居民月收入的影响因素分析 学位论文Word下载.docx
- 文档编号:22838897
- 上传时间:2023-02-05
- 格式:DOCX
- 页数:23
- 大小:78.13KB
居民月收入的影响因素分析 学位论文Word下载.docx
《居民月收入的影响因素分析 学位论文Word下载.docx》由会员分享,可在线阅读,更多相关《居民月收入的影响因素分析 学位论文Word下载.docx(23页珍藏版)》请在冰豆网上搜索。
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
4919
47.4
女
5453
52.6
100.0
合计
10372
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
城市
6098
58.8
农村
4274
41.2
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
城镇常住户口
5422
52.3
当地有效城镇户口(如蓝印\自理口粮户口)
361
3.5
55.8
农业户口
4560
44.0
99.7
其他
29
.3
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
没有受过正式教育
1164
11.2
自修
37
.4
11.6
小学(一年级)
160
1.5
13.1
小学(二年级)
212
2.0
15.2
小学(三年级)
298
2.9
18.0
小学(四年级)
295
2.8
20.9
小学(五年级)
625
6.0
26.9
小学(六年级)
1062
10.2
37.2
初中(一年级)
237
2.3
39.4
初中(二年级)
277
2.7
42.1
初中(三年级)
2577
24.8
67.0
高中(一年级)
48
.5
67.4
高中(二年级)
186
1.8
69.2
高中(三年级)
1379
13.3
82.5
职高、技校
177
1.7
84.2
中专
588
5.7
89.9
大专(非全日制)
260
2.5
92.4
大专(全日制)
414
4.0
96.4
本科(非全日制)
85
.8
97.2
本科(全日制)
258
研究生及以上(国内就读)
18
.2
99.9
*研究生及以上(国外就读)
4
.0
10
.1
10371
缺失
NotAnswer
1
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?
是共产党员
1120
10.8
不是共产党员
9252
89.2
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:
无职称
4549
43.9
74.2
初级
413
6.7
81.0
中级
809
7.8
13.2
94.2
高级
343
3.3
5.6
99.8
特高
15
6129
59.1
-99.99
4243
40.9
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?
上层
89
.9
中上层
712
6.9
7.7
中层
4207
40.6
48.3
中下层
3103
29.9
78.2
下层
2261
21.8
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?
79
677
6.5
7.3
4168
40.2
47.5
3099
77.4
2349
22.6
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
B12a.上个月,您个人获得的总收入是多少元?
*A2-01.性别
9931
95.7%
441
4.3%
100.0%
报告
标准差
895.1535
4749
1487.48383
600.1179
5182
1035.79109
741.2038
1280.40741
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600.1179,895.1535>
600.1179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
F
组间
(组合)
2.157E8
133.324
组内
1.606E10
9929
1617883.736
1.628E10
9930
显著性
.000
显著性为0.000<
0.05,具有明显的显著性,说明性别与月收入之间的线性关系是显著的,可建立线性模型。
相关性度量
Eta
Eta方
.115
.013
性别与上个月个人获得的总收入的相关性Eta值为0.115
表示性别对于月收入有影响,影响为0.115有较大影响
结论:
性别是月收入的一个显著性影响因素。
2.城乡与居民月收入的关系
*S2c.城市/农村
1009.0861
5903
1537.43707
348.6246
4028
564.80768
使用spss对月收入和城乡进行均值比较,得出表格说明:
上个月,个人获得总收入,城市的均值为1009.0861,农村的均值为348.6246,1009.0861>
348.6246,农村比城市少很多,因此城乡月收入有较大差距。
df
1.044E9
680.643
1.524E10
1534422.065
显著性为0.00<
0.05具有明显的显著性,因此城乡是影响月收入的明显因素
.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。
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
1.00
2.00
主体间效应的检验
因变量:
源
III型平方和
Sig.
校正模型
截距
5.540E9
3424.517
sex
误差
2.174E10
校正的总计
a.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
5258
346
3.00
4301
4.00
26
9.460E8
3
3.153E8
204.151
3.150E8
203.903
hukou
1.533E10
9927
1544640.881
a.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
1.172E9
7
1.674E8
109.974
3.063E8
201.181
1.076E7
7.069
.008
Hukou
9.523E8
3.174E8
208.505
sex*hukou
9060791.208
3020263.736
1.984
.114
1.511E10
9923
1522486.465
a.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
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
1200
800
M3=1000
当地有效城镇户口
1100
600
M4=850
500
250
M5=375
M1=933
M2=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
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
R
R方
调整R方
标准估计的误差
.236a
.056
.055
1497.87690
a.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
7.875E8
5
1.575E8
70.200
.000a
残差
1.333E10
5940
2243635.220
1.411E10
5945
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
非标准化系数
标准系数
B
标准误差
试用版
t
(常量)
871.504
71.770
12.143
xingbie
-241.174
39.971
-.078
-6.034
户籍
77.030
53.624
.019
1.436
.151
学历
769.086
56.969
.183
13.500
政治面貌
62.265
57.447
.014
1.084
.278
技术职称
258.070
47.986
.073
5.378
a.因变量:
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 居民月收入的影响因素分析 学位论文 居民 月收入 影响 因素 分析 学位 论文