基于岭回归的城市空气污染影响因素研究

分类：论文范文 发表时间：2020-09-15 09:20

　　【摘 要】城市空气污染现已成为全民关注的主要环境议题。基于《中国统计年鉴2012)和中国环境数 据 2011，本 文采用岭 回归方 法对全 国 31个主要城 市空 气污染影响 因素进行研 究。通 过分析 岭 回归的结果来研 究 城 市空 气 污 染影 响 因素 ，其 结论 对 城 市 空 气污 染 治理 有 一 定的 借鉴 意义。

　　【关键词】空气污染；多重共线性；岭回归

　　近年来 ，我国在城市化和工业化方面都 取得了 巨大进步，但随之而来 的环境 问题也 13益严重。尤 其是在 2013年我 国许多城市出现 了空气质量严重 超标 的现象 ，让空气污染成为公众关注的主要 环境 问题 。因此 ，探究空气污染 的影响 因素对于制定 正 确的环境治理对策 、确保城市与环境 的可持续协调 发展和营造 良好 的城 市环境具 有重要 的意义。 目 前 ，我国采用空气质量指数来对城市空气质量 进行 评价 ，本文选取了 l6个有关城市空气污染的相关变 量并采用岭 回归的方法 ，对空气污染问题的主要影 响因素进行研究 。

　　1 背景介绍

　　空气 污染是一个较为复杂的现象 ，我 国主要城 市的空气 污染都受到 了特 定地点 和特定 时 间的影 响 ，综合环境领域的相关文献可 以认为这些影响 因 素有三类 。首先最主要的因素是城市 中人为污染物 排放量的大小 ，这其 中包括工业生产排放 ，居 民生活 取暖和车辆尾气等 ，这些是空气污染的主要污染源 ， 可以直接影响到当地市区的空气污染程度大小。第 二个因素是季节及气象 因素 ，在污染源排放量的差 异不大时 ，城市周围的气象条件也可 以一定程度上 影响空气污染程度。一般来说 ，降水少 ，温度低与湿 度低会使大气中限制污染源扩散的要素增加 。第三 个因素是指城市发展 和城市密度 ，由于我 国各城市 发展情况差异较大 ，在评价城市空气污染程度时应 考虑到城市规模大小 因素 。

　　2 变量选择及数据来源

　　造成某一城市空气污染 的因素复杂且繁多 ，对 其进行研究时 ，首先应进行变量的搜集和筛选 ，最终 进入评价体系的变量应同时具备广泛性 ，综合性 ，完 备性和可操作性等特点 ，本文对中国31个主要城市 的空气污染程度进行分析，根据 2011年的环境统计 数据和 2012年的中国统计年鉴 ，并结合环境领域 的 基本特点 ，选取 了三个方面的 16个变量来构建城市 空气污染程度的评价模型 ，这些变量包括 ：(1)城市 污染物排放的相关变量 ， 。：工业二氧化 硫排放量 (IS)、X2：工业烟粉尘排放量 (ID)、墨 ：工业氮氧化 物排放量 (，O)、 ：工业化学需 氧量排放量 (IC)、 ：工业氨氮排放量 (Am)、X6：生活二氧化硫排放量 ( )、X7：生活氮氧化物排放量 (LO)、X ：生活烟粉 尘排放量(LD)、X9：城市生活污水排放量 (Se)、X 生活化学需氧量排放量 (Lc)。(2)城市规模相关变量 ： 人 口总数 (Po)、x2：第二产业 (s，)、X ：地 区生产总值(GRP)。(3)城市气候相关变量 ： 年 平均温度( )、 年平均相对湿度 (H)、X ：全年 降水量(|Prc)。因变量为气象局发布 的空气 质量指 数 PM2．5。

　　3 空气污 染 影响 因素 的评 价模 型

　　3．1 岭 回归的基 本 思路

　　多元 回归模型的矩阵表示 ， =Y，利用 OLS估 计 ： =(XTX) X Y，若 自变量多重共线 ，导致 l I一0，从而使得 系数 JB：( ) l，，出现不稳定 现象 ，估计结果没有任何实际意义 ，因此解方案法就 是将一个非负常数 k加到 的主对角线元素上 ， 即 (k)=(XX+k1) l，，其 中 ，为单位矩 阵，这 样的处理使得 l + l一0的概率 比的概率 大大 降低 ，最后用 ( X+肼)一1 I，来进行估计 ，结果 会使 的估计变得稳定许多。所 以，岭 回归估计 的 精确程度依赖于 k值 ，我们通过岭迹 图和方差膨胀 归系数变得更稳定 。系数 ()是 k的非线性函数 ， 加入 K会使 (k)成为有偏估计 ，但 比 更稳定 ，卢 ()随 k变化 的轨迹图即是岭迹图。

　　3．2 基 于岭 回 归的 变量选择

　　岭 回归 的一个 重 要 应 用 是选 择 变 量 ，选 择 变量 通 常 的原则是 ： (1)剔 除标准化岭 回归系数绝对值小且较稳定 的 自变量 (2)剔 除岭 回归系数不稳定 、振动趋 于零 的 自 变量 (3)剔 除标准化岭 回归系数 很不稳 定的 自变 量 ，剔除个数视剔除后回归效果而定

　　4 数据 处理 及结 果评 价

　　4．1 多重 共线性 检验

　　变 量之 间 的多重共 线性 是指某 一个 变量 可能 由 其他一个或多个变量解释 ，也就是说某些变量间可 能不是完全独立的 ，因此首先计算 16个 自变量之间 因子来确定 k值 ，尽量小 的 k值能使岭迹图中的回 的相关系数并得到下表 1：

　　4．2 岭 回归 实证 分析 本文使用 R软件进行岭 回归的实现 ，将数据进 行标准化后 ，首先得到 k的取值范 围在 1至 20之间 时的岭迹和残差平方和图 ：见图 1

　　参考文献：

　　[1] 中华人 民共和 国国家统计局．中国统计年鉴(2012) [M]．北京：中国统计出版社，2012．

　　[2] 中华人 民共和 国国家统计局，中国环境统计 年报 (2011)[M]．北京 ：中国统计 出版社 ，2011．

　　[3] 刘永祺，李大鹏，倪长健．重庆市大气污染特征及其影 响 因素分析[J]．四川环境 ，2009(3)．

　　作者潘晨 晔 ，丁 雪

　　推荐阅读：城市空气污染的现状及治理

上一篇：机械化收获玉米秸秆处理探讨 下一篇：基于新公共服务理论浅析政务新媒体建设