夏 添，夏 迎

(西南財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，成都 611130)

提要：近年在國(guó)內(nèi)外經(jīng)濟(jì)環(huán)境復(fù)雜且不穩(wěn)定的形勢(shì)下，人口規(guī)模所帶來(lái)的潛在消費(fèi)力將是國(guó)內(nèi)經(jīng)濟(jì)運(yùn)行的重要一環(huán)，但也會(huì)給國(guó)家社會(huì)保障體系帶來(lái)壓力。在制定和調(diào)整養(yǎng)老保險(xiǎn)政策時(shí)，必須要考慮其在施行過(guò)程中對(duì)居民消費(fèi)產(chǎn)生的影響?；?018年《中國(guó)家庭追蹤調(diào)查》數(shù)據(jù)，采用廣義傾向得分匹配方法消除可能存在的樣本選擇性偏誤，將養(yǎng)老保險(xiǎn)收入和居民消費(fèi)支出分別作為處理變量和結(jié)果變量，并選定年齡、收入、性別、受教育水平等作為匹配變量。研究發(fā)現(xiàn)，養(yǎng)老保險(xiǎn)收入與居民消費(fèi)之間存在倒U形關(guān)系，農(nóng)業(yè)戶口人群的養(yǎng)老保險(xiǎn)收入、消費(fèi)及工作收入水平普遍低于非農(nóng)業(yè)戶口人群，但處理變量的地區(qū)效應(yīng)并不明顯?；谘芯拷Y(jié)果，社會(huì)養(yǎng)老保險(xiǎn)繳費(fèi)水平應(yīng)當(dāng)在穩(wěn)定社會(huì)養(yǎng)老保險(xiǎn)收益預(yù)期的基礎(chǔ)上，按照居民個(gè)體收入水平靈活制定。各地區(qū)須采取有效措施提高農(nóng)村居民收入以及擴(kuò)大城鎮(zhèn)職工基本養(yǎng)老保險(xiǎn)的覆蓋率，加強(qiáng)醫(yī)療保險(xiǎn)等多種形式的社會(huì)保障，從而進(jìn)一步促進(jìn)居民消費(fèi)水平的提高。

一、引言

(一)研究背景與意義

近年來(lái)，國(guó)內(nèi)外經(jīng)濟(jì)環(huán)境發(fā)生了巨大變化，復(fù)雜的形勢(shì)使得中國(guó)以投資與進(jìn)口為經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)力的模式無(wú)法平穩(wěn)運(yùn)行，這就導(dǎo)致中國(guó)國(guó)內(nèi)對(duì)經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)力的迫切需求，而人口規(guī)模所帶來(lái)的潛在消費(fèi)力將會(huì)成為后疫情時(shí)代中國(guó)經(jīng)濟(jì)發(fā)展的穩(wěn)定一環(huán)，但同時(shí)人口規(guī)模也給國(guó)家社會(huì)保障體系帶來(lái)壓力。

廣義的社會(huì)保障體系指國(guó)家通過(guò)立法而制定的社會(huì)福利、社會(huì)保險(xiǎn)、社會(huì)救助、社會(huì)優(yōu)撫和安置等各項(xiàng)不同性質(zhì)、作用的社會(huì)保障制度，是我國(guó)最重要的社會(huì)經(jīng)濟(jì)制度之一，以減少“不測(cè)風(fēng)云”對(duì)正常生活的影響程度，養(yǎng)老保險(xiǎn)制度是其中的關(guān)鍵一環(huán)。2009年，國(guó)務(wù)院在全國(guó)開展實(shí)施新型農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)(以下簡(jiǎn)稱“新農(nóng)保”)?！靶罗r(nóng)?！币?guī)定，年滿16周歲的農(nóng)村居民、非在校學(xué)生和未參加城鎮(zhèn)養(yǎng)老保險(xiǎn)者均可參與。募集資金方面，“新農(nóng)保”以農(nóng)村居民個(gè)人繳費(fèi)、集體繳費(fèi)和政府補(bǔ)貼3個(gè)渠道相結(jié)合，之后用募集得到的資金對(duì)參保居民給予財(cái)政補(bǔ)貼。參保居民的養(yǎng)老金賬戶由基礎(chǔ)養(yǎng)老金及個(gè)人賬戶兩部分組成，基礎(chǔ)養(yǎng)老金即為國(guó)家財(cái)政補(bǔ)貼部分。另外，年滿60周歲的未參保居民，其符合條件的子女參保，他們也將自動(dòng)獲得每月最低55元的基礎(chǔ)養(yǎng)老金。

影響居民消費(fèi)情況的主要因素中，收入水平、個(gè)人偏好、未來(lái)預(yù)期等內(nèi)生性因素是一方面，通貨膨脹、社會(huì)保障等外生因素也是極為重要的一方面。一般來(lái)說(shuō)，社會(huì)保障制度設(shè)計(jì)的原意是為了社會(huì)公平，并不是為了促進(jìn)經(jīng)濟(jì)增長(zhǎng)或是直接影響居民消費(fèi)水平，但是政策在運(yùn)行實(shí)施的過(guò)程中卻不可避免地影響到居民的消費(fèi)情況。

一般認(rèn)為，養(yǎng)老保險(xiǎn)制度的廣泛普及使消費(fèi)者的消費(fèi)水平和消費(fèi)結(jié)構(gòu)均得到提升和改善。通過(guò)國(guó)民收入再分配，保障了居民未來(lái)的基本生活，使得大部分居民的預(yù)期發(fā)生改變，增加了當(dāng)前社會(huì)有效需求，有意無(wú)意地改變了消費(fèi)者的消費(fèi)傾向，從而使其消費(fèi)能力得到一定的釋放，也改善了當(dāng)前的生活水平。國(guó)內(nèi)外研究學(xué)者大多數(shù)也都遵循此種研究思路，但是不同地區(qū)也可能出現(xiàn)與理論不相匹配的現(xiàn)實(shí)情況。

國(guó)內(nèi)外經(jīng)濟(jì)環(huán)境的劇烈波動(dòng)是否需要繼續(xù)發(fā)展城鄉(xiāng)養(yǎng)老保險(xiǎn)制度來(lái)擴(kuò)大國(guó)內(nèi)消費(fèi)需求？養(yǎng)老保險(xiǎn)制度在實(shí)施過(guò)程中是否能夠有效提高居民消費(fèi)水平？針對(duì)養(yǎng)老保險(xiǎn)實(shí)施過(guò)程中對(duì)居民4類消費(fèi)的影響，本研究基于2018年《中國(guó)家庭追蹤調(diào)查》數(shù)據(jù)，對(duì)以上問(wèn)題進(jìn)行實(shí)證分析，進(jìn)而在當(dāng)前和未來(lái)的政策制定與發(fā)展中發(fā)揮一定的積極作用。

(二)國(guó)內(nèi)外文獻(xiàn)綜述

國(guó)內(nèi)外大多數(shù)學(xué)者的研究結(jié)果都是基于Martin Feldstein于1974年提出的觀點(diǎn)發(fā)展而來(lái)的，F(xiàn)eldstein認(rèn)為社會(huì)保障支出對(duì)私人儲(chǔ)蓄的作用路徑分別存在“資產(chǎn)替代效應(yīng)”(asset-substitution effect)和“引致退休效應(yīng)”(retirement effect)兩種?！百Y產(chǎn)替代效應(yīng)”是在私人儲(chǔ)蓄的基礎(chǔ)上通過(guò)減少未來(lái)的不確定性，使居民當(dāng)期消費(fèi)傾向上升，從而減少儲(chǔ)蓄、擴(kuò)大消費(fèi)?！耙峦诵菪?yīng)”對(duì)消費(fèi)的影響是負(fù)向的，一方面，繳納社會(huì)保險(xiǎn)費(fèi)在一定程度上降低了居民的可支配收入，從而降低現(xiàn)期消費(fèi)；另一方面，社會(huì)保障通過(guò)提高退休率、延長(zhǎng)人們的壽命，導(dǎo)致人們?yōu)榱送诵莺蟮纳钏綍?huì)選擇把年輕時(shí)的大多數(shù)收入用于儲(chǔ)蓄而非即時(shí)消費(fèi)。Feldstein認(rèn)為社會(huì)保障支出對(duì)私人儲(chǔ)蓄和消費(fèi)的影響取決于這兩種效應(yīng)的凈效應(yīng)，大多數(shù)國(guó)內(nèi)外學(xué)者對(duì)社會(huì)保障問(wèn)題的研究也都是以此為基礎(chǔ)的。

筆者通過(guò)對(duì)國(guó)內(nèi)外相關(guān)文獻(xiàn)和著作的分析與整理，認(rèn)為關(guān)于養(yǎng)老保險(xiǎn)和居民消費(fèi)的關(guān)系討論大致可以分為3種：第一種是促進(jìn)論，也是大部分學(xué)者支持的觀點(diǎn)，認(rèn)為社會(huì)保障將會(huì)對(duì)消費(fèi)產(chǎn)生正向影響；第二種是抑制論，少部分學(xué)者認(rèn)為社會(huì)保障對(duì)消費(fèi)產(chǎn)生了負(fù)向影響；第三種是非線性影響論，認(rèn)為社會(huì)保障對(duì)消費(fèi)的影響是顯著的，但并不是普通的線性關(guān)系，而是可能存在門檻效應(yīng)等非線性關(guān)系。接下來(lái)，本文將會(huì)對(duì)國(guó)內(nèi)外文獻(xiàn)按照以上觀點(diǎn)進(jìn)行分類討論，了解與本問(wèn)題相關(guān)的研究現(xiàn)狀。

1.關(guān)于養(yǎng)老保險(xiǎn)對(duì)消費(fèi)具有促進(jìn)作用的解釋

關(guān)于促進(jìn)論，哈佛教授Martin Feldstein是該觀點(diǎn)的代表人物。在SocialSecurity，InducedRetirementandAggregateCapitalFormation一文中，他對(duì)美國(guó)1929年到1971年的時(shí)間序列數(shù)據(jù)進(jìn)行了實(shí)證分析，認(rèn)為美國(guó)的養(yǎng)老金計(jì)劃降低了接近50%的儲(chǔ)蓄，顯然整體來(lái)看，美國(guó)的社會(huì)保障支出對(duì)消費(fèi)水平的影響是正向的[1]。國(guó)內(nèi)研究中，2012年蔣南平教授運(yùn)用動(dòng)態(tài)GMM方法對(duì)我國(guó)300多個(gè)地級(jí)市的數(shù)據(jù)進(jìn)行分析，展開了對(duì)我國(guó)社會(huì)保障與居民消費(fèi)的相關(guān)性研究，發(fā)現(xiàn)社會(huì)保障水平的提高對(duì)居民消費(fèi)具有正向促進(jìn)作用，但欠發(fā)達(dá)地區(qū)受影響的程度顯然比發(fā)達(dá)地區(qū)更為顯著[2]。2017年，耿修林教授對(duì)1978—2016年《中國(guó)統(tǒng)計(jì)年鑒》收錄的數(shù)據(jù)進(jìn)行分析，認(rèn)為雖然人均社會(huì)保障支出對(duì)消費(fèi)的促進(jìn)作用不如城鎮(zhèn)化水平顯著，但仍然對(duì)居民消費(fèi)支出產(chǎn)生了較為顯著的積極作用，充分發(fā)揮了擴(kuò)大內(nèi)需在社會(huì)經(jīng)濟(jì)發(fā)展中的作用[3]。

我國(guó)學(xué)者對(duì)養(yǎng)老保險(xiǎn)與居民消費(fèi)關(guān)系的討論大多數(shù)是持正面態(tài)度的，但也可以看出這種促進(jìn)作用的程度存在險(xiǎn)種差異、人群差異以及地區(qū)差異。2017年，范黎波等學(xué)者采用2012年中國(guó)綜合社會(huì)學(xué)調(diào)查的數(shù)據(jù)，考察了不同類型社會(huì)保障對(duì)居民消費(fèi)的影響，發(fā)現(xiàn)養(yǎng)老保險(xiǎn)對(duì)居民消費(fèi)支出的促進(jìn)比醫(yī)療保險(xiǎn)更為顯著，并且社會(huì)保障對(duì)中低消費(fèi)層次居民的正向影響更明顯，即社會(huì)保障對(duì)居民消費(fèi)的影響存在城鄉(xiāng)、行業(yè)和地區(qū)上的差異[4]。同年，成峰和席鵬輝通過(guò)對(duì)中國(guó)家庭追蹤調(diào)查數(shù)據(jù)庫(kù)中56個(gè)地(市)2010—2014年的微觀面板數(shù)據(jù)分析發(fā)現(xiàn)，社會(huì)保障支出僅對(duì)無(wú)自有住房居民的消費(fèi)具有促進(jìn)作用，對(duì)促進(jìn)居民消費(fèi)升級(jí)的影響不顯著[5]。相似地，2018年，趙青和李珍基于Feldstein的消費(fèi)函數(shù)，利用2011—2013年中國(guó)健康與養(yǎng)老追蹤調(diào)查的數(shù)據(jù)，研究了養(yǎng)老保險(xiǎn)在參保類型和保障水平方面對(duì)居民消費(fèi)的影響，發(fā)現(xiàn)在人均初始生活水平較低、經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，公共養(yǎng)老金單位增長(zhǎng)所帶來(lái)的家戶邊際消費(fèi)傾向高于經(jīng)濟(jì)較為發(fā)達(dá)地區(qū)，城鄉(xiāng)基本養(yǎng)老保險(xiǎn)參保者的消費(fèi)支出比未參保者或參加其他類型養(yǎng)老保險(xiǎn)的居民更多。這在一定程度上反映了社會(huì)基本養(yǎng)老保險(xiǎn)這一保障對(duì)居民消費(fèi)是存在帶動(dòng)作用的，不過(guò)帶動(dòng)程度也存在人群、地區(qū)上的差異[6]。也有學(xué)者的研究結(jié)論與前兩者存在出入，陳利馥等人利用1996—2016年全國(guó)和省級(jí)面板數(shù)據(jù)發(fā)現(xiàn)，影響我國(guó)居民消費(fèi)率的因素中社會(huì)保障對(duì)全國(guó)和東部地區(qū)消費(fèi)率影響不顯著，僅對(duì)中西部地區(qū)產(chǎn)生顯著影響[7]。

國(guó)內(nèi)學(xué)者根據(jù)養(yǎng)老保險(xiǎn)對(duì)居民消費(fèi)存在地區(qū)性差異的特點(diǎn)重點(diǎn)關(guān)注農(nóng)村的情況。研究農(nóng)村居民消費(fèi)情況的相關(guān)文獻(xiàn)大多基于2009年起試點(diǎn)實(shí)施的新型農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)政策。2012年，為了研究“新農(nóng)保”政策試點(diǎn)實(shí)施后對(duì)農(nóng)村居民消費(fèi)情況的影響，岳愛(ài)等人以消費(fèi)和儲(chǔ)蓄生命周期理論為基礎(chǔ)，結(jié)合實(shí)際構(gòu)建研究框架，對(duì)具有全國(guó)代表性的農(nóng)戶層面抽樣調(diào)查數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)“新農(nóng)?！闭邔?shí)施后參保農(nóng)戶的家庭日常費(fèi)用支出顯著高于未參保者[8]。 2013年，沈毅和穆懷中根據(jù)2011年截面數(shù)據(jù)消費(fèi)模型進(jìn)行實(shí)證研究發(fā)現(xiàn)，保持其他條件不變，農(nóng)村養(yǎng)老保險(xiǎn)基金支出每增加1億元，當(dāng)年可拉動(dòng)農(nóng)村居民生活消費(fèi)支出18億元左右，并且會(huì)對(duì)下一年消費(fèi)產(chǎn)生影響系數(shù)約為1.2的正向作用[9]。2019年，楊汝岱教授以中國(guó)家庭動(dòng)態(tài)跟蹤調(diào)查數(shù)據(jù)和農(nóng)業(yè)農(nóng)村部調(diào)查數(shù)據(jù)為根據(jù)，展開對(duì)“新農(nóng)?！闭呦M(fèi)影響的研究，發(fā)現(xiàn)參加“新農(nóng)保”的家庭比未參保家庭的消費(fèi)水平高5%～30%，主要促進(jìn)醫(yī)療保健、文化教育娛樂(lè)方面的消費(fèi)，對(duì)食品衣著等必需品消費(fèi)影響有限[10]。同年，國(guó)內(nèi)學(xué)者王靜教授基于1982—2014年的國(guó)家統(tǒng)計(jì)年鑒數(shù)據(jù)，分階段對(duì)社會(huì)保障財(cái)政支出和農(nóng)村居民消費(fèi)的關(guān)系進(jìn)行研究，觀察到市場(chǎng)經(jīng)濟(jì)體制改革前，社會(huì)保障和農(nóng)村居民消費(fèi)之間的關(guān)系并不顯著；改革后有效的社會(huì)保障體系能夠減少居民當(dāng)期預(yù)防性儲(chǔ)蓄，擴(kuò)大即期消費(fèi)，兩者間存在明顯的正相關(guān)關(guān)系，但是對(duì)消費(fèi)水平的拉動(dòng)效應(yīng)較小，影響消費(fèi)的主要因素仍是收入[11]。還有學(xué)者基于以往研究利用2016年《中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查》數(shù)據(jù)的實(shí)證分析發(fā)現(xiàn)，購(gòu)買商業(yè)醫(yī)療保險(xiǎn)和養(yǎng)老保險(xiǎn)對(duì)農(nóng)戶人均消費(fèi)支出存在顯著促進(jìn)作用，但社會(huì)保障在農(nóng)村地區(qū)的覆蓋率總體偏低[12]。

相比較對(duì)農(nóng)村居民消費(fèi)的研究，單獨(dú)研究社會(huì)保障支出與城鎮(zhèn)居民消費(fèi)之間的正相關(guān)關(guān)系的文獻(xiàn)較少。王金波從靜態(tài)和動(dòng)態(tài)兩個(gè)維度解讀了1998—2014年的省級(jí)面板數(shù)據(jù)，發(fā)現(xiàn)社會(huì)保障支出對(duì)城鎮(zhèn)居民消費(fèi)的影響存在十分顯著的正效應(yīng)，政府社會(huì)保障支出每增加1萬(wàn)元，帶動(dòng)城鎮(zhèn)居民消費(fèi)支出增加幅度在1.469至4.357個(gè)單位內(nèi)變動(dòng)，除此之外，研究結(jié)果也出現(xiàn)了明顯的東、中、西部地區(qū)階梯形遞減態(tài)勢(shì)[13]。

2.關(guān)于養(yǎng)老保險(xiǎn)對(duì)消費(fèi)具有抑制作用的解釋

第二種觀點(diǎn)是養(yǎng)老保險(xiǎn)抑制了消費(fèi)。1982年，Leimer和Lesnoy在改進(jìn)了Feldstein財(cái)富消費(fèi)函數(shù)的基礎(chǔ)上進(jìn)行實(shí)證分析，對(duì)Feldstein的研究提出了挑戰(zhàn)，認(rèn)為社會(huì)保障財(cái)富的計(jì)算方式會(huì)對(duì)結(jié)果產(chǎn)生很大影響，于是他們針對(duì)1947—1976年的數(shù)據(jù)，在文章中采用了不同方法估計(jì)社會(huì)保障對(duì)儲(chǔ)蓄和消費(fèi)的影響，包括現(xiàn)行法律、當(dāng)前替代率、平均替代率、緩慢改變的替代率以及完美遠(yuǎn)見(jiàn)5種方法，研究得出了社會(huì)保障抑制消費(fèi)的結(jié)論[14]。盡管Feldstein對(duì)此進(jìn)行了回應(yīng)，改進(jìn)了之前的研究方法[15]，但仍然受到了來(lái)自Leimer和Lesnoy的質(zhì)疑[16]。此外，Phillip于1965年發(fā)表了《養(yǎng)老金對(duì)儲(chǔ)蓄的影響》一文，對(duì)1958—1959年消費(fèi)者聯(lián)盟中約15 000位會(huì)員的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)參加養(yǎng)老金計(jì)劃會(huì)促進(jìn)人們退休，從而增加儲(chǔ)蓄，減少消費(fèi)[17]。

我國(guó)也有部分學(xué)者的研究結(jié)論支持這一觀點(diǎn)。最典型的是白重恩等人于2012年對(duì)中國(guó)養(yǎng)老保險(xiǎn)繳費(fèi)展開的相關(guān)研究，他們對(duì)2002—2009年9個(gè)省(市)的城鎮(zhèn)住戶調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)，養(yǎng)老保險(xiǎn)繳費(fèi)負(fù)擔(dān)對(duì)總消費(fèi)產(chǎn)生負(fù)向影響，并且提高養(yǎng)老保險(xiǎn)繳費(fèi)率會(huì)顯著抑制參保家庭的消費(fèi)[18]。同年，劉長(zhǎng)庚和張松彪對(duì)2005年至2009年我國(guó)31個(gè)省(市、區(qū))的面板數(shù)據(jù)進(jìn)行計(jì)量分析，發(fā)現(xiàn)養(yǎng)老保障對(duì)城鎮(zhèn)居民消費(fèi)支出的影響顯著為負(fù)，可能的原因是我國(guó)基本養(yǎng)老保險(xiǎn)制度的企業(yè)和個(gè)人需要擔(dān)負(fù)的繳費(fèi)比例較高，降低了城鎮(zhèn)居民的可支配收入，進(jìn)而影響到居民消費(fèi)支出[19]。2017年，魏勇和楊孟禹利用2004—2015年《中國(guó)統(tǒng)計(jì)年鑒》和省際面板模型對(duì)收入結(jié)構(gòu)、社會(huì)保障和消費(fèi)升級(jí)的真實(shí)動(dòng)態(tài)關(guān)系展開研究，發(fā)現(xiàn)較高的社保個(gè)人繳費(fèi)比例對(duì)總消費(fèi)和高檔商品消費(fèi)產(chǎn)生了擠出效應(yīng)，政府財(cái)政社會(huì)保障支出對(duì)居民基本商品消費(fèi)有促進(jìn)作用，但對(duì)消費(fèi)升級(jí)產(chǎn)生了微弱阻礙[20]。

3.關(guān)于養(yǎng)老保險(xiǎn)與居民消費(fèi)之間為非線性關(guān)系的解釋

對(duì)于養(yǎng)老保險(xiǎn)等社會(huì)保障與居民消費(fèi)之間關(guān)系的討論，第三種觀點(diǎn)認(rèn)為兩者之間存在非線性關(guān)系。2005年，柳清瑞教授通過(guò)建立基于養(yǎng)老保險(xiǎn)計(jì)劃的消費(fèi)決策模型，指出只有養(yǎng)老金替代率保持在適度水平才有利于消費(fèi)者當(dāng)期和未來(lái)的消費(fèi)情況[21]。

部分學(xué)者通過(guò)對(duì)各省(市、區(qū))數(shù)據(jù)的研究，認(rèn)為農(nóng)村社會(huì)保障對(duì)農(nóng)村居民消費(fèi)的促進(jìn)作用存在門檻效應(yīng)。2017年，劉丹和盧洪友選取2004—2015年中國(guó)大陸30個(gè)省(市、區(qū))的數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)農(nóng)村社會(huì)保障對(duì)農(nóng)村居民消費(fèi)存在三重門檻效應(yīng)，農(nóng)村社會(huì)保障水平提升的幅度越大對(duì)農(nóng)村居民消費(fèi)的促進(jìn)作用就越強(qiáng)，并且從地區(qū)來(lái)看，東、中、西部地區(qū)農(nóng)村社會(huì)保障對(duì)農(nóng)村居民消費(fèi)均存在非線性正向影響[22]。2018年，劉飛等人利用1991年至2015年30個(gè)省(市、區(qū))的相關(guān)數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)農(nóng)村社會(huì)保障支出對(duì)農(nóng)村居民消費(fèi)支出的影響存在單一門檻效應(yīng)，只有當(dāng)政府的社會(huì)保障資金投入量大于某一水平時(shí)，社會(huì)保障支出才不會(huì)被轉(zhuǎn)移成儲(chǔ)蓄，進(jìn)而促進(jìn)居民消費(fèi)水平提高[23]。相似地，2020年，趙威基于1991—2017年的省級(jí)面板數(shù)據(jù)進(jìn)行實(shí)證分析，檢驗(yàn)了社會(huì)保障對(duì)城鄉(xiāng)消費(fèi)差距的非線性平抑效應(yīng)，發(fā)現(xiàn)全國(guó)和東部地區(qū)通過(guò)了雙重門檻檢驗(yàn)，中部和西部通過(guò)了單一門檻檢驗(yàn)，東部地區(qū)的社會(huì)保障達(dá)到一定閾值后會(huì)對(duì)居民消費(fèi)產(chǎn)生擠出效應(yīng)，并且全國(guó)層面上的社會(huì)保障對(duì)城鄉(xiāng)居民消費(fèi)差距的影響呈現(xiàn)U形，中部和西部的社會(huì)保障對(duì)城鄉(xiāng)居民消費(fèi)差距的影響呈V形[24]。

此外，張偉基于共生理論認(rèn)為，農(nóng)村社會(huì)保障和農(nóng)村居民消費(fèi)擁有相同的政策制度環(huán)境、經(jīng)濟(jì)環(huán)境和作用主體，因而二者存在共生關(guān)系，相互依存。完善的社會(huì)保障體系會(huì)對(duì)農(nóng)村消費(fèi)產(chǎn)生帶動(dòng)作用，改變農(nóng)村居民的消費(fèi)理念，其投保的積極性會(huì)有所增加。當(dāng)然，社會(huì)保障缺乏也會(huì)導(dǎo)致農(nóng)村居民增加醫(yī)療、教育、養(yǎng)老等方面的經(jīng)濟(jì)支出，不利于農(nóng)村居民消費(fèi)結(jié)構(gòu)優(yōu)化[25]。

通過(guò)已有文獻(xiàn)可知，養(yǎng)老保險(xiǎn)等社會(huì)保障對(duì)居民消費(fèi)的影響研究大致可以分為3種看法——促進(jìn)論、抑制論以及非線性關(guān)系論，包括且不限于拉動(dòng)效應(yīng)、抑制效應(yīng)、三重門檻效應(yīng)、單一門檻效應(yīng)、非線性平抑效應(yīng)、U形、V形等多種形式。在這樣一種關(guān)系的探究中，工作收入水平、地區(qū)發(fā)展水平、性別差異、險(xiǎn)種差異、戶口類別甚至消費(fèi)類型和政治面貌等因素在其中發(fā)揮的影響作用不可忽視。國(guó)內(nèi)的相關(guān)研究更多關(guān)注“新農(nóng)保”的實(shí)施對(duì)農(nóng)戶群體以及較落后地區(qū)的消費(fèi)情況是否存在改善效果，或者關(guān)注省際面板數(shù)據(jù)，重點(diǎn)觀察一省之內(nèi)的居民養(yǎng)老保險(xiǎn)與消費(fèi)。國(guó)外學(xué)者更多關(guān)注生命周期中的經(jīng)濟(jì)活動(dòng)，盡可能以數(shù)學(xué)方式測(cè)算出“資產(chǎn)替代效應(yīng)”和“引致退休效應(yīng)”，就養(yǎng)老保險(xiǎn)對(duì)居民儲(chǔ)蓄和消費(fèi)的影響下一個(gè)準(zhǔn)確的結(jié)論。通過(guò)已有文獻(xiàn)并不能簡(jiǎn)單地?cái)喽B(yǎng)老保險(xiǎn)等社會(huì)保障對(duì)居民消費(fèi)的影響到底是促進(jìn)還是阻礙消費(fèi)水平。同樣，養(yǎng)老保險(xiǎn)對(duì)居民消費(fèi)產(chǎn)生的影響也存在不確定性，這可能是因?yàn)閿?shù)據(jù)樣本來(lái)源、模型設(shè)定、險(xiǎn)種以及籌資模式等多種差異性因素?？傮w來(lái)看，國(guó)內(nèi)外大多數(shù)學(xué)者都認(rèn)為養(yǎng)老保險(xiǎn)等社會(huì)保障對(duì)居民消費(fèi)起到了一定的促進(jìn)作用，更深入的研究是認(rèn)為兩者之間呈現(xiàn)U形或V形等非線性關(guān)系。關(guān)于樣本選擇性偏誤的問(wèn)題，上述文獻(xiàn)中討論較少，或給出理論分析但并未提出解決方法。本研究采用廣義傾向得分匹配方法來(lái)對(duì)樣本的選擇性偏誤進(jìn)行處理，力圖減少模型回歸誤差，對(duì)效應(yīng)做出更為準(zhǔn)確的分析。

二、研究設(shè)計(jì)

(一)數(shù)據(jù)來(lái)源

本研究數(shù)據(jù)從2018年《中國(guó)家庭追蹤調(diào)查》(CFPS)家庭庫(kù)和成人庫(kù)中獲得，覆蓋了25個(gè)省(市、區(qū))，共獲得14 000多戶家庭、40 000多人的微觀情況，了解到受訪家庭的消費(fèi)情況、退休與養(yǎng)老、參保項(xiàng)目、家庭的資產(chǎn)和收入、人口特征等多方面的詳細(xì)數(shù)據(jù)。

由于涉及的變量較多，在去除相關(guān)變量缺失數(shù)據(jù)，以及問(wèn)卷回答“不適用”“拒絕回答”“不知道”的數(shù)據(jù)和其他異常數(shù)據(jù)后，共篩選得到可用于經(jīng)濟(jì)分析的家庭樣本5 227個(gè)，個(gè)體樣本12 805個(gè)。同時(shí)，為了使數(shù)據(jù)分析更加穩(wěn)健，本研究進(jìn)一步對(duì)所有連續(xù)變量在1%分位數(shù)以下以及99%分位數(shù)以上的數(shù)據(jù)進(jìn)行了縮尾處理，以此消除可能存在的異常值帶來(lái)的影響。

(二)變量設(shè)定

1.處理變量

一般情況下，衡量養(yǎng)老保險(xiǎn)水平可以采用是否參保的虛擬變量、養(yǎng)老保險(xiǎn)收入的絕對(duì)指標(biāo)或相對(duì)指標(biāo)。本研究對(duì)2018年居民領(lǐng)取的養(yǎng)老保險(xiǎn)收入進(jìn)行標(biāo)準(zhǔn)化處理，將其作為衡量養(yǎng)老保險(xiǎn)水平的標(biāo)準(zhǔn)?？紤]到數(shù)據(jù)的特殊性以及家庭中個(gè)體與整體的消費(fèi)特性，在計(jì)算得到相對(duì)指標(biāo)之前，對(duì)2018年家庭成員領(lǐng)取的養(yǎng)老金收入做平均處理。

2.結(jié)果變量

現(xiàn)有研究對(duì)居民消費(fèi)情況的衡量十分復(fù)雜且種類繁多。根據(jù)研究目的，本研究將重點(diǎn)關(guān)注居民個(gè)體1年當(dāng)中的消費(fèi)支出，主要包括4類：第一類為食物消費(fèi)支出，包含食品、外出就餐支出等；第二類為日常生活支出，包括郵電通信費(fèi)、水電燃料費(fèi)、本地交通費(fèi)、日用品費(fèi)、房租支出等；第三類為耐用消費(fèi)品支出，包含家電家具、衣物、汽車等；第四類為醫(yī)療保健教育費(fèi)用等。此外，由于所用數(shù)據(jù)庫(kù)并未收集家庭成員個(gè)人的消費(fèi)支出，因此本文根據(jù)家庭樣本編碼將成人庫(kù)與家庭庫(kù)匹配，將家庭消費(fèi)支出與家庭規(guī)模之比作為個(gè)人消費(fèi)支出，匹配到家庭各成員個(gè)體的數(shù)據(jù)中，估計(jì)出居民的收入與支出情況。

3.匹配變量

根據(jù)學(xué)界已有研究，居民獲得養(yǎng)老保險(xiǎn)收入主要受到城鄉(xiāng)分布、受教育程度、婚姻狀況、戶籍性質(zhì)、政治面貌等因素的影響。考慮到即使其他幾個(gè)因素不產(chǎn)生顯著影響，將其加入匹配也不會(huì)對(duì)模型產(chǎn)生影響，而且一般認(rèn)為個(gè)人收入、年齡、性別、地區(qū)等因素可能對(duì)民眾消費(fèi)水平產(chǎn)生影響，引入這些因素可以提高匹配估計(jì)的精度，因此在對(duì)樣本實(shí)施匹配時(shí)仍將所有控制變量納入匹配。需要說(shuō)明的是，該調(diào)查中關(guān)于最高學(xué)歷的選項(xiàng)包括從未上過(guò)學(xué)、文盲/半文盲(小學(xué)未讀完)、小學(xué)、初中、高中/中專/技校/職高、大專、大學(xué)本科、碩士、博士。同時(shí)，為了討論地區(qū)效應(yīng)，按照中國(guó)憲法對(duì)行政區(qū)域的劃分將樣本所在省、自治區(qū)和直轄市劃分為7個(gè)地區(qū)以及其他?？紤]到多重共線性等問(wèn)題，變量具體設(shè)置如表1所示。

表1 變量設(shè)置

(三)研究方法與模型

本研究的主要問(wèn)題是養(yǎng)老金領(lǐng)取額度對(duì)居民消費(fèi)支出水平的影響，若簡(jiǎn)單采用線性回歸，存在收入水平高、受教育程度高的居民參加多種養(yǎng)老保險(xiǎn)，從而領(lǐng)取更多養(yǎng)老金的可能。為了分離其他因素對(duì)居民消費(fèi)的影響，且考慮到單一估計(jì)養(yǎng)老保險(xiǎn)領(lǐng)取金額對(duì)居民消費(fèi)的影響，本研究采用廣義傾向得分匹配方法(GPSM)。

廣義傾向得分匹配方法由Imbens和Hirano提出并發(fā)展。相比于傳統(tǒng)傾向得分匹配模型，該方法繼承了其核心思想，但突破了PSM中對(duì)處理變量必須為二元選擇變量的約束，并且保留PSM能夠消除自選效應(yīng)的特性。GPSM能夠?qū)B續(xù)變量的處理效應(yīng)進(jìn)行評(píng)估，適用于本文對(duì)養(yǎng)老保險(xiǎn)金的異質(zhì)性處理效應(yīng)的評(píng)估。此外，為了描述不同的處理變量所對(duì)應(yīng)結(jié)果變量的條件期望，即可以進(jìn)一步研究處理變量對(duì)結(jié)果變量的動(dòng)態(tài)影響，Hirano等還進(jìn)一步建立了劑量反應(yīng)函數(shù)。因此，利用該函數(shù)可以在前人研究的基礎(chǔ)上進(jìn)一步分析和驗(yàn)證養(yǎng)老保險(xiǎn)收入對(duì)居民消費(fèi)水平的影響是否存在非線性效應(yīng)[26-27]。

通過(guò)查閱文獻(xiàn)資料，筆者發(fā)現(xiàn)國(guó)內(nèi)外學(xué)者大多借鑒2004年Hirano和Imbens提出的GPSM原理及步驟開展研究。實(shí)施GPSM方法一般需要滿足3個(gè)前提假定：(1)處理變量必須是正態(tài)分布；(2)共同支撐假定；(3)平衡性質(zhì)假定。此外，一般來(lái)說(shuō)，廣義傾向匹配得分方法基本實(shí)施步驟如下：(1)估計(jì)處理變量，即養(yǎng)老保險(xiǎn)收入的條件分布，并計(jì)算廣義傾向得分(GPScore，以下記為GPS得分或GPS)；(2)根據(jù)處理強(qiáng)度T和GPS估計(jì)值，構(gòu)造并估計(jì)結(jié)果變量Y的條件期望模型：(3)在上述估計(jì)基礎(chǔ)上，將處理強(qiáng)度T替換為處理變量t，將得分值R替換成得分值的估計(jì)函數(shù)，得出“平均劑量反應(yīng)”函數(shù)μ(t)和處理效應(yīng)函數(shù)(treatment effect，TE)的估計(jì)結(jié)果。

在進(jìn)行GPSM方法的第一步之前，必須檢驗(yàn)處理變量是否滿足正態(tài)分布的嚴(yán)格約束。圖1為處理變量insurance的頻數(shù)直方圖，實(shí)線為正態(tài)分布曲線。根據(jù)直方圖與正態(tài)分布曲線的比較可以看出，有相當(dāng)數(shù)量的居民2018年的養(yǎng)老保險(xiǎn)收入多數(shù)為0或在0值附近，盡管年度養(yǎng)老保險(xiǎn)收入的總體分布散布在一個(gè)很大的正數(shù)范圍內(nèi)，但在數(shù)字0上相當(dāng)集中。一般來(lái)說(shuō)，變量取0值有兩種情況：一是統(tǒng)計(jì)值，數(shù)據(jù)確實(shí)為0；二是缺省值，對(duì)方不知道、不確定、不適用或拒絕回答等。從圖2更詳細(xì)的核密度曲線上發(fā)現(xiàn)，該變量是典型的截尾數(shù)據(jù)，不符合廣義傾向得分匹配方法對(duì)處理變量的嚴(yán)格正態(tài)分布假定。接下來(lái)，本研究對(duì)處理變量進(jìn)行了取對(duì)數(shù)處理及正態(tài)分布檢驗(yàn)，所得結(jié)果見(jiàn)圖3和圖4。

同樣地，圖3為變量insurance的對(duì)數(shù)形式的頻數(shù)直方圖，圖4為其對(duì)應(yīng)的核密度曲線，實(shí)線均為正態(tài)分布曲線。從頻數(shù)直方圖、核密度曲線與正態(tài)分布曲線的比較可以看出，雙峰曲線同樣不符合嚴(yán)格正態(tài)分布假定。此外，本文在數(shù)據(jù)分析軟件中對(duì)變量數(shù)據(jù)進(jìn)行了平方變換、box-cox變換等，但是均未通過(guò)軟件的正態(tài)分布檢驗(yàn)，因此可以認(rèn)為本文處理變量并不滿足Hirano等人提出的GPSM方法中的嚴(yán)格正態(tài)分布約束。

圖1 變量insurance的頻數(shù)直方圖與正態(tài)分布曲線比較

圖2 變量insurance的核密度線與正態(tài)分布曲線比較

圖3 變量ln insurance的頻數(shù)直方圖與正態(tài)分布曲線比較

圖4 變量ln insurance的核密度線與正態(tài)分布曲線比較

為了解決這樣的問(wèn)題，本文采用Barbara和Marco于2014年提出的方法，對(duì)GPSM方法中的第一步進(jìn)行修改，即用GLM回歸代替第一步中的一般線性回歸[28]。采用GLM的模型不同于普通回歸的點(diǎn)在于：第一，處理變量T的分布不必是正態(tài)分布或不必接近正態(tài)分布；第二，處理均值的變換與解釋變量線性相關(guān)?？梢杂靡韵聰?shù)字語(yǔ)言的形式進(jìn)行描述：

f(T)=c(T，φ)exp{[Tθ-a(θ)]/φ}，

(1)

g{E(T)}=β′X。

(2)

式(1)表示處理變量的分布屬于指數(shù)族。式(2)中，g(·)是一種單調(diào)可微的函數(shù)，通常稱作鏈接函數(shù)(link funtion)，表示一個(gè)變換形式與X中所包含的解釋變量線性相關(guān)。a(θ)通常被稱作分布族(family)，取決于處理變量的性質(zhì)，它決定了其條件分布函數(shù)為正態(tài)分布、伯努利分布、泊松分布等，并且不管所選分布如何，均存在以下關(guān)系，其中，點(diǎn)表示對(duì)θ的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)：

(3)

那么，根據(jù)以上方法，針對(duì)樣本中大量集中于0值的數(shù)據(jù)，本研究只需要修改GPSM的第一步，確定處理變量的分布族以及鏈接函數(shù)，即可進(jìn)行回歸分析。

本文對(duì)處理變量進(jìn)行標(biāo)準(zhǔn)化處理后，得到[0，1]之間的處理強(qiáng)度。針對(duì)[0，1]范圍內(nèi)并且大量集中于端點(diǎn)的變量，在一篇2018年的文獻(xiàn)中找到了合適的函數(shù)模型。該作者研究出口補(bǔ)貼對(duì)企業(yè)出口密集度影響時(shí)，采用了1996年P(guān)apke和Wooldridge提出的Fractional Logit模型來(lái)解決這類數(shù)據(jù)分布問(wèn)題[29]。該模型不僅可以對(duì)處理變量強(qiáng)度在[0，1]區(qū)間內(nèi)的一般情況進(jìn)行分析，而且可以處理位于區(qū)間端點(diǎn)的特殊情況，即GPSM方法第一步中，處理強(qiáng)度作為因變量時(shí)取值為0或者1的極端情況。 本研究將采用以上方法和模型對(duì)2018年《中國(guó)家庭追蹤調(diào)查》數(shù)據(jù)進(jìn)行處理和回歸分析，消除樣本中的選擇性偏誤，深入估計(jì)養(yǎng)老保險(xiǎn)收入對(duì)居民消費(fèi)水平的影響。

三、實(shí)證結(jié)果分析

(一)變量的描述性統(tǒng)計(jì)分析

由于涉及變量較多，在去除相關(guān)變量缺失數(shù)據(jù)以及回答“不適用”“拒絕回答”“不知道”的數(shù)據(jù)和其他異常數(shù)據(jù)后，共篩選得到可用樣本12 805個(gè)。按農(nóng)業(yè)戶口與非農(nóng)業(yè)戶口進(jìn)行分組討論，將2018年居民的主要情況做描述性統(tǒng)計(jì)(如表2所示)，連續(xù)變量的單位均為全年累計(jì)數(shù)據(jù)。

表2 模型主要變量的描述性統(tǒng)計(jì)

非農(nóng)戶口一組中，消費(fèi)支出的觀測(cè)值最小值為789.33元，最大值為51 436元；工作收入的最大值為115 000元；養(yǎng)老保險(xiǎn)收入最小為0元，最大為50 000元，均值為11 429元。而在農(nóng)戶群體中，消費(fèi)支出的最小值為524元，最大值為47 785元；工作收入最大值為115 000元；總樣本中，男女人數(shù)比為6 404∶6 401，約為50.01∶49.99，性比結(jié)構(gòu)較為均衡，但非農(nóng)業(yè)戶口中男性占比為0.514，農(nóng)業(yè)戶口中男性占比為0.49，差異較大。養(yǎng)老保險(xiǎn)收入最小值與最大值同非農(nóng)一致，農(nóng)業(yè)戶口群體均值為2 010元，遠(yuǎn)低于非農(nóng)戶口群體，這也說(shuō)明農(nóng)村地區(qū)養(yǎng)老保險(xiǎn)水平仍有提升的空間。樣本中農(nóng)業(yè)戶口人群參保項(xiàng)目包括農(nóng)村養(yǎng)老保險(xiǎn)(簡(jiǎn)稱“老農(nóng)?！?、新型農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)(“新農(nóng)?！?以及企業(yè)補(bǔ)充養(yǎng)老保險(xiǎn)等，非農(nóng)業(yè)戶口人群參保項(xiàng)目包括基本養(yǎng)老保險(xiǎn)、城鎮(zhèn)居民養(yǎng)老保險(xiǎn)、企業(yè)補(bǔ)充養(yǎng)老保險(xiǎn)、商業(yè)養(yǎng)老保險(xiǎn)等，但由于數(shù)據(jù)統(tǒng)計(jì)問(wèn)題無(wú)法獲得詳細(xì)分類的各類養(yǎng)老保險(xiǎn)收入，本研究暫不討論險(xiǎn)種差異。

對(duì)居民消費(fèi)水平以及其他變量進(jìn)行初步回歸后，得到年養(yǎng)老保險(xiǎn)收入對(duì)居民消費(fèi)支出的影響估計(jì)系數(shù)為0.17，工作收入的影響估計(jì)系數(shù)為0.09，男性的影響估計(jì)系數(shù)為-0.07，農(nóng)業(yè)戶口的影響估計(jì)系數(shù)為-0.18，均在99%的置信水平上顯著，也就是說(shuō)，控制其他條件，提高養(yǎng)老保險(xiǎn)收入1%，居民平均消費(fèi)支出預(yù)計(jì)將會(huì)提高0.17%。據(jù)此提出本研究的假說(shuō)：養(yǎng)老保險(xiǎn)收入提高對(duì)居民消費(fèi)支出具有顯著正效應(yīng)。但上述回歸僅為初步回歸，存在一定的誤差。接下來(lái)，本研究將通過(guò)廣義傾向得分匹配方法(GPSM)消除選擇性偏誤，對(duì)假設(shè)進(jìn)行穩(wěn)健的因果效應(yīng)分析。

(二)處理變量居民養(yǎng)老保險(xiǎn)收入的條件分布

按照廣義傾向得分匹配法(GPS)的實(shí)施步驟，首先對(duì)居民養(yǎng)老保險(xiǎn)收入的條件分布進(jìn)行估計(jì)。在本文中，處理變量因?yàn)椴⑽赐ㄟ^(guò)正態(tài)分布檢驗(yàn)，說(shuō)明樣本是嚴(yán)重有偏的。為了解決這樣的問(wèn)題，本文采用廣義線性回歸方法(GLM)對(duì)廣義傾向得分匹配方法的第一步進(jìn)行替代。STATA中使用的命令語(yǔ)句為doseresponse2，該語(yǔ)句放松了對(duì)變量的嚴(yán)格正態(tài)分布約束，適用于本研究的樣本。本文為盡量滿足正態(tài)分布和同方差假定，以及研究模型中對(duì)處理變量的要求，對(duì)變量消費(fèi)支出y做取自然對(duì)數(shù)處理，記為結(jié)果變量Y，對(duì)變量養(yǎng)老保險(xiǎn)收入insurance以及匹配變量工作收入income做標(biāo)準(zhǔn)化處理，使其取值在[0，1]之間，分別記為處理變量T及inc。

除了收入變量(inc)之外，本文還選取了年齡(age)、性別(male)、是否在婚并且有配偶(married)、受教育程度(edu0～edu7)、是否為共產(chǎn)黨員(cparty)、是否為農(nóng)村戶口(ahr)以及地區(qū)等作為匹配變量，以提高估計(jì)精度，已對(duì)變量的具體含義給出了詳細(xì)定義。本文進(jìn)行廣義傾向得分匹配方法的第一步是對(duì)2018年居民養(yǎng)老保險(xiǎn)收入與其他匹配變量進(jìn)行回歸分析，得到養(yǎng)老保險(xiǎn)收入條件分布函數(shù)的系數(shù)估計(jì)結(jié)果。從表3中模型的回歸結(jié)果和AIC統(tǒng)計(jì)量(Akaike information criterion，赤池信息量準(zhǔn)則)等于0.453 0來(lái)看，匹配變量對(duì)處理變量的擬合效果較好。

首先，從該模型回歸系數(shù)來(lái)看，被解釋變量養(yǎng)老保險(xiǎn)收入(T)與工作收入(inc)之間呈現(xiàn)負(fù)相關(guān)關(guān)系，即工作收入越高的人，其領(lǐng)取的養(yǎng)老保險(xiǎn)收入越少，這可能是因?yàn)樵诮y(tǒng)計(jì)到的樣本中，不工作的退休老人比工作的年輕人收入少。其次，年齡(age)與養(yǎng)老保險(xiǎn)收入顯著正相關(guān)，原因可能是養(yǎng)老保險(xiǎn)收入只有年齡達(dá)到項(xiàng)目規(guī)定年齡時(shí)才會(huì)發(fā)放，因此對(duì)該系數(shù)不必過(guò)多解釋。再者，從變量性別(male)的系數(shù)上來(lái)看，男性的養(yǎng)老金收入顯著低于女性，該結(jié)果與大多數(shù)學(xué)者的研究結(jié)論相悖。多數(shù)學(xué)者認(rèn)為由于女性就業(yè)率相對(duì)較低、養(yǎng)老保險(xiǎn)制度差異、受教育機(jī)會(huì)不均等、職業(yè)上的工資差異、家務(wù)負(fù)擔(dān)等問(wèn)題，一般女性老人養(yǎng)老保險(xiǎn)參保狀況及水平普遍較低。分別對(duì)比總樣本和60周歲以上樣本的人口結(jié)構(gòu)，發(fā)現(xiàn)男女比例分別為50.01∶49.99和50.16∶49.83，男女退休老人人口數(shù)量相差不大，本研究得出相反結(jié)論與樣本人口結(jié)構(gòu)并無(wú)太大關(guān)聯(lián)。根據(jù)另一些學(xué)者的研究認(rèn)為可能有另外的因素彌補(bǔ)了性別上的終生收入差距[30]，從而縮小和消除養(yǎng)老保險(xiǎn)收入上的性別差異，如女性越來(lái)越強(qiáng)的參與工作意愿、較高的兼職工作率以及較長(zhǎng)的預(yù)期壽命和婚姻伴侶行為方面的差異，而女性預(yù)期壽命高意味著繳款回報(bào)率較高，終生養(yǎng)老金與男性差異較小甚至更高。

表3 處理變量T的條件期望模型回歸結(jié)果

此外，就受教育水平(edu0～edu7)而言，最高學(xué)歷為從未上過(guò)學(xué)、未讀完小學(xué)、小學(xué)的人群，養(yǎng)老保險(xiǎn)收入顯著低于較高學(xué)歷的人群。就政治面貌(cparty)而言，共產(chǎn)黨員人群養(yǎng)老保險(xiǎn)收入顯著高于非黨員，這可能是因?yàn)楣伯a(chǎn)黨員積極響應(yīng)政策、收入較為穩(wěn)定等。值得關(guān)注的是，擁有農(nóng)村戶口(ahr)的居民養(yǎng)老保險(xiǎn)收入顯著低于非農(nóng)戶口的居民，這也意味著農(nóng)村地區(qū)養(yǎng)老保險(xiǎn)制度還有待進(jìn)一步完善和發(fā)展。最后，該模型中婚姻狀況(married)變量以及多數(shù)地區(qū)變量的估計(jì)系數(shù)并不顯著。在婚人群的養(yǎng)老保險(xiǎn)收入與其他婚姻狀況的人群并無(wú)顯著差別。根據(jù)變量east及northeast估計(jì)系數(shù)認(rèn)為我國(guó)東部和東北地區(qū)的居民所領(lǐng)取的養(yǎng)老保險(xiǎn)收入顯著高于其他地區(qū)居民，這與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平、醫(yī)療衛(wèi)生水平等因素息息相關(guān)，而其他地區(qū)的估計(jì)系數(shù)并不能說(shuō)明其他地區(qū)居民之間所領(lǐng)取的養(yǎng)老保險(xiǎn)收入存在著顯著差別。

估計(jì)出處理變量養(yǎng)老保險(xiǎn)收入的條件分布之后，便可計(jì)算GPS得分。基于表3列出的條件分布函數(shù)回歸結(jié)果得出GPS分值的描述性分析(如表4所示)。接下來(lái)，本文將進(jìn)行廣義傾向匹配得分方法的第二步——估計(jì)結(jié)果變量的條件分布，即居民消費(fèi)水平的條件期望模型。

表4 GPS得分的描述性統(tǒng)計(jì)

(三)結(jié)果變量居民消費(fèi)水平的條件分布

根據(jù)以上步驟計(jì)算得到的GPS估計(jì)值和處理變量T，進(jìn)行GPSM方法的第二步——估計(jì)居民消費(fèi)水平(Y)的條件分布。由于假定主效應(yīng)(T和GPS)不能從結(jié)果變量的估計(jì)方程中去除，因此本文在優(yōu)先保證T和GPS的保留與顯著下，逐次加入二次項(xiàng)、三次項(xiàng)以及交互項(xiàng)。本研究原定估計(jì)結(jié)果變量條件期望模型的最高次冪為三次，但是，為了達(dá)到減少模型的多重共線性以及盡量不遺漏相關(guān)變量形式的目的，本文對(duì)最高次冪為三次和二次的模型分別進(jìn)行了回歸處理并比較，得到的具體結(jié)果如表5所示，系數(shù)顯著性良好地實(shí)現(xiàn)了研究預(yù)期。

(4)

(5)

表5中回歸系數(shù)一欄分別列出了兩種回歸模型，模型(4)和模型(5)均是對(duì)2018年總體樣本回歸所得到的估計(jì)結(jié)果。從各個(gè)系數(shù)的顯著性來(lái)看，這兩個(gè)模型對(duì)結(jié)果變量的條件分布估計(jì)效果都處于較好的水平。模型(4)中只有GPS2并未通過(guò)10%顯著性水平上的t檢驗(yàn)，其余項(xiàng)均在1%或5%的顯著水平上顯著，擬合效果良好。但從以上兩種模型的擬合效果以及F統(tǒng)計(jì)量綜合看來(lái)，加入變量的多次項(xiàng)容易導(dǎo)致多重共線性的增強(qiáng)，因此本文將以二次項(xiàng)作為變量的最高次冪，將原定最高次冪為三次的回歸模型更換為模型(5)，將其作為居民消費(fèi)水平條件分布函數(shù)的估計(jì)模型。

表5 結(jié)果變量居民消費(fèi)水平(Y)的條件期望模型回歸

從各個(gè)系數(shù)的顯著性來(lái)看，該模型能夠較好地估計(jì)居民消費(fèi)水平的條件分布。本文假設(shè)養(yǎng)老保險(xiǎn)收入對(duì)居民消費(fèi)具有顯著的正向影響，而研究得到的結(jié)果是處理變量T的回歸系數(shù)在模型中顯著不等于0，與前人研究結(jié)論基本一致。處理變量的二次項(xiàng)系數(shù)同樣顯著不等于0，符號(hào)為負(fù)，可以認(rèn)為養(yǎng)老保險(xiǎn)收入對(duì)居民消費(fèi)水平的影響更符合一種倒U形關(guān)系，而非簡(jiǎn)單的線性相關(guān)關(guān)系。模型(5)在加入GPS2以及交互項(xiàng)之后，均不影響主效應(yīng)的顯著度，因此本文認(rèn)為模型(5)擬合效果良好，比較符合現(xiàn)實(shí)與研究預(yù)期。

(四)劑量反應(yīng)函數(shù)

根據(jù)廣義傾向匹配得分方法，第三步根據(jù)以上兩個(gè)步驟得出的估計(jì)模型和GPS得分值，對(duì)處理強(qiáng)度和得分值進(jìn)行替換，分別帶入處理變量T和得分值估計(jì)函數(shù)r(t，X)，從而得到養(yǎng)老保險(xiǎn)收入對(duì)居民消費(fèi)影響的劑量反應(yīng)函數(shù)(dose-response function)以及處理效應(yīng)函數(shù)(treatment effect function，TE)的估計(jì)結(jié)果。

本文在GPSM方法的最后一步中將標(biāo)準(zhǔn)化的居民養(yǎng)老保險(xiǎn)收入的衡量指標(biāo)即處理強(qiáng)度在取值[0，1]的范圍內(nèi)劃分為100個(gè)子區(qū)間，然后在每個(gè)子區(qū)間估計(jì)出養(yǎng)老保險(xiǎn)收入對(duì)居民消費(fèi)水平的因果效應(yīng)，之后將這些因果效應(yīng)的各個(gè)區(qū)間合并，即得到劑量反應(yīng)函數(shù)，函數(shù)曲線估計(jì)范圍如圖5所示。圖5中分別繪出了函數(shù)曲線在置信度95%水平下的估計(jì)上界和估計(jì)下界。

圖5 養(yǎng)老保險(xiǎn)收入對(duì)居民消費(fèi)水平的劑量反應(yīng)函數(shù)曲線

圖5顯示，2018年養(yǎng)老保險(xiǎn)收入與居民消費(fèi)水平呈倒U形關(guān)系，即當(dāng)處理變量低于某一個(gè)值時(shí)，隨著居民養(yǎng)老保險(xiǎn)收入的增加，其消費(fèi)水平會(huì)隨之增加，但是隨著領(lǐng)取的養(yǎng)老保險(xiǎn)金越來(lái)越多，居民消費(fèi)水平不會(huì)一直增加，而是到達(dá)頂峰后逐漸降低。因此，從促進(jìn)消費(fèi)的角度來(lái)看，居民領(lǐng)取的養(yǎng)老保險(xiǎn)金并非越多越好，這一結(jié)論也支持了一些已有研究的觀點(diǎn)。

這樣一種倒U形關(guān)系可以解釋為在拐點(diǎn)到來(lái)之前，隨著養(yǎng)老保險(xiǎn)收入的增加，作為居民的轉(zhuǎn)移性收入，居民個(gè)體的可支配收入增加，改變了其消費(fèi)約束和消費(fèi)傾向，因此居民的消費(fèi)支出是在不斷提高的。拐點(diǎn)之后，養(yǎng)老保險(xiǎn)收入的增加逐漸對(duì)居民消費(fèi)產(chǎn)生了一定的擠出效應(yīng)，其中原因可能是隨著經(jīng)濟(jì)的發(fā)展，居民的收入逐漸增加，處于較高收入水平的居民群體所繳納的社會(huì)保險(xiǎn)費(fèi)用就更多，因而可支配收入的減少在一定程度上又降低了該群體的消費(fèi)傾向。這與一些學(xué)者認(rèn)為的居民收入不確定性將會(huì)影響?zhàn)B老保險(xiǎn)與居民消費(fèi)之間的效應(yīng)相符合。

(五)處理效應(yīng)函數(shù)

為研究參加養(yǎng)老保險(xiǎn)對(duì)居民消費(fèi)水平的處理效應(yīng)，本文根據(jù)劑量反應(yīng)函數(shù)的估計(jì)結(jié)果進(jìn)一步得到了處理效應(yīng)函數(shù)。圖6中的處理效應(yīng)呈現(xiàn)出線性負(fù)相關(guān)關(guān)系，這表明對(duì)居民個(gè)體來(lái)說(shuō)，其領(lǐng)取的養(yǎng)老保險(xiǎn)收入相比于未參保人群，其凈效應(yīng)是逐漸遞減的。如果把養(yǎng)老保險(xiǎn)收入的取值范圍劃分成兩部分(以圖6中虛線與函數(shù)值為零時(shí)，函數(shù)所對(duì)應(yīng)的 X 軸上的交點(diǎn)為界限)，在交點(diǎn)之前，隨著養(yǎng)老保險(xiǎn)收入的增加，相對(duì)于未參保居民而言，居民領(lǐng)取養(yǎng)老保險(xiǎn)收入更能提升居民的消費(fèi)水平，但是隨著領(lǐng)取的養(yǎng)老保險(xiǎn)收入的不斷增加，這種相對(duì)優(yōu)勢(shì)會(huì)呈現(xiàn)一種下降趨勢(shì)。

圖6 養(yǎng)老保險(xiǎn)收入的處理強(qiáng)度對(duì)居民消費(fèi)水平的處理效應(yīng)函數(shù)

雖然這種相對(duì)優(yōu)勢(shì)在不斷下降，但居民理性的做法應(yīng)當(dāng)是在交點(diǎn)之前積極參保領(lǐng)取養(yǎng)老保險(xiǎn)收入，該范圍被稱為有效區(qū)域。而在交點(diǎn)之后，領(lǐng)取養(yǎng)老保險(xiǎn)收入的增加相對(duì)于不參?；虿活I(lǐng)取養(yǎng)老保險(xiǎn)收入來(lái)說(shuō)，對(duì)居民消費(fèi)的效應(yīng)是負(fù)向的，此時(shí)理性做法應(yīng)當(dāng)是不再增加養(yǎng)老保險(xiǎn)領(lǐng)取收入，該部分被稱為無(wú)效區(qū)域。無(wú)效區(qū)域出現(xiàn)的原因可能是繼續(xù)增加領(lǐng)取養(yǎng)老保險(xiǎn)收入已經(jīng)超過(guò)了居民所能提升的消費(fèi)空間，甚至過(guò)度轉(zhuǎn)移成了居民儲(chǔ)蓄。這時(shí)增加養(yǎng)老保險(xiǎn)收入領(lǐng)取給居民消費(fèi)帶來(lái)的效益小于居民儲(chǔ)蓄所能帶來(lái)的效益。進(jìn)一步計(jì)算劑量反應(yīng)函數(shù)倒U形關(guān)系的拐點(diǎn)區(qū)間和處理效用函數(shù)的無(wú)效區(qū)域點(diǎn)區(qū)間，得到劑量反應(yīng)函數(shù)拐點(diǎn)(B)的估計(jì)區(qū)間為(0.91，0.92)，以及處理效應(yīng)函數(shù)無(wú)效區(qū)域點(diǎn)(A)的估計(jì)區(qū)間為(0.32，0.33)。

如果將以上估計(jì)的劑量反應(yīng)函數(shù)與處理效用函數(shù)放到一張圖上(見(jiàn)圖7)，可以看出樣本的無(wú)效區(qū)域點(diǎn)(A)在拐點(diǎn)(B)的左側(cè)。在有效區(qū)域內(nèi)(A點(diǎn)左側(cè))，增加居民養(yǎng)老保險(xiǎn)收入對(duì)提高其消費(fèi)水平的影響是正向的。但是在無(wú)效區(qū)域點(diǎn)至拐點(diǎn)之間(A點(diǎn)至B點(diǎn))，可以看出，即使已經(jīng)達(dá)到無(wú)效區(qū)域點(diǎn)，但之后的一段區(qū)間內(nèi)，繼續(xù)增加養(yǎng)老保險(xiǎn)收入仍然可以進(jìn)一步提高居民的消費(fèi)水平，然而其效率并不如有效區(qū)域。也就是說(shuō)，在無(wú)效區(qū)域點(diǎn)(A)之后，與其繼續(xù)增加居民養(yǎng)老保險(xiǎn)收入，不如尋找新的驅(qū)動(dòng)力來(lái)提高居民的消費(fèi)水平。

圖7 養(yǎng)老保險(xiǎn)收入的劑量反應(yīng)函數(shù)和處理效應(yīng)函數(shù)

但是，這種問(wèn)題也是有辦法解決的，可以考慮通過(guò)制定補(bǔ)充措施來(lái)實(shí)現(xiàn)有效區(qū)域點(diǎn)的右移。例如，健全社會(huì)保障體系，完善醫(yī)療保險(xiǎn)、社會(huì)救助等制度，減少老年居民生活中的不便之處，改善其未來(lái)預(yù)期，避免養(yǎng)老保險(xiǎn)收入向儲(chǔ)蓄的過(guò)度轉(zhuǎn)化，從而提高居民的消費(fèi)和生活水平，最終實(shí)現(xiàn)劑量反應(yīng)函數(shù)拐點(diǎn)與處理效應(yīng)函數(shù)無(wú)效區(qū)域點(diǎn)的重合。

四、結(jié)論與展望

本文選取《中國(guó)家庭追蹤調(diào)查》2018年的基線調(diào)查數(shù)據(jù)，利用廣義傾向得分匹配方法(GPSM)，深入而細(xì)致地探討了養(yǎng)老保險(xiǎn)對(duì)居民消費(fèi)支出的影響，需要注意的是，居民消費(fèi)支出僅包括對(duì)食物消費(fèi)支出、日常生活支出、耐用消費(fèi)品支出以及醫(yī)療保健教育支出。研究發(fā)現(xiàn)：(1)養(yǎng)老保險(xiǎn)收入與居民消費(fèi)水平之間是一種倒U形關(guān)系，并且居民領(lǐng)取養(yǎng)老金相比于不領(lǐng)取養(yǎng)老金，所獲得的相對(duì)優(yōu)勢(shì)是逐漸下降的。隨著養(yǎng)老保險(xiǎn)收入的不斷增加，居民用于儲(chǔ)蓄所獲得的效益逐漸大于消費(fèi)，居民消費(fèi)水平不再提高，從而陷入一種繼續(xù)提高養(yǎng)老保險(xiǎn)收入的無(wú)效區(qū)域，并且無(wú)效區(qū)域的出現(xiàn)早于倒U形曲線拐點(diǎn)，說(shuō)明在無(wú)效區(qū)域點(diǎn)到達(dá)拐點(diǎn)之前，雖然提高居民養(yǎng)老保險(xiǎn)收入能夠?qū)οM(fèi)產(chǎn)生正向效應(yīng)，但這種效應(yīng)在逐漸減弱。(2)在對(duì)農(nóng)業(yè)戶口人群及非農(nóng)業(yè)戶口人群進(jìn)行分組描述性討論下，本文初步發(fā)現(xiàn)，農(nóng)戶群體的4類消費(fèi)支出之和、工作收入、養(yǎng)老保險(xiǎn)收入總體來(lái)看普遍低于非農(nóng)戶群體。(3)分地區(qū)來(lái)看，東部、東北、北部、中部、南部地區(qū)對(duì)養(yǎng)老保險(xiǎn)收入具有從高至低排序的正向關(guān)系，西北、西南地區(qū)的養(yǎng)老保險(xiǎn)收入領(lǐng)取為負(fù)向關(guān)系。但是除了東部與東北地區(qū)的顯著為正之外，其余系數(shù)均不顯著，因此本研究尚不能對(duì)地區(qū)效應(yīng)下定論。但可以說(shuō)明的是，除部分地區(qū)之外，我國(guó)大部分地區(qū)現(xiàn)階段的養(yǎng)老保險(xiǎn)制度和社會(huì)保障體系還有完善的空間。

基于以上結(jié)論，本文提出以下幾點(diǎn)建議：(1)穩(wěn)定社會(huì)養(yǎng)老保險(xiǎn)的收益預(yù)期以提高居民當(dāng)期消費(fèi)傾向。人們面對(duì)生活中的各種不確定性和風(fēng)險(xiǎn)挑戰(zhàn)時(shí)，儲(chǔ)蓄率提升，消費(fèi)傾向降低。尤其當(dāng)進(jìn)入老年階段時(shí)，退休、身體機(jī)能下降以及患病風(fēng)險(xiǎn)增加的問(wèn)題會(huì)給居民生活帶來(lái)很多不確定性。因此，人們需要提前備好預(yù)防性儲(chǔ)蓄，而養(yǎng)老保險(xiǎn)制度能夠?yàn)槔先颂峁┓€(wěn)定的養(yǎng)老收入，可以大大提高居民的消費(fèi)傾向。因此，政府須保持政策執(zhí)行的穩(wěn)定性以及財(cái)政的可持續(xù)性，從而達(dá)到提高居民消費(fèi)傾向和生活水平的作用。(2)按照居民個(gè)體收入水平，靈活制定社會(huì)養(yǎng)老保險(xiǎn)繳費(fèi)水平。本研究發(fā)現(xiàn)，部分居民參加了不止一項(xiàng)養(yǎng)老保險(xiǎn)項(xiàng)目，少則一兩項(xiàng)，多則四五項(xiàng)。除此之外，居民養(yǎng)老保險(xiǎn)繳費(fèi)也會(huì)影響當(dāng)期可支配收入，產(chǎn)生“擠出效應(yīng)”，當(dāng)繳費(fèi)水平過(guò)高時(shí)，反而會(huì)對(duì)個(gè)體的消費(fèi)產(chǎn)生限制。因此，社會(huì)養(yǎng)老保險(xiǎn)制度繳費(fèi)水平應(yīng)與居民收入靈活匹配。政府在條件允許的情況下，可以積極擴(kuò)大對(duì)參保居民的繳費(fèi)補(bǔ)貼，減免或降低低收入群體和困難群體的養(yǎng)老保險(xiǎn)繳費(fèi)比例。(3)采取切實(shí)有效的措施，逐步提高農(nóng)村居民的收入。研究發(fā)現(xiàn)，農(nóng)村居民養(yǎng)老保險(xiǎn)領(lǐng)取金額均值遠(yuǎn)低于非農(nóng)業(yè)戶口人群。自2014年國(guó)務(wù)院實(shí)施統(tǒng)一的城鄉(xiāng)居民基本養(yǎng)老保險(xiǎn)制度至今，城鄉(xiāng)差距、中西部與東部地區(qū)差距雖有所縮小但仍然存在。政府可以通過(guò)制定一系列惠農(nóng)政策，降低生產(chǎn)與運(yùn)銷等農(nóng)業(yè)活動(dòng)的成本，增加農(nóng)村居民收入，擴(kuò)大其收入渠道和來(lái)源，提高農(nóng)村居民消費(fèi)水平，使其消費(fèi)潛力轉(zhuǎn)化為經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)力，促進(jìn)國(guó)內(nèi)經(jīng)濟(jì)平穩(wěn)運(yùn)行。(4)擴(kuò)大城鎮(zhèn)職工基本養(yǎng)老保險(xiǎn)的覆蓋率，加強(qiáng)醫(yī)療保險(xiǎn)、社會(huì)養(yǎng)老保險(xiǎn)等多種形式的社會(huì)保障。雖然我國(guó)已實(shí)現(xiàn)城鄉(xiāng)基本養(yǎng)老保險(xiǎn)制度全覆蓋，但存在“碎片化”“多元化”現(xiàn)象，并且提供的養(yǎng)老收入水平較低，保障力度不夠，需要不斷擴(kuò)大、提高城鎮(zhèn)職工基本養(yǎng)老保險(xiǎn)覆蓋率和養(yǎng)老收入水平，使醫(yī)療保險(xiǎn)體系同步發(fā)展，防止因病致貧、因病返貧和老無(wú)所依現(xiàn)象的發(fā)生，也避免社會(huì)養(yǎng)老保險(xiǎn)等支出過(guò)度轉(zhuǎn)化為居民儲(chǔ)蓄，進(jìn)而促進(jìn)居民消費(fèi)水平提高。