計(jì)量經(jīng)濟(jì)學(xué)論文-我國(guó)糧食產(chǎn)量影響因素分析與預(yù)測(cè)-文庫(kù)吧
2025-05-15 14:39 本頁(yè)面
【正文】 雖然機(jī)械代替人力進(jìn)行生產(chǎn)，人力依舊是農(nóng)村發(fā)展必不可少的因素。對(duì)農(nóng)村勞動(dòng)力的探討，有助于農(nóng)作物質(zhì)量與數(shù)量的研究，考察之間的數(shù)量關(guān)系。一般來(lái)說(shuō)，農(nóng)村勞動(dòng)力人口越多，糧食產(chǎn)量越多。 4. 確定模型數(shù)學(xué)形式 由于 CD生產(chǎn)模型具有自動(dòng)消除異方差的優(yōu)勢(shì)，同時(shí)糧食的單位產(chǎn)出也受到類似資本、勞動(dòng)力和技術(shù)的影響，因此可借鑒 CD生產(chǎn)函數(shù)模型來(lái)分析研究影響糧食單位產(chǎn)量的因素。 確定模型的數(shù)學(xué)形式如下： Y = AKα Lβ 兩邊取對(duì)數(shù)得： InY = InA +α InK +β InL + u 四、 估計(jì)模型參數(shù) 原始數(shù)據(jù)中的數(shù)據(jù)均來(lái)自于 《中國(guó)統(tǒng)計(jì)年鑒 2021》 以及中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局網(wǎng)站： 1： 2． 選擇估計(jì)方法與初步估計(jì) 1） 散點(diǎn)圖分析 4 5 2）初步 OLS 估計(jì) 根據(jù)散點(diǎn)圖發(fā)現(xiàn)，大部分解釋變量與被解釋變量之間呈線性相關(guān)關(guān)系。因此，用 OLS 法對(duì)模型進(jìn)行初步估計(jì)。 設(shè)定待估模型的數(shù)學(xué)形式為： ????????? ????????? 776655443322110 I n XI n XI n XI n XI n XI n XI n XI n Y得到回歸結(jié)果如下圖所示： Dependent Variable: INY Method: Least Squares Sample: 1980 2021 Included observations: 29 Variable Coefficient Std. Error tStatistic Prob. C INX1 INX2 INX3 INX4 INX5 INX6 INX7 INX8 Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 擬合出的方程為： InY= + （ ）（ ） （ ） （ ） （ ） + + () () () () R2= Adjusted Rsquared = F= 五、 模型檢驗(yàn)與調(diào)整 經(jīng)濟(jì)意義檢驗(yàn) 從經(jīng)濟(jì)意義的角度上來(lái)說(shuō)，糧食產(chǎn)量（ InY）與 農(nóng)用化肥施用量 （ InX1）、有效灌溉面積 （ InX2）、 支農(nóng)支出 （ InX3）、 農(nóng)村用電量 （ InX4）、 農(nóng)業(yè)機(jī)械總動(dòng)力 （ InX5）、 糧食作物播種面積 （ InX6）、 農(nóng)村勞動(dòng)力 （ InX8）成正比關(guān)系， 與農(nóng)業(yè)災(zāi)害成災(zāi)面積（ InX7）成反比。 但從初步回歸的結(jié)果來(lái)看，有效灌溉面積（ InX2）、支農(nóng)支出（ InX3）的回歸系 數(shù)與預(yù)期不符，成反比關(guān)系，其余變量均符合經(jīng)濟(jì)意義。 6 與計(jì)量經(jīng)濟(jì)學(xué) 檢驗(yàn) 可決系數(shù) R2=。 F=， Prob(Fstatistic)近似于 0，說(shuō)明全部解釋變量對(duì)模型擬合程度 很 好，但仍有很大提升空間。只有 InX InX7 的回歸系數(shù)通過(guò)了 5%的顯著性水平的 t 檢驗(yàn)，反映出其余解釋變量對(duì) InY 沒(méi)有顯著的解釋能力，與理論分析和相關(guān)分析的結(jié)論不一致。說(shuō)明原模型中存在較為嚴(yán)重的多重共線問(wèn)題， 值也不理想 ，可能存在自相關(guān)。因此，需要對(duì)模型進(jìn)行進(jìn)一步處理。 I 多重共線檢驗(yàn)與處理 1） 多重共線的檢驗(yàn) 相關(guān)系數(shù)矩陣如下 2） 多重共線的處理 —— 逐步回歸法 將 InY 分別對(duì) InX InX2… InX8 進(jìn)行 OLS 回歸，得到 8 個(gè) R2，按照從大到小的順序排序 ，將 R2最大的回歸方程作為基礎(chǔ)方程，即 InY 對(duì) InX1 回歸得到的可決系數(shù) R2最大，為 ，因此將此作為基礎(chǔ)方程。 Dependent Variable: INY Method: Least Squares Sample: 1980 2021 Included observations: 29 Variable Coefficient Std. Error tStatistic Prob. INX1 C Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criteri
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1