经济发展及其环境污染的关系范文

［摘要］本文选取多指标面板数据，运用主成分分析方法，对我国31个地区的经济发展和环境污染状况进行分析。根据两组综合得分进行聚类分析，将31个地区分成4类，并对4类地区的经济发展和环境污染之间的关系进行阐述。

［关键词］经济发展；环境污染；主成分分析；聚类分析

随着我国经济持续增长，废水、废气、烟尘、粉尘和固体废物等给环境带来潜在的危机。如今，经济发展与环境污染之间的冲突已受到政府和社会各界的关注。面板数据是同一截面单元数据集上对不同时间段的重复观测值，即时间序列和截面数据的混合数据。论文简化面板数据结构，运用主成分分析和聚类分析方法，对我国31个地区的经济发展状况和环境污染程度进行研究。

1数据收集及指标选取

研究经济发展水平等问题时，多采用截面数据。为更好地反映各地区经济发展状况及环境污染程度，选取面板数据。从中华人民共和国国家统计局官方网站收集到2012~2015年各地区的年度数据，选取8个经济指标和6个环境指标。在经济指标中，地区生产总值、人均地区生产总值、固定资产投资反映经济总量及规模；居民消费水平、城镇单位就业人员平均工资反映居民生活水平；第一、二、三产业增加值反映三个产业的经济效益。在环境指标中，废水排放总量、化学需氧量排放量反映废水对环境的影响，二氧化硫排放量、氮氧化物排放量反映废气对环境的影响，生活垃圾清运量反映固体废物对环境的影响。

2多指标面板数据的主成分分析

面板数据是三维的数据表，通过取均值的方法，将其降为二维数据表。主成分分析是一种“降维”的思想，可将原来的指标体系转化为少数的综合指标，并以此代表原来指标的信息，且综合指标之间相互独立。因此，需计算4年数据的各指标均值。运用R软件，计算出经济数据和环境数据的相关系数大于0.3，说明各指标间存在相关性，可进行主成分分析。计算经济数据的相关系数矩阵，并得出第一特征值为4.68，第二个特征值为2.84，其贡献率分别是58%和36%。前两个主成分的累积贡献率已达94%，基本包含了原始变量的所有信息，故取二者代替原始变量。计算前两个主成分和原始变量相关系数，得出地区生产总值、固定资产投资、第一、二、三产业增加值与第一主成分（U1）的相关系数较大，反映了各地区的经济规模和效益。人均地区生产总值、居民消费水平、城镇单位就业人员平均工资与第二主成分（U2）相关系数较大，反映了各地区居民生活水平。

3聚类结果分析

根据综合得分Z1和Z2，采用系统聚类分析方法，对各地区进行聚类分析，将其分成4类。第一类：山东、江苏、广东；第二类：浙江、天津、北京、上海；第三类：西藏、海南、青海、福建、重庆、甘肃、宁夏、贵州、云南、江西、吉林、广西；第四类：河北、山西、内蒙古、辽宁、河南、湖北、湖南、四川、安徽、陕西、黑龙江、新疆。根据各地区经济发展状况综合得分Z1得出，经济发展状况较好的地区为江苏、广东、上海、山东、北京，经济发展较落后的地区是西藏、甘肃、海南、青海、贵州。排在全国前列的地区，地处东部或沿海地区，注重发展现代化企业和新科技，因此经济发展较快。而西藏、甘肃、青海和贵州都属于西部地区，由于地理位置、环境条件等原因，经济发展较为缓慢。聚类分析结果中，将31个地区分为4类。经济发展快，环境又好的地区只有上海、北京和天津。虽然浙江为第二类，但浙江省的环境污染程度比这三个地区严重，若再不重视环境的治理，将会成为环境较差的第一类。山东、广东和江苏为第一类，以牺牲环境为代价发展经济。西藏、海南、青海、福建、重庆、甘肃、宁夏、贵州、云南、江西、吉林、广西，这12个地区属于经济差、环境好的第三类。其中，福建可以加快发展自身经济，将有机会跻身于第二类中；青海和海南可根据自身优势，大力发展旅游产业，提高经济水平。对于第四类地区，应大力加强环境治理，在发展经济的同时，应更加重视环境保护。

4结论

论文搜集了经济和环境的面板数据，对经济发展状况和环境污染程度的关系进行分析。通过降维思想，取时间维度上的均值，将面板数据降为二维截面数据，从而运用R软件进行处理分析。首先对均值数据进行主成分分析，计算经济发展和环境污染的综合得分。然后根据两个综合得分对各地区进行聚类分析，将31个地区分为4类。最后，对4类地区分别进行讨论，阐明各地区经济发展状况与环境污染程度的关系。论文以时间维度上的均值进行主成分分析，具有一定的局限性，今后需继续改进。

[参考文献]

[1]郑云兵.多指标面板数据的聚类分析及其应用[J].数理统计与管理，2008(02).

[2]朱建平，陈民肯.面板数据的聚类分析及其应用[J].统计研究，2007(04).

[3]王培，王焱鑫.面板数据的主成分分析及其应用[J].贵州大学学报，2009(05).

作者：贾晓丹 单位：兰州财经大学