本站小编为你精心准备了经济发展及其环境污染的关系参考范文,愿这些范文能点燃您思维的火花,激发您的写作灵感。欢迎深入阅读并收藏。
[摘要]本文选取多指标面板数据,运用主成分分析方法,对我国31个地区的经济发展和环境污染状况进行分析。根据两组综合得分进行聚类分析,将31个地区分成4类,并对4类地区的经济发展和环境污染之间的关系进行阐述。
[关键词]经济发展;环境污染;主成分分析;聚类分析
随着我国经济持续增长,废水、废气、烟尘、粉尘和固体废物等给环境带来潜在的危机。如今,经济发展与环境污染之间的冲突已受到政府和社会各界的关注。面板数据是同一截面单元数据集上对不同时间段的重复观测值,即时间序列和截面数据的混合数据。论文简化面板数据结构,运用主成分分析和聚类分析方法,对我国31个地区的经济发展状况和环境污染程度进行研究。
1数据收集及指标选取
研究经济发展水平等问题时,多采用截面数据。为更好地反映各地区经济发展状况及环境污染程度,选取面板数据。从中华人民共和国国家统计局官方网站收集到2012~2015年各地区的年度数据,选取8个经济指标和6个环境指标。在经济指标中,地区生产总值、人均地区生产总值、固定资产投资反映经济总量及规模;居民消费水平、城镇单位就业人员平均工资反映居民生活水平;第一、二、三产业增加值反映三个产业的经济效益。在环境指标中,废水排放总量、化学需氧量排放量反映废水对环境的影响,二氧化硫排放量、氮氧化物排放量反映废气对环境的影响,生活垃圾清运量反映固体废物对环境的影响。
2多指标面板数据的主成分分析
面板数据是三维的数据表,通过取均值的方法,将其降为二维数据表。主成分分析是一种“降维”的思想,可将原来的指标体系转化为少数的综合指标,并以此代表原来指标的信息,且综合指标之间相互独立。因此,需计算4年数据的各指标均值。运用R软件,计算出经济数据和环境数据的相关系数大于0.3,说明各指标间存在相关性,可进行主成分分析。计算经济数据的相关系数矩阵,并得出第一特征值为4.68,第二个特征值为2.84,其贡献率分别是58%和36%。前两个主成分的累积贡献率已达94%,基本包含了原始变量的所有信息,故取二者代替原始变量。计算前两个主成分和原始变量相关系数,得出地区生产总值、固定资产投资、第一、二、三产业增加值与第一主成分(U1)的相关系数较大,反映了各地区的经济规模和效益。人均地区生产总值、居民消费水平、城镇单位就业人员平均工资与第二主成分(U2)相关系数较大,反映了各地区居民生活水平。
3聚类结果分析
根据综合得分Z1和Z2,采用系统聚类分析方法,对各地区进行聚类分析,将其分成4类。第一类:山东、江苏、广东;第二类:浙江、天津、北京、上海;第三类:西藏、海南、青海、福建、重庆、甘肃、宁夏、贵州、云南、江西、吉林、广西;第四类:河北、山西、内蒙古、辽宁、河南、湖北、湖南、四川、安徽、陕西、黑龙江、新疆。根据各地区经济发展状况综合得分Z1得出,经济发展状况较好的地区为江苏、广东、上海、山东、北京,经济发展较落后的地区是西藏、甘肃、海南、青海、贵州。排在全国前列的地区,地处东部或沿海地区,注重发展现代化企业和新科技,因此经济发展较快。而西藏、甘肃、青海和贵州都属于西部地区,由于地理位置、环境条件等原因,经济发展较为缓慢。聚类分析结果中,将31个地区分为4类。经济发展快,环境又好的地区只有上海、北京和天津。虽然浙江为第二类,但浙江省的环境污染程度比这三个地区严重,若再不重视环境的治理,将会成为环境较差的第一类。山东、广东和江苏为第一类,以牺牲环境为代价发展经济。西藏、海南、青海、福建、重庆、甘肃、宁夏、贵州、云南、江西、吉林、广西,这12个地区属于经济差、环境好的第三类。其中,福建可以加快发展自身经济,将有机会跻身于第二类中;青海和海南可根据自身优势,大力发展旅游产业,提高经济水平。对于第四类地区,应大力加强环境治理,在发展经济的同时,应更加重视环境保护。
4结论
论文搜集了经济和环境的面板数据,对经济发展状况和环境污染程度的关系进行分析。通过降维思想,取时间维度上的均值,将面板数据降为二维截面数据,从而运用R软件进行处理分析。首先对均值数据进行主成分分析,计算经济发展和环境污染的综合得分。然后根据两个综合得分对各地区进行聚类分析,将31个地区分为4类。最后,对4类地区分别进行讨论,阐明各地区经济发展状况与环境污染程度的关系。论文以时间维度上的均值进行主成分分析,具有一定的局限性,今后需继续改进。
[参考文献]
[1]郑云兵.多指标面板数据的聚类分析及其应用[J].数理统计与管理,2008(02).
[2]朱建平,陈民肯.面板数据的聚类分析及其应用[J].统计研究,2007(04).
[3]王培,王焱鑫.面板数据的主成分分析及其应用[J].贵州大学学报,2009(05).
作者:贾晓丹 单位:兰州财经大学