计量经济学 期中论文考核
选题：我国粮食产量的相关计量经济学模型分析
小组成员
0948011 刘慧启 0948012 陆云霞 0948007 陈阳 0948008 覃小玲
小组分工：
任务安排 小组讨论，确定选题 搜集和整理数据 选题背景 变量的选择和预期说明 建模，第一次参数估计及检验 第二次参数估计及检验 结论 WORD文稿整理 PPT制作
刘慧启 √ √ √ √ √ 陆云霞 √ √ √ √ 陈阳 √ √ √ √ 覃小玲 √ √ √ √ 一．选题背景
我国国家统计局的数据表明， 2011年的全国粮食产量再上了新的台阶。 2011年，党中央和国务院进一步加大粮食生产扶持力度，各级政府积极开展粮食稳定增产行动，科技支撑力度明显加大，农业气候条件总体偏好，我国粮食生产再获丰收，粮食总产量登上5亿5千万吨新台阶。初步统计，2011年全国粮食总产量达到57121万吨，比2010年增产2473万吨，增长4.5%。
我国是世界农业大国，粮食产量与人们的日常生活和国家的正常运作息息相关。为进行粮食产量的相关计量经济学模型分析，我们小组以1990—2010年这11年间的全国粮食产量及相关数据为基础进行了研究。
二．变量选择
被解释变量：1990—2010年间各年的粮食产量
解释变量： 预期说明： 1.粮食作物的播种面积 与粮食产量正相关 2.受灾面积 与粮食产量负相关 3.农业劳动力 与粮食产量正相关 4.化肥施用量 与粮食产量正相关 5.农用机械总动力 与粮食产量正相关
详细数据：
粮食产量(万吨) 44624.3 43529.3 44265.8 45648.8 44510.1 46661.8 50453.5 49417.1 51229.5 50838.6 46217.5 45263.7 粮食作物播种面积(千公顷) 113466 112314 110560 110509 109544 110060 112548 112912 113787 113161 108463 106080 受灾面积(千公顷) 38474 55472 51332 48827 55046 45824 46991 53427 50145 49980 54688 52215 1
年 份 农业农用机化肥施劳动械总动 用量力（万力(万千(万吨) 人） 瓦) 38914 39098 38699 37680 36628 35530 34820 34840 35177 35768 36043 36399 2590.3 2805.1 2930.2 3151.9 3317.9 3593.7 3827.9 3980.7 4083.7 4124.3 4146.4 4253.8 28707.7 29388.6 30308.4 31816.6 33802.5 36118.1 38546.9 42015.6 45207.7 48996.1 52573.6 55172.1 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
2002 2003 2004 2005 2006 2007 2008 2009 2010 45705.8 43069.5 46946.9 48402.2 49804.2 50160.3 52870.9 53082.1 54647.7 103891 99410 101606 104278 104958 105638 106793 108986 109876 46946 54506 37106 38818 41091 48992 39990 47214 37426 36640 36204 34830 33442 31941 30731 29923 28890 27931 4339.4 4411.6 4636.6 4766.2 4927.7 5107.8 5239 5404.4 5561.7 57929.9 60386.5 64027.9 68397.8 72522.1 76589.6 82190.4 87496.1 92780.5 数据来源：
中国统计年鉴（2011）
粮食产量——13-15 主要农产品产量
粮食作物的播种面积——13-13 农作物总播种面积 受灾面积——13-25 受灾面积和成灾面积 农业劳动力——4-3 按三次产业分就业人员数
化肥施用量——13-6 有效灌溉面积、农用化肥施用量、农村水电站及用电量 农用机械总动力——13-5 主要农业机械拥有量
三．建模和调整
模型设定为：
Y=B1+B2X1+B3X2+B4X3+B5X4+B6X5+et
其中 Y： 粮食产量（万吨）
X1：粮食作物播种面积（千公顷） X2：受灾面积（千公顷） X3：农业劳动力（万人） X4：化肥施用量（万吨） X5：农用机械总动力（万千瓦） 显著性水平＝0.05
（一）运用Eviews软件进行参数估计
假定模型中随机项满足基本假定，用OLS法估计参数，估计结果如下：
Dependent Variable: Y Method: Least Squares Date: 04/24/12 Time: 15:24
Sample: 1990 2010 Included observations: 21
2
Variable C X1 X2 X3 X4 X5 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Coefficient -13228.65 0.543206 -0.108450 -0.249366 4.993197 -0.086533 0.977502 0.970003 593.0531 5275679. -160.3557 130.3456 0.000000
Std. Error 12443.51 0.055727 0.025791 0.153755 0.738000 0.031912
t-Statistic -1.063096 9.747664 -4.204939 -1.621842 6.765853 -2.711641
Prob. 0.3046 0.0000 0.0008 0.1257 0.0000 0.0161 47969.03 3424.151 15.84340 16.14184 15.90817 1.909961
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
估计方程为：
Y=-13228.6459363839+0.543206410043403*X1-0.108450174374898*X2 -0.249366396924268*X3+ 4.99319704065043*X4 - 0.086533161823040 *X5
（二）模型检验 1.经济意义检验：
由常理推断可知，假设模型的五个解释变量中，只有受灾面积与粮食产量是负相关的。由上表的参数估计结果可知，解释变量X1，X2，X4的参数符号与其经济意义是相符合的；而X3 和X5的参数均为负数，与其经济意义不符。
因此进行经济检验可知，解释变量X3 和X5不符合条件，应从模型中删除。 2.统计意义检验：
R=0.977502，模型的拟合度很高。
2
进行t检验
＝0.05，n=11，df=5，t临界值= 2.571
由上表可知，t(X1)= 9.747664，t(X2)= -4.204939，t(X3)= -1.621842，
t(X4)= 6.765853，t(X5)= -2.711641。
因此，X3未通过t检验，应从模型中删除。
删去不符合条件的解释变量X3 和X5，分析Y关于X1，X2，X4的模型。 (一)运用Eviews软件进行参数估计 仍运用OLS法估计参数，估计结果如下：
3
Dependent Variable: Y Method: Least Squares Date: 04/24/12 Time: 15:46 Sample: 1990 2010 Included observations: 21
Variable C X1 X2 X4 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Coefficient -32050.21 0.622671 -0.096429 4.097881
Std. Error 5443.318 0.043368 0.026942 0.221282
t-Statistic -5.887991 14.35785 -3.579144 18.51882
Prob. 0.0000 0.0000 0.0023 0.0000 47969.03 3424.151 16.07108 16.27004 16.11426 1.369411
0.965822 Mean dependent var 0.959791 S.D. dependent var 686.6204 Akaike info criterion 8014608. Schwarz criterion -164.7464 Hannan-Quinn criter. 160.1320 Durbin-Watson stat 0.000000
估计方程为：
Y = -32050.205591516 + 0.62267107733864*X1 - 0.0964291632990907*X2 +
4.09788082155439*X4
（二）模型检验 1.经济意义检验：
由常理推断可知，假设模型的三个解释变量均与粮食产量是正相关的。由上表的参数估计结果可知，解释变量X1、X4的参数为正数，X2的参数为负数，均与其经济意义相符。 2.统计意义检验：
R=0.965822，模型的拟合度很高。
2
进行t检验
＝0.05，n=11，df=7，t临界值= 2.365
由上表可知，t(X1)= 14.35785，t(X2)= -3.579144，t(X4)= 18.51882， 因此，解释变量X1，X2，X4均通过t检验。
四．结论
4
经过以上分析，得出模型的回归方程为：
2Y = -32050.206 + 0.623*X1 - 0.096*X2 + 4.098*X4 R =0.965822
因此，我们可以得出这样的结论：粮食产量与粮食播种面积、受灾面积和化肥施用量有关。
R＝0.965822表明，粮食总产量的变化可以完全由化肥施用量，粮食播种
2面积和成灾面积的数值来解释；
X1的回归参数0.623表示：在其他条件不变的情况下，粮食播种面积每增
加1千公顷，粮食产量增加0.623万吨；
X2的回归参数-0.096表示：在其他条件不变的情况下，受灾面积每增加1
千公顷，粮食产量减少0.096万吨；
X4的回归参数4.098表示：在其他条件不变的情况下，化肥施用量每增加
１万吨，粮食产量增加4.098万吨；
在与粮食产量有关的这三个解释变量中，化肥施用量对粮食产量的影响最大，受灾面积的影响最小。因此，在粮食生产整体调控中，即使遇到自然灾害（旱涝灾害等），我们也可以通过适当施用化肥来提高产量，从而保证粮食供给。
从我国实际农业现状分析，相对于较少的可耕作土地面积，我国的劳动力却是十分富足的。所以农业劳动力对粮食产量的影响很小。而在我国整体的农业生产结构中，小农经济导致以家庭为单位耕种的土地所占比例较大，而其中农用机械的使用并不十分普及。所以农用机械总动力在粮食生产中的影响也较小。因此，农业劳动力和农用机械总动力这两个变量可以从模型中删除。
5
因篇幅问题不能全部显示，请点此查看更多更全内容