UNIVERSITATEA TRANSILVANIA DIN BRAŞOVFACULTATEA DE ŞTIINŢE ECONOMICE

EVOLUŢIA PRODUCŢIEI DE LEGUME ÎN ROMÂNIA ÎN PERIOADA 1990 - 2009

Întocmit:

Buhalău Cătălin

BRAŞOV, 2010

1. Introducere

Motivaţia alegerii acestei teme este reprezentată de actualitatea subiectului pe fondul crizei economice în care legumele suplinesc prin preţul lor mai redus produsele alimentare mai scumpe, referindu-mă prin aceasta la cele din lapte sau carne. Este cunoscut că din punct de vedere econimic că atunci când scade nivelul de trai, creşte în primul rând consumul de cartof, fiind leguma cea mai ieftină.

Datele utilizate în acestă analiză au fost preluate din Anuarul Statistic al României 2008 precum şi de pe site-ul Ministerul Agriculturii şi Dezvoltării Rurale.

1

2. Modelul regresiei simple

Pentru a realiza analiza privind evoluţia producţiei în perioada 1990-2009, am ales ca factor de influenţă suprafaţa cultivată cu legume, utilizând modelul econometric al regresiei simple. Cu ajutorul coeficientului de corelaţie lineară vom verifica tipul de corelaţie între cele două variabile şi cât de puternică este legătura între acestea. Valoarea calculată a acestui indicator este egală cu 0,79 ceea ce indică faptul că între cele două variabile există o legătură directă, pozitivă de intesitate medie, adică creşterea producţiei de legume este influenţată de suprafaţa cultivată cu legume.

Modelul econometric folosit este:

P = a + a S + ε

unde:P = Producţia de legume în anul t;S = Suprafaţa cultivată cu legume în anul t;ε = Eroarea de specificare;a , a = parametrii modelului.

Estimarea parametrilor modelului

Folosind datele din Anexa 1 şi metoda celor mai mici pătrate pentru estimarea parametrilor modelului s-au obţinut următoarele rezultate:

P = –2430,92 + 23,24 S + e (– 2,15) (5,53) R = 0,62n = 20

(·) = t Student

Testul Durbin-Watson

În modelul econometric folosit vom aplica în continuare testul Durbin-Watson pentru a determina dacă apare autocorelaţia erorilor. Am obţinut conform rezultatului acestui test valoarea calculată DW = 1,25. Din tabela Durbin-Watson extragem valorile d = 1,20 şi d = 1,41 corespun-

2

zătoare unui număr de 20 observări şi 1 grad de libertate. Valoarea calculată DW aparţine intervalului , adică valoarea obţinută se află într-o zonă de nedeterminare şi nu se poate preciza dacă există sau nu autocorelaţia erorilor.

Testul Goldfeld-Quand

Pentru a verifica dacă modelul este homoscedastic sau heteroscedastic am aplicat testul Goldfeld- Quand conform căruia am obţinut următoarele rezultate: F calculat = 0,56 iar F teoretic = 6,38. Deoarece valoarea lui F calculat este mai mare decât valoare lui F teoretic putem afirma că modelul este homoscedastic şi putem continua testarea acestui model fără alte corecţii.

Testul Student

Am aplicat testul Student, test de semnificaţie individuală, şi s-a putut constata că variabila explicativă, suprafaţa cultivată cu legume are o influenţă semnificativă asupra variabilei de explicat, producţia de legume în România, obţinând o valoare a coeficientului de determinaţie R= 0,62.

Testul Fisher

Pentru a determina dacă variabila explicativă are o semnificaţie globală asupra variabilei de explicat am testat modelul econometric cu ajutorul testului Fisher. În urma calculelor efectuate obţinem F calculat având valoarea de 30,63 iar F teoretic este de 4,41. Putem garanta cu o probabilitate de 95% că variabila explicativă suprafaţa cultivată cu legume, influenţează semnificativ variabila de explicat, respectiv producţia de legume în România.

3. Adăugarea unor noi factori în model

Asupra variabilei de explicat, producţia de legume în România, acţionează mai mulţi factori de aceea am ales pentru dezvoltarea modelului introducerea următorilor factori: numarul de masini si utilaje agricole folosite, cantitatea de îngrăşăminte (exprimat în mii de tone) şi numarul de persoane care lucrează în legumicultură (exprimat în mii de persoane).

Modelul econometric este:

3

P = a + a S + a M + a CI + a A + ε

unde:P = Producţia de legume în anul t;S = Suprafaţa cultivată cu legume în anul t;M = Numărul de maşini si utilaje agricole folosite în anul t;CI = Cantitatea de îngrăşăminte în anul t;A = Numărul de persoane care lucrează în legumicultură în anul t; ε = Eroarea de specificare;a , a , a , a , a = parametrii modelului.

Estimarea parametrilor

Folosind datele din Anexa 2 şi metoda celor mai mici pătrate pentru estimarea parametrilor modelului s-au obţinut următoarele rezultate:

P = –4997,77 + 18,86 S + 0,01 M + 0,08 CI + 0,34 A + e (–2,51) (3,88) (1,85) (1,15) (0,78)

R = 0,70n = 20(·) = t Student

Testul Durbin Watson

Am aplicat testul Durbin-Watson pentru a determina dacă în modelul econometric folosit are loc autocorelaţia erorilor. Conform rezultatului acestui test am obţinut valoarea calculată DW = 1,30 şi din tabela Durbin-Watson extragem valorile d = 0,89 şi d = 1,82 corespunzătoare unui număr de 20 observări şi 4 grade de libertate. Putem observa că DW , adică valoarea obţinută se află într-o zonă de nedeterminare şi nu se poate preciza dacă există sau nu autocorelaţia erorilor şi vom merge mai departe cu testarea modelului.

Testul Goldfeld – Quand

4

Vom aplica testul Goldfeld- Quand pentru a determina dacă în model apare heteroscedasticitatea datorită variabilelor explicative numărul de utilaje folosite şi numărul de persoane care lucrează în legumicultură. Am ordonat datele după această variabilă explicativă, cantitatea de îngrăşăminte utilizate, care este considerată cauza heteroscedasticităţii şi conform calculelor efectuate se obţine o valoare a lui F calculat de 1,78 şi o valoare a lui F teoretic = 161,4. Comparând cele două valori putem afirma că modelul este homoscedastic. Am ordonat datele după cea de-a doua variabilă care poate fi cauză a prezenţei heteroscedasticităţii în model şi conform calculelor efectuate cu ajutorul produsului informatic Excel am obţinut o valoare a lui F calculat de 0,97 şi o valoare a lui F teroretic = 161,4. Se observă că valoarea lui F calculat este mai mică decât valoare lui F teoretic şi putem afirma că modelul este homoscedastic şi în acest caz. Modelul econometric nu este heteroscedastic de aceea nu este necesară corecţia sa.

Testul Student

Din tabela legii de distribuţie Student a fost extrasă valoarea corespunzătoare unui prag de semnificaţie de 5%, un număr de 20 observări şi 4 factori de influenţă rezultând t teoretic = 2,77. Am comparat valorile calculate cu valoarea lui t teoretic şi se poate garanta cu o probabilitate de 95% că variabilele explicative, numărul de utilaje folosite si numărul de persoane care lucrează în legumicultură au o influenţă semnificativă asupra variabilei de explicat, producţia de legume în România. Rezultatele obţinute după aplicarea testului Student evidenţiază faptul că dintre cele 4 variabile 2 au o influenţă semnificativă asupra variabilei de explicat.

Testul Fisher

Vom testa cu ajutorul testului Fisher influenţa globală pe care aceste variabile o au în ansamblul lor asupra variabilei producţia de legume în România. Aplicând testul de semnificaţie globală, am obţinut următoarele rezultate: valoarea lui F calculat este de 8,72 iar F teoretic este de 3,05. Conform acestor rezultate putem afirma că cu probabilitatea de 95% ansamblul variabilelor explicative introduse în model influenţează semnificativ variabila de explicat, respectiv producţia de legume în România.

Testul Chow

5

Aplicând testul Chow pe baza varianţelor reziduale ale modelului şi prin împărţirea eşantionului în două subperioade egale, am obţinut F calculat = 1,26 iar F teoretic = 3,68. În acest caz, rezultă cu probabilitatea de 95% că modelul este stabil pe întreaga perioadă.

Introducerea variabilelor Dummy

În modelul econometric vom introduce variabila explicativă Dummy care va lua valoarea 1 în anii 2003- 2004 şi valoarea 0 în ceilalţi ani.

Modelul nou este :

P = a + a S + a M + a CI + a A + a D + ε

unde:P = Producţia de legume în anul t;S = Suprafaţa cultivată cu legume în anul t;M = Numărul de utilaje şi maşini agricole utilizate în anul t;CI = Cantitatea de îngrăşăminte utilizate în anul t; A = Numărul de persoane care lucrează în legumicultură în anul t;D = Variabila Dummy;ε = Eroarea de specificare;a , a , a , a , a , a = parametrii modelului.

Utilizând metoda celor mai mici pătrate pentru estimarea parametrilor modelului, rezultatele obţinute sunt:

S = –3090,70 + 12,12S + 0,01 M + 0,04 CI + 0,55 A + 547,11 D + e (–1,51) ( 2,18) (1,98) (0,64) (1,33) (2,01)

R = 0,76n = 20(·) = t Student

Testul Durbin Watson

În modelul econometric am adaugat variabila Dummy şi vom testa în continuare cu ajutorul testului Durbin-Watson dacă în model există

6

autocorelaţia erorilor. Din tabela Durbin-Watson extragem valorile d = 0,79 şi d = 1,99 corespunzătoare unui număr de 20 observări şi 5 grade de libertate. Conform calculelor efectuate am obţinut valoarea calculată DW = 2,01. Putem observa că DW , valoarea obţinută indică faptul că în model nu există autocorelaţia erorilor. Adăugarea variabilei Dummy în modelul econometric nu influenţează modelul în ceea ce priveşte caracteristica homoscedastică a acestuia, nefiind necesare corecţii ale noului model, deoarece acesta a fost testat anterior.

Testul Student

Pentru a verifica dacă variabila Dummy influenţează semnificativ variabila de explicat am aplicat testul de semnificaţie individuală. Valoarea extrasă din tabela legii de distribuţie Student, corespunzătoare unui prag de semnificaţie de 5%, un număr de 20 observări şi 5 factori de influenţă este t teoretic = 2,57. Raţia Student a variabilei explicative Dummy este = 2,67 ceea ce înseamnă că variabila are o influenţă semnificativă asupra variabilei de explicat, respectiv producţia de legume în România.

Testul Fisher

Vom aplica în continuare testul de semnificaţie globală, testul Fisher, a modelului econometric care conţine variabila Dummy. Valorile obţinute în urma calculelor sunt: valoarea lui F calculat este de 6,51 iar F teoretic este de 2,95. Comparând cele două valori, putem afirma că ansamblul variabilelor explicative introduse în model influenţează cu probabilitatea de 95% în mod semnificativ variabila de explicat, respectiv producţia de legume în România.

Concluzii

Prin estimarea şi testarea datelor aflate la dispoziţie am ajuns la concluzia că producţia de legume este influenţată semnificativ de suprafaţa

7

cultivată cu legume, numărul de utilaje utilizate, cantitatea de îngrăşăminte şi numărul persoanelor care lucrează în legumicultură.

Am aplicat testul de semnificaţie globală şi concluzia la care am ajuns a fost că regresia este global semnificativă şi că modelul este bine construit.

Modelul analizat analizat în această lucrare este stabil pe întreaga perioadă analizată.

În ceea ce priveşte autocorelaţia erorilor putem spune că pentru acest model nu se poate preciza dacă există autocorelaţie între erorişi cu probabilitate de 95% putem afirma că modelul nu este heteroscedastic.

Bibliografie

1. Ministerul Agriculturii: www. madr.ro2. Anuarul Statistic al României 2008, www.insse.ro.

8

ANEXA 1

9

Anul Productia de legumeSuprafata cultivata cu legume

1990 3051,2 250,61991 3246,4 243,71992 3461,2 270,21993 3992,1 265,11994 3548,7 245,81995 3868,5 260,41996 3934,4 266,91997 3559,6 251,31998 3939,8 268,91999 4365,6 284,12000 3381,1 281,92001 3848,3 269,92002 3973,4 2822003 4684,5 286,92004 4773,9 308,22005 3624,6 266,72006 4138,9 280,12007 3116,8 253,42008 3819,9 2692009 3867,0 265

ANEXA 2

Anul Productia Suprafata Utilaje Cantitatea de Numarul de

10

de legume (mii de tone)

cultivata cu legume

(mii de ha) folosite

ingrasaminte (mii de t)

persoane care lucreaza in

legumicultura (mii

depersoane)1990 3051,2 250,6 127065 12947 12221991 3246,4 243,7 132761 8687 12461992 3461,2 270,2 146790 8107 13451993 3992,1 265,1 158126 8832 14151994 3548,7 245,8 161223 8712 14241995 3868,5 260,4 163370 8947 12751996 3934,4 266,9 165281 9153 13001997 3559,6 251,3 163016 8459 13541998 3939,8 268,9 164756 8113 13401999 4365,6 284,1 163883 8508 13862000 3381,1 281,9 160053 8078 14282001 3848,3 269,9 164221 7848 13992002 3973,4 282 169240 8036 12042003 4684,5 286,9 169177 8812 11542004 4773,9 308,2 171811 9065 10542005 3624,6 266,7 173043 8516 10702006 4138,9 280,1 174563 7614 10062007 3116,8 253,4 174003 6943 9852008 3819,9 269 174073 7342 9792009 3867,0 265 174154 7235 968

11