基于聚類分析和因子分析的我國各地區(qū)環(huán)境污染狀況研究

崔雪楊

(北京交通大學(xué)經(jīng)濟(jì)與管理學(xué)院,北京 100044)

基于聚類分析和因子分析的我國各地區(qū)環(huán)境污染狀況研究

崔雪楊

(北京交通大學(xué)經(jīng)濟(jì)與管理學(xué)院,北京 100044)

本文利用多元統(tǒng)計中聚類分析和因子分析的方法,對我國31個省、自治區(qū)、直轄市的工業(yè)及生活排放污染物進(jìn)行數(shù)據(jù)分析,通過借鑒已有的研究成果和相關(guān)文獻(xiàn),選取了能較好衡量我國環(huán)境污染的八項(xiàng)指標(biāo)。在此基礎(chǔ)上根據(jù)不同地區(qū)的因子得分情況提取出三個解釋性較好的公共因子,并給出了每個因子的地區(qū)排名和合理解釋,最后提出了幾點(diǎn)對策和建議。

聚類分析 因子分析 環(huán)境污染評價

近年來隨著城市發(fā)展的需要,人類從環(huán)境獲取資源的數(shù)量越來越多,與此同時排放到環(huán)境中的氣體、液體和固體廢棄物也不斷增加。我國經(jīng)濟(jì)快速發(fā)展的過程是大量消耗自然資源的過程,也是環(huán)境和資源破壞遭到巨大破壞的過程,尤其是建立在工業(yè)領(lǐng)域的“高耗能、高投入、高污染”的粗放型生產(chǎn)方式上,而粗放型經(jīng)濟(jì)發(fā)展方式必然會給我國各個地區(qū)環(huán)境和生態(tài)帶來越來越大的沖擊壓力。環(huán)境污染、自然資源的破壞和再生能力的下降也在不斷威脅著人類的生存,這也使人們越來越關(guān)注環(huán)境和生態(tài)成本,如何處理好環(huán)境和經(jīng)濟(jì)的和諧發(fā)展問題已成為一個亟待解決的課題。

1 指標(biāo)的選取及數(shù)據(jù)來源

本文以全國31個地區(qū)為研究對象,通過借鑒已有研究成果及相關(guān)文獻(xiàn)選取了能較好衡量環(huán)境污染狀況的八項(xiàng)指標(biāo),分別為:X1:工業(yè)廢水排放總量(萬噸)、X2:工業(yè)廢水中化學(xué)需氧量排放量(萬噸)、X3:生活污水排放量(萬噸)、X4:生活污水中化學(xué)需氧量排放量(萬噸)、X5:工業(yè)廢氣排放量(億標(biāo)立方米)、X6:工業(yè)二氧化硫排放量(萬噸)、X7:工業(yè)煙塵排放量(萬噸)、X8:工業(yè)固體廢物排放量(噸)。數(shù)據(jù)主要來源于2011年中國統(tǒng)計年鑒,并參考環(huán)保部網(wǎng)站公布的相關(guān)數(shù)據(jù)進(jìn)行了核對和完善。

2 關(guān)于各地區(qū)環(huán)境污染水平的聚類分析

2.1 聚類分析的目的

為了對31個地區(qū)的環(huán)境污染水平及分類有大致的了解,首先對樣本進(jìn)行聚類分析。本文通過不同聚類數(shù)設(shè)定結(jié)果的比較將聚類數(shù)設(shè)為4,并采用系統(tǒng)聚類法進(jìn)行了初分類。

表1 樹狀圖分類結(jié)果

表2 提取的公共因子

表3 因子得分系數(shù)

2.2 聚類分析的過程

(1)聚類結(jié)果樹狀圖見圖1。

(2)樹狀圖分類結(jié)果整理見表1。

2.3 聚類結(jié)果分析

由以上表格可以看出污染最嚴(yán)重的是山西和重慶,山西為我國的煤炭大省,由于以煤炭工業(yè)為中心的重工業(yè)體系,同時深處內(nèi)陸地區(qū),降水少,因而產(chǎn)生嚴(yán)重的環(huán)境污染。重慶也是煤炭資源比較豐富的地區(qū),也是老重工業(yè)基地,再加上盆地地形,多丘陵,空氣不流通等等原因?qū)е缕洵h(huán)境污染比較嚴(yán)重。

河北、河南、遼寧、山東、江蘇、廣西都是我國比較有名的工業(yè)區(qū),再加上近年來經(jīng)濟(jì)發(fā)展勢頭都很猛,經(jīng)濟(jì)總量越大,需要的原料會越多,導(dǎo)致經(jīng)濟(jì)活動的副產(chǎn)品——污染物的排放就越多,而其環(huán)境污染狀況也隨之有惡化的趨勢。同時環(huán)境污染狀況應(yīng)該還與產(chǎn)業(yè)結(jié)構(gòu)有關(guān),比如河北省、山東省以鋼鐵、建材等重工業(yè)為主、而廣西省則有色金屬開采和冶煉增長比較快。

3 關(guān)于各地區(qū)環(huán)境污染水平的因子分析

3.1 因子分析的目的

通過對各個環(huán)境污染指標(biāo)變量的共同信息進(jìn)行提取,將環(huán)境污染指標(biāo)簡化為幾個可以被解釋的潛在公共因子,從而能夠大致了解各地區(qū)環(huán)境污染的主要原因,同時通過計算因子得分得到各個地區(qū)環(huán)境污染狀況嚴(yán)重程度的排名。

3.2 因子分析的過程

首先經(jīng)過原始變量相關(guān)系數(shù)、變量KMO和Bartlett球度檢驗(yàn)和反映像相關(guān)矩陣驗(yàn)證數(shù)據(jù)適合做因子分析,提取的公共因子見表2。

提取方法:主成份分析。

根據(jù)表中的數(shù)據(jù),前3個因子累計方差貢獻(xiàn)率為85.338%,因此提取前3個因子作為公共因子。

由于初始載荷矩陣不夠清晰,進(jìn)而采用方差最大正交旋轉(zhuǎn)得到了三個可解釋的因子。第一個因子主要解釋了工業(yè)廢水排放總量、工業(yè)廢水中化學(xué)需氧量排放量、生活污水排放量、生活污水中化學(xué)需氧量排放量,可解釋為液體因子;第二個因子主要解釋了工業(yè)廢氣排放量、工業(yè)二氧化硫排放量、工業(yè)煙塵排放量,可解釋為氣體因子;第三個因子主要解釋了工業(yè)固體廢物排放量,可解釋為固體因子。最后計算因子得分系數(shù)見表3。

采用回歸法估計因子得分系數(shù),并輸出因子得分系數(shù),據(jù)此得出因子得分函數(shù)為:

F1=0.307X1+0.161X2+0.477X3+0.397X4-0.166X5-0.058X6-0.231X7+0.118X8

F2=-0.054X1+0.093X2-0.250X3-0.150X4+0.401X5+ 0.337X6+0.463X7-0.072X8

F3=-0.041X1-0.027X2+0.120X3+0.085X4-0.110X5+ 0.110X6-0.076X7+0.997X8

在此基礎(chǔ)上不僅可以計算出各地區(qū)在各個因子上的因子得分,而且可以利用線性加權(quán)的方法計算各個地區(qū)環(huán)境污染狀況的因子得分,用旋轉(zhuǎn)后的方差貢獻(xiàn)率作為總得分系數(shù),公式為:綜合得分=FAC1_1*36.567+FAC2_1*35.840+FAC3_1*12.931,按這3項(xiàng)得分和綜合得分的排名見表4。

3.3 因子分析結(jié)果解釋

通過對環(huán)境污染各項(xiàng)指標(biāo)進(jìn)行因子分析,提取出了三個解釋性比較好的公共因子,分別為液體因子、氣體因子、固體因子。

表4 因子得分和綜合得分

按第一個因子液體因子排名,廣東省得分最高,其次為江蘇,最低為內(nèi)蒙古,廣東省在第一主因子方面排名較高主要是因?yàn)?廣東省水系發(fā)達(dá),水資源豐富,但由于工業(yè)廢水和城市污水的排入,污染嚴(yán)重,水質(zhì)性缺水的威脅加劇。

按第二個因子氣體因子進(jìn)行排名,可發(fā)現(xiàn)河北省,山西省得分比較高,它們之所以在第二主因子方面污染嚴(yán)重主要是因?yàn)楹颖?、山西兩省能源、資源豐富,但是由于經(jīng)濟(jì)增長率持續(xù)加快,產(chǎn)業(yè)結(jié)構(gòu)屬偏重型,如今能源消耗已大于能源生產(chǎn)總資源,工農(nóng)業(yè)的發(fā)展和人口增加所帶來的環(huán)境污染問題嚴(yán)重影響了兩省的生態(tài)環(huán)境和可持續(xù)發(fā)展戰(zhàn)略的實(shí)施。

按第三個因子固體因子排名,重慶市、山西得分比較高,最低為寧夏,重慶第三因子污染嚴(yán)重主要是因?yàn)橹貞c是中國重要的老重工業(yè)基地,現(xiàn)代制造業(yè)基地,國家高技術(shù)產(chǎn)業(yè)基地,隨著經(jīng)濟(jì)和技術(shù)的飛速發(fā)展,如果沒有良好的處理措施,必然會造成過多的固體廢物存在。

最后的綜合排名中,廣東、江蘇、山東、山西、河南、河北的排名都靠前,說明其環(huán)境污染狀況比較嚴(yán)重,需要加大治理力度。

4 對策及建議

(1)各地區(qū)環(huán)保部門應(yīng)根據(jù)污染狀況有針對性的采取措施治理環(huán)境污染;(2)政府及有關(guān)部門應(yīng)加強(qiáng)建設(shè)項(xiàng)目的監(jiān)管,完善環(huán)境污染防治法制建設(shè);(3)研發(fā)新技術(shù),加大環(huán)境保護(hù)的科技投入,大力發(fā)展環(huán)保產(chǎn)業(yè);(4)進(jìn)一步加強(qiáng)環(huán)境保護(hù)的宣傳工作,加強(qiáng)全社會對環(huán)境污染的廣泛重視;(5)加快對老工業(yè)、污染嚴(yán)重的企業(yè)項(xiàng)目的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,結(jié)合產(chǎn)業(yè)升級和技術(shù)改造,加快治理力度。

致謝:

感謝我的導(dǎo)師,她淵博的知識和人格魅力使我受益匪淺;感謝我的父母,他們的支持和鼓勵才使我有了前進(jìn)的動力;感謝我周圍的同學(xué)和朋友讓我收獲了珍貴的友誼。

[1]黃桐城,李壽德,顧孟迪.因子分析法在環(huán)境污染檢測與評價中的應(yīng)用[J].工業(yè)工程與管理,2007(5):95-100.

[2]彭迪云,劉彩梅.江西省環(huán)境與經(jīng)濟(jì)可持續(xù)發(fā)展?fàn)顩r的實(shí)證研究[J].南昌大學(xué)學(xué)報(理科版),2011(6):602-606.

[3]劉照德,丁潔花.我國工業(yè)污染分布狀況研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識,2009(1):99-104.

[4]周全.幾種多元統(tǒng)計分析方法及其在生活中的應(yīng)用[D].長江大學(xué), 2012.

[5]鄒本東,徐子優(yōu),華蕾等.因子分析法解析北京市大氣顆粒物PM_ (10)的來源[J].中國環(huán)境監(jiān)測,2007(2):79-85.

The purpose of this article is to investigate environmental pollution of 31 provinces in our country by referring the existing research results and related literature. This paper applied cluster analysis and factor analysis to 8 principal monitored indexes by the help of statistical software SPSS, and summed up 8 indexes to 3 factors, each of which had special meaning. On this basis it compared and evaluated the environmental pollution in China, using the final factor scores in different regions. The result of this paper is helpful for the Environmental protection department to adopt an effective policy and improve regional environmental pollution in China.

cluster analysis factor analysis environmental pollution evaluation

崔雪楊(1989—),女,漢族,山東聊城人,北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院,碩士研究生,研究方向:企業(yè)管理。