我国农民收入影响因素的实证分析统计sas论文

《我国农民收入影响因素的实证分析统计sas论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

我国农民收入影响因素的实证分析【摘要】本文以1990-2011年国家级相关统计数据为样本，通过建立多元线性回归模型对我国农民收入的主要影响因素进行实证分析。结果发现：财政支农支出、非农业劳动力占乡村劳动力比重、每百名农村劳动者中文化程度初中及以上的人数这三个因素对农民收入有显著的正面影响，尤其后两者。此外，就得到的分析结果提出了关于如何进一步增加农民收入的几点针对性建议。【关键词】农民收入；影响因素；实证分析 目录引言11文献综述12农民收入影响因素的实证分析22.1变量选取22.2数据来源32.3变量定义42.4模型建立42.5分析过程42.5.1解释变量与被解释变量的相关分析52.5.2初步回归分析52.5.3模型检验及修正72.5.3.1多重共线性的消除72.5.3.2独立性检验（自相关性检验）及修正102.5.3.3正态性检验及修正142.5.3.4同方差检验182.5.3.5期望值为零检验182.6分析结果192.6.1最终的回归结果192.6.2最终回归模型的其他结果193结论与建议203.1结论203.2建议20参考文献21 我国农民收入影响因素的实证分析引言农村改革30多年以来，虽然从总体上来看农民收入有了大幅度提高，但是其增长速度远远低于城镇居民的收入增长速度。近年来，我国农民收入的增速放缓，农村出现了一些新情况、新问题，农民收入也发生了许多新的变化。主要表现在：收入绝对量不断增长，但增长幅度下滑；城乡居民家庭收入差距进一步扩大；农民收入内部出现了严重的失衡；农村居民家庭的收入水平和消费水平极低；农民收入的来源由以农业收入为主转向来源形式多样化等。因此，农民收入的增速放缓引发了一系列严重的社会经济矛盾，降低了农民的生产积极性及农业的基础地位，制约了农村市场的开拓，减弱了农村消费对经济增长的拉动作用，从而不利于农村的改革、发展和稳定，不利于我国统一的市场经济体制的建立，不利于经济和社会的全面发展。农民收入水平偏低是一个社会热点问题，也是我国收入分配领域中的一个严重问题，它不仅损害到农民的合法权益，而且也使得“三农”问题得不到根本解决，甚至不利于和谐社会的构建，所以农民收入水平偏低的问题必须引起重视，必须提出合理的对策建议来解决。1文献综述当前，“三农”问题已成为农业和农村经济工作的中心，增加农民收入是解决“三农”问题的关键。对于增加我国农民收入的探讨，学术上主要有两种观点：一是从农业、农村本身入手，通过调整农村产业结构，改变农业生产方式，加快农业科技创新，发展农村经济来增加农民收入。朱明侠[1]指出，农民收入的影响因素主要是农业结构的不合理，表现在农产品品种多但质量不高，区域型农产品的结构存在大而全、小而全的问题。二是认为农业之所以在发展过程中受到歧视，是因为城市阶层在政治上具有过大的影响力。陈锡文[2]24 认为，影响农民收入的因素不仅仅是单纯的经济问题，不合理的制度和政策因素才是根本问题。例如，不合理的城乡二元结构体系，不合理的财政体制和税收体制，不合理的金融制度，地方政府对农业的短视行为等等。很多学者对于影响农民收入的因素做了一些实证研究。囤兴侠[3]选取1985—2010年农民收入影响因素的的相关数据建立计量模型，结果发现要从非农领域和农村人口城市化寻找突破口来增加农民收入。单薇等[4]借助灰色关联度模型分析我国农民收入的影响因素，结果表明要想增加农民收入，就要进行新一轮的农业结构调整，更加注重提高农业的质量和经济效益。本文通过搜集各种数据资料，综合考虑影响农民收入的诸多因素之后，建立多元线性回归模型，得出影响农民收入的关键因素，并从实际出发提出合理的建议。2农民收入影响因素的实证分析2.1变量选取（1）财政支农支出。农业是弱质产业，需要财政对其支持和保护。财政支农支出是政府增加农业投入，保护农业发展的有效手段。改革开放30多年来，我国注意发挥财政职能，支持农业生产，使我国农业有了长足发展，同时对增加农民收入也有重要影响。（2）人均耕地面积。农民收入的大部分来源于农作物收入，而农作物收入很大程度取决于农作物产量，而产量又依赖于耕种面积，因此耕地面积对农民收入有着一定的影响。（3）农产品生产价格指数。农产品生产价格指数是反映一定时期内，农产品生产者出售农产品价格水平变动趋势及幅度的相对数。该指数可以客观反映全国农产品生产价格水平和结构变动情况，满足农业与国民经济核算需要。农产品销售收入是农民收入的主要来源，因此农产品价格的变动即农产品生产价格指数对农民收入有重大影响。（4）城市化水平。城市化进程的加快，可以有效地分配农村过剩的劳动力。24 位于城市内的第二和第三产业的回报率和收益率都较高，而位于农村的第一产业的回报率和收益率相对较低，且边际生产率几乎为零。因此，就造成了劳动者从农业中得到的报酬远小于从工商业等非农产业中得到的报酬的情况。所以，农村剩余劳动力大规模地进入城市谋求更多的收入。农村劳动力进城之后，提高了农村人口的劳动报酬和收入水平。同时，城市化还能促进农民生产，改变投资观念，带来更多的收益。城市化使得农民的人均耕地占有量增加，在种植作物时，会适当的选择一些经济作物，增加收入来源，能够获得更多的收入。因此城市化水平对农民收入也有重要影响。（5）非农业劳动力占乡村劳动力比重。我国农村劳动力基础广泛，除了从事农业外，还有一些到农外城镇就业、创业，获得与前者存在差异的收入，所以乡村劳动力的结构分布对农民收入有一定的影响。（6）每百名农村劳动者中文化程度初中及以上的人数。知识能改变命运，一个人的文化水平对其致富能力有着重要影响，农民也不例外。2.2数据来源本文选取国家统计局、中国统计年鉴、中国农业统计年鉴1990—2011年的国家级相关统计数据，属于时间序列数据。具体样本数据如下：年份农民人均纯收入（元）财政支农支出（亿元）人均耕地面积（亩）农产品生产价格指数（%）城市化水平（%）非农业劳动力占乡村劳动力比重（%）每百名农村劳动者中文化程度初中及以上的人数（人）1990686.30307.842.1097.426.4118.440.41991708.60347.572.1898.026.9418.643.61992783.99376.022.06103.427.4619.944.71993921.62440.452.17113.427.9922.446.519941220.98532.982.18139.928.5124.948.119951577.74574.932.17119.929.0427.549.919961926.07700.432.30104.230.4829.053.319972090.13766.392.0795.531.9129.054.819982161.981154.762.0692.033.3528.255.919992210.341085.762.0787.834.7827.057.320002253.421231.541.9896.436.2226.359.724 20012366.401456.731.99103.137.6625.261.020022475.631580.762.0099.739.0923.961.820032622.241754.451.96104.440.5323.862.720042936.402357.892.00113.141.7625.863.320053254.932450.312.08101.442.9927.765.920063587.043172.972.11101.244.3429.667.020074140.364318.302.16118.545.8930.767.920084760.625955.502.18114.146.9931.168.620095153.177253.102.2697.648.3432.069.420105919.018579.702.28110.949.9532.669.920116977.2910497.702.30116.551.2734.368.02.3变量定义变量名定义Y农民人均纯收入X1财政支农支出X2人均耕地面积X3农产品生产价格指数X4城市化水平X5非农业劳动力占乡村劳动力比重X6每百名农村劳动者中文化程度初中及以上的人数2.4模型建立根据卢卡斯的内生经济增长理论建立农民收入影响因素的计量模型：y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+ε2.5分析过程本文利用软件SASEnterpriseGuide5.1进行实证分析，分析过程如下。24 2.5.1解释变量与被解释变量的相关分析对解释变量X1、X2、X3、X4、X5、X6与被解释变量Y（农民人均纯收入）进行相关分析以验证解释变量选取的合理性。分析结果如下：各变量的简单描述性统计量结果相关系数结果从相关分析结果可以看出除了解释变量X3（农产品生产价格系数），其他解释变量均与被解释变量Y（农民人均纯收入）有着较好的正相关性，因此本文所选取的解释变量具有较好的合理性及一定的代表性。2.5.2初步回归分析采用所有解释变量即X1、X2、X3、X4、X5、X6对被解释变量Y进行0.05显著性水平下的全模型拟合回归，得到初步回归分析结果如下：24 由全模型拟合回归结果可以初步得出初步回归方程为：Y=-1118.96254+0.31252X1-643.57502X2-2.29434X3+82.90383X4+92.31055X5-15.21162X6其中各项统计检验分析如下：（1）拟合优度：判定系数R=0.9972，调整的判定系数为0.9961，这说明模型对样本的拟合很好。（2）F检验：F检验的P-值小于0.0001，即小于显著性水平0.05，表明得到回归方程总体上显著。（3）t检验：X1、X4、X5t检验的p-值都小于显著性水平0.05，而X2、X3、X6t检验p-值大于0.05，说明X1、X4、X5分别对被解释变量Y都有显著影响，而X2、X3、X6不显著。24 由于全模型拟合回归模型总体显著而个别变量不显著，加上X1、X4、X6的方差膨胀值都大于30，因此其模型可能存在多重共线性。通过做解释变量之间的相关分析也可以验证其多重共线性。从相关分析结果可看出多个解释变量间确实存在较强的相关性。所以初步建立的全模拟拟合回归模型存在较大缺陷，需进一步修正及更多的相关统计检验。2.5.3模型检验及修正2.5.3.1多重共线性的消除对所有解释变量即X1、X2、X3、X4、X5、X6对被解释变量Y进行0.05显著性水平下的逐步选择回归，以去除原模型的多重共线性。逐步回归过程及结果如下：24 24 以上结果显示，经过逐步选择，留在模型中只有变量X1、X5、X6，得到的回归模型调整的判定系数高达0.9950，拟合优度仍然很高。此时F检验及t检验的结果显示，不管是F检验还是各个变量t检验的p-值都远小于显著性水平0.05，表明模型不仅总体上是显著的，而且各个变量也是显著的；同时，各个变量的方差膨胀经逐步回归也都大大变小了（都已在30以内）。因此，经过逐步回归，已消除了原全模型拟合的多重共线性影响。经逐步回归得到的修正回归方程为：Y=-2622.57753+0.38890X1+48.85784X5+52.80969X624 2.5.3.2独立性检验（自相关性检验）及修正（1）自相关性检验结果逐步回归后，得到的模型有关自相关性的检验结果如下：从表中可看出Pr