长沙县城镇居民收入差距变化趋势与对策研究

长沙县城镇居民收入差距变化趋势与对策研究STUDYONTHECHANGETRENDANDCOUNTERMEASUREOFINCOMEGAPOFURBANRESIDENTSINCHANGSHACOUNTY目录TOC\o"1-1"\h\u摘要 长沙县城镇居民收入差距变化趋势与对策研究摘要:改革开放以来，长沙县城镇居民的收入水平整体上增长的同时，收入差距也在不断扩大。这种现象不利于社会经济发展。本文根据2008-2018年《长沙县统计年鉴》提供的相关经济数据，对长沙县城镇居民收入差距的现状与变化趋势进行分析，利用相关性分析、主成分分析等方法对影响收入差距的诸多相关因素进行了分析。再对提取整合的数据进行建模拟合，初步预测了长沙县城镇居民收入差距的变化趋势，最后对结果做出相应的对策研究。关键词:城镇居民；收入差距；变化趋势；主成分分析StudyonthehangetrendandcountermeasureofincomegapofurbanresidentsinChangshacountyAbstract：Sincethereformandopeningup,theincomegapofurbanresidentsinChangshacountyhasbeenexpandingwhiletheoverallincomelevelhasincreased.Thisphenomenonisdetrimentaltosocialandeconomicdevelopment.BasedontherelevanteconomicdataprovidedbythestatisticalyearbookofChangshacountyfrom2008to2018,thispaperanalyzesthecurrentsituationandchangingtrendoftheincomegapofurbanresidentsinChangshacounty,andanalyzesmanyrelevantfactorsaffectingtheincomegapbymeansofcorrelationanalysisandprincipalcomponentanalysis.Then,basedontheextractedandintegrateddata,thepapermakesapreliminarypredictionofthevariationtrendofincomegapamongurbanresidentsinChangshacounty,andfinallymakesacorrespondingcountermeasurestudyontheresults.Keywords:Urbanresidents;Incomedisparity;Changetrend;principalcomponentanalysis1诸论1.1研究背景及意义1.1.1研究背景十八大以来，我国经济快速增长，我国综合国力不断提升。但是国家在经济发展中，始终要考虑人民群众的根本利益。在经济的快速发展中，人民的生活水平得到了改善，这得益于城镇居民收入的增加。但在整体收入增加的情况下，同时也出现一个不可忽视的问题，就是城镇居民收入差距显著。长沙县作为湖南省省会城市长沙市的县城，在长沙市经济高速发展的情况下，带动其经济发展，使城镇居民收入也随着经济发展不断提高，人民的生活水平稳步提升，同时，城镇居民收入差距扩大的问题也日益突出，这一问题也带来许多不利的影响，严重的收入差距甚至会引发社会矛盾与社会动荡。因此，如何解决城镇居民收入差距扩大这个问题，对长沙县人民生活能够更稳定有着重大关系。本文通过主成分分析方法来分析长沙县城镇居民的收入差距变化的影响因素，并利用拟合函数来分析趋势变化，对其背后产生的问题作出相应的对策研究，希望对长沙县人民的生活能更美好有重要作用1.1.2研究意义居民收入差距这个问题一直受到许多人的关注，也有许多学者进行研究。然而，大多数学者研究的是全国城镇居民或城乡的收入差距，或者某个省份的居民收入差距，对某个具体地区、具体县城的城镇居民收入差距研究较少，而且，研究城镇居民收入差距变化趋势的更少，大多只研究居民收入差距的影响因素。因此，本文想研究长沙县城镇居民收入差距变化趋势，并建立合适的数学模型来得到研究这一问题，进而得到更令人信服的结论，并对结果做出相应的对策研究。长沙县作为全国百强县五强，其经济发展是非常迅速的。随着绿色转型升级，所有产业结构不断变化，城镇居民收入差距也发生重大的改变，城镇居民收入差距不断扩大并且有进一步扩大的趋势。为了促进长沙县经济增长和保持社会稳定，为了长沙县人民的美好生活，研究影响长沙县城镇居民收入差距变化的因素与城镇居民收入差距变化趋势有着重大意义，做出的对策研究对长沙县的可持续发展也有这现实意义。2长沙县城镇居民收入差距变化影响因素与变化趋势分析为了分析影响长沙县城镇居民收入差距变化的因素，我们需要从多个方面进行考虑，数据的选取要具备准确性和可得性，所选方法要具有代表性。2.1指标、数据和方法的选取2.1.1指标的选取经过查验相关文献，得知基尼系数是衡量居民收入差距的常用指标，基尼系数取值在0-1。一般情况下把0.2以下视为收入绝对平均，0.2-0.3视为收入比较平均；0.3-0.4视为收入相对合理；0.4-0.5视为收入差距较大，当基尼系数达到0.5以上时，则表示收入悬殊。本文选取长沙县的基尼系数G作为因变量。而影响长沙县城镇居民收入差距的因素有很多，本文主要选取了9个因素做自变量：失业率x1；人均GDP增长率x2；工资年增长率x3；第一产业占GDP比x4；第二产业占GDP比x5；第三产业占GDP比x6；社会保障和就业支出占地方财政比x7；居民消费价格指数（CPI）x8；恩格尔系数x9。2.1.2数据的选取为了保证数据的准确性与可得性，本文选取的数据均来自2008-2018年长沙县《统计年鉴》。表1数据统计Table1Datastatistics20082009201020112012201320142015201620172018x13.4003.8003.5003.3003.1002.9002.6003.0002.9002.8003.000x215.80015.10010.30013.80010.4009.70010.60019.7006.8004.700-1.600x321.41014.60019.100-3.40016.10036.3005.7006.6005.8005.4006.700x44.5002.5001.1001.7002.8006.6003.0002.6002.4001.5001.500x575.80073.80082.30087.00072.50071.30072.20067.80069.10072.00072.800x619.70023.70016.60011.30024.70022.10024.80029.60028.50026.50025.700x70.0720.0670.0610.0510.0360.0350.0320.0470.0460.0350.040x8105.20099.400102.900105.500102.800102.800102.700101.100101.900101.300101.900x936.80036.10035.50036.00035.20033.60032.80031.20028.80028.70026.500G0.4500.4300.4800.4900.4200.4300.4600.4100.4500.4600.4702.1.3方法的选取随着社会的发展科技的进步，人们研究城镇居民收入差距变化影响因素的方法越来越丰富，最主要的方法有回归分析法、因子分析法、主成分分析法等等。回归分析（regressionanalysis）：研究一个或者一组随机变量和另一个或者另一组变量之间的关系。因子分析（factoranalysis）：因子分析使数据简化，通过找到潜在的共性因子，建立因子模型，对结果进行分析评价。主成分分析（principalcomponentanalysis）：主成分分析是利用降维的方法，把多个变量通过分析化为少数几个变量（主成分），使其在包含大部分原始变量的情况下，依然不会出现重复的信息。简化问题，更容易抓住问题主要冲突，得到更有统计意义的数据。根据本文对长沙县城镇居民收入差距变化影响因素与变化趋势的研究以及对比以上几个分析方法，我们选择用主成分分析与主成分回归的方法来研究影响因素与变化趋势。2.2相关性分析由于本文选取了9个变量，变量较多，故我们对以上变量进行相关性分析。表2各变量间相关系数--p值Table2Correlationcoefficientbetweenvariables--pvaluex1x2x3x4x5x6x7x8x9x110.4070.184-0.1500.508-0.4900.869**-0.0130.637*x210.1030.2620.119-0.2030.4990.1300.705*x310.761**-0.167-0.0480.1350.0190.363x41-0.3160.039-0.0660.2020.288x51-0.960**0.4030.616*0.547x61-0.405-0.709*-0.661*x710.1390.564x810.413x91由表2可知：x1（失业率）与x7（社会保障和就业支出占地方财政比）、x9（恩格尔系数）显著相关；x2（人均GDP增长率）与x9（恩格尔系数）显著相关；x3（工资年增长率）与x4（第一产业占GDP比）显著相关；x5（第二产业占GDP比）与x6（第三产业占GDP比）、x8（居民消费价格指数）显著相关；x6（第三产业占GDP比）与x8（居民消费价格指数）、x9（恩格尔系数）显著相关。故我们剔除变量x6（第三产业占GDP比），保留x1（失业率）、x2（人均GDP增长率）、x3（工资年增长率）、x4（第一产业占GDP比）、x5（第二产业占GDP比）、x7（社会保障和就业支出占地方财政比）、x8（居民消费价格指数）、x9（恩格尔系数）8个变量，保留下的变量数据如表3：表3保留下的变量数据统计Table3Keepstatisticsofvariabledata20082009201020112012201320142015201620172018x13.4003.8003.5003.3003.1002.9002.6003.0002.9002.8003.000x215.80015.10010.30013.80010.4009.70010.60019.7006.8004.700-1.600x321.41014.60019.100-3.40016.10036.3005.7006.6005.8005.4006.700x44.5002.5001.1001.7002.8006.6003.0002.6002.4001.5001.500x575.80073.80082.30087.00072.50071.30072.20067.80069.10072.00072.800x70.0720.0670.0610.0510.0360.0350.0320.0470.0460.0350.040x8105.20099.400102.900105.500102.800102.800102.700101.100101.900101.300101.900x936.80036.10035.50036.00035.20033.60032.80031.20028.80028.70026.5002.3主成分分析2.3.1主成分分析方法的基本思想在实际问题中，我们研究的问题通常有多个指标，指标太多会是问题变得复杂并且会造成信息重复，这会使得我们会无法判断结果的准确性。因此，在定量研究中，如何在得到的信息较多而涉及的变量较少就成为一个重要的问题。主成分分析是利用降维的方法，将原来具有相关性的指标利用变量间的线性关系，重新组合成几个新的相互无关的指标。既保留了大部分原始变量的主要信息，又简化了问题，使得研究问题时更加容易。2.3.2主成分分析方法的计算步骤①对原始指标进行标准化②根据标准化后的数据矩阵求出相关系数矩阵R③求出R矩阵的特征根和特征向量④确定主成分⑤合成主成分2.4主成分模型的建立与求解2.4.1数据标准化将保留的八个变量进行标准化：表4标准化后的数据Table4Standardizeddata20082009201020112012201320142015201620172018Zx10.8081.9551.0950.521-0.052-0.626-1.486-0.339-0.626-0.912-0.339Zx20.9130.793-0.0310.570-0.014-0.1340.0201.583-0.632-0.993-2.074Zx30.8510.2210.637-1.4440.3602.228-0.602-0.519-0.593-0.630-0.510Zx41.107-0.155-1.038-0.6600.0342.4330.161-0.092-0.218-0.786-0.786Zx50.276-0.0771.4232.252-0.306-0.518-0.359-1.136-0.906-0.395-0.253Zx71.8041.3930.9550.243-0.801-0.918-1.113-0.036-0.086-0.895-0.546Zx81.549-1.7780.2291.7210.1720.1720.115-0.803-0.344-0.688-0.344Zx91.1170.9200.7510.8920.6660.215-0.010-0.461-1.138-1.166-1.7862.4.2利用SPSS软件建立模型对标准化后的数据进行主成分分析：表5解释的总方差Table5Thetotalvarianceoftheinterpretation成份初始特征值提取平方和载入合计方差的%累积%合计方差的%累积%13.34041.74541.7453.34041.74541.74521.99424.91966.6641.99424.91966.66431.33816.71983.3831.33816.71983.3834.7839.78493.1675.3494.36697.5336.0921.15398.6867.070.88199.5678.035.433100.000注：（中文注释）1）提取方法：主成份分析。（Notes）1）Extractionmethod:principalcomponentanalysis由表5可知，通过SPSS对8个标准化的变量进行主成分分析，说明前三个主成分已经包含了83.383%指标的信息，达到了降维的效果，因此选择前三个主成分作为评价指标。2.4.3根据标准化矩阵求出相关系数矩阵利用SPSS软件得到成分矩阵：表6成分矩阵Table5Componentmatrix成份123Zscore(失业率x1).820-.220-.423Zscore(人均GDP增长率x2).680.204-.190Zscore(工资年增长率x3).293.825-.043Zscore(第二产业占GDP比x5).637-.535.448Zscore(社会保障和就业支出占地方财政比x7).818-.170-.359Zscore(居民消费价格指数x8).427-.051.860Zscore(恩格尔系数x9).915.165.106Zscore(第一产业占GDP比x4).160.938.198提取方法:主成份。a.已提取了3个成份。由上表可知，第一主成分基本包含了失业率、人均GDP增长率、第二产业占GDP比、社会保障和就业支出占地方财政比、恩格尔系数5个指标的信息量；第二主成分基本包含了工资年增长和第一产业占GDP比2个指标的信息量；第三主成分基本体现居民消费价格指数指标的信息量。因此，第一主成分可以表示失业与经济环境指标；第二主成分表示工资与第一产业占比的指标；第三主成分表示消费的指标。因为成分矩阵表中表示的是因子载荷矩阵而不是主成分是系数矩阵，所以对成分矩阵表中的第j列的每一个元素分别除以第j个特征根的平方根就得到第j个主成分的系数。输出结果如表7所示：表7主成分的系数Table7Thecoefficientofprincipalcomponent主成分1主成分2主成分3Zx10.45-0.16-0.37Zx20.370.14-0.16Zx30.160.58-0.04Zx40.090.660.17Zx50.35-0.380.39Zx70.45-0.12-0.31Zx80.23-0.040.74Zx90.500.120.172.4.4用标准化的指标变量转化为主成分结合表7主成分的系数，写出用标准化后的原始变量表示的主成分表达式：将标准化后的数据带入主成分表达式，计算出第一、第二和第三主成分的值：表8城镇居民收入差距与三个主成分拟合结果Table8Urbanresidents'incomegapandthethreeprincipalcomponentsofthefittingresults年份基尼系数F1F2F320080.452.7610.9740.59320090.431.846-0.132-2.50720100.481.845-1.070-0.04620110.491.894-2.1231.88920120.42-0.0630.5230.38320130.43-0.2033.3050.82420140.46-1.3480.2620.88620150.41-0.4870.327-1.22720160.45-1.634-0.244-0.45620170.46-2.231-0.732-0.19620180.47-2.379-1.089-0.1442.5影响因素与变化趋势分析为研究影响城镇居民收益如差距的因素与变化趋势，我们进一步对主成分分析的结果进行研究，并建立主成分回归模型。2.5.1主成分回归建立主成分回归模型：在SPSS中将三个主成分对基尼系数G进行主成分回归，采用逐步回归，系数表如下：表9回归系数Table9Regressioncoefficient模型非标准化系数标准系数tSig.B标准误差试用版1(常量).450.00674.734.000F2-.012.004-.663-2.655.0262(常量).450.00596.451.000F2-.012.003-.666-3.444.009F3.011.004.5112.644.030a.因变量:基尼系数G根据表9可以得到主成分回归模型：(96.451)(-3.444)（2.644）R=0.837R²=0.701调整R²=0.626F=9.364DW=2.090由以上方程可以看出，F2与F3与G高度相关，F=9.364且sig小于0.05，t检验的sig也均小于0.05，说明F检验、t检验通过检验，自变量对因变量有显著影响。DW=2.090亦通过检验。R=0.837，说明方程的拟合程度较好。调整后的相关系数为0.626，说明F2和F3可以解释基尼系数62.6%的变化。为了更好的观察每个影响因素对长沙县城镇居民收入差距变化趋势的影响情况，我们将主成分的表达式代入主成分回归方程：2.5.2数据分析根据主成分回归方程，可以看出在影响城镇居民收入差距变化的影响因素中，x5、x8与x9的回归系数为正数，x1、x2、x3、x4与x7的回归系数均为负数。第一产业占GDP比x4与基尼系数呈负相关，第二产业占GDP比x5与基尼系数呈正相关，回归系数为-0.353、0.452。说明伴随国家发展调整产业结构，降低第一产业比重，增加对第二产业的投入，会导致劳动力的大量转移，造成下岗、失业的现象，会扩大城镇居民的收入差距。失业率x1、社会保障和就业支出占地方财政比x7均与基尼系数呈负相关，失业率的回归系数为-0.082，社会保障和就业支出占地方财政比的回归系数为-0.078。说明失业人数较少的情况下与政府对改善民生的财政支出对缩小城镇居民收入差距。但是如果失业人数过大且政府社会保障和就业支出结构不合理，保障体系不够完善，措施不够到位，很有可能在将来就会扩大城镇居民的收入差距。人均GDP增长率x2、工作年增长率x3与基尼系数呈负相关，人均GDP增长率回归系数为-0.175，工资增长率回归系数为-0.406。说明经济发展越快，收入差距越小，而且经济发展关系到每一个人，保持高速的经济发展，会带来许多的就业机会，给许多人带来劳动收益，或多或少的增加收入，减少低收入人群的贫困率。而工资是影响城镇居民收入的重要因素，国家经济快速发展，全民工资普遍提高，使贫富差距缩小，从而减小城镇居民的收入差距。居民消费价格指数（CPI）x8与恩格尔系数x9与基尼系数呈正相关，其回归系数分别为0.405、0.007，这两个指标代表着居民的消费水平。近年来，物价在不断上涨，对于收入高的人群来说，物价上涨对他们几乎没有影响，但对收入低的人群来说，物价上涨无疑是增加了他们的生活压力，这使高收入者与低收入者的收入差距越来越大，结果就是扩大了居民收入差距。而食品是生活必需品，是必须消费支出的，恩格尔系数回归系数较低，说明影响不是特别大，但是如果物价持续上涨，政府不进行调控，城镇居民是收入差距持续扩大。2.5.3趋势分析根据2008-2018年长沙县城镇居民的基尼系数（表1），我们可以看出长沙县基尼系数在0.4-0.5之间，说明城镇居民收入差距较大，变化趋势如图1：图12008-2018年长沙县基尼系数变化趋势图FiglThetrendchartoftheginicoefficientofChangshacountyfrom2008to2018从图1可以看出长沙县城镇居民的基尼系数一直在0.4-0.5之间波动，最高甚至达到0.49。根据近年的趋势看，城镇居民的收入差距变化在扩大，并且有进一步扩大的趋势。3对策研究为缩小长沙县城镇居民收入差距，我们需要对以上数据分析结果进一步研究，并提出几点建议与对策。3.1优化产业结构，合理配置资源，实现充分就业下岗和失业是使城镇居民收入下降甚至导致贫困的主要原因，如果不能增加就业，就会导致贫困人口不断增加，扩大城镇居民的收入差距。而在国家发展中，三个产业的比重在不断的变化，第一产业的比重不断降低，第三产业的比重不断增加，第二产业也在呈慢慢降低的趋势，这会造成许多工人失业下岗，导致大量的劳动力转移。但是，产业结构的改变也会带来新的就业机会，技术与服务型人才自由流动，因此，要实现长沙县城镇居民收入差距缩小，就要优化产业结构，合理配置资源，实现充分就业。3.2完善社会保障体系，提高低收入人群的收入水平，保障生活需要 社会保障是对收入的二次分配，这对于弱势群体是十分重要的，政府相关部门应该积极致力于提高低收入人群的收入水平，加强对贫困群体的救助和扶持，切实保障贫困人群的基本生活，防止贫困加剧导致贫富差距过大。重点完善失业保险、下岗职工基本生活保障以及城镇居民最低生活保障。劳动收入是最主要的收入来源，因此，对失业人群增加就业机会，提高城镇居民的劳动收入，健全和完善失业人群就业保障制度和最低工资保障制度，能够有效缩小城镇居民收入差距。3.3整顿经济秩序，打击不合理及非法收入，规范收入分配行为由于许多的限制，本文虽然未提到不合理及非法收入，但是不代表这一因素不重要。长期以来，由于制度政策的不完善，使得不合理及非法收入泛滥而导致的社会风气急剧恶化，引起人们对收入分配不公的不满，影响到社会的稳定。这也再次强调了整顿经济秩序，打击不合理及非法收入，规范收入分配行为的重要性。不合理及非法收入直接或间接的与贪污腐败有关，因此我们要践行习近平总书记强调“苍蝇老虎一起打”的反腐败问题，加大对贪污腐败现象是整顿力度，并通过法律制度规范经济行为，建立健全市场经济秩序，坚决打击违法经营活动，断绝一切非法收入来源。4结论4.1全文总结城镇居民收入差距过大，不仅会影响社会经济发展，甚至会影响到社会的安定与和谐。为了社会经济的稳步增长和构建和谐社会，本文以湖南省长沙县为例，研究长沙县城镇居民收入差距变化趋势并做出对策研究。利用相关性分析、主成分分析、回归分析等方法具体分析影响长沙县城镇居民收入差距的因素与变化趋势，根据相关结果提出相应的对策。结果表明了扩大长沙县城镇居民收入差距的主要因素有第二产业占GDP比、居民消费价格指数（CPI）与恩格尔系数，而长沙县近年来城镇居民收入差距有进一步扩大的趋势。为了缩小城镇居民收入差距，我们提出了三条对策。本研究结果意味着要缩小长沙县城镇居民收入差距，政府需要进行干预调节，千方百计增加贫困人群的收入，落实每一项能够缩小收入差距的政策与制度，保障居民初次分配、再分配过程的公平与合理。4.2研究展望由于许多的限制，我们要研究不合理及非法收入对城镇居民收入差距的影响是十分困难的，而这个因素对收入差距的影响又十分重要，国内外许多的学者对城镇居民收入的研究基本不考虑这个十分难收集的因素。在今后的研究中，应该要深入分析灰色收入对收入差距变化的影响，从而确保研究结果更加科学性和客观性。参考文献何晓群.多元统计分析[M].北京：中国人民大学出版社，2007.万红燕,李仕兵.基于主成分回归分析的我国城镇居民收入差异的实证研究[J].预测,2009,28(01):77-80.刘佳玮,朱.辽宁省城镇居民收入差距影响因素实证研究[J].现代交际,2020(03):79-80.宋丽萍.江苏省居民收入差距及其影响因素研究[D].江苏大学,2007.刘凤环.山西省城镇居民收入差距的实证分析[J].中北大学学报(社会科学版),2009,25(03):65-68.王秋娟.北京市城镇居民收入差距研究[D].北方工业大学,2006.黄嘉明.广东省金融发展程度与城镇居民收入差距关系研究[D].华南理工大学,2016.柴晨曦.我国城镇居民收入影响因素分析[D].西南财经大学,2014.杨积勇.安徽城镇居民收入水平及差异分析与政策建议[J].安徽农业大学学报(社会科学版),2004(04):25-31.曾国安,胡振国.20世纪90年代以来中国居民收入差距的变化趋势、原因、影响与调节政策(上)[J].税务与经济(长春税务学院学报),2003(02):11-15.何海.贵阳市城镇居民收入差距变化趋势与对策研究[J].现代经济信息,2010(08):209-210.马草原.中国城镇居民收入差距研究述评[J].经济社会体制比较,2014(02):247-256羊勇.我国城镇化进程中的城镇居民收入差距动态研究[D].西南财经大学,2014.李兰澜.广西城镇居民收入差距原因分析——基于主成分、多元回归的模型实证[J].产业与科技论坛,2014,13(11):79-80.朱高林.中国居民收入差距变化趋势分析[J].黑龙江社会科学,2018(02):66-70.扶文武.长沙市城乡居民收入差距研究[D].国防科学技术大学,2007.齐涛.山东省城镇居民收入差距理论分析与实证研究[D].中国海洋大学,2010.AnaMichaelaAndrei,IrinaGeorgescu.Socio-EconomicInequalityandEconomicGrowth:MeasurementsforCentralandEasternEurope[J].ChineseBusinessReview,2018,17(11).EmiliaTitan,SimonaGhita,MihaelaCovrig.MigrationPhenomenon:AGlobalizationEffectoraConsequenceofPoverty?[J].Procedia-SocialandBehavioralSciences,2012,62.LeiZhou,BasudebBiswas,TylerBowles,PeterJSaunders.ImpactofGlobalizationonIncomeDistributionInequalityin60Countries[J].GlobalEconomyJournal,2011,11(1).HulyaArik,MuratArik.IsItEconomicGrowthorSocioeconomicDevelopment?ACrosssectionalAnalysisoftheDeterminantsofInfantMortality[J].TheJournalofDevelopingAreas,2009,42(2).MatthewRaifman,JuliaRaifman.DisparitiesinthePopulationatRiskofSevereIllnessFromCOVID-19byRace/EthnicityandIncome[J].AmericanJournalofPreventiveMedicine,2020.L.BranfieldDay,P.C.Austin,B.R.Shah.Universaldrugcoverageandincome‐relateddisparitiesinglycaemiccontrol[J].DiabeticMedicine,2020,37(5).LiChai,ZixuanHan,YiLiang,YuqiSu,GuanhuaHuang.UnderstandingthebluewaterfootprintofhouseholdsinChinafromaperspectiveofconsumptionexpenditure[J].JournalofCleanerProduction,2020,262.TrompJasper,BamadhajSahidda