計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)論文

1、中國(guó)農(nóng)業(yè)總產(chǎn)值及其影響因素的分析摘 要: 本文根據(jù)我國(guó)農(nóng)業(yè)的現(xiàn)狀，從計(jì)量經(jīng)濟(jì)學(xué)的角度來(lái)檢驗(yàn)?zāi)男┮蛩貙?duì)于農(nóng)業(yè)總產(chǎn)值有顯著的影響。根據(jù)計(jì)量經(jīng)濟(jì)學(xué)原理，本文在模型中引入了三個(gè)變量：有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)用化肥施用折純量，并收集了中國(guó)31個(gè)省2003年的各項(xiàng)指標(biāo)數(shù)據(jù)，利用E-views軟件對(duì)其計(jì)量模型進(jìn)行了參數(shù)估計(jì)和檢驗(yàn)，最后對(duì)所得的分析結(jié)果進(jìn)行了經(jīng)濟(jì)意義的分析，并提出了一些相應(yīng)的政策意見(jiàn)。研究發(fā)現(xiàn)，農(nóng)用化肥施用折純量因素對(duì)于農(nóng)業(yè)生產(chǎn)總值有顯著的正面影響，而有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力對(duì)農(nóng)業(yè)生產(chǎn)總值的影響不顯著。關(guān)鍵詞：農(nóng)業(yè)總產(chǎn)值；有效灌溉面積；農(nóng)業(yè)機(jī)械總動(dòng)力；農(nóng)用化肥施用折純量一、引言 我

2、國(guó)是傳統(tǒng)的農(nóng)業(yè)大國(guó)，農(nóng)業(yè)自古以來(lái)就是我國(guó)的支柱產(chǎn)業(yè)，是我國(guó)國(guó)民經(jīng)濟(jì)的基礎(chǔ)。我國(guó)的經(jīng)濟(jì)結(jié)構(gòu)能否順利調(diào)整，國(guó)民經(jīng)濟(jì)能否發(fā)展得更快、更好，在很大程度上取決于農(nóng)業(yè)基礎(chǔ)是否穩(wěn)固。只有加強(qiáng)農(nóng)業(yè)基礎(chǔ)，確保農(nóng)產(chǎn)品供給，才能順利推進(jìn)我國(guó)的工業(yè)和城鎮(zhèn)的快速發(fā)展；只有加強(qiáng)農(nóng)業(yè)基礎(chǔ)建設(shè)，使農(nóng)業(yè)發(fā)展、農(nóng)民富裕、農(nóng)村穩(wěn)定，才能保持整個(gè)社會(huì)的長(zhǎng)期穩(wěn)定與可持續(xù)發(fā)展。但我國(guó)是一個(gè)生產(chǎn)力比較落后的國(guó)家，只有研究農(nóng)業(yè)總產(chǎn)值主要受哪些因素影響，才能投入相應(yīng)的對(duì)策，將基礎(chǔ)產(chǎn)業(yè)發(fā)展上去。選此模型的目的就在于分析決定農(nóng)業(yè)生產(chǎn)總值的主要影響因素以及其影響程度，從而對(duì)生產(chǎn)提出一些建設(shè)性意見(jiàn)。2、 文獻(xiàn)綜述農(nóng)業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)的基礎(chǔ)，直接影響到我

3、國(guó)的糧食安全。學(xué)術(shù)界歷來(lái)重視對(duì)三農(nóng)問(wèn)題的研究，并取得了一定的成果。如：林毅夫（1994）、黃少安（2005）等，從制度經(jīng)濟(jì)學(xué)角度研究了我國(guó)農(nóng)業(yè)問(wèn)題，他們認(rèn)為農(nóng)村的經(jīng)濟(jì)體制改革對(duì)我國(guó)農(nóng)業(yè)總產(chǎn)出的增加起到了至關(guān)重要的作用。郝利等（2010）運(yùn)用柯布道格拉斯生產(chǎn)函數(shù)，建立了農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率測(cè)算模型，對(duì)北京市1990-2007年農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率進(jìn)行測(cè)算，得出的結(jié)論是北京市1990-2007年農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率為78.32%。 在農(nóng)業(yè)總產(chǎn)出方面的研究，也有很多學(xué)者運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法進(jìn)行了分析。董梅生（2009）利用偏最小二乘回歸分析方法對(duì)我國(guó)農(nóng)業(yè)的投入產(chǎn)出進(jìn)行了分析，認(rèn)為我國(guó)農(nóng)業(yè)產(chǎn)出主要受家庭經(jīng)營(yíng)費(fèi)

4、用支出、國(guó)家國(guó)家財(cái)政支農(nóng)支出和化肥投入量的影響，受播種面積的影響不大；農(nóng)林牧漁業(yè)從業(yè)人員數(shù)越多，農(nóng)業(yè)產(chǎn)出反而越小。廖翼等（2011）利用時(shí)間序列數(shù)據(jù)建立多元線性回歸模型，對(duì)1986-2008年洞庭湖區(qū)農(nóng)業(yè)總產(chǎn)值進(jìn)行了分析，結(jié)果表明：農(nóng)業(yè)機(jī)械總動(dòng)力、機(jī)耕面積和化肥施用量每增加1%，農(nóng)業(yè)總產(chǎn)值將分別上升1.17%、0.83和0.40%，農(nóng)作物播種面積對(duì)湖區(qū)農(nóng)業(yè)生產(chǎn)的影響不顯著。漆文萍（2005）采用多元回歸方法，對(duì)江西省農(nóng)業(yè)生產(chǎn)總值的影響因素進(jìn)行分析，得出結(jié)論：1970-1998年間，江西農(nóng)業(yè)生產(chǎn)中的科技含量偏低，農(nóng)作物的播種面積對(duì)農(nóng)業(yè)總產(chǎn)值的影響最為顯著，化肥施用量其次，而政府對(duì)農(nóng)業(yè)生產(chǎn)和事業(yè)財(cái)

5、政支持的影響最小。 從上述學(xué)者的研究來(lái)看，不同時(shí)期、不同地區(qū)以及不同角度下，農(nóng)業(yè)生產(chǎn)總值的影響因素不盡相同，例如，在董梅生的研究中農(nóng)業(yè)總產(chǎn)出受播種面積影響不大，而在漆文萍的研究中，農(nóng)作物播種面積是影響農(nóng)業(yè)總產(chǎn)出的最顯著的變量。同時(shí)，在廖翼等人的研究中，農(nóng)作物的播種面積卻對(duì)洞庭湖區(qū)農(nóng)業(yè)總產(chǎn)出的影響并不顯著。因此，在本文的分析中，將多個(gè)變量引入模型，并通過(guò)各種檢驗(yàn)方法研究農(nóng)業(yè)總產(chǎn)值的影響因素。三、實(shí)證過(guò)程及分析1.理論依據(jù) 本文研究的是全國(guó)農(nóng)業(yè)總產(chǎn)值與有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)用化肥施用折純量之間的關(guān)系，所以尋找了與農(nóng)業(yè)有關(guān)的各種真實(shí)指標(biāo)數(shù)據(jù)，用計(jì)量經(jīng)濟(jì)學(xué)的方法探討農(nóng)業(yè)生產(chǎn)總值的各種影響因素

6、。2.建立模型 根據(jù)以上的理論分析，運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)的方法，以農(nóng)業(yè)總產(chǎn)值（Y）為被解釋變量，有效灌溉面積()、農(nóng)業(yè)機(jī)械總動(dòng)力()、農(nóng)用化肥施用折純量()、為解釋變量，建立如下回歸模型： （試1） 試1中，是第i年的農(nóng)業(yè)總產(chǎn)值，是第i年的有效灌溉面積，是第i年的農(nóng)業(yè)機(jī)械總動(dòng)力，是第i年的農(nóng)用化肥施用折純量，為模型隨機(jī)誤差項(xiàng)。通過(guò)自變量系數(shù)、，可以判斷農(nóng)業(yè)總產(chǎn)值與有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力和農(nóng)用化肥施用折純量之間的線性關(guān)系。若0,則農(nóng)業(yè)總產(chǎn)值與有效灌溉面積成正相關(guān)，若，所以拒絕原假設(shè)，不拒絕備擇假設(shè)，表明模型存在異方差。異方差的修正運(yùn)用加權(quán)最小二乘法對(duì)模型的異方差進(jìn)行修正，將權(quán)數(shù)取為w=1/ee2

7、,對(duì)模型進(jìn)行參數(shù)估計(jì)，得到下圖36，從圖中知，運(yùn)用加權(quán)最小二乘法消除了異方差后，參數(shù)t檢驗(yàn)均顯著，F(xiàn)檢驗(yàn)也顯著。Method: Least SquaresDate: 06/24/15 Time: 23:13Sample: 1 31Included observations: 31Weighting series: 1/EE2VariableCoefficientStd. Errort-StatisticProb.C209.18963.59637058.166890.0000X10.1572350.0346414.5390150.0001X20.1322250.01006213.141170.0

8、000X33.5505980.14171025.055410.0000Weighted StatisticsR-squared0.999687Mean dependent var992.3950Adjusted R-squared0.999652S.D. dependent var5188.937S.E. of regression2.275971Akaike info criterion4.602605Sum squared resid139.8612Schwarz criterion4.787635Log likelihood-67.34037Hannan-Quinn criter.4.6

9、62920F-statistic28734.73Durbin-Watson stat1.806726Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.893932Mean dependent var1661.205Adjusted R-squared0.882147S.D. dependent var1203.481S.E. of regression413.1517Sum squared resid4608747.Durbin-Watson stat2.223261圖36 用權(quán)數(shù)w的估計(jì)結(jié)果（2） 自相關(guān)自相關(guān)的檢驗(yàn)圖37 殘差

10、圖 圖中，殘差的變動(dòng)連續(xù)為正和連續(xù)為負(fù)，表明殘差項(xiàng)可能存在著一階正自相關(guān)。由于圖形分析比較粗糙，故用BG檢驗(yàn)作自相關(guān)檢驗(yàn)。如下圖38，,其p值為0,表明存在自相關(guān)。Breusch-Godfrey Serial Correlation LM Test:F-statistic34.64575Prob. F(2,25)0.0000Obs*R-squared22.78081Prob. Chi-Square(2)0.0000Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 06/25/15 Time: 18:04Sampl

11、e: 1 31Included observations: 31Presample missing value lagged residuals set to zero.Weight series: 1/EE2VariableCoefficientStd. Errort-StatisticProb.C72.610839.0244478.0460140.0000X1-0.1639330.032609-5.0272350.0000X20.0249060.0104442.3848090.0250X30.9565300.1390356.8797760.0000RESID(-1)-0.0682930.0

12、10052-6.7942240.0000RESID(-2)-0.1122400.013571-8.2703100.0000Weighted StatisticsR-squared0.734865Mean dependent var0.323183Adjusted R-squared0.681838S.D. dependent var2.134036S.E. of regression1.217902Akaike info criterion3.404122Sum squared resid37.08213Schwarz criterion3.681668Log likelihood-46.76

13、389Hannan-Quinn criter.3.494595F-statistic13.85830Durbin-Watson stat2.242564Prob(F-statistic)0.000002圖38 BG檢驗(yàn)結(jié)果自相關(guān)的修正Dependent Variable: YMethod: Least SquaresDate: 06/25/15 Time: 22:06Sample (adjusted): 2 31Included observations: 30 after adjustmentsConvergence achieved after 12 iterationsVariableC

14、oefficientStd. Errort-StatisticProb.C235.7052123.64381.9063240.0682X10.1605060.0890781.8018590.0836X20.0923650.0537151.7195330.0979X34.1577031.1279213.6861660.0011AR(1)-0.1862580.202833-0.9182860.3672R-squared0.892417Mean dependent var1710.898Adjusted R-squared0.875204S.D. dependent var1191.268S.E.

15、of regression420.8333Akaike info criterion15.07336Sum squared resid4427516.Schwarz criterion15.30690Log likelihood-221.1004Hannan-Quinn criter.15.14807F-statistic51.84474Durbin-Watson stat1.983643Prob(F-statistic)0.000000Inverted AR Roots-.19圖39 科克倫-奧克特法估計(jì)結(jié)果 使用科克倫-奧克特迭代法作廣義差分法回歸，得到如圖39所示結(jié)果，圖中DW=1.98

16、3643,可以判斷，=1.650，說(shuō)明在5%的顯著水平下廣義差分后已無(wú)自相關(guān)。所以最終的回歸方程為：S.E(123.6438)(0.089078)(0.053715)(1.127921)t (1.906324)(1.801859)(1.719533) (3.686166)（3） 經(jīng)濟(jì)意義檢驗(yàn) 模型估計(jì)結(jié)果說(shuō)明，在假定其他變量不變的情況下，有效灌溉面積每增加1千公頃，平均說(shuō)來(lái)農(nóng)業(yè)總產(chǎn)值將增長(zhǎng)0.160506億元；農(nóng)用機(jī)械總動(dòng)力每增加1萬(wàn)千瓦，平均說(shuō)來(lái)農(nóng)業(yè)總產(chǎn)值將增長(zhǎng)0.092365億元；當(dāng)農(nóng)用化肥施用折純量增加1萬(wàn)噸時(shí)，平均說(shuō)來(lái)農(nóng)業(yè)總產(chǎn)值將增加4.157703億元。這與理論分析與經(jīng)驗(yàn)判斷相一致。

17、（4）擬合優(yōu)度：由圖39可以得到，修正的可決系數(shù)，說(shuō)明模型對(duì)樣本的擬合很好。（5）F檢驗(yàn) 針對(duì):,給定顯著水平=0.05，在F分布表中查得,由于F=51.844743.34，應(yīng)拒絕原假設(shè)，說(shuō)明回歸方程顯著，即有效灌溉面積、農(nóng)用機(jī)械總動(dòng)力、農(nóng)用化肥施用折純量等變量聯(lián)合起來(lái)確實(shí)對(duì)農(nóng)業(yè)總產(chǎn)值有顯著影響。（6） t檢驗(yàn) 針對(duì):,給定顯著水平=0.05，在t分布表中查得臨界值，當(dāng)在其他解釋變量不變的時(shí)候，農(nóng)用化肥施用折純量對(duì)被解釋變量農(nóng)業(yè)總產(chǎn)值有顯著的影響，而有效灌溉面積、農(nóng)用機(jī)械總動(dòng)力對(duì)被解釋變量農(nóng)業(yè)總產(chǎn)值沒(méi)有有顯著的影響。8. 模型的預(yù)測(cè)X1X2X3YMean2047.5263351.831190.

18、70481661.205Median1510.1302564.890202.42001376.290Maximum5342.12012739.83696.37004509.880Minimum153.0200113.17005.70000057.92000Std. Dev.1631.5983146.262152.14231203.481Skewness0.6577001.6783151.2181460.623441Kurtosis2.1521675.3190955.1446432.685889Jarque-Bera3.16342021.5000013.607732.135615Probabil

19、ity0.2056230.0000210.0011090.343761Sum63473.30103906.85911.85051497.36Sum Sq. Dev.798633362.97E+08694418.743451012Observations31313131圖310 統(tǒng)計(jì)描述 由圖中信息可以看出，當(dāng)平均有效灌溉面積達(dá)到2047.526千公頃，平均農(nóng)用機(jī)械總動(dòng)力達(dá)到3351.831萬(wàn)千瓦，平均農(nóng)用化肥施用折純量達(dá)到190.7048萬(wàn)噸時(shí)，農(nóng)業(yè)總產(chǎn)值平均有1661.205億元。5、 結(jié)論與政策建議通過(guò)理論和多層次實(shí)證分析，用化肥施用折純量因素對(duì)于農(nóng)業(yè)生產(chǎn)總值有顯著的正面影響，而有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力對(duì)農(nóng)業(yè)生產(chǎn)總值的影響不顯著但也存在著一定的影響。從模型的結(jié)果中我們可以看出， 有效灌溉面積與農(nóng)業(yè)總產(chǎn)值之間沒(méi)有很強(qiáng)的相關(guān)性，這說(shuō)明有效灌溉面積對(duì)農(nóng)業(yè)總產(chǎn)值的影響并不明顯。化肥施用折純量對(duì)農(nóng)業(yè)總產(chǎn)值的影響是很大的，化肥的采用的確可以在短期內(nèi)