城镇居民生活满意度及其影响因素分析

城镇居民生活满意度及其影响因素分析

摘要：为了研究被调查者的收入和学历对其生活满意度评价的影响，对居民现阶段的生活满意度评价情况进行了相关调查。调查采用网络在线调查和电子邮件调查相结合的方式，考虑到分析目的和网络调查的局限性，调查对象限定为年满18周岁以上，具有个人收入的城镇居民。在确定调查内容时选择了最重要的5个项目：年龄、性别、年收入水平、文化程度、生活满意度。而在本文分析中，选择了其中3个项目，即：年收入水平、文化程度、生活满意度，对居民生活满意度的影响因素进行分析，建立相应的影响模型，并进行模型评价。

关键词：生活满意度调查影响因素年收入水平文化程度

1 研究内容与数据来源

1.1 研究内容

采用网络在线调查和电子邮件调查相结合的方式，得到调查数据。分析从居民满意度调查入手，归纳居民满意度的特征，重点分析年收入水平、文化程度与生活满意度的相互影响关系，最后对结果进行评价。

1.2 数据来源

考虑到分析目的和网络调查的局限性，调查对象限定为年满18周岁以上，具有个人收入的城镇居民。在本文分析中，只选用了3个项目：年收入水平（2.5万以下/2.5～5万/5～7.5万/7.5万以上）、文化程度（初中及以下/高中/大专/大学/研究生）、生活满意度（满意/态度中立/不满意）。

数据见spss文件-ex期末-生活满意度调查-3类别.sav.

2 生活满意度的概念和研究着眼点

生活满意度涉及内容广泛。Canter（1977）将居民满意度定义为在一个特定地方居住所得到的满意感，Morris（1978）指出居民满意度不仅仅是一个静态指标，还包括从不满意到满意的一个连续的过程。不同领域学者对这一概念关注角度不同，本文研究的是居民生活满意度与其自身条件的关系，比如不同年龄，年收入水平，文化程度等因素，它们对满意度的影响。

本文的着眼点有2个：一个是通过统计分析反映城镇居民生活满意度的状况；另一个是研究其影响因素。事实上居住生活的多样性决定了居民满意度影响因素的多样性，本文仅着重分析年收入水平、文化程度对生活满意度的影响。通过建立相应的影响模型，并进行模型评价。

3 分析过程及评价结果

3.1 分析过程

3.1.1 频数分析的基本操作：

（1）选择菜单Analyze－Descriptive Statistics－Frequencies；分别选择变量“性别”“年收入水平”“文化程度”“满意度”到Variable框中；单击“Charts”,分别选择Bar Chart；

（2）选择菜单Analyze－Descriptive Statistics－Frequencies；分别选择变量“年收入水平”“满意度”和“文化程度”“满意度”到Variable框中；单击“Charts”,分别选择Bar Chart；

结果如下：

分析：本文中，选取了6400项调查数据，其中性别比例大致相同，因此不选用性别对满意度的影响分析。再看年收入水平和文化程度，有37.3%的居民收入在2.5万-5万之间，其次是26.8%的居民在7.5万及以上。30.2%的居民是高中文化，其次是初中及以下，大专，大学文化的比例都在21%左右，最少的是研究生只占5.6%。而在满意度调查中，接近一半的人是满意，约占41.1%，过三分之一的人不满意，约占37.1%，态度中立的占21.8%。

分析：根据线性相关卡方检验可知，概率p值小于0.05，应拒绝零假设，则认为年收入水平与满意度，文化程度与满意度之间具有线性相关性。

根据图形，可以明显看出，年收入在7.5万及以上的满意度最高，不满意的比例最低；其次是收

入在2.5-5万之间的满意度较高，但同时态度中立，不满意的比例也最高；5-7.5万之间的居民满意度超过不满意人数，而收入在2.5万及以下的居民不满意远超过满意人数。由此看来，收入较高，其生活满意度也比较高。文化程度为高中的居民满意度最高，其次是初中文化，大专，大学，最少的是研究生文化的居民满意度最低；尤其是初中以及下文化的居民满意度远超过不满意人数；由此看来，文化程度越高，其生活满意度却更低。

3.1.2 交叉分组下的频数分析（3变量）

（1）选择菜单Analyze－Descriptive Statistics－Crosstabs

（2）选择变量“文化程度”“年收入水平”“满意度”到对应的框中；

（3）在“Cells”“Format”“Statistics”框中，选择需要的基本描述变量；

根据线性相关卡方检验可知，概率p值小于0.05，应拒绝零假设，则认为文化程度，年收入水平，满意度变量之间具有线性相关性。

3.1.3 分组计算概率

（1）将年收入水平和学历转化为间距型数据：年收入水平根据各组的组中值，将“2.5万以下”“2.5～5万”“5～7.5万”“7.5万以上”转化为“1.25万”“3.75万”“6.25万”“8.75万”；文化程度根据受教育年限，分别转化为“9年”“12年”“15年”“16年”“18年”；

（2）根据3.1.2中的列联表，结合上述的收入，学历转化结果，分成了20个组；

（3）分别计算每个组的满意，不满意，态度中立人数的比例，为p1,p2,p3；

结果如下：

处理后的数据：

3.1.4 模型构建及分析

（1）设居民对生活满意度评价为满意、态度中立、不满意的概率分别为p1,p2,p3，以对生活不满意P3为参照水平，计算logP1/P3，logp2/p3； （2）选择菜单Analyze －Regression

－Linear ；

（2）分别选择被解释变量（logP1/P3）（logp2/p3）和解释变量（年收入，受教育年限）到对应框中；

（3）在Method 框中，选择Enter 方法；在Statistics 框中，选择Estimates 、Model fit 、Covariancematrix 、Collinearity diagnostics 选项；在Plots 框中，选择ZRESED 到Y 框，ZPRED 到X 框，再选择Histogram 和Normal plot ； 在save 框中，选择Unstandardized; logP1/P3和年收入，受教育年限结果：表一

表二