计量经济学论文54467

精品文档 1欢迎下载 中国粮食总产量多因素分析中国粮食总产量多因素分析 专业年级 13 金融 2 班 学号 201312030140 姓名 谢昊 摘要 摘要 本文选取 1990 年到 2013 年的相关数据 应用计量经济学所 学知识对根据经济理论选取的影响我国粮食产量的各因素进行分析 检验 并对其影响程度的大小进行定量分析 进一步明确和完善相 关的经济学知识 关键词 关键词 粮食产量 粮食播种面积 农用机械总动力 有效灌溉面积 农业化肥使用量 1 1 文献综述文献综述 农业作为我国最基础的产业 农产品的每年的产量直接关系着 我们的民生 故而粮食的产量一直是我们最关心的 影响因素的分析影响因素的分析 首先 粮食作为农作物 其产量肯定会受到农用化肥施用量条件的 影响 其次 我认为粮食的播种面积对于粮食产量也有一些影响 最后 农业机械总动力也是影响粮食产量的一大重要因素 二 数据收集与模型的建立二 数据收集与模型的建立 一 数据收集 一 数据收集 19831983年年 20092009年中国粮食生产与相关投入的资料 表年中国粮食生产与相关投入的资料 表1 1 年份 粮食总产 量 Y 粮食耕种 面积 x1 农用化肥施用 量 x2 农业机械总 动力 x3 1990446241134662590 328708 1991435291123142805 129389 1992442641105602930 230308 1993456491105093151 931817 精品文档 2欢迎下载 1994445101095443317 933802 1995466621100603593 736118 1996504541125483827 938547 1997494171129123980 742016 1998512301137874083 745208 1999508391131614124 348996 2000462181084634146 452574 2001452641060804253 855172 2002457061038914339 457930 200343070994104411 660387 2004469471016064636 664028 2005484021042784766 268398 2006498041049584927 772522 2007501601056385107 876590 200852871106793523982190 2009530821089865404 487496 2010546481098765561 792780 2011571211105735704 297735 2012589581112055838 8102560 2013601941119565911 9103907 二 模型设计二 模型设计 为了具体分析各要素对我国粮食产量影响的大小 我们可以用 粮食总产量 y 作为衡量 代表粮食发展 用粮食耕种面积 x1 农用化肥施用量 x2 以及农业机械总动力 x3 运用这些数据进 行回归分析 采用的模型如下 y 1 2x1 3x2 4x3 ui 其中 y 代表粮食总产量 x1 代表粮食耕种面积 x2 代表农 用化肥施用量 x3 代表农业机械总动力 ui代表随机扰动项 我们 精品文档 3欢迎下载 通过对该模型的回归分析 得出各个变量与我国粮食产量的变动关 系 三 模型估计和检验三 模型估计和检验 一 模型初始估计 表二 一 模型初始估计 表二 Dependent Variable Y Method Least Squares Date 12 21 15 Time 16 27 Sample 1990 2013 Included observations 24 VariableCoeffici ent Std Error t Statistic Prob C 44644 14 6601 867 6 7623500 0000 X10 6841160 05311312 880430 0000 X24 0429710 9747514 1476970 0005 X30 0310320 0383520 8091310 4280 R squared0 966281 Mean dependent var 49317 6 2 Adjusted R squared0 961223 S D dependent var 4867 06 0 S E of regression958 4155 Akaike info criterion 16 7194 5 Sum squared resid18371206 Schwarz criterion16 9157 9 Log likelihood 196 6334 F statistic191 045 0 Durbin Watson stat1 534928 Prob F statistic 0 00000 0 回归函数为 123 44644 140 684116X4 0429710 031032 i YXX 6601 867 0 053113 0 974751 0 038352 T 6 762350 12 88043 4 147697 0 809131 2 0 966281R 2 0 961223R F 191 0450 2 2 多重共线性检验多重共线性检验 相关系数矩阵 表三 精品文档 4欢迎下载 X1X2X3 X11 0 267566314901 0 23239867238 X2 0 26756631490110 977074961235 X3 0 232398672380 9770749612351 根据多重共线性检验 解释变量之间可能存在着线性相关 为了 进一步了解多重共线性的性质 我们可以做辅助回归 表四 被解释变量可决系数 R2 的值方差扩大因子 X10 090191 09913 X20 95640922 9405 X30 95558322 6398 由上表可以得知 辅助回归的可决系数很高 经验表明 方差扩大 因子 10 时 通常说明该解释变量与其余解释变量之间有严重 j VIF 的多重共线性 这里的 x2 x3 的方差扩大因子远大于 10 表明存 在严重的多重共线性问题 为了进一步筛选并剔除引起多重共线性分变量 需要采用逐步回归 的方法 分别作 Y 对 X1 X2 X3 的一元回归 意愿回归结果如下表 表五 变量 X1X2X3 参数估计值 0 3696284 0710710 162556 t 统计量 1 4728006 7542466 867695 R20 0897480 6746520 681921 2 R 0 0483730 6598630 667463 表六 精品文档 5欢迎下载 X1X2X3 2 R X1 X30 641034 9 24 6298 0 186325 16 84505 0 937277 X2 X3 1 587586 0 558181 0 100949 0 893659 0 686571 通过采用剔除变量法 多重共线性的修正结果如下 剔除 X2 表 七 Dependent Variable Y Method Least Squares Date 12 25 15 Time 10 06 Sample 1990 2013 Included observations 24 VariableCoeffici ent Std Error t Statistic Prob C 31636 64 7732 436 4 0914190 0005 X10 6410340 0693299 2462980 0000 X30 1863250 01106116 845050 0000 R squared0 937277 Mean dependent var 49317 6 2 Adjusted R squared0 931303 S D dependent var 4867 06 0 S E of regression1275 661 Akaike info criterion 17 2567 9 Sum squared resid34173555 Schwarz criterion17 4040 4 Log likelihood 204 0814 F statistic156 901 9 Durbin Watson stat1 001388 Prob F statistic 0 00000 0 修正后方程为修正后方程为 12 31636 640 6410340 186325 i YXX 7732 436 0 069329 0 011061 T 4 091419 9 246298 16 84505 2 0 937277R 2 0 931303R 156 9019F 三 异方差检验 三 异方差检验 精品文档 6欢迎下载 表八 ARCH Test F statistic0 037667 Probability0 84797 8 Obs R squared0 041181 Probability0 83918 9 Test Equation Dependent Variable RESID 2 Method Least Squares Date 12 24 15 Time 18 58 Sample adjusted 1991 2013 Included observations 23 after adjusting endpoints VariableCoeffici ent Std Error t Statistic Prob C1280357 504218 42 5392910 0191 RESID 2 1 0 0415310 2139870 1940810 8480 R squared0 001790 Mean dependent var 1341173 Adjusted R squared 0 045743 S D dependent var 1852594 S E of regression1894492 Akaike info criterion 31 8297 4 Sum squared resid7 54E 13 Schwarz criterion31 9284 8 Log likelihood 364 0420 F statistic0 03766 7 Durbin Watson stat1 986528 Prob F statistic 0 84797 8 由上表可以得知 由上表可以得知 n p 0 041181 给定显著性水平为 0 05 2 R 查分布表得临界值 p 5 9915 n p 则接受原假设 2 2 2 R 表明模型中的随机误差项不存在异方差 四 自相关检验 表九 四 自相关检验 表九 Dependent Variable Y Method Least Squares Date 12 25 15 Time 10 06 Sample 1990 2013 Included observations 24 VariableCoefficiStd t Prob 精品文档 7欢迎下载 entErrorStatistic C 31636 64 7732 436 4 0914190 0005 X10 6410340 0693299 2462980 0000 X30 1863250 01106116 845050 0000 R squared0 937277 Mean dependent var 49317 6 2 Adjusted R squared0 931303 S D dependent var 4867 06 0 S E of regression1275 661 Akaike info criterion 17 2567 9 Sum squared resid34173555 Schwarz criterion17 4040 4 Log likelihood 204 0814 F statistic156 901 9 Durbin Watson stat1 001388 Prob F statistic 0 00000 0 12 31636 640 6410340 186325 i YXX 7732 436 0 069329 0 011061 T 4 091419 9 246298 16 84505 2 0 937277R 2 0 931303R 156 9019F 查 DW 表可知 dl 1 188 du 1 546 模型中 DW dl 显然有自相关 表十 精品文档 8欢迎下载 残差的变动有系统模式 连续为正和连续为负 表明残差项存在一 阶自相关 对模型进行 BG 检验 用 Eviews 分析结果如下 表十一 Breusch Godfrey Serial Correlation LM Test F statistic2 642994 Probability0 09711 3 Obs R squared5 223742 Probability0 07339 7 Test Equation Dependent Variable RESID Method Least Squares Date 12 24 15 Time 19 24 VariableCoeffici ent Std Error t Statistic Prob C1247 5647284 9980 1712510 8658 X1 0 011466 0 065346 0 1754620 8626 X30 0001740 0102860 0169140 9867 RESID 1 0 5170860 2287092 2608930 0357 RESID 2 0 140158 0 230260 0 6086960 5499 R squared0 217656 Mean dependent var 4 21E 12 Adjusted R squared0 052952 S D dependent var 1218 93 7 S E of regression1186 225 Akaike info criterion 17 1779 9 Sum squared resid26735479 Schwarz criterion17 4234 2 Log likelihood 201 1359 F statistic1 32149 7 Durbin Watson stat1 906529 Prob F statistic 0 29791 8 由上表显示 LM TR 2 5 223742 其 p 值为 0 073397 表明存在自相 精品文档 9欢迎下载 关 对模型进行处理 对原模型进行科克伦 奥克特迭代法做广义差分回归 用 Eviews 进 行分析所得结果如下 Dependent Variable Y Method Least Squares Date 12 24 15 Time 19 38 Sample adjusted 1991 2013 Included observations 23 after adjusting endpoints Convergence achieved after 10 iterations VariableCoeffici ent Std Error t Statistic Prob C 39779 15 10686 99 3 7222020 0014 X10 7219490 0973507 4160450 0000 X30 1791840 0184359 7199340 0000 AR 1 0 4884590 1835412 6613060 0154 R squared0 956230 Mean dependent var 49521 7 0 Adjusted R squared0 949319 S D dependent var 4870 32 9 S E of regression1096 434 Akaike info criterion 16 9942 8 Sum squared resid22841163 Schwarz criterion17 1917 6 Log likelihood 191 4343 F statistic138 361 7 Durbin Watson stat2 032169 Prob F statistic 0 00000 0 Inverted AR Roots 49 表十二 由图表知 DW 2 032169 可以判断 du 1 543 dl 1 168 du DW 20 所以拒绝 H0 0 025 t 3 0 025 t 0 因为 t 20 所以拒绝 H0 0 因 1 2 0 025 t 2 为 t 20 所以接受 H0 0 对斜率系数的显 1 0 025 t 1 著性表明 解释变量 粮食耕种面积 和 农用化肥施用量 对被 解释变量 粮食总产量 有显著影响 四 结论分析和政策建议四 结论分析和政策建议 精品文档 12欢迎下载 一 主要结论 一 主要结论 1 从模型可以看出农民对化肥的投入量 即模型中的化肥施用 量 是影响粮食总产量增产的最显著因素 说明我国目前农业生产 中 农民对农业的投入所产生的效益最大 2 从模型可以看出 粮食作物耕种面积也是影响粮食总产量的 重要因素之一 扩大粮食作物耕种面积无疑是可以使粮食增产的 3 农业机械化是农业现代化的重要内容和主要标志之一 而通 过对模型的回归分析 可看出我国的农业机械化程度是较低的 对 我国的粮食总产量增产贡献十分低下 二 政策建议 二 政策建议 1 首先 在短期内为缓解粮食供应紧张 应提高农民种粮的积 极性扩大粮食耕种面积 这是增加粮食总产量的唯一办法 农民积 极性主要取决于种粮食的收益及其预期 收益则是卖粮收入与成本 的差额 因此 应该双管齐下 稳定并提高粮食价格 控制农用物 资价格的过快增长 在涉农物资上实行严格的价格管制 控制种粮 的成本 在提高农民积极性的同时 也得以增加了化肥的施用量 在一定程度上 影响粮食总产量的增产 但是 由于我国土地后备资源有限 且粮食耕种面积已占耕地总 面积较大比例 75 其调整幅度不大 在一定程度上是一个既定的前 提 从我国粮食生产的发展来看 总产量的增长主要取决于单位面积 产量的提高 而单位面积产量直接决定于农户的资本和劳动投入 即 农户的种粮积极性 同时受经济体制和政策 科技进步状况和市场环 精品文档 13欢迎下载 境等强有力的影响 因此 我们一方面要坚持最严格的耕地保护制度 控制非农业 占地 建立基本农田保护区 确保基本农田总量不减少 质量不下 降 一方面要加强对现有耕地的开发 通过进一步改进耕作制度和 应用优良品种 保持相对稳定的粮食作物耕种面积 提高耕地利用 效率 2 受边际效益递减规律的影响 化肥投入在粮食增产方面的能 力逐渐下降 施肥方法落后 偏施和过施现象普遍存在 盲目增加 化肥施用量并不能从根本上使粮食增产 关键是要提高化肥的利用 率 3 我国现在农业机械化程度远远不能满足现代农业发展的需求 要实现农业现代化 必须在以下各方面积极稳妥地推进农业机械化 的发展 要把主要农产品生产过程机械化和产业化经营有机结合起来 对农业机械化进行结构性调整 因地制宜 有重点的推荐地区农业机械化 大力促进农业技术进步 重视农村的基础教育 建立与农业机械化相适应的农村经济体制 纵观中国农村现状 与其他产业相比 农业的发展一直处于较 低的状态 扩大耕作面积 提高单产 实现机械化 规模化生产是 保证我国农业健康发展的必有之路 精品文档 14欢迎下载 参考文献参考文献 1 庞皓 计量经济学 西南财经大学出版社 2014 年 6 月第三版 2 周四军 对我国粮食生产影响因素的计量分析 统计与决策 2003 年 3 赵慧江 基于回归分析的粮食产量影响因素分析 怀化学院学报 2009 年 4 吕美巧 马广 农业机械化发展影响因素分析与评价 农机化研究 2008 年 5 李妍 中国粮食生产影响因素及地区差异分析 经济研究导刊 2009 年 附录 1 Dependent Variable X1 Method Least Squares Date 12 22 15 Time 09 24 Sample 1990 2013 Included observations 24 VariableCoefficientStd Errort StatisticProb C118379 68270 69614 313140 0000 X2 3 5891343 927502 0 9138470 3712 X30 1022010 1559860 6551940 5195 R squared0 090190 Mean dependent var108857 3 Adjusted R squared0 003541 S D dependent var3944 710 S E of regression3937 719 Akaike info criterion19 51106 Sum squared resid3 26E 08 Schwarz criterion19 65832 Log likelihood 231 1327 Hannan Quinn criter 19 55013 F statistic1 040870 Durbin Watson stat0 291206 Prob F statistic 0 370666 2 Dependent Variable X2 Method Least Squares 精品文档 15欢迎下载 Date 12 22 15 Time 09 14 Sample 1990 2013 Included observations 24 VariableCoefficientStd Errort StatisticProb C3217 3121300 5632 4737840 0220 X1 0 0106560 011661 0 9138470 3712 X30 0384110 00186020 646100 0000 R squared0 956409 Mean dependent var4360 633 Adjusted R squared0 952257 S D dependent var981 9691 S E of regression214 5609 Akaike info criterion13 69153 Sum squared resid966764 0 Schwarz criterion13 83879 Log likelihood 161 2984 Hannan Quinn criter 13 73060 F statistic230 3753 Durbin Watson stat0 212818 Prob F statistic 0 000000 3 Dependent Variable X3 Method Least Squares Date 12 22 15 Time 09 15 Sample 1990 2013 Included observations 24 VariableCoefficientStd Errort StatisticProb C 69567 6734359 53 2 0246980 0558 X10 1960100 2991630 6551940 5195 X224 812071 20178020 646100 0000 R squared0 955583 Mean dependent var59965 75 Adjusted R squared0 951353 S D dependent var24724 62 S E of regression5453 262 Akaike info criterion20 16228 Sum squared resid6 24E 08 Schwarz criterion20 30954 Log likelihood 238 9474 Hannan Quinn criter 20 20135 F statistic225 8983 Durbin Watson stat0 198222 Prob F statistic 0 000000 4 4 Dependent Variable Y Method Least Squares Date 12 22 15 Time 16 20 精品文档 16欢迎下载 Sample 1990 2013 Included observations 24 VariableCoeffici ent Std Error t Statistic Prob C9080 94527337 040 3321850 7429 X10 3696280 2509701 4728000 1550 R squared0 089748 Mean dependent var 49317 6 2 Adjusted R squared0 048373 S D dependent var 4867 06 0 S E of regression4747 883 Akaike info criterion 19 8484 4 Sum squared resid4 96E 08 Schwarz criterion19 9466 1 Log likelihood 236 1813 F statistic2 16914 0 Durbin Watson stat0 116875 Prob F statistic 0 15496 9 5 Dependent Variable Y Method Least Squares Date 12 22 15 Time 16 27 Sample 1990 2013 Included observations 24 VariableCoeffici ent Std Error t Statistic Prob C31565 182691 44711 727960 0000 X24 0710710 6027436 7542460 0000 R squared0 674652 Mean dependent var 49317 6 2 Adjusted R squared0 659863 S D dependent var 4867 06 0 S E of regression2838 531 Akaike info criterion 18 8196 2 Sum squared resid1 77E 08 Schwarz criterion18 9177 9 Log likelihood 223 8354 F statistic45 6198 4 Durbin Watson stat0 431896 Prob F statistic 0 00000 1 6 Dependent Variable Y 精品文档 17欢迎下载 Method Least Squares Date 12 22 15 Time 16 39 Sample 1990 2013 Included observations 24 VariableCoeffici ent Std Error t Statistic Prob C39569 811530 63325 851930 0000 X30 1625560 0236706 8676950 0000 R squared0 681921 Mean dependent var 49317 6 2 Adjusted R squared0 667463 S D dependent var 4867 06 0 S E of regression2806 640 Akaike info criterion 18 7970 2 Sum squared resid1 73E 08 Schwarz criterion18 8951 9 Log likelihood 223 5642