基于多元回归分析陕西省物流业发展的环境影响
来源:用户上传
作者:黄钰茜
摘要：物流活动的运输、配送等环节会释放出有害气体造成大气污染和形成交通堵塞、带来噪声污染等，给环境带来许多不良影响。文章将陕西省物流业作为研究对象，采用多元回归分析2009～2018年物流业带来的环境影响，以期为陕西省物流业的发展提供一定参考。以交通运输、仓储、邮政业增加值作为因变量，陕西省主要城市道路交通噪声平均等效升级、陕西省生活垃圾清运量、陕西省油品消耗量、陕西省工业废气排放量作为自变量进行分析。结果表明交通运输、仓储、邮政业增加值对工业废气排放量的影响大于生活垃圾清运量的影响。
关键词：陕西省;物流业;环境;多元回归;SPSS
一、引言
陕西省作为西北地区门户，具备天然的地理优势。同时，陕西省正处在从工业化中期向后期跨越的关键时期，深度融入共建“一带一路”，新时代推进西部大开发形成新格局、黄河流域生态保护和高质量发展等国家重大战略深入实施的多重机遇不断影响着陕西省物流业的发展趋势。然而，研究表明，物流业是高耗能产业，在快速发展的同时也成为我国碳排放增长速度最快的行业之一，并带来了空气污染、噪声污染、粉尘污染等不良环境影响。王晓华通过模型对比，选择LEAP模型和情景分析法对北京市物流发展对节能减排的影响进行研究。丁长峰利用Dea-malmqusit指数方法测定中部六省2000～2011年间物流产业生产效率，并采用Tobit模型分析环境影响因素。谢阿红等采用多元回归模型对影响华东六省一市绿色物流绩效排名的原因进行深入分析，并给出提高绿色物流发展水平的建议。上官绪明采用非限制性VAR模型为基础研究我国1990～2010年碳排放量与物流业之间的动态演进关系，结果表明物流业的快速发展导致能源消耗的增长和碳排放量的上升。绿色经济的发展离不开现代物流业的支撑，研究物流活动对环境造成的影响具有较大的现实意义与实用价值。故本文采用多元回归来对陕西省物流业发展的环境影响进行分析。
二、模型简介
用于分析物流环境影响的方法有很多，比如线性回归法、指数平滑法、弹性系数法和灰色预测法等。不同方法具有不同的特点和适用情况，具体如表1所示。
多元线性回归分析是在线性相关的情况下，分析两个或两个以上的自变量和一个因变量之间的数量变化关系。注重分析不同变量的数值发展规律，并运用一定的数学关系式描述所分析的结果，从而得到自变量的变化对因变量的影响水平的表达式。
多元线性回归模型可以表示为以下表达式：
Y=β0+β1X1+β2X2+βkXk+ε
其中，β0，β1X1，β2X2，…βkXk代表k+1个不解的参数;β0称为回归常数，β1，β2，βk称为回归系数;Y称为因变量;X1，X2，…Xk表示可以控制的变量，称为自变量;
ε表示误差项的随机误差，它是无法由X与Y之间的线性关系所解释的变异性，反映的是其他随机因素对因变量的影响。
（一）判断相关关系
若几个变量之间不存在任何关系，就无法建立模型或回归分析。
（二）模型的整体检验
对多元回归方程进行的整体性检验，就是研究各个自变量是否从整体上对因变量有明显的影响，需用到F统计量，来检验分析两者之间的差别是不是显著。如果具有明显的影响，就说明二者存在线性关系;反之，则不存在。对多元回归模型进行整体性检验过程如下：
1.提出假设。
H0：β1=β2=…=βk
H1：至少有一个回归系数不等于0。
若无法拒绝原假设，则表示回归模型不能明显地预测因变量，若可以拒绝原假设则表示有自变量可以显著地预测因变量。
2.计算检验统计量F。F检验一般是分析不止一个参数的统计模型，从而判断模型的所有或一些参数是不是可以估计模型。
3.确定显著性水平a和分子自由度m、分母自由度n-m-1，找出临界值Fa
4.作出决策：若F>Fa，拒绝H0;若F≤Fa，接受H0
（三）回归系数的显著性检验及共线性检验
在多元线性回归中，对每一个自变量都要分别进行检验，应用t检验。步骤如下：
1.提出假设。
H0：βk=0（自变量X与因变量Y没有线性关系）
H1：βk≠0（自变量X与因变量Y有线性关系）
2.计算检验的统计量t。
3.确定显著性水平a，并作出决策。
|t|>ta/2，拒绝H0，|t|≤ta/2，不拒绝H0。
三、实例分析
（一）数据收集
就目前的物流业来看，众多物流环节都离不开交通运输，交通运输是物流行业中比较重要的环节，在物流的总成本中占到50%以上。故本文采取交通运输、仓储、邮政业增加值来代表物流业的变化值，并采用回归分析对物流相关问题进行分析。
由于部分指标数据未更新至最新年份，受统计数据可获得性限制，故本文选取陕西省2009～2018年的交通运输、仓储、邮政业增加值（亿元）作为因变量Y。由于物流的发展会带来废气污染、噪声污染、运输车辆燃油污染等环境污染，故自变量分别为：陕西省主要城市道路交通噪声平均等效升级（db（A））、陕西省生活垃圾清运量（万吨）、陕西省油品消耗量（万吨标准煤）、陕西省工业废气排放量（亿立方米），分别令为自变量X1、X2、X3、X4。通过建立多元线性回归模型，探究并分析各自变量与因变量之间的干系，并采用SPSS.21件对所含数据处理分析。从近十年的《中国统计年鉴》和《陕西统计年鉴》获得所需数据如表2所示。
（二）数据分析
nlc202206131459
转载注明来源:https://www.xzbu.com/2/view-15433384.htm
