时间序列计量经济学论文浅谈中国粮食产量的影响因素 大学学位论文.doc

浅谈中国粮食产量的影响因素 12级公共事业管理01班 李雅丽 1220060108 这里我讨论的是中国粮食产量的影响因素。首先，我的因变量y是粮食产量，自变量x1是化肥施用量，x2是粮食面积，x3是成灾面积。我的目的是证明粮食产量与化肥施用量成正相关，与粮食面积成正相关，与成灾面积成负相关，从而我在粮食产量方面谈一些自己的见解。 下面则开始实验。首先通过查找《统计年鉴》得到我需要的数据，输入数据， 然后要分别做单位根检验，首先做y的单位根检验， 我们知道是y是一次差分序列平稳的，再接下来分别做x1，x2,x3的单位根检验，如下表 我们可以知道x1和x2都是一次差分序列平稳的，x3是二次差分序列平稳的。接下来做协整检验。 通过上表，我们可以清楚的看到他们之间存在协整关系。通过以上的检验后，我们可以真正的进入到检验因变量和自变量之间的关系了。 通过“Estimate Equation”对x1,x2，x3做回归，得到下表结果 通过观察上表数据我们可以得到方程： M=-14224.37+5.457x1+0.397x2-0.137x3 (-0.90) (11.13) (3.01) (-1.63) R^2=0.881 D.W=0.216 s.e=2248.3 F=66.37 T=31 然后点击“Residual Tests ”下面的“Histogram-Normality test”做正态性检验，得到结果如下表 我们可以看到Jarque-Bera 和Probability明显大于0.05，因此是正态的。接下来就是做自相关检验。得到下表结果， 但是我们发现“Obs*R-squared”的值小于0.05，则表明存在自相关。因此这个时候就要进行修正。我采用广义差分法。这里我就不一一建造差分变量，直接在经过以1/M为权重修正过的加权方程的估计量里加入一个AR（1）再进行回归估计，然后得到以下结果 然后就可以看到“Obs*R-squared”的值大于0.05了，则不存在自相关了，也就是做好了修正。最后做异方差检验，得到下表， 然后我们就可以发现“Obs*R-squared”的值小于0.05，表明存在异方差，则要进行修正了。我采取1/M权重的最小二乘法做回归。首先是以1/x1为权重的，得到如下表， 然后是以1/x2为权重的，结果如下表， 然后是以1/x3为权重的，结果如下表， 通过对这3个表格的比较，我们可以发现以1/x1为权重的效果最好，解决了异方差问题。 因此我们可以得出结论粮食产量与化肥施用量成正相关，与粮食面积成正相关，与成灾面积成负相关。因此为了达到提高我国粮食产量这一目的，可以提高化肥施用量。通过使用化肥，可以补充植物中所缺乏的元素从而达到高产。当然，扩大粮食面积也可以提高粮食产量，但是我们都知道，中国是人口大国，住宅区和商业区所占的面积很大，因此是不可能轻易增加粮食面积的。通过喷洒农药减少受灾面积倒是一项好举措。当然，影响中国粮食产量的因素肯定不止我上面做实验所涉及到的因素，比如还有农业机械力，农业劳动力等等。 总之，以上是我通过所学的计量学知识对影响中国粮食产量因素所作的研究。如有不足之处，也请老师见谅。