曹銀川 程旭 張王予會
(沈陽農(nóng)業(yè)大學經(jīng)濟管理學院,遼寧 沈陽 110866)
我國社會保障體系在過去只有城鎮(zhèn)職工養(yǎng)老保險和城鎮(zhèn)職工醫(yī)療保險,自2009年以來,在完善城鄉(xiāng)居民基本社會保險的基礎上,逐步建立了城鄉(xiāng)居民基本醫(yī)療保險和城鄉(xiāng)居民基本養(yǎng)老保險,實現(xiàn)了對廣大城鄉(xiāng)非工作居民特別是農(nóng)村居民的保險覆蓋。
“獲得感”一詞在習近平總書記系列講話中被多次提及。其不僅體現(xiàn)了國家建設和社會治理價值理念的躍遷,也是公共政策領域和主觀社會福利領域的重大理論創(chuàng)新。因此,研究社會保險參與對居民獲得感的影響不僅能促進《“十四五”公共服務規(guī)劃》的實施,而且有著一定的現(xiàn)實意義。根據(jù)本文研究的思路及相關文獻的閱讀整理,通過選取CLDS2016年數(shù)據(jù),利用實證分析法,在分析時運用Stata軟件的Order Logit模型進行實證分析,從定量的角度研究了社會保險參與對居民獲得感的影響,同時通過熵值法來定義醫(yī)療保險、養(yǎng)老保險及居民獲得感,避免了人為因素的影響,保證了分析的客觀性。
有關社會基本保險的研究眾多,陳昕從社會基本保險的角度出發(fā)研究社會基本保險對代際私人轉移支付的影響[1]。王義從社會保險參與對流動人口工資的影響進行研究發(fā)現(xiàn),養(yǎng)老保險和醫(yī)療保險在不同程度上顯著提高了流動人口的工資水平[2]。在居民在幸福感方面,楊閩軍發(fā)現(xiàn),不同種類的社會保險對農(nóng)村居民帶來的幸福感不盡相同、同種保險對不同年齡段和不同地區(qū)的農(nóng)村居民所帶來的幸福感也隨年齡和居住地而變化[3]。也有學者在公共政策視域下研究,得出參加基本醫(yī)療保險可以顯著提升居民幸福感的結論[4]。
獲得感是居民在物質(zhì)、精神、文化層面上獲得或產(chǎn)生的一種積極、幸福、快樂的感覺。文宏等認為,獲得感應該是民眾對社會發(fā)展水平與民生的獲得感受轉化而來的一種綜合感知水平[5]。王浦劬等將居民獲得感劃分為時間與空間2個維度,源于個人利益與他人利益獲得和實現(xiàn)狀態(tài)的對比[6]。秦國文從改革發(fā)展的角度研究發(fā)現(xiàn),居民獲得感分為理論獲得感、現(xiàn)實獲得感以及預期獲得感[7]。除了微觀個體層面,也有學者從宏觀層面進行測度,如陽義南等從城鄉(xiāng)公共服務差距、交通條件等層面進行宏觀指標的設計并以此來進行分析[8]。研究發(fā)現(xiàn),獲得感因群體、個體的差異而不同。如,個人的階層狀況、社會地位、學歷水平等基于個體層面的因素;也有部分學者聚焦于經(jīng)濟水平、減稅降費、相對收入等宏觀經(jīng)濟情況的因素[9]。
數(shù)據(jù)來源于2016年中國勞動力動態(tài)調(diào)查(China Labor-force Dynamics Survey)。CLDS數(shù)據(jù)的樣本覆蓋了中國大陸29個省市(西藏、海南除外),在抽樣方法上,采用了多階段、多層次與勞動力規(guī)模成比例的概率抽樣方法,保證了樣本數(shù)據(jù)的代表性,可靠性和有效性,調(diào)查對象為樣本家庭戶中的全部勞動力(15~64歲的家庭成員)。
2.2.1 變量選取
2.2.1.1 被解釋變量:居民獲得感
本文主要通過被訪者的客觀情況和主觀態(tài)度來衡量居民的獲得感。同時依照學者陽義南[8]的方法,從時空2個維度來考察居民獲得感,即時間維度上的“縱向獲得感”和空間維度上的“橫向獲得感”。在居民獲得感衡量時采用熵值法,從公平感、生活掌控度、生活滿意度、發(fā)展感4個角度來衡量居民的縱向獲得感,同時通過被訪者與身邊親戚、同學、鄰居、其他居民的比較中獲得居民的橫向獲得感,兩者共同構成居民總獲得感。將獲得感的得分進行賦值,將獲得感分數(shù)在20分及以下的賦值為1,21~40分的賦值為2,以此類推,最后將81~100分的賦值為5,分數(shù)越高表明居民的獲得感越強。
2.2.1.2 解釋變量:社會保險參與
本文通過熵值法將數(shù)據(jù)中的城鎮(zhèn)職工基本醫(yī)療保險、城鎮(zhèn)居民基本醫(yī)療保險和新型農(nóng)村合作醫(yī)療定為醫(yī)療保險定義為醫(yī)療保險參與,將城鎮(zhèn)職工基本養(yǎng)老保險、城鎮(zhèn)居民社會養(yǎng)老保險和新型農(nóng)村社會養(yǎng)老保險定義為養(yǎng)老保險參與。
2.2.1.3 控制變量:居民自身情況
本文在選取被訪者性別、年齡、受教育程度、政治面貌、身體健康狀況為控制變量的基礎上,還加入被訪者的收入、自評健康、過去2周是否有傷病作為控制變量。
2.2.2 變量描述性分析
為了解變量具體情況,本文將變量進行了描述性分析,分析結果見表1。
表1 變量選取及描述性分析
由表1可知,樣本中的總體獲得感均值為3.02,處中等水平,說明我國居民獲得感較好;橫向獲得感的均值為2.61,分數(shù)不高,即被訪者認為,與身邊親戚、同學、鄰居及其他居民相比,其生活并沒有過的更好;但縱向獲得感的均值為3.56,說明多數(shù)被訪者認為自己的生活與之前相比變得更好。在解釋變量中,通過熵值法算出的醫(yī)療保險和養(yǎng)老保險的參與率分別為26%和12%,但由于熵值法中各保險權重的存在,使得這一比率無法充分反映各保險的參與情況,下文將對本文選取的醫(yī)療保險和養(yǎng)老保險參與率以及對應的權重進行詳細說明。工傷保險和失業(yè)保險的參與率也比較低,分別為12%和11%,說明這2種保險的覆蓋范圍和保障水平并不完善。在控制變量中,被訪者收入均值為2.13萬元,可以看出被訪者年收入較低。性別分布狀況中,男性占48%,女性占52%,性別占比相對均衡。受教育程度均值為2.06,說明被訪者的學歷以高中、職高、技校、中專為主,受教育程度偏低。年齡均值為2.74,說明被訪者年齡集中在41~60歲。對于婚姻狀況,86%的受訪者有配偶。自評健康的均值為3.61,說明被訪者認為自己比較健康。有政治面貌的被訪者只有8%,占比較低。被訪者過去兩周有傷病的比率為11%,比率相對較低。
熵值法是用來判斷指標離散程度的數(shù)學方法,一般根據(jù)各項數(shù)據(jù)指標值的離散程度來確定指標的不同權重,若數(shù)據(jù)包含的信息量大,則該數(shù)據(jù)的不確定性就越小,最終的熵值也會越小,基本原理如下。
對正向數(shù)據(jù)指標進行標準化處理:
(1)
對負向數(shù)據(jù)指標進行標準化處理:
(2)
計算i個樣本占j個指標的權重:
(3)
計算熵值:
(4)
式中,k=1/ln(n)>0。
計算第j項指標的熵冗余度:
gj=1-ej
(5)
定義第j項指標的權重;
(6)
計算指標j權重得分:
(7)
3.1.1 獲得感各指標權重
本文中的橫向獲得感、縱向獲得感以及總獲得感均是通過熵值法計算不同指標權重得到,不同指標對獲得感權重影響情況見表2。
表2 獲得感指標權重
3.1.2 社會保險參與及權重情況
上文描述性分析展示的醫(yī)療保險和養(yǎng)老保險參與率無法準確反映具體險種的參與情況,不同社會醫(yī)療和養(yǎng)老保險的參與及權重情況見表3。
表3 社會保險參與率及權重
由表3可知,保險參與率越高其權重也相應越大。通過各保險參與率可以看出,對應每一種保險,醫(yī)療類保險的參與率均大于養(yǎng)老保險的參與率。其中,城鎮(zhèn)居民的醫(yī)療和養(yǎng)老保險參與率分別為13.25%和8.08%;新型農(nóng)村合作醫(yī)療的參保率為62.50%,遠高于新型農(nóng)村社會養(yǎng)老保險35.78%的參與率??梢园l(fā)現(xiàn)以醫(yī)療、養(yǎng)老、工傷、失業(yè)為代表的社會保險種類繁多,且在我國不同省份和城市其對應的繳費標準也不盡相同,這也造成了我國社會保險異地辦理、繳費難的現(xiàn)象。
本文選取的關于居民獲得感的數(shù)據(jù)在通過熵值法進行處理后,主要是以分類數(shù)據(jù)為主的離散數(shù)據(jù)。由于被解釋變量包含3類離散數(shù)值,即總獲得感、橫向獲得感、縱向獲得感,因而選取有序概率模型Order Logit進行估計。有序概率模型的一般形式:
Yi=βXi+εi
(8)
式中,Yi是潛在變量;Xi是解釋變量的集合;β是待估計參數(shù);εi是隨機變量(或隨機擾動項)。由此,估計居民獲得感的模型可以設定為:
(9)
式中,Ri表示社會保險參與;Zi表示控制變量;εi表示隨機干擾項;β和γ分別表示對應系數(shù)。當Y*≤20,Y取值為1;當20 本文的實證部分采用了Stata 16軟件的Order Logit模型對整理后的2016年CLDS數(shù)據(jù)進行了實證分析。 由表4可知,醫(yī)療保險無論對居民的總獲得感還是縱向獲得感都在1%的顯著性水平下顯著,為正向的促進作用,說明醫(yī)療保險的醫(yī)療費用報銷特征可以顯著提升居民的獲得感。養(yǎng)老保險對居民的總的獲得感、橫向獲得感以及縱向獲得感均在1%的顯著性水平下正向顯著,且都為正向的促進作用。但是工傷保險對居民的橫向獲得感、縱向獲得感和居民總獲得感都為負向影響,但影響并不顯著,而失業(yè)保險在1%的顯著性水平下負向影響居民縱向獲得感,可能原因是工傷和失業(yè)保險需要長期繳納、出險頻率較低,居民難以體會其作用。個人特征方面,個人的收入、受教育程度、年齡、政治面貌、自評健康均在1%的顯著性水平下正向影響居民的橫向獲得感、縱向獲得感及總獲得感;而性別、婚姻狀況和個體過去2周是否有傷病情況在1%的顯著性水平下對居民的橫向獲得感、縱向獲得感及總獲得感起負向抑制作用,說明與女性相比,男性居民的獲得感更差;與已婚居民獲得感相比,未婚居民的獲得感更好;過去2周沒有傷病的居民獲得感更好。 表4 Ologit回歸結果 3.4.1 性別異質(zhì)性分析 將數(shù)據(jù)按性別進行分類后,性別異質(zhì)性分析結果如表5所示。 表5 性別異質(zhì)性分析回歸結果 分析發(fā)現(xiàn),醫(yī)療保險分別在10%和1%的顯著性水平下對女性居民和男性居民獲得感產(chǎn)生正向影響。而養(yǎng)老保險分別在1%和10%的顯著性水平下對女性居民和男性居民獲得感產(chǎn)生正向影響??梢园l(fā)現(xiàn)醫(yī)療保險對男性居民獲得感提升更明顯,養(yǎng)老保險對女性居民獲得感提升作用更明顯。而工傷保險和失業(yè)保險和前文得到的結論相一致。個體特征對居民獲得感的影響基本一致,即個體的收入越高、受教育程度越高、年齡越大、具有政治面貌以及個體對自身健康的感知越好,個體的獲得感越強;婚姻狀況和過去2周是否有傷病對男性和女性獲得感的影響和前文結論相一致。 3.4.2 戶口性質(zhì)異質(zhì)性分析 觀察不同戶口性質(zhì)居民獲得感是否存在差異,結果如表6所示。 表6 戶口性質(zhì)異質(zhì)性回歸結果 通過分析發(fā)現(xiàn),醫(yī)療保險正向影響農(nóng)村戶口和非農(nóng)村戶口居民的獲得感,但對農(nóng)村戶口居民影響更加顯著。而養(yǎng)老保險對農(nóng)村戶口居民獲得感影響顯著。工傷保險對農(nóng)村戶口居民和非村戶口居民沒有顯著影響,失業(yè)保險對農(nóng)村戶口居民產(chǎn)生負向影響,對非農(nóng)村戶口居民沒有顯著性影響??梢园l(fā)現(xiàn)社會保險對農(nóng)村居民獲得感的影響更為顯著,可能是地區(qū)發(fā)展不平衡所致。個人特征方面,個體的收入、受教育程度、政治面貌及自評健康情況均在1%的顯著性水平下對農(nóng)村戶口和非農(nóng)村戶口居民獲得感產(chǎn)生正向影響?;橐鰻顩r和過去2周是否有傷病對農(nóng)村戶口和非農(nóng)村戶口居民獲得感均具有負向顯著影響,說明個體特征對不同戶口性質(zhì)居民的獲得感影響沒有顯著差異。 為了進一步驗證上文研究是否具有穩(wěn)健性,本文又采用Order Probit模型進行了數(shù)據(jù)的穩(wěn)健性檢驗,結果如表7所示。 表7 穩(wěn)健性檢驗回歸結果 在對數(shù)據(jù)采用Order Probit回歸進行穩(wěn)健性檢驗后可以發(fā)現(xiàn),穩(wěn)健性檢驗得到的數(shù)據(jù)和前文回歸得到的結論一致,說明數(shù)據(jù)通過了穩(wěn)健性檢驗。 本文運用2016年CLDS數(shù)據(jù),通過Order Logit模型,分析了不同種類的社會保險對居民獲得感的影響,結果顯示,實證分析中,具有報銷特征的醫(yī)療保險和可以為退休居民提供穩(wěn)定的資金來源的養(yǎng)老保險可以顯著提升居民獲得感。因此,建立健全以醫(yī)療和養(yǎng)老為代表的社會保障體系可以在滿足我國居民醫(yī)療的需求和應對的老齡化問題的基礎上更好地提升我國居民的獲得感。工傷保險、失業(yè)保險的參與率較低,分別為12%和11%。因此,創(chuàng)新社會保險收付機制,擴大工傷、失業(yè)保險覆蓋范圍,提升居民獲得感。在戶口性質(zhì)異質(zhì)性分析中,社會保險對農(nóng)村戶口居民獲得感的影響要明顯大于對非農(nóng)村戶口居民獲得感的影響。因此,國家應完善廣大農(nóng)村地區(qū)的社會保險體系,縮小社會保險在農(nóng)村地區(qū)與城鎮(zhèn)地區(qū)間的差距。同時發(fā)揮社會力量和專業(yè)機構作用,讓市場上有形的手和無形的手結合起來,提高我國社保體系的運行效率,讓我國社保體系充分惠于民、利于民。3.3 回歸分析
3.4 異質(zhì)性分析
3.5 穩(wěn)健性檢驗
4 結論與建議