我国农民收入影响因素的计量经济学模型构建
我国农民收入影响因素的回归分析
我国农民收入影响因素的回归分析薛嘉驹【摘要】我国一直以来就是农业大国，但始终存在农村经济落后、农民收入增长缓慢等问题，这势必成为我国经济持续稳定增长的障碍。
因此正确有效地解决好“三农”问题是中国经济走出困境，实现长期稳定增长的关键。
【期刊名称】《环球市场》【年(卷),期】2016(000)006【总页数】1页(P22-22)【关键词】农民收入;回归分析;影响因素【作者】薛嘉驹【作者单位】[1]河南大学经济学院【正文语种】中文【中图分类】F323.8农民收入水平的度量，通常采用人均年收入指标。
影响农民收入的原因有很多，既有结构性矛盾，又有体制性障碍等。
本文从农产品收购价格指数X1，乡村从业人员X2，农民人均耕地面积X3以及用电量X4和农业财政支出X5，这5个因素来考察对农民人均年收入的影响程度，并预期乡村从业人员的增加，农民人均耕地面积的扩大，农业财政支出增加，均会导致农民人均年收入的增加。
计量经济学模型建立我们设定模型为下面所示的形式：Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+ μ最小二乘估计，估计结果如下表所示回归结果：(一)多重共线性的修正利用Eviews软件进行多元回归分析：采用逐步回归法，消除多重共线性。
首先，分别对X1、X2、X3、X4、X5做一元回归。
回归结果发现X4的回归结果最好。
以X4为基础顺次加入其他解释变量，类似上步的方法，进行二元回归。
结果表明：加入X4，X5的回归结果最好。
再以X4，X5为基础顺次加入其他解释变量，进行三元回归。
发现加入X4，X5，X1的回归结果最好。
以X4，X5，X1为基础顺次加入其他解释变量，进行四元回归，分别加入X2，X3后R均有所增加，但是参数的T检验均不显著，所以最终的计量模型如下表所示：选择X5，X4，X1变量进行回归Y=461.9082-1.509091X1+0.094414X4+0.048053X5(二)自相关检验及修正1.自相关检验——DW检验已知DW=0.615499，查表得解释变量个数k=3，样本容量T=28的 dL=1.18，dU=1.65，所以0＜DW＜DL，因此模型存在一阶正自相关性。
农民收入影响因素实证分析
农民收入影响因素实证分析作者：聂婷来源：《现代商贸工业》2013年第09期摘要：在新农村建设背景下利用计量方法分析农民收入的影响因素，得出财政支农和农作物播种面积是主要的影响因素，在此基础上提出当前背景下提高农民收入的对策。
关键词：农民收入；实证分析；财政支农中图分类号：F2文献标识码：A文章编号：1672-3198（2013）09-0060-021前言当前，正值我国进行社会主义新农村建设，“三农问题”成为社会关注的焦点。
从近年农村建设开展的成效看，随着中央各项惠农政策的实施，农民的绝对收入水平有了一定的提升，生活水平有了大幅度所提高，但不容忽视的重要问题是农民收入增长缓慢，农民收入差距继续扩大。
对于农民收入及其影响因素的研究，长期以来理论界和政府都一直在进行，但是大多是在理论层面，采用的研究方法大多集中在初级数据分析，没有使用计量分析工作；同时，进行的是某一影响因素方面的研究，如财政支农、农业收入、固定资产投资，没有综合的研究。
在此本文采用计量分析方法，从各项影响因素中找出影响农民收入的主要因素和次要因素，直接因素和间接因素，从而为提高农民收入寻找有效的途径。
2影响农民收入的主要因素指标选择及实证分析2.1影响农民收入主要因素的指标选择（1）人力资本状况即农民的受教育水平。
在现代农业的发展建设过程中，人力资本的培育是核心问题。
教育能通过提高从事农业的家庭成员的劳动生产率，对农业收入的增长产生间接的促进作用。
该文采用农村劳动力文化程度这一指标作为计量分析指标。
（2）农村剩余劳动力的转移。
该文以农村劳动力的比重反映劳动力对农村收入的影响。
（3）国家政策及国家对农业的投入。
该文采用国家农业的财政支出总额、生产性固定资产投资（已根据价格指数进行调整）两个个指标来衡量国家对农业的投入对农业生产进而对农民收入产生的影响。
（4）农作物播种面积。
2.2影响农民收入主要因素的实证分析2.2.1变量与数据的选取该文用于建模的数据样本区间为2000～2010年，以农民人均纯收入RJSR为因变量。
影响我国农民收入因素的计量分析
关 于 影 响 农 民 收 入 的 因 素 ， 国 内 学 者 做 了 大 量 的研 究 。
定 性 研 究 方面 ， 委 倩 （ ０ ０ 通 过 统 计 分 析 认 为 影 响 诸 城 市 宋 ２ １） 农 民 收 入 的 主 要 因 素 有 ： 区 经 济 发 展 水 平 、 产 品 价 格 和 地 农 农 业生 产资料 价格 、 业 产业 结构 和经 营 水平 、 三 产业 发 农 二 展 水平 、农村 劳动 力转 移和 农 民 自身素质 技 能 。０ 谢 学军 １ （ ０ ０）基 于 农 民 收入 结 构 的 视 角 分 别 探 讨 了 农 民 各 项 收 入 ２１ 的 影 响 因 素 。１ 于 仅 仅 定 性 分 析 不 具 有 很 大 说 服 力 ， 少 学 ［ ７ 由 不 者 采 用 了计 量 模 型 的 方 法 定 量 研 究 各 个 因 素 对 于 农 民增 收
《 陡譬 镅 ）０１ 铜 院呈 ２ １ 年第 ６ 期
经 济 理 论
影 响 我 国 农 民 收 入 因 素 的 计 量 分 ｉ Ｉ ｉ 斤
曹 晖 董 瑞 晗
（ 央 财 经 大 学 ，北 京 １ ０ ８ ） 中 ０ ０ １
摘
要 ：文 章 基 于 １ ８ ９ ６年 － ０ ９年 时 间 序 列 数 据 ， 用 主成 分 分 析 的 方 法 ， 对 影 响 农 民 收入 因 素 分 类 的 基 础 上 ， 取 了影０ ５将定 性分析 和定量 分析 结合起来 ， Ｈ ２０ ） 先 定 性 分 析 了各 个 因 素 对 粮 食 主 产 区 农 户 收 入 影 响 的 机 理 ， 再 建 立 对 数 线 性 回 归 模 型 （ 释 变 量 在 ９个 以 上 ， 括 农 户 从 解 包 事 农 业 劳 动 的 劳 动 时 间 、 事 非 农 业 劳 动 的 时 间 ， 庭 劳 动 从 家 力数 量 ， 庭 耕 地 面积 、 庭 经 营费 用 支 出 、 均 受教 育 年 家 家 平 限 、 区 特 征 、 户 家 庭 特 征 等 ）研 究 各 影 响 因 素 的 贡 献 度 。 社 农 ， 瞄 恩 胡 （ ０ ９ 则 从 中 国 转 型 期 二 元 结 构 的 角 度 ， 用 ＶＡ 王 ２０ ） 使 Ｒ 模 型 研 究 二 元 经 济 结 构 、 会 结 构 对 农 民增 收 的影 响 。 芏 社 爱 军 、 丽 丽 （ ０ ７） 用 向 量 误 差 修 正 模 型 对 我 国城 镇 化 发 展 王 ２０ 运 与农 民收入及 其各 部分 的增长 之间 的关系进 行 了实证 分析 ， 得 出我 国城镇 化 发展 与 农 民人均 纯 收入 的增长 之 间均存 在 正 向 长 期 稳 定 的协 整 关 系 ， 对 纯 收 入 各 构 成 部 分 的 影 响 力 但 度不 同 ， 期 内影响较 小 ， 期 则逐 渐趋 于显著 和稳 定。崞 短 长 秉 强 （０ ７） 影 响 居 民收 入 增 长 的 因 素 分 为 宏 观 经 济 因 素 、 ２０ 将 微 观 经 济 因 素 和 制 度 因 素 ， 使 用 混 合 估 计 模 型 和 固定 效 应 并
我国农民收入影响因素的实证分析统计SAS
我国农民收入影响因素的实证分析【摘要】本文以1990-2011年国家级相关统计数据为样本，通过建立多元线性回归模型对我国农民收入的主要影响因素进行实证分析。
结果发现：财政支农支出、非农业劳动力占乡村劳动力比重、每百名农村劳动者中文化程度初中及以上的人数这三个因素对农民收入有显著的正面影响，尤其后两者。
此外，就得到的分析结果提出了关于如何进一步增加农民收入的几点针对性建议。
【关键词】农民收入；影响因素；实证分析目录引言 (1)1文献综述 (1)2农民收入影响因素的实证分析 (2)2.1变量选取 (2)2.2数据来源 (3)2.3变量定义 (4)2.4模型建立 (4)2.5分析过程 (4)2.5.1解释变量与被解释变量的相关分析 (5)2.5.2初步回归分析 (5)2.5.3模型检验及修正 (7)2.5.3.1多重共线性的消除 (7)2.5.3.2独立性检验（自相关性检验）及修正 (10)2.5.3.3正态性检验及修正 (14)2.5.3.4同方差检验 (18)2.5.3.5期望值为零检验 (18)2.6分析结果 (19)2.6.1最终的回归结果 (19)2.6.2最终回归模型的其他结果 (19)3结论与建议 (20)3.1结论 (20)3.2建议 (20)参考文献 (21)我国农民收入影响因素的实证分析引言农村改革30 多年以来，虽然从总体上来看农民收入有了大幅度提高，但是其增长速度远远低于城镇居民的收入增长速度。
近年来，我国农民收入的增速放缓，农村出现了一些新情况、新问题，农民收入也发生了许多新的变化。
主要表现在：收入绝对量不断增长，但增长幅度下滑；城乡居民家庭收入差距进一步扩大；农民收入内部出现了严重的失衡；农村居民家庭的收入水平和消费水平极低；农民收入的来源由以农业收入为主转向来源形式多样化等。
因此，农民收入的增速放缓引发了一系列严重的社会经济矛盾，降低了农民的生产积极性及农业的基础地位，制约了农村市场的开拓，减弱了农村消费对经济增长的拉动作用，从而不利于农村的改革、发展和稳定，不利于我国统一的市场经济体制的建立，不利于经济和社会的全面发展。
农村居民人均收入影响因素的实证分析
计量经济学课程论文（2014-2015学年第一学期）题目：农村居民人均收入影响因素的实证分析课程名称：计量经济学任课教师：张茜姓名：刘梅学号：1210931125班级：12保险一班目录一．前言 (1)二．模型的建立与分析 (1)（一）模型的初步设定 (2)（二）模型的参数估计 (3)（三）模型的检验 (4)1.经济原理的检验 (4)2.计量经济学的检验 (4)（1）多重共线性的诊断与修正 (4)（2）异方差的检验与修正 (5)（3）自相关的检验 (7)（四）模型的确认 (9)（五）模型的评价 (9)1.模型具有一定的合理性 (9)2.模型中存在的不足 (10)三．结论 (10)四．参考文献 (10)农村居民人均收入影响因素的实证分析摘要改革开放以来，中国的经济突飞猛进，农村经济也得到很大发展，农村居民的人均收入也在不断增加。
本论文将运用计量经济学所学到的多元线性回归法的方法，对1978至2003农村居民收入的影响因素进行研究，分析了播种面积、价格指数、从事农业的人口比重、国家从财政对农业的投入以及农业税构对其的影响，构造模型分析相关变量之间的关系，并检验。
关键词多元线性回归；人均收入；播种面积；价格指数；农业税一、前言改革开放以来，农村经济得到了快速发展，农村人民的生活水平得到很大提高，农村人均收入不断增加，但尽管如此，我国城乡居民的收入仍然存在较大的差距，如果任由这种情况的发展，贫富差距继续扩大，极有可能导致社会不稳定，因此，找到最能促进农村经济发展、农民人均收入提高的因素迫在眉睫。
影响农村居民收入增加的因素是很多的，但是他们起到的作用的程度很显然是不可能相同的，为此，我采用经济计量学课程中学到的办法，对各项原因进行回归分析，希望能够找到对农村居民收入增长起关键作用的因素，为农村的进一步提供一些可行性的意见与建议。
二、模型的建立与分析（一）模型的初步设定通过我对农民居民收入的影响因素的分析，我认为有五个因素对农民收入的影响是非常显著的，其中包括:农作物的播种面积（X2)、农产品的生产价格指数(X3)、从事农业人口占总就业人口的比重(X4)、国家财政对农业的投入(X5)以及农业税的缴纳情况(X6)。
计量经济学农业产值因素分析
二.逐步回归法
选取x2作为第一个解释变量
/myid
/myid
选取X5作为第二解释变量
/myid
/myid
06
一.初步估计方程
从上回归结果可以看出，R方 值很大，F检验通过拟合优度很 高。但有重要变量的p值均过高， 存在严重的多重共线性。
03
06
自相关性检验发 现x2 x3 x4之间有 很高的相关度。 说明存在共线性 问题
/myid
/myid
y 0.547989 x2 来自0.667116 x5 120335 .5
根据最终的模型分析整个中国农业产值的影响因素在于： 农业机械化的普及
Service Service 农作物播种面积的增加 Four Six Service Nine
反之化肥农药的在单位面积农田上的使用已经很充 分，很难达到增产
加入第三个解释变量后P值检验都有很大 的问题所以最终模型的解释变量选为X2， X5
/myid
/myid
/myid
/myid
计量经济学案例分析
WELCOME
分析案例：中国年度农业总 产值的影响因素
Y：中国农业总产值(亿元) X2：农业机械总动力(万千瓦)
X3:农用化肥施用折纯量(万吨) X4:农药使用量(万吨)
X5：农作物总播种面积(千公顷)
数据来源：国家统计局中国统计年鉴
一.初步估计方程
异方差不存在
y 1x2 2x3 3x4 4x5 c
计量经济学实证分析影响收入因素
计量经济学实证剖析-------- 影响收入的要素一、理论假说西方花费经济学者们以为，收入是影响花费者花费的主要要素，收入增加会刺激花费需求，拉动花费增加。
除此以外，还有其余一些要素也会抵花费行为产生影响，比方利率、价钱指数等。
传统的见解以为，提升利率会刺激积蓄，进而减少花费；价钱的改动能够使得实质收入发生变化，进而改变花费。
二、采集数据鉴于上述这些经济理论，我找到中国 1992-2011 年全国城镇居民人均花费以及城镇居民人均可支配收入、人民币积蓄存款、城镇居民花费者物价指数银行一年期存款利率的数据。
这些数据根源于国家统计局年度统计数据以及中国人民银行钱币政策司的历史数据。
年份1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010城镇居民人城镇居民人均城市居民花费价钱一年期按期存中国加入世贸组织均现金花费前后（ 0=前， 1=后）可支配收入 (元 )指数 ( 上年 =100)款利率（ % ）支出 (元)11111111120111三、设定数学模型设模型以下：Y= β0+β1 X+ β2 CPI+ β3R+β4 WTO+u回归纳果以下Stata 命令： regress Y X CPI R WTO多重共线性查验pwcorr X CPI R WTO自有关查验命令： tsset year(宣告时间变量)estat bgodfrey异方差查验使用 predict 命令生成残差u(e),并生成残差的平方usq(e2)predict u, residual.生成全部解说变量的平方项，生成每两个解说变量的交互项gen usq=u^2. gen xsq=X^2. gen cpisq=CPI^2. gen rsq=R^2. gen wtosq=WTO^2. gen x_cpi=X*CPI. gen x_r=X*R. gen x_wto=X*WTO. gen cpi_r=CPI*R. gen cpi_wto=CPI*WTO. gen r_wto=R*WTO做 usq 对全部解说变量，解说变量平方项及每两个解说变量的交互项的回归reg usq X CPI R WTO xsq cpisq rsq wtosq x_cpi x_r x_wto cpi_r cpi_wto r_wto。
(燕山大学计量经济学课程论文、SAS程序)农民收入因素分析
全国农民收入影响因素的回归分析摘要：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。
本文选取了1991年到2010年间的我国农民人均纯收入观测值,并以此为被解释变量。
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。
关键词：农民收入；影响因素；多元线性回归模型；SAS 回归拟合及检验；预测。
一、模型选择该模型最初准备以1X （农产品生产价格指数），2X （非农人口占总人口比重），3X （第二、三产业从业人数占全社会从业人数的比重），4X （乡村从业人数占农村人口的比重），5X （农业总产值占农林牧总产值的比重），6X （农作物播种面积），7X （农村用电量）为解释变量，以Y （农村居民家庭人均纯收入）为被解释变量，以多元线性回归分析为基础建立如下多元线性回归模型：μββββββββ++++++++=776655443322110X X X X X X X Y以分析以上各解释变量对被解释变量的影响程度及重要性，并用SAS 回归模拟。
（注：该模型西南财经大学精品课程——课程论文栏目，全文见附录一。
论文地址：http://211.151.89.150/2005/guojia/jiliangjingjixue/Course/Index.htm ） 二、数据搜集根据以上分析，我收集到如下数据： Y1X2X3X4X 5X 6X7X年份 1978年=100 上年=100 百分比 百分比 百分比 百分比 千公顷亿千瓦时 1991 317.4098.0026.94 40.30 50.92 63.09 149585.80 963.20 1992 336.20 103.40 27.46 41.50 51.53 61.51 149007.10 1106.90 1993 346.90 113.40 27.99 43.60 51.86 60.07 147740.70 1244.90 1994 364.30 121.60 28.51 45.70 52.12 58.22 148240.60 1473.90 1995 383.60 127.40 29.04 47.80 52.41 58.43 149879.30 1655.70 1996 418.10 108.40 30.48 49.50 53.23 60.57 152380.60 1812.70 1997 437.30 99.50 31.91 50.10 54.93 58.23 153969.20 1980.10 1998 456.10 94.50 33.35 50.20 55.84 58.03 155705.70 2042.20 1999473.50 95.8034.7849.9057.1657.53 156372.812173.45以上数据来自《中国统计年鉴2011》 。
- 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)。
我国农民收入影响因素的计量经济学模型构建 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。 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。 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
查找获得的数据如下: 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) 1980 191.3 149.95 27.67 107.1 1981 201.6 110.21 28.35 105.9 1982 240.4 120.49 29.38 102.2 1983 296.4 132.87 32.96 104.4 1984 356.3 141.29 34.84 104 1985 397.6 153.62 42.05 108.6 1986 423.8 184.2 44.52 106.4 1987 462.6 195.72 50.81 112 1988 544.9 214.07 73.69 123 1989 601.5 265.94 84.94 115 1990 686.3 307.84 87.86 97.4 1991 708.6 347.57 90.65 98 1992 784 376.02 119.17 103.4 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: Y Method: Least Squares Date: 09/21/12 Time: 11:06 Sample: 1980 2001 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 233.8541 201.9679 1.157878 0.2620 X1 0.005803 0.197401 0.029397 0.9769
1993 921.6 440.45 125.74 113.4 1994 1221.0 532.98 231.49 139.9 1995 1577.7 574.93 278.09 119.9 1996 1926.1 700.43 369.46 104.2 1997 2090.1 766.39 397.48 95.5 1998 2162 1154.76 398.8 92 1999 2210.3 1085.75 423.5 87.8 2000 2253.4 1231.54 465.31 96.4 2001 2366.4 1335.46 481.7 98.3 X2 4.675530 0.457780 10.21350 0.0000 X3 -0.382730 1.773267 -0.215833 0.8315 R-squared 0.990493 Mean dependent var 1028.768 Adjusted R-squared 0.988908 S.D. dependent var 787.2660 S.E. of regression 82.91315 Akaike info criterion 11.83643 Sum squared resid 123742.6 Schwarz criterion 12.03480 Log likelihood -126.2007 F-statistic 625.0942 Durbin-Watson stat 0.958254 Prob(F-statistic) 0.000000
所以模型的形式为：Y=233.8541+0.005803X1+4.67553X2-0.38273X3+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)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ρ=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: DY Method: Least Squares Date: 09/21/12 Time: 14:54 Sample(adjusted): 1981 2001 Included observations: 21 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C 125.6701 52.64465 2.387139 0.0275 DX1 1.551101 0.180809 8.578655 0.0000 R-squared 0.794802 Mean dependent var 472.9573 Adjusted R-squared 0.784002 S.D. dependent var 331.8368 S.E. of regression 154.2232 Akaike info criterion 13.00507 Sum squared resid 451911.3 Schwarz criterion 13.10455 Log likelihood -134.5533 F-statistic 73.59332 Durbin-Watson stat 1.577062 Prob(F-statistic) 0.000000
从输出的结果看，DW=1.57706,所以dv落在了中间区域，已不存在自相关。经济模型得到改善。 （2）异方差检验 ARCH检验： ARCH Test: F-statistic 6.951963 Probability 0.006716 Obs*R-squared 8.834111 Probability 0.012070
Test Equation: Dependent Variable: RESID^2 Method: Least Squares