《我国农民收入影响因素的实证分析统计SAS论文1.doc》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实证分析统计SAS论文1.doc（23页珍藏版）》请在三一文库上搜索。
1、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【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
2、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
3、，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
4、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认
5、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19852010 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
6、，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
7、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。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，
8、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19902011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
9、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）1990686.30307.842.1097.426.4118.440.41991708.60347.572.1898.026.9418.643.61992783.99376.022.06103.427.4619.944.71993921.62440.452.17113.427.9922.446.519941220.98532.982.18139.928.5124.948.119951577.74574.9
10、32.17119.929.0427.549.919961926.07700.432.30104.230.4829.053.319972090.13766.392.0795.531.9129.054.819982161.981154.762.0692.033.3528.255.919992210.341085.762.0787.834.7827.057.320002253.421231.541.9896.436.2226.359.720012366.401456.731.99103.137.6625.261.020022475.631580.762.0099.739.0923.961.82003
11、2622.241754.451.96104.440.5323.862.720042936.402357.892.00113.141.7625.863.320053254.932450.312.08101.442.9927.765.920063587.043172.972.11101.244.3429.667.020074140.364318.302.16118.545.8930.767.920084760.625955.502.18114.146.9931.168.620095153.177253.102.2697.648.3432.069.420105919.018579.702.28110
12、.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=0+1X1+2X2+3 X3+4X4+5X5+6X6+2.5分析过程本文利用软件SAS Enterprise Guide 5.1进行实证分析，分析过程如下。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、
13、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：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
14、-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、X5 t检验的p-值都小于显著性水平0.05，而X2、X3、X6 t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。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
15、，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：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
16、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 +52.80969X62.5.3.2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PrDW的值0.0014明显小于显著性水平0.05，因此模型存在正自相关性，需对其进行消除及修正。（2）自相关
17、性影响的消除及模型修正在原来数据源插入被解释变量Y的滞后一期函数，添加一个解释变量lag Y到回归模型当中，以消除正自相关性影响。带有回归误差的回归分析以Y作为因变量，lag Y、X1、X5、X6作为说明变量，作带有回归误差的回归分析，以检验添加变量lag Y到模型后的自相关性情况。结果如下：带有回归误差的回归分析的结果显示，修正模型Durbin t统计量的p-值为0.1796大于显著性水平0.05，不能拒绝修正模型不存在自相关性的原假设，即表明把被解释变量Y的滞后一期函数变量lag Y加入到模型后，能显著地消除原来存在的一阶正自相关性影响，达到修正效果。加入变量lag Y再次逐步回归进行修正
18、加入变量lag Y后，以lag Y、X1、X5、X6作为说明变量，在0.1显著性水平下，再次对被解释变量Y做逐步回归进行修正，过程及结果如下： 加入变量lag Y后再次逐步回归的修正结果显示，留在模型中的解释变量有lag Y、X1、X5、X6，拟合优度进一步提高，调整的判定系数达到了0.9966，F检验及t检验都显著。消除自相关性后的修正结果总之，加入变量lag Y后显著地消除了原模型存在的一阶正自相关性影响。进一步得到的修正回归方程为：Y= -1449.38320 + 0.22916X1+ 39.65507X5 + 22.80534X6+ 0.49614 lag Y2.5.3.3正态性检验及
19、修正（1）正态性检验接上一步已消除自相关性的修正模型进行正态性检验，从如下的修正模型残差分布图可以大体看出Y不符合正态分布。为了得到确切的结果，本文以学生化删除残差作为分析变量进行更精确的正态分布检验，结果如下：从以上表格中可看出模型正态性检验的四个统计量的p-值都小于显著性水平0.1，因而拒绝模型符合正态分布的原假设，即已得到的修正模型正态性检验不显著。由于本文采用的样本数为22，不属于大样本，因此为了得到准确的实证结果，仍应当对模型进行修正，以通过正态性检验。（2）异常值的剔除为使模型通过正态性检验，需要剔除掉原样本数据的异常值。通过筛选查找，发现2009年及2011年样本数据的学生化删除
20、残差的绝对值很大，分别为-4.46869和3.97934，不在-2到+2的范围之内，即为异常值，因此将这两个样本数据剔除。上一步得到的各个样本数据的学生化删除残差结果剔除异常值后的样本数据（3）模型的再修正剔除异常值后，对剩下的样本数据，以lag Y、X1、X5、X6作为说明变量，重新对解释变量Y进行0.1显著性水平下的全模型拟合回归，进一步修正。结果如下： 以上结果表明，再修正后的模型仍然通过了之前所做的各项假设及检验。（4）再修正模型的正态性再检验对再修正模型得到的学生化删除残差进行正态性检验，结果如下：结果显示，剔除两个异常值样本后，再修正模型的四个正态性检验统计量的p-值全部大于显著性
21、水平0.1，即通过了正态性假设检验。（5）再修正的回归方程结果剔除异常值后，得到再修正的回归方程为：Y= -2212.19096 + 0.27476 X1+ 44.07209 X5 + 40.30499 X6+ 0.29457 lag Y2.5.3.4同方差检验对上一步得到的再修正模型进行同方差检验，结果如下：从表格中可看出模型的卡方p-值大于显著性水平0.1，误差项同方差的原假设不能被拒绝，即同方差检验显著通过。2.5.3.5期望值为零检验再修正后的模型得到的关于Y的学生化删除残差图如下：从图中可看出所有样本的学生化删除残差均落在-2到+2之间，且大部分在0的附近，同时没有呈现曲线分布，这表
22、明模型的误差项符合期望值为零的假设。2.6分析结果2.6.1最终的回归结果剔除异常值后得到的再修正模型通过了所有检验和假设，因此将其作为最终的回归方程，即为：Y= -2212.19096 + 0.27476 X1+ 44.07209 X5 + 40.30499 X6+ 0.29457 lag Y2.6.2最终回归模型的其他结果3结论与建议3.1结论通过上述实证分析可以得出以下结论：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我国农民收入有显著的正面影响，尤其后两者。非农业劳动力占乡村劳动力比重每提高一个百分点，农民人均纯收入就会增加44.0
23、7209个百分点，农村劳动者中文化程度初中及以上的人数每增加1 个百分点，农民人均纯收入将会上升40.30499个百分点。3.2建议（1）继续加大对农业发展的财政支持。政府要明确财政支农重点。重点抓好农村基础设施建设，加大对农田水利建设、中低产田改造等农业生态环境建设的投入力度，通过完善基础设施，建立有效的农业防灾救灾体系，提高农业综合生产能力。（2）从非农领域寻找增收突破口，加快农村剩余劳动力的转移。例如：通过出台降低税率等优惠政策、降低农民创业贷款利率和加快农村制度改革等软件建设，来提高农民进城的积极性；发挥优势产业，增加农民的就业机会；促进土地流转，解决农民进城就业和创业的资金问题。（3
24、）从农民的受教育水平寻找增收突破口，有效提高人力资本状况。例如：通过“特岗计划”等吸引优秀教学资源流向农村，不断改善办学条件；加大对农村文化发展的投入，建立农民学校、农民培训班等教育机构，改善图书馆、文化站等公共文化的设施建设；加强对农民的普法教育和思想政治教育，提高他们依法维权的能力；政府在实施免费培训的同时，大力支持民间、企业兴办技能培训学校，适时给予奖励、财政补贴、税收优惠等，多渠道、多层次、多形式地开展农民培训，逐步构建政府主导、多方参与的农民技能培训体系。此外，为了应对市场需求结构的种种变化，有关培训部门需要动态调整培训内容，提高培训的针对性和有效性。参考文献1 朱明侠.增加农民收入的理论分析与政策选择J.农业现代化研究，2003，（2）.2 陈锡文.农民收入低位徘徊的制度性因素J.金融信息参考，2003，（8）.3 囤兴侠.影响农民收入的因素实证分析J.经济论坛，2012，（3）：88-91.4 单薇，肖会敏，耿向平.基于灰色关联度模型分析农民收入的影响因素J.河南科学，2005，（2）：306-309.21