对我国农业总产值的分析

1、.：.；中国农业消费总值的计量模型统计0901李婷婷2021111050 对中国农业消费总值的要素分析前言 经过对影响我国农业产值的要素分析，找出对其影响较大的要素，有针对性的提高部分要素，从提高农业总产值到达边沿成效最大化，合理利用资源。实际背景农业对我国的综合开展有着至关重要的作用。就目前方式来说，“三农问题曾经成为举国上下关注的焦点。农业是我国国民经济的根底，它关系到我国的经济开展和社会稳定。可以说，在近些年中，农业总产值出现了一些动摇，并对我国的经济开展产生了一定的影响，那么分析出现这些动摇的缘由，是一件非常有意义的事情。迄今为止有许多的专家做过这些方面的研讨，从国民经济核算的角度，农

2、业总产值下设的科目中影响农业产值的有耕地面积、主要农业机械拥有量、播种面积、有效灌溉面积、化肥施用量、乡村水力设备及用电量、受灾面积、成灾面积。下面我们从1农业机械总动力万千瓦2播种面积千公顷3农业化肥运用量万公斤4成灾面积公顷5有效灌溉面积千公顷6乡村办水电站装机容量万千瓦时7大中型迁延机配套农具万部8主要农作物产量万吨9农产品价钱指数%几个方面来分析对农业产值的影响。模型的选择与建立 本模型是以2021年为准的31省截面数据 其中模型中的被解释变量为： y 农业总产值万亿元解释变量为:x1农业机械总动力万千瓦x2播种面积千公顷x3农业化肥运用量万公斤x4成灾面积千公顷x5有效灌溉面积千公顷

3、x6乡村办水电站装机容量万千瓦时x7大中型迁延机配套农具万部x8主要农作物产量万吨x9农产品价钱指数% 初始模型为： Y = f(X1,X2,X3,X4,X5,X6,X7,X8,X9),(0,1,2,3,4,5,6,7,8,9)+u数据来源于分析原始数据中国农业总产值与相关投入资料省份农业总产值(亿万元农业机械总动力万千瓦播种面积千公顷农业化肥运用量万公斤成灾面积千公顷有效灌溉面积千公顷 乡村办水电站装机容量万千瓦时大中型迁延机配套农具每百户台主要农作物产量万吨农产品价钱指数% 北 京 140.44 271.54 320.13 13.82 10.17 218.71 4.29 1.33 3569

4、.02 103.39 天 津 .69 595.00 455.20 25.96 48.00 347.38 0.50 2.83 561.73 104.85 河 北 1927.77 9861.12 8682.50 316.17 1642.03 4552.95 37.02 2.48 11271.30 103.27 山 西 556.33 2655.04 3717.86 104.32 1229.35 1260.99 17.26 2.10 3545.40 102.90 内蒙古 731.90 2891.64 6927.83 171.42 2389.92 2949.75 5.35 4.56 6028.29 97

5、.35 辽 宁 913.48 2142.93 3919.14 133.61 1033.70 1509.58 30.73 4.07 5806.95 97.50 吉 林 777.45 2001.13 5077.54 174.18 1630.37 1684.80 39.10 9.38 7631.87 98.08 黑龙江 1206.79 3401.27 12129.15 198.87 3130.10 3405.86 24.16 17.90 12772.08 103.09 上 海 147.52 99.23 396.05 12.56 8.00 202.32 23.460.17 505.78 98.65 江

6、 苏 1948.19 3810.57 7558.15 344.00 393.39 3813.66 5.27 1.21 10735.97 103.29 浙 江 879.04 2384.03 2504.79 93.59 243.33 1446.37 361.01 1.30 3468.57 102.56 安 徽 1289.79 5108.85 9036.18 312.79 320.00 3484.08 82.84 4.85 10479.88 103.98 福 建 826.22 1175.01 2258.01 120.68 128.36 960.12 684.68 0.77 3069.43 104.8

7、6 江 西 729.72 3358.93 5376.38 .76 656.99 1840.43 258.85 0.69 7023.88 102.59 山 东 3223.99 11080.66 10778.43 472.86 1182.33 4896.92 6.97 3.73 17218.60 102.73 河 南 2833.27 9817.84 14181.40 628.67 1063.00 5033.03 35.43 11.68 19900.10 103.12 湖 北 1511.49 3057.24 7527.50 340.25 531.90 2350.10 269.78 1.85 8602

8、.35 103.76 湖 南 1596.64 4352.39 8019.33 231.60 626.07 2720.68 488.34 0.38 10143.90 105.92 广 东 1551.03 2190.18 4476.04 233.15 189.00 1871.09 652.63 0.72 7063.77 105.57 广 西 1134.97 2550.93 5826.50 229.32 459.49 1522.14 345.34 1.34 13441.97 105.31 海 南 307.56 396.07 829.40 46.29 86.90 243.17 29.70 0.9815

9、41.21 105.04 重 庆522.84 967.41 3308.30 91.17 177.20 672.02 .12 0.973569.00 106.78 四 川 1806.06 2952.66 9476.56 247.97 696.81 2523.66 657.11 0.73 10800.37 104.64 贵 州 501.52 1606.42 4780.69 86.54 401.90 1016.04 195.43 0.31 3703.03 102.77 云 南 850.65 2159.40 6343.86 171.39 716.57 1562.07 721.86 1.38 7058.

10、47 104.24 西 藏 39.05 358.44 235.07 4.69 20.10 235.15 18.40 3.33 222.20 87.38 陕 西 823.60 1832.97 4154.10 181.32 571.26 1293.34 82.73 4.14 5677.89 103.80 甘 肃 587.26 1822.65 3938.64 82.90 669.08 1264.17 155.35 3.72 3203.99 105.18 青 海 61.30 388.68 514.05 7.96 74.14 251.67 59.38 3.17 326.16 106.03 宁 夏 146

11、.78 702.55 1226.67 35.54 126.67 453.55 0.32 1.33 1239.00 108.58 新 疆 898.62 1503.31 4663.80 154.98 778.15 3675.68 93.65 6.58 5528.56 107.80 阐明：数据来源2021二、数据调整中国农业总产值与相关投入资料省份农业总产值(亿万元农业机械总动力万千瓦播种面积千公顷农业化肥运用量万公斤成灾面积公顷有效灌溉面积千公顷 乡村办水电站装机容量万千瓦时大中型迁延机配套农具每百户台主要农作物产量万吨农产品价钱指数% 北 京 140.44271.54 320.13 13.82

12、10.17 218.71 4.29 1.33 3569.02 100 天 津 .69595.00 455.20 25.96 48.00 347.38 0.50 2.83 561.73 101.41 河 北 1927.79861.12 8682.50 316.17 1642.03 4552.95 37.02 2.48 11271.30 99.89 山 西 556.312655.04 3717.86 104.32 1229.35 1260.99 17.26 2.10 3545.40 99.53 内蒙古 731.872891.64 6927.83 171.42 2389.92 2949.75 5.3

13、5 4.56 6028.29 94.16 辽 宁 913.452142.93 3919.14 133.61 1033.70 1509.58 30.73 4.07 5806.95 94.3 吉 林 777.422001.13 5077.54 174.18 1630.37 1684.80 39.10 9.38 7631.87 94.87 黑龙江 1206.753401.27 12129.15 198.87 3130.10 3405.86 24.16 17.90 12772.08 99.71 上 海 147.5199.23 396.05 12.56 8.00 202.32 0.17 505.78 9

14、5.41 江 苏 1948.123810.57 7558.15 344.00 393.39 3813.66 5.27 1.21 10735.97 99.9 浙 江 879.012384.03 2504.79 93.59 243.33 1446.37 361.01 1.30 3468.57 99.2 安 徽 1289.755108.85 9036.18 312.79 320.00 3484.08 82.84 4.85 10479.88 100.57 福 建 826.191175.01 2258.01 120.68 128.36 960.12 684.68 0.77 3069.43 101.42

15、江 西 729.693358.93 5376.38 .76 656.99 1840.43 258.85 0.69 7023.88 99.23 山 东 3223.8811080.66 10778.43 472.86 1182.33 4896.92 6.97 3.73 17218.60 99.36 河 南 2833.179817.84 14181.40 628.67 1063.00 5033.03 35.43 11.68 19900.10 99.73 湖 北 1511.443057.24 7527.50 340.25 531.90 2350.10 269.78 1.85 8602.35 100.3

16、6 湖 南 1596.584352.39 8019.33 231.60 626.07 2720.68 488.34 0.38 10143.90 102.45 广 东 1550.982190.18 4476.04 233.15 189.00 1871.09 652.63 0.72 7063.77 102.11 广 西 1134.932550.93 5826.50 229.32 459.49 1522.14 345.34 1.34 13441.97 101.85 海 南 307.55396.07 829.40 46.29 86.90 243.17 29.70 1541.21 101.59 重 庆5

17、22.82967.41 3308.30 91.17 177.20 672.02 .12 3569.00 103.28 四 川 18062952.66 9476.56 247.97 696.81 2523.66 657.11 0.73 10800.37 101.2 贵 州 501.51606.42 4780.69 86.54 401.90 1016.04 195.43 0.31 3703.03 99.4 云 南 850.622159.40 6343.86 171.39 716.57 1562.07 721.86 1.38 7058.47 100.82 西 藏 39.05358.44 235.07

18、 4.69 20.10 235.15 18.40 3.33 222.20 84.52 陕 西 823.571832.97 4154.10 181.32 571.26 1293.34 82.73 4.14 5677.89 100.4 甘 肃 587.241822.65 3938.64 82.90 669.08 1264.17 155.35 3.72 3203.99 101.74 青 海 61.3388.68 514.05 7.96 74.14 251.67 59.38 3.17 326.16 102.55 宁 夏 146.77702.55 1226.67 35.54 126.67 453.55

19、0.32 1.33 1239.00 105.02 新 疆 898.591503.31 4663.80 154.98 778.15 3675.68 93.65 6.58 5528.56 104.27阐明：数据为“截面数据数据,故价钱指数、农业产值需做调整，原始数据绝对数据，以北京为基准来调。变量的根本统计信息。为了模型参数估计、检验、各种系数计算和预测的方便，各变量的根本统计分析如表、4、5所示： 表 各变量的根本统计分析YX1X2X3X4X5X6X7X8X9 Mean 987.4158 2822.455 5117.395 174.3332 684.9768 1911.661 177.5755

20、3.225161 6635.830 99.68548 Median 826.1900 2159.400 4663.800 154.9800 531.9000 1522.140 59.38000 1.850000 5806.950 100.3600 Maximum 3223.880 11080.66 14181.40 628.6700 3130.100 5033.030 721.8600 17.90000 19900.10 105.0200 Minimum 39.05000 99.23000 235.0700 4.690000 8.000000 202.3200 0.320000 0.17000

21、0 222.2000 84.52000 Std. Dev. 777.7788 2773.708 3680.074 143.0464 723.7858 1452.069 231.8515 3.782618 4983.977 3.828861 Skewness 1.119894 1.828631 0.541928 1.241578 1.721846 0.683331 1.316032 2.401572 0.799994-2.177402 Kurtosis 4.046637 5.708971 2.689702 4.710 5.955863 2.429601 3.335773 9.014193 3.1

22、77 9.167074 Jarque-Bera 7.894797 26.75570 1.641744 11.75698 26.60335 2.832777 9.093990 76.51925 3.344558 73.62130 Probability 0.019305 0.000002 0.440048 0.002799 0.000002 0.242589 0.010599 0.000000 0.187818 0.000000 Observations31313131313131313131表变量的协方差YX1X2X3X4X5X6X7X8X9Y10.8798426617370.84427662

23、40630.9449552429340.2887480315440.8738058960960.1385179230.1899780709070.9047786605520.146701340189X10.87984266173710.7883575858060.8578849239550.3866046896270.863358629671-0.1460310412830.2386725443880.8267837903720.0468242315953X20.8442766240630.78835758580610.877033280450.5947468196820.8848389542

24、650.03971036808160.4814703946830.9241001798820.105496238594X30.9449552429340.8578849239550.8770332804510.2982454161940.8737018253110.01817354297420.2914888749590.9235905613350.118743910177X40.2887480315440.3866046896270.5947468196820.29824541619410.522055295446-0.272110489690.6980890090560.440382047

25、9-050.8738058960960.8633586296710.8848389542650.8737018253110.5220552954461-0.1226115220210.4019114840010.8500231022060.109301194705X60.138517923-0.1460310412830.03971036808160.0181735429742-0.27211048969-0.1226115220211-0.4208508700420.03323616607930.285036908188X70.1899780709070.23867

26、25443880.4814703946830.2914888749590.6980890090560.401911484001-0.42085087004210.389458201933-0.152233362719X80.9047786605520.8267837903720.9241001798820.9235905613350.44038204790.8500231022060.03323616607930.38945820193310.120682603633X90.1467013401890.04682423159530.1054962385940.118743910177-0.18

27、7019095860.1093011947050.285036908188-0.1522333627190.1206826036331表 简单相关系数表YX1X2X3X4X5X6X7X8X9Y593757.5422281866863.889292326737.33312102921.224117160271.725606945826.88834920666.3338653558.633397569.07419444.556377041X11866863.889297582390.352697763978.85627333903.706161766837.7747153339538.22928-

28、94736.62085512507.96657511094721.3453507.06300051X22326737.333127763978.8562712791340.2443366.863681532228.242464445436.1128333460.43439746571.1869535716106399.04091483.82673776X3102921.224117333903.706161443366.8636819979.208016730366.6037849173478.03452605.199241582157.227073214636194.62630266.006

29、7992347X4160271.725606766837.7747151532228.2424630366.6037849518879.630435528252.951236-46179.39441631918.935260711545910.31106-529.794514796X5945826.8883493339538.229284445436.11283173478.03452528252.9512361973259.63177-40578.22422932154.461526795818944.5819603.816835969X620666.3338653-94736.620855

30、133460.4343974605.199241582-46179.3944163-40578.224229355505.916374-378.36772142938159.4349421264.094240816X7558.632507.96657565712270732141918.935260712154.46152679-378.36772142914.56238214297242.66574107-2.28462142857X83397569.0741911094721.345316106399.0409636194.6263021545910.311065

31、818944.581938159.43494217242.6657410723748859.18012312.88607168X9444.556377041507.063000511483.8267377666.0067992347-529.794514796603.816835969264.094240816-2.284621428572312.8860716815.4659423469四、各解释变量与被解释变量间的散点图 由散点图可以看出：y与x1、x2、x3、x5、x8、线性显著 与x4、x6、x7、x9呈集中式分散尤其与x9近似一条垂直线。实际模型的建立与估计1)对模型进展初步估计，运

32、用OLS估计法对模型中参数进展估计：Dependent Variable: YMethod: Least SquaresDate: 12/03/11 Time: 09:06Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb. C64.919801090.3360.0595410.9531X10.0626570.0358211.7491580.0949X2-0.0419270.042796-0.9797000.3384X32.5845641.0476162.4670910.0223X4

33、0.0041430.1110.0372750.9706X50.1325170.0801341.6536830.1131X60.4457730.2239361.9906240.0597X7-12.3232117.49474-0.7043950.4889X80.0414020.0279291.4824350.1531X9-0.60876111.02852-0.0551990.9565R-squared0.948795 Mean dependent var987.4158Adjusted R-squared0.926850 S.D. dependent var777.7788S.E. of regr

34、ession210.3599 Akaike info criterion13.79121Sum squared resid929277.2 Schwarz criterion14.25379Log likelihood-203.7638 F-statistic43.23519Durbin-Watson stat2.494662 Prob(F-statistic)0.000000=64.91980+0.062657x1-0.041927x2+2.584564x3+0.004143x4+t0.059541 0.0949 0.3384 2.467091 0.037275 0.132517x5+0.4

35、45773x6-12.32321x7+0.041402x8-0.608761x90.037275 1.990624 -0.704395 1.482435 -0.055199R2= 0.948795 =0.926850 F= 2.494662 DW = 2.4946621经济意义检验：模型估计结果阐明，在假定其他变量不变的情况下，农业机械总动力每添加1万千瓦，农业总产值万亿元将添加0.062657万亿元；在假定其他变量不变的情况下，播种面积每添加1千公顷，农业总产值将减少0.041927万亿元；在假定其他变量不变的情况下，农业化肥运用量每添加1万公斤，农业总产值将添加2.584564万 亿元；在

36、假定其他变量不变的情况下，受灾面积每添加1千公顷，农业总产值将添加0.004143万 亿元；在假定其他变量不变的情况下，有效灌溉面积每添加1千公顷，农业总产值将添加0.132517万亿元；在假定其他变量不变的情况下，乡村办水电站装机容量每添加1万千瓦时，农业总产值将添加0.44577万亿元；在假定其他变量不变的情况下，大中型迁延机配套农具每添加1万部，农业总产值将减少12.32321万亿元；在假定其他变量不变的情况下，主要农作物产量每添加1万吨，农业总产值将添加0.041402万亿元；在假定其他变量不变的情况下，农产品价钱指数每添加%农业总产值相对将减少0.618761万亿元。这里大中型迁延机

37、配套农具的不符合经济意义检验，其他农业机械总动力万千瓦、成灾面积千公顷、农业化肥运用量万公斤、播种面积千公顷、有效灌溉面积千公顷、乡村办水电站装机容量万千瓦时、主要农作物产量万吨、农产品价钱指数%都符合经济意义检验。2.统计检验：1拟合优度：由表可知，R2=0.948795 修正的可绝系数，=0.926850 这阐明模型对样本拟合的很好。2F检验：由表可知，在给定的显著程度=0.05的条件下，由于P(F)=0.0000001.351128，所以接受原假设，以为模型存在异方差。采用加权最小二乘法处置异方差结果如下：Dependent Variable: LYEMethod: Least Squa

38、resDate: 12/07/11 Time: 17:30Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb. CE0.3630760.1446662.5097450.0192LX1E-0.0010770.024388-0.0441780.9651LX2E0.6595420.02273429.011140.0000LX3E-0.2029040.017798-11.400400.0000LX4E0.3033810.0333429.0989720.0000LX5E0.1889820.02

39、61787.2190680.0000LX6E0.0253510.0034707.3053060.0000R-squared0.999996 Mean dependent var205.0919Adjusted R-squared0.999996 S.D. dependent var499.0262S.E. of regression1.056146 Akaike info criterion3.142809Sum squared resid26.77066 Schwarz criterion3.466613Log likelihood-41.74 Durbin-Watson stat1.901

40、860可以看出:模型的t检验统计量有了显著的改动，但是x1依然不能经过检验。剔出x1的影响结果如下：Dependent Variable: LYEMethod: Least SquaresDate: 12/07/11 Time: 17:30Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb. CE0.3600790.1251962.8761210.0081LX2E0.6591470.02047932.186560.0000LX3E-0.2029600.017395-11.668020

41、.0000LX4E0.3027550.02957310.237600.0000LX5E0.1891800.0252707.4864230.0000LX6E0.0253640.0033887.4860360.0000R-squared0.999996 Mean dependent var205.0919Adjusted R-squared0.999996 S.D. dependent var499.0262S.E. of regression1.034849 Akaike info criterion3.078374Sum squared resid26.77283 Schwarz criter

42、ion3.355920Log likelihood-41.71480 Durbin-Watson stat1.911684由上表可知:可以看各个变量及常数项的都很显著，而且模型的整体的线性很好DW=1.911684，又由于dL =0.981.330dU =1.88，所以模型完全不存在自相关。检验修正后的模型能否存在异方差察看散点图 由于散点图没有明显的递增或递减的趋势，故应根据怀特法进展异方差检验，得结果如下：White Heteroskedasticity Test:F-statistic3.044446 Probability0.016286Obs*R-squared20.76773 Pr

43、obability0.053887Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/09/11 Time: 09:03Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb. C1.1339670.1290808.7850010.0000CE0.0108160.0693160.1560320.8777CE20.0007650.0011290.6775910.5066LX2E-0.0202180.02

44、0440-0.9847170.3378LX2E20.0001308.62E-051.5117390.1480LX3E0.0054060.0129870.4162980.6821LX3E22.40E-054.98E-050.4823230.6354LX4E0.0238050.0244320.9743330.3428LX4E2-3.45E-056.01E-05-0.5742280.5729LX5E-0.0198870.018078-1.1000550.2858LX5E2-2.49E-055.17E-05-0.4818290.6357LX6E0.0073890.0057061.2949000.211

45、7LX6E2-1.61E-052.34E-05-0.6866640.5010R-squared0.669927 Mean dependent var0.863818Adjusted R-squared0.449878 S.D. dependent var0.412466S.E. of regression0.305927 Akaike info criterion0.764152Sum squared resid1.684640 Schwarz criterion1.365501Log likelihood1.155650 F-statistic3.044446Durbin-Watson st

46、at2.032248 Prob(F-statistic)0.016286阐明模型不存在异方差。7下面进展模型设定偏误检验，运用RESET检验结果如下：Ramsey RESET Test:F-statistic0.601662 Probability0.665611Log likelihood ratio3.363425 Probability0.498946Test Equation:Dependent Variable: LYEMethod: Least SquaresDate: 12/09/11 Time: 09:08Sample: 1 31Included observations: 3

47、1VariableCoefficientStd. Errort-StatisticProb. CE0.3810430.2333801.6327120.1174LX2E0.6544560.03457418.929060.0000LX3E-0.2020020.020488-9.8595760.0000LX4E0.2902300.0490485.9172660.0000LX5E0.1980.0346865.5168690.0000LX6E0.0234750.0099652.3558120.0283FITTED20.0001600.0001121.4288800.1677FITTED3-5.49E-0

48、73.70E-07-1.4827760.1530FITTED45.52E-103.73E-101.4809310.1535FITTED5-1.29E-138.74E-14-1.4757610.1548R-squared0.999997 Mean dependent var212.7923Adjusted R-squared0.999996 S.D. dependent var539.5256S.E. of regression1.069602 Akaike info criterion3.228147Sum squared resid24.02502 Schwarz criterion3.69

49、0724Log likelihood-40.03628 Durbin-Watson stat1.911684由此伴随概率知，模型设定是无偏误的。故最终确定的模型方式为：Ln Y = 0.0081+0.659147Lnx2-0.202960Lnx3+0.302755Lnx4+0.189180Lnx5+0.025364Lnx6六、 模型的运用1、经济意义的解释：a.回归系数的经济意义 常数项的回归系数0 经济意义：农业消费总值在最原始的， x2的回归系数2 经济意义：在假定其他的要素不变的情况下，农用化肥施用量每添加1%农业消费总值平均添加0.659147%。 X3的回归系数3 经济意义：在假定其

50、他的要素不变的情况下，成灾面积每添加1%农业消费总值平均减少0.206960%。X4的回归系数4 经济意义：在假定其他的要素不变的情况下，有效灌溉面积每添加1%农业消费总值平均添加0.302755%。 X5的回归系数5经济意义：在假定其他的要素不变的情况下，主要农作物产量每添加1%农业消费总值平均添加0.189180%。 X6的回归系数6经济意义：在假定其他的要素不变的情况下，乡村办水电站装机容量1%农业消费总值平均添加0。025364%。b.R2的经济意义在农业消费总值的总变差中，有99.9996%可由农业化肥施用量、成灾面积、有效灌溉面积、主要农作物产量、乡村办水电站装机容量解释；余下的0

51、.0004%不能解释的变差由农业化肥施用量、成灾面积、有效灌溉面积、主要农作物产量、乡村办水电站装机容量以外的要素表示。c.经济意义经济意义：剔除解释变量数目和样本容量的影响，在农业消费总值的总变差中，有99.9996%可由农业化肥施用量、成灾面积、有效灌溉面积、主要农作物产量、乡村办水电站装机容量解释；余下的0.0004%不能解释的变差由农业化肥施用量、成灾面积、有效灌溉面积、主要农作物产量、乡村办水电站装机容量以外的要素表示。d.回归系数显著性检验的统计意义和经济意义常数项的回归系数 经济意义：在95%的置信概率下，=0.0081与= 0之间间隔 充分大，=0.0081是显著的不等于0，=

52、0.0081不是由= 0这样的总体所产生的。X2的回归系数的t检验经济意义：在95%的置信概率下，= 0.659147 与= 0之间间隔 充分大，= 0.659147是显著的不等于0，= 0.659147不是= 0由这样的总体所产生的。农业化肥施用量对农业消费总值的影响是显著的。X3的回归系数的t检验经济意义：在95%的置信概率下，= -0.202960与= 0之间间隔 充分大，= -0.202960是显著的不等于0，3= = -0.202960不是由3= 0这样的总体所产生的。成灾面积对农业消费总值的影响是显著的。X4的回归系数的t检验经济意义：在95%的置信概率下，=0.302755与=0

53、之间间隔 充分大，=0.302755是显著的不等于0，=0.302755不是由=0这样的总体所产生的。有效灌溉面积对农业消费总值的影响是显著的。X5的回归系数的t检验经济意义：在95%的置信概率下，=0.189180与=0之间间隔 充分大，=0.189180是显著的不等于0，=0.189180不是由=0这样的总体所产生的。主要农作物产量对农业消费总值的影响是显著的。X6的回归系数的t检验 经济意义：在95%的置信概率下， = 0.025364与=0之间间隔 充分大，乡村办水电站装机容量=0.025364是显著的不等于0，=0.025364不是由=0这样的总体所产生的。对农业消费总值的影响是显著

54、的。e.F检验的统计意义和经济意义经济意义：在95%的置信概率下，整体上农业化肥施用量、成灾面积、有效灌溉面积、主要农作物产量、乡村办水电站装机容量解释对农业消费总值影响是显著的。2、判别各解释变量的影响a. 大系数LYELX2ELX3ELX4ELX5ELX6E Mean 0.052412 0.038078 0.034081 0.057752 0.068091 0.036896 Median 0.033366 0.023193 0.019088 0.036447 0.040940 0.017830 Maximum 0.381127 0.271973 0.182578 0.392654 0.45

55、8945 0.370466 Minimum 0.007345 0.003703-7.98E-05 0.007925 0.009071-0.003875 Std. Dev. 0.070250 0.050852 0.037668 0.072858 0.085666 0.067076 Skewness 3.509263 3.351259 2.242931 3.336985 3.270112 4.171014 Kurtosis 16.69278 15.63256 8.930377 15.59667 15.15793 21.14107 Jarque-Bera 305.8046 264.1527 71.4

56、1925 262.4900 246.1784 514.9719 Probability 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 Observations313131313131农业化肥施用量比有效灌溉面积对农业消费总值影响更显著；有效灌溉面积比主要农作物产量对农业消费总值影响更显著；主要农作物产量比成灾面积对农业消费总值影响更显著；成灾面积比乡村办水电站装机容量对农业消费总值影响更显著；b.弹性系数LYELX2ELX3ELX4ELX5ELX6E Mean 0.052412 0.038078 0.034081 0.057752 0.068091 0.036896农业化肥施用量比有效灌溉面积对农业消费总值影响更显著；有效灌溉面积比主要农作物产量对农业消费总值影响更显著；主要农作物产量比成灾面积对农业消费总值影响更显著；成灾面积比乡村办水电站装机容量对农业消费总值影响更显著； c.综合评价由上述过程发现，大系数，弹性系数推导出的解释变量的影响程度不一样。分析其缘由： = 1 * GB3 ，弹性系数是一定时期内相互联络的两个经济目的增长速度的比率，它是衡量一个经济变