计量经济学粮食产量论文.docx
- 文档编号:7460145
- 上传时间:2023-01-24
- 格式:DOCX
- 页数:20
- 大小:181.96KB
计量经济学粮食产量论文.docx
《计量经济学粮食产量论文.docx》由会员分享,可在线阅读,更多相关《计量经济学粮食产量论文.docx(20页珍藏版)》请在冰豆网上搜索。
计量经济学粮食产量论文
计量经济学(论文)
题目:
专业:
统计学
姓名:
学号:
指导教师:
数学与统计学院
2011年11月17日
重庆粮食产量研究
[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,分析探讨了重庆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
引言
粮食是人类生存最基本的生活消费品,一个国家的粮食问题是关系到本国的国计民生的头等大事。
我们知道,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生存与发展的一个永恒的主题。
建国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。
分析近几十年来的重庆粮食产量并从中发现一些规律,有助于我们认识重庆粮食产量的现状。
重庆粮食产业现状:
从改革开放到重庆直辖,重庆粮食无论是从总产量的增长速度来考察,还是以单位面积产量的增长速度来分析,都取得了长足的发展。
重庆粮食通过1978-1997年的快速发展,在粮食播种面积由4766万亩下降到4323万亩的情况下,粮食总产由1978年的814.7万吨,增加到1997年的1185万吨,人均粮食占有量达到389公斤,在人均耕地不足全国的2/3的情况下,人均粮食占有量接近全国平均水平,不仅彻底扭转了长期口粮缺乏的局面,总体上还表现出自给有余。
到1997年,本地消费已呈现相对饱和状态,粮食市场还出现了一定程度的“卖难”,粮食生产的首要目的,维持基本生存,满足消费需求的历史使命已基本完成。
此时粮食生产的品质构成难以适应消费需求的矛盾开始显现,于是对主要粮食产品生产进行结构调整成了当务之急。
通过近些年来各级政府和农业部门在粮油结构调整方面的艰苦努力,主动调减粮食特别是低质低效粮食播种面积,保持粮食总产量相对稳定,粮食的品种结构和品质结构发生了很大变化。
粮食为全市农业产业结构的调整也提供了有力的支撑。
我市粮食产业存在的三个问题 :
(一)、粮食的基础性日益被掩盖,而低效性、弱质性日益明显,粮食的重要性容易被谈化。
(二)、我市粮食供需缺口较大,并且呈不断增大的趋势。
(三)、粮食增产的潜力大,难度也大。
重庆是农业大市,也是粮食消费大市,在我们这样一个城乡居民收入水平不高,商品经济不很发达的特殊城市里,确保本地粮食的基本消费需求仍十分重要的,粮食安全工作必须抓紧抓好。
鉴于粮食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重庆粮食总产量与有效灌溉率、农用机械总动力、农用化肥施用量之间的关系。
从而得到重庆市粮食产量现状,3个因素对粮食产量的影响,以及解决我市粮食问题的方法。
二模型的设定及其估计
经分析,影响粮食产量的主要因素为农业化肥施用量,粮食播种面积,成灾面积,农业机械总动力,农业劳动力(X5)。
为此设定了如下形式的计量经济模型:
其中,
为第
年的粮食产量(万吨),X1为农业化肥施用量(万公斤),X2为粮食播种面积(千公顷),X3为成灾面积(公顷),X4为农业机械总动力(万千瓦),X5为农业劳动力(万人)。
年份
粮食产量
Y(万吨)
农业化肥施用量X1(万公斤)
粮食播种面积X2(千公顷)
受灾面积X3
(公顷)
农业机械总动力X4(万千瓦)
农业劳动力X5
(万人)
1983
38728
1659.8
114047
16209.3
18022
31645.1
1984
40731
1739.8
112884
15264.0
19497
31685.0
1985
37911
1775.8
108845
22705.3
20913
30351.5
1986
39151
1930.6
110933
23656.0
22950
30467.0
1987
40208
1999.3
111268
20392.7
24836
30870.0
1988
39408
2141.5
110123
23944.7
26575
31455.7
1989
40755
2357.1
112205
24448.7
28067
32440.5
1990
44624
2590.3
113466
17819.3
28708
33330.4
1991
43529
2806.1
112314
27814.0
29389
34186.3
1992
44264
2930.2
110560
25894.7
30308
34037.0
1993
45649
3151.9
110509
23133.0
31817
33258.2
1994
44510
3317.9
109544
31383.0
33802
32690.3
1995
46662
3593.7
110060
22267.0
36118
32334.5
1996
50454
3827.9
112548
21233.0
38547
32260.4
1997
49417
3980.7
112912
30309.0
42016
32434.9
1998
51230
4083.7
113787
25181.0
45208
32626.4
1999
50839
4124.3
113161
26731.0
48996
32911.8
2000
46218
4146.4
108463
34374.0
52574
32797.5
根据上述表格,得到1983年到2000年的统计数据进行分析。
利用Eviews软件,我们可以作出粮食产量Y,与其影响因素X1、X2、X3、X4、X5之间的多元回归模型,结果如表所示:
表1
DependentVariable:
Y
Method:
LeastSquares
Date:
10/20/11Time:
15:
47
Sample:
19832000
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-12815.75
14078.90
-0.910280
0.3806
X1
6.212562
0.740881
8.385373
0.0000
X2
0.421380
0.126925
3.319919
0.0061
X3
-0.166260
0.059229
-2.807065
0.0158
X4
-0.097770
0.067647
-1.445299
0.1740
X5
-0.028425
0.202357
-0.140471
0.8906
R-squared
0.982798
Meandependentvar
44127.11
AdjustedR-squared
0.975630
S.D.dependentvar
4409.100
S.E.ofregression
688.2984
Akaikeinfocriterion
16.16752
Sumsquaredresid
5685056.
Schwarzcriterion
16.46431
Loglikelihood
-139.5077
F-statistic
137.1164
Durbin-Watsonstat
1.810512
Prob(F-statistic)
0.000000
由回归结果可以估计出
即
(0.059229)(0.067647)(0.202357)
(-2.807065)(-1.445299)(-0.140471)
DW=1.810512
对于回归模型的残差图为下图:
图1
三、模型检验
(一)经济意义检验
模型估计结果,可以的出参数估计值
,模型估计结果说明,在假定其他变量不变的情况下,当农业化肥施用量X1每增加1万公斤,平均说来粮食产量会增加6.212562万吨;在假定其他变量不变的情况下,当粮食播种面积X2增加1千公顷,平均说来粮食产量会增加0.42138万吨;在假定其他变量不变的情况下,当成灾面积X3增加1公顷,平均说来粮食产量会减少0.16626万吨;当农业机械总动力X4,平均说来粮食产量会减少0.09777万吨;当农业劳动力X5,平均说来粮食产量会减少0.028425万吨;其中,通过经验可看出农业机械总动力(X4),农业劳动力(X5)系数符号与预期相反。
(二)统计检验
1.拟合优度:
由表1中数据可以得到,该模型的可决系数
=0.982798,修正的可决系数为
=0.97563,这说明整体模型对样本的拟合程度很好。
2.F检验:
在给定显著性水平
时,
,由表1可知F检验值为137.1164,说明该回归方程明显显著,即“农业化肥施用量”、“粮食播种面积”“成灾面积”“农业机械总动力”“农业劳动力”等变量联合起来确实对粮食产量有显著影响。
3.t检验:
分别对
=0进行t检验,在在给定显著性水平
时,
,其中X4、X5的系数t检验不显著,也就是说在其他解释变量不变的情况下,解释变量“农业化肥施用量”、“粮食播种面积”“成灾面积”分别对被解释变量粮食产量有显著影响,而解释变量“农业机械总动力”“农业劳动力”对被解释变量粮食产量没有显著影响。
(三)计量经济学检验并修正
1.1多重共线性检验
现在通过计算各变量之间的相关系数矩阵来检验是否存在严重的多重共线性。
得出相关系数矩阵,如下表:
表2
X1
X2
X3
X4
X5
X1
1
0.0118
0.6401
0.9602
0.5454
X2
0.0118
1
-0.4549
-0.0385
0.1824
X3
0.6402
-0.4549
1
0.6896
0.3557
X4
0.9603
-0.03852
0.6896
1
0.4542
X5
0.5455
0.1824
0.3557
0.4541
1
由表2可以看出,各解释变量相互之间的相关系数较高,证实确实存在严重的多重共线性。
1.2多重共线性的修正
采用逐步回归的方法,去检验和解决多重共线性。
分别作出粮食产量Y,与其影响因素X1、X2、X3、X4、X5的一元回归,结果如下表:
表3
变量
X1
X2
X3
X4
X5
参数估计值
4.576115
0.698880
0.349978
0.379967
2.239614
统计量
11.49202
1.139590
1.742906
6.978587
2.658762
0.891941
0.075073
0.159563
0.752707
0.306429
0.885187
0.017265
0.107036
0.73725
0.263081
由图可以看出,其中X1的
=0.885187最大,一元回归模型估计的最好。
故先以X1为基础,顺次加入其他变量逐步回归。
结果如下表所示:
表4
变量
变量
X1
X2
X3
X4
X5
X1,X2
4.561055(18.46632)
0.670491
(5.156760)
0.955833
X1,X3
5.654330(5.654330)
-0.304546(-5.394803)
0.958348
X1,X4
6.925938
(5.201597)
-0.221178
(-1.837792)
0.900040
X1,X5
4.431559
(9.120625)
0.22128(0.545442)
0.879914
经比较,新加入的X3(即成灾面积)的方程,
=0.958348,改进很大,且当
,
,其中X1,X3的t检验值都明显显著,而加入X4、X5后,其参数检验不显著,故选择保留X3,再加入其他新变量逐步回归,结果如下表所示:
表5
变量
变量
X1
X2
X3
X4
X5
X1,X3,X2
5.255935
(19.56828)
0.408432
(3.348522)
-0.194609
(-3.568637)
0.975220
X1,X3,X4
6.483898
(7.514690)
-0.282914
(-4.706320)
-0.085292
(-1.031006)
0.958522
X1,X3,X5
5.503185
(15.7862)
-0.30510
(-5.397287)
0.234429
(0.979773)
0.958237
由上表可知,在X1,X3基础上加入X2(粮食播种面积)后的方程的
=0.975220,有所改善,且当
,
,其X1、X2、X3的各t检验值明显显著;而加入X4后,
有所改善,然而X4参数检验不显著,而且X4参数的符号也变得不合理;而加入X5后,
有所下降,并且X4参数检验也不显著。
然而为进一步检验多重共线性,所以保留X2,再加入其他新变量再进行逐步回归,结果如下表所示:
表6
变量
变量
X1
X2
X3
X4
X5
X1,X2,X3,X4
6.167476
(9.605468)
0.416026
(3.573713)
-0.168603
(-3.085344)
-0.094481
(-1.54817)
0.977468
X1,X2,X3,X5
5.221724
(17.85555)
0.395401
(3.022900)
-0.198291
(-3.467832)
0.072778
(0.368223)
0.973589
由上表可以看出,在X1、X2、X3的基础上,再加入X4(农业机械总动力)后,
=0.977468有所增加,然而
,
,其中X4参数的t检验不显著;加入X5(农业劳动力)后,
=0.973589有所下降,并且X5参数的t检验不显著。
从相关系数也可以看出,X4、X5与其他变量的相关系数较高,这说明主要是X4、X5引起的多重共线性,予以剔除。
最后综上所述,修正严重多重共线性影响后的回归结果为
t=(19.56828)(3.348522)(-3.568637)
=0.979593,
=0.975220,F=224.0086DW=1.528658
2.1异方差的检验
1.图形法:
分别做出残差平方对“农业化肥施用量X1”、“粮食播种面积X2”“成灾面积X3”“农业机械总动力X4”“农业劳动力X5”的散点图。
如下图所示:
图2
图3
图4
图5
图6
由上图可以看出,随着X1、X2、X3、X4、X5的增加,残差的平方变动没有太大的趋势。
因此,模型很可能不存在异方差,但是这仅仅是在定性的角度下看出这种趋势,但是否确实存在异方差还应通过进一步的检验。
2.ARCH检验
为了进一步检验模型的异方差性,采取ARCH检验方法,先做出辅助函数如下:
其中
为
的估计。
对此函数做滞后两阶的回归分析:
表7
ARCHTest:
F-statistic
0.422077
Probability
0.664355
Obs*R-squared
0.975608
Probability
0.613973
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
11/17/11Time:
23:
24
Sample(adjusted):
19852000
Includedobservations:
16afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
266032.1
102978.5
2.583375
0.0227
RESID^2(-1)
-0.234917
0.273860
-0.857802
0.4065
RESID^2(-2)
-0.052397
0.136969
-0.382544
0.7082
R-squared
0.060976
Meandependentvar
203907.8
AdjustedR-squared
-0.083490
S.D.dependentvar
288571.0
S.E.ofregression
300375.9
Akaikeinfocriterion
28.23082
Sumsquaredresid
1.17E+12
Schwarzcriterion
28.37568
Loglikelihood
-222.8465
F-statistic
0.422077
Durbin-Watsonstat
2.112260
Prob(F-statistic)
0.664355
从上述结果中,可以得到
,其概率P值为0.613973,在显著性水平为0.05的情况下,概率P值大于显著性水平,故接受原假设,表明模型中的随机扰动项确实不存在异方差。
3.1自相关的检验
1.图示检验法
对给定的回归模型直接用回归模型直接用普通最小二乘法估计其参数,求出残差项,与其滞后一项做散点图。
图7
由图形可以看出大部分点都落在右上角,表明随机误差项
可能存在自相关性。
2.DW检验
由修正严重多重共线性影响后的回归结果为
t=(19.56828)(3.348522)(-3.568637)
=0.979593,
=0.975220,F=224.0086DW=1.528658
该回归方程可决系数较高,且回归系数均显著。
对一个样本量为18,三个解释变量的模型,在0.05的显著性水平,查DW统计表可知,
=0.933,
=1.696,模型中
则在粮食产量模型中是否有自相关不能确定。 但从残差图中可以看出可能存在自相关。 如下图所示: 图8 3.2自相关的修正 我们在此假设随机扰动项存在自相关,下面我们用广义差分法做最后的修正。 由模型可得残差序列e,使用e进行滞后一期的自回归,可得如下结果: 表8 DependentVariable: E Method: LeastSquares Date: 11/18/11Time: 00: 04 Sample(adjusted): 19842000 Includedobservations: 17afteradjustments Variable Coefficient Std.Error t-Statistic Prob. E(-1) -0.034311 0.234566 -0.146276 0.8855 R-squared -0.025644 Meandependentvar 84.91840 AdjustedR-squared -0.025644 S.D.dependentvar 532.5462 S.E.ofregression 539.3313 Akaikeinfocriterion 15.47556 Sumsquaredresid 4654052. Schwarzcriterion 15.52457 Loglikelihood -130.5423 Durbin-Watsonstat 1.435730 由表8可知残差滞后一项的自回归方程: 由残差自回归方程得到: ,对原模型进行广义差分,得到广义差分方程: 对此广义差分方程进行回归,结果如下: 表9 DependentVariable: Y+0.034311*Y(-1) Method: LeastSquares Date: 11/18/11Time: 00: 20 Sample(adjusted): 19842000 Includedobservations: 17afteradjustments Variable Coefficient Std.Error t-Statistic Prob. C -22794.25 11856.66 -1.922484 0.0767 X1+0.034311*X1(-1) 5.086168 0.215202 23.63434 0.0000 X2+0.034311*X2(-1) 0.504047 0.100152 5.032821 0.0002 X3+0.034311*X3(-1) -0.194752 0.043103 -4.518303 0.0006 R-squared 0.987920 Meandependentvar 45954.53 AdjustedR-squared 0.985132 S.D.dependentvar 4463.503 S.E.ofregression 544.2602 Akaikeinfocriterion 15.63906 Sumsquaredresid 3850850. Schwarzcrit
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 经济学 粮食产量 论文
![提示](https://static.bdocx.com/images/bang_tan.gif)