计量经济学粮食产量论文

计量经济学论文题目专业统计学姓名学号指导教师数学与统计学院2011年11月17日重庆粮食产量研究摘要本文根据中国农业信息网的相关统计数据在建立计量经济学模型的基础上，分析探讨了重庆粮食总产量的影响因素，进行了统计分析和经济意义分析，并提出了一些政策建议。关键词因素分析参数检验粮食总产量引言粮食是人类生存最基本的生活消费品，一个国家的粮食问题是关系到本国的国计民生的头等大事。我们知道，农业是国民经济发展的基础，粮食是基础的基础，因此粮食生产是关系到一个国家生存与发展的一个永恒的主题。建国以来我国的粮食产量多次出现了波动，这不仅制约了国民经济的发展，而且给粮食生产者和消费者都带来了极为不利的影响。分析近几十年来的重庆粮食产量并从中发现一些规律，有助于我们认识重庆粮食产量的现状。重庆粮食产业现状从改革开放到重庆直辖，重庆粮食无论是从总产量的增长速度来考察，还是以单位面积产量的增长速度来分析，都取得了长足的发展。重庆粮食通过19781997年的快速发展，在粮食播种面积由4766万亩下降到4323万亩的情况下,粮食总产由1978年的8147万吨,增加到1997年的1185万吨，人均粮食占有量达到389公斤，在人均耕地不足全国的2/3的情况下，人均粮食占有量接近全国平均水平，不仅彻底扭转了长期口粮缺乏的局面，总体上还表现出自给有余。到1997年，本地消费已呈现相对饱和状态，粮食市场还出现了一定程度的“卖难”，粮食生产的首要目的，维持基本生存，满足消费需求的历史使命已基本完成。此时粮食生产的品质构成难以适应消费需求的矛盾开始显现，于是对主要粮食产品生产进行结构调整成了当务之急。通过近些年来各级政府和农业部门在粮油结构调整方面的艰苦努力，主动调减粮食特别是低质低效粮食播种面积，保持粮食总产量相对稳定，粮食的品种结构和品质结构发生了很大变化。粮食为全市农业产业结构的调整也提供了有力的支撑。我市粮食产业存在的三个问题（一）、粮食的基础性日益被掩盖，而低效性、弱质性日益明显,粮食的重要性容易被谈化。（二）、我市粮食供需缺口较大，并且呈不断增大的趋势。（三）、粮食增产的潜力大，难度也大。重庆是农业大市，也是粮食消费大市，在我们这样一个城乡居民收入水平不高，商品经济不很发达的特殊城市里，确保本地粮食的基本消费需求仍十分重要的，粮食安全工作必须抓紧抓好。鉴于粮食在国民经济中有如此重要的作用，我们想通过计量经济学的方法来分析一下影响重庆粮食总产量与有效灌溉率、农用机械总动力、农用化肥施用量之间的关系。从而得到重庆市粮食产量现状，3个因素对粮食产量的影响，以及解决我市粮食问题的方法。二模型的设定及其估计经分析,影响粮食产量的主要因素为农业化肥施用量，粮食播种面积，成灾面积，农业机械总动力，农业劳动力X5。为此设定了如下形式的计量经济模型012345TTTTTTTYXXX其中，为第年的粮食产量（万吨），X1为农业化肥施用量（万公斤），X2为粮食播T种面积（千公顷），X3为成灾面积（公顷），X4为农业机械总动力（万千瓦），X5为农业劳动力（万人）。年份粮食产量Y（万吨）农业化肥施用量X1（万公斤）粮食播种面积X2（千公顷）受灾面积X3（公顷）农业机械总动力X4（万千瓦）农业劳动力X5（万人）198338728165981140471620931802231645119844073117398112884152640194973168501985379111775810884522705320913303515198639151193061109332365602295030467019874020819993111268203927248363087001988394082141511012323944726575314557198940755235711122052444872806732440519904462425903113466178193287083333041991435292806111231427814029389341863199244264293021105602589473030834037019934564931519110509231330318173325821994445103317910954431383033802326903199546662359371100602226703611832334519965045438279112548212330385473226041997494173980711291230309042016324349199851230408371137872518104520832626419995083941243113161267310489963291182000462184146410846334374052574327975根据上述表格，得到1983年到2000年的统计数据进行分析。利用EVIEWS软件，我们可以作出粮食产量Y，与其影响因素X1、X2、X3、X4、X5之间的多元回归模型，结果如表所示表1DEPENDENTVARIABLEYMETHODLEASTSQUARESDATE10/20/11TIME1547SAMPLE19832000INCLUDEDOBSERVATIONS18VARIABLECOEFFICIENTSTDERRORTSTATISTICPROBC12815751407890091028003806X162125620740881838537300000X204213800126925331991900061X301662600059229280706500158X400977700067647144529901740X500284250202357014047108906RSQUARED0982798MEANDEPENDENTVAR4412711ADJUSTEDRSQUARED0975630SDDEPENDENTVAR4409100SEOFREGRESSION6882984AKAIKEINFOCRITERION1616752SUMSQUAREDRESID5685056SCHWARZCRITERION1646431LOGLIKELIHOOD1395077FSTATISTIC1371164DURBINWATSONSTAT1810512PROBFSTATISTIC0000000由回归结果可以估计出012345，即23451285768016097028YXXX（0059229）（0067647）（0202357）4949（2807065）（1445299）（0140471）031TDW1810512287956R对于回归模型的残差图为下图15010500501036040404805201984198619819019219419619820RESIDUALACTUALFITED图1三、模型检验（一）经济意义检验模型估计结果，可以的出参数估计值，模型估计结果说明，012345，在假定其他变量不变的情况下，当农业化肥施用量X1每增加1万公斤，平均说来粮食产量会增加6212562万吨；在假定其他变量不变的情况下，当粮食播种面积X2增加1千公顷，平均说来粮食产量会增加042138万吨；在假定其他变量不变的情况下，当成灾面积X3增加1公顷，平均说来粮食产量会减少016626万吨；当农业机械总动力X4，平均说来粮食产量会减少009777万吨；当农业劳动力X5，平均说来粮食产量会减少0028425万吨；其中，通过经验可看出农业机械总动力（X4），农业劳动力X5系数符号与预期相反。（二）统计检验1拟合优度由表1中数据可以得到，该模型的可决系数0982798，修正的可2R决系数为097563，这说明整体模型对样本的拟合程度很好。2R2F检验在给定显著性水平时，由表10531,5,1FKNF可知F检验值为1371164，说明该回归方程明显显著，即“农业化肥施用量”、“粮食播种面积”“成灾面积”“农业机械总动力”“农业劳动力”等变量联合起来确实对粮食产量有显著影响。3T检验分别对0进行T检验，在在给定显著性水平012345，时，其中X4、X5的系数T检验不显著，也就是057922TKN说在其他解释变量不变的情况下，解释变量“农业化肥施用量”、“粮食播种面积”“成灾面积”分别对被解释变量粮食产量有显著影响，而解释变量“农业机械总动力”“农业劳动力”对被解释变量粮食产量没有显著影响。（三）计量经济学检验并修正11多重共线性检验现在通过计算各变量之间的相关系数矩阵来检验是否存在严重的多重共线性。得出相关系数矩阵，如下表表2X1X2X3X4X5X1100118064010960205454X2001181045490038501824X3064020454910689603557X40960300385206896104542X5054550182403557045411由表2可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重的多重共线性。12多重共线性的修正采用逐步回归的方法，去检验和解决多重共线性。分别作出粮食产量Y，与其影响因素X1、X2、X3、X4、X5的一元回归，结果如下表表3变量X1X2X3X4X5参数估计值45761150698880034997803799672239614统计量T114920211395901742906697858726587622R089194100750730159563075270703064290885187001726501070360737250263081由图可以看出，其中X1的0885187最大，一元回归模型估计的最好。故先以X12R为基础，顺次加入其他变量逐步回归。结果如下表所示表4变量变量X1X2X3X4X52RX1,X245610551846632067049151567600955833X1，X356543305654330030454653948030958348X1，X469259385201597022117818377920900040X1，X54431559912062502212805454420879914经比较，新加入的X3（即成灾面积）的方程，0958348，改进很大，且当，2R05，其中X1，X3的T检验值都明显显著，而加入X4、X5后，13252TKNT其参数检验不显著，故选择保留X3，再加入其他新变量逐步回归，结果如下表所示表5变量变量X1X2X3X4X52RX1，X3，X25255935195682804084323348522019460935686370975220X1，X3，X46483898751469002829144706320008529210310060958522X1，X3，X555031851578620305105397287023442909797730958237由上表可知，在X1，X3基础上加入X2（粮食播种面积）后的方程的0975220，2R有所改善，且当，其X1、X2、X3的各T检验值明显0522145TNKT显著；而加入X4后，有所改善，然而X4参数检验不显著，而且X4参数的符号也R变得不合理；而加入X5后，有所下降，并且X4参数检验也不显著。然而为进一2步检验多重共线性，所以保留X2，再加入其他新变量再进行逐步回归，结果如下表所示表6变量变量X1X2X3X4X52RX1，X2，X3，X461674769605468041602635737130168603308534400944811548170977468X1，X2，X3，X5522172417855550395401302290001982913467832007277803682230973589由上表可以看出，在X1、X2、X3的基础上，再加入X4（农业机械总动力）后，0977468有所增加，然而，其中X4参数的T2R05221360TNKT检验不显著；加入X5（农业劳动力）后，0973589有所下降，并且X5参数的T2R检验不显著。从相关系数也可以看出，X4、X5与其他变量的相关系数较高，这说明主要是X4、X5引起的多重共线性，予以剔除。最后综上所述，修正严重多重共线性影响后的回归结果为19785293104832019463TTTTYXXT（1956828）（3348522）（3568637）0979593，0975220，F2240086DW15286582R2R21异方差的检验1图形法分别做出残差平方对“农业化肥施用量X1”、“粮食播种面积X2”“成灾面积X3”“农业机械总动力X4”“农业劳动力X5”的散点图。如下图所示0400800120016002002400150202503035040450X1E2图2040080012001600200240018010120140XE图304008001200160020024001502025030350X3E2图40400800120016002002400102030405060XE图504008001200160020024003031032030340350X5E图6由上图可以看出，随着X1、X2、X3、X4、X5的增加，残差的平方变动没有太大的趋势。因此，模型很可能不存在异方差，但是这仅仅是在定性的角度下看出这种趋势，但是否确实存在异方差还应通过进一步的检验。2ARCH检验为了进一步检验模型的异方差性，采取ARCH检验方法，先做出辅助函数如下22201TTPTEE其中为的估计。对此函数做滞后两阶的回归分析TT表7ARCHTESTFSTATISTIC0422077PROBABILITY0664355OBSRSQUARED0975608PROBABILITY0613973TESTEQUATIONDEPENDENTVARIABLERESID2METHODLEASTSQUARESDATE11/17/11TIME2324SAMPLEADJUSTED19852000INCLUDEDOBSERVATIONS16AFTERADJUSTMENTSVARIABLECOEFFICIENTSTDERRORTSTATISTICPROBC26603211029785258337500227RESID2102349170273860085780204065RESID2200523970136969038254407082RSQUARED0060976MEANDEPENDENTVAR2039078ADJUSTEDRSQUARED0083490SDDEPENDENTVAR2885710SEOFREGRESSION3003759AKAIKEINFOCRITERION2823082SUMSQUAREDRESID117E12SCHWARZCRITERION2837568LOGLIKELIHOOD2228465FSTATISTIC0422077DURBINWATSONSTAT2112260PROBFSTATIS