对我国粮食产量影响因素的计量分析.doc
计量经济学课程论文对我国粮食产量影响因素的计量分析院系：经济与管理学院经济学系 班级：经济学09-1班 成员： 对我国粮食产量影响因素的计量分析摘要：通过计量经济学方法创建我国粮食生产函数，我们会发现粮食作物播种面积、化肥施用量、有效灌溉面积是影响粮食生产的三大因素，其中粮食播种面积的影响最大。关键词: 粮食产量，粮食作物播种面积，化肥施用量，有效灌溉面积一、问题的提出粮食是人类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。人们都知道，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产与发展的一个永恒的主题。我国是世界上人口最多的国家，但人均耕地面积远远少于世界平均水平，如何在有限的土地上养活这么多的人口，解决粮食问题无疑是重中之重。从历史数据来看，我国粮食总产量在1998年达到高峰，为5.12亿吨，此后，粮食生产呈现持续下滑的局面，一直持续到2003年。2003年以后，中央加大了对“三农”的关注力度，每年出台的中央一号文件都是针对解决“三农”问题的。由于中央对农业生产的高度重视，以及连续出台的多项惠农政策，极大的调动了农民的生产积极性。从2004年以来的5年里，我国粮食产量连续5年增产，在2009年粮食产量更是达到53082.1万吨。但是我国粮食生产仍存在着许多问题，因此，有必要对我国粮食产量影响因素进行实证研究，以此寻找我国粮食稳定增产的有效途径。二、模型的设定影响粮食生产的因素很多，有劳动力、物质投入、土地、生产方式、技术进步、生产结构、制度因素、气候变化和自然灾害等等因素都影响着粮食产量。为了基本涵盖这些基本因素，本文选择了以粮食作物播种面积、化肥施用量、有效灌溉面积为解释变量，以粮食产量为被解释变量。为此设定如下形式的计量经济模型：Yt=1+2X2t+3X3t+4X4t+t其中Yt 为第t年的粮食产量，X2为粮食作物播种面积（千公顷），X3为化肥施用量(万吨），X4为有效灌溉面积(千公顷），t为随机扰动项。三、数据的收集为估计模型参数，收集粮食产量及其相关影响因素19902009年的统计数据，如下表所示：表1：中国19902009年的粮食产量及其相关影响因素统计表年份粮食产量（万吨）/Y粮食作物播种面积（千公顷）/X2化肥施用量(万吨）/X3有效灌溉面积(千公顷）/X4199044624.31134662590.347403.1199143529.31123142805.147822.1199244265.81105602930.248590.1199345648.81105093151.948727.9199444510.11095443317.948759.1199546661.81100603593.749281.2199650453.51125483827.950381.4199749417.11129123980.751238.5199851229.51137874083.752295.6199950838.61131614124.353158.4200046217.51084634146.453820.3200145263.71060804253.854249.4200245705.81038914339.454354.9200343069.5994104411.654014.2200446946.91016064636.654478.4200548402.21042784766.255029.3200649804.21049584927.755750.5200750160.31056385107.856518.3200852870.91067935239.058471.7200953082.11089865404.459261.4资料来源：中国国家统计局数据库,中国统计年鉴2010 四、模型估计及调整 利用Eeviews软件，生成Y、X2、X3、X4等的数据，采用这些数据对模型进行OLS回归，结果如下表所示：表2：估计结果根据表2中的数据，模型估计的结果为： Yt=-25046.26 + 0.6297X2 +6.0609X3- 0.3862X4 Se=（11686.14）（0.0584） （1.1065）（0.2552） t= (-2.1432) (10.7844) (5.4775) (-1.5136) = 0.9352 =0.9231 F=77.0265 df= 20 DW=2.2630（一）、模型检验1经济意义检验模型估计结果说明，在假定其他变量不变的情况下，当年的粮食作物种植面积每增长1%，平均来说粮食产量将增长0.6297%；在假定其他变量不变的情况下，当年的化肥施用量每增长1%，平均来说粮食产量将增长6.0609%；在假定其他变量不变的情况下，当年的有效灌溉面积每增长1%，平均来说粮食产量将减少0.3862%。这与理论分析和经验判断并非一致，可能存在问题。2.统计检验1）拟合优度：由表2中数据可以得到 =0.9352，修正的可决系数 =0.9231，说明模型对样本的拟合较好。2）F检验：针对H0：1 =2=3=4=0，给定显著性水平=0.05，在F分布表中查出自由度为k-1=3和n-k=16的临界值 （3,16）=3.24。由表2中得到F=77.0265，由于F=77.0265> （3,16）=3.24,所以应拒绝原假设Ho：1 =2=3=4=0，说明回归方程显著，即“粮食作物种植面积”、“化肥施用量”、“有效灌溉面积”等变量联合起来确实对“粮食产量”有显著影响。3）t检验：分别针对Ho：j=0（j=1、2、3、4），给定显著性水平=0.05，查t分布表的自由度为n-k=16的临界值 =2.120。由表中数据可得，与1、2、3、4对应的t统计量分别是-2.1432、10.7844、5.4775、-1.5136，其绝对值并非都大于 = 2.120。这说明，当在其他解释变量不变的情况下，解释变量X2、X3、X4并非都对被解释变量Y有显著的影响。（二）、多重共线性检验1、相关系数检验由上述回归结果可见，该模型 =0.9352、 =0.9231可决系数较高，F检验值为77.0265，明显显著。但是当=0.05时， =2.120，对X4系数的t检验不仅不显著，而且X4的系数与预期相反，这表明很可能存在严重的多重共线性。计算各解释变量的相关系数，选择X2、X3、X4数据，得相关系数矩阵，结果如表4所示：表3：相关系数矩阵由矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。2、多重共线性的修正采用逐步回归的方法，检验和解决多重共线性问题，分别作Y对X2、X3、X4的一元回归，结果如表4所示：表4：一元回归估计结果 变量 X2 X3 X4参数估计量0.17360.66900.1632 t统计量0.74463.84613.4339 0.02990.45110.3958 -0.02400.42060.3622其中X3的方程 最大，以X3为基础，顺次加入其它变量逐步回归。结果如表5所示：表5：加入新变量的回归结果:变量变量X2X3X4X3、X20.6322（10.4427）4.4484（14.3450）0.9173X3、X44.5222(1.4773)0.9173(-0.6530)0.4015经比较，加入X2的方程的修正可决系数改进较大，且其参数的t检验均显著，但加入X3后的修正可决系数不仅没有得到修正，而且各参数的t检验均不显著，所以选择保留X2，剔除X4。最后修正严重多重共线性影响后的回归结果为：Yt=-39084.74 + 0.6322X2 + 4.4484X3 Se=（7373.885）（0.0605） （0.3101） t= (-5.3004) (10.4427) ( 14.3450) =0.9260 =0.9173 F=106.3211 df= 20 DW=1.8627（二）异方差检验1、相关图形检验法方差描述的是随机变量取值的离散程度，因为被解释变量Y与U有相同的方差，所以利用分析Y与X的相关图形，可以粗略地看到U的离散程度与X之间是否有相关关系（如下图）。由上图可看出，随着X的增加，Y的离散程度很均匀，似乎并不存在异方差，但这种判断比较粗糙，需要进一步进行验证。2、残差图形检验法绘制e2对X2、 X3的散点图如下所示:由上图可看出，残差平方e2不随解释变量X2、X3的变化而变化，很可能不存在异方差，是否存在异方差还应通过更近一步的检验。3、Goldfeld-Quanadt 检验（1）、用OLS结果求出如下结果：样本容量n=20，删除中间1/4 的观测值，余下部分平分成两个区间：18和1320，它们的样本个数均为8个，即n1=n2=8 样本区间为18的回归估计结果样本区间为1320的回归估计结果由以上两表可得到残差平方和 =3984566.0、 =3302640.0，根据Goldfeld-Quanadt 检验，F统计量为：=3302640.0/3984566.0=0.8286（2）、判断 在=0.05下，上式分子、分母自由度均为5，查F分布表的临界值 （5、5）=5.05，由F=0.8286< （5,5）,所以不拒绝原假设，表明模型确实不存在异方差。4、White 检验由White检验构造如下辅助函数：经估计出现White检验结果：表6 White检验结果从表6中可以看出，n =3.2655，由White检验知，在=0.05下，查 分布表，得临界 （5）=11.0705，比较计算的 统计量与临界值，n =3.2655< （5）=11.0705,所以不拒绝原假设，表明模型确实不存在异方差。（三）、自相关检验利用Eviews软件得出：对样本量为20，两个解释变量的模型、5%显著水平，查DW统计表可知，dl=1.100，du=1.537，模型中du <DW=1.8627<4-du，故该回归方程中不存在自相关。又该回归方程修正的可决系数较高，回归系数均显著，即本文模型估计的最终结果为：Yt=-39084.74 + 0.6322X2 + 4.4484X3 Se=（7373.885）（0.0605） （0.3101） t= (-5.3004) (10.4427) ( 14.3450) =0.9260 =0.9173 F=106.3211 df= 20 DW=1.8627 模型最终结果说明，在其他解释变量不变的情况下，粮食作物种植面积每增长1%，平均来说粮食产量将增长0.6322%；在其他解释变量不变的情况下，化肥施用量每增长1%，平均来说粮食产量将增长4.4484%。五、本文的结论1）粮食作物种植面积对粮食产量的增长确实有显著性影响，因此加大耕地的保护力度，对确保粮食产量有重要意义。2）化肥施用量的增加使得粮食产量增加很显著，但在实际中，有限的土地上只能施用有限的化肥。因此，在耕地不足，为减少污染而将减少化肥施用量的情况下，粮食产量将更多的依赖于技术进步。3）有效灌溉虽然对粮食产量的增长没有显著性影响，但在实践中，有效灌溉是影响粮食产量增长的重要因素。六、参考文献【1】.庞皓.计量经济学【M】.科学出版社.2009年【1】.金玉国.计量经济学【M】.经济科学出版社.2006年【1】.美古扎拉第DN.计量经济学 第三版【M】.中国人民大学出版社.1999年
