退休年龄延迟对二胎政策落实的影响

前两天,二会上有专家学者提出了延长退休年限的政策,于是我们控制论杨老师便结合时事提出了一个开放性问题:退休年限延长对二胎政策的影响
首先我们确定在这个问题中要处理的对象:单个个体

他会有哪些属性呢?1.退休年限 2.生活状态

我们要分析的是一个现象对二胎政策的影响,其实在现当代,因为过大的工作压力与社会老龄化的影响,很多家庭会选择丁克,因此我们不妨把问题转化行为为对生子决策的影响。

我们首先要确定的是与生子抉择直接相关的因素:对孩子生育及抚养所需要承担的成本,当然在中国讲求孝道,孩子的存在对个人老年生活质量的保证十分关键。因而个体老年生活的需求也应成为决定是否需要孩子的考虑因素。

需要注意的是,不同生活水平的个体对应的成本和需求都不尽相同,下面我们就要对其中的各种关系进行分析。

首先我们考虑生活水平与什么有关?
最先能想到的必然是个人的收入,但是具体情况也会因人而异,有的人是月光族,有的人会量入为出,而有的人十分节俭。我们在这点做出相应假设忽略个体间的差异,假设个人的生活水平与个体的工资(收入)线性相关
下面个体工资将用符号 S S S表示。

需要注意,个体的工资是时间的函数 S ( t ) S(t) S(t),对于一些个体这是一个增函数(高基础工作,工资随工作年龄而增高),对于一些个体这是一个常函数(中基础工作,类似于企业单位的铁饭碗),而对于一些个体这是一个减函数(低基础工作,工资随年龄增大而降低),这往往取决于职业的类型。重要的是,我们可以靠知识积累时间 T 1 T_1 T1来对这三种状态进行阈值划分

还需要考虑的是如今的大龄男性与大龄女性婚姻问题,3700万单身汉也是一个亟需解决的问题,这取决与个人状态与婚姻的需求成本。(这暂时只作为一个参考想法,模型成熟后选择性加入)

下面我们对工资函数做出一定假设:
(1)增函数类型

  1. 假设知识储备时间段 [ 0 , T 1 ] [0,T_1] [0,T1],退休年龄为 T 2 T_2 T2,则假设工资函数:
    S ( t ) = 0 , t ∈ [ 0 , T 1 ] ; S ( t ) = f ( t , T 1 , T 2 ) , t ∈ [ T 1 , T 2 ] . S(t)=0,t\in [0,T_1];S(t)=f(t,T_1,T_2),t \in[T_1,T_2]. S(t)=0,t[0,T1];S(t)=f(t,T1,T2),t[T1,T2].
  2. f ( x ) f(x) f(x)满足增函数要求且初值 f ( T 1 ) f(T_1) f(T1) T 1 T_1 T1正相关,为简化模型我们就假设 f ( T 1 ) = T 1 f(T_1)=T_1 f(T1)=T1.
  3. 我希望 f ( ⋅ ) f(\cdot) f()符合指数增长(随时间增长,高基础工作人员价值随工作时间指数增长),其中a为指数项中的常系数。
    f ( t , T 1 , T 2 ) = χ [ T 1 , T 2 ] ⋅ ( exp ⁡ { a ⋅ ( t − T 1 ) } + T 1 − 1 ) f(t,T_1,T_2)=\chi_{[T_1,T_2]}\cdot (\exp\{a\cdot(t-T_1)\}+T_1 -1) f(t,T1,T2)=χ[T1,T2](exp{ a(tT1)}+T11)
  4. a a a应该也与知识储备时间 T 1 T_1 T1成正相关关系,我们假设 a = k ⋅ T 1 a=k\cdot T_1 a=kT1.因而应有公式:
    f ( t , T 1 , T 2 ) = χ [ T 1 , T 2 ] ⋅ ( exp ⁡ { k ⋅ T 1 ⋅ ( t − T 1 ) } + T 1 − 1 ) f(t,T_1,T_2)=\chi_{[T_1,T_2]}\cdot (\exp\{k\cdot T_1\cdot(t-T_1)\}+T_1 -1) f(t,T1,T2)=χ[T1,T2](exp{ kT1(tT1)}+T11)
  5. 最终我们得到了工资函数的最终模型
    S ( t ) = 0 ⋅ χ [ 0 , T 1 ] + ( exp ⁡ { k ⋅ T 1 ⋅ ( t − T 1 ) } + T 1 − 1 ) ⋅ χ [ T 1 , T 2 ] S(t)=0\cdot \chi_{[0,T_1]}+(\exp\{k\cdot T_1\cdot(t-T_1)\}+T_1 -1)\cdot \chi_{[T_1,T_2]} S(t)=0χ[0,T1]+(exp{ kT1(tT1)}+T11)χ[T1,T2]

从这里我们可以得到一个个体在一个重要时间 T 2 T_2 T2的工资水平
S ( T 2 ) = ( exp ⁡ { k ⋅ T 1 ⋅ ( T 2 − T 1 ) } + T 1 − 1 ) ⋅ χ [ T 1 , T 2 ] S(T_2)=(\exp\{k\cdot T_1\cdot(T_2-T_1)\}+T_1 -1)\cdot \chi_{[T_1,T_2]} S(T2)=(exp{ kT1(T2T1)}+T11)χ[T1,T2]

你可能感兴趣的:(小文章,笔记)