本研究数据均来源于国家统计局以及《统计年鉴》，共计14个城市的各项数据，包括人均可支配收入/元、教育支出/亿元、第二产业就业人员占就业人员比重、第三产业就业人员占就业人员比重、基础设施建设投资/万元，分别对应 表1 中的Y和 $X_1-X_4$。得到数据如 表1 所示。

首先，我们对数据之间的相关性系数进行深入分析。通过计算各项数据之间的皮尔逊相关系数，见 表2 。

通过 表2 可知，所选变量间的相关性较强，除X₂ (新一线城市第二产业就业人员占就业人员比重)与Y (新一线城市人均可支配收入)呈正相关，其余因素均与Y呈负相关，即所选择的因素对新一线城市的可用人均收入有一定的影响。这也支持所建立的模型。

然后对数据的分布进行了正态性检验。以标准正态分布的分位数作为垂直坐标，对数转后且标准化后的样本值作水平坐标制成散点图，称为Q-Q图。数据直方图和Q-Q图如 图1 和 图2 所示。

根据 图1 与 图2 的分析，可见转换后的数据呈现正态分布特征，仅存在一个离群点，其余数据趋于符合标准正态分布。

在对数据来源及特性进行初步评估之后，现将各影响因素进行详细的描述性统计分析。

借助SPSS软件，由 表3 和 表4 可知，新一线城市人均可支配收入各影响因素即各个自变量间共线性较弱，且方差膨胀因子均小于10且接近5，容忍度基本都大于0.2，故可以用最小二乘法估计作多元线性回归。

假设人均可支配收入(已标准化) Y与 $X_1-X_4$之间服从多元线性回归模型，即Y与 $X_1-X_4$之间满足下式：

$Y={\beta }_0+{\beta }_1{x}_1+{\beta }_2{x}_2+{\beta }_3{x}_3+{\beta }_4{x}_4+\epsilon ,$

使用最小二乘估计进行多元线性回归。结果显示在 表5 中。

由 表5 中各变量对应系数，可以得到人均可支配收入的多元线性回归方程为：

$Y=1.603\times {10}^{-9}{x}_1+0.133x_2+0.105x_3+8.978\times {10}^{-8}{x}_4-\mathrm{11.25.}$

根据IBM SPSS Statistics线性回归结果如 表6 和 表7 所示：

在显著性水平设为0.05的前提下，F统计量值为5.940，所对应的p值为0.013，明显低于0.05，因此该方程显著性检验通过，表现出明显的统计显著性。另一方面，通过 表7 的结果可以观察到，其标准残差为0.629。其拟合程度的R²值为0.725，调整后的R²为0.603。即，此线性回归与模型的拟合程度较好。

根据 表5 的数据分析，部分解释变量未能通过显著性检验，尤其是解释变量X₁，这一现象值得关注，该变量的p值是明显高于其它几个解释变量的，也就意味着，自变量对被解释变量人均可支配收入的影响并不显著，所以接下来会通过逐步回归分析来对解释变量进行选择，来进一步优化多元回归模型。

通过 表8 、 图3 、 图4 可知，残差近似满足方差齐性。

进一步通过逐步回归修正模型，得到结果如 表9 ~ 11 以及 图5 和 6 所示：

由 表9 和 表10 可知，进行逐步回归后，R²值为0.692，说明回归方程的拟合程度较好；由 表10 可知，筛选的X₂和X₃变量进行回归后，VIF值均小于5，说明自变量间共线性较低，所有系数的p值均小于0.05，这满足了回归系数的显著性要求。观察 表11 ，F统计量的值为12.359，其对应的p值显著地低于0.05，这进一步确认了在0.05的显著性水平下，回归方程通过了显著性检验；通过 图5 和 图6 可知，残差近似满足方差齐性。

根据方差分析的结果分析，部分解释变量的t值很小，未能通过显著性检验，这说明自变量对被解释变量人均可支配收入的影响并不显著，需要通过逐步回归分析来对解释变量进行选择，来进一步优化多元回归模型。

通过逐步回归的结果，我们经过深入分析发现，筛选的X₂和X₃变量进行回归后，R²值为0.692，所有系数的p值均小于0.05，即第二产业就业人员占比和第三产业就业人员占比与新一线城市人均可支配收入之间存在显著的线性关系，此时模型的显著性较高，这说明就业结构和产业发展对新一线城市人均可支配收入的影响较为关键 [10] 。就业结构与经济和产业结构密切相关 [11] ，并从根本上受其影响 [12] 。另一方面，它与社会结构联系在一起，深刻影响着资源配置和消费过程中形成的社会地位结构 [13] 。就业结构在经济社会结构中占有非常特殊的地位，只有不断调整优化城市的就业结构，尤其是提高第二产业就业比重，新一线城市人均可支配收入才能不断提高 [14] 。同时，努力在传统产业的优化升级和新兴产业的培育发展上下功夫才是推动制造业向数字化、网络化、智能化转变，提高产业链和供应链稳定性和现代化水平的必由之路 [15] 。

在新一线城市的发展进程中，就业结构与产业发展的优化升级对居民人均可支配收入的提升起到了显著的作用 [16] 。这些城市通常拥有较高的经济水平、完善的产业链和丰富的就业机会 [17] ，因此，就业结构与产业发展的匹配程度成为了影响居民收入的关键因素 [18] 。新一线城市通过吸引高素质人才，形成了以高新技术产业和现代服务业为主导的就业格局，这不仅提高了劳动生产率，也为劳动者提供了更多高薪岗位，从而带动了人均可支配收入的增长 [19] 。同时，这些城市积极发展战略性新兴产业，推动传统产业的转型升级，产业结构的优化使得产业链不断向高端延伸，进一步提高了居民的收入水平。这种就业结构与产业发展的相互促进，形成了一个良性循环，使得新一线城市的居民收入水平得以持续提升。

与此相对，非新一线城市，如安徽省的各市，其人均可支配收入的影响因素则有所不同。在这些城市中，地区生产总值GDP、就业人数、社会消费品零售总额和全社会用电总量与人均可支配收入之间呈现出显著的线性回归关系 [9] 。GDP的增长直接反映了地区经济实力的增强，而经济实力的提升往往伴随着居民收入水平的提高。就业人数的增加为更多居民提供了收入来源，而社会消费品零售总额的增长则表明了居民消费能力的提升，这两者共同推动了居民收入的增长 [20] 。此外，全社会用电总量的增加可以作为经济发展活力的一个指标，它与居民收入水平的提升密切相关。因此，非新一线城市在追求居民收入增长的过程中，需要关注这些关键因素，通过促进经济增长、增加就业、扩大消费和提升能源使用效率等多方面的努力，来实现居民收入的持续提高。各地政府应根据自身的实际情况，制定相应的政策，以促进居民收入水平的全面提升。

调整优化就业结构对于新一线城市人均可支配收入的提升具有直接而深远的影响。在新一线城市，通过精心规划和政策引导，不断优化就业结构，可以有效地促进劳动力从传统制造业向更加现代化的服务业、高技术产业转移。这种转移不仅提高了劳动力的利用效率，而且由于新兴产业和服务业往往提供更高的薪酬水平，直接带动了居民收入的增长。因此，新一线城市在优化就业结构的过程中，不仅创造了更多的高薪岗位，也为居民提供了更多的职业发展机会，这些因素共同作用，显著提升了人均可支配收入。可以说，就业结构的优化与新一线城市居民收入的增加之间存在着紧密的关联，是推动新一线城市居民生活水平不断提高的关键所在。

在新经济时代的浪潮中，新一线城市正通过一系列战略举措推进产业结构的优化升级和新兴产业的快速发展。这不仅包括加大科技创新投入、优化营商环境、吸引高端人才，还包括促进产业融合，打破传统产业界限，形成跨界合作的新模式。这种跨界合作不仅创造了新的就业岗位，提高了岗位薪资水平，而且显著提升了城市品牌形象，增强了对外部投资和人才的吸引力。同时，新兴产业的蓬勃发展提高了资源配置效率，使得资源更加高效地流向高附加值领域，直接带动了企业和员工收入水平的提升。此外，加强国际合作与交流，引进先进技术和管理经验，为本地企业打开了更广阔的市场，增加了出口，进一步提高了居民的可支配收入。在此过程中，新一线城市还着力培育企业家精神和创新能力，激发社会创造力，推动经济持续增长。更重要的是，这些措施的实施还关注了社会公平与包容性增长，确保经济增长的红利能够惠及更广泛的群体，特别是弱势群体，从而缩小收入差距，实现人均可支配收入的全面提升，为城市的可持续发展奠定了坚实基础。