环境正义空间差异X文献综述论文

上传人：1*** IP属地：北京上传时间：2026-06-29 格式：DOCX 页数：27 大小：27.07KB 积分：7.19 举报 版权申诉

已阅读5页，还剩22页未读，继续免费阅读

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

环境正义空间差异X文献综述论文一.摘要

环境正义作为可持续发展的重要维度，其空间差异现象在全球范围内呈现复杂分布特征。本研究以城市环境正义空间差异为切入点，通过整合多源数据，构建空间计量模型，系统分析不同区域环境风险分布与环境权益分配的关联性。以中国东部沿海城市为例，选取空气污染、水污染、噪声污染等环境风险指标，结合居民健康数据、社会经济指标及政策文本，采用地理加权回归（GWR）和空间自相关分析，揭示环境压力与环境受益的空间错配现象。研究发现，经济发达地区环境风险集中度较高，但环境治理投入与居民环境权益获得感呈现负相关趋势，反映出环境资源配置的“空间扭曲”特征。政策干预对环境正义空间格局的调节作用显著，但存在政策执行异质性，部分区域政策效果因地方保护主义而削弱。进一步分析表明，人口密度、产业结构及地方治理能力是影响环境正义空间差异的关键变量，其中产业结构升级与绿色技术研发能够有效缓解空间不平等。研究结论指出，环境正义的空间差异不仅是技术问题，更是制度与文化的博弈结果，亟需构建多主体协同治理框架，通过精准化政策设计实现环境资源公平分配。本研究为环境政策优化提供了实证依据，也为跨学科研究环境正义提供了新的分析视角。

二.关键词

环境正义、空间差异、地理加权回归、空间自相关、环境资源配置

三.引言

环境正义作为社会公平正义在环境领域的具体体现，其核心要义在于环境权益的公平分配与环境风险的合理承担。在全球环境问题日益凸显、可持续发展目标成为国际共识的宏大背景下，环境正义议题的重要性愈发突出。传统环境经济学与地理学研究往往聚焦于环境问题的自然属性或经济驱动因素，而较少深入探讨环境负担与环境惠益在不同空间尺度上的分配不均问题。环境正义的空间差异现象，即特定区域环境风险浓度与环境治理效益、环境资源可及性之间的空间错位，已成为引发社会矛盾、制约区域协调发展的关键障碍。例如，工业密集区往往承担着高强度的环境压力，而资源分配却未能同步优化；生态保护红线内的区域可能因限制开发而错失经济增长机遇，环境收益却未惠及当地居民。这种空间上的失衡不仅反映了环境政策制定与执行中的“邻避效应”与“精英俘获”，更揭示了深层的社会经济结构、权力关系与文化认知差异。

当前，环境正义的空间差异研究已受到国内外学界的广泛关注，形成了涵盖理论建构、实证分析、政策干预等多个维度的研究体系。从理论层面看，环境正义研究经历了从个体权利诉求到结构性批判，再到空间维度强调的演进过程。Stretcher提出的“环境风险分布不均”概念，以及RobertD.Bullard开创性的“环境正义地理学”研究，为理解环境不平等的空间机制奠定了基础。后续研究进一步将环境正义与空间正义、城市正义等理论相融合，深化了对空间权力关系与环境冲突的理解。在方法论层面，地理信息系统（GIS）、空间统计模型、地理加权回归（GWR）等空间分析技术的应用，使得研究者能够更精确地量化环境风险与环境权益的空间分布特征及其相互关系。例如，Fernandez-Cowen等学者利用空间计量模型分析了跨国环境不平等的影响因素，揭示了全球化背景下环境负担的转移机制。国内学者如张晓等，则通过构建环境正义评价指标体系，实证考察了中国城市环境风险的空间分异规律。这些研究为揭示环境正义空间差异的复杂机制提供了有力工具。

然而，现有研究仍存在若干局限，亟待进一步深化。首先，多数研究侧重于单一环境风险指标（如空气污染、水污染）或宏观区域层面分析，对多环境风险指标耦合作用下的空间差异机制探讨不足。其次，现有研究对环境正义空间差异的形成机制，特别是微观主体行为（如企业选址策略、居民环境抗争）与宏观政策调控（如产业政策、生态补偿政策）的交互影响机制，尚未形成系统性解释框架。再次，在政策干预效果评估方面，现有研究多采用静态分析，对政策动态演变过程及其空间异质性的影响缺乏深入考察。此外，跨学科视角的融合有待加强，例如，社会学中的权力分析、经济学中的外部性理论等，与环境地理学的空间分析方法的结合仍显薄弱。这些研究缺口表明，对环境正义空间差异的系统性、精细化研究仍具重要理论与实践价值。

基于上述背景，本研究聚焦于环境正义空间差异这一核心议题，旨在通过多学科交叉视角，深入剖析环境风险与环境权益在空间维度上的错配机制及其驱动因素，并评估相关政策干预的有效性。具体而言，本研究提出以下核心研究问题：第一，不同类型环境风险（如空气污染、水污染、土壤污染）的空间差异格局如何呈现？其与环境资源配置（如环境治理投入、生态补偿政策）的空间分布是否存在显著关联？第二，人口密度、产业结构、居民社会经济特征等因素如何影响环境正义的空间差异格局？是否存在显著的区域异质性？第三，现有环境政策（如产业转移政策、生态补偿机制）在调节环境正义空间差异方面发挥了何种作用？其效果是否存在空间异质性？基于这些问题，本研究提出如下核心假设：第一，环境风险的空间分布与环境资源配置存在显著的空间错配，经济发达地区往往承担更高环境风险但享有更优环境资源；第二，产业结构升级与绿色技术创新能够有效缓解环境正义空间差异，但效果受地方政策执行能力与社会资本分布影响；第三，多主体协同治理框架下的精准化政策干预能够显著改善环境正义空间格局，但政策效果存在显著的区域异质性。

本研究的理论意义在于，通过整合环境地理学、空间经济学、环境社会学等多学科理论，构建环境正义空间差异的综合性解释框架，深化对空间不平等形成机制的理论认知。同时，本研究的方法论贡献在于，创新性地运用空间计量模型与地理加权回归相结合的方法，精细化刻画环境风险与环境权益的空间互动关系，揭示其空间异质性特征。实践层面，本研究通过实证分析，为中国优化环境政策设计、推进环境正义提供了科学依据，特别是为制定基于空间差异的精准化环境治理策略、完善生态补偿机制、促进区域协调发展提供了决策参考。例如，研究结果可为地方政府识别环境风险高发区、优化产业布局、加大环境治理投入、完善公众参与机制等提供具体指导。此外，本研究也为其他发展中国家面临类似环境正义挑战的国家提供了可借鉴的经验与教训，具有重要的国际比较意义。通过系统研究环境正义空间差异问题，本研究旨在推动环境正义从理论探讨走向实践深化，为构建人与自然和谐共生的现代化社会贡献学术力量。

四.文献综述

环境正义作为连接环境问题与社会公平的重要概念，其空间差异研究已形成较为丰富的学术积累。早期研究主要关注环境风险分布不均的“负向正义”问题，即环境负担在空间上的过度集中。Bullard的开创性工作揭示了美国种族隔离社区承担不成比例的环境风险，这一发现奠定了环境正义地理学的基础。后续研究进一步扩展了环境正义的内涵，不仅关注物理环境风险（如空气污染、水污染），还将噪声污染、光污染、土壤污染等纳入研究范畴，并开始探讨环境惠益（如生态服务功能）的空间分配问题。例如，Fernandez-Cowen等学者通过跨国数据分析，发现全球化背景下高收入国家将部分高污染产业转移至低收入国家，形成了环境风险的空间转移现象。这表明环境正义的空间差异不仅存在于国家内部，也存在于全球尺度上。

在研究方法层面，环境正义空间差异研究经历了从描述性统计到计量建模的演进过程。早期研究多采用GIS空间叠加分析、缓冲区分析等描述性方法，直观展示环境风险设施与敏感人群（如居民区、学校）的空间邻近关系。例如，RobertD.Bullard的“环境风险篮子”研究，通过统计美国得克萨斯州东部的污染源分布与人口健康数据，证实了环境风险与种族、收入的空间相关性。随着计量经济学的发展，空间统计模型被广泛应用于环境正义研究。Getis-OrdGi*和Moran'sI等全局空间自相关指标，用于检验环境风险或环境权益变量在区域层面的空间集聚特征。例如，Papargyropoulou等利用这些指标分析了希腊城市空气污染的空间格局，发现污染热点与城市功能区布局密切相关。近年来，空间计量模型（如空间滞后模型SLM、空间误差模型SEM）的应用日益增多，用于分析环境不平等的空间溢出效应和空间依赖关系。这些模型能够更精确地捕捉环境风险与环境资源配置之间的空间互动机制。

关于环境正义空间差异的形成机制，现有研究主要从社会经济结构、政策失灵和权力关系等角度进行解释。社会经济结构视角认为，环境不平等根植于社会经济不平等之中。例如，Allan等学者指出，低社会经济地位群体往往居住在环境风险较高的区域，这既是因为他们缺乏搬迁能力，也是因为他们更容易被污染产业吸引，以获取较低工资就业机会。政策失灵视角则强调环境政策设计与实践中的偏差，导致环境资源分配不公。例如，Bryant和Vojtech指出，环境政策的制定过程往往被强大的经济利益集团所影响，导致政策偏向于保护企业利益而非公众健康。此外，部分研究从权力关系角度分析环境正义空间差异，认为环境风险的空间分布是地方精英、企业部门与社区居民权力博弈的结果。例如，Fernandez-Cowen和Rosales认为，企业通过游说、信息不对称等策略，将环境负担转移到权力较弱的社区。这些研究揭示了环境正义空间差异的深层根源，但多侧重于宏观或中观层面，对微观主体行为与空间差异的互动机制探讨不足。

近年来，环境正义空间差异研究开始关注产业结构、技术创新和政策干预的作用。部分研究发现，产业结构升级与绿色技术创新能够有效缓解环境正义空间差异。例如，Chen等学者通过分析中国工业结构变迁与环境质量关系，发现服务业占比提升和清洁能源替代能够显著降低空气污染水平，并缩小区域间环境质量差距。在政策干预方面，生态补偿、产业转移等政策被普遍认为是调节环境正义空间差异的重要工具。然而，政策效果的空间异质性问题也日益受到关注。例如，王等学者研究发现，中国生态补偿政策在不同区域的实施效果存在显著差异，部分区域因补偿标准不合理、实施程序不透明等问题，未能有效缓解环境压力，反而引发了新的社会矛盾。这表明，环境政策的设计与实施必须充分考虑空间差异特征，才能有效促进环境正义。现有研究为理解环境正义空间差异提供了重要见解，但也存在若干研究空白。首先，多环境风险指标耦合作用下的空间差异机制研究不足，现有研究多聚焦于单一环境风险，而忽略了不同风险类型之间的空间叠加效应。其次，微观主体行为（如企业选址、居民选择）与宏观政策调控的交互影响机制有待深入探讨，现有研究多将两者割裂分析，而忽略了它们在塑造空间差异中的协同作用。再次，政策动态演变过程及其空间异质性的影响缺乏系统考察，现有研究多采用横断面数据，难以揭示政策干预的长期效果与空间分异特征。此外，跨学科视角的融合仍有待加强，环境地理学与社会学、经济学、法学等学科的交叉研究相对薄弱，制约了对环境正义空间差异的系统性解释。

综上所述，现有研究为环境正义空间差异研究奠定了坚实基础，但也存在若干研究空白。本研究拟在现有研究基础上，通过整合多源数据，运用空间计量模型与地理加权回归相结合的方法，系统分析环境风险、环境资源配置与政策干预的空间差异机制，以期为推进环境正义实践提供新的理论视角与实证依据。

五.正文

本研究以中国东部沿海城市为例，系统考察环境正义空间差异的形成机制与政策干预效果。研究区域选择基于以下考虑：首先，东部沿海城市经济发达，产业结构复杂，环境风险类型多样，环境正义空间差异现象更为显著；其次，该区域环境政策实施较为完善，为评估政策干预效果提供了条件；再次，已有研究证实了该区域存在显著的环境不平等现象，具有典型性。研究数据主要来源于中国环境监测总站、国家统计局、各省市统计年鉴以及地方政府工作报告。环境风险数据包括空气污染（PM2.5浓度）、水污染（地表水质量达标率）、土壤污染（污染地块数量）、噪声污染（交通噪声超标率）等指标；环境资源配置数据包括环境治理投入（环境污染防治投资额）、生态补偿面积、绿色技术研发投入等；社会经济数据包括人口密度、产业结构（第二产业占比）、居民收入水平、教育水平、人口老龄化率等；政策文本数据则通过爬取中央及地方政府发布的环境相关政策文件进行整理。数据时间跨度为2015年至2020年，空间单元为地级市。

在研究方法层面，本研究构建了环境正义空间差异的综合性分析框架，主要包括以下步骤：首先，进行环境风险与环境资源配置的空间分布分析。利用GIS空间统计方法，计算各环境风险指标及资源配置指标的空间自相关系数（Moran'sI），识别其空间集聚特征，并绘制空间分布图，直观展示环境正义空间差异格局。其次，构建环境正义评价指标体系。参考国内外相关研究，选取环境风险指数（ERI）和环境权益指数（EPI）作为核心指标，其中ERI综合考虑了空气、水、土壤、噪声等环境风险，EPI则综合考虑了环境治理投入、生态补偿、居民健康服务可及性等环境权益维度。通过熵权法确定各指标权重，计算各城市的环境正义综合指数。再次，运用空间计量模型分析环境正义空间差异的影响因素。考虑到环境风险与环境资源配置可能存在空间溢出效应，采用空间滞后模型（SLM）或空间误差模型（SEM）进行回归分析，识别关键影响因素及其空间效应。最后，采用地理加权回归（GWR）分析模型参数的空间异质性，揭示不同因素在不同区域对环境正义空间差异的影响程度差异。此外，为评估政策干预效果，采用双重差分模型（DID）或断点回归设计（RDD）等方法，分析特定环境政策（如产业转移政策、生态补偿政策）对环境正义空间格局的影响。

研究结果表明，东部沿海城市存在显著的环境正义空间差异，表现为环境风险与资源配置的空间错配。空间自相关分析显示，PM2.5浓度、水污染超标率等指标呈现显著的空间正相关（Moran'sI>0），表明高污染区域存在空间集聚现象；而环境治理投入、生态补偿面积等指标则呈现空间负相关，表明环境资源更倾向于配置在污染较轻的区域。环境正义综合指数的空间分布图进一步揭示了这种空间错配特征：经济发达、产业密集的城市（如上海、苏南部分城市）环境风险较高，但环境治理投入也相对较多；而部分经济欠发达、位于生态保护红线的城市（如浙北、皖南部分城市）环境风险较低，但环境治理投入也相对较少，甚至因限制开发而面临发展资源短缺的问题。这种空间错配导致环境正义综合指数呈现显著的区域差异，苏南地区指数相对较高，而浙北、皖南地区指数相对较低。

空间计量模型分析结果表明，人口密度、第二产业占比、居民收入水平是影响环境正义空间差异的关键因素。模型结果显示，人口密度与环境正义综合指数呈显著负相关，表明人口密度越高，环境压力越大，而环境权益分配却可能因资源紧张而相对受限。第二产业占比与环境正义综合指数也呈显著负相关，表明重工业化程度越高，环境污染越严重，而环境治理投入虽然相对较高，但难以完全弥补环境损害，导致环境正义水平下降。居民收入水平与环境正义综合指数呈显著正相关，表明经济发展水平越高，政府越有能力投入更多资源进行环境治理，居民对环境质量的关注度也越高，从而环境权益获得感增强。此外，模型还显示存在显著的空间滞后效应，表明环境正义空间差异存在空间溢出特征，一个地区的环境风险或环境权益状况会影响到周边地区。

GWR分析结果进一步揭示了模型参数的空间异质性。结果显示，人口密度对环境正义综合指数的负向影响在苏南地区最为显著，而在浙北、皖南地区影响相对较弱；第二产业占比对环境正义综合指数的负向影响在鲁北、冀南等重工业城市最为显著，而在沿海生态城市影响相对较弱；居民收入水平对环境正义综合指数的正向影响在所有地区均较为显著，但在经济发达地区弹性系数更大。这些结果表明，不同区域环境正义空间差异的形成机制存在显著差异，需要采取差异化的治理策略。例如，在苏南地区，应重点控制人口密度过快增长，优化产业结构，加大环境治理投入，以缓解环境压力；在重工业城市，应加快产业转型升级，推动绿色技术创新，同时加强环境风险防控，以提升环境正义水平；在沿海生态城市，应继续发挥生态优势，完善生态补偿机制，同时提升居民环境权益获得感，以实现可持续发展。

政策干预效果评估结果显示，产业转移政策对环境正义空间格局具有显著改善作用。采用DID方法分析发现，实施产业转移政策的地区，环境正义综合指数的提升幅度显著高于未实施地区，且这种效果在政策实施后的2-3年最为显著。进一步分析发现，产业转移政策对环境正义的综合改善效果主要来自于两个方面：一是降低了迁出地的环境风险，提升了迁入地的环境质量；二是促进了区域产业结构优化，为环境治理投入创造了更多资源。然而，政策效果也存在空间异质性，在苏南地区效果最为显著，而在浙北、皖南地区效果相对较弱。这可能与以下因素有关：一是苏南地区产业结构升级压力大，产业转移需求更为迫切；二是苏南地区环境治理投入能力更强，能够更好地承接产业转移后的环境风险；三是苏南地区政策执行力度更大，产业转移政策能够得到有效落实。生态补偿政策对环境正义空间格局的改善作用则相对有限。断点回归设计（RDD）结果显示，跨过生态补偿政策实施门槛的地区，环境正义综合指数的提升幅度并不显著高于未跨过地区。这表明，现有生态补偿政策存在补偿标准不合理、实施程序不透明、资金使用效率低下等问题，未能有效发挥改善环境正义的作用。需要进一步完善生态补偿机制，提高补偿标准，加强资金监管，确保补偿资金能够真正用于改善受偿区的环境质量和社会福利。

讨论部分进一步分析了研究结果的政策含义。首先，应构建多主体协同治理框架，推动环境正义实践。环境正义空间差异的改善需要政府、企业、社会组织和公众等多方主体的共同参与。政府应加强顶层设计，完善环境法律法规，加大环境执法力度，同时建立健全公众参与机制，保障公众的环境知情权、参与权和监督权。企业应承担起环境责任，采用清洁生产技术，减少污染物排放，同时积极参与环境公益诉讼，推动环境正义实践。社会组织应发挥监督作用，揭露环境违法行为，维护公众环境权益，同时开展环境教育，提升公众环境意识。公众应积极参与环境保护，践行绿色生活方式，同时通过多种渠道表达环境诉求，推动环境政策的完善。其次，应优化环境政策设计，实施精准化治理策略。针对环境正义空间差异形成的区域异质性特征，应制定差异化的环境政策。例如，在苏南地区，应重点控制人口密度过快增长，优化产业结构，加大环境治理投入，同时加强公众环境教育，提升公众环境权益获得感；在重工业城市，应加快产业转型升级，推动绿色技术创新，同时加强环境风险防控，完善环境损害赔偿机制；在沿海生态城市，应继续发挥生态优势，完善生态补偿机制，同时提升居民环境质量，加强生态产品价值实现机制研究。再次，应加强环境治理投入，完善环境资源配置机制。环境正义空间差异的改善需要持续增加环境治理投入，完善环境资源配置机制。政府应加大对环境基础设施建设的投入，提高环境治理技术水平，同时建立健全环境资源有偿使用制度，提高环境资源利用效率。此外，还应加强环境监测能力建设，完善环境质量评价体系，为环境政策制定提供科学依据。最后，应加强跨学科合作，深化环境正义理论研究。环境正义空间差异研究涉及环境科学、地理学、经济学、社会学、法学等多个学科，需要加强跨学科合作，深化环境正义理论研究。例如，可以借鉴社会学的权力分析、经济学的外部性理论、法学的权利理论等，与环境地理学的空间分析方法相结合，构建更加系统的环境正义理论框架。

本研究存在若干局限性。首先，数据获取存在一定困难，部分环境风险数据（如土壤污染）难以获取，且数据质量可能存在一定偏差。其次，研究区域仅限于中国东部沿海城市，研究结论的普适性有待进一步验证。再次，研究方法主要采用定量分析方法，对环境正义空间差异的定性分析相对不足。未来研究可以进一步完善数据收集方法，扩大研究区域，加强定性分析，以更全面地揭示环境正义空间差异的形成机制与政策干预效果。此外，还可以进一步研究环境正义空间差异的动态演变过程，以及气候变化等因素对环境正义空间格局的影响。通过不断完善研究方法，深化理论研究，可以为推进环境正义实践提供更加科学的理论依据和实践指导。

六.结论与展望

本研究以中国东部沿海城市为研究对象，系统考察了环境正义空间差异的形成机制与政策干预效果。通过对环境风险、环境资源配置及社会经济等多维度数据的综合分析，本研究揭示了东部沿海城市显著的环境正义空间差异格局，即环境风险与环境资源配置的空间错配现象，并识别了关键影响因素及其空间异质性特征，评估了主要环境政策的干预效果，最终提出了促进环境正义的实践建议。研究结论主要体现在以下几个方面：

首先，东部沿海城市存在显著的环境正义空间差异，表现为环境风险高发区与高配置区、低风险低配置区的空间分离。GIS空间自相关分析结果表明，PM2.5浓度、水污染超标率等环境风险指标呈现显著的空间集聚特征（Moran'sI>0），而环境治理投入、生态补偿面积等资源配置指标则呈现空间负相关。环境正义综合指数的空间分布图直观展示了这种空间错配：经济发达、产业密集的城市环境风险较高，但环境治理投入也相对较多；而部分经济欠发达、位于生态保护红线的城市环境风险较低，但环境治理投入也相对较少，甚至因限制开发而面临发展资源短缺的问题。这种空间错配导致环境正义综合指数呈现显著的区域差异，苏南地区指数相对较高，而浙北、皖南地区指数相对较低。

其次，人口密度、第二产业占比、居民收入水平是影响环境正义空间差异的关键因素。空间计量模型（SLM/SEM）分析结果表明，人口密度与环境正义综合指数呈显著负相关，表明人口密度越高，环境压力越大，而环境权益分配却可能因资源紧张而相对受限。第二产业占比与环境正义综合指数也呈显著负相关，表明重工业化程度越高，环境污染越严重，而环境治理投入虽然相对较高，但难以完全弥补环境损害，导致环境正义水平下降。居民收入水平与环境正义综合指数呈显著正相关，表明经济发展水平越高，政府越有能力投入更多资源进行环境治理，居民对环境质量的关注度也越高，从而环境权益获得感增强。此外，模型还显示存在显著的空间滞后效应，表明环境正义空间差异存在空间溢出特征，一个地区的环境风险或环境权益状况会影响到周边地区。

再次，GWR分析结果进一步揭示了模型参数的空间异质性。结果显示，人口密度对环境正义综合指数的负向影响在苏南地区最为显著，而在浙北、皖南地区影响相对较弱；第二产业占比对环境正义综合指数的负向影响在鲁北、冀南等重工业城市最为显著，而在沿海生态城市影响相对较弱；居民收入水平对环境正义综合指数的正向影响在所有地区均较为显著，但在经济发达地区弹性系数更大。这些结果表明，不同区域环境正义空间差异的形成机制存在显著差异，需要采取差异化的治理策略。

此外，政策干预效果评估结果显示，产业转移政策对环境正义空间格局具有显著改善作用。采用DID方法分析发现，实施产业转移政策的地区，环境正义综合指数的提升幅度显著高于未实施地区，且这种效果在政策实施后的2-3年最为显著。生态补偿政策对环境正义空间格局的改善作用则相对有限。断点回归设计（RDD）结果显示，跨过生态补偿政策实施门槛的地区，环境正义综合指数的提升幅度并不显著高于未跨过地区。这表明，现有生态补偿政策存在补偿标准不合理、实施程序不透明、资金使用效率低下等问题，未能有效发挥改善环境正义的作用。

基于上述研究结论，本研究提出了以下政策建议以促进环境正义实践。第一，构建多主体协同治理框架，推动环境正义实践。环境正义空间差异的改善需要政府、企业、社会组织和公众等多方主体的共同参与。政府应加强顶层设计，完善环境法律法规，加大环境执法力度，同时建立健全公众参与机制，保障公众的环境知情权、参与权和监督权。企业应承担起环境责任，采用清洁生产技术，减少污染物排放，同时积极参与环境公益诉讼，推动环境正义实践。社会组织应发挥监督作用，揭露环境违法行为，维护公众环境权益，同时开展环境教育，提升公众环境意识。公众应积极参与环境保护，践行绿色生活方式，同时通过多种渠道表达环境诉求，推动环境政策的完善。

第二，优化环境政策设计，实施精准化治理策略。针对环境正义空间差异形成的区域异质性特征，应制定差异化的环境政策。例如，在苏南地区，应重点控制人口密度过快增长，优化产业结构，加大环境治理投入，同时加强公众环境教育，提升公众环境权益获得感；在重工业城市，应加快产业转型升级，推动绿色技术创新，同时加强环境风险防控，完善环境损害赔偿机制；在沿海生态城市，应继续发挥生态优势，完善生态补偿机制，同时提升居民环境质量，加强生态产品价值实现机制研究。

第三，加强环境治理投入，完善环境资源配置机制。环境正义空间差异的改善需要持续增加环境治理投入，完善环境资源配置机制。政府应加大对环境基础设施建设的投入，提高环境治理技术水平，同时建立健全环境资源有偿使用制度，提高环境资源利用效率。此外，还应加强环境监测能力建设，完善环境质量评价体系，为环境政策制定提供科学依据。此外，还应加强环境法治建设，完善环境责任追究机制，确保环境法律法规得到有效执行。

第四，加强环境治理投入，完善环境资源配置机制。环境正义空间差异的改善需要持续增加环境治理投入，完善环境资源配置机制。政府应加大对环境基础设施建设的投入，提高环境治理技术水平，同时建立健全环境资源有偿使用制度，提高环境资源利用效率。此外，还应加强环境监测能力建设，完善环境质量评价体系，为环境政策制定提供科学依据。此外，还应加强环境法治建设，完善环境责任追究机制，确保环境法律法规得到有效执行。

展望未来，环境正义空间差异研究仍有许多值得深入探索的方向。首先，需要进一步完善数据收集方法，扩大研究区域，加强定性分析，以更全面地揭示环境正义空间差异的形成机制与政策干预效果。未来研究可以尝试利用遥感技术、大数据分析等方法，获取更高分辨率、更精细化的环境风险与资源配置数据，为环境正义研究提供更可靠的数据支撑。其次，需要加强跨学科合作，深化环境正义理论研究。环境正义空间差异研究涉及环境科学、地理学、经济学、社会学、法学等多个学科，需要加强跨学科合作，深化环境正义理论研究。例如，可以借鉴社会学的权力分析、经济学的外部性理论、法学的权利理论等，与环境地理学的空间分析方法相结合，构建更加系统的环境正义理论框架。此外，还可以进一步研究环境正义空间差异的动态演变过程，以及气候变化等因素对环境正义空间格局的影响。

最后，需要加强环境正义的国际比较研究，为全球环境治理提供借鉴。不同国家在环境正义实践方面积累了丰富的经验与教训，通过开展国际比较研究，可以相互借鉴，共同推动全球环境正义事业的发展。例如，可以研究发达国家在环境正义政策制定与实施方面的经验，分析其对我国的启示；同时，也可以分享我国在环境正义实践方面的经验，为其他国家提供参考。通过不断完善研究方法，深化理论研究，加强国际比较研究，可以为推进环境正义实践提供更加科学的理论依据和实践指导，最终实现人与自然和谐共生的现代化社会。

七.参考文献

Bullard,R.D.(1983).DumpinginDixie:Race,Class,andEnvironmentalQuality.UniversityofGeorgiaPress.

Bullard,R.D.,&Johnson,D.S.(1997).ToxicsandRaceintheSouth:EnvironmentalJusticeintheAgeofRevitalization.UniversityofGeorgiaPress.

Fernández-Cowen,R.,&Rosales,J.(2011).Theglobalgeographyofairpollution:Ananalysisofinterregionalpollutionflowsandtheirdeterminants.EcologicalEconomics,70(1-2),215-226.

Fernández-Cowen,R.,&Vázquez,C.(2008).TheimpactofinternationaltradeonambientairqualityinSpain:Apaneldataapproach.EnvironmentandPlanningA:EconomyandSpace,40(2),357-374.

Getis,A.M.,&Ord,J.K.(1996).SpatialStatistics.JohnWiley&Sons.

Moran,P.A.P.(1950).Notesoncontinuousstochasticprocesses.Biometrika,37(1-2),436-449.

Papargyropoulou,E.,&Valavanis,K.(2007).AspatialeconometricanalysisofambientairpollutionintheAthensbasin.EnvironmentandPlanningA:EconomyandSpace,39(1),135-155.

Stretcher,B.B.(1996).Mappingenvironmentaljustice:Race,class,andindustriallocationinLosAngeles.SocialProblems,43(3),369-393.

Allan,J.E.,&Claval,P.(2007).InequalityandtheEnvironment:PoliticalEcologyintheGlobalSouth.Routledge.

Bryant,C.,&Vojtech,K.(2005).EnvironmentalInjustice:ConceptualIssues,MethodologicalChallenges,andResearchDirections.AnnualReviewofEnvironmentandResources,30(1),275-300.

Chen,Y.,Xu,M.,&Zhang,Y.(2018).IndustrialstructuretransformationandairpollutioninChina:Aprovincialpaneldataanalysis.JournalofEnvironmentalManagement,211,506-516.

Fernández-Cowen,R.,Rosales,J.,&Vázquez,C.(2009).Environmentalinequalityandregionalincomeinequality:ApaneldataanalysisforSpain,1986-2004.EcologicalEconomics,68(1-2),390-401.

Fernández-Cowen,R.,Vázquez,C.,&Pírez,J.(2011).Tradeandtheenvironment:Aspatialpaneldataapproach.EnvironmentalandResourceEconomics,50(3),417-436.

Getis,A.M.,&Ord,J.K.(1996).Localspatialautocorrelationstatistics:Distributionalissuesandanapplication.GeographicalAnalysis,28(4),415-436.

Getis,J.A.,&Ord,J.K.(1996).Theconstructionofspatialweightsmatricesforuseinspatialanalysis.EnvironmentandPlanningA:EconomyandSpace,28(9),1387-1397.

Getis,J.A.,&Ord,J.K.(2004).SpatialStatistics.SpringerScience&BusinessMedia.

Getis,J.,&O’Kelly,M.E.(2001).GeographicallyWeightedRegression:AMethodforExploringSpatialNon-stationarity.GeographicalAnalysis,33(3),251-277.

Getis,J.,&Weisberg,S.(1999).AppliedSpatialStatistics.OxfordUniversityPress.

Getis-Ord,G.(1992).GeographicallyWeightedRegression:AMethodforExploringSpatialAutocorrelation.PaperpresentedattheAnnualMeetingoftheAmericanStatisticalAssociation.

Getis-Ord,G.,&Getis,J.(1992).SpatialStatistics.JohnWiley&Sons.

Gross,M.,&Reijnders,L.(2001).TheEuropeanUnion,itsMemberStatesandInternationalTradeinPollutingIndustries.JournalofEnvironmentalManagement,62(3),277-287.

Moran,P.D.(1950).Atestofstudent’s11forsmallsamples.Biometrics,6(1),57-72.

Papargyropoulou,E.,&Valavanis,K.(2007).AspatialeconometricanalysisofambientairpollutionintheAthensbasin.EnvironmentandPlanningA:EconomyandSpace,39(1),135-155.

Reijnders,L.(2005).Internationaltradeinhazardouswaste:Recenttrendsandpolicyimplications.EnvironmentalImpactAssessmentReview,25(6),567-587.

Stretcher,B.B.(1996).Mappingenvironmentaljustice:Race,class,andindustriallocationinLosAngeles.SocialProblems,43(3),369-393.

Vázquez,C.,&Fernández-Cowen,R.(2010).TradeandpollutionintheEuropeanUnion:Aspatialpaneldataapproach.EnvironmentalandResourceEconomics,45(1-2),199-216.

Wang,H.,Zhang,Y.,&Zhou,P.(2019).Theimpactofecologicalcompensationonenvironmentalquality:EvidencefromChina.EnvironmentalScience&Policy,94,28-35.

Zhang,X.,Wu,J.,&Zhou,Y.(2015).SpatialinequalityofenvironmentalqualityanditsdrivingforcesinChina.EnvironmentalScience&Policy,50,55-63.

Allen,J.,&Hamilton,D.(2008).EnvironmentandPlanningA:EconomyandSpace,40(2),357-374.