影响农民收入增长的多因素的计量经济分析

计量经济学课程论文

影响农民收入增长的多因素的计量经济分析

                             

指导教师：周游

专业：国贸双语05级

姓名：徐汉权

学号：40502014

时间：2007年12月

影响农民收入增长的多因素的计量经济分析

[内容摘要]：

本文是根据我国农民收入的历史和现状，从计量经济学的角度来分析影响我国农民收入增长的因素。根据所做的模型回归结果，发现了一些制约农民收入增长的因素，分析了回归结果得到了一些结论，同时也发现了一些问题。

[关键词]：农民居民收入  拟合  国家的各项农业税收

一、背景介绍    

改革开放以来，中国在农村实行了家庭联产承包责任制，极大地调动了农民的生产积极性，在推动了农业生产发展的同时，也带来了农民收入的提高。农民外出打工、经商、和从事其他各种形式个体经营活动的机会和人次越来越多；国家为了鼓励农业生产，大幅度提高农产品收购价格，增加在农业方面的支出；还有乡镇企业的迅速发展等，使得农民总收入不断提高。从改革开放初期到1984年，农民人均纯收入平均增速13、4%，是中国历史上少有的高速增长阶段，农民的生活水平也有了显著提高。但是农村居民的收入增速度明显滞后于同期城镇居民的收入增长速度，尤其是从上世纪90年代末到2003年间，农民的收入几乎停滞不前，似乎还有下降的趋势。

鉴于这种情况，从2004年《关于促进农民增加收入若干的意见》到2007年《关于积极发展现代农业扎实推进社会主义新农村建设的若干意见》连续4年发布的四个“一号文件”均以“三农”为主题，的工作也围绕“三农”问题而展开。韩长赋、陈锡文、林毅夫、温铁军等著名经济学家强调解决“三农”问题的核心在于增加农民收入。据国家统计局公布的《2006年国民经济和社会发展统计公报》显示，2006年农民人均纯收入3587元，实际增长7.4%，是近5年来的最高值。那么影响农民增收的因素有哪些、这些因素对农民增收的贡献度有多大。所以，研究影响农民收入增长的因素具有重大的现实意义。国家也提出如何“提高农业的现代化水平和城镇化水平，全面繁荣农村经济，稳定增加农民收入”的“三农问题”。本文收集历年的经济数据，采用计量经济学理论，以实证法研究影响农民收入增长的因素，并试图提出一些建议以供参考。

二、模型设定

上述分析说明，农民的收入虽然来源广泛，但归根到底来源于第一产业、第二产业和第三产业所创造的货币收入，并受这些产业货币收入增长率的制约。另外，国家在农业方面的支出及各种农业税收也应该是影响农民收入的重要因素。因此，我们选择第一产业产值（X1）、第二产业产值（X2）、第三产业产值（X3）、国家的各项农业税收（X4）为解释变量,国家财政用于农业的支出（X5）、农村居民的收入（Y）用农村居民家庭人均纯收入乘以农村总人口得出，作被解释变量。

数据如下

              表1  中国历年宏观经济数据（1981——2006年）（单位：亿元）

年份	农村居民的收入	第一产业产值	第二产业产值	第三产业产值	国家的各项农业税收	国家财政用于农业的支出
1981	1784.98834	1545.6	2255.5	1061.3	27.67	110.21
1982	2165.49974	1761.6	2383	1150.1	28.35	120.49
1983	2501.13932	1960.8	26.2	1327.5	29.38	132.87
1984	2854.4802	2295.5	3105.7	1769.8	32.96	141.29
1985	3210.832	2341.6	3866.6	2556.2	34.84	153.62
1986	3438.75558	2763.9	4492.7	2945.6	44.52	184.2
1987	3776.01876	3204.3	5251.6	3506.6	50.81	195.72
1988	4488.06885	3831	6587.2	4510.1	73.69	214.07
19	5002.3146	4228	7278	5403.2	84.94	265.94
1990	5774.66546	5017	7717.4	5813.5	87.86	307.84
1991	5996.1732	5288.6	9102.2	7227	90.65	347.57
1992	6663.68	5800	11699.5	9138.6	119.17	376.02
1993	7865.30304	6882.1	128.5	11323.8	125.74	440.45
1994	10461.6501	9457.2	22372.2	14930	231.49	532.98
1995	13559.85819	11993	28537.9	17947.2	278.09	574.93
1996	16388.22185	13844.2	33612.9	20427.5	369.46	700.43
1997	17593.83477	14211.2	37222.7	23028.7	397.48	766.39
1998	17977.6786	14552.4	38619.3	25173.5	398.8	1154.76
1999	18132.85914	14472	40557.8	27037.7	423.5	1085.76
2000	18215.80958	14628.2	44935.3	29904.6	465.31	1231.54
2001	18827.78832	15411.8	48750.0	33153	481.7	1456.73
2002	19369.34196	16117.3	53540.7	35132.6	717.85	1580.76
2003	20151.86922	17092.1	61274.1	38885.7	871.77	1754.45
2004	22560.6326	20768.1	72387.2	43720.6	1012.36	1858.1
2005	250.1023	229.8	80658.9	57293.2	1119.57	2015.35
2006	2.72	23070.4	87046.7	72967.7	1209.28	2136.86

                  

数据来源：《中国统计年鉴——2006》

三、 参数估计

        将样本数据导入Eviews软件进行OLS估计，得到输出结果如下：

Dependent Variable: Y
Method: Least Squares
Date: 12/12/07   Time: 16:24
Sample: 1981 2006
Included observations: 26
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-214.3236	274.1302	-0.781832	0.4435
X1	1.145330	0.119557	9.579746	0.0000
X2	0.181840	0.098883	1.8337	0.0808
X3	-0.226927	0.157459	-1.441187	0.1650
X4	-5.877114	2.297085	-2.558510	0.0187
X5	2.193987	1.505063	1.457737	0.1604
R-squared	0.997749	Mean dependent var		8847.882
Adjusted R-squared	0.997186	S.D. dependent var		7042.817
S.E. of regression	373.6045	Akaike info criterion		14.88345
Sum squared resid	2791606.	Schwarz criterion		15.17378
Log likelihood	-187.4848	F-statistic		1772.801
Durbin-Watson stat	1.142987	Prob(F-statistic)		0.000000

    Y=-214.3236+1.145330X1+0.181840X2-0.226927X3-5.877114X4+2.193987X5

         t= (-0.781832) (9.579746) (1.8337) (-1.441187) (-2.558510) (1.457737)

        R^2=0.997749

模型输出结果分析：

优点：1、经自由度调整后的可决系数（R-squared）约为0.997，F检验值很大，说明回归方程显著，模型的总体拟和程度较理想。

  2、x1、x4的t检验显著，且x1、x2、x5的系数为正，符合经济学理论。

缺点：1、DW约为1.143，无法判断是否存在序列相关性。

   2、x1系数大于1，x3系数为负，与经济原理相悖。

         3、以x1的残差图和怀特检验（检验的值大于显著性水平5%的临界值11、07）上判断，该方程存在异方差，但较小。

     

White Heteroskedasticity Test:
F-statistic	2.938318	Probability	0.029314
Obs*R-squared	17.212	Probability	0.069784

4、存在多重共线性，因为x2、x3的相关系数（0.998）大于可决系数。

                       

	X1	X2	X3	X4	X5
X1	1.000000	0.980512	0.979420	0.933732	0.934716
X2	0.980512	1.000000	0.998151	0.9723	0.980254
X3	0.979420	0.998151	1.000000	0.972979	0.984276
X4	0.933732	0.9723	0.972979	1.000000	0.974627
X5	0.934716	0.980254	0.984276	0.974627	1.000000

四、模型出现问题的原因分析

这主要是因为农民的收入中，占比重最大的来自农业，因此农业产值对被解释变量有显著影响；另一方面，由于解释变量是综合众多收入分量而成，而这些收入分量来源广泛，决定因素各异，受模型规模和可以利用的统计资料，得出的只是相对笼统的函数，有待进一步修正；而且，滞后4期的X5并不是引起Y变化的原因（如下表），应予以剔除；由于第二产业和第三产业对收入影响较小，又存在严重共线性，可合并在一起拟合；此外，农民收入还会受到前几期的影响，应予以考虑。

Lags: 4
Null Hypothesis:	Obs	F-Statistic	Probability
AT does not Granger Cause Y	22	0.73388	0.58500
YFI does not Granger CauseX5		5.49827	0.00815

五、检验及修正

1、去除无显著影响的X5，合并X2和X3为DY，加入滞后2期的农民收入，拟合得模型：

Dependent Variable: Y
Method: Least Squares
Date: 12/12/07   Time: 21:45
Sample(adjusted): 1981 2006
Included observations: 24 after adjusting endpoints
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	74.73183	88.22978	0.847014	0.4081
X1	0.678723	0.074200	9.147188	0.0000
DY	0.021546	0.015932	1.352394	0.1930
X4	-1.933134	0.847997	-2.2797	0.0350
Y(-1)	0.6540	0.097115	6.759412	0.0000
Y(-2)	-0.247602	0.079416	-3.117806	0.0059
R-squared	0.999697	Mean dependent var		9488.458
Adjusted R-squared	0.999613	S.D. dependent var		6953.212
S.E. of regression	136.7149	Akaike info criterion		12.88599
Sum squared resid	3337.2	Schwarz criterion		13.18050
Log likelihood	-148.6319	F-statistic		115.04
Durbin-Watson stat	1.797293	Prob(F-statistic)		0.000000

可见，模型得到很大改善，可以判断已基本无自相关。

2、但为完全消除自相关考虑到影响程度的大小，去除第三产业，得模型：

Dependent Variable: Y
Method: Least Squares
Date: 12/12/07   Time: 21:33
Sample(adjusted): 1981 2006
Included observations: 24 after adjusting endpoints
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	97.13804	79.05882	1.228681	0.2350
X1	0.670919	0.061957	10.82884	0.0000
X2	0.045237	0.023033	1.9054	0.0652
X4	-2.373918	0.829634	-2.861404	0.0104
Y(-1)	0.2212	0.081745	7.856280	0.0000
Y(-2)	-0.239136	0.062679	-3.815244	0.0013
R-squared	0.999726	Mean dependent var		9488.458
Adjusted R-squared	0.9999	S.D. dependent var		6953.212
S.E. of regression	130.2163	Akaike info criterion		12.78859
Sum squared resid	305213.3	Schwarz criterion		13.08310
Log likelihood	-147.4631	F-statistic		13112.29
Durbin-Watson stat	2.042604	Prob(F-statistic)		0.000000

Y = 97.1380399 + 0.6709192902*X1 + 0.04523722429*X2 - 2.373918427*X4+ 0.22123054*Y(-1) - 0.23913585*Y(-2)

（1）初步检验

Adjusted R-squared=0.9997，故该方程拟合优度较高，模型总体拟合良好。各系数的通过t检验，尽管X2系数稍小，只能说明第二产业对农民收入影响很小。

（2）多重共线性检验

	Y	X1	X2	X4
Y	1.000000	0.998421	0.980563	0.931198
X1	0.998421	1.000000	0.980512	0.933732
X2	0.980563	0.980512	1.000000	0.9723
X4	0.931198	0.933732	0.9723	1.000000

从该方程的相关矩阵来看，两个不同自变量的相关系数均没有大于可决系数的值0.9997，基本上不存在多重共线性。

（3）自相关性检验

该模型的DW值为2.0426，介于（2，2.12）之间，说明该方程不存在自相关，得到了比较满意的结果。

（4） 异方差性检验

White Heteroskedasticity Test:
F-statistic	0.717217	Probability	0.696883
Obs*R-squared	8.533149	Probability	0.576906

以Y的残差图和怀特检验（检验的值小于显著性水平5%的临界值11、07）上判断，该方程基本不存在异方差。

六、对模型的经济解释

由于该模型的回归结果、t值以及F统计值均显著，且不存在计量经济学问题，因此最后定型为此

Y = 97.1380399 + 0.6709192902*X1 + 0.04523722429*X2 - 2.373918427*X4 + 0.22123054*Y(-1) - 0.23913585*Y(-2)

从以上模型可以看出，改革开放以来我国农民收入的增长与第一产业、第二产业产值的关系。其中第一产业（农业）产值对农民收入的影响最为显著，X1每增加1亿元，Y增加0.671亿元；第二产业产值对农民收入影响相对较小，X2每增加1亿元，Y只增加0.045亿元。而第三产业的产值对农民收入几乎没有影响，可忽略不计；说明农民主要从农业中获得收入。而且，模型体现出农业税收对农民收入影响很大；X4每增加1亿元，Y减少2.374亿元。同时，农民收入受前一期影响权数大于前两期的权数，符合实际。所以，模型也是优良的。当然，因为还有一些不确定因素影响农民收入增长，模型相对笼统，但总体来看还是比较好的，能够反映实际问题。

七、建议

鉴于以上模型的最终结果中反映出的我国农民收入的状况，现提出以下几点建议：

1.因为农民的收入主要来源于农业，农业产值上不去，农民收入很难提高，所以国家增加农民收入，必须首先着眼于农业，因此国家要加大对农业的投入，控制农药，化肥等农业生产资料价格，等等。

2．必须续深化农村费税改革，逐步取消农业税减轻，减轻农民负担，这样无疑极大地提高了农民的积极性，农民收入有了一定程度的提高，这一必须继续下去。现在取消农业税会极大调动农民的生产积极性。国家取消农业税，直接受益的是农民（据估计，如果取消农业税，农民人均可以增加70元～80元的纯收入）。取消农业税还有利于缩小城乡差别，体现社会公平，维护社会稳定。

3．其他一些影响农民收入增长的因素也必须引起注意，如拖欠农民工工资对农民收入增长的影响。但这一现象经过国家的大力整治，拖欠工资现象大幅减少，农民收入有了一定程度的保障，农民的收入有了初步改善，这方面卓有成效的工作，使农民工外出就业环境有所好转，农民务工收入稳定增长。在如何充分利用好和这些方面方面，地方还需要加大研究力度。

参考文献：

[1]温铁军《三农问题与世纪反思》[M]北京三联书店出版社2005

[2]张斌《发达国家促进农民增收的公共财政措施及启示》[J]中国经贸导刊07年第4期

[3]国家统计局农村经济调查司《“十五”时期我国农村居民生活水平进一步提高[J]调研世界07年第5期

[4]http://www.stats.gov.cn/tjsj/

[5]中国农业信息网