劉桂紅,管 強(qiáng),鄭舒頤
(1.三明學(xué)院 人事處,福建 三明 365004;2.三明學(xué)院 信息工程學(xué)院,福建 三明 365004)
我國(guó)老齡人口的平均年增長(zhǎng)速度和比重都超過(guò)了世界的老齡化速度和比重[1].如何保障老年人的生活,是政府和社會(huì)必須面對(duì)的問(wèn)題.養(yǎng)老保險(xiǎn)是社會(huì)保障體系的重要組成部分.我國(guó)不同省域經(jīng)濟(jì)發(fā)展不同,人口數(shù)目不一,國(guó)家早期扶持力度不同,導(dǎo)致我國(guó)養(yǎng)老保險(xiǎn)發(fā)展不均衡.如果沒(méi)有及時(shí)采取措施,就會(huì)導(dǎo)致差異程度越來(lái)越高,對(duì)國(guó)家整體發(fā)展造成消極的影響.本文從多角度構(gòu)建綜合評(píng)價(jià)體系,評(píng)估不同地區(qū)的養(yǎng)老保險(xiǎn)水平,找出差異所在,以此促進(jìn)養(yǎng)老保險(xiǎn)水平均衡發(fā)展.
國(guó)外較早研究養(yǎng)老保險(xiǎn)待遇主要是從人口結(jié)構(gòu)角度,研究養(yǎng)老金的變化,證明生產(chǎn)率和人口增長(zhǎng)率對(duì)養(yǎng)老金水平起正向影響.Giorgio[2]對(duì)多個(gè)國(guó)家和地區(qū)的經(jīng)濟(jì)狀況和社會(huì)養(yǎng)老保險(xiǎn)水平情況進(jìn)行研究,發(fā)現(xiàn)經(jīng)濟(jì)發(fā)達(dá)地區(qū)社會(huì)養(yǎng)老保險(xiǎn)水平高,二者呈正相關(guān),因此提高經(jīng)濟(jì)發(fā)展水平是提高社會(huì)養(yǎng)老保險(xiǎn)水平的重要途徑.但國(guó)外的國(guó)情和社會(huì)制度與國(guó)內(nèi)有著本質(zhì)差異,其研究結(jié)果未必適合國(guó)內(nèi)情況.
近年來(lái),國(guó)內(nèi)的眾多學(xué)者對(duì)養(yǎng)老保險(xiǎn)各區(qū)域發(fā)展進(jìn)行評(píng)價(jià)和分析.目前我國(guó)基本養(yǎng)老保險(xiǎn)發(fā)展水平各地區(qū)之間呈正空間自相關(guān)關(guān)系[3-4].學(xué)者認(rèn)為區(qū)域經(jīng)濟(jì)發(fā)展的不同是造成養(yǎng)老保險(xiǎn)差異的主要原因[5-6].曲卉竹等[7-8]的研究表明城市的養(yǎng)老保險(xiǎn)水平明顯高于農(nóng)村.
養(yǎng)老保障水平發(fā)展差異不僅受區(qū)域經(jīng)濟(jì)影響,還與城市化、人口老齡化、參保率、替代率等有關(guān).趙麗娜[9]從經(jīng)濟(jì)和人口、財(cái)政支持方面對(duì)安徽省城鎮(zhèn)職工基本養(yǎng)老保險(xiǎn)分析,得到安徽省養(yǎng)老保險(xiǎn)協(xié)調(diào)度低、區(qū)域差異大,受參保率、替代率的影響較大的結(jié)論.劉昊等[10]以山東省作為研究主體,通過(guò)因子分析得出各地存在明顯差異,且與經(jīng)濟(jì)發(fā)展,居民收入,人口等高度相關(guān).陳迪紅等[11]探討?zhàn)B老保障水平發(fā)展現(xiàn)狀,發(fā)現(xiàn)養(yǎng)老保障水平發(fā)展存在明顯差異,總體偏低,其受經(jīng)濟(jì)增長(zhǎng)、城市化及人口老齡化的影響較深,提出政府適當(dāng)增加在社會(huì)保障方面投入,完善制度建設(shè)的意見(jiàn).韓小鳳等[12]指出現(xiàn)有養(yǎng)老保險(xiǎn)制度由于統(tǒng)籌區(qū)域之間仍存在“壁壘”,造成各區(qū)域的差異,需要超越既有的制度安排,提升基礎(chǔ)養(yǎng)老金的統(tǒng)籌層次,加強(qiáng)養(yǎng)老保險(xiǎn)管理體制建設(shè),實(shí)現(xiàn)福利資源的公平有效供給.周宇和段小萍[13],高誠(chéng)[14]從養(yǎng)老保險(xiǎn)基金收支角度,分析各區(qū)域的差異,并論述那些因素對(duì)基金收支的影響.
綜合已有研究成果,基本上從某個(gè)側(cè)面(經(jīng)濟(jì)方面[5-6],保險(xiǎn)制度[12],養(yǎng)老保險(xiǎn)基金收支[13-14])入手對(duì)養(yǎng)老保險(xiǎn)發(fā)展水平進(jìn)行評(píng)價(jià)和討論.對(duì)養(yǎng)老保險(xiǎn)影響因素考慮不夠全面,針對(duì)全國(guó)地區(qū)差異研究很少,大部分?jǐn)?shù)據(jù)僅針對(duì)單一年份進(jìn)行收集研究.本文則在選取一段連續(xù)的年份,綜合考慮多個(gè)因素構(gòu)建養(yǎng)老保險(xiǎn)評(píng)價(jià)體系,研究各區(qū)域間的差異及各區(qū)域在時(shí)間軸上的變化,揭示影響?zhàn)B老保險(xiǎn)水平的重要影響因素,從而有針對(duì)地提出相應(yīng)的建議,促進(jìn)養(yǎng)老保險(xiǎn)均衡發(fā)展.
在評(píng)價(jià)養(yǎng)老保險(xiǎn)水平時(shí),目前常用單一指標(biāo)養(yǎng)老保險(xiǎn)系數(shù)來(lái)評(píng)價(jià).雖然采用單一指標(biāo),在實(shí)際操作中計(jì)算簡(jiǎn)易,收集數(shù)據(jù)便利,但這并不能完全反映出養(yǎng)老保險(xiǎn)水平.為了更好評(píng)價(jià)養(yǎng)老保險(xiǎn)水平,豐富養(yǎng)老保險(xiǎn)水平內(nèi)涵,本文結(jié)合我國(guó)目前養(yǎng)老保險(xiǎn)制度實(shí)情,構(gòu)建全面、系統(tǒng)的養(yǎng)老保險(xiǎn)水平評(píng)估指標(biāo)體系.
目前,不同領(lǐng)域的學(xué)者對(duì)養(yǎng)老保險(xiǎn)水平的認(rèn)識(shí)不同,受主觀因素的影響,建立的指標(biāo)體系具有局限性,使得得出的結(jié)論各有千秋,且準(zhǔn)確性略差.本著指標(biāo)選取的科學(xué)性、全面性、代表性、簡(jiǎn)潔性原則,本文選取養(yǎng)老保險(xiǎn)基金占有率(%)、參保率(%)、人均GDP(萬(wàn)/人)、養(yǎng)老保險(xiǎn)基金保障額(萬(wàn)/人)、居民消費(fèi)水平(元)、老年人口撫養(yǎng)比(人口抽樣調(diào)查)(%)6個(gè)指標(biāo)構(gòu)建養(yǎng)老保險(xiǎn)水平評(píng)價(jià)指標(biāo)體系,如表1所列.
選取2012-2017年全國(guó)31個(gè)省域養(yǎng)老保險(xiǎn)水平相關(guān)指標(biāo)的數(shù)據(jù)(數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局),分析養(yǎng)老保險(xiǎn)制度改革后各省域養(yǎng)老保險(xiǎn)水平.數(shù)據(jù)如表2所列.
表1 養(yǎng)老保險(xiǎn)水平評(píng)價(jià)指標(biāo)體系
表2 2012-2017年全國(guó)各省域原始數(shù)據(jù)
利用聚類(lèi)分析對(duì)2012-2017年各省域養(yǎng)老保險(xiǎn)進(jìn)行聚類(lèi),得到的譜系圖如圖1所示.
觀察圖1,每張譜系圖的第一類(lèi)都為天津、上海、北京,而這三地在我國(guó)各方面發(fā)展都名列前茅,可以推測(cè)第一類(lèi)的養(yǎng)老保險(xiǎn)水平比較高.從聚類(lèi)圖可以看出將養(yǎng)老保險(xiǎn)水平分為一、二、三、四檔比較適宜.為了方便分析區(qū)域是否存在差異,根據(jù)每檔間的差異,將檔量化,分別賦值為4、3、2、1.整理數(shù)據(jù)得到如表3所列.
表3 2012-2017年養(yǎng)老保險(xiǎn)水平檔次數(shù)值表
為了論證地區(qū)差異,利用方差分析進(jìn)行檢驗(yàn)方差分析結(jié)果如表4所列.對(duì)表4進(jìn)行轉(zhuǎn)置,即行因素為年份,列因素為地區(qū).取顯著性水平α=0.05,由表3可知FR=1.086484811
圖1 2012-2017年各省域養(yǎng)老保險(xiǎn)聚類(lèi)分析圖
表4 方差分析表
哪些因素導(dǎo)致各省域養(yǎng)老保險(xiǎn)水平存在顯著差異?利用因子分析研究各指標(biāo)變量對(duì)養(yǎng)老保險(xiǎn)水平的重要性,即影響程度.先以2014年各省域的數(shù)據(jù)進(jìn)行詳細(xì)因子分析.后面對(duì)表2中每年數(shù)據(jù)進(jìn)行因子分析.對(duì)2014年數(shù)據(jù)進(jìn)行KMO和巴特利特球形度檢驗(yàn),結(jié)果見(jiàn)表5.KMO=0.606,說(shuō)明數(shù)據(jù)適合做因子分析.
表5 2014年KMO和巴特利特球形度檢驗(yàn)表
2014年數(shù)據(jù)因子分析特征根與方差貢獻(xiàn)率見(jiàn)表6.選取大于1特征根兩個(gè),累積貢獻(xiàn)率達(dá)到77%以上,可以選取兩個(gè)公共因子.
表6 2014年特征根與方差貢獻(xiàn)率表
對(duì)這兩個(gè)因子進(jìn)行旋轉(zhuǎn),獲得成分矩陣見(jiàn)表7.
表7 2014年成分矩陣
由表7可知,第一個(gè)公共因子在養(yǎng)老保險(xiǎn)基金占有率、人均GDP、養(yǎng)老保險(xiǎn)基金保障額、居民消費(fèi)水平這幾個(gè)變量上有較大載荷,說(shuō)明4個(gè)變量具有很強(qiáng)的相關(guān)性,歸為一類(lèi),且均與經(jīng)濟(jì)有關(guān),故命名為經(jīng)濟(jì)因子.第二個(gè)公共因子在參保率、老年人口撫養(yǎng)這兩個(gè)變量上有較大載荷,且均與人口有關(guān),故命名為人口因子.說(shuō)明這兩個(gè)因子是造成各省域養(yǎng)老保險(xiǎn)水平差異的主要因素.由表6可知:50.790%>26.541%,說(shuō)明第一個(gè)公共因子即經(jīng)濟(jì)因子對(duì)養(yǎng)老保險(xiǎn)水平的影響更大.
經(jīng)濟(jì)因子用F1表示,人口因子用F2表示.2014年因子得分系數(shù)矩陣如表8所列.由得分系數(shù)矩陣可知兩個(gè)因子的得分表達(dá)式為
表8 2014年因子得分系數(shù)矩陣
按綜合得分=∑各因子得分×對(duì)應(yīng)因子方差貢獻(xiàn)率÷累積貢獻(xiàn)率計(jì)算得到綜合得分F排名,見(jiàn)表9.
在經(jīng)濟(jì)因子得分中上海、北京、天津遠(yuǎn)高于其他省域,符合北上廣是我國(guó)經(jīng)濟(jì)實(shí)力最強(qiáng)的實(shí)情.總體經(jīng)濟(jì)因子得分為正的只有11個(gè),為負(fù)的多達(dá)20個(gè),經(jīng)濟(jì)差距明顯,最高分與最低分之間相差4,單從數(shù)據(jù)來(lái)看,各省域經(jīng)濟(jì)失衡.在人口因子得分中山東、重慶、四川均大于1.5,符合三者已經(jīng)進(jìn)入高度老齡化的實(shí)情.同樣,人口因子得分為正的個(gè)數(shù)遠(yuǎn)小于得分為負(fù)的個(gè)數(shù),說(shuō)明各省人口有差異.
觀察排名和相應(yīng)的綜合得分可知上海、北京、天津、遼寧、浙江、江蘇、山東、重慶、廣東、四川、黑龍江、湖北、內(nèi)蒙古的綜合得分為正,說(shuō)明養(yǎng)老保險(xiǎn)水平較好,其他省域的綜合得分為負(fù),說(shuō)明養(yǎng)老保險(xiǎn)水平較差.而較差的占全國(guó)的近3/5,說(shuō)明我國(guó)養(yǎng)老保險(xiǎn)水平整體偏低.影響?zhàn)B老保險(xiǎn)主要因素是經(jīng)濟(jì)和人口,其機(jī)理分析如圖2所示.
表9 2014年因子得分及排名表
圖2 影響機(jī)理分析圖
類(lèi)似2014年,對(duì)其他年份進(jìn)行因子分析.從KMO和巴特利特球形度檢驗(yàn)獲得6年的KMO值均大于0.5,說(shuō)明每年都適合因子分析.對(duì)每年進(jìn)行因子分析,獲得特征根與方差貢獻(xiàn)率,可知每一年前兩個(gè)特征根累積貢獻(xiàn)率均達(dá)到75%以上,因此每年影響?zhàn)B老保險(xiǎn)因素均提取兩個(gè)因子.為了更好確定各因素指標(biāo)的影響,化簡(jiǎn)綜合得分,獲得各指標(biāo)在綜合得分中的權(quán)重系數(shù)(指標(biāo)系數(shù)),通過(guò)指標(biāo)系數(shù)大小判斷各指標(biāo)的影響程度大小,其指標(biāo)系數(shù)計(jì)算結(jié)果如表10所列.
表10 2012-2017年指標(biāo)系數(shù)表
從表10發(fā)現(xiàn),經(jīng)濟(jì)因子(居民消費(fèi)水平、人均GDP、養(yǎng)老保險(xiǎn)基金保障額、養(yǎng)老保險(xiǎn)基金占有率)中系數(shù)基本靠近0.2,而人口因子(老年人口撫養(yǎng)比、參保率)系數(shù)更靠近0.1.說(shuō)明經(jīng)濟(jì)的影響大概是人口因素影響的2倍.6年里除2012年外,各指標(biāo)系數(shù)波動(dòng)不大,說(shuō)明實(shí)行城鄉(xiāng)居民社會(huì)養(yǎng)老保險(xiǎn)制度后,影響?zhàn)B老保險(xiǎn)水平差異的各因素比重相對(duì)穩(wěn)定.居民消費(fèi)水平平均占比約為0.199,人均GDP平均占比約為0.185,養(yǎng)老保險(xiǎn)基金保障額平均占比約為0.170,均呈增長(zhǎng)趨勢(shì),最后趨于一個(gè)較為固定的比值,說(shuō)明三者對(duì)養(yǎng)老保險(xiǎn)水平的影響變化波動(dòng)不大;參保率平均占比約為0.104,呈下降趨勢(shì),說(shuō)明參保率對(duì)養(yǎng)老保險(xiǎn)水平的影響逐漸減弱;老年人口撫養(yǎng)比平均占比約為0.133,呈不斷增長(zhǎng)趨勢(shì),且在未來(lái)還有增長(zhǎng)的趨勢(shì),說(shuō)明人口老齡化是一種必然趨勢(shì),且對(duì)養(yǎng)老保險(xiǎn)水平的影響逐漸增強(qiáng).因此影響?zhàn)B老保險(xiǎn)重要性大小依次為居民消費(fèi)水平、人均GDP、養(yǎng)老保險(xiǎn)基金保障額、養(yǎng)老保險(xiǎn)基金占有率、老年人口撫養(yǎng)比、參保率.
計(jì)算每年各省域的綜合得分,每一年排名如表11所列.從表11發(fā)現(xiàn)在2012年至2017年的綜合得分排名中,上海第一名,北京第二名,西藏最后一名是固定不變的,其他省域排名變動(dòng)基本上下2至3個(gè)名次.間接說(shuō)明影響各省域養(yǎng)老保險(xiǎn)水平差異的因素比重相對(duì)穩(wěn)定.
表11 綜合得分排名表
研究分析表明各省域養(yǎng)老保險(xiǎn)水平存在顯著差異.在經(jīng)濟(jì)因子中,養(yǎng)老保險(xiǎn)基金保障額這一指標(biāo)影響程度最大,在其他影響因素不變的情況下,養(yǎng)老保險(xiǎn)基金保障額越高,養(yǎng)老保險(xiǎn)水平越高.而人口因子中,雖然各省域老年人口撫養(yǎng)比逐漸增大,老年人口負(fù)擔(dān)壓力大,但是祖國(guó)的繁榮昌盛、全民族素質(zhì)的提高、人均收入的提高,刺激了人民的繳費(fèi)能力,提高了參加養(yǎng)老保險(xiǎn)的意愿,從而對(duì)養(yǎng)老保險(xiǎn)水平起正向影響.
因此本文從以下方面提出建議促進(jìn)養(yǎng)老保險(xiǎn)水平的均衡發(fā)展,加快各省域經(jīng)濟(jì)發(fā)展,縮小經(jīng)濟(jì)差異,提高在養(yǎng)老保險(xiǎn)方面支出.第一,各省域應(yīng)促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展,只有良好的經(jīng)濟(jì)基礎(chǔ),才能有充足財(cái)力投入到養(yǎng)老保險(xiǎn)事業(yè).第二,各省域間經(jīng)濟(jì)的協(xié)調(diào)發(fā)展,經(jīng)濟(jì)差異是影響?zhàn)B老保險(xiǎn)水平的主要原因,通過(guò)政府的宏觀調(diào)控,對(duì)經(jīng)濟(jì)相對(duì)落后的省域進(jìn)行扶持,將差異控制在一個(gè)合理的范圍.第三,加強(qiáng)對(duì)養(yǎng)老保險(xiǎn)的財(cái)政投入,擴(kuò)大覆蓋面.
當(dāng)前我國(guó)的財(cái)政投入十分有限,居民在養(yǎng)老保險(xiǎn)上的繳費(fèi)參與意愿偏低,加大財(cái)政投入,從而刺激居民在養(yǎng)老保險(xiǎn)方面的消費(fèi).第四,完善養(yǎng)老保險(xiǎn)制度,加強(qiáng)監(jiān)管.在現(xiàn)有基礎(chǔ)上,繼續(xù)完善,做到養(yǎng)老保險(xiǎn)的全面覆蓋,調(diào)整基礎(chǔ)養(yǎng)老金,增加養(yǎng)老金支出的有效供給,鼓勵(lì)社會(huì)企業(yè)幫助提高養(yǎng)老保險(xiǎn)待遇,積極發(fā)展相關(guān)慈善活動(dòng),用群眾的力量幫助群眾.
蘭州文理學(xué)院學(xué)報(bào)(自然科學(xué)版)2022年5期