农业影响因素分析报告(以广东为例).docVIP

农业经济发展影响因素分析报告 ——以广东省为例 摘要：我国是一个农业大国，农业是整个国民经济的基础产业，农业是否能够稳定发展关系到整个国民经济能否健康发展。本文通过采用典型相关分析方法，构建广东农业经济发展及其影响因素的综合指标体系，借助EViews软件对影响广东农业经济发展得因素加以研究分析各影响因素对农业经济增长的影响大小和特征。 关键词：农业 回归分析 经济模型 1 前言 目前，国内外对农业经济发展及其影响因素的研究已取得了一定的成果。农业资源开发增长理论的代表人物格雷格、哈罗德?英尼斯、赫拉?明特等人认为：从历史来看，耕地和牧场的扩大是增加农业生产的主要途径，自然资源的不断开发是农业增长的主要源泉。农业土壤肥力保持理论的学者认为：有三个方面可以大力促进农业经济增长：一是在农业中发展一套可以综合利用土地的劳动密集型的作物种植制度，二是强调有机肥的生产和利用，三是强调发展更有效地利用土地和水资源的物质设施。20世纪60年代，以舒尔茨为代表的一部分农业经济学家提出了农业增长的高产出－投入模型。其关于农业经济增长的基本观点是：对于不同地区农业生产率差异的最好的解释是农业投资的差异。高产出－投入模型的核心是通过科学研究和教育方面的投资加速农业发展。速水佑次郎和弗农?拉坦分析了世界范围内的农业发展，在对农业总量生产函数的计算中，他们考察了劳动、土地、牲畜、化肥、机械、普通教育和技术教育对农业经济增长的影响，并且发展了农业经济增长理论，提出了农业诱导增长理论。 2前期准备 2.1理论模型 多元线性回归模型 ：利用数据均值进行线性回归分析，再进行含经济意义、可决系数R2检验、参数T检验、多重共线性检验、异方差检验及处理、自相关性检验及处理，得出较好的函数。 2.2确定变量：农业生产总值（千元）y、 农业从业人数（千人）x1、农作物总播种面积（千公顷）x2、农用机械总动力（千瓦）x3、化肥使用量（千吨）x4 2.3样本数据： 3回归模型建立与检验 为了更好地进行回归分析，将样本数据取均值（将数据均除以农作物总播种面积）再进行分析。 3.1使用EViews得出散点图如下： 从图上可以了解到，被解释变量Y与解释变量x1 x3 x4(取均值后设为x5 x6 x7 ) x2，近似线性关系。 3.2线性回归 可得回归方程：y1=-84963.16+6.222 x2+11206.01 x5+12.797 x6-4343.629 x7 经济意义检验：x2 x5 x6的参数均为正，即表示解释变量农业生产总值与因素农作物总播种面、农业从业人数、农用机械总动力成正相关，是符合经济意义的。而x7前参数为负，但理论上应为正，现暂作保留，待修正。 R2=0.888,表示被解释变量（农业生产总值）的变化有88.8%由被解释变量（农作物总播种面、农业从业人数、农用机械总动力、化肥使用量）的来加以解释，拟合优度较好。 参数显著检验：查表得t临界值为2.12（显著水平为0.05，T0.025(16)）,对比可知农用机械总动力的参数显著成立，其他因素显著不明显，可能由于多重共线性、自相关性等原因，因此保留再作修正。 3.3多重共线性检验 相关系数检验： X5（即X1） X6（即X3） X7（即X4） 由上表可以看出，该模型有较严重的多重共线性。 1）LS Y C X1 Y=-40010.8+17928.23 X1 R2=0.1826 X1的t值为0.185 LS Y C X2 Y=120860.1-20.271 X2 R2=0.4615 X2 的t值为0.462 LS Y C X3 Y=-18112.88+11.057 X3 R2=0.87 2 X3的t值为0.872 LS Y C XE Y=-27760.88+38736.36 X4 R2=0.835 X4的t值为0.835 由四个基本回归方程和经济理论可知，X3（农用机械总动力）是最重要的解释变量，所以选定第一个基本方程作为分析第一步。 2）引入X2（农作物总播种面），Y 对X2、X3作回归： y=-4237.78-2.288 x2+10.436x3 R2=0.8752 d=0.848 校正可决系数为0.8614 可以看出，引入X2后，R2有所增加，应保留X2。 3)加入X1（农业从业人数），Y对X2 、X3、 X1 作回归： y=-73312.30-4.917 x2+11.4686x3+9346.92x1 d=0.811 校正可决系数为0.8679 校正可决系数有所增加，而并不影响其他系数的显著性，应保留X1。 4）加入X4（化肥使用量），Y对X2 、X3、 X