《基于SPSS的大連市農(nóng)業(yè)碳排放影響因素多元回歸分析》由會(huì)員分享，可在線閱讀，更多相關(guān)《基于SPSS的大連市農(nóng)業(yè)碳排放影響因素多元回歸分析（5頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。
1、基于SPSS的大連市農(nóng)業(yè)碳排放影響因素多元回歸分析關(guān)鍵詞：農(nóng)業(yè)碳排放；回歸分析；SPSS中圖分類號(hào)：X131.2文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-672X大連市近十年來(lái)的農(nóng)業(yè)發(fā)展迅速，農(nóng)業(yè)生產(chǎn)水平大幅提升，根據(jù)2013年大連市統(tǒng)計(jì)年鑒，2001年的農(nóng)林牧漁業(yè)總產(chǎn)值為2024900萬(wàn)元，而2012年的農(nóng)林牧漁業(yè)總產(chǎn)值為8235942萬(wàn)元，在12年間增長(zhǎng)了306%。糧食的產(chǎn)量由2001年的121.36萬(wàn)噸增長(zhǎng)到2012年的165.56萬(wàn)噸，增長(zhǎng)了36%。蔬菜的產(chǎn)量由2001年的209.01萬(wàn)噸增長(zhǎng)到2012年的257.03萬(wàn)噸，增長(zhǎng)了23%。而大牲畜年底存欄量，由2001年的30.60萬(wàn)頭增長(zhǎng)到2
2、012年的35.70萬(wàn)頭，增長(zhǎng)了17%。采用省級(jí)溫室氣體清單編制指南中對(duì)農(nóng)業(yè)碳排放量的估算方法計(jì)算出大連市溫室氣體排放量，見(jiàn)圖1。3基于SPSS的多元回歸分析法回歸分析是通過(guò)對(duì)觀察數(shù)據(jù)的統(tǒng)計(jì)和處理，研究與確定事物間相關(guān)關(guān)系和聯(lián)系形式的方法，回歸分析不僅可以提供變量間相關(guān)關(guān)系的數(shù)學(xué)表達(dá)式，而且可以利用概率統(tǒng)計(jì)知識(shí)對(duì)此關(guān)系進(jìn)行分析，以判別其有效性；還可以利用關(guān)系式，由一個(gè)或多個(gè)變量值，預(yù)測(cè)和控制另一個(gè)變量的取值，進(jìn)一步可以知道這種預(yù)測(cè)和控制達(dá)到了何種程度，并進(jìn)行相關(guān)因素的相關(guān)性強(qiáng)度分析【2】。為了更系統(tǒng)全面的進(jìn)行大連市農(nóng)業(yè)碳排放的影響因素分析，本文以2001年-2012年大連市農(nóng)業(yè)碳排放的相關(guān)數(shù)據(jù)
3、為基礎(chǔ)材料，運(yùn)用多元統(tǒng)計(jì)分析中的回歸分析方法，通過(guò)利用SPSS軟件，對(duì)大連農(nóng)業(yè)碳排放量的主要影響因素進(jìn)行提取，為提出有效的環(huán)境治理措施提供一定的理論指導(dǎo)【3】。3.1農(nóng)用地CO2當(dāng)量排放量影響因素分析農(nóng)用地CO2當(dāng)量值包括稻田甲烷CO2排放當(dāng)量及農(nóng)用地氧化亞氮CO2排放當(dāng)量，根據(jù)篩選出的基本因素?cái)?shù)據(jù)【1】，設(shè)定，Y（CO2當(dāng)量）為因變量，X為自變量，詳見(jiàn)表1。分別以X1-X16為自變量進(jìn)行多元線性回歸分析，建立全回歸模型，影響因素不進(jìn)行篩選。首先引入變量。見(jiàn)表2VariablesEntered/Removedb由表2顯示強(qiáng)行引入的變量為X1-X16，方法為強(qiáng)迫引入法。進(jìn)行模型擬合度檢驗(yàn)，見(jiàn)表3
4、模型匯總ModelSummary表中R為相關(guān)系數(shù)，R方為相關(guān)系數(shù)的平方，又稱為判定系數(shù)，判定線性回歸的你和成都，用來(lái)說(shuō)明用自變量屆時(shí)因變量變異的程度（所占比例），R房衡量方程擬合優(yōu)度，R方越大越好，一般地，大于0.8說(shuō)明方程對(duì)樣本點(diǎn)的擬合效果很好，由上表可以看出，y與x的相關(guān)系數(shù)和判定系數(shù)都為1，調(diào)整后的判定系數(shù)也為1，則說(shuō)明，自變量可以解釋因變量100%的變?cè)?，所以其模型具有完整的擬合度，沒(méi)有不能被解釋的變量。為了分析出影響因變量的主要因素，重新建模，采用逐步引入剔除法多元回歸分析法（stepwisemultipleregressionanalysis），剔除對(duì)選取的因變量影響不明顯的自變量
5、，計(jì)算回歸系數(shù)并進(jìn)行顯著性分析。此法是根據(jù)統(tǒng)計(jì)準(zhǔn)則依序選取自變量進(jìn)入回歸模型，是一種探索性的復(fù)回歸方法，同時(shí)使用前進(jìn)選取法（forwardmethod）與后退刪除法（backwardmethod）兩種方法，運(yùn)用計(jì)算機(jī)特性篩選出一個(gè)最佳的復(fù)回歸分析模型。首先引入變量，并進(jìn)行模型擬合度檢驗(yàn)，見(jiàn)表4模型匯總ModelSummary。由上表中我們可以看出有兩個(gè)回歸模型，隨著逐步回歸分析的進(jìn)行，R、R2和調(diào)整R2逐漸增加，而預(yù)測(cè)值標(biāo)準(zhǔn)差值卻逐漸減小，說(shuō)明回歸方程的擬合程度在逐步提高，由此可見(jiàn)，模型2擬合程度更完美，自變量對(duì)因變量變異程度的解釋也更為貼切。表5中Sig值是T統(tǒng)計(jì)量的對(duì)應(yīng)概率值，所以Sig值
6、要求小于給定的顯著性水平（0.05），Sig值越接近于0越好；如上表中兩種模型的Sig=0.000根據(jù)觀察，兩個(gè)模型中都有因素中的因變量顯著性小于0.05，被解釋變量與解釋變量全體的線性關(guān)系是顯著的，所以可以選用這兩個(gè)模型對(duì)本例進(jìn)行解釋，但根據(jù)前面分析2號(hào)模型的擬合度最好。由此可見(jiàn)，影響自變量的最因素主要是X11其他豆類籽產(chǎn)量（t）和X2化肥總用量（t）。另外根據(jù)表7：逐步回歸分析之外的變量，根據(jù)顯著性分析，其次影響CO2當(dāng)量排放量的因素為，X4、X1、X7、X5，X3、X8、X15、X16，最后的影響因素為X6、X12、X13、X9、X10、X14。由以上分析我們可以得到結(jié)論，在化肥的氮含量
7、及秸稈還田率等影響因素不變的情況下，影響農(nóng)用地CO2當(dāng)量排放量的最主要因素為X11（其他豆類籽產(chǎn)量）、X2（化肥總用量），又因?yàn)橛绊懸蛩豖4（稻谷籽產(chǎn)量）、X1（水稻種植面積）兩個(gè)數(shù)據(jù)具有密切的相關(guān)性，兩者共同的CO2的貢獻(xiàn)值較大，因此，我們重新確定影響農(nóng)用地CO2當(dāng)量排放量的最主要因素：“X1（水稻種植面積）”、“X2（化肥總用量）”、“X11（其他豆類籽產(chǎn)量）”對(duì)農(nóng)用地CO2當(dāng)量排放量的影響程度最大；其次為“X3（糞肥氮輸入量）”、“X5（小麥籽產(chǎn)量）”、“X7（高粱籽產(chǎn)量）”、“X8（谷子籽產(chǎn)量）”、“X15（薯類籽產(chǎn)量）”、“X16（蔬菜（含菜用瓜）籽產(chǎn)量）”；最后影響相最小的因素為“
8、X6（玉米籽產(chǎn)量）”、“X9（其他谷類籽產(chǎn)量）”、“X10（大豆籽產(chǎn)量）”、“X12（花生籽產(chǎn)量）”、“X13（芝麻籽產(chǎn)量）”、“X14（棉花籽產(chǎn)量）”。3.2畜牧業(yè)CO2當(dāng)量排放量影響因素分析畜牧業(yè)CO2當(dāng)量值包括動(dòng)物腸道發(fā)酵甲烷排放量的CO2當(dāng)量及動(dòng)物糞便管理甲烷和氧化亞氮排放當(dāng)量的CO2當(dāng)量，根據(jù)篩選出基本因素?cái)?shù)據(jù)，設(shè)定，Y（CO2當(dāng)量）為因變量，X為自變量，詳見(jiàn)表8變量對(duì)照表。分別以X1-X8為因變量進(jìn)行多元線性回歸分析，建立全回歸模型，影響因素不進(jìn)行篩選。首先引入變量。見(jiàn)表9VariablesEntered/Removedb由表9顯示顯示強(qiáng)行引入的變量為X1-X8，方法為強(qiáng)迫引入法。
9、進(jìn)行模型擬合度檢驗(yàn)，見(jiàn)表10模型匯總ModelSummary由上表可以看出，y與x的相關(guān)系數(shù)為1，判定系數(shù)為0.999，調(diào)整后的判定系數(shù)也為0.998，都很接近1，自變量可以解釋因變量99%以上的變化，所以其模型擬合度較高，不能被解釋的變量較少。表中列出，回歸平方和為1245.826，自由度為8，回歸均方差為155.728。F=564.969，Sig=0.000由上表可知，X1顯著性概率=0.019，X4顯著性概率=0.003，在0.05顯著性水平上存在顯著關(guān)系，X2、X3、X5、X6、X7、X8顯著性概率都大于0.05，在0.05顯著水平上無(wú)顯著關(guān)系。這些變量保留在方程中是不正確的。所以該模
10、型不可用，應(yīng)重新建模。那么，為了分析出影響因變量的主要因素，重新建模，采用逐步引入剔除法多元回歸分析法（stepwisemultipleregressionanalysis），首先引入變量，并進(jìn)行模型擬合度檢驗(yàn)，見(jiàn)表13模型匯總ModelSummary。數(shù)據(jù)分析出現(xiàn)了四個(gè)模型，根據(jù)觀察，復(fù)相關(guān)系數(shù)、判定系數(shù)、調(diào)整后的判定系數(shù)數(shù)值最近接1的模型為4號(hào)模型。由此可見(jiàn)，模型4擬合程度更完美，自變量對(duì)因變量變異程度的解釋也更為貼切。四種模型的Sig=0.000根據(jù)觀察，四個(gè)模型中都有因素中的因變量顯著性小于0.05，被解釋變量與解釋變量全體的線性關(guān)系是顯著的，所以可以選用這四個(gè)模型對(duì)本例進(jìn)行解釋，但根
11、據(jù)前面分析4號(hào)模型的擬合度最好。由此可見(jiàn)，影響自變量的最因素主要是“X1（奶牛）”、“X2（非奶牛）”、“X4（山羊）”和“X5（豬）”。另外根據(jù)表7：逐步回歸分析之外的變量，其次影響自變量的因素變量為”X3（綿羊）”、”X6（家禽）”、”X7（馬）”、”X8（驢/騾）”。4農(nóng)業(yè)碳減排對(duì)策分析4.1減少反芻動(dòng)物甲烷排放一般情況下，改善飼料質(zhì)量和提高動(dòng)物生產(chǎn)力是減少動(dòng)物甲烷排放的有效措施。推廣秸稈青貯、氨化，減少畜禽動(dòng)物的CH4排放量。通過(guò)日糧合理搭配，降低畜禽動(dòng)物的CH4排放量。使用多功能舔磚或營(yíng)養(yǎng)添加劑減少CH4排放。4.2減少稻田甲烷排放減少稻田CH4排放的方法主要有施肥、灌水管理和選擇適
12、宜的水稻品種。推廣間歇灌溉可減少甲烷排放。利用沼渣替代農(nóng)家有機(jī)肥可減少稻田甲烷排放。種植和選育新的品種減少甲烷排放。應(yīng)用稻鴨共作等生態(tài)農(nóng)業(yè)生產(chǎn)方式，可減少甲烷排放。4.3減少畜禽糞便甲烷排放減少畜禽糞便的甲烷排放的主要措施是針對(duì)排放潛力大的糞便減少液體貯存過(guò)程，并通過(guò)厭氧發(fā)酵回收甲烷減少溫室氣體排放。建設(shè)沼氣工程回收利用甲烷。改濕清糞為干清糞減少甲烷排放量。通過(guò)覆蓋等改變糞便貯存方式減少甲烷排放。4.4減少化肥使用量、提高氮肥利用效率、采用緩釋肥和添加硝化抑制劑減少農(nóng)田N2O排放采用緩釋肥和長(zhǎng)效肥料可以降低農(nóng)田N2O排放。施用硝化抑制劑減少農(nóng)田土壤氧化亞氮排放。測(cè)土配方施肥，提高氮肥利用率、避免過(guò)量施肥造成的農(nóng)田N2O排放。參考文獻(xiàn)【1】田云，張俊飚.中國(guó)省級(jí)區(qū)域農(nóng)業(yè)碳排放公平性研究.中國(guó)人口資源與環(huán)境，2013，23（11）：36-44.【2】劉.世界優(yōu)秀統(tǒng)計(jì)工具SPSS11.0統(tǒng)計(jì)分析教程（高級(jí)篇）.中國(guó)圖書(shū)商報(bào)，2002-08-13（012）.【3】董紅敏，李玉娥，陶秀萍，彭小培，李娜，朱志平.中國(guó)農(nóng)業(yè)源溫室氣體排放與減排技術(shù)對(duì)策.農(nóng)業(yè)工程學(xué)報(bào)，2008（10）：269-273.
基于SPSS的大連市農(nóng)業(yè)碳排放影響因素多元回歸分析
