西部民族地区农户收入增长的影响因素分析：分位数回归方法.docVIP

西部民族地区农户收入增长的影响因素分析：分位数回归方法 　　摘要： 本文利用云南省红河州2009年的农村住户调查数据，运用分位数回归方法分析了资本存量、耕地面积、经济作物面积、从业类型、劳动力比例、劳动力的平均教育年限以及地理位置对不同收入水平的农户家庭增收的影响。结果表明：同一因素对不同收入水平农户家庭人均收入增长率的影响不同。最后，针对不同收入水平的农户增收，提出了具有针对性的建议。 　　关键词： 西部民族地区；收入增长；分位数回归 　　一、引言 　　“三农”问题说到底是农民问题，农民问题的核心是收入问题。农民增收问题一直是困扰农业和农村经济发展的一个难题。长期以来，我国广大西部，尤其是西部民族地区，由于自然条件恶劣、基础设施薄弱、生产方式落后、劳动力文化素质低及非正式制度的影响，农民收入水平较低，收入增长缓慢，这不仅制约着该地区人民生活水平的提高，也不利于国民经济的持续健康发展。因此，研究农户收入增长的影响因素，提高西部民族地区农民的收入增长率，对于促进各地区经济协调发展，最终实现共同富裕，对加强民族团结，维护社会稳定和巩固边防，都具有十分重要的意义。 　　在研究全国乃至西部地区农民收入增长的影响因素方面，国内许多学者从多方面进行了理论分析和实证检验，概括起来，主要有：资源禀赋（杜旭宇等（2006）、城乡二元结构（王恩胡，2010）、农民权益（杜旭宇，2003）、劳动力剩余（蔡?，2006）、公共产品供给（唐国华，2009）、农业结构调整（张晓山，2000）、财政支农（张瑞德，2011）、农村土地流转（王春超，2011）和农村金融发展（温涛等，2005）等。 　　然纵观已有的研究，大多是通过建立回归模型，利用最小二乘法进行估计，进而验证某一个或一些因素对农户收入的影响。然而传统的最小二乘估计（OLS）理论要求随机干扰项满足与自身和自变量互不相关、且服从零均值同方差的正态分布，相应的估计才具有良好的性质。但实际生活中，上述假设往往不成立。经济数据通常具有尖峰或者厚尾的分布，截面数据还有显著的异方差，这些都会导致普通最小二乘法失效。同时，普通最小二乘法描述的是因变量Y的均值信息，容易受极端值的影响，不能充分反映整个分布的情况。而分位数回归方法，特别适合这种具有异方差性的模型，其估计值不易受极端值的影响，相比OLS估计更为稳健，能更加全面的刻画因变量分布的特征，尤其是自变量对因变量不同部分的影响。在研究农户的增收问题时，由于农户家庭的个体差异，收入增长具有明显的异质性，同一因素对不同收入水平的农户影响不同，这也提示我们，在制定相应的政策时，应具有针对性，不同收入水平的农户对政策的要求是不同的。 　　本文试图通过分位数回归方法，从西部民族地区农户自身的条件出发，研究农户家庭的资本、劳动力、土地资源以及地理环境等对不同收入水平农户家庭的收入增长的影响，并基于分析结果提出具有针对性的政策建议。 　　二、方法和数据 　　（一）、分位数回归方法 　　通常的线性回归模型考察的是自变量x对因变量y的条件期望E（y|x）的影响，实际上是均值回归。但是在许多时候，仅仅描述自变量对均值的影响是不够的。因为条件期望E（y|x）只是刻画条件分布y|x集中趋势的一个指标，如果条件分布y|x不是对称分布，则条件期望E（y|x）很难反映整个条件分布的全貌。更一般的理想模型应该能够描述给定自变量下，因变量的条件分布，这样就能够对因变量对自变量的依赖关系有全面的了解。为此，Koenker and Bassett提出了分位数回归方法（Quantile regression），该方法被认为是统计研究领域的一个重要的突破。假设因变量为Y，p个解释变量为X1，X2，…，Xp，满足如下的线性分位数回归模型： 　　当τ=1/2时，则有“中位数回归”，也被称为“最小绝对离差估计量”（Least Absolute Deviation Estimator，简称LAD）。显然，它比均值回归（OLS）更不易受极端值的影响，故而更加稳健。 　　（二）、变量和数据 　　1、变量选择 　　确定农户的收入函数时，根据相关的人力资本理论和生产理论，可以确定农户家庭的投入要素：土地、劳动力和资本是影响收入的主要因素。对于大多数农户来说，农业生产仍是他们主要的生产活动，农业生产就必然有土地、劳动力和资本投入。按照人力资本理论，技能也是影响产出的重要因素，因此教育、训练程度及经验作为代表人力资本的变量也应该包括进来。此外，因为部门间的生产率存在较大差异，当农户从事的行业不一样时，即使生产投入及人力资本是相同的，收入也会有很大的差异。由于二元结构的影响，农业的生产率明显低于其他行业，因此，我们将农户的从业类型分为两类，一类以农业经营为主，另一类以非农业经营为主。即使在农业