• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      人口年齡結(jié)構(gòu)與家庭風(fēng)險性金融資產(chǎn)配置

      2023-02-18 11:09:25肖琴唐雪榕
      中國集體經(jīng)濟 2023年5期
      關(guān)鍵詞:風(fēng)險性年齡結(jié)構(gòu)戶主

      肖琴 唐雪榕

      摘要:文章基于“中國家庭金融調(diào)查” 2017年數(shù)據(jù),運用Probit模型和Tobit模型,實證分析了人口年齡結(jié)構(gòu)對我國家庭風(fēng)險性金融資產(chǎn)配置的影響。研究發(fā)現(xiàn),家庭老年人占比及少兒占比的增加,會顯著降低家庭參與風(fēng)險性金融資產(chǎn)配置的概率,同時降低家庭持有風(fēng)險資產(chǎn)占總金融資產(chǎn)的比重;老年人占比對中西部地區(qū)或農(nóng)村家庭風(fēng)險性金融資產(chǎn)配置無顯著影響,少兒占比對風(fēng)險性金融資產(chǎn)參與率的抑制作用不顯著,但在一定程度上降低了家庭持有風(fēng)險資產(chǎn)的比重。

      關(guān)鍵詞:人口年齡結(jié)構(gòu);家庭風(fēng)險性金融資產(chǎn)參與率;家庭風(fēng)險性金融資產(chǎn)持有比重

      一、引言

      隨著我國經(jīng)濟持續(xù)高速增長,家庭財富水平不斷提升,家庭資產(chǎn)配置也逐步趨于多樣化,但同時也存在著一些問題。從總體上看,根據(jù)中國家庭金融調(diào)查(CHFS)近年來數(shù)據(jù)顯示,我國家庭總資產(chǎn)規(guī)模呈現(xiàn)穩(wěn)定增長狀態(tài),而我國家庭參與風(fēng)險市場的比率及深度相對較低,即居民處于“有限參與”金融市場的狀態(tài),家庭資產(chǎn)配置結(jié)構(gòu)存在較為嚴(yán)重的不合理現(xiàn)象,同時,家庭風(fēng)險資產(chǎn)配置的城鄉(xiāng)及區(qū)域差異也較為明顯。在這些問題下,如何提升中國家庭金融市場參與度,優(yōu)化家庭風(fēng)險性金融資產(chǎn)配置結(jié)構(gòu)受到了廣泛關(guān)注。在我國逐步放開生育政策的背景下,人口結(jié)構(gòu)成為影響我國家庭風(fēng)險性金融資產(chǎn)配置新的研究重點。

      為應(yīng)對人口老齡化與生育率低下的雙困境,我國逐步優(yōu)化各項生育政策以改善人口結(jié)構(gòu),在“少子化”與“老齡化”碰撞的情況下,家庭人口年齡結(jié)構(gòu)正發(fā)生新的變化,這在一定程度上也影響了家庭資產(chǎn)配置的決策。基于人口年齡結(jié)構(gòu),本文將對家庭風(fēng)險性金融資產(chǎn)配置問題展開進一步研究,實證檢驗人口年齡結(jié)構(gòu)對家庭風(fēng)險性金融資產(chǎn)配置的影響,也為解決我國家庭金融市場有限參與,推動金融市場更有效運轉(zhuǎn)提供建議。

      二、文獻綜述

      關(guān)于風(fēng)險性金融資產(chǎn)配置問題,國內(nèi)外許多學(xué)者對其做了大量研究探討。部分文獻針對風(fēng)險資產(chǎn)配置現(xiàn)狀、影響風(fēng)險資產(chǎn)配置的因素等進行了分析檢驗,從宏觀層面來看,還有部分文獻就金融資產(chǎn)配置與經(jīng)濟發(fā)展間的關(guān)系進行了探討研究。針對本文研究內(nèi)容,我們將基于家庭微觀視角的文獻分為兩大類,一是影響家庭風(fēng)險性金融資產(chǎn)配置的因素研究,二是人口結(jié)構(gòu)對家庭風(fēng)險性金融資產(chǎn)配置的相關(guān)關(guān)系研究。

      (一)影響家庭風(fēng)險性金融資產(chǎn)配置的因素研究

      家庭風(fēng)險性金融資產(chǎn)配置的影響因素可以分為個體特征、家庭特征、外部條件三大類。在戶主個體特征上,多數(shù)研究指出男性戶主比女性戶主更傾向于持有風(fēng)險性金融資產(chǎn)(張光利,2018;易禎,2017);隨著戶主年齡的增加,根據(jù)預(yù)防性儲蓄理論,戶主將更多的資產(chǎn)用于儲蓄而非投資于風(fēng)險資產(chǎn),即家庭風(fēng)險資產(chǎn)配置概率與戶主年齡呈負相關(guān)關(guān)系(Cocco等,2005;王聰?shù)龋?019),還有部分學(xué)者指出年齡對家庭風(fēng)險性金融資產(chǎn)配置的影響呈倒“U”型關(guān)系(柴時軍,2017);Russell Cooper等(2016)認(rèn)為戶主的受教育程度是家庭風(fēng)險性金融資產(chǎn)配置重要影響因素之一,可以解釋為高學(xué)歷戶主為家庭創(chuàng)造更高的收入,從而增加了家庭風(fēng)險資產(chǎn)配置比重,另外,由于高教育水平個體的金融知識配備較充足,規(guī)避風(fēng)險能力較強,因此進行風(fēng)險資產(chǎn)配置的概率較大(尹志超等,2014);戶主的個體健康狀況也是影響家庭風(fēng)險資產(chǎn)配置的重要因素(Ryan D Edwards,2008),吳衛(wèi)星等(2011)實證檢驗得到,良好的健康狀況會顯著增加家庭風(fēng)險性金融資產(chǎn)持有比重;風(fēng)險厭惡者參與風(fēng)險性金融資產(chǎn)配置的概率及比重都較小(李濤等,2016)。

      (二)人口結(jié)構(gòu)對家庭風(fēng)險性金融資產(chǎn)配置的相關(guān)關(guān)系研究

      在數(shù)量結(jié)構(gòu)上,馬莉莉等(2011)指出家庭總?cè)丝跀?shù)及子女?dāng)?shù)量是影響家庭風(fēng)險資產(chǎn)配置的重要因素,Nancy等(1998)認(rèn)為,當(dāng)擁有子女時,家庭風(fēng)險偏好會提升,隨之增加風(fēng)險類資產(chǎn)占金融資產(chǎn)的持有比重。但在我國家庭逐漸呈現(xiàn)老齡化、少子化人口結(jié)構(gòu)及特殊文化背景下,從年齡結(jié)構(gòu)出發(fā),少子化導(dǎo)致的家庭子女撫養(yǎng)負擔(dān),降低了家庭參與金融市場的概率(李文星等,2008)。王子城(2016)通過實證檢驗指出,家庭人口撫養(yǎng)負擔(dān)會對家庭金融市場參與及家庭風(fēng)險資產(chǎn)配置產(chǎn)生負面影響。老齡化導(dǎo)致老年人口比重的上升,不僅使得家庭對于風(fēng)險的態(tài)度及承受能力逐漸下降(杜朝運等,2016),即家庭更傾向于配置低風(fēng)險產(chǎn)品,養(yǎng)老醫(yī)療類支出還會在一定程度上擠出家庭風(fēng)險性金融資產(chǎn)的占比(邵旭方等,2018)。

      通過對已有文獻的梳理,關(guān)于人口年齡結(jié)構(gòu)與家庭風(fēng)險性金融資產(chǎn)配置的研究仍存在一些不足。第一,在探討家庭風(fēng)險性金融資產(chǎn)配置的影響因素中,多從戶主或投資者個人角度出發(fā),研究個體特征如年齡、性別、風(fēng)險態(tài)度等方面對家庭風(fēng)險資產(chǎn)配置的影響,以家庭為單位進行的研究較少,且多集中于家庭資產(chǎn)情況的分析,而對于我國特有政策背景下人口結(jié)構(gòu)變革的影響分析較少。第二,在關(guān)于家庭人口結(jié)構(gòu)對風(fēng)險性金融資產(chǎn)配置影響的分析中,多數(shù)研究關(guān)注于家庭人口數(shù)量或子女?dāng)?shù)量對資產(chǎn)配置的影響,對于年齡結(jié)構(gòu)的分析較少。鑒于此,本文在已有文獻的基礎(chǔ)上,結(jié)合我國各項生育政策放開的背景,探討人口年齡結(jié)構(gòu)的變化對家庭風(fēng)險性金融資產(chǎn)配置的影響,以優(yōu)化我國家庭金融資產(chǎn)配置,為我國金融市場良好運行、推動社會經(jīng)濟長遠發(fā)展提出有效建議。

      三、人口年齡結(jié)構(gòu)對家庭風(fēng)險性金融資產(chǎn)配置影響的實證分析

      (一)數(shù)據(jù)來源與基本模型設(shè)定

      本文數(shù)據(jù)來源于2017年中國家庭金融調(diào)查(CHFS),根據(jù)研究需求,剔除掉異常及缺失值,選取具有一定家庭資產(chǎn)決策能力的16~80歲樣本家戶,進行一系列篩選處理后,最終得到12273個家庭樣本作為本文實證檢驗的數(shù)據(jù)來源。

      在已有文獻的基礎(chǔ)上,為研究人口年齡結(jié)構(gòu)對家庭風(fēng)險性金融資產(chǎn)配置的影響,本文從風(fēng)險性金融資產(chǎn)參與率及持有比重兩個方向出發(fā)。首先,對于家庭是否參與風(fēng)險性金融資產(chǎn)配置,由于被解釋變量取值為“參與”或“不參與”,表現(xiàn)為二值離散變量,因此我們選取Probit模型進行回歸檢驗;其次,對于家庭風(fēng)險資產(chǎn)持有占金融資產(chǎn)的比重,由于該變量在樣本數(shù)據(jù)中顯示為截斷的,因此本文選取Tobit 模型進行研究探討?;灸P驮O(shè)定如下:

      risk1i=α+βage_structure+γcontrol+εi(1)

      risk1i=0,不持有風(fēng)險性金融資產(chǎn)1,持有一種或多種風(fēng)險性金融資產(chǎn)(2)

      其中,risk1i表示家庭是否持有風(fēng)險性金融資產(chǎn),若持有,則risk1i賦值為1,否則為0;age_structure表示家庭人口年齡結(jié)構(gòu),本文選取少兒占比與老年人占比兩個指標(biāo)進行衡量;control表示一系列控制變量,主要包括戶主個人特征變量、家庭資產(chǎn)特征變量及地區(qū)特征變量;εi為隨機擾動項。

      然后,運用Tobit模型來測算人口年齡結(jié)構(gòu)對家庭持有風(fēng)險性金融資產(chǎn)比重的影響:

      risk2i=α+βage_structure+γcontrol+εi(3)

      其中,risk2i為家庭風(fēng)險性金融資產(chǎn)的持有比重,以家庭風(fēng)險性資產(chǎn)占總金融資產(chǎn)的比重來衡量,其余變量與(1)式相同。

      (二)變量定義及描述性統(tǒng)計

      1. 被解釋變量

      本文選取家庭風(fēng)險性金融資產(chǎn)配置參與率、持有比重作為被解釋變量。根據(jù)CHFS2017年調(diào)查對家庭金融資產(chǎn)的劃分,主要將金融資產(chǎn)分為活/定期存款、股票、基金、理財產(chǎn)品、債券、衍生品等十二類,本文將其中風(fēng)險程度較高的幾類如股票、基金、理財產(chǎn)品、債券(以風(fēng)險程度較高的金融、企業(yè)債券為主)、衍生品、非人民幣貨幣、黃金定義為風(fēng)險性金融資產(chǎn)。若家庭持有其中一種及以上金融資產(chǎn),則認(rèn)為該家庭參與了風(fēng)險性金融資產(chǎn)配置,否則視為未參與,同時,將家庭持有的風(fēng)險資產(chǎn)總和占家庭金融資產(chǎn)總額的比重,作為家庭參與風(fēng)險資產(chǎn)的程度指標(biāo)。

      2. 核心解釋變量

      根據(jù)本文研究目標(biāo),選取的核心解釋變量為家庭少兒占比和老年人占比。根據(jù)國家統(tǒng)計的年齡段劃分標(biāo)準(zhǔn),本文計算少兒(0~14歲)人數(shù)占家庭總?cè)藬?shù)的比重作為少兒占比,計算老年人(65歲以上)數(shù)占家庭總?cè)丝跀?shù)的比重作為老年人占比。

      3. 控制變量

      本文控制變量主要包括戶主個體特征、家庭資產(chǎn)特征、地區(qū)特征三大類。其中,戶主個體特征主要包括戶主性別、年齡、受教育程度、健康及婚姻狀況、風(fēng)險態(tài)度、是否參與社會保障及月收入等變量;家庭資產(chǎn)特征主要包括家庭總資產(chǎn)、負債、收入、是否有房產(chǎn)投資等變量;地區(qū)特征變量主要分為所處地區(qū)為東部或中西部、城鎮(zhèn)或農(nóng)村分別進行研究。

      4. 變量描述性統(tǒng)計

      表1給出了變量定義及描述性統(tǒng)計結(jié)果。從表1可以看到,全樣本家庭風(fēng)險資產(chǎn)參與率均值為12%,參與風(fēng)險性金融資產(chǎn)配置的家庭,其風(fēng)險資產(chǎn)占金融資產(chǎn)比重均值為3.2%,這也表現(xiàn)出我國家庭尚處于“有限參與”金融市場的現(xiàn)狀。在全樣本家庭人口年齡結(jié)構(gòu)上,老年人占比0.208,這表明我國每個家庭平均需贍養(yǎng)0.208個65歲以上老人;少兒人口占比0.161,這表明我國每個家庭存在0.161個14歲及以下幼兒的撫養(yǎng)負擔(dān)。從戶主個體特征上看,全樣本平均年齡約47.95歲,男性、高中及以上學(xué)歷、健康及婚姻狀況良好者偏多,且多為風(fēng)險厭惡者,普遍參與了社會保障。從家庭資產(chǎn)特征上看,在進行對數(shù)化處理后,家庭總資產(chǎn)、總負債、總收入均值分別為12.74、10.76、10.88,19.1%的家庭有房產(chǎn)投資的情況。從地區(qū)特征上看,48.3%的家庭樣本處于東部省市,65%的樣本所在地區(qū)為城鎮(zhèn),其余變量的描述結(jié)果如表1所示。

      (三)實證結(jié)果分析

      1. 基本回歸結(jié)果

      表2是人口年齡結(jié)構(gòu)對家庭風(fēng)險性金融資產(chǎn)配置影響的基本回歸結(jié)果。第(1)列為Probit模型的估計結(jié)果,第(2)列是基于Probit模型回歸計算的邊際效應(yīng),從(1)、(2)列中可以看到,家庭中老年人占比、少兒占比均與家庭風(fēng)險性金融資產(chǎn)配置呈負相關(guān)關(guān)系,二者每增加一個單位,家庭風(fēng)險性金融資產(chǎn)參與概率分別顯著降低2.4%、4.2%。在戶主個體特征中,戶主為男性、健康及婚姻狀態(tài)不佳、或為風(fēng)險厭惡者的家庭,其參與風(fēng)險資產(chǎn)配置的概率會顯著降低,戶主受教育程度、月收入水平與家庭風(fēng)險資產(chǎn)配置概率呈正相關(guān)關(guān)系。在家庭資產(chǎn)特征中,家庭總資產(chǎn)、總收入與風(fēng)險資產(chǎn)參與概率呈正相關(guān)關(guān)系,有房產(chǎn)投資的家庭參與風(fēng)險資產(chǎn)配置的概率更高,家庭風(fēng)險資產(chǎn)配置概率與家庭總負債規(guī)模呈負相關(guān)關(guān)系。在地區(qū)特征中,所在地區(qū)為城鎮(zhèn)會顯著增加家庭參與風(fēng)險資產(chǎn)配置的概率。其余變量的檢驗結(jié)果也基本符合預(yù)期,具體結(jié)果見表2所示。

      2. 異質(zhì)性分析

      從以上分析中看到,家庭人口年齡結(jié)構(gòu)的確會對風(fēng)險性金融資產(chǎn)配置決策產(chǎn)生影響,由于不同區(qū)域間存在一定經(jīng)濟水平差異,金融市場運作也存在效率差異,人口年齡結(jié)構(gòu)對家庭風(fēng)險資產(chǎn)配置的影響是否會存在區(qū)域間的異質(zhì)性?同時,農(nóng)村與城鎮(zhèn)家庭因風(fēng)險態(tài)度或所處環(huán)境差異,人口年齡結(jié)構(gòu)產(chǎn)生的抑制效應(yīng)是否會有所不同?鑒于此,本文根據(jù)東、中西部及城、鄉(xiāng)分別劃分樣本,以檢驗區(qū)域、城鄉(xiāng)間的異質(zhì)性影響。

      如表3所示,東部地區(qū)家庭老年人占比、少兒占比均顯著降低了家庭參與風(fēng)險資產(chǎn)配置的概率,計算邊際效應(yīng)得到,老年人占比與少兒占比每增加一個單位,東部地區(qū)家庭風(fēng)險性金融資產(chǎn)參與概率分別下降4.6%、5.2%,同時,東部地區(qū)家庭持有風(fēng)險性金融資產(chǎn)比重也隨老年人占比、少兒占比的增加而下降。在中西部地區(qū),少兒占比與家庭參與風(fēng)險資產(chǎn)配置概率、持有比重仍呈現(xiàn)顯著負相關(guān)關(guān)系,但老年人占比對家庭參與風(fēng)險資產(chǎn)配置的抑制作用并不顯著。從表3還可以看到,城鎮(zhèn)地區(qū)家庭隨著老年人口比、少兒人口比的增大,家庭參與風(fēng)險資產(chǎn)的概率及持有比重顯著下降。而在農(nóng)村地區(qū),老年人占比對家庭風(fēng)險資產(chǎn)配置的抑制性影響暫不顯著,少兒占比與家庭參與風(fēng)險資產(chǎn)配置的概率并不顯著相關(guān),但在一定程度上會降低家庭持有風(fēng)險資產(chǎn)的比重。

      3. 穩(wěn)健性檢驗

      對于以上分析中可能出現(xiàn)的不足,采用兩種方法對本文進行穩(wěn)健性檢驗。 第一,替換變量進行回歸檢驗。本文定義的老年人占比、少兒占比變量分別是以家庭老年人(65歲以上)數(shù)占總?cè)丝跀?shù)的比重、少兒(0~14歲)人數(shù)占總?cè)丝跀?shù)的比重來衡量的,此處替換為家庭老年人數(shù)、少兒人數(shù)分別占家庭勞動人口數(shù)(15~64歲)的比重來衡量。在對替換變量后的樣本進行實證檢驗發(fā)現(xiàn),以家庭勞動人口為基礎(chǔ)定義的老年人占比、少兒占比變量,仍對家庭參與風(fēng)險性金融資產(chǎn)配置產(chǎn)生顯著抑制效應(yīng),與本文已得結(jié)論基本一致。第二,進一步地,我們選取PSM模型對已得到的結(jié)果進行檢驗。通過觀察PSM后各變量在實驗組及控制組的值,檢驗得到各變量均為平衡分布狀態(tài),即控制組與實驗組間不存在顯著差異,以上分析均證明了所得結(jié)論的穩(wěn)健性。

      四、結(jié)語

      本文基于2017年中國家庭金融調(diào)查(CHFS)數(shù)據(jù),運用Probit模型及Tobit模型對篩選處理后的12273個家庭樣本進行實證檢驗,探討人口年齡結(jié)構(gòu)對我國家庭風(fēng)險性金融資產(chǎn)配置的影響,并對其影響在不同區(qū)域及城鄉(xiāng)間的差異性進行了分析,主要結(jié)論如下:首先,人口年齡結(jié)構(gòu)對家庭風(fēng)險性金融資產(chǎn)配置影響顯著,老年人口及少兒人口占家庭總?cè)丝跀?shù)越大,家庭參與風(fēng)險性金融資產(chǎn)配置的概率越小,持有風(fēng)險資產(chǎn)的比重也會隨之降低。其次,在中西部地區(qū),少兒占比對家庭風(fēng)險性金融資產(chǎn)配置的抑制作用顯著,但老年人占比的抑制效應(yīng)不顯著;相較城鎮(zhèn)而言,農(nóng)村地區(qū)老年人占比對家庭風(fēng)險資產(chǎn)配置影響不顯著,少兒占比雖未顯著影響家庭參與風(fēng)險資產(chǎn)配置的概率,但在一定程度上降低了家庭配置風(fēng)險性金融資產(chǎn)的比重。在我國家庭面臨“少子化”與“老齡化”的雙重年齡結(jié)構(gòu)變化下,少兒人口占比、老年人口占比的增加,給家庭帶來了一定的少兒撫養(yǎng)負擔(dān)與老人贍養(yǎng)負擔(dān),導(dǎo)致對家庭配置風(fēng)險性金融資產(chǎn)產(chǎn)生擠出效應(yīng)。本文建議,首先,應(yīng)加強公共照料服務(wù)體系建設(shè),如開辦幼托及養(yǎng)老機構(gòu),緩解家庭因撫育幼兒和贍養(yǎng)老人所承擔(dān)的壓力,以提升家庭參與金融市場的概率。同時,對于我國家庭風(fēng)險性金融資產(chǎn)持有比重較低,金融資產(chǎn)配置結(jié)構(gòu)失衡的現(xiàn)象,應(yīng)積極開展金融知識宣傳教育,提升居民金融知識儲備與基本金融素養(yǎng),優(yōu)化家庭金融資產(chǎn)配置決策,進一步促進我國金融市場長遠良好發(fā)展,促進經(jīng)濟穩(wěn)定增長。

      參考文獻:

      [1]張光利,劉小元.住房價格與居民風(fēng)險偏好[J].經(jīng)濟研究,2018(01):110-123.

      [2]易禎,朱超.人口結(jié)構(gòu)與金融市場風(fēng)險結(jié)構(gòu):風(fēng)險厭惡的生命周期時變特征[J].經(jīng)濟研究,2017(09):150-164.

      [3]Cocco J F,Gomes F J,Maenhout P J.Consumtion and portfolio choice over the life cycle[J].Review of Financial Studies,2005,18(02):491-533.

      [4]王聰,杜奕璇.人口年齡結(jié)構(gòu)與我國家庭消費行為——基于CFPS2016微觀數(shù)據(jù)的實證分析[J].產(chǎn)經(jīng)評論,2019,10(04):136-152.

      [5]柴時軍.社會資本與家庭投資組合有效性[J].中國經(jīng)濟問題,2017(04):27-39.

      [6]Russell Cooper,Guozhong Zhu. Household finance over the life-cycle: What does education contribute?[J].Review of Economic Dynamics,2016(20):63-89.

      [7]尹志超,宋全云,吳雨.金融知識、投資經(jīng)驗與家庭資產(chǎn)選擇[J].經(jīng)濟研究,2014(04):62-75.

      [8]Ryan D Edwards.Health Risk and Portfolio Choice[J].Journal of Business & Economic Statistics,2008,26(04):472-485.

      [9]吳衛(wèi)星,榮蘋果,徐芊.健康與家庭資產(chǎn)選擇[J].經(jīng)濟研究,2011(S1):43-54.

      [10]李濤,郭杰.風(fēng)險態(tài)度與股票投資[J].經(jīng)濟研究,2009(02):56-66.

      [11]馬莉莉,李泉.中國投資者的風(fēng)險偏好[J].統(tǒng)計研究,2011(8):63-72.

      [12]Nancy Ammon Jianakoplos,Ale-

      xandra Bernasek. Are women more risk averse?[J].Economic Inquiry,1998(36):620-630.

      [13]李文星,許長生,艾春榮.我國人口年齡結(jié)構(gòu)和居民消費:1989-2004[J].經(jīng)濟研究,2008(07):118-129.

      [14]王子城.人口撫養(yǎng)負擔(dān)、金融市場參與和家庭資產(chǎn)配置[J].金融與經(jīng)濟,2016(06):21-27+74.

      [15]杜朝運,丁超.基于夏普比率的家庭金融資產(chǎn)配置有效性研究——來自中國家庭金融調(diào)查的證據(jù)[J].經(jīng)濟與管理研究,2016,37(08):52-59.

      [16]邵旭方,吳衛(wèi)星,黃亦炫.人口老齡化、購房支出與居民部門負債可持續(xù)性[J].云南財經(jīng)大學(xué)學(xué)報,2018,34(10):52-61.

      *基金項目:國家自然科學(xué)基金地區(qū)基金“家庭經(jīng)濟脆弱性框架下基于教育視角的婦女生育率陷阱形成機理和應(yīng)對策略研究”(71863022);教育部社科司青年基金項目“我國西部地區(qū)‘教育補助陷阱’的形成機理和應(yīng)對策略研究”(15XJC790014)。

      (作者單位:昆明理工大學(xué)管理與經(jīng)濟學(xué)院)

      猜你喜歡
      風(fēng)險性年齡結(jié)構(gòu)戶主
      具有年齡結(jié)構(gòu)的麻疹傳染病模型的穩(wěn)定性分析
      人口總數(shù)變化的比例進入潛伏或染病群體的年齡結(jié)構(gòu)傳染病模型及穩(wěn)定性
      每天超8小時睡眠 癡呆癥概率增40%
      東西南北(2017年9期)2017-05-24 22:03:10
      羅甸縣外來生物—飛機草風(fēng)險性評估
      綠色科技(2016年24期)2017-03-30 23:48:52
      具有Markov調(diào)制的隨機年齡結(jié)構(gòu)種群系統(tǒng)半馴服Euler法的指數(shù)穩(wěn)定性
      長江口鳳鱭繁殖群體的年齡結(jié)構(gòu)和生長特性
      醫(yī)院藥學(xué)服務(wù)風(fēng)險性探討
      貴州古建筑消防風(fēng)險性分析及對策研究
      安全(2014年12期)2014-02-27 06:26:03
      漢唐戶主資格的變遷*
      張小飛落網(wǎng)記
      故事林(2010年18期)2010-05-14 17:29:40
      耿马| 嘉荫县| 庆阳市| 武邑县| 萍乡市| 秀山| 景洪市| 宜黄县| 黄大仙区| 蒙自县| 都江堰市| 长宁区| 玉树县| 嘉禾县| 阳西县| 买车| 青冈县| 襄城县| 金阳县| 青田县| 澄迈县| 石嘴山市| 庆云县| 乐山市| 太仆寺旗| 徐州市| 西和县| 分宜县| 龙岩市| 平潭县| 界首市| 封丘县| 岳阳市| 巴东县| 云安县| 梁山县| 宁化县| 沅江市| 平潭县| 吴忠市| 朝阳县|