相玉姣1,闫炳硕2,聂艳明1
(1.广西大学商学院,广西南宁530004；
2.暨南大学经济学院,广东广州510632)
［摘要］本文选取反映经济、资源等诸多方面的16个指标,利用spss统计专业软件,对2011年全国30个省区的数据进行因子分析,抽取5个公因子,并按每个公因子所代表的指标的含义加权合并成三个公因子,分别为：绿化状况、经济状况与污染状况因子,得出每个因子与综合得分及其排名,同时以三个公因子得分为分析变量对各省区进行聚类分析,得出聚类树状图及分类结果,并计算个案汇总表,分析每一类特征,同时提出自己的意见与建议。
［教育期刊网 http://www.jyqkw.com
关键词 ］生态质量；因子分析；聚类分析；综合得分
［DOI］10.13939/j.cnki.zgsc.2015.04.138
1前言
保护生态环境,既是发展问题,也是民生问题。面对资源约束趋紧、环境污染严重、生态系统退化的严峻形势,必须树立尊重自然、顺应自然、保护自然的生态文明理念,于是对生态质量的理论研究则显得尤为重要。
本文参照国内外学者的研究成果,及本人想法构建了符合我国国情的生态质量评价指标体系,并根据所构建的生态质量评价指标体系,运用因子分析、聚类分析方法,对我国生态质量进行测定和统计分析,从经济、社会、资源、环境各个方面对我国各省区生态质量进行了综合分析。
2生态质量评价指标体系的构建
国内学者像汤姿、关海玲等人一直在不停地探讨、修正和完善生态质量指标体系,以使其符合我国国情。在结合前人研究成果的基础上,本人认为生态质量指标体系就是以物质生活为基础的包含环境状况与经济状况和社会诸多因素在内的系统。综合考虑各省区环境状况及数据可获得性,以及各指标的意义,本文构建了包含16个指标的评价体系,如表1所示。
本文从2012年国家统计年鉴、各省市统计年鉴和国研网数据中心等权威机构搜集到各省区2011年的统计数据,由于西藏数据缺失,于是将西藏这一地区剔除。由于代表污染状况的6个指标值是越小越好,这与绿化状况与经济水平公因子均呈负相关关系,故在做统计分析之前对X6~X11六个指标的所有数值取倒数,得到XX6~XX11。首先进行巴特利特球行度检验和KMO检验,发现其统计量的观测值为573.194,相应的概率P接近0。同时,KMO值为0.690,可知原有变量适合进行因子分析。
由表2解释的总方差可知,前5个特征值较大,其余特征值均较小,前五个样本方差贡献率的和为87.643%,这表明选取的五个公因子已足够解释所有的指标,因此选取五个公因子。
建立5个因子的载荷矩阵,发现初始因子的含义不清,不便于进行实际背景的解释,因此对其进行方差最大旋转,使每个变量仅在一个公共因子上有较大负荷,而在其余公共因子上的载荷比较小,旋转后由旋转成分矩阵可知：第一个因子主要反映了xx6、xx8、xx10、xx7即二氧化硫排放量、烟粉尘排放量、一般工业固体废物生产量、氮氧化物排放量这四个指标,不难看出这些指标反映的均是污染状况方面的信息；第二个因子主要反映了x12、x14、x3等即生活垃圾无害化处理、公交车辆运营数、指标R&D经费,这些指标主要反映了我国各省区绿化状况方面的信息；第三个因子主要反映了x5、x4、x1,为全体居民消费水平、人均地区生产总值、第三产业比重,主要是关于经济方面的信息；第四个因子主要反映了x13、x15、x16、xx9、xx11、即建成区绿化覆盖率、森林覆盖率、自然保护区占割比重、废水排放量、万元地区生产总值能耗,反映的是主要是关于绿化方面的信息；第五个因子主要反映了x2是城市人口密度,是经济方面的信息。
由以上五个因子各自反映的指标信息我们可以看出,第二个因子与第四个因子反映的主要是绿化方面的信息,故可以将第二个因子与第四个因子合并为一个因子命名为绿化程度因子,计算公式为f1=(fac2×19.427+fac4×16.807)÷36.234,它的方差贡献率为36.234%,反映的信息量最大为第一因子。第三个因子与第五个因子主要反映的是经济方面的信息,因此我们可以将第三和第五个因子合并为一个因子命名为经济状况因子,计算公式为f2=(fac3×18.385+fac5×6.420)÷24.805它的方差贡献率为24.805%,为第三公因子。第二个公因子为污染状况公因子,方差贡献率为26.604%。
为了对中国各省区的生态质量状况进行综合评价,需要计算出三个公因子的得分,以及综合得分,综合得分计算公式为z=(f1×36.234+f2×26.604+f3×24.805)÷87.643,并对各公因子以及综合得分进行排名,得到各因子与综合得分排名。
为了对各省区发展状况进一步分析,我们以绿化状况因子、经济状况因子和污染状况因子得分为分析变量,采用Ward方法,对30个省进行系统聚类,得到如下分类结果：
第一类：海南
第二类：北京、上海、天津
第三类：广东、江西、浙江、江苏、福建、山东
第四类：湖北、安徽、辽宁、湖南、河北、四川、广西、吉林、云南、重庆、山西、黑龙江、河南
第五类：贵州、新疆、甘肃、宁夏、山西、内蒙古
第六类：青海
同时计算得到分类均值汇总表,即表3：个案汇总表。
4结论
从方差贡献率看,第一个因子即绿化状况得分最高,为36.234%,第二个因子即经济状况得分为26.604%,第三个为污染状况得分为24.805%。从而可以得出在生态质量综合评价上,绿化状况对评价结果影响最大,污染状况其次,最后为经济状况。
从绿化状况因子得分与排名看,广东、江苏、山东得分位居前三,表明其绿化程度很高,相比其他城市更重视绿化建设；而内蒙古、甘肃、宁夏、青海等地在绿化状况公因子上得分很低,在各省区中位居后列,表明这些省区在绿化建设上做得不好。同时从旋转成分矩阵中可看出x12与x14即生活垃圾无害化处理量与公交车辆运营数对绿化状况因子得分贡献最大,R&D也对其有非常大的贡献,说明科技的进步有助于环境的保护。同时x16、xx9对绿化程度有比较大的负贡献率,阻碍城市绿化方面的建设。
从经济状况因子得分与排名看,上海、青海得分在倒数,表示这三个省份经济状况不好。同时人均地区生产总值,全体居民消费对经济发展有较大的促进作用,而人口密度相应的阻碍了经济的发展。
从污染状况公因子看,海南、北京、青海得分很高,污染相对其他地区最轻,而山西、内蒙古、河北污染状况因子得分最低,污染最严重。同时,二氧化硫、二氧化氮、烟粉尘排放量是影响环境的主要因素。
从综合得分看,海南得分最高,北京、广东、上海位居其次；而青海、甘肃、内蒙古得分最低,表明海南北京等地发展协调,注意生态质量的协调发展,而甘肃、青海等地发展不好,经济与环境状况总体水平靠后。
从三个公共因子排名来看,一些地区存在着经济发展与环境状况不协调的现象。例如河南、山西等地,地区经济发展水平还算可以,而污染状况排名却排在了后列,这些都足以说明有些经济发达的地区存在着经济、社会、资源与环境发展不协调的现象,经济的发展以破坏环境为代价。
从个案汇总表知：第一类别地区总得分最高,同时污染状况得分也最高,排在各类别之首,唯一不足之处即经济状况因子得分为负,说明这一地区注重环境的保护,污染少,绿化水平高,看重整体的发展；二类别地区综合得分第二,污染状况因子得分、绿化因子得分处于中等水平,经济状况因子得分居各类别第一,这说明该地区经济发展迅速,污染与绿化适度,总体发展比较好；三类别地区即综合得分位居第三,绿化与经济水平位居各省区前列,只是污染状况得分排在中等水平靠后位置,总体发展比较好。四、五、六类别地区总体得分均为负数,表明发展的不是很好,再看各个公因子得分,基本处在负数水平,说明这些类别地区发展缓慢,同时污染严重,也没有注意绿化环境。尤其第六类别地区即青海,经济发展水平与绿化状况均倒数第一,这也间接说明了经济水平低的地区,绿化水平也低,即经济水平是绿化水平提高的保障。
教育期刊网 http://www.jyqkw.com
参考文献：
［1］肖翠仙.广西城市生态贫困的区域比较分析［J］.广西社会科学,2012(4)：25-28.
［2］李馨,李旭祥.基于因子分析的黄河流域人居环境评价［J］.环境科学与技术,2010,33(6)：189-193.
［3］汤姿.基于因子分析和聚类分析的生态环境质量评价［J］.哈尔滨商业大学学报,2006,22(6)：121-125.
［4］关海玲,孙玉军.我国省域低碳生态城市发展水平综合评价［J］.技术经济,2006,31(7)：91-99.
［5］邱尔妮.基于因子分析的我国区域生态竞争力评价及提升路径［J］.科学进步与对策,2012,29(12)：107-112.
［6］王蒙光,雷怀彦孙,史跃中.应用因子分析与系统聚类方法划分现代沉积环境——以九龙江河口区为例［J］.厦门大学学报,2008,47(3)：431-437.
［7］高成,蒋大和.针对生态型城市规划的生态足迹影响因子分析［J］.哈尔滨工业大学学报,2008,40(6)：993-997.