1、 HYPERLINK / HYPERLINK /論文選讀原文：農村居民生活消費支出與農業經濟進展的關系分析一、 變量的選擇及講明變量類型變量名稱變量代號單位因變量第一產業總值Y億元自變量國民經濟對農業的差不多建設投資TZ億元自變量第一產業從業人員L萬人自變量農村居民生活消費支出SHXF元/人數據一覽表ObsYTZSHXFL19811545.60015.72000190.810029100.0019821761.60016.00000220.230028834.0019831960.80013.80000248.290028318.0019842295.50016.70000273.800029

2、122.0019852541.60016.70000317.420031130.0019862763.90015.80000356.950031254.0019873204.30019.60000398.290031663.0019883831.00025.10000476.660032249.0019894228.00020.20000535.370033225.0019905017.00025.80000584.630038428.0019915288.60025.50000619.790038685.0019925800.00043.50000659.010038349.00199368

3、82.10046.20000769.650037434.0019949457.00056.800001016.81036489.00199511993.0076.600001310.36035468.00199613844.20109.40001572.08034769.00199714211.20153.90001617.15034730.00199814552.40225.40001590.33034838.00199914457.20299.00001577.42035364.00農業生產總值（Y）增長曲線圖（Eviews4.0）農業生產總值（Y）與農村居民生活消費（SHXF）關系的散點

4、圖（Eviews4.0）從散點圖能夠看出農業生產總值（Y）與農村居民生活消費（SHXF）之間的相關性特不高。二、 模型的選擇1 初始模型采納C-D生產函數的線性形式模型形式LOG(Y) = C(1)*LOG(SHXF) + C(2)*LOG(TZ) + C(3)*LOG(L) + C(4)+uLOG(Y) = 0.9738417035*LOG(SHXF) + 0.05362717276*LOG(TZ) + 0.2734161522*LOG(L) - 0.7392720226可能結果（Eviews 4.0 OLS可能）由上表能夠看出，該模型的擬合優度特不高（R2=0.998712），方程總體也特

5、不顯著（P（f）=0.000000），各個解釋變量也是5%顯著性的。下面對該模型進行計量經濟檢驗一階序列相關性檢驗由上表可知，P（F-statistic）=0.030516,在5%水平表明模型存在序列相關。因此采納差分法消除序列相關性。2 消除序列相關性模型模型形式LOG(Y) = C(1)* LOG(SHXF) + C(2)* LOG(TZ) + C(3)* LOG(L)+uLOG(Y) = 0.9468473451*LOG(SHXF) + 0.06743738636*LOG(TZ) + 0.3065787602*LOG(L)可能結果模型整體顯著，但經t檢驗，解釋變量LOG（L）的系數在5%

6、水平與0無顯著差異，因此刪除解釋變量LOG（L）。3 刪除變量LOG（L） 的模型模型形式LOG(Y) = C(1)* LOG(SHXF) + C(2)* LOG(TZ)+uLOG(Y) = 0.9499804323*LOG(SHXF) + 0.07242770893*LOG(TZ)可能結果經t檢驗，變量LOG（TZ）的系數在5%水平與0差異不顯著，因此刪除該變量。4 刪除變量LOG（TZ） 的模型模型形式LOG(Y) = C(1)* LOG(SHXF)+uLOG(Y) = 1.011920677*LOG(SHXF)可能結果結果表明，方程的擬合優度盡管差（R2=0.792644），然而方程中唯

7、一的解釋變量的顯著性專門好。系數的符號和大小也符合經濟學上的要求。因此接下去對該模型進行計量經濟檢驗。一階序列相關性檢驗由結果能夠明白一階序列相關性檢驗（P（Obs*R-squared）=0.593335）是個大概率，不能拒絕無序列相關的原假設。表明不存在一階序列相關。二階序列相關性檢驗由結果能夠明白，二階序列相關檢驗（P（Obs*R-squared）=0.414177）是一個大概率，不能拒絕無序列相關的原假設。表明不存在二階序列相關。三階序列相關性檢驗由結果能夠明白，二階序列相關檢驗（P（Obs*R-squared）=0.558130）是一個大概率，不能拒絕無序列相關的原假設。表明不存在三階

8、序列相關。異方差檢驗可見異方差檢驗（P（Obs*R-squared）=0.773325）也是個大概率，表明不能拒絕無異方差的零假設，該方程不存在異方差。因此該方程能夠作為最終方程。方程形式：LOG(Y) = C(1)* LOG(SHXF)LOG(Y) = 1.011920677*LOG(SHXF)三、相對誤差分析obsYYFY-YF(Y-YF)/Y*1001981 1545.600 NA NA NA 1982 1761.600 1786.960-25.35996-1.4395981983 1960.800 2017.523-56.72271-2.8928351984 2295.500 2227

9、.404 68.09614 2.9665061985 2541.600 2586.814-45.21356-1.7789411986 2763.900 2913.036-149.1361-5.3958561987 3204.300 3254.657-50.35686-1.5715401988 3831.000 3903.412-72.41240-1.8901701989 4228.000 4390.269-162.2687-3.8379541990 5017.000 4799.255 217.7446 4.3401361991 5288.600 5091.429 197.1712 3.7282

10、301992 5800.000 5417.573 382.4270 6.5935691993 6882.100 6338.836 543.2641 7.8938711994 9457.000 8402.293 1054.707 11.152661995 11993.00 10860.80 1132.203 9.4405311996 13844.20 13058.35 785.8456 5.6763521997 14211.20 13437.25 773.9484 5.4460451998 14552.40 13211.76 1340.636 9.2124721999 14457.20 1310

11、3.24 1353.960 9.365296Y 是第一產業總值，YF 是第一產業總值的預測值，（Y-YF）是絕對誤差，（Y-YF）/Y*100是相對誤差。從表中能夠明白該模型的相對誤差專門小，只有1994年稍大一點。講明該模型是可用于預測。最終方程的殘差圖從殘差圖能夠看出，最終方程的殘差比較小，這也表明最終方程能夠用。四 、經濟解釋從以上的因變量農業生產總值（Y）的LOG(Y)和自變量農村居民消費支出（SHXF）的LOG(SHXF)。模型中的系數1.01是農業生產總值進展速度對農村居民消費支出進展速度的彈性。農村居民消費支出進展速度提高1%，農業生產總值將提高1.01%。農業產出與農村消費支出

12、有極高的相關性。而可能阻礙農業總產值經濟增長的另幾個因素在計量經濟學模型中都不顯著，它們與農業生產總值進展速度增長的相關性不高。由此我們能夠得出，提高農村居民消費水平的進展速度對農村經濟的進展有著切實的意義，農村消費是阻礙農業經濟進展的重要因素。五 、結論因此我們應該提高農村居民的消費水平。農村居民的生活消費水平從統計數據來看，盡管近年來有巨大的提高，證明改革開放以來農村經濟的進展和農民生活水平有一定的提高，然而農村消費水平仍然低下，其推動農業經濟增長的潛力并沒有完全挖掘出。消費與收入是相互聯系相互促進，提高農村消費能夠從以下幾方面著手：第一 提高農村居民的收入水平盡管中央政府一直努力減輕農民

13、負擔提高農民收入，但實際上農民的收入仍處于一個低下的水平上，農村各項支出費用仍然居高不下，這需要中央政府的監督。第二 進展農村經濟應加強農村基礎設施建設為農業經濟進展打下基礎，生產進展收入提高消費水平才能提高。第三 盡管中央近年來鼓舞農村消費擴大內需，然而由于農村的落后觀念居民儲蓄水平仍然專門高，農民的消費意識不強，這需要大力宣傳。第四 加大農村信貸消費措施的實行。能夠進展民營信貸機構。第五 中央政府應該加強對農民的補貼，應該把補貼給公務員的工資轉到加強農民的消費上，國家對農民的剝奪太多導致農村經濟的進展放慢，導致國內的通貨緊縮，政府目前最重要的工作是推動農村的消費，如此將會有助于解決國內通貨

14、緊縮的問題。以上各點是個人的觀點，只要政府能發掘出農村的消費潛力，在WTO條件下中國的農業依舊能夠專門好的進展，并支持其它產業的進展。論文選讀點評：數據整理。首先在ACCESS數據庫下產生表02-Argriculture-1981-1999，建立表結構，粘貼表數據。因為本例中數據結構專門清晰，我們能夠直接引用數據。表結構如下。表數據記錄。論文模型評述。該論文首先得到一個四元直線模型，之后因為發覺有序列相關性就采納了差分模型。差分之后，發覺變量L和TZ的回歸效果不行，沒有通過5%的概率檢驗，因此刪除此二變量，最后得到一個只有一個自變量和一個因變量的方程。這種檢驗和處理手段過于簡單，而且也扔掉了兩

15、個重要的變量，關于得出結論不是專門好。論文進一步討論。首先，得出正常的多元現性模型。直接采納線性模型。能夠看出，檢驗效果專門不行，C、SHXF、TZ都沒有通過5%下的T檢驗。那個地點我們沒有檢查異方差性。異方差性的克服一般來講用取對數來消除。直接采納對數模型。先查看是否存在自相關性。能夠看出，Y與TZ在取對數后，存在專門強的序列自相關性。一般來講能夠用廣義差分方式來消除序列相關性，也能夠引入滯后變量。直接采納對數模型，檢驗多重共線性。能夠看出模型除了DW值較小，表明有序列自相關情況以外，還有其它情況。要緊是R值太高，T值較小，而F值專門大，這是多重共線性的特征。多重共線性的進一步檢驗。能夠看出LOGY與LOGL之間的相關系數大于模型的總體相關系數，講明多重