计量课设模板-我国共同富裕地区特征分析.docx

《计量课设模板-我国共同富裕地区特征分析.docx》由会员分享，可在线阅读，更多相关《计量课设模板-我国共同富裕地区特征分析.docx（14页珍藏版）》请在优知文库上搜索。

1、学号：孝世.大城NORTHCHINAUNWERS11YOFSCIENCEANDTECHNOLOGY经济数据之美结课论文论文题目：我国共同富裕地区特征分析学生姓名：专业班级：学院：经济学院2023年6月20日摘要：本文分为6部分，根据我国农业的现状，从计量经济学的角度来检验哪些因素对于农业总产值有显著的影响。根据计量经济学原理，在模型中我引入了五个变量：农林牧渔业从业人员、农业机械总动力、有效灌溉面积、农作物总播种面积、主要作物单位面积产量。并收集了1990年至2012年二十三年的全国的时间序列数据，利用E-views软件对其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

2、检验并加以修正。最后对所得的分析结果进行了经济意义的分析，并提出了一些相应的政策意见。研究发现，二十多年来农业机械总动力和主要作物单位面积产量这两个因素对于农业总产值有显著的正面影响，而农林牧渔业从业人员与农业总产值呈负相关，但影响不是十分显著。关键词：农业总产值；影响因素；计量模型一引言我国是有着13亿人口的农业大国，农业生产在整个国民经济结构中占有举足轻重的地位，农业的发展程度直接制约着我国的第二、第三产业的发展，随著经济社会发展以及人口的增加，我国粮食等主要农产品的消费需求不断增加。为了在更高层次上发展我国的经济,真正实现共同富裕的伟大目标,保证粮食安全,关注农业总产值是十分必要的。然而

3、影响到农业总产值的因素是多方面的。因此，我们提取农林牧渔业从业人员、农业机械总动力、有效灌溉面积、农作物总播种面积、主要作物单位面积产量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显著因素，从而提出增加农业总产值的方法。（一）相关理论的介绍近几年来党中央、国务院以科学发展观统领全局，按照统筹发展的要求，采取了一系列惠农的政策，农业已经有了进一步的发展，对保持整个国民经济平稳较快发展起到了重要的支撑作用。但是人们清楚地看到，我国农业、农村发展仍然处于十分艰难的爬坡阶段。新农业技术尚未得到广泛的应用；农业基础建设仍然很薄弱

4、；农村社会主义改革滞后；农产品的价格太低，它在市场上与工业产品的交换并不等价；城乡居民收入差距扩大的矛盾依然突出。党的十六大提出全面建设小康社会的奋斗目标，由于我国目前达到的小康水平低，而全面建设小康社会，重点在农村，难点也在农村。因此，要全面建设小康社会就必须把工作的重点放在农村。农业问题是“三农”问题中很重要的一个方面，作为立国之本的农业，由于历史和现实原因自身存在很多问题，所以有提出研究的必要。农业问题中如何提高农业总产值是非常重要的一个方面，而影响农业总产值的因素又是多方面的，从这个问题的经济意义理解，我们可以选取农林牧渔业从业人员、农业机械总动力、有效灌溉面积、农作物总播种面积、主要

5、作物单位面积产量这五个因素对其进行研究以建立一个合适的模型找出对农业总产值影响较大的因素。（二）变量的选取及数据的收集Y-农业总产值（亿元）：指以货币表现的农、林、牧、渔全部产品的总量，它反映一定时期内农业生产总规模和总成果。农业生产总值反映了一个国家或地区农业生产的总规模和总水平。X2-农林牧渔业从业人员（万人）：指乡村人口中16岁以上实际参加农、林、牧、渔业生产经营活动并取得实物或货币收人的人员，既包括劳动年龄内实际参加劳动人员，也包括超过劳动年龄但实际参加劳动的人员，但不包括户口在家的在外学生、现役军人和丧失劳动能力的人，也不包括待业人员和家务劳动者。劳动者年龄为16岁以上。X3-农业机

6、械总动力（万千瓦）：指主要用于农、林、牧、渔业的各种动力机械的动力总和。农业机械总动力包括耕作机械、排灌机械、收获机械、农用运输机械、植物保护机械、牧业机械、林业机械、渔业机械和其他农业机械内燃机按引擎马力折成瓦（特）计算、电动机按功率折成瓦特计算）。不包括专门用于乡、镇、村、组办工业、基本建设、非农业运输、科学试验和教学等非农业生产方面用的动力机械与作业机械。X4-有效灌溉面积（千公顷）：灌溉工程设施基本配套，有一定水源、土地较平整，一般年景下当年可进行正常灌溉的耕地面积。X5农作物总播种面积（千公顷）：指实际播种或移植有农作物的面积。凡是实际种植有农作物的面积，不论种植在耕地上还是种植在非

7、耕地上，均包括在农作物播种面积中。在播种季节基本结束后，因遭灾而重新改种和补种的农作物面积，也包括在内。目前，农作物播种面积主要包括粮食、棉花、油料、糖料、麻类、烟叶、蔬菜和瓜类、药材和其它农作物九大类。X6-主要农作物单位面积产量(公斤/公顷)表1原始指标变量数据年份YX2X3X4X5X61990年7662.133336.428707.747403.1148362.33932.841991年815734186.329388.647822.1149585.83875.691992年9084.73403730308.448590.1149007.14003.791993年10995.533258

8、.231816.648727.9147740.74130.791994年15750.4932690.333802.548759.1148240.64063.231995年20340.932334.536118.149281.2149879.34239.71996年22353.732260.438546.950381152380.64482.851997年23788.432677.8942015.651239153969.24376.61998年24541.932626.445207.752296155705.74502.211999年24519.132911.7648996.125315815

9、6372.84492.592000年24915.832797.552573.6153820.33156299.94261.152001年26179.6532451.0155172.154249.39155707.94266.942002年27390.831990.5857929.8554355154635.54399.42003年29691.831259.6360386.54540141524154332.52004年36238.993059664027.9154478153552.64620.492005年39450.8929975.5468397.8555029.34155487.7464

10、1.632006年40810.8329418.4172522.1255750.51521494745.172007年48892.9628640.6876589.5656518.34153463.94748.32008年58002.1528363.682190.4158471.68156265.74950.82009年60361.0128065.2687496.159261.4158613.64870.552010年69319.7627694.7792780.4860347.7160674.84973.582011年81303.9227355.4297734.6661681.56162283.2

11、5165.892012年89453.0527032.2510255962490.52163415.75301.76建立模型：Yt=B1+22t+33t+44t+5X5t+6X6t+Ut3计量经济学的检验3.1多重共线性的检验及修正：(1)多重共线性的检验表2模型回归结果VariableCoefficientStd.Errort-StatisticProb.C-25190.1664775.39-0.3888850.7022X2-8.1778612.841498-2.8780110.0104X3-0.1809570.653399-0.2769470.7852X40.1757083.0065350.

12、0584420.9541X52.0353990.6777533.003160.008X60.3842869.5970590.0400420.9685R-squared0.979788Meandependentvar34748.06AdjustedR-squared0.973843S.D.dependentvar23137.49S.E.ofregression3742.021Akaikeinfocriterion19.5121Sumsquaredresid2.38E+08Schwarzcriterion19.80831Loglikelihood-218.3891F-Statistic164.81

13、81Durbin-Watsonstat0.787381Prob(F-Statistic)0由此可见，该模型R2=0.979788,R2=0.973843可决系数很高，F检验值164.8181,明显显著。但是当a=0.05时,ta/2(n-k)=t0,025(23-6)=2.110,不仅X3、X4X6的系数t检验不显著，而且X3系数的符号与预期相反，这表明很可能存在严重的多重共线性。计算各解释变量的相关系数，得相关系数矩阵如表3所示表3相关系数矩阵变量X2X3X4X5X6X21-0.9663-0.93194-0.75299-0.94135X3-0.96630110.9905030.8602860

14、.944137X4-0.9319380.99050310.9107870.945006X5-0.7529910.8602860.91078710.85899X6-0.9413550.9441370.9450060.858991由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。(2)多重共线性的修正：分别作Y对X2、X3X4.X5、X6的一元回归，结果如表3所示。表4一元回归估计结果变量X2X3X4X5X6参数估计值-9.6976770.9616694.9864254.62816857.18936t统计量-16.3141119.1477417.161298.30087315.8851R20.9268680.9458250.9334410.7664190.923172R20.9233850.9432460.9302720.7552960.919513