趙琳 方秀男

摘 要：我國是世界上的農(nóng)業(yè)大國，現(xiàn)階段仍是優(yōu)先發(fā)展農(nóng)業(yè)經(jīng)濟(jì)，把“三農(nóng)”問題作為國家的首要任務(wù)。文章通過使用1992年至2021年農(nóng)業(yè)總產(chǎn)值以及相關(guān)影響因素的時間序列數(shù)據(jù)，構(gòu)建線性回歸方程模型，利用計(jì)算機(jī)軟件Eviews9對原始數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得出農(nóng)業(yè)總產(chǎn)值的顯著影響因素，提出農(nóng)業(yè)持續(xù)高效發(fā)展的優(yōu)化建議。

關(guān)鍵詞：農(nóng)業(yè)總產(chǎn)值 多元回歸分析 Eviews9軟件 政策建議

中圖分類號：F325 ?文獻(xiàn)標(biāo)識碼：A

文章編號：1004-4914（2023）06-111-03

一、引言

中國是農(nóng)耕文化歷史悠久的大國，伴隨著科技的飛速發(fā)展，我們國家對農(nóng)業(yè)越來越重視，出臺了一系列促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的惠農(nóng)政策，使我國農(nóng)業(yè)取得了巨大的變化。信息化的時代，大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等加快了農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展速度，將先進(jìn)的科技用于農(nóng)業(yè)建設(shè)，現(xiàn)代化機(jī)械的使用，大大降低了人力資源管理，緩解了勞動力匱乏，提高了農(nóng)業(yè)生產(chǎn)效率，但也存在不足之處有待于改進(jìn)。2019年末開始疫情，近兩年受疫情影響，各行各業(yè)都遭受了嚴(yán)重沖擊，居家辦公，騰訊會議，線上線下交替進(jìn)行，嚴(yán)重影響了經(jīng)濟(jì)的發(fā)展速度，農(nóng)業(yè)也不例外?；诖耍疚倪x取1992年至2021年共30年各變量的原始數(shù)據(jù)，構(gòu)建數(shù)學(xué)模型，利用軟件Eviews9對影響農(nóng)業(yè)總產(chǎn)值的因素進(jìn)行回歸分析、統(tǒng)計(jì)檢驗(yàn)、多重共線檢驗(yàn)與修正、懷特檢驗(yàn)、自相關(guān)檢驗(yàn)得出數(shù)學(xué)模型，對模型進(jìn)行研究，得出農(nóng)業(yè)總產(chǎn)值的顯著影響因素，對農(nóng)業(yè)經(jīng)濟(jì)持續(xù)高效發(fā)展有重大意義。

二、前期準(zhǔn)備工作

（一）選取變量

選取農(nóng)業(yè)總產(chǎn)值（億元）作為解釋因變量，用Y來表示，自變量共五個分別用符號X1，X2，X3，X4，X5表示，代表意義分別為：X1/農(nóng)業(yè)機(jī)械總動力（萬千瓦），X2/有效灌溉面積（萬公頃），X3/農(nóng)民人均可支配收入（元），X4/農(nóng)用化肥使用折純量（萬噸），X5/農(nóng)作物播種面積（千公頃）[1]。

（二）構(gòu)建模型

多元回歸分析主要是利用回歸方程定量的解釋因變量與兩個或兩個以上的自變量之間的線性依存關(guān)系，其基本思想是設(shè)法找出能代表自變量和因變量之間關(guān)系的數(shù)學(xué)表達(dá)式[2]。

構(gòu)建多元回歸模型：

Y=a0+a1x1+a2x2+a3x3+a4x4+a5x5+ε（1）

a0為回歸常數(shù)，a1，a2，a3，a4，a5為回歸系數(shù)，ε表示誤差項(xiàng)的隨機(jī)誤差，它是無法由X與Y之間的線性關(guān)系所解釋的變異性，反映的是其他隨機(jī)因素對因變量的影響[3]。

（三）收集數(shù)據(jù)

本文選取1992年至2021年國家統(tǒng)計(jì)局的數(shù)據(jù)，如下原始數(shù)據(jù)表1觀察可知：從1992年開始農(nóng)業(yè)總產(chǎn)值總體呈上升趨勢，2000年卻突然下降，隨后繼續(xù)呈上升走勢，但近幾年增幅又開始放緩。

三、模型的構(gòu)建與求解

（一）初始模型的估計(jì)

利用Eviews9初步建立多元線性回歸模型，進(jìn)行最小二乘法的回歸分析，分析結(jié)果見表2。

由表2初步得出回歸模型：

y=0.2201x1-1.4250x2+4.0615x3+2.9746x4+0.2980x5+11353.89（2）

其判定系數(shù)為0.9973，修正的判定系數(shù)為0.9968，判定系數(shù)越趨近1，模型擬合能力越高，F(xiàn)統(tǒng)計(jì)量為1782.474，模型整體比較顯著，由此判斷模型存在多重共線性，下一步需對其進(jìn)行調(diào)整修正。

（二）模型檢驗(yàn)與修正

1.統(tǒng)計(jì)檢驗(yàn)。擬合優(yōu)度：根據(jù)回歸方程（2）可得模型的判定系數(shù)R2=0.9973，趨近于1，這表明本模型擬合能力非常好，通過了經(jīng)濟(jì)學(xué)檢驗(yàn)。T檢驗(yàn)：自變量的P值均小于0.05，認(rèn)為自變量與因變量相關(guān)性顯著，回歸效果良好。F檢驗(yàn)：取α=0.05，通過查詢F（方差齊性）分布表，自由度為（5，24）的臨界值為2.62，模型中F統(tǒng)計(jì)量的值為1782.474＞2.62。且p=0.0000，說明五個自變量聯(lián)合對解釋因變量的影響顯著，回歸方程整體顯著性良好。

2.多重共線檢驗(yàn)。為進(jìn)一步證實(shí)模型是否存在多重共線性，繼續(xù)分析其方差膨脹系數(shù)（VIF），如表3。

方差膨脹系數(shù)VIF越大相關(guān)性越強(qiáng)，當(dāng)VIF≥10，表示各變量之間存在嚴(yán)重的共線性，當(dāng)VIF<5，表示各變量之間不存在多重共線性[2]。由上表3可以看出X1-X5都比10大很多，即表明存在嚴(yán)重的多重共線性。

相關(guān)系數(shù)R是隨機(jī)變量間線性關(guān)系強(qiáng)弱的一個度量，R∈[-1，1]相關(guān)系數(shù)R越大，相關(guān)性緊密，相關(guān)性隨著R的增大而增強(qiáng)，當(dāng)相關(guān)系數(shù)R=0稱之為不相關(guān)或零相關(guān)，一般認(rèn)為當(dāng)R＞0.7相關(guān)性較強(qiáng)。如表4所示。

觀察上表可知：相關(guān)系數(shù)R均為在0.7以上，各變量之間均為正相關(guān)，除了X3和X4外其它變量的相關(guān)系數(shù)R均大于0.8，由此斷定模型存在嚴(yán)重的多重共線性。

3.多重共線性的修正。由相關(guān)系數(shù)表可知：自變量X3與因變量Y相關(guān)程度最緊密，因此，以X3為基礎(chǔ)，分別依次填加其它自變量X1，X2，X4，X5，然后進(jìn)行逐步回歸，進(jìn)行多重共線性的修正見表5。

上面的逐步回歸R2無明顯變化，且沒通過t檢驗(yàn)，不需要繼續(xù)迭代。利用逐步回歸共進(jìn)行八次迭代，剔除了解釋變量X2，X4，X5最終得到回歸方程為：

y=3.1254x3+0.1918x1-2201.08（3）

4.異方差檢驗(yàn)。下面對模型繼續(xù)考察，檢驗(yàn)是否存在異方差，進(jìn)一步增加模型的可信性，如表6所示。

由上表可知nR2=4.6450<5，在顯著性水平位10%下，三項(xiàng)的檢驗(yàn)結(jié)果P值均為>0.1，表明此數(shù)學(xué)模型不存在異方差。

5.自相關(guān)檢驗(yàn)。對偏相關(guān)系數(shù)進(jìn)行檢驗(yàn)如圖1所示。

由上圖可知：第一期，第七期的偏自相關(guān)圖超過了虛線部位，存在一階、七階的自相關(guān)，繼續(xù)對一階、七階的自相關(guān)進(jìn)行調(diào)整修復(fù)，優(yōu)化后的方程為：

y=3.3184x3+0.1710x1-1891.1（4）

其判定系數(shù)為0.9991，修正的判定系數(shù)為0.9989，F(xiàn)統(tǒng)計(jì)量為5088.514，DW為1.5174，n=30。

四、結(jié)論與建議

（一）結(jié)論

通過多元回歸分析、檢驗(yàn)、修正、優(yōu)后的模型對數(shù)據(jù)的真實(shí)性的反映程度可達(dá)到99.89%，即農(nóng)業(yè)總產(chǎn)值變化的99.89%可由農(nóng)民人均可支配收入和農(nóng)業(yè)機(jī)械總動力共同解釋。農(nóng)民人均可支配收入每增加1元，農(nóng)業(yè)總產(chǎn)值增加3.3184億元，農(nóng)業(yè)機(jī)械總動力每增加1萬千瓦，農(nóng)業(yè)總產(chǎn)值才增加0.171億元，其影響力度遠(yuǎn)遠(yuǎn)沒有農(nóng)民人均可支配收入強(qiáng)。其它幾個解釋變量對因變量（農(nóng)業(yè)總產(chǎn)值）的影響力度較弱，但也不容忽視。

（二）建議

農(nóng)業(yè)作為我國的第一大產(chǎn)業(yè)對經(jīng)濟(jì)發(fā)展起著至關(guān)重要的作用，興農(nóng)即興國。如何提高農(nóng)業(yè)總產(chǎn)值，提出如下建議：

1.農(nóng)業(yè)機(jī)械是農(nóng)業(yè)生產(chǎn)的助推器，農(nóng)機(jī)化是農(nóng)業(yè)生產(chǎn)力的倍增器，機(jī)械用量代表著我國農(nóng)業(yè)生產(chǎn)的機(jī)械化程度，即現(xiàn)代化程度[4]。我國現(xiàn)階段農(nóng)機(jī)化成熟情況不太高，整體偏弱，尤其偏遠(yuǎn)地區(qū)，整體處在上升階段。因此，要加大農(nóng)機(jī)化購買力度，首先政府給予農(nóng)民農(nóng)機(jī)補(bǔ)貼，加速解決三農(nóng)問題。其次，優(yōu)化原有的基礎(chǔ)設(shè)施，增加農(nóng)機(jī)技術(shù)人員下基層對農(nóng)業(yè)機(jī)械設(shè)備培訓(xùn)，購買使用，提高勞動生產(chǎn)效率，進(jìn)一步有效提高農(nóng)業(yè)總產(chǎn)值[1]。

2.農(nóng)民的人均可支配收入與農(nóng)業(yè)總產(chǎn)值正相關(guān)，提高農(nóng)民人均可支配收入，對農(nóng)業(yè)發(fā)展有很大的促進(jìn)作用。農(nóng)民的收入直接影響對農(nóng)機(jī)的購買力度，要提高農(nóng)民的人均收入，首先要發(fā)展農(nóng)業(yè)經(jīng)濟(jì)，發(fā)展農(nóng)業(yè)經(jīng)濟(jì)要有優(yōu)質(zhì)的勞動力。目前很多農(nóng)村青年外出打工，農(nóng)村人口老人居多，老齡化嚴(yán)重，他們體力與精力較弱，而且文化水平低，難以勝任農(nóng)業(yè)自主創(chuàng)新。隨著科技的進(jìn)步，信息技術(shù)應(yīng)用到農(nóng)業(yè)生產(chǎn)，實(shí)現(xiàn)農(nóng)業(yè)數(shù)字化、智慧化，因此，政府出臺相應(yīng)的優(yōu)惠政策，激勵大學(xué)生下鄉(xiāng)，增加大學(xué)生創(chuàng)新創(chuàng)業(yè)，激勵優(yōu)秀的年輕人回鄉(xiāng)村工作，為鄉(xiāng)村注入新活力，鼓勵農(nóng)技工作人員在鄉(xiāng)村營銷推廣農(nóng)業(yè)新技術(shù)，培養(yǎng)農(nóng)業(yè)技術(shù)新型人才，提高農(nóng)業(yè)機(jī)械自動化人力資源質(zhì)量，助推鄉(xiāng)村振興，科技興農(nóng)成為我國現(xiàn)代農(nóng)業(yè)的主旋律。

3.國家提出生態(tài)環(huán)境保護(hù)和土地的可持續(xù)性發(fā)展，從2015年開始國家重點(diǎn)提出，綠色環(huán)保，保護(hù)生態(tài)環(huán)境，自此化肥使用量逐年遞減，符合我國“減排控污”，改善了農(nóng)業(yè)生態(tài)環(huán)境。化肥的合理使用使土壤更加的肥沃，為農(nóng)作物給予營養(yǎng)成分，提高農(nóng)作物的產(chǎn)量，但過量使用化肥對生態(tài)環(huán)境造成污染，為了保護(hù)現(xiàn)有農(nóng)業(yè)耕地質(zhì)量，要停止使用有毒化肥農(nóng)藥，必須使用綠色環(huán)保更高效的化肥，堅(jiān)持發(fā)展綠色生態(tài)農(nóng)業(yè)，實(shí)現(xiàn)農(nóng)業(yè)土地資源可持續(xù)發(fā)展。

[基金項(xiàng)目：黑龍江省省屬高等院校基本科研業(yè)務(wù)費(fèi)科項(xiàng)目（2021-KYYWF-0568）；佳木斯大學(xué)規(guī)劃項(xiàng)目（2021JY2-45）]

參考文獻(xiàn)：

[1] 劉文慧，高巍，朱家明.基于多元回歸對中國農(nóng)業(yè)總產(chǎn)值影響因素的實(shí)證分析.哈爾濱師范大學(xué)自然學(xué)科學(xué)報，2022（38）：14-20.

[2] 錢瑩.多元線性回歸模型及實(shí)列應(yīng)用.中國科技信息，2022（04）：73-74.

[3] 黃鈺茜.基于多元線性回歸分析陜西省物流業(yè)發(fā)展的環(huán)境影響.中國集體經(jīng)濟(jì)，2022（14）：112-115.

[4] 董小菁.中國農(nóng)業(yè)總產(chǎn)值影響因素分析.農(nóng)村經(jīng)濟(jì)與科技，2015（07）：9-10.

[5] 中華人民共和國統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒.北京：中國統(tǒng)計(jì)出版社，2021.

（作者單位：佳木斯大學(xué)理學(xué)院 黑龍江佳木斯 154007）

[作者簡介：趙琳，佳木斯大學(xué)理學(xué)院學(xué)生，研究方向：數(shù)學(xué)與應(yīng)用數(shù)學(xué)；通訊作者：方秀男，佳木斯大學(xué)理學(xué)院講師，碩士研究生，研究方向：應(yīng)用數(shù)學(xué)—數(shù)值計(jì)算與數(shù)學(xué)建模等。]

（責(zé)編：賈偉）