《表6 回归模型4的中介效应分析》
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
《城市交通拥堵与空气污染的交互影响机制研究——基于滴滴出行的大数据分析》
注:括号内为稳健标准差.***,**,*分别表示0.1%,1%和5%的显著性水平.
进一步地,采用因果逐步回归方法[59,60](Causal Step Regression)对回归模型4和回归模型5的中介变量进行检验.模型4中将空气污染看作被解释变量,式(15a)表示网约车运行规模对空气污染影响的总效应,式(15b)表示第一阶段影响,式(15c)表示第二阶段影响及直接效应.分别对以上三个方程式的系数使用OLS估计,计算结果如表6所示.(1)网约车运行规模对个体出行效率起显著的负向影响(系数a<0,p<0.001),与FRD模型1中因果关系一致,验证假设1成立.(2)网约车运行规模对出行结束之后的AQI指数及污染物浓度的直接效应与总效应均表现为显著的正向影响(系数c'>0,c>0,p<0.001),与FRD模型2中因果关系一致,验证假设2成立.(3)出行效率对出行结束之后的AQI指数及污染物浓度起显著的负面影响,且出行效率的中介变量经检验成立,起部分中介作用,表现为互补的中介效应[61](a×b×c'>0),验证假设3成立.为了更加清晰且直观地展示中介变量的影响路径,根据表6的结果,画出中介效应图,图9(a)~图9(e)分别是空气质量指标为AQI指数,以及PM2.5、PM10、NO2和SO2浓度时的中介效应图.其中,第一阶段和第二阶段的影响均显著成立,且影响方向为负;直接效应也显著成立,影响方向为正.
图表编号 | XD00162086600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 袁韵、徐戈、陈晓红、贾建民 |
绘制单位 | 西南交通大学经济管理学院、湖南工商大学大数据与互联网创新研究院、湖南工商大学工商管理学院、湖南工商大学大数据与互联网创新研究院、中南大学商学院湖南省两型社会与生态文明2011协同创新中心、香港中文大学(深圳)经管学院、深圳市大数据研究院 |
更多格式 | 高清、无水印(增值服务) |