课 程 设 计 报 告
课程名称 计量经济学 课题名称 影响我国农业总产值因素的实证分析
专 业 统计学 班 级 学 号 姓 名 指导教师
2013 年 1 月 5 日
精品资料
课 程 设 计 任 务 书
课程名称 计量经济学 课 题 影响我国农业总产值因素
的实证分析
专业班级 学生姓名 学 号 指导老师 审 批
任务书下达日期 2012 年 12 月 31 日 任务完成日期 2013年 1 月 5 日
精品资料
目 录
一、引言……………………………………………………………………………1二、模型建立 ………………………………………………………………………1 三、实证研究 ………………………………………………………………………2
(1)对解释变量国内生产总值和各解释变量进行归纳分析 ……………2 (2)对被解释变量与各解释变量进行OLS回归……………………………3 (3)将其余变量逐个引入Y=f(X4) ………………………………………5 (4)消除自相关性 …………………………………………………………7 四、模型分析 ………………………………………………………………………8
(1)经济意义检验…… ………………………………………………………8 (2)拟合优度检验……………………………………………………………9 (3)计量方法描述 …………………………………………………………10 (4)模型预测 ………………………………………………………………10 五、模型结论 ………………………………………………………………………11 六、参考文献 ………………………………………………………………………11
总结 ……………………………………………………………………………11 评分表 …………………………………………………………………………12
精品资料
一、 引言
农业(Agriculture)为通过培育动植物生产食品及工业原料的产业。农业属于第一产业,研究农业的科学是农学。 农业的劳动对象是有生命的动植物,获得的产品是动植物本身。我们把利用动物植物等生物的生长发育规律,通过人工培育来获得产品的各部门,统称为农业。农业是支撑国民经济建设与发展的基础产品。
农业是指国民经济中一个重要产业部门,是以土地资源为生产对象的部门。它是通过培育动植物产品从而生产食品及工业原料的产业。农业属于第一产业。利用土地资源进行种植生产的部门是种植业, 利用土地上水域空间进行水产养殖的是水产业,又叫渔业,利用土地资源培育采伐林木的部门,是林业,利用土地资源培育或者直接利用草地发展畜牧的是畜牧业。对这些产品进行小规模加工或者制作的是副业。它们都是农业的有机组成部分。对这些景观或者所在地域资源进行开发并展示的是观光农业,又称休闲农业。这是新时期随着人们的业余时间富余而产生的新型农业形式。
近些年来,农业越来越受到重视,我国的农业产值也不断上升,农业发展上升到了一个新的水平。同时,也暴露出了我国农业发展中的一些不足之处。比如说,相对于发达国家来说,我国的农业生产力发展水平整体偏低,机械化程度不高,投入产出比不高等等。本文运用计量经济学方法,选取了影响农业总产值的四个因素,希望通过对这些变量的分析,来揭示我国农业现存的一些问题,力求针对问题,找到解决之道。
二、模型建立
影响农业总产值的因素很多,这里主要选取了四个,即粮食产量、有效灌溉面积、化肥施用量和农用机械总动力。由一般经济理论得知,粮食产量与农业总产值之间存在着正相关的关系,即粮食产量越大,农业总产值越大;在一定程度上,有效灌溉面积越大,化肥施用量越大,农业机械总动力越高,则农业总产值越大;超过一定程度,化肥施用量与农业总产值呈负相关。因此,可设方程为:
Y01X12X23X34X4
其中Y为农业总产值,单位为亿元;
1
精品资料
X1为粮食产量,单位为万吨; X2为有效灌溉面积,单位为千公顷; X3为化肥施用量,单位为万吨;
X4为农业机械总动力,单位为万千瓦。
三、实证研究
本文搜集了我国从1991年至2011年共21年的有关农业发展的数据,如下表(来源于国家统计局官网):表1
表1:1991-2011年农业发展数据
年份 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
农业总产值 粮食产量 有效灌溉面积 化肥施用量 2805.1 2930.2 3151.9 3317.9 3593.7 3827.9 3980.7 4083.7 4124.3 4146.4 4253.8 4339.4 4411.6 4636.6 4766.2 4927.7 5107.8 5239.0 5404.4 5561.7 5704.2 5146.4 43529.3 47822.1 5588.0 44265.8 48590.1 6605.1 45648.8 48727.9 9169.2 44510.1 48759.1 11884.6 46661.8 49281.2 13539.8 50453.5 50381.4 13852.5 49417.1 51238.5 14241.9 51229.5 52295.6 14106.2 50838.6 53158.4 13873.6 46217.5 53820.3 14462.8 45263.7 54249.4 14931.5 45705.8 54354.9 14870.1 43069.5 54014.2 18138.4 46946.9 54478.4 19613.4 48402.2 55029.3 21522.3 49804.2 55750.5 24658.1 50160.3 56518.3 28044.2 52870.9 58471.7 30777.5 53082.1 59261.4 36941.1 54641.0 60347.7 41988.6 57120.8 61682.4 农用机械总动力 29388.6 30308.4 31816.6 33802.5 36118.1 38546.9 42015.6 45207.7 48996.1 52573.6 55172.1 57929.9 60386.5 64027.9 68397.8 72522.1 76589.6 82190.4 87496.1 92780.5 97734.7 根据各因素对农业总产值的影响,将方程形式设定为:
Y01X12X23X34X4
1、对被解释变量国内生产总值和各解释变量进行归纳分析
2
精品资料
表2
用OLS法进行回归得到如下模型:
Y31738.040.944622X10.16036.X23.605507X30.484756X4
(-1.107283)(5.737322) (-0.224539) (-1.432079) (3.507467)
R20.973749,R20.967186,D.W.0.999235,F148.3755
根据OLS回归所得各值可看出,X1、X4的t值大于2,可通得过检验(根据经验),而X2、X3的t值小于2,与Y关系不显著,可能存在多重共线性。为消除多重共线性,使得相关解释变量更加显著,故作如下逐步回归法:
2、对被解释变量与各解释变量进行OLS回归
做Y与X1X2X3X4之间的回归,结果如下表3、4、5、6所示:
表3 ①
3
精品资料
表4 ②
表5 ③
表6 ④
4
精品资料
由表3、4、5、6得到结果如下:
① Y87746.902.173519X1 R0.730727 -5.951206 7.180563
2②Y107256.22.327832X2 R20.911123
-11.93710 13.95631
③Y29175.2110.92447X3 R20.886005 -7.410325 12.15214
④Y7392.1470.439526X4 R0.916991 -3.992354 14.48765
2以上四个方程,根据经济理论和统计检验,农用机械总动力X4与农业总产值的关系最大,是最重要的解释变量(t检验值= 14.48765也最大),选出最优简单回归方程为Y=f(X4)。
3、将其余变量逐个引入Y=f(X4) 引入X1后,结果如表7:
表7
如表7所示,加入变量X1后,R2值有原来的0.916991提高到了0.969802,而且X1的t值5.610611>2且P值<0.05,显著,而且符号符合经济意义,通过经济意义检验,所以X1应予以保留。
接下来引入X2,进行普通最小二乘估计,得到结果如表8:
5
精品资料
表8
如表8所示,加入变量X2后,R2值有原来的0.969802提高到了0.970384,而且X2的t值-0.578012绝对值<2且P值>0.05,不显著,显然X2通不过检验,故应予以排除。
接下来引入X3,进行普通最小二乘估计,得到结果如表9:
表9
如表9所示,加入变量X3后,R2值有原来的0.969802提高到了0.973666, 而且X3的t值-1.579405绝对值<2且P值大于0.05,不显著,显然X3通不过检验,故应予以排除。
6
精品资料
综上,得结论:回归方程以Y=f(X1,X4)为最优方程。
4、消除自相关性
在Y与X1,X4的OLS回归分析中,其D.W.值为0.821965。根据一般经验,
D.W.值在1.5-2.5之间通过检验,显然在这里通不过。存在自相关性,故应用广义差分法进行修正。如表10:
表10
得知D.W.1.124,不在范围1.5-2.5之间,继续计算二阶差分。如表11:
表11
7
精品资料
从上图可知,引入二阶差分之后,R2从0.969802提高到了0.987706,D.W.值为1.981112,在1.5与2.5之间,但是X1的t值为1.982013小于经验值2,P值>0.05,通不过检验。
为了得到模型的最佳结果,在这里尝试用WLS(加权最小二乘法)进行修正。表12:
表12
运用加权最小二乘估计进行修正之后,R2提高到了0.992180,X1、X4的t值均大于2,且D.W.值=1.728654。查杜宾-瓦特森检验上下界表得 DL =1.20,
DU =1.41,基本消除了自相关性。对比得知,此结果为最佳,故保留此结果。
因此最后模型为:
Y40937.870.835283X10.315602X2
-21.02834 19.84302 39.92958
R20.992180,R20.991311,F1141.906,D.W.1.728654
四、模型分析
1、经济意义检验
8
精品资料
由模型可知,农业总产值与粮食产量、农业机械总动力是正相关的关系,即随着粮食产量、农业机械总动力增加或减少,农业总产值也会相对增加或减少;如下图所示,农业总产值(Y)与粮食产量(X1)、农业机械总动力(X4)成正相关的线性关系,说明此模型符合经济学的一般规律,能用经济检验的标准对其进行解释。做散点图,如图1:
图1
2、拟合优度检验
图2
9
精品资料
对于统计检验,这里采取拟合优度检验。由R20.987706,R20.984193可知,拟合优度还是比较高的,由图2的拟合图和残差图中也可以看出。
3、计量方法描述
OLS(普通最小二乘法):又称最小平方法,是一种数学优化技术。它通过最小化无误差的平方和和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求的未知的数据,并使得这些求的数据与实际数据之间误差的平方和最小。还可以用于曲线拟合。
WLS(加权最小二乘法):如果模型被检验证明存在异方差性,则需要发展新的方法估计模型,加权最小二乘法是对原模型加权,使之变成一个新的不存在异方差性的模型,然后采用普通最小二乘法估计其参数。
逐步回归法:以Y为解释变量,逐个引入解释变量,构成回归模型,进行模型估计。根据拟合优度的变化决定新引入变量是否独立。如果拟合优度变化显著,则说明新引入的变量是一个独立的解释变量;如果拟合优度变化不显著,则说明新引入的变量与其他变量之间存在共线性关系。
4、模型预测
为了得到2012年的农业总产值,收集数据,2012年我国的粮食产量农业机械总动力利用Eviews进行模型预测,得到最近20年的趋势图,如图3.
图3
10
精品资料
五、模型结论
加快我国农业生产的现代化进程,增加对农业中农用机械设备的投入量,只有大规模的机械设备投入,才能实现农业生产的规模化与现代化;而与此同时,我们也要因地制宜,建立与农业机械化相配套的农村经济体制,以提高农用机械的使用效率。
在农业生产中,灌溉面积的增加会带来农业产值的增加,在我国的农业生产中存在着耕地灌溉的低效率问题或灌溉对农业产值的影响不显著。针对此问题,应当改进土地灌溉的方式,节约水资源,如用滴灌、喷灌的灌溉方式替代传统的浇地灌溉。在一定程度内,化肥用量的增加可以提高农业总产值。
相对于林牧渔业来说,粮食在农业中起着举足轻重的作用。从该模型中可以看出,粮食产量每增加一万吨,农业总产值增加0.7192177亿元,粮食的投入产出比比较高。必须在现有的基础上,增加对粮食的投入。
参考文献:
1.李子奈.计量经济学第二版 北京:高等教育出版社,2000
2.国家统计局编.中国统计年鉴2011 [M] .北京:中国统计出版社 3.李国璋,周琦.我国农业产值的影响因素分析[J].统计与决策,2007(22):4.谢为安.微观经济理论与计量方法[M].上海:同济大学出版社,1996. 5.吕美巧 马广.农业机械化发展影响因素分析与评价[J].农机化研究.2008.
总结:
通过这两周的课程设计,让我对计量经济学这门课程和Eviews软件有了更深入的了解。这次课程设计整理了这个学期所学的知识,也学到了很多在书本上没有学到过的知识。这次课程设计使我懂得了理论与实际相结合是很重要的,光有理论知识是远远不够的,只有把所学的理论知识与实践相结合起来,从理论中得出结论,才能真正算是学到了东西,从而到达提高自己的实际动手能力和独立思考的能力。计量经济学里面的加权最小二乘法,逐步回归法等在现在的经济学领域得到了广泛地运用,在今后的学习和工作方面可以涉及和初步的运用它们。
总之,课程设计是大学生在校让理论结合实践的一种很好的产物,它让我们懂得了更多。最后感谢老师和同学的指导。
11
精品资料
理学院课程设计评分表
课程名称:
项 目 评 价 设计方案的合理性与创造性 设计与分析结果 设计说明书的质量 答辩陈述与回答问题情况 课程设计周表现情况 综合成绩
教师签名: 日 期:
(注:1.此页附在课程设计报告之后;2.综合成绩按优、良、中、及格和不及格五级评定。)
因篇幅问题不能全部显示,请点此查看更多更全内容