基于工具变量和PSM方法的研究（1986~2011）
劳动与社会保障就业
一 引言
中国对农村社会养老保障的探索开始于1986年的“老农保”政策，但由于城乡二元经济结构、待遇标准等制度性因素的约束，“老农保”政策的覆盖率较低［1］［2］。2009年，随着《关于开展新型农村社会养老保险试点的指导意见》颁布，中国农村地区“新农保”政策正式启动。“新农保”的实施对于解决农村老年人的养老问题、福利问题以及缩小城乡公共服务差距等都起到了积极的作用，但大量研究表明养老保障水平的提高会在某种程度上促使老年劳动者减少劳动时间，甚至提早退出劳动市场［3］。随着工业化和城镇化的快速发展，大
量农村青壮年劳动力不断向非农部门和城市转移，使得农村的中老年人逐渐成为中国农业劳动力的主力［4］［5］［6］。国家统计局数据显示，1990～2010年，中国农业劳动力中45岁及以上人口所占比例从22.7%提高为47.1%，年均增长率为1.2%。农村的中老年人减少劳动时间或者提早退出劳动市场，必然会导致中国的农业生产力下降，威胁农业生产，甚至影响中国的粮食安全。在此背景下，系统分析“新农保”对中国老年人劳动时间的影响显得尤为重要。
现有文献中，关于农村老年人劳动时间的研究还主要集中在影响因素分析层面。一是从总体上探讨影响老年人劳动时间的因素，如：考察老年劳动者的性别、年龄、健康等个人特征和家庭人口数、家庭经营耕地面积、家庭人均收入等家庭特征以及其他特征对老年人劳动时间的影响［7］［8］［9］。二是深入探讨某一因素对老年人劳动时间的影响。如：李琴等和杨志海等分别研究了高血压、慢性疾病与急性疾病等对农村中老年人农业劳动时间的影响［10］［11］。李琴和孙良媛从“替代效应”和“收入效应”视角分析了家庭成员外出务工对农村老年人劳动时间的影响［5］。而关于养老保障对农村老年人劳动时间影响的研究，由于中国在养老保障探索阶段实行的“老农保”覆盖率低，因此以往鲜有文献研究养老保险对农村老年人劳动时间的影响，但“新农保”在全国试点推行后，研究“新农保”对农村老年
人劳动时间影响的文献开始逐步增多。张川川等采用断点回归和双重差分法，估计了“新农保”对60岁以上农村老年人收入、消费和劳动时间等的影响，发现“新农保”对农村老年人劳动时间的影响不明显［12］。黄宏伟等采用Tobit模型分析了“新农保”养老金收入对60岁以上农村老年人劳动时间的影响，发现“新农保”养老金在一定程度上能够减少农村老年人的劳动时间［2］。解垩采用差分-断点方法，实证分析了“新农保”对60岁及以上老年人劳动时间的影响，发现“新农保”对老年人劳动时间没有显著影响［13］。总体来看，当前研究“新农保”对中国农村老年人劳动时间影响的文献相对较少，而且不同的研究之间，结论也存在一定的分歧，因此“新农保”对中国农村老年人劳动时间的影响还有待进一步验证与拓展。
通过对相关文献的梳理，我们发现当前研究还存在以下不足。第一，在分析“新农保”对农村老年人劳动时间的影响时，大多数学者将60岁以上老年人纳入分析范围，而没有对老年人的年龄设置上限。事实上，随着老年人年龄的增加，其体力状况会逐步下降，对于90岁以上甚至是100岁的老年人，无论是否参与“新农保”，他们大多不会参与劳动。因此对老年人年龄设置上限将更符合生活实际，而如果不控制老年人年龄上限，则会使“新农保”对农村老年人劳动时间的影响被低估。第二，大多数学者没有考虑到参与养老保险具有自选择问题，而自选择会使模型存在严重的内生性问题，虽然程杰的研究采用了工具变量来处理内
生性问题［14］，但其将“耕地保护基金”作为“是否参与新农保”的工具变量比较主观，大部分农村地区没有“耕地保护基金”这一政策资金，因此工具变量的合理性值得商榷［15］。第三，现有文献中，大多数仅能定性比较参与“新农保”与未参与“新农保”老年人劳动时间的差异，但不能准确计算出二者之间的差值。
有鉴于此，本文拟采用2011年中国健康与养老追踪调查（CHARLS）基线数据，通过计量实证方法，系统考察“新农保”对农村老年人劳动时间的影响。本文的主要贡献在于：第一，控制了老年人年龄的上限，主要考察“新农保”对60～90岁老年人劳动时间的影响；第二，选取了合适的工具变量，处理实证模型中的内生性问题；第三，采用倾向得分匹配法（Propensity Score Matching，PSM）进行稳健性检验，并准确计算出处理组（参与“新农保”）和控制组（未参与“新农保”）的平均处理效应。
二 分析框架与实证模型
（一）“新农保”对农村老年人劳动影响的理论思考
一般而言，养老保障制度的实施会增加老年人的当期或预期收入，改善其经济状况。由于
个体异质和家庭异质等方面的影响，收入的增加会对老年人的劳动时间产生不同的影响，具体包括直接影响和间接影响。直接影响是老年人当期或预期收入水平的提高，会放松其预算约束，降低劳动动机，因此在不改变效用水平的情况下，老年人会减少劳动时间，甚至直接停止劳动，我们称之为“养老效应”。但由于中国农村老年人普遍有“种地情结”，即使衣食无忧也会选择种一些粮食和蔬菜，因此“养老效应”可能更多的是减少非农劳动，而对农业劳动的影响会相对较小。间接影响是当期或预期收入的增加会使老年人在消费、储蓄和就业投资等方面的选择增加，农村老年人可以选择增加人力资本投资和就业投资，增加非农就业机会，从而增加劳动时间，我们称之为“投资效应”。由于人力资本投资和就业投资需要消耗大量的精力，因此往往是刚刚步入老年阶段或者身体较为健康的老年人才会增加劳动时间，所以“投资效应”的效果可能相对较小，而且主要体现在非农就业上。图1展示了养老保障制度对农村老年人劳动影响的路径。
图1 养老保障制度对农村老年人劳动影响的路径
综上所述，养老保障制度对农村老年人劳动决策的影响取决于“养老效应”和“投资效应”的综合作用，其中，“养老效应”会同时减少非农劳动和农业劳动，而“投资效应”会增加非农劳动，
减少农业劳动。对此，我们认为养老保障制度会减少农村老年人的农业劳动，而对非农劳动的影响则不确定。
（二）实证模型
为了检验本文提出的猜想，我们构造了如下的农村老年人劳动决策模型：
Yi=α+βXNBi+θXi+εi （1）
其中，Yi表示农村老年人的劳动决策行为，包括农业劳动天数和非农劳动天数；XNBi表示农村老年人是否参加“新农保”；Xi表示控制变量，包括受访者个人特征（如性别、年龄、受教育年限、健康、婚姻、储蓄等）和家庭特征（如子女数量、居住情况、晚辈提供的经济支持、家庭经营耕地面积、家庭年人均收入等）；εi表示随机扰动项。
正如上文所说，农村老年人是否参与“新农保”可能存在自选择问题［14］［15］，在模型估计中如果忽略这种自选择问题，则会导致参与“新农保”和劳动决策行为之间存在内生性问题，最终导致估计结果有偏。为此，本文将采用工具变量法来解决内生性问题，借鉴Taylor and De Brauw、钟甫宁等的研究经验，选取村级层面的“新农保”参保率作为农户参与“新农
保”的工具变量。由于村级层面的“新农保”参保率会通过示范效应影响老年人参加“新农保”，但没有理由被认为会直接影响老年人个体的劳动决策行为，因此选取该变量作为工具变量满足外生性条件［16］［17］。在下文实证分析部分，我们还将对工具变量的检验结果做详细报告。
（三）稳健性检验
上文中，我们用工具变量来处理内生性问题，为了保证实证结果具有稳健性，我们进一步使用倾向得分匹配法来处理这类遗漏变量、样本选择偏差等产生的内生性问题［18］［19］。PSM最早是由Rosenbaum and Rubin提出的［20］，该模型构建了一个近似“随机化试验”的“反事实”框架，使得在比较处理组（Treated Group）和控制组（Control Group）的差异时，就可以消除由可观察特征导致的显性偏差，平均处理效应（ATT）即处理组与控制组的对比结果。
发布评论