燕山大學計量經濟學課程論文SAS程序農民收入因素分析

1、全國農民收入影響因素的回歸分析摘要：自改革開放以來,雖然中國經濟平均增長速度為9.5 % ,但二元經濟結構給經濟發(fā)展帶來的問題仍然很突出。農村人口占了中國總人口的70 %多,農業(yè)產業(yè)結構不合理,經濟不發(fā)達,以及農民收入增長緩慢等問題勢必成為我國經濟持續(xù)穩(wěn)定增長的障礙。正確有效地解決好“三農”問題是中國經濟走出困境,實現(xiàn)長期穩(wěn)定增長的關鍵。其中,農民收入增長是核心,也是解決“三農”問題的關鍵。本文選取了1991年到2010年間的我國農民人均純收入觀測值,并以此為被解釋變量。探討影響農民收入的主要因素,并在此基礎上對如何增加農民收入提出相應的政策建議。關鍵詞：農民收入；影響因素；多元線性回歸模型；

2、SAS回歸擬合及檢驗；預測。一、模型選擇 該模型最初準備以（農產品生產價格指數(shù)），（非農人口占總人口比重），（第二、三產業(yè)從業(yè)人數(shù)占全社會從業(yè)人數(shù)的比重），（鄉(xiāng)村從業(yè)人數(shù)占農村人口的比重），（農業(yè)總產值占農林牧總產值的比重），（農作物播種面積），（農村用電量）為解釋變量，以（農村居民家庭人均純收入）為被解釋變量，以多元線性回歸分析為基礎建立如下多元線性回歸模型：以分析以上各解釋變量對被解釋變量的影響程度及重要性，并用SAS回歸模擬。 （注：該模型西南財經大學精品課程課程論文欄目，全文見附錄一。論文地址：）2、 數(shù)據(jù)搜集 根據(jù)以上分析，我收集到如下數(shù)據(jù)： 年份1978年=100上年=100百分比

3、百分比百分比百分比千公頃億千瓦時1991317.40 98.0026.9440.3050.9263.09149585.80963.201992336.20 103.4027.4641.5051.5361.51149007.101106.901993346.90 113.4027.9943.6051.8660.07147740.701244.901994364.30 121.60 28.5145.7052.1258.22148240.601473.901995383.60 127.40 29.0447.8052.4158.43149879.301655.701996418.10 108.40 3

4、0.4849.5053.2360.57152380.601812.701997437.30 99.50 31.9150.1054.9358.23153969.201980.101998456.10 94.50 33.3550.2055.8458.03155705.702042.201999473.50 95.80 34.7849.9057.1657.53156372.812173.452000483.40 99.10 36.2250.0059.3355.68156299.852421.302001503.70 99.10 37.6650.0060.6255.24155707.862610.78

5、2002527.90 100.5039.0950.0062.0254.51154635.512993.402003550.60 104.37 40.5350.9063.7250.08152414.963432.922004588.00 113.09 41.7653.1065.6450.05153552.553933.032005624.50 101.39 42.9955.2067.5949.72155487.734375.702006670.70 101.20 44.3457.4061.9852.74152149.00 4895.80 2007734.40 118.49 45.8959.206

6、2.0650.43153463.93 5509.90 2008793.15 114.06 46.9960.4061.7448.35156265.70 5713.15 2009860.57 97.60 48.3461.9061.6650.99158613.55 6104.44 2010954.37 110.94 49.9563.3061.7153.29160674.81 6632.35 以上數(shù)據(jù)來自中國統(tǒng)計年鑒2011 。三、參數(shù)估計及模型檢驗分析根據(jù)第二部分的相關數(shù)據(jù)，建立多元線性回歸模型用OLS法對初始模型進行估計，編寫SAS程序對初始模型進行初步的回歸、參數(shù)估計，得到的結果是： 1.經濟學

7、意義檢驗所謂經濟意義檢驗主要是檢驗模型參數(shù)估計量在經濟意義上的合理性，主要包括參數(shù)估計量的符號、大小。由OLS估計結果知，解釋變量，中的每一個在其他變量不變的情況下，增加一個單位，農民純收入就會分別變化0.7606元，5.0043元，-3.6493元，-5.6406元，1.2753元，0.0109元，0.0920元（正和負值表示增加與減少值）。根據(jù)經驗其中符號經濟意義不合理，判斷可能由變量間多重共線性引起。2.統(tǒng)計學意義檢驗統(tǒng)計檢驗是由統(tǒng)計理論決定的，目的在于檢驗模型的統(tǒng)計學性質。由OLS估計結果知，較大且接近于1，說明擬合優(yōu)度很好。而且，應拒絕原假設，說明方程顯著。對于檢驗，由于解釋變量，參

8、數(shù)估計的值絕對值小于，認為解釋變量間可能存在多重共線性。四、模型的計量經濟學檢驗、修正與引用模型的差異性分析在模型的改進中主要應用模型的計量經濟學意義檢驗進行改進。主要包括三部分：多重共線性檢驗及修正、異方差檢驗及修正、序列相關性檢驗及修正。1.多重共線性的檢驗與修正所謂多重共線性是指解釋變量之間違背了相互獨立的假設，及某兩個或多個解釋變量之間出現(xiàn)了相關性。直觀法由第三部分所得數(shù)據(jù)可知，雖然模型整體擬合的很好，但是解釋變量，未能通過檢驗。所以模型解釋變量間可能存在多重共線性。相關系數(shù)矩陣通過SAS軟件計算出各個變量之間的簡單相關系數(shù)矩陣，初步判斷相關性。SAS程序運行，得到各解釋變量的相關系數(shù)

9、矩陣如下：如果以90%為標準，則變量和，和，和，和，和之間是高度相關的，因此，模型解釋變量間存在多重共線性。下面對原模型的上述解釋變量進行分別回歸，估計參數(shù)并進行顯著性檢驗，得到如下最優(yōu)模型作為初始回歸模型：利用逐步迭代法進行多重共線性修正，將其他解釋變量導入上述初始模型，尋求最佳回歸方程，編寫SAS程序對模型進行逐步回歸得到最優(yōu)模型。逐步回歸的最終結果如下：由逐步回歸結果發(fā)現(xiàn)，模型各項檢驗量都比較好，顯著性比較強，擬合優(yōu)度也很好。統(tǒng)計學意義檢驗及計量經濟學意義檢驗中都是顯著成立的。2.異方差檢驗及修正分析首先對原模型進行異方差的檢驗，異方差是指對于不同的樣本點，隨機干擾項的方差不再是常數(shù)，而

10、是互不相同。檢驗異方差，即檢驗隨機干擾項的方差與解釋變量觀測值之間的相關性。本文中使用了二種檢驗方法進行異方差的檢驗。第一種是用戈里瑟法檢驗異方差。戈里瑟法檢驗的基本思想為：以或為解釋變量，以原模型的某一個或幾個解釋變量為解釋變量，建立如下方程：或其中，表示隨機干擾項的方差，即選擇關于解釋變量的不同的函數(shù)形式，對方程進行估計并進行顯著性檢驗。如果存在某一種函數(shù)形式，使得方程顯著成立，則說明原模型存在異方差。本文中以為被解釋變量，分別以修正了多重共線性后的模型中三個解釋變量的原形式及對數(shù)形式為解釋變量的兩種不同的函數(shù)形式，建立兩種方程進行估計及顯著性檢驗。利用SAS程序運行得到的結果分別為：由以

11、上程序運行結果，可知：因此在5%的顯著性水平下可以接受原假設，即認為模型不顯著。擬合優(yōu)度也很不好，而對于變量的顯著性檢驗，由檢驗結果可知，在兩個方程里面，各個變量在5%的顯著性水平下都未通過檢驗，即接受原假設，認為模型不顯著。所以認為隨機干擾項與解釋變量之間不存在相關性，即原模型不存在異方差性。第二種是懷特檢驗法。以兩個解釋變量的回歸模型為例說明懷特檢驗的基本思想與步驟。假設回歸模型為可先對模型作OLS回歸，并得到，然后作如下的輔助回歸：可以證明，在同方差性假設下，從該輔助回歸得到的可決系數(shù)與樣本容量的乘積，漸進地服從自由度為輔助回歸方程中解釋變量個數(shù)的分布：則可在大樣本下，對統(tǒng)計量進行相應的

12、檢驗。如果存在異方差性，則上述回歸模型顯著成立。由于本文中由于原模型中解釋變量個數(shù)比較多，在懷特檢驗的輔助方程中含有太多的交叉項，從而使自由度降低，因此在本文中使用不含交叉項的懷特檢驗。程序運結果如下：由以上程序運行結果，可知：在5%的顯著性水平下模型不顯著。雖然擬合優(yōu)度不差，但是變量在5%的顯著性水平下都未通過檢驗，因此接受原假設，認為模型不顯著。而又，因此模型同方差，即原模型不存在異方差性。綜上結果，模型不存在異方差性。3.序列相關性的檢驗及分析所謂序列相關性是指模型的隨機干擾項違背了相互獨立的基本假設，即模型的隨機干擾項之間存在相關關系。下面用拉格朗日乘數(shù)法對模型的序列相關性進行檢驗。拉

13、格朗日乘數(shù)檢驗的原理為：給出如下輔助回歸方程如果約束條件為真，則輔助方程的樣本容量和可決系數(shù)的乘積服從自由度為的分布。給定顯著性水平，即可對統(tǒng)計量進行相應的檢驗。如果大于臨界值就拒絕為真，即表明存在直到階的序列相關性。本文中分別檢驗了模型的一階、二階和三階序列相關性，SAS程序運行如下：（1） 含一階滯后殘差項的輔助回歸為： （2）含二階滯后殘差項的輔助回歸為： （3） 含三階滯后殘差項的輔助回歸為： 由以上結果可知，（1）中，模型存在一階序列相關。（2）中，模型存在二階序列相關。雖然（3）中，但是，未通過檢驗，模型不存在三階序列相關。所以，模型存在二階序列相關。下面進行序列相關性的修正，主要

14、通過杜賓兩步法進行修正。第一步，變換差分模型如下：用最小二乘法估計該方程，SAS運行結果如下：可以得到，。第二步，將，代入原差分模型，再用最小二乘法估計該方程，SAS運行結果如下：其中，。 由以上結果可得修正后模型的解釋變量系數(shù)的估計值：，。經過以上各種檢驗及修正后，得到最終模型為：4.模型的差異性分析由于我在選取模型時，更改了原模型的一些變量，以及在選取變量的數(shù)據(jù)時對數(shù)據(jù)要求不同，使得這些變量的數(shù)據(jù)與原模型有所不同。因此本文模型的最終結果與所參考模型有一些差異。五、預測與應用將2010年相關數(shù)據(jù)代入得到預測值，真實值，相對誤差為即，可見模型的預測還是可以的。這對于我們制定關于農民生產生活的政

15、策時，將能夠提供一些幫助。六、總結和建議根據(jù)本文上述分析,要快速增加農民的收入,提高農民收入增長率,切實有效地解決好“三農”問題,促進經濟長期、穩(wěn)定、協(xié)調發(fā)展,應著實做好以下三點:1、 提高農業(yè)收入的增長率,確保農業(yè)收入在農民收入中的主體地位。2、 大力發(fā)展家庭經營性收入中的非農業(yè)項目,提高非農業(yè)收入對家庭經營性收入增長的促進作用。3、 促進農民進城務工,增加農民外出務工的工資性收入。參考文獻：【1】計量經濟學（第二版），李子奈、潘文卿；高等教育出版社。【2】胡文國等：我國農民收入增長影響因素的實證分析J，經濟科學2004年第 6期?！?】中國統(tǒng)計年鑒M,中國統(tǒng)計出版社,2011年。附錄一：論

16、文原文（略）附錄二：SAS程序如下data grain1;input year y X1 X2 X3 X4 X5 X6 X7 ;cards;/*數(shù)據(jù)復制上即可*/；proc reg data=grain1; /*最小二乘法估計模型*/model y=X1 X2 X3 X4 X5 X6 X7/DW;run;proc corr;/*求相關系數(shù)矩陣*/var X1 X2 X3 X4 X5 X6 X7; run;proc reg data=grain1; /*y對Xi作回歸分析，i=1、2、3、4、5、6、7*/model y=Xi /DW; run;proc reg data=grain1;/*逐步

17、回歸分析*/model y=X1 X2 X3 X4 X5 X6 X7/ dw selection=stepwise details=all slentry=0.05 slstay=0.05;title "農民收入模型逐步回歸" run;data grain; set grain1 ;totalguji=-810.94204-5.51052*X4+0.00743*X6+0.05997*X7;wucha=y-totalguji; m=abs(wucha)*abs(wucha); a4=X4*X4; a6=X6*X6; a7=X7*X7;keep year y et m wuch

18、a_1 a wucha X4 X6 X7 a4 a6 a7 totalguji ; et=abs(wucha); wucha_1=lag(wucha); a=lag(wucha_1); proc reg data=grain; model wucha=X4 X6 X7 wucha_1 a ;title 拉格朗日乘數(shù)檢驗2階序列相關;run;proc reg data=grain; model et=X4 X6 X7;title '用戈里瑟法檢驗異方差'run;proc reg data=grain; model m=X4 a4 X6 a6 X7 a7;title '懷特檢驗法檢驗異方差'run;data MGDP3; set grain;Mt_1=lag(y);Mt_2=lag(Mt_1);q1=lag(X4);q11=lag(q1);q2=lag(X6);q22=lag(q2);q3=lag(X7);q33=lag(q3);keep y X4 X6 X7 Mt_1 Mt_2 q1 q11 q2 q22 q3 q33; run; proc