江西省农民增收的实证分析(12)

江西省农民增收的实证分析

C -7362.534

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

1675.598-4.3939750.0013 2100.638 798.5833 13.34310 13.57912 76.89360 0.000000

0.968511 Mean dependent var0.955916 S.D. dependent var 167.6724 Akaike info criterion 281140.2 Schwarz criterion -95.07327 F-statistic 1.021826 Prob(F-statistic)

建立多元回归模型：

Y= -7362.534-0.000634X1+24.46033X2+635.5686X3+57.65738X5

（-4.39） （-0.59） （2.56） （2.10） （1.83）

注：括号内数值为各变量相应的t检验值。

从回归结果可以看到，自变量X1即财政用于农业的支出的系数为-0.000634，表明增加一个单位的财政支农支出，反而使农民收入减少了0.000634个单位。但是，在理论上和现实生活中财政用于农业的支出对增加农民收入是起促进作用的，特别是近年来国家用于农业的财政支出明显增加，农民收入也得到了快速的增长，因此变量X1回归结果的系数符号与经济规律相违背。在计量经济学理论中，进行多元回归估计时，如果自变量之间存在明显的相关关系，回归结果的系数符号可能出现错误，把这一问题称之为多重共线性。为了检验X1是否与其他变量存在相关关系，下面将以X1作为因变量建立3个一元回归方程：y=a+bx，这里的y值由X1值替代，分别与其他变量进行回归分析：

与变量X2的回归结果为：y=-172824.9+10800.54X2 R2=0.944505

t检验值 (-4.38) (14.87)

与变量X3 的回归结果为：y=-2958605+447373.8X3 R2=0.787722

t检验值 （-6.16） （6.95）

与变量X5的回归结果为：y=-3539728+60156.93X5 R2=0.487347 t检验值 （-3.18） （3.52）

由以上结果可以看出，X1与X2、X3存在比较明显的相关性，而与X5的相关性不是很明显。同时通过测算得出X1的VIF（方差膨胀因子）值高达33.33，远大于10（这是计量经济学理论中的经验数值，很多经济学家认为变量的方差膨胀因子大于10就存在严重的多重共线性），表明X1与其他变量确实存在严重的多重共线性。本文所采用的解决办法就是删除该变量，删除变量X1之后，仍用最小二乘法对方程进行估计，结果如下：

Y=-6714.063+19.28632X2+533.0897X3+59.80275X5

（-5.50） （5.46） （2.23） （1.97）

R2检验：根据回归结果可知，决定系数R2=0.967427，对于时间序列数据来说，R2值在0.9以上拟合优度比较好，因此，应变量可以用回归方程中的自变量来解释。

F检验：回归结果显示F值为108.9020，由于在0.01的显著性水平下F0.01（3，15-3-1）