对四川省种植业收入模型的初步探索
一、引言
最近几年，农业产业结构调整一直是我国经济工作的一个重要组成部分，而政府明年的经济工作更是把“三农”问题作为了全党工作的重中之重。近年来，农业投入产出水平低，农业机械化程度低，使得中国农业无法应对入世后世界农产品贸易对中国农业的冲击，而随着各地城市化进程的推进，大量农业用地被占，这造成了个主要农产区粮食产量的下降，引起了农产品价格的波动并对其他相关产业造成了影响。因此，研究农业产值问题，考察各种因素对农业产值的影响和贡献大小可为更加有效的调整农业产业结构实现资源的优化配置提供一个科学的依据。四川素有“天府之国”之称，而种植业在四川农业中占据了半壁江山。本文建立了播种面积、劳动人数、机械动力以及农产品贸易额对四川种植业总产值的模型来说明这一问题。
二、计量经济模型及检验
在本模型中棉被解释变量Y为四川省种植业的年收入，解释变量X1为种植业生产中投入的机械动力（单位：万千瓦），X2为播种面积（单位：万公顷），X3为乡村种植业劳动人数（单位：万人），X4为农产品贸易额（单位：万元）。选取样本数为1980~2001年数据，数据选自四川省统计年鉴（注：资料后附）
建立模型Y=0+，运用OLS法估计回归方程得
Dependent Variable: Y
Method: Least Squares
Date: 03/17/04 Time: 11:16
Sample: 1980 2001
Included observations: 22
Variable Coefficient Std. Error t-Statistic Prob.
C -1113.307 428.8408 -2.596084 0.0188
X1 -0.240689 0.218119 -1.103477 0.2852
X2 0.375365 0.657868 0.570577 0.5758
X3 0.398146 0.130020 3.062188 0.0071
X4 0.000366 8.45E-05 4.330513 0.0005
R-squared 0.974106 Mean dependent var 401.8050
Adjusted R-squared 0.968014 S.D. dependent var 274.9928
S.E. of regression 49.18179 Akaike info criterion 10.82564
Sum squared resid 41120.43 Schwarz criterion 11.07360
Log likelihood -114.0820 F-statistic 159.8820
Durbin-Watson stat 0.926266 Prob(F-statistic) 0.000000
Y=－1113.307－0.240689 X1＋0.375365 X2+0.398146X3+0.000366 X4
428.8408 0.218119 0.657868 0.13002 8.45E-05
t＝-2.596 -1.10 0.570077 3.062 4.33
R2=0.974106 2=0.968014 F-stat=159.882 df=17 DW=0.926266
从该模型中，我们发现，X1的估计参数为负，与现实经济含义相悖，同时X2的t估计量偏小，于是我们判定该回归方程中很有可能存在多重共线性。于是我们去除X1，再对Y作OLS估计，可得：
Dependent Variable: Y
Method: Least Squares
Date: 03/17/04 Time: 11:23
Sample: 1980 2001
Included observations: 22
Variable Coefficient Std. Error t-Statistic Prob.
C -1279.673 403.8850 -3.168410 0.0053
X2 0.884456 0.471810 1.874599 0.0772
X3 0.277120 0.070251 3.944721 0.0009
X4 0.000274 1.14E-05 23.99542 0.0000
R-squared 0.972252 Mean dependent var 401.8050
Adjusted R-squared 0.967627 S.D. dependent var 274.9928
S.E. of regression 49.47826 Akaike info criterion 10.80391
Sum squared resid 44065.77 Schwarz criterion 11.00228
Log likelihood -114.8430 F-statistic 210.2280
Durbin-Watson stat 0.715519 Prob(F-statistic) 0.000000
Y = -1279.673403 + 0.8844556506*X2 + 0.2771202071*X3 +0.0002736359831*X4
403.885 0.47181 0.07 1.14E-0.5
t=-3.16841 1.8746 3.948 23.995
通过处理后，我们发现不仅去除了不符合经济含义的X1，X2的t统计量也显著提高，符合我们的要求。
但是我们还需要对该模型进行其他检验。首先我们运用Goldfeld-Quandt检验其是否存在异方差。先按X2 X3 X4对其进行排序，因为样本容量偏小，于是我们决定不舍弃样本，直接按样本划分为两组：
第一组为1980～1990，用OLS估计得
Y = -1490+2.1819
∑e12=5393.003
第二组为1991－2001，用OLS估计得：
Y =
∑e22＝20299.14
F==3.763977
在选定α＝0.05的情况下，F(=F(7,7)=3.79
因为F＜F (7,7)，所以我们认为其不存在异方差。同时，我们又运用AECH检验其是否存在异方差，按滞后期数为3，计算得：
Obs*R-squared=1.952572
又32（0.05）=7.81 且Obs*R-squared＜32（0.05）
同样，我们可以认为其不存在异方差。
接着，我们用DW 法考查其是否存在自相关性，同样我们选定=0.05，计算得：
dL=1.053 dU=1.664 且DW =0.715519
明显存在自相关性，我们需要对其进行修正。首先，我们运用广义差分法对其修正，
=1-=0.6422403
令DY=Y-*Yt-1 DX2= X2-*X2（t-1） DX3= X3-* X3（t-1） DX4= X4-*X4（t-1）
对DY进行OLS估计，得：
=-296.2747+1.42155117DX2+0.1012184 DX3+0.000223 DX4
R2=0.905411 DW=1.441355
此时，dL﹤DW﹤dU，；落入了不可判定区域，我们只有运用其他方法对其修正。现在运用迭代法与对数法得
㏑Y=-11.14515+1.911*㏑X2-0.29631*㏑X3+0.517*㏑X4
4.6727 0.737 0.46865 0.024876
t= -2.385 2.5927 -0.6322 20.785
R2=0.993650 2=0.992 F=625.9582 DW=1.667633
此时，dU﹤DW﹤4-dU，不存在自相关
此时的回归方程中虽然X2的参数为负，但是该方程是由原来不存在多重共线性的方程迭代而得，所以该回归方程还原后不存在多重共线性。
经过检验与修正，我们得到一个较为完整的迭代回归方程。
㏑Y=-11.14515+1.911*㏑X2-0.29631*㏑X3+0.517*㏑X4
在其还原方程的经济含义表明了在劳动人数（X3），贸易额（X3）不变的情况下，每增加1万公顷播种面积，种植业收入会提高0.884456亿元；同理，播种面积，劳动人数不变的情况下，农产品贸易额每增加1万元会促进种植业收入增加2万元7千多元。
三、结论
尽管我们现在能建立的模型与分析都显得粗糙，但是我们仍然发现了促进农业发展的方法有：
⒈在占用农民耕地时应该更加慎重坚决遏制乱占耕地的现象，维护粮食主产区和种粮农民的利益以保证种植业的正常发展；
⒉农业劳动力的质量有待提高，以提高种植业的劳动生产率，并为农业机械化程度的提高作好准备。同时要作好农业劳动力的转移问题，使劳动力从农业到非农业的流动渠道更加畅通；
⒊大量发展农产品贸易，加大农产品市场开放度，这为提高农业产值和提高农民收入都有重要的作用
