李 煒

（云南師范大學泛亞商學院，云南 昆明 650092）

1 引言

《中國發(fā)展報告2020》顯示，中國老齡化程度正持續(xù)加深，表現(xiàn)為區(qū)域化、城鄉(xiāng)差異化等特點。根據(jù)第六次人口普查數(shù)據(jù)，農(nóng)村人口老齡化程度比城鎮(zhèn)高3.3%，這意味著農(nóng)村養(yǎng)老在當前和未來一段時間都將面對這巨大的挑戰(zhàn)。目前，安徽省16個市已經(jīng)有統(tǒng)一的新型農(nóng)村養(yǎng)老保險出臺[1]。付洪壘、王淑慧和胡勝德通過對省際的橫向?qū)Ρ?，對中西部省、自治區(qū)農(nóng)村社會養(yǎng)老保險制度績效評價[2]；于寧認為完整的基本養(yǎng)老保險基金支出績效評價指標體系由基礎性指標和評價性指標共同構(gòu)成[3]；許春淑通過多指標綜合評價的層次分析法進行了實證研究，認為應從對養(yǎng)老保險支出績效影響較大的指標入手，采取相應的政策措施，進一步完善基本養(yǎng)老保險制度[4]；賈小靜認為基本養(yǎng)老保險績效，可以分為財務績效和管理績效，前者使用定量指標，后者使用定性指標，并以此對全國的養(yǎng)老保險財務績效進行了測評[5]；劉偉兵基于數(shù)據(jù)包絡分析，提出通過輸入層與輸出層的數(shù)據(jù)即可以得到養(yǎng)老保險基金投資公司的相對效率值[6]；通過對學者的研究內(nèi)容綜合發(fā)現(xiàn)，沒有通過績效分析對省內(nèi)各市農(nóng)村社會養(yǎng)老保險績效做出評價以及找出提高養(yǎng)老保險水平或提高績效水平的對策。筆者基于此，對安徽省各市的新型農(nóng)村養(yǎng)老保險進行評估并給出建議。

2 研究方法

因子分析法是通過將眾多變量濃縮為幾個因子，且這幾個因子具有一定的解釋性的多元統(tǒng)計分析方法，其核心是用較少的相互獨立的因子反映原有變量的絕大部分信息。本文通過因子分析法進行數(shù)據(jù)的處理，通過用少數(shù)幾個因子來描述安徽省16市的新型農(nóng)村養(yǎng)老保險制度績效的目的，即將相關(guān)性比較密切的幾個變量歸在同一類中，每一類變量就成為一個因子，共建立6個因子，以這6個因子反映農(nóng)村社會養(yǎng)老保險制度績效的大部分信息。從而方便地找出影響新型農(nóng)村養(yǎng)老保險制度績效的主要因素和權(quán)重，通過權(quán)重分析，可以找出影響農(nóng)村社會養(yǎng)老保險制度績效的主要因素，再通過這些因子的分析得出新型農(nóng)村養(yǎng)老保險制度存在的問題并提出解決問題的辦法。

3 數(shù)據(jù)來源和指標設置

研究選取安徽省16市數(shù)據(jù)，16個市分別是合肥市、淮北市、亳州市、宿州市、蚌埠市、阜陽市、淮南市、滁州市、六安市、馬鞍山市、蕪湖市、宣城市、銅陵市、池州市、安慶市、黃山市。數(shù)據(jù)來源為各市2020年統(tǒng)計年鑒。本文評價的假定前提是農(nóng)民個人每年投入500元，地方財政補貼每年60元，國家基礎養(yǎng)老金到期每月55元。通過對影響制度績效因素分析，共篩選設置了16個因素。如下：

新型農(nóng)村養(yǎng)老參保率=農(nóng)村社會養(yǎng)老參保人數(shù)/農(nóng)村符合參保年齡條件的人數(shù)（18歲以上農(nóng)村人口數(shù)）×100%

新型農(nóng)村養(yǎng)老參保領(lǐng)取率=農(nóng)村達到領(lǐng)取待遇年齡參保人數(shù)/農(nóng)村社會養(yǎng)老參保人數(shù)×100%

農(nóng)民養(yǎng)老金需求=（繳費到期月生活消費支出+繳費到期月食品支出）/2

農(nóng)民養(yǎng)老金滿足程度＝農(nóng)村社會養(yǎng)老到期提供養(yǎng)老金/農(nóng)民養(yǎng)老金需求（新農(nóng)合養(yǎng)老到期提供養(yǎng)老金160元是按農(nóng)民個人投入500元，地方財政補貼60元，銀行利率3%，農(nóng)民繳費15年，養(yǎng)老保險繳費期滿國家提供基礎養(yǎng)老金55元計算所得）

新型農(nóng)村養(yǎng)老基金收入=新型農(nóng)村社會養(yǎng)老保險試點基金收入×100%

新型農(nóng)村基金支出=新型農(nóng)村社會養(yǎng)老保險試點基金支出×100%

農(nóng)民個人投入占農(nóng)民人均純收入比例=500/當?shù)剞r(nóng)村居民家庭人均純收入

農(nóng)民個人投入占農(nóng)民人均消費生活支出比例=500/農(nóng)村家庭人均消費生活支出

農(nóng)民人均純收入=當?shù)剞r(nóng)村居民家庭人均純收入，未來農(nóng)民的人均純收入采用指數(shù)預測

農(nóng)民人均純收入增長率=（本年農(nóng)村居民家庭人均純收入-上年農(nóng)村居民家庭人均純收入）/上年農(nóng)村居民家庭人均純收入（使用的是近3年平均數(shù)字）×100%

農(nóng)民人均消費支出增長率=（本年農(nóng)村家庭人均消費支出-上年農(nóng)村家庭人均消費支出）/上年農(nóng)村家庭人均消費支出（使用的是近3年平均數(shù)字）

農(nóng)村老人撫養(yǎng)比=64歲及以上農(nóng)村人口數(shù)/15-64歲農(nóng)村人口數(shù)

農(nóng)村消費價格指數(shù)=本年消費價格/上年消費價格×100%（以地區(qū)消費價格為替代）

農(nóng)村居民恩格爾系數(shù)=農(nóng)村家庭人均食品消費支出/農(nóng)村居民家庭人均純收入×100%

農(nóng)村人口增長率=（本年農(nóng)村人口數(shù)-上年農(nóng)村人口數(shù)）/上年農(nóng)村人口數(shù)×100%

農(nóng)村平均預期壽命=農(nóng)村居民平均預期壽命（由當?shù)鼐用衿骄A期壽命替代）

4 數(shù)據(jù)處理及結(jié)果

表1可知，當提取6個因子時，方差貢獻率達到88.693%，說明該變量的88.693%原始信息由6個公共因子說明且實現(xiàn)降維的效果。

表1 方差解釋

利用SPSS建立因子載荷矩陣，提取6個成份，建立因子得分綜合模型為F=0.48074F1+0.17867F2+0.12523F3+0.0825 F4+0.07228F5+0.06093F6

考慮到得到的公共因子解釋性的局限，對其進行旋轉(zhuǎn)，得到旋轉(zhuǎn)后的公共因子載荷陣，提取公共因子的構(gòu)成變量，公共因子F1由個人投入占人均收入比例、收入替代率、地方政府投入占個人收入比例、養(yǎng)老金滿足程度、個人投入占人均生活消費支出比例構(gòu)成；公共因子F2由人口增長率比構(gòu)成；公共因子F3由恩格爾系數(shù)構(gòu)成；公共因子F4由消費價格指數(shù)構(gòu)成；公共因子F5由人均生活消費支出增長率構(gòu)成；公共因子F6由參保率構(gòu)成。

計算各因子旋轉(zhuǎn)后得分和綜合得分，計算結(jié)果見表2旋轉(zhuǎn)后各市綜合因子得分。

表2 旋轉(zhuǎn)后各省綜合因子得分

4.1 分析與建議

從綜合得分來看，淮北市、亳州市在績效評價中排第一、二位，但是這兩省的人均收入?yún)s是倒數(shù)，而人均收入相對在前的池州市、黃山市、銅陵市分別為最后3位。這表明新型農(nóng)村養(yǎng)老保險績效的高低與農(nóng)民收入高度相關(guān)。從因子F1值的高低看，農(nóng)村社會養(yǎng)老保險的投入低會導致績效低；從因子F2值的高低看，人口凈增長對養(yǎng)老有一定影響；從因子F3值的看，食品支出對各市的影響不是很大；因子F4和F5的值表明農(nóng)民收入的差距；因子F6值表明新型農(nóng)村養(yǎng)老保險的養(yǎng)老作用有待完善。

針對因子F1、F3、F4和F5的解決辦法是增加國家、地方政府、農(nóng)民的投入，但同時需要考慮各方面的因素，切不可強行加速推進政策，任需循序漸進；針對因子F2的解決辦法是保持人口出生率基本穩(wěn)定，避免人口向斷崖式方向發(fā)展，保持年輕人的比重對地區(qū)發(fā)展和養(yǎng)老事業(yè)至關(guān)重要；針對因子F6的解決辦法是做好新型農(nóng)村養(yǎng)老保險的宣傳解釋工作，徹底打消農(nóng)民心底的疑慮，在他們的能力范圍內(nèi)增加養(yǎng)老金的個人投入比例，這對當前和未來的新型農(nóng)村養(yǎng)老保險的惠民政策的實施提供保障。