基于大数据的环境政策与管理分析思路整理.docx
《基于大数据的环境政策与管理分析思路整理.docx》由会员分享，可在线阅读，更多相关《基于大数据的环境政策与管理分析思路整理.docx（8页珍藏版）》请在冰豆网上搜索。
基于大数据的环境政策与管理分析思路整理
基于大数据的环境政策与管理分析思路整理
（1）
此次初步整理分为三个方面：
环境污染（环境质量）与经济发展的关系、空气污染（空气质量）与经济发展的关系、空气污染方面的其他思路。
此次分析重在整理目前研究的思路与模型建立，对模型的调整、结果的解释以及具体的研究结论暂时未做详细整理。
本次文献的来源主要是中文期刊。
1环境污染（环境质量）与经济发展的关系
这方面的研究主要通过构建一元回归方程与多元回归方程进行探讨，并使用同类型的多个因变量、建立多种回归模型（一次方程、二次方程、三次方程等）进行尝试，选择拟合效果最好的模型。
主要使用面板数据，从省级、市级尺度进行研究。
污染物指标多使用工业废水、废气、固废排放量等，经济指标多使用人均GDP表示，数据主要来源于《中国统计年鉴》《中国环境年鉴》《中国环境统计年鉴》《中国环境统计公报》《中国环境统计年报》以及相应各省的环境信息。
1.1基于环境库兹涅兹曲线讨论环境污染与经济发展的关系
不少文章以环境库兹涅兹曲线为基础探讨环境污染与经济发展的关系，研究环境库兹涅兹曲线是否存在，其拐点如何，等等。
以胡本田等（2013）的研究为例：
基于对中国31个省份2003—2011年的经济统计和工业污染物的排放量的面板数据为基础，利用面板数据拟合方法进行拟合，分别建立了综合污染物、工业废气、工业固体废弃物以及工业废水等排放量对人均GDP变化的数量模型，并进行单位根检验和协整检验。
拟合结果显示综合污染排放指数、工业废水、工业废气以及工业固体废弃物等排放量伴随着GDP的增长呈现出“倒N型”。
这说明在经济发展初期阶段，环境质量随着经济的发展而变好，但是在经济发展到一定阶段之后，环境质量开始恶化，最后随着经济的进一步发展促使环境质量又再次回升。
也表明中国31个省的经济增长与主要工业污染物排放量没有完全呈现出环境库兹尼茨曲线的倒U型特征。
应注意EKC曲线只是对经济发展与环境污染数据间的关系拟合，并不意味这经济发展必然带来环境改善，其理论基础并不是经济增长本身，而是隐含在经济增长过程中的一国产业结构的升级（贸易结构的优化）、技术的进步（资源利用效率的提高）、政府对环境污染治理力度的加大以及人们环保意识的增强。
（刘燕等，2006）
1.2城市化、产业结构、外商投资等视角下的环境污染与经济发展的关系
在探讨环境污染与经济发展的关系时，不少文章从特定视角出发，引入相应的自变量，建立多元回归模型，在特定视角下探究环境污染与经济发展的关系。
这些角度包括城市化、产业结构、外商投资等，也有文章在同一模型中引入多个视角下的自变量。
以下面研究为例：
刘荣茂等（2006）考虑将环境质量指标作为因变量，选取的是工业废水、工业废气和工业固体废物。
先拟合环境质量与收入水平间（用人均GDP表示）的关系曲线，再引入人口密度，外商直接投资、工业增加值占GDP的比重（表征产业结构）建立新模型。
研究结果验证了环境库兹涅茨假说，人口密度和外商直接投资对不同的污染物有不同的影响，而工业发展对这三种污染物排放的影响比较大，因此加强产业结构的调整将有助于改善环境质量。
张成从规模效应、结构效应和技术效应三个层面分析了我国内资和外资工业部门在废气、废水和固体废弃物三种污染物上的污染排放效应，将外资和内资工业部门的总污染物排放量作为因变量，将内资和外资工业部门的规模水平、内资和外资工业部门的市场结构、内资和外资工业部门的技术水平作为自变量，从而建立模型。
文章选择30个省份工业部门规模以上企业的废气排放量、废水排放量和固体废弃物排放量分别作为衡量污染物排放水平的指标；选取内资和三资工业部门总产值分别作为各自的规模水平指标；用内资和三资工业部门固定资产净值年平均余额和全部从业人员年平均数的比重分别作为衡量各自市场结构特点的指标。
通过Malmquist生产率指数计算出了内资和外资工业部门的技术水平。
研究结果发现在废气的结构效应和固体废弃物的技术效应上，内资工业部门比外资工业部门更有利于环境质量的改善；在废气的技术效应、废水的结构效应和固体废弃物的规模效应上，外资工业部门比内资工业部门更容易导致环境质量的恶化。
该发现在一定程度上支持了“污染避难所假说”的存在，从而蕴含着相应的政策涵义。
郭郡郡等（2012）以经济增长和环境污染的关系为基础，考察对外开放对环境污染以及二者关系的影响，重点考虑了开放经济条件下要素禀赋差异对环境污染的影响。
文章将四类工业污染物排放量的两类指标作为因变量，包括污染排放量指标：
人均工业废水排放量、人均工业二氧化硫排放量、人均工业烟尘排放量、人均工业粉尘排放量和污染排放强度指标：
万元工业总产值废水排放量、万元工业总产值二氧化硫排放量、万元工业总产值烟尘排放量、万元工业总产值粉尘排放量。
自变量包括人均GDP、贸易依存度（用该地区对外贸易进出口总额占国内生产总值的比重表示）、国内所有企业的工业总产值、港澳台投资企业的工业总产值以及除港澳台以外其他国家投资企业的工业总产值。
对大部分污染排放物不同的环境质量衡量指标而言，对外开放对环境污染虽然很小，但统计上还是有显著的影响，这在一定程度上支持了污染避难所假说在中国的成立；不同的FDI来源对中国环境污染具有不同的影响，对大多数污染物而言，来自港澳台的FDI对环境质量具有显著的负面影响，而来自其他国家的FDI则对中国的环境污染没有明显的影响。
黄慎等（2014）从经济增长影响环境质量的三种途径即结构效应、规模效应与技术效应出发构建模型，探究我国工业产业结构调整的环境效应。
选择行业产值占工业总产值的比重来反映结构效应、行业固定资产净值占其工业增加值的比重表示行业规模、行业工业增加值与就业人数之比，即劳动生产率来反映技术效应，从而自变量为第i行业在时间t的产值占工业总产值的比重（反映i行业的结构变动情况），第i行业在时间t的固定资产净值占i行业工业产值的比重（代表行业规模），第i行业在时间t的工业增加值与就业人数之比即劳动生产率（代表技术变动状况）。
因变量分别为各细分行业人均污染排放量，本文主要研究的是工业废水排放量、工业废气排放量和工业固体废物产生量。
研究结果表明，工业内部产业结构的调整、工业规模经济有利于改善环境质量，而技术效应的提高却加剧了环境质量的恶化；企业绿色技术创新机制和政府环境规制的加大使得重工业比重提高并没有带来环境质量的恶化。
黄棣芳（2011）将地区工业化水平、城市化水平和人口密度纳入传统环境库兹涅兹曲线估计模型中。
陈震等（2012）将外商直接投资纳入环境污染与经济发展模型中。
除此以外，卢宁等（2009）在构建社会资本序列的基础上，探究了社会资本水平和人口密度对环境污染水平的影响，高晓龙等（2014）应用灰色关联度来分析评价“三废”环境库兹涅茨曲线的影响因子。
于峰等（2006）则采用美国学者Stern的模型，将经济规模、经济结构（由产业结构和投入结构组成）、技术进步等纳入方程。
模型的假定是①经济对环境的作用方程是柯布—道格拉斯函数形式；②环境污染是投入结构的一次齐次函数，是产出结构的零次齐次函数；③环境污染取决于经济规模、产出结构、投入结构、生产率和环保技术；④各国环境污染对同种产业或投入的弹性相同，在同一时期所有国家的环保技术水平相同。
在运用中，模型实际所采用的数据是1999—2004年除西藏、山西和贵州以外的我国28个省、自治区和直辖市的第一、三产业、工业和建筑业的产值以及煤炭和原油的消费量。
结果显示经济规模扩大、产业结构和能源结构变动加剧了我国环境污染，生产率提高、环保技术创新与推广降低了我国环境污染。
1.3基于经济发展与环境污染相互关系的研究
以上分析都重点关注经济发展、城市化、产业结构等对于环境污染的影响，而刘燕等（2006）关注了经济发展与环境污染间的相互关系，设定了经济增长对环境影响的污染模型与环境污染对经济增长影响的生产模型。
采用1990~2003年中国的省级面板数据对中国的经济增长与环境污染之间进行了计量分析，同时考察了中国的对外开放政策对环境质量的影响。
在污染模型中，以污染物的排放量为因变量，以人均GDP、出口、外商直接投资等为自变量，设置了控制变量，并设置了出口与外商直接投资的交叉成绩项。
在生产模型中，以GDP为因变量，以污染物排放量、物质资本、人力资本、劳动力为自变量。
选取了工业废水排放量、工业废气排放量和工业固体废弃物产生量三个指标用来衡量环境污染程度；出口变量和外商直接投资变量分别用出口和外商直接投资占GDP的比重来表示。
污染模型中的控制变量选取了人口密度；表征技术进步的指标，以人均资本存量来表示；表征产业结构变动的指标，分别用第二产业产值和第三产业产值占GDP的比重来表示；城市化率，以非农业人口占总人口的比例来表示。
用“永续盘存法”估算资本存量，用人均受教育年限指标表示人力资本。
本文的研究结果表明中国的经济增长同环境污染之间并不存在简单的倒U型曲线关系，中国的经济增长与工业废水之间表现为一种倒N型曲线关系，与工业废气之间表现为N型曲线关系，而只有与工业固体废物之间表现一种倒U型曲线关系。
同时，本文的计量分析还表明，出口同中国的环境污染之间存在显著的正相关关系；而外商直接投资与中国的环境污染之间却存在显著的负相关关系。
2空气污染（空气质量）与经济发展的关系
空气污染（空气质量）与经济发展关系的研究与上一部分环境污染与经济发展关系的研究方法类似，一类是利用一元回归模型，例如：
张娟等（2013）选择工业废气中的二氧化硫排放量和烟尘排放量与人均GDP数据进行拟合；付春平等（2014）选择空气综合污染指数（分项相加而成，分项是污染物浓度与限值之比）与人均GDP进行拟合；王庆勇等（2014）对二氧化硫、二氧化氮、可吸入颗粒、降尘量、PH值、空气质量指数等指标进行主成分分析，作为空气污染指标与经济发展指标（人均GDP）进行拟合。
杨海生等（2008）考虑进一步考虑到环境质量在时间上可能存在一定的持续性，先前年份的环境污染程度可能影响后来年份的地区环境质量。
此外，经济发展的环境效应也不一定能在当年的环境统计中得到体现，因此将前一年的环境污染程度作为解释变量引入模型。
运用动态GMM方法来消除解释变量内生性的影响。
选择二氧化硫浓度、降尘量（JCL）、氮氧化物浓度（NOx）和悬浮颗粒浓度（TSP）分别作为被解释变量。
研究结论是，我国城市空气质量间确实存在路径依赖现象，上一期的“空气污染浓度”对当期的空气质量存在正的影响，并且这种影响随污染物的不同而有所不同，其中TSP的路径依赖现象显著，而二氧化硫浓度的路径依赖现象较弱。
作者认为，造成这一现象的主要原因是污染物之间物理性质的差异。
需要强调的是，被解释变量滞后项系数的大小不仅反映了空气质量路径依赖的程度大小，而且反映了当期的经济发展对未来环境质量的影响。
第二类是根据研究视角加入更多类型的自变量，例如：
李茜等（2013）将城市空气主要污染物二氧化硫、二氧化氮、PM10的年平均浓度、综合污染指数4个空气质量指标与人均GDP、人口密度、第二产业结构、建成区面积4个反映社会经济发展的指标进行回归拟合，得到我国城市经济发展与环境质量变化的关系和演化规律。
李玉敏等（2011）本文选择1999年～2009年每年“空气质量级别二级和好于二级的天数”被解释变量，以反映北京市每年的空气质量状况。
北京市GDP增长率、北京市每年的机动车保有量、北京市第三产业产值占总产值的比重、北京市城市绿地覆盖率、北京市天然气消耗占总能源的比重（在模型和数据修复过程中改为能源消耗总量）、北京市常住人口总量作为解释被解释变量。
由于北京市城区的统计数据不全，严重残缺，因此普遍采用整个北京市的统计数据（包括郊区）。
李洁等（2008）以工业二氧化硫排放量作为因变量，将不同城市的人口密度、实际利用外商直接投资额以及第三产业比重等作为控制变量，同时，为了考察某些变量在影响环境质量方面是否存在门槛效应，引入了新变量，在本文中主要关注第三产业比重以及资本密集度与人均收人交互作用时的门槛效应。
文章的实证研究结果认为外商直接投资没有恶化样本城市的空气质量，相反还促进了样本城市空气质量的改善。
人口密度对空气质量具有正效应，第三产业比重的提高可以改善样本城市的空气质量，本文的研究结果表明第三产业比重以及资本密集度对于样本城市空气质量的改善存在着门槛效应。
样本城市第三产业比重的门槛水平为34.2%，只有超过这个门槛水平样本城市的经济发展水平才能够对空气质量带来正效应；而资本密集度的门槛水平为6054元/每人，只有资本密集度超过这个门槛水平样本城市的经济发展水平才会对空气质量带来负效应。
杜雯翠等（2013）空气污染分为产业公害型和城市生活型两种类型，前者因产业集聚而成，但可对污染进行集中处理，被称为“生产效应”，后者因人口集聚而生，被称为“生活效应”。
城市化是否恶化了空气质量取决于两种效应的权衡。
文章以11个新兴经济体国家在1990～2009年的面板数据为样本，利用Kaya恒等式和面板数据模型分析了城市化对空气质量的影响，将城市化率、工业化进程、环境技术和能源效率等纳入模型，具体来说控制变量包括：
滞后一期的空气质量、经济发展水平、参考彭昱、的研究方法，用各国的人均GDP的自然对数表示；增长速度，用各国GDP年增长率表示；经济结构，用各国工业产值占GDP的比重表示；能源结构，用各国化石能源的消耗量占所有能源消耗总量的比值表示；技术进步，囿于数据的可获得性，使用单位GDP的能源消耗量的自然对数表示一国的技术水平；年份，为哑变量。
研究结果表明，新兴经济体城市化与空气污染之间存在U型曲线关系。
可以认为，城市化率为59%是城市化对空气污染影响由负变正的拐点，当城市化率低于59%时，城市化的“生产效应”大于“生活效应”，城市化并不必然带来空气质量的恶化。
因此，应该充分发挥污染集中处理的“生产效应”，采取各种有效措施，为我国城市化发展提供相应的环境支撑和保障。
在指标选择方面，除了上述研究中的选择，张喆等（2007）还选择以下3种环境存量指标作为研究对象，探究与经济发展（指标为人均GDP）的关系，它们分别是：
城市二氧化硫年日均浓度、城市NOx年日均浓度、城市PM10年日均浓度。
存量指标反映了累计到监测年度时所保有的污染水平，年度间一般不会出现较大的差异，能稳定地反应城市环境压力的程度。
3空气污染方面的其他思路
3.1能源与空气污染的关系
杜亚鲁等（2012）选取2001～2009年济南市煤炭消费总量为能源指标，选取二氧化硫、烟尘排放总量为空气污染物指标，对济南市煤炭消费量与主要空气污染物排放量的关系进行分析。
3.2酸雨污染原因分析（本地源或外来源）
李丹等（2011）通过酸雨与主要空气污染物浓度的相关性分析发现，大连市本地的空气污染物对酸雨形成影响不显著，特别是在非工业区。
通过酸雨形成的气流轨迹分析，以及网格化的本地源排放清单（以2007年大连市污染源普查结果和2004～2008年环境统计数据为基础）和周边污染源网格清单（根据能源平衡表的周边污染源排放资料得到），利用美国环保署开发的Model-3/CMAQ模型模拟计算各种排放源对大连市酸雨的贡献。
模型计算结果表明，大连市本地源排放对空气质量的影响较大，其中二氧化硫和二氧化氮占70％～90%，PM10占50%；本地源排放对酸雨影响较小，其贡献不足20%，而外来源通过大气输送对大连市酸雨的贡献十分重要，华东和华南等广大内陆地区经山东向北对大连的输送占30%～40%，辽宁其他区域对大连酸沉降的贡献在10%左右。
在5月至8月，日本等境外排放亦对大连市酸雨有一定贡献。
3.3燃煤的空气影响
王书肖等（2010）为研究北京市燃煤的空气质量影响极其控制，建立了2005年北京市燃煤污染源排放清单，利用MM5-CMAQ模型计算了各区县各行业燃煤对北京市空气质量的影响，计算出在2005年1月采暖和7月非采暖时期燃煤源对各监测站点二氧化硫浓度、PM10浓度、NOx浓度的贡献率。
建立了2010年燃煤污染源大气排放的规划情境，并模拟了各规划措施对大气质量的改善效果。
3.4空气质量状况与常规气象条件
郭勇涛等（2011）利用2001年1月1日～2009年12月9年兰州市空气污染指数和常规气象观测资料（数据来源于国家环境保护部网站发布的兰州市2001年1月1日～2009年12月9年逐日空气质量日报数据、兰州市环保局发布的兰州市环境公报以及兰州市气象台的常规观测资料），进行了描述统计和相关性分析，研究发现该市的空气质量具有明显的季节特征，冬季是空气质量最差的季节，春季次之，夏季空气质量最好；风速、气温、大气能见度、降水量等气象条件的优劣对该市空气质量影响显著；四季的API指数与同期的各个常规气象要素密切相关。
API指数与风速、降水、能见度、露点温度、总云量存在负相关，与温度有正相关关系。
李文杰等（2012）的研究方法与上文类似，但体现了更多的研究角度。
本文对京津石三市的情况做了对比分析，并从三个角度处理API和对应的气象要素数据，即季节与月平均处理、不同空气污染级别分别处理和空气污染过程选取处理。
3.5室内外某污染物浓度的关系
张永等（2005）通过选择10户市区常住家庭，采用单孔多段冲击式颗粒物采样仪进行室内外空气PM2.5、PM10浓度的同时监测，通过相关性分析探究住宅室内外PM2.5与PM10浓度的关系，发现：
非采暖期所测室内、外PM10、PM2.5浓度的中位数较高，且均大于采暖期所获结果；室内PM2.5浓度与室内PM10浓度之间，无论是在非采暖期还是采暖期，都表现出很强的直线相关关系；室内、外PM2.5浓度相互关系较低，室内、外PM10浓度相互关系也较低。
3.6对空气污染情况的变化趋势进行衡量
郭勇涛等（2011）应用了Danie的趋势检验来衡量环境污染变化趋势在统计上有无显著性，发现PM10年均值随着年份的增加出现显著下降趋势。
二氧化硫有下降趋势但不显著。
二氧化氮对城市大气污染有上升趋势但是不显著。
徐小峰（2013）通过对2007～2012年空气自动监测数据分析，应用秩相关系数法对昆明空气质量变化趋势进行分析，结果表明二氧化硫呈显著下降趋势，二氧化氮呈下降趋势，但不显著，PM10呈下降趋势，但不显著。
3.7空气污染对急性健康影响
以张燕萍等（2008）的研究为例：
文章认为，门诊量信息较之每日死亡率、每日住院率更为适合于检测空气污染急性健康影响的弱效应。
在中国，通常病人就近就诊，门诊就诊是随机的，不需预约，医院门诊记录提供了可靠的信息用于反映区域内的发病率，为空气污染与每日门诊率的研究提供了机会，在此次研究中还划分了专门的呼吸科与心血管科。
目前公认的主要大气污染物中，颗粒物与人群健康效应各终点的流行病学联系最为密切。
在大气污染的定量健康危害评价中，颗粒物多被选作标志性大气污染物。
太原市是典型的颗粒物空气污染城市，文章对该市颗粒物空气污染与居民每日门诊率暴露-反应关系进行了研究。
门诊数据来源于太原市中心医院病案室。
太原市中心医院是太原最大的市属医院，包含较少外地病例，代表性较好。
太原市中心医院位于太原市人口最为密集的居民区，该区颗粒物空气污染状况处于全市平均水平，主要污染源为太钢工业废气排放。
气象资料来源于太原市气象局，收集数据包括同期逐日平均气温和相对湿度；大气污染资料来源于太原市环境监测站，本次研究选择太原市中心医院附近涧河国控监测点4种污染物（PM10、二氧化硫、二氧化氮、CO）同期逐日平均浓度进行分析。
文章采用Poisson广义可加模型进行太原市颗粒物空气污染与居民每日门诊率的回归分析，根据暴露-反应关系曲线形状，分段线性拟合进行污染物危险度评估。
本研究采用样条平滑函数拟合非线性自变量，包括时间、温度和相对湿度。
同时引入模型的还有周日亚元变量和是否采暖期变量。
在控制其他污染物（二氧化硫，二氧化氮，CO）的混杂效应后，分别分析颗粒物空气污染的滞后效应和累积效应。
将污染物当日、一天前至6天前浓度或污染物浓度移动平均值逐一引入模型，建立暴露-反应关系函数。
模型同时考虑温度与湿度的滞后效应与累积效应，保证与污染物的效应同时段。
研究结论表明，颗粒物空气污染与日门诊率的暴露-反应关系为非线性，且表现为低剂量范围影响较大，高剂量范围影响较小。
最强效应期中，颗粒物浓度增加10μg/m2，呼吸科门诊率上升百分率和心血管科门诊上升百分率分别为0.2601%～0.9178%和0.2083%～0.4027%。
累积影响略大于当日影响。
颗粒物空气污染对呼吸科门诊率影响具有统计学意义。
太原市颗粒物空气污染对居民呼吸系统疾病发病率造成一定影响。
3.8空气污染与汽车消费、私家车主交通方式选择
王丽（2014）的研究围绕以下几个问题：
一是决定消费者购买汽车的因素有哪些？
这些影响购车的因素如何影响消费者对不同排量汽车的市场需求？
由这些不同排量的汽车构成的我国私人汽车保有量对空气污染的影响是否显著？
从消费者汽车需求方程和空气污染生产方程出发，选取了统计年鉴中省级2002～2011年的居民收入、教育程度、家庭人口数、汽油成本指数、私人汽车拥有量等数据，通过包括了31个省市10年的面板数据分析，估计了汽车需求方程和空气污染生产方程，并得出了相应结论。
在私人轿车需求方程中，将家庭可支配收入（用消费价格指数将统计年鉴中按现价计算的可支配收入折算到不变价的形式）、汽油和零备件成本指数、维修费和汽车使用所交的其他费用成本指数、家庭的平均年龄和平均受教育程度因素纳入方程。
并在估计时，将因变量私人轿车需求量按汽车排量进行了分类，分别估计各排量的汽车需求和消费者特征向量之间的关系。
由于各排量的汽车数据不能直接从统计年鉴中得到，首先将汽车分为排量大于1.6L的汽车（VH）、排量在1～1.6L之间的汽车（VL）以及排量小于1L（VM）的汽车三种；然后，根据《中国汽车市场年鉴》提供的各年各排量汽车的销售数据，得到以上三种汽车的市场份额；再根据份额大小将《中国统计年鉴》中私人轿车拥有量的省级数据进行加工处理，得到各省（市、自治区）按排量大小分类的轿车数量（由于没有更精确的数据，只对按排量分类的私人汽车保有量大致估算）。
通过方程发现，可支配收入、家庭平均人口、受教育水平以及汽油成本是影响我国私人轿车消费者购车需求的主要因素，这些因素可以解释我国60.6%的轿车需求量，并且我国消费者对排量为1～1.6L的轿车需求的收入弹性最高，为1.88；对小于1L排量的汽车需求的收入弹性最低，为0.44。
在空气污染方程，选取了统计年鉴中标识空气质量的三个指标PM10，二氧化硫和二氧化氮作为被解释变量，将各省人口、家庭可支配收入、制造业产出在总产出中的比例以及私人轿车总的保有量作为解释变量。
结果发现使用私人轿车总的保有量、人口数量、制造业产出占总产出的比例以及收入水平来解释空气污染的三个指标，解释度分别为37.8%、30.7%和50.3%。
其中，居民收入和各污染指标间呈现负相关，而制造业产出占总产出的比重、私人轿车总的保有量和污染指标之间呈现显著的负相关。
将总的汽车保有量按排量分解成三种不同排量的汽车，其解释度分别为51.4%、42.5%和60.5%。
杜轶群（2014）为分析雾霾天气对城市中的私家车主出行方式选择行为的影响，以北京市为例，通过向私家车主发放350份调查问卷获得基础数据，并集合城市空气质量指数进行分析。
首先利用回归模型进行初步的单因素分析，对空气质量指数与私家车主交通方式选择的关系进行分析，分为公共交通质量为维持当前水平和提高2种情况，结果表明：
随着空气污染程度的提高，私家车主选择公共交通出行的比例逐渐增加，特别是当空气质量指数超过200时，继续选择私家车出行的比例快速减少，而选择公共交通出行的比例相对急速上升；公共交通服务质量的提升可以有效促进私家车主放弃私家车和采用公共交通出行。
进而建立包括年龄、婚姻状况、空气污染程度、公共交通质量等多因素的非集计模型，是否为80后变量的系数为负说明中老年人更倾向于选择私家车出行；婚姻状况的
升级会员 