我国农业总产值影响因素的实证分析

1、 应用经济计量学期末论文 我国农业总产值影响因素的实证分析 班 级： 09国贸1班学生姓名： 廖 川 学 号： 090201107315目录摘要 - -1关键词 - -1一、文献综述 -1二、实证分析 -2(一)变量选取 -2（二）模型建立及估计 -3（三）模型检验 -41.经济意义检验 -42.统计意义检验 -53.计量意义检验 -5 3.1多重共线性检验 -5 3.2异方差检验 -9 3.3序列相关性检验 -10三、实证分析结论分析 -11四、政策建议 -12参考文献 -13我国农业总产值影响因素的实证分析【摘要】本文采用1985-2009年的统计数据，运用计量方法和eviews软件对全国

2、农业总产值的影响因素进行实证分析，研究结果表明，农业从业人口、农业机械总动力、有效灌溉面积、化肥施用量四个因素对我国农业总产值的影响显著，并对此反映出的问题提出相应的政策建议。【关键词】农业总产值 农业从业人口 实证分析 1、 我国农业发展的现状分析迄今为止，已经有许多学者对农业总产值的影响惊醒了各种模型分析和研究。其中主要有：农作物播种面积、化肥施用量、政府的农业生产和事业财政支持、第一产业从业人员数、农业的收入、经济增长等对农业总产值的影响。农业总产值是指以货币表现的农、林、牧、渔、副业全部产品的总量，它反映一定时期内农业生产总规模和总成果。农业总产值的计算方法通常是按农、林、牧、渔业产品

3、及其副产品的产量分别乘以各自单位产品价格求得；少生产，周期较长，当年没有产品或产品产量不易统计的，则采用间接方法匡算其产值；然后将四业产品产值相加即为农业总产值。目前，制约我国农业总产值提高的主要因素有：1、耕地资源日趋减少 2、自然灾害增加 3、农村青壮劳动力减少 4、粮食生产成本持续增加。此外，影响农业总产值提高的因素还有农业制度的合理性、农业的资金投入、农业的基础设施水平、农业机械化水平、农田水利、农业交通运输情况以及作物另种等下面，我从农业从业人员、农用机械总动力、有效灌溉面积、化肥施用量四个方面分析对我国农业总产值的影响。二、实证分析（一）变量的选取。影响农业总值的因素有很多，如：农

4、村居民的投入、财政对农业的投入、劳动力的投入、农作物播种面积、有效灌溉面积、农用化肥施用量等等。随着我国农业的生产技术进步，所以可以从农业的生产投入方面来分析。通过劳动力的投入、农业机械的投入、有效灌溉的程度、农用化肥的投入等因素来考查我国农业产值增加对生产投入的依赖程度。而其他因素虽然对我国农业总值也有影响，但是有的不易取得数据，还有的因素在运用时间序列数据是在时间的差异不大。因此这些因素可以不列入模型，即便它们对我国农业总值有些影响也可以归入随机扰动项中。本文设定y为农业总产值，x1为农业从业人口，x2为农业机械总动力，x3为有效灌溉面积，x4为化肥施用量。数据如下表1所示：表1 我国农业

5、总产值及相关数据年份农业从业人口（万人）农用机械总动力（亿瓦）有效灌溉面积（千公顷）化肥施用量（万吨）农业总产值（亿元）1985311302091.344035.91775.82506.4198632579229544225.81930.62771.81987348242483.6444031999.33160.51988365282657.544375.92141.53666.91989379122806.744917.22357.14100.61990389142870.847403.12590.34954.31991390982938.947822.12805.15146.4199238

6、6993030.848590.12930.255881993376803181.748727.93151.96605.11994366283380.348759.13317.99169.21995355303611.849281.63593.711884.61996348203854.750381.63827.913539.81997348404201.651238.53980.713862.51998351774520.852295.64083.714241.91999357684899.653158.44124.314106.22000360435257.453820.34146.4138

7、73.62001365135517.254249.44253.814462.8200236870579354354.94339.414931.52003365466038.754014.24411.614870.12004352696402.854478.44636.618138.42005379706839.855029.34766.219613.42006325617252.255750.54927.721522.3200931441765956518.35107.824658.2200830654821958471.7523928044.22009297088749.659261.454

8、04.430611.1注：数据来源于历年中国统计年鉴（二）模型的建立及估计1.模型建立如下图1所示：图1 散点图由上图可知lny与各变量均存在线性关系，因此结合经济理论与前人经验把模型设定为：lny=0+1lnx1+2lnx2+3lnx3+4lnx4+u其中，y农业总产值（亿元） x2农业从业人口（万人） x2农用机械总动力（万千瓦） x3有效灌溉面积（千公顷） x4化肥施用量（万吨） u随机干扰项2. 模型估计采用普通最小二乘法对样本数据作ols估计，回归结果如图2所示： dependent variable: log(y)method: least squaresdate: 12/08/1

9、1 time: 18:54sample: 1985 2009included observations: 25variablecoefficientstd. errort-statisticprob.c26.728169.5198492.8076240.0109log(x1)-1.1707040.200914-5.8268910.0000log(x2)0.2062410.1540821.3385110.1957log(x3)-2.5956610.988091-2.6269450.0162log(x4)2.5911510.19266013.449370.0000r-squared0.994564

10、mean dependent var9.207086adjusted r-squared0.993477s.d. dependent var0.755538s.e. of regression0.061020akaike info criterion-2.578363sum squared resid0.074470schwarz criterion-2.334588log likelihood37.22954f-statistic914.8467durbin-watson stat1.893112prob(f-statistic)0.000000图2 农业总产值关于其影响因素的回归由图2可得

11、回归方程为：lny=26.728-1.17lnx1+0.206lnx2-2.596lnx3+2.591lnx4（2.8076）（-5.8269）（1.3385）（-2.6269）（13.4494)=0.9946 =0.9935 f=914.85 d.w.=1.893（3） 模型检验1. 经济意义检验x1的系数为-1.171，表明在其他因素保持不变的条件下，农业从业人口增加1%，农业总产值减少1.171%；x2的系数为0.206，表明在其他因素保持不变的条件下，农用机械总动力增加1%，农业总产值增加0.206%；x3的系数为-2.596，表明在其他因素保持不变的条件下，有效灌溉面积增加1%，农业

12、总产值减少2.596%；x4的系数为2.591，表明在其他因素保持不变的条件下，化肥施用量增加1%，农业总产值减少2.591%。同时，各参数的符号也符合经济规律，通过了经济意义检验。2. 统计意义检验（1） 拟合优度检验。模型的可决系数r2=0.9946，修正的可决系数=0.9935表明模型拟合较好，估计的样本回归方程能较好地拟合样本观测值。（2） f检验提出检验的原假设为：=0对立假设为：至少有一个不等于零（i=1,2,3）对于给定的显著性水平=0.05，分子自由度为4，分母自由度为20的临界值=2.87，因为f=914.852.87，所以模型在整体上是显著的，即我国的农业总产值与农业从业人

13、口，农业机械总动力，有效灌溉面积，化肥施用量之间存在直接的线性关系。（3） t检验由图2可以看出，对于给定显著性水平=0.05，x1、x3、x4的t统计量都明显大于临界值，显著不等于零，因此可以说明它们在经济意义上对农业总产值有显著的影响；x2的系数的t统计量并不显著，即可以认为农业机械总动力对农业总产值没有显著的影响，因此需对模型进行修正。3.计量检验3.1.多重共线性检验（1）检验简单相关系数lnx1、lnx2、lnx3、lnx4的相关系数表如下表2所示。表2 相关系数表lnx1lnx2lnx4lnx3lnx11.000000-0.359627-0.217732-0.328234lnx2-

14、0.3596271.0000000.9553510.981465lnx4-0.2177320.9553511.0000000.975428lnx3-0.3282340.9814650.9754281.000000由表中数据发现lnx2与lnx3间存在高度相关性。（2）找出最简单的回归形式分别作lny与lnx1、lnx2、lnx3、lnx4间的回归：lny=41.13-3.049lnx1 （2.024） （-10571） r2=0.097 d.w.=0.06lny=-4.826+1.679lnx2 （-5.655） （16.4） r2=0.923 d.w.=0.18lny=-77.98+8.04

15、6lnx3 （-17.61） （19.69） r2=0.944 d.w.=0.48lny=-8.884+2.218lnx4 （-17.92） （36.52） r2=0.983 d.w.=0.51可见，农业总产量受化肥施用量的影响最大，与经验相符合，因此选为初始的回归模型。 (3)逐步回归将其他解释变量分别导入上述初始回归模型，寻找最佳回归方程如表3所示：表3 逐步回归表clnlnlnlnd.w.y=f（）-8.8842.2180.98230.51t值（-17.92）（36.52）y=f（，）1.787-0.9812.1690.99191.16t值（0.881）（-5.33）（51.62）y=f

16、（，）2.305-1.038-0.0642.2440.99161.23t值（0.995）（-4.717）（0.493）（14.12）y=f（，）19.34-1.227-1.7132.6080.99321.71t值（2.448）（-6.136）（-2.2）（13.31）讨论：第一步，在初始模型中引入x1，模型拟合优度提高，且参数符号合理，变量t值为5.33，给定显著性水平=0.05，查t分布表中自由度为20的相应临界值，得到（20）=2.086，通过显著性检验；如图3所示：dependent variable: log(y)method: least squaresdate: 12/08/11

17、time: 22:15sample: 1985 2009included observations: 25variablecoefficientstd. errort-statisticprob.c1.7870332.0289330.8807750.3880log(x1)-0.9811940.183997-5.3326790.0000log(x4)2.1687630.04201651.617210.0000r-squared0.992604mean dependent var9.207086adjusted r-squared0.991932s.d. dependent var0.755538

18、s.e. of regression0.067865akaike info criterion-2.430421sum squared resid0.101325schwarz criterion-2.284156log likelihood33.38026f-statistic1476.307durbin-watson stat1.158966prob(f-statistic)0.000000图3.含x1、x4的ols估计图第二步，引入x2，修正的拟合优度反正略有下降，同时x2的参数未能通过t检验；如图4所示：dependent variable: log(y)method: least s

19、quaresdate: 12/08/11 time: 22:09sample: 1985 2009included observations: 25variablecoefficientstd. errort-statisticprob.c2.3047162.3162280.9950300.3310log(x1)-1.0382720.220122-4.7168120.0001log(x2)-0.0640280.129820-0.4932110.6270log(x4)2.2441600.15873714.137630.0000r-squared0.992689mean dependent var

20、9.207086adjusted r-squared0.991644s.d. dependent var0.755538s.e. of regression0.069063akaike info criterion-2.361938sum squared resid0.100165schwarz criterion-2.166918log likelihood33.52423f-statistic950.4314durbin-watson stat1.216289prob(f-statistic)0.000000图4.含x1、x2、x4的ols估计图第三步，去掉x2，引入x3，拟合优度有所提高

21、，变量的参数也通过了t检验。如图5所示：dependent variable: log(y)method: least squaresdate: 12/08/11 time: 22:29sample: 1985 2009included observations: 25variablecoefficientstd. errort-statisticprob.c19.342787.9026712.4476260.0233log(x1)-1.2275300.200044-6.1362890.0000log(x3)-1.7125560.749285-2.2855890.0328log(x4)2.60

22、76780.19585413.314410.0000r-squared0.994077mean dependent var9.207086adjusted r-squared0.993231s.d. dependent var0.755538s.e. of regression0.062160akaike info criterion-2.572570sum squared resid0.081141schwarz criterion-2.377550log likelihood36.15713f-statistic1174.909durbin-watson stat1.707560prob(

23、f-statistic)0.000000图5.含x1、x3、x4的ols估计图（4） 模型修正第二步和第三步表明，x2是多余的，予以剔除，表明模型中确实存多重共线性。因此，最终的农业总产值函数应以y=（x2，x2，x2）为最优，剔除x2即农用机械总动力后的回归方程为：lny=19.34-1.227lnx1-1.713lnx3+2.608lnx4 （2.448） （-6.136） （-2.286） （13.31）=0.9941 =0.9932 f=1174.91 d.w.=1.71此时，可决系数=0.9941，表明模型拟合较好；f统计量为1174.91，显著大于临界值，所以模型在整体上是显著的；

24、各参数的t统计量都明显大于临界值，因此可以说他们均对农业总产值有显著的影响。3.2.异方差检验利用eviews软件对修正后的模型进行怀特检验，结果如下图6所示：white heteroskedasticity test:f-statistic0.627821probability0.743343obs*r-squared5.972832probability0.650275test equation:dependent variable: resid2method: least squaresdate: 12/15/11 time: 21:53sample: 1985 2009included

25、 observations: 25variablecoefficientstd. errort-statisticprob.c72.40406243.75470.2970370.7703log(x1)-9.95260424.95518-0.3988190.6953(log(x1)20.3136400.4355400.7201180.4818(log(x1)*(log(x3)0.3907981.8356960.2128880.8341(log(x1)*(log(x4)-0.1004290.408659-0.2457530.8090log(x3)-4.30040822.31457-0.192717

26、0.8496(log(x3)*(log(x4)0.0182700.4599040.0397250.9688log(x4)0.7590083.1159620.2435870.8106(log(x4)20.0067880.1270770.0534180.9581r-squared0.238913mean dependent var0.003246adjusted r-squared-0.141630s.d. dependent var0.004091s.e. of regression0.004371akaike info criterion-7.753983sum squared resid0.

27、000306schwarz criterion-7.315188log likelihood105.9248f-statistic0.627821durbin-watson stat2.189597prob(f-statistic)0.743343图6.怀特检验-有交叉项由上图，obs*r-squared=5.972，给定显著性水平=0.05，查（3）=7.81，所以接受原假设，模型随机误差项不存在异方差。3.3.序列相关性检验（1）d.w.检验法d.w.=1.71，给定显著性水平=0.05，查durbinwatson表，n=25，k=3得下限临界值=1.12，上限临界值=1.66，所以d.w

28、.4-,则无自相关。（2） lm检验法利用eviews软件进行拉格朗日乘数检验，结果如图7所示：breusch-godfrey serial correlation lm test:f-statistic0.388786probability0.539985obs*r-squared0.476715probability0.489914test equation:dependent variable: residmethod: least squaresdate: 12/15/11 time: 21:54presample missing value lagged residuals set

29、to zero.variablecoefficientstd. errort-statisticprob.c-0.2808088.032884-0.0349570.9725log(x1)0.0035190.2030990.0173270.9863log(x3)0.0274550.7617060.0360440.9716log(x4)-0.0065380.199044-0.0328460.9741resid(-1)0.1395500.2238070.6235270.5400r-squared0.019069mean dependent var-2.87e-16adjusted r-squared

30、-0.177118s.d. dependent var0.058145s.e. of regression0.063085akaike info criterion-2.511823sum squared resid0.079593schwarz criterion-2.268048log likelihood36.39779f-statistic0.097196durbin-watson stat1.899707prob(f-statistic)0.982163图7.拉格朗日乘数检验图于是，含1阶滞后残差项的辅助回归为：t=-0.2808+0.0035lnx1+0.0275lnx2-0.0065lnx4+0.1396t-1(-0.0350) (0.0173) (0.0360) (-0.0328) (0.6235) =-0.1771 d.w.=1.8