计量经济学粮食产量影响因素研究

1我国粮食产量影响因素分析一、引言“十一五”时期，我国粮食产量和增速目标均超额完成， 全国新增 1000亿斤粮食生产能力规划（20092020 年） 也于去年提前实现，但粮食自给率却远远低于规划目标。2010 年低于 90%，远远低于 2008 年 11 月国家粮食安全中长期规划纲要（20082020 年） 的规划目标，即粮食自给率基本保持在95%以上。在国家强有力政策的支持下，2011 年粮食增产 4.5%,自给率也略有提高。今年 14 月，粮食进口同比增长 43.3%，粮食自给率再度下降到 90%以下，我国粮食安全问题仍然存在。展望未来，我国粮食需求仍将快速增加，但生产受到诸多限制，利用国际市场调剂的空间亦非常有限。因此，需要对影响我国粮食产量的各个主要方面的因素进行定量分析，从而提出合理化建议，以增强我国的粮食自给能力，解决我国的粮食安全问题。二、理论基础俗话说“民以食为天” ，粮食是我们维持生命的必需品，对于世界上所有的人都十分重要。农业是我国国民经济的基础产业，农业占有极其重要重要的地位。我国虽然是粮食的产量大国，但是由于我国的人口基数大，所以我国的粮食产量严重影响着我们国家的正常运转，影响着我们每一个人的正常生活。 经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。三者结合起来，就是力量，这种结合便构成了计量经济学。因此，本文认为粮食产量主要受到粮食作物播种面积、农业机械总动力、农业有效灌溉面积、农业受灾面积和农用化肥施用量的影响。所以，可以运用相关的 Eviews 软件进行分析。3、计量模型本研究课题以中国统计年鉴为资料来源，使用了 19862011 年粮食作物播种面积、农业机械总动力、农业有效灌溉面积、农业受灾面积、农用化肥施用量和农业就业人数的影响因素。令粮食产量为 Y(万吨)、粮食作物播种面积为 X1(千公顷)、农业机械总动力为 X2(万千瓦)、农业有效灌溉面积为 X3(千公顷)、农业受灾面积为 X4(千公顷)、农用化肥施用量为 X5(万吨)。据此建立模型方程为：Y=B0+B1X1+B2X2+B3X3+B4X4+B5X5+U表 1. 19862011 年粮食产量及其影响因素数据年份 Y X1 X2 X3 X4 X51986 39151 110933 22950 44225.8 47140 1930.61987 40298 111268 24836 44403 42090 1999.31988 39408 110123 26575 44375.9 50870 2141.51989 40755 112205 28067 44917.2 46990 2357.121990 44624.3 113465.9 28707.7 47403.1 38474 2590.31991 43529.3 112313.6 29388.6 47822.1 55472 2805.11992 44265.8 110559.7 30308.4 48590.1 51332 2930.21993 45648.8 110508.7 31816.6 48727.9 48827 3151.91994 44510.1 109543.7 33802.5 48759.1 55046 3317.91995 46661.8 110060.4 36118.1 49281.2 45824 3593.71996 50453.5 112547.9 38546.9 50381.4 46991 3827.91997 49417.1 112912.1 42015.6 51238.5 53427 3980.71998 51229.53 113787.4 45207.7 52295.6 50145 4083.71999 50838.58 113161 48996.1 53158.4 49980 4124.32000 46217.52 108462.5 52573.6 53820.3 54688 4146.42001 45263.67 106080 55172.1 54249.4 52215 4253.82002 45705.75 103890.8 57929.9 54354.9 46946 4339.42003 43069.53 99410.37 60386.5 54014.2 54506 4411.62004 46946.95 101606 64027.9 54478.4 37106 4636.62005 48402.19 104278.4 68397.8 55029.3 38818 4766.22006 49804.23 104958 72522.1 55750.5 41091 4927.72007 50160.28 105638.4 76589.6 56518.3 48992 5107.82008 52870.92 106792.6 82190.4 58471.7 39990 5239.02009 53082.08 108985.7 87496.1 59261.4 47214 5404.42010 54647.71 109876.1 92780.5 60347.7 37426 5561.72011 57121 110572 97700 61614.4 32471 6027四、参数估计用 Eviews 软件，对此模型进行回归，结果见表 2。表2 我国粮食产量的影响因素回归结果3由回归分析得模型估计为：Y=-28338.34+0.584251X1-0.07500X2-0.045795X3-0.104514X4+5.844735X5 t=（-3.410520）（14.07819）（-2.452225）（-0.202846）（-3.863473）（7.625111 ）R2 = 0.984350 =0.980437 F=251.5870 D.W.= 1.518850 2R如下对模型分别进行检验、修正。（一）多从共线性检验计算解释变量与被解释变量的相关系数，得其相关系数矩阵，见表 3。表 3 各变量的相关系数表从上表可以看出存在多重共线性，采用逐步回归法，来检验并解决多重共线性问题。分别作y对X1、X2、X3、X4、X5的一元回归，结果如表3.1-3.5所示: 4表3.1 Y与X1的回归检验表3.2 Y与X2的回归检验表3.3 Y与X3的回归检验5表3.4 Y与X4的回归检验表3.5 Y与X5的回归检验6通过一元回归结果进行对比分析，依据调整后可决系数 最大原则，选2R取 x5 作为进入回归模型的第一个解释变量，形成一元回归模型。在此基础上进行二元回归,如表 4.1-4.4表 4.1 Y 与 X5X1 的回归结果表 4.2 Y 与 X5X2 的回归结果7表 4.3 Y 与 X5X3 的回归结果表 4.4 Y 与 X5X4 的回归结果8通过观察比较图所示结果，并根据逐步回归的思想，我们可以看到，新加入变量 x1 的二元回归方程 =0.967285 最大，并且各参数的 t 检验显著，参数2R的符号也符合经济意义，因此，保留变量 x1。在此基础上进行三元回归,如表5.1-5.3表 5.1 Y 与 X5X1X2 的回归结果表 5.2 Y 与 X5X1X3 的回归结果9表 5.3 Y 与 X5X1X4 的回归结果我们可以看到，在 x5、x1 基础上加入 x4 后的方程明显增大=0.9723480.967285， 统计量也很大，说明模型对样本的拟合很好且回归方2RF程显著；同时各解释变量的系数所对应的 t 值较大，说明各解释变量对因变量的影响显著，并且参数的符号也符合经济意义。因此，根据逐步回归的思想，模