泥石流、山體滑坡對云南省經濟影響分析.pdf

1、 分類號 分類號 密 級 U D C 學校代碼 學校代碼 專業(yè)碩士畢業(yè)論文 泥石流、山體滑坡對云南省經濟影響分析 學院（部、所） 學院（部、所）：統(tǒng)計與數(shù)學學院 統(tǒng)計與數(shù)學學院 專 業(yè)：應用統(tǒng)計

2、學 應用統(tǒng)計學 姓 名：張曦 張曦 導 師：伍從斌 伍從斌 副教授 副教授 論文起止時間： 2014 年 9 月—2015 年 3 月 摘要 II 摘要 云南省位于中國西南邊陲， 全省總人口超過 4700 萬， 總面積約為 39 萬平方千米， 全省下轄 8 個市、 8 個少數(shù)民族自治州， 是中國連接東南亞各國的橋頭堡。利用省內獨特的旅游資源、

3、農業(yè)資源、礦山資源和與東南亞國家的貿易往來，云南省經濟發(fā)展速度近些年一直名列前茅， 但與此同時云南省發(fā)生泥石流、 山體滑坡等地質災害不僅次數(shù)還是規(guī)模上都在不斷增長， 經濟發(fā)展受制于泥石流、 山體滑坡等災害的發(fā)生。 云南處于云貴高原的高原的多山地貌， 且全省從北向南成階梯下降式，最高和最低的高度差高達 6000m 以上。在雨汛期，云南省常常受到大面積的降水影響， 且近些年因為山林資源的過度開發(fā)與地下資源的過度開采， 自然因素加上人為因素的

4、雙重影響致使山體滑坡、 泥石流等地質災害頻發(fā)。 從 1953年到 2014 年總共因為泥石流、 山體滑坡造成的死亡、 失蹤人數(shù)就高達 1 萬余人，因災害受傷人數(shù)也達 22 萬 5 千人， 直接經濟損失 80 億人民幣。 如計算由此造成的間接經濟損失， 數(shù)額將是驚人的幾百億人民幣。 本文通過收集了 1998 年到 2011年間云南省各個縣區(qū)發(fā)生泥石流、 山體滑坡的相關數(shù)據(jù)， 用災害系數(shù)來描述相關經濟損失（災害系數(shù)=直接損失/當年區(qū)縣的 G

5、DP）作為被解釋變量，災害等級、受災區(qū)縣當年的年平均降水量、 受災區(qū)縣的人口密度、 受災區(qū)前三年共計發(fā)生此類災害的次數(shù)總共四個作為為解釋變量， 然后建立模型對泥石流、 山體滑坡對云南省經濟影響做實證分析。 首先文章利用傳統(tǒng)的統(tǒng)計模型分析被解釋變量（災害系數(shù)）與解釋變量（災害等級、受災區(qū)縣當年的年平均降水量、受災區(qū)縣的人口密度、受災區(qū)縣前三年共計發(fā)生此類災害的次數(shù)） 之間是否存在相關性， 結果表明災害系數(shù)與受災區(qū)縣的人口密度存在強負相關以

6、外，與其他解釋變量并無強相關性，且從 R-squared檢驗和建立 Q-Q 圖分析得出該數(shù)據(jù)不符合傳統(tǒng)統(tǒng)計模型建模的條件， 故采用機器學習的方法。 其次， 傳統(tǒng)的統(tǒng)計模型在面對復雜的數(shù)據(jù)時常常束手無策， 難以用某個確定的分布函數(shù)來做假定。 這時沒有任何假定條件且基于算法的機器學習方法就體現(xiàn)其獨特的優(yōu)勢。 本文分別利用機器學習方法中的決策樹回歸、 人工神經網(wǎng)絡回歸、支持向量機回歸、Adaboost 回歸、隨機森林回歸這些常用的機器學習方法