专业资料整理分享
中国粮食总产量多因素分析
专业年级： 13金融（2）班 学号： 201312030140 姓名： xx
摘要：本文选取1990年到2013年的相关数据，应用计量经济学所学知识对根据经济理论选取的影响我国粮食产量的各因素进行分析、检验，并对其影响程度的大小进行定量分析，进一步明确和完善相关的经济学知识。
关键词：粮食产量 粮食播种面积 农用机械总动力 有效灌溉面积 农业化肥使用量 一、文献综述
农业作为我国最基础的产业，农产品的每年的产量直接关系着我们的民生，故而粮食的产量一直是我们最关心的。 影响因素的分析
首先，粮食作为农作物，其产量肯定会受到农用化肥施用量条件的影响
其次，我认为粮食的播种面积对于粮食产量也有一些影响 最后，农业机械总动力也是影响粮食产量的一大重要因素 二、数据收集与模型的建立
（一）数据收集
1983年—2009年中国粮食生产与相关投入的资料（表1） 粮食总产粮食耕种农用化肥施用农业机械总年份 量Y 面积(x1) 量(x2) 动力(x3) 1990 44624 113466 2590.3 28708 1991 43529 112314 2805.1 29389 1992 44264 110560 2930.2 30308 完美WORD格式编辑
专业资料整理分享
1993 45649 1994 44510 1995 46662 1996 50454 1997 49417 1998 51230 1999 50839 2000 46218 2001 45264 2002 45706 2003 43070 2004 46947 2005 48402 2006 49804 2007 50160 2008 52871 2009 53082 2010 54648 2011 57121 2012 58958 2013 60194 （二）模型设计
110509 109544 110060 112548 112912 113787 113161 108463 106080 103891 99410 101606 104278 104958 105638 106793 108986 109876 110573 111205 111956 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 5404.4 5561.7 5704.2 5838.8 5911.9 31817 33802 36118 38547 42016 45208 48996 52574 55172 57930 60387 64028 68398 72522 76590 82190 87496 92780 97735 102560 103907 为了具体分析各要素对我国粮食产量影响的大小，我们可以用粮食总产量（y）作为衡量，代表粮食发展；用粮食耕种面积（x1）、农用化肥施用量(x2)以及农业机械总动力（x3）。运用这些数据进行回归分析。
采用的模型如下：
y= β1+β2x1+β3x2+β4x3+ui
其中，y代表粮食总产量，x1代表粮食耕种面积，x2代表农用化肥施用量，x3代表农业机械总动力，ui代表随机扰动项。我们通过对该模型的回归分析，得出各个变量与我国粮食产量的变动关系。
完美WORD格式编辑
专业资料整理分享
三、模型估计和检验
（一）模型初始估计（表二）
Dependent Variable: Y Method: Least Squares Date: 12/21/15 Time: 16:27 Sample: 1990 2013 Included observations: 24 Variable
C X1 X2 X3 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Coefficien
t -44644.14 0.684116 4.042971 0.031032 6601.867 0.053113 0.974751 0.038352 -6.762350 12.88043 4.147697 0.809131 0.0000 0.0000 0.0005 0.4280 49317.62 4867.060 16.71945 16.91579 191.0450 0.000000
Std. Error
t-Statistic
Prob.
0.966281 Mean dependent var 0.961223 S.D. dependent var 958.4155 Akaike info criterion 18371206 Schwarz criterion -196.6334 F-statistic 1.534928 Prob(F-statistic)
回归函数为：
Yi??44644.14?0.684116X1?4.042971X2?0.031032X3
（6601.867） （0.053113） （0.974751） （0.038352） T=（-6.762350） （12.88043） （4.147697） （0.809131）
R2?0.966281 R2?0.961223 F=191.0450
（二）多重共线性检验
相关系数矩阵（表三）
X1 X2 X3
X1 1
-0.267566314901 -0.23239867238
X2 -0.267566314901
1
0.977074961235
X3 -0.23239867238 0.977074961235
1
根据多重共线性检验，解释变量之间可能存在着线性相关。为了
完美WORD格式编辑
计量经济学论文--中国粮食总产量多因素分析
