影响我国粮食产量因素的计量经济学研究
时间：2021-01-31 16:00:20 来源：雅意学习网 本文已影响 人 
摘要：农业是国家的根本，对于一个大国来说，粮食充足至关重要，作为世界上人口最多的国家，粮食对我国国家安全、国民经济健康稳定发展具有重要的战略意义。文章采用我国1986-2007年22年间的相关统计数据，通过建立计量经济学模型的多元回归方法来探讨影响粮食产量的主要因素并做出分析，并对改善我国粮食产量的现状提出建议。
关键词：粮食产量；影响因素；计量经济学模型；回归分析
粮食是人类赖以生存的必需物品，是国民经济发展和社会稳定的重要物质基础。我国是一个农业大国，同时又是一个农业相对落后的国家。加快粮食生产发展是我国农业肩负的重大任务，2008年11月13日，国家公布了我国第一个中长期粮食安全规划《国家粮食安全中长期规划纲要（2008-2020年）》，可见粮食安全对我国粮食生产、粮食安全保障具有重大战略意义。因此在研究加快粮食生产发展的进程中，只有了解影响粮食产量的主要因素，政府才能正确地做出举措来促进粮食产量健康合理可持续的增长，提高农业发展水平，推进我国社会主义新农村建设。
一、模型设定
影响粮食产量的因素有许多，基于我国农业生产中的经济实际，本模型选用以下因素：
农药化肥施用量，指实际播种和生产中对粮食施以化肥的数量。
粮食播种面积，指实际播种或移植有农作物的面积，凡是实际种植有农作物的面积，不论种植在耕地上还是种植在非耕地上，均包括在农作物播种面积中。
成灾面积，这里指在遭受自然灾害的受灾面积中，农作物实际收获量较常年产量减少3成以上的播种面积。其中农作物受灾面积指年内因遭受旱灾、水灾、风雹灾、霜冻、病虫害及其他自然灾害，使农作物较正常年景产量减产一成以上的农作物播种面积，受灾面积不得重复计算，在同一块土地上如先后遭受几种或几次灾害，只按其受害最大最重的一次计算受灾面积。
农业机械总动力，指主要用于农、林、牧、渔业的各种动力机械的动力总和。
农业劳动力，从事粮食生产各个环节的人口总数。
基于此本文将在确定影响因素的基础上，将模型设定为多元线性回归模型，采用最小二乘估计方法估计出模型的线性表达式，并对模型进行检验和调整，最终得到影响粮食产量的计量模型。
二、数据收集及整理
根据以上分析，以粮食产量（千公顷）为被解释变量，农药化肥施用量X1（万吨）、粮食播种面积X2（千公顷）、成灾面积X3（千公顷）、农业机械总动力X4（万千瓦）和农业劳动力X5（万人）为被解释变量，建立多元线性回归模型。
Y=C+C1X1+C2X2+C3X3+C4X4+C5X5+u
（一）数据信息（见表1）
（二）数据的评价
本模型的数据来源于中国国家统计局发布的2010年《中国统计年鉴》，来源可靠，具有权威性，内容真实，因此估计出来的回归模型较有说服力。
三、模型的估计、检验及调整
（一）最小二乘估计
运用Eviews5.0软件对模型进行最小二乘估计（OLS）得到回归方程如下：
Y=-24092.97+6.204591X1+0.560423X2-0.140504X3-0.111877X4-0.161105X5
t=（-3.673376）（12.69902）
（12.88505）（-5.708769）（-3.011375）（-1.421981）
R^2=0.987032Adjusted
R^2=0.982979F=243.5533df=22
（二）检验与调整
1、经济意义检验
从回归结果可以看出，该模型中各解释变量的系数可以初步通过检验，较为符合实际经济理论的内容。
2、统计检验
从回归结果看，可决系数R^2=0.987032，调整R^2=0.982979，故可以判断模型的拟合程度较好。F检验值243.5533，显著性较强，方程整体的显著程度很好。但是，值得注意的是，x5的t值检验不显著，x4的回归系数为负，说明农业机械总动力的提高反而会导致粮食产量的下降，这与定性判断的结果相违背。因此，可以初步判定方程具有多重共线性，需要进行检验和修正。
首先，运用Eviews得出各解释变量的相关系数矩阵，可知解释变量之间存在相关关系，采用逐步回归法对多重共线性进行修正。分别作Y对X1、X2、X3、X4、X5的一元回归，在Y对X1的一元回归中的R^2最大，所以以X1为基础，顺次加入其他变量逐步回归。在几个变量中，可知加入X2后方程的拟合优度最高，调整R^2=0.944927，且X1和X2的t检验显著，选择保留x2，进行下一步检验。当加入变量X3后方程的拟合优度提高，调整R^2=0.975220，且各参数的t检验显著，选择保留x3，进行下一步检验。当加入X5时，调整R^2无较大变动，但是其参数的t检验不显著。加入X4后，调整R^2有所增加，其参数的t检验虽然合格，但不是很显著，并且系数的符号为负，有一定的不合理。并且从相关系数表可以看出，X4、X5与其他变量相关，这说明主要是X4、X5引起了多重共线性，所以予以剔除。
因此，修正后的回归结果为：
Y=-39036.34+4.761402X1+0.651480X2
-0.134670X3
t=（-8.360241）（28.78732）（16.67249）（-4.922036）
R^2=0.978760 AdjustedR^2=0.975220 F=276.4816
3、计量经济学检验
（1）异方差检验
选用White检验方法检验模型是否存在异方差，运用Eviews软件可以得出，nR^2=6.264809，由White检验知，在α=0.05下，自由度为9，查χ^2分布表，得临界值为16.9190，因为6.264809<16.9190，所以，接受原假设，模型不存在异方差。
（2）自相关检验
由最终的回归结果知，DW统计值=1.515043，查Dubin-Watson统计量表，得k=3时的临界值为dL=1.053，dU=1.664，dL
R^2=0.964063F=152.0173 DW=1.856145
由于使用了广义差分，样本容量减少了1个，为21个，此时DW=1.856145，当样本数据为21，解释变量为3时dL=1.026，dU=1.669，DW>dU，所以，在广义差分模型中已无自相关。由差分方程式有C=-29192.97/（1-0.227532）=-37791.82，令X1*=X1-0.227532*X1（-1），X2*=X1-0.227532*X2（-1），X3*=X1-0.227532*X3（-1）
