【安徽省农村居民收入影响因素的实证分析案例1500字】

安徽省农村居民收入影响因素的实证分析案例目录TOC\o"1-3"\h\u31336安徽省农村居民收入影响因素的实证分析案例 1109281.1模型设定 1161921.2变量选取 1172921.3实证检验 266921.3.1单位根检验 2121811.3.2协整检验 262791.3.3误差修正模型 3171661.3.4结果分析 3122431.3.5自相关检验和异方差检验 3模型设定误差修正模型是20世纪70年代出现的计量经济学模型，通常是作为协整模型的补充模型出现，解释的是时间序列的短期波动偏离长期均衡关系的程度。对于非稳定的时间序列，可以通过差分的方法将其转化为稳定序列，然后建立经典回归模型。本文建立误差修正模型，可以研究各影响因素短期内对农村居民收入的影响。该模型的基本形式为：（1）（1）式中是因变量的短期波动，它受到变量短期波动的影响，为误差修正项，称为均衡误差，反映的是变量在短期波动中偏离长期均衡的程度。变量选取影响安徽省农村居民收入的因素很多，本文将从经济发展水平、农业基础设施、农业规模化程度、教育和政策五个角度出发，选取2000-2019年安徽省相关数据，建立误差修正模型，为防止自相关并且使得数据更加平稳，对各变量进行对数变换，模型设定为：（2）其中被解释变量I为安徽省农村居民人均纯收入，GDP为安徽省人均GDP，代表安徽省的经济发展水平由安徽省GDP除以安徽省总人口所得。M为安徽省农业机械总动力，计量安徽省农业技术水平，H为安徽省水电建设投资总额，代表农业基础设施建设，E为安徽省农村居民人均受教育年限，衡量教育水平，P为安徽省农村居民人均财政支农支出，由于安徽省财政支农支出的口径未得到统一，本文采用农林水事务支出总合作为财政支农支出，用财政支农支出除以农村地区常住人口作为安徽省人均财政支农支出。模型已使用平减指数剔除价格因素。实证检验单位根检验表5-1单位根检验变量ＡＤＦ统计量５％临界值p值是否平稳LNI-2.0027-3.17540.2737否LNGDP-2.7009-3.67360.2467否LHM-1.9352-3.06550.3596否LNH-1.2485-3.67360.9004否LHE-1.3485-1.96070.5989否LNP-1.6591-3.93330.7885否DLNI-3.6508-3.09880.0189是DLNGDP-3.7454-3.04030.0125是DLNM-4.9449-3.69310.0050是DLNH-5.5743-3..69080.0016是DLNEDLNP-3.9145-4.4279-1.9662-3.73320.00070.0152是是从检验结果看，LNI、LNGDP、LNM、LNH、LNE和LNP的原序列不平稳，一阶差分序列在5%的显著水平上平稳。协整检验协整关系可以解释变量之间长期稳定的均衡关系，通过检验对象的不同，分为对回归系数的检验和对残差的检验。本文对残差序列进行检验。首先对LNI、LNGDP、LNM、LNH、LNE和LNP进行简单线性回归，得到回归结果和残差序列。然后对残差序列进行单位根检验，检验结果如表5-2所示：表5-2协整检验t值p值ＡＤＦ统计量-4.5663570.00261％临界值-3.886751５％临界值-3.05216910％临界值-2.666593根据检验结果，残差序列不含单位根，可认为存在协整关系。误差修正模型因为变量是非平稳，不能直接运用最小二乘法，在同阶单整序列存在协整关系的基础上，建立误差修正模型，运用Eviews6做出如下误差修正模型：(5.56)(2.57)(2.84)(2.47) (0.77) (0.47) (-1.72)R2=0.875F=6.39DW=1.406结果分析模型的可决系数为0.875，拟合优度较高，模型总体显著，经济发展水平、农业基础设施、农业技术均通过t检验，说明经济发展水平、农业基础设施和农业技术对农村居民收入影响显著，都与农村居民收入都呈正相关。其中农业机械化水平的影响最大。GDP每增加1%会带来1.36%的农村居民收入的增加，农业机械化水平每增加1%会带来2.62%的农村居民收入的增加，农业规模化水平每增加1%会带来1.26%的农村居民收入的增加。教育和农业政策不显著，说明农村居民受教育年限和惠农助农政策对于农村居民收入的影响不显著，受教育年限在短期内的影响较小，而农业政策对增加农村居民收入的影响力会受到政策实施的具体效果等因素的制约，从而达不到预期效果。自相关检验和异方差检验为检验残差序列是否存在自相关和异方差，采用偏自相关图和White检验进行分析，结果如下：图5-2相关图根据图可知残差序列不存在序列相关。表5-3异方差检验F统计量1.95Prob.F(5,14)0.3606R25.95Prob.Chi-Square(5)0.3077