粮食产量影响因素的回归分析
计量经济学论文
粮食产量影响因素的回归分析
班级：08物流
姓名：綦淇
学号：130112008034
日期：2011年6月22日
关于我国粮食产量影响因素的回归分析
摘要：本文主要采用回归分析的方法对1990—2005年影响我国粮食产量变化的主要因素进行分析，建立了以粮食产量为应变量，粮食作物播种面积、有效灌溉面积、农业机械总动力、化肥施用量和成灾面积五种可量化的影响因素为自变量的多元线性回归模型，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，在此基础上提出了一些关于稳定发展粮食生产的可供参考的意见。
关于我国粮食产量影响因素的回归分析
一、文献综述
1、《近年我国粮食产量变化的主要影响因素分析》赵俊晔，李秀峰，王川著
……采用逐步回归和灰色关联分析对1991～2004年影响我国粮食产量变化的主要因素进行了分析，发现粮食产量变化主要来自稻谷单产变化及玉米和小麦播种面积的变化。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度剧烈变动，其关联序仅次于有效灌溉面积；化肥、农药、农业机械总动力和农用塑料薄膜等用量与粮食产量的关联度逐渐下降。
2、《中国粮食产量分析及展望》新浪财经https://www.360docs.net/doc/422756132.html,
……自建国以来，我国粮食生产不断发展，产量不断提高，但这一过程也呈现出我国粮食产量存在周期性波动的特点，而且粮食产量的动波动基本上与粮食价格相吻合。未来我国粮食供求形势还不容乐观，粮食价格从长期看仍然有上涨要求。
3、《中国粮食产量波动影响因素实证分析》王玉斌，蒋俊朋，王晓志，陈慧萍著
……基于最小信息准则采用扩展ADF法对1949—2004年中国粮食及水稻、小麦、玉米产量数据进行平稳性检验,结果表明:其在原始序列水平上均为平稳时间序列;采用TARCH 模型与EGARCH模型对以上数据的增长率数据进行非对称性检验,结果表明,波动具有"杠杆效应",负面影响比等量正面影响导致更大波动;根据扩展C-D函数运用1978—2004年中国粮食生产相关数据构建了粮食产量波动影响因素实证模型,结果说明,投入变动对粮食产量波动有同向影响,经济作物比较收益情况对粮食生产有反向作用,粮食本身收益情况并非影响生产的关键因素,粮食生产对气候等自然条件依赖性较强。
4、《我国粮食作物技术进步模式的经济学分析》杨巍著中国农业科学院
……在农业技术的推动下，我国农业发展取得了举世瞩目的成就，主要农产品供给实现了长期短缺向丰年有余的历史性转变，粮食产量从1949年的11318万吨增长为2005年的48402.2万吨，年均增长速度5.85％，技术进步带来的单产水平的提高是我国粮食产量的不断增长的主要原因，技术进步为我国粮食发展作出了巨大贡献。但是另一方面，我国农业科技面临着转化率低的现实问题。目前，我国每年登记的农业科技新成果达3000余项，但转化率仅为30％～40％，很多成果没能转化成现实生产力。导致农业科技成果转化率不高的原因很复杂，既有推广应用体系不健全的问题，也有成果应用主体的科技意识和接受能力差的问题，还与成果本身适用性密切相关。科技成果只有适应了生产力的要求、适应了市场的需求才能转化成现实的生产力。
5、《我国粮食产量的影响因素分析——利用协整理论分析1983—2003年数据》张驰，乔现伟著
……利用1983—2003年数据,运用协整理论来对影响我国粮食产量的因素进行分析,并给出了误差修正模型。发现我国近年来粮食产量的连续下降不是由于自然原因和对农业的
投入造成的,主要原因是我国对农业的政策和其它的原因造成的。
6、《多元统计分析在粮食产量影响因素分析中的应用——以四川省为例》任平，王广杰，何伟，蒋贵国著
……粮食安全问题引起了社会各界的高度重视。四川省作为全国的人口大省、粮食大省,粮食安全不容忽视。采用多元统计中的灰色关联度分析和主成分分析法对四川省粮食产量影响因素进行了相关分析,确定其主要影响因素,为解决粮食安全问题提供科学依据。
7、《我国粮食产量影响因素的通径分析》熊吉峰，王雅鹏著
……通过通径分析,认为单产与化肥施用量是影响我国粮食总产量的主要因素。应通过科技进步与精耕细作来增加粮食产量。
8、《1978年以来,粮食产量的影响因素分析》薛国琴
……1978年至今，我国粮食生产呈现增长的趋势，但1978—1984年这段时间比1984年至今增长率要高。本文就影响粮食产量的因素，尤其是近几年影响粮食产量的主要因素进行分析，以期粮食产量更上一层楼。
9、《粮食产量影响因素的灰色关联分析及其贡献率比较》赵鹏，陈阜，刘斌，卢中民著
……运用灰色关联分析的方法,通过对省域(河南省)、市域(安阳市)、县域(滑县)三级粮食产量影响因素(播种面积、有效灌溉面积、农村用电、农用化肥、农用柴油、农药)的灰色关联分析及其贡献率比较,结果表明:有效灌溉面积对市域、省域两级粮食产量的影响均居第一位,农用化肥施用量对县域、市域两级粮食产量的影响均居第二位,农药与其它5个因素相比,对省、市、县三级粮食产量的影响相同,都是最小。农用柴油、农村用电、农用化肥、农药对县、市两级粮食产量的贡献率均居第一、第二、第三、第四位,化肥和农药对省、市、县三级粮食产量的贡献率都据第三和第四位。在此基础上,为不同区域尺度的粮食生产提供了决策依据
10、《改革开放以来中国耕地资源数据重建与未来耕地面积预测》朱红波著
……由于种种原因,改革开放以来中国耕地资源数据的准确性一直受到质疑。针对该问题,本文在总结前人研究的基础上,以1996年全国土地利用祥查数据作为数据重建的基准点,通过耕地资源增减变化情况对1980-1995年间耕地资源数据进行了重建。并在此重建数据的基础上,选用灰色模型GM(1,1)对未来一段时间中国耕地资源面积进行预测,结果显示,中国未来耕地递减的速度将逐年减慢,这与我国耕地保护政策越来越严厉的现实十分吻合。
11、《近20年我国有效灌溉面积动态分析》柳长顺，杜丽娟，陈献，乔建华著
……有效灌溉耕地是我国粮食安全的重要保障。本文在全面分析近20年有效灌溉面积变化情况及其原因的基础上,提出保护有效灌溉面积的相关建议。研究表明,1986年~2004年我国年均已有灌溉面积减少量为81.81×104hm2,占年均有效灌溉面积的1.60%。2000年以后有效灌溉面积减少的主要原因是灌溉设施损坏、建设占地和退耕。我国每年因有效灌溉面积减少至少导致粮食减产48.90×108kg。建议水利部门抓住2006年将开展的土地利用总体规划修编前期工作和第二次全国农业普查的机会,会同有关部门开展调研,提出保护有效灌溉面积的具体对策。
12、《重视农田水利建设促进我国有效灌溉面积稳步增长》叶树石，程骏著
……建国以来，我国灌溉面积增长经历了三个阶段，即高速增长期，由１９５０年的１６６６．７万公顷发展到１９８０年的４８６６．７万公顷；十年徘徊期，由１９８０年的面积下降到１９９０年的４８４０万公顷；稳步增长期，１９９１～１９９３年面积增长１４３．９万公顷，占计划指标７２％，１９９３年全国有效灌溉面积达到４９８３．９万公顷。完成计划好的共同特点：各级政府重视农田水利建设，贯彻“巩固改造，适当发展”的方针，加强灌区改造，依靠农民投劳集资，新增了灌溉面积控制了灌溉面积的减少。影响
灌溉面积持续发展的主要因素：灌区工程老化损坏严重，灌溉水源设施和面积被占用，投资缺口大。这些问题迫切需要解决。
13、《农业机械总动力变化影响因素的灰色关联分析》郑文钟，应霞芳
……农机总动力是反映和评价农业机械化水平的一个重要指标。为此,从系统的观点出发,选择农业劳均粮食播种面积、粮食单位面积产量、农业劳均产值和农民年纯收入等4个指标作为影响农机总动力变化的因素,并依据浙江省1981～2003年有关统计数据,利用灰色关联法对影响农机总动力变化的因素进行关联分析。结果表明,粮食单位面积产量和农业劳均粮食播种面积是影响农机总动力变化的最直接因素。
14、《基于灰色—马尔柯夫模型的中国农业机械总动力预测》朱登胜，陆江锋著
……灰色一马尔柯夫预测方法能够较好地解决既有趋势性又有较大波动性的数据序列的预测问题,且具有计算简便、精度高的特点。为此,利用该方法对我国农机总动力需求进行了预测分析,为农业机械化发展提供了依据。
15、《不同阶段化肥施用量对我国粮食产量的影响分析——基于1952—2006年30个省份的面板数据》张利庠，彭辉，靳兴初著
……通过把1952—2006年全国30个省市的大样本面板数据分成5个不同时期,首次使用引入时间变量的变截距双对数模型,并根据不同结果的各方面检验进行模型改进,对不同阶段我国化肥施用量对粮食产量的影响进行了计量分析。分析结果表明,化肥施用量对粮食产量的显著的正增产效应一直保持到近期才变得不显著;化肥施用量对粮食产量的增产弹性先增大后减小;单位质量化肥投入带来的实际粮食产量增加量不断减少。
16、《化肥施用量对粮食产量的贡献率分析》徐浪，贾静著
……化肥投入量是影响粮食产量的一个重要因素,研究化肥和粮食产量的关系,有利于揭示粮食增产的规律、指导粮食生产;研究化肥施用量对粮食产量贡献率的变动,有利于揭示化肥对生态环境的影响,从而计划合理的化肥投入。在宏观上通过对四川省历年的粮食总产及化肥投入量的建模,分析化肥施用量对粮食产量的贡献率及其变动的规律,为农业政策的制定提供依据
17、《定量评估旱灾的一种方法——利用降水量估算农田受灾面积》黄朝迎国家气象中心
……干早是我国最主要的自然灾害,全国每年平均农田受灾面积在5亿亩以上,其中早灾面积约占60％,损失粮食200—250亿公斤,造成经济损失数百亿元。然而,对早灾的评估长期以来都是采取逐级调查上报的办法,不仅花费很大的人力物力,而时效也慢,还由于各部门调查的目的和采用的方法不同,收集到的早情材料往往出入很大,给灾情分析带来困难,为此,有必要建立一套客观评估方法。我们利用质量较好的80年代灾情资料序列和同时期的年
18、《中国统计年鉴2007》中国统计局中国统计出版社
……粮食产量指全社会的产量。包括国有经济经营的、集体统一经营的和农民家庭经营的粮食产量，还包括工矿企业办的农场和其他生产单位的产量。粮食除包括稻谷、小麦、玉米、高粱、谷子及其他杂粮外，还包括薯类和豆类。其产量计算方法，豆类按去豆荚后的干豆计算；薯类(包括甘薯和马铃薯，不包括芋头和木薯)1963年以前按每4公斤鲜薯折1公斤粮食计算，从1964年开始改为按5公斤鲜薯折1公斤粮食计算。城市郊区作为蔬菜的薯类(如马铃薯等)按鲜品计算，并且不作粮食统计。其他粮食一律按脱粒后的原粮计算。1989年以前全国粮食产量数据主要靠全面报表取得，1989年开始使用抽样调查数据。
二、问题的提出
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。中国的粮食产量波动对粮食价格的影响重大，意义深远。分析近几十年来的中国粮食产量并从中发现一些规律，对我们认识目前的粮食价格及未来走势有重要帮助。
在我国，粮食包括谷物、豆类和薯类，其中大宗产品——谷物又主要包括小麦、玉米、水稻三种。粮食生产在我国具有特别重要的意义，中国历史上，因为饥荒而引发的战乱是不胜枚举的，所以大凡出色的皇帝都有强烈的民本农耕思想。直到现代社会，粮食依然是不可或缺的战略物资。世界各国，无论是发达国家还是发展中国家，都对粮食生产十分重视。依照战略的眼光，粮食和石油对一个国家特别是大国具有十分重要的制约作用，缺乏这两种物资，就会在国际竞争中处于被动地位，受制于人。我国是世界人口第一大国，来自人口的压力直接作用到粮食生产上。西方国家某些学者所讲的中国威胁论，很大一部分来源于对我国粮食生产的担心。因此，对我国粮食生产的影响因素进行定量分析，研究粮食生产涨落的原因以及提供某些政策建议是十分必要的。
改革开放以来，我国粮食产量从总趋势来看是增长的，然而对总趋势作进一步分析，发现:以曾创历史最高纪录的1984年为界，向前推到1978年，这段时期，增长势头较猛，增长率较高，1984年到今这段时期，曾经有几个年头出现徘徊，有几年继续增长，但增长势头不如前一个时期迅猛。
也就是说，1978年至今，粮食产量的总趋势是增长的，但这增长是在波动中的增长，
这其中的原因可以从粮食产量的影响因素中得到说明。本文将就影响粮食产量的具体因素作些分析。
三、模型的选择和变量的设定
生产函数模型的一个基本假设是关于要素之间替代性质的假设。作为粮食产量的解释变量的元素是多个的，如果假设粮食播种面积、有效灌溉面积等要素是可以替代的，则粮食产量与其投入要素之间的关系可以采用单方程线性计量经济学模型。
我国国土辽阔，但耕地面积稀少，改革开放之前粮食生产主要是以小农经济为主体的粗放式生产，粮食产量的提高几乎全部靠劳动力的投入，同时对自然灾害所带来的危害的抵御能力较弱。改革开放以来，国家在推行农村土地改革的基础上，加大了对粮食生产的其他要素的投入，比如说袁隆平的杂交水稻技术等等科学技术的投入，农业机械化的改进，化肥使用的投入，以及加大各种农村水利设施的建设等等，都在极大程度上提高了我国粮食产量和整个农业生产力的进步。同时，国家也在对防护自然灾害对粮食产量的影响方面做出了许多贡献，将自然灾害对农业生产的影响降到最低。
可以看出影响粮食产量的因素中包括了促进生产的有利因素和抑制产出的不利因素。所以在此，我们选取了粮食播种面积、有效灌溉面积、农业机械总动力、化肥施用量四个有利因素以及受灾面积和成灾面积作为研究粮食产量的模型中的解释变量。（注：由于我国特殊国情，人口众多，加之，粮食的需求是缺乏弹性的，所以对粮食的需求量不会产生较大波动，因而，影响粮食增加值的因素是生产因素，粮食生产函数是供给导向的）综上，我们建立模型如下：
Y=C+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+U 在方程中，Y代表粮食产量(单位：万吨)；
X1代表粮食播种面积（单位：千公顷）；
X2代表有效灌溉面积（单位：千公顷）；
X3代表农业机械总动力（单位：万千瓦）；
X4代表化肥施用量（单位：万公斤）；
X5代表受灾面积（单位：公顷）；
X6代表成灾面积（单位：公顷）；
U代表随即扰动项
变量的描述：
农作物播种面积指实际播种或移植有农作物的面积。凡是实际种植有农作物的面积，不论种植在耕地上还是种植在非耕地上，均包括在农作物播种面积中。
有效灌溉面积指具有一定的水源，地块比较平整，灌溉工程或设备已经配套，在一般年景下，当年能够进行正常灌溉的耕地面积。
农业机械总动力指主要用于农、林、牧、渔业的各种动力机械的动力总和。
农用化肥施用量指本年内实际用于农业生产的化肥数量，包括氮肥、磷肥、钾肥和复合肥。化肥施用量要求按折纯量计算数量。折纯量是指把氮肥、磷肥、钾肥分别按含氮、含五氧化二磷、含氧化钾的百分之百成份进行折算后的数量。复合肥按其所含主要成分折算。公式为：
折纯量=实物量×某种化肥有效成份含量的百分比
农作物受灾面积：是指年内因遭受旱灾、水灾、风雹灾、霜冻、病虫害及其他自然灾害，使农作物较正常年景产量减产一成以上的农作物播种面积。受灾面积不得重复计算，在同一块土地上如先后遭受几种或几次灾害，只按其受害最大最重的一次计算受灾面积。
成灾面积：是指在遭受上述自然灾害的受灾面积中，农作物实际收获量较常年产量减少3成以上的播种面积。
四、数据的收集
在进行实证分析的过程中，所需要的数据，应是能够度量各变量对粮食产量的影响的指标。在粮食产量和相关变量上，我们采用的是来源于《中国统计年鉴》1990-2005年的时间序列数据。
作为被解释变量的粮食产量总产值和作为解释变量的粮食播种面积等都是全国口径的，而统计中的数值不是按当年价格而是按相应的单位计算的。所以，在建立与应用该生产模型的过程中经过相应处理，保证了16个样本数据的一致性，准确性和可比性。数据见表1：
表1：1990-2005年中国粮食生产与相关要素数据表
年份粮食产量粮食播种有效灌溉农业机械农业化肥受灾面积成灾面积Y 面积X1 面积X2 总动力X3 施用量X4 X5 X6
(万吨）
（千公
顷）
（千公
顷）
（万千
瓦）
(万公斤）(公顷）（公顷）
1990 44624.3 113466 47403.1 28707.7 2590.3 38474 17819 1991 43529.3 112314 47822.1 29388.6 2805.1 55472 27814 1992 44265.8 110560 48590.1 30308.4 2930.2 51333 25859 1993 45648.8 110509 48727.9 31816.6 3151.9 48829 23133 1994 44510.1 109544 48759.1 33802.5 3317.9 55043 31383 1995 46661.8 110060 49281.2 36118.1 3593.7 45821 22267 1996 50453.5 112548 50381.4 38546.9 3827.9 46989 21233 1997 49417.1 112912 51238.5 42015.6 3980.7 53429 30309
1998 51229.5 113787 52295.6 45207.7 4083.7 50145 25181 1999 50838.6 113161 53158.4 48996.1 4124.3 49981 26731 2000 46217.5 108463 53820.3 52573.6 4146.4 54688 34374 2001 45263.7 106080 54249.4 55172.1 4253.8 52215 31793 2002 45705.8 103891 54354.8 57929.9 4339.4 47119 27319 2003 43069.5 99410 54014.2 60386.5 4411.6 54506 32516 2004 46946.9 101606 54478.4 64027.9 4636.6 37106 16297 2005
48402.2
104278
55029.3
68397.8
4766.2
38818
19966
五、模型的求解和检验
利用EVIEWS 软件，用OLS 方法估计得：表2
Dependent Variable: Y Method: Least Squares Date: 06/22/11 Time: 14:33 Sample: 1990 2005 X1 0.545185 0.058020 9.396472 0.0000 X2 0.118011 0.303710 0.388566 0.7066 X3 -0.089374 0.076820 -1.163420 0.2746 X4 5.512645 0.735488 7.495217 0.0000 X5 0.091727 0.074488 1.231436 0.2494 X6 -0.245265 0.079901 -3.069621 0.0134 R-squared
0.982669 Mean dependent var 46674.03 Adjusted R-squared 0.971114 S.D. dependent var 2642.191 S.E. of regression 449.0614 Akaike info criterion 15.35183 Sum squared resid 1814905. Schwarz criterion 15.68984 Log likelihood -115.8147 F-statistic 85.04796 Y = 0.5451852246*X1 + 0.1180112986*X2 - 0.0893********X3 + (9.396472) (0.388566) (-1.163420)
5.512644514*X4 + 0.0917********X5 - 0.245265359*X6 - 33865.35721
(7.495217) (1.231436) (-3.069621) (-3.383698)
R
2=
0.982669 2
R
= 0.971114 F-statistic= 85.04796 DW= 2.663017
（一）经济意义的检验
从经济意义上来说，粮食产量与粮食播种面积、有效灌溉面积、农业机械总动力及化肥施用量成正比，而与受灾面积和成灾面积成反比。从模型的估计结果中可以看出，粮食产量与播种面积、有效播种面积、化肥施用量及成灾面积的关系符合经济意义。
而通过模型检验得到的农业机械总动力和受灾面积与粮食产量的相关系数分别为β
3=-0.089374，β5=0.091727。这表示当农业机械总动力增加一万千瓦，粮食产量减少
0.089374万吨；受灾面积增加一公顷，粮食产量提高0.091727万吨。显然，这是与经济理
论相矛盾，不符合实际意义。
（二）统计推断检验
可决系数R2=0.982669 接近1，表明模型在整体上拟合优度很高。下面对各个变量进
行t的显著性检验（n=16,k=6,在95%的显著性水平下查表得t的临界值t0.05=2.262）：
1、播种面积对粮食产量的影响
t=9.396472>t0.05 说明粮食播种面积对粮食产量的影响显著
2、有效灌溉面积对粮食产量的影响
t=0.388566< t0.05 说明有效灌溉面积对粮食产量的影响不显著
3、农业机械总动力对粮食产量的影响
t=-1.163420 4、化肥施用量对粮食产量的影响 t=7.495217>t0.05 说明化肥施用量对粮食产量的影响显著 5、受灾面积对粮食产量的影响 t=1.231436 6、成灾面积对粮食产量的影响 t=-3.069621 （三）计量经济的检验与修正 Ⅰ、多重共线性的检验 用EVIEWS软件，得相关系数矩阵表：表3 X1 X2 X3 X4 X5 X6 X1 1.000000 -0.665790 -0.772475 -0.632323 0.187816 -0.074759 X2 -0.665790 1.000000 0.971044 0.960485 -0.135901 0.173937 X3 -0.772475 0.971044 1.000000 0.947631 -0.268868 0.048714 X4 -0.632323 0.960485 0.947631 1.000000 -0.171500 0.095160 X5 0.187816 -0.135901 -0.268868 -0.171500 1.000000 0.905112 X6 -0.074759 0.173937 0.048714 0.095160 0.905112 1.000000 从上表可以看出，解释变量X1与X3、X2与X3、X2与X4、X3与X4、X5与X6之间 的相关系数都比较大，可见存在严重的多重共线性。经济意义上，粮食播种面积、有效灌溉面 积、农业机械总动力、化肥施用量、受灾面积和成灾面积都与粮食生产密切相关，所以它们 之间存在严重的相关性。 下面我们利用逐步回归法（变量剔除法）进行修正： 表4 Dependent Variable: Y Method: Least Squares Date: 06/22/11 Time: 16:46 Sample: 1990 2005 Included observations: 16 X4 1.634999 0.957988 1.706701 0.1100 R-squared 0.172226 Mean dependent var 46674.03 Adjusted R-squared 0.113099 S.D. dependent var 2642.191 S.E. of regression 2488.294 Akaike info criterion 18.59305 Sum squared resid 86682489 Schwarz criterion 18.68962 Log likelihood -146.7444 F-statistic 2.912827 根据调整后可决系数最大原则，选择X4为第一个选入的解释变量Y = 1.634999461*X4 + 40444.71441 表5 Dependent Variable: Y Method: Least Squares Date: 06/22/11 Time: 16:51 Sample: 1990 2005 Included observations: 16 Variable Coefficient Std. Error t-Statistic Prob. X4 4.360782 0.466204 9.353803 0.0000 X1 0.637069 0.068899 9.246470 0.0000 R-squared 0.890748 Mean dependent var 46674.03 Adjusted R-squared 0.873939 S.D. dependent var 2642.191 S.E. of regression 938.1100 Akaike info criterion 16.69297 Sum squared resid 11440654 Schwarz criterion 16.83783 Log likelihood -130.5438 F-statistic 52.99522 同理， Y = 4.360781918*X4 + 0.6370685778*X1 - 39324.73173 表6 Dependent Variable: Y Method: Least Squares Date: 06/22/11 Time: 16:55 Sample: 1990 2005 Variable Coefficient Std. Error t-Statistic Prob. X4 4.447863 0.268159 16.58665 0.0000 X1 0.633148 0.039561 16.00431 0.0000 X6 -0.134827 0.025737 -5.238715 0.0002 C -35740.95 5063.528 -7.058507 0.0000 R-squared 0.966762 Mean dependent var 46674.03 Adjusted R-squared 0.958453 S.D. dependent var 2642.191 S.E. of regression 538.5602 Akaike info criterion 15.62799 Sum squared resid 3480565. Schwarz criterion 15.82114 Log likelihood -121.0239 F-statistic 116.3455 同理，选取了X6为第三个解释变量， Y = 4.447862661*X4 + 0.6331482891*X1 - 0.1348266189*X6 - 35740.94873 在后面的逐步回归中调整后的可决系数X5最大，但与上一步的调整后的可决系数 相比，拟合优度变化很不显著，则说明新引入的变量与其它变量之间存在共线性关系，逐步回归终止。所以最终的回归模型为 Y = 4.447862661*X4 + 0.6331482891*X1 - 0.1348266189*X6 - 35740.94873 （16.58665） （16.00431） （-5.238715） （-7.058507） R 2= 0.966762 2R = 0.958453 F-statistic=116.3455 DW=1.526751 Ⅱ、异方差性的检验 多重共线性检验后原模型还剩下粮食播种面积X1、化肥施用量X4和成灾面积X6, 模型形式如下： Y=C+β1X 1+β4X 4+β6X 6+U 1、 图示检验法 既可用Y-X 的散点图进行判断，也可用e2-X 的散点图进行判断。对前者看是否存在明显的散点扩大、缩小或复杂型趋势（即不存在一个固定的带型域中） （1）σ2随X1的增大而增大 42000 44000 46000 48000 50000 52000 95000 100000105000110000115000 X1 Y 05000000 10000000 15000000 20000000 95000 100000105000110000115000 X1 E 2 （2）σ2随X4的增大而增大 42000 44000 46000 4800050000520002500 30003500 400045005000 X4 Y 05000000 10000000 15000000 20000000 25000000 2500 30003500 400045005000 X4 E 2 （3） 2随X6的变化呈复杂形式 42000 44000460004800050000 52000 15000 20000250003000035000 X6 Y 05000000 10000000 1500000020000000 25000000 15000 20000250003000035000 X6 E 2 2、Goldfeld-Guandt 法 将本样本观测值按升序排列，的样本观测值按原来与的对应关系排列，略去中心约1/4即4个样本观测值，将剩下的12个样本观测值分成容量相近的两个 经比较，发现Y1,Y4和Y6均存在异方差 用加权最小二乘法WLS 进行修正。 修正Y（权重w=1/e2） OLS结果： 表7： Dependent Variable: Y Method: Least Squares Date: 06/23/11 Time: 13:15 Sample: 1990 2005 X1 0.633148 0.039561 16.00431 0.0000 X4 4.447863 0.268159 16.58665 0.0000 X6 -0.134827 0.025737 -5.238715 0.0002 R-squared 0.966762 Mean dependent var 46674.03 Adjusted R-squared 0.958453 S.D. dependent var 2642.191 S.E. of regression 538.5602 Akaike info criterion 15.62799 Sum squared resid 3480565. Schwarz criterion 15.82114 Log likelihood -121.0239 F-statistic 116.3455 Durbin-Watson stat 1.526751 Prob(F-statistic) 0.000000 Y = 4.447862661*X4 + 0.6331482891*X1 - 0.1348266189*X6 - 35740.94873 （16.58665）（16.00431）（-5.238715）（-7.058507） R=0.958453F-statistic=116.3455DW=1.526751 R2=0.9667622 WLS结果： 表8： Dependent Variable: Y Method: Least Squares Date: 06/23/11 Time: 13:22 Sample: 1990 2005 Included observations: 16 X1 0.633642 0.007240 87.52199 0.0000 X4 4.566621 0.212993 21.44025 0.0000 X6 -0.121308 0.004584 -26.46275 0.0000 Weighted Statistics R-squared 1.000000 Mean dependent var 47630.45 Adjusted R-squared 1.000000 S.D. dependent var 93785.71 S.E. of regression 43.55001 Akaike info criterion 10.59801 Sum squared resid 22759.24 Schwarz criterion 10.79116 Log likelihood -80.78412 F-statistic 40873.93 Durbin-Watson stat 2.139284 Prob(F-statistic) 0.000000 R-squared 0.964813 Mean dependent var 46674.03 Adjusted R-squared 0.956016 S.D. dependent var 2642.191 S.E. of regression 554.1276 Sum squared resid 3684689. Durbin-Watson stat 1.842142 Y = 0.6336415971*X1 + 4.566621221*X4 - 0.1213084647*X6 - 36627.72591 （87.52199） （21.44025） （-26.46275） （-20.57283） R 2= 1.000000 2R =1.000000 F-statistic=40873.93 DW=2.139284 可以看出，无论是拟合优度，还是各参数的t 统计量的值都有了显著的改进。 Ⅲ、序列相关性的检验 1、图示检验法 由于残差e 可以作为u 的估计，因此，如果u 存在序列相关性，必然会有残差项e 反映出来，因此可以利用e 的变化图形来判断随机干扰项的序列相关性。 -1000 -500 500 1000 -1000 -50005001000 E E (-1) 有图形我们很难判断模型是否存在序列相关性 2、杜宾-瓦森（Durbin-Watson ）检验法 已知:DW=1.526751 ; 又查表得DL=0.86，DU=1.73(n=16,k=4,包含常数项) 所以，DL 用广义差分法进行修正 由DW=1.526751，得到一阶自相关系数得估计值1－DW/2＝0.2366245 修正结果如下表 表9： Dependent Variable: DY Method: Least Squares Date: 06/23/11 Time: 14:08 Sample(adjusted): 1991 2005 Variable Coefficient Std. Error t-Statistic Prob. DX1 0.621765 0.044901 13.84746 0.0000 DX4 4.131266 0.364227 11.34256 0.0000 DX6 -0.149709 0.026196 -5.715020 0.0001 R-squared 0.963279 Mean dependent var 35793.72 Adjusted R-squared 0.953264 S.D. dependent var 2325.429 S.E. of regression 502.7214 Akaike info criterion 15.50113 Sum squared resid 2780017. Schwarz criterion 15.68994 Log likelihood -112.2585 F-statistic 96.18567 Durbin-Watson stat 2.196799 Prob(F-statistic) 0.000000 在5%的显著性水平下，DW=2.196799,故，DU DY = 0.6217646959*DX1 + 4.131265608*DX4 - 0.1497094008*DX6 – （13.84746） （11.34256） （-5.715020） 25056.2213 （-5.497967） R 2= 0.963279 2R =0.953264 F-statistic=96.18567 DW=2.196799 -1000 -500 0500100030000 3200034000 360003800040000919293949596979899000102030405 六、模型的分析 我们进行了一系列检验和修正后的最终结果如下： Y = 0.6217646959*X1 + 4.131265608*X4 - 0.1497094008*X6 – （13.84746） （11.34256） （-5.715020） 25056.2213 （-5.497967） R 2= 0.963279 2R =0.953264 F-statistic=96.18567 DW=2.196799 从模型中可看出： 1、 X 2、X 3、X5不符合经济意义的检验，因为粮食产量是随着有效灌溉面积和机械总动力的 投入的增加而提高的，是随着受灾面积的增加而降低的。所以最新模型的剔除了这三个在原模型中的解释变量； 2、 新的模型表明：粮食播种面积每增加一个单位，粮食产量提高0.6217646959万吨;多投 入一万公斤的化肥，粮食增产4.131265608万吨；而成灾面积每增加一公顷，粮食减产0.1497094008万吨。 3、 可见，化肥使用量是影响粮食产量的显著性因素。但从经济意义上来说，施肥过度反而 会导致谷物死亡，粮食减产。 4、 同时从模型中可以看出，随机扰动项的数值很大，说明模型中未包含的其它随机变量， 比如说政府政策，农业劳动力等都会对粮食产量产生很大影响。 5、 所以我们的模型所反映的经济意义不能包含现实中的每一种情况。 七、政策建议 我们知道农业是一个国民经济的基础，而粮食则是基础的基础，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，再加上我国的人口庞大的基本国情，告诉我们粮食生 产对我国具有特别的意义和重要性。因而，粮食生产关系到我们上至国家，下至人民的一件大事，每一个人都应该在促进和稳定粮食产量提高的上做出努力，而政府在此当中的则是起着关键性的作用。 在此，我们在设立的模型的基础上，就粮食产量的提高，提出了一些可供参考的政策性建议。 1.通过模型和上面的分析可以看出，粮食播种面积对产量的提高有着重要的作用，所以我们就应在合理的基础上有目的的，有规划的提高耕地面积。 有目的，有规划是指不能单纯的为了增产而盲目的扩大耕地面积，像历史上的围湖造田，围海造田，开上造田所带来的一系列的恶果就是告诉我们，这样不仅不能提高粮食产量，反而影响一国长远的经济利益 同时，要防止土地污染，改善和提高地质结构与土壤肥力，注意土地的循环利用。 2.化肥使用量虽然对粮食增产有着积极作用，但物极必反，过度使用化肥，必然在很大程度上降低土地肥力，抑制粮食的生产。 所以在合理控制化肥量的同时，也要加大对化肥质的提高。 3.从另一方面来说，自然灾害的对粮食产出的增加也有着及其重要的影响，成灾面积就很大程度上说明了这一点，所以国家应该在减少粮食受灾，提高粮食生产的安全性上加大投入，比如说南水北调工程，就是用我国南方视以为灾的水来缓解北方的旱。政府还应该在减少某些地区的蝗灾上加强准备，一旦虫灾发生，能够尽早的提供像技术和药品等手段帮助农民 4.在模型之外，还有很多影响粮食产量的因素，比如说，政府还可以加大科技投入，改进粮食品种，提高粮食单产；还可以加大水利设施的建设，提高灌溉能力。 5.同时，政府还应该有效控制粮食的市场价格，防止“谷贱伤农”并通过补贴等政策扶持提高农民收入，提高农民生产粮食的积极性。 总之，任何措施办法都应该是在顺应自然的基础上的，我们要保证粮食的稳定增产，就一定要注意走粮食生产的可持续发展之路。 我国粮食产量的影响因素分析 一.研究背景： 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。 二.研究方案与数据的搜集统计： 影响粮食总产量的因素有很多，包括粮食作物耕种面积、粮食面积单产、有效灌溉面积、化肥用量、农药用量、农业机械总动力、农用塑料薄膜用量、受灾面积、成灾面积等，根据实际情况及模型建立需要选取其中五个作为研究对象，分别农业化肥施用量（x1），粮食播种面积(x2)，成灾面积(x3)，农业机械总动力(x4)，农业劳动力(x5)。表中列出了中国粮食生产的相关数据，拟建立中国粮食生产函数： 表1 中国粮食生产与相关投入资料 2000 46218 4146 108463 34374 52574 36043 2001 45264 4254 106080 31793 55172 36513 2002 45706 4339 103891 27319 57930 36870 2003 43070 4412 99410 32516 60387 36546 2004 46947 4637 101606 16297 64028 35269 2005 48402 4766 104278 19966 68398 33970 2006 49804 4928 104958 24632 72522 32561 2007 50160 5108 105638 25064 76590 31444 资料来源：《中国统计年鉴》（1995，2008）。 研究假设：农业化肥施用量（x1）与粮食产量正相关 粮食播种面积(x2) 与粮食产量正相关 成灾面积(x3) 与粮食产量负相关 农业机械总动力(x4) 与粮食产量正相关 农业劳动力(x5) 与粮食产量正相关 三、模型的估计、检验、确认 1.画散点图 农民收入影响因素的多元回归分析 自改革开放以来,虽然中国经济平均增长速度为9.5 % ,但二元经济结构给经济发展带来的问题仍然很突出。农村人口占了中国总人口的70 %多,农业产业结构不合理,经济不发达,以及农民收入增长缓慢等问题势必成为我国经济持续稳定增长的障碍。正确有效地解决好“三农”问题是中国经济走出困境,实现长期稳定增长的关键。其中,农民收入增长是核心,也是解决“三农”问题的关键。本文力图应用适当的多元线性回归模型,对有关农民收入的历史数据和现状进行分析,寻找其根源,探讨影响农民收入的主要因素,并在此基础上对如何增加农民收入提出相应的政策建议。 一、回归模型的建立 （1）数据的收集 根据实际的调查分析，我们在影响农民收入因素中引入3个解释变量。即：X2-财政用于农业的支出的比重， X3-乡村从业人员占农村人口的比重， X4-农作物播种面积 （1）回归模型的构建 Y i=1+2X2+3X3+4X4+u i 二、回归模型的分析 （1）多重共线性检验 系数a 模型非标准化系数标准系数 t Sig. 共线性统计量 B 标准误差试用版容差VIF 1 (常量) -2983.479 803.141 -3.715 .003 X2 -14.221 15.007 -.141 -.948 .361 .579 1.726 X3 5.201 3.760 .258 1.383 .190 .368 2.717 X4 .021 .006 .614 3.677 .003 .459 2.177 a. 因变量: y 表1 多重共线性是指解释变量之间存在相关关系，判断解释变量之间的多重共线性一般可看方差膨胀因子VIF和容忍度这两个指标，如果解释变量之间存在多重共线性，一般采用逐步剔除VIF最大的解释变量来消除解释变量之间多重共线性的问题。从表1可知，解释变量，X1，X2，X3三者的方差膨胀因子VIF分别为1.726,2.717和2.177，均小于10。且三者的容忍度均大于0.1。所以可以判断解释变量X1，X2，X3三者之间不存在多重共线性。 (2)模型异方差的检验 异方差产生的原因有：数据质量原因、模型设定原因。由异方差 引起的后果一般会导致回归系数估计结果误差较大、有关统计检验失 去意义、模型的预测失效等危害，所以在建立模型的过程中必须要检 验模型之间是否存在异方差。若存在异方差解决办法——加权最小二 乘法。 应用统计案例库封面 案例名称: 中国粮食产量影响因素分析 作者: 刘文卿 薛立波 教学目的： 用回归分析方法分析粮食产量影响因素， 建立回归模型反映变量间的数量关系。正 确诊断并处理经济变量的多重共线性。 适用课程： 应用回归分析学习本案例的 前期知识准备： 回归分析、SPSS 软件 本案例的知识点： 回归分析 多重共线性 岭回归 、管路敷设技术通过管线不仅可以解决吊顶层配置不规范高中资料试卷问题，而且可保障各类管路习题到位。在管路敷设过程中，要加强看护关于管路高中资料试卷连接管口处理高中资料试卷弯扁度固定盒位置保护层防腐跨接地线弯曲半径标高等，要求技术交底。管线敷设技术包含线槽、管架等多项方式，为解决高中语文电气课件中管壁薄、接口不严等问题，合理利用管线敷设技术。线缆敷设原则：在分线盒处，当不同电压回路交叉时，应采用金属隔板进行隔开处理；同一线槽内，强电回路须同时切断习题电源，线缆敷设完毕，要进行检查和检测处理。、电气课件中调试试卷电气设备，在安装过程中以及安装结束后进行 高中资料试卷调整试验；通电检查所有设备高中资料试卷相互作用与相互关系，根据生产工艺高中资料试卷要求，对电气设备进行空载与带负荷下高中资料试卷调控试验；对设备进行调整使其在正常工况下与过度工作下都可以正常工作；对于继电保护进行整核对定值，审核与校对图纸，编写复杂设备与装置高中资料试卷调试方案，编写重要设备高中资料试卷试验方案以及系统启动方案；对整套启动过程中高中资料试卷电气设备进行调试工作并且进行过关运行高中资料试卷技术指导。对于调试过程中高中资料试卷技术问题，作为调试人员，需要在事前掌握图纸资料、设备制造厂家出具高中资料试卷试验报告与相关技术资料，并且了解现场设备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况，然后根据规范与规程规定，制定设备调试高中资料试卷方案。 、电气设备调试高中资料试卷技术电力保护装置调试技术，电力保护高中资料试卷配置技术是指机组在进行继电保护高中资料试卷总体配置时，需要在最大限度内来确保机组高中资料试卷安全，并且尽可能地缩小故障高中资料试卷破坏范围，或者对某些异常高中资料试卷工况进行自动处理，尤其要避免错误高中资料试卷保护装置动作，并且拒绝动作，来避免不必要高中资料试卷突然停机。因此，电力高中资料试卷保护装置调试技术，要求电力保护装置做到准确灵活。对于差动保护装置高中资料试卷调试技术是指发电机一变压器组在发生内部故障时，需要进行外部电源高中资料试卷切除从而采用高中资料试卷主要保护装置。 我国农民收入影响因素的回归分析 本文力图应用适当的多元线性回归模型,对有关农民收入的历史数据和现状进行分析,探讨影响农民收入的主要因素,并在此基础上对如何增加农民收入提出相应的政策建议。?农民收入水平的度量常采用人均纯收入指标。影响农民收入增长的因素是多方面的，既有结构性矛盾因素，又有体制性障碍因素。但可以归纳为以下几个方面：一是农产品收购价格水平。二是农业剩余劳动力转移水平。三是城市化、工业化水平。四是农业产业结构状况。五是农业投入水平。考虑到复杂性和可行性，所以对农业投入与农民收入，本文暂不作讨论。因此，以全国为例，把农民收入与各影响因素关系进行线性回归分析，并建立数学模型。 一、计量经济模型分析 (一)、数据搜集 根据以上分析，我们在影响农民收入因素中引入7个解释变量。即：2x -财政用于农业的支出的比重，3x -第二、三产业从业人数占全社会从业人数的比重，4x -非农村人口比重，5x -乡村从业人员占农村人口的比重，6x -农业总产值占农林牧总产值的比重，7x -农作物播种面积，8x —农村用电量。 资料来源《中国统计年鉴2006》。 (二)、计量经济学模型建立 我们设定模型为下面所示的形式： 利用Eviews 软件进行最小二乘估计，估计结果如下表所示： DependentVariable:Y Method:LeastSquares Sample: Includedobservations:19 Variable Coefficient t-Statistic Prob. C X1 X3 X4 X5 X6 X7 X8 R-squared Meandependentvar AdjustedR-squared 表1最小二乘估计结果 回归分析报告为： () ()()()()()()()()()()()()()()() 2345678 2? -1102.373-6.6354X +18.2294X +2.4300X -16.2374X -2.1552X +0.0100X +0.0634X 375.83 3.7813 2.066618.37034 5.8941 2.77080.002330.02128 -2.933 1.7558.820900.20316 2.7550.778 4.27881 2.97930.99582i Y SE t R ===---=230.99316519 1.99327374.66 R Df DW F ====二、计量经济学检验 (一)、多重共线性的检验及修正 ①、检验多重共线性 (a)、直观法 从“表1最小二乘估计结果”中可以看出，虽然模型的整体拟合的很好，但是x4x6 我国国内旅游收入影响因素的多元分析 班级：统计学129 姓名: 杨芳 学号：200712918 2010年3月3日 问题背景： 我国的旅游业一直保持较高的发展速度，旅游作为国民经济新的增长点，在整个社会经济发展中的作用日益显现。我国的旅游业分为国际旅游和国内旅游两大市场，虽然国际旅游外汇收入的年均增长率高于国内旅游收入，但国内旅游收入在中国旅游收入中占50%以上的比例，因此，有必要对影响我国国内旅游业快速发展的因素进行分析。数据的选择及处理： 影响国内旅游收入的因素有很多，本文选择了影响国内旅游收入因素（y）的因素有人均收入（x1）、国内旅游人数（x2）、城镇人均旅游支出（x3）、农村人均旅游支出（x4）、公路里程（x5）、铁路里程（x6）。 国内旅游收入数据资料 年份国内旅游收 入（亿元） 人均收 入（元） 国内旅游 人数（百 万人次） 城镇人均 旅游支出 （元） 农村人 均旅游 支出 （元） 公路里程 （万公 里） 铁路里 程（万公 里） 1994 1023.51 4044 524 414.67 54.88 111.78 5.9 1995 1375.7 5046 629 464.02 61.47 115.7 6.2389 1996 1638.38 5846 640 534.1 70.45 118.58 6.49 1997 2112.7 6420 644 599.8 145.68 122.64 6.6 1998 2391.18 6796 695 607 197 127.85 6.64 1999 2831.92 7159 719 614.8 249.5 135.17 6.74 2000 3175.54 7858 744 678.6 226.6 140.27 6.87 2001 3522.4 8622 784 708.3 212.7 169.8 7.0058 2002 3878.36 9398 878 739.7 209.1 176.52 7.19 2003 3442.27 10542 870 684.9 200 180.98 7.3 2004 4710.7 12336 1102 731.8 210.2 187.07 7.44 2005 5285.9 14053 1212 737.1 227.6 334.52 7.54376 2006 6229.74 16165 1394 766.4 221.9 345.6999 7.70838 2007 7770.6 19524 1610 906.9 222.5 358.3715 7.79659 数据来自《中国统计年鉴2008》 国内旅游收入（亿元）：指国内游客在国内旅行、游览过程中用于交 粮食产量影响因素分析 Revised by Jack on December 14,2020 中国粮食产量影响因素分析 摘要：粮食是人类最基本的生活消费品，粮食问题是关系到国家的国计民生的头等问题。众所周知，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发展与生产的一个关键的主题。建国以来我国的粮食产量出现了多次的变动，给消费者和生产者带来了很大的影响，所以了解影响粮食生产因素很重要。通过计量经济学方法创建我国粮食生产函数，我们会发现粮食播种、化肥施用量、受灾面积是影响粮食生产的三大因素，其中粮食播种面积的影响最大。 【关键词】粮食产量；影响因素；回归分析 一、引言 众所周知，粮食是我们人类生命得以延续的最基础的物质条件，没有粮食这个重要基础，人类将无法继续生存。回顾我国粮食的生产情况，我们会发现，随着技术水平的提高，社会的发展，从整体来讲我国粮食产量呈上升的趋势。 二、中国粮食生产现状分析 在改革开放（1978年）之前我国粮食产量非常缓慢增长，一直都在30000万吨以下。改革开放后，我国粮食产量从30000万吨一路疯狂走高，粮食生产得到飞速发展，但波动也更频繁复杂。在1997年总产量首次跨上50000万吨的大难关，达到了50453万吨，增长率为%。但在2004年开始出现了几年的连续减产的现象，曾一路降到43069万吨的局面，一下子退回到十几年前的水平，让人更加担忧。从2004年以来的5年里，我国粮食产量连续10年增产。在2013年粮食产量达到万吨。 改革开放以来粮食产量一直是我国最关心的问题，我国逐步改革统购统销的体制，减少定购数量，提高粮食收购价格，使粮食生产实现高速增长。我国粮食产量从30000万吨开始一路走高。1980—2010年这30年，我国粮食生产得到快速发展。1978年我国农村实行改革和粮食价格提高，极大地调动了农民的积极性。1978年中国粮食产量首次突破30000万吨，增长了7．8％。1979年粮食产量继续增长％，主要是由于国家大幅度提高粮食收购价格，粮食统购价提高20％，超购部分加价50％，从而促进粮食产量飞速增长。1978和1979两年粮食产量年均增长率达到8．38％。而1980和1981年则 计量分析软件课程论文 论文题目：基于多元线性回归模型的影响居民消费 水平相关因素分析 姓名：学号： 学院：专业： 联系电话： 年月日 基于多元线性回归模型的影响居民消费 水平相关因素分析 一、研究背景 中国GDP总量超越日本，成为仅次于美国的第二大经济体，但我国人均GDP 依然很低，全球排名87位，这很大程度上制约了居民消费水平的提高。到2020年实现全面建成小康社会的目标，十八大明确提出提高居民人均收入和人均消费水平，共享改革开放成果。我国居民消费水平在改革开放后有了很大提高，但消费水平依然很低，消费量占GDP比重依然很小。为此，本文旨在根据全国经济宏观政策、国内生产总值、职工平均工资指数、城镇居民消费价格指数、普通中学及高等学校在校生数、卫生机构数和基本设施铁路公路货运量等因素的变化情况，来分析如何提高居民消费水平，以判断是否能使居民消费水平有很大的提高。本文通过对1978-2010年影响居民消费水平因素数据的分析，找到影响居民消费水平的主要原因，通过计量经济分析方法来建立合理的模型，探讨影响居民消费增长的长期趋势规律，并给政府提出合理的建议，以提高居民消费水平。 二、影响居民消费水平的因素 宏观经济模型) + GDP- + + =,经济发展应该紧紧抓住消费这一 I (M C X G 驾马车，而居民消费水平的高低受制于多种因素。凯恩斯消费理论认为居民消费主要受收入影响，我国居民消费一直很低，消费意愿不强，本文通过计量分析找 到影响我国居民消费水平的主要因素，从根本上改善消费不足,促进我国经济的持续稳定健康发展。 消费分为居民消费和，居民消费包括农村居民消费和城镇居民消费。本文结合居民消费水平的影响因素，列出了国内生产总值、职工平均工资指数、城镇居民消费价格指数、普通中学及高等学校在校生数、卫生机构数和基本设施铁路公路货运量等相关因素，进行计量分析,得到回归模型。 三、居民消费水平模型的总体分析框架 （1）多元线性回归法OLS 概述[1] 回归分析是计量经济分析中使用最多的方法，在现实问题研究中，因变量往往受制于多个经济变量的影响，通过统计资料，根据多个解释变量的最优组合来建立回归方程预测被解释变量的回归分析称为多元线性回归法。其模型基本形式为： 其中0β、1β、2β、3β…k β是1+k 个未知参数，称为多元回归系数。Y 称为被解释变量，t X 1、t X 2、t X 3…kt X 是k 个可以精确测量和可控的一般解释变量， t μ是随机误差项。当2≥k 时，上式为多元线性回归模型。 （2）多元回归模型的建立 定义被解释变量和解释变量，被解释变量为居民消费水平(Y 元)，解释变量为国内生产总值(1X 亿元)、职工平均工资指数(2X )、城镇居民消费价格指数(3X )、普通中学及高等学校在校生数(4X 万人)、卫生机构数(5X 个)和基本设施铁路公路货运量(6X 万吨)。 （3）统计数据选取 本文所有数据均来自中国统计局和中国统计局外网中国统计年鉴。[2] 1978 184 21261 169732 195301 1979 208 175142 382929 1980 238 180553 493327 1981 264 190126 471336 1982 288 193438 492737 1983 316 196017 520197 影响xx县粮食产量因素分析 xx县位于豫东北平原，地处东经114°23′—114°59′，北纬35°12′—35°47′之间，属暖温带大陆性季风气候，大部分地区属于黄河支流金堤河流域，西部和北部边界地带属于海河支流卫河流域，土质肥沃，地势平坦，土层深厚，土壤理化性状好，光照充足，适宜农作物小麦、玉米、花生、棉花、尖椒等生长，是典型的农业大县。xx县主要粮食作物是小麦、玉米，其中小麦常年（近五年平均）种植面积160多万亩，单产456公斤，总产74万吨，玉米常年（近五年平均）植株面积76.8万亩，单产518公斤，总产40万吨。 二、粮食增产潜力分析 xx县属于黄河冲积平原，受流水分选规律的影响，不同地带冲击物的类型不同，造成xx县土壤的多样性。表层质地主要分砂壤、轻壤、中壤和粘土四大类，其中砂壤型耕地42.8万亩，轻壤型耕地87万亩，中壤型耕地49.6万亩，粘土型耕地15.6万亩。在xx县境内，土壤质地是影响土壤肥力的最主要因素。在粮食生产中，作物品种、土壤肥力水平和管理技术决定了产量的高低和增产潜力。不同的土壤特性、不同的肥力水平和不同的田间管理措施，常常导致各种作物之间、同一作物不同品种之间和同一品种不同区域之间都有一定的差异性。 一、不同土壤质地对粮食产量的影响 粮食作物在砂壤、轻壤、中壤和粘土地都可种植，但由于土壤特性的不同，保水保肥能力不同，品质、产量都表现出不同的差异。据调查分析（见表二），同一作物，在相同的田间管理措施下，由于粘土和中壤地，土壤肥沃，保水保肥和供水供肥能力强，小麦和玉米产量均偏高，而轻壤和砂壤地质地偏轻，保水保肥和供水供肥能力差，养分含量低，造成同一作物之间产量差异较大。因此，合理利用资源，发挥区域优势，科学进行田间管理是粮食持续稳定增产的最重要措施。 表二不同作物在不同质地上产量调查表 单位：万亩、公斤 计量经济学论文 粮食产量影响因素的回归分析 班级：08物流 姓名：綦淇 学号：130112008034 日期：2011年6月22日 关于我国粮食产量影响因素的回归分析 摘要：本文主要采用回归分析的方法对1990—2005年影响我国粮食产量变化的主要因素进行分析，建立了以粮食产量为应变量，粮食作物播种面积、有效灌溉面积、农业机械总动力、化肥施用量和成灾面积五种可量化的影响因素为自变量的多元线性回归模型，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，在此基础上提出了一些关于稳定发展粮食生产的可供参考的意见。 关于我国粮食产量影响因素的回归分析 一、文献综述 1、《近年我国粮食产量变化的主要影响因素分析》赵俊晔，李秀峰，王川著 ……采用逐步回归和灰色关联分析对1991～2004年影响我国粮食产量变化的主要因素进行了分析，发现粮食产量变化主要来自稻谷单产变化及玉米和小麦播种面积的变化。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度剧烈变动，其关联序仅次于有效灌溉面积；化肥、农药、农业机械总动力和农用塑料薄膜等用量与粮食产量的关联度逐渐下降。 2、《中国粮食产量分析及展望》新浪财经https://www.360docs.net/doc/422756132.html, ……自建国以来，我国粮食生产不断发展，产量不断提高，但这一过程也呈现出我国粮食产量存在周期性波动的特点，而且粮食产量的动波动基本上与粮食价格相吻合。未来我国粮食供求形势还不容乐观，粮食价格从长期看仍然有上涨要求。 3、《中国粮食产量波动影响因素实证分析》王玉斌，蒋俊朋，王晓志，陈慧萍著 ……基于最小信息准则采用扩展ADF法对1949—2004年中国粮食及水稻、小麦、玉米产量数据进行平稳性检验,结果表明:其在原始序列水平上均为平稳时间序列;采用TARCH 模型与EGARCH模型对以上数据的增长率数据进行非对称性检验,结果表明,波动具有"杠杆效应",负面影响比等量正面影响导致更大波动;根据扩展C-D函数运用1978—2004年中国粮食生产相关数据构建了粮食产量波动影响因素实证模型,结果说明,投入变动对粮食产量波动有同向影响,经济作物比较收益情况对粮食生产有反向作用,粮食本身收益情况并非影响生产的关键因素,粮食生产对气候等自然条件依赖性较强。 4、《我国粮食作物技术进步模式的经济学分析》杨巍著中国农业科学院 ……在农业技术的推动下，我国农业发展取得了举世瞩目的成就，主要农产品供给实现了长期短缺向丰年有余的历史性转变，粮食产量从1949年的11318万吨增长为2005年的48402.2万吨，年均增长速度5.85％，技术进步带来的单产水平的提高是我国粮食产量的不断增长的主要原因，技术进步为我国粮食发展作出了巨大贡献。但是另一方面，我国农业科技面临着转化率低的现实问题。目前，我国每年登记的农业科技新成果达3000余项，但转化率仅为30％～40％，很多成果没能转化成现实生产力。导致农业科技成果转化率不高的原因很复杂，既有推广应用体系不健全的问题，也有成果应用主体的科技意识和接受能力差的问题，还与成果本身适用性密切相关。科技成果只有适应了生产力的要求、适应了市场的需求才能转化成现实的生产力。 5、《我国粮食产量的影响因素分析——利用协整理论分析1983—2003年数据》张驰，乔现伟著 ……利用1983—2003年数据,运用协整理论来对影响我国粮食产量的因素进行分析,并给出了误差修正模型。发现我国近年来粮食产量的连续下降不是由于自然原因和对农业的 多元线性回归分析预测法 多元线性回归分析预测法（Multi factor line regression method，多元线性回归分析法） [编辑] 多元线性回归分析预测法概述 在市场的经济活动中，经常会遇到某一市场现象的发展和变化取决于几个影响因素的情况，也就是一个因变量和几个自变量有依存关系的情况。而且有时几个影响因素主次难以区分，或者有的因素虽属次要，但也不能略去其作用。例如，某一商品的销售量既与人口的增长变化有关，也与商品价格变化有关。这时采用一元回归分析预测法进行预测是难以奏效的，需要采用多元回归分析预测法。 多元回归分析预测法，是指通过对两上或两个以上的自变量与一个因变量的相关分析，建立预测模型进行预测的方法。当自变量与因变量之间存在线性关系时，称为多元线性回归分析。 [编辑] 多元线性回归的计算模型[1] 一元线性回归是一个主要影响因素作为自变量来解释因变量的变化，在现实问题研究中，因变量的变化往往受几个重要因素的影响，此时就需要用两个或两个以上的影响因素作为自变量来解释因变量的变化，这就是多元回归亦称多重回归。当多个自变量与因变量之间是线性关系时，所进行的回归分析就是多元性回归。 设y为因变量，为自变量，并且自变量与因变量之间为线性关系时，则多元线性回归模型为： 其中，b 0为常数项，为回归系数，b1为固定时，x1每增加一 个单位对y的效应，即x 1对y的偏回归系数；同理b2为固定时，x2每增加一 个单位对y的效应，即，x 2对y的偏回归系数，等等。如果两个自变量x1,x2同一个因变量y呈线相关时，可用二元线性回归模型描述为： 其中，b 0为常数项，为回归系数，b1为固定时，x2每增加 一个单位对y的效应，即x 2对y的偏回归系数，等等。如果两个自变量x1,x2同一个因变量y呈线相关时，可用二元线性回归模型描述为： y = b 0 + b1x1 + b2x2 + e 建立多元性回归模型时，为了保证回归模型具有优良的解释能力和预测效果，应首先注意自 变量的选择，其准则是： (1)自变量对因变量必须有显著的影响，并呈密切的线性相关； (2)自变量与因变量之间的线性相关必须是真实的，而不是形式上的； (3)自变量之彰应具有一定的互斥性，即自变量之彰的相关程度不应高于自变量与因变量之 因的相关程度； (4)自变量应具有完整的统计数据，其预测值容易确定。 多元性回归模型的参数估计，同一元线性回归方程一样，也是在要求误差平方和()为最小的前提下，用最小二乘法求解参数。以二线性回归模型为例，求解回归参数的标准方程组为 解此方程可求得b 0,b1,b2的数值。亦可用下列矩阵法求得 影响粮食产量的多因素分析 05经济40501031 冉峥嵘40501039 李仪40501061 谭金仪 【摘要】 本文采用计量经济分析方法,以1978—2005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。分析结果表明,近年来我国粮食生产主要受到单产提高缓慢、播种面积波动 大、农业基础设施投入不足、自然灾害频繁等重要因素的影响。为提高粮食产量、促进粮食生产,首先应该提供 一套促进粮食生产的政策措施,提高粮食种植效益,增加粮农收入是根本。在这个前提下,才有可能提高单产、稳定 面积、加强基础设施建设、提高抗灾能力,增强我国粮食生产能力和生产稳定性。 【关键词】粮食产量多因素分析 一问题提出： 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。粮食生产的不稳定性对国民经济的影响是不可忽略的，主要体现在:粮食生产不稳定会引发粮食供求关系的变动,尤其当国家粮食储备不足的时候,很容易导致粮价上涨,从而影响整个宏观经济。因此,对关系国计民生的这个特殊农产品,我们不得不慎重对待。因此，分析粮食产量波动的原因，并据此提出相应的对策，对保障粮食生产持续稳定发展，具有重要意义。 二文献综述 中国的粮食生产问题,不仅是中国经济界的重要研究课题,而且也越来越受到世界经济学家的重视。许多经济 学家对这一问题进行了深入的研究,得出了许多重要的结论。目前国内学者研究这一问题时大多采用多元统计方 法,或者是简单的计量模型，主要是从某一两个因素进行的分析，从而预测粮食产量的。《1978-2003年我国农业 科技投入和粮食产量关系的计量分析》（杨剑波）一文是采用计量模型检验科技投入增长对粮食生产增长的影响、 是否存在因果关系。主要用到的计量方法有协整分析、协整关系的检验与分析，向量误差修正模型(VEC模型) 和动态调整模型。得到中国科技投入增长对粮食生产增长有显著影响的结论。美国学者布朗的一篇《谁来养活 中国》的论文,曾引发了国内的大讨论。从国内粮食生产领域来看,2003年秋冬以来,粮价在多年低位徘徊后出现 上涨,引发了新一轮对粮食问题的热烈讨论。而今年年初以来的农产品价格大幅上涨,尤其是猪肉价格的飙升,更引 发了人们对我国食品安全问题的关注。 本文严格按照计量经济分析方法,以1978—2005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。 影响我国粮食产量的因素分析 摘要:通过时1990一2012年间我国粮食产量的分析,在影响我国粮食产量的诸多原因中选出了3个主要影响因素,建立了多元线性回归模型，利用模型对粮食产量情况进行多元线性回归分析,研究了这些影响因素对粮食产量的影响与作用,最后,在此基础上提出了提高我国粮食产量的对策建议. 关键词:粮食产量;影响因素;回归分析;建议 一、研究意义 粮食安全问题是一个关系到国计民生的重要战略问题! 它影响到经济的发展" 人民生活质量的提高和社会的稳定#尽管我国粮食总体上虽然保持了较高的自给率! 但大豆进口量近年来持续快速增长! 目前我国超过70%的大豆依赖进口! 而其中30%以上进口自美国$当前的形势提醒我们! 必须进一步加强对粮食安全问题的重视$ 而对我国这样一个人口众多的农业大国来说! 粮食供给必须首先立足于国生产$ 随着我国粮食需求日益增长! 以及城市化和工业化的加速推进! 大量资源不断流向城市! 农业可耕地面积日益萎缩! 使得粮食生产面临较为严峻的形势$ 粮食生产问题如果解决不好! 就会给我国的经济发展和社会稳定带来制约和冲击 粮食是人民生存之本、经济发展之柱，对稳定社会、经济具有重要的作用。粮食问题是一个关系到国计民生的重要战略问题，它更影响到经济的发展和社会的稳定。中国是世界上的农业大国，同时又是一个农业相对落后的国家。近几年世界粮食价格的大围浮动，应该引起我们的注意，大起大落更使我们重新审视起粮食生产的重要性。同时只有抓住了影响粮食产量的主要因素，改府才能正确的做出举措来将粮食生产引向健康合理的发展路线并且实现农业的现代化。 二、文献回顾 影响粮食产量的因素很多,我国学者从不同角度研究了粮食生产问题.于法稳选择有效灌溉面积、化肥施用量、农业机械总动力、粮食播种面积和受灾面积等5个指标作为影响粮食生产的因素,并采用灰色关联分析的方法对这5个因素进行了分析,指出有效灌溉面积、农机总动力和粮食播种面积是影响粮食生产的3个最主要因素;肖海峰将影响粮食综合生产能力的 影响因素选择为粮食播种面积、其他物质费用、成灾面积、劳动力和化肥费用,通过柯布一道格拉斯生产函数证实了粮食播种面积是影响粮食产量最重要的因素;熊华等人应用灰色关联分析和C一D生产函数相结合的分析方法证实了化肥施用量、粮食作物播种面积和有效灌溉面积均对粮食生产具有重要影响[’〕;此外,xinagL采用粗糙集理论,建平、Yunzhang和WuY 等人运用灰色关联分析与BP神经网络相结合的方法,在对影响粮食产量的因素中又加人了农村用电量、地膜覆盖面积、水电建设投资和支农支出等因素,从多种角度验证了这些影响因素对粮食产量的重要性。 应该说前人在关于影响粮食产量的因素这个问题上做得研究已经很多而且很深，每一位学者对于影响粮食产量的因素都有自己独到的见解。本文将各位学者认为的影响因素综合起来，采用最小二乘法进行分析，试图在综合了各位学者的研究成果后，找出更具有代表性的，更准确的影响因素。 姓名：王芷婷学号：1430130277班级：会计1402班 一、分项得分 1.选题得分（） 论文选题应来源于现实经济活动，并具有实际应用价值。对所要研究的问题界定清晰准确，研究范围适当。 2.数据得分（） 数据准确，有适当的调查方法或二手数据来源。 3.方法选择得分（） 要求使用统计学方法来解决所提出的问题。方法选择适当，能够提供对研究问题进行深入分析的框架模型。 4.论文内容得分（） 要求定性分析与定量分析相结合。在正确使用统计方法的基础上，对模型输出结果要有合理的经济解释，并能够就所存在问题提出相应的解决措施。 5.论文格式得分（） 格式规范，符合课程论文要求。文字通顺，无错别字。 二、总分得分（） 中国CPI数据影响因素多元回归分析 【摘要】2011年以来，通货膨胀越来越成为我国的重要经济现象。作为衡量通货膨胀的主要指标，CPI（居民消费价格指数）与人们的生活具有最密切的关系。CPI的不断攀升使生活成本增加，也影响国民经济的可持续发展。现从中国的历史数据出发，选择货币供应量、工资率及GDP作为自变量，通过建立CPI与以上变量的多元回归模型，分析影响CPI变化的主要因素，为政府实现宏观调控目标、促进国民经济健康持续发展和改善人民生活提出建议。 【关键词】CPI影响因素多元回归 1.引言 居民消费价格指数（CPI）是用来反映报告期和基期相比较的商品和服务价格水平变动情况和趋势的宏观经济指标。通过对居民消费价格指数的分析，可以了解全国各地价格变动的基本情况和价格变动对社会经济和居民生活的影响，满足各级政府制定政策和计划、进行宏观调控的需要，以及为国民经济核算提供参考和依据。 近几年来，中国的通货膨胀形势引起了社会的广泛关注。2015年全年居民消费价格同比上涨1.4%，而2015年8月为2.0%。同2010年的上涨幅度有了很大改观。央行通过提高存款准备金率、加息、加强利贷调控等一系列措施控制物价上涨，CPI稍有回落，说明政府控制通胀的效果逐渐显现，但现阶段我国面临的通胀压力仍然不可小视。 2009年宽松的货币政策促进了经济复苏，但偏高的货币供给与增加的工资率对2016年的通货膨胀形成了很大压力。由此我们有理由猜测，GDP上涨、货币供给增加、工资率提高等因素形成的价格影响机制对我国宏观经济的调控有重大影响。 2.经济理论分析 通货膨胀和失业率是经济宏观调控的两个重要指标。其中CPI是衡量通货膨胀最及时的指标，也与人们的生活关系最密切。根据宏观经济学理论，通货膨胀按成因可分为三类：需求拉动型、成本推动型通货膨胀。对CPI影响因素的分析可以以此为依据。CPI 核算意义： 1、度量通货膨胀。CPI是度量通货膨胀的一个重要指标。通货膨胀是物价水平普遍而持续的上升。CPI的高低可以在一定水平上说明通货膨胀的严重程度。 2、国民经济核算。在国民经济核算中，需要各种价格指数。如消费者价格指数（CPI）、生产者价格指数（PPI）以及GDP平减指数，对GDP进行核算，从而剔除价格因素的影响。 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。 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： 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） 三、模型的估计、检验、确认 对模型有如下假设： 1.零均值： 0)(=i u E n i ,,3,2,1 = 2.同方差无自相关： 3.随机扰动项与解释变量不相关：0),(=i ji u X Cov k j ,,3,2 = 4.无多重共线性 5. 残差的正态性： 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 Coefficient Std. Error t-Statistic Prob. C -26695.08 7507.527 -3.555775 0.0021 X1 5.994511 0.609713 9.831685 0.0000 X2 0.536701 0.057858 9.276245 0.0000 X3 -0.135873 0.029720 -4.571732 0.0002 X4 0.090822 0.042053 -2.159696 0.0438 X5 -0.007390 0.070511 -0.104814 0.9176 R-squared 0.980829 Mean dependent var 44945.64 Adjusted R-squared 0.975783 S.D. dependent var 4150.729 S.E. of regression 645.9230 Akaike info criterion 15.98480 Sum squared resid 7927113. Schwarz criterion 16.27733 Log likelihood -193.8100 F-statistic 194.4114 Durbin-Watson stat 1.715679 Prob(F-statistic) 0.000000 ?? ?≠===--=k i k i u u E Eu u Eu u E u u COV k i k k i i k i , 0, ),()])([(),(2σ),0(~2σμN i 天津大学 基于多元回归模型CPI 影响因素分析[键入文档副标题] 基于多元回归模型CPI 影响因素分析 ?消费者物价指数(Consumer Price Index)，英文缩写为CPI，是反映与居民生活有关的商品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。一般说来当CPI>3%的增幅时我们称为Inflation，就是通货膨胀；而当CPI>5%的增幅时，我们把它称为Serious Inflation，就是严重的通货膨胀。 ?房地产价格指数（Real estate price index）是反映房地产价格变动趋势和变动程度的相对数。它是通过百分数的形式来反映房价在不同时期的涨跌幅度。 ?社会商品零售总额指各种经济类型的批发零售贸易业、餐饮业、制造业和其他行业对城乡居民和社会集团的消费品零售额和农民对非农业居民零售额的总和。一定时期内国民经济各部门向消费者出售消费品和向农村出售农业生产资料以及农民对非农业居民直接零售的总额。 ?货币供应量（Money Supply），是指一国在某一时期内为社会经济运转服务的货币存量，它由包括中央银行在内的金融机构供应的存款货币和现金货币两部分构成。 本文主要是运用定性和定量相结合的分析方法，运用多元线性回归模型对中国居民消费价格指数的影响因素进行实证分析。 时间CPI（%）Y 房地产价格（%） X1 社会商品零售总额（亿元） X2 货币供应量（亿元） X3 2009.12 101.9 103.66 12610 606200 2010.1 101.5 100.00 12718 625100 2010.2 102.7 105.47 12334 636000 2010.3 102.4 105.89 11322 650000 2010.4 102.8 105.66 11510 656600 2010.5 103.1 105.07 12455 663400 （数据来源：中国国家统计局网站） 用SPSS进行线性回归分析，结果如下： 目录 摘要 1、研究背景及意义 2、问题的提出 3、模型的建立和求解 3.1相关分析—简单散点图 3.2多元回归分析—参数估计 3.3三种检验 3.3.1回归方程的拟合优度检验 3.3.2回归方程的显著性检验—F检验 3.3.3参数显著性检验—t检验 4、多重共线性检验分析 5、自相关分析 6、模型的修正 6.1逐步修正法 关于水稻产量影响因素的多元线性回归分析 摘要 本文的主要内目的是对影响水稻产量的因素进行分析，主要运用了SPSS18，采用多元线性回归分析的方法对我国最近18年影响水稻产量的主要因素进行了分析，建立了以水稻产量为因变量，水稻播种面积、化肥施用量、生猪存栏量和降水量四种影响因素为自变量的多元线性回归模型，利用模型对各个因素进行了统计分析，并且对模型进行了修正检验，在此基础上提出一些提高水稻产量的合理化建议。 关键词：SPSS18 水稻产量多元回归线性分析 1、研究背景及意义 我国是一个人口大国，众所周知，很多偏远地方的人们仍然处在饥饿的边缘，水稻产量的提高首先可以很好的改善部分地区的粮食紧张问题，为我国经济的发展和社会的稳定提供有效的保障，其次，水稻产量的提高有利于稳定粮食的价格。因此，对影响水稻产量的因素进行多元回归线性分析可以得出各个因素的影响程度，从而采取正确的措施，以最少的投入得到最大的产量，这对于农业的科学发展是十分必要的。 2、问题的提出 下面的表格给出了我国最近18年来水稻产量与影响和制约水稻产量的主要因素的有关数据。 表1 18年来水稻产量和相关影响数据 水稻播种面积（万亩）化肥施用量（万 公斤） 生猪存栏量（万 口） 降水量 （10mm） 水稻总产量（万 公斤） 147.00 2.00 15.00 27.00 154.50 148.00 3.00 26.00 38.00 200.00 关于影响粮食产量因素的回归分析 摘要：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。粮食生产的不稳定性对国民经济的影响是不可忽略的，主要体现在:粮食生产不稳定会引发粮食供求关系的变动,尤其当国家粮食储备不足的时候,很容易导致粮价上涨,从而影响整个宏观经济。通过回归分析粮食产量波动的原因，并据此提出相应的对策，对保障粮食生产持续稳定发展，具有重要意义。 关键词:线性回归 回归分析 粮食产量 宏观经济 稳定发展 一、引言 本文按照计量经济分析方法,以1993—2012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。选用了粮食产量、受灾面积、化肥施用量、粮食作物播种面积 农机动力、农村用电量，以粮食产量作为因变量,其它5个指标作为解释变量进行回归分析。 （一）建立模型 通过对中国粮食生产及影响因素的初步定性分析后假设,粮食产量与其它3个指标之间存在多元线性关系, 即粮食受灾面积，化肥施用量，粮食作物播种面积，存在着线性关系,也即可以把粮食产量的线性回归模型初步设定为： ^ 01122334455Y X X X X X ββββββ=+++++,其中,y:粮食产量 （CHANLIANG ）, X 1 受灾面积（SZMJ ），X 2化肥施用量(HFSYL)，X 3粮食作物播种面积(BZMJ)，X4农机动力，X5农村用电量，然后利用已有的数据进行模型拟合,以便发现这些因素之间存在的数量关系。 （二）数据搜集和来源 根据相应年度的《中国统计年鉴》、《中国农村统计年鉴》、《中国农业发展报告》,选用了粮食产量、受灾面积，化肥施用量，粮食作物播种面积，农机动力，农村用电量这6个指标,把这6个指标的1993—2012年20年间的时我国粮食产量的影响因素分析计量经济学模型
农民收入影响因素的多元回归分析
中国粮食产量影响因素剖析
多元线性回归模型案例
我国国内旅游收入影响因素的多元回归分析
粮食产量影响因素分析
基于多元线性回归模型的影响居民消费水平相关因素分析
影响粮食产量因素分析
粮食产量影响因素的回归分析
多元回归分析SPSS
影响粮食产量的多因素分析
影响我国粮食产量的因素分析
中国CPI数据影响因素多元回归分析
计量经济学实验报告——粮食产量的影响因素分析
基于多元回归模型CPI 影响因素分析
关于水稻产量影响因素的多元回归分析
关于影响粮食产量因素的回归分析