我国粮食生产模型的分析.doc

我国粮食生产模型的分析08应数 徐路 A00814155 卢书浩 A00814135【摘要】农业是国民经济的基础，而粮食生产则是农业发展的根本问题。作为农业大国，粮食生产对于我国的经济发展和人民生活水平的提高都起着举足轻重的作用，因此，对粮食产量的预测及影响产量相关因素的分析就显得尤为重要。本文从宏观角度综合考虑影响粮食生产的化肥施用量、播种面积、成灾面积、农业机械劳动力、农业劳动力和国家财政用于农业的支出六大要素，分别用线性与非线性模型拟合中国粮食生产模型，并对中国粮食生产情况进行综合分析。【关键词】粮食产量 多重共线 序列相关 异方差The analysis of Chinas grain production modelAbstract: Agriculture is the foundation of the national economy, and grain production is the basic problem of its development. To China, a large agricultural country, grain production is of vital importance to its economic development and the improvement of peoples living standard. As a result, it is especially essential to predict grain production and analyze the related factors to it. Using the linear and nonlinear model, an overall analysis about grain production in China is presented in this paper, which is achieved through the consideration of the six main factors macroscopically-fertilizer consumption, sown area, disaster-hitting area, machinery labour, manpower and financial expenditure.Keywords: grain production; multicollinearity; serial correlation; heteroscedasticity1 文献分析李子奈教授曾对我国19831995年粮食生产数据进行过分析4，得出其主要受化肥施用量、播种面积、成灾面积影响的结论，并建立了非线性生产模型。 田新建在Research on the Cost of Foodstuff Production in China7中提到，影响粮食产量的因素出了前面的三点之外，人力资源，政策和国家投入也是十分重要的方面。本文将运用计量经济学方法对李子奈教授的模型进行研究，并且建立线性模型与之比较。除了选取元哟模型中的影响因素外，我们把农业机械劳动力、农业劳动力和国家财政用于农业的支出也加到模型中去，更全面地讨论影响全国粮食产量的因素。2 变量确定及符号说明结合我国具体情况，我们选取被解释变量为：粮食总产量；解释变量为：化肥施用量、播种面积、成灾面积、农业机械劳动力、农业劳动力和国家财政用于农业的支出。由初步分析知，粮食产量与成灾面积是负相关的，而与其他变量则是正相关。对应符号如下：表1 符号说明变量名称符号粮食总产量化肥施用量播种面积成灾面积农业机械劳动力农业劳动力国家财政用于农业的支出3 模型设定从计量经济学角度来说，粮食生产时典型的投入产出行为，因此，运用C-D和CES生产函数模型1，得到：， （1）两边取对数得到：， （2）因为对每个自变量都有如（2）的表达形式，所以我们可以用的线性组合来表示，得到如下对数形式的计量经济学模型：（*）4参数估计和模型检验41 参数估计为估计模型中的参数，收集中国粮食产量及相关因素的数据，如表2所示：表2 中国粮食产量及相关因素的数据年份粮食总产量（万吨）Y化肥施用量（万吨）X1播种面积（千公顷）X2成灾面积（千公顷）X3农机劳动力（万千瓦）X4农村劳动力（万人）X5财政中的农业投入（亿元）X6199044624.32590.31134661781928707.738914307.84199143529.32805.11123142781429388.639098347.57199244265.82930.21105602589330308.438699376.02199345648.83151.91105092313431816.637680440.45199444510.13317.91095443138233802.536628532.98199546661.83593.71100602226836118.135530574.93199650453.53827.91125482123438546.934820700.43199749417.13980.71129123030742015.634840766.39199851229.54083.71137872518145207.7351771154.76199950838.64124.31131612673448996.1357681085.76200046217.54146.41084633437452573.6360431231.54200145263.74253.81060803179355172.1365131456.73200245705.84339.41038912716057929.9368701580.76200343069.54411.6994103251660386.5365461754.45200446946.94636.61016061629764027.9352692357.89200548402.24766.21042781996668397.8339702450.31200649804.24927.71049582463272522.1325613172.97200750160.35107.81056382506476589.6314443404.7200852870.95239.01067932228382190.4306544544.01数据来源：2009年中国统计年鉴注：19902007年数据用于模型估计，2008年数据用于模型预测。运用Eviews软件对模型（*）进行OLS估计，得到结果：表3从表3中可以看出，回归估计的可决系数很高，方程很显著，但是7个参数的检验值在5%的显著性水平下只有三个通过了检验，因此极有可能出现了多重共线性。42模型检验1）多重共线性的检验与消除的相关系数如表4所示：表4由表中数据可以发现与及存在高度相关性。分别作与间的回归，得到：表5变量参数估计值0.1570.335-0.0610.071-0.750.033统计量2.610.99-0.901.79-4.602.00可决系数0.29790.05830.04820.16730.56980.1995从上面的结果我们发现可决系数最大的是，其次分别是，因此可选取作为模型的出发点，用逐步回归的方法进行估计。在，中分别加入其他5个解释变量，但回归结果均无法通过显著性检验，因此重新选取为基础，进行估计：加入得到 ， 可以看出，在加入变量后，可决系数有了明显提高，并且两解释变量的系数及常数项均通过了5%水平下的显著性检验，因此保留和作为解释变量，并继续添加，得到 ， 从结果发现，加入后可决系数同样提高了，而且所有解释变量的系数及常数项均通过了5%水平下的显著性检验，所以在此基础上继续添加，得到， 我们发现，可决系数虽然有略微升高，但得系数并未通过显著性检验，而且其系数为负值，也不符合经济意义，因此不作为解释变量考虑，继续添加，得到， 同样的，的系数未通过5%水平下的显著性检验，因此不作为解释变量考虑。最后添加，得到， 的加入使得可决系数降低，而且本身的系数也未通过显著性检验，因此最终确定的解释变量为，拟合结果如下： （*） 2)序列相关性的检验从上面的回归报告可以看出，常数项为负值，不符合经济含义。下面检验模型是否存在序列相关。首先做残差图：图1 从图中可以看出，相邻残差项没有明显的正相关或者负相关走向，初步盘顶不存在序列相关。另外，用LM方法检验，得下表：表6可见，该值小于显著性水平为5%、自由度为1的分布的临界值，因此不存在一阶序列相关性，自然也不存在高阶序列相关性。3）异方差性的检验用怀特检验法，辅助回归模型的估计结果如下：表7怀特估计量，该值小于5%显著性水平下、自由度为5的分布的相应临界值，因此不拒绝同方差假设，即不存在异方差。最终拟合图像如下：图243经济意义检验对于方程（*），经济含意上的系数为0.347，的系数为1.397，的系数为-0.084，三者之和为，这说明该模型是规模报酬递增的，而且化肥施用量和播种面积的系数为正，成灾面积系数为负，符合经济实际。5模型预测检验根据方程（*）我们可以得到估计方程：将，带入上式，预测2008年的粮食产量为： 而2008年实际粮食总产量为52870.9万吨，误差率为2.42%。由此可以看出方程的预测误差较大，原因可能是国家从“十一五”规划以来，加大了对粮食、棉花、畜牧、林果、设施农业、特色农业六大基地建设支持力度，并且正逐步完善农机购置补贴政策，努力提高农业机械化水平。2008年1月30日，中共中央国务院关于切实加强农业基础建设进一步促进农业发展农民增收的若干意见下发，使得农民粮食生产有了更坚实的保障，因此08年的实际值相比于预期值有所提高。6结果分析由模型知，影响粮食产量的主要因素为化肥施用量，播种面积，成灾面积，而且，当化肥施用量增加1%时，粮食产量将增加0.347%，播种面积增加1%时，粮食产量将增加1.397%，成灾面积减少1%时，粮食产量将增加0.084%，可见播种面积与化肥施用量对粮食产量的影响更大。从结果来看，我们可以通过以下措施增加粮食产量：1.保护耕地资源，稳定粮食播种面积。要做好农村、城镇规划建设，严格执行土地用途管制制度，严惩占用、乱用土地的行为，尽量减少耕地浪费，要鼓励并指导农民科学地进行土地开发，将荒废用地改造成可耕用地；2.合理施用化肥，提高化肥利用率；3.加大基础设施建设，减少成灾面。要继续做好生态农田保护工程建设，加大防护林体系、防治沙漠化和盐碱化等治理工程建设，修复各类农田水利工程，提高防灾抗灾能力。7.线性模型与非线性模型的比较接下来我们用更一般的线性模型来估计，并与上面的模型作比较。仍选用以上的解释变量，假设模型为： ，用OLS估计，得到：表8从表中可以看出，回归估计可决系数很高，方程显著，但是，的系数均未通过检验，很可能出现了多重共线性。依照上一个模型的方法，检验相关系数：表9可以看出与，有很高的相关性。然后，对用分别与作OLS回归得到结果如下：表10变量参数估计值1.9420.150-0.1350.065-1.0041.112统计量2.511.01-1.051.64-4.641.74可决系数0.28390.06000.06490.14430.57330.1592从表中的可决系数来看，最大的为，从而选取作为模型出发点进行估计。用逐步回归的方法我们发现，若以作为基础变量，不论带入中的哪一个变量都不能完全通过检验和经济意义检验，因此选取作为出发点再次回归，方法与非线性模型完全相同，最终得到回归方程： （*） 用方法对模型进行序列相关性检验：查表可得，在5%的显著性水平下，（包含常数项）时，因此不存在序列相关性。下面用怀特方法对模型进行异方差性检验：表11怀特估计量，该值小于5%显著性水平下、自由度为6的分布的相应临界值，因此不拒绝同方差假设，即不存在异方差。因此最终模型确定为 拟合图形如下：图3带入2008年，的数据得到：（万吨）而2008年实际粮食总产量为52870.9万吨，误差率为1.36%，误差仍然较大，但相比于上面的非线性模型已经有所改善。因此，参考文献中所提到的模型虽然在一定时期内能够较为准确地估计，但是由于国家政策，自然条件等其他它因素的影响，可能出现误差较大的情况。8.参考文献1 王桂芝等.基于最小一乘准则的粮食生产模型研究J.安徽农业科学,2007,35(1):12-13.2 姚传进等.给予逐步回归分析的粮食产量影响因素研究J.当代经济,2010,5:145-147.3 梁子谦，李小军.影响中国粮食生产的因子分析J.农业经济问题,2006(11):19-22.4 李