第一部分 大数据背景下的企业大气污染数据分析研究基础
第1章 企业大气污染与数据分析方法
1.1 企业大气污染
1.1.1 大气污染与大气污染源
1.1.2 企业大气污染
1.2 大数据分析方法
1.2.1 数据分析的内涵
1.2.2 数据分析与数据挖掘的关系
第2章 大气污染数据分析与评价研究现状
2.1 大气污染的关联研究
2.1.1 大气污染内部的关联研究
2.1.2 大气污染与自然因素的关联研究
2.1.3 大气污染与经济、产业、工业、能源使用等社会因素的关联研究
2.1.4 大气污染与人类健康的关联研究
2.1.5 大气污染空间上的关联关联研究
2.2 大气污染的聚类研究
2.2.1 基于聚类的污染分布特征研究
2.2.2 基于聚类方法的污染来源和防控区域识别
2.2.3 基于聚类的污染监测站点规划研究
2.3 大气污染的评价研究
2.3.1 污染物特征和影响因素的评价
2.3.2 污染物排放绩效的评价
2.3.3 污染物排放的评价
2.4 环境规制对大气污染影响研究
2.4.1 环境规制对空气污染的中介效应/非线性关系
2.4.2 某一种环境规制对空气污染的作用
2.4.3 经济政策对空气污染的影响
2.4.4 环境规制的空间溢出效应研究
2.4.5 环境规制对空气污染的异质性
2.5 大数据驱动下企业排污分析与评估的提出
第3章 企业大气污染数据分析的理论基础
3.1 企业社会责任理论
3.2 空气流域理论
3.3 环境信息学
第二部分 京津冀地区监测企业的大气污染排放数据分析
第4章 京津冀地区重点监测企业污染大数据
4.1 企业大气排污数据来源与采集
4.2 企业大气排污数据处理
4.2.1 结构化变换与集成
4.2.2 特征处理
4.2.3 数值处理
4.3 企业大气排污数据描述性分析
4.3.1 企业数量的描述性分析
4.3.2 企业所属行业的描述性分析
4.3.3 企业大气污染排放的描述性分析
第5章 大数据驱动下的企业大气排污关联挖掘
5.1 面向企业大气排污的关联挖掘方法
5.1.1 数据之间的关联规则挖掘方法
5.1.2 特征之间的灰色关联分析方法
5.1.3 区域之间的引力模型
5.2 面向企业大气排污的关联挖掘结果及分析
5.2.1 企业排放大气污染物之间的关联规则分析
5.2.2 面向企业大气排污的不同区县之间的关联规则分析
5.2.3 企业大气排污与所属行业之间的灰色关联分析
5.2.4 面向企业大气排污的省市之间的引力关联分析
5.3 总结
第6章 大数据驱动下的企业大气排污聚类分析
6.1 企业大气排污的聚类方法
6.1.1 基于距离的聚类算法
6.1.2 基于层次的聚类算法
6.1.3 基于密度的聚类算法
6.2 企业大气排污聚类结果与分析
6.2.1 企业大气排污聚类结果
6.2.2 企业大气排污的聚类分析
6.3 总结
第三部分 上市公司的污染排放数据分析与评估
第7章 上市公司污染排放大数据
7.1 上市公司污染排放数据的来源与采集
7.2 上市公司污染排放数据的处理
7.2.1 数据筛选与统一
7.2.2 数据补缺
第8章 环境规制对上市公司污染排放的影响
8.1 环境规制与企业污染排放影响的分析方法
8.1.1 动态效应检验
8.1.2 双重差分模型
8.2 环境规制与企业污染排放影响研究及结果分析
8.2.1 污染物与规制指标的选取
8.2.2 动态效应检验分析
8.2.3 双重差分模型结果
8.3 结论
第9章 上市公司污染排放的评价研究
9.1 基于熵权的上市公司污染程度综合评价
9.1.1 指标体系的确立
9.1.2 基于熵权的综合评价方法
9.2 2017年上市公司环境污染程度分析与评价
9.2.1 综合评分前三名的上市公司污染程度分析与评价
9.2.2 综合评分后三名的上市公司污染程度分析与评价
9.3 2018年上市公司环境污染程度分析与评价
9.3.1 综合评分前三名的上市公司污染程度分析与评价
9.3.2 综合评分后三名的上市公司污染程度分析与评价
9.4 2019年上市公司环境污染程度分析与评价
9.4.1 综合评分前三名的上市公司污染程度分析与评价
9.4.2 综合评分后三名的上市公司污染程度分析与评价
9.5 2020年上市公司环境污染程度分析与评价
9.5.1 综合评分前三名的上市公司污染程度分析与评价
9.5.2 综合评分后三名的上市公司污染程度分析与评价
9.6 各污染指标评分综合评价
9.7 总结
结论
参考文献