基于经济发展水平的城市交通与空气质量分析.docVIP

基于经济发展水平的城市交通与空气质量分析 　　摘要：本文针对城镇经济发展现状利用主成分分析研究城市交通与空气质量的整体情况。最后得到的结论是，城镇空气质量状况与经济、消费等因素密切相关，城市交通也因为经济发展不断恶化。因此经济是主导因素，在以后的发展中应该纵观所有，统筹兼顾，做到良好发展，共同繁荣。 　　关键词：城市交通空气质量主成分分析SPSS 　　一、背景 　　 　　从1978年改革开放以来，一代又一代的领导人，都把发展生产力作为提升综合国力的首要因素，其效果也很显著。一代又一代的青年，前仆后继，响应国家的号召，创造着属于自己更是属于祖国的财富。然而，怎么都掩盖不了发展带来的灾难。以前的中国，是何等美丽的国度，而今，雾霾、地震、泥石流等各种事故接连不断，其中有不少都是因为发展经济造成的。在一些一线城市，经济发展早已不是问题，环境治理却成了主要任务。虽然政府早已觉察到却还是弥补不了已犯下的过失。然而，这样发展着的经济对人们的生活究竟造成了何种影响？作为首都的北京，又是为何经常性地被雾霾笼罩，交通事故也因此变得更加难以预料，我们因该如何应对？这些都是亟待解决的问题。 　　 　　二、方法和数据 　　 　　1.主成分分析法 　　本次研究用到的方法是主成分分析法。主成分分析的原理[1，2]是将多个变量通过线性变换适当降维后，去掉无关变量，再将其余变量按照贡献率从高到低重新组合成新的变量，以做到尽可能多地反映原来变量的信息的一种统计方法。主成分分析法主要具有以下两个优点[3]：（1）可消除评价指标之间的相关影响；（2）可减少指标选择的工作量。所以适合用于研究多变量问题。 　　2.数据搜集 　　本次研究数据均来自《中国统计年鉴2013》（网址:/tjsj/ndsj/2013/indexch.htm），是有关2012年我国各省份在城市交通和空气质量方面的一些直接或间接相关的数据，分别是城镇居民家庭平均每百户家用汽车数量(辆)、城镇居民家庭平均每百户家用汽车数量(标台)、城镇居民平均每人全年家庭可支配收入(元)、城镇居民家庭平均每人全年现金消费支出(元)、地区生产指数(上年=100)、省会城市废气中空气质量达到二级以上天数占全年比重(%)、省会城市废气中氮氧化物排放量(万吨)、各地区平均每起交通事故直接财产损失(元)。 　　 　　三、数据处理 　　 　　1.数据整理 　　因为原始数据是分散的，且未按规定排放，所以需要先将数据整理到SPSS中的数据视图中。数据整理将分以下步进行：（1）将所有数据依次载入到excel工作表中；（2）在变量视图中定义变量，并依次用x1,x2,…,x8代替原始变量；（3）将excel中的数据导入到数据视图中。 　　2.主成分分析过程 　　通过分析――降维――因子分析，依次将各个变量加入到变量中进行主成分分析，筛选出特征值大于1的每个主成分，依次得到描述统计量，相关系数矩阵，公因子方差，解释总方差，成分矩阵，成分得分系数矩阵以及成分得分协方差矩阵。 　　四、结果分析 　　1.变量及对应内容 　　x1:城镇居民家庭平均每百户家用汽车数量(辆) 　　x2:每万人拥有公共交通车辆(标台) 　　x3:城镇居民平均每人全年家庭可支配收入(元) 　　x4:城镇居民家庭平均每人全年现金消费支出(元) 　　x5:地区生产指数(上年=100) 　　x6:省会城市废气中空气质量达到二级以上天数占全年比重(%) 　　x7:省会城市废气中氮氧化物排放量(万吨) 　　x8:各地区平均每起交通事故直接财产损失(元) 　　2.相关系数矩阵 　　在由主成分分析得到的相关系数矩阵中，我们可以得到以下结论： 　　（1）省会城市废气中氮氧化物排放量与各地区平均每起交通事故直接财产损失呈现完全的正相关（=1）； 　　（2）城镇居民平均每人全年家庭可支配收入与城镇居民家庭平均每人全年现金消费支出相关性也较强，几近完全正相关（0.95以上）； 　　（3）省会城市废气中空气质量达到二级以上天数占全年比重与城镇居民平均每人全年家庭可支配收入和城镇居民家庭平均每人全年现金消费支出两种因素呈现的相关性都很低（0.05以下）； 　　（4）其余各变量间相关程度普遍偏低。 　　3.解释总方差矩阵 　　在得到的解释总方差矩阵中，总共得到3个主成分，对应的特征值依次为3.742、1.734和1.361，依次的累计贡献值为46.777%、68.456%和85.468%,已经达到了总贡献率在80%―85%以上的要求。 　　4.主成分载荷矩阵 　　计算得到的主成分载荷矩阵如表1所示。 　　表1 主成分载荷矩阵