1、成 績(jī) 評(píng) 定 表學(xué)生姓名常一肖班級(jí)學(xué)號(hào)1009010101專 業(yè)信息與計(jì)算科學(xué)課程設(shè)計(jì)題目四川省生態(tài)管理系統(tǒng)的評(píng)價(jià)分析評(píng)語(yǔ)組長(zhǎng)簽字：成績(jī)?nèi)掌?20 年 月 日課程設(shè)計(jì)任務(wù)書學(xué) 院理學(xué)院專 業(yè)信息與計(jì)算科學(xué)學(xué)生姓名常一肖班級(jí)學(xué)號(hào)1009010101課程設(shè)計(jì)題目四川省生態(tài)管理系統(tǒng)的評(píng)價(jià)分析實(shí)踐教學(xué)要求與任務(wù):設(shè)計(jì)要求（技術(shù)參數(shù)）：1、熟練掌握SPSS軟件的操作方法；2、根據(jù)所選題目及調(diào)研所得數(shù)據(jù)，運(yùn)用數(shù)據(jù)分析知識(shí)，建立適當(dāng)?shù)臄?shù)學(xué)模型；3、運(yùn)用SPSS軟件，對(duì)模型進(jìn)行求解，對(duì)結(jié)果進(jìn)行分析并得出結(jié)論; 4、掌握利用數(shù)據(jù)分析理論知識(shí)解決實(shí)際問(wèn)題的一般步驟。設(shè)計(jì)任務(wù)：1、 查閱相關(guān)資料，利用因子分析確定

2、評(píng)估四川省各地區(qū)（18個(gè)市）的生態(tài)環(huán)境質(zhì)量狀況的指標(biāo)體系；2、 利用數(shù)據(jù)分析的理論，將公共因子的方差貢獻(xiàn)率作為權(quán)重,結(jié)合各因子得分,建立綜合評(píng)價(jià)模型，評(píng)價(jià)四川省各地區(qū)的生態(tài)環(huán)境質(zhì)量狀況；3、利用SPSS軟件求解,并給出正確的結(jié)論；工作計(jì)劃與進(jìn)度安排:第一天第二天 學(xué)習(xí)使用SPSS軟件并選題 第三天第四天 查閱資料 第五天第六天 建立數(shù)學(xué)模型 第七天第九天 上機(jī)求解并完成論文第十天 答辯指導(dǎo)教師： 201 年 月 日專業(yè)負(fù)責(zé)人： 201 年 月 日學(xué)院教學(xué)副院長(zhǎng)： 201 年 月 日摘 要四川是中國(guó)西部地域遼闊、資源豐富、人口眾多的一個(gè)多民族聚居的內(nèi)陸大省，改革開(kāi)放以來(lái)，經(jīng)濟(jì)發(fā)展取得了歷史性的進(jìn)

3、步，在經(jīng)濟(jì)高速增長(zhǎng)的同時(shí)也應(yīng)該看到，這種高投入驅(qū)動(dòng)的粗放型的經(jīng)濟(jì)增長(zhǎng)方式資源消耗大，無(wú)疑會(huì)給環(huán)境造成很大的壓力。從一定意義上來(lái)說(shuō)，經(jīng)濟(jì)水平的提高和物質(zhì)享受的增加，在很大程度上是以犧牲環(huán)境與消耗資源為代價(jià)的，并由此產(chǎn)生了各種生態(tài)問(wèn)題，隨著改革開(kāi)放和經(jīng)濟(jì)的高速發(fā)展，對(duì)四川省的生態(tài)質(zhì)量做出科學(xué)合理的研究顯得尤為重要。本文運(yùn)用因子分析，綜合比較分析了四川省各地區(qū)（18個(gè)市）的生態(tài)環(huán)境質(zhì)量狀況及存在的主要問(wèn)題，并借鑒可持續(xù)發(fā)展的三大支撐體系，在設(shè)計(jì)生態(tài)質(zhì)量管理系統(tǒng)評(píng)價(jià)框架時(shí)，以提高生態(tài)經(jīng)濟(jì)效率為核心內(nèi)容，分為經(jīng)濟(jì)、環(huán)境、社會(huì)這三方面水平、變動(dòng)及相互協(xié)調(diào)的程度。在此基礎(chǔ)上，建立評(píng)價(jià)生態(tài)質(zhì)量管理系統(tǒng)的指標(biāo)體

4、系，利用因子分析提取指標(biāo)中共同的信息，結(jié)合指標(biāo)具體含義，對(duì)因子進(jìn)行命名，然后利用SPSS數(shù)據(jù)分析軟件提取公共因子并計(jì)算公共因子的得分。以提取的公共因子的方差貢獻(xiàn)率作為權(quán)重,結(jié)合各因子得分,建立綜合評(píng)價(jià)模型,最后計(jì)算四川省各市的綜合得分并進(jìn)行排序比較,得出綜合評(píng)價(jià)結(jié)果。關(guān)鍵詞：SPSS數(shù)據(jù)分析軟件；因子分析；方差貢獻(xiàn)率；指標(biāo)體系；目 錄1 設(shè)計(jì)目的42 設(shè)計(jì)問(wèn)題53 設(shè)計(jì)原理54 符號(hào)說(shuō)明85 設(shè)計(jì)程序85.1指標(biāo)體系的設(shè)計(jì)95.2 指標(biāo)權(quán)重的計(jì)算116 結(jié)果分析126.1因子得分的結(jié)果分析126.2綜合得分的結(jié)果分析157 模型評(píng)價(jià)16設(shè)計(jì)總結(jié)17參考文獻(xiàn)17四川省生態(tài)管理系統(tǒng)的評(píng)價(jià)分析1 設(shè)

5、計(jì)目的為了更好的了解數(shù)據(jù)分析的知識(shí)，熟練掌握數(shù)據(jù)分析在實(shí)際問(wèn)題上的應(yīng)用，并將所學(xué)的知識(shí)結(jié)合SPSS數(shù)據(jù)處理軟件解決實(shí)際問(wèn)題。本設(shè)計(jì)主要是利用因子分析法結(jié)合SPSS數(shù)據(jù)處理軟件進(jìn)行對(duì)生態(tài)管理系統(tǒng)指標(biāo)體系的設(shè)計(jì)，并利用因子得分結(jié)合賦權(quán)之后的的綜合得分對(duì)四川省各市的生態(tài)管理系統(tǒng)進(jìn)行評(píng)價(jià)分析。2 設(shè)計(jì)問(wèn)題四川是中國(guó)西部地域遼闊、資源豐富、人口眾多的一個(gè)多民族聚居的內(nèi)陸大省，以富饒的物產(chǎn)，秀美的山川，富足的生活被世人譽(yù)為“天府之國(guó)”,現(xiàn)轄18個(gè)地級(jí)市、三個(gè)民族自治州。改革開(kāi)放以來(lái)，四川經(jīng)濟(jì)發(fā)展取得了歷史性的進(jìn)步，1978-2005年的27年間，四川地區(qū)生產(chǎn)總值年均增長(zhǎng)率達(dá)到9.69%，人均地區(qū)生產(chǎn)總值年

6、均增長(zhǎng)率為9.10，比全國(guó)同期經(jīng)濟(jì)增長(zhǎng)率高。2007年，全省的生產(chǎn)總值（GDP）列全國(guó)第九，西部第一。但是在經(jīng)濟(jì)高速增長(zhǎng)的同時(shí)也應(yīng)該看到，這種高投入驅(qū)動(dòng)的粗放型的經(jīng)濟(jì)增長(zhǎng)方式資源消耗大，無(wú)疑會(huì)給環(huán)境造成很大的壓力。從一定意義上來(lái)說(shuō)，經(jīng)濟(jì)水平的提高和物質(zhì)享受的增加，在很大程度上是以犧牲環(huán)境與消耗資源為代價(jià)的，并由此產(chǎn)生了各種生態(tài)問(wèn)題，隨著改革開(kāi)放和經(jīng)濟(jì)的高速發(fā)展，對(duì)四川省的生態(tài)質(zhì)量做出科學(xué)合理的研究顯得尤為重要。請(qǐng)對(duì)四川省各市的生態(tài)質(zhì)量做出綜合評(píng)價(jià)并提出意見(jiàn)或建議。數(shù)據(jù)來(lái)源一是中國(guó)統(tǒng)計(jì)年鑒,二是四川統(tǒng)計(jì)年鑒，獲取四川省18個(gè)地市州的經(jīng)濟(jì)、社會(huì)協(xié)調(diào)和環(huán)境保護(hù)方面的數(shù)據(jù)，形成數(shù)據(jù)集見(jiàn)附件。3 設(shè)計(jì)原

7、理本文主要采用的是因子分析法，下面著重闡述因子分析的原理。因子分析的目的是將具有錯(cuò)綜復(fù)雜關(guān)系的變量（或樣品），綜合為數(shù)量較少的幾個(gè)因子，以再現(xiàn)原始變量和因子之間的相互關(guān)系，通過(guò)不同的因子還可以對(duì)變量進(jìn)行分類。因子分析模型的建立和求解過(guò)程都是基于隨機(jī)向量的斜差矩陣，這是因?yàn)橐蜃臃治鍪菫榱讼嚓P(guān)性，同時(shí)在信息損失最小的情況下降維，通常認(rèn)為隨機(jī)變量的信息蘊(yùn)含在其變化中，而隨機(jī)變量變化通常用方差來(lái)表示，因此隨機(jī)變量本身的信息就在變量的方差中，而變量間的重疊信息在變量協(xié)方差中，因此我們要研究變量的協(xié)方差矩陣。下面我們來(lái)了解因子分析的模型。設(shè)p元總體X包含p個(gè)隨機(jī)變量：如果每個(gè)變量都可以由m個(gè)隱變量表示

8、為：， 或者用矩陣表示為：簡(jiǎn)記為：則稱為公共因子，是不可觀測(cè)的變量，而是隱藏在變量中的變量的影響因素，可以把它理解為高維空間中互相垂直的m個(gè)坐標(biāo)軸，變量在坐標(biāo)軸上的投影，即為它們?cè)诠惨蜃忧暗南禂?shù)，矩陣系數(shù)A稱為因子載荷。是特殊因子，是不能被前m個(gè)公共因子包含的部分。 為說(shuō)明因子載荷的統(tǒng)計(jì)意義，我們隨機(jī)向量的將第i個(gè)隨機(jī)變量表達(dá)式單獨(dú)寫出：在上式的左右關(guān)于第j個(gè)公共因子求數(shù)學(xué)期望：根據(jù)因子分析模型的要求，可知，公共因子之間是不相關(guān)的，公共因子和特殊因子也是不相關(guān)的，而公共因子的方差為1，因此，上面公式可以化解為：概括來(lái)說(shuō)，因子載荷表明了變量和因子相關(guān)程度，若因子載荷絕對(duì)值接近1，則因子能說(shuō)明變

9、量的大部分信息，而變量也是因子含義的重要組成部分，我們可以根據(jù)因子在哪些變量上載荷大，來(lái)發(fā)掘因子的含義，對(duì)因子進(jìn)行命名。公共因子能說(shuō)明變量的信息和特殊因子能說(shuō)明變量的信息，現(xiàn)在定義變量共同度如下：，從而 共同度是因子載荷矩陣的第i行的元素的平方和。假定是標(biāo)準(zhǔn)化的變量，則上述公式轉(zhuǎn)化為：至此，變量共同度的統(tǒng)計(jì)意義也很清楚了，就是隨機(jī)變量信息（方差）中，公共因子能夠說(shuō)明的部分，對(duì)應(yīng)的特殊因子說(shuō)明的部分成為特性方差。按照因子分析的目的，要求共同度大而特性方差小，我們可以根據(jù)共同度和特性方差的比例說(shuō)明變量被公共因子說(shuō)明的程度。前面已經(jīng)有了衡量變量重要性的統(tǒng)計(jì)特征。下面我們要定義公共因子重要性的統(tǒng)計(jì)特征

10、，定義公共因子的方差貢獻(xiàn)為： 從定義可以看出，方差貢獻(xiàn)是因子載荷矩陣中各列元素的平方和。是第j個(gè)公共因子和所有的原始變量的相關(guān)系數(shù)的平方，衡量公共因子的相對(duì)重要性。 下面我們來(lái)看變量共同度和因子方差貢獻(xiàn)的關(guān)系，將變量共同度公式兩邊關(guān)于i求和，得到：交換兩求和號(hào)的求和順序，得到：比較上述兩個(gè)公式，從全部變量的角度，我們得到如下公式：即無(wú)論從變量的角度看，還是從公共因子的角度看，隨機(jī)變量的被公共因子解釋的信息都是一樣的，即變量總方差減去特殊因子的特性方差之和。因此特性方差就是我們損失的信息。4 符號(hào)說(shuō)明X1：人均GDP、X2：環(huán)境投資、X3：城鎮(zhèn)化率X4：教育投資、X5：人均工業(yè)總值、X6：固體廢

11、物綜合利用率X7：工業(yè)廢水排放達(dá)標(biāo)率、X8：人均公共綠地面積：因子貢獻(xiàn)率：因子載荷：變量共同度5 設(shè)計(jì)程序在本例中主要是進(jìn)行因子分析，一方面簡(jiǎn)化變量結(jié)構(gòu)，了解隱藏在變量中的主要影響因素，另一方面求得因子得分，為綜合評(píng)價(jià)做準(zhǔn)備。另外一個(gè)重要操作就是利用因子得分和權(quán)重計(jì)算出綜合得分的數(shù)據(jù)。以此得分來(lái)評(píng)價(jià)各地市州的生態(tài)質(zhì)量整體情況。用SPSS軟件進(jìn)行因子分析，首先進(jìn)行KMO和巴特利特球度檢驗(yàn)，結(jié)果如下： 表4 KMO和巴特利特球度檢驗(yàn)結(jié)果KMO檢驗(yàn)值為0.618，說(shuō)明原始變量有相關(guān)性，而巴特萊特球形檢驗(yàn)的P值為0，拒絕原假設(shè)，通過(guò)檢驗(yàn)，也說(shuō)明原始變量之間有較強(qiáng)的相關(guān)性。比較適合做因子分析。5.1指標(biāo)

12、體系的設(shè)計(jì)生態(tài)環(huán)境評(píng)價(jià)指標(biāo)的選擇要因地制宜，結(jié)合研究區(qū)的具體情況，本著科學(xué)、整體、針對(duì)、可量化和可比較的原則，最大程度的反映區(qū)域的生態(tài)環(huán)境質(zhì)量。具體來(lái)說(shuō)，首先動(dòng)態(tài)性與靜態(tài)相統(tǒng)一，作為一個(gè)系統(tǒng)，對(duì)它的衡量必須在評(píng)估其目前狀況的基礎(chǔ)上，反映它的發(fā)展變動(dòng)趨勢(shì)；其次，全面性與重點(diǎn)性相結(jié)合；第三，系統(tǒng)性與層次性相結(jié)合；最后，科學(xué)性與可比性相結(jié)合。本案例建立了評(píng)價(jià)指標(biāo)體系（表15-21），選取經(jīng)濟(jì)環(huán)境協(xié)調(diào)度、社會(huì)環(huán)境協(xié)調(diào)度、生態(tài)環(huán)境保護(hù)三大系統(tǒng)構(gòu)成一級(jí)指標(biāo)，選擇代表性強(qiáng)、易于量化的參數(shù)即人均GDP、人均工業(yè)總產(chǎn)值、教育投資額、城鎮(zhèn)化率、環(huán)境污染治理投資總額、工業(yè)廢水排放量、工業(yè)廢物綜合利用率、人均公共綠地

13、面積等8個(gè)指標(biāo)作為指標(biāo)層構(gòu)成評(píng)價(jià)指標(biāo)體系。用方差最大法進(jìn)行正交旋轉(zhuǎn)，其特征根見(jiàn)下表：表5.1.1 主成分特征值及貢獻(xiàn)率從表5.1.1可以看出，特征根大于1的因子共有三個(gè)，因而可提取三個(gè)公共因子,通過(guò)資料矩陣的相關(guān)系數(shù)矩陣計(jì)算特征值和特征向量,按照因子的累計(jì)方差貢獻(xiàn)率來(lái)確定,一般認(rèn)為要達(dá)到80%才能符合要求，該指標(biāo)體系所提取的因子累計(jì)貢獻(xiàn)率大于80%，說(shuō)明這三個(gè)公共因子能較好地描述這些指標(biāo)。從計(jì)算的初始因子載荷矩陣中可以清晰地分析出每個(gè)公共因子對(duì)指標(biāo)的影響程度,即因子載荷。單純地從初始因子載荷矩陣并不能看出提取的公共因子的實(shí)際意義，因此旋轉(zhuǎn)后的因子載荷系數(shù)取值明顯更加極端,即取值更加向0或1靠近

14、,這樣公共因子的解釋和命名更加容易。表5.1.2 因子旋轉(zhuǎn)矩陣表5.1.2是旋轉(zhuǎn)后的因子載荷矩陣,結(jié)合生態(tài)質(zhì)量系統(tǒng)評(píng)價(jià)指標(biāo)體系,從矩陣中可以看出,第一公共因子在人均GDP、環(huán)境投資、城鎮(zhèn)化率上有較大的載荷,說(shuō)明它主要解釋了這3個(gè)指標(biāo),可以命名為“經(jīng)濟(jì)環(huán)境協(xié)調(diào)度”；第二公共因子在教育投資、人均工業(yè)總值、固體廢物綜合利用率上有較大的載荷,說(shuō)明它主要解釋了這3個(gè)指標(biāo) ,可以命名為“社會(huì)環(huán)境協(xié)調(diào)度”；第三公共因子在工業(yè)廢水排放達(dá)標(biāo)率、人均公共綠地面積上有較大的載荷,說(shuō)明它主要解釋了這2個(gè)指標(biāo),可以命名為“生態(tài)環(huán)境保護(hù)”。通過(guò)因子分析對(duì)原有指標(biāo)進(jìn)行了分組,把原有8項(xiàng)指標(biāo)分成3組,組內(nèi)的各個(gè)指標(biāo)的關(guān)聯(lián)程度

15、較高,聯(lián)系更加緊密。由此本案例建立了評(píng)價(jià)指標(biāo)體系（表5.1.3），選取經(jīng)濟(jì)環(huán)境協(xié)調(diào)度、社會(huì)環(huán)境協(xié)調(diào)度、生態(tài)環(huán)境保護(hù)三大系統(tǒng)構(gòu)成一級(jí)指標(biāo)，選擇代表性強(qiáng)、易于量化的參數(shù)即人均GDP、人均工業(yè)總產(chǎn)值、教育投資額、城鎮(zhèn)化率、環(huán)境污染治理投資總額、工業(yè)廢水排放量、工業(yè)廢物綜合利用率、人均公共綠地面積等8個(gè)指標(biāo)作為指標(biāo)層構(gòu)成評(píng)價(jià)指標(biāo)體系。表5.1.3生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)體系一級(jí)指標(biāo)生態(tài)質(zhì)量整體狀況二級(jí)指標(biāo)經(jīng)濟(jì)環(huán)境協(xié)調(diào)度社會(huì)環(huán)境協(xié)調(diào)度生態(tài)環(huán)境保護(hù)三級(jí)指標(biāo)X1：人均GDP、X2：環(huán)境投資、X3：城鎮(zhèn)化率X4：教育投資、X5：人均工業(yè)總值、X6：固體廢物綜合利用率X7：工業(yè)廢水排放達(dá)標(biāo)率、X8：人均公共綠地面積5.

16、2 指標(biāo)權(quán)重的計(jì)算本案例采取的因子分析的方法屬于客觀賦權(quán)法，其步驟為：第一， 由SPSS數(shù)據(jù)分析軟件中的因子分析確定因子載荷矩陣，如下表所示表5.2.1 因子載荷矩陣第二，設(shè)因子的貢獻(xiàn)率為，采用公式將每一個(gè)指標(biāo)的權(quán)重計(jì)算出，并由此得到的綜合模型為 6 結(jié)果分析6.1因子得分的結(jié)果分析由因子分析分別得到的在經(jīng)濟(jì)環(huán)境協(xié)調(diào)度（FAC1_1）、社會(huì)環(huán)境協(xié)調(diào)度（FAC2_1）、生態(tài)環(huán)境保護(hù)（FAC3_1）這三個(gè)維度下四川省各城市對(duì)應(yīng)的得分情況，如下表（表6.1.1；表6.1.2；表6.1.3）：6.1.1在經(jīng)濟(jì)環(huán)境協(xié)調(diào)度維度上四川省各市的得分城市FAC1_1成都2.80227自貢0.26595攀枝2.0

17、8711瀘州-0.28711德陽(yáng)0.57059綿陽(yáng)-0.17808廣元-0.57319遂寧-0.73033內(nèi)江0.28139樂(lè)山-0.47307南充-0.50781眉山-0.87293宜賓0.22045廣安-0.08078達(dá)州-0.07226雅安-0.9419巴中-0.81849資陽(yáng)-0.69181在經(jīng)濟(jì)環(huán)境協(xié)調(diào)度維度上，根據(jù)因子得分情況，排在前兩位的是成都市和攀枝花市，德陽(yáng)、內(nèi)江、自貢、宜賓為正得分，而剩下的12個(gè)市都是負(fù)得分，其中排名最后的兩個(gè)城市是眉山市和雅安市，引起這種結(jié)果的原因可能是成都市政委以清潔生產(chǎn)、資源綜合利用為手段，推進(jìn)工業(yè)循環(huán)經(jīng)濟(jì)發(fā)展，組織工業(yè)循環(huán)經(jīng)濟(jì)示范點(diǎn)，而且大力發(fā)展高

18、科技產(chǎn)業(yè)開(kāi)發(fā)園和工業(yè)生態(tài)園，使得在保證經(jīng)濟(jì)開(kāi)速穩(wěn)定增長(zhǎng)的同時(shí)控制并盡量減少環(huán)境污染；攀枝花市的人均GDP列全省第一，鋼鐵、釩鈦、能源和化工是攀枝花市的四大支柱產(chǎn)業(yè)，與經(jīng)濟(jì)相協(xié)調(diào)發(fā)展的環(huán)境水平得分高的原因可能是由于本身是工業(yè)城市，所以市政府對(duì)環(huán)境污染投資的力度很大。表6.1.2在社會(huì)環(huán)境協(xié)調(diào)度維度上四川省各市的得分城市FAC2_1成都1.99971自貢-1.31199攀枝-1.83559瀘州0.25134德陽(yáng)-0.58104綿陽(yáng)0.17472廣元-0.41621遂寧0.66776內(nèi)江-0.09448樂(lè)山0.20217南充1.93843眉山0.31794宜賓-0.02411廣安-1.06615達(dá)州

19、0.25115雅安-0.64962巴中-0.72251資陽(yáng)0.89848在社會(huì)環(huán)境協(xié)調(diào)度維度上，根據(jù)因子得分情況，排在前兩位的是成都和南充市，而攀枝花市排在了最后一位，產(chǎn)生此結(jié)果的原因可能是：攀枝花的教育投資列全省倒數(shù)第二，工業(yè)廢物的綜合利用率也很低，這說(shuō)明了政府雖然加大了對(duì)環(huán)境的治理力度但是政策的落實(shí)還存在問(wèn)題。 表6.1.3在生態(tài)環(huán)境保護(hù)的維度上四川省各市的得分城市FAC3_1成都0.33475自貢-0.36606攀枝0.91154瀘州0.02731德陽(yáng)0.36953綿陽(yáng)1.35129廣元-0.46081遂寧0.3924內(nèi)江-2.29242樂(lè)山0.65164南充0.03927眉山0.566

20、16宜賓-0.40385廣安-1.30862達(dá)州-0.99784雅安2.06535巴中-0.25585資陽(yáng)-0.62379在生態(tài)環(huán)境保護(hù)的維度上，排在前五的分別是雅安、綿陽(yáng)、攀枝花、樂(lè)山、眉山，而排在最后一位的是內(nèi)江市，雖然內(nèi)江市的工業(yè)廢水排放達(dá)標(biāo)率最低，但生態(tài)環(huán)境保護(hù)排最后可能另有原因，有待于進(jìn)一步分析。 6.2綜合得分的結(jié)果分析將標(biāo)準(zhǔn)化后的數(shù)據(jù)代入上述的綜合模型即可計(jì)算出綜合得分，如下表表6.2.1各城市綜合得分城市綜合得分城市綜合得分城市綜合得分成都市1.77樂(lè)山市0.071達(dá)州市-0.19攀枝花市0.500宜賓市0.012自貢市-0.415綿陽(yáng)市0.326遂寧市-0.014廣元市-0.

21、436南充市0.293眉山市-0.055巴中市-0.57德陽(yáng)市0.128瀘州市-0.062內(nèi)江市-0.591雅安市0.082資陽(yáng)市-0.177廣安市-0.672從上表綜合評(píng)價(jià)結(jié)果來(lái)看，有些城市出現(xiàn)了負(fù)得分，其原因是在對(duì)各個(gè)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理時(shí)，有些指標(biāo)值低于平均水平，計(jì)算結(jié)果就出現(xiàn)了負(fù)分。四川省生態(tài)質(zhì)量綜合水平從高到低可以分成3類：第一類城市：成都第二類城市：攀枝花、綿陽(yáng)、南充、德陽(yáng)、雅安、樂(lè)山、宜賓第三類城市：遂寧、眉山、瀘州、資陽(yáng)、達(dá)州、自貢、廣元、巴中、內(nèi)江、廣安從地理位置的分布方面分析，成都市和攀枝花市是全省兩個(gè)最大的經(jīng)濟(jì)發(fā)展市，成都周邊地區(qū)如德陽(yáng)、綿陽(yáng)、南充有著便捷的交通，因而城市發(fā)

22、展規(guī)劃比較科學(xué)，且此類地區(qū)森林覆蓋率高，環(huán)境質(zhì)量高，有豐富的國(guó)家級(jí)、省級(jí)生態(tài)示范城市的建設(shè)經(jīng)驗(yàn)，今后更要廣泛開(kāi)展創(chuàng)建生態(tài)市及國(guó)家園林城市、國(guó)家衛(wèi)生城市、國(guó)家環(huán)保模范城市的工作，進(jìn)一步推進(jìn)生態(tài)小區(qū)、生態(tài)型城鎮(zhèn)建設(shè)。第三類城市的自然風(fēng)貌好，森林覆蓋率高，環(huán)境質(zhì)量高，得分低可能是由于這幾個(gè)城市的經(jīng)濟(jì)發(fā)展相對(duì)落后，工業(yè)設(shè)備的生態(tài)性能不夠。 從整體情況來(lái)看，四川省作為全國(guó)的農(nóng)業(yè)大省 ,在經(jīng)濟(jì)建設(shè)方面 ,雖然經(jīng)濟(jì)總體狀況有所改善,但是經(jīng)濟(jì)效益、經(jīng)濟(jì)結(jié)構(gòu)還需要進(jìn)一步提高和優(yōu)化。生活質(zhì)量方面,居民人均可支配收入雖然較往年有較大提高,但是醫(yī)療衛(wèi)生保健服務(wù)尚不健全；人口素質(zhì)方面,四川省人口基數(shù)大、科教、醫(yī)療設(shè)施投入比