当前位置:中文期刊网 > 经济论文 > 养老保险论文 > 正文
养老保险论文( 共有论文资料 170 篇 )
推荐期刊
热门杂志

养老保险与经济增长的长期联动效应

2019-09-03 14:54 来源:养老保险论文 有人参与在线咨询

摘要:随着人口老龄化加剧对经济增长的不利影响,养老保险的作用日益显现。本文使用EViews软件,运用1989—2017年的时间序列数据,建立VAR模型,并结合“八大经济区”的面板数据,建立面板数据模型,探究养老保险与经济增长之间的相互关系。实证分析结果表明:长期来看,养老保险发展与经济增长之间存在稳定的协整关系,对经济增长的作用效果存在地区差异。基于此,为更好发挥两者的相互效应,政府应联动保险行业共同合理的推进养老保险的发展,促进其种类多元化,发挥其对经济发展落后地区经济增长的带动作用。

关键词:养老保险;经济发展;Diamond模型;VAR模型;面板数据

1引言与文献回顾

近年来我国老龄化社会的趋势加剧,养老保险作为社会基本保障制度之一,能够保证劳动力再生产,维持社会稳定,是解决人口老龄化问题的重要手段。因此,养老保险与经济增长之间的相互促进作用,有必要进行深入的探讨。Zhang,M.等学者(2019)认为:社会保障对生产率增长和经济增长有可持续性的影响。当人力资本水平低或高时,社会保障有利于经济的持续增长。Dechuan,Teng等学者(2016)发现增加社会保障投资将促进长期和短期的经济发展,且增加社会保障投入比增加政府公共支出更有效。Fang,Liting(2012)利用动态面板模型,发现除养老保险外,其他社会保障中的四种保险对家庭储蓄没有显著影响,且养老保险支出与家庭储蓄之间存在正相关关系。彭浩然等学者(2018)构建了世代交迭模型,研究发现如果提高养老保险缴费率,将对经济增长产生不利影响。洪丽、曾国安(2017)使用OLG(戴蒙德模型),发现企业基本养老保险单位缴费率的降低有助于经济增长。张璐琴、景勤娟(2007)使用新增长理论模型,发现社会保障制度可以刺激人们增加人力资本投资,从而促进经济增长。目前,国内外学者的研究发现养老保险可通过增加人力资本和刺激消费,促进经济增长。大多数学者仅采用单一的时间序列数据或者面板数据进行研究。基于此,本文使用了时间序列数据结合面板数据,对养老保险与经济增长的作用进行较全面的分析。

2理论分析

Diamond(戴蒙德-萨缪尔森)认为个体仅生存2期,在年轻时期工作,在年老时期退休。假设t时刻政府向老年人提供了Zt的总转移支付并向年轻人征收了Tt的总额税。

3基于时间序列数据的实证分析

3.1协整检验

在单位根检验中,LnY和LnIS均是一阶单整变量。本文采用Johansen检验进行协整检验。根据AIC、SC原则确定滞后阶数为2。结果如表1所示。结果表明上述两个变量在5%的显著性水平下,存在一个长期稳定的协整关系,可以建立VAR模型。

3.2脉冲响应函数分析

建立滞后阶数为2的VAR模型,通过单位根检验判断VAR模型的平稳性,结果显示模型中的所有根的倒数值都在单位圆内,即所构建的VAR模型是稳定的,可进行VAR模型的应用。利用脉冲响应函数测算养老保险lnIS和经济增长lnY之间的冲击反应。基本养老保险支出对经济增长有促进作用。当在本期给基本养老保险支出一个标准差的冲击后,对宏观经济产生正向影响,第三期时达到最高值,之后开始回落,但一直保持着正向的稳定冲击和影响。经济增长对基本养老保险支出影响明显。当在本期给宏观经济一个标准差的冲击后,迅速有一个正向冲击,在前六年增幅明显,之后增幅变缓,直至第八年达到最高值。说明经济发展对基本养老保险支出的影响是迅速起效果的,且这种正向刺激持续时间较长。

3.3方差分解

对基本养老保险支出LnIS进行方差分解,可看出宏观经济情况对其有显著影响。第一期LnY的方差贡献率为10.37%,且从第二期开始,持续增加,直至第十期,变量LnY的方差贡献率达到80.48%。对经济增长LnY进行方差分解,可看出其主要受到自身的影响。第一期LnY自身贡献度达到了100%,虽然随着滞后期数的增加,基本养老保险支出对于LnY贡献程度有所增加,但始终未占据主导地位。第十期时,变量LnY的自身贡献度为96.65%,变量LnIS对其贡献度仅有3.35%.

4基于面板数据的实证分析

由于不同地区的经济发展水平不同,如果只考虑时间序列模型,那么在对养老保险发展与经济增长关系的分析上会忽略不同地区发展的差异,为了使分析更加全面,本文进一步采用面板数据对我国养老保险发展与经济增长关系进行实证分析。以我国八大经济区作为截面单元,样本区间为2001—2017年。

4.1面板数据的协整检验

在面板数据单位根检验的基础上,本文采用Johansen面板协整检验,得到结果如表2所示。基本养老保险支出和经济增长在5%的显著性水平下存在一个长期稳定的协整关系。

4.2面板数据模型

本文采用协变检验来检验应建立的是混合回归模型还是个体固定效应回归模型。得到结果如表3所示,拒绝原假设,所以摒弃混合模型。采用Hausman检验来检验应建立的是随机效应模型还是固定效应模型。得到结果如表4所示,不能拒绝原假设,所以选择个体随机效应模型。由回归结果可知,模型的可决系数为0.839514,说明模型的解释能力较强。从回归系数来看,不同地区养老保险支出对经济增长影响作用不同,但均为正向影响。根据回归系数对八大经济区进行排名,可看出排名的西北地区的养老保险支出对该地区经济的影响最大,通过国家统计局公布的数据计算得,近十年来西北地区平均养老保险支出占GDP的比重为3.14%,位居全国前列,进一步体现了养老保险与经济发展的双向互动效应。

5结论和建议

5.1总结

本文运用VAR模型和面板数据模型对养老保险发展情况与经济增长之间的关系进行实证分析,得到如下结论。(1)养老保险发展与经济增长之间存在长期稳定的协整关系。通过对数据的平稳性检验和协整检验,发现基本养老保险支出和经济增长之间,在5%的显著性水平上,存在明显协整关系。(2)养老保险支出对经济增长有促进作用。由脉冲响应分析可知,养老保险的发展对经济增长的影响在第三期达到最高点,之后逐渐减小,说明养老保险对经济增长有促进作用但持续性有待加强。(3)养老保险对经济增长的贡献程度不高。由方差分析可知,养老保险发展对经济增长的贡献度低。由于养老保险行业存在着发展不充分、保障力度有限等问题,对宏观经济的促进作用受限,但这也说明其未来发展空间广阔。随着人口老龄化推动了我国养老保险需求提升,这也为养老保险的发展提供了有利条件。(4)养老保险发展对经济增长的作用效果存在地区差异。在面板数据协整检验的基础上,建立随机效应变截距模型,从回归结果来看,不同地区养老保险支出对经济增长影响均为正向,但存在差异。这种差异也反映了不同经济区,养老保险发展水平不同,政策支持程度不同,对经济的影响作用也不同。

5.2建议

结合我国目前养老保险的发展现状,本文提出以下几点建议。(1)社会资源向养老保险领域适度倾斜。我国养老保险的发展尚不成熟,面对养老保险的广阔前景和对经济的正向促进效用,政府应该发挥统筹作用,为养老保险的发展提供健康的制度环境,引导社会的资源向养老保险行业倾斜。(2)促进商业养老保险规范与发展。我国商业养老保险发展并不完善。商业养老机构可借鉴国外先进商业养老保险体系制度及体系建设的经验,结合我国现阶段发展特点,利用后发优势,实现我国养老保险业的快速发展。(3)发挥养老保险对经济发展落后地区的带动作用。目前我国养老保险的发展对经济增长的效应存在着地域差异。随着养老保险支出的增加,其对经济增长的促进作用增强。因此,政府应继续积极鼓励并支持欠发达地区企业及中小型企业养老保险的发展,推动养老保险业务的均衡发展,从而更好地带动经济发展落后地区的经济增长。

作者:唐慧 张晶 单位:合肥工业大学经济学院

在线咨询
推荐期刊阅读全部
.