我国农民收入影响因素的回归分析

计量经济学我国农民收入影响因素的回归分析科技学院国贸一班曾迪2012620039宁楷2012620044陈一霖2012620040-1-我国农民收入影响因素的回归分析——以四川省为例摘要：本文以四川省为例，分析农民收入增长的影响因素，并从中选出7个因素与农民收入进行多元回归分析，建立数学模型，并定量分析影响因素的作用程度。关键词：农民收入影响因素回归模型一、引言自改革开放以来,虽然中国经济平均增长速度为9.5%,但二元经济结构给经济发展带来的问题仍然很突出。农村人口占了中国总人口的70%多,农业产业结构不合理,经济不发达,以及农民收入增长缓慢等问题势必成为我国经济持续稳定增长的障碍。正确有效地解决好“三农”问题是中国经济走出困境,实现长期稳定增长的关键。其中,农民收入增长是核心,也是解决“三农”问题的关键。本文力图应用适当的多元线性回归模型,对有关农民收入的历史数据和现状进行分析,寻找其根源,探讨影响农民收入的主要因素,并在此基础上对如何增加农民收入提出相应的政策建议。二、定性分析农民收入水平的度量，通常采用人均纯收入指标（罗发友、肖国安，2002）。影响农民收入增长的因素是多方面的，既有结构性矛盾因素，又有体制性障碍因素。但可以归纳为以下几个方面：一是农产品收购价格水平。目前农业收入仍是中西部地区农民收入的主要来源，农产品收购价格水平直接影响农民收入状况。二是农业剩余劳动力转移水平。中国的农业目前仍以农户分散经营为主，农业比较效益低，尽快地把农业剩余劳动力转移出去是有效改善农民收入状况的重要因素。三是城市化、工业化水平。中国多数地区城市化、工业化水平落后于世界平均水平，这种状况极大地影响了农民收入的增长。四是农业产业结构状况。农林牧渔业对农民收入增长贡献率是不同的。随着我国“入世”后农产品市场的开放和人民生活水平的提高、农产品需求市场的改变，农业结构状况直接影响着农民收入的增长。五是劳动力素质。劳动力的技能素质水平是影响劳动力的就业适应性、稳定性和竞争力的重要因素。因此，农民综合素质水平低是农民增收的关键性制约因素。六是农业投入水平。农民收入与财政农业支出、农村集体投入、农户个人投入以及信贷投入都有显著的正相关关系（朱述斌、陈卫平和周波，2002）。农业投入是农民收入增长的重要保证。但考虑到农业投入主体的多元性，既有国家、集体和农户的投入，又有银行、企业和外资的投入，考虑到复杂性和可行性，所以对农业投入与农民收入，本文暂不作讨论。因此，本文以四川为例，把农民收入与各影响因素关系进行线性回归分析，并建立数学模型。三、计量经济模型分析（一）指标的选择根据以上分析，我们在影响农民收入的五大因素中引入7个解释变量（考虑到资料的可得性，仅利用1985-2000年的数据）。即：1x-农产品收购价格指数，2x-农村劳动力中从事非农劳动力占农村劳动力总数的比重，3x-非农人口占总人口的比重，4x-第二、三产业从业人数占全社会从业人数的比重，5x-第二、三产业增加值占GDP的比重，6x-农业产值占农林牧渔业总产值的比重，7x-初中以上文化程度劳动力占农村劳动力总数的比重。-2-样本数据，经由《四川统计年鉴》历年资料计算整理，其中156,,,yxxx均按1985年不变价换算，数据整理结果列于表1。表1农民人均纯收入与影响因子的原始数据年份1x2x3x4x5x6x7xy198510017.717.833.359.564.725.2377.31986107.817.517.834.261.761.928.1390.61987121.616.818.134.261.462.230.7404.81988156.418.318.335.564.459.232.3421.81989180.316.718.534.965.159.732.8432.81990177.817.318.634.364.559.934.6440.61991172.317.518.734.766.159.336.9457.31992170.220.518.936.668.757.338.2485.21993186.526.619.242.772.054.640.1504.51994251.528.019.643.972.851.742.2536.11995306.228.520.349.073.349.344.8578.01996326.128.620.550.274.148.847.2647.41997316.329.720.952.875.348.548.7712.31998287.530.421.253.477.846.550.8701.81999259.431.421.453.678.249.252.8741.02000252.936.422.753.478.548.756.3760.0资料来源：《四川统计年鉴》2000年版错误!未指定书签。（二）计量经济模型的建立1、相关分析。为了说明各解释变量对被解释变量的影响，我们先进行农民收入与制约因素的相关分析，计算简单相关系数，各变量简单相关系数矩阵如表2所示，根据相关系数分析，说明各因子对农民收入的影响是极为显著的。表2简单相关系数矩阵①x1x2x3x4x5x6x7yx11.000000.824580.830910.898040.88105-0.949750.869670.85908x20.824581.000000.952300.963420.95245-0.934710.941870.93904x30.830910.952301.000000.951540.94850-0.920720.980800.98149x40.898040.963420.951541.000000.95543-0.968350.950090.97282x50.881050.952450.948500.955431.00000-0.974460.982180.95560x6-0.94975-0.93471-0.92072-0.96835-0.974461.00000-0.95369-0.93714x70.869670.941870.980800.950090.98218-0.953691.000000.97806y0.859080.939040.981490.972820.95560-0.937140.978061.000002、多元回归分析。为了解各种因素共同作用下对农民收入的影响，我们进行多元回归分析。将上述因素考虑在内，最后的计量模型为：011223344556677ybbxbxbxbxbxbxbx在计算机上用Eviews软件进行最小二乘估计运算，得出回归模型及各检验统计量：1231568.6980.0746.58125.228yxxx（0.287）（-1.942）（0.976）456713.9823.97811.3716.475xxxx（4.536）（0.571）（1.519）（1.140）20.996R20.992RF=146.88782.819d（1）多重共线性检验及修正：①该简单相关系数矩阵由统计软件SAS计算所得。-3-①多重共线性的检验从表2中可以看出，解释变量之间存在高度线性相关。同时从回归模型可以看出，尽管整体上线性回归拟合较好，但135xxx、、和7x变量的参数t值并不显著，表明模型中解释变量确实存在严重的多重共线性。②多重共线性的修正采用逐个剔出法来消除多重共线性，首先将t统计量最小的1x剔出，重新建立模型进行分析，得到新的回归模型：2341396.6316.82725.18313.961yxxx（-2.196）（1.028）（4.781）5673.0909.6526.706xxx（0.522）（2.322）（1.258）20.996R20.992RF=189.1432.820d3x、5x和7x的t检验又没有通过，再剔出t统计量最小的5x，重新建立回归方程：234671107.0975.85418.10113.8618.8708.859yxxxxx（-2.445）（0.922）（4.940）（2.371）（2.728）20.996R20.992RF=244.7262.724d3x的t检验未通过，剔出3x再次建立回归模型：24671054.4765.18266115.1659711.1254111.48902yxxxx（-2.287）（6.302）（3.958）（7.451）20.996R20.991RF=309.9152.742d至此，模型的t检验全部通过，其他统计检验效果均有较大改善，多重共线性消除。（2）异方差检验利用ARCH检验法检验模型是否存在异方差检验，由于样本比较小，所以我们就不用(n-p)*R^2，e²与其滞后3阶的3个自回归变量t值均不显著，就说明该模型不存在异方差。表3异方差的ARCH检验ARCHTest:F-statistic1.17149343273Probability0.373480343084Obs*R-squared3.6508303012Probability0.30172033587TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:06/05/05Time:09:46Sample(adjusted):19882000Includedobservations:13afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C94.485972237109.3933147110.8637271161120.410165382558RESID^2(-1)-0.06873023638550.326045345225-0.2107996246290.837739128701RESID^2(-2)0.4767305897940.2999809294151.589202989410.146477551679RESID^2(-3)-0.06406906963560.329522497889-0.1944300314730.850157113828R-squared0.280833100092Meandependentvar152.183591612AdjustedR-squared0.0411108001228S.D.dependentvar213.236275451S.E.ofregression208.807119234Akaikeinfocriterion13.7683588044Sumsquaredresid392403.717385Schwarzcriterion13.9421893759Loglikelihood-85.4943322287F-statistic1.17149343273Durbin-Watsonstat1.97414073608Prob(F-statistic)0.373480343084（3）自相关检验：-4-采用DW检验来检验模型自相关问题，由最小二乘估计结果得出DW=2.742，给定显著性水平，查Durbin-Watson表，n=16，k’=4，得下限临界值Ld=0.734，上限临界值Ud=1.935，44ULdDWd，DW检验不能确定是否自相关，改用图示法进行检验，如图1所示，可以看出，一阶残差无自相关，模型通过检验。-30-20-100102030-30-20-100102030E(-1)E四、模型总体评价及对策建议（一）模型总体评价由农民人均纯收入实际数据与回归模型作图，如图2所示，可以看出，模型和实际拟合较好，模型的设定合理，具有应用和预测价值。-30-20-10010203030040050060070080019861988199019921994199619982000ResidualA