《2000-2016年长沙市农民收入增长影响因素分析》-管理学论文，企业管理论文-论文范文参考-科学狗论文网

标题

2000-2016年长沙市农民收入增长影响因素分析

范文

李强

【摘? 要】农村是一个巨大的市场，但农民的收入总体较低，消费能力低下影响到社会经济潜力的充分发挥。论文搜集2000-2016年长沙市农民收入的各项相关数据，归纳可能影响该市农民增收的因素，并对各影响因素进行回归分析，在此基础上对其重要性进行排序并试图解释内在原因。

【Abstract】Rural areas are huge markets， but the income of farmers is generally low， and the low consumption power affects the full development of social and economic potential. This paper collects various data on farmers' income in Changsha City from 2000 to 2016， summarizes the factors that may affect the increase of farmers' income in the city， and conducts regression analysis on each influencing factor. On this basis， it ranks their importance and tries to explain the internal reasons.

【關键词】长沙市;农民收入;回归分析

【Keywords】Changsha City; farmers' income; regression analysis

【中图分类号】F323.8? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文献标志码】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章编号】1673-1069（2020）11-0108-02

1 研究背景

农民增收是促进农业规模发展、农村经济繁荣兴旺、农民生活水平提升的关键，全面建成小康社会最艰难最沉重的任务在农村，最大的机遇和发展动力也在农村，研究保障农民收入增长的对策，对于新型农村建设和全国农业经济发展具有重要的现实意义。根据《长沙市统计年鉴》，长沙市乡村居民的人均纯收入从1997年的2037元到2016年的11930元，增加了5.9倍。从2002到2011年，家庭经营性收入大幅度下降，而在2013年之后，家庭经营性收入又有所提升。与此同时，工资性收入所占百分比迅速增多，逐渐成为农村家庭增加收入的主要途径。农民纯收入当中，农业收入占比愈来愈小，非农业性收入地位日益突出。

2 指标选取

本文选择农村家庭人均纯收入（即表1中的Y，单位元）为因变量，用多元回归分析方法分析第一产业产值（X1，亿元）、第二产业产值（X2，亿元）、第三产业产值（X3，亿元）、城镇化率（X4，百分比）、固定资产投资额（X5，亿元）、第一产业从业者人数（X6，万人）、本市粮食产量（X7，万吨）、农业贷款额（X8，亿元）、农作物播种面积（X9，千公顷）、农林水事务支出（X10，万元）10个因素的影响程度。

3 数据分析

第一步，全部10个自变量都参与，采用逐步回归的方法，所余变量为第一产业和第二产业产值。

根据表3的模型汇总，第一产业产值复相关系数为0.573;标准估计的误差约为5969;第一、第二产业产值同时进行回归时，复相关系数为0.739，更接近1，说明模型拟合度更好。

由表4可知，Sig.值小于0.01，即在99%的显著性水平下显著，F检验通过。

回归方程：Y=-4.4X1+5.9X2，第一产业产值每增加1亿，农民人均纯收入减少4.4元。第二产业产值每增加1亿，农民人均纯收入增加5.9元。

第二步，除掉三大产业产值的变量继续回归（表略），所余变量为第一产业从业人员，复相关系数为0.569，判定系数为0.569。Sig.值小于0.01，F检验通过。回归方程：Y=-790X6+104555，即第一产业从业人员每增加1万人，农民人均收入减少790元。这部分解释了第一步回归的结果，第一产业产值的增加，部分因素是靠增加从业人员，这样会导致更多的人务农，减少农民人均纯收入。

第三步，除掉第一产业从业人员继续回归，所余变量为城镇化率，复相关系数为0.541，判定系数为0.51。Sig.值小于0.01，F检验通过。回归方程：Y=598.4X4-23230.618，即城镇化率每提高1个百分点，农民人均纯收入提高598.4元。

第四步，除去城镇化率继续回归，所余变量为固定资产投资额，复相关系数为0.537，判定系数为0.51。Sig.值小于0.01，F检验通过。回归方程：Y=3X5+5150.735，即固定资产投资每增加1亿元，农民人均纯收入上升3元。

第五步，除去固定资产投资继续回归，所余变量为农林水事务财政支出，复相关系数为0.484，判定系数为0.45。Sig.值小于0.01，F检验通过。回归方程：Y=283X10+4063.6，即农林水事务财政支出每增加1亿元，农民人均纯收入会增加283元。

第六步，除去农林水事务财政支出继续回归，所余变量为农作物播种面积，复相关系数为0.398，判定系数为0.358。Sig.值小于0.01，F检验通过。回归方程：Y=370X9-84065.228，即农作物播种面积每增加1000公顷，农民人均纯收入上升370元。

第七步，除去农作物播种面积继续回归，结果粮食产量和农业贷款这两个变量直接淘汰。

4 结论

综合前述逐步回归结果可知，本文所选取的诸变量，其重要性依次是：第二产业产值，第一产业从业人员（负作用），城镇化率，固定资产投资，农林水事务财政支出，农作物播种面积。而粮食产量和农业贷款对农民人均纯收入的变化则几乎没有解释力。前面的变量部分包含了后面变量的信息。

第二产业产值的增加，很大程度上依赖从业人员从第一产业向第二产业流动，导致第一产业从业人员持续减少，甚至导致第一产业产值有所下降，同时城镇化率不断提高。这一层次的变量才是农民人均纯收入增加的主要背景。另外，在政府层面，固定资产投资、农林水事务财政支出也起了相当作用，农作物播种面积的扩大也有利于农民增收。不过越到后面的回归方程，拟合度越差，其解释力也就越弱。

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。