新农保对互助养老的溢出效应及其机制研究

赵连阁,王 权,张志坚

(浙江工商大学 经济学院,浙江 杭州 310018)

一、 引 言

目前,人口老龄化作为全球性的人口发展趋势,已经成为世界上最难解决的人口问题之一(左学金,2001)[1]。按照国际标准,我国早在1999年60岁及以上人口占比就已达到10%,正式进入老龄化社会。近年来,我国老龄化“城乡倒置”特征愈发明显。相较于城市,农村的老龄化情况更加不容乐观,造成这一现象的主要原因是农村青壮年人口的持续外流(王红霞,2019)[2]。根据《2020年年度国家老龄事业发展公报》显示,我国农村60周岁及以上人口占农村总人口比例比城镇60周岁及以上人口占城镇总人口数高出7.99个百分点,65周岁及以上人口占农村总人口比例比城镇65周岁及以上人口占城镇总人口数高出6.61个百分点,且该差异在很长一段时间内会持续增加(戴建兵和高焰,2021)[3]。严重的人口老龄化也使得相当比例的农村老年人出现生活困顿、缺乏照料、精神孤寂等一系列养老问题,如何实现农村居民“老有所养”已经成为一项关系国计民生的重大议题。

我国农村的养老问题一直是政府和社会各界关注的重中之重(张莉,2021)[4]。为了应对养老难题,我国进行了长期的探索,并出台了新型农村社会养老保险(以下简称“新农保”)来提高农村老年人的收入水平,减少贫困的发生(张川川等,2015)[5],在一定程度上缓解了农村老年人的经济支持问题。但是一般的养老服务除了经济支持外,还包括生活照料和精神慰藉两个重要组成部分(石人炳等,2020)[6]。随着老龄化进程的加速,失能失智人口的比例也在快速增加。根据民政部门数据,截至2009年,我国农村地区的失能、半失能率就已超过20%(杨团,2016)[7]。为了应对这一照料难题,互助养老模式应运而生并在“十四五”规划中被提升为应对农村人口老龄化的国家战略之一。互助养老模式的核心是健康老人对于体弱老人的帮助行为,通过互助接力的方式解决照料和心灵慰藉等方面的养老问题(Collom,2008)[8]。作为农村养老保障政策的补充,互助养老模式的推广为满足农村老年人的照料需求和社交需求提供了重要的实现可能。同时这也是一种从老年群体内部解决养老问题的可持续新型养老模式,在中国农村具有得天独厚的潜在优势(辛宝英和杨真,2021)[9]。一方面,互助养老模式可以解决照料的供给问题,可以开发具有更为充足照料时间的农村老年劳动力;另一方面,在地缘意识较重的农村地区,作为农村熟人社会传统美德的“守望相助”可以避免农村老年人之间的生疏感,同时在老年人的心理需求上给予支持。互助养老模式不仅是当前农村养老服务上的有效补充(杜鹏和安瑞霞,2019)[10],也体现了未来农村养老服务发展的方向(窦玉沛,2013)[11]。

然而,目前我国互助养老模式在农村地区的实践情况并不理想。从最早的肥乡模式到后面的村级邻里互助点以及农村幸福院,都面临着资金不足、参与度低以及缺乏互助保障等一系列问题。国内学者不得不对互助养老模式的影响因素进行深入思考。然而,在目前关于我国互助养老的研究中,大多数文献都集中在理论层面[12]和个体层面广泛影响因素的探讨[3],尚未有文献专门基于社会保障视角(尤其是基于社会养老保险)细致考察其在互助养老模式推行中起到的作用。

新农保从2009年9月开始试点,现已基本覆盖全国所有县级行政区划。已有大量文献研究了新农保对于其他养老模式,主要包括对于家庭养老和土地养老产生的溢出效应(郑晓冬等,2020)[13]。那么新农保的推行能否对互助养老产生溢出效应呢?根据李琴和周先波(2018)就新农保对儿童照料的研究中发现,新农保可以通过缩短劳动时间增加照料孙子女的行为[14],同时郑晓冬等(2020)认为新农保可以对农村老年人幸福感产生影响从而改变其生活方式[13]。从这一角度说,新农保的推行确有可能促进互助养老。那么作为我国农村养老保障政策的新农保究竟能否对农村老年人的互助行为产生影响?其作用机制又是如何?新农保实施的政策背景为我们回答这些问题提供了一项准自然实验的方法。研究新农保对互助养老的影响及其作用机制,对于理解我国的社会保障制度,以及完善相应的社会保障政策均具有重要的借鉴意义。

基于此,本文结合中国健康与养老追踪调查(CHARLS)这一具有全国代表性的大型微观数据库和断点回归这一准实验方法估计新农保对农村老年人互助行为的影响。实证结果显示,领取新农保使得农村老年人实施互助行为的概率显著提升52.4个百分点。为了保证结果的有效性,我们又从互助行为的需求方出发,使用村级层面的面板数据进行验证,结果与之前保持一致;机制研究发现新农保会通过减少农业劳动时间和提升幸福感促进农村老年人的互助行为;异质性研究发现相对于健康较好、收入程度较高以及东部地区农村老年人,新农保对相对弱势的健康较差、收入程度较低以及中西部地区农村老年人互助行为的促进效应更加突出。本文的研究结果表明,中国农村养老保障制度的不断完善可以促进互助养老模式的形成。

本文剩余部分的结构安排如下:第二部分将对新农保政策进行一个简要描述并通过理论梳理提出本文的研究假设;第三部分介绍本文使用的相关数据;第四部分是本文的实证策略,介绍将要使用到的计量模型;第五部分报告本文的实证结果;第六部分为结论总结与相应的政策建议。

二、 研究背景与假设

(一) 政策背景

在党的十一届三中全会之后,由于家庭联产承包责任制取代了农村集体经济,农业生产取得了显著成效,由农村集体承担的社会保障职能也随之消失。在此情景下,我国于1986年开始试行了农村养老保险制度,即老农保。但是由于财政补贴力度不够,老农保起到的作用非常微弱(Wang,2006)[15],这就导致养老保险制度其实仅仅起到了一个农户自我储蓄的作用,难以起到养老在经济上的保障功能(张晔等,2016)[16]。

为了改善老农保存在的问题,2009年9月国务院发布了《国务院关于开展新型农村社会养老保险试点的指导意见》(以下简称《指导意见》)并宣布在同年进行新农保政策的试点工作。新农保实施的目的是为农村居民养老的经济支持切实地提供兜底作用。新农保的参保主体主要分为三个部分,第一是年满16周岁的非在校学生,第二是未参加城镇职工养老保险的农村居民,第三是领取政府机关退休金的农村居民。在养老金发放方面,分别设置了统筹账户和个人账户。当参保人员符合养老金领取条件时,政府将拨付由政府财政负担的基础养老金,每人每月不低于55元。除此之外,还将发放由个人缴费以及集体和政府补贴共同出资的个人账户养老金,在参保人年满60周岁后以个人账户养老金全部储蓄额除以139作为标准,按月发放到个人账户。对于试点启动时已年满60周岁、未享受城镇职工养老保险待遇的农村户籍老年人来说,同样可以领取基础养老金。这种采取自愿原则同时又与我国财政相挂钩的养老保险制度在一定程度上解决了我国农村居民养老的经济支持问题,切实起到了兜底作用。目前我国已从2009年设立的首批320个试点县发展为我国所有县级行政区的基本覆盖(马光荣和周广肃,2014)[17]。

(二) 文献综述

目前关于我国互助养老的研究中,大多数文献都集中在概念界定[12]和个体层面影响因素的探讨上[3]。在概念界定方面,有一部分学者认为农村互助养老应采取与城市地区“时间银行”相类似的模式,即互助养老不仅仅局限于供给方以老年人为代表的“老老相助”,也包含供给方以年轻人为代表的“代际互助”(李俏和刘亚琪,2018)[18]。另一部分学者则认为,互助养老的核心特质就是老年人之间的“参与共老”和“共享伴老”(杨静慧,2016)[19],并以达到“老有所养”“老有所为”为目标(张志雄和孙建娥,2015)[20]。在此基础之上,贺雪峰(2019)则进一步细化了互助养老供需双方的年龄及健康特征,认为互助养老是由低龄老人照顾高龄老人、健康状况相对较好老人照顾健康状况相对较差的老人[21]。虽然在理论上互助养老的概念界定众说纷纭,但在我国目前的实践运作中仍然还是以老年人作为我国互助养老的主要供给方(袁志刚等,2019)[22]。

影响互助养老的因素很多,当前文献关注和研究的主要因素包括个体层面、家庭层面以及社会资源禀赋等方面(戴建兵和高焰,2021)[3]。在个体层面,老年人的一系列特征因素诸如年龄、受教育程度、认知情况以及居住地区分布都会影响农村老年人是否提供互助养老的可能性,而在家庭层面,与子女之间的代际关系和一系列诸如经济情况的家庭特征也会对农村老年人互助养老的供给意愿产生影响。在社会资源禀赋上,农村老年人的邻里关系以及社区对互助养老的支持力度同样会影响老年人的互助养老服务的供给意愿(辛宝英和杨真,2021;郝亚亚和毕红霞,2017;于长永,2019;杨静慧,2020)[9,23-25]。然而鲜有文献考虑社会养老保险对农村老年人互助行为的影响。作为农村地区养老保障政策的新农保,不仅会对农村居民个体福利和农村家庭经济福利带来影响,还发挥着在家庭、社区和养老模式上等更广泛范围内的溢出效应(郑晓冬等,2020)[13]。因此,新农保对农村老年人互助行为的影响作用不容忽视。

目前的文献尚未探讨新农保对农村老年人互助意愿的影响,而是主要集中于探讨以新农保对于土地养老以及家庭养老等养老模式的溢出作用(郑晓冬等,2020)[13]。然而与土地养老和家庭养老相比,互助养老更加直接地针对农村老年人日益增长的照料需求和精神支持需求(Collom,2008)[8]。同时,互助养老也可以在一定程度上缓解农村老年劳动力大量剩余的问题。

综上可知,已有对互助养老的研究大多还局限于理论探讨及定性分析,极少数定量分析也大多使用局部地区的调研数据且尚未有文献从互助养老模式探讨新农保的溢出效应。因此,本研究首先使用贺雪峰(2019)[21]关于互助养老的概念界定,即低龄健康老人对于高龄体弱老人的照顾。我们选择这一界定方式除了在我国目前的实践中这一定义的占比较高外,还因为我国农村地区人口外流现象严重,以年轻人为主要供给方解决农村老年人的照料问题并不现实,且作者认为农村地区互助养老的核心就是通过农村老年人自身的互助行为解决其养老难题,因此我们将农村地区的互助养老界定为低龄健康老人对高龄体弱老人的照顾。其次,在这一概念的基础之上,我们使用具有全国代表性的大型微观数据库探究新农保对农村老年人互助意愿的影响,由于在新农保对于其他养老模式溢出效应的研究中实证数据以及方法使用的差异可能使得结果大相径庭,我们将选择缓解内生性相对较好的断点回归方法来判别新农保和互助养老的因果关系。

(三) 研究假设

新农保会对养老模式产生一定的溢出效应(郑晓冬等,2020)[13]。领取新农保养老金可以减少劳动供给,增加闲暇时间,为互助养老提供了时间基础的同时可以减轻农村老年人的相对剥夺感并提升其生活满意度[13]。具体而言,当农村老年人领取新农保时,其劳动时间显著减少,虽然当前的养老金水平还不足以使得受益者完全退出生计劳动[26],但却增加了互助养老所必需的闲暇时间,为农村老年人增加了提供互助养老的可能性。另一方面,新农保会通过增加老年人的经济独立性和降低预期风险来提升其生活满意度[27]。而生活满意度的提升会在一定程度上改变其生活方式[13],其中也包括出于反馈或者回报心理对他人的帮助行为,因此老年人提供互助养老服务的可能性也就越高。综上,本文提出如下假设1。

假设1:新农保会对互助养老产生溢出效应。

在对新农保其他溢出效应的探讨中,与我们联系密切的是关于隔代照料的研究。焦娜(2016)发现新农保除了会对家庭养老起到一定的替代效应外,还会挤入隔代照料[28]。李琴和周先波(2018)就新农保影响隔代照料的机制进行了研究,他们认为在新农保影响隔代照料的间接效应是新农保减轻了老年人的农业劳动时间,进而增加闲暇时间照顾小孩[14]。在关于新农保与照料方面的研究中,农村老年人除适当参加农业劳动和非农劳动的家庭市场活动外,其余时间均应属于闲暇[14]。代替劳动时间的闲暇是增加老年人产生照料行为的基础,从而更可能做出为他人提供照料服务的可能性,因此,提出本文的假设2:

假设2:新农保会通过降低农业劳动时间促进互助养老。

最后,新农保还会通过绝对收入效应、相对收入效应和时间分配效应来产生个体的主观福利(Chen等,2018;郑晓冬和方向明,2018)[29,30]。由于逐渐退出劳动市场,农村老年人容易产生被剥夺感(Sickles和Taubman,1986)[31]。而来自他人与社会的支持可以增强农村老年人对日常生活的适应性(方黎明,2016)[32]。除此之外,尽管新农保养老金的数额在收入结构中占据了相对较小的部分,但是其精神慰藉的作用确可以增强老年人的自尊心从而在一定程度上提升生活满意度(郑晓冬和方向明,2019)[33]。Ding(2017)和Chen等(2018)也通过实证验证了新农保可以提高老年人对生活的积极态度,降低抑郁程度,提升其主观福利[29,34]。这种主观福利的改善,除了可以提升农村老年人对未来的生活信心,还会对老年人的生活方式产生影响(郑晓冬等,2020)[13]。来自社会保障的支持越多,越有可能出于回报或反馈的心理,为需要帮助的老年人提供养老服务。因此,我们提出本文的假设3:

假设3:新农保会通过提升生活满意度促进互助养老。

三、 数据介绍

(一) 数据来源

本文使用中国健康与养老追踪调查(CHARLS)数据。为了分析我国老龄化面临的各种问题,推动老龄化学术研究,北京大学国家发展研究院和中国社会科学调查中心分别主持和执行的一项大型跨学科调查项目CHARLS,收集了中国45岁及以上中老年人家庭和个人的样本数据。该样本数据是一套具有代表性的高质量微观数据。自2011该项目年开展以来,覆盖区域达全国150个县级单位,450个村级单位,这些样本此后两到三年追踪一次,且调查结束一年后,数据对外公开。截至2018年全国追访完成时,样本量已包含1.24万户家庭和1.9万名受访者。

本文在个体层面的断点回归模型使用的是最新的2018年CHARLS数据,而村级层面的双向固定效应模型使用的则是2013年、2015年和2018年的三期面板数据。选择CHARLS数据研究新农保对农村老年人互助行为有两个明显的优势:第一,目前对互助养老的研究大多局限于地区调研数据,CHARLS数据覆盖面达到了中国大陆不包括西藏自治区在内的所有省份,使用该数据得出的结论更具有代表性;第二,我们研究的是老年人养老模式的溢出效应,CHARLS本身就是包含了丰富老年信息的中老年人调查,CHARLS数据对我们进行该项研究具有很高的针对性。

(二) 样本选取

本文研究的是领取新农保对农村居民互助行为的影响,因此我们首先将样本选取为农村户籍人口,同时为了排除其他养老保险可能带来的影响,我们剔除了参与新农保以外其他养老保险的受访者。享有其他类型的养老保险同样可能影响农村老年人的互助行为,纳入这部分受访者很可能使得估计结果有偏。之后参考易定红和赵一凡(2021)[35]的做法,选取CHARLS个人问卷中年龄在50岁至70岁参加新农保的农业户口样本共计6539个。除此之外,为了结果的稳健性,我们也参考了张川川和陈斌开(2014)[36]的做法,将样本并不再仅仅限定于新农保的参与者身上。因为是否参保是个人选择的结果,仅选取新农保的参保者进行分析可能无法很好地代表农村户籍人口这一总体,因此我们基准回归另一部分的样本设定也并不再仅仅局限于新农保的参与者身上,以此来保证结果的稳健性。

(三) 变量选取与描述

1.自变量选取。本文参考相关文献对领取新农保的设定[35,37],将是否领取新农保养老金作为核心自变量,领取取值为1,否则为0。

2.因变量选取。因为我国农村地区人口外流现象严重,以年轻人为主要供给方解决农村老年人的照料问题并不现实,且作者认为农村地区互助养老的核心就是通过农村老年人自身的互助行为解决其养老难题,因此参考Collom(2008)[8]和贺雪峰(2019)[21]对互助养老的定义,将农村地区的互助养老界定为低龄健康老人对高龄体弱老人的照顾。在我们的研究中,因变量选取为过去一个月内对不与受访者住在一起的病人或残疾人(非亲人)的照顾频率,没有为0,不经常为1,差不多每月一次为2,差不多每天为3。(1)由于不与受访者住在一起的病人或残疾人可能是其亲人,为了避免与“家庭养老”相混淆,我们排除了不与受访者住在一起的病人或残疾人是其亲人的可能性从而保证我们因变量选取的正确性。下文出现的该因变量均代表对受访者非亲人的照顾频率并不再赘述。感谢匿名审稿人提出的宝贵建议。为了强调互助养老的定义,根据数据发现,因为健康和记忆的原因,需要别人帮助洗澡的老年人平均年龄为62.284岁,需要别人帮助上厕所的个体平均年龄为62.045岁,需要别人帮助做饭的个体平均年龄为62.231岁,需要别人帮助吃药的个体平均年龄为62.323岁,不难看出需要被照料的个体年龄普遍超过了60岁,这也从一方面印证了因变量选择的严谨性。

3.控制变量选取。在断点回归的方法中,是否加入控制变量对于回归显著性并无影响,但是可以增加其估计精度及其准确性。本文选取了被访者的性别、受教育程度、婚姻状态、民族、党员身份、是否参加医保收入、自评健康、代际关系以及所在地区作为协变量(具体见表1)。

表1 变量描述性统计

从表1不难看出,被访者的互助行为平均值为0.05,这一数值相对于同时期新农保对于慈善捐赠的研究可能更有意义,因为在新农保政策实施的农村地区,经济支持已经有了最基本的保障,捐赠金额杯水车薪,同时在农村地区老年人的互助行为更多地表现在生活照料和精神慰藉方面(聂建亮等,2021)[38]。新农保的参保率为0.492,也符合我国的基本国情。运行变量平均值不到0,除了说明我们样本的年龄分布较为平衡外,还说明有接近一半的人没有达到男性退休年龄。因为领取新农保的农业户口样本大多数从事农业工作,因此在以往的研究中很少专门讨论退休可能带来的影响。为了稳妥起见,我们还是在稳健性检验部分和机制部分又进行了实证检验来排除退休问题可能造成的影响。

四、 实证策略

(一) 个体层面

本文研究的核心问题是获得新农保养老金会对农民的互助行为产生怎样的影响。在实际研究中,由于个体特征变量存在测量误差、部分变量难以观测以及反向因果问题的存在,我们的研究必然存在内生性问题。而内生性问题在多大程度上得到缓解决定了结果的准确性与可靠性。目前针对新农保实施效果的各项研究所采用的工具变量法或双重差分法等线性回归方法存在一定的不足之处(易定红和赵一凡,2021)[35]。首先,是否参保并不完全外生。其次,由于政策设定导致的参与新农保的个体在达到60岁法定年龄后才能领取养老金,普通的线性估计方法会产生偏误。本文借鉴张川川和陈斌开(2014)[36]的做法,采用断点回归设计(RDD)的分析框架研究领取养老金对于农村居民互助行为的影响。

断点回归是利用政策制度上的非连续性将样本按照外生的制度规则随机分配到断点两侧,从而构造类似自然实验的准自然实验方法(马光荣等,2016)[39],在一定程度上缓解了内生性问题。对于本文而言,新农保《指导意见》提供了断点回归所需的外生制度断点,也就是说在60岁左右的参保人除了是否领取新农保养老金外在其他方面并无显著差异,那么农村老年人互助行为的非连续变动就可以认为是处理状态也即领取新农保养老金造成的。就我们的样本而言,60岁以下的农村居民领取养老金的概率并非为0,而是1.88%,而60岁以上的群体没有领取养老金的概率也并非为0,而是4.07%。这意味着处理状态为1的概率发生了显著跳跃(Fuzzy),只是在60岁的变化并非从0变为1(Sharp)。Lee和Lemieux(2010)指出,只要个体不能完全操纵驱动变量,那么当处理状态为1的概率在制度断点前后并非从0到1严格变化时,应使用模糊断点回归设计(Fuzzy RD)的策略来进行因果识别[40]。在使用2SLS框架进行估算时,具体的估计方程为:

第一阶段回归:

Receivei=δ+τEligibilityi+f(Agei)+ωi

(1)

第二阶段回归:

yi=α+γReceivei+f(Agei)+εi

(2)

式(1)中Receivei为一虚拟变量,表示样本i是否收到干预的真实状态,即是否领取了新农保养老金,领取新农保养老金取1,反之则取0。Eligibilityi同样为一虚拟变量,表示样本i的应收到干预的理论状态,就本研究而言,只要个体i年满60周岁取1,否则取0。Agei代表驱动变量(Running Variable),用受访者的真实年龄与60岁之差来代表,f(Agei)为驱动变量的多项式函数,ωi为误差项。式(1)表明,在制度规则下,农村居民是否能够获得新农保养老金(Receivei)极大程度上取决于年龄是否达到60岁(Eligibilityi)。因此,外生的制度规则会使得式(1)得出的个体理论上接受干预的概率估计值成为其真实干预状态Receivei的工具变量。

式(2)中,yi为农村老年人的互助行为,εi为误差项,其余设定与式(1)相同。首先,对式(1)采取如下两种估计等式:(1)局部线性回归方法,使得f(Agei)=θ0Agei+θ1Eligibilityi×Agei,并选用最优带宽和三角核函数。在断点回归分析中,面临带宽大小的权衡问题,带宽越小意味着估计结果精确性的提升以及样本观测值数量的损失,反之,带宽越大则意味着估计精度的下降以及样本观测数量的增加。因此为保证估计结果的稳健性,我们也汇报了两倍最优带宽下的估计结果。(2)多项式回归方法,使得f(Agei)=∑Kk=1θkAgeki,其中最优多项式阶数K参照Akaike的设定方法。对于多项式回归的带宽选择,我们除了使用从局部线性回归中得到的最优带宽,还使用了50岁至70岁的全部样本。参照Imbens和Lemieux(2007)[41]的做法,使用相同的带宽,在阶数选择方面,参照Lee和Lemieux(2010)[40]的做法,使式(2)和式(1)的多项式阶数保持一致,从而得出式(2)的估计值,也就是模糊断点回归的估计结果。

(二) 村级层面

村级层面使用2013年、2015年和2018年中国健康与养老追踪调查(CHARLS)三期面板数据,在村庄层面,也是互助养老的需求层面研究领取新农保对于中国农村居民互助行为的影响。我们采用时间和个体双向固定效应模型,具体的模型设定如下:

yit=β0+β1ratioit+β2Xit+μi+θt+εit

(3)

其中,yit表示第i个村庄老年人第t年在洗澡、上厕所、做饭和吃药四个方面需要照顾而又得到照顾(不包含亲人照顾)的比例指标,ratioit表示第i个村庄第t年除去这些需要照料的老年人之外其余农村老年人的新农保领取情况,Xit表示村庄i随时间变化的相关控制变量,包括了男性比例、平均受教育年限、已婚比例、党员比例以及汉族比例,μi表示村庄固定效应,θt表示年份固定效应。

五、 实证结果与分析

(一) 图形分析

在进行经验验证之前,我们先以图的形式展现驱动变量(年龄)同处理变量(是否领取新农保)以及结果变量(对和被访者不住在一起的病人或残疾人的照顾频率)之间的关系。通过图形我们可以更加直观地理解断点回归方法的内在含义,当然这也是该方法使用前的常规流程(Lee和Lemieux,2010)[40]。

图1和图2显示了作为驱动变量的年龄与处理变量是否领取新农保的关系,也就是模糊断点回归的一阶段结果。不难发现,随着年龄的增长,无论样本是新农保的参保者还是不仅包括新农保参保者的样本,领取新农保的比例都在提升,并在60岁时有个非常明显的跳跃,这也与《指导意见》里规定的制度年龄完全相同。

图1 50岁至70岁参与新农保的样本

图2 50岁至70岁全体样本

图3和图4展现了驱动变量与结果变量的关系,也就是模糊断点估计中的简约型(reduced form)结果。无论样本是限定在新农保的参与者,还是全体样本,我们都再次在60岁这一点看到明显的跳跃,这也说明了领取新农保可以促进农村老年人的互助行为。需要注意的是,随着年龄增大,农村老年人对于不住在一起的病人或残疾人的帮助频率都有一定程度的下降,且在断点右侧更为明显,这也说明了若使用线性回归模型进行估计并不合适。

图3 50岁至70岁参与新农保的样本

图4 50岁至70岁全体样本

(二) 回归结果

从图1和图2可以看出,年满60岁会显著增大领取新农保养老金的概率。图3和图4则可以看出农村老年人的互助行为在年龄断点处有显著提升。尽管上述图形已经清晰地展示了处理变量(是否领取新农保)和结果变量(老年人的互助行为)在年龄断点处的非连续变化,初步展现了新农保可以提升农村老年人的互助行为,但是是否存在提升作用以及提升作用究竟有多大仍然要以实证估计的结果为准(Lee和Lemieux,2010)[40]。

表2为模糊断点回归基准分析结果,和之前所述一致,我们既使用50岁至70岁的参保个体样本来保证结果的纯粹性,又选取50岁至70岁的所有样本来保证样本的代表性,表2中类型1代表新农保参保者的限定样本,类型2代表不仅仅包含新农保参保者的非限定样本。表中前两列使用了局部线性回归方法,第一列估计采用了Imbens和Kalyanaraman(2012)[42]计算的最优带宽,第二列使用了两倍的最优带宽来考察结果的稳健性。第三列和第四列分别使用了第一列计算出的最优带宽和50岁至70岁几乎包含了所有样本的多项式进行回归,得到了非常一致的回归结果,新农保会显著增加老年人的互助行为,即对不与被访者住在一起的病人或残疾人提供照料。从最优带宽的估计结果显示,领取新农保的农村老年人互助行为的概率提升了52.4个百分点,采用其他带宽的估计结果同样显著。无论是年龄带宽的改变,还是模型设定的变化,都不影响我们得出的结论,即领取新农保会显著提升农村老年人的互助行为,本文假设1得以验证。

表2 新农保对农村老年人互助行为的影响

(三) 模型的稳健性检验

断点回归方法是一种缓解内生性较好的准实验方法,但其适用条件及稳健性检验也较为严格。本部分就是对该方法适用条件的检验,分别为安慰剂检验、将核密度函数的形式替换为矩形核函数或高斯核函数进行检验、估计时加入控制变量、对控制变量在断点处的连续性进行检验、对于驱动变量密度函数的连续性检验。

1.安慰剂检验。当我们改变断点位置为57岁、58岁、59岁、61岁、62岁、63岁时,用同样的方法进行安慰剂检验。根据表3,除了当断点设定在61岁且选取最优带宽时,结果在10%的统计水平下显著外,其余结果均不显著。当把带宽选取为两倍最优带宽时,结果仍不显著,这在一定程度上验证了我们选择政策规定的60岁作为断点的合理性。

表3 证伪检验

2.替换核密度函数。我们对于断点回归分析中的非参数方法进行密度函数的替换,在本节中将核密度函数替换为非三角核密度函数,具体为矩形核密度函数和高斯核密度函数进行估计(见表4)。根据表4第(1)列和第(2)列,可以看出,领取新农保养老金对农业户口老年人的互助行为影响仍然显著,且分别提升45.2个百分点和48.4个百分点。三角核密度函数的估计精确度要高于矩形核,但为了验证结果的稳健性,我们仍选取了矩形核密度函数进行估计,回归结果仍然在5%的统计水平下显著,在更换高斯核密度函数的估计后结果依然如此,这也进一步验证了结果的稳健性。

表4 更换核函数、加入控制变量以及分样本的稳健性检验

3.加入其他控制变量。在断点回归方法上,是否加入控制变量对结果影响不大,但是可以提高其估计准确度和精度。从表4第(3)列中可以看出,加入一系列控制变量后我们的结果仍然显著,且对于最优带宽和两倍的最优带宽分别提升了51.7个百分点和17.0个百分点,与原结果保持高度一致。此外,我们用同样的方法对控制变量进行模糊断点回归分析(见表5),可以看出控制变量在断点处均连续,这也说明农村老年人互助行为发生跳跃来自新农保养老金的因果推断值得信任,从而排除了其他因素的干扰。

表5 控制变量的连续性检验

4.关于退休的讨论。退休行为是仅针对城镇务工人员产生的一种工作状态,男性的法定退休年龄为60岁,女性为55岁。在关于新农保溢出效应的研究中,样本大多都已限定在农业户口样本,因此对退休的讨论并不多见而且大多局限于使用非参保样本进行证伪检验。可是这种验证方式的准确性有待商榷,因为是否参加新农保并不能代表是否属于城镇务工人员。为了对农村老年人互助行为是否由退休行为作出验证,我们将样本限定在农业户口的女性群体,回归结果见表4第(4)列,即便对于退休年龄在55岁的女性来说,新农保也可以显著促进农村老年人的互助行为,从而可以验证农村老年人的互助行为是由领取新农保带来的。

5.驱动变量密度函数的连续性检验。断点回归一条重要的假设条件是驱动变量的密度函数在断点处连续。我们的驱动变量是年龄,首先在理论上不能操纵,但如果个体为了提前获取养老金虚报年龄也有可能造成我们的估计结果有偏。问卷里关于年龄的问题除了基本的问户口本或者身份证上的年龄外,还会询问其真实年龄。由于身份证上的年龄不能造假,不存在虚报年龄提前领取新型农村养老保险的可能,但是为了回归结果更加精确,我们在实证检验部分选取的是样本的真实年龄。根据Meng(2013)[43],图5是我们根据数据绘制的个体年龄的密度分布,断点右侧样本数量并未明显增加且断点两侧样本数量并无显著差异,这说明驱动变量是未受操纵且外生的。紧接着我们参考McCrary(2007)[44]的检验方法做进一步检验。根据图6不难发现,年龄密度函数在断点处同样保持连续。从而进一步验证了我们的运行变量在断点处的连续性假设,即不存在对运行变量的操纵。

图5 密度直方图

图6 McCrary检验

(四) 村级层面的回归结果

在村级层面,我们根据模型设定继续研究新农保对于农村居民互助行为的影响。表6是村级层面上使用双向固定效应模型(3)的估计结果。表6的被解释变量为每个村庄居民在洗澡、上厕所、做饭和吃药四个方面需要照顾而又得到照顾(非亲人照顾)的比例,表6第(1)列只放入了核心解释变量ratioit,表示第i个村庄第t年除去这些需要照料的老年人之外其余农村老年人的新农保领取情况。

表6 新农保对农村老年人互助行为的影响

我国于2016年7月出台了《关于开展长期护理保险制度试点的指导意见》并选择在15个城市进行试点。为了排除其干扰,第(2)列为去掉这15个城市后的回归结果。除此之外,在引言中我们已经描述了农村地区一系列有组织的互助养老行为效果并不显著,但为了避免其干扰,我们在第(3)列又排除了有组织协助老弱病残组织的村庄。第(4)列是在基准回归的基础上加上控制变量进行回归的结果。从表6可以看出,若某个村庄领取新农保的比例越高,那么互助行为发生的比例也会提高,具体来说,在村级层面上,领取新农保的比例每增加10%,互助行为会平均增加0.054至0.069左右,这也是从互助养老的需求侧对我们的假设1进行验证。

需要特别强调的是,村级层面的回归并不仅仅是微观个体的单纯放大,而是从互助养老的需求方考虑新农保对其影响。在数据介绍部分我们已经从数据描述上看出需要照顾的病人或残疾人的平均年龄在60岁以上,再次验证了我们研究的内容是新农保对于互助养老的作用。

(五) 新农保提升互助养老的机制检验

1.劳动时间机制。为了证实上述的假设2,我们同样使用断点回归方法验证新农保会通过劳动时间促进互助养老。虽然在劳动供给方面,黄宏伟等(2014)和张川川等(2015)都证实了新农保养老金有助于减轻农村老年人的劳动负担[5,45]。但是一部分学者认为新农保对于农业和非农劳动均产生负效应(刘亚洲等,2016)[46]。另一部分学者则认为新农保对于劳动时间的影响仅局限于农业劳动,而对非农业劳动没有影响(赵晶晶和李放,2017;李江一和李涵,2017)[26,47]。我们的目的并非验证新农保对于劳动时间的影响,而只想研究新农保是否通过减少劳动时间促进互助养老以及主要通过何种劳动时间对其进行影响。因此根据工作性质将样本分为参与农业劳动样本和参与非农劳动的样本,包括受雇和非农自雇两种样本,我们没有直接使用劳动时间作为因变量,其原因有两点。第一,当前学界就新农保对于劳动时间的影响产生分歧主要存在于非农业劳动时间,而对于劳动时间的结论是一致的;第二,虽然前面已经对退休可能带来的影响进行了排除,但是为了结果的可靠性,这样区分可以更加精确地避免退休带来的偏误。

表7的结果显示新农保仅通过减少劳动农业时间促进农村老年人的互助养老行为,这也与李琴和周先波(2018)的研究类似,农业劳动时间和家庭照料成反比,当农业劳动时间减少时,可以增加一定的照料时间[14]。而新农保之所以没有通过非农劳动时间促进农村老年人的互助养老行为,一方面可能是和赵晶晶和李放(2017)的研究一致,新农保并没有减少非农劳动时间[26];另一方面可能是因为非农劳动时间并不能促进照料时间。虽然这一检验也可能存在其他问题的干扰,诸如在从事农业劳动的人群中,可能关系网络连接更加紧密,但是这也为新农保促进互助养老的农业劳动时间机制提供了初步的证据,假设2得以验证。

表7 新农保促进农村老年人互助行为的农业劳动时间机制

表8 新农保促进农村老年人互助行为的生活满意度机制

2.生活满意度机制。接下来我们对假设3进行实证检验。同样在使用模糊断点回归方法对生活满意度进行经验验证时可以发现,无论是最优带宽还是两倍的最优带宽,新农保都会显著提升农村老年人的生活满意度,这也与易定红和赵一凡(2021)[35]的研究结果一致。李琴和周先波(2018)认为新农保会促使农村老年人增加对自家儿童的照料时间,这是一种基于血缘关系的责任[14]。但在互助养老方面,没有一定要进行互助养老的义务,可能更多的是因为主观福利改善带来的生活方式产生的变化。从表8的回归结果可以看出,我们的假设3得以验证。

(六) 新农保提升互助养老的异质性分析

通过上述分析可以看出,新农保可以在一定程度上对农村老年人的互助养老产生溢出效应。我们对农村老年人互助养老行为的定义是低龄健康老人对高龄体弱老人的照顾行为,其核心在于从老年群体内部解决供给问题的可持续新型养老模式,继而缓解农村老年人照料供给不足的问题。但互助养老在一定层面上也要体现互相帮助,即体弱老年人是否具备帮助他人的能力,因此我们将农村老年人分为低健康组和高健康组进行考察。同时由于当前我国不同地区发展仍然存在较大差异且农村地区收入不平等现象依然存在,新农保的溢出效应可能也会存在一定的地区和收入差异,因此我们也对其进行了地区和收入的异质性研究。

根据表9的展示结果,领取新农保养老金显著提高了低健康组老年人的互助养老行为,且在两倍带宽下依然显著。而高健康组老人的互助行为,尽管估计系数依然为正,但其系数小于低健康组老人且未通过显著性检验。健康异质性在一定程度上证明了互助养老的双向帮助特性。

表9 健康、收入和地区的异质性分析

对于地区异质性来说,中西部地区社会养老的溢出效应更加显著。这可能是因为由于东部地区的经济较为发达,工资水平较高,新农保作为老年人生活上的兜底补助对其冲击较小,而中西部地区收入较为有限,因此对于农村老年人幸福感的提升会有更多帮助。同时中西部是农业大省,在条件上更有可能减少农业劳动时间增加互助养老的可能性。对于收入异质性同样如此,低收入人群大多分布在中西部省份,在幸福感和农业劳动时间上都更有可能促进互助养老的实现。

六、 结论与政策建议

(一) 研究结论

本文基于最新的CHARLS调查数据,首次结合准自然实验的方法考察了代表农村养老保障政策的新农保对互助养老的影响,并分析其潜在的影响机制。研究发现,新农保的推行显著增加了农村老年人照顾体弱老年人的照料频率,其互助行为增加了52.4个百分点,该结论通过替换估计样本、改变带宽、调整执行变量形式等一系列稳健性检验后仍然成立。接着,我们又从村级层面互助养老的需求方进行验证,通过双向固定效应模型进行回归。实证结果也同样验证了我们的猜想,新农保对互助养老有着显著的溢出效应。进一步研究新农保对互助养老溢出效应机制可以发现,新农保主要是通过减少农业劳动时间和提升农村居民幸福感来促进互助养老模式的形成。除此之外,通过异质性研究发现相对于健康较好、收入程度较高以及东部地区农村老年人,新农保对相对弱势的健康较差、收入程度较低以及中西部地区农村老年人互助养老的促进效应更加突出。与现有文献相比,本文的创新点主要有三个。第一,本文使用大型微观数据库首次研究了新农保对于互助养老这一新兴养老模式的溢出效应,对两者之间的关系进行了首次探讨。第二,本文从供需两个方面、个体和村级两个层面考察了新农保对互助养老造成的影响,对以后相关领域的研究具有借鉴意义。第三,对新农保促进互助养老的机制进行了实证分析,并为中国农村应进一步完善养老保障制度提供了经验证据。

(二) 政策建议

目前,我国农村老龄化问题日趋严重,同时由于我国社会少子化和城市化的双重加速,想要彻底解决农村老年人的养老问题仅仅依靠家庭养老和社会养老可能还无法达到这一目标,因此在“积极老龄化”的理念下推广互助养老模式是对传统养老模式的有效补充。本文的研究表明,新农保对于互助养老有着很好的促进作用,制度性保障政策的实施有助于互助养老社会的形成从而缓解农村快速老龄化带来的潜在威胁。但是目前农村居民的参保率还并未达到百分之百全覆盖,下一步有必要进一步提升农村居民的参保率,为农村互助养老社会的构建打下坚实基础。

其次,本文发现老年人的互助行为随着年龄呈现下降趋势。因此适当分档、分地区提高新农保养老金水平,将新农保的实施目标从以经济兜底为主转向以提升农村居民的主观福利为主,形成新农保的长效机制。这样做不仅能够进一步对农村居民的养老支持进行保障,还有助于农村老年社会互助养老模式的推广,从而进一步缓解农村老年人的养老压力。