| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 引言 | 第10页 |
| 1.2 雾霾与颗粒物污染 | 第10-11页 |
| 1.2.1 雾霾的定义 | 第10-11页 |
| 1.2.2 颗粒物的定义 | 第11页 |
| 1.2.3 PM_(10)和PM_(2.5)的定义 | 第11页 |
| 1.2.4 PM_(2.5)/PM_(10) 的比值 | 第11页 |
| 1.3 PM_(2.5) 监测指标历史沿革 | 第11-12页 |
| 1.4 PM_(2.5) 对人类身体健康影响的研究 | 第12-13页 |
| 1.5 空气质量监测数据的分析 | 第13-14页 |
| 1.6 环境与经济的协调发展 | 第14页 |
| 1.7 绿色经济效率 | 第14-15页 |
| 1.8 主要研究内容 | 第15-17页 |
| 第二章 Python程序设计语言简介 | 第17-23页 |
| 2.1 什么是Python？ | 第17-18页 |
| 2.2 Python语言相对于MATLAB的优势 | 第18-19页 |
| 2.3 Python常用领域和语言特征 | 第19页 |
| 2.4 论文所采用的第三方Python库 | 第19-21页 |
| 2.4.1 NumPy包的简介 | 第19-20页 |
| 2.4.2 pandas包的简介 | 第20页 |
| 2.4.3 Matplotlib包的简介 | 第20-21页 |
| 2.5 Python语言的集成环境Anaconda | 第21-22页 |
| 2.5.1 Anaconda简介 | 第21页 |
| 2.5.2 Jupyter notebook | 第21-22页 |
| 2.6 Python在环境工程中的应用 | 第22-23页 |
| 第三章 绿色经济效率的计算理论基础 | 第23-30页 |
| 3.1 主成分分析相关理论 | 第23-24页 |
| 3.2 数据包络分析 | 第24-30页 |
| 3.2.1 DEA的数学原理 | 第24页 |
| 3.2.2 DEA模型中指标的选取 | 第24-25页 |
| 3.2.3 DEA评价方法的优点 | 第25页 |
| 3.2.4 DEA经典模型(DEA Model) | 第25-26页 |
| 3.2.5 CCR模型的数学表达形式 | 第26-27页 |
| 3.2.6 DEA模型的Python程序实现 | 第27-28页 |
| 3.2.7 DEA交叉效率的概念与计算方法 | 第28页 |
| 3.2.8 交叉效率的Python程序实现 | 第28页 |
| 3.2.9 应用DEA模型评价城市相对绿色经济效率 | 第28-30页 |
| 第四章 PM_(2.5)监测数据可视化分析 | 第30-48页 |
| 4.1 数据来源 | 第30页 |
| 4.2 PM_(2.5) 随经纬度的变化规律 | 第30-33页 |
| 4.3 PM_(2.5) 一天24h的变化规律 | 第33-36页 |
| 4.4 PM_(2.5) 随月份变化的规律 | 第36-40页 |
| 4.5 PM_(2.5)占PM_(10)的比例 | 第40-43页 |
| 4.6 全国城市(地区)PM_(2.5)年平均值 | 第43-47页 |
| 4.7 本章小结 | 第47-48页 |
| 第五章 城市绿色经济效率计算 | 第48-64页 |
| 5.1 评价指标选取 | 第48-49页 |
| 5.1.1 DEA的输入项指标包括 | 第48-49页 |
| 5.1.2 DEA的输出项指标包括 | 第49页 |
| 5.2 数据的预处理和主成分分析 | 第49-54页 |
| 5.2.1 数据的标准化 | 第49-51页 |
| 5.2.2 数据的PCA结果 | 第51-54页 |
| 5.3 CCR模型下的绿色经济效率 | 第54-57页 |
| 5.3.1 DEA-CRS效率 | 第54-55页 |
| 5.3.2 PCA-DEA-CRS效率 | 第55-57页 |
| 5.4 绿色经济系数 | 第57-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 结论 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68-76页 |
| 附录A 求解CCR模型的Python程序代码 | 第68-72页 |
| 附录B 计算交叉效率的Python程序代码 | 第72-73页 |
| 附录C 钟表型图的源代码 | 第73页 |
| 附录D 北京市空气质量监测点说明 | 第73-74页 |
| 附录E 北京市监测点经纬度位置 | 第74-76页 |
| 致谢 | 第76页 |
