乡村振兴战略下失地农民与未失地居民社会保障水平的比较研究

熊 文,王 轶,李朝鲜

(北京工商大学,北京 100048)

一、引 言

2018年中央农村工作会议强调,走中国特色社会主义乡村振兴道路,必须重塑城乡关系,推动新型城镇化、农业现代化同步发展,走城乡融合发展之路。2020年,国家发展改革委员会关于印发《2020年新型城镇化建设和城乡融合发展重点任务》的通知,文件指出,推进以县城为重要载体的新型城镇化建设,促进大中小城市和小城镇协调发展,提升城市治理水平,推进城乡融合发展,实现1亿非户籍人口在城市落户目标和国家新型城镇化规划圆满收官,为全面建成小康社会提供有力支撑。城乡融合除了取消户籍制度的限制之外,更重要的就是他们的社会保障制度的衔接,也就是城乡统一的社会保障制度。这几年,国家大力推进城乡社会保障制度建设,中国人力资源社会保障部等多个部门出台《城乡养老保险制度衔接暂行办法》以后,推动了大批农民工群体和城镇非从业居民的参保。2019年,人力资源社会保障部《关于建立全国统一的社会保险公共服务平台的指导意见》,进一步推动全国建立统一的社会保险服务体系,推动了社会保障服务的均等化。

特别是2014年《城乡养老保险制度衔接暂行办法》出台前后,为推进中国新型城镇化建设,从拥有土地的农民变成了失去土地的农民,本文简称为失地农民,他们的社会保障水平与未失地农民和城镇居民之间是否存在差异?如果有差异,差异有多大?导致差异的原因是什么?研究清楚上述问题,对建立城乡一体化的社会保障制度,消除城乡之间的社会保障差异有着重要理论意义和实践意义。理论意义体现在,研究成果为各省份制定城乡统一的社会保障制度提供理论参考,对查找社会保障差异提供理论依据。实践意义体现在,在操作层面,如何实现失地农民与城镇居民社会保障的融合统一,有序推进城镇化建设和城乡融合发展,全面推进乡村振兴战略。

为回答上述问题,本文内容安排如下:第一部分,文献综述,整理国内外与失地农民社会保障方面的相关文献,提出研究思路;第二部分,阐述研究数据、模型及方法;第三部分,通过模型实证分析中国一线城市失地农民与非失地居民(包括未失地农民、城镇居民)的社会保障问题,分析他们之间的差异,以及不同群体之间社会保障水平的比较;第四部分,总结与启示,提出相应对策建议。

二、文献综述

社会保障源于1935年美国颁布的《社会保障法》,后被国际劳动组织所认可并一直沿用至今,但各国对社会保障的内涵存在差异。如美国将社会保障制度界定为一种“社会安全网(social safety net)”,包括疾病、年老(公寓)、伤残、死亡、失业等社会问题提供的安全性保护。2010年颁布的《中华人民共和国社会保险法》中规定:“国家建立基本养老保险、基本医疗保险、工伤保险、失业保险、生育保险等社会保险制度,保障公民在年老、疾病、工伤、失业、生育等情况下依法从国家和社会获得物质帮助的权利。”本文所研究的失地农民社会保障问题主要是围绕《中华人民共和国社会保险法》所包含的内容来展开,即主要研究失地农民的养老、医疗、失业和最低生活保障等相关方面的内容。

国外学者对社会保障与经济社会发展的关系、社会保障的运行机理进行了一系列的研究[1-3]。由于国外并没有失地农民,所以国外相关研究主要是基于在完全市场竞争条件下土地征用、农民非农就业与社会保障之间的关系。主要包括以下几个方面:

(1)基于不平等的视角,研究居民非农就业的社会保障问题。如Rejda研究了美国劳动保障计划的不公平性,研究发现,美国的劳动保障计划存在歧视,公务员获得很高的退休保障金,与从事非农就业的群体相比,农民加入劳动保障计划需要更为严格的条件,并且获得比非农就业群体更低的社会保障金,这对从事农业群体产生了消极影响[4]。Foly以1991年澳大利亚新南威尔士州的农村妇女为例,研究了妇女在非农就业过程中的地位及其相关的社会保障,研究发现,当地农村妇女在非农就业过程中存在严重的性别歧视,妇女在社会上普遍处于二等公民地位,性别工资不平等严重,在农村就业的妇女并没有得到相应的社会保障[5]。Lilley基于美国北卡罗莱纳农场的调查数据,研究发现从事非农就业的农民,退休后66%的收入来源于当地的社会保障,其次是利息收入,再次是租金和伤残津贴等[6]。Sakthivel和Joddar研究发现,印度劳动力市场上95%的都在非正规部门就业,由于这些非农就业群体的经济承受能力有限,加之缺乏相应的体制机制,导致这些非农就业群体几乎没有任何社会保障,而在正规部门就业的群体,则享有养老金、公积金、生育险、医疗保险等[7]。

(2)从土地征用视角,研究土地与社会保障的关系。如Platteau研究了土地与社会保障之间的关系,认为一旦土地从粗放型向集约型的利用方式转变,土地产权也将失去了其保险的作用[8]。Tuyen以越南西贡为案例,分析了1993年土地法和新自由主义政策的出台,土地已经成为商品分布在市场流通,土地商品化加剧了富人和穷人之间的收入差距,农民因为生计出卖土地,暂时改善了生活,但非农就业和社会保障并没有得到改变,反而增加了土地的竞争力和土地使用权的不安全感[9]。

(3)从社会保障的作用视角,研究社会保障与非农就业的关系。如Bharadwaj等基于1980年美国农业调查局的2 661个农家妇女的电话调查数据,分析美国妇女从事非农就业的内外在动机,研究发现,美国参与非农就业的比例越来越高,原因在于从事非农就业能提高家庭收入、经济独立和更全面的社会保障[10]。Caucutt等研究发现,随着农民从农村到城市的迁移,其生存的概率和劳动生产率都发生了很大变化。美国各州的社会保障水平是由投票决定的,没有迁移到城市之前,居民不愿意实施社会保障计划,迁移至城市以后,居民更倾向于实施积极的社会保障[11]。Henningsen以波兰农业部门为例,分析了波兰农业落后的主要原因,与农民非农就业相比,从事农业伴随低报酬、低技术水平和高劳动强度,但农民的社会保障补贴水平高,导致很大一部分人愿意从事农业而非非农行业[12]。Roka等研究发现,国外相关文献普遍认为,在非农就业领域,不同行业、不同区域之间,居民的社会保障水平存在差异;土地具有一定的社会保障功能;非农就业与社会保障存在关联性,从事非农就业有助于提高其社会保障的水平;社会保障的水平与收入密切相关[13]。

国内在社会保障领域的研究相对较晚,如部分学者分别从国别比较、社会保障的评估、生命周期与社会保障的关系出发研究了中国社会保障问题,但从失地农民这一特殊群体出发研究其社会保障问题的文献相对较少[14-19]。已有研究主要包括以下三个方面:

(1)从社会保障作用的视角,分析农民失地问题。如江维国等认为应该先健全失地农民社会保障供给,再促进失地农民市民化,进而推进新型城镇化[20]。苏海涛基于湖北三个市级城市的调查数据,通过描述性统计分析了失地农民社会保障方面状况,研究发现31.1%的失地农民表示失去土地后最担心养老问题,多数失地农民还是完全依靠自己来实现医疗保障[21]。马晓磊通过定性方法分析了城市化进程中失地农民的社会保障问题,他认为失地农民生活无保障,最低生活保障、养老保障和医疗保障等方面区域差异很大[22]。王轶的调查数据显示,一线城市失地农民无任何养老保障的比例为30.81%,无任何医疗保障的比例为13.30%[23]。陈正光等基于合肥市217份调查问卷数据,分析当地失地农民的社会保障问题,研究发现,失地农民偏好建立养老保险,其次是医疗保险[24]。陈信勇等结合中国城市化进程中大量集体土地被征用的背景,以及全国各地在征地过程中失地农民社会保障面临的问题,提出首先要解决失地农民的养老和医疗保障,其次是其他社会保障[25]。卢海元从失地农民社会保障安置的低水平入手,分析了失地农民社会保障安置的必要性和重要性,并就安置的思路提出的建议[26]。鲍海君等提出以征地补偿安置费和土地转让后的增值收益作为失地农民社会保障的主要资金来源,以此建立失地农民社会保障体系[27]。

(2)从社会保障政策出发,分析失地农民市民化及社会保障制度问题。如陈虹等认为,农村的医疗保险制度制约了农民进城意愿,阻碍了城乡医保保险的有机衔接[28]。张文武等认为,社保政策对农民市民化有显著影响,城市社保对农民市民化有显著的正向影响,农村社保有显著的负向影响[29]。刘家强等基于成都市的调查数据,采用描述性统计分析方法研究了失地农民社会保障制度在替代土地解决农民生存与保障方面的作用,提出通过制度建设解决失地农民的社会保障问题[30]。杨翠迎以浙江省10个市的整体数据为例,从政策层面分析了浙江省失地农民的养老保障制度,并就如何进一步完善失地农民保障制度提出了相应建议[31]。赵锡斌等针对中国土地征收过程中失地农民面临的利益保障问题,提出要使失地农民融入社会,需要健全失地农民社会保障制度及相关的法律援助体系,保障失地农民的合法权益[32]。

(3)从社会保障影响因素入手,分析失地农民问题。许庆、陆钰凤分析了非农就业、土地流转与土地社会保障之间的关系,研究认为促进非农就业有助于弱化土地保障的功能,进而促进土地流转[33]。杜鑫从历史演变的视角,分析了城乡收入差异的变化,以及城乡收入差距与农民市民化、土地流转之间的关系[34]。赵光、李放基于江苏省沭阳县的一手调查数据,采用结构方程模型研究了农民非农就业、社会保障与其土地转出意愿与行为的关系,研究发现完善非农就业环境与社会保障制度,则有助于推动农民土地转让[35]。Xu基于中国南京市农户问卷调查数据,采用Logistic模型分析农民职业分化、养老保障与农村土地流转之间的关系,结果发现,商业养老保险等对农村土地流转具有显著的促进作用,家庭养老保障对农村土地流转有显著的负面作用,但非农业收入比重、社会养老保障等对农村土地流转没有显著影响[36]。

综上所述,关于失地农民社会保障问题的研究,国外文献没有失地农民这一概念,已有文献主要是基于完全市场经济的背景下,研究农民土地流转与社会保障之间的关系,研究方法值得借鉴,但是研究主体和研究背景与中国存在显著差异。国内文献侧重于失地农民社会保障的制度和现状分析,认为中国失地农民社会保障制度存在缺陷。部分文献通过小规模调查数据分析失地农民土地征用、就业与社会保障的关系,认为失地农民的社会保障水平不高,土地与社会保障之间的关系较为复杂,作用方向也不一致。已有文献无疑开阔了本研究的视野,奠定了研究基础,但也存在不足,主要体现在以下四个方面:(1)少有文献开展比较研究,研究失地农民与非失地居民社会保障方面的差异,关于失地农民社会保障差异方面的研究更有助于发现问题和解决问题;(2)少有研究就同一个区域开展多次调查,分析失地农民社会保障的变化趋势;(3)少有研究关于中国一线城市近郊区失地农民的社会保障状况,中国一线城市近郊区实际上是中国农民社会保障问题的一个缩影,对一线城市近郊区失地农民社会保障问题的研究,研究成果将对中国其他地区失地农民社会保障问题的解决提供借鉴;(4)少有研究从众多维度分析失地农民的社会保障问题,如失地农民家庭成员、家庭收入、就业、土地补偿等视角,多维度的综合分析消除了变量之间的互补或替代关系,更能够准确地分析失地农民社会保障的现状。为此,本文以中国一线城市,即北京地区近郊区的失地农民为研究对象,选取金融危机的2008年和《城乡养老保险制度衔接暂行办法》出台之后的2015年两次调查数据,分析失地农民与非失地居民社会保障之间的差异,以及差异产生的原因。

三、数据、变量及方法

(一)数据说明

数据选取北京师范大学劳动力市场研究中心于2008年和2015年对北京地区近郊区居民发放的问卷调查。第一次调查时间为2008年11—12月份,发放问卷2 920份,有效问卷2 611份,其中失地农民367份,非失地居民2 611份(城市居民1 971份,未失地农民640份)。第二次调查于2015年5—9月份发放问卷3 350份,有效问卷3 220份,其中失地农民429份,非失地居民2 791份(城市居民2 178份,未失地农民613份)。

为分析失地农民和未失地农民社会保障的变化情况,结合北京市统计局发布的2018年统计数据和《2018年北京农民工检测报告》数据,对本文的研究结论进行佐证,以验证研究结论的可靠性。

调查样本的筛选原则:(1)重点区域原则。因为研究对象主要是失地农民,征地主要分布在城市近郊,所以本文在样本选择过程中,主要选择近郊区的居民,包括失地农民、未失地农民和城镇居民。(2)锁定研究对象原则。锁定了研究区域以后,本文选取研究对象的性别、年龄、婚姻等方面也有所侧重。因为问卷是一个家庭填写一份,要求户主填写,所以调查对象男性居多,已婚人士为主,一般正处在就业年龄,这也正是本文研究的侧重所在。(3)随机抽取样本原则。根据当地居委会提供的居民名单随机抽取,同一家庭不重复抽样,同一区域样本要分散,防止调查结果的雷同性。样本的分布情况见表1。

表1 样本的区域分布

(二)变量选取与描述统计

1.变量选择

(1)社会保障变量。为了改善北京城乡居民的社会保障状况,经过多年的摸索和实践,北京市逐渐建立和完善了包括以养老保险、医疗保险、失业保险、最低生活保障等为主要内容的城镇社会保障体系。2008年与2015年两次调查期间,调查区域居民社会保障制度发生了变化,2015年的调查问项也随之做了适当调整。2008年社会保障只包含医疗保险与养老保险,而2015年则包含医疗保险、失业保险、工伤保险、失业保险、最低生活保障等多种类型。所有类型社会保障变量均只涉及是否参与此类保障的调研内容。

(2)核心影响变量。对于社会保障的影响因素,本文主要考虑年龄、工作收入、受教育程度以及健康状况几方面。年龄是保费缴纳的重要依据,对社会保障有着重要影响力;收入则是保费缴纳的核心来源,这里为月均收入(单位为千元);受教育程度决定了人们对社会保障的认知程度,本文将居民的受教育程度分为小学及其以下、初中、高中、中专、大专、本科及以上等六类,用1、2、3、4、5、6表示;健康状况是参加保障的核心依据,本文分为很健康、健康、一般、不太健康及不健康等5种程度,用1、2、3、4、5表示。

(3)类别变量。将讨论婚姻、性别、政治面貌、就业行业及就业类型等多个方面对于社会保障的影响。婚姻,本文将婚姻状况分为已婚、离婚、丧偶及未婚四种状况,用1、2、3、4表示。性别,本文亦将考虑男女差异对于是否参与各类社会保障存在何种影响,男性为0,女性为1。政治面貌,由于两年的调研对于政治类别存在差异,2015年未考虑共青团员,而民主党派在两次调查中数据均很少,本文对数据进行了合并,将政治面貌分为党员与非党员两类,用数字0、1表示。就业行业,将调研的14个行业划分进行了合并,分一、二、三产业展开讨论,用1、2、3表示。就业类型分为务农、自主创业、正式工作、待业及其他(包括临时工)等4种类型,用1、2、3、4表示。

2.描述性统计

表2给出了2008年与2015年两次调研中各类社会保障的情况以及个体特征等主要变量的描述性统计。可以看出,失地农民、未失地农民及城镇居民之间存在广泛的差异,特别是经过失地冲击后,失地农民与未失地居民之间分异明显。

表2 2008年与2015年社会保障与个体特征描述统计

(1)社会保障情况。从医疗保险(包括商业医疗保险)来看,总体样本参保比例增长明显;2008年失地农民参加医疗保险的比例略低于未失地居民,可能原因在于失地后,失地农民参与医疗保险处于换档期,影响了他们参与医疗保险。到了2015年,失地农民参与医疗保险的换档期已经完成,所以他们参保的比例明显上升,上升的原因大致包括:由于户籍转化带来的制度性变化;因二次就业带来的参保比例的上升。从参加养老保险(包括商业养老保险)的比例来看,2008年和2015年失地农民和未失地居民参加养老保险的比例与参保医疗保险的比例一样,呈现同样的变化趋势。

另外,对于2015年失业保险、工伤保险、生育保险、最低生活保障等的参保比例显著低于医疗保险、养老保险。对于失业保险、工伤保险及生育保险等三方面参保比例,失地农民不仅较未失地农民高,甚至超过城镇居民,原因可能在于失地农民失去土地保障后,为了获得更多保障,积极参与失业保险、工伤保险及生育保险等相关保障。最低生活保障方面,失地农民与未失地农民之间的差异不明显。

(2)核心影响因素。从工作收入来看,城乡居民均出现大幅提高,但城乡收入差距有扩大趋势。从受教育程度来看,北京地区居民受教育程度均出现大幅度的上升,特别是城镇居民的平均水平已向大专发展,城乡之间存在较大差异;失地农民与未失地农民在受教育程度上不存在明显差异,且发展情况一致。从健康状况来看,健康状况存在城乡差异,未发生失地的城镇居民有着更高的健康水平。

从就业行业来看,三种类型居民均表现出向第三产业流动的态势,其中失地农民表现最为显著,这主要来源于其失去土地的巨大冲击。从就业类型来看,北京地区城乡居民劳动力流动存在差异,失地农民与未失地农民存在显著的向自主创业与正式工作流动转移的趋势,而失地农民又存在向正式工作流动的明显倾向性特征;城镇居民劳动力的转移性特征不明显,但存在明显的就业状况改善。

(三)倾向性得分匹配方法(PSM)

根据描述统计可以初步判断,养老保险、失业保险、工伤保险及生育保险等方面具有明显的居民类型差异,医疗保险有明显的变化差异,一个基本的事实是,失去土地的农民在某些社会保障方面与未失地农民、与城镇居民确实存在一定的差异,这些差异可能是由于失去土地而导致的。但失地农民社会保障影响因素,包括工作收入、受教育程度、健康状况、政治面貌、就业行业、就业类型等诸多方面。这些因素相互干扰,我们需要找到失去土地带来的冲击作用的净影响,研究三种居民类型差异带来的社会保障差异。

据王轶、熊文和赖德胜测算,北京市新增失地农民主要集中在1994—1995、1999—2003年两个阶段,以及2008—2009年期间有少量增加[37]。因此,本文2008年、2015年两次调研数据分别为失地近期与失地远期,反映失地冲击对失地农民带来的短期与长期影响。由于失地农民是从农民中脱离出来,探析失地农民与未失地农民的差异将作为本文的重点研究对象;而农民本身与城镇居民存在差异,通过进一步比较失地农民与城镇居民的差异,从而发现失去土地冲击带来的脱离农民身份的变化,亦能给研究带来更丰富的视角及证据。

为此,本文在研究设计上将分别讨论,失地农民(处理组)与未失地农民(对照组)、失地农民(处理组)与城镇居民(对照组)这两对居民类型差异对社会保障状况的影响,从而多角度地探讨失地带来的短期与长期的冲击影响。

在考察失地农民、非失地农民及城镇居民不同居民类型带来社会保障差异时的一个关键性问题是,对一个居民而言只能获得其中一种身份,即为典型的反事实因果推断分析框架。Rosenbaum和Rubin提出了倾向性得分匹配(Propensity Score)方法,通过找到与处理组(Treated Group)主要特征尽可能相似的控制组(Comparison Group),比较两者之间的差异效应,从而更加客观地评价不同居民类型带来的影响差异与效果[38]。倾向性得分被定义为:

p(X)=Pr[D=1|X]=E[D|X]

(1)

其中,X为自变量的多维向量,是一系列可能影响居民处理的变量;D是指标变量,取值1表示为处理组居民,取值0表示对照组居民。理论上,如果我们可以获得倾向性得分的估计量p(Xi),ATT(average treatment effect on the treated)则为处理组受到的平均处理效应(Becker和Ichino,2002),如下:

ATT=E[Y1i-Y0i|Di=1]

=E{E[Y1i-Y0i|Di=1,p(Xi)]}

=E{E[Y1i|Di=1,p(Xi)]-E[Y0i|Di=0,p(Xi)]|Di=1}

(2)

其中,Y1i和Y0i分别为处理组与对照组居民潜在的社会保障参保行为模式。

本文采用Logit模型对概率值进行估计,为增强结果的稳健性,使用三种最常用的匹配方法:最近邻匹配(Nearest-Neighbor Matching)、半径匹配(Radius Matching)及核匹配(Kernel Matching)。

四、实证分析

(一)社会保障的影响因素分析

首先需要对影响各种社会保障的因素进行判断,为此本文以各种社会保障为因变量,以相关影响因素及类别特征为自变量,运用STATA 15.0软件,对2008年及2015年社会保障影响因素展开Logit回归,具体结果见表3和表4。在此,仅保留逐步回归剩下的显著变量,不显著变量的回归结果未展示。

从表3可以看出,2008年医疗保险仅受到就业行业与就业类型差异的影响,居民在第二、三产业就业的医疗保险水平高于第一产业,并且这种关系显著;有正式工作居民的养老保障水平明显高于农民,个体经营与其他工作从业者(包括临时工)的养老保障水平低于北京地区从事农业的人员。城镇居民和失地农民参与医疗保险的比例没有因为失地农民或城镇居民的身份而发生变化。

表3 2008年居民社会保障影响因素的Logit回归结果

而对于养老保险来说,其不仅受到就业行业与就业类型差异的影响,还受到来自收入水平以及居民类型的影响;第二产业、第三产业从业者分别高于第一产业从业者;有正式工作从业者参与养老保障的占比明显高于本地的务农人员,不过本地务农人员参与养老保障的占比高于个体经营与其他工作从业者(包括临时工);2008年,失地农民参与养老保险的比例明显低于城镇居民。

从表4中可以看到,与2008年相比,2015年医疗保险的影响因素有所增加,不仅受到就业行业、就业类型影响,还受到健康状况等因素影响。在第三产业就业居民参加医疗保险的比例明显高于第一产业,第二产业与第一产业之间的差异变得不明显。有正式工作居民参加医保的比例明显高于本地务农人员;个体经营人员与务农人员之间的差异在逐渐消失。失地农民、未失地农民及城镇居民之间参加医疗保险的占比变化不明显,说明居民的类型并没有影响到他们参与医疗保险的比例。

表4 2015年社会保障影响因素的Logit回归结果

对于养老保险,与2008年相比,2015年养老保险的影响因素有了较大变化。2008年对养老保险产生显著正向影响的产业因素到了2015年变得不显著,个体经商、其他工作对养老保险产生的负向影响到了2015年转变成了正向影响。说明在同等情况下,随着征地时间的推移,失地农民再就业的职业显著提升了他们的养老保险水平。与失地农民相比,2008年,城镇居民的养老保障水平显著高于失地农民,到了2015年,失地农民提升养老保障的水平明显高于城镇居民和未失地农民,并且这种关系显著。2008年对养老保障影响不显著的受教育程度因素,到了2015年变成了显著的正向影响因素。这说明,随着征地时间的推移,失地农民通过培训、继续教育等形式提升了自己的受教育程度,进而影响了他们的社会保障水平。

对于失业保险,2015年居民受教育程度、正式工作等要素显著正向影响了他们参与失业保险的概率;居民的年收入越高,参与养老保险的概率越低,估计是因为收入越高的居民,其工作更有保障,进而影响他们参与失业保险的概率。与未失地农民和城镇居民相比,失地农民参与养老保险的比例得到了显著提升,并且这种关系显著。

对于工伤保险,2015年居民的受教育程度、非党员、相关产业就业、正式工作等因素显著了他们参与工伤保险的概率,与未失地农民和城镇居民相比,失地农民参与工伤保险的概率更高。对于生育保险,居民有正式工作能显著提升其参与生育保险的概率;居民越健康,参与生育保险的占比越低;与未失地农民和城镇居民身份相比,失地农民参与生育保险的概率更高。对于最低生活保障,2015年居民的健康状况、就业产业、非党员身份、个体就业等因素降低了他们参与的概率,估计与居民的健康状况、就业情况等存在密切关系,居民身体越健康,就业的机会越多,自然就不关心最低生活保障问题。

(二)PSM匹配变量选择

为进一步探索失地农民与未失地农民及城镇居民在社会保障水平上的差异,本文采用PSM(倾向得分匹配)展开研究。先采用逐步回归法,对2008年及2015年不同居民类型差异分别展开PSM匹配变量的选择,具体结果表5。可以看到,AUC值均达到了0.7以上,特别是失地农民与城镇居民的匹配情况2008年和2015年分别为0.828、0.830,达到PSM分析要求。

表5 PSM匹配变量选择结果

(三)PSM匹配效果分析

根据上面PSM匹配变量的选择情况,进一步匹配前后展开相应的匹配效果检验,由于篇幅的原因,在此仅展示部分代表性结果,见图1。图1表明了2015年失地农民与未失地农民匹配前后的密度情况,可以看到匹配前的控制组与处理组的倾向性得分密度情况存在显著的差异,而匹配后处理组与控制组倾向性得分密度情况变得更为接近,匹配效果明显。

图1 2015年失地农民与未失地农民匹配前后密度

(四)ATT结果分析

为了得到更加可靠的结论,采用了最近邻匹配、半径匹配及核匹配三种PSM匹配方法,用以增强结论的稳健性,具体结果见表6和表7。

表6给出了2008年的PSM匹配的ATT结果:

表6 2008年ATT结果

(1)以失地农民为处理组,未失地农民为控制组,探讨失去土地对农民社会保障状况带来的影响。从医疗保险来看,无论采用何种匹配方法,其平均处理效应ATT值均不显著,表明2008年是否失去土地并未对农民的医疗保险带来影响,失地农民与未失地农民之间参与医疗保险的比例没有明细变化。从养老保险来看,其ATT值除了最近邻匹配不显著,半径匹配与核匹配均为负,并且分别通过10%、5%的显著性检验,表明失去农民较未失地农民参加养老保险方面存在差异,但不太显著。

(2)以失地农民为处理组,城镇居民为控制组,探讨两类居民类型引起的社会保障差异。从医疗保险来看,无论何种匹配方法其ATT值均不显著,表明失地农民与城镇居民医疗保险参保比例不存在差异。从养老保险来看,无论何种匹配方法其ATT值均为负值,除了最近邻匹配未通过检验,半径匹配与核匹配均通过1%显著检验,表明失地农民养老保险参保比例与城镇居民存在差距,验证结果与实证回归结果一致。

表7给出了2015年的PSM匹配ATT的比较结果:

表7 2015年ATT结果

(1)以失地农民为处理组,未失地农民为控制组,探讨失去土地对农民社会保障状况带来的影响。对于医疗保险及最低生活保障,其ATT值均为未通过显著性检验,表明失地农民与未失地居民在医疗保险、最低生活保障等方面参保比例均不存在差异。

从养老保险来看,在各种匹配方法下其ATT值均为正,但只有核匹配通过1%显著性检验,表明失地农民较未失地农民养老保险参保比例高,但缺少稳健性;这一结果与2008年有所不同,但与表4的实证结果一致。

从失业保险、工伤保险及生育保险来看,无论何种匹配方法,其ATT值均为正且都通过1%显著性检验,表明失地农民较未失地农民参保比例高,且具有强稳健性。

(2)以失地农民为处理组,城镇居民为控制组,探讨两类居民类型引起的社会保障差异。对于医疗保险,无论何种匹配方法,其ATT值均为正,但只有核匹配通过10%显著性检验,表明与城镇居民相比,失地农民参与医疗保险比例有了大幅提高,但结果不稳健。与2008年相比,差异的显著性有所提升,表明失地农民失去土地后,随着时间推移,除了失地农民因为户籍制度因素引起参加医疗保险比例大幅提升外,还与失地农民参保意识的增强、参保能力的提升密切相关。

对于养老保险,无论何种匹配方法,其ATT值均为正,但只有核匹配通过10%显著性检验,缺少稳健性,表明与城镇居民参加养老保险的比例相比,失地农民参保的比例较2008年有了大幅增加,逐渐缩小了与城镇居民之间的比例,失地农民参保比例大幅提升的原因很大一部分与2014年全国实施《城乡养老保险制度衔接暂行办法》有关,这一结论与表4的实证结果一致。

对于失业保险与工伤保险,其ATT值,除了半径匹配未通过检验,最近邻匹配与核匹配均为正且通过1%显著性检验,具有一定稳健性;对于生育保险,无论何种匹配方法,其ATT值均为正,且都通过1%显著性水平,非常稳健。表明失地农民2015年参加失业保险、工伤保险和生育保险的比例高于城镇居民,主要原因在于失地农民失去土地保障以后,希望获得更多的保障以增加安全感。对于最低生活保障,无论何种匹配方法均未通过检验,表明失地农民与城镇居民在最低生活保障方面差异不明显。

(五)最新调查数据的佐证分析

以上是基于调查组的调查数据,为了验证分析结果的合理和有效性,本文根据《2018年北京农民工检测报告》和2018年《北京市统计年鉴》数据再进一步分析。北京地区农民工检测调查报告中,关于北京地区近郊区农民工的收入和保障数据能完整反映本文未失地农民的情况,农民工转为城镇居民,主要是因为征地,导致他们住居地搬迁,户口由农业户口转为城镇户口,转移的这部分居民能代表失地农民;《北京市统计年鉴》公布的城镇居民数据与本文所研究的城镇居民类型一致,定义一致,所以年鉴中的数据可以直接使用。由于分析内容的核心被解释变量是社会保障水平差异,以及影响社会保障水平差异的主要原因,因为影响社会保障水平差异的主要原因有很多,本文根据实证回归分析以及PSM分析结果,排除户籍制度因素,本文重点选取了北京市城乡居民的收入差距和行业间的收入差距作为影响城乡居民社会保障水平差异的主要原因。

为了数据的可比性,选取《2018年北京农民工检测报告》和2018年《北京市统计年鉴》中2017年数据。结果显示,2017年,北京地区城镇居民的平均月工资为8 467元,本地农民工为3 230元,城镇居民人均可支配收入为62 406元,本地农民可支配收入为24 240元。通过上述简单对比,就能明显发现城镇居民与本地农民工资间的差距。失地农民作为农民群体中的特殊群体,他的收入情况与本地农民无明显差异。另外,北京地区城乡居民行业间的工资差距明显。即使在同一行业,城镇居民和本地农民之间的工资差异都非常明显。比如2017年的交通运输业,城镇居民的平均月工资为7 553元,本地农民工为4 133元,工资差异明显。上述数据说明,北京地区失地农民、未失地农民与城镇居民之间的收入差距明显。

从社会保障水平上看,城镇职工社会保险的标准要高于城镇居民社会保险保险,城镇居民社会保险保险又高于新型农村合作社会保障。具体的相关规章制度、计算标准等内容不在此赘述。例如北京市人社局公布的2018—2019年企业职工社保缴费标准,就可以看出,在养老保险、医疗保险、失业保险、工伤保险、生育保险等方面的缴费比率,以及城乡居民无固定职业人员的缴费比率。正是因为这种缴费比率上的差异,导致他们在享受上述社会保障方面存在明显差异。虽然北京市这几年制定了很多文件在逐步缩小社会保障方面的差异,但由于城乡收入差距存在明显差异,必然会导致城乡社会保障水平之间存在差异。

由于篇幅限制,本文在此不单独列表说明这几年北京市失地农民和未失地居民在社会保障方面存在哪些差异,但通过上述公布的统计数据可以说明,虽然失地农民与城镇居民在社会保障方面的差异在逐步缩小,但由于收入存在明显差异,社会保障水平的差异还将持续一段时间;失地农民与未失地农民之间,由于失地农民身份的变更,他们逐渐享受城镇居民的社会保障体系,城镇居民的社会保障标准要高于农村居民,所以这种制度安排导致的社会保障水平差异,会随着社会保障制度的逐步完善而缩小。

五、研究结论与启示

(一)研究结论

本文以中国城镇化速度快、失地农民相对较多并且集中的北京地区近郊区的失地农民为研究对象,基于2008年与2015年两次大规模的调查数据,运用Logit回归模型,重点研究了中国超大城市建设新型城镇化和城乡融合发展的过程中,失地农民社会保障水平的变化,以及影响他们社会保障的主要因素;比较失地农民与未失地居民在社会保障方面的差异。在此基础上,展开PSM方法,排除各种影响因素的交互干扰,探析由于居民类型差异而带来社会保障差异的原因。进一步地,根据《2018年北京农民工检测报告》和2018年《北京市统计年鉴》等数据验证本文研究结论的正确性以及社会保障的变化趋势。具体研究结论如下:

(1)总体来看,在各类社会保障中,医疗与养老保险参保逐年升高,且在2008—2015年间呈现上升趋势,其中失地农民参保比例增长明显;2015年,失地农民在失业保险、工伤保险及生育保险等方面明显高于未失地居民,失地农民参与最低生活保障的比例与城镇居民存在差异,不过差异不明显。

(2)随着征地时间的推移,除户籍制度因素外,影响失地农民参保比例的关键要素正在发生变化,2008年的就业、收入、居民类型等关键要素转变为就业、收入、受教育程度、健康状况和政治面貌等多要素。如,2008年失地农民与未失地居民社会保障方面的差异主要是受教育程度、就业行业、就业类型和政治面貌的影响,到了2015年,这种差异主要受到工作收入、受教育程度、健康状况、就业行业、就业类型和政治面貌等方面的影响。可以看出,上述影响因素越来越多,影响的程度和方向也在发生变化。这些研究发现对于推进中国城乡社会保障的一体化建设至关重要,对于提升农民社会保障水平的方式方法提供了理论借鉴。

(3)不同居民类型对参保比例有着一定影响。这种影响一是源于制度因素。制度因素包括户籍制度和社保制度,这些政策性文件导致了居民参保比例的变化。如失地农民失去土地后,大部分失地农民的户籍发生了变化,户籍的变化带动他们参保比例和水平的变化。二是失地农民再就业后,失地农民的受教育程度、再就业行业、就业收入、政治面貌等因素影响了他们参保的比例,特别是参加商业保险的比例。研究结论也论证了上述观点,不同居民类型对参保比例带来了显著影响。

(4)通过《2018年北京农民工检测报告》和2018年《北京市统计年鉴》公布的数据,发现区域行业收入差距和人均可支配收入差距非常明显,这种收入差距会引起区域内居民参与社会保障的比例和社会保障的水平,原因在于有稳定工作的城镇职工居民,他们社会保障的参与率与参与标准主要由居民所在的单位来缴纳,无稳定工作的居民以及农民,除了国家统一强制的最低社会保障项目外,如重大疾病等方面的社会保障就需要居民自己缴纳,自然标准和缴纳的上限都存在明显差异。

(二)政策启示

(1)进一步建立城乡一体化的社会保障制度。虽然这几年中国的社会保障覆盖范围的深度和广度有了很大的扩大,但同一区域本地居民之间还存在差异,比如城镇居民与失地农民之间,城镇居民与郊区农民之间。只有消除了同一区域的社会保障差异,才能全面推进城乡一体化建设。从另一个角度来看,实现了城乡统一的社会保障制度,能消除失地农民失去土地保障之忧,让有就业能力的失地农民选择重新就业,让失去劳动能力的充分享受社会保障,减缓失地农民再就业的压力。

(2)提高失地农民的受教育程度,缩小行业间的收入差距,消除影响失地农民社会保障差异的潜在因素。通过实证分析发现,随着失地农民征地时间的推移,影响失地农民社会保障的潜在因素一直没有消除,并且影响力越来越明显。为此建议有关政府部门要研究和重视这些影响失地农民社会保障水平提升的潜在问题,从深层次的影响因素入手,比如通过培训提升失地农民的受教育程度,通过制度或二次再分配等手段,消除行业间收入差距等。通过上述途径,减少一些潜在的重要因素对失地农民提升社会保障水平的影响,进而推动失地农民社会保障水平的提升。

(3)从制度层面消除失地农民与城镇居民社会保障水平上的差异。2007年国家制定了《关于在全国建立农村最低生活保障制度的通知》,2009年又制定了《关于开展新型农村社会养老保险试点的指导意见》,上述制度性安排的确大幅提升了失地农民的社会保障水平,扩大了失地农民参与社会保障的范围,但部分社会保障项目(如最低生活保障)的经费与区县财政收入密切相关,由于区县财政收入存在很大差异,自然会影响到部分社会保障项目的支出,因此建议采取多元筹集社保资金,优先保障社会保障经费的各项支出。制定区域一体化的社保基本标准,从制度层面保证区域内公民基本社会保障标准的公平与公正,个人和企业可以根据各自的财力参加商业化的社会保障,从而从制度层面保障失地农民社会保障水平的相对公平。