基于因子分析法的我國城鎮居民收入水平評價

任 達，王東蘋

(天津大學管理與經濟學部，天津 300072)

隨著我國經濟的發展，居民收入有了顯著提高。城鎮居民家庭人均可支配收入由2006年的11759.5元上升到2012年的24565元;農村居民家庭人均純收入由2006年的3587元上升到2012年的7917元。改革開放三十多年以來，中國經濟持續保持平穩較快發展，并長期保持向好的基本面，取得了令人矚目的巨大經濟成就，但發展中不協調、不平衡、不可持續的問題依然突出。其中最突出的問題是各地區居民收入水平不均衡，差距偏大。

我國幅員遼闊，東部、中部、西部、東北地區居民收入差距十分明顯。無論是在不同地區的農村居民之間，還是在不同地區的城市居民之間，收入差距都呈長期擴大之勢。例如，從農村居民人均純收入水平看，2012年廣東、山東農村居民人均純收入分別為10542元和9446元，而同期青海、西藏兩省農村居民人均純收入僅為5364元和5645元。對于不同地區的城市居民之間，以上海市和青海省為例。2012年上海市城市居民人均年可支配收入為40188元，青海省城市居民人均可支配收入僅為17566元?？梢?，不同地區城市居民收入具有很大差距［1］。

總體而言，地區之間的收入差距呈長期擴大的趨勢，特別是中、西部地區與東部地區的差距不斷擴大，同時壟斷性行業和新興行業的收入增長也快于其他行業。在收入差距呈擴大趨勢的同時，一些行業職工的工資收入長期居高不下，另一些行業職工的工資長期居低不上。公有制單位和非公有制單位職工的絕對和相對工資收入差距呈現出先擴大后縮小的變化趨勢，但集體單位職工與國有單位和非公有單位職工的絕對和相對收入差距呈長期擴大的趨勢。國有單位、城鎮集體單位、股份合作單位、聯營單位、有限責任公司、股份有限公司、其他內資企業、港澳臺投資單位、外商投資單位的職工收入水平也有較大差距。

為了更好地研究我國城鎮居民收入水平的差異性和相似性，本文基于各省、自治區、直轄市的各類經濟單位收入水平差異情況(包括國有單位、城鎮集體單位、股份合作單位、聯營單位、有限責任公司、股份有限公司、其他內資、港澳臺投資單位、外商投資單位)，利用因子分析法對其收入水平進行總體評價。

1 文獻評述及評價指標體系的建立

各省、自治區、直轄市的居民收入水平差異性研究一直是我國學術界關注的熱點。許多學者從不同角度解釋了我國各地區收入差距形成的原因。

白雪梅［1］基于中國各省的收入數據，利用計量模型研究了1982—2000年的教育和收入差距之間的關系，認為各省市的教育差距程度與收入差距呈現擴大程度的正相關。王小魯、樊綱［2］認為生產率的差異以及由此引起的資本流動導致東部沿海地區和中西部內陸地區在經濟發展方面產生巨大的差異，進而導致較大的收入差距。杜鵬［3］同樣基于1995—2002年的教育水平和收入數據進行了實證研究，認為中國教育的擴展是居民收入差距不斷擴大的主因。曾國安［4］認為工業化過程中的自然因素和制度因素的共同作用是導致城鄉居民收入差距擴大的關鍵因素。鄭功成［5］通過研究收入分配差距和社會保障制度，認為社會保障制度不健全也是導致各地區收入差距的主要因素。葉林祥、李實、羅楚亮［6－7］通過 2004年第一次全國經濟普查數據實證分析發現:國有企業利用壟斷地位導致其職工收入水平很高;集體企業、外資企業由于租金共享而具有較高的工資。楊永兵、雷昭明［8］從城市化水平、對外開放程度、第一產業比重等5個方面建立計量模型，認為長期內二元經濟結構、對外開放程度和第一產業比重對城鄉居民收入差距的影響較大［8］。我國早期的居民收入差距研究以定性的分析為主，對我國城鎮居民收入水平的評價方面研究較少，因此有必要利用一系列的評價指標，建立一套各地區居民收入水平評價體系對各地區居民收入水平進行評價。

我國城鎮就業人口是指居民戶口在城鎮地區，從事非農業活動的就業人口，包括在國有單位、城鎮集體單位、股份合作單位、聯營單位、有限責任公司、股份有限公司、其他內資企業、港澳臺投資單位和外商投資單位從業的人員。因此，本文主要從以上單位人均年收入水平方面對各省、自治區和直轄市的城鎮居民收入水平進行評價。

2 研究方法與處理結果

因子分析是從研究變量間的依賴關系出發，把一些具有錯綜復雜關系的變量歸結為少數幾個綜合變量的一種多變量統計分析方法。因子分析實際上是在盡可能不損失信息的情況下，將多個變量減少為幾個潛在的因子，并應用這幾個因子高度概括數據中的信息。

本文中的指標體系涉及變量較多，直接進行收入水平差距的比較分析較為繁瑣，因此利用SPSS 21.0對我國各類經濟單位數據年收入水平進行因子分析，從而減少變量個數。再通過對因子進行比較和綜合分析得出各省市城鎮居民的收入水平總體評價。在該因子分析中，因子的實際意義非常明確，可以合理地解釋被評價對象。

2.1 數據收集

全國30個省、自治區和直轄市的各類經濟單位包括國有單位、城鎮集體單位、股份合作單位、聯營單位、有限責任公司、股份有限公司、其他內資企業、外商投資單位等。人均年收入數據來源于《2012年中國統計年鑒》，其中西藏自治區由于缺少股份合作單位和港、澳、臺商投資單位，故未將西藏自治區納入研究范疇。

2.2 因子分析處理

在利用SPSS 21.0對2011年全國30個省市自治區的各類經濟單位(包括國有單位、城鎮集體單位、股份合作單位、聯營單位、有限責任公司、股份有限公司、其他內資企業、港澳臺投資單位、外商投資單位等)的人均年收入數據進行因子分析前，需要對原有變量進行考察，以判斷其是否適合進行因子分析。

1)考察原有變量是否適合進行因子分析

為考察原有變量是否適合采用因子分析法提取因子，可借助相關系數矩陣、巴特利特球度檢驗和KMO檢驗方法進行分析。KMO檢驗是用于比較觀測相關系數值與偏相關系數值的一個指標。KMO值越接近于1，意味著變量間的相關性越強，原有變量越適合作因子分析;KMO值越接近于0，意味著變量間的相關性越弱，原有變量越不適合作因子分析。Kaiser給出了常用的KMO度量標準:0.9以上表示非常適合;0.8表示適合;0.7表示一般;0.6表示不太適合;0.5以下表示極不適合。

表1 各經濟單位人均年收入相關系數矩陣分析

表2 KMO和巴特利特球度檢驗

通過表1可知:大部分經濟單位的人均年收入之間的相關系數都較高，各變量呈較強的線性關系，能夠從中提取公共因子，適合進行因子分析。

通過表2可知:巴特利特球度檢驗統計量的觀測值為184.085，相應的概率P接近0。設定顯著性水平為0.05，由于概率P小于顯著性水平，應拒絕零假設，故認為相關系數矩陣與單位陣有顯著差異。同時，KMO 值為0.885，大于 0.8，根據 Kaiser給出的KMO度量標準可知原有變量適合進行因子分析。

通過上述相關系數矩陣、巴特利特球度檢驗和KMO檢驗方法分析，認為原有經濟單位的人均年收入變量適合進行因子分析。

2)提取因子

依據因子分析基本原理，利用統計分析軟件SPSS 21.0可方便計算出各因子所對應的特征值、方差貢獻率以及累計方差貢獻率等。公共因子的方差貢獻率表示該公共因子所包含原指標的信息量;累計方差貢獻率表示相應幾個公共因子累計包含原指標的信息量［9－10］。從表3可以看出:根據因子分析方法設定的只提取特征值大于1的公共因子的基本原則，SPSS 21.0提取2個公共因子替代原來的9個統計指標，累計方差貢獻率達81.713%，即前2個因子作為公共因子可以反映原指標81.713%的信息量，原有變量的信息丟失較少，因此最終確定提取2個公共因子。

表3 因子解釋原有變量總方差情況

本文采用方差最大法對因子載荷矩陣實施正交旋轉以使因子具有命名解釋性，得到表4。由表4可知:外商投資單位、港澳臺商投資單位、股份有限公司、有限責任公司、國有單位、聯營單位在第1個因子上有較高的載荷，第1個因子主要解釋了這幾個變量，由于它們均是通過股份制形式對企業進行控股，可解釋為股份制因子;股份合作單位、城鎮集體單位、其他內資企業在第2個因子上有較高的載荷，第2個因子主要解釋了這幾個變量，由于它們均是通過集體形式對企業進行控股，可解釋為集體制因子。

表4 旋轉后的因子載荷矩陣

3 各省、自治區和直轄市城鎮居民收入水平評價

3.1 因子得分系數評價

為了對30個省、自治區和直轄市的城鎮居民收入水平進行綜合評價，對2個公共因子計算因子得分，得到因子得分系數矩陣，如表5所示。

表5 因子得分系數矩陣

根據表5可得出如下因子得分函數:

F1=0.133×國有單位人均年收入－0.161×城鎮集體單位人均年收入－0.242×股份合作單位人均年收入+0.076×聯營單位人均年收入+0.193×有限責任公司人均年收入+0.190×股份有限公司人均年收入－0.490×其他內資人均年收入+0.330×港澳臺商投資單位人均年收入+0.356×外商投資單位人均年收入。

F2=0.133×國有單位人均年收入－0.161×城鎮集體單位人均年收入－0.242×股份合作單位人均年收入+0.076×聯營單位人均年收入+0.193×有限責任公司人均年收入+0.190×股份有限公司人均年收入－0.490×其他內資人均年收入+0.330×港澳臺商投資單位人均年收入+0.356×外商投資單位人均年收入。

3.2 各省、自治區和直轄市城鎮居民收入水平綜合評價

采用計算公共因子加權總分的方法對30個省、自治區和直轄市的城鎮居民收入水平進行綜合評價。本文以2個公共因子各自的方差貢獻率為權重，對30個省、自治區和直轄市的城鎮居民收入水平進行線性加權求和，得到各省、自治區和直轄市的城鎮居民收入水平綜合得分和總名次。

計算公式為 F=0.47327F1+0.34387F2，具體結果見表6。

表6 30個省、自治區和直轄市城鎮居民收入總得分

通過上面的分析，可利用2個公共因子得分對各地區進行研究比較。繪制30個省、自治區和直轄市兩因子得分變量散點圖，如圖1所示。

圖1 全國30個省市自治區公共因子得分變量散點圖

觀察圖1可見:1號樣本(北京)、9號樣本(上海)以及11號樣本(浙江)是較為特殊的點，其他樣本(地區)較相似。北京的第1個因子得分最高，表明股份制經濟單位的人均年收入高于其他省市。北京的第2個因子得分低于平均值，表明集體制經濟單位的人均年收入低于其他地區，處在平均水平之下。上海的2個因子得分均比較高，高于平均水平，并且第2個因子得分最高，因此總體上上海的人均年收入是較高的。浙江的第2個因子得分第2高，表明股份經濟單位的人均年收入遠高于其他省市。浙江的第1個因子得分略低于平均值，表明股份制經濟單位的人均年收入與其他地區差異不明顯。從表6可以看出:北京和上海兩市的城鎮人均年收入水平最高，并且明顯高于其他省市;廣西、陜西以及江西等中西部地區的城鎮人均年收入水平最低。

4 結論

1)我國東部地區城鎮收入整體水平明顯好于中部、西部以及東北地區?？偟梅址矫妫瑬|部、西部、中部以及東北地區省市的平均總得分分別為1.6299，－0.7386，－0.5243 和 －0.3671，說明東部地區的經濟發展水平較高，城鎮居民收入處于較高水平。在各因子得分方面，股份制因子得分除了東部地區之外，其他地區得分均為負值，說明各地區股份制經濟單位的收入水平處于平均值以下，明顯低于東部地區股份制經濟單位的收入水平，其中東北地區股份制經濟單位的人均年收入最接近東部地區。在集體制因子方面，各地區集體制經濟單位的收入水平處于平均值以下，明顯低于東部地區集體制經濟單位收入水平，西部地區集體制經濟單位的人均年收入最接近東部地區。

2)在城鎮居民收入整體水平方面，除東部地區外，東北地區最高，其次是西部地區，最后為中部地區。由表6數據可得:對于股份制經濟單位的人均年收入，東北地區要高于中部和西部地區;對于集體制經濟單位人均年收入，西部地區要高于中部和東北地區。

［1］白雪梅.教育和收入不平等:來自中國的經驗數據［J］.管理世界，2004(6):53 －58.

［2］王小魯，樊綱.中國收入差距的走勢和影響因素分析［J］.經濟研究，2005(10):24 －36.

［3］杜鵬.我國教育發展對收入差距影響的實證研究［J］.南開經濟研究，2005(4):47－52.

［4］曾國安.論工業化過程中導致城鄉居民收入差距擴大的自然因素與制度因素［J］.經濟評論，2007(3):41－47.

［5］鄭功成.論收入分配與社會保障［J］.黑龍江社會科學，2010(5):123－126.

［6］葉林祥，李實，羅楚亮.行業壟斷、所有制與企業工資收入差距—基于第一次全國經濟普查企業數據的實證研究［J］.管理世界，2011(4):26－36.

［7］葉林祥，李實，羅楚亮.效率工資、租金分享與企業工資收入差距—基于第一次全國經濟普查工業企業數據的實證研究［J］.管理世界，2011(3):4 －16.

［8］楊永兵，雷昭明.產業結構、對外開放程度與城鄉收入差距［J］.企業經濟，2012(11):53－56.

［9］羅玉波.關于因子分析用于綜合排名的一個注記［J］.西南大學學報:自然科學版，2013(4):106－120.

［10］李洪成，姜宏華.SPSS數據分析教程［M］.北京:人民郵電出版社，2012.