农村居民家庭人均纯收入影响因素分析报告.doc
农村居民家庭人均纯收入影响因素分析摘要：随着我国工业化与城市化建设的开展，农村问题越来越凸显，留守问题、看病问题、养老问题等，农民收入问题亦是国家各界人士十分关注的问题。本文旨在用计量经济学方法简单分析农村居民家庭人均纯收入的影响因素。关键字：农村居民家庭人均纯收入财政年度支农支出农业机械总动力 农作物播种总面积乡村就业人数乡村人口数 第一产业总产值正文：一、引言 国家“十二五规划 第六章 拓宽农民增收渠道中明确提出：加大引导和扶持力度，提高农民职业技能和创收能力，千方百计拓宽农民增收渠道，促进农民收入持续较快增长。同时“十二五规划中明确提出以下几点：1、 稳定粮食播种面积、优化品种结构、提高单产和品质。2、健全农业补贴制度，坚持对种粮农民实行直接补贴，继续实行良种补贴和农机具购置补贴，完善农资综合补贴动态调整机制。 3、推进农业技术集成化、劳动过程机械化、生产经营信息化。结合这几方面，本文从第一产业总产值、财政年度支农支出、农业机械总动力等几个方面分析其对农村居民家庭人均纯收入的影响。二、预设模型令农村居民家庭人均纯收入Y元为被解释变量，农作物播种总面积X1千公顷、乡村就业人数X2万人、乡村人口数X3万人、第一产业总产值X4亿元、财政年度支农支出X5亿元农业机械总动力X6(万千瓦)为解释变量，据此建立回归模型。三、数据搜集 从中国统计年鉴得到如下数据：年度农村居民家庭人均纯收入Y元农作物播种总面积X1千公顷乡村就业人数X2万人乡村人口数X3万人第一产业总产值X4亿元财政年度支农支出X5亿元农业机械总动力X6(万千瓦)1990686.3148362.347708841385062221.7628707.71991708.6149585.848026846205342.2243.5529388.61992784149007.148291849965866.6269.0430308.41993921.6147740.748546853446963.763323.4231816.619941221148240.648802856819572.695399.733802.519951577.7149879.3490258594712135.81430.2236118.0519961926.1152380.6490288508514015.39510.0738546.919972090.1153969.2490398417714441.89560.7742015.619982162155705.7490218315314817.63626.0245207.7119992210.3156372.8489828203814770.03677.4648996.1220002253.4156299.8489348083714944.72766.8952573.6120012366.4155707.9486747956315781.27917.9655172.120022475.6154635.5481217824116537.021102.757929.8520032622.2152415475067685117381.721134.8660386.5420042936.4153552.5469717570521412.731693.7964027.9120053254.9155487.74625874544224201792.468397.85200635871521494534673160240402161.3572522.120074140.4153463.94436871496286273404.776589.620084760.6156265.74346170399337024544.0182190.420095153.2158613.54250668938352266720.4187496.120105919160674.8414186711340533.68129.5892410.4四、建立模型1、散点图分析2、单因素或多变量间关系分析由散点图分析和变量间关系分析可以看出被解释变量农村居民家庭人均纯收入Y元与解释变量农作物播种总面积X1、乡村就业人数X2、乡村人口数X3、第一产业总产值X4、财政年度支农支出X5、农业机械总动力X6呈线性关系，因此该回归模型设为：Y=0+1X1+2X2+3X3+4X4+5X5+6X6+3、模型预模拟用Eviews做OLS回归分析得：Y=-6067.355+0.02029X1-0.08082X2+0.07165X3+0.09355X4+0.002962X5+0.03680X6 (-3.04593) (1.77013) (-1.2213 ) (1.6307) (6.2155) (0.06882) (2.4006) R2=0.9988R2=0.9983 F=1869.907 D.W.=2.0602五、模型检验1、计量经济学意义检验1多重共线性检验与解决求相关矩阵得到： 发现模型存在多重共线性。接下来运用逐步回归法对模型进展修正： 将各个解释变量分别参加模型，进展一元回归：作Y与X1的回归，结果如下：作Y与X2的回归，结果如下：作Y与X3的回归，结果如下：作Y与X4的回归，结果如下：作Y与X5的回归，结果如下：作Y与X6的回归，结果如下：依据可决系数最大的原那么选取X6作为进入回归模型的第一个解释变量,再依次将其余变量分别代入回归得: 作Y与X6、X1的回归，结果如下：作Y与X6、X2的回归，结果如下： 作Y与X6、X3的回归，结果如下： 作Y与X6、X4的回归，结果如下： 作Y与X6、X5的回归，结果如下：在满足经济意义和可决系数的条件下选取X4作为进入模型的第二个解释变量,再次进展回归那么:作Y与X6、X4、X1的回归，结果如下作Y与X6、X4、X2的回归，结果如下作Y与X6、X4、X3的回归，结果如下作Y与X6、X4、X5的回归，结果如下在满足经济意义和可决系数的条件下选取X1作为进入模型的第三个解释变量,再次进展回归那么:作Y与X4、X6、X1、X2的回归，结果如下作Y与X4、X6、X1、X3的回归，结果如下作Y与X4、X6、X1、X5的回归，结果如下可见参加其余任何一个变量都会导致系数符号与经济意义不符,故最终修正后的回归模型为:Y=-3209.71+0.01089X6+0.1205X4+0.01981X1(-3.4449) (3.6317) (19.7980) (3.1364)R2=0.9985 R2=0.9983 F=3822.85 D.W.=2.0899 (2)异方差检验图示法e2与X6的散点图如下：说明e2与X6不存在异方差性。e2与X4的散点图分析 说明e2与X4不存在异方差性。e2与X1的散点图分析说明e2与X1不存在异方差性。 G-Q检验对20组数据剔除中间五组剩下的进展分组后第一组1990-1997数据的分析结果：残差平方和RSS1=2499.372第二组2003-2010数据的回归结果：残差平方和RSS2=26992.25所以F=RSS2/RSS1=26992.25/2499.372=10.799613a=5%下，临界值F0.05(4,4)=15.98F因此不拒绝两组子样方差一样的假设，从而该总体随机项不存在异方差性。 White检验LM=nR2=21*0.30038=6.30798取a=5%，自由度为6分布的临界值为12.59 LM < 承受原假设即不存在异方差P=0.3895900.05的显著性水平，所以不存在异方差3序列相关性检验从残差e与e(-1)与e与时间t的关系图如下看，随机项不序列相关。如下图，不存在序列相关D.W检验 Y=-3209.711+0.01089X6+0.1205X4+0.01981X1(-3.4449) (3.6317) (19.7980) (3.1363)R2=0.9885 R2=0.9983 F=3822.854 D.W.=2.08991取a=5%，由于n=21，k=4(包含常数项)，查表得：dl=1.03， du=1.67由于dU<DW=2.08991< 4-du，故: 不存在序列相关性。拉格朗日检验LM=nR2=21*0.006863=0.144123取a=5%，自由度为1的分布的临界值3.84 LM 所以拒绝原假设，即不存在序列相关。P=0.7042170.05的显著性水平所以不存在序列相关。残差检验针对该图作消除1阶序列相关回归，结果如下：AR(1)t统计量概率分布为69.65%，大于5%的显著水平，所以不存在1阶的序列相关。六、模型的最终确定Y=-3209.711+0.1205X4+0.01089X6+0.01981X1(-3.4449) (19.7980) (3.6317) (3.1363)R2=0.9885 R2=0.9983 F=3822.854 D.W.=2.08991七、总结：从以上计量经济学模型检验过程知：农村人口数与就业人数对农村居民家庭人均纯收入没有显著性影响，同时国家在财政支农支出方面对农村居民家庭人均纯收入没有显著性影响，真正影响农村居民家庭人均纯收入的因素是农业机械总动力、农作物播种总面积、第一产业总产值，且第一产业总产值是主要影响因素。 现国家“十二五规划中明确提出几条增加农民纯收入的方式，其中“健全农业补贴制度，坚持对种粮农民实行直接补贴，继续实行良种补贴和农机具购置补贴，完善农资综合补贴动态调整机制；推进农业技术集成化、劳动过程机械化、生产经营信息化。等政策的落实将有助于进一步提高农民的纯收入。24 / 24
