《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》

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．