基于因子分析对安徽省城市环境空气质量研究

龙源期刊网基于因子分析对安徽省城市环境空气质量研究作者：郭文伟来源：《农家科技中旬刊》2017年第08期摘要：近年来，随着工业化和城镇化进程的加速，导致了城市环境空气质量的变动，城市环境空气质量直接关系到每个城市居民的切身健康，是社会最关注的话题之一。随着我省经济与社会的快速发展，提高环境空气质量已成为政府部门制定基本政策的重要依据和组成部分。对此问题进行深入系统的研究具有深远的意义。为了避免指标体系存在主观性，本文运用因子分析法，根据安徽2014—2015年的统计年鉴数据，以本省16个地级市3年数据为样本，运用因子分析，综合分析出近3年安徽环境空气质量总体上有所改善但有少数城市环境空气恶化的结论，并提出相应的改善环境空气质量的建议。关键词：空气质量；指标体系；因子分析1.绪论地球外围主要是由氮和氧组成的气体包围的，这层气体称作大气层，它的厚度大概在1000到1400千米之间，而在地球表面的12千米之内的大气又被称为空气[1]。按照国际标准化组织对环境空气的定义，环境空气就是指室外空气。在本文中所研究空气质量是指环境空气[2]。空气是由多种气体组成，其中有氮、氧等主要气体和氖、氛等稀有气体这些恒定的气体，还有水蒸气、二氧化碳等可变气体，另外还有不定成分气体。这些不定气体的产生主要有两个原因，一是由于自然界不可阻挡的灾难所产生的污染物进入空气所造成的临时污染。二是人为因素，在社会生产和生活中，工业活动、交通工具、发电厂等产生的各种有害气体进入空气所造成的污染[3]。随着城市化的推进，空气污染给人类和生态系统健康都造成了危害，根据世界卫生组织估计全球每8例死亡中就有1例是空气污染造成的。据统计每年约有700万人由于空气污染引起疾病而死亡。2012年末估计中国每年约50万人因空气污染造成的死亡。随着工业化和城市化的快速发展，人口高度密集，环境空气尤其是城市的室外空气质量已经下降，严重影响了居民的生活工作。空气污染伴随着所有文明，但是当时由于受到工业的限制，产生的污染量相对自然净化来说可以承受。在工业革命后，空气污染一直困扰着英国，并延续到上个世纪50年代的伦敦烟雾事件，导致至少4000人死亡。如今的环境污染诞生于工业革命，大型工厂的出现消耗大量的煤炭，难以估计的化学物质被排放到空气中，使得空气污染变得前所未有。龙源期刊网理论概述因子分析思想是英国心理学家查尔斯·斯皮尔曼（C.Spearman）在1904年对学生成绩的研究才开始提出并逐渐成熟的[5]。因子分析就是一种简化数据的理论，处理的是多个变量问题，由于变量较多，增加了分析问题的难度，但在实际问题中，多变量之间可能存在着一定的相关性，人们希望通过利用变量之间的相关性，用较少的综合变量代替原来较多的变量，而这种代替可以反映原来多个变量的绝大部分信息，这就是一种降维的思想[6]。3.城市环境空气水平评价指标体系的构建如何确定一个合理的评价体系对于城市环境空气水平的研究很关键。建立指标体系主要是为了结合实际数据对安徽省城市的环境空气的水平进行综合评价。所以，在构建指标之前需要熟悉指标体系的原则。指标体系的构建遵循科学性、全面性和可操作性原则。科学性原则即设计的指标要符合规律，指标意义明确，能够反映城市环境空气的水平。全面性原则，设计的指标体系要能够全面的反映环境空气水平的变化和发展的基本情况，以便于进行全面的分析和综合评价。可操作性原则，即在指标的选择和构建过程中，尽量利用统计制度中的指标，特别是公开的数据资料，需要的指标更容易找到，没有统计的指标可以用相近的指标代替，在指标准确性和完整性的前提下，使数据处理的结果具有可操作性。本文研究的安徽省城市环境空气质量评估基于文献和资料收收集，结合实际在空气质量指标的基础上增加了污染物减排量指标，因此在一级指标中设置了空气质量、污染排放和治理的内容。评价城市环境空气水平的关键在于确定各属性指标对得分影响的相对权重系数和指标的合成方法。本文运用客观赋权方法中的因子分析方法，构建城市环境空气的评估模型。建立一级指标空气质量、污染排放、污染治理，二级可吸入颗粒物浓度X1、二氧化硫浓度X2、二氧化氮浓度X3、空气质量达到及好于二级的天数X4、工业废气排放总量X5、工业烟（粉）尘排放量X6、工业烟（粉）尘去除量X7、工业二氧化硫排放量X8、工业二氧化硫去除量X94.实证分析按照已经构建的的城市环境空气水平指标体系，本文选用了安徽省16个地级市，关于环境空气质量的9个指标数据来进行分析。Bartlett球形检验和KMO检验结果说明本文通过可行性检验。KMO检验统计量是用于比较观测相关系数与偏相关数值的一个指标，检验结果表明，9个原始指标的KMO测度值为0.560，大于0.5；而且，Bartlett球形检验的近似卡方值为82.840，自由度为36，显著性水平为0.000，表明变量的相关矩阵之间存在相关关系，所以此样本数据可用因子分析模型。龙源期刊网按照选定因子的提取标准为特征根≥1，可满足因子个数对累积贡献率的要求，所以选择了前三个因子，提取前三个因子即可对所分析问题做出较好的解释。碎石图中特征值曲线中前三个因子的特征值大于1。在旋转方法上，本文采用方差最大化正交旋转，使每个因子具有最高载荷的变量数最小，经过因子旋转，累积解释总方差比例没发生变化，但是重新分配了各个因子的解释原始变量的方差。经过旋转后的载荷系数已经明显两极分化了。第一个公共因子F1在指标X5、X6、X7、X8上具有较大载荷，这四个指标具有较强的相关性，可以称第一个因子为污染排放因子。第二个公共因子F2在指标X2、X3、X9有较大载荷，可以称F2为氧化物水平因子。第三个公共因子F3字指标F1、F4上有较大载荷，归结为颗粒物含量因子。把各年的综合因子得分排名排名次，可以反映出安徽各城市环境空气质量的逐年变化情况。可以看出，除了铜陵市，各城市综合因子得分是相对稳定的，且大部分城市的总因子得分是逐年增加的，可见从2014年到2015年安徽省城市环境空气质量是稳定且有提高的。其中阜阳综合因子得分上升幅度最大，从2014年的-0.13941增长到0.358866，排名也从第12名提升到第3名。综合得分下降的是铜陵，从2014年的第一位降到2015年的最后一位。池州、黄山始终位于前四。并且池州和黄山的排名都有上升，合肥、阜阳、滁州、六安、宣城都有名次上升，其中上升程度最快的是阜阳。马鞍山和淮南始终处于末位，综合得分变化程度也不大且有下降趋势。5.总结及建议安徽省城市环境空气质量总体上有所提高，其中阜阳、池州、黄山、滁州、六安、宣城不仅是空气质量提高，而且排名也有所提高，阜阳是空气水平提高最多的城市。需要注意的是宿州与铜陵空气质量有所下降，其中铜陵空气水平下降幅度很大。针对部分城市环境空气质量下降，环保部门要以污染排放控制作为核心，将二氧化硫、二氧化氮和PM10污染控制作为大气污染控制工作的重点，从多方面采取综合控制措施。实行政府环境空气质量责任目标管理，将城市空气质量优良天数纳入责任考核体系，在产业结构调整和城市规划中切实考虑到环境保护的目的。加快建设城市绿色生态模式，推进城区园林绿化，进一步抓好煤改清洁能源，城市交通运输车辆油改液化天然气工作，因地制宜地开发清洁能源，优化能源结构，充分利用清洁能源，提高扬尘治理，改善城市环境空气质量。参考文献：[1]陆雍森.环境评价（第二版）[M].上海：同济大学出版社，1999[2]蒲恩奇.大气污染治理工程[M].北京：高等教育出版社，1999[3]梁丽明，彭林.城市大气有机物污染[M].北京：煤炭工业出版社，2000龙源期刊网[4]许丽君，韩立峰.试论环境保护在城市可持续发展中的意义及实施策略[J]城市建设，2010（2）：99-100[5]何晓群.多元统计分析[M].北京：中国人民大学出版社，2008.[6]朱建平.应用多元统计分析[M].北京：科学出版社，2012.作者简介：郭文伟（1994.2-），男，安徽合肥人，安徽大学经济学院硕士研究生在读。