基于多元回歸分析影響北京市空氣質量的因素

摘 要：隨著冬天來臨，供暖季啟動，北京近日霧霾天氣頻發，空氣污染嚴重，給人民的生產生活帶來不良影響。本文選取2000年—2012年北京市的相關數據，運用多元回歸建模分析，研究地區經濟發展狀況、人口規模、城市道路交通狀況、能源耗費量、尾氣排放及城市綠植覆蓋率對北京市空氣質量的影響程度。

關鍵詞：空氣質量;多元回歸;模型檢驗

一、論文的背景與意義

空氣，是人類每天都在呼吸的生命氣體，是人類賴以生存的必要前提，空氣質量的好壞對人類的生產、生活都將帶來很大影響。隨著改革開放以來工業的迅猛發展，環境污染嚴重，大氣污染日漸突出，惡化的空氣質量嚴重影響人類的健康生活。

北京市，作為中華人民共和國首都，是我國的政治中心、文化中心和國際交往中心，同時也是首批國家歷史文化名城和世界上擁有世界文化遺產數最多的城市，旅游資源豐富，在國內和國際都有很重要的影響力。

近年來北京霧霾天氣多發，空氣污染嚴重，給人民的生產生活帶來不良影響。本文基于多元回歸建模分析，研究對北京市空氣質量影響因素，以期能夠提出合理建議改善北京市空氣質量。

二、數據的來源與數據的介紹

2.1數據來源

本文研究數據空氣質量達標天數取自于2000年—2012年《北京市環境狀況公報》公布的全市空氣質量二級和好于二級天數，地區生產總值、年末常住人口、

私人汽車擁有量、煤炭消費量、汽油消費量、城市綠地面積取自于2000年—2012年《中國統計年鑒》。

2.2數據的介紹

本文選取了幾個可能影響北京市空氣質量的變量，以北京市2000年—2012年的空氣質量達標天數（Y）代表北京市空氣質量，地區生產總值（X1）代表經濟發展狀況，年末常住人口（X2）表示人口規模，私人汽車擁有量（X3）代表城市交通狀況，煤炭消費量（X4）代表能源耗費，汽油消費量（X5）代表尾氣排放，城市綠地面積（X6）代表城市綠地植被覆蓋率。通過建立多元線性回歸方程分析影響北京市空氣質量的因素。

2.3描述性統計分析

2000年—2012年北京市空氣質量達標天數、地區生產總值、年末常住人口、私人汽車擁有量、煤炭消費量、汽油消費量、城市綠地面積等各變量的描述性統計如表2所示：

由表2的描述性統計分析可知，2000年—2012年北京市空氣質量達標天數即全市空氣質量二級和好于二級天數平均值為242天，占全年總天數（按365天計算）的66.30%，也即在2000年—2012年北京市空氣質量平均不達標天數約占全年的三分之一。數據顯示2000年的北京市空氣質量達標天數最低為177天，約占全年總天數的48.5%，; 2010年和2011年北京市空氣質量達標天數最高為286天， 約占全年總天數78.36%。

2000年—2012年北京市地區生產總值平均達到9128.62億元，在全國范圍內經濟增長迅速，隨之全市常住人口數量逐年增加，私人汽車保有量日益增多，汽油消費量逐年增大。雖然煤炭消費量仍占據能源消耗的很大比重，隨著環保政策的實施和節能環保產品的替代作用，煤炭消費量呈現下降趨勢。城市綠地面積的增加，也有助于緩解空氣污染。

三、實證分析

3.1統計方法介紹

本文采用Stata 15.1軟件做為統計分析工具，將表1中各項數據導入軟件，進行回歸參數處理，建立多元回歸模型，以期實證分析經濟發展狀況、人口規模、城市交通狀況、能源耗費、尾氣排放、城市綠地植被覆蓋率對北京市空氣質量的影響。根據回歸結果數據顯示檢驗是否存在多重共線性，然后采用逐步回歸法對數據進一步處理，得出最終回歸模型，并進行模型檢驗，通過檢驗后得出結論。

3.2數據與模型相結合分析

3.2.1模型構建

建立多元回歸模型如下：

其中Y代表北京市空氣質量達標天數作為被解釋變量，X1、X2、X3、X4、X5、X6為選取的影響因素指標作為解釋變量，β為各解釋變量相應系數，u為隨機擾動項。

3.2.2參數估計

本文采用Stata 15.1軟件做為統計分析工具，將表1中各項數據導入軟件，進行回歸參數處理，得出回歸結果如下表所示：

從上述回歸結果可以看出，擬合優度R2較高，調整的擬合優度也較高，通過F檢驗，但各個參數的t檢驗卻不顯著，此時考慮各解釋變量間存在多重共線性。多重共線性可能會造成估計不準確或檢驗不準確，從而得出的結論也不準確，因此先做多重共線性檢驗，若存在多重共線性，則進行修正。

通過計算各解釋變量的相關系數及方差膨脹因子（VIF值），發現各解釋變量間存在嚴重的多重共線性。

通過Stata 15.1軟件進行逐步回歸，確定變量x1、x3、x5均不顯著（0.05的顯著性水平），剔除解釋變量x1、x3、x5，保留解釋變量x2、x4、x6。

3.3模型檢驗

3.3.1擬合優度檢驗

表4的數據顯示擬合優度R2= 0.9569，調整的擬合優度= 0.9425，兩項數據表明該模型較好地擬合了樣本觀測值。

3.2.2 F檢驗

給定顯著性水平α=0.05，查詢F檢驗臨界值表得出Fα（3，9）=3.863，根據表6中數據顯示F=66.56 > Fα（3，9）=3.863，F統計量的P值為0.0000，也明顯小于α=0.05，說明回歸方程顯著，通過F檢驗。

3.3.3 t檢驗

給定顯著性水平α=0.05，計算“顯著性水平”為α的“臨界值”，根據查詢t檢驗臨界值表得出自由度為n-m-1=9的臨界值為tα/2（9）=2.262，而各解釋變量X2、X4、X6的t統計量均大于2.262，通過t檢驗。

3.3.4 異方差檢驗

在Stata15.1軟件中進行white檢驗，得出數據Prob > chi2? =? 0.3224，通過檢驗。

回歸模型通過檢驗，說明“年末常住人口”、“煤炭消費量”、“城市綠地面積”變量聯合起來確實對“空氣質量達標天數”有顯著影響。

四、結論與建議

本文中關于人口規模對北京市空氣質量影響程度的分析顯示出，人口每增加一萬人，空氣質量達標天數將平均增加0.1174天，表明人口數量增加不一定會導致空氣質量的直接惡化。近年來隨著人們環保意識的提高，更多的人投入到環保宣傳和實際環保行動中，對空氣質量的改善有促進作用。

從本文中關于能源消耗量對于北京市空氣質量的影響程度來看，煤炭消費量每增加一萬噸，空氣質量達標天數將平均增加0.0335天，北京市空氣質量并未因能源消耗量而明顯惡化。北京市于2011年制定了《北京市清潔空氣行動計劃（2011-2015年大氣污染控制措施）》，堅持能源低碳清潔化，進行燃煤鍋爐清潔能源改造工程，實現核心區無燃煤鍋爐，污染物排放量大幅下降。2012年編制實施《北京市2012-2020年大氣污染治理措施》，加大力度開展大氣污染防治，推行綠色文明施工管理模式。北京市近年一系列的環保政策的制定實施和能源結構調整，即使能源消耗量增加，但清潔能源的投入使用對改善北京市空氣質量也起到了一定作用。

從本文中對于北京市空氣質量的顯著因素分析，城市綠地面積每增加一萬公頃，空氣質量達標天數將平均增加9.7181天，由此可見城市綠地植被覆蓋率對于北京市空氣質量的改善有明顯作用。眾所周知，綠色植物能夠通過自身的光合作用吸收二氧化碳釋放氧氣，吸收灰塵凈化空氣，因此建議擴大城市綠地面積，提高城市綠地植被覆蓋率，改善城市空氣質量。

總之，空氣質量和人類的生活息息相關，基于本文前述實證分析結果，為改善北京市空氣質量，減少空氣污染天數，提出以下建議：

確切落實環保政策，增強人們的環保意識，改善傳統能源結構，促進粗放型經濟產業的轉型，減少尾氣排放，投入更多新能源和節能環保產品的使用，擴大城市綠地面積，提高植被覆蓋率，與周邊城市協同改善城市空氣質量。

參考文獻

[1] 李玉敏，李明麗，焦智康. 北京市空氣質量影響因素計量經濟分析[J].中國城市經濟.2011.5.25.

[2] 馮朝軍.基于多元回歸分析的我國CPI影響因素識別[J].統計與決策，2017，（24）.

[3] 李經路，曾天. 北京空氣質量影響因素的主成分分析——來自于2000-2011年的經驗數據[J].生態經濟，2017，33（1）.

[4] 陳強.計量經濟學及Stata應用[M].北京：高等教育出版社，2015.

作者簡介：李晶（1989-），女，對外經濟貿易大學統計學院在職人員高級課程研修班學員。