糧食總產(chǎn)量的影響因素分析-應(yīng)用回歸分析本科生課程論文

1、<p>　　JISHOU　UNIVERSITY</p><p><b>　　本科生課程論文</b></p><p>　題 目：糧食總產(chǎn)量的影響因素分析 </p><p>　課程名稱：應(yīng)用回歸分析</p><p>　所屬學院：</p><p>　專業(yè)年級：</p>&l

2、t;p>　學生姓名：學號：</p><p>　完成時間：2015 年 12 月 23日</p><p><b>　　目錄</b></p><p><b>　　摘要：1</b></p><p><b>　　關(guān)鍵詞： 1</b></p><p>&

3、lt;b>　　一、引言1</b></p><p>　　二、模型設(shè)定及數(shù)據(jù)準備 1</p><p>　　三、 回歸模型建立2</p><p><b>　　1.模型設(shè)定2</b></p><p><b>　　2、估計參數(shù)3</b></p><p&

4、gt;<b>　　四、模型檢驗4</b></p><p>　　1、經(jīng)濟意義檢驗 4</p><p><b>　　2、統(tǒng)計檢驗4</b></p><p>　　3、回歸模型檢驗4</p><p>　?。?）多重共線性檢驗4</p><p>　?。?） 逐步回歸

5、5</p><p>　　（3） 異方差檢驗7</p><p>　?。?） 自相關(guān)檢驗8</p><p><b>　　五、模型的確定9</b></p><p><b>　　六、結(jié)論9</b></p><p><b>　　參考文獻9</b><

6、;/p><p><b>　　附錄10</b></p><p>　　糧食總產(chǎn)量的影響因素分析</p><p><b>　　摘要：</b></p><p>　　目前，我國70%人口為農(nóng)村人口，農(nóng)業(yè)生產(chǎn)的發(fā)展直接關(guān)系廣大農(nóng)民生活的提高，直接關(guān)系到國家經(jīng)濟建設(shè)目標的實現(xiàn)。影響糧食產(chǎn)量的因素很多，本文將對影響我

7、國糧食產(chǎn)量的部分因素（包括農(nóng)用機械總動力、化肥施用量、糧食作物耕種面積）進行分析，并利用spss統(tǒng)計軟件，運用逐步回歸分析方法，建立了我國糧食產(chǎn)量的回歸模型，從中分理出主要影響因素。研究表明，利用逐步回歸分析法建立的模型具有很好的擬合效果，影響我國糧食產(chǎn)量的主要因素為：化肥施用量、糧食作物耕種面積。通過分析得出結(jié)論：提高糧食作物耕種面積是糧食增產(chǎn)的最有效途徑，不過考慮到我國耕地資源有限，可提高糧食面積單產(chǎn)來達到提高糧食總產(chǎn)量的目標；高度

8、機械化帶來農(nóng)業(yè)機械的閑置，農(nóng)業(yè)機械的大量增加在糧食增產(chǎn)上效果并不明顯：盲目增加化肥的使用量并不能從根本上增加糧食產(chǎn)量，關(guān)鍵是要提高化肥的利用率。</p><p>　　關(guān)鍵詞： 糧食總產(chǎn)量 農(nóng)用機械總動力 化肥施用量 糧食作物耕種面積 OLS回歸 多重共線性</p><p><b>　　一、引言 </b></p><p>　　199

9、8—2003年，我國糧食總產(chǎn)量連續(xù)5年下降，總產(chǎn)量由51230萬噸下降到43065萬噸，下降幅度到16%。從各個影響因素來看，造成下降的主要原因是耕種面積的減少。而造成耕種面積減少的根本原因就是來自糧食價格的信號，糧食價格低迷直接造成種糧收益的降低，農(nóng)民或者改變種植結(jié)構(gòu)，或者索性撂荒，致使糧食耕種面積大幅下降。 2004年以后，我國糧食實現(xiàn)恢復(fù)性增產(chǎn)，重視退耕還林草，進行水土治理，改善生態(tài)環(huán)境，改善農(nóng)田小氣候，同時應(yīng)加強農(nóng)田水利建設(shè)，

10、進行生產(chǎn)能力建設(shè)，保證糧食生產(chǎn)的穩(wěn)定發(fā)展。</p><p>　　二、模型設(shè)定及數(shù)據(jù)準備 </p><p>　　影響糧食總產(chǎn)量的因素有很多，包括糧食作物耕種面積、糧食面積單產(chǎn)、有效灌溉面積、化肥用量、農(nóng)藥用量、農(nóng)業(yè)機械總動力、農(nóng)用塑料薄膜用量、受災(zāi)面積、成災(zāi)面積等，現(xiàn)選取了五個解釋變量糧食播種面積（X1) 、農(nóng)業(yè)化肥施用量(X2)、成災(zāi)面積(X3)、農(nóng)業(yè)機械總動力(X4)、有效灌溉

11、面積(X5)，對我國1990年到2013年的糧食總產(chǎn)量(Y)進行分析，并利用計量經(jīng)濟學方法對所建立模型進行定量分析，研究各影響因素的影響程度。</p><p><b>　　(數(shù)據(jù)見附錄)。</b></p><p><b>　　三、回歸模型建立</b></p><p><b>　　1.模型設(shè)定</b>&

12、lt;/p><p>　　首先，根據(jù)1990年—2013年的相關(guān)數(shù)據(jù)利用SPSS軟件分析和估計模型的參數(shù)，得到序列Y、X1、X2、X3、X4、X5的矩陣圖。</p><p>　　可以看出，糧食產(chǎn)量及各影響因素的差異明顯，其變動的方向基本相同，相互間可能具有一定的相關(guān)性，將模型設(shè)定為線性回歸模型形式：</p><p>　　Y=β0+β1X1+β2X2+β3X3+β4X4+β

13、5X5+μ</p><p><b>　　2、估計參數(shù)</b></p><p>　　利用SPSS對上述數(shù)據(jù)作線性回歸分析，估計模型參數(shù)，輸出結(jié)果2-1如下。</p><p><b>　　輸出結(jié)果2-1</b></p><p>　?。?）根據(jù)輸出結(jié)果可以得出，模型估計的結(jié)果寫為</p>&

14、lt;p>　　Y=-34682.786+0.571X1+5.384X2-0.158X3-0.078X4+0.123X5</p><p>　　(7616.047) (0.041) (0.680) (0.029) (0.028) (0.201)</p><p>　　t=(-4.554) (13.776) (7.917) (-5.408) (-2.830) (0.62)</p>

15、;<p>　　R2 =0.985 R 2 =0.981 F=241.06 DW=2.156</p><p>　?。?）復(fù)相關(guān)R=0.993，決定系數(shù)R²=0.985，由決定系數(shù)看，回歸方程高度顯著。</p><p>　?。?）由方差分析表可以得出，F(xiàn)=241.06，P值=0.000，表明回歸方程高度顯著，說明X1、X2、X3、X4、X5整體上對Y有高度顯著

16、地線性影響。</p><p><b>　　四、模型檢驗</b></p><p><b>　　1、經(jīng)濟意義檢驗 </b></p><p>　　從經(jīng)濟學意義上來說，我國糧食產(chǎn)量Y與糧食播種面積X1、農(nóng)業(yè)化肥使用量X2、農(nóng)用機械總動力X4、有效灌溉面積X5成正相關(guān)，與成災(zāi)面積X3成負相關(guān)。但回歸求得的函數(shù)關(guān)系中糧食

17、產(chǎn)量Y與農(nóng)用機械總動力X4成負相關(guān)，符號不符合經(jīng)濟意義。</p><p><b>　　2、統(tǒng)計檢驗</b></p><p>　?。?）擬合度檢驗。由回歸結(jié)果表明，R 2和調(diào)整R 2的值都接近于1，表明模型的擬合優(yōu)度較好。</p><p>　?。?）t檢驗。查表可知：在α=0.05的顯著性水平下，自由度n-k-1=18的t統(tǒng)計量的臨界值為tα/2

18、(18)=2.101，X1，X2，X3，X4的t值大于該臨界值，所以X1，X2，X3，X4在95%的水平下影響顯著，通過了變量顯著性檢驗。</p><p>　?。?）F檢驗。F統(tǒng)計量的臨界值為F0.05(5，18)=2.68，F(xiàn)大于該臨界值，所以模型的線性關(guān)系在95%的置信水平下顯著成立。</p><p><b>　　3、回歸模型的檢驗</b></p>

19、<p>　　（1）多重共線性檢驗</p><p>　　從輸出結(jié)果2-1中看到，X4的方差擴大因子VIF4=21.208，遠大于10，并且X4的回歸系數(shù)為負值，說明此回歸模型仍然存在強多重共線性，應(yīng)該剔除變量。</p><p>　　剔除X4，用Y與剩下的四個自變量X1、X2、X3、X5建立回歸模型，有關(guān)計算結(jié)果如輸出結(jié)果3-1所示。</p><p><

20、b>　　輸出結(jié)果3-1</b></p><p>　　從輸出結(jié)果3-1中看到，X5 的方差擴大因子VIF5=37.311，遠大于10，并且X5的回歸系數(shù)為負值，說明此回歸模型仍然存在強多重共線性，應(yīng)該剔除變量</p><p>　　剔除X5，用Y與剩下的3個自變量X1、X2、X3建立回歸模型，有關(guān)計算結(jié)果如輸出結(jié)果3-2所示。</p><p><

21、b>　　輸出結(jié)果3-2。</b></p><p>　　從輸出結(jié)果3-2中看到，3個方差擴大因子都小于10，回歸系數(shù)也都有合理的經(jīng)濟解釋，說明此回歸模型不存在強多重共線性，可以作為最終回歸模型?；貧w方程為：</p><p>　　Y=-36632.545+0.630X1+4.639X2-0.121X3</p><p><b>　?。?）逐步回

22、歸</b></p><p>　　用前進法對變量Y、X1、X2、X3作逐步回歸，輸出結(jié)果3-3如下</p><p><b>　　輸出結(jié)果3-3</b></p><p>　　由輸出結(jié)果3-3可以看到，前進法依次引入了X1、X2、X3變量，最優(yōu)回歸模型為</p><p>　　Y=-36632.545+0.63X1+

23、4.639X2-0.121X3</p><p>　　綜上分析，最終糧食生產(chǎn)的函數(shù)應(yīng)以Y=f(X1,X2,X3)為最優(yōu)，擬合結(jié)果如下：Y=-36632.545+0.63X1+4.639X2-0.121X3</p><p><b>　　（3）異方差檢驗</b></p><p>　　用SPSS軟件建立Y對X1、X2、X3的普通最小二乘回歸，并保留殘差

24、，結(jié)果如下輸出結(jié)果3-4所示</p><p><b>　　輸出結(jié)果3-4</b></p><p>　　一般認為，如果一個回歸模型滿足所給出的基本假定，所有殘差應(yīng)在e=0附近隨機變化，并在變化幅度不大的一個區(qū)域內(nèi)，所以 從殘差圖看出，模型不存在異方差性。</p><p><b>　?。?）自相關(guān)檢驗</b></p>

25、;<p>　　用DW檢驗，輸出結(jié)果如下：</p><p><b>　　輸出結(jié)果3-5</b></p><p>　　由輸出結(jié)果3-5可以看出，該回歸方程決定系數(shù)均顯著。對n=24,k=3,a=0.05,查DW統(tǒng)計表可知,dl=1.19, du=1.55DW=1.639,所以du=1.55<DW<4-du=2.45, 表明模型不存在自相關(guān)。<

26、;/p><p><b>　　五、模型的確定</b></p><p>　　通過以上檢驗，最終確定模型為：</p><p>　　Y=-36632.55+0.629792X1+4.639011X2-0.120702X3+u</p><p><b>　　六、結(jié)論</b></p><p>

27、　　由上述的分析結(jié)果可以看出在選擇的五個因素中，農(nóng)藥化肥施用量、糧食播種面積和成災(zāi)面積對糧食產(chǎn)量的影響較為顯著，模型在建立的過程中剔除了農(nóng)業(yè)機械總動力和灌溉面積兩個因素，因為在模型的建立中參數(shù)符號不符合經(jīng)濟意義且參數(shù)的t檢驗和顯著性檢驗不能通過。 </p><p>　　從回歸模型可以看出，對糧食產(chǎn)量的貢獻中化肥施用量最顯著。這是因為在農(nóng)業(yè)的生產(chǎn)過程中，化肥施用由傳統(tǒng)的農(nóng)家肥向現(xiàn)代新型肥料轉(zhuǎn)變，化肥施用量的增加極

28、大地促進了糧食產(chǎn)量的提高。播種面積對糧食產(chǎn)量的貢獻雖然沒有化肥施用量顯著，但由于耕地面積的數(shù)值遠遠大于化肥施用量，因此耕地面積的增加對糧食產(chǎn)量的提高貢獻較大。成災(zāi)面積對糧食產(chǎn)量的影響系數(shù)較小，但若受災(zāi)面積絕對值較大時，那么災(zāi)害會引起糧食產(chǎn)量較大幅度減少，因此減小成災(zāi)面積是提高糧食產(chǎn)量的關(guān)鍵。</p><p><b>　　參考文獻</b></p><p>　　【1】、龐

29、皓，《應(yīng)用回歸分析》，北京：中國人民大學出版社，第四版 </p><p>　　【2】、周四軍，《對我國糧食生產(chǎn)影響因素的分析》，《統(tǒng)計與決策》，2003年 </p><p>　　【3】、 《中國統(tǒng)計年鑒》，2014年</p><p><b>　　附錄</b></p><p><b>　　數(shù)據(jù)