关于城市绿地面积的计量分析

李晟雯

（南华大学管理学院，湖南衡阳421001）

1 探究目的

在城镇化进程稳步前进的今天，城市里高楼林立，一个接一个小区拔地而起。但城镇化也随之带来了一些环境问题——雾霾严重、城市热岛效应过强、水质达不到饮用标准等等。人们在物质水平稳步提高的同时，也越来越关注自然环境。

从1990年到2015年的25年间，建筑业的国内生产总值翻了54倍，房屋建筑竣工面积翻了21.5倍，而城市绿地面积却只翻了5.6倍。在增长速度上的巨大落差反映出，人均房屋面积增加太快，但人均绿地面积却跟不上。想象一下，越来越多的城市居民，可能每人都能住上一间大居室，但却要好几个人才能共用一块小绿地。正所谓“绿水青山就是金山银山”，在加大城市建筑业投入的同时，政府及建筑商，更应考虑短期利润较小，但长期福利巨大的环境绿化投入。

据猜测，影响城市绿地面积的主要代表因素可能有：①建筑业国内生产总值是对城市绿地再投入的重要资金源泉；②房屋建筑竣工面积中所包括的居民区公共绿化面积是城市绿地面积的重要组成部分；③财政支出中所包括的对公园、动物园等的投入是城市绿地面积的重要影响因素；④城市自身的规模与性质，是否以发展观光旅游为导向也对城市绿地面积有重要影响。

所以，为了探究城市绿地面积的主要影响因素及其影响程度，提出加快城市绿地面积增长的对策，需要建立计量经济模型，做出计量分析。

2 数据搜集与模型建立

2.1 数据搜集

通过《中国统计年鉴》，本文搜集到了1990-2015年间的时间序列数据如下表1。

2.2 模型假定

根据以上数据，假定城市绿地面积为被解释变量Y，以建筑业国内生产总值为解释变量X1，以房屋建筑竣工面积为解释变量X2，以财政支出为解释变量X3，将城市自身等其他影响因素和误差因素归入随机扰动项μ。

利用EViews软件进行模型的估计及以下所有分析。首先导入数据，随后选定 Y、X1、X2、X3做出线形图可知：城市绿地面积及影响因素间差异明显，且变动方向相同，相互间可能具有一定的关系，试将模型设定为线性回归模型形式如下，并令其为式（1）：

2.3 模型假定的调整

为对比是否有更合适的关于X的形式，使得模型的拟合优度更佳，将取平方后的X1数据命名为REX1并作散点图进行观察。可见Y与X12的趋势较为符合二次函数关系，继续对比调整前后的回归分析结果。

由于Y与X1的拟合优度为0.930454，而Y与REX1(X12)的拟合优度为0.779675，可见将X1取平方后，Y与X1的拟合优度不升反降，于是将X12与X2两个解释变量对被解释变量进行联合分析。将Y与X1、X2进行二元回归分析后，得到拟合优度为0.981664，而Y与REX1（X12）、X2二元回归后，得到拟合优度为0.987251，所以X12对Y的拟合优度不如X1，但X12与X2对Y的拟合优度比X1与X2对Y的拟合优度大，故模型调整为式（2）：

3 模型估计

对式（2）进行多元回归分析，模型估计的结果为：

4 模型检验

4.1 经济意义检验

模型估计结果说明，在假定其他变量不变的情况下，房屋建筑竣工面积每增长1000000平方米，城市绿地面积将平均增加0.035万公顷；财政支出每增长100亿元，城市绿地面积将平均增加0.149万公顷。这与理论分析相一致。具体来看，房屋建筑竣工面积中，居民区绿化面积对城市绿地面积的增长做出了贡献；财政支出中的改造公共环境，如建立公园、动物园等，也对城市绿地面积增长做出了贡献。

对于建筑业国内生产总值，它与城市绿地面积存在开口向下的二次函数关系，即建筑业国内生产总值对城市绿地面积的影响，随着建筑业国内生产总值的不同值的变化，有不同的影响。

4.2 统计检验

①拟合优度检验。从多元回归结果可见，R2=0.993447，故本模型拟合程度高。

②方程显著性检验（F检验）。假设 H0：β1=β2=β3=0，给定显著性水平 α=0.05，查表得临界值 F0.05（3，22）=3.05，得 F=1111.681，由于 F=1111.681＞F0.05（3，22）=3.05，应拒绝原假设H0，说明回归方程显著。即“建筑业国内生产总值”、“房屋建筑竣工面积”、“财政支出”三个变量联合起来对“城市绿地面积”有显著影响。

③参数显著性检验（t检验）。假设 H0：βj=0（j=1,2,3），给定显著性水平α=0.05，查表得临界值t0.025（22）=2.074。由上可得，β1 的 t统计量为-6.518885，β2 的 t统计量为 4.552760，β3的 t统计量为 4.560471，其绝对值均大于 t0.025（22）=2.074，说明在显著性水平α=0.05下，分别都应当拒绝原假设H0。即当其他条件不变的情况下，解释变量“建筑业国内生产总值的平方”（X12）、“房屋建筑竣工面积”（X2）、“财政支出”（X3） 均对被解释变量“城市绿地面积”（Y）有显著影响。

5 异方差

运用怀特检验法对式（2）进行检验，可得出无交叉项的怀特检验中，Prob.F(3,22)值为0.3883，有交叉项的怀特检验中，Prob.P(9,16)值为0.3118。可见，给定显著性水平为0.05，在其他条件不变的情况下，有无交叉项的P值均＞0.05，故不存在异方差。

6 多重共线性

6.1 多重共线性的检验

运用简单相关系数检验法计算解释变量间的相关系数，可求得X12与X2的相关系数为0.930457，X12与X3的相关系数为0.975863，X2与X3的相关系数为0.983384。可见，各解释变量间的相关系数较高，均大于0.8，存在一定的多重共线性。

6.2 多重共线性的修正

为修正多重共线性，运用逐步回归法筛选并剔除引起多重共线性的变量。

令Y分别对X12、X2、X3做一元回归分析，并按R2大小排列为：X2、X3、X12，故以 X2为基础，顺序加入其他变量逐步回归。

①首先加入X3的二元回归结果为：

临界值为t0.005（23）=2.807，可见X3的引入未通过t检验。剔除该变量。

②其次加入X12的二元回归结果为：

可见X12的引入通过了t检验，并改进了拟合优度，所以该变量应保留。

③最后综合两次逐步回归，模型修正为式（3）时最佳：

对式（3）作多元回归分析得出：

7 自相关

D.W.检验法。运用杜宾-沃森检验法，根据式（3）的多元回归分析结果可知，D.W.统计量的值为1.684。在给定显著性水平为0.05时，样本容量为26，解释变量个数为2，查表得dL和dU 分别为 1.224 和 1.553，由于 1.553＜1.684＜4-dU=2.447，即dU＜1.684＜4-dU，所以推测模型不存在自相关。

8 结论

8.1 模型结论

首先，在其他条件不变的情况下，建筑业国内生产总值与城市绿地面积存在开口向下的二次函数关系，即在一定的建筑业国内生产总值之下，与城市绿地面积正相关，但超过一定的总值，与城市绿地面积变为负相关。[1]表明一定程度内，建筑业国内生产总值能够对城市绿地面积再投入，但超过合理程度后，说明建筑业发展规模过大，导致挤占城市绿地资源，使得土地使用结构趋于不合理。所以建筑业国内生产总值要控制合理增幅，拒绝一味求多求快，延长其对城市绿地面积的再投入福利期限。其次，在其他条件不变的情况下，房屋建筑竣工面积与城市绿地面积正相关。表明房屋建筑中，如居民区绿化的建设，对城市绿地面积确实有贡献。所以对于房屋建筑的设计趋势，应注重配套绿化带、自然景观的设置，以改善城市空气质量。[2]

8.2 实践启示

在本次在模型设定中，可尝试对解释变量运用更多种形式进行分析，以求更接近观测值的真实变化规律。同时，解释变量的选取应当考虑到更多因素，如城市自身的规模、发展方向、全国不同省份人口分布、气候等因素，以提高多元分析的科学性。