社會保險與老年人幸福指數的關系

導語：社會保險與老年人幸福指數的關系一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：文章基于中國綜合社會調查數據（CGSS），運用有序Probit模型和傾向匹配得分模型（PSM）等探究了社會保險與老年人幸福指數（EHI）的關系。結果表明：第一，社會保險能夠顯著提升EHI指數；第二，不同特征指標下的社會保險對EHI指數的影響不同，主要表現在性別、婚姻、教育和戶籍等指標方面；第三，健康狀態和收入水平是影響社會保險與EHI指數關系的重要指標。建議提升社會保險在老年群體中的覆蓋率，加大社會保障支出，改善社會保險中的個體差異，切實發揮社會保險對老年人的生活保障作用，提升我國EHI指數。

關鍵詞：社會保險；EHI指數；CGSS數據；有序

Probit模型；傾向值匹配得分模型（PSM）目前人口老齡化已成為我國社會發展必然直面的問題。在老年人口快速增長的背后，健康和養老也成了兩大“心結”，是影響老年人幸福指數的關鍵因素[1]。關于社會保險與國民幸福指數（簡稱NHI）的研究，Dumbraveanu（2014）[2]通過對歐洲21國的研究發現，社會保障能提升國民幸福感和生活滿意度，但同時也會造成政府負債的增加；殷金朋等（2016）[3]認為，社會保障支出、財政社會保障支出和社會保險基金支出人均值的提高，有利于居民幸福感的提升。在社會保險覆蓋面、社會保險參與度等微觀層面對國民幸福感的影響方面，Galiani等（2016）[4]研究發現，養老保險可以有效改善老年人的精神面貌，顯著提升老年人的幸福感；張子豪和譚燕芝（2018）[5]指出，養老保險、醫療保險、工傷保險，對國民幸福指數有著顯著正向影響，而失業保險和生育保險對國民幸福指數的影響較小；黃秀女和郭圣莉（2018）[6]的研究表明，醫療保險能顯著促進居民主觀幸福感的提升，但其對農村低收入人群主觀幸福感的提升并不明顯。現有文獻多從社會保障支出或某一類社會保險角度探討其與國民幸福感之間的關系，較少關注社會保險與老年人幸福指數（簡稱EHI指數）的關系；另外，運用各研究方法分析社會保險對相關指數的影響后，進行PSM穩健性檢驗的文獻更少。事實上，樣本選擇的非隨機性和不均衡性時常引起研究誤差，為此，本文在選擇個體特征等協變量的基礎上，對社會保險與EHI指數的不同影響，還將實施PSM模型的穩健性檢驗，以消除可能出現的研究誤差。

1研究方法

本文采用的是中國綜合社會調查（CGSS）數據，CGSS數據庫由中國人民大學中國調查與數據中心建立，并于2018年1月1日由中國國家調查數據庫（CNSDA）官網。在CGSS數據中，測量幸福指數采取的是有序離散變量，基于數據類型，本文采用有序Probit模型（OrderedPro-bitModel）探究社會保險與EHI指數之間的關系，具體表達式為：yi=β0+β1SIi+β2Xi+εi（1）其中，yi表示EHI指數，取值范圍為[1,5]；SIi表示老年人的社會保險情況；Xi為可能影響EHI指數的一系列解釋變量；β0為常數項；β1為老年人社會保險情況的估計系數，β2為其他解釋變量的估計系數；εi為隨機擾動項。為了使該模型更具說服力，本文在有序Probit模型的基礎上增加有序Logit模型與Ols模型進行穩健性檢驗，如果主要核心解釋變量采用有序Logit和Ols回歸系數的正負號和顯著性與有序Probit的結果一致，表明本文的估計結果穩健可信。此外，利用傾向得分匹配模型（PSM）在解決樣本選擇性偏誤的基礎上，對研究問題進行進一步驗證。將所有樣本分為處理組與控制組兩組。處理組表示參保社會保險的老年人，控制組為未參保社會保險的老年人。而不同性別、收入、受教育程度與戶籍等均可能影響老年人是否參保社會保險，為了克服這種樣本選擇偏差，采用傾向得分匹配（PSM）方法在控制組中匹配與實驗組類似的老年人，以此分析是否參保社會保險對EHI指數的影響。因此，采用PSM模型可以較好地降低個體之間的系統偏差和人為因素，從而通過處理組與控制組的潛在結果差異估計ATT。社會保險對EHI指數影響的ATT表示為：ATT=E(Y)1i-Y0i|D=1=E{E[Y]}1i-Y0i|Di=1p(X)i=E(Y)lj|Di=1-E(Y)0i|Di=1（2）其中，Y1i和Y0i分別代表處理組和控制組的潛在結果，Di為被解釋變量，1表示參保社會保險，0表示未參保社會保險，Xi為影響EHI指數的特征變量向量，p(X)i為傾向得分。為了得到傾向得分值，使用Probit回歸得到的預測概率作為傾向得分p(X)i的估計值，定義如下：p(X)i=pr[D]i=1|Xi=exp(βX)i1+exp(βX)i（3）其中，β是系數向量。由于p(X)i是一個連續的值，不可能找到兩個具有相同傾向得分的樣本，因此不能直接估計公式（2）。本文采用最近鄰匹配、半徑匹配、核匹配等方法估計結果。研究變量包括被解釋變量、解釋變量和控制變量三種。（1）被解釋變量。EHI指數呈現的是老年人對自身生活狀態的主觀評價，是一種綜合性的心理感受，是預期的生活狀態與實際生活狀態相比較的結果。本文采用的是CGSS問卷社會態度模塊中的題項。以往研究表明，EHI指數題項具有較好的信度和效度，能夠很好地測量個體幸福指數。（2）解釋變量。我國社會保險可分為養老保險、醫療保險、失業保險、工傷保險和生育保險五類，其中涉及人數最多、最為廣泛的是養老保險和醫療保險，也是與老年人的社會生活聯系最為緊密的兩類保險。（3）控制變量。本文選取的控制變量主要包括：性別、年齡、戶籍、受教育水平、婚姻狀況、個人年收入（按百分位法劃分為低收入、中等收入、高收入）、健康狀況（用熵權法從自評整體健康、生理健康、心理健康指標三個維度計算綜合健康指標）。同時，考慮到我國不同地區經濟社會發展不平衡的情況，本文還加入了地域虛擬變量，以控制地區效應。研究樣本來自中國綜合社會調查CGSS數據庫，該數據庫集連續性、綜合性等特點于一身，全面、系統地涵蓋了我國社會、社區、家庭、個人等多個層面的數據，采用分層的五個階段（省市、區縣、街道鄉鎮、居委會村、家庭戶）不等概率抽樣方法，調查范圍覆蓋我國28個省份（不包括新疆、西藏、海南和港澳臺）。采用CGSS于2018年的CNSDA數據，剔除變量項目缺失值和極端值，最終得到3187個（年齡65歲以上的“老年人”）樣本。在指標設置時，除社會保險項目與幸福指數外，還選取了個體特征變量以表征個體差異。樣本的描述性統計結果如表1所示。從表1可以看出：（1）被解釋變量幸福指數的最小值為1，最大值為5，平均值為3.930，超過了標準分布下的2.5，表明所調查老年人的平均幸福指數較高。核心解釋變量的平均值均大于0.5，說明參保各類社會保險的老年人多于未參保者，且標準差均較小，則說明核心解釋變量波動較小。（2）對于控制變量而言，健康狀況平均值為3.396，表明老年人的健康平均水平較好。性別的均值略大于0.5，表明女性老年人略多于男性。老年人年齡的最小值為60歲，最大值為94歲，平均值為69.396歲，表明老年人的平均年齡小于70歲；年齡的方差為7.884，表明選取老年人年齡偏大的較少，數據可能存在一定波動。老年人婚姻狀況的均值為0.747，表明有配偶的老年人明顯多于無配偶的老年人。受教育程度的均值為1.448，而最小值為1，說明老年人普遍受教育程度不高。老年人收入標準差為3.589，說明老年人之間存在收入差異。戶籍的平均值表明，調查對象中的戶籍在農村的老年人略多于戶籍在城鎮的老年人。以上結果表明，各變量之間存在一定差異，且部分變量存在波動，說明健康狀況、收入等個體特征變量也會影響回歸結果，為后續分析奠定了實證基礎。

2社會保險與EHI指數的協變量模型回歸

2.1社會保險與EHI指數的總體關系

通過以上模型，得到社會保險與EHI指數關系，如表2所示。從表2可知，是否參保社會保險、醫療保險和養老保險的顯著性多數在1%的水平下，其中養老保險在有序Probit和有序Logit模型中，在5%的水平上顯著為正，說明社會保險、醫療保險與養老保險對EHI指數有正向提升作用，但養老保險的作用弱于社會保險和醫療保險。具體而言：（1）在模型1中，采用有序Probit、Ols和有序Logit估計時，社會保險估計系數均在1%的水平上顯著為正，表明在控制了其他變量的情況下，社會保險顯著提升了EHI指數。（2）在模型2中，采用三種方法估計時，醫療保險均在1%的水平上顯著為正，表明醫療保險提高了老年人的幸福指數。（3）在模型3中，無論采用何種方法估計，養老保險的估計系數至少在5%的水平上顯著為正，但解釋力低于社會保險與醫療保險，說明養老保險對于EHI指數的提升弱于社會保險和醫療保險。此外，三種模型估計系數的正負號和顯著性并沒有發生顯著變化，表明由估計結果得到的結論穩健。在控制變量中，模型1（以有序Porbit為例）健康狀況、性別、年齡、婚姻的估計系數均在1%的水平上顯著為正，表明老年人健康狀況越好，幸福指數越高；相比男性老年人，女性老年人幸福指數更高；年齡正向影響幸福指數；有配偶的EHI指數更高。究其原因，老年人比較關注自身健康，健康狀況越好，幸福指數越高；年齡越大的幸福感越強，可能與“知天命”的心態有關；有配偶陪伴更能使老年人獲得幸福感；而受教育程度的估計系數只在10%的水平上顯著為正，甚至采用有序Logit時并不顯著，表明受教育程度對EHI指數具有一定的促進作用，但10%的顯著性水平導致解釋力不足，說明受教育程度影響EHI指數作用有限；收入的估計系數在5%的水平上顯著為正，表明收入越高的EHI指數越高；戶籍的估計系數并不顯著，表明是否為城鎮戶籍并不顯著影響老年人幸福。模型2和模型3的估計結果與模型1基本一致。綜上所述，當控制了健康狀況、性別、年齡等變量后，參加社會保險可以有效提升老年人幸福感。

2.2特征性指標下社會保險與EHI指數的關

表3模型4的結果顯示，男性與女性老年人的醫療保險估計系數均在5%的水平上顯著，說明老年人參保醫療保險可以提升其幸福指數。其主要原因在于，隨著勞動能力的喪失，老年人收入下降，普遍存在就醫困難的情況，因此參保醫療保險可以在一定程度上降低老年人“無錢治病”的風險，從而顯著提升EHI指數。相比之下，男性老年人的養老保險估計系數在5%的水平上顯著，而女性老年人的養老保險估計系數并不顯著。究其原因，在養老保險方面，男性在養老金的覆蓋率與待遇水平上均超過了女性[7]，所以男性老年人參保養老保險影響其幸福指數。表3模型5的結果顯示，無論是否有配偶，醫療保險均顯著影響著老年人的幸福指數，但有配偶老年人的醫療保險估計系數的顯著性高于無配偶老年人，表明有配偶老年人參保醫療保險的幸福指數更高。無配偶老年人養老保險估計系數在5%的水平上顯著為正，而有配偶不顯著，其主要原因在于，相較于有配偶的老年人，無配偶的老年人的幸福指數更容易受到是否參保養老保險的影響。無配偶的老年人無法與配偶相互照料，經濟來源也較為單一，因此更依賴養老保險[8]。表3模型6的結果顯示，相較于中高等學歷的老年人，低學歷老年人的醫療與養老保險估計系數至少在5%的水平上顯著為正，教育程度是社會資本的重要組成部分，受教育程度低的老年人收入較低，也更容易產生負面情緒，因此，低學歷老年人具有醫療保險和養老保險更能提升幸福指數。此外，由城鄉二元經濟結構導致的城鄉差異，同樣作用于城鄉EHI指數，城鄉EHI指數的影響因素存在差異。表3模型7的結果顯示，農村和城鎮老年人的醫療保險估計系數在5%的水平上顯著為正，表明醫療保險可以顯著提升城鄉EHI指數。其中，農村老年人的養老保險估計系數在10%的水平上顯著為正，說明參保養老保險可以在一定程度上提升其幸福指數，但城鎮老年人的養老保險估計系數并不顯著，說明有無養老保險并不顯著影響其幸福指數。相較于城鎮老年人，農村老年人的資源相對匱乏，經濟狀況明顯較差，所以農村老年人更看重養老保險的風險保障功能。

2.3健康和收入指標下社會保險與EHI指數關系

健康狀態和收入水平是影響EHI指數的重要指標[9]，表4為不同健康狀態和不同收入水平下，社會保險與EHI指數的關系。表4模型8的結果顯示，低收入老年人的養老保險估計系數并不顯著，表明有無養老保險并不顯著影響其幸福指數，而醫療保險的估計系數在5%的水平上顯著，表明低收入老年人參保醫療保險可以顯著提升幸福指數；中高收入老年人的養老保險估計系數在5%的水平上顯著為正，說明參保養老保險可以提升其幸福指數，但中高收入老年人的醫療保險估計系數并不顯著，表明是否具有醫療保險并不顯著影響其幸福指數。中高收入老年人通常有更多的資金購買保障程度更高的醫療商業保險，因此其幸福指數受參保醫療保險的影響較小，而低收入老年人的抗風險能力較弱，所以其幸福指數受醫療保險的影響較大。此外，由于養老保險存在基金缺口、空賬、城鄉居民養老金調整機制滯后等問題，使得低收入老年人對于養老保險在一定程度上缺乏信心，因此是否參保養老保險并不顯著影響其幸福指數[10]。表4模型9的結果顯示，相較于健康狀況較差的老年人，是否參保醫療保險在5%的水平上顯著影響健康狀況中等及以上的老年人。同時，是否參保養老保險在5%的水平上顯著影響健康狀況較差的老年人，而對于健康狀況中等及以上的老年人影響則并不顯著。醫療保險能夠保障老年人的基本健康需求，但對于健康狀況較差的老年人而言，醫療保險并不能支撐其所有的醫療費用。因此，是否參保醫療保險并不會影響健康狀況較差老年人的幸福指數。此外，健康狀況較差的老年人在生活自理方面存在一定困難，無法實現再就業，所以他們更依賴養老保險。因此，是否參保養老保險更影響這類老年人的幸福指數。

3基于PSM模型的穩健性檢驗

本文選擇傾向匹配得分模型（PSM），對前文的回歸結果進行穩健性檢驗。平衡性檢驗及共同支撐檢驗均表明，實驗組和控制組的匹配效果較好。接下來運用PSM模型檢驗社會保險對EHI指數的影響，通過半徑匹配、最近鄰匹配和核密度匹配得到平均凈效益ATT，如下頁表5所示。分析結果表明：（1）半徑匹配下，匹配前后是否參保醫療保險以及養老保險均在至少5%的顯著性水平下，正向影響EHI指數。匹配后的結果顯示，參保醫療保險能顯著促進EHI指數，幸福指數提高了0.185，老年人參保醫療保險比未參保醫療保險的幸福指數高4.9%；參保養老保險幸福指數比未參保的老年人高0.113，幸福指數提高了2.9%。（2）最近鄰匹配下，醫療保險和養老保險的ATT至少在5%的水平上顯著，正向影響EHI指數。匹配結果顯示，參保醫療保險比未參保的老年人高0.177，幸福指數提升4.7%；參保養老保險幸福指數比未參保的老年人高0.096，幸福指數提升2.5%。（3）核匹配下，醫療保險和養老保險的ATT至少在5%的水平上顯著，正向影響EHI指數。匹配結果顯示，參保醫療保險比未參保的老年人高0.203，幸福指數提升5.4%；參保養老保險幸福指數比未參保的老年人高0.107，幸福指數提升2.8%。對比有序Probit等模型的回歸結果發現，其與傾向匹配得分模型的估計結果一致，而核心解釋變量與被解釋變量的估計結果也與前文分析相符。因此，本文的分析結果具有一定的穩健性和可靠性。

4結論

本文基于中國綜合社會調查數據（CGSS），借助有序Probit、有序Logit模型、Ols模型與傾向匹配得分模型，實證檢驗了社會保險與EHI指數之間的關系與機制。結果表明：（1）社會保險對EHI指數的提升作用明顯。社會保險參保越全面，越能獲得更好的風險保障，從而降低老年人對未來不確定性的預期，提升EHI指數。與未參保醫療保險和養老保險的老年人相比，參保老年人的幸福指數得到了顯著提升。這是因為醫療保險有效減輕了老年人的醫療負擔，緩解了老年人“看病難”的問題，而養老保險保障了老年人基本的的生活經濟來源，緩解了老年人的后顧之憂。（2）不同特征指標下，社會保險對EHI指數的影響存在差異。相較于女性，男性EHI指數的提升更容易受到養老保險的影響；除性別差異外，無論是否有配偶，醫療保險均顯著影響EHI指數，無配偶老年人的幸福指數更容易受到養老保險的影響；同時，學歷也是影響EHI指數的重要因素，相較于中高等學歷的老年人，是否參保醫療與養老保險顯著影響低學歷老年人的幸福指數；此外，城鄉EHI指數的影響因素存在差異性，是否參保醫療保險顯著影響所有城鄉老年人，而參保養老保險可以提升農村老人的幸福指數，但城鎮老年人的養老保險估計系數并不顯著。（3）健康狀態和收入水平是影響社會保險與EHI指數關系的重要指標。低收入老年人的醫療保險能顯著影響其幸福指數，而養老保險能顯著影響中高收入老年人的幸福指數；參保醫療保險能顯著影響健康狀況中等及以上老年人的幸福指數，而參保養老保險能顯著影響健康狀況較差老年人的幸福指數。

作者：周晶晶 單位：南京郵電大學社會與人口學院