收入约束下农村养老需求与供给的匹配度实证分析

冯琳涵 雷炯沄 郭祎璠 郑宇涛

摘 要：为了研究农村养老资源供求匹配现状，本文利用平顶山市农村养老资源需求与调研数据，在收入约束的前提下，选取农村养老需求与供给的影响因素，采用因子分析、匹配度分析构建模型对收入约束下农村养老供给与需求的匹配度进行实证研究。结果表明：平顶山市农村养老资源供求处于失衡状态，匹配度较低。问题亟待解决，本文从科学角度从增加农村收入、优化供需匹配度两方面提出改善建议。

关键词：收入约束;农村养老;供需匹配度

中图分类号：F24     文献标识码：A      doi：10.19311/j.cnki.1672-3198.2021.25.028

0 引言

2014年，我国农村60岁及以上人口与65岁及以上人口占总人口的比例分别为17.60%、11.51%，而城镇的对应年龄人口占总人口比例为13.88%、8.89%。数据表明，我国人口老龄化在城乡之间出现了“倒置”现象，农村所面临的人口老龄化及养老问题与城镇相比更为严重。2019年我国常住人口城镇化率首次超过60%，但城市化带来的是农村的空心化，收入约束下农村养老需求于供给的匹配问题受到了国家的关注。《国务院关于加快发展养老服务业的若干意见》（国发{2013}35号）明确提出，要加大对基层和农村养老服务的投入，促进基本养老均衡发展;通过健全服务网络、拓宽资金渠道、建立协作机制等多种措施，切实加强农村养老服务。

综合现有研究可知，目前，对农村养老问题的研究主要是围绕供给侧与需求侧两方面展开论证研究，研究农村养老供给形式和供给对策。但缺乏联系农村经济情况，利用实地调研获得的微观数据对农村养老需求与供给进行实证分析的相关研究，因此，本课题将缩小切入视角，结合典型地区河南省平顶山市的实地调研结果，在收入约束的前提下，实证分析农村养老意愿与实现的匹配度，提高农村养老问题研究的精准度，有针对性地挖掘农村养老问题的深层原因，并提出切实可行的政策建议，从而有助于提高收入约束下农村养老意愿与实现的匹配度及完善相关养老保障制度，促进我国农村和社会经济和谐发展。

1 数据与变量

1.1 数据来源

数据依托课题江西财经大学第15届校级科研课题“收入约束下农村养老需求与供给的匹配度实证研究—基于河南省平顶山市的调研”（2020062110271552）通过实地调研获得，本次调研选取河南省平顶山市作为调研地区，河南省是全国人口第三大省、农村人口第一大省，平顶山市作为河南省辖地级市，位于河南省中南部，与多个重点市区相交，地域具有代表性。课题小组成员于2020年8月上旬在河南省平顶山市农村地区对村民进行调研。总计发放问卷330份，回收问卷313份，回收率为94.85%。

1.2 变量指标

通过进行相关文献查询和政策解读，根据问卷调研和数据获得及分析难度，借鉴已有文献研究成果，基于河南省平顶山市实地调研情况，我们选取以下变量作为收入约束下农村养老需求的影响因素：家庭年收入与家庭年支出、养老方式、生活照料、精神慰藉、社会关系、医疗保健、休闲娱乐，家庭老年人口数。

农村养老资源供给水平的指标选取家庭年收入、家庭年支出、年缴纳医保额度、参与养老保险情况、家庭劳动力人数、个人年支出、年从事收入活动时长，共七个变量来衡量供给水平。

2 模型构建

基于相关学科知识储备以及相关文献的研究，我们选取因子分析法，通过降维实现数据主要信息的提取，以损失较少信息为前提将多个变量转化成一个或少数几个综合指标，将多个维度的指标转化为几个更具代表意义的综合指标。

在对数据进行具体分析之前，为了避免指标正向或逆向对评价结果的影响，消除不同指标单位差异造成的影响，首先对指标正向化与量纲一致化处理。此次实证分析模型采用“倒扣逆变换法”对逆向指标进行正向化处理，选择标准化法对指标数据进行处理。

采用主成分方法，提取出特征值大于1的因子，确定因子个数，再利用Stata软件对无量纲化处理后的数据进行因子分析，求解出公共因子的特征值，方差贡献率以及累计方差贡献率。最后为了更清晰地分析各个影响指标与公共因子之间的关系，对原始的因子载荷矩阵按照最大方差法进行旋转，得到旋转后的因子载荷矩阵。通过因子得分系数计算得出成分F1，F2…Fn。 结合前面求得的主成分的贡献率Ci，得出养老需求的测度为D， 按同样的方法，我们能够得到养老供给的测度S。

D=c1F1+c2F2+c3F3c1+c2+c3

供求匹配度实证分析模型的建立参照了前人文献（金哲舒，2019），我们建立如下的模型进行收入约束下农村养老需求与供给的匹配度实证分析，US/D为供给水平对需求水平的相关度，UD/S为需求水平对供给水平的相关度。其中S1指养老供给水平对需求水平的程度，S2指养老需求水平对养老供给水平的程度。Sd，Ss分别是综合需求因子和综合供给因子标准差。

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进行计算，其中C越趋于 0，说明供求越平衡，反之供求失衡。计算模型如下：

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 实证分析

在对变量经过标准化处理过后，使用因子分析法对养老资源需求和养老资源供给进行分析。结果表明：在养老资源需求的9个影响因素共提取出3个主成分，第1个主成分的特征根贡献率26.70%;第2个主成分的特征根贡献率为22.40%;第3个主成分的特征根贡献率为12.04%，累计方差贡献率达61.14%，即涵盖了超过半数的信息，意味着研究项的信息量可以有效地提取出来，所以，选取3个主成分来代表原始数据。为了更好地寻求因子的意义，公因子更可解释，对因子用最大方差法进行了旋转，最终的因子载荷矩阵如表1所示。