“以房养老”模式的影响因素研究——基于我国20个城市经济指标分析

北京邮电大学学报(社会科学版) ›› 2014, Vol. 16 ›› Issue (6): 71-80.

“以房养老”模式的影响因素研究——基于我国20个城市经济指标分析

1安徽财经大学金融学院，安徽蚌埠233030；2上海财经大学国际工商管理学院，上海200433

收稿日期:2014-07-25 出版日期:2014-12-30 发布日期:2023-03-27
基金资助:
安徽财经大学科学研究基金项目（ACKY1444）；安徽省省级大学生创新创业计划项目（AH201310378470）；安徽财经大学资产价格与稳定特区基金项目（ACZCJGYJRWD20142D11）

Influencing Factors of“Reverse Mortgage”Mode ——Based on Economic Indicators of 20 Cities in China

1School of Finance, Anhui University of Finance and Economics, Bengbu 233030, China; 2 School of International Business Administration, Shanghai University of Finance and Economics, Shanghai 200433, China

Received:2014-07-25 Online:2014-12-30 Published:2023-03-27

摘要/Abstract

摘要： 利用SPSS对我国20个城市的经济发展和人口组成两大指标，即“以房养老”影响的四个因素（经济状况、养老设施总量、受教育程度和老龄化水平）进行主成分分析，提出了“以房养老”模式的试点应该在北京和上海两个城市率先开展。并且使用聚类分析法将20个城市划分为5类，并给出“以房养老”模式的试点城市的顺序，分析结果得出，“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”的开展有重要影响。

关键词: 老龄化, 以房养老, 主成分分析, 聚类分析

Abstract: By using SPSS to make principal component analysis of two indicators of economic development and demographic composition, that is, four influencing factors of “reverse mortgage” (economic conditions, the total pension facilities, education and aging level) of 20 cities in our country, it is proposed that “reverse mortgage” pilot mode should be implemented first in Beijing and Shanghai Also, cluster analysis is used to divide the 20 cities into five categories, and “reverse mortgage” pilot cities sequential mode is given The results show that “reverse mortgage” has obvious geographical differences in demand, and traditional ideas and pension infrastructure have significant influence on “reverse mortgage”

Key words: aging, reverse mortgage, principal component analysis, cluster analysis

中图分类号:

F24134

曹强, 张宇, 虞文美. “以房养老”模式的影响因素研究——基于我国20个城市经济指标分析[J]. 北京邮电大学学报(社会科学版), 2014, 16(6): 71-80.

CAO Qiang, ZHANG Yu, YU Wen-mei. Influencing Factors of“Reverse Mortgage”Mode ——Based on Economic Indicators of 20 Cities in China[J]. Journal of Beijing University of Posts and Telecommunications(Social Sciences Edition), 2014, 16(6): 71-80.

[1]	张茹, 樊玲, 曹聪. 基于数据统计分析的预科课程与本科课程关联度研究[J]. 北京邮电大学学报(社会科学版), 2021, 23(5): 89-97.
[2]	汪全胜，杨文惠. 我国地方立法研究领域的演进与发展——基于1998—2018年的文献计量分析[J]. 北京邮电大学学报(社科版), 2019, 21(5): 15-23.
[3]	陶良虎，李继军. 人口流动视角下老龄化对经济增长的影响——来自中国省际面板数据的实证分析[J]. 北京邮电大学学报(社科版), 2018, 20(6): 97-107.
[4]	陶良虎，石逸飞. 人口老龄化对产业结构升级的中介效应影响研究[J]. 北京邮电大学学报(社科版), 2018, 20(4): 44-54.
[5]	靳艳峰, 李钢. 基于灰色聚类分析的京津冀城市群层级划分研究[J]. 北京邮电大学学报(社会科学版), 2015, 17(6): 70-76.
[6]	熊文静，张永泽. 基于信息技术的社会服务模式探讨——电子养老[J]. Acta Metallurgica Sinica(English letters), 2013, 15(4): 40-44.
[7]	杨敏，伍艳. 我国信贷周期与银行系统性风险关系的实证研究[J]. Acta Metallurgica Sinica(English letters), 2013, 15(3): 66-73.
[8]	颜莉. 武汉城市圈县域经济体发展状况评价及对策研究[J]. 北京邮电大学学报(社会科学版), 2011, 13(6): 96-.
[9]	高娃, 郑惠莉. 基于DEA模型的中国电信业技术效率实证研究[J]. 北京邮电大学学报(社会科学版), 2011, 13(2): 58-65.
[10]	李亚杰. 中国教育国际竞争力分析[J]. Acta Metallurgica Sinica(English letters), 2008, 10(2): 61-65.