《农民收入影响因素分析》由会员分享，可在线阅读，更多相关《农民收入影响因素分析（21页珍藏版）》请在金锄头文库上搜索。
1、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
2、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，19781985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
3、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
4、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二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
5、X2X3X4X51983309.8104.4143993428.11.811984355.312.181985397.69108.6143626508.91.951986423.8106.4144204586.72.71987462.6112144957658.82.281988544.91231448667122.391989601.51.52.481990686.3197.4148363844.53.111991708.698149586963.22.931992784103.41490081106.931993921.6113.41477411244.8319941221139.9148
6、2411473.7319951577.74119.91498791655.5319961926.1104.21523811676.54.9419972090.195.51539691980.15.4819982162921557062042.19.1419992210.387.81563732173.49.1320002253.4296.41563002421.39.7820012366.4103.11557082610.110.2820022475.6399.71546362993.49.8820032622.24104.41524153432.912.43资料来源：历年中国农村统计年鉴(四
7、) 参数估计用EVIEWS,估计结果为：Dependent Variable: YMethod: Least SquaresDate: 06/07/05 Time: 15:13Sample(adjusted): 1983 2003Included observations: 21 after adjusting endpointsVariableCoefficStd.t-Statis Prob.ientErrorticC-11376. 2912.885-3.90567 0.001379 8X21.96777 4.5116140.436157 0.66863X30.07755 0.018302
8、4.237350 0.00061X40.60258 0.157678 3.8216440.00159X5-6.0489 36.53857 -0.165540.870639 9R-squared0.97418 Mean1290.58 dependent var25Adjusted0.96773 S.D.842.49R-squared5 dependent var81S.E. of151.332 Akaike info13.081regression2 criterion09Sum squared366423. Schwarz13.329resid0 criterion78Log likeliho
9、od-132.35 F-statistic150.961491Durbin-Watson0.477700.0000stat5 Prob(F-statistic00)(五) 模型检验：F=150.9691F0.05(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x2 x5均未通过t检验。进一步检验解释变量之间的相关系数：X2X3X4X5X21-0.52288-0.3035-0.48627X3-0.5228810.8698790.859566X4-0.30350.86987910.939695X5-0.486270.85
10、95660.9396951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=0.844674 S.E.=340.6661 F=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：Dependent Variable:
11、YMethod: Least SquaresDate: 06/07/05 Time: 14:46Sample: 1983 2003Included observations: 21VariableCoeffic Std. t-StatisientError ticProb.C-18266. 3069.967 -5.949940.000015 9X213.2970 4.563203 2.9139740.00976X30.11748 0.020161 5.8270850.00002X5112.916 25.66998 4.3987890.00048R-squared0.95062 Mean1290
12、.57 dependent var25Adjusted0.94191 S.D.842.49R-squared4 dependent var81S.E. of203.049 Akaike info13.634regression9 criterion42Sum squared700897. Schwarz13.833resid7 criterion38Log likelihood-139.16 F-statistic109.101566Durbin-Watson 0.92457 0.0000 stat 1 Prob(F-statistic 00 )Y=-18266.15+13.29706X2+0
13、.117482X3+112.9168X5(七) ARCH检验和WHITE检验ARCH Test:F-statistic2.11938Probability0.1436029Obs*R-squared 5.62165Probability0.1315840Test Equation:Dependent Variable: RESIDEMethod: Least SquaresDate: 06/16/05 Time: 12:40Sample(adjusted): 1986 2003Included observations: 18 after adjusting endpointsVariable Coeffici Std. t-Statisti Prob. ent ErrorcC 23945.3 13947.8 1.71677 0.1081228RESIDT(-I)0.65918 0.26667 2.47185 0.0269775RESIDA2(-2)-0.36850.30672-1.20150 0.24953590RESIDA2(-3)0.082420.262890.31352 0.7585453R-squared0.31231Mean37673.4dependent var81Adjusted0.16495 S.D.41349.R-squared3dependent v
