农村居民收入影响因素分析.doc

农村居民收入影响因素分析小组成员：（02级经济学基地班）王春来 40201210 刘锐 40201231阮萌萌 40201222刘涛 40201220一、 问题的提出改革开放以来，中国经济迅速发展，GDP逐年攀升，人民生活水平总体上有很大的改善。但农村经济发展和农民生活水平的提高却面临着严重的困难，成了制约中国经济发展的重大因素。伴随着人民总体生活水平的提高，中国的城乡基尼系数却在不断的扩大，这不仅影响了中国经济的健康正常发展，还有可能引发一系列的社会问题。因此，“三农”问题成为中国经济研究的热点问题，提高农村居民收入迫在眉睫。为此，本文将就农村居民的收入影响因素进行分析，对改革开放以来影响农村居民的一些要素进行统计研究，希望从中发现一些对农民收入起关键作用的因素，给农村改革与发展提供一些线索与建议。根据历史的资料和我们的分析，从大体上来看，中国农村在改革开放后的农民收入状况主要经历了这几个阶段： 第一阶段为19781985年，为收入快速增长时期。农村居民家庭人均纯收入从1336元增加到3976元，平均每年增长168，扣除物价上涨因素，年均增长仍高达152； 第二阶段为19861991年，为收入增长缓慢时期。农村居民家庭人均纯收入从4238元增加到7086元，平均每年增长108，扣除物价上涨因素，年均增长率为27； 第三阶段是19921996年，为收入增长较快时期。农村居民家庭人均纯收入从7840元增加到19261元，平均每年增长251，扣除物价上涨因素，年均增长56； 第四阶段是1997年以来，为收入增长缓慢、增幅下降时期。农村居民家庭人均纯收入从1997年的20901元增加到2000年的22534元，四年绝对增加值仅为1633元，每年实际增长幅度分别为46、43、38和21，收入增幅连续四年呈下降态势。从这几个阶段的收入状况来看，总的来说，农民收入增长速度是有升有降的。但最近几年，农民收入呈现低增长趋势。对此，学者们提出了许多影响农民收入的因素。如国家财政的投入，国家税收的减免，农村人民文化水平的提高等等。有学者把提高农民收入分为“四法”：1、加法增加第一产业的产出2、减法切实减轻农负担3、乘法推进农业产业化经营4、除法减少农民数量另外还有有一种流行的说法是解决农民收入的办法在农村之外。现有的研究大都从理论上进行说明影响农民收入的主要因素，特别是关于农民收入主要决定于农村之外的说法，大多都是从中国的二元结构出发，说明农村劳动生产率不高，需要依靠城市化和向城市转移劳动力来解决，而且也是根本的解决农村居民收入的办法。但很少做有关实证的分析，特别是把转移劳动力与农村自身的发展联合在一起来分析影响农民收入的根本因素。为此，我们采用计量分析的方法，把影响农民收入的内外因素结合起来，希望能从我们的分析中真正的找到改革开放以来影响农民收入的主要原因是什么。二、 研究方案与数据的搜集统计通过我们对影响农业的主要因素的分析，和我们对改革开放以来的农业统计数据的分析。我们把影响农民收入的因素分为农村内因素和农村外因素，农村内的因素即是农业本身的资本，劳动，科技等的投入，从而我们把农业内的影响农民收入的因素主要分为三个方面进行分析，如下：国家财政用于农业的支出（X1）：包括国家用于农业的科研支出，农村基本建设支出，支援农村生产支出和农林水利气象等部门的事业费，农村救济。农业各税（X2）：包括农业税、牧业税、耕地占用税、农业特产税和契税。农产品收购价格指数（X3）：价格指数以上年为基准，即上一年的价格指数=100 农业外的影响农业的因素主要是指城市化引起的农村产业结构，从而使农村人数的变化，从而对农民人均收入引起的变化，所以我们把农村产业结构的变化引起的农村居民人数的变化作为农村外影响因素的主要指标。在这里，农村居民人数是指的靠农业劳动获得收入的人，就是说不包括依靠农村第三产业，外出务工等作为主要收入的农民。 从这两方面的因素来看，结合改革开放农村的实际统计数据，我们认为农村外的因素才是影响农民收入的根本。即城市化和农村产业结构的变化对农民收入的影响有较根本性的作用。因为从中国的农村具体情况来看，农村劳动力过剩是一个基本的特征，因而使得农村劳动生产率低下，所以单纯依靠传统的农村本身发展，对中国这样的一个特殊的农业大国来说，想根本性的提高农民收入是不可能的。因而，我们研究这个问题时，先用农村内的影响因素对农民收入进行回归分析。然后我们把农村外的影响因素加入回归模型中，比较两次回归的优劣，如果加如农业外因素后的模型显然优于没加入时的模型，并且符合经济和统计的检验，那么我们可能有理由相信影响农民收入的真正原因，主要原因在农村之外。而如果加入农村外因素的引入对模型没多大的影响，我们则可以分析到底是我们模型的设定有误，还是劳动力转移对农村居民的收入影响的确是微弱的。模型设定：（未包含农村外因素）通过我们查阅资料，大多数研究影响农民收入因素的分析中，是把这些单个因素和农民的收入作简单线性回归。因而，我们将农村内影响农村居民收入的模型设定为以下简单的线性的三元方程：Y=C+C1*X1+C2*X2+C3*X3+U根据这三个方面，通过查找中国统计年鉴，我们得到如下的统计资：年份农村居民人均收入(Y)国家财政用于农业的支出(X1)农业各税(X2)农产品收购价格指数(X3)1980191.3149.9527.67107.11981201.6110.2128.35105.91982240.4120.4929.38102.21983296.4132.8732.96104.41984356.3141.2934.841041985397.6153.6242.05108.61986423.8184.244.52106.41987462.6195.7250.811121988544.9214.0773.691231989601.5265.9484.941151990686.3307.8487.8697.41991708.6347.5790.65981992784376.02119.17103.41993921.6440.45125.74113.419941221.0532.98231.49139.919951577.7574.93278.09119.919961926.1700.43369.46104.219972090.1766.39397.4895.5199821621154.76398.89219992210.31085.75423.587.820002253.41231.54465.3196.420012366.41335.46481.798.3资料来源：中国统计年鉴2002Y：农村居民人均收入（单位：元）X1：国家财政用于农业的支出(单位：亿元)X2：农业各税（单位：亿元）X3：农产品收购价格指数（单位：%）(注：价格指数以上年为基准，即上一年的价格指数=100)三、模型的参数估计得到如上的统计数据后，我们用EWIEWS软件对模型进行回归并得到模型的参数估计值。如下：Dependent Variable: YMethod: Least SquaresDate: 10/19/04 Time: 11:06Sample: 1980 2001Included observations: 22VariableCoefficientStd. Errort-StatisticProb. C233.8541201.96791.1578780.2620X10.0058030.1974010.0293970.9769X24.6755300.45778010.213500.0000X3-0.3827301.773267-0.2158330.8315R-squared0.990493 Mean dependent var1028.768Adjusted R-squared0.988908 S.D. dependent var787.2660S.E. of regression82.91315 Akaike info criterion11.83643Sum squared resid123742.6 Schwarz criterion12.03480Log likelihood-126.2007 F-statistic625.0942Durbin-Watson stat0.958254 Prob(F-statistic)0.000000表1图1所以模型的形式为：Y=233.8541+0.005803X1+4.67553X2-0.38273X3+U四、检验分析 1、经济意义检验从上表可以看出，X1的符号与经济意义是相符合的，从X2与X3的符号来看，似乎与经济意义相悖，但可能事实上并非如此，从物价指数X3来说，70年代以来，在各种价格的变动中，农民实际上是受损者，而不是受益者。因为农产品的价格上涨可能远比不上其他商品的上涨幅度，而这些商品又是农民生产生活所必须的，所以物价很可能是影响农民收入的一个重要因素。而我们在看第二个解释变量X2，农业的各种税收，其系数的符号与经济意义明显相悖，所以我们把X2排除在模型之外 2、计量经济学推断检验(1)、多重共线性检验由表1可以看出：F=625.0942F(3,18)=3.16（显著性水平=0.05），且可决系数R=0.990493,表明模型从整体上看被解释变量与解释变量之间有显著的线形关系。但X1，X3的T检验值都非常小（2），说明X1，X3对Y的影响不显著，这说明解释变量间可能存在多重共线性。我们用EVIEWS计算解释变量之间的简单相关系数得到： 表2由表2我们可以看出：X1与X2之间存在高度的线性关系，相关系数高达0.97。由于X2违背经济原理，可能是由于X2的引入引起了共线性，我们把X2排除后得到下面的经济模型Y=C+C1*X1+C3*X3+U做回归得如下参数估计：Dependent Variable: YMethod: Least SquaresDate: 10/26/04 Time: 16:38Sample: 1980 2001Included observations: 22VariableCoefficientStd. Errort-StatisticProb. C-317.7282493.7842-0.6434560.5276X11.9568510.12625915.498670.0000X33.8684254.3735290.8845090.3875R-squared0.935395 Mean dependent var1028.768Adjusted R-squared0.928594 S.D. dependent var787.2660S.E. of regression210.3718 Akaike info criterion13.66175Sum squared resid840869.2 Schwarz criterion13.81053Log likelihood-147.2793 F-statistic137.5474Durbin-Watson stat0.902709 Prob(F-statistic)0.000000表3从表3可以看出，排除变量X2后，虽然可决系数的值有所降低，但X3的系数符合了经济意义，但X3的T值仍然很小（=0.884509），我们对X1和X3做逐步回归：Dependent Variable: YMethod: Least SquaresDate: 10/30/04 Time: 14:20Sample: 1980 2001Included observations: 22VariableCoefficientStd. Errort-StatisticProb. C114.473570.738791.6182560.1213X11.9115720.11478716.653240.0000R-squared0.932735 Mean dependent var1028.768Adjusted R-squared0.929372 S.D. dependent var787.2660S.E. of regression209.2240 Akaike info criterion13.61120Sum squared resid875493.4 Schwarz criterion13.71038Log likelihood-147.7232 F-statistic277.3304Durbin-Watson stat0.765503 Prob(F-statistic)0.000000 表4由表3和表4可以看出，引如变量X3使得X1和C的T值都变小了，而且可决系数的值也有稍微下降，所以，我们认为X3对模型的影响不大，可以舍去。得如下经济模型：Y=C+C1X1+U(2)、自相关检验DW检验：由表4的DW=0.765503，在显著性水平=0.05下，查DW表，n=21,k=1, 得到dl=1.221,dv=1.420,由于DW=0.765503 dl.。所以根据判定定理得到，随机误差项存在正的一阶自相关。.自相关的修正：由于DW=0.765503，所以估计一阶自相关系数=0.61725。所以：GENR DY=Y-0.765503*(-1)Y DX1=X1-0.765503*(-1)X1用OLS法估计其参数得：Dependent Variable: DYMethod: Least SquaresDate: 10/30/04 Time: 14:54Sample(adjusted): 1981 2001Included observations: 21 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C125.670152.644652.3871390.0275DX11.5511010.1808098.5786550.0000R-squared0.794802 Mean dependent var472.9573Adjusted R-squared0.784002 S.D. dependent var331.8368S.E. of regression154.2232 Akaike info criterion13.00507Sum squared resid451911.3 Schwarz criterion13.10455Log likelihood-134.5533 F-statistic73.59332Durbin-Watson stat1.577062 Prob(F-statistic)0.000000 表5从输出的结果看，DW=1.57706,所以dvDW2）。并没有违背经济意义，所以模型最后设定以表7为准： Y=0.789427+0.997454X1+U六、对模型的经济意义的分析及政策建议1、在模型的假设时，我们假定了农村内三个经济变量对农民收入的影响，它们是国家的财政对农业的支出，农业各税和农产品收购价格指数。而从最终确定的模型来看，只保留了国家财政对农业收入的影响，我们可以说，在改革开放以后的一大段历史时期，从总体上来看，对农民收入影响最大的是国家的财政支持。因为国家对农业的财政支持包括了农业科技的研发投入，对农业的补助，农村基本设施的新建与改造等多方面。对农业推动可以说是根本上的，从我们的结果来看，也应证了科学技术是第一生产力这句话，农业科技，农业投入是影响农民收入的第一要因。所以，当前农民增收缓慢，可能是和国家对农村的投入相对于城市来说不足所引起的。国家应当进一步加大对农业的投入，主要是间接的技术投入，还包括完善农民的社会保障和提高农村居民的最低生活保障金等。2、虽然在我们的模型中没有农业各种税收和农产品价格对农民收入的影响，这是因为从长期来看，他们可能对农民收入的影响并不明显。但不排除在一定历史时期内他们对农民收入有着一定的影响，从农产品的价格来说，我们知道，农产品的价格一般是比较稳定的，价格弹性是有限的，不可能会有很高的，因此依靠提高农产品价格来促进农民增收是有一定困难的。而从农业税收的角度考虑，现在中国的农业税收本来都不高，有些地方甚至已经开始免收农业税，但农民的收入并没有多大的提高，可见依靠税收来增加农民收入不是一个长期的办法。3、农村外因素被排除在模型之外，这有悖于我们先前所设想的，因为中国是一个典型的二元制发展中国