遼寧省農(nóng)民收入影響因素分析

張冰華

【摘 要】改革開放以來，遼寧現(xiàn)代農(nóng)業(yè)發(fā)展取得了長足進步，農(nóng)民的生活也越來越好，但與快速發(fā)展的城鎮(zhèn)化、工業(yè)化、信息化相比，農(nóng)業(yè)發(fā)展仍然滯后，農(nóng)產(chǎn)品物流水平較低，農(nóng)業(yè)基礎(chǔ)設(shè)施還比較薄弱，這就導(dǎo)致在全國平均比例中農(nóng)民收入還沒有顯出明顯的優(yōu)勢。論文通過收集相關(guān)數(shù)據(jù)進行分析，力求找到影響遼寧省農(nóng)民收入的影響因素。

【Abstract】Since the reform and opening up， the development of modern agriculture in China has made considerable progress， peasants' life is getting better， but compared with the rapid development of urbanization， industrialization， informatization ， the agricultural development is still lagging behind， the level of the logistics of agricultural products is low， agricultural infrastructure is relatively weak， these led to a national average of farmers' incomes showing no obvious advantage. Through collecting relevant data， this paper tries to find out the influencing factors of farmers' income in Liaoning province.

【關(guān)鍵詞】遼寧；農(nóng)民收入；影響因素

【Keywords】Liaoning； farmers' income； influencing factors

【中圖分類號】F328 【文獻標(biāo)志碼】A 【文章編號】1673-1069（2017）12-0048-03

1 數(shù)據(jù)描述及模型構(gòu)建

通過選取遼寧省1980年到2015年農(nóng)村人均總收入的數(shù)據(jù)，運用回歸模型，分析財政支援、農(nóng)業(yè)生產(chǎn)資料價格指數(shù)、公路通車?yán)锍?、郵電業(yè)務(wù)總量對農(nóng)村人均總收入的影響。根據(jù)選取的解釋變量與被解釋變量，將研究模型設(shè)定為以下回歸模型：LNY=α+β1LNX1+β2LNX2+β3LNX3+β4LNX4+ε

其中，Y表示農(nóng)村人均總收入；X1表示財政支援；X2表示農(nóng)業(yè)生產(chǎn)資料價格指數(shù)；X3表示公路通車?yán)锍?；X4表示郵電業(yè)務(wù)總量；ε表示隨機誤差項。為消除異方差以及量綱的影響，故對各變量進行自然對數(shù)處理后納入回歸模型。表1為各變量原始數(shù)據(jù)。（后附表1）

2 趨勢分析

首先對各變量進行趨勢分析，各變量趨勢圖如圖1所示。從各變量變化趨勢可知，除農(nóng)業(yè)生產(chǎn)資料價格指數(shù)變化趨勢較為平穩(wěn)以外，農(nóng)村人均總收入、財政支援、公路通車?yán)锍?、郵電業(yè)務(wù)總量總體上均呈現(xiàn)出逐年上升的趨勢。由此可以初步判斷，財政支援、公路通車?yán)锍?、郵電業(yè)務(wù)總量與農(nóng)村人均總收入為正相關(guān)關(guān)系。

3 相關(guān)分析

采用Pearson雙側(cè)相關(guān)檢驗法對各因素與農(nóng)村人均總收入之間的相關(guān)性進行分析，相關(guān)分析結(jié)果如表2所示。

由相關(guān)分析結(jié)果可知，財政支援與農(nóng)村人均總收入相關(guān)系數(shù)為0.993，在1%顯著性水平上通過了相關(guān)檢驗，表明財政支援與農(nóng)村人均總收入為高度正相關(guān)關(guān)系；農(nóng)業(yè)生產(chǎn)資料價格指數(shù)與農(nóng)村人均總收入相關(guān)系數(shù)為-0.136，但沒有通過相關(guān)檢驗，表明農(nóng)業(yè)生產(chǎn)資料價格指數(shù)與農(nóng)村人均總收入相關(guān)關(guān)系較弱；公路通車?yán)锍膛c農(nóng)村人均總收入相關(guān)系數(shù)為0.941，在1%顯著性水平上通過了相關(guān)檢驗，表明公路通車?yán)锍膛c農(nóng)村人均總收入為高度正相關(guān)關(guān)系；郵電業(yè)務(wù)總量與農(nóng)村人均總收入相關(guān)系數(shù)為0.958，在1%顯著性水平上通過了相關(guān)檢驗，表明郵電業(yè)務(wù)總量與農(nóng)村人均總收入為高度正相關(guān)關(guān)系。

同時，我們還可以觀察到，財政支援、公路通車?yán)锍?、郵電業(yè)務(wù)總量兩兩之間的相關(guān)系數(shù)均大于0.8，根據(jù)共線性判斷標(biāo)準(zhǔn)：若變量之間相關(guān)系數(shù)大于0.8，則表明變量之間存在嚴(yán)重多重共線性。由此可以初步判斷，財政支援、公路通車?yán)锍?、郵電業(yè)務(wù)總量之間可能存在多重共線性。

4 共線性檢驗

由相關(guān)分析結(jié)果可以初步判斷財政支援、公路通車?yán)锍獭⑧]電業(yè)務(wù)總量之間存在多重共線性，為此進一步進行共線性診斷，共線性診斷結(jié)果如表3所示。

由共線性診斷結(jié)果可知，財政支援、公路通車?yán)锍?、郵電業(yè)務(wù)總量的VIF值均大于10，根據(jù)共線性診斷標(biāo)準(zhǔn)：若變量VIF值大于10，則表明變量之間存在嚴(yán)重的多重共線性。由此可以最終判斷，財政支援、公路通車?yán)锍?、郵電業(yè)務(wù)總量之間存在嚴(yán)重的多重共線性。為此，筆者采用逐步回歸分析法對模型進行回歸分析。

5 逐步回歸分析

進一步運用逐步回歸分析法分析各因素與農(nóng)村人均總收入的關(guān)系，逐步回歸分析結(jié)果如表4～表6所示。由逐步回歸結(jié)果可知，財政支援、郵電業(yè)務(wù)總量最終進入回歸方程。

由模型匯總結(jié)果可知，模型的擬合度為0.991，調(diào)整后的擬合度為0.990，表明財政支援、郵電業(yè)務(wù)總量對農(nóng)村人均總收入具有99%的解釋度。

由方差結(jié)果可知，模型F檢驗統(tǒng)計量為1809.910，F(xiàn)檢驗對應(yīng)的顯著性概率Sig值為0.000，在1%顯著性水平上通過了F檢驗，說明模型回歸效果顯著。

從各變量共線性統(tǒng)計量VIF值可知，財政支援、郵電業(yè)務(wù)總量的VIF值均小于10，表明財政支援、郵電業(yè)務(wù)總量不存在多重共線性。由此可得最終回歸方程：

LNY=4.890+0.683LNX1+0.112LNX4

6 分析結(jié)果

通過回歸方程我們可以發(fā)現(xiàn)財政支援與農(nóng)村人均總收入呈現(xiàn)出顯著的正相關(guān)關(guān)系，回歸系數(shù)為0.683，T檢驗統(tǒng)計量為16.397，T檢驗顯著性概率Sig值為0.000，在1%顯著性水平上通過了T檢驗，即財政支援每增長一個百分點，農(nóng)村人均總收入也增長0.683個百分點，財政支援越多，農(nóng)村人均總收入越高，表明財政支援對農(nóng)村人均總收入具有顯著的正向影響作用。

郵電業(yè)務(wù)總量與農(nóng)村人均總收入呈現(xiàn)出顯著的正相關(guān)關(guān)系，回歸系數(shù)為0.112，T檢驗統(tǒng)計量為4.305，T檢驗顯著性概率Sig值為0.000，在1%顯著性水平上通過了T檢驗，即郵電業(yè)務(wù)總量每增長一個百分點，農(nóng)村人均總收入也增長0.112個百分點，郵電業(yè)務(wù)總量越大，農(nóng)村人均總收入越高，表明郵電業(yè)務(wù)總量的增長對農(nóng)村人均總收入具有顯著的正向影響作用。

【參考文獻】

【1】王璐.遼寧省城鄉(xiāng)居民收入差距及其影響因素分析[D].大連：東北財經(jīng)大學(xué)，2011.endprint