计量经济学粮食产量论文
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。
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。
基于计量经济模型河北省粮食产量影响因素分析
基于计量经济模型河北省粮食产量影响因素分析河北省是中国北方的一个重要省份，也是国家粮食生产的重要基地之一。
粮食产量的稳定增长对于河北省的经济发展和农民生活水平的提高具有重要意义。
研究河北省粮食产量的影响因素具有重要的理论和现实意义。
计量经济模型是研究经济问题的重要工具，它可以帮助我们分析经济变量之间的关系，揭示经济行为的规律。
本文基于计量经济模型，对河北省粮食产量的影响因素进行分析，旨在探讨如何提高粮食产量，促进农业结构调整和粮食生产的可持续发展。
一、样本数据本文选取了河北省2000年至2020年的粮食产量及相关影响因素的数据，包括但不限于农民人均收入、农业技术投入、农业劳动力等。
粮食产量是因变量，而其他的影响因素是自变量。
通过对这些数据进行分析，可以找出对河北省粮食产量影响最大的因素。
二、模型设定在计量经济模型中，我们首先需要确定模型的设定。
对于河北省粮食产量的影响因素，我们可以选取多元线性回归模型来进行分析。
模型设定如下：粮食产量= β0 + β1*农民人均收入+ β2*农业技术投入+ β3*农业劳动力+ εβ0是截距项，β1、β2、β3分别是自变量的系数，ε为误差项。
通过对模型进行估计，我们可以得出自变量对粮食产量的影响程度，以及它们之间的相互关系。
三、模型估计与结果分析在对河北省粮食产量进行影响因素分析时，我们发现农民人均收入、农业技术投入和农业劳动力对粮食产量都具有显著的影响。
具体数值如下：根据模型估计结果可知，农民人均收入对粮食产量的影响最大，其次是农业技术投入，最后是农业劳动力。
这说明，提高农民收入水平、加大农业技术投入是促进河北省粮食产量增长的重要手段。
提高农业劳动力的质量和效率也对粮食产量的增长具有积极作用。
四、政策建议基于对河北省粮食产量的影响因素分析，我们可以提出以下政策建议：1.加大农业技术投入。
河北省应加大对农业技术研究和推广的投入，提高农业生产的科技含量，提高农业劳动生产率和粮食产量。
计量经济学论文
计量经济学论文影响粮食产量的因素分析：易士桢班级：金融1502学号：********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1996-2015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。
二、数据的收集（资料来源于中国各年统计年鉴）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 2015Included 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 51861.43Adjusted R-squared 0.967768 S.D. dependent var 5548.066S.E. of regression 996.0571 Akaike info criterion 16.88881Sum squared resid 13889816 Schwarz criterion 17.18753Log likelihood -162.8881 Hannan-Quinn criter. 16.94712F-statistic 115.0958 Durbin-Watson stat 1.811852Prob(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我国是世界上粮食产量最大的国家之一，而粮食产量的增长对于我国的经济、社会和政治稳定都具有重要意义。
对于我国粮食产量的影响因素进行深入的分析和研究，可以帮助我们更好地了解我国粮食产量的动态变化，并制定更科学有效的政策来促进粮食产量的增长。
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分析，以期为我国粮食生产提供一定的指导和参考。
我们可以从土地利用、气候因素、农业技术和政策因素等几个方面来探讨我国粮食产量的影响因素。
土地利用是影响粮食产量的重要因素之一。
我国的耕地面积虽然在过去几年有所减少，但通过土地利用的改进和提高耕地的利用率，可以有效地提高粮食产量。
土地利用的改进和提高耕地的效率对于我国粮食产量的增长具有重要的意义。
气候因素也是影响粮食产量的重要因素之一。
由于农作物的生长和产量受到气候的影响，因此气候因素对于我国粮食产量的增长具有重要的影响。
干旱、水灾、台风等极端天气的影响，都会对我国的粮食产量造成一定程度的影响。
我们需要从气候变化的角度出发，来探讨我国粮食产量的影响因素。
农业技术的进步也是影响粮食产量的重要因素之一。
随着科技的不断进步，农业生产的效率和产量得到了显著的提高。
通过推广先进的农业技术和改进农业生产方式，可以有效地提高粮食产量，并满足我国不断增长的粮食需求。
农业技术的进步对于我国粮食产量的增长具有重要的意义。
政策因素也是影响粮食产量的重要因素之一。
政府的农业政策对于农民的生产积极性和产出有重要的影响。
通过制定科学合理的农业政策，可以有效地促进农业生产的发展，提高粮食产量。
政策因素对于我国粮食产量的增长具有重要的影响。
时间序列计量经济学论文浅谈中国粮食产量的影响因素大学毕设论文
浅谈中国粮食产量的影响因素12级公共事业管理01班李雅丽1220060108这里我讨论的是中国粮食产量的影响因素。
首先，我的因变量y是粮食产量，自变量x1是化肥施用量，x2是粮食面积，x3是成灾面积。
我的目的是证明粮食产量与化肥施用量成正相关，与粮食面积成正相关，与成灾面积成负相关，从而我在粮食产量方面谈一些自己的见解。
下面则开始实验。
首先通过查找《统计年鉴》得到我需要的数据，输入数据，然后要分别做单位根检验，首先做y的单位根检验，我们知道是y是一次差分序列平稳的，再接下来分别做x1，x2,x3的单位根检验，如下表我们可以知道x1和x2都是一次差分序列平稳的，x3是二次差分序列平稳的。
接下来做协整检验。
通过上表，我们可以清楚的看到他们之间存在协整关系。
通过以上的检验后，我们可以真正的进入到检验因变量和自变量之间的关系了。
通过“Estimate Equation”对x1,x2，x3做回归，得到下表结果通过观察上表数据我们可以得到方程：M=-14224.37+5.457x1+0.397x2-0.137x3(-0.90) (11.13) (3.01) (-1.63)R^2=0.881 D.W=0.216 s.e=2248.3F=66.37 T=31然后点击“Residual Tests ”下面的“Histogram-Normality test”做正态性检验，得到结果如下表我们可以看到Jarque-Bera 和Probability明显大于0.05，因此是正态的。
接下来就是做自相关检验。
得到下表结果，但是我们发现“Obs*R-squared”的值小于0.05，则表明存在自相关。
因此这个时候就要进行修正。
我采用广义差分法。
这里我就不一一建造差分变量，直接在经过以1/M为权重修正过的加权方程的估计量里加入一个AR（1）再进行回归估计，然后得到以下结果然后就可以看到“Obs*R-squared”的值大于0.05了，则不存在自相关了，也就是做好了修正。
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。
- 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)。
计量经济学粮食产量论文计量经济学(论文) 题目:专业: 统计学姓名:学号:指导教师:数学与统计学院2011年11月17日重庆粮食产量研究[摘要] 本文根据《中国农业信息网》的相关统计数据在建立计量经济学模型的基础上，分析探讨了重庆粮食总产量的影响因素，进行了统计分析和经济意义分析，并提出了一些政策建议。
[关键词] 因素分析参数检验粮食总产量引言粮食是人类生存最基本的生活消费品，一个国家的粮食问题是关系到本国的国计民生的头等大事。
我们知道，农业是国民经济发展的基础，粮食是基础的基础，因此粮食生产是关系到一个国家生存与发展的一个永恒的主题。
建国以来我国的粮食产量多次出现了波动，这不仅制约了国民经济的发展，而且给粮食生产者和消费者都带来了极为不利的影响。
分析近几十年来的重庆粮食产量并从中发现一些规律，有助于我们认识重庆粮食产量的现状。
重庆粮食产业现状：从改革开放到重庆直辖，重庆粮食无论是从总产量的增长速度来考察，还是以单位面积产量的增长速度来分析，都取得了长足的发展。
重庆粮食通过1978-1997年的快速发展，在粮食播种面积由4766万亩下降到4323万亩的情况下,粮食总产由1978年的814.7万吨,增加到1997年的1185万吨，人均粮食占有量达到389公斤，在人均耕地不足全国的2/3的情况下，人均粮食占有量接近全国平均水平，不仅彻底扭转了长期口粮缺乏的局面，总体上还表现出自给有余。
到1997年，本地消费已呈现相对饱和状态，粮食市场还出现了一定程度的“卖难”，粮食生产的首要目的，维持基本生存，满足消费需求的历史使命已基本完成。
此时粮食生产的品质构成难以适应消费需求的矛盾开始显现，于是对主要粮食产品生产进行结构调整成了当务之急。
通过近些年来各级政府和农业部门在粮油结构调整方面的艰苦努力，主动调减粮食特别是低质低效粮食播种面积，保持粮食总产量相对稳定，粮食的品种结构和品质结构发生了很大变化。
粮食为全市农业产业结构的调整也提供了有力的支撑。
我市粮食产业存在的三个问题：（一）、粮食的基础性日益被掩盖，而低效性、弱质性日益明显,粮食的重要性容易被谈化。
（二）、我市粮食供需缺口较大，并且呈不断增大的趋势。
（三）、粮食增产的潜力大，难度也大。
重庆是农业大市，也是粮食消费大市，在我们这样一个城乡居民收入水平不高，商品经济不很发达的特殊城市里，确保本地粮食的基本消费需求仍十分重要的，粮食安全工作必须抓紧抓好。
鉴于粮食在国民经济中有如此重要的作用，我们想通过计量经济学的方法来分析一下影响重庆粮食总产量与有效灌溉率、农用机械总动力、农用化肥施用量之间的关系。
从而得到重庆市粮食产量现状，3个因素对粮食产量的影响，以及解决我市粮食问题的方法。
二 模型的设定及其估计经分析,影响粮食产量的主要因素为农业化肥施用量，粮食播种面积，成灾面积，农业机械总动力，农业劳动力(X5)。
为此设定了如下形式的计量经济模型： 01234512345t t t t t t t Y X X X X X ββββββμ=++++++其中，t Y 为第t 年的粮食产量（万吨），X1为农业化肥施用量（万公斤），X2为粮食播种面积（千公顷），X3为成灾面积（公顷），X4为农业机械总动力（万千瓦），X5为农业劳动力（万人）。
根据上述表格，得到1983年到2000年的统计数据进行分析。
利用Eviews软件，我们可以作出粮食产量Y，与其影响因素X1、X2 、X3、X4、X5之间的多元回归模型，结果如表所示：表1Dependent Variable: YMethod: Least SquaresDate: 10/20/11 Time: 15:47Sample: 1983 2000Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.C -12815.75 14078.90 -0.910280 0.3806X1 6.212562 0.740881 8.385373 0.0000X2 0.421380 0.126925 3.319919 0.0061X3 -0.166260 0.059229 -2.807065 0.0158X4 -0.097770 0.067647 -1.445299 0.1740X5 -0.028425 0.202357 -0.140471 0.8906R-squared 0.982798 Mean dependent var 44127.11 Adjusted R-squared 0.975630 S.D. dependent var 4409.100 S.E. of regression 688.2984 Akaike info criterion 16.16752 Sum squared resid 5685056. Schwarz criterion 16.46431 Log likelihood -139.5077 F-statistic 137.1164 Durbin-Watson stat 1.810512 Prob(F-statistic) 0.000000由回归结果可以估计出012345ˆˆˆββββββ∧∧∧，，，，， 即^12345-12815.75 6.212562+0.421380-0.166260-0.097770-0.028425Y X X X X X =+ ()14078.9 ()0.740881 ()0.126925（0.059229）（0.067647）（0.202357）()()()-0.9102808.385373 3.319919t = （-2.807065）（-1.445299）（-0.140471）220.982798=0.97563R R = DW=1.810512对于回归模型的残差图为下图：1三、模型检验 （一）经济意义检验模型估计结果，可以的出参数估计值012345ˆˆˆββββββ∧∧∧，，，，，，模型估计结果说明，在假定其他变量不变的情况下，当农业化肥施用量X1每增加1万公斤，平均说来粮食产量会增加6.212562万吨；在假定其他变量不变的情况下，当粮食播种面积X2增加1千公顷，平均说来粮食产量会增加0.42138万吨；在假定其他变量不变的情况下，当成灾面积X3增加1公顷，平均说来粮食产量会减少0.16626万吨；当农业机械总动力X4，平均说来粮食产量会减少0.09777万吨；当农业劳动力X5，平均说来粮食产量会减少0.028425万吨；其中，通过经验可看出农业机械总动力（X4），农业劳动力(X5)系数符号与预期相反。
（二）统计检验1.拟合优度：由表1中数据可以得到，该模型的可决系数2R =0.982798，修正的可决系数为2R =0.97563，这说明整体模型对样本的拟合程度很好。
2. F 检验：在给定显著性水平05.0=α时，11.3)12,5(),1(==--αF k n k F ，由表1可知F 检验值为137.1164，说明该回归方程明显显著，即“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”等变量联合起来确实对粮食产量有显著影响。
3. t 检验：分别对012345ˆˆˆββββββ∧∧∧，，，，，=0进行t 检验，在在给定显著性水平05.0=α时，179.2)12()(22==-ααt k n t ，其中X4、 X5的系数t 检验不显著，也就是说在其他解释变量不变的情况下，解释变量“农业化肥施用量”、“ 粮食播种面积”“ 成灾面积”分别对被解释变量粮食产量有显著影响，而解释变量“ 农业机械总动力”“ 农业劳动力”对被解释变量粮食产量没有显著影响。
（三）计量经济学检验并修正1.1多重共线性检验现在通过计算各变量之间的相关系数矩阵来检验是否存在严重的多重共线性。
得出相关系数矩阵，如下表： 表2X1 X2 X3 X4 X5 X1 1 0.0118 0.6401 0.9602 0.5454 X2 0.0118 1 -0.4549 -0.0385 0.1824 X30.6402-0.454910.68960.3557X4 0.9603 -0.03852 0.6896 1 0.4542X5 0.5455 0.1824 0.3557 0.4541 1由表2可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重的多重共线性。
1.2多重共线性的修正采用逐步回归的方法，去检验和解决多重共线性。
分别作出粮食产量Y，与其影响因素X1、X2 、X3、X4、X5的一元回归，结果如下表：表3变量X1 X2 X3 X4 X5参数估计4.5761150.698880 0.349978 0.379967 2.239614值t统计量11.49202 1.139590 1.742906 6.978587 2.658762 2R0.891941 0.075073 0.159563 0.752707 0.306429 2R0.885187 0.017265 0.107036 0.73725 0.263081R=0.885187最大，一元回归模型估计的最好。
故先以X1由图可以看出，其中X1的2为基础，顺次加入其他变量逐步回归。
结果如下表所示：表4经比较，新加入的X3（即成灾面积）的方程，2R =0.958348，改进很大，且当05.0=α，131.2)15()(22==-ααt k n t ，其中X1，X3的t 检验值都明显显著，而加入X4、X5后，其参数检验不显著，故选择保留X3，再加入其他新变量逐步回归，结果如下表所示： 表5由上表可知，在X1，X3基础上加入X2（粮食播种面积）后的方程的2R =0.975220，有所改善，且当05.0=α，22()(14) 2.145t n k t αα-==，其X1、X2、X3的各t 检验值明显显著；而加入X4后，2R 有所改善，然而X4参数检验不显著，而且X4参数的符号也变得不合理；而加入X5后，2R 有所下降，并且X4参数检验也不显著。
然而为进一步检验多重共线性，所以保留X2，再加入其他新变量再进行逐步回归，结果如下表所示： 表6由上表可以看出，在X1、X2、X3的基础上，再加入X4（农业机械总动力）后，2R =0.977468有所增加，然而05.0=α，22()(13) 2.160t n k t αα-==，其中X4参数的t检验不显著；加入X5（农业劳动力）后，2R =0.973589有所下降，并且X5参数的t 检验不显著。
从相关系数也可以看出，X4、X5与其他变量的相关系数较高，这说明主要是X4、X5引起的多重共线性，予以剔除。