发布时间 : 星期六 文章影响我国农业总产值因素的实证分析更新完毕开始阅读
影响我国农业总产值因素的实证分析
[内容摘要]：
解决“三农”问题是当前我国完善社会主义市场经济制度的重头戏，而实现农业的繁荣兴旺又是其中的重中之重。改革开放以来，我国农业发展取得的喜人的成绩，但是制约因素也很多，这使得入世后如何保护我国农业的利益，保持农业稳定成为难题。深入了解农业发展状况，有足于认清和解决问题。本文是根据我国农业的现状，想从计量经济学的角度来验证一下是否存在政府对农业投入不足、农业的现代化程度（以农业的机械化为衡量指标），以及农村中存在大量的剩余劳动力。根据经济学原理，在模型中我们引入了五个变量：农村居民家庭平均每户生产型固定投资，化肥施用量，农业机械总动力，政府财政用于农业的支出以及农业从业人员。利用EVIEWS软件对计量模型进行了参数估计和检验，多重共线性的检验，异方差的检验和自相关的检验并加以修正。
从我们所做的回归结果看，我国农村中确实存在政府对农业投入不足、农村中存在大量的剩余劳动力，我国的农业机械化程度是较低的，对我国的农业增加值的贡献十分低下等问题。我们根据模型的回归结果作了经济意义的分析，并相应提出一些政策建议。
但是，鉴于水平有限，文中难免出现一些错误。另外还存在一些我们难以解决的问题，请老师同学们多多包涵！
[关键词]：
农业总产值 国家财政对农业的基础性建设投资 农业从业人员人数
农村居民家庭平均每户生产型固定投资 化肥施用量 农业机械总动力
一、 导论
我国农业的重要性
我国是农业大国，农业的发展程度直接制约着我国的第二、第三产业的发展，是工业品市场；农业的发展能为国民经济其他部门发展提供劳动力阵地。农产品是轻工业的重要原料、重要的出口商品。目前，我国70%人口在农村，农业生产的发展直接关系广大农民生活的提高，直接关系到国家经济建设目标的实现。农产品在城乡是人民的生活必需品，所以又直接关系到城乡人民生活的提高，物价稳定，社会安定。我国农业生产相对落后，已成为国民经济最薄弱的环节，它已很难支撑国民经济其他部门的快速发展。因而，农业生产的发展是我国人民生活水平提高、现代化建设、社会稳定的基础，并最终决定着国民经济其他各部门的发展规模和速
度，是能否实现现代化战略目标的关键。
二，模型的设定
为了在更高层次上发展我国的经济，真正实现全民共同富裕的伟大目标，保证粮食安全，
关注农业总产值是必要的。而影响到农业总产值的因素是多方面的。因此，我们提取了国家财政对农业的基础性建设投资，农业从业人员人数， 农村居民家庭平均每户生产型固定投资，化肥施用量，农业机械总动力这五个对农业总产值有较大影响的因素的时间序列数据来进行分析，希望通过建立一个合适的经济模型来从理论上找出影响农业总产值的因素，从而提出增加农业总产值的方法。
在此，我们将“农业产总值”设为因变量，“农村居民家庭平均每户生产型固定投资”， “化肥施用量”，“农业机械总动力”，“政府财政用于农业的支出”，及“第一产业从业人员人数”设为自变量，设定了以下经济学模型：
Y =C+?1X2+?2X3+?3X4+?4X5+?5X6+U Y=农业总产值(亿元)
X2=农村居民家庭平均每户生产型固定投资（元）
X3=化肥施用量（万吨） X4=农业机械总动力（万 千瓦）
X5=政府财政用于农业的支出(亿元) X6=农业从业人员（万人）
数据如下：
obs 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003
Y 6534.730 7662.090 8157.030 9084.710 10995.53 15750.47 20340.86 22353.70 23788.40 24541.90 24519.10 24915.80 26179.60 27390.80 29691.80
X2 1126.070 1258.060 1401.010 1643.950 1950.310 2347.630 2774.270 3605.070 3896.560 3970.810 4045.480 4676.980 4883.800 5221.330 5586.340
X3 2357.100 2590.300 2805.100 2930.200 3151.900 3317.900 3593.700 3827.900 3980.700 4083.700 4124.300 4146.400 4253.800 4339.400 4411.600
X4 28067.00 28707.70 29388.60 30308.40 31816.60 33802.50 36118.10 38546.90 42015.60 45207.70 48996.10 52573.60 55172.10 57929.90 60386.50
X5 265.9400 307.8400 347.5700 376.0200 440.4500 532.9800 567.2200 700.4300 766.3900 1154.760 1085.760 1231.540 1456.730 1580.760 1754.450
X6 32440.50 33336.40 34186.30 34037.00 33258.20 32690.30 32334.50 32260.40 32434.90 32626.40 32911.80 32797.50 32451.00 31990.60 31259.60
资料来源：，《中国统计年鉴2004》，《中国统计年鉴1998》
三， 参数估计
模型为：
Y =C+?1X2+?2X3+?3X4+?4X5+?5X6+U
Y=农业总产值(亿元) X2=农村居民家庭平均每户生产型固定投资（元）
X3=化肥施用量（万吨） X4=农业机械总动力（万 千瓦） X5=政府财政用于农业的支出(亿元) X6=农业从业人员（万人）
用Eviews估计结果为：
Dependent Variable: Y Method: Least Squares Date: 04/30/05 Time: 12:51 Sample: 1989 2003 Included observations: 15 Variable C X2 X3 X4 X5 X6
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Coefficient 40016.97 0.550939 10.08766 0.066555 -2.645347 -1.826469
Std. Error 15190.73 1.920827 2.205449 0.230362 3.625498 0.535716
t-Statistic 2.634303 0.286824 4.573972 0.288916 -0.729651 -3.409396
Prob. 0.0272 0.7807 0.0013 0.7792 0.4842 0.0078 8203.735 16.65126 16.93448 250.3705 0.000000
0.992862 Mean dependent var 18793.77 0.988896 S.D. dependent var 864.4572 Akaike info criterion 6725576. Schwarz criterion -118.8844 F-statistic 1.561839 Prob(F-statistic)
Y = 40016.97+0.550939X2+10.08766X3+0.066555X4+（-2.645347）X5+ (-1.826469)X6 T = (2.634303) (0.286824) (4.573972) (0.288916) (-0.729651) (-3.409396)
R2=0.992862
四， 检验及修正
1．经济意义检验
从上表中可以看出，X5符号为负，应剔出。而X6虽然在理论上说不通，但却符合中国现实的国情，应保留，其意义将在第四部分加以阐述。而其他因素不与经济原理向悖，说明具有经济意义。
2．统计推断检验
从回归结果可以看出，模型的拟和优度非常好（R2=0.992862），F统计量的值在给定显著性水平α=0.05的情况下也较显著，但是X2、X4的t统计值均不显著（X2、X4的t统计量的值的绝对值均小于2），说明X2、X4这两个变量对Y的影响不显著，或者变量之间存在多重共线的影响使其t值不显著。
3．计量经济学检验
（1）多重共线性检验
①检验：由F=250.3763 >F0.05(5，15)=4.62(显著性水平α=0.05)表明模型从整体上看农业的总产值与解释变量间线形关系显著。
这里采用简单相关系数矩阵法对其进行检验 ：
X2 X3 X4 X5 X6
X2 1.000000 0.974555 0.977952 0.963494 -0.707561
X3 0.974555 1.000000 0.925922 0.907169 -0.636056
X4 0.977952 0.925922 1.000000 0.991186 -0.666705
X5 0.963494 0.907169 0.991186 1.000000 -0.668959
X6 -0.707561 -0.636056 -0.666705 -0.668959 1.000000
从结果可知X2，X3，X4，X5之间存在高度相关 ②修正：采用逐步回归法对其进行补救。
根据以上分析，由于X5不符合经济意义，首先剔出。由于X3的t值最大，线形关系强，拟合程度最好，因此把X3作为基本变量。，将剩下的四个因素重新进行参数估计： 新模型估计结果：
Dependent Variable: Y Method: Least Squares Date: 04/30/05 Time: 12:57 Sample: 1989 2003 Included observations: 15 Variable C X2 X3 X4 X6 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
Coefficient 40826.16 0.758419 10.01565 -0.069142 -1.760365 Std. Error 14791.73 1.854716 2.151110 0.132722 0.515507 t-Statistic 2.760067 0.408914 4.656038 -0.520955 -3.414820 Prob. 0.0201 0.6912 0.0009 0.6137 0.0066 8203.735 16.57539 16.81141 328.1758
0.992440 Mean dependent var 18793.77 0.989416 S.D. dependent var 844.0038 Akaike info criterion 7123424. Schwarz criterion -119.3154 F-statistic