APP下载

基于ARIMA模型的城乡收入差距分析与预测

2018-05-14郑许海张涛

农村经济与科技 2018年15期
关键词:ARIMA模型城乡收入差距

郑许海 张涛

[摘要]以云南省1986~2016年时序数据对城乡收入差距的变化特征进行描述,云南省城乡收入差距呈现先上升后下降的趋势,运用ARIMA 模型对过去云南省城乡收入差距变化趋势进行拟合,并对未来3年云南省城乡收入差距走势进行预测。结果显示,云南省未来3年城乡居民收入差距会不断缩小,最后提出缩小云南省城乡居民收入差距的政策建议。

[关键词]城乡收入差距;均等指标;ARIMA模型

[中图分类号]F323.8 [文献标识码]A

1 引言

1978年改革开放以来,随着社会主义市场经济制度的建立和城乡经济体制改革的深化,最大限度地调动了微观经济主体的生产积极性,提高了生产效率和资源配置效率,促进了国民经济持续快速发展,城乡居民生活水平显著提高。但伴随着经济的飞速发展,城乡居民收入差距扩大以及由此引发的社会不安定因素也在逐渐显现。解决城乡居民收入分配的不平衡已成为政府和社会各界面临的重大现实问题,这也是关系到中国经济能否长期健康发展的关键所在。云南省作为一个农业大省,其经济结构的一个典型特征为城乡二元经济,即城市现代工业经济与农村传统农业经济并存,且农业经济在整体经济中仍占有较大的比重,2016年云南省第一产业产值比重达到15%,第一产业劳动力就业比重达到53%,农业人口更是占到总人口的84%,大量劳动力滞留于农村,从事着农业生产,导致农村生产力低下,阻碍农民收入增长。另外由于云南省城乡之间基础设施、医疗卫生、教育和社会保障等诸多方面的差距没有得到改善,城乡居民收入差距依然十分显著。齐荣华(2010)、赵俊成等(2010)、王小华(2012)、罗强强等(2015)从不同角度对云南省城乡居民收入差距及影响因素进行了研究,并提出了相关政策建议。本文将基于前人的研究基礎之上,运用 ARIMA 模型对云南省1986~2016年城乡收入差距进行建模和分析,并预测未来云南省城乡收入差距的变化趋势,最后在此基础上提出相关建议。这对于改善云南省的城乡收入分配格局和实现经济的可持续发展具有重要意义。

2 云南省城乡收入差距现状

1986年以来,云南省经济快速发展,名义人均GDP从1986年的528元增长到2016年的30949元,年均增长率达到14.6%,而同期全国总体经济平均增长率为14%。同时,城乡居民生活得到显著改善,其中城镇居民人均可支配收入从1986年的871元增长到2016年的28611元,年均增长率12.3%,农村居民人均纯收入从1986年的466元增长到2016年的9020元,年均增长率10.4%。但是,经济的快速发展也伴随着城乡收入差距的不断扩大,云南省城乡收入比从1986年的2.58上升到2004年的4.75,城乡收入差距扩大超过了80%,2016年云南省城乡收入比为3.17,远高于全国平均水平2.71。过去30年间,云南省城乡收入差距都显著高于全国平均水平,且城乡收入差距从90年代开始其扩大幅度要明显快于全国水平,但是到2005年左右,无论是全国还是云南省,其城乡收入差距都有缩小趋势,且云南省城乡收入比下降速度要快于全国水平,到2016年左右云南省城乡收入比已与全国平均水平基本持平。作为农业就业人口占到将近60%的农业大省而言,城乡收入差距的扩大意味着绝大多数人仍未富裕起来,社会财富仍然被少数人所占有,研究并解决云南省城乡居民收入分配的不平衡对实现脱贫攻坚、全面建成小康社会具有重要的现实意义。

3 基于ARIMA模型的分析与预测

3.1 数据来源与处理

3.2 ARIMA模型结构

在构建模型之前,需要对时间序列数据进行平稳性检验,图1中可以看出云南省城乡收入差距具有明显的上升趋势,所以该序列是非平稳时间序列数据,我们需要对其进行差分处理。

对序列进行一阶差分后,进行ADF平稳性检验(不包括常数项和趋势项),检验的结果为:ADF统计量=-3.8214,对应的P值为0.0071,小于,因此拒绝原假设,差分序列是平稳的(原假设为差分序列存在单位根,即差分序列非平稳)。

3.3 模型定阶与拟合

通过一阶差分后序列的自相关图和偏自相关图来选择拟合模型形式,如果自相关系数拖尾,偏自相关系数在p步以后截尾,则此时间序列可以用p 阶自回归模型ARI(p,d)拟合;如果自相关系数q步以后截尾,偏自相关系数拖尾,则用q阶移动平均模型IMA(d,q)拟合时序数据。若时间序列的自相关系数、偏相关系数都是拖尾的,则可用ARIMA(p,d,q)模型进行拟合,模型的阶次p、q可采用最小AIC 、SC准则等方法来定阶。在确定模型的适当阶数后,最后要对模型参数进行估计并进行参数显著性检验。首先,差分序列的自相关函数图与偏自相关函数(如图2所示)。

从图2中可以看出,自相关系数一阶截尾,偏自相关系数一阶截尾,所以我们可以用ARIMA(1,1,1)模型进行拟合。借助eviews软件,拟合ARIMA(1,1,1)模型,剔除不显著的常数项后,回归结果为图3。

3.4 模型检验与预测

对拟合模型的残差进行白噪声检验,检验结果为滞后6阶,12阶的p值分别为0.4301,0.4653,残差序列的Q统计量的p值均大于0.05,因此不能拒绝原假设,即残差序列是白噪声序列,拟合模型显著有效。回归模型系数AR(1)、MA(1)的系数都在1%的显著性水平下显著。ARIMA(1,1,1)模型对时间序列数据拟合得很好。对2017-2019年的城乡收入差距进行预测,预测结果为2017年的收入差距为0.4932,2018年的收入差距为0.4919,2019年的城乡收入差距为0.4909,可以看出未来3年云南省城乡收入差距呈继续下降走势。

4 结论与政策建议

第一,加快推进产业结构与就业结构优化升级,云南省应结合自身实际特点,借助地理、人文环境、气候条件等优势,改造传统产业,培育壮大重点支柱产业,发展特色农业、旅游业和服务业,同时实现规模化、专业化以及实现实体经济与现代金融协同发展的产业体系。在加快产业结构升级的同时,要发挥产业升级对农村剩余劳动力的吸纳能力,以此加快就业结构的升级,提高农民工工资性收入。

第二,加大农村财政投入,消除城市偏向性财政政策。云南省财政支出结构“城市偏向”比较严重,导致农村基本设施建设资金不足,农业发展基础薄弱,生产力水平低下,农民收入增长缓慢,导致城乡居民收入差距拉大。应加大对农村公共政策倾向和经济发展的财政投入,加大基础设施建设,完善社会保障制度,通過“工业反哺农业,城市带动乡村”政策实现农村城镇化,农业现代化,农民素质高级化。

第三,加大人力资本投资,提高农村劳动者素质。由于教育投入及城乡分割的限制,农村劳动力接受职业技能培训的机会较少,农村劳动者文化素质普遍较低,这造成市场需求与劳动力供给不匹配,结构性失业增加,这在一定程度上解释了云南大量劳动力滞留于农村,农民家庭人均收入普遍较低的现象。所以要增加对农村的教育投入,加强农民工职业技能培训,打破农民工行业就业壁垒,营造公平合理的就业环境。

第四,加快推进农业农村现代化和新型城镇化建设。建立健全城乡融合发展体制机制,促进城乡区域协调发展。以人的城镇化为核心,人的需求为基础,优化城镇化布局与形态,提高城市群质量,推进特色小城镇建设。

[参考文献]

[1] 黄湘俊,刘永跃.基于ARMA模型的城乡居民收入差距预测和分析[J].市场周刊(理论研究),2007(04):100-102.

[2] 王学超.基于ARMA模型的城乡居民相对收入差距分析[J].商场现代化,2009(11):157-158.

[3] 谭建新.云南城乡居民收入差距现状及原因分析[J].贵州工业大学学报(社会科学版),2006(06):25-30.

[4] 罗强强,邓崧,丁扬,等.云南省城乡居民收入差距实证研究[J].安徽农业科学,2015,43(06):330-332.

[5] 齐荣华.云南省城乡收入差距影响因素实证分析[J].思想战线,2010,36(S1):69-71.

[6] 赵俊臣,郭元圆.云南省城乡居民收入差距问题研究[J].云南财经大学学报,2010,26(04):103-114.

[7] 包顺文,姚建峰.基于泰尔指数分解的城乡收入差距分析—以云南省为例[J].中国证券期货,2010(09):111-112.

[8] 王小华.中国收入差距的演化历程及相关研究综述[J].西部经济管理论坛,2012,23(03):1-5+10.

[9] 张建锋.云南省城乡居民收入差距问题研究[D].重庆:西南大学,2008.

猜你喜欢

ARIMA模型城乡收入差距
基于时间序列模型的中国出口总额分析及预测
基于R软件的金融时间序列的预测分析
基于Eviews上证综合指数预测
财政支出对城乡收入差距影响文献综述
我国的对外开放程度对城乡收入差距的影响分析
关于我国农村消费影响因素的思考
基于ARIMA模型的沪铜期货价格预测研究
河南省农村人口转移的历史轨迹、特征及动因研究
组合预测法在我国粮食产量预测中的应用