我国农产品生产价格总指数影响因素分析.docx
《我国农产品生产价格总指数影响因素分析.docx》由会员分享，可在线阅读，更多相关《我国农产品生产价格总指数影响因素分析.docx（16页珍藏版）》请在冰点文库上搜索。
我国农产品生产价格总指数影响因素分析
一.提出问题
农业是国民经济的重要组成部分，在现代社会中称为第一产业，在我国经济发展中有重要作用。
农业所包含的具体内容在不同的国家，在一个国家的不同时期有所不同。
一般说，农业包括植物栽培（种植业和林业），和动物饲养（畜牧业和渔业）。
在当前农产品价格指数日益上涨的情况下，分析农产品价格指数的各组成部分对总指数的影响，有助于更好得对农产品未来价格进行预测。
种植业，渔业，林业及畜牧业的价格指数是如何影响农产品价格总指数的呢？
我们又如何能根据四个分支的价格指数来如何预测未来农产品价格总指数的呢？
这是本项目研究的主要目的。
二．理论综述
为了准确及时地反映全国农产品价格变动情况，跟踪监测农产品市场走势，客观反映农产品生产者实际所得，更好地为各级党政部门的宏观决策服务，国家统计局农调总队从2000年开始组织实施农产品生产价格调查试点，经过三年的实践与调整，方案逐步完善，现场调查逐步规范，资料实效性有较大提高。
季度和年度的农产品价格和价格指数较好地反映了全国农产品供求与价格走势。
从2003年第二季度开始国家统计局建立了全国农产品生产价格调查制度，定期按季发布全国农产品生产价格指数。
农产品生产价格是指农产品生产者直接出售其产品时实际获得的单位产品价格，它客观反映农户与农场的实际所得。
生产价格是农产品从生产环节进入流通领域的第一手价格,也是农产品市场价格的源头。
农产品生产价格指数是综合反映一定时期内农产品生产价格变动趋势和变动程度的相对数。
常用的价格指数因基期的选择不同形成同比和环比两种指数.农产品价格受季度性因素的影响较大，现行的农产品生产价格指数采用同确定农业补贴政策和补贴标准提供依据。
三．模型设定
农产品生产价格总指数包括种植产品、林业产品、畜牧产品和渔业产品4个大类，谷物、棉花、油料、糖料，蔬菜、园艺、水果、中药材、林产品、牲畜、家禽、禽蛋、奶类、海水产品和淡水产品等15个中类，30个小类,180种代表产品的价格指数。
在本篇论文中我们设立的模型为：
1、因素分析：
（1）被解析变量：
农产品生产价格总指数（Y）
（2）解析变量：
A、种植业产品价格指数X1
B、林业产品价格指X2
C、畜牧业产品价格指数X3
D、渔业产品价格指数X4
2、理论模型：
Y=a+b*X1+c*X2+d*X3+e*X4+U
四．数据收集
本文获取了1978—2009年的数据，如下表所示：
全国农产品生产价格总指数（2009年）（上年=100）
年份
总指数
种植业产品
林业产品
畜牧业产品
渔业产品
1978
103.9
104.69
101.0
100.5
102.5
1979
122.1
122.39
115.0
122.6
118.2
1980
107.1
107.78
115.8
103.4
101.8
1981
105.9
106.09
127
101.1
100.6
1982
102.2
102.48
105.9
100.3
101.0
1983
104.4
105.74
100.2
100.5
103.2
1984
104.0
103.82
103.3
104.1
109.8
1985
108.6
101.66
155.5
124.1
151.3
1986
106.4
106.62
114.9
103.0
110.4
1987
112.0
108.83
120.3
117.9
122.8
1988
123.0
113.46
136.7
140.2
134.3
1989
115.0
118.9
105.2
110.2
99.8
1990
97.4
100.73
84.5
92.3
98.8
1991
98.0
97.31
102.4
97.4
104.7
1992
103.4
101.14
107.3
106.3
108.1
1993
113.4
112.05
111.1
114.2
122.1
1994
139.9
141.91
111.8
144.6
122.0
1995
119.9
123.95
105.1
115.8
112.4
1996
104.2
104.71
104.4
103.3
103.4
1997
95.5
92.81
98.9
101.8
91.7
1998
92.0
93.64
101.1
86.9
93.9
1999
87.8
85.75
101.4
88.5
92.5
2000
96.4
94.66
90.0
99.0
100.5
2001
103.1
105.65
94.15
103.07
98.57
2002
99.7
100.04
98.31
100.15
95.89
2003
104.37
107.42
107.01
101.76
100.34
2004
113.09
115.86
104.62
111.08
110.19
2005
101.39
101.55
104.79
100.52
104.67
2006
101.2
102.1
110.88
94.3
101.41
2007
103.9
104.0
106.9
102.3
104.8
2008
105.7
104.8
108.1
106.8
106.0
2009
104.6
103.8
107.1
105.8
105.8
五．模型估计
1．农产品生产价格总指数对种植业，林业，畜牧业，渔业生产价格指数的回归。
从表中可以看出，解释变量X4系数检验的t值不显著（-0.370081），而且其系数太小（-0.008737），考虑到渔业产品价格指数对农产品生产价格总指数影响极小，改变模型设定的形式。
重新进行OLS估计：
模型设定为：
Y=3.241647+0.639845*X1+0.040328*X2+0.288833*X3
t=（2.070226）（30.09505）（3.085690）（13.73205）
（1.565842）（0.021261）（0.013069）（0.021034）
R^2=0.995735F=2179.207
六．模型检验
（1）、经济意义检验
回归估计值b=0.639845〉0，说明种植业生产指数与农产品生产价格总指数呈正向变动，当其他条件不变时，种植业生产指数每增加一个点时，对农产品生产价格总指数平均增加0.639845个点；c=0.040328〉0，说明林业生产指数与农产品生产价格总指数呈正向变动，当其他条件不变时，林业生产指数每增加一个点时，对农产品生产价格总指数平均增加0.040328个点；d=0.288833〉0，说明畜牧业生产指数与农产品生产价格总指数呈正向变动，当其他条件不变时，畜牧业生产指数每增加一个点时，对农产品生产价格总指数平均增加0.288833个点；
（2）统计推断检验
S.E=0.689741，说明回归方程的各个观测点的平均误差为0.689741个点；R^2=0.995735,说明样本模型函数的解释能力为99.57%，即上述种植业、林业、畜牧业、渔业的生产价格指数对农产品生产价格总指数的99.57%作出解释，回归方程的拟合优度良好；
查表所得t值为1.7081，由于各解释变量系数的t值均大于临界值，所以种植业，林业，畜牧业的生产价格指数对农产品生产价格总指数有显著的影响。
（3）计量经济学检验
【1】多重共线性检验
1）相关系数检验：
由此可见各解释变量间存在多重共线性
2）辅助回归模型检验：
X1=50.35631-0.142282X2+0.939332X3-0.267937X4
T=5.038482）（-1.038024）（6.667026）（-1.385892）
R2=0.707037R’2=0.675648F=22.52510
X2=32.41975-0.260441X1+0.114662X3+0.849720X4
T=（1.838138）（-1.038024）（0.374888）（3.906024）
R2=0.662351R’2=0.626175F=18.30881
X3=-24.68165+0.653147X1+0.043556X2+0.531401X4
T=（-2.346178）（6.667026）（0.374888）（3.995709）
R2=0.862810R’2=0.848111F=58.69893
X4=15.14641-0.239582X1+0.415085X2+0.683363X3
T=（1.189641）（-1.385892）（3.906024）（3.995709）
R2=0.816907R’2=0.797290F=41.64251
3）消除多重共线性——逐步回归
变量
X1
X2
X3
X4
参数估计
0.927439
0.329753
0.724213
0.508655
t
19.34499
2.617150
12.46718
4.457484
R2
0.925785
0.185877
0.838214
0.398426
R'2
0.923311
0.158740
0.832822
0.378373
可见X1的R最大，将X1纳入方程
加入变量逐步回归：
农产品价格总指Y对X1,X2回归
农产品价格总指Y对X1,X3回归：
农产品价格总指Y对X1,X4回归
可见在X1的基础上加入X3,R2=0.993919有明显改善,且各变量t统计量显著，故纳入X3
农产品价格总指Y对X1,X3,X2回归：
农产品价格总指Y对X1,X3,X4回归:
可见加入X2后R’2提高，且各参数t值显著，故加入X2
农产品价格总指Y对X1,X2,X3,X4回归:
对模型已做的OLS估计可知,加入X4,R’2变小且X4的t检验不显著，参数估计的符号为负不符合经济意义,说明X4引起多重共线性，所以剔除变量X4，最后修正多重共线性的模型为：
Y=3.241647+0.639845X1+0.040328X2+0.288833X3
t=（2.070226）（30.09505）（3.085690）（13.73205）
（1.565842）（0.021261）（0.013069）（0.021034）
R^2=0.995735R’2=0.995278F=2179.207DW=1.703605
【2】异方差检验
1）
结论：
求F统计量：
F=∑e2^2/e1^2﹦143.2197／73.14696＝1.95797查F分布表，给定显著性水平
，得临界值
，比较F=1.95797<
接受原假设，表明随机误差项不存在异方差。
2）
求F统计量：
F=∑e2^2/e1^2﹦1246.141／287.9315＝4.1279查F分布表，给定显著性水平
，得临界值
，比较F=4.1279<
接受原假设，表明随机误差项不存在异方差。
求F统计量：
F=∑e2^2/e1^2﹦325.3510／78.32363＝4.1539查F分布表，给定显著性水平
，得临界值
，比较F=4.1539<
接受原假设，表明随机误差项不存在异方差。
故模型不存在异方差。
【3】自相关检验
根据OLS计算结果，由：
Durbin-Watsonstat＝1.703605，给定显著性水平a=0.05，查D-W表，n=32，k'（解释变量个数）＝3，得下限临界值dL=1.244，上限临界值dU=1.650，因为DW统计量为dU=1.650<1.703605<4-dU=2.350。
根据判定区域知，此时随机误差项不存在自相关。
所以本研究模型估计的最终结果为：
Y=3.241647+0.639845X1+0.040328X2+0.288833X3
t=（2.070226）（30.09505）（3.085690）（13.73205）
（1.565842）（0.021261）（0.013069）（0.021034）
R^2=0.995735R’2=0.995278F=2179.207DW=1.703605
七．模型的应用和意义
由于我们在对多变量区间估计上尚存在不足，只能对其进行点估计。
我们根据2011年前三季度的数据假定2011年年度数据X1=116.49X2=113.21X3=116.01代入上述模型估计的最终结果，预测出：
生产价格总指数Y=3.241647+0.639845X1+0.040328X2+0.288833X3
＝115.85024
在此模型的设定时，我们选用生产价格指数，而没有采用农产品生产总额，主要是基于以下几点考虑：
（一）准确及时地反映农产品生产价格及其变动情况，引导农村产业结构调整，帮助农民增收。
（二）为保障粮食流通体制改革，搞活农产品流通和健全农产品市场体系服务。
（三）客观反映农产品生产者实际收益，正确测算农业支持水平，为国家确定农业补贴政策和补贴标准提供依据。
（四）满足农业效益和农产品竞争力国际对比的需要。
（五）农产品生产价格与价格指数是整个农村统计信息体系的重要组成部分，编发农产品生产价格指数必将进一步提升“三农”统计信息服务水平。
（六）满足计算农业发展速度和实施农业经济核算、国民经济核算的需要。
八．政策建议
由于中国是农业大国，农业的发展对中国经济起着至关重要的作用，从上述模型中，我们可以看出种植业和畜牧业对农产品价格总指数有着较为重要的影响，因此我们在此建议，在中国未来的农业生产中，国家应大力扶持种植业和畜牧业的发展，从而较快的提高农产品生产价格总指数，提高农民收入。
九．参考文献
《农业经济学》，中国农业出版社
《中国农村经济》，中国社科院农村所
《农业经济问题》，中国农业经济学会
《中国农业年鉴》（2010）
《中国统计年鉴》（2010）
升级会员 