南京市环境与经济协调发展实证研究.docVIP

南京市环境与经济协调发展实证研究 　　 摘 要：选取2000―2008年南京市经济与环境等相关数据，利用主成分分析分析法对南京市的经济与环境协调发展程度的演进特征进行研究，对两者的协调程度进行综合评价。结果表明，南京市经济发展与环境在2003―2006年间出现了不协调情形，但总体呈现良好的协调发展趋势，并提出促进南京经济和环境协调发展的相关政策建议。 　　 关键词：经济；环境；协调发展；主成分分析；南京市 　　 中图分类号：F291.1 文献标志码：A 文章编号：1673-291X（2011）33-0135-02 　　 　　 引言 　　 经济与环境之间相互作用、相互影响。一方面，经济发展离不开环境的支撑，环境质量高低直接对区域经济发展产生制约和反馈；另一方面，人类经济活动作用下的经济发展对环境产生压力，不仅向环境索取资源和能源，而且源源不断向环境排放废弃物。经济的发展过程不可避免地将改变环境结构和功能，影响其演变过程。改革开放后，中国各地经济取得了突飞猛进的发展，创造了大量的物质财富，但大多是以粗暴的掠夺资源为代价的，生态环境不断恶化并日益制约着经济发展 [1~2]。 　　 经济与环境发展的研究是一项复杂的系统工程，其中存在着许多错综复杂的关系和诸多指标变量。要全面客观地评价其协调发展状况，需遵循科学性、全面性、实用性、动态性和稳定性等原则，建立一个科学合理的指标体系[3~5]。近年来，南京市经济发展和环境的关系处于什么阶段?两者的关系将会有什么动态趋势?这些问题的解决不仅有利于对南京经济发展历程有全面的认识，更能从中吸取经验教训，为制定一系列有效措施，为实现经济与环境的协调发展提供有力依据。 　　 一、主成分分析的评价模型 　　 主成分分析（Principal Component Analysis，PCA）又称主分量分析，是将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。它首先是由K.皮尔森对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），每个变量都在不同程度上反映这个课题的某些信息，但在用统计分析方法研究这个多变量的课题时，变量个数太多增加了课题的复杂性，人们自然希望利用最少的变量而得到最多的信息。为了实现这样的降维，就可以利用主成分分析法，设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var（F1）越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2即选第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现在F2中，用数学语言表达就是要求Cov（F1，F2）=0，则称F2为第二主成分，依此类推可以构造出第三、第四……第P个主成分。 　　 二、南京环境与经济发展的实证研究 　　 1.指标的选择及数据处理。本文选取南京市2000―2008年经济和环境数据，并根据经济和环境的关系，选择独立性强，具有代表性的经济和环境指标，分别用x1、 x2 ……y1、 y2 ……来表示。这些指标分别为7个环境指标和9个经济指标。环境指标有：废水排放量（x1）、废水排放达标率（x2）、废气排放量（x3）、二氧化硫排放量（x4）、工业固体废物产生量（x5）、工业固体废物综合利用率（x6）、环境保护投资占地区生产总值比例（x7）；经济指标有：GDP（y1）、社会消费品零售总额（y2）、财政收入（y3）、财政支出（y4）、人均GDP（y5）、第一产业产值占GDP的比例（y6）、第二产业产值占GDP的比例（y7）、第三产业产值占GDP的比例（y8）、工业总产值（y9）。数据来源于2001―2009年的《南京统计年鉴》及《南京市环境公报》等统计资料整理计算。 　　 为了各类评价指标的统一性，本文采用极差标准化的方法对数据进行无量纲处理： 　　 X’i = （xi - min xi）/（max xi - min xi） （正） 　　 X’i = （max xi - xi）/（max xi - min xi） （逆） 　　 Y’j = （yj - min yj）/（max yj - min yj） （正） 　　 Y’j = （max yj - yj）/（max yj - min yj） （逆） 　　 其中X’I 、Y’j分别为环境与经济原始指标的标准值；xi、yj表示原始指标值；min，max分别对原始指标