农民收入影响因素的多元回归分析
影响我国农民收入因素的计量分析报告
农民收入影响因素的计量分析内容摘要：本文选取1986-2005年相关数据，应用计量经济学的方法，根据农作物播种面积、农产生产价格总指数、第一产业就业人数占全社会就业人数的比重、农村用电量和财政支出对农业的投入等五因素对我国农民收入的影响，建立多元线性回归模型并检验，并对各因素的影响程度进行分析，给出相应的政策评价和政策建议，以便各级政府制定适应我国农业长久持续健康发展的相关政策。
一、提出问题经济体制改革以来，我国农民收入总的来说增长缓慢。
1979-1985年，农民人均纯收入由160.2元提高到397.6元，扣除物价上涨因素，实际平均每年增长15.2%。
此后农民收入增长一度陷入低迷——两次增速连续下降：一次是在1989-1991年，连续3年农民收入增长幅度下降，甚至出现了负增长，年均增长只有0.7%；另一次是在1997-2000年，连续四年农民收入增长幅度的下降。
2001-2003年增长幅度虽然超过4%，但仍是恢复性的，基础不牢固。
2004年农民纯收入增长突破2936元，实际增长6.8%，是1997以来增长最快的一年。
此后，农民纯收入一直出相对较高的增长速度，平均增长速度为7.73%。
为什么在1989-1992年和1997-2000农民纯收入增长幅度会下降？为什么2004年农民纯收入增长幅度是1997以来增长最快的一年，并在此后能一直保持较高的增长速度？到底哪些因素影响农民纯收入？政府应该采取什么措施来增加农民收入？二、理论来源从经济学的学习中可以发现，影响农民收入增长的因素主要有：农产品价格和产量、农作物播种面积、农业从业人数和财政投入等考虑到数据获取的方便程度和模型的合理性，综合选择了一下指标作为影响农民纯收入的因素：Y: 农村居民纯收入（元）；X2：农作物播种面积（千公顷）；X3：农产品的生产价格总指数（%）；X4：第一产业就业人数占全社会就业人数的比重（%）；X5：农村用电量（亿千瓦时）；X6：财政对农业的投入（亿元）。
我国农民收入影响因素的回归分析
计量经济学课程设计学生姓名：学号：学院：专业：题目：指导教师：2011年 6 月（空2行）目录（4号黑体，居中）1引言（或绪论）（作为正文第1章，小4号宋体，行距1.25—1.5倍）………12 ××××××（正文第2章）…………………………………………………Y 2.1 ××××××（正文第2章第1条）………………………………………Y 2.2 ××××××（正文第2章第2条）………………………………………Y 2.X ××××××（正文第2章第X条）………………………………………Y 3×××××（正文第3章）……………………………………………Y ………………………………………（略）X ×××××（正文第X章）………………………………………………………Y 结论…………………………………………………………………………………Y 参考文献………………………………………………………………………………Y注：1. 目次中的内容一般列出“章”、“条”二级标题即可；2．X表示具体的阿拉伯数字。
第三步：进行模型的结果分析，对模型进行经济解释并分析存在的问题，同时对未来的年份的收入进行预测。
第二章建立回归模型并估计回归系数1.设定模型农村居民纯收入以及其主要收入构成数据表2.1建立模型最小Dependent Variable: YMethod: Least SquaresDate: 06/01/13 Time: 18:38Sample: 1997 2011Included observations: 15X1 0.900367 0.184675 4.875406 0.0009X2 1.369304 0.165974 8.250109 0.0000X3 0.010014 0.003231 3.099489 0.0127X4 494.8447 263.9343 1.874879 0.0936X5 7.160643 5.467536 1.309665 0.2228R-squared 0.999934 Mean dependent var 3527.264Adjusted R-squared 0.999898 S.D. dependent var 1538.774S.E. of regression 15.57069 Akaike info criterion 8.617832Sum squared resid 2182.017 Schwarz criterion 8.901052Log likelihood -58.63374 F-statistic 27344.08Durbin-Watson stat 1.740812 Prob(F-statistic) 0.0000001.经济意义的检验各解释变量的回归系数均为正，由图可知，进入21世纪以来，农民人均纯收入呈逐年递增趋势，其收入的主要来源是家庭经营收入和工资性收入，同时财产和转移收入保持稳定水平，恩格尔系数年基本保持不变，虽稍有所增长，但增长幅度相当缓慢。
农民收入分析处理过程(多元回归分析步骤)
因变量y,自变量x1……x4,平稳性检验，多重共线，协整，误差修正模型，各种检验（异方差，自相关……）为减小异方差对回归效果的的影响，现对1234y x x x x 分别取对数为1234ln ln ln ln ln y x x x x ，对其进行统计分析。
2.1 平稳性检验下表列出截距项的单位根检验：平稳性检验结果变量P 值 平稳性 ln y 0.9991 否 ln D y 0.0924 否 2ln D y0.0048 是 1ln x 0.9986 否 1ln D x 0.1057 否 21ln D x0.0411 是 2ln x 0.9986 否 2ln D x 0.1008 否 22ln D x0.002 是 3ln x 0.1814 否 3ln D x 0.0612 否 23ln D x0.0043 是 4ln x 0.1402 否 4ln D x 0.1008 否 24ln D x0.0064是经单位根检验，二阶差分后的变量不存在单位根，都是平稳序列，且同阶单整。
2.2 逐步回归将因变量2ln D y 与22221234ln ln ln ln D x D x D x D x 、、、进行回归拟合，估计结果如下：从估计结果中可以看出，有的变量没有通过检验，且拟合优度高达0.996703，可能存在多重共线性。
将2ln D y 分别与22221234ln ln ln ln D x D x D x D x 、、、进行回归，首先找出与因变量拟合度最高自变量，的经过回归拟合可以得出7个变量的拟合优度，按降序排列如下表：拟合优度表变量 拟合优度22ln D x0.536198 21ln D x 0.509089 24ln D x 0.027549 23ln D x0.00094拟合优度的大小也能在一定程度上表现出自变量与因变量的影响大小。
2ln D y 与22ln D x 的拟合优度最高，故2ln D y 与22ln D x 作为基本方程。
基于多元线性回归模型的四川农村居民收入增长分析
基于多元线性回归模型的四川农村居民收入增长分析一、本文概述本文旨在通过运用多元线性回归模型，深入分析四川农村居民收入增长的影响因素，为提升四川农村居民收入水平提供理论支持和实践指导。
研究首先梳理了四川农村居民收入的演变历程，揭示了农村居民收入增长的阶段性特征和主要趋势。
接着，基于多元线性回归模型，选取了包括农业生产、农村劳动力转移、农村教育水平、农村金融市场发展等在内的多个影响因素，构建了四川农村居民收入增长的多元线性回归模型。
通过实证分析，本文深入探讨了各影响因素对四川农村居民收入增长的具体作用机制和贡献度，揭示了影响四川农村居民收入增长的关键因素和潜在瓶颈。
根据研究结果，本文提出了促进四川农村居民收入增长的对策建议，包括加强农业科技创新、推动农村劳动力有序转移、提升农村教育水平、优化农村金融市场服务等，以期为四川农村经济发展提供有益参考。
二、文献综述在经济学和社会学的研究中，农村居民收入增长一直是一个备受关注的议题。
多元线性回归模型作为一种常用的统计分析工具，在农村居民收入增长的研究中得到了广泛应用。
通过对相关文献的梳理和分析，可以发现国内外学者在基于多元线性回归模型的农村居民收入增长研究方面取得了一系列重要成果。
国内研究方面，众多学者利用多元线性回归模型对农村居民收入增长的影响因素进行了深入探讨。
例如，（2010）利用该模型分析了农村教育水平、农业技术进步等因素对农村居民收入的影响，结果表明教育水平和农业技术进步对农村居民收入增长具有显著正向作用。
（2015）则通过多元线性回归模型研究了农村产业结构、政府支农政策等因素对农村居民收入的影响，发现农村产业结构优化和政府支农政策对农村居民收入增长具有积极影响。
国外研究方面，同样有许多学者运用多元线性回归模型对农村居民收入增长问题进行了深入研究。
例如，（2012）利用该模型分析了农村劳动力市场、农业补贴等因素对农村居民收入的影响，发现农村劳动力市场和农业补贴政策对农村居民收入增长具有重要影响。
我国农民收入影响因素的多元线性回归分析
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。
基于多元线性回归模型的农村居民收入增长分析
基于多元线性回归模型的农村居民收入增长分析针对影响安徽省农村居民收入的因素进行分析，再运用实证方法对1995-2009年的经济统计数据进行分析，从而得到影响安徽省农村居民纯收入的多元线性回归模型，通过对模型的验证能有效的预测安徽农村居民的收入增长趋势并能对安徽省农村地区的政策措施提供参考建议。
标签：影响因素；农村居民收入；多元线性回归模型0 引言社会主义新农村建设的首要任务是发展现代农业，其核心是增加农民收入。
改革开放30多年来，安徽农民收入的变化大致经历了以下5个阶段：1978-1980年高速增长阶段，农民人均纯收入由1978年的113.34元增加到1981年的246.49元，年均增长29.6%；1982-1991年相对低速增长阶段，其中1991年出现了负增长，农民收入下降了17.3%；1992-1996年为较快增长阶段年增长率均在20%以上；1997-2003年又为低速徘徊阶段；2004-2009年为恢复性较快增长阶段，增速均达到了两位数，从2004年的2499.3元增加到2009年的4504.3元。
但是整个农民纯收入的增长与城镇居民的收入相比，表现出了增长缓慢、差距越来越大的趋势。
为此本文根据整个国民经济的发展以及安徽省农业产业政策的调整变化、农村居民自身人力资本的积累等因素的变化情况，对安徽省农村居民纯收入的中长期趋势进行合理的预测，通过对1995-2009年安徽农村居民人均纯收入等经济统计数据的分析，运用多元线性回归方法建立模型，找出影响安徽农村居民纯收入最主要的因素，为安徽省农村产业政策提供建议。
1 影响安徽农村居民纯收入的影响因素1.1 工资收入对安徽农村居民纯收入的影响改革开放以来，作为人口大省的安徽，一直是劳务输出大省，农村居民的外出劳务时间越来越长，从事的职业越来越多。
如表1所示，人均工资性收入在安徽农村居民人均总收入中所占的比重越来越大，由1995年的11.6%增长到2009年的31.4%，由1995年的234.21元增长到了2009年的1882.42元，十五年增加了1648.21元。
中国农村居民家庭人均纯收入影响因素分析
中国农村居民家庭人均纯收入影响因素分析一、问题提出1、研究问题自我国改革开放以来，中国的经济得到飞速的发展，中国在世界上的地位也在不断提升。
然而，在总体经济不断增长的同时，我们发现农村经济的发展落后于国家总的增长速度，居民收入增长依然缓慢。
近年来，中央和地方不断加大对“三农”的扶持力度，出台了一系列的政策法规以保障农民收入快速健康发展，2013年12月习近平总书记也在中央农村工作会议上表示：小康不小康，关键看老乡。
中国要富，农民必须富。
能否正确有效地解决好“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。
本文通过对农村居民收入影响因素展开研究，运用建立多元线性回归模型的方法，探讨影响农村居民收入的主要因素，并对这些因素进行分析，就如何增加农民收入提出相关建议。
2、数据来源(1997-2013，国家统计局)Y农村居民家庭人均纯收入（元）X1农村用电量（亿千瓦小时）X2农作物总播种面积（千公顷）X3乡村人口（万人）x4受灾面积（千公顷）x5国家财政用于农业的支出（亿元）（三）定性分析为了研究农村居民家庭人均纯收入的影响因素，把农村居民家庭人均纯收入（元）作为被解释变量y，将农村用电量（千瓦小时）、农作物总播种面积（千公顷）、乡村人口（万人）、受灾面积（千公顷）、国家财政用于农业的支出（亿元）作为解释变量，分别设为x1，x2、x3、x4、x5，假定其多元线性回归模型表示为：y = β0 +β1x1 + β2x2 + β3x3 +β4x4+β5x5二、相关分析1、数据基本描述2、相关分析利用散点图、简单相关系数检验被解释变量y和解释变量x1，x2，x3，x4，x5之间的关系。
根据散点图可以看出，农村居民家庭人均纯收入y与农村用电量x1，农作物播种面积x2 ，国家财政用于农业的支出x5成正相关，与乡村人口x3，受灾面积x4成负相关。
从相关系数表中可以看出农村居民家庭人均纯收入y与农村用电量x1、乡村人口x3 、国家财政用于农业的支出x5的相关系数都在0.9以上，高度相关；农村居民家庭人均纯收入y与农作物播种面积x3、受灾面积x5的相关系数在0.8以上，相关性也很强，说明用农村居民家庭人均纯收入与这五个自变量做回归分析是合适的。
农民收入增长的影响因素分析
中国农民收入的影响因素回归分析三农问题一直是得到社会，政府高度关注的话题。
农业，农民，农村问题解决得好坏关系到国家的民生的稳定，也关系到中国能否真正的释放内需，保持经济的高速增长。
而解决三农问题，重中之重是切实的提高农民收入，让农民兄弟“兜里有钱，心中不慌”，农村，农业问题自然迎刃而解。
关于农民收入的影响因素可考虑得有很多，本分选取最关键的：国内生产总值（GDP），居民消费价格指数（CPI），城镇失业率，国家财政的农业支出。
对这些因素对我国农民收入的增长进行定量研究，反应出对我国农民增收共享度比较高的因素，以为政策的制定而资金投入提供依据。
一，研究的目的和意义。
中国自古就是个农业社会，耕种文明在中国有着超过3000年的历史，这种背景对中国的政治经济影响是深远的，一直持续至今的。
封建王朝的每次更迭，无不是因为农民起义暴动，中华人民XX的建立也是工农阶级打拼出来。
截至2009年，我国农村人口有7亿4千万，在我国的人口结构中仍然占据最大的比重。
可以说解决农业，农村，农民的问题是关系到国计民生，社会稳定的头等大事，在党和国家的高层决策中也一再的把三农问题放到很重要的位置。
提高农民收入，无疑是解决三农问题最行之有效的方法，是可以执牛耳的关键点。
增加农民收入，可以有效地提高农民的生活幸福感，满意度，进一步的推动农村稳定带动国家稳定，为国家的XX久安提高可靠的政治基础。
7亿4千万的农民兄弟同时也是巨大的商机和市场，如果能够切实保障农村的医疗，住房，教育，再提高农民收入，将会释放出来巨大的购买力。
这无疑是符合国家提高内需的战略性调整。
提高农民收入，同样也有利于统筹城乡发展，减小城乡差距，减少国民收入差距，有利于把国家的收入分配结构调到更合理的阶段。
农民收入确实是经济层面，社会层面都关心的话题。
提高农民的收入也是国家一直高度关注，并投入了巨大人力物力的活动。
但究竟通过怎样的方式可以更好，更快，更有效地提高农民收入。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
农民收入影响因素的多元回归分析
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。
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,寻找其根源,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。
一、回归模型的建立
（1）数据的收集
根据实际的调查分析，我们在影响农民收入因素中引入3个解释变量。
即：X2-财政用于农业的支出的比重， X3-乡村从业人员占农村人口的比重， X4-农作物播种面积
（1）回归模型的构建
Y i=1+2X2+3X3+4X4+u i
二、回归模型的分析
（1）多重共线性检验
系数a
模型非标准化系数标准系数
t Sig.
共线性统计量
B 标准误差试用版容差VIF
1 (常量) -2983.479 803.141 -3.715 .003
X2 -14.221 15.007 -.141 -.948 .361 .579 1.726 X3 5.201 3.760 .258 1.383 .190 .368 2.717 X4 .021 .006 .614 3.677 .003 .459 2.177 a. 因变量: y 表1
多重共线性是指解释变量之间存在相关关系，判断解释变量之间的多重共线性一般可看方差膨胀因子VIF和容忍度这两个指标，如果解释变量之间存在多重共线性，一般采用逐步剔除VIF最大的解释变量来消除解释变量之间多重共线性的问题。
从表1可知，解释变量，X1，X2，X3三者的方差膨胀因子VIF分别为1.726,2.717和2.177，均小于10。
且三者的容忍度均大于0.1。
所以可以判断解释变量X1，X2，X3三者之间不存在多重共线性。
(2)模型异方差的检验
异方差产生的原因有：数据质量原因、模型设定原因。
由异方差
引起的后果一般会导致回归系数估计结果误差较大、有关统计检验失
去意义、模型的预测失效等危害，所以在建立模型的过程中必须要检
验模型之间是否存在异方差。
若存在异方差解决办法——加权最小二
乘法。
从上表散点图判断模型的解释变量之间是否存在异方差，但从上表可以看到散点图之间的特征不是特别明显。
不易于做出结论，故采用|e|与X的等级相关系数进行判定。
表2
从表2可知，在95%的置信水平下，检验统计量与为标准化残差的绝对值（|e|）之间的显著性水平P值均大于0.05，则接受原假设，检验统计量与|e|之间是独立的，不存在相关关系。
说明模型不存在异方差。
(3)模型序列相关的检验
序列相关是指各随机误差项之间不独立，则称其存在自相关或序列相关性。
自相关产生的原因有：经济变量的惯性、省略解释变量的影响、错误的函数形式
的影响、滞后效应、其他原因等。
如果随机误差之间存在自相关，则可能导致OLS 估计值不具有最小方差性；很可能高估R2；t-检验与F-检验结果都变得无效；等影响。
所以必须检验所构造模型是否存在自相关性。
在上表中REST1为e（t-1），REST2为e（t-2），用e（t）与e（t-1），和e（t-2）进行回归分析，得到上表。
显著性水平均P均为接受原假设，既回归方程的各部分系数均为0，既认定模型不存在序列关。
三、回归模型的确定及解释
由上表可以确立，线性模型的方程为。
Y=-2983.47+14.221X2+5.201X3+0.021X4
从构建的模型可以知道，农民的收入水平与X2-财政用于农业的支出的比重成正相关的关系，财政每增加一元用于农业，农民的收入增加14,。
221元。
X3-乡村从业人员占农村人口的比重增加1%，农民收入增加5.201%，农民的收入与虽与作物的播种面积成正比比例关系，但是作用较少。