全国农业总产量相关因素分析

1、全国农业总产值相关因素分析王雪 现代科技学院 会计0802班2008614170230数据来源于中华人民共和国国家统计局数据库查询中的年度数据中的指标查 询的农业一. 问题提出农业是国民经济的基础，没有农业的持续稳定发展，便没有国民经济的持续快速 发展。所以，农业在国民经济中起着其他产业不可替代的重要作用。改革开放以来，我国农业取得了很大的成就，主要农产品有效供给增强，农民收入进一步增 长，生活水平不断提高，农业和农村经济的较快发展有力地支撑着快速发展的国 民经济。但是，在农业发展过程中，还存在着一些制约因素：农业基础设施薄弱， 科技技术水平低，农业现代化进程缓慢，农村投资环境不利等。所以，运

2、用计量 经济学的研究方法具体分析农业总产值与其相关因素的分析。二. 模型变量的选择模型中的被解释变量为农业的总产值。 影响农业总产值的因素比较多，根据其影 响规模的大小和相关数据的查询选择一下指标作为解释变量：财政农业支出（X1）,农业灾害受灾面积（X2），农林牧渔业从业人员粮食人均生产量（X3）农作物播 种面积（X4）,农业机械总动力（X5）,化肥施用量（X6）数据的选择 其数 据资料来源于中华人民共和国国家统计局 的数据库查询 详细数据 见表1年度农业总产值（丫）财政农业支出（X1）农业灾害 受灾面积（X2）农业从 业人员 粮食人 均生产量（X3）农作物播 种面积（X4）农业机械 总动力（

3、X5）化肥施用量（X6）19918157243.55554720.0001149585.829388.62805.119929084.7269.04513330.0001149007.130308.42930.2199310995.5323.42488290.0001147740.731816.63151.9199415750.5399.7550430.0001148240.633802.53317.9199520340.9430.22458210.0001149879.336118.053593.7199622353.7510.07469890.0002152380.638546.93827

4、.9199723788.4560.77534290.0002153969.242015.63980.7199824541.9626.02501450.0002155705.745207.714083.7199924519.1677.46499810.0002156372.8148996.124124.32200024915.8766.89546880.0002156299.8552573.614146.412200126179.6917.96522150.0001155707.8655172.14253.763200227390.81102.747119.10.0001154635.51579

5、29.854339.39200329691.81134.8654506.30.0001152414.9660386.544411.562004362391693.7937106.2560.0002153552.5564027.914636.58200539450.91792.438818.2250.0002155487.7368397.854766.218模型的建立通过建立散点图发现，被解释变量 丫与解释变量:X1 , X2, X3, X4, X5, X6 大 致 存 在 线 性 关 系。 如 下 表：2000001150000-10000050000 -心US ATV FA iX1占X2 X

6、3-X4* X5。X60一曲/ 只 乎戸觸昭月 日 片010000200003000040000于是可以设该模型的理论方程为 Y=C+ C1X1+C2X2+C3X3+C4X4+ C5X5 +C6X6+U (1)五模型的参数估计对于理论模型运用OLS进行参数估计，再用Eviews软件进行运算， 得到的结果如下：Depe ndent Variable: 丫Method: Least SquaresDate: 04/10/11 Time: 12:20Sample: 1991 2005In cluded observati ons: 15VariableCoeffici entStd.Errort-S

7、tatist icProb.X113.41041 5.4783392.4478970.0401X20.091169 0.1161140.7851690.4550X3774607.2 120594500.0642320.9504X40.036326 0.3175420.1143980.9117X5-0.524490.279958-1.873482 0.0979X6o16.12682 2.4772446.5099850.0002C-35974.245425.43-0.791940 0.4512J0R-squared0.991837Mea nvardepe ndent 22893.31Adjuste

8、d0.985715S.D.depe ndent 9051.36R-squaredvar4S.E.of1081.826Akaikeinfo 17.1154regressi oncriteri on1Sumsquared resid9362787.Schwarz17.4458criteri on4Log likelihood-121.365F-statistic162.00566Durbi n-Wats on2.0815230.00000statProb(F-statistic)0Y = -35974.20+13.41041Xl-0. 091169X2 + 774607.2X3 + 0 . 036

9、326X4 + 0. 524496X5 + 1 6 . 1 2682 (2)T=(2.447897)( 0.7 8 5 1 6 9 )( 0.0 6 4 2 3 2 )( 0.114398) (- 1.873482)( 6.5 0 9 9 8 5 )( 0.7 9 1 9 4 0 )R 2= 0.9 9 1 8 3 7 DW= 2.081523F=1620056模型的检验经济意义的检验从上表中可以看出，各指标符号与先验信息相符，所估计结果没有与经济原理相 悖，说明具有经济意义。统计推断检验从回归结果可以看出，模型的拟合优度非常好(R 2= 0.9 9 1 8 3 7 )，说明 该模型方程显著性

10、较好。取 a = 0. 05. n = 15， k = 6，查t分布表及f分布表，得到临界值t0. 0 25 (8)=2.306，f0.05(5，8)=3.69。 F 统计量的值在 给定显著性水平a =0.05的情况下较显著，所以认为回归方程显著性成立。由最小二乘法估计结果看到，常数C,变量X2，X3，X4和X5,的t-Statistic值分别为0.791940、0.785169、0.064232、0.114398、一1.873482，说明 C、X2、X3、X4 和 X5的系数不显著，P值分别为0 .4512、0.4550、0.9504、 0、0979。、0.0002，说明X2，X3，X4和X

11、5这个变量对Y的影响不显著，或者变量之间存在多重共线的影响使其 t值不显著。计量经济学检验异方差性选取Y和X1进行异方差检验，利用表1的资料作散点图。从散点图上可以看出， 在农业总产值较高的水平下，其农业财政支出的离散度呈递增形式， 这表明可能 存在异方差性。UUU-I1500-壬 1000-500-0 1111010000200003000040000表2作Goldfeld-Quandt检验。 X按递增次序排列，略去5个中心观 测值，剩下10个数据分为两个子样本： 一个包含XI较低的值，一个包含XI 较高的值。第一个样本Depe ndent Variable: YMethod: Least

12、SquaresDate: 04/10/11 Time: 14:50Sample: 1991 1995In cluded observati ons: 5VariableCoeffici entStd.Errort-Statist icProb.X161.34307 8.7645846.9989710.0060C-7572.9332988.065-2.534393 0.0851R-squared0.942292Mea ndepe ndent 12865.7var2Adjusted0.923056S.D.dependent 5103.09R-squaredvar1S.E.of1415.539Aka

13、ikeinfo17.6375regressi oncriteri on8Sumsquared resid6011251.Schwarz17.4813criteri on6Log likelihood-42.0939F-statistic48.985660Durbi n-Wats on1.6351910.00598statProb(F-statistic)9根据输出结果得出线性回归方程：Y 1 =- 7572.933 +61.34307X1(-2.534393 )( 6.998971 )R2 = 0.942292,RSSl=6011251第二个样本Depe ndent Variable: YMe

14、thod: Least SquaresDate: 04/10/11 Time: 14:54Sample: 2001 2005In cluded observati ons: 5VariableCoefficiStd.t-StatistProb.entErroricX114.66486 1.38028710.624500.0018C12310.47 1895.3846.4949710.0074R-squared0.974111Mea ndependent 31790.4var2Adjusted0.965482S.D.depe ndent 5781.76R-squaredvar0S.E.of107

15、4.202Akaikeinfo17.0857regressi oncriteri on2Sumsquared resid3461727.Schwarz16.9294criteri on9Log likelihood-40.7142F-statistic112.88090Durbi n-Wats on3.3016060.00178statProb(F-statistic)2Y2=12310.4 7+14.6 6 4 86X1(6.49971)(10.62 4 5 0 )R 2= 0.9 7 7 4 1.11，RSS=3466 17 2 7得 F = 6011251/3461 7 2 7 =1.7

16、364 8 9 0 4在5%的显著性水平下，查F分布表，第一自由度为3,第二自由度为3,得到F分布的临界值为9 .28.F=1.736489041VF0.05(3,3)=9.28，接受等方差假定，证实异方差不存在。(2)序列相关性选取Y和X 1进行异方差检验，利用表1的资料作散点图50004500 -4000 -9X3500-3000-2500 ,010000200003000040000由表3我们可以看出变量XY之间有明显的线性关系。 因此，将模型函数形式设 定为Yt= B0+Bixi+ut.对模型采用最小二乘法进行参数估计， 估计 结果见下图。Depe ndent Variable: YM

17、ethod: Least SquaresDate: 04/10/11 Time: 15:46Sample: 1991 2005In cluded observati ons: 15VariableCoeffici entStd.Errort-Statist icProb.X614.61943 0.81168818.011150.0000C-33995.133194.187-10.64281 0.0000R-squared0.961470Mea ndependent 22893.3var1Adjusted0.958506S.D.depe ndent 9051.36R-squaredvar4S.E

18、.of 1843.761Akaikeinfo18.0005regressi oncriteri on7Sumsquared resid44192894Schwarz18.0949criteri on7Log likelihood-133.004F-statistic324.40135Durbi n-Wats on0.5857950.00000statProb(F-statistic)0拟合优度R2 =0.9 6 1 4 7 0，说明该直线对原始数据拟合的较好= l8. 0 1115表明参数显著不为零，F = 324. 4015说明方程显著不为零。由所列的估计结果DW= 0.5 8 5 9 5，

19、给定显著性水平a = 0.05,查DW统计表，n = 15, k=1,得下限临界值dl = 1.08, du=1. 36 .由DW= 0.58595vdl = 1.08，可知随机误差项存在一阶正序 列相关。(3)多重共线性第一步，设模型的函数形式为Y =b0 + b1x1 + b2x2 + b3x3 + b4 x4 + b5x5 + b6x6 + u，用最小乘法参数结果如下：Depe ndent Variable: YMethod: Least SquaresDate: 04/10/11 Time: 16:12Sample: 1991 2005In cluded observati ons:

20、15VariableCoeffici entStd.Errort-Statist icProb.X113.41041 5.4783392.4478970.0401X20.091169 0.1161140.7851690.4550X3774607.2 120594500.0642320.9504X40.036326 0.3175420.1143980.9117X5-0.52449616.126820.279958-1.873482 0.0979X62.4772446.5099850.0002C-35974.2045425.43-0.791940 0.4512R-squared0.991837Me

21、a ndependent 22893.3var1Adjusted0.985715S.D.depe ndent 9051.36R-squaredvar4S.E.of1081.826Akaikeinfo17.1154regressi oncriteri on1Sumsquared resid9362787.Schwarz17.4458criteri on4Log likelihood-121.365F-statistic162.00566Durbi n-Wats on2.0815230.00000statProb(F-statistic)0由于F=162.0056F0.05(5,8) 从图中可以看

22、出，整体上 农业总产值与解释变量间线性关系显著，但是t检验值大部分通不过检验。因此, 可能存在共线性问题。尽管整体上线性回归拟合较好，但解释变量的t统计量基 本都不显著，X2、 X4系数的符号与经济意义相反，也表明模型中解释标量存在严重的多重共线性。第二部，多重共线性的修正(1)运用OLS法逐一求Y对各解释变量的简单回归方程，其中农业总产值Y与X6施肥用量的线性关系最强。如图：Depe ndent Variable: YMethod: Least SquaresDate: 04/10/11 Time: 15:46Sample: 1991 2005In cluded observati ons:

23、 15VariableCoeffici entStd.Errort-Statist icProb.X614.61943 0.81168818.011150.0000C-33995.133194.187-10.64281 0.0000R-squared0.961470Mea ndependent 22893.3var1Adjusted0.958506S.D.depe ndent 9051.36R-squaredvar4S.E.of1843.761Akaikeinfo18.0005regressi oncriteri on7Sumsquared resid44192894Schwarz18.094

24、9criteri on7Log likelihood-133.004F-statistic324.40135Durbi n-Watson0.5857950.00000statProb(F-statistic)0Y=33995.13 + 14.61943X6(10.64 28 1)(18.01115)R 2= 0.961470，F = 324.4015 其相关系数矩阵为：Co 11 elation MatiixYXIX2X3X4X5X6Y1.0000000.9250923.6037960.5433530.7353720.9453630.960546X1r 0.9250921.000000-630

25、3750 3668490.5700450.9906040.879395X2-0.603796-0.6B03751.000000-0.367510-0.191088-0.497488*0.500747X3P 0.5433530.366B4941.3675101 0000000.6539440.3796240.530146X40.7353720.670045-0.1910080.6539441.0000000.7402440.811540X50.9453630 950604-0.4974880.379624 7402441 .000000.963669X60.9805460.879395-0.50D7470.5301460.8115400.9536691 OOODOQ(2)逐步回归。将其他解释变量逐一带入上式， 经比较新增变量对模型的贡献 及对其他解释变量的影响，剔除一些对被解释变量影响不显著的变量， 最后确定 如下模型：Depe ndent Variable: YMethod: Least SquaresDate: 04/10/11 Time: 16:47Sample: 1991 2005In cluded observati ons: 15Va