计量经济学实验论文.doc

《计量经济学实验论文.doc》由会员分享，可在线阅读，更多相关《计量经济学实验论文.doc（15页珍藏版）》请在三一办公上搜索。

1、中国农业总产值及其影响因素的分析摘 要: 本文根据我国农业的现状，从计量经济学的角度来检验哪些因素对于农业总产值有显著的影响。根据计量经济学原理，本文在模型中引入了三个变量：有效灌溉面积、农业机械总动力、农用化肥施用折纯量，并收集了中国31个省2003年的各项指标数据，利用E-views软件对其计量模型进行了参数估计和检验，最后对所得的分析结果进行了经济意义的分析，并提出了一些相应的政策意见。研究发现，农用化肥施用折纯量因素对于农业生产总值有显著的正面影响，而有效灌溉面积、农业机械总动力对农业生产总值的影响不显著。关键词：农业总产值；有效灌溉面积；农业机械总动力；农用化肥施用折纯量一、引言 我

2、国是传统的农业大国，农业自古以来就是我国的支柱产业，是我国国民经济的基础。我国的经济结构能否顺利调整，国民经济能否发展得更快、更好，在很大程度上取决于农业基础是否稳固。只有加强农业基础，确保农产品供给，才能顺利推进我国的工业和城镇的快速发展；只有加强农业基础建设，使农业发展、农民富裕、农村稳定，才能保持整个社会的长期稳定与可持续发展。但我国是一个生产力比较落后的国家，只有研究农业总产值主要受哪些因素影响，才能投入相应的对策，将基础产业发展上去。选此模型的目的就在于分析决定农业生产总值的主要影响因素以及其影响程度，从而对生产提出一些建设性意见。二、 文献综述农业是我国国民经济的基础，直接影响到我

3、国的粮食安全。学术界历来重视对三农问题的研究，并取得了一定的成果。如：林毅夫（1994）、黄少安（2005）等，从制度经济学角度研究了我国农业问题，他们认为农村的经济体制改革对我国农业总产出的增加起到了至关重要的作用。郝利等（2010）运用柯布道格拉斯生产函数，建立了农业科技进步贡献率测算模型，对北京市1990-2007年农业科技进步贡献率进行测算，得出的结论是北京市1990-2007年农业科技进步贡献率为78.32%。 在农业总产出方面的研究，也有很多学者运用计量经济学方法进行了分析。董梅生（2009）利用偏最小二乘回归分析方法对我国农业的投入产出进行了分析，认为我国农业产出主要受家庭经营费

4、用支出、国家国家财政支农支出和化肥投入量的影响，受播种面积的影响不大；农林牧渔业从业人员数越多，农业产出反而越小。廖翼等（2011）利用时间序列数据建立多元线性回归模型，对1986-2008年洞庭湖区农业总产值进行了分析，结果表明：农业机械总动力、机耕面积和化肥施用量每增加1%，农业总产值将分别上升1.17%、0.83和0.40%，农作物播种面积对湖区农业生产的影响不显著。漆文萍（2005）采用多元回归方法，对江西省农业生产总值的影响因素进行分析，得出结论：1970-1998年间，江西农业生产中的科技含量偏低，农作物的播种面积对农业总产值的影响最为显著，化肥施用量其次，而政府对农业生产和事业财

5、政支持的影响最小。 从上述学者的研究来看，不同时期、不同地区以及不同角度下，农业生产总值的影响因素不尽相同，例如，在董梅生的研究中农业总产出受播种面积影响不大，而在漆文萍的研究中，农作物播种面积是影响农业总产出的最显著的变量。同时，在廖翼等人的研究中，农作物的播种面积却对洞庭湖区农业总产出的影响并不显著。因此，在本文的分析中，将多个变量引入模型，并通过各种检验方法研究农业总产值的影响因素。三、实证过程及分析1.理论依据 本文研究的是全国农业总产值与有效灌溉面积、农业机械总动力、农用化肥施用折纯量之间的关系，所以寻找了与农业有关的各种真实指标数据，用计量经济学的方法探讨农业生产总值的各种影响因素

6、。2.建立模型 根据以上的理论分析，运用计量经济学的方法，以农业总产值（Y）为被解释变量，有效灌溉面积()、农业机械总动力()、农用化肥施用折纯量()、为解释变量，建立如下回归模型： （试1） 试1中，是第i年的农业总产值，是第i年的有效灌溉面积，是第i年的农业机械总动力，是第i年的农用化肥施用折纯量，为模型随机误差项。通过自变量系数、，可以判断农业总产值与有效灌溉面积、农业机械总动力和农用化肥施用折纯量之间的线性关系。若0,则农业总产值与有效灌溉面积成正相关，若，所以拒绝原假设，不拒绝备择假设，表明模型存在异方差。异方差的修正运用加权最小二乘法对模型的异方差进行修正，将权数取为w=1/ee2

7、,对模型进行参数估计，得到下图36，从图中知，运用加权最小二乘法消除了异方差后，参数t检验均显著，F检验也显著。Method: Least SquaresDate: 06/24/15 Time: 23:13Sample: 1 31Included observations: 31Weighting series: 1/EE2VariableCoefficientStd. Errort-StatisticProb.C209.18963.59637058.166890.0000X10.1572350.0346414.5390150.0001X20.1322250.01006213.141170.0

8、000X33.5505980.14171025.055410.0000Weighted StatisticsR-squared0.999687Mean dependent var992.3950Adjusted R-squared0.999652S.D. dependent var5188.937S.E. of regression2.275971Akaike info criterion4.602605Sum squared resid139.8612Schwarz criterion4.787635Log likelihood-67.34037Hannan-Quinn criter.4.6

9、62920F-statistic28734.73Durbin-Watson stat1.806726Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.893932Mean dependent var1661.205Adjusted R-squared0.882147S.D. dependent var1203.481S.E. of regression413.1517Sum squared resid4608747.Durbin-Watson stat2.223261图36 用权数w的估计结果（2） 自相关自相关的检验图37 残差

10、图 图中，残差的变动连续为正和连续为负，表明残差项可能存在着一阶正自相关。由于图形分析比较粗糙，故用BG检验作自相关检验。如下图38，,其p值为0,表明存在自相关。Breusch-Godfrey Serial Correlation LM Test:F-statistic34.64575Prob. F(2,25)0.0000Obs*R-squared22.78081Prob. Chi-Square(2)0.0000Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 06/25/15 Time: 18:04Sampl

11、e: 1 31Included observations: 31Presample missing value lagged residuals set to zero.Weight series: 1/EE2VariableCoefficientStd. Errort-StatisticProb.C72.610839.0244478.0460140.0000X1-0.1639330.032609-5.0272350.0000X20.0249060.0104442.3848090.0250X30.9565300.1390356.8797760.0000RESID(-1)-0.0682930.0

12、10052-6.7942240.0000RESID(-2)-0.1122400.013571-8.2703100.0000Weighted StatisticsR-squared0.734865Mean dependent var0.323183Adjusted R-squared0.681838S.D. dependent var2.134036S.E. of regression1.217902Akaike info criterion3.404122Sum squared resid37.08213Schwarz criterion3.681668Log likelihood-46.76

13、389Hannan-Quinn criter.3.494595F-statistic13.85830Durbin-Watson stat2.242564Prob(F-statistic)0.000002图38 BG检验结果自相关的修正Dependent Variable: YMethod: Least SquaresDate: 06/25/15 Time: 22:06Sample (adjusted): 2 31Included observations: 30 after adjustmentsConvergence achieved after 12 iterationsVariableC

14、oefficientStd. Errort-StatisticProb.C235.7052123.64381.9063240.0682X10.1605060.0890781.8018590.0836X20.0923650.0537151.7195330.0979X34.1577031.1279213.6861660.0011AR(1)-0.1862580.202833-0.9182860.3672R-squared0.892417Mean dependent var1710.898Adjusted R-squared0.875204S.D. dependent var1191.268S.E.

15、of regression420.8333Akaike info criterion15.07336Sum squared resid4427516.Schwarz criterion15.30690Log likelihood-221.1004Hannan-Quinn criter.15.14807F-statistic51.84474Durbin-Watson stat1.983643Prob(F-statistic)0.000000Inverted AR Roots-.19图39 科克伦-奥克特法估计结果 使用科克伦-奥克特迭代法作广义差分法回归，得到如图39所示结果，图中DW=1.98

16、3643,可以判断，=1.650，说明在5%的显著水平下广义差分后已无自相关。所以最终的回归方程为：S.E(123.6438)(0.089078)(0.053715)(1.127921)t (1.906324)(1.801859)(1.719533) (3.686166)（3） 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，有效灌溉面积每增加1千公顷，平均说来农业总产值将增长0.160506亿元；农用机械总动力每增加1万千瓦，平均说来农业总产值将增长0.092365亿元；当农用化肥施用折纯量增加1万吨时，平均说来农业总产值将增加4.157703亿元。这与理论分析与经验判断相一致。

17、（4）拟合优度：由图39可以得到，修正的可决系数，说明模型对样本的拟合很好。（5）F检验 针对:,给定显著水平=0.05，在F分布表中查得,由于F=51.844743.34，应拒绝原假设，说明回归方程显著，即有效灌溉面积、农用机械总动力、农用化肥施用折纯量等变量联合起来确实对农业总产值有显著影响。（6） t检验 针对:,给定显著水平=0.05，在t分布表中查得临界值，当在其他解释变量不变的时候，农用化肥施用折纯量对被解释变量农业总产值有显著的影响，而有效灌溉面积、农用机械总动力对被解释变量农业总产值没有有显著的影响。8. 模型的预测X1X2X3YMean2047.5263351.831190.

18、70481661.205Median1510.1302564.890202.42001376.290Maximum5342.12012739.83696.37004509.880Minimum153.0200113.17005.70000057.92000Std. Dev.1631.5983146.262152.14231203.481Skewness0.6577001.6783151.2181460.623441Kurtosis2.1521675.3190955.1446432.685889Jarque-Bera3.16342021.5000013.607732.135615Probabil

19、ity0.2056230.0000210.0011090.343761Sum63473.30103906.85911.85051497.36Sum Sq. Dev.798633362.97E+08694418.743451012Observations31313131图310 统计描述 由图中信息可以看出，当平均有效灌溉面积达到2047.526千公顷，平均农用机械总动力达到3351.831万千瓦，平均农用化肥施用折纯量达到190.7048万吨时，农业总产值平均有1661.205亿元。五、 结论与政策建议通过理论和多层次实证分析，用化肥施用折纯量因素对于农业生产总值有显著的正面影响，而有效灌溉面

20、积、农业机械总动力对农业生产总值的影响不显著但也存在着一定的影响。从模型的结果中我们可以看出， 有效灌溉面积与农业总产值之间没有很强的相关性，这说明有效灌溉面积对农业总产值的影响并不明显。化肥施用折纯量对农业总产值的影响是很大的，化肥的采用的确可以在短期内大幅度的提高总产值，但是化肥对土地的和生态环境的破坏也是有目共睹的。从长远来看，如果考不断地增加化肥的施用量来提高农业总产值是不合理的，也是不符合可持续发展的要求的。今后我国农业总产值的增长还是应该多在提高资源的利用效率上下功夫，只有这样才能以较小的成本获得较大的效益。农业机械总动力虽然对农业总产值影响不是很显著，这是由于我国还未完全实现机械

21、自动化和科技农业，所以像“农业机械总动力”这类的解释变量对农业总产值的影响不显著。我国的农业生产力水平仍然落后，就劳动工具而言，我国农村使用的大多是原始的手工工具，普遍存在的还是人力播种，人力收割。因此，我国应大力推广农业机械化，才能改变生产力落后状态，使农业生产上一个新的台阶。参考文献1. 林毅夫.关于制度变迁的经济学理论：诱致性变迁与强制性变迁.财产权利与制度变迁M.上海：上海三联书店.上海人民出版社.1994.2. 黄少安.中国土地产权制度对农业经济增长的影响对1949-1978年中国大陆农业生产效率的实证分析J.中国社会科学.2005.03.3. 郝利.1990-2007年北京市农业科技进步贡献率的测算J.农业技术经济.2010.034. 董梅生.中国农业投入和产出的关系基于偏最小二乘回归法的分析J.技术经济.2009.01.5. 廖翼，周发明.洞庭湖区农业总产值影响因素的实证分析J.湖南农业大学学报.2011.04.6.漆文萍.农业总产值指数影响因素的模型分析以江西省为例J.南昌大学学报.人文社会科学版.2008.07.25.