河北省環(huán)境經(jīng)濟關(guān)聯(lián)規(guī)則分析

《河北省環(huán)境經(jīng)濟關(guān)聯(lián)規(guī)則分析》由會員分享，可在線閱讀，更多相關(guān)《河北省環(huán)境經(jīng)濟關(guān)聯(lián)規(guī)則分析（11頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、河北省環(huán)境經(jīng)濟關(guān)聯(lián)規(guī)則分析 本篇論文目錄導(dǎo)航： 環(huán)境污染與經(jīng)濟發(fā)展的關(guān)系探究 環(huán)境污染與經(jīng)濟建設(shè)的相互作用緒論 環(huán)境經(jīng)濟描述統(tǒng)計分析 河北省環(huán)境經(jīng)濟關(guān)聯(lián)規(guī)則分析 各行業(yè)環(huán)境經(jīng)濟回歸分析 河北省改善環(huán)境及促進經(jīng)濟發(fā)展對策建議 環(huán)境污染與經(jīng)濟協(xié)調(diào)發(fā)展研究總結(jié)與參考文獻 　　3 河北省環(huán)境經(jīng)濟關(guān)聯(lián)規(guī)則分析 　　3.1 理論基礎(chǔ) 　　關(guān)聯(lián)規(guī)則（Association Rule）是數(shù)據(jù)挖掘中關(guān)聯(lián)分析的一種技術(shù)，是 Agrawal、Imielinski 和 Swami 最早提出的，是用來尋找不同事

2、物之間存在的內(nèi)在關(guān)系的，從而達到發(fā)現(xiàn)這些事物之間所隱含的某種關(guān)聯(lián)特征和內(nèi)部存在的結(jié)構(gòu)特征的目的。 　　關(guān)聯(lián)規(guī)則所蘊含的表達式是形如 X→Y 這樣的，其中 X 和 Y 是兩個項集，它們是不相交的，即 X∩Y= .X 被稱為關(guān)聯(lián)規(guī)則前項，Y 被稱作關(guān)聯(lián)規(guī)則后項。這種關(guān)聯(lián)規(guī)則采用的是其支持度（Support）以及置信度（Confidence）來度量其強度。 　　支持度規(guī)則的確定可以用于其給定的一些數(shù)據(jù)集出現(xiàn)的頻率程度來測量的，像其置信度的確定 Y 則是根據(jù)其在包含 X 的項集中出現(xiàn)的頻繁程度來度量的。支持度（s）和置信度（c）度量的定義形式如下：

3、 　　在上式中， σ （ X ∩Y）表示的是同時包含了事務(wù) X 和事務(wù) Y 的事項的個數(shù)，N 表示的是事項總數(shù)。 σ （X）表示的是其中包含的事務(wù) X 事項的個數(shù)。 　　支持度所表示的是一種概率，即事務(wù) X 和事務(wù) Y 一起發(fā)生存在的可能性，是一種非常關(guān)鍵的度量，這是因為它充分地反映了其關(guān)聯(lián)規(guī)則存在的普遍性情況，支持度較低的一些關(guān)聯(lián)規(guī)則表示的是可能偶然的出現(xiàn)，是沒有代表性的，所以是可以將它忽略的。 　　另外支持度還具有一種特性，這就是期望性質(zhì)，它可以用于有效發(fā)現(xiàn)關(guān)聯(lián)規(guī)則。 　　置信度的度量是通過測量規(guī)則來進行推理

4、可靠性的。另外置信度所表示的是在已經(jīng)給定了事務(wù) X 的情況下，事務(wù) Y 發(fā)生的概率，如果置信度數(shù)值高則表示在事務(wù) X 已經(jīng)發(fā)生的情況下，事項 Y 發(fā)生可能性也比較高。例如，對于一個給定的規(guī)則 X→Y,置信度越高，則說明事務(wù) Y 在所包含的 X 事務(wù)中產(chǎn)生的可能性也就越大。 　　推論由關(guān)聯(lián)規(guī)則得出，但是并不一定意味著其中的因果關(guān)系，它只是意味著法規(guī)的前期部分與其項目后期部分同時明顯。另一方面，需要了解前后項之間因果關(guān)系的數(shù)據(jù)屬性之間的因果關(guān)系，這種關(guān)系通常包括一個長期發(fā)生聯(lián)系。 　　Clementine 軟件中有 Apriori、Carma 和 GRI 等關(guān)聯(lián)規(guī)

5、則算法。本文所采用的則是其中的 GRI 關(guān)聯(lián)規(guī)則度量算法，又被稱作廣義規(guī)則歸納算法，它的運行過程如下：首先從一些龐大的數(shù)據(jù)庫中提取出一組可能性的規(guī)則，然后找出其中包含的最高的信息容量的規(guī)則。GRI 算法與 Apriori 算法相比較而言，它的優(yōu)勢主要表現(xiàn)在兩個方面，第一，它不僅能夠針對一些數(shù)據(jù)變量的屬性是標稱屬性的輸入變量進行處理，還可以針對一些變量的屬性是量化屬性的輸入變量進行處理，另外它還可以同時處理多個輸出變量的規(guī)則分析。 　　3.2 建模過程與分析 　　3.2.1 數(shù)據(jù)合并處理 　　由于本次研究使用的工業(yè)各行業(yè)環(huán)境污染及經(jīng)濟發(fā)展數(shù)據(jù)，數(shù)據(jù)量過多，并且

6、數(shù)據(jù)均屬于連續(xù)數(shù)值，如果直接建模，導(dǎo)致規(guī)模過大，最終結(jié)果不理想。因此本文通過合并法將各個變量數(shù)據(jù)進行清理。 　　合并法：通過將在同一變量下相鄰的數(shù)值進行合并來達到減少變量的目的。本文對調(diào)查數(shù)據(jù)進行頻數(shù)分析，把頻數(shù)較低的數(shù)值進行合并，從而減少變量的取值，這樣就可以大大減少了模型的規(guī)模。具體合并過程如圖 3.1 所示，調(diào)整后的數(shù)據(jù)命名為"環(huán)境經(jīng)濟數(shù)據(jù)。xls";. 　　3.2.2 變量前后項設(shè)定 　　在進行數(shù)據(jù)挖掘研究分析之前，首先需要定義變量的類型。本文選取的環(huán)境污染以及經(jīng)濟發(fā)展數(shù)據(jù)均為連續(xù)型數(shù)據(jù)，且數(shù)據(jù)具有隱含的序，因此均定義為連續(xù)型數(shù)值類型。

7、　　同時指定單位利潤和單位總產(chǎn)值為關(guān)聯(lián)規(guī)則的后件，其余變量設(shè)定為關(guān)聯(lián)規(guī)則的前件，具體變量的設(shè)置情況如上表 3-2 所示。 　　本文運用 Clementine12.0 數(shù)據(jù)挖掘軟件中的 GRI 關(guān)聯(lián)規(guī)則模型進行數(shù)據(jù)挖掘分析，具體操作步驟如下： 　　第一步：讀入"環(huán)境經(jīng)濟數(shù)據(jù)。xls";;并對模型數(shù)據(jù)類型進行定義第二步：連接過濾節(jié)點，過濾不需要變量；第三步：連接 GRI 模型節(jié)點，并對其進行設(shè)置；第四步：運行該數(shù)據(jù)流，得出模型結(jié)果，并對其進行評價。 　　在運行關(guān)聯(lián)規(guī)則數(shù)據(jù)流之前，需要先對關(guān)聯(lián)規(guī)則模型設(shè)定相關(guān)閾值，由于太低的支持度閾值和置信度閾值經(jīng)常性的導(dǎo)致項集的

8、頻繁性，這勢必給算法的計算帶來不利影響。本文經(jīng)過多次試驗，通過不同的閾值反復(fù)操作檢驗，最后確定在最小支持度閾值為5%,最小置信度閾值為 50%,前項中包含最大項目數(shù)為 3,關(guān)聯(lián)規(guī)則最大數(shù)據(jù)為 50 的情況下來進行 GRI 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘分析。 　　具體模型數(shù)據(jù)流如下圖 3.2 所示。 　　3.2.4 模型結(jié)果及分析 　　下面需要針對各個后項變量進行分析。本文篩選了關(guān)聯(lián)規(guī)則中增強的程度大于 1 的部分，下表是根據(jù)最低支持排序，并選出一些具有代表性的關(guān)聯(lián)規(guī)則條目，但由于規(guī)則眾多，所以選擇在確保支持大于 5%的條件下，一些置信度超過 50%的規(guī)則進行了討論。

9、 　　1、后項-總產(chǎn)值關(guān)聯(lián)關(guān)系 　　由于關(guān)聯(lián)規(guī)則結(jié)果較多，本文首先列出后項-總產(chǎn)值的關(guān)聯(lián)規(guī)則進行結(jié)果闡述分析，如表 3-3、表 3-4、表 3-5 和表 3-6 所示。 　　從上表規(guī)則中我們可以得出以下信息： 　　規(guī)則 1 表明當(dāng)廢水排放量在 1 萬噸以下，廢氣排放量在 0.05 億立方米以下，煙（粉）塵排放量在 1 噸以下，單位行業(yè)總產(chǎn)值即在 1 億元以下，概率為 100%. 　　規(guī)則 2 說明廢氣排放量在 0.05 億立方米以下，氮氧化物排放量在 1 噸以下，單位行業(yè)總產(chǎn)值即在 1 億元以下，其概率為 87.5%. 　　規(guī)

10、則 3 說明廢氣排放量在 0.05 億立方米以下，單位行業(yè)總產(chǎn)值即在 1 億元以下，其概率為 87.5%. 　　規(guī)則 4 和 5 說明當(dāng)廢水排放量在 1 萬噸以下，廢氣排放量在 0.05 億立方米以下，單位行業(yè)總產(chǎn)值即在 1 億元以下，概率為 85.71%. 　　從上表中可以得到以下信息： 　　規(guī)則 6 和規(guī)則 7 說明當(dāng)?shù)趸锱欧帕吭?1 噸以下，固體廢物排放量在在 10 萬噸以下，單位行業(yè)總產(chǎn)值即在 1-3 億元之間，概率為 100%. 　　規(guī)則 8 表明在廢氣排放量在 0.05-1 億立方米之間，固體廢物排放量在 50 萬噸以上，單位行業(yè)

11、總產(chǎn)值即在 1-3 億元之間，概率為 100%. 　　規(guī)則 9 和規(guī)則 10 表明當(dāng)廢氣排放量在 0.05-1 億立方米之間，氮氧化物排放量在 1噸以下，單位行業(yè)總產(chǎn)值即在 1-3 億元之間，概率為 100%. 　　規(guī)則 11 表明在二氧化硫的排放總量為 1-5 噸，煙（粉）塵排放量在 1-10 噸，固體廢物的排放總量在 50 萬噸以上，那么單位行業(yè)總產(chǎn)值即在 1-3 億元之間，概率為 100%. 　　規(guī)則 12 說明廢氣的排放總量在 0.05-1 億立方米以下，二氧化硫的排放總量在 1-5噸之間，固體廢物的排放總量在 50 萬噸以上，那么單位行業(yè)總產(chǎn)值即在

12、 1-3 億元之間，概率為 100%. 　　規(guī)則 13 表明當(dāng)二氧化硫的排放總量在 1-5 噸之間，固體廢物的排放總量在 10 萬噸以下，那么單位行業(yè)總產(chǎn)值即在 1-3 億元之間，概率為 75.00%. 　　規(guī)則 14 表明當(dāng)廢氣的排放總量在 0.05-1 億立方米，二氧化硫的排放總量在 1-5 噸之間，那么單位行業(yè)總產(chǎn)值即在 1-3 億元之間，概率為 71.43%. 　　根據(jù)上表我們可以得出以下信息： 　　規(guī)則 15 表明當(dāng)二氧化硫排放量在 5-50 噸之間，固體廢物排放量在 10-50 萬噸，那么單位行業(yè)總產(chǎn)值為 3-10 億元之間，概率為

13、100%. 　　規(guī)則 16 說明當(dāng)廢水排放量在 10-50 萬噸，二氧化硫排放量在 5-50 噸之間，那么單位行業(yè)總產(chǎn)值位于 3-10 億元之間，概率為 83.33%. 　　規(guī)則 17 和規(guī)則 18 表明當(dāng)廢氣排放量在 0.05-1 億立方米之間，固體廢物排放量在10-50 萬噸之間或者廢水排放量在 10-50 萬噸之間，則單位行業(yè)總產(chǎn)值為 3-10 億元，其概率為 80.00%. 　　規(guī)則 19 表明當(dāng)二氧化硫排放量在 5-50 噸之間，煙（粉）塵排放量在 10-50 噸之間，那么單位行業(yè)總產(chǎn)值位于 3-10 億元，概率為 71.43%. 　　

14、規(guī)則 20 說明當(dāng)廢水排放量為 10-50 萬噸之間，那么單位行業(yè)總產(chǎn)值位于 3-10 億元之間，概率為 62.50%. 　　規(guī)則 21 表明當(dāng)二氧化硫排放量為 5-50 噸之間，那么單位行業(yè)總產(chǎn)值位于 3-10 億元之間，概率為 53.33%. 　　由上述規(guī)則我們可以得到以下信息： 　　規(guī)則 22 表明當(dāng)廢氣排放量在 50 億立方米以上時，單位行業(yè)總產(chǎn)值為 10 億元以上，概率為 100%. 　　規(guī)則 23 說明當(dāng)廢水的排放總量為 10-50 萬噸，煙（粉）塵排放量為 50 噸以上，那么單位行業(yè)總產(chǎn)值為 10 億元以上，其概率是 100%.

15、 　　規(guī)則 24 表明當(dāng)廢水排放量為 10-50 萬噸，二氧化硫排放量在 50 噸以上，那么單位行業(yè)總產(chǎn)值為 10 億元以上，其概率是 100%. 　　規(guī)則 25 說明在氮氧化物排放量為 50 噸以上，那么單位行業(yè)總產(chǎn)值為 10 億元以上，其概率是 83.33%. 　　規(guī)則 26 表明當(dāng)二氧化硫排放量在 50 噸以上，煙（粉）塵排放量在 50 噸以上，那么單位行業(yè)總產(chǎn)值為 10 億元以上，其概率是 83.33%. 　　規(guī)則 27 表明當(dāng)二氧化硫排放量在 50 噸以上，氮氧化物排放量在 50 噸以上，那么單位行業(yè)總產(chǎn)值為 10 億元以上，其概率是 83

16、.33%. 　　規(guī)則 28 表明當(dāng)廢氣排放量在 1-50 億立方米之間，煙（粉）塵排放量在 50 噸以上，那么單位行業(yè)總產(chǎn)值為 10 億元以上，其概率是 75.00%. 　　規(guī)則 29 表明當(dāng)廢水排放量在 50 萬噸以上，那么單位行業(yè)總產(chǎn)值為 10 億元以上，其概率是 60.00%. 　　綜上所述，我們可以發(fā)現(xiàn)隨著行業(yè)總產(chǎn)值的增加，行業(yè)污染物排放量呈現(xiàn)出增加趨勢。這和環(huán)境庫茲尼茨曲線的非典型的正"U";形曲線關(guān)系不謀而合，那是不是就說明環(huán)境污染越嚴重對于企業(yè)的發(fā)展更好呢？ 　　2、后項-單位利潤關(guān)聯(lián)分析 　　下面本章繼續(xù)研究環(huán)境污染對

17、于行業(yè)利潤的影響，進一步發(fā)現(xiàn)環(huán)境污染對于經(jīng)濟系統(tǒng)的效應(yīng)關(guān)聯(lián)。后件單位利潤關(guān)聯(lián)規(guī)則如表 3-7、表 3-8、表 3-9 和表 3-10 所示。 　　根據(jù)上表可以得出以下結(jié)論： 　　規(guī)則 1 表明當(dāng)二氧化硫排放量在 5-50 噸之間，煙（粉）塵排放量為 50 噸以上，那么單位行業(yè)利潤在 0.1 億元以下，概率為 100%. 　　規(guī)則 2 說明當(dāng)廢氣排放量為 1-50 億立方米，氮氧化物排放量在 1-10 噸之間，那么單位行業(yè)利潤在 0.1 億元以下，概率為 100%. 　　規(guī)則 3 表明當(dāng)廢氣排放量為 1-50 億立方米，二氧化硫排放量在 5-50

18、噸之間，那么單位行業(yè)利潤在 0.1 億元以下，概率為 75%. 　　規(guī)則 4 表明當(dāng)?shù)趸锱欧帕吭?1-10 噸之間，固體廢物排放量為 0,那么單位行業(yè)利潤在 0.1 億元以下，概率為 66.67%. 　　規(guī)則 5 表明當(dāng)?shù)趸锱欧帕吭?1-10 噸之間，煙（粉）塵排放量為 50 噸以上，那么單位行業(yè)利潤在 0.1 億元以下，概率為 67.67%. 　　規(guī)則 6 說明當(dāng)廢氣排放量在 0.05-1 億立方米之間，固體廢物排放量為 0,那么單位行業(yè)利潤在 0.1 億元以下，概率為 67.67%. 　　規(guī)則 7 表明當(dāng)廢水排放量在 1 萬噸以下，二

19、氧化硫排放量在 5-50 噸之間，那么單位行業(yè)利潤在 0.1 億元以下的概率為 67.67%. 　　根據(jù)上表可以得出以下信息： 　　規(guī)則 8 表明當(dāng)?shù)趸锱欧帕吭?1 噸以下，煙（粉）塵排放量在 1-10 噸之間，那么單位行業(yè)利潤在 0.1-0.15 億元之間的概率為 100%. 　　規(guī)則 9 表明當(dāng)廢水排放量在 10-50 萬噸之間，廢氣排放量在 0.05-1 億立方米之間，氮氧化物排放量在10-50噸之間，那么單位行業(yè)利潤在0.1-0.15億元之間的概率為100%. 　　規(guī)則 10 說明當(dāng)廢水排放量在 1-10 萬噸之間，煙（粉）塵排放量在

20、 1-10 噸之間，固體廢物排放量介于 10 萬噸以下，那么單位行業(yè)利潤在 0.1-0.15 億元之間的概率為100%. 　　規(guī)則 11 表明當(dāng)廢水排放量在 1-10 萬噸之間，氮氧化物排放量在 1-10 噸之間，固體廢物排放量介于10萬噸以下，那么單位行業(yè)利潤在0.1-0.15億元之間的概率為100%. 　　規(guī)則 12 表明當(dāng)廢水排放量在 1-10 萬噸之間，二氧化硫排放量在 1-5 噸之間，固體廢物排放量介于 10 萬噸以下，那么單位行業(yè)利潤在 0.1-0.15 億元之間的概率為 100%. 　　規(guī)則 13 表明當(dāng)廢水排放量在 1-10 萬噸之間，二氧化

21、硫排放量在 1-5 噸之間，煙（粉）塵排放量介于 1-10 噸之間，那么單位行業(yè)利潤在 0.1-0.15 億元之間的概率為 100%. 　　規(guī)則 14 表明當(dāng)二氧化硫排放量在 1-5 噸之間，煙（粉）塵排放量介于 1-10 噸之間，那么單位行業(yè)利潤在 0.1-0.15 億元之間的概率為 80%. 　　規(guī)則 15 表明當(dāng)廢氣排放量處在 0.05-1 億立方米之間，并且煙（粉）塵的排放量介于 1-10 噸之間，那么單位行業(yè)利潤在 0.1-0.15 億元之間的概率為 71.43%. 　　根據(jù)上表可以得出以下信息： 　　規(guī)則 16 表明當(dāng)廢氣排放量在 0

22、.05-1 億立方米之間，二氧化硫排放量在 5-50 噸之間，煙（粉）塵排放量為 1-10 噸，那么單位行業(yè)利潤為 0.15-1 億元之間，概率為 100%. 　　規(guī)則 17 表明當(dāng)煙（粉）塵排放量為 1-10 噸之間，固體廢物排放量為 10-50 萬噸，那么單位行業(yè)利潤為 0.15-1 億元之間，概率為 100%. 　　規(guī)則 18 表明當(dāng)煙（粉）塵排放量為 1 噸以下，固體廢物排放量為 50 萬噸以上，那么單位行業(yè)利潤為 0.15-1 億元之間，概率為 100%. 　　規(guī)則 19 表明當(dāng)廢氣排放量在 0.05-1 億立方米之間，煙（粉）塵排放量為 1-10

23、 噸之間，固體廢物排放量為 10-50 萬噸之間，那么單位行業(yè)利潤為 0.15-1 億元之間，概率為100%. 　　規(guī)則 20 表明當(dāng)廢氣排放量在 0.05-1 億立方米之間，氮氧化物排放量為 1-10 噸之間，固體廢物排放量為 50 萬噸以上，那么單位行業(yè)利潤為 0.15-1 億元之間，概率為 100%. 　　規(guī)則 21 表明當(dāng)廢水排放量在 1-10 萬噸之間，廢氣排放量在 0.05-1 億立方米之間，固體廢物排放量為 50 萬噸以上，那么單位行業(yè)利潤為 0.15-1 億元之間，概率為 100%. 　　規(guī)則 22 表明當(dāng)廢水排放量在 1 萬噸以下，廢氣排放

24、量在 0.05-1 億立方米之間，煙（粉）塵排放量為 1-10 噸之間，那么單位行業(yè)利潤為 0.15-1 億元之間，概率為 100%. 　　根據(jù)上表可以得到以下信息： 　　規(guī)則 23 表明當(dāng)廢水的排放總量高于 50 萬噸的，煙（粉）塵排放量在 50 噸以上，那么單位行業(yè)利潤在 1 億元以上的概率為 66.67%. 　　規(guī)則 24 表明當(dāng)廢水的排放總量高于 50 萬噸的，氮氧化物的排放總量高于 50 萬噸的，那么單位行業(yè)利潤在 1 億元以上的概率為 66.67%. 　　規(guī)則 25 表明當(dāng)廢水的排放總量高于 50 萬噸的，二氧化硫排放量在 50 噸以

25、上，那么單位行業(yè)利潤在 1 億元以上的概率為 50.00%. 　　規(guī)則 26 表明當(dāng)廢水的排放總量高于 50 萬噸的，并且廢氣排放量高于 50 億立方米，固體廢物的排放總量在高于 50 萬噸的，那么單位行業(yè)利潤在 1 億元以上的概率為50.00%. 　　綜上所述，可以看出環(huán)境污染對于行業(yè)利潤的影響關(guān)系。二者之間的關(guān)系不再像環(huán)境污染和總產(chǎn)值之間的正相關(guān)關(guān)系，而是出現(xiàn)交叉現(xiàn)象，盡管在超高污染行業(yè)來說，其利潤仍然屬于最大，但是我們發(fā)現(xiàn)置信度是在逐漸降低的。這表明隨著科技的不斷進步，行業(yè)仍然靠著資料消耗、環(huán)境污染來獲取利潤的格局必將改變，對于改善行業(yè)環(huán)境污染的步伐不容遲疑。（圖表略） 返回本篇論文導(dǎo)航