新农保对农村中老年人劳动供给行为的影响

周云波+曹荣荣

摘 要： 利用中国健康与养老追踪调查（CHARLS）数据，选取PSM-DID方法考察其他条件相似时，参保组与对照组在总劳动时间、农业劳动时间供给上存在的差异。结果表明：新农保对农村中老年人的劳动力供给行为不存在显著影响，但新农保对不同年龄段劳动供给行为的影响具有异质性。参加新农保有效减少了60岁及以上农户的总劳动时间和农业劳动时间；但参加新农保不会影响60岁以下农户的农业劳动时间，但能够增加其总劳动时间。

关键词： 新农保；劳动供给；双重差分倾向得分匹配

中图分类号： C913.6 文献标识码：A 文章编号：1000-4149（2017）05-0095-13

DOI：10.3969/j.issn.1000-4149.2017.05.009

The Effect of China s New Rural Pension Program on Labor Supply of Middle Aged and

Elderly People in Rural Areas of China： Based on PSM-DID

ZHOU Yunbo， CAO Rongrong

（School of Economics/Collaborative Innovation Center for China Economy，

Nankai University， Tianjin 300071， China）

Abstract： Using CHARLS data， this paper tries to study the difference of labor supply between treatment group and control group， which is based on PSM-DID. It shows that there does not exist significant effects of joining New Rural Pension Program on the behavior of middle aged and elderly people s labor supply. However， the influence of the New Rural Pension Program on the labor supply is different between age-groups. It helps to decrease the labor supply time of people who is 60 years of age or older， while it increases the total labor supply time of people under 60 and has no effect on their labor time on agriculture production.

Keywords： new rural pension program； labor supply； PSM-DID

一、引言

新型农村养老保障制度（简称“新农保”）作为一项社会保障制度不仅可以提高居民的生活水平，还发挥着影响居民劳动力供给行为的作用。新农保的劳动力供给效应对处在退休年龄附近劳动者的影响更加明显。2000年第五次人口普查资料显示，60岁及以上人口占总人口比重为10.2%，说明根据联合国制定的标准中国已于2000年进入老龄化社会。相对于城镇，农村老年人面临社会福利少和保障待遇低的问题，农村老年人如果不能依靠自身储蓄、子女补贴维持生活，只能继续参加劳动。中国农村劳动人口老龄化已是普遍现象，农村养老问题越发严峻。与此同时，中国正处于跨越“中等收入陷阱”的关键时期，传统的“人口红利”正在逐渐消失，那么，新农保政策能否减少农村老年人的劳动供给时间？又会对正在发生深刻变革的劳动力市场产生怎样的影响？是否会进一步降低劳动力参与率进而影响经济增长？本文将基于微观数据对新农保与劳动力市场的关系做出分析。

作为一项社会保障政策，养老保险会对劳动供给行為产生影响。国外在这个问题上已做了大量研究。博斯金（Boskin）、博斯金和赫德（Hurd）、戴蒙德（Diamond）研究发现养老保险是影响美国老年人退休与否的主要因素，提高养老金水平和社会保障收益将会增加提前退休的可能性[1-3]。也有学者认为养老保险对劳动供给行为的影响不显著[4]，波特莱斯（Burtless）指出公共养老金计划待遇水平的提高并不是战后美国劳动参与率急剧下降的主要原因[5]。此外，依米诺赫格鲁（Imrohoglu）发现美国社会保障改革导致了一个显著的劳动供给分配效应，个人将工作时间更多地从年轻时期转移到退休之前的老年时期[6]。

国内对养老保险问题的研究主要集中在城镇养老保险对退休年龄的影响上。李红岚、武玉宁，汪泽英、曾湘泉，彭浩然，张晓玲研究发现养老保险以及社会保障收益的提高降低了退休年龄，劳动者倾向于减少劳动供给[7-10]。也有学者研究得出养老保险对劳动力供给产生的影响并不显著的结论[11]。近几年国内开始了对新农保政策效果的实证研究。程杰、张川川研究表明，新农保养老金显著提高了农村老年人的收入水平[12]，降低了农户的劳动参与率和劳动供给水平[13]。黄宏伟发现尽管当前新农保养老金不足以使农村老年人完全退出劳动力市场，但仍能明显减少农村老年人的劳动供给[14]。解垩分析出农村老年人劳动供给行为和劳动供给时间不受新农保政策的影响[15]。也有学者得出不一致的结论，认为养老保障可能通过提高就业投资增加劳动供给[12]。已有研究使用现代微观计量方法解决内生性问题[14-15]，对本文具有借鉴价值。但尚存在以下不足。第一，国内相关研究很少构建理论模型；第二，少有针对中老年人劳动供给行为的研究，且缺乏对不同年龄段老年群体异质性影响的研究。endprint

本文通过将新农保制度引入经典的时间配置模型中，构建了新农保影响劳动力供给行为的理论框架，将新农保保费产生的劳动供给效应分为收入效应和间接替代效应；基于中国健康与养老追踪调查（CHARLS）数据，选取倾向得分匹配与双重差分结合的策略（简称PSM-DID），估计新农保政策对不同年龄段农村中老年人劳动供给的影响。

二、模型设定与识别策略

1.模型设定

本文使用贝克尔（Becker）的时间配置模型的分析框架，将传统的时间配置模型进行扩展以构建农户时间配置模型[16]。模型的前提假设如下。

假设1：农户既是商品的生产者也是商品的消费者。

假设2：为追求效用最大化，农户的支出等于收入。

假设3：农户总收入为劳动收入与其他收入的加总。

按照传统理论，农户最大化效用：

农户受到如下预算约束：

其中，yi代表商品i，p′i代表商品i的价格，I代表收入，W代表劳动所得的收入，V代表其他收入。根据贝克尔的假定，农户不仅是商品的消费者，也是生产者，这是因为进行商品消费和享受商品带来的服务都需要时间，农户将商品yi和在该商品上投入的时间Ti以某种形式结合起来，生产出新的商品Zi：

将（3）式代入（1）式，此时农户的效用取决于买到的商品以及享受服务的时间：

将农户的预算约束进一步细化，分为商品约束和时间约束，商品约束如下：

其中，TAW代表农业劳动时间；A代表每单位农业劳动时间获得的收入；TNW代表非农劳动时间，N代表每单位非农业劳动时间可获得的收入。此外，农户还受到时间约束：

其中，Tc代表用于消费及享受服务的总时间，TW代表总劳动时间，T代表一天中扣除必要的吃饭、睡觉后可用于支配的时间。

因此，农户最优时间配置转化为在（5）式、（6）式的约束下，求效用函数（4）式最大化的问题。本文研究新农保的劳动力供给效应，新农保养老金收入应作为其他收入V的一部分，因为养老金收入每月按固定的数额发放，与劳动者的劳动生产率无关。因此，养老金数额的变化对劳动时间的影响只有收入效应，不会产生直接替代效应。①收入效应：新农保保费引起（5）式中的其他收入V增加时，商品预算线向外移动，其他条件不变的情况下，农户会增加对商品的消费，此时花费在商品消费和享受服务上的时间Tc增加，在（6）式的约束下，总劳动时间TW势必会减少。②间接替代效应：养老金引起其他收入V增加后，农户可能会加大自身的人力资本投资，提高劳动生产率。劳动生产率的提高使得农户的时间变得更加宝贵，因此，为降低不工作带来的更大损失，农户会增加劳动供给时间TW。收入效应和间接替代效应从相反方向影响劳动供给时间，哪个影响更大需要经验研究来回答。

2.识别策略

新农保是国家在农村地区实施的一项社会保障政策，评价该政策对农村中老年人劳动供给行为产生的影响，即评价个体在参与政策前后劳动供给行为的改变，如果使用一般的回归方程刻画变量之间的因果关系可能会存在以下问题：第一，是否参保是个体根据自身社会经济状况（收入水平、健康状况、子女数量等）自己选择的结果，即选择参与项目的个体（参保组）与选择不参与项目的个体（对照组）在选择参与项目之前初始条件不同，若直接比较参保组与对照组的劳动供给行为会存在对样本的“选择偏差”。第二，变量内生性问题。理论上，收入、健康状况都是影响农村中老年人劳动供给行为的重要变量，但劳动力供给状况又会反过来影响收入和健康，因此存在由反向因果引起的内生性问题。以上两个问题导致估计结果有偏。

评价新农保对农村中老年人劳动供给的影响，本文关心的问题是：参保组的劳动供给时间是否会比不加入新农保的劳动供给时间长或短？为此，考虑项目参加者的平均处理效应（Average Treatment Effect on the Treated，ATT），即：

如果简单地比较新农保参与者与未参与者的劳动供给时间之差，即

在（8）式等号右边，前两项是本研究感兴趣的平均处理效应（ATT），后两项即为选择偏差。

针对选择偏差以及内生性问题，可使用双重差分（Difference-In-Difference，DID）模型进行分析。且新农保政策2011年仅在部分试点县实行，2012年9月在全国放开，因此2011年、2013年数据适合使用DID进行分析。具体来说，将参与新农保的农户作为参保组，其余作为对照组；选取2011年为基期，2013年为跟踪期，形成四个子样本：2011年参保组、2011年对照组、2013年参保组、2013年对照组。

DID模型最重要的前提是參保组和对照组必须满足共同趋势假设，即如果不存在新农保政策，参与新农保和不参与新农保的个体，他们的劳动供给变动趋势随时间变化不存在系统性差异。但现实中这一假定很可能无法满足。由赫克曼（Heckman）提出并发展起来的PSM-DID（Propensity Score Matching-Difference-In-Difference）方法可以有效解决这一问题，使DID方法满足共同趋势假设[17]。

双重差分倾向得分匹配方法（PSM-DID）的基本思路是对参保组和对照组的样本进行重新挑选，为每个参保组个体在对照组中寻找倾向得分（即利用logit模型估计的个体参加新农保的概率拟合值）相似的可比对象进行配对分析，从而去除参保行为的非随机性带来的选择性偏误和混杂偏误，使得重新筛选出来的参保组和对照组除劳动力供给行为有差异外，其他特征变量（既包括可观测变量，也包括不可观测变量）尽可能相似，进而可以估计参加新农保对劳动力供给的净影响。

三、数据及变量统计性描述

1.样本选择

本文所用的数据来源于中国健康与养老追踪调查（China Health and Retirement Longitudinal Survey， CHARLS）2011年和2013年的全国基线调查。CHALRS是一套收集全国45岁及以上中老年人家庭和个人信息的高质量微观数据，全国基线调查于2011年开展，覆盖150个县、区级单位的450个村、居，访问了10257户家庭的17708人，遍布28个省、直辖市、自治区，总体上来讲较好地代表了中国中老年人群，总体应答率为80.51%，其中，农村应答率高达94.15%。2013年在2011年的基础上增加了家户访问的数量。2013年家户层面的受访者退出调查的家户为1235户，新增家户数为1607户，总体应答率为82.63%，其中农村的应答率为91.74%。endprint

根据相关规定，新农保的参保范围为年满16周岁（不含在校学生）、未参加城镇职工基本养老保险的农村居民。本文在样本选取过程中，如果被调查样本有资格享受离退休待遇，或者参加了城镇职工基本医疗保险或城镇居民基本医疗保险，则认为该样本不属于新农保的参保对象，故将这些样本剔除，同时剔除了城市户籍的受访者，只保留了农村户籍的受访者。新农保政策在2009年试点，2012年全面放开，表1给出2011年及2013年参保样本的情况，2011年调查时已有2277个样本参保，7364个样本未参保；2013年参保人数增加到5947个。为研究2012年政策全面放开后新农保的劳动供给效应，本文将2011年已经参加新农保的样本剔除。此外，为保证所有被选用的样本同时具有两期的观测值，处理数据时将合并后的两期数据进行样本平衡（即为平衡面板）。经过以上调整后，本文使用的有效样本为5923人，其中参保组3997人，对照组1926人。

2.变量定义及统计描述

依据已有文献，劳动供给可以由是否参与劳动（虚拟变量）和劳动时间（连续变量）衡量。在确保数据质量的前提下，使用劳动时间作为被解释变量能够得出更加具体的研究结论，具有突出的优势。本文选取的数据经严格的抽样调查获得，调查过程严谨，劳动时间数据可信度较高，因此本文选用劳动供给时间模型。

本文估计参加新农保对总劳动时间、农业劳动时间产生的影响。总劳动时间指的是过去一年从事农业劳动时间和非农业劳动时间的总和；农业劳动时间包括自家农业生产活动的时间和农业受雇时间；非农业劳动时间包括家庭非农经营劳动时间和非农受雇劳动时间。处理变量为是否加入新农保；控制变量包括了反映个人基本特征、家庭基本特征、健康状况、子女的经济状况、与子女的经济往来以及反映养老保障待遇的六大类指标，详见表1。

3.参加新农保与劳动供给时间的基本关系

图1直观地显示了参保者、非参保者总劳动供给时间、农业劳动供给时间的核密度分布。左图显示在年总劳动供给时间小于2050小时的样本中，未参加新农保农户的总劳动供给分布曲线靠下，即在劳动强度较小的情况下，未参加新农保农户的总劳动时间较少；而在年總劳动供给时间超过2050小时的样本中，参加新农保农户的总劳动时间较少。右图表明在年农业劳动供给时间小于500小时或者在1450小时到2200小时之间的样本中，未参保农户的农业劳动时间较少；而在年农业劳动供给时间在500小时到1450小时之间或大于2200小时的样本中，参保农户的农业劳动时间较少，即参保农户与未参保农户农业劳动时间的相对大小因农业劳动时间所处的范围而异。

表2给出了分年龄段参保农户与未参保农户劳动供给时间的均值。暂不考虑75岁及以上的样本，45—74岁参保者的总劳动时间均小于未参保者，且在大于60岁的三个样本中，随着年龄增长参保者与未参保者的总劳动时间差距明显扩大；就农业劳动供给时间而言，45—49岁以及55—59岁两个年龄段样本，参保者的农业劳动时间大于未参保者，而50—54岁的样本，参保者与未参保者农业劳动时间相差很小；在大于60岁的样本中，参保者的农业劳动时间均小于未参保者，且随着年龄增长二者的差距不断扩大。对于75岁以上的样本，参保者与未参保者的总劳动时间、农业劳动时间相差不大，反映出我国农村存在的“无休止劳动”的现象：部分75岁及以上的农村老年人受资金约束不得不继续劳动，活到老干到老，参保与否对这个样本的劳动力供给影响不大。

四、实证结果及检验

新农保提供了一个准自然实验，本文运用PSM-DID方法来评估新农保政策对农村中老年人总劳动时间、农业劳动时间的影响。

1.新农保政策对农村中老年人劳动供给时间的影响

为避免参保与未参保的样本在劳动供给时间变化趋势上存在系统差异，减小DID方法的偏误，本文选用PSM-DID方法检验新农保对劳动时间的影响。使用PSM-DID方法，首先对参保组、对照组的样本进行匹配，通过控制影响个体参保决策的变量以使匹配完成后的参保组和对照组选择参保的概率相近，即避免了由样本的选择性偏差而导致估计结果有偏的问题。

本文中，农村居民是否参加新农保的概率公式为：P=Pr（xinnongbao=1）=Φ（Xi） 其中，Φ（·）是正态的累积分布函数，P代表农村居民参保的概率。该方程可以得到个体参加新农保的概率拟合值，倾向得分匹配法通过使用核函数对p值相近的个体进行配对。Xi为影响个体参保决策的协变量。协变量的选择满足同时影响处理变量（是否参加新农保）和结果变量（劳动供给时间），且对协变量进行控制之后，参保组与对照组的参保概率拟合值不存在显著差异。依据上述标准，本文选取了个人特征变量、家庭特征变量、健康状况、子女经济状况、与子女的经济往来以及养老金六类变量作为协变量，对这些变量进行logit回归以获得倾向得分，利用倾向得分进行核匹配。匹配过程中的logit回归结果见表3中模型1至模型4，其中，模型1、模型3控制反映个人基本特征、家庭基本特征的变量；模型2、模型4在此基础上加入了反映个人健康水平、子女经济状况、与子女经济往来、每年领取的（或预计领取的）养老金数额等控制变量。表3结果显示，控制变量显著性高，log likelihood值通过检验。模型中反映教育水平、家庭资产和健康状况变量显著性较高，进一步印证了健康状况差或低收入群体更倾向于参保，因此，在做双重差分之前，PSM匹配是必要的。

对匹配完成后的样本做双重差分，尽量确保参保组与对照组的劳动供给时间具有共同变化趋势。由表4估计结果可以看出，模型1和模型3的差分值没有通过显著性检验，加入更多的控制变量后，模型2和模型4的差分值仍然不显著。估计结果表明农村中老年人总劳动供给时间、农业劳动供给时间均不受新农保政策的影响。实证结果表明：在新农保对中老年人的劳动力供给效应中，收入效应和间接替代效应绝对数的差异不显著。原因可能在于，本文中新农保参保者的年龄范围为45岁及以上，这个群体中一部分受访者已退出劳动力市场，另一部分仍在继续劳动，且健康、收入水平悬殊。因此获得保费收入或预期收入增加对他们劳动行为的影响存在较大的差异。因此下面以60岁为界，探究参保决策对不同年龄段个体产生的异质性影响。endprint

表4中的模型1—模型4是表3中模型1—模型4匹配完成后差分的结果，即模型1、模型3估计参加新农保对农村中老年人总劳动时间的影响；模型2、模型4估计参加新农保对农村中老年人农业劳动时间的影响。模型1、模型3控制反映个人基本特征、家庭基本特征的变量；模型2、模型4在此基础上加入了反映个人健康水平、子女经济状况、与子女经济往来、每年领取的（或预计领取的）养老金数额等控制变量。

为了保证PSM-DID结果的可靠性，本文检验了匹配前后各变量在参保组和对照组的分布是否变得更加平衡，以及协变量的均值在参保组和对照组之间是否仍然有差异。检验结果见表5，模型1、模型2用9个核心控制变量进行匹配，匹配完成后仍然有5个变量在参保组和对照组之间存在显著的差异，因此匹配需要增加控制变量。模型3、模型4在此基础上加入了更多的协变量，匹配完成后只有1个变量在5%的显著水平下存在显著差异。各变量在参保组和对照组的分布更加均衡，且协变量的均值也不存在差异，说明本文适合使用PSM-DID方法。

Did.值为匹配后协变量在参保组和对照组之间存在的差异，差异不显著说明匹配使得各变量在参保组和对照组的分布变得平衡，通过检验。

模型1、模型2控制了相同的协变量，且皆依据参保概率值进行匹配，因此匹配后各变量在两个模型中的分布相同，这里合并汇报检验结果。对于模型1、模型2，匹配完成后仍然有5个变量在参保组和对照组之间存在显著差异，因此匹配需要增加控制变量。为此，模型3、模型4控制了更多的协变量，匹配完成后只有edu_dummy1存在显著差异，family_assets存在的差异只在10%的显著水平下显著。

2.新农保政策对60岁及以上农村中老年人劳动供给时间的影响

匹配过程中的logit回归结果见表3中对样本2的四个回归：模型5至模型8。对比样本1的回归结果，60岁及以上样本受教育程度变量对参保决策没有显著影响，年龄、自评健康以及孩子给予的经济支持对参保决策产生显著影响，其中，年龄对参保概率产生负面影响，即年龄越大参保概率越小。log likelihood值通过检验。

对匹配成功的樣本进行双重差分，结果见表6。表6中的模型5—模型8对应于表3中的模型5—模型8，即模型5、模型6估计参加新农保对农村中老年人总劳动时间的影响；模型7、模型8估计参加新农保对农村中老年人农业劳动时间的影响。模型5、模型7控制反映个人基本特征、家庭基本特征的变量；模型6、模型8在此基础上加入了反映个人健康水平、子女经济状况、与子女经济往来、每年领取的（或预计领取的）养老金数额等控制变量。模型5和模型7的估计结果均为负数，通过显著性检验；模型6和模型8的估计结果为负且显著。表明参加新农保会减少60岁及以上农村中老年人的总劳动供给时间，同时也会减少其从事农业劳动的时间。模型结果说明，在参保决策对60岁及以上老年人的劳动力供给效应中，收入效应大于间接替代效应，符合理论预期。原因在于：高龄老年群体劳动参与率较低，收入水平不高，健康状况较差，因此即使养老保险金数额不大，但仍然能够放宽其收入约束，促使老年人增加商品消费和享受服务的时间，继而降低劳动时间。此外，高龄老年群体很少追加对人力资本、生产性物质资本的投资，间接替代效应较小。

模型5—模型8匹配后各变量在参保组和对照组之间均不存在显著差异，且通过倾向得分匹配的平衡性检验，也证明匹配效果较好，见表7。

3.新农保政策对60岁以下农村中老年人劳动供给时间的影响

匹配过程中的logit回归结果见表3中对样本3的四个回归：模型9—模型12。区别于对样本1的回归，样本3中年龄显著影响参保决策；且不同于对样本2的回归，样本3中年龄对参保决策产生正向影响，即年龄越大参保的概率越高；与对样本1、样本2的logit回归相比较，受教育程度、孩子的数量以及子女及其配偶的平均收入三个变量在样本3中均显著影响参保决策；而反映健康状况的变量日常生活能力不再显著影响参保决策。在对三个样本的回归中，变量显著性的变化符合常理，同时进一步验证了以60岁为界分样本讨论参保决策对劳动供给影响的必要性。

对匹配成功的样本进行双重差分，结果见表8。表8中的模型9—模型12对应于表3中的模型9—模型12，即模型9、模型11估计参加新农保对农村中老年人总劳动时间的影响；模型10、模型12估计参加新农保对农村中老年人农业劳动时间的影响。模型9、模型11控制反映个人基本特征、家庭基本特征的变量；模型10、模型12在此基础上加入了反映个人健康水平、子女经济状况、与子女经济往来、每年领取的（或预计领取的）养老金数额等控制变量。 模型9和模型11的估计结果为正，通过显著性检验；模型10和模型12的估计结果为正且显著。表明参加新农保会增加60岁以下农村中老年人的总劳动供给时间，同时也会增加其从事农业劳动的时间。该结果与程杰提到的养老保障可能通过提髙就业投资增加劳动供给的结论一致[13]。实证结果说明，参保决策对60岁以下中老年人的劳动力供给效应中，间接替代效应大于收入效应，符合理论预期。具体地，60岁以下的参保群体预期未来收入增加，养老风险降低，从而会减少预防性储蓄，增加对人力资本投资、生产性物质资本的投资，最终达到提高劳动生产率的目的。劳动生产率增加提高了闲暇的机会成本，增加劳动供给时间成为理性的选择。此外，60岁以下中老年人尚未领到养老金，且养老金数额占当前收入的比重较小，新农保的劳动力供给效应主要源于对未来的良好预期，从而产生较大的间接替代效应，收入效应较小。

模型9—模型12匹配后各变量在参保组和对照组之间均不存在显著差异，且通过倾向得分匹配评测性检验，也证明匹配效果较好，见表9。

五、结论

新农保的劳动力供给效应直接关系到农村居民福利的变化，同时也影响着我国劳动力市场，对这个问题的研究具有较大的现实意义。本文通过将新农保制度引入经典的劳动时间配置模型中，利用CHARLS全国微观调查数据，选取PSM-DID方法以考察其他条件相似时，参保组和对照组在总劳动时间、农业劳动时间上存在的差异。研究表明：新农保不会影响我国农村中老年人的劳动力供给决策，其中包含了总劳动时间和农业劳动时间。endprint

进一步，本文以60岁为界，估计新农保对60岁及以上、60岁以下两个样本劳动力供给时间的影响，结果表明新农保的劳动力供给效应对不同年龄段样本具有异质性。对于60岁及以上的农户，新农保的收入效应更加明显，有效减少了60岁及以上农户的总劳动供给时间和农业劳动时间。新农保作为一项社会保障政策，提高了农村老年人福利水平。在我国人口迅速老龄化的背景下，新农保减少劳动力供给的效应标志着我国农村开始由“自己养老”、“养儿防老”向“社会养老”过渡，是我国农村社会保障制度不断完善的重要体现。

对于60岁以下的农户，新农保不会影响其农业劳动时间，但参加新农保有助于增加60岁以下农户的总劳动时间。参保有助于60岁以下农户减少对未来收入来源的不确定性，降低预防性储蓄，增加就业投资从而增加劳动供给时间。我国目前已跨入中等收入国家行列，在实现经济增长靠创新驱动的转型之前，劳动力仍是维持经济平稳增长的重要因素，因此构建与劳动力市场相协调的社会保障制度是中国改革的基本方向。

参考文献：

[1]BOSKIN M J. Social security and retirement decisions[R]. NBER Working Paper， No.107，1977.

[2]BOSKIN M J， HURD M D. The effect of social security on early retirement[J]. Journal of Public Economics，1978，10（3）：361-377.

[3]DIAMOND H. Individual retirement and savings behavior[J]. Journal of Public Economics，1984，23（2）：81-114.

[4]HU Shengcheng. Social security， the supply of labor， and capital accumulation[J]. American Economic Review，1979，69（3）： 274-283.

[5]BURTLESS G， MOFFITT R A. The joint choice of retirement age and postretirement hours of work[J]. Journal of Labor Economics，1985，3（2）：209-236.

[6]IMROHOGLU K. Labor supply elasticity and social security reform[R]. Center for Retirement at Boston College Working Paper，2009.

[7]李紅岚，武玉宁.提前退休问题研究[J].经济理论与经济管理，2000（2）：25-29.

[8]汪泽英，曾湘泉.中国社会养老保险收益激励与企业职工退休年龄分析[J].中国人民大学学报，2004（6）：74-78.

[9]彭浩然.基本养老保险制度对个人退休行为的激励程度研究[J].统计研究，2012（9）：31-36.

[10]张晓玲.养老保险制度选择与劳动供给研究[J].经济问题，2012（2）：10-13.

[11]李莉.养老金对劳动力供给的影响研究综述[J].财经科学，2005（4）：175-180.

[12]张川川，GILES J，赵耀辉.新型农村社会养老保险政策效果评估——收入、贫困、消费、主观福利和劳动供给[J].经济学（季刊），2015（1）：203-230.

[13]程杰.养老保障的劳动供给效应[J].经济研究，2014（10）：60-73.

[14]黄宏伟，展进涛，陈超.“新农保”养老金收入对农村老年人劳动供给的影响[J].中国人口科学，2014（2）：106-115.

[15]解垩.“新农保”对农村老年人劳动供给及福利的影响[J].财经研究，2015（8）： 39-49.

[16]BECKER G S. A theory of the allocation of time[J]. The Economic Journal， 1965，75（9）：493-517.

[17]HECKMAN J， ICHIMURA H， TODD P E. Matching as an econometric evaluation estimator： evidence from evaluating a job training program[J].Review of Economic Studies， 1997，64（4）：605-654.endprint