城市废水主要污染物排放情况统计分析
一、引言
近年来，我国的经济增长非常迅速，工业发展越来越快，但这种快速增长也给资源与环境带来了巨大的压力。随着我国工业化经济的增长，城市用水人口的增加，城市化水平的提高，我们面临的各类环境污染问题日益严重，所以整体经济与环境发展的不平衡是中国面临的一个重要问题。众所周知，构建和谐社会需要人与自然的和谐发展，我们在发展经济的同时，不能放弃大自然，要学会与之和谐相处，所以，经济发展与自然的和谐是我们向往的面貌。目前，在众多的自然环境问题中，水资源的污染与浪费已经成为了一个较为棘手并且迫切需要我们解决的一个方面。为了解城市废水中污染物的来源并根据废水污染物排放情况对全国主要城市进行分类，更好地解决城市生活的水质量问题，本文选取全国主要城市废水中主要污染物排放情况数据(来自20XX年鉴)，进行了统计分析，并且根据统计分析的结果提出了一些相关建议，希望对改善水质量并且对减少城市废水及污染物的排放有所帮助。
二、文献综述
文献［1］，就城市生活废水处理及环境保护的影响找出处理生活废水的办法和进行环境保护的措施，促进城市化进程向更高质量层面发展。文献［2］，对城市废水中的主要污染物排放量进行了因子分析，并得出结论:废水及污染物的主要来源是生活废水的排放。文献［3］中讲解了因子分析与聚类分析的基本原理、具体做法与应用。本文在
因子分析的基础上根据文献［3］对数据进行了聚类分析。通过文献［4］可以看出，工业废水及污染物的排放规律表现出区域性差异，并且提出如果适当改善产业结构，有益于水质的改善。文献［5］主要阐述了XXX市的水资源状况，并对XXX水资源及污水处理做出分析并提出了建议。文献［6］中提出了多种技术，多种思路，包括对城市污水处理厂的改造以及对设计新建污水处理厂提出的新技术、新思路。文献［7］详细分析了环境保护与我国城市废水的排放之间的相关关系，并以分析为基础提出了一些处理城市废水的方法。文献［8］主要分析了我国废水排放的现状，分析得出生活废水的排放渐渐成为了城市废水的主要来源。参考这些文献，本文对城市废水和污染物的排放及废水的处理提出几点建议，希望能够改善城市水质量、减少城市废水的排放并可以对废水进行资源化处理，建设“人水和谐”的城市。
三、数据来源和指标确定
本文所用数据来自《20XX年鉴———全国主要城市废水中主要污染物排放情况》。本文所用指标全部来自于国家规定的废水污染指标，包含六个指标，分别是:X1工业废水排放量(万吨)、X2工业化学需氧量排放量(吨)、X3工业氨氮排放量(吨)、X4城镇生活污水排放量(万吨)、X5生活化学需氧量排放量(吨)以及X6生活氨氮排放量(吨)。为了更好地分析，把原始数据的所有单位标准化为“万吨”。
四、统计分析
(一)因子分析首先进行因子分析的适用性检验。根据适用性检验的结果来看，KMO的检验值为0．743，大于0．5;Bartlett的球形度
检验的P值为0，小于0．05，说明各变量间不相互独立。数据通过检验，说明该数据适合做因子分析。运用因子分析对全国主要城市废水中主要污染物排放情况的原始变量进行分析，开始进行公因子选择时，根据特征值大于等于1，选取了2个主因子。但旋转后的成分矩阵显示，2个主因子无法对因子含义进行很好的解释，因此尝试抽取3个公因子，继续进行因子分析，分析结果如下。通过公因子方差表可发现，变量的共同度都大于70%，符合提取公因子的要求。根据旋转后的总方差解释可以得出，第一公因子的贡献率最大，为40．669%，第二公因子的贡献率次之，为28．279%，第三公因子的贡献率最小，为25．278%，三个公因子的累积贡献率为94．225%，累计贡献率超过了85%，说明提取的三个公因子能够代表原始数据的大部分信息，因此在此次分析中可以提取3个公因子。根据旋转成分矩阵表，可以写出因子分析的数学模型(将原始变量通过公因子表示出来)。进而根据数学模型中公因子前的系数，可以对原始变量进行分组，分配给各公因子。根据所包含的原始变量，对主因子进行合理地命名。此次因子分析的数学模型为:第一主因子F1命名为生活废水污染物排放量因子，包括变量:X4，X5，X6。第二主因子F2命名为工业污染物排放量因子，包括变量:X2，X3。第三主因子F3命名为工业废水排放量因子，包括变量:X1。根据成份得分系数矩阵表可以给出以下公式:以上分别为各个因子得分以及综合因子得分的计算公式。通过因子分析的结果可知，各因子以及综合因子得分的前五名城市分别为:第一主因子得分前5名城市为:XXX、XX、XXX、XXX、XX第二主因子得分前5名城
市为:XXX、XXX、XX、XX、XXX第三主因子得分前5名城市为:XXX、XX、XXX、XXX、XXX综合因子得分前5名城市为:XXX、XX、XXX、XX、XXX 通过因子分析的结果来看，城市废水最主要是来自于生活废水的排放，其中XXX、XX、XXX、XXX、XX这五个城市的生活污水排放量相对较大。XXX、XXX、XX、XX、XXX这五个城市的工业污染物排放量较大。XXX、XX、XXX、XXX、XXX这五个城市的工业废水排放量较大。综合因子得分情况来看，得分前10名的城市，因子综合得分都大于平均值0，其余城市综合得分均小于平均值0，说明综合因子得分排在前10名的城市，其整体的废水污染物排放量都相对较大，所以在治理水资源污染以及进行废水处理时，需要着重注意并合理采取措施。
(二)聚类分析根据以上因子分析得到的各因子得分作为变量，对数据进行聚类分析。在此次聚类分析中，我们选择系统聚类法中的Ward法，并且选取欧式距离作为聚类分析的度量标准。最终分析结果如下。根据树状图显示的结果，在此可将样本个案分为四类。将31个主要城市分为四类的结果如下:第1类城市:XX、XXX、XXX、XXX、XXX、XXX、XXX、XXX、XXX、XXX、XXX、XXX、XXX、XXX、XXX、XXX、XXX、XXX、XXX、XXX、银川、XXX。第2类城市:XX、XX、XXX、XXX、XXX、XXX、XXX。第3类城市:XXX。第4类城市:XXX。由个案汇总表可看出，第一类XX、XXX、XXX等城市在三个公因子变量方面都是低于全国平均水平的，可见第一类城市的废水污染物的排放量相对较少。第二类XX、XX、XXX等城市在工业污染物排放量上虽不是这四类城市中最高的，但是也超过了全国平均水平，并且工业废水排放量远远超