我国粮食生产与相关投入资料的实证分析

我国粮食生产与相关投入资料的实证分析班级：MATH20xx学号：xxxxxxxxxx姓名：LIWen1ByLyvnee我国粮食生产与相关投入资料的实证分析xxxx13xxxxMATH20xxLIWen摘要：“民以食为天”，粮食是宝中之宝，世界上任何国家都注重粮食生产，我国也不例外。作为农业生产大国，我国的粮食生产取得了举世瞩目的成果。但是应该清醒地看到，在生产实践过程中存在不少问题,制约了我国粮食生产安全。本文将从农业化肥施用量、粮食播种面积、成灾面积、农业机械总动力、农业劳动力等几个方面分析，应用计量模型，分析得出粮食生产函数，比较分析农业化肥施用量、粮食播种面积、成灾面积、农业机械总动力、农业劳动力对粮食生产的不同影响，并提出相应的政策建议。关键词：粮食生产影响因素经济模型政策建议Abstract:Sayingclaims,foodisatreasureofthetreasure,anycountryintheworldpayattentiontofoodproduction,Chinaisnoexception.Asagriculturalproductionpower,China'sfoodproductionhasachievedremarkableresults.Butshouldbeclearlyawarethatmanyproblemsintheprocessofproductionpractice,restrictedthesafetyofgrainproductioninChina.Thisarticlefromagriculturalfertilizerseems,theareasowntograin,inundatedarea,totalpowerofagriculturalmachinery,agriculturallaborforceanalysis,theapplicationofeconometricmodel,analysisofgrainproductionfunction,applyingthecomparativeanalysisofagriculturalfertilizercontent,theareasowntograin,inundatedarea,totalpowerofagriculturalmachinery,agriculturallaborforcedifferentinfluenceonfoodproduction,andputforwardthecorrespondingpolicyrecommendations.Keywords:Foodproduction;Influencingfactors;Economicmodels;PolicySuggestions;2ByLyvnee一、问题提出地少人多是很多中国人对中国的认知，中国以世界上7%的耕地养活了世界上22%左右的人口。现实的国情使得粮食安全问题一直困扰着中国，粮食安全是关系经济发展、社会稳定和国家自立的重大问题，粮食生产对中国具有特别重要的意义。尽管我国粮食产量已经实现“九连增”年总产量稳定在1万亿斤以上，但应该看到我国粮食生产稳定发展的基础还不牢固。随着工业化、城镇化和经济全球化进程的加快，再加上全球气候变化和工业污染等多种因素的影响，农业和粮食生产的外部环境越来越复杂，不确定因素越来越多。在继续扩大种植面积的空间有限，继续提高单产的难度很大的现实情况下，确保粮食等主要农产品有效供给的任务异常艰巨，粮食供需偏紧的态势将会在较长时期内存在。为确保粮食安全，种植业“十二五”规划提出：中国粮食生产要立足国内实现基本自给，确保自给率95%以上。要实现规划的具体目标，提高粮食生产能力必将成为现阶段我国农业发展的一项主要任务。因此，对影响粮食产量因素进行分析，并据此提出相应的对策建议，对保障我国粮食生产持续稳定发展具有十分重要的现实意义。二、实证分析2.1理论假说根据农业经济学有关理论,在一定限度内，粮食产出量与农业化肥施用量、粮食播种面积、农业机械总动力、农村劳动力数量呈现正相关关系，即化肥、播种面积农业机械动力、劳动力投入越多，则粮食产量越高；而粮食产量与成灾面积呈现负相关关系，即成灾面积越多，则粮食产量越少。2.2影响因素的选取粮食产量，以此作为建立经济模型的被解释变量。农业化肥施用量，化肥的施用量对粮食的产量产生一定的影响，我国从化肥的研发到使用，使粮食的产量有所提高，故选择其为解释变量，分析化肥的使用量对粮食产量的影响力度。粮食播种面积，中国的粮食播种面积在逐年的减少，这对于我们粮食的产量也有一定的影响，所以选择它为解释变量，分析其对粮食产量是正相关还是负相关。成灾面积，我国是一个频繁发展自然灾害的国家之一，旱灾、水灾、台风等，对我国的粮食的产量造成一定的影响，所以将其作为解释变量，分析其过粮食产量的影响到底有多大。农业机械总动力，随着科学技术的发展，农业生产越来越趋向于机械化，在国外很多都是依靠机械化的生产，使得粮3ByLyvnee食产量有很大的提高，所以以其为解释变量，分析农业机械化的应用对我国粮食产量的影响。农村劳动力，劳动力是农业发展的保障，农业的发展离不开劳动力，所以以它为解释变量，分析其对粮食产量的影响。2.3数据的收集和整理根据以上分析，我们选取1983—2010年中国粮食产量（Y），农业化肥施用量（X1）,粮食播种面积（X2）,成灾面积（X3）,农业机械总动力（X4）,农业劳动力（X5）的数据作为实例，进行分析。表1我国粮食生产与相关投入资料年份粮食产量(万吨)农业化肥施用量（万公斤）粮食播种面积（千公顷）成灾面积（公顷）农业机械总动力（万千瓦）农业劳动力（万人）198338728166011404716209180223115119844073117401128841526419497308681985379111776108845227052091331130198639151193111093323656229503125419874020819991112682039324836316631988394082142110123239452657532249198940755235711220524449280673322519904462425901134661781928708389141991435292806112314278142938939098199244264293011056025895303083869919934564931521105092313331817376801994445103318109544313833380236628199546662359411006022267361183553019965045438281125482123338547348201997494173981112912303094201634840199851230408411378725181452083517719995083941241131612673148996357682000462184146108463343745257436043200145264425410608031793551723651320024570643391038912731957930368702003430704412994103251660387365462004469474637101606162976402835269200548402476610427819966683983397020064980449281049582463272522325612007501605108105638250647659031444200852871523910679322283821903065420095308254041089862123487496297084ByLyvnee资料来源：《中国统计年鉴》（1995，2010）整理。2.3模型的建立根据理论和经验分析，影响粮食产量（𝑌）的主要因素：，农业化肥施用量（𝑋1）,粮食播种面积（𝑋2）,成灾面积（𝑋3）,农业机械总动力（𝑋4）,农业劳动力（𝑋5），其中，成灾面积的符号为负，其余均应是正。根据表1给出的粮食生产数据，拟建立我国粮食生产函数。为了数据的稳定性，以便更准确的预测，我们使用对数模型，设粮食生产函数为ln𝑌=𝛽0+𝛽1ln𝑋1+𝛽2ln𝑋2+𝛽3ln𝑋3+𝛽4ln𝑋4+𝛽5ln𝑋5+𝜇其中，𝜇为随机干扰项。三、模型回归与检验下面我们将通过计量软件Eviews6.0对数据进行回归分析和统计检验，并分析得出最终模型。3.1用普通最小二乘法估计模型Eviews输出结果如下：DependentVariable:LOG(Y)Method:LeastSquaresDate:06/30/14Time:14:07Sample:19832009Includedobservations:27VariableCoefficientStd.Errort-StatisticProb.C-4.0119101.892857-2.1195000.0461LOG(X1)0.3823880.0509027.5121830.0000LOG(X2)1.2131080.1271629.5398410.0000LOG(X3)-0.0812690.015788-5.1473870.0000LOG(X4)-0.0473790.043648-1.0854630.2900LOG(X5)-0.1070390.058532-1.8287380.0817R-squared0.982544Meandependentvar10.72154AdjustedR-squared0.978388S.D.dependentvar0.100377S.E.ofregression0.014757Akaikeinfocriterion-5.401134Sumsquaredresid0.004573Schwarzcriterion-5.113170Loglikelihood78.91530Hannan-Quinncriter.-5.315507F-statistic236.4046Durbin-Watsonstat1.9115735ByLyvneeProb(F-statistic)0.000000表2Eviews输出结果得到估计模型:ln𝑌̂=−4.012+0.382ln𝑋1+1.213ln𝑋2−0.081ln𝑋3−0.047ln𝑋4−0.107ln𝑋5(−2.12)(7.51)(9.54)(−5.15)(−1.09)(−1.83)𝑅2=0.9825𝑅̅2=0.9784𝐹=236.40D.W.=1.91由于𝑅2较大，且接近于1，而且𝐹=236.40F0.05(5,21)=2.68,故认为粮食生产与上述解释变量间总体线性关系显著，但由于其中𝑋4、𝑋5前参数估计值未能通过t检验，而且符号的经济意义也不合理，故认为解释变量间存在多重共线性。3.2多重共线性检验(1)简单相关系数检验ln𝑋1、ln𝑋2、ln𝑋3、ln𝑋4、ln𝑋5的相关系数如下表所示:表3相关系数表LOG(X1)LOG(X2)LOG(X3)LOG(X4)LOG(X5)LOG(X1)1.000000-0.5589590.3755760.9648560.203468LOG(X2)-0.5589591.000000-0.202645-0.656356-0.027438LOG(X3)0.375576-0.2026451.0000000.2979170.417989LOG(X4)0.964856-0.6563560.2979171.0000000.015316LOG(X5)0.203468-0.0274380.4179890.0153161.000000由表格可知