近日，学院2021级博士研究生吴童和导师张海东教授分别为第一、第二作者，在SSCI期刊《Environmental Impact Assessment Review》(影响因子11.2)上发表最新研究成果“ Social inequality: Practicing environmental, social and governance principle in China”。
论文简介
本文以“ESG（环境-社会-治理）—社会不平等”作为分析框架，在省域尺度上刻画中国可持续发展绩效的时空分化，并据此讨论其对收入、教育、医疗与环境可及性等结构性不平等议题的治理含义。研究对象为中国大陆31省（2006–2023）的面板数据，以ESG指数构建（熵权—TOPSIS）、分布演化刻画（三维核密度估计）、影响因素识别（面板固定效应）等研究方法，核心贡献在于以“指数构建—分布演化可视化—机制识别”的量化-逻辑路径，将ESG从规范性倡议转化为可比较、可解释的区域差异测度体系。
论文信息
期刊：Environmental Impact Assessment Review
文章：T. Wu et al.（2026）116:108069（Online: 2025-07-05）
DOI：10.1016/j.eiar.2025.108069
https://www.sciencedirect.com/science/article/pii/S0195925525002665
作者个人简介
吴童，上海大学社会学院社会学专业2021级在读博士研究生，师从张海东教授。主要研究方向为智慧城市规划与社会不平等、数字鸿沟、区域可持续性发展、空间分异、社会分层与包容性研究。博士在读期间曾在SSCI《International Review of Economics & Finance》发表论文一篇。
详细：
ESG框架能否缓解社会不平等？——来自中国31省（2006–2023）的时空实证解读
导语
在“共同富裕”、“双碳目标”与高质量发展并行推进的背景下，ESG不仅是企业、社会组织与投资的治理框架，也正在成为理解区域差异与社会不平等的重要分析视角。本文基于2006–2023年中国大陆31省份面板数据，构建省域ESG综合指数，并通过多种空间可视化与计量模型，识别其时空演进与驱动机制，为差异化、包容性的ESG治理提供经验证据。
1.研究设计：指数构建 × 时空可视化 × 驱动因素识别
本文采用“三阶段一体化”策略：先构建可比的省域ESG指数，再通过分布与结构的可视化工具刻画空间分化，最后用双向固定效应面板模型识别驱动因素。
(1)省域ESG指数：熵权TOPSIS的客观赋权与综合评价
研究以2006–2023年31省份数据为基础，使用熵权TOPSIS构建ESG指数，以减少主观赋权偏差并突出指标信息差异。具体包括：极值标准化、信息熵计算与权重生成、构建加权矩阵、与正负理想解的欧氏距离测度，最终得到综合得分。
(2)空间可视化与分布演化：三维核密度 + “三角模型”结构诊断
三维核密度估计：用于拟合省域ESG在时间—空间维度上的分布形态，直观呈现分布的“扩散/收敛”“多峰/极化”等特征变化。
三角模型：将E、S、G三维相对关系映射到等边三角形空间，识别不同省份在三维系统中的“相对优势组合”，并据点位偏离中心程度评估三维协调性与结构偏向。
(3)驱动因素识别：双向固定效应面板模型
在控制地区与时间不可观测异质性的基础上，研究将城镇化、市场化、环境规制、资源禀赋、人口密度纳入解释框架；其中环境规制指标的设定强调“排放越高—规制强度越弱”的反向含义，以匹配现实治理强度的差异。
2.主要发现
(1)总体“向上”，但区域差异并未自动消失
2006–2023年，全国及东部、中部ESG呈现较稳定的上升趋势；西部则表现为波动式上升，并在2015年前后出现关键拐点。
更重要的是，省际差异并非线性收敛：东部与全国均值的差距呈持续扩大；中西部内部差异则呈“阶段性收敛—再度分化”的波动式分化轨迹。
(2)三维结构上，“G快、E中、S慢”的失衡格局更突出
从三维系统的相对表现看：治理（G）提升幅度最大、环境（E）居中、社会（S）总体最低，意味着在可量化指标体系下，制度与治理改善更易被快速“计入增长”，而社会维度（公共服务、福利与平等相关议题）改善相对滞后。
在省域层面，广东为综合ESG最高（ESG=0.4437），新疆最低（ESG=0.11025）；前五为广东、江苏、浙江、山东、福建，底部为新疆、西藏、青海、甘肃、贵州，后者高度集中于西部地区。
三角模型进一步揭示“结构偏向”：大量省份落在“治理优势型”区间（如北京、上海、江苏、浙江、广东等），少数省份呈“环境优势型”（如辽宁、青海），社会优势型省份更为稀少（结果上仅河南省落入相应类型）。
(3)哪些因素在“推高”ESG？哪些因素并未如预期发挥作用？
基准回归显示：城镇化、市场化、资源禀赋、人口密度对综合ESG及E/S/G分指数均表现为显著正向关联；相比之下，环境规制变量整体不显著。
同时，对三维分系统的比较表明：上述发展性因素对治理（G）的促进效应最大，对环境（E）次之，对社会（S）最弱——这与“社会维度改善更难、见效更慢”的结构性特征一致。
(4)区域异质性
将样本划分为东/中/西三大区域后，驱动机制呈现明显分化：
东部：城镇化、市场化、资源禀赋、人口密度均显著正向；环境规制不显著。
中部：城镇化与环境规制正向显著；市场化、资源禀赋、人口密度不显著。
西部：环境规制与ESG呈负向关系，表面在相对欠发达地区，合规成本与发展约束可能以“短期压制效应”的形式体现；而其余变量整体不显著。
3.结论与讨论
从“平均提升”走向“包容治理”的ESG框架
核心启示：ESG在宏观层面呈上升态势，但其收益分布并不必然公平；若缺乏针对社会维度与区域差异的制度设计，ESG实践甚至可能在空间上再生产既有的不平等结构。
4.政策建议
(1)强化社会S维度的可衡量、可问责机制：将公共服务均等化、弱势群体可及性与福利保障纳入更高权重的绩效框架，避免“治理G快社会S慢”的结构固化。
(2)实施区域分层的ESG治理工具箱：东部侧重治理质量与社会包容的调整；中部强化环境规制与城市化协同；西部需在生态约束与发展承载之间配置更具韧性的过渡政策，降低“规制—发展”冲突的短期负效应。
(3)以空间可视化与动态监测服务政策迭代：对“分布极化”与“结构偏向”等空间问题进行常态化识别，使治理从静态排名转向对结构性风险的前置性综合管理。
