基于主成分分析的黃河流域生態(tài)環(huán)境質(zhì)量評估研究

王珍

（甘肅省生態(tài)環(huán)境統(tǒng)計與數(shù)據(jù)中心，甘肅蘭州730030）

引言

黃河流域在我國經(jīng)濟(jì)社會發(fā)展和生態(tài)安全方面具有十分重要的地位[1]。自2019年9月在河南召開了黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展座談會后，黃河流域生態(tài)環(huán)保和高質(zhì)量發(fā)展已經(jīng)上升為國家戰(zhàn)略。黃河流域是我國經(jīng)濟(jì)社會發(fā)展的重點區(qū)域，也是發(fā)展與保護(hù)矛盾比較突出的區(qū)域[2]。黃河源頭位于青藏高原，流經(jīng)9個省區(qū)，流域面積75萬km2，河長5464km，2019年徑流量達(dá)到592億m3，黃河流域省份2019年底總?cè)丝?.2億，占全國30.1%；地區(qū)生產(chǎn)總值24.7萬億元，占全國25.0%；人均GDP為55270元，不到全國人均GDP的78%。黃河流域生態(tài)環(huán)境脆弱，東西差距大，經(jīng)濟(jì)仍需大力發(fā)展，黃河流域相關(guān)研究也成為目前的熱點。韓君等人利用熵權(quán)TOPSIS法測算2017年黃河流域高質(zhì)量發(fā)展總體水平及其在綠色發(fā)展、經(jīng)濟(jì)發(fā)展、社會民生、文化建設(shè)、生態(tài)安全子系統(tǒng)的表現(xiàn)，并分析空間分布規(guī)律[3]；劉志博和郝鐘等人對2012?2018年黃河流域9省（區(qū)）生態(tài)文明建設(shè)水平展開實證研究，運用SPSS展開聚類分析，指出了黃河流域9省(區(qū))生態(tài)文明建設(shè)的優(yōu)勢與短板[4]。借鑒已有研究，主成分分析法作為一種定性和定量相結(jié)合的評價方法，在黃河流域生態(tài)環(huán)境質(zhì)量方面的評價較少，本文構(gòu)建了一套黃河流域生態(tài)環(huán)境質(zhì)量評價指標(biāo)體系，采用主成分分析方法并對黃河流域9省區(qū)2019年度相關(guān)數(shù)據(jù)進(jìn)行實例分析，探究空間特征，為黃河流域發(fā)展對策和方向上提供參考。

1 生態(tài)環(huán)境質(zhì)量評價方法

本文通過借鑒已有研究，充分考慮黃河流域的特殊性，基于簡易性、連續(xù)性、科學(xué)性和實用性原則，確定了節(jié)能環(huán)保支出、化學(xué)需氧量排放量、氨氮排放量、化肥使用量等8個評價指標(biāo)，采用SPSS24.0軟件進(jìn)行主成分分析，得到黃河流域9省區(qū)生態(tài)環(huán)境質(zhì)量綜合得分，最終分析其空間特征。

1.1 生態(tài)環(huán)境質(zhì)量評價指標(biāo)體系建立

本文主要從黃河流域9省區(qū)主要污染物排放量、水質(zhì)和空氣質(zhì)量等指標(biāo)來反映黃河流域生態(tài)保護(hù)狀況。具體指標(biāo)詳見表1。

表1 黃河流域生態(tài)環(huán)境質(zhì)量評價指標(biāo)體系

1.2 生態(tài)環(huán)境質(zhì)量評價方法

主成分分析的主要思路是將多個指標(biāo)通過重新組合成幾個相互無關(guān)的綜合指標(biāo)，讓這幾個提取出來的較少的綜合指標(biāo)盡可能全面地表示出原所有指標(biāo)的信息，在統(tǒng)計學(xué)上叫做主成分分析，在數(shù)學(xué)上也是常用的一種降維方法。

1.2.1 逆向指標(biāo)正向化

本研究采用原始逆向變量（A2、A3、A4、A5、A8）的負(fù)數(shù)來進(jìn)行正向化處理。

1.2.2 標(biāo)標(biāo)準(zhǔn)化

本研究采用Z標(biāo)準(zhǔn)化方法，每一變量值（A1、A2、A3、A4、A5、A6、A7、A8）與其平均值之差除以該變量的標(biāo)準(zhǔn)差進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理。標(biāo)準(zhǔn)化結(jié)果詳見表2。

表2 原始數(shù)據(jù)標(biāo)準(zhǔn)化結(jié)果

1.2.3 KMO和巴特利特檢驗

對于已選定的8個指標(biāo)進(jìn)行KMO檢驗統(tǒng)計量和巴特利特球形度檢驗判斷指標(biāo)間的相關(guān)性，通過分析巴特利特球形度檢驗判斷指標(biāo)間的相關(guān)性，來確定評價樣本能否采用因子分析法來進(jìn)行綜合分析。當(dāng)KMO值>0.5時，可進(jìn)行因子分析，當(dāng)巴特利特球形度檢驗對應(yīng)的顯著性<0.05時，評價樣本數(shù)據(jù)間存在相關(guān)性，可進(jìn)行主成分分析[5]，采用SPSS24.0軟件進(jìn)行檢驗分析，相關(guān)性矩陣見表3，檢驗結(jié)果見表4。

表3 相關(guān)性矩陣

表4 KMO和巴特利特檢驗結(jié)果

1.2.4 主成分確定

特征值是用于客觀計算成分對指標(biāo)變量影響程度的大小，如果特征值<1時，說明主成分的解釋力度不夠。主成分的方差及方差貢獻(xiàn)如表3所示，分析可知，基于特征值>1的標(biāo)準(zhǔn)，系統(tǒng)提取出2個主成分，成分1的特征值為8.465，成分2的特征值為3.694，兩者總共可以解釋總變異的80.31%，其包含信息量可以解釋生態(tài)環(huán)境指標(biāo)表征的絕大部分信息，可利用其進(jìn)行生態(tài)環(huán)境質(zhì)量的評價研究。

表5 總方差解釋

1.2.5 初始因子載荷矩陣

生態(tài)環(huán)境指標(biāo)與主成分的相關(guān)程度可用初始因子載荷矩陣系數(shù)表征，可以解釋各個主成分變量的變異情況。其中，正或負(fù)值分別表示生態(tài)環(huán)境指標(biāo)與主成分之間呈正或負(fù)相關(guān)；其絕對值越接近1，表明相關(guān)程度越高，該指標(biāo)越容易成為評價生態(tài)環(huán)境質(zhì)量的主要指標(biāo)。生態(tài)環(huán)境主成分初始因子載荷矩陣如表6所示。

表6 主成分初始因子載荷矩陣系數(shù)

1.2.6 主成分計算

將主成分初始因子載荷矩陣中數(shù)據(jù)除以主成分對應(yīng)特征值平方根，獲得主成分相對應(yīng)的特征向量，即每個指標(biāo)相應(yīng)的系數(shù)，也可以理解為每個主成分的權(quán)重，具體計算結(jié)果見表7。特征向量乘以每個指標(biāo)標(biāo)準(zhǔn)化后的數(shù)值得到主成分F1和F2的表達(dá)式，計算過程為：

表7 主成分特征向量

主 成 分 F1=?0.399×ZA1+0.365×ZA2+0.309×ZA3+0.269×ZA4+0.410×ZA5+0.346×ZA6+0.319×ZA7+0.388×ZA8

主 成 分 F2=?0.150×ZA1?0.404×ZA2+0.154×ZA3+0.705×ZA4+0.171×ZA5?0.208×ZA6+0.325×ZA7?0.339×ZA8

1.2.7 生態(tài)環(huán)境質(zhì)量綜合指數(shù)計算

生態(tài)環(huán)境質(zhì)量綜合得分F計算過程為：生態(tài)環(huán)境質(zhì)量綜合得分F=(F1×5.223+F2×5.223×1.202)÷(5.223+1.202)

主成分綜合評價分析是對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化后的分析，導(dǎo)致有些指數(shù)為負(fù)值，因此再進(jìn)行T分?jǐn)?shù)轉(zhuǎn)化。計算新的排名H=60+10×F。結(jié)果見表8。

表8 生態(tài)環(huán)境質(zhì)量綜合指數(shù)

2 評價結(jié)果與分析

選取黃河流經(jīng)的青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南和山東9省區(qū)為研究比較對象，根據(jù)本文構(gòu)建的黃河流域生態(tài)環(huán)境質(zhì)量評價指標(biāo)體系對9省區(qū)2019年的生態(tài)環(huán)境質(zhì)量狀況進(jìn)行評價，分析各省區(qū)在生態(tài)環(huán)境質(zhì)量方面存在的問題，以期為推進(jìn)黃河流域生態(tài)保護(hù)與高質(zhì)量發(fā)展提供理論指導(dǎo)和借鑒。各省區(qū)生態(tài)環(huán)境質(zhì)量評價指標(biāo)數(shù)據(jù)來源為各省區(qū)發(fā)布的2020年統(tǒng)計年鑒和環(huán)境狀況公報。9省區(qū)的生態(tài)環(huán)境質(zhì)量評價結(jié)果如表8所示。評價結(jié)果顯示，青海省生態(tài)環(huán)境質(zhì)量綜合指數(shù)最高，得分86.02，居9省區(qū)之首；甘肅省得分76.82，位列第二；寧夏回族自治區(qū)得分為75.78，緊隨其后；陜西省得分為67.35，位于中上水平，內(nèi)蒙古、四川、山西3三省區(qū)得分分別為：59.03、56.61、52.07，這3個省份生態(tài)環(huán)境質(zhì)量狀況為中下水平，河南省和山東省生態(tài)環(huán)境質(zhì)量綜合指數(shù)最低，得分分別為36.05和30.27。

如圖1所示，黃河流域生態(tài)環(huán)境質(zhì)量狀況總體呈現(xiàn)：源頭良好，上中游存在階梯波動，下游生態(tài)環(huán)境質(zhì)量狀況下降的趨勢。各省區(qū)2019年節(jié)能環(huán)保支出情況為，河南和山東達(dá)到300億元以上，四川、陜西和山西3省達(dá)到200億元，甘肅和內(nèi)蒙古達(dá)到100億元，青海和寧夏不到70億元，可見節(jié)能環(huán)保支出的地域存在較大差距。主要表現(xiàn)在從上游到下游逐漸增加的趨勢，這主要跟各省區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r、經(jīng)濟(jì)結(jié)構(gòu)和環(huán)保意識有關(guān)，經(jīng)濟(jì)越發(fā)達(dá)的省區(qū)，環(huán)保意識越強的省區(qū)，可以拿出更多的財政預(yù)算來改善環(huán)境，進(jìn)而彌補經(jīng)濟(jì)發(fā)展對生態(tài)環(huán)境的損失。特別是內(nèi)蒙古和山西作為資源型省區(qū)，更需要不斷增加環(huán)保投入。各省區(qū)2019年主要涉水污染物（化學(xué)需氧量、氨氮）排放量狀況為：青海、甘肅、寧夏和陜西的排放量較小，內(nèi)蒙古、山東、山西和四川排放量較大，河南省的排放量最大；主要涉氣污染物（二氧化硫和氮氧化物）排放量來看，青海、寧夏、甘肅和陜西排放量最小，內(nèi)蒙古、山西、四川和河南排放量較大，山東排放量最大，這主要與每個省區(qū)的特色行業(yè)有關(guān)。各省區(qū)2019年化肥使用量情況為，青海、寧夏、甘肅和山西為100萬t以下，陜西、內(nèi)蒙古和四川在200萬t以下，山東和河南的使用量最大，達(dá)到300萬t以上。這主要是山東和河南作為黃河下游省份，下游地區(qū)從桃花峪到山東省東營市墾利區(qū)黃河口鎮(zhèn)，下游地區(qū)土地肥沃，農(nóng)業(yè)發(fā)達(dá)，發(fā)展水平較高[5]，農(nóng)業(yè)生產(chǎn)中化肥農(nóng)藥使用量相對較中上游省區(qū)多。各省區(qū)地級及以上城市空氣質(zhì)量優(yōu)良天數(shù)比率和地表水達(dá)到或好于III類水體比例均達(dá)到80%以上的省區(qū)是：青海、甘肅和四川；達(dá)到70%以上的為寧夏和陜西；山西、內(nèi)蒙古、河南和山東的達(dá)標(biāo)率最低。

圖1 生態(tài)環(huán)境質(zhì)量綜合指數(shù)

3 結(jié)論與討論

本文對黃河流域9省區(qū)采用主成分分析法進(jìn)行了生態(tài)環(huán)境質(zhì)量綜合評價，為進(jìn)一步推進(jìn)黃河流域生態(tài)環(huán)保與高質(zhì)量發(fā)展，一是要繼續(xù)加大環(huán)保投入，特別是黃河上游省區(qū)，把發(fā)展綠色金融作為生態(tài)環(huán)境治理體系和治理能力建設(shè)的重要內(nèi)容，在西北地區(qū)深入探索內(nèi)陸綠色金融供給側(cè)改革，構(gòu)建政策支持引導(dǎo)和多方主體參與的綠色金融市場體系[7]；二是要減少化肥使用量，尤其是下游省區(qū)，從根本上治理農(nóng)業(yè)非點源污染問題，促進(jìn)黃河流域環(huán)境質(zhì)量安全和農(nóng)業(yè)可持續(xù)發(fā)展[8]；三是要加大環(huán)境治理，逐步改善中下游省區(qū)環(huán)境空氣和地表水質(zhì)量，將生態(tài)優(yōu)勢轉(zhuǎn)變?yōu)榻?jīng)濟(jì)優(yōu)勢，助力黃河流域生態(tài)環(huán)保和經(jīng)濟(jì)社會高質(zhì)量發(fā)展。