我国农民收入影响因素的回归分析

农村居民收入变化及影响因素分析
近年来，随着农村经济的快速发展和政府对农村发展的支持力度加大，农村居民收入水平逐渐提高。

同时，一系列因素也对农村居民收入产生了
不同程度的影响。

本文将对农村居民收入变化及影响因素进行深入分析。

最后，农村居民收入变化所带来的影响也是多方面的。

首先，农村居
民收入的提高改善了农村居民的生活水平，使他们能够购买到更好的生活
品质和享受更多的社会资源。

其次，农村居民收入的增加也提高了他们的
消费能力，对农村经济的发展和市场的繁荣具有积极的促进作用。

另外，
农村居民收入的提高也减轻了农村贫困的程度，为推动农村脱贫攻坚工作
起到了重要的作用。

最后，农村居民收入的增加可以促进农村经济结构的
转型升级，推动农村产业的发展和农产品的升级换代，提高农村经济的发
展质量和效益。

综上所述，农村居民收入的变化是受多种因素影响的，主要包括土地
利用权的变动、劳动力收入和经营收入等。

农村居民收入的提高对于改善
农村居民的生活水平、促进农村经济发展、减轻贫困和推动农村产业升级
等方面起到了重要的作用。

因此，政府和社会应进一步关注农村居民收入
变化的因素，加大对农村发展的支持力度，促进农村居民收入的持续增长。

我国农民收入的回归分析年份农民收入（元）Y财政用于农业的支出比重（%）X1农作物播种面积（千公顷）X2农村用电量（亿千瓦时）1986 133.6 13.43 150104.07 253.1 1987 137.63 12.2 146279.53 320.8 1988 147.86 7.66 143625.87 508.9 1989 196.76 9.42 146552.93 790.5 1990 220.53 9.98 148362.27 844.5 1991 223.25 10.26 149585.8 963.2 1992 233.19 10.05 149001.1 1106.9 1993 265.67 9.49 147740.7 1244.9 1994 335.16 9.2 148240.6 1473.9 1995 411.29 8.43 149879.3 1655.7 1996 460.68 8.82 152380.6 1812.7 1997 477.96 8.3 153696.2 1980.1 1998 474.02 10.69 155705.7 2042.2 1999 466.8 8.23 156372.81 2173.45 2000 466.16 7.75 156299.85 2421.3 2001 469.8 7.71 155707.86 2610.78 2002 468.95 7.17 154635.51 2993.4 2003 476.24 7.12 152414.96 3432.92 2004 499.39 9.67 153552.55 3933.03 2005 521.2 7.22 155487.73 4375.7 以上数据均收集于中国统计年鉴设定线性回归模型为：Y=β0+β1X1+β2X2+β3X3+μ利用eviews软件可以得到Y关于X2的散点图：可以看出Y和X1不成线性相关关系Y关于X2的散点图：可以看出Y和X2成线性相关关系Y关于X3的散点图：可以看出Y和X3成线性相关关系Dependent Variable: YMethod: Least SquaresDate: 12/20/12 Time: 18:42Sample: 1986 2005Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C -2484.239 631.1228 -3.936221 0.0012X1 -18.60871 8.516909 -2.184914 0.0441X2 0.019377 0.004369 4.435343 0.0004X3 0.041825 0.017002 2.460052 0.0257R-squared 0.905177 Mean dependent var 354.3070 Adjusted R-squared 0.887398 S.D. dependent var 141.5455 S.E. of regression 47.49730 Akaike info criterion 10.73608 Sum squared resid 36095.89 Schwarz criterion 10.93523 Log likelihood -103.3608 Hannan-Quinn criter. 10.77495 F-statistic 50.91204 Durbin-Watson stat 0.632772 Prob(F-statistic) 0.000000模型估计的结果为：Y=-2484.239-18.60871X1+0. 019377X2+0.041825X3(631.1228) (8.516909) (0.004369) (0.0177002)t={-2.936221} {-2.184914} {4.435343} {2.460052}R2=0.905177 R2=0.887398 F=50.91204 df=16模型检验1.经济意义检验模型估计结果说明，在假定其他变量不变的情况下，当年财政用于农业的支出比重每增长1%，农民收入就会增长（-18.61）元；在假定其他变量不变的情况下，当年农作物播种面积每增长1千公顷，农民收入就会增长0.19元；在假定其他变量不变的情况下，当农村用电量每上涨一亿千瓦时，农民收入就会增长0.04元。

我国农民收入影响因素的多元线性回归分析资料来源《中国统计年鉴2006》。

Yt=β0+β1X1 + β2X2 + β3X3Y关于X1的散点图：可以看出Y和X1成线性相关关系Y关于X2的散点图：可以看出Y和X2成线性相关关系Y关于X3的散点图：可以看出Y和X3成线性相关关系回归检验模型检验：经济意义检验模型估计结果表明：在假定其他解释变量不变的情况下，当财政用于农业支出的比重增长一个百分点，农民人均纯收入就会增加-14.31772%；在假定其他解释变量不变的情况下，当乡村从业人员占农村人口的比重增长一个百分点，农民人均纯收入就会增加6.123952%；在假定其他解释变量不变的情况下，当农作物播种面积增长一千公顷，农民人均纯收入就会增加0.020337元；2、 统计检验 （1）、拟合优度检验由于 2TSS Y Y nY '=-， 2ESS X Y nY β∧''=- 所以 2ESS R TSS =0.885300， 2211(1)1n R R n k -=----=0.863793，可见模型在整体上拟合得非常好。

（2）、F 检验由于 RSS TSS ESS =- 所以 //(1)ESS kF RSS n k =--=41.16462 ，针对0:3210===βββH ，给定显著性水平0.05α=，在F 分布表中查出自由度为k-1=3和n-k-1=16的临界值24.3)16,3(=αF 。

由表 3.4中得到F=41.16462 ，由于F=41.16462 >24.3)16,3(=αF 应拒绝原假设0:3210===βββH ，说明回归方程显著，即“财政用于农业支出的比重”、“乡村从业人员占农村人口的比重”、“农作物播种面积”等变量联合起来确实对“农民收入”有显著影响。

（3）、t 检验由于=--=--=∑112;2k n e k n e e i σ 1695.44152 =2759.559375 且=0β S 599.852494，=1β S 11.632384,=2β S 0.03196669，=3β S 0.0047479， 当0010:0,:0H H ββ=≠， ==00βββS t 4.868962在0.05α=时， 2αt （16）=2.120因为t=4.868962>2.120，所以在95%的置信度下拒绝原假设，说明截距项对回归方程影响显著。

影响农民收入因子的回归分析【摘要】本文以贵州省为例，分析农民收入增长的影响因素，并从中选出6个因素与农民收入进行多元回归分析，建立数学模型，并且针对贵州省增加农民收入问题，提出了相应的对策建议。

【关键词】农民收入；影响因素；回归模型；贵州省1.引言自改革开放以来，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。

三农问题仍然是中国经济走出困境，实现长期稳定增长的关键。

而农民收入增长则成为解决三农问题的关键。

本文应用适当的多元线性回归模型，通过分析，探讨影响农民收入的主要因素，并对如何增加农民收入提出相应的建议。

2.定性分析影响农民收入增长的因素是多方面的，笔者认为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。

目前我们的农村仍有大量剩余劳动力，这在造成劳动力浪费的同时也阻碍了农村的发展，因此，农业剩余劳动力转移是有效改善农民收入状况的一个关键。

三是城市化、工业化水平。

中国多数地区城市化、工业化水平落后于世界平均水平，这种状况极大地影响了农民收入的增长。

四是农业产业结构状况。

农村的产业结构仍然是很单一的，农林牧渔业全面发展，因地制宜，发挥农民积极性，才能更大程度上改善农民生活。

五是劳动力技术水平。

农民综合素质水平低是农民增收的关键性制约因素。

六是农业投入水平。

农业投入是农民收入增长的重要保证。

但考虑到农业投入主体的多元复杂性性，所以对农业投入与农民收入，本文暂不作讨论。

因此，本文以贵州省为例，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。

3.计量经济模型分析3.1 指标的选择根据以上分析，我们在影响农民收入的五大因素中引入6个解释变量（考虑到资料的可得性，仅利用2000-2008年的数据），即：农业生产资料价格指数（x1），非农人口占总人口的比重（x2），第二、三产业从业人数占全社会从业人数的比重（x3），农业产值占农林牧渔业总产值的比重（x4），农作物播种面积（x5），农用机械总动力（x6）。

我国农民收入影响因素的计量经济学模型构建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 查找获得的数据如下:资料来源：中国统计年鉴Y：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: 09/21/12 Time: 11:06Sample: 1980 2001Included observations: 22Variable CoefficienStd. Error t-Statistic Prob.tC 233.8541 201.9679 1.157878 0.2620X1 0.005803 0.197401 0.029397 0.9769X2 4.675530 0.457780 10.21350 0.0000X3 -0.382730 1.773267 -0.215833 0.8315 R-squared 0.990493 Mean dependent var 1028.768Adjusted R-squared 0.988908 S.D. dependent var 787.2660S.E. of regression 82.91315 Akaike info criterion 11.83643Sum squared resid 123742.6 Schwarz criterion 12.03480Log likelihood -126.2007 F-statistic 625.0942Durbin-Watson stat 0.958254 Prob(F-statistic) 0.000000所以模型的形式为：Y=233.8541+0.005803X1+4.67553X2-0.3827 3X3+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。