養老保險對中國農戶生計策略的影響
——基于CHARLS兩期數據的PSM-DID方法

尹永惠,王曉軒

(內蒙古科技大學 經濟管理學院,內蒙古 包頭 014010)

作為世界上人口老齡化程度較高的國家之一,中國老年農戶的生存問題一直是影響整體發展的主要原因。截至2020年11月1日,第七次人口普查,中國65歲及以上老齡人口已經突破19 064萬,基本養老保險覆蓋人數近10億。自從“十四五”規劃提出鄉村振興戰略,我國農村老年人口的生存成了亟待解決的問題。然而,由于生計策略不僅反映農戶的生活質量,也反映了黨和國家振興農村的決心,實施鄉村振興戰略將導致農戶生計策略發生改變。雖然農村面貌煥然一新,但制約中國農村發展的一些問題依然存在,并因新的現象和問題而更加復雜[1]。在這種情況下,農村家庭生計策略區域的差異是顯而易見的。比較不同地區農村家庭的生計策略并研究其差異,是判斷區域性農業發展政策好壞的重要指標。

長期以來,農村老年人大多數是以土地為主要生活來源,如果土地受到影響,相關的農戶生活質量會受到嚴重影響。目前,中國存在著人口眾多而土地供應不足的矛盾,還有人口老齡化導致的農戶人力資本缺失的問題,這樣就使土地保障生活的功能受到影響。國家相應的政策接踵而出,其中養老保險作為直接惠及農戶且很重要的社會福利,不僅能影響農戶的風險偏好,也會對農戶生計策略產生影響。鑒于農村土地的耕種和農民收入的相對缺乏,養老保險政策已成為當今農民經濟和社會生活穩定的重要保障機制,養老保險已部分代替了土地的功能[2]。一方面,養老保險從不同角度影響了對家庭資產的配置以及風險資產的比例[3],減少了對預算的約束,領取養老保險增加了農戶的資金,間接影響了農戶對現有生計策略的選擇[4]。另一方面,養老保險能夠通過緩解失業、生病等不確定因素[5],使農戶在遇到困難時更有信心地面對生活,改變目前的生計策略而選擇最能適應現有狀況的生計策略。

目前,大多數學者研究政策對農戶生計策略的影響時,主要側重于與農戶息息相關的土地方面的政策,這是因為研究相關土地政策對農戶生計策略的影響方法已經相當成熟,土地作為農戶最主要的生計資產,嚴重影響著農戶生計策略的選擇。在脆弱的背景下[6],土地政策對農戶生計策略的沖擊仍然是研究熱點。目前農戶生計策略的研究結果雖然頗為豐碩,但是大多數集中在土地政策,養老保險的領取與否對農戶生計策略影響的研究較為缺少。領取養老保險的農戶是該政策最直接的受益者,但是養老保險能否對農戶生計策略產生影響?領取養老保險會對各種類型的生計策略產生什么樣的影響?這些問題還有待科學嚴謹的評估予以解答。因此本文選取全國多數省份為研究區域,借鑒大多數學者的研究方法,從農戶生計資本的角度,分析養老保險對農戶生計策略的處置效應。

一、研究區域與數據

(一)研究區域選擇

本文的研究區域包含中國28個省市自治區的122個地級市,剔除了數據不完整的海南省、臺灣省、西藏自治區、寧夏回族自治區、香港特別行政區和澳門特別行政區的問卷。為了提高研究結果的可靠性,盡可能地選擇了中國大多數地級市的數據。為了研究不同地區農戶生計策略的變化,本文按照秦嶺—淮河一線,將28個省市自治區劃分為秦嶺—淮河線的南部(以下簡稱南方)和北部(以下簡稱北方)。

(二)數據來源

數據來源于北京大學制作的高質量微觀數據集——中國健康與養老追蹤(CHARLS)的全國調查問卷。該問卷對45歲及以上的家庭和個人具有代表性。本文選擇了2013年和2018年,通過匹配個人ID來構建面板數據。由于雙重差分模型對調查數據的要求極為苛刻,因此只保留了包括“處理組”和“對照組”的樣本。“處理組”是指2013年沒有領取養老保險,但在2018年領取了養老保險的農民。“對照組”是指在2013年和2018年都沒有領取養老保險的農民。為了獲得具有代表性的樣本,本文考慮到區域和經濟發展水平的差異,從中國34個省級行政區中選出122個城市,發放7 174份問卷。問卷地區覆蓋面廣,個體樣本量大,使得該調查具有全國代表性。

二、模型設定及識別策略

(一)倍差模型

基于得到的數據追蹤,本文首先根據農戶在2016年是否領取養老保險(Du)將樣本分為處理組和對照組;其次根據DID模型的性質建立了一個政策虛擬變量。其中處理組是領取養老保險戶,賦值為1;對照組是未領取養老保險戶,賦值為0。然后,再按照領取養老保險前后將其樣本分為處理組和對照組(Dt),領取養老保險之前(2013年)賦值為0,領取養老保險之后(2018年)賦值為1。通過增加一個上述兩個虛擬變量的交互項Du*Dt,更加精準地研究和估計養老保險對農戶生計策略的影響和凈效應。根據以上條件,將本文的問卷劃分為4組子樣本,即2016年之前領取養老保險的處理組(Du=1,Dt=0),2016年之后領取養老保險的處理組(Du=1,Dt=1),2016年之前領取養老保險的對照組(Du=0,Dt=0),2016年之后領取養老保險的對照組(Du=0,Dt=1)。基于上述,本研究構建如下DID基準回歸模型:

Yit=β0+β1Duit+β2Dtit+β3Didit+γXit+εit

(1)

其中,i為第i個農戶,t為第t年;Duit為區分領取養老保險戶與否的虛擬變量,如果是領取養老保險戶,則取值為1;若是未領取養老保險戶,則取值為0。Dtit為領取養老保險前后的虛擬變量,領取養老保險前賦值為0,領取養老保險后賦值為1;Didit為Du與Dt的交叉項,表示領取養老保險對生計策略選擇的影響。另外,Xit為農戶生計資本;ε為隨機擾動項;Yit為被解釋變量,代表農戶選擇的生計策略。

(二)傾向得分匹配倍差模型(PSM-DID)

由于在使用DID模型時可能存在模型估計偏差,此時需要滿足文章中的處理組和對照組共同趨勢條件。同時,由于不可觀察的相關因素,直接比較分析會出現異性偏差,這也可能導致生計策略的變化。為了解決可能出現的異質性偏差,本文借鑒趙麗娟等[7]的研究,采取了具有優勢的傾向得分匹配倍差法(PSM-DID)來進行穩健性檢驗。PSM-DID算法是基于匹配估計的思想,能夠在控制組和對照組中找到具有充分相似性的可測量變量,并通過“傾向得分”進行測量。將個體的傾向得分作為在給定協變量下進入處理組的條件概率。在不考慮因素的前提下,農民的生計策略是否僅依賴于養老保險,二者之間存在著可比性。匹配估計方法可以幫助解決系統的差別,但是一般情況下,匹配變量可以是一個包含多個變量的 K維,而非一個權值,這將導致數據的結果不準確;另一方面,PSM方法使用降維方式來估計每個農民的傾向性分數,并排除不合理的控制變量來匹配。

(2)

t′和t分別表示2016年領取養老保險前后的時期,Sp表示能夠匹配的樣本集合,I0和I1分別表示控制組與處理組樣本集合,n1代表處理組中滿足匹配條件的樣本數,W(i,j)為配對權重。

三、數據及變量描述性統計

(一)樣本選擇

英國國際發展署(DEID)在2000年推出的可持續生計框架,將生計分為五大類:自然、物質、人力、社會和金融資本(1)轉引自王曉軒、耿天學、趙周華《補助政策、生計資本對農戶生計策略和生計結果的影響——以農牧交錯帶貧困地區樣本為例》(《農業科學研究》2020年第3期)。。由于社會發展,心理資本逐漸成為影響農戶生計策略的因素,所以本文借鑒李廣東等人的研究在原有生計資本的基礎上加入了心理資本[8]。基于DFID理論,結合已有研究成果,以及不同區域間的數據差異,本文選擇了13項評價指標。在查閱有關科研成果和調查問卷的基礎上,建立了農戶生計資本指標評價體系(見表1)。

表1 生計資本指標評價體系及其描述性統計

在生計資本的六個維度中,2013年人力資本和自然資本所占的比重較高,這說明農民在領取養老保險前,農戶的收入中不包括養老保險。他們為了維持基本生活,將選取與自身相匹配的勞作增加家庭收入,并且此時農戶的年齡較輕,具有相對較好的身體素質,所以農戶將會通過充足的土地維持家庭生活。2018年,金融資本和社會資本水平相對較高,這表明在領取養老保險之后,農戶增加了來自養老保險的收入,所以此時農戶的金融資本增加。由于年齡等原因農戶將不再適合依賴土地增加收入,在能以養老保險維持生活的條件下,農戶選擇放棄原本相對較多的自然資本,進而改變其原來的生計策略。

(二)變量定義及統計性描述

生計資本的不同組合可以促使各色各樣的生計策略變好,即使是同一農戶也會選擇不同的生計策略,然而生計策略的目標是使農戶目前的生活變好[9]。因此,生計策略的選擇與生計資本的狀況有關,而生計策略的多樣性則主要取決于對生計資本的不同組合以及不同的資金運用。生計策略的種類可以根據不同研究方向進行不同的分類,國內常見的生計策略分類是純農型與兼農型[10]。也有學者為了可以使自己得到的數據發揮最大的效用,將農戶生計策略分為農業專業化型、農業補充型、農業依賴型以及生計多樣化型[11]。

生計策略多數以收入來源占比或者是務工類別為劃分根據。本文則是從過去一年在家務工時間和是否有其他職業收入維度出發,將農戶的務工時間以2013和2018年的數據作為整體,運用 K均值聚類分析法,通過一年中在家務農的時間將生計策略分成農業、農業兼業、非農兼業以及非農業。分類流程分為5個階段[12]:(1)按照農戶生計特點,將其生計策略分為K個;(2)隨機指派K個中心點;(3)通過對各采樣點到K中心的歐氏距離進行計算,將其分布到最近的中心點,構成 K個數據集合;(4)基于聚類的結果,對每個數據的每個樣本的維數進行重新計算,求出一個新的中心點;(5)將每個數據集的中心點與原始數據點之間的距離進行比較,如果中間點的距離沒有改變,則停止迭代,得到最佳的中心點,反之則返回到第3步進行迭代。

從在家務工時間來看,按時間從長到短排序依次為農業型、農業兼業型、非農兼業型和非農業型。在家務工時間隨非農化提高而減少。從是否有其他職業來看,沒有其他職業收入為農業型,有其他職業收入再根據在家務工時間的長短依次分為農業兼業型以及非農兼業型,僅有其他職業收入的為非農業型。

結合上面兩個維度,本文按照以下具體條件劃分生計策略類型(見表2)。一年中在家務農時間超過6個月且沒其他職業收入則為農業,務農時間大于6個月但同時有其他職業比如工資是通過單位發放、在政府部門工作等為農業兼業,務農時間大于0個月小于6個月且有其他收入的則為非農兼業,務農時間為0個月且有其他的工作職務和收入則為非農業。

表2 農戶生計策略類型及量化標準

四、研究結果及穩健型檢驗

(一) 研究結果分析

1.DID結果估計。在不考慮控制因素的情況下進行倍差模型基準檢驗回歸,回歸結果如表3所示。此時,養老保險對于農業型生計策略、農業兼業型生計策略、非農兼業型生計策略及非農型生計策略均產生了負面影響,且對農業型、農業兼業型及非農型生計策略的影響均達到了1%的顯著水平。這表明在領取養老保險之后農戶的收入相應增加,部分農戶適當減少其余增加收入的工作,使農戶4種生計策略均減少。

表3 倍差模型基準檢驗回歸結果

在控制變量中加入生計資本后,其回歸結果如表4所示,養老保險在農業型、農業兼業型、非農兼業型和非農業型生計方式上均產生了負向影響。這種影響說明領取養老保險對原有的四種生計策略的選擇均產生了負面影響,即在生計資本充裕的情況下,更多的農戶選擇放棄現有的生計策略,選擇以養老保險作為一種目前最佳的生計策略維持自身的生活。

2.PSM-DID估計結果。盡管農戶生活水平有很大差別,采用雙重差分傾向得分方法對農戶的選擇偏差進行控制,得出在領取養老保險前,兩組農戶的生計策略的差異(Diff1)和領取養老保險后的差異(Diff2),這兩個小組的結果差異被稱作“一次差分”[13],這僅僅是在處理組和對照組中農民生計策略上的不同,為了估計不同家庭的養老保險是否會產生影響,必須采用二次差分法,也就是Diff1和Diff2之差是本文最后估計值,其結果如表5所示。

表4 引入控制變量的倍差模型回歸結果

表5 PSM-DID估計結果

具體而言:(1)從農業型農戶的角度出發,領取養老保險后選擇從事該生計策略的農戶比重顯著減少;(2)從農業兼業型農戶的角度出發,領取養老保險后選擇從事農業兼業型的農戶比重增加,但是從結果中并未發現顯著的特征;(3)從非農兼業型農戶的角度出發,領取養老保險后選擇從事該項生計策略的農戶比重顯著增加;(4)從非農業型農戶的角度出發,領取養老保險后選擇該項生計策略的農戶比重顯著增加。

從上述結果發現,無論在南方、北方還是總樣本中,領取養老保險均對農業型生計策略的現狀發生變化,均通過了顯著性檢驗,但對農業兼業型農戶生計策略現狀沒有產生顯著變化;對于非農兼業型農戶而言,除南方外,均發生顯著變化,而非農業型農戶除了在總樣本中發生顯著變化,其余子樣本中并不發生顯著變化。

(二)穩健型檢驗

1.匹配平衡性檢驗。PSM-DID模型中的“平行假定”是指在處理組和控制組兩個不同的特征變量之間不存在顯著的差別,因此必須對其進行均衡檢驗。若二者存在明顯的差別,則表明所選擇的匹配方法不當,估算結果往往是無效的。大多數的實驗證明,如果匹配結果的標準差在10%以下,則代表此時的匹配已經達到了較好的結果[14]。同時,要對農民的地理特性進行有效的控制,采用PSM-DID方法,對南北兩個樣本進行比對時,將同一區域內的控制組和處理組的農戶進行配對,以控制地理特性的影響。從表6可以看出,在整體抽樣和分區匹配效應方面,所有匹配變量的標準偏差均顯著降低,并且其絕對誤差在10%以下。通過t檢驗發現,匹配前處理組和控制組的多數匹配變量t值具有顯著性,也就是說,二者之間存在很大的差別;經過匹配處理后,處理組和控制組的特征變量差別明顯減小,t值不存在明顯的變化,從而確保了并行假定的先決條件,并對其進行了檢驗。

2.匹配方法檢驗。在實證分析中,PSM-DID模型可以采用多種匹配方式,為了提高研究的可靠性,本文采用了半徑匹配、近鄰+半徑匹配、核匹配等方法來驗證該模型的匹配效果。由3種不同匹配方法估計得到的結果具有相似性,且與前述采取核匹配方法得到的結論一致,說明表7的估計結果具有較強的穩健性。

3.安慰劑檢驗。為了進一步檢驗PSM-DID的有效性,同時“剝離”其他政策對農戶生計策略的影響,本文進一步進行了安慰劑檢驗[15]。安慰劑檢驗通常采用替換處理組或者假設政策作用的不同時間再次檢驗系數是否顯著,本文在樣本中通過隨機抽樣的方式構造虛擬處理組。這一方法可以檢驗差分估計結果中的顯著影響是否僅僅是一種偶然的發現。基于此思路,本文在對照組中隨機選擇多個個體將其視為處理組,將剩余個體視為對照組。如果最初的結論是隨機不穩定的,那么在安慰劑檢驗中將有可能再次出現與真實處理措施相同的處理效應。結果顯示,無論是全樣本還是子樣本,均沒有對生計策略產生顯著影響,安慰劑檢驗通過。

表6 匹配平衡性檢驗結果

表7 匹配方法檢驗

五、總結及政策建議

當代高速發展的社會,對難以維持基本生活的農戶的保障顯得尤為重要。養老保險是為這些農戶提供的基本保障,養老保險最直接惠及的是農戶,因此養老保險對農戶生計策略影響的結果以及機制應當引起廣泛關注。本文通過這一視角進行實證分析,首先建立生計資本測量框架,其次通過K聚類方法對農戶生計策略類型進行細分,利用得到的南方和北方農戶兩期截面數據,然后通過使用PSM-DID法排除其他因素干擾,最終估計養老保險對農戶生計策略的實際效應。結果表明:(1)養老保險對不同類型農戶所產生的影響有所不同。領取養老保險會使農戶選擇農業型生計策略的意愿下降,會增加農戶選擇農業兼業型生計策略、非農兼業型生計策略以及非農業型生計策略的意愿。(2)養老保險對不同地區農戶生計策略類型所產生的影響程度也有所不同。領取養老保險后北方農戶比南方農戶對于選擇農業型生計策略的意愿下降得更多,對于農業兼業以及非農業型的生計策略,南方農戶選擇的意愿較高于北方農戶。而對于非農兼業型生計策略而言,北方農戶選擇的意愿較高于南方農戶。(3)采用一系列的測試方法進行穩健性測試,多個匹配算法的估計值比較接近。此外,安慰劑測試也進一步證明了本文的主要估算值是可靠的。基于以上結論,本文得出以下幾點啟示:

第一,從養老保險的制度制定上看,養老保險對農民的生計策略有一定的影響,而農戶的生計策略則會對家庭的資產分配和經濟發展產生一定的影響,在今后的養老保險制度改革中,要充分考慮到養老保險對不同地區農戶產生的影響,應根據領取養老保險前農戶的收入高低,制定不同的養老保險金額。同時在現有資料的基礎上,應該預先模擬并評價養老金制度改革對生計策略等的影響,采取相應的對策,以有效地規避這一變化所帶來的沖擊。在此基礎上,要做好各地區之間的差別效應評價,進一步強化政策先導,充分考慮到我國城鄉發展的差距,在全國范圍內進行試點,從而逐步完善相關政策的設計與運作機制。

第二,從農戶區域異質性上看,養老保險對不同地區的農戶生計策略產生的影響不同。為了解區域經濟的差異,應進一步推動基本養老保險在全國范圍內的協調,以整體調節不同地區的累計結余,填補資金缺口,降低制度運行的風險,維護社會公平。由于養老保險的管理體制是建立在中央政府制定目標和財政保障、地方政府進行區域調劑、地方統籌的統一管理和運行機制上。所以養老保險制度在中央政府和地方政府之間存在障礙和博弈,應采取實行養老保險中央調劑制度等過渡性措施,逐步改善條件,穩步推進基金統籌、制度規范、管理健全和技術標準化,從而在制度上縮小區域養老差距,為農民多樣化生計策略提供基本保障。