孫曉玲，朱家明，賀曉劍

(安徽財(cái)經(jīng)大學(xué))

*國(guó)家自然科學(xué)基金(11601001)

0　引言

十八大以來，我國(guó)經(jīng)濟(jì)繼續(xù)高速發(fā)展城鎮(zhèn)化快速推進(jìn)，城市空氣污染成為了發(fā)展進(jìn)程中亟待解決的難題.空氣質(zhì)量(Air quality)的好壞反映空氣的污染程度，空氣質(zhì)量在城市的可持續(xù)發(fā)展中起著至關(guān)重要的作用.該文針對(duì)我國(guó)主要城市的空氣質(zhì)量進(jìn)行研究，得出空氣質(zhì)量綜合排名并進(jìn)行相關(guān)分析.

1　數(shù)據(jù)來源與模型假設(shè)

該文所用數(shù)據(jù)來源于2016年中國(guó)統(tǒng)計(jì)年鑒[1].為便于解決問題與模型的建立對(duì)該文提出以下假設(shè)：⑴城市空氣質(zhì)量可通過所選指標(biāo)衡量；⑵其他因素對(duì)城市空氣質(zhì)量的影響較小不考慮；⑶不考慮所使用數(shù)據(jù)的統(tǒng)計(jì)誤差，所選數(shù)據(jù)具有統(tǒng)計(jì)分析價(jià)值.

2　城市空氣質(zhì)量評(píng)價(jià)指標(biāo)體系

空氣質(zhì)量的好壞反映空氣的污染程度[2].城市空氣質(zhì)量的優(yōu)劣與其綜合發(fā)展能力密切相關(guān).城市空氣質(zhì)量不僅直接影響城市的發(fā)展環(huán)境與居民的生活健康，而且影響城市乃至整個(gè)國(guó)家未來可持續(xù)發(fā)展.為分析城市空氣質(zhì)量，該文選取我國(guó)主要城市2016年空氣狀況相關(guān)指標(biāo)分析，所選評(píng)價(jià)指標(biāo)見表1.

表1 　城市空氣質(zhì)量評(píng)價(jià)指標(biāo)體系

3　基于模糊綜合評(píng)價(jià)法的城市空氣質(zhì)量評(píng)價(jià)

3.1　研究思路

根據(jù)建立的評(píng)價(jià)指標(biāo)體系，運(yùn)用模糊綜合評(píng)價(jià)對(duì)呈現(xiàn)模糊化的空氣質(zhì)量信息進(jìn)行分析，對(duì)城市空氣質(zhì)量做出科學(xué)、合理、貼近實(shí)際的量化評(píng)價(jià).

3.2　研究方法

設(shè)U={u1,u2,…,un}是待評(píng)價(jià)的n個(gè)方案集合[3]，V={v1,v2,…,vm}是評(píng)價(jià)因素集合，將U中的每個(gè)方案用V中的每個(gè)因素進(jìn)行衡量，得到觀測(cè)矩陣A.

其中，aij表示第j個(gè)方案關(guān)于第i項(xiàng)評(píng)價(jià)因素的指標(biāo)值，向量aj=(aij,a2j,….amj)表示第j個(gè)方案關(guān)于m項(xiàng)評(píng)價(jià)指標(biāo)的評(píng)價(jià)向量.

3.3　結(jié)果分析

(1)建立理想方案[4].記理想城市空氣質(zhì)量指標(biāo)向量為u.

(3)建立各評(píng)價(jià)指標(biāo)的權(quán)重wi(j=1,2,…,7).

(4)建立綜合評(píng)價(jià)模型.

綜合得分越小，城市的空氣質(zhì)量越好[7].代入數(shù)據(jù)計(jì)算得到31個(gè)城市的綜合得分及空氣質(zhì)量排名見表2.

由表可知，對(duì)31個(gè)主要城市空氣質(zhì)量進(jìn)行評(píng)價(jià)[8]，空氣質(zhì)量排名前五的城市分別為?？?、福州、拉薩、昆明、貴陽；空氣質(zhì)量最差的五個(gè)城市分別為石家莊、濟(jì)南、鄭州、沈陽、太原.

4　基于因子分析的城市空氣質(zhì)量評(píng)價(jià)

4.1　 研究思路

根據(jù)國(guó)家統(tǒng)計(jì)局公布的我國(guó)主要城市2016年空氣狀況相關(guān)數(shù)據(jù)，利用因子分析法從變量群中提取公共因子，綜合運(yùn)用SPSS和EXCLE進(jìn)行分析，對(duì)城市空氣質(zhì)量進(jìn)行分析評(píng)價(jià).

4.2　研究方法

R型因子飛分析中，所要研究的每一個(gè)變量，都可以表示成公共因子的線性函數(shù)與特殊因子之和[9]，即

Xi=ai1F1+ai2F2+…+aimFm+εi,i=1,2,…,p

表2 　綜合得分表

式中，F(xiàn)1,F2,…,Fm稱為公共因子，εi稱為Xi的特殊因子.因此，此模型可表示為：

X=AF+ε

模型中，

且滿足：

(1)m≤p.

(2)cov(F,ε)=0，即公共因子與特殊因子不相關(guān).

即各個(gè)特殊因子不相關(guān)，而方差無要求.

4.3　結(jié)果分析[10-12]

檢驗(yàn)所用數(shù)據(jù)是否適合做因子分析，在此使用巴特利特球度檢驗(yàn).KMO統(tǒng)計(jì)量用于探測(cè)變量間的相關(guān)性，比較各變量間的簡(jiǎn)單相關(guān)和偏相關(guān)的大小，從而判斷數(shù)據(jù)是否適合進(jìn)行因子分析.其中，KMO統(tǒng)計(jì)量的值越接近1，越適合做因子分析.計(jì)算得到巴特利特球度檢驗(yàn)結(jié)果見表3所示.

表3　KMO和Bartlett's 球形度檢驗(yàn)

從表3可知，KOM值為0.776且變量顯著性檢驗(yàn)p值為0.000，通過變量顯著性檢驗(yàn)，所選數(shù)據(jù)比較適合做因子分析.

為保障公因子對(duì)數(shù)據(jù)的解釋能力，在進(jìn)行操作使可認(rèn)為選擇提取主成分的個(gè)數(shù)，使因子累計(jì)方差貢獻(xiàn)率足夠大(這里取大于85%為宜).

表4 　特征根與方差貢獻(xiàn)率

由表4可知，當(dāng)提取3個(gè)主成分時(shí)，因子的累計(jì)方差貢獻(xiàn)率已經(jīng)達(dá)到89.556%，滿足要求，故選取前3個(gè)因子進(jìn)行分析.查看公因子方差表，查看每個(gè)指標(biāo)的信息保留程度，表5給出了本次分析從每個(gè)原始變量中提取的信息，公共因子幾乎包含了每個(gè)變量至少80%的信息.

表5 　 公因子方差表

因子得分系數(shù)矩陣見表6.

表6 　因子得分系數(shù)矩陣

因此，因子得分表達(dá)式為

其中，Z1、Z2、Z3分別為每個(gè)城市在各公因子上的得分.得分越小，城市的空氣污染程度越小，城市的空氣質(zhì)量越好.代入數(shù)據(jù)，計(jì)算得到31個(gè)城市的因子綜合得分及城市排名見表7.

表7 　 因子綜合得分表

由表7可知，用因子分析法對(duì)31個(gè)主要城市空氣質(zhì)量進(jìn)行評(píng)價(jià)，空氣質(zhì)量排名前五的城市分別為?？?、福州、昆明、拉薩、貴陽；空氣質(zhì)量最差的五個(gè)城市分別為濟(jì)南、鄭州、石家莊、沈陽、北京.

5　結(jié)束語

該文使用模糊綜合評(píng)價(jià)法對(duì)城市空氣質(zhì)量進(jìn)行綜合評(píng)價(jià)，選定合適的評(píng)價(jià)指標(biāo)體系，通過對(duì)精確數(shù)據(jù)處理反映模糊的評(píng)價(jià)對(duì)象，能對(duì)蘊(yùn)含信息呈現(xiàn)模糊化的空氣質(zhì)量做出科學(xué)、合理、貼近實(shí)際的量化評(píng)價(jià)，得出空氣質(zhì)量排名；因子分析方法從多個(gè)觀測(cè)指標(biāo)中提取少數(shù)幾個(gè)主要因子，通過主要因子對(duì)復(fù)雜的城市空氣質(zhì)量進(jìn)行深入分析，給出合理解釋和正確評(píng)價(jià).綜合對(duì)比兩種分析評(píng)價(jià)方法對(duì)城市空氣質(zhì)量的綜合評(píng)價(jià)，評(píng)價(jià)方法不同但結(jié)果相近.城市空氣質(zhì)量對(duì)城市的發(fā)展有重大影響，空氣質(zhì)量較差的城市應(yīng)該加強(qiáng)對(duì)城市空氣質(zhì)量的監(jiān)控和治理，響應(yīng)十九大的號(hào)召，加強(qiáng)生態(tài)文明建設(shè)，促進(jìn)可持續(xù)發(fā)展.

[1]國(guó)家統(tǒng)計(jì)局．中國(guó)統(tǒng)計(jì)年鑒 2016[J]．北京：中國(guó)統(tǒng)計(jì)出版社，2016.

[2]王秀.模糊綜合評(píng)價(jià)法在環(huán)境空氣質(zhì)量評(píng)價(jià)中的應(yīng)用[J].環(huán)境保護(hù)與循環(huán)經(jīng)濟(jì),2012.

[3]楊桂元.數(shù)學(xué)建模[M].上海:上海財(cái)經(jīng)大學(xué),2015.

[4]楊曉艷,魯紅英. 基于模糊綜合評(píng)判的城市環(huán)境空氣質(zhì)量評(píng)價(jià)[J].中國(guó)人口.資源與環(huán)境,2014,24(S2):143-146.

[5]李詠馨,朱家明,吳夢(mèng)晗,等.基于綜合評(píng)價(jià)法的人口結(jié)構(gòu)可持續(xù)發(fā)展模型[J].高師理科學(xué)刊,2017,37(7):26-29.

[6]吳運(yùn)敏,陳求穩(wěn),李靜.模糊綜合評(píng)價(jià)在小流域河道水質(zhì)時(shí)空變化研究中的應(yīng)用[J].環(huán)境科學(xué)學(xué)報(bào),2011,31(6):1198-1205.

[7]張秀,葛福婷,王家豪,等.基于隸屬層次模型構(gòu)建生態(tài)文明建設(shè)評(píng)價(jià)體系[J].寧夏大學(xué)學(xué)報(bào)：人文社會(huì)科學(xué)版,2016,38(4):169-175.

[8]黃婷婷,朱家明,劉丹丹.基于BP神經(jīng)網(wǎng)絡(luò)對(duì)空氣質(zhì)量數(shù)據(jù)的真實(shí)性判別[J].高師理科學(xué)刊,2017,37(7):36-41.

[9]朱建平.應(yīng)用多元統(tǒng)計(jì)分析[M].北京:科學(xué)出版社,2016.

[10] 高天智,申莉濤．基于因子分析法的公共教育服務(wù)均等化水平及差異性實(shí)證研究[J].長(zhǎng)安大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2016(2)：134-140.

[11] 陳茜,田治威. 林業(yè)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究——基于因子分析法和聚類分析法[J].財(cái)經(jīng)理論與實(shí)踐,2017,38(1):103-108.

[12] 洪兆平.基于因子分析法和改進(jìn)熵值法的城市競(jìng)爭(zhēng)力綜合評(píng)價(jià)研究——以江蘇省為例[J].科技管理研究,2012,32(21):47-50.