|
1、将东部地区1991年～2005年的环境污染与破坏事故人均次数作为被解释变量（Y），将代表经济发展水平的年人均GDP作为解释变量(X)， 描出样本变量观测值的散点分布图。如下所示：
图3：东部地区样本变量观测值散点分布图（略）
可看出，在1991年～2005年期间，我国东部环境污染与破坏事故次数和人均GDP(即经济发展水平)之间存在较明显的负线性关系，两者间具有反向的变动趋势。由东部地区环境污染与破坏事故人均次数（Y）和年人均GDP（X），建立双变量线性回归模型：Yi = β0 + β1Xi + ui 。对模型的估计结果为：
Yi = 253.9748 - 0.0102Xi
t = (10.9995) (-5.3767)
SE = (23.0897) (0.0019)
R2 = 0.6898
从估计结果看：首先，R2=0.6898，说明总离差平方和的68.98%被样本回归直线解释，还有31.02%未被解释，因此，样本回归直线对样本点的拟合优度一般。即在东部地区基本可以用年人均GDP解释环境质量变化效果。
其次，β1的t值的绝对值等于5.3767，取显著性水平α= 0.05，在自由度为v = 14-2 =12下，查t分布表得：t0.025(12)=2.1788， 回归系数显著不为零，表明东部地区人均GDP对环境污染与破坏事故次数有显著影响。
再次，回归系数 = -0.0102，符号为负，表示东部地区的环境污染与破坏次数随人均GDP的变化呈反向变化，已经位于EKC曲线的右侧。但是 数值还很小，表明东部的经济发展刚刚脱离初级阶段，环境与经济的演替关系也刚刚进入良性循环。
2、将西部地区1991年～2005年的环境污染与破坏事故人均次数作为被解释变量（Y），将代表经济发展水平的年人均GDP作为解释变量(X)， 描出样本变量观测值的散点分布图。如下所示：
图4：西部地区样本变量观测值散点分布图（略）
可看出，在1991年～2005年期间，我国西部环境污染与破坏事故次数和人均GDP(即经济发展水平)之间存在较明显的正线性关系，与东部正好相反。由西部地区环境污染与破坏事故人均次数（Y）和年人均GDP（X），建立双变量线性回归模型：Yi = β0 + β1Xi + ui 。对模型的估计结果为：
Yi = 129.3358 + 0.0081Xi
t = (26.5366) (7.7426)
SE = (4.8738) (0.0011)
R2 = 0.8218
从估计结果看：首先，R2=0.8218，说明总离差平方和的82.18%被样本回归直线解释，还有17.82%未被解释，因此，样本回归直线对样本点的拟合优度较高。即西部地区用人均GDP解释环境质量变化效果较好。
|
