目录1绪论 (1)2 农业生产总值的模型建立 (2)2.1 模型的给出 (2)2.2模型的拟合结果 (3)3 回归模型的检验与修正 (4)3.1 经济意义及统计性检验 (4)3.2 计量经济学检验及修正 (5)4 预测 (14)结论 (15)参考文献 (15)1绪论农业是人类“母亲产业”，远在人类茹毛饮血的远古时代，农业就已经是人类抵御自然威胁和赖以生存的根本，农业养活并发展了人类，没有农业就没有人类的一切，更不会有人类的现代文明。
社会生产的发展首先开始于农业，在农业发展的基础上才有工业的产生和发展，只有在农业和工业发展的基础上，才会有第三产业的发展。
可见，农业是当之无愧的“母亲产业”。
农业的地位和作用可以用一句话来概括“国民经济的基础”。
从经济角度看，农业是国民经济的基础，是经济发展的基础。
因为，农业是人类的衣食之源、生存之本。
农业的发展状况直接影响着、左右着国民经济全局的发展。
农业是国民经济中最基本的物质生产部门。
农业是人类社会的衣食之源，生存之本。
农业是工业等其他物质生产部门与一切非物质生产部门存在与发展的必要条件。
从社会角度看，农业是社会安定的基础，是安定天下的产业。
农业能否稳定发展，能事提供与人们生活水准逐渐提高这一基本趋势相适应的农、副产品，关系到社会的安定。
“民以食为天”，粮食是人类最基本的生存资料，农业在国民经济中的基础地位，突出地表现在粮食的生产上。
如果农业不能提供粮食和必需的食品，那么，人民的生活就不会安定，生产就不能发展，国家将失去自立的基础。
从这个意义上讲，农业是安定天下的产业。
从政治角度看，农业是国家自立的基础。
我国的自立能力相当程度上取决于农业的发展。
如果农、副产品不能保持自给，过多依赖进口，必将受制于人。
一旦国际政局变化，势必陷入被动，甚至危及国家安全。
因此，农业的基础地位是否牢固，关系到人民的切身利益、社会的安定和整个国民经济的发展，也是关系到我国在国际竞争中能否坚持独立自主地位的大问题。
从我国农业发展现状看，20世纪后半叶我国广大农村普遍实行家庭联产承包责任制，农业生产条件大大改善，农副产品产量大幅度增加，农民生活水平显著提高。
但我国农业的基础地位仍然比较脆弱，农业发展速度仍然相对滞后，农业仍是制约国民经济发展的薄弱环节。
中国作为一个农业大国，农业不兴，无从谈百业之兴，农民不富，难保国泰民安。
13亿人口的中国，如果农业发展上不去，恐怕谁也不敢打保票，中国人不会饿肚子。
面对国际竞争，中国民族工业的底牌，是背靠农村这个巨大的国内市场，没有农民增收作支撑，扩大内需战略便如同沙中建塔、纸上谈兵，中国经济迟早会有逆水行舟，不进反退的风险。
我们同样也难以想像，未来中国能够在城乡二元化、工商业发达农业羸弱的基础上，实现现代化强国之梦。
“没有农业的现代化，就不可能有整个国民经济的现代化”。
中国经济发展远景规划，如果让农业拖了后腿，最终只能是水中月、镜中花。
因此，农业发展对一个国家或地区来说至关重要。
而农业总产值反映了一个国家或地区农业生产的总规模和总水平。
因此，农业总产值反映了一个国家农业的增长水平。
迄今为止，已经有许多学者对农业总产值的影响因素进行了各种模型分析和研究，其中包括农作物总播种面积、农村居民家庭人均纯收入、农村同定资产投资、成灾而积、能源消费总量、农业就业人员、农村各税、农业机械总动力、化肥施用量等。
其中机械总动力、化肥施用量、农作物播种总面积、受灾面积、农业从业人员等都是主要影响因素，本文鉴于农业于我国的重要性来研究这些因素对农业总产值的影响。
2 农业生产总值的模型建立2.1 模型的给出由于数据搜集的困难，本文选取机械总动力、化肥施用量、农作物播种总面积、受灾面积为解释变量来研究其对解释变量农业总产值的影响。
由散点图1知解释变量123,,X X X 大致与被解释变量Y 成直线型关系，但4X 与Y 关系不是很明显，本文为简单起见，所考虑的模型类型主要有线性模型和对数模型，通过分别拟合最终选取了拟合结果较好的对数模型。
选取的模型为：011223344ln ln ln ln ln Y X X X X βββββμ=+++++1X ---------------机械总动力 2X --------------化肥施用量 3X --------------农作物播种总面积 4X --------------受灾面积搜集的数据见表1。
表1 相关数据表2.2模型的拟合结果图1 散点图使用Eviews 软件对模型进行拟合，结果见图2。
Dependent Variable: LOG(Y) Method: Least Squares Date: 06/01/12 Time: 14:48 Sample: 1990 2010Included observations: 21VariableCoefficien tStd. Error t-StatisticProb.C -27.36703 16.79142 -1.629823 0.1227 LOG(X1) -0.339749 0.230588 -1.473406 0.1600 LOG(X2) 2.961349 0.408003 7.258158 0.0000 LOG(X3) 1.529346 1.4949531.0230060.3215 LOG(X4)-0.2256200.099335 -2.2712990.0373 R-squared0.980890 Mean dependent var 9.540981 Adjusted R-squared 0.976113 S.D. dependent var 0.567224 S.E. of regression 0.087667 Akaike infocriterion-1.826278 Sum squared resid 0.122969 Schwarz criterion -1.577582 Log likelihood 24.17592 F-statistic 205.3165 Durbin-Watson stat1.044459 Prob(F-statistic)0.000000 图2 农业总产值最小二乘估计由图2知回归方程为：1234ˆln 27.367030.339749ln 2.961349ln 1.529346ln 0.225620ln Y X X X X =--++- 3 回归模型的检验与修正3.1 经济意义及统计性检验220.980890,0.976113R R ==比较大，而且0.05205.3165(5,16) 2.85F F =>=（本文所涉及的显著水平如不特别说明均取0.05α=）,即模型通过了F 统计检验，故认为农业总产值与上述解释变量间总体线性关系显著。
而0.025(16) 1.746t =，由图2知1X 前参数估计的符号为负的，这与实际经济意义不符合，并且13,X X 前参数估计值未能通过t 统计检验，故模型存在一定的问题，应使用计量经济学的方法对模型进行修改及进一步检验。
3.2 计量经济学检验3.2.1 多重共线性检验及修正由以上知模型经济意义存在一定的问题，故其可能存在多重共线性，下面采用相关系数法检验模型是否存在多重共线性。
1234ln ,ln ,ln ,ln X X X X 的相关系数见表2。
表2 相关系数由表2中数据发现12ln ,ln X X 间存在高度相关性，下面采用逐步回归法对模型进行修正。
第一步：找初始模型分别作ln Y 与1234ln ln ln ln X X X X ，，，间的回归，结果如下： (1) 1ˆln 5.822371 1.418637ln Y X =-+ (-5.174572) (13.66206)20.907611R = ..0.297925DW =(2) 2ˆln 11.65475 2.550808ln Y X =-+(-14.38352) (26.16704)20.973000R = ..0.617978DW =(3) 3ˆln 231.242820.16569ln Y X =-+ (-6.224975) (6.481827)20.688569R = ..0.447934DW =(4) 4ˆln 15.065150.546529ln Y X =- （2.419727） （-0.887455）20.039802R = ..0.094664DW =由以上2R 的结果知，农业总产值受化肥施用量影响最大，并且也与实际经济意义相符，故选取模型（2）为初始回归模型。
第二步：逐步回归将其他解释变量分别导入上述初始回归模型，寻找最佳回归方程（见表3）。
对表3进行解释：初始模型中引入1X ，由于1X 的参数未能通过t 统计检验，修正后的拟合优度也略有下降，且其参数符号不符合经济意义，故剔除1X 解释变量。
然后引入3X 解释变量，由于3X 的参数也未能通过t 统计检验，且修正后的拟合优度进一步下降，因而剔除3X 。
最后引入解释变量4X ，由0.025(18) 1.734t =，显然24,X X 均通过了t 检验，且修正后的拟合优度有所提高，因此将4X 选入模型，从而农业总产值的最优拟合模型为：24ˆln 9.624884 2.527442ln 0.181615ln Y X X =-+- 并设02244ln ln ln Y X X βββμ=+++为原模型。
3.2.2 序列相关性检验及改进由3,21DW dldl=..0.711730,=<故由..k n==查表有 1.13,DW检验知模型存在一阶e呈现有规律的波动也可认为原模型存在自相关性。
正自相关性，同时由残差图3，t图3 残差图由偏相关系数检验结果（如图4）知随机干扰项只存在一阶自相关。
图4 偏相关系数图下面采用广义差分法对模型进行处理：在Eviews 软件中直接使用广义差分法估计自相关性，估计结果如图5。
由图5知 1.10.. 1.524508 1.54,dl DW du =<=<=根据..DW 检验知无法确定原模型是否仍然具有自相关性，因此再次用偏相关系数检验，由图6的结果可得出原模型已经不存在自相关性。
Dependent Variable: LOG(Y) Method: Least Squares Date: 06/02/12 Time: 15:52 Sample(adjusted): 1991 2010Included observations: 20 after adjusting endpoints Convergence achieved after 8 iterationsVariableCoefficien tStd. Error t-StatisticProb.C -17.50467 6.557484 -2.669418 0.0168 LOG(X2) 3.311031 0.732309 4.521356 0.0003 LOG(X4) -0.058159 0.071981 -0.8079740.4310 AR(1)0.7921820.1192956.6405330.0000 R-squared0.986227 Mean dependent var 9.592629 Adjusted R-squared 0.983645 S.D. dependent var 0.528876 S.E. of regression 0.067637 Akaike infocriterion-2.372476 Sum squared resid 0.073196 Schwarz criterion -2.173329 Log likelihood 27.72476 F-statistic 381.9021 Durbin-Watson stat 1.524508 Prob(F-statistic) 0.000000 Inverted AR Roots.79图6 相关系数和偏相关系数因此得出的回归方程为：24ˆln 17.50467 3.311031ln 0.058159ln Y X X =-+- 在上述结果24ˆln 17.50467 3.311031ln 0.058159ln Y X X =-+-的基础上进行异方差性检验。