多元线性归模型案例.docVIP

我国农民收入影响因素的回归分析 本文力图应用适当的多元线性回归模型,对有关农民收入的历史数据和现状进行分析,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政策建议。?农民收入水平的度量常采用人均纯收入指标。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。二是农业剩余劳动力转移水平。三是城市化、工业化水平。四是农业产业结构状况。五是农业投入水平。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，以全国为例，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。 一、计量经济模型分析 (一)、数据搜集 根据以上分析，我们在影响农民收入因素中引入7个解释变量。即： -财政用于农业的支出的比重， -第二、三产业从业人数占全社会从业人数的比重， -非农村人口比重， -乡村从业人员占农村人口的比重， -农业总产值占农林牧总产值的比重， -农作物播种面积，—农村用电量。 　 y x2 x3 x4 x5 x6 x7 x8 年份 78年可比价 比重 % % 比重 比重 千公顷 亿千瓦时 1986 133.60 13.43 29.50 17.92 36.01 79.99 150104.07 253.10 1987 137.63 12.20 31.30 19.39 38.62 75.63 146379.53 320.80 1988 147.86 7.66 37.60 23.71 45.90 69.25 143625.87 508.90 1989 196.76 9.42 39.90 26.21 49.23 62.75 146553.93 790.50 1990 220.53 9.98 39.90 26.41 49.93 64.66 148362.27 844.50 1991 223.25 10.26 40.30 26.94 50.92 63.09 149585.80 963.20 1992 233.19 10.05 41.50 27.46 51.53 61.51 149007.10 1106.90 1993 265.67 9.49 43.60 27.99 51.86 60.07 147740.70 1244.90 1994 335.16 9.20 45.70 28.51 52.12 58.22 148240.60 1473.90 1995 411.29 8.43 47.80 29.04 52.41 58.43 149879.30 1655.70 1996 460.68 8.82 49.50 30.48 53.23 60.57 152380.60 1812.70 1997 477.96 8.30 50.10 31.91 54.93 58.23 153969.20 1980.10 1998 474.02 10.69 50.20 33.35 55.84 58.03 155705.70 2042.20 1999 466.80 8.23 49.90 34.78 57.16 57.53 156372.81 2173.45 2000 466.16 7.75 50.00 36.22 59.33 55.68 156299.85 2421.30 2001 469.80 7.71 50.00 37.66 60.62 55.24 155707.86 2610.78 2002 468.95 7.17 50.00 39.09 62.02 54.51 154635.51 2993.40 2003 476.24 7.12 50.90 40.53 63.72 50.08 152414.96 3432.92 2004 499.39 9.67 53.10 41.76 65.64 50.05 153552.55 3933.03 2005 521.20 7.22 55.20 42.99 67.59 49.72 155487.73 4375.70 资料来源《中国统计年鉴2006》。 (二)、计量经济学模型建立 我们设定模型为下面所示的形式： 利用Eviews软件进行最小二乘估计，估计结果如下表所示： Dependent Variable: Y Method: Least Squares Sample: 1986 2004 Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob. C -1102.373 375.8283 -2.933184 0.0136 X1 -6.635393 3.781349 -1.754769 0.1071 X3 18.22942 2.066617