计量经济学城市污水排放量影响因素分析

计量经济学大作业

城市污水排放量影响因素分析

摘要：随着城市化进程的加快和经济建设的飞速进展，城市污水排放量也快速增长，这给

城市污水处理系统带来了极大的压力，通过已知信息合理精确地估量、猜测城市

污水的排放量从而为进一步的污水处理供应参考，对整个污水处理流程有起着关键的作用。

本文从污水排放量与城市经济进展状况的联系动身，选择城市农业总产值、工业总产值、建

筑业总产值和发电量，货物运输量，社会消费品零售总额以及城市是否处于沿海地区这几个

简单猎取的指标，分析其与城市污水排放量的关系。建立线性【可归模型，采用SPSS软件得

到模型中的有关系数，并对模型中的自变量系数进行显著性检验。分析结果表明该模型的指

标选择合理，猜测精度较好。

关键词：污水排放量，回归分析，假设检验

TheanalysisonthefactorsofCitySewageDischarge

Abstract:Withtherapiddevelopmentofurbanizationandeconomics,thedischargeofcity

sewageshasincreasedgreatlyinthelastyears.Thisbringsgreatpressureforsewagetreatment

facilities.ApriceestimationofSewageDischargeviaknowninformationcanbenefitalotin(he

overallprocessofsewagetreatment.Thispaperanalysestherelationshipbetweensewage

dischargeandeconomicdevelopmentandchoosesagriculturalproduction,industrialproduction,

constructionindustrialproduction,electricityproduction,goodstransportationamountand

whetherthecityislocatedinacoastalregionasthedeterminingfactorsofCitySewageDischarge.

Alinearregressionmodelisse(,whichissolvedbySPSS,relevantsignificancetestsare

performed.Theresultshowstheindiceswechoosearereasonableandatteststheeffectivenessof

thismodel.

Keywords：SewageDischarge;Regressionanalysis;HypothesisTesting

目录

1.弓I言.......................................................................4

2.因素分析与模型假设...........................................................4

3.模型建立......................................................................5

3.1变量解释..................................................................5

3.2数据收集..................................................................6

3.3相关性分析...............................................................6

3.4水平值模型...............................................................7

模型拟合优度.............................................................7

假设检验及置信区间.......................................................8

3.5模型调整..................................................................9

3.7测度单位的变化对模型的影响.............................................12

3.8模型总结分析............................................................13

4.结论.........................................................................13

1.引言

市域经济是社会经济为进展单元，随着中国经济的快速进展，城市污水排放量（主要包

括居民生活污水排放量，农业污水排放量，工业污水排放量和第三产业污水排放量）也在急

剧增加，城市污水排放与污水处理作为影响城市整体进展一个重要因素，受到了人们越来越

大的关注。对污水排放量进行科学的分析和猜测是解决城市中水回用和猜测城市污水处理量

的前提，城市污水排放系统是一个简单系统，影响城市生活污水排放系统的因素众多，受到

自然条件、社会、经济及生活习惯的影响，合理分析和正确确定城市污水排放系统的主要影

响因子，对精确猜测城市污水排放量有着非常重要的作用。

城市污水排放量的猜测方法一般有两类：一类是依据污水排放量历年和现状资料数据，

建立数学模型，对将来污水排放量做出猜测,主要有回归分析法、时间序列法、灰色猜测法、

BP神经网络法等。另一类方法是指标分析法。它依据城市建设进展规模、人口规模、产业

政策、城市用水量方案等资料，得到城市污水排放总量。

本文把城市农业总产值、工业总产值、建筑业总产值和发电量，货物运输量，社会消费

品零售总额以及城市是否处于沿海地区作为对城市污水量影响的打算性因素，收集全国12

个具有代表性城市近10年来的相关指标，分析上述指标对城市污水排放量的影响。使用SPSS

软件对回归模型进行回归分析和假设检验，并通过假设检验的结果对模型进行修正，最终给

出了对修正模型的估量，第四部分分析了单位变化对参数估量的影响。最终，我们在第五部

分分析了回归的结果以及其代表的意义，并对模型的缺陷和不足进行了说明。

2.因素分析与模型假设

在中国，农业生产需要大量农业用水的投入，带来大量的农业废水，其来源主要有农田

径流、饲养场污水、农产品加工污水。污水中含有各种病原体、悬浮物、化肥、农药、不溶

解固体物和盐分等。农业污水数量大、影响面广，因此提出假说：

H1：城市农业总产量越高，污水排放量越大。

工业废水是指工业生产过程中产生的废水、污水和废液，其中含有随水流失的工业生产

用料、中间产物和产品以及生产过程中产生的污染物。随着工业的快速进展，废水的种类和

数最迅猛增加，对水体的污染也口趋广泛和严峻，威逼人类的健康和平安。因此提出假说:

H2：城市工业总产量越高，污水排放量越大。

城市建设过程中涉及到大量的建筑耗材使用，而水泥、钢筋的生存过程之中需要耗费大

量的水资源，产生大量污水，此外，建筑施工场地上生产污水河建筑工人的生活污水排放量

也不容忽视。因此，提出假说：

H3:建筑业总产量越高，污水排放量越大。

目前，国内大多数城市发电方式以火力发电为主，火力发电分公司在生产过程中会产生

废水，废水包括：油罐区含油废水、堆煤场及输煤通道各转运站产生的含煤废水、生活污水、

净化站排泥水、贮灰场及灰库排水、脱硫废水、工业废水等，此外作为发电主要燃料的煤炭

在其生产过程中需要耗费大量的水资源，产生污水排放。因此，提出假说：

H4：城市发电量越大，污水排放量越大。

城市的货物运输量大小可以反映城市交通枢纽和交通设施的体量大小，同时反映该城市

全部产业的商品货物流通状况，货物流通需要人员的参加，必定会产生大量的生活废水，此

外，流通量越大，各类商品货物的产量也相应越高，这一过程中必定也会产生大量的污水。

因此提出假说：

H5：城市货物运输量越大，污水排放量越大。

社会消费品零售总额可以反映一个城市的商业发达程度，进而反映服务业的进展程度，

目前，国内城市服务业以餐饮为主，而餐饮业必定会产生大量的废水。因此，提出假说：

H6：社会消费品总额越大，污水排放量越大。

城市所处的位置不同，水资源的拥有量和使用方式也不尽相同，一般而言，沿海地区的

水资源更为丰富，农业浇灌也以传统浇灌为主，工业结枸中，耗水型产业的比例也更大，居

民生活方式也对污水排放量有很大影响。因此，提出假说：

H7：其他条件不变，沿海城市比内陆城市污水排放量更大。

3.模型建立

3.1变量解释

不失一般性，本文建立的回归模型使用的变量解释如表1所示：

表1变量解释

变量解释

sew城市废水排放量（单位：百万吨）

agi'农业生产总值（单位：亿元）

ind工业生产总值（单位：亿元）

con建筑业总产值（单位：亿元）

ele发电量（单位：亿千瓦）

sal社会消费品零售总额（单位：亿元）

tra货物运输量（单位：万吨）

reg城市是否处于沿海地区（是：1;否：0）

在上述分析的基础上，建立水平模型，讨论以上因素对城市污水排放量的肯定值影响,

构建的线性回归模型如下：

sew=j30+/?］郎厂+J32ind+/3ycon++/^sal+/^?ra+®+〃

其中，凤一分为变量回归系数；〃为随机误差项，表示没有被所列的解释变量解释的

部分。

3.2数据收集

基于上述分析，本文依据人口数量、GDP总量、产业结构完善的原则，从全国范围内

选择出12个具有代表性的城市，从知网年鉴中查找、纪录其近10年的污水排放量以农业总

产值、工业总产值、建筑业总产值和发电量，货物运输量，社会消费品零售总额，并纪录其

是否处于沿海地区。数据均来自我国和地方统计局，具有很强的可信度。

3.3相关性分析

表2相关性

农业工业货物社会消

沿海建筑业发电

总产总产运输费品零废水

地区总产值量

值值量售总额

、r、一，-Pearson

沿海地区1063.639".547".506".608**.616**.508"

相关性

农业总产值相关性0631.203.242.243.039.233006

„、，一〃Pearson

工业总产值相关性.639”.2031.713".886".815".820”.777**

建筑业总产Pearson

.547“.242.713"1.486".53广.844“.582“

值相关性

Pearson

.506".243.886".486"1.764-.598".834**

相关性

货物运输量「

.608".039.815**.53广.764**1.57(r.732^

相关性

社会消费品Pearson

.616".233.820”.844”.598".570"1.600**

零售总额相关性

废」.水一P片ea关rs性on

.508“.006.777”.582*.834".732”.600”1

**.在.01水平（双侧）上显著相关。

从相关分析表中可以看出，废水排放量与工业总产值、发电量、货物运输量的相关系数

分别为0.777、0.835、0.732,具有很强的正相关，与城市是否位于沿海地区、建筑业总产

值、社会消费品零售总额的相关性较强，而与农业总产值的相关性不大。

3.4水平值模型

通过SPSS分析软件，对模型进行多元线性回归分析，回归结果如下所示:

系数8

标准系B的95.0%置信

非标准化系数数区间

标准误

模型B差试用版tSig.下限上限

1（常量）-54.235172.873-.314.755-401.292292.823

沿海地区-113.049133.233071849.400-380.526154.428

农业总产值-1.968.506263-3.887.00()-2.984951

工业总产值048.020557-2.391.021089008

建筑业总产值.157.059.3412.687.010.040.275

发电量3.131.4991.0016.270.00()2.1284.133

货物运输量.006.004.2111.763.084001.014

社会消费品零.064.061.1681.056.296058.186

售总额

a.因变量：废水排放量

所以，得到的回归模型为：

5evv=-54.235-1.9681agr-QASind+0.157c+3.131e/e+0.64sal

+0.006次a-l13.049reg+〃

3.4.1模型拟合优度

模型汇总

模型RR方调整R方标准估量的误差

1.908".825.801347.4753437

a.猜测变量:（常量），沿海地区，农业总产值，发电量，建筑业总产值，货物运输量，社会消费品零售总额,

工业总产值。

由数据分析结果可以看出，该线性回归模型的R方为0.908,表示在城市污水排放量的

变化中，能被农业总产值、工业总产值、建筑业总产值和发电量，货物运输量，社会消费品

零售总额以及城市是否处于沿海地区解释的为90.8%,调整的R方为82.5,低于R,表示企

业研发投入的变异中，能被资产总额、资产负债率、主营业务收入、出口占比、企业是否亏

损、企业是否为高新技术企业解释的为82.5$。

3.4.2假设检验及置信区间

(1)总体显著性检验(F检验)

F检验是检验因变量与自变量之间的线性关系是否显著，详细如下:

原假设；H。邙、=区=四=d=&、=仇=0

备择假设：E:片,河.4,丹,凤，凤,从中至少有一个不为0。

Anovab

模型平方和df均方FSig.

1回归29062491.45674151784.49434.386.000"

残差6157694.83951120739.114

总计35220226.29558

a.猜测变量:(常量),沿海地区，农业总产值，发电量,建筑业总产值，货物运输量，社会消费品零售总额,

工业总产值。b.因变量：废水排放量

由表可知，F统计量为34.386。给定显著性水平1%,查表得，所得的F统计量远大于其临

界值，所以拒绝原假设，即认为农业总产值、工业总产值、建筑业总产值和发电量，货物运

输量，社会消费品零售总额以及城市是否处于沿海地区是联合显著的。

(2)t检验

对于任意的参数A,有

原假设：%:4=0

备择假设：%邙产0

95%置信区间

0LS估量量t值是否显著

下限上限

-0.849不显著-380.526154.428

仇-3.887显著-2.984-0.951

A-2.391显著-0.089-0.008

A2.687显著0.0400.275

A6.270显著2.1284.133

A1.763显著-0.0010.014

A1.056不显著-0.0580.186

(3)模型的零均值检验

残差统计量,

微小值极大值均值标准偏差N

猜测值-408.7922972477.928955593.232659707.868235559

残差-654.8986816882.4396973.0000000325.833013059

标准猜测值-1.4162.662.0001.00059

标准残差-1.8852.540.000.93859

a.因变量：污水排放量

通过上表可以看出，残差或标准残差的均值均为0,所以符合零均值假定。

3.5模型调整

从上述模型t检验数来看，城市沿海与否以及社会消费品零售总额对城市污水排放量

的影响并不显著，所以在自变量中，将货运运输量去除。

然后再次进行多元归线性回归分析，结果如下：

系数1

模型非标准化系数标准系数tSig.B的95.0%置信区

间

B标准误试用版下限上限

差

1（常量）-31.139153.813202.840-339.648277.371

农业总产值-1.898.490253-3.871.000-2.881-914

工业总产值039.017452-2.313.025073005

建筑业总产.189.046.4094.132.000.097.281

值

发电量3.087.493.9876.257.0002.0984.077

货物运输最.005.003.1491.382.173002.011

a.因变量：污水排放量

模型汇总

模型RR方调整R方标准估量的误差

1.905”.820.803345.9762366

a.猜测变量:（常量），货物运输量，农业总产值，建筑业总产值，发电量，工业总产值。

Anova

模型平方和df均方1--Sig.

1回归28876109.81155775221.96248.248.000"

残差6344076.48453119699.556

总计35220226.29538

a.猜测变量:（常量），货物运输量，农业总产值，建筑业总产值，发电量，工业总产值。b,因变量:

污水排放量

残差统计量

微小值极大值均值标准偏差\

猜测值-257.7252812372.297119593.232659705.594757859

残差-771.3578491863.2043457.0000000330.727424159

标准猜测值-1.2062.521.0001.00059

标准残差-2.2302.495.000.95659

a.因变量：污水排放量

可以看到，调整之后的模型与之前的模型相比，残差检验，拟合优度和调整之后的拟

合优度并没有明显变化，F检验更为显著，从各自变量的t检验值来看均与因变量显著相关。

所以调整之后的新模型优于之前的模型。

得到的调整回归模型如卜.：

se片・31.139・1.8984gr・0.39）以+0.1S9con+3.087efe+0.005rra+〃

3.6对数值模型

为分析对数值对回归模型的影响，本文提出的对数值回归模型为：

log（sew）=4+/3]agr+/32ind+/3ycon+ft^ele+&sal+凤"a+J37reg+〃

得到的回归结果如下:

系数”

非标准化系数标准系数

模型B标准误差试用版tSig.

1（常量）3.363.30311.100.000

农业总产值.000.001033491.625

工业总产值-0.008135.000526-2.300.026

建筑业总产值.000.000.2782.231.030

发电量.003.001,5773.678.001

货物运输量0.001515.000.2762.349.023

沿海地区.976.234.3424.179.000

社会消费品零售总额.000.000.2121.360.180

a.因变量：log（废水）

模型汇总b

模型RR方调整R方标准估量的误差Durbin-Wat;

1.912n.831.808.60901171.082

a.猜测变量:（常量），社会消费品零售总额，农业总产值，货物运输量，沿海地区，发电量，建筑业总产值,

工业总产值。b.因变量:log（废水）

Anovab

模型平方和df均方FSig.

1回归93.153713.30835.880.000"

残差18.91651.371

总计112.06958

a.猜测变量:（常量）,社会消费品零售总额,农业总产值，货物运输量,沿海地区，发电量，建筑业总产值,

工业总产值。b,因变量:log（废水）

我们可以看到除农业和社会消费品之外变量，t值检验均显著由于R方与调整

的R方分布达0.912和0.808,拟合效果很好。其F统计量为35.880远大于其1%显著水平

值临界值，所以我们可以拒绝这些因素对明星球员当前年薪没有影响的假设，即这些因素是

联合显著的。

同样，将t值检验不显著的变量农业总产值和社会消费品零售总值去除，得到的精简模型

如下：

系数”

非标准化系数标准系数

模型B标准误差试用版tSig.

1（常量）3.376.16720.273.000

工业总产值-0.00551.000357-1.826.073

建筑业总产值0.0008.000.3653.846.000

发电量0.003.001.5293.558.001

货物运输量0.001242.000.2262.162.035

沿海地区1.065.223.3744.777.000

a.因变量:log（废水）

接下来，我们在对修正后的对数模型进行估量和假设检验，结果如下：

log（5evv）=3.376-0.00551Sind+0.008。。〃+/3^ele+0.001242rra

+1.065wg十〃

3.7测度单位的变化对模型的影响

将污水排放量的单位由百万吨转变为万吨，即扩大100倍