我國(guó)糧食產(chǎn)量影響因素實(shí)證分析

李晶　張碧云

摘 要 本文基于1990—2015年我國(guó)糧食產(chǎn)量影響因素的相關(guān)時(shí)間序列數(shù)據(jù)，通過(guò)Eviews軟件建立多元線性回歸模型，對(duì)我國(guó)糧食產(chǎn)量變化原因進(jìn)行分析，并對(duì)數(shù)據(jù)和模型進(jìn)行多重共線性檢驗(yàn)及修正，異方差的檢驗(yàn)及修正以及自相關(guān)檢驗(yàn)及修正，從而得出各個(gè)影響因素對(duì)糧食產(chǎn)量的影響程度。

關(guān)鍵詞 糧食產(chǎn)量 多元線性回歸 逐步回歸

一、建立回歸模型

本文以糧食產(chǎn)量作為被解釋變量（Y），以糧食播種面積（X1）、成災(zāi)面積（X2）、農(nóng)業(yè)機(jī)械總動(dòng)力（X3）、有效灌溉面積（X4）4個(gè)變量作為自變量，建立如下模型：

Y=β0+β1x1+β2x2+β3x3+β4x4+μ

模型回歸結(jié)果：

=-38769.32+0.5437X1-0.0822 X2+0.0688 X3+0.4922 X4

t=（-2.6405） （6.6951） （-1.7236） （0.8210） （1.2306）

R2=0.9638 =0.9569 F=139.8381 n=26

二、多重共線性的檢驗(yàn)及修正

（一）多重共線性的檢驗(yàn)

通過(guò)Eviews軟件檢驗(yàn)，解釋變量的相關(guān)系數(shù)較高，確實(shí)存在多重共線性。

（二）多重共線性的修正

采用逐步回歸法，經(jīng)過(guò)連續(xù)三次采用逐步回歸，最終保留X1，X2，X4，剔除X3，回歸結(jié)果為：

=47806.94+0.5060X1-0.0969X2+0.8164X4

t=（-4.9573） （7.6055） （-2.2095） （13.1539）

R2=0.9627 =0.9576 F=189.0271 DW=0.7307

三、異方差的檢驗(yàn)

選用White檢驗(yàn)，構(gòu)造輔助函數(shù)：

經(jīng)計(jì)算出現(xiàn)White檢驗(yàn)結(jié)果，得到nR2=12.1985，由White檢驗(yàn)可知，在顯著性水平α=0.05情況下，不存在異方差。

四、自相關(guān)的檢驗(yàn)及修正

（一）自相關(guān)的檢驗(yàn)

根據(jù)修正多重共線性影響后的回歸方程可以看出，可決系數(shù)較高，回歸系數(shù)均顯著。在顯著性水平為α=0.05，說(shuō)明該模型存在自相關(guān)。

（二）自相關(guān)的修正

采用廣義差分法修正自相關(guān)，回歸方程為：

*=-17013.03+0.5544X1t*-0.1408X2t*+0.6610X4t*

t=（-4.1025） （6.5793） （-4.1613） （7.3603）

R2=0.9297 =0.9196 F=92.5104 DW=1.9594

其中：

Yt*=Yt-0.6064Yt-1，X1t*=X1t-0.6064X1t-1，X2t*=X2t-0.6064X2t-1，X4t*=X4t-0.6064X4t-1。

由差分方程式得：==-43224.1616，我國(guó)糧食產(chǎn)量模型為：Y=-43224.1616+0.5544X1-0.1408X2+0.6610X4。

五、結(jié)語(yǔ)

從回歸結(jié)果可以看到，在假定其他變量不變的情況下，當(dāng)我國(guó)的種植面積每增長(zhǎng)1000公頃，我國(guó)糧食產(chǎn)量就會(huì)增加0.5544萬(wàn)噸，當(dāng)我國(guó)成災(zāi)面積每增加1000公頃，我國(guó)糧食產(chǎn)量就會(huì)減少0.1408萬(wàn)噸，當(dāng)有效灌溉面積每增長(zhǎng)1000公頃，我國(guó)糧食面積就會(huì)增加0.6610萬(wàn)噸。

（作者單位為華北理工大學(xué)經(jīng)濟(jì)學(xué)院）

參考文獻(xiàn)

[1] 焦宇航，王紅梅.糧食產(chǎn)量影響因素分析[J].湖北農(nóng)業(yè)科學(xué)，2016，55（07）：1873-1879.

[2] 王珺鑫.糧食產(chǎn)量影響因素的實(shí)證分析[J].中州大學(xué)學(xué)報(bào)，2018，35（03）：37-41.

[3] 李秀芝，褚鵬.中國(guó)糧食產(chǎn)量應(yīng)先和因素分析[J].林業(yè)勘察設(shè)計(jì)，2018（01）：87-90.