馮琳涵 雷炯沄 郭祎璠 鄭宇濤

摘 要:為了研究農村養老資源供求匹配現狀,本文利用平頂山市農村養老資源需求與調研數據,在收入約束的前提下,選取農村養老需求與供給的影響因素,采用因子分析、匹配度分析構建模型對收入約束下農村養老供給與需求的匹配度進行實證研究。結果表明:平頂山市農村養老資源供求處于失衡狀態,匹配度較低。問題亟待解決,本文從科學角度從增加農村收入、優化供需匹配度兩方面提出改善建議。
關鍵詞:收入約束;農村養老;供需匹配度
中圖分類號:F24 ? ? 文獻標識碼:A ? ? ?doi:10.19311/j.cnki.1672-3198.2021.25.028
0 引言
2014年,我國農村60歲及以上人口與65歲及以上人口占總人口的比例分別為17.60%、11.51%,而城鎮的對應年齡人口占總人口比例為13.88%、8.89%。數據表明,我國人口老齡化在城鄉之間出現了“倒置”現象,農村所面臨的人口老齡化及養老問題與城鎮相比更為嚴重。2019年我國常住人口城鎮化率首次超過60%,但城市化帶來的是農村的空心化,收入約束下農村養老需求于供給的匹配問題受到了國家的關注。《國務院關于加快發展養老服務業的若干意見》(國發{2013}35號)明確提出,要加大對基層和農村養老服務的投入,促進基本養老均衡發展;通過健全服務網絡、拓寬資金渠道、建立協作機制等多種措施,切實加強農村養老服務。
綜合現有研究可知,目前,對農村養老問題的研究主要是圍繞供給側與需求側兩方面展開論證研究,研究農村養老供給形式和供給對策。但缺乏聯系農村經濟情況,利用實地調研獲得的微觀數據對農村養老需求與供給進行實證分析的相關研究,因此,本課題將縮小切入視角,結合典型地區河南省平頂山市的實地調研結果,在收入約束的前提下,實證分析農村養老意愿與實現的匹配度,提高農村養老問題研究的精準度,有針對性地挖掘農村養老問題的深層原因,并提出切實可行的政策建議,從而有助于提高收入約束下農村養老意愿與實現的匹配度及完善相關養老保障制度,促進我國農村和社會經濟和諧發展。
1 數據與變量
1.1 數據來源
數據依托課題江西財經大學第15屆校級科研課題“收入約束下農村養老需求與供給的匹配度實證研究—基于河南省平頂山市的調研”(2020062110271552)通過實地調研獲得,本次調研選取河南省平頂山市作為調研地區,河南省是全國人口第三大省、農村人口第一大省,平頂山市作為河南省轄地級市,位于河南省中南部,與多個重點市區相交,地域具有代表性。課題小組成員于2020年8月上旬在河南省平頂山市農村地區對村民進行調研。總計發放問卷330份,回收問卷313份,回收率為94.85%。
1.2 變量指標
通過進行相關文獻查詢和政策解讀,根據問卷調研和數據獲得及分析難度,借鑒已有文獻研究成果,基于河南省平頂山市實地調研情況,我們選取以下變量作為收入約束下農村養老需求的影響因素:家庭年收入與家庭年支出、養老方式、生活照料、精神慰藉、社會關系、醫療保健、休閑娛樂,家庭老年人口數。
農村養老資源供給水平的指標選取家庭年收入、家庭年支出、年繳納醫保額度、參與養老保險情況、家庭勞動力人數、個人年支出、年從事收入活動時長,共七個變量來衡量供給水平。
2 模型構建
基于相關學科知識儲備以及相關文獻的研究,我們選取因子分析法,通過降維實現數據主要信息的提取,以損失較少信息為前提將多個變量轉化成一個或少數幾個綜合指標,將多個維度的指標轉化為幾個更具代表意義的綜合指標。
在對數據進行具體分析之前,為了避免指標正向或逆向對評價結果的影響,消除不同指標單位差異造成的影響,首先對指標正向化與量綱一致化處理。此次實證分析模型采用“倒扣逆變換法”對逆向指標進行正向化處理,選擇標準化法對指標數據進行處理。
采用主成分方法,提取出特征值大于1的因子,確定因子個數,再利用Stata軟件對無量綱化處理后的數據進行因子分析,求解出公共因子的特征值,方差貢獻率以及累計方差貢獻率。最后為了更清晰地分析各個影響指標與公共因子之間的關系,對原始的因子載荷矩陣按照最大方差法進行旋轉,得到旋轉后的因子載荷矩陣。通過因子得分系數計算得出成分F1,F2…Fn。 結合前面求得的主成分的貢獻率Ci,得出養老需求的測度為D, 按同樣的方法,我們能夠得到養老供給的測度S。
D=c1F1+c2F2+c3F3c1+c2+c3
供求匹配度實證分析模型的建立參照了前人文獻(金哲舒,2019),我們建立如下的模型進行收入約束下農村養老需求與供給的匹配度實證分析,US/D為供給水平對需求水平的相關度,UD/S為需求水平對供給水平的相關度。其中S1指養老供給水平對需求水平的程度,S2指養老需求水平對養老供給水平的程度。Sd,Ss分別是綜合需求因子和綜合供給因子標準差。
US/D=e-(S-S1SS)2
UD/S=e-(S-S2Sd)2
最后建立供需匹配失衡程度模型,對C進行計算,其中C越趨于 0,說明供求越平衡,反之供求失衡。計算模型如下:
C(S,D)=max{U(D/S),U(S/D)}-min{U(D/S),U(S/D)}max{U(D/S),U(S/D)}
3 實證分析
在對變量經過標準化處理過后,使用因子分析法對養老資源需求和養老資源供給進行分析。結果表明:在養老資源需求的9個影響因素共提取出3個主成分,第1個主成分的特征根貢獻率26.70%;第2個主成分的特征根貢獻率為22.40%;第3個主成分的特征根貢獻率為12.04%,累計方差貢獻率達61.14%,即涵蓋了超過半數的信息,意味著研究項的信息量可以有效地提取出來,所以,選取3個主成分來代表原始數據。為了更好地尋求因子的意義,公因子更可解釋,對因子用最大方差法進行了旋轉,最終的因子載荷矩陣如表1所示。