DOI:10.15880/j.cnki.zsjj.2012.09.100
中国粮食产量影响因素的实证分析
赵 越 杨 楠
（）山东大学管理学院 ２５０１００
【摘 要】本文基于１９８３２００７年中国粮食产量及相关影响因素的数据，－
，运用计量经济学软件Ｅ建立多元线性回归模型，来探讨影响我ｖｉｅｗｓ５．０国粮食产量的主要因素。计量结果表明，农业化肥使用量的增加一直是而其他因素的计量检验也显露出大量的重要中国粮食增产的首要因素，
本文根据这一计量结果提出了具有实际意义的建议。信息。最后，
【关键词】粮食产量；普通最小二乘法；多重共线性；异方差性；序列相关性
列相关性的检验，发现模型具有严重多重共线性，异方差和序列相关
性。在对模型的多重共线性进行修正后，本文最终确定的模型为：
Ｙ＝－３７８４２．６７＋４．７８７０Ｘ０．６３３９Ｘ０．１１１５Ｘ１＋２－３
现对模型进行以下具体分析：（一）经济意义
，表示不受播种面积、化肥施用量和成灾面积影＝－３７８４２．６７β
响下的产量，与实际经济意义相符；表示在其他因素．７８７０，１＝４β农业化肥施用量每增加１万公斤，粮食产量将增加不变的情况下，
表示在其他因素不变的情况下，粮食播４．７８７０万吨；０．６３３９，２＝β种面积每增加１千公顷时，粮食产量平均增加０．６３３９万吨。β３＝－
表示在其他因素不变的情况下，成灾面积每增加１公顷，０．１１１５，
粮食产量平均减少０．符号都符合１１１５万吨。各回归系数的大小、实际意义。
（二）统计检验
拟合优度检验１、
２
模型的Ｒ修正的Ｒ＝０．表明农业化肥施用＝０．９７３９，９７０２，粮食播种面积、成灾面积对粮食产量的解释程度为９量、７．０２％，解释程度较高。
变量的显著性检验（２、ｔ检验）
在α查ｔ分布表中自由度为ｖ＝ｎ＝０．０５下，ｋ１＝２１的相应－－
／（）得到临界值ｔ常数项和三个变量ｔ临界值，２２１＝１．７２１。可见，α值的绝对值，均大于该临界值。所以，模型中的三个解释变量对Ｙ
值均有显著性影响。
：方程总体线性的显著性检验（３、Ｆ检验）
在＝０．查Ｆ分布表，得到临界值Ｆ０５下，０．０５（３，２５）＝２．９９，本模型的Ｆ＝２即本６１．９６显然大于该临界值。所以拒绝原假设，模型的总体线性关系显著。
通过经济意义检验和统计检验可知本模型的拟合程度很好。
六、本文结论从本模型可知，农业化肥施用量的增加一直是中国粮食增产的首要因素。粮食播种面积对粮食产量同样存在显著影响，充足的种植面积粮食产量最基本的保证。成灾面积对粮食产量的影响也是显著的。在本模型中，农业机械总动力和农业劳动力对粮食产量的影响不显著，这可能是由于农业机械的不合理使用和劳动
粮食是人民生存之本、经济发展之力素质较低造成的。总而言之，
柱，我国粮食产业现状并不乐观，因此必须要重视粮食安全问题。
国家要切实从影响粮食产量的主要因素入手，制定相关政策，提高粮食产量，维护我国的粮食安全，促进国民经济的发展和进步。
本文使用１全部来自于《中国统９８３２００７年的时间序列数据，－。计年鉴》
【参考文献】
［］］钱仲威．电子科技大学学报，１１９９０２０００年中国粮食产量预测［Ｊ．－１９９７［］］曹宝明，李全根．中国粮食产量波动的状况、原因及影响分析［江２Ｊ．
（）苏社会科学，１９９５２
一、模型的变量
粮食产量在模型中用Ｙ表示，是指全国的粮食产量，单位为
农业化肥施用量，在模型中用Ｘ单位为万公斤；粮食万吨；１表示，播种面积，在模型中用Ｘ单位为千公顷；成灾面积，在模型２表示，中用Ｘ单位为公顷。农业机械总动力，在模型中用Ｘ３表示，４表示，单位为万千瓦；农业劳动力，在模型中用Ｘ单位万人；其５表示，
在模型中用Ｕ如国家的政策、科技进步等。他因素，ｔ表示，
二、模型的建立
根据变量之间的相关关系，估计粮食产量的回归模型为Ｙｕｔ＝０＋１Ｘ１ｉ＋２Ｘ２ｉ＋３Ｘ３ｉ＋４Ｘ４ｉ＋５Ｘ５ｉ＋ｉββββββ利用上述数据，用Ｅ得到的Ｖｉｅｗｓ５．０进行最小二乘法估计，粮食回归模型为：
Ｙ＝－２６６９５．０８＋５．９９４５Ｘ０．５３６７Ｘ０．１３５９Ｘ０．０９０８Ｘ０．００７４Ｘ－－－１＋２３４５
２２
其中Ｒ＝０．９８，Ｒ＝０．９７，ＤＷ＝１．７１，Ｆ＝１９４．４１。显然，Ｒ和Ｆ值均很高，模型拟合效果非常好，从总体上看，粮食产量与解释变量之间关系显著。
但是，且Ｘ经济Ｘ５的ｔ检验值不显著，４和Ｘ５的系数为负值，意义不合理，所以接下来要对模型作进一步修正。
——多重共线性三、模型修正—
（一）检验多重共线性
用软件计算各解释变量的相关系数，得到Ｘ１与Ｘ４的相关系数是０．存在高度相关性。因此，原模型存在多重共线性。９５２７４６，（二）多重共线性的修正
确定初始回归方程１、
结果显示粮食生产分别作Ｙ与ＸＸＸＸＸ１，２，３，４，５间的回归，
受农业化肥施用量的影响最大，与经验相符合，因此选（式作为１）初始的回归模型。
２
（）Ｙ＝３４２５６．１４＋３．１５８７Ｘ０．７２；Ｒ＝０．７１；ＤＷ＝０．７９１１ Ｒ＝
逐步回归２、
经过逐步回归，最后修正严重多重共线性影响后的回归结果为：
Ｙ＝－３７８４２．６７＋４．７８７０Ｘ０．６３３９Ｘ０．１１１５Ｘ１＋２－３
——异方差四、模型修正—
本模型采用时间序列数据作样本，具有异方差性的可能性小。但是在不同样本点，农业化肥施用量、粮食播种面积、成灾面积以外的其他因素差异较大，也有存在异方差的可能。因此对本模型进行
２
，了怀特检验，结果为：由Ｗ在αｎＲ＝５．２９８３５７ｈｉｔｅ检验知，＝０．０５（），的情况下，查Ｘ临界值Ｘ比较Ｘ０．０５６＝１２．５９２分布表，２２统计量与
２
（），临界值：故模型不存在异方差。ｎＲ＝５．２９８３５７０．０５６＝１２．５９＜Ｘ２
五、模型的分析综上，本文对最初建立的模型进行了多重共线性、异方差和序
——
DOI:10.15880/j.cnki.zsjj.2012.09.100
中国粮食产量影响因素的实证分析
赵 越 杨 楠
（）山东大学管理学院 ２５０１００
【摘 要】本文基于１９８３２００７年中国粮食产量及相关影响因素的数据，－
，运用计量经济学软件Ｅ建立多元线性回归模型，来探讨影响我ｖｉｅｗｓ５．０国粮食产量的主要因素。计量结果表明，农业化肥使用量的增加一直是而其他因素的计量检验也显露出大量的重要中国粮食增产的首要因素，
本文根据这一计量结果提出了具有实际意义的建议。信息。最后，
【关键词】粮食产量；普通最小二乘法；多重共线性；异方差性；序列相关性
列相关性的检验，发现模型具有严重多重共线性，异方差和序列相关
性。在对模型的多重共线性进行修正后，本文最终确定的模型为：
Ｙ＝－３７８４２．６７＋４．７８７０Ｘ０．６３３９Ｘ０．１１１５Ｘ１＋２－３
现对模型进行以下具体分析：（一）经济意义
，表示不受播种面积、化肥施用量和成灾面积影＝－３７８４２．６７β
响下的产量，与实际经济意义相符；表示在其他因素．７８７０，１＝４β农业化肥施用量每增加１万公斤，粮食产量将增加不变的情况下，
表示在其他因素不变的情况下，粮食播４．７８７０万吨；０．６３３９，２＝β种面积每增加１千公顷时，粮食产量平均增加０．６３３９万吨。β３＝－
表示在其他因素不变的情况下，成灾面积每增加１公顷，０．１１１５，
粮食产量平均减少０．符号都符合１１１５万吨。各回归系数的大小、实际意义。
（二）统计检验
拟合优度检验１、
２
模型的Ｒ修正的Ｒ＝０．表明农业化肥施用＝０．９７３９，９７０２，粮食播种面积、成灾面积对粮食产量的解释程度为９量、７．０２％，解释程度较高。
变量的显著性检验（２、ｔ检验）
在α查ｔ分布表中自由度为ｖ＝ｎ＝０．０５下，ｋ１＝２１的相应－－
／（）得到临界值ｔ常数项和三个变量ｔ临界值，２２１＝１．７２１。可见，α值的绝对值，均大于该临界值。所以，模型中的三个解释变量对Ｙ
值均有显著性影响。
：方程总体线性的显著性检验（３、Ｆ检验）
在＝０．查Ｆ分布表，得到临界值Ｆ０５下，０．０５（３，２５）＝２．９９，本模型的Ｆ＝２即本６１．９６显然大于该临界值。所以拒绝原假设，模型的总体线性关系显著。
通过经济意义检验和统计检验可知本模型的拟合程度很好。
六、本文结论从本模型可知，农业化肥施用量的增加一直是中国粮食增产的首要因素。粮食播种面积对粮食产量同样存在显著影响，充足的种植面积粮食产量最基本的保证。成灾面积对粮食产量的影响也是显著的。在本模型中，农业机械总动力和农业劳动力对粮食产量的影响不显著，这可能是由于农业机械的不合理使用和劳动
粮食是人民生存之本、经济发展之力素质较低造成的。总而言之，
柱，我国粮食产业现状并不乐观，因此必须要重视粮食安全问题。
国家要切实从影响粮食产量的主要因素入手，制定相关政策，提高粮食产量，维护我国的粮食安全，促进国民经济的发展和进步。
本文使用１全部来自于《中国统９８３２００７年的时间序列数据，－。计年鉴》
【参考文献】
［］］钱仲威．电子科技大学学报，１１９９０２０００年中国粮食产量预测［Ｊ．－１９９７［］］曹宝明，李全根．中国粮食产量波动的状况、原因及影响分析［江２Ｊ．
（）苏社会科学，１９９５２
一、模型的变量
粮食产量在模型中用Ｙ表示，是指全国的粮食产量，单位为
农业化肥施用量，在模型中用Ｘ单位为万公斤；粮食万吨；１表示，播种面积，在模型中用Ｘ单位为千公顷；成灾面积，在模型２表示，中用Ｘ单位为公顷。农业机械总动力，在模型中用Ｘ３表示，４表示，单位为万千瓦；农业劳动力，在模型中用Ｘ单位万人；其５表示，
在模型中用Ｕ如国家的政策、科技进步等。他因素，ｔ表示，
二、模型的建立
根据变量之间的相关关系，估计粮食产量的回归模型为Ｙｕｔ＝０＋１Ｘ１ｉ＋２Ｘ２ｉ＋３Ｘ３ｉ＋４Ｘ４ｉ＋５Ｘ５ｉ＋ｉββββββ利用上述数据，用Ｅ得到的Ｖｉｅｗｓ５．０进行最小二乘法估计，粮食回归模型为：
Ｙ＝－２６６９５．０８＋５．９９４５Ｘ０．５３６７Ｘ０．１３５９Ｘ０．０９０８Ｘ０．００７４Ｘ－－－１＋２３４５
２２
其中Ｒ＝０．９８，Ｒ＝０．９７，ＤＷ＝１．７１，Ｆ＝１９４．４１。显然，Ｒ和Ｆ值均很高，模型拟合效果非常好，从总体上看，粮食产量与解释变量之间关系显著。
但是，且Ｘ经济Ｘ５的ｔ检验值不显著，４和Ｘ５的系数为负值，意义不合理，所以接下来要对模型作进一步修正。
——多重共线性三、模型修正—
（一）检验多重共线性
用软件计算各解释变量的相关系数，得到Ｘ１与Ｘ４的相关系数是０．存在高度相关性。因此，原模型存在多重共线性。９５２７４６，（二）多重共线性的修正
确定初始回归方程１、
结果显示粮食生产分别作Ｙ与ＸＸＸＸＸ１，２，３，４，５间的回归，
受农业化肥施用量的影响最大，与经验相符合，因此选（式作为１）初始的回归模型。
２
（）Ｙ＝３４２５６．１４＋３．１５８７Ｘ０．７２；Ｒ＝０．７１；ＤＷ＝０．７９１１ Ｒ＝
逐步回归２、
经过逐步回归，最后修正严重多重共线性影响后的回归结果为：
Ｙ＝－３７８４２．６７＋４．７８７０Ｘ０．６３３９Ｘ０．１１１５Ｘ１＋２－３
——异方差四、模型修正—
本模型采用时间序列数据作样本，具有异方差性的可能性小。但是在不同样本点，农业化肥施用量、粮食播种面积、成灾面积以外的其他因素差异较大，也有存在异方差的可能。因此对本模型进行
２
，了怀特检验，结果为：由Ｗ在αｎＲ＝５．２９８３５７ｈｉｔｅ检验知，＝０．０５（），的情况下，查Ｘ临界值Ｘ比较Ｘ０．０５６＝１２．５９２分布表，２２统计量与
２
（），临界值：故模型不存在异方差。ｎＲ＝５．２９８３５７０．０５６＝１２．５９＜Ｘ２
五、模型的分析综上，本文对最初建立的模型进行了多重共线性、异方差和序
——