《关于我国粮食生产的单方程计量经济学模型.docx》由会员分享，可在线阅读，更多相关《关于我国粮食生产的单方程计量经济学模型.docx（26页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、2006620007第2学期计量经济济学课程程大作业业大作业名名称：关关于我国国粮食生生产的单单方程计计量经济济学模型型组长：学号：姓姓名：专专业：成员：学号：姓姓名：专专业：学号：姓姓名：专专业：选课班级级： AA02 任任课教师师： 徐晔晔 成绩：评语：本本文以我我国改革革开放以以来19978-20002年的的相关数数据为依依托，运运用计量量经济学学方法对对影响我我国粮食食生产的的主要因因素进行行了回归归分析，并并通过统统计检验验、计量量经济学学检验、经经济意义义检验和和模型预预测检验验，最终终得出结结论：粮粮食播种种面积对对我国粮粮食生产产的正面面影响最最大。同同时，利利用模型型对提高高
2、我国的的粮食产产量进行行了数量量化分析析，并就就如何增增加我国国粮食产产量提出出一些可可供参考考的意见见。教师签名名：批阅阅日期：计 量 经 济济 学 模 型型 -关于我我国粮食食生产的的单方程程计量经经济学模模型粮食生产产是关系系国计民民生的战战略物资资。本文文以我国国改革开开放以来来19778-220022年的相相关数据据为依托托，运用用计量经经济学方方法对影影响我国国粮食生生产的主主要因素素进行了了回归分分析，并并通过统统计检验验、计量量经济学学检验、经经济意义义检验和和模型预预测检验验，最终终得出结结论：粮粮食播种种面积对对我国粮粮食生产产的正面面影响最最大。同同时，利利用模型型对提高
3、高我国的的粮食产产量进行行了数量量化分析析，并就就如何增增加我国国粮食产产量提出出一些可可供参考考的意见见。近年来，中中国的经经济一直直处在高高速增长长时期，被被誉为东东亚乃至至世界经经济发展展的一个个新引擎擎。经济济的持续续增长当当然值得得庆贺，然然而，对对于经济济增长中中所出现现的一些些问题，如如果不能能及时地地发现和和正视，那那么它所所引起的的后果也也可能是是严重的的。现阶阶段的农农业就是是最需要要重视的的一个问问题。农业是封封建社会会最重要要的物质质生产部部门，而而粮食更更是国民民经济的的基础。粮粮食生产产对一个个农业国国家的经经济，特特别是对对于一个个封建国国家的经经济，真真有极为为
4、重要的的意义。粮粮食总产产量代表表封建国国家的经经济实力力，粮食食单位面面积产量量，反映映土地利利用的效效果，是是农业生生产力发发展水平平的重要要指标。清清代的粮粮食生产产获得了了很大的的发展，它它的发展展同任何何社会经经济的发发展一样样，都是是由时间间上的上上升运动动和空间间上的扩扩散运行行交织而而成。清清代各地地的粮食食亩产，与与前代相相比，均均有所提提高。只只是农业业比较发发达地区区提高的的幅度小小一些，其其他发展展中地区区提高的的幅度大大一些。清清代粮食食生产最最突出的的成就是是地区扩扩散，即即粮食亩亩产量在在全国广广大地区区普遍提提高，从从而导致致了粮食食总产量量和全国国平均亩亩产量
5、的的提高。长期以来来，我国国的粮食食消费具具有明显显的城乡乡和地域域差异，粮粮食消费费市场主主要集中中在农村村，城乡乡差别主主要体现现在人均均口粮和和粮食总总量的消消费上，农农村居民民的粮食食消费远远远大于于城镇居居民的粮粮食消费费。粮食食消费的的地域差差异除了了在粮食食消费量量上有所所体现外外，更主主要的是是体现在在粮食消消费品种种的差异异上，这这两种差差异目前前均处于于缩小的的趋势。从从总体上上看，我我国南方方地区居居民的粮粮食消费费主要以以稻谷为为主，而而北方地地区居民民则以小小麦为主主要消费费对象，这这是我国国居民长长期以来来的生活活习惯使使然随着着我国粮粮食流通通体制的的进一步步改革
6、、城城镇化速速度的加加快、人人口流动动规模的的扩大，以以及农产产品物流流市场的的不断发发展，“南南米北面面”的粮粮食消费费地域差差异也将将会逐步步缩小。粮食产量量下降直直接与传传统农业业模式不不足以支支撑农民民升高了了的生活活需求、农农民种粮粮积极性性低落相相关。在在今天的的中国农农村，一一边是越越来越多多的“农民进进城”、在城城市中寻寻找就业业机会，一一边是相相伴的田田地被大大量抛荒荒或者挪挪作他用用。有地地无人种种导致许许多传统统上能够够实现粮粮食自给给并且还还有盈余余可供售售卖的农农户，现现在也加加入到了了在市场场上买粮粮的非耕耕大军中中，这种种现象在在有些地地方已经经到了极极其严重重的
7、程度度。而农农田被挪挪作他用用，比如如改作鱼鱼塘、种种树甚至至用作屋屋场等等等，在农农村中也也越来越越常见。粮食产量量下降与与农民种种粮积极极性的低低落，正正在给未未来中国国的粮食食安全敲敲响警钟钟。如果果任时下下的中国国粮食生生产状况况持续下下去，那那么可能能引发的的后果将将不堪设设想。与与其他人人口小国国或人均均资源丰丰富的国国家不同同，未来来的中国国一旦遭遭遇重大大的天灾灾、发生生大规模模的粮食食减产，并并因此而而出现粮粮荒的话话，那么么一个有有着十几几亿生灵灵的人口口大国，不不仅其内内部无法法互相接接济，就就是花巨巨额外汇汇储备从从国外购购买，也也可能买买不到足足够的粮粮食来渡渡过危机
8、机。因此，对对我国粮粮食生产产的影响响因素进进行定量量分析，研研究粮食食生产涨涨落的原原因以及及提供某某些政策策性的建建议是十十分必要要的。著著名经济济学家李李子奈教教授在文文献11中曾曾对我国国1988319995年粮粮食生产产数据进进行过研研究分析析,他选取取的影响响因素数数据是：农用化化肥施用用量，粮粮食播种种面积，成成灾面积积，农业业机械动动力和农农业劳力力，并拟拟合出了了关于我我国粮食食生产的的线性回回归模型型。在本本文中，我我们将运运用计量量经济学学的方法法对上述述模型问问题进行行研究。对对于粮食食产量的的影响，除除了选取取上述影影响因素素外，还还把农村村用电量量、国家家财政用用于
9、农业业的支出出和灌溉溉面积的的影响因因素数据据也加到到了模型型中去。被解释变变量与解解释变量量的确定定与C-D生产产函数模模型我们把粮粮食总产产量确定定为被解解释变量量，把影影响粮食食产量的的因素确确定为解解释变量量。依据据国家政政策对粮粮食生产产的积极极扶持作作用，影影响粮食食生产的的主要因因素是投投入要素素，即资资本和劳劳动力。而而农业生生产的特特点决定定了其资资本主要要是土地地和化肥肥；至于于农业劳劳动力，过过去我国国一直是是人工种种植，但但近年来来由于呈呈现农业业经济多多种化经经营的趋趋势，所所以许多多人都从从事副业业生产；同时由由于科技技进步的的影响，农农业机械械化水平平的提高高也对
10、粮粮食生产产有一定定的影响响。综合合以上考考虑，我我们最终终确定影影响粮食食生产的的因素为为：播种种面积、成成灾面积积、化肥肥施用量量、农业业机械动动力、农农村用电电量、国国家财政政用于农农业的支支出、灌灌溉面积积和农业业劳动力力。另外外影响粮粮食生产产的因素素还有农农民的积积极性，但但这是一一个不太太好量化化的因素素，因此此可把它它作为随随机的因因素引入入到模型型中。因此，我我们最终终确定的的模型的的被解释释变量为为：粮食食总产量量；解释释变量为为：播种种面积、成成灾面积积、化肥肥施用量量、农业业机械动动力、农农村用电电量、国国家财政政用于农农业的支支出、灌灌溉面积积和农业业劳动力力。由初步
11、的的分析知知，粮食食产量与与成灾面面积是负负相关的的，而与与其它变变量则是是正相关关的我们选择择在经济济领域应应用最广广泛的一一种生产产函数模模型C-DD生产函函数模型型来进行行研究。生产函数数是描述述生产过过程中投投入的生生产要素素的某种种组合同同它可能能的最大大产出量量之间的的依存关关系的数数学表达达式。即即其中Y为为产出量量，A，K，L分别为为技术、资资本、劳劳动的投投入要素素。生产产要素对对生产函函数的作作用与影影响，主主要是由由一定的的技术条条件决定定的，从从本质上上讲，生生产函数数反映了了生产过过程中投投入要素素与产出出量之间间的技术术关系。19288年,美国数数学家CCharrl
12、ess Coobb和和经济学学家Paaul Dauuglaas提出出的生产产函数的的数学形形式为（2.11）根据要素素的产出出弹性的的定义，很很容易推推出即:参数数、分别是是资本与与劳动的的产出弹弹性。那那么由产产出弹性性的经济济意义，应应该有在最初提提出的CC-D生生产函数数中，假假定了参参数满足足，即生生产函数数的一阶阶齐次性性，也就就是假定定研究对对象满足足规模报报酬不变变。这是是因为即:当资资本与劳劳动的数数量同时时增长倍倍时，产产出量也也增长倍倍。19937年年，Duurannd提出出了C-D生产产函数的的改进型型，即取取消了的的假定，允允许要素素的产出出弹性之之和大于于1或小于于1
13、，即承承认研究究对象可可以是规规模报酬酬递增的的，也可可以是规规模报酬酬递减的的，取决决于对参参数的估估计结果果。模型(22.1)中的待待估参数数A称为效效率系数数，是广广义技术术进步水水平的反反映，显显然应有有。由上可见见，C-D生产产函数的的参数具具有明确确的经济济意义，这这一显著著特点是是它被广广泛应用用的重要要原因。我们现在在看模型型(2.1)对对要素替替代弹性性的假设设。根据据要素替替代弹性性的定义义，可以以得到.由此可可知,CC-D生生产函数数模型的的要素替替代弹性性为1，这样样就更加加逼近于于生产活活动的实实际 样本本数据收收集31 数据据收集根据上面面的所确确定的模模型的变变量
14、，我我们收集集到了119788年-20003年年主要粮粮食生产产数据(表1)。年份粮食总产产量（万万吨）播种面积积（千公顷顷）成灾面积积（千公顷顷）化肥施用用量（万万吨）灌溉面积积（千公顷顷）国家财政政用于农业业的支出出（亿元元）农村用电电量（亿亿千瓦小小时）农机动力力（万千瓦瓦）农村劳动动力（万万人）197883047771205587244557884449665150.66253.111755028311819799332112119226315122010866450003174.33282.71337792863341980032055611722342977771269944888
15、8149.55320.814744629122219811325002114995818744313355445774110.21369.815688029777719822354550113446315988515133441777120.49396.916611430855919833387228114004716200916600446444132.87435.218022231155119844407331112888415600717400444553141.2946419499730866819855379111108884522700517766440336153.62508.9
16、20911331133019866391551110993323655619311442226184.2586.722955031255419877402998111226820399320000444003195.72658.824833631666319888394008110112323944521422443776214.0771226577532244919899407555112220522444923577449117265.94790.528066733222519900446224113446617811925900474003307.84844.52870083891141
17、9911435229112331427811428055478222347.57963.229388939099819922442666110556025855929300485990376.0211066.930300838699919933456449110220923133331522487228440.4512444.831811737688019944445110109554431388333188487559532.9814733.933800336622819955466662110006022266735944492881574.9316555.7361118355330199
18、66504554112554821233338288503881700.4318122.738544734822019977494117112991230300939800512339766.3919800.14201163484401998851233011377872518814084452299611544.76620422.14520083517771999950833911311612673314124453155810855.76621733.448999635766820000462119108446334377441466538220766.924211.35257743604
19、4320011452664106008031733442544542449917.9626100.85517723651132002245700610388912731194339954355511022.729933.4579330368770200334306659941103251164412254011411255.834322.9603887365446数据来源源：中中国统计计摘要220044，中中国统计计年鉴220033。4 模型的估估计由C-DD生产函函数模型型，得模模型形式式如下：（4.11）两边取对对数并进进行变换换，得：（4.22）其中。运用Evviewws软件件对模型型（
20、4.2）进进行估计计，我们们得到估估计结果果（见表表2）：Depeendeent Varriabble: LOOG(YY) Methhod: Leeastt SqquarresDatee: 006/12/07 Tiime: 100:366Sampple: 19978 20002Inclludeed oobseervaatioons: 255VariiablleCoeffficcienntStd. Errrorrt-SttatiistiicProbb. LOG(X1)0.699259930.488550061.422653380.17729LOG(X2)-0.110066340.03340668
21、-2.995399700.00093LOG(X3)0.533491140.144701153.633850060.00022LOG(X4)-0.444088590.34437773-1.228244110.21180LOG(X5)0.066651120.055304461.255383380.22279LOG(X6)-0.116166790.13390993-1.116233740.26621LOG(X7)0.044956680.100877740.455569960.65547LOG(X8)-0.003444880.13342334-0.225699270.80005C4.744003396
22、.311591190.755049910.46639R-sqquarred0.97754663 Meaan ddepeendeent varr10.6634003Adjuusteed RR-sqquarred0.96631994 S.DD. ddepeendeent varr0.14498339S.E. off reegreessiion0.02287446 Akaaikee innfo criiterrionn-3.99868891Sum squuareed rresiid0.01132222 Schhwarrz ccritteriion-3.55480096Log likkeliihooo
23、d58.8836114 F-sstattisttic79.5508444Durbbin-Wattsonn sttat1.08892772 Proob(FF-sttatiistiic)0.00000000从表2可可以看出出，回归归估计的的判决系系数很高高，方程程很显著著，但是是8个参数数的检验验值却只只有两个个略微显显著。显显然，出出现了严严重的多多重共线线性统计计学检验验。相关系数数法从各解释释变量之之间的相相关系数数(表3)也能能初步看看出各变变量之间间存在着着多重共共线性：1.0000000 -0.4415664 -0.6645554 -0.5506881 -0.4464008 -0.66
24、45667 -0.6692118 -0.5592007 -0.4415664 1.0000000 0.6006855 0.6442922 0.5668233 0.6334433 0.6335266 0.4448988 -0.6645554 0.6006855 1.0000000 0.9339066 0.9225244 0.9661844 0.9668299 0.7884277 -0.5506881 0.6442922 0.9339066 1.0000000 0.9553700 0.9771899 0.9551455 0.6887400 -0.4464008 0.5668233 0.922524
25、4 0.9553700 1.0000000 0.9552299 0.9335333 0.5993766 -0.6645667 0.6334433 0.9661844 0.9771899 0.9552299 1.0000000 0.9886599 0.6662344 -0.6692118 0.6335266 0.9668299 0.9551455 0.9335333 0.9886599 1.0000000 0.7008177 -0.5592007 0.4448988 0.7884277 0.6887400 0.5993766 0.6662344 0.7008177 1.0000000 从表3可可
26、以看出出与、之间存存在较高高的相关关系数，这这说明它它们之间间可能存存在着多多重共线线性。512 判定系系数检验验法由表3的的初步判判断，我我们进行行如下形形式的回回归：（5.11）得到回归归结果（见见表4）：Depeendeent Varriabble: LOOG(XX3)Methhod: Leeastt SqquarresDatee: 006/112/07 Tiime: 100:40Sampple: 19978 20002Inclludeed oobseervaatioons: 255VariiablleCoeffficcienntStd. Errrorrt-SttatiistiicPro
27、bb. LOG(X4)0.199081120.155420001.233743350.22296LOG(X5)-0.115755830.08819009-1.992388750.06680LOG(X6)0.600781180.199679913.088865510.00056LOG(X7)0.244615550.255932230.944922230.35533R-sqquarred0.97769002 Meaan ddepeendeent varr7.79907885Adjuusteed RR-sqquarred0.97736003 S.DD. ddepeendeent varr0.4776
28、5553S.E. off reegreessiion0.07774227 Akaaikee innfo criiterrionn-2.11333325Sum squuareed rresiid0.12258993 Schhwarrz ccritteriion-1.99383305Log likkeliihoood30.6666556 Durrbinn-Waatsoon sstatt0.60047555从表4中中可以看看出其判判定系数数0.99769902很很大，这这说明在在该形式式中作为为被解释释变量的的可以用用、的线性性组合代代替，即即与、之间存存在共线线性。513 修正的的Friish方方
29、法33下面我们们用修正正的Frrishh方法来来消除该该模型的的多重共共线性。首先，做做出被解解释变量量关于解解释变量量的每一一个回归归方程，得得各判决决系数依依次为：0.33252219；0.11560088；0.99128886；0.66023399；0.77544473；0.88380016；0.88322231；0.66863358。从上面我我们知道道判决系系数最大大的为00.91128886；从从而可选选取作为为模型的的出发点点进行估估计，得得表5：Depeendeent Varriabble: LOOG(YY)Methhod: Leeastt SqquarresDatee: 006
30、/13/07 Tiime: 188:355Sampple: 19978 20002Inclludeed oobseervaatioons: 255VariiablleCoeffficcienntStd. Errrorrt-SttatiistiicProbb. LOG(X3)0.300041150.0119355115.55248850.00000C8.299355590.1551022754.99144420.00000R-sqquarred0.91128886 Meaan ddepeendeent varr10.6634003Adjuusteed RR-sqquarred0.90090998
31、 S.DD. ddepeendeent varr0.14498339S.E. off reegreessiion0.04451776 Akaaikee innfo criiterrionn-3.22798866Sum squuareed rresiid0.04469441 Schhwarrz ccritteriion-3.11823356Log likkeliihoood42.9998332 F-sstattisttic241.02009Durbbin-Wattsonn sttat1.00079996 Proob(FF-sttatiistiic)0.00000000在Y、中中加入解解释变量量进
32、行估估计, 常数项项不显著著，在去去掉常数数项后再再一次估估计得表表6:Depeendeent Varriabble: LOOG(YY)Methhod: Leeastt SqquarresDatee: 006/14/07 TTimee: 009:110Sampple: 19978 20002Inclludeed oobseervaatioons: 255VariiablleCoeffficcienntStd. Errrorrt-SttatiistiicProbb. LOG(X1)0.699129930.0111099862.22912270.00000LOG(X3)0.333328850.01
33、16533220.11595550.00000R-sqquarred0.93321883 Meaan ddepeendeent varr10.6634003Adjuusteed RR-sqquarred0.92292334 S.DD. ddepeendeent varr0.14498339S.E. off reegreessiion0.03398660 Akaaikee innfo criiterrionn-3.55302268Sum squuareed rresiid0.03365443 Schhwarrz ccritteriion-3.44327758Log likkeliihoood46
34、.1128335 Durrbinn-Waatsoon sstatt0.93317551从结果可可以看出出在加入入解释变变量之后后，其判判决系数数的值有有了明显显的变化化，并且且对的系系数值和和检验值值没有多多大影响响，因此此可以加加入变量量。同理,在在Y、中加入入解释变变量进行行估计得得常数项项不显著著，在去去掉常数数项后, 得到到Depeendeent Varriabble: LOOG(YY)Methhod: Leeastt SqquarresDatee: 006/14/07 Timme: 09:20Sampple: 19978 20002Inclludeed oobseervaatioon
35、s: 255VariiablleCoeffficcienntStd. Errrorrt-SttatiistiicProbb. LOG(X1)0.777786630.0222544234.55074450.00000LOG(X2)-0.113211740.03318775-4.114666020.00004LOG(X3)0.377459950.0116111323.22475590.00000R-sqquarred0.96619334 Meaan ddepeendeent varr10.6634003Adjuusteed RR-sqquarred0.95584773 S.DD. ddepeend
36、eent varr0.14498339S.E. off reegreessiion0.03305334 Akaaikee innfo criiterrionn-4.00277757Sum squuareed rresiid0.02205112 Schhwarrz ccritteriion-3.88814492Log likkeliihoood53.3346997 Durrbinn-Waatsoon sstatt0.72214662从结果可可以看出出:在加入入变量之之后，其其判决系系数的值值有了明明显变化化，并且且对、的系数数值和检检验值没没有多大大影响，并并且的估估计系数数是负值值，符合合经济
37、意意义，加加入变量量。在Y、中加入入变量进进行估计计得常数数项不显显著，在在去掉常常数项后后,再一次次估计得得到：Depeendeent Varriabble: LOOG(YY)Methhod: Leeastt SqquarresDatee: 006/14/007 TTimee: 110:110Sampple: 19978 20002Inclludeed oobseervaatioons: 255VariiablleCoeffficcienntStd. Errrorrt-SttatiistiicProbb. LOG(X1)1.122305500.122437729.022973390.0000
38、0LOG(X2)-0.110000490.03300667-3.332744970.00032LOG(X3)0.444431130.0228511115.55840060.00000LOG(X4)-0.445299800.16611557-2.881077970.01105R-sqquarred0.97723440 Meaan ddepeendeent varr10.6634003Adjuusteed RR-sqquarred0.96683888 S.DD. ddepeendeent varr0.14498339S.E. off reegreessiion0.02266441 Akaaikee
39、 innfo criiterrionn-4.22670096Sum squuareed rresiid0.01149004 Schhwarrz ccritteriion-4.00720076Log likkeliihoood57.3338771 Durrbinn-Waatsoon sstatt0.90092775从结果可可以看出出加入解解释变量量之后，其其判决系系数的值值虽然有有变化，但但对的系系数值和和检验值值有较大大影响，且且的估计计系数是是负值，不不符合经经济意义义.它的检验验值也不不太显著著，因此此暂时不不考虑加加入变量量。运用同样样的方法法逐个加加入变量量、和进行估估计知，加加入的变
40、变量对表表8的判决决系数没没有多大大影响，但但对表99的检验值值有较大大影响，因因此暂时时不考虑虑加入上上述变量量。在Y、中加入入解释变变量进行行估计得得表9：Depeendeent Varriabble: LOOG(YY)Methhod: Leeastt SqquarresDatee:06/14/07 TTimee: 110:332Sampple: 19978 20002Inclludeed oobseervaatioons: 255VariiablleCoeffficcienntStd. Errrorrt-SttatiistiicProbb. LOG(X1)0.877778830.2881
41、54403.111778890.00054LOG(X2)-0.113022090.03335667-3.887900470.00009LOG(X3)0.377241190.0331188811.99411150.00000LOG(X8)0.033633350.122524490.299009990.77747C-1.554322683.60021112-0.442844340.67729R-sqquarred0.96623227 Meaan ddepeendeent varr10.6634003Adjuusteed RR-sqquarred0.95547992 S.DD. ddepeendee
42、nt varr0.14498339S.E. off reegreessiion0.03318559 Akaaikee innfo criiterrionn-3.88781139Sum squuareed rresiid0.02203000 Schhwarrz ccritteriion-3.66343364Log likkeliihoood53.4476773 F-sstattisttic127.72004Durbbin-Wattsonn sttat0.69900001 Proob(FF-sttatiistiic)0.00000000从结果可可以看出出,在加入入解释变变量之后后，其判判决系数数的值有有较大变变化，况况且它对对其余解解释变量量的检验验值和系系数没有有多大影影响，因因此可以以加入该该变量。最终,我我们确定定模型的的形式为为： (5.22)从而我们们有如下下的回归归模型：LOG(Y) = 00.87777883LOOG(XX1) - 00.13302009LOOG(XX2) + 00.37724119LOOG(XX3) （0.22815540）（0.00335567）（0.00311188）（3.11177789）（-3.87990477）（11.941115）+ 0.