養老保險與經濟增長的長期聯動效應

前言:尋找寫作靈感?中文期刊網用心挑選的養老保險與經濟增長的長期聯動效應,希望能為您的閱讀和創作帶來靈感,歡迎大家閱讀并分享。

養老保險與經濟增長的長期聯動效應

摘要:隨著人口老齡化加劇對經濟增長的不利影響,養老保險的作用日益顯現。本文使用EViews軟件,運用1989—2017年的時間序列數據,建立VAR模型,并結合“八大經濟區”的面板數據,建立面板數據模型,探究養老保險與經濟增長之間的相互關系。實證分析結果表明:長期來看,養老保險發展與經濟增長之間存在穩定的協整關系,對經濟增長的作用效果存在地區差異?;诖?,為更好發揮兩者的相互效應,政府應聯動保險行業共同合理的推進養老保險的發展,促進其種類多元化,發揮其對經濟發展落后地區經濟增長的帶動作用。

關鍵詞:養老保險;經濟發展;Diamond模型;VAR模型;面板數據

1引言與文獻回顧

近年來我國老齡化社會的趨勢加劇,養老保險作為社會基本保障制度之一,能夠保證勞動力再生產,維持社會穩定,是解決人口老齡化問題的重要手段。因此,養老保險與經濟增長之間的相互促進作用,有必要進行深入的探討。Zhang,M.等學者(2019)認為:社會保障對生產率增長和經濟增長有可持續性的影響。當人力資本水平低或高時,社會保障有利于經濟的持續增長。Dechuan,Teng等學者(2016)發現增加社會保障投資將促進長期和短期的經濟發展,且增加社會保障投入比增加政府公共支出更有效。Fang,Liting(2012)利用動態面板模型,發現除養老保險外,其他社會保障中的四種保險對家庭儲蓄沒有顯著影響,且養老保險支出與家庭儲蓄之間存在正相關關系。彭浩然等學者(2018)構建了世代交迭模型,研究發現如果提高養老保險繳費率,將對經濟增長產生不利影響。洪麗、曾國安(2017)使用OLG(戴蒙德模型),發現企業基本養老保險單位繳費率的降低有助于經濟增長。張璐琴、景勤娟(2007)使用新增長理論模型,發現社會保障制度可以刺激人們增加人力資本投資,從而促進經濟增長。目前,國內外學者的研究發現養老保險可通過增加人力資本和刺激消費,促進經濟增長。大多數學者僅采用單一的時間序列數據或者面板數據進行研究。基于此,本文使用了時間序列數據結合面板數據,對養老保險與經濟增長的作用進行較全面的分析。

2理論分析

Diamond(戴蒙德-薩繆爾森)認為個體僅生存2期,在年輕時期工作,在年老時期退休。假設t時刻政府向老年人提供了Zt的總轉移支付并向年輕人征收了Tt的總額稅。

3基于時間序列數據的實證分析

3.1協整檢驗

在單位根檢驗中,LnY和LnIS均是一階單整變量。本文采用Johansen檢驗進行協整檢驗。根據AIC、SC原則確定滯后階數為2。結果如表1所示。結果表明上述兩個變量在5%的顯著性水平下,存在一個長期穩定的協整關系,可以建立VAR模型。

3.2脈沖響應函數分析

建立滯后階數為2的VAR模型,通過單位根檢驗判斷VAR模型的平穩性,結果顯示模型中的所有根的倒數值都在單位圓內,即所構建的VAR模型是穩定的,可進行VAR模型的應用。利用脈沖響應函數測算養老保險lnIS和經濟增長lnY之間的沖擊反應?;攫B老保險支出對經濟增長有促進作用。當在本期給基本養老保險支出一個標準差的沖擊后,對宏觀經濟產生正向影響,第三期時達到最高值,之后開始回落,但一直保持著正向的穩定沖擊和影響。經濟增長對基本養老保險支出影響明顯。當在本期給宏觀經濟一個標準差的沖擊后,迅速有一個正向沖擊,在前六年增幅明顯,之后增幅變緩,直至第八年達到最高值。說明經濟發展對基本養老保險支出的影響是迅速起效果的,且這種正向刺激持續時間較長。

3.3方差分解

對基本養老保險支出LnIS進行方差分解,可看出宏觀經濟情況對其有顯著影響。第一期LnY的方差貢獻率為10.37%,且從第二期開始,持續增加,直至第十期,變量LnY的方差貢獻率達到80.48%。對經濟增長LnY進行方差分解,可看出其主要受到自身的影響。第一期LnY自身貢獻度達到了100%,雖然隨著滯后期數的增加,基本養老保險支出對于LnY貢獻程度有所增加,但始終未占據主導地位。第十期時,變量LnY的自身貢獻度為96.65%,變量LnIS對其貢獻度僅有3.35%.

4基于面板數據的實證分析

由于不同地區的經濟發展水平不同,如果只考慮時間序列模型,那么在對養老保險發展與經濟增長關系的分析上會忽略不同地區發展的差異,為了使分析更加全面,本文進一步采用面板數據對我國養老保險發展與經濟增長關系進行實證分析。以我國八大經濟區作為截面單元,樣本區間為2001—2017年。

4.1面板數據的協整檢驗

在面板數據單位根檢驗的基礎上,本文采用Johansen面板協整檢驗,得到結果如表2所示?;攫B老保險支出和經濟增長在5%的顯著性水平下存在一個長期穩定的協整關系。

4.2面板數據模型

本文采用協變檢驗來檢驗應建立的是混合回歸模型還是個體固定效應回歸模型。得到結果如表3所示,拒絕原假設,所以摒棄混合模型。采用Hausman檢驗來檢驗應建立的是隨機效應模型還是固定效應模型。得到結果如表4所示,不能拒絕原假設,所以選擇個體隨機效應模型。由回歸結果可知,模型的可決系數為0.839514,說明模型的解釋能力較強。從回歸系數來看,不同地區養老保險支出對經濟增長影響作用不同,但均為正向影響。根據回歸系數對八大經濟區進行排名,可看出排名的西北地區的養老保險支出對該地區經濟的影響最大,通過國家統計局公布的數據計算得,近十年來西北地區平均養老保險支出占GDP的比重為3.14%,位居全國前列,進一步體現了養老保險與經濟發展的雙向互動效應。

5結論和建議

5.1總結

本文運用VAR模型和面板數據模型對養老保險發展情況與經濟增長之間的關系進行實證分析,得到如下結論。(1)養老保險發展與經濟增長之間存在長期穩定的協整關系。通過對數據的平穩性檢驗和協整檢驗,發現基本養老保險支出和經濟增長之間,在5%的顯著性水平上,存在明顯協整關系。(2)養老保險支出對經濟增長有促進作用。由脈沖響應分析可知,養老保險的發展對經濟增長的影響在第三期達到最高點,之后逐漸減小,說明養老保險對經濟增長有促進作用但持續性有待加強。(3)養老保險對經濟增長的貢獻程度不高。由方差分析可知,養老保險發展對經濟增長的貢獻度低。由于養老保險行業存在著發展不充分、保障力度有限等問題,對宏觀經濟的促進作用受限,但這也說明其未來發展空間廣闊。隨著人口老齡化推動了我國養老保險需求提升,這也為養老保險的發展提供了有利條件。(4)養老保險發展對經濟增長的作用效果存在地區差異。在面板數據協整檢驗的基礎上,建立隨機效應變截距模型,從回歸結果來看,不同地區養老保險支出對經濟增長影響均為正向,但存在差異。這種差異也反映了不同經濟區,養老保險發展水平不同,政策支持程度不同,對經濟的影響作用也不同。

5.2建議

結合我國目前養老保險的發展現狀,本文提出以下幾點建議。(1)社會資源向養老保險領域適度傾斜。我國養老保險的發展尚不成熟,面對養老保險的廣闊前景和對經濟的正向促進效用,政府應該發揮統籌作用,為養老保險的發展提供健康的制度環境,引導社會的資源向養老保險行業傾斜。(2)促進商業養老保險規范與發展。我國商業養老保險發展并不完善。商業養老機構可借鑒國外先進商業養老保險體系制度及體系建設的經驗,結合我國現階段發展特點,利用后發優勢,實現我國養老保險業的快速發展。(3)發揮養老保險對經濟發展落后地區的帶動作用。目前我國養老保險的發展對經濟增長的效應存在著地域差異。隨著養老保險支出的增加,其對經濟增長的促進作用增強。因此,政府應繼續積極鼓勵并支持欠發達地區企業及中小型企業養老保險的發展,推動養老保險業務的均衡發展,從而更好地帶動經濟發展落后地區的經濟增長。

作者:唐慧 張晶 單位:合肥工業大學經濟學院

亚洲精品一二三区-久久