基于CHARLS經驗數據的失地農民養老保險需求影響因素分析

馮明緣

（河北經貿大學金融學院,河北 石家莊 050061）

2021年《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》提出要全面推進鄉村振興，健全城鄉融合發展體制機制。2020年，我國常住人口城鎮化率達到63.89%，預計到2025年達到65.5%。在推進城鎮化過程中，農民土地被征收，導致失地農民的生存及養老方式改變。不把失地農民養老保障問題解決，可能會影響城鎮化發展及社會和諧。十多年來，各省市、自治區具體問題具體分析，根據本地區情況，出臺并不斷優化、更新失地農民養老保險政策。

由于目前我國失地農民養老保險政策還不夠完善，或者各地配套政策實施不到位，導致失地農民購買失地農民養老保險的積極性不高。為了提高失地農民養老保險的有效需求，本文從失地農民角度，分析影響失地農民養老保險需求的因素，以此為提高失地農民養老保險參保率建言獻策，以期提高失地農民養老保障水平，維護社會穩定。

1 文獻綜述及研究假設

在失地農民養老保障的必要性問題上，郝丹等（2017）通過定性分析，認為現階段人口老齡化嚴重，有必要建立失地農民養老保障體系[1]；李雷等（2020）認為新型城鎮化發展離不開失地農民養老，保障失地農民養老利益能推動新農村建設[2]；周建再等（2016）分析了蘇州的案例，認為經濟發展中要實施失地農民保障制度改革[3]。

有些學者用定量方式分析了影響失地農民養老保障水平的因素。熊文等（2021）使用Logit回歸和PSM傾向性得分匹配方法，對北京周邊郊區失地農民和未失地農民進行了兩次調查，分析兩者的社會保障水平差異化程度，經過實證分析發現，究其根本，失地農民的工作收入、學歷、工作類型、政治面貌等因素造成了其社會保障水平的不同[4]。崔紅志（2013）基于對6個不同省份的農戶聚集地的調查問卷，發現與之前的生活水平相比，失地農民的收入有所增加但不持續，不同地區的養老金待遇差異顯著，主要由失地農民社會保障制度和相關政策不健全導致。王積田（2016）采用Logistic回歸模型進行實證分析，分析了浙江東陽市245位失地農民參加商業養老保險意愿的影響因素，結果表明，失地農民的年齡、參加其他養老保險、養老需求等因素影響顯著，性別、文化程度和婚姻狀況等因素影響不顯著[5]。黃英君（2016）以重慶渝北區轉戶人口為調查對象，使用Logistic回歸模型和逐步分析法分析轉戶人口購買養老保險情況，得出社會因素如給付情況和周圍人群購買情況影響顯著[6]。

綜上所述，已有文獻大部分針對失地農民養老保障的必要性以定性角度研究了失地農民養老保障制度和現狀，認為失地農民的養老保障水平較之前有所提高，但提高失地農民養老保障水平任務緊迫；少部分文獻通過小規模調查數據分析某一地區的失地農民參保意愿及其影響因素。但其中存在幾點不足：（1）通過調查問卷得到的數據較少；（2）只關注某一地區，由于地區間發展不平衡等問題，很難得到影響失地農民參保意愿因素的共性分析；（3）少有文獻對失地農民養老保險需求的影響因素做定量分析。對此，本文運用2015年中國健康與養老追蹤調查（CHARLS）數據在個人因素、家庭因素、其他參保情況和養老需求四個方面進行Logit分析，之后再用probit進行穩健性回歸。

2 研究設計

2.1 數據來源及處理

本文數據來源于2015年中國健康與養老追蹤調查（CHARLS）數據，旨在了解45歲以上的中國中老年人的健康和養老問題。本文對原始數據進行了如下篩選和處理：（1）篩選出了被征地的農民樣本，并針對失地農民是否參加了失地農民養老保險，參加了記為1，沒參加記為0；（2）缺失數據處理，如對年齡處理，可以通過出生年月計算得出。最后得到3 063個樣本數據。

2.2 模型構建

上式中，p表示因變量發生的概率，即參加失地農民養老保險發生的概率；X1為參保后獲得的養老金，X2是性別，X3是婚姻狀態，X4是子女數量，X5是年齡，X6是死亡風險，X7是參加社會養老保險，X8是參加商業養老保險，X9是家庭收入，X10是健康狀況；β1、β2……β10是各自變量回歸系數，μi為隨機擾動項。

2.3 變量觀測

2.3.1 因變量

本文的因變量是失地農民對失地農民養老保險的參保意愿，問題設置是“你是否參加了失地農民養老保險”，已參保記為1，未參保記為0。

2.3.2 自變量

根據CHARLS數據問題設置，本文從參保能獲得的養老金、個人基本信息、家庭因素、參加其他養老保險情況和養老需求5個維度設置10個自變量（如表1）。其中，個人信息包括性別、年齡及婚姻狀況；家庭因素主要以家庭收入和子女數量體現；參加其他養老保險情況包括社保和商業養老保險；養老需求以死亡風險和健康狀況體現，死亡風險低，則養老需求高。

表1 變量及其賦值

3 實證分析

3.1 描述性分析

樣本數據男女比例各半，年齡均值為58歲，子女人數平均為2～3個。根據數據可知，失地農民參加失地農民養老保險的意愿不強烈，參保后得到的養老金水平不高，大部分失地農民已經參加了社會養老保險，而參加商業養老保險的人數非常少。樣本的平均死亡風險中等，平均健康水平中等。

3.2 Logit回歸

對以上變量做Logit分析，以“是否投保失地農民養老保險”為被解釋變量，分別對解釋變量做Logit分析，得到五個模型：模型一為“個人信息因素+家庭因素+養老需求+參加其他養老保險情況”，模型二為“個人信息因素”，模型三為“家庭因素”，模型四為“養老需求”，模型五為“參加其他養老保險情況”。Logit回歸結果如表2。

表2 Logit回歸結果分析

從表2得出的結論與本文假設一致，表現在不管增加或減少其他變量參與回歸，“參保后得到的養老金”變量結果在1%的置信水平下顯著，且符號為正，即失地農民參保后得到的養老金越多，其投保意愿越大。模型二表明，“年齡”變量在1%的置信水平下顯著，符號為負，即隨著年齡的增大，失地農民投保意愿降低。這是因為可能失地農民考慮到年齡越大，享受到養老金的年限越短，性價比不高。但“性別”和“婚姻狀況”不顯著。這與模型五的結論相一致，“死亡風險”變量在1%的置信水平下顯著，符號為正，表明死亡風險越小，投保意愿越大；但“健康狀況”并不顯著。模型三表明家庭收入與投保意愿無關；“子女數量”變量在1%的置信水平下顯著，表明子女數量越多，失地農民養老保險投保意愿越不強烈。這表明現在大部分失地農民“養兒防老”的思想還根深蒂固，相比于花錢買養老保險，更愿意子女來養老。模型四中為其他養老保險參保情況，“參加社會養老保險”和“參加商業養老保險”分別在1%和5%的置信水平下顯著。其中，“參加社會養老保險”符號為負，可能是部分農民因為收入限制或者認知有限等只能選擇一種保障；而參加了商業養老保險的農民，可能由于其對保險的認知程度較高，又有足夠的財力，所以才會盡可能購買更多的養老保險，以獲得更好的生活保障。

4 結論與政策建議

研究結果表明，失地農民參保后得到的養老金越多，死亡風險越小，年齡越小，子女數量越少，有其他參加養老保險方式，那么其投保意愿就更強烈，但投保意愿與性別、婚姻狀況、家庭收入和健康狀況無關。結論具有的政策含義如下：首先，應提高失地農民參保后的養老金水平，養老金水平越高，失地農民投保意愿越強烈，有助于失地農民老年生活得到保障，吸引更多失地農民參保；其次，應加大對養老保險制度的宣傳力度，提高農民的保險意識，對于失地農民養老保險，讓更多失地農民了解該政策的惠農力度，同時推廣參保社會養老保險和商業養老保險，提高失地農民老年生活水平；再次，增加農村免費身體檢查活動，擴大受益農民人群，保障中老年健康水平，這是中老年人的養老前提，也能減輕養老負擔；最后，政府、企業應該創造更多就業崗位，積極開展農民再就業培訓，促使農民努力轉變思維，自力更生，保證自己生存的同時為社會貢獻力量。