我国农村社会养老保险的财政负担研究———基于适度保障水平的政策仿真

●裴 育 徐炜锋

一、引言

农村社会养老保险即农保，是政府通过法律形式确立的制度安排，是农民在老年丧失劳动能力不能从事农业生产或退出劳动力市场后所享受的维持基本生活的保障。我国农村社会养老保险制度（“新农保”）建立于 2009年①，纵观农保实施的10年，该制度取得了一系列积极成效，为帮助解决 “三农”问题，缩小城乡差距，助力精准扶贫作出了巨大贡献（曹艳春，2016）。与此同时，该制度也存在诸多问题 （王雯，2017）。学界普遍认为当前农保制度的最大问题在于养老金待遇给付水平 （保障水平）偏低，不能保障老年农民基本生活需要，无法发挥其作为养老保险的制度功能 （刘昌平，2009； 邓大松，2015）。2017年我国城乡居保基金支出2372亿元，实际领取待遇人数15598万人，人均领取待遇1520.7元/年，远低于我国农村居民年人均收入与消费额，甚至低于国家规定的贫困线标准。农保是我国社保体系的重要组成部分，2017年党的十九大明确提出社保应发挥 “兜底线”的职能。2018年人社部和财政部印发《关于建立城乡居民基本养老保险待遇确定和基础养老金正常调整机制的指导意见》，指出我国农村社会养老保险存在保障水平较低的问题，今后应不断完善制度保障功能，提高保障水平，增强参保农民的获得感、幸福感和安全感，并决定自2018年1月1日起将基础养老金标准提高至88元/人/月。

相对于“老农保”，“新农保”的“新”主要体现在资金筹集渠道上坚持个人缴费、集体补助、政府补贴相结合，明确了中央与地方政府在新农保中的支出责任。农保赖以建立和生存的基础是财政补贴，在基本不改变现有缴费模式的情况下，提高农保保障水平意味着政府财政补贴也将相应增加。我国农村地区人口基数大，且未来老龄化程度将不断加深，不断增加且带有刚性的农保补贴支出将会给政府带来巨大财政负担，形成潜在的财政风险，影响财政可持续性。如何兼顾农保保障水平适度与控制财政风险，保持财政负担处于合理区间，保证财政对农保既尽力而为又量力而行是本文需要研究的重点。

本文的主要贡献在于：从当前农保制度定位入手，从“待遇标准与经济发展相适应，保证农村居民老年基本生活”的制度理念出发，确立了我国农保适度保障水平标准。以适度农保保障水平为依据，通过政策仿真，考察适度保障水平下，农保基金未来运行状况，以此推算出政府财政负担水平，论证未来政府财政是否有能力承担适度农保保障水平下的补助责任。

二、文献综述

我国农保制度建立伊始就确立了 “保基本”和“可持续”原则，即农保保障水平既要满足保障老年农民基本生活需要，又要维持制度本身的持续运行。一般认为，社保保障水平过高，会使社会保障开支浩繁，财政赤字剧增，难以为继，威胁社会保障制度本身存在（Alesina，1994）；保障水平过低，会影响社保制度功能发挥，不能为受益者提供充分保障（郑功成，2011）。一国或地区社保保障水平确定与该国或地区经济、政治、文化等因素密切相关，经济规模与发展水平、政治制度、社会结构以及历史人文因素等均是影响因素，当这些因素变动时，最适社保保障水平也应相应改变 （孙光德和董克用，2016）。一些学者借助保障水平适度性理论对我国农村社会养老保险保障水平进行评价。杨礼琼（2011）指出我国上世纪90年代推行的“老农保”由于保障水平过低，无法保障农民基本生活是这一制度缺乏吸引力并最终失败的重要原因。邓大松（2010）和薛惠元（2012）构建精算模型，对“新农保”替代率进行了评估，指出目前“新农保”保障水平不能满足老年农民基本生活需要。杨翠迎（2012）认为“新农保”和目前城市和农村的低保具有相似性，“新农保”保基本目标实现可以参考低保标准，其替代率下限应不低于20%。黄丽（2015）通过测算发现现行制度框架下城乡居保替代率远低于目标水平，如果将养老金目标替代率设定为农村居民人均纯收入的50%，才能实现其“保基本”目标。现有研究基本认为目前城乡居保（新农保）保障水平处于适度性水平之下，应根据经济发展实际与农民养老需求确立适度保障水平。

提高农保保障水平意味着政府财政补贴负担加重，农保制度给政府带来的财政负担被视为政府的隐性负债。隐性负债理论的最早提出者为世界银行专家 Hana Polackova，Hana（1998）通过构造财政风险矩阵将政府负债分为四大类，包括直接显性负债、直接隐性负债、间接显性负债和间接隐性负债。从法律意义上说隐性负债不属于政府直接责任，而属于推定责任，这种推定责任产生于公众期望或利益集团压力，是政府主动或被迫承担的道义责任。政府是农村社会养老保险制度的设计者和执行者，政府对养老保险给予财政补贴以及对养老保险制度本身的维持是政府隐性负债的重要来源 （赵志耘，2002；裴育，2004）。政府在养老保险中担负起最终担保人的角色，农村社会保险基金将通过不同方式参与财政收支过程。随着老龄化不断加剧，社会保险基金支出规模不断扩大，将不断加剧财政补贴压力，形成庞大的政府隐性财政负债，如处置不当，将影响地方财政可持续性（Holzmann，2000；Eskesen 2002；刘尚希，2005；贾康，2007）。 当前农保过度依赖财政补贴，未来随着老龄化的加深、覆盖面的扩展以及养老保障水平的不断提高，由政府直接补贴的基础养老金以及入口补贴支付规模将不断膨胀（张为民，2009；穆怀中，2011；程杰，2011；薛惠元，2012；吴永求，2016）。

一些学者测算了不同保障水平下政府财政负担状况。曹信邦和刘晴晴（2011）将“新农保”替代率设置为50%，测算2010—2040年政府财政支持能力，发现政府财政完全有能力承担“新农保”50%替代率的养老金待遇水平。李扬（2015）基于我国城乡居民养老保险收支预测，在考虑全国分年龄、性别、城乡人口和GDP预测数据，合理设定覆盖率及替代率变动情况下，使用养老保险收支预测模型，测算我国城乡居民养老保险资金缺口和隐性债务，预测结果显示，2050年我国城乡居民养老保险隐性现值为5.88万亿，占GDP的12%。边恕和孙雅娜（2015）构建了综合考虑人均收入与物价变动的基础养老金动态调整机制，并测算中央财政负担水平，发现农保基础养老金的动态调整不会超出中央财政负担能力。其他学者也从类似角度进行了研究，基本上都支持农保财政负担不会威胁财政可持续性。另外，一些学者也尝试将农保所产生的财政负担进行分解，测算中央和地方财政负担状况（刘国磊，2017）以及东部地区与中西部地区的财政负担状况（杨翠迎，2012）。

前人的研究成果为本文研究打下了坚实基础，但也存在不少局限性。一是关于农保适度保障水平设定，大多数学者借鉴城镇职工养老保险的待遇给付标准，即收入替代标准作为保障水平的设定依据，这与农保的制度定位以及“保基本”的制度理念相左，较少学者从“保障基本生活需要”出发设置适度保障水平。二是农保基金收支预测模型仍有改进之处，对于农保基金收入规模预测，大多数学者忽视了农保缴费群体不包含农村16岁以上在校生，在我国中等教育和高等教育愈加普及的情况下，忽视这部分群体，将高估农保缴费群体以及农保基金收入规模，造成预测与现实不符。三是评估某一保障水平下农保所造成的财政负担时较为主观，较少学者在科学财政负担水平的合理区间来评判农保财政负担水平是否超出财政承受范围，评估随意性较强，研究结论与政策建议难以使人信服。本文的研究力求弥补前人研究理念与方法的不足，通过设计适度保障水平，合理预测模型，合适评价标准，完善既有关于农保财政负担水平的研究。

三、适度保障水平设置与研究模型构建

为了评估农保适度保障水平下政府未来财政负担情况，本文设置适度保障水平并构建了研究模型。

（一）适度保障水平设置

农保保障水平是影响农保基金支出的主要因素。农保保障水平是指在特定时期一国或地区农村居民所享受社会保障待遇的高低程度。农保保障水平的衡量标准有宏观衡量与微观衡量之分，前者主要用农保总支出占GDP的比重表示，反映了特定国家和地区养老资源的投入丰裕程度（孙光德和董克用，2016）；后者主要用收入替代率即待遇水平与收入（工资）水平的比重表示，反映了养老保险对微观个体的收入补偿程度。

微观层面的保障水平通常又可分为收入替代型和收入补充型，前者以投保人收入为待遇给付依据，后者以满足投保人基本生活需要为待遇给付依据。马斯洛（1943）认为人的需求可以划分为五个层次，即生理需求、安全需求、社交需求、尊重需求与自我实现需求。其中生理需求是任何层次需求实现的基础，是人最原始最本能的需求，主要包括吃饭、睡觉、衣着等，生理需求在不同文明和种族之间基本没有差距。参保人基本生活需要一般为参保人满足生理层次需求的消费需要。从世界范围来看，主要发达国家农村养老保险制度都为基本生活保障型（林义，2006），用以保证参保人基本消费需求得到满足，其制度类似于最低生活保障制度，有较强的社会救济色彩。我国农保保障水平按“保基本”原则确定，本着从农村实际出发，低水平起步，待遇标准与经济发展相适应理念，制度目标在于保证农村居民老年基本生活，属于典型的基本生活保障型。

综上所述，笔者认为我国农保养老金待遇给付标准应按照参保人基本消费需求确定，发挥农保制度保障老年农民生活的功能。本文将满足老年农村居民基本消费需求作为农保适度保障水平标准。具体地，农保适度保障水平标准即农村居民基本消费需求定义为农村居民人均食品消费需求、衣着消费需求、居住消费需求、生活用品及服务消费需求之和。

（二）研究模型构建

1、基础模型构建。通过基础模型的构建，明确本文的研究框架。农保财政负担水平一般定义为农保财政补助额与财政收入之比，主要用来评估财政保障农保能力的可持续性（薛惠元，2012），利用财政负担指标可以衡量财政用于农保的补助占用了多少财政资源，从而评价既定保障水平下农保所产生的财政负担是否会影响财政可持续性。农保制度持续健康运营离不开政府部门的财政支持，在农保制度中政府至少担负两类责任，一是财政补贴责任，中央和地方政府的入口补贴和出口补贴是农保基金的重要收入来源；二是财政救助责任，即当农保基金收不抵支时，政府需要动用财政资金 “兜底”，保证农保基金持续运行。政府使用财政资金履行对农保的补贴责任与救助责任构成政府隐性负债的一部分，是政府财政负担的直接与间接来源。按照上述思路，基础模型构建如下：

其中，PFG为财政负担水平，FG为农保基金年度收支缺口，FI为财政收入，AFI为农保基金年度收入，AFE为农保基金年度支出，PP为缴费人数，PL为个人缴费档次，FS为入口补贴标准，CS为集体补助标准，PR为领取待遇人数，FB为出口补贴标准，i为农保基金累积利息率，π为通货膨胀率，C 为适度农保保障水平，Cf、Cc、Ch、Cs分别表示农村居民人均食品消费需求、衣着消费需求、居住消费需求、生活用品及服务消费需求，t表示年度（2017≤t≤2030）②，r为区域标识（r=0 表示全国；r=1表示东部地区；r=2表示中西部地区），l为行政层级标识 （l=0表示中央政府；l=1表示地方政府），λ表示分摊比例，x表示对个体标识。

2、基本假设。通过合理的研究假设可以明确研究侧重点，排除一些不相关因素的干扰，简化模型求解；同时在假设中加入对现实因素的考量使所建构的模型更具现实意义。本文基本假设如下：第一，全国采取统一的缴费与待遇标准，农保制度实现了对农村适龄居民全覆盖，且征缴率达到100%。新农保制度建立伊始就明确了2020年之前基本实现对农村适龄居民的全覆盖目标。据人社部发布的数据，截至2017年末我国城乡居民基本养老保险人数超过5.1亿，而农村人口总数约为5.9亿，扣除0—15岁及16岁以上在校人口数，农保在农民群体已基本实现全覆盖。第二，农民一律选择100元作为个人缴费档次，地方政府入口补助均为30元，不考虑集体补助。目前农保制度对选择高档次缴费标准农民所提供的激励补贴标准较低，理性农民没有足够激励提高缴费档次，个人选择最低档次缴费时收益—缴费比最大。从农保实践来看，有85%农民均选择100元作为缴费档次，而选择500元以上缴费档次的农民不足1%（李红岚，2015）。第三，农民缴费缴满十五年还会续缴，未缴满十五年的会补缴剩余部分。由于目前对于缴满十五年后的续缴情况，农保制度会给予一定激励（缴费满15年后每多缴1年基础养老金增加1元），故农民缴满后有动力续缴；由于不缴满十五年则不能享受农保的养老金待遇，故理性农民有补缴激励。第四，农保基金累积利息率等于同期银行一年期定期存款利率，且等于通货膨胀率。目前农保基金采取安全性较高的投资方式，大部分直接存进银行，因而总体利息率与银行存款利率接近。我国历年银行一年期定期存款基准利息率大约为3%，即i=3%。第五，假设无论是入口补贴标准还是出口补贴标准，每年均按通货膨胀率进行指数化调整。我国“新农保”建立伊始就明确农保补贴标准指数化调整原则 （“有弹性”），设年指数化调整率为π，即等于通货膨胀率，通货膨胀率π=i=3%。第六，假设政府会及时弥补农保基金年度收支缺口，不会把农保基金收支缺口拖到下年，因此农保财政补贴与救助支出总会在当年发生，不会累积到下年。

四、模型变量估计

（一）数据选择

本文基础模型中相关变量的预测主要依据适应性预期理论，即将经济变量的过去变化趋势作为其未来变化趋势的基准，故选用相关变量的经验数据作为预测的基础数据。根据基础模型设定，需要进行预测的变量主要分为三类，一是缴费人数与领取待遇人数预测，二是农村居民人均消费预测，三是财政收入预测。通过这三类变量的预测就可以确定农保基金年度收入、支出及其缺口，进而确定农保财政负担水平。

本文利用第六次人口普查数据来估算农村地区未来分年龄段人口数，由此推断出农保缴费人数与领取待遇人数。利用1997—2016年《中国统计年鉴》和《中国人口与就业统计年鉴》中我国农村居民食品消费支出、衣着消费支出、居住消费支出、生活用品及服务消费支出数据预测我国农村居民基本消费需求，进而确定农保适度保障水平标准。利用1994—2016年《中国财政统计年鉴》相关数据预测政府财政收入③，其中财政收入指一般公共预算收入，地方财政收入中不包括政府性基金预算、国有资本经营预算和社保基金预算中的收入。

（二）缴费人数与领取待遇人数预测

1、农村地区分年龄段人口预测。以我国第六次人口普查数据为基础，估算农村地区2017—2030年分年龄段人口数。一个区域人口变动主要由人口自然增长率与人口迁徙两大因素决定。人口自然增长率通常通过编制人口生命表进行估算，准确编制农村居民生命表需要构建复杂的精算模型，这并非本文任务，故借鉴刘国磊（2017）编制的农村居民分年龄段生命表确定农村地区各年龄段人口自然增长率。预测农村地区年度存量人口数还需考虑农村地区人口净迁出率 （人口净迁出率=人口迁入率-人口迁出率）。根据国务院2016年12月30日发布的 《关于印发国家人口发展规划（2016—2030 年）的通知》（国发〔2016〕87 号），我国2016—2030年人口流动将处于活跃期，预计未来15年将有2亿农村人口转移到城镇，平均每年城镇化增长率保持在1%左右。在不考虑城镇人口迁入农村的情况下，农村地区人口净迁出率可以用年城镇化增长率来表示，即未来农村地区人口年净迁出率为1%。由于目前农村迁出人口大多为青壮年，故不考虑农村60岁以上人口迁徙因素④。综上，得到农村地区16—59岁及60岁以上存量人口预测模型。

其中，Population表示农村存量人口数，Populationt，n表示在 t年 n 岁存量人口数；deatht，n表示 t年n岁人口死亡率；transfert，n表示在t年n岁人口净迁出率。根据第六次人口普查数据确定期初存量人口数，2010年我国农村存量人口共662805323人，其中东部地区农村存量人口为220539393人，中西部地区农村存量人口为442265930人⑤，以此作为预测基期人口数。

2、农村地区16—59岁在校生人数预测。农保制度明确规定参加农保的农民必须为年满16周岁的非在校生，故对农保缴费人口估计应剔除16—59岁在校生。农村在校人口主要集中于16—24岁高中及大学在校学生，故农村地区16—24岁在校生人数=农村地区16—24岁人口数×就读率，即：

其中，Students表示农村地区16—24岁在校生人数，R表示就读率。就读率参照2016年《中国统计年鉴》中我国每十万人口中高中阶段及高等教育阶段在校人口数来确定，并假设就读率在预测期内保持不变。

3、缴费人数与领取养老金人数预测。缴费人数=农村地区16—59岁人口数-农村地区16—24岁在校人口数，即：

领取养老金人数=农村地区60岁及以上人口数，即：

按照上述思路可以分别预测出全国、东部地区和中西部地区分年龄段人口数，进而预测全国、东部地区和中西部地区农保缴费人数和待遇领取人数，预测结果如表1所示。

表1 2017—2030年我国农保缴费人数与领取养老金人数预测 （单位：万人）

农村地区分年龄段人口数是影响未来农保基金收支的主要因素之一，从表1可以看出，受城镇化推进以及总和生育率下降的影响，未来十几年我国农村人口呈现逐年下降趋势，这一下降趋势在16—59岁及60岁以上年龄段人口变动中均有表现。这预示着，在待遇给付标准既定的情况下，未来政府无论是针对16—59岁缴费人口的入口补贴负担还是针对60岁以上领取待遇人口的出口补贴负担均会减轻，农村人口变动将使农保财政负担趋于降低。

（三）农村居民基本消费需求与政府财政收入预测——基于ARMA模型

采用ARMA模型来预测农村居民基本消费需求以及政府财政收入情况。ARMA模型可以通过变化自身历史数据来预测未来变化趋势，以变量的过去值来预测其未来值，不需要依靠与之有因果关系的其他变量。

1、模型构建。ARMA模型一般形式为ARMA（p，d，q），预测农村居民基本消费需求以及政府财政收入的ARMA模型的一般形式可以设置为：

其中，C表示农村居民基本消费需求 （即适度保障水平），α和β分别表示自回归系数和移动平均系数，δ为白噪声，γ为常数项，p为自回归阶数，q为移动平均数，d为差分阶数。

2、模型参数估计。ARMA模型适合对平稳时间序列进行拟合，时间序列平稳保证了长期中均值有接近期望值的趋势，当时间序列非平稳时则会出现确定性或随机趋势，导致自回归系数偏离以及伪回归等问题，使得预测失效，因此在使用ARMA模型之前需对相关变量进行平稳性检验。平稳性检验一般运用ADF检验，ADF检验主要检验时间序列有无单位根。分别对{}序列水平值和一阶差分进行平稳性检验，结果如表2所示。

表2 平稳性检验

p和q分别是AR （p）和MA （q）的阶数，对ARMA（p，q）估计需确定（p，q），从而得到模型的具体形式。通过{△}的自相关函数（ACF）与偏自相关函数（PACF）来判断p和q的值。表3汇报了序列自相关与偏自相关系数，当p=2，q=2时，Q统计量在5%水平下显著，从而可以认为二阶以上自相关与偏自相关系数为0。

表3 自相关与偏自相关系数

接下来分别估计 AR（2）和 MA（2）模型，以进一步精确模型形式，估计结果如表4所示。

表 4 AR（2）和 MA（2）估计结果

表4汇报了AR（2）和 MA（2）的一阶和二阶滞后项系数，发现AR（2）一阶滞后项不显著而二阶滞后项显著，MA（2）一阶和二阶滞后项均不显著。进一步计算AR（2）和MA（2）残差项的自相关与偏自相关函数，检查残差项是否存在自相关，结果如表5所示。

表5 AR（2）和MA（2）模型残差自相关与偏自相关

表5表明AR（2）和 MA（2）模型残差的四阶滞后自相关与偏自相关的Q统计量均不显著，由此可判断 AR（2）和 MA（2）模型残差项是白噪声，模型的滞后阶数选取不存在过小问题，不会出现遗漏变量。

综上可知 p=2，q=0。

接着考虑 ARMA（2，1，0）模型中 AR（2）模型的拟合效果最佳形式。对比三类模型的信息准则，估计结果如表6所示。

表6 三类AR（2）模型的AIC与BIC值

表6列示了同时包含一阶和二阶、只包含一阶与只包含二阶滞后项的三类AR（2）模型的AIC与BIC值。可知，相比于同时包含一阶和二阶以及只包含一阶滞后项的AR（2）模型，只包含二阶滞后项的AR（2）模型的AIC和BIC值更小，模型拟合效果更佳。因此，选择 ARMA（2，1，0）模型即略去一阶滞后项的AR（2）来预测全国农村居民基本消费需求较为合适。

采用最小二乘法分别对式（13）、式（14）和式（15）进行估计，确定其系数值，结果如表7所示。

表7 全国、东部地区、中西部地区农村居民基本消费需求ARMA模型估计结果

由表7估计结果可得到全国、东部地区和中西部地区农村居民基本消费需求ARMA模型的具体形式，分别为式（16）、式（17）和式（18）。

利用式（16）、式（17）和式（18）可分别对全国、东部地区以及中西部地区农村居民基本消费需求进行估算，从而得到全国、东部地区以及中西部地区农保适度保障水平，估算结果如表8所示。

从表8可以看出，受我国区域经济发展不均衡影响，我国农村居民基本消费需求存在明显区域差异，东部地区农村居民基本消费需求要高于中西部地区，且高于全国平均水平，中西部地区农村居民基本消费需求大约只有东部地区的2/3。因此，根据农村居民基本消费需求所确定的农保适度保障水平也存在区域差距，东部地区农保适度保障水平要高于中西部地区，也要高于全国平均水平⑥。

表8 全国、东部地区、中西部地区农保适度保障水平（单位：元）

同理，可以分别确定中央政府财政收入、东部地区政府财政收入与中西部地区政府财政收入ARMA模型的具体形式，如下所示：

利用式（19）、式（20）和式（21）可分别对中央政府、东部地区政府以及中西部地区政府财政收入进行预测，预测结果如表9所示。从表9可以看出未来我国财政收入在中央与地方以及东部地区与中西部地区的分配情况。未来财政收入“央强地弱”的格局将有所改观，地方财政收入在全国财政收入中的比重将超过中央，地方政府在财政收入分配中将取得更大份额。从地方政府层面看，未来东部地区财政收入仍将继续高于中西部地区，东部地区财政收入将占据地方财政收入的更大份额。

（四）农保基金年度收支缺口预测

根据农保缴费人数、领取待遇人数以及适度保障水平预测数据可以确定未来农保基金年度收入与支出数额，进而确定农保基金年度收支缺口，农保基金年度收支缺口绝对数额预测值如表10所示。农保基金年度收支缺口是农保财政负担水平轻重的直接依据。为了对比农保基金年度收支缺口的区域差距，表10中还分别呈现了全国、东部地区以及中西部地区农保基金年度收支缺口绝对数额即财政负担绝对数额。从表10中可以看出我国农保基金年度收支缺口呈逐年扩大趋势，东部地区和中西部地区亦然。农保基金年度收支缺口的扩大主要由农村地区老龄化加深以及基本消费需求的不断提高造成。

表9 2017—2030年我国政府财政收入（单位：亿元）

表10 2017—2030年农保基金年度收支缺口（单位：亿元）

五、基于适度保障水平的农保财政负担水平评估

（一）农保财政负担水平

根据分权理论，社会保障责任应在不同行政层级（中央政府与地方政府）进行合理划分。Bastable（1903）认为中央与地方支出划分应基于受益原则，受益范围涉及全国居民的属于中央财政支出责任，受益范围限于地方的属于地方财政支出责任。Oates（2012）认为公共产品按照属地进行提供会更具效率，地方政府更加熟悉辖区居民情况，公共产品提供应尽量 “分权化”。农保属于准全国性公共物品（郑秉文，2011），对应的供给责任主体为中央，但从保证供给效率的角度看，地方政府掌握了辖区农保参保群体更多具体信息，部分供给责任也应划归地方政府，因此农保这一准公共产品的供给主体既包括中央政府也包括地方政府。

当农保基金出现年度收支缺口时，其缺口填补责任将由中央政府与地方政府共同承担，问题在于中央和地方政府分摊比例应如何确定？笔者认为农保基金年度收支缺口填补责任分摊比例应在尊重当前农保制度规定的基础上，依据中央与地方的事权与财权相对称原则来确定。当前农保制度已对中央与地方政府的补助责任进行了规定，具体见表11，中央在农保中的财政补助责任大于地方，中央政府的分摊比例应大于地方政府。具体的分摊比例应依据中央与地方的事权与财权相对称原则来确定，从当前中央与地方的事权与财权划分来看，财权集中于中央而事权则集中于地方，目前我国央地财政收入比约为 4.5∶5.5，而财政支出比约为 3.5∶6.5⑦。综上，本文将中央政府分摊比例确定为0.6，地方政府分摊比例确定为0.4。

表11 农保财政补贴责任一览表

鉴于我国当前区域发展不均衡的现实，本文进一步将地方政府农保财政补助责任在东部地区政府与中西部地区政府间进行划分。采用2017年东部地区人均财政收入与中西部地区人均财政收入的比例作为东部地区政府和中西部地区政府分摊比例的确定依据，得到东部地区政府分摊比例为0.3，中西部地区政府分摊比例为0.1。

中央与地方政府以及东部地区与中西部地区政府农保财政负担水平的计算公式为：

通过式（22）、式（23）、式（24）和式（25）可以预测2017—2030年中央与地方政府以及东部地区与中西部地区政府农保财政负担水平，预测结果如表12所示。

（二）财政适度负担水平

为了对未来政府农保财政负担水平的轻重作出判断，需要确立农保财政适度负担水平，作为标尺来评价适度保障水平下农保财政负担水平是否在财政承受能力之内，是否影响财政保障能力的可持续性。借鉴边恕（2015）的方法，分别计算出全国、中央与地方、东部地区与中西部地区农保财政适度负担水平，具体计算公式如下：

其中，α表示农保财政适度负担水平，η表示农保财政适度负担水平系数。农保财政适度负担水平系数（η）取决于三个因素，即社会保障支出占财政收入的比重、社会养老保险支出占社会保障支出的比重以及农村老年人口在全国老年人口中的比重。通过式（26）预测全国、中央与地方政府、东部地区与中西部地区政府农保财政适度负担水平，结果如表13所示。

表13 2017—2030年农保财政适度负担水平

从表13可以看出农保财政适度负担水平基本与政府财政收入成正比，财政收入越高，农保财政适度负担水平越高。农保财政适度负担水平越高意味着政府可以拿出更多财政资源用于补助农保，使农保能在较高保障水平下持续运行。

（三）农保财政负担水平评估

结合政府农保财政负担水平（PFG）、财政适度负担水平（α）及其二者之差（PFG-α）就可以对未来农保财政负担水平进行评估，特别地，（PFG-α）的值能判断农保财政负担水平是否超出承受范围、财政保障是否能持续。中央和地方政府PFG、α及（PFG-α）如表14所示，东部地区和中西部地区政府 PFG、α 及（PFG-α）如表 15所示。

对中央政府而言，PFG呈下降趋势（2021—2023年出现小幅上升），PFG从2017年的4.5%下降到2030年的3.53%，年均下降约0.7%；中央政府α值则呈上升趋势，从2017年的4.49%上升到2030年的5.79%，年均上涨约0.1%；除2017年外，2018—2030年的（PFG-α）均为正，且差值呈不断扩大趋势。对地方政府而言，2017—2030年其PFG、α及（PFG-α）的变动趋势与中央政府一致，所不同的是地方政府这三个指标的绝对数均明显小于中央政府，约为后者的50%；地方政府PFG、α及（PFG-α）年均增长幅度也小于中央政府。从绝对数来看虽然2017—2030年中央政府PFG高于地方政府，但由于中央政府α值连年增长，PFG却连年下降，2019年以后中央政府（PFG-α）高于地方政府。无论是中央政府还是地方政府，2018年后，（PFG-α）均大于零，说明中央和地方财政均有能力承担适度保障水平下对农保的补助支出。其中，中央政府在农保补助责任中承担较大责任，从（PFG-α）来看，中央政府对农保财政的保障能力强于地方政府，其中关键在于中央政府的财政负担适度水平较地方政府更高，中央政府财政资源的腾挪空间更大。在现行分税制财政管理体制下，中央与地方事权的划分并不完善，央地的事权与财权、财力不匹配，地方政府在某些公共产品的提供上力不从心，受到各方面因素掣肘，事权的合理划分在短时间内难以达成（刘志勇，2015）。

表14 2017—2030年中央和地方政府农保财政负担水平与适度性对比

将地方政府的财政负担按一定比例分摊到东部地区与中西部地区。对东部地区和中西部地区政府而言PFG均呈下降趋势，2017—2030年年均分别下降0.07%和0.03%，说明农保财政负担水平逐年减轻，且东部地区政府负担减轻幅度大于中西部地区政府，但东部地区PFG绝对值大于中西部地区；α均呈上升趋势，2017—2030年年均分别上升0.1%和0.01%，说明农保财政负担适度水平逐年提高，且东部地区政府财政负担适度水平提高幅度大于中西部地区政府；（PFG-α）均大于零，除 2017 年外，2018—2030年，东部地区与中西部地区财政均有能力承担适度保障水平下对农保的补助支出。东部地区政府的（PFG-α）值大于中西部地区政府，前者约为后者的两倍，说明未来东部地区政府可用于补助农保的财政资源要多于中西部地区。对于农保基金的补助责任，中西部地区较东部地区承担更小的分摊比例，且其适度保障水平要低于东部地区，PFG低于东部地区是合理的。然而未来中西部地区财政收入规模与东部地区差距仍将长期存在，且城镇化推进使中西部地区大量农村青壮年人口流入东部地区城镇，中西部地区农保缴费群体萎缩，导致中西部地区未来的农保财政保障能力不如东部地区。

表15 2017—2030年东部地区和中西部地区政府农保财政负担水平与适度性对比

从上述结果可知，无论是中央政府还是地方政府，东部地区政府还是中西部地区政府，在合理的分摊比例下，以适度农保保障水平即满足参保农民基本消费支出所确定的农保补助责任均在财政负担适度水平以内。但是，以上结论建立在系列前提条件上，本文几个关键前提有：政府财政收入持续增长、城镇化不断推进、农村人口总量趋于下降、政府不断加强社保投入、社保支出在财政支出中所占比重越来越大，这些关键前提的满足是结论得以成立的必要条件。

六、结论与政策建议

当前农保制度保障水平过低的问题受到各方诟病，本文认为农保的待遇给付应本着最低生活保障原则，因此将农村居民基本消费需求（包括食品、衣着、居住、生活用品及服务消费需求）作为农保适度保障水平标准。以未来适度农保保障水平为基础进行政策仿真，测算了未来农保基金的收支缺口，进而得到政府的农保财政负担水平。笔者发现，基于适度农保保障水平的农保政府财政负担水平处于适度负担水平之内。通过合理分摊，这一结论在中央政府与地方政府、东部地区政府与中西部地区政府间均成立。随着时间的推移，政府的农保财政负担能力将会出现提升，未来农保保障水平仍存在进一步的提高空间。

根据上述研究结论，本文提出如下政策建议：第一，逐步提高农保保障水平，发挥农保制度的保障功能。党的十九大报告指出保障和改善民生要着力加强社会保障体系建设，既尽力而为，又量力而行，一年接着一年干。本文研究表明适度提高农保保障水平不仅是必要的而且是可行的，适度提高农保保障水平并不会使政府财政负担超出适度水平。但应注意，农保保障水平的提高应与经济社会发展相匹配，与政府财政收入相匹配，特别地，政府财政收入的增长是影响农保保障水平提高速度与幅度的直接依据。第二，合理确定政府间农保财政责任分摊比例，缩小中央与地方、东部与中西部地区财政负担差距。从政府农保财政负担能力看，中央政府强于地方政府，东部地区政府强于中西部地区政府，本着量能负担原则，未来应合理划分政府间农保财政责任的分摊比例，使政府间农保财政负担水平趋于均衡。第三，部分回归农保社会保险属性，提高农保财政补助效率。从本质讲，农保制度的制度属性是社会保险而非“低保2.0”。当前农保制度的运行以财政补助为主，财政补贴达到基金收入的75%，为了维持农保制度的持续健康发展，应部分回归农保的社会保险属性，增强农保制度的自生能力，提高筹资来源中的个人缴费比例。目前农民缴费档次不与农民收入水平挂钩，大多数农民选择最低缴费档次，未来农保应基于收入调查确定缴费标准，避免不同收入群体缴费与待遇水平趋同。另外，政府对农保的入口补贴与出口补贴应适当向低收入群体倾斜，增强财政补助效率。■

注释：

①2014年我国新型农村社会养老保险和城镇居民基本养老保险正式合并为城乡居民基本养老保险，意味着我国新型农村社会养老保险制度退出历史舞台，不再作为一个独立制度。但本文仍沿用农村社会养老保险——农保提法，将农保从城乡居民养老保险中分离出来，单独考察。这样做的理由有两点，一是城乡居民养老保险参保群体中城镇居民占比很小，2017年占比低于5%，农民是城乡居民基本养老制度的主要服务对象；二是目前城乡之间存在二元格局，将城乡合并考虑会引起某种含混性，如城乡居民收入和消费差异较大，为确立适度的保障水平带来困难。

②由于“蝴蝶效应”以及“混沌效应”的存在，长期预测难以做到 （Nate，2012），故本文将预测期确定为2017—2030年，避免长期预测造成预测不确定性过大，影响研究结论。

③选择1994年作为年份起点是因为1994年是我国分税制和财政包干制的分水岭，分税制和财政包干制在制度模式上存在巨大差异，两种制度无论对我国政府财政收入总量还是政府间财政收入结构影响上都有明显不同。当前及今后分税制模式仍将持续，以1994年为断点可以有效排除经验数据噪音。

④孟向京（2018）利用五普和六普人口数据预测了农村人口的分年龄段转移率，认为2010—2030年我国城镇化中的年龄选择机制非常明显，未来农村迁出人口主要为青壮年。

⑤东部地区省份包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中西部地区省份包括：山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西、四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。

⑥笔者认为农保适度保障水平的区域差距无关公平与否问题，恰恰体现了农保制度中根据地区经济发展状况来合理确定保障水平的精神。

⑦根据《2017年全国财政决算》（财政部官网：http://yss.mof.gov.cn/qgczjs/index.html）相关数据计算得到。