生活方式与时间使用：退休对健康的影响

苏春红 李 松

一、引言

调整老年劳动者的健康行为和工作时间。因此，研究退休对健康的影响及其背后的作用机制，对于延迟退休年龄政策出台将提供重要决策参考。

研究发现，退休使男性职工自评健康为“健康”的概率提高了25%，使女性慢性病得病概率降低了26%；影响机制方面，退休使男性诸如交友、公园娱乐等的社交概率显著提高了38%，且该种生活方式变化使男性群体自评健康为健康的概率提高了6%，表明退休后生活方式的改变是男性群体健康发生变化的原因；女性社交概率虽显著提高，但控制社交变量后退休对健康影响的显著性并未发生改变，因此社交增加不是女性健康发生变化的原因。与已有文献相比，本文可能的贡献包括以下三个方面：首先，基于变量较为翔实的CHARLS微观数据库，并利用模糊断点回归方法，缓解了退休与健康关系的内生性问题，同时在多方面进行了稳健性检验，从而使分析结果更加严谨；其次，研究较为全面，主客观健康指标与心理健康指标均进行涵盖，同时机制研究中覆盖锻炼、社交、睡眠、吸烟和饮酒等五项指标，丰富了退休对健康影响的研究；最后，本文研究发现退休对健康影响的作用机制因性别而不同，这意味着考虑退休对健康的影响，应制定性别差异的退休政策。

本文结构安排如下：第二部分是制度背景与研究方法；第三部分是数据来源及变量定义；第四部分实证考察退休对健康的影响及作用机制；第五部分为稳健性检验；第六部分是结论与政策含义。

二、制度背景及实证方法

(一) 制度背景

退休制度作为一种社会制度，其运行不仅与个人福利、企业绩效有密切的关系，甚至对国家宏观经济的健康运行及社会的和谐安定有着重要的意义。企业职工退休有关的制度基本来源于1953年《中华人民共和国劳动保险条例》、1955年《国家机关工作人员退休处理暂行办法》与1958年《国务院关于工人、职员退休处理的暂行规定》三个文件，规定了性别与职业相区分的企业职工退休制度。其中包括男性职工的退休年龄为60周岁，如果从事特殊工种，如井下、高温、高空等高危险工作，或者从事有害健康工作的，退休年龄可以提前到55周岁；女性职工的退休年龄为50周岁，女干部(一般从事管理和科研的女职工)的退休年龄为55周岁，同男性职工类似，对于从事高危险或者有害身体健康的从业者，退休年龄可适当提前到45周岁。对于我国政府、机关事业单位的从业人员的退休制度，除了沿用1955年《暂行办法》的部分规定外，还来源于1978年国务院颁布的《国务院关于安置老弱病残干部的暂行办法》《国务院关于工人退休、退职的暂行办法》和1993年颁布的《公务员暂行条例》三个文件。对于公务员，男性60周岁，女性55周岁应办理退休手续，符合一定条件，男性和女性退休年龄分别可提前到55周岁和45周岁；对于事业单位专业技术人员和管理人员，男性退休年龄为60周岁，女性退休年龄为55周岁，因工致残失去劳动能力的人员，男性、女性的退休年龄可分别提前到50周岁和45周岁。机关和事业单位的工勤人员，男性60周岁，女性50周岁应办理退休手续。

总体来看，对于我国企业、政府与机关事业单位人员而言，男性职工的正常退休年龄为60周岁；女干部和女职工的正常退休年龄分别为55周岁和50周岁。

(二) 实证方法

图1 男性退休与年龄

资料来源：作者根据CHARLS数据库计算得出，下同。

从图1可以看出，我国城镇男性职工(包含企业、政府与机关事业单位)的退休率在60岁处存在一个很大的跳跃，从59岁的30%跳跃到60岁的60%，且并不完全从0跳跃到1；图2中，女性职工在制度退休年龄50周岁处也存在一定的跳跃[注]图2中，女性样本在55岁处并不存在跳点，原因是女性样本中身份为干部的个体数量较少，也因此本文不再考虑女性制度退休年龄为55岁处退休对健康的影响。，从10%跳跃至50%，同时跳跃概率并未达到1，这说明了我国退休制度对退休行为的影响满足断点回归方法的假设条件，同时也进一步说明我国城镇职工退休行为的特殊性满足FRDD方法的要求。

图2 女性退休与年龄

进行模糊断点回归的一种方法是工具变量法。我们定义Ti=1(xi≥cg)(括号中cg代表断点值，xi代表年龄)，则Ti显然与Di(个体退休行为)相关，满足工具变量的相关性；同时，Ti=1(xi≥cg)在断点cg附近相当于局部随机实验，因此仅仅通过Di对被解释变量Yi(健康)产生影响，满足外生性，因而可以作为Di的有效工具变量并使用2SLS方法进行回归分析。对应于本研究，因退休制度相对于个体而言是外生的，因此我们试图将退休制度作为工具变量来识别退休对健康的影响，并进行影响机制的研究。而个体是否达到法定退休年龄又是定量化退休制度的一种方法，因而我们将“个人是否达到法定退休年龄”这一事实作为替代“退休制度”的工具变量。然而，年龄本身对健康也会产生一定的影响，随着年龄的增加，健康状况也在变差，因而我们在回归时需要控制年龄对健康的影响，同时借助工具变量的思维，把法定退休年龄前后的人群分为控制组和处理组，就可以利用随机实验的思想来检验退休对健康的影响。我们将模型设定如下：

Yi=α+σDi+γ1(xi-cg)+γ2Ti(xi-cg)+Ki+μi

(1)

Di=β+θ1Ti+θ2(xi-cg)+θ3Ti(xi-cg)+Ki+εi

(2)

模型中，方程(1)为第二阶段公式，方程(2)为第一阶段公式。Yi代表健康及机制变量；Di代表个体退休行为；xi代表个体实际年龄；cg代表制度规定的分性别法定退休年龄，男性为60周岁，女性为50周岁；Ti为工具变量(是二值变量；Ti=1，当xi≥cg；反之为0)，将“个人是否达到法定退休年龄”这一事实作为工具变量；Ki为控制变量，包含婚姻与教育程度，μi与εi为扰动项；α和β均表示常数项；(xi-cg)是对xi的标准化进而使在断点处为0[注]此处若不进行标准化，则虽然度量断点两侧回归线的截距之差，但并不等于两条回归线在断点处的跳跃距离。；Ti(xi-cg)表示控制住断点前后的年龄效应，以使断点两侧数据分别进行回归，进而计算两侧截距之差，以避免了因两侧斜率相同而造成的回归偏差。模型中，方程(1)中的σ即为本文关注的核心参数。

三、数据及变量

(一) 数据来源

本文使用中国养老与健康追踪调查(China Health and Retirement Longitudinal Study, CHARLS)2011、2013两年全国基线调查数据组成的截面数据进行实证研究。CHARLS是中国目前唯一的以中老年人为调查对象的具有全国代表性的大型家户调查数据。该数据库包含了中国28省区45岁及以上中老年人家庭和个人的微观数据，调查采用多阶段抽样法，CHARLS问卷内容包括：个人基本信息，健康状况和功能，工作、退休和养老金等多个模块。调查从2009年开始在全国范围内进行基线调查，以后每两年对基线调查数据进行一次追踪调查。

(二)变量定义

依据研究内容，退休为本研究的自变量，健康及锻炼、社交、睡眠、吸烟、饮酒等机制变量则为因变量。变量及说明如表1所示。

1.退休。退休意味着个体自愿或者非自愿的从劳动力市场上退出。本文将退休作为二值变量进行处理，根据调查，若受访者回答“已办理退休或内退手续[注]退休后部分人员会被返聘，但通常高技术或者高文凭的人员才会有返聘机会，一般人员在办理退休手续后就已经退休(雷晓燕，2010)。”，则赋值为“1”；否则赋值为“0”。

表2给出样本统计性描述，从t检验值可以看出，对于男性和女性，在自评健康、慢性病、心理健康等健康指标以及锻炼、社交、睡眠等机制指标方面，工作组和退休组均显示出了显著差异。出现相应结果的原因可能是“退休”这一因素的影响，也可能是年龄及其它因素对指标产生的影响。

表2样本描述性统计

数据来源：作者依据CHARLS数据库整理所得。

四、回归结果分析

(一)退休对健康的影响

退休对健康的影响回归结果如表3。数据显示，在第一阶段回归中，F统计量均大于10，因而我们可以认为工具变量不是弱工具变量，其作为“退休状态非连续性”的指示器是非常显著的。男性在超过60岁后与59岁之前相比，退休率大约提高了31%；女性在50周岁后与50岁之前相比，退休率大约提高了43%[注]因篇幅原因，此处第一阶段回归结果省略。。

第二阶段回归结果显示，对男性而言，退休对自评健康(sah)产生较显著的正向促进作用，退休后男性自评健康达到健康的概率提高了25%。这一结果和邓婷鹤的研究结果相一致，其得出在10%显著水平上退休使男性老年人的自评健康为健康的概率提高了25.9个百分点[注]邓婷鹤、何秀荣：《退休对男性老年人健康的影响—基于断点回归的实证研究》，《人口与经济》2016年第6期。；但是退休对男性慢性病和心理健康没有显著影响。女性方面，退休明显降低了女性得慢性病的可能性，其使慢性病发生的概率降低了26%，退休对女性其他健康指标的影响系数均不显著。分析上述结论可能的原因，角色效应发挥着重要作用。在中国家庭成员的角色分配中，男性一直担当着养家的重任，为了获得更高的收入，与女性相比，男性需要承受更大的工作压力及工作更长的时间，因此退休所带来的健康生活方式改变，包括：从事家务劳动与锻炼、调整睡眠时间与改善睡眠质量以及下棋、打牌、与朋友交往、志愿者和慈善等社交活动，会使男性对健康的自我评价有很大的提高；对女性而言，女性一般承担着繁重的家务劳动，同时承受较重的工作压力，社交和锻炼时间较少，退休后女性从工作压力中解脱出来，时间预算更加宽裕，女性的客观健康指标有一定的提升，患慢性病概率因此下降。生活方式和时间使用的变化对健康产生了积极影响。具体的退休影响健康的机制我们将在后文进一步探究。

表3退休对健康的影响回归结果

续表3

变量sahNo chronic diseaseCESD婚姻0.03(0.05) 0.04(0.05)0.14∗∗∗(0.04)常数项0.48∗∗∗(0.06)0.35∗∗∗(0.06)0.48∗∗∗(0.06)F值186.34174.66164.90样本数146113631350

数据来源：作者根据CHARLS数据库计量所得；如无特殊说明，下同。

注：*、**、***分别代表在10%、5%、 1%水平上显著，下同。

控制变量方面，与我们期望的结果相一致，高教育程度和已婚显著提高了男性、女性的心理健康为健康的概率；年龄除了使男性、女性自评健康为健康的概率显著降低外，其使女性患慢性病的概率也提高。分析产生相应结果的原因，教育程度越高的群体往往有更高的退休收入保障，或者能更好地安排退休后的生活与时间，因而对健康会有更大的促进作用；而婚姻作为一种陪伴，当夫妻之间在对方遇到生活中的苦恼时可以相互安慰及支持，因而对心理健康也会产生一定的促进作用。

(二)退休影响健康的机制分析

表4退休对生活方式及时间使用影响的回归结果

续表4

婚姻0.05(0.05)0.06(0.05) 0.05(0.04)0.03(0.04)0.01(0.02) 0.68(1.23)0.06(0.03)常数项0.76∗∗∗(0.07)0.42∗∗∗(0.06)0.58∗∗∗(0.06)0.38∗∗∗(0.06)0.04∗(0.03)0.71(1.02)0.79∗∗∗(0.04)F值68.72175.29185.70185.7185.710.69186.13样本数5991379145314531453681459

表5控制社交变量后退休对健康影响的回归结果

注：表中第1列、第2列分别表示未加“社交”与加入“社交”控制变量时的回归结果。

五、稳健性检验

前文分析得出了退休对城镇男性、女性群体健康的影响及影响的机制，为验证结果的可靠性，我们进行了稳健性检验。

断点回归方法的有效性，依赖于两个假设：第一，除年龄以外的其它控制变量随着年龄的变化应该是连续变化的，若控制变量在临界值处出现跳跃，那么断点对因变量带来的处理效应则可能是其他原因所致，因此我们首先检验了控制变量在退休断点处的连续性。检验时，我们将教育、婚姻作为因变量，使用与前文相同的计量方法进行回归。结果表明，无论对男性还是女性而言，退休对教育程度、婚姻这两个控制变量均没有产生显著的影响，因而控制变量随着年龄的变化是连续的[注]限于篇幅，未列出稳健性检验的回归结果，需要的读者可以向作者索取。。

第二，分组变量即年龄是连续的。因为CHARLS是采用问卷调查的方法来识别退休对健康的影响，因而在进行问卷调查时，受访者可能会为了提前拿到退休金或者继续进行工作而谎报年龄，如果调查时年龄是可以选择的，那么这将对我们的研究产生影响。因而本文分性别检验了分组变量(年龄)密度函数的连续性，如图3、图4中所示。

图3 男性样本(5060岁)年龄密度函数

图3、图4中横轴表示年龄、纵轴表示相应年龄个体数占分性别样本总数的比率。通过观察图形可知，男性样本年龄密度函数在制度退休年龄60岁处并没有发生很大程度的跳跃，年龄密度函数是连续并且平滑的；女性年龄密度函数在正常制度退休年龄50岁处也是比较连续并且平滑。上述结果也比较直观的表明我们所用研究方法是有效的。

图4 女性样本(4560岁)年龄密度函数

最后，我们还将其他值作为临界值来识别变量是否存在跳跃，如果在其他的临界值处存在跳跃，那么“健康、生活行为及时间使用在临界值处的跳跃是由退休制度所引起”这一假设则将不再成立，说明还有其它因素导致了退休对健康及健康行为的影响。检验时，本文选取政策正常退休年龄的前、后各一年作为假定的断点，具体而言，男性分别选取59岁及61岁作为假设阈值，女性则选取49岁及51岁作为假设阈值，回归方法仍同前文。

结果显示，健康方面，男性群体在59岁和61岁处，退休对自评健康的影响仍然为正，但不再显著，退休对男性其它健康指标的影响也不显著；女性群体在49岁和51岁处，退休对慢性病的计量结果由10%的显著水平下降为不再显著，与男性相似，退休对健康的其它计量结果也不显著。以上结果说明，虽然我们选取了距离制度退休年龄非常相近的点，但均使回归结果发生了很大的变化，证明我们的回归结果是可靠的。

影响机制方面，男性群体在59岁和61岁处，退休对社交的回归系数不再显著，其它生活方式及时间使用变量除睡眠时间变短(sleep3)的回归系数显著之外剩余变量仍然不显著，但因退休行为并未对睡眠时间变短(sleep3)产生影响，因而此处不再多做考虑；女性群体在49岁和51岁处，退休对社交的影响仍显著，因而退休后女性社交概率的变化除退休因素外还存在其他因素，此处进一步印证了社交不是退休影响女性健康的原因。综上所述，对男性群体而言，退休后男性社交概率的变化确实是男性健康产生变化的原因。

六、结论与政策含义

退休对健康的影响是政府制定退休政策必须考虑的因素。本文利用CHARLS微观调查数据，分性别识别了中国城镇职工退休对其健康的影响及作用机制。研究发现，退休显著提高了男性的自评健康水平，显著降低女性慢性病的患病概率，但是对男性、女性其他健康指标的影响不显著。退休后社交概率显著增加是男性健康水平提高的原因，但不是女性退休后健康水平变化的原因。基于以上研究结果，我们认为，政府制定延迟退休政策过程中，应尽量避免延迟退休对健康可能产生的负面影响，探讨制定弹性延迟退休年龄政策，通过缩短老年劳动者工作时间或从事兼职工作，调整老年劳动者健康行为与时间使用，让老年劳动者有更多的时间从事社交活动，降低延迟退休对健康的不利影响。

本文的研究还存在一定的局限性，首先，职业不同会使退休对健康产生不同的影响，但是因本数据库对相关职业并未进行细致划分，因此使得该项研究相对而言有所遗憾；其次，因样本应答率问题所带来的样本数量限制，我们没有考虑时间等异质性对回归结果产生的影响，并且未能得出退休对女性健康产生影响的机制，这些局限性有待在未来的研究中取得突破。