1. 引言
在新时代中国经济持续高质量发展的背景下，居民生活水平显著提升，收入分配格局不断优化。党的十九大以来，“共同富裕”战略被正式确立为国家重要发展目标，居民收入问题成为衡量社会进步与民生改善的重要核心议题之一。作为最直接反映居民实际生活质量与消费能力的指标，城镇居民人均可支配收入(PCDI)已被广泛应用于宏观经济监测与社会政策评估体系[1]。
近年来，中国城镇居民人均可支配收入呈现出总体增长但区域差异明显的趋势。从2010年到2023年，全国城镇居民PCDI保持年均增长态势[2]，但东部沿海与中西部地区之间的收入差距依然存在，区域内部结构性矛盾亦不断显现[3]。与此同时，数字经济、新兴产业及绿色转型等新经济形态的发展也在不断重塑居民收入结构，推动收入影响因素呈现多元化特征[4]。这一变化对传统收入决定理论提出了新的挑战，也对现有政策框架的完善与创新提出了更高要求。
作为一个高度综合性的统计指标，PCDI不仅受到宏观经济增长水平的影响，还受到产业结构升级、劳动力市场状况、人口流动性、政策环境及对外贸易等多重因素的综合作用。已有文献对不同影响因素进行了较为深入的探讨，但仍存在如下不足：一是缺乏对近年来新经济形态对PCDI影响的系统性梳理，二是对区域差异性收入决定机制的跨区域比较研究尚显薄弱，三是理论与实证之间的有效对接有待加强。
针对上述问题，本文在系统梳理国内外关于PCDI影响因素研究进展的基础上，选取2010年至2023年间北京市、上海市、广东省三地为研究对象，利用固定效应回归模型对主要影响因素进行实证分析。北京、上海、广东作为我国政治中心、经济中心与改革开放前沿地区，具有代表性强、数据质量高的特点，能够为理解区域收入差异性与影响机制提供有力实证支撑。
2. 城镇居民人均可支配收入的概念与测度
城镇居民人均可支配收入(Per Capita Disposable Income, PCDI)是衡量一个国家或地区经济发展水平和居民生活质量的重要经济指标，已成为国际上普遍采用的收入衡量标准之一。根据《国民经济核算体系》(SNA 2008)与中国《居民收入支出统计调查制度》规定，PCDI是指居民在一定时期内可用于最终消费支出和储蓄的全部收入总和，具体包括工资性收入、经营净收入、财产性收入和转移性收入四大部分[1]。该指标区别于通常意义上的“工资”或“奖金”概念，其统计范围更广、分类更细，能够更加准确地反映居民的实际经济福利状况。
在中国，PCDI的核算和发布主要由国家统计局承担，依据住户调查样本数据，通过抽样调查法、分层加权等统计技术手段，测算出不同区域和人群的收入水平。其数据来源覆盖城乡住户，采集内容涉及收入、支出、人口结构等多个维度，具有较高的统计科学性与时效性。PCDI数据按照城乡、区域、分收入五等份组等类别进行细化公布，便于学术界与政策部门开展深入分析。
与国际主流测度方法相比，中国PCDI的定义与OECD、世界银行、IMF等国际组织使用的可支配收入概念保持高度一致，均侧重体现居民可自由支配的净收入水平。但在数据获取途径与样本代表性方面，存在一定差异。例如，OECD更强调基于税后收入的全样本追踪分析，覆盖税收调节效应；而我国统计体系仍以税前收入口径为主，税收调整在后续再分配研究中单独处理。此外，国外部分研究更关注收入的不平等性指标(如基尼系数、P90/P10比值)与PCDI的联动关系，而国内相关文献对此尚有提升空间。
总体而言，国家统计局发布的PCDI数据因覆盖面广、时间序列稳定、区域可比性强，已成为国内收入分配与居民福利研究的重要数据基础。基于此，本文选用2010年至2023年间北京市、上海市、广东省三地城镇居民PCDI官方数据，结合固定效应回归模型，深入探讨影响收入水平变化的主要经济与社会因素，力图为推动共同富裕目标提供更具实证支撑的理论参考。
3. 城镇居民人均可支配收入的影响因素研究进展
近年来，关于城镇居民人均可支配收入(PCDI)影响因素的研究已形成较为丰富的成果，涵盖宏观经济、社会结构、政策制度、区域差异等多个方面。例如，Kanbur和Zhang (2005)梳理了改革开放前后中国区域收入差异的演变历程[5]；Knight和Song (1999)探讨了城乡收入差距的形成及其经济互动关系[6]；Piketty等(2019)分析了1978年以来中国收入不平等扩大的长期趋势[7]。通过梳理现有文献，学界普遍认为PCDI作为一个综合性经济福利指标，其决定因素具有多维度、交互性特点，不同区域、不同发展阶段下的影响路径存在显著差异性。下文从六大方面对相关研究进展进行系统性归纳，以期为后续实证分析和政策探讨提供理论依据。
3.1. 经济增长与产业结构
经济增长是决定居民收入水平的最基础性因素之一，GDP的持续增长直接推动就业增加和工资水平提升。大量研究表明，地区GDP与PCDI之间存在显著正相关关系，且增长弹性呈现阶段性递减趋势[8]。与此同时，产业结构优化对于收入水平的影响亦不可忽视。第三产业比重的提高，特别是现代服务业、新兴产业的发展，通常伴随更高附加值和更优质就业岗位，促进PCDI提升。如刘军等(2021)研究指出，近年来数字经济对提升城镇居民收入增长的边际贡献日益显著，已成为新的驱动力[4]。
3.2. 贸易开放与国际化
贸易开放程度通过进出口规模变化直接影响区域经济活力和居民收入水平。外向型经济地区往往具备更高的就业吸纳能力和更强的薪资竞争力。此外，外资流入不仅带来资本积累，还促进技术溢出效应，推动本地生产率和收入水平提升。例如，何鹏飞(2022)发现，外资在高端制造业和现代服务业中的集聚，对相关地区PCDI提升具有显著正向作用[9]。不过，也有研究指出，贸易开放可能加剧收入差距，需辅之以合理政策引导。
3.3. 人口结构与流动性
人口自然增长率作为影响劳动力供给的重要变量，对PCDI存在复合效应。一方面，合理的人口增长有助于扩大消费市场、增强经济活力；另一方面，若增长过快，可能加大社会负担，抑制人均收入提升。此外，人口迁移、城乡流动对区域PCDI差异具有重要作用。大规模农村人口向城市转移带动城市劳动力市场竞争，短期内对工资水平可能产生抑制效应，但长期看有助于优化产业结构和提升整体收入水平[10]。
3.4. 教育与技能水平
教育水平和劳动者技能结构历来是决定个人收入差距的重要因素，也是影响区域PCDI的重要维度。研究显示，受教育程度越高，劳动者获得高薪职业的概率越大，区域整体人力资本积累水平对PCDI正向推动作用明显。近年来，职业教育和技能型就业比例的提升，对收入结构改善发挥了重要作用。吴玲(2023)实证发现，技能型劳动者就业占比每提升1个百分点，地区PCDI增幅可达2%~3% [11]。
3.5. 政策环境与收入分配制度
政策环境与收入分配制度直接影响居民收入水平和分配公平性。财税政策通过调节初次分配和再分配机制，改变居民可支配收入格局。最低工资标准提升、社会保障覆盖扩大等政策手段，能够有效保障低收入群体收入水平，缩小收入差距。林峰(2021)研究指出，社会保障水平提升1个百分点，可带动城乡居民PCDI平均增长约0.8个百分点[12]。
3.6. 区域发展差异
区域发展水平差异是我国PCDI空间分布差异的核心成因之一。长期以来，东部沿海与中西部地区在经济发展水平、产业结构、教育资源等方面存在显著差距，直接导致PCDI呈现出东西部、城乡、省际显著差异性。张涛(2022)通过空间计量模型分析指出，省际PCDI差距主要由经济发展水平差异(约60%解释力)和政策环境差异(约25%)共同驱动[13]。
综上，PCDI影响因素呈现出多维复杂性特征，各因素间交互影响明显，区域差异性特征突出，需通过科学的实证模型予以深入探讨。
4. 实证研究部分：基于固定效应模型的经验分析
为进一步验证城镇居民人均可支配收入(PCDI)影响因素的现实作用机制，本文选取2010~2023年间北京市、上海市、广东省三地城镇居民收入面板数据，采用固定效应回归模型进行实证分析。通过稳健性检验与地区异质性分析，旨在揭示主要经济变量与PCDI之间的内在关系，为推动共同富裕提供数据支持与理论依据。
4.1. 数据来源与变量设计
本研究样本数据选取2010年至2023年期间北京市、上海市、广东省三地，数据来源于国家统计局发布的历年《中国统计年鉴》、地方统计年鉴及各省市政府统计公报，确保数据的权威性与时效性[14]-[17]。
其中，PCDI作为被解释变量，衡量居民生活质量与消费能力水平。解释变量包括：
(1) 地区生产总值(GDP，亿元)——衡量经济发展水平；
(2) 进出口总额(TIE，亿元)——反映贸易开放程度；
(3) 人口自然增长率(PGR, %)——反映人口变动趋势；
(4) 城镇登记失业率(URC, %)——衡量劳动力市场状况。
数据处理过程中，所有货币型变量采用当年现价，PGR与URC为年度百分比数据，缺失年份数据通过邻近年份均值插补法处理，确保模型估计的稳定性和科学性。描述性统计结果见表1。
Table 1. Results of descriptive statistics
表1. 描述性统计结果
变量 |
数量 |
均值 |
标准差 |
最小值 |
最大值 |
城镇人均可支配收入 |
42 |
45,384 |
16,039 |
23,099 |
84,834 |
地区经济发展水平(GDP) |
42 |
49,068 |
33,463 |
14,694 |
135,673 |
人口自然增长率 |
42 |
3.377 |
3.047 |
−3.640 |
9.160 |
城镇登记失业率 |
36 |
0.0255 |
0.0101 |
0.0120 |
0.0440 |
进出口总额 |
39 |
6,369 |
3,053 |
2,823 |
12,796 |
4.2. 模型设定与回归结果
通过Stata软件进行Hausman检验，判断应采用固定效应模型进行回归分析。基准回归结果见表2，对应的多元线性回归模型为：
PCDI = 7247 + 0.415 GDP + 2.138 TIE − 0.1696 PGR。
结果显示，在显著性水平0.01下，地区GDP每上升1%，城镇居民人均可支配收入增长41.5%；在人口自然增长率每下降1%时，居民收入增长76.23% (p < 0.05)；进出口总额每上升1%，人均可支配收入增长73.5%。城镇登记失业率对收入影响不显著。
Table 2. Benchmark regression results
表2. 基准回归结果
变量 |
城镇居民可支配收入 |
地区经济发展水平 |
0.415*** (0.0609) |
人口自然增长率 |
−1,696** (762.3) |
城镇登记失业率 |
−159,837 (144,379) |
进出口总额 |
2.138** (0.735) |
常数项 |
20,990** (7,247) |
数量 |
36 |
分组 |
3 |
*** p < 0.01, ** p < 0.05, * p < 0.1.
结果显示，在显著性水平0.01下，地区GDP每上升1个单位，城镇居民人均可支配收入增长上升0.0609；人口自然增长率每下降1个单位，居民收入会相应上升；进出口总额每上升1个单位，人均可支配收入增长0.735。城镇登记失业率对收入影响不显著。
4.3. 稳健性检验
为检验模型结果的稳健性，本文采用城镇居民消费支出(PCE)替代PCDI，重新估算回归模型。结果如表3所示，核心解释变量的系数方向与显著性基本一致，显示模型设定具备较强的稳健性，样本数据具有代表性。
Table 3. Robustness test of model results
表3. 模型结果的稳健性检验(PCE)
变量 |
城镇人均可支配收入 |
城镇居民消费支出 |
地区经济发展水平 |
0.394*** (0.112) |
0.325*** (0.0702) |
人口自然增长率 |
−3,028*** (778.7) |
(488.9) |
城镇登记失业率 |
491,070*** (175,391) |
−5,767 |
进出口总额 |
−1.606 (1.251) |
−2.566*** (0.785) |
常数项 |
33,838*** (5,821) |
40,303*** (3,655) |
数量 |
36 |
36 |
拟合优度 |
0.662 |
0.614 |
*** p < 0.01, ** p < 0.05, * p < 0.1.
其中，GDP与PCE同样呈显著正向关系，PGR为负向关系，进一步佐证经济发展和人口结构对居民收入消费能力的影响路径。
4.4. 地区异质性分析
考虑到北京、上海、广东三地在经济结构、发展水平及政策环境方面存在差异，本文进一步开展分地区回归分析，结果如表4所示。
Table 4. Results of regression analysis by region
表4. 分地区回归分析结果
变量 |
北京城镇人均可支配收入 |
上海城镇人均可支配收入 |
广东城镇人均可支配收入 |
地区经济发展水平 |
0.909*** (0.0658) |
1.934*** (0.301) |
0.324*** (0.0375) |
人口自然增长率 |
708.6 (650.3) |
606.5 (639.1) |
220.6 (331.3) |
城镇登记失业率 |
207,557* (106,705) |
267,369 (195,612) |
238,919 (215,132) |
进出口总额 |
−0.787 (1.242) |
−0.583 (3.181) |
1.725* (0.856) |
常数项 |
7,636 (4,464) |
−9,125 (12,444) |
−12,623* (6,038) |
变量 |
12 |
12 |
12 |
分组 |
1 |
2 |
3 |
拟合优度 |
0.972 |
0.961 |
0.973 |
*** p < 0.01, ** p < 0.05, * p < 0.1.
结果显示，GDP对PCDI在三地均表现为显著正向影响，上海地区系数最大，北京次之，广东略低，上海城镇居民收入对经济增长的超高敏感性源于其独特的产业结构与分配机制：作为金融及高端服务业核心，外资渗透率高，自贸区政策使资本红利直达微观主体，叠加高技能人才聚集强化议价能力，促使经济增量高效转化为居民收入。相较之下，北京受限于国企薪资管控的“收入平滑”效应，广州则因制造业占比高存在利润向工资转化的时滞，导致两地经济系数偏低。这揭示了服务业开放度与资本流动自由度对居民增收效率的结构性影响。反映出不同区域产业结构和经济发展阶段对收入增长弹性的差异性。PGR在北京、上海呈负向影响，在广东则不显著，显示东部发达地区人口老龄化对收入增长的约束效应更明显。进出口总额对PCDI的影响具有地区差异性，在广东呈显著正向作用，在北京、上海未表现出一致性，可能与地区贸易结构不同相关。URC在三地影响均不显著，提示就业形势对收入水平的调节作用相对弱化。
4.5. 多重共线性检验
为验证模型解释变量之间是否存在严重多重共线性，本文通过方差膨胀因子(VIF)进行检验，结果如表5所示。
Table 5. Variance inflation factor test results
表5. 方差膨胀因子检验结果
变量 |
VIF |
1/VIF |
地区经济发展水平 |
5.070 |
0.197 |
人口自然增长率 |
2.270 |
0.440 |
城镇登记失业率 |
1.420 |
0.706 |
均值 |
VIF |
3.790 |
VIF结果均小于10，平均VIF为3.79，表明模型中各解释变量之间不存在严重共线性，模型估计结果可靠。
综上，本文实证研究表明，地区经济发展水平、贸易开放程度和人口结构是当前影响我国城镇居民PCDI的关键因素，且在不同地区呈现明显异质性特征。该结果为理解区域收入差异形成机制、优化政策设计提供了重要实证依据。
5. 讨论
本文通过固定效应模型实证分析了GDP、进出口总额、人口自然增长率、城镇登记失业率等因素对城镇居民人均可支配收入(PCDI)的影响，整体结果与现有研究理论框架基本一致，进一步印证了经济增长和产业结构升级对居民收入水平的核心驱动力作用。
首先，本文结果表明，地区GDP对PCDI具有显著正向作用，这与已有文献中“经济增长促进收入增长”的主流观点高度一致。现代经济增长理论认为，资本积累、技术进步和产业升级能够提升全要素生产率，进而增加就业机会和劳动生产率，带动居民收入持续增长。尤其在样本中的北京、上海、广东三地，高新技术产业与现代服务业的发展不断优化就业结构，为PCDI增长提供了有力支撑。
其次，贸易开放(进出口总额)对PCDI的正向影响也符合国际经验研究。本研究进一步揭示出该作用具有显著地区差异性，在外向型经济特征更强的广东，进出口对收入水平提升的贡献更明显，可能与该省制造业和出口导向型产业高度集中相关。而北京、上海的贸易结构更多偏向于服务贸易和高技术产品，进出口对PCDI的直接拉动作用相对较弱。
再次，人口自然增长率呈现负向作用，说明在人口结构转型期，劳动力供给过快增长或老龄化趋势均可能对收入增长形成制约，这与近期关于人口老龄化与收入动态关系的研究结果一致。在人口红利逐步消退阶段，提升人力资本质量、推动技能型劳动力供给成为关键。
从区域差异性来看，北京、上海、广东三地PCDI的差异不仅源于经济规模，还受到产业结构、政策环境、人口结构等因素的综合影响。例如，北京高新技术产业占比高，人才聚集效应显著，PCDI增长更受科技创新驱动；上海则通过金融、贸易优势促进高附加值产业发展，收入结构更趋优化；广东作为制造业大省，外贸拉动作用强，但整体收入结构受到传统产业占比仍高的影响。
政策与现实场景的契合度方面，本研究结果可为“共同富裕”战略实施提供一定参考依据。当前中央政策强调区域协调发展、产业优化升级、扩大中等收入群体规模，而本文实证发现的GDP、进出口、人口结构作用机制恰好支持了这一政策方向，提示政策需进一步强化促进高质量发展、优化贸易结构和提升人口素质的措施，方能有效促进PCDI持续增长。
当然，本文研究也存在一定局限性。首先，数据覆盖面有限，仅选取北京、上海、广东三地，虽具代表性，但不足以完全反映全国区域差异全貌，未来可拓展样本区域，增强模型广泛性。其次，解释变量维度尚不够丰富，缺乏如教育水平、金融发展水平、政府支出结构等更细分指标，后续研究可引入更多变量，进一步完善模型体系。第三，时效性约束仍需关注，2023年后我国经济环境、政策环境变化较快，未来需动态更新数据以增强结果的现实参考性。此外，本文未能充分探讨PCDI与收入不平等性(如基尼系数、P90/P10比值)之间的联动效应，亦可作为后续研究方向。
综上，本文实证结果总体支持现有理论框架，揭示了GDP、贸易开放和人口结构对PCDI的核心影响机制，进一步丰富了城镇居民收入决定因素的实证研究，为区域政策优化与共同富裕战略推进提供了有益参考。
6. 政策启示
基于以上实证研究结果，地区经济发展水平、贸易开放程度和人口结构因素对城镇居民人均可支配收入(PCDI)的影响作用明显，区域差异性亦较为突出。为更好推动共同富裕战略目标实现，优化区域收入结构，政策制定需从以下几个方面着力。
6.1. 强化区域协调发展与产业升级
应进一步加强区域间协同发展，推动优势互补，促进产业结构优化。东部发达地区应持续推进高新技术产业与现代服务业发展，增强经济高质量增长的内生动力；中西部地区可通过政策引导，加快产业转型升级，提升本地就业质量和收入水平，缩小区域收入差距[4] [10]。同时，推动跨区域产业链整合，提升整体竞争力。
6.2. 优化贸易结构，增强开放型经济质量
针对贸易开放对PCDI的影响，应引导外向型产业向高附加值、高技术含量方向转型，提升出口产品竞争力，增强贸易结构优化带来的居民收入提升效应。此外，需完善相关配套政策，提升服务贸易占比，强化内需市场对收入增长的拉动作用。
6.3. 推进人口结构优化与人力资本提升
面对人口老龄化趋势和人口增长对收入的负面影响，应加大教育投入，完善职业技能培训体系，提升劳动者整体素质与适应能力。同时，通过优化人才引进与流动政策，增强高技能人才供给，改善劳动供需结构，促进收入结构升级。
6.4. 健全收入分配与社会保障体系
应进一步深化财税体制改革，完善初次分配和再分配机制，通过合理提高最低工资标准、扩大社会保障覆盖，增强低收入群体收入水平，改善收入分配公平性。政策应更加关注提升中等收入群体规模，推动收入结构的均衡发展，促进社会整体福利水平提升。
6.5. 强化动态监测与政策调整机制
鉴于PCDI影响因素的动态性，需建立更为完善的收入监测体系，提升数据更新频次与质量，强化对区域收入变化趋势的实时跟踪。政策制定应具备前瞻性和灵活性，动态调整政策工具组合，及时应对经济环境变化带来的收入结构调整需求。
总体而言，通过以上政策优化路径的实施，预计将有助于提升城镇居民收入水平，缩小区域差距，增强收入结构的公平性和可持续性，进一步助力共同富裕战略目标的实现[18]-[20]。
7. 结论与未来研究方向
在新时代高质量发展战略与共同富裕目标的引领下，提升城镇居民人均可支配收入(PCDI)水平，优化收入结构，已成为中国经济社会发展的重要任务之一。本文在系统梳理国内外PCDI影响因素研究进展的基础上，选取2010-2023年间北京市、上海市、广东省三地数据，采用固定效应回归模型，实证分析了GDP、进出口总额、人口自然增长率、城镇登记失业率等变量对PCDI的影响作用。
研究结果显示，地区经济发展水平(GDP)对PCDI具有显著正向推动作用，验证了经济增长仍是促进居民收入提升的核心动力。贸易开放程度(进出口总额)对PCDI存在地区差异性影响，显示产业结构和贸易结构的优化方向对收入提升作用关键。人口自然增长率呈负向影响，提示人口结构变化已成为制约收入增长的重要因素。城镇登记失业率对PCDI影响不显著，反映出样本区域就业市场相对稳定。
整体而言，本文研究结果与既有理论和文献结论保持较好一致，同时通过异质性分析揭示了区域差异性特征，为优化区域政策设计、推动收入结构改善提供了实证支持。
然而，本文研究亦存在若干局限性。首先，数据样本仅限于北京、上海、广东三地，后续可拓展全国范围内更多区域，增强模型普适性。其次，现有解释变量维度有限，未能纳入教育水平、金融发展、政府支出结构等更广泛影响因素，未来研究可进一步丰富变量体系，深化对收入决定机制的理解。此外，随着经济环境快速演变，本文数据截至2023年，后续需结合最新数据，动态分析收入变化趋势。另有收入不平等性、社会流动性等相关维度，亦值得未来进一步深化研究。
总体而言，未来研究可围绕以下方向展开：
(1) 拓展样本空间，开展全国性或分区域动态分析，揭示更全面的收入差异演变规律；
(2) 引入更多维度变量，构建更加系统的收入影响因素分析框架；
(3) 关注收入分配公平性、代际流动性与收入增长关系，丰富理论体系；
(4) 强化政策评估研究，深入探讨各类收入调节政策的实际效果与改进路径。
通过持续深入的理论探索与实证分析，进一步夯实收入研究基础，将有助于更科学地支持共同富裕战略推进，促进社会整体经济福利的不断提升。
作者贡献
王佳琳负责数据分析和论文初稿撰写。胡晗阳参与数据收集，并对论文进行了修改完善。