R^2=0.978616 DW=1.41 F=320.3438

5.异方差检验： 怀特检验：

Obs*R-squared 的伴生概率为0.2128，说明原假设成立，模型不存在异方差性。

6. 自相关性检验：

已知DW=1.413, dl=1.12 du=1.66,落在不确定区域，无法判断。

LM法检验自相关性：

据检验结果可知，obs*R-squared 的伴生概率>0.05，接受原假设，该模型不存在自相关性。

7、格兰杰（Granger）因果检验：

运用该检验可以判断两个变量在时间上的先导-滞后关系，由于该因果关系与哲学意义上的因果关系还是有区别的，如果可以证明“x是y的格兰杰原因”，只是表明“x中包含了预测y的有效信息”。 检验结果见下表:

表3 格兰杰因果检验结果分析

格兰杰因果检验 log(x1)不是log(y)的格兰杰原因 log(x2)不是log(y)的格兰杰原因 log(x3)不是log(y)的格兰杰原因 log(x4)不是log(y)的格兰杰原因 log(x5)不是log(y)的格兰杰原因 滞后1期 0.0515 0.1822 0.2834 0.2175 0.7023 F检验（prob） 滞后2期 滞后4期 滞后6期 0.0048 0.0298 0.1133 0.0516 0.2057 0.1628 0.3193 0.0534 0.1342 0.4332 0.2807 0.0342 0.3401 0.2609 0.0004

以上结果显示：

在滞后2期和滞后期为4的时候，log(x1)是log(y)的格兰杰原因。

在滞后期为6的时候，log（4）和log（5）是log（y）的格兰杰原因。 其余的不论在滞后几期都不是log(y)的格兰杰原因。 以上结果说明：

农业化肥的施用量包含了较多的对粮食产量的有效预测信息，但是在不同的年份，其影响是不确定的。在滞后期为6的这一年，农业机械总动力（X4）、农业劳动力（X5）对粮食产量有显著影响，这两个因素有可能是以6年为一个周期对粮食产量产生影响，还需更多数据进一步验证。

四.预测：

已知： 年份 粮食产量 2008 农业化肥施用量 粮食播种面积 成灾面积 农业机械总动力 农业劳动力 (万吨) （万公斤） （千公顷） （公顷） （万千瓦） （万人） 49804 4928 104958 24632 72522 32561 用得出的最优模型进行预测： logy=-5.999638+0.323385log(x1)+1.290729log(X2)-0.086754log(x3)

得yf=48790.51 误差为1013.49万吨 由此可知模型预测较为准确。

五. 模型的确定与经济解释 1.模型的确定：

经过一系列的模型检验与设定，可以认为修正后的模型已无多重共线性，无异方差，无自相

关，最终可将模型设定为：

logy=-5.999638+0.323385log(x1)+1.290729log(X2)-0.086754log(x3) R^2=0.978616 DW=1.41 F=320.3438

2.经济解释：

1）影响粮食生产(Y)的主要因素有：农业化肥施用量（X1）、粮食播种面积（X2）、成灾面积（X3）。 农业化肥施用量每增加1万公顷，粮食产量增加约0.3万吨； 粮食播种面积每增加1千公顷，粮食产量增加约1.29万吨； 成灾面积每增加1公顷，粮食产量减少约0.87万吨。

2）农民对化肥的投入量，即模型中的化肥施用量，是影响粮食总产量增产的最显著因素，说明我国目前农业生产中，农民对农业的投入所产生的效益最大。

3）粮食作物耕种面积也是影响粮食总产量的重要因素之一，扩大粮食作物耕种面积无疑是可以使粮食增产的。

4）成灾面积对粮食产量也有显著影响，应加大防护措施，防止灾害发生。

5）农业劳动力因素被排除在模型之外，这有悖于我们先前所设想的，这变更加使得我们有必要对现阶段农村劳动力转移的意义进行考虑。提高农民收入的主要途径，有可能正在朝着农村外转移，即是说农村劳动的转移才是现在或者将来的增加农民收入的主要办法。