基于SPSS分析的寧波市低齡老人再就業(yè)意愿影響因素分析

寧波財經(jīng)學(xué)院浙江省寧波市315175Summary:為了解低齡老人對再就業(yè)的意愿及其影響因素，為低齡老人再就業(yè)提供建議，本文選取寧波市低齡老人作為研究對象進行問卷調(diào)查，并歸納總結(jié)成12個有效指標(biāo)，運用SPSS分析，構(gòu)建Logistic回歸模型，對其再就業(yè)的意愿的因素進行實證分析，發(fā)現(xiàn)低齡老人的受教育程度和對政府再就業(yè)保障的滿意程度是影響低齡老人再就業(yè)的關(guān)鍵因素，為此我們建議從自身“關(guān)注”、社會“守護”、政府“保障”三個路徑來幫助低齡老人實現(xiàn)再就業(yè)?！娟P(guān)鍵字】SPSS分析、Logistic回歸模型、低齡老人再就業(yè)1引言人口老齡化作為我國的基本國情之一，一直受到國家關(guān)注和重視。根據(jù)第七次全國人口普查結(jié)果，我國老年人在60歲以上的數(shù)量為2.64億，占比為18.7%，其中65歲的數(shù)量達到1.9億，占比為13.5%，表明我國人口老齡化程度提高，將從輕度老齡化進入中度老齡化。老齡化問題的影響首先體現(xiàn)在勞動人口比重下降，制約地方經(jīng)濟的發(fā)展；第二，人口老齡化造成總供養(yǎng)系數(shù)上升，導(dǎo)致勞動力成本加大；此外，老齡化問題也帶來了養(yǎng)老金供應(yīng)不足等養(yǎng)老體系連鎖問題。老齡化問題亟待解決。另外，據(jù)《老齡藍皮書（2019）中國老年人生活質(zhì)量報告》所述，低齡老人在60-69歲的占比為38.2%，自評為“很好”和“比較好”的低齡老人占比為38.2%。這表明低齡老人身體機能存在普遍較好的實際情況，我國還有著較為充足的低齡老年人力資源，但同時也反應(yīng)出低齡老人再就業(yè)方面的政策存在著大量空白，具有較大的發(fā)展研究的可能性。因此，本文依據(jù)科學(xué)客觀的數(shù)據(jù)分析，深入探討低齡老人再就業(yè)傾向和影響因素，幫助認識老年人潛在的勞動力價值，正視老年人的社會地位，提高社會對于“銀發(fā)群體”的關(guān)注度，實現(xiàn)“銀齡紅利”在人口紅利中切實增長，對于增加人口勞動力供給，緩解人才結(jié)構(gòu)性短缺和促進健康積極老齡化，具有十分重要的意義和參考價值。2樣本數(shù)據(jù)與來源2.1數(shù)據(jù)來源數(shù)據(jù)來源于對寧波市各個社區(qū)低齡老人再就業(yè)的問卷調(diào)查資料,該問卷結(jié)合寧波市老齡人口，采用多階段抽樣方法深入寧波市各個社區(qū)以實地調(diào)查的形式發(fā)放問卷。共發(fā)放問卷400份,回收有效問卷384份，問卷有效性為95%。受訪者為60至69歲的低齡老人,樣本數(shù)據(jù)具有一定的代表性。2.2研究方法主要研究方法是基于SPSS25.0軟件對調(diào)查數(shù)據(jù)進行統(tǒng)計學(xué)分析，首先利用因子分析模型對變量進行降維處理，把一些具有錯綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)四個綜合因子，再利用Logistic回歸模型，以低齡老人是否愿意再就業(yè)這作為因變量，在4個綜合因子維度上選用12個因子作為自變量構(gòu)建線性回歸方程，并根據(jù)自變量權(quán)重的正負和大小探究低齡老年人再就業(yè)意愿的影響因素。3實證分析3.1數(shù)據(jù)預(yù)處理剔除無效問卷，對收集的問卷進行概括總結(jié)和量化處理，共提取出其中的有效指標(biāo)，即調(diào)查對象的受教育程度、身體健康狀況、退休前就業(yè)單位、子女?dāng)?shù)量、承擔(dān)家務(wù)情況、家庭成員對其再就業(yè)的支持程度、其享受到的退休金/養(yǎng)老金額，對再就業(yè)工資滿意度、生活負擔(dān)情況、對退休制度的認同度、對就業(yè)機會的滿意度、對再就業(yè)保障的滿意度，總計12個有效指標(biāo)。3.2因子分析3.2.1信度分析首先對提取出的12個指標(biāo)進行KMO和Bartlett檢驗，來檢驗數(shù)據(jù)變量是否適合做因子分析，得到KMO值為0.864，說明該樣本指數(shù)體系的選取已經(jīng)達到0.8以上，表示變量間的存在強相關(guān)性。同時Bartlett球體檢驗的結(jié)果顯示，顯著性P值Sig為0.000，水平上呈現(xiàn)顯著性，拒絕零假設(shè)。綜合以上兩點認為因子分析的結(jié)果有效，即原有變量適合做因子分析。3.2.2總方差解釋提取公因子進行多因子的歸結(jié)，在避免信息丟失的同時有效降低變量。在分析了各變量共同度大于85%，確定了所要提取的公因子對個變量解釋能力較強的情況下，運用主成份分析法的因子載荷陣求解方法對各個主成分進行總方差解釋，成分初始特征值總計>1的個數(shù)為4，并且經(jīng)方差極大值旋轉(zhuǎn)后，累計方差貢獻率達到68.804%，因此選取4個公因子就能夠比較好的解釋原有變量所包含的信息。并且由碎石圖可知，第一個主成分特征值最高，對解釋原有變量的貢獻最大，從第五個主成分開始，主成分的特征根值開始緩慢地下降。因此，證明了在滿足因子累計解釋的貢獻率較高的情況下，我們保留特征值大于1的前4個主成分為公因子是合理的。2.2.3公因子匹配在完成碎石圖檢驗后，提取各變量與公共因子之間的因子載荷系數(shù)，形成成分矩陣，但由于因子結(jié)果的分析需要每個因子具有實際意義，且未旋轉(zhuǎn)前的原始變量和因子之間的相關(guān)系數(shù)無法明顯的表示出因子的含義。所以需要對載荷平方和進行旋轉(zhuǎn)，使因子載荷系數(shù)向0和1兩極分化，以便于進行因子分析。已知因子載荷系數(shù)反映因子和各變量相關(guān)程度，它的絕對值越大，表明變量與因子間的影響程度越大。依據(jù)因子載荷系數(shù)將12個因子分別與其相關(guān)程度最高的成分進行匹配，并為成分命名，結(jié)果如下表1。表1準則層表1基于SPSS分析的寧波市低齡老人再就業(yè)意愿影響因素分析2.3logistic回歸分析2.3.1模型構(gòu)建在因子分析的基礎(chǔ)上，建立Logistic模型整體帶入全部自變量進行深入評估和檢驗。建立多元線性回歸模型，令因變量為“低齡老人再就業(yè)意愿”不變，且因變量Y是二分類變量，賦值“是”=1，“否”=2，自變量為影響低齡老人再就業(yè)選擇與否的四個維度影響因素。主要計算公式如下：其中，表示低齡老人再就業(yè)的概率，表示低齡老人未就業(yè)概率；12；為截距項，即自變量的取值均為0時，低齡老人再就業(yè)與未就業(yè)發(fā)生概率比值的自然對數(shù)值；為隨機擾動項；是待估計系數(shù)，表示當(dāng)其他個自變量取值保持不變時，自變量Xi每增加一個單位所引起自然對數(shù)值的變化量，其系數(shù)的正負可以體現(xiàn)各自變量對低齡老人再就業(yè)的正負向影響作用。2.3.2模型的求解2.3.2.1求解的結(jié)果在自變量和因變量不做任何處理的前提下，直接建立多元線性回歸模型，線性方程式如下：2.3.2.2模型的檢驗經(jīng)擬合優(yōu)度檢驗和共線性診斷，該模型顯著性水平小于0.05，調(diào)整后R方值為0，846，表面該模型擬合效果較好，但較多維度的特征根值接近于0且條件指數(shù)大于30，表明自變量之間存在多重共線性，因此運用MATLAB軟件進行模型修正。修正后的回歸方程如下：2.4結(jié)論和建議2.4.1結(jié)論上述分析可得，個人因素、家庭支持、經(jīng)濟狀態(tài)和社會保障四個維度都一定程度上影響了低齡老人再就業(yè)意愿，其中退休金/養(yǎng)老金、受教育程度、再就業(yè)保障滿意度、健康狀況、子女?dāng)?shù)量對低齡老人再就業(yè)意愿影響較大，即老年人的退休金越多，再就業(yè)的意愿越低；老年人的受教育程度越高、健康狀況越好、子女?dāng)?shù)量越多、對再就業(yè)保障越滿意，對再就業(yè)的意愿也越高。將方程系數(shù)取絕對值我們可以發(fā)現(xiàn)各因素對低齡老人就業(yè)意愿的影響程度從高到低依次為受教育程度>再就業(yè)保障>退休金/養(yǎng)老金>子女?dāng)?shù)量>老人健康狀況，因此，我們發(fā)現(xiàn)低齡老人的受教育程度和對政府再就業(yè)保障的滿意程度是影響低齡老人再就業(yè)的關(guān)鍵因素。2.4.2建議本文建議從自身“關(guān)注”、社會“守護”、政府“保障”三個路徑來幫助低齡老