我国农民收入影响因素的计量经济学模型构建同名13797.docx

我国农民收入影响因素的计量经济学模型构建同名13797.docx

《我国农民收入影响因素的计量经济学模型构建同名13797.docx》由会员分享，可在线阅读，更多相关《我国农民收入影响因素的计量经济学模型构建同名13797.docx（10页珍藏版）》请在冰豆网上搜索。

我国农民收入影响因素的计量经济学模型构建同名13797

我国农民收入影响因素的计量经济学模型构建

一、问题的提出

改革开放以来，中国经济迅速发展，GDP逐年攀升，人民生活水平总体上有很大的改善。

但农村经济发展和农民生活水平的提高却面临着严重的困难，成了制约中国经济发展的重大因素。

伴随着人民总体生活水平的提高，中国的城乡基尼系数却在不断的扩大，这不仅影响了中国经济的健康正常发展，还有可能引发一系列的社会问题。

因此，“三农”问题成为中国经济研究的热点问题，提高农村居民收入迫在眉睫。

为此，本文将就农村居民的收入影响因素进行分析，对改革开放以来影响农村居民的一些要素进行统计研究，希望从中发现一些对农民收入起关键作用的因素，给农村改革与发展提供一些线索与建议。

我们采用计量分析的方法，把影响农民收入的内外因素结合起来，希望能从我们的分析中真正的找到改革开放以来影响农民收入的主要原因是什么。

二、研究方案与数据的搜集统计

通过我们对影响农业的主要因素的分析，和我们对改革开放以来的农业统计数据的分析。

我们把影响农民收入的因素分为农村内因素和农村外因素，农村内的因素即是农业本身的资本，劳动，科技等的投入，从而我们把农业内的影响农民收入的因素主要分为三个方面进行分析，如下：

国家财政用于农业的支出（X1）：

包括国家用于农业的科研支出，农村基本建设支出，支援农村生产支出和农林水利气象等部门的事业费，农村救济。

农业各税（X2）：

包括农业税、牧业税、耕地占用税、农业特产税和契税。

农产品收购价格指数（X3）：

价格指数以上年为基准，即上一年的价格指数=100

农业外的影响农业的因素主要是指城市化引起的农村产业结构，从而使农村人数的变化，从而对农民人均收入引起的变化，所以我们把农村产业结构的变化引起的农村居民人数的变化作为农村外影响因素的主要指标。

在这里，农村居民人数是指的靠农业劳动获得收入的人，就是说不包括依靠农村第三产业，外出务工等作为主要收入的农民。

从这两方面的因素来看，结合改革开放农村的实际统计数据，我们认为农村外的因素才是影响农民收入的根本。

即城市化和农村产业结构的变化对农民收入的影响有较根本性的作用。

因为从中国的农村具体情况来看，农村劳动力过剩是一个基本的特征，因而使得农村劳动生产率低下，所以单纯依靠传统的农村本身发展，对中国这样的一个特殊的农业大国来说，想根本性的提高农民收入是不可能的。

因而，我们研究这个问题时，先用农村内的影响因素对农民收入进行回归分析。

然后我们把农村外的影响因素加入回归模型中，比较两次回归的优劣，如果加如农业外因素后的模型显然优于没加入时的模型，并且符合经济和统计的检验，那么我们可能有理由相信影响农民收入的真正原因，主要原因在农村之外。

而如果加入农村外因素的引入对模型没多大的影响，我们则可以分析到底是我们模型的设定有误，还是劳动力转移对农村居民的收入影响的确是微弱的。

通过我们查阅资料，大多数研究影响农民收入因素的分析中，是把这些单个因素和农民的收入作简单线性回归。

因而，我们将农村内影响农村居民收入的模型设定为以下简单的线性的三元方程：

Y=C+C1*X1+C2*X2+C3*X3+U

查找获得的数据如下:

年份

农村居民人均收入（Y）

国家财政用于农业的支出（X1）

农业各税（X2）

农产品收购价格指数（X3）

1980

191.3

149.95

27.67

107.1

1981

201.6

110.21

28.35

105.9

1982

240.4

120.49

29.38

102.2

1983

296.4

132.87

32.96

104.4

1984

356.3

141.29

34.84

104

1985

397.6

153.62

42.05

108.6

1986

423.8

184.2

44.52

106.4

1987

462.6

195.72

50.81

112

1988

544.9

214.07

73.69

123

1989

601.5

265.94

84.94

115

1990

686.3

307.84

87.86

97.4

1991

708.6

347.57

90.65

98

1992

784

376.02

119.17

103.4

1993

921.6

440.45

125.74

113.4

1994

1221.0

532.98

231.49

139.9

1995

1577.7

574.93

278.09

119.9

1996

1926.1

700.43

369.46

104.2

1997

2090.1

766.39

397.48

95.5

1998

2162

1154.76

398.8

92

1999

2210.3

1085.75

423.5

87.8

2000

2253.4

1231.54

465.31

96.4

2001

2366.4

1335.46

481.7

98.3

资料来源：

中国统计年鉴

Y：

农村居民人均收入（单位：

元）

X1：

国家财政用于农业的支出（单位：

亿元）

X2：

农业各税（单位：

亿元）

X3：

农产品收购价格指数（单位：

%）

（注：

价格指数以上年为基准，即上一年的价格指数=100）

三、模型的参数估计

得到如上的统计数据后，我们用EWIEWS软件对模型进行回归并得到模型的参数估计值。

如下：

DependentVariable:

Y

Method:

LeastSquares

Date:

09/21/12Time:

11:

06

Sample:

19802001

Includedobservations:

22

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

233.8541

201.9679

1.157878

0.2620

X1

0.005803

0.197401

0.029397

0.9769

用OLS法估计其参数得：

DependentVariable:

DY

Method:

LeastSquares

Date:

09/21/12Time:

14:

54

Sample（adjusted）:

19812001

Includedobservations:

21afteradjustingendpoints

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

125.6701

52.64465

2.387139

0.0275

DX1

1.551101

0.180809

8.578655

0.0000

R-squared

0.794802

Meandependentvar

472.9573

AdjustedR-squared

0.784002

S.D.dependentvar

331.8368

S.E.ofregression

154.2232

Akaikeinfocriterion

13.00507

Sumsquaredresid

451911.3

Schwarzcriterion

13.10455

Loglikelihood

-134.5533

F-statistic

73.59332

Durbin-Watsonstat

1.577062

Prob（F-statistic）

0.000000

从输出的结果看，DW=1.57706,所以dv

经济模型得到改善。

（2）异方差检验

ARCH检验：

ARCHTest:

F-statistic

6.951963

Probability

0.006716

Obs*R-squared

8.834111

Probability

0.012070

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

09/21/12Time:

15:

21

Sample（adjusted）:

19832001

Includedobservations:

19afteradjustingendpoints

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

7726.776

7798.640

0.990785

0.3365

RESID^2（-1）

0.742949

0.250866

2.961537

0.0092

RESID^2（-2）

-0.088557

0.249725

-0.354619

0.7275

R-squared

0.464953

Meandependentvar

23093.71

AdjustedR-squared

0.398072

S.D.dependentvar

35150.23

S.E.ofregression

27270.96

Akaikeinfocriterion

23.40897

Sumsquaredresid

1.19E+10

Schwarzcriterion

23.55809

Loglikelihood

-219.3852

F-statistic

6.951963

Durbin-Watsonstat

1.998523

Prob（F-statistic）

0.006716

Obs*R-squared=8.83411，表明随机误差项存在异方差。

异方差的修正：

用对数变换法做OLS回归得到：

DependentVariable:

LY

Method:

LeastSquares

Date:

09/21/12Time:

15:

36

Sample:

19802001

Includedobservations:

22

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

0.789427

0.288863

2.732875

0.0128

LX1

0.997454

0.048951

20.37655

0.0000

R-squared

0.954045

Meandependentvar

6.619998

AdjustedR-squared

0.951747

S.D.dependentvar

0.844730

S.E.ofregression

0.185559

Akaikeinfocriterion

-0.444383

Sumsquaredresid

0.688641

Schwarzcriterion

-0.345197

Loglikelihood

6.888213

F-statistic

415.2038

Durbin-Watsonstat

0.602275

Prob（F-statistic）

0.000000

表7

通过异方差的修正后，可决系数仍然比较高，而且各项系数都通过了T检验，

因此，农村内的影响因素模型基本设定为

Y=0.789427+0.997454X1+U

（4）加入农村人口变量（农村外因数）

我们加入农村外影响农民收入的因素，即农村产业结构变化，农村城市化过程中引起的劳动力人数的变化X4，X4是指的农村中主要依靠农、林、牧、渔业为主要收入的农村人口数量.（单位：

万人）

年份

国家财政对农业的支出X1

农村从业人数

X4

1980

149.95

29808.40

1981

110.21

30677.60

1982

120.49

31152.70

1983

132.87

31645.10

1984

141.29

31685.00

1985

153.62

30351.50

1986

184.2

30467.90

1987

195.72

30870.00

1988

214.07

31455.70

1989

265.94

32440.50

1990

307.84

33336.40

1991

347.57

34186.30

1992

376.02

34037.00

1993

440.45

33258.20

1994

532.98

32690.30

1995

547.93

32334.50

1996

700.43

32260.40

1997

766.39

32434.90

1998

1154.76

32626.40

1999

1085.75

32911.80

2000

1231.54

32797.50

2001

1335.46

32451.00

表8

对X1，X4做回归得：

DependentVariable:

Y

Method:

LeastSquares

Date:

09/21/12Time:

18:

58

Sample:

19802001

Includedobservations:

22

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-797.1616

1419.879

-0.561429

0.5811

X1

1.869923

0.134226

13.93120

0.0000

X4

0.029105

0.045111

0.645190

0.5265

R-squared

0.931160

Meandependentvar

1028.768

AdjustedR-squared

0.923914

S.D.dependentvar

787.2660

S.E.ofregression

217.1574

Akaikeinfocriterion

13.72525

Sumsquaredresid

895989.6

Schwarzcriterion

13.87402

Loglikelihood

-147.9777

F-statistic

128.5012

Durbin-Watsonstat

0.765221

Prob（F-statistic）

0.000000

引入X4，使得模型的拟合优度下降，而且X4的系数也明显的违背了经济意义，因为按找农村劳动力转移的理论，农村从业人员应和收入成反比的关系，而加入X4后，它的系数为正。

所以我们考虑把X4排除在模型之外。

五、模型的确定

修正异方差后，模型的整体解释力得到增强，而且C和X1的解释能力都增强（T>2）。

并没有违背经济意义，所以模型最后设定为：

Y=0.789427+0.997454X1+U

六、对模型的经济意义的分析

1、在模型的假设时，我们假定了农村内三个经济变量对农民收入的影响，它们是国家的财政对农业的支出，农业各税和农产品收购价格指数。

而从最终确定的模型来看，只保留了国家财政对农业收入的影响，我们可以说，在改革开放以后的一大段历史时期，从总体上来看，对农民收入影响最大的是国家的财政支持。

因为国家对农业的财政支持包括了农业科技的研发投入，对农业的补助，农村基本设施的新建与改造等多方面。

对农业推动可以说是根本上的，从我们的结果来看，也应证了科学技术是第一生产力这句话，农业科技，农业投入是影响农民收入的第一要因。

所以，农民增收缓慢，可能是和国家对农村的投入相对于城市来说不足所引起的。

国家应当进一步加大对农业的投入，主要是间接的技术投入，还包括完善农民的社会保障和提高农村居民的最低生活保障金等。

2、虽然在我们的模型中没有农业各种税收和农产品价格对农民收入的影响，这是因为从长期来看，他们可能对农民收入的影响并不明显。

但不排除在一定历史时期内他们对农民收入有着一定的影响，从农产品的价格来说，我们知道，农产品的价格一般是比较稳定的，价格弹性是有限的，不可能会有很高的，因此依靠提高农产品价格来促进农民增收是有一定困难的。

而从农业税收的角度考虑，现在中国的农业税收本来都不高，有些地方甚至已经开始免收农业税，但农民的收入并没有多大的提高，可见依靠税收来增加农民收入不是一个长期的办法。

3、农村外因素被排除在模型之外，这有悖于我们先前所设想的，因为中国是一个典型的二元制发展中国家，农民收入提高必须依赖于农村劳动力的转移。

而改革开放以来的数据我们分析回归后得出的结论并不是这样，其中的原因可能是我们分析的是一个大的历史时期，而在90年代中期以前，农村劳动力的转移的力度是不够的，大多数农村居民还是主要依靠农村从业的收入。

所以使得劳动力的转移对农民的收入影响也是很小的。

农村居民收入可能在这一个大的时期主要还是靠农村自身的发展。

4、农村劳动力转移的意义，虽然我们的模型中把农村劳动力的减少看做是一个对农民收入影响并不显著的因素。

但我们分析的是过去的历史数据，这只是说明了以前的状况。

而现在，提高农民收入的主要途径，有可能正在朝着农村外转移，即是说农村劳动的转移才是现在或者将来的增加农民收入的主要办法。

这里并不是要否定农村劳动力转移对农民收入的意义。

政府应该更加注重农村劳动力转移对农民收入的巨大作用和潜力。