宋加梅
【摘 要】本文就我国55个主要城市的空气质量数据,采用因子分析的方法对各个空气质量指标进行研究、分析,然后对城市进行排名,得分越高空气质量越差.最后根据排名进行分类总结我国空气质量的现状,并对如何改善城市的空气质量提出建议.
【期刊名称】《中国传媒大学学报（自然科学版）》
【年(卷),期】2019(026)004
【总页数】5页(P50-53,60)
【关键词】空气质量;因子分析;城市
【作 者】宋加梅
【作者单位】中国传媒大学数据科学与智能媒体学院,北京100024
【正文语种】中 文
【中图分类】O29
1 引言
随着全球城市化的高速发展，空气污染已经成为不可避免的问题。目前我国大气环境污染问题日益严峻，大范围的持续重污染频繁发生，雾霾天气愈来愈常见，空气质量问题已经严重影响我们的生活。近几年国家也开始重视空气污染问题，将空气治理作为了建设生态文明、推动可持续发展、加强国家治理能力现代化建设的重要内容之一。从国家到地方层面在节能减排、工业转型、绿出行等方面都下大力气推进空气污染治理。在治理空气污染问题前对城市大气环境质量做出客观、全面、 实时的认识和评价是极其必要的。对各个城市的空气质量情况进行综合评价，不仅有利于人们认识和研究大气环境质量，也为有效治理和控制大气污染提供必要的科学依据。
根据我国2016年1月1日开始全国正式实施的《环境空气质量标准》(GB 3095—2012)，参与空气质量评价主要有六项指标，分别为细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O3)和一氧化碳(CO)。
大气中的PM2.5、PM10及粉尘微粒等统称为总悬浮颗粒物，主要来自工业废气、建筑扬尘、机动车排放、物质燃烧等。其中PM2.5对人体健康危害最大，它易渗透到肺组织的深处，可引起支气管炎和肺癌等病变。二氧化硫主要由燃煤排放引起，是酸雨形成的主因。氮氧化物主要由机动车尾气造成，易引发光化学污染。同时，氮氧化物和挥发性有机物排放是形成臭氧污染的罪魁祸首，臭氧污染易发生在夏季，目前已经成为我国仅次于PM2.5和PM10的第三大污染物。[2]
本文除以上六项指标外还加入了空气质量达到及好于二级的天数和各城市的年降水量两项指标，更全面的分析我国各城市的空气质量情况与污染物、气象和地理位置之间的关系。对我国不同地区进行研究有利于比较不同自然条件和不同社会环境的地区在空气质量上的异同，总结经验教训。通过分析我国空气质量的情况，有针对地提出解决不同地区空气污染问题的可行路径，这样才能保证城市发展，提高空气质量。
2 材料与方法
2.1 建立指标体系
本文综合我国城市的实际分布情况，选取京津冀、长江三角洲、珠江三角洲等重点区域和直辖市、省会城市等55个环保重点城市的空气质量为样本，选取二氧化硫、二氧化氮、PM10、PM2.5的年平均浓度，一氧化碳日均值第95百分位浓度、臭氧(O3)日最大8小时第90百分位浓度以及空气质量达到及好于二级的天数和各城市的年降水量等8个变量作为统计指标对各个城市的空气质量情况进行分析。
2.2 数据来源
本研究使用的数据主要选取《中国统计年鉴2017》中2016年环保重点城市的空气质量情况和主要城市降水量，以及河北省、江苏省、广东省统计年鉴发布的主要城市降水量情况。
2.3 研究方法
本文采用因子分析，利用降维的思想，从研究的原始变量内在隐藏的关系出发，将具有相关关系的变量归结为少数几个综合因子，各个因子较原始变量有更优良的性能。[1]研究以SPSS为工具，使用因子分析法中的主成分量法求解，然后对因子载荷矩阵进行方差最大化正交旋转，计算出各个城市的样本空气质量的因子得分值，并以因子贡献率为权重计算出每个城市的空气质量综合得分进行排名，然后可以对各城市进行分类进一步分析[2]。
如何治理空气污染3 研究过程
因子分析首先要进行变量间的相关性检验，表1给出各个变量之间的相关性矩阵，可以看出除个别变量之间的相关系数，绝大多数后大于0.3。并且通过KMO and Bartlett’s Test得到KMO值为0.83>0.5，且Bartlett的球体检验的统计量为485，显著性水平小于0.001，说明原始变量之间具有较强的相关性，适合进行因子分析。[3]在这里值得注意的是，前六个指标与因子得分是正相关，而好于二级的天数与降水量是负相关，也就是天数越长降水量越多，城市的空气质量越好。
表1 变量间的相关系数矩阵二氧化硫二氧化氮PM10一氧化氮臭氧PM2.5 空气质量好于二级天数降水二氧化硫1.0000.3900.6740.6340.2300.580-0.561-0.561二氧化氮0.3901.0000.7640.7220.4750.823-0.824-0.399PM100.6740.7641.0000.8570.4060.908-0.879-0.685一氧化氮0.6340.7220.8571.0000.2720.828-0.741-0.686臭氧0.2300.4750.4060.2721.0000.493-0.705-0.010PM2.50.5800.8230.9080.8280.4931.000-0.929-0.554空气质量好于二级天数-0.561-0.824-0.879-0.741-0.705-0.9291.0000.482降水-0.561-0.399-0.685-0.686-0.010-0.5540.4821.000
检验通过之后，进行公共因子的提取，为了能解释变量的大部分信息，我们根据因子的特征根大于1且累计方差贡献率超过80%的原则选取前两个因子，参见表2。
表2 特征值、因子贡献率及累计贡献率因子初始特征值提取平方和载入循环平方和载入合计方差的%累加%合计方差的%累加%合计方差的%累加%15.43367.91467.9145.43367.91467.9143.69046.12846.12821.22215.27383.1871.22215.27383.1872.96537.05983.18730.5667.07190.25840.3504.37194.62950.1692.11196.73960.1632.03498.77470.0720.90399.67780.0260.323100.000
之后将因子进行方差最大正交旋转后的因子载荷矩阵结果整理如表3：可以发现，第一个因子在降水量、CO浓度等指标上的载荷量大；而第二个因子在臭氧和空气质量好与二级的天数等指标上的载荷量大。
表3 旋转后因子载荷矩阵因 子12因 子12降水-0.8950.019臭氧-0.0780.910一氧化碳0.8330.398空气质量好于二级天数-0.537-0.823PM100.7970.540二氧化氮0.4960.716二氧化硫0.7530.196PM2.50.6730.677
我们可以得到影响城市空气质量的两个因子的得分模型：
F1=0.275×ZSO2-0.002×ZNO+0.187×ZPM10+0.248×ZCO-0.319×ZO3+0.089×ZPM2.5+0.0
18×ZAQ-0.405×PRE
F2=-0.126×ZSO2+0.243×ZNO+0.051×ZPM10-0.039×ZCO+0.530×ZO3+0.166×ZPM2.5-0.290×ZAQ+0.290×PRE
式中，F1、F2 是我国各大城市的因子得分；ZSO2、ZNO2、ZPM10、ZPM2.5、ZCO、ZO3、ZAQ 、ZPRE是在原始数据基础上标准化后的数据；各变量前的系数是经过方差最大正交旋转后各因子的载荷量。得到将各个因子贡献率作如下加权平均，计算公式如下：F=(0.4612F1+0.3706F2)/0.83187其中，F1、F2 的系数为方差贡献率。
最后根据公式算出55个城市空气质量情况的因子得分并进行排名，这里我们将2016年各个城市的空气质量最终因子得分排名的前五名和后五名列为表4。
表4 主要城市空气质量评价汇总城市因子得分F1F2综合得分综合排名城市因子得分F1F2综合得分综合排名保定1.674691.470451.5837031深圳-1.34605-0.60381-1.0153951石家庄1.766011.307521.5617572福州-0.94658-1.18808-1.0541752邯郸1.700140.851861.322243厦门-0.66193-1.56199-1.062953
发布评论