《表6:回归结果:河北省城市空气污染物对PM_(2.5)浓度值是否有影响——基于城市空气质量数据的面板分位数回归分析》

《表6:回归结果:河北省城市空气污染物对PM_(2.5)浓度值是否有影响——基于城市空气质量数据的面板分位数回归分析》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《河北省城市空气污染物对PM_(2.5)浓度值是否有影响——基于城市空气质量数据的面板分位数回归分析》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
注:括号内数字为系数值对应的标准差,***表示p值小于0.01,**表示p值小于0.05,*表示p值小于0.1。

通过固定效应模型和面板分位数回归结果可以看出,使用面板分位数回归可以观察到固定效应模型回归所观察不到的变化,在不同的分位点上,自变量对因变量的影响是有所不同的。在0.1分位点时,仅PM10、SO2、NO2对PM2.5存在显著的正向影响,影响程度依次变小,在0.3—0.7分位点时,PM10、SO2、NO2对PM2.5仍存在显著的正向影响,CO对PM2.5产生显著的负向影响,其中NO2对PM2.5的影响程度最小,PM10在0.3分位点下对PM2.5的影响程度最大,SO2在0.5和0.7分位点下对PM2.5的影响程度最大,在0.9分位点时,只有SO2对PM2.5还存在显著的正向影响,PM10、NO2和CO对PM2.5的影响不再显著。