计量经济学论文 影响我国粮食产量的主要因素

《计量经济学》课程论文

影响我国粮食产量的主要因素

班级：

姓名：

学号：

指导教师：

完成时间：2011年11月30号

【摘要】本文选取1983年到2009年的相关数据，应用计量经济学所学知识对根据经济理论选取的影响我国粮食产量的各因素进行分析、检验，并对其影响程度的大小进行定量分析，进一步明确和完善相关的经济学知识。

关键词：粮食产量粮食播种面积农用机械总动力成灾面积有效灌溉面积农业化肥使用量

一．问题的提出

中国是世界上的农业大国,同时又是一个农业相对落后的国家。近几年世界粮食价格的大范围浮动,引起了政府和学术界的广泛关注。粮食产量的高低不仅取决于农业生产要素的投入和农业科技的发展水平,而且受到政策、自然环境等诸多因素的影响,是诸多因素综合作用的结果。现有文献关于粮食产量影响因素的分析大多集中于实证分析部分,主要是通过不同的方法构建不同的模型来解释影响粮食产量的相关因素。

二、理论模型的设计

现选取了五个解释变量对我国1983年到2009年的粮食总产量进行分析，并利用计量经济学方法对所建立模型进行定量分析，研究各影响因素的影响程度。

模型的变量选择如下：

Y——我国粮食产量

X1——粮食播种面积

X2——农业化肥施用量

X3——成灾面积

X4——农业机械总动力

X5——有效灌溉面积

三、相关数据收集

在进行实证分析的过程中，所需要的数据，应是能够度量我国粮食产量的影响。在影响因素的选择上，我们所用的数据均来源于《中国统计年鉴》所设模型的样本容量为30个左右，对于多元回归分析计算要求和目已经足够了。

1983年—2009年中国粮食生产与相关投入的资料

2003 43070 99410 4412 32516 60387 54014.2 2004 46947 101606 4637 16297 64028 54478.4 2005 48402 104278 4766 19966 68398 55029.3 2006 49804 104958 4928 24632 72522 55750.5 2007 50160 105638 5108 25064 76590 56518.3 2008 52871 106793 5239 22283 82190.0 58471.7 2009 53082 108986 5404 21234 87496.0 59261.4

四、模型的建立

Y分别与X1、X2、X3、X4、X5的散点图如下所示

由散点图可知，Y与X1、X2、X3、X4、X5线性关系不明确，故建立模型为：logY=β0+β1logX1+β2logX2+β3logX3+β4 logX4+β5logX5+μ

五、模型检验

（令y= logY，x1= logX1，x2= logX2，x3= logX3，x4= logX4，x5= logX5。）则y与x1,x2,x3,x4的回归分析结果如下：

y ^

=-7.162+1.296x1+0.303x2-0.086x3-0.005x4+0.122x5

(-3.54) (10.347) (7.67) (-5.17) (-0.13) (0.65)

R 2=0.9802

R -

2=0.9754 F=207.5499 D.W.=1.5106 （一）经济意义检验

从经济学意义上来说，我国粮食产量y 与粮食播种面积x1、农业化肥使用量x2、农用机械总动力x4、有效灌溉面积x5成正相关，与成灾面积x3成负相关。但回归求得的函数关系中y 与x4成负相关，符号不符合经济意义。

（二）统计检验

由回归结果表明，R -

2

和调整R -

2的值都接近于1，表明模型的拟合优度较好。在α=0.05的显著性水平下，自由度n-k-1=21 的t 统计量的临界值为t α/2(21)=2.080，x1、x2、x3的t 值大于该临界值，所以x1、x2、x3在95%的水平下影响显著，通过了变量显著性检验。F 统计量的临界值为F 0.05(5，21)=2.68，F 大于该临界值，所以模型的

线性关系在95%的置信水平下显著成立。 （三）计量经济学检验

1、用逐步回归法进行多重共线性检验 x1,x2,x3,x5的相关系数如下表：

由表中数据可知x2与x4、x2与x5、x4与x5存在高度相关性。 ▲（1）作y 与x1的回归，结果如下:

y ^

=16.42-0.49x1 （6.27）（0.54）

R 2

=0.031956

R -

2=-0.006766 F=0.82526 D.W.=0.301924

（2）作y 与x2的回归，结果如下:

y ^

=8.79 + 0.24x2 （45.38）（9.96）

R 2

=0.798562

R -

2=0.790505 F=99.1077 D.W.=0.891809 （3）作y 与x3的回归，结果如下:

y ^

=9.89 + 0.08x3 （10.62）（0.89）

R 2

=0.030515

R -

2=-0.008265 F=0.786879 D.W.=0.403208

（4）作y 与x4的回归，结果如下:

y ^

=8.86 + 0.18x3 （34.32）（7.22）

R 2

=0.676009

R -

2=0.663049 F=52.16261 D.W.=0.633209

（5）作y 与x5的回归，结果如下:

y ^

=0.78 + 0.92x5