1．模型建立

回归分析可以研究因变量和自变量之间相互影响的程度，我们选取日本粮食产量为O，日本粮食投入为I来建立回归模型。由于影响粮食产量的因素很多，除了投入以外还会受到自然环境、天气状况、相关商品价格等影响，我们将这些变量统一作为随机变量μ处理。

假设粮食投入对粮食产量没有影响，即H0∶β＝0。我们设定的样本的检验模型为＝β0＋β1＋μ，其中，β1表示日本对粮食投入每增加一亿元，可以带来粮食产量增加量为β1万吨，运用EVIEWS8．0得到回归方程如下：

＝2931．97＋0．9232

SE＝（67．4792）　（0．2131）

t＝（43．4499）　（4．3317）

R2＝0．6931　F＝27．97　DW＝1．3121

2．模型检验

R2＝0．6931，结果表明模型整体上拟合效果较好。(www.daowen.com)

关于方程显著性，α＝005，t0＝434499，t1＝43317。在自由度为n－2＝10，查t分布t0．025（10）为2．228。＞t0．025（10）表明拒绝H0∶β＝0，表示粮食投入对粮食产量有一定影响，但t0、t1与t0．025（10）绝对值相差并不大。

由样本回归方程I，表明日本每多投入一亿元，可以增加的粮食产量为0．9232万吨，意味着日本递增的成本投入对粮食产量影响并不理想，实际上不能达到日本政府所希望看到的预期，说明日本农业财政投入较高，使用不够合理。数据图如下：

图5－2　日本粮食产量（吨）

图5－3　日本粮食产量所占土地（公顷）

图5－4　日本农业用地（平方千米）

图5－5　日本农业增加值

图5－6　日本农业国内生产总值（日元：10亿）