环境污染的因子分析.docx

环境污染的因子分析 尹延明 要: 改革开放以来, 我国经济发展迅速, 取得了举世瞩目的伟大成就。但在经济快速发展的同时, 也带来了一些负面效应, 如环境污染。本文采用因子分析法对全国25个省的环境污染进行了分析、评价, 并运用SPSSl7. 0 统计软件对数据进行了计算、处理。通过分析表明我国目前环境污染较为严重, 本文通过分析、评价可以为我国的环境污染防治提供一定的理论基础。关键词：因子分析; 环境污染;因子分析产生于20 世纪初期, 当时由心理学家在实际研究中提出的。因子分析是多元统计分析的一种,将多个实测变量转变为少数几个线性不相关的综合指标, 从而简化数据处理, 提示出多个变量间的因果关系。线性综合指标往往是不能直接观测到的。但它更能反映事物的本质, 因此在环境科学领域因子分析应用广泛。本文就全国25个省的生活污水排放量、生活污水中化学需氧量排放量、生活二氧化硫排放量、生活烟尘排放量、工业固体废物排放量、工业废气排放总量、工业废水排放量等7 个环境污染指标之间的关系, 分析了全国各地区环境污染的特征, 为各地区环境污染治理提供了理论依据。1、因子分析原理因子分析从变量的相关矩阵出发将一个m 维的随机向量X 分解成低于m 个且有代表性的公因子和一个特殊的m 维向量, 使其公因子数取得最佳的个数, 从而使对m 维随机向量的研究转化成对较少个数的公因子的研究。设有n 个样本, m 个指标构成样本空间XX= ( xij) n * m i= 1, 2, ....., n; j= 1, 2,..., m因子分析过程一般经过以下步骤:( 1) 原始数据的标准化, 标准化的公式为X’ij= ( Xij- Xj) / j, 其中Xij为第i 个样本的第j 个指标值, 而Xj 和j 分别为j 指标的均值和标准差。标准化的目的在于消除不同变量的量纲的影响, 而且标准化转化不会改变变量的相关系数。( 2) 计算标准化数据的相关系数阵, 并求出相关系数矩阵的特征值和特征向量。( 3) 进行正交变换, 使用方差最大法。其目的是使因子载荷两极分化, 而且旋转后的因子仍然正交。随后确定因子个数, 计算因子得分, 进行统计分析。评价指标体系的建立根据环境污染的判断指标，我们共选了生活污水排放量、生活污水中化学需氧量排放量、生活二氧化硫排放量、生活烟尘排放量、工业固体废物排放量、工业废气排放总量、工业废水排放量等7个环境污染指标进行分析，具体评价指标见表1表1 评价指标一览表序号指标名称及单位代码1生活污水排放量2生活污水中化学需氧量排放量3生活二氧化硫排放量4生活烟尘排放量5工业固体废物排放量6工业废气排放总量7工业废水排放量二、原始数据的选择根据中国统计年鉴2010年我国各省、自治区和直辖市的生活污水排放量、生活污水中化学需氧量排放量、生活二氧化硫排放量、生活烟尘排放量、工业固体废物排放量、工业废气排放总量、工业废水排放量等7个环境污染指标。具体数据见附件三、评价方法及过程运用SPSS统计软件进行分析。 先对7 个指标的原始数据进行标准化处理,并得到各指标间的相关系数矩阵，见表2所示。表2相关矩阵　　生活污水排放量(万吨)生活污水中化学需氧量排放量(吨)生活二氧化硫排放量(吨)生活烟尘排放量(吨)工业固体废物排放量(万吨)工业废气排放总量(亿标立方米)工业废水排放量(万吨)相关生活污水排放量(万吨)1.000.427-.154-.213-.256.361.701生活污水中化学需氧量排放量(吨).4271.000-.080-.091-.172.485.710生活二氧化硫排放(吨)-.154-.0801.000.846.528.236-.205生活烟尘排放量(吨)-.213-.091.8461.000.466.375-.282为工业固体废物排放量(万吨)-.256-.172.528.4661.000.028-.258工业废气排放总量(亿标立方米).361.485.236.375.0281.000.512工业废水排放量(万吨).701.710-.205-.282-.258.5121.000生活烟尘排放量和生活二氧化硫排放量的相关系数为0.846，生活污水排放量和工业废水排放量的相关系数为0.701，生活污水中化学需氧量排放量与工业废水排放量的相关系数为0.710都具有良好的相关性.公共因子的特征值和贡献率，见表3所示表3解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的 %累积 %合计方差的 %累积 %合计方差的 %累积 %12.87641.09141.0912.87641.09141.0912.06129.44829.44822.22431.76872.8582.22431.76872.8581.87726.82056.