中国居民收入差距影响因素的实证分析

中国居民收入差距影响因素的实证分析

ID:10659151

大小:55.50 KB

页数:5页

时间:2018-07-07

中国居民收入差距影响因素的实证分析  _第1页
中国居民收入差距影响因素的实证分析  _第2页
中国居民收入差距影响因素的实证分析  _第3页
中国居民收入差距影响因素的实证分析  _第4页
中国居民收入差距影响因素的实证分析  _第5页
资源描述:

《中国居民收入差距影响因素的实证分析 》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、中国居民收入差距影响因素的实证分析  摘要:中国居民的收入差距在过去20年中持续扩大,对经济的持续增长、社会公正与稳定都提出了挑战。文章着重通过计量经济模型的因子分析和回归分析,得出影响中国收入差距的因素有发展因子、宏观经济因子和社会福利因子。其中,发展因子和社会福利因子对收入差距有显著影响。因此,应该加强和完善政府对居民收入差距的调控。  关键词:收入差距;因子分析;回归分析;基尼系数    一、中国目前居民收入差距现状    自从改革开放以来,中国国民经济的持续快速发展,促进了城乡居民总体收入的不断提高,客观上也带来了经济利益在不同利益群体之间的重新调整和分配以及社会收

2、入分层的加剧。中国经济发展过程中非常明显地具有美国经济学家刘易斯所提出的二元经济特征(指发展中国家存在的发达的工业和城市与落后的农业和农村并存的现象)。居民收入差距在城乡、行业、地区之间的扩大,逐步成为现阶段收入分配领域的焦点问题。    二、问题的提出    早在半个世纪之前,西蒙·库兹涅茨就对发展中国家居民收入差距状况进行了研究。他认为这些国家的收入差距与经济发展水平(通常以人均GDP表示)之间存在着倒U型曲线关系(库兹涅茨曲线),即随着经济的发展,收入不平等状况先扩大,再缩小。“当非农人口所占的比重达到60%-70%,人均GDP达到1000美元时,收入分配差距将会出现

3、逐步缩小的趋势。”原因是发展中国家农业部门的收入水平低但收入差距小,工业部门的收入水平高,但收入差距大,应此在发展初期,部分人由农业部门流向工业部门,将导致收入增加和经济增长,同时居民的收入差距不断扩大;在最后阶段,当人口的非农化转移大致完成时,居民的收入水平继续提高,但是收入差距却趋于消失。  库兹涅茨还指出收入差距不会无条件地随经济发展而先上升后下降,而是受到当时经济、政治、社会和人口一系列条件的影响。他发现在一定条件下,工业化和城市化导致的农业人口向非农业部门和城市迁移,可能首先扩大收入差距,但在更长的时间段里会缩小收入差距。他还指出,西方工业国家经历过的民主化政治制

4、度改革,是导致收入差距变化的又一原因,有利于它们跨越收入差距扩大的阶段,导致较为平等的收入分配。此外,库兹涅茨还指出,人口增长模式的变化也是一个影响因素。  库兹涅茨以及后来其他学者的研究给我们很多启示。目前,中国仍处于社会主义初级阶段,是一个发展中国家,影响中国的收入差距的因素是哪些?这些因素能否通过政策手段加以改变?    三、数据处理与模型的建立    为了克服多个变量之间的多重共线性问题,首先对这些变量进行因子分析。  (一)因子分析  1、因子分析的原理。因子分析是一种多元变量统计方法。它是用较少个数的公共因子的线性函数和特定因子之和来表达原来观测的每个变量,从研

5、究相关矩阵内部的依赖关系出发,把一些具有错综复杂的变量归纳为少数几个综合因子的一种多变量统计分析方法。当这几个公共因子或综合因子的累计方差和即贡献率达到85%以上时,就说明这几个公共因子集中反映了研究问题的大部分信息,而彼此之间又不相关,信息不重叠。  2、考查原有变量是否适合进行因子分析。选取投资率(固定投资/GDP)、外贸依存度(进出口总额/GDP)、学龄儿童净入学率、就业率、社会福利支出比例(社会福利支出/财政总支出)、货币供应量同比增长率、公路密度(公路长度/100km2)、铁路密度(铁路长度/100100km2)、养老保险覆盖率(参加养老保险人数/年底总人数)作为

6、因子分析的变量(数据2007年中国统计年鉴)。采用巴特利特球度检验和KMO检验考查收集到的原有变量之间是否存在一定的线性关系,是否适合采用因子分析提取因子。经SPSS计算,巴特利特球度检验统计量的观测值为149.077,相应的概率p接近0。如果显著水平a为0.05,由于概率p小于显著性水平a,应拒绝零假设,认为相关系数矩阵与单位阵有显著差异。同时,KMO值为0.720,根据Kaiser给出的KMO度量标准可知原有变量适合进行因子分析。  3、提取因子。根据原有变量的相关系数矩阵,指定提取3个因子,根据因子分析的初始解可知所有变量的共同度均较高,各个变量的信息丢失都较少。经过

7、SPSS计算,选取3个因子的累计方差贡献率为94.239%,也就是说,这3个因子总共解释了原有变量总方差的94.239%,因子分析效果理想。  4、因子旋转。采用最大方差法对因子载荷矩阵实施正交旋转以使因子命名具有解释性。由SPSS计算可知,投资率、养老保险覆盖率、外贸依存度、公路密度、铁路密度、学龄儿童净入学率在第1个因子上有较高的载荷。第1个因子主要解释了这几个变量,可解释为发展因子。这是因为投资率、外贸依存度是两个直接横量经济发展状况的指标,公路、铁路之类基础设施的建设是为经济发展服务的,国民教育水平的提高有

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。