摘 要:人均可支配收入的高低受多种因素影响,是衡量一地经济发展水平的重要指标。本文结合贵州省农村人均可支配收入的现状,对影响贵州省农村人均可支配收入的因素进行多元回归分析,结合分析的结果提出提升贵州省农村人均可支配收入的对策,以期通过这些措施帮助贵州省农村人均可支配收入的提高。
关键词:人均可支配收入农村居民 贵州省
引言
随着我国经济的发展和我国近几年宽松货币政策和财政政策的推行,加上近几年新冠疫情的持续影响,贫富差距问题变得越来越严重,已经成为影响社会安定的重要因素。为解决社会贫富差距问题,近年来XX出台了一系列政策,使得农民生活水平有了一定的提高,社会贫富差距问题得到一定缓解,但是如何继续缩小这种差距,进一步提升农民的收入水平等问题仍面临多种难题。
贵州省是我国大省,是全国脱贫攻坚的主战场,脱贫时间紧、任务重。很多学者对贵州省精准扶贫、如何缩小贵州省贫富差距,提升农民可支配收入进行了深入的研究。从研究方法上来看,段妍珺(2018)采用理论与实际相结合、定性与定量相结合、统计学的方法 ,创新因子分析和数据包络法对精准扶贫绩效分析, 构建适用于贵州省精准扶贫绩效的指标体系;李爽(2020)建立回归分析模型并预测扶贫数据,得出贵州省农村电子商务扶贫能够促进脱贫减贫;从研究内容上看,颜强(2019)等认为应该注重农产品电商的发展,通过构建XX主导、第三方组织参与型、贫户主动参与型的电商模式助力精准扶贫的发展,万礼(2019)强调金融发展对贵州省经济发展的短期影响,并强调应着力提高人民收入水平,完善贵州金融体系。
总体而言,影响贵州省农村可支配收入的影响因素很多,但什么样方式效果最好还时值得研究,本文基于此,分析影响农村人均可支配收入的因素,抓住农民增收的关键因素所在,以此寻找提高农村可支配收入的途径,对整个贵州省经济增长速度的提高有一定的价值。
一、贵州省农村人均可支配收入现状
(一)与全国水平差距分析
贵州省是我国贫困县之一,虽然最近几年在党政策的支持下取得了快速发展,但与全国经济发展水平相比还存在很大的差异,2006年-2020年贵州省农村居民可支配收入与全国水平平均差异额及平均水平增长差异如图1-1和1-2。
贵州省农村居民家庭人居可支配收入逐渐增长,从2006年的2097元提高到2013年的5898元,再到2020年的11642元,历经15年的经济发展,贵州省农村居民人均可支配收入大约上9545元,提高了4.55倍,年均增速约为9.56%。从国家相关数据来看,农村居民人居可支配收入也是一直处于上升状态,从2006年大约3731元增长到2013年约为9430元,然后到2020年的17131元。贵州省人均可支配收入与全国整体人均可支配收入的变化趋势:从图1-1中可以了解到,贵州省农村人均可支配收入低于全国农村人均可支配收入,从图1-2与全国人均可支配收入的增速对比来看,2006到2011年间人均可支配收入增长较快,2012到2020年增长速度有所下降,但增长速度整体高于全国人均可支配收入的增长。
(二)贵州省农村人均可支配收入结构特征变化
农村居民家庭人均可支配收入由工资性收入、经营性收入、财产净收入和转移性收入四部分组成。在分析不同收入水平农村居民收入结构将其经营净收入进一步分解为第一产业经营净收入、第二产业经营净收入和第三产业经营净收入。贵州省2006~2020年农村居民家庭人均收入及其构成情况见表1-1-2和图1-3。
表1-1 贵州省2006~2020年农村居民家庭人均收其构
农村人均可支配收入 | 工资性收入 | 家庭经营收入 | 第一产业 | 第二产业 | 第三产业 | 转移性收入 | 财产性收入 | |
2006 | 1985 | 715 | 1113 | 906.06 | 39.57 | 167.18 | 119 | 37 |
2007 | 2374 | 847 | 1320 | 1116.45 | 44.94 | 158.67 | 160 | 47 |
2008 | 2797 | 1003 | 1512 | 1246.85 | 51.33 | 214.27 | 218 | 64 |
2009 | 3005 | 1074 | 1538 | 1234 | 60 | 244 | 312 | 82 |
2010 | 3472 | 1304 | 1706 | 1396.65 | 49.97 | 259.72 | 345 | 117 |
2011 | 4145 | 1714 | 1980 | 1500.94 | 58.49 | 420.78 | 392 | 60 |
2012 | 4753 | 1978 | 2249 | 1686.76 | 72.71 | 489.74 | 455 | 72 |
2013 | 5434 | 2573 | 2356 | 1820.4 | 95.53 | 439.92 | 427 | 78 |
2014 | 6671 | 2521 | 2643 | 1977.53 | 96.78 | 568.74 | 1436 | 71 |
2015 | 7387 | 2897 | 2879 | 2077 | 159 | 643 | 1527 | 84 |
2016 | 8090 | 3211 | 3116 | 2037 | 157 | 922 | 1696 | 67 |
2017 | 8869 | 3636 | 3285 | 1951 | 217 | 1118 | 1856 | 92 |
2018 | 9716 | 4276 | 3227 | 1615 | 358 | 1253 | 2087 | 126 |
2019 | 10756 | 4774 | 3427 | 1808 | 334 | 1285 | 2434 | 121 |
2020 | 11642 | 4822 | 3445 | 1962 | 415 | 1067 | 3187 | 188 |
表1-2贵州省农村居民家庭人均可支配所占比重(%)
年份 | 工资性收入 | 家庭经营性收入 | 转移性收入 | 财产性收入 |
2006 | 36.05 | 56.07 | 6.02 | 1.86 |
2007 | 35.67 | 55.61 | 6.76 | 1.97 |
2008 | 35.85 | 54.08 | 7.79 | 2.29 |
2009 | 35.75 | 51.16 | 10.37 | 2.73 |
2010 | 37.55 | 49.15 | 9.92 | 3.38 |
2011 | 41.34 | 47.77 | 9.46 | 1.44 |
2012 | 41.61 | 47.32 | 9.56 | 1.51 |
2013 | 47.34 | 43.35 | 7.86 | 1.44 |
2014 | 37.8 | 39.62 | 21.52 | 1.06 |
2015 | 39.22 | 38.97 | 20.68 | 1.13 |
2016 | 39.69 | 38.52 | 20.97 | 0.83 |
2017 | 40.99 | 37.04 | 20.93 | 1.04 |
2018 | 44.01 | 33.21 | 21.48 | 1.3 |
2019 | 44.38 | 31.86 | 22.63 | 1.12 |
2020 | 41.42 | 29.59 | 27.37 | 1.62 |
表1-3 贵州省2006~2020年农村居民家庭人均收其构
表1-1-2及图1-3显示的是贵州省2006~2020年农村居民家庭人均纯收入及其构成,从上述的图表中可以明显看出居民家庭收入主要是由四个部分组成,分别是工资、家庭经营、转移、财产。从2006年到2020年,四个部分的收入都在逐渐增长,但是各自的幅度存在着明显的差异。首先在工资这方面,从2006年至2020年这几年间增长的幅度为1406.51元;其次经营性收入这方面在这几年的增长幅度为2332元;财产净收入从2006年37元增加到2020年188元,净增长约151元。
1、家庭经营性收入变化
随着农业产业化,优质农业和特色农业的加快发展,农业供给侧结构改革的推进,使农民家庭经营净收入持续稳定增加,长期以来一直是农民人均可支配收入的主要组成部分,2020年比2006年增加2332元, 其占可支配收入的比重由2006的56.07%下降到2020的29.59%(表1-2)。
不同产业带来的效果是不同的,带来的收入也是存在差异的。从不同的产业的角度来分析(表1-3),三种产业中第一产业占据着主导地位,所占比率达71.34%,第第二产业收入所占比重虽然不高,但总体呈上涨趋势,而第三产业的收入比重逐年上涨,从2006年所占比重15.0%上涨到2018年的最高值38.83%。贵州省农村的家庭经营性收入中(第一产业)比重一直都很高,但随着经济的逐渐发展,第二和第三产业得到了发展的机会,所占据的比例也得到了很大的提升,而其中第三产业的提升最为明显和突出,说明了贵州省的产业结构发生转变,也变相的说明了收入来源的改变,不再是单一的来源于第一产业,而是三种产业相结合共同解决经济收入的问题。
表1-3贵州第一、二、三产业的经营性净收入的构成(%)
年份 | 第一产业 | 第二产业 | 第三产业 |
2006 | 81.42 | 3.56 | 15.02 |
2007 | 84.58 | 3.4 | 12.02 |
2008 | 82.44 | 3.39 | 14.17 |
2009 | 80.24 | 3.92 | 15.84 |
2010 | 81.85 | 2.93 | 15.22 |
2011 | 75.8 | 2.95 | 21.25 |
2012 | 74.99 | 3.23 | 21.77 |
2013 | 77.27 | 4.06 | 18.67 |
2014 | 74.82 | 3.66 | 21.52 |
2015 | 72.14 | 5.51 | 22.35 |
2016 | 65.37 | 5.04 | 29.59 |
2017 | 59.38 | 6.6 | 34.03 |
2018 | 50.05 | 11.09 | 38.83 |
2019 | 52.74 | 9.76 | 37.5 |
2020 | 56.97 | 12.04 | 30.98 |
2工资性收入变化
工资性收入是农民增收的重要补充,对可支配收入增速的拉动最为明显。与家庭经营性收入比重不断下降相反。工资性收入所占比例逐年上升,其占可支配收入由2006年712元上升到2020年4822元,比重由2006年的36.05%上升到2020年44.42%,总量和相对量都呈明显上升趋势,2015年超过了经营性净收入的比例(表1-2)。工资性收入开始成为农民人均可支配收入中的重要来源。
3转移性收入变化
转移性收入快速提高。近年来,国家加大了对西部地区的扶贫力度,反映在转移性收入占纯收入的比重由2006年的6.02%上升到2020年的27.37%(表1-2),保持了较快的增长势头。成为农民增收的新动力。增长的原因:一是精准扶贫工作的大力推进,各项扶贫政策措施的实施,农民致富速度加快,为农民增收增加新的动力;二是农村社会保障政策的进一步完善,民生保障政策标准的不断提升,促进转移净收入稳步增长。
2财产性净收入
财产净收入所占比重较小,拉动收入增长左右有限。2006-2020年间,财产净增长速度有上升也有下降,但因占可支配小,不到2%,总体拉动收入增长有限。如何通过拓宽农民的财产性收入来源以实现农民增收应给予充分的重视,特别是在土地确权及在市场中流通、增强土地和宅基地的商品属性方面均有潜力可挖。
二、研究设计
(一)数据来源和和处理
本文涉及反映影响农村居民人均可支配收入的因素,在此基础上选取《贵州统计年鉴》、国家统计局中的相关数据。所有数据均来源于贵州省2006-2023年统计年鉴。
(二)指标选取
农村居民人均可支配收入被认为是消费开支最重要的决定性因素,因而常被用来衡量农村生活水平的变化情况。农村居民可支配收入指农村居民可用于最终消费支出和储蓄的总和,来源包括工资性收入、经营性净收入、财产性净收入和转移性净收入。通过对农民人均收入的界定结合对贵州省农村人均可支配收入的结构变化分析后选取以下四个解释变量。结合对构成贵州省人均可支配收入的现状分析,本文主要选取农村居民人均可支配收入(Y)关系密切的影响因素有乡村就业人口(X1)、农林牧渔产值(X2)、 XX农业投入(X3)、农业机械化总动力(X4)。
(三)模型构建
从理论和经验的角度出发,发现解释变量与被解释变量之间总体呈线性相关关系,得到这种关系以后,在这个基础上相关的多元线性模型如下:
βi (i=0、1、2、3 ) 为各解释变量对应的参数,μ为随机误差项。
三、实证结果分析
利用eviews9.0将相关的数据进行多元线性回归,经过假设检验、并利用逐步回归法剔除对农村居民可支配收入影响较小或没有影响的变量,再次进行多元线性回归。
(一)参数估计
本文采用eviews9.0软件作为统计分析工具,将表中的各项指标数据输入软件,通过对模型各项参数的数据处理,得到初步回归计算结果如表
表4-1回归结果表
( | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 1160.721 | 2390.880 | 0.485479 | 0.6378 |
X1 | -0.970850 | 1.526795 | -0.635874 | 0.5391 |
X2 | 2.072458 | 0.342204 | 6.056210 | 0.0001 |
X3 | 2.680393 | 0.916381 | 2.924977 | 0.0152 |
X4 | 0.982836 | 0.379223 | 2.591706 | 0.0269 |
R-squared | 0.996928 | Mean dependent var | 6073.067 | |
Adjusted R-squared | 0.995699 | S.D. dependent var | 3199.978 | |
S.E. of regression | 209.8634 | Akaike info criterion | 13.79199 | |
Sum squared resid | 440426.7 | Schwarz criterion | 14.02801 | |
Log likelihood | -98.43995 | Hannan-Quinn criter. | 13.78948 | |
F-statistic | 811.2453 | Durbin-Watson stat | 1.859500 | |
Prob(F-statistic) | 0.000000 | |||
从而得到回归模型的方程为:
Y=1160.721-0.971X 1 +2.073X 2 +2.680X 3 +0.983X4
(2390.88) (1.5268) (0.3422)(0.9164) (290.37)
T=(0.4855) (-0.6359) (6.0562)(2.9350) (2.5917)
R2=0.9969 `R2=0.9956 F=811.2453
(二)模型的检验
其中R2=0.9969,修正后的可决定系数为=0.9957,两项数据显示该模型对样本的拟合程度非常好。在5%的显著水平下,x2、x3和x4的T值小于5%的显著水平下的T统计量。在F检验时,首先提出假设H0:β1=β2=β3=β4=β5=β6=0,在5%的显著水平下,在F检测表中可以查出自由度为k-1=5和n-k=10的临界值为(5,9)=3.48,而由表中可以得出F=811.2453,因为F==811.2453>Fα(5,9)=3.48,所以原来的假设H0:β1=β2=β3=β4=β5=β6=0应该拒绝,说明回归方程显著,说明上述变量对农村居民人均可支配收影响显著,但x2、x3、x4、的T值小于5%的显著水平下的T统计量,说明该模型可能存在多重共线性。
1、多重共性检验与修正
在多元线性回归模型中,各自变量因素之间也可能存在着较强的线性关系,如果该线性关系超过了自变量和因变量之间的线性关系,那么线性回归模型的稳定性就无法得到保证,未能得到最优回归方程,回归系数就不够准确,要解决此问题,本文在考虑的全部自变量中按其显著程度大小,由大到小的逐个引入回归方程,而对那些对因变量作用不显著的变量将被剔除,这样就可以将影响不太明显的自变量进行筛选和剔除来减小他们共线的影响。
表4-2相关系数矩阵
X1 | X2 | X3 | X4 | |
X1 | 1 | -0.9428 | -0.9666 | -0.9423 |
X2 | -0.9428 | 1 | 0.9631 | 0.9658 |
X3 | -0.9666 | 0.9631 | 1 | 0.9415 |
X4 | -0.9423 | 0.9658 | 0.9415 | 1 |
从相关系数矩阵表4-2可以看出,解释变量之间存在多重共线性。
本文通过eviews9.0软件进行逐步线性回归加以实现,最后剔出了X1,保留了x2、x3、x4,对剩下变量进行逐步线性回归结果如表4-3所示。得到新的回归方程。
表4-3二次回归结果分析
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | -331.5686 | 444.2788 | -0.746308 | 0.4711 |
X2 | 2.050732 | 0.331146 | 6.192826 | 0.0001 |
X3 | 3.056905 | 0.680194 | 4.494167 | 0.0009 |
X4 | 1.066914 | 0.345668 | 3.086530 | 0.0103 |
R-squared | 0.996804 | Mean dependent var | 6073.067 | |
Adjusted R-squared | 0.995932 | S.D. dependent var | 3199.978 | |
S.E. of regression | 204.1022 | Akaike info criterion | 13.69830 | |
Sum squared resid | 458234.7 | Schwarz criterion | 13.88711 | |
Log likelihood | -98.73723 | Hannan-Quinn criter. | 13.69629 | |
F-statistic | 1143.445 | Durbin-Watson stat | 1.963525 | |
Prob(F-statistic) | 0.000000 | |||
Y=-331.57+2.0507X2+3.0569X3+1.0670X4
(444.28) (0.33) (0.68)(0.34)
(-0.75) (6.19) (4.50) (3.09)
R2=0.9968`R2=0.9960 F=1143.445
2、平稳性检验
结合模型回归的数据,发现了其中存在的问题那就是拟合优度较高,这个问题存在的后果很有可能导致物价回归。如果没有找到很好的解决办法,那么这个现象就会一直存在。因此,为了防止相同问题的出现,采用ADF检验方法对时间序列平稳性进行检验。
为了保证平稳性检验针的顺利进行和解决虚假回归的问题,对数据取对数表示后采用ADF检验方法,分别对人均可支配收入(Y)、农村就业人口(X1)、农林牧渔产值(X2)、农业机械总动力(X3)、XX农业投入(X4)进行单位根检验,从下面图表中的数据可以看出人均可支配收入和乡村就业人口这两个的数值刚开始是不平稳的状态,在经过经过一阶差分处理后达到了平稳状态,但是也并不是所有数据都是这样,比如农林牧渔产值的数据在经历了二阶差分处理后,它的数据才达到了平稳状态,农业机械总动力、XX农业投入原始数列平稳。各指标单位根检验结果如表4-4
表4-4单位根检验结果
变量 | ADF值 | P值 | 1%水平 | 5%水平 | 10%水平 | 结论 |
Y | -2.475 | 0.122 | -4.012 | -2.704 | -2.691 | 非平稳 |
Y一阶 | -2.69 | 0.36 | -4.069 | -2.527 | -2.302 | 平稳 |
X1 | 0.738 | 0.991 | -4.012 | -3.104 | -2.691 | 非平稳 |
X1一阶 | -2.996 | 0.035 | -4.069 | -3.127 | -2.702 | 平稳 |
X2 | -0.954 | 0.77 | -4.012 | -3.104 | -2.691 | 非平稳 |
X2二阶 | -4.27 | 0.001 | -4.138 | -3.155 | -2.714 | 平稳 |
X3 | -3.636 | 0.005 | -4.223 | -3.189 | -2.73 | 平稳 |
X4 | -3.099 | 0.027 | -4.138 | -3.155 | -2.714 | 平稳 |
根据表4-4中的数据结果可以得知,人均支配收入和乡村就业人口这两个方面的数据在经过一阶差分处理后达到平稳状态,这也就是说明这两个方面的数据具有一阶平稳性,而农林牧渔产值的数据只有在经历二阶差分处理后才达到平稳状态,说明具有二阶平稳性,农业机械总动力、XX农业投入原始数列平稳。该回归模型的数据是有意义的。
2异方差检验
为更准确地说明本文所选模型,本文采用White 检验法检验回归模型的异方差情形。异方差检验结果见表4-5。
表4-5异方差检验结果
F-statistic | 3.117977 | Prob. F(9,5) | 0.1117 | |
Obs*R-squared | 12.73152 | Prob. Chi-Square(9) | 0.1751 | |
Scaled explained SS | 7.732528 | Prob. Chi-Square(9) | 0.5613 | |
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | -951191.6 | 920757.0 | -1.033054 | 0.3489 |
X2^2 | -1.768257 | 0.583963 | -3.028031 | 0.0291 |
X2*X3 | 6.847986 | 1.932834 | 3.542976 | 0.0165 |
X2*X4 | 1.308636 | 0.766707 | 1.706828 | 0.1486 |
X2 | -1768.257 | 1088.769 | -1.624088 | 0.1653 |
X3^2 | -12.84208 | 3.439709 | -3.733480 | 0.0135 |
X3*X4 | 3.077872 | 2.692784 | 1.143007 | 0.3048 |
X3 | -3962.461 | 3605.537 | -1.098993 | 0.3218 |
X4^2 | -1.076576 | 0.558636 | -1.927150 | 0.1119 |
X4 | 2285.391 | 1461.887 | 1.563316 | 0.1787 |
R-squared | 0.848768 | Mean dependent var | 30548.98 | |
Adjusted R-squared | 0.576551 | S.D. dependent var | 47523.95 | |
S.E. of regression | 30925.26 | Akaike info criterion | 23.75126 | |
Sum squared resid | 4.78E+09 | Schwarz criterion | 24.22329 | |
Log likelihood | -168.1344 | Hannan-Quinn criter. | 23.74623 | |
F-statistic | 3.117977 | Durbin-Watson stat | 3.075625 | |
Prob(F-statistic) | 0.111677 | |||
从表4-5可以看出,nR2=12.73,由White 检验知,在α=0.05下,查X2分布表,得临界值,X20.05(9)=16.919,X3和X2的t检验也显著。比较计算的x2统计量与临界值,因为nR2=12.73< x20.05(5)=16.919,故认为模型不存在异方差性。故本文的假设是合理的,即农村居民人均可支配收入与农林牧渔产值(X2)、 XX农业投入(X3)、农业机械化总动力(X4)具有直接的关系。
四、结论与建议
本文通过多元线性回归的方法分析了农村居民人均可支配收入的影响因素,从分析结果可以看出,农林牧渔产值(X2)、XX农业投入(X3)、农业机械化总动力(X4)对贵州省农村人均可支配收入有显著影响,这些因素成为影响贵州省农村居民人均可支配收入的重要因素。因此,要想从根本上提升贵州省农村居民人均可支配收入需要提升农林牧渔总产值,财政加大对农业投入以及提升农业机械化总动力。
(一)因地制宜、发展壮大农业产业
农林牧渔产值会直接影响农村居民人均可支配收入,农林牧渔产值每增加一个百分点都会带来农村居民人均可支配收入2.0507个百分点的上升。因此,结合贵州省的实际情况,贵州应坚持发展壮大农业产业。
想要壮大农业产业的发展,涉及了多个方面的因素。首先,从农场品的本身出发,想要有好的农产品,必须具备一个好的建设基地,从根本上去解决问题,从实际上推动产业的发展;其次,要具有一定的特色产品,形成自己地区特有的品牌,在这个基础上成立生产基地,做到真正的品牌效应;然后,在前两者的基础上,成立相关的合作社,需要广大群众的动员起来,产生连环效应,真正的推动产业的发展,并且以这种方式为桥梁,形成新的发展模式;最后一点也是最重要的一点,需要XX的帮助和支持,所谓背靠大树好乘凉,相关政策的扶持,有利于这种模式的正规化,也会吸引到越来越多的人去参与到这个项目中去,从而达到推动产业发展的目标。
(二)加大对农业的投入力度
财政加大对农业投入也是直接影响农村居民人均可支配收入的重要因素并且是影响最大的因素,财政对农业投入每增加一个百分点都会带来农村居民人均可支配收入3.0569个百分点的上升。因此,结合贵州省的实际情况,XX应加大对贵州的精准扶贫力度,增加农村金融机构国家尽快出台相关政策,建立农村资金强制回流机制,将农村人均储蓄余额用之于农民,拉动农村经济发展。 同时鼓励将农村储蓄余额转为农业贷款,提高农村金融率。
(三)加大农业科技投入、提升农业机械化水平
农业产值的提升有赖于农业机械化水平,农业机械化水平的提高会提升农村居民人均可支配收入,农业机械化水每提升一个百分点都会带来农村居民人均可支配收入1.0670个百分点的上升。贵州省应加大对农业机械这方面的建设,好的农业机械能够大大的提高效率。除此之外,也要引进新的农业技术,时代的发展迅速,思想一定不能局限于一个方面,新的技术能够提供更好的帮助,在这基础上相关政策给予一定的扶持,这样才能够吸引到更多的人才参与到里面,人才是重要的,这些新生力量的加入,才能实现规模化标准化的生产方式,而这样做的初衷也是为了达到提高农业生产效率,增加农民收入的目的,从根本上解决问题。
(四)推进农村高素质人才的培养
随着XXX的来临,传统的农业方式和水平相对于眼下来说,可能是远远不够的。要想做到与时俱进,首先要解决的就是本才问题。人才缺失一直是各个领域的通病,没有人才那么这个领域这个行业想要更近一步只能说是难。从农业这个方面来说,要想培养人才,必须有具备一定的理论基础和实践能力,同时国家也要重视这方面人才的教育,奠定好厚实的基础。而对于传统农民来说,要加强他们的意识和理论知识,实践能力他们是具备的,欠缺的只是有关于市场和法制方面的意识,做到在前者的基础上,适当的做出相应的改变来迎合眼下的市场经营,做到提高经济收入,从而提高自己的生活水平。
五、结束语
本文分析影响农村人均可支配收入的因素,并在此基础上提出提高农村可支配收入的途径,对整个贵州省经济增长速度的提高有一定的价值。从分析结果可以看出,农林牧渔产值(X2)、XX农业投入(X3)、农业机械化总动力(X4)对贵州省农村人均可支配收入有显著影响,这些因素成为影响贵州省农村居民人均可支配收入的重要因素。因此,为提升贵州省农村居民人均可支配收入,本文提出因地制宜、发展壮大农业产业,加大对农业的投入力度,加大农业科技投入、提升农业机械化水平,推进农村高素质人才的培养。以期通过这些措施提升农村人均可支配收入。
参考文献
[1]刘洛.农民人均纯收入增长效应研究——基于县域金融中介、财政支出协同视角[J].华东经济管理,2023,35(12):10-18.DOI:10.19629/j.cnki.34-1014/f.210725004.
[2]丁浩,朱云章,李晓航,郭永基,孙府.农村居民人均可支配收入及其构成变化研究[J].现代商业,2023(29):99-102.DOI:10.14097/j.cnki.5392/2023.29.031.
[3]杜姗姗,彭莉莉,李荣.精准扶贫对农村居民人均可支配收入的影响——基于贵州省时间序列数据的实证分析[J].中国集体经济,2020(35):5-8.
[4]刘晓红.四省藏区居民人均可支配收入的生产函数模型[J].民族学刊,2020,11(01):14-23+123-124.
[5]马思思,金占明.中国农村居民的人均可支配收入[J].技术经济,2018,37(10):131-137.
[6]朱新明,汪来田.甘肃农村居民人均可支配收入构成及区域分类分析[J].甘肃农业科技,2018(09):29-34.
[7]甘尔丹,董译升.广西农民人均可支配收入状况分析与对策研究[J].现代经济信息,2017(23):466-467+469.
[8]何仁伟,李立娜,刘运伟.基于岭回归模型的河北省农民人均纯收入影响因素分析[J].江苏农业科学,2016,44(09):562-566.DOI:10.15889/j.issn.1002-1302.2016.09.156.
[9]韦敬楠,张立中.广西农民人均纯收入区域差异分析[J].广西社会科学,2015(02):21-25.
[10]辛文文,杨林娟,白志远,裴婷婷.甘肃省县域农民人均纯收入时空格局变异分析[J].中国农学通报,2014,30(20):118-123.
[11]李壮壮,孙善辉,高凤伟.基于变权重分位数回归的安徽省人均可支配收入影响因素分析[J].重庆工商大学学报(自然科学版),2013,30(10):28-33.
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“文章版权申述”(推荐),也可以打举报电话:18735597641(电话支持时间:9:00-18:30)。
2、网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
3、本站所有内容均由合作方或网友投稿,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务。
原创文章,作者:打字小能手,如若转载,请注明出处:https://www.447766.cn/chachong/63905.html,