Page 61 - 《橡塑技术与装备》2021年18期（下半月塑料）

测试与分析 高靖 等·塑料产量的影响因素分析和模拟预测

当代国际间贸易往来密切，国与国之间相互竞争可以 量 X 1 、塑料加工设备产量 X 2 、中国石油天然气集团公
实现合作与共赢，因此塑料制品对外出口量影响经济 司合成树脂及聚合物产量 X 3 、农用塑料薄膜产量 X 4 、
发展，与塑料产量有着密切的关系。生产生活上 ：塑 塑料制品企业数 X 5 ，把这些 X 作为塑料产量 Y 的自变
料的种类繁多，各种塑料都需要机械化的设备生产， 量。
塑料产量与塑料加工设备产量及塑料制品企业数有关。 1.2 文本数据的获取
原料及产出上 ：塑料的原料是合成树脂及聚合物，而 本文的数据来源为中国知网（https://www.Cnki.
塑料薄膜在塑料制品中占比极大，因此合成树脂及聚 net/）2004~2019 年的相关数据进行建模分析所得到
合物产量、塑料薄膜产量与塑料产量有关 [9] 。综上所诉， 的，部分确实数据为百度得到，见表 1。
为了进行更好的分析，我们设定如下 ：塑料制品出口

表 1 中国塑料产量影响因素分析
年份 / 年 塑料产量 / 万 t 塑料制品出口量 /kt 塑料加工设 中国石油天然气集团公司合 农用塑料薄膜产量 /kt 塑料制品业企业数 / 个
备产量 / 百台 成树脂及共聚物产量 / 万 t
2004 2 366.5 6 330 1 730 276.3 728.7 4 456
2005 2 308.9 6 730 1 760 297.7 873 5 689
2006 2 602.6 7 240 1 820 331.1 861 6 983
2007 3 184.5 7 660 1 890 425.4 961 8 292
2008 3 680.2 7 300 1 960 439.6 939 11 601
2009 3 630 6 560 1 860 475.7 1 193.5 12 000
2010 4 432.6 7 430 2 030 565.2 1 571 13 017
2011 4 992.3 7 950 2 060 581.2 1 468 7 471
2012 5 330.9 8 510 2 340 621.7 1 567.5 9 340
2013 6293 8 960 2 470 666.1 1 764.7 10 310
2014 7 088.8 9 510 2 630 806.7 2 195 11 450
2015 7 807.7 9 730 2 740 831.8 2 371 11 560
2016 8 307.8 10 410 3 029 919.9 2 418.6 13 257
2017 8 458.1 11 680 3 431 968.7 2 535.6 14 350
2018 8 558 13 120 2 855 1 023.1 2 640.6 15 320
2019 8 650.2 14 230 3 855 1 050.4 2 721.2 15 602

1.3 数据的分析与处理 （3）自变量应具有完整的统计数据，其预测值容
1.3.1 模型单因素筛查 易确定。一般将相关程度分为下面几种情况 ： |R| ≥
我们研究的自变量有很多，因此我们需要建立多 0.8，高度相关 ； 0.5 ≤ |R| ≤ 0.8，中度相关 ； 0.3 ≤
元线性回归模型 [10] 。为保证其模型的准确性，优良的 |R| ≤ 0。5，低度相关 ； |R| ＜ 0.3 时，相关程度极弱，
解释能力和预测效果，应注意自变量的选择，其准则是： 可视为不相关。
（1）自变量对因变量必须有显著的影响，并呈密 根据表 1 的数据我们通过 spss 软件算出了它们之
切的线性相关 ； 间的相互关系表如表 2。由表 2 我们知道 ： X 1 、X 2 、
（2）自变量与因变量之间的线性相关必须是真实 X 3 、X 4 、X 5 与 Y 塑料产量高度相关的自变量引入模
的，而不是形式上的 ； 型 进行分析。
表 2 塑料产量影响因素相关性分析
塑料加工设备产 合成树脂及共聚物 农用塑料薄膜 塑料制品业企
塑料产量 / 万 t 塑料制品出口量 /t
量 / 万台 产量 / 万 t 产量 /t 业数 / 个
塑料产量 / 万 t 1
塑料制品出口量 /t 0.906** 1
塑料加工设备产量 / 万台 0.928** 0.944** 1
合成树脂及共聚物产量 / 万 t 0.990** 0.937** 0.939** 1
农用塑料薄膜产量 /t 0.989** 0.915** 0.928** 0.991** 1
塑料制品业企业数个 0.804** 0.773** 0.773** 0.849** 0.819** 1
** 在 .01 水平（双侧）上显著相关。** 在 .05 水平（双侧）上显著相关。

1.3.2 多元线性回归模型的选择 并对此模型进行统计检验与修正。模型参数检验如
因此本文采用多元线性回归模型进行研究分析 表 3 所示，由表 3 中数据可知，模型的可决系数 R 2

年
2021 第 47 卷 ·41·