摘 要：隨著冬天來臨，供暖季啟動，北京近日霧霾天氣頻發(fā)，空氣污染嚴重，給人民的生產(chǎn)生活帶來不良影響。本文選取2000年—2012年北京市的相關數(shù)據(jù)，運用多元回歸建模分析，研究地區(qū)經(jīng)濟發(fā)展狀況、人口規(guī)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(zhì)量的影響程度。

關鍵詞：空氣質(zhì)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(zhì)量的好壞對人類的生產(chǎn)、生活都將帶來很大影響。隨著改革開放以來工業(yè)的迅猛發(fā)展，環(huán)境污染嚴重，大氣污染日漸突出，惡化的空氣質(zhì)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(chǎn)數(shù)最多的城市，旅游資源豐富，在國內(nèi)和國際都有很重要的影響力。

近年來北京霧霾天氣多發(fā)，空氣污染嚴重，給人民的生產(chǎn)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(zhì)量影響因素，以期能夠提出合理建議改善北京市空氣質(zhì)量。

二、數(shù)據(jù)的來源與數(shù)據(jù)的介紹

2.1數(shù)據(jù)來源

本文研究數(shù)據(jù)空氣質(zhì)量達標天數(shù)取自于2000年—2012年《北京市環(huán)境狀況公報》公布的全市空氣質(zhì)量二級和好于二級天數(shù)，地區(qū)生產(chǎn)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(tǒng)計年鑒》。

2.2數(shù)據(jù)的介紹

本文選取了幾個可能影響北京市空氣質(zhì)量的變量，以北京市2000年—2012年的空氣質(zhì)量達標天數(shù)（Y）代表北京市空氣質(zhì)量，地區(qū)生產(chǎn)總值（X1）代表經(jīng)濟發(fā)展狀況，年末常住人口（X2）表示人口規(guī)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(zhì)量的因素。

2.3描述性統(tǒng)計分析

2000年—2012年北京市空氣質(zhì)量達標天數(shù)、地區(qū)生產(chǎn)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(tǒng)計如表2所示：

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

2000年—2012年北京市地區(qū)生產(chǎn)總值平均達到9128.62億元，在全國范圍內(nèi)經(jīng)濟增長迅速，隨之全市常住人口數(shù)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(jù)能源消耗的很大比重，隨著環(huán)保政策的實施和節(jié)能環(huán)保產(chǎn)品的替代作用，煤炭消費量呈現(xiàn)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(tǒng)計方法介紹

本文采用Stata 15.1軟件做為統(tǒng)計分析工具，將表1中各項數(shù)據(jù)導入軟件，進行回歸參數(shù)處理，建立多元回歸模型，以期實證分析經(jīng)濟發(fā)展狀況、人口規(guī)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(zhì)量的影響。根據(jù)回歸結果數(shù)據(jù)顯示檢驗是否存在多重共線性，然后采用逐步回歸法對數(shù)據(jù)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(shù)據(jù)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(zhì)量達標天數(shù)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(shù)，u為隨機擾動項。

3.2.2參數(shù)估計

本文采用Stata 15.1軟件做為統(tǒng)計分析工具，將表1中各項數(shù)據(jù)導入軟件，進行回歸參數(shù)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(yōu)度R2較高，調(diào)整的擬合優(yōu)度也較高，通過F檢驗，但各個參數(shù)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(shù)及方差膨脹因子（VIF值），發(fā)現(xiàn)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(yōu)度檢驗

表4的數(shù)據(jù)顯示擬合優(yōu)度R2= 0.9569，調(diào)整的擬合優(yōu)度= 0.9425，兩項數(shù)據(jù)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(jù)表6中數(shù)據(jù)顯示F=66.56 > Fα（3，9）=3.863，F(xiàn)統(tǒng)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(jù)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(tǒng)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(shù)據(jù)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(lián)合起來確實對“空氣質(zhì)量達標天數(shù)”有顯著影響。

四、結論與建議

本文中關于人口規(guī)模對北京市空氣質(zhì)量影響程度的分析顯示出，人口每增加一萬人，空氣質(zhì)量達標天數(shù)將平均增加0.1174天，表明人口數(shù)量增加不一定會導致空氣質(zhì)量的直接惡化。近年來隨著人們環(huán)保意識的提高，更多的人投入到環(huán)保宣傳和實際環(huán)保行動中，對空氣質(zhì)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(zhì)量的影響程度來看，煤炭消費量每增加一萬噸，空氣質(zhì)量達標天數(shù)將平均增加0.0335天，北京市空氣質(zhì)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(xiàn)核心區(qū)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(huán)保政策的制定實施和能源結構調(diào)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(zhì)量也起到了一定作用。

從本文中對于北京市空氣質(zhì)量的顯著因素分析，城市綠地面積每增加一萬公頃，空氣質(zhì)量達標天數(shù)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(zhì)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(zhì)量。

總之，空氣質(zhì)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(zhì)量，減少空氣污染天數(shù)，提出以下建議：

確切落實環(huán)保政策，增強人們的環(huán)保意識，改善傳統(tǒng)能源結構，促進粗放型經(jīng)濟產(chǎn)業(yè)的轉(zhuǎn)型，減少尾氣排放，投入更多新能源和節(jié)能環(huán)保產(chǎn)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(xié)同改善城市空氣質(zhì)量。

參考文獻

[1] 李玉敏，李明麗，焦智康. 北京市空氣質(zhì)量影響因素計量經(jīng)濟分析[J].中國城市經(jīng)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(tǒng)計與決策，2017，（24）.

[3] 李經(jīng)路，曾天. 北京空氣質(zhì)量影響因素的主成分分析——來自于2000-2011年的經(jīng)驗數(shù)據(jù)[J].生態(tài)經(jīng)濟，2017，33（1）.

[4] 陳強.計量經(jīng)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(jīng)濟貿(mào)易大學統(tǒng)計學院在職人員高級課程研修班學員。