基于主成分分析的工业废水排放量预测

2018-06-13赵莉杨昊柴晨孔博

科学与财富 2018年13期

赵莉杨昊柴晨孔博

摘要：工业是推动社会经济发展的主要动力之一，但其快速发展也导致了一系列问题。依据十九大报告的要求，应加快水污染防治，实施流域环境和近岸海域综合治理。本文统计了全国十多年来工业废水排放量及工业用水总量、治理工业废水项目完成投资、工业企业产成品、工业企业利润总额、工业增加值、人均GDP、产业结构等因素。运用主成分分析方法，得到经济因素、用水量及产业结构三个成分，并进行非线性回归分析得到相应的预测方程。

关键词：主成分分析；非线性回归分析；工业废水

一、全国工业废水排放的现状

工业高速发展带来显著的经济效益，但其带来的隐患也亟待解决，而工业用水的附属产品——工业废水也成为显著的隱患之一。据环保部相关数据显示，2016年全国总用水量6040.2亿m3，其中工业用水占总用水量的21.6%，仅次于农业用水，我国工业废水已然成为废水排放的主要来源。但随着工业废水处理工艺的纯熟，我国工业废水排放量逐年减少，全国工业废水处理总量从2011年580亿吨减至2014年的500亿吨，工业废水排放量从2011年的230.9亿吨减至2014年205.3亿吨，2016年工业废水排放量已减至186.4亿吨，所占废水排放总量的比重逐年下降，年均下降率达0.33%【1】。尽管工业废水排放量有所减少，但基数仍然十分庞大，同时，工业废水对自然环境和生活环境都将产生非常严重的危害。

二、工业废水模型的建立

1）工业废水数据的选取。通过查文献，可得工业废水排放量有三个主要影响因素，治理投资费用【2】，工业增加值【3】，经济发展【4】。故从《中国统计年鉴》选取工业用水总量、治理工业废水项目完成投资、工业企业产成品、工业企业利润总额、工业增加值、人均GDP、产业结构等七个因素，另外从《中国环境状况公报》可得工业废水排放量的数据。

2）根据以上分析，进行主成分分析的指标变量有7个：x1，x2…x7，从2004到2014共有十年数据，故第i个指标j年取值为xij。将其按照下式标准化

3）运用SPSS软件进行KMO 和 Bartlett 的检验，可见kmo值为0.635大于0.5为中等，近似卡方值较大，sig远小于0.05为显著，通过了假设检验，可以进行主成分分析。运用SPSS及EXCEL得到特征值根及其贡献率如表1。

可以看出，前两个特征根的累积贡献率达到97%，主成分效果很好。并计算前两个特征根对应的特征向量，由此知

从主成分的系数可以看出，第一个主成分主要反映了后五个指标的信息，主要表现为工业经济的影响，第二个主成分反映了前两个指标，其中第二个指标为用水量增大而引起治理废水投资的增大，即第二个反映了用水量的影响。且根据特征根的贡献率可知其第一主成分对工业废水排放总量影响最大。

4）根据所得的主成分公式，将2004到2014年全国工业废水的相关数据代入，并统计产业结构，标准化后汇总。根据环境库兹涅茨曲线【5】可假定，工业废水排放量与工业经济因素，为到U型关系可为二次曲线，用水总量及产业结构为线性关系。放入SPSS中进行非线性回归得到结果如下：

其中y1 、y2、y3为工业经济因素、用水总量及产业结构的标准化数值。

5）通过上述模型所得回归方程，计算预测值并与实际值比较如图。

由此可见，所得模型的预测量与实际相比，残差平方和为0.719，R方为0.928。故所的模型的与实际相比，较为准确。

3.结论

1.模型中y1二次项系数为负值，可知全国工业废水的排放量与工业经济因素呈到U型关系，与环境库兹涅茨曲线相一致，即一个地区的污染水平会随着经济发展和国民收入的增加而上升，当经济发展到一定程度，随着收入的上升污染水平又会下降。而此回归模型具体量化了，两者的相互关系，使结果能够预测。

2.全国工业废水排放量与全国用水量呈正相关，即全国用水量增加，会相应地增加全国废水量的排放。但从主成分分析结果看，前者工业经济因素的贡献率更大，而经济结构的优化，也使全国废水排放量减少。

3.根据我国现状GDP及第二产业比例减少、第三产业比例增加，从环境库兹涅茨曲线可知，我国工业废水排放总量已经从2007年开始进入下降阶段。