我国城乡人均收入差距的实证分析和预测的论文

2019-10-08 20:30:38 围观 : 149次 来源 : 教育论文网 作者 : 永强

【论文摘要】文章以我国 1978-2007 年城市和农村人均收入时间序列数据和影响因素数据为依据,运用 eviews 软件,分析了其内在规律性,对其发展趋势进行了短期预测,并提出了相关的政策建议。
【论文关键词】城乡人均收入差距;预测
自改革开放以来, 我国人均收入水平迅速提高, 但与此同时收入差距也在逐渐拉大甚至悬殊, 其中城乡居民收入差距是当前中国居民分配结构中最受关注的社会焦点问题。 本文以我国 1978-2007 年的城镇家庭平均每人可支配收入、 农村居民家庭人均年纯收入以及农民人均农业税、 农民人均固定资产投资总额、农业增加值(现价)的统计数据为依据, 运用趋势模型、arma 时间序列模型和线形回归模型, 分析研究了其现实状况和未来走势以及影响农村人均年纯收入的因素。
一、时间序列分析
arma 模型应用软件 eviews5.0,对1978-2006 年城镇家庭平均每人可支配收入估计,并预测 2007 年数值。
(一)数据准备
城镇家庭平均每人可支配收入序列指数上升趋势明显, 典型非平稳序列,对此进行两次差分,得到图 1。进行 adfr 检验,如图 2 所示参数小于 1%零界水平,基本平稳,选view/correlogram模型识别:arma 模型的识别与定阶可以通过样本的自相关与偏自相关函数的观察获得,例如:ar(p)模型 自 相 关 函 数拖尾,偏自相关函数 p 步截尾;ma (q) 模 型 自相 关 函 数 q 步截尾,偏自相关函数拖尾;而 arma 模型的自相关函数与偏自相关函数都具有拖尾性。
由图 1 可以看出, 偏自相关系数3、4 较大, 在 k=4 后很快地趋近于 0,所以取 p=3、4; 自相关系数在 k=1 处不显著,k=4 之后拖尾,可考虑 q=2、3、4。 为了使建立的模型更加精确, 可适当放宽 p 与 q 的范围,建立 arma(p,q)模型。
(二)用 eview 软件回归分析
借助eview软件, 选取 arma(3,2)、arma (3,3)、arma (3,4)、arma (4,2)、arma(4,3)、arma(4,4)6 个模型进行分析,剔除明显不合理的,如表 1 所示。由表 1 可知,arma(4,4)调整后的r2最大,aic 和 sc 值最小, 但 t 检验没通过,arma(3,4)也较为合适。
我们选用 arma(3,4),拟合结果为:ddyt =-0.380843ddyt -3 +ut +0.425802ut -2 +0.557194ut-4。我国城乡人均收入差距的实证分析和预测model aic
(三)模型的检验
若残差序列不是白噪声, 意味着残差序列还存在有用信息没被提取, 需要进一步改进模型。 本文采用残差序列的卡方检验, 检验的零假设是残差序列相互独立。 通过直接观察残差序列的自相关分析图, 其自相关系数都落入了随机区间,表明残差序列是独立的,可直接用于预测。
(四)模型的预测:
已知 y2007=ln (city2007)=ln(13785.79)=9.53139363, 在 eviews 里进行 2007 年的预测为 2.00*10-6,则有:y 赞2007 -2y2006 +y2005 =2.00*10 -6y 赞2007 -2*9.372412452+9.258466506=0.000002y 赞2007=9.486360误差为:(9.486360-9.53139363)/9.53139363*100%=-0.472%
二、线形回归分析
应用软件 eviews5.0,对 1978-2006 年农村人均年纯收入的影响因素分析:农业收入主要来源于农业生产活动,变量 pfix (全社会固定资产投资额/年底乡村总人口数)用来描述农民对全国建筑活动做出贡献而增加的农村家庭现金收入, 因为目前大部分的建筑活动由农民建筑工完成。 变量 padd (第一产业增加值/年底乡村总人口数)用来描述人均第一产业增加值(现价)对农村人均年纯收入的影响,变量 ptax(国家财政决算收入中农业各税/年底乡村总人口数)用来描述人均国家农业各税对农村人均年纯收入的影响。 pinc 为农村人均年纯收入,因为 1978、1979 年全社会固定资产投资额无法得到,只能对 1980-2006 年的数据进行回归。
先将数据取对数, 然后用 eviews 软件试模拟(见表 2)。模型四拟合优度很好,t 检验和 dw检验都通过,可表示为:lnpinc=0.739042lnpat+0.149748lnpfix+0.86274+1.206837ut-1-0.541387ut-2+ut模型的检验:自相关、异方差检验可以通过,残差基本平稳。

三、评价和结论
时间序列模型采用了两种不同方法, 从预测效果看 arma 模型误差较小。 线形回归模型并没有直接把农民人均农业税作为单独的解释变量组成三元回归,因为,这样作为单独的解释变量的农民人均农业税系数估计值为正,与实际严重不符。 因此将其从人均农业增加值(现价)中扣除,间接地研究了其对农村居民家庭人均年纯收入的影响。从模型关系上看, 趋势模型拟合优度很高,显著性很高,异方差和自相关问题并不十分显著,预测精度较差。相反 arma 模型拟合优度不高, 系数显著性较高, 异方差和自相关问题却解决得很好, 并且用于短期预测精度较高。
根据时间序列分析, 城乡人均收入差距将继续扩大,事实也是如此,城乡人均收入差距从 2006 年的 8172.41 元扩大到 2007 年的 9645.43 元。 从线形回归分析可以看出,农民人均农业税、人均农业增加值(现价)与当期农村居民家庭人均年纯收入之间存在高度相关关系, 三者对农村居民家庭人均年纯收入有较大的影响作用。除此以外,人均年纯收入的上期及上上期均对本期有影响作用, 这也说明农民人均农业税、 人均农业增加值(现价)和农民人均固定资产投资额对以后各年的农村居民家庭人均年纯收入有影响, 这主要是因为前期投资的持续推动作用。
近 30 年的改革开放,伴随着城乡人均收入差距不断扩大, 城乡二元经济结构的问题长期以来一直倍受关注。 从线性回归模型解释变量的系数来看, 农业税和农业增加值是影响农村居民家庭人均年纯收入的最重要因素, 国家应提高农产品价格,进一步减少工农业剪刀差,鼓励乡镇企业做大、做强,一方面要给予农业相关的补贴,以实现工业反哺农业,城市反哺乡村。 另一方面全社会固定资产投资的扩大将使农民工收入增加,国家应优化投资结构,逐步调整投资方向,如加大对农村基础设施建设的投入,既可以让农民得到切实的利益, 又可以发挥农村城镇化发展道路中的后发优势,增加投资效率。
城乡人均收入差距不断扩大,但近几年并非呈加速度扩大趋势,这从一个侧面显示出近年来国家经济布局调整和国家产业政策战略性调整的成效,国家除了继续加大对农业的产业支持力度外,还应在优化投资结构、提高农业生产效率方面下工夫。
参考文献:
1、童光荣.计量经济学[m].武汉大学出版社,2006.
2、于俊年.计量经济学[m].对外经济贸易出版社,2000.
3、(美)j.m.伍德里奇.计量经济学导论:现代观点[m].中国人民大学出版社,2003.
4、易丹辉.数据分析与 eviews运用[m].中国统计出版社,2002.
5、黄湘俊,刘永跃.基于 arma 模型的城乡居民收入差距预测和分析[j].市场
周刊,2007(4).6、刘永跃,周先华,毛云坚.基于时间
序列模型的区域收入差异预测和分析[j].价值工程,2007(9).
7、张丽.天津市人均 gdp 时间序列模型及预测[j].北方经济,2007(3).
8、成刚,袁佩琦,陈瑾.北京市人均gdp 的时间序列分析及预测[j].生产力研究,2007(3).
9、中华人民共和国国家统计局.中国统计年鉴[m].中国统计出版社,2007.

相关文章