我国粮食综合生产能力影响因素的实证研究

        自相关的检验一般有两种方法，一种是图示法，一种是DW检验法。EVIEWS软件中直接提供了DW值，通过其观察可以判断方程是否存在自相关的问题。
        DW=2.015997。DL=0.951，DU=1.958，4-DU=2.042。DW刚好落在（DU，4-DU）的区间中，说明本方程的随机扰动项不存在自相关关系，时间上的滞后效应不明显，随机扰动项依然服从于正态分布。
        2.4 异方差的检验 本文中采用White检验和ARCH检验两种方法相结合来进行异方差检验。进行White检验时可得TR2=11.71093<χ20.05 (12)=28.8693。使用ARCH检验时可得：(n-p)R2=0.073600<χ20.05 (12)=3.84146。由此可以看出：方程不存在异方差。这也说明了该方程的结构较好，不存在把重要的解释变量遗落在随机扰动项中，方程转变了数学表述的形式不影响方程的结果。
        2.5 多重共线性检验 通过直接观察单个解释变量的相关系数，易发现LNX1、LNX2、LNX3的系数相关性较高，说明这三个变量存在严重的多重共线性。因此采用逐步回归的办法，去检验和解决多重共线性问题。分别作Y对LNX1、LNX2、LNX3、LNX4、LNX5、LNX6的一元回归
        按R2的大小排序为：LNX2、LNX1、LNX3、LNX6、LNX4、LNX5。
        以LNX2为基础，顺次加入其他变量逐步回归最终可得消除多重共线性的结果： 
        这说明，在其他因素不变的情况下，当化肥施用量、粮食作物播种面积增加1个单位，粮食产量将分别增加0.3315、1.3506单位；当农业灾害成灾面积、第一产业劳动力数增加1个单位时，粮食产量将分别减少0.0845、0.0859单位。
        2.6 时间序列平稳性、单位根以及协整检验 为了避免时间序列数据存在伪回归的问题，我们要用检验来探究到底是真回归还是伪回归。通过单位根检验可得，在1％、5％、10％三个显著性水平下，单位根检验的Mackinnon临界值分别为-3.7343、-2.9907、-2.6348，t检验统计量值为-3.807394，小于相应临界值，从而拒绝H0，表明粮食产量的差分序列不存在单位根，是平稳序列。即粮食产量序列是二阶单整的，LNY～I（2）。采用同样方法，可检验得到LNX2、LNX4、LNX5、LNX6序列也是二阶单整的，即LNX2、LNX4、LNX5、LNX6～I（2）。为了分析粮食产量（LNY）和各解释变量（LNX2、LNX4、LNX5、LNX6）之间是否存在协整关系，我们先作两变量之间的回归，然后检验回归残差的平稳性。
        以粮食产量（LNY）为被解释变量，（LNX2、LNX4、LNX5、LNX6）为解释变量，用OLS回归方法估计回归模型，提取残差项序列，进行单位根检验可得在1％、5％、10％三个显著性水平下，单位根检验的Mackinnon临界值分别为-2.6700、-1.9566、-1.6235，t检验统计量值为-4.315431，小于相应临界值，从而拒绝H0，表表明残差序列不存在单位根，是平稳序列，说明粮食产量（LNY）和（LNX2、LNX4、LNX5、LNX6）之间存在协整关系。
        经济意义上讲，表明两者之间有长期均衡关系。但从短期来看，可能会出现失衡，为了增强模型的精度，可以把协整回归式中的误差项ut看作均衡误差，通过建立误差修正模型把粮食产量的短期行为与长期变化联系起来。误差修正模型后的方程式为：
        DLNY=0.004139719932+0.2588237257*DLNX2+1.509282242*DLNX4-0.08553366034*DLNX5-0.01707417616*DLNX6-1.012819466*UT(-1)-0.3313845987*UT(-2)