计量经济学论文 影响我国粮食产量的主要因素Word文档格式.docx
《计量经济学论文 影响我国粮食产量的主要因素Word文档格式.docx》由会员分享,可在线阅读,更多相关《计量经济学论文 影响我国粮食产量的主要因素Word文档格式.docx(17页珍藏版)》请在冰豆网上搜索。
年份
中国粮食产量
粮食播种面积
农业化肥施用量
成灾面积
农用机械总动力
有效灌溉面积
Y(万吨)
X1(千公顷)
X2(万吨)
X3(千公顷)
X4(万千瓦)
X5(千公顷)
1983
38728
114047
1660
16209
18022
44644.1
1984
40731
112884
1740
15264
19497
44453
1985
37911
108845
1776
22705
20913
44035.9
1986
39151
110933
1931
23656
22950
44225.8
1987
40208
111268
1999
20393
24836
44403
1988
39408
110123
2142
23945
26575
44375.9
1989
40755
112205
2357
24449
28067
44917.2
1990
44624
113466
2590
17819
28708
47403.1
1991
43529
112314
2806
27814
29389
47822.1
1992
44264
110560
2930
25895
30308
48590.1
1993
45649
110509
3152
23133
31817
48727.9
1994
44510
109544
3318
31383
33802
48759.1
1995
46662
110060
3594
22267
36118
49281.2
1996
50454
112548
3828
21233
38547
50381.4
1997
49417
112912
3981
30309
42016
51238.5
1998
51230
113787
4084
25181
45208
52295.6
50839
113161
4124
26731
48996
53158.4
2000
46218
108463
4146
34374
52574
53820.3
2001
45264
106080
4254
31793
55172
54249.4
2002
45706
103891
4339
27319
57930
54354.9
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+β4logX4+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)
R2=0.9802-R2=0.9754F=207.5499D.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,-R2和调整-R2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tα/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F0.05(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)
R2=0.031956-R2=-0.006766F=0.82526D.W.=0.301924
(2)作y与x2的回归,结果如下:
^y=8.79+0.24x2
(45.38)(9.96)
R2=0.798562-R2=0.790505F=99.1077D.W.=0.891809
(3)作y与x3的回归,结果如下:
^y=9.89+0.08x3
(10.62)(0.89)
R2=0.030515-R2=-0.008265F=0.786879D.W.=0.403208
(4)作y与x4的回归,结果如下:
^y=8.86+0.18x3
(34.32)(7.22)
R2=0.676009-R2=0.663049F=52.16261D.W.=0.633209
(5)作y与x5的回归,结果如下:
^y=0.78+0.92x5
(0.67)(8.59)
R2=0.746866-R2=0.736741F=73.76195D.W.=0.645519
由此可见,粮食生产y受农业化肥施用量x2的影响最大,与经验相符,因此选
(2)为初始的回归模型。
▲(6)作y与x2、x1的回归,结果如下
(7)作y与x2、x3的回归,结果如下
(8)作y与x2、x4的回归,结果如下
(9)作y与x2、x5的回归,结果如下
由(6)(7)(8)(9)中的-R2判断可知x2与x1的拟合优度最好。
在初始模型中引入x1后,-R2由0.7905增加到0.9439,则模型拟合优度由提高到了,且参数符号合理,变量通过t检验与f检验。
▲(10)作y与x1,x2,x3的回归
(11)作y与x1,x2,x4的回归
(12)作y与x1,x2,x5的回归
由(10)(11)(12)可知,引入的x3、x4、x5使模型拟合优度都提高了,但x3的-R2更大,与模型拟合的更好,且参数符号合理,变量通过t检验与f检验。
所以在模型中引入x3变量。
▲(13)作y与x1,x2,x3,x4的回归
由(13)结果可知:
引入x4变量后,修正的拟合优度反而略有下降,而且x4未通过符号不符合经济意义,因此不应引入次变量。
▲(14)作y与x1,x2,x3,x5的回归
由(14)的结果可知,引入x5变量后,模型的拟合优度没有减小,但是x5的参数未能通过t检验(0.761755<
tα/2(22)=2.074),所以模型不能引入x5。
综上分析,最终粮食生产的函数应以Y=f(X1,X2,X3)为最优,拟合结果如下:
^y=1.287x1+0.327x2-0.090x3
2、异方差性检验
(1)采用G-Q检验:
将原始数据按x2排成升序,去掉中间的5个数据,得到两个容量为11的子样本。
对两个子样本分别作普通最小二乘回归:
子样本一:
y=8.275+0.110x1+0.336x2-0.151x3
RSS1=∑e2=0.0128
子样本二:
y=-7.432+1.329x1+0.418x2-0.068x3
RSS2=∑e2=0.0154
则计算F统计量:
F=RSS2/RSS1=1.203,在5%与1%的显著水平下,自由度为(7,7)临界值分别为3.79和7.00。
因此不拒绝两组子样本方差相同的假设。
(2)采用怀特检验:
分析可知:
nR2的伴随概率为0.5326,一定大于α,因此不拒绝样本方差相同的假设。
以上两个检验都可以得出模型不存在异方差性。
3、序列相关性检验
采用LM检验法:
nR2的伴随概率为0.3187,一定大于α,因此不拒绝样本的序列不相关的假设,即模型不存在一阶不相关,不存在序列相关性。
五、模型的确定
通过以上检验,最终确定模型为:
logY=-5.95+1.287logX1+0.327logX2-0.090logX3+μ
六、结论
在选择的五个因素中,农药化肥施用量、粮食播种面积和成灾面积对粮食产量的影响较为显著,模型在建立的过程中剔除了农业机械总动力和灌溉面积两个因素,因为在模型的建立中参数符号不符合经济意义且参数的t检验和显著性检验不能通过。
从回归模型可以看出,对粮食产量的贡献中化肥施用量最显著。
这是因为在农业的生产过程中,化肥施用由传统的农家肥向现代新型肥料转变,化肥施用量的增加极大地促进了粮食产量的提高。
播种面积对粮食产量的贡献虽然没有化肥施用量显著,但由于耕地面积的数值远远大于化肥施用量,因此耕地面积的增加对粮食产量的提高贡献较大。
成灾面积对粮食产量的影响系数较小,但若受灾面积绝对值较大时,那么灾害会引起粮食产量较大幅度减少,因此减小成灾面积是提高粮食产量的关键。