燕山大學(xué)計(jì)量經(jīng)濟(jì)學(xué)課程論文SAS程序農(nóng)民收入因素分析

1、全國農(nóng)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(jīng)濟(jì)平均增長(zhǎng)速度為9.5 % ,但二元經(jīng)濟(jì)結(jié)構(gòu)給經(jīng)濟(jì)發(fā)展帶來的問題仍然很突出。農(nóng)村人口占了中國總?cè)丝诘?0 %多,農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)不合理,經(jīng)濟(jì)不發(fā)達(dá),以及農(nóng)民收入增長(zhǎng)緩慢等問題勢(shì)必成為我國經(jīng)濟(jì)持續(xù)穩(wěn)定增長(zhǎng)的障礙。正確有效地解決好“三農(nóng)”問題是中國經(jīng)濟(jì)走出困境,實(shí)現(xiàn)長(zhǎng)期穩(wěn)定增長(zhǎng)的關(guān)鍵。其中,農(nóng)民收入增長(zhǎng)是核心,也是解決“三農(nóng)”問題的關(guān)鍵。本文選取了1991年到2010年間的我國農(nóng)民人均純收入觀測(cè)值,并以此為被解釋變量。探討影響農(nóng)民收入的主要因素,并在此基礎(chǔ)上對(duì)如何增加農(nóng)民收入提出相應(yīng)的政策建議。關(guān)鍵詞：農(nóng)民收入；影響因素；多元線性回歸模型；

2、SAS回歸擬合及檢驗(yàn)；預(yù)測(cè)。一、模型選擇 該模型最初準(zhǔn)備以（農(nóng)產(chǎn)品生產(chǎn)價(jià)格指數(shù)），（非農(nóng)人口占總?cè)丝诒戎兀?，（第二、三產(chǎn)業(yè)從業(yè)人數(shù)占全社會(huì)從業(yè)人數(shù)的比重），（鄉(xiāng)村從業(yè)人數(shù)占農(nóng)村人口的比重），（農(nóng)業(yè)總產(chǎn)值占農(nóng)林牧總產(chǎn)值的比重），（農(nóng)作物播種面積），（農(nóng)村用電量）為解釋變量，以（農(nóng)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(chǔ)建立如下多元線性回歸模型：以分析以上各解釋變量對(duì)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(cái)經(jīng)大學(xué)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(shí)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(jì)年鑒2011 。三、參數(shù)估計(jì)及模型檢驗(yàn)分析根據(jù)第二部分的相關(guān)數(shù)據(jù)，建立多元線性回歸模型用OLS法對(duì)初始模型進(jìn)行估計(jì)，編寫SAS程序?qū)Τ跏寄Ｐ瓦M(jìn)行初步的回歸、參數(shù)估計(jì)，得到的結(jié)果是： 1.經(jīng)濟(jì)學(xué)

7、意義檢驗(yàn)所謂經(jīng)濟(jì)意義檢驗(yàn)主要是檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)量在經(jīng)濟(jì)意義上的合理性，主要包括參數(shù)估計(jì)量的符號(hào)、大小。由OLS估計(jì)結(jié)果知，解釋變量，中的每一個(gè)在其他變量不變的情況下，增加一個(gè)單位，農(nóng)民純收入就會(huì)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(fù)值表示增加與減少值）。根據(jù)經(jīng)驗(yàn)其中符號(hào)經(jīng)濟(jì)意義不合理，判斷可能由變量間多重共線性引起。2.統(tǒng)計(jì)學(xué)意義檢驗(yàn)統(tǒng)計(jì)檢驗(yàn)是由統(tǒng)計(jì)理論決定的，目的在于檢驗(yàn)?zāi)Ｐ偷慕y(tǒng)計(jì)學(xué)性質(zhì)。由OLS估計(jì)結(jié)果知，較大且接近于1，說明擬合優(yōu)度很好。而且，應(yīng)拒絕原假設(shè)，說明方程顯著。對(duì)于檢驗(yàn)，由于解釋變量，參

8、數(shù)估計(jì)的值絕對(duì)值小于，認(rèn)為解釋變量間可能存在多重共線性。四、模型的計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、修正與引用模型的差異性分析在模型的改進(jìn)中主要應(yīng)用模型的計(jì)量經(jīng)濟(jì)學(xué)意義檢驗(yàn)進(jìn)行改進(jìn)。主要包括三部分：多重共線性檢驗(yàn)及修正、異方差檢驗(yàn)及修正、序列相關(guān)性檢驗(yàn)及修正。1.多重共線性的檢驗(yàn)與修正所謂多重共線性是指解釋變量之間違背了相互獨(dú)立的假設(shè)，及某兩個(gè)或多個(gè)解釋變量之間出現(xiàn)了相關(guān)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(yàn)。所以模型解釋變量間可能存在多重共線性。相關(guān)系數(shù)矩陣通過SAS軟件計(jì)算出各個(gè)變量之間的簡(jiǎn)單相關(guān)系數(shù)矩陣，初步判斷相關(guān)性。SAS程序運(yùn)行，得到各解釋變量的相關(guān)系數(shù)

9、矩陣如下：如果以90%為標(biāo)準(zhǔn)，則變量和，和，和，和，和之間是高度相關(guān)的，因此，模型解釋變量間存在多重共線性。下面對(duì)原模型的上述解釋變量進(jìn)行分別回歸，估計(jì)參數(shù)并進(jìn)行顯著性檢驗(yàn)，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(jìn)行多重共線性修正，將其他解釋變量導(dǎo)入上述初始模型，尋求最佳回歸方程，編寫SAS程序?qū)δＰ瓦M(jìn)行逐步回歸得到最優(yōu)模型。逐步回歸的最終結(jié)果如下：由逐步回歸結(jié)果發(fā)現(xiàn)，模型各項(xiàng)檢驗(yàn)量都比較好，顯著性比較強(qiáng)，擬合優(yōu)度也很好。統(tǒng)計(jì)學(xué)意義檢驗(yàn)及計(jì)量經(jīng)濟(jì)學(xué)意義檢驗(yàn)中都是顯著成立的。2.異方差檢驗(yàn)及修正分析首先對(duì)原模型進(jìn)行異方差的檢驗(yàn)，異方差是指對(duì)于不同的樣本點(diǎn)，隨機(jī)干擾項(xiàng)的方差不再是常數(shù)，而

10、是互不相同。檢驗(yàn)異方差，即檢驗(yàn)隨機(jī)干擾項(xiàng)的方差與解釋變量觀測(cè)值之間的相關(guān)性。本文中使用了二種檢驗(yàn)方法進(jìn)行異方差的檢驗(yàn)。第一種是用戈里瑟法檢驗(yàn)異方差。戈里瑟法檢驗(yàn)的基本思想為：以或?yàn)榻忉屪兞?，以原模型的某一個(gè)或幾個(gè)解釋變量為解釋變量，建立如下方程：或其中，表示隨機(jī)干擾項(xiàng)的方差，即選擇關(guān)于解釋變量的不同的函數(shù)形式，對(duì)方程進(jìn)行估計(jì)并進(jìn)行顯著性檢驗(yàn)。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(gè)解釋變量的原形式及對(duì)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(jìn)行估計(jì)及顯著性檢驗(yàn)。利用SAS程序運(yùn)行得到的結(jié)果分別為：由以

11、上程序運(yùn)行結(jié)果，可知：因此在5%的顯著性水平下可以接受原假設(shè)，即認(rèn)為模型不顯著。擬合優(yōu)度也很不好，而對(duì)于變量的顯著性檢驗(yàn)，由檢驗(yàn)結(jié)果可知，在兩個(gè)方程里面，各個(gè)變量在5%的顯著性水平下都未通過檢驗(yàn)，即接受原假設(shè)，認(rèn)為模型不顯著。所以認(rèn)為隨機(jī)干擾項(xiàng)與解釋變量之間不存在相關(guān)性，即原模型不存在異方差性。第二種是懷特檢驗(yàn)法。以兩個(gè)解釋變量的回歸模型為例說明懷特檢驗(yàn)的基本思想與步驟。假設(shè)回歸模型為可先對(duì)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(shè)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(jìn)地服從自由度為輔助回歸方程中解釋變量個(gè)數(shù)的分布：則可在大樣本下，對(duì)統(tǒng)計(jì)量進(jìn)行相應(yīng)的

12、檢驗(yàn)。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(gè)數(shù)比較多，在懷特檢驗(yàn)的輔助方程中含有太多的交叉項(xiàng)，從而使自由度降低，因此在本文中使用不含交叉項(xiàng)的懷特檢驗(yàn)。程序運(yùn)結(jié)果如下：由以上程序運(yùn)行結(jié)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(yàn)，因此接受原假設(shè)，認(rèn)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(jié)果，模型不存在異方差性。3.序列相關(guān)性的檢驗(yàn)及分析所謂序列相關(guān)性是指模型的隨機(jī)干擾項(xiàng)違背了相互獨(dú)立的基本假設(shè)，即模型的隨機(jī)干擾項(xiàng)之間存在相關(guān)關(guān)系。下面用拉格朗日乘數(shù)法對(duì)模型的序列相關(guān)性進(jìn)行檢驗(yàn)。拉

13、格朗日乘數(shù)檢驗(yàn)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(duì)統(tǒng)計(jì)量進(jìn)行相應(yīng)的檢驗(yàn)。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(guān)性。本文中分別檢驗(yàn)了模型的一階、二階和三階序列相關(guān)性，SAS程序運(yùn)行如下：（1） 含一階滯后殘差項(xiàng)的輔助回歸為： （2）含二階滯后殘差項(xiàng)的輔助回歸為： （3） 含三階滯后殘差項(xiàng)的輔助回歸為： 由以上結(jié)果可知，（1）中，模型存在一階序列相關(guān)。（2）中，模型存在二階序列相關(guān)。雖然（3）中，但是，未通過檢驗(yàn)，模型不存在三階序列相關(guān)。所以，模型存在二階序列相關(guān)。下面進(jìn)行序列相關(guān)性的修正，主要

14、通過杜賓兩步法進(jìn)行修正。第一步，變換差分模型如下：用最小二乘法估計(jì)該方程，SAS運(yùn)行結(jié)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(jì)該方程，SAS運(yùn)行結(jié)果如下：其中，。 由以上結(jié)果可得修正后模型的解釋變量系數(shù)的估計(jì)值：，。經(jīng)過以上各種檢驗(yàn)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(shí)，更改了原模型的一些變量，以及在選取變量的數(shù)據(jù)時(shí)對(duì)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(jié)果與所參考模型有一些差異。五、預(yù)測(cè)與應(yīng)用將2010年相關(guān)數(shù)據(jù)代入得到預(yù)測(cè)值，真實(shí)值，相對(duì)誤差為即，可見模型的預(yù)測(cè)還是可以的。這對(duì)于我們制定關(guān)于農(nóng)民生產(chǎn)生活的政

15、策時(shí)，將能夠提供一些幫助。六、總結(jié)和建議根據(jù)本文上述分析,要快速增加農(nóng)民的收入,提高農(nóng)民收入增長(zhǎng)率,切實(shí)有效地解決好“三農(nóng)”問題,促進(jìn)經(jīng)濟(jì)長(zhǎng)期、穩(wěn)定、協(xié)調(diào)發(fā)展,應(yīng)著實(shí)做好以下三點(diǎn):1、 提高農(nóng)業(yè)收入的增長(zhǎng)率,確保農(nóng)業(yè)收入在農(nóng)民收入中的主體地位。2、 大力發(fā)展家庭經(jīng)營(yíng)性收入中的非農(nóng)業(yè)項(xiàng)目,提高非農(nóng)業(yè)收入對(duì)家庭經(jīng)營(yíng)性收入增長(zhǎng)的促進(jìn)作用。3、 促進(jìn)農(nóng)民進(jìn)城務(wù)工,增加農(nóng)民外出務(wù)工的工資性收入。參考文獻(xiàn)：【1】計(jì)量經(jīng)濟(jì)學(xué)（第二版），李子奈、潘文卿；高等教育出版社。【2】胡文國等：我國農(nóng)民收入增長(zhǎng)影響因素的實(shí)證分析J，經(jīng)濟(jì)科學(xué)2004年第 6期?！?】中國統(tǒng)計(jì)年鑒M,中國統(tǒng)計(jì)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(fù)制上即可*/；proc reg data=grain1; /*最小二乘法估計(jì)模型*/model y=X1 X2 X3 X4 X5 X6 X7/DW;run;proc corr;/*求相關(guān)系數(shù)矩陣*/var X1 X2 X3 X4 X5 X6 X7; run;proc reg data=grain1; /*y對(duì)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(nóng)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(yàn)2階序列相關(guān);run;proc reg data=grain; model et=X4 X6 X7;title '用戈里瑟法檢驗(yàn)異方差'run;proc reg data=grain; model m=X4 a4 X6 a6 X7 a7;title '懷特檢驗(yàn)法檢驗(yàn)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