基于多元回歸分析陜西省物流業(yè)發(fā)展的環(huán)境影響

黃鈺茜

摘要：物流活動(dòng)的運(yùn)輸、配送等環(huán)節(jié)會(huì)釋放出有害氣體造成大氣污染和形成交通堵塞、帶來(lái)噪聲污染等，給環(huán)境帶來(lái)許多不良影響。文章將陜西省物流業(yè)作為研究對(duì)象，采用多元回歸分析2009～2018年物流業(yè)帶來(lái)的環(huán)境影響，以期為陜西省物流業(yè)的發(fā)展提供一定參考。以交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)增加值作為因變量，陜西省主要城市道路交通噪聲平均等效升級(jí)、陜西省生活垃圾清運(yùn)量、陜西省油品消耗量、陜西省工業(yè)廢氣排放量作為自變量進(jìn)行分析。結(jié)果表明交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)增加值對(duì)工業(yè)廢氣排放量的影響大于生活垃圾清運(yùn)量的影響。

關(guān)鍵詞：陜西省;物流業(yè);環(huán)境;多元回歸;SPSS

一、引言

陜西省作為西北地區(qū)門戶，具備天然的地理優(yōu)勢(shì)。同時(shí)，陜西省正處在從工業(yè)化中期向后期跨越的關(guān)鍵時(shí)期，深度融入共建“一帶一路”，新時(shí)代推進(jìn)西部大開(kāi)發(fā)形成新格局、黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展等國(guó)家重大戰(zhàn)略深入實(shí)施的多重機(jī)遇不斷影響著陜西省物流業(yè)的發(fā)展趨勢(shì)。然而，研究表明，物流業(yè)是高耗能產(chǎn)業(yè)，在快速發(fā)展的同時(shí)也成為我國(guó)碳排放增長(zhǎng)速度最快的行業(yè)之一，并帶來(lái)了空氣污染、噪聲污染、粉塵污染等不良環(huán)境影響。王曉華通過(guò)模型對(duì)比，選擇LEAP模型和情景分析法對(duì)北京市物流發(fā)展對(duì)節(jié)能減排的影響進(jìn)行研究。丁長(zhǎng)峰利用Dea-malmqusit指數(shù)方法測(cè)定中部六省2000～2011年間物流產(chǎn)業(yè)生產(chǎn)效率，并采用Tobit模型分析環(huán)境影響因素。謝阿紅等采用多元回歸模型對(duì)影響華東六省一市綠色物流績(jī)效排名的原因進(jìn)行深入分析，并給出提高綠色物流發(fā)展水平的建議。上官緒明采用非限制性VAR模型為基礎(chǔ)研究我國(guó)1990～2010年碳排放量與物流業(yè)之間的動(dòng)態(tài)演進(jìn)關(guān)系，結(jié)果表明物流業(yè)的快速發(fā)展導(dǎo)致能源消耗的增長(zhǎng)和碳排放量的上升。綠色經(jīng)濟(jì)的發(fā)展離不開(kāi)現(xiàn)代物流業(yè)的支撐，研究物流活動(dòng)對(duì)環(huán)境造成的影響具有較大的現(xiàn)實(shí)意義與實(shí)用價(jià)值。故本文采用多元回歸來(lái)對(duì)陜西省物流業(yè)發(fā)展的環(huán)境影響進(jìn)行分析。

二、模型簡(jiǎn)介

用于分析物流環(huán)境影響的方法有很多，比如線性回歸法、指數(shù)平滑法、彈性系數(shù)法和灰色預(yù)測(cè)法等。不同方法具有不同的特點(diǎn)和適用情況，具體如表1所示。

多元線性回歸分析是在線性相關(guān)的情況下，分析兩個(gè)或兩個(gè)以上的自變量和一個(gè)因變量之間的數(shù)量變化關(guān)系。注重分析不同變量的數(shù)值發(fā)展規(guī)律，并運(yùn)用一定的數(shù)學(xué)關(guān)系式描述所分析的結(jié)果，從而得到自變量的變化對(duì)因變量的影響水平的表達(dá)式。

多元線性回歸模型可以表示為以下表達(dá)式：

Y=β0+β1X1+β2X2+βkXk+ε

其中，β0，β1X1，β2X2，…βkXk代表k+1個(gè)不解的參數(shù);β0稱為回歸常數(shù)，β1，β2，βk稱為回歸系數(shù);Y稱為因變量;X1，X2，…Xk表示可以控制的變量，稱為自變量;

ε表示誤差項(xiàng)的隨機(jī)誤差，它是無(wú)法由X與Y之間的線性關(guān)系所解釋的變異性，反映的是其他隨機(jī)因素對(duì)因變量的影響。

（一）判斷相關(guān)關(guān)系

若幾個(gè)變量之間不存在任何關(guān)系，就無(wú)法建立模型或回歸分析。

（二）模型的整體檢驗(yàn)

對(duì)多元回歸方程進(jìn)行的整體性檢驗(yàn)，就是研究各個(gè)自變量是否從整體上對(duì)因變量有明顯的影響，需用到F統(tǒng)計(jì)量，來(lái)檢驗(yàn)分析兩者之間的差別是不是顯著。如果具有明顯的影響，就說(shuō)明二者存在線性關(guān)系;反之，則不存在。對(duì)多元回歸模型進(jìn)行整體性檢驗(yàn)過(guò)程如下：

1.提出假設(shè)。

H0：β1=β2=…=βk

H1：至少有一個(gè)回歸系數(shù)不等于0。

若無(wú)法拒絕原假設(shè)，則表示回歸模型不能明顯地預(yù)測(cè)因變量，若可以拒絕原假設(shè)則表示有自變量可以顯著地預(yù)測(cè)因變量。

2.計(jì)算檢驗(yàn)統(tǒng)計(jì)量F。F檢驗(yàn)一般是分析不止一個(gè)參數(shù)的統(tǒng)計(jì)模型，從而判斷模型的所有或一些參數(shù)是不是可以估計(jì)模型。

3.確定顯著性水平a和分子自由度m、分母自由度n-m-1，找出臨界值Fa

4.作出決策：若F>Fa，拒絕H0;若F≤Fa，接受H0

（三）回歸系數(shù)的顯著性檢驗(yàn)及共線性檢驗(yàn)

在多元線性回歸中，對(duì)每一個(gè)自變量都要分別進(jìn)行檢驗(yàn)，應(yīng)用t檢驗(yàn)。步驟如下：

1.提出假設(shè)。

H0：βk=0（自變量X與因變量Y沒(méi)有線性關(guān)系）

H1：βk≠0（自變量X與因變量Y有線性關(guān)系）

2.計(jì)算檢驗(yàn)的統(tǒng)計(jì)量t。

3.確定顯著性水平a，并作出決策。

|t|>ta/2，拒絕H0，|t|≤ta/2，不拒絕H0。

三、實(shí)例分析

（一）數(shù)據(jù)收集

就目前的物流業(yè)來(lái)看，眾多物流環(huán)節(jié)都離不開(kāi)交通運(yùn)輸，交通運(yùn)輸是物流行業(yè)中比較重要的環(huán)節(jié)，在物流的總成本中占到50%以上。故本文采取交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)增加值來(lái)代表物流業(yè)的變化值，并采用回歸分析對(duì)物流相關(guān)問(wèn)題進(jìn)行分析。

由于部分指標(biāo)數(shù)據(jù)未更新至最新年份，受統(tǒng)計(jì)數(shù)據(jù)可獲得性限制，故本文選取陜西省2009～2018年的交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)增加值（億元）作為因變量Y。由于物流的發(fā)展會(huì)帶來(lái)廢氣污染、噪聲污染、運(yùn)輸車輛燃油污染等環(huán)境污染，故自變量分別為：陜西省主要城市道路交通噪聲平均等效升級(jí)（db（A））、陜西省生活垃圾清運(yùn)量（萬(wàn)噸）、陜西省油品消耗量（萬(wàn)噸標(biāo)準(zhǔn)煤）、陜西省工業(yè)廢氣排放量（億立方米），分別令為自變量X1、X2、X3、X4。通過(guò)建立多元線性回歸模型，探究并分析各自變量與因變量之間的干系，并采用SPSS.21軟件對(duì)所含數(shù)據(jù)處理分析。從近十年的《中國(guó)統(tǒng)計(jì)年鑒》和《陜西統(tǒng)計(jì)年鑒》獲得所需數(shù)據(jù)如表2所示。

（二）數(shù)據(jù)分析412CECCE-A96B-4904-87B8-97B27D9D24E6

1. 相關(guān)關(guān)系判斷。一般而言，變量之間要么存在函數(shù)關(guān)系，要么存在相關(guān)關(guān)系。本文主要采用回歸分析的方法來(lái)研究因變量與自變量之間存在的相關(guān)關(guān)系。運(yùn)用SPSS.21軟件得出交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)增加值與各自變量之間的矩陣散點(diǎn)圖。（見(jiàn)圖1）

從圖1可以明顯看出因變量與各自變量之間存在相關(guān)關(guān)系。

2. 多重樣本決定系數(shù)。因本文是分析各自變量對(duì)因變量的影響程度，所以在SPSS中采用強(qiáng)行進(jìn)入法，最終得到模型，其回歸分析輸出結(jié)果和其數(shù)據(jù)如表3～表7所示。

表4中R為相關(guān)系數(shù)，R方為相關(guān)系數(shù)的平方，也被叫作判定系數(shù)（多重樣本決定系數(shù)），用以反映回歸直線的擬合程度，R方的取值范圍在[0，1]內(nèi)，R方愈向1接近，就表示回歸方程擬合得愈好;R方愈向0接近，就表示回歸方程擬合得愈不好。通常而言，大于0.800意味著回歸方程對(duì)樣本數(shù)據(jù)的吻合水平高。由表4可以發(fā)現(xiàn)，Y與X的相關(guān)系數(shù)為0.973，判定系數(shù)為0.947，調(diào)整后的判定系數(shù)為0.904。以上結(jié)果可以說(shuō)明各自變量能較好地解釋因變量，差不多解釋90.4%的因變量的變化。

3. 模型的整體檢驗(yàn)。表5給出了回歸方程的方差分析及檢驗(yàn)結(jié)果，F(xiàn)代表構(gòu)造的統(tǒng)計(jì)量的值，Sig.代表顯著性水平。模型中Sig.一般同顯著性水平0.05進(jìn)行比較，表5中的F值相對(duì)的Sig.值是0.002，顯然小于0.05水平，統(tǒng)計(jì)上非常顯著，說(shuō)明線性模型能夠使用。

Sig結(jié)果表示T統(tǒng)計(jì)量所映射的概率值，并規(guī)定Sig值要小于已定的顯著性水平，且越向0靠近越好。F是平均的回歸平方和與平均剩余平方和之比，它的結(jié)果數(shù)值越高，說(shuō)明結(jié)果越優(yōu)秀。顯著性水平為0.1時(shí)，df=（4，5），查表得Fa的臨界值為4.051。所以F>Fa，落入拒絕域，表示至少有一個(gè)自變量可以增加預(yù)測(cè)因變量顯著性。

4. 回歸系數(shù)的顯著性檢驗(yàn)及共線性檢驗(yàn)。SPSS分析出了多元線性回歸計(jì)算模型的系數(shù)表，其中B表示回歸模型的偏回歸系數(shù)、t表示檢驗(yàn)的統(tǒng)計(jì)量，Sig.代表顯著性水平，VIF代表方差膨脹因子，用來(lái)解釋自變量間存在的多重共線性。取顯著性水平為0.1，對(duì)各個(gè)自變量進(jìn)行檢驗(yàn)，查表得臨界值ta/2=2.0150。所以|t|>ta/2，由表6可知，生活垃圾清運(yùn)量、油品消耗量、工業(yè)廢氣排放量與因變量具有線性關(guān)系。

相關(guān)研究數(shù)據(jù)顯示，0≦VIF<10時(shí)，多重共線性幾乎不存在;10≦VIF<100時(shí)，說(shuō)明有較強(qiáng)多重共線性;VIF≧100時(shí)，表示多重共線性非常顯著，表6中VIF值在1～3左右，表明各變量之間沒(méi)有多重共線性關(guān)系。

結(jié)合實(shí)際可知，交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)增加值與物流貨運(yùn)量成正相關(guān)，而貨運(yùn)量與運(yùn)輸車輛及其產(chǎn)生的道路交通噪聲和油品消耗量也成正相關(guān)。根據(jù)模型分析結(jié)果，將剔除自變量中的道路交通噪聲和油品消耗量，最后得到的回歸模型如下：

Y=1743.947+0.5942X2+0.43X4

從上述回歸方程結(jié)果可以看出，生活垃圾清運(yùn)量每增加1萬(wàn)噸，交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)增加值就增加0.594億元;工業(yè)廢氣排放量每增加1億立方米，交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)增加值就增加0.43億元。生活垃圾清運(yùn)量中的30%由物流活動(dòng)產(chǎn)生，生活垃圾清運(yùn)量的回歸系數(shù)為0.594，大于工業(yè)廢氣排放量的回歸系數(shù)0.43。同樣的，可以說(shuō)明交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)增加值對(duì)工業(yè)廢氣排放量的影響更大一些，同時(shí)，對(duì)生活垃圾清運(yùn)量的影響也不容小覷。

四、結(jié)語(yǔ)

通過(guò)分析陜西省物流業(yè)對(duì)環(huán)境產(chǎn)生的影響結(jié)果得知，交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)增加值越大，帶來(lái)的環(huán)境影響就越大。并且對(duì)工業(yè)廢氣排放量的影響稍大于對(duì)生活垃圾的影響。對(duì)此，本文給出如下建議：一方面，大力發(fā)揮政府的監(jiān)督引導(dǎo)作用，加大對(duì)綠色物流的扶持力度，制定并出臺(tái)相關(guān)政策;另一方面，大廠應(yīng)擔(dān)當(dāng)社會(huì)責(zé)任并起到帶頭示范的作用;同時(shí)，加大對(duì)高校相關(guān)研究方向的人才培養(yǎng)。

參考文獻(xiàn)：

[1]王曉華.基于LEAP模型的北京市物流發(fā)展對(duì)節(jié)能減排影響研究[D].北京：北京交通大學(xué)，2009.

[2]丁長(zhǎng)峰.中部地區(qū)物流產(chǎn)業(yè)生產(chǎn)效率及其環(huán)境影響因素分析[J].生產(chǎn)力研究，2013（04）：106-108+201.

[3]謝阿紅，薛倩玉，周澤炯.區(qū)域綠色物流績(jī)效評(píng)價(jià)及影響因素的研究——基于“華東六省一市”的數(shù)據(jù)[J].九江學(xué)院學(xué)報(bào)（自然科學(xué)版），2019，34（02）：44-50.

[4]上官緒明.我國(guó)物流業(yè)對(duì)環(huán)境影響的動(dòng)態(tài)效應(yīng)研究——基于非限制性VAR模型的經(jīng)驗(yàn)[J].生態(tài)經(jīng)濟(jì)，2013（08）：111-114+143.

[5]李雋波，孫麗娜.基于多元線性回歸分析的冷鏈物流需求預(yù)測(cè)[J].安徽農(nóng)業(yè)科學(xué)，2011，39（11）：6519-6520+6523.

[6]李金林，趙中秋，馬寶龍.管理統(tǒng)計(jì)學(xué)[M].北京：清華大學(xué)出版社，2016：224-229.

[7]曹銀華，巫文杰，李澳.“一帶一路”倡議下廣東省國(guó)際貿(mào)易與國(guó)際物流協(xié)同發(fā)展研究[J].中國(guó)商論，2021（01）：124-127.

[8]張?chǎng)?物流產(chǎn)業(yè)集聚的工業(yè)減排效應(yīng)——基于長(zhǎng)三角空間面板模型[J].價(jià)值工程，2019，38（19）：92-95.

[9]武進(jìn)靜，韓興勇.基于多元線性回歸模型對(duì)江蘇省物流需求的預(yù)測(cè)分析[J].上海農(nóng)業(yè)學(xué)報(bào)，2015，31（04）：62-68.

（作者單位：西安財(cái)經(jīng)大學(xué)管理學(xué)院）412CECCE-A96B-4904-87B8-97B27D9D24E6