基于SPSS统计分析黑龙江省农业总产值的影响因素论文

SCI论文（www.lunwensci.com）　　

　　摘要：黑龙江是我国粮食生产的重要基地，号称农业大省，解决好“三农”问题仍是实现龙江振兴的根本；提高农民人均可支配收入是龙江振兴的关键，对黑龙江农业经济发展，提高农业总产值有重要的作用。文章通过分析2000年至2021年这22年的黑龙江农业总产值以及相关影响因素的原始数据，利用软件SPSS构建线性回归模型，通过不同的模型检验，回归分析找到影响黑龙江省农业总产值的显著因素，为全面推进龙江振兴，提高黑龙江农业生产总值提出优化建议。

　　关键词：多元统计分析；黑龙江农业；SPSS软件优化建议

　　黑龙江省地理位置优越，平原辽阔，土地肥沃，气候温差大，粮食生产被誉为国家粮食的“压舱石”和“稳压器”。全国产粮十大省份为：黑龙江、山东、河南、吉林、安徽、内蒙古、河北、四川、江苏、湖南，黑龙江省位居榜首，前十名中北方省份颇多，粮食生产凸显北强南弱趋势。黑龙江不但有亿万亩肥沃的黑土地，机械现代化设备与技术也是领先全国的，尤其垦区农场的农业生产更具现代化、规模化、标准化。黑龙江省产粮作为中国第一大省，有人说平均全国九碗饭中就有一碗来自黑龙江，2022年黑龙江粮食总产量达到1552.6亿斤，连续13年全国第一，稳居榜首，且实现了粮食生产“十九连丰”，只有保障粮食生产逐年增加，让农民的粮仓满满、腰包鼓鼓，才能使得农业总产值提高，农业经济持续高效发展。基于此，本文选取2000年至2021年共22年的原始数据，利用软件SPSS对影响黑龙江农业生产总值的因素进行回归分析得出数学模型，再对模型进行研究，逐步回归得出黑龙江省农业总产值的显著影响因素，对农业经济持续高效发展有着深远的意义。

　　一、准备工作

　　(一)构建线性回归模型

　　多元回归分析主要是利用回归方程定量解释因变量与两个或两个以上的自变量之间的线性依存关系，其基本思想是设法找出能代表自变量和因变量之间关系的数学表达式[1]。

　　构建多元线性回归模型

　　y=a0+a1X1+a2X2+a3X3+a4X4+a5X5+3(1)

　　a0为回归常数，a1，a2，a3，a4，a5为回归系数，3表示误差项的随机误差。

　　(二)变量的选取与说明

　　选取黑龙江农业生产总值(单位：亿元)作为解释因变量，用Y来表示，不同时期，不同地域影响农业生产总值的因素各不相同，也就是说影响农业生产总值的因素很复杂，受时间与空间的双重限制。本文选取五个解释变量分别用X1，X2，X3，X4，X5表示，X1代表农业机械总动力(单位：万千瓦)，X2代表有效灌溉面积(单位：千公顷)，X3代表农民人均可支配收入(单位：元)，X4代表化肥施用折纯量(单位：万吨)，X5代表粮食作物播种面积(单位：千公顷)。

　　1.解释因变量的说明。农业生产总值作为衡量一个国家或地区的总规模和总水平的重要指标，以货币表示农林牧渔业全部产品的总量，它反映一定时期内农业生产总规模和总成果[2]。

　　2.解释变量的说明。(1)农业机械总动力：选取机械总动力作为农业机械化程度的指标，农业机械化是推动农业快速发展助推器，黑龙江平原广阔，有利于机械化的生产播种、施肥、打药、收割、运输。现代机械化不仅替代了劳动力的不足，而且促进了农业生产的标准化、智能化和规模化。(2)有效灌溉面积：有效灌溉面积的多少代表农田水利基础设施水平，要确保灌溉面积质量，提高农作物的产量。(3)农民人均可支配收入：农民人均可支配收入代表可以对农业生产所进行投入的自由程度，如购买肥料、机械设备，以及相关农用设施投入维修等，与农业生产总值是密不可分的。(4)化肥施用折纯量：农业化肥使用量是农业生产的必要因素，对于农业产出和产值有很大的影响[3]。(5)粮食作物播种面积：农作物种植离不开肥沃的黑土地，适当扩大粮食作物播种面积，确保黑龙江压舱石的地位不动摇。

　　(三)收集数据

　　本文选取2000—2021年的数据如表1所示，数据来源国家统计局、中国农业统计年鉴等，一共选取了22年的时间序列数据，从表中数据看出黑龙江经济稳步平稳上升，利用SPSS软件导入数据，回归分析黑龙江农业总产值的影响因素有哪些。

　　二、模型的建立

　　(一)初始模型的估计

　　利用SPSS软件输入原始的时间序列数据，输出数据如表2、表3、表4。

　　由表4初步得出回归模型：

　　y=0.573X1+0.615X2+0.066X3+0.990X4-0.139X5-636.460(2)

　　由SPSS输出的表格可知：其判定系数为0.995，修正的判定系数为0.994，判定系数越趋近1模型拟合能力越高，此回归模型的判定系数大于0.99，因此，模型拟合能力很高，F统计量为682.435，DW=1.333，n=22。方差膨胀因子VIF最小的为34.777>10，最大的为601.002，模型存在多重共线性，需对其进行检验与修正。

　　(二)模型检验与修正

　　1.统计检验。(1)拟合优度。根据上表可得判定系数R2=0.995，调整后的判定系数为0.994，表明本模型拟合样本数据能力很好，自变量对因变量解释了99.5%，自相关检验的值DW=1.333，存在相关性。(2)方差齐性检验(F检验)。在显著性水平=0.05的条件下，通过查询F分布表可知：自由度为(5,16)的临界值为2.85，模型中F=682.435＞2.85.这说明回归方程整体显著性良好。(3)T检验。根据上述结果可知，在显著性水平=0.05的条件下，只有X2有效灌溉面积通过T检验，系数前的正负表示促进或抑制作用，X5的系数为负数。

　　2.多重共线检验。上面表中VIF均大于10，初步断定各变量之间存在共线性，进一步研究相关系数R，R∈[-1,1]相关系R数越大，相关性越强，反之越弱。如表5所示：

　　观察上表可知：相关系数R均为在0.8以上，各变量之间均为正相关，相关性很紧密，除了X4和X5外其它变量的相关系数R均大于0.9，由此断定模型存在严重的多重共线性。

　　3.多重共线性的修正。通过检验此模型存在严重的共线性，接着逐步回归分析剔除没通过检验的变量，最终得到三个主要的显著影响因素，如表6剔除了X3、X4后，X1、X2与X5通过了显著性检验。

　　通过逐步回归分析得到方程：

　　y=0.835X1+0.604X2-0.174X5-497.181()3

　　三、结论与建议

　　(一)结论

　　通过优化后的模型可知：农业机械总动力和有效灌溉面积与黑龙江农业总产值的关系为正相关，有促进作用，粮食作物播种面积与黑龙江农业总产值的关系为负相关，有抑制作用。解释变量对数据的真实性的反映程度可达到99.4%，即黑龙江农业总产值变化的99.4%可由其共同解释，农业机械总动力每增加1万千瓦，农业总产值才增加0.835亿元，有效灌溉面积每增加1千公顷，农业总产值增加0.604亿元，粮食作物播种面积每增加1千公顷，农业总产值反而减少0.174亿元。

　　(二)建议

　　应继续加大机械化设备的投入，由于目前劳动力趋于老龄化，文化水平低，且不断减少，我们无法改变这一趋势，因此，要继续提高农业机械化水平，提高农业机械化人才的待遇和地位，切实做到关心关爱农业机械化人才，改善他们的生活环境和工作环境，不断激发、提高农业机械化人才工作的积极性和主动性[3]，黑龙江平原广阔，地势优越，有利于全面实现农业机械化，智能化，规模化，为乡村振兴插上了科技的翅膀，保障粮食生产安全，进一步提高黑龙江农业总产值，加速黑龙江经济的快速发展。

　　有效灌溉面积与黑龙江农业总产值成正相关，由表1可以看出自2000—2021有效灌溉面积逐年呈上升趋势，为粮食生产提供了保障，建议加强水利建设、优化机器的性能，改善灌溉方式，采用节水灌溉技术，构建节水灌溉系统，切实提高有效灌溉面积[2]。既要节约用水，又要保证黑龙江粮食产能。

　　2015年以来，黑龙江农业开展“三减”行动，即减化肥，减农药、减除草剂。要合理使用绿色有机化肥，化肥减量不减效，进而改善了农业生态环境，提倡发展绿色生态农业，目前，绿色有机食品种植面积达到8500万亩。2021年化肥减量增效示范县市有：北林区、爱辉区、依兰县、肇源县、鸡东县、海林市、饶河县、桦南县、甘南县、呼玛县、绥滨县、龙江县、安达市。化肥的合理使用能改善土地质量，使黑龙江的土壤更加的肥沃，要保护好我们的黑土地，为人民提供绿色健康的粮食，推动大粮仓变成绿色粮仓。

　　农民的人均可支配收入对黑龙江农业发展起着积极的促进作用。要提高农民的人均收入，首先要不够辽宁省作为老工业基地，具有许多的“老字号”“原字号”企业，存在传统产业数字化转型困难的问题。第一，部分企业思想方式落后，对数字化转型认识不足，缺乏改革意识和创新意识，企业上云数量少。第二，部分企业能力不足，缺乏技术或资源供给，改革成效不足，生产环节的数字化程度较低，截至2021年，全省70%以上的企业数字化处在起步建设和单项应用阶段。第三，大部分传统产业的经营模式已经趋于成熟，往往不会主动追求数字化转型[10]。

　　(二)数字科技创新能力不足

　　数字技术是数字经济发展的核心驱动力，但数字创新能力的不足会阻碍其对工业绿色转型的驱动作用。第一，辽宁省数字经济产业实力不强，截至2021年，辽宁省规模以上电子信息制造业主营业务收入仅占全国0.6%[10]。第二，辽宁省在数字科技研究领域，缺乏原始创新能力，对外依存度高，在工业软件等关键核心领域面临“卡脖子”的问题。第三，辽宁省缺乏数字人才，在人才引进方面，由于地域或经济发展等问题，相对于浙江、北京、深圳等先进省份，辽宁省缺乏人才聚集力。

　　(三)数字治理能力不强

　　数字治理能力不强会降低数字经济赋能工业绿色转型的效果。第一，在数据开放层面，辽宁省信息共享渠道和标准不健全，尚未建立起上下贯通、横向连通的数据运营体系和考核机制。第二，在数字保护层面，辽宁省数据、信息安全方面的政策法规还不完善，产权保护制度不明晰，造成工业数据及用户信息被过度采集或利用，数据安全面临较大风险。

　　四、对策与建议

　　(一)引领数字经济与实体经济融合，赋能工业绿色转型

　　第一，加快推动数字技术向生产、分配、消费等各环节的渗透，引领工业企业在生产方式、流通方式、治理模式等方面进行全方位绿色变革。第二，提升智能化水平、工业互联网融合赋能水平，全面激活产业数字化转型需求，引导工业企业向智能、绿色、高端方向转型升级。第三，推动各类信息资源共建共享，发挥信息外溢效应，减少资源错配，促进数字经济与各产业的融合发展。

　　(二)提升技术创新能力，塑造工业绿色转型新优势

　　第一，要提升协同创新能力，政府要发挥作用，带动科研机构、研发型企业、高校院所发挥基础研究中的科技创新主体作用，构建产学研联盟。突破辽宁省在区块链、人工智能、集成电路、芯片等关键核心技术问题，积极发挥数字技术在企业绿色技术创新中的基础性作用。第二，在人才培养上，要坚持引培并举，既要加强本地在数字经济和工业绿色转型领域的人才培养计划，又要通过制定专项政策引进人才。

　　(三)完善治理体系，发挥数字治理在工业绿色转型中的保障作用

　　第一，注重数据产权的保护，全面实施《数据安全法》，完善数据安全管理体制机制，加强重点领域数据安全管理和个人信息保护力度。第二，完善数据资源共享体系，推进数据要素开放共享，加强智慧城市建设。第三，建立多方参与的治理体系，调动工业企业参与治理的积极性，使其真正参与到工业绿色转型的进程中来，推进辽宁省绿色发展的协同治理进程。

　　参考文献:

　　[1]KORINEK A,STIGLITZ J E.Artificial intelligence,globalization,and strategies for economic development[R].NBER Working Paper,No.28453,2021.

　　[2]Ulucak R,Khan S.Does Information and Communication Technology Affect CO2 Mitigation Under the Path way of Sustainable Development During the Mode of Globalization[J].Sustainable Development,2020(28)

　　[3]刘强,马彦瑞,徐生霞.数字经济发展是否提高了中国绿色经济效率？[J].中国人口·资源与环境,2022,32(03):72-85.

　　[4]朱喜安,马樱格.数字经济对绿色全要素生产率变动的影响研究[J].经济问题,2022(11):1-11.

　　[5]郭秋秋,马晓钰.数字经济对城市绿色全要素生产率的影响研究[J].现代管理科学,2022(05):156-166.

　　[6]李少林,冯亚飞.区块链如何推动制造业绿色发展？——基于环保重点城市的准自然实验[J].中国环境科学,2021,41(03):1455-1466.

　　[7]李乐成.政府工作报告[N].辽宁日报,2022-01-25(001)

　　[8]王坤.转型添活力绿色增动力[N].辽宁日报,2022-09-27(001)

　　[9]沈阳市政府网站.“再制造”：沈阳绿色低碳发展的新名片.[EB/OL].http://www.ln.gov.cn/ywdt/qsgd/ass_2_1/202210/t20221013_4687403.html.

　　[10]辽宁省人民政府办公厅关于印发数字辽宁发展规划(2.0版)的通知[J].辽宁省人民政府公报,2021(25):2-48.

关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！

文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jingjilunwen/63573.html