多类别养老保险对居民家庭消费影响的对比研究

□孙玉栋 梅正午 刘文璋

（中国人民大学公共管理学院，北京100872）

改革开放以来，我国的居民消费支出呈现大幅增加的趋势，在发达国家中仅次于美国。然而，我国居民的消费率却相对偏低，低于同时期的美、英、德等发达国家水平。截至2018年底，我国居民的消费率尚未达到40%①资料来源于经济合作和发展组织（OECD)官方网站关于各国消费支出和消费率的对比。https://data.oecd.org/hha/household-spending.htm，访问时间：2020-03-25。。居民消费不仅对于稳定内需、发展经济至关重要，也会影响到居民的幸福感与阶层认同[1-2]，而这直接关系到社会稳定。因而，对居民消费的影响因素进行深入探讨具有重要意义。

党的十九届四中全会报告指出，要“健全以税收、社会保障、转移支付等为主要手段的再分配调节机制”。养老保险不仅是社会保障的重要组成部分，而且还会对居民的消费产生重要影响，由此引出以下的研究问题：

（1）在我国老龄化程度不断加深的背景下，养老保险会对居民的家庭消费水平以及家庭消费结构产生怎样的影响？商业性养老保险和基本养老保险对居民家庭消费的影响有何差异？（2）中间的影响机制是什么？总收入和再分配偏好是否是关键作用变量？（3）养老保险对居民家庭消费的影响在不同群体之间有何差异？

从以上问题出发，本文利用CGSS（2015）的数据，使用倾向得分匹配法（PSM）、OLS 和Ologit 模型，对不同类别养老保险对居民家庭消费水平及消费结构的影响及内在机制进行了实证分析，并利用工具变量法克服了可能存在的内生性问题。同以往研究相对比，本文的不同点主要集中在三个方面：首先，本文实证对比分析了基本养老保险和商业性养老保险对居民家庭总消费与消费结构的影响；其次，区分了基本养老保险和商业性养老保险各自对不同群体家庭消费的影响；最后，深入全面地分析了养老保险对居民家庭消费的影响机制，并据此提出相关政策建议。

一、文献综述与研究假设

（一）研究现状述评

当前就养老保险和居民消费之间的关系研究主要集中于五个类别：

第一类研究指出，基本养老保险促进了居民消费。岳爱等利用新型农村社会养老保险试点作为工具变量，分析了新农保对家庭消费支出的影响，发现参加新农保的人员在日常消费方面要明显超过非参保人员[3]。张川川等在使用中国健康与养老追踪调查数据的基础上，利用双重差分和断点回归的方法，测算并分析了新农保的政策效应，发现新农保能够在一定程度上增加家庭的消费[4]。赵青、李珍基于跨国的对比发现，公共养老金的覆盖率在较高GDP分组国家可以明显地带动居民消费，在低GDP 分组国家对消费的带动则相对较弱，并进一步提出，不应该夸大公共养老金制度对居民消费的带动作用[5]。

第二类研究认为，基本养老保险挤出了居民消费。李珍、赵青结合消费理论，研究了城镇养老保险制度和城镇居民消费之间的动态关系，发现1987—2012年的养老保险对城镇居民消费存在挤出效应[6]。

第三类研究则是介于挤入居民消费与挤出居民消费之间。白重恩等的研究发现，在2006 年以前，养老保险的覆盖率能够带来居民的消费增加，但当缴费前的收入与养老保险覆盖率一定时，提高养老保险的缴费率则会抑制居民的消费，养老保险的缴费负担会对居民的消费产生负面影响[7]。康书隆等基于2012年中国追踪调查数据的研究表明，基本养老保险可以增加高收入家庭的当期消费，但是当存在信贷约束时，低收入家庭参加基本养老保险并不能够带动其当期的消费[8]。

第四类研究指出，基本养老保险与居民消费之间没有关系。顾海兵、张实桐认为，社会保障更多的是实现收入由高收入者或中高收入者向低收入者的转移，并不会对居民的消费产生影响[9]。

第五类观点认为，基本养老保险与居民消费之间存在门槛效应。侯向群基于全国31个省（区、市）2001—2017年的面板数据，利用门槛回归模型分析了社会养老保险和居民消费之间的关系，发现城镇企业职工基本养老保险的覆盖率和替代率对居民的消费存在门槛效应：当收入较低时，基本养老保险并不会导致居民消费的增加，而一旦超过某个收入门槛以后，则会增加居民的消费[10]。

通过对现有文献的梳理发现，有不少学者关注研究基本养老保险与居民消费之间的关系，上述研究在丰富现有文献的同时，也为本文提供了研究的基础。但当前研究仍旧存在以下可以改进的空间：第一，在关于养老保险对居民消费的影响方面，现有研究尚未达成一致意见；第二，现有研究大多集中在养老保险对居民总消费的影响层面，而对于居民消费结构影响的分析少有涉及；第三，养老保险包括基本养老保险和商业性养老保险，现有文献聚焦于分析基本养老保险对居民消费的影响，但是缺乏商业性养老保险与基本养老保险对居民消费影响的对比分析；第四，现有研究缺乏就养老保险对居民消费的影响机制而进行的深入全面的分析。因此，本文围绕上述问题提出研究假设，并通过实证分析加以检验。

（二）研究假设

1.养老保险对居民家庭消费规模的影响分析

根据消费理论，本文分别从居民的家庭总消费、生存性消费和发展性消费三大方面全面反映居民的家庭消费情况。参考张翼对居民消费的划分[11]，本文的生产性消费包括居民在衣着、食物、住房、医疗方面的消费支出，发展性消费主要指居民在教育、交通、休闲娱乐方面的消费支出。就养老保险与居民消费之间的关系而言，养老保险有利于减少居民未来面临的不确定性风险，增加居民的消费规模。由预防性储蓄理论可知，未来面临的不确定性风险是居民用来确定其储蓄水平的重要依据之一。如果居民感知未来的不确定性风险较小，其会在消费方面有所增加，在储蓄方面有所减少。养老保险的出现无疑在一定程度上可以降低居民未来所面临的不确定性，从而在一定程度上能够起到增加居民消费的作用。康书隆等指出，公共养老保险有利于帮助居民分散长寿的风险，降低居民的储蓄率[8]。Feldstein 对1929—1971年的数据进行分析后发现，社会养老保险有利于挤出居民的私人储蓄，增加居民的消费[12]。此外，无论是在收入回报还是应对风险的能力方面，商业性养老保险的效应均要优于基本养老保险。结合以上分析，本文提出以下假设：

假设1：养老保险可以显著增加居民家庭消费规模

假设1a：基本养老保险可以显著增加居民家庭总消费、生存性消费和发展性消费

假设1b：商业性养老保险可以显著增加居民家庭总消费、生存性消费和发展性消费

假设1c：商业性养老保险对居民家庭消费的增加效应要大于基本养老保险

2.养老保险对居民家庭消费结构的影响分析

随着中国特色社会主义进入新时代，人民群众的消费需求也发生了相应的转变，除了满足衣着、食物等生存性消费以外，人们越来越多地开始追求教育培训、休闲娱乐等发展性消费。张翼特别指出，当前我国社会各阶层的消费情况已经发生了变化，由生存性消费向发展性消费转变[11]。因而本文认为，养老保险在减少居民未来面临的不确定性的同时，在一定程度上对居民发展性消费的拉动作用要大于生存性消费。由此，我们提出如下假设：

假设2：养老保险对发展性消费的拉动作用大于生存性消费

假设2a：基本养老保险对发展性消费的拉动作用大于生存性消费

假设2b：商业性养老保险对发展性消费的拉动作用大于生存性消费

3.收入增长视角下养老保险对居民家庭消费的影响分析

通常来讲，不论是参加基本养老保险还是参加商业性养老保险，都需要居民个人支付一定的费用，这会对居民的当期收入产生所谓的挤出效应。然而，参加养老保险也有可能增加居民收入。就基本养老保险而言，研究表明，对于未满60周岁的个人，新型农村社会养老保险会增加其外出就业的概率[13]；对于已经满60岁的居民，则可以领取养老金。以上两种办法都能够带来居民当期收入的增加。城乡居民基本养老保险与新农保都可以带来城乡家庭的工资性收入、经营性收入、财产性收入以及家庭总收入的增加[14]。对于商业性养老保险而言，其保障层次较广，针对性较强，可以显著带动农村女性的就业[15]，从而增加其收入。此外，部分商业性养老保险可以使参保居民每年享受与保险公司经营状况相关的分红，其参保的保单也可以用来贷款。居民可以通过贷款的方式来优化其资产的配置，这在一定程度上有利于增加其当期的收入。由此本文认为，虽然参加养老保险需要居民当期缴纳一定的费用，但是就总体而言，其通过增加居民的劳动供给和优化居民的资产配置也会增加居民的总收入，并且居民总收入的增加有可能大于居民当期缴纳的费用，而这在一定程度上有利于刺激居民的消费。因而，我们提出如下假设：

假设3：养老保险可以显著增加居民的总收入（进而增加居民总消费）

假设3a：基本养老保险可以显著增加居民的总收入

假设3b：商业性养老保险可以显著增加居民的总收入

4.再分配偏好视角下养老保险对居民家庭消费的影响分析

基本养老保险作为一种重要的再分配手段，同居民的再分配偏好密不可分。居民的再分配偏好会对居民的消费带来一定的影响：居民的再分配偏好越强，表明居民对其目前的收入分配不满意，从而会增加居民的储蓄倾向，减少居民的消费倾向；居民的再分配偏好越弱，表明居民对当前的收入分配比较满意，有利于降低居民的储蓄倾向，增加居民的消费倾向。我国现行的养老保险制度包括现收现付制和基金积累，而以上两种方式会产生代际内与代际间的收入再分配。养老保险能够在某种程度上实现收入从高收入群体转向低收入群体，进而有利于维护社会公平[16]，而这无疑有助于降低居民的再分配偏好，减少储蓄倾向。就商业性养老保险而言，虽然居民能够自主决定参保与否，但是考虑到商业性养老保险给予居民退休后的养老金水平往往要高于基本养老保险的养老金水平，加之部分商业性养老保险还具有分红的功能，每年会依据保险公司的实际运营情况给予参保者一定的分红，因而，商业性养老保险在某种程度上也能够减弱居民再分配偏好。因此，本文提出以下假设：

假设4：养老保险可以显著降低居民的再分配偏好（进而增加居民总消费）

假设4a：基本养老保险可以显著降低居民的再分配偏好

假设4b：商业性养老保险可以显著降低居民的再分配偏好

结合假设3和假设4，本文认为，养老保险能够通过增加居民的收入和减弱居民的再分配偏好，进而影响居民的家庭消费（见图1）。

二、数据、变量及模型选取

（一）数据来源

本文利用的数据来源于中国人民大学社会学系同香港科技大学社会科学部合作开展的2015年度《中国综合社会调查(CGSS)》项目。该调查项目采用了多阶分层概率抽样设计，其调查点覆盖了我国内地除西藏、海南、新疆之外的28 个省（区、市）的478 个村（居），共完成有效问卷10 968 份。通过对漏答、错答、缺失样本的处理，共得出2197个有效样本。

（二）变量测量及描述性统计

1.因变量。本文的因变量是居民的家庭消费，包含居民的家庭总消费、生存性消费和发展性消费。考虑到数据的平稳度以及克服变量间的非线性问题，先对家庭总消费、生存性消费与发展性消费加1，之后分别取自然对数。

图1 养老保险对居民家庭消费的影响机制

2.自变量。本文的自变量为居民是否加入养老保险，具体可以分为基本养老保险和商业性养老保险，参加赋值为1，未参加赋值为0。

3.控制变量。为了更好地明确居民参加养老保险的影响因素，本文参考姜向群、张强、柳清瑞的研究成果[17-19]，选取了个体、家庭特征作为控制变量。其中，个体特征方面，主要包括居民的政治面貌、受教育程度、性别、年龄以及工作情况；家庭特征方面，主要包括家庭有无轿车和家庭的经济状况感知、资产情况。鉴于年龄和受教育程度对居民是否参加养老保险可能会存在非线性的关系，本文进一步选取了年龄的平方项和受教育程度的平方项。各个变量的描述性统计见表1。

表1 变量的描述性统计

（三）模型的选取

在模型的选取方面，本文使用的是倾向得分匹配法（PSM）而没有采用传统的回归分析方法(OLS)，原因在于：第一，居民参与养老保险有可能会受到某些不可观测因素的影响，而这些不可观测因素又有可能跟家庭消费有关，使用OLS 有可能导致对结果的估计有所偏误；第二，跟传统的回归分析方法相比较而言，倾向得分匹配法（PSM）可以比较好地克服有偏估计与样本“自选择”所导致的偏误，考虑到PSM 无须事前对函数形式、参数约束以及误差分布项进行假定，对于解释变量也没有严格外生性的要求，故在处理变量的内生性问题时具备一定的优势。结合以上分析，本文运用倾向得分匹配法（PSM）来进行实证研究。

（四）基于倾向得分匹配的居民养老保险反事实分析框架

在CGSS居民问卷中，关于自变量的具体问题是：受访者是否有加入的城市/农村基本养老保险、受访者是否有加入的商业性养老保险，符合反事实分析框架。对个体i来讲，未来的消费会存在两种情况，一种情况为居民参加基本养老保险和商业性养老保险的未来家庭消费，即Y1i；另一种情况则是居民没有参加基本养老保险和商业性养老保险时的未来家庭消费，即Y0i。

关于反事实分析框架的具体步骤如下：

首先，选择协变量Xi。当选择协变量时，应当尽量包含对居民是否参与养老保险能产生影响的相关变量，以保证可忽略性假设得到实现。在现有文献作为参考的基础上，本文分别选取了个体、家庭方面的特征作为协变量。

其次，对倾向得分进行估计。本文使用Logit模型来计算居民参与养老保险的倾向得分值。依据Rosenbaum、Rubin[20]的建议，本文通过在模型当中引入Xi的高次项（受教育程度的平方项和年龄的平方项）来增加方程形式的灵活性，从而起到提升结果准确度的目的。

再次，进行倾向得分匹配。第一，选择匹配方法。由于匹配方法本身并无好坏之分，但是不同的匹配方法会产生一定的测算偏差，因而，即使处理样本相同的数据，也会在计量结果上有一定的差异。究竟应该采取何种办法匹配才可以取得最优的结果，目前学界尚未达成一致的意见。本文分别采用了六种方法来进行匹配。（1）k 近邻匹配，该匹配方式通过找到倾向得分比较接近的k 个不同组个体进行配对。在本文中，把k 设定为4，进行一对四匹配，最终实现均方误差的最小化。（2）卡尺匹配，该匹配方式对倾向得分的绝对距离存在一定的限定。在经过测算以后，本文把卡尺的范围设置为0.01。（3）卡尺内k 近邻匹配，该匹配方式在给定卡尺范围内寻找发现k 近邻匹配，本文设置的卡尺范围为0.01，在匹配方面进行一对四匹配。（4）核匹配。本文使用默认的函数和带宽。（5）样条匹配。本文利用spline 命令进行默认回归。（6）马氏匹配。本文利用mahal 命令进行默认回归。第二，检验平衡性。如果倾向得分的估计结果比较准确，那么可以利用标准化偏差来检测在匹配以后，Xi在处理组跟对照组之间的分布是否满足数据平衡。

最后，计算平均处理效应。平均处理效应一共包括三类：第一为处理组的平均处理效应（ATT），即参与养老保险的居民家庭消费变化的平均值；第二为对照组的平均处理效应，即未参与养老保险的居民家庭消费变化的平均值（ATU）；第三则是全样本的平均处理效应（ATE），即随机样本居民在家庭消费方面的变化。本研究更适合用ATT 进行分析，计算过程为：首先，对参加养老保险居民未参加养老保险时其消费行为进行估计；其次，求差，即用居民的消费行为减去参加养老保险居民在未参加养老保险时的消费行为；最后，针对上述之差求处理组的均值。

三、居民参与养老保险的影响因素分析

为了实现样本之间的匹配，本文分析了居民参与养老保险的影响因素，估计结果见表2。由表2 可以看出，就基本养老保险而言，受教育程度“B=0.355，P≤0.01”，这表明居民的受教育程度越高，越有可能参加基本养老保险。可能的原因是随着居民受教育程度的提高，其对于养老的重视程度越来越高。年龄“B=0.141，P≤0.01”，这说明年龄越大，居民越有可能参加基本养老保险。可能的解释是随着居民年龄的增加，其对于养老的需求会日益增加。就商业性养老保险而言，受教育程度“B=0.521，P≤0.05”，这说明居民的受教育程度越高，其越有可能参加商业养老保险。可能的原因之一是，当居民的受教育程度提高时，其更能意识到商业养老保险可以带来的效益，从而对商业性养老保险的重视程度会更高。年龄“B=0.109，P≤0.01”，这说明年龄越大的居民，其参加商业性养老保险的可能越大。可能的解释是随着居民年龄的增加，其对于养老质量的需求会比以往更加强烈。工作情况“B=0.646，P≤0.01”，表明相较于没有工作的居民而言，有工作的居民会更有可能去参加商业性养老保险，可能的解释在于，有工作的居民往往拥有更稳定的收入来源，从而为其参加商业性养老保险提供资金支持。家庭轿车“B=0.602，P≤0.01”，表明相较于没有轿车的居民而言，有轿车的居民会更有可能参加商业性养老保险，可能原因在于有轿车的居民通常具有一定的经济条件，在参加商业性养老保险方面具有更多的可能性。家庭经济状况感知“B=0.252，P≤0.1”，表明家庭经济状况感知越好的居民，参加商业性养老保险的可能性越大。可能的原因是家庭经济状况感知越好的居民往往更加具有参加商业性养老保险的动机。家庭资产“B=0.304，P≤0.01”，意味着家庭资产与居民参加商业性养老保险之间具有显著的正向相关。结合本文利用的是家庭所拥有的房产数量来衡量家庭资产，可能的解释是，家庭的房产数量越多，其家庭资产越雄厚，越拥有多余的资金来参加商业性养老保险。

四、养老保险对居民家庭消费的影响效应测算

（一）倾向得分的共同取值范围

本文测量出居民i参与养老保险的倾向得分，为了保证样本数据的匹配质量，在测算出倾向得分以后，绘制了基本养老保险、商业性养老保险的核密度函数图（见图2和图3）。由图2和图3可以发现，大多数的观测值都在共同取值范围内（on support）①基于篇幅所限，本文仅仅呈现了以家庭总消费为例的核密度函数图，其他的如有需要，可联系作者。，故本文在进行倾向得分匹配时损失的样本并不多。

表2 基于logit模型的居民参与养老保险的估计结果

图2 核密度函数图（基本养老保险）

图3 核密度函数图（商业性养老保险）

（二）平衡性检验

在平衡性检验方面，本文参考Rubin[21]的做法，分别从标准化偏差、均值以及LR 统计量三个部分来进行平衡性检验。第一，就匹配前后处理组与对照组匹配变量的标准化偏差进行对比。如果匹配以后处理组与对照组样本之间的标准化偏差小于20%，说明匹配比较成功；当标准化偏差变小时，表明两组的差异有所减小。第二，就处理组与对照组的匹配变量在均值方面差异进行判断，可以借用t检验来考察差异是否显著。第三，分别考察伪R（2Pseudo-R2）、卡方偏差均值（mean bias）、B值和R值②偏差均值（mean bias）即标准化偏差均值。B即为Rubin’s B，表示处理组与对照组之间PS均值的标准化差异；R为Rubin’s R，即处理组与对照组之间PS方差之比。根据Rubin，B<25%以及R在[0.5，2]内，可以认为匹配平衡性假定条件得到充分的满足。，这能够从总体上去判断匹配是否满足了平衡性假定。匹配平衡性假定检验结果见表3①基于篇幅所限，本文仅汇报了k近邻匹配（k=4）的匹配平衡性假定检验结果。其他五类稳健性检验（卡尺匹配、卡尺内k近邻匹配、核匹配、样条匹配、马氏匹配）的匹配平衡性假定检验结果暂未汇报。如有需要，可以联系作者。。由表3 可以看出，不论是基本养老保险还是商业性养老保险，同匹配之前的结果相对比，自变量在匹配后的标准化偏差均有所减小，且偏差均低于10%；匹配后的t检验表明处理组与控制组不存在系统差异；匹配后的伪R2、卡方、偏差均值、B 值以及R 值都有所下降，并且所有的B 值也都小于25%，所有的R值的取值范围也都在[0.5，2]内。结合上述分析可以看出，采用倾向得分匹配法可以消除处理组与对照组在自变量分布方面的差异，且能够解决样本自选择所带来的估计偏误。

表3 自变量匹配平衡性假定检验结果

（三）养老保险对居民家庭消费的影响效应测算和组群差异分析

1.影响效应测算

本文分别计算了基本养老保险和商业性养老保险对居民家庭总消费、生存性消费和发展性消费的平均处理效应，结果见下文表4②在标准误方面，通过自助抽样500次得到标准误。另外，在汇报方面，本文直接汇报了相应的P值，并未汇报t值。此外，虽然在基本医疗保险中，就生存性消费和发展性消费而言，部分匹配方法的P值大于0.1，但是仅为少数部分，且超出0.1的范围相对比较小。本文就部分P值大于0.1的检验方法，进一步计算了其在自助抽样500次前的t值，t值均大于1.65，故本文在此也默认其为显著。。运用6 种匹配方法所获取的计量结果基本相一致，说明本文的结果较为稳健。参考王慧玲、孔荣[22]的做法，本文通过6 种匹配方法的算术平均值来表征影响效应，从而有利于后文的实证分析。

在经过倾向得分匹配的反事实估计后，就基本养老保险而言，参加基本养老保险会显著增加居民的家庭总消费，影响的净效应为0.136，这意味着在考虑了居民选择性偏差后，参与基本养老保险会使居民家庭总消费显著提高13.6%。从生存性消费来看，处理组的平均处理效应（ATT）为0.118，这意味着，参与基本养老保险会使得居民的家庭生存性消费显著增加11.8%；从发展性消费来看，处理组的平均处理效应（ATT）为0.219，这表明，参与基本养老保险能够使得居民的家庭发展性消费显著增加21.9%。由此不难发现，参加基本养老保险可以显著增加居民的家庭生存性消费和发展性消费，假设1a得到支持。

就商业性养老保险而言，参加商业性养老保险会显著增加居民的家庭总消费，影响的净效应为0.361，这意味着在考虑了居民选择性偏差后，参与商业性养老保险会使居民家庭总消费显著提高36.1%。从生存性消费来看，处理组的平均处理效应（ATT）为0.357，这表明，参与商业性养老保险会使得居民的家庭生存性消费显著提升35.7%；从发展性消费来看，处理组的平均处理效应（ATT）为0.381，这意味着，参与商业性养老保险会使得居民的家庭发展性消费显著提升38.1%。因而，参加商业性养老保险可以显著增加居民的家庭生存性消费和发展性消费，假设1b得到支持。进一步对比分析可以发现，在居民家庭总消费、生存性消费和发展性消费方面，商业养老保险的增加效应均大于基本养老保险，假设1c得到支持，从而假设1得到支持。不论是商业性养老保险，还是基本养老保险，其对发展性消费的带动作用均大于生存性消费，假设2a与假设2b均得到支持，进而假设2得到支持。

结合以上分析可以发现，基本养老保险和商业性养老保险均可以显著增加居民的家庭总消费、生存性消费、发展性消费；不论是基本养老保险，还是商业性养老保险，其对居民的家庭发展性消费的促进作用均要大于对居民的家庭生存性消费；在居民家庭总消费、生存性消费和发展性消费方面，商业性养老保险的促进作用均大于基本养老保险。

2.组群差异分析

在实际情况中，不同收入群体的居民，其参与养老保险的情况也会不同，因为收入的高低会直接关系到居民是否有多余的资金来参加养老保险，这点在商业性养老保险方面可能会更加明显。虽然本文利用处理组的平均处理效应（ATT）来测量养老保险对居民家庭消费的净效应，但是平均处理效应（ATT）仅仅可以反映出参与养老保险的居民家庭消费变化的平均值，却无法呈现出样本居民影响效应的结构性差异，也就是不同收入群体的差异。为此，本文进一步探讨了不同收入群体居民的组群差异，从而有助于进一步丰富养老保险对居民家庭消费效应的研究内容。具体的划分标准参考李强、徐玲界定我国当前收入水平划分的做法：把个人年收入小于35 000元的界定为低收入群体，把个人年收入大于35 000元的界定为中高收入群体[23]。不同收入群体的回归结果见表5。

由表5 可以发现，针对低收入群体而言，居民参加基本养老保险以后，可以显著提升18.2%的居民家庭总消费、35.9%的居民家庭发展性消费。可能的原因是随着人民生活水平的不断改善，居民的需求日益多元化，并且开始追求更高质量的生活标准，致使对于发展性消费的需求日益增加。而参加基本养老保险会给低收入群体提供一个对未来比较稳定的预期，降低居民未来面临的不确定性，进而提升居民的总消费和发展性消费。对于中高收入群体而言，居民参加商业性养老保险以后，可以显著提升30%的居民家庭总消费、31%的居民家庭生存性消费。可能的解释是对于中高收入群体而言，其一般具备参加商业性养老保险的经济条件，而随着居民消费的升级，这一群体的居民在生存性消费方面可能提出更高的要求。参加商业性养老保险可为中高收入群体降低未来面临的不确定性，从而带来其在生存性消费方面及总消费的增加。

表4 养老保险倾向得分匹配的处理效应

3.内生性问题讨论

本文所研究的养老保险对居民家庭消费的影响，可能存在变量的内生性问题。通常而言，内生性问题包括遗漏变量、测量误差以及双向因果。虽然本文利用倾向得分匹配方法能够有效避免样本自选择所带来的偏差，也选取了包括政治面貌、受教育程度、受教育程度平方、性别、年龄、年龄平方、工作情况在内的个体特征，以及包括家庭轿车、家庭经济状况感知、家庭资产在内的家庭特征作为协变量，以避免遗漏变量所带来的内生性问题，但是为了解决其他可能存在的内生性问题，则需要借助于工具变量法。本文工具变量的选取参考鲁元平等在考察我国基本养老保险与居民再分配偏好时的做法，选取受访者“所在村/居委会的居民参加基本养老保险的比例”作为居民是否参加基本养老保险的工具变量[24]。一方面，受访者“所在村/居委会的居民参加基本养老保险的比例”会对居民是否参加基本养老保险产生影响；另一方面，“受访者所在村/居委会的居民参加基本养老保险的比例”也会通过影响居民是否参加基本养老保险进而对居民的家庭消费情况产生影响。因此，受访者“所在村/居委会的居民参加基本养老保险的比例”是一个相对比较合理的工具变量。同理，在商业性养老保险的工具变量选择方面，本文选取“受访者所在村/居委会的居民参加商业性养老保险的比例”作为居民是否参加商业性养老保险的工具变量。表6 分别包含了基本养老保险和商业性养老保险工具变量回归的结果。

由表6 的（1）（3）两列可以看出，“受访者所在村/居委会的居民参加基本养老保险的比例”与基本养老保险之间具有显著的正向相关关系；“受访者所在村/居委会的居民参加商业性养老保险的比例”与商业性养老保险之间具有显著的正向相关关系。第一阶段的F 检验值说明本文所采纳的工具变量通过了弱工具变量，表明本文所选取的工具变量和自变量之间具有比较强的相关关系。由表6的第（2）（4）列可以发现，参加基本养老保险和商业性养老保险都可以显著增加居民的家庭消费，并且商业性养老保险对居民家庭消费的带动作用要大于基本养老保险，这跟PSM 方法得出的结果一致，比较有效地支持了这一分析方法。

表5 分样本回归结果

表6 养老保险对居民家庭消费的工具变量回归结果

4.收入增长和再分配偏好视角下养老保险对居民家庭消费的影响机制

考虑到养老保险可能会对于居民的个人收入和再分配偏好产生影响，进而影响居民的家庭消费，本文利用OLS 模型分析了收入增长视角下养老保险对居民家庭消费的影响，利用Ologit 模型分析了再分配偏好①在CGSS问卷中，关于衡量居民再分配偏好的问题为“您是否同意以下说法，应该从有钱人那里征收更多的税来帮助穷人？”一共有5个备选答案，1表示“非常不同意”，2表示“同意”，3表示“无所谓”，4表示“同意”，5表示“非常同意”。在本文中，对其进行转换，从1-5，分别表示从非常同意到非常不同意。这样，从1-5，意味着居民的再分配偏好越来越弱，从而便于进行相应的分析。视角下养老保险对居民家庭消费的影响，回归结果见表7①表7中的样本数量和文中其他表格中的样本数量有一定的区别。原因在于CGSS问卷中关于居民消费的样本缺失值相对较多，经过对缺失值的处理后，样本损失较多。表7主要分析的是养老保险对居民的总收入以及再分配偏好的影响，为了避免损失过多样本，本文重新对变量进行了处理，最终导致样本方面的差异。。由表7 的（5）（6）（9）（10）列可以发现，无论是基准回归，还是加入控制变量以后的回归，基本养老保险和商业性养老保险都会对居民的总收入产生显著的正向影响，并且商业性养老保险带来的收入增加效应要大于基本养老保险。因此，假设3a与假设3b分别得到支持，进而假设3 得到支持。居民的总收入增加，无疑会在一定程度上增加居民的消费水平。鉴于商业性养老保险对收入的增加效应要大于基本养老保险，因而其对于消费的带动作用会大于基本养老保险，这也在一定程度上支持了假设1c。由表7的（7）（8）（11）（12）列可以发现，对于基本养老保险而言，无论是否引入控制变量，基本养老保险都会对居民的再分配偏好产生显著的正向影响，即基本养老保险会显著增加居民的再分配偏好，因此，假设4a 未得到支持。可能的解释是与目前我国的基础养老金的发放水平较低有关[10]。而随着居民生活成本的提升，较低的养老金水平导致居民在主观上希望可以进行更高程度的再分配。居民的再分配偏好越强，说明其对当前的收入分配越不满意，从而增加其储蓄倾向，进而导致基本养老保险对于居民家庭消费的带动作用相对较小。降低居民的再分配偏好，从而假设4b 得到支持。居民的再分配偏好变弱，说明其对当前的收入分配相对比较满意，从而会增加其消费的倾向，进而导致商业性养老保险对于居民家庭消费的带动作用相对较大，这在一定程度上也支持了假设1c。

五、结论与政策建议

本文结合CGSS（2015）的数据，分别从收入增长和再分配偏好视角分析了养老保险影响居民家庭消费的机制；利用logit 模型探讨了影响居民参加养老保险的因素；使用倾向得分匹配法（PSM）分别测算了基本养老保险和商业性养老保险对居民家庭总消费、生存性消费和发展性消费的影响，对比分析了基本养老保险和商业性养老保险对不同收入群体家庭消费水平的影响；利用OLS 模型实证分析了养老保险对居民总收入的影响；利用Ologit 模型实证分析了养老保险对居民再分配偏好的影响。为了避免遗漏变量、测量误差和反向因果导致的内生性，从而使得估计结果有偏差，本文进一步采用工具变量法来克服可能存在的内生性问题。本文得出的结论如下：

第一，基本养老保险和商业性养老保险均会对于商业性养老保险而言，无论是否引入控制变量，商业性养老保险都会对居民的再分配偏好产生显著的负向影响，因而商业性养老保险会显著对居民家庭总消费、生存性消费和发展性消费产生正净效应的影响。

第二，商业性养老保险对居民家庭总消费、生存性消费和发展性消费的增加效应均大于基本养老保险。当使用工具变量法进一步解决内生性问题以后，商业性养老保险对居民家庭消费的增加效应依旧大于基本养老保险；基本养老保险与商业性养老保险对居民发展性消费的增加效应要大于生存性消费。

第三，分样本回归的结果显示：对低收入群体而言，基本养老保险可以显著增加其家庭总消费和发展性消费；而对中高收入群体而言，商业性养老保险则可以显著增加其家庭总消费和生存性消费。

第四，基本养老保险和商业性养老保险会通过影响居民的总收入以及再分配偏好而影响居民的家庭消费，其中基本养老保险对于收入的增加效应相对较小，并且会显著增加居民的再分配偏好，这在一定程度上导致其对居民家庭消费的带动作用较小。

商业保险是我国社会保障体系的重要组成部分，为居民参与社会保障打下了良好的基础。作为第三支柱的商业性养老保险，不仅可以更好地拉动消费，对于应对愈发严峻的人口老龄化形势也十分重要，其可以分担第一支柱过重的保障负担和覆盖第二支柱没有覆盖的其他经济活动人口。然而，我国对第三支柱商业性养老保险的税收优惠力度较低，在一定程度上影响了个体的参保意愿，并阻碍了商业性养老保险自身的发展。因而，迫切需要从供给端出发，加大对于第三支柱商业性养老保险的税收优惠力度。同时，个人税收递延型商业性养老保险试点已经开始，并且在2019 年以账户制为基础全面推开，为加大对商业性养老保险的税收优惠力度提供了条件。由此，本文的政策建议如下：

第一，以税收优惠为动力，进一步促进第三支柱商业性养老保险的发展。未来可以考虑把商业性养老保险纳入税收体系中，将第三支柱的个人养老金缴费纳入专项或专项附加扣除，实施税前的减免，激励居民参加商业性养老保险，倒逼相关部门加快第三支柱个人养老金制度的建设力度，以更好地促进我国经济的发展，也在一定程度上有利于缓解老龄化所带来的压力。

第二，就目前已经实施的个税递延型养老保险而言，还存在一定的改善空间。随着2019年《中华人民共和国个人所得税法》规定以居民个人“每一纳税年度收入额减除费用六万元”为扣除标准以后①详见《中华人民共和国个人所得税法》第6条。，会使享受个税递延型养老保险优惠政策的人群有所减少。未来可以考虑适当调整个税递延型养老保险在领取时适用的税率，从而更持续地促进商业性养老保险的发展。

第三，进一步提升养老金的基础水平。就基本养老保险而言，其对于居民总收入的增加效应相对较小，并且会增加居民的再分配偏好，导致对居民家庭消费的带动作用较小。因而未来需要进一步提升养老金的基础水平，加快落实养老金动态调整机制，使养老金水平的确定与物价上涨幅度以及其他社会保障标准的调整相互联系起来。