利用SPSS17. 0软件，对影响农村老人养老金需求数量的因素进行了多元线性回归分析〕根据研究需要并结合使用逐步回归法，得到了8个回归模型(见表7)。模型1放入了农村老人个体票赋特征变量，模型2和模型3在模型1的基础上增加了农村老人所在家庭票赋特征变量。模型2的居住方式变量以多代同堂为参照，而为了进一步检验居住方式变量影响的差异，模型3中的居住方式变量以寡居为参照。模型4在模型2基础上增加了所在地区特征变量，模型5在模型4基础上增加了养老风险感知变量，而模型6、模型7和模型8则是在模型4基础上，分别增加了经济依赖风险感知变量、生活自理风险感知变量、决策依赖风险感知变量。模型变量间的多重共线性结果显示，解释变量的容差基本都在0. 6以上，方差膨胀因子也均小于10，说明所选择的解释变量间不存在严重的多重共线性。    

第一，农村老人个人票赋特征的影响。在不考虑其他因素的情况下，农村老人的个人票赋特征对其养老金需求数量有一定的影响。模型1显示，个人票赋特征中性别、年龄和个人基本消费支出变量通过了显著性检验。性别变量在1%的统计水平上显著正向影响农村老人的养老金需求数量，即相对于女性老人而言，男性老人对养老金的需求更多。可能因为在农村家庭中，男性老人基本生活资料消耗水平高于女性老人，尤其是在“食”方面高于女性老人。另外，男性老人相对于女性老人，更可能有抽烟和喝酒的习惯。调查统计结果显示，男性老人抽烟的比例为57. 0%，女性老人抽烟的比例仅11. 2%;男性老人喝酒的比例为40. 1 %，而女性老人喝酒的比例仅为12. 0% o年龄变量在5%的统计水平上显著负向影响农村老人的养老金需求数量，即农村老人的年龄越大，那么其需求的养老金数量越少。可能因为年龄越大的农村老人相对来说对基本生活资料的消耗越低，对生活品质的要求也越低，所以对养老金的需求数量也越少。个人基本消费支出变量在1%的统计水平上显著正向影响了农村老人的养老金需求数量，即农村老人的消费支出水平越高，其对养老金的需求越多。社会养老保险的养老金收入很大程度上是应对农村老人消费支出的，所以消费支出，尤其是基本生活消费支出越高，其对养老金的需求自然越多。在模型1中，受教育水平、健康状况变量未通过显著性检验。    

在农村老人所在家庭票赋特征、地区特征以及养老风险感知变量逐渐放入模型的过程中，性别、年龄、个人基本消费支出变量的影响显著性并未消失，受教育年限变量的影响也未变得显著，说明它们对因变量的影响比较稳定。而健康状况变量的影响在模型1中不显著，在其他模型中则均显著。模型2-8显示，在控制其他变量的情况下，健康状况变量均显著负向影响农村老人的养老金需求数量，即健康状况越好的农村老人，其对养老金的需求越少，而健康状况越差的农村老人，则对养老金的需求越多。    

第二，农村老人所在家庭票赋特征的影响。由模型2、模型3与模型1的比较可以看出，当加入农村老人所在家庭票赋特征变量后，模型2和模型3调整的Rz有较大幅度的提高，由0. 054提高到了0. 076，这就说明反映农村老人所在家庭票赋特征的变量对其养老金需求数量有较强的影响。模型2和模型3显示，在农村老人所在家庭票赋特征中，常住人口数、子女家的经济状况、居住方式变量通过了显著性检验。常住人口数变量在1%的统计水平上显著正向影响农村老人的养老金需求数量，即所在家庭常住人口越多，那么农村老人需要的养老金越多。子女家的经济状况在5%的统计水平上显著正向影响农村老人的养老金需求数量，也即子女家的经济状况越好，那么农村老人对养老金的需求越多。可能因为子女家的经济状况越好，那么子女对老人的经济支持可能越多，老人的生活质量可能被抬高，从而为了维持相对较高的生活质量，就需要更多的养老金。调查统计结果显示，子女家的经济状况越好，农村老人个人收入中子女及其他家庭成员供养的比例越高，农村老人所在家庭经济状况在当地老年人群体中也更可能处在相对较高的层次。再来看居住方式的影响:模型2显示，寡居变量和与配偶独居变量均在1%的统计水平上显著正向通过了检验;模型3则显示，与配偶独居变量在10%的统计水平上显著负向通过了检验，多代同堂变量则在1%的统计水平上显著负向通过了检验，也就意味着寡居的农村老人对养老金的需求最多，与配偶独居的次之，而多代同堂的最少。多代同堂的农村老人之所以对养老金的需求量最少，可能因为多代同堂情况下，子代会对农村老人进行支持，从而使老人消费支出降低。与配偶独居的农村老人对养老金的需求数量相对寡居的农村老人要低，可能因为一些消费数量因消费人数的增加而边际递减。    

第三，地区特征的影响。模型4在模型2的基础上增加了地区特征变量。模型4调整的Rz相对于模型2有较大幅度的提高，这就说明反映地区特征的变量对农村老人养老金需求数量有较强的影响。模型4显示，距集镇的距离、距县城的距离、所在乡镇经济状况等变量均通过了显著性检验〕距集镇的距离变量在1%的统计水平上显著负向影响农村老人的养老金需求数量，即农村老人居住地距集镇(经济中心)的距离越远，那么其对养老金的需求水平越低，反之农村老人居住地距集镇(经济中心)的距离越近，那么其对养老金的需求水平越高。集镇往往是农村的经济中心，农村老人的生活用品及食品大部分从集镇获得，所以距离集镇较近显然可以刺激消费，也就会提高农村老人对养老金的需求。距县城的距离变量在1%的统计水平上显著负向影响农村老人的养老金需求数量，即农村老人居住地距离县城的距离越远，那么其对养老金的需求水平越低，反之亦然。这可能因为农村老人居住地距离县城越近，经济水平相对更好，生活质量相对较高，另外农村老人居住地距离县城越近，农村老人更可能到县城进行消费，即更可能有较大的消费。所在乡镇的经济状况变量在1%的统计水平上显著正向影响农村老人的养老金需求数量，即农村老人所在乡镇经济状况越好，那么其对养老金的需求越多。所在乡镇经济状况较好，可能意味着当地农村居民生活水平较高，农村老人的生活水平也较高，所以农村老人对养老金的需求也较多。  

第四，养老风险感知的影响。增加了养老风险感知变量的模型5相对于模型4，调整的Rz进一步提高到了0. 134，说明养老风险感知变量有助于解释农村老人的养老金需求数量。养老风险感知变量在1%的统计水平上显著正向影响农村老人的养老金需求数量，也即农村老人对养老风险的感知越明显，那么其对养老金的需求越多。这里将养老风险感知操作化为经济依赖风险感知、生活自理风险感知、决策依赖风险感知。模型6、模型7、模型8即是在模型4基础上分别放入经济依赖风险感知、生活自理风险感知、决策依赖风险感知变量。这3个模型调整的Rz均高于模型4，且经济依赖风险感知、生活自理风险感知、决策依赖风险感知变量的影响均显著，且方向为正，意味着农村老人在经济依赖、生活自理、决策依赖等方面的风险感知越明显，那么其对养老金的需求也越多。