影响农业产值总指数的研究-以四川省农业产值状况为例

绪论研究的意义和应用价值党的十八大全会明确把加快解决"三农"有关问题发展作为推进全党三农工作的重中之重，习近平总书记在多个公开场合就"三农"有关问题分别发表了一系列重要讲话，农业作为我国的第一大支柱产业，同样也是推动我国特色社会主义经济发展的重要基础产业，稳健稳定发展特色农业对促进我国特色农业国民经济的持续发展进步具有重要推动意义。我国作为一个农业大国，民以食为天，农业的发展问题与我国人民群众是否真正能够安居乐业密切有关。本文以“影响农业产值总指数的研究——以四川省农业产值状况为例”为研究题目的价值在于：对四川省21个城市自治州的农业产值指数进行逐步回归分析，了解对四川省农业总产值指数有促进作用且影响显著的城市或自治州。对四川省农业产值的分析研究有利于四川省政府结合地方农业产值的发展状况做出针对性的财政投入和政策支持。研究的现状近年来，关于农业产值发展问题备受关注，相关研究不断涌现。2014年，高勇在“基于GIS的四川省农业产值时空变化的实证分析”中揭示了四川省农业产值的时空变化特征。以四川省2003年至2012年各个市州的农业产值为研究对象，进行了时空演变格局的实证分析，得出了四川农业总产值呈递增的趋势，正增长比较明显的是川东北地区，川东南地区，凉山彝族自治州的结论[1]。2019年，崔腾飞在“逐步回归分析下山东省税收与GDP的关系”的研究中，通过相关性分析法对合适指标进行筛选，并应用逐步回归方法对山东省税收与GDP的关系进行研究，发现了GDP增长主要与营业税相关，税收总值增加主要是由第二产业和第三产业的增加决定的[2]。2020年，朱家明，陈妍群，沈琼，方悦，陈渊宁在“基于多元线性回归的我国外汇储备影响因素分析”的研究中，通过多重共线性检验，采用逐步回归法修正模型，并且通过自相关检验和异方差检验，获得影响外汇储备规模的因素有:实际使用外商投资额和经常账户差额[3]。2018年，徐琼，万菲，付文霞在“神经衰弱患者心理社会因素的多元逐步回归分析”的研究中采用神经衰弱调查问卷，对386例明确诊断为神经衰弱患者进行心理社会因素调查，并运用SPSS10.0软件进行多元逐步回归，得出了神经衰弱患者的疲劳程度与躯体疲劳、躯体不适、脑力疲劳以及社会支持等因素关系密切，需积极采取针对性的预防干预措施的结论[4]。2020年，周子东，李东伟，李国胜，汪群，陈晓路，管春雨在“基于逐步回归的AdaBoost-SVR模型在海上风电项目造价预测中的应用”的研究中将逐步回归方法和AdaBoost-SVR方法相结合，利用逐步回归方法有效提取重要自变量，避免多重共线性的影响，然后利用AdaBoost-SVR方法建立海上风电风电机组基础造价的预测模型，最后选取3个测试样本来验证模型的可靠性，得出了AdaBoost-SVR模型的精度和泛化能力都优于逐步回归模型和单一SVR模型，具有一定应用价值的结论[5]。综上关于影响农业产值总指数的研究并没有关注农业产值总指数由哪些构成农业产值总指数因素显著影响。而本文就运用多元逐步回归法来研究对构成农业总产值指数有显著影响的因素。研究的目的综合上述文献知，以上学者通过地理信息系统方法揭示了四川省农业产值的时空变化特征，也利用逐步回归方法对山东省税收与GDP的关系进行研究，还利用逐步回归分析我国外汇储备影响因素的问题，但以上学者没有考虑用逐步回归法研究四川省农业产值的发展问题。因此，本文以统计原理为基础，结合前人研究，并以事实理论为依据，通过对2018年至2009年四川统计年鉴的数据进行了研究，从而对四川省农业产值总指数的影响因素作出了研究。运用逐步回归分析法，提取重要自变量，避免受多重共线性的影响，得出结果后，对四川省政府给出合理的建议。研究方法双变量相关分析法简述双变量相关分析法的概括双变量相关分析是用于描述两个不同变量之间的关系，也是数据分析流程前端的探索性的分析，它反映了控制一个变量的取值后，另一个变量的变化程度，其结果是用于指导下一步采取什么方法。若两个变量都是正态连续变量，且两者之间在散点图上呈线性关系时，可以认为这两个变量存在线性相关关系，用积差相关系数（主要有Pearson相关系数）来表现他们的相关程度。Pearson相关系数是定量地描述双变量之间线性相关程度好坏的一个常用指标，计算公式如下：r12是变量1和变量2之间的相关系数，其中s12是变量1和变量2之间的协方差，s11是变量1的方差，s双变量相关分析法的方法步骤第一步：计算因变量与自变量的相关系数。第二步：确定自变量与因变量的显著性水平。若因变量与自变量的显著性水平小于0.05，说明因变量与自变量具有显著性，否则不具有显著性。第三步：绘制因变量与自变量的散点图。第四步：最后分析散点图，确定因变量与自变量之间是否具有相关关系。若因变量与自变量大体上呈现一种正向或负向的线性关系，说明因变量与自变量相关，否则不相关[7]。多元线性逐步回归分析法的简述多元线性逐步回归分析法的概括逐步回归是线性回归模型自变量选择方法，其基本理念是将一个变量引入，条件是其偏回归平方和，经验是显著的。同时，每引入一个新变量后，对已被选入回归模型中的老变量进行逐个检验，将经检验认为不显著的变量删除，以确保所得的自变量子集合中每一个变量是显著的。这个过程要经过几个步骤，直到新的变量不能被引入为止。此时回归模型中所有变量对因变量都是显著的。多元线性逐步回归分析法的方法步骤逐步模型回归法的分类选择模型变量过程主要包括两个基本的操作步骤：一者就是将经检测不显著的变量从逐步回归选择模型中直接剔除，二者则是将新的变量直接引入逐步回归模型，常用的方法有向前法。向前法：向前法的思想是变量由少到多，每次增加一个，直至没有可引入的变量为止。具体步骤如下。步骤1:对p个回归自变量X1,X2, Y=β0+计算变量Xi，相应的回归系数的F检验统计量的值，记为F1(1),…,Fi1(1)=max{F1(1),…对给定的显著性水平α，记相应的临界值为F(1)，Fi1(1)≥F(1)，则将步骤2:建立因变量Y与自变量子集{Xi1，X1}，…,{Xi1，Xi1-1}，{XFi2(2)=max{F1(2),…,Fi1-1对给定的显著性水平α，记相应的临界值为F(2)，Fi2步骤3:考虑因变量对变量子集Xi1依此方法重复进行，每次从未引入回归模型的自变量中选取一个，直到经检验没有变量引入为止[8]。影响农业产值指数的显著性研究农业产值指数指标体系说明农业的定义广义的农业，即种植业、林业、畜牧业、渔业和副业总和．狭义的农业，即种植业，主要包括粮食作物、经济作物、饲料作物等的种植，具体为粮、棉、油、菜、茶、果等，其中粮食生产占主要地位．本文所进行研究的是狭义的农业[9]。指标选取本文通过研究四川省统计年鉴，获得了影响四川省农业产值指数的一组指标，分别是成都市的农业产值指数，自贡市的农业产值指数，攀枝花市的农业产值指数，泸州市的农业产值指数，德阳市的农业产值指数，绵阳市的农业产值指数，广元市的农业产值指数，遂宁市的农业产值指数，内江市的农业产值指数，乐山市的农业产值指数，南充市的农业产值指数，眉山市的农业产值指数，宜宾市的农业产值指数，广安市的农业产值指数，达州市的农业产值指数，雅安市的农业产值指数，巴中市的农业产值指数，资阳市的农业产值指数，阿坝藏族羌族自治州的农业产值指数，甘孜藏族自治州的农业产值指数，凉山彝族自治州的农业产值指数。本文通过获取2009年到2018年四川省21个城市自治州各个指标所对应的数据。然后建立多元线性逐步回归模型用SPSS软件求解。对农业总产值进行解释。农业产值指数的被解释变量与解释变量的指标体系构建表3SEQ表\*ARABIC\s11农业总产值指数指标体系Table3SEQTable\*ARABIC\s11name指标符号表示成都市农业产值指数X1自贡市农业产值指数攀枝花市农业产值指数泸州市农业产值指数德阳市农业产值指数绵阳市农业产值指数广元市农业产值指数遂宁市农业产值指数内江市农业产值指数乐山市农业产值指数南充市农业产值指数眉山市农业产值指数宜宾市农业产值指数广安市农业产值指数达州市农业产值指数雅安市农业产值指数巴中市农业产值指数资阳市农业产值指数阿坝藏族羌族自治州甘孜藏族自治州凉山彝族自治州X2X3X4X5X6X7X8X9X10X11X12X13X14X15X16X17X18X19X20X21农业产值总指数构成部分的双变量相关性分析数据来源本文的数据来源于2009年到2018年四川省统计年鉴。如表3-2数据表。表3-2-数据表Table3-2-Datatable其余数据见附表。对农业产值指数做双变量相关性分析相关性分析的原假设H0：ρ=0，表示x和y之间不存在显著的线性相关性；备择假设H1：ε是随机误差项。使用双变量相关分析的计算步骤对表3-2数据表的21个城市的农业产值指数进行相关分析。用SPSS求解得到因变量与其他所有变量的相关系数。如图3-3所示图3-3相关分析对话框图Fig3-3Correlationanalysisdialogdiagram在输出中可以看到双变量相关分析的相关性表，如表3-4所示。表3-4相关性表Table3-4Correlation农业产值总指数构成部分的多元线性逐步回归分析对农业产值指数做多重共线性检验解释变量间的两两相关关系可以直接通过相关系数进行分析，全省农业产值总指数及其影响因素变量间相关系数如表3-5所示。由表3-5可以清楚知道，各解释变量之间部分相关系数大于0.8，表明模型存在严重的多重共线性问题。表3-5全省农业产值总指数及其影响因素变量间相关系数表Table3-5Coefficientofcorrelation还可以用计算方差膨胀因子（VIF）来判断变量之间是否存在多重共线性,由表3-6所知，VIF≥100，变量之间存在非常严重的多重共线性。表3-6共线性诊断Table3-6Collinearitydiagnostics基于逐步回归法建立一元基本回归模型下面建立全省农业产值总指数与单个解释变量的回归模型。建立的回归模型中，综合考虑相关性、模型拟合优度、变量显著性和指标经济意义，选出最优的一元回归模型，该模型以全省农业产值总指数为解释变量，宜宾市农业产值指数为被解释变量，模型表达式见(1)式。y=-0.88+1.016x13在(1)式中，各项检验都通过，模型的拟合优度高，且宜宾市农业产值指数的参数为正，其经济意义合理。逐步引入其它解释变量保留解释变量宜宾市农业产值指数，分别引入其余解释变量以构建二元回归模型，剔除经济意义不合理和T检验没有通过的指标变量，同时考虑模型的拟合优度和整体线性关系的显著性，得到最优二元回归模型为以宜宾市农业产值指数和广安市农业产值指数为解释变量的回归模型。模型表达式见(2)式。y=-0.376+0.614x13+0.396x14(2)式模型拟合优度较高，各项检验都通过，且经济意义合理。由此可见，最优的外汇储备计量模型是以宜宾市农业产值指数和广安市农业产值指数作为解释变量，实证表明:这两个变量是影响四川省农业总产值指数的主要因素，且对四川省农业产值总指数影响最显著的是宜宾市，其次是广安市。引入两个解释变量的最优回归模型如表3-7所示。表3-7回归模型Table3-7Regressionmodel用SPSS求解可得逐步回归模型估计，如图3-8所示。图3-8回归分析对话框图Fig3-8Theregressionanalysisdialogdiagram在输出中可以看到逐步回归模型的一般性统计量表，如表3-9所示。表3-9模型汇总Table3-9Modelsummary在表3-9中，调整后的R2表3-10方差分析表Table3-10Anova在表3-10中,回归方程的P=0.000c，拒绝原假设。(H四川省农业发展的综合评价首先对21个指标进行相关分析法，并用多元线性逐步回归分析的方法对四川省农业总产值指数构成部分进行分析，得到了对四川省农业总产值指数有促进作用且影响显著的城市有广安市和巴中市，说明这两个市农业发展状况较为突出，这两个市对四川省的农业发展起着重要作用，因此四川省要把农业发展的更好，就一定要抓住自身的优势。巩固广安市和巴中市的农业发展优势。总之，在农业的发展潜力和发展空间上四川省的宜宾市和广安市是有一定的优势的，不过需要增强其他各个城市的农业发展，增强四川省农业产值的发展，提高人民的生活水平。结论结果分析在第三章分析结果来看，系数为0.614的是宜宾市农业产值指数的系数、系数为0.396的是广安市农业产值指数的系数，它们都是对四川省农业总产值影响较为显著比起其他城市，所以这两个城市的农业产值是全省农业总产值构成中最重要的两个部分，说明全省农业总产值的提高与这两个城市有密切的关系。首先，通过相关分析知，其他解释变量与全省农业总产值指数有线性相关，说明全省农业总产值与他们有相关关系。再通过逐步回归分析中回归方程的系数可知，对四川省农业产值总指数影响最显著的是宜宾市，其次是广安市。说明我们要优先考虑宜宾市和广安市的农业发展，让这两个城市起辐射带动作用，发挥自身的农业发展优势，更好的促进四川省农业总产值的发展，提高四川省人民的生活质量。对四川省农业产值发展的几点建议针对对四川省的农业产值总指数影响显著性研究结果来看，宜宾市和广安市对四川省整体的农业发展具有重要的推动作用，下面我将提出以下几点建议：一要严保耕地。要以保障国家粮食安全为底线，切实落实地块规整、渠系配套、地力提高、能灌能排、“以电代油”、机耕有路、防护有网等建设内容。二要加强科技的支撑。加强农业技术和装备的支持，加强科技筛选与集成，支持农机装备加快转型升级，支持智能农业技术的发展，提高粮食产业科学、现代化水平。三要充分优化供给。要以满足居民粮食消费升级为未来指导方向，要切实推动农业供给侧结构性改革，加强粮食生产功能区、特色农产品优势区的建设。 致谢语 经过四年大学的学习，在论文结束时，我向教师、同班学生和关心我的家庭表示诚挚的感谢。 首先要感谢我的论文指导老师刘雅丽副教授。本文是在刘老师的精心指导下完成的，从论文的选题、设计方案直至完成论文的整个过程中，都得到了刘雅丽老师耐心细致的指导。感谢云南师范大学文理学院信息工程学院所有的领导和老师，前三年的学习基础对我非常重要，是你们让我能够静静地坐下来，在知识的海洋里吸取更多的营养，让我为自己加油打气。通过这篇文章的编辑撰写，我不仅可以更好而系统地了解学习许多数学相关理论知识，并可以借鉴许多国内专家学者的丰富实践经验，这对我今后技术工作及其中所服务企业来说，无疑也将是一笔宝贵的技术财富同时感谢亲爱的同学，在学习过程中我们彼此帮助，互相鼓励和关心，是你们使我在学习的生活中获得了更多东西。最后，感谢我的家人们，这么多年了，正是因为有你们的大力支持和耐心鼓励，我才能顺利完成了我的学业；而也正是你的亲切关心与默默地无私奉献，给我创造了更优越的学习环境，使我今后能在新的学习之路上乐观积极向上，勇往直前。参考文献[1]高勇.基于GIS的四川省农业产值时空变化的实证分析[J].河南科技,2014(02):210.[2]崔腾飞.逐步回归分析下山东省税收与GDP的关系[J].现代商贸工业,2019,40(16):119-120.[3]朱家明,陈妍群,沈琼,方悦,陈渊宁.基于多元线性回归的我国外汇储备影响因素分析[J].西安石油大学学报(社会科学版),2020,29(04):17-23.[4]徐琼,万菲,付文霞.神经衰弱患者心理社会因素的多元逐步回归分析[J].世界最新医学信息文摘,2018,18(A0):86.[5]周子东,李东伟,李国胜,汪群,陈晓路,管春雨.基于逐步回归的AdaBoost-SVR模型在海上风电项目造价预测中的应用[J].太阳能学