
摘 要:隨著經濟發展和城市化進程的加快,空氣污染物的排放量不斷增加,污染范圍不斷擴大,以顆粒物、二氧化硫、氮氧化物等為主要污染物的大氣環境污染問題日趨嚴重。文章通過對全國51個環保重點城市的二氧化硫、二氧化氮、PM10、PM2.5、一氧化碳、臭氧的年平均濃度以及空氣質量達到及好于二級的天數等七個變量用以因子分析分析方法,通過計算因子得分和綜合得分,對各城市空氣質量進行排序,評價各環保重點城市的空氣質量狀況。
關鍵詞:空氣質量;因子分析;環境保護
1 指標體系的建立
以我國51個重點環保城市的空氣質量情況為樣本,選取SO2、NO2、PM10、PM2.5的年平均濃度,以及CO日均值第95百分位濃度、O3日最大8小時第90百分位濃度和空氣質量達到及好于二級的天數(AQ)等7個變量作為統計指標。其中需要注意的是,前五項指標均屬于望小性,即越小意味著空氣質量越好,最后一項指標則相反。
2 數據分析
因子分析是指研究從變量群中提取共性因子的統計技術,可在許多變量中找出隱藏的具有代表性的因子。將相同本質的變量歸入一個因子,可減少變量的數目,還可檢驗變量間關系的假設。在這里使用因子分析法的主成分量法求解,并對因子載荷陣進行方差最大正交旋轉,并計算出各個所選城市的樣本空氣質量的因子得分值,并以因子貢獻率為權重計算所選城市的空氣質量的綜合得分及排名,由此給出類型劃分。
首先,通過KMO and Bartlett's Test可知KMO值大于0.5,且Bartlett的球體檢驗的統計量為353.67,相應的顯著性水平小于0.001,均說明該數據適用于因子分析。
通過相關系數矩陣,可以發現PM10與SO2、PM2.5以及NO2與PM2.5,相關系數均達到0.8以上,這些變量之間存在較高的相關程度,而且空氣質量良好的天數與其他幾個變量間的相關程度都很高(除O3)。而相反的,O3與其他六個變量之間的相關程度都相對較低。
利用SPSS提取公因子,由于第三個公共因子的特征值遠遠小于1,且前兩個公共因子的累計貢獻度已到到83.5%,可以解釋大部分信息,故提取前兩個公因子。并將方差最大正交旋轉后的因子載荷陣結果一同整理如表1:我們可以發現,第一公共因子在PM10,PM2.5,SO2等指標上載荷大,而第2公共因子則在空氣質量達到及好于二級的天數(AQ)指標上載荷最大。
因此我們得到各大城市的因子得分模型如下:
F1=0.236×ZPM10+0.19×ZPM2.5+0.21×ZSO0+0.109×ZNO2+0.227×ZCO-0.142×ZO3-0.167×ZAQ
F2=-0.147×ZPM10+0.264×ZPM2.5-0.132×ZSO2-0.198×ZNO2+0.83×ZCO+0.076×ZO3-0.164×ZAQ
式中,F1、F2是我國各大城市的因子得分;ZSO2、ZNO2、ZPM10、ZPM2.5、ZCO、ZO3、ZAQ是在原始數據基礎上標準化后的數據;各變量前的系數是經過方差最大正交旋轉后各因子的載荷量。得到將各個因子貢獻率作如下加權平均,計算公式如下:
F=67.739%F1+15.773%F2
其中,F1、F2的系數為方差貢獻率。因此,通過綜合比較和綜合得分的高低,可列出2013年各主要城市的空氣質量的好壞,見表2(此處列出排名前五與后五名)。
由表2我們可以看出,我國的石家莊、濟南、鄭州、西安等城市的空氣質量因子綜合得分是較靠前的,這反映出了這些城市的空氣質量較差。而海口、舟山、福州、拉薩的因子綜合分值處于較低位, 這充分說明了這些城市的空氣質量較好。因子的綜合得分情況反映了我國的大城市間的空氣質量好壞很懸殊。這其中的北京、蘭州、上海的因子綜合得分要大大地高于其他城市得分,也就是這3個城市空氣污染較嚴重。
3 結論與反思
利用因子分析方法可以幫助我們直觀有效地評價各個城市的空氣質量狀況并進行排序,我們能夠大致確定環境空氣污染的主要區域,有助于我們及時、有針對性地對起因進行研究,并實施相應的措施加以遏制空氣質量的惡化,幫助我們針對不同類別選取不同級別的應對措施。
空氣質量問題已經不容我們忽視,隨著一天一天情況的惡化,社會的各階層都開始逐漸參與改善工作中,在為環境問題出謀劃策并做出貢獻,但再多的防霾、預警措施都是治標不治本,而真正應做到從源頭抓起。因此,強化每個人的環境意識,倡導低碳生活才是作為每個社會成員最先應該做到的,并將之付諸實際。節約能源就是環保,就能減少污染氣體的排放。環保減排的思想是一種習慣,而不是短時的宣傳。
參考文獻
[1]周湘輝.基于因子分析模型的城市空氣質量評價研究[J].長江大學學報(自然科學版),2012.
[2]沈家芬.廣州市空氣污染物和氣象要素的主成分與典型相關分析[J].生態環境,2006,15(5):1018-1023.
[3]陳潔.新疆工業化進程中生態環境質量影響因子分析[J].綠色科技.