报告行业投资评级 * 报告未明确给出具体的行业投资评级 [1] 报告的核心观点 * 基于2014年中国老年人健康长寿影响因素调查（CLHLS）数据的实证研究表明，相比医疗保险支出，养老金收入对提升老年人健康水平具有更正面、更积极的绩效，且作用途径更为丰富 [1] * 养老金收入能显著提高老年人的主观健康，而主观健康又能显著增进其生理健康 [1][11] * 医疗保险支出与老年人的主观健康、生理健康均呈显著负相关关系，表明其更多是健康状况不佳的结果，而非改善健康的有效手段 [1][11] * 报告建议，中国的老年人健康保障体系应从“以疾病治疗为中心”转向“依托养老金购买养老服务以提高生活质量”的模式，即从“以医促养”转向“以养促养” [1][35] 根据相关目录分别进行总结 研究背景与问题提出 * 中国老龄化形势严峻，2018年60岁以上老年人口已达2.49亿，占总人口17.9% [1] * 职工基本养老保险支出从2003年的3122亿元增长至2018年的47550亿元，增长15倍；基本医疗保险支出从2003年的862亿元增长至2018年的17608亿元，增长20倍 [1] * 当前养老与医疗保险合计缴费率已达工资总额的32%左右，未来难以通过提高缴费率来支撑保障支出，需思考如何优化资源配置以提高效率 [1] * 关于“医养结合”的实现路径存在“以医促养”和“以养节医”两种观点的争论，需要实证检验养老金与医疗保险的健康绩效 [3] 文献回顾 * 关于医疗保险对健康影响的研究结论不一，部分研究（如美国兰德实验）发现免费医疗计划增加了医疗服务需求但未显著改善健康，也有研究发现医疗保险对健康有正向影响 [3][4] * 国内早期研究多发现医疗保险对健康改善效果不明显或有限，后期部分研究发现了积极影响 [4] * 收入（养老金是老年人主要收入来源）通过多种假说影响健康，但直接研究养老金影响老年人健康的文献较少且结论不一 [4] 数据、变量与模型 * 研究使用CLHLS 2014年数据，涵盖22个省份的7192名老年人 [5] * 被解释变量为主观健康（由健康自评、健康他评、健康变化测量）和生理健康（由两周患病、患重病次数、患慢性病种类测量） [5] * 核心解释变量为养老金年收入（均值16086元，中位数11520元）和医疗保险年报销金额（均值1703元，中位数为0） [8] * 采用结构方程模型（SEM）进行估计，并使用路径模型分析中介传导机制 [8][13] 实证结果分析 * **结构方程模型主要结果**：养老金收入对老年人主观健康的回归系数在0.1%水平显著为正（标准化系数0.166），而医疗保险报销的系数显著为负（-0.170）[11][13] * **主观健康的中介作用**：主观健康对老年人生理健康的回归系数在0.1%水平显著为正（标准化系数0.551），表明养老金可通过提升主观健康间接增进生理健康 [11][13] * **养老金与生理健康的直接关系**：由于年龄等混淆变量影响，养老金收入与生理健康在模型中呈显著负相关（标准化系数-0.171），这并非因果关系 [11] * **路径分析揭示的作用机制**：养老金收入能通过显著改善居住条件、增加水果摄入、提高及时就医能力、改善经济状况这四条路径，间接提高主观健康并增进生理健康 [13][15] * **效应分解**：养老金对主观健康的总效应标准化系数为0.187，其中间接效应（通过中介变量）占比达74.87%；对生理健康的总效应为-0.005，但通过各种路径产生的正向间接效应为0.112，结合主观健康的中介效应后，对健康的净效应为0.182 [16][18] 稳健性检验 * **增加控制变量**：在加入户籍、婚姻、生活方式、性格等更多控制变量后，核心变量系数的方向和显著性水平保持不变 [20][22] * **变更估计方法**：采用极大似然估计（ml）、考虑异方差的稳健标准误（ml+robust）、Bootstrap抽样以及广义结构方程模型（gsem）等多种方法进行估计，主要结论依然稳健 [23][24] * **多期数据比较**：使用CLHLS 2011年数据进行多组比较，发现养老金与医疗保险对老年人健康的影响作用具有时间一致性，未发生显著变化 [26][27][33] 结论与政策建议 * 实证结果表明，就健康绩效而言，“以养促养”优于“以医促养” [34][37] * 报告建议优化社会保险支出结构，将更多养老资源以养老金形式分配，增强老年人购买健康服务（如长期照护、营养保健）的支付能力 [35] * 报告指出，2018年中国职工基本养老保险的人均养老金已达2768元/月，但需拓宽其促进健康的途径，完善养老服务体系，并引导老年人转变观念，增加健康投入 [35]

报告行业投资评级 未提及 报告的核心观点 报告围绕电力物联网与AI大模型协同发展展开，阐述新型电力系统建设现状及问题，介绍分层集群新型电力系统架构与研究问题，强调AI大模型在新型电力系统中的必要性及电力物联网对其数据瓶颈的解决作用，分析电力物联网架构、业务、数据处理等内容及面临的挑战，还探讨虚拟电厂中电力物联网关键技术架构及AI大模型的赋能应用 [15][51][117] 根据相关目录分别进行总结 新型电力系统建设现状 - 2024 - 2025年国家多部门印发多项政策，统筹推进电网调峰储能、智能化调度、新型电力系统建设等工作 [21] - 云南电网经多年发展成具有异步“五高”特性的电网，但面临电力保供和电网安全稳定难题，需建立适应新型电力系统的防控机制及体系 [30] 分层集群新型电力系统 - **研究背景**：新型电力系统面临稳定控制结构性困境，新能源并网影响系统运行稳定，需系统拓扑协同控制提升大电网安全水平 [35] - **三层网络架构**：新型能源体系呈现“能量 - 信息 - 价值”三层网络架构，分别基于不同规律实现能源生产、储运、利用，信息调控及商品交易与价值共创 [38][39] - **体系结构**：大电网优化配置能力要求提高，输配关系转变，分布式电网广泛存在，用电侧建立综合能源耦合网络以消纳新能源电力 [44] - **研究问题**：需建立合理定价和市场机制，解决高动态等建模、分析、控制问题，研究多资源协同控制基础理论，评估调节能力，进行集群建模与控制等 [48] AI大模型在新型电力系统的必要性 - 新型电力系统下调度员面临信息过载挑战，难以作出最优决策，AI大模型可监控系统、过滤数据、提供可行方案，辅助人类调度员决策 [51] 电力AI大模型的数据现状 - 电力AI大模型存在“数据饥渴”问题，缺乏结构化标注数据、标准化数据和专业语料库，行业知识难以注入模型，电力物联网可解决这些瓶颈 [56][57] 电力物联网 - **基本架构**：包括感知层、网络层、平台层、应用层4个层次，承载对内业务、对外业务、数据共享、基础支撑等建设内容，技术攻关和安全防护贯穿各层次 [61] - **三层含义**：从自动化科学、数据科学、通信科学视角，分别指物联网技术在电力行业应用、处理用电数据提供决策支撑、基于电力线通信的物联网技术 [66] - **物联网通信特点**：新型电力系统物联网通信具有海量接入、异构融合等特点，涵盖发电、输电等环节多种业务 [70] - **物联网业务划分**：根据可靠性、低时延要求等，将电力物联网业务划分为生产控制区、生产非控区、生产管理区、信息管理区等 [73] - **数据转化为AI“燃料”**：通过数据预处理与特征提取、信息融合等流程，构建语料库和知识图谱，为模型训练和推理注入领域知识 [79][86] - **面临挑战**：存在数据质量问题，如来源复杂、专业性强等；需统一物联底座，解决智能终端差异问题；要统一数据标准，推动物模型语义标准统一 [90][102][103] - **数据获取和变现**：通过安全的数据采集、传输、存储等流程获取高质量数据，训练电力通用AI大模型，微调孕育系列电力业务AI大模型 [110][111] 虚拟电厂 - **电力物联网关键技术架构**：虚拟电厂通过先进技术实现分布式能源资源聚合和协同优化，参与电力市场交易和电网运行，实现“能量 - 信息 - 价值”三流“分离 - 汇聚” [117] - **AI大模型赋能三层网络架构** - **能量网络**：基于大瓦特模型提高分布式电源功率预测准确度 [123] - **信息网络**：包括模型参数调整、市场电价预测等功能，在设备接入认证、系统防恶意攻击、业务通信时延保障等方面，大瓦特模型可生成代码、开展识别研究、优化方案 [127][132][134] - **价值网络**：大瓦特模型辅助虚拟电厂交易决策，根据用户需求生成预测结果和交易建议，解决交易中存在的问题 [146][147]