基于回归分析法农民收入影响因素分析.docVIP

基于回归分析法农民收入影响因素分析 　　摘要：理论界对影响农民收入水平的研究，主要是从总体上分析影响收入的各种因素及其作用程度。利用回归模型对贵州省2000—2008年所获得的数据进行处理，从中选出6个因素与农民收入，建立数学模型，进行多元回归分析，更为细致和深入地研究了农民收入及其影响因素之间的回归关系；并就从提高农业收入的增长率，确保农业收入在农民收入中的主体地位；大力发展家庭经营性收入中的非农业项目，提高非农业收入对家庭经营性收入增长的促进作用；进一步促进农民进城务工，增加农民外出务工的工资性收入等方面提出对策思考。 　　关键词：回归分析；农民收入；影响因素 　　中图分类号：F22 文献标志码：A 文章编号：1673-291X（2012）30-0057-03 　　自改革开放以来，虽然中国经济平均增长速度为9.5% ，但二元经济结构给经济发展带来的问题仍然很突出。农村人口占了中国总人口的70%多，农业产业结构不合理，经济不发达，以及农民收入增长缓慢等问题势必成为中国经济持续稳定增长的障碍[1]。正确有效地解决好三农问题是中国经济走出困境，实现长期稳定增长的关键。其中，农民收入增长是核心，也是解决三农问题的关键。本文力图运用适当的多元线性回归模型，对贵州省有关农民收入的历史数据和现状进行分析，寻找其根源，探讨影响农民收入的主要因素，并在此基础上对如何增加农民收入提出相应的思考。 　　一、研究方法及数据来源 　　（一）研究方法 　　农民收入水平的度量，通常采用人均纯收入指标[2]。影响农民收入增长的因素是多方面的，既有结构性矛盾因素，又有体制性障碍因素。但可以归纳为以下几个方面：一是农产品收购价格水平。目前农业收入仍是中西部地区农民收入的主要来源，农产品收购价格水平直接影响农民收入状况。二是农业剩余劳动力转移水平。中国的农业目前仍以农户分散经营为主，农业比较效益低，尽快地把农业剩余劳动力转移出去是有效改善农民收入状况的重要因素。三是城市化、工业化水平。中国多数地区城市化、工业化水平落后于世界平均水平，这种状况极大地影响了农民收入的增长。四是农业产业结构状况。农林牧渔业对农民收入增长贡献率是不同的。五是劳动力素质。劳动力的技能素质水平是影响劳动力的就业适应性、稳定性和竞争力的重要因素。因此，农民综合素质水平低是农民增收的关键性制约因素。六是农业投入水平。农民收入与财政农业支出、农村集体投入、农户个人投入以及信贷投入都有显著的正相关关系[3]。农业投入是农民收入增长的重要保证。但考虑到农业投入主体的多元性，既有国家、集体和农户的投入，又有银行、企业和外资的投入，考虑到复杂性和可行性，所以对农业投入与农民收入，本文暂不作讨论。因此，本文以贵州省为例，把农民收入与各影响因素关系进行线性回归分析，并建立数学模型[4]。 　　（二）数据来源与说明 　　选取2000—2008年贵州省9年来的相关数据作为研究的时段，选取的变量包括：农业生产资料价格指数、非农人口占总人口的比重、第二、三产业从业人数占全社会从业人数的比重、农业产值占农林牧渔业总产值的比重、农作物播种面积、农用机械总动力（《贵州统计年鉴（2001—2010）》及历年贵州省经济社会发展统计公报）。 　　二、计量经济模型分析 　　（一）指标的选择 　　根据以上分析，我们在影响农民收入的五大因素中引入6个解释变量（考虑到资料的可得性，仅利用2000—2008年的数据）。即：农业生产资料价格指数（x1）， ① 非农人口占总人口的比重（x 2），第二、三产业从业人数占全社会从业人数的比重（x 3），农业产值占农林牧渔业总产值的比重（x 4），农作物播种面积（x 5），农用机械总动力（x 6）。因篇幅有限，在此数据略（《贵州统计年鉴（2001-2010）》）。 　　（二）计量经济学模型建立 　　1.模型设定。根据已假设的设定，采用多元回归模型来分析2000—2008年贵州省，农民收入与其影响因子之间的关系。设定下面的模型等式：y =C+а1 x1+а2 x 2+а3 x 3+а4 x 4+а5 x5+а6 x 6+μ （1） 　　其中，C为常数，а1、а2、а3、а4、а5和а6分别代表了解释变量的参数，μ为随机误差项，从而建立一个六元线性回归模型。 　　运用spss11.5软件进行统计分析，即可得到农民收入模型的参数估计与检验（见表1）。从表1中模型一的回归估计结果来看，存在多重共线性（即VIF10）；模型中的影响因子通不过显著性检验，无意义，所以此模型不理想。采用stepwise法，通过逐步剔除影响不显著的解释变量来修正模型，得出新模型： y=C+а1 x 1+а5 x 5 +μ （2） 　　基于《贵州省统计年鉴（2001—2009）》贵州省农民收入统计数据为基础，利用方程（1）式，