PLS模型下空气污染影响因素的统计测度_以中原五省为例_

PLS模型下空气污染影响因素的统计测度_以中原五省为例_

ID:44189254

大小:846.95 KB

页数:6页

时间:2019-10-19

PLS模型下空气污染影响因素的统计测度_以中原五省为例__第1页
PLS模型下空气污染影响因素的统计测度_以中原五省为例__第2页
PLS模型下空气污染影响因素的统计测度_以中原五省为例__第3页
PLS模型下空气污染影响因素的统计测度_以中原五省为例__第4页
PLS模型下空气污染影响因素的统计测度_以中原五省为例__第5页
资源描述:

《PLS模型下空气污染影响因素的统计测度_以中原五省为例_》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、PLS模型下空气污染影响因素的统计测度———以中原五省为例常思远(江苏大学财经学院,江苏镇江212013)[摘要]“十三五”以来,各级政府越来越重视空气污染等环境污染问题。利用2011年至2017年中原五个省份的面板数据,建立偏最小二乘回归(PLS)模型,从经济、能耗、交通、技术创新和政府响应五个方面分析影响空气污染的因素。实证表明:经济、能耗和交通对空气污染有正向影响,而技术创新和政府响应则具有抑制作用。模型预测精度达到0.837,预测结果较好。[关键词]空气污染;影响因素;偏最小二乘回归;预测[中图分类号]O212.4[文献标识码]A[文章编

2、号]1671-5330(2019)02-0019-06DOI:10.16140/j.cnki.1671-5330.2019.02.007近几年来,空气污染已经成为一个全球化问分为五个方面。经济增长方面,Soumyananda题,受到全世界各个国家的关注。同样在我国,随(2004)、李斌和李拓(2014)都通过环境库兹涅茨着经济的迅猛发展,各地区尤其是我国中原地区曲线假说来说明空气污染和经济增长之间的关系都在饱受长时间、大范围雾霾问题的困扰。自是一种倒“U”型关系,前者认为经济发展一开始“十三五”召开以来,各级政府越来越关注于“绿会加剧空气污染状况

3、,但在到达一个节点后便会色发展”,持续加强各行各业的污染减排和末端减缓空气污染状况。后者借用前者的观点,得出治理,解决存量污染物治理和生态环境修复等问我国正处于“U”型曲线的拐点,即经济增长导致[1-2]题。2019年两会同样要求在经济下行压力较大空气污染加剧的时期这样的结论。李茜等的情况下,环境监管亦不能松懈,需要继续强化生(2013)认为第二产业结构比例与空气污染物浓[3]态环境刚性约束。在这样的要求下,中原地区在度具有明显的正向关系。同时韩楠、于维洋加快发展的同时如何控制空气污染就成为了需要(2015)和吴振信等(2016)也认为第二产业占

4、比考虑的问题。基于此,发现对空气污染有显著影[4-5]对空气污染有着重要影响。能源消费方面,响的指标并预测,以求对未来的空气污染状况进Faamd(2001)对欧盟200多个城市和地区进行研行评估与调控就是我们需要解决的问题。为此,究,发现在城市化的过程中,能源消费已经成为影本文采用文献分析法和偏最小二乘法,构建出空响空气污染的主导因素[6]。王敏和黄滢(2015)气污染影响因素的回归模型,确定具有显著影响对此结论进行概括,说明在高收入地区,随着经济的指标并预测未来的空气污染状况。的进一步增长,会导致空气污染的进一步恶1国内外学者关于空气污染影响因

5、素和[7]化。机动车尾气排放方面,Ghose等(2004)通研究方法的研究现状过对印度大型城市的研究指出,空气污染所产生空气污染影响因素的研究并不是一个新的课的空气质量危机主要来源于交通运输过程中产生[8]题,国内外已有丰富的研究结果,大致将影响因素的尾气排放。高纹(2019)的研究结果同样表[收稿日期]2019-02-18[作者简介]常思远(1991-),男,河南尉氏人,研究方向为区域经济管理。20安阳师范学院学报2019年明在北上广等超大型城市,机动车所产生的交通统计分析方法,自从1983年它首次被提出后就受[9]尾气排放是当地空气污染的主要

6、原因。技术到了广泛的应用。偏最小二乘回归模型是结合了进步方面,HixsonM等(2010)利用四种不同的技多元线性回归、主成分分析和典型相关分析三种术和手段对地区的空气污染状况进行分析,发现方法的优点而得到的模型方法,它不仅可以解决[10]技术会明显影响空气污染的状况。陈平等变量间的多重线性相关问题,也可以解决在回归(2012)、牛海鹏等(2012)认为在治理空气污染的分析中样本数量少于变量数量的问题。同时在回过程中需要考虑到技术进步对空气污染的影响,归建模中,可以做到简化数据结构、使变量间的相并且技术创新会对废气排放强度带来比较强的影关分析变得

7、简单和进行预测。[11-12]响。政府治污投资方面,徐业傲(2014)的偏最小二乘回归首先在X和Y中提取成分t1研究结果指出,当治理废气投资增加时,工业废气和u1。在提取这两个主成分时,要求t1和u1要尽[13]排放量有下降趋势。而FeinermanE等(2001)可能携带它们各自数据矩阵中的变量信息并且t1用以色列的例子来说明“政府治污投资”的这样和u1的相关程度能够达到最大。只有这样,t1和u1一种政策虽然与空气污染有关,但不是人们所想才能既最大化代表数据表X与Y,同时又保证自[14]的限制性关系。变量成分t1对因变量成分u1有最好的解释能力

8、。在空气污染的研究方法上,SmithRI(1999)在第一个成分t1和u1被提取后,分别实施X利用空气污染统计的方法,确定了英国在不同历

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。