何學(xué)成 ，萬 語

(1.宣城職業(yè)技術(shù)學(xué)院 信息與財(cái)經(jīng)學(xué)院, 安徽 宣城 242000；2. 安徽建筑大學(xué) 數(shù)理學(xué)院, 合肥 230601)

0 引 言

自20世紀(jì)80年代以來，工業(yè)改革等技術(shù)革命帶來城市化率和工業(yè)化率不斷提高。隨著工業(yè)化水平的快速提高，國民經(jīng)濟(jì)總量持續(xù)增長，進(jìn)入了快速增長階段。[1-3]然而，科技和進(jìn)步是一把“雙刃劍”，一方面，國家急劇工業(yè)化的狀態(tài)也給生態(tài)帶來了巨大的影響，主要以資源和環(huán)境的壓力最為突出，工業(yè)能源消費(fèi)所造成的廢水排放已經(jīng)嚴(yán)重影響一個(gè)城市甚至整個(gè)國家的生態(tài)環(huán)境，無數(shù)水產(chǎn)植物，水生動(dòng)物的生長環(huán)境被破壞，這給國家經(jīng)濟(jì)帶來了不小的傷害。[4-6]另一方面，城市化率的提高，國家人口總數(shù)持續(xù)增加，城市用水人口增加導(dǎo)致全國主要城市廢水排放量急劇上升。[7]

因此，研究影響全國主要城市廢水排放情況具有重要的環(huán)保意義，相對(duì)應(yīng)的處理廢水的措施在研究課題后提出的建議也將變得更加合理規(guī)范。同時(shí)，對(duì)于廢水排放量的合理預(yù)測(cè)是不可缺少的一環(huán)。這使得未來的治理廢水項(xiàng)目投資更加具有針對(duì)性和規(guī)劃性。[8-10]

1 國內(nèi)現(xiàn)狀

1.1 2007—2017年全國廢水排放情況

2010年之前全國廢水排放總量相對(duì)平穩(wěn)在450000萬噸左右。自2010年下半年起，污水排放總量正在逐年增加，并以一種線性趨勢(shì)不斷上升。全國GDP總量11年的變化，可以觀察到GDP總量在2010年之前總體也較平穩(wěn)，自2010年下半年開始也呈線性上升趨勢(shì)。由此可見，全國廢水排放總量與全國GDP總量之間有相互關(guān)聯(lián)，需進(jìn)一步建立模型來分析。[11-13]

1.2 2007—2017年各地區(qū)廢水排放量

2007年至2017年，全國各地區(qū)廢水排放量見表1。結(jié)合各地區(qū)10年來總排放量之比，華東地區(qū)占全國廢水排放量39%，占比最多。導(dǎo)致不同地區(qū)總排放量不同的原因有地區(qū)GDP總量，地區(qū)經(jīng)濟(jì)開發(fā)水平，地區(qū)工業(yè)能源消費(fèi)等。總的來看，2007—2017年來這些地區(qū)的廢水排放量呈現(xiàn)增長趨勢(shì)。

表1 2007年—2017年全國各地區(qū)廢水排放量 萬噸

2 回歸數(shù)學(xué)模型及分析

回歸分析是研究一個(gè)因變量與一個(gè)或多個(gè)自變量之間的線性或非線性關(guān)系的一種統(tǒng)計(jì)分析方法。本文建立回歸模型，并根據(jù)實(shí)測(cè)數(shù)據(jù)來估計(jì)模型的各個(gè)參數(shù)，然后，評(píng)價(jià)回歸模型是否能夠很好的擬合實(shí)測(cè)數(shù)據(jù)，并可以根據(jù)自變量來進(jìn)一步預(yù)測(cè)。

回歸分析方法理論成熟，它可以確定變量之間的定量關(guān)系并進(jìn)行相應(yīng)的預(yù)測(cè)，從而，反應(yīng)統(tǒng)計(jì)變量之間數(shù)量變化的規(guī)律，為研究者準(zhǔn)確把握自變量和因變量的影響程度和方向提供有效方法，在經(jīng)濟(jì)、金融、社會(huì)科學(xué)等方面都具有廣泛的應(yīng)用。[14-16]

先運(yùn)用一元線性回歸分析全國GDP總量、全國工業(yè)能源消費(fèi)(萬噸標(biāo)準(zhǔn)煤)、全國主要城市人口總數(shù)(戶)、全國年度治理廢水項(xiàng)目投資(萬元)對(duì)全國主要城市廢水排放總量(萬噸)的影響是否顯著。一元線性回歸模型,是分析兩個(gè)變量之間相互關(guān)系的數(shù)學(xué)方程式，其一般表達(dá)式為：

y=α+βx,

其中,y表示因變量的估計(jì)值,x表示自變量,α,β稱為回歸模型的待定參數(shù),其中β又稱為回歸系數(shù)。上述的回歸方程式在平面坐標(biāo)系中表現(xiàn)為一條直線，即回歸直線。當(dāng)β>0時(shí)，y隨x的增加而增加, 兩變量之間為正相關(guān)關(guān)系;當(dāng)β<0時(shí)，y隨x的增加而減少,兩變量之間為負(fù)相關(guān)關(guān)系。這樣就為判斷現(xiàn)象之間的關(guān)系,分析現(xiàn)象之間是否處于正常狀態(tài)提供了一條標(biāo)準(zhǔn)。

2.1 對(duì)全國GDP總量指標(biāo)進(jìn)行一元回歸分析

由表2“全國主要城市廢水排放總量與全國GDP總量相關(guān)性”可以得到Pearson相關(guān)系數(shù)為0.919，兩者之間存在正相關(guān)關(guān)系，“模型擬合度”=0.919，擬合度相對(duì)較高，可以得出用線性回歸模型擬合這兩個(gè)變量之間的關(guān)系是較好的選擇。

由表3得回歸系數(shù)為3.092，sig<0.001，證明GDP總量對(duì)全國主要城市廢水排放總量有正向顯著性影響。設(shè)全國GDP總量為自變量x1，全國主要城市廢水排放總量(萬噸)為因變量y，可寫出因變量與自變量之間的線性回歸方程為y=3.092x1+3696691.003。

表2 全國主要城市廢水排放總量與全國GDP總量相關(guān)性 萬噸

表3 回歸系數(shù)

2.2 對(duì)全國主要城市人口總數(shù)(戶)指標(biāo)進(jìn)行一元回歸分析

由表4得到Pearson相關(guān)系數(shù)為-0.285，兩者之間具備負(fù)相關(guān)關(guān)系。又由于顯著性sig=0.396，所以不具備顯著性。所以用線性回歸分析全國主要城市人口總數(shù)(戶)與全國主要城市廢水排放量這兩個(gè)變量之間的關(guān)系不合適。

由表5可以得到：回歸系數(shù)常量為21634792.277，顯著性為0.267，大于0.05，說明常數(shù)項(xiàng)不顯著?；貧w系數(shù)為-53.403，顯著性大于0.05，不具備顯著性，說明全國主要城市人口總數(shù)對(duì)全國主要城市廢水排放總量不存在顯著正向影響。

表4 全國主要城市廢水排放總量與全國主要城市人口總數(shù)相關(guān)性表 萬噸

表5 回歸系數(shù)

2.3 對(duì)四個(gè)指標(biāo)建立多元線性回歸模型及分析

多元回歸分析是研究多個(gè)變量之間關(guān)系的回歸分析方法。下列主要介紹多元線性回歸分析。

線性回歸分析是一個(gè)基本的回歸分析方法，線性回歸數(shù)學(xué)模型如下公式：

y=α+β1x1+β2x2+···+βnxn

接下來，對(duì)以上數(shù)據(jù)各個(gè)變量建立一個(gè)回歸模型，得到回歸擬合數(shù)據(jù)表, 見表6。

表6 回歸擬合數(shù)據(jù)表

最后，得出回歸擬合結(jié)果如下：GDP總量=1.464*全國工業(yè)能源消費(fèi)+0.688*全國主要城市人口總數(shù)+ 0.036*全國主要城市廢水排放總量-0.684*全國治理廢水項(xiàng)目投資-47980.714。

3 相關(guān)性分析

3.1 選取指標(biāo)

選用 4個(gè)不同的指標(biāo)表示影響廢水排放的因素：x1—全國GDP總量;x2—全國工業(yè)能源消費(fèi)(萬噸標(biāo)準(zhǔn)煤);x3—全國主要城市人口總數(shù)(戶);x4—全國治理廢水項(xiàng)目投資(萬元)。

3.2 進(jìn)行分析

首先運(yùn)用SPSS軟件計(jì)算出這 4個(gè)指標(biāo)與全國廢水排放總量(萬噸)之間的相關(guān)性并繪制這4個(gè)指標(biāo)與全國廢水排放總量(萬噸)之間相關(guān)系數(shù)矩陣，這些相關(guān)系數(shù)反映了影響這4個(gè)影響廢水排放因素對(duì)全國廢水排放總量(萬噸)的影響力。

從表7數(shù)據(jù)顯示可以看出：有2個(gè)指標(biāo)與全國廢水排放總量(萬噸)之間呈正相關(guān), 特別是全國工業(yè)能源消費(fèi)(萬噸標(biāo)準(zhǔn)煤)和全國GDP總量對(duì)廢水排放呈較強(qiáng)的正相關(guān),對(duì)全國廢水排放總量的影響力最大是全國工業(yè)能源消費(fèi)，全國GDP總量對(duì)其的影響其次。全國治理廢水項(xiàng)目投資(萬元)和全國主要城市人口總數(shù)(戶)對(duì)廢水排放總量影響力為負(fù)相關(guān)。

由表7數(shù)據(jù)表明4個(gè)影響全國廢水排放總量(萬噸)的因素之間存在著一定的內(nèi)部關(guān)系, 這4個(gè)指標(biāo)之間有正相關(guān)也有負(fù)相關(guān), 其中全國GDP總量與全國工業(yè)能源消費(fèi)(萬噸標(biāo)準(zhǔn)煤)之間呈較強(qiáng)的正相關(guān), 全國治理廢水項(xiàng)目投資(萬元)與其他3個(gè)指標(biāo)之間呈較強(qiáng)的負(fù)相關(guān)，這表明這些因素之間的關(guān)系很密切。

表7 影響廢水排放因素指標(biāo)的相關(guān)系數(shù)矩陣

用SPSS軟件擬合2007—2017年全國主要城市廢水排放總量(萬噸)數(shù)據(jù)，并進(jìn)行之后3年的數(shù)據(jù)預(yù)測(cè)，預(yù)測(cè)后的數(shù)據(jù)見圖1所示。根據(jù)預(yù)測(cè)后的指標(biāo)顯示未來3年全國廢水排放量將持續(xù)上升，廢水排放處理項(xiàng)目實(shí)施迫在眉睫，相關(guān)單位和政府應(yīng)當(dāng)制定相關(guān)政策治理廢水。

圖1 數(shù)據(jù)預(yù)測(cè)圖

4 結(jié)論與展望

根據(jù)上文分析綜合，全國工業(yè)能源消費(fèi)(萬噸標(biāo)準(zhǔn)煤)是對(duì)全國主要城市廢水排放量(萬噸)影響很大的因素之一。隨著工業(yè)化水平的提高，城市人口的增加，這一進(jìn)步帶來的影響也在增加。一方面使居民用水增加導(dǎo)致廢水排放量上升, 另一方面導(dǎo)致工業(yè)生產(chǎn)規(guī)模擴(kuò)大使工業(yè)能源消費(fèi)用水排水增加。

所以，減少廢水排放量一方面要從工業(yè)生產(chǎn)入手，運(yùn)用科技手段，提高工業(yè)能源的利用率，減少浪費(fèi)。國家生產(chǎn)總值對(duì)廢水排放量的影響性是正相關(guān)，但是影響力較小。發(fā)達(dá)地域的總廢水排放量很大，可是，這些地域的廢水管理項(xiàng)目投資也很多，廢水的處理率也高；另一方面就是從廢水治理項(xiàng)目投資入手，向廢水排放量大的地區(qū)加大項(xiàng)目投資，有針對(duì)性的治理。地方政府應(yīng)下達(dá)各地區(qū)了解真正影響到該地區(qū)廢水排放增加的原因是什么，并聘請(qǐng)廢水治理的專家或環(huán)保專家，從源頭上治理廢水，做到因地制宜。