張宇

摘 要：基于中國40個城市的經(jīng)濟(jì)發(fā)展和人口組成兩大指標(biāo)，對影響“以房養(yǎng)老”的四個因素（經(jīng)濟(jì)狀況、養(yǎng)老設(shè)施、受教育度和老齡化水平）進(jìn)行主成分分析，得出“以房養(yǎng)老”的試點應(yīng)在北京和上海率先開展。并使用聚類分析將40個城市分為五類，給出“以房養(yǎng)老”試點城市的順序，得出“以房養(yǎng)老”在需求上存在明顯的地域差異、傳統(tǒng)觀念和養(yǎng)老基礎(chǔ)設(shè)施對“以房養(yǎng)老”的開展有重要意義等結(jié)論。最后，提出政府介入、完善基礎(chǔ)設(shè)施、改變傳統(tǒng)觀念和漸進(jìn)按步驟推廣等四點政策建議。

關(guān)鍵詞：老齡化；“以房養(yǎng)老”；主成分分析

中圖分類號：F290 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-291X（2014）27-0148-03

引言

隨著中國老齡化的加劇以及人口紅利的逐漸消失，中國勞動力短缺、經(jīng)濟(jì)增長放緩等問題也日趨嚴(yán)重。為貫徹落實國務(wù)院于2013年9月發(fā)布的《關(guān)于加快發(fā)展養(yǎng)老服務(wù)業(yè)的若干意見》精神，中國保監(jiān)會于2014年3月下發(fā)《關(guān)于開展老年人住房反向抵押養(yǎng)老保險試點的指導(dǎo)意見（征求意見稿）》，計劃在北京、上海、廣州和武漢四個城市進(jìn)行“以房養(yǎng)老”試點。

雖然中國目前已明確要在北京、上海、廣州和武漢這四個城市進(jìn)行試點，但其是否會落入“試點成功、推廣失敗”的怪圈？由于中國不同地區(qū)的經(jīng)濟(jì)和社會習(xí)俗差異十分明顯，以房養(yǎng)老在客觀上并不適合全面推廣?？茖W(xué)的做法應(yīng)是分析各城市的相關(guān)指標(biāo)，客觀公正地評判其是否具備開展以房養(yǎng)老的條件。因此，本文通過對各城市經(jīng)濟(jì)狀況、人口組成等因素的分析，研究中國“以房養(yǎng)老”模式在城市中進(jìn)行推廣會受到哪些因素的影響，較公正地評判中國城市開展以房養(yǎng)老的能力，進(jìn)而得出這些城市的開展順序。

本文的創(chuàng)新體現(xiàn)在以下四個方面：（1）以城市為研究對象，得出的結(jié)論具有現(xiàn)實意義。（2）引入受教育程度作為傳統(tǒng)觀念的代理變量，使得實證結(jié)果更精確。（3）給出了以房養(yǎng)老的推廣步驟。（4）采用因子分析法剔除重疊因素后重新賦權(quán)，使分析結(jié)果更具準(zhǔn)確性和說服力。

一、文獻(xiàn)綜述

較早對這一問題進(jìn)行研究的學(xué)者是Mitchell 和 Piggott（2004），他認(rèn)為住房反向抵押貸款在房地產(chǎn)價格下降、低利率和預(yù)期壽命較長的情形下不會存在，因此住房反向抵押貸款模式的實施必須要考慮到以上三種因素。Mitchell等（2008）以日本老年人中的長期護(hù)理保險項目為例，得出區(qū)域差異因素將是影響這一實施效果的重要因素。Chiuri 和 Jappelli（2010）通過問卷調(diào)查，發(fā)現(xiàn)住房抵押市場的成功與否和市場規(guī)制程度的衡量有關(guān)。

對于國內(nèi)學(xué)者的研究，由于政策的支持，以房養(yǎng)老逐漸成為社會討論的焦點。例如，朱勁松（2011）基于問卷調(diào)查的結(jié)果，建立Logit模型的分析，得出改變傳統(tǒng)觀念及教育子女是開展以房養(yǎng)老重中之重的結(jié)論。樓國濤等（2011）選用各省市的經(jīng)濟(jì)和社會發(fā)展指標(biāo)，進(jìn)行因子分析找出了影響以房養(yǎng)老開展的主要因素。張連增和王皎（2014）對影響中國壽險市場的宏觀經(jīng)濟(jì)、社會等因素進(jìn)行實證分析，提出應(yīng)縮小居民收入差距、提高保險服務(wù)水平、健全社會保障體系等相關(guān)建議。

由于中國各省份間的經(jīng)濟(jì)發(fā)展、年齡結(jié)構(gòu)、家庭組成和社會觀念等差異巨大，對以房養(yǎng)老可行性試點地區(qū)的分析并不適合以省為單位。因此，轉(zhuǎn)而研究中國哪些城市具備開展以房養(yǎng)老的條件，并對其進(jìn)行分類說明，以推廣中國以房養(yǎng)老的模式，顯得十分現(xiàn)實和必要。

二、使用的方法介紹、指標(biāo)選取及數(shù)據(jù)來源

本文選用的影響因素可分為人口和經(jīng)濟(jì)兩方面。人口方面主要是年齡、受教育程度和社會撫養(yǎng)比等因素，而經(jīng)濟(jì)方面主要包括人均可支配收入、消費支出、儲蓄水平等因素。

（一）使用的方法

1.主成分分析法。將各指標(biāo)標(biāo)準(zhǔn)化處理后，運用SPSS16.0軟件對其進(jìn)行因子分析，以提取的4個因子的方差貢獻(xiàn)率為權(quán)重計算各地區(qū)的綜合得分，據(jù)此評定其是否具備開展以房養(yǎng)老的條件。

2.聚類分析法。為得到哪些城市可作為以房養(yǎng)老試點的候選城市，以及其間的相近程度，我們用聚類分析法將選入的40個城市進(jìn)行歸類，并分析其可能的開展順序。

（二）指標(biāo)選取與數(shù)據(jù)來源

本文從有效需求角度即消費者要有購買的需要和能力，選取可能影響以房養(yǎng)老開展的因素，具體指標(biāo)及分析如下：

1.經(jīng)濟(jì)發(fā)展方面。（1）人均生產(chǎn)總值。居民經(jīng)濟(jì)實力較高，則其房屋價值有所保障，且養(yǎng)老基礎(chǔ)設(shè)施、金融機構(gòu)及社會制度等均更加完備，使以房養(yǎng)老的開展有很大的物質(zhì)保障。這里選用城鎮(zhèn)人均生產(chǎn)總值。（2）人均可支配收入和儲蓄水平。低收入群體由于對生活資料存在著剛性需求，因而更加需要保障經(jīng)濟(jì)來源。這里選擇2013年全國各城市居民人均可支配收入和年末居民儲蓄存款余額。（3）人均消費水平。若一個地區(qū)的消費水平相對較高，則老人的生活壓力則越大，對以房養(yǎng)老的需求也會相應(yīng)增加，這里選用人均消費支出。（4）住房平均銷售價格。房屋價值是以房養(yǎng)老定價的主要指標(biāo)，這里選用2014年3月份全國各城市住宅銷售價格指數(shù)作為參考。（5）養(yǎng)老基礎(chǔ)設(shè)施。以房養(yǎng)老的開展需要一定的配套養(yǎng)老機構(gòu)予以輔助，這里選用各城市醫(yī)療衛(wèi)生機構(gòu)數(shù)、專業(yè)衛(wèi)生技術(shù)人員數(shù)和衛(wèi)生機構(gòu)床位數(shù)作為參考。（6）房地產(chǎn)住宅投資額。以房養(yǎng)老的關(guān)鍵是房產(chǎn)，住宅開發(fā)力度大的地區(qū)，客觀上提供給老人的選擇空間便越大，更有條件開展以房養(yǎng)老。這里我們選用各城市全年住宅投資額。

2.人口組成方面。（1）年齡組成狀況。老齡化嚴(yán)重的城市對以房養(yǎng)老業(yè)務(wù)的需求更大，我們用65歲以上人口占比來衡量。（2）家庭結(jié)構(gòu)情況。三無老人及失獨家庭的經(jīng)濟(jì)能力相對較差，其對以房養(yǎng)老的需求更為迫切。這里，簡單起見，我們選擇平均每戶人口數(shù)量。（3）老齡撫養(yǎng)比。撫養(yǎng)比較高的地區(qū)，單位勞動年齡人口要負(fù)擔(dān)更多的非勞動年齡人口，生活壓力較大。這里選擇老年撫養(yǎng)比。（4）老人受教育程度。以房養(yǎng)老的開展深受傳統(tǒng)觀念的束縛，學(xué)歷相對較高的老人，其觀念較容易轉(zhuǎn)變，因而能接受此業(yè)務(wù)的可能性更大。這里選擇文盲率作為逆向參考指標(biāo)。endprint

3.數(shù)據(jù)來源：本文選取40個樣本城市，包括直轄市、省會城市和重點城市等經(jīng)濟(jì)較發(fā)達(dá)的地區(qū)，它們分別為：上海、北京、天津、重慶、廣州、武漢、杭州、南京、長沙、濟(jì)南、西安、合肥、哈爾濱、貴陽、南昌、蘭州、沈陽、鄭州、石家莊、南寧、太原、銀川、?？?、長春、福州、烏魯木齊、西寧、呼和浩特、昆明、成都、包頭、深圳、蘇州、無錫、青島、大連、寧波、廈門、珠海、揚州、并選用人均GDP、住房擁有率、住宅銷售價格指數(shù)、住宅投資額、儲蓄存款、醫(yī)療衛(wèi)生機構(gòu)數(shù)、專業(yè)衛(wèi)生技術(shù)人員數(shù)、人均可支配收入、人均消費支出、平均每戶人口、65歲及以上人口比例、老齡撫養(yǎng)比、文盲率共13個指標(biāo)。

按照指標(biāo)的分類，以上經(jīng)濟(jì)發(fā)展類指標(biāo)數(shù)據(jù)來源于各城市統(tǒng)計局公布的2013年度統(tǒng)計公報，而人口組成方面的數(shù)據(jù)來源于第六次人口普查。

三、實證分析

（一）主成分分析

1.因子分析前提條件檢驗。利用巴特利特球度檢驗，并且計算變量間的KMO統(tǒng)計量判別其是否適合進(jìn)行因子分析。結(jié)果顯示，KMO統(tǒng)計量為0.741，符合因子分析要求（大于0.6），而且巴特利特球度檢驗顯示的顯著性水平幾乎為0.000，表明其拒絕相關(guān)系數(shù)矩陣為單位矩陣的原假設(shè)，選取的數(shù)據(jù)間存在著相關(guān)性，故可以進(jìn)行因子分析。

2.提取因子。用SPSS軟件對原有的13組變量指標(biāo)進(jìn)行提取，這里選用基于主成分模型的主成分分析法，并提取特征值大于0.77的特征根。由總方差解釋表更加直觀地看出提取的因子對全部變量的解釋程度大小，根據(jù)因子提取結(jié)果可知，當(dāng)提取特征值大于0.77的成分時，四個因子的累計貢獻(xiàn)率達(dá)到了84.74%，基本上能夠涵蓋所選數(shù)據(jù)的統(tǒng)計信息，所以本次因子提取過程的總體效果較為理想。

3.因子的命名解釋。本文使用正交旋轉(zhuǎn)對因子進(jìn)行處理，重新分配各因子解釋原始變量方差的比例，使因子更容易理解。由SPSS軟件得出的旋轉(zhuǎn)矩陣可知，第一個因子與住宅投資額、儲蓄存款、醫(yī)療衛(wèi)生機構(gòu)數(shù)、專業(yè)衛(wèi)生技術(shù)人員數(shù)和床位數(shù)關(guān)系緊密，這些因素說明一個城市的養(yǎng)老基礎(chǔ)設(shè)施投資狀況以及可能提供的養(yǎng)老服務(wù)床位；第二個因子與人均GDP、人均可支配收入和人均消費支出關(guān)系緊密，這些可解釋為一個城市的經(jīng)濟(jì)發(fā)展?fàn)顩r；第三個因子與65歲以上人口比例和老齡撫養(yǎng)比關(guān)系緊密，反映了一個地區(qū)的老齡化程度；而第四個因子則與住宅銷售價格指數(shù)和文盲率有很大關(guān)系，這表明一個城市的教育程度和房價水平也對以房養(yǎng)老的開展有很大的影響。

4.計算因子得分。采用回歸方法估計因子得分系數(shù)，根據(jù)得分系數(shù)矩陣得到四個主成分表達(dá)式，將其與標(biāo)準(zhǔn)化數(shù)據(jù)相乘后，可得到各城市在四個主成分上的值。而后本文采用提取方差載荷值的各因子方差貢獻(xiàn)率為權(quán)重，由以上4個因子線性組合得到綜合評價指標(biāo)函數(shù)如下：

根據(jù)綜合得分模型，可以計算出各城市的綜合得分值并按照降序進(jìn)行排列，得到最終的主成分評估值表（見下頁表1）。

由下頁表1可知，40個城市中有19個綜合得分都大于0，表明在僅考慮選入的13個變量為參考指標(biāo)時，其基本具備開展以房養(yǎng)老的條件。北京、上海、廣州、重慶和成都五個城市，得分都在0.5以上，特別是北京和上海，其綜合得分高達(dá)1.576和1.340，這表明要在中國開展以房養(yǎng)老，應(yīng)先在一些大城市進(jìn)行試點，目前還不能在全國進(jìn)行推廣。

（二）聚類分析

用SPSS軟件對其進(jìn)行分層聚類，可將40個城市分為五類：第一類為北京、上海；第二類為武漢、南京等；第三類為廣州、深圳等；第四類為成都、揚州等；第五類為昆明、西安等。

基于此，給開展以房養(yǎng)老可能的推廣步驟：（1）先在北京、上海兩地開展，這兩個城市經(jīng)濟(jì)較發(fā)達(dá)，而且人們接受的教育相對較高，觀念容易轉(zhuǎn)變；（2）向杭州、武漢、南京等城市推廣，這些城市有較強的產(chǎn)品需求，且人均儲蓄和醫(yī)療衛(wèi)生建設(shè)也相對完善；（3）向廣州、重慶、深圳等地輻射，這些地區(qū)經(jīng)濟(jì)條件較好，且老齡化問題凸顯，有實行的必要性和可行性；（4）向成都、濟(jì)南、廈門等地普及，這些地區(qū)有一定的經(jīng)濟(jì)實力，但基礎(chǔ)設(shè)施建設(shè)尚不完善，應(yīng)在以上步驟開展有結(jié)果后再根據(jù)自身情況有選擇地開展；（5）等以上四步完成后，可以考慮將其引入西安、太原、昆明等經(jīng)濟(jì)和觀念較落后的城市，實現(xiàn)以房養(yǎng)老在中國主要城市較為全面的覆蓋。

結(jié)論及相關(guān)建議

本文選擇經(jīng)濟(jì)發(fā)展和人口組成兩大類指標(biāo)，運用因子分析法得出開展以房養(yǎng)老的主要影響因素，并選擇經(jīng)濟(jì)較好的城市作為分析對象，得到如下四點結(jié)論：（1）中國的老齡化問題日趨嚴(yán)重，以房養(yǎng)老業(yè)務(wù)有很強的市場需求；（2）中國不同地區(qū)經(jīng)濟(jì)發(fā)展嚴(yán)重失衡，以房養(yǎng)老在需求上存在很大的地區(qū)差異；（3）養(yǎng)老基礎(chǔ)設(shè)施對能否開展以房養(yǎng)老有重要影響；（4）受教育程度影響以房養(yǎng)老的開展，傳統(tǒng)觀念需要改變。

基于以上結(jié)論，我們給出如下四點建議：第一，政府介入作擔(dān)保。以房養(yǎng)老目前在中國還沒有形成一定的市場，必須由政府進(jìn)行全面統(tǒng)籌，從試點城市到制度安排，從鼓勵參與到產(chǎn)品定價，這些都需政府介入進(jìn)行規(guī)范。第二，完善金融和養(yǎng)老等基礎(chǔ)設(shè)施。以房養(yǎng)老的開展需要健全的金融機構(gòu)，也需要良好的養(yǎng)老基礎(chǔ)設(shè)施，這些機構(gòu)的完善能夠保證其健康有序的開展。第三，改變傳統(tǒng)觀念勢在必行。由于各地的受教育程度不同，對以房養(yǎng)老的接受程度也會不同。因此宣傳以房養(yǎng)老，讓老人從觀念上認(rèn)可這一有益的養(yǎng)老補充方式，對中國養(yǎng)老事業(yè)將大有裨益。第四，以房養(yǎng)老的開展要漸進(jìn)推廣。由于經(jīng)濟(jì)發(fā)展程度和社會人口結(jié)構(gòu)等因素的不同，中國以房養(yǎng)老業(yè)務(wù)的開展必須按照客觀條件，對需求潛力不同的地區(qū)進(jìn)行不同階段的試點，然后逐步過渡到更大范圍，以期為中國養(yǎng)老事業(yè)作出有效補充。

參考文獻(xiàn)：

[1] Chiuri M.C.，Jappelli T.Do the Elderly Reduce Housing Equity？ An International Comparison [J].Journal of Population Economics，

2010，23（2）：643-663.

[2] Lee Y.-T.，Wang C.-W.，Huang H.-C.On the Valuation of Reverse Mortgages with Regular Tenure Payments [J].Insurance Mathematics &

Economics，2012，51（2）：430-441.

[3] Mitchell O.S.，Piggott J.Unlocking Housing Equity in Japan[J].Journal of the Japanese and International Economies，2004，18（4）：466-505.

[4] 樓國濤，汪金劍，徐丹秋.影響反向抵押貸款推廣的因素分析——基于區(qū)域經(jīng)濟(jì)發(fā)展不平衡的視角[J].浙江金融，2011，（12）：30-33.

[5] 張連增，王皎.影響中國壽險需求的因素分析——基于省級面板數(shù)據(jù)的經(jīng)驗分析[J].稅務(wù)與經(jīng)濟(jì)，2014，（1）：48-56.

[6] 朱勁松.中國開展“以房養(yǎng)老”影響因素的實證分析[J].東北財經(jīng)大學(xué)學(xué)報，2011，（2）：78-82.

[責(zé)任編輯 吳明宇]endprint

3.數(shù)據(jù)來源：本文選取40個樣本城市，包括直轄市、省會城市和重點城市等經(jīng)濟(jì)較發(fā)達(dá)的地區(qū)，它們分別為：上海、北京、天津、重慶、廣州、武漢、杭州、南京、長沙、濟(jì)南、西安、合肥、哈爾濱、貴陽、南昌、蘭州、沈陽、鄭州、石家莊、南寧、太原、銀川、?？?、長春、福州、烏魯木齊、西寧、呼和浩特、昆明、成都、包頭、深圳、蘇州、無錫、青島、大連、寧波、廈門、珠海、揚州、并選用人均GDP、住房擁有率、住宅銷售價格指數(shù)、住宅投資額、儲蓄存款、醫(yī)療衛(wèi)生機構(gòu)數(shù)、專業(yè)衛(wèi)生技術(shù)人員數(shù)、人均可支配收入、人均消費支出、平均每戶人口、65歲及以上人口比例、老齡撫養(yǎng)比、文盲率共13個指標(biāo)。

按照指標(biāo)的分類，以上經(jīng)濟(jì)發(fā)展類指標(biāo)數(shù)據(jù)來源于各城市統(tǒng)計局公布的2013年度統(tǒng)計公報，而人口組成方面的數(shù)據(jù)來源于第六次人口普查。

三、實證分析

（一）主成分分析

1.因子分析前提條件檢驗。利用巴特利特球度檢驗，并且計算變量間的KMO統(tǒng)計量判別其是否適合進(jìn)行因子分析。結(jié)果顯示，KMO統(tǒng)計量為0.741，符合因子分析要求（大于0.6），而且巴特利特球度檢驗顯示的顯著性水平幾乎為0.000，表明其拒絕相關(guān)系數(shù)矩陣為單位矩陣的原假設(shè)，選取的數(shù)據(jù)間存在著相關(guān)性，故可以進(jìn)行因子分析。

2.提取因子。用SPSS軟件對原有的13組變量指標(biāo)進(jìn)行提取，這里選用基于主成分模型的主成分分析法，并提取特征值大于0.77的特征根。由總方差解釋表更加直觀地看出提取的因子對全部變量的解釋程度大小，根據(jù)因子提取結(jié)果可知，當(dāng)提取特征值大于0.77的成分時，四個因子的累計貢獻(xiàn)率達(dá)到了84.74%，基本上能夠涵蓋所選數(shù)據(jù)的統(tǒng)計信息，所以本次因子提取過程的總體效果較為理想。

3.因子的命名解釋。本文使用正交旋轉(zhuǎn)對因子進(jìn)行處理，重新分配各因子解釋原始變量方差的比例，使因子更容易理解。由SPSS軟件得出的旋轉(zhuǎn)矩陣可知，第一個因子與住宅投資額、儲蓄存款、醫(yī)療衛(wèi)生機構(gòu)數(shù)、專業(yè)衛(wèi)生技術(shù)人員數(shù)和床位數(shù)關(guān)系緊密，這些因素說明一個城市的養(yǎng)老基礎(chǔ)設(shè)施投資狀況以及可能提供的養(yǎng)老服務(wù)床位；第二個因子與人均GDP、人均可支配收入和人均消費支出關(guān)系緊密，這些可解釋為一個城市的經(jīng)濟(jì)發(fā)展?fàn)顩r；第三個因子與65歲以上人口比例和老齡撫養(yǎng)比關(guān)系緊密，反映了一個地區(qū)的老齡化程度；而第四個因子則與住宅銷售價格指數(shù)和文盲率有很大關(guān)系，這表明一個城市的教育程度和房價水平也對以房養(yǎng)老的開展有很大的影響。

4.計算因子得分。采用回歸方法估計因子得分系數(shù)，根據(jù)得分系數(shù)矩陣得到四個主成分表達(dá)式，將其與標(biāo)準(zhǔn)化數(shù)據(jù)相乘后，可得到各城市在四個主成分上的值。而后本文采用提取方差載荷值的各因子方差貢獻(xiàn)率為權(quán)重，由以上4個因子線性組合得到綜合評價指標(biāo)函數(shù)如下：

根據(jù)綜合得分模型，可以計算出各城市的綜合得分值并按照降序進(jìn)行排列，得到最終的主成分評估值表（見下頁表1）。

由下頁表1可知，40個城市中有19個綜合得分都大于0，表明在僅考慮選入的13個變量為參考指標(biāo)時，其基本具備開展以房養(yǎng)老的條件。北京、上海、廣州、重慶和成都五個城市，得分都在0.5以上，特別是北京和上海，其綜合得分高達(dá)1.576和1.340，這表明要在中國開展以房養(yǎng)老，應(yīng)先在一些大城市進(jìn)行試點，目前還不能在全國進(jìn)行推廣。

（二）聚類分析

用SPSS軟件對其進(jìn)行分層聚類，可將40個城市分為五類：第一類為北京、上海；第二類為武漢、南京等；第三類為廣州、深圳等；第四類為成都、揚州等；第五類為昆明、西安等。

基于此，給開展以房養(yǎng)老可能的推廣步驟：（1）先在北京、上海兩地開展，這兩個城市經(jīng)濟(jì)較發(fā)達(dá)，而且人們接受的教育相對較高，觀念容易轉(zhuǎn)變；（2）向杭州、武漢、南京等城市推廣，這些城市有較強的產(chǎn)品需求，且人均儲蓄和醫(yī)療衛(wèi)生建設(shè)也相對完善；（3）向廣州、重慶、深圳等地輻射，這些地區(qū)經(jīng)濟(jì)條件較好，且老齡化問題凸顯，有實行的必要性和可行性；（4）向成都、濟(jì)南、廈門等地普及，這些地區(qū)有一定的經(jīng)濟(jì)實力，但基礎(chǔ)設(shè)施建設(shè)尚不完善，應(yīng)在以上步驟開展有結(jié)果后再根據(jù)自身情況有選擇地開展；（5）等以上四步完成后，可以考慮將其引入西安、太原、昆明等經(jīng)濟(jì)和觀念較落后的城市，實現(xiàn)以房養(yǎng)老在中國主要城市較為全面的覆蓋。

結(jié)論及相關(guān)建議

本文選擇經(jīng)濟(jì)發(fā)展和人口組成兩大類指標(biāo)，運用因子分析法得出開展以房養(yǎng)老的主要影響因素，并選擇經(jīng)濟(jì)較好的城市作為分析對象，得到如下四點結(jié)論：（1）中國的老齡化問題日趨嚴(yán)重，以房養(yǎng)老業(yè)務(wù)有很強的市場需求；（2）中國不同地區(qū)經(jīng)濟(jì)發(fā)展嚴(yán)重失衡，以房養(yǎng)老在需求上存在很大的地區(qū)差異；（3）養(yǎng)老基礎(chǔ)設(shè)施對能否開展以房養(yǎng)老有重要影響；（4）受教育程度影響以房養(yǎng)老的開展，傳統(tǒng)觀念需要改變。

基于以上結(jié)論，我們給出如下四點建議：第一，政府介入作擔(dān)保。以房養(yǎng)老目前在中國還沒有形成一定的市場，必須由政府進(jìn)行全面統(tǒng)籌，從試點城市到制度安排，從鼓勵參與到產(chǎn)品定價，這些都需政府介入進(jìn)行規(guī)范。第二，完善金融和養(yǎng)老等基礎(chǔ)設(shè)施。以房養(yǎng)老的開展需要健全的金融機構(gòu)，也需要良好的養(yǎng)老基礎(chǔ)設(shè)施，這些機構(gòu)的完善能夠保證其健康有序的開展。第三，改變傳統(tǒng)觀念勢在必行。由于各地的受教育程度不同，對以房養(yǎng)老的接受程度也會不同。因此宣傳以房養(yǎng)老，讓老人從觀念上認(rèn)可這一有益的養(yǎng)老補充方式，對中國養(yǎng)老事業(yè)將大有裨益。第四，以房養(yǎng)老的開展要漸進(jìn)推廣。由于經(jīng)濟(jì)發(fā)展程度和社會人口結(jié)構(gòu)等因素的不同，中國以房養(yǎng)老業(yè)務(wù)的開展必須按照客觀條件，對需求潛力不同的地區(qū)進(jìn)行不同階段的試點，然后逐步過渡到更大范圍，以期為中國養(yǎng)老事業(yè)作出有效補充。

參考文獻(xiàn)：

[1] Chiuri M.C.，Jappelli T.Do the Elderly Reduce Housing Equity？ An International Comparison [J].Journal of Population Economics，

2010，23（2）：643-663.

[2] Lee Y.-T.，Wang C.-W.，Huang H.-C.On the Valuation of Reverse Mortgages with Regular Tenure Payments [J].Insurance Mathematics &

Economics，2012，51（2）：430-441.

[3] Mitchell O.S.，Piggott J.Unlocking Housing Equity in Japan[J].Journal of the Japanese and International Economies，2004，18（4）：466-505.

[4] 樓國濤，汪金劍，徐丹秋.影響反向抵押貸款推廣的因素分析——基于區(qū)域經(jīng)濟(jì)發(fā)展不平衡的視角[J].浙江金融，2011，（12）：30-33.

[5] 張連增，王皎.影響中國壽險需求的因素分析——基于省級面板數(shù)據(jù)的經(jīng)驗分析[J].稅務(wù)與經(jīng)濟(jì)，2014，（1）：48-56.

[6] 朱勁松.中國開展“以房養(yǎng)老”影響因素的實證分析[J].東北財經(jīng)大學(xué)學(xué)報，2011，（2）：78-82.

[責(zé)任編輯 吳明宇]endprint

3.數(shù)據(jù)來源：本文選取40個樣本城市，包括直轄市、省會城市和重點城市等經(jīng)濟(jì)較發(fā)達(dá)的地區(qū)，它們分別為：上海、北京、天津、重慶、廣州、武漢、杭州、南京、長沙、濟(jì)南、西安、合肥、哈爾濱、貴陽、南昌、蘭州、沈陽、鄭州、石家莊、南寧、太原、銀川、海口、長春、福州、烏魯木齊、西寧、呼和浩特、昆明、成都、包頭、深圳、蘇州、無錫、青島、大連、寧波、廈門、珠海、揚州、并選用人均GDP、住房擁有率、住宅銷售價格指數(shù)、住宅投資額、儲蓄存款、醫(yī)療衛(wèi)生機構(gòu)數(shù)、專業(yè)衛(wèi)生技術(shù)人員數(shù)、人均可支配收入、人均消費支出、平均每戶人口、65歲及以上人口比例、老齡撫養(yǎng)比、文盲率共13個指標(biāo)。

按照指標(biāo)的分類，以上經(jīng)濟(jì)發(fā)展類指標(biāo)數(shù)據(jù)來源于各城市統(tǒng)計局公布的2013年度統(tǒng)計公報，而人口組成方面的數(shù)據(jù)來源于第六次人口普查。

三、實證分析

（一）主成分分析

1.因子分析前提條件檢驗。利用巴特利特球度檢驗，并且計算變量間的KMO統(tǒng)計量判別其是否適合進(jìn)行因子分析。結(jié)果顯示，KMO統(tǒng)計量為0.741，符合因子分析要求（大于0.6），而且巴特利特球度檢驗顯示的顯著性水平幾乎為0.000，表明其拒絕相關(guān)系數(shù)矩陣為單位矩陣的原假設(shè)，選取的數(shù)據(jù)間存在著相關(guān)性，故可以進(jìn)行因子分析。

2.提取因子。用SPSS軟件對原有的13組變量指標(biāo)進(jìn)行提取，這里選用基于主成分模型的主成分分析法，并提取特征值大于0.77的特征根。由總方差解釋表更加直觀地看出提取的因子對全部變量的解釋程度大小，根據(jù)因子提取結(jié)果可知，當(dāng)提取特征值大于0.77的成分時，四個因子的累計貢獻(xiàn)率達(dá)到了84.74%，基本上能夠涵蓋所選數(shù)據(jù)的統(tǒng)計信息，所以本次因子提取過程的總體效果較為理想。

3.因子的命名解釋。本文使用正交旋轉(zhuǎn)對因子進(jìn)行處理，重新分配各因子解釋原始變量方差的比例，使因子更容易理解。由SPSS軟件得出的旋轉(zhuǎn)矩陣可知，第一個因子與住宅投資額、儲蓄存款、醫(yī)療衛(wèi)生機構(gòu)數(shù)、專業(yè)衛(wèi)生技術(shù)人員數(shù)和床位數(shù)關(guān)系緊密，這些因素說明一個城市的養(yǎng)老基礎(chǔ)設(shè)施投資狀況以及可能提供的養(yǎng)老服務(wù)床位；第二個因子與人均GDP、人均可支配收入和人均消費支出關(guān)系緊密，這些可解釋為一個城市的經(jīng)濟(jì)發(fā)展?fàn)顩r；第三個因子與65歲以上人口比例和老齡撫養(yǎng)比關(guān)系緊密，反映了一個地區(qū)的老齡化程度；而第四個因子則與住宅銷售價格指數(shù)和文盲率有很大關(guān)系，這表明一個城市的教育程度和房價水平也對以房養(yǎng)老的開展有很大的影響。

4.計算因子得分。采用回歸方法估計因子得分系數(shù)，根據(jù)得分系數(shù)矩陣得到四個主成分表達(dá)式，將其與標(biāo)準(zhǔn)化數(shù)據(jù)相乘后，可得到各城市在四個主成分上的值。而后本文采用提取方差載荷值的各因子方差貢獻(xiàn)率為權(quán)重，由以上4個因子線性組合得到綜合評價指標(biāo)函數(shù)如下：

根據(jù)綜合得分模型，可以計算出各城市的綜合得分值并按照降序進(jìn)行排列，得到最終的主成分評估值表（見下頁表1）。

由下頁表1可知，40個城市中有19個綜合得分都大于0，表明在僅考慮選入的13個變量為參考指標(biāo)時，其基本具備開展以房養(yǎng)老的條件。北京、上海、廣州、重慶和成都五個城市，得分都在0.5以上，特別是北京和上海，其綜合得分高達(dá)1.576和1.340，這表明要在中國開展以房養(yǎng)老，應(yīng)先在一些大城市進(jìn)行試點，目前還不能在全國進(jìn)行推廣。

（二）聚類分析

用SPSS軟件對其進(jìn)行分層聚類，可將40個城市分為五類：第一類為北京、上海；第二類為武漢、南京等；第三類為廣州、深圳等；第四類為成都、揚州等；第五類為昆明、西安等。

基于此，給開展以房養(yǎng)老可能的推廣步驟：（1）先在北京、上海兩地開展，這兩個城市經(jīng)濟(jì)較發(fā)達(dá)，而且人們接受的教育相對較高，觀念容易轉(zhuǎn)變；（2）向杭州、武漢、南京等城市推廣，這些城市有較強的產(chǎn)品需求，且人均儲蓄和醫(yī)療衛(wèi)生建設(shè)也相對完善；（3）向廣州、重慶、深圳等地輻射，這些地區(qū)經(jīng)濟(jì)條件較好，且老齡化問題凸顯，有實行的必要性和可行性；（4）向成都、濟(jì)南、廈門等地普及，這些地區(qū)有一定的經(jīng)濟(jì)實力，但基礎(chǔ)設(shè)施建設(shè)尚不完善，應(yīng)在以上步驟開展有結(jié)果后再根據(jù)自身情況有選擇地開展；（5）等以上四步完成后，可以考慮將其引入西安、太原、昆明等經(jīng)濟(jì)和觀念較落后的城市，實現(xiàn)以房養(yǎng)老在中國主要城市較為全面的覆蓋。

結(jié)論及相關(guān)建議

本文選擇經(jīng)濟(jì)發(fā)展和人口組成兩大類指標(biāo)，運用因子分析法得出開展以房養(yǎng)老的主要影響因素，并選擇經(jīng)濟(jì)較好的城市作為分析對象，得到如下四點結(jié)論：（1）中國的老齡化問題日趨嚴(yán)重，以房養(yǎng)老業(yè)務(wù)有很強的市場需求；（2）中國不同地區(qū)經(jīng)濟(jì)發(fā)展嚴(yán)重失衡，以房養(yǎng)老在需求上存在很大的地區(qū)差異；（3）養(yǎng)老基礎(chǔ)設(shè)施對能否開展以房養(yǎng)老有重要影響；（4）受教育程度影響以房養(yǎng)老的開展，傳統(tǒng)觀念需要改變。

基于以上結(jié)論，我們給出如下四點建議：第一，政府介入作擔(dān)保。以房養(yǎng)老目前在中國還沒有形成一定的市場，必須由政府進(jìn)行全面統(tǒng)籌，從試點城市到制度安排，從鼓勵參與到產(chǎn)品定價，這些都需政府介入進(jìn)行規(guī)范。第二，完善金融和養(yǎng)老等基礎(chǔ)設(shè)施。以房養(yǎng)老的開展需要健全的金融機構(gòu)，也需要良好的養(yǎng)老基礎(chǔ)設(shè)施，這些機構(gòu)的完善能夠保證其健康有序的開展。第三，改變傳統(tǒng)觀念勢在必行。由于各地的受教育程度不同，對以房養(yǎng)老的接受程度也會不同。因此宣傳以房養(yǎng)老，讓老人從觀念上認(rèn)可這一有益的養(yǎng)老補充方式，對中國養(yǎng)老事業(yè)將大有裨益。第四，以房養(yǎng)老的開展要漸進(jìn)推廣。由于經(jīng)濟(jì)發(fā)展程度和社會人口結(jié)構(gòu)等因素的不同，中國以房養(yǎng)老業(yè)務(wù)的開展必須按照客觀條件，對需求潛力不同的地區(qū)進(jìn)行不同階段的試點，然后逐步過渡到更大范圍，以期為中國養(yǎng)老事業(yè)作出有效補充。

參考文獻(xiàn)：

[1] Chiuri M.C.，Jappelli T.Do the Elderly Reduce Housing Equity？ An International Comparison [J].Journal of Population Economics，

2010，23（2）：643-663.

[2] Lee Y.-T.，Wang C.-W.，Huang H.-C.On the Valuation of Reverse Mortgages with Regular Tenure Payments [J].Insurance Mathematics &

Economics，2012，51（2）：430-441.

[3] Mitchell O.S.，Piggott J.Unlocking Housing Equity in Japan[J].Journal of the Japanese and International Economies，2004，18（4）：466-505.

[4] 樓國濤，汪金劍，徐丹秋.影響反向抵押貸款推廣的因素分析——基于區(qū)域經(jīng)濟(jì)發(fā)展不平衡的視角[J].浙江金融，2011，（12）：30-33.

[5] 張連增，王皎.影響中國壽險需求的因素分析——基于省級面板數(shù)據(jù)的經(jīng)驗分析[J].稅務(wù)與經(jīng)濟(jì)，2014，（1）：48-56.

[6] 朱勁松.中國開展“以房養(yǎng)老”影響因素的實證分析[J].東北財經(jīng)大學(xué)學(xué)報，2011，（2）：78-82.

[責(zé)任編輯 吳明宇]endprint