保障替代、代际契约与信息引致：“以房养老”参与意愿的影响因素——基于武汉市中老年人调查数据的实证分析（二）.pdf

保障替代、保障替代、代际契约与信息引致代际契约与信息引致：：““以房养老以房养老””参与意愿的影响因素参与意愿的影响因素 保障替代保障替代、、代际契约与信息引致代际契约与信息引致：： ““以房养老以房养老””参与意愿的影响因素参与意愿的影响因素 ——基于武汉市中老年人调查数据的实证分析——基于武汉市中老年人调查数据的实证分析 ————基于武汉市中老年人调查数据的实证分析基于武汉市中老年人调查数据的实证分析 （二（二）） （（二二）） 2017年 04月 21 日 次序 Probit 模型中老人“以房养老”潜在参与意愿的表达式设定为： Y * β ·income + β ·chdattud + β ·chdnum + β ·hpolicy +Z′ ·γ+ ε ij 1 ij 2 ij 3 ij 4 ij ij ij * * * Y 为老人“以房养老”的潜在参与意愿，当 Y ≤ ξ 时，Y=1； ξ＜Y ≤ ξ 时，Y=2； ij ij 1 1 ij 2 * ξ＜Y ≤ ξ 时，Y=3。其中， ξ (i=1，2，3)是待估计的截断点(Cut Point)。在上述模 2 ij 3 i 型中，Y 为有 3个水平值的“以房养老”意愿响应变量，重点考察的解释变量为老人月收 入(income)、子女对“以房养老”的支持态度(chdattud)、子女个数(chdnum)以及老人对 相关政策信息的了解程度(hpolicy)。Z 为其他控制变量，包括性别、独身状况、文化程度、 职业、有无养老金、同伴态度等。 β～β、γ为待估计参数。若用Ф(·)表示标准正态 1 4 分布函数，X 表示由全部解释变量均值构成的向量组，则老人“以房养老”意愿的条件概 率密度函数为： * Pr(Y i ｜X)=Pr( ξ ＜Y ≤ ξ ｜X)=Ф[ ξ-f(X)｜X]-Ф[ ξ -f(X)｜X] j-1 j j j-1 其中，f(X) β ·income + β ·chdattud + β ·chdnum + β ·hpolicy +Z′ ·γ。 1 ij 2 ij 3 ij 4 ij ij 上述密度函数可通过极大似然法(ML)估计。若用Λ′表示相应各变量参数估计值向量组， 此次序 Probit模型响应变量各水平的边际效应(Marginal Effect)为： Prob(Y k ｜X)=Ф( ξ-Λ′·X)-Ф( ξ -Λ′·X)，(k=1，2，3) k k-1 * * 当 Y 是二值虚拟变量时，则有-∞＜Y ≤ τ时，Y=0；Y ＞ τ时，Y=1。 τ为待估计的截