计量经济学模型论文.doc

铜 陵 学 院计量经济学论文论文题目 ：关于影响粮食产量因素的回归分析院系名称： 铜陵学院会计系 专业班级： 11级财务管理 学生姓名： 王 亚 秦 学 号： 1102121072 关于影响粮食产量因素的回归分析摘要：我国土地资源稀缺，人口多而粮食需求量大，因此粮食产量的稳定增长，直接影响着人民生活和社会的稳定与发展粮食生产的不稳定性对国民经济的影响是不可忽略的，主要体现在:粮食生产不稳定会引发粮食供求关系的变动,尤其当国家粮食储备不足的时候,很容易导致粮价上涨,从而影响整个宏观经济所以本文按照计量经济分析方法,以1985—2005年中国粮食产量及其重要因素的时间序列数据为样本,对影响中国粮食生产的多种因素进行了分析选用了粮食产量、受灾面积，化肥施用量，粮食作物播种面积，以粮食产量作为因变量,其它3个指标作为解释变量进行回归分析通过回归分析粮食产量波动的原因，并据此提出相应的对策，对保障粮食生产持续稳定发展，具有重要意义关键词：线性回归 回归分析 粮食产量 宏观经济 稳定发展一、 建立模型通过对中国粮食生产及影响因素的初步定性分析后假设,粮食产量与其它3个指标之间存在多元线性关系, 即粮食受灾面积，化肥施用量，粮食作物播种面积，存在着线性关系,也即可以把粮食产量的线性回归模型初步设定为：y=β0+β11+β22+β33,其中,y:粮食产量（CHANLIANG）, 1 受灾面积（SZMJ），2化肥施用量(HFSYL)，3粮食作物播种面积(BZMJ)，然后利用已有的数据进行模型拟合,以便发现这些因素之间存在的数量关系。

可能有人会提出质疑,是否遗漏了其它重要的解释变量,的确像农业科技费用等这些因素对粮食产量有重要的影响,但考虑农业科技费用会导致严重的多重共线性(因为它们与粮食单产有极高的正相关性),又考虑到它代表对农业的投入和科技进步,在选用指标中已有灌溉面积、农机总动力等性质相似的指标,再加上分析工具的局限性,因此就舍弃了这几个指标这也是线性相关分析的局限性之一二、 数据的搜集和整理根据相应年度的《中国统计年鉴》、《中国农村统计年鉴》、《中国农业发展报告》,选用了粮食产量、受灾面积，化肥施用量，粮食作物播种面积，这4个指标,把这4个指标的1985—2005年20年间的时间序列数据进行回归分析,来分析这些因素与粮食产量的关系以粮食产量作为因变量,其它3个指标作为解释变量进行回归分析按照计量经济分析方法对影响中国粮食生产的多种因素进行了分析数据如下：粮食产量受灾面积化肥施用量粮食作物播种面积年份(万吨)y(万公顷)x1(万吨)x2(千公顷)x3198537910.84436.51775.8108845198639151.24713.51930.6110933198740473.34208.61999.31112681988394085087.42141.5110123198940754.94699.12357.1112205199044624.33847.42590.3113466199143529.35547.22805.1112314199244265.85133.32930.2110560199345648.84882.93151.9110509199444510.15504.33317.9109544199546661.84582.13593.7110060199650453.54698.93827.9112548199749417.15342.93980.7112912199851229.55014.54083.7113787199950838.64998.14124.3113161200046217.55468.84146.4108463200145263.75221.54253.8106080200245705.84711.94339.4103891200343069.55450.64411.699410200446946.93710.64636.6101606200548402.23881.84766.2104278三、 参数估计将收集到的数据运用计量分析软件进行运算,可得到以上设立模型的参数值,则模型结果为: 首先通过对每个变量进行线性回归和分析，整理，再整体对其进行回归整理，加以比较，对数据进行整合，得出最终结论。

具体回归过程如下：通过以上对每个因素进行回归分析，可得出结论：当不考虑其他解释变量的情况下，解释变量1，2，3，分别对被解释变量有显著影响即受灾面积(SZMJ)，化肥使用量(HFSYL)，播种面积(BZMJ)都在不同程度上对粮食产量有影响，其中播种面积(BZMJ)对其影响相比较而言比较大下面将这三因素结合起来，回归分析对粮食产量的影响，具体数据如下：由此得出相关参数：Y=-0.9425671+4.6264172+0.6682793-39226.70（0.199032）（0.048123）（0.302349）（5536.231）t=(23.24454) （13.88696）（-3.117504）（-7.085452）R^2=0.969764 修正的 R^2=0.964428F=181.7480 df=23 dw=1.344325四、 分析结果本文首先用最小二乘估计，建立多元线性回归模型，对参数进行估计，然后进行参数检验，方程显著性检验，经济意义的检验通过建立数学模型来研究我国粮食投入与产出的生产函数，找出影响粮食产量的关键指标加以改善，确保粮食产量稳步增长，建立粮食生产模型，且对此模型进行评估。

1. 经济意义检验模型估计结果说明，在假定其他变量不变的情况下，当播种面积（BZMJ）增加一千公顷，粮食产量（CHANGLIANG）增加0.668279万吨；在假定其他变量不变的情况下，当受灾面积（SZMJ）减少一万公顷，粮食产量（CHANGLIANG）增加0.942576万吨；在假定其他变量不变的情况下，当化肥使用量（HFSYL）增加1万吨，粮食产量（CHANGLIANG）增加4.626417万吨2. 统计检验(1) 拟合优度检验由模型估计结果来看：R^2=0.969764 修正的可决系数R^2=0.964428 ，说明模型对样本拟合的很好2) F检验针对Ｈ0:β1=β2=β3=0，给定显著性水平=0.05,在F分布表中查出自由度k-1=2和n-k=23 临界值Fa（2,23）=9.443，由eviews回归分析可得F=181.7480，其中181.7480>9.443,所以应拒绝原假设Ｈ0，说明回归方程显著，即播种面积（BZMJ），受灾面积（SZMJ），化肥使用量（HFSYL）联合起来确实对粮食产量有显著性影响3）T检验分别针对H：βj（j=0,1,2,3），给定显著性水平=0.05，查T分布表得自由度n-k=23，临界值得,由eviews软件回归分析数据可得，与β0，β1，β2，β3对应的T统计量分别为-7.085452,13.88696，23.24454，-3.117504,其绝对值均大于1.7139。

这说明应拒绝Ｈ0，也就是说当其他解释变量不变的情况下，解释变量1，2，3，分别对被解释变量有显著影响五、 总结中国的粮食生产问题,不仅是中国经济界的重要研究课题,而且也越来越受到世界经济学家的重视要提高粮食产量，必须积极稳妥地推进农业机械化的发展：①要把主要农产品生产过程机械化和产业化经营有机结合起来；②对农业机械化进行结构性调整；③因地制宜，有重点的推荐地区农业机械化；④大力促进农业技术进步，重视农村的基础教育；⑤建立与农业机械化相适应的农村经济体制纵观中国农村现状，与其他产业相比，农业的发展一直比较缓慢扩大耕作面积，提高单产，实现机械化、规模化生产是我国农业健康发展的必由之路参考文献：吴玉鸣.中国粮食生产主要影响因素的多因素动态关联分析[J],农业经济问题,1998(1)戚世均等.中国粮食生产潜力及未来粮食生产研究[J].郑州粮食学院学报,2000(3)庞皓，《计量经济学》[M]，西南财经大学出版社，2001年8月第一版周四军，《对我国粮食生产影响因素的计量分析》，《统计与决策》[M]，2003.赵慧江，《基于回归分析的粮食产量影响因素分析》，《怀化学院学报》[M]，2009.。