福建省空气质量状况及碳排放影响因素的统计建模分析

福州大学 黄河、郭媛、苏毅

目 录

摘要 .................................................................................................... 2 关键词 ................................................................................................ 2 一、引言............................................................................................. 3 二、我国主要城市空气质量的聚类分析 ............................................ 3 1、相关背景 ................................................................................. 3 2、系统聚类分析 .......................................................................... 4 三、福建省空气质量分析——以福州市为例 .................................... 8 1、相关背景 ................................................................................. 8 2、福州市历年空气污染指数的简单描述性分析 ......................... 8 3、空气污染指数变化趋势描述 ................................................. 10 4、空气质量级别分析 ................................................................ 12 四、福建省碳排放情况的描述性统计分析 ...................................... 14 1、相关背景 ............................................................................... 14 2、福建省碳排放情况的统计分析.............................................. 15 五、基于因子分析法的福建省碳排放的影响因素分析 ................... 17 六、建议和总结 ............................................................................... 22 参考文献........................................................................................... 24

第 1 页 共 24 页

福建省空气质量状况

及碳排放影响因素的统计建模分析

摘要：近年来，福建省推出建设海西城市，建设节能环保城市的，积极响应了国家“十一五”规划的“低碳”目标。为此，我们通过描述性分析、聚类分析、因子分析等统计分析方法，深入探讨福州市空气质量状况、福建省的碳排放情况及福建省碳排放的影响因素等，最后我们深入剖析产生这些结论的原因以及提出可行性建议。本文致力于对福建省整体环境情况的一个了解和对“低碳”的宣传，让福建省能在建设和谐海西城市中更好地发展。本文的数据主要来源于福建省统计局和福建省环境保护局。

关键词：福建 空气质量 低碳 统计模型 建议

Fujian Province's Air Quality And Carbon emission factors of

Statistical modeling analysis

Abstract：In recent years, Fujian Province, launched construction of Hercynian city, the city's

policy of building energy saving, positive response to the national \"Eleventh Five-Year Plan\" of \"low carbon\" target. To this end, we describe the analysis, cluster analysis, factor analysis and other statistical analysis methods to study the air quality in Fuzhou, Fujian Province, Fujian Province, carbon emissions and the impact of carbon emission factors, and finally generate our in-depth analysis of these reasons and conclusions put forward feasible suggestions. This paper is committed to the overall environmental situation of Fujian Province, one of understanding and the \"low carbon\" propaganda, so Fujian Hercynian in building a harmonious development of the city better. This data comes mainly from the Fujian Province and Fujian Province Environmental Protection Bureau of Statistics.

Key Words: Fujian Air Quality low-carbon Statistical model suggestion

第 2 页 共 24 页

一、引言

为了改善环境空气质量，防止生态破坏，创造清洁适宜的环境，保护人体健康，根据中国环境保规的要求，为掌握和评价空气质量状况和污染变化趋势，部分城市环境质量监测系统对国家空气质量标准中规定的几种常见污染物开始进行例行监测。空气质量日报就是每日的空气质量评价，以空气污染指数的表征形式向公众公布。

空气污染指数(Air pollution Index，简称API)就是将常规监测的几种空气污染物浓度简化成为单一的概念性指数值形式，并分级表征空气污染程度和空气质量状况，适合于表示城市的短期空气质量状况和变化趋势。空气污染的污染物有：烟尘、总悬浮颗粒物、可吸入悬浮颗粒物（浮尘）、二氧化氮、二氧化硫、一氧化碳、臭氧、挥发性有机化合物等等。

福建省位于东南沿海一带，和隔海相望，陆地平面形状似一斜长方形，东西最大间距约480千米，南北最大间距约530千米；大部分属中亚热带，闽东南部分地区属南亚热带；土地总面积12.4万平方千米，海域面积13.6万平方千米。福建现致力于建设海西城市，其发展备受关注。一个城市的发展，环境很重要，环境与人们的生活息息相关，因此，我们通过这次分析，想要了解福建省最近几年的空气质量状况。因为空气质量中有一项指标二氧化碳排放，但是在“十一五”之前，这项指标没有被明确提出作为参照标准，因此，我们在分析福建省福州市的空气质量时就没有考虑这项指标，但是，“十一五”后，这项指标被列入了考察空气质量的范畴，因此，我们又进一步分析福建省的碳排放量是否达到其06年提出的节能减排的预定目标，然后再以“低碳”为标准，了解福建省的碳排放是否是全国的低碳地区。

据悉，2010年福建省城市环境空气质量仍保持优、良水平，23个城市空气质量均达到或优于国家环境空气质量二级标准，达标城市的比例为100%。福建省的在治理污染上的力度是明显加强了，下面我们通过定性与定量的方法对福建省的空气质量状况和其碳排放状况进行描述。

二、我国主要城市空气质量的聚类分析

1、相关背景

第 3 页 共 24 页

通过下面的聚类分析聚类，我们要得出全国31个主要的大城市（不包含港澳台）的空气质量情况，然后将空气质量相近的城市归为一类，最终来实现对不同类的城市的分析。 我们选取我们的省会福州和全国各大城市的空气质量状况进行比较，了解福州市的空气质量在全国的分类情况，以此来了解福州市的空气质量状况在全国所处的位置。主要参考指标是可吸入颗粒物、二氧化硫和二氧化氮。

系统聚类开始将n个样品（或变量）各自成为一类，然后找出性质最接近的

两个类何斌那个成一个新类，计算在新的类别划分下各类之间的距离，再将性质最接近的两类合并，直到所有聚成一类为止。

2、系统聚类分析

表 一 聚类过程表 Agglomeration Schedule(聚类过程表） StageStage Cluster First Cluster Combined（合CoefficientAppears Next Stage（聚类并） s（距离测度（复聚类首次出现的步骤（下阶段序步骤数） 值） 号） 号） Cluster 1 Cluster 2 Cluster 1 Cluster 2 1 2 3 4 5 6 7 8 9 10 11 12 13 8 2 8 7 5 2 1 9 16 21 3 7 1 17 22 11 18 14 6 23 19 27 26 30 10 8 .036 .112 .139 .158 .177 .178 .220 .283 .358 .372 .385 .434 .603 0 0 1 0 0 2 0 0 0 0 0 4 7 0 0 0 0 0 0 0 0 0 0 0 0 3 3 6 13 12 17 14 13 15 14 25 17 18 20 第 4 页 共 24 页

14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 2 9 15 3 7 2 1 13 2 12 1 13 12 1 1 1 1 16 25 29 5 9 3 7 20 24 15 2 21 28 12 4 13 31 .667 .704 .992 1.094 1.220 1.309 1.637 2.299 2.437 2.625 2.836 3.291 4.472 5.203 7.230 10.727 19.475 6 8 0 11 12 14 13 0 19 0 20 21 23 24 27 28 29 9 0 0 5 15 17 18 0 0 16 22 10 0 26 0 25 0 19 18 23 19 20 22 24 25 24 26 27 29 27 28 29 30 0 上表列出了观测量或类合并的详细步骤，以Stage为1时，即第一步聚类为例，将观测量8（Cluster1）和17（Cluster2）聚类合并，其中，距离测量系数（Coefficients）是0.035，这个类的下一次聚类合并（Next Stage），将出现在步骤3，其中，Stage Cluster First Appears（复聚类首次出现的步骤数）下的Cluster1和Cluster2为0时表示非类的合并，若不为0时，表示某个类，且显示的数据就是生成该类的那个步骤数。比如，Stage为1时，Stage Cluster First Appears下的Cluster1和Cluster2均为0，说明此步的聚类属于非类的聚类，它是两个观测量的聚类，这两个合并的观测量形成的类将出现在第三步的聚类。

以上的聚类过程是详细的聚类过程，说明8（哈尔滨）和17（武汉）这两个城市的空气污染情况比较接近，其指标的距离最接近，可以将它们归为一类，然后在第3步骤中，再将11（杭州）归到这一类来，如此往复，可以将31个城市都进行归类。

第 5 页 共 24 页

表 二 聚类分析结果表

Cluster Membership（聚类分析结果表） Case（个案——城市） 1:北 京 2:天 津 3:石 家 庄 4:太 原 5:呼和浩特 6:沈 阳 7:长 春 8:哈 尔 滨 9:上 海 10:南 京 11:杭 州 12:合 肥 13:福 州 14:南 昌 15:济 南 16:郑 州 3 Clusters Case 1 17:武 汉 1 18:长 沙 1 19:广 州 1 20:南 宁 1 21:海 口 1 22:重 庆 1 23:成 都 1 24:贵 阳 1 25:昆 明 1 26:拉 萨 1 27:西 安 1 28:兰 州 2 29:西 宁 1 30:银 川 1 31:乌鲁木齐 1 3 Clusters 1 1 1 2 2 1 1 1 1 2 1 1 1 1 3 上表显示了聚类分析结果表，可以看到聚类结果分为以下三类。

第一类：北京、天津、石家庄、太原、呼和浩特、沈阳、长春、哈尔滨、上海、南京、杭州、合肥、南昌、济南、郑州、武汉、长沙、广州、重庆、成都、贵阳、昆明、西安、兰州、西宁和银川； 第二类：福州、南宁、海口和拉萨； 第三类：乌鲁木齐。

可以发现，福州、南宁、海口和拉萨归为第二类，这些城市都是在我国的南部，第三类城市乌鲁木齐这是西北地区的城市，自己一类可以看出西北地区的空气质量确实和沿海等地的空气质量有很大的差异。

第 6 页 共 24 页

C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+ 哈 尔 滨 8 ─┐ 武 汉 17 ─┤

杭 州 11 ─┼───┐ 北 京 1 ─┤ │ 成 都 23 ─┘ ├─┐ 长 春 7 ─┐ │ │ 长 沙 18 ─┼─┐ │ │ 南 京 10 ─┘ ├─┘ │ 上 海 9 ─┐ │ │ 广 州 19 ─┼─┘ │

昆 明 25 ─┘ ├─────┐ 天 津 2 ─┐ │ │ 重 庆 22 ─┤ │ │ 沈 阳 6 ─┼─┐ │ │ 郑 州 16 ─┤ │ │ │ 西 安 27 ─┘ ├───┤ │

呼和浩特 5 ─┬─┤ │ ├─────┐ 南 昌 14 ─┘ │ │ │ │ 石 家 庄 3 ─┬─┘ │ │ │ 银 川 30 ─┘ │ │ │

贵 阳 24 ───────┘ │ ├───────┐ 济 南 15 ───┬───┐ │ │ │ 西 宁 29 ───┘ ├───┐ │ │ │

合 肥 12 ───────┘ ├─┘ │ ├─────────────────────┐ 兰 州 28 ───────────┘ │ │ │ 太 原 4 ───────────────────┘ │ │ 海 口 21 ─┬───────┐ │ │ 拉 萨 26 ─┘ ├─────────────────┘ │ 福 州 13 ─────┬───┘ │ 南 宁 20 ─────┘ │ 乌鲁木齐 31 ─────────────────────────────────────────────────┘

Rescaled Distance Cluster Combine（树形图）

图1 树形图

上图树形图可以很直观地看出整个聚类的过程，从图中，可以明显看到，每

个城市从单独一类到逐次合并，一直到全部合并成一大类，以合并距离10为例，在这个距离下可以将全国城市合并成三类。

第一类可以看出是一些重工业城市，因此，空气质量相对比较差，而第二类城市为旅游发展城市，由于交通运输频繁，产生的尾气等会相应地影响这些城市的气候，故而这些城市的空气质量较为相似，第三类为比较落后的城市，由于刚刚起步发展，对环境的污染也相对较少，例如福州，作为海西建设的一个城市之一，开始在最近几年内有很大的改进，旅游和商业开始出现苗头，其发展程度和南宁（在广西）、海口等城市相似，因此其空气质量的情况应该大致相似，故而归为一类是比较合理的，至于乌鲁木齐归为第四类，很清楚的是西北的城市气候跟中东部有天壤之别，受人文、地理和环境的影响，故而其空气质量也会有很大的差别。

通过以上的聚类，我们可以看出，福州市和南宁、海口以及拉萨的空气质量状况比较接近，而南宁、海口和拉萨的城市污染都不很严重，说明福州市的整体空气质量状况还是不错的。

第 7 页 共 24 页

三、福建省空气质量分析——以福州市为例

1、相关背景

要了解福建省的空气质量状况，我们考虑福建省设市多达九个，大小县城更是众多，因此，选择具有代表性的省会城市福州进行分析。据悉，福州市环保局召开新闻发布会，发布《2010年福州市环境状况公报》。公报显示，2010年全市生态环境持续良好，环境质量状况继续保持优良水平，城区空气污染指数(API)平均值为59，全年空气质量优良率达96.17%。2010年福州市城区共出现轻微污染12天，重污染2天，主要污染物均为可吸入颗粒物。空气中二氧化硫、二氧化氮和可吸入颗粒物的均值都达到国家环境空气质量二级标准。按空气污染指数计算，福州市空气质量在全国31个省会城市和直辖市中排名第五。城区降水pH均值为5.，酸雨率为29.48%。

2、福州市历年空气污染指数的简单描述性分析

在做分析之前，我们收集了福州2005年到2011年6月份以来的日空气质量状况的数据，运用统计知识，进行如下的描述性检验和探索性检验相结合的分析，并且以下分析是基于一些统计表结合相关统计图进行的分析。

表 三 福州市历年污染指数分析的简单的统计量表

Statistics（基本统计量表）——污染指数 N Mean（均值） Std. Error of Mean（均值标准误） Median（中位数） Mode（众数） Std. Deviation（标准差） Variance（方差） Skewness（偏度） Std. Error of Skewness Kurtosis（峰度） Std. Error of Kurtosis Minimum（最小值） Maximum（最大值） Sum Valid（有效值） Missing（缺失值） 2286 0 56.72 .803 57.00 59 38.396 1.474E3 -12.881 .051 347.5 .102 -1000 500 1296 第 8 页 共 24 页

从表中结果可以看出，有效值是2280，缺失值是0。空气污染指数的平均值为56.72，中位数为57，标准差为38.396，标准差数值还不算很大，但也同时说明空气污染指数存在一定的偏差。其中最大的为500，最小的为-1000。偏度是-12.881，表示数据不是成对称分布的，均值右边的比左边的少，直观表现为右边尾部相对于左边尾部短；峰度是347.5，大于0，表示空气污染指数比正态分布较陡峭。还有偏度的标准误为0.102，峰度的标准误为0.051。

表 四 福州市污染指数的正态性检验表

Tests of Normality（正态性检验表） 污染指数 Kolmogorov-Smirnova Statistic .160 df 2286 Sig. .000 Shapiro-Wilk Statistic .430 df 2286 Sig. .000 上表是对福州市历年空气污染指数的正态性检验，由上表中的p值小于显著性水平0.05，拒绝原假设，认为2005年到2011年的污染指数数据分布还是服从正态性分布.

通过以上分析，我们大概了解了福州市的空气质量分布状况，这也为我们的后续研究做了基础。

图 2 福州市历年空气污染指数的箱型图

为了进一步初步了解空气污染指数数据的变化情况，我们组绘制了箱型图。

第 9 页 共 24 页

从上图中可以看出中位数在60附近，整体上说数据还是分布较为集中，但还是存在一定的异常值，使得数据呈现右左偏状态，这和表2—1中所得到的相关结论相辅相成。

3、空气污染指数变化趋势描述

图3 福州市污染指数变化分布的散点图

图2绘制的各年空气污染指数平均数的散点图，从上图中可以看到从2005年开始污染指数开始下降到达2008小幅上升后又下降，但到了2010年年后又开始呈现大幅上降趋势，从2006年，空气环境质量呈改善趋势。结合实际情况可以了解到进入新世纪中国经济飞速发展，但此时的经济增长还是建立在大量破坏环境的基础上，到了2006年开始注意到经济转型，使得整个中国大环境更加注意到环境，减少污染。同时福州的空气质量取得巨大的进步，这和福州迎合国家有关，开始走可持续发展道路，并于2006年出台《环境保护专项行动法制宣传方案》，采取多方措施使得工业发展对城市环境的压力明显减小，主要污染物排放总量持续下降。2008年福州空气质量和2010年空气质量下降的原因，主要还是在于经济发展过热，整个工业增加值比重增加，碳排量增加，至空气质量下降。2009年福

第 10 页 共 24 页

州的经济开始受金融危机影响，经济发展减速，工业停产较多，空气质量提高.至于2011年的污染指数攀升，则是由于数据不全面，这里的空气质量测度的是福州1~6月福州空气质量较差阶段，而导致平均值的攀升。

污染指数月份均值污染指数均值10090807060504030201002005-201-105-205-105-209-106-201-106-205-106-209-107-201-107-205-107-209-108-201-108-205-108-209-109-201-109-205-109-209-110-201-110-205-110-209-111-201-111-5-1

图4 福州市各月份污染指数均值的折线趋势图

图3根据的是每年各月份空气污染指数的平均数所绘制的时间折线图。从上图中同样也可以较为模糊的看出2005年至2010年福州空气质量的大致变化情况，呈现在一年内先上升后下降在上升的周期性发展趋势。

图 5 福州市空气污染指数月份数据分布直方图

从图4可以清晰的看到福州空气污染指数的月份平均数较为平均，变化幅度不大，但在3~5月份空气质量较差，在7~9则小幅提高空气质量。主要原因是1~4月特别是早晚时段，气温低，静风频率高，大气层容易出现逆温层，污染物垂直输送能力差，导致污染物堆积，造成空气污染严重，但到了下降，福州受太阳辐

第 11 页 共 24 页

射加热明显，产生对流容易使地层污染物扩散。

4、空气质量级别分析

图6 福州市空气质量级别的饼状图

上图直观的给出2005年至2010年福州市空气质量级别的频数分布表，可以看到福州市的空气质量级别主要集中在Ⅱ、Ⅰ两部分。为了进一步更为详细的分析空气质量级别分布，将福州质量级别频数分布数据列于表2—3中。

表 五 福州市空气质量级别频数分布表

空气质量级别 Frequency Valid | || ||| v Total 1 801 1405 78 2 2440 Percent 6.3 32.8 57.6 3.2 .1 100.0 Valid Percent 6.3 32.8 57.6 3.2 .1 100.0 Cumulative Percent 6.3 39.1 96.7 99.9 100.0 从表五中可以看出福州市空气质量级别的众数是Ⅱ，即良。这也可以大致代表福州市从2005年至2010年的空气质量状况为优良。观察上表可以得到福州市空气质量的优良累计率达到90.4%。这个优良率较高，按天数算一年大概有330天左右达到良以上。

第 12 页 共 24 页

表 六 福州市空气质量级别优良率统计表

优 良 轻微污染 重污染 2005 0.341808 0.607345 0.048023 0.002825 2006 0.330508 0.621469 0.062147 0 2007 0.375706 0.627119 0.014124 0.002825 2008 0.324859 0.584746 0.028249 0 2009 0.423729 0.5972 0.0338 0.002825 2010 0.372881 0.612994 0.036723 0.00565 2011 0.10452 0.367232 0.014124 0 从表六可以大致看出在2005年到2007年福州市的空气质量级别优良率较好幅度不大。到了2008年开始下降，到了2011年福州市空气质量级别大致只有0.57，一年大概只有208天左右空气质量达到良以上。为了更为直观的观察数据变化，将空气质量状况各年比率绘制在下图中。

福州市污染情况比率分析图0.70.60.50.40.30.20.102005200620072008200920102011优良轻微污染重污染

图 7 福州市污染情况比率分析图

从上图中可以看到每年福州市重度污染、轻度污染、没有较大的变化，影响整体情况主要是空气质量状况中良和优的不同。可以看出2008年开始空气质量整体较差，体现在良的天数急剧减少。

通过对福州市的空气质量状况在“十一五”规划期间的变化情况的分析，我们发现福州市从2005年至2010年的空气质量状况为优良。空气污染的情况在改善，并且福州市的空气质量变化在图3中反映了周期性的变化。从这种周期性的变化我们可以把握住一些规律，例如，从图中可以看出福州市每年4月和5月份的污染指数都较高。可以相应制定对这两个月份的治理，这样能够达到事半功倍的效果。

据了解，福州市在2010年“整治违法排污企业，保障群众健康”环保专项行动中，重点开展重金属污染企业专项整治，铁路、高速公路、国道、省道两侧黑烟污染专项整治，闽江、敖江、龙江干支流沿岸企业违法排污专项执法检查等环

第 13 页 共 24 页

保专项执法行动。我们看到，福州市的空气质量从2009年全国省会排名第五到2010年全国排名第四，福州市的空气污染情况这些年来确实在一些和行动下得到了控制，但是，和国家标准来比，福建省还是有一定的差距，我们将在下文提出相应的可行性建议。

四、福建省碳排放情况的描述性统计分析

1、相关背景

以上是关于福建省（以福州为例）的空气质量状况的分析。但是在进入“十一五”时期，我国将碳排放量作为衡量空气状况的重要指标之一，这样加之考虑福建省这些年的碳排放情况，来对福建省的空气质量有更进一步的了解。

“低碳经济”这个词最早见诸于2003年的英国能源《我们能源的未来：创建低碳经济》。“低碳经济”不断地受到各国的重视，逐渐地成为一种经济模式，其核心是在市场机制基础上，通过制度框架和措施的制定和创新，推动提高能效技术、节约能源技术、可再生能源技术和温室气体减排技术的开发和运用，促进社会经济朝向高能效、低能耗和低碳排放的模式转型。

在中国环境保护局中《中国低碳经济年度发展报告（2011）》的报告中，推出了适合中国国情的省域低碳经济竞争力指标体系，并对全国省市区进行排名，划分为“低碳地区”、“中碳地区”、“高碳地区”。下图为中国碳排量地域分布图。

图 8 中国高碳、中碳、低碳地域分布情况图

（注：深色代表高碳地区；浅色代表中碳地区；白色代表低碳地区。高、中、低碳地区是按照省域低碳经济竞争力排名的相对划分。）

第 14 页 共 24 页

由上图我们发现福建省属于低碳地区。这原因在于福建省的森林覆盖率和引导有关。根据全国森林资源第七次连续清查测算显示，福建省的森林覆盖率最高，一个原因是福建省适合植树的山比较多，有“八山一水一分田”之称；另一个原因是福建是集体林权制度改革的先行省份，早在2006年底福建省就基本完成了“分山到户”的主体改革，激发了广大林农的造林热情。另一原因在于大力发展节能工程。福建省曾公布的《“十一五”重点节能工程行动方案》提出，“十一五”（2006－2010年）期间，全省万元地区生产总值能耗降低16％，即由去年的0．94吨标准煤降至0．79吨标准煤，重点行业主要产品单位能耗总体达到国内先进水平。

2、福建省碳排放情况的统计分析

随着经济的快速增长，福建省的能源消费量不断上升，其中工业耗能占到七成。由于受产业结构偏重、产品结构偏低、能源结构不合理等因素影响，我省能源消耗量较大，能源利用效率较低，二氧化碳排放量较大。近年来，随着全面推进节能降耗工作的开展和深入，全省的能源消耗结构及利用效率均有了新的提高。

以下是福建省统计局公布的最新数据：

表 七 福建省碳排放情况的年度数据表

年份 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

福建碳排放总量（万吨）

1628.9 16.1 2045.2 2495.5 2884.6 3734 4101.4 4742.12 5016.51 5592.62 7808.525

在以上年度数据的基础上，我们对福建省历年来的碳排放的情况做一个描述

第 15 页 共 24 页

性分析。希望从而了解福建省碳排放的基本情况，并能够发现问题，从而提出解决措施。

表 八 福建省碳排放情况的简单统计量表 Statistics（简单统计量表）——福建省碳排放总量 N Mean（均值） Median（中位数） Mode（众数） Std. Deviation（标准差） Variance（方差） Skewness（偏度） Std. Error of Skewness Kurtosis（峰度） Std. Error of Kurtosis Minimum（最小值） Maximum（最大值） Valid（有效值） Missing（缺失值） 11 0 3791.2250 3734.0000 1628.90a 1915.23260 3668115.924 .788 .661 .324 1.279 1628.90 7808.53 从以上的简单统计量表中我们可以看出，这些年来，福建省碳排放的均值在3791.2250万吨，众数是1628.90万吨，由于标准差较大，为1915.2326，说明这些年来福建省的碳排放情况变化比较明显，到底是什么原因导致的变化，我们要结合一下图示以及进行说明。数据分布情况：偏度为0.788，说明对于正态分布来说存在偏态，而峰度0.324说明数据分布比正态图形稍微陡峭些，其中最大值达到7808.53万吨，最小值为1628.90万吨。

图 9 福建省各年份碳排放情况的折线趋势图

第 16 页 共 24 页

以上图形绘制了我省2000年到2010年的碳排放趋势，我们直观地看出，2000年到2009年，我省的碳排放呈现直线缓慢上升的趋势，但是，到了2010年，上升趋势却加大了，2000年到2001年，我省碳排放几乎呈现低增长趋势，淡了2006年出现了拐点，这是因为2005年根据党、建设创新型国家和、省建设海峡西岸经济区的战略部署，我省以《国家中长期科学和技术发展规划纲要（2006—2020年）》为指南，结合我省实际，特制定《福建省中长期（2006―2020年）科学技术发展规划纲要》。这导致2006年到2009年我省的碳排放情况稍稍缓和了一些，但是2010年是“十一五”规划的最后一年，为了完成一定的指标，我省的一些工厂，旅游部门等加大产出力度，因此，工厂排污有所加重、旅游人口增多又导致交通使用增多，尾气排放等增多，因此，到2010年，我省的碳排放骤增是有一定原因的，不过，我省还是完成了2005年提出的“ ‘十一五’（2006－2010年）期间，全省万元地区生产总值能耗降低16％，即由去年的0．94吨标准煤降至0．79吨标准煤”这个标准，也就是碳排放的一项指标达到要求，我们发现2010年，我省的碳排放总量为7808.525万吨，而单位生产总耗为0.71吨标准煤，这已经实现了目标，说明我省的环保力度还是到位的。

从全国来看，2010年是中国低碳发展年。大量化石能源消耗带来的环境问题，尤其是温室气体排放带来的全球气候变化，迫使世界经济发展向低碳转型。低碳经济既是发达国家经济转型的方向，也是发展中国家应遵循的发展途径。发展低碳经济是一场涉及生产模式、生活方式、价值观念的。在哥本哈根世界气候峰会，中国勇敢地与西方国家集团进行气候博弈，引起了国内民众的广泛关注与支持。2010年3月“”期间，低碳经济与低碳发展成为参会代表热议的话题；进入四、五月份，民间与地方低碳活动风起云涌，低碳概念在国内广泛传播。以世博零碳馆开放为标志，2010年中国低碳发展起步达到高潮。但是，我国低碳发展也面临不少困难与问题，起步并不顺利。

五、基于因子分析法的福建省碳排放的影响因素分析

碳排放与空气质量息息相关，我们通过因子分析寻求福建省碳排放的主要影响因素。根据“我国工业分行业碳排放与增加值关系研究”与“中国第三产业碳

第 17 页 共 24 页

排放量与入境旅游人均消费的相关关系探析”等研究报告，我们初步选取的指标有：工业增加值（单位：亿元）、地区生产总值（单位：亿元）、当年造林面积（单位：万公顷）、旅游收入（单位：亿元）、货运量（单位：万吨）、环境保护投资(单位：亿元）和单位生产总值能耗（单位：万吨煤/亿元），因为这些指标都会对碳排放情况造成影响，在综合考虑经济等各效应下，我们才选定这些指标进行分析。

进行因子分析能够加深我们对影响碳排放指标的贡献程度，或者说对碳排放的影响程度，然后用主成分分析法提取公共因子，用最大方差旋转法对因子载荷进行旋转，得出的结果对因子进行命名，最后写出因子得分模型，这样，将我们选择的7个指标就减少到2个公共因子，实现了因子分析的降维技术，当然，这两个因子的得分模型也是我们对各年份的碳排放的情况的一个参考模型，可以根据具体实际数据来求得相应的因子得分并进行排序等处理，再按得出不同年份的情况进行比较。

表十五 相关系数矩阵表

Correlation Matrix（相关系数矩阵） 工业增加值 工业增加值 1.000 地区生产总值 当年造林面Correlation（相关系数） 积 旅游收入 货运量 .9 .992 .979 .997 .491 -.244 .8 .625 .470 -.205 1.000 .982 .565 -.113 -.211 .505 1.000 .580 .615 1.000 .8 .625 .470 -.205 .992 地区生产总值 .992 1.000 当年造林旅游收面积 .580 .615 入 .9 .979 货运量 .992 .997 环保投资额 .533 .491 单位生产总值能耗 -.181 -.244 .982 1.000 .519 .565 .519 1.000 环保投资额 .533 单位生产总值能耗 -.181 -.113 -.211 .505 上表是要进行因子分析的七个指标的相关系数矩阵，我们看出，大部分指标之间的相关系数还是很大的，最高的是地区生产总值和货运量，达到了0.997，虽然单位生产总值能耗和各指标间的相关性较弱，但是从经济角度分析，它对碳

第 18 页 共 24 页

排放的影响还是有的，而且在其与环保投资额之间的相关系数也达到了0.505，故而保留该指标继续分析。

由于各指标间的相关性较强，故初步认定可以进行因子分析。

表 九 KMO检验和Bartlett球形检验表

KMO and Bartlett's Test（KMO检验和Bartlett球形检验） Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Approx. Chi-Square Bartlett's Test of Sphericity df Sig. .813 108.781 21 .000 从上面的KMO检验和Bartlett球形检验结果可以看出，其KMO值超过了0.5，达到了0.813，很适合做因子分析。再看Bartlett球形检验结果，其P值为0，拒绝显著性水平=0.05的原假设，故认为相关系数矩阵不是单位矩阵。

表 十 主成分列表

Total Variance Explained（主成分列表） Initial Eigenvalues Component % of Extraction Sums of Squared Rotation Sums of Squared Loadings % of Loadings % of Total Cumulative % Total Cumulative % Total Cumulative % Variance Variance Variance 1 2 3 4 5 6 7 4.753 67.8 1.451 20.722 .620 8.863 .156 2.230 .011 .006 .003 .162 .0 .037 67.8 88.620 97.483 99.713 99.874 99.963 100.000 4.753 67.8 1.451 20.722 67.8 88.620 4.721 67.446 1.482 21.174 67.446 88.620 以上表格数据显示了7个因子，且按照特征根从大到小的次序排列。从表中可以看出，第一个因子的特征根为4.753，方差贡献率为67.8%，前两个因子的累计贡献率为88.620%，已经超过80%，而第三个因子的特征根小于1，按特征根不小于1的抽取原则，故本模型选出2个因子。

第 19 页 共 24 页

图 10 碎石图

以上是碎石图，是按照特征根大小排列的因子散点图，纵坐标代表特征值，横坐标代表因子数。从图中可以看出第一个因子相对其他因子而言比较高，其次是第二个因子，通过该图，我们还可以直观地看出选择两个因子达到的效果是很明显的。

表十一 经过旋转的因子载荷矩阵表

Rotated Component Matrixa（经过旋转的因子载荷矩阵） 工业增加值（ZX1） 地区生产总值（ZX2） 当年造林面积（ZX3） 旅游收入（ZX4） 货运量（ZX5） 环保投资额（ZX6） 单位生产总值能耗（ZX7） 1 .982 .9 .707 .969 .991 .6 .244 Component 2 .037 -.027 .919 .099 .009 .772 .535 上表是使用最大方差旋转法产生的因子载荷矩阵，用来反映各变量的变异主要由哪些因子解释。通过因子载荷矩阵就可以给出各变量的因子表达式，从上面的表格数据可以看出，ZXI主要由第一个因子解释，而ZX7主要由第二个因子解

第 20 页 共 24 页

释。通过旋转的因子载荷矩阵，我们可以对所提取的公共因子进行命名，第一个因子在各个指标上都有正的载荷，并且该因子表示的是各指标越大，导致的碳排放量也越大，其中，工业增加值、地区生产总值、旅游收入和货运量的载荷较大，达到0.9以上，说明这些指标的增大将导致我们研究的碳排放量增加，这很符合实际的情况，虽然单位生产总值能耗的增加也会碳排放增加，但是在这个模型中并不是很明显，综上所述，该因子可以命名为碳排放消极因子，说明下，之所以命名为消极因子是因为其增加会导致碳排放增加，碳排放增加对社会是不好的，是消极的，故此因子而得名。第二个公共因子在一些指标上是负的，一些是正的，但是该因子表示的是各指标越大，特别是在当年造林面积以及环保投资额上的数值是比较大的，说明该因子表示的是这些指标越大，对碳排放的抑制作用越大，因此，可以给该因子命名为碳排放积极指标，其命名也是依据其经济意义或者说经济作用而命名的。

表十二 因子得分矩阵表

Component Score Coefficient Matrix（因子得分矩阵） 工业增加值（ZX1） 地区生产总值（ZX2） 当年造林面积（ZX3） 旅游收入（ZX4） 货运量（ZX5） 环保投资额（ZX6） 单位生产总值能耗（ZX7） 1 Component 2 -.021 -.0 -.020 .023 -.040 .503 .652 .210 .214 .151 .204 .213 .081 -.096 以上是因子得分系数矩阵，通过此表可以把各主成分表示为各个变量的线性组合。

F1=0.210X1+0.214X2+0.151X3+0.204X4+0.213X5+0.081X6-0.096X7 F2=-0.021X1-0.0X2-0.020X3+0.023X4-0.040X5+0.503X6+0.652X7 在第一个因子中，旅游收入和货运量的载荷最大。这二者对碳的排放则主要

第 21 页 共 24 页

**************是通过交通工具中排放尾气对碳排量产生影响。这一方面应当大力发展公共交通事业，较少私家车，将更多的资源和优惠配置到公交系统中，同时也可以深化节能车补贴，严格执行汽车尾气排放标准。另一方面可以采用引进先进技术，调高汽车燃油效率，发展采用清洁能源汽车。工业增加值和地区生产总值增加，也将引起空气中碳排量的增加。这就要求我们对于社会发展不仅仅关注于GDP的数值，而应发展一种低碳经济的一种循环发展模式。在经济发展中可以鼓励节能环保企业的发展并予以支持，相反地对于严重损害环境发展，高碳排量的企业，则坚决取缔。在第二个因子中，当年造林面积的载荷是比较大的。这也给我们启示，我们应该多植树造林，根据统计，每种一棵树，一年可以吸收5到10公斤的碳排放量。可以多举办植树造林活动，向社会宣传树林重要性，如减少一次性筷子的使用和文件纸的循环使用，无纸化办公等宣传。

六、建议和总结

根据以上我们分析的福建省福州市的空气污染情况，我们发现，福州市的污染在这些年有所控制，主要归功于的有力措施和居民的环保意识。虽然福建省很好地完成了“十一五”规划的目标，但是“十二五”规划又给了福建省了很大的挑战，福建省“十二五”规划提到试点建设低碳城市，广泛应用降低二氧化碳排放的新技术。鼓励生产和使用节能节水节材产品、可再生产品和节能环保汽车，形成健康文明、节约资源的生产和消费模式，改变经济发展方式和方向，促进可持续发展。这样的发展模式是福建省建设和谐海西城市的要求与挑战，我们基于前文实证分析结果和对各文献的参考，为福建省进行“十二五”规划出谋献策，主要有：

通过上述的因子分析，可以看出工业增加植的增加会引起碳排放大幅度的增加，因此，我们从工业企业发展角度提出如下建议：

1、工业要合理布局，这样有利于污染物的扩散和工厂之间互相利用废气，从而减少废气排放量；

2、实行区域集中供热，以高效率的锅炉代替分散的低矮烟囱群；

3、改变燃料结构，根据我省拥有的新能源进行开发利用，逐步推广使用天然气、

第 22 页 共 24 页

煤气和石油液化气，选用低硫燃料，对重油和煤炭进行脱硫处理，开发和利用太阳能、氢燃料、地热等新能源。

通过上述的因子分析，还可以看出旅游收入和货运量的载荷最大，这二者对碳的排放则主要是通过交通工具中排放尾气对碳排量产生影响，因此，我们从生活角度提出如下建议：

1、交通运输工具废气的治理。如减少汽车废气排放，鼓励市民乘坐公交等； 2、对生活垃圾集中处理，焚烧要合理规划，避免有毒气体等排入空气中； 3、鼓励居民使用天然气等新能源，减少对煤炭的使用，同时对电价的制定按照不同地区合理制定，达到节能环保。

通过上述对福州市的空气质量的研究发现，福州市最近几年空气质量有所改善，这主要和的制定分不开，因此，我们从措施角度提出如下建议： 1、颁布相应的环保，鼓励市民参与环保活动，包括知识竞答和实际行动等； 2、开设环保建议网站或者环保小组，到各个社区进行宣传； 3、拍摄节能减排，过“低碳”生活的宣传片；

4、推动结构调整，构建低碳经济发展模式，如积极发展能耗低、附加值高的现代服务业，加大第三产业在国民经济中的比重，重点发展现代物流业、电子商务、金融保险业等生产性服务业；

5、加大对低碳开发技术的科研研究费用，促进低碳技术的发展。 6、加强监督，对破坏环境的行为坚决予以曝光；

7、广播媒体多做宣传，结合世界环保日等，在公共场合进行宣传。

以上只是我们提出的一些建议，当然要结合实际做深入探讨，希望我们的研究能够为大家了解福建省的空气质量以及低碳发展有所帮助。

这次分析，我们通过描述性分析、聚类分析、因子分析等方法，了解了福建省的省会福州市的空气质量状况及其变化趋势给出了福建省环境的一些情况，以及历年福建省的碳排放总量的情况。通过分析，我们知道，福建省很好地完成了

第 23 页 共 24 页

“十一五”规划的节能减排指标，这也给了我们全体居民迈向“十二五”更高要求的希望和信心，最后，在全国“低碳城市”排行中，福建省成了其中一个，这和我们全省人民共同努力分不开的，针对这些分析，我们提出了一些可行性建议，希望能为福建省更好地开展节能减排活动提供见解。

参考文献：

[1] 刘燕娜，洪燕真，余建辉.福建省碳排放的因素分解实证研究.［J］技术经济，2010，29（8）:58—87. [2] 黄蕊，刘昌新，熊文，王铮.福建省的碳排放趋势与对策.［J］亚热带资源与环境学报，2001，6（1）:15—25.

[3] Zhong Xiao-jian，Yang Yu-sheng，Yang Zhi-jie，et al． Developing a low-carbon economy in the economy zone on the west coast of the Taiwan Straits: policy and opportunity ［J］． Journal of Subtropical Resources and Environment，2010，5 ( 1) :21-26． ［钟小剑，杨玉盛，杨智杰，等． 海峡西岸经济区发展低碳经济的必然性及研究［J］． 亚热带资源与环境学报，2010，5 ( 1) : 21-26．］.

[4] 赵卫红. 福建省城市空气质量变化趋势及影响因素分析. ［J］亚热带资源与环境学报，2009，4（4）:86—91.

[5] 吴肇光. 福建发展低碳经济的现实选择.福建论坛·社科教育版，2009，专刊:220—224. [6] 李春瑛. 大气污染与环境的治理迫在眉睫.［J］低温与特气，2010，28（4）:5—9. [7]李红.统计分析软件及应用实验.经济科学出版，2008..

[8]中国低碳经济年度发展报告（2011）（内容推介），2011，(http://www.cjs.com.cn/News/Article_Show.asp?ArticleID=470852).

[9]福建省发展和改革委员会及福建发展研究中心：福建“十二五”规划发展目标和指标体系研究，2011，( http://www.lydpc.gov.cn/fzgh/201007/W0201007133172999757.doc)

[10]省：福建省中长期（2006―2020年）科学技术发展规划纲要.福建日报，2006，( http://www.66163.com/Fujian_w/news/fjrb/gb/content/2006-10/31/content_1013058.htm).

[11] 福州市(含常委会)：2010.福州市环境保护条例（2010年），2010，（http://code.fabao365.com/law_531719_4.html）

[12]福建省统计局.福建省统计年鉴(2000—2010). 说明：本文的分析采用SPSS16..0的软件完成

第 24 页 共 24 页