粮食产量影响因素的计量分析
本文作者(任蕊黄裕吉婕),请您在阅读本文时尊重作者版权。
摘要粮食生产是关系国计民生的战略物资。
本文以改革开放以来的相关数据为依托,对影响我国粮食生产的主要因素进行了相关分析和回归分析,并得出结论。
揭示了粮食产量变化的原因,并对如何提高我国粮食生产提出了建议。
关键词粮食产量影响因素计量分析一、问题的提出
我国是一个农业大国,人口众多,粮食问题是一个关系国计民生的重要问题,粮食产量的高低将直接影响国民经济其它部门的发展水平,关系国家的长治久安。
因此,研究影响粮食产量的主要因素,有利于揭示粮食增产的规律,对指导粮食增产有重要的意义。
1978年以来我国的粮食产量多次出现了波动,这不仅制约了国民经济的发展, 而且给粮食生产者和消费者都带来了极为不利的影响。
所以分析和认识近几十年来的中国粮食产量的影响因素至关重要,我们认识从图中可以认识到我国粮食产量从总趋势来看是增长的,然而对总趋势作进一步分析,发现1978 年至今, 粮食产量的总趋势是增长的, 但这增长是在波动中的增长, 这其中的原因可以从粮食产量的影响因素中得到说明,本文将就影响粮食产量的具体因素作计量分析。
二、模型设定
影响粮食生产的因素很多, 有劳动力、物质投入、土地、生产方式、产业结构, 技术进步、制度因素等。
为了基本涵盖这些因素, 在影响粮产量的因素中我选取了农业机械总动力、有效灌溉面积、化肥施用量、粮食播种面积、成灾面积5个因素作为研究粮食产量的模型中的解释变量,以粮食产量作为被解释变量, 模型使用时间序列数据(1978—2008 年), 资料来源于中国统计年鉴。
综上, 我们建立模型如下:
三、模型的估计与调整
(一)做最小二乘估计。
利用eviews软件对被释变量Y与各个解释变量做多元回归分析,该模型样本回归估计式:
T =(-2.889)(1.0498)(1.505)(-15.761)(6.881)(-3.573)
R2 = 0.970608F = 165.1161DW = 0.950479
统计推断检验:可决系数R2=0.9706接近1,认为该模型的拟合程度可以接受;且F=165.1161>F0.05(5,26),故认为粮食生产与上述解释变量间总体线性关系显著。
但从显著性检验来看,给定=0.05,在自由度为31-6=25时的临界值为2.060,X1和X2未通过t检验,因此解释变量之间可能存在多重共线性,所以做以下分析调整。
(二)多重共线性检验。
由图可知,t值检验不通过,做多重共线性分析,首先对5个解释变量的相关性分析:
由表可以看出,X1和X2之间存在高度相关性。
修正多重共线性:
运用剔除法,得到修正后该模型样本回归估计式:
T =(-3.131) (7.169) (-15.855) (7.786) (-4.2397)
R2 = 0.969313F = 205.3134 DW = 0.939497
经过多重共线性修正后,所有余下的解释变量的t值均大于t的临界值,显著性检验都通过说明各解释变量对粮食产量有显著的影响。
(三)异方差性检验
White检验:
给定=0.05,查卡方分布表,得x2=11.0705。
比较临界值与卡方统计量值,即nR2=27.88344>x2=11.0705,同样说明模型中的随机误差项存在异方差。
异方差性修正:
为克服异方差,用权数W=1/X4^4,作加权最小二乘估计,得如下结果:
T =(-3.297) (7.034) (-15.033) (9.462) (-5.005)
R2 = 0.993165F =944.4863DW = 0.955176
可以看出, 修正后无论是拟合优度R2, 还是各参数的t 统计量的值都有了显著的改进。
(四)自相关分析。
杜宾- 瓦森(Durbin - Watson) 检验法:
已知:DW=0.955176
对样本量为31、三个解释变量的模型、5%显著水平,查DW统计表可知,dL=1.229,dU= 1.650,模型中0< dL,可判断该模型中存在自相关。
自相关修正:
采用广义差分法:令et= 0.522412 et-1得调整后其结果为:
T =(-2.053) (3.968) (-9.500) (7.987) (-6.4070)
R2 = 0.949602F = 117.7637DW = 1.665737
查5%显著水平的DW统计表可知dL=1.229,dU= 1.650,模型中DW = 1.665737> dU,说明广义差分模型中已无自相关。
同时,判定系数R2、t、F统计量均达到理想水平。
最终的粮食产量模型为:
(五)模型估计结果。
进行了一系列检验和修正后所研究模型估计的最终结果如下:
T =(-2.053) (3.968) (-9.500) (7.987) (-6.407)
R2 = 0.949602F = 117.7637DW = 1.665737
五、结论
1、X1不通过t值得显著性检验, 农用机械总动力被排除在外说明相对其他变量来说农用机械总动力对粮食产量的影响不显著。
这主要是因为中国不同地区农村的差异大,仍有很多地方生产力落后,使用原始的粮食耕作方法,相对而言农用机械总动力的影响不显著。
2、拟合度检验:由表中数据知,R2= 0.949602,这说明模型对样本的拟合很好,说明粮食总产量的变化可以基本上由有效灌溉面积、化肥施用量、粮食播种面积和成灾面积4个影响因素的数值来解释。
3、T检验:由估计检验结果, 各因素参数对应的t 统计量的值大于t的临界值,均可判断这些因素对粮食产量确实有显著影响。
4、经济意义检验:本模型说明有效灌溉面积、化肥施用量、粮食播种面积和成灾面积对粮食产量有显著影响。
X2的回归参数0.4279表明:在假定其他变量不变的情况下,有效灌溉面积每增加1万公顷,粮食产量将增加0.4279万吨;X3的回归参数-8164851表明:化肥施用量也与粮食产量有很大的正相关关系;X4的回归参数0.5329表明:在假定其他变量不变的情况下,播种面积增加1千公顷,粮食产量将增加0.5329万吨;X5的回归参数0.1724表明:在假定其他变量不变的情况下,成灾面积每增加1千公顷,粮食产量将减少0.1724万吨。