Resumen

Las emisiones de contaminantes atmosféricos son peligrosos en China, especialmente en la región Beijing-Tianjin-Hebei. En este artículo, utilizamos el método de espina de pescado para establecer cualitativamente el conjunto de factores influyentes de PM2.5. Luego, utilizamos la prueba de correlación de rangos de Spearman y el modelo de regresión de datos panel para analizar cuantitativamente los datos de la región Beijing-Tianjin-Hebei de 2012 a 2015. Los resultados muestran que la densidad de población, el consumo de energía por unidad de área, la producción de concreto por unidad de área, la proporción industrial, el volumen de transporte por unidad de área, las nuevas áreas de construcción por unidad de área, la longitud de construcción de carreteras por unidad de área y la proporción de consumo de carbón están todos positivamente correlacionados con PM2.5. La proporción de consumo de electricidad está negativamente correlacionada con PM2.5. Entre ellos, la densidad de población, la prop

• Materias:Comportamiento asintótico Entropía del gráfico Seguridad dinámica Polinomios diferenciales Gráfico monocíclico
• Subjects:Asymptotic behavior Entropy of the graph Dynamic safety Differential polynomials Monocyclic graph
• Palabras claves:Emisiones de contaminantes atmosféricos; Método de espina de pescado; Conjunto de factores influyentes; PM2.5; Prueba de correlación de rangos de spearman; Modelo de regresión de datos de panel
• Keywords:Air pollutant emissions; Fishbone method; Influential factor set; PM2.5; Spearman rank correlation test; Panel data regression model