计量经济学课程设计报告(一)

课程设计报告

课程名称计量经济学

课题名称影响我国农业总产值因素的实证分析

专业统计学

班级

学号

姓名

指导教师

2013 年1 月 5 日

课程设计任务书

课程名称计量经济学

课题影响我国农业总产值因素

的实证分析

专业班级

学生姓名

学号

指导老师

审批

任务书下达日期2012 年12 月31 日

任务完成日期2013年 1 月 5 日

目录

一、引言 (1)

二、模型建立 (1)

三、实证研究 (2)

（1）对解释变量国内生产总值和各解释变量进行归纳分析 (2)

（2）对被解释变量与各解释变量进行OLS回归 (3)

（3）将其余变量逐个引入Y=f(

X) (5)

4

（4）消除自相关性 (7)

四、模型分析 (8)

（1）经济意义检验 (8)

（2）拟合优度检验 (9)

（3）计量方法描述 (10)

（4）模型预测 (10)

五、模型结论 (11)

六、参考文献 (11)

总结 (11)

评分表 (12)

一、 引言

农业（Agriculture ）为通过培育动植物生产食品及工业原料的产业。农业属于第一产业，研究农业的科学是农学。 农业的劳动对象是有生命的动植物，获得的产品是动植物本身。我们把利用动物植物等生物的生长发育规律，通过人工培育来获得产品的各部门，统称为农业。农业是支撑国民经济建设与发展的基础产品。

农业是指国民经济中一个重要产业部门，是以土地资源为生产对象的部门。它是通过培育动植物产品从而生产食品及工业原料的产业。农业属于第一产业。利用土地资源进行种植生产的部门是种植业， 利用土地上水域空间进行水产养殖的是水产业，又叫渔业，利用土地资源培育采伐林木的部门，是林业，利用土地资源培育或者直接利用草地发展畜牧的是畜牧业。对这些产品进行小规模加工或者制作的是副业。它们都是农业的有机组成部分。对这些景观或者所在地域资源进行开发并展示的是观光农业，又称休闲农业。这是新时期随着人们的业余时间富余而产生的新型农业形式。

近些年来，农业越来越受到重视，我国的农业产值也不断上升，农业发展上升到了一个新的水平。同时，也暴露出了我国农业发展中的一些不足之处。比如说，相对于发达国家来说，我国的农业生产力发展水平整体偏低，机械化程度不高，投入产出比不高等等。本文运用计量经济学方法，选取了影响农业总产值的四个因素，希望通过对这些变量的分析，来揭示我国农业现存的一些问题，力求针对问题，找到解决之道。

二、模型建立

影响农业总产值的因素很多，这里主要选取了四个，即粮食产量、有效灌溉面积、化肥施用量和农用机械总动力。由一般经济理论得知，粮食产量与农业总产值之间存在着正相关的关系，即粮食产量越大，农业总产值越大；在一定程度上，有效灌溉面积越大，化肥施用量越大，农业机械总动力越高，则农业总产值越大；超过一定程度，化肥施用量与农业总产值呈负相关。因此，可设方程为：

4

43322110X X X X Y βββββ++++=

其中Y 为农业总产值，单位为亿元；

1X 为粮食产量，单位为万吨； 2X 为有效灌溉面积，单位为千公顷；

3

X

为化肥施用量，单位为万吨；

4X 为农业机械总动力，单位为万千瓦。

三、实证研究

本文搜集了我国从1991年至2011年共21年的有关农业发展的数据，如下表（来源于国家统计局官网）：表1

根据各因素对农业总产值的影响，将方程形式设定为：

443322110X X X X Y βββββ++++=

1、对被解释变量国内生产总值和各解释变量进行归纳分析

表2

用OLS 法进行回归得到如下模型：

4

321484756.0605507.3.16036.0944622.004.31738X X X X Y +--+-=

(-1.107283)(5.737322) (-0.224539) (-1.432079) (3.507467)

3755

.148,999235.0..,967186.0,973749.02

2

====F W D R

R

根据OLS 回归所得各值可看出，X1、X4的t 值大于2，可通得过检验（根据经验），而X2、X3的t 值小于2，与Y 关系不显著，可能存在多重共线性。为消除多重共线性，使得相关解释变量更加显著，故作如下逐步回归法：

2、对被解释变量与各解释变量进行OLS 回归

做Y 与1X 2X 3X 4X 之间的回归，结果如下表3、4、5、6所示：

表3 ①

表4 ②

表5 ③

表6 ④

由表3、4、5、6得到结果如下：

① 1173519.290.87746X Y +-= 730727.02=R -5.951206 7.180563

②2327832.22.107256X Y +-= 911123

.02=R -11.93710 13.95631

③392447.1021.29175X Y +-= 886005.02=R -7.410325 12.15214

④4439526.0147.7392X Y +-= 916991.02=R -3.992354 14.48765

以上四个方程，根据经济理论和统计检验，农用机械总动力4X 与农业总产值的关系最大，是最重要的解释变量（t 检验值= 14.48765也最大），选出最优简单回归方程为Y=f(4X )。

3、将其余变量逐个引入Y=f(4X ) 引入1X 后，结果如表7：

表7

如表7所示，加入变量1X 后，2R 值有原来的0.916991提高到了0.969802，而且1X 的t 值5.610611＞2且P 值＜0.05，显著，而且符号符合经济意义，通过经济意义检验，所以1X 应予以保留。

接下来引入2X ，进行普通最小二乘估计,得到结果如表8：