中国的环境状况在全球的位置

由美国耶鲁大学和哥伦比亚大学联合推出的“年度全球环境绩效指数”（EPI）排名在2012年年初放出。此排名旨在评估一个国家的环境政策，环境卫生与生态系统之平衡的状态，涵盖10项领域共22项环境指标，涉及领域包括气候变化、农业、渔业、森林、水源、空气污染及环境负担等。详细报告和数据都可以在网站主页找到。本文就使用这个数据集来观察中国的环境状况在全球的位置。

上面的小提琴图即是22项指标的分布，叠加的红色圆点表示了中国得分位置。这些指标已经被研究人员进行了转换，所有的指标均是得分越高越好。从这些得分点可以看出，中国在森林保护(FORGROINV)和生物多样性(PACOV)方面做得还不错，CO2排放(CO2GDP)和饮用水(WATSUPINV)等方面做得一般，在PM2.5和室内空气(INDOOR)等方面处于垫底情况。更多的指标说明请参看报告主页。其中的EPI是环境绩效评价的综合得分。

也可以使用平行坐标图来观察各个国家在各项指标上的表现。平行坐标图是将高维数据的各个变量用一系列相互平行的坐标轴表示，变量值对应轴上位置。为了反映变化趋势和各个变量间相互关系，往往将描述不同变量的各点连接成折线。所以平行坐标图的实质是将多维欧式空间的一个点映射到二维平面上的一条曲线。上图是按照经济实力将国家分为三组，蓝色的发达经济体、绿色的发展中国家和红褐色的不发达国家。可以看到在有些指标上，不同的经济体有非常不同的表现，如发达国家的农业补贴(AGSUB)较低，而不发达国家则相对较高。

官方报告称，EPI和人均GDP有重要的联系，从上图可以看到，经济越发达，EPI得分相对较高，深红色的点表示中国的位置，它偏于左下角，这显示了在经济和环境两个方面都相对很弱。另外在右下角有两个国家经济实力很强，但环境得分很差，它们分别是中东的科威特和卡塔尔。

R代码在此：

	# 读取数据
	raw <- read.csv('http://www.stat.yale.edu/~jay/EPI_data_download/EPI_2012_Final_Results.csv',T)
	names(raw)
	data <- raw[,c(2,7,8,10,23:44)]
	data <- data[!is.na(data$GDPgroup),]
	library(reshape)
	# 数据整理
	data.melt <- melt(data,id=c('Country','GDPCAP','GDPgroup'))
	data.melt.china <- data.melt[data.melt$Country=='China',]
	data.melt.china$variable <- with(data.melt.china,
	reorder(variable,value,function(x) x))
	data.melt$variable <- ordered(data.melt$variable,
	levels=levels(data.melt.china$variable))
	library(ggplot2)
	p <- ggplot(data=data.melt,aes(x=variable,y=value))
	p + geom_violin(width=1.5,fill='skyblue',color='skyblue')+
	geom_point(data=data.melt.china,
	aes(x=variable,y=value),color='red',size=3)+
	coord_flip()
	# 平行坐标图
	p + geom_line(aes(group=Country,color=GDPgroup),
	alpha = 0.3,position='jitter')+
	coord_flip()+facet_grid(.~ GDPgroup)+
	opts(legend.position = "none")
	# 研究人均GDP和EPI之间关系
	d <- ggplot(data=data,aes(x=GDPCAP,y=EPI))
	d + geom_point(aes(color=GDPgroup)) +
	scale_x_continuous(limit=c(0,80000))+
	geom_point(x=data[data$Country=='China',]$GDPCAP,
	y=data[data$Country=='China',]$EPI,
	color='red4',size=3) +
	geom_text(x=data[data$Country=='China',]$GDPCAP,
	y=data[data$Country=='China',]$EPI,
	label='CHINA',hjust=-0.2, vjust=1.2)+
	opts(legend.position = "none")

view raw EPI.R hosted with ❤ by GitHub