我国城镇居民收入来源构成的统计分析 (2)

表6
解释的总方差
初始特征值
提取平方和载入
旋转平方和载入
成份 合计
方差 的%
累积 %
合计
方差 的 % 累积 % 合计
方差 的%
累积 %
1
2.017 50.418 50.418 2.017 50.418 50.418 1.708 42.711 42.711
2
1.309 32.725 83.142 1.309 32.725 83.142 1.617 40.432 83.142
表4 残差统计表
残差统计量a
极小值
极大值
均值 标准 偏差 N
预测值
18731.8574 43712.1250 25531.8051 6342.34393
31
标准 预测值
-1.072
2.866
.000
1.000
31
残差
-1049.5614 808.72717
.00000 391.09310
31
0
标准 残差
在这种背景下研究我国居民收入的来源及各个收入来源对居民收入的影响 情况，有利于：一、找出在居民收入来源中比较重要的部分保持稳定的增长；二、 得到各个收入来源对居民收入的影响情况，其影响最大的给予支持；三、根据我 国各省会城市居民收入的水平不同，对省会进行排名；四、根据研究结果对我国 的经济建设献计献策。
经济水平较第一类城市发展缓慢。
表5
聚类成员
案例号 1
地区 北京
聚类 1
2
天津
1
3
河北
2
4
山西
2
5
内蒙古
2
6
辽宁
2
7
吉林
2
8
黑龙江
2
9
上海
1
10
江苏
1
11
浙江
1
12
安徽
2
13
福建
1
14
江西
2
距离 4497.949 3529.478 50.154 74.558 2966.475 3047.979 255.595 2933.227 8028.309 3285.051 2027.949 584.023 5006.677 657.510
表2
表3
综上所述，可以得到 （1）最终的模型表达式为：可支配收入=1046.089+0.835*工资性收入+0.917*
转移性支出+1.090*经营净收入+1.110*财产性收入； （2）最终的模型拟合优度较好，修正后的样本可决系数为0.996，接近于1； （3）模型中各自变量系数的显著性p值都小于0.05，回归方程的线性关系显著； （4）在得出的模型中“工资性收入”的回归系数较小，说明“工资性收入”
3
.435 10.886 94.029
4
.239 5.971 100.000
提取方法：主成份分析。
解释的总方差，我们通过表6初始特征值可以看出只有两个特征值大于1，所
以提取前两个公因子，提取平方和载入显示第一个公因子的方差贡献率为
50.418%，前两个公因子的方差贡献率总和共占83.142%，可见提取前两个公因
综合得分=FAC1_1 * 0.42711 + FAC2_1 * 0.83142，这一变量将代表这个城市的居
民可支配收入的综合排名
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
地区 浙江 福建 广东 上海 江苏 云南 湖南 山东 北京 全国 辽宁 内蒙古 江西 广西 海南 安徽 重庆 贵州 四川 天津 河南
没有明显偏离正态性假设，因此可以认为回归模型是恰当的。
图3
图4 2.2 聚类分析
利用 K—均值聚类法，通过表 5 可以看出把所有的城市分为两类，其中“北
京”、“天津”、“广东”、“上海”、“江苏”、“浙江”和“福建”分为第
一类，其余的各市分为第二类，充分说明了第一类成员的人均可支配收入相当，
说明他们的经济结构相似，属我国经济比较发达的几个地区，然而其他几个地区
我国城镇居民收入来源构成的统计分析
摘要 本文采用 2014 年我国分地区城镇居民人均收入来源的统计数据，首先利用 基本的饼图和条形图分析各收入来源所占比例和各城镇收入水平的比较，得到在 四种收入来源中工资性收入最多，财产性收入最少，说明我国居民渴望稳定的收 入，同时得出我国北上广等几大城市居民收入较高，而其他几所城市居民收入相 对较低；然后运用回归分析得出可支配收入与各收入来源之间的回归关系，得到 回归模型，得出财产性收入对居民收入影响较大，工资性收入对居民收入影响较 小；然后运用聚类分析把所有的城市分类，得到收入比较高的几个城市和其他各 个城市的区别；最后对各地区进行因子分析，通过计算综合得分对各城镇进行排 名，比较各城镇居民的收入情况，通过分析可知我们在坚持工资性收入稳定增长 的同时，适当增加财产性收入。 关键字 可支配收入 回归分析 聚类分析 因子分析
24% 3%
64% 9%
图1 通过图 2 我们可以得出在我国的所有城市中北京、上海、广东、江苏、天津、 福建和浙江的居民可支配收入在全国排名靠前，而其他各城市的居民收入则比较 低，这说明了在我国众多城市中北上广等几个城市发展起步较早，经济发展迅速， 居民收入普遍偏高，其他几个城市居民收入相对较低，国家应该在政策上坚持发 达地区更加发达，不富裕地区加大发展力度，适当政策倾斜。
收入和工资性收入，由于这两类收入比较稳定不容易变动，因此可以将其命名为
“确定性收入”，第二主成分包括经营净收入和财产性收入，由于这两类收入容
易受各种因素的干扰，比如人为因素等，因此可将这部分收入命名为“变动性收
入”
表8
成份得分系数矩阵
成份
1
2
工资性收入 经营净收入 财产性收入 转移性收入
.530 -.105 -.013
27
陕西
2
328.180
28
甘肃
2
3565.414
29
青海
2
3031.652
30
宁夏
2
696.862
31
新疆
2
2656.422
2.3 因子分析
我们通过回归分析已经得出了可支配收入与居民主要收入来源的回归方程，
初步判定工资性收入对可支配收入影响较小，财产性收入对可支配收入的影响较
大，说明在居民收入来源中工资性收入占据了主导地位，比较稳定，除非发生重
-2.498
1.925
.000
.931
31
a. 因变量: 可支配收入
表4给出了回归分析的残差统计结果，可以看出预测值及标准化的预测值、
残差及残差预测值的最小值、最大值、均值、标准差和样本数。这些数据中无离
群值，模型比较符合要求。
除了分析残差统计外，还可以直接做出标准残差的直方图和正态P-P图来观
察其是否服从正态分布。从图3和图4可以看出模型的残差较好地服从正态分布，
大意外，否则工资性收入不会大起大落；但是财产性收入虽然在可支配收入中占
据很少的一部分，但是由于其不确定性是其对可支配收入影响比较大。同时通过
聚类分析我们把我国经济水平比较发达的几个城市分为一类，同时把其余的分为
一类，一目了然。
因子分析时我们可以利用因子分析对构成可支配收入的各个变量提取公因
子，对数据进行降维处理,然后再对各个城市进行排名。
15
山东
2
5733.908
16
河南
2
132.162
17
湖北
2
376.233
18
湖南
2
883.798
19
广东
1
2733.001
20
广西
2
775.186
21
海南
2
398.712
22
重庆
2
2685.935
23
四川
2
162.559
24
贵州
2
1863.117
25
云南
2
705.335
26
西藏
2
2506.842
其中工资性收入是拉动居民收入大幅增长的主要因素，2007 年以来由于国
家政策的原因使转移性收入对居民收入的拉动作用加大，随着非公有制经济的快 速发展和城镇居民就业观念的转变，城镇个体和私营企业从业人员队伍不断壮 大，个体经营活跃，经营性收入增速加快，经历了 2007 年的大牛市至今经济的 快速发展，投资结构的多元化、居民家庭收入的日益增加及证券市场的复苏使我 国居民的投资热情高涨，使财产性收入增长迅速。 1.2 研究目的
子足够代替所有的变量。
表7
旋转成份矩阵a
成份
1
2
转移性收入 工资性收入 经营净收入 财产性收入
.926 .907 .021 .168
.008 .191 .895 .882
提取方法 :主成份。 旋转法 :具有 Kaiser 标准化的正交
旋转法。 a. 旋转在 3 次迭代后收敛。
通过旋转得分矩阵表7我们能很容易的看出第一主成分包含两方面，转移性
对可支配收入的影响较小，比较符合我国居民的基本情况，大部分居民工作稳定， 收入基本维持居民日常生活；然而“财产性收入”的回归系数较大，说明“财产 性收入”对可支配收入的影响较大，对于我国居民来说“财产性收入”来源于投 资理财所获得的偶然性收入，在很大范围上影响了可支配收入。
近年来，随着经济形势的好转，居民收入水平提高，使得居民生活水平有了 很大提高，但是工资性收入增加了，却在本质上对可支配收入的影响不大，关键 是财产性收入，只有财产性收入的真正增加才能从根本上改变可支配收入。因此 国家应该支持经融行业的发展，提出以虚拟经济带动实体经济的发展战略对于改 善居民的可支配收入有很大的帮助。