人口老龄化背景下安徽农村养老保险动态递进模式选择-.docxVIP

?

?

人口老龄化背景下安徽农村养老保险动态递进模式选择*

?

?

论文导读:：所谓人口老龄化,是指总人口中老年人口所占比例不断增长的一种趋势。

论文关键词：人口老龄化，农村养老保险，动态递进式模式

?

一、引言

国际上通常把60岁以上的人口占总人口比例达到10％，或65岁以上人口占总人口的比重达到7％作为国家或地区进入老龄化社会的标准。根据安徽省老龄办、省社会保障研究会2006年组织的一项安徽省“空巢老人”现状调查及对策研究预测，到2010年，安徽省60岁及以上老年人口将达到876.5万人，占总人口的比例将超过13.1%。到2020年，安徽省60岁及以上老年人口将达到1177.5万人，老年系数为16.6%左右。据预测，安徽省人口老龄化高峰将于2030年到来，并将持续20余年。至2030年前后，安徽省60岁及以上老年人口占总人口的比例将达到22.9%，老年人口将达到1669.1万人，而在60岁以上人口中农村居民占70%，可见安徽省农村人口老龄化形势严峻，农村居民养老问题面临着巨大的压力，保证农村居民老有所养是构建和谐社会重要一环也是我国政府的重要职责。目前，我国新型农村养老保险尚未建立，伴随着农业剩余劳动力迁往经济比较发达地区经济论文，外出人员以农村青壮年为主，留下的都是老年人，使得农村留守老人数量和发展速度都已经超过了城市。在农村，年老丧失劳动能力的农民，除部分土地收入和来自家庭的赡养外，没有固定的养老收入，且青壮年子女大多外出务工，生活风险和困难程度都要比城镇老年人高，这直接导致农村养老需求加大，仅靠传统家庭养老方式已经难以满足现实需求。

目前，我省各地区农村经济、自然、人文地理等条件有很大程度上的差异性，各地区农村居民对于养老保障有着不同的层次的需求，这决定了在我省范围内实行统一的农村养老保障制度不符合现实情况，而建立符合地区特点的养老保障制度才是可行的政策选择论文开题报告范文。在对这一问题研究上，大多数学者对中国的养老区域划分习惯沿用的依然是“东部地区”、“中部地区”和“西部地区”的地理区域划分标准或“发达地区”、“欠发达地区”和“贫困地区”的经济区域划分标准，不仅针对性不强，更不利于农村养老问题的解决及区域间养老工作的协调。因此，本文采用因子分析法和聚类分析法，一方面我省各类地区可以先实行新型农村养老保险制度的覆盖，另一方面各地区的新型农村养老保险制度发展不能一蹴而就，而应当根据不同类型地区的人口老龄化进程、参保覆盖率的最优变化路径、期望寿命的变化，采用非均衡的推进模式对所有农村居民进行渐次的、动态递进式的全覆盖。

二、研究方法与指标体系

1.研究方法

根据人口老龄化相关理论设计出一系列相关的统计指标和统计变量，采取因子分析和聚类分析等方法分析各变量之间的变化关系及其对目标变量的影响程度。本文首先列出各地区与农村养老相关的变量，且把这些变量看作彼此之间是有机联系的；其次，运用因子分析法筛选出公因子，在对因子进行旋转解释其意义后计算出各公因子的得分，以此说明各地区的养老特征并进行相关分析；最后，在因子分析的基础上，按各个地域单元相对于主因子得分进行聚类分析，结合具体的地域空间结构，对安徽省农村进行养老区域的划分。

2.指标体系

为了更好地根据地域性的不平衡来把握我省动态递进农村养老保险制度路径与和进程，必须建立完善的指标体系，结合安徽省的具体情况，考虑不同地区的数据真实性、可得性以及代表性的基础上上，本文选择了17个指标经济论文，指标体系如表1所示，这些指标作为农村养老区域划分依据。

表12008年安徽省农村保险情况

?

变量

变量字母表示

单位

第一产业生产总值

X1

亿元

人均生产总值

X2

元/人

财政收入

X3

万元

社会保障与就业支出

X4

万元

农林牧渔的总产值

X5

万元

农林牧渔建设项目投资

X6

万元

农村人均现金支出

X7

元

农民人均纯收入

X8

元

耕地面积

X9

公顷

乡村从业人员

X10

人

家庭户规模

X11

人/户

65岁以上人口所占比例

X12

%

老年抚养比

X13

%

外出人口占总人口的比重

X14

%

征用土地面积

X15

平方公里

受灾面积

X16

千公顷

农村低保人数

X17

万人

资料来源：本表的数据是根据《安徽统计年鉴2009》、安徽省各市2009年统计年鉴以及各市2009年统计公报数据整理而得。

注：本表以安徽省17个市为分析对象，分别为合肥、淮北、亳州、宿州、蚌埠、阜阳、淮南、滁州、六安、马鞍山、巢湖、芜湖、宣城、铜陵、池州、安庆、黄山。

三、实证研究

1.提取因子

根据原始数据的相关系数矩阵，采取主成分分析方法，应用SPSS18.0软件对相关数据进行降维处理，按照公因子累计贡献率大于85%的原则提取公因子，如表2所示。

表2TotalVariance