我国农业总产值影响因素的实证分析

我国农业总产值影响因素的实证分析学院：金融班级：13金融三班[内容摘要]：改革开放以来，我国大力发展农业，随着科技水平的提高，农业发展取得长足进步，于是发现认清影响农业总产值的影响因素对于我国大力发展农业解决“三农”问题有着重要的作用，我在网上查阅相关资料时发现目前对于影响因素的简单分析都停留在农村从业人数和化肥施用量上，鉴于我国农用机械的普及率很低，我增加了变量农业机械总动力作为解释变量。[关键词]：农业总产值农业从业人员人数化肥施用量农业机械总动力一引言我国是农业大国，发展农业对于我国发展来说至关重要，农业的薄弱定然导致国家建设根基的不稳，所以研究农业发展是各类建设研究的基础和重点。二模型的设定1影响因素的分析(1)农业从业人员农业从业人员，一般认为与农业总产值正相关，但是我查阅资料时发现，我国农村存在大量剩余劳动力，边际劳动生产率为负值，所以需要进行数据分析再进行论断。(2)农业机械总动力农业机械的投入对于加大农业总产值具有很大作用，机械的投入可以大大减少劳力的支出，增加效率，减少不必要的劳动付出。但是鉴于我国机械率的普及不高，需要进行实证分析。(3)农业化肥施用折纯量随着科技的发展和我国农民素质水平的上升，化肥得到合理利用，这对于我国农业发展大有脾益，查阅资料时候发现这也是很多资料的研究方向。三参数估计Y农业总产值(亿元)X2乡村从业人员(万人)X3农业机械总动力(万千瓦)X4农用化肥施用折纯量(万吨)基于以上数据，初步建立模型Y=C1+C2*X2+C3*X3+C4*X4+四数据的收集本文收集了我国1998-2012年的相关数据,因为14年的数据和2013年的乡村从业人员数据没有在统计年鉴找到，所以没有采用13年和14年的数据时间农业总产值(亿元)乡村从业人员(万人)农业机械总动力(万千瓦)农用化肥施用折纯量(万吨)1998年14,241.8846,432.3045,207.704,083.701999年14,106.2246,896.4948,996.124,124.322000年13,873.6047,962.1452,573.614,146.412001年14,462.8048,228.9455,172.104,253.762002年14,931.5448,526.8557,929.854,339.392003年14,870.1048,971.0260,386.544,411.562004年18,138.3649,695.2864,027.914,636.582005年19,613.3750,387.2668,397.854,766.222006年21,522.2850,976.8172,522.124,927.692007年24,658.1051,435.7476,589.565,107.832008年28,044.1552,025.6482,190.415,239.022009年30,777.5052,599.3087,496.105,404.402010年36,941.1153,243.9392,780.485,561.682011年41,988.6453,685.4497,734.665,704.242012年46,940.4653,857.88102,558.965,838.85注：以上数据来源各年份中国统计年鉴五模型的估计与调整用最小二乘法，利用Eviews软件可得估计结果如下：DependentVariable:YMethod:LeastSquaresDate:06/09/15Time:12:23Sample:19982012Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-531476.7100398.8-5.2936560.0003X29.3628461.7945545.2173670.0003X3-0.4342490.336704-1.2897060.2236X462.9290614.563244.3210900.0012R-squared0.980181Meandependentvar23674.01AdjustedR-squared0.974776S.D.dependentvar10988.30S.E.ofregression1745.156Akaikeinfocriterion17.99025Sumsquaredresid33501259Schwarzcriterion18.17907Loglikelihood-130.9269Hannan-Quinncriter.17.98824F-statistic181.3452Durbin-Watsonstat1.718287Prob(F-statistic)0.000000报告形式：Y=-531476.7+9.362846*X2-0.434249*X3+62.92906*X4t=（-5.293656）（5.217367）（-1.289706）(4.321090)R2=0.9801812R0.974776F=181.3452经济意义检验：各符号与预期一致，X3为负可能是因为机械普及率落后导致的，最后分析。统计检验：判定系数：R2=0.997470接近于1，表明模型对样本数据拟合优度高。F检验：F=356.6788,在给定显著性水平a=0.05的情况下大于临界值3.48，说明各个变量联合起来对农业总产值有影响。,T检验：由于本题中Std.Error过大，可能存在多重共线性，现对其进行计量经济检验：计量经济检验：多重共线性检验：由于选择的影响因素过多，所以估计模型之前，应先分析各个因素与被解释变量之间的关系，以及因素之间的相关程度，利用COR命令进行相关系数检验，得相关系数矩阵为：通过计算表明，各解释变量之间是两两高度相关的。证明确实存在一定的多重共线性。经过以上的逐步引入检验过程，最终确定居民储蓄存款函数为修正：采用逐步回归法对其进行补救对每一个变量做简单回归对x2DependentVariable:YMethod:LeastSquaresDate:06/09/15Time:12:40Sample:19982012Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C164609.617043.509.6582070.0000X2-4.6855800.565285-8.2888750.0000R-squared0.840892Meandependentvar23674.01AdjustedR-squared0.828653S.D.dependentvar10988.30S.E.ofregression4548.510Akaikeinfocriterion19.80655Sumsquaredresid2.69E+08Schwarzcriterion19.90096Loglikelihood-146.5491Hannan-Quinncriter.19.80555F-statistic68.70545Durbin-Watsonstat0.261952Prob(F-statistic)0.000002对X3DependentVariable:YMethod:LeastSquaresDate:06/09/15Time:12:40Sample:19982012Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-17421.423194.697-5.4532320.0001X30.5790460.04367813.257240.0000R-squared0.931127Meandependentvar23674.01AdjustedR-squared0.925830S.D.dependentvar10988.30S.E.ofregression2992.582Akaikeinfocriterion18.96923Sumsquaredresid1.16E+08Schwarzcriterion19.06363Loglikelihood-140.2692Hannan-Quinncriter.18.96822F-statistic175.7545Durbin-Watsonstat0.322272Prob(F-statistic)0.000000对X4DependentVariable:YMethod:LeastSquaresDate:06/09/15Time:12:41Sample:19982012Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-60041.106714.308-8.9422610.0000X417.309471.37809412.560440.0000R-squared0.923872Meandependentvar23674.01AdjustedR-squared0.918016S.D.dependentvar10988.30S.E.ofregression3146.268Akaikeinfocriterion19.06939Sumsquaredresid1.29E+08Schwarzcriterion19.16379Loglikelihood-141.0204Hannan-Quinncriter.19.06838F-statistic157.7646Durbin-Watsonstat0.262950Prob(F-statistic)0.000000分析数据可以发现X4对对被解释变量的贡献最大，以X4为基础逐一添加其余解释变量。添加X3DependentVariable:YMethod:LeastSquaresDate:06/09/15Time:12:48Sample:19982012Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-18996.3237076.57-0.5123540.6177X30.5579870.4958751.1252560.2825X40.63467014.881330.0426490.9667R-squared0.931138Meandependentvar23674.01AdjustedR-squared0.919661S.D.dependentvar10988.30S.E.ofregression3114.542Akaikeinfocriterion19.10241Sumsquaredresid1.16E+08Schwarzcriterion19.24402Loglikelihood-140.2681Hannan-Quinncriter.19.10090F-statistic81.13067Durbin-Watsonstat0.317867Prob(F-statistic)0.000000添加X2DependentVariable:YMethod:LeastSquaresDate:06/09/15Time:12:42Sample:19982012Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-438170.971510.63-6.1273540.0001X28.0555841.5212635.2953260.0002X445.394395.3615328.4666820.0000R-squared0.977185Meandependentvar23674.01AdjustedR-squared0.973382S.D.dependentvar10988.30S.E.ofregressi