三大产业的发展与农村家庭人均年纯收入分析告.doc

计量经济学课程论文三大产业的发展与农村家庭人均年纯收入分析报告信息学院2003级一班 董玉婷（40311029）何 萍（40311030）孙轶娟（40311031）张 展（40311033） 中国成都西南财经大学三大产业的发展与农村家庭人均年纯收入分析报告【提要】“三农”问题的核心是农民问题，农民问题的核心是增加农民收入。本文通过对三大产业发展与农村居民人均纯收入关系进行分析，从定量的角度探求三大产业分别对农村居民人均纯收入影响程度。【关键词】回归模型 农村居民人均纯收入 三大产业 可决系数 自相关性【正文】一、问题的提出自改革开放以来,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我国经济持续稳定增长的障碍。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。农村居民人均纯收入的增长与国内生产总值的增长密切相关。然而国内生产总值是由第一产业（农业）、第二产业（工业、建筑业）、第三产业（服务性行业）组成的，但是对农村居民人均纯收入的增长影响各不相同。而对三者影响程度进行数量分析，以期用函数关系精确表达三者各自的影响，就是我们研究的主要内容。二、现状分析二十世纪九十年代以来，我国农民收入增长水平减缓，城乡差距明显拉大。我国农村虽有局部繁荣，但在国际市场和国内市场经济的双重挤压下，中国农村处在破产的边缘。党的十六大报告指出：统筹城乡经济社会发展，建设现代农业，发展农村经济，增加农民收入是全面建设小康社会的重大任务。因此必须正视农村收入增长和城乡收入差距态势，并关注其对全局的影响，要采取有效的措施努力增加农民收入。1.农民收入差距的现状分析我国农民人均纯收入的增长率在20世纪80年代平均水平为9%左右，20世纪90年代呈下降趋势，特别是1998年下降幅度最大，从l997年的8.15%下降到l998年的3.44%，再到199年的2.22%，2000年上半年降 1.5%。之后虽有逐步上升。但农民收入增长依然缓慢。2003年与1998年相比，农民人均纯收入增加460元，年均增加92元，同期城镇居民人均可支配收入增加3047元。年均增加609元。城乡居民收入差距从2.5l：l扩大到3.23：l，年均扩大0.16个百分点，这种差距扩大的速度是历史上从未有过的,城乡差距还是继续扩大。农民在国家工业化，现代化过程中，做出了巨大贡献,然而农民收入没有得到与经济高速增长相应的实惠，消费份额反而逐年下降。大多数农民虽然收入有所增加，生活水平有所提高，但他们却没有得到与经济高速发展相应的利益。2.农民收入结构方面的因素制约农民收入增长当前农民人均收入的来源和结构已发生了很大的变化，收入较以前增多了。但无论怎么增加，增加多少，农民收入的构成主要包括两个部分：一是种植粮食等主要农产品获得的农民收入，二是农民从乡镇企业获得的收入，外出打工得到的劳动报酬，以及家庭经营二、三产业得到的收入，即非农业收入。近几十年来，这后两部分的收入占农民收入的比重已不断上升。从l985年的18.4%上升到1999年28.52%，增加了十个百分点。而同期种植业和畜牧业的收入比重分别从48.1%和11.26%下降到33.97%和7.14%。这表明当前农民收入的很重要增长部分主要靠非农业而不是种地，这也预示着今后农民收入增长的发展方向。然而近年来农民收入增长放慢，主要在于非农业就业机会减少。以前作为吸纳农村剩余劳动力主渠道的乡镇企业，由于各种因素的影响，乡镇企业破产倒闭日益增多，农民从乡镇企业获得的劳务收入的增长速度在逐渐减慢，不同程度地影响农民收入的增长。3.国家对农业的投资长期不足制约农民收入增长在市场经济条件下，资本的趋利性使投资流动方向的利润导向性明显。农业所需资金无法得到保障。在投资主体中，有能力对农业投资方向进行干涉的主要是政府。由于国家财政能力仍不雄厚，以及国民经济全局发展的需要，政府财政用于农业发展的份额从相当长时期看仍是十分有限的。一组数字可以充分说明：l978年-l995年国家从农业部门取得的财政收入增长了l0倍左右，而同期国家财政用于农业支出仅增长2.76倍。另外国家财政支出用于农业支出的比重也不断下降，1978年国家财政支出用于农业支出的比重为l3.3%，l998年却降至8.3%。由于国家对农业的投资长期不足，造成许多农业基础设施因得不到维护而老化，农业生产条件恶化，抗灾能力下降。另一方面，造成农业科技进步缓慢，间接制约了农业更快发展。目前中国农业科技在中国农业增产中的贡献率只有40%左右，与发达国家平均70%的水平还差很远。 随着农业劳动生产率的提高，人均很少的耕地面积，只要少数人种植就可以了，大量的农村劳动力必须走出家门。要加快剩余劳动力流动和转移。减少农村人口，提高农业劳动生产率，增加农民收入。综上所述，我国的农村问题亟待解决，我们通过对三大产业发展与农村居民人均纯收入关系进行分析，从定量的角度探求三大产业分别对农村居民人均纯收入影响程度，为发展非农产业促进农村剩余劳动力转移提供理论依据。三、相关数据收集及验证根据中经网统计数据库的统计数据,我们得到如下数据(样本期：1980年2004年)：农民家庭人均年纯收入第一产业增加值第二产业增加值第三产业增加值1980 191.3000 342.9000 141.8000 194.30001981 223.4000 378.0000 192.5000 253.50001982 270.1000 392.0000 211.7000 255.30001983 309.8000 421.0000 222.2000 266.80001984 355.3000 443.9000 280.7000 303.40001985 397.6000 430.0000 317.0000 321.00001986 423.8000 445.9000 483.5000 377.60001987 462.6000 383.8000 615.5000 439.70001988 544.9000 340.7000 648.2000 468.10001989 601.5000 441.1000 388.9000 390.00001990 686.3100 453.1000 359.3000 336.90001991 708.6000 497.5000 407.6000 328.20001992 784.0000 559.0000 513.5000 381.50001993 921.6000 651.1000 602.2000 462.80001994 1221.000 702.2000 709.5000 456.30001995 1577.740 714.2000 602.8000 456.90001996 1926.100 726.3000 537.3000 459.50001997 2090.100 736.2000 689.1000 512.60001998 2162.000 793.3000 912.2000 547.20001999 2210.300 826.3000 1022.800 577.30002000 2253.420 827.4000 1084.200 606.50002001 2366.400 907.5000 1173.000 640.40002002 2475.630 945.2000 1192.000 652.70002003 2622.240 971.1000 1370.500 655.70002004 2936.400 967.0000 1337.200 639.5000我们将以上数据用下述变量表示：Y：农村居民家庭人均年纯收入 （单位：元）X2：第一产业增加值（现价） （单位：亿元）X3：第二产业增加值（现价） （单位：亿元）X4：第三产业增加值（现价） （单位：亿元）根据数据分别作Y与X2 X3 X4的散点图如下：由以上三个图我们可以发现，Y与X2 X3 X4都有比较明显的线形关系，因此可建立多元线性回归模型来分析相关数据，以反映三大产业增加值和农村居民家庭人均年纯收入。模型如下：我们对得出的模型有如下假设：1.零均值： 2.同方差和无自相关性： 3.随机扰动项与解释变量不相关： 4.无多重共线性：Rank(X)=k5.正态性：随机扰动项服从正态分布 显然这些假设不可能完全成立，所以我们必须对其进行检验，并根据检验的结果作相应修正。四、模型的求解和检验利用Eviews3.0作OLS估计的结果为：Dependent Variable: YMethod: Least SquaresDate: 12/20/05 Time: 15:00Sample: 1980 2004Included observations: 25VariableCoefficientStd. Errort-StatisticProb. C-1462.814294.7457-4.9629700.0001X23.2597060.4647417.0140290.0000X3-0.0724750.516344-0.1403620.8897X41.6925491.3402211.2628890.2205R-squared0.957271 Mean dependent var1228.886Adjusted R-squared0.951167 S.D. dependent var917.3889S.E. of regression202.7269 Akaike info criterion13.60724Sum squared resid863061.7 Schwarz criterion13.80226Log likelihood-166.0905 F-statistic156.8228Durbin-Watson stat0.824864 Prob(F-statistic)0.000000可得到以下的结果：Y= 1462.814 + 3.259706*X2 0.072475*X3 + 1.692549*X4 (294.7457) （0.464741) (0.516344) （1.340221） t=（-4.962970） (7.014029) (-0.140362) （1.262889） R-Squared=0.957271 df=21 F=156.8228（一）从上面的估计的结果可以看出：1、可决系数R-Squared=0.957271，表明模型在整体上拟合程度较0.957271好。2、系数显著性检验：给定=0.05，查t分布表，在自由度为23时临界值为t0.025(23)=2.069,而对于C、X2、X3、X4的系数，只有C和X2的t统计量的绝对值都大于2.069，X3、X4的t统计量都小于2.069。F统计量和可决系数R都挺大，模型整体拟和较好。但是不能排除有多重共线性，或者异方差或者自相关的存在。3、P值：=0.050.000000。4、经济意义分析：（1）对于此模型，估计的X2的系数为正，说明在第二产业增加值X3和第三产业增加值X4固定不变的情况下，第一产业增加值X2每增加1亿元，农民家庭人均年纯收入Y则增加3.259706元；（2）X4的系数也为正，说明在第一产业增加值X2和第二产业增加值X3固定不变的情况下，第三产业增加值X4每增加1亿元，农民家庭人均年纯收入Y则增加1.692549元。（3）但是X3的系数为负，说明在第一产业增加值X2和第三产业增加值X4固定不变的情况下，第二产业增加值X3每增加1亿元，农民家庭人均年纯收入Y却减少-0.072475元，这与现实经济意义不符，更加肯定了有多重共线性或异方差或自相关的存在。（二）检验原模型是否存在多重共线性：计算解释变量之间的简单相关系数，使用Eviews得下图：X2X3X4X2 1.000000 0.908327 0.901835X3 0.908327 1.000000 0.974089X4 0.901835 0.974089 1.000000我们发现，解释变量之间存在高度相关。尽管整体上线性回归拟合较好，但只有X2变量的t参数值显著，而且X3系数的符号与经济意义相悖，说明模型中解释变量之间确实存在严重的多重共线性。（三）多重共线性的修正：运用逐步回归法逐一求Y对各个解释变量的回归。（1）Y对X2的回归可得出以下结果：Y= -1295.297 + 4.125371*X2(131.5032) (0.203071)t = (-9.849923) （20.31491） R-Squared=0.947211 F=412.6954 Y对X3的回归可得出以下结果：Y= -221.6554 + 2.264319*X3 (149.7687) （0.203183）t =（-1.479985）（11.14425） R-Squared=0.843744 F=124.1944 Y对X4的回归可得出以下结果：Y= -1445.572 + 6.087333*X3 (246.9904) （0.537038）t =（-5.852746）（11.33502） R-Squared=0.848167 F=128.4827可见, 农村居民家庭人均年纯收入Y对第一产业增加值X2线性关系最强，拟合程度最好，即Y = -1295.297 + 4.125371*X2(131.5032) (0.203071)t = (-9.849923) （20.31491） R-Squared=0.947211 F=412.6954（2）将其余解释变量再逐一代入： 对X3可得到以下的结果：Y= 1142.008 + 3.365456*X2 0.486537*X3 (151.4940) （0.463274) (0.269420) t=（-7.538308） (7.264503) (1.805863) R-Squared=0.954026 F=228.2644对X4可得到以下的结果：Y= 1426.195 + 3.239774*X2 + 1.531283*X3 (134.0592) （0.432543) (0.674491) t=（-10.63855） (7.490060) (2.270281) R-Squared=0.957231 F=246.1946可见，第三产业增加值X4比第二产业增加值X3对农村居民家庭人均年纯收入Y的解释程度更强，回归更好，把X4拿入方程得最后模型方程为：Y= 1426.195 + 3.239774*X2 + 1.531283*X3 (134.0592) （0.432543) (0.674491) t=（-10.63855） (7.490060) (2.270281) R-Squared=0.957231 DW=0.819582 F=246.1946（四）检验是否存在异方差：用ARCH检验得下表：选滞后阶数为1ARCH Test:F-statistic2.486885 Probability0.129071Obs*R-squared2.437437 Probability0.118470Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/20/05 Time: 15:43Sample(adjusted): 1981 2004Included observations: 24 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C23473.2812408.601.8916940.0718RESID2(-1)0.3205610.2032741.5769860.1291R-squared0.101560 Mean dependent var34173.77Adjusted R-squared0.060722 S.D. dependent var52514.98S.E. of regression50895.61 Akaike info criterion24.59260Sum squared resid5.70E+10 Schwarz criterion24.69077Log likelihood-293.1112 F-statistic2.486885Durbin-Watson stat1.786243 Prob(F-statistic)0.129071由于F-statistic和Obs*R-squared的P值都明显大于0.05，说明原模型不存在异方差性。（五）检验是否存在自相关性：有DW检验法检验自相关性：由DW=0.819582，给定显著性水平=0.05，查Durbin-Watson表，n=25,k=2,得下限临界值dL=1.206,dU=1.550，因为DW统计量为0.819582dL=1.206。根据判定区域可知，这时随即误差项存在正的一阶自相关。（六）自相关的修正：（1）由DW=0.819582，根据=1-DW/2，计算出=0.590209。分别对Y、X2、X3、X4作广义差分：GENR DY=Y - 0.590209*Y(-1)GENR DX2=X2 - 0.590209*X2(-1)GENR DX4=X4 - 0.590209*X4(-1)然后再用OLS方法估计参数，得下表：Dependent Variable: DYMethod: Least SquaresDate: 12/20/05 Time: 18:34Sample(adjusted): 1981 2004Included observations: 24 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C-587.4753118.5697-4.9546820.0001DX23.0517950.5330305.7253700.0000DX41.7944590.8606452.0850160.0495R-squared0.854262 Mean dependent var588.8103Adjusted R-squared0.840382 S.D. dependent var407.5108S.E. of regression162.8096 Akaike info criterion13.13951Sum squared resid556646.5 Schwarz criterion13.28677Log likelihood-154.6741 F-statistic61.54700Durbin-Watson stat1.163965 Prob(F-statistic)0.000000结果可以表示为：DY= -587.4753 + 3.051795*DX2 + 1.794459*DX4 t = (-4.954682) (5.725370)(2.085016)R-squared=0.854262 DW=1.163965F=61.54700此时，我们发现经用广义差分法后，DW值有所提高，但是此时仍存在正的一阶自相关。（2）Cuchrane-Orcutt迭代法修正自相关：可以得下表：Dependent Variable: YMethod: Least SquaresDate: 12/20/05 Time: 18:42Sample(adjusted): 1981 2004Included observations: 24 after adjusting endpointsConvergence achieved after 10 iterationsVariableCoefficientStd. Errort-StatisticProb. C-1449.737282.5774-5.1304090.0001X23.0627260.5399035.6727350.0000X41.8129000.8752522.0712900.0515AR(1)0.5683770.1864203.0489060.0063R-squared0.970836 Mean dependent var1272.118Adjusted R-squared0.966462 S.D. dependent var910.7335S.E. of regression166.7874 Akaike info criterion13.22233Sum squared resid556360.5 Schwarz criterion13.41867Log likelihood-154.6679 F-statistic221.9264Durbin-Watson stat1.160649 Prob(F-statistic)0.000000Inverted AR Roots .57得出DW=1.160649，仍然存在正的一阶自相关。（3）用德宾两步估计法修正自相关。由DW=0.819582，根据 =n2(1-DW/2)+k2/ (n2- k2)，计算出=0.600452。分别对Y、X2、X3、X4作广义差分：GENR DY=Y - 0.600452*Y(-1)GENR DX2=X2 -0.600452*X2(-1)GENR DX4=X4 - 0.600452*X4(-1)然后再用OLS方法估计参数，得出结果为：DY= -569.2240 + 3.045753*DX2 + 1.784367*DX4 t = (-4.807228) (5.680333)(2.064920)R-squared=0.847833 DW=1.164773F=58.50327此时，DW=1.164773，有所升高，但是仍然存在正的一阶自相关。再用Cuchrane-Orcutt迭代法进行修正，得DW= 0.987106。所得值比德宾两步估计法所得值更小，说明在德宾两步估计法中计算所得的值已经是最合适的，再用迭代法只能使DW值降低，因此保留模型DY= -569.2240 + 3.045753*DX2 + 1.784367*DX4 t = (-4.807228) (5.680333) (2.064920)R-squared=0.847833 DW=1.164773 F=58.50327为最终模型。（4）针对上述情况，我们已经无法用所学知识进行修正，因此，我们将显著性水平=0.05改为=0.10。据此查Durbin-Watson表，n=25,k=2,得下限临界值dL=0.981,dU=1.305，因为DW统计量为dL DW=1.164773du。根据判定区域可知，这时无法判断是否存在一阶自相关。五、结论由以上过程可知，模型最终无法判断是否存在自相关，说明我们掌握的现有知识不能修正出合适的模型或者在建立模型初期可能存在问题。但从现有的模型中我们也可以看出，在三大产业中，第一产业（农业）增加值对农村居民人均纯收入的影响是最显著的，而第二产业（工业、建筑业）增加值对农村居民人均纯收入的影响是最不显著的，第三产业（服务业）增加值对农村居民人均纯收入的影响介于两者之间，也较为显著。因此选择第一产业（农业）增加值和第三产业（服务业）增加值为解释变量构建模型是最合适的。模型的最终检验结果说明，第一产业（农业）在我国农民的收入中仍然占有很大的比例，但已经有越来越多的农民将目光投向了服务业这一人员需求量大的第三产业，并以此来提高家庭的收入水平。同时，工业、建筑业等第二产业并没有给农民家庭收入的提高带来很大的影响，原因可能有两方面，一是虽然有大量的农民从事基础的建筑业（即民工），但收入并不理想；二是虽然民工的收入在农民本身来看较高，但相对于第二产业的总体增加值而言，仅仅是很小的一部分，统计数据