论文部分内容阅读
摘 要：在对中国农村从业率进行分析之后，我们利用计量经济学模型中国农村从业率与农村人口及农村人均住房面积进行了较为详细的分析。结论认为，中国农村人口数量及农村人均住房面积是中国农村就业率的决定性因素，通过改善农村人口人均住房面积和控制人口数量，能够改善农民从业率，从而增加农村居民收入，为国民经济发展提供强大的动力。
关键词：从业率；人口数量；人均住房面积；计量模型
一、研究目的
经济危机爆发至今，我国经济发展遭遇瓶颈，就业难已经是所有人都知道的事实，不仅是大量工厂的倒闭造成许多农民工返乡，每年还有数以万计的应届毕业农村大学生失业，但是伴随农民工返乡潮和迎接大学生失业的不是农民从业率的持续下滑，而是农民从业率的逐年增长。中国是一个农业大国，农村居民人口数量在全国总人口数量所占有一定数量的百分比，同时农民工也是中国经济发展的重要推动力，为国家经济发展做出了不可磨灭的贡献。因此研究我国农村从业率的影响因素对于推动国家经济发展具有重要意义。
近年来，我国党和政府推出了一系列政策来推动我国经济发展，面临农民工的返乡潮，我国党和政府提出了“大众创业，万众创兴”的号召，推动返乡农民投身牧副渔。施行了一系列改善居民保障住房政策，提高居民人均住房面积。开放二胎生养政策，提高农村人口数量，对我国农村居民从业率的提高起到了决定性作用。
二、模型设定
为了更好更清晰的得到我国农村从业率的影响因素，我们选取了“中国农村从业人口（万人）”为被解释变量（用Y表示），选择“农村人口（万人）”，“农村居民人均住房面积（平方米/人）”为解释变量（分别用X1，X2表示）。3、模型数学形式的确定农村从业人员数量（Y）和农村人口（X1）大体存在线性相关关系，农村从业人员数量（Y）和农村居民人均住房面积（X2）也大致存在线性相关关系。为进一步分析农村从业人员数量与农村人口，农村居民人均住房面积，农村人均纯收入之间的关系，初步建立线性回归模型： Y=β0+β1X1+β2X2+ ui其中没有任何因素影响下的农村从业人员数量由β0表示；农村人口对农村从业人员数量的影响由β1表示；农村居民人均住房面积对农村从业人员数量的影响由β2表示，随机误差项为ui。
三、模型估计
利用Eviews软件，做Y对X1、X2的回归，回归结果如下
? = -6606.552 + 0.476808X1 + 397.2612X2
四、模型检验及修正
（一）经济意义检验。所估计的参数β1 =0.476808，β2 = 397.2612，说明农村人口每增加一万人，就会使农村从业人口增加4768.08个单位，也就是说，农村从业人口的数量受农村人口数量的影响较大；当农村居民人均住房面积每增加1平方米/人时，农村居民从业人口数量会因此增加，增加的规模约为397人，由此可以看出，农村居民从业率的主要影响因素为农村人口数量以及农村居民人均住房面积，而且受二者的影响特别显著。
（二）统计意义检验 。拟合优度检验（R2检验）。可决系数R2=0.990311，调增后的R2 =0.989019，这说明所建模型整体上对样本数据拟合较好，即解释变量 “农村人口数量”和“农村人均住房面积”对被解释变量“农村居民从业率”的绝大部分差异作了解释。调整后的R2 =0.989019，这说明解释变量X1“农村人口数量”和X2“农村人均住房面积”能解释98.9%的被解释变量Y“农村居民从业人员数量”。也就说明我们的变量选取的是正确的，我们建立的模型是合理的。F检验 。针对H0：β1=β2=0，在给定显著性水平α=0.05的情况下，在F分布表中查得自由度为k-1=2和n-k=15的临界值Fα（2，15）=3.68，由表2中得到F=766.5396>Fα（2，15）=3.68，所以应拒绝原假设H0：β1=β2=0，说明该回归方程显著，即“农村人口数量”和“农村人均住房面积”等变量联合起来确实对“农村居民从业人员数量”有显著影响。t检验 。分别针对H0：βj=0（j=1，2），给定显著性水平α=0.05的情况下，查t分布表的自由度为n-k=15的临界值tα/2（n-k）=1.753。由图2中数据可得，与β1、β2对应的t统计量分别为1.679740、3.796790，其绝对值均大于tα/2（n-k）=1.753，这说明在显著水平α=0.05下，分别都应拒绝H0：βj=0（j=1，2），也就是说，当在其他解释变量不变的情况下，解释变量 “农村人口数量”（X1）和 “农村人均住房面积” （X2）分别对被解释变量农村从业人员数量（Y）都有显著的影响。
（三）计量经济意义检验
1.多重共线性检验 。Y与X2的组合为最优方程，被解释变量Y与解释变量X1和解释变量X2的拟合程度都很高，虽然在Y与X2的最优方程中加入解释变量X1后解释变量X 1的t值有所降低，但是R2的值得到了一定的改善，这说明解释变量X1和X2对于整体模型是具有改善作用的，而且t值检验符合，又由相关系数矩阵可以看出，各个解释变量相互之间的相关系数不高，所以解释变量X1和X2均不能舍弃，解释变量X1和X2联合起来能够很好的解释被解释变量Y。因此，模型可以被认为是不存在多重共线性的。
2.自相关检验。对于我们得到的模型Log? =-0.7504+0.6666LogX1+0.0044LogX2
该回归方程的可决系数较高，回归系数也大体显著。对于样本量为18，两个解释变量的消费模型，在给定0.05的显著水平，查DW统计表可知，dl=1.046，du=1.535，模型中DW=1.337683，落在区间[1.046，1.535]内，所以无法判定是否有自相关。所以我们改用LM检验。
用Eviews软件，对上式模型回归的输出结果中，对其做LM检验，在“lags to include”中选取滞后阶数为“2”，显示LM=0.4093，根据P值，应接受原假设，不存在自相关。
五、模型应用分析
从我们的分析中可以看出，农村人口数量和农村人均住房面积对我国农村从业率的影响是巨大的，所以我们应该从这两方面入手提高我国农村居民的从业率，从而提升农民的经济收入，为我国经济发展做出巨大贡献。
（1）政府加大力度推广惠农政策。当政府退出了更多更实惠的惠农政策之后，农村居民发现自己在城市这激烈的竞争环境中付出高劳动力所得收入并不算多，便会响应政府号召回乡发展。
（2）农村居民保障用房的解决。 当农村居民的住房问题解决之后，农村居民会不在强烈要求进城寻找创业机会，在对于家的强烈归属感的情况下，会选择在家乡从业，投身农林牧副渔事业，这样可以对我国当前的经济复苏提供强大的推动力。
（3）对农村居民的教育普及。 由于农民固有的观念根深蒂固，对于教育的不重视导致广大农村居民就业竞争力低，因此造成了农村居民进城就业竞争力低，无法适应当前激烈的就业竞争。
（4）二胎相关政策的完善。 我国从去年开始开放二胎生养政策，但是由于相关配套的政策并没有完善，在农村的实施效果并不理想，当相关的配套政策完善之后，农民更加愿意生养二胎，便能够为我国的农村经济发展提供更多的劳动力支持，有了这股劳动力支撑，我国农村居民从业率也会进一步上升。
参考文献：
[1]李巧玲. 国外农村劳动力转移理论及实践[J]. 世界农业. 2014（12） .
[2]罗乡，张兵. 城镇化进程中农民工就业问题研究[J]. 合作经济与科技. 2015（02） .
关键词：从业率；人口数量；人均住房面积；计量模型
一、研究目的
经济危机爆发至今，我国经济发展遭遇瓶颈，就业难已经是所有人都知道的事实，不仅是大量工厂的倒闭造成许多农民工返乡，每年还有数以万计的应届毕业农村大学生失业，但是伴随农民工返乡潮和迎接大学生失业的不是农民从业率的持续下滑，而是农民从业率的逐年增长。中国是一个农业大国，农村居民人口数量在全国总人口数量所占有一定数量的百分比，同时农民工也是中国经济发展的重要推动力，为国家经济发展做出了不可磨灭的贡献。因此研究我国农村从业率的影响因素对于推动国家经济发展具有重要意义。
近年来，我国党和政府推出了一系列政策来推动我国经济发展，面临农民工的返乡潮，我国党和政府提出了“大众创业，万众创兴”的号召，推动返乡农民投身牧副渔。施行了一系列改善居民保障住房政策，提高居民人均住房面积。开放二胎生养政策，提高农村人口数量，对我国农村居民从业率的提高起到了决定性作用。
二、模型设定
为了更好更清晰的得到我国农村从业率的影响因素，我们选取了“中国农村从业人口（万人）”为被解释变量（用Y表示），选择“农村人口（万人）”，“农村居民人均住房面积（平方米/人）”为解释变量（分别用X1，X2表示）。3、模型数学形式的确定农村从业人员数量（Y）和农村人口（X1）大体存在线性相关关系，农村从业人员数量（Y）和农村居民人均住房面积（X2）也大致存在线性相关关系。为进一步分析农村从业人员数量与农村人口，农村居民人均住房面积，农村人均纯收入之间的关系，初步建立线性回归模型： Y=β0+β1X1+β2X2+ ui其中没有任何因素影响下的农村从业人员数量由β0表示；农村人口对农村从业人员数量的影响由β1表示；农村居民人均住房面积对农村从业人员数量的影响由β2表示，随机误差项为ui。
三、模型估计
利用Eviews软件，做Y对X1、X2的回归，回归结果如下
? = -6606.552 + 0.476808X1 + 397.2612X2
四、模型检验及修正
（一）经济意义检验。所估计的参数β1 =0.476808，β2 = 397.2612，说明农村人口每增加一万人，就会使农村从业人口增加4768.08个单位，也就是说，农村从业人口的数量受农村人口数量的影响较大；当农村居民人均住房面积每增加1平方米/人时，农村居民从业人口数量会因此增加，增加的规模约为397人，由此可以看出，农村居民从业率的主要影响因素为农村人口数量以及农村居民人均住房面积，而且受二者的影响特别显著。
（二）统计意义检验 。拟合优度检验（R2检验）。可决系数R2=0.990311，调增后的R2 =0.989019，这说明所建模型整体上对样本数据拟合较好，即解释变量 “农村人口数量”和“农村人均住房面积”对被解释变量“农村居民从业率”的绝大部分差异作了解释。调整后的R2 =0.989019，这说明解释变量X1“农村人口数量”和X2“农村人均住房面积”能解释98.9%的被解释变量Y“农村居民从业人员数量”。也就说明我们的变量选取的是正确的，我们建立的模型是合理的。F检验 。针对H0：β1=β2=0，在给定显著性水平α=0.05的情况下，在F分布表中查得自由度为k-1=2和n-k=15的临界值Fα（2，15）=3.68，由表2中得到F=766.5396>Fα（2，15）=3.68，所以应拒绝原假设H0：β1=β2=0，说明该回归方程显著，即“农村人口数量”和“农村人均住房面积”等变量联合起来确实对“农村居民从业人员数量”有显著影响。t检验 。分别针对H0：βj=0（j=1，2），给定显著性水平α=0.05的情况下，查t分布表的自由度为n-k=15的临界值tα/2（n-k）=1.753。由图2中数据可得，与β1、β2对应的t统计量分别为1.679740、3.796790，其绝对值均大于tα/2（n-k）=1.753，这说明在显著水平α=0.05下，分别都应拒绝H0：βj=0（j=1，2），也就是说，当在其他解释变量不变的情况下，解释变量 “农村人口数量”（X1）和 “农村人均住房面积” （X2）分别对被解释变量农村从业人员数量（Y）都有显著的影响。
（三）计量经济意义检验
1.多重共线性检验 。Y与X2的组合为最优方程，被解释变量Y与解释变量X1和解释变量X2的拟合程度都很高，虽然在Y与X2的最优方程中加入解释变量X1后解释变量X 1的t值有所降低，但是R2的值得到了一定的改善，这说明解释变量X1和X2对于整体模型是具有改善作用的，而且t值检验符合，又由相关系数矩阵可以看出，各个解释变量相互之间的相关系数不高，所以解释变量X1和X2均不能舍弃，解释变量X1和X2联合起来能够很好的解释被解释变量Y。因此，模型可以被认为是不存在多重共线性的。
2.自相关检验。对于我们得到的模型Log? =-0.7504+0.6666LogX1+0.0044LogX2
该回归方程的可决系数较高，回归系数也大体显著。对于样本量为18，两个解释变量的消费模型，在给定0.05的显著水平，查DW统计表可知，dl=1.046，du=1.535，模型中DW=1.337683，落在区间[1.046，1.535]内，所以无法判定是否有自相关。所以我们改用LM检验。
用Eviews软件，对上式模型回归的输出结果中，对其做LM检验，在“lags to include”中选取滞后阶数为“2”，显示LM=0.4093，根据P值，应接受原假设，不存在自相关。
五、模型应用分析
从我们的分析中可以看出，农村人口数量和农村人均住房面积对我国农村从业率的影响是巨大的，所以我们应该从这两方面入手提高我国农村居民的从业率，从而提升农民的经济收入，为我国经济发展做出巨大贡献。
（1）政府加大力度推广惠农政策。当政府退出了更多更实惠的惠农政策之后，农村居民发现自己在城市这激烈的竞争环境中付出高劳动力所得收入并不算多，便会响应政府号召回乡发展。
（2）农村居民保障用房的解决。 当农村居民的住房问题解决之后，农村居民会不在强烈要求进城寻找创业机会，在对于家的强烈归属感的情况下，会选择在家乡从业，投身农林牧副渔事业，这样可以对我国当前的经济复苏提供强大的推动力。
（3）对农村居民的教育普及。 由于农民固有的观念根深蒂固，对于教育的不重视导致广大农村居民就业竞争力低，因此造成了农村居民进城就业竞争力低，无法适应当前激烈的就业竞争。
（4）二胎相关政策的完善。 我国从去年开始开放二胎生养政策，但是由于相关配套的政策并没有完善，在农村的实施效果并不理想，当相关的配套政策完善之后，农民更加愿意生养二胎，便能够为我国的农村经济发展提供更多的劳动力支持，有了这股劳动力支撑，我国农村居民从业率也会进一步上升。
参考文献：
[1]李巧玲. 国外农村劳动力转移理论及实践[J]. 世界农业. 2014（12） .
[2]罗乡，张兵. 城镇化进程中农民工就业问题研究[J]. 合作经济与科技. 2015（02） .