我国城乡人均收入差距的实证分析和预测.docVIP

我国城乡人均收入差距的实证分析和预测 【论文摘要】文章以我国1978-XX年城市和农村人均 收入时间序列数据和影响因素数据为依据，运用Eviews软 件，分析了其内在规律性，对其发展趋势进行了短期预测， 并提出了相关的政策建议。 【论文关键词】城乡人均收入差距；预测 自改革开放以来，我国人均收入水平迅速提高，但与 此同时收入差距也在逐渐拉大甚至悬殊，其中城乡居民收 入差距是当前中国居民分配结构中最受关注的社会焦点问 题。本文以我国197 8-XX年的城镇家庭平均每人可支配收 入、农村居民家庭人均年纯收入以及农民人均农业税、农 民人均固定资产投资总额、农业增加值（现价）的统计数 据为依据，运用趋势模型、ARMA时间序列模型和线形回归 模型，分析研宄了其现实状况和未来走势以及影响农村人 均年纯收入的因素。 一、时间序列分析 A RMA模型应用软件，对1978-XX年城镇家庭平均每人 可支配收入估计，并预测XX年数值。 （一）数据准备 城镇家庭平均每人可支配收入序列指数上升趋势明显， 典型非平稳序列，对此进行两次差分，得到图1。进行 ADFr检验，如图2所示参数小于1%零界水平，基本平稳， 选Vi ew/Corre 1 ogram模型识别：ARMA模型的识别与定阶可 以通过样本的自相关与偏自相关函数的观察获得，例如：A R （P）模型自相关函数拖尾，偏自相关函数p步截尾；MA （q）模型自相关函数q步截尾，偏自相关函数拖尾；而 ARMA模型的自相关函数与偏自相关函数都具有拖尾性。 由图1可以看出，偏自相关系数3、4较大，在k=4后 很快地趋近于0，所以取p=3、4;自相关系数在k=l处不 显著，k=4之后拖尾，可考虑q=2、3、4。为了使建立的模 型更加精确，可适当放宽P与Q的范围，建立ARMA （p, q ） 模型。 （二）用Eview软件回归分析 借助 Eview 软件，选取 ARMA （3，2）、ARMA （3，3）、 ARMA （3， 4）、 ARMA （4， 2）、 ARMA （4， 3）、 ARMA （4， 4） 6个模型进行分析，剔除明显不合理的，如表1所示。由表 1可知，ARMA （4，4 ）调整后的R2最大，AIC和SC值最 小，但t检验没通过，ARMA （3，4）也较为合适。 我们选用A RMA （3，4），拟合结果为:ddyt=—3+ut+- 2+。我国城乡人均收入差距的实证分析和预测modelAIC （三）模型的检验 若残差序列不是白噪声，意味着残差序列还存在有用 信息没被提取，需要进一步改进模型。本文采用残差序列 的卡方检验，检验的零假设是残差序列相互独立。通过直 接观察残差序列的自相关分析图，其自相关系数都落入了 随机区间，表明残差序列是独立的，可直接用于预测。 （四）模型的预测： 已知 yXX=ln （c ityXX） =ln （）=，在 Eviews 里进行 XX 年的预测为*10-6,则有：y 赞 XX-2yXX+y XX=*10_6y 赞 XX-2*+=赞 XX =误差为:（）/*1 00%=-% 二、线形回归分析 应用软件，对1978-XX年农村人均年纯收入的影响因 素分析：农业收入主要来源于农业生产活动，变量pfix （全社会固定资产投资额/年底乡村总人口数）用来描述农 民对全国建筑活动做出贡献而增加的农村家庭现金收入， 因为目前大部分的建筑活动由农民建筑工完成。变量padd （第一产业增加值/年底乡村总人口数）用来描述人均第一 产业增加值（现价）对农村人均年纯收入的影响，变量 ptax （国家财政决算收入中农业各税/年底乡村总人口数） 用来描述人均国家农业各税对农村人均年纯收入的影响。P inc为农村人均年纯收入，因为1978、1979年全社会固定 资产投资额无法得到，只能对1980-XX年的数据进行回归。 先将数据取对数，然后用Eviews软件试模拟（见表2）。 模型四拟合优度很好，t检验和DW检验都通过，可表示为: lnpi nc=++++ut模型的检验：自相关、异方差检验可以通 过，残差基本平稳。 三、评价和结论 时间序列模型采用了两种不同方法，从预测效果看 ARM A模型误差较小。线形回归模型并没有直接把农民人均 农业税作为单独的解释变量组成三元回归，因为，这样作 为单独的解释变量的农民人均农业税系数估计值为正，与 实际严重不符。因此将其从人均农业增加值（现价）中扣 除，间接地研究了其对农村居民家庭人均年纯收入的影响。 从模型关系上看，趋势模型拟合优度很高，显著性很高， 异方差和自相关问题并不十分显著，预测精度较差。相反 ARMA模型拟合优度不高，系数显著性较高，异方差和自相 关问题却解决得很好，并且用于短期预测精度较高。 根据时间序列分析，城乡人均收入差距将继续扩大， 事实也是如