- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
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,选取灌概 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-XX 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=aO +allnxlt+a 21nx2t+a31 nx3t+a41nx 4t+a51nx5t +a61nx6t+ u
式中:Y:粮食产量(亿公斤);XI:有效灌概面积 (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);X 5: 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;P :表示随机干扰项
方程的输出方式:
LNY=+*LN X1 +*LNX *LN X3+***LNX6
LNXl、LNX 2、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单位的有效灌概面积、化肥施用量、粮食播种面积 可分别增加、、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。
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,剔除了变量之间的相 互影响后调整的R2也高达。作为时间序列数据来说,这种 高的拟合水平是正常的。
系数的显著性检验从回归图中可以看到LN XI、LNX2、 LN X3、LNX4、LN X5、LNX6 的 T 值都均大于(28_6)=,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。
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=。DL=, DU二,4-DU=o 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
异方差的检验本文中采用White检验和A RCH检验两种 方法相结合来进行异方差检验。进行White检验12)=。使 用ARC H检验时可得:(n-) = o由此可以看出:方程不存在 异方差。这也说明了该方程的结构较好,不存在把重要的 解释变量遗落在随机扰动项中,方程转变了数学表述的形 式不影响方程的结果。
多重共线性检验通过直接观察单个解释变量的相关系 数,易发现LNX1、LNX2、LNX3的系数相关性较高,说明这 三个变量存在严重的多重共线性。因此采用逐步回归的办 法,去检验和解决多重共线性问题。分别作Y对LNX 1、 LNX2、LNX3、LNX4、LNX 5、LNX6 的一元回归
按 R2 的大小排序为:LNX2、LN
文档评论(0)