1. 引言
目前,我国人口老龄化的进程仍在不断加速,据全国第七次人口普查数据显示,截至2020年11月,我国总人口已达14117.8万人 [1]。随着经济社会的发展,预计在今后一段时间内,这一数值还将继续上涨。国务院印发的《国家人口发展规划(2016~2030年)》预测,到2030年我国高龄老人将占人口总数的25% [2]。而养老保险作为保障老人晚年生活质量的重要险种,研究、发展养老保险就显得尤为重要。
在“十三五”时期,我国的养老保险制度的各个方面都有了很大程度的提升,但是依旧存在相关政策不完善、机制不健全、发展不平衡不充分等问题。这就对“十四五”时期养老保险制度的建设提出了更高的要求,要求我们努力构建覆盖全民的、可持续发展的养老保险制度 [3]。同时,在党的十九大报告中也明确指出了要“积极应对人口老龄化,构建养老、孝老、敬老政策体系和社会环境,推进医养结合,加快老龄事业和产业发展”。
2. 文献综述与研究假设
(一) 文献综述
养老保险是我国社会保障体系的重要组成部分,因此提高农村居民参加养老保险的比例对完善我国社会保障体系以及维系农村社会的稳定有着重要意义。有学者研究发现,性别、民族、年龄、受教育程度、政治面貌、婚姻状况、健康状况、养老责任认知、社会保险参与以及个人的年收入均会对社会养老保险的参与与否产生重要影响。居民的性别、年龄、受教育程度均会对其是否参加养老保险的行为产生显著影响 [4] [5] [6];在政治参与方面,政治参与程度越高的居民,参加养老保险的概率也就越大 [7];在婚姻状况和健康状况方面,有配偶的居民会更倾向于参加养老保险,居民的身体状况越好,也会更加倾向于参加养老保险 [8];在养老责任认知方面,持现代养老观念的居民会更加倾向于参加养老保险 [9];已经参加了基本医疗保险的居民参加养老保险的概率更大,同时在个人年收入方面,较之收入高的居民,收入低的居民更倾向于参加养老保险 [10]。
同时,无论是国内还是国外的学者,都有提出社会信任和社会互动会对个人金融决策行为产生影响。社会信任对个人相关金融决策行为的影响表现在可以令社会资本降低交易成本,这样就会增加投资者对其投资产品未来收益的期望值,进而增加个人的金融投资行为 [11]。社会互动则是通过内生互动和外生互动两个方面来对个人金融决策行为产生影响。社会互动是个人的金融投资行为会受到与其有交流、互动的其他群体或个人行为的影响 [12]。投资者与周围人群交流所获得的愉悦感会促使其做出与周围人群相仿的决策行为 [13]。从养老保险参与方面来说,如果居民的社会互动越多,那么其参加养老保险的意愿就会更强 [14]。在社会信任方面,社会信任可以降低居民搜寻信息的成本,所以,居民的社会信任程度越高,那么其参加养老保险的概率就会越大 [15]。同时,居民对政府的信任越高,其参加养老保险的概率也会提升 [16]。
(二) 研究假设
基于上述文献分析,本文提出两个假设:
假设1:社会信任对农村居民养老保险参保行为有影响,并且社会信任程度越高,农村居民参加养老保险的可能性也就越大。
假设2:社会互动可以显著影响农村居民养老保险的参保率。
3. 数据与模型设定
(一) 数据来源
本次研究所使用的数据是来自中国人民大学中国调查与数据中心执行的“中国综合社会调查”项目。“中国综合社会调查”是我国最早的全国性、综合性、连续性学术调查项目,它系统、全面地收集社会、社区、家庭、个人多个层次的数据,本次研究所使用到的数据是个人层次的数据。2018年该项目在全国范围内抽取了100个县级单位以及5大都市,一共调查了480个村/居委会,每一个村/居委会中再各抽取25个家庭,每个家庭中抽取1位家庭成员来完成问卷,最后得到12787份有效样本,调查数据具有全国代表性。
(二) 数据处理
在原有的12787份样本中,先筛选出本研究所需要的农村户籍样本,再选出本研究所需要变量,将选出的这些变量删去缺失值,最后的到6383份有效样本。其中参加了养老保险项目的比例为68.93%。
选取的变量的描述统计如下:性别方面,男性的比例为46.28%,女性为53.72%;民族方面,汉族的比例为90.43%,少数民族为9.57%;受教育程度方面,小学及以下的比例为52.2%,初中的比例为29.26%,高中的比例为11.93%,大学及以上的比例为6.61%;政治面貌方面,党员的比例为4.64%,非党员的比例 为95.36%;健康程度方面,很不健康的比例为4.7%,比较不健康的比例为18.97%,一般的比例为20.32%,比较健康的36.63%,很健康的比例为19.38%;养老责任认知方面,持传统观念的人的比例为61.16%,持现代观念的人为38.84%;社会医疗保险参与方面,没有参加的比例为9.18%,参加的比例为90.82%;社会养老保险参与方面,没有参加的比例为31.07%,参加的比例为68.93%;婚姻状况方面,有配偶的比例为92.04%,没有配偶的比例为7.96%。
(三) 变量设计
如表1所示,本次研究将社会信任和社会互动作为自变量。首先以“普遍信任”来作为社会信任测量的指标,采用问题“总的来说,您同不同意在这个社会上,绝大多数人都是可以信任的”来反映居民的普遍信任程度,回答选项设定为1~5的连续变量,“非常不同意”、“比较不同意”、“说不上同意不同意”、“比较同意”、“非常同意”依次赋值为1、2、3、4、5,数值越高,普遍信任度越高。其次,基于社会互动理论,以“与邻居互动的频率”来作为社会互动的测量指标,采用的问题为“请问您与邻居进行社交娱乐活动(如互相串门,一起看电视,吃饭,打牌等)的频繁程度”,将回答选项设定为1~7的连续变量,“几乎每天”、“一周1~2次”、“一月几次”、“大约一个月1次”、“一年几次”“一年1次或更少”、“从来不”依次赋值为1、2、3、4、5、6、7,数值越高,社会互动频率越低。
在对因变量的选取上,本研究选择“是否参加了社会养老保险”作为因变量,通过“您目前是否参加了以下社会保障项目(城市/农村基本养老保险)”这一问题来测量因变量,同时对问题回答进行赋值:“参加 = 1,没有参加 = 0”。
在控制变量选取上,由于性别、民族、政治面貌、婚姻状况、养老责任的认知、社会医疗保险的参与情况、受教育程度、年龄、健康状况、个人的年收入均会对社会养老保险的参与情况产生影响,因此将以上变量作为控制变量加入模型中。
(四) 模型构建
本研究以“是否参加养老保险”为因变量,先构建出4个Logit模型,模型1作为基准模型仅纳入控制变量;模型2和模型3在模型1的基础上分别加入社会信任变量与社会互动变量,分别考察社会信任、社会互动对农村居民养老保险参保行为的影响;模型4在模型1的基础上一起加入社会信任和社会互动两个变量。
4. 实证分析
(一) 社会信任、社会互动对农村居民养老保险参保行为的影响分析
模型1作为基准模型只表示控制变量的影响;模型2表示社会信任变量对农村居民养老保险参保行为的影响;模型3表示社会互动变量对农村居民养老保险参保行为的影响;模型4表示社会信任和社会互动两个变量对农村居民养老保险参保行为的影响。模型1、模型2、模型3、模型4的回归结果如表2所示。

Table 2. Logit regression results of social trust, social interaction and rural residents’ participation in pension insurance
表2. 社会信任、社会互动与农村居民养老保险参与的Logit回归结果
注:*表示p < 0.1,**表示p < 0.05,***表示p < 0.01,下同;括号内为参照组。
模型1回归结果显示,在控制变量中,政治面貌、婚姻状况、医疗保险的参与情况、受教育程度、年龄、个人年收入都会显著的影响到农村居民是否选择参加养老保险。1) 政治面貌:与中共党员相比较,非党员人群参加养老保险的可能性较小;2) 婚姻状况:与有配偶的农村居民相比较,没有配偶的农村居民参加养老保险的可能性更小;3) 医疗保险参与情况:与已经参加了医疗保险的农村居民相比较,没有参加医疗保险的农村居民参加养老保险的可能性会更小;4) 受教育程度:农村居民受教育程度越低,那么其参加养老保险的可能性也就越小;5) 年龄:年龄越小的农村居民参加养老保险的可能性也就越小;6) 个人年收入:个人年收入越低,参加养老保险的可能性也就越小。
模型2回归结果显示,社会信任变量显著的影响了我国农村居民是否选择参加养老保险。农村居民的社会信任程度越高,那么其参加养老保险的可能性也就越大。对于农村居民来说,参加养老保险对于他们来说是一种投资行为,既然是投资行为,那么他们就会认为这种行为是存着一定的风险的。社会信任程度高的农村居民也会愿意承当更大的风险,这样他们参加养老保险的可能性也就越大。从另一个角度分析,社会信任程度高的农村居民会更容易相信和认可他人传递的信息,更愿意接受别人给予自己的建议,这样就会信任别人传递给他的养老保险相关信息,这样其也就更容易参加养老保险。此时假设1得到验证,即社会信任对农村居民养老保险参保行为有影响,并且社会信任程度越高的农村居民参加养老保险的可能性也就越大。
模型3回归结果显示,社会互动变量显著影响了我国农村居民是否选择参加养老保险。与邻居的互动频率越高,参加养老保险的可能性反而越小。与邻居进行互动、交流能够使得农村居民快速获取大量养老保险相关信息。短时间内获得大量相关信息,个人在主观会难以消化这些信息,甚至会对这些信息产生怀疑的态度,所以会降低其参保的可能性。从另一个角度分析,对于那些和邻居互动频率低的农村居民,他们对“社会互济”抱有更低的期待,这样他们会认为老年生活会面临更大的风险,这样就需要参加养老保险来降低这种风险,所以与邻居互动频率低的农村居民参加养老保险的可能性反而更大。此时假设2得到验证,即社会互动可以显著影响农村居民养老保险的参保行为,并且社会互动的频率越高,其参加养老保险的可能性反而越小。
模型4回归结果显示,社会信任与社会互动既有区别也有联系,社会信任反映了农民社会关系结构的特征与质量,而社会互动则是反映了农民社会关系的结构。信任是在互动中产生的,信任又强化了互动,互动建立在信任的准则之上。
(二) 稳健性检验
在研究社会信任和社会互动对农村居民养老保险参保行为之间的关系时,如果某些关键变量被忽略或遗漏,则可能导致回归结果产生内生性误差。本研究采取更换模型的方法来检验回归结果的稳健性,因为因变量为虚拟变量,所以用probit模型和OLS模型代替原来的Logit模型进行回归分析,三种模型的回归结果如表3所示。

Table 3. Comparison of Logit regression, probit regression and OLS regression results
表3. Logit回归与probit回归和OLS回归的结果对比
注:*表示p < 0.1,**表示p < 0.05,***表示p < 0.01,下同;括号内为参照组。
模型5、模型6、模型7分别为原模型、probit模型、OLS模型的回归分析结果。通过对模型6和模型7与原模型的对比分析,可以看出,社会互动变量的系数都为负,且对于农村居民参保行为在5%的水平上呈现出显著影响;社会信任变量的系数都为正,且对于农村居民参保行为在10%的水平上呈现出显著影响;回归结果具有高度一致性。同时,不同模型控制变量的系数正负、显著程度也都与原Logit模型的回归结果基本相同,由此可见原Logit模型的研究分析结果具有较高的稳健性。
5. 结论与建议
(一) 主要结论
本文通过建立Logit回归模型分析社会信任、社会互动对我国农村居民养老保险参保行为的影响。研究发现社会信任变量对我国农村居民的养老保险的参保行为有着显著影响。农村居民的社会信任程度越高,其参加养老保险的可能性也就越大。因为社会信任能够促进居民之间的信息交流,社会信任度越高,就会更愿意接受别人给予自己的信息和建议,就会更愿意参加养老保险。同时,社会互动变量对我国农村居民养老保险参保行为也有着显著影响。与邻居的互动频率越高,参加养老保险的可能性反而越小。与邻居互动越多,会在较短的时间内获得大量信息从而对所获的信息产生怀疑态度,降低其参保的可能性。
(二) 建议
根据本次研究的结果,目前我国农村居民养老保险的参保率是较为理想的,但仍有部分居民没有参加养老保险,这是今后需要努力的方向,要做到养老保险在全国范围内的全面覆盖。构建全面覆盖的养老保险制度,这离不开政府部门的支持和引导。一方面,政府相关部门可以在农村加强对社会养老保险的宣传,提高农村居民对社会养老保险的认识水平;另一方面政府可以给予农村居民更大的财政补贴,以此来提高农村居民的参保率。在今后我们要充分发挥养老保险的作用,在提高居民参保率的同时也要努力构建更高保障水平的养老保险制度。