4实证过程与结果

1、4 实证过程与结果4.1 主成分与聚类分析首先通过 SPSS软件对环境污染的相应指标进行主成分分析，得到：提取 Y1、Y2、Y3 和 Y4 四个主成分，其累积贡献率已经达到，超过 80%， 代表所有环境污染指标的绝大部分信息。 Y1 偏向于解释工业氢氧化物排放量， Y2 偏向于解释生活烟尘排放量， Y 3偏向于解释生活废水排放量， Y4 偏向于解释 工业二氧化硫排放量。然后，根据主成分分析结果，用 Z=0.43226*Y 1+0.21911*Y2+0.10380*Y3+ 0.06519*Y4 计算综合得分，见下表 1。表 1 环境污染地区的主成分综合得分表序号地区Z排名序号地区Z排名1北京0.

2、863517武汉-0.116132天津1.088418长沙-0.841283石家庄0.455619广州-0.373194太原0.209820南宁-0.519245呼和浩特-0.0521221海口-1.29316沈阳-0.2731722重庆2.76717长春-0.2571623成都-0.451208哈尔滨2.489224贵阳-0.331189上海1.979325昆明-0.5522610南京-0.2321526拉萨-1.2753011杭州0.175927西安0.357712合肥-0.52128兰州-0.5142313福州-0.5252529西宁0.0041114南昌-0.9492930银川-0.7

3、022715济南0.0221031乌鲁木齐-0.5022216郑州-0.15214最后将环境污染的综合得分作为个案进行层次聚类分析， 将 31 个地区分为 5 类，如表 2。1 / 7.表 2 各地区污染分类分类污染情况地区1轻度污染海口、拉萨合肥、乌鲁木齐、福州、南宁、兰州、 ，昆明、成都2比较轻度污染银川、南昌、长沙、沈阳、长春、南京、广州、贵阳、郑州、武汉、济南、西宁、呼和浩特3污染情况一般太原、杭州、石家庄、西安4污染比较严重北京、天津5污染十分严重上海、哈尔滨、重庆4.2 主成分分析和聚类分析在 SPSS中的操作过程打开 SPSS，“文件 -打开 -数据 ”，选中 excel，如下图

4、结果首先将变量标准化，“分析-描述统计 -描述”，将变量全部选入对话框， 点上 “将 标准化得分另存为变量（ Z） ”，结果如下。2 / 7.在做主成分分析， “分析-降维-因子分析 ”，将为标准化的变量选入对话框。 选择右侧 “描述 ”，在弹出来对话框中点上 “系数、显著性水平、 KMO 和 Bartlett 的球形度检验 ”，点“继续 ”。选择右侧 “抽取 ”，在弹出来对话框中将方法改成 “主 成分”， “基于特征值 ”改成“0.6，”点“继续”。选择右侧 “旋转”，在弹出来对话框 中，将方法改成 “最大方差法 ”，点 “继续 ”。3 / 7.首先输出的各自变量的相关矩阵， 由下图可见，各

5、自变量间存在显著性相关。 说明有必要进行因子分析。接着输出的是 KMO 和 Bartlett 的检验，结果如下图，由表可见， KMO 是 Kaiser-Meyer-Olkin 的取样适当性度量， 当 KM0 越大时，表示变量间的共同因素 越多，越适合进行因子分析，此处 KMO 大于 0.6，表示可进行因子分析。此外， Bartlett 球形检验的近似卡方分布为 183.816（自由度为 45）达到显著，代表有共同 因素存在，适合进行因素分析。 同时，Bartlett 球度检验给出的相伴概率为 0.000， 小于显著性水平 0.05，故适合进行因子分析。随后输出的解释的总方差， 由下图可见， 主

6、成分个数为 4 时，累积贡献率已 经达到 82.037%，超过 80%。故本次因子分析中提取 4 个因子，我们分别称之为F1，F2，F3，F4。4 / 7.在下面的成分矩阵图中可以看出， F1 主要是和工业氢氧化物排放量有关， F2主要和生活烟尘排放量有关， F3 主要和生活废水排放量有关， F4主要和工业 二氧化硫排放量有关。随后将成分矩阵表中的系数复制到数据窗口，并将变量名命名为a1，a2，a3，a4。再在数据窗口点击 “转换-计算变量 ”，将目标变量 t1=a1/SQRT(4.323)。(括号内为对应主成分的初始特征值)，依次算出 t2，t3，t4。则可知道 Y1=0.382*Z 工业废

7、水排放量 +0.365*Z 工业化学需氧量排放量 +0.262*Z 工业二氧 化硫排放量 +0.397*Z工业烟尘排放量 +0.404*工业氢氧化物排放量 +0.120*Z 生活 废水排放量 +0.357*Z 生活化学需氧量排放量 +0.320*Z 生活二氧化硫排放量 +0.136*Z 生活烟尘排放量 +0.261*Z 生活氢氧化物排放量，依次依据 t2，t3，t4 得5 / 7.到 Y2，Y3，Y4。再依据 Z=0.43226*Y1+0.21911*Y2+0.10380*Y3+0.06519*Y4 得到综合得分，见表 1然后做层次聚类分析， “分析-分类-系统-系统聚类 ”，在弹出来对话框把综合 得分选入变量栏，在右侧 “绘制”中点上“树状图 ”，点确定。如下图。依据下面的树状图，可将序号 12,31,13,20,28,25,23,30,14,18,6,7,