天津市城镇居民收入增长影响因素研究

张会暄　姜佳　贺文侣

摘要：通常，为了准确反映某个地区居民生活水平情况、购买能力以及经济发展水平、经济发达程度，会将城镇居民可支配收入作为重要衡量指标，天津市位于环渤海区域经济的中心，承担着推动京津冀协同发展的重任。文章试对2001～2017年的相关统计数据进行整理分析，运用主成分分析法，选取了城镇非私营单位职工平均工资、人均GDP、投资率、城镇化率、外贸依存度等8个指标，对天津市的城镇居民可支配收入增长的影响因素进行了分析，探究其如何影响城镇居民收入的增长，从而提出提高天津市城镇居民收入的有效措施，以利于天津市实现经济长远发展。

关键词：天津市;主成分分析;城镇居民收入;影响因素

近年来，天津市作为环渤海地区的经济中心，经济得到了巨大的发展。财税结构得到进一步优化、供给侧结构性改革持续深化、营商环境争创一流且民营经济活力不断增强。然而，天津市城镇居民可支配收入与上海市、北京市等城市依旧存在较大的差距。2017年，天津市城镇居民人均可支配收入仅为45329元。与北京市城镇居民人均可支配收入相差17131元，与上海市城镇居民人均可支配收入相差17265元。在城镇居民可支配收入差距不断增大的社会背景下，目前，天津市发展的首要问题是提高城镇居民可支配收入。此外，国家转变了经济发展目标，相关政策表明目前国家重点在于保民生而非促增长。城镇居民的收入也逐渐成为政府以及民众较为关心的问题。

有大量学者对于城镇居民间收入差距的产生以及如何改进方面进行了研究。顾欣和应珊（2016）利用分类的方法，按城镇居民收入水平的高低，分为不同的组，认为城镇居民的贫富差距是随着城镇居民的人均可支配收入正向增长。根据这一结论，继续分析了不同收入群组的消费支出弹性，认为随着收入水平的增高，应将更多的关注点放在低收入群體身上。李金昌和刘波（2017）对影响城镇居民收入水准的相关因素进行了研究，并且针对非正规经济因素展开了深刻探讨。他们认为居民收入得以提高一大原因在于非正规经济促使就业人口大幅度增加。黄永康和鲁志国（2018）做了相关时间序列数据分析，并应用现代技术VIP模型，对2015年之前30年间的数据展开了客观的调查，结果显示居民收入水平受第三产业的影响，并且二者呈正相关态势。如此一来，他更加坚定第三产业就业情况对城镇居民收入水平的影响，提倡引导产业结构的变动，建议政府应当对个人投资加大引导力度，使得第三产业的就业环境得以完善健全，并促进其发展。

因此本文在以上文献的基础上，以2001～2017年为时间脉络，把天津市作为研究目标，对京津冀城镇居民的收入情况展开背景调查，并找到促进和阻碍其发展的主要原因。针对不同因素对该地区城镇居民收入影响的情况做出客观说明，并给出针对性的解决方案。

一、数据来源及变量选取

本文选择数据的原则是全面、真实、可信。因此从国家统计局以及《天津统计年鉴》中选取了2001～2017年天津市的相关数据。

为了各因素对城镇居民收入水平影响的结果分析更有理论指导意义，结合数据的可操作性，本文提取了8个变量进行分析，分别为城镇非私营单位职工平均工资、人均GDP、投资率、工业增加值占GDP比重、城镇化率、外贸依存度、金融发展指数、人均财政支出。其中，投资率由固定资产投资占GDP的比重来表示;外贸依存度表现为本市的进出口总额与本市生产总值的比重;金融发展指数由该市的存款和贷款之和与该市生产总值GDP的比率获得。

二、实证分析

（一）数据处理

由于不同变量单位存在差异，因而需要将其进行标准化。通常会采用SPSS软件进行处理，将标准化后的变量按照实际意义分别命名。例如ZY表示天津市的人均可支配收入;Zx1表示营业单位职工的平均工资;Zx2表示人均GDP;Zx3表示投资率;Zx4表示GDP中工业所占比重;Zx5表示城镇化率;Zx6表示外贸依存度;Zx7表示金融发展指数;Zx8表示人均财政支出。

（二）模型分析

1.多元线性回归分析

采用spss进行多元线性回归分析，结果表明，调整后的R为0.999，F值等于1450.703，P值等于0，说明模型总体一致性较好，其结过、果有一定的统计学意义。

由表1的分析结果可以看到统计量检验值在P检验中比较大，而在T检验中数值比较小。因而为了使得回归系数反映一定的统计学意义，不选择T检验方式。造成这种情况的原因很有可能是存在了多重的共线性关系。得出这一结论的另一个依据是：从表中可以看到大部分统计量值都较大，只有ZX7的共线性统计量值比较小，因而可以比较准确的推断出多重共线性存在于以上变量中。

2.主成分分析

本文在解决多重共线性问题上进行了主成分分析法。其中KMO值为0.681，结果表明，主成分分析的效果较好。

从表2中不难看到，只有一个特征值其主成分大于1，该数据占提取出的总方差比例的81.810%，通过成分矩阵并计算后，可得到下列表达式：

F1=0.3858X1+0.3756X2+0.3436X3-0.2869X4+0.3620X5-0.3635X6+0.3182X7+0.3811X8

利用SPSS对ZY和第一个主成分做线性回归分析，得到结果：Y=0.385F1。

经计算，调整后的R2等于0.967，说明该模型拟合度良好，F值为467.672，P值等于0.000，说明Y与主成分F1存在线性关系。主成分通过了T检验，T值为21.623（p=0.000），进而得出主成分F1显著的结论。

在主成分回归结果中带入F1和标准化后变量，发现标准化后的因变量和自变量间有以下回归结果：

ZY=0.1485X1+0.1446X2+01323X3-0.1105X4+0.1394X5-0.1399X6+0.1225X7+0.1467X8