中国各地工业发展对空气污染产生的影响研究.pdfVIP

中国各地工业发展对空气污染产生的影响研究 四川大学 胡天巧、李梦莹、徐浩 目录 摘要2 1 引言3 2 数据来源以及数据介绍3 2.1 数据来源3 2.2 指标选择3 3 数据分析4 4 各省份耗电量与污染物相关性统计模型4 4.1 模型4 4.2 模型结果及分析5 4.2.1 Pearson 相关性检验分析5 4.2.2 多元回归分析6 5 各主要城市污染物排放与空气污染指数统计模型7 5.1 模型7 5.2 模型结果及分析7 6 对两个模型的总结分析 8 7 模型改进9 参考文献 10 附录 10 摘要 随着社会的发展，我们越来越意识到环境对我们的重要性。我们首先注意到 产生污染的重要板块就是工业。所以工业生产到底与我们的环境污染有着怎样的 关系呢？“克强指数”中对耗电量的引入，带给我们以新的角度来观察中国的工 业发展状况。 首先,我们从各省份的数据中选取了二氧化硫、烟尘与粉尘排放量作为污染 物排放指标。将这三种变量与耗电量进行描述性分析。分析发现，这四类数据均 符合正态分布。所以我们可以选取耗电量作为因变量，使用Pearson 相关性检验 分析他们之间的相关性。得出耗电量与二氧化硫的排放量呈正相关。即二氧化硫 排放量越大，耗电量越大。针对“克强指数”的研究表明耗电量的增长率与工业 发展速度呈正相关。所以我们得出中国目前高能耗的企业是空气污染的主要原 因。进一步我们可以对各省份耗电量与三种污染物（二氧化硫、烟尘以及粉尘） 排放建立多元线性回归模型方程。 然后根据经验以及参考文献，我们对主要城市的污染物排放与天数进行 相关性分析找出其中是否存在线性相关，但是最后我们发现这两者之间不相关。 因此我们找出其中的一些城市具体分析发现。城市的地理环境是影响空气质量的 关键，不同的环境在同样的污染物排放量的情况下其空气质量是不同的。最后我 们的到在针对具体地点进行分析的时候，必须要考虑该地点地理特性影响，才能 得出准确的结论。 关键词： 克强指数 环境污染 Pearson 相关性检验 多元线性回归 逐步向前回 归分析法 1 引言 改革开放以来，我国的经济飞速发展。人民的生活水平逐渐提高。但是，在 这飞速发展的背后，我们的生存环境也受到了破坏。植被破坏、水污染、空气污 染这些都严重影响到我们的生活。在经济发展的同时，人们的环境意识也在提高。 我们开始关心我们赖以生存的家园，希望能给子孙后辈更好的环境。所以我们开 始调查这些污染的最大来源是什么。高高的烟囱，滚滚的浓烟，这些都不得不让 我们把我们关注点工业生产。但是工业生产发展对环境的影响有多大，是怎样影 响的呢？长期实证研究得出以下结论：在GDP、资本、人力资本以及电力消费之 间存在着长期的协整均衡关系。 现阶段，我国处于重型工业化发展时期，巨大的市场需求推动着钢铁、有色 金属、石油化工、水泥、煤炭开采、电力、造纸等高耗能行业快速发展，这些行 业所具有的高能耗、高物耗、高污染、高排放的特点使之在循环经济、绿色经济 的发展中成为被关注的焦点。高耗能行业的电力消费占我国电力消费总量的５ ２％～６０％———这在一定程度上代表着我国电力消费的中长期发展趋势，而 且在今后相当长的一段时间内，我国电力消费对高耗能用电的依赖程度仍然较 高。 一方面，消耗诸如煤炭等一次能源的高耗能行业在工业化进程中对资源环境 和生态系统造成了破坏；另一方面，自２００８年、２００９年金融危机以来， 高耗能用电被证实对经济复苏、全社会用电回升具有较好的拉动作用。尽管主要 由形势旺盛的高耗能用电带动的全社会用电加速增长的势头正在逐步减弱，相关 政策调控已初见成效，但是高耗能用电对全社会用电的带动作用毋庸置疑。鉴于 此，我们有必要研究影响高耗能用电的中长期发展的因素，分析不同情境下高耗 能用电的中长期发展潜力，根据高耗能用电的发展趋势来预测高耗能行业的未来 发展情况，从而探寻实现行业可持续发展的长效机制。 所以我们希望通过对数据的统计分析。从量化指标的角度，对这个问题进行 分析讨论。 2 数据来源以及