中国粮食总产量多因素分析
中国粮食产量影响因素分析
中国粮食产量影响因素分析摘要：粮食是人类最基本的生活消费品，粮食问题是关系到国家的国计民生的头等问题。
众所周知，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发展与生产的一个关键的主题。
建国以来我国的粮食产量出现了多次的变动，给消费者和生产者带来了很大的影响，所以了解影响粮食生产因素很重要。
通过计量经济学方法创建我国粮食生产函数，我们会发现粮食播种、化肥施用量、受灾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；影响因素；回归分析一、引言众所周知，粮食是我们人类生命得以延续的最基础的物质条件，没有粮食这个重要基础，人类将无法继续生存。
回顾我国粮食的生产情况，我们会发现，随着技术水平的提高，社会的发展，从整体来讲我国粮食产量呈上升的趋势。
二、中国粮食生产现状分析在改革开放（1978年）之前我国粮食产量非常缓慢增长，一直都在30000万吨以下。
改革开放后，我国粮食产量从30000万吨一路疯狂走高，粮食生产得到飞速发展，但波动也更频繁复杂。
在1997年总产量首次跨上50000万吨的大难关，达到了50453万吨，增长率为8.13%。
但在2004年开始出现了几年的连续减产的现象，曾一路降到43069万吨的局面，一下子退回到十几年前的水平，让人更加担忧。
从2004年以来的5年里，我国粮食产量连续10年增产。
在2013年粮食产量达到60193.8万吨。
改革开放以来粮食产量一直是我国最关心的问题，我国逐步改革统购统销的体制，减少定购数量，提高粮食收购价格，使粮食生产实现高速增长。
我国粮食产量从30000万吨开始一路走高。
1980—2010年这30年，我国粮食生产得到快速发展。
1978年我国农村实行改革和粮食价格提高，极大地调动了农民的积极性。
1978年中国粮食产量首次突破30000万吨，增长了7．8％。
1979年粮食产量继续增长8.9％，主要是由于国家大幅度提高粮食收购价格，粮食统购价提高20％，超购部分加价50％，从而促进粮食产量飞速增长。
中国粮食安全现状与影响因素分析报告
128.2 117.1
100 疫情在国 内
爆发
谷物 大豆
1.3.4 中国粮食安全现状——粮食储备和应急 .
为了保障我国粮食安.全，我国在粮食应急保障体系上构建了“三道防线”，目前已形成较为完备的国家粮食安.全保障 体 系，可以较好的应对突发或中长期粮食安.全问题。
稻谷, 21186, 32%
单位面积谷物产量（公斤/公顷） 单位面积薯类产量（公斤/公顷）
单位面积豆类产量（公斤/公顷）
1.2.1 中国粮食消费现状——人均粮食消费量有所下降
从我国粮食消费情况来看，根据国家披露的相关数据显示，从2013年以来我国人均粮食是消费量从148.71千克每人下降到 了2019年的130.11千克每人每年，从具体品类消费结构变化，三大类粮食作物人均消费变化情况呈现出较大差异，我国谷物 类粮食作物人均消费量呈现下降趋势，豆类粮食作物呈现上升趋势，薯类粮食作物则是呈现小幅波动增 加。
2019年我国大豆消费结构（单位：%）
食用消费,损耗及其他, 种子用量,
12.45%
2.85%
0.63%
2019年我国包装食用油消费结构（单位：%）
其他, 30%
大豆油, 35%
压榨消费, 84.07%
葵花籽油, 8%
橄榄油, 5% 玉米油, 12%
菜籽油, 10%
1.3.1 中国粮食安全现状——贫困人口数量及消费收入 .
0.00
2001-2020年中国单位面积粮食产量 （单位：公斤/公顷，%）
8.00% 5733.52 7.00%
6.00% 5.00% 4.00% 3.00% 2.00% 0.24%01..0000%% -1.00% -2.00%
中国粮食生产的综合影响因素分析
中国粮食生产的综合影响因素分析一、本文概述《中国粮食生产的综合影响因素分析》这篇文章旨在全面深入地探讨影响中国粮食生产的主要因素，以期为相关政策制定和农业可持续发展提供科学依据。
粮食生产作为国家安全和社会稳定的重要基石，其影响因素众多且复杂，包括自然资源、政策导向、科技进步、市场需求、农业生产组织方式等。
本文将从多个维度出发，系统地分析这些因素对中国粮食生产的影响机制和效果，以期揭示其内在规律和潜在问题。
在文章的结构上，本文将首先对中国粮食生产的现状进行概述，包括粮食产量、种植结构、区域布局等方面的情况。
然后，将逐一分析各影响因素对粮食生产的具体作用，包括自然资源条件、农业政策调整、科技进步与创新、市场需求变化、农业生产组织方式变革等。
在此基础上，本文将运用定性和定量相结合的研究方法，对影响因素进行综合评价，以明确各因素的作用大小和方向。
文章将提出相应的政策建议和研究展望，以期为提升中国粮食生产能力和保障国家粮食安全提供有益参考。
通过本文的研究，我们期望能够更全面地了解中国粮食生产的发展现状和面临的挑战，为制定更加科学、合理的农业政策和技术推广策略提供支撑。
本文也希望能够引起社会各界对粮食生产问题的关注和重视，共同推动中国农业的可持续发展。
二、中国粮食生产的总体状况中国，作为世界上人口最多的国家，粮食生产一直是国家安全和社会稳定的重要基石。
多年来，中国粮食生产在政策的引导、科技的推动以及农民的努力下，取得了显著的成绩。
总体上，中国粮食生产的状况呈现出稳定增长的态势，为保障国家粮食安全奠定了坚实的基础。
从产量上看，中国粮食总产量连续多年保持在较高水平，稳居世界前列。
粮食作物的播种面积和单位面积产量均有所增长，特别是科技含量较高的粮食作物，如杂交水稻、优质小麦等，其产量和品质都得到了显著提升。
同时，粮食生产的结构也在不断优化，逐步由传统的以口粮为主向多元化、优质化转变。
在粮食生产的布局上，中国形成了多个粮食主产区和优势产区，如东北平原、黄淮海平原、长江中下游平原等，这些地区的粮食生产能力强，对全国粮食总产的贡献率逐年提高。
粮食产量影响因素回归分析
粮食产量影响因素回归分析粮食产量是一个复杂的系统工程，受到多个因素的影响，包括自然因素和人为因素。
为了深入了解这些影响因素，可以运用回归分析方法对其进行量化分析。
下面将详细介绍粮食产量影响因素回归分析的步骤和应用。
回归分析是一种统计学方法，用于确定自变量与因变量之间的关系。
在粮食产量影响因素回归分析中，因变量是粮食产量，自变量则包括多个可能的因素，如天气、土壤条件、农业技术等。
首先，需要收集相关的数据，包括粮食产量的历史数据和可能的影响因素的数据。
对于年度产量数据，可以从农业统计年鉴等公开渠道获取，而对于自变量数据，可以通过相关研究或者实地调查获得。
接下来，对数据进行预处理，包括缺失值填充、异常值处理、数据标准化等。
这些步骤可以提高回归模型的准确性和可靠性。
然后，选择适当的回归模型进行分析。
根据问题的具体情况，可以选择线性回归模型、多项式回归模型、逻辑回归模型等。
线性回归模型是一种常用的回归模型，假设因变量与自变量之间存在线性关系。
而多项式回归模型可以描述因变量和自变量之间的非线性关系。
逻辑回归模型则用于因变量为分类变量的情况。
在建立回归模型后，需要对模型进行拟合和评估。
拟合是指找到最佳的回归系数，使得模型对数据的误差最小化。
评估包括解释模型的统计显著性、对模型的拟合优度进行检验等。
常用的评估指标包括R平方、调整R平方、F统计量等。
最后，根据回归模型得到的结果，可以分析各个自变量对粮食产量的影响程度和方向。
通过回归系数的正负来判断自变量对因变量的增益或减益作用。
此外，还可以进行模型的预测和验证，对未来的粮食产量进行预测，并与实际数据进行比较以验证模型的准确性。
总之，粮食产量影响因素回归分析是一种有效的量化分析方法，可以深入了解粮食产量背后的驱动因素，为农业生产提供科学指导。
这一方法在农业经济学、农业科学等领域具有广泛应用前景。
计量经济学论文-我国粮食产量影响因素分析与预测
我国粮食产量影响因素分析与预测摘要：本文采用计量经济分析方法,以1980—2010年中国粮食产量及其重要影响因素的时间序列数据为样本,仿照C-D生产函数，建立了以粮食产量为因变量，以农用化肥施用量、有效灌溉面积、财政支农支出、农村用电量、农村机械总动力、粮食作物播种面积、农业灾害成灾面、农业劳动力八种可量化的影响因素为自变量的多对数回归模型，利用模型对各个因素进行了比较分析。
同时，对模型进行检验与修整，并在此基础上提出了一些关于增加粮食产量的可供参考的意见。
关键字：计量经济分析粮食产量多对数回归模型一、前言粮食是关系国计民生的重要战略物资。
粮食综合生产能力与粮食安全问题一直是世界性的重大问题，备受世界各国政府及专家学者的关注与研究。
近年来，中国粮价上涨过快，通货膨胀压力明显加大，不仅给低收入群体的生活带来很多困难，也使得国民经济的发展受到了制约。
粮食近年来连续减产、国家储备库存和农民手中的存粮减少，加上消费者需求的过量扩大，粮食将从结构性短缺转为战略性短缺。
粮食生产关系到我国的社会经济发展，因此认真研究和加深了解中国粮食生产的规律和特点，找出影响粮食总产量的主要因素，并采取针对性的粮食增产措施，对于稳定和发展粮食生产就有重要意义，对增加农民收入，乃至拉动整个国民经济的增长具有重要作用。
二、文献综述我国学者很早就对粮食生产问题展开了研究，并取得了一系列突出成果。
赵俊晔、王川采用逐步回归和灰色关联分析的方法对1991-2004年影响我国粮食产量变化的主要因素进行了分析，发现有效灌溉面积与粮食产量一直保持高的关联度，成灾面积与粮食产量的关联仅次于有效灌溉面积，在此基础上对提高我国粮食生产科技支撑能力、稳定发展粮食生产提出了建议。
梁子谦、李小军选取了15个指标，通过建立因子分析模型，对中国粮食单产和播种面积的影响因子进行了市政分析，研究结果表明，对粮食单产影响最大的因子是科技进步，其次是物质投入因子、环境与气候因子和中策因子。
中国粮食增长的贡献因素分析及政策建议
中国粮食增长的贡献因素分析及政策建议【摘要】中国粮食增长对于国家粮食安全和农业发展具有重要意义。
本文旨在探讨中国粮食增长的贡献因素并提出政策建议。
在正文部分分析了经济因素、农业技术、政府政策、市场需求和国际贸易对粮食增长的影响。
经济因素如农民收入水平和市场价格对粮食生产具有重要影响，农业技术的不断进步使粮食产量得到提高，政府政策的支持和引导促进了粮食增长，市场需求和国际贸易也对粮食增长起到了推动作用。
结论部分提出了针对性的政策建议，包括进一步加大农业技术投入、完善粮食生产监管机制、推动农产品市场化改革等。
展望未来，中国粮食增长仍将面临挑战和机遇，需要政府、企业和社会各方共同努力以保障国家粮食安全和推动农业可持续发展。
【关键词】中国粮食增长、贡献因素、政策建议、经济因素、农业技术、政府政策、市场需求、国际贸易、未来展望、重要性、研究目的、影响、推动、展望。
1. 引言1.1 中国粮食增长的重要性中国粮食增长的重要性在我国经济和社会发展中具有至关重要的地位。
粮食是人类生存和发展的基本需求，而中国作为世界上最大的农业生产国之一，粮食生产一直是国民经济的重要支柱。
随着人口的增长和经济的发展，中国面临着粮食需求日益增长的压力。
保障粮食安全，提高粮食产量，不仅关系到国民经济的发展，也关系到国家的社会稳定和人民的生计。
中国的粮食增长不仅关系到国内经济社会的稳定发展，更直接影响到全球粮食市场的供需关系。
中国是世界人口最多的国家之一，其粮食需求量巨大，对全球粮食市场的影响不可忽视。
中国的粮食增长对全球粮食供应和价格具有重要影响，也对国际间的农业合作和贸易产生着深远影响。
为此，中国政府不断加大粮食生产力度，促进农业结构调整，加强农业科技创新，实施粮食生产和供给侧结构性改革，努力提高粮食产量和质量，以应对人口增长和经济发展的挑战。
1.2 研究目的本文旨在通过对中国粮食增长的贡献因素进行分析，探讨不同因素对粮食产量和质量的影响，并提出相关政策建议。
2024年粮食市场环境分析
2024年粮食市场环境分析1. 引言粮食市场是国家经济发展的重要组成部分，对于保障国家粮食安全、促进农民增收和推动农业现代化具有重要意义。
2024年粮食市场环境分析是了解和评估粮食市场中各种因素对供求关系和价格波动的影响，为决策者提供科学依据和决策建议。
本文将对粮食市场环境进行综合分析，以帮助读者更好地理解和把握粮食市场的发展态势。
2. 国内粮食市场概况近年来，中国的粮食市场发展迅速，粮食总产量稳步增长。
根据国家统计数据，2019年我国粮食总产量达到了6.7亿吨，创历史新高。
然而，粮食产能过剩和供给依赖进口的问题依然存在。
另外，城市化进程和农村劳动力减少也对粮食市场产生了一定的影响。
3. 政策环境分析政策环境对粮食市场的稳定运行起到了重要作用。
我国政府对粮食市场实施了一系列政策措施，包括粮食收购和储备、价格调控、农业补贴和农产品流通体系建设等。
这些政策旨在保障粮食供给、稳定粮食价格以及提高农民收入。
同时，政府加大农业科技投入，推动农业现代化，提高粮食产量和质量。
4. 市场需求分析粮食市场需求是粮食价格波动的重要因素。
随着人民生活水平的提高，居民消费结构发生了变化，对粮食品质和营养价值的需求也不断增加。
工业发展对粮食需求的影响也不容忽视。
此外，农村劳动力外出务工和农村城市化进程也对粮食需求产生了影响。
5. 供给状况分析粮食市场供给状况是决定粮食价格的主要因素之一。
农业生产受自然因素的影响较大，如气候变化、自然灾害等。
此外，农业生产技术水平、农田面积、农民种植意愿等也影响着粮食市场的供给。
近年来，随着农业科技的进步和农业机械化程度的提高，粮食产量逐渐增加。
6. 价格波动分析粮食市场价格波动是市场调节和供需关系变化的表现。
供求关系、政策因素、国际市场等都会对粮食价格产生影响。
近年来，我国粮食价格保持相对稳定，政府通过物资储备和价格调控进行干预，保障市场供应和稳定市场价格。
7. 未来发展趋势粮食市场的未来发展受多种因素的影响。
改革开放以来我国粮食产量的影响因素及对策分析
改革开放以来我国粮食产量的影响因素及对策分析作者：黄卉来源：《经济研究导刊》2010年第17期摘要:粮食是关系国计民生的战略物质。
粮食安全问题不仅是经济问题更是关乎国家长治久安的社会问题。
改革开放以来,我国粮食产量经历了四个阶段的波动。
从政策、农民、科技、生产条件等四个方面分析影响粮食产量的因素,并在此基础上提出了要通过完善最低收购价政策、农业组织创新、严格保护和合理利用耕地与水资源、加强农业基础设施建设、强化粮食生产科技等措施来提高粮食产量的对策建议。
关键词:粮食产量;影响因素;对策建议中图分类号:F326.11 文献标志码:A文章编号:1673-291X(2010)17-0065-03粮食是人类赖以生存的必需物品,是国民经济发展和社会稳定的重要物质基础,是治国安邦的必要条件,粮食安全关乎国计民生。
我国历来重视粮食生产,尤其是近几年政府出台了不少加强粮食地位的政策。
2008年11月13日,国家公布了我国第一个中长期粮食安全规划《国家粮食安全中长期规划纲要(2008—2020年)》,这对我国粮食生产、粮食安全保障具有重大战略意义。
一、改革开放以来我国粮食产量变化趋势分析改革开放以来,我国逐步改革统购统销的体制,提高粮食收购价格,减少定购数量,使粮食生产实现高速增长。
笔者根据改革开放以来我国粮食产量的相关数据,绘制了1978—2009年我国粮食总产量曲线图(见图1)。
从图1可见,改革开放以来我国粮食生产得到快速发展,我国粮食产量从1978年的30 477万吨增长至2009年的 53 082 万吨。
同时,我们从图1得知,我国粮食产量总体呈曲线增长趋势,波动比较频繁,具体可分为四个阶段:第一阶段是1978—1984年。
1980—1984年我国粮食产量连续5年增产,由1980年的32 056万吨增加到1984年的40 731万吨,平均增长率为5.4%,增长幅度较大。
其原因主要有: 改革开放初期以家庭联产承包制为核心的农业生产和经营体制的变革,有效激励机制的建立成为农业尤其是粮食生产迅速发展的制度保障;1979—1982年国家连续3年大幅度提高粮食的收购价格,农民从粮食生产中获得了历史性的发展机遇;1980—1984年国家在农业基础设施建设方面进行了长期的积累,为体制改革后粮食生产的快速发展提供了必要的物质基础。
基于计量经济学分析我国粮食产量的影响因素
基于计量经济学分析我国粮食产量的影响因素一、概述粮食产量作为国家经济安全和社会稳定的重要基础，历来受到广泛关注。
中国作为世界上人口最多的国家，粮食产量的稳定与增长对于保障国家粮食安全、促进经济社会持续健康发展具有重大意义。
随着全球气候变化、土地资源紧张、农业生产技术革新等多重因素的影响，我国粮食产量面临着诸多不确定性。
深入分析影响我国粮食产量的因素，对于制定科学合理的农业政策、提高粮食生产效率和保障国家粮食安全具有重要的理论价值和现实意义。
本文旨在运用计量经济学的方法，系统分析我国粮食产量的影响因素。
通过对国内外相关文献的梳理和评价，明确粮食产量影响因素的研究现状和不足。
结合我国粮食生产的实际情况，选取适当的计量经济学模型，如多元线性回归模型、面板数据模型等，对影响粮食产量的因素进行定量分析和检验。
在此基础上，深入探讨各因素对粮食产量的具体影响程度和方向，揭示各因素之间的内在联系和作用机制。
根据分析结果，提出针对性的政策建议，为我国粮食生产的可持续发展和国家粮食安全的保障提供科学依据。
通过本文的研究，期望能够为我国粮食生产领域的决策提供有益参考，同时也为计量经济学在农业经济领域的应用拓展新的思路和方法。
简述粮食产量对国家经济和社会发展的重要性粮食产量对一个国家经济和社会发展的重要性不言而喻。
粮食是人类生存的基础，是满足人民基本生活需求的必需品。
粮食产量的稳定增长是保障国家粮食安全、维护社会稳定的重要前提。
只有粮食供应充足，人民才能安居乐业，社会才能和谐稳定。
粮食产业是国民经济的重要组成部分。
粮食的种植、加工、储运、销售等环节涉及众多行业和领域，对经济增长和就业有着直接的拉动作用。
粮食产量的增加不仅意味着农业生产水平的提升，也为工业和服务业的发展提供了有力支撑。
粮食产量还是国家宏观调控的重要工具。
政府通过调整粮食生产政策、价格等手段，可以影响市场供求关系，进而调控经济运行。
在面临经济危机或通货膨胀等复杂经济环境时，粮食产量的稳定对于稳定物价、保障民生、维护国家经济安全具有重要意义。
河北省粮食产量影响因素多元回归分析
河北省粮食产量影响因素多元回归分析
河北省是中国粮食生产大省之一，其产量受多种因素的影响。
本文将利用多元回归分析方法，探究影响河北省粮食产量的多个因素。
在多元回归分析中，我们需要确定一个依赖变量和多个自变量。
在本文中，依赖变量为河北省粮食产量，而自变量可能包括气候因素（如降雨量、气温等）、土地利用情况、农业技术水平等。
为了进行分析，我们需要收集相关数据。
我们可以收集河北省的粮食产量数据、气象数据、土地利用数据、农业技术数据等。
这些数据可以从相关机构、研究报告、统计年鉴等渠道获取。
获取数据后，我们可以进行多元回归分析。
根据多元回归模型，我们可以得到每个自变量对粮食产量的影响程度和方向。
通过分析回归系数，我们可以确定哪些因素对粮食产量的影响比较大，哪些因素对粮食产量的影响比较小。
在分析中，需要注意的是，多元回归分析只能确定相关关系，并不能确定因果关系。
我们需要谨慎解释结果，不能过于绝对地认为某个因素对粮食产量有直接的因果影响。
除了多元回归分析，我们还可以通过分组分析、趋势分析等方法来进一步研究影响粮食产量的因素。
这些方法可以更全面地了解不同因素对粮食产量的影响。
通过多元回归分析等方法，我们可以揭示影响河北省粮食产量的多个因素。
这对于指导粮食生产、优化农业结构和提高粮食产量具有重要意义。
需要注意的是，多元回归分析只是其中的一种方法，我们还需要综合运用其他分析方法来更全面地研究这一问题。
粮食产量数据分析报告(3篇)
第1篇一、报告概述随着我国经济的快速发展和人口的不断增长，粮食安全问题成为国家和社会关注的焦点。
为确保粮食安全，提高粮食产量是关键。
本报告通过对我国近年粮食产量的数据分析，旨在揭示粮食产量的变化趋势、影响因素及未来发展趋势，为我国粮食生产政策制定提供参考。
二、数据来源及分析方法1. 数据来源本报告数据来源于国家统计局、农业农村部等官方机构发布的粮食产量相关数据。
2. 分析方法（1）趋势分析：通过对粮食产量时间序列数据的分析，揭示粮食产量的变化趋势。
（2）相关性分析：分析粮食产量与其他相关因素（如种植面积、化肥施用量、农业机械化程度等）之间的关系。
（3）影响因素分析：结合相关理论和实证研究，分析影响粮食产量的主要因素。
三、粮食产量变化趋势分析1. 总体趋势近年来，我国粮食产量呈现出波动上升的趋势。
2000年至2020年，全国粮食产量从46260万吨增长到66949万吨，年均增长率为2.3%。
其中，2015年至2018年粮食产量连续四年保持在65000万吨以上，创历史新高。
2. 季节性波动粮食产量在年度间存在一定的季节性波动。
夏季粮食产量占全年粮食产量的比例较高，冬季粮食产量相对较低。
这主要是由于夏季是我国主要粮食作物（如稻谷、小麦、玉米）的收获季节，而冬季粮食产量相对较低。
3. 区域差异我国粮食产量在区域间存在较大差异。
北方地区以小麦、玉米为主，南方地区以水稻为主。
近年来，北方地区粮食产量稳步增长，南方地区粮食产量波动较大。
四、粮食产量影响因素分析1. 种植面积种植面积是影响粮食产量的重要因素。
近年来，我国粮食种植面积总体保持稳定，但区域间存在一定差异。
北方地区粮食种植面积呈增长趋势，南方地区粮食种植面积相对稳定。
2. 单产水平单产水平是决定粮食产量的关键因素。
近年来，我国粮食单产水平不断提高，主要得益于农业科技进步、农业机械化程度提高和农业基础设施改善。
3. 化肥施用量化肥施用量对粮食产量有显著影响。
我国粮食产量的影响因素分析
我国粮食产量的影响因素分析摘要：本文针对我国是一个农业大国的基本国情，选取我国1978-2011年的相关数据，对我国粮食产量的影响因素的分析、检验，并对各因素的影响程度的大小进行比较，最终建立合适的回归模型，对其做统计和经济意义上的分析，并根据结果提出建议。
关键词：农业粮食产量有效灌溉面积受灾面积一、问题的提出我国是传统意义上的农业大国，农业生产一直在我国经济发展中占据着重要的地位。
建国后，在经历人民公社运动、大跃进以及文革的浩劫后，农业发展严重滞后，无法满足人民的需要。
1978年改革开放也首先在农村地区开展，实行家庭生产承包责任制，农业有了快速的发展。
随着科技的不断进步，粮食产量也不断上升。
可是农村人口和耕地面积的不断减少也制约着粮食产量的进一步增加。
到底是哪些因素制约着粮食产量呢？针对这个问题，本文选取了我国1978年到2011年的相关数据，通过建立回归模型，对各种影响因素进行分析。
并且在通过分析知道影响粮食产量的因素后，提出了提高粮食产量的有效途径。
二、数据收集本文选取了1978年至2011年的34组数据，从数据个数来看完全满足多元回归模型的设定需要。
选取1978年以后的数据主要是因为1978年之前，由于人民公社化运动期间农业数据的浮夸形象，以及文革期间农业生产的停滞等非正常社会现象会影响模型的分析，故从1978年我国改革开放之后开始选取数据。
1978年-2011年我国粮食生产与相关投入的数据表年份粮食产量(万吨) 农业机械总动力(万千瓦)有效灌溉面积(千公顷)农用化肥施用折纯量(万吨)粮食作物播种面积(千公顷)受灾面积(千公顷)Y X1 X2 X3 X4 X5 1978 30476.50 11749.90 44965.00 884.00 120587.20 50807 1979 33211.50 13379.50 45003.13 1086.30 119262.70 39367 1980 32055.50 14745.75 44888.07 1269.40 117234.27 50025 1981 32502.00 15680.10 44573.80 1334.90 114957.67 39786 1982 35450.00 16614.21 44176.87 1513.40 113462.40 33133 1983 38727.50 18021.90 44644.07 1659.80 114047.20 347131984 40730.50 19497.22 44453.00 1739.80 112883.93 31887 1985 37910.80 20912.55 44035.93 1775.80 108845.13 44365 1986 39151.20 22950.00 44225.80 1930.60 110932.60 471351987 40297.70 24836.0044403.00 1999.30 111267.77420861988 39408.10 26575.00 44375.91 2141.50 110122.60 50874 1989 40754.90 28067.00 44917.20 2357.10 112204.67 46991 1990 44624.30 28707.70 47403.07 2590.30 113465.87 38474 1991 43529.30 29388.60 47822.07 2805.10 112313.60 55472 1992 44265.80 30308.40 48590.10 2930.20 110559.70 51332 1993 45648.80 31816.60 48727.90 3151.80 110508.70 48827 1994 44510.10 33802.50 48759.10 3317.90 109543.70 55046 1995 46661.80 36118.05 49281.60 3593.70 110060.40 45824 1996 50453.50 38546.90 50381.60 3827.90 112547.92 46991 1997 49417.10 42015.60 51238.50 3980.70 112912.10 53427 1998 51229.53 45207.71 52295.60 4083.69 113787.40 50145 1999 50838.58 48996.12 53158.41 4124.32 113160.98 49980 2000 46217.52 52573.61 53820.33 4146.41 108462.54 54688 2001 45263.67 55172.10 54249.39 4253.76 106080.03 52215 2002 45705.75 57929.85 54354.85 4339.39 103890.83 46946 2003 43069.53 60386.54 54014.23 4411.56 99410.37 54506 2004 46946.95 64027.91 54478.42 4636.58 101606.03 37106 2005 48402.19 68397.85 55029.34 4766.22 104278.38 38818 2006 49804.23 72522.12 55750.50 4927.69 104957.70 41091 2007 50160.28 76589.56 56518.34 5107.83 105638.36 48992 2008 52870.92 82190.41 58471.68 5239.02 106792.65 39990 2009 53082.08 87496.10 59261.45 5404.35 108985.75 47214 2010 54647.71 92780.48 60347.70 5561.68 109876.09 37426 2011 57120.85 97734.66 61681.56 5704.24 110573.02 32471三、模型设定1、分别做被解释变量（Y）与解释变量（X1、X2、X3、X4、X5）的散点图，结果如下:由散点图可知，解释变量与别解释变量间的线性关系并不明确，故对原方程两边同时取对数，建立新的回归方程3、为了方便计算，对变量进行重新定义，在eviews对话框中输入genr y=log(y)genr x1=log(x1)genr x2=log(x2)genr x3=log(x3)genr x4=log(x4)genr x5=log(x5)建立新的回归模型，结果如下图由上图可知新的多元回归模型为54321128441.0461565.1401626.0603457.0078124.0408078.2X X X X X Y -++-+-=四、模型的检验与调整（一）经济意义检验由经济分析可知，粮食产量（Y ）与农业机械总动力（X1）、有效灌溉面积（X2）、农用化肥施用折纯量（X3）、粮食作物播种面积（X4）应成正相关关系，与受灾面积（X5）应成负相关关系。
影响我国粮食产量的因素分析及对策研究
Ｃｏ ｎ ｅ ｍｅ ｓ ｒ ｜Ｗ Ｅ ｉ— ｕ ＣＨＥＮ Ｒ ｉＬ Ｕ Ｙｕ － ｏ ｕ ｔｒ ａ ｕ ｅ｜ Ｉ ｎｙ． Ｊ ｕ． Ｉ ｅ ｂ
（ｉ ｊ ｎｖｒｔ ｏ ｅｈ ｏ ｇ， ｉ ｊ ， ０ １ １ Ｃ ｉａ Ｔａ ｉ Ｕ ｉ ｓ ｙ ｆ ｃｎ ｌ ｙ Ｔａ ｉ ３ ０ ９ ， ｈｎ） ｎｎ ｅ ｉ Ｔ ｏ ｎｎ
Ａｂ ｔ ａ ｔ Ｔ ｉ ａ ｅ ｎ ｌ ｚ ｄ ｈ ｎ ’ Ｓ ｇ ａ ｎ ｉ ｌ ｔ ｒｕ ｈ ｓｒ ｃ ： ｈ ｓ ｐ ｒ ａ ａｙ ｅ Ｃ ｉ ａ ｐ ｒ ｉ ｙｅ ｄ ｈ ｏ ｇ １ ８ ｏ ２ ０５ ｈ ｎ ｓ ｌｃｅ ｉ ｉ ａ ｔ ｒ ｈ ｔａ ｆｃ ｅ ｈ ９ ５ ｔ ０ ，ｔ ｅ ｅｅ ｔｄ ｓｘ ｍａｎ ｆ ｃｏ ｓ ｔ ａ ｆ ｔ ｄ ｔ ｅ ｅ ｇ ａｎ ｙｅ ｄ ｎ ｉ ｒ ｖ ｄ Ｃｏ ｂ— ｕ ｌｓ ｐ ｏ ｕ ｔ ｎ ｆ ｎ ｔ ｎ ｉ ｒ ｉ ｉｌ ．Ａ ｍｐ ｏ ｅ ｂ Ｄｏ ｇａ ｒ ｄ ｃｉ ｕ ｃｉ ｓ ｏ ｏ
出 等 因素 ．从 多种 角 度验 证 了这 些 影 响 因素 对 粮食
产 量 的重 要 性 ［
ｏ ｈ ｕ ｃ ｉｎ ａ ｄ ｆ ｃｏ ｓｉ ｒ ｓ ｎｅ ｓｌ ． ｎ ｔ ｅ ｆ ｎ ｔ ｎ ａ ｔｒ ｓｐ ｅ ｅ ｔ ｄ ｌ ｔ ｏ ａ ｙ
Ｋ ｅ ｏ ｄｓ ｒａｉ ｉ ｌ ｙ ｗ ｒ ：ｇ ｎ ｙ ｅｄ；ａｆ ｃｉ ｇ ｆ ｔ ｒ；ｅ ａ ｔｃｔ ｆｔ ｅ ｏ ｐｕ ； ｆｅ ｔｎ ａｃｏ ｓ ｌ ｓｉｉ ｏ ｈ ｕｔ ｔ ｙ
ｓ ｔ ｐ ｔ ａｃ ａ ｅｏ ｐｕ ｌｓｉｉ） ｆｅ ｃ ａ ｔ ｒｔａ ｆｅ ｔ ｄ ｔ ｅ ｕ ｏ ｃ ｌｕｌｔ ｕｔ ｔｅａ ｔｃ ｔ ｏ ａ ｈ ｆｃ ｏ ｈ ｔａｆ ｃｅ ｈｅ
基于计量经济学分析我国粮食产量的影响因素
基于计量经济学分析我国粮食产量的影响因素
我国粮食产量的影响因素是一个复杂的系统工程，涉及到农业生产、自然环境、农村社会经济等多个方面。
在基于计量经济学的分析中，我们可以通过建立经济模型来研究这些影响因素，并利用数据进行实证分析。
农业生产技术是影响粮食产量的关键因素之一。
农业生产技术在很大程度上决定了农作物的种植质量和产量水平。
农业机械化水平、化肥、农药使用量、新品种引进等都会对粮食产量产生重要影响。
通过计量经济学模型，我们可以分析和估计这些因素对粮食产量的影响程度，从而为粮食生产提供技术指导。
自然环境因素也是影响粮食产量的重要因素。
自然灾害、气候变化、土地质量等都会对农作物种植和生长产生直接的影响。
利用计量经济学方法，我们可以建立模型，估计这些因素对粮食产量的影响强度，从而提供应对自然环境风险的政策建议。
在进行基于计量经济学的分析时，我们可以选取适当的数据集来进行实证研究。
根据研究的问题，我们可以选择跨区域和跨时间的数据，建立时间序列或者面板数据模型。
通过进行回归分析，我们可以估计各个因素对粮食产量的影响效应，并进行显著性检验和灵敏度分析，以评估模型的可靠性和稳定性。
通过基于计量经济学的分析，我们可以深入了解我国粮食产量的影响因素，并为粮食生产和农业政策提供科学的决策依据。
还可以为其他国家和地区的粮食生产问题提供经验借鉴和政策参考。
分析影响中国农业总产值的因素
分析影响中国农业总产值的因素中国是世界上最大的农业国家之一，农业总产值对于国家的经济发展具有至关重要的作用。
但是，影响中国农业总产值的因素却是一个复杂多样、综合性很强的问题。
本文将分析这些影响因素，并提出合理的政策建议。
一、气候因素中国的气候非常复杂，不同地区季节变化、降水量、温度等因素的巨大差异，直接影响着当地农业生产的总产值。
例如，长江流域、华南地区等地往往会受到台风、暴雨等自然灾害的影响，严重损害农作物的生长；而北方地区又可能会受到旱灾、冬季冰冻等极端气候事件的影响。
政策建议：加强气象预报技术支持，提高市场预警和应对措施的准确率。
同时，在长江流域、华南地区等常年遭受自然灾害的地方，应制定详实、科学的农业保险制度，以保障农民的生计。
二、农业技术农业技术是影响农业总产值的一个重要因素。
中国的农业生产方式与发达国家相比依然存在很大差距，而现代化、技术化的农业生产模式已经成为世界性的趋势。
因此，提高农业机械化、农业科技含量是必须要实施的措施。
政策建议：鼓励资金和技术投入到农业现代化和智能化的发展中，推广智慧农业，提高劳动生产率、农产品质量和效益。
此外，也应该加强研究和推广农业机械化技术，提高农机的生产制造水平和产品质量，尽可能降低成本。
三、土地利用土地利用是一个十分复杂的问题。
农业总产值是与土地利用面积、种植结构、土地质量密切相关的。
不同地区、不同品种的土壤肥力差别很大，种植范围也各不相同，“百姓饭碗”安全性的保障和粮食供应的合理性非常关键。
政策建议：加强对土壤质量的监测和治理，优化土地利用结构，实现粮食生产区的专业化发展；加强土地利用权的管理，鼓励农民小组合作社、合作社等新型经营主体积极参与农业生产和发展。
同时，应该注重保护农业土地、遏制“土地荒”现象，着力维护农民的种田权益。
四、市场需求中国的经济形态正在不断改变，对农业生产需求也呈现出多元化和个性化的趋势。
而且随着社会消费水平不断提高，人们对食品品质的要求日益严格，因此，合理满足市场需求也是影响农业总产值的一个重要因素。
基于计量经济学分析我国粮食产量的影响因素
基于计量经济学分析我国粮食产量的影响因素引言作为世界上最大的粮食生产国之一，中国的粮食产量直接关系到国家粮食安全和农业经济发展。
分析和探讨我国粮食产量的影响因素对于优化农业生产、保障粮食安全具有重要意义。
计量经济学方法是研究经济问题和解决实际问题的重要工具，可以通过建立数学经济模型来分析不同因素对粮食产量的影响程度，并为政府制定农业政策提供科学依据。
本文旨在通过计量经济学分析探讨我国粮食产量的影响因素，为政府农业政策的制定提供参考依据。
一、数据来源和变量选择本研究选取了1990年至2019年的我国粮食产量和一系列可能影响粮食产量的经济、气候和政策等因素作为研究对象。
具体而言，本文选取的变量包括粮食种植面积、化肥使用量、农村劳动力人口、粮食价格、气温、降水量、国家粮食政策等。
这些变量既包括了农业生产的内生因素，也包括了外生因素的影响，具有广泛的代表性。
二、模型建立在数据准备好之后，本文利用计量经济学中的多元线性回归模型对粮食产量的影响因素进行分析。
多元线性回归模型可以较好地剖析多个变量对一个因变量的影响，通过对系数的估计和显著性检验可以得出不同因素对粮食产量的影响程度。
多元线性回归模型的基本形式为：Y= β0+ β1X1+ β2X2+ β3X3+ ...+ βnXn+ ε。
Y为粮食产量，X1至Xn为影响因素，β0为截距项，β1至βn为各自变量的回归系数，ε为误差项。
本文将采用逐步回归法，根据变量的显著性逐步筛选出最终的影响因素。
三、计量分析结果在进行计量分析之后，得到了如下的回归结果：Y= β0+ β1X1+ β2X2+ β3X3+ β4X4+ β5X5+ β6X6+ β7X7+ β8X8+ ε。
Y为粮食产量，X1为种植面积，X2为化肥使用量，X3为农村劳动力人口，X4为粮食价格，X5为气温，X6为降水量，X7为国家粮食政策。
结果显示，种植面积、化肥使用量、农村劳动力人口、粮食价格、气温、降水量和国家粮食政策均对粮食产量有显著影响。
中国粮食产量影响因素分析
——中国粮食产量影响因素分析影响粮食总产量的因素有很多，有的影响因素可能会对粮食产量的预测产生直接的影响，而有些因素的影响可以忽略。
对粮食产量影响显著的因素是必须要考虑的，影响不是很显著的可以忽略。
下面主要选取农业机械总动力、有效灌溉面积、化肥施用量、农村用电量、粮食作物播种面积、受灾面积这六个因素来探讨他们对粮食总产量的影响。
这些变量分别用下面的字母表示。
y：粮食总产量（万吨）x1：农业机械总动力（万千瓦）x2：有效灌溉面积（千公顷）x3：化肥施用量（万吨）x4：农村用电量（亿千瓦小时）x5：粮食作物播种面积（千公顷）x6：成灾面积（千公顷）通过查阅各年的中国统计年鉴，搜集整理了从1991年到2010年的粮食总产量、农业机械总动力、有效灌溉面积、化肥施用量、农村用电量、农作物播种面积、成灾面积的数据。
见下表（表一）表一：各年的粮食总产量及相关指标数据数据来源：中国统计年鉴要想知道哪些因素对粮食总产量的影响显著，下面用一些模型方法和Eviews软件对数据进行分析。
1.多元线性回归：1.1 最小二乘法对数据进行回归用最小二乘法对数据进行回归，编写程序及相关结果如下。
编写程序：LS y c x1 x2 x3 x4 x5 x6Eviews运行结果：Dependent Variable: YMethod: Least SquaresDate: 04/18/12 Time: 13:29Sample: 1991 2010Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C -59476.77 17101.57 -3.477854 0.0041X1 -0.474401 0.194104 -2.444054 0.0295X2 0.999522 0.549567 1.818744 0.0921X3 5.260176 0.777593 6.764690 0.0000X4 2.566848 1.123099 2.285504 0.0397X5 0.495208 0.053717 9.218897 0.0000X6 -0.134343 0.031293 -4.293066 0.0009R-squared 0.984131 Mean dependent var 48136.30Adjusted R-squared 0.976806 S.D. dependent var 3424.003S.E. of regression 521.4577 Akaike info criterion 15.62035Sum squared resid 3534935. Schwarz criterion 15.96886Log likelihood -149.2035 Hannan-Quinn criter. 15.68838F-statistic 134.3647 Durbin-Watson stat 2.566516Prob(F-statistic) 0.000000结果分析：从上面的运行结果可以看出方程的拟合优度R2=0.984，调整后的拟合优度为0.9768，说明模型拟合效果很好。
粮食生产影响因素及对策分析
粮 食 生 产 影 响 因 素 及 对 策 分 析 一 一 一 一 一 一 。
一 文／ 张家 瑞
我 国 以 占世界 ７ 的耕地养 活 了 占世界２ ％ ％ ２ 的人 口，粮 食 问题始 终是 关 系到 我 国经济 发展 和 社会 稳定 的重大 问题 。 保障粮 食供给安全 是关系 国家 安全的头等 大事 。随着 人 口增 长 ，畜牧业和粮食 加工业 的快速发展 ，我 国粮食 的总 需求量 在较 长的一段 时间 内仍是 刚性增长 的，中长期仍处于 紧平衡 状 态，如何实 现粮食供求平 衡是今后 面临的重要 问题 。但 归
我国粮食供求 关系虽然长期保 持紧平衡 ，但粮 食价格上
备、大型农机 具等 的融资租赁业务 ，为农 田水利 设施建设 提
供设备保障 。
建设 。政策 性金融机 构要加大支持农 田水利建 设的力度 ，可 以采取贴 息方式支持农 田水利建设 。要将 政策性涉农信 贷与 商业性涉农 信贷 分开 ，由政 策性银行来运作 ，在贷 款利 率 、 贷款期 限、贷款额度 和贷款条件等方 面采取优 惠措 施 。积极
引导 民间资金 ，改变 目前投入 资金来源单一 的格局 。口
４ 构建 多元化融资机制 ，大力支持农 田水利建设 可持续 ．
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
西南财经大学2002届计量经济学课程论文中国粮食总产量多因素分析[摘要] 本文根据《中国农业信息网》的相关统计数据在建立计量经济学模型的基础上，分析探讨了中国粮食总产量的影响因素，进行了统计分析和经济意义分析，并提出了一些政策建议。
[关键词]因素分析参数检验粮食总产量一、导论粮食生产是关系国计民生的战略物资，尤其在我国具有特别重要的意义。
中国历史上，因为饥荒而引发的战乱是不胜枚举的，所以大凡出色的皇帝都有强烈的民本农耕思想。
直到现代社会，粮食依然是不可或缺的战略物资。
世界各国，无论是发达国家还是发展中国家，都对粮食生产十分重视。
依照战略的眼光，粮食和石油对一个国家特别是大国具有十分重要的制约作用，缺乏这两种物资，就会在国际竞争中处于被动地位，受制于人。
我国是世界人口第一大国，来自人口的压力直接作用到粮食生产上。
西方国家某些学者所讲的中国威胁论，很大一部分来源于对我国粮食生产的担心。
鉴于农业在国民经济中有如此重要的作用，我们想通过计量经济学的方法来分析一下影响粮食总产量的因素和我国农业现状。
粮食生产量是一个变量，其增减和播种面积的多少有着很大的相关性。
而施用化肥提高单位面积的农作物产量，就等于变相扩大了耕地面积。
中国农村人口占总中国总人口的2/3，是个相当庞大的数目。
人多地少，是中国农业的一个特点，在中国农业生产以劳动密集型为主的现在，农业劳动力对粮食产量的影响是不可忽视的。
随着经济的发展，农业生产条件显著改善，农业机械拥有量快速增长，农业机械化水平不断提高。
现阶段，农业生产中由农业机械承担的劳动已占到40%以上，对粮食产量的影响力同样不容小觑。
再则，水旱灾害是农业主要的自然灾害，对农业来说，不可抗拒的自然力对粮食产量的影响也非常大。
二、模型设定劳动力”以及“受灾面积”设为因变量，设定了以下经济学模型：u X X X X X Y 55443322110++++++=ββββββ其中：1X ：农业化肥施用量（万公斤） 2X ：粮食播种面积（千公顷） 3X ：受灾面积（公顷） 4X ：农业机械劳动力（万千克） 5X ：农业劳动力（万人） 数据如下：（表1） obs Y X5 X4 X3 X2 X1 1983 38728.00 18022.10 34710.00 31645.00 114047.0 1660.000 1984 40731.00 19497.20 31890.00 31685.00 112884.0 1740.000 1985 37911.00 20912.50 44370.00 30352.00 108845.0 1776.000 1986 39151.00 22950.00 47140.00 30468.00 110933.0 1931.000 1987 40298.00 24836.00 42090.00 30870.00 111268.0 1999.000 1988 39408.00 26575.00 50870.00 31456.00 110123.0 2142.000 1989 40755.00 28067.00 46990.00 32114.00 112205.0 2357.000 1990 44624.00 28707.70 38470.00 33336.00 113466.0 2590.000 1991 43529.00 29388.60 55470.00 34186.00 112314.0 2805.000 1992 44266.00 30308.40 51330.00 34037.00 110560.0 2930.000 1993 45649.00 31816.60 48830.00 33258.00 110509.0 3152.000 1994 44510.00 33744.00 55040.00 32690.00 109544.0 3318.000 1995 46662.00 36118.10 45874.00 32335.00 110060.0 3594.000 1996 50454.00 38546.90 46989.00 32260.00 112548.0 3828.000 1997 49417.00 42015.60 53429.00 32435.00 112912.0 3981.000 1998 51230.00 45208.00 50145.00 32626.00 113787.0 4086.000 1999 50839.00 48996.10 49981.00 32912.00 113161.0 4124.000 2000 46218.00 52573.60 54688.00 32998.00 108463.0 4146.000 2001 45264.00 55172.10 52215.00 32451.00 106080.0 4254.000 2002 45706.00 57929.90 47120.00 31991.00 103891.0 4339.000 200343070.0060386.5054386.0031260.0099410.004412.000资料来源：《中国农业信息网》/sjzl/baipsh/2004.htm 以下是根据上表所作出的趋势图：从上图我们可以直观的看出，粮食总产量与农业化肥施用量、粮食播种面积以及农村劳动力的走势相仿，可能存在一定的线性关系，但是与受灾面积的关系似乎不大。
但具体它们之间存在一种怎样的关系，还需要通过计量模型进行进一步的分析。
三、参数估计1、对原模型，用EVIEW 估计结果如下：（表2）Dependent Variable: Y Method: Least Squares Date: 06/05/05 Time: 11:53 Sample: 1983 2003 Included observations: 21Variable Coefficient Std. Error t-Statistic Prob. X5 -0.174708 0.062677 -2.787446 0.0138 X4 -0.072177 0.036671 -1.968260 0.0678 X3 -0.095688 0.221397 -0.432201 0.6717 X2 0.511455 0.083372 6.134650 0.0000 X1 6.783589 0.797829 8.502559 0.0000 C-20485.3610285.35-1.9917030.0649 R-squared0.973458 Mean dependent var 44210.48 Adjusted R-squared 0.964610 S.D. dependent var 4089.884 S.E. of regression 769.3957 Akaike info criterion 16.36404 Sum squared resid 8879547. Schwarz criterion 16.66248 Log likelihood -165.8225 F-statistic 110.0270 Durbin-Watson stat1.945236 Prob(F-statistic)0.000000110.0270F 769.3957S.E. 9735.0R (-2.7874)(-1.9683) (-0.4322) (6.1347) (8.5026) 9917).1(t 0.1747X 0722X .00957X .05115X .07836X .636.20485Y 254321===-=---++-=四、检验与修正 1、多重共线性检验 ①分析：从推断结果可以看出，R 2=0.9735拟和效果非常好；55.3)18,2(F 100.0270F 05.0=>=（显著性水平α=0.05），从整体上看，粮食总产量与解释变量之间线性关系显著。
②检验：我们采用简单相关系数矩阵法对其进行检验，如下图：（表3）X5 X4 X3 X2 X1 X5 1.000000 0.586885 0.218822 -0.623385 0.948744 X4 0.586885 1.000000 0.356708 -0.391814 0.634071 X3 0.218822 0.356708 1.000000 0.242627 0.390217 X2 -0.623385 -0.391814 0.242627 1.000000 -0.444032 X10.9487440.6340710.390217-0.4440321.000000从上表可以看出，解释变量之间存在高度线性相关。
同时，从表2也可以看出，尽管整体上线性回归拟合较好，但是3X 的t 值并不显著，54X ,X 的系数符号为负，与经济意义相悖，应剔出。
其他解释变量没有与经济意义相悖，有经济意义，但是存在多重共线性，需修正。
③修正：由表2可以看出1X 的t 值最大，因而粮食需求量Y 对农业化肥施用量1X 的线性关系最好，拟合程度好，因此把1X 作为基本变量，即：39.4913F 2391.555S.E. 0.6955R (6.2842)0644).19(t 3.4118X 47.33623Y 21====+-=加入2X 模型变为： 194.7641F 906.0395S.E. 9558.0R )(10.6948 (19.6115) ) 0594.6(t 0.6763X 4.5019X 44378.57Y 221===-=++-=可见，加入该变量以后模型的拟合程度的到了很好的改善，并且t 检验也能够很好地通过。
加入3X 模型变为： 122.9513F 931.1391S.E. 9559.0R (-0.2066)(9.0915) (15.7597) 2804).5(t 0520X .06841X .05360X .464.43670Y 2321===-=-++-= 可见该变量的引入仅使拟合优度仅略有变动，但其自身的t 值太小，不能通过t 检验，因而其对Y 的影响并不显著，故将3X 删除。
模型修改形式如下： 22110X X Y βββ++= 新模型的估计结果如下：Dependent Variable: Y Method: Least Squares Date: 06/05/05 Time: 11:54 Sample: 1983 2003 Included observations: 21Variable Coefficient Std. Error t-Statistic Prob. X1 4.501931 0.229555 19.61153 0.0000 X2 0.676305 0.063237 10.69483 0.0000 C-44378.577323.980-6.0593510.0000 R-squared0.955831 Mean dependent var 44210.48 Adjusted R-squared 0.950924 S.D. dependent var 4089.884 S.E. of regression 906.0395 Akaike info criterion 16.58761 Sum squared resid 14776336 Schwarz criterion 16.73682 Log likelihood -171.1699 F-statistic 194.7641 Durbin-Watson stat1.927554 Prob(F-statistic)0.0000002、自相关检验从模型设定来看，没有违背D-W 检验的假设条件，因此可以用D-W 检验来检验模型是否存在一阶自相关。