我国农业总产值的影响因素分析

我国农业总产值的影响因素分析

李焱

安徽理工大学经济与管理学院，安徽，淮南， 232001

摘要：作为第一产业，农业对于整体国民经济起着无可替代的基本作用和保障作用。本文使用stata统计分析软件，采用回归分析研究农业总产值与主要农产品的产量、单位面积产量以及粮食产品的组成部分、水果产品的组成部分、油料作物的组成部分之间的关系，研究各个市的农产品产出特点，分析总也总产值与各主要农作物之间的关系。

关键词：农业总产值、STATA、影响因素、回归分析。

一、研究背景

近年来，我国粮食产量逐年增高，农、林、牧、渔业总产值均呈现出持续快速增长趋势。在这种大背景下对我国的农业进行研究，不论是对于促进我国农业发展，还是对于充分发挥农业对于发展国民经济和改善居民生活的作用，都有着极为重要的意义。

二、研究数据

（一）变量选择

本文采用的数据为我国各省市2018年农产品的相关数据，数据摘编自《中国统计年鉴2018》。采用的数据分析方法为回归分析，研究农业总产值与主要农产品的产量、单位面积产量以及粮食产品的组成部分、水果产品的组成部分、油料作物的组成部分之间的关系，研究各市的农产品产出特点，分析农业总产值与各主要农作物之间的关系。

2. 数据整理

本文共设置了13个变量，分别是城市、农业总产值、粮食产量、棉花产量、油料产量、麻类产量、甘蔗产量、甜菜产量、烟叶产量、茶叶产量、水果产量、受灾面积（千公顷）、成灾面积（千公顷），把这13个变量分别定义为V1~V13，并分别给这些变量加标签说明。样本是我国分地区主要农产品产量情况的相关数据。

图1 录入完成后数据

三、回归分析

以农业总产值为因变量，以粮食产量、棉花产量、油料产量、麻类产量、甘蔗产量、甜菜产量、烟叶产量、茶叶产量、水果产量、受灾面积（千公顷）、成灾面积（千公顷）为自变量，进行最小二乘回归。

建立线性模型：

Var2=a*Var3+b*Var4+c*Var5+d*Var6+e*Var7+f*Var8+g*Var9+h*Var10+i*Var11+u

图2是使用逐步回归分析方法，以农业总产值为因变量，以粮食产量、棉花产量、油料产量、麻类产量、甘蔗产量、甜菜产量、烟叶产量、茶叶产量、水果产量为自变量，进行最小二乘回归分析的结果。

图2

从上述分析结果中可以看出共有15个样本参与了分析，模型的F值(3，11)=29.13，P值(Prob>F)=0.0000说明模型整体上是非常显著的。模型的可决系数(R-squa red)为0.8882，模型修正的可决系数(AdR- squared)为0.8577，说明模型的解释能力是非常优秀且接近完美的。

模型经过6次剔除变量后得到最终回归模型。6次剔除的分别是变量系数显著性P值高达0.7655、0.7716、0.7251、0.6893、0.6008和0.4241的var8、var7、var6、var5、var4和var9。

在最终回归模型中，变量var3的系数标准误是0.1348799，t值为5.11，P值为0.000，系数是非常显著的，95%的置信区间为[0.3920724,0.9858096]。变量var10的系数标准误是25.40061，t值为2.27，P值为0.044，系数是非常显著的，95%的置信区间为[1.704803,113.5175]。变量var11的系数标准误是0.4005341，t值为5.12，P值为0.000，系数是非常显著的，95%的置信区间为[1.16837,2.931509]。常数项的系数标准误是469.5042，t值为0.11，P值为0.911，系数是非常不显著的，95%的置信区间为[-979.4271,1087.316]。

最终最小二乘回归模型的方程是:

var2-=0.688941*var3+57.61116*var10+2.049939*var11+53.94457

图3 对因变量的拟合值的预测

在图3中可以看到yhat的值与var2的值是比较相近的，所以拟合的回归模型还是不错的。

图4 回归分析得到的残差序列

图5

图5是上面几步得到的残差与拟合值散点图，从中可以看出，残差并没有随着拟合值的大小的不同而不同，而是围绕0值上下随机波动的，所以数据是不存在异方差的。

图6 怀特检验的结果

怀特检验的原假设是数据为同方差。从图6中可以看出，P值为0.3277，非常显著的接受了同方差的原假设，因此不存在异方差。

图7，图8是BP检验的检验结果。其中图7是使用得到的拟合值对数据进行异方差检验的结果，图8是使用方程右边的解释变量对数据进行异方差检验的结果。

图7

图8

BP检验的原假设是数据为同方差。从图7和图8中可以看出，P值均大于0.05，非常显著地接受了同方差的原假设，认为不存在异方差，所以没有必要使用稳健的标准差进行回归。

四、小结

经过以上最小二乘回归分析，可以发现我国农业总产值水平与粮食产量、棉花产量、甜菜产量、茶叶产量以及水果产量都有一定的显著关系。具体而言，粮食产量、棉花产量、茶叶产量以及水果产量有拉动效应，尤其是茶叶产量，每增加一个单位会带来对应农业总产值的18倍多的增加；甜菜产量对农业总产值水平有拖后效应，在一定程度上说明种植这种作物是不经济的。经过以上研究，可以从一种宏观的视野上对我国的农业有一个比较全面的了解，这对于以后我国农业的发展有借鉴和指导意义。

参考文献

[1]王宇.四川省城镇化对粮食生产的影晌因素分析[D].西南财经大学,2016.

[2]彭迪云,傅联英,郭林林.要素投入对安徽省农业总产值的影响分析[J].安徽农业科学,2008,36(5):2085.

[3]高露露.基于多元线性回归的粮食产量影响因素分析[D].重庆师范大学. 2018.

[4]郭晓婷.基于多元回归分析的安徽省粮食产量预测方法研究[D].安徽农业大学. 2017.