张默计量经济学实验报告——粮食产量的影响因素分析
计量经济学论文
计量经济学课程论文影响中国粮食产量的因素分析学院：班级：姓名：学号：影响中国粮食产量的因素分析根据理论和经验分析，影响粮食产量的主要因素有：农业化肥施用量、粮食播种面积、成灾面积、农业机械总动力、农业劳动力。
拟建立中国粮食生产函数。
一、建立模型设置变量：Y：粮食产量X1：农业化肥施用量X2：粮食播种面积:X3：成灾面积:X4：农业机械总动力:X5：农业劳动力:设粮食生产函数为Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+μ采用Eviews软件对数据进行回归分析，得出如下计算结果：Dependent Variable: YMethod: Least SquaresDate: 06/08/11 Time: 17:22Sample: 1978 2009Included observations: 32Variable Coefficient Std. Error t-Statistic Prob.C -7805.794 16871.00 -0.462675 0.6474X1 7.960833 1.448477 5.496004 0.0000X2 0.309372 0.117074 2.642539 0.0138X3 -0.214006 0.070172 -3.049730 0.0052X4 -0.187267 0.091318 -2.050720 0.0505R-squared 0.930876 Mean dependent var 43541.47Adjusted R-squared 0.917582 S.D. dependent var 6314.827S.E. of regression 1812.889 Akaike info criterion 18.01059Sum squared resid 85450747 Schwarz criterion 18.28542Log likelihood -282.1695 F-statistic 70.0267151335.041873.032140.023094.019608.7794.7806XXXXXY+--++-=(-0.46) (5.50) (2.64) (-3.05) (-2.05) (0.69) 2R=0.9309 2R=0.9176 F=70.0267 D.W.=0.45二、统计检验R高达0.9309，拟合程度很好。
基于计量经济学分析我国粮食产量的影响因素
基于计量经济学分析我国粮食产量的影响因素作者：耿心雨来源：《智富时代》2019年第08期【摘要】农业是一个国家经济发展的基础，而粮食作为人类生存发展的必需品，维系着社会的稳定和经济的发展。
中国人口基数大，增长快，保障粮食安全对促进社会和谐具有重要意义。
目前，随着我国农业技术的进步以及各项惠农政策的出台，农业现代化水平逐步提高，粮食产量呈上涨趋势。
本文主要选取我国2000-2015年的数据，借助线性回归方法建立了影响粮食产量的计量经济模型，并借助E-views软件对模型进行相关的OLS等分析，提出了进一步促进粮食产量增加的相关建议。
【关键词】粮食产量、农药使用量、粮食作物播种面积、农业机械总动力、回归分析一、引言21世纪以来，我国的粮食产量总体上还是呈现不断上涨的趋势，而保障粮食安全作为改善民生的关键，一直备受人们关注。
影响粮食产量的因素众多，为了能够进一步提高其产量，必须要对其中几个关键因素进行分析，并且找出影响程度最大的因素，再根据相应的结果为我国粮食产量的增产提出可行建议。
二、模型的初步设定（一）变量的选取影响粮食产量的因素有很多，本文主要选取：农药使用量、粮食作物播种面积、农业机械总动力这三个因素进行分析。
同时通过国家统计局官网2000年—2015年的15组数据来说明这些因素是如何影响粮食产量的。
（二）数据来源模型数据主要摘自中国国家统计局公布的《中国统计年鉴》，信息真实可靠。
1、变量的选择假设粮食产量与农药使用量、粮食作物播种面积和农业机械总动力之间存在线性关系，其中Y表示粮食产量，X1表示农药使用量，X2表示粮食作物播种面积，X3表示农业机械总动力。
样本时间是从2000年—2015年，样本大小：n=152、计量经济模型的确定建立粮食产量与农药使用量、粮食作物播种面积和农业机械总动力的一个三元线性回归模型：Y=β0+β1X1+β2X2+β3X3+μ其中，β0、β1、β2、β3是待定参数，μ是扰动项。
计量经济学论文-我国粮食产量影响因素分析与预测
我国粮食产量影响因素分析与预测摘要：本文采用计量经济分析方法,以1980—2010年中国粮食产量及其重要影响因素的时间序列数据为样本,仿照C-D生产函数，建立了以粮食产量为因变量，以农用化肥施用量、有效灌溉面积、财政支农支出、农村用电量、农村机械总动力、粮食作物播种面积、农业灾害成灾面、农业劳动力八种可量化的影响因素为自变量的多对数回归模型，利用模型对各个因素进行了比较分析。
同时，对模型进行检验与修整，并在此基础上提出了一些关于增加粮食产量的可供参考的意见。
关键字：计量经济分析粮食产量多对数回归模型一、前言粮食是关系国计民生的重要战略物资。
粮食综合生产能力与粮食安全问题一直是世界性的重大问题，备受世界各国政府及专家学者的关注与研究。
近年来，中国粮价上涨过快，通货膨胀压力明显加大，不仅给低收入群体的生活带来很多困难，也使得国民经济的发展受到了制约。
粮食近年来连续减产、国家储备库存和农民手中的存粮减少，加上消费者需求的过量扩大，粮食将从结构性短缺转为战略性短缺。
粮食生产关系到我国的社会经济发展，因此认真研究和加深了解中国粮食生产的规律和特点，找出影响粮食总产量的主要因素，并采取针对性的粮食增产措施，对于稳定和发展粮食生产就有重要意义，对增加农民收入，乃至拉动整个国民经济的增长具有重要作用。
二、文献综述我国学者很早就对粮食生产问题展开了研究，并取得了一系列突出成果。
赵俊晔、王川采用逐步回归和灰色关联分析的方法对1991-2004年影响我国粮食产量变化的主要因素进行了分析，发现有效灌溉面积与粮食产量一直保持高的关联度，成灾面积与粮食产量的关联仅次于有效灌溉面积，在此基础上对提高我国粮食生产科技支撑能力、稳定发展粮食生产提出了建议。
梁子谦、李小军选取了15个指标，通过建立因子分析模型，对中国粮食单产和播种面积的影响因子进行了市政分析，研究结果表明，对粮食单产影响最大的因子是科技进步，其次是物质投入因子、环境与气候因子和中策因子。
基于计量经济学分析我国粮食产量的影响因素
基于计量经济学分析我国粮食产量的影响因素
粮食是人类的基本生活物资，对于一个国家的经济和社会稳定具有重要的影响。
分析我国粮食产量的影响因素对于制定农业政策、促进农业生产具有重要的意义。
本文将基于计量经济学的方法，对我国粮食产量的影响因素进行深入分析。
产量水平是粮食产量的重要影响因素。
农业生产受到自然因素的限制，如气候、土壤等。
通过计量经济学的方法，我们可以通过估计产量对天气因素的敏感度，来评估气候因素对于粮食产量的影响。
土地面积和土壤肥力也是决定粮食产量的重要因素。
农业投入对粮食产量的影响也不可忽视。
农业投入包括肥料、农药、耕地租金等。
通过计量经济学的方法，可以通过评估农业投入对粮食产量的弹性来分析其影响程度。
研究表明，适当增加化肥的使用可以提高粮食产量，但过度使用化肥也会对环境造成负面影响。
农村劳动力的变动也会对粮食产量产生影响。
近年来，随着农村劳动力向非农产业的转移和农村老龄化问题的日益凸显，农村劳动力供给不足成为制约粮食产量增长的一个重要因素。
通过计量经济学的方法，可以评估农村劳动力变动对粮食产量的影响，并提出相应的政策建议。
政策因素也会对粮食产量产生重要影响。
粮食价格政策、土地管理政策、农业补贴政策等可以影响农民的种植行为和投入决策，从而影响粮食产量。
通过计量经济学的方法，可以对政策因素对粮食产量的影响进行定量分析，并为政策制定者提供科学的决策依据。
基于计量经济学分析我国粮食产量的影响因素
基于计量经济学分析我国粮食产量的影响因素粮食是人类的基本生活物资之一，粮食产量的增加直接影响着国家的粮食供应和粮食安全。
了解和研究影响我国粮食产量的因素对于保障国家粮食供应具有重要意义。
种植面积是影响粮食产量的关键因素之一。
种植面积的增加可以提高粮食产量，而减少则会导致粮食产量下降。
影响种植面积的因素包括耕地面积、农业政策和制度等。
耕地面积的扩大有助于增加种植面积，而耕地面积的减少则会限制种植面积的增长。
农业政策和制度也对种植面积有着重要的影响，例如对农民耕地保护政策的支持与限制等。
农业投入是影响粮食产量的重要因素。
农业投入包括劳动力、资本、农药、化肥等。
劳动力的增加可以提高农业生产效率，从而增加粮食产量。
资本的投入可以提高农民的种植技术和设备水平，从而提高粮食产量。
农药和化肥的使用可以防治病虫害，提高农作物的产量和质量。
气候条件是影响粮食产量的重要因素。
充足的阳光、适宜的温度和降水量都对粮食产量的增长起着至关重要的作用。
不同的粮食作物对气候条件的要求不同，不同的气候条件对各地粮食产量的影响也存在差异。
第四，技术进步是提高粮食产量的关键因素。
种植技术、农业机械和农业科技的进步可以提高粮食生产效率，从而增加粮食产量。
新品种的引进和适宜的耕作措施可以提高作物的产量和抗病虫能力。
市场需求也是影响我国粮食产量的重要因素。
市场需求对粮食价格的影响可以影响农民的粮食种植决策。
当市场需求较高时，农民倾向于增加粮食种植面积以满足市场需求，从而增加粮食产量。
我国粮食产量的影响因素与农业政策、经济发展、气候条件、农业投入、技术进步和市场需求等因素紧密相关。
深入研究和分析这些因素的作用，有助于制定合理的粮食生产政策，提高粮食产量，保障国家粮食供应和粮食安全。
影响粮食产量的因素分析
计量经济学论文影响粮食产量的因素分析影响粮食产量的因素分析我国土地资源稀缺，人口多而粮食需求量大，因此粮食产量的稳定增长，直接影响着人民生活和社会的稳定与发展。
本文严格按照计量经济分析方法,以1996-2021年中国粮食产量及其重要因素的时间序列数据为样本,对影响中国粮食生产的多种因素进行了分析。
一、模型的建立以Y i=粮食产量、X1=粮食播种面积、X2=农用化肥施用量、X3=农用机械总动力、X4=农、林、牧、渔业劳动力、X5=耕地灌溉面积，设定Y i=c+β1X1i+β2X2i+β3X3i+β4X4i+β5X5i+u i理论模型。
由经济规律知β1、β2、β3、β4、β5都应大于零。
三、模型的参数估计利用Eviews8得到结果如下：Dependent Variable: YMethod: Least SquaresDate: 06/01/17 Time: 20:10Sample: 1996 2021Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C -66773.87 37106.01 -1.799543 0.0935X1 0.790068 0.119139 6.631499 0.0000X2 1.768843 8.059923 0.219462 0.8295X3 -0.028692 0.338671 -0.084720 0.9337X4 -0.087017 0.051349 -1.694614 0.1123X5 0.477765 0.663745 0.719802 0.4835R-squared 0.976250 Mean dependent var 51861.43 Adjusted R-squared 0.967768 S.D. dependent var 5548.066 S.E. of regression 996.0571 Akaike info criterion 16.88881 Sum squared resid 13889816 Schwarz criterion 17.18753 Log likelihood -162.8881 Hannan-Quinn criter. 16.94712 F-statistic 115.0958 Durbin-Watson stat 1.811852 Prob(F-statistic) 0.000000由此数据看出，可决系数和修正可决系数为0.976250和0.967768，F的检验值为115.0958，明显显著，拟合效果还可以。
基于计量经济学分析我国粮食产量的影响因素
基于计量经济学分析我国粮食产量的影响因素一、概述粮食产量作为国家经济安全和社会稳定的重要基础，历来受到广泛关注。
中国作为世界上人口最多的国家，粮食产量的稳定与增长对于保障国家粮食安全、促进经济社会持续健康发展具有重大意义。
随着全球气候变化、土地资源紧张、农业生产技术革新等多重因素的影响，我国粮食产量面临着诸多不确定性。
深入分析影响我国粮食产量的因素，对于制定科学合理的农业政策、提高粮食生产效率和保障国家粮食安全具有重要的理论价值和现实意义。
本文旨在运用计量经济学的方法，系统分析我国粮食产量的影响因素。
通过对国内外相关文献的梳理和评价，明确粮食产量影响因素的研究现状和不足。
结合我国粮食生产的实际情况，选取适当的计量经济学模型，如多元线性回归模型、面板数据模型等，对影响粮食产量的因素进行定量分析和检验。
在此基础上，深入探讨各因素对粮食产量的具体影响程度和方向，揭示各因素之间的内在联系和作用机制。
根据分析结果，提出针对性的政策建议，为我国粮食生产的可持续发展和国家粮食安全的保障提供科学依据。
通过本文的研究，期望能够为我国粮食生产领域的决策提供有益参考，同时也为计量经济学在农业经济领域的应用拓展新的思路和方法。
简述粮食产量对国家经济和社会发展的重要性粮食产量对一个国家经济和社会发展的重要性不言而喻。
粮食是人类生存的基础，是满足人民基本生活需求的必需品。
粮食产量的稳定增长是保障国家粮食安全、维护社会稳定的重要前提。
只有粮食供应充足，人民才能安居乐业，社会才能和谐稳定。
粮食产业是国民经济的重要组成部分。
粮食的种植、加工、储运、销售等环节涉及众多行业和领域，对经济增长和就业有着直接的拉动作用。
粮食产量的增加不仅意味着农业生产水平的提升，也为工业和服务业的发展提供了有力支撑。
粮食产量还是国家宏观调控的重要工具。
政府通过调整粮食生产政策、价格等手段，可以影响市场供求关系，进而调控经济运行。
在面临经济危机或通货膨胀等复杂经济环境时，粮食产量的稳定对于稳定物价、保障民生、维护国家经济安全具有重要意义。
计量作业--粮食产量的影响因素
主要研究的是影响粮食产量的主要因素。
首先，粮食产量明显地会受到种植面积、灌溉面积、施肥量等因素的影响，同时，粮食产量还应与农用机械、务农劳动力有关。
此外粮食的供给会收到价格的影响，价格的上涨会促进粮食供给的增加，所以应该与上一年的价格指数也有关。
最后，粮食产量还可能跟国家政策有关，如2004年开始的粮食直补、2006年开始取消农业税等。
根据上面的理论构建计量模型，其中粮食产量为因变量Y，自变量包括种植面积，有效灌溉面积，施肥量，农业机械总动力，第一产业从业人数，上年的粮食价格指数，以及两个虚拟变量：粮食直补、。
1 2004年及以后年份其中=0 2004年之前的年份1 2006年及以后年份=0 2006年之前的年份模型：通过查找《中国统计年鉴》，选取1990年至2013年的数据，并利用Eviews6.0进行回归，得出未调整的回归方程。
Y = -10099.3253483 + 0.444083503908*X1 + 0.643350155941*X2 + 2.25516928072*X3 - 0.167070623133*X4 - 0.682720118854*X5 - 10.6464108655*X6 + 2141.40606487*X7 - 943.756657556*X8由于指标数据当量存在较大差异，所以需要对模型进行一定的调整，对Y以及前6个自变量指标取对数，新模型为重新利用Eviews6.0得出回归方程（1）：LNY = -5.205883 + 0.947117*LNX1 + 0.721933*LNX2 + 0.381875*LNX3 (0.4173) (0.0101) (0.3012) (0.0046) - 0.283626*LNX4 - 0.258046*LNX5 –0.058013*LNX6 + 0.060528*X7 (0.2022) (0.0902) (0.2794) (0.0305) - 0.008520*X8(0.6729)通过看相应的回归结果，F检验是通过的。
eviews作业报告(粮食产量的影响因素分析)
粮食产量的影响因素分析本文研究粮食产量（Y）的影响因素，选取了农用机械总动力（X1）、农村用电量（X2）、灌溉面积（X3）、化肥施用量（X4）作为备选的影响因素，考虑到这几个变量的量级比较大，在进行回归分析时，将其进行对数化处理。
1.描述性统计Mean Median Maximum Minimum Std.Dev. Skewness KurtosisLNY 8.592196 8.62727 8.828465 8.180172 0.194589 -0.593456 2.143442 LNX1 9.110365 9.196122 9.368205 8.662263 0.213404 -0.810039 2.410341 LNX2 5.468627 5.596234 5.92348 4.834693 0.357258 -0.529087 1.792365 LNX3 8.532198 8.523777 8.628185 8.460688 0.050207 0.322264 1.892992 LNX4 6.391336 6.47386 6.573806 6.041944 0.177652 -0.668104 1.9754032.回归结果通过eviews8进行回归分析，结果见下表：从结果来看，其拟合优度为0.9553，接近于1，拟合效果较好，而F统计量对应的p值为0.0000，小于1%，因此在1%的显著水平下，模型整体对被解释变量LNY有显著影响。
3.多重共线性检验与修正从回归的系数来看，LNX1的系数为负，不满足经济意义检验，且注意到LNX1、LNX3和LNX4的系数无法通过10%的显著性t检验，因此可能存在严重的多重共线性。
对此，对其进行相关系数检验与VIF检验。
（1）检验相关系数检验结果如下：LNX1 LNX2 LNX3 LNX4LNX1 1 0.94888276 0.77410094 0.974241776LNX2 0.94888276 1 0.912887286 0.968956027LNX3 0.77410094 0.912887286 1 0.82815689LNX4 0.974241776 0.968956027 0.82815689 1从解释变量的相关系数来看，解释变量之间的相关系数普遍较高，基本都在0.9以上，因此有严重的多重共线性。
基于计量经济学分析我国粮食产量的影响因素
基于计量经济学分析我国粮食产量的影响因素我国作为全球最大的粮食生产国之一，粮食产量的变化对国家粮食安全和农村经济发展都具有重要影响。
对我国粮食产量的影响因素进行深入的计量经济学分析具有重要意义。
本文将从农业生产要素投入、气候因素和政策因素三个方面进行分析，探讨这些因素对我国粮食产量的影响及其对应的政策建议。
一、农业生产要素投入农业生产要素投入是影响粮食产量的重要因素之一。
农业劳动力是农业生产的重要生产要素，直接关系到粮食产量的增长。
我国农业生产中，大部分劳动力集中在小农户中，且由于劳动力的外流，导致农业生产力下降。
加强对农业劳动力的培训和流转政策，促进农业生产的现代化和规模化，可以有效提高粮食产量。
农业生产中的资本投入也是影响粮食产量的重要因素。
随着农业现代化的发展，农业生产需要更多的资金投入用于购买化肥、农药、农机具等生产资料。
政府应该加大对农业生产资金的投入，支持农民购买先进的农业生产技术和设备，以提高农业生产效率和粮食产量。
二、气候因素气候因素是影响粮食产量的另一重要因素。
近年来，全球气候变化对我国农业生产造成了一定的影响，尤其是极端天气事件频发，如干旱、洪涝等，直接影响了我国的粮食产量。
为了应对气候变化对粮食产量的影响，政府应该加强对气象灾害的监测和预警，开展抗旱、防洪等农业防灾减灾工作，加强水资源管理，提高农业生产的抗灾能力，保障粮食产量的稳定增长。
三、政策因素政策因素也对粮食产量产生了直接的影响。
农业支持政策、农业补贴政策、粮食流通政策等，都会对粮食生产产生积极的促进作用。
实施粮食最低收购价政策，可以增加农民生产粮食的积极性，保障粮食生产的稳定。
又如，加大对粮食生产的补贴政策，可以提高农民的收入，激发他们的生产积极性，从而提高粮食产量。
政府应该根据实际情况，制定更加科学合理的农业政策，支持和保障粮食产量的稳定增长。
我国粮食产量受到农业生产要素投入、气候因素和政策因素等多方面因素的影响。
- 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)。
三、模型的估计、检验、确认 对模型有如下假设： 1.零均值：
E (ui ) 0 i 1,2,3, , n
ik ik
2.同方差无自相关：
COV ( u i , u k ) E [( u i Eu i )( u k Eu k )] 2 , E ( ui , u k ) 0,
112548 112912 113787 113161 108463 106080 103891 99410 101606 104278 104958 105638
21233 30309 25181 26731 34374 31793 27319 32516 16297 19966 24632 25064
学校：南京理工大学紫金学院 班级：金融一班 学号：090702175 姓名：张健
计量经济学报告
粮食产量的影响因素分析 一、 问题的提出 改革开放以来，中国经济迅速发展，人口增长迅猛，对粮食的需 求日益增加。 粮食产量无疑成了影响中国经济发展的重大因素。 同时， 粮食的产量直接关系到农业劳动力的生活水平，因此， “三农”问题 成为中国经济研究的热点问题，提高粮食产量，关注农村居民收入迫 在眉睫。为此，本文将就粮食产量影响因素进行分析，希望从中发现 一些对粮食产量关键作用的因素。
Y = -27110.39+ 5.954533X1+ 0.538519X2+-0.136393X3+0.088210X4 (6217.065) (0.463769) (0.053816) (0.028570) (0.033023) T = （-4.360641） (12.83943) (10.00673) (-4.571732) (-2.671134) R-Squared=0.980817 Adjusted R-squared=0.976981 F-statistic=255.6537
其中，加入 X2 的 r^2 最大，以 X1，X2 为基础，顺次加入其他变量 逐步回归。结果如下。
表 1.4 加入新变量的回归结果（二） 加入变 量 参数估 计值 t值 r^2 X3 X4 X5
-0.11151 -0.03681 0.002836 -3.63213 -0.82605 0.037402 0.973974 0.958958 0.957627
其中，加入 X3 的 r^2 最大，以 X1，X2，X3 为基础，顺次加入其他 变量逐步回归。 表 1.5 加入新变量的回归结果（三）
加入变 量 参数估 计值 t值 r^2 X4 X5
-0.08821 0.082863 -2.67113 1.34134 0.980817 0.082863
显然可见，加入 X5 时，参数的检验值不显著，说明主要是因为 X5 引起了多重共线性。 修正多重共线性以后的回归结果为：
其中，加入 X1 的 r^2 最大，以 X1 为基础，顺次加入其他变量逐步 回归。结果如下。
表 1.4 加入新变量的回归结果（一）
加入变 量 参数估 计值 X2 X3 X4 X5
0.631835 -0.10622 -0.26297 0.146656
பைடு நூலகம் t值 r^2
11.07516 -1.11232 -3.97217 0.79565 0.957624 0.736199 0.837737 0.729157
二．研究方案与数据的搜集统计 通过对影响粮食产量的主要因素的分析，把影响农民收入的因 素主要归结与以下几个方面：农业化肥施用量，粮食播种面积，成灾
面积，农业机械总动力，农业劳动力。通过查找中国统计年鉴，我们 得到如下的统计资料：
表 1.1 中国粮食生产与相关投入资料 年份 农业化 肥施用 粮食产 量 (万吨) 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 38728 40731 37911 39151 40208 39408 40755 44624 43529 44264 45649 44510 46662 量 （万公 斤） 1660 1740 1776 1931 1999 2142 2357 2590 2806 2930 3152 3318 3594 粮食播种 面积 （千公 顷） 114047 112884 108845 110933 111268 110123 112205 113466 112314 110560 110509 109544 110060 成灾面 积 （公顷） 16209 15264 22705 23656 20393 23945 24449 17819 27814 25895 23133 31383 22267 农业机械 总动力 （万千 瓦） 18022 19497 20913 22950 24836 26575 28067 28708 29389 30308 31817 33802 36118 农业劳 动力 （万人） 31151 30868 31130 31254 31663 32249 33225 38914 39098 38699 37680 36628 35530
从上面的估计的结果可以看出：可决系数 R-Squared=0. 980829，表 明模型在整体的拟和非常好。系数显著性检验：对于 C、X1、X2、 X3、X4 的系数，t 的统计量的绝对值都通过了检验，而 X5 的系数的 t 统计量为-0.104814，在 df=19、α=0.05 的情况下， X5 的系数不 能通过检验。 根据经验判断，无法通过第一步检验的原因很可能是解释变量之间存 在多重共线性。 (2)多重共线性的检验与修正
0.98081 R-squared 7 Adjusted 0.97698 R-squared 1 629.749 S.E. of regression 8 7931696 Sum squared resid . -193.817 Log likelihood 2 1.70604 Durbin-Watson stat 4
44945.6 Mean dependent var 4 4150.72 S.D. dependent var 9 15.9053 Akaike info criterion 8 16.1491 Schwarz criterion 5 255.653 F-statistic 7 0.00000 Prob(F-statistic) 0
Dependent Variable: Y Method: Least Squares Date: 12/26/11 Time: 13:36 Sample: 1985 2009 Included observations: 25 Variable C Coefficie nt -27110.3 9 Std. Error t-Statistic Prob. 0.0003
0.9176 44945.6 4 4150.72 9 15.9848 0 16.2773 3 194.411 4 0.00000 0
0.98082 9 0.97578 3 645.923 S.E. of regression 0 7927113 Sum squared resid . -193.810 Log likelihood 0 1.71567 Durbin-Watson stat 9
7507.527 -3.555775 0.609713 0.057858 9.831685 9.276245
0.029720 -4.571732 0.042053 -2.159696
X5 R-squared Adjusted R-squared
-0.00739 0
0.070511 -0.104814 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
50454 49417 51230 50839 46218 45264 45706 43070 46947 48402 49804 50160
3828 3981 4084 4124 4146 4254 4339 4412 4637 4766 4928 5108
38547 42016 45208 48996 52574 55172 57930 60387 64028 68398 72522 76590
34820 34840 35177 35768 36043 36513 36870 36546 35269 33970 32561 31444
注：这里由于没有从事粮食生产的农业劳动数据，用第一产业劳动力 替代。 资料来源： 《中国统计年鉴》 （1985，2009）
3.随机扰动项与解释变量不相关： Cov ( Xji, ui ) 0 4.无多重共线性
i 5. 残差的正态性：
j 2,3, , k
~ N (0, 2 )
显然这些假设是不可能完全成立的，所以必须对其进行检验。 残差的正态性检验已完成。 主要需要检验的有： 一、多重共线性检验。二、异方差性检验。三、自相关性检验。 由于现有知识有限，只能对检验出来的一种情况进行修正，其它的暂 不做修正，只做检验。 我们将基于以上数据进行分析。 （1）利用Eviews5.0作OLS估计的结果为：
Dependent Variable: Y Method: Least Squares Date: 12/26/11 Time: 12:41 Sample: 1985 2009 Included observations: 25 Variable C X1 X2 X3 X4 Coefficie nt -26695.0 8 5.99451 1 0.53670 1 -0.13587 3 0.09082 2 Std. Error t-Statistic Prob. 0.0021 0.0000 0.0000 0.0002 0.0438