基于影响农业产量的因素的实证分析2.docx
- 文档编号:12839187
- 上传时间:2023-06-08
- 格式:DOCX
- 页数:14
- 大小:58.93KB
基于影响农业产量的因素的实证分析2.docx
《基于影响农业产量的因素的实证分析2.docx》由会员分享,可在线阅读,更多相关《基于影响农业产量的因素的实证分析2.docx(14页珍藏版)》请在冰点文库上搜索。
基于影响农业产量的因素的实证分析2
基于影响粮食总产量因素的实证分析
段伟伟
内容摘要:
粮食产量对于我国这样的人口大国有着至关重要的影响,粮食的产量又受多种因素的影响。
本文旨在找出影响粮食产量的主要因素以及验证产量与这些因素之间的相关关系。
本文选取粮食总产量为解释变量,播种面积、化肥施用量、农业劳动力人口和成灾为解释变量。
经过在最小二乘方法下的多元回归分析,我们获得了拟合度非常好的关于中国粮食总产量的回归模型。
文章对影响我国粮食生产的主要因素进行的实证分析,总结得出其最主要影响因素有:
农业
化肥施用量;粮食播种面积以及成灾面积,并分析了各种因素的影响情况,最后得出了相应的结论建议。
。
关键词:
最小二乘法;粮食总产量;影响因素建议;
一、引言
粮食问题关系到人类的生存与发展,对人类有着极端的重要性。
而中国拥有世界21%的人口,如何养活这庞大的人口是中国面临的一个巨大挑战。
中国的粮食安全问题,可以从国际和国内两个方面看待。
在现阶段国际环境下,从世界谷物的供求看,粮食安全形势不容乐观;经济全球化加剧对发展中国家隐藏着风险;自然条件恶化、局部地区战乱、贫困人口增加、城市化发展等对世界粮食生产形成了威胁。
从国内看,我国粮食生产出现明显滑坡,粮食安全面临着挑战;全国农业生产结构大调整。
粮食生产资源和生产要素过多流失和转移。
市场经济条件下粮食所面临的的特殊风险性决定了粮食安全保护的必要性。
粮食生产由于自然力作用的参与,使人类劳动对它的作用时间很有限,其价值生产率要比非农业产品的价值生产率低得多,在社会经济系统中不具备足够的竞争力,同时粮食生产的生产要素投入较其他产业来说很少,内在推动力不足,很难与其他行业平衡竞争。
我国社会主义农业有其独有的经营特点以及工业化趋势和技术进步等特点,我国特有的资源环境条件和所面临的国际经济环境加大了粮食生产的难度,我国人口基数大、增长快,加之耕地、水资源等保护难度的加大,使得我国粮食生产面临巨大的压力。
二、文献综述
历年来,研究粮食总产量的文章很多。
吕爱清、杜国平、卞新民、陈路扬、邱爱保(2005)在加入了虚拟变量的情况下,认为,影响粮食产量的因素主要是化肥施用量和农业劳动力,主张为了提高粮食产量,应该适度的增加农业劳动力投入和化肥施用量;汪燕、宫兴丽(2006)认为,在最小二乘法的基础上,认为,粮食总产量受到化肥施用量和耕地面积的影响,主张在保证耕地面积不缩减的情况下,努力提高农民的积极性,增加化肥施用量,提高粮食产量;吴英杰(2008),认为,在我国目前农业劳动力素质普遍偏低的情况下,政府应该加大农业投入,优化农业机械动力的配置,提高粮食产量。
三、理论模型的构建
1.理论分析:
由粮食总产量及相关影响因素我们可以初步得出,该粮食总产量的模型为投入-产出模型。
于是模型设立的依据是柯布-道格拉斯生产函数(Cobb-Dougalas(C-D)productionfunction)即:
其中,A是常数,代表着技术水平,α,β分别为资本和劳动投入的产出弹性。
2.模型的设立:
根据常识我们知道,影响农产品产量的因素既有人为因素,也有非人为因素(比如气候等),因此,我们选择以下变量,如表一所示。
变量
符号
代表含义
被解释变量
Y
粮食总产量
解释变量
X1
耕地面积
X2
化肥施用量
X3
成灾面积
X4
农业劳动人口
(表1)
在C-D理论模型的基础上,我们初步将计量分析的数学模型设定为:
其中,
为随机扰动项。
3.定性分析:
根据经验,我们发现,X1(粮食播种面积)与Yi(粮食总产量)成正比例关系,于是,可以猜测B1的符号为正,同理,我们可以发现,B2(化肥施用量)的符号为正,此外发生灾害显然不利于粮食生产,因此,可以初步判定B4的符号为负,而且由于我国尚处在传统农业向现代农业的过渡阶段,我们也可以初步判定B3的符号为正。
4.取样:
为了获得较为准确的预测,我们选择了从1991年~2008年的数据,见表2:
表2
年份
粮食总产量Y
耕地面积X1
化肥施用量X2
成灾面积X3
农业劳动力X4
1991
43529.3
112314.0
2805.1
27814.0
512.7
1992
44265.8
110560.0
2930.2
25893.0
495.8
1993
45648.8
110509.0
3151.9
23134.0
413.0
1994
44510.1
109544.0
3317.9
31382.0
408.4
1995
46661.8
110060.0
3593.7
22268.0
420.5
1996
50453.5
112548.0
3827.9
21234.0
346.2
1997
49417.1
112912.0
3980.7
30307.0
338.9
1998
51229.5
113787.0
4083.7
25181.0
302.0
1999
50838.6
113161.0
4124.3
26733.7
286.8
2000
46217.5
108463.0
4146.4
34374.0
270.3
2001
45263.7
106080.0
4253.8
31793.1
247.1
2002
45705.8
103891.0
4339.4
27159.9
232.3
2003
43069.5
99410.0
4411.6
32516.3
221.2
2004
46946.9
101606.0
4636.6
16297.3
209.6
2005
48402.2
104278.0
4766.2
19966.1
199.4
2006
49804.2
104958.0
4927.7
24631.9
195.5
2007
50160.3
105638.0
5107.8
25063.8
184.2
2008
52870.9
106793.0
5239.0
22283.5
175.2
数据来源:
中经网统计数据库
四、模型估计
(一)根据以上数据,利用EVIEWS分析软件,初步估计为:
(1)
Se=(1.2282)(0.1352)(0.0923)(0.0165)(0.05530)
t=(-6.3676)(11.0884)(3.1004)(-5.5308)(-0.7810)
=0.9681调整
=0.9582
F=98.5401P=0.0000
DW=1.7002
通过以上的结果,我们发现,此方程的拟合度一般,X1,X2,X3的t值均通过t检验,虽然X4的系数的符号为负,符合我们的假定,但是,其t值却没有通过检验。
表明模型存在不足之处,有待于进一步完善。
(二)模型的修正。
1.多重共线性的检验:
由上述的分析可以得出,回归模型可能存在多重共线性。
通过EVIEWS软件分析,我们发现,X2与X4存在着高度的线性相关性,X1,X4也存在着较高的线性相关性。
如表3所示。
(表3)
X1
X2
X3
X4
X1
1
-0.58355
0.131837
0.698831
X2
-0.58355
1
-0.21981
-0.97388
X3
0.131837
-0.21981
1
0.201156
X4
0.698831
-0.97388
0.201156
1
对于上述存在的线性相关性,我们采用逐步回归法来逐步消除多重共线性。
逐步回归的结果如表4所示。
(表4)
Y
X1
X2
X3
X4
调整R2
F值
P值
lnY=f(X1)
0.4018
(1.0648)
0.0078
1.1337
0.3028
lnY=f(X1,X2)
1.4224
(8.7435)
0.3768
(10.7503)
0.8927
62.4103
0.0000
LnY=f(X1,X2,X3)
1.4248
(15.1576)
0.3565
(17.3234)
-0.0902
(-5.5617)
0.9594
134.9427
0.0000
LnY=f(X1,X2,X3,X4)
1.4997
(11.0885)
0.2862
(3.1004)
-0.0913
(-5.5308)
-0.0432
(-0.7810)
0.9582
95.5401
0.0000
通过上述的逐步回归,我们可以把模型设定为,
(2)
Se=(1.2104)(0.0940)(0.0206)(0.1621)
t=(-6.4368)(15.1576)(17.3234)(-5.5617)
R2=0.9666调整R2=0.9594
F值=134..942P值=0.0000
D-W=1.6779
根据以上回归,我们可以看出,各个解释变量的t值均能通过t检验,而且,调整后的R2也高度接近于1,F值也足够大,且P值几乎为零,说明,该模型较好的拟合了粮食产量与耕地面积,化肥施用量和成灾面积之间存在的关系。
2.异方差的检验。
虽然,“研究发现,异方差问题多存在于截面数据,而非时间序列”,但是,在有些时间序列模型中还是存在着异方差。
根据怀特的一般异方差检验原理,利用EVIEWS软件运算,得出如下结果,如表5:
(表5)
WhiteHeteroskedasticityTest:
F-statistic
1.16643
Probability
0.419396
Obs*R-squared
10.21532
Probability
0.333337
给定显著性水0.05下,通过查
分布表,我们可以得出
因此,可以接受零假设,即该模型不存在异方差。
3.自相关检验。
在给定显著性水平为0.05的情况下,通过查德宾-沃森d统计量,我们可以得出,dL=0.933,dU=1.696,4-dU=2.304。
通过利用D-W的d检验的判定规则,很显然,模型没有通过自相关的检验,表明模型存在自相关。
3.1模型自相关的补救:
3.1.1关于求
。
由于,本模型的样本较少,因此,我们选择泰尔-纳加尔(Theil-Nagar)公式来估计
。
即
=0.2214。
3.1.2数据的修正。
我们利用
模型方法对模型进行修正,来消除随机误差项自相关。
通过调整,我们调整后的样本数据如表6所示。
8.333152
9.038641
6.225088
7.896076
8.360203
9.041665
6.288363
7.799252
8.32813
9.032996
6.323542
8.129128
8.380933
9.039637
6.392028
7.718533
8.448607
9.060951
6.437484
7.746944
8.410554
9.059231
6.462647
8.113246
8.451168
9.066235
6.479527
7.849189
8.435534
9.05901
6.483764
7.950047
8.341933
9.017828
6.486918
8.188175
8.342177
9.005001
6.511307
8.054469
8.356514
8.989068
6.525569
7.914242
8.294954
8.949595
6.537659
8.129114
8.394309
8.981206
6.583749
7.398521
8.405751
9.002327
6.600304
7.754485
8.427547
9.003079
6.627524
7.919543
8.428348
9.008098
6.656042
7.890428
8.479401
9.017543
6.673457
7.769
(表6)
3.1.3模型的修正:
根据以上显示数据,我们利用EVIEWS软件进行回归,回归结果如下:
(3)
Se=(1.1759)(0.1159)(0.0299)(0.0167)
t=(-5.1948(12.2916)(11.9227)(-5.0094)
=0.9503调整
=0.9388
F值=82.8693P值=0.0000
D-W=1.7599
在给定0.05的显著水平下,通过查德宾-沃森d统计量,我们可以看出,dL=0.897,dU=1.710,于是,4-dU=2.290。
所以,我们可以得出,dU=1.710<1.7599<4-dU=2.290,于是,我们们就可以接受原假设:
无正或负自相关!
因此,自相关问题得到修正!
!
(三)模型的确定:
通过以上的分析及检验,最终的模型确立为:
(4)
五、经济意义分析
对于模型(4),经济含义上,
的系数为1.4204,表明在其他条件不变的情况下,耕地面积每增加1%,粮食总产量就会增加1.4240%。
由此,我们可以看出,我国粮食生产的粗放型经营;
的系数为0.3562,同样表明在其他条件不变的情况下,化肥施用量每增加1%,粮食产量就会增加0.3562%,由此,我们可以得出,适当加大农业肥料的施用量,有利于我们解决粮食紧缺的局面;
的系数为-0.0837,表明其他条件不变的情况下,农业成灾面积每增加1%,粮食产量就会减少0.0837%,表明,我国粮食生产还是或多或少的受到自然灾害带来的影响,应该大力加强农业基础设施建设。
六、结论及建议
1.保护耕地。
实行更为严格的耕地保护政策,充分利用现有行政法律等措施保护耕地,加快征地制度改革,确定合理的土地征用补偿标准,强化对征用耕地的经济制约,全面清查建设用地,严格对各种科技园区和开发区的审批,严禁非法占地。
加强地力调查和质量评价,尽快建立全国耕地质量动态监测和预警系统,充分利用遥感等现代技术手段,进行耕地的动态监测,确保耕地面积在安全值内。
另外要抓好耕地建设,推进农村住宅城市化,把一部分农村住宅改造为新的农田,通过耕地的再造,使全国耕地面积净减少的数量控制在700万公顷以内
2.开拓国际市场。
把“立足国内自给”的传统粮食安全战略转变为“适当保证国内粮食生产能力,合理利用国际粮食市场”的战略。
在农业社会的自然经济状态下,农业是社会的支柱产业,而且产量比较低下,又缺乏国际贸易,如果出现了自然灾害等原因出现了供给缺口,就可能产生社会经济恐慌,进而可能面临经济危机。
我国应按照比较优势原则进行专业分工和国际贸易,粮食的净进口很可能在很大程度上被其他食品的净出口所抵消,这种格局既有利于国际资源和市场,又会促进国内资源配置效率的提高,可以实现有效率的粮食安全。
利用国际市场,还可以建立一种有良好特征和功能的农业新模式,通过调整以往单一的资源内向型利用战略,有选择的转向利用世界资源,有助于把国内资源的利用、保护结合起来,防止中国自然资源缩减和退化,保持自然资源基础完整。
3.成灾面积代表着非人力因素,上述模型表明,我国的粮食产量或多或少的受到了自然灾害的影响,因此,逐步减少甚至消除自然灾害对粮食产量的影响,是我们政府面前的一个难题,也是保证我们粮食产量稳定,不受国际粮食市场影响的重要因素。
因此,加大对农业基础设施建设,努力提高农民的抗灾抗旱的能力。
比如,加大农业的基础设施建设,修建水库用于防旱,修建排水系统利于防涝。
这些,都会有利于保证我国的粮食安全。
七、模型的不足
1.没有考虑农业人力资本:
根据舒尔茨的人力资本理论,我们可以看出,农业产量与农民的受教育程度有些很重要的联系。
科学技术是第一生产力,大力提高我国农民的素质会进一步提高我国的粮食产量。
如若在本模型中纳入农村人力资本因素,模型会进一步完善。
2.没有考虑粮食价格:
在西方经济学中,影响供给的一个重要因素是商品的价格,粮食也不例外。
如果在本模型中加入粮食收购价格这一因素,模型会更加的完善!
3.数据的有效性:
由于农业劳动力人口数据的缺失,因此,整个模型的样本数据个数为19个,相对较少,这在一定程度上削弱了模型的解释能力。
参考文献
【1】古扎拉蒂,经济计量学【M】,北京:
机械工业出版社,2009
【2】励莉、陈峰。
中国粮食总产量多因素计量分析【J】.湖南农机,2007(6)
【3】吕爱清、杜国平、卞新民、陈路扬、邱爱保.中国粮食产量虚拟变量模型研究【J】.安徽农业科学,2005(11)
【4】谢杰。
中国粮食生产影响因素研究【J】。
经济问题探索,2007(9)
【5】易丹辉。
数据分析与EVIEWS应用:
第一版【M】。
北京:
中国统计出版社,2002
附EVIEWS输出结果:
一..原始输出结果
DependentVariable:
Y
Method:
LeastSquares
Date:
12/08/10Time:
13:
02
Sample:
19912008
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-7.820632
1.228193
-6.367592
0.0000
X1
1.499693
0.135249
11.08841
0.0000
X2
0.286247
0.092325
3.100411
0.0084
X3
-0.091305
0.016508
-5.530821
0.0001
X4
-0.043190
0.055299
-0.781021
0.4488
R-squared
0.968072
Meandependentvar
10.76666
AdjustedR-squared
0.958247
S.D.dependentvar
0.062078
S.E.ofregression
0.012685
Akaikeinfocriterion
-5.666700
Sumsquaredresid
0.002092
Schwarzcriterion
-5.419374
Loglikelihood
56.00030
F-statistic
98.54013
Durbin-Watsonstat
1.700270
Prob(F-statistic)
0.000000
二、.YX1X2X3输出结果
DependentVariable:
Y
Method:
LeastSquares
Date:
12/08/10Time:
13:
04
Sample:
19912008
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-7.790972
1.210386
-6.436768
0.0000
X1
1.424765
0.093997
15.15756
0.0000
X2
0.356488
0.020578
17.32337
0.0000
X3
-0.090182
0.016215
-5.561658
0.0001
R-squared
0.966573
Meandependentvar
10.76666
AdjustedR-squared
0.959411
S.D.dependentvar
0.062078
S.E.ofregression
0.012507
Akaikeinfocriterion
-5.731956
Sumsquaredresid
0.002190
Schwarzcriterion
-5.534095
Loglikelihood
55.58760
F-statistic
134.9427
Durbin-Watsonstat
1.677938
Prob(F-statistic)
0.000000
三、自相关修复后的结果。
DependentVariable:
Y
Method:
LeastSquares
Date:
12/08/10Time:
13:
14
Sample:
19922008
Includedobservations:
17
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-6.108648
1.175927
-5.194753
0.0002
X1
1.424026
0.115854
12.29160
0.0000
X2
0.356238
0.029879
11.92269
0.0000
X3
-0.083713
0.016711
-5.009429
0.0002
R-squared
0.950307
Meandependentvar
8.389365
AdjustedR-squared
0.938840
S.D.dependentvar
0.052194
S.E.ofregression
0.012908
Akaikeinfocriterion
-5.659640
Sumsquaredresid
0.002166
Schwarzcriterion
-5.463590
Loglikelihood
52.10694
F-statistic
82.86929
Durbin-Watsonstat
1.759850
Prob(F-statistic)
0.000000
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 影响 农业 产量 因素 实证 分析