收入的统计方法问题杠杆炒股是什么意思?
1/4 此收入非彼收入
人均收入一直是网上容易引发争议的话题，一边是网上社区各种"人均百万"的夸张描述，一边又是各种" X 亿人收入不足 1000 元"的话题，一边是官方发布的平均工资，一边是有人齐叹"自己拖群众后腿了"。
统计数据容易被人诟病，其实有一个很重要的原因，统计是一个有专业门槛的事，每一个数据都有自己的统计口径和统计方法，但媒体在传播时，往往只想当然地摘录其中的几个数据，而忽略"统计口径与方法"，很多收入数据，跟大部分人想象中的工资单上的数字，并不是一回事。
比如之前，国家发展改革委就业收入分配和消费司同北京师范大学中国收入分配研究院，共同发布的调研报告数据显示，9.64 亿人月收入 2000 元以下，占中国人口数量的 68.3%，5.47 亿人口月收入低于 1000 元，占 39.1%。
这一数据后来成为多个数据的来源，引发了很大的争议，实际上就跟统计口径有关。
另外，很多人喜欢把中国的收入数据跟国外比较，但用的却是不同口径甚至意义完全不同的收入数据，变成鸡同鸭比。
收入统计数据虽然口径比较多，但基本上就是两类：人均可支配收入和工资收入，本文就来聊一聊这两类收入数据的定义、统计方法和特点，最后再谈一谈" 9 亿人收入不足 2000 元"这个数据应该怎么看。
2/4 人均可支配收入
如果你是一个年薪 50 万的金领阶层，但在官方人均可支配收入的统计数据中，你可能只有 8 万多，这是为什么呢？
首先，"人均可支配收入"的定义是某地区的总可支配收入除以全部常住人口总数。
分子的可支配收入，不光包括工资收入，还包括经营净收入（个体经营活动所得的利润）、财产净收入（租金、利息、股息等）和转移净收入（补助、养老金、失业保险金等）。
所谓"可支配"，是收入再减去税款、社保以及转移支付等后剩余的部分。
而分母包括了该地区的所有人，不但包括有收入的，也包括没有收入的老人孩子、全职主妇、失业人员等。
分子减少，分母增加，所以人均可支配收入通常低于我们平时感知的收入。
还有，虽然人均可支配的定义是总可支配收入除以全部人口，但其实际统计方法仍然是抽样，以家庭为单位，以分层抽样的方法只统计样本数据，要求样本覆盖不同地区、城乡、收入层次的家庭。
如果今年抽中你家，你一家五口，双职工加一个孩子加两个老人，此时会有调查人员上门，统计你们夫妻和老人的所有家庭可支配收入，虽然你是年薪 50 万的高收入阶层，但扣税后的可支配收入只有 30 多万，而妻子的收入和老人的退休金都不高，再加上一个没有收入的孩子，又没有其他收入来源，最后这五个人的年人均可支配收入就是 8 万多，只比 2023 年统计局公布的全国城镇居民人均可支配收入的 51821 元，高出 60% 多，如果明年喜得二胎，年人均可支配收入又下降至 7 万多，接近全国平均水平。
很多中产家庭如果丈夫的收入比较高，妻子会选择成为全职太太，或者换一个说法，全职主妇（夫）的前提是另一方有高收入，这样也拉低了高收入家庭的平均可支配收入。
人均可支配收入与体感的差异的另一个原因是收入构成。
2023 年的全国居民人均可支配收入 39217.97 元中，工资性收入为 22053 元，占比仅 56%，财产收入占比 8.6%，转移收入占比 18.5%，经营性占比 16.7%。大部分人只有工资性收入和转移收入，自然又差了一个级别。
而媒体经常使用的另一类收入数据——职工平均工资收入，就跟大部分人的体感符合了。
3/4 职工平均工资收入
"职工平均工资收入"数据来源是由统计局定期收集企事业单位的工资数据，包括社保缴费基数、劳动合同备案等，再加上抽样调查统计出来的。
首先，这个数据分为非私营单位和私营单位两类，前者 2023 年全国的数据是人均年平均工资为 120698 元，后者是 68340 元，均为税前，包括所有的基本工资、奖金津贴、加班工资等，还包括个人应缴的社保部分，即国有企事业单位税前月薪 1 万，民营月薪 5700 元，跟我们平均感知的月薪更接近。
很多新闻报道者缺乏专业知识，把这两类数据搞混了，而读者也无法区分，容易造成对新闻的误读。
这个数据也分地区发布，2023 年上海的非私营和私营分别为 229337 元和 111347 元，相比 2023 年上海的人均可支配收入 8.48 万元，前者更符合工资单上的税前数字，后者更接近双职业家庭加一个孩子后的人均数。
值得注意的是，私营企业职工收入仅相当于国有企事业单位的 56.6%，这个差别也比一般人想象得大，主要是因为这里统计的私营企业职工，还包括灵活就业和工商个体户，而且工资数据来源主要是社保缴费基数，很多私营企业都在按最低工资报社保。
而且，就业"大户"但薪水较低的批发零售、制造业、建筑和住宿餐饮等行业，都以私营企业为主，拉低了私企的整体薪资水平，而高收入的信息技术和金融员工在国有企业员工总数中的占比，又高于私营企业占比。
还有，私营企业的职工占了 80% 的就业人数，数量多导致工资差别远远大于国企职工，工资天花板的互联网大厂和大量的城郊小工厂，都属于私营企业，后者在互联网公共事务讨论中属于"沉默的大多数"。
此外，低线城市的私营企业更缺乏高薪职业，导致国企私营的差距比一线城市更大。
4/4 北师大数据与统计局的数据
回到前面的北师大收入调查数据，很明显，这个数据应该指"人均可支配收入"而非"工资收入"。不过，就算是人均可支配收入，虽然是 2019 年的数据，68.3% 低于 2000 元看起来也有点多啊。
但再看看具体构成上，就明白了，1090 元以下和 1090-2000 元这两组，农村人口占比分别为 76% 和 53%，中西部分地区分别占 71% 和 56%，初中及以下学历分别占 80% 和 68%，不就业和自雇者分别占 63% 和 58%。
只能说，2019 年的中国，中西部农村地区低学历难就业者，实在太多了。
不过，这份数据跟统计局的数据还是有一些冲突的。
这份报告给出的中位数大约在 1400 元左右，没有给平均数，但大致可以算出在 1850 元左右，而统计局给出的 2019 年中国人均可支配收入为 3.07 万元，相当于月收入 2558 元——两个统计口径理应差不多的数据，实际差别有点大。
假设两个数据的统计方法有一定的差异，我们还可以从另一个角度看，北师大的数据，平均数比中位数高 32%；统计局给出的 2019 年全国居民人均可支配收入中位数 26523 元，平均数比中位数高 15.7%。
平均数与中位数的比例代表贫富分化的程度，统计局给出的数据，贫富差距更小，这可能是两个数据有点差别的原因。
为了直观比较这两个数据的差异，可以参考一下其他国家人均数与中位数的比例，需要注意的是，各国的统计口径不同，有些数据是人均收入，有些是职工工资收入，不能横向比较。
先看看日本，根据 2023 年的数据，日本普通劳动者的平均年收入（就业工资数据的口径）约为 381.96 万日元，年收入中位数为 360 万日元，平均数是中位数的 6.1%，符合日本贫富差距比较小的一贯形象。
再看一看德国，2020 年德国的人均收入（就业工资数据的口径）约为 47,000 欧元，而收入中位数约为 44,000 欧元，平均值比中位数高 6.8%，跟日本差不多。
最后看一看美国，美国分为个人收入和家庭收入数据，2023 年，个人平均收入（就业工资数据的口径）76,000 美元，比中位数 48,060 美元，高 58.1%；但另一个家庭收入数据，2023 年平均收入 94,000 美元仅比中位数 80,610 美元，高约 16%。
个人收入和家庭收入差异大的原因，我在前面也提到了，低收入家庭两人都要上班，高收入家庭更倾向全职太太，从而缩小了家庭收入的差距。
家庭收入的口径更类似于我国的人均可支配收入的口径（假设户均人口差不多），所以，如果按统计局的数据，2019 年，我们的贫富分化跟美国差不多，如果按北师大的数据，我们的贫富差距超过美国。
我个人觉得，两个统计数据的念头，跟它的抽样规则有关，抽样都有一个样本，比如按 20% 分为五等分，2023 年的五等分数据为：
低收入组人均可支配收入平均为 9215 元，
中间偏下收入组人均可支配收入平均为 20442 元，
中间收入组人均可支配收入平均为 32195 元，
中间偏上收入组人均可支配收入平均为 50220 元，
高收入组人均可支配收入则平均为 95055 元。
但样本哪里来的呢？去年的。去年的样本哪里来的呢？前年的。
所以样本本身对最后的统计结果有很大的影响。北师大的数据的低收入占样本的比例必然大于统计局的。
这个偏差是如何出现的呢？比如统计局今年抽样几万个汇总后，发现高收入家庭占比有点少，跟去年的不符，最终都要按去年的比例抽样，这么做的好处，每一年跟上一年相差不大，可比较性强，所以同比数据更有意义，但排除收入差距的细微变化，由于统计局的统计历史更久，为了保证数据的连续可比，误差一年累积一年，经过多年后杠杆炒股是什么意思?，样本本身的代表性，就有一定的偏差了。