导言：作为写作爱好者，不可错过为您精心挑选的10篇人口统计学变量分析，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。
甚少，国外研究也不多见。表明体育人力资源管理还未将教练员职业压力问题正式纳入研究。Maslach和Jackson(1984)［3］认为，持续的压力会导致教练员生理和心理上的精疲力竭，最终形成职业倦怠。Dingle(2002)［4］对印地安那州田径教练员的研究显示，性别对其感知到的职业压力无显著差异。而Acosta和Carpenter(2003)［5］研究发现，女性教练员因职业压力有较高离职意愿，得出工作性质、强度在传统性别角色分工影响下女性感知到更多的工作-家庭冲突压力。但同时Burrows(2002)［6］的研究表明，篮球教练职业压力在性别、婚姻和父母地位3变量上无显著差异，表现出结论的不一致性。我国学者顾海勇（2004）［7］认为，足球职业教练员承受的压力是多方面的,其中俱乐部方面、联赛成绩和名次、创新意识、知识水平和指挥能力是主要压力源。许欣（2007）等人［8］经调研证实收入水平高低与教练员工作-家庭冲突程度有显著性差异，积极渗溢和补偿行为对工作满意度有较强预测力。
研究对象与方法
1.1研究对象
根据研究内容和样本采集的可行性，本研究主要在山东省济南市体育运动学校、青岛市体育运动学校、烟台市体育运动学校、新泰市业余体育运动学校等59个“优秀运动队后备人才训练基地”（主要考察基层和中层运动队教练员）随机分层抽取278名教练员为被试进行量表的测查；项目包括田径、游泳、举重、摔跤、柔道、跆拳道、拳击、体操、乒乓球、排球、篮球、足球、自行车、射击、帆船帆板、赛艇皮划艇、武术散打、武术套路、手球、射箭、跳水共21个项目。共发放问卷400份，回收312份，经筛查剔除其整份问卷答案成规则作答的，或一个题项选取两个及以上答案的，以及整份问卷漏答题目≥2个的，最后得到有效问卷278份。其中，男性205人，女性73人；年龄30岁以下81人，30岁～40岁109人，41岁以上88人；已婚217人，未婚61人；具有大专学历97人，本科及以上学历181人。
1.2研究方法
1.2.1研究工具
1.2.2数据处理
2结果与分析
2.1竞技体育教练员职业压力总体现状分析
1模型的选取
离散选择模型的研究真正兴起于19世纪50年代末，属于微观计量经济学的范畴。离散选择模型（discretechoicemodels），也被称为品质反应模型（qualitativeresponsemodels），是由表示选择项集合在连续变量和离散变量之间存在的差异而引起的。通常而言，离散选择的主要模型有如下四种：Logit模型、GEV模型、probit模型、Mixedlogit模型。本论文的研究采用Logit模型为工具。
2数据收集与描述性统计分析
其中，男性受访者为537人（53.81%），女性受访者为461人（46.19%）；受访者年龄小于29岁的有355人（35.57%），受访者年龄在30－39岁之间的有275（27.56%），受访者年龄大于40岁的有368人（36.87%）；受访者受教育程度为小学/初中/技校的有220人（22.04%），受教育程度为高中、中专的有312人（31.26%），受访者教育程度为大专及以上的有466人（46.69%）；受访者月收入在1000元以下的有317人（31.7%），1000-2000元的有363人(36.37%)，2000－3000元的有159人（15.93%），3000元以上的有159人（15.93%）。
3数据分析
将手机品牌作为因变量，其他变量作为自变量，把整理出的998份样本输入SPSS软件进行多分变量Logit回归分析。SPSS软件通过运算可得出常数项b(b0,b1,b2,K)的值，代入Logit模型，即得到不同人口统计因素对手机品牌选择的概率。
3.1单人口统计因素对手机品牌选择的影响
(1)性别。将变量brand（品牌，0：其他，1：诺基亚，2：三星，3：摩托罗拉）作为因变量，由于样本量中“诺基亚”、“三星”和“摩托罗拉”三种品牌在调查到的二十多个品牌中所占比重超过60%，所以笔者仅研究这三种品牌，将变量值为“其他”的作为缺损值，不进行分析。由于变量sex（性别，1：男，2：女）属于分类变量，因此作为因素变量进行分析。
SPSS软件进行最终方程的有效性检验得出的Sig值为0.033，小于0.05，因此方程有效；利用似然比统计量检测每一个变量对方程的影响，sex变量的Sig值也为0.033，小于0.05，说明变量性别对方程具有重要影响。
参数估计统计量如表4所示。
由于男性sex值为1，女性sex值为0，因此截距简化了女性的Logit模型。因为所有的系数为负值并且有显著意义，所以可以看出，女性选择诺基亚和三星的可能性都要比男性大。分析表4可以发现以下现象：对于诺基亚，男性与女性消费者的差异不显著，其Wald的Sig值大于0.05；对于三星，男性与女性消费者间存在显著差异，其Wald的Sig值小于0.05。根据分析，不难得出方程组：
P（诺基亚）P（摩托罗拉）=e0.364-0.104(sex)P（三星）P（摩托罗拉）=e0.492-0.502(sex)
P（诺基亚）+P（三星）P（摩托罗拉）=1
（2）年龄。由于受访者的年龄在统计时被记录为年龄段区间，因此变量年龄（年龄，1：≤29，2：30-39，3：≥40）属于分类变量，作为因素变量进行分析。表4.10为不同年龄段区间消费者选择三种品牌手机的人数。
最终方程的有效性检验得出的Sig值小于0.05，因此方程有效，似然比统计量检测得出的Sig值也小于0.05，说明变量age对方程具有重要影响（参数估计统计量从略）。
（3）教育程度。同样，受访者的教育程度（1：小学/初中/技校，2：高中/中专，3：大专/大学/研究生）属于分类变量，所以作为因素变量进行分析。表4.13为不同教育程度消费者选择三种品牌手机的人数。最终方程的有效性检验得出的Sig值小于0.05，因此方程有效，似然比统计量检测得出的Sig值也小于0.05，说明变量受教育程度对方程具有重要影响。（参数估计统计量从略）。
（4）个人月收入。将受访者的个人月收入作为因素变量分析其对消费者手机品牌选择产生的影响时，发现最终方程的有效性检验得出的Sig值大于0.05，因此方程无效。可以得出结论，收入因素对消费者手机品牌选择产生的影响不大，不同收入水平的消费者在选择手机品牌时存在的差异不大。
3.2多人口统计因素对手机品牌选择的影响
（1）性别与年龄。将性别变量sex和年龄变量age作为因素变量同时加入模型中。最终方程的有效性检验和似然比统计量检测得出的Sig值均小于0.05，说明方程有效，且变量sex和变量age对方程具有重要影响。其参数根据统计量介于篇幅所限，此处从略。表6为同时考虑性别和年龄两个人口统计学变量的消费者选择三种品牌手机的概率。（2）性别与教育程度。将性别变量sex和教育程度变量degree作为因素变量同时加入模型中。最终方程的有效性检验和似然比统计量检测得出的Sig值均小于0.05，说明方程有效，且变量sex和变量degree对方程具有重要影响。其参数估计统计量略。
（3）年龄与教育程度。将年龄变量age和教育程度变量degree作为因素变量同时加入模型中。最终方程的有效性检验得出的Sig值小于0.001，因此方程有效。年龄变量的似然比统计量检测得出的Sig值为0.001，说明变量age对方程具有重要影响；教育程度变量的似然比统计量检测得出的Sig值为0.098，变量degree对方程也有影响。其参数估计统计量从略。
3.3多人口统计因素对手机品牌选择的综合影响
本论文利用性别、年龄、教育程度和个人月收入四个人口统计因素分析消费者的手机品牌选择行为。通过分析已得知个人月收入对消费者的手机品牌选择行为影响不大，故在进行综合分析时，仅考虑性别、年龄、教育程度三个变量。
利用SPSS软件进行最终方程的有效性检验得出的Sig值为0.000，因此方程有效；利用似然比统计量检测每一个变量对方程的影响，sex变量的Sig值为0.029，age变量的Sig值为0.000，degree变量的Sig值为0.089，说明变量sex、变量age、变量degree对方程均具有影响。其参数估计统计量见表6。
分析表6可以发现以下现象：30至39岁的与40岁以上（含）的消费者选择了相同品牌的手机；小学、初中和技校学历与大专、大学和研究生学历的消费者选择了相同品牌的手机，Wald的Sig值全部大于0.05；对于诺基亚，男性与女性消费者存在的差异不大。
根据Logit模型，可以计算出某个消费者对每种品牌手机选择的可能性。
例如我们可以计算具有高中学历的24岁男性消费者选择各品牌手机的可能性。
同理可推出，任何一类人口统计因素组合的消费者对每种品牌手机选择的可能性。
4结论
分析研究数据结果10，可以得知：（1）男性消费者选择诺基亚的概率最大，三星的概率最小；女性消费者选择三星的概率最大，摩托罗拉的概率最小。（2）年轻消费者选择诺基亚的概率最大，摩托罗拉的概率最小；中年消费者选择三星的概率最大，诺基亚的概率最小；老年消费者选择摩托罗拉的概率较大，选择诺基亚和三星的概率相同。（3）教育程度较低的消费者选择三星的概率最大，摩托罗拉的概率最小；中等教育程度的消费者选择摩托罗拉的概率最大，三星的概率最小；教育程度较高的消费者选择诺基亚的概率最大，摩托罗拉的概率最小。
综合性别、年龄和教育程度三个人口统计因素来看，选择诺基亚概率最大的是教育程度较高的男性年轻消费者，概率最小的是中等教育程度的女性中年消费者；选择三星概率最大的是教育程度较低的女性中年消费者，概率最小的是中等教育程度的男性老年消费者；选择摩托罗拉概率最大的是中等教育程度的男性老年消费者，概率最小的是教育程度较高的女性年轻消费者。
参考文献
[中图分类号]F59
[文献标识码]A
1引言
自20世纪80年代开始，现代乡村旅游经过20多年的发展已初具规模，并成为支撑我国旅游业发展的一支重要力量。乡村旅游发展迅速，但也暴露出众多问题，其中，品牌营销观念落后已经成为我国乡村旅游进一步发展的严重桎梏。目前，多数地区的乡村旅游活动停留在吃农家饭、住农家房、赏花摘果等满足游客物质欲望的层面，甚至出现了乡村旅游等同于饮食游的倾向，造成乡村旅游地品牌定位趋同化严重。
在游客心中建立恰当的地理品牌个性，可有效地对旅游目的地进行差异化和市场定位。乡村性一直被认为是乡村旅游推销的整体核心和独特卖点，但从长远看，只有将市场对乡村性的诉求和认可凝聚在乡村旅游地品牌上，才能形成鲜明的品牌个性，获得游客忠诚，以实现长足的持续发展。作为品牌对应消费群体情感需求的核心，旅游地品牌个性如何取得游客认同，形成游客忠诚就成为问题的关键。场所依赖是解释“某些地方与人之间似乎存在着一种特殊的依赖关系”这种客观现象的有效理论，对加强旅游地与游客间联系，促进重游等意义重大。因此，本研究尝试以乡村旅游地发展较为成熟的农家乐为研究对象，探索性地以场所依赖为中介变量，探究品牌个性与游客忠诚间的关系，以期明确乡村旅游地品牌个性对游客忠诚的影响机制，为乡村旅游地经营和发展提供借鉴。
2理论基础
2.1品牌
2.2品牌个性
2.3场所依赖
2.4游客忠诚
忠诚是战略营销的一个基本概念，顾客忠诚作为服务业中的一种关键资产受到了业界及学术界的高度重视。顾客忠诚是顾客高度承诺在未来一贯地重复购买所偏好的产品或服务，并因此产生对同一品牌或同一品牌系列产品或服务的重复购买行为，而且不会因为市场态势的变化和竞争性产品营销努力的吸引而采取转移行为。戴(Day)最早指出，忠诚是包含行为和态度的二维构念，该观点得到广泛认同，并对后续研究影响深远。因此，有学者指出，游客忠诚也可以划分为行为和态度两个层面，行为层面指游客参与特定的活动、使用设施以及接受服务的次数，表现为游客多次参与的一致性；态度层面则主要是游客在情感上的偏好。游客明显偏好参与特定游憩活动的坚持行为即是游客忠诚。然而，在游客忠诚的具体测度上应该注意的是，与针对有形产品的忠诚不同，在服务业领域的顾客忠诚除了重复购买积极性以外，更多的表现为情感依赖、首选偏好倾向和未来选择倾向。此外，对旅游目的地的首要选择也是游客忠诚的关键方面。
3研究设计
3.1研究区域
本研究结合实际研究目的需要，以乡村旅游地发展较为成熟的农家乐为研究对象，具体而言，以西安市长安区为研究区域。该区地处关中平原中部，与西安市区在东、南、西三面相邻，距市中心仅8.7千米，区域总面积为1583平方千米。
长安区位于秦岭北麓，是市区的水源供给地和生态屏障，以西安“后花园”著称。早在汉高祖五年(公元前202年)该区置县，至今已有2200多年，可谓历史悠久。2002年撤县设区，长安区成为西安城市新区，现区内共有10个乡镇，总人口达到92.57万人。长安区内有6处全国重点文物保护单位、7处省级重点文物保护单位，而区(县)级重点文物保护单位更多达20处。
近些年，长安区充分发挥其区内的自然生态资源和著名历史遗迹众多的优势，将旅游业作为区域经济发展的支柱产业来培育，并已取得初步成效。该区2009年接待中外游客364万人次，旅游业创收2亿元。农家乐项目在该区内得到规模化发展，其中，上王村、祥峪沟村和黄峪寺村等最具特色。
3.2问卷设计
3.3数据获取和分析方法
3.4获取样本说明
受调查者的性别比例基本持平(男性53％，女性47％)；以汉族为主(98％)；大专及本科学历的受调查者居多，占总量的66％；来自西安及周边县市地区的游客是该区农家乐乡村旅游的客源主体，占总量的93.6％；从年龄结构上看，70.9％的受调查者为26岁以上、有工作且收入固定的群体；家庭结构以夫妻二人或有小孩的群体为主，占总量的52.3％，而单身者所占比例最低，仅为11.5％(见表1)。
4研究结果与分析
4.1研究问卷质量分析
4.1.1品牌个性维度量表的信度和效度
信度分析用以测定综合评价体系的一致性、稳定性和可靠性，一般利用克朗巴哈(Cronbach'sα)系数表示。该系数取值在0～1之间，越趋近于1表明数据信度越高。品牌个性维度量表共包含28个测度项目，克朗巴哈(cronbach'sα)系数达0.854，表明该量表整体信度良好。
经两次因子分析，剔除因子载荷低于0.5的测度项目，得到乡村旅游地品牌个性6维度，最终问卷项目为22个，整体α系数提高至0.901，KMO值上升到0.906，实惠、喜悦、闲适、交互、健康和逃逸各维度α系数分别为0.809、0.799、0.787、0.631、0.690和0.575。上述结果表明，品牌个性维度量表的信度和效度良好，具有很好的可靠性和稳定性。
4.1.2场所依赖量表的信度和效度
从理论上讲，对一个理论建构合理性的验证，采用验证性因素分析比采用探索性因素分析更为合理。场所依赖基本由场所依靠和场所认同两个基本维度构成，得到众多实证研究的支持。本研究量表包括10个项目，场所认同和场所依靠两个基本维度，采用Amos17.0对其进行验证性因子分析，得到拟合指数如下，绝对拟合度：X2=128.755，X2／df=3.787，GFI=0.947，RMSEA=0.079；增量拟合度：AGFI=0.914，NFI=0.927，CFI=0.945，NNFI=0.927，IFI=0.945；简要拟合度：RMR=0.039，PNFI=0.700，PGFI=0.585。各项指数均满足标准，说明模型与数据拟合较好。
信度分析结果表明，场所依赖量表整体α系数为0.899，场所依靠维度α系数为0.823，场所认同维度α系数为0.789，这表明该量表总体信度水平良好，两个构成维度的信度水平处于可接受范围内。
上述结果表明，场所依赖量表的信度和效度良好，具有很好的可靠性和稳定性。
4.1.3游客忠诚量表的信度和效度
采用Amos17.0验证性因子分析与对包含4个观测项目的游客忠诚量表进行验证。结果显示，绝对拟合度：X2=2.081，X2／df=1.040，GFI=0.998，RMSEA=0.009；增量拟合度：AGFI=0.989，NFI=0.995，CFI=1.000，NNFI=1.000，IFI=1.000；简要拟合度：RMR=0.012，PNFI=0.332，PGFI=0.200。各项指数均达到标准，说明模型与数据拟合很好。
信度分析结果表明，游客忠诚量表整体α系数为0.788，这表明该量表数据的总体置信水平较好。
上述结果表明，游客忠诚量表的信度和效度良好，具有很好的可靠性和稳定性。
4.2乡村旅游地品牌个性维度
利用SPSS17.0对品牌个性维度量表所收集的数据进行探索性因子分析，以因子载荷0.5以上作为新因子选取标准，经过两次分析剔除因子载荷不及0.5的6个项目，最终得到乡村旅游地品牌个性6个维度：实惠、喜悦、闲适、交互、健康和逃逸。各维度特征根值分别为8.395、2.300、1.576、1.444、1.250和1.082，方差解释率分别为28.914％、9.650％、6.919％、5.799％、4.463％和5.384％，累计方差解释率达61.381％。各维度α系数及整体α系数和KMO值如上文4.1.1中所述。
4.3乡村旅游地品牌个性、场所依赖和游客忠诚的关系
4.3.1描述性统计与初步分析
4.3.2乡村旅游地品牌个性对场所依赖及游客忠诚的预测作用
调查数据涉及性别、民族、年龄、受教育程度、客源地、年收入和家庭结构等7个人口统计学变量，为便于模型解释，将它们作为连续变量进行分析。在控制以上人口统计学变量影响的基础上，以6个品牌个性维度为自变量，分别以场所依赖的两个维度场所依靠和场所认同以及游客忠诚为因变量，利用强迫进入的解释变量筛选策略，进行分层回归分析，结果见表2。
在控制了到访游客人口统计学变量的情况下，6个品牌个性维度可解释场所依靠40.1％的变异量，可解释场所认同40.3％的变异量。如表2所示，品牌个性对场所依靠和场所认同的影响情况基本一致：交互维度对二者的影响力均未达到显著；实惠、喜悦、闲适、健康和逃逸5个维度具有预测力，并且对场所依靠和场所认同均存在显著的正向预测作用。这说明，越倾向于认同这5个品牌个性维度的游客，越容易对乡村旅游地产生场所依靠和场所认同。民族、受教育程度和客源地在品牌个性变量引入回归模型后预测力下降或不再显著，说明它们对因变量的影响缺乏稳定性，而其他人口统计学变量对场所依靠和场所认同的预测力不显著。
在控制了到访游客人口统计学变量的情况下，品牌个性6个维度可解释游客忠诚26.4％的变异量。由表2可知，仅有实惠和闲适两个自变量具有预测力，并且对游客忠诚存在显著的正向预测作用(β=0.334,p=0.000；β=0.133，p=0.017)。这表明，越倾向于认同乡村旅游地品牌个性中的实惠和闲适两维度的游客，其忠诚度往往会越高。各人口统计学变量缺乏对游客忠诚的预测力，说明性别、民族、年龄、受教育程度、客源地、年收入和家庭结构因素对游客忠诚无显著影响。
4.3.3场所依赖在品牌个性与游客忠诚关系间的中介效应检验
为了进一步考察乡村旅游地品牌个性对游客忠诚的影响机制，即品牌个性是直接影响还是通过场所依赖间接影响游客忠诚，本研究根据温忠麟等人提出的检验中介效应的方法，采用回归分析和Sobel单侧检验，考察场所依赖(包括场所依靠和场所认同)的中介效应。由于在乡村旅游地品牌个性中仅有实惠和闲适对游客忠诚有预测作用，所以只考察场所依靠和场所认同在实惠与游客忠诚及闲适与游客忠诚关系间的中介效应。以人口统计学变量作为控制变量，采用强迫进入的解释变量筛选策略，进行三步回归分析。首先，以品牌个性实惠和闲适为自变量，以游客忠诚为因变量，求回归系数c；其次，仍以实惠和闲适为自变量，分别以场所依赖中的场所依靠和场所认同为因变量，求回归系数α；最后，以实惠、闲适以及场所依靠和场所认同为自变量，以游客忠诚为因变量，求回归系数6和c＇。具体结果见表3。
表3显示，在第1步回归模型中，在控制了性别、民族、年龄等人口统计学变量影响的条件下，实惠和闲适对游客忠诚具有显著的正向预测作用，标准化回归系数β分别为0.395(p
在第1步回归模型的基础上，引入中介变量场所依靠和场所认同进行第3步回归分析，结果显示，场所依赖对游客忠诚的预测作用(回归系数b)，仅场所认同显著(卢=0.472，p0.05)，需做Sobel单侧检验。根据麦金农等人(MacKinnon，etal.)对Sobel统计量使用的临界值进行检验，结果显示，Z实惠=1.83，p
依据以上分析，可以得出中介效应的路径图(图1)。
表4展示的是乡村旅游地品牌个性中实惠和闲适两维度在不同中介路径下的中介效应、总效应以及中介效应的相对大小(以中介效应和总效应之比来衡量)。可以看出，场所认同在实惠与游客忠诚关系间的中介作用以及它在闲适与游客忠诚关系间的中介作用都相对较大，而场所依靠在实惠与游客忠诚及闲适与游客忠诚关系间的中介作用相对较小。
5分析和讨论
5.1品牌个性对场所依赖及游客忠诚的作用
并非品牌个性的所有维度对场所依赖和游客忠诚都具有显著影响，依照影响程度和影响方式的不同，可以将其分为3类：第1类为实惠和闲适维度，它们对场所依赖和游客忠诚都有显著的正向预测作用，实惠对两者的影响均最为强劲，而闲适对游客忠诚的影响程度强于对场所依赖的影响；第2类包括喜悦、健康和逃逸，它们仅对场所依赖影响显著；第3类为交互维度，该维度对场所依赖和游客忠诚均未能形成显著性影响。
5.2场所依赖的中介效应
本研究表明，在控制人口统计学特征变量影响的条件下，场所依赖对乡村旅游地品牌个性与游客忠诚关系间的中介效应大小及中介作用途径不同。具体而言：(1)对于品牌个性中实惠维度突出的乡村旅游地来说，一方面，实惠的品牌个性对游客忠诚存在直接的正效应(β=0.139，p
5.3中介效应相对大小
一、非伦理消费行为研究现状
消费者非伦理消费行为研究开始于20世纪70年代。从文献梳理来看，可以分为特定形态的非伦理消费行为和广泛的非伦理消费行为两个研究视角。
总体而言，目前学者们对消费者非伦理消费行为的研究多是从消费者伦理的角度，基于不同的文化背景，探讨影响非伦理消费行为的因素。那么，在中国情境下消费者非伦理消费行为倾向在性别、年龄、学历、职业、出生地等人口学变量上会呈现怎样的特点？本研究以沈阳地区的消费者为研究对象，试图通过问卷调查的方式，勾勒出基于人口统计学变量的消费者非伦理消费行为倾向的具体特点，以期丰富非伦理消费行为的研究成果。通过研究，可以帮助企业了解沈阳地区消费者非伦理消费行为的状况，从而制定策略以减少由于消费者非伦理消费行为给企业带来的损失。同时，也能够使得消费者对自己的非伦理消费行为进行反思，引导和鼓励规范的消费者行为，营造和谐消费文化。
二、非伦理消费行为研究方法
2.非伦理消费行为研究样本。本文以沈阳市区的消费者为研究对象，正式的数据收集选择以网络和现场两种方式发放问卷。现场收集问卷是在沈阳市区某一繁华的消费购物街进行，采取随机拦截、自愿填答、匿名填答的方式，当场发放，当场回收。共发放问卷250份，回收236份，经过对问卷结果的仔细审核，剔除掉其中的无效问卷14份，最终得到有效问卷222份，有效回收率为88.8%。样本信息如表1所示。
3.非伦理消费行为研究量表信度与效度。本研究使用SPSS19.0分析软件对量表进行信度分析，采用Cronbachα值作为量表信度的依据。研究结果分析显示，非法受益、被动受益、主动受益和无伤害四个因子的Cronbachα值分别为0.871、0.888、0.881和0.864。本文所采用量表的整体信度为0.876，说明本研究所采用量表具有良好的内部一致性。由于本文所采用的量表来自于成熟量表，并且在问卷设计的过程中多次请教、征询本领域的专家学者的意见，并进行了小样本前测最终修订而成，因此问卷具有较好的内容效度。
4.非伦理消费行为研究数据处理。本研究对调研得到的225份消费者有效问卷进行探索性因子分析，进而对沈阳地区消费者的非伦理消费行为现状做出一个整体判断。本文首先检验研究数据是否适合进行因子分析。对数据进行检验，结果显示KMO值为0.943，大于0.7，P值为0.000，小于0.05。因此，本文的调研数据适合进行因子分析。
本问卷提取特征值均大于1的4个因子，累计方差解释率为63.117%，表明本文所用的量表具有良好的结构效度。由于本文所获得的因子结构与前期学者的研究基本一致[12][22]，因此本文沿用以往学者的因子命名。
通过探索性因子分析，本文获得四个因子。第一个因子为“非法受益”，表示消费者从非法活动中积极受益的行为。“非法受益”因子由7个测量条款组成，这类行为由消费者主动进行，例如，入商店行窃；乘坐无人售票公交车，不投或少投硬币。第二个因子为“被动受益”，表示由于他人的失误，消费者被动受益的行为。“被动受益”因子由7个测量条款组成，这类行为指消费者从卖方的失误中得到好处。例如，商品已有损害但从外观无法看出，退换时却不说；发现服务员多找了钱，不把钱退还给商家。第三个因子为“主动受益”，表示消费者主动进行的以卖方利益为代价的非法获利行为。“主动受益”因子由7个测量条款组成，这类行为指消费者从不违法但有问题的行动中受益。例如，使用不属于自己的长期可用密码来获得电子资源；低报小孩年龄，以获得半价优惠。第四个因子是“无伤害”，表示消费者认为这类行为不会给任何人带来直接伤害，即使实际上可能造成伤害的行为。“无伤害”因子由4个测量条款组成，这类行为指消费者认为不会损害他人利益的问题行为。例如，在超市多拿几个塑料购物袋；购买仿冒品而不买正宗的品牌产品。
三、人口统计变量分析
1.消费者非伦理消费行为在性别上的差异。本文利用独立样本T检验来分析非伦理消费行为是否存在性别上的显著差异。如表3和表4所示，检验结果表明，在被动受益因子和无伤害因子上，男性和女性消费者没有显著差异；但在非法受益因子和主动受益因子上，男性和女性消费者在0.05显著水平上均存在显著差异。同时，从每一个题项上来看，男女消费者在7个题项上存在显著差异。虽然总体上看男女消费者在无伤害因子上没有显著差异，但是在选项“安装使用不是自己购买的电脑、游戏软件”上，男女消费者却存在显著差异。这可能是由于“无伤害”因子的题项太少，样本数量不足够多，使得在“无伤害”因子上，男女消费者没有表现出显著差异。
2.消费者非伦理消费行为在年龄段上的差异。本研究采用单因素方差分析方法，对消费者非伦理消费行为是否存在年龄上的显著差异进行分析。如表5所示，分析结果表明，在“无伤害”因子上，不同年龄段的消费者在0.1显著水平上存在显著差异，30-39岁的消费者对消费者非伦理消费行为更倾向于认同，但是在其他三个因子上，他们均没有显著差异。同时，在四个因子上，年龄50岁及以上的消费者的均值都是最高的，年龄在40-49岁的消费者的均值是最低的，说明50岁及以上的消费者非伦理消费倾向水平更高，40-49岁的消费者非伦理消费倾向更低。这可能是因为随着年龄的增长，个体行为逐渐体现出社会一致性和公正性，伦理水平不断提高[27]，所以相比于40岁以下的消费者，40-49岁消费者的非伦理倾向更低。但是50岁以上的消费者大多出生于20世纪70年代以前，受教育程度较低，且对自己的行为约束较少，更能容忍非伦理行为。
3.消费者非伦理消费行为在职业、学历、出生地上的差异。运用均值分别对消费者非伦理消费行为在职业、学历、出生地上的差异进行分析。从图1中可以看出，企业员工在四个因子上的均值均是最高的，这可能是由于在企业中工作以创造利润为首要目标，企业员工可能更注重行为的效用，因此更能够容忍非伦理行为，企业员工的非伦理消费行为倾向水平更高。但是总体上，不同职业的消费者对待非伦理消费行为的态度的差异不是很大。从图2中可以看出，不同学历的消费者非伦理行为均值没有较大差异。从图3中可以看出，不同出生地消费者非伦理消费行为均值差别较小。
4.消费者非伦理消费倾向的总体特点。研究结果显示，非法受益因子的总体均值最低，为1.47。说明应试者普遍对这些主动进行的非伦理消费行为是非常不认同的，认为这些活动是违法的，非伦理消费倾向很低。“被动受益”因子和“主动受益”因子的总体均值分别为2.10和2.22，这两个维度的均值较低，应试者普遍对这些会损害卖方利益并能获得直接利益的行为是不认同的，认为这些活动也是非伦理的。“无伤害”因子的总体均值为2.74，这个维度的均值最高，应试者普遍对这些不会给卖方带来直接伤害的行为的态度接近中立，不认为这些行为是错误的，倾向于认同此类的非伦理消费行为。
四、建议与对策
本文以沈阳市消费者为研究对象，基于人口统计学变量视角，围绕沈阳市消费者的非伦理行为现状展开研究。基于实证研究的结果，得出以下结论：一是沈阳市消费者非伦理行为具有两面性。当伦理界限较为清晰，消费者行为会给卖方带来伤害时（“非法受益”、“被邮芤妗焙汀爸鞫受益”情境下），沈阳市消费者可以轻易做出独立正确的判断；当伦理界限较为模糊，消费者认为行为不会损害卖方利益（“无伤害”情境下）时，沈阳市消费者态度模糊，无法做出正确的判断。二是性别、年龄等人口统计学变量因素会对沈阳市消费者非伦理行为产生显著影响。实证研究表明：在“非法受益”和“主动受益”情境下，男性消费者比女性消费者更能容忍非伦理行为，在“无伤害”情境下，消费者年龄越大越能容忍非伦理行为。
从总体上来看，沈阳地区消费者在非伦理消费量表的得分较低，且非伦理消费行为具有两面性。这可能是因为中国人具有较强的集体主义和面子问题，在公共场合下严格遵循道德标准，但私底下由于丢面子的风险小，所以有可能放松执行道德的标准[28]。
基于上述研究结论，本文提出减少消费者非伦理消费行为的一些建议。企业可以基于产品的目标消费群体的人口统计学特征，合理分配资源，制定有针对性的的营销策略，一方面减少消费者的非伦理行为，另一方面吸引顾客留住顾客。
1.企I要提供生产优质的产品和优质的售后服务。积极地宣传社会主流价值观念，这些会潜移默化的影响消费者的消费观念，面对伦理困惑时，能够独立做出准确地判断。比如在景区售票处打出“争做孩子的榜样，文明旅游”等字样，一方面尽量减少家长为逃票谎报孩子年龄的数量，另一方面提醒家长文明出行。
2.企业可以改善消费者的消费体验。一方面可以在店面装修、商品摆设和服务态度等方面营造舒适的购物环境，以提高消费者进一步了解商品的意愿；另一方面注重培养员工职业素养，提高员工的专业素质，增加顾客满意度。良好的购物体验能够使消费者约束自己的行为，降低非伦理行为倾向。
3.企业可以通过增大消费者的风险感知来降低消费者实施非伦理行为的意向。一方面，企业可以提醒消费者作出某种非伦理消费行为可能会有“受罚”的风险，另一方面，企业可以通过增加技术手段提升非伦理消费行为被发现的可能性，如在多处安装监控，或者安排员工值班等提高消费者的感知风险，避免失窃的发生。另外，企业应该学会适度地拒绝顾客的不合理要求，给予消费者善意委婉的提醒。例如，在超市内，对于消费者多拿购物袋、随意拆开商品包装袋等行为，可以在这些物品旁边贴上“温馨提示”，提醒消费者注意。
4.传递积极的企业价值观，强化消费者的伦理信念。企业价值观包含了企业在追求经营成功过程中所推崇的基本信念。企业员工在与顾客进行沟通交流时，会将企业的经营理念与消费伦理观念传递给顾客，使消费者了解企业为消费者提供优质产品以及优质服务的追求，了解企业对服务规范的态度。当消费者在购买企业产品和置身于企业服务的环境中，会受到企业积极价值观的影响，其消费伦理信念也会得到唤醒和强化。这有利于消费者规范自己的消费行为，同时也有利于提高顾客忠诚度。
本研究有一些局限性。由于伦理问题是比较敏感的话题，增加了数据收集的难度，并且受到经费的限制，样本数量略显不足，可能会影响样本的代表性。另外，本研究的样本的人口统计特征也还不够宽泛。本文研究对象是沈阳地区的消费者，并不能代表我国其他地方消费者的非伦理消费行为特征，对于中国消费者的非伦理消费行为在人口统计学变量上的特征有待进一步研究。另外，性别和年龄等人口统计学变量对消费者非伦理行为产生的影响仅仅是表面上的，对于影响消费者非伦理消费行为的深层次因素，我们还需要进一步的研究。
参考文献：
[1]李Z.我国消费者非伦理行为的研究――面子意识的调节作用[D].硕士学位论文，中国科学技术大学，2013.
[2]吕智忠.国家文化特质与消费伦理信念对消费者采购仿冒品行为之影响[D].台湾：国立东华大学国际企业研究所，2003.
[3]吕彦妮.消费者道德信念、个人/集体主义倾向与相依性对消费者购买仿冒商品行为之影响[D].台湾：国立东华大学国际企业研究所，2003.
[4]金晓彤，方巍.消费者与仿冒侵权产品关系的商业伦理分析[J].经济管理，2008，（08）.
[5]PenzElfriede？熏StottingerBarbara.Forgetthe“Real”Thing-TaketheCopy？选AnExplanatoryModelfortheVolitionalPurchaseofCounterfeitProducts[J].AdvancesinConsumerResearch？熏2005？熏32？押568-575.
[6]方巍，谢会芹等.企业社会责任、关系品质对消费者仿冒品购买意向的影响[J].泰山学院学报，2016，（03）.
[7]CohenAK？熏Cornwell.Collegestudentsbelievepiracyisaceptable[J].CISEducatorForum？熏1989？熏1（3）：2-5.
[8]HindujaS.Neutralizationtheoryandonlinesoftwarepiracy？押Anempiricalanalysis[J].EthicsandInformationTechnology？熏2007？穴9？雪？押187-204.
[9]楼尊.基于中和技术理论的消费者非伦理行为研究――以软件盗版为例[C].2009JMS中国营销科学学术年会暨博士生论坛，2009，510-516.
[10]EganVincent？熏TaylorDavid.Shoplifting？熏unethicalconsumerbehaviour？熏andpersonality[J].PersonalityandIndividualDifferences？熏2010？熏48？押878-883.
[11]RawwasMYA？熏StruttonD？熏JohnsonLW.AnexploratoryinvestigationoftheethicalvaluesofAmericanandAustralianconsumers？押Directmarketingimplications[J].JournalofDirectMarketing？熏1996？熏10？穴4？雪？押52-63.
[12]Polonsky？熏MichaelJ？熏PedroQ.Brito？熏JorgePintoandNicolaHiggs-Kleyn.ConsumerethicsintheEuropeanunion？押acomparisonofnorthernandsouthernviews[J].JournalofBusinessEthics？熏2001？熏31？押117-130.
[13]Al-KhatibJA？熏VitellSJ？熏RawwasMYA.Consumerethics？押across-culturalinvestigation[J].EuropeanJournalofMarketing？熏1997？熏？穴31？雪？押750-767.
[14]FukukawaKyoko？熏EnnewChristine.WhatWeBelieveIsNotAlwaysWhatWeDo？押AnEmpiricalInvestigationintoEthicallyQuestionableBehaviorinConsumption[J].JournalofBusinessEthics？熏2010？熏91？押49-60.
[15]曾伏娥，甘碧群.消费者伦理信念及关系质量对消费者非伦理行为的影响[J].经济管理，2007，（18）.
[17]江晓东，姚慧.仿冒奢饰品购买意图影响因素研究[J].经济管理，2009，（12）.
[18]刘接忠.基于中国文化背景下的消费者伦理实证分析[J].华东经济管理，2010，（09）.
[19]蒋丽芹，张迪等.心理契约违背、顾客满意与消费者非伦理行为――伦理意识的调节作用[J].工业技术经济，2016，（10）.
[21]Muncy？熏J.A.？熏S.J.Vitell.ConsumerEthics？押AnInvestigationoftheEthicalBeliefsoftheFinalConsumer[J].JournalofBusinessResearch？熏NewYork？熏1992？熏24？穴4？雪？押297-311.
[22]Muncy？熏J.A.？熏Eastman？熏J.K..Materialismandconsumerethics？押anexploratorystudy[J].JournalofBusinesEthics？熏1998？熏17（2）？押137-145.
[23]楼巧萍，大学生消费者非伦理行为研究――基于浙江省的访谈与调查[D].硕士学位论文，浙江师范大学，2013.
[24]Ruegger？熏D.？熏King？熏E.W..AStudyoftheEffectofAgeandGenderuponStudentBusinessEthics[J].JournalofBusinessEthics？熏1992？熏11？穴3？雪？押179-186.
[25]Whipple？熏T.W.&Swords？熏D.F..BusinessEthicsJudgments？押ACross-culturalComparison[J].JournalofBusinessEthics？熏1992？熏11？穴9？雪？押671-678.
美国著名旅游市场学家埃塞尔等人，按旅游者流向将旅游市场分为一级市场（即游客数占目的地接待总人数比例最大，一般达40%～60%的客源市场）、二级市场（即游客人数在目的地接待总人数中占相当比例的客源市场）以及目前来的人数尚少的机会市场（也叫边缘市场）。旅游客源市场空间分布集中性可用地理集中指数来定量分析，其模型为：
旅游客源市场随季节的不同而发生变化，因为对某一旅游地来说，不同的季节，其气候不同，加之存在一些影响客源季节性变化的社会因素（如节假日、传统习俗等），因而会出现旅游淡、旺季。
此外，旅游客源市场按消费者人口特征还可划分为年龄结构、性别结构、职业结构、文化层次结构、收入结构等。
为了适应不断变化的市场环境，在激烈的竞争中获得生存与发展，各旅游地、旅游企业必须研究旅游客源市场结构，明确自己的客源市场目标，以便对自己的旅游产品进行正确的定位，制定切实可行的客源市场规划，调整旅游产品经营组合，制定合理的价格政策，并集中人力、物力、财力等，选择最佳的宣传促销渠道，有针对性、有秩序地开拓自己的客源市场，以提高旅游客源市场占有率和旅游经济效益。
本文拟以全国百强县之首的江苏省江阴市为例，在对调查样本的社会人口统计特征和旅行特征，以及旅游者旅游动机正交旋转因子分析研究的基础上，对江阴旅游客源市场进行了较为深入地比较分析。
笔者于2013年6-7月，对江阴旅游者进行了当面问卷调查。发放问卷720份，回收有效问卷494份，有效回收率68.61%。
三、旅游者的背景特征研究
（一）客源地特征
（二）人口统计学特征
在文化程度上，由于受调查的游客中江阴本地游客较多，而江阴由于经济发达，教育重视，所以，江阴本地市民的文化水平普遍较高，同时，江阴由于重视人才的引进和培养，因此在以本地游客居多的旅游者中，高中以上的旅游者占90.5%就不足为奇了。
四、旅游者决策与动机行为研究
（一）出游方式
（三）主要交通工具
（四）旅游者的出游动机研究
第一个动机因子包括9个变量，如考察学习、慕名而来、体验不同的生活风格、增长见识增加知识等，命名为“考察体验”动机，解释总方差的17.33%；第二个动机因子包括观赏美丽的风景、身体心理放松休息、处于平静的气氛中等，命名为“游憩放松”动机，解释总方差的16.95%，前两个动机因子解释方差最多，是解释江阴市旅游者动机差异的最主要因素；第三个动机因子包括探亲访友、和家人朋友在一起、带孩子游玩增长见识，命名为“增进亲朋感情”，解释总方差7.67%；第四个动机因子包括商务公务会议需求和建立友谊发展关系两个变量，命名为“商务/公务关系”动机，解释总方差6.97%；第五个动机因子只有一个变量，命名为“宗教”动机，解释总方差6.00%。
五、江阴客源市场的开发构想
（一）明确并选择合理的客源市场目标层
根据对江阴旅游者客源地特征分析，江阴旅游者主要客源地应该重点锁定在华东及华东周边地区。
华东地区，特别是以上海为中心的长江三角洲，是我国经济比较发达、城市密集、人口稠密的地区，出游能力较强，加之，江阴是长三角地区的几何中心，交通发达，在本区内可达性较好。因此，该区应成为江阴市国内首选市场。华东周边地区距江阴也不远，在现代交通的背景下，华东周边的游客可以很方便的通过飞机、高铁、高速公路直达江阴。事实上，华东周边地区如福建、湖南、河南等地区在江阴市国内客源市场中已占一定比例。这地地区可进行适度的宣传促销，以作为江阴市国内客源市场的补充。
（二）加强区域合作
华东地区旅游资源丰富，区内集中了35处国家级风景名胜区，还有许多著名的旅游城市，已形成一定的旅游网络。南京市无论在资源开发方面，还是在促销方面，都应该与片内其他地区加强合作，这样可以形成优势互补，还可以借助周围旅游区，提高自己的知名度，扩大自己的客源市场。如上海是著名的国际化大都市，其国内、境外客源市场都很大，其每年境外游客数达100多万人次，国内年流动人口达1亿人次，江阴距离上海只有198公里，沪宁高速、沿江高速、京沪高速、京沪高铁等多条交通线路直通上海，如能与上海方面合作，将上海的部分游客中转过来，那将是一个可观的数目。
（三）加大宣传促销力度
（四）加快软、硬件建设，塑造良好的旅游城市形象
近年来，江阴的旅游基础设施、服务设施有了很大的改善，但还不尽如人意，尤其是市内道理狭窄、交通拥挤状况未能有效地改变，连接各个旅游景区的交通系统还未建成，市容市貌、卫生状况也有待进一步改观。因此，要尽快加强基础设施建设，改善城市旅游环境，进一步提高服务质量，树立良好的旅游城市形象，打造江阴在旅游者心中的良好口碑，使江阴市的旅游业再上一个台阶。
【摘要】生命表技术是人口学定量分析的源头，也是人口学的分析方法之一。它主要是根据年龄别死亡数据编制的、反映一代人从出生到死亡、陆续减少直至全部消失过程的一种以特殊“统计表”形式存在的人口模型。在综合国内外主要学者研究成果的基础上，重点对单递减生命表的编制方法与步骤给予综述，以期待对2015年河北省1%人口抽样调查工作的数据开发与利用有所帮助。
关键词生命表；假想队列；时期分析；队列分析
作者简介：付晨光（1983—），男，河北顺平人，硕士，中级统计师，研究方向为人口经济学。
王颖（1983—），女，硕士，河北保定人，讲师，研究方向为城乡规划与设计。
1生命表基本思想
生命表是人口统计中最基本的思想，它在死亡分析、生育分析、迁移分析和人口预测中是必不可少的。生命表思想就是用假设在某一时期（通常为1年）、某一地区来自不同时期经历同一“人口事件”（例如出生、迁移、死亡等）的不同队列（也可以说是一个假想队列）表示为纵向跟踪某一队列（某一时期共同经历了某一人口事件的“一批人”）按观察到的时期“假想队列”所经历的人口事件完全退出为止，即用时期分析来代替队列分析的一种假设模型。[1]这样，更能生动地反映该时期人口过程水平与特征的综合指标。
1.1生命表的定义
人口学中，通常把同时出生的一批人(也就是同龄人)随着年龄增长而陆续死亡的人数列成一种表格形式称为死亡表。由于它同时也从另一方面反映着这一批人的整个生命过程，所以也叫做生命表。[2]又因为在此表中可以计算人口的平均预期寿命，有人也叫它寿命表。
1.2“一批人”的概念
在人口学中，把在同一时期内发生某种同样人口事件的人称为“一批人”，又叫一个队列。
2生命表的应用
生命表技术是人口学、经济学乃至其它研究变量的社会科学中一种重要的研究工具。
在不同时期、不同地区，卫生部门可以根据去死因生命表所反映的各种不同类型的疾病占年龄别死亡率的比重差异来决定医疗卫生投资动向；教育主管部门根据教育生命表预测未来几十年内不同阶段适龄教育人口的变动趋势来决定对不同阶段、类型的教育投资；在保险市场，生命表经常被用来进行寿险分析，以供保险公司和参保人研发制定和选择符合自身实际的生命保险方案和产品；国家税收和其它主管部门可以根据不同行业企业生命表来制定税收方案和其它宏观经济政策。
笔者相信，随着生命表技术研究的不断成熟，该技术还会在更广泛的学科领域不断发挥其应有的作用。
3生命表的基本编制步骤
生命表按从简单到复杂分为单递减生命表、“多递减”生命表、多增—减生命表、去死因生命表和模型生命表；根据数据的获得性又分为完全生命表和简略生命表。笔者在此将单递减生命表中的完全生命表的编制步骤和主要指标的推导公式加以介绍。简略生命表的编制方法和步骤与此类似，限于篇幅本文不再重复。
如前所述，所有生命表需要的已知数据为一定时期（通常为1年）、一定地区分年龄（组）、分性别的人口总数和死亡人口。[4]假设生命表中的初始0岁（组）人口为100000人。据此，其它各指标的推导公式如下：（1）
式中：mx为x岁人口的死亡率；dx为x岁的死亡人口；Px为某时期、某地区x岁的平均人口。
我们根据年龄别死亡率推导年龄别死亡概率（具体推导过程略），公式为：（2）
0岁组的死亡概率就是死亡率：q0=m0（3）
x岁的死亡概率：（4）
最高岁组M+地死亡概率为1，即这一队列全部人口都退出生命过程。
式中：ax为某年某地区x岁死亡的人口在这一年内平均存活的期间。据经验，a0取0.09,1~4岁组中的a1，a2，a3，a4取0.3，5岁及以上到aM-1取0.5[5]，当ax取0.5时，公式（4）式等同于（2）式。
留存人数，0岁组根据惯例假设为100000人。这样，死亡人口和下一岁的留存人口计算公式为：dx=lx×qx（5），lx=lx-1-dx-1（6）
式中：x取除了最高岁组以外的所有值，最高岁组的留存人口等于死亡人口。留存人年的计算公式：Lx=lx+1×l+ax×dx（7）
式中：Lx为x岁的留存人年；ax的人口学意义和取值同qx公式中的ax。最高岁组的留存人年LM+的计算公式如下：（8）
从公式（8）可知LM+是最高岁组死亡率的倒数与最高岁组的留存人口的乘积。（由于篇幅所限，略去具体推导过程）累计留存人年Tx的计算公式：
（9）
式中：x的取值从0岁到M-1岁。最高岁组的累计留存人年就是最高岁组的留存人年，即TM+=LM+。平均（预期）寿命的计算公式：
（10）
式中：x的取值从0岁到M+岁。最高岁组是最高岁组死亡率的倒数，即
（11）
留存率的计算公式：（12）
式中：x的取值从0岁到M-1岁。定义最高岁组为0。
至此，笔者已经完成单递减生命表编制方法与步骤的介绍，这也是对目前学术界单递减生命表编制方法简洁而实用的总结。以后，笔者将陆续总结多递减生命表、去特定死因生命表和模型生命表的编制方法与步骤。不同类型生命表的编制将对2015年河北省1%人口抽样调查的数据评估、开发与利用产生促进作用。
［1］曾毅.人口分析方法与应用[M].北京:北京大学出版社,1993(02).
［2］刘铮,邬沧萍,査瑞传.人口统计学[M].北京:中国人民大学出版社,1983.
［3］A.CoaleandP.Demency.ReginalModelLifeandStablePopulation[M].PrincetonUniversityPress，1996.
中国老龄化程度严重，是全球唯一的老年人口过亿的国家，据联合国统计，到本世纪中期，中国将有近5亿人口超过60岁。为应对人口老龄化现状，中国有望于2017年正式出台实行延迟退休方案，为落实好延迟退休政策。珠海市作为经济特区，政策优势、地缘优势、人才优势、经济优势明显，探讨珠海市作为试点城市的可行性具有重要意义。
一、有关延迟退休政策研究文献综述
1.国内文献综述
通过查阅资料，雷勇和蒲勇健发表的《基于给付确定制的最优退休年龄经济模型分析》为员工选择最优退休时机提供了参考依据；2012年，张文学和任彦霏发表题为《人口年龄结构变动下的最优退休年龄动态模型构建与应用――以陕西省为例》，探究实现社会福利最大化O最优退休年龄模型；到2013年，李含伟和汪泓基发表《基于个人幸福最大化的最优退休年龄分析与柔性退休制度仿真》，该论文考虑了个人获得的物质享受与个人对社会的奉献价值。
2.国外文献综述
国外学者探究最优退休年龄文献较早，其中较为重要的研究有：1984年GarySFields运用劳动力供给模型，对国民收入结构、养老保障等因素进行实证分析，证明其会影响退休行为；2008年，JonathanBarryForman探讨退休年龄与人口统计学的关系，初步拟出养老金法案，为公共政策制定参考依据。2009年，MichaelTucker和JuanA.Lacomba两位学者定量分析分别给出在正常市场和消极市场下最优退休年龄应该在62q，且法定退休年龄也受到政治与经济因素影响的结论。
二、珠海延迟退休可行性探究
中国社会科学院社会保障实验室特约研究员孙永勇等学者认为最佳退休年龄与参加工作年龄、退休年龄、死亡年龄、名义利率、退休前死亡概率、个人效用之间可建立数据模型，根据历史数据测算得出城镇就业人员最有退休年龄达64.14岁。中国人力资源和社会保障部表明将制定出台渐进式延迟退休年龄政策，城镇就业人口法定标准退休年龄有望达到男性65周岁，女性60周岁。
1.珠海市延迟退休政策定性分析评价体系
为探究珠海市就业人口退休年龄，充分利用评价模型和预测模型，定性分析4个关键因素：人口平均预期寿命、人口老龄化、劳动力供求关系、市民受教育程度，得出“延迟退休”科学可行的制度设计。
假设：
（1）4个国情指标对于延迟退休影响等值。
（2）假设研究延迟退休对某一指标的影响，其他指标值忽略不计。
（3）影响珠海市与影响中国退休年龄的因素基本一致。
根据珠海市统计局数据可知，第一，随着珠海经济的发展和人民生活水平的不断提高，人均预期寿命不断延长，珠海市的人口老龄化呈增长趋势，2010年珠海全市人口的平均预期寿命为80.2岁，而珠海市2015年全国1%人口抽样调查主要数据公报显示珠海全市人均预期寿命提高到82.5岁，居广东省之首；第二，退休年龄与受教育年限延长不相适应，受教育程度与受教育年限成正比，维持原来的退休年龄规定，劳动力可能处于人力资本高峰期退休，造成人力资本的浪费；第三，退休年龄与人口老龄化趋势不相适应，社会保障压力增大。
珠海市延迟退休政策定性分析，延迟退休年龄政策在珠海市同样具有可行性。
2.Logistic回归模型进行定量分析
通过调查问卷的方式，以调查者愿意频率来反映延迟退休年龄政策是否可行的概率。Logistic回归分析方法是对定性变量的回归分析。在实际问题中，是否实施延迟退休政策，确定延迟与不延迟两个变量。
设因变量y是0-1型，自变量为jx（j=1，2，3）。设y=1时的概率为p，则Logistic回归方程为
根据职业类型的划分，从事业单位、企业单位和体力劳动者三个角度对P值进行计算。P1代表事业单位中愿意退休的频率，P2代表企业单位中愿意退休的频率，P3代表体力劳动者中愿意退休的频率。
模型估计的结果可以写为：
综上，通过建立logistic模型，显示出中国人均GDP与人均公共管理、社会保障和社会组织固定资产投资额对退休年龄有显著影响，人均GDP的增加有助于延迟退休政策的实施。
三、研究结论和建议
1.将珠海市作为延迟退休试点城市具有可行性
本文对珠海市延迟退休政策定性分析评价体系，得出延迟退休政策χ楹J芯济发展、劳动力市场优化、教育可持续发展和珠海整体战略布局这四方面都有积极意义。
2.建议推行弹性退休制，完善养老金给付机制
四、结语
珠海市作为经济特区，具有经济创新创优的政策优势；地处珠江口西岸，与香港隔海相望，与澳门陆地相连，具有独特的地缘优势；以“蓝色珠海高层次人才计划”为核心的战略布局，具有人才优势；建设发展建立在中国改革开放30多年的有益成果基础上，经济增长保持中高速，产业结构迈向中高端，开拓“生态文明新特区、科学发展示范市”建设新局面，具有显著的经济优势。有作为退休政策试点城市的优势。
[1]王甜.我国最佳法定退休年龄的趋势分析与数学建模[D].江西理工大学，2012.
[2]汪海菊，高广阔，张腾化.中国最优退休年龄测度方法研究综述[J].改革与开放，2015，（7）.
1研究述评
2指标体系构建
3研究方法与数据采集
因子分析法是分析因子内部依存关系的统计分析法［22］．针对旅游者的感知，影响因素众多，因子分析法能够在众多因素中提炼主要因素，简化问题．因此，文中采用因子分析法中的主成分分析方法，探究民族文化旅游演艺产品游客感知的主要影响因素．与此同时，研究还采用统计学分析方法t检验和单因子变异系数分析，针对不同类型的旅游者的特征与游客感知评价因子进行差异化分析，探究不同类型旅游者民族文化旅游演艺产品游客感知的主要因素．由于涉及到民族文化旅游演艺产品游客感知的所有评价指标均为软指标，因此，关于民族文化旅游演艺产品游客感知研究必须进行实地调研，在调研基础之上设计评价指标体系，采用统计学问卷调查方法对评价指标进行赋值．2011年9月30日—10月5日，以“印象刘三姐”实景演出为样本，开展实地调查和问卷调查．发放问卷400份，其中有效问卷占91％．
4研究结果
4．1游客感知影响因素
使用SPSS15．0统计软件，对问卷调查数据进行主成分分析，测度量表信度的Cronbachα系数，表明问卷调查数据可靠性高，KMO统计量、巴特勒球形检验值均适合采用因子分析方法（表2）．对24项描述项进行共同度检验，剔除共同度小于0．4的描述项．然后，进行方差最大化旋转，公因子提取按照特征值大于1提取的原则，共提取出5个公因子，累计解释方差为61．784％，公因子分别命名为“魅力性”、“知识性”、“传统性”、“娱乐性”和“真实性”．
4．2不同人口统计学特征游客偏好
5游客感知分析
6讨论与展望
6．1讨论
国内学者在民族文化旅游研究方面，更多地采用田野调查的研究方法，研究结论的主观色彩较为明显．同时，研究方法多以定性描述为主，较少采用数理分析方法，对民族文化旅游产品开发、营销推广、经营管理等研究缺乏直观性和说服力．文中从游客感知的视角，分析民族文化旅游演艺产品的主要影响因素，并借助“印象刘三姐”实景演出案例构建民族文化旅游演艺产品游客感知评价体系，并将主成分分析、单因子变异系数分析和Sheffe事后差异性检验分析方法运用于民族文化旅游游客感知方面的研究，为今后民族文化旅游产品游客感知评价体系和产品开发提供了思路．
6．2展望
1）通过“印象刘三姐”实景演出创意旅游产品的调查研究，发现民族文化旅游产品开发应当注重创意开发．民族文化旅游资源的内容丰富，开发、拓展的空间广阔，深入挖掘民族文化旅游资源的文化内涵，在展现民族传统文化真实性的同时加入一些现代元素，将是民族文化旅游创意开发的发展方向．2）通过“印象刘三姐”实景演出创意旅游产品的游客感知调查进一步明确，民族文化旅游产品的策划、设计的终极目标就是最大限度满足游客的旅游需求．民族文化旅游产品开发要在保护民族传统文化的前提条件下，把握旅游市场需求．要深入了解不同性别、不同收入、不同年龄、不同学历、不同职业游客的旅游消费偏好，在准确定位游客群的情况下确定民族文化旅游产品开发方向．3）民族文化旅游产品开发要把握好民族文化的真实性和传统性．任何脱离实际的文化创意旅游产品都是缺乏生命力的，只有那些深深植根于少数民族群众真实生活环境的民族文化创意旅游产品才会闪烁出夺目的光彩．因此，民族文化旅游产品的开发一定要接地气，不能凭空设想，真实性和传统性是民族文化旅游产品开发永恒不变的主题，也是民族文化旅游产品创意开发的基础．
［1］李永红，唐学深．“蜀凤”《蜀魂》双星辉映［J］．中国西部，2001（3）：45．
［2］朱立新．中国当代的旅游演艺［J］．社科纵横，2010（4）：96．
［3］李幼常．国内旅游演艺研究［D］．成都：四川师范大学，2007．
［4］朱立新．中国古代的旅游演艺［J］．社科纵横，2009（12）：97．
［5］徐世丕．旅游演艺对我国传统演出市场的冲击和拓展［J］．中国戏剧，2008（9）：14．
［6］赵洁．体验经济视角下的旅游演艺产品开发［J］．内蒙古科技与经济，2010（20）：36．
［7］李炎，王佳．文化消费语境与民族歌舞艺术的发展［J］．思想战线，2010（1）：118．
［8］王昂，陈亮．旅游文艺演出产品体验营销初探［J］．中国集体经济，2009（28）：78．
［9］覃雯．旅游目的地民俗文化资源营销创新研究［J］．财经问题研究，2010（4）：116．
［10］刘晓璐．旅游演艺产业营销战略研究［D］．上海：上海师范大学，2009：37．
［12］汤蓓华，杨卫武．上海旅游演艺产业组织分析［J］．青岛酒店管理职业技术学院学报，2010（2）：19．
［13］刘艳兰．实景演艺：旅游业态创新及其扩散研究［D］．上海：上海师范大学，2009．
［14］田美蓉，保继刚．游客对歌舞旅游产品真实性评判研究———以西双版纳族歌舞为例［J］．桂林旅游高等专科学校学报，2005（1）：12．
［15］徐红罡，田美蓉．少数民族歌舞旅游产品管理模型初探———以贵州黔东南苗族侗族为例［J］．贵州民族研究，2004，24（2）：136．
［16］吴克祥．旅游商品开发与文化因素［J］．旅游学刊，1994，9（3）：38．
［17］TSEDK，WILTONPC．Modelsofconsumersatisfaction：anextension［J］．JournalofMarketingResearch，1988，25（5）：204．
［18］GALEBT．ManagingCustomerValue：CreatingQualityandServiceThatCustomersCanSee［M］．NewYork：FreePress，1994．
［19］科特勒．营销管理［M］．第11版．梅清豪，译．上海：上海人民出版社，2003．
一、问题的提出
二、Grossman健康资本需求理论
农村居民患病就医的支出费用是一个连续的经济变量，可以用以下对数线性模型进行估计：
ln（Y）=aiXi+？着ε～N（0，1）
其中，Y表示农村居民患病就医的支出费用；Xi表示影响农村居民患病就医支出费用的因素；ai表示各个影响因素的影响程度；ε表示随机误差项，即未被考虑因素的影响，服从标准正态分布。
参考美国纽约州立大学Michael.Grossman教授创立的Grossman健康资本需求理论，最终确立个人影响因素和地区影响因素两大类影响因素，具体情况如表1所示。
本文使用2009年CHNS数据进行分析研究。CHNS是北卡罗来纳大学人口研究中心和中国疾病控制与预防中心合作开展的“中国健康与营养调查”项目（ChinaHealthandNutritionSurvey，简称CHNS）。这个项目是一个包括营养学、公共卫生、经济学、社会学、中国研究和人口统计学方面的专家团队，采用多阶段随机分层抽样方法，在中国的黑龙江、辽宁、山东、河南、江苏、湖南、湖北、广西、贵州，共计9个省份，开展的针对城乡居民的人口、生产、生活、收入、消费、营养健康以及医疗保健等特征的统计调查，是目前中国居民医疗微观调查中比较权威的数据。
四、影响因素定量分析
1.空模型检验
CHNS数据是在中国的黑龙江、辽宁、山东、河南、江苏、湖南、湖北、广西、贵州，共计9个省份开展的调查数据，可能存在层次结构特征，因此对其进行空模型检验，结果如表2所示。
对数据进行二分类离散数据空模型拟合，得到截距项U0的P
2.多层线性回归分析
由于农村居民患病就医的支出费用是一个连续的经济变量，因此采用多层线性回归模型进行分析。通过模型拟合和变量筛选，最终结果如表3所示。可以看到，在个人层次影响因素中，低年龄、高年龄、小学、家庭人均收入和保险对农村居民医疗支出没有显著影响，男性、高中、未工作、非农工作和患病严重对农村居民医疗支出有显著正向影响，单身、患病不严重和家庭规模对农村居民医疗支出有显著负向影响。在地区层次影响因素中，农村每千人医生卫生员数对农村居民医疗支出没有显著影响，农村医疗价格水平对农村居民医疗支出有显著正向影响，农村人均纯收入对农村居民医疗支出有显著负向影响。
四、结论
根据上述定量分析，可以得到以下结论：
1.个人影响因素
年龄、家庭人均收入和保险对农村居民医疗支出没有显著影响。
性别对农村居民医疗支出有显著正向影响。在农耕活动中，男性劳动产出比女性多，男性比女性更适宜进行体力生产劳作。长此以往，在农耕为主的中国农村家庭中逐渐形成了重男轻女的习俗。男性被视为家庭的支柱，往往具有较高的地位和绝对话语权，这种情况也映射到了农村居民医疗支出上。在农村居民医疗支出中，男性人群的支出水平显著高于女性人群，男性在医疗服务需求方面处于强势地位，而女性则处于相对弱势地位。
小学教育程度对农村居民医疗支出没有显著影响，而高中以上教育程度对农村居民医疗支出有显著正向影响。受教育程度更高的民众自我保健养生意识更强，在平时的生活中注重身体健康的保持并善于自我治疗保健。当受教育程度更高的民众确实患病较重或无法自行医治时，才会选择就医治疗，且医疗支出水平随病情严重情况也会较高。
单身和家庭人口规模都对医疗支出水平有负向影响。结束单身也就意味着家庭成员数量增加，从定量分析结果看，家庭人口规模每增加一人，其相应的医疗支出对数就会减少0.09。家庭成员越多、规模越大，家庭成员之间的相互关怀、相互照顾就会更多，这有利于身体健康水平的保持，在很大程度上具有医疗服务的作用。