基于岭回归京郊农民收入之影响因素分析.docVIP

基于岭回归京郊农民收入之影响因素分析 　　[摘要]本文以北京市郊区县的50个乡镇为样本点,较为全面地考虑了影响北京郊区县农民收入的各种因素。首先通过拟合多元回归方程并且重点研究观测数据中间不满足基本假定的情况,进而针对变量间存在多重共线性的问题引入岭回归模型(ridge regression)加以解决,得到了较为准确的岭回归模型,最后则对回归模型的经济意义给出了解释,提出了建议,使得影响京郊农民收入的诸多因素具有了现实的意义,以便于政府部门决策参考。 　　[关键词]岭回归 多元统计分析 农民收入 决策参考 　　 　　一、引言 　　现时,国家高度重视农民的收入问题。温家宝总理曾多次在不同场合提到要把农民增收作为国务院重点项目,2010年中央出台的第一号文件仍然强调“三农”问题。正所谓“国无粮不稳”,对于我们国家来说,如果由于收入的原因,很多农民外出打工,而不安心于作物生产上,那么一定不能保证国家若干年以后的基本粮食供应。我们同意国内学者的观点,即“三农”问题的研究重点在于农民的收入问题,只要农民的收入上来了,很多问题也就自然迎刃而解。 　　近年来,对于中国农民收入的问题,国内外已经有不少学者曾做过深入的研究。西南财经大学的覃巍教授从增加农民收入、减轻农民负担、缩小收入差距及农村分配制度等若干方面进行过研究综述,并做简要的评论。中央财经大学的王国华同志从农村公共产品供给的角度研究过农民收入的问题。浙江大学的白菊红,袁飞则从农村人力资本关系方面来专题研究过农民收入的问题。而农业部农村经济研究中心的郭建军老师对于现阶段我国农民收入增长特征、面临的矛盾和对策做出了深入的分析。 　　然而,国内学术界对于农民收入问题的研究还较少使用计量的方法来定量分析问题,大多数倾向于描述农民收入低这一现象的本身,并且研究的范围通常是全国。然而,各个地方的农民收入的问题有其自身的特点,常常需要单独拿出来讨论,泛泛的全国范围内的描述可能难以击中不同地区农民收入问题的要害。农村问题的复杂性在于各地的差异和矛盾来源不同,往往不能够一刀切,必须具体问题具体分析,实事求是地解决问题。但是我们也??道,很多时候农村问题往往具有代表性,对一个地区进行具体而深入的研究能够给我们对其他地区的分析提供一定的参考。正基于此,我们选取北京市一地作为总体并且采用多元定量统计分析的方法来深入探讨影响京郊农民收入的因素,看看到底影响北京市10个郊区县农民收入的关键因素是什么。研究数据来自于《北京市统计局2008年全年农普信息系统数据》。该数据采用分层四阶段不等概率抽样方法, 以京郊全部10个郊区共157个乡镇为样本单位进行调查,我们对于每一个郊区随机抽取5个乡镇,组成50个样本。 　　二、描述统计 　　首先对于这50个数据的农民人均收入样本分别计算均值,标准差,偏度,峰度,并做单样本K-S正态性检验(1-sample K-S test),得到表1。 　　表1: 　　我们发现,由于农民收入的极差(range)只有751元,也就是说北京郊区10个区县之间的收入差别并不是特别的大。通过偏度与峰度的计算数据,整个收入样本的分布呈现右偏,高峰的特点。由于单样本K-S检验的P值是0.19,令显著性水平为0.05,在此显著性水平下我们不能说样本的分布与正态分布有显著性区别。 　　从Q-Q图上,我们可以发现样本大致在预期理论线上分布,这也从另一方面说明样本服从正态分布。 　　三、多元回归建模 　　下面利用Gauss提出的多元回归模型通过最小二乘法(least square)来对影响乡镇农民人均收入的因素做多元线性回归分析。我们将乡镇人均收入作为被解释变量,将影响乡镇人均收入的因素作为解释变量, 建立以下多元线性回归模型: 　　式1: 　　Y= β0+β1*X1+β2*X2+β3*X3+β4*X4+β5*X5+ε 　　其中Y表示乡镇农民的人均收入,X表示在现有水平与数据上影响Y的各种因素,X1表示本乡镇中常住户籍男性占乡镇常住户籍人口的比例,X2表示乡镇劳动力人数(年龄处于20-55岁的常住户籍人口数)占总常住户籍人口数的比例,X3表示乡镇中男性劳动力占总常住人口数的比例,X4表示乡镇常住户籍人口平均受教育年数,X5为是否为中心镇。 　　解释如下: 　　1.对于X4,按照数据劳动力的受教育程度共分为文盲、小学、初中、高中、技校、中专、大专、本科、研究生、私塾十大类。按照中国的教育体制,我们假设对应的教育年限为 0年、6 年、9 年、12 年、12 年、12 年、15 年、16 年、19 年和 10年。 　　2、X5是一个定性变量,是中心镇记为1,不是中心镇记为0。 　　3.ε为随机误差,我们假定ε服从正态分布N(0,σ^2)。 　　4.β为未知参数,我们称之