养老问题研究报告Word文档格式.docx
《养老问题研究报告Word文档格式.docx》由会员分享，可在线阅读，更多相关《养老问题研究报告Word文档格式.docx（12页珍藏版）》请在冰点文库上搜索。
多元回归模型:
表一 变量的解释与说明
变量名称
变量定义
被解释变量
是否选择家庭养老
1=是；
0=否
解释变量
性别
1=男：
0=女
年龄 65岁以上
受教育程度 1=不识字；
2=小学；
3=初中；
4=高中或中专；
5=大专及以上
家庭年收入/元 1=1000以下；
4=10001-20000；
2=1000-6000；
5=20000以上
3=6001-10000
家庭年基本生活支出/元
1=1000以下；
筹资机制期望 1=政府补贴；
4=减免赋税；
2=土地补偿费；
5=建立福利基金；
3=实物抵养老金；
是否有配偶
1=是；
0=否
耕地利用情况
1=耕地有偿转让；
4=自耕地；
2=耕地无常转让；
5=土地被征用；
3=土地抛荒；
将影响湖北省老人是否选择家庭养老的因素引入线性函数Y中，Y的表达式为：
Y=+++…++ε
（1）其中，为截距到分别是影响老人选择家庭养老的因素（自变量），
ε为随机误差项。
Y为愿意选择家庭养老的概率，1-Y代表不愿选择家庭养老的概率。
从数学上看，函数Y对X的变化在Y=0或Y=1的附近是不敏感的，且非线性的程度较高。
因此，要引入一个Y的函数θ（Y），使得它在Y=0或Y=1附近时变化幅度较大。
我们对其
进行logistic变换，即：
θ（Y）=logistic（Y）=ln（）
（2）ln（）是因变量Y的对数差异比，用θ（Y）代替式
（1）中的Y，变换后的公式为:
ln（）=+++…++ε
（3）通过多元回归模型来识别自变量对因变量的影响方向和影响程度，进一步构造检验统计量—Wald统计量，Wald统计量近似服从于自由度等于参数个数的卡方分布。
通过Wald统计检验来判断自变量作用的显著性即自变量对因变量的影响程度与影响效果。
对湖北省的样本采用SPSS13.0进行了Logistic多元回归分析。
因解释变量之间可能存在多重共线性，有必要采用一些策略对解释变量引入回归方程加以抵制和筛选。
对于解释变量的筛选可以采用向后筛选策略进行分析。
回归分析中，解释变量经过筛选过程，最后形成一些最终模型。
步骤1是将所有的变量引入模型中进行回归分析，按照0.05的显著水平为
检验标准（即Sig.值<
0.05），家庭年基本生活支出1项没有通过显著性检验，SPSS在后面的几步运行中会逐步剔除掉没有通过显著性检验的变量，在表（3）中显示的是步骤2，在这一步骤中，受教育程度和家庭年生活支出没有在模型中出现，说明已经被剔除掉了。
表二回归分析步骤之一
变量 回归系数 标准差 Wald值
性别 -0.256
0.188
1.851
年龄 0.002
0.008
0.090
受教育程度 -0.016
0.092
0.030
家庭年收入 0.209
0.045
21.519
家庭年基本生活支出 -0.010
0.041
0.057
筹资期望 -0.129
0.071
9.344
常数项 0.406
0.773
0.277
表三 回归分析步骤之二
变量 回归系数
标准差
Wald值
性别 -0.253
0.187
1.824
年龄 0.003
0.104
家庭年收入 0.205
25.306
筹资期望 -0.127 0.070 9.286
常数项 0.311 0.682 0.208
表2、表3分别展示了分析过程中每个模型中各解释变量的回归系数、标准差、Wald值的情况。
逐步剔除不显著变量后表3是最终的方程，其回归系数都通过了显著性假设检验，最终解释变量年龄，性别，家庭年收入，筹资期望通过了显著性检验，构成最终的统计模型。
具体方程如下：
ln（）=-0.253+0.003+0.205-0.127
其中，由于常数项的t检验不显著，因此设其为零。
为年龄；
为性别；
为家庭年收入；
为筹资期望。
将被解释变量分别改变成以房养老、候鸟式养老、异地养老、消费养老、生态养老、土地养老和社会保险养老，同理即可得出针对于以房养老、候鸟式养老、异地养老、消费养老、生态养老、土地养老和社会保险养老的回归分析结果。
模型二：
灰色系统评价模型
1.养老模式分析评价体系的选择
影响养老模式的选择的7项因素，即：
性别，以性别影响某种养老模式的选择程度为100，数值越大越为重要。
年龄，以年龄影响某种养老模式的选择程度为100，数值越大越为重要。
受教育程度，以受教育程度影响某种养老模式的选择程度为100，数值越大越为重要。
家庭年支出，以家庭年支出影响某种养老模式的选择程度为100，数值越大越为重要。
家庭年基本生活支出，以家庭年基本生活支出影响某种养老模式的选择程度为
100，数值越大越为重要。
筹资机制期望，以筹资机制期望影响某种养老模式的选择程度为100，数值越大越为重要。
耕地利用情况，以耕地利用情况影响某种养老模式的选择程度为100，数值越大越为重要。
对上述7项评价指标，采用的权重按上述指标出现的先后顺序依次为：
=（，，）=（0.05,0.02,0.02，0.50，0.01,0.30,0.10）
2.评价数据
八种养老模式，影响因素影响某种养老模式选择的程度情况如下，八个养老模式各影响因素指标实际数据列于表4中
表四
家庭养老
以房养老
候鸟式养老
异地养老
消费养老
生态养老
土地养老
社会保险养老
理想对象
1.853
1.793
1.800
1.835
1.915
1.840
1.775
年龄
0.110
0.098
0.089
0.105
0.112
0.101
受教育程度
0.050
0.040
0.035
0.038
0.054
0.036
家庭年收入
21.51
23.63
28.53
26.36
25.38
25.69
22.56
9
3
8
5
家庭年基本生
活支出
0.043
0.048
0.053
0.046
0.059
0.055
筹资机制期望
8.965
10.09
9.358
8.597
7.996
10.03
11.11
6
0.096
0.076
0.083
0.095
0.079
1.685
2.398
0.086
3.指标计算
1）计算指标关联系数
根据灰色系统理论，将{C*}
[C*,C*,L,C*]作为参考数列，将
1 2 n
{C}
[Ci,Ci,L,Ci]作为被比较数列，则用关联分析法分别求得第i个被评价对
象的第k个指标与第k个指标最优指标的关联系数，即
家庭
养老
以房
候鸟
式养老
异地
消费
生态
土地
社会
保险养老
理想对
象
性别） 0.84
0.85
0.74
0.95
0.81
1
0.82
0.71
2
4
年龄）
0.94
0.99
0.96
0.93
0.98
受教育程度）
家庭年收入）
0.04
0.06
0.13
0.09
0.10
7
家庭年基本生活支出）{
筹资机制期望）
0.16
0.14
0.25
0.24
耕地利用情况）
0.32
minminC*
Ci
maxmaxC*
（k）
i k
k k
i
C* Ci
maxmaxC*
式中 （0,1），一般取 0.5。
经过计算得出关联系数如下表：
2）计算加权关联度
=×
（i）=0.05×
0.845+0.02×
0.941+0.02×
0.936+0.50×
0.047+0.01×
0.993+0.30×
0.165+0.10×
0.132=0.176
同理可得
所以关联序为：
显然，养老模式与当地实际情况的契合度由大到小依次为：
候鸟式养老、社会保险养老、土地养老、异地养老、生态养老、消费养老、以房养老、家庭养老。
结论与建议
根据回归分析模型，说明湖北省的家庭收入水平、家庭年基本生活支出情况、受教育程度、筹资机制期望、耕地利用情况等因素对养老模式的选取有着显著的影响。
但其影响程度在不同的养老模式中所占的比重由各不相同。
根据灰色系统评价模型，说明养老模式与当地实际情况的契合度由大到小依次为：
综上，适合湖北省的养老模式有：
候鸟式养老、社会保险养老和土地养老。
而这几种养老模式，均受其家庭收入水平的显著影响。
因此，可根据当地老年人的经济水平情况来匹配合适的养老模型。
有充足的资金来源者，可选取候鸟式养老；
土地拥有者则以土地养老为主，其余选择社会保险养老。
建议当地政府能够在了解老年人经济情况的基础上，给予介绍了解合适的养老模式，并给与有需要的老年人以经济和精神上的帮助，共同搞好当地的养老建设工作。
升级会员 