分析影响中国农业总产值的因素

分析影响中国农业总产值的因素摘要：农业是我国国民经济的基础，它关系到我国的经济发展和社会稳定。可以说，农业对我国的综合发展有着至关重要的作用。就目前形式来说，“三农”问题已经成为举国上下关注的焦点。在近些年中，农业总产值出现了一些波动，并对我国的经济发展产生了一定的影响。所以，就此现象，我们进行了一次研究，并希望在此次研究中，我们能通过使用计量分析的方法找出影响农业总产值变动的因素及其它们在这些变动中所起的作用，并对出现这些现象做出合理的解释。关键词：农业总产值、农业从业人员、户均生产原值、耕地面积、农业机总动力、灌溉面积、化肥施用量正文：一、问题的提出随着我国改革开放的深入，近几年我国经济一直有着快速稳定的发展，但对外贸易和出口不断扩大的同时，农业问题一直都是政府工作中的重中之重，能否解决我国的农业问题，对于我国经济的长远发展有着重要的战略意义。因此对于农业总产值问题的研究，以及与农业总产值相关的因素分析显示出重要的作用。二、经济理论依据迄今为止，已经有许多学者对农业总产值的影响惊醒了各种模型分析和研究。其中主要有：农作物播种面积、化肥施用量、政府的农业生产和事业财政支持、第一产业从业人员数、农业的收入、经济增长等对农业总产值的影响。农业总产值是指以货币表现的农、林、牧、渔、副业全部产品的总量，它反映一定时期内农业生产总规模和总成果。农业总产值的计算方法通常是按农、林、牧、渔业产品及其副产品的产量分别乘以各自单位产品价格求得；少生产，周期较长，当年没有产品或产品产量不易统计的，则采用间接方法匡算其产值；然后将四业产品产值相加即为农业总产值。目前，制约我国农业总产值提高的主要因素有：1、耕地资源日趋减少2、自然灾害增加3、农村青壮劳动力减少4、粮食生产成本持续增加。此外，影响农业总产值提高的因素还有农业制度的合理性、农业的资金投入、农业的基础设施水平、农业机械化水平、农田水利、农业交通运输情况以及作物另种等下面，我从农业从业人员、农村家庭居民生产性固定资产原值、耕地面积、农机械动力、灌溉面积、化肥施用量几个方面分析对我国农业总产值的影响。三、数据的收集与整理编号城市农业总产值（亿元）农业从业人员（万人）农村生产性固定资产原值耕地面积（千公顷）农业机械总动力（万千瓦）灌溉面积（千公顷）化肥施用量（万吨）1北京115.48313.357679.74232.19300.48173.5713.992天津117.60183.8211723.67443.68604.90349.3025.823河北1639.072846.5310561.716315.149134.534579.02311.874山西322.651062.365086.894053.452440.791255.69100.835内蒙古620.42698.0415359.907146.282209.272816.62140.296辽宁837.501153.629246.994085.171941.691490.52127.477吉林641.50700.8613244.255535.021678.331640.57154.398黑龙江971.94949.4114017.6911838.372785.302950.26175.209上海126.74218.761436.08259.6397.68206.0514.0810江苏1542.532661.888225.774763.773392.443835.15342.0311浙江735.922318.2114066.931917.542331.631431.3592.8212安徽1054.012997.938229.865728.154535.303403.23305.0213福建685.301325.617422.991333.081063.08952.90119.6914江西621.261678.595020.472826.752506.321839.93132.6515山东2604.073857.8911396.777507.069917.794836.78500.3416河南2254.524814.567756.527926.038718.714955.84569.6817湖北1152.092030.614996.004663.362551.082095.43299.9018湖南1243.153027.704063.253788.973684.432696.65219.5819广东1328.703235.374130.062847.661847.231312.04219.6420广西970.552276.735186.474214.702127.201522.27220.8421海南224.17269.287512.19727.50328.53169.9241.6722重庆401.481378.293862.172239.08860.31633.6784.3223四川1316.603878.965820.325950.122523.052499.80238.1724贵州392.201982.084738.914487.461411.74779.6682.0525云南683.802096.517927.746072.361861.911517.10158.2726西藏39.49112.4230261.60361.14329.42156.374.5827陕西629.341441.617240.024049.041576.071287.43158.8128甘肃458.731095.587995.614659.751577.271063.0480.1429青海49.16189.3511223.91542.20348.56176.597.5530宁夏111.12214.5816917.741106.34629.78426.2034.6331新疆767.00425.2514676.674114.221274.743465.40131.52四、计量经济模型的建立为了验证在我们能够考虑到的范围内的各种因素对某一时点上农业总产值是否有影响以及影响的程度，我们引入如下变量:设定模型如下：Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+U通过分析2008年我国31个省市农业总产量的历史资料可建立模型如下：Y为2007年农业总产值（亿元）X1----农业从业人员（万人）X2----户均生产原值（元/每户）X3----为耕地面积（千公顷）X4----农业机械总动力（万千瓦）X5----灌溉面积（千公顷）X6----化肥施用量（万吨）五、模型的估计结果与检验对模型进行初步估计，运用OLS估计法对模型中参数进行估计：iYˆ=4.710874+0.111256X1+0.001795X2-0.004309X3+0.023487X4+0.079697X5+2.446381X6t(0.052005)(2.167570)(0.285717)(-0.252525)(0.817056)(1.327180)(3.418418)R2=0.9460612R=0.932576F=70.15717df=241．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，当农业从业人员数增加1万人，农业总产值就增加0.111256亿元；在假定其他变量不变的情况下，当户均生产原值增加1元，农业总产值就增加0.001795亿元；在假定其他变量不变的情况下，当为耕地面积增加1千公顷，农业总产值就减少0.004309亿元；在假定其他变量不变的情况下，当农业机械总动力增加1万千瓦，农业总产值就增加0.023487亿元；在假定其他变量不变的情况下，当灌溉面积增加1千公顷，农业总产值就增加0.079697亿元；在假定其他变量不变的情况下，当化肥施用量增加1万吨，农业总产值就增加2.446381亿元。这里耕地面积不符合经济意义检验，农业从业人员数、户均生产原值、农业机械总动力、灌溉面积、化肥施用量都符合经济意义检验。2.统计检验：（1）拟合优度：由表可知，R2=0.946061修正的可绝系数2R=0.932576，这说明模型对样本拟合的很好。（2）F检验：由表可知，在给定的显著水平α=0.05的条件下，由于P(F)=0.0000000.05，所以拒绝原假设，即解释变量“农业从业人员”、“户均生产原值”、“为耕地面积”、“农业机械总动力”、“灌溉面积”、“化肥施用量”联合起来对被解释变量“农业总产值”有显著影响。t检验：在给定显著性水平α=0.05的条件下，P(tx1)=0.0403，P(tx6)=0.0023均大于0.05，所以拒绝原价是，即解释变量“农业从业人员”、“化肥施用量”分别对被解释变量“农业总产值”有显著的影响；P(tx2)=0.7775，P(tx3)=0.8028，P(tx4)=0.4219，P(tx5)=0.1969均大于0.05，所以接受原假设，即解释变量“户均生产原值”、“为耕地面积”、“农业机械总动力”、“灌溉面积”分别对被解释变量“农业总产值”没有显著影响。分析：由上图可以看出可决系数为0.946061，表明模型整上看农业总产与解释变量之间线性关系显著。但是X3的系数为负，与其经济意义相悖，而且常数项X2、X3、X4、X5、X8的T检验值都不显著，因此需要对模型的多重共线性进行检验。（一）对模型进行多重共线性的检验：计算解释变量间的相关系数可以看出解释变量间存在高度线性相关。表明模型中存在严重的多重共线性。YX1X2X3X4X5X6Y1.0000000.876463-0.1720320.6556440.8871800.8876180.962464X10.8764631.000000-0.3543160.5175160.7601460.7070660.864658X2-0.172032-0.3543161.0000000.517516-0.055274-0.007541-0.188384X30.6556440.517516-0.0180191.0000000.6219630.7614650.669981X40.8871800.760146-0.0552740.6219631.0000000.8762670.887698X50.8876180.707066-0.0075410.7614650.8762671.0000000.887698X60.9624640.864658-0.1883840.6699810.8815550.8876981.000000修正：1运用OLS法逐一求对各个解释变量的回归。结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。经分析Y对X6的线性关系强，如下图所示，两者趋势较一致，拟合程度最好，所以从X6开始进行逐步回归。变量X1X2X3X4X5X6参数估计值0.428711-0.019560.1510230.2225430.3862794.391243t统计量9.803119-0.940444.6760610.3540410.3781619.09662可决系数0.7681880.0295950.4298690.7870880.7878660.9263362R0.760194-0.003870.410210.7797460.7805510.923796从X6开始回归，加入一个变量的结果如下：X6X5X4X3X2X12RX6,X53.756164(7.666378）0.068239(1.460186)0.926659变量变量X6,X43.692535(7.814111)0.043576(1.677262)0.92828X6,X34.331277(13.75993)0.004519(0.284341)0.921302X6,X24.399513(18.47442)0.001094(0.184356)0.92117X6,X13.699349(8.395980)0.085787(1.816107)0.929392经