关于影响农民收入的相关因素的实证分析
来源:用户上传
作者: 陶松
摘 要：本文选取了影响农民收入的农产品生产价格总指数、城市化水平、财政支出和农村劳动力受教育水平等相关数据进行了实证分析，运用1985-2008这24年间的时间序列数据，通过模型的计量分析得出结论：农村劳动力受教育水平是影响农民收入的主要因素，而农产品生产价格总指数和国家财政用于农业的支出对于农民收入的影响不是很大，并在此基础上提出相应政策建议。
关键词：农民收入 财政支出 实证分析
一、引言
农民增收问题一直是社会关注的热点。我国至今仍有7亿农民，只有农民收入提高了，国内消费市场才能繁荣，才能建成全面的小康社会。改革开放以来，我国农民的收入有了很大的增长，从1978年人均 133.6元增长到2008年的4760.6元，增长了35倍。但是，城乡居民收入差距却进一步拉大，从1978年的 2.57: 1 到2008年的3.36：1，绝对差距达到9646元。这与我国缩小城乡差距，全面建设小康社会的总体目标是不相符的。另一方面，近年来，我国的国内消费市场十分低靡，主要原因就在于农民收入增长缓慢。调查显示，2000年我国生产彩电3935万台，冰箱1278万台，洗衣机1442万台，而我国有3.4亿个家庭，不该出现市场疲软的现象。原因就在于我国有2.3亿个农民家庭，他们没有钱来消费。根据经济理论，低收入群体较之富裕阶层具有更高的消费倾向。如果能大幅度提高农民收入，将会强有力地拉动内需，保持国内市场的繁荣。因此，本文从计量分析的角度，对影响农民收入的具体因素做了实证分析，试图寻找出主要影响因素，对症下药。
二、计量模型的设定
参阅相关文献，并结合当代农村的实际情况，选用传统的双对数模型，具体形式如下所示:
logyi=c+β1logx1i+β2logx2i+β3logx3i+β4logx4i+β5xui+ui
其中，y－农村居民家庭人均纯收入，x1－农产品生产价格总指数，x2－城市化水平，x3－国家财政用于农业的支出，x4－农村劳动力受教育水平，xu－虚拟变量。
三、 计量模型的变量说明
(一) 被解释变量―农村居民家庭人均纯收入 （y）
农村居民家庭人均纯收入是反映农村居民家庭实际收入水平的综合性的主要指标，由工资性收入、家庭经营收入、财产性收入、转移性收入四部分构成。目前，家庭经营收入仍是农村居民家庭人均纯收入的主要来源，而工资性收入逐年增长，成为农民增收的主要途径。
(二)解释变量
1.农产品生产价格总指数（x1）。2000年之前农副产品收购价格指数，2000年以后为农产品生产价格总指数。此解释变量的数据是以1978年为基期的定基数据。农产品生产价格总指数是反映农产品价格的主要指标，也是影响农村家庭人均纯收入的重要因素，其一般与解释变量y正相关。
2.城市化水平（x2）。以城镇总人口占全国总人口的比重来代表城市化水平。根据发展经济学的相关理论，城市化进程能大量减少农村人口，使农村剩余劳动力从农业中解放出来，一方面为工业化提供充足的劳动力资源，另一方面也能使农村的土地实现规模经营，提高农民收入。
3.国家财政用于农业的支出（x3）。包括支援农村生产支出和农林水利气象等部门的事业费，农业基本建设支出，农业科技三项费用，农村救济费，等等。从理论上讲，农业属于弱势部门，国家财政的支持有利于农业发展，提高农民收入。
4.农村劳动力受教育水平（x4） 。以初中及以上文化程度劳动力占农村劳动力总数的比重来表示。从理论上讲，农民受教育水平与农民纯收入正相关。
5.虚拟变量（xu）。观察到农村居民纯收入从1994年开始有一个大的跳跃，这可能是国家出台了某些有利于农民增收的政策法规。比如，国家于1993年第一次明确提出支持性的农业收入政策，出台了《农业法》等。这些政策法规在短期内会对农民生产积极性产生影响，从而影响农民纯收入。
(三)可能遗漏的解释变量说明
根据中央有关文件的指导思想，增加农民收入要从两方面入手，一是多予，二是少取，因此，农民税费负担也是影响农民收入的重要因素。我国2000年开始在安徽进行农村税费改革试点，并于2002年开始向全国推广，取得了一定的效果。但考虑到全国税费改革的步伐不一，并且改革时间太短在长期时间序列分析中效果不佳等原因，本文未把农民税费负担作为影响因素纳入计量模型。
此外，还有很多因素会对农村居民人均纯收入产生影响，在这里我们只考虑主要方面。
四、 数据分析
考虑到资料的可获性和实用性，本文选取了1985-2008这24年的时间序列数据，具体数据如下表。
注：本表数据根据1986-2010年《中国统计年鉴》、《中国农村统计年鉴》相关数据处理得到。
首先将农产品生产价格总指数、城市化水平、国家财政用于农业的支出、农村劳动力受教育水平及虚拟变量全部纳入农民家庭人均纯收入影响因素的理论模型，通过Eviews软件，用最小二乘法进行回归，结果如下:
log(y)=-2.279+0.38025log(x1)+0.46548log(x2)+0.19811log(x3)+1.07578log(x4)+0.21266xu
总的来说，这次回归的效果还可以，方程整体的拟合度非常好。但是，由于变量x2 的t检验的伴随概率为31.53%，远大于5%，t检验不通过，所以去掉x2再进行回归，回归结果如下:
log(y)=-1.202+0.29199log(x1)+0.29090log(x3)+1.18629log(x4)+0.23124xu
这次的回归效果非常好，模型的所有解释变量的F检验、t检验都通过，方程整体的拟合优度也很高，模型拟合较好。
五、模型的检验
(一) 多重共线性的检验
由于方程的拟合程度较高，并且各个解释变量的回归系数均符合经济学含义，故可以认为基本不存在多重共线性。
(二)异方差的检验
利用怀特检验法进行检验，结果如下：
可以看出，检验的相伴概率为0.076432，在5%的置信水平下接受原假设，所以可认为模型基本不存在异方差。
(三)自相关的检验
第二次回归结果DW=2.26 查表（n=24,k=4, α =5%）下dL =1.10， dU =1.66, dU
转载注明来源:https://www.xzbu.com/2/view-506146.htm
