計量經(jīng)濟學論文終稿

1、. .PAGE18 / NUMPAGES18 中國糧食總產(chǎn)量多因素分析 專業(yè)年級： 13金融（2）班 學號： 0 ： 昊 摘要：本文選取1990年到2013年的相關(guān)數(shù)據(jù)，應用計量經(jīng)濟學所學知識對根據(jù)經(jīng)濟理論選取的影響我國糧食產(chǎn)量的各因素進行分析、檢驗，并對其影響程度的大小進行定量分析，進一步明確和完善相關(guān)的經(jīng)濟學知識。關(guān)鍵詞：糧食產(chǎn)量 糧食播種面積 農(nóng)用機械總動力 有效灌溉面積 農(nóng)業(yè)化肥使用量文獻綜述農(nóng)業(yè)作為我國最基礎的產(chǎn)業(yè)，農(nóng)產(chǎn)品的每年的產(chǎn)量直接關(guān)系著我們的民生，故而糧食的產(chǎn)量一直是我們最關(guān)心的。影響因素的分析首先，糧食作為農(nóng)作物，其產(chǎn)量肯定會受到農(nóng)用化肥施用量條件的影響其次，我認為糧食的播

2、種面積對于糧食產(chǎn)量也有一些影響最后，農(nóng)業(yè)機械總動力也是影響糧食產(chǎn)量的一大重要因素二、數(shù)據(jù)收集與模型的建立（一）數(shù)據(jù)收集 1983年2009年中國糧食生產(chǎn)與相關(guān)投入的資料（表1）年份糧食總產(chǎn)量Y糧食耕種面積(x1)農(nóng)用化肥施用量(x2)農(nóng)業(yè)機械總動力(x3)1990446241134662590.3287081991435291123142805.1293891992442641105602930.2303081993456491105093151.9318171994445101095443317.9338021995466621100603593.7361181996504541125483

3、827.9385471997494171129123980.7420161998512301137874083.7452081999508391131614124.3489962000462181084634146.4525742001452641060804253.8551722002457061038914339.457930200343070994104411.6603872004469471016064636.6640282005484021042784766.2683982006498041049584927.7725222007501601056385107.87659020085

4、28711067935239821902009530821089865404.4874962010546481098765561.7927802011571211105735704.2977352012589581112055838.81025602013601941119565911.9103907（二）模型設計為了具體分析各要素對我國糧食產(chǎn)量影響的大小，我們可以用糧食總產(chǎn)量（y）作為衡量，代表糧食發(fā)展；用糧食耕種面積（x1）、農(nóng)用化肥施用量(x2)以與農(nóng)業(yè)機械總動力（x3）。運用這些數(shù)據(jù)進行回歸分析。采用的模型如下：y= 1+2x1+3x2+4x3+ui其中，y代表糧食總產(chǎn)量，x1代表糧食

5、耕種面積，x2代表農(nóng)用化肥施用量，x3代表農(nóng)業(yè)機械總動力，ui代表隨機擾動項。我們通過對該模型的回歸分析，得出各個變量與我國糧食產(chǎn)量的變動關(guān)系。三、模型估計和檢驗（一）模型初始估計（表二）Dependent Variable: YMethod: Least SquaresDate: 12/21/15 Time: 16:27Sample: 1990 2013Included observations: 24VariableCoefficientStd. Errort-StatisticProb. C-44644.146601.867-6.7623500.0000X10.6841160.05311

6、312.880430.0000X24.0429710.9747514.1476970.0005X30.0310320.0383520.8091310.4280R-squared0.966281 Mean dependent var49317.62Adjusted R-squared0.961223 S.D. dependent var4867.060S.E. of regression958.4155 Akaike info criterion16.71945Sum squared resid18371206 Schwarz criterion16.91579Log likelihood-19

7、6.6334 F-statistic191.0450Durbin-Watson stat1.534928 Prob(F-statistic)0.000000回歸函數(shù)為： （6601.867） （0.053113） （0.974751） （0.038352）T=（-6.762350） （12.88043） （4.147697） （0.809131）多重共線性檢驗相關(guān)系數(shù)矩陣（表三）X1X2X3X11-0.1-0.X2-0.110.5X3-0.0.51根據(jù)多重共線性檢驗，解釋變量之間可能存在著線性相關(guān)。為了進一步了解多重共線性的性質(zhì)，我們可以做輔助回歸。（表四）被解釋變量可決系數(shù)R2的值方差擴大因

8、子X10.090191.09913X20.95640922.9405X30.95558322.6398由上表可以得知，輔助回歸的可決系數(shù)很高，經(jīng)驗表明，方差擴大因子=10時，通常說明該解釋變量與其余解釋變量之間有嚴重的多重共線性，這里的x2、x3的方差擴大因子遠大于10，表明存在嚴重的多重共線性問題。為了進一步篩選并剔除引起多重共線性分變量，需要采用逐步回歸的方法。分別作Y對X1、X2、X3的一元回歸，意愿回歸結(jié)果如下表（表五）變量X1X2X3參數(shù)估計值0.3696284.0710710.162556t統(tǒng)計量1.4728006.7542466.867695R20.0897480.6746520

9、.6819210.0483730.6598630.667463(表六)X1X2X3X1、X30.641034（9.246298）0.186325（16.84505）0.937277X2、X31.587586(0.558181)0.100949（0.893659）0.686571通過采用剔除變量法，多重共線性的修正結(jié)果如下：剔除X2。（表七）Dependent Variable: YMethod: Least SquaresDate: 12/25/15 Time: 10:06Sample: 1990 2013Included observations: 24VariableCoefficient

10、Std. Errort-StatisticProb. C-31636.647732.436-4.0914190.0005X10.6410340.0693299.2462980.0000X30.1863250.01106116.845050.0000R-squared0.937277 Mean dependent var49317.62Adjusted R-squared0.931303 S.D. dependent var4867.060S.E. of regression1275.661 Akaike info criterion17.25679Sum squared resid341735

11、55 Schwarz criterion17.40404Log likelihood-204.0814 F-statistic156.9019Durbin-Watson stat1.001388 Prob(F-statistic)0.000000修正后方程為(7732.436) (0.069329) (0.011061)T= (-4.091419) (9.246298) (16.84505)（三）異方差檢驗（表八）ARCH Test:F-statistic0.037667 Probability0.847978Obs*R-squared0.041181 Probability0.839189T

12、est Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/24/15 Time: 18:58Sample(adjusted): 1991 2013Included observations: 23 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C1280357.504218.42.5392910.0191RESID2(-1)0.0415310.2139870.1940810.8480R-squared0.001790 M

13、ean dependent var1341173.Adjusted R-squared-0.045743 S.D. dependent var1852594.S.E. of regression1894492. Akaike info criterion31.82974Sum squared resid7.54E+13 Schwarz criterion31.92848Log likelihood-364.0420 F-statistic0.037667Durbin-Watson stat1.986528 Prob(F-statistic)0.847978由上表可以得知，（n-p）=0.041

14、181，給定顯著性水平為0.05，查分布表得臨界值（p）=5.9915（n-p）,則接受原假設，表明模型中的隨機誤差項不存在異方差。（四）自相關(guān)檢驗（表九）Dependent Variable: YMethod: Least SquaresDate: 12/25/15 Time: 10:06Sample: 1990 2013Included observations: 24VariableCoefficientStd. Errort-StatisticProb. C-31636.647732.436-4.0914190.0005X10.6410340.0693299.2462980.0000X

15、30.1863250.01106116.845050.0000R-squared0.937277 Mean dependent var49317.62Adjusted R-squared0.931303 S.D. dependent var4867.060S.E. of regression1275.661 Akaike info criterion17.25679Sum squared resid34173555 Schwarz criterion17.40404Log likelihood-204.0814 F-statistic156.9019Durbin-Watson stat1.00

16、1388 Prob(F-statistic)0.000000(7732.436) (0.069329) (0.011061)T= (-4.091419) (9.246298) (16.84505)查DW表可知，dl=1.188，du=1.546,模型中DWdl，顯然有自相關(guān)。（表十）殘差的變動有系統(tǒng)模式，連續(xù)為正和連續(xù)為負，表明殘差項存在一階自相關(guān)。對模型進行BG檢驗，用Eviews分析結(jié)果如下：（表十一）Breusch-Godfrey Serial Correlation LM Test:F-statistic2.642994 Probability0.097113Obs*R-squared

17、5.223742 Probability0.073397Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 12/24/15 Time: 19:24VariableCoefficientStd. Errort-StatisticProb. C1247.5647284.9980.1712510.8658X1-0.0114660.065346-0.1754620.8626X30.0001740.0102860.0169140.9867RESID(-1)0.5170860.2287092.2608930.0357RESI

18、D(-2)-0.1401580.230260-0.6086960.5499R-squared0.217656 Mean dependent var-4.21E-12Adjusted R-squared0.052952 S.D. dependent var1218.937S.E. of regression1186.225 Akaike info criterion17.17799Sum squared resid26735479 Schwarz criterion17.42342Log likelihood-201.1359 F-statistic1.321497Durbin-Watson s

19、tat1.906529 Prob(F-statistic)0.297918由上表顯示LM=TR2=5.223742，其p值為0.073397，表明存在自相關(guān)。對模型進行處理：對原模型進行科克倫-奧克特迭代法做廣義差分回歸，用Eviews進行分析所得結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 12/24/15 Time: 19:38Sample(adjusted): 1991 2013Included observations: 23 after adjusting endpointsConvergence achieved afte

20、r 10 iterationsVariableCoefficientStd. Errort-StatisticProb. C-39779.1510686.99-3.7222020.0014X10.7219490.0973507.4160450.0000X30.1791840.0184359.7199340.0000AR(1)0.4884590.1835412.6613060.0154R-squared0.956230 Mean dependent var49521.70Adjusted R-squared0.949319 S.D. dependent var4870.329S.E. of re

21、gression1096.434 Akaike info criterion16.99428Sum squared resid22841163 Schwarz criterion17.19176Log likelihood-191.4343 F-statistic138.3617Durbin-Watson stat2.032169 Prob(F-statistic)0.000000Inverted AR Roots .49 （表十二）由圖表知DW=2.032169可以判斷du=1.543，dl=1.168，duDW （20） ，所以拒絕H0： =0，因為t（ ） （20） ，所以拒絕H0： =

22、0，因為t（ ） （20） ,所以接受H0 ： =0。對斜率系數(shù)的顯著性表明，解釋變量“糧食耕種面積”和“農(nóng)用化肥施用量”對被解釋變量“糧食總產(chǎn)量”有顯著影響。四、結(jié)論分析和政策建議（一）主要結(jié)論1）從模型可以看出農(nóng)民對化肥的投入量，即模型中的化肥施用量，是影響糧食總產(chǎn)量增產(chǎn)的最顯著因素，說明我國目前農(nóng)業(yè)生產(chǎn)中，農(nóng)民對農(nóng)業(yè)的投入所產(chǎn)生的效益最大。2）從模型可以看出，糧食作物耕種面積也是影響糧食總產(chǎn)量的重要因素之一，擴大糧食作物耕種面積無疑是可以使糧食增產(chǎn)的。3）農(nóng)業(yè)機械化是農(nóng)業(yè)現(xiàn)代化的重要容和主要標志之一，而通過對模型的回歸分析，可看出我國的農(nóng)業(yè)機械化程度是較低的，對我國的糧食總產(chǎn)量增產(chǎn)貢獻十

23、分低下。（二）政策建議1）首先，在短期為緩解糧食供應緊，應提高農(nóng)民種糧的積極性擴大糧食耕種面積，這是增加糧食總產(chǎn)量的唯一辦法。農(nóng)民積極性主要取決于種糧食的收益與其預期，收益則是賣糧收入與成本的差額。因此，應該雙管齊下，穩(wěn)定并提高糧食價格，控制農(nóng)用物資價格的過快增長，在涉農(nóng)物資上實行嚴格的價格管制，控制種糧的成本。在提高農(nóng)民積極性的同時，也得以增加了化肥的施用量，在一定程度上，影響糧食總產(chǎn)量的增產(chǎn)。但是，由于我國土地后備資源有限,且糧食耕種面積已占耕地總面積較大比例(75%),其調(diào)整幅度不大;在一定程度上是一個既定的前提。從我國糧食生產(chǎn)的發(fā)展來看,總產(chǎn)量的增長主要取決于單位面積產(chǎn)量的提高。而單位

24、面積產(chǎn)量直接決定于農(nóng)戶的資本和勞動投入,即農(nóng)戶的種糧積極性;同時受經(jīng)濟體制和政策、科技進步狀況和市場環(huán)境等強有力的影響。因此，我們一方面要堅持最嚴格的耕地保護制度，控制非農(nóng)業(yè)占地，建立基本農(nóng)田保護區(qū)，確保基本農(nóng)田總量不減少、質(zhì)量不下降。一方面要加強對現(xiàn)有耕地的開發(fā)，通過進一步改進耕作制度和應用優(yōu)良品種，保持相對穩(wěn)定的糧食作物耕種面積，提高耕地利用效率。 2）受邊際效益遞減規(guī)律的影響，化肥投入在糧食增產(chǎn)方面的能力逐漸下降；施肥方法落后、偏施和過施現(xiàn)象普遍存在，盲目增加化肥施用量并不能從根本上使糧食增產(chǎn)，關(guān)鍵是要提高化肥的利用率。3）我國現(xiàn)在農(nóng)業(yè)機械化程度遠遠不能滿足現(xiàn)代農(nóng)業(yè)發(fā)展的需求，要實現(xiàn)農(nóng)業(yè)

25、現(xiàn)代化，必須在以下各方面積極穩(wěn)妥地推進農(nóng)業(yè)機械化的發(fā)展：要把主要農(nóng)產(chǎn)品生產(chǎn)過程機械化和產(chǎn)業(yè)化經(jīng)營有機結(jié)合起來；對農(nóng)業(yè)機械化進行結(jié)構(gòu)性調(diào)整；因地制宜，有重點的推薦地區(qū)農(nóng)業(yè)機械化；大力促進農(nóng)業(yè)技術(shù)進步，重視農(nóng)村的基礎教育；建立與農(nóng)業(yè)機械化相適應的農(nóng)村經(jīng)濟體制。縱觀中國農(nóng)村現(xiàn)狀，與其他產(chǎn)業(yè)相比，農(nóng)業(yè)的發(fā)展一直處于較低的狀態(tài)。擴大耕作面積，提高單產(chǎn)，實現(xiàn)機械化、規(guī)模化生產(chǎn)是保證我國農(nóng)業(yè)健康發(fā)展的必有之路。參考文獻1、龐皓，計量經(jīng)濟學，西南財經(jīng)大學，2014年6月第三版2、周四軍，對我國糧食生產(chǎn)影響因素的計量分析，統(tǒng)計與決策，2003年3、慧江，基于回歸分析的糧食產(chǎn)量影響因素分析，學院學報，2009年4

26、、呂美巧、馬廣，農(nóng)業(yè)機械化發(fā)展影響因素分析與評價，農(nóng)機化研究, 2008年5、妍，中國糧食生產(chǎn)影響因素與地區(qū)差異分析，經(jīng)濟研究導刊，2009年附錄1Dependent Variable: X1Method: Least SquaresDate: 12/22/15 Time: 09:24Sample: 1990 2013Included observations: 24VariableCoefficientStd. Errort-StatisticProb.C118379.68270.69614.313140.0000X2-3.5891343.927502-0.9138470.3712X30.1

27、022010.1559860.6551940.5195R-squared0.090190Mean dependent var108857.3Adjusted R-squared0.003541S.D. dependent var3944.710S.E. of regression3937.719Akaike info criterion19.51106Sum squared resid3.26E+08Schwarz criterion19.65832Log likelihood-231.1327Hannan-Quinn criter.19.55013F-statistic1.040870Dur

28、bin-Watson stat0.291206Prob(F-statistic)0.3706662Dependent Variable: X2Method: Least SquaresDate: 12/22/15 Time: 09:14Sample: 1990 2013Included observations: 24VariableCoefficientStd. Errort-StatisticProb.C3217.3121300.5632.4737840.0220X1-0.0106560.011661-0.9138470.3712X30.0384110.00186020.646100.00

29、00R-squared0.956409Mean dependent var4360.633Adjusted R-squared0.952257S.D. dependent var981.9691S.E. of regression214.5609Akaike info criterion13.69153Sum squared resid966764.0Schwarz criterion13.83879Log likelihood-161.2984Hannan-Quinn criter.13.73060F-statistic230.3753Durbin-Watson stat0.212818Pr

30、ob(F-statistic)0.0000003Dependent Variable: X3Method: Least SquaresDate: 12/22/15 Time: 09:15Sample: 1990 2013Included observations: 24VariableCoefficientStd. Errort-StatisticProb.C-69567.6734359.53-2.0246980.0558X10.1960100.2991630.6551940.5195X224.812071.20178020.646100.0000R-squared0.955583Mean d

31、ependent var59965.75Adjusted R-squared0.951353S.D. dependent var24724.62S.E. of regression5453.262Akaike info criterion20.16228Sum squared resid6.24E+08Schwarz criterion20.30954Log likelihood-238.9474Hannan-Quinn criter.20.20135F-statistic225.8983Durbin-Watson stat0.198222Prob(F-statistic)0.0000004D

32、ependent Variable: YMethod: Least SquaresDate: 12/22/15 Time: 16:20Sample: 1990 2013Included observations: 24VariableCoefficientStd. Errort-StatisticProb. C9080.94527337.040.3321850.7429X10.3696280.2509701.4728000.1550R-squared0.089748 Mean dependent var49317.62Adjusted R-squared0.048373 S.D. depend

33、ent var4867.060S.E. of regression4747.883 Akaike info criterion19.84844Sum squared resid4.96E+08 Schwarz criterion19.94661Log likelihood-236.1813 F-statistic2.169140Durbin-Watson stat0.116875 Prob(F-statistic)0.1549695Dependent Variable: YMethod: Least SquaresDate: 12/22/15 Time: 16:27Sample: 1990 2

34、013Included observations: 24VariableCoefficientStd. Errort-StatisticProb. C31565.182691.44711.727960.0000X24.0710710.6027436.7542460.0000R-squared0.674652 Mean dependent var49317.62Adjusted R-squared0.659863 S.D. dependent var4867.060S.E. of regression2838.531 Akaike info criterion18.81962Sum square

35、d resid1.77E+08 Schwarz criterion18.91779Log likelihood-223.8354 F-statistic45.61984Durbin-Watson stat0.431896 Prob(F-statistic)0.0000016Dependent Variable: YMethod: Least SquaresDate: 12/22/15 Time: 16:39Sample: 1990 2013Included observations: 24VariableCoefficientStd. Errort-StatisticProb. C39569.811530.63325.851930.0000X30.1625560.0236706.8676950.0000R-squared0.681921 Mean dependent var49317.62Adjusted R-squared0.667463 S.D. dependent var4867.060S.E. of regression2806.640 Akaike info criterion18.79702Sum squared resid1.73E+08 Schwarz criterion18.89519Log l