《2011年我国主要城市废水排放情况分析》由会员分享，可在线阅读，更多相关《2011年我国主要城市废水排放情况分析（7页珍藏版）》请在金锄头文库上搜索。
1、12011 年我国主要城市废水排放情况分析年我国主要城市废水排放情况分析摘要：摘要：本文综合了因子分析与聚类分析,先进行因子分析, 再用因子分析的结果进行 聚类分析。在 2011 年我国主要城市废水排放量的数据基础上, 本文较多运用了 31 个省份 的因子得分,计算出单因子情况下 31 个省份的得分和 31 个省份在六项消费产生的 2 个因子 上的综合得分, 再对整体进行综合评价和说明。关键词关键词：因子分析；废水排放；因子得分一、引言一、引言由于我国各地方的经济发展不一样，加上各地自然环境等的差异，因此，各城镇在工 业、生活各个方面产生的废水排水量也不一样，当今地球的淡水正逐渐减少，废水污染
2、也 越来越严重，因此，我们对主要城市的废水排放情况进行分析，希望可以在某些地方减少 不合理的排放，保护我们的水资源。因子分析的思想：因子分析的思想：因子分析的基本思想是通过对变量相关系数矩阵内部结构的研究， 找出能控制所有变量的少数几个随机变量去描述多个变量之间的相关关系，并依据相关性 的大小将变量分组，使得同组内的变量之间相关性较高，不同组的变量相关性较低。每组 代表一个基本结构，这个基本结构成为公共因子。对于所研究的问题试图用最小个数的不 可观测的所谓公共因子的线性函数与特殊因子之和来描述原来可观测的每一个变量。数据的采用：数据的采用：本数据来源于中国统计年鉴专题数据，我国主要城市废水排放
3、量 （2011），见附表 1。二、因子分析二、因子分析（一）、因子的确定利用 2011 年各城市废水排放量资料(见附表 1，摘自中国统计年鉴),做因子相关 性分析，见表 2：2表表2 2CorrelationsX1X2X3X4X5X6Pearson Correlation1.791*.529*.642*.606*.674*Sig. (2-tailed).000.002.000.000.000X1N313131313131Pearson Correlation.791*1.688*.366*.528*.512*Sig. (2-tailed).000.000.043.002.003X2N31313
4、1313131Pearson Correlation.529*.688*1.179.252.275Sig. (2-tailed).002.000.336.172.135X3N313131313131Pearson Correlation.642*.366*.1791.799*.842*Sig. (2-tailed).000.043.336.000.000X4N313131313131Pearson Correlation.606*.528*.252.799*1.938*Sig. (2-tailed).000.002.172.000.000X5N313131313131Pearson Corre
5、lation.674*.512*.275.842*.938*1Sig. (2-tailed).000.003.135.000.000X6N313131313131因子相关矩阵反映我国主要城市废水排放量的各指标之间存在较高的相关性,而变量间存在较为明显的相关关系是应用因子分析提取主因子，并以此为依据构造评价体系的基础。因此存在可以采用因子分析进行分析的可能。（二）、分析过程共同度描述的是变量i(i=1,2,n)对n个因子的依赖程度，也就是用n个因子描述变量的有效性。本文用因子分析法，选取特征值0.2的变量作为主因子并计算其共同度，如表3所示：3表表 3 3CommunalitiesInitial
6、ExtractionX11.000.812X21.000.874X31.000.831X41.000.866X51.000.896X61.000.937由表3可以看出，主因子对每个变量指标有很强的解释力。表表4 4 特征根和方差贡献率表特征根和方差贡献率表Total Variance ExplainedInitial EigenvaluesExtraction Sums of Squared LoadingsRotation Sums of Squared LoadingsComponentTotal% of VarianceCumulative %Total% of VarianceCumu
7、lative %Total% of VarianceCumulative %13.94065.66965.6693.94065.66965.6693.02850.46550.46521.27621.27586.9441.27621.27586.9442.18936.47886.9443.3505.83592.7794.2794.64597.4245.1081.79599.2186.047.782100.000从衡量每个公因子Fi(i=1,2,m)对n个变量解释能力的方差贡献率指标来看，累计方差贡献率达到86.944%，说明主因子对变量能够起到较好的概括作用，其中第一主因子起到了尤其重要的作用，
8、其旋转后的方差贡献率达到50.465%。因子载荷矩阵的元素ai代表了变量i与因子Fj线性联系的紧密程度，而第j列的因子载荷量a1,a2,ai,则说明了第j个因子Fj与各变量的联系程度，在实际中，常常根据该列载荷中绝对值较大的载荷所对应的变量来说明这个因子的意义。本文结果表5：4表表5 5 旋转后因子载荷阵旋转后因子载荷阵Rotated Component MatrixaComponent12X1.587.684X2.334.873X3.020.912X4.922.122X5.919.228X6.936.246由表5可知：第一主因子在城镇生活污水排放量、生活化学需氧量排放量和生活氨氮排放量3个指
9、标上的系数比较大，反应的是生活排水量的影响；第二主因子在工业废水排放量、工业化学需氧量排放量和工业氨氮排放量3个指标上的系数比较大，其主要反映的是工业废水排放情况。2个主因子从不同的侧面反映了我国废水排放的情况,从整体来看,第一主因子可以解释原始数据全部方差的65.669%,第二主因子可以解释原始数据全部方差的21.275%。因子得分是利用因子分析法对原始数据进行评价的依据。以2011年各城市废水排放量资料为依据，我们得到因子得分系数矩阵（表6）和因子得分(表7)，如图：表表6 6 因子得分系数矩阵因子得分系数矩阵Component Score Coefficient MatrixCompon
10、ent12X1.083.265X2-.074.442X3-.220.544X4.371-.158X5.342-.093X6.346-.0875表表7 7 因子得分因子得分地区F1F2 北 京1.506-1.266 天 津0.2081.051 石 家 庄-1.6363.492 太 原-0.569-0.869 呼和浩特-0.755-0.491 沈 阳0.102-0.544 长 春-0.531-0.114 哈 尔 滨0.438-0.589 上 海3.1580.522 南 京0.4610.263 杭 州-0.0841.667 合 肥-0.102-0.663 福 州-0.032-0.669 南 昌-0.
11、381-0.062 济 南-0.267-0.730 郑 州-0.108-0.347 武 汉0.4430.412 长 沙0.001-0.528 广 州1.476-0.054 南 宁-0.2930.663 海 口-0.681-1.025 重 庆2.2401.805 成 都0.886-0.541 贵 阳-0.545-0.815 昆 明-0.387-0.702 拉 萨-0.852-0.968 西 安-0.1900.601 兰 州-0.6860.058 西 宁-0.797-0.291 银 川-1.2510.853 乌鲁木齐-0.772-0.119以主因子对原始数据的贡献率为权数加权，得出个城市的综合得分
12、F，即F=（(F1*65.669+F2*21.275)/86.944，如下所示：地区 综合因子得分 上 海2.513 重 庆2.134 广 州1.102 北 京0.828 成 都0.537 武 汉0.435 天 津0.414 南 京0.413 6杭 州0.344 哈 尔 滨0.187 西 安0.004 沈 阳-0.056 南 宁-0.059 长 沙-0.128 郑 州-0.166 福 州-0.188 合 肥-0.239 南 昌-0.303 济 南-0.380 石 家 庄-0.381 长 春-0.429 昆 明-0.464 兰 州-0.504 贵 阳-0.611 乌鲁木齐-0.612 太 原-0
13、.642 西 宁-0.673 呼和浩特-0.690 银 川-0.736 海 口-0.765 拉 萨-0.880 三、结论分析三、结论分析第一，一线城市废水排放量相对要多。一线城市经济条件更好，工业发展比较快，技术设备也相对先进，但同时，也意味着污染也更多。如，上海、重庆等地明显比拉萨等地排放量大。第二，沿海城市废水排放量也相对较多。沿海城市的发展普遍快于非沿海城市，同样废水量也相对多一些。如，广州的废水排放量明显高于西安。总体来看，经济条件与交通条件越好的城市，废水的排放量也更大。因此，希望我们在发展经济的同时也不要忘了环境的和谐。7附表附表 1 1：工业废 水工业化 学需工业氨 氮城镇生活生
14、活化学 需生活氨氮排放量氧量排 放量排放量污水排放 量氧量排放 量排放量城 市(万吨)(吨)(吨)(万吨)(吨)(吨)北 京863371184341367419909715513 天 津19795242943253473229642217128 石 家 庄2559143683646028631117073140 太 原2453328123716751138234706 呼和浩特2650948656511103172672845 沈 阳72399545829338064710715488 长 春633512305131520425314497231 哈 尔 滨583886201132360541
15、0190215830 上 海4462627357261116929018186643963 南 京25379218711196573457365914685 杭 州4789040367159548247392938740 合 肥6039846853734167520447643 福 州5492682073030437642669094 南 昌936711549148431125444366357 济 南6396561441323382413546764 郑 州144541204255132837365269640 武 汉233891784120435320110333413619 长 沙40511488657438172631488955 广 州2457922502131011694212125219290 南 宁1469031239146821659671449076 海 口620737401129163373428 重 庆339545802832059735623076938069 成 都1284514
