论文部分内容阅读
摘 要：基于中国40个城市的经济发展和人口组成两大指标，对影响“以房养老”的四个因素（经济状况、养老设施、受教育度和老龄化水平）进行主成分分析，得出“以房养老”的试点应在北京和上海率先开展。并使用聚类分析将40个城市分为五类，给出“以房养老”试点城市的顺序，得出“以房养老”在需求上存在明显的地域差异、传统观念和养老基础设施对“以房养老”的开展有重要意义等结论。最后，提出政府介入、完善基础设施、改变传统观念和渐进按步骤推广等四点政策建议。
关键词：老龄化；“以房养老”；主成分分析
中图分类号：F290 文献标志码：A 文章编号：1673-291X（2014）27-0148-03
引言
随着中国老龄化的加剧以及人口红利的逐渐消失，中国劳动力短缺、经济增长放缓等问题也日趋严重。为贯彻落实国务院于2013年9月发布的《关于加快发展养老服务业的若干意见》精神，中国保监会于2014年3月下发《关于开展老年人住房反向抵押养老保险试点的指导意见（征求意见稿）》，计划在北京、上海、广州和武汉四个城市进行“以房养老”试点。
虽然中国目前已明确要在北京、上海、广州和武汉这四个城市进行试点，但其是否会落入“试点成功、推广失败”的怪圈？由于中国不同地区的经济和社会习俗差异十分明显，以房养老在客观上并不适合全面推广。科学的做法应是分析各城市的相关指标，客观公正地评判其是否具备开展以房养老的条件。因此，本文通过对各城市经济状况、人口组成等因素的分析，研究中国“以房养老”模式在城市中进行推广会受到哪些因素的影响，较公正地评判中国城市开展以房养老的能力，进而得出这些城市的开展顺序。
本文的创新体现在以下四个方面：（1）以城市为研究对象，得出的结论具有现实意义。（2）引入受教育程度作为传统观念的代理变量，使得实证结果更精确。（3）给出了以房养老的推广步骤。（4）采用因子分析法剔除重叠因素后重新赋权，使分析结果更具准确性和说服力。
一、文献综述
较早对这一问题进行研究的学者是Mitchell 和 Piggott（2004），他认为住房反向抵押贷款在房地产价格下降、低利率和预期寿命较长的情形下不会存在，因此住房反向抵押贷款模式的实施必须要考虑到以上三种因素。Mitchell等（2008）以日本老年人中的长期护理保险项目为例，得出区域差异因素将是影响这一实施效果的重要因素。Chiuri 和 Jappelli（2010）通过问卷调查，发现住房抵押市场的成功与否和市场规制程度的衡量有关。
对于国内学者的研究，由于政策的支持，以房养老逐渐成为社会讨论的焦点。例如，朱劲松（2011）基于问卷调查的结果，建立Logit模型的分析，得出改变传统观念及教育子女是开展以房养老重中之重的结论。楼国涛等（2011）选用各省市的经济和社会发展指标，进行因子分析找出了影响以房养老开展的主要因素。张连增和王皎（2014）对影响中国寿险市场的宏观经济、社会等因素进行实证分析，提出应缩小居民收入差距、提高保险服务水平、健全社会保障体系等相关建议。
由于中国各省份间的经济发展、年龄结构、家庭组成和社会观念等差异巨大，对以房养老可行性试点地区的分析并不适合以省为单位。因此，转而研究中国哪些城市具备开展以房养老的条件，并对其进行分类说明，以推广中国以房养老的模式，显得十分现实和必要。
二、使用的方法介绍、指标选取及数据来源
本文选用的影响因素可分为人口和经济两方面。人口方面主要是年龄、受教育程度和社会抚养比等因素，而经济方面主要包括人均可支配收入、消费支出、储蓄水平等因素。
（一）使用的方法
1.主成分分析法。将各指标标准化处理后，运用SPSS16.0软件对其进行因子分析，以提取的4个因子的方差贡献率为权重计算各地区的综合得分，据此评定其是否具备开展以房养老的条件。
2.聚类分析法。为得到哪些城市可作为以房养老试点的候选城市，以及其间的相近程度，我们用聚类分析法将选入的40个城市进行归类，并分析其可能的开展顺序。
（二）指标选取与数据来源
本文从有效需求角度即消费者要有购买的需要和能力，选取可能影响以房养老开展的因素，具体指标及分析如下：
1.经济发展方面。（1）人均生产总值。居民经济实力较高，则其房屋价值有所保障，且养老基础设施、金融机构及社会制度等均更加完备，使以房养老的开展有很大的物质保障。这里选用城镇人均生产总值。（2）人均可支配收入和储蓄水平。低收入群体由于对生活资料存在着刚性需求，因而更加需要保障经济来源。这里选择2013年全国各城市居民人均可支配收入和年末居民储蓄存款余额。（3）人均消费水平。若一个地区的消费水平相对较高，则老人的生活压力则越大，对以房养老的需求也会相应增加，这里选用人均消费支出。（4）住房平均销售价格。房屋价值是以房养老定价的主要指标，这里选用2014年3月份全国各城市住宅销售价格指数作为参考。（5）养老基础设施。以房养老的开展需要一定的配套养老机构予以辅助，这里选用各城市医疗卫生机构数、专业卫生技术人员数和卫生机构床位数作为参考。（6）房地产住宅投资额。以房养老的关键是房产，住宅开发力度大的地区，客观上提供给老人的选择空间便越大，更有条件开展以房养老。这里我们选用各城市全年住宅投资额。
2.人口组成方面。（1）年龄组成状况。老龄化严重的城市对以房养老业务的需求更大，我们用65岁以上人口占比来衡量。（2）家庭结构情况。三无老人及失独家庭的经济能力相对较差，其对以房养老的需求更为迫切。这里，简单起见，我们选择平均每户人口数量。（3）老龄抚养比。抚养比较高的地区，单位劳动年龄人口要负担更多的非劳动年龄人口，生活压力较大。这里选择老年抚养比。（4）老人受教育程度。以房养老的开展深受传统观念的束缚，学历相对较高的老人，其观念较容易转变，因而能接受此业务的可能性更大。这里选择文盲率作为逆向参考指标。
关键词：老龄化；“以房养老”；主成分分析
中图分类号：F290 文献标志码：A 文章编号：1673-291X（2014）27-0148-03
引言
随着中国老龄化的加剧以及人口红利的逐渐消失，中国劳动力短缺、经济增长放缓等问题也日趋严重。为贯彻落实国务院于2013年9月发布的《关于加快发展养老服务业的若干意见》精神，中国保监会于2014年3月下发《关于开展老年人住房反向抵押养老保险试点的指导意见（征求意见稿）》，计划在北京、上海、广州和武汉四个城市进行“以房养老”试点。
虽然中国目前已明确要在北京、上海、广州和武汉这四个城市进行试点，但其是否会落入“试点成功、推广失败”的怪圈？由于中国不同地区的经济和社会习俗差异十分明显，以房养老在客观上并不适合全面推广。科学的做法应是分析各城市的相关指标，客观公正地评判其是否具备开展以房养老的条件。因此，本文通过对各城市经济状况、人口组成等因素的分析，研究中国“以房养老”模式在城市中进行推广会受到哪些因素的影响，较公正地评判中国城市开展以房养老的能力，进而得出这些城市的开展顺序。
本文的创新体现在以下四个方面：（1）以城市为研究对象，得出的结论具有现实意义。（2）引入受教育程度作为传统观念的代理变量，使得实证结果更精确。（3）给出了以房养老的推广步骤。（4）采用因子分析法剔除重叠因素后重新赋权，使分析结果更具准确性和说服力。
一、文献综述
较早对这一问题进行研究的学者是Mitchell 和 Piggott（2004），他认为住房反向抵押贷款在房地产价格下降、低利率和预期寿命较长的情形下不会存在，因此住房反向抵押贷款模式的实施必须要考虑到以上三种因素。Mitchell等（2008）以日本老年人中的长期护理保险项目为例，得出区域差异因素将是影响这一实施效果的重要因素。Chiuri 和 Jappelli（2010）通过问卷调查，发现住房抵押市场的成功与否和市场规制程度的衡量有关。
对于国内学者的研究，由于政策的支持，以房养老逐渐成为社会讨论的焦点。例如，朱劲松（2011）基于问卷调查的结果，建立Logit模型的分析，得出改变传统观念及教育子女是开展以房养老重中之重的结论。楼国涛等（2011）选用各省市的经济和社会发展指标，进行因子分析找出了影响以房养老开展的主要因素。张连增和王皎（2014）对影响中国寿险市场的宏观经济、社会等因素进行实证分析，提出应缩小居民收入差距、提高保险服务水平、健全社会保障体系等相关建议。
由于中国各省份间的经济发展、年龄结构、家庭组成和社会观念等差异巨大，对以房养老可行性试点地区的分析并不适合以省为单位。因此，转而研究中国哪些城市具备开展以房养老的条件，并对其进行分类说明，以推广中国以房养老的模式，显得十分现实和必要。
二、使用的方法介绍、指标选取及数据来源
本文选用的影响因素可分为人口和经济两方面。人口方面主要是年龄、受教育程度和社会抚养比等因素，而经济方面主要包括人均可支配收入、消费支出、储蓄水平等因素。
（一）使用的方法
1.主成分分析法。将各指标标准化处理后，运用SPSS16.0软件对其进行因子分析，以提取的4个因子的方差贡献率为权重计算各地区的综合得分，据此评定其是否具备开展以房养老的条件。
2.聚类分析法。为得到哪些城市可作为以房养老试点的候选城市，以及其间的相近程度，我们用聚类分析法将选入的40个城市进行归类，并分析其可能的开展顺序。
（二）指标选取与数据来源
本文从有效需求角度即消费者要有购买的需要和能力，选取可能影响以房养老开展的因素，具体指标及分析如下：
1.经济发展方面。（1）人均生产总值。居民经济实力较高，则其房屋价值有所保障，且养老基础设施、金融机构及社会制度等均更加完备，使以房养老的开展有很大的物质保障。这里选用城镇人均生产总值。（2）人均可支配收入和储蓄水平。低收入群体由于对生活资料存在着刚性需求，因而更加需要保障经济来源。这里选择2013年全国各城市居民人均可支配收入和年末居民储蓄存款余额。（3）人均消费水平。若一个地区的消费水平相对较高，则老人的生活压力则越大，对以房养老的需求也会相应增加，这里选用人均消费支出。（4）住房平均销售价格。房屋价值是以房养老定价的主要指标，这里选用2014年3月份全国各城市住宅销售价格指数作为参考。（5）养老基础设施。以房养老的开展需要一定的配套养老机构予以辅助，这里选用各城市医疗卫生机构数、专业卫生技术人员数和卫生机构床位数作为参考。（6）房地产住宅投资额。以房养老的关键是房产，住宅开发力度大的地区，客观上提供给老人的选择空间便越大，更有条件开展以房养老。这里我们选用各城市全年住宅投资额。
2.人口组成方面。（1）年龄组成状况。老龄化严重的城市对以房养老业务的需求更大，我们用65岁以上人口占比来衡量。（2）家庭结构情况。三无老人及失独家庭的经济能力相对较差，其对以房养老的需求更为迫切。这里，简单起见，我们选择平均每户人口数量。（3）老龄抚养比。抚养比较高的地区，单位劳动年龄人口要负担更多的非劳动年龄人口，生活压力较大。这里选择老年抚养比。（4）老人受教育程度。以房养老的开展深受传统观念的束缚，学历相对较高的老人，其观念较容易转变，因而能接受此业务的可能性更大。这里选择文盲率作为逆向参考指标。