基于影响农业产量的因素的实证分析2
农业总产值变动影响因素的实证研究
农业总产值变动影响因素的实证研究【摘要】本文通过实证研究探讨了影响农业总产值变动的因素，包括土地利用、劳动力投入、农业技术和市场需求等。
综合前人研究成果，并采用多元回归分析方法，得出了具体的实证结果。
研究发现，在当前社会环境下，农业总产值受到多种因素的共同影响，其中技术水平和市场需求是关键因素。
文章指出，进一步提升农业技术水平和有效开拓市场需求，将有助于提高农业总产值。
本研究对于更好地把握农业发展趋势，优化农业生产结构具有积极的意义。
在文章总结了研究结果并展望了未来的研究方向。
【关键词】农业总产值、影响因素、实证研究、农业经济、农业发展、农业政策、农业生产、农业技术、农业投入、结论总结、研究展望1. 引言1.1 研究背景农业总产值是一个国家或地区农业经济发展的重要指标之一，反映了农业生产的规模和效益。
农业总产值的变动不仅关系到农村居民的生活水平，也对国民经济的稳定和可持续发展起着重要作用。
近年来，我国农业总产值呈现出一定的波动，这种波动的背后是一系列复杂的因素作用所致。
我国农业总产值受到宏观经济政策的影响。
政府对农业的支持政策、税收政策以及金融政策都会直接影响农业生产的规模和效益，进而影响农业总产值的变动。
市场需求和价格波动也是影响农业总产值变动的重要因素。
随着人口增长和经济发展，农产品市场需求的变化以及价格波动对农业总产值的影响日益凸显。
自然灾害、气候变化以及农业技术创新等因素也都会对农业总产值的变动产生重要影响。
深入研究农业总产值变动的影响因素，可以为政府制定相关政策、农民调整生产方式提供科学依据，有助于推动农业经济的健康发展。
部分将在后续的章节中进行详细分析和探讨。
1.2 研究目的本文旨在通过实证研究，探讨影响农业总产值变动的因素及其对农业生产的影响。
具体而言，研究旨在分析不同因素对农业总产值的影响程度及作用机制，进一步解释和预测农业总产值的变动趋势。
通过深入分析农业总产值变动的影响因素，有助于为农业生产提供科学依据和政策建议，促进农业生产的稳步增长和可持续发展。
我国农业经济增长影响因素的实证分析（完整版）
我国农业经济增长影响因素的实证分析我国农业经济增长影响因素的实证分析一、引言201X年至201X年，中共中央连续十一年发布以三农为主题的中央一号文件，强调了三农问题在中国社会主义现代化建设之中处于重中之重的地位，农业经济在我国国民经济中的基础地位始终未变。
因此，研究农业经济增长，分析农业经济增长的影响因素是很有必要，对促进我国农业经济发展、农业现代化具有理论指导作用。
农业经济问题成为了国内各界人士关注的焦点，国内的许多学者对农业经济增长影响因素进行了多角度、多方位、多层面的研究分析，希望从理论方面研究对农业经济增长起到一定的指导作用。
从目前国内对农业经济增长因素研究分析状况来看，影响因素有：信息化、农村金融、科学技术、人力资本、国内政策、农业进出口等。
李向阳采用多元回归分析的方法研究信息化对农业经济的影响，认为信息化对农业具有正向的影响，应该加强农业信息化普及教育，并建立农业信息化金融平台，促进农业装备制造业发展，从而促进农业经济发展。
董鸿鹏则一辽宁省为例，采用C-D生产函数模型对信息化的贡献进行量化，并建立多元回归模型，得出农业信息化已经成为辽宁省农业经济增长的新型动力资源。
而曾祯、杨帆等人通过构建层级模型和结构等价模型对我国的涉农信息进行研究，认为我国的农业信息化整体围绕信息权利和行政权利较高节点呈中性化，而较低的节点信息化程度较低。
而万众、朱哲翼通过投入产出函数和拓模型展分析了我国华东、华南、华北、华中、西南、西北、东北七个地区农业政策性金融对农业经济增长的影响，认为农业政策性金融对农业经济增长存在显著性影响，但有地区差异。
田杰、陶建平采取了我国1883个县的面板数据进行了研究，得出农村金融密度与农村经济增长关系处于倒U型左边，可以通过增加农村的金融贷款数量和贷款配置效率提高农村经济增长。
禹越军、王菁华运用RAV模型，用1978-201X年的数据分析了农村金融发展与农村经济增长的关系，认为农村金融发展对农村经济增长有促进作用，但农村金融发展滞后于农村经济增长。
计量经济学课程设计农业产出影响因素的实证分析
计量经济学课程论文农业产出影响因素的实证分析摘要：建立计量经济模型对影响我国农业产出的影响因素进行实证分析，从而在此分析基础上提出了一些政策建议，以期为我国农业发展的政策制定提供一定的参考。
关键词：农业产值化肥施用量农业固定资产投资实证分析一、问题的提出今年十月底召开的中共十七大也明确表示我国将走建设社会主义中国特色的现代化农业道路。
那么无疑增加农业产出，提高农民收入将越来越引起我国国家领导的重视。
“三农问题”的核心是农民的收入问题。
农业的产出增长与否、增长的程度如何直接关系到农民的收入问题。
同时，这也是我国解决“三农”①问题所必须关注的一个重要方面。
一旦农业产出得到大幅度的提高，那么在很大程度上可以说极大地促进了农民问题、农业问题的解决。
这对我国加强社会主义新农村建设的工程而言无疑意义深远。
于是分析农业产出的影响因素就显得意义非凡。
考虑到农业是国民经济各部门存在和发展的必要条件，且农业是支撑整个国家经济不断发展与进步的保障。
针对我国是一个人口大国的事实而言更是如此，因此研究农业产出的影响因素，利用数据进行实证分析，并在此基础上提出相应的政策建议也显得很有现实意义。
本文首先找出了大家认为对农业产出有较大影响的数据，将其纳入计量经济模型中，然后通过OLS回归分析方法剔除一些不显著的变量，进而在此基础上对回归结果进行细致的解析。
也希望通过此实证分析可以为农业发展决策提供一定的参考。
二、有关农业产出之影响因素的文献综述1、《农业收入影响因素的计量经济分析》刘进宝、张延军（2004）------农业劳动者人均农业收入和农业生产物质投入、国内人口总量、以及所在地区国民经济发展水平具有正相关性。
------农业技术进步引起农业收入下降。
农业劳动力转移困难使得农业劳动者劳均收入进一步下降。
2、《影响我国农业产出绩效主要因素的实证分析》方明（2005）-------农业的生产要素主要有三个：土地、劳动和资本。
------农业劳动力增长与农业总产值增长间存在负相关关系。
《2024年极端天气气候事件影响我国农业经济产出的实证研究》范文
《极端天气气候事件影响我国农业经济产出的实证研究》篇一摘要：本文通过对近十年来的极端天气气候事件及其对我国农业经济产出的影响进行深入实证研究，分析其内在联系和影响机制。
研究结果表明，极端天气事件对农业经济产出具有显著影响，本文旨在为政策制定者、农业生产者和相关研究人员提供科学依据，以期应对气候变化对农业产生的挑战。
一、引言随着我国经济的发展和人口的增长，农业在经济结构中的地位愈发重要。
然而，近年来全球气候的异常变化使得极端天气气候事件频繁发生，这对我国农业生产造成了巨大影响，从而影响到农业经济产出。
本文以近年来发生的极端天气事件为背景，对其对我国农业经济产出的影响进行深入研究和分析。
二、研究方法与数据来源本文采用定量分析和定性分析相结合的方法进行研究。
数据主要来源于国家统计局发布的气候数据、农业产出数据及相关政策文件。
通过对历史数据的整理和分析，构建计量模型，揭示极端天气事件与农业经济产出之间的关系。
三、极端天气事件对农业经济产出的影响1. 干旱与半干旱地区在干旱和半干旱地区，水分是农业生产的决定性因素。
研究发现，长时间无雨或降水量过少的干旱天气导致土壤含水量不足，直接影响到作物的生长和产量，进而影响农业经济产出。
2. 洪涝灾害洪涝灾害往往导致农田被淹、农作物受淹死亡或减产。
此外，洪涝还会导致农田基础设施的损坏，如灌溉系统、农田道路等，进一步影响农业生产。
3. 极端温度事件极端的低温或高温天气也会对农作物生长产生不利影响。
例如，高温会导致作物生长速度减缓，甚至出现热害；低温则可能导致作物冻伤或生长停滞。
四、实证分析基于所构建的计量模型，本文对不同地区的极端天气事件与农业经济产出的关系进行了分析。
分析结果表明，极端天气事件对农业经济产出的影响具有显著的地区性差异。
在气候条件较为恶劣的地区，如干旱和半干旱地区，以及洪涝灾害频发的地区，极端天气事件对农业经济产出的影响更为显著。
此外，通过时间序列分析发现，随着全球气候的持续变化，极端天气事件的频率和强度呈现增加趋势，这进一步加剧了其对农业经济产出的负面影响。
《计量经济学》课程论文-影响我国农业总产值因素的实证分析
班级 姓名 学号一模型的设定我们将“农村居民消费水平”设为被解释变量，“农村居民家庭人均收入”，“农村商品零售价格指数”，“农村固定资产投资总额”，“农村居民人均储蓄存款年末余额”设为解释变量，设立了以下经济学模型：i X X X X C Y μββββ+++++=44332211Y=农村居民消费水平（元）1X =农村居民家庭人均收入（元） 2X =农村商品零售价格指数3X =农村固定资产投资总额（亿元） 4X =农村居民人均储蓄存款年末余额（元）数据如下：obs Y X1 X2 X3 X4 1978 137.0000 114.0600 100.0000 9.560000 9.940000 1979 153.0000 136.1100 101.1000 11.32000 15.47000 1980 164.0000 175.7700 104.8000 17.56000 18.85000 1981 187.0000 204.4100 106.3000 22.58000 32.18000 1982 198.0000 238.7000 108.1000 36.91000 57.53000 1983 221.0000 298.0700 109.3000 30.55000 78.75000 1984 261.0000 345.0000 113.2000 33.82000 86.23000 1985 319.0000 385.2300 119.4000 43.51000 106.0200 1986 356.0000 407.6100 125.1000 49.25000 177.8100 1987 423.0000 444.4000 135.4000 59.04000 231.0600 1988 557.0000 546.6200 159.1000 87.48000 274.3200 1989 583.0000 589.4000 192.2000 81.92000 306.4200 1990 609.0000 621.6700 192.2000 58.30000 357.3500 1991 675.0000 657.3800 194.7000 101.7900 481.6300 1992 729.0000 682.4800 201.1000 117.8500 560.4100 1993 831.0000 803.8000 220.2000 179.8900 687.2400 1994 1001.000 1107.250 263.8000 247.3200 887.9200 1995 1281.000 1668.730 307.6000 350.9200 1055.720 19961522.0002054.950327.0000469.9700648.33001997 1641.000 2286.010 333.9000 589.3400 803.0600 1998 1642.000 2405.320 324.9000 609.7200 962.4300 1999 1803.000 2441.500 317.4000 613.6100 1231.410 2000 1848.000 2478.860 313.9000 635.4400 1499.620 2001 1912.000 2603.600 314.5000 659.3700 1770.520 2002 1987.000 2685.160 313.2000 673.0000 2135.140 2003 2042.000 2853.290 314.5000 705.1800 2806.230 2004 2167.000 3171.060 327.1000 776.7800 3524.830 20052449.0003481.640331.0000831.93003960.430资料来源：《河北经济年鉴2006》，《河北农村统计年鉴》二参数估计模型为i X X X X C Y μββββ+++++=44332211Y=农村居民消费水平（元）1X =农村居民家庭人均收入（元） 2X =农村商品零售价格指数3X =农村固定资产投资总额（亿元）4X =农村居民人均储蓄存款前期年末余额（元） 用Eviews 估计结果为：Dependent Variable: Y Method: Least Squares Date: 12/18/08 Time: 13:21 Sample: 1978 2005 Included observations: 28C -119.2490 42.29552 -2.819424 0.0097 X1 0.312012 0.166321 1.875962 0.0734 X2 2.398765 0.402314 5.962415 0.0000 X3 0.371205 0.502295 0.739019 0.4674 X40.0915880.0291243.1447900.0045 R-squared0.995968 Mean dependent var 989.2143 Adjusted R-squared 0.995267 S.D. dependent var 756.4193 S.E. of regression 52.04132 Akaike info criterion 10.90239 Sum squared resid 62290.88 Schwarz criterion 11.14028 Log likelihood -147.6334 F-statistic 1420.292 Durbin-Watson stat1.158600 Prob(F-statistic)0.000000Y=119.249+0.3120121X +2.3987652X +0.3712053X +0.0915884XT: (-2.819424) (1.875962) (5.962415) (0.739019) (3.144790)20.995968R = 20.995267R = F=1420.292三 检验及修正1．经济意义检验从上表中可以看出，2X 符号为正，但由经验得知，“农村居民消费指数”与“农村商品零售价格指数”关系紧密，故不应剔除．而6X 虽然在理论上说不通，但却符合中国现实的国情，应保留，其意义将在第四部分加以阐述。
基于面板数据的农业经济增长影响因素实证
研究农业经济增长的影响因素有助于制定合理的农业政策，促
03
进农业经济增长。
研究方法与数据来源
采用面板数据分析方法，对多个国家和时间的数据进行分析。
数据来源于世界银行、联合国粮农组织等国际机构和各国官方统计数据。
研究内容与结构
本文主要研究农业经济增长的影响因素，包括农业生产率、农业结构、农业政策等。
基于面板数据的农业经济增 长影响因素实证
汇报人： 2023-11-26
目 录
• 引言 • 面板数据模型理论基础 • 农业经济增长影响因素实证分析 • 实证结果总结与政策建议
01
引言
研究背景与意义
01
农业作为基础产业，对于经济增长和社会稳定具有重要意义。
02
农业经济增长受到多种因素的影响，如政策、技术、气候等。
时间序列数据
展示一个特定个体或地区在不同时间点的数 据，揭示一个特定个体或地区的变化趋势。
面板数据模型的类型
混合效应模型
同时考虑个体和时间的影响，将个体和时间的影响作 为固定效应处理。
固定效应模型
只考虑时间的影响，将个体影响作为随机效应处理。
随机效应模型
只考虑个体的影响，将时间影响作为随机效应处理。
文章结构包括引言、文献综述、研究方法、数据分析和结论等部分。
02
面板数据模型理论基础
面板数据的基本概念
面板数据
包含时间序列和横截面数据的统计数据，可 以揭示一个特定地区或个体的变化趋势和不 同地区或个体之间的差异。
横截面数据
展示不同个体或地区在同一时间点上的数据，揭示 不同个体或地区之间的差异。
农业技术创新对农业经济增长的影响
01
新品种培育与农业经济增长
基于我国农业生产影响因素的实证分析
Ｙ１ 一１ ４ ２ ３ ＝ ． １０ ９＋０．３ ６ ５×Ｆ１ ． ６ ９ ４×Ｌ１ ４ １９ ＋０ ６ ７ １ ２＋０ １ １ ８ ．２ ８ ７×
Ｋ１ —０．０ ０ ３ １ ２ ２ ×Ｍ１
其 中， Ｅ１表 示 观 察 值 （ ） 估 计 值 差 （ Ｙ１ 与 ＹＦ１ 的 ） 绝 对 值 ， ：Ｙ１一ＹＦ１ 即 １ １。用 ｏＩ 法 得 ：
（ ） Ｍ 。
从 回 归 拟 合 方 程 的 具 体 数 据 来 看 ， 合 方 程 的 拟 Ｆ值 远 大 于 临 界 值 ， 且 复 相 关 系 数 Ｒ２为 ０ ９ ９ 而 ．７ 。 可 见 总 体 拟 合 效 果 较 好 ， 体 显 著 性 检 验 通 过 。 在 总 各 个经 济变 量显 著性 检验 上 ， 有 Ｆ 只 １的 ｔ检 验 值 小 于 临 界 值 。 ２和 Ｋ１的 ｔ检 验 值 均 大 干 临 界 值 ． Ｉ１ 通 过 显 著 性 检 验 。 实 际 上 经 济 变 量 Ｆ１的 显 著 性 不 明 显 ， 恰 说 明 了 当 前 我 国 农 业 生 产 的 现 状 。 于 方 程 恰 由 总 体 拟 合 度 较 好 尽 管 Ｆ１的 显 著 性 检 验 没 有 通 过 ， 我 们 继 续 保 留 了 Ｆ１经 济 变 量 。 关 于 Ｆ１经 济 变 量 。 我 们 将 在 后 边 经 济 意 义 检 验 中 说 明 其 存 在 的 必 要 性。 ３． 异 方 差 检 验 戈 里 瑟 （ ． ｅｓ ｒ ２ Ｈ Ｇｌｊｅ ） 建 立 如 下 的 回 归 模 型 用 于 检 验 拟 合 回 归 方 程 的
维普资讯
型蘧皇经渣 ２ 生 ８ 筮１ 塑
避 口册
基 于我 国农 业 生产 影 响 因素 的实证 分 析
计量经济学课题论文农业商品产值影响因素分析
计量经济学课程论文题目农业商品产值影响因素的实证分析学院专业班级学生姓名学号弓I1—1••••••••••••理论分析与研究思路（一）理论分析 ............. （.）概念界定•*•••••*•••••••••*••• （三）研究思路 .............1、计量分析的假设条件.2、基本思路 .............计量经济模型与估计 ......... （-）模型设定 .............. （二）数据处理 .............1、数据收集 .............2、 数据分析............ 模型的检验与修正 ...........三、四、 216（-）1、（二）1、（三）1、解释变量的多重共线性.多重共线性检验........多重共线性的修正.......随机干扰项的异方差性异方差性的检验........随机干扰项的序列相关性….序列相关性的检验......... (15)2、序列相关性的修正 (18)(四)模型检验 (20)1、拟合优度检验 (20)2、F检验 (21)3、变量的显著性检验(T检验) (21)4、经济意义检验 (21)五、研究结果及建议 (22)(-)结果分析 (22)1、总论说明 (22)2、政策解析 (23)(―)建议 (23)一、引言随着中国经济的快速发展，第二产业、第三产业在整个国民经济中所占的比重越来越大。
随之而来的是各种矛盾的不断加剧，比如城市发展占用农业耕地面积、工业的发展抢占农业用地，使我市的农业用地不断减少。
农业总产值是否会因此而下降，我市粮食危机是否会凸现，这逐渐成为了一些极受关注的问题。
另一方面，随着农民工大量进城，务农人员大量减少，导致农村的劳动力不足。
此时政府提出了确保亩耕地的红线和提倡农业高科技的运用，才让我市免于严重的粮食危机的困境。
重庆市近几年来粮食连续丰收，农业总产值从1999年132671万元增长到2012年的8700536万元，几乎增长了600倍，这不能不说是一个农业产值上重大的进步。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于影响粮食总产量因素的实证分析段伟伟内容摘要：粮食产量对于我国这样的人口大国有着至关重要的影响，粮食的产量又受多种因素的影响。
本文旨在找出影响粮食产量的主要因素以及验证产量与这些因素之间的相关关系。
本文选取粮食总产量为解释变量，播种面积、化肥施用量、农业劳动力人口和成灾为解释变量。
经过在最小二乘方法下的多元回归分析，我们获得了拟合度非常好的关于中国粮食总产量的回归模型。
文章对影响我国粮食生产的主要因素进行的实证分析，总结得出其最主要影响因素有：农业化肥施用量；粮食播种面积以及成灾面积，并分析了各种因素的影响情况，最后得出了相应的结论建议。
关键词：最小二乘法；粮食总产量；影响因素建议；一、引言粮食问题关系到人类的生存与发展，对人类有着极端的重要性。
而中国拥有世界21%的人口，如何养活这庞大的人口是中国面临的一个巨大挑战。
中国的粮食安全问题，可以从国际和国内两个方面看待。
在现阶段国际环境下，从世界谷物的供求看，粮食安全形势不容乐观；经济全球化加剧对发展中国家隐藏着风险；自然条件恶化、局部地区战乱、贫困人口增加、城市化发展等对世界粮食生产形成了威胁。
从国内看，我国粮食生产出现明显滑坡，粮食安全面临着挑战；全国农业生产结构大调整。
粮食生产资源和生产要素过多流失和转移。
市场经济条件下粮食所面临的的特殊风险性决定了粮食安全保护的必要性。
粮食生产由于自然力作用的参与，使人类劳动对它的作用时间很有限，其价值生产率要比非农业产品的价值生产率低得多，在社会经济系统中不具备足够的竞争力，同时粮食生产的生产要素投入较其他产业来说很少，内在推动力不足，很难与其他行业平衡竞争。
我国社会主义农业有其独有的经营特点以及工业化趋势和技术进步等特点，我国特有的资源环境条件和所面临的国际经济环境加大了粮食生产的难度，我国人口基数大、增长快，加之耕地、水资源等保护难度的加大，使得我国粮食生产面临巨大的压力。
二、文献综述历年来，研究粮食总产量的文章很多。
吕爱清、杜国平、卞新民、陈路扬、邱爱保（2005）在加入了虚拟变量的情况下，认为，影响粮食产量的因素主要是化肥施用量和农业劳动力，主张为了提高粮食产量，应该适度的增加农业劳动力投入和化肥施用量；汪燕、宫兴丽（2006）认为，在最小二乘法的基础上，认为，粮食总产量受到化肥施用量和耕地面积的影响，主张在保证耕地面积不缩减的情况下，努力提高农民的积极性，增加化肥施用量，提高粮食产量；吴英杰（2008），认为，在我国目前农业劳动力素质普遍偏低的情况下，政府应该加大农业投入，优化农业机械动力的配置，提高粮食产量。
三、理论模型的构建1. 理论分析:由粮食总产量及相关影响因素我们可以初步得出，该粮食总产量的模型为投入-产出模型。
于是模型设立的依据是柯布-道格拉斯生产函数（Cobb-Dougalas(C-D)production function ）即：Y AK L αβ=其中，A 是常数，代表着技术水平，α,β分别为资本和劳动投入的产出弹性。
2．模型的设立：根据常识我们知道，影响农产品产量的因素既有人为因素，也有非人为因素（比如气候等），因此，我们选择以下变量，如表一所示。
变量 符号 代表含义 被解释变量Y 粮食总产量 解释变量X 1耕地面积 X 2 化肥施用量 X 3 成灾面积 X 4农业劳动人口（表 1）在C-D 理论模型的基础上，我们初步将计量分析的数学模型设定为：i 11223344i ln Y =A B LnX +B LnX B LnX B LnX μ++++其中，i μ为随机扰动项。
3．定性分析：根据经验，我们发现，X1 (粮食播种面积)与Yi （粮食总产量）成正比例关系，于是，可以猜测B1的符号为正，同理，我们可以发现，B2（化肥施用量）的符号为正,此外发生灾害显然不利于粮食生产，因此，可以初步判定B4的符号为负，而且由于我国尚处在传统农业向现代农业的过渡阶段，我们也可以初步判定B3的符号为正。
4．取样：为了获得较为准确的预测，我们选择了从1991年~2008年的数据，见表2：表2数据来源：中经网统计数据库 四、模型估计（一）根据以上数据，利用EVIEWS 分析软件，初步估计为：i 1234ln 7.8206 1.4997ln 0.2862ln 0.0913ln 0.0432ln Y X X X X =-++--（1） Se= (1.2282) (0.1352) (0.0923) (0.0165) (0.05530) t = (-6.3676) (11.0884) (3.1004) (-5.5308) (-0.7810) 2R =0.9681 调整2R =0.9582F =98.5401 P=0.0000DW=1.7002通过以上的结果，我们发现，此方程的拟合度一般，X1,X2,X3的t 值均通过t 检验，虽然X4的系数的符号为负，符合我们的假定，但是，其t 值却没有通过检验。
表明模型存在不足之处，有待于进一步完善。
（二）模型的修正。
1．多重共线性的检验：由上述的分析可以得出，回归模型可能存在多重共线性。
通过EVIEWS 软件分析，我们发现，X2与X4存在着高度的线性相关性，X 1,X 4也存在着较高的线性相关性。
如表3所示。
（表 3）X 1 X 2X 3X 4X 1 1-0.58355 0.131837 0.698831X 2-0.58355 1-0.21981 -0.97388X 3 0.131837 -0.21981 1 0.201156X 40.698831 -0.97388 0.201156 1对于上述存在的线性相关性，我们采用逐步回归法来逐步消除多重共线性。
逐步回归的结果如表4所示。
（表 4）Y X 1 X 2X 3 X 4 调整R 2 F 值 P 值 lnY=f(X 1) 0.4018 （1.0648）0.0078 1.1337 0.3028 lnY=f(X 1,X 2) 1.4224 （8.7435） 0.3768 (10.7503)0.8927 62.4103 0.0000 LnY=f(X 1,X 2,X 3) 1.4248 (15.1576) 0.3565 (17.3234) -0.0902 (-5.5617) 0.9594 134.9427 0.0000 LnY=f(X 1,X 2,X 3,X 4)1.4997(11.0885) 0.2862(3.1004)-0.0913(-5.5308) -0.0432(-0.7810)0.958295.54010.0000通过上述的逐步回归，我们可以把模型设定为，123ln 7.7910 1.4248ln 0.3565ln 0.0902ln i Y X X X =-++- （2）Se = (1.2104) (0.0940) (0.0206) (0.1621) t = (-6.4368) (15.1576) (17.3234) (-5.5617) R 2 =0.9666 调整R 2=0.9594 F 值=134..942 P 值=0.0000 D-W=1.6779根据以上回归，我们可以看出，各个解释变量的t 值均能通过t 检验，而且，调整后的R2也高度接近于1，F 值也足够大，且P 值几乎为零，说明，该模型较好的拟合了粮食产量与耕地面积，化肥施用量和成灾面积之间存在的关系。
2．异方差的检验。
虽然，“研究发现，异方差问题多存在于截面数据，而非时间序列”1，但是，在有些时间序列模型中还是存在着异方差。
根据怀特的一般异方差检验原理，利用EVIEWS 软件运算，得出如下结果，如表5：（表 5）White Heteroskedasticity Test: F-statistic 1.16643 Probability 0.419396Obs*R-squared10.21532 Probability 0.333337给定显著性水0.05下，通过查2χ分布表，我们可以得出220.05(9)16.919010.2153n R χ=>∙=,因此，可以接受零假设，即该模型不存在异方差。
3.自相关检验。
在给定显著性水平为0.05的情况下，通过查德宾-沃森d 统计量，我们可以得出，dL=0.933，dU=1.696，4- dU=2.304。
通过利用D-W 的d 检验的判定规则，很显然，模型没有通过自相关的检验，表明模型存在自相关。
3.1模型自相关的补救:3.1.1关于求ρ。
由于，本模型的样本较少，因此，我们选择泰尔-纳加尔（Theil-Nagar ）公式来估计ρ。
即 2222(1/2)n d k n k ρ-+=-=0.2214。
3.1.2数据的修正。
我们利用()AR ρ模型方法对模型进行修正，来消除随机误差项自相关。
通过调整，我们调整后的样本数据如表6所示。
1《经济计量学》，古扎拉蒂，机械工业出版社*Y*1X *3X（表 6）3.1.3模型的修正：根据以上显示数据，我们利用EVIEWS 软件进行回归，回归结果如下：123ln Y 6.1086 1.4240ln 0.3562ln 0.0837ln i X X X ****=-++- （3）Se =(1.1759) (0.1159) (0.0299) (0.0167)t =（-5.1948(12.2916) (11.9227) (-5.0094)2R =0.9503 调整2R =0.9388 F 值=82.8693 P 值=0.0000 D-W=1.7599在给定0.05的显著水平下，通过查德宾-沃森d 统计量，我们可以看出，dL=0.897,dU=1.710，于是，4- dU=2.290。
所以，我们可以得出，dU=1.710<1.7599<4- dU=2.290，于是，我们们就可以接受原假设：无正或负自相关！因此，自相关问题得到修正！！ （三）模型的确定：通过以上的分析及检验，最终的模型确立为：123ln Y 6.1086 1.4240ln 0.3562ln 0.0837ln i X X X =-++- （4）五、经济意义分析对于模型（4），经济含义上，1ln X 的系数为1.4204，表明在其他条件不变的情况下，耕地面积每增加1%，粮食总产量就会增加1.4240%。
由此，我们可以看出，我国粮食生产的粗放型经营；2ln X 的系数为0.3562，同样表明在其他条件不变的情况下，化肥施用量每增加1%，粮食产量就会增加0.3562%，由此，我们可以得出，适当加大农业肥料的施用量，有利于我们解决粮食紧缺的局面；3ln X 的系数为-0.0837，表明其他条件不变的情况下，农业成灾面积每增加1%，粮食产量就会减少0.0837%，表明，我国粮食生产还是或多或少的受到自然灾害带来的影响，应该大力加强农业基础设施建设。