养老支付能力模型在养老服务需求调研中的定位
养老服务需求调研的核心任务是准确预测和刻画老年群体对各类养老服务的需求规模与结构。然而，需求不等同于意愿——即使老年人对高端照护服务有强烈意愿，若缺乏相应的支付能力，这种意愿无法转化为有效需求。因此，支付能力是连接服务意愿和实际消费的关键桥梁，构建科学的养老支付能力模型是养老服务需求调研从”意愿测量”走向”有效需求评估”的必要方法论升级。
传统的支付能力分析往往仅以收入水平作为唯一衡量维度，这种简化处理忽略了老年人支付能力的多元来源结构。在养老服务需求调研的实证研究中，收入、储蓄和子女支持构成老年人支付能力的三大支柱，三者对养老服务需求的调节效应各不相同，且存在复杂的交互关系。收入影响日常持续性服务消费，储蓄决定一次性大额支出的承受能力，子女支持则充当非正式的支付保障。只有将这三个维度同时纳入模型，才能全面刻画老年人支付能力对服务需求的调节机制。
调节效应模型的构建与变量操作化
调节效应分析是养老服务需求调研中揭示支付能力如何影响需求强度的核心统计方法。在调节模型中，自变量为养老服务意愿（对居家照护、社区服务、机构养老等各类服务的需求意向），因变量为实际服务消费或预期消费支出，调节变量为支付能力的三个维度（收入、储蓄和子女支持）。调节效应的存在意味着支付能力改变了意愿与消费之间关系的斜率或方向。
变量操作化是模型构建的基础环节。在养老服务需求调研中，收入通常操作化为月均可支配收入，储蓄操作化为家庭金融资产总额的对数值（取对数以缓解右偏分布），子女支持操作化为子女年均经济资助金额。服务意愿可采用李克特5级量表测量，实际消费则以年均服务支出金额度量。为控制潜在混杂因素，模型还需纳入年龄、健康状况（ADL评分）、居住安排和城市等级等控制变量。
调节效应的统计检验采用分层回归法。第一层纳入控制变量和主效应（意愿、支付能力各维度），第二层加入交互项（意愿x收入、意愿x储蓄、意愿x子女支持）。若交互项系数显著，则表明该支付能力维度对意愿-消费关系具有调节效应。在养老服务需求调研中，为降低交互项的多重共线性问题，建议对连续变量进行均值中心化处理后再构造交互项，这样交互项系数的方差膨胀因子（VIF）可控制在合理范围内。
收入、储蓄和子女支持的差异化调节效应
三个支付能力维度对养老服务需求的调节效应具有实质性差异。在养老服务需求调研的实证分析中，收入通常对日常性养老服务（如居家照护、社区助餐）的需求具有显著的正向调节效应——收入越高，意愿转化为实际消费的转化率越高。这意味着高收入老年群体的服务意愿更可能兑现为有效需求，而低收入群体的服务意愿可能因支付约束而被抑制。
储蓄对机构养老等大额服务需求具有独特的调节作用。机构养老通常需要支付押金和月度费用，对家庭流动性资产有较高要求。在养老服务需求调研中，储蓄的调节效应可能呈现门槛特征：当储蓄低于某一阈值时，机构养老意愿几乎无法转化为实际入住；超过阈值后，转化率随储蓄增加而快速上升。这种非线性调节效应可以通过引入储蓄的二次项或分段回归来捕捉。
子女支持的调节效应在养老服务需求调研中呈现出独特的文化特征。在中国家庭文化背景下，子女支持不仅是经济资助，还承载着代际责任的社会期望。因此，子女支持的调节效应可能不仅改变意愿-消费关系的斜率，还可能改变服务类型的选择偏好——获得更多子女支持的老年人可能更倾向于选择居家照护而非机构养老，因为子女支持往往伴随着日常探视和情感陪伴。
多元回归模型的估计与诊断
在养老服务需求调研的实证分析中，多元回归模型需经过严格的统计诊断。首先，残差的正态性和等方差性检验是回归假设验证的基本步骤。若残差呈现异方差特征，应采用稳健标准误（HC3或HC4）替代普通最小二乘标准误，以保证假设检验的有效性。其次，多重共线性诊断需关注交互项的VIF值，即便已进行中心化处理，若三个交互项同时纳入仍可能导致共线性问题。
模型拟合优度的评估应综合考虑R2调整值、AIC和BIC。在养老服务需求调研中，由于服务消费受多种因素影响，R2值通常不会太高，此时不应过度追求解释方差的比例，而应关注关键系数的统计显著性和效应量。调节效应的效应量可采用f2指标评估，f2 = (R2_交互 – R2_主效应) / (1 – R2_交互)，0.02、0.15和0.35分别对应小、中、大效应。
从支付能力模型到养老服务政策设计
养老支付能力模型的政策价值在于为精准补贴和服务供给规划提供量化依据。在养老服务需求调研的政策应用框架中，调节效应的分析结果可直接指导补贴策略的设计。若收入的调节效应最强，说明收入约束是抑制有效需求的首要因素，政策应优先提升老年人的收入保障水平。若子女支持的调节效应在居家照护领域最为显著，则应设计鼓励家庭照护的税收优惠和补贴机制。
从数据分析智库的视角来看，养老服务需求调研中的支付能力模型需要关注内生性问题。收入和储蓄可能与未观测的健康状况或家庭偏好相关，导致回归系数的估计存在偏误。工具变量法和面板数据固定效应模型是处理内生性的两种推荐策略。研究者应在模型报告中讨论潜在的内生性来源，并尽可能通过研究设计或统计方法加以控制，以提升支付能力模型在养老服务政策分析中的可信度和实用性。建议后续研究在横截面分析的基础上引入纵向追踪数据，动态考察支付能力变动对服务需求演化的时序调节效应，构建更加完整的养老需求预测框架。