环境正义空间差异影响因素X测量论文

环境正义空间差异影响因素X测量论文一.摘要

环境正义作为可持续发展的重要维度，其空间差异的形成机制与影响因素已成为学术研究的热点议题。本研究以中国东部沿海地区为例，聚焦于城市环境风险分布与环境权益保障的地理分异现象。通过构建多维度指标体系，结合地理加权回归（GWR）模型与空间自相关分析，系统考察了经济结构、社会属性、政策执行及地形地貌等要素对环境正义空间差异的影响程度与作用路径。研究发现，经济密度与工业用地规模对环境污染负荷呈显著的正向空间关联，而社会保障覆盖率与环境治理投入则呈现负向调节效应；社会阶层分化加剧了环境权益分配的不均衡性，低收入群体集中的区域环境风险暴露度明显偏高；政策执行效率的地域差异导致环境法规在基层遭遇“软约束”现象，尤其在行政层级较低的综合开发区。研究进一步揭示了地形因子对污染扩散的阻滞作用，形成了“环境洼地”与“生态高地”的复合空间格局。基于实证结果，提出应建立基于空间计量模型的动态监测体系，完善环境权益补偿机制，并强化政策工具的精准性，以实现环境正义在微观层面的实质性落地。该研究为理解环境正义的空间异质性提供了新的分析框架，也为制定差异化环境政策提供了科学依据。

二.关键词

环境正义；空间差异；地理加权回归；社会阶层；政策执行；地形因子

三.引言

环境正义作为社会公平正义在生态环境保护领域的具体体现，其核心要义在于确保所有社会成员，无论其种族、肤色、国籍或收入水平如何，都能平等地享有健康的自然环境、公平地承担环境风险，并平等地参与环境决策与管理过程。在全球环境问题日益严峻、社会结构性矛盾不断凸显的背景下，环境正义的空间差异问题愈发成为影响社会和谐稳定与可持续发展的重要议题。环境风险与资源利益的地理分布往往呈现出显著的不均衡性，部分区域，特别是经济欠发达地区或弱势社群集中地，承担了与其自身发展能力和承受意愿不相匹配的环境负担，形成了所谓的“环境负担分配不公”现象。这种空间分异不仅是环境问题的客观表征，更是社会权力关系、经济结构转型和制度安排相互作用的复杂结果。它不仅加剧了区域发展中的社会矛盾，制约了弱势群体的可持续发展能力，也对国家治理体系和治理能力现代化构成了严峻挑战。

当前，中国正处于工业化、城镇化加速推进的关键时期，经济结构的深刻转型伴随着资源消耗的急剧增加和环境压力的集中释放。快速的城市扩张与产业集聚在推动经济增长的同时，也导致了环境污染的空间集聚效应显著增强，环境风险分布与环境权益保障的不均衡问题日益突出。例如，在东部沿海地区，高污染、高耗能产业向特定区域集中，形成了明显的环境风险“热点”区域，而这些区域往往与低收入群体、少数民族聚居区高度重叠，加剧了环境正义的矛盾冲突。中部地区部分老工业基地在转型升级过程中，面临着历史遗留的环境污染治理难题与新兴产业环境风险并存的复杂局面，环境负担的代际传递与空间错配问题亟待解决。西部地区虽然生态环境相对脆弱，但在承接东部产业转移和自身资源开发过程中，也出现了新的环境风险积聚点，原住民等特殊群体的环境权益保护面临严峻考验。这些现实问题表明，环境正义的空间差异在中国呈现出显著的区域特征和复杂的多重维度，对其进行系统性的剖析与科学测度，对于推动环境治理体系的完善和环境政策的精准施策具有至关重要的理论与实践意义。

本研究的背景根植于中国环境正义实践中的现实挑战以及地理学、社会学、环境科学等多学科交叉领域对空间分异现象研究的深入拓展。近年来，国内外学者围绕环境正义的理论内涵、测量方法、影响因素及空间格局等方面展开了广泛探讨。在理论层面，从早期的“环境负担分配不公”（EnvironmentalEquity）概念，到强调权利保障的“环境正义”（EnvironmentalJustice），再到关注制度与权力结构的“环境正义”（EnvironmentalPoliticalJustice），环境正义的内涵不断丰富，研究视角逐步深化。在方法层面，环境正义的空间差异研究经历了从简单的描述性统计、空间自相关分析，到地理加权回归（GWR）、空间计量模型等更精细化的空间统计分析阶段，为揭示环境风险与环境权益的空间分异模式及其驱动机制提供了有力工具。在影响因素方面，已有研究普遍关注经济发展水平、产业结构、人口密度、社会阶层、政策执行力度、地理环境等要素的作用，并取得了一系列有价值的发现。然而，现有研究仍存在若干不足：一是多侧重于单一维度或局部区域的环境正义评估，缺乏对多维度环境权益（如健康、资源、参与权等）与多重环境风险（如空气、水、土壤污染等）的综合考量与空间同步分析；二是对于影响环境正义空间差异的因素，往往采用全局性假设进行检验，未能充分揭示不同因素在不同空间尺度下的异质性作用路径，即“空间非平稳性”问题容易被忽略；三是部分研究对政策执行的“空间转译”过程及其效果的关注不够，未能深入探讨政策如何在地方层面被具体实施、如何受到地方性因素干扰而产生差异化效果。

基于上述背景与现有研究的不足，本研究明确提出以下核心研究问题：在中国特定的社会经济与制度背景下，环境正义在空间上呈现出怎样的具体分异特征？驱动这种空间差异的主要影响因素有哪些？这些因素的作用机制是否具有空间异质性？政策执行效率在多大程度上调节了经济、社会及地理因素对环境正义空间差异的影响？为回答上述问题，本研究提出以下核心假设：第一，环境风险（如空气污染、水污染指数）与环境权益保障指标（如环境基础设施建设水平、公众环境参与度）在空间分布上存在显著的不均衡性，且不同维度指标的空间分异模式存在差异。第二，经济发展水平、产业结构特征、社会阶层分化程度是影响环境正义空间差异的关键驱动因素，其中经济因素通过产业转移、污染排放空间分异等途径产生影响，社会因素则通过社区能力、弱势群体集中度等机制发挥作用。第三，政策执行效率与地理环境因子对环境正义空间差异具有显著的调节效应，有效的政策执行能够缓解环境不公，而地形地貌等自然因素则通过影响污染扩散与资源分布间接影响环境正义格局。第四，不同影响因素的作用强度和方向在不同地理单元（如城市内部功能区、城乡结合部、不同行政区划）存在显著的空间异质性，即存在空间非平稳性特征。

本研究的意义主要体现在以下几个方面：理论层面，通过构建多维度环境正义指标体系，并结合地理加权回归模型等空间计量方法，能够更科学、系统地测度环境正义的空间差异，揭示其复杂的多因素驱动机制与空间分异规律，丰富和发展环境正义理论，并为空间计量经济学在环境政策研究中的应用提供新的案例。实践层面，研究结果能够为地方政府制定更具针对性和有效性的环境政策提供决策参考。例如，通过识别环境风险高发区域和环境权益保障薄弱区域，可以指导环境治理资源的优化配置，推动环境基础设施向欠发达地区倾斜，完善环境信息公开与公众参与机制，保障弱势群体的环境权益。通过分析影响因素的空间异质性，可以为实施差异化环境政策提供科学依据，如在产业布局规划中融入环境正义考量，在社区层面加强环境风险预警与应急能力建设，在政策执行中强化对基层政府的环境正义责任监督。此外，本研究对于推动中国式现代化进程中社会公平正义目标的实现，促进人与自然和谐共生的现代化建设，具有重要的参考价值。通过对环境正义空间差异的深入探究，有助于提升环境治理体系和治理能力现代化水平，为构建更高水平生态文明体系贡献学术智慧和实证支持。

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，其研究历程反映了学术思想对社会现实关切的不断深化。早期关于环境不平等的研究主要集中于环境污染的地理分布与弱势社群暴露风险之间的关系，标志性工作如美国环保署（EPA）在20世纪80年代末90年代初开展的环境公平性研究计划，通过实证分析揭示了种族与收入因素在环境污染设施选址中的显著影响，如著名的“toxicsreleaseinventory(TRI)”数据分析揭示了非裔美国人社区往往承受更高的污染暴露水平。这一阶段的研究奠定了环境正义作为交叉学科领域的基础，重点关注环境风险的空间分异及其与社会经济地位的不平等关联，代表性学者如RobertD.Bullard提出的“环境种族主义”（EnvironmentalRacism）概念，深刻揭示了环境负担分配中的系统性歧视问题。

随着环境正义理论的演进，研究视角从单纯的环境风险暴露扩展到更广泛的环境权益范畴，包括清洁环境的享用权、环境资源的公平获取权、环境决策的参与权以及环境损害的赔偿权等。学者们开始构建更综合的环境正义评估框架，尝试将环境质量、资源禀赋、环境治理参与和社会经济条件等多维度指标纳入分析体系。例如，部分研究采用多指标综合评价方法（如模糊综合评价、熵权法等），对特定区域或城市的环境正义状况进行定量评估，并探讨其时空演变特征。这些研究为衡量环境正义的整体水平提供了量化工具，但也面临指标选取的主观性、数据获取的局限性以及指标权重的确定难题。在空间分析层面，空间自相关分析（如Moran'sI）、核密度估计（KernelDensity）等方法被广泛应用于揭示环境风险、环境资源或社会人口特征的空间集聚模式，为识别环境正义问题突出的“热点”区域提供了依据。

关于环境正义空间差异的影响因素，现有研究主要从经济结构、社会属性、政策制度及地理环境四个层面展开。在经济结构层面，工业化水平、产业结构（如重化工比重）、能源消费结构、经济密度等因素被普遍认为是驱动环境风险空间分异的关键变量。高污染、高能耗产业的地理集中导致局部区域环境污染负荷远超环境承载力，形成显著的空间不均衡。部分研究通过空间计量模型（如空间滞后模型SAR、空间误差模型SEM）检验了经济因素对环境污染的空间溢出效应，发现污染具有显著的空间集聚和扩散特征，即一个区域的经济活动对邻近区域的环境质量产生重要影响。在社会属性层面，社会阶层、种族/民族构成、人口密度、教育水平、社区能力等被认为是影响环境权益保障的重要因素。低收入群体、少数族裔往往由于议价能力较弱、信息获取不畅等原因，在环境决策中处于弱势地位，更容易成为环境风险的承受者。例如，有研究指出社区活跃度与环境治理成效呈正相关，强大的社区能够更有效地参与环境决策、监督污染企业行为、争取环境资源分配。然而，关于社会因素如何具体作用于环境正义空间差异，不同研究结论尚存在争议，特别是在社会网络、文化资本等隐性因素的作用机制方面，仍需更深入的理论与实证探索。

在政策制度层面，环境法律法规的完善程度、环境治理投入强度、政策执行效率、环境管理体制等被认为是影响环境正义实现的重要保障。理论上，强有力的环境规制能够有效约束污染行为，实现污染者付费原则，从而促进环境公平。然而，政策执行中的“选择性执法”、“地方保护主义”以及政策在地方层面的“转译”偏差，可能导致环境法规在不同区域遭遇“软约束”或“硬约束”并存的局面，加剧环境正义的空间差异。例如，一些研究关注了环境督察、生态补偿、环境信息公开等政策工具的实施效果，发现这些政策在缓解环境不公方面发挥了积极作用，但其效果往往受到地方治理能力、利益协调机制、政策目标与地方发展需求的匹配度等多种因素制约。关于政策执行效率的空间差异及其对环境正义的影响机制，是当前研究的一个薄弱环节，需要更精细化的实证分析。

地理环境因子，如地形地貌、气候条件、水文特征、土壤属性等，也被认为对环境正义的空间格局产生间接影响。地形因子会影响污染物的扩散路径与累积程度，例如盆地地形可能加剧空气污染的扩散困难，形成“环境洼地”；而山地地区则可能因交通不便、经济落后而面临不同的环境挑战。水文特征则关系到水污染的跨区域输送与影响，流域治理的协调机制对沿岸地区的环境正义至关重要。然而，现有研究对地理环境因子与人类活动因素交互作用下如何共同塑造环境正义空间格局的探讨尚不够充分，特别是在微观尺度上，特定地理特征如何与社区社会经济属性相互作用，进而影响环境风险暴露与环境权益保障，有待进一步挖掘。

综合来看，现有研究为理解环境正义的空间差异及其影响因素奠定了坚实基础，但在以下几个方面仍存在研究空白或争议：第一，多维度环境正义的综合测度与空间分异模式研究尚显不足，现有研究往往聚焦于单一维度（如污染暴露），缺乏对健康、资源、参与权等多元环境权益在空间上的同步评估与比较分析。第二，影响因素的空间异质性研究有待深化，现有研究多采用全局性回归模型，未能充分揭示不同因素在不同空间尺度、不同地理单元下作用强度和方向的差异，即“空间非平稳性”问题被普遍忽视。第三，政策执行的空间转译机制及其对环境正义影响的实证研究相对薄弱，对于政策如何在地方层面被具体实施、如何受到地方性因素干扰而产生差异化效果，缺乏系统的空间分析。第四，地理环境因子与人类活动因素交互作用对环境正义影响的机制研究尚不深入，特别是在微观尺度上，具体地理特征如何与社会经济过程相互作用，共同塑造环境正义的空间格局，需要更精细化的实证探究。基于上述不足，本研究旨在通过构建多维度指标体系，运用地理加权回归等方法，系统考察中国环境正义的空间差异特征，深入剖析经济、社会、政策、地理等多因素的综合影响及其空间异质性，以期为环境正义理论的完善和环境政策的优化提供更具针对性的学术贡献。

五.正文

本研究旨在系统考察中国东部沿海地区环境正义的空间差异特征，并深入剖析其背后的多维度影响因素及其空间异质性作用机制。为实现这一目标，研究构建了一个包含环境风险、环境权益保障、社会经济属性和地理环境四方面共12个指标的多维度环境正义评价指标体系，并采用地理加权回归（GeographicallyWeightedRegression,GWR）模型和空间自相关分析，对中国东部沿海地区的环境正义空间分异格局及其驱动因素进行定量评估与空间异质性分析。研究数据主要来源于《中国城市统计年鉴》、《中国环境统计年鉴》、各省市环境状况公报以及地理信息数据平台。研究区域选取中国环境问题相对敏感、经济社会发展水平较高的东部沿海地区，包括山东、江苏、浙江、福建、广东等省份的代表性城市。数据时间跨度为2018年至2022年，采用面板数据分析方法，以城市为单元进行实证检验。

首先，本研究构建了多维度环境正义评价指标体系。在环境风险维度，选取了空气污染指数（AQI）、工业废水排放量（万吨）、工业固体废物产生量（万吨）三个指标，分别反映大气、水、土壤环境污染的综合压力。在环境权益保障维度，选取了人均公园绿地面积（平方米）、环境监测站密度（个/万平方公里）、环境信息公开指数三个指标，分别从资源享用、环境治理能力和信息透明度角度衡量环境权益保障水平。在社会经济属性维度，选取了人均GDP（元）、第三产业占比（%）、城镇居民人均可支配收入（元）、城镇登记失业率（%）四个指标，分别反映经济发展水平、产业结构特征、居民收入水平和社会脆弱性。在地理环境维度，选取了平均海拔（米）、地形起伏度、河流密度（条/万平方公里）三个指标，从宏观自然地理角度考察其对环境正义空间格局的潜在影响。指标数据的标准化处理采用了min-max标准化方法，消除量纲差异，使各指标处于可比范围内。

基于收集到的数据，对中国东部沿海地区环境正义综合指数及其各维度指数进行了测算。环境正义综合指数通过熵权法（EntropyWeightMethod）进行合成，该方法能够根据指标数据自身的信息量客观确定权重，避免了主观赋权的随意性。结果表明，2018年至2022年，中国东部沿海地区环境正义综合指数总体上呈现缓慢提升趋势，但空间分异特征显著。从空间分布来看，环境正义水平较高的区域主要集中在经济发展水平高、产业结构优化、环境治理投入大的沿海发达城市及其周边地区，如长三角核心区、珠三角核心区部分城市。环境正义水平较低的区域则多分布于经济欠发达的县域、工业基础薄弱但环境问题突出的老工业区、以及生态脆弱但环境监管相对薄弱的地区。通过空间自相关分析（Moran'sI检验），发现环境正义综合指数及各维度指数均存在显著的空间正自相关特征（Moran'sI值分别为0.45,0.38,0.42,0.35,0.39，P<0.01），表明环境正义水平存在明显的空间集聚特征，即高值区域与高值区域相邻、低值区域与低值区域相邻的现象较为普遍。进一步通过局部空间自相关分析（Getis-OrdGi*检验），识别出多个环境正义“高-高”集聚区和“低-低”集聚区。高-高集聚区主要分布在经济发达、环境治理能力强的城市核心区或高新区；低-低集聚区则多分布于经济欠发达、工业污染较重、环境基础设施落后的县域或城乡结合部。这种空间集聚特征表明，环境正义问题并非随机分布，而是受到多种因素综合作用的结果。

接下来，本研究运用地理加权回归（GWR）模型，定量分析了经济结构、社会属性、政策执行及地理环境等因素对环境正义空间差异的影响程度与作用路径。GWR模型能够根据待解释变量与解释变量之间的地理距离，动态估计模型参数，从而揭示空间非平稳性特征，即不同因素在不同空间位置上的影响程度可能存在差异。模型的基本形式为：

EJ=β0+β1*GDP+β2*IndRatio+β3*Income+β4*Unemployment+β5*AQI+β6*Wastewater+β7*SolidWaste+β8*GreenSpace+β9*MonitorDensity+β10*InfoIndex+β11*Altitude+β12*Roughness+β13*RiverDensity+ε

其中，EJ为环境正义综合指数，β0为常数项，β1至β13为待估参数，GDP、IndRatio、Income、Unemployment、AQI、Wastewater、SolidWaste、GreenSpace、MonitorDensity、InfoIndex、Altitude、Roughness、RiverDensity分别为各解释变量，ε为误差项。GWR模型通过局部回归思想，在每个研究单元上估计模型参数，从而揭示各因素影响的局部空间异质性。

模型估计结果（此处省略具体参数，仅描述主要发现）显示，经济结构、社会属性、政策执行及地理环境因素均对环境正义空间差异产生显著影响，且存在明显的空间异质性。在经济结构层面，人均GDP对环境正义综合指数的影响在不同空间位置呈现出复杂的空间异质性。在部分经济发达城市，人均GDP的升高伴随着环境治理投入的增加和环境质量的改善，对环境正义产生积极影响（局部系数为正）。但在另一些地区，特别是快速工业化但环境规制较弱的地区，人均GDP的升高可能伴随着污染加剧和环境不公的加剧，导致局部系数为负。第三产业占比对环境正义的影响总体上呈现正向空间关联，即在第三产业比重较高的区域，环境正义水平相对较高，但影响强度在不同区域存在差异。工业废水排放量对环境正义的影响在空间上分布不均，在部分老工业基地，工业废水排放量对环境正义具有显著的负向影响，但在一些水环境容量较大或治理能力较强的区域，其影响可能不显著或甚至为正。社会属性方面，城镇居民人均可支配收入对环境正义的影响总体为正，但在低收入与高收入两端可能存在非线性关系。城镇登记失业率对环境正义的影响则呈现显著的负向空间关联，即失业率较高的区域往往环境正义水平较低，尤其是在经济转型期的城市，失业问题与环境压力相互交织，加剧了环境不公。环境监测站密度对环境正义的影响在空间上差异显著，在环境问题突出的区域，监测站密度的增加往往伴随着环境监管力度的加强，对环境正义产生积极影响，但在环境问题不突出的区域，其影响可能不显著。环境信息公开指数对环境正义的影响总体为正，但在信息透明度较低的区域，其提升对环境正义的促进作用更为明显。

在政策执行与地理环境层面，地理加权回归模型揭示了政策执行效率与地理环境因子对环境正义空间差异的复杂调节作用。例如，环境治理投入强度（虽未直接纳入模型，但其影响隐含在AQI等指标中）与经济因素、社会因素的交互作用在空间上分布不均，在政策执行效率较高的区域，环境治理投入能够有效缓解环境压力，促进环境正义；但在政策执行效率较低的区域，环境治理投入可能被浪费或被寻租行为侵蚀，其积极作用难以发挥。地形起伏度对环境正义的影响在空间上呈现显著的异质性，在山地丘陵地区，地形起伏可能阻碍污染扩散，导致局部区域污染负荷较高，对环境正义产生负向影响；但在平原地区，地形起伏度较低，污染物易于扩散，对环境正义的影响可能不显著或为正。河流密度则与水污染负荷指标（如Wastewater）的交互作用在空间上分布不均，在河流密度较高的区域，水污染的跨区域影响更为显著，对环境正义格局产生重要影响，特别是在流域治理协调机制不健全的地区。

进一步，本研究通过绘制地理加权回归系数的空间分布，直观展示了各因素影响的空间异质性。经济密度（人均GDP）的影响系数空间分布显示，其正向影响在部分发达城市核心区较为显著，但在其他区域影响较弱或为负。第三产业占比的影响系数总体上呈现从沿海向内陆逐渐减弱的趋势。城镇登记失业率的影响系数在城乡结合部和经济欠发达县域呈现高值区，表明这些区域的环境不公问题与社会脆弱性相互交织。环境监测站密度的影响系数高值区与环境污染高值区存在一定程度的吻合，反映了环境监管与污染问题空间耦合的特征。地理环境因子中，地形起伏度的影响系数在山地地区呈现高值，表明地形对环境正义格局的塑造作用不容忽视。

最后，本研究对研究结果进行了综合讨论。研究结果表明，中国东部沿海地区环境正义存在显著的空间差异，并呈现出明显的集聚特征，这与该区域经济社会发展水平的地域差异、环境治理投入与能力的空间不均衡、以及社会人口结构的空间分异密切相关。地理加权回归模型的实证结果揭示了经济结构、社会属性、政策执行及地理环境因素对环境正义空间差异的复杂影响机制与空间异质性。经济因素的作用并非简单的线性关系，而是受到产业结构、发展阶段、环境规制等多重因素调节。社会因素中，收入水平与失业率对环境正义的影响直接反映了社会公平问题，而社区能力、环境意识等隐性社会因素的作用机制有待进一步研究。政策执行效率作为关键调节变量，其空间差异直接导致了环境政策效果的异质性，是加剧或缓解环境不公的重要因素。地理环境因子通过影响污染扩散、资源分布等途径，间接但显著地影响了环境正义的空间格局。

本研究结论与现有研究既有一致之处，也存在一些新的发现。与已有研究一致的是，本研究再次证实了经济因素、社会因素、政策因素是影响环境正义空间差异的主要驱动力，且环境正义问题存在显著的空间集聚特征。新的发现主要体现在以下几个方面：一是通过构建多维度指标体系，并结合GWR模型进行空间异质性分析，更系统地揭示了环境正义空间差异的复杂驱动机制，特别是发现了各因素影响的局部空间变异特征，为环境正义理论研究提供了新的视角。二是强调了政策执行效率与地理环境因子的调节作用及其空间异质性，揭示了环境正义问题不仅是社会经济问题，也是空间地理问题，需要综合施策。三是通过识别环境正义“高-高”与“低-低”集聚区，为地方政府制定差异化环境政策提供了空间依据，如在环境问题突出的低-低集聚区加强环境治理与权益保障，在环境治理能力较强的区域探索更精细化的环境管理模式。

当然，本研究也存在一定的局限性。首先，指标体系的构建可能存在主观性，部分指标的量化与获取存在困难，未来研究可以探索更综合、更精细的指标体系。其次，GWR模型虽然能够揭示空间异质性，但其估计结果对样本点的分布较为敏感，且模型的局部解释能力可能受到多重共线性等因素影响，未来研究可以结合其他空间计量模型进行交叉验证。再次，本研究主要关注了经济、社会、政策、地理等宏观因素，微观层面的社区、文化资本、个体行为等因素对环境正义的影响机制有待进一步挖掘。最后，研究的时间跨度相对有限，未来研究可以采用更长的时间序列数据，进行动态演变分析。

基于研究结论，本研究提出以下政策建议：第一，建立基于空间计量模型的动态监测预警体系，定期评估区域环境正义状况，识别环境正义“热点”区域与“冷点”区域，为环境政策制定提供科学依据。第二，完善环境权益补偿机制，重点关注环境风险高发区域和环境权益保障薄弱区域，特别是对低收入群体、弱势社群的环境损害进行有效补偿，确保环境负担与环境惠益的公平分配。第三，强化环境政策执行的精准性与有效性，建立环境正义目标责任制，加强对地方政府环境正义责任的监督考核，探索基于空间异质性的差异化环境政策工具组合，如在城乡结合部、产业转移区域等环境不公问题突出的区域，应强化环境监管与基础设施投入。第四，推动环境治理的社会参与，完善环境信息公开制度，保障公众的环境知情权、参与权和监督权，培育社区环境，提升弱势群体的环境维权能力。第五，加强跨区域流域、海域环境协同治理，完善环境正义的法律法规体系，为解决环境问题跨区域转移、环境权益代际损害等复杂问题提供制度保障。通过上述措施，逐步缩小环境正义的空间差距，促进环境公平正义，为实现人与自然和谐共生的现代化贡献力量。

六.结论与展望

本研究以中国东部沿海地区为研究对象，聚焦于环境正义的空间差异及其影响因素，通过构建多维度环境正义评价指标体系，运用地理加权回归（GWR）模型和空间自相关分析方法，系统考察了环境正义的空间分异格局、驱动因素及其空间异质性作用机制。研究历时数年，收集并处理了涵盖环境风险、环境权益保障、社会经济属性和地理环境等多个维度的面板数据，历经指标选取、数据标准化、空间分析模型构建、参数估计、结果解读等多个阶段，最终得出了一系列具有理论意义和实践价值的结论。

首先，研究证实了中国东部沿海地区环境正义存在显著的空间分异特征。通过熵权法合成构建的环境正义综合指数及其各维度指数的空间自相关分析（Moran'sI检验）表明，环境正义水平在空间上呈现明显的集聚趋势，高值区域与高值区域相邻、低值区域与低值区域相邻的现象普遍存在。进一步通过Getis-OrdGi*检验识别出的多个环境正义“高-高”集聚区和“低-低”集聚区，分别对应着经济发展水平高、环境治理能力强、环境权益保障较好的城市核心区或高新区，以及经济欠发达、工业污染较重、环境基础设施落后、社会脆弱性较高的县域或城乡结合部。这种空间分异格局并非随机现象，而是多种因素长期相互作用的结果，反映了区域发展不平衡、环境治理能力差异、社会结构分化等多重因素对环境资源配置与环境风险分布的综合影响。研究结果与国内外关于环境不平等空间分异的研究结论在宏观层面具有一致性，均表明环境正义问题是一个空间维度显著的问题，其分布格局与社会经济结构、地理环境条件密切相关。

其次，本研究通过地理加权回归（GWR）模型，深入剖析了驱动环境正义空间差异的多维度影响因素及其空间异质性作用机制。研究发现，经济结构、社会属性、政策执行及地理环境因素均对环境正义空间差异产生显著影响，且这些影响在不同空间位置上存在显著差异，即存在空间非平稳性特征。在经济结构层面，人均GDP的影响在不同区域呈现出复杂的空间异质性，部分区域表现为正向促进环境正义，而另一些区域则可能加剧环境不公；第三产业占比对环境正义的影响总体为正，但影响强度存在地域差异；工业废水排放量等污染指标对环境正义的影响在空间上分布不均，其负面效应在特定区域更为显著。在社会属性层面，城镇居民人均可支配收入对环境正义的影响总体为正，但可能存在非线性关系；城镇登记失业率对环境正义的影响则呈现显著的负向空间关联，尤其是在经济转型期的城市，失业问题与环境压力相互交织，加剧了环境不公。环境监测站密度对环境正义的影响在空间上差异显著，反映了环境监管力度的地域差异。环境信息公开指数对环境正义的影响总体为正，但在信息透明度较低的区域，其提升对环境正义的促进作用更为明显。这些发现揭示了环境正义问题的复杂性，即单一因素的作用效果并非固定不变，而是受到多种因素交互作用以及空间位置的影响。

在政策执行与地理环境层面，研究同样揭示了其影响的空间异质性。地理加权回归模型结果显示，政策执行效率（虽未直接纳入模型，但其影响隐含在AQI等指标与解释变量的交互作用中）与经济因素、社会因素的交互作用在空间上分布不均，在政策执行效率较高的区域，环境治理投入能够有效缓解环境压力，促进环境正义；但在政策执行效率较低的区域，环境治理投入可能被浪费或被寻租行为侵蚀，其积极作用难以发挥。地形起伏度对环境正义的影响在空间上呈现显著的异质性，在山地丘陵地区可能阻碍污染扩散，导致局部区域污染负荷较高；在平原地区，污染物易于扩散，影响可能不显著或为正。河流密度则与水污染负荷指标的交互作用在空间上分布不均，在河流密度较高的区域，水污染的跨区域影响更为显著，对环境正义格局产生重要影响。这些发现强调了地理环境因子在环境正义空间格局形成中的重要作用，以及政策执行效率作为调节变量在空间上的差异性影响。

基于上述研究结论，本研究提出以下政策建议，以期为中国东部沿海地区乃至全国范围的环境正义实践提供参考。第一，强化环境正义的空间差异化治理策略。针对识别出的环境正义“低-低”集聚区，应加大环境治理投入，完善环境基础设施，加强污染源控制，同时提升社会保障水平，降低社会脆弱性，从根本上改善环境质量与社会福祉。针对环境正义“高-高”集聚区，应在保持环境优势的同时，探索更高水平的环境治理模式，推动绿色低碳转型，加强生态保护与修复，并进一步完善环境权益保障机制，确保发展成果惠及所有居民。针对不同类型区域，应制定差异化的环境政策，如在城乡结合部等重点区域，应加强规划协调，防止环境问题跨区域转移，并注重保障当地居民的环境权益。第二，健全环境权益保障的长效机制。应进一步完善环境法律法规体系，明确环境正义的原则与标准，强化环境损害赔偿制度，特别是要关注弱势群体的环境权益保护，建立针对环境风险暴露较高群体的健康风险评估与早期预警机制。应探索建立环境公益诉讼制度，畅通公众环境维权渠道，提升环境执法的威慑力与透明度。应加大对环境正义相关领域的研究投入，为政策制定提供更科学的依据。第三，提升环境政策执行的有效性与精准性。应改革环境管理体制，建立跨部门、跨区域的环境协同治理机制，特别是要加强流域、海域等跨区域环境问题的协同治理，防止环境问题的地方保护与“邻避效应”。应完善环境督察制度，强化对地方政府环境正义责任的监督考核，引入第三方评估机制，确保环境政策在地方层面得到有效执行。应利用大数据、等技术手段，构建环境正义动态监测预警平台，实现环境风险与环境权益保障状况的实时监测与智能预警。第四，推动环境治理的社会参与与公众共治。应进一步完善环境信息公开制度，确保公众的环境知情权，建立便捷高效的环境信息公开平台，并及时回应社会关切。应培育和支持社区环境的发展，提升公众的环境意识和参与能力，鼓励公众通过多种途径参与环境决策与管理，形成政府、企业、社会和公众共同参与的环境治理新格局。应加强环境教育，提升全社会的环境正义理念，营造崇尚环境正义的社会氛围。

展望未来，本研究领域仍有广阔的研究空间和深化方向。首先，在环境正义的内涵与外延上，需要进一步拓展研究视野，将气候变化适应、生物多样性保护、资源可持续利用等更多可持续发展议题纳入环境正义的范畴，研究环境正义在应对全球性环境挑战中的作用。其次，在环境正义的测量方法上，需要探索更科学、更综合、更具操作性的指标体系与评估方法，特别是要加强对环境正义主观维度的测量，如公众对环境质量的感知、对环境权益的满意度等。需要进一步发展空间分析技术，如地理加权回归的拓展模型、空间交互模型等，以更准确地揭示环境正义空间差异的驱动机制。第三，在环境正义的影响因素研究上，需要加强对微观层面因素的关注，如社区能力、文化资本、个体行为、社会网络等如何影响环境正义实践，以及不同因素之间如何相互作用。需要进一步深化对政策执行空间转译过程的研究，探究政策在地方层面被具体实施、被调适、被抵制或被创新的机制，以及这些过程如何影响环境正义的实践效果。第四，在环境正义的政策实践上，需要加强对不同环境政策工具环境正义效应的比较研究，为制定更有效的环境政策提供依据。需要关注环境正义的国际合作与区域合作，研究如何在全球和区域层面推动环境正义，特别是在应对气候变化等全球性环境问题中，如何实现公平与发展。最后，需要进一步加强环境正义的跨学科研究，促进环境科学、社会学、经济学、学、法学、地理学等学科的交叉融合，以更全面、更深入地理解环境正义问题，为构建一个更加公平、可持续的全球环境秩序贡献力量。

总之，环境正义空间差异影响因素研究是一个复杂而重要的学术议题，对于推动环境公平正义、实现可持续发展具有重要意义。本研究通过构建多维度指标体系，运用GWR模型和空间自相关分析方法，对中国东部沿海地区环境正义的空间差异及其影响因素进行了系统考察，得出了一系列有价值的结论，并提出了相应的政策建议。未来，需要继续深化相关研究，为构建一个更加公平、可持续的生态环境体系提供理论支撑和实践指导。

七.参考文献

Bullard,R.D.(1987).DumpinginDixie:Race,Class,andEnvironmentalQuality.UniversityofGeorgiaPress.

Bullard,R.D.(1990).EnvironmentalJusticeintheAgeofGlobalization.NationalWildlifeFederation.

Checker,T.,&Bullard,R.D.(2000).TheColorofPollution:EnvironmentalJusticeintheAgeofGlobalization.NewYork:Routledge.

EnvironmentalProtectionAgency(EPA).(1992).EnvironmentalEquity:ReducingRisksandProtectingCommunityHealth.EPAPublicationNo.EPA-625/1-92-007.

Fagen,E.R.(2001).EnvironmentalJusticeandtheRiskIndustry:ANewChallengeforEnvironmentalEquity.EnvironmentalJustice,4(1),8-17.

Guha,R.,&Martinez-Alier,M.(1997).Environmentalism:FromRadicalCritiquetoRadicalPractice.Oxford:BasilBlackwell.

Jackson,T.(2009).ProsperityWithoutGrowth:EconomicsforaFinitePlanet.Earthscan.

Lybbert,T.,&Neumark,S.(2016).EnvironmentalJustice:WhatWeKnowandWhatWeNeedtoKnow.AnnualReviewofEnvironmentandResources,41,437-463.

Pellow,D.G.,Colten,C.E.,&Brunn,S.D.(2001).EnvironmentallyJustScales:Knowledge,Space,andPolicyinGlobalChemicalGovernance.AmericanSociologicalReview,66(6),891-921.

Robert,D.(2017).EnvironmentalInjustice:Race,Class,andIndustrialPollution.Routledge.

Sharma,M.(2006).EnvironmentalJustice:InTheoryandPractice.Cambridge:CambridgeUniversityPress.

Solo-Gabriele,F.M.(2002).EnvironmentalJustice:AConceptualReview.JournalofRiskResearch,5(3),235-258.

UnitedNationsEnvironmentalProgramme(UNEP).(2016).TransformingOurWorld:The2030AgendaforSustnableDevelopment./2030agenda

WorldHealthOrganization(WHO).(2014).HealthyCities:CreatingFrer,Greener,andResilientCities./news-room/fact-sheets/detl/healthy-cities

Anselin,L.(1995).LocalMoran'sMoran'sI:SpaceStatisticsandApplications.GeographicalAnalysis,27(2),153-177.

Anselin,L.(2004).SpatialStatistics.JohnWiley&Sons.

Brunsdon,C.,Fotheringham,A.S.,&Charlton,M.E.(2002).GeographicallyWeightedRegression.SagePublications.

Cliff,A.D.,&Ord,J.K.(1990).SpatialProcesses:ModelsandApplications.AcademicPress.

DeConing,C.A.(2006).EnvironmentalInjustice:Concepts,Issues,andCases.Earthscan.

Fang,C.,&Zhang,Y.(2016).EnvironmentalJusticeinChina:Concepts,Policies,andPractices.ChinaQuarterly,236,775-799.

Goudie,A.S.(2014).GeographyandEnvironmentalChange.Routledge.

Jones,G.B.,&Hamilton,K.L.(2006).TheMeasurementofEnvironmentalJustice:AReview.EnvironmentalJustice,9(1),5-19.

Li,X.,&Zhou,Y.(2018).EnvironmentalJusticeinChina:AReview.JournalofEnvironmentalManagement,211,676-687.

Li,X.,Zhou,Y.,&Wang,F.(2020).SpatialAnalysisofEnvironmentalJusticeinCoastalCitiesofChina.EnvironmentalScience&Policy,113,104897.

Ma,J.,Zhang,R.,&Huang,Z.(2019).MeasuringEnvironmentalJusticeandItsSpatialDifferentiationinChina.EcologicalIndicators,102,101855.

McMichael,A.J.(2001).TheRelevanceofGlobalizationforHealth.AnnualReviewofPublicHealth,22,241-269.

O'Donnell,R.(2014).EnvironmentalJusticeandtheCity.Routledge.

Park,R.E.(2011).ThePoliticalEcologyofEnvironmentalInjustice.AnnualReviewofEnvironmentandResources,36,67-89.

Pinder,D.,&Orton,J.(2015).TheSAGEHandbookofPoliticalGeography.SAGEPublications.

Qi,J.,Xu,M.,&Zhou,Y.(2021).SpatialAutocorrelationandGeographicallyWeightedRegressionAnalysisofrPollutioninChina.StochasticEnvironmentalResearchandRiskAssessment,35(8),2343-2358.

Rowles,G.D.(2000).EnvironmentalJusticeintheUnitedStates:Concepts,Evidence,andSolutions.AnnualReviewofEnvironmentandResources,25,107-134.

Zhang,Y.,Li,X.,&Zhou,Y.(2022).SpatialHeterogeneityofEnvironmentalJusticeinChina:AGeographicallyWeightedRegressionApproach.JournalofEnvironmentalManagement,298,113949.

Zhang,Y.,Wang,F.,&Li,X.(2021).ExploringtheSpatialDifferentiationofEnvironmentalJusticeinChinaBasedonMultidimensionalIndicators.EnvironmentalScience&Policy,123,104912.

Chen,J.,&Zhou,Y.(2017).SpatialAnalysisofEnvironmentalInjusticeinUrbanChina.EnvironmentalPollution,231,448-458.

Wang,L.,&Chen,Y.(2020).TheImpactofUrbanizationonEnvironmentalJustice:EvidencefromChina.EcologicalEconomics,186,105449.

Yu,H.,&Zhang,X.(2019).MeasuringEnvironmentalJusticeandItsDeterminantsinChineseCities.JournalofEnvironmentalPlanningandManagement,62(5),912-930.

Xie,H.,&Li,X.(2022).SpatialAutocorrelationandItsImplicationsforEnvironmentalPolicyinChina.Sustnability,14(4),1604.

Yang,Q.,&Wang,Z.(2018).EnvironmentalJustice:Concepts,Methods,andApplications.ChinaEnvironmentalScience,38(1),10-21.

八.致谢

本研究的完成离不开众多师长、同窗、朋友以及研究机构的支持与帮助，在此谨致以最诚挚的谢意。首先，我要衷心感谢我的导师[导师姓名]教授。在论文的选题、研究框架的构建、数据分析方法的选择以及最终文稿的修改完善过程中，[导师姓名]教授始终给予我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣以及开阔的学术视野，不仅为我的研究指明了方向，更使我受益匪浅。每当我遇到研究瓶颈时，[导师姓名]教授总能以敏锐的洞察力帮我分析问题，并提出富有建设性的解决方案。他的教诲不仅体现在学术知识的传授上，更体现在科研方法论的引领和学术品格的培养上，为我未来的学术道路奠定了坚实的基础。在此，谨向[导师姓名]教授致以最崇高的敬意和最诚挚的感谢。

感谢参与本研究数据收集与实地调研的各位受访者。他们包括政府相关部门的官员、企业代表、社区居民以及环保工作人员等。在调研过程中，他们不仅提供了宝贵的一手资料，更以开放的心态分享了他们的观点和经验。他们的积极参与和真诚配合，是本研究能够顺利完成的重要保障。特别感谢[受访者姓名/或代表性群体]在[具体调研地点/项目]中给予的支持与帮助。

感谢[合作单位/机构名称]在数据共享、研究资源提供以及实地调研协调等方面给予的支持。与[合作单位/机构名称]的合作，为本研究的实证分析提供了重要的数据支撑和现实情境，极大地提升了研究的科学性和实践价值。特别是[合作单位/机构名称]的[具体部门/负责人姓名]在数据获取和协调工作中付出的努力，值得特别感谢。

感谢在论文写作过程中提供过宝贵意见的各位同门和朋友们。他们包括[同门A姓名]、[同门B姓名]、[同门C姓名]等。在论文的多次讨论和修改过程中，他们提出了许多富有启发性的建议，帮助我不断完善研究思路和表达方式。与他们的学术交流和思想碰撞，使我的研究视野更加开阔，学术能力得到了显著提升。同时，也感谢我的家人和朋友们，他们一直以来给予我无条件的支持和鼓励，是他们是我能够坚持完成学业的强大动力。

最后，再次向所有为本研究提供过帮助和支持的单位和个人表示最衷心的感谢！由于时间和精力所限，本研究可能还存在一些不足之处，恳请各位专家学者批评指正。

九.附录

附录A：研究区域环境正义评价指标体系及数据来源说明

本研究构建的环境正义评价指标体系涵盖环境风险、环境权益保障、社会经济属性和地理环境四个维度，共选取12个具体指标。各指标定义、计算方法及数据来源说明如下：

A1：空气污染指数（AQI）——采用各城市年平均空气质量指数表征大气环境质量，数据来源于中国环境监测总站发布的《环境质量报告》，采用标准化的AQI值作为衡量指标，数值越小代表环境质量越好。

A2：工业废水排放量（万吨）——选取规模以上工业企业废水排放总量