城镇社会养老保险水平因子分析及对策建议

高元新，张文政

（甘肃农业大学人文学院，甘肃兰州730070）

城镇社会养老保险水平因子分析及对策建议

高元新，张文政

（甘肃农业大学人文学院，甘肃兰州730070）

当前，我国正面临着人口老龄化的危机，而社会普遍关注的问题之一就是养老。自从21世纪以来，我国城镇社会养老保险发展速度较快，但是发展的速度并不能掩盖其存在的一些问题。利用SPSS19．0软件对2012年我国省市（除香港、澳门、台湾外）的统计数据进行分析，通过对数据的因子分析，发现各个省市的社会养老保险发展水平有着较为明显的差异性的，同时也与人口、经济的发展水平、收入有很强的相关性，这也为解决我国城镇养老保险水平的地区差异性提供了理论与实践方面的支撑。

城镇；养老保险水平；因子分析

在人口老龄化危机日渐加深的前提下，养老问题已经成为我国乃至全世界亟须解决的关键性问题之一。养老保险是社会保险的一种，其功能是提高劳动者老年风险防御能力，保证其享受晚年生活，以此作为一项重大的社会政策来实施。近些年以来，我国的养老保险事业发展比较迅速，但也面临着各地区的发展并不平衡、差距较大等问题。本文通过运用多元统计方法，对全国省市（除香港、澳门、台湾省之外）2012年的统计资料整理进行因子分析，在众多的数据指标之中提取公共的因子，由于每一个公共因子都能够反映养老保险水平指标间的共同作用，［1］我们可以通过分析这些公共的因子，来发现不同省份城镇养老保险水平发展中存在的问题而进行深入细致分析并给予正确的评价。养老保险水平的因子分析可以对我国各地区的养老保险水平归纳得分进行排列、点评，给建设并发展我国的养老保险事业提供理论凭据。

一、测算不同省市区社会养老保险的水平

（一）建构社会养老保险的水平指标评价体系

若测算我国不同省市区社会养老保险综合性水平，［2］就必然建构变量评价综合性的体系，选取一些能够全面、精准反映不同省市社会养老保险水平的指标，可以全面的指出影响不同省市社会养老保险水平的公因子，对选取的数据进行整理计算后，可以得到各省市社会养老保险水平的综合得分。在易操作、合理、简单等特征的基础之上，综合考虑各个省市的实际情况，构建了各省市城镇养老保险水平总体指标全面评价体系，采用内容相异的指标变量八个。详尽的指标体现为：O1－省市生产总值GDP（亿元）、O2－各省市总人数（万人）、O3－省市地方财政性收入（万元）、O4－各省市农村居民人均年纯收入（元）、O5－离退休参保人数（人）、O6－城镇养老保险参保人口数（万人）、O7－社会保障与就业的财政支出数额（万元）、O8－城镇家庭的全部收人（元）。结合构建的综合性评价指标体系从《中国统计年鉴－2012》中选取相关评价指标的原始数据，并对原始数据进行标准化处理。

（二）评价指标间的相关矩阵及显著性检验

表1上半部分是原始评价指标的相关矩阵，从相关矩阵中可以看出一些指标之间的相关系数是接近1的，可见其比较高；表1下部是关于相关系数的显著性检验数值，该显著性检验值有很多是小于0．05的，［3］这表明原始指标间具有很强的相关性。因此，我们有依据通过分析因子将其表示成独立并且相异的指标变量。

（三）因子分析检验

利用SPSS19．0统计软件对各省市城镇社会养老保险水平进行因子分析，第一需验证因子分析能否适用于该数据，SPSS19．0统计软件提供多种检验方法，此次选用SPSS19．0统计软件的KMO检验与Bartlett检验的两种方法。KMO是取样足够Kaiser－Meyer－Olkin度量，KMO的测度值越高，表明变量间的共性因素也就越多，因子分析也就适合于该数据的分析。［4］表2是SPSS19．0统计软件自动生成的检验结果。结果表明KMO值为0．773，且一般来说只要KMO的值大于0．7就表示指标数据适合因子分析，加之Bartlett的球形度检验值为0．000，比给定的显著水平0．05小，球形检验也通过了。因而，数据的选择是符合因子分析要求。

表1 相关矩阵及显著性检验

表2 Kaiser－Meyer－Olkin和Bartlett的球形度检验

（四）相关矩阵的特征值及解释总方差

首先标准化处理评价指标的原始数据，使各个评价指标的性质、计量等方面不存在差异。运用SPSS19．0统计软件对数据进行处理，得到各个评价指标间的相关矩阵。在表3初始特征值一栏中，初始变量的相关矩阵的特征值有两个是大于1的，分别是5．357、1．745，所以应提取特征值所对应的两个因子，这两个因子解释的方差分别为66．959%、21．811%，累积方差达到88．770%，也就是说可以解释原始变量的88．770%的方差。在旋转平方和载入一栏中可以发现，基于旋转的2个因子方差产生了变化，不过能轻易发现它们的方差累计和并没有发生变化，仍是88．770%。因此，应选择这两个特征值大于1的因子作为公因子。

表3 相关矩阵的特征值及总方差的解释

表4 旋转成份矩阵

（五）公因子的选择及名称

因子的旋转成份矩阵是表明在各个因子中系数的大小，表示变量在因子的载荷大小。［5］基于SPSS19．0软件因子旋转矩阵的分析结果，我们采取因子矩阵方差最大化的正交旋转，让列变量在因子矩阵遵循它的平方数朝着1、0两个极端变化，进而得到因子旋转矩阵。这样，我们可以通过变量在因子上的载荷值来解释各个公因子的定义并确定其名称。

在表4，大家可以看出，第一个公因子W1在评价指标地区生产总值、总人口、财政收入、离退休参保人数、城镇参保人数、社保就业支出上的载荷较大，表明各省市人员构成及经济社会情况，因此W1作为第一个公因子可以称之人口与经济社会发展因子。在农村居民人均收入上、城镇居民家庭总收入上的载荷较大的第二个公因子W2，表明各地的居民收入情况，因此，第二个公因子W2可以成为收入因子。

（六）构建全面指标计算公式

我们通过表5成份得分系数矩阵没有改变的数据以及因子系数详细分数，从而可以得出各观测值的因子数值。旋转后的因子分值式是：

表5 成份得分系数矩阵

因子的综合得分W，其公式为W＝∑Wj＊（ai／b）（j＝1，2，3…），其中Wj是各省市养老保险水平，aj是各公因子的方差，b是累积方差。因此，我可以计算出各省市养老保险水平的因子综合得分。表6是公因子得分、综合得分以及排名。

二、各省市养老保险总体性分析

在因子计算公式能够发现，W1在省财政经济收入数、地区总值、人口总数、离退休参保人数、城镇参保人数、社保就业支出的权重系数很大，公因子W1可以作为各省市的人口经济发展因子；公因子W2在农村居民人均收入、城镇家庭居民总收入方面有较大权重系数，因此W2可以作为各个省市的收入性因子。

表6 全国各省市社会养老保险水平排名及得分

结合在两个公因子上省份的得分与排名，可以综合评价各省市社会养老保险水平。在W1方面，广东、江苏、山东、四川、河南是分值最高的六个省市，其中广东的分值最高为2．27，远高于其他省市。假定以W1＞0为区别条件，那么位于第一至十二的省市属于第一类，第二类则是位于第十三到三十一位的省市。有较大差距的第二类与第一类，则说明在W1上的养老保险省市水平差异性较大。在第一类的省市也是人口比较多的，这也表明人口经济发展公因子对于各省市养老保险水平有重要的影响作用。

在公因子W2方面，上海的排名是第一位的，这与上海市居民的收入有着紧密联系的，北京、浙江、天津的分值也是比较高的，排名在前八的省市公因子W2＞0。在公因子W1排名第一的广东，在公因子W2上的排名是第五；在公因子W1排名相对较前的贵州、甘肃，在公因子W2上的排名却是倒数一、二名，说明这些省市与上海、北京、浙江、天津等省市的差距还是很大的，也说明养老保险的水平与收入水平是密切相关的。

三、促进城镇社会养老保险地区发展的建议

基于整体变量指标的解读，我国各省市可以根据其在公因子上的表现采取相应的措施来推动养老保险程度的深化，进一步促进我国养老保险事业的和谐发展。

（一）促进地区经济发展，提高居民的保险缴费能力

社会保障的均衡发展，必须要以经济基础作为支撑。［6］社会保障关乎社会的安全与稳定，是一项政府实施的积极政策，在任何条件下都与经济相互依存而不能摆脱其发展。简言之，经济基础的雄厚与否决定着一个地区的社会保障水平高低，［7］各省市的经济水平影响社会养老保险的水平。［8］第一，各级政府应采取合理地措施促进当地的经济发展，只有经济发展了，社会保障的基础才能变得雄厚，水平也就越高，进而城镇社会养老保险也会得到发展。第二，政府在促进经济发展的同时，还应注意提高居民的收入水平。居民收入水平提高了，其缴费能力也就会得到一定程度的提升。伴随着经济发展，居民收入的提高，养老保险的水平也就会有所发展，最终实现养老保障制度的可持续性发展。［9］

（二）改革养老保险的制度实施方式

由于我国地区间经济发展的不平衡性，［10］需要结合各个省市的不同特点，对于各省市的养老保险发展采取相异的方案。在保障养老保险水平提高的前提下，允许一部分经济欠发达地区用较长的时间实现与发达地区养老保险水平相当的程度，最终建立覆盖全体居民的社会养老保险体系。［11］第一，针对东、中部经济发达的省份进一步完善城镇养老保险的发展，而对于西部经济不发达的省市加大中央财政的转移支付，以此提高西部地区的养老保险发展水平。第二，要加快实现养老保险的全国统筹，优化社会保险基金使用，［12］避免经济发达地区有结余，而欠发达地区有缺口的不均衡性，以此来提高各省市社会养老保险的发展水平。

［1］夏金钊．山东省城镇社会养老保险水平地区差异实证分析［D］．济南：山东经济学院，2011．

［2］解静，闫琳琳．中国养老保险省际分配差距综合指标研究［J］．商业时代，2013（5）：133－139．

［3］吴书光．山东省城镇养老保险水平的因子分析及评价［J］．东岳论丛，2012（9）：176－179．

［4］朱琳．中小企业联盟网络创新绩效的影响因素研究［D］．杭州：浙江工业大学，2011．

［5］司爱丽．安徽省城乡居民收入差距影响因素实证研究［J］．长春理工大学学报（社会科学版），2014（3）：60－63．

［6］李胜基．吉林省社会保障支出与经济增长关系实证研究［J］．现代经济信息，2010（15）：219－220．

［7］郭林，张学锋．构建合理的社会保障水平测定指标体系：基本原则、构成要素与基本点［J］．哈尔滨金融学院学报，2012（1）：57－60．

［8］张腊梅．建立新型农村社会养老保险制度的思考［J］．经济问题探索，2008（12）：98－100．

［9］孟喜玲，高君，夏丽霞．浙江省新型农村社会养老保障制度可持续发展研究——以德清县为例［J］．中国农学通报，2012（26）：153－158．

［10］宋志涛．经济开放、市场分割与我国地区经济发展不平衡［D］．济南：山东大学，2012．

［11］刘苓玲，李培．建立覆盖城乡居民的养老保险体系研究：一个文献综述［J］．保险研究，2012（2）：121－127．

［12］肖宁．优化社会保险基金管理的探讨［D］．保定：河北大学，2009．

（编辑：佘小宁）

Factor Analysis of the Level of Urban Social Pension Insurance and Suggestions

GAO Yuan－xin，ZHANG Wen－zheng
（College of Humanity，Gansu Agricultural University，Lanzhou Gansu 730070，China）

At present，China is facing an aging population crisis，and a general concern is pension．Since the 21st century，the development of China＇s urban social pension insurance has become faster，but the development speed can not cover some of its problems．In this paper，SPSS19．0 software is used to analyze statistical data of the provinces（except Hong Kong，Macao and Taiwan）in 2012．Through factor analysis of the data，it is found that the level of development of the various provinces and social endowment insurance has obvious differences，but also is relevant with the population，the level of economic development and income，which provides theoretical and practical support to reduce the regional differences in China＇s urban pension．

Cities and towns；Pension levels；Factor analysis

F840．67

：A

：1671－816X（2015）02－0170－05

2014－10－24

高元新（1988－），男（汉），山东德州人，硕士研究生，主要从事社会保障方面的研究。

张文政，副教授。E－mail：66605215＠qq．com