农村居民收入影响因素分析.docx
- 文档编号:29056488
- 上传时间:2023-07-20
- 格式:DOCX
- 页数:17
- 大小:60.63KB
农村居民收入影响因素分析.docx
《农村居民收入影响因素分析.docx》由会员分享,可在线阅读,更多相关《农村居民收入影响因素分析.docx(17页珍藏版)》请在冰豆网上搜索。
农村居民收入影响因素分析
农村居民收入影响因素分析
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。
根据历史的资料和我们的分析,从大体上来看,中国农村在改革开放后的农民收入状况主要经历了这几个阶段:
•第一阶段为1978~1985年,为收入快速增长时期。
农村居民家庭人均纯收入从133.6元增加到397.6元,平均每年增长16.8%,扣除物价上涨因素,年均增长仍高达15.2%;
•第二阶段为1986~1991年,为收入增长缓慢时期。
农村居民家庭人均纯收入从423.8元增加到708.6元,平均每年增长10.8%,扣除物价上涨因素,年均增长率为2.7%;
•第三阶段是1992~1996年,为收入增长较快时期。
农村居民家庭人均纯收入从784.0元增加到1926.1元,平均每年增长25.1%,扣除物价上涨因素,年均增长5.6%;
•第四阶段是1997年以来,为收入增长缓慢、增幅下降时期。
农村居民家庭人均纯收入从1997年的2090.1元增加到2000年的2253.4元,四年绝对增加值仅为163.3元,每年实际增长幅度分别为4.6%、4.3%、3.8%和2.1%,收入增幅连续四年呈下降态势。
从这几个阶段的收入状况来看,总的来说,农民收入增长速度是有升有降的。
但最近几年,农民收入呈现低增长趋势。
对此,学者们提出了许多影响农民收入的因素。
如国家财政的投入,国家税收的减免,农村人民文化水平的提高等等。
有学者把提高农民收入分为“四法”:
1、加法——增加第一产业的产出
2、减法——切实减轻农负担
3、乘法——推进农业产业化经营
4、除法——减少农民数量
另外还有有一种流行的说法是解决农民收入的办法在农村之外。
现有的研究大都从理论上进行说明影响农民收入的主要因素,特别是关于农民收入主要决定于农村之外的说法,大多都是从中国的二元结构出发,说明农村劳动生产率不高,需要依靠城市化和向城市转移劳动力来解决,而且也是根本的解决农村居民收入的办法。
但很少做有关实证的分析,特别是把转移劳动力与农村自身的发展联合在一起来分析影响农民收入的根本因素。
为此,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。
模型设定:
(未包含农村外因素)
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
根据这三个方面,通过查找中国统计年鉴,我们得到如下的统计资:
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2002
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:
10/19/04Time:
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
X2
4.675530
0.457780
10.21350
0.0000
X3
-0.382730
1.773267
-0.215833
0.8315
R-squared
0.990493
Meandependentvar
1028.768
AdjustedR-squared
0.988908
S.D.dependentvar
787.2660
S.E.ofregression
82.91315
Akaikeinfocriterion
11.83643
Sumsquaredresid
123742.6
Schwarzcriterion
12.03480
Loglikelihood
-126.2007
F-statistic
625.0942
Durbin-Watsonstat
0.958254
Prob(F-statistic)
0.000000
表1
图1
所以模型的形式为:
Y=233.8541+0.005803X1+4.67553X2-0.38273X3+U
四、检验分析
1、经济意义检验
从上表可以看出,X1的符号与经济意义是相符合的,从X2与X3的符号来看,似乎与经济意义相悖,但可能事实上并非如此,从物价指数X3来说,70年代以来,在各种价格的变动中,农民实际上是受损者,而不是受益者。
因为农产品的价格上涨可能远比不上其他商品的上涨幅度,而这些商品又是农民生产生活所必须的,所以物价很可能是影响农民收入的一个重要因素。
而我们在看第二个解释变量X2,农业的各种税收,其系数的符号与经济意义明显相悖,所以我们把X2排除在模型之外
2、计量经济学推断检验
(1)、多重共线性检验
由表1可以看出:
F=625.0942>F(3,18)=3.16(显著性水平=0.05),且可决系数R=0.990493,表明模型从整体上看被解释变量与解释变量之间有显著的线形关系。
但X1,X3的T检验值都非常小(<2),说明X1,X3对Y的影响不显著,这说明解释变量间可能存在多重共线性。
我们用EVIEWS计算解释变量之间的简单相关系数得到:
表2
由表2我们可以看出:
X1与X2之间存在高度的线性关系,相关系数高达0.97。
由于X2违背经济原理,可能是由于X2的引入引起了共线性,我们把X2排除后得到下面的经济模型
Y=C+C1*X1+C3*X3+U
做回归得如下参数估计:
DependentVariable:
Y
Method:
LeastSquares
Date:
10/26/04Time:
16:
38
Sample:
19802001
Includedobservations:
22
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-317.7282
493.7842
-0.643456
0.5276
X1
1.956851
0.126259
15.49867
0.0000
X3
3.868425
4.373529
0.884509
0.3875
R-squared
0.935395
Meandependentvar
1028.768
AdjustedR-squared
0.928594
S.D.dependentvar
787.2660
S.E.ofregression
210.3718
Akaikeinfocriterion
13.66175
Sumsquaredresid
840869.2
Schwarzcriterion
13.81053
Loglikelihood
-147.2793
F-statistic
137.5474
Durbin-Watsonstat
0.902709
Prob(F-statistic)
0.000000
表3
从表3可以看出,排除变量X2后,虽然可决系数的值有所降低,但X3的系数符合了经济意义,但X3的T值仍然很小(=0.884509),我们对X1和X3做逐步回归:
DependentVariable:
Y
Method:
LeastSquares
Date:
10/30/04Time:
14:
20
Sample:
19802001
Includedobservations:
22
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
114.4735
70.73879
1.618256
0.1213
X1
1.911572
0.114787
16.65324
0.0000
R-squared
0.932735
Meandependentvar
1028.768
AdjustedR-squared
0.929372
S.D.dependentvar
787.2660
S.E.ofregression
209.2240
Akaikeinfocriterion
13.61120
Sumsquaredresid
875493.4
Schwarzcriterion
13.71038
Loglikelihood
-147.7232
F-statistic
277.3304
Durbin-Watsonstat
0.765503
Prob(F-statistic)
0.000000
表4
由表3和表4可以看出,引如变量X3使得X1和C的T值都变小了,而且可决系数的值也有稍微下降,所以,我们认为X3对模型的影响不大,可以舍去。
得如下经济模型:
Y=C+C1X1+U
(2)、自相关检验
DW检验:
由表4的DW=0.765503,在显著性水平=0.05下,查DW表,n=21,k=1,得到dl=1.221,dv=1.420,由于DW=0.765503
所以根据判定定理得到,随机误差项存在正的一阶自相关。
.自相关的修正:
由于DW=0.765503,所以估计一阶自相关系数ρ=0.61725。
所以:
GENRDY=Y-0.765503*(-1)Y
DX1=X1-0.765503*(-1)X1
用OLS法估计其参数得:
DependentVariable:
DY
Method:
LeastSquares
Date:
10/30/04Time:
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
表5
从输出的结果看,DW=1.57706,所以dv 经济模型得到改善。 (3)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: 10/30/04Time: 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 表6 从表6看到,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: 10/30/04Time: 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: 12/21/04Time: 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
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 农村居民 收入 影响 因素 分析