农民收入影响因素的回归分析摘要：随之社会经济的发展和时代环境的改变，近几年来虽然我国农民居民的纯收入水平明显有所改变， 居民收入的绝对量在不断增长，但增长的幅度在不断下滑，农民的内部收入出现了严重的失衡因此，本文通过对农民收入变动的多因素，以农作物总播种面积、农产品生产价格总指数、第一产业就业人数占全社会就业人数的比重、农村用电量、 财政支出对农业的投入等影响因素为自变量，建立多元线性回归分析模型并进行研究分析，这对将来农民提高收入水平起着至关重要的意义关键字：回归分析、农民收入、影响因素、eviews 操作第一章 问题叙述本文所研究的是农民收入的影响因素，考虑到获取数据的方便程度和建立模型的合理 性，综合选择了五项指标作为影响农民纯收入的因素：农作物总播种面积、农产品生产价格 总指数、 第一产业就业人数占全社会就业人数的比重、农村用电量、 财政支出对农业的投入 为影响变量相关数据从1986—2009 如下表所示，通过建立回归分析模型来说明农民收入的影响原因年份农村居民家庭 人均纯 收入 （元） Y农 作 物 总播 种 面 积 （千公顷）1X农 产 品 生产 价 格 总指数2X第 一 产 业就 业 人 数 占 全 社 会 就 业 人 数的比重3X农 村 用 电量 （亿千瓦时）4X财 政 支 出对 农 业 的 投 入 （ 亿元）5X1986 423.8 144204.0 106.4 60.9 253.1 184.2 1987 462.6 144957.0 112.0 60.0 320.8 195.7 1988 544.9 144869.0 123.0 59.3 508.9 214.1 1989 601.5 146554.0 115.0 60.1 790.5 265.9 1990 686.3 148362.0 97.4 60.1 844.5 307.8 1991 708.6 149586.0 98.0 59.7 963.2 347.6 1992 784.0 149007.0 103.4 58.5 1106.9 376.0 1993 921.6 147741.0 113.4 56.4 1244.9 440.5 1994 1221.0 148241.0 139.9 54.3 1473.9 533.0 1995 1577.7 149879.0 119.9 52.2 1655.7 574.9 1996 1926.1 152381.0 104.2 50.5 1812.7 700.4 1997 2090.1 153969.0 95.5 49.0 1980.1 766.4 1998 2162.0 155706.0 92.0 49.8 2042.2 1154.8 1999 2210.3 156373.0 87.8 50.1 2173.4 1085.8 2000 2253.4 156300.0 96.4 50.0 2421.3 1231.5 2001 2366.4 155708.0 103.1 50.0 2610.8 1456.7 2002 2475.6 154636.0 99.7 50.0 2993.4 1580.8 2003 2622.2 152415.0 104.4 49.1 3432.9 1754.5 2004 2936.4 153553.0 113.1 46.9 3933.0 2337.6 2005 3254.9 155488.0 101.4 44.8 4375.7 2450.3 2006 3587.0 152149.0 101.2 42.6 4895.8 3173.0 2007 4140.0 153464.0 118.5 40.8 5509.9 4318.3 2008 4760.6 156266.0 114.1 39.6 5713.2 5955.6 2009 5153.2 158639.0 97.6 38.1 6104.4 7253.1 （数据来源： 2010 年中国农业统计年鉴）第二章问题分析对问题中的各变量给出以下假设：农村居民家庭人均纯收入y（元）、农作物总播种面积1x（千公顷）、农产品生产价格总指数2x（% ） 、第一产业就业人数占全社会就业人数的比重3x（% ） 、农村用电量4x（亿千瓦时） 、财政支出对农业的投入5x（亿元）。
从而有因变量y与多个自变量54321,,,,xxxxx相关，故我们可以采用多元线性回归对问题进行分析第三章模型假定多元线性回归分析的基本形式：设随机变量y与一般变量nxxxx,...,,,321的理论线性回归分析模型为：ynnxx...110，其中n,...,,,210是1n个未知数，0为回归常数，n,...,,,321为回归系数，为随机误差对随机误差假定0E，2Var，则有yEnnxx...110第四章数据的预处理利用 Eviews 软件对问题中的数据进行处理，得出如下所示结果： 3.1 散点统计图分析：由散点统计图知，变量1x(农作物总播种面积)最为明显，说明变量y（农村居民家庭人均纯收入）受1x的影响很大，变量4x（农村用电量） 、5x（财政支出对农业的投入）的增长速度相对较平稳，对y的影响不是很大， 而变量2x（农产品生产价格总指数）、3x（第一产业就业人数占全社会就业人数的比重）的增长速度比较缓慢，对y的影响似乎不是很明显从中还可以看出农民的收入，随之各项因素的改变，大致还是呈上升趋势的 3.2 曲线统计图分析：由曲线统计图知，从1986—1996 年，变量5432,,,,xxxxy的曲线近乎为一条水平直线，可能是受到其它因素的制约，使其增长的速度非常缓慢；从1997—2009 年，幅度稍微有所上升，但增长的趋势相对平稳；然而较为明显的还是变量1x。
随着年限的增加，农民的收入水平仍有一定的增长第五章模型估计通过 Eviews 软件，对模型进行回归分析，得出如下结果：图 1 初步回归结果如下：y54321185103.0181300.015382.93168273.2025682.0771.2456xxxxx从回归方程知， 变量541,,xxx对农民的纯收入呈正相关关系，32,xx呈负相关关系从实际生活来看农产品生产价格总指数应呈正相关，这与定性分析结果不一致分析：由图1 可以看出，该模型998004.02R,可决系数很高，F 检验值 1799.649 很 显著，但当05.0时，5431,,,xxxx系数的 t 检验显著，而2x未通过显著性检验，表明可能存在多重共线性第六章多重共线性检验6.1 相关系数 利用 Eviews 计算出各变量的相关系数如下：图 2 由图 2 的相关系数矩阵知：32,xx的相关系数较高，故表明存在多重共线性6.2 多重共线性修正结合问题实际采用逐步回归法，分别作y对54321,,,,xxxxx的一元回归得3x的修正可决系数最大，如下所示：变量1x2x3x4x5x参数估计值0.267258 -19.99355 -194.5928 0.760853 0.689241 t 统计量6.671844 -0.803670 -27.75331 25.81937 12.30890 2R0.669240 0.028521 0.972230 0.968053 0.873206 2 R0.654206 -0.015637 0.970968 0.966601 0.867442 表 1 所以保留3x，以3x为基础上，顺次加入变量5421,,,xxxx逐步回归得结果：变量1x2x3x4x5x2 R3x,1x-0.000403 -0.018897 -194.7946 -15.13714 0.969586 3x,2x-3.019260 -0.701905 -193.8881 -27.03501 0.970283 3x,4x-104.8753 -5.751814 0.364383 5.100123 0.986414 3x,5x-142.0952 -19.95003 0.223935 8.412307 0.993040 表 2 经表 2 比较，新加入5x后，2R=0.993645 的修正可绝系数最大，而且参数t 检验显著，保留5x，继续顺次加入其它变量逐步回归得出结果如下所示：变量1x2x3x4x5x2 R3x,5x1,x0.027575 3.051918 -123.2390 -14.27660 0.245378 10.39695 0.995014 3x,5x2,x-5.294747 -2.950181 -138.8196 -22.41705 0.232411 10.12695 0.994908 3x,5x4,x-118.4701 -9.746432 0.142593 2.298838 0.174949 5.418131 0.994219 表 3 保留1x与其余变量继续逐步回归得：变量1x2x3x4x5x2 R3x,5x1,x2.x0.017094 1.365350 -2.942365 -1.195645 -128.5855 -13.33771 0.241944 10.28270 0.995119 3x,5x1,x4.x0.033572 5.022589 -88.24095 -8.692982 0.186484 4.375729 0.185989 8.521924 0.997386 表 4 由此，我们可以看出当加入2x后，1x和2x的 t 检验不显著； 当加入4x后，截距不显著，所以经过多重共线性修正后的最终模型为：531245687. 0239.123027575. 0963.3834xxxy回归结果：图 3 在图 3 中y与531,,xxx回归后的方程可以看到，农民收入的影响因素有农作物总播种面积、 第一产业就业人数占全社会就业人数的比重、财政支出对农业的投入。
其中农作物总 播种面积和财政支出对农业的投入的系数分别为0.027575 、0.245387 ，呈正相关，显然符 合经济生产规律，说明：每增加一千公顷农作物播种面积，农民的人均纯收入就增加 0.027575 元；每增加一亿元的财政支出对农业的投入，农民的人均纯收入就增加0.245387 元另外， 第一产业就业人数占全社会就业人数的比重的系数为-123.239 ，呈负相关， 表明 第一产业就业人数占全社会就业人数的比重每增加一个百分点，农民的人均纯收入就减少 123.239 元经过分析得，该模型符合经济生产规律第七章 模型的存在问题及建议由于自身分析能力不足，在建立模型使只选取了影响我国农民人均收入的主要因素进行 分析，对另外可能影响的因素并为纳入模型中考虑，可能导致该模型在解释和预测我国农民 收入变化方面存在不足 从研究的模型可知，影响农民收入的主要因素有，农作物总播种面积、第一产业就业人数占全社会就业人数的比重、财政支出对农业的投入因此， 想要切实际提高农民的收入水 平，可以从这三个方面入手，制定合理、有效的增加收入政策第八章 结论1、在模型的假设时，我们假定了农作物总播种面积、农产品生产价格总指数、第一产 业就业人数占全社会就业人数的比重、农村用电量、 财政支出对农业的投入对农民收入的影 响。
而从最终确定的模型来看，只保留了农作物总播种面积、第一产业就业人数占全社会就业人数的比重、 财政支出对农业的投入对农业收入的影响；因此， 政府应当尽量减少政府支 出的中间环节， 通过规范化和透明化的支出政策支持农村经济发展，促进农民增收； 在加大政府投入的同时，应利用财政、 金融、税收等优惠政策吸引民间资金及外资加大对农业的科 技投入， 以改变我国农业投资收益率过低的现状，形成农业投资收益的良性循环，从而在根 本上解决农民增收这一问题 2、农民的主要收入还是来自农业生产，必须保证合理的农作物播种面积，是农民增收 的前提； 倘若不能保证基本的耕地资源，农作物的播种面积势必会下降从模型中可以看出， 农作物播种面积的边际系数并不大，这说明我国单。