城市環(huán)境質(zhì)量因素的主成分分析

精選優(yōu)質(zhì)文檔-----傾情為你奉上精選優(yōu)質(zhì)文檔-----傾情為你奉上專心---專注---專業(yè)專心---專注---專業(yè)精選優(yōu)質(zhì)文檔-----傾情為你奉上專心---專注---專業(yè)2010年我國城市環(huán)境質(zhì)量因素的主成分分析一、研究背景與意義隨著時代的推進，我們能夠很明顯地感受到經(jīng)濟的迅猛增長和科技，日益進步所帶來的方便和快樂，但是傳統(tǒng)模式下的生產(chǎn)力的提高在驅(qū)動經(jīng)濟增長和為企業(yè)帶來的利潤的同時，也使我們的地球變得千瘡百孔。汽車尾氣，工業(yè)廢氣，煤炭燃燒后的氣體排放等導(dǎo)致地球空氣嚴(yán)重受污并不斷加劇，不斷間接或直接地傷害到人類自身及周圍的環(huán)境和其他生物。根據(jù)相關(guān)數(shù)據(jù)資料顯示，城市中的空氣污染源大致來自于以下方面：一、工廠，很多城市的火力發(fā)電廠大量排放CO2、SO2等廢氣和粉塵；二、汽車尾氣；三、家庭對能源的消耗；四、加油站，汽油泄露后蒸發(fā)形成的碳?xì)浠衔锸呛軓姷闹掳┪镔|(zhì)；五、各種噴霧劑，如空氣清新劑、殺蟲劑，這些化學(xué)制品增加了空氣中原來沒有的成分，造成污染。隨著科學(xué)技術(shù)水平的發(fā)展和人民生活水平的提高，環(huán)境污染也在增加，特別是在發(fā)展中國家。環(huán)境污染問題越來越成為世界各個國家的共同課題之一。由于人們對工業(yè)高度發(fā)達的負(fù)面影響預(yù)料不夠,預(yù)防不利，導(dǎo)致了全球性的三大危機：資源短缺、環(huán)境污染、生態(tài)破壞。人類不斷的向環(huán)境排放污染物質(zhì)。但由于大氣、水、土壤等的擴散、稀釋、氧化還原、生物降解等的作用。污染物質(zhì)的濃度和毒性會自然降低，這種現(xiàn)象叫做環(huán)境自凈。如果排放的物質(zhì)超過了環(huán)境的自凈能力，環(huán)境質(zhì)量就會發(fā)生不良變化，危害人類健康和生存，這就發(fā)生了環(huán)境污染。二、指標(biāo)的選取根據(jù)查找相關(guān)的資料及數(shù)據(jù)，對我國31個省市自治區(qū)城市環(huán)境質(zhì)量的基本情況進行分析，考核的指標(biāo)有：城市綠地面積、城市人口密度、生活污水排放量、城市污水日處理能力、生活垃圾清運量、工業(yè)廢水排放量、工業(yè)廢氣排放量、生活二氧化硫排放量、工業(yè)二氧化硫排放量。設(shè)：X1：城市綠地面積（公頃）X2：城市人口密度(人/平方公里)X3：生活污水排放量（萬噸）X4：城市污水日處理能力（萬立方米）X5：生活垃圾清運量（萬噸）X6：工業(yè)廢水排放量（萬噸）X7：工業(yè)廢氣排放量（億標(biāo)立方米）X8：生活二氧化硫排放量（萬噸）X9：工業(yè)二氧化硫排放量（噸）X10：工業(yè)粉塵排放量（萬噸）如下表所示：表12010年影響我國31個地區(qū)環(huán)境因素相關(guān)數(shù)據(jù)地區(qū)X1X2X3X4X5X6X7X8X9X10北京626721383376.9633.0819847505.85.71.7天津19221275248516224.2183.71968076861.821.80.8河北689582354501.6589.35632424.099.432.1山西31061289068418187.8361.2498813519010.2114.736.5內(nèi)蒙古3814398153012155.5334.0395362748820.1119.316.0遼寧927511814586.2837.3715212695516.385.916.7吉林37895144975775225.1499.43865682405.630.15.3黑龍江69581523979654310.4782.438921101117.341.75.7上海3630679.7732.0366961296913.722.11.0江蘇20271590.01017.1312134.8100.215.1浙江794591773643.8959.0204342.465.413.9安徽714632469528.4435.370971178494.848.426.4福建479042290317.4417.3135071.839.114.0江西42288478688135226.3284.07252698128.647.122.4山東1389824.1992.04383715.5138.318.9河南667905178488.4694.62270917.6116.322.7湖北578831929513.7711.1945931386511.751.614.6湖南460282992544.5505.2956051467317.462.739.4廣東24281801.81938.6240926.198.910.4廣西6022514981110.4245.1145205.684.831.8海南4902927393090767.597.7578213600.12.80.7重慶37695186082933190.9256.7451801094314.757.38.4四川722592743373.3656.0934442010719.393.814.1貴州28675326646693122.0213.3141301019251.163.88.6云南28126379561066226.4265.530926109786.144.09.2西藏209057530890.016.3736160.30.10.1陜西26063550670186209.3388.345487135107.270.718.5甘肅15275379335889108.3278.31535262529.945.29.3青海338723201357819.886.3903139521.013.39.8寧夏1738710931867680.591.921977163243.028.06.1新疆37686497758277158.7303.32541393107.051.818.5數(shù)據(jù)來源：《中國統(tǒng)計年鑒2011》三、實證分析 通過SPSS軟件得到描述性統(tǒng)計量，通過描述性統(tǒng)計量我們可以看到這10個指標(biāo)的均值、標(biāo)準(zhǔn)差和參與計算的觀測量數(shù)。如下表所示：表2描述性統(tǒng)計量表2描述性統(tǒng)計量68849.6579399.39499312707.03231343.8068731.7.1160131432.0290421.7120031509.8452385.842563176604.2970593.544623116747.3512361.355883110.34849.953923160.138737.228813114.474210.6052831x1x2x3x4x5x6x7x8x9x10MeanStd.DeviationAnalysisN下一步是這10個指標(biāo)的相關(guān)系數(shù)矩陣，表表3原始變量相關(guān)矩陣1.000-.091.938.892.901.647.385-.032.411.010-.0911.000-.055-.155-.019-.149-.159.114.021.137.938-.0551.000.917.930.751.441.042.492.179.892-.155.9171.000.817.818.437-.053.477.227.901-.019.930.8171.000.685.462.039.483.077.647-.149.751.818.6851.000.593-.023.645.408.385-.159.441.437.462.5931.000.325.819.573-.032.114.042-.053.039-.023.3251.000.433.222.411.021.492.477.483.645.819.4331.000.628.010.137.179.227.077.408.573.222.6281.000x1x2x3x4x5x6x7x8x9x10Correlationx1x2x3x4x5x6x7x8x9x10 下表是KMO測度和巴特利特球體檢驗，可以得到KMO的值大于0.5，巴特利特球體檢驗值小于а，因此適合做主成分分析。表表4KMO測度和巴特利特球體檢驗.734288.31545.000Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.Approx.Chi-SquaredfSig.Bartlett'sTestofSphericity下表是總方差分解圖，可以得到4個λ值，因為前四個值的累積貢獻率比較接近85％。表表5總方差分解5.20052.00452.0045.20052.00452.0041.96019.60571.6081.96019.60571.6081.06010.60382.2111.06010.60382.211.8578.57590.786.8578.57590.786.3473.47394.259.2492.49096.749.1381.38098.129.1211.20899.337.039.39099.727.027.273100.000Component12345678910Total%ofVarianceCumulative%Total%ofVarianceCumulative%InitialEigenvaluesExtractionSumsofSquaredLoadings圖1因子碎石圖由上述因子碎石圖可以看出前四個指標(biāo)處于碎石圖較陡峭的位置，因此選擇四個成分是合理的。表表6初始因子載荷矩陣.862-.410.134.126-.105.211.922-.274.923-.287.148.058.908-.290-.007-.066.880-.296.187.125.874-.002-.147-.230.705.517-.248.034.144.628.222.692.743.574-.028.026.403.708-.055-.458x1x2x3x4x5x6x7x8x9x101234Component根據(jù)上圖所示前三個特征值及初始因子載荷矩陣，計算相應(yīng)的特征向量。如下所示：表7特征向量第一特征向量第二特征向量第三特征向量第四特征向量0.378-0.2930.130.135-0.0460.1510.895-0.2950.405-0.2050.1440.0620.398-0.207-0.0068-0.710.386-0.2110.1820.1340.383-0.-0.143-0.2470.3090.369-0.2410.0370.0630.4490.2160.7440.3260.41-0.0270.0280.1770.506-0.053-0.492四、結(jié)論由表7得到4個主成分的表達式：Y1=0.378X1-0.046X2+0.405X3+0.398X4+0.386X5+0.383X6+0.309X7+0.063X8+0.326X9+0.177X10Y2=-0.293X1+0.151X2-0.205X3-0.207X4-0.211X5-0.X6+0.369X7+0.449X8+0.41X9+0.506X10Y3=0.13X1+0.895X2+0.144X3-0.0068X4+0.182X5-0.143X6-0.241X7+0.216X8-0.027X9-0.053X10Y4=0.135X1-0.295X2+0.062X3-0.71X4+0.134X5-0.247X6+0.037X7+0.744X8+0.028X8-0.492X10通過上述Y1、Y2、Y3、Y4四個主成分的表達式對標(biāo)準(zhǔn)化后的數(shù)據(jù)回代后得到如下述表8所示數(shù)據(jù)表：表8地區(qū)Y1Y2Y3Y4北京-1.2805-1.94964-0.4480.91626天津-2.20055-1.11683-0.101210.2371河北2.2.-0.831160.山西0.2.-0.53906-0.62014內(nèi)蒙古-0.120881.-1.347381.遼寧1.0.-0.459730.吉林-1.35603-1.-0.747260.69597黑龍江-0.78904-0.1.-0.00328上海0.-1.1.0.江蘇4.-1.-0.55282-2.27893浙江1.-0.-0.85114-0.96331安徽0.0.-0.38463-1.05675福建0.-0.-0.56617-0.59696江西-0.939470.1