基于ARIMA的城鄉(xiāng)居民收入演進(jìn)分析

1、基于基于 ARIMAARIMA 的城鄉(xiāng)居民收入演進(jìn)分析的城鄉(xiāng)居民收入演進(jìn)分析胡承貴（貴州民族學(xué)院理學(xué)院 2006 級(jí)統(tǒng)計(jì)班）摘摘要：要： 本文以時(shí)間序列分析的基本方法為視角，考察了城鄉(xiāng)收入差距。首先根據(jù)城鄉(xiāng)收入數(shù)據(jù)，計(jì)算出兩個(gè)收入的比值和差值，利用散點(diǎn)圖將其描述出來(lái)。然后運(yùn)用Box-Jenkins時(shí)間序列預(yù)測(cè)建模方法，對(duì)城鄉(xiāng)收入及其差值和比值建立ARIMA模型，并在此基礎(chǔ)上提出縮小城鄉(xiāng)差距的建議及對(duì)策。關(guān)鍵詞：關(guān)鍵詞：Box-Jenkins方法 ARIMA模型 城鄉(xiāng)收入差距 預(yù)測(cè)與分析Evolution analysis of urban-rural income that based on

2、the model of ARIMAHu Chenggui(Grade 2006, School of Science, Guizhou University for Nationalities)Abstract: This article makes the basic method of time series analysis to be the perspective and studies the urban and rural income disparities. First of all , according to the urban and rural income dat

3、a, this ariticle calculates the ratio and differece of two incomes ,and describes them by the scattered points. Then it applies the model of Box-Jenkins time series ,and builds ARIMA modeling with urban-ural income and their ratio and differece.Finaly, urban-ural income is tesed by the way of a comm

4、on trend, and on the basis of the conclusion ,this article proposes solutions to narrow the differece between urban and rural areas.Key words: Box-Jenkins ARIMA modeling Rural-urban income gap Forcast and analysis目目 錄錄摘摘 要要 .ABSTRACT.ABSTRACT. .1 1 引言引言 .1 12 2 相關(guān)文獻(xiàn)綜述相關(guān)文獻(xiàn)綜述 .1 13 3 數(shù)據(jù)的分析與處理數(shù)據(jù)的分析與處理

5、.2 24 4 模型理論模型理論 .2 24.14.1 ARAR 模型模型.3 34.24.2 MAMA 模型模型.3 34.34.3 ARMAARMA 模型模型.4 44.44.4 博克斯博克斯- - 詹金斯（詹金斯（BOX-BOX- JENKINSJENKINS）建模步驟）建模步驟 .4 44.54.5 ARIMAARIMA 模型模型.4 45 5 建模與預(yù)測(cè)建模與預(yù)測(cè) .4 45.15.1 城鄉(xiāng)收入擴(kuò)大的趨勢(shì)城鄉(xiāng)收入擴(kuò)大的趨勢(shì) .4 45.25.2 城鄉(xiāng)收入比值的建模與預(yù)測(cè)城鄉(xiāng)收入比值的建模與預(yù)測(cè) .5 5.5 55.2.25.2.2 模型定階及參數(shù)估計(jì)模型定階及參數(shù)估計(jì) .6 6.6

6、65.35.3 城鄉(xiāng)收入差值的建模與預(yù)測(cè)城鄉(xiāng)收入差值的建模與預(yù)測(cè) .7 7數(shù)據(jù)預(yù)處理數(shù)據(jù)預(yù)處理 .7 7模型定階及參數(shù)估計(jì)模型定階及參數(shù)估計(jì) .8 8模型檢驗(yàn)與預(yù)測(cè)模型檢驗(yàn)與預(yù)測(cè) .9 96 6 結(jié)論與建議結(jié)論與建議 .1010附附 錄錄 .1212成果聲明成果聲明 .1313致致 謝謝 .1414參考文獻(xiàn)參考文獻(xiàn) .15151 1 引言引言縮小城鄉(xiāng)差距1-3是全面建設(shè)小康社會(huì)的內(nèi)在需要，是實(shí)現(xiàn)城鄉(xiāng)經(jīng)濟(jì)良性循環(huán)的必然要求，也是構(gòu)建和諧社會(huì)的重要舉措，是解決“三農(nóng)”問(wèn)題的根本途徑所在。改革開放以來(lái)，城鄉(xiāng)收入差距呈擴(kuò)大趨勢(shì)已成共識(shí)，人們對(duì)收入差距的描述更多停留在對(duì)城鄉(xiāng)人均收入的比較上，缺乏對(duì)產(chǎn)生收

7、入差距不同因素的認(rèn)識(shí)。正確作法應(yīng)從分析收入的構(gòu)成出發(fā)，找出其中主要的影響因素，進(jìn)而挖掘出這些因素背后的原因。由于上述原因，可能導(dǎo)致人們提出方案時(shí)缺乏針對(duì)性。為避免這樣的缺陷，在設(shè)定指標(biāo)時(shí)應(yīng)遵循如下原則,見(jiàn)表 1.1：原 則含 義全 面 性是指在選擇指標(biāo)時(shí)既要選擇總量指標(biāo)，又要選擇分量指標(biāo)；要選擇那些對(duì)收入有直接影響的指標(biāo)，又不能忽視間接指標(biāo)的作用。可 比 性是指城鄉(xiāng)收入的構(gòu)成指標(biāo)要盡量一致，同類指標(biāo)要具有相同的口徑?？刹僮餍允侵杆x指標(biāo)要的數(shù)據(jù)要比較容易獲得，便于比較。協(xié)調(diào)統(tǒng)一是指絕對(duì)指標(biāo)與相對(duì)指標(biāo)相結(jié)合原則。表 1.1 原 則 體 系由于人們對(duì)收入差距描述的缺陷，可能導(dǎo)致人們?nèi)狈?duì)收入差距產(chǎn)

8、生的不同因素的認(rèn)識(shí)。現(xiàn)基于以上原則，建立了以下指標(biāo)體系（見(jiàn)表 1.2）：指 標(biāo)含 義計(jì) 算 公 式可支配收 入指家庭成員得到可用于最終消費(fèi)支出和其它非義務(wù)性支出以及儲(chǔ)蓄的總和。家庭總收入-交納個(gè)人所得稅-個(gè)人交納的社會(huì)保障支出-記賬補(bǔ)貼純收入指農(nóng)村住戶當(dāng)年從各個(gè)來(lái)源得到的總收入扣除相應(yīng)所發(fā)生的費(fèi)用后的收入總和?？偸杖?稅費(fèi)支出-家庭經(jīng)營(yíng)費(fèi)用支出-生產(chǎn)性固定資產(chǎn)折舊-贈(zèng)送農(nóng)村親友支出表 1.2 指 標(biāo) 體 系2 2 相關(guān)文獻(xiàn)綜述相關(guān)文獻(xiàn)綜述隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展，關(guān)于城鄉(xiāng)收入差距的預(yù)測(cè)方法、模型的創(chuàng)新成果在不斷涌現(xiàn)，并運(yùn)用相關(guān)統(tǒng)計(jì)數(shù)據(jù)對(duì)創(chuàng)新模型進(jìn)行檢驗(yàn)性研究，這也是目前城鄉(xiāng)創(chuàng)新型研究的主要成果。

9、例如一、宋熠、王興林利用時(shí)間序列分析方法，對(duì)城鄉(xiāng)收入及其差值和比值建立 ARIMA 模型，檢驗(yàn)城鄉(xiāng)收入是否以共同趨勢(shì)變動(dòng)；二、郝愛(ài)民基于協(xié)整分析、Granger 因果檢驗(yàn)法,對(duì)中國(guó)城鄉(xiāng)收入差距、經(jīng)濟(jì)結(jié)構(gòu)變化與農(nóng)村勞動(dòng)力轉(zhuǎn)移的關(guān)系進(jìn)行實(shí)證研究。這些論文具有一定的開創(chuàng)性意義,但人們?nèi)狈?duì)產(chǎn)生收入差距的不同因素的認(rèn)識(shí),于是本文運(yùn)用 Box-Jenkins 時(shí)間序列預(yù)測(cè)建模方法，對(duì)城鄉(xiāng)收入及其差值和比值建立ARIMA 模型進(jìn)行研究。3 3 數(shù)據(jù)的分析與處理數(shù)據(jù)的分析與處理我國(guó)城鄉(xiāng)收入差距過(guò)大,已經(jīng)引起黨和政府的關(guān)注。作為“三農(nóng)”問(wèn)題的核心問(wèn)題,其解決有著十分重要的現(xiàn)實(shí)意義。本文借助以下分析方法考查城鄉(xiāng)

10、收入差距問(wèn)題。 1) 文獻(xiàn)資料法。本文在研究過(guò)程中，查閱了統(tǒng)計(jì)學(xué)、城鄉(xiāng)居民收入等相關(guān)書籍，并參閱了2000年以來(lái)與城鄉(xiāng)收入有關(guān)的文獻(xiàn)。 2) 邏輯分析法。對(duì)經(jīng)統(tǒng)計(jì)處理的數(shù)據(jù)進(jìn)行邏輯分析，對(duì)城鄉(xiāng)收入的結(jié)構(gòu)、水平、來(lái)源等進(jìn)行分析，提出合理的建議。 3) 時(shí)間序列分析法。先根據(jù)城鄉(xiāng)收入數(shù)據(jù)，做出相關(guān)散點(diǎn)圖；然后利用時(shí)間序列分析法，建立ARIMA模型，檢驗(yàn)城鄉(xiāng)收入是否以共同趨勢(shì)變動(dòng)。本文采用相對(duì)差異分析法與城鄉(xiāng)居民收入比相結(jié)合的方法對(duì)19852008年我國(guó)居民收入差距變動(dòng)進(jìn)行分析（見(jiàn)表3.1）。年份城鎮(zhèn)居民可支配收入（元）農(nóng)村居民可支配收入（元）差值Xt比值年份城鎮(zhèn)居民可支配收入（元）農(nóng)村居民可支配收

11、入（元）差值Xt比值1985739.1397.6341.51.8589019975160.32090.13070.22.468921986899.6423.8475.82.1227019985425.12162.03263.12.5093019871002.2462.6539.62.1664519995854.02210.33643.72.6485219881181.4544.9636.52.1681020006280.02253.44026.62.7869019891375.7601.5774.22.2871220016859.62366.44493.22.8987519901510.268

12、6.3823.92.2005020027702.82475.65227.23.1114919911700.6708.6992.02.3999420038472.22622.25850.03.2309519922026.6784.01242.62.5849520049421.62936.46485.23.2085519932577.4921.61655.82.79666200510493.03254.97238.13.2237519943496.21221.02275.22.86339200611759.53587.08172.53.2783719954283.01577.72705.32.71

13、471200913785.84140.49645.43.3295819964838.91926.12912.82.51228200815780.84760.611020.13.31485（數(shù)據(jù)源于中國(guó)統(tǒng)計(jì)年鑒 2003、中國(guó)統(tǒng)計(jì)年鑒 2009及計(jì)算整理所得）表 3.1 我國(guó)城鎮(zhèn)居民人均可支配收入與農(nóng)村居民人均純收入4 4 建模理論建模理論ARIMAARIMA模型模型99Box-Jenkins時(shí)間序列預(yù)測(cè)方法的基本思想：預(yù)測(cè)一個(gè)現(xiàn)象的未來(lái)變化時(shí),用該現(xiàn)象的過(guò)去行為來(lái)預(yù)測(cè)未來(lái)，即通過(guò)時(shí)間序列的歷史數(shù)據(jù)揭示現(xiàn)象隨時(shí)間變化的規(guī)律,并將這種規(guī)律延伸到未來(lái)，從而對(duì)該現(xiàn)象的未來(lái)作出預(yù)測(cè)。ARMA模型是一種比

14、較成熟的時(shí)間序列模型, 適于短期預(yù)測(cè)。對(duì)于建立模型,它要求時(shí)間序列是隨機(jī)和平穩(wěn)的。其建模步驟如圖4.1所示：圖4.1 ARIMA模型建模步驟4.14.1 ARAR模型模型AR模型也稱為自回歸模型。它的預(yù)測(cè)方式是通過(guò)過(guò)去的觀測(cè)值和現(xiàn)在的干擾值的線性組合預(yù)測(cè), 自回歸模型的數(shù)學(xué)公式為: (1)tsEtsEVarExxxxststttptptpttt,0)(,0)(,)(,0)(0222110式中：p為自回歸模型的階數(shù),為模型的待定系數(shù),為誤差，yt為一個(gè)時(shí)間序列。t4.24.2 MAMA模型模型MA模型也稱為滑動(dòng)平均模型。它的預(yù)測(cè)方式是通過(guò)過(guò)去的干擾值和現(xiàn)在的干擾值的線性組合預(yù)測(cè)?；瑒?dòng)平均模型的數(shù)

15、學(xué)公式為： (2)tsEVarEqxstttqtqtttt, 0)(,)(, 0)(022211式中：q為模型的階數(shù)；為模型的待定系數(shù)；為誤差；yt為觀測(cè)值。t獲得觀察值序列平穩(wěn)性檢驗(yàn)差分運(yùn)算N白噪聲檢驗(yàn)Y分析結(jié)束擬合ARMA模型YN4.34.3 ARMAARMA 模型模型自回歸模型和滑動(dòng)平均模型的組合,便構(gòu)成了用于描述平穩(wěn)隨機(jī)過(guò)程的自回歸滑動(dòng)平均模型ARMA, 數(shù)學(xué)公式為： (3)tsEtsEVarEqxxxxststttpqtqtttptpttt, 0)(, 0)(,)(, 0)(0, 022211221104.44.4 博克斯博克斯- -詹金斯（詹金斯（Box-JenkinsBox-Je

16、nkins）建模步驟）建模步驟B-J建模建模步驟可簡(jiǎn)要分為四個(gè)步驟：第一、平穩(wěn)性檢驗(yàn)，若序列為非平穩(wěn)序列則通過(guò)差分變換到達(dá)平穩(wěn)條件；第二、通過(guò)計(jì)算描述序列特征的統(tǒng)計(jì)量，如自相關(guān)系數(shù)和偏相關(guān)系數(shù)，確定ARMA 模型的階數(shù)p 和q；第三、估計(jì)模型待定參數(shù)并檢驗(yàn)其顯著性；第四、對(duì)模型進(jìn)行診斷分析，以證實(shí)所得模型預(yù)測(cè)值與實(shí)際觀測(cè)值的數(shù)據(jù)特征相符，見(jiàn)表4.1 。 表4.1 ARMA模型定階原則4.54.5 ARIMAARIMA 模型模型 ARIMA模型是對(duì)差分平穩(wěn)序列進(jìn)行擬合的，其基本模型結(jié)果為： tsExtsEVarEBxBtsstttttd, 0, 0)(,)(0)()()(2，（4）5 5 建模與

17、預(yù)測(cè)建模與預(yù)測(cè)5.15.1 城鄉(xiāng)收入擴(kuò)大的趨勢(shì)城鄉(xiāng)收入擴(kuò)大的趨勢(shì)根據(jù)表3所示, 令其兩項(xiàng)相差, 得到1985-2008年我國(guó)城鄉(xiāng)居民收入差距序,記為序列Xt, 1985t2008其變化趨勢(shì)圖如圖2。 圖5.1 人均收入比值、人均收入差值數(shù)值的散點(diǎn)圖自相關(guān)系數(shù)偏自相關(guān)系數(shù)模型定階拖尾P 階截尾AR(p)模型Q 階截尾拖尾MA(q)模型拖尾拖尾ARMA(p,q)模型 從圖5.1可以看到，城鄉(xiāng)居民收入差距持續(xù)擴(kuò)大，比值由上世紀(jì)80年代中期1.861左右,擴(kuò)大到3.321。同時(shí)，隨著時(shí)間的推移，收入差距也向著難以預(yù)料的方向膨脹。5.25.2 城鄉(xiāng)收入比值的建模與預(yù)測(cè)城鄉(xiāng)收入比值的建模與預(yù)測(cè) 數(shù)據(jù)預(yù)處理

18、因?yàn)锽ox- Jenkins 10時(shí)序建模方法是基于對(duì)平穩(wěn)時(shí)間序列的分析，因此首先檢驗(yàn)序列BIt是否滿足平穩(wěn)性要求。而由圖5.2可以看出城鄉(xiāng)居民收入差距伴隨經(jīng)濟(jì)體制改革的深入經(jīng)歷了“先縮小- 擴(kuò)大- 再縮小- 再擴(kuò)大”的演變軌跡，即Bit 序列變動(dòng)均存在明顯的趨勢(shì)性，故可初步判斷不是平穩(wěn)時(shí)間序。一般非平穩(wěn)序列數(shù)據(jù)可以通過(guò)差分的方法使之平圖 5.2 我國(guó)城鄉(xiāng)居民收入比波動(dòng)平穩(wěn)化，非平穩(wěn)序列有多種檢驗(yàn)方法，其中 ADF（Augmented Dickey- Fullertest）檢驗(yàn)是比較嚴(yán)格的常用辦法，這里運(yùn)用 Eviews 軟件對(duì)序列 BIt 進(jìn)行 ADF 檢驗(yàn)，結(jié)果如表 5.1 所示。變 量B

19、ItBIt檢驗(yàn)形式含 C不含 C含 C不含 CP 值0.789900.90650.07500.0195ADF-t 檢驗(yàn)值-0.83200.9726-2.8019-2.39041%-3.7696-2.6743-3.7880-2.67975%-3.0049-1.9572-3.01234-1.9581ADF-t臨界值10%-2.6422-1.6082-2.6461-1.6078AIC-1.5084-1.5475-1.4989-1.4941SC-1.3596-1.4483-1.3450-1.3946檢驗(yàn)結(jié)果不平穩(wěn)不平穩(wěn)10%平穩(wěn)5%平穩(wěn)（注：C 為截距項(xiàng)。根據(jù)表 1 數(shù)據(jù)，運(yùn)用 Eviews5.0 軟

20、件計(jì)算得出。）表 5.1 城鄉(xiāng)居民收入比 ADF 檢驗(yàn)結(jié)果比較由表5 的檢驗(yàn)結(jié)果表可以發(fā)現(xiàn)BIt序列是一階單整序列，建模前需要進(jìn)行一階差分變換。 模型定階及參數(shù)估計(jì)對(duì)于ARMA（p，q）模型，可以利用其樣本的自相關(guān)系數(shù)和樣本的偏自相關(guān)系數(shù)的截尾性判定模型的階數(shù)。序列RURt的自相關(guān)圖（AC：Autocorrelation）和偏自相關(guān)圖（PAC：Partial Correlation）如圖4。從圖5.3-1 可以看到，前三階自相關(guān)系數(shù)均超出2倍標(biāo)準(zhǔn)差范圍外，對(duì)序列進(jìn)行單位根檢驗(yàn)發(fā)現(xiàn)序列在10%的顯著水平下仍不平穩(wěn)見(jiàn)表4。對(duì)此可采取對(duì)序列進(jìn)行一階差分，得到相關(guān)圖5.3-2。此時(shí)自相關(guān)系數(shù)圖在第四階

21、開始就落入了2倍標(biāo)準(zhǔn)差范圍以內(nèi)，具有三階截尾特征，同時(shí)，對(duì)序列進(jìn)行單位根檢驗(yàn)，證明序列己經(jīng)是平穩(wěn)的了見(jiàn)表5.1。因此，可對(duì)其建立ARMA 模型。由圖5.3-2 可以看出，偏自相關(guān)系數(shù)在k=1后很快地趨近于0，所以取p=1；自相關(guān)系數(shù)在k=4處顯著不為0，則取q=4。對(duì)ARIMA（1,1,4）模型進(jìn)行估計(jì)得出結(jié)果為圖5：圖5.4 ARIMA(1，1，4)模型 60697. 1805341. 1354129. 0446396. 0)000. 0()0000. 0()0019. 0()0004. 0(470606. 0630873. 0278491. 0692415. 0224321SCAICRRB

22、IBIttttt（5） 模型檢驗(yàn)與預(yù)測(cè)通過(guò)直接觀察殘差序列的自相關(guān)分析圖（見(jiàn)圖5.5），其自相關(guān)系數(shù)都落入了隨機(jī)區(qū)間，表明殘差序列是獨(dú)立的，可直接用于預(yù)測(cè)。2008年城鄉(xiāng)居民收入差距預(yù)測(cè)值為3.32966，實(shí)際值為3.31485，誤差近為0.435%，誤差較小，說(shuō)明模型擬合度較好見(jiàn)圖5.6。運(yùn)用模型對(duì)未來(lái)5年的收入比值進(jìn)行預(yù)測(cè)見(jiàn)表5.2。年 份20092010201120122013城鄉(xiāng)收入比3.314913.314893.314883.314873.31486（注：依據(jù)回歸方程，運(yùn)用 Eviews5.0 軟件得出。）表 5.2 城鄉(xiāng)居民收入比未來(lái) 5 年預(yù)測(cè)結(jié)果5.35.3 城鄉(xiāng)收入差值的建

23、模與預(yù)測(cè)城鄉(xiāng)收入差值的建模與預(yù)測(cè) 數(shù)據(jù)預(yù)處理因?yàn)锽ox-Jenkins時(shí)序建模方法是基于對(duì)平穩(wěn)時(shí)間序列的分析，因此首先檢驗(yàn)序列CHAt是否滿足平穩(wěn)性要求。而由圖8可以看出城鄉(xiāng)居民收入差距伴隨經(jīng)濟(jì)體制改革的深入呈現(xiàn)逐年上升的演變軌跡，并呈現(xiàn)一定的指數(shù)形式上升，即CHAt序列變動(dòng)均存在明顯的趨勢(shì)性，故可初步判斷不是平穩(wěn)時(shí)間序。圖 5.7 我國(guó)城鄉(xiāng)差距圖由圖5.7可知, 序列Xt有明顯的均值化, 令: (6)ttDCHAln序列Dt 呈非線性變化趨勢(shì), 故對(duì)序列Dt進(jìn)行差分: (7)20081985,1tDDyttt借助SAS軟件對(duì)序列進(jìn)行0均值檢驗(yàn),得到如下所示見(jiàn)圖5.8：ty圖5.8 序列的0均

24、值檢驗(yàn)ty該序列平均數(shù)為0.006304,均值標(biāo)準(zhǔn)差為0.077885, 落入2內(nèi)，并且P值yySyyS=0.7016，在顯著性水平為0.05的條件下，接受原假設(shè)，即認(rèn)為序列均值與0無(wú)顯著差異,表y明可以直接建立ARMA模型。 模型定階及參數(shù)估計(jì)序列的自相關(guān)(AC: Autocorrelation)圖和偏自相關(guān)(PAC: Partial Correlation)圖如圖ty5.9。圖10中自相關(guān)圖和偏自相關(guān)圖具有拖尾且依正弦趨近于零的特性。根據(jù)Box一Jenkins 模型識(shí)別方法, 用ARMA(p,q)模型進(jìn)行擬合。如圖所示：圖5.9 序列yt的自相關(guān)和偏自相關(guān)圖由圖8可以看出, 偏自相關(guān)系數(shù)在

25、k=1處顯著不為O，k=4時(shí)似乎也與0有顯著差異, 所以可取p=1，4；自相關(guān)系數(shù)在k=1處顯著不為O，k=4時(shí)似乎也與0有顯著差異,可考慮q=1，4。為了使建立的模型更精確, 可適當(dāng)放寬p 與q 的范圍, 建立ARIMA(p,d,q)模型。借助EVIEW 軟件，選取ARIMA(1,1,1)、ARIMA(1,1,4)、ARIMA(4,1,1)、ARIMA(4,1,4)進(jìn)行分析。得下表見(jiàn)表5.3: 模型AICSCR2結(jié)論ARIMA(1,1,1)-2.8223-2.72300.3572未通過(guò)檢驗(yàn)ARIMA(1,1,4)-3.2206-3.12140.5684通過(guò)檢驗(yàn)ARIMA(4,1,1)-3.2

26、35362-2.9371180.7242通過(guò)檢驗(yàn)ARIMA(4,1,4)-3.8635-3.56530.8701通過(guò)檢驗(yàn)表5.3 模 型 比 較由上表可知，ARIMA(4,1,4)的R2最大，AIC、SC值也最小，可以認(rèn)為其時(shí)間序列模型為ARIMA（4,1,4）較為合適。運(yùn)用EVIEW5.0 軟件，進(jìn)行擬合。結(jié)果如下：圖5.10 ARIMA（4,1,4）模型AIC、BC信息量相對(duì)最小的是ARIMA（4,1,4）模型，即根據(jù)擬合結(jié)果可知所選模型為： (8)4313t29573. 02707. 12901. 15387. 04288. 0ttttttyyy 模型檢驗(yàn)與預(yù)測(cè)對(duì)于所得的模型，要對(duì)該模型

27、的殘差序列進(jìn)行平穩(wěn)性和隨機(jī)性檢驗(yàn)。利用殘差相關(guān)性Q檢驗(yàn)及觀察殘差的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)，可判斷被估模型的殘差序列是否為t白噪聲序列。如果殘差序列是白噪音，則可以接受這個(gè)模型；如果不是，那么說(shuō)明殘差序列可能還存在有用信息沒(méi)被提取，需要進(jìn)一步改進(jìn)模型。對(duì)殘差序列的ADF檢驗(yàn)結(jié)果(見(jiàn)圖12）表明，殘差序列在99%的置信水平上是平穩(wěn)的，因此可以用該模型進(jìn)行預(yù)測(cè)。圖5.11 殘差序列的ADF檢驗(yàn)預(yù)測(cè)如下：圖5.12 預(yù)測(cè)模型評(píng)價(jià) 從自相關(guān)分析圖可以看出，自相關(guān)系數(shù)全都落入置信區(qū)間內(nèi)，所以可認(rèn)為序列是白噪聲的，可直接進(jìn)行預(yù)測(cè)。應(yīng)用SAS軟件對(duì)2009年的相對(duì)城鄉(xiāng)居民人均收入比及城鄉(xiāng)居民收入差進(jìn)行預(yù)測(cè)，

28、按照當(dāng)前發(fā)展趨勢(shì)，2008年城鄉(xiāng)居民收入差值預(yù)測(cè)值為11075.5，實(shí)際值為11020.1，誤差近為0.504%，誤差較小，說(shuō)明模型擬合度較好（見(jiàn)圖5.12）。2009年的相對(duì)城鄉(xiāng)居民人均收入差為12550.7，城鄉(xiāng)發(fā)展不平衡，收入差距懸殊已成為迫切需要解決的問(wèn)題，預(yù)測(cè)結(jié)果如下（見(jiàn)表5.4）。年 份20092010201120122013城鄉(xiāng)收入差12550.713069.412463.612814.212880.8（注：依據(jù)ARMA模型，運(yùn)用Eviews5.0 軟件得出。）表5.4 城鄉(xiāng)收入比未來(lái)5年預(yù)測(cè)結(jié)果下面,我們將 2009 年國(guó)家統(tǒng)計(jì)年鑒中關(guān)于城鄉(xiāng)收入的數(shù)據(jù)與上面所建立的模型進(jìn)行預(yù)測(cè)

29、得到的值進(jìn)行比較，見(jiàn)表 5.5。指標(biāo)的實(shí)際值指標(biāo)的預(yù)測(cè)值預(yù)測(cè)相對(duì)誤差值預(yù)測(cè)誤差比 值3.314853.329660.0043470.435%差 值11020.111075.50.0050270.504%表 5.5 2008 年城鄉(xiāng)收入及其差距的實(shí)際值和預(yù)報(bào)值從表5.5的比較來(lái)看,模型的預(yù)報(bào)效果還是比較好的。這樣說(shuō)明了模型預(yù)測(cè)的功能還是值得信賴的。當(dāng)然,對(duì)模型的進(jìn)一步評(píng)價(jià),則需要更多的實(shí)際值以比較。這將是我們以后將繼續(xù)關(guān)注的內(nèi)容。6 6 結(jié)論與建議結(jié)論與建議由預(yù)測(cè)結(jié)果知2009年城鄉(xiāng)收入比將達(dá)到3.31491。而根據(jù)2008年統(tǒng)計(jì)年鑒，城鄉(xiāng)收入比3.31485，兩年比值很接近，并且2010年后我

30、國(guó)城鄉(xiāng)差值也在呈現(xiàn)下降趨勢(shì)，可見(jiàn)2008至2010年至少成為一個(gè)短期拐點(diǎn)，預(yù)計(jì)今后幾年收入差距尤其是占收入差距主體的城鄉(xiāng)差距會(huì)有所縮小，至少不會(huì)是明顯增大。這與未來(lái)幾年的預(yù)測(cè)結(jié)果走向是一致的。我國(guó)作為一個(gè)發(fā)展中國(guó)家，城鄉(xiāng)收入差距過(guò)大，為改善現(xiàn)狀，政府在實(shí)施財(cái)政政策的同時(shí)，要充分考慮財(cái)政收支對(duì)城鄉(xiāng)收入差距影響，優(yōu)化財(cái)政收支結(jié)構(gòu)，積極推進(jìn)城鄉(xiāng)統(tǒng)籌，加大對(duì)農(nóng)村經(jīng)濟(jì)投入，提高農(nóng)民收入水平，才可能促使城鄉(xiāng)收入差距逐步縮小，繼續(xù)實(shí)行“工業(yè)反哺農(nóng)業(yè)，城市支持農(nóng)村”的方針，全面推進(jìn)新農(nóng)村建設(shè)的各項(xiàng)工作，只有這樣才有可能促使城鄉(xiāng)居民收入差距逐步縮小，進(jìn)入下降階段。而在 2008-2010 年間，我國(guó)發(fā)生過(guò)很多自

31、然災(zāi)害及國(guó)際金融危機(jī)的影響，2008 年以來(lái)年關(guān)將至，回首這一年來(lái)所發(fā)生的事，令人有一種不甚回首的感覺(jué)。再加上相關(guān)政策的實(shí)施使得我國(guó)城鄉(xiāng)收入差距形成一個(gè)短期的轉(zhuǎn)折點(diǎn)。為應(yīng)對(duì)這樣的結(jié)局需要對(duì)宏觀經(jīng)濟(jì)形勢(shì)以及相應(yīng)的公共政策走向做出判斷，并在此基礎(chǔ)上提出以下幾點(diǎn)對(duì)策。1) 消除政策性因素。農(nóng)村基礎(chǔ)設(shè)施的好壞關(guān)系到農(nóng)村生產(chǎn)和生活的大問(wèn)題。2) 積極推進(jìn)農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營(yíng)，不斷夯實(shí)以工促農(nóng)的產(chǎn)業(yè)支撐，穩(wěn)定農(nóng)產(chǎn)品的價(jià)格，建立健全糧食儲(chǔ)備調(diào)節(jié)機(jī)制。 3) 加快城鎮(zhèn)化步伐，積極發(fā)揮以城帶鄉(xiāng)的重要作用。大力推進(jìn)城鎮(zhèn)化進(jìn)程，積極發(fā)揮城鎮(zhèn)對(duì)統(tǒng)籌城鄉(xiāng)發(fā)展的帶動(dòng)作用。4) 實(shí)施就業(yè)優(yōu)先發(fā)展戰(zhàn)略、構(gòu)建就業(yè)結(jié)構(gòu)的和諧。 預(yù)測(cè)程序：1、ls chat1 ar(2) ar(3) ar(4) ma