1、我國糧食產(chǎn)量的影響因素分析摘要：本文針對我國是一個農(nóng)業(yè)大國的基本國情，選取我國1978-2011年的相關數(shù)據(jù)，對我國糧食產(chǎn)量的影響因素的分析、檢驗，并對各因素的影響程度的大小進行比較，最終建立合適的回歸模型，對其做統(tǒng)計和經(jīng)濟意義上的分析，并根據(jù)結果提出建議。關鍵詞：農(nóng)業(yè)糧食產(chǎn)量有效灌溉面積受災面積一、問題的提出我國是傳統(tǒng)意義上的農(nóng)業(yè)大國，農(nóng)業(yè)生產(chǎn)一直在我國經(jīng)濟發(fā)展中占據(jù)著重要的地位。建國后，在經(jīng)歷人民公社運動、大躍進以及文革的浩劫后，農(nóng)業(yè)發(fā)展嚴重滯后，無法滿足人民的需要。1978年改革開放也首先在農(nóng)村地區(qū)開展，實行家庭生產(chǎn)承包責任制，農(nóng)業(yè)有了快速的發(fā)展。隨著科技的不斷進步，糧食產(chǎn)量也不斷上升。

2、可是農(nóng)村人口和耕地面積的不斷減少也制約著糧食產(chǎn)量的進一步增加。到底是哪些因素制約著糧食產(chǎn)量呢？針對這個問題，本文選取了我國1978年到2011年的相關數(shù)據(jù)，通過建立回歸模型，對各種影響因素進行分析。并且在通過分析知道影響糧食產(chǎn)量的因素后，提出了提高糧食產(chǎn)量的有效途徑。二、數(shù)據(jù)收集本文選取了1978年至2011年的34組數(shù)據(jù)，從數(shù)據(jù)個數(shù)來看完全滿足多元回歸模型的設定需要。選取1978年以后的數(shù)據(jù)主要是因為1978年之前，由于人民公社化運動期間農(nóng)業(yè)數(shù)據(jù)的浮夸形象，以及文革期間農(nóng)業(yè)生產(chǎn)的停滯等非正常社會現(xiàn)象會影響模型的分析，故從1978年我國改革開放之后開始選取數(shù)據(jù)。1978年-2011年我國糧食生

3、產(chǎn)與相關投入的數(shù)據(jù)表年份糧食產(chǎn)量（萬噸）農(nóng)業(yè)機械總動力（萬千瓦）有效灌溉面積（千公頃）農(nóng)用化肥施用折純量（萬噸）糧食作物播種面積（千公頃）受災面積（千公頃）YX1X2X3X4X5197830476.5011749.9044965.00884.00120587.2050807197933211.50'13379.5045003.131086.30119262.7039367198032055.50114745.7544888.071269.40117234.2750025198132502.00115680.1044573.801334.90114957.6739786198235450

4、.00116614.2144176.871513.40113462.4033133198338727.50118021.9044644.071659.80114047.2034713198440730.5019497.2244453.001739.80112883.9331887198537910.802>0912.5544035.931775.80108845.1344365198639151.202>2950.0044225.801930.60110932.6047135198740297.702>4836.0044403.001999.30111267.77420861

5、98839408.102>6575.0044375.912141.50110122.6050874198940754.902>8067.0044917.202357.10112204.6746991199044624.302>8707.7047403.072590.30113465.8738474199143529.302>9388.6047822.072805.10112313.6055472199244265.80:30308.4048590.102930.20110559.7051332199345648.80:31816.6048727.903151.80110

6、508.7048827199444510.10:33802.5048759.103317.90109543.7055046199546661.80:36118.0549281.603593.70110060.4045824199650453.50:38546.9050381.603827.90112547.9246991199749417.10412015.6051238.503980.70112912.1053427199851229.53415207.7152295.604083.69113787.4050145199950838.58418996.1253158.414124.32113

7、160.9849980200046217.52552573.6153820.334146.41108462.5454688200145263.67555172.1054249.394253.76106080.0352215200245705.75557929.8554354.854339.39103890.8346946200343069.53650386.5454014.234411.5699410.3754506200446946.95654027.9154478.424636.58101606.0337106200548402.19658397.8555029.344766.221042

8、78.3838818200649804.23:72522.1255750.504927.69104957.7041091200750160.28:76589.5656518.345107.83105638.3648992200852870.92832190.4158471.685239.02106792.6539990200953082.08837496.1059261.455404.35108985.7547214201054647.719)2780.4860347.705561.68109876.0937426201157120.859)7734.6661681.565704.241105

9、73.0232471注：數(shù)據(jù)來源-中國統(tǒng)計年鑒1978-2011»三、模型設定1、分別做被解釋變量（Y）與解釋變量（XI、X2、X&X4X5）的散點圖，結果如下:120GQO-T65000-I1D0000-AC0CC-60ODD-40000-20000-0-6000040000-13go060000-55000-50000-45000400QQ50000V600006000-14OGO-2OGO-3口。期400005DD0D6000<60D00-I50000-OoOO'dro40000-3CQOOJ1130000400005MD060000由散點圖可知，解釋變量

10、與別解釋變量間的線性關系并不明確，故對原方程兩邊同時取對數(shù)，建立新的回歸方程logy=ftiog+ftiogij+岫%+&蜘兒+AMs+c3、為了方便計算，對變量進行重新定義，在eviews對話框中輸入genry=log(y)genrx1=log(x1)genrx2=log(x2)genrx3=log(x3)genrx4=log(x4)genrx5=log(x5)建立新的回歸模型，結果如下圖DependentVariableYMethodLeastSquaresDateOG/10/14Time16:33Sample19782011Includedobservations34Variab

11、leCoefficientStdError"StatisticProbC-2.4060781.929996-12477120.2226X10.0781240.0586771.3314300.1938X2-0.6034570.171470-3.5193190.0015X30.4016260.04322692912140.0000X41.4515650.176796S.26696B0.0000X5-0.1284410.029073-44178630.0001R-squared0.979454Meandependentvar1068591AdjustedR-squared0975785SD

12、dependentvar016口659SEof0025001Akaikeinfocriterion-A381058Sumsquaredrssid0017501SchwarzcriterionM111696Laglikelihood8047796F-statistic266.9577Durbin-Watsonstat0.958146Prob(F-stati9tic)0.000000由上圖可知新的多元回歸模型為Y=2.4080780.078124X1-0.603457X20.401626X31.461565X4-0.128441X5四、模型的檢驗與調整（一）經(jīng)濟意義檢驗由經(jīng)濟分析可知，糧食產(chǎn)量（Y

13、）與農(nóng)業(yè)機械總動力（X1）、有效灌溉面積（X2）、農(nóng)用化肥施用折純量（X3）、糧食作物播種面積（X4）應成正相關關系，與受災面積（X5）應成負相關關系。但是，多元回歸模型中有效灌溉面積（X2）前的系數(shù)符合為負，證明成負相關關系，與經(jīng)濟學意義不符，故認為原模型存在錯誤，需要調整。（二）統(tǒng)計檢驗Y=-2.4080780.078124X1-0.603457X20.401626X31.461565X4-0.128441X5T=（-1.2477）（1.3314）（-3.5193）（9.2912）（8.2670）（-4.4179）22R2=0.979454R2=0.975785F=266.9577由上述回

14、歸結果可知，R2與R2的值都較接近于1,表明模型的擬合優(yōu)度很高。在a=0.05的顯著性水平下，X2、X&X4、X5的t統(tǒng)計量值均通過了顯著性檢驗。F值的統(tǒng)計量的臨界值為2.56,F值明顯大于該臨界值，所以模型的線性關系在95%勺置信水平下顯著成立。（三）計量經(jīng)濟學檢驗1、用逐步回歸法檢驗多重共線性(1)XI、X2、X3、X4X5的相關系數(shù)如下表:YX1X2X3X4X5Y1.0000000.91346408465780.951999-0.5316330.016191X10.9134641.00000009540910.974134-0.7267150038926X208455760954

15、09110000000903987-05912830002525X30.95199909741340903987100000007177720125457X4-0.531633-0726715-0.591233-0.7177721.0000000.075902X50.016191003892600025250125457-0.0759021.000000由表中數(shù)據(jù)可知x1與x2、x3,x2與x3,存在高度相關性。(2)且由上圖可知，糧食產(chǎn)量(Y)與農(nóng)用化肥施用折純量(X3)的相關系數(shù)最大，所以我們建立的一元回歸方程為Y二一X3；(3)分別逐步回歸，結果如下圖表：糧食產(chǎn)量影響因素模型逐步回歸結果

16、模型X1X2X3X4X5Y2RRY=f(X3)0.2907(63.24)0.90630.9034Y=f(X1,X3)-0.0718(-1.14)0.3718(5.108)0.91010.9043Y=f(X2,X3)-0.1238(-0.643)0.3134(8.034)0.90750.9016Y=f(X3,X4)0.3593(21.212)1.2(5.641)0.95380.9508Y=f(X3,X5)0.2948(18.52)-0.1033(-2.013)0.91710.9118Y=f(X1,X3,X4)-0.0282(-0.61)0.3899(7.3783)1.1767(5.3906)0.

17、95430.9498Y=f(X2,X3,X4)-0.2829(-2.155)0.416(13.505)1.2856(6.267)0.960.956Y=f(X3,X4,X5)0.3642(24.374)1.2123(6.492)-0.1078(-3.203)0.96550.9621Y=f(X1,X3,X4,X5)-0.0887(-2.2)0.4614(9.837)1.1422(6.379)-0.1356(-3.96)0.97040.9663Y=f(X2,X3,X4,X5)-0.4191(-4.09)0.4497(18.63)1.3425(8.687)-0.1391(-4.91)0.97810.9

18、751由上圖可知，在引入逐步回歸后，模型的擬合優(yōu)度都有所提高，通過分析確定，最終糧食產(chǎn)量函數(shù)應以Y=f(X3,X4,X5)為最優(yōu)，擬合結果如下:DependentVariable：YMethodLeastSquaresDate.06/10/14Time.16.27Sample19782011Includedobservations34VariableCoefficientStdErrort-StatisticProbC-51465132274839-226192400311X30.3642260.01494324.3736400000X41.21231001867206.49237600000

19、X5-01077960033655320297800032R-squared0965544Me3ndependentvar1068591AdjustedR-squared0.962098S.D.dependentvar0160659SEofregression0.031278Akaikeinfocriterion-3.981678Sumsquaredresid0029349Schwarzcriterion-3802106Loglikelihood71.68853F-statistic280.2213Durbin-Watsonstat0.496775ProbiF-statistio)000000

20、0Y-5.14550.3642X31.2123X4-0.1078X52、異方差性檢驗（white檢驗法）利用wMte檢驗法對回歸模型進行異方差性檢驗，結果如下圖WhiteHeteroskedasticityTestF-statistic2.612073Probability0.029172Obs*R-squared16.82418Probability0.051541由上圖分析可知，nR的伴隨卞S率為0.0515,大于口=0.05顯著性水平錯誤！未找到引用源。，因此不拒絕樣本方差相同的假設。所以得出模型不存在異方差性。3、自相關性檢驗（偏相關系數(shù)檢驗法）在方程窗口中點擊View/Residua

21、lTest/Correlogram-Q-statistics,并輸入滯后期為16,則會得到殘差et與eu©，0,0的各期相關系數(shù)和偏相關系數(shù)，結果如圖所示:Date:06/10/14Time:16:42Sample:19782011Includedobservations34AutocorrelationPartialCorrelationACPACQ-StatProbn10,74507452056600001ZZI1120.379-0.39426.0520.0001111(130.074406726.2710000i匚14-0130-0.0862696000001匚11Zl15*0

22、,175010528.2480.0001匚11116-0.137-0.04129.0660.000IC1>I1-0.118-口J18296930000111ZJ18-0.0270209297270000111匚19-0.011-0.23429.7330.00011111110-0.069-0.05429,97800011'E11111-0.101003130521000111匚1(112-0.132-006631.4920.002匚11113-0.153-0.05432.8500002匚1匚114-0178-0204347890002匚1II15-0.222000137.9620

23、0011d16-0.270-0.21542.9330.000從圖中可以看出，模型白第1期、第2期偏相關系數(shù)的直方塊超過了虛線部分，存在著一階和二階自相關。自相關性的調整：加入AR項對回歸模型進行調整，在LS命令中加上AR(1)和AR(2),使用迭代估計法估計模型。結果如圖所示：DependentVariable.YMethod:LeastSquaresDate；06/10/14Time：16.47Sample(adjusted).19802011Includedcbservatians.32afteradjustingendpointsConvergenceachievedafter7iter

24、ationsVariableCoefficientStd.Errort-StatisticProb.C-57041752759166-206735500488X303591290024661145626400000X412956340223322578867900000X5-01419000018300754731100000AR(1)11250920176119638825700000AR(2)-04642500179713-258328400150R-squared0985529Meandependentvar10.70580AdjustedR-squared0982746Sdepende

25、ntvar0,142884S.E.ofregression0018768Akaikeinfocnterion-4945921Sumsquaredresid0009159Schwarzcriterion4671098Loglikelihood85.13474F-statistic3541370Durbin-Watsonstat1934958ProbiF-statistic)0.000000上圖表明，估計過程經(jīng)過7次迭代后收斂；已，P2的估計值分別為1.1251和-0.3643,并且t檢驗顯著，說明該模型確實存在一階和二階自相關性。調整后模型的D厚1.935,n=32,k=3,取顯著性水平a=0.

26、05時，查表得dL=1.04,du=1.428,而du<1.935=DW<4du,說明模型不存在一階自相關性；再進行偏相關系數(shù)檢驗，如下圖所示，表明也不存在高階自相關性。Date:06/10/14Time:16:55Sample:19802011Includedobservations32Q-ststisticprobabilitiesadjustedfor2ARMAterrn(s)AutocorrelationPartialCorrelationACPACQ-StalProb11工11-0075-00760.2034ir1'匚2-0109-01160.6353111

27、9;13-0019-00380.64950.42011ir14-0075-00940S6G9064511，11-5006700471048207901J1J1G00930086140820843111匚17-0.191-0.17329938D.7011"1i80.13901363.8759069311111190.0340.0283.93030.788i1ir110-0129-01064.74330.78411i11005400264.90100.843r匚112-0.134-0.13358805082511<1111300490058601880872'匚11匚1140123-02416930308621111J115003500957.00910902'匚1u116-0088-01607.53760912（四）模型的最終確定綜上所述，可知最終的模型為：Y=-5.70420.3591X31.2956X4-0.1419X5五、結論在選擇的五個因素中，農(nóng)藥化肥施用量、糧食播種面積和成災面積對糧食產(chǎn)量的影響較