农民收入增长因素的计量分析.docx

农民收入增长因素的计量分析.docx

《农民收入增长因素的计量分析.docx》由会员分享，可在线阅读，更多相关《农民收入增长因素的计量分析.docx（20页珍藏版）》请在冰豆网上搜索。

农民收入增长因素的计量分析

计量经济学论文

农民收入增长因素的计量分析

班级：

统计学院05经管交叉实验班

指导教师：

庞皓老师黎实老师

姓名：

王健

学号：

40509025

农民收入影响因素的计量分析

内容摘要：

本文选取1985-2005年相关的数据，应用计量经济学所学知识建立乡村人均第一产业总产值、乡村非农劳动力数量数量、城市地均生产总值、单位农业产值的财政投入等四个因素对我国农民收入的影响进行回归模型并检验，并对其影响程度进行分析，以达到预测未来农民收入变化趋势，并给出相应的政策评价和政策建议。

关键词：

农民收入影响因素第一产业总产值乡村非农劳动力数量城市化财政投入

一问题提出

经济体制改革以来，我国农民收入总的来说增长缓慢。

1978-1984年，农民人均纯收入由133.16元提高到355.13元，扣除物价上涨因素，实际平均每年增长15.1％。

此后，农民收入增长一度陷入困境——两次增幅连续下降：

一次是在1989-1991年，连续3年农民收入增长幅度下降，甚至出现了负增长，年均增长只有0.7％；另一次是在1997-2000年，连续四年农民收入增长幅度下降。

2001年和2002年增长幅度虽然超过4％，但仍是恢复性的，基础并不牢固。

2003年农民收入增幅略有回升，2004年农民收入增长突破2936元，实际增长6.8％，是1997年以来增长最快的一年.为什么在1989-1991和1997-2000农民收入增长幅度会下降？

为什么2004年农民收入增长幅度是是1997年以来增长最快的一年？

到底有哪些因素影响农民纯收入？

政府应该采取什么措施来增加农民收入？

农民增收问题不仅是农民自身的问题，也是整个社会的问题.农民增收缓慢影响到内需扩大，影响到社会稳定。

现阶段农民增收困难，是农业和农村经济结构性矛盾的现实反映，也是国民经济发展长期积累的深层次矛盾的集中体现.因此，提高和增加农民收入，是农业和农村经济发展的根本出发点，是“三农”问题的核心。

提高农民收入不仅是农民自己关心的问题，也是全国人民关心的问题。

农民收入增长速度的提高，城乡收入差距的缩小，直接关系到我国的工业化进程，关系到国民经济是否能持续、快速、健康发展。

因此，千方百计增加农民收入成为当前解决“三农”问题的关键。

所以，研究农民收入结构,如何增加农民收入是一个具有非常重大理论意义和实践意义的课题。

二研究现状

从现阶段的资料来看，理论界普遍认为农民收入过低，并呈现一些新特点:

一是农民收入增收减缓，例如付志方提出农民收入增长幅度呈逐年下降趋势;而李晓超认为中国农民收入无论是名义收入还是实际收入都出现了持续减缓的趋势。

二是农民增收难度加大，有些学者认为农民收入增加的制约因素越来越多，解决的难度越来越大，大幅度增加农民收入的潜力已尽。

主要集中几个方面思考:

国家对农业的投入问题:

例如黎见春、李敏昌认为调整国民收入分配和财政支出的结构，形成国家支农资金稳定增长的机制。

曾武清认为加强农业基础设施建设，加大对农业投入，改善农业生产条件是农民增收的有力保障。

价格支持与收入支持问题:

例如黎见春、李敏昌认为政府应加大对农业的补贴。

农业生产问题:

曾武清认为大力调整农业产业结构有利于农民增收。

张真认为提高农村工业化水平，必须大力推进农业的产业化经营。

王与认为农业的产业化有利于农民收入增加。

城镇化建设问题:

曾武清认为加快小城镇建设，发展农村二、三产业是农民增收的根本出路。

人力资源问题:

例如张建国认为农民的素质低下是影响农民收入快速增长的主要原因。

李仲生认为农村剩余劳动力的转移也提高农民纯收入.曾武清认为依靠科技进步和提高农民素质是增加农民收入的重要支撑。

三理论综述

从经济学的学习中可以发现，影响农民收入的因素众多,本文选取现阶段影响农民收入增长的重要因素,主要有：

农产品价格和产量，非农劳动力数量因素，城市化，农民负担因素.

农产品价格和产量.目前农业收入仍是大部分地区农民收入的主要来源，农产品收购价格水平及产量水平直接影响农民收入状况.因此，本文采用乡村人均第一产业总产值这一指标来综合反映农产品价格和产量对农民收入的影响.

非农劳动力数量因素.虽然中国的农民目前仍以种植业为主要收入途径，但已经有越来越多的农民进入非农产业就业，如外出打工，经营副业企业等.使得农民收入来源渠道更多.基于这种情况，我们不能不认识到非农就业因素与农民收入有着密切的关系.本文采用非农劳动力数量数量来反映非农就业因素对农民收入的影响.

城市化.所谓城市化,是指伴随着现代工业和信息社会、经济社会分工的细化,人们从事经济、政治、文化活动,为节省时间和其他资源向城市聚集的过程,是经济发展过程中的自然现象和必然性的阶段。

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.本文以城市地均生产总值来反映城市化水平。

农民负担因素。

财政支农政策是国家调控农业生产进而影响农民收入的一个基本工具。

本文采用单位农业产值的财政投入来衡量国家对农业的投入。

四变量选取

Y：

农民人均纯收入（元）；

X1:

乡村人均第一产业总产值＝农林牧渔业总产值/乡村年末人口数。

由于农业产品的品种比较单一，农业产值增长快慢直接表现为农产品价格的升降以及产量的增减。

因此该变量可以近似反映为农产品价格上升和农产品产量增加对农民增收的影响。

X2:

乡村非农劳动力数量＝乡村劳动力人数-乡村农业劳动力人数.农村非农劳动输出以“农民工”即低收入人群为大多数，而且他们的工资水平比较接近，因此，以这个指标来衡量农民的非农就业规模

X3:

城市地均生产总值＝（第二产业生产总值＋第三产业生产总值）/城市建成区面积。

第二、第三产业的生产总值并非完全由城市所贡献，但它代表了工业化、城市化和以服务为标志的现代化程度.

X4:

单位农业产值的财政投入＝国家财政用于农业的支出/农林牧渔业总产值。

国家对农业投入越大，农民的负担就越小。

五数据来源及处理

1．城镇面积1985－1990缺省的数据按年6.94％增长率计算，1990－1995的缺省数据按年8.42％增长率计算。

（其中）

2．农民人均纯收入、农林牧渔业总产值、乡村劳动力人数、乡村农业劳动力人数、第二产业生产总值、第三产业生产总值、城市建成区面积国家财政用于农业的支出来自中经网<中国统计年鉴>及<中国农业发展报告>。

（数据见附录）

六模型设定及参数估计

样本回归模型设定为：

Y=β0+β1X1+β2X2+β3X3＋β4X4+ui

1、对模型进行协整检验

单位根检验

先对各个变量y,x1,x2,x3,x4的二阶差分序列做单位根检验，各结果如下图所示:

被解释变量Y在10%的显著性水平下,单位根检验的临界值为-2.6745,T检验统计量值为-2.889454,小于相应临界值,从而拒绝H0,表明Y（人均农民收入）的差分序列不存在单位根,是平稳序列.即Y是二阶单整的,Y~I

（2）.

X1（乡村农业第一产业总产值）的二阶差分序列通过单位根检验,是平稳序列,X1二阶单整,X1~I

（2）.

X2（乡村非农劳动力数量）的二阶差分序列通过单位根检验,是平稳序列,X2二阶单整,X2~I

（2）.

X3（城市地均生产总值）的二阶差分序列通过单位根检验,是平稳序列,X3二阶单整,X3~I

（2）.

X4（单位农业产值的财政投入）的二阶差分序列通过单位根检验,是平稳序列,X4二阶单整,X4~I

（2）.

通过Eviews软件得出,各个变量的二阶差分序列均在10%的显著性水平下通过单位根检验,表明各序列不存在单位根,都是平稳序列即二阶单整的.

协整检验

为分析农民人均收入（Y）与各个解释变量X1,X2,X3,X4,之间是否存在协整关系,先做Y对各解释变量的回归,然后检验回归残差的平稳性.

首先以农民人均收入Y对X1,X2,X3,X4用OLS回归方法估计回归模型，结果见下表：

估计的回归模型为:

为检验回归残差的平稳性,运用Eviews的”Genr”功能,令Ut=Resid,将上述OLS回归得到的残差序列命名为新序列Ut,然后对Ut进行单位根检验.由于残差序列的均值为0,所以选择无截距项,无趋势项的DF检验,模型设定及结果见图与表.

在10%的显著性水平下,T检验统计量值为-4.547484,小于相应临界值-4.15,从而拒绝H0,表明残差序列不存在单位根,是平稳序列,说明人均农民收入（y）和各解释变量X1,X2,X3,X4之间存在协整关系.表明变量之间有长期协整均衡关系.

2、模型参数估计和检验

用OLS方法对模型进行回归分析

估计的回归模型为:

模型检验：

当α=0.05时，=0.997588，可决系数很高，F-statistic=2068.647，回归方程显著，X1，X2，X3的系数和截距项α的t检验是显著的，但是X4的系数未通过t检验，可能存在多重共线性。

计算各解释变量的相关系数，得到相关系数矩阵：

证实确实存在严重多重共线性。

3、修正多重共线性—逐步回归法

（1）分别作Y对X1，X2，X3,X4作一元回归，结果如下：

一元回归结果

变量

X1

X2

X3

X4

参数估计值

6285.917

0.228081

651.1158

55527.08

t统计值

33.90299

23.36375

46.79065

3.389058

0.983739

0.966364

0.991396

0.376757

0.982883

0.964593

0.990944

0.343955

其中，加入X3的方程值最大，以X3为基础，顺次加入其他变量逐步回归，结果如下：

加入新变量的回归结果

（一）

X1

X2

X3

X4

X3、X1

2197.4002

（3.262022）

433.3236

（6.234251）

0.994166

X3、X2

-0.008507

（-0.264334）

680.7400

（7.504495）

0.990754

X3、X4

667.1648

（37.33931）

-2226.484

（-0.900769）

0.991118

经过比较，新加入X1的方程的＝0.994112，改进最大，而且各参数的t检验显著，选择保留X1，再加入其他新变量逐步回归，结果如下：

加入新变量的回归结果

（二）

X1

X2

X3

X4

X3、X1、X2

4088.066

（6.957929）

-0.109844

（-4.926442）

546.6061

（10.64655）

0.997456

X3、X1、X4

2395.105

（3.713179）

428.8231

（6.534361）

-3442.774

（-1.794850）

0.994807

在X3,X1的基础上再加入X2后的方程明显增大，而且各个参数t检验都显著。

最后修正严重多重共线性影响的回归结果为：

t＝（4.711742）（6.957929）（-4.926442）（10.64655）

＝0.997837＝0.997456F=2614.533DW＝1.452962

4、验证异方差--White检验

=21*0.486655=10.21974，，.因此不能拒绝原假设,拒绝备择假设,表明模型不存在异方差性。

5、验证自相关性

DW＝1.452962n=21，k=3，α=0.05，可查得DL=1.026，DU=1.669，

∵DL

为消除自相关问