多元线性回归模型文农村居民收入论文.doc

多元线性回归模型农村居民收入基于多元线性回归模型的农村居民收入增长分析 　摘 要：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。 　　关键词：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。 　　1.2 人均农林牧渔业总产值对安徽农村居民纯收入的影响 　　从近几年看，安徽农村居民的年纯收入稳步增长。一方面是由于党中央、国务院高度重视农民收入问题，连续6年出台涉农“一号文件”，取消了农业税和农产品特产税，推行了粮食直补和综合补贴等积极扶农的财政政策，不断的调整农业产业结构等；一方面由于安徽省近年来农业机械化程度不断提高，以及农业科技的发展和较好的种养殖天气环境等为农产品稳产、高产提供了坚实基础，安徽省农林牧渔业总量不断创出新高。如图1、图2示，农业机械总动力由1995年的1836万千瓦增加到2009年的5108.8万千瓦。安徽省农林牧渔业总值有1995年的980.26亿元增加到2009年的2569.46亿元。 　　数据来源：安徽省国民经济和社会发展公报（1995-2009）；安徽统计年鉴1999-2010。 　　1.3 生产费用支出对安徽省农村居民纯收入的影响 　　农村居民人均生产费用支出主要包括家庭经营费用支出（农林牧渔业生产支出等）和购置生产性固定资产支出两个部分。按统计数据所示，安徽省农村人均生产费用支出呈逐年递增的趋势，从1995年的456.4元增加到了2009年的1334.26元。农业生产的边际收益呈下降趋势，这严重影响了农民纯收入的提高。 　　1.4 转移性和财产性收入以及农村用电量对人均纯收入的影响 　　转移性和财产性收入，在农村居民收入中所占的比重较小，随着近年的政府对农村投入的逐渐增大，其政策性越来越强，转移性和财产性收入也呈逐年递增趋势，如图3示，从1995的4.6%增长到2009年的7.9%。农村用电量反映了农业居民在生产生活中对电力资源的消费，其与居民收入有紧密的联系。如图4安徽省农村用电量从1995年的37.4亿千瓦时增长到2009年的98.1亿千瓦时。因此，本文把以上两个指标也纳入对农村居民纯收入的考核中。 　　数据来源：根据安徽省国民经济和社会发展公报（1995—2009）；安徽统计年鉴1999—2010相关数据计算。 　　2 农民收入增长模型的分析 　　2.1 多元线性回归分析方法 　　回归分析是经济计量分析中使用最多的方法，多元回归分析预测法，是指通过对两个或两个以上的自变量与一个因变量的相关分析，建立预测模型进行预测的方法。当自变量与因变量之间存在线性关系时，称为多元线性回归分析。 　　多元线性回归模型的一般形式为： 　　Yi=β0+β1X1i+β2X2i+---+βkXki+μi（i=1,2,……,n） 　　其中，k为解释变量的数目，β1,β2……βk是未知参数，称为回归系数。y称