农民收入影响因素分析.docx

农民收入影响因素分析.docx

《农民收入影响因素分析.docx》由会员分享，可在线阅读，更多相关《农民收入影响因素分析.docx（13页珍藏版）》请在冰豆网上搜索。

农民收入影响因素分析

农民收入影响因素分析

关键词:

农村家庭人均纯收入农产品收购价格指数农作物播种面积财政用于农业的支出

一、引言：

中国现阶段农民的收入水平非常低，这表现在农民作为一个整体所取得的收入刚够维持生存所需要的水平，且从发展来看增长缓慢，与城市居民收入的差距呈扩大状。

我国农民收人的增加明显减缓，由此引发了一系列严重的社会经济矛盾：

农民对农业投资的积极性降低，农业的基础地位减弱。

严重影响农民购买力的稳步提高，不利于农村市场的开拓。

对于农民收人增加减缓这一社会经济现象，增加农民收人是我国社会经济发展在特定发展阶段遇到的一个大问题，也是党中央高度重视和社会普遍关注的大问题。

对于这一问题的认识和理解，具有十分重大的理论意义和现实意义。

二、模型的建立和分析

（一）农民收入增长的趋势分析

农民收入实际增长经历了几个阶段。

我国经济体制改革是从农村开始，1978年联产承包责任制实施，极大调动农民生产积极性，又加上大幅度提高农产品价格等一系列利农政策的出台，使得农民收入再上新台阶，1978～1985年间总增长1.33倍。

随着中国经济改革从农村转向城市，农民收入增长开始逐渐放缓，由于经济过热，中国经济转入治理整顿，乡镇企业吸纳农村剩余劳动力能力急剧下降，进城农民纷纷返乡，非农收入大幅度下降。

剔除价格因素后，农民实际收入1988、1989年分别下降0.61%、6.3%。

90年代初期，由于卖粮难问题的出现，农民收入增长低于产量增长。

之后，敞开按保护价收购农民粮食的政策实施，极大的调动农民生产积极性，在连年创高产的同时，农民收入大幅度增加。

然而从1997年开始,到2003年，全国农民人均纯收人的增幅已连续7年没有一年超过5%，最高的年份增长4.8%，最低的年份只增长了2.1%,仅相当于同期城镇居民收人年均增长幅度的一半。

（二）因素的选择

　　影响农民收入增长的因素很多，我们选择了农产品收购价格指数、农作物播种面积、农业生产物质条件以及国家财政用于农业的支出。

农产品收购价格指数可以看作是提高农业生产积极性的一个重要因素。

农作物播种面积增加，无疑是增加农民农业收入总额的一个重要方面，在农村人口总数一定的条件下，对提高农民人均收入起着非常重要的作用。

农业生产物质条件是农业生产的物质保证,我们选取其中有代表性的农村用电量为代表.国家财政用于农业的支出，特别是对农业的科技支出，调动地方财政和农民自身等各方面对农业投入的积极性。

至于以上因素是否对农民收入具有显著影响，还需我们进一步用模型来检验。

（三）模型的建立

使用多元线性回归模型：

Y=C+C2X2+C3X3+C4X4+C5X5

其中Y代表农村家庭人均纯收入（元／人）

X2代表农产品收购价格指数

X3代表农作物播种面积（千公顷）

X4代表农村用电量（亿千瓦时）

X5代表财政用于农业的支出（亿元）

数据如下：

Y

X2

X3

X4

X5

1983

309.8

104.4

143993

428.1

1.81

1984

355.3

1

2.18

1985

397.69

108.6

143626

508.9

1.95

1986

423.8

106.4

144204

586.7

2.7

1987

462.6

112

144957

658.8

2.28

1988

544.9

123

144866

712

2.39

1989

601.5

1

.5

2.48

1990

686.31

97.4

148363

844.5

3.11

1991

708.6

98

149586

963.2

2.93

1992

784

103.4

149008

1106.9

3

1993

921.6

113.4

147741

1244.8

3

1994

1221

139.9

148241

1473.7

3

1995

1577.74

119.9

149879

1655.5

3

1996

1926.1

104.2

152381

1676.5

4.94

1997

2090.1

95.5

153969

1980.1

5.48

1998

2162

92

155706

2042.1

9.14

1999

2210.3

87.8

156373

2173.4

9.13

2000

2253.42

96.4

156300

2421.3

9.78

2001

2366.4

103.1

155708

2610.1

10.28

2002

2475.63

99.7

154636

2993.4

9.88

2003

2622.24

104.4

152415

3432.9

12.43

资料来源：

历年《中国农村统计年鉴》

（四）参数估计

用EVIEWS,估计结果为：

DependentVariable:

Y

Method:

LeastSquares

Date:

06/07/05Time:

15:

13

Sample（adjusted）:

19832003

Includedobservations:

21afteradjustingendpoints

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-11376.79

2912.885

-3.905678

0.0013

X2

1.967773

4.511614

0.436157

0.6686

X3

0.077551

0.018302

4.237350

0.0006

X4

0.602589

0.157678

3.821644

0.0015

X5

-6.048939

36.53857

-0.165549

0.8706

R-squared

0.974188

Meandependentvar

1290.525

AdjustedR-squared

0.967735

S.D.dependentvar

842.4981

S.E.ofregression

151.3322

Akaikeinfocriterion

13.08109

Sumsquaredresid

366423.0

Schwarzcriterion

13.32978

Loglikelihood

-132.3514

F-statistic

150.9691

Durbin-Watsonstat

0.477705

Prob（F-statistic）

0.000000

（五）模型检验：

F=150.9691>F0.05（4,16）=2.34,可决系数和修正可决系数都很大,表明模型从总体上看农民家庭人均纯收入与各解释变量之间线性关系显著。

但是x2x5均未通过t检验。

进一步检验解释变量之间的相关系数：

X2

X3

X4

X5

X2

1

-0.52288

-0.3035

-0.48627

X3

-0.52288

1

0.869879

0.859566

X4

-0.3035

0.869879

1

0.939695

X5

-0.48627

0.859566

0.939695

1

可以看出x4与x5之间线性相关度最高，模型存在着多重共线性。

（六）修正：

运用OLS方法逐一求Y对各个解释变量的回归。

结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。

经分析，在四个一元回归模型中农民家庭人均纯收入Y对财政用于农业的支出X5的线性关系强，拟合程度好，即：

Y=177.1251669+222.9135427X5

　　（132.3790）　（21.92991）

R2=0.844674Ｓ.Ｅ.=340.6661F=103.3236

逐步回归。

将其余解释变量逐一代入，从而剔除了解释变量X4,得如下模型：

DependentVariable:

Y

Method:

LeastSquares

Date:

06/07/05Time:

14:

46

Sample:

19832003

Includedobservations:

21

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-18266.15

3069.967

-5.949949

0.0000

X2

13.29706

4.563203

2.913974

0.0097

X3

0.117482

0.020161

5.827085

0.0000

X5

112.9168

25.66998

4.398789

0.0004

R-squared

0.950627

Meandependentvar

1290.525

AdjustedR-squared

0.941914

S.D.dependentvar

842.4981

S.E.ofregression

203.0499

Akaikeinfocriterion

13.63442

Sumsquaredresid

700897.7

Schwarzcriterion

13.83338

Loglikelihood

-139.1615

F-statistic

109.1066

Durbin-Watsonstat

0.924571

Prob（F-statistic）

0.000000

Y=-18266.15+13.29706X2+0.117482X3+112.9168X5

（七）ARCH检验和WHITE检验

ARCHTest:

F-statistic

2.119380

Probability

0.143629

Obs*R-squared

5.621658

Probability

0.131540

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

06/16/05Time:

12:

40

Sample（adjusted）:

19862003

Includedobservations:

18afteradjustingendpoints

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

23945.32

13947.82

1.716778

0.1081

RESID^2（-1）

0.659187

0.266677

2.471855

0.0269

RESID^2（-2）

-0.368535

0.306729

-1.201500

0.2495

RESID^2（-3）

0.082424

0.262895

0.313523

0.7585

R-squared

0.312314

Meandependentvar

37673.81

AdjustedR-squared

0.164953

S.D.dependentvar

41349.07

S.E.ofregression

37785.15

Akaikeinfocriterion

24.11035

Sumsquaredresid

2.00E+10

Schwarzcriterion

24.30821

Loglikelihood

-212.9932

F-statistic

2.119380

Durbin-Watsonstat

1.988779

Prob（F-statistic）

0.143629

WhiteHeteroskedasticityTest:

F-statistic

2.614426

Probability

0.064934

Obs*R-squared

11.09653

Probability

0.085439

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

06/16/05Time:

12:

42

Sample:

19832003

Includedobservations:

21

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-10944542

-0.798520

0.4379

X2

18307.38

10567.62

1.732403

0.1052

X2^2

-79.34233

45.39778

-1.747714

0.1024

X3

120.6223

189.1433

0.637730

0.5339

X3^2

-0.000360

0.000648

-0.555290

0.5875

X5

-9586.036

42831.75

-0.223807

0.8261

X5^2

-59.61886

2580.796

-0.023101

0.9819

R-squared

0.528406

Meandependentvar

33376.08

AdjustedR-squared

0.326294

S.D.dependentvar

39685.54

S.E.ofregression

32573.72

Akaikeinfocriterion

23.88160

Sumsquaredresid

1.49E+10

Schwarzcriterion

24.22978

Loglikelihood

-243.7568

F-statistic

2.614426

Durbin-Watsonstat

1.464026

Prob（F-statistic）

0.064934

ARCH和WHITE检验均通过,证明模型没有异方差。

（八）自相关检验及自相关的补救

从回归结果中可见，d=0.924571,在显著性水平a＝0.05下,同于d

利用对数线性回归修正自相关。

DependentVariable:

LY

Method:

LeastSquares

Date:

06/16/05Time:

13:

07

Sample:

19832003

Includedobservations:

21

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-252.3280

36.72484

-6.870772

0.0000

LX2

2.081664

0.389170

5.348982

0.0001

LX3

20.90414

3.062334

6.826212

0.0000

LX5

0.330217

0.141198

2.338688

0.0318

R-squared

0.964221

Meandependentvar

6.919061

AdjustedR-squared

0.957908

S.D.dependentvar

0.747452

S.E.ofregression

0.153351

Akaikeinfocriterion

-0.742536

Sumsquaredresid

0.399779

Schwarzcriterion

-0.543579

Loglikelihood

11.79663

F-statistic

152.7149

Durbin-Watsonstat

1.268961

Prob（F-statistic）

0.000000

d值落入不可判断区域，有了明显好转．

（九）平稳性检验

对变量1664403*LX2+行单位根检验，经检验LY,LX2,LX3,LX5二阶单整，通过了平稳性检验，模型变量之间具有长期稳定性关系。

检验结果如下：

对修正后的模型进行异方差检验,顺利通过.

（十）结论和分析：

DependentVariable:

LY

Method:

LeastSquares

Date:

06/16/05Time:

13:

33

Sample:

19832003

Includedobservations:

21

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-252.3280

36.72484

-6.870772

0.0000

LX2

2.081664

0.389170

5.348982

0.0001

LX3

20.90414

3.062334

6.826212

0.0000

LX5

0.330217

0.141198

2.338688

0.0318

R-squared

0.964221

Meandependentvar

6.919061

AdjustedR-squared

0.957908

S.D.dependentvar

0.747452

S.E.ofregression

0.153351

Akaikeinfocriterion

-0.742536

Sumsquaredresid

0.399779

Schwarzcriterion

-0.543579

Loglikelihood

11.79663

F-statistic

152.7149

Durbin-Watsonstat

1.268961

Prob（F-statistic）

0.000000

LY=-252.3279905+2.081664403LX2+20.9041435LX3+0.3302169461LX5

从模型对以上解释变量的分析：

1、农产品收购价格：

不可否认，国家提高农产品收购价格对农民收入的增加的确发挥了重要作用。

这种作用在80年代初期和90年代中期表现得尤为明显。

但是这种作用越来越小，这主要是因为政府不擅长使用市场价格保护政策。

我国农产品收购价格往往在粮食歉收时提价，以刺激供给，而在农产品供过于求需要价格支持时却降价，所以没有起到保护农业生产的作用，反而加剧了农产品市场价格波动幅度，对农业发展不利。

此外，目前我国主要农产品的价格已经接近或超过了国际市场，在加入世界贸易组织和农产品贸易自由化的大趋势下，继续大幅度提高政府的粮食收购价格已不可能。

事实上，面对国际市场价格水平，我国继续提高粮食收购价格的空间已经非常小，因而靠提价来增加农民收入的作用就会越来越小，提价将不会成为农民增收的重要来源。

而且政府对农产品收购价格提高往往伴随着社会物价的全面上涨，导致农业生产成本的全面上升，因而抵消了提价的作用。

并且农产品收购价格政策效率普遍较低。

据经合组织测算，发达国家价格政策补贴的效率仅为25%左右，而我国价格政策效率可能还要低一些。

2、财政对农业的支持：

从回归结果我们可以看出，财政对农业的支持对农民收入的增加有着重要的作用。

公共财政理论和实践也表明，财政支农政策对于一国的农业增长至关重要。

财政支农政策的积极作用主要表现在两个方面：

其一，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；其二，财政支持能有效地解决促进农业增长所必需的众多公共产品的外部性问题并具有规模经济的优势。

 因而， 财政支农政策对中国农业增长至关重要，在一定程度上影响着中国农业可持续增长的潜力。

3、耕地面积因素：

耕地面积的保证是确保我国粮食安全的因素之一。

由于我国缺乏土地规模经营和劳动生产率提升的稳定源泉，农民收入提高在一定程度上还是依靠耕地的恢复性增长和精细作业。

四、政策建议

（一）根据入世的要求合理调整和改革财政对农业的支持力度：

调整农业绿箱支持政策由于WTO《农业协定》要求各国约束黄箱政策对农业的干预和支持，1995年以来，许多发达国家政府逐步将国内农业支持转向强化“绿箱”政策措施。

中国应充分利用WTO农业协定“绿箱”政策条款，进一步扩大农业投资规模，调整投入结构，尤其要借鉴国际经验，改革财政管理体制，提高投资效率，把农业国内支持的重点逐步转到绿箱政策，从根本上提高农业竞争力。

１、继续加大对农业基础设施建设、农业科研教育和技术推广、动植物疫病控制体系，质量标准和市场信息等服务体系建设的支持力度，提高农业竞争实力。

2、逐步考虑建立农业收入支持体系。

为适应WTO农业协定的要求，目前许多国家已逐步减少农业价格支持，转向通过建立农业收入支持体系来稳定农业生产者收入。

建议首先通过成立政策性农业保险机构入手，向农业生产提供保险。

为既能保证农业生产在发生自然灾害时不受大的经济损失，又能使农业保险经营者能正常运行，应由各级财政设立灾害保险补助金，对农业保险提供保费补贴。

要逐步扩大农业保险范围，增加保险险种。

与此同时，应建立农民收入保险制度、直接收入补贴制度，逐步使之成为保证农业生产者最低收入水平的保障手段。

3、建立农业结构调整支持体系，通过提供优惠信贷等支持措施，解决中国农业进入新阶段和参与国际化进程后，结构性矛盾日益突出、市场竞争力下降的矛盾，支持农业产业化经营，促进农产品加工业、乡镇企业和小城镇发展。

　　4、建立农业可持续发展支持体系。

结合中国西部大开发战略的实施，以生态环境建设为中心，有步骤地退耕还林、还草，加大农村能源和生态农业示范工程建设的投资力度，合理开发利用自然资源，保护生态环境，促进农业可持续发展。

（二）改革农业黄箱支持政策目前中国农业“黄箱”支持尚有一定的空间，但应积极研究和借鉴各国农业支持结构调整经验，将对部分“黄箱”支持措施转向“绿箱”支持的合法名义下来。

同时，由于各国虽然对“黄箱”支持和特定农产品支持总量进行了大幅削减，但对部分重点产品却加强了保护，因此，中国在进行农业支持结构调整时也可借鉴国际经验，加强对粮、棉、油、糖等重点农产品的支持。

具体来看应做好以下几点：

1、建立健全农产品价格支持体系，保证竞争性农产品的市场稳定。

根据WTO国内支持“微量允许标准”条款，中国对农产品的价格支持与补贴还有一定的调节空间。

应充分利用这一有利的条件，对那些竞争性农产品建立灵敏、高效的价格支持体系。

但是，WTO《农业协定》要求政府提供的价格支持应针对农产品生产者，而不是流通部门。

因此，尽管今后价格支持在总量上有一定调控空间，但在支持结构及补贴目标上则需作较大的改革。

应通过调整农产品价格支持目标、支持重点，深化农产品流通体系改革，逐步减少对流通环节的补贴，把支持与补贴的重点转向农业生产者。

２、建立和完善对农业生产资料、信贷以及主要农产品储运、流通、