企業(yè)職工基本養(yǎng)老保險(xiǎn)基金收支預(yù)測(cè)與可持續(xù)風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警
——基于新冠疫情沖擊的情景分析

黃秀蓮，褚福靈

（中央財(cái)經(jīng)大學(xué) 保險(xiǎn)學(xué)院,北京 100081）

一、引言

黨的二十大明確指出，要建立健全覆蓋全民、統(tǒng)籌城鄉(xiāng)、公平統(tǒng)一、安全規(guī)范、可持續(xù)的多層次社會(huì)保障體系，堅(jiān)持“可持續(xù)”的基本方針，首次提出“安全規(guī)范”的新要求。然而，我國(guó)企業(yè)職工基本養(yǎng)老保險(xiǎn)基金的可持續(xù)性正在逐年減弱，財(cái)政部發(fā)布的《社會(huì)保險(xiǎn)基金收支決算報(bào)告》顯示，2018 年企業(yè)職工基本養(yǎng)老保險(xiǎn)基金征繳收入和基本養(yǎng)老金支出分別為29 507.15 億元和30 279.84億元，當(dāng)期收支缺口為772.69 億元，2019 年增至3 181.33 億元，2020 年當(dāng)期收支缺口上升到15 155.92億元，兩年時(shí)間增加近19 倍。若缺乏有效政策干預(yù)，這一缺口還將繼續(xù)擴(kuò)大（呂有吉等，2021）。

新冠疫情對(duì)經(jīng)濟(jì)社會(huì)產(chǎn)生了顯著影響，也對(duì)基本養(yǎng)老保險(xiǎn)基金的可持續(xù)性提出了新的挑戰(zhàn)。在疫情之下，企業(yè)生產(chǎn)經(jīng)營(yíng)受到限制，用工需求降低，繳費(fèi)基數(shù)、繳費(fèi)人數(shù)下降，這加劇了養(yǎng)老保險(xiǎn)基金收支矛盾（席恒，2022）。基金可持續(xù)風(fēng)險(xiǎn)已然顯現(xiàn)，需要建立可持續(xù)風(fēng)險(xiǎn)預(yù)警機(jī)制，通過(guò)動(dòng)態(tài)監(jiān)測(cè)及時(shí)發(fā)布預(yù)報(bào)，切實(shí)采取防范措施，確保基金安全和規(guī)范運(yùn)行。

現(xiàn)有文獻(xiàn)對(duì)城鎮(zhèn)職工基本養(yǎng)老保險(xiǎn)基金的收支預(yù)測(cè)研究有很多，主要基于基金收支缺口研究養(yǎng)老保險(xiǎn)基金的可持續(xù)性。一方面，若無(wú)政策干預(yù)，基金可持續(xù)性將逐漸惡化。劉學(xué)良（2014）認(rèn)為，城鎮(zhèn)職工基本養(yǎng)老保險(xiǎn)基金于2023 年開(kāi)始當(dāng)期收入將不能彌補(bǔ)當(dāng)期支出，累計(jì)結(jié)余將于2029 年耗盡，2050 年當(dāng)期赤字為當(dāng)年GDP的8.70%。王翠琴等（2021）測(cè)算發(fā)現(xiàn)，自2019 年起，城鎮(zhèn)職工基本養(yǎng)老保險(xiǎn)基金已收不抵支，累計(jì)滾存結(jié)余下降明顯，2023 年首次出現(xiàn)負(fù)值，2035 年將會(huì)達(dá)到?82.75 萬(wàn)億元。另一方面，若實(shí)行非財(cái)政補(bǔ)貼等外部融資的政策干預(yù)，基金可持續(xù)性則會(huì)有所改善，但在未來(lái)年份仍會(huì)面臨風(fēng)險(xiǎn)。比如，征收體制改革有利于提升征繳率（Enoff 和Mckinnon，2011），但即使征繳率提升至100%，基金于2036 年就會(huì)不可持續(xù)，基金累計(jì)赤字耗盡時(shí)點(diǎn)僅向后延遲1 至11 年，2050 年累計(jì)赤字將超141 萬(wàn)億元（曾益等，2019）。延遲退休能夠增加養(yǎng)老金總額（楊釩，2020），男性與女性職工每年延退6 個(gè)月后，累計(jì)赤字時(shí)點(diǎn)延后21 年至2057 年（曾益等，2021）。提高基金統(tǒng)籌層次顯著降低基金收入，但不影響基金支出（朱恒鵬等，2020），全國(guó)統(tǒng)籌后首次出現(xiàn)累計(jì)赤字時(shí)間為2023 年，2050 年累計(jì)赤字將達(dá)1 567.17 萬(wàn)億元（曾益和楊悅，2021）。盡管學(xué)者們運(yùn)用不同的模型、方法和參數(shù)，測(cè)算基金累計(jì)結(jié)余耗盡時(shí)間和赤字規(guī)模有所差異，但對(duì)未來(lái)年份我國(guó)城鎮(zhèn)職工基本養(yǎng)老保險(xiǎn)基金可持續(xù)性不容樂(lè)觀的結(jié)論達(dá)成一致。

上述文獻(xiàn)從不同政策背景展開(kāi)研究，但仍存在以下幾點(diǎn)不足：第一，未考慮疫情的影響。較少文獻(xiàn)考慮新冠疫情對(duì)基金收支的影響，并且對(duì)疫情影響進(jìn)行直接假設(shè)，趙亮和李燈強(qiáng)（2020）將疫情期間繳費(fèi)基數(shù)增長(zhǎng)率直接設(shè)定為比無(wú)疫情時(shí)低0.5%。第二，未區(qū)分靈活就業(yè)人員與企業(yè)職工的參保差異。靈活就業(yè)人員參保享受“低繳費(fèi)、同待遇”的政策優(yōu)惠，即繳費(fèi)率低于企業(yè)職工總繳費(fèi)比例4%，繳費(fèi)檔次自主選擇，但養(yǎng)老金計(jì)發(fā)調(diào)整與企業(yè)職工相同，大多研究忽略了這一政策安排。第三，基金可持續(xù)風(fēng)險(xiǎn)覆蓋面過(guò)窄。當(dāng)前對(duì)基金可持續(xù)的研究?jī)H局限于財(cái)務(wù)可持續(xù)上，忽略了基金可持續(xù)應(yīng)當(dāng)是籌資可持續(xù)、財(cái)務(wù)可持續(xù)和待遇可持續(xù)的有機(jī)結(jié)合。

為及時(shí)監(jiān)測(cè)養(yǎng)老保險(xiǎn)基金可持續(xù)風(fēng)險(xiǎn)，需要建立預(yù)警機(jī)制。一方面，在預(yù)警理論研究上，集中探討預(yù)警系統(tǒng)的建立。王柱和方彬（2014）提出養(yǎng)老保險(xiǎn)基金收支預(yù)測(cè)預(yù)警系統(tǒng)的設(shè)計(jì)框架與實(shí)現(xiàn)步驟。何文炯等（2002）基于基金支付能力、贍養(yǎng)率、成本率、養(yǎng)老金率四個(gè)預(yù)警指標(biāo)，建立預(yù)警模型，設(shè)計(jì)預(yù)警系統(tǒng)。王翠琴和薛惠元（2011）從制度設(shè)計(jì)風(fēng)險(xiǎn)、籌資風(fēng)險(xiǎn)、基金保值增值風(fēng)險(xiǎn)、給付風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)和制度環(huán)境風(fēng)險(xiǎn)六大方面選擇指標(biāo)，建立了新農(nóng)保風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。另一方面，在預(yù)警實(shí)證分析上，主要監(jiān)測(cè)單一的可持續(xù)風(fēng)險(xiǎn)。朱衡（2015）預(yù)測(cè)了2013?2018 年養(yǎng)老保險(xiǎn)基金的財(cái)務(wù)風(fēng)險(xiǎn)警情。汪泓（2008）運(yùn)用系統(tǒng)動(dòng)力學(xué)模型與計(jì)算機(jī)仿真技術(shù)模擬了上海市養(yǎng)老保險(xiǎn)基金運(yùn)營(yíng)狀況，建立GARCH模型劃分警區(qū)，對(duì)基金積存量的警情做出預(yù)警預(yù)報(bào)。然而，以上研究主要強(qiáng)調(diào)預(yù)警系統(tǒng)的構(gòu)建原則，預(yù)警指標(biāo)設(shè)計(jì)全面但針對(duì)性不強(qiáng)，神經(jīng)網(wǎng)絡(luò)等預(yù)警技術(shù)復(fù)雜導(dǎo)致可推廣性受限，對(duì)預(yù)警過(guò)程的描述過(guò)于模糊。因此，養(yǎng)老保險(xiǎn)基金可持續(xù)風(fēng)險(xiǎn)預(yù)警研究有待補(bǔ)充完善。

在此背景下，本文基于新冠疫情這一外生沖擊影響程度，劃分三種疫情風(fēng)險(xiǎn)情景：疫情低風(fēng)險(xiǎn)情景、疫情中風(fēng)險(xiǎn)情景和疫情高風(fēng)險(xiǎn)情景。本文以無(wú)疫情情景為對(duì)照，測(cè)算在不同情景下，2022?2051 年企業(yè)職工基本養(yǎng)老保險(xiǎn)基金的收支結(jié)余狀況，并構(gòu)建基金可持續(xù)風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警系統(tǒng)。結(jié)果表明：疫情影響每提高一個(gè)風(fēng)險(xiǎn)等級(jí)，測(cè)算期間的基金收入累計(jì)現(xiàn)值平均降低23.45%，基金支出累計(jì)現(xiàn)值平均降低7%，而基金累計(jì)結(jié)余現(xiàn)值之和平均降低59.76%。在疫情沖擊下，如果不采取有效的應(yīng)對(duì)措施，企業(yè)職工基本養(yǎng)老保險(xiǎn)基金累計(jì)結(jié)余將于2030?2032 年耗盡，并且赤字規(guī)模逐年增大。因此，需要建立基金可持續(xù)風(fēng)險(xiǎn)預(yù)警機(jī)制。在可持續(xù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)下，基金籌資風(fēng)險(xiǎn)權(quán)重最大，基金給付風(fēng)險(xiǎn)次之，基金積累風(fēng)險(xiǎn)最小，該系統(tǒng)警示與無(wú)疫情情景相比，疫情提高了基金可持續(xù)風(fēng)險(xiǎn)警級(jí)。不同疫情風(fēng)險(xiǎn)情景下，可持續(xù)風(fēng)險(xiǎn)警級(jí)在測(cè)算前期均為輕警，持續(xù)年限有所差異，之后提升至中警。通過(guò)對(duì)關(guān)鍵警源進(jìn)行敏感性監(jiān)測(cè)，發(fā)現(xiàn)不同警源對(duì)三類風(fēng)險(xiǎn)指標(biāo)影響程度和方向不同，影響程度較大的是退休年齡和工資增長(zhǎng)率，征繳率、基金保值增值率影響居中，而總和生育率與就業(yè)率影響較小。

相比現(xiàn)有研究，本文的邊際貢獻(xiàn)在于：第一，合理評(píng)估了疫情對(duì)基金收支的影響。本文運(yùn)用雙重差分方法評(píng)估疫情沖擊，并通過(guò)情景分析技術(shù)研究疫情影響的不確定性。不僅考慮了疫情對(duì)人口、經(jīng)濟(jì)和政策等多類參數(shù)的影響，還考慮了疫情影響程度的差異。第二，構(gòu)建了“籌資、積累和給付”三位一體的養(yǎng)老保險(xiǎn)基金可持續(xù)風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警系統(tǒng)。從學(xué)術(shù)價(jià)值上，本文對(duì)預(yù)警系統(tǒng)進(jìn)行了理論構(gòu)建，詳細(xì)描述預(yù)警的基本要件，并對(duì)可持續(xù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)進(jìn)行實(shí)證分析。從實(shí)踐意義上，本文建立了一個(gè)通用預(yù)警系統(tǒng)，設(shè)計(jì)了預(yù)警全流程。各地社保部門(mén)只需載入當(dāng)?shù)財(cái)?shù)據(jù)即可得到預(yù)警結(jié)果，也為建立自定義的基金風(fēng)險(xiǎn)預(yù)警系統(tǒng)提供了參考。第三，建立“預(yù)測(cè)、預(yù)警和預(yù)控”的風(fēng)險(xiǎn)防控體系。本文基于養(yǎng)老保險(xiǎn)基金收支預(yù)測(cè)結(jié)果，進(jìn)行基金可持續(xù)風(fēng)險(xiǎn)預(yù)警分析，并從警源調(diào)整角度明確預(yù)控對(duì)策，不僅完善了養(yǎng)老保險(xiǎn)基金風(fēng)險(xiǎn)防控體系，也為有效應(yīng)對(duì)和防范化解重大風(fēng)險(xiǎn)提供參考。

余下內(nèi)容的安排如下：第二節(jié)構(gòu)建精算模型，第三節(jié)進(jìn)行參數(shù)設(shè)置，第四節(jié)報(bào)告在疫情沖擊下基金收支預(yù)測(cè)結(jié)果，第五節(jié)構(gòu)建可持續(xù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)，最后總結(jié)結(jié)論和提出建議。

二、精算模型

根據(jù)就業(yè)模式將企業(yè)職工基本養(yǎng)老保險(xiǎn)的參保者分為企業(yè)職工（或稱為“企業(yè)正規(guī)就業(yè)者”）和靈活就業(yè)人員兩個(gè)群體，分別測(cè)算基金收支。基于《國(guó)務(wù)院關(guān)于建立統(tǒng)一的企業(yè)職工基本養(yǎng)老保險(xiǎn)制度的決定》（國(guó)發(fā)〔1997〕26 號(hào)）劃分企業(yè)職工“參保身份”：1997 年及之前退休為“老人”，1997 年之前就業(yè)但未退休為“中人”，而1997 年及之后就業(yè)為“新人”。《國(guó)務(wù)院關(guān)于完善企業(yè)職工基本養(yǎng)老保險(xiǎn)制度的決定》（國(guó)發(fā)〔2005〕38 號(hào)）為靈活就業(yè)人員參保提供了法律依據(jù)，據(jù)此劃分靈活就業(yè)人員“參保身份”：2005 年及之前退休為“老人”，2005 年之前就業(yè)但未退休為“中人”，而2005 年及之后就業(yè)為“新人”。基于政策文件和實(shí)踐安排，靈活就業(yè)“老人”無(wú)職工養(yǎng)老金，靈活就業(yè)“中人”無(wú)過(guò)渡養(yǎng)老金。精算模型的構(gòu)建參考石晨曦（2018）、楊再貴和陳肖華（2021）的研究和相關(guān)政策規(guī)定，測(cè)算期為2022?2051 年。

（一）基金收入模型

基金收入由參保人數(shù)、繳費(fèi)基數(shù)、繳費(fèi)率、征繳率和連續(xù)繳費(fèi)概率決定，公式如下：

（二）基金支出模型

由于不同“參保身份”群體的養(yǎng)老金計(jì)發(fā)辦法存在差異，基金支出AEt由“老人”AELt、“中人”AEZt和“新人”AEXt的養(yǎng)老金支出以及個(gè)人賬戶返還性支出組成：

1.“老人”養(yǎng)老金支出

如果測(cè)算區(qū)間[Ts，z+ω?r]有“老人”退休，以退休前一年當(dāng)?shù)卦诼毬毠つ昶骄べY的一定替代率Rt發(fā)放基本養(yǎng)老金，Pt,x為t年x歲“老人”養(yǎng)老金，則t年“老人”養(yǎng)老金支出AELt為：

2.“中人”養(yǎng)老金支出

3.“新人”養(yǎng)老金支出

4.個(gè)人賬戶余額返還性支出

在退休前死亡需返還其所有個(gè)人賬戶養(yǎng)老金，在計(jì)發(fā)月數(shù)內(nèi)死亡需返還其剩余個(gè)人賬戶養(yǎng)老金，因此這兩部分支出需計(jì)入基金支出，則t年個(gè)人賬戶余額返還性支出為：

（三）當(dāng)期結(jié)余模型

當(dāng)期結(jié)余CS t等于當(dāng)期基金收入減去當(dāng)期基金支出：

（四）累計(jì)結(jié)余模型

當(dāng)年累計(jì)結(jié)余AS t與上年累計(jì)結(jié)余AS t?1、當(dāng)期結(jié)余CS t的關(guān)系如下式：

三、參數(shù)設(shè)置

（一）人口預(yù)測(cè)

1.城鎮(zhèn)人口結(jié)構(gòu)

以2020 年第七次全國(guó)人口普查為基準(zhǔn)數(shù)據(jù)，采用隊(duì)列要素法，上一年分年齡、性別人口結(jié)構(gòu)乘以生存概率和城鎮(zhèn)化率，再考慮分年齡、性別鄉(xiāng)城遷移人口，得到下一年城鎮(zhèn)人數(shù)，最后乘以分年齡、性別就業(yè)率，得到各年城鎮(zhèn)就業(yè)人口結(jié)構(gòu)。其中，分年齡、性別的生存概率由第七次全國(guó)人口普查數(shù)據(jù)得到。根據(jù)“十四五”規(guī)劃綱要，城鎮(zhèn)化率預(yù)計(jì)在“十四五”期間年均提高0.8%至80%，之后保持不變（王金營(yíng)和戈艷霞，2016）。初始就業(yè)和參保年齡為最低勞動(dòng)年齡16 歲，極限年齡為100 歲。

新生兒人數(shù)為15?49 歲育齡婦女人數(shù)與對(duì)應(yīng)年齡平均生育率的乘積之和，各年齡平均生育率為分年齡生育率標(biāo)準(zhǔn)化系數(shù)與總和生育率的乘積，分年齡生育率標(biāo)準(zhǔn)化系數(shù)取2005?2020 年平均值，總和生育率（以下簡(jiǎn)稱“生育率”）采用1960?2019 年歷史數(shù)據(jù)運(yùn)用AR-LSTM組合模型預(yù)測(cè)。其中，AR（2）模型預(yù)測(cè)時(shí)間序列的線性趨勢(shì)，LSTM長(zhǎng)短期記憶算法預(yù)測(cè)AR模型殘差序列的非線性趨勢(shì)，再將兩部分相加（Khashei 和Bijari，2011）。其中，AR模型形式和階數(shù)由ADF檢驗(yàn)、相關(guān)圖、偏相關(guān)圖、模型和系數(shù)顯著性以及AIC、BIC、HQ信息準(zhǔn)則綜合判斷。出生人口性別比從2020 年的111.3 線性降至2030 年的107，之后保持不變。①文件來(lái)源：《國(guó)務(wù)院關(guān)于印發(fā)國(guó)家人口發(fā)展規(guī)劃（2016?2030 年）的通知》（國(guó)發(fā)〔2016〕87 號(hào)）。

2.靈活就業(yè)人員和企業(yè)職工的參保人口結(jié)構(gòu)

靈活就業(yè)人數(shù)測(cè)定采用綜合法，以最大值和最小值的均值測(cè)算（黃彬云，2014）。從就業(yè)部門(mén)來(lái)看，若城鎮(zhèn)單位就業(yè)以外均為靈活就業(yè)，靈活就業(yè)人數(shù)最大值為城鎮(zhèn)就業(yè)人數(shù)減去城鎮(zhèn)單位就業(yè)人數(shù)。從參保情況來(lái)看，若沒(méi)有參加企業(yè)職工基本養(yǎng)老保險(xiǎn)的人員是靈活就業(yè)人員，靈活就業(yè)人數(shù)最小值為城鎮(zhèn)就業(yè)人數(shù)減去在職職工參加養(yǎng)老保險(xiǎn)人數(shù)。通過(guò)求均值得到2000?2020 年靈活就業(yè)人數(shù)，建立ARIMA-LSTM模型預(yù)測(cè)未來(lái)人數(shù)，線性部分預(yù)測(cè)模型為ARIMA（1，1，0）。非私營(yíng)企業(yè)就業(yè)人數(shù)與私營(yíng)企業(yè)就業(yè)人數(shù)之和為企業(yè)職工就業(yè)人數(shù)，再乘以在崗率得到2001?2019 年企業(yè)在崗職工人數(shù)，②數(shù)據(jù)來(lái)源：2018?2020 年《中國(guó)人力資源和社會(huì)保障年鑒》，因缺乏私營(yíng)企業(yè)在崗職工人數(shù)，在崗率=非私營(yíng)企業(yè)在崗職工人數(shù)/非私營(yíng)企業(yè)就業(yè)人數(shù)，取2017?2019 年平均值92.68%。建立ARIMA-LSTM模型預(yù)測(cè)未來(lái)企業(yè)在崗職工人數(shù)，線性部分預(yù)測(cè)模型為ARIMA（1，2，0），女工人和女干部人數(shù)之比為4（楊再貴和陳肖華，2021）。

靈活就業(yè)參保人數(shù)參考鄭秉文（2019）的測(cè)算，得到2020 年靈活就業(yè)人員參保率為40%，比上年提高3 個(gè)百分點(diǎn)。由于大多數(shù)靈活就業(yè)人員參加城鄉(xiāng)居民基本養(yǎng)老保險(xiǎn)，在全民參保的全覆蓋目標(biāo)要求下，假定靈活就業(yè)人員參保率每年提高3%至45%，之后保持不變。企業(yè)職工基本養(yǎng)老保險(xiǎn)在職參保人數(shù)減去靈活就業(yè)參保人數(shù)為企業(yè)在崗職工參保人數(shù)，那么2019 年企業(yè)職工參保率為80%。參考“十四五”規(guī)劃綱要目標(biāo)，假定參保率在2025 年勻速提高到95%，之后保持不變。未來(lái)企業(yè)職工參保人數(shù)和靈活就業(yè)參保人數(shù)為對(duì)應(yīng)就業(yè)人數(shù)與參保率的乘積。假設(shè)在崗職工參保人口結(jié)構(gòu)和城鎮(zhèn)就業(yè)人口結(jié)構(gòu)一致，得到企業(yè)職工和靈活就業(yè)在崗職工參保人口結(jié)構(gòu)。參保離退休總?cè)藬?shù)采用1989?2020 年數(shù)據(jù)建立ARIMA-LSTM模型預(yù)測(cè)，線性部分預(yù)測(cè)模型為ARIMA（1，1，1），企業(yè)職工和靈活就業(yè)離退休人數(shù)根據(jù)兩者當(dāng)年參保在崗職工人數(shù)比例確定，假設(shè)離退休人口結(jié)構(gòu)和城鎮(zhèn)人口結(jié)構(gòu)一致，從而得到2022?2051 年企業(yè)職工和靈活就業(yè)離退休人口結(jié)構(gòu)。

（二）經(jīng)濟(jì)參數(shù)

《2021 全國(guó)畢業(yè)生起薪點(diǎn)薪酬報(bào)告》中?？飘厴I(yè)生月起薪點(diǎn)為4 560 元，將此作為2021 年全國(guó)企業(yè)職工新入職人員月平均工資，而正規(guī)就業(yè)者收入是靈活就業(yè)者的1.56 倍（薛進(jìn)軍和高文書(shū)，2012；張曉昕，2021），那么靈活就業(yè)人員新入職月平均工資為2 923 元?；鸨Ｖ翟鲋德蕝⒖?019 年一年期定期存款基準(zhǔn)利率與各銀行實(shí)際存款利率，本文設(shè)為2%。工齡工資增長(zhǎng)率設(shè)為1.58%，高齡養(yǎng)老金增長(zhǎng)率設(shè)為1.03%（楊再貴和陳肖華，2021），折現(xiàn)率取一年期Shibor同業(yè)拆借利率3%。

（三）政策參數(shù)

以全口徑城鎮(zhèn)單位就業(yè)人員平均工資為社會(huì)平均繳費(fèi)基數(shù)，繳費(fèi)基數(shù)變化通常與經(jīng)濟(jì)增速掛鉤，在經(jīng)濟(jì)新常態(tài)背景下，2014?2019 年GDP平均增速為8.87%，假定繳費(fèi)基數(shù)增長(zhǎng)率在此基礎(chǔ)上每十年下降0.5%，直至2%?；A(chǔ)養(yǎng)老金平均增速為繳費(fèi)基數(shù)平均增速的75%。①由《中國(guó)統(tǒng)計(jì)年鑒》計(jì)算1997?2019 年繳費(fèi)基數(shù)和企業(yè)職工人均養(yǎng)老金平均增速分別為12.16%和9.09%，則9.09%/12.16%=75%。個(gè)人賬戶記賬利率取2016?2019 年公布的記賬利率平均值7.83%。②人社部辦公廳公布2016?2019 年職工基本養(yǎng)老保險(xiǎn)個(gè)人賬戶記賬利率依次為8.31%、7.12%、8.29%和7.61%，均值為7.83%。企業(yè)職工基本養(yǎng)老保險(xiǎn)基金實(shí)繳收入來(lái)源于《2018?2019 年全國(guó)社會(huì)保險(xiǎn)基金收入決算表》，將實(shí)繳收入除以應(yīng)征繳收入得到平均征繳率約為65%。由2001?2020 年企業(yè)職工基本養(yǎng)老保險(xiǎn)基金支出與離退休人數(shù)之比得到人均養(yǎng)老金，除以繳費(fèi)基數(shù)得到歷年養(yǎng)老金替代率，取均值52%作為“老人”養(yǎng)老金替代率。過(guò)渡系數(shù)取各省均值1.2%。企業(yè)職工按照社會(huì)平均繳費(fèi)基數(shù)繳費(fèi)，設(shè)d1=100%，靈活就業(yè)人員參加企業(yè)職工基本養(yǎng)老保險(xiǎn)往往以最低繳費(fèi)檔次參保（萬(wàn)磊等，2014），設(shè)d2=60%，連續(xù)繳費(fèi)概率取0.85（楊再貴和陳肖華，2021）。

四、疫情沖擊下企業(yè)職工基本養(yǎng)老保險(xiǎn)基金收支預(yù)測(cè)

（一）疫情沖擊的情景設(shè)置

美國(guó)聯(lián)邦社會(huì)保險(xiǎn)信托委員會(huì)（Board of Trustees，2019）在預(yù)測(cè)養(yǎng)老保險(xiǎn)基金收支狀況時(shí)，通常采用情景分析技術(shù)描述未來(lái)的不確定性。參考這一方法，測(cè)算疫情影響不確定性下養(yǎng)老保險(xiǎn)基金的收支結(jié)余狀況，將參數(shù)的可能變化分為疫情低風(fēng)險(xiǎn)情景、中風(fēng)險(xiǎn)情景和高風(fēng)險(xiǎn)情景，三種情景下疫情風(fēng)險(xiǎn)逐漸提升，疫情影響程度逐漸增加。另外，以無(wú)疫情情景為對(duì)照組，該情景下的基金參數(shù)對(duì)應(yīng)第三部分的參數(shù)設(shè)置。

1.經(jīng)濟(jì)參數(shù)

（1）經(jīng)濟(jì)增長(zhǎng)率

新冠疫情作為一項(xiàng)外生沖擊，可構(gòu)建雙重差分模型，評(píng)估疫情對(duì)經(jīng)濟(jì)的影響。由于我國(guó)各省份均遭受不同程度的疫情沖擊，采取傳統(tǒng)雙重差分方法將缺少對(duì)照組。因此，以疫情影響程度差異為第一重差分，以疫情前后時(shí)間差異為第二重差分，通過(guò)評(píng)估疫情沖擊程度的差異，間接測(cè)算不同疫情風(fēng)險(xiǎn)情景下的經(jīng)濟(jì)增長(zhǎng)率，模型如下：

其中，i為個(gè)體，共有30 個(gè)省份中234 個(gè)城市；①基于數(shù)據(jù)可得性，不包括西藏自治區(qū)、中國(guó)香港特別行政區(qū)、中國(guó)澳門(mén)特別行政區(qū)和中國(guó)臺(tái)灣省，也不包括其他省份中部分?jǐn)?shù)據(jù)缺失的城市。t為年份，從2014 年至2020 年；Yit為城市i在t年的經(jīng)濟(jì)增長(zhǎng)率，用地區(qū)生產(chǎn)總值增長(zhǎng)率衡量。postt在疫情前為0，疫情后為1。treati表示較低的疫情沖擊組時(shí)為0，表示較高的疫情沖擊組時(shí)為1。借鑒分位數(shù)回歸思想，按照省級(jí)維度每百萬(wàn)人口平均累計(jì)確診病例數(shù)升序排列，1/3 分位數(shù)及以下省份對(duì)應(yīng)的城市歸為疫情低風(fēng)險(xiǎn)組，1/3 分位數(shù)以上到2/3 分位數(shù)歸入疫情中風(fēng)險(xiǎn)組，超過(guò)2/3 分位數(shù)為疫情高風(fēng)險(xiǎn)組，分別對(duì)應(yīng)疫情低風(fēng)險(xiǎn)情景、中風(fēng)險(xiǎn)情景和高風(fēng)險(xiǎn)情景。為控制變量，包括第二產(chǎn)業(yè)增加值占GDP比重Secondind、社會(huì)消費(fèi)品零售總額Socialconsum、一般公共預(yù)算支出Budgetexp、金融機(jī)構(gòu)人民幣各項(xiàng)存款余額Deposit、金融機(jī)構(gòu)人民幣各項(xiàng)貸款余額Loan、一般公共預(yù)算支出中的科學(xué)技術(shù)支出Getechno、規(guī)模以上工業(yè)企業(yè)利潤(rùn)總額Indprofit和戶籍人口數(shù)Pop。除了Secondind之外的控制變量，均調(diào)整為2014 年不變價(jià)，并取對(duì)數(shù)處理。ui、vt分別為城市固定效應(yīng)和時(shí)間固定效應(yīng)，ξit為隨機(jī)擾動(dòng)項(xiàng)，累計(jì)確診病例數(shù)來(lái)源于國(guó)家衛(wèi)健委官網(wǎng)及新浪新聞疫情實(shí)時(shí)動(dòng)態(tài)追蹤數(shù)據(jù)，其他數(shù)據(jù)來(lái)源于2015?2021 年《中國(guó)城市統(tǒng)計(jì)年鑒》和中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。

回歸結(jié)果如表1，列（1）、列（2）為中風(fēng)險(xiǎn)組與低風(fēng)險(xiǎn)組差分結(jié)果，前者為處理組，結(jié)果表明疫情導(dǎo)致中風(fēng)險(xiǎn)組的經(jīng)濟(jì)增長(zhǎng)率比低風(fēng)險(xiǎn)組低1.096%。表1 列（3）、列（4）為高風(fēng)險(xiǎn)組與低風(fēng)險(xiǎn)組差分結(jié)果，前者為處理組，結(jié)果表明疫情導(dǎo)致高風(fēng)險(xiǎn)組的經(jīng)濟(jì)增長(zhǎng)率比低風(fēng)險(xiǎn)組低3.758%。列（3）、列（4）的回歸系數(shù)小于列（1）、列（2）的回歸系數(shù)，說(shuō)明疫情沖擊越大，經(jīng)濟(jì)增長(zhǎng)率下降幅度越大。褚福靈和司絮（2022）研究了不同疫情情景的經(jīng)濟(jì)增長(zhǎng)率，在樂(lè)觀情景下疫情風(fēng)險(xiǎn)較低，2022 年經(jīng)濟(jì)增長(zhǎng)率為7.5%，以此作為疫情低風(fēng)險(xiǎn)情景下的經(jīng)濟(jì)增長(zhǎng)率。結(jié)合雙重差分結(jié)果，在疫情中風(fēng)險(xiǎn)情景下經(jīng)濟(jì)增長(zhǎng)率為6.404%，在疫情高風(fēng)險(xiǎn)情景下經(jīng)濟(jì)增長(zhǎng)率為3.742%。隨著不斷優(yōu)化完善疫情防控措施和持續(xù)提升疫苗注射率，在三種疫情情景下經(jīng)濟(jì)增長(zhǎng)率每十年上升0.5%，但不高于無(wú)疫情情景。

表1 新冠疫情對(duì)經(jīng)濟(jì)增長(zhǎng)率的影響

（2）就業(yè)率

關(guān)于“失業(yè)與工資”的菲利普斯曲線和奧肯定律從理論層面說(shuō)明了經(jīng)濟(jì)增長(zhǎng)能促進(jìn)就業(yè)增加，經(jīng)濟(jì)下滑導(dǎo)致就業(yè)下降。實(shí)證研究中通常采用經(jīng)濟(jì)增長(zhǎng)的就業(yè)彈性衡量就業(yè)率，即經(jīng)濟(jì)變動(dòng)1 個(gè)百分點(diǎn)帶來(lái)的就業(yè)變動(dòng)百分比。Li 和Zhao（2010）研究發(fā)現(xiàn)中國(guó)經(jīng)濟(jì)增長(zhǎng)的就業(yè)彈性在不同發(fā)展階段呈現(xiàn)下降趨勢(shì)，長(zhǎng)期為0.103241（Slimane，2015）。因此，根據(jù)三種疫情情景經(jīng)濟(jì)增長(zhǎng)率的下降幅度，得到疫情低、中、高風(fēng)險(xiǎn)情景下就業(yè)率分別降低0.14%、0.25%和0.53%。①在疫情低風(fēng)險(xiǎn)情景下，經(jīng)濟(jì)增長(zhǎng)率比無(wú)疫情情景下降1.37%（8.87%?7.5%=1.37%），故就業(yè)率下降0.14%（1.37%×0.103241=0.14%），其他情景類似。為穩(wěn)定就業(yè)形勢(shì)，政府會(huì)促進(jìn)就業(yè)，增加崗位。因此，假定就業(yè)率下降幅度每五年減小0.05%，直至0。

（3）基金保值增值率

基金增值保值率受宏觀經(jīng)濟(jì)的影響。因此，在疫情低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)情景下，基金保值增值率參考2022 年不同疫情風(fēng)險(xiǎn)情景下經(jīng)濟(jì)增速之比，但不低于一年期存款基準(zhǔn)利率。

2.人口參數(shù)

新冠疫情對(duì)總和生育率主要體現(xiàn)為負(fù)向影響（Aassve 等，2021）。Wang 等（2022）運(yùn)用世界流行病不確定性指數(shù)模擬了流行病的不確定性，從防疫措施、經(jīng)濟(jì)周期等方面解釋了疫情期間生育率下降的原因。Berrington 等（2022）結(jié)合生育率五年趨勢(shì)外推及調(diào)整因子，預(yù)測(cè)不同疫情風(fēng)險(xiǎn)情景下的生育率變化。參考該研究得到疫情低、中、高風(fēng)險(xiǎn)情景下生育率調(diào)整因子分別為0.89、0.85 和0.67。為鼓勵(lì)生育，我國(guó)相繼實(shí)施“二孩政策”和“三孩政策”，完善相關(guān)配套支持措施，故假設(shè)生育率調(diào)整因子每五年提高5 個(gè)百分點(diǎn)，但不超過(guò)1。

3.政策參數(shù)

（1）基礎(chǔ)養(yǎng)老金增長(zhǎng)率

基礎(chǔ)養(yǎng)老金增長(zhǎng)率仍為對(duì)應(yīng)情景下經(jīng)濟(jì)增速的75%，保持同步變化。

（2）個(gè)人賬戶記賬利率

疫情低、中、高風(fēng)險(xiǎn)情景下個(gè)人賬戶記賬利率參考2022 年不同疫情風(fēng)險(xiǎn)情景下經(jīng)濟(jì)增速之比，得到個(gè)人賬戶記賬利率分別為6.62%、5.65%和3.30%。

（3）靈活就業(yè)人員緩繳比例

《人力資源社會(huì)保障部辦公廳、國(guó)家稅務(wù)總局辦公廳關(guān)于特困行業(yè)階段性實(shí)施緩繳企業(yè)社會(huì)保險(xiǎn)費(fèi)政策的通知》（人社廳發(fā)〔2022〕16 號(hào)）指出，以個(gè)人身份參加企業(yè)職工基本養(yǎng)老保險(xiǎn)的個(gè)體工商戶和各類靈活就業(yè)人員可自愿暫緩繳費(fèi)至2023 年底前補(bǔ)繳。由于缺乏緩繳數(shù)據(jù)，考慮到我國(guó)統(tǒng)籌疫情防控和經(jīng)濟(jì)社會(huì)發(fā)展，假設(shè)在低、中、高風(fēng)險(xiǎn)情景下2022 年靈活就業(yè)人員緩繳比例分別為15%、25%和35%，2023 年、2024 年連續(xù)下降5%，2025 年恢復(fù)正常繳費(fèi)。

（二）疫情沖擊下的基金收支預(yù)測(cè)

將四種情景對(duì)應(yīng)的參數(shù)分別代入精算模型得到基金收支，如圖1 所示。一方面，基金收入在不同疫情風(fēng)險(xiǎn)情景下均呈上升趨勢(shì)，但隨疫情風(fēng)險(xiǎn)等級(jí)的提升而降低。無(wú)疫情情景下基金收入最高，低風(fēng)險(xiǎn)情景次之，中風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)情景下基金收入依次減小，2022?2051 年的基金收入折現(xiàn)到2022 年的累計(jì)現(xiàn)值分別為383.29 萬(wàn)億元、322.52 萬(wàn)億元、268.65 萬(wàn)億元和167.12 萬(wàn)億元。平均來(lái)講，疫情影響每提高一個(gè)風(fēng)險(xiǎn)等級(jí)，測(cè)算期間的基金收入累計(jì)現(xiàn)值平均降低23.45%。另一方面，不同疫情風(fēng)險(xiǎn)情景下的基金支出穩(wěn)步上升，對(duì)比來(lái)說(shuō)，疫情風(fēng)險(xiǎn)等級(jí)越高，基金支出越低。無(wú)疫情、疫情低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)情景下的基金支出依次走低，2022?2051 年的基金支出折現(xiàn)到2022 年的累計(jì)現(xiàn)值分別為439.97 萬(wàn)億元、426.01 萬(wàn)億元、405.24 萬(wàn)億元和352.69 萬(wàn)億元。平均來(lái)說(shuō)，疫情影響每提高一個(gè)風(fēng)險(xiǎn)等級(jí)，測(cè)算期間的基金支出累計(jì)現(xiàn)值平均降低7%。綜上所述，疫情對(duì)企業(yè)職工基本養(yǎng)老保險(xiǎn)基金的收入和支出產(chǎn)生了不同程度的負(fù)向作用，并且疫情對(duì)基金收入的負(fù)向影響大于對(duì)基金支出的負(fù)向影響。

圖1 2022?2051 年企業(yè)職工基本養(yǎng)老保險(xiǎn)基金收入和基金支出

（三）疫情沖擊下的基金結(jié)余預(yù)測(cè)

截至2021 年底，企業(yè)職工基本養(yǎng)老保險(xiǎn)基金累計(jì)結(jié)余約5.1 萬(wàn)億元，未來(lái)年份不同疫情風(fēng)險(xiǎn)情景下的基金結(jié)余測(cè)算結(jié)果如圖2 所示。在無(wú)疫情情景下，2021 年累計(jì)結(jié)余由1989?2019 年基金累計(jì)結(jié)余趨勢(shì)外推得到，約為6.03 萬(wàn)億元。無(wú)疫情情景的當(dāng)期結(jié)余和累計(jì)結(jié)余最大，大于疫情低風(fēng)險(xiǎn)情景，中風(fēng)險(xiǎn)情景次之，高風(fēng)險(xiǎn)情景最小。平均來(lái)講，疫情影響每提高一個(gè)風(fēng)險(xiǎn)等級(jí)，測(cè)算期間的基金累計(jì)結(jié)余現(xiàn)值之和平均降低59.76%。主要原因是疫情對(duì)基金收入的負(fù)向影響大于基金支出。疫情風(fēng)險(xiǎn)提高導(dǎo)致當(dāng)期基金收入的減少值高于當(dāng)期基金支出的減少值，從而使得基金收入累計(jì)現(xiàn)值降幅大于基金支出累計(jì)現(xiàn)值降幅。因此，疫情愈嚴(yán)峻，基金結(jié)余也越少。

圖2 2022?2051 年企業(yè)職工基本養(yǎng)老保險(xiǎn)基金當(dāng)期結(jié)余和累計(jì)結(jié)余

疫情風(fēng)險(xiǎn)由低到高的四種情景下，當(dāng)期收不抵支時(shí)點(diǎn)均為2024 年，并且收支缺口逐年擴(kuò)大，累計(jì)結(jié)余耗盡時(shí)點(diǎn)分別為2034 年、2032 年、2031 年和2030 年。在疫情沖擊下，企業(yè)職工基本養(yǎng)老保險(xiǎn)基金累計(jì)結(jié)余可持續(xù)時(shí)間僅維持8?10 年至2029?2031 年。因此，需要建立基金可持續(xù)風(fēng)險(xiǎn)預(yù)警機(jī)制，監(jiān)測(cè)警源，防范化解基金風(fēng)險(xiǎn)。

五、疫情沖擊下企業(yè)職工基本養(yǎng)老保險(xiǎn)基金可持續(xù)風(fēng)險(xiǎn)預(yù)警

（一）可持續(xù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)的理論構(gòu)建

養(yǎng)老保險(xiǎn)基金可持續(xù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)是基于一定的預(yù)測(cè)方法，由各類反映養(yǎng)老保險(xiǎn)基金可持續(xù)風(fēng)險(xiǎn)的預(yù)警指標(biāo)及其警情、警級(jí)的未來(lái)演化趨勢(shì)構(gòu)成的有機(jī)整體，其度量基金狀態(tài)偏離預(yù)警線的強(qiáng)弱程度，發(fā)出預(yù)警信號(hào)，并適時(shí)調(diào)整警源制定防控措施。

企業(yè)職工基本養(yǎng)老保險(xiǎn)基金可持續(xù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)包括預(yù)警數(shù)據(jù)輸入端口、預(yù)警過(guò)程、預(yù)警結(jié)果輸出端口和預(yù)控對(duì)策，構(gòu)建“籌資、積累和給付”三位一體的可持續(xù)風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警系統(tǒng)：（1）預(yù)警數(shù)據(jù)輸入端口為預(yù)警基礎(chǔ)，主要包括預(yù)警所需要的指標(biāo)數(shù)據(jù)，也包括引發(fā)養(yǎng)老保險(xiǎn)可持續(xù)風(fēng)險(xiǎn)的因素，即警源，而輸入?yún)?shù)由可持續(xù)風(fēng)險(xiǎn)預(yù)警指標(biāo)決定；（2）預(yù)警系統(tǒng)的預(yù)警過(guò)程由子風(fēng)險(xiǎn)識(shí)別、子風(fēng)險(xiǎn)預(yù)警、子風(fēng)險(xiǎn)評(píng)價(jià)和綜合風(fēng)險(xiǎn)預(yù)警四個(gè)部分構(gòu)成；（3）預(yù)警結(jié)果輸出端口不僅包括不同類別可持續(xù)風(fēng)險(xiǎn)的警級(jí)，還包括綜合可持續(xù)風(fēng)險(xiǎn)警級(jí)，多方面反饋可持續(xù)風(fēng)險(xiǎn)預(yù)警結(jié)果；（4）預(yù)警系統(tǒng)的預(yù)控對(duì)策，明確警源對(duì)可持續(xù)風(fēng)險(xiǎn)的影響程度和方向，以便根據(jù)警情制定預(yù)防措施，及時(shí)有效調(diào)整警源降低風(fēng)險(xiǎn)，具體如圖3 所示。

圖3 企業(yè)職工基本養(yǎng)老保險(xiǎn)基金可持續(xù)風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警系統(tǒng)

（二）可持續(xù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)的實(shí)證分析

1.預(yù)警數(shù)據(jù)輸入端口

預(yù)警系統(tǒng)輸入數(shù)據(jù)用于計(jì)算基金可持續(xù)風(fēng)險(xiǎn)預(yù)警指標(biāo)和權(quán)重。輸入指標(biāo)包括基金收入、基金支出、累計(jì)結(jié)余、在崗職工參保人數(shù)、離退休人數(shù)、全口徑社會(huì)平均工資、繳費(fèi)前人均可支配收入①繳費(fèi)前城鎮(zhèn)居民人均可支配收入為人均可支配收入與企業(yè)職工基本養(yǎng)老保險(xiǎn)人均繳費(fèi)之和。和人均消費(fèi)。除了最后兩項(xiàng)，前文均有所測(cè)算，在無(wú)疫情情景下，2022?2051 年繳費(fèi)前人均可支配收入和人均消費(fèi)根據(jù)2000?2019 年歷史數(shù)據(jù)趨勢(shì)外推得到。在三種疫情風(fēng)險(xiǎn)情景下，這兩項(xiàng)數(shù)據(jù)分別按照2000?2020 年平均增長(zhǎng)率與經(jīng)濟(jì)增長(zhǎng)率比值保持同步變化。相關(guān)數(shù)據(jù)來(lái)自歷年《中國(guó)住戶調(diào)查統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》。

2.預(yù)警系統(tǒng)的預(yù)警過(guò)程

（1）子風(fēng)險(xiǎn)識(shí)別：三類可持續(xù)風(fēng)險(xiǎn)預(yù)警指標(biāo)及警限

子風(fēng)險(xiǎn)識(shí)別在于細(xì)化可持續(xù)風(fēng)險(xiǎn)、量化風(fēng)險(xiǎn)指標(biāo)。養(yǎng)老保險(xiǎn)基金可持續(xù)性受眾多因素的影響，根據(jù)不同標(biāo)準(zhǔn)可進(jìn)行不同的分類。其中，按照基金運(yùn)作流程劃分基金可持續(xù)風(fēng)險(xiǎn)最為直觀貼切，本文選擇了基金運(yùn)作流程中三個(gè)最為關(guān)鍵的環(huán)節(jié)，籌資端的籌資可持續(xù)性、積累運(yùn)營(yíng)中的財(cái)務(wù)可持續(xù)性以及發(fā)放端的待遇可持續(xù)性?；鸹I資不足、基金積累過(guò)少、發(fā)放的養(yǎng)老金不足以滿足退休生活需要，均會(huì)損害基金長(zhǎng)期可持續(xù)性，故聯(lián)動(dòng)基金籌資風(fēng)險(xiǎn)、基金積累風(fēng)險(xiǎn)和基金給付風(fēng)險(xiǎn)，共同描繪基金可持續(xù)風(fēng)險(xiǎn)。

第一，基金籌資風(fēng)險(xiǎn)。基金籌資的不確定性會(huì)制約可持續(xù)發(fā)展（盧成會(huì)和吳麗麗，2016）。保險(xiǎn)費(fèi)收入是基金收入主要來(lái)源，包括企業(yè)繳費(fèi)和個(gè)人繳費(fèi)。企業(yè)繳費(fèi)通常轉(zhuǎn)移給個(gè)人（Hamaaki和Iwamoto，2010），故個(gè)人繳費(fèi)能力關(guān)系到養(yǎng)老保險(xiǎn)資金來(lái)源的穩(wěn)定性?；鸹I資風(fēng)險(xiǎn)的關(guān)鍵在于參保者的繳費(fèi)能力要與養(yǎng)老保險(xiǎn)繳費(fèi)要求相適應(yīng)。用結(jié)余比例衡量養(yǎng)老保險(xiǎn)繳費(fèi)后的剩余，結(jié)余比例=（繳費(fèi)前城鎮(zhèn)居民人均可支配收入?人均消費(fèi)支出?養(yǎng)老保險(xiǎn)人均繳費(fèi)）/繳費(fèi)前城鎮(zhèn)居民人均可支配收入。根據(jù)經(jīng)驗(yàn)法則，結(jié)余比例一般不低于25%，可適當(dāng)降低，但最低不能低于10%（汪連新，2019）。以此作為預(yù)警指標(biāo)臨界值，即警限，從而劃分基金籌資風(fēng)險(xiǎn)預(yù)警區(qū)間，如表2 所示。

表2 可持續(xù)風(fēng)險(xiǎn)預(yù)警區(qū)間

第二，基金積累風(fēng)險(xiǎn)。基金積累風(fēng)險(xiǎn)衡量基金運(yùn)營(yíng)過(guò)程中的累積能否滿足養(yǎng)老金支出，具備持續(xù)支付能力是基金積累風(fēng)險(xiǎn)的直接體現(xiàn)?！秳趧?dòng)和社會(huì)保障部關(guān)于加快實(shí)行養(yǎng)老金社會(huì)化發(fā)放的通知》（勞社部發(fā)〔2000〕9 號(hào)）指出，要建立基金支付風(fēng)險(xiǎn)預(yù)警制度，一般以支付兩個(gè)月養(yǎng)老金的基金積累水平作為預(yù)警線。養(yǎng)老保險(xiǎn)基金支付能力不足時(shí)，采取相應(yīng)措施需要一定時(shí)間。因此，參考《人力資源和社會(huì)保障部、財(cái)政部關(guān)于進(jìn)一步加強(qiáng)基本醫(yī)療保險(xiǎn)基金管理的指導(dǎo)意見(jiàn)》（人社部發(fā)〔2009〕67 號(hào)），累計(jì)結(jié)余為6 至9 個(gè)月平均支付水平能夠滿足短期支出需要，超過(guò)15 個(gè)月為結(jié)余較充足。據(jù)此劃分基金積累風(fēng)險(xiǎn)預(yù)警區(qū)間，可支付月數(shù)=基金累計(jì)結(jié)余/下年基金支出×12。

第三，基金給付風(fēng)險(xiǎn)?；鸾o付端的可持續(xù)風(fēng)險(xiǎn)體現(xiàn)為待遇可持續(xù)，反映養(yǎng)老金能否保障退休生活。郝勇（2012）測(cè)算國(guó)內(nèi)保障老年基本生活的養(yǎng)老金替代率適度水平為39%至56%，而國(guó)際勞工組織制定的《社會(huì)保障最低標(biāo)準(zhǔn)公約》（102 號(hào)）提出，養(yǎng)老金替代率最低目標(biāo)為55%。結(jié)合國(guó)內(nèi)外標(biāo)準(zhǔn)，以社會(huì)平均替代率作為基金給付風(fēng)險(xiǎn)預(yù)警指標(biāo)，劃分基金給付風(fēng)險(xiǎn)預(yù)警區(qū)間。其中，社會(huì)平均替代率=人均養(yǎng)老金/全口徑社會(huì)平均工資。

（2）子風(fēng)險(xiǎn)預(yù)警：三類可持續(xù)風(fēng)險(xiǎn)的預(yù)警結(jié)果

不同疫情風(fēng)險(xiǎn)情景在同一類別可持續(xù)風(fēng)險(xiǎn)下風(fēng)險(xiǎn)警級(jí)不同，如圖4 所示。原因是在不同疫情風(fēng)險(xiǎn)情景下，經(jīng)濟(jì)系統(tǒng)的“市場(chǎng)”作用與基本養(yǎng)老保險(xiǎn)體系的“政府”作用存在差異。第一，基金籌資風(fēng)險(xiǎn)。無(wú)疫情情景于2038 年由無(wú)警轉(zhuǎn)入輕警，基金籌資風(fēng)險(xiǎn)最低，其次是疫情高風(fēng)險(xiǎn)情景，2029 年進(jìn)入輕警，又于2048 年提升至中警，疫情中風(fēng)險(xiǎn)情景和疫情低風(fēng)險(xiǎn)情景在預(yù)測(cè)后期提高到重警，疫情低風(fēng)險(xiǎn)情景下的基金籌資風(fēng)險(xiǎn)最高?；鸹I資風(fēng)險(xiǎn)由結(jié)余比例衡量，不同疫情風(fēng)險(xiǎn)情景下個(gè)人繳費(fèi)能力與繳費(fèi)要求變化的相對(duì)幅度不同，從而導(dǎo)致風(fēng)險(xiǎn)警級(jí)的差異。個(gè)人繳費(fèi)能力為經(jīng)濟(jì)體系指標(biāo)，以市場(chǎng)機(jī)制作用為主，疫情風(fēng)險(xiǎn)越大，繳費(fèi)能力隨之下降。養(yǎng)老保險(xiǎn)繳費(fèi)要求為養(yǎng)老保險(xiǎn)體系指標(biāo)，屬于公共政策范疇，以政府干預(yù)為主。疫情越嚴(yán)峻，降低和減免社保費(fèi)等政策越寬松，人均繳費(fèi)要求越低。第二，基金積累風(fēng)險(xiǎn)。在不同疫情風(fēng)險(xiǎn)情景下，測(cè)算前期均為無(wú)警，隨后依次轉(zhuǎn)入輕警、中警，甚至重警，疫情風(fēng)險(xiǎn)越高出現(xiàn)重警時(shí)間越早，并且重警持續(xù)時(shí)間隨疫情風(fēng)險(xiǎn)的提升而增加，出現(xiàn)非重警的年數(shù)略有差異，無(wú)疫情情景為11 年，疫情低風(fēng)險(xiǎn)情景為9 年，其他情景均為8 年。第三，基金給付風(fēng)險(xiǎn)。在疫情高風(fēng)險(xiǎn)情景下，基金給付風(fēng)險(xiǎn)最小，2036 年由重警轉(zhuǎn)為中警，2042 年轉(zhuǎn)為輕警，2048 年及之后均為無(wú)警，而中風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)、無(wú)疫情情景的基金給付風(fēng)險(xiǎn)依次增大。

圖4 三類可持續(xù)風(fēng)險(xiǎn)預(yù)警圖

（3）子風(fēng)險(xiǎn)評(píng)價(jià)：三類可持續(xù)風(fēng)險(xiǎn)預(yù)警指標(biāo)權(quán)重測(cè)算①限于篇幅，下文的圖表分析省略，讀者若是感興趣可向作者索取。

子風(fēng)險(xiǎn)評(píng)價(jià)的關(guān)鍵在于子風(fēng)險(xiǎn)的重要性排序，并且以其作為一級(jí)指標(biāo)，以一級(jí)風(fēng)險(xiǎn)預(yù)警指標(biāo)計(jì)算公式中的各參數(shù)為二級(jí)指標(biāo)。根據(jù)二級(jí)指標(biāo)2015?2020 年實(shí)際數(shù)據(jù)，采用熵值法（Ma?sseu和Voss，1995）測(cè)算二級(jí)指標(biāo)權(quán)重，累加得到一級(jí)指標(biāo)權(quán)重（任海軍等，2014）。熵值法通過(guò)指標(biāo)間信息量的變異程度進(jìn)行客觀賦權(quán)，變異程度越小，權(quán)重也越小。②限于篇幅，基本原理省略，讀者若是感興趣可向作者索取。根據(jù)圖表分析結(jié)果，籌資風(fēng)險(xiǎn)對(duì)基金可持續(xù)影響最大，為46.40%，而給付風(fēng)險(xiǎn)次之，為27.22%，積累風(fēng)險(xiǎn)權(quán)重最小，為26.38%。

（4）綜合風(fēng)險(xiǎn)預(yù)警：綜合可持續(xù)風(fēng)險(xiǎn)預(yù)警

根據(jù)風(fēng)險(xiǎn)預(yù)警區(qū)間將風(fēng)險(xiǎn)預(yù)警指標(biāo)的實(shí)際數(shù)值映射為1?100 之間的風(fēng)險(xiǎn)預(yù)警值。數(shù)值越大，警情愈嚴(yán)峻，根據(jù)本文預(yù)警區(qū)間與吳成頌（2011）的研究，定義四個(gè)檔位區(qū)間：[0，20）表示無(wú)警，[20，50）表示輕警，[50，80）表示中警，[80，100]表示重警。再將風(fēng)險(xiǎn)預(yù)警值與三類可持續(xù)風(fēng)險(xiǎn)預(yù)警指標(biāo)的權(quán)重相乘，得到綜合風(fēng)險(xiǎn)預(yù)警值，以該值所處區(qū)間作為綜合可持續(xù)風(fēng)險(xiǎn)預(yù)警結(jié)果。

3.預(yù)警結(jié)果輸出端口

預(yù)警系統(tǒng)輸出端口輸出預(yù)警結(jié)果。測(cè)算前期不同疫情風(fēng)險(xiǎn)情景下綜合可持續(xù)風(fēng)險(xiǎn)警級(jí)均為輕警，持續(xù)年限有所差異，之后均提升至中警：第一，在無(wú)疫情情景下，輕警持續(xù)時(shí)間最長(zhǎng)，達(dá)11 年，2033 年提升至中警之后保持該警級(jí)，這一情景下基金綜合可持續(xù)風(fēng)險(xiǎn)最小；第二，在疫情高風(fēng)險(xiǎn)情景下，輕警持續(xù)年數(shù)比中風(fēng)險(xiǎn)情景多2 年，比低風(fēng)險(xiǎn)情景多3 年。

4.預(yù)警系統(tǒng)的預(yù)控對(duì)策：警源調(diào)整

預(yù)控對(duì)策是根據(jù)警情適時(shí)調(diào)整警源，確定預(yù)防方案，以避免養(yǎng)老保險(xiǎn)基金可持續(xù)問(wèn)題，這就需要對(duì)關(guān)鍵警源進(jìn)行敏感性監(jiān)測(cè)。以疫情中風(fēng)險(xiǎn)情景為基準(zhǔn)，退休年齡采取漸進(jìn)式延遲退休年齡的辦法，其他警源敏感性采取提高1%的方法測(cè)算。不同警源對(duì)三類風(fēng)險(xiǎn)預(yù)警指標(biāo)影響程度和方向不同，影響較大的是退休年齡和工資增長(zhǎng)率，征繳率、基金保值增值率居中，總和生育率與就業(yè)率影響較小。

六、結(jié)論與建議

全球新冠疫情帶來(lái)諸多不確定性，為養(yǎng)老保險(xiǎn)可持續(xù)性帶來(lái)新挑戰(zhàn)。本文運(yùn)用計(jì)量模型和精算模型，測(cè)算四種不同疫情風(fēng)險(xiǎn)情景下企業(yè)職工基本養(yǎng)老保險(xiǎn)基金的收支結(jié)余狀況，構(gòu)建“籌資、積累和給付”三位一體的可持續(xù)風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警系統(tǒng)，建立“預(yù)測(cè)、預(yù)警和預(yù)控”的風(fēng)險(xiǎn)防控體系，為防范化解重大風(fēng)險(xiǎn)提供借鑒。研究發(fā)現(xiàn)：首先，疫情影響每提高一個(gè)風(fēng)險(xiǎn)等級(jí)，測(cè)算期間的基金收入累計(jì)現(xiàn)值平均降低23.45%，基金支出累計(jì)現(xiàn)值平均降低7%，而基金累計(jì)結(jié)余現(xiàn)值之和平均降低59.76%。其次，本文聯(lián)動(dòng)基金籌資風(fēng)險(xiǎn)、基金積累風(fēng)險(xiǎn)和基金給付風(fēng)險(xiǎn)構(gòu)建可持續(xù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)。通過(guò)該系統(tǒng)研究表明，與無(wú)疫情情景相比，疫情提高了基金可持續(xù)風(fēng)險(xiǎn)警級(jí)。在不同疫情風(fēng)險(xiǎn)情景下，可持續(xù)風(fēng)險(xiǎn)警級(jí)在測(cè)算前期均為輕警，持續(xù)年限有所差異，之后提升至中警。最后，對(duì)退休年齡、征繳率等關(guān)鍵警源進(jìn)行敏感性監(jiān)測(cè)，發(fā)現(xiàn)不同警源對(duì)三類可持續(xù)風(fēng)險(xiǎn)影響程度和方向不同，可通過(guò)調(diào)整警源制定預(yù)控對(duì)策。

本文提出以下建議：第一，多措并舉可以緩解疫情對(duì)養(yǎng)老保險(xiǎn)基金的沖擊。與無(wú)疫情情景相比，疫情風(fēng)險(xiǎn)降低了基金結(jié)余，提高了基金綜合可持續(xù)風(fēng)險(xiǎn)警級(jí)，基金收支測(cè)算理應(yīng)考慮疫情因素。在實(shí)踐中，除了持續(xù)優(yōu)化調(diào)整疫情防控工作，完善公共衛(wèi)生應(yīng)急管理體系，還應(yīng)降低疫情的負(fù)外部性，增強(qiáng)企業(yè)抗風(fēng)險(xiǎn)韌性以及多渠道支持靈活就業(yè)等，從而降低疫情對(duì)經(jīng)濟(jì)體系和養(yǎng)老保險(xiǎn)體系的影響。第二，建立綜合可持續(xù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)?？沙掷m(xù)風(fēng)險(xiǎn)已然顯現(xiàn)，需多方面監(jiān)測(cè)可持續(xù)風(fēng)險(xiǎn)，如繳費(fèi)融資端的籌資風(fēng)險(xiǎn)、積累運(yùn)營(yíng)中的積累風(fēng)險(xiǎn)、待遇發(fā)放端的給付風(fēng)險(xiǎn)等，從預(yù)警數(shù)據(jù)輸入、預(yù)警過(guò)程、預(yù)警結(jié)果輸出和預(yù)控對(duì)策等方面，建立完備的可持續(xù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)。第三，持續(xù)監(jiān)測(cè)關(guān)鍵警源對(duì)基金可持續(xù)風(fēng)險(xiǎn)的影響。不同警源指標(biāo)對(duì)基金可持續(xù)風(fēng)險(xiǎn)的影響程度和方向均不同，要想盡快提升基金可持續(xù)性，應(yīng)優(yōu)先改革退休政策、調(diào)整工資增長(zhǎng)率，并且建立投資管理機(jī)制。