毕业设计（论文）-基于logistic回归模型的污染总量减排措施绩效分析.doc

I基于logistic回归模型的污染总量减排措施绩效分析摘要环境政策是政府进行环境管理的主要工具之一，对其进行绩效评价非常重要。本研究以全国30个省、市、自治区为例，通过定量化分析各类环境政策与污水COD总量减排绩效之间的关系，得到各政策对污染减排起到的作用。通过查阅相关资料，运用头脑风暴法、专家评价法初步选出主要的污染减排影响因子，并得到各地区的GDP、COD排放等相关数据，用excel、SPSS软件对这些影响因子进行共线性诊断和单因子回归，进一步筛选这些变量，分别以不同的剔除标准进行回归分析，建立最优回归模型，获得各因子对减排绩效的贡献度。研究结果表明，对减排绩效产生显著影响的因子按作用大小依次是：关停并转迁企业数(个)、环评制度执行率(%)、当年新增废水治理设施去除的COD（吨），说明淘汰落后生产能力这类结构措施非常重要，经济管理方面的排污收费政策也起到了关键的作用，企业内部污水处理这方面的工程措施也对污染减排起到了一定的效果。另外，实际上污水处理量(万吨)与二产业比重(%)这两个因子数值大说明当地污染相对严重，倾向于使减排效果不显著，与模型分析结果一致。应该加强行业结构调整力度和淘汰落后企业能力，完善环评制度，大力推进进污水治理设施的建设和应用。关键词：环境政策,影响因子,总量减排措施绩效,logistic回归模型IIStudyonthePerformanceofMeasuresforReducingTotalEmissionVolumesbasedonLogisticRegressionModelEnvironmentalScience05-1MengXiao-ningSupervisorWangChun-meiAbstractEnvironmentalpolicyisoneofthegovernmentsmaintoolsforenvironmentalmanagement.Itisofgreatimportancetoevaluatetheirperformance.Inthisstudy,wetake30provincesandcitiesinourcountryasanexampleandquantitativelyanalyzetherelationshipbetweenvarioustypesofenvironmentalpoliciesandCODemissionreductionperformances.Thenwecanknowtheroleeverypolicyplayedonthepollutionabatement.Throughsearchingrelevantinformationandusingbrainstorming、expertsevaluationmethodswefirstpickoutmainfactorswhichplayimportantrolesinthepollutionemissionreduction.ThenwegettheGDP,CODemissionsandsomeotherrelevantdataofvariousregions.Analyzetheco-linearityofallthefactorsandosingle-factorlinearregressionbyexcel、SPSSsoftwareforfurtherscreening.Doregressionanalysiswithdifferentstandardsinordertofindtheoptimalregressionmodel.Atlast,wecangetthecontributionofeachthefactorstoemissionreduction.Theresultsshowthatfactorswhichplayanimportantroleontheemissionreductionaccordingtothestrengthare:thenumberofenterpriseswhichareclosedorintransfer(a)、theimplementationrateoftheenvironmentalassessmentsystem(%)、CODremovedbynewwastewatertreatmentfacilities(tons).Itindicatesthatmeasuresofstructurerespectforeliminatingbackwardproductionareveryimportant.Sewagechargingpolicyofeconomicmanagementaspectalsoplayedakeyrole.Besides,internalsewagetreatmentmeasuresofabatementrespectalsohaveaverygoodeffect.Inaddition,infact,ifthevalueofsewagetreatmentcapacity(milliontons)andtheproportionofsecondaryindustryarelarge,itmeansthatthelocalpollutionisserious.Theresultisnotinclinedtomakeasignificantreduction,consistentwiththeresultsoftheanalysismodel.Thegovernmentshouldstrengthentheeffortsofindustryadjustingandbackwardproductioncapabilitieseliminating.Besides,itshouldimprovetheenvironmentalassessmentsystemandpromotetheconstructionandapplicationsofsewagetreatmentfacilities.IIIKeywords:environmentalpolicy,influentialfactors,performanceofmeasuresforreducingtotalemissionvolumes,logisticregressionmodel目录IV1绪论.51.1国内外研究现状.51.1.2定性研究.51.1.2定量研究.61.2模型简介.61.2.1模型应用领域.61.2.2模型基本原理.61.2.3模型分类.72资料和方法.82.1研究对象.82.1.1研究地区.82.1.2研究基准时间.82.1.3影响因子（X）.82.1.4减排绩效（Y）.102.2统计工具.112.3研究方法.123污染总量减排措施绩效分析结果.133.1各指标相关性分析.133.2各指标单因子回归分析.143.3总量减排措施绩效回归分析结果.153.3.1高显著性水平下分析结果.153.3.2较低显著性水平下分析结果.164结论与展望.184.1结论.184.2展望.18致谢.19参考文献.20附录.2251绪论环境政策是解决环境问题的重要途径，是政府进行环境管理的主要工具之一。环境政策评估是指依据一定的标准和程序，对环境政策的效益、效率、效果及价值进行判断的一种行为，是环境政策运行过程这一有机链条中的重要一环，是政策达到预定目标的基本和重要保证。政策最终表现出的绩效是多因子的综合作用结果，而我们缺乏对这些政策因子分别贡献的定量认识。“十一五”期间，污染物总量减排的措施主要有三类，包括工程治理减排措施、结构调整减排措施、监督管理减排措施。本研究以COD总量减排系列措施为政策案例，对我国2007年的环境污染减排进行定量分析，得出各类措施在污染减排中贡献度的大小。即是为“十一五”的工作做总结，也是为“十二五”的政策制定提供参考，同时是对多政策因子绩效定量化评价的研究模式及方法的探索。1.1国内外研究现状1.1.2定性研究目前国内外对环境政策绩效的评价多采用“定性”和“半定性半定量”的方式，很多已有的半定量方式缺乏严谨的科学性解释，这给政策的制定和实施带来了可操作性差、成本偏高等问题。这类研究主要是回顾污染物排放总量控制发展的历程，指出总量控制方法体系在执行方法上存在的问题，例如对中国排污收费制度从理论和实践上进行分析拓宽，对中国排污收费制度的发展历史、存在问题、影响因子及以后改革方向进行阐述1。最后从监督管理方面、经济政策方面、技术政策方面提出相应建议，属于综述性质的，不够科学严谨。另一部分研究是针对某一类措施对污染排放的影响，例如有研究结果表明，政策的筹集资金功能强于旧收费制度，但对于污染物减排是乏力的2。以上这两类都没有具体到“量”的水平。哪些政策收到了显著的效果，哪些实际上无效，都没有科学的、具体的说明，且对各类措施的探讨不够全面，没有形成完整体系。61.1.2定量研究目前国内外对环境政策绩效的定量化评估方面的研究极少。但是“定量评价”对于改进环境政策制订系统，克服环境政策运行中的弊端和障碍，增强环境政策的活力和效益，提高环境政策水平具有重要作用和极其深远的意义。政策绩效的“定量化”方法也是环境管理研究领域最为重要的研究主题之一，它是开展其它类型研究的基础和前提，目前还处在发展阶段。1.2模型简介1.2.1模型应用领域许多社会科学的观察结果都是分类的变量，而不是连续的。例如医学上，研究对象只有生病与不生病两种情况，不会产生连续的结果。在分析这类分类变量时，常用对数线性模型，Logistic回归分析模型是对数线性模型的一种特殊形式3。当对数线性模型中的一个二分类变量被当作因变量并定义为一系列自变量函数时，对数线性模型就变成了Logistic回归模型。logistic回归分析模型最初是应用于医学研究上，随着模型的更加完善和进步，广泛的应用在人口、社会学研究上4。例如，为了评估退耕还林工程的可持续性，对比退耕还林前后，农民的经济状况和经济结构。如果退耕还林后，有的农户生活质量下降了，则试图使用logistic模型来进一步探索哪中因子使得家庭生活质量下降了，然后建议政府采取相应政策。另外，还有能源结构的、我国人口未来的发展趋势的Logistic模型等等,并最终都根据预测的结果提出了相应的对策与建议。可见，该模型在目前的应用是成熟和广泛的，能较为全面的考虑各因素，模型的精确度和实用性很高5。本研究将之应用于环境政策绩效评价上，借鉴他人研究方法和经验，探索环境政策绩效评估的合理、有效模式。1.2.2模型基本原理二分类logistic回归分析模型中，因变量是二分类，即Y=1或0，自变量是一系列的连续变量，用于探讨自变量与因变量之间的关系6。将事件发生的条件概率标注为P（yi=1|xi）=pi，就能得到下列logistic回归模型：7iiixx)x(ie1ee11p（1-1）其中，pi为第i个案例发生事件的概率。它是由一个解释变量xi构成的非线性函数（non-linearfunction）；xi为自变量；和分别为回归截距和回归系数。然而这个非线性函数可以被转变为线性函数（linearfunction）。首先，定义不发生事件的条件概率为：iiixxxie11)e1e(1p1（1-2）那么，事件发生概率与事件不发生概率之比为ixiiep1p（1-3）这个比被称之为事件的发生比（theoddsofexperiencinganevent），简称为odds。Odds一定为正值，因为0pi1，所以没有上界。将odds取自然对数就能够得到一个线性函数：iiix)p1p(ln（1-4）将logistic