影响我国粮食产量的计量经济学模型探究

　　摘要：粮食问题关系民生， 是各国普遍关注的问题。中国人口基数大、增长速度快， 保障粮食安全对促进社会和谐具有重要意义。根据官方数据， 通过模型设定、估计、检验、调整， 得出影响我国粮食产量的计量经济学模型。分析了影响我国粮食产量的主要因素， 提出了相关建议。

　　关键词：粮食产量； 影响因素； 计量经济学模型；

　　1 模型设定

　　基于对粮食产量影响因素的初步认知， 采用粮食作物播种面积 （千公顷） X1、水土流失治理面积 （千公顷） X2、农业机械总动力 （万千瓦） X3、自然灾害经济损失 （亿元） X4、耕地灌溉面积 （千公顷） X5、化肥施用量 （万吨） X6为解释变量， 用于解释粮食产量 （千公顷） Y.建立多元线性回归模型如下：

　　在初步建立模型基础上， 依次进行最小二乘估计、经济意义检验、统计学及计量经济学检验， 作相应调整， 得出我国粮食产量影响因素的计量模型。

　　2 数据收集

　　模型数据摘自中国国家统计局2017年公布的《中国统计年鉴》， 信息真实可靠， 以此为基础建立模型较有信服力[1].

　　3 模型估计、检验及调整

　　3.1 最小二乘估计

　　操作Eviews6.0软件对模型进行最小二乘估计 （OLS） , 回归结果如下：

　　3.2 检验与调整

　　3.2.1 经济意义检验

　　回归结果显示， 该模型中除X3农业机械总动力、X5化肥施用量除外， 其余解释变量的系数符号与实际经济理论符合， 初步通过经济意义检验。

　　3.2.2 统计检验

　　最小二乘估计结果显示， 可决系数调整后的R2=0.979 235, 表明粮食产量变化的97.92%可以由选取的6个因素共同变化来解释， 模型拟合程度较好。5%的显著性水平下， F=236.784 5>2.51, 通过F检验， 方程整体显著程度好。

　　但是从斜率项t检验值来看， X3、X5、X6的t检验值小于临界值， 3个因素对被解释变量影响不显著。

　　操作Eviews6.0软件制作各解释变量间的相关系数表， 初步判断出X1和X5、X3和X6之间存在较大相关性， 判断模型存在多重共线性。通过逐步回归进一步检验与修正， 逐步回归中， 剔除了解释变量X5、X6, 解决了多重共线性问题， 修正后回归结果为：

　　3.2.3 计量经济学检验

　　满足统计检验后， 采用怀特检验方法， 对模型进行异方差检验， 判断解释变量与随机干扰项之间是否存在关系影响同方差基本假定。根据怀特检验显示， 1%显著性水平下， P值大于α值， 模型通过P检验， 接受原假设， 即同方差假设， 修正后模型为：

　　其中：Y为粮食产量；X1为粮食作物播种面积；X2为水土流失治理面积；X3为农业机械总动力；X4为自然灾害经济损失。

　　4 相关建议

　　一是加强防灾减灾意识， 通过成灾机理研究， 认识灾害发生发展规律， 进行监测预警。

　　二是恢复生态， 保护植被， 减少水土流失面积， 因地制宜配置资源。

　　三是优化农业基础设施， 完善水利灌溉， 推广节水灌溉技术， 提高防洪能力。

　　四是促进农业生产机械化， 提高农业生产效率。

　　参考文献
　　[1] 焦宇航。影响我国粮食产量因素的计量分析[J].魅力中国， 2014 （4） :303.