我国粮食综合生产能力影响因素的实证研究.docVIP

我国粮食综合生产能力影响因素的实证研究 摘要：在粮食综合生产能力的影响因素中，选取灌溉面积、化肥施用量、农业机械总动力、粮食作物播种面积、农业灾害成灾面积、第一产业劳动力数这六个因素建立模型，采用EVIEWS软件对数据进行分析，通过拟合情况、系数的显著性、随机干扰自相关性、异方差、多重共线性、时间序列平稳生、单位根以及协整检验这八项检验，消除多重共线性，修正原回归模型，最终得到关于粮食综合生产能力影响因素的长期均衡和短期均衡模型。 关键词：生产能力 影响因素 1 粮食综合生产能力的概念 本文主要采用《十六大报告辅导读本》里关于粮食综合生产能力的定义，指一定时期一定地区，在一定的经济技术条件下，由各生产要素综合投入所形成的，可以稳定地达到一定产量的粮食产出能力。主要包括耕地保护能力、生产技术水平、科技服务能力、政策保障能力和抵御自然灾害能力这五个方面。从定义可以看出，粮食综合生产能力主要抱括两个方面，一方面，它是由土地、资本、物质、劳动力等要素的投入所形成，另一方面，粮食综合水平的高低，是由玉米、小麦、大豆、水稻等粮食产品的产出量体现。 2 模型的建立 影响粮食综合生产能力的因素有很多，本文选取了灌溉面积、化肥施用量、农业机械总动力、粮食作物播种面积、农业灾害成灾面积、第一产业劳动力数这六个可以量化的因素建立模型。根据尹成杰发表于《农业经济问题》的《关于我国粮食生产波动思考的建议》，1985年取消了部分鼓励粮食生产的优惠政策，因此直接选取了1985年以后的数据指标。根据国家统计局年度统计数据、《国家统计年鉴》及《中国粮食年鉴》的统计数据，整理出了1985-2008年全国的农业有效灌溉面积、化肥施用量、农业机械总动力、粮食作物播种面积、农业灾害成灾面积、第一产业劳动力等数据建立模型。 lny=a0+a1lnx1t+a2lnx2t+a3lnx3t+a4lnx4t+a5lnx5t+a6lnx6t+μ 式中：Y：粮食产量（亿公斤）；X1：有效灌溉面积（千公顷）；X2：化肥施用量（万公斤）；X3：农业机械总动力（万千瓦）；X4：粮食作物播种面积（千公顷）；X5：农业灾害成灾面积（千公顷）；X6：第一产业劳动力数；T：表示年数；μ：表示随机干扰项 方程的输出方式： LNY=20.6859642336*LNX1+0.3307593023*LNX 2-0.1520786672*LNX3+1.182274229*LNX4-0.09209495786*LNX5-0.1770989136*LNX6 LNX1、LNX2、LNX4的系数为正，说明有效灌溉面积、化肥施用量、粮食播种面积与粮食产量是正向相关的关系，每增加1单位的有效灌溉面积、化肥施用量、粮食播种面积可分别增加0.685、0.331、1.182单位的粮食产量。同理，LNX3、LNX5、LNX6的系数为负，说明农业机械总动力、农业灾害成灾面积、第一产业劳动力的人数与粮食产量呈负向相关的关系。但农业机械总动力与粮食产量是弱负相关关系，这与我们的实际定性分析不想符合。原因可能是方程式中存在着多重共线性的问题，需要进一步修正检验。 2.1 拟合情况检验 从回归结果中，可以看到方程的各变量对粮食产量的解释程度很高，高达0.991975，剔除了变量之间的相互影响后调整的R2也高达0.98143。作为时间序列数据来说，这种高的拟合水平是正常的。 2.2 系数的显著性检验 从回归图中可以看到LNX1、LNX2、LNX3、LNX4、LNX5、LNX6的T值都均大于t0.05(28-6)=1.717，均能通过了检验。但由于LNX3、LNX6的系数符号出现了异常，可以推测因为存在着多重共线性，使得T检验的结果失效。 2.3 随机干扰项自相关检验 自相关现象大多出现在时间序列数据中，而经济系统的经济行为都具有时间上的惯性。 自相关的检验一般有两种方法，一种是图示法，一种是DW检验法。EVIEWS软件中直接提供了DW值，通过其观察可以判断方程是否存在自相关的问题。 DW=2.015997。DL=0.951，DU=1.958，4-DU=2.042。DW刚好落在（DU，4-DU）的区间中，说明本方程的随机扰动项不存在自相关关系，时间上的滞后效应不明显，随机扰动项依然服从于正态分布。 2.4 异方差的检验 本文中采用White检验和ARCH检验两种方法相结合来进行异方差检验。进行White检验时可得TR2=