郝春虹 赵旭东 张慧敏
中国加速进入老龄化社会并且农村老龄化比城镇更快。第七次全国人口普查结果显示,2020年60岁及以上人口为26402万人,占18.70%,其中65岁及以上人口为19063万人,占13.50%;2010—2020年10年间,中国60岁及以上老年人口增加了约8637万,增加5.44个百分点,其中65岁以上增加7180人,增加4.63个百分点。2020年《人口和就业统计年鉴》显示,2019年全国65岁以上人口比重为12.57%,其中,城镇为11.20%,农村为14.69%。农村老龄化程度明显高于城镇,社会被赡养的人口比例增加,“养老”已成为公共问题,引起社会关注。谁来养老,自己?家庭?社会?如果每个人都能在生命周期内精准地进行一生预算的配置,实现效用最大化,那么自我养老是最有效率和最具自由度的方式,但由于现实中的人都是有限理性,跨期选择并不一定实现最优,而且个人一般不能准确预测自己的寿命,存在长寿风险,这也是子代为父代养老一直存在的原因,家庭代际经济支持一直是养老体系的始祖,也是中国传统文化的缩影。但由于不同家庭代际经济支持能力存在差异,家庭养老的风险承担能力也面临很大约束。所以,社会保障体系充当最终兜底的角色,同时调节养老金差异,尤其是调节城乡居民间养老金差距对减少家庭养老压力、风险和不确定性有重要意义。完整的养老金来源体系应该是“社会统筹养老”“家庭代际养老”和“个人自我养老”,即社会养老金制度、家庭代际经济支持和个人劳动供给获得收入。长期以来,中国城镇职工个人、家庭和社会三种养老金来源体系并存,构成老年人养老金的安全网,而农村居民养老金来源在2009年以前,除了“五保户”等特殊群体,主要是个人养老和家庭养老两种养老金来源体系。尽管城镇居民(非从业居民)社会养老环节缺失(仅在2011年开展试点城镇居民基本养老保险),但该群体人数较少。社会统筹养老缺失问题的焦点主要在农村居民。
农村居民养老金制度完整体系始于2009年提出建立个人缴费、集体补助、政府补贴的新型农村社会养老保险制度(简称“新农保”);2010年继续“新农保”试点。2013—2021年中央一号文件持续并着重提出农村居民社会养老制度问题,主要围绕探索养老保障制度统一、标准动态调整机制、缴费激励约束机制、完善统一的社会保障制度、基础养老金标准正常调整机制。特别是2014年合并新型农村社会养老保险和城镇居民社会养老保险,建立全国统一的城乡居民基本养老保险制度。2017年“十九大”提出“全面实施全民参保计划。完善城镇职工基本养老保险和城乡居民基本养老保险制度,尽快实现养老保险全国统筹”(2022年已启动企业职工基本养老保险全国统筹)。“十四五”规划指出“健全基本养老服务体系……支持家庭承担养老功能”“积极开发老龄人力资源”;明确“发展多层次、多支柱养老保险体系……规范发展第三支柱养老保险”(养老保障市场特别是个人养老保障市场)。
“新农保”制度在国家战略层面密集、持续跟踪完善的同时,其制度效应也一直是众多学者研究的重点,研究结论以“新农保”政策明显会挤出子女对父母的经济支持为主(陈华帅和曾毅,2013;张川川和陈斌开,2014;Ning等,2019);也有部分研究显示作为隔代照料的回报,“新农保”提高老人经济独立性之后会对代际经济支持产生一定的挤入现象(靳卫东,2018)。值得注意的是,上述结论所用数据均为2011—2013年的CHARLS数据,而近年来随着农村居民市场收入水平提高,以及2015年《中共中央国务院关于打赢脱贫攻坚战的决定》的发布和2017年乡村振兴战略等政策的实施,农村居民获得相应的转移支付,其可支配收入相比2011—2013年也得到大幅提升,社会统筹养老金对代际经济支持的挤出效应往往发生在收入较低的群体中(Cox等,2004;Amuedo-Dorantes,2015),而在高收入群体中则并不显著(Lee等,2017)。需要重新思考的是,在农村居民可支配收入得到较大幅度提升的情况下,目前标准较低的“新农保”是否仍然会对代际经济支持产生挤出效应?如果仍然挤出,挤出的程度有何变化?
本文使用 2018年CHARLS数据,研究“新农保”是否仍然会对家庭代际经济支持产生挤出效应,并研究在增加“老年劳动供给”变量情况下,其挤出效应是否发生变化,进一步验证“新农保”的制度效果,为完善农村居民基本社会养老制度提供经验和数据支持。此外,从理论上试图打开农村居民养老机制的“黑箱”,揭示“社会统筹养老”“家庭代际养老”和“个人自我养老”资金来源之间的影响机制,即社会养老金、家庭代际经济支持和老人劳动供给之间的关系,其制度效应之所以被广泛关注,是因为如何评价“新农保”制度效应本质上是在如何权衡效率、公平和自由三大福利目标,在人的生命周期内,在经济社会运行中,如何实现帕累托效率,体现代际公平和经济自由以拓展人的选择能力,改善民生福祉。
本文的边际贡献在于:第一,采用新的因果识别方法对“新农保”制度效果进行研究。已有关于“新农保”对家庭代际经济支持和劳动供给影响的研究主要利用PSMDID和RDD等方法进行识别,其中RDD估计虽然能够较好地处理变量之间关系的因果推断,但该方法是以牺牲外部有效性为代价的,因此这一方法下得到的结论推广到整体时可能存在偏差;而利用PSM进行样本匹配时由于只能控制可观测变量下的影响,不可观测变量的存在可能会导致隐性偏差,在微观样本中不可观测变量对个体行为的影响可能更为严重。相比现有研究,本文是在OLS估计的基础上,基于系数稳定性理论,利用可观测变量的选择性推测不可观测变量的选择性以解决不可观测变量的影响,并辅以工具变量进一步识别因果关系。第二,将家庭代际经济支持和老人劳动供给同时纳入分析框架并对二者间的变量关系进行识别。现有关于“新农保”对家庭代际经济支持和老人劳动供给影响的研究中,多集中于“新农保”对其中一个变量影响的分析。事实上,家庭代际经济支持和老人劳动供给同时作为其生活的主要收入来源,对二者之间变量关系的识别较为关键,虽然已有文献中有其中一个变量时将另一变量作为控制变量,但由于内生性问题的存在很难保证控制变量与扰动项之间不具有相关性,因此以控制变量形式所得到的估计系数无法反映二者间实际的变量关系。本文采用3SLS估计方法,对两变量之间的关系进行识别,并在此基础上进一步估计“新农保”的制度效应。同时,由于目前农村居民生活水平相比2013年有较大改善,现有文献所用数据与目前农村居民基本状况不匹配,本文使用最新发布的2018年CHARLS数据对“新农保”制度影响重新进行估计,所用数据样本更接近当前农村的实际状况。
本文从代际经济支持入手研究公共养老金对“家庭代际养老”的替代性。现有文献中,关于财富转移动机问题主要持有两种观点,第一种观点为纯粹利他的转移动机,父母关心其子代的终身效用(Barro,1974;Becker,1974);第二种观点为交换动机,即利己动机,此类文献认为家庭内部的财富代际转移是出于交易目的而发生的行为(Cox,1987、1995)。除上述两种转移动机外,部分学者还持有其他观点,例如将财富转移视为一种消费并从中获得效用(Andreoni,1989),既有利他,也有利己动机;另一种观点认为财富转移当中存在无动机性转移,例如由于意外事件产生的遗产(Davies,1981;Abel,1985),具有随机性。其中,在纯粹利他转移动机视角下,转移接受者的收入越高,财富转移的发生规模和频率越低,而在交换动机下则会出现相反的结果。
公共养老保险作为公共转移支付的一种方式,其对家庭内部代际经济支持的影响已经引起学者的广泛关注,不同学者的研究结果存在较大差异,部分研究发现公共转移支付对家庭内部的代际经济支持的挤出效果明显(Cox和Jimenez,1992;Cox等,2004);而另一部分研究则显示二者之间不存在显著关系(Cox和Jakubson,1995;Huang和Zhang,2021)。根据南非、菲律宾、秘鲁和中国台湾地区样本的检验可以发现,公共转移支付对家庭内部代际经济支持具有明显的替代作用(Jensen,2004;Cox等,2004;Cox和Jimenez,1992;Fan,2010),而这一现象在德国、美国、日本、加拿大和英国五国中却并不显著(Kunemund和Rein,1999),根据各地区调查可以发现,替代效应明显的地区多为发展中国家或地区,而替代作用不显著的地区则多为发达国家,这一差异的很大原因可能在于发达国家完善的公共转移支付体系已经在很大程度上减少了家庭内部的代际经济支持规模,同时在发达国家的人均收入水平较高的前提下,交易动机相比于利他动机更为占优,此时替代效应会显著降低(Cox等,2004)。近年来,针对中国居民家庭内部的代际经济支持的研究逐渐增多,在相对较早的研究中,部分学者利用微观数据描绘了中国居民家庭代际经济支持的规模和方向,并对代际间转移的因果关系进行了验证(Secondi,1997;陈皆明,1998),当前中国老龄化程度日益加深,结合中国特殊的文化背景,以家庭代际经济支持为主的家庭养老作为制度安排的载体可能存在内在缺陷,特别是当公共养老体系不健全,父辈收入在贫困线以下的较低水平时,子女的家庭代际经济支持会随父辈收入水平的降低而增加(Cai等,2006),家庭代际经济支持很可能成为其他家庭成员的负担,此时公共转移支付下的公共养老体系则是规避家庭养老和个人自我养老风险的最后兜底。
对于中国公共转移支付与家庭代际经济支持从因果意义上严格估计,在近几年成为学者们研究的热点问题,尤其在2009年国务院启动“新农保”试点后,部分研究对这一政策的影响进行了评估,研究结果表明这一政策的实施对家庭内部的家庭代际经济支持存在明显的挤出效应,这一效应因选取不同的估计方法而得到不同的挤出程度,对中国农村家庭的养老模式产生重大影响(陈华帅和曾毅,2013;张川川和陈斌开,2014;程令国,2013;徐志刚等,2018),但加剧了不同地区之间的养老质量水平差距(张晔等,2016),同时“新农保”的实施也在一定程度上降低了老年人的贫困概率,并促进了老年群体的消费,也降低了60岁以上群体的储蓄率(马光荣和周广肃,2014)。
随着“新农保”政策的逐渐完善,有关该政策对老年人劳动供给的研究也逐渐增多,但研究结论存在较大分歧。由于当前“新农保”的发放水平较低,使得该政策对老年人的劳动供给参与度和参与时间均没有显著影响或仅有微弱的影响(张川川和陈斌开,2014),但当改变所用的估计方法后,部分研究得到了完全相反的结论(张川川,2015),在部分国外学者关于养老金问题的研究中也出现过相似现象(Ardington等,2009)。如果将农村老人的劳动供给分为农业劳动参与和非农业劳动参与重新进行估计,“新农保”政策则显著降低了农业劳动参与程度(Huang和Zhang,2021),如果同时考虑其他养老保险对老年人劳动供给的影响,这一效果将更加显著(程杰,2014),将参保人分为农民和职工后,养老金财富的增加对农民的劳动时间没有显著影响,但会挤出参保职工的劳动供给,造成提前退休(刘子兰等,2019)。
本文将沿着Becker(1974)和张川川、陈斌开(2014)的研究,进一步分析“新农保”对家庭代际经济支持和老年人劳动供给的影响。假设一个代表性家庭由父代和子代组成,个体效用水平受消费和闲暇影响,将代表性家庭的家庭效用函数设定为:
上式中c表示子代信息,p表示父代信息,C表示消费,T为闲暇时间,由于在本文框架下受“新农保”政策影响的个体主要为父代,因此在效用函数的刻画过程中主要考虑父代最优化行为。借鉴Stark(1993)的方法,进一步将式(1)中的效用函数具体化:
本文选取北京大学中国经济研究中心组织实施的中国健康与养老追踪调查(China Health and Retirement Longitudinal Study,CHARLS)最新发布的2018年调查数据,该数据于2020年9月23日公布。CHARLS调查旨在收集一套代表中国45岁及以上中老年人家庭和个人的高质量微观数据,用以分析中国人口老龄化问题,推动老龄化问题的跨学科研究。CHARLS全国基线调查于2011年开展,覆盖150个县级单位,450个村级单位,约1万户家庭中的1.7万人①数据来源于CHARLS数据官方网站,网址:charls.pku.edu.cn。。
根据本文研究目标,所选择的变量如下。
1. 核心解释变量,包括是否领取“新农保”和“新农保”领取金额。以是否领取“新农保”、已领取“新农保”受访者领取规模作为自变量,研究“新农保”政策对劳动供给和家庭代际经济支持的影响。
2. 被解释变量,包括从子女处获得家庭代际经济支持规模、参与农业劳动时间、参与非农业劳动时间三个变量。从子女处获得家庭代际经济支持规模通过计算2018年CHARLS数据库中受访者所有子女对受访者提供的定期经济支持得到,该规模以月度衡量。以CHARLS问卷中关于工作概括的问题对农业劳动和非农业劳动进行划分,农业劳动包括农业自雇(为自家从事农业活动)和农业受雇(为其他农户或雇主干农活),非农业劳动包括非农业自雇(从事个体或者私营经济活动,这里我们排除了非农业自雇中不拿工资为家庭经营活动帮工的情况)和非农业受雇。对于具体劳动时间,我们通过考察不同类型工作的年度劳动小时数除以12得到农业劳动和非农业劳动的月劳动小时数。
3. 控制变量。为了遵循控制变量尽可能外生的原则,我们选取个体因素、家庭因素、地区因素作为控制变量。其中个体因素包括年龄、性别、教育水平、自评健康、IADL②日常生活活动能力量表(IADL)反映个体日常生活和活动是否存在功能障碍。使用CHARLS问卷中以下六个问题:“走远路是否有困难”“下蹲是否有困难”“提重物是否有困难”“洗衣是否有困难”“做饭是否有困难”“购物是否有困难”来体现该指标,六种活动都存在困难表明个体日常生活活动存在功能障碍,否则不存在功能障碍。;家庭因素包括婚姻状况、是否有同住子女、是否为孙代照料孩子、子女个数、已婚子女个数、子女拥有孩子平均个数、子女平均收入、农用机器拥有状况;地区因素方面将我国分为东部、中部和西部③本文地区划分标准如下:东部包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南;中部包括黑龙江、吉林、山西、安徽、江西、河南、湖北、湖南;西部包括四川、重庆、贵州、云南、陕西、甘肃、青海、新疆、广西、内蒙古、宁夏、西藏(CHARLS数据库所调查省份不包括海南、宁夏和西藏)。三个地区。
变量描述性统计详细信息见附录④读者可扫描本文二维码获取附录。。考虑到本文所研究的问题是新农保对居民劳动供给和家庭代际经济支持的影响,因此挑选的样本数据均为来自农村的居民。样本中,受访者平均年龄为65.95岁⑤样本的年龄为45~98岁,考虑到扩大样本量及解释变量的波动范围,我们对90岁以上农村居民样本予以保留,同时对45~90岁样本进行估计后,发现结果没有发生本质性变化。,近37%的受访者领取了新农保,且平均领取金额为106.8元/月,参与了农业劳动的受访者占51%,平均劳动时间为45.85小时/月,13%的受访者参与了非农业劳动,平均每个月工作116.2个小时,对于家庭内部的代际经济支持,22%的受访者收到来自子女的转移支付,平均转移金额为128.3元/月。
本文首先对是否领取“新农保”和领取“新农保”规模对家庭代际经济支持和劳动供给时间的影响进行估计,基准估计方程为式(10)和式(11):
1. 基准回归结果。表1报告了是否领取“新农保”和领取规模对各被解释变量的影响,对应于式(10)和式(11)中的β1和β3,同时由于劳动供给和家庭代际经济支持可能在年龄层面存在差异,考虑到可能存在组内残差自相关性,本文调整年龄层面的潜在聚类标准误差,在下文的估计中均采用聚类稳健标准误(不包括3SLS估计),表1中被解释变量为绝对量①本文还对被解释变量的ln(1+y)形式进行估计,结果没有发生本质性变化。。根据估计结果可以看出是否领取“新农保”和领取规模对家庭内部的代际经济支持系数为负但不具有统计意义上的显著性,两个核心解释变量对农业劳动参与时间影响为负,而对非农业劳动参与时间则仅有是否领取显著为负,领取规模的估计系数虽也为负但不具有统计意义上的显著性;根据各组回归中领取规模的系数方向和大小可以发现,基准估计结果和前文的理论模型结果一致,考虑到农村老人家庭资产水平较高时可能选择参加“新农保”的概率很低,而当这类个体的劳动供给水平和家庭代际经济支持规模也很低时,资产性因素便会同时对被解释变量和核心解释变量产生影响,使得本文核心解释变量的估计系数存在偏误。因此,本文将农村老人的资产水平纳入模型当中进行估计,包括房产、土地、储蓄和是否有农机器具等因素。
表1 “新农保”对私人转移支付和劳动供给影响的基准回归结果
本文的被解释变量与核心解释变量均具有明确的量纲,因此可以直接对结果进行解读。从本文的估计结果看,领取新农保会使月度农业劳动参与时间减少22个小时,领取规模每增加1个单位会挤出农业劳动参与时间0.1个小时,同时非农业劳动参与会减少20个小时,由于对家庭代际经济支持的估计没有通过显著性检验,因此不对该系数进行解读。除此之外,本文尝试从核心解释变量的解释力与回归中其他变量相对比的角度评估本文的回归结果。在控制地区固定效应的基础上,本文将是否领取新农保和方程中所有其他解释变量进行比较,通过方差分解获取核心解释变量的解释力。结果显示,对于农业劳动参与时间,是否领取新农保和控制变量一共可以解释被解释变量变动中的8.79%。在这8.79%的变动中,54.57%~72.13%是由领取新农保导致的,对于非农业劳动供给而言,是否领取新农保和其他控制变量一共可解释被解释变量变动的9%,但其中仅有5.6%~7.6%是由领取新农保引起的,可以发现是否领取新农保对非农业劳动参与的解释力很弱,基准估计中的结果不具有稳健性;对家庭内部财富转移的估计结果未通过显著性检验,这一结果也可通过核心变量的解释力来验证,计算发现所有变量一共解释了财富转移变化的5.25%,但其中仅有1.93%~8.29%是领取新农保引起的。
2. 进一步因果识别。在基准回归中得到了“新农保”政策各被解释变量之间的负相关性,并且结果和模型所得结论一致。但这种负相关性也可能来自遗漏的变量或不可观测变量的影响,这些因素使得农村老人在参加新农保的决策过程中存在自选择性并进一步对被解释变量产生影响。因此,首先利用所选定的全部控制变量来计算本文的估计结果是由不可观测特征所驱使的可能性,即不可观测特征是否能使得本文估计的β1和β3的值为0;其次使用个体同村参加新农保人数作为被观测个体参加新农保的工具变量进行估计。
本文进一步使用工具变量对核心解释变量的自选择性偏误(秦聪,2021)和反向因果问题进行检验。由于农村地区政策信息的不对称性(常芳等,2014),农村老人选择参加新农保有可能来源于同村其他人介绍或观察他人参保后的收入境况后做出决定,从这一点来看,同村当中参加新农保的个体数量越多,该地区的政策不对称性会越低,该个体越有可能选择参加,因此从这一点来看,同村参加新农保的人数会正向影响居民是否参加新农保。除此之外,居民参保和提供劳动供给之间也可能存在反向因果问题。考虑到家庭代际经济支持行为和劳动供给时间的选择不易受到同村参加新农保人数的影响,因此本文选取同村参保人数②同村参保人员是基于受访者的community ID筛选得到的,该村庄编码的每个编码代表省-市-县-村。作为核心解释变量的工具变量。由于新农保政策在2012年便已经全国覆盖,因此不再需要对该工具变量施加其他控制变量,根据上述分析可以假设同村参保人数会影响个体自身是否参加新农保,但不会影响到自身劳动供给和财富转移(本文后续会加以检验),因此该变量满足相关性和外生性假定,故适合作为工具变量,本文采用两阶段最小二乘法(2SLS)进行估计,估计结果见表2。
根据表2的估计结果可以发现,同村参保人数会显著影响个体是否领取新农保,同时也会影响领取规模,第一阶段估计的F值均显著大于10,满足工具变量相关性的要求。在第二阶段估计中,是否领取新农保和领取规模对代际经济支持和非农业劳动供给的影响均未通过显著性检验。从估计系数的变化程度上看,各系数变化幅度均在1.5~5倍,系数未出现突变且相关性趋势未发生变化,方向与理论模型结论仍保持一致,是否领取新农保对非农业劳动供给的影响不再显著也验证了前文对方差贡献率的计算结果。
表2 控制内生性后的家庭代际经济支持规模和劳动供给的估计结果
本文对“新农保”领取者劳动供给的估计结果与现有文献的研究结论基本一致,“新农保”政策对其领取者的劳动时间具有显著的挤出效应。对于“新农保”对家庭代际经济支持和劳动供给影响效果的显著差异,一个可能的原因是禀赋收入效应的差异,由于本文考虑的家庭代际经济支持是子代对父代的转移,因此劳动供给和家庭代际经济支持的决策主体实际上是两代人,即家庭代际经济支持的决策主体为子代,劳动供给的决策主体为父代,而在中国农村,老人与其子女的收入水平存在巨大差异,农村老人的收入普遍低于其子女收入,因此对于同样金额的“新农保”发放金额,由于禀赋收入效应的加持会对两代人的决策行为产生不同影响。由于农村子女收入较高,使得其父代领取的“新农保”金额对其家庭代际经济支持决策不会有重大影响,而农村老人则由于收入较低,在获得养老金收入后出现显著减少劳动供给的行为,因此本文认为这一差异的原因在于“新农保”发放金额在两代人之间产生了不同的禀赋收入效应。
为保证表2所示的估计结果无偏误,需要保证同村参保人数对被解释变量的影响渠道仅有影响个体参保行为一个路径,即满足外生性假定,若这一假定能够成立,则当第一阶段的影响渠道被切断时同村参保人数对被解释变量不会存在显著性影响,为了验证表2的估计结果是否满足这一假定,本文在非参保样本中进行伪造测试以保证不存在第一阶段的因果关系,同时在全样本中将各被解释变量对同村参保人数进行回归以形成对比①此处结果与后续稳健性检验结果详见附录。,检验结果显示该工具变量满足外生性假设。为了进一步提高估计结果的稳健性,同时考虑到新农保实际领取年龄为60岁,本文进一步对60岁以上样本进行稳健性检验。除此之外,对于60岁以上的样本而言,参保个体可以获得养老金收入,是否参保和是否领取新农保二者之间应等同,若前文对是否领取的估计结果足够稳健,在60岁以上样本中将其替换为是否参加新农保的估计结果不会有显著差异,因此本文同时进行了替换核心解释变量的稳健性检验。检验结果显示,60岁以上群体相比45岁以上全样本而言,同村参保人数增加会进一步提高观测样本的领取概率和领取规模,同时财富转移和农业劳动供给的估计系数有所下降,相关性趋势未发生变化,因此可以发现本文实证结果较为稳健。
3. 三阶段最小二乘(3SLS)估计。在禀赋收入效应和利他动机占优成立的条件下,老年人的劳动供给和家庭转移支付之间可能存在相互影响,如子代对父代的财富转移本身可能会提高其父代的可支配收入水平,进而对父代的劳动供给产生挤出效应,因此前文所用的两类被解释变量之间可能存在互为因果效应,若这一互为因果关系成立,就可能会引起前文对“新农保”政策效果的估计结果有偏,为了进一步提高估计结果的稳健性,本文采取联立方程组的形式做进一步估计,将家庭代际经济支持规模和劳动供给时间作为互为内生变量,在前文的回归中对非农业劳动供给时间的估计结果稳健性较差,因此在本部分不对非农业劳动供给进行分析,农业劳动时间和家庭代际经济支持的联立方程设定为:
其中transfer代表家庭代际经济支持规模,agro表示农业劳动时间,ifpension表示是否领取“新农保”的二值虚拟变量,本文同时将领取规模也作为核心解释变量进行估计,Xm和Cn分别代表影响家庭代际经济支持和农业劳动时间的控制变量,其中Xm包括受教育水平、性别、年龄、年龄平方、自评健康、婚姻状况、子女个数、是否有同住子女、子女平均收入、孙代个数和资产,Cn包括子女个数、受教育水平、性别、年龄、年龄平方、自评健康、婚姻状况、IADL功能性障碍、资产和家中是否有农机器具,v1i和v2i分别表示两方程中的地区固定效应,ε1i和ε2i分别表示两方程的扰动项,α0和λ0为截距项,γ为核心变量的估计系数,本文选取3SLS估计方法对方程组参数进行估计,结果见表3。
表3中的第(1)列是核心解释变量为是否领取新农保的估计结果,第(2)列是核心解释变量为领取“新农保”规模的估计结果。根据估计结果可以发现,是否领取新农保和领取规模对家庭内部的财富代际经济支持规模仍未通过显著性检验,而对农业劳动时间的影响仍在1%的显著性水平上呈现负向影响,并且估计系数与前文相比没有出现突变,各系数与60岁以上样本的回归结果较为接近,这也验证了本文相关估计结果的稳健性。
表3 控制互为内生效应后的三阶段最小二乘估计结果
除此之外,根据3SLS估计结果还可以发现家庭代际经济支持和老人劳动供给时间存在单向影响,子代对父代的财富转移会减少父代的劳动供给时间,这验证了前文对劳动供给和收入之间关系的分析,即老人的可支配收入增加会对劳动供给产生挤出作用,此时家庭代际经济支持和新农保养老金发挥了同样的作用,这也从另一个角度验证了新农保对劳动供给的影响来自禀赋收入效应;农业劳动供给时间对家庭代际经济支持则不具有显著性影响,这也验证了家庭内部子代对父代的财富转移决策者主要在子代,并且转移过程中父代当前的工作状态和收入水平并不是影响子代转移决策的主要原因,这也可以从侧面验证当前农村家庭子代对父代的转移动机仍以利他动机为主。
本文利用中国健康与养老追踪调查最新发布的2018年调查数据,观察“新农保”政策对农村家庭子代向父代的转移支付和农村老人劳动供给的影响。研究表明,第一,“新农保”政策显著影响农村老人的劳动供给行为,对农业劳动供给均有明显挤出效应,对非农业劳动供给的影响表现为60岁以上个体中的挤出效应更为明显,但该政策不再对家庭转移支付有显著影响。即“新农保”对“养儿防老”和财富代际转移的利他动机有一些减弱,但不显著。第二,在控制了关键变量的基础上,利用Altonji等(2005)和Nunn(2011)的分析方法发现,所得结论由不可观测变量驱使的可能性较小,同时IV估计结果中核心变量的符号与基准回归中一致;第三,利用3SLS发现家庭代际经济支持会显著挤出老人的劳动供给,而后者对前者没有显著影响。上述结论与现有文献研究结论有一定差异,尤其是在对家庭代际经济支持的挤出效果方面存在较大差异。
1. “社会统筹养老”“家庭代际养老”和“个人自我养老”之间存在内生性,受制度变量影响。
(1)“社会统筹养老”与“家庭代际养老”(家庭代际经济支持)应是一种互补机制,其不应成为完全替代“家庭代际养老”的工具,而应是养老体系的最后一道防线,具有双重保险功能。“社会统筹养老”制度旨在减轻老年人对子女的经济依附关系,有助于调节养老金差异,实现公共福利均等化。“社会统筹养老”挤出家庭代际经济支持,本质上是无血缘关系的子代纳税,结果挤出有血缘关系的子代对其老人的经济支持,减轻了家庭负担,相当于减少了家庭税,增加了社会税,分散了风险。预期政策效果是老有所依,老有所养,降低农村家庭对“养儿防老”的过度依赖。但子女对老人的经济支持是基础与前提,是整个养老体系不可替代的部分,并且是老人的精神慰藉,可增进归属感,有助于稳定的家庭关系代际传承。但若挤出家庭代际经济支持太多,将会带来伦理问题。
(2)“社会统筹养老”与“个人自我养老”应是一种互动反应机制,新农保进行社会统筹养老,减少了农村老年人的预算约束,增加农村居民闲暇时间,实现普惠福祉。但“社会统筹养老”是养弱势,不应因新农保这一社会统筹养老而过度刺激年龄不太大老人闲暇时间,应重视老龄人力资源的配置,引领经济增长。制度应区别较年轻老年人和年龄较大的老年人,避免相对年轻的老年人完全放弃劳动参与。当一个人在有劳动能力时却由社会赡养,这是一种人力资本的浪费,影响人力资本配置效率,应激励个人自身的努力养老行为。“家庭代际养老”与“个人自我养老”是一种复杂的利他和交换动机的综合,是教育投资、健康传递、闲暇偏好、财富代际转移、代际亲情、理性选择或有限理性、人类进化、基因等多变量互动的结果。
2. 本文关于养老体系的研究是对正税和负税机制进行的经济学揭示
就每个人生命周期而言,少年以下群体和老年人分别被抚育和被赡养,缴纳负税,而青壮年实施抚育和赡养责任,承受正税;就同一时点而言,青壮年纳税用于抚育少年以下群体,用于赡养老年人。这是一个文明社会的代际福祉传递关系,反映了一种文明社会的本能。对个人生命周期福祉的动态有效配置和合意的分配,是一个社会良性运行的基础。本文揭示养老金来源的多项因果影响机制和多维福利效果,是公共财政统筹还是家庭子女经济资助,或个人劳动所得?即养老金来源于家庭外的子代,还是家庭内的子代,抑或父代自身?这本质上是一种代际税收关系:是无血缘关系的人承担税,还是有血缘关系的人承担税,或者自己承担税的一种机制。
3. “新农保”开启农村居民“社会统筹养老”的大门,具有里程碑意义
“社会统筹养老”的伦理基础是弥补个人家庭理性不足。“社会统筹养老”使老年人享受养老金,其逻辑和伦理基础是青壮年时期曾承担正税,即政府帮助个人统一进行的储蓄积累;而“家庭代际养老”是老年人在子女身上的投资收益,是青壮年时期收入的代际转移。“个人自我养老”是老年时期继续提供劳动进行养老,甚至还继续负担正税,根据样本数据显示,在相对年轻的老年人群中是存在这种现象的。