《计量经济学论文10115928》由会员分享，可在线阅读，更多相关《计量经济学论文10115928（8页珍藏版）》请在金锄头文库上搜索。
1、南部地区农业产值因素检验一、 选题意义及背景作为人口大国，粮食问题无疑是中国人最关心的问题之一。当实现“世界7%的耕地养活世界22%的人口”的伟大成就时，曾经饱尝饥饿之苦的中国人终于扬眉吐气了一回。然而在前几年，中国悄然进入“粮食净进口国”的行列。至今，国内粮食一直处于求大于供的状态，而粮食安全也时不时成为争论的话题。面对这一严峻形势，本文从影响农业总产值的各方面因素以南部地区为考察范围对我国的农业综合生产能力的现状做相关的评估和分析。所谓农业综合生产能力,是指在一定的时间里和确定的区域内,为全面开发利用农业资源,发展地区农村经济而进行的综合性生产建设活动。它的最终目标是合理配置、科学利用农业
2、生产要素，提高农业综合生产能力和市场竞争力，推动传统农业向现代农业转变。二、 文献述评理论界认为，定性的看，农业劳动力的投入，有效灌溉面积，农用化肥施用量，农村居民家庭生产性固定资产，农业人口平均机械拥有量对农业总产值具有显著的影响。更多农业劳动力的投入使得更多耕地面积得到利用，相应的会增加农业总产值的产出，但根据边际收益递减经济学原理，当劳动力投入超过一定的临界值就会带来相反的效果。有效灌溉面积，农用化肥施用量的增多也对农业总产值的增加具有正面影响。农村居民家庭生产性固定资产和农业人口平均机械拥有量的增多将会带来更高的农业生产效率，提高农业综合生产能力和市场竞争力，也会对农业总产值的增加带来
3、积极影响。本文的目的在于将上述理论量化，探究这种影响的显著性。三、 设定模型1、 变量的选取：16个省市在2004年度的农业总产值（单位：亿元）其中i分别代表上海、江苏、浙江、安徽、福建、江西、山东、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南：16个省市在2004年度的农业劳动力（单位：万人）：16个省市在2004年度的有效灌溉面积（单位：万公顷）：16个省市在2004年度的农村居民家庭生产性固定资产（单位：元）：16个省市在2004年度的农村居民家庭生产性固定资产（单位：元）：分别对应16个省市在2004年度的农业机械拥有量（单位：万千瓦）：随机干扰项序列：残差序列根据引入的变量，
4、设定模型为其中为随机扰动项2、 统计数据收集整理的统计数据如下地区农业总产值（亿元）农业劳动力（万人）有效灌溉面积(万公顷）农用化肥施用量单位：(万吨)农村居民家庭生产性固定资产（元）农业机械总动力（单位：万千瓦） 上 海 98.271.74257.3115.871687.35112.61 江 苏 981.21230.293840.98334.673290.253029.10 浙 江 529.4872.961403.8090.383738.942039.66 安 徽 617.91860.573285.38281.283908.283544.66 福 建 466.8735.92939.95120
5、.292958.61951.91 江 西 383.7971.261873.16110.982398.181220.52 山 东 1599.32264.624760.79432.654733.428336.70 湖 北 733.41110.712043.69270.322431.091661.75 湖 南 671.71997.672675.34188.332191.082664.45 广 东 851.71543.411315.93199.612166.261788.80 广 西 500.81541.021516.67183.692305.271696.30 海 南 152.7187.25177.
6、2733.924289.36221.62 重 庆 270.1813.19649.6971.602036.17695.67 四 川 804.72413.992503.15208.393092.471891.06 贵 州 275.51322.10682.7174.922714.07761.99 云 南 433.91690.221457.00129.224056.211542.91数据来源：根据中国统计年鉴及各省市统计年鉴整理所得。3、 模型建立满足经典假设的前提下农业产出线性模型：Dependent Variable: YMethod: Least SquaresDate: 01/10/11 Ti
7、me: 20:23Sample: 1 16Included observations: 16CoefficientStd. Errort-StatisticProb.C143.1272147.77750.9685320.3556X10.0467720.0719480.6500790.5303X2-0.0723680.084835-0.8530420.4136X32.2650270.8734452.5932110.0268X4-0.0213060.045724-0.4659610.6512X50.0946880.0426632.2194770.0507R-squared0.916380Mean
8、dependent var585.6875Adjusted R-squared0.874569S.D. dependent var368.9720S.E. of regression130.6758Akaike info criterion12.86331Sum squared resid170761.6Schwarz criterion13.15303Log likelihood-96.90649Hannan-Quinn criter.12.87815F-statistic21.91762Durbin-Watson stat2.895242Prob(F-statistic)0.000043拟
9、合使用的方法：最小二乘法（用Eviews软件实现）Y = 143.127206547 + 0.0467718860299*X1 - 0.0723677856168*X2 + 2.26502698466*X3 - 0.0213058216593*X4 + 0.0946884842733*X5四、 检验模型通过在eviews命令窗口使用cor X1 X2 X3 X4 X5 命令我们可以得到X1 X2 X3 X4 X5的相关系数矩阵如下：X1X2X3X4X5X11.0000000.7155540.6918100.2583910.648671X20.7155541.0000000.9364230.42
10、63350.885707X30.6918100.9364231.0000000.3741710.861660X40.2583910.4263350.3741711.0000000.549918X50.6486710.8857070.8616600.5499181.000000由于多重共线性本质上是一种样本现象，它来源于大多数社会科学中所收集的基本上是非实验性质的数据。我们没有侦破它或度量其强度的惟一方法。我们有的是一些经验规则。其中一个可以提出的经验规则是，如果每两个回归元的零阶相关系数高，比如说超过0.8，则多重共线性的问题是严重的。通过观察上述相关系数矩阵，我们可以说X2与X3、X5之间高
11、度相关。 对多重共线性进行修正 采用逐步回归法进行修正：我们按顺序引入X1 X2 X3 X4 X5这5个变量，对先进入模型的变量进行回归，并评价其显著性，然后再模型中增加其他变量，以判明它对模型是否有贡献。所谓“贡献”，指的是增加一个变量到模型中来，是否相对于RSS来说显著地增加了ESS。Dependent Variable: YMethod: Least SquaresDate: 01/10/11 Time: 23:22Sample: 1 16Included observations: 16CoefficientStd. Errort-StatisticProb.C95.40015150.
12、91770.6321340.5375X10.3803090.1043523.6444830.0027R-squared0.486846Mean dependent var585.6875Adjusted R-squared0.450192S.D. dependent var368.9720S.E. of regression273.5892Akaike info criterion14.17760Sum squared resid1047914.Schwarz criterion14.27417Log likelihood-111.4208Hannan-Quinn criter.14.1825
13、5F-statistic13.28226Durbin-Watson stat1.581934Prob(F-statistic)0.002654由上述回归结果可知，变量X1对Y具有显著性影响。在做完如上回归后我们决定吧X2引入模型，得到Dependent Variable: YMethod: Least SquaresDate: 01/10/11 Time: 23:31Sample: 1 16Included observations: 16CoefficientStd. Errort-StatisticProb.C81.02121101.15220.8009830.4375X10.0748460.1000670.7479580.4678X20.2222660.052
