王硕宇

（滁州学院数学与金融学院）

一、引言

（一）研究背景

近年来，我国石油、煤炭等各种化学工业产品产能快速增加，各种污染物的排放量也逐年增加。众所周知，工业经济是实现社会快速发展的主要动力，随之出现的环境污染问题一直受到世界各国的普遍关注。目前人类面对的两大问题就是保护环境和经济增长，两者之间存在着某种矛盾关系，经济发展势必造成工业废水、废气及固体废物的排放量增长, 当工业污染物的排放量超出环保承受能力，国民经济的发展就必然会遭到遏制。所以如何实现环境与经济协调发展是全社会共同的期望和责任[1]。

为了了解目前我国的污染物排放情况，文章采用2020年《中国统计年鉴》数据，分析我国31个城市探究我国污染物排放情况，使用因子分析的方法将污染物分为固体污染物、液体污染和气体污染物三类，得到综合得分较高的城市，探究其原因；使用聚类分析方法将31个城市分为3类，按照污染程度排名，得到各个城市的污染程度，最后进一步讨论污染物排放与各地区之间的关系，为减少环境污染提供决策服务参考。

（二）文献综述

关于污染物排放问题的文献研究较为有效解决方法分为两类：一类是政策方面，周博雅[2]《基于2007-2015年数据的三类省级环境治理政策量化研究》从政策设置、政府投入、政府政策执行和执行手段四项维度入手探究各因素对环境的影响；朱小会[3]《中国财税政策的环境治理效应研究》提出“财税政策-经济增长-环境质量”的链式关系，从而提出建议。第二类是从源头出发企业方面，刘擎[4]《广东某市纳管工业企业废水污染物排放标准执行情况跟踪研究》对工业企业废水排放标准的执行情况进行了优化调整；刘永亮[5]《周口市工业企业水污染物排放现状及建议》针对工业企业的分布以及污染物的排放处理情况为水污染防治和可持续发展提供思路。

二、理论分析

（一）因子分析

因子分析旨在运用可降维的思想，将多指标转化为少数几个综合指标。提出独特且未知的因子，并将提取指标的主要信息和特性都聚焦在这几个因子上，这样更有利于我们观察、分析和研究[6]。

（二）聚类分析

聚类分析主要按照个体特征对研究对象进行分类，意在让不同类别之间差异较大，同类之间差异较小，便于分析与识别不同类别之间的特征。常用平方欧氏距离来计算各样品间距离。之后使用Ward离差平方和法，借用方差分析的思想保证进行聚类的过程中计算公式为[7]：

三、实证分析

（一）因子分析

1.样本指标的选取

本次实验分析使用SPSS软件进行因子分析。研究对象是31个省自治区，研究内容是根据31个地区主要污染物的排放，对各地区污染物排放的差异和相似性进行因子分析。其中选取COD排放量（X1）、氨氮排放量(X2)、石油类(X3)、二氧化硫排放量(X4)、氮氧化物排放量(X5)、港颗粒物排放量(X6)、固体废物产生量（X7）、危险废物产生量（X8）8个指标作为本次分析的基本变量。实验数据均来自2020年《中国统计年鉴》数据。

2.因子分析法适用度检验

原始数据应先通过 KMO与Bartlett 球形度检验变量之间的相关性，通过结果可以发现，Bartlett 球形度检验显著性P值为0.00，在显著性水平为0.05的情况下小于α，拒绝原假设，说明各个变量在一定程度上相互独立。且KMO值检验结果为 0.712，说明数据适合做因子分析。

3.提取公共因子

通过表1可以看出，经过旋转之后因子解释总方差的比例，分别为36.6%、64.9%、78.962%3个因子累计解释了79%的原有变量方差，从而基本上认为涵盖了所有变量的主要信息[7]。

表1 因子解释原有变量总方差情况

4.旋转并解释公因子

根据上述结果提取3个因子。再由旋转公共因子后的因子载荷矩阵可得如表2所示。

表2 旋转后的因子载荷矩阵

本次实验提取公因子数为3。由表3 可以明显看出，第一个公因子F1在二氧化硫排放量、颗粒物排放量、固体废物产生量、危险废物产生量上具有较高的载荷值，这一部分可概括为固体污染物排放因子；而第二个公因子F2在COD排放量、氨氮排放量和石油类排放量上具有较高的载荷，即为液体污染物排放因子；第三个公因子F3在氮氧化物排放量上载荷较高，即为气体污染物因子。

5.计算因子得分及分析

使用SPSS采用回归法估计得分系数矩阵，显示了成分矩阵识别因子最后结果，最终以各主成分的方差贡献率作为权重后除以累计贡献率计算综合得分F。

通过上述公式，可得到 31个省区污染物排放情况的综合得分。按照升序对地区综合得分进行排名，得到表3。

表3 因子得分排序

（1）内蒙古、山西、山东、河北是得分较高的前4个地区，说明这些地区的污染物排放偏向于颗粒物排放量、固体废物产生量等的固体污染物排放。得分较高的内蒙古、山西、河北同属于华北地区，究其原因,华北地区主要工业产业原材料是煤炭、铁矿、石油等固体污染物排放较大的行业, 是导致该地区单位产值固体废物排放较高的主要原因,另外，辽宁、云南、四川三省区中的工业固体废物排放也处于较高水平,这与这一带有较多的大型矿冶、石油化工等企业分布密切相关。因此，应合理控制煤炭、石油的燃烧，做好相应的固体废物处理措施。

（2）湖北、广东、四川是得分较高的前3个地区，说明这3个地区污染物排放主要是COD排放量、氨氮排放量和石油类排放量。原因与各城市的产业结构和工业发展水平密切相关,如湖北工业产业包括化学制品制造、酸碱等废水排放量较高的产业。广东也是同样情况，废水中石油类、氨氮含量较高，导致废水污染较为严重。

（3）贵州、辽宁、湖北是得分较高的前3个地区，说明这3个地区污染物排放中，偏向于氮氧化物的排放，与这些省区工业以化工、制药、电力产业相关。

（4）从综合得分排行中可以看到，有17个地区在的污染物排放大于 0，其余地区均处于平均水平以下，山东、内蒙古、河北、四川为前四个得分最高的地区；西藏、天津、海南、北京为得分最低的四个地区。其中，北京和山东相差2.183。说明工业污染物的污染问题在某些城市的环保规划中未得到足够的重视, 从而造成污染改善情况的地区差异十分显著。

（二）聚类分析

根据以上因子分析得到的各因子得分作为变量，对数据进行聚类分析。最终将31个省区聚成3类，如表4。

表4 聚类结果

由聚类结果可知，第一类地区污染物排放量较少，污染程度属于一级污染，其中北京、天津等地区均为我国政治经济中心，对于污染物排放的治理及控制相对有效因此污染物排放量较少，吉林、西藏等地区为经济欠发达地区，地理位置相对较远，工业发展较为落后，污染物排放量较少，因此归为一类。第二类河北、山西、内蒙古等城市在污染物排放量上得分处于前列，为污染严重地区，污染物排放量超过了全国平均水平，由此可知第二类城市污染物排放量较高。第二类城市产业大部分原材料以煤炭、铁矿、石油等污染物排放较大的行业，因此二氧化硫、颗粒物、固体废物等污染物排放较多，容易造成环境污染。该地区在大力发展工业的同时，应注意环境是否能够承载。第三类城市污染较为严重，大多地区为我国内陆地区，近年来我国一些重度污染产业逐渐转战内地，这些企业为内陆地区带来巨大经济效益但同时对随着各种污染物的排放，造成了较为严重的环境污染，利弊相依，因此在不断发展经济的同时，应采取合理措施，不要超出环境的承载能力，给环境带来压力。

四、对策和建议

针对上述分析从政府政策、地区产业、企业三个方面提出几点建议：

（1）政府应制订相关法律准则，对工业企业废弃物加大减排力度，健全相关法律制度，制定严格的法律条例，根据各行业污染物排放情况规定污染物排放标准。（2）由于我国幅员辽阔,政治、经济、文化和历史地理上的差异性十分显著,且根据上述模型构建结果，我国各地区工业污染物排放和发展水平存在较大差异。要缩小地区差距, 污染物排放量较多的城市比如河北、内蒙古等地区应努力完善自身的工业产业结构, 提高本地区企业整体的环保意识其次与发达城市进行产业间进行经验交流和技术支持，提高整体环保意识。（3）企业应将环境保护与技术创新相结合，利用科研新技术治污。通过成立科研排污部门，围绕提升环境质量水平进行科技攻关，加大研究成果转化，大力推进生态环境科技成果应用。鼓励科学技术创新，助力促进科技创新成果的转化与产业化。以实现在发展壮大企业经济规模的同时控制污染物的排放，从而提高企业的环境效益和经济效益。