商業養老保險對居民幸福感的影響研究

■周海珍，鄭佳豪

一、引言與文獻綜述

隨著我國經濟的快速增長，居民的生活品質日益提升，在基本生活需求得到滿足之后，人們越來越關心自身幸福感的提升。居民幸福感的來源之一就是病有所醫，老有所養。但是現階段我國老年人口老齡化現象嚴重，據第七次人口普查數據顯示，2020年我國60周歲及以上人口增長到32.64億，約占全國總人口數的18.7%。人口老齡化會使家庭內部的養老保障功能和風險抵御功能變弱，在我國“未富先老”“漸富快老”的背景下，嚴峻的老齡化問題使養老問題備受關注。目前，我國養老保險體系中第一支柱責任過重，難以保障人們退休后的生活需求。同時企業年金的發展現狀也不容樂觀，在《全國企業年金基金業務數據摘要（2019年度）》中，截至2020年底，僅有2717.53萬職工參與，參保人數僅占職工基本養老保險參保人數的5.96%。

在度量居民幸福感時，Miret（2014）將其分為可評估的幸福和體驗的幸福兩類，認為前者是對其生活質量的總體評價，而后者是指人們體驗到的積極和消極情緒，也可稱為主觀幸福感（Subjective Well-Being，SWB）。Benjamin（2014）則主張使用基于表述性偏好（Stated Preference，SP）的幸福指數來度量幸福，即通過詢問調查對象獲得其對每個選項的偏好，預估他們在安全、健康、生活滿意度等方面的相對邊際效用，以構建SP調查幸福指數。

在養老保障與居民幸福感的研究中，大多數研究是從基本養老保險的角度展開，普遍認為基本養老保險能顯著提升居民的幸福感。但經過進一步研究發現，這一顯著的正向作用在不同群體中也存在著差異，例如，李云峰和徐書林（2019）認為購買基本養老保險可以顯著提升農村居民的幸福感水平，并且在對不同地區人群進行異質性分析時發現，該提升效應對于西部農村居民來說效果最大。楊秀麗和謝文娜（2018）發現農村居民參加基本養老保險會使幸福感明顯提升，但對城鎮居民幸福感的影響卻不明顯。岳經綸和尤澤鋒（2018）發現中低收入階層的幸福感無法通過參加基本養老保險提升，但段吟穎等（2016）卻認為事業單位養老保險制度能顯著提高低收入職工的幸福感。蒲曉紅和趙海堂（2020）基于2015年中國綜合社會調查數據，通過實證研究也發現城鄉居民養老保險對提升中低收入群體幸福感的效果最為明顯。王瓊和曾國安（2015）還發現養老金類型與幸福感顯著相關，擁有高養老金福利的老年人幸福感水平要顯著高于無養老金福利、低養老金福利和中等養老金福利的老年人。同時，也有學者對養老保障與幸福感的關系持不同觀點，認為基本養老保險制度并不會影響參與者的幸福感（聶建亮和苗倩，2017）。Shin（2018）認為參與公共養老金制度的居民幸福感的提升并不是由制度本身造成的。

商業養老保險作為國家養老保障體系的第三支柱，其發展有利于緩解人口老齡化帶來的壓力，同時有利于構建多層次的養老保障層次，在改善民生方面有著十分重要的作用。薩繆爾森曾從經濟學的角度給出了一個幸福方程式：幸福=效用/欲望，這個公式意味著：在欲望一定的情況下，效用越大，人們的幸福感越強。根據生命周期理論，如果個體在工作期間購買了商業養老保險，雖然繳納保費會使得第一期的消費下降，但是商業養老保險，特別是一些終身年金保險產品能給個體在整個退休期間提供穩定的收入以維持老年期間的生活與消費，提高其整個生命周期內的財富水平和持久收入。并且商業養老保險的終身確定性給付保險金也有助于居民消除因預期壽命不確定性帶來的對未來生活的憂慮，有助于整體生命周期效用的提升，從而在欲望不變的情況下，有助于居民幸福感的提升。根據美國心理學家費斯廷格提出的社會比較理論，隨著預期壽命的延長和家庭養老功能的弱化，商業養老保險的風險轉嫁功能和保障效應日益顯現，參與商業養老保險的居民會下意識地和與自己情況相類似，但未參與商業養老保險的人進行比較，由于商業養老保險能提供較穩定的收入，有效消除未來收入的不確定性，個體會產生較大的心理滿足感，從而提高生活幸福感。

綜合上述研究可以發現，已有研究大多關注基本養老保險與幸福感的關系上，較少從商業養老保險角度分析。由于基本養老保險的高覆蓋低保障屬性，可能并不能達到滿足居民保障老年生活的程度；而商業養老保險是自愿投保的，并且居民能夠依據個人的財務狀況和需求來選擇適合自己的產品，從理論上來說對提高居民幸福感能夠起到更大的作用，并且較少文獻具體分析在不同人群中，商業養老保險對幸福感影響的差異。因此，基于商業養老保險的角度研究居民幸福感問題能在一定程度上豐富養老保障與幸福感關系的研究成果，同時有助于引導商業養老保險走上更規范化、健康化發展的道路，提高居民的幸福感。據此，本文擬基于2018年中國家庭追蹤調查（CFPS）數據，探討商業養老保險是否會影響居民的幸福感，并在此基礎上進一步提出促進商業養老保險的發展、提升居民幸福感的對策建議。

二、研究設計

（一）數據來源及變量設置

1.數據來源

該調查由北京大學中國社會科學調查中心（ISSS）實施，調查對象包含了樣本家庭中的集體成員。調查以我國居民的健康狀態、家庭社交和經濟水平等指標作為調研重點，借此反映居民的心理、健康、學歷、經歷等各個方面的現狀，問卷對受訪者的個人特征，收入狀況以及投保險種都有較為詳細的記載，很好地滿足了本文對數據的要求。另外，為了使研究結果更加精確，對樣本進行了預處理，具體處理如下：剔除18周歲以下的樣本；剔除個人數據異常的樣本。

2.變量設置及描述性統計

本文的被解釋變量是受訪者的幸福感。幸福感是指人類基于自身的滿足感與安全感而主觀產生的一系列欣喜與愉悅的情緒，是衡量某一社會人們生活質量的重要參數。幸福感作為衡量生活質量的社會指標一般分為主觀和客觀兩個方面，大量的研究成果表明主觀幸福度指標在可比性和有效性上都有很高的信度和效度，是對個人生活質量的一種綜合評價，因此采用主觀幸福度作為評價幸福的指標，依據問卷中“您覺得自己有多幸福（0—10）”來體現。調查居民以自身實際狀況對自己的幸福感進行賦值，賦值范圍從0—10，數值越大代表受訪者越幸福。本文以是否購買商業養老保險作為核心解釋變量，如果受訪者投保了商業養老保險則賦值為1，否則為0。同時根據相關文獻，選擇了一系列的個人特征變量和家庭因素變量作為控制變量，參考張方姣（2018）、桑林（2018）、王俊等（2019）、馬思婷等（2020）、周海珍和吳美芹（2020）等學者的做法，并且在研究居民幸福感時也將社會信任度（對他人的信任程度）作為控制變量。相關變量定義及賦值見表1。

表1 變量定義及賦值表

全樣本變量的統計情況如表2所示。根據表2中數據顯示，受訪居民主觀幸福感均值為7.492，說明我國人民整體上是比較幸福的。大約1.8%的受訪者投保了商業養老保險，該樣本居民的投保比率較低。總體上來看，問卷受訪者中農村居民要遠多于城鎮居民，大多數受訪者認為自己比較健康，并且對陌生人的信任度較低。此外，所調查家庭的人均年收入約為2.6萬元，而標準差為66714，說明被調查家庭在經濟收入水平方面的差距非常大。受訪者學歷均值為2.507，說明平均學歷介于小學和中學之間。

表2 基本變量描述性統計

為進一步分析是否購買商業養老保險居民的幸福感以及特征差異，以受訪者“是否已經參保商業養老保險”為依據進行分類，分類之后兩組人群的變量描述如表3所示。從表3中可以看出，投保商業養老保險的居民幸福感均值為7.824，數值上略高于未投保居民。從收入水平來看，擁有商業養老保險的居民家庭人均年收入約為4.7萬元，遠遠高于未參保商業養老保險的居民。一般而言，高收入群體的自身養老保障能力更強，但是從變量統計來看這并不影響高收入群體購買商業養老保險的積極性，說明經濟基礎是居民投保需要考慮的重要因素，高收入會提高家庭成員投保的積極性。

表3 購買商業養老保險與未購買商業養老保險人群差異性描述

在個人特征變量方面，投保商業養老保險的城鎮居民比例要大于沒有商業養老保險的城鎮居民比例，說明城鎮居民購買商業養老保險的比例更高。從年齡看，投保居民的平均年齡比未投保居民小7歲左右。從受教育程度看，投保居民的學歷普遍更高，可能是由于低學歷會導致人們防范潛在風險的觀念較弱，并且對商業養老保險的認知不夠全面，這都會嚴重影響居民對保險產品的信任度，從而減少投保行為。其他變量之間并無明顯不同。

綜上所述，根據組間差異顯示的結果可以看出“是否參保商業養老保險”的兩組居民在主觀幸福感上略有差異，且參保居民幸福感的標準差相對較小，說明參保商業養老保險的人群更普遍地認為自己是比較幸福的。但目前還不能確定這個差異是否由參保商業養老保險引起的，并且也估算不了差異值的大小。

（二）研究方法

上文分析顯示，不同個體的自身差異會影響其對商業養老保險的參與度，回歸結果存在選擇性偏差，故采用傾向得分匹配法（Propensity Score Matching，PSM）來最大化消除研究對象的個體差異性。本文將參與商業養老保險的居民和未參與商業養老保險的居民分別定義為處理組和控制組，根據兩者概率值的相近程度進行匹配。然后采用有序Probit模型估計傾向得分，由模型估計出的預測概率稱為傾向得分，即PS值。根據傾向值進行匹配，參保居民主觀幸福感的平均處理效應估計量表達式為：

其中，Di代表處理變量，取1時表示接受處理，取0代表未處理（文中的處理表示擁有商業養老保險）；Y1i表示接受處理者接受處理之后的結果（文中表示第i位擁有商業養老保險的居民）；Y0i表示接受處理者未接受處理的結果（本文中表示第i位沒有商業養老保險的居民）。

三、實證及結果分析

（一）匹配效果分析

根據匹配的原理，首先采用Probit方法估算出受訪者參與商業養老保險的概率，然后將參保概率相近的個體與沒有參保的個體進行匹配，再采用匹配的樣本進一步計算處理組和對照組的幸福感差異。為控制樣本的偏差，首先采用近鄰匹配（1對1），由此得到的處理組的平均處理效應（ATT）就是糾偏后商業養老保險的幸福效應，同時將會采用核匹配法和半徑匹配法進行穩健性檢驗。

由表4可以看出，經過匹配之后各變量的標準偏差都減少至10%以下，而且t檢驗結果也表明不拒絕處理組與控制組無系統差異的原假設，說明個體的“自我選擇效應”得到了修正。

表4 變量匹配效果

（二）商業養老保險對于全體居民幸福感的影響

表5是樣本進行匹配之后所得到的ATT值。匹配前，樣本的ATT值為0.3371，說明購買商業養老保險可以使居民的幸福感提高0.3371，但是在使用傾向得分匹配法處理之后，這種影響明顯減少。近鄰匹配法得到的ATT值為0.2687，并且該數值在1%的水平下顯著。另外，受訪居民在購買商業養老保險之前的幸福感均值為7.5549，購買之后的均值為7.8236，也就是說一旦居民購買了商業養老保險，其幸福感提升數值為0.2687，提升幅度為3.56%。

表5 匹配后樣本的平均處理效應ATT

使用另外兩種方法得到的ATT值分別為0.1939、0.3040，其中半徑匹配法在5%的統計意義下顯著，核匹配法在1%的水平下顯著。PSM模型匹配的結果顯示，商業養老保險能夠顯著提升居民的幸福感水平，并且三種匹配方式的ATT值相差不大，都通過了顯著性檢驗，因此這在一定程度上可以顯示匹配結果具有良好的穩健性。

（三）商業養老保險對處于不同保險階段居民幸福感的影響

對于商業養老保險，居民只有在繳清所有保費并且達到合同所約定的年齡后才能夠領取養老金，在保險的不同階段，居民的權利與義務也有所不同。為了更好地觀察商業養老保險對處于不同保險階段居民幸福感影響的差異，將樣本人群分為處于繳費階段（包括等待階段）和養老金領取階段，分別研究商業養老保險對兩組人群幸福感的影響。因為大部分商業養老保險領取養老金的年齡是男性60周歲，女性55周歲。因此，將18—59周歲的男性群體和18—54周歲的女性群體定義為繳費階段居民，將年齡大于等于55周歲的女性群體和年齡大于等于60周歲的男性群體定義為養老金領取階段居民。從表6可以看出，處于領取養老金階段的居民幸福感要略高于尚不能領取養老金的居民，同時可能由于處于領取養老金階段的居民年紀比較大，其受教育程度和健康狀況則要低于處于繳費階段的居民，年收入也相對較低。其他變量差異較小。

表6 繳費階段和養老金領取階段基本變量差異性描述

表7是以居民處在商業養老保險的不同階段作為分類依據，將分類后的樣本進行匹配之后所得到的ATT值。從表7中可以看出，處于繳費階段樣本的近鄰匹配法ATT值為0.1781，并且在10%的統計意義下顯著，說明購買商業養老保險可以使處于該階段的居民幸福感提升2.34%。半徑匹配法以及核匹配法的ATT值分別是0.2094和0.3256，半徑匹配在5%的統計意義下顯著，核匹配在1%的統計意義下顯著，也就是說本文使用的三種方法都通過了10%水平下的顯著性檢驗。處于養老金領取階段的樣本，近鄰匹配法的ATT值為0.754，說明購買了商業養老保險可以使該樣本居民的幸福感提升9.36%，并且該結果在10%的統計意義下顯著。另外兩種方法的ATT值分別為1.1045，1.114，并且都通過了1%水平下的顯著性檢驗。

表7 商業養老保險對處于不同保險階段居民幸福感的影響

從實證結果可以看出，商業養老保險對處于不同保險階段的人群都具有提升幸福感的作用，并且該實證結果較為穩健。另外，商業養老保險對養老金領取階段居民幸福感的提升效果要明顯大于繳費階段居民，說明商業養老保險對領取養老金群體的幸福感提升效應要明顯大于未能領取養老金的群體。其原因在于：居民在購買商業養老保險后，處于繳費階段的人群雖然有繳納保費的壓力，但是保費支出可以替代當下的養老儲蓄，因而可以相應減少為應對養老所進行的儲蓄，從而繳納保費不會對居民的生活產生較大影響，并且在投保之后，居民會預期在繳清保費并且達到合同約定的年齡之后，能夠按期領取養老金，個體安全感會大大增加，這將對居民消費產生激勵作用，從而提高他們的生活幸福感。而對于養老金領取階段的居民而言，他們大多已經退休從而喪失了收入來源，此時商業養老保險的養老金收入可能是他們的重要收入來源，有助于提高他們當下的生活質量，讓他們切實地感受到了商業養老保險帶來的好處，因此居民的幸福感會得到提高，并且提升的幅度遠遠大于繳費階段的居民。

（四）商業養老保險對于不同戶籍居民幸福感的影響

進一步地，本文依據居民戶籍將樣本分為城鎮戶籍居民和農村戶籍居民，以對比城鄉居民的商業養老保險幸福效應，結果如表8和表9所示。

表8 不同戶籍居民基本變量差異性描述

從表8可以看出，城鎮受訪居民的幸福感均值要略高于農村受訪居民，并且城鎮居民的商業養老保險投保比例將近是農村居民的兩倍。在個體特征變量方面，城鎮家庭的人均收入遠遠高于農村家庭，并且受教育程度也要高于農村居民，其他變量差異較小。

表9是以居民戶籍作為分類依據，將分類后的樣本進行匹配之后所得到的ATT值。從表9可以看出，城鎮樣本匹配后得到的ATT值均不顯著，說明對于城鎮參保居民來說，購買商業養老保險并不能顯著提升其主觀幸福感。對于農村樣本而言，近鄰匹配法的ATT值為0.3944，該結果在1%的水平下顯著，農村居民投保商業養老保險之后幸福感的提升幅度達到5.28%。另外兩種匹配方法的ATT值分別為0.3310，0.4347，且這兩種匹配方法均在1%的統計意義下顯著。

表9 商業養老保險對不同戶籍居民幸福感的影響

究其原因，城鎮家庭的經濟基礎和收入情況一般來說都遠遠高于農村家庭，相比之下，他們能夠有更多的家庭儲蓄來面對退休后的生活，并且城市的養老保障體系相對更加完善，居民養老保障程度更高。另外，城鎮居民的受教育程度高，他們會在退休前提早做好各種養老準備，因此商業養老金收入對于城鎮居民而言可能只是眾多可選擇的養老準備方式之一，退休后的生活消費支出可能并不完全依賴于養老金收入，或者說依賴性很小。而對于農村居民而言，工作期間較低的收入使得養老儲蓄不夠充足，同時農村基本養老保險提供不了充足的養老保障，這使得他們在購買商業養老保險之后，對商業養老金的依賴程度會很大。而且農村居民受教育水平不高，在選擇其他養老準備的渠道方面受限的時候，商業養老保險對他們而言重要性更大，因此參保商業養老保險可以顯著提高農村居民的幸福感。

（五）穩健性檢驗①

①限于篇幅，結果留存備索。

基于現有文獻對幸福感的界定，積極的生活態度是心理學中衡量幸福感的重要方面，因此學者們普遍認為未來信心程度可以用來作為幸福感的代理變量。申云和賈晉（2016）認為個體的主觀幸福感可以用未來信心程度來體現。蔣蔚（2019）、馬紅鴿和席恒（2020）等學者在研究居民幸福感時，也都用未來信心程度來代替主觀幸福感進行實證分析。穆偉超（2019）在實證分析基本養老保險對退休職工幸福感的影響時，曾采用自評積極面（未來信心程度）當作被解釋變量來構建文章的穩健性檢驗模型。因此，參照以上文獻的做法，以未來信心程度作為主觀幸福感的代理變量，對論文的實證結果進行穩健性檢驗。

在CFPS問卷問及“您給自己未來的信心程度打幾分”，受訪者可以在1—5個檔次之間進行選擇，1分代表很沒信心，5分代表很有信心，分值越大表示居民對自己未來的信心程度越大。將1—5個選擇項相應賦值為1—5，使用與前文相同的模型和分類方法進行實證分析，進行穩健性檢驗。結果顯示以總體樣本作為研究對象的穩健性檢驗結果時，效應值由于被解釋變量取值范圍的問題與上文得到的總樣本效應值在數值上略有些區別，但是系數符號相同且三種匹配方法顯著性差別不大。這體現了總樣本實證結果的穩健性。以按照繳費階段、戶籍分類后的穩健性檢驗結果與前文的結果也基本一致。

四、結論與建議

本文采用2018年CFPS數據，使用傾向得分匹配模型分析了商業養老保險對居民幸福感的影響，并具體分析了商業養老保險對處于不同保險階段和不同戶籍居民幸福感的影響得到了以下結論：一是總體來說，參與商業養老保險能顯著提升居民的幸福感水平。二是商業養老保險雖然對處于繳費階段和養老金領取階段的居民主觀幸福感都有提升作用，但對處于養老金領取階段的居民幸福感提升效應要明顯大于處于繳費階段的居民。三是商業養老保險對農村和城市戶籍居民幸福感的影響存在差異。商業養老保險可以顯著提高農村居民的幸福感，但對城鎮居民幸福感的影響并不顯著。基于本文的結論，提出了以下建議以供參考：

第一，加大商業養老保險宣傳力度，增強居民保險意識。根據上文的研究可以看出，當前我國商業養老保險投保率較低，很多人并沒有真正意識到商業養老保險在未來自身養老生活中所起的作用。因此，要提高國民金融素養水平，讓更多的人了解商業養老保險對于居民養老保障和提高生活幸福感等多方面作用。同時保險公司在推廣產品時，要盡可能地將條款介紹得全面、細致。另外，保險公司應該注重開發農村市場，可以在農村開展一系列活動來進行宣傳，比如保險進鄉鎮、開設關于有關商業養老保險產品的專業咨詢服務等等。

第二，豐富商業養老保險個性化產品，提高產品針對性。保險公司應充分發揮其在養老產品設計服務方面的特有優勢，根據不同人群的需要，個性化地提供能與城鄉居民家庭經濟水平相匹配并且契合他們風險管理、養老保障等需求的養老型保險產品，設計出更多形式的商業養老保險產品，增加居民的選擇靈活性，從而提高居民的投保率。

第三，加強管理服務，提高客戶滿意度。保險公司在加強商業養老保險推廣力度的同時，要注重提高自身的服務水平和服務質量。諸如，增加對業務人員的職業培訓，提高員工的綜合素養和職業道德；充分利用互聯網技術改進現有的流程模式，簡化和優化承保、理賠等服務流程，設計出更加方便和易于操作的線上服務程序，以提高客戶體驗感。