粮食产量分析

YEUYANG-ENUNIVERSITY计量经济学论文题目：中国粮食生产影响因素研究姓名：陈好妹院系：财政金融专业：财政学年级：07级学号：011420070048指导老师：舒辅琪副教授完成日期：二O一O年五月三十日计量经济学课程论文2目录摘要………………………………………………………3引言…………………………………………………………4影响我国粮食产量的实证分析………………………………4结论与建议………………………………………………………24参考文献………………………………………………………25计量经济学课程论文3摘要粮食是人类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。人们都知道，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产与发展的一个永恒的主题。建国以来我国的粮食产量出现了多次的波动，给消费者和生产者带来了很不利的影响，所以了解影响粮食生产因素很重要。通过计量经济学方法创建我国粮食生产函数，我们会发现粮食播种、化肥施用量、受灾面积是影响粮食生产的三大因素，其中粮食播种面积的影响最大。关键词:粮食产量、播种面积、化肥施用量、受灾面积计量经济学课程论文4引言总所周知，粮食是我们人类生命得以延续的最基础的物质条件，没有粮食这个物质基础，人类将无法生存。回顾我国粮食的生产情况，我们会发现，随着社会的发展，技术水平的提高，从整体来讲我过粮食产量呈上升的趋势。在改革开放（1978年）以前我国粮食产量缓慢增长，一直都存于30000万吨以下。改革开放后，我国粮食产量从30000万吨一路震荡走高，粮食生产得到快速发展，但波动也更频繁复杂。在1996年总产量首次跨上50000万吨的大台阶，达到了50453万吨，增长率为8.13%。但在2000年开始出现了几年的连续减产的现象，曾一路降到43069万吨的局面，一下子退回到十年前的水平，让人担忧。从2004年以来的5年里，我国粮食产量连续5年增产。在2008年粮食产量达到52870万吨，据中国农业部称，中国粮食产量可能达到历史最高水平。从历史的发展趋势中，不难看出粮食产量的波动性。因此，对我国粮食生产影响因素的实证研究就显得十分有必要，以此寻找我国粮食稳定增产的有效途径。影响我国粮食产量因素的实证分析（一）模型的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、技术进步、生产结构、制度因素、气候变化和自然灾害等等因素都影响着粮食产量。为了基本涵盖这些基本因素，本文选择了以农业化肥施用量、粮食播种面积、成灾面积、有效灌溉面积、农业机械总动力等为解释变量，以粮食产量为被解释变量。对于这些影响因素，我找到了1995到2008年的关于这些因素的数据，借此来分析中国粮食产量的影响因素和它们是如何来影响粮食产量的，以下是我对所找的数据做的一些说明。1、粮食产量。作为被解释变量，从表中我们可以知道它是波动不定的，但总体趋势还是增长的。2、播种面积。随着播种面积的减少，粮食产量也会相应的减产，二者成正相关的关系。3、成灾面积。成灾面积的增加会使粮食产量减少，它们是负相关的关系。4、有效灌溉面积。指具有一定的水源，地块比较平整，灌溉工程或设备已经配套，在一般年景下，当年能够进行正常灌溉的耕地面积。在一般情况下，有计量经济学课程论文5效灌溉面积应等于灌溉工程或设备已经配备，能够进行正常灌溉的水田和水浇地面积之和。它是反映我国耕地抗旱能力的一个重要指标。与粮食产量成正相关。5、农业机械总动力。包括耕作机械、排灌机械、收获机械、农用运输机械、植物保护机械、牧业机械、林业机械、渔业机械和其他农业机械等。它的增加也会使粮食产量增加。（二）变量的定义假设粮食产量与农业化肥施用量、粮食播种面积、成灾面积、有效灌溉面积、农业机械总动力之间存在线性关系，其中Y表示粮食产量X1表示播种面积X2表示成灾面积X3表示农用机械总动力X4表示有效灌溉面积X5化肥施用量样本时间从1995年到2008年样本大小：n=14(三)样本数据的选择以2009年版的《中国统计年鉴2009》为资料来源，使用了1995年到2008年的中国粮食产量和播种面积、成灾面积、有效灌溉面积、农业机械总动力和农业化肥施用量的数据，对影响粮食产量的因素进行实证分析。表一：中国1995-2008年的粮食产量及其相关影响因素统计表年份粮食产量（万吨）/Y播种面积（千公顷）/X1成灾面积（千公顷）/X2农用机械总动力(万千瓦）/X3有效灌溉面积(千公顷）/X4化肥施用量(万吨）/X51995466621100604582436118492813594199650454112548469913854750381382819974941711291253427420165123939811998512301137875014545208522964084199950839113161499804899653158412420004621810846354688525745382041462001452641060805221555172542494254200245706103891469465793054355433920034307099410545066038754014441220044694710160637106640285447846372005484021042783881868398550294766200649804104958410917252255750492820075016010563848992765905651851082008528711067933999082190584725239数据来源：2009年版的《中国统计年鉴2009》计量经济学课程论文6（四）经济计量模型的建立建立粮食产量与农业化肥施用量、粮食播种面积、成灾面积、有效灌溉面积、农业机械总动力的一个5元线性回归模型:55443322110xxxxxy其中：β0、β1、β2、β3、β4、β5是待定参数.μ是随机误差项样本大小:n=14总平方和的自由度:n-1回归平方和的自由度：k=5(解释变量的个数)残差平方和的自由度:n-k-1待定参数个数：k+1=6利用Eviews软件，采用已搜集的数据对模型进行OLS回归，结果如下表所示：DependentVariable:YMethod:LeastSquaresDate:05/29/10Time:12:43Sample:19952008Includedobservations:14CoefficientStd.Errort-StatisticProb.C-36622.5116184.84-2.2627670.0535X10.6181520.0774927.9769390.0000X2-0.1191200.039245-3.0353100.0162X3-0.1494520.172520-0.8662880.4116X4-0.1321930.379116-0.3486890.7363X59.0857783.6519022.4879580.0376R-squared0.968455Meandependentvar48360.29AdjustedR-squared0.948740S.D.dependentvar2768.524S.E.ofregression626.8128Akaikeinfocriterion16.01670Sumsquaredresid3143154.Schwarzcriterion16.29058Loglikelihood-106.1169Hannan-Quinncriter.15.99135F-statistic49.12175Durbin-Watsonstat2.060123Prob(F-statistic)0.000009计量经济学课程论文7由此可见，该模型2R=0.968455，调整的2R=0.948740很高，F=49.12175明显显著，但是当a=0.05时，ta/2（14-5）=t0.05/2（14-5）=2.262，此时，X3，X4的T检验不显著，这表明可能存在很严重的多重共线性。（五）多重共线性的的检验计算各解释变量的相关系数，选择X1,X2,X3,X4,X5数据，通过Eviews软件，得到相关系数矩阵如下：X1X2X3X4X5X110.3108225895494686-0.6486044282501619-0.5654178356088598-0.5724658205807768X20.31082258954946861-0.4914505578111244-0.3698118956560495-0.5079255069214623X3-0.6486044282501619-0.491450557811124410.96764785817280910.9898645265333025X4-0.5654178356088598-0.36981189565604950.967647858172809110.9539102051937531X5-0.5724658205807768-0.50792550692146230.98986452653330250.95391020519375311由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在多重共线性.（六）修正多重共线性表6-1Y对X1的一元回归结果DependentVariable:YMethod:LeastSquaresDate:05/29/10Time:13:20Sample:19952008Includedobservations:14CoefficientStd.Errort-StatisticProb.C9851.44715228.340.6469150.5299X10.3585590.1416742.5308720.0264R-squared0.348014Meandependentvar48360.29AdjustedR-squared0.293682S.D.dependentvar2768.524S.E.ofregression2326.743Akaikeinfocriterion18.47389Sumsquaredresid64964769Schwarzcriterion18.56518Loglikelihood-127.3172Hannan-Quinncriter.18.46544F-statistic6.405314Durbin-Watsonstat0.610605Prob(F-statistic)0.026377计量经济学课程论文8表6-2Y对X2的一元回归结果DependentVariable:YMethod:LeastSquaresDate:05/29/10Time:13:23Sample:19952008Includedobservations:14CoefficientStd.Errort-StatisticProb.C55590.326057.3779.1772930.0000X2-0.1531970.127421-1.2022960.2524R-squared0.107509Meandependentvar48360.29AdjustedR-squared0.033135S.D.dependentvar2768.524S.E.ofregression2722.270Akaikeinfocriterion18.78788Sumsquaredresid88929059Schwarzcriterion18.87918Loglikelihood-129.5152Hannan-Quinncriter.18.77943F-statistic1.445515Durbin-Watsonstat0.547277Prob(F-statistic)0.252437表6-3Y对X3的一元回归结果DependentVar