摘要：文章以我國1978-2007年城市和農(nóng)村人均收入時間序列數(shù)據(jù)和影響因素數(shù)據(jù)為依據(jù)，運用Eviews軟件，分析了其內(nèi)在規(guī)律性，對其發(fā)展趨勢進行了短期預(yù)測，并提出了相關(guān)的政策建議。
　　關(guān)鍵詞：城鄉(xiāng)人均收入差距；預(yù)測
　　
　　自改革開放以來，我國人均收入水平迅速提高，但與此同時收入差距也在逐漸拉大甚至懸殊，其中城鄉(xiāng)居民收入差距是當(dāng)前中國居民分配結(jié)構(gòu)中最受關(guān)注的社會焦點問題。本文以我國1978-2007年的城鎮(zhèn)家庭平均每人可支配收入、農(nóng)村居民家庭人均年純收入以及農(nóng)民人均農(nóng)業(yè)稅、農(nóng)民人均固定資產(chǎn)投資總額、農(nóng)業(yè)增加值（現(xiàn)價）的統(tǒng)計數(shù)據(jù)為依據(jù)，運用趨勢模型、ARMA時間序列模型和線形回歸模型，分析研究了其現(xiàn)實狀況和未來走勢以及影
　　響農(nóng)村人均年純收入的因素。
　　
　　一、時間序列分析
　　
　　ARMA模型應(yīng)用軟件Eviews5.0，對1978-2006年城鎮(zhèn)家庭平均每人可支配收入估計，并預(yù)測2007年數(shù)值。
　?。ㄒ唬?shù)據(jù)準(zhǔn)備
　　城鎮(zhèn)家庭平均每人可支配收入序列指數(shù)上升趨勢明顯，典型非平穩(wěn)序列，對此進行兩次差分，得到圖1。
　　進行ADFr檢驗，如圖2所示。
　　參數(shù)小于1%零界水平，基本平穩(wěn)，選View/Correlogram。
　　
　　模型識別：ARMA模型的識別與定階可以通過樣本的自相關(guān)與偏自相關(guān)函數(shù)的觀察獲得，例如：AR（p）模型自相關(guān)函數(shù)拖尾，偏自相關(guān)函數(shù)p步截尾；MA（q）模型自相關(guān)函數(shù)q步截尾，偏自相關(guān)函數(shù)拖尾；而ARMA模型的自相關(guān)函數(shù)與偏自相關(guān)函數(shù)都具有拖尾性。
　　由圖1可以看出，偏自相關(guān)系數(shù)3、4較大，在k=4后很快地趨近于0，所以取p=3、4；自相關(guān)系數(shù)在k=1處不顯著，k=4之后拖尾，可考慮q=2、3、4。為了使建立的模型更加精確，可適當(dāng)放寬p與q的范圍，建立ARMA（p，q）模型。
　?。ǘ┯肊view軟件回歸分析
　　借助Eview軟件，選取ARMA（3，2）、ARMA（3，3）、ARMA（3，4）、ARMA（4，2）、ARMA（4，3）、ARMA（4，4）6個模型進行分析，剔除明顯不合理的，如表1所示。
　　由表1可知，ARMA（4，4）調(diào)整后的R2最大，AIC和SC值最小，但t檢驗沒通過，ARMA（3，4）也較為合適。
　　我們選用ARMA（3，4），擬合結(jié)果為：ddyt=-0.380843ddyt-3+ut+0.425802ut-2+0.557194ut-4。
　?。ㄈ┠Ｐ偷臋z驗
　　若殘差序列不是白噪聲，意味著殘差序列還存在有用信息沒被提取，需要進一步改進模型。本文采用殘差序列的卡方檢驗，檢驗的零假設(shè)是殘差序列相互獨立。通過直接觀察殘差序列的自相關(guān)分析圖，其自相關(guān)系數(shù)都落入了隨機區(qū)間，表明殘差序列是獨立的，可直接用于預(yù)測。
　?。ㄋ模┠Ｐ偷念A(yù)測：
　　已知y2007=ln（city2007）=ln（13785.79）=9.53139363，在Eviews里進行2007年的預(yù)測為2.00*10-6，則有：
　　
　　誤差為：
　?。?.486360-9.53139363）/9.53139363*
　　
　　100%=-0.472%
　　
　　二、線形回歸分析
　　
　　應(yīng)用軟件Eviews5.0，對1978-2006年農(nóng)村人均年純收入的影響因素分析：
　　農(nóng)業(yè)收入主要來源于農(nóng)業(yè)生產(chǎn)活動，變量pfix（全社會固定資產(chǎn)投資額/年底鄉(xiāng)村總?cè)丝跀?shù)）用來描述農(nóng)民對全國建筑活動做出貢獻而增加的農(nóng)村家庭現(xiàn)金收入，因為目前大部分的建筑活動由農(nóng)民建筑工完成。變量padd（第一產(chǎn)業(yè)增加值/年底鄉(xiāng)村總?cè)丝跀?shù)）用來描述人均第一產(chǎn)業(yè)增加值（現(xiàn)價）對農(nóng)村人均年純收入的影響，變量ptax（國家財政決算收入中農(nóng)業(yè)各稅/年底鄉(xiāng)村總?cè)丝跀?shù)）用來描述人均國家農(nóng)業(yè)各稅對農(nóng)村人均年純收入的影響。pinc為農(nóng)村人均年純收入，因為1978、1979年全社會固定資產(chǎn)投資額無法得到，只能對1980-2006年的數(shù)據(jù)進行回歸。
　　先將數(shù)據(jù)取對數(shù)，然后用Eviews軟件試模擬（見表2）。
　　模型四擬合優(yōu)度很好，t檢驗和DW檢驗都通過，可表示為：
　　 lnpinc=0.739042lnpat+0.149748lnpfix+0.86274+1.206837ut-1-0.541387ut-2+ut
　　模型的檢驗：自相關(guān)、異方差檢驗可以通過，殘差基本平穩(wěn)。
　　
　　三、評價和結(jié)論
　　
　　時間序列模型采用了兩種不同方法，從預(yù)測效果看ARMA模型誤差較小。線形回歸模型并沒有直接把農(nóng)民人均農(nóng)業(yè)稅作為單獨的解釋變量組成三元回歸，因為，這樣作為單獨的解釋變量的農(nóng)民人均農(nóng)業(yè)稅系數(shù)估計值為正，與實際嚴(yán)重不符。因此將其從人均農(nóng)業(yè)增加值（現(xiàn)價）中扣除，間接地研究了其對農(nóng)村居民家庭人均年純收入的影響。
　　從模型關(guān)系上看，趨勢模型擬合優(yōu)度很高，顯著性很高，異方差和自相關(guān)問題并不十分顯著，預(yù)測精度較差。相反ARMA模型擬合優(yōu)度不高，系數(shù)顯著性較高，異方差和自相關(guān)問題卻解決得很好，并且用于短期預(yù)測精度較高。
　　根據(jù)時間序列分析，城鄉(xiāng)人均收入差距將繼續(xù)擴大，事實也是如此，城鄉(xiāng)人均收入差距從2006年的8172.41元擴大到2007年的9645.43元。從線形回歸分析可以看出，農(nóng)民人均農(nóng)業(yè)稅、人均農(nóng)業(yè)增加值（現(xiàn)價）與當(dāng)期農(nóng)村居民家庭人均年純收入之間存在高度相關(guān)關(guān)系，三者對農(nóng)村居民家庭人均年純收入有較大的影響作用。除此以外，人均年純收入的上期及上上期均對本期有影響作用，這也說明農(nóng)民人均農(nóng)業(yè)稅、人均農(nóng)業(yè)增加值（現(xiàn)價）和農(nóng)民人均固定資產(chǎn)投資額對以后各年的農(nóng)村居民家庭人均年純收入有影響，這主要是因為前期投資的持續(xù)推動作用。
　　近30年的改革開放，伴隨著城鄉(xiāng)人均收入差距不斷擴大，城鄉(xiāng)二元經(jīng)濟結(jié)構(gòu)的問題長期以來一直倍受關(guān)注。從線性回歸模型解釋變量的系數(shù)來看，農(nóng)業(yè)稅和農(nóng)業(yè)增加值是影響農(nóng)村居民家庭人均年純收入的最重要因素，國家應(yīng)提高農(nóng)產(chǎn)品價格，進一步減少工農(nóng)業(yè)剪刀差，鼓勵鄉(xiāng)鎮(zhèn)企業(yè)做大、做強，一方面要給予農(nóng)業(yè)相關(guān)的補貼，以實現(xiàn)工業(yè)反哺農(nóng)業(yè)，城市反哺鄉(xiāng)村。另一方面全社會固定資產(chǎn)投資的擴大將使農(nóng)民工收入增加，國家應(yīng)優(yōu)化投資結(jié)構(gòu)，逐步調(diào)整投資方向，如加大對農(nóng)村基礎(chǔ)設(shè)施建設(shè)的投入，既可以讓農(nóng)民得到切實的利益，又可以發(fā)揮農(nóng)村城鎮(zhèn)化發(fā)展道路中的后發(fā)優(yōu)勢，增加投資效率。
　　城鄉(xiāng)人均收入差距不斷擴大，但近幾年并非呈加速度擴大趨勢，這從一個側(cè)面顯示出近年來國家經(jīng)濟布局調(diào)整和國家產(chǎn)業(yè)政策戰(zhàn)略性調(diào)整的成效，國家除了繼續(xù)加大對農(nóng)業(yè)的產(chǎn)業(yè)支持力度外，還應(yīng)在優(yōu)化投資結(jié)構(gòu)、提高農(nóng)業(yè)生產(chǎn)效率方面下工夫。
　　
　　參考文獻：
　　1、童光榮.計量經(jīng)濟學(xué)[M].武漢大學(xué)