论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　ＤＩＤ是发展经济学领域用于评估公共政策效果的常用方法。在进行政策效果评估时，简单对比结果变量在政策前后的变化会受到短期趋势变动的影响，从而无法得到因果效应。ＤＩＤ识别策略认为，可以将结果变量在未受到政策影响的群体中的前后变化作为对趋势变动影响的估计，从而剔除这部分效应。具体到本文，我们按照受访者的年龄和所在社区将其划分为四种类型：（Ａ）年龄＜６０，所在社区未开展试点（Ｔｉ＝０，Ｄｉ＝０）；（Ｂ）年龄≥６０，所在社区未开展试点（Ｔｉ＝１，Ｄｉ＝０）；（Ｃ）年龄＜６０，所在社区已开展试点（Ｔｉ＝０，Ｄｉ＝１）；（Ｄ）年龄≥６０，所在社区已开展试点（Ｔｉ＝１，Ｄｉ＝１）。假设我们感兴趣的是某结果变量Ｙ，对于四种类型的受访者，我们可以将各类型受访者的Ｙ变量的样本均值描述如下：（Ａ）：ＹＣｌｉ；（Ｂ）：ＹＣｈｉ＝ＹＣｌｉ＋Ｔ；（Ｃ）：ＹＴｌｉ＝ＹＣｌｉ＋Ｂ；如果假定试点和非试点地区的高年龄组人口之间的差异与试点和非试点地区的低年龄组人口之间的差异均为Ｂ，即年龄趋势影响在两类地区相同（假设Ａ１），则有：（Ｄ）：ＹＴｈｉ＝ＹＣｈｉ＋Ｂ＋Ｄ＝ＹＣｌｉ＋Ｔ＋Ｂ＋Ｄ；如果假设高年龄组人口和低年龄组人口之间的差异在试点地区和非试点地区均为Ｔ，即社区效应在两个年龄组相同（假设Ａ２），则有：（Ｄ′）：ＹＴｈｉ＝ＹＴｌｉ＋Ｔ＋Ｄ＝ＹＣｌｉ＋Ｔ＋Ｂ＋Ｄ，其中Ｔ是年龄趋势的影响，Ｂ是地区特征的影响，Ｄ是处理效应，即养老金收入的影响。假设Ａ１和假设Ａ２任何一个成立的情况下，我们都可以通过两次差分得到新农保养老金收入的处理效应（ｔｒｅａｔｍｅｎｔｅｆｆｅｃｔ）：（ＹＴｈｉ－ＹＴｌｉ）－（ＹＣｈｉ－ＹＣｌｉ）＝（ＹＴｈｉ－ＹＣｈｉ）－（ＹＴｌｉ－ＹＣｌｉ）＝Ｄ．（８）式计算得到的即为双重差分（或差分再差分）（ｄｉｆｆｅｒｅｃｅ－ｉｎ－ｄｉｆｆｒｅｎｃｅｓ，ＤＩＤ）估计量。我们可以将其表述为方程形式，同时加入其他控制变量：Ｙｉｊｋ＝α＋γＤｉｊ×Ｔｉ＋Ｘ′ｉｊｋδ＋Ａｋ＋Ｃｊ＋εｉｊｋ，（９）其中Ｙｉｊｋ是我们所感兴趣的被解释变量，脚标ｉ、ｊ、ｋ表示ｊ社区年龄组ｋ的第ｉ个受访者，Ｔｉ和Ｄｉｊ均为０—１变量，分别表示受访者ｉ的年龄是否大于６０以及所在社区ｊ是否已开展新农保试点，Ａｋ为年龄固定效应，Ｃｊ为社区固定效应。交差项Ｄｉｊ×Ｔｉ的系数Ｙ为双重差分估计量。Ｘｉｊｋ为一组控制变量，增大了ＤＩＤ识别假定成立的可能性。在实证分析部分，我们对（９）式进行估计，同时只选取年龄在５５岁至６４岁的受访者作为研究对象，以增大６０岁前后两个年龄组人口的可比性，尽可能减少年龄趋势的影响。

　　地区政策执行方案的细节差异或者基层经办机构政策执行力度的差异都可能导致养老金发放并不严格遵守６０周岁这一年龄规则。

　　由于并非所有试点地区的参保对象都参保，且参保者在年满６０周岁时未必一定领取养老金，ＤＩＤ估计得到的是针对政策目标人群的总体政策效果，而不仅是实际领取了养老金的个体所受到的平均处理效应（ａｖｅｒａｇｅｔｒｅａｔｍｅｎｔｅｆｆｅｃｔ，ＡＴＥ）。直观上讲，试点地区所有符合参保条件的个体都是政策的目标人群，但是由于实行自愿参与，一部分个体并未参加新农保。因此，（９）式估计的政策影响是服从型个体所占比重和实际领取养老金的个体所受到的平均处理效应的乘积。

　　如上文所述，ＲＤ和ＤＩＤ估计量在理解上稍有不同，前者估计的是ＬＡＴＥ，而后者估计的是政策对目标人群的平均处理效应（简称ＩＴＴ）。更重要的是，ＲＤ和ＤＩＤ估计的有效性依赖于不同的假设。综合采用识别假定不同的两种方法，可以充分检验本文实证结论的可靠性。

　　四、数据和变量选取

　　（一）数据介绍

　　本文使用的数据来自ＣＨＡＲＬＳ全国基线调查。ＣＨＡＲＬＳ是由北京大学国家发展研究院主导的两年一次的全国家户调查，调查对象为我国４５岁及以上居民。ＣＨＡＲＬＳ数据是我国目前唯一的以中老年人为调查对象的具有全国代表性的大型家户调查数据，其家户问卷部分有丰富的个人和家户信息，可以为经济学、社会学、公共医疗等多学科研究提供数据。ＣＨＡＬＲＳ全国基线调查于２０１１—２０１２年间开展，受访者分布在全国２８个省区的１５０个县级单位，４５０个村级单位，共计１０２５７户、１７７０８人。针对识别策略的不同，我们从ＣＨＡＲＬＳ全样本中选取了不同的子样本作为分析对象。对于ＲＤ估计，我们选取所在社区已经开展了新农保试点的农村户籍人口，因为他们是试点实施方案规定的参保对象并且有机会参保；对于ＤＩＤ估计，我们选取年龄在５５—６４岁的农村户籍人口。

　　（二）变量的选取

　　１．因变量

　　（１）收入。我们选取了家户总收入、家户人均收入、个人收入、个人非劳动收入四个收入指标。家户总收入反映了对整个家庭的影响，而家户人均收入进一步隐含了家户规模的影响，家户规模可能直接受到养老金收入的影响（Ｅｄｍｏｎｄｓｅｔａｌ．，２００１；ＨａｍｏｕｄｉａｎｄＴｈｏｍａｓ，２００５）。个人收入更为直接的体现着养老金收益人所受到的影响。由于农村老年人口相对于青壮年人口收入水平更低，在多成员家户中，老年人的个人收入占整个家户总收入的比重往往较小，因此理论上，养老金对个人收入的影响应当大于对家户收入的影响。由于养老金是非劳动收入，个人非劳动收入所受到的政策影响更大。通过对比不同收入指标所受到的影响的大小，可以间接验证估计结果的可靠性。回归时，我们采用对数形式，对于取值为０的，定义对数值为０。

　　（２）贫困。我们分别按照２０１１年及以前的国家贫困线标准和２０１２年最新发布的贫困线标准定义受访者所在家庭的贫困状态。旧的贫困线标准为家庭年人均纯收入１１９６元，新的贫困线标准为家庭年人均纯收入２４３３元。

　　（３）消费。我们选取家庭总消费和家庭人均消费两个指标，回归时均采用对数值。

　　（４）劳动供给。我们按照是否已经退出劳动供给定义是否退休；对于仍有劳动供给活动的，进一步计算了周工作小时数。

　　（５）主观福利变量。我们使用反映抑郁程度的抑郁指数（ＣＥＳ－Ｄ）和生活状况满意度两个变量作为对主观福利状况的度量。抑郁指数做了标准化处理，以方便理解。ＣＨＡＲＬＳ数据中生活满意度变量原为五分变量：“极其满意”“非常满意”“比较满意”“不太满意”和“一点也不满意”，我们将前三项定义为满意，后两项定义为不满意，分别取值１和０。

　　２．控制变量

　　控制变量的选取遵循尽可能外生的准则，选取了是否完成初中教育，性别，是否在婚且与配偶同住，以及是否有日常活动能力（ＡＤＬ／ＩＡＤＬ）障碍作为控制变量。是否有日常活动能力障碍用于作为健康状况的代理变量。我们没有采用自评健康这一更为常用的健康度量指标，因为自评健康状况主观性太强，容易存在内生性问题。

　　对实证分析部分所使用的ＣＨＡＲＬＳ样本进行了统计描述，限于篇幅，不再对变量特征进行一一讨论。为了更好地了解新农保的实施情况，我们在附表Ａ２报告了ＣＨＡＲＬＳ调查时点的新农保覆盖率。附表Ａ２中Ａ部分样本中有２５％的农村户籍受访者享有新农保。Ａ部分结果只是显示了新农保在调查时点的整体覆盖程度，在Ｂ部分我们将样本限制在试点地区，计算第１期张川川等：新型农村社会养老保险政策效果评估２１１在政策开展的情况下，有多少符合参保条件的农村人口参保。结果显示，４５岁及以上农村户籍居民的参保率只有４８．８％。

　　五、实证结果

　　（一）ＲＤ估计结果

　　在进入回归分析之前，我们以图的形式直观地展示驱动变量同处理状态和结果变量的关系，这有助于我们理解ＲＤ的含义（ＬｅｅａｎｄＬｅｍｉｕｅｘ，２０１０）。显示，领取养老金的人口比例在６０岁附近有明显的跳跃，最大的跳点在６０．７５岁。这同年满６０周岁可以领取养老金的新农保政策规定一致。跳点不是精确地发生在６０岁时点，可能是由于养老金在实际发放中通常存在季节性问题，例如地方政府可能倾向于在年末集中发放养老金，或者存在养老金发放上的时滞。根据图１的结果，我们在回归分析中以年龄等于６０．７５岁为断点。为了避免对政策年龄前后定义的模糊性，我们在回归中剔除了年龄等于６０．２５岁和６０．５岁的受访者。估计了年龄断点对养老金领取的影响，即ＦｕｚｚｙＲＤ框架下的一阶段估计。我们采用了不同的带宽和年龄控制函数的形式以检验估计结果的稳定性。第１—３列选取了较窄的带宽，这允许我们以较低阶的形式控制年龄趋势，具体的，参照雷晓燕等（２０１０）的做法，我们控制了年龄的线性趋势，但是允许年龄趋势在断点前后不同；第４—６列选取了较大的带宽，以尽可能多地利用样本观测值，当然，这要求我们控制年龄的更高阶函数。理想情况下，不同模型形式设定下所得到的定性结论应当是一致的（ＡｎｇｒｉｓｔａｎｄＰｉｓｃｈｋｅ，２００８：ｐｐ．１９８）。结果显示确实如此，各列估计一致显示养老金领取的年龄规则对是否领取养老金有显著影响，年满６０周岁使领取养老金的概率增加了３１—３５个百分点，在１％的水平上统计显著，工具变量的Ｆ值远远超过了弱工具变量的临界值（ＳｔｏｃｋａｎｄＹｏｇｏ，２００５），显示了非常稳健的和良好的一阶段估计结果。括号中为稳健集聚标准误。＊＊＊ｐ＜０．０１，＊＊ｐ＜０．０５，＊ｐ＜０．１。样本限制在所在社区已经开展新农保试点的农村户籍人口，并且剔除了参与其他类型养老保险的受访者。剔除了年龄等于６０．２５岁和６０．５岁的受访者，以避免对政策年龄前后定义的模糊性。所有回归都控制了是否完成初中教育、是否结婚并与配偶同住，以及是否有日常活动能力（ＡＤＬ／ＩＡＤＬ）障碍。

　　考虑到我们所关注的被解释变量大多为家户决策而非个人决策的结果，而本文回归又是在个人层面进行的，因此在计算标准误时，我们一律计算家户层面的集聚标准误，以避免高估统计显著性。

　　显著增加了个人总收入。这很符合直觉，因为每年７００元左右２４的养老金收入对于整个家庭来讲未必是一笔可观的收入，但对于个人收入很少或几乎没有的老年人而言，却相当可观。同预期一致，个人非劳动收入受到的影响更大，这再次间接表明了估计结果的可靠性。需要指出的是，收入增加幅度在数值上过大，乍看可能有点不可思议，这是由于此处因变量为对数形式，而有许多受访者的个人收入接近于０，因此收入量的微小增长反映在比例上就会是非常大的增加。对贫困的估计显示，如果以旧的官方贫困线为标准定义贫困，新农保养老金收入能够使家庭发生贫困的概率显著降低２０—３５个百分点。在选择较大年龄带宽的模型设定下，养老金收益显著促进了家庭总消费，使退出劳动供给的概率显著增大了大约２５个百分点，抑郁程度显著下降了０．５６—０．６３个标准离差（相当于抑郁分值减少了４—４．５）。家户收入、人均消费、工作时间投入、生活满意度等变量所受到的影响不具有统计显著性，这也反映出新农保政策效果所达到的规模仍然有限。

　　年龄的分组按照是否大于等于６０岁进行，同ＲＤ估计以６０．７５作为断点稍有不同。对于ＤＩＤ估计，我们关心的是政策的ＩＴＴ效果，即政策的总体效果，这取决于养老金支付力度，同时也受到试点地区参保率和具体政策执行（例如养老金发放时间安排）等因素的影响。养老金实际发放是否严格按照满６０周岁发放属于政策执行的问题，此处不做考虑。ＲＤ估计在于估计新农保养老金支付的净影响，因此我们在政策规定的基础上，同时考虑养老金实际支付情况来选择年龄断点。实际上，正如我们在前文已经指出的，以６０岁和６０．７５岁作为断点所得到的ＲＤ估计结果差异很小。

　　（二）ＤＩＤ估计结果