异质性视角下的养老保险制度再分配不平等——基于苏州工业园区金保工程管理数据

异质性视角下的养老保险制度再分配不平等——基于苏州工业园区金保工程管理数据

李锐，刘倩

(中南财经政法大学 公共管理学院，湖北 武汉 430073)

摘要：借鉴Heckman分析框架，结合园区金保工程管理数据，基于对公积金制与部分积累制再分配不平等的反事实事前评估，建立以Mincer模型为基础的养老金决定模型，分析缴费年限、工资、性别、学历等因素对收入再分配的异质性影响；运用Shapley Value回归分解法测度各因素对再分配不平等贡献。评估结果表明：缴费年限是造成部分积累制下再分配不平等的首要因素，学历差异可降低总体不平等；工资是公积金制下再分配不平等的主要原因，而性别差异缩小总体不平等。

关键词：再分配；不平等；反事实；异质性；事前评估

中图分类号：F840.612∶F842文献标志码：A

收稿日期：2014-10-13；修复日期：2015-07-07

基金项目：山西省研究生优秀创新项目《山西民生指数研究》(20133093)；山西省科技厅软科学项目《山西资源型经济转型期居民收入增长及政策调整问题研究》(2013041059-02)；山西省高校人文社科重点研究基地项目《多维贫困测度方法及其应用研究》(2014335)

作者简介：赵佳丽，女，山西忻州人，博士生，研究方向：宏观经济统计分析；

一、引言

1997年4月1日，借鉴新加坡“中央公积金制度”，苏州工业园区的养老保险制度实行以完全积累制为主的公积金制。2011年7月1日，遵照《中华人民共和国社会保险法》规定，与区外养老保险制度相衔接，园区将养老保险制度改革为“统账结合”的部分积累制。

公积金制主要在基金筹集与待遇计发方面与部分积累制存在差异。根据《苏州工业园区公积金管理暂行办法》(苏政发[1997]24号)，苏州工业园区公积金制设有养老、医疗、普通三个账户，提供A、B、C三类综合社会保障计划，其中A类综合社会保障计划的个人账户中养老、医疗与普通账户入账比例分别为2%、2%～4%、34%～36%，合计38%～40%。基金筹集方面，公积金制以个人工作时期的累计缴费维持其退休时的养老金给付，属缴费确定型。这利于个人在整个生命周期内的收入再分配，实现对退休前后消费与储蓄的跨期安排。具体表现为采用“个人账户”的预筹积累模式，规定缴费基数限额(下限为1 583元，上限为12 000元)。预筹积累模式，内在激励机制明显。缴费基数限额规定，调节低收入者与高收入者之间的缴费差距，进而调节养老金收入的再分配不平等。待遇计发方面，参保个体的养老金为：“个人账户存储额除以180与视同养老缴费存储额除以120之和，与当年苏州市基本养老金相比，取二者较高值”。此规定将养老金待遇与苏州市部分积累制挂钩，是一种混合支付方式。园区确定缴费型基金筹集方式和混合养老金支付方式，克服了单纯基金制的缺陷，能激发工作人员参保缴费的积极性，也在一定程度上调节了区内与区外参保个体养老金收入的再分配不平等。2011年设立甲、乙两类综合社会保障计划，变革为“统账结合”的部分积累制；规定原参加A类综合社会保障计划的个体加入甲类综合社会保障计划。根据《苏州工业园区公积金(社会保险)管理暂行办法》(苏园管[2011]15号)，参保个体的养老金为个人养老金与统筹养老金之和。部分积累制将个人账户与社会统筹账户相结合，通过社会统筹账户克服基金制的缺陷，体现效率与公平相统一原则；将统筹账户养老金与缴费年限挂钩，“多工作，多缴费、多收益”的约束机制激励效果明显，体现权利与义务相统一原则[1]。

两种制度在基金筹集与待遇计发方面存在的差异，一定程度上导致每种制度下不同类型人群的再分配不平等也存在差异。因此，本文旨在利用苏州工业园区金保工程管理数据，基于Shapley Value回归分解法，在异质性视角下确定公积金制与部分积累制下再分配不平等的影响因素并量化分析各因素的贡献。园区两种养老保险政策实施时间都较短，需研究两种政策实施几十年后的效果，故本文在反事实的分析框架下对政策做出事前评估。

二、文献回顾

(一)养老保险制度的再分配不平等

由于研究角度、方向的不同，学者在此方面意见不一。侯明喜、信长星认为养老保险制度存在“逆向再分配”，扩大了再分配不平等[2-3]；王晓军等指出养老保险制度的分割造成不同就业人群再分配的不平等[4]；胡玉琴通过精算分析发现2005年的养老保险制度扩大了男女参保个体的养老金水平差距，存在性别利益问题[5]；李实利用城镇住户调查数据，分析发现离退休人员的养老金收人分配存在纵向和横向不平等问题[6]。何立新、佐藤宏从年度收入与终生收入的角度分析养老保险制度对再分配不平等的影响，发现养老保险制度缩小了再分配不平等，具有正的再分配效应，但再分配收入主要是从劳动年龄人群转向老年人群，而不是在高低收入人群间的转移[7]。王晓军等则指出养老保险制度存在收入在高低收入人群间的再分配，利于缩小不平等[4]。上述研究并未分析导致再分配不平等的因素并量化各因素对不平等的贡献。李锐等基于苏州工业园区金保工程管理数据，评估了园区养老保险制度由公积金制向部分积累制变革的再分配效应[8]。本文则从再分配不平等的角度，量化再分配不平等的大小及各因素贡献。

(二)养老金决定理论

学者主要从个体特征、制度等因素分析养老金待遇的决定。个体特征因素主要指:性别、学历、工资等。参保个体退休后领取的养老金受到个人工资水平的影响[9]。制度因素主要指：缴费率与缴费年限。缴费率包括个人账户缴费率与社会统筹缴费率。缴费工资一定，参保个体的缴费率提高，养老金水平则提高[9-10]。缴费年限主要从两个方面影响参保个体的养老金：参保年限与平均余命。预期寿命一定情况下，参保年限越长、缴费积累越高；平均余命越短，月均养老金越高。本文从个体特征及制度因素出发，构建养老金决定模型，评估在每种制度下缴费年限、性别、学历、工资对养老金的影响。

(三)不平等分解方法

传统分解方法利用相对不平等指标测度与分解总体不平等，能较好进行描述性统计分析，但无法克服内生性等问题。为克服传统方法的缺陷，学者们采用回归分解方法研究不平等。Oaxaca首次提出该方法，Juhn与Bourguignon拓展了Oaxaca的方法，但他们的研究没有量化特定因素对总体不平等的贡献。Fields、Yoo利用半对数收入决定函数分析各种因素对美国与韩国收入不平等的贡献[11]。该方法忽略了常数项对不平等的贡献。Morduch与Secular将线性函数与不平等指标结合在一起，分析人力资本、政治资本等因素对家庭人均收入不平等的贡献[12]。该方法局限性在于收入函数只能为标准线性函数，且基于“自然分解法则”分解时，只适合于Gini、 the Squared Coefficient of Variation和Theil-T 等以收入权重相加的指标。万广华在Morduch的基础上发展了Shapley Value回归分解法，该方法可以使用多种收入函数形式与不平等指标，并且分析了常数项与残差项对不平等的贡献[13]。本文在反事实政策评估框架下，运用Shapley Value回归分解法，以Gini、Theil-L与Theil-T等评估指标量化各因素对养老保险制度再分配不平等贡献。

三、数据与研究方法

(一)数据

本文使用的数据是苏州工业园区金保工程管理数据。金保工程系统项目，包括中央、省级、市级三级社会保障数据中心，数据信息系统庞大，记录了个体从参加工作到死亡的完整信息。相对于调查数据或统计数据，管理数据有以下三点优势[14]：第一，大样本。涵盖了几乎所有分析对象，可以更好地进行研究设计并对一些相对少数的群体进行研究，展现多样性与异质性。第二，高质量。基本杜绝了无回应、低报、瞒报的事件。第三，连贯性。从参加工作到退休直至死亡，每月都会有新的记录。园区样本总量为64.1万，选用性别、建卡个人账户时间、出生日期、学历、缴费月数、个人最近12个月平均工资等6个指标。选取2011年7月1日前参保，2011年7月1日后退休的A类参保个体中的“中人”为研究对象，以2010年7月1日至2011年6月30日之间的数据为准。删除超过半年没有缴费的人群和新人以及到达法定退休年龄但未满最低缴费年限的人群后，得到160 984个样本，其中女性68 902个，男性92 082个。

在查阅相关法规政策、评估目标区间内宏观经济运行情况后，本文做出如下精算假设：其一，参保职工在缴费期间内持续足额缴费，满足最低缴费年限、最低存款额的规定。其二，参保职工养老金各账户历年入账比例以苏政发[1997]24号和苏园管[2011]15号的规定为准。其三，按1997—2010年银行一年期定期年均存款利率为准，剔除通胀因素后，目标区间内养老金基金的年均投资收益率为2.28%。其四，2010年以前，园区参保职工月平均缴费工资的年均增长率为8.23%，江苏省月平均工资的年均增长率为11.52%；2010年以后分别为4.79%、6.35%*参保职工缴费工资的年均增长率和江苏省月平均工资的年均增长率以2010年为准分成两段。2010年以前，以1997-2010年的实际年均增长率为准(工资的实际增长率等于工资按当年价格计算的增长率减去当年的通货膨胀率)。2010年以后，利用2007-2010年工资增长率占GDP增长率的平均比重，以及目标区间内GDP的实际增长率作为预测工资增长率的依据。假定目标区间内，苏州工业园区、江苏省的GDP增长率为8%和10%，通货膨胀率为5%。。

(二)研究方法

1.反事实政策评估框架。政策评估的主要目标有三个层次:已知环境下,对政策实施取得的效果进行评估；已知环境下，对实施新政策的效果进行评估；未知环境下，对实施新政策的效果进行评估[15-17]。本文属于第三层次的研究，并需对新政实施几十年后的效果进行评估。

(1)

(2)

式(1)表示在新环境下实施政策1对个体i所产生效果影响机制；式(2)表示在新环境下实施政策0对个体i所产生效果影响机制。对同一个体而言，同时处在政策1和政策0的状态下是不可能发生事件，即政策评估中的反事实问题。此方法的核心就是构造反事实模型，假定一个人同时参与两种不同状态。本文将采用精算技术分别测算每个参保个体在公积金制与部分积累制下退休后第一年的养老金待遇水平(以下简称养老金)。鉴于参保个体退休时间不同，以2010年为评估基期，将个人养老金折现，折现率采用养老金的年均投资收益率2.28%，以退休后第一年养老金现值(以下简称养老金现值)作为评估变量。

基于反事实政策评估，依据园区养老保险制度规定与精算原理，公积金制下参保个体i养老金及现值的精算模型为：

部分积累制下参保个体i养老金及现值的精算模型为：

2.Shapley Value回归分解法。Shapley Value回归分解包括两个步骤：确定养老金决定模型，通过回归方法测算不同因素对养老金的影响；将总体不平等分解为各因素的贡献。

以Mincer模型为基础的养老金决定模型。Mincer认为个人通过学习、实践、培训获得知识和技能后，在劳动力市场上会通过某些结果显示出来。基于反事实下精算的养老金现值，本文以Mincer模型为基础，结合异质性特征因素，建立两种制度下养老金决定模型：

Shapley Value回归分解。Shapley Value回归分解法需对养老金决定模型取对数，则待分解模型为:

四、不同制度下养老金决定模型

为评估不同因素对再分配不平等的贡献，需要首先确定各因素对养老金的影响。将因变量对自变量进行回归，得到结果如下：

表1　养老金决定模型的回归结果表

注：括号内为标准差，***、**、*分别表示在1%、5%、10%的水平下显著。

表1给出了两种制度下养老金决定模型的回归结果。方程的拟合优度很高，说明上述因素对养老金决定的解释效果较好，各因素对养老金的影响都是显著的。由表1可得到以下结论：

第一，缴费年限是养老金决定的首要因素。缴费多缴1年者的y0,i预计提高7.840%；y1,i预计提高11.807%，幅度明显大于公积金制。公积金制下，参保个体养老金取决于个人账户储存额，缴费年限越长，账户积累越高，养老金越高。部分积累制下个人账户养老金与公积金制原理相同，而统筹账户养老金与缴费年限挂钩，缴费年限增加1年统筹养老金提高1%。将缴费年限与养老金水平相联系，强调了个人在养老保险中的责任[1]。但从缴费年限平方来看，每种制度下，参保个体的缴费年限达到某一特定值时，缴费年限对养老金影响会变小。

第二，公积金制下，性别对养老金的影响显著为负，利于女性参保个体，有助于提高女性养老金待遇水平。部分积累制下，性别对养老金的影响显著为正，且增幅远大于公积金制影响，对男性更有利。这与部分积累制缴费年限约束机制有关，男性退休年龄晚于女性，缴费年限越长，在部分积累制“多缴费、多收益”约束机制作用下，男性养老金收益越高。这说明部分积累制存在性别歧视现象。

第三，公积金制下学历对养老金的影响显著为正，学历越高，养老金越高，且增幅较大。部分积累制下，学历对养老金的影响显著为负，随着学历的升高，养老金降低。表明部分积累制有助于调节不同学历人群间的养老金，将高学历者(高收入者)的财富转向低学历者(低收入者)，尤其是部分积累制下的社会统筹账户，更有利于改善低学历者的福利水平。

第四，工资高出1元者的y1,i预计提高幅度明显低于y0,i。表明部分积累制更能缩小初次分配差距，注重公平，这主要是部分积累制增加了以公平为价值取向的社会统筹账户。

五、Shapley Value 回归分解

在反事实回归分析基础上，利用Shapley Value回归分解法评估每种制度下各因素对再分配不平等的贡献。评估结果见表2。

表2　各因素对再分配不平等的贡献表

注：各因素贡献率计算采用四舍五入法，残值贡献为总体不平等与全部变量贡献之差。

表2给出了两种制度下各因素对再分配不平等的贡献。各评估指标数值上虽有差异，但表示的各因素对总体不平等贡献的排序基本不变，因此在评估分析中可采用Theil-L指数。

(一)工资因素的贡献

公积金制下，工资对再分配不平等的绝对贡献为0.127 74，贡献率为71.68%，贡献最大。公积金制以个人的预筹积累和纵向平衡为标志，以个人账户为主的模式运行，再分配在很大程度上受到参保个体初次分配的影响，参保个体初次分配上的较大差距造成再分配的不平等。部分积累制下，工资对再分配不平等的绝对贡献为0.050 02，贡献率为46.09%，仅次于缴费年限，位居第二。部分积累制以“统账结合”的模式运行，个人养老金不仅与个人的工资挂钩，而且与社会平均工资等非个人因素相结合，一定程度上削弱了园区参保个体初次分配对再分配的影响，调节机制显著，兼顾了效率与公平的统一。

(二)缴费年限因素的贡献

公积金制下，缴费年限对再分配不平等的贡献额为0.045 52，贡献率为25.54%，位居第二，显著低于工资对不平等的贡献。部分积累制下，缴费年限对再分配不平等的贡献额为0.092 02，贡献率为84.75%，排名第一，是造成不平等的首要因素。部分积累制的统筹养老金与缴费年限直接挂钩，缴费年限每增加1年，统筹养老金提高1%。参保个体缴费年限的差异，最终造成再分配不平等。

(三)学历因素的贡献

公积金制下，学历对再分配不平等的贡献额是0.008 78，贡献率为4.93%，排名第三，但学历差异仍然能提高再分配不平等。部分积累制下，学历对再分配不平等贡献-0.001 47，贡献率为-1.35%，从绝对值来看，贡献排第三，但与公积金模式下学历作用机制不同，学历差异有助于降低再分配不平等。一般而言，学历与收入(工资)存在正向关系，学历越高，工资越高。公积金制下再分配不平等受到初次分配影响较大，而部分积累制可调节不同收入人群再分配。每种制度下学历对养老金的影响不同，导致对再分配不平等的相异贡献。

(四)性别因素的贡献

公积金制下，性别对再分配不平等的贡献为-0.000 37，贡献率为-0.21%，贡献最小。但性别对再分配不平等有负向影响，性别差异有助于缩小再分配不平等，正如前文所示该制度有助于维护女性参保个体权益。部分积累制下，性别对再分配不平等的贡献额为0.002 63，贡献率为2.42%，对不平等的贡献排名第三。但是，性别对再分配不平等有正向影响，表明该制度下性别差异将提高再分配不平等，该制度更有利于男性参保个体的收益。

六、结论与建议

本文在评估养老保险制度的再分配不平等时，提出了一种在异质性视角下对政策进行事前评估的框架：将反事实政策评估模型与Shapley Value回归分解方法相结合，评估缴费年限、工资、学历、性别等因素对养老保险制度再分配不平等的贡献。

得到结论：第一，公积金个人账户采用完全积累模式，实现了参保个体个人账户基金在生命周期内的纵向平衡，但不利于养老金在不同类型人群间的再分配；部分积累制采取“统账结合”的模式，倾向于将财富从高学历(高收入)人群转移到低学历(低收入)人群，对不同(学历)收入人群具有调节作用，利于养老金分配在不同人群间的横向平衡。第二，公积金制更有利于女性参保个体；部分积累制更有利于男性参保个体。第三，不同养老保险制度再分配的不同机制，在一定程度上导致了各因素对总体不平等的贡献差异。公积金制下缴费年限、工资、学历导致再分配不平等的扩大，工资是再分配不平等的首要因素，但性别差异可以降低不平等；部分积累制下缴费年限、工资、性别都是造成再分配不平等扩大的原因，缴费年限贡献最大，学历差异可降低再分配不平等。

针对以上结论，提出如下建议：

第一，政策设计与评估应充分考虑个体异质性。本文在异质性视角下研究养老保险制度再分配不平等的根源，发现两种制度下缴费年限、工资、性别、学历对再分配不平等的贡献存在很大差异。缴费年限是部分积累制下再分配不平等的根源，工资是公积金制下导致再分配不平等的首要因素。表明政策设计与评估时考虑个体异质性的重要性。

第二，评估结果对提高不同参保个体养老金，降低再分配不平等也具有一定的指导意义。其一，部分积累制下缴费年限激励机制明显，是导致再分配不平等的根源。对单个参保个体而言，为获得更高养老金，降低再分配不平等，按法定年龄退休或适当延迟退休是有益的。其二，部分积累制存在一定的性别歧视。政府在制度设计时，可逐步消除退休年龄性别差异，提高女性参保个体养老金，降低男女间再分配不平等。其三，应注意确定合适的缴费基数，尤其是针对高低收入者设立合理的缴费限额，以缩小高低收入者之间的再分配不平等。

参考文献：

[1]邓大松，李琳.中国社会养老保险的替代率及其敏感性分析[J].武汉大学学报：哲学社会科学版,2009(1).

[2]侯明喜.防范社会保障体制对收入分配的逆向转移[J].经济体制改革,2007(4).

[3]信长星.关于就业、收入分配、社会保障制度改革中公平与效率问题的思考[J].中国人口科学,2008(1).

[4]王晓军，康博威.中国社会养老保险制度的收入再分配效应分析[J].统计研究,2009(11).

[5]胡玉琴.中国养老保险制度改革中性别利益的精算分析[J].统计与信息论坛,2009(5).

[6]李实.中国离退休人员收入分配中的横向与纵向失衡分析[J].金融研究,2013(2).

[7]何立新，佐藤宏.不同视角下中国城镇社会保障制度与收入再分配——基于年度收入与终生收入的经验分析[J].世界经济文汇,2008(5).

[8]李锐，傅小燕，向书坚.养老保险制度变革福利损益与再分配效应研究[J].统计研究,2014(8).

[9]王晓军.对中国城镇职工基本养老保险制度收入替代率的定量模拟分析[J].统计研究,2002(3).

[10]孙永勇，李娓涵.从费率看城镇职工基本养老保险制度改革[J].中国人口科学,2014(5).

[11]Fields Gary S, Yoo Gyeongjoon. Falling Labor Income Inequity in Korea'S Economic Growth: Patterns and Underlying Causes[J]. Review of Income and Wealth,2000(2).

[12]Jonathan Morduch, Terry Secular. Rethinking Inequity Decomposition, with Evidence from Rural China[J].The Economic Journal,2002(1).

[13]万广华.解释中国农村区域间的收入不平等：一种基于回归方程的分解方法[J].经济研究,2004(8).

[14]David Card, Martin Feldstein， Emmanuel Saez. Expanding Access to Administrative Data for Research in the United States[J]. NSF SBE 2020 White Paper,2010(9).

[15]Heckman James J, Edward J Vytlacil. Econometric Evaluation of Social Programs, Part I: Causal Models, Structural Models and Econometric Policy Evaluation [C]∥ Heckman James J, Edward E Leamer.Handbook of Econometrics Volume 6A. Elsevier: Amsterdam and Oxford,2007.

[16]Heckman James J, Edward J Vytlacil. Econometric Evaluation of Social Programs, Part II: Using the Marginal Treatment Effect to Organize Alternative Econometric Estimators to Evaluate Social Programs, and to Forecast their Effects in New Environments [C]∥Heckman James J, Edward E Leamer. Handbook of Econometrics Volume 6B. Elsevier: Amsterdam and Oxford,2007.

[17]Heckman James J.Building Bridges between Structural and Program Evaluation Approaches to Evaluating[J].Journal of Economic Literature,2010(9).

Redistribution Inequity of Pension Insurance Systems in the Perspective of Heterogeneity：

A Pre-evaluation Based on Administrative Data from Suzhou Industrial Park

LI Rui, LIU Qian

(School of Public Administration, Zhongnan University of Economics and Law, Wuhan 430073, China)

Abstract:Based on Heckman's analysis framework and combined with administrative data from Golden Insurance Project in Suzhou Industrial Park, in this paper we conduct a counterfactual pre-evaluation to evaluate the redistribution inequity of different pension insurance systems and build two pension income-determination models to analyze the heterogeneous effects of period of contribution, wage, gender and education on income redistribution under different systems. Then we employ the regression-based decomposition approach based on Shapley Value to quantify the contribution of each factor on the redistribution inequity. We find that under Partially Funded System, period of contribution is the principal factor on redistribution inequity, but the education difference can lower redistribution inequity. While under Provident Funded System, wage is the decisive factor on redistribution inequity, but gender difference can reduce inequity.

Key words:redistribution; inequity; counterfactual; heterogeneity; pre-evaluation

(责任编辑：张爱婷)

马克卫，男，河南舞钢人，统计学博士，讲师，研究方向：国民经济核算。

【统计理论与方法】