【摘 要】
:
我国人口老龄化问题日益严重与预期寿命显著增加的背景下,基于健康视角研究退休带来的影响,对于渐进式延迟退休政策的精准施策、实现全民健康有重要的意义。本文主要分为六部分内容,包括研究背景和问题提出、文献综述、研究数据和方法模型、实证研究、机制分析、结论与政策建议。本文通过梳理相关文献,发现目前现有研究多侧重于分析退休对职工健康的单独影响,而对于退休对健康的性别异质性影响、配偶外部性影响、潜在影响路径等
论文部分内容阅读
我国人口老龄化问题日益严重与预期寿命显著增加的背景下,基于健康视角研究退休带来的影响,对于渐进式延迟退休政策的精准施策、实现全民健康有重要的意义。本文主要分为六部分内容,包括研究背景和问题提出、文献综述、研究数据和方法模型、实证研究、机制分析、结论与政策建议。本文通过梳理相关文献,发现目前现有研究多侧重于分析退休对职工健康的单独影响,而对于退休对健康的性别异质性影响、配偶外部性影响、潜在影响路径等方面尚需进一步探讨。其次,本文基于健康需求理论、家庭主义理论等理论构建了理论分析框架,并推导发现:退休对城镇职工家庭产生负向总效应,即对大部分退休职工来说,以收入下降为主的负向收入效应遮盖掉了退休后健康投资行为增多为主的正向替代效应。为了证明这一推论,本文采用中国健康与养老追踪调查(CFPS)2010-2018年五期数据,利用中国退休制度的外生性,运用退休年龄政策这一天然的工具变量,使用固定效应模型、模糊断点回归等方法验证了退休对健康的因果效应,并分析了可能存在的性别差异与配偶外部性影响。其次,从健康投资行为、收入变化、消费活动几个方面实证检验了退休影响健康的潜在机制。研究主要发现:第一,退休行为对健康的总效应为负,并且具有明显的性别差异性与配偶外部性影响。相比于未退休群体,退休使自身和配偶自评健康水平提高的概率降低,其中男性退休对自评健康负向影响大约在29%-37%左右,并且使其自评健康为“好”的概率降低了8%-16%左右,而女性退休以及其配偶退休对其自评健康无显著影响,女性退休对丈夫健康负面影响在13%-18%左右,对其自身自评健康为“好”的概率降低了6%-9%左右。说明相比于女性,男性健康水平更容易受到配偶退休的影响。第二,退休对城镇退休职工健康水平的影响存在两类潜在机制,一类是退休前后收入的变化将影响城镇职工的消费结构,会影响职工健康水平,这是退休的收入效应;另一类是退休增加了城镇退休职工的闲暇时间,进而影响其健康投资行为,这是退休的替代效应。基于本文的研究结论,为缓解退休对城镇职工健康产生的影响,提出了以下政策建议:第一,提高退休群体收入水平,完善我国社会保障制度;第二,优化就业环境,保障退休再就业群体权益;第三,实施延迟退休政策要考虑群体差异,依据不同群体特征制定对应政策;第四,完善养老照料配套服务体系、托育服务体系建设。
其他文献
随着推荐系统在互联网应用中得到了广泛的关注,越来越多的学者尝试在更多的领域探索与单类协同过滤推荐算法有效结合的方法。近年来,文献服务和学术交流等领域的推荐服务逐渐引起关注,如文献资源推荐、学者推荐、主题词推荐等。从学者行为角度进行文献主题词推荐服务的数据偏差研究也成为一个研究点。数据偏差问题会对面向学者和文献的主题词推荐服务带来很多不利影响,如选择偏差会使学者在文献中只对海量主题词中的极少部分作出
随着电子商务的迅速发展,电商平台已成为人们购物的主要渠道之一。对于商品与服务的信任度在电子商务平台的成功运营中起着举足轻重的作用,商品评价则已成为影响消费者购买决策的关键参考因素。因此,互联网商家会采用各种手段来提高自己的销售额和信誉度,雇佣水军就是其中一个常用手段。商家雇佣这些水军发布虚假评价以干扰用户对商品真实质量的判断,从而影响消费者的购买决策,以达到提高商品销量的目的,这不仅会降低消费者的
近年来,股指预测备受学术界和工业界关注,股票关联网络成为复杂网络领域的研究热点。由于股票市场具有高噪声、非线性、非平稳和混沌等特征,股指时间序列表示了其内在复杂性,并为投资者提供了重要的投资参考。准确预测股指不仅有利于更好地监测和管理与股票市场高度相关的金融市场,还能为投资决策提供有效指导。传统股指预测方法通常基于对股市的技术分析,但没有任何单一技术指标可以持续准确地预测走势。此外,股指成分股之间
随着虚拟现实(Virtual Reality,简称VR)行业的快速增长,参与虚拟现实的用户数量迅速增加,分析虚拟现实场景中的用户行为变得越来越重要。在目前的研究中,VR常被当做手段,研究者通过VR创建场景,然后研究人们在某一具体场景下的行为习惯。当前的研究缺少针对VR场景下用户行为的一般化分析方法。本文对VR场景下的用户行为进行分类。与一般的分类任务相比,虚拟现实中的输入源更加复杂和多样,传统的时
随着互联网技术的飞速发展和广泛应用,数据资源呈现爆炸性增长的趋势,但是海量的信息中掺杂着许多垃圾和无效性信息,这些往往会影响人们的判断、浪费大量的时间,并且其庞大的数据量使得获得有益信息的难度提升,故挖掘海量信息中的研究主题,获得高质量信息显得尤为重要。通过主题发现及梳理主题的演化脉络和关联关系,能够达到预测主题前沿热点的目的,并且可视化分析的手段能够增强演化结果的科学性和生动性。现将本文的工作内
随着科学的进步和现代社会的发展,信息的传播变得更加迅猛,互联网上汇集的内容更加多元化,包括博客、评论、帖子、短文、微博等,这些海量数据在提高用户获取信息数量的基础上,也对现代技术提出了新的难题,比如针对繁杂而多样的文本数据,如何高质量的获取数据的信息,进而提高用户的效率。针对这个问题,各种技术方法随之而来,关键词抽取技术和文本摘要句抽取技术便是其中两种解决方案。本文从关键句与关键词之间的联系角度出