学校：南京理工大学紫金学院

班级：金融一班

学号：090702175

姓名：张健

计量经济学报告

粮食产量的影响因素分析

一、 问题的提出

改革开放以来，中国经济迅速发展，人口增长迅猛，对粮食的需求日益增加。粮食产量无疑成了影响中国经济发展的重大因素。同时，粮食的产量直接关系到农业劳动力的生活水平，因此，“三农”问题成为中国经济研究的热点问题，提高粮食产量，关注农村居民收入迫在眉睫。为此，本文将就粮食产量影响因素进行分析，希望从中发现一些对粮食产量关键作用的因素。

二．研究方案与数据的搜集统计

     通过对影响粮食产量的主要因素的分析，把影响农民收入的因素主要归结与以下几个方面：农业化肥施用量，粮食播种面积，成灾面积，农业机械总动力，农业劳动力。通过查找中国统计年鉴，我们得到如下的统计资料：

表1.1  中国粮食生产与相关投入资料

注：这里由于没有从事粮食生产的农业劳动数据，用第一产业劳动力替代。

资料来源：《中国统计年鉴》（1985，2009）

三、模型的估计、检验、确认

对模型有如下假设：

1.零均值：     

2.同方差无自相关：

3.随机扰动项与解释变量不相关： 

4.无多重共线性

5. 残差的正态性：

显然这些假设是不可能完全成立的，所以必须对其进行检验。

残差的正态性检验已完成。

主要需要检验的有：

一、多重共线性检验。二、异方差性检验。三、自相关性检验。

由于现有知识有限，只能对检验出来的一种情况进行修正，其它的暂不做修正，只做检验。

我们将基于以上数据进行分析。

（1）利用Eviews5.0作OLS估计的结果为：

Y= -26695.08+5.994511X1+0.536701X2+-0.135873X3+0.090822 X4+-0.007390X5

       (7507.527)  (0.609713)  (0.057858)    (0.029720)   (0.042053)    (0.070511)

   T =（-3.555775）(9.831685)   (9.276245)   (-4.571732)  (-2.159696)   (-0.104814)

                       R-Squared=0.980829  df=19

从上面的估计的结果可以看出：可决系数R-Squared=0. 980829，表明模型在整体的拟和非常好。系数显著性检验：对于C、X1、X2、X3、X4的系数，t的统计量的绝对值都通过了检验，而X5的系数的t统计量为-0.104814，在df=19、α=0.05的情况下， X5的系数不能通过检验。

根据经验判断_，无法通过第一步检验的原因很可能是解释变量之间存在多重共线性。

(2)多重共线性的检验与修正

我们对X1 X2 X3 X4 X5进行多重共线性检验，得到：

                     表1.2  相关系数表

可以发现X1 X2 X3 X4 X5之间存在高度的线性相关关系。

运用逐步回归法进行修正：

             表1.3一元回归估计结果

其中，加入X1的r^2最大，以X1为基础，顺次加入其他变量逐步回归。结果如下。

              表1.4 加入新变量的回归结果（一）

其中，加入X2的r^2最大，以X1，X2为基础，顺次加入其他变量逐步回归。结果如下。

              表1.4 加入新变量的回归结果（二）

其中，加入X3的r^2最大，以X1，X2，X3为基础，顺次加入其他变量逐步回归。

表1.5 加入新变量的回归结果（三）

显然可见，加入X5时，参数的检验值不显著，说明主要是因为X5引起了多重共线性。

修正多重共线性以后的回归结果为：

Y  = -27110.39+  5.954533X1+ 0.538519X2+-0.136393X3+0.088210X4

       (6217.065)  (0.463769)    (0.053816)    (0.028570)   (0.033023)  

  T = （-4.360641） (12.83943)    (10.00673)   (-4.571732)  (-2.671134)

R-Squared=0.980817   Adjusted R-squared=0.976981  F-statistic=255.6537

(3)自相关检验

              图1.1   残差e的图示

DW检验：由表的DW=1.706044，在显著性水平=0.05下，查DW表，n=25,k=4, 得到dl=1.038,dv=1.767,由于DW=1.706044，介于DL和DU之间，所以根据判定定理无法通过DW检验其自相关是否存在。

(4)异方差检验

利用怀特检验的方法进行，结果如下：

从上表看出，Obs*R-squared=16.10371, 在显著性水平=0.05下，查其相关分布表，得临近值为23.684，Obs*R-squared=16.10371<23.684,所以接受原假设，表明模型不存在异方差。

（五）模型的确定

经过一系列的模型检验与设定，可以认为修正后的模型已无多重共线性，用DW检验无法确定其是否存在自相关性，通过怀特检验知道模型不存在异方差。

最终可将模型设定为：

Y  = -27110.39+  5.954533X1+ 0.538519X2+ 0.136393X3+0.088210X4

       (6217.065)  (0.463769)    (0.053816)    (0.028570)   (0.033023)  

  T = （-4.360641） (12.83943)    (10.00673)   (-4.571732)  (-2.671134)

R-Squared=0.980817   Adjusted R-squared=0.976981  F-statistic=255.6537

四．对模型的经济意义的分析，得出的结论及政策建议

1、在模型的假设时，我们假定了四个经济变量对粮食产量的影响，它们是农业化肥施用量，粮食播种面积，成灾面积，农业机械总动力，农业劳动力。而从最终确定的模型来看，只保留了农业化肥施用量，粮食播种面积，成灾面积，农业机械总动力的影响。

2.有模型可知，粮食产量与农业化肥施用量，粮食播种面积，农业机械总动力成正比，因此，应该在化肥的研制上多进行科研水平的投入，已更大程度地实现粮食增收。粮食播种面积则可以通过各种有助于保持水土的措施来实现其保护，以保持土壤的有效种植能力。农业机械总动力无疑表明科学技术已经成为现代社会的第一生产力，如何更好地实现农业化机械化大规模生产，也是我们应该考虑的重点。

3、农业劳动力因素被排除在模型之外，这有悖于我们先前所设想的，这变更加使得我们有必要对现阶段农村劳动力转移的意义进行考虑。提高农民收入的主要途径，有可能正在朝着农村外转移，即是说农村劳动的转移才是现在或者将来的增加农民收入的主要办法。

 

第二篇：计量经济学实验报告——粮食产量的影响因素分析

粮食产量的影响因素分析

一、 问题的提出

改革开放以来，中国经济迅速发展，人口增长迅猛，对粮食的需求日益增加。粮食产量无疑成了影响中国经济发展的重大因素。同时，粮食的产量直接关系到农业劳动力的生活水平，因此，“三农”问题成为中国经济研究的热点问题，提高粮食产量，关注农村居民收入迫在眉睫。为此，本文将就粮食产量影响因素进行分析，希望从中发现一些对粮食产量关键作用的因素。

二．研究方案与数据的搜集统计

     通过对影响粮食产量的主要因素的分析，把影响农民收入的因素主要归结与以下几个方面：农业化肥施用量，粮食播种面积，成灾面积，农业机械总动力，农业劳动力。通过查找中国统计年鉴，我们得到如下的统计资料：

表1.1  中国粮食生产与相关投入资料

注：这里由于没有从事粮食生产的农业劳动数据，用第一产业劳动力替代。

资料来源：《中国统计年鉴》（1985，2009）

三、模型的估计、检验、确认

对模型有如下假设：

1.零均值：     

2.同方差无自相关：

3.随机扰动项与解释变量不相关： 

4.无多重共线性

5. 残差的正态性：

显然这些假设是不可能完全成立的，所以必须对其进行检验。

残差的正态性检验已完成。

主要需要检验的有：

一、多重共线性检验。二、异方差性检验。三、自相关性检验。

由于现有知识有限，只能对检验出来的一种情况进行修正，其它的暂不做修正，只做检验。

我们将基于以上数据进行分析。

（1）利用Eviews5.0作OLS估计的结果为：

Y= -26695.08+5.994511X1+0.536701X2+-0.135873X3+0.090822 X4+-0.007390X5

       (7507.527)  (0.609713)  (0.057858)    (0.029720)   (0.042053)    (0.070511)

   T =（-3.555775）(9.831685)   (9.276245)   (-4.571732)  (-2.159696)   (-0.104814)

                       R-Squared=0.980829  df=19

从上面的估计的结果可以看出：可决系数R-Squared=0. 980829，表明模型在整体的拟和非常好。系数显著性检验：对于C、X1、X2、X3、X4的系数，t的统计量的绝对值都通过了检验，而X5的系数的t统计量为-0.104814，在df=19、α=0.05的情况下， X5的系数不能通过检验。

根据经验判断_，无法通过第一步检验的原因很可能是解释变量之间存在多重共线性。

(2)多重共线性的检验与修正

我们对X1 X2 X3 X4 X5进行多重共线性检验，得到：

                     表1.2  相关系数表

可以发现X1 X2 X3 X4 X5之间存在高度的线性相关关系。

运用逐步回归法进行修正：

             表1.3一元回归估计结果

其中，加入X1的r^2最大，以X1为基础，顺次加入其他变量逐步回归。结果如下。

              表1.4 加入新变量的回归结果（一）

其中，加入X2的r^2最大，以X1，X2为基础，顺次加入其他变量逐步回归。结果如下。

              表1.4 加入新变量的回归结果（二）

其中，加入X3的r^2最大，以X1，X2，X3为基础，顺次加入其他变量逐步回归。

表1.5 加入新变量的回归结果（三）

显然可见，加入X5时，参数的检验值不显著，说明主要是因为X5引起了多重共线性。

修正多重共线性以后的回归结果为：

Y  = -27110.39+  5.954533X1+ 0.538519X2+-0.136393X3+0.088210X4

       (6217.065)  (0.463769)    (0.053816)    (0.028570)   (0.033023)  

  T = （-4.360641） (12.83943)    (10.00673)   (-4.571732)  (-2.671134)

R-Squared=0.980817   Adjusted R-squared=0.976981  F-statistic=255.6537

(3)自相关检验

              图1.1   残差e的图示

DW检验：由表的DW=1.706044，在显著性水平=0.05下，查DW表，n=25,k=4, 得到dl=1.038,dv=1.767,由于DW=1.706044，介于DL和DU之间，所以根据判定定理无法通过DW检验其自相关是否存在。

(4)异方差检验

利用怀特检验的方法进行，结果如下：

从上表看出，Obs*R-squared=16.10371, 在显著性水平=0.05下，查其相关分布表，得临近值为23.684，Obs*R-squared=16.10371<23.684,所以接受原假设，表明模型不存在异方差。

（五）模型的确定

经过一系列的模型检验与设定，可以认为修正后的模型已无多重共线性，用DW检验无法确定其是否存在自相关性，通过怀特检验知道模型不存在异方差。

最终可将模型设定为：

Y  = -27110.39+  5.954533X1+ 0.538519X2+ 0.136393X3+0.088210X4

       (6217.065)  (0.463769)    (0.053816)    (0.028570)   (0.033023)  

  T = （-4.360641） (12.83943)    (10.00673)   (-4.571732)  (-2.671134)

R-Squared=0.980817   Adjusted R-squared=0.976981  F-statistic=255.6537

四．对模型的经济意义的分析，得出的结论及政策建议

1、在模型的假设时，我们假定了四个经济变量对粮食产量的影响，它们是农业化肥施用量，粮食播种面积，成灾面积，农业机械总动力，农业劳动力。而从最终确定的模型来看，只保留了农业化肥施用量，粮食播种面积，成灾面积，农业机械总动力的影响。

2.有模型可知，粮食产量与农业化肥施用量，粮食播种面积，农业机械总动力成正比，因此，应该在化肥的研制上多进行科研水平的投入，已更大程度地实现粮食增收。粮食播种面积则可以通过各种有助于保持水土的措施来实现其保护，以保持土壤的有效种植能力。农业机械总动力无疑表明科学技术已经成为现代社会的第一生产力，如何更好地实现农业化机械化大规模生产，也是我们应该考虑的重点。

3、农业劳动力因素被排除在模型之外，这有悖于我们先前所设想的，这变更加使得我们有必要对现阶段农村劳动力转移的意义进行考虑。提高农民收入的主要途径，有可能正在朝着农村外转移，即是说农村劳动的转移才是现在或者将来的增加农民收入的主要办法。