您好,欢迎访问三七文档
当前位置:首页 > 高等教育 > 理学 > Eviews课程结业论文
1中国农村居民家庭人均纯收入变动趋势研究组长:组员:摘要:农民收入问题是“三农”问题的重中之重。农民收入水平提高难、生活水平上不去是我国现今急待解决的发展问题之一。本文采用eviews软件建立时间序列数据模型,对我国农民收入问题进行分析,分析结果结果表明国家用于农业的支出对农村居民家庭人均纯收入的增加起到最重要的拉动作用,是解决我国农民收入的一个重要经济因素。然后使用建立的模型对未来五年农村居民家庭人均纯收入进行了预测。最后,联系模型的信息和我国农民问题的实际情况,提出了结论与相关建议。关键词:1背景中国是拥有13亿人口的大国,这13亿人口中有9亿在农村。这个性质决定了我国是农业大国这个最基本特征。农业和农村经济是中国国民经济的基础,稳步提高农民收入是发展农业和农村经济的出发点和归宿,也是保证我国国民经济稳步发展的重要环节。农村居民收入增长缓慢,不仅关系到农业的发展和农村的稳定,而且关系到国民经济的全局,引起中共中央、人民政府和社会各界的广泛关注。千方百计增加农民收入,已成为近期农业和农村经济工作的中心任务。农民收入是农村的“晴雨表”。改革开放以来农业和农村经济的发展,使我国从根本上摆脱了农产品短缺的困扰,农民收入随着农村经济的发展而不断提高,实现了历史性的突破。特别是改革开放以来,我国农民收入有了很大增长,但不同时期和不同地区农民收入增长不是匀速的。就全国平均而言,经历了四个阶段:第一阶段,1978-1984年,为超常增长时期,农村居民人均收入年均增长15.9%;第二个阶段,1985-1990年,为波动增长时期,农村居民人均收入年增长4.2%;第三个阶段,1991-1996年,农民收入反弹回升,1996年比上年猛增9%,是90年代农民人均收入增幅最高的一年;第四个阶段,1997-今,也就是20世纪90年代中后期以来,农民收入增长的形势非常严峻,为缓慢增长时期,表现为增幅逐年下降,维持缓慢增长。据统计,农民收入增长1997年降为4.6%,1998年降为4.3%,1999年降为3.8%,2000年更降到2.2%,农民收入经历连续4年的下降。2001年农民人均收入比2000年增长4.2%,扭2转了农民收入增幅连续几年下降的势头,可是这仅是恢复性增长。目前我国市场绝大多数农产品卖出难,价格持续低迷,眼下尚看不出农民收入有大幅度增长的迹象和条件。农民收入上不去,购买力难以提高,农村市场启动将继续乏力,城市、农村居民收入差距将进一步扩大,最终会通过市场经济的传导机制,对整个国民经济产生负面影响,并反过来进一步增加农民增收的难度。这种传导通道如下:农民收入水平低→减少工业品的消费(社会消费需求不足)→工业企业利润率和预期投资收益低(投资需求不足)→工人和职工工资低→对农产品需求不足→农产品供过于求→农产品价格下降→农民收入预期降低→压缩对工业品消费→工业品产销率降低、利润下降甚至负赢利→企业倒闭→工人下岗增多→城镇居民收入预期下降→农产品过剩态势延续→农民收入预期进一步下降。由此可见,如果农民收入得不到有效增长,则会给我国经济和社会带来多种环环相套的“恶性循环”。增加农民收入不仅关系到农村经济的发展、农民生活的改善和农村社会稳定,而且关系到扩大内需发展方针的落实,关系到经济和社会发展的全局。农民的收入问题,已经成为当前引人关注的“三农”问题的焦点之一。本文将以我国农村居民人均纯收入作为研究对象,选择时间序列数据和截面数据的计量经济学模型方法,将农村居民家庭人均纯收入与和其相关的经济变量联系起来,建立多元线性回归模型,研究我国农民收入的变动趋势,以及重要的影响因素,并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标,可以更好的帮助我们进行预测与决策。因此,对我国农民人均纯收入的计量经济学研究是有意义同时也是很必要的。2建立模型为了反映我国农民收入水平的变动,选取“农村居民家庭人均纯收入”这个经济指标作为研究对象。纯收入指农村住户当年从各个来源得到的总收入相应地扣除所发生的费用后的收入总和。计算方法:纯收入=总收入-家庭经营费用支出-税费支出-生产性固定资产折旧-调查补贴-赠送农村外部亲友支出。纯收入主要用于再生产投入和当年生活消费支出,也可以用于储蓄和各种非义务性支出。“我国农村居民人均纯收入”是按人口平均的纯收入水平,反映的是我国农村居民的平均收入水平。农村居民家庭人均纯收入的使用可以更加有效的说明农民的“实际收入”水平,这要比包含有各种税费等必要支出成分的“毛收入”更具说服力和解释力,更能反映农民的实际收入状况。3这里的被解释变量是,Y:农村居民家庭人均纯收入(元)。选择与Y—农村居民家庭人均纯收入密切相关的经济因素作为模型可能的解释变量,共计8个,它们分别为:X1:农业总产值(亿元)X2:国家用于农业的支出(亿元)X3:农业机械总动力(万千瓦)X4:农村家庭人均生活消费(元)X5:第一产业总产值(亿元)X6:支援农村生产支出和各项农业事业费(亿元)X7:农作物总播种面积(千公顷)X8:化肥施用量(万吨)模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验,那么模型就可以作为最终模型,可以进行结构分析和经济预测。2.1理论模型的确定通过变量的试算筛选,最终确定以以下变量建立回归模型。被解释变量Y:农村居民家庭人均纯收入(元)解释变量X1:农业总产值(亿元)X2:国家用于农业的支出(亿元)X3:农业机械总动力(万千瓦)另外,从经济意义上来说,农业总产值、国家用于农业的支出和农业机械总动力这三个宏观经济指标基本反映了我国农业的发展情况,因此也就很大程度上决定了农民的收入水平。其中,农业总产值反映了我国农业的总体生产状况,反映了整个农业的产出情况,这个指标是以农产品的最终价值进行计量,因此它直接反映了农民的生产收入情况,这个变量可以很好的解释农村居民纯收入变动;国家用于农业的支出反映了国家对于农业的重视程度,因此,在很大程度上影响着农民的生活和收入水平;农业机械总动力则反映了我国的农业机械化程度,也就是反映了我国农业的先进程度,农业生产越先进,生产效率越高,农民的生活水平自然会提高,因此,农业机械总动力也能在很大程度上解释和反映农民收入。因此,单从经济意义上讲,变量的选择是正确的。而且,就直观上来说,解释变量与被解释变量都是正相关的,这三个解释变量都是农民收入的“良性”变量,它们的增长都对农民纯收入的提高起着积极的推动作用,这一点可以作为模型经济意义检验的依据。4表2.1.1:被解释变量与解释变量1981-2004数据年份YX1X2X31981223.41635.87110.21156801982270.11865.3120.49166141983309.82074.47132.87180221984355.32380.15141.29194971985397.62506.39153.62209131986423.82771.75184.2229501987462.63160.49195.72248361988544.93666.89214.07265751989601.54100.58265.94280671990686.34954.26307.84287081991708.65146.43347.5729388.619927845588.02376.0230308.41993921.66605.14440.4531816.6199412219169.22532.9833802.519951577.711884.63574.9336118.119961926.113539.75700.4338546.919972090.113852.54766.3942015.61998216214241.881154.7645207.719992210.3414106.21085.7648996.120002253.4213873.61231.5452573.620012366.414462.81456.7355172.120022475.6314931.51580.7657929.920032622.2414870.11754.4560386.520042936.418138.42357.8964027.9©数据来源于《中国统计年鉴》、《新中国50年统计资料汇编》首先,检查被解释变量和解释变量之间的线性关系是否成立。观察被解释变量与解释变量之间的散点图。5图2.1.1:被解释变量Y与解释变量X1的散点图由图中趋势线可以判断,被解释变量Y与解释变量X1之间基本呈线性关系。图2.1.2:被解释变量Y与解释变量X2的散点图由图中趋势线可以判断,被解释变量Y与解释变量X2之间基本呈线性关系。6图2.1.3:被解释变量Y与解释变量X3的散点图由图中趋势线可以判断,被解释变量Y与解释变量X3之间基本呈线性关系。再通过变量之间的相关系数判断。表2.1.2:被解释变量与解释变量相关系数表YX1X2X3Y1.0000000.9918990.9434480.975331X10.9918991.0000000.9078320.951849X20.9434480.9078321.0000000.966403X30.9753310.9518490.9664031.000000看到被解释变量Y与解释变量X1,X2,X3之间具有较高的相关性。通过散点图和相关系数表的判断,可以判断被解释变量和解释变量之间具有明显的正相关线性关系。同时通过被解释变量与解释变量的相关图形分析,设置理论模型为:Y=β0+β1*X1+β2*X2+β3*X3+μ。2.2建立初始模型——OLS2.2.1使用OLS法进行参数估计使用普通最小二乘法OLS估计模型参数建立初始模型,并保存残差序列为eOLS。保留残差序列:genreOLS=resid,以备模型修正时的加权最小二乘法参数估计使用。表2.1.1.1普通最小二乘法参数估计输出结果DependentVariable:YMethod:LeastSquares7Sample:19812004Includedobservations:24VariableCoefficientStd.Errort-StatisticProb.X10.1133820.00810913.981530.0000X20.2048390.0867102.3623520.0284X30.0111010.0050022.2195590.0382C-200.957687.54900-2.2953720.0327R-squared0.995478Meandependentvar1272.118AdjustedR-squared0.994800S.D.dependentvar910.7350S.E.ofregression65.67333Akaikeinfocriterion11.35827Sumsquaredresid86259.72Schwarzcriterion11.55462Loglikelihood-132.2993F-statistic1467.724Durbin-Watsonstat1.031521Prob(F-statistic)0.000000得到初始模型为:Y=-200.9576+0.1134*X1+0.2048*X2+0.0111*X32.2.2对初始模型进行检验要对建立的初始模型进行包括经济意义检验、统计检验、计量经济学检验、预测检验在内的四级检验。(1)经济意义检验解释变量的系数分别为β1=0.1134、β2=0.2048、β3=0.0111。三个解释变量系数均为正,符合被解释变量与解释变量之间的正相关关系,符合解释变量增长带动被解释变量增长的经济实际,与现实经济意义相符,所以模型通过经济意义检验。(2)统计检验①拟合优度检验:R2检验,R-squared=0.995478;AdjustedR-squared=0.994800;可见拟合优度很高,接
本文标题:Eviews课程结业论文
链接地址:https://www.777doc.com/doc-7095063 .html