spss论文 居民月收入的影响因素分析.doc

居民月收入的影响因素分析摘要 本文针对居民的月收入，利用定性研究和定量研究的分析方法，使用某全国性综合社会调查数据进行排序编号、就均值、方差处理、回归分析，使用分组对比作图比较等方法和相关理论，对我国居民月收入的影响因素进行研究分析，得到结果为影响月收入差异的因素有性别、城乡、户籍、学历等，最后根据分析结果，给出关于如何缩小收入差距的建议。关键词 居民月收入 影响因素 差距 对策 一、前言（一）问题的提出全民建成小康社会是中国梦的目标之一，人民民主不断扩大，人民生活水平全民提高，是国家和居民都高度关注的问题，但是由于我国的复杂的社会环境和社会客观条件，造成了居民收入的不平衡，是什么因素影响了居民收入的不同需要我们通过调查数据、分析数据、总结结论等定量研究来找到。并且在结论的基础上，我们可以做些什么来减少居民收入间差距。（二）研究意义 在多重因素的影响下，我国居民收入差距不断扩大，着不仅会影响经济发展速度，也可能带来政治、社会等各方面的问题，收入差距问题已经成为我国当前社会一个无法避免的问题，一个亟待解决的问题。分析影响居民收入的因素，提出解决居民收入差距的对策，对社会、经济、政治等各方面有着积极的作用。二、文献综述（一）定义1居民收入居民收入是从各种来源所取得的现期收入的综合，分为纯收入和毛收入，居民收入水平是直接影响市场容量大小的重要因素，一方面受制于宏观经济状况的影响，另一方面受国家收入分配政策、消费政策的影响。居民收入水平直接决定消费者购买力水平，收入水平高则购买力强，反之则弱。2.定量分析定量分析指分析一个被研究对象所包含的数量关系或所具备性质间的数量关系；也可以对几个对象的某些性质、特征、相互关系从数量上进行分析比较，研究的结果也用“数量”加以描述。本文利用spss软件进行分析。（二）文献中影响因素的理论视角影响我国居民收入的因素主要体现在四个方面， 即城乡收入差距、行业企业收入差距、地区收入差距、高管和普通职工收入差距， 这四方面的收入差距近年来都在不断扩大， 应引起社会重视。1.城乡收入差距改革开放以来，我国居民收入逐步增加，1978年到2011年间，城镇居民收入从343.4元增加到 24565元， 增长了70多倍， 而农村居民收入也从133.6元增加到7917元， 增长了50多倍。 但是同时可以看到的是城镇居民和农村居民之间的收入差距与日俱增，城镇居民与农村居民收入差由209.8元增加至16648元。（2014，杜萌）2.行业收入差距随着改革开放的不断深入和市场经济体制的不断发展，随着市场经济体制的深化以及所有制结构的多元化，不同竞争程度、不同所有制行业的职工收入发生很大的变化，造成各个行业之间的收入差距明显扩大。新兴产业、科技含量高的行业以及垄断性较强的行业收入水平不断升高，而传统劳动力投入比较密集以及科技含量较低的行业则长期徘徊在低谷。3.区域收入差距我国幅员辽阔，各地自然条件、资源禀赋、社会发展水平、思想观念等方面有较大的差异，由此导致了各个地区间发展的不平衡引起的收入差距逐渐拉大。4.企业高管薪酬与普通职工收入差距近年来，随着一些金融企业股改上市，行业薪酬水平呈现出快速增长态势，个别金融企业对高管人员发放过高薪酬，与社会平均收入水平以及内部员工收入水平差距明显拉大， 令人咋舌。（三）文献总评 随着改革开放的发展，国内地区间居民的收入差距越来越大（2014，韩素文，曹亚丽）。随着农村经济改革的深入发展，经济发展不平衡的加剧导致了各地区人均收入差距呈阶梯型上升的趋势。对于我国存在收入差距并且不断扩大的问题， 国内外学者达成了一致意见，然而，对于我国收入差距到底有多大，却自始至终存在争议。一些学者通过计算我国的基尼系数得出我国收入差距已经超过了国际通行标准的 0.4 的警戒线（Khan&Riskin，2005；Ravallion&Chen，2007；程永宏，2007；李实，2011；李实、罗楚亮，2011 等）；另一些学者则认为我国的基尼系数被高估（江小涓、李辉， 2005； 周其仁，2006； 魏杰、谭伟， 2006； 白重恩、钱震杰，2009 等）。在流动人口和本市居民之间工资均存在较为严重的性别歧视；流动人口工资性别歧视程度要小于本地居民工资，但不同群体面临的工资性别歧视产生原因有所差别；在流动人口群体内部性别歧视也存有城乡二元异质性，乡城流动女性面临的性别歧视要重于城城流动女性。（2014，曹永福，宋月萍）在以往的学者研究中，定量研究或者定性研究都得出了影响月收入的因素和相应缩小收入差距的对策，其中有可取的地方，比如利用模型进行分析，但是也存在着一些不全面的问题，比如忽略居民的个人因素、微观因素等。本文根据对居民的调查数据得到影响收入的因素，做出补充和完善。三、基于某全国性综合社会调查的居民月收入差距影响因素的定量分析（一）假设的建立根据数据建立假设：1.不同性别对居民月收入有明显影响2.城乡差异对居民月收入有明显影响3.性别、城乡对居民月收入有交互影响4.影响居民月收入的因素有：性别、城乡、户籍、教育程度、政治面貌、技术职称等。（二） 数据描述1.性别A2-01.性别频率百分比有效百分比累积百分比有效男491947.447.447.4女545352.652.6100.0合计10372100.0100.0男性人数为4919，占总数的47.4%，有效百分比为47.4%；女性人数为5453，占总数的52.6%，有效百分比为52.6%；女性比例稍大于男性比例，但均接近50%，采集对象比例基本均等。2.城乡S2c.城市/农村频率百分比有效百分比累积百分比有效城市609858.858.858.8农村427441.241.2100.0合计10372100.0100.0城市人数为6098，占总人数为58.8%，有效百分比为58.8%；农村人数为4273，占总人数为41.2%，有效百分比为41.2%；本次调查采集对象比例城市人口略大于农村人口。3.户籍A5-01.户口性质频率百分比有效百分比累积百分比有效城镇常住户口542252.352.352.3当地有效城镇户口（如蓝印自理口粮户口）3613.53.555.8农业户口456044.044.099.7其他29.3.3100.0合计10372100.0100.0在户口性质即户籍中，城镇常住户口为5422个，当地有效城镇户口为361个，农业户口为4560个，其他29个。城镇户口累积百分比为55.8%，略多于农业户口。 4.教育程度B03b.您最终完成的最高的教育程度是频率百分比有效百分比累积百分比有效没有受过正式教育116411.211.211.2自修37.4.411.6小学（一年级）1601.51.513.1小学（二年级）2122.02.015.2小学（三年级）2982.92.918.0小学（四年级）2952.82.820.9小学（五年级）6256.06.026.9小学（六年级）106210.210.237.2初中（一年级）2372.32.339.4初中（二年级）2772.72.742.1初中（三年级）257724.824.867.0高中（一年级）48.5.567.4高中（二年级）1861.81.869.2高中（三年级）137913.313.382.5职高、技校1771.71.784.2中专5885.75.789.9大专（非全日制）2602.52.592.4大专（全日制)4144.04.096.4本科（非全日制）85.8.897.2本科（全日制）2582.52.599.7研究生及以上（国内就读）18.2.299.9*研究生及以上（国外就读）4.0.099.9其他10.1.1100.0合计10371100.0100.0缺失Not Answer1.0合计10372100.0教育程度从没受过教育到研究生及以上有效比例为99.9%，0.1%为其他，并且每一阶段都分得很具体，数据代表性强。5.政治面貌B04a.请问，您是否是共产党员呢？频率百分比有效百分比累积百分比有效是共产党员112010.810.810.8不是共产党员925289.289.2100.0合计10372100.0100.0政治面貌中1120是共产党员，9252为非共产党员所占比例为89.2%，非共产党员比例占绝大多数。6.技术职称B09c.请问，您的技术职称是：频率百分比有效百分比累积百分比有效无职称454943.974.274.2初级4134.06.781.0中级8097.813.294.2高级3433.35.699.8特高15.1.2100.0合计612959.1100.0缺失-99.99424340.9合计10372100.0关于技术职称的调查，无职称的占绝大多数74.2%，其余初级、中级、高级以及特高职称总和占25.8%。7.生活水平C12.按2004年的收支情况，您家的生活水平在本地大体属于哪个层次？频率百分比有效百分比累积百分比有效上层 89.9.9.9中上层7126.96.97.7中层 420740.640.648.3中下层310329.929.978.2下层 226121.821.8100.0合计10372100.0100.0生活水平中，中层、中下层所占比例居多，分别为40.6%和29.9%，下层具名也不在少数有21.8%，上层和中上层比例较小，特别富有的人较少。8.经济地位C13.您家的社会经济地位在本地大体属于哪个层次？频率百分比有效百分比累积百分比有效上层 79.8.8.8中上层6776.56.57.3中层 416840.240.247.5中下层309929.929.977.4下层 234922.622.6100.0合计10372100.0100.0在经济地位中，中层、中下层比例较大，分别为40.2%和29.9%，下层也较多为22.6%，上层和中层较少，而最上层和最下层的比例差距过大，意味着收入差距及贫富差距很大。（三）统计分析1.性别与居民月收入的关系均值案例处理摘要案例已包含已排除总计N百分比N百分比N百分比B12a.上个月，您个人获得的总收入是多少元？ * A2-01.性别993195.7%4414.3%10372100.0%报告B12a.上个月，您个人获得的总收入是多少元？A2-01.性别均值N标准差男895.153547491487.48383女600.117951821035.79109总计741.203899311280.40741使用spss对月收入和性别进行均值比较，得出表格说明：上个月个人获得的总收入中，男性的均值是895.1535，女性的均值是600.1179，895.1535600.1179男性月收入的大于女性的月收入，因此不同性别之间的月收入不同。ANOVA 表平方和Df均方FB12a.上个月，您个人获得的总收入是多少元？ * A2-01.性别组间（组合）2.157E812.157E8133.324组内1.606E1099291617883.736总计1.628E109930ANOVA 表显著性B12a.上个月，您个人获得的总收入是多少元？ * A2-01.性别组间（组合）.000显著性为0.000348.6246, 农村比城市少很多，因此城乡月收入有较大差距。ANOVA 表平方和df均方FB12a.上个月，您个人获得的总收入是多少元？ * S2c.城市/农村组间（组合）1.044E911.044E9680.643组内1.524E1099291534422.065总计1.628E109930ANOVA 表显著性B12a.上个月，您个人获得的总收入是多少元？ * S2c.城市/农村组间（组合）.000显著性为0.000.05 具有明显的显著性，因此城乡是影响月收入的明显因素相关性度量EtaEta 方B12a.上个月，您个人获得的总收入是多少元？ * S2c.城市/农村.253.064城乡与上个月个人总收入的相关性 Eta 为0.253 数字较大 说明城市或者农村对月收入有影响且影响较大。结论：城乡是月收入的一个显著性影响因素。因此1、2假设成立3.性别和户籍对月收入的主效应和交互效益3.1性别主效应主体间因子值标签NA2-01.性别1.00男47492.00女5182主体间效应的检验因变量:B12a.上个月，您个人获得的总收入是多少元？源III 型平方和df均方FSig.校正模型2.157E812.157E8133.324.000截距5.540E915.540E93424.517.000sex2.157E812.157E8133.324.000误差1.606E1099291617883.736总计2.174E109931校正的总计1.628E109930a. R 方 = .013（调整 R 方 = .013）调整后的R方越大，说明性别和月收入的线性关系越强，即年性别对月收入的解释力越强。表中调整后的R平方0.013，表示性别能够解释月收入1.3的变化3.2户籍主效应主体间因子值标签NA5-01.户口性质1.00城镇常住户口52582.00当地有效城镇户口（如蓝印自理口粮户口）3463.00农业户口43014.00其他26主体间效应的检验因变量:B12a.上个月，您个人获得的总收入是多少元？源III 型平方和df均方FSig.校正模型9.460E833.153E8204.151.000截距3.150E813.150E8203.903.000hukou9.460E833.153E8204.151.000误差1.533E1099271544640.881总计2.174E109931校正的总计1.628E109930a. R 方 = .058（调整 R 方 = .058）调整后的R方越大，说明户籍和月收入的线性关系越强，即户籍对月收入的解释力越强。表中调整后的R平方0.058，表示性别能够解释月收入5.8的变化3.3性别和户籍对月收入的交互作用主体间因子值标签NA2-01.性别1.00男47492.00女5182A5-01.户口性质1.00城镇常住户口52582.00当地有效城镇户口（如蓝印自理口粮户口）3463.00农业户口43014.00其他26主体间效应的检验因变量:B12a.上个月，您个人获得的总收入是多少元？源III 型平方和df均方FSig.校正模型1.172E971.674E8109.974.000截距3.063E813.063E8201.181.000sex1.076E711.076E77.069.008Hukou9.523E833.174E8208.505.000sex * hukou9060791.20833020263.7361.984.114误差1.511E1099231522486.465总计2.174E109931校正的总计1.628E109930a. R 方 = .072（调整 R 方 = .071）调整后的R方越大，说明性别和户籍与月收入的线性关系越强，即性别和户籍对月收入的解释力越强。表中调整后的R平方0.071，表示性别能够解释月收入7.1的变化结论：性别和户籍的交互作用大于户籍的作用大于性别对月收入的影响作用。男性女性均值城镇常住户口1200800M3=1000当地有效城镇户口1100600M4=850农业户口500250M5=375均值M1=933M2=550交互效应如图所示，两条线不平行就有交互作用，相同性别时城镇户口大于农业户口收入，相同户籍时男性大于女性收入。根据图总结表格如上，比如M3是城镇常住户口的均值，M4是当地有效城镇户口的均值，M5是农业户口的均值，M3，M4和M5这三个总均值的差异，就代表了户籍的主效应；M1，M2这两个总均值的差异代表了性别的主效应。4. 对受访者的性别、户籍、教育程度、政治面貌、技术职称和受月收入进行多元线性回归分析首先原变量转换为虚拟变量：男性=0 女性=1；城镇户口=0 农业户口=1；大专以下教育程度=0 大专及以上教育程度=1；是党员=0 非党员=1；无职称=0 有职称=1.回归输入移去的变量模型输入的变量移去的变量方法1技术职称, xingbie, 户籍, 政治面貌, 学历a.输入a. 已输入所有请求的变量。模型汇总模型RR 方调整 R 方标准 估计的误差1.236a.056.0551497.87690a. 预测变量: (常量), 技术职称, xingbie, 户籍, 政治面貌, 学历。调整后的R平方0.055，表示整个方程能够解释收入变化的5.5。Anovab模型平方和df均方FSig.1回归7.875E851.575E870.200.000a残差1.333E1059402243635.220总计1.411E105945a. 预测变量: (常量), 技术职称, xingbie, 户籍, 政治面貌, 学历。b. 因变量: B12a.上个月，您个人获得的总收入是多少元？表中F值的显著度（Sig）0.001，表明整个方程是显著的，也就是说自变量与因变量之间具有显著的线性关系。但这并不意味着每个自变量与因变量都具有显著的线性关系，具体的结论还需要看后面对每个自变量的回归系数的检验结果。系数a模型非标准化系数标准系数B标准 误差试用版tSig.1(常量)871.50471.77012.143.000xingbie-241.17439.971-.078-6.034.000户籍77.03053.624.0191.436.151学历769.08656.969.18313.500.000政治面貌62.26557.447.0141.084.278技术职称258.07047.986.0735.378.000a. 因变量: B12a.上个月，您个人获得的总收入是多少元？从上表可以看出xingbie、学历、技术职称通过t检验sig0.05, 也就是说户籍、政治面貌对模型的建立没有显著的作用。表中B栏的非标准化回归系数表明：第一，在控制了其他变量之后，男性比女性的月收入高约241元；城市户口比农村户口的月收入高约77元。第二，大专及以上文化程度的受访者的月收入比大专以下文化程度的受访者月收入高了约769元。第三，是党员的比不是党员的月收入高约62元。有技术职称的比没有技术职称的月收入高约258元。由此我们可以得到回归方程式：y871.504+241.174性别+77城市+769.086大专及以上+62.265党员+258.07技术职称表中Beta栏的标准化回归系数的绝对值可以用于比较各个自变量之间对因变量的贡献大小：大专(0.183) 性别(0.078) 技术职称(0.073) 户籍(0.019) 党员(0.014)（四） 模型解释1.均值比较两个样本中某变量均值不同，其差异是否具有统计意义，能否说明总体差异？在商业分析中，通常需要进行组与组之间平均水平的比较。 Means过程其实就是按照用户指定条件，对样本进行分组计算均数和标准差，如按性别计算各组的均数和标准差。2.方差分析方差分析用于两个及两个以上样本均值差异的显著性检验。方差分析的基本思想：通过分析研究中不同变量的变异对总变异的贡献大小，确定控制变量对研究变量影响力的大小。通过方差分析，分析不同水平的控制变量是否对结果产生了显著影响。如果控制变量的不同水平能够对结果产生显著影响，那么它和随机变量共同作用，必将使结果有显著变化。从方差入手的研究方法有助于找到事物的内在规律性。方差分析就是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量以及对观测变量有显著影响的各个控制变量其不同水平以及各水平的交互搭配是如何影响观测变量的一种分析方法。3.回归分析多元线性回归模型是指有多个解释变量的线性回归模型，用于揭示被解释变量与其他多个解释变量之间的线性关系。多元线性回归数学模型：其中0、1、 p都是未知参数，分别称为回归常数和偏回归系数，称为随机误差，是一个随机变量，且同样满足两个前提条件：（五） 结论 居民月收入的影响因素有：性别、城乡、学历、技术职称、户籍、政治面貌。其中学