《毕业设计（论文）基于主成分的绿色产业评价指标体系的构建.doc》由会员分享，可在线阅读，更多相关《毕业设计（论文）基于主成分的绿色产业评价指标体系的构建.doc（46页珍藏版）》请在三一办公上搜索。
1、 学科分类号 110 黑龙江科技大学 本科学生毕业论文题 目 基于主成分的绿色产业评价指标体系的构建 Based on the Principal Component of the Construction of the Evaluation Index system of Green Industry 姓 名 学 号 院 （系） 理 学 院 专业、年级 数学与应用数学09-2班 指导教师 2013年6月10日摘 要 关于绿色产业的发展是全球都研究和关注的热点话题。综合评价问题涉及到经济、政治、社会等许多领域,应用极其广泛。综合评价的基础和依据是一套科学合理的评价体系。因此，指标体系构建的合理
2、与否直接决定了综合评价结论的科学性及合理性。本文主要采用系统聚类、主成分分析等方法建立一套绿色产业评价指标体系。首先，构建绿色产业指标海选体系，收集整理2001-2010年大连市绿色产业相关指标及数据，采用系统聚类方法进行聚类。每个子类内采用主成分分析。在每个子类内选择出对整个子类评价结果影响最大的指标。这样既避免了指标间的信息重复对于评价结果的不利影响，同时保留了每个子类内对评价结果影响最大的指标。最后，构建了包括绿色生产、绿色消费、绿色环境三个指标层的绿色产业评价指标体系。为实现绿色产业综合评价提供了基础和依据。关键词 指标评价体系 主成分分析 聚类分析 负载系数Abstract Abou
3、t the development of green industry is a global hot topic in the research and attention. Comprehensive evaluation involves many domains such as economy, politics, society, is widely applied. Is the foundation and basis of comprehensive evaluation of a set of scientific and reasonable evaluation syst
4、em. As a result, the index system of building is reasonable or not directly determines the scientificity and rationality of the comprehensive evaluation conclusion. This article mainly USES the system clustering and principal component analysis method to establish a set of evaluation index system of
5、 green industry. Index audition system first, build the green industry, green industry in dalian from 2001 to 2010 collected relevant indicators and data, using system clustering method to cluster. Using principal component analysis in each subclass. Within each subclass selected index of maximum im
6、pact on the subclass evaluation results. Already so avoid the repeated for index of information between the negative impact of the evaluation results while maintaining the most affected by the result of the evaluation indicators within each subclass. Finally, constructed including the green producti
7、on, green consumption and green environment index of three layers of green industry evaluation index system. Comprehensive evaluation provides the foundation for the realization of the green industry and the basis. Keywords Indicators evaluation system Principal component analysis Clustering analysi
8、s Load factor目 录摘 要.IAbstract .III第1章 绪 论 .11.1 绿色产业的简述11.1.1 课题背景11.1.2 研究的目的与意义11.2研究的历史和现状21.2.1绿色产业国内外研究的现状和不足21.2.2评价指标体系的发展现状31.3 论文的主要内容4第2章 聚类分析62.1系统聚类分析62.2距离的选择72.1.1组间联接法72.1.2明氏距离7第3章主成分分析理论93.1 主成分分析方法简介93.1.1 主成分分析的基本思想93.1.2主成分分析的计算原理93.2 主成分分析的数学模型113.3 主成分分析方法的推导133.3.1主成分分析推导过程133
9、.3.2 主成分的主要性质163.4本文的计算步骤17第4章 实际问题分析204.1 数据来源与指标选择204.2指标的标准化234.3分层聚类264.4利用主成分分析对指标数据进行分析294.5评价指标的筛选35结 论40致 谢41参考文献.42ContentsAbstract.IIAbstract.IIIChapter1 introduction11.1 A brief description of the green industry11.1.1 Background topics11.1.2 Purpose and significance of the study11.2Study
10、the history and current situation21.2.1Green industry domestic and foreign research the insufficiency21.2.2 Index system of the development 31.3 The main content of the paper4Chapter 2 Clustering62.1 The basic steps of system clustering method62.2 Connection between groups72.2.1 Connection between g
11、roups72.2.2Minkowski distance7Chapter 3 Theory of principal component analysis93.1 Principal Component Analysis Method93.1.1 The basic idea of principal component analysis93.1.2PCA calculation principles93.2 Principal component analysis of the mathematical model113.3 Derivation of the main component
12、 analysis133.3.1Derivation of principal component analysis133.3.2 PCA calculation steps163.4The main properties of the principal component17Chapter 4 Analyzes the practical problems204.1 Data sources and selection of indicators204.2Standardized indicators234.3Hierarchical clustering264.4 Principal c
13、omponent analysis to analyze data on indicators294.5 Evaluation index of the screening35Conclusions40Acknowledgements41References .42第1章 绪 论1.1 绿色产业的简述1.1.1 课题背景从1992年联合国环境与发展大会以来,将环境问题与发展问题结合起来,将“可持续发展”作为人类生存和发展的新模式,很快获得全人类的共识,成为人类对于未来发展道路的必然选择。同时,一个形象的表征“绿色”,像龙卷风一样在全世界席卷而来。以绿色投资、绿色设计、绿色管理、绿色包装、绿色消
14、费等为代表的绿色产业逐渐发展起来1。在我国国内,绿色产业评价指标体系的理论研究和实践才刚刚起步,其中理论研究还处于研究宏观视角的绿色产业上,没有涉及到站在中观角度且与微观主体绿色产业;另一方面,对绿色产业的实践还处于对单一产业的处理,没有形成产业群规模和实现规模经济效应,这就使得绿色产业评价指标体系的研究有其理论和现实意义。所以本文将此问题做为选题。1.1.2 研究的目的与意义绿色产业的定义目前有狭义及广义之分。狭义的绿色产业是指能够直接且主要依靠环境保护中获利的产业。如节能、环保装备等产业。广义的绿色产业是指包括狭义的绿色产业在内的，对环境友好的所有产业的统称。它是指应用绿色环境处理技术,能
15、产出绿色的产品与服务,保护及改善生态资源,能降低环境污染程度,有利于人类社会经济可持续发展的产业。包括第一产业中的农、林、牧、渔等产业，第二产业中采用低碳、节能技术达到低能源消耗、低污染的部分，整个第三产业等产业。本文初筛指标都是反映广义的绿色产业内涵12。 绿色产业融合了人类的现代文明，能够实现可持续发展的经济，是市场化和生态化相互结合的产物，也是一种充分体现自然资源价值和生态文明价值的产业。它是一种经济再生产与自然再生产相互结合起来的良性发展模式，是人类社会经济可持续发展的最终结果。绿色作为地球上生命的源泉，是自然的本色，把它应用于经济领域，代表着人与自然的和谐统一，生态与经济的协调发展。
16、产业结构的绿色化，是指在社会生产和再生产过程中投入资源能量少，各种资源的利用率高，产出的产品服务多，废物最少，甚至无污染，建立产业经济发展的生态环境良性循环234。对某一地区的绿色产业评价问题是一个新兴的话题，国家工业发展状况如何及怎样发展，如何保证一个地区经济高速健康的发展，都离不开对当地绿色产业指标的评价。在绿色产业的综合评价中，绿色产业各项指标评价是比较典型的多指标综合评价，需要建立一个科学合理的指标评价体系，为综合评价提供理论和现实基础。因此，建立科学合理的绿色产业指标评价体系对于地区经济可持续发展有很大的现实意义。1.2研究的历史和现状基于主成分分析的综合评价以主成分分析为理论基础，
17、以评价体系建立为主线，着眼于作出合理的指标评价体系。以下从绿色产业和指标评价体系两个方面来讨论基于主成分分析的绿色产业评价指标体系的历史和现状3。1.2.1绿色产业国内外研究的现状和不足2005年4月,田江海在吹响绿色产业的号角一文中提出了绿色产业发展的方向和重点，指出绿色产品、绿色企业、绿色产业、绿色城市、绿色技术是绿色产业的五大重点领域，并指出衡量绿色产业的尺度不仅仅是经济效益，还有衡量社会效益特别是生态效率。2005年4月,吾鸣在期待更多绿色产业一文中指出绿色产业是解决我国高消耗、高污染、高排放三高问题、缓解我国部分行业和地区盲目投资、低水平扩张而导致的环境不断恶化、滥占耕地、煤电油运供
18、应紧张等问题的有效途径。2005年8月黄海峰、孙涛、姚望在建立绿色产业体系,推进循环经济发展一文中阐述了绿色产业在我国的发展现状及存在的问题,并指出建立绿色产业体系的几个重要方面；1.发展循环经济；2.加强绿色产业的法规条例建设；3.推进绿色产业市场化进度；4.完善企业、政府、公众的监管机制。2005年12月,马秀岩、孟耀在中国发展绿色产业的思路和对策一文中提出了中国发展绿色产业的方向和中国发展绿色产业的制度建设和政策。文中从节约利用资源和环境保护及污染治理两个方面阐述了绿色产业发展的方向；从正式制度与非正式制度两个角度说明了发展绿色产业需要建立完善的制度，并要建立绿色产业实施金融、财政政策支
19、持,制定促进绿色产业发展的法律法规并且加以落实。2007年5月,孟耀在基于资源环境保护的绿色产业及其发展思路一文中从环境资源保护的角度提出了发展绿色产业的必要性，并指出了要发展绿色产业应采取的措施。以上理论研究虽然有一定的理论价值，它为绿色产业理论的完善做了有力的铺垫。但是对绿色产业而言，研究仍处于宏观概念的探索状态，大部分研究还保持在倡导和建议的角度，没有深入到理论本身研究框架的设定，也没有提出发展绿色产业的具体实施措施，更不用说将绿色产业上升到产业化的高度进行研究，对绿色产业进行测评，为绿色产业的发展指明方向，因而说我国对绿色产业的研究还处于起步状态34。1.2.2评价指标体系的发展现状目
20、前关于建立评价指标体系理论问题的研究大都注重在指标优化、指标权重的确立等方面，归纳起来大致有以下几个方面。 基于系统科学应用和研究的深入，为建立评价指标体系提供基础理论。建立评价指标体系的常规方法是：根据研究问题的实质，自行设计一套评价指标体系，再由专家进行综合判断。在评价指标体系建立研究的开始，研究人员经常执着地追求评价指标体系的信息全面性，试图使评价指标体系包含全部的因素，结果造成指标数目过多，指标相互间出现信息重叠，不但引起专家判断上的混乱和错觉，而且导致指标的权重减小，使指标结果不准确。随着系统科学研究的不断深入，人们逐渐把系统科学的理论及方法引入到评价指标体系的建立过程中。经过系统分
21、析研究问题的实质，找出最能反映研究对象本质属性的指标，因而减少了指标数目的总量，尽量消除了指标间的相关性，为权重的正确性提供了保障。并从系统工程角度，提出了评价指标体系构建的原则。因此，系统科学从理论上为评价指标体系的建立提供了基础。对于评价指标体系量化的差异性，合适地确定、分配指标权重是量化指标的基础，也是评价指标体系建立的难点。在大多数文献中，解决这个问题是用多种方法计算出指标的权重，这些方法种类繁多，大体上可以归结为两大类:主观赋权法和客观赋权法。主观赋权法有层次分析法(AHP)、专家排序法、专家咨询法、秩和比法(RSR)等;客观赋权方法包括嫡值法、因子分析、主成分分析等。这些方法一般都
22、是基于数理统计、灰色系统理论、模糊数学、系统工程、运筹学、经济学等建立数学模型，均有其优缺点。因为对于多指标系统，由于决策者对不同的指标有不同的偏执，致使每个指标对于研究对象的重要性程度一般是不同的，所以得到了不同的结果，而客观赋权法和主观赋权法不能处理决策者的这种偏执。近年来，不少研究人员又提出组合权重法，用各种方法把主、客观权重结合起来，得出指标的最后权重。总之，指标权重量化方法的研究已经渐渐趋于多元化，并渐渐向更公正、更科学、更合理的权重量化方式发展。目前人们对评价指标体系建立的认识有了一定的深度，已经形成一些较为成熟的方法和理论，并在各种领域得到了广泛的应用。随着数学、管理科学逐渐发展
23、和成熟，特别是数学方法在管理科学中的广泛应用，以及二者的有效结合，建立起一套更合理更科学、可靠的评价指标体系，即减少建立评价指标体系的主观因素，也使建立的指标更加客观化，更能反映问题的本质，己经成为我们有待进一步深入研究的问题。1.3 论文的主要内容本文利用多元统计分析中的主成份分析法和分层聚类法，对数据进行处理。最后，得到各方案对于总目标的总排序。依照各指标对于绿色产业的影响程度建立了综合评价指标体系4。1. 指标的海选思路 (1) 准则层的设置:通过对绿色产业的相关数据分析将绿色产业分为：绿色生产，绿色消费，绿色环境三个方面。 (2) 指标的选取:根据大连市年检公报上的相关数据结合其他绿色
24、产业相关数据得出汇总数据。2. 指标的可观测性原则根据可观测性原则初步筛选指标。删除海选指标中数据无法获得的评价指标，使初步筛选后的指标满足可观测性，能够实际应用。3. 指标客观数据的系统聚类一主成分分析筛选思路(1) 对数据进行系统聚类，采用组间联接法，选用明氏距离。 (2) 进行主成分分析对指标进行筛选，计算每一子类内每一个指标对于指标体系的影响程度。(3) 每个子类内保留影响程度最大的指标。4. 指标筛选前的数据标准化(1) 正向指标的标准化正向指标指数值越大表明绿色产业评价效果越好.设为第j个评价对象第i个指标标准化后的值; 为第j个评价对象第i个指标的值;m为被评价的对象数.正向指标
25、的标准化公式，为 (1-1)(2) 负向指标的标准化负向指标指数值越小表明绿色产业评价效果越好。负向指标的标准化公式，为 (1-2)式(1-1)中各个符号的含义与式(1-2)相同。 5.筛选指标的主成分分析 选出每个子类内对整个指标体系影响最大、最具解释性的指标。构建科学合理的绿色产业综合评价指标体系。第2章 聚类分析聚类分析又称群分析，它是研究（样品或指标）分类问题的一种多元统计方法，所谓类，通俗地说，就是指相似元素的集合。聚类分析内容非常丰富，按照分类对象的不同可分为样品分类（Q-型聚类分析）和指标或变量分类（R-型聚类分析）；按照分类方法可分为系统聚类法和快速聚类法。本文主要用到的是系统
26、聚类法13。2.1系统聚类分析系统聚类分析(Hierachical cluster analysis)在聚类分析中应用最为广泛。凡是具有数值特征的变量和样品都可以通过选择不同的距离和系统聚类方法而获得满意的数值分类效果。系统聚类法就是把个体逐个地合并成一些子集，直至整个总体都在一个集合之内为止14。先将n个样品各自看成一类，然后规定样品之间的“距离”和类与类之间的距离。选择距离最近的两类合并成一个新类，计算新类和其它类（各当前类）的距离，再将距离最近的两类合并。这样，每次合并减少一类，直至所有的样品都归成一类为止。系统聚类法直观易懂15。主要的系统聚类方法有：最短距离法，最长距离法，中间距离法
27、，重心法，组间联结法，离差平方和法（Ward法）。上述6种方法归类的基本步骤一致，只是类与类之间的距离有不同的定义。本文采用组间联结法。系统聚类法的基本步骤：第一，计算n个样品两两间的距离 ，记作D= 。第二，构造n个类，每个类只包含一个样品。第三，合并距离最近的两类为一新类。第四，计算新类与各当前类的距离。第五，重复步骤3、4，合并距离最近的两类为新类，直到所有的类并为一类为止。第六，画聚类谱系图。第七，确定类的个数和类15。2.2距离的选择2.2.1组间联结法类与类之间的平方距离为样品对之间平方距离的平均值，即当某类与合并成一个新类，计算与任一类的距离 (2-1)其中和分别为类和的样品个数
28、。2.2.2明氏距离如果把n个样品（X中的n个行）看成p维空间中n个点，则两个样品间相似程度可用p维空间中两点的距离来度量。令表示样品与的距离。明氏(Minkowski)距离: (2-2)当q=1时， 是绝对距离当q=2时，是欧氏距离当时，是切比雪夫距离如果各变量的测量值相差很大时，选择明氏距离则不合理，需要首先对数据进行标准化，之后用标准化后的数据来计算距离【16】。明氏距离以及明氏距离中的欧氏距离是人们使用最多的也是较为熟悉的距离。但明氏距离存在两个不足之处：第一，它与各指标的量纲相关；第二，它未考虑指标之间的相关性，欧氏距离也一样。另外，从统计的角度上看，使用欧氏距离要求向量的n个分量是
29、不相关的，而且具有相同的方差，这时选用欧氏距离才适合，效果也较好，反之就有可能不如实反映情况，甚至导致错误的结论。因此一个合理的做法，就是对坐标加权，随之就产生了“统计距离”。比如设，且Q的坐标是不变的，点P的坐标相互独立地变化。用s11,s12,spp表示p个变量的n次观测的样本方差，则可以义P到Q的统计距离为： (2-3)所加的权是，即用样本方差除相应坐标。当取时，就是点P到原点O的距离。若时，就是欧氏距离17。第3章主成分分析理论3.1 主成分分析方法简介主成分分析也叫主分量分析，就是利用降维的方法，主要是把多个指标转化为少数几个指标。主成分分析法实际上是一种降维的统计方法，它依靠于一个
30、正交转换，把分量相关的随机向量转成分量不相关的随机向量，在代数上的原理为将原向量的协方差阵转换成对角阵，在几何上的原理为坐标系转换成正交坐标系，然后对多维变量系统进行降维，把它从一个较高的精度转化成低维的变量系统，再通过创建合适的价值函数，从而把低维系统转化成一维系统。3.1.1 主成分分析的基本思想在实证问题的研究中，为了全面、系统地分析问题，我们需要考虑众多影响因素。这些因素一般称为指标，在多元统计分析中也称为变量。因为每个变量都在不同程度上蕴含了所研究问题的一些信息，并且指标之间有一定的相关性，因而所得的统计数据反映的信息在很大程度上有重复。在用统计方法研究多变量问题时，变量数量太多会增
31、加计算量及增加分析问题的复杂性，人们希望在进行定量分析的过程中，计算的变量较少，得到的信息量较多。主成分分析则是适应这一要求产生的，也是解决这类题目的理想工具7。3.1.2 主成分分析的计算原理通过上述主成分分析的基本原理的介绍，我们可以将主成分分析计算的步骤总结如下：1. 计算相关系数矩阵 通常所提到的相关系数，一般指变量间的相关系数，作为描述样品间的相似关系也可相应地给出定义，即第i个样品与第j个样品之间的相关系数定义为19： (3-1)其中 实际上，就是两个向量与的夹角余弦，其中。若将原始数据标准化，则，这时【10】。 (3-2) 在公式(3-2)中，（i，j=1，2，p)为原来变量与的
32、相关系数，其计算公式为 (3-3)因为R是实对称矩阵（即rij=rji)，所以只需计算其上三角元素（或下三角元素）即可。2. 计算特征值与特征向量解特征方程求出特征值，并按大小顺序排列，即；然后分别求出对应特征值i的特征向量。3. 计算主成分贡献率和累计方差贡献率。一般选取累计贡献率达85的特征值，所对应的第一，第二，第m（mp)个主成分。4. 计算主成分载荷 (3-4)由此计算主成分得分：Z= (3-5)3.2 主成分分析的数学模型设有个样品，观测样品的项指标：，原始数据矩阵： (3-6)其中 (3-7)由上面的矩阵的个列向量（即个指标向量）构成线性组合（即称为综合指标的向量）为： (3-8
33、)简写成 (3-9)（注意：是维向量，所以也是维向量。）上面的线性方程组的要求： (3-10)且系数由下列原则决定：(1)与不相关；(2)是的一切线性组合（系数应该满足上述的线性方程组）中方差最大的，是与不相关的一切线性组合中方差最大的，.，是与都不相关的的一切线性组合中方差最大的8。 3.3 主成分分析方法的推导3.3.1主成分分析推导过程定理3.1 若是阶实对称阵，则一定可以找到正交阵使，其中是的特征根9。定理3.2 若上述矩阵的矩阵的特征根所对应相应的单位特征向量为令 (3-11)则实对称属于不同的特征根所对应的不同的特征向量一定是正交的特征向量，即 。 (3-12) 设 (3-13)其
34、中，求在线性方程组中的主成分向量，即找到的线性函数，使得相对应特征根的方差尽量最大即使 (3-14)能够达到最大值的情况，且 设 协方差的特征根为，相对应的单位特征向量。令 (3-15)从上面的线性代数定理可得出：，且 (3-16)因此 (3-17)所以 而且 当时有 因此使能够是最大值，且 (3-18)同理而且 (3-19) 上述证明的推导过程说明：的主成分用数值表示，即以矩阵的特征向量作为系数的相对应线性的组合，它们互不相关，其方差为的相对应的特征根4。由于的特征根,所以有：。在处理实际问题时，通常不会选取个主成分，而是根据累计的方差贡献率的大小关系选取前个主成分5。 定义3.1 将第一个
35、主成分的方差贡献率为,由于,所以=。所以第一个主成分的方差贡献率是第一个主成分方差与全部方差的比例。第一个主成分的方差数值越大，表示第一个主成分反应信息的能力越强10。最前面的两个主成分的累计方差贡献率定义是，前个主成分的累计方差贡献率的定义是。若前个的主成分的累计方差贡献率能够达到85%，表明选取前个主成分能够包含所有全部需要检测的指标所蕴含的信息，这种方法的处理，既能够减少指标变量的数据个数，又有利于对实际问题的研究和分析10。3.3.2 主成分的主要性质性质3.1 的协差阵为对角阵。证明 记 ， 显然 性质3.2 证明 性质3.3 证明 因为 其中为单位向量第个分量为，其余都为【11】。
36、所以 (3-20)3.4本文的计算步骤 有个指标，每个指标观测个数值，将原始数据写成矩阵 (3-21)1. 确定分析变量，收集数据2. 将原始数据标准化 (1)正向指标的标准化正向指标是对绿色产业有益的指标。正向指标标准化公式为： (3-22) (2)负向指标的标准化 负向指标与正向指标相反。负向指标标准化公式为： (3-23)进行数据的标准化处理是为了消除各种指标之间量纲不同的影响，使得计算更加准确。 3. 对标准化后数据进行分类采用组间联结，距离选明氏距离法。4. 由标准化后的数据求协方差阵，即原始数据的相关矩阵建立变量的相关系数矩阵： (3-24)不妨设5. 求向量的特征根相应的单位特征
37、向量： (3-25)6. 主成分的方差贡献率与累计贡献率方差的计算12(1) 第i个主成分方差贡献率：(2) 累计的方差的贡献率：7. 确定需要保留的主成分的个数k一般的会选用的方法如下：选取累计的方差的贡献率达到85%以上的前k个主成分。 8. 计算负载系数 9. 计算出第i个指标对评价结果的影响程度 (3-26) 其中，为第j个主成分的方差贡献率，为第j个主成分和第i个指标的负载系数。 表示第i个指标对评价结果的影响程度，数值越大表示该指标对于评价结果的影响程度越大。分别选出上文系统聚类结果中每一个分层中Fi中最大的指标作为整个分层的代表，该指标对于整个分层的指标具有代表性，对整个指标层的
38、评价结果的影响程度最大。10. 构建绿色产业综合评价指标体系 11. 结论解释以及对问题的合理推断第4章 实际问题分析4.1 数据来源与指标选择自二十世纪末以来，联合国环境与发展大会之后,环境与发展问题被结合起来,人类生存和发展新模式-可持续发展,很快取得了全人类的关注,并成为人类未来发展的正确选择。与此同时，以发展“绿色产业”为主题的经济发展活动如火如茶地开始了,尤其是是以绿色投资、绿色流通、绿色管理、绿色消费、绿色理念、绿色产品等为代表的绿色产业逐渐发展起来。本文以大连市20012010年十年间绿色产业统计数据研究绿色产业的72个指标，并且根据指标类别的不同划分为三个指标层，对每个指标层做
39、聚类，然后进行主成分分析。第一指标层绿色生产的相关数据如下（表4-1）：表4-1 绿色生产原始数据指标名称指标类型指标编号2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 第三产业增加值占GDP比重(%)正向10.86 0.87 0.57 0.34 1.00 0.76 0.54 0.07 0.00 0.33 旅游业总收入占GDP比重(%)正向20.33 0.67 0.00 0.33 0.67 0.67 0.67 0.67 1.00 1.00 工业固体废物产生量(万吨) 负向30.82 0.88 1.00 0.92 0.77 0.67 0.07
40、0.02 0.01 0.00 工业二氧化硫去除量(吨)正向40.08 0.04 0.19 0.15 0.00 0.04 0.16 0.09 0.81 1.00 全市二氧化硫排放量(万吨)负向50.23 0.47 0.57 0.54 0.05 0.00 0.16 0.25 0.79 1.00 工业废水排放量(万吨)负向60.71 0.82 0.71 0.19 0.00 0.59 0.54 1.00 0.97 1.00 规模以上重化工业产值占工业总负向70.27 1.00 0.15 0.00 0.03 0.02 0.20 0.28 0.37 0.34 续表4-1 绿色生产原始数据产值比重(%)工业废气排放总量(万标立方米)负向81.000.970.910.900.760.610.440.400.240.00绿色产业增加值(亿元)正向90.000.060.
