夏 添，夏 迎

(西南財經(jīng)大學(xué) 經(jīng)濟學(xué)院，成都 611130)

提要：近年在國內(nèi)外經(jīng)濟環(huán)境復(fù)雜且不穩(wěn)定的形勢下，人口規(guī)模所帶來的潛在消費力將是國內(nèi)經(jīng)濟運行的重要一環(huán)，但也會給國家社會保障體系帶來壓力。在制定和調(diào)整養(yǎng)老保險政策時，必須要考慮其在施行過程中對居民消費產(chǎn)生的影響。基于2018年《中國家庭追蹤調(diào)查》數(shù)據(jù)，采用廣義傾向得分匹配方法消除可能存在的樣本選擇性偏誤，將養(yǎng)老保險收入和居民消費支出分別作為處理變量和結(jié)果變量，并選定年齡、收入、性別、受教育水平等作為匹配變量。研究發(fā)現(xiàn)，養(yǎng)老保險收入與居民消費之間存在倒U形關(guān)系，農(nóng)業(yè)戶口人群的養(yǎng)老保險收入、消費及工作收入水平普遍低于非農(nóng)業(yè)戶口人群，但處理變量的地區(qū)效應(yīng)并不明顯。基于研究結(jié)果，社會養(yǎng)老保險繳費水平應(yīng)當(dāng)在穩(wěn)定社會養(yǎng)老保險收益預(yù)期的基礎(chǔ)上，按照居民個體收入水平靈活制定。各地區(qū)須采取有效措施提高農(nóng)村居民收入以及擴大城鎮(zhèn)職工基本養(yǎng)老保險的覆蓋率，加強醫(yī)療保險等多種形式的社會保障，從而進一步促進居民消費水平的提高。

一、引言

(一)研究背景與意義

近年來，國內(nèi)外經(jīng)濟環(huán)境發(fā)生了巨大變化，復(fù)雜的形勢使得中國以投資與進口為經(jīng)濟增長驅(qū)動力的模式無法平穩(wěn)運行，這就導(dǎo)致中國國內(nèi)對經(jīng)濟增長驅(qū)動力的迫切需求，而人口規(guī)模所帶來的潛在消費力將會成為后疫情時代中國經(jīng)濟發(fā)展的穩(wěn)定一環(huán)，但同時人口規(guī)模也給國家社會保障體系帶來壓力。

廣義的社會保障體系指國家通過立法而制定的社會福利、社會保險、社會救助、社會優(yōu)撫和安置等各項不同性質(zhì)、作用的社會保障制度，是我國最重要的社會經(jīng)濟制度之一，以減少“不測風(fēng)云”對正常生活的影響程度，養(yǎng)老保險制度是其中的關(guān)鍵一環(huán)。2009年，國務(wù)院在全國開展實施新型農(nóng)村社會養(yǎng)老保險(以下簡稱“新農(nóng)保”)。“新農(nóng)?！币?guī)定，年滿16周歲的農(nóng)村居民、非在校學(xué)生和未參加城鎮(zhèn)養(yǎng)老保險者均可參與。募集資金方面，“新農(nóng)保”以農(nóng)村居民個人繳費、集體繳費和政府補貼3個渠道相結(jié)合，之后用募集得到的資金對參保居民給予財政補貼。參保居民的養(yǎng)老金賬戶由基礎(chǔ)養(yǎng)老金及個人賬戶兩部分組成，基礎(chǔ)養(yǎng)老金即為國家財政補貼部分。另外，年滿60周歲的未參保居民，其符合條件的子女參保，他們也將自動獲得每月最低55元的基礎(chǔ)養(yǎng)老金。

影響居民消費情況的主要因素中，收入水平、個人偏好、未來預(yù)期等內(nèi)生性因素是一方面，通貨膨脹、社會保障等外生因素也是極為重要的一方面。一般來說，社會保障制度設(shè)計的原意是為了社會公平，并不是為了促進經(jīng)濟增長或是直接影響居民消費水平，但是政策在運行實施的過程中卻不可避免地影響到居民的消費情況。

一般認為，養(yǎng)老保險制度的廣泛普及使消費者的消費水平和消費結(jié)構(gòu)均得到提升和改善。通過國民收入再分配，保障了居民未來的基本生活，使得大部分居民的預(yù)期發(fā)生改變，增加了當(dāng)前社會有效需求，有意無意地改變了消費者的消費傾向，從而使其消費能力得到一定的釋放，也改善了當(dāng)前的生活水平。國內(nèi)外研究學(xué)者大多數(shù)也都遵循此種研究思路，但是不同地區(qū)也可能出現(xiàn)與理論不相匹配的現(xiàn)實情況。

國內(nèi)外經(jīng)濟環(huán)境的劇烈波動是否需要繼續(xù)發(fā)展城鄉(xiāng)養(yǎng)老保險制度來擴大國內(nèi)消費需求？養(yǎng)老保險制度在實施過程中是否能夠有效提高居民消費水平？針對養(yǎng)老保險實施過程中對居民4類消費的影響，本研究基于2018年《中國家庭追蹤調(diào)查》數(shù)據(jù)，對以上問題進行實證分析，進而在當(dāng)前和未來的政策制定與發(fā)展中發(fā)揮一定的積極作用。

(二)國內(nèi)外文獻綜述

國內(nèi)外大多數(shù)學(xué)者的研究結(jié)果都是基于Martin Feldstein于1974年提出的觀點發(fā)展而來的，F(xiàn)eldstein認為社會保障支出對私人儲蓄的作用路徑分別存在“資產(chǎn)替代效應(yīng)”(asset-substitution effect)和“引致退休效應(yīng)”(retirement effect)兩種?！百Y產(chǎn)替代效應(yīng)”是在私人儲蓄的基礎(chǔ)上通過減少未來的不確定性，使居民當(dāng)期消費傾向上升，從而減少儲蓄、擴大消費。“引致退休效應(yīng)”對消費的影響是負向的，一方面，繳納社會保險費在一定程度上降低了居民的可支配收入，從而降低現(xiàn)期消費；另一方面，社會保障通過提高退休率、延長人們的壽命，導(dǎo)致人們?yōu)榱送诵莺蟮纳钏綍x擇把年輕時的大多數(shù)收入用于儲蓄而非即時消費。Feldstein認為社會保障支出對私人儲蓄和消費的影響取決于這兩種效應(yīng)的凈效應(yīng)，大多數(shù)國內(nèi)外學(xué)者對社會保障問題的研究也都是以此為基礎(chǔ)的。

筆者通過對國內(nèi)外相關(guān)文獻和著作的分析與整理，認為關(guān)于養(yǎng)老保險和居民消費的關(guān)系討論大致可以分為3種：第一種是促進論，也是大部分學(xué)者支持的觀點，認為社會保障將會對消費產(chǎn)生正向影響；第二種是抑制論，少部分學(xué)者認為社會保障對消費產(chǎn)生了負向影響；第三種是非線性影響論，認為社會保障對消費的影響是顯著的，但并不是普通的線性關(guān)系，而是可能存在門檻效應(yīng)等非線性關(guān)系。接下來，本文將會對國內(nèi)外文獻按照以上觀點進行分類討論，了解與本問題相關(guān)的研究現(xiàn)狀。

1.關(guān)于養(yǎng)老保險對消費具有促進作用的解釋

關(guān)于促進論，哈佛教授Martin Feldstein是該觀點的代表人物。在SocialSecurity，InducedRetirementandAggregateCapitalFormation一文中，他對美國1929年到1971年的時間序列數(shù)據(jù)進行了實證分析，認為美國的養(yǎng)老金計劃降低了接近50%的儲蓄，顯然整體來看，美國的社會保障支出對消費水平的影響是正向的[1]。國內(nèi)研究中，2012年蔣南平教授運用動態(tài)GMM方法對我國300多個地級市的數(shù)據(jù)進行分析，展開了對我國社會保障與居民消費的相關(guān)性研究，發(fā)現(xiàn)社會保障水平的提高對居民消費具有正向促進作用，但欠發(fā)達地區(qū)受影響的程度顯然比發(fā)達地區(qū)更為顯著[2]。2017年，耿修林教授對1978—2016年《中國統(tǒng)計年鑒》收錄的數(shù)據(jù)進行分析，認為雖然人均社會保障支出對消費的促進作用不如城鎮(zhèn)化水平顯著，但仍然對居民消費支出產(chǎn)生了較為顯著的積極作用，充分發(fā)揮了擴大內(nèi)需在社會經(jīng)濟發(fā)展中的作用[3]。

我國學(xué)者對養(yǎng)老保險與居民消費關(guān)系的討論大多數(shù)是持正面態(tài)度的，但也可以看出這種促進作用的程度存在險種差異、人群差異以及地區(qū)差異。2017年，范黎波等學(xué)者采用2012年中國綜合社會學(xué)調(diào)查的數(shù)據(jù)，考察了不同類型社會保障對居民消費的影響，發(fā)現(xiàn)養(yǎng)老保險對居民消費支出的促進比醫(yī)療保險更為顯著，并且社會保障對中低消費層次居民的正向影響更明顯，即社會保障對居民消費的影響存在城鄉(xiāng)、行業(yè)和地區(qū)上的差異[4]。同年，成峰和席鵬輝通過對中國家庭追蹤調(diào)查數(shù)據(jù)庫中56個地(市)2010—2014年的微觀面板數(shù)據(jù)分析發(fā)現(xiàn)，社會保障支出僅對無自有住房居民的消費具有促進作用，對促進居民消費升級的影響不顯著[5]。相似地，2018年，趙青和李珍基于Feldstein的消費函數(shù)，利用2011—2013年中國健康與養(yǎng)老追蹤調(diào)查的數(shù)據(jù)，研究了養(yǎng)老保險在參保類型和保障水平方面對居民消費的影響，發(fā)現(xiàn)在人均初始生活水平較低、經(jīng)濟欠發(fā)達地區(qū)，公共養(yǎng)老金單位增長所帶來的家戶邊際消費傾向高于經(jīng)濟較為發(fā)達地區(qū)，城鄉(xiāng)基本養(yǎng)老保險參保者的消費支出比未參保者或參加其他類型養(yǎng)老保險的居民更多。這在一定程度上反映了社會基本養(yǎng)老保險這一保障對居民消費是存在帶動作用的，不過帶動程度也存在人群、地區(qū)上的差異[6]。也有學(xué)者的研究結(jié)論與前兩者存在出入，陳利馥等人利用1996—2016年全國和省級面板數(shù)據(jù)發(fā)現(xiàn)，影響我國居民消費率的因素中社會保障對全國和東部地區(qū)消費率影響不顯著，僅對中西部地區(qū)產(chǎn)生顯著影響[7]。

國內(nèi)學(xué)者根據(jù)養(yǎng)老保險對居民消費存在地區(qū)性差異的特點重點關(guān)注農(nóng)村的情況。研究農(nóng)村居民消費情況的相關(guān)文獻大多基于2009年起試點實施的新型農(nóng)村社會養(yǎng)老保險政策。2012年，為了研究“新農(nóng)?！闭咴圏c實施后對農(nóng)村居民消費情況的影響，岳愛等人以消費和儲蓄生命周期理論為基礎(chǔ)，結(jié)合實際構(gòu)建研究框架，對具有全國代表性的農(nóng)戶層面抽樣調(diào)查數(shù)據(jù)進行分析，發(fā)現(xiàn)“新農(nóng)?！闭邔嵤┖髤⒈＾r(nóng)戶的家庭日常費用支出顯著高于未參保者[8]。 2013年，沈毅和穆懷中根據(jù)2011年截面數(shù)據(jù)消費模型進行實證研究發(fā)現(xiàn)，保持其他條件不變，農(nóng)村養(yǎng)老保險基金支出每增加1億元，當(dāng)年可拉動農(nóng)村居民生活消費支出18億元左右，并且會對下一年消費產(chǎn)生影響系數(shù)約為1.2的正向作用[9]。2019年，楊汝岱教授以中國家庭動態(tài)跟蹤調(diào)查數(shù)據(jù)和農(nóng)業(yè)農(nóng)村部調(diào)查數(shù)據(jù)為根據(jù)，展開對“新農(nóng)?！闭呦M影響的研究，發(fā)現(xiàn)參加“新農(nóng)?！钡募彝ケ任磪⒈＜彝サ南M水平高5%～30%，主要促進醫(yī)療保健、文化教育娛樂方面的消費，對食品衣著等必需品消費影響有限[10]。同年，國內(nèi)學(xué)者王靜教授基于1982—2014年的國家統(tǒng)計年鑒數(shù)據(jù)，分階段對社會保障財政支出和農(nóng)村居民消費的關(guān)系進行研究，觀察到市場經(jīng)濟體制改革前，社會保障和農(nóng)村居民消費之間的關(guān)系并不顯著；改革后有效的社會保障體系能夠減少居民當(dāng)期預(yù)防性儲蓄，擴大即期消費，兩者間存在明顯的正相關(guān)關(guān)系，但是對消費水平的拉動效應(yīng)較小，影響消費的主要因素仍是收入[11]。還有學(xué)者基于以往研究利用2016年《中國勞動力動態(tài)調(diào)查》數(shù)據(jù)的實證分析發(fā)現(xiàn)，購買商業(yè)醫(yī)療保險和養(yǎng)老保險對農(nóng)戶人均消費支出存在顯著促進作用，但社會保障在農(nóng)村地區(qū)的覆蓋率總體偏低[12]。

相比較對農(nóng)村居民消費的研究，單獨研究社會保障支出與城鎮(zhèn)居民消費之間的正相關(guān)關(guān)系的文獻較少。王金波從靜態(tài)和動態(tài)兩個維度解讀了1998—2014年的省級面板數(shù)據(jù)，發(fā)現(xiàn)社會保障支出對城鎮(zhèn)居民消費的影響存在十分顯著的正效應(yīng)，政府社會保障支出每增加1萬元，帶動城鎮(zhèn)居民消費支出增加幅度在1.469至4.357個單位內(nèi)變動，除此之外，研究結(jié)果也出現(xiàn)了明顯的東、中、西部地區(qū)階梯形遞減態(tài)勢[13]。

2.關(guān)于養(yǎng)老保險對消費具有抑制作用的解釋

第二種觀點是養(yǎng)老保險抑制了消費。1982年，Leimer和Lesnoy在改進了Feldstein財富消費函數(shù)的基礎(chǔ)上進行實證分析，對Feldstein的研究提出了挑戰(zhàn)，認為社會保障財富的計算方式會對結(jié)果產(chǎn)生很大影響，于是他們針對1947—1976年的數(shù)據(jù)，在文章中采用了不同方法估計社會保障對儲蓄和消費的影響，包括現(xiàn)行法律、當(dāng)前替代率、平均替代率、緩慢改變的替代率以及完美遠見5種方法，研究得出了社會保障抑制消費的結(jié)論[14]。盡管Feldstein對此進行了回應(yīng)，改進了之前的研究方法[15]，但仍然受到了來自Leimer和Lesnoy的質(zhì)疑[16]。此外，Phillip于1965年發(fā)表了《養(yǎng)老金對儲蓄的影響》一文，對1958—1959年消費者聯(lián)盟中約15 000位會員的數(shù)據(jù)進行分析，發(fā)現(xiàn)參加養(yǎng)老金計劃會促進人們退休，從而增加儲蓄，減少消費[17]。

我國也有部分學(xué)者的研究結(jié)論支持這一觀點。最典型的是白重恩等人于2012年對中國養(yǎng)老保險繳費展開的相關(guān)研究，他們對2002—2009年9個省(市)的城鎮(zhèn)住戶調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)，養(yǎng)老保險繳費負擔(dān)對總消費產(chǎn)生負向影響，并且提高養(yǎng)老保險繳費率會顯著抑制參保家庭的消費[18]。同年，劉長庚和張松彪對2005年至2009年我國31個省(市、區(qū))的面板數(shù)據(jù)進行計量分析，發(fā)現(xiàn)養(yǎng)老保障對城鎮(zhèn)居民消費支出的影響顯著為負，可能的原因是我國基本養(yǎng)老保險制度的企業(yè)和個人需要擔(dān)負的繳費比例較高，降低了城鎮(zhèn)居民的可支配收入，進而影響到居民消費支出[19]。2017年，魏勇和楊孟禹利用2004—2015年《中國統(tǒng)計年鑒》和省際面板模型對收入結(jié)構(gòu)、社會保障和消費升級的真實動態(tài)關(guān)系展開研究，發(fā)現(xiàn)較高的社保個人繳費比例對總消費和高檔商品消費產(chǎn)生了擠出效應(yīng)，政府財政社會保障支出對居民基本商品消費有促進作用，但對消費升級產(chǎn)生了微弱阻礙[20]。

3.關(guān)于養(yǎng)老保險與居民消費之間為非線性關(guān)系的解釋

對于養(yǎng)老保險等社會保障與居民消費之間關(guān)系的討論，第三種觀點認為兩者之間存在非線性關(guān)系。2005年，柳清瑞教授通過建立基于養(yǎng)老保險計劃的消費決策模型，指出只有養(yǎng)老金替代率保持在適度水平才有利于消費者當(dāng)期和未來的消費情況[21]。

部分學(xué)者通過對各省(市、區(qū))數(shù)據(jù)的研究，認為農(nóng)村社會保障對農(nóng)村居民消費的促進作用存在門檻效應(yīng)。2017年，劉丹和盧洪友選取2004—2015年中國大陸30個省(市、區(qū))的數(shù)據(jù)進行研究，發(fā)現(xiàn)農(nóng)村社會保障對農(nóng)村居民消費存在三重門檻效應(yīng)，農(nóng)村社會保障水平提升的幅度越大對農(nóng)村居民消費的促進作用就越強，并且從地區(qū)來看，東、中、西部地區(qū)農(nóng)村社會保障對農(nóng)村居民消費均存在非線性正向影響[22]。2018年，劉飛等人利用1991年至2015年30個省(市、區(qū))的相關(guān)數(shù)據(jù)進行研究，發(fā)現(xiàn)農(nóng)村社會保障支出對農(nóng)村居民消費支出的影響存在單一門檻效應(yīng)，只有當(dāng)政府的社會保障資金投入量大于某一水平時，社會保障支出才不會被轉(zhuǎn)移成儲蓄，進而促進居民消費水平提高[23]。相似地，2020年，趙威基于1991—2017年的省級面板數(shù)據(jù)進行實證分析，檢驗了社會保障對城鄉(xiāng)消費差距的非線性平抑效應(yīng)，發(fā)現(xiàn)全國和東部地區(qū)通過了雙重門檻檢驗，中部和西部通過了單一門檻檢驗，東部地區(qū)的社會保障達到一定閾值后會對居民消費產(chǎn)生擠出效應(yīng)，并且全國層面上的社會保障對城鄉(xiāng)居民消費差距的影響呈現(xiàn)U形，中部和西部的社會保障對城鄉(xiāng)居民消費差距的影響呈V形[24]。

此外，張偉基于共生理論認為，農(nóng)村社會保障和農(nóng)村居民消費擁有相同的政策制度環(huán)境、經(jīng)濟環(huán)境和作用主體，因而二者存在共生關(guān)系，相互依存。完善的社會保障體系會對農(nóng)村消費產(chǎn)生帶動作用，改變農(nóng)村居民的消費理念，其投保的積極性會有所增加。當(dāng)然，社會保障缺乏也會導(dǎo)致農(nóng)村居民增加醫(yī)療、教育、養(yǎng)老等方面的經(jīng)濟支出，不利于農(nóng)村居民消費結(jié)構(gòu)優(yōu)化[25]。

通過已有文獻可知，養(yǎng)老保險等社會保障對居民消費的影響研究大致可以分為3種看法——促進論、抑制論以及非線性關(guān)系論，包括且不限于拉動效應(yīng)、抑制效應(yīng)、三重門檻效應(yīng)、單一門檻效應(yīng)、非線性平抑效應(yīng)、U形、V形等多種形式。在這樣一種關(guān)系的探究中，工作收入水平、地區(qū)發(fā)展水平、性別差異、險種差異、戶口類別甚至消費類型和政治面貌等因素在其中發(fā)揮的影響作用不可忽視。國內(nèi)的相關(guān)研究更多關(guān)注“新農(nóng)?！钡膶嵤r(nóng)戶群體以及較落后地區(qū)的消費情況是否存在改善效果，或者關(guān)注省際面板數(shù)據(jù)，重點觀察一省之內(nèi)的居民養(yǎng)老保險與消費。國外學(xué)者更多關(guān)注生命周期中的經(jīng)濟活動，盡可能以數(shù)學(xué)方式測算出“資產(chǎn)替代效應(yīng)”和“引致退休效應(yīng)”，就養(yǎng)老保險對居民儲蓄和消費的影響下一個準確的結(jié)論。通過已有文獻并不能簡單地斷定養(yǎng)老保險等社會保障對居民消費的影響到底是促進還是阻礙消費水平。同樣，養(yǎng)老保險對居民消費產(chǎn)生的影響也存在不確定性，這可能是因為數(shù)據(jù)樣本來源、模型設(shè)定、險種以及籌資模式等多種差異性因素?？傮w來看，國內(nèi)外大多數(shù)學(xué)者都認為養(yǎng)老保險等社會保障對居民消費起到了一定的促進作用，更深入的研究是認為兩者之間呈現(xiàn)U形或V形等非線性關(guān)系。關(guān)于樣本選擇性偏誤的問題，上述文獻中討論較少，或給出理論分析但并未提出解決方法。本研究采用廣義傾向得分匹配方法來對樣本的選擇性偏誤進行處理，力圖減少模型回歸誤差，對效應(yīng)做出更為準確的分析。

二、研究設(shè)計

(一)數(shù)據(jù)來源

本研究數(shù)據(jù)從2018年《中國家庭追蹤調(diào)查》(CFPS)家庭庫和成人庫中獲得，覆蓋了25個省(市、區(qū))，共獲得14 000多戶家庭、40 000多人的微觀情況，了解到受訪家庭的消費情況、退休與養(yǎng)老、參保項目、家庭的資產(chǎn)和收入、人口特征等多方面的詳細數(shù)據(jù)。

由于涉及的變量較多，在去除相關(guān)變量缺失數(shù)據(jù)，以及問卷回答“不適用”“拒絕回答”“不知道”的數(shù)據(jù)和其他異常數(shù)據(jù)后，共篩選得到可用于經(jīng)濟分析的家庭樣本5 227個，個體樣本12 805個。同時，為了使數(shù)據(jù)分析更加穩(wěn)健，本研究進一步對所有連續(xù)變量在1%分位數(shù)以下以及99%分位數(shù)以上的數(shù)據(jù)進行了縮尾處理，以此消除可能存在的異常值帶來的影響。

(二)變量設(shè)定

1.處理變量

一般情況下，衡量養(yǎng)老保險水平可以采用是否參保的虛擬變量、養(yǎng)老保險收入的絕對指標或相對指標。本研究對2018年居民領(lǐng)取的養(yǎng)老保險收入進行標準化處理，將其作為衡量養(yǎng)老保險水平的標準?？紤]到數(shù)據(jù)的特殊性以及家庭中個體與整體的消費特性，在計算得到相對指標之前，對2018年家庭成員領(lǐng)取的養(yǎng)老金收入做平均處理。

2.結(jié)果變量

現(xiàn)有研究對居民消費情況的衡量十分復(fù)雜且種類繁多。根據(jù)研究目的，本研究將重點關(guān)注居民個體1年當(dāng)中的消費支出，主要包括4類：第一類為食物消費支出，包含食品、外出就餐支出等；第二類為日常生活支出，包括郵電通信費、水電燃料費、本地交通費、日用品費、房租支出等；第三類為耐用消費品支出，包含家電家具、衣物、汽車等；第四類為醫(yī)療保健教育費用等。此外，由于所用數(shù)據(jù)庫并未收集家庭成員個人的消費支出，因此本文根據(jù)家庭樣本編碼將成人庫與家庭庫匹配，將家庭消費支出與家庭規(guī)模之比作為個人消費支出，匹配到家庭各成員個體的數(shù)據(jù)中，估計出居民的收入與支出情況。

3.匹配變量

根據(jù)學(xué)界已有研究，居民獲得養(yǎng)老保險收入主要受到城鄉(xiāng)分布、受教育程度、婚姻狀況、戶籍性質(zhì)、政治面貌等因素的影響。考慮到即使其他幾個因素不產(chǎn)生顯著影響，將其加入匹配也不會對模型產(chǎn)生影響，而且一般認為個人收入、年齡、性別、地區(qū)等因素可能對民眾消費水平產(chǎn)生影響，引入這些因素可以提高匹配估計的精度，因此在對樣本實施匹配時仍將所有控制變量納入匹配。需要說明的是，該調(diào)查中關(guān)于最高學(xué)歷的選項包括從未上過學(xué)、文盲/半文盲(小學(xué)未讀完)、小學(xué)、初中、高中/中專/技校/職高、大專、大學(xué)本科、碩士、博士。同時，為了討論地區(qū)效應(yīng)，按照中國憲法對行政區(qū)域的劃分將樣本所在省、自治區(qū)和直轄市劃分為7個地區(qū)以及其他?？紤]到多重共線性等問題，變量具體設(shè)置如表1所示。

表1 變量設(shè)置

(三)研究方法與模型

本研究的主要問題是養(yǎng)老金領(lǐng)取額度對居民消費支出水平的影響，若簡單采用線性回歸，存在收入水平高、受教育程度高的居民參加多種養(yǎng)老保險，從而領(lǐng)取更多養(yǎng)老金的可能。為了分離其他因素對居民消費的影響，且考慮到單一估計養(yǎng)老保險領(lǐng)取金額對居民消費的影響，本研究采用廣義傾向得分匹配方法(GPSM)。

廣義傾向得分匹配方法由Imbens和Hirano提出并發(fā)展。相比于傳統(tǒng)傾向得分匹配模型，該方法繼承了其核心思想，但突破了PSM中對處理變量必須為二元選擇變量的約束，并且保留PSM能夠消除自選效應(yīng)的特性。GPSM能夠?qū)B續(xù)變量的處理效應(yīng)進行評估，適用于本文對養(yǎng)老保險金的異質(zhì)性處理效應(yīng)的評估。此外，為了描述不同的處理變量所對應(yīng)結(jié)果變量的條件期望，即可以進一步研究處理變量對結(jié)果變量的動態(tài)影響，Hirano等還進一步建立了劑量反應(yīng)函數(shù)。因此，利用該函數(shù)可以在前人研究的基礎(chǔ)上進一步分析和驗證養(yǎng)老保險收入對居民消費水平的影響是否存在非線性效應(yīng)[26-27]。

通過查閱文獻資料，筆者發(fā)現(xiàn)國內(nèi)外學(xué)者大多借鑒2004年Hirano和Imbens提出的GPSM原理及步驟開展研究。實施GPSM方法一般需要滿足3個前提假定：(1)處理變量必須是正態(tài)分布；(2)共同支撐假定；(3)平衡性質(zhì)假定。此外，一般來說，廣義傾向匹配得分方法基本實施步驟如下：(1)估計處理變量，即養(yǎng)老保險收入的條件分布，并計算廣義傾向得分(GPScore，以下記為GPS得分或GPS)；(2)根據(jù)處理強度T和GPS估計值，構(gòu)造并估計結(jié)果變量Y的條件期望模型：(3)在上述估計基礎(chǔ)上，將處理強度T替換為處理變量t，將得分值R替換成得分值的估計函數(shù)，得出“平均劑量反應(yīng)”函數(shù)μ(t)和處理效應(yīng)函數(shù)(treatment effect，TE)的估計結(jié)果。

在進行GPSM方法的第一步之前，必須檢驗處理變量是否滿足正態(tài)分布的嚴格約束。圖1為處理變量insurance的頻數(shù)直方圖，實線為正態(tài)分布曲線。根據(jù)直方圖與正態(tài)分布曲線的比較可以看出，有相當(dāng)數(shù)量的居民2018年的養(yǎng)老保險收入多數(shù)為0或在0值附近，盡管年度養(yǎng)老保險收入的總體分布散布在一個很大的正數(shù)范圍內(nèi)，但在數(shù)字0上相當(dāng)集中。一般來說，變量取0值有兩種情況：一是統(tǒng)計值，數(shù)據(jù)確實為0；二是缺省值，對方不知道、不確定、不適用或拒絕回答等。從圖2更詳細的核密度曲線上發(fā)現(xiàn)，該變量是典型的截尾數(shù)據(jù)，不符合廣義傾向得分匹配方法對處理變量的嚴格正態(tài)分布假定。接下來，本研究對處理變量進行了取對數(shù)處理及正態(tài)分布檢驗，所得結(jié)果見圖3和圖4。

同樣地，圖3為變量insurance的對數(shù)形式的頻數(shù)直方圖，圖4為其對應(yīng)的核密度曲線，實線均為正態(tài)分布曲線。從頻數(shù)直方圖、核密度曲線與正態(tài)分布曲線的比較可以看出，雙峰曲線同樣不符合嚴格正態(tài)分布假定。此外，本文在數(shù)據(jù)分析軟件中對變量數(shù)據(jù)進行了平方變換、box-cox變換等，但是均未通過軟件的正態(tài)分布檢驗，因此可以認為本文處理變量并不滿足Hirano等人提出的GPSM方法中的嚴格正態(tài)分布約束。

圖1 變量insurance的頻數(shù)直方圖與正態(tài)分布曲線比較

圖2 變量insurance的核密度線與正態(tài)分布曲線比較

圖3 變量ln insurance的頻數(shù)直方圖與正態(tài)分布曲線比較

圖4 變量ln insurance的核密度線與正態(tài)分布曲線比較

為了解決這樣的問題，本文采用Barbara和Marco于2014年提出的方法，對GPSM方法中的第一步進行修改，即用GLM回歸代替第一步中的一般線性回歸[28]。采用GLM的模型不同于普通回歸的點在于：第一，處理變量T的分布不必是正態(tài)分布或不必接近正態(tài)分布；第二，處理均值的變換與解釋變量線性相關(guān)?？梢杂靡韵聰?shù)字語言的形式進行描述：

f(T)=c(T，φ)exp{[Tθ-a(θ)]/φ}，

(1)

g{E(T)}=β′X。

(2)

式(1)表示處理變量的分布屬于指數(shù)族。式(2)中，g(·)是一種單調(diào)可微的函數(shù)，通常稱作鏈接函數(shù)(link funtion)，表示一個變換形式與X中所包含的解釋變量線性相關(guān)。a(θ)通常被稱作分布族(family)，取決于處理變量的性質(zhì)，它決定了其條件分布函數(shù)為正態(tài)分布、伯努利分布、泊松分布等，并且不管所選分布如何，均存在以下關(guān)系，其中，點表示對θ的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)：

(3)

那么，根據(jù)以上方法，針對樣本中大量集中于0值的數(shù)據(jù)，本研究只需要修改GPSM的第一步，確定處理變量的分布族以及鏈接函數(shù)，即可進行回歸分析。

本文對處理變量進行標準化處理后，得到[0，1]之間的處理強度。針對[0，1]范圍內(nèi)并且大量集中于端點的變量，在一篇2018年的文獻中找到了合適的函數(shù)模型。該作者研究出口補貼對企業(yè)出口密集度影響時，采用了1996年P(guān)apke和Wooldridge提出的Fractional Logit模型來解決這類數(shù)據(jù)分布問題[29]。該模型不僅可以對處理變量強度在[0，1]區(qū)間內(nèi)的一般情況進行分析，而且可以處理位于區(qū)間端點的特殊情況，即GPSM方法第一步中，處理強度作為因變量時取值為0或者1的極端情況。 本研究將采用以上方法和模型對2018年《中國家庭追蹤調(diào)查》數(shù)據(jù)進行處理和回歸分析，消除樣本中的選擇性偏誤，深入估計養(yǎng)老保險收入對居民消費水平的影響。

三、實證結(jié)果分析

(一)變量的描述性統(tǒng)計分析

由于涉及變量較多，在去除相關(guān)變量缺失數(shù)據(jù)以及回答“不適用”“拒絕回答”“不知道”的數(shù)據(jù)和其他異常數(shù)據(jù)后，共篩選得到可用樣本12 805個。按農(nóng)業(yè)戶口與非農(nóng)業(yè)戶口進行分組討論，將2018年居民的主要情況做描述性統(tǒng)計(如表2所示)，連續(xù)變量的單位均為全年累計數(shù)據(jù)。

表2 模型主要變量的描述性統(tǒng)計

非農(nóng)戶口一組中，消費支出的觀測值最小值為789.33元，最大值為51 436元；工作收入的最大值為115 000元；養(yǎng)老保險收入最小為0元，最大為50 000元，均值為11 429元。而在農(nóng)戶群體中，消費支出的最小值為524元，最大值為47 785元；工作收入最大值為115 000元；總樣本中，男女人數(shù)比為6 404∶6 401，約為50.01∶49.99，性比結(jié)構(gòu)較為均衡，但非農(nóng)業(yè)戶口中男性占比為0.514，農(nóng)業(yè)戶口中男性占比為0.49，差異較大。養(yǎng)老保險收入最小值與最大值同非農(nóng)一致，農(nóng)業(yè)戶口群體均值為2 010元，遠低于非農(nóng)戶口群體，這也說明農(nóng)村地區(qū)養(yǎng)老保險水平仍有提升的空間。樣本中農(nóng)業(yè)戶口人群參保項目包括農(nóng)村養(yǎng)老保險(簡稱“老農(nóng)?！?、新型農(nóng)村社會養(yǎng)老保險(“新農(nóng)?！?以及企業(yè)補充養(yǎng)老保險等，非農(nóng)業(yè)戶口人群參保項目包括基本養(yǎng)老保險、城鎮(zhèn)居民養(yǎng)老保險、企業(yè)補充養(yǎng)老保險、商業(yè)養(yǎng)老保險等，但由于數(shù)據(jù)統(tǒng)計問題無法獲得詳細分類的各類養(yǎng)老保險收入，本研究暫不討論險種差異。

對居民消費水平以及其他變量進行初步回歸后，得到年養(yǎng)老保險收入對居民消費支出的影響估計系數(shù)為0.17，工作收入的影響估計系數(shù)為0.09，男性的影響估計系數(shù)為-0.07，農(nóng)業(yè)戶口的影響估計系數(shù)為-0.18，均在99%的置信水平上顯著，也就是說，控制其他條件，提高養(yǎng)老保險收入1%，居民平均消費支出預(yù)計將會提高0.17%。據(jù)此提出本研究的假說：養(yǎng)老保險收入提高對居民消費支出具有顯著正效應(yīng)。但上述回歸僅為初步回歸，存在一定的誤差。接下來，本研究將通過廣義傾向得分匹配方法(GPSM)消除選擇性偏誤，對假設(shè)進行穩(wěn)健的因果效應(yīng)分析。

(二)處理變量居民養(yǎng)老保險收入的條件分布

按照廣義傾向得分匹配法(GPS)的實施步驟，首先對居民養(yǎng)老保險收入的條件分布進行估計。在本文中，處理變量因為并未通過正態(tài)分布檢驗，說明樣本是嚴重有偏的。為了解決這樣的問題，本文采用廣義線性回歸方法(GLM)對廣義傾向得分匹配方法的第一步進行替代。STATA中使用的命令語句為doseresponse2，該語句放松了對變量的嚴格正態(tài)分布約束，適用于本研究的樣本。本文為盡量滿足正態(tài)分布和同方差假定，以及研究模型中對處理變量的要求，對變量消費支出y做取自然對數(shù)處理，記為結(jié)果變量Y，對變量養(yǎng)老保險收入insurance以及匹配變量工作收入income做標準化處理，使其取值在[0，1]之間，分別記為處理變量T及inc。

除了收入變量(inc)之外，本文還選取了年齡(age)、性別(male)、是否在婚并且有配偶(married)、受教育程度(edu0～edu7)、是否為共產(chǎn)黨員(cparty)、是否為農(nóng)村戶口(ahr)以及地區(qū)等作為匹配變量，以提高估計精度，已對變量的具體含義給出了詳細定義。本文進行廣義傾向得分匹配方法的第一步是對2018年居民養(yǎng)老保險收入與其他匹配變量進行回歸分析，得到養(yǎng)老保險收入條件分布函數(shù)的系數(shù)估計結(jié)果。從表3中模型的回歸結(jié)果和AIC統(tǒng)計量(Akaike information criterion，赤池信息量準則)等于0.453 0來看，匹配變量對處理變量的擬合效果較好。

首先，從該模型回歸系數(shù)來看，被解釋變量養(yǎng)老保險收入(T)與工作收入(inc)之間呈現(xiàn)負相關(guān)關(guān)系，即工作收入越高的人，其領(lǐng)取的養(yǎng)老保險收入越少，這可能是因為在統(tǒng)計到的樣本中，不工作的退休老人比工作的年輕人收入少。其次，年齡(age)與養(yǎng)老保險收入顯著正相關(guān)，原因可能是養(yǎng)老保險收入只有年齡達到項目規(guī)定年齡時才會發(fā)放，因此對該系數(shù)不必過多解釋。再者，從變量性別(male)的系數(shù)上來看，男性的養(yǎng)老金收入顯著低于女性，該結(jié)果與大多數(shù)學(xué)者的研究結(jié)論相悖。多數(shù)學(xué)者認為由于女性就業(yè)率相對較低、養(yǎng)老保險制度差異、受教育機會不均等、職業(yè)上的工資差異、家務(wù)負擔(dān)等問題，一般女性老人養(yǎng)老保險參保狀況及水平普遍較低。分別對比總樣本和60周歲以上樣本的人口結(jié)構(gòu)，發(fā)現(xiàn)男女比例分別為50.01∶49.99和50.16∶49.83，男女退休老人人口數(shù)量相差不大，本研究得出相反結(jié)論與樣本人口結(jié)構(gòu)并無太大關(guān)聯(lián)。根據(jù)另一些學(xué)者的研究認為可能有另外的因素彌補了性別上的終生收入差距[30]，從而縮小和消除養(yǎng)老保險收入上的性別差異，如女性越來越強的參與工作意愿、較高的兼職工作率以及較長的預(yù)期壽命和婚姻伴侶行為方面的差異，而女性預(yù)期壽命高意味著繳款回報率較高，終生養(yǎng)老金與男性差異較小甚至更高。

表3 處理變量T的條件期望模型回歸結(jié)果

此外，就受教育水平(edu0～edu7)而言，最高學(xué)歷為從未上過學(xué)、未讀完小學(xué)、小學(xué)的人群，養(yǎng)老保險收入顯著低于較高學(xué)歷的人群。就政治面貌(cparty)而言，共產(chǎn)黨員人群養(yǎng)老保險收入顯著高于非黨員，這可能是因為共產(chǎn)黨員積極響應(yīng)政策、收入較為穩(wěn)定等。值得關(guān)注的是，擁有農(nóng)村戶口(ahr)的居民養(yǎng)老保險收入顯著低于非農(nóng)戶口的居民，這也意味著農(nóng)村地區(qū)養(yǎng)老保險制度還有待進一步完善和發(fā)展。最后，該模型中婚姻狀況(married)變量以及多數(shù)地區(qū)變量的估計系數(shù)并不顯著。在婚人群的養(yǎng)老保險收入與其他婚姻狀況的人群并無顯著差別。根據(jù)變量east及northeast估計系數(shù)認為我國東部和東北地區(qū)的居民所領(lǐng)取的養(yǎng)老保險收入顯著高于其他地區(qū)居民，這與當(dāng)?shù)亟?jīng)濟發(fā)展水平、醫(yī)療衛(wèi)生水平等因素息息相關(guān)，而其他地區(qū)的估計系數(shù)并不能說明其他地區(qū)居民之間所領(lǐng)取的養(yǎng)老保險收入存在著顯著差別。

估計出處理變量養(yǎng)老保險收入的條件分布之后，便可計算GPS得分?；诒?列出的條件分布函數(shù)回歸結(jié)果得出GPS分值的描述性分析(如表4所示)。接下來，本文將進行廣義傾向匹配得分方法的第二步——估計結(jié)果變量的條件分布，即居民消費水平的條件期望模型。

表4 GPS得分的描述性統(tǒng)計

(三)結(jié)果變量居民消費水平的條件分布

根據(jù)以上步驟計算得到的GPS估計值和處理變量T，進行GPSM方法的第二步——估計居民消費水平(Y)的條件分布。由于假定主效應(yīng)(T和GPS)不能從結(jié)果變量的估計方程中去除，因此本文在優(yōu)先保證T和GPS的保留與顯著下，逐次加入二次項、三次項以及交互項。本研究原定估計結(jié)果變量條件期望模型的最高次冪為三次，但是，為了達到減少模型的多重共線性以及盡量不遺漏相關(guān)變量形式的目的，本文對最高次冪為三次和二次的模型分別進行了回歸處理并比較，得到的具體結(jié)果如表5所示，系數(shù)顯著性良好地實現(xiàn)了研究預(yù)期。

(4)

(5)

表5中回歸系數(shù)一欄分別列出了兩種回歸模型，模型(4)和模型(5)均是對2018年總體樣本回歸所得到的估計結(jié)果。從各個系數(shù)的顯著性來看，這兩個模型對結(jié)果變量的條件分布估計效果都處于較好的水平。模型(4)中只有GPS2并未通過10%顯著性水平上的t檢驗，其余項均在1%或5%的顯著水平上顯著，擬合效果良好。但從以上兩種模型的擬合效果以及F統(tǒng)計量綜合看來，加入變量的多次項容易導(dǎo)致多重共線性的增強，因此本文將以二次項作為變量的最高次冪，將原定最高次冪為三次的回歸模型更換為模型(5)，將其作為居民消費水平條件分布函數(shù)的估計模型。

表5 結(jié)果變量居民消費水平(Y)的條件期望模型回歸

從各個系數(shù)的顯著性來看，該模型能夠較好地估計居民消費水平的條件分布。本文假設(shè)養(yǎng)老保險收入對居民消費具有顯著的正向影響，而研究得到的結(jié)果是處理變量T的回歸系數(shù)在模型中顯著不等于0，與前人研究結(jié)論基本一致。處理變量的二次項系數(shù)同樣顯著不等于0，符號為負，可以認為養(yǎng)老保險收入對居民消費水平的影響更符合一種倒U形關(guān)系，而非簡單的線性相關(guān)關(guān)系。模型(5)在加入GPS2以及交互項之后，均不影響主效應(yīng)的顯著度，因此本文認為模型(5)擬合效果良好，比較符合現(xiàn)實與研究預(yù)期。

(四)劑量反應(yīng)函數(shù)

根據(jù)廣義傾向匹配得分方法，第三步根據(jù)以上兩個步驟得出的估計模型和GPS得分值，對處理強度和得分值進行替換，分別帶入處理變量T和得分值估計函數(shù)r(t，X)，從而得到養(yǎng)老保險收入對居民消費影響的劑量反應(yīng)函數(shù)(dose-response function)以及處理效應(yīng)函數(shù)(treatment effect function，TE)的估計結(jié)果。

本文在GPSM方法的最后一步中將標準化的居民養(yǎng)老保險收入的衡量指標即處理強度在取值[0，1]的范圍內(nèi)劃分為100個子區(qū)間，然后在每個子區(qū)間估計出養(yǎng)老保險收入對居民消費水平的因果效應(yīng)，之后將這些因果效應(yīng)的各個區(qū)間合并，即得到劑量反應(yīng)函數(shù)，函數(shù)曲線估計范圍如圖5所示。圖5中分別繪出了函數(shù)曲線在置信度95%水平下的估計上界和估計下界。

圖5 養(yǎng)老保險收入對居民消費水平的劑量反應(yīng)函數(shù)曲線

圖5顯示，2018年養(yǎng)老保險收入與居民消費水平呈倒U形關(guān)系，即當(dāng)處理變量低于某一個值時，隨著居民養(yǎng)老保險收入的增加，其消費水平會隨之增加，但是隨著領(lǐng)取的養(yǎng)老保險金越來越多，居民消費水平不會一直增加，而是到達頂峰后逐漸降低。因此，從促進消費的角度來看，居民領(lǐng)取的養(yǎng)老保險金并非越多越好，這一結(jié)論也支持了一些已有研究的觀點。

這樣一種倒U形關(guān)系可以解釋為在拐點到來之前，隨著養(yǎng)老保險收入的增加，作為居民的轉(zhuǎn)移性收入，居民個體的可支配收入增加，改變了其消費約束和消費傾向，因此居民的消費支出是在不斷提高的。拐點之后，養(yǎng)老保險收入的增加逐漸對居民消費產(chǎn)生了一定的擠出效應(yīng)，其中原因可能是隨著經(jīng)濟的發(fā)展，居民的收入逐漸增加，處于較高收入水平的居民群體所繳納的社會保險費用就更多，因而可支配收入的減少在一定程度上又降低了該群體的消費傾向。這與一些學(xué)者認為的居民收入不確定性將會影響?zhàn)B老保險與居民消費之間的效應(yīng)相符合。

(五)處理效應(yīng)函數(shù)

為研究參加養(yǎng)老保險對居民消費水平的處理效應(yīng)，本文根據(jù)劑量反應(yīng)函數(shù)的估計結(jié)果進一步得到了處理效應(yīng)函數(shù)。圖6中的處理效應(yīng)呈現(xiàn)出線性負相關(guān)關(guān)系，這表明對居民個體來說，其領(lǐng)取的養(yǎng)老保險收入相比于未參保人群，其凈效應(yīng)是逐漸遞減的。如果把養(yǎng)老保險收入的取值范圍劃分成兩部分(以圖6中虛線與函數(shù)值為零時，函數(shù)所對應(yīng)的 X 軸上的交點為界限)，在交點之前，隨著養(yǎng)老保險收入的增加，相對于未參保居民而言，居民領(lǐng)取養(yǎng)老保險收入更能提升居民的消費水平，但是隨著領(lǐng)取的養(yǎng)老保險收入的不斷增加，這種相對優(yōu)勢會呈現(xiàn)一種下降趨勢。

圖6 養(yǎng)老保險收入的處理強度對居民消費水平的處理效應(yīng)函數(shù)

雖然這種相對優(yōu)勢在不斷下降，但居民理性的做法應(yīng)當(dāng)是在交點之前積極參保領(lǐng)取養(yǎng)老保險收入，該范圍被稱為有效區(qū)域。而在交點之后，領(lǐng)取養(yǎng)老保險收入的增加相對于不參?；虿活I(lǐng)取養(yǎng)老保險收入來說，對居民消費的效應(yīng)是負向的，此時理性做法應(yīng)當(dāng)是不再增加養(yǎng)老保險領(lǐng)取收入，該部分被稱為無效區(qū)域。無效區(qū)域出現(xiàn)的原因可能是繼續(xù)增加領(lǐng)取養(yǎng)老保險收入已經(jīng)超過了居民所能提升的消費空間，甚至過度轉(zhuǎn)移成了居民儲蓄。這時增加養(yǎng)老保險收入領(lǐng)取給居民消費帶來的效益小于居民儲蓄所能帶來的效益。進一步計算劑量反應(yīng)函數(shù)倒U形關(guān)系的拐點區(qū)間和處理效用函數(shù)的無效區(qū)域點區(qū)間，得到劑量反應(yīng)函數(shù)拐點(B)的估計區(qū)間為(0.91，0.92)，以及處理效應(yīng)函數(shù)無效區(qū)域點(A)的估計區(qū)間為(0.32，0.33)。

如果將以上估計的劑量反應(yīng)函數(shù)與處理效用函數(shù)放到一張圖上(見圖7)，可以看出樣本的無效區(qū)域點(A)在拐點(B)的左側(cè)。在有效區(qū)域內(nèi)(A點左側(cè))，增加居民養(yǎng)老保險收入對提高其消費水平的影響是正向的。但是在無效區(qū)域點至拐點之間(A點至B點)，可以看出，即使已經(jīng)達到無效區(qū)域點，但之后的一段區(qū)間內(nèi)，繼續(xù)增加養(yǎng)老保險收入仍然可以進一步提高居民的消費水平，然而其效率并不如有效區(qū)域。也就是說，在無效區(qū)域點(A)之后，與其繼續(xù)增加居民養(yǎng)老保險收入，不如尋找新的驅(qū)動力來提高居民的消費水平。

圖7 養(yǎng)老保險收入的劑量反應(yīng)函數(shù)和處理效應(yīng)函數(shù)

但是，這種問題也是有辦法解決的，可以考慮通過制定補充措施來實現(xiàn)有效區(qū)域點的右移。例如，健全社會保障體系，完善醫(yī)療保險、社會救助等制度，減少老年居民生活中的不便之處，改善其未來預(yù)期，避免養(yǎng)老保險收入向儲蓄的過度轉(zhuǎn)化，從而提高居民的消費和生活水平，最終實現(xiàn)劑量反應(yīng)函數(shù)拐點與處理效應(yīng)函數(shù)無效區(qū)域點的重合。

四、結(jié)論與展望

本文選取《中國家庭追蹤調(diào)查》2018年的基線調(diào)查數(shù)據(jù)，利用廣義傾向得分匹配方法(GPSM)，深入而細致地探討了養(yǎng)老保險對居民消費支出的影響，需要注意的是，居民消費支出僅包括對食物消費支出、日常生活支出、耐用消費品支出以及醫(yī)療保健教育支出。研究發(fā)現(xiàn)：(1)養(yǎng)老保險收入與居民消費水平之間是一種倒U形關(guān)系，并且居民領(lǐng)取養(yǎng)老金相比于不領(lǐng)取養(yǎng)老金，所獲得的相對優(yōu)勢是逐漸下降的。隨著養(yǎng)老保險收入的不斷增加，居民用于儲蓄所獲得的效益逐漸大于消費，居民消費水平不再提高，從而陷入一種繼續(xù)提高養(yǎng)老保險收入的無效區(qū)域，并且無效區(qū)域的出現(xiàn)早于倒U形曲線拐點，說明在無效區(qū)域點到達拐點之前，雖然提高居民養(yǎng)老保險收入能夠?qū)οM產(chǎn)生正向效應(yīng)，但這種效應(yīng)在逐漸減弱。(2)在對農(nóng)業(yè)戶口人群及非農(nóng)業(yè)戶口人群進行分組描述性討論下，本文初步發(fā)現(xiàn)，農(nóng)戶群體的4類消費支出之和、工作收入、養(yǎng)老保險收入總體來看普遍低于非農(nóng)戶群體。(3)分地區(qū)來看，東部、東北、北部、中部、南部地區(qū)對養(yǎng)老保險收入具有從高至低排序的正向關(guān)系，西北、西南地區(qū)的養(yǎng)老保險收入領(lǐng)取為負向關(guān)系。但是除了東部與東北地區(qū)的顯著為正之外，其余系數(shù)均不顯著，因此本研究尚不能對地區(qū)效應(yīng)下定論。但可以說明的是，除部分地區(qū)之外，我國大部分地區(qū)現(xiàn)階段的養(yǎng)老保險制度和社會保障體系還有完善的空間。

基于以上結(jié)論，本文提出以下幾點建議：(1)穩(wěn)定社會養(yǎng)老保險的收益預(yù)期以提高居民當(dāng)期消費傾向。人們面對生活中的各種不確定性和風(fēng)險挑戰(zhàn)時，儲蓄率提升，消費傾向降低。尤其當(dāng)進入老年階段時，退休、身體機能下降以及患病風(fēng)險增加的問題會給居民生活帶來很多不確定性。因此，人們需要提前備好預(yù)防性儲蓄，而養(yǎng)老保險制度能夠為老人提供穩(wěn)定的養(yǎng)老收入，可以大大提高居民的消費傾向。因此，政府須保持政策執(zhí)行的穩(wěn)定性以及財政的可持續(xù)性，從而達到提高居民消費傾向和生活水平的作用。(2)按照居民個體收入水平，靈活制定社會養(yǎng)老保險繳費水平。本研究發(fā)現(xiàn)，部分居民參加了不止一項養(yǎng)老保險項目，少則一兩項，多則四五項。除此之外，居民養(yǎng)老保險繳費也會影響當(dāng)期可支配收入，產(chǎn)生“擠出效應(yīng)”，當(dāng)繳費水平過高時，反而會對個體的消費產(chǎn)生限制。因此，社會養(yǎng)老保險制度繳費水平應(yīng)與居民收入靈活匹配。政府在條件允許的情況下，可以積極擴大對參保居民的繳費補貼，減免或降低低收入群體和困難群體的養(yǎng)老保險繳費比例。(3)采取切實有效的措施，逐步提高農(nóng)村居民的收入。研究發(fā)現(xiàn)，農(nóng)村居民養(yǎng)老保險領(lǐng)取金額均值遠低于非農(nóng)業(yè)戶口人群。自2014年國務(wù)院實施統(tǒng)一的城鄉(xiāng)居民基本養(yǎng)老保險制度至今，城鄉(xiāng)差距、中西部與東部地區(qū)差距雖有所縮小但仍然存在。政府可以通過制定一系列惠農(nóng)政策，降低生產(chǎn)與運銷等農(nóng)業(yè)活動的成本，增加農(nóng)村居民收入，擴大其收入渠道和來源，提高農(nóng)村居民消費水平，使其消費潛力轉(zhuǎn)化為經(jīng)濟增長的驅(qū)動力，促進國內(nèi)經(jīng)濟平穩(wěn)運行。(4)擴大城鎮(zhèn)職工基本養(yǎng)老保險的覆蓋率，加強醫(yī)療保險、社會養(yǎng)老保險等多種形式的社會保障。雖然我國已實現(xiàn)城鄉(xiāng)基本養(yǎng)老保險制度全覆蓋，但存在“碎片化”“多元化”現(xiàn)象，并且提供的養(yǎng)老收入水平較低，保障力度不夠，需要不斷擴大、提高城鎮(zhèn)職工基本養(yǎng)老保險覆蓋率和養(yǎng)老收入水平，使醫(yī)療保險體系同步發(fā)展，防止因病致貧、因病返貧和老無所依現(xiàn)象的發(fā)生，也避免社會養(yǎng)老保險等支出過度轉(zhuǎn)化為居民儲蓄，進而促進居民消費水平提高。