摘要：文章基于中国综合社会调查数据（CGSS），运用有序Probit模型和倾向匹配得分模型（PSM）等探究了社会保险与老年人幸福指数（EHI）的关系。结果表明：第一，社会保险能够显著提升EHI指数；第二，不同特征指标下的社会保险对EHI指数的影响不同，主要表现在性别、婚姻、教育和户籍等指标方面；第三，健康状态和收入水平是影响社会保险与EHI指数关系的重要指标。建议提升社会保险在老年群体中的覆盖率，加大社会保障支出，改善社会保险中的个体差异，切实发挥社会保险对老年人的生活保障作用，提升我国EHI指数。
关键词：社会保险；EHI指数；CGSS数据；有序
Probit模型；倾向值匹配得分模型（PSM）目前人口老龄化已成为我国社会发展必然直面的问题。在老年人口快速增长的背后，健康和养老也成了两大“心结”，是影响老年人幸福指数的关键因素[1]。关于社会保险与国民幸福指数（简称NHI）的研究，Dumbraveanu（2014）[2]通过对欧洲21国的研究发现，社会保障能提升国民幸福感和生活满意度，但同时也会造成政府负债的增加；殷金朋等（2016）[3]认为，社会保障支出、财政社会保障支出和社会保险基金支出人均值的提高，有利于居民幸福感的提升。在社会保险覆盖面、社会保险参与度等微观层面对国民幸福感的影响方面，Galiani等（2016）[4]研究发现，养老保险可以有效改善老年人的精神面貌，显著提升老年人的幸福感；张子豪和谭燕芝（2018）[5]指出，养老保险、医疗保险、工伤保险，对国民幸福指数有着显著正向影响，而失业保险和生育保险对国民幸福指数的影响较小；黄秀女和郭圣莉（2018）[6]的研究表明，医疗保险能显著促进居民主观幸福感的提升，但其对农村低收入人群主观幸福感的提升并不明显。现有文献多从社会保障支出或某一类社会保险角度探讨其与国民幸福感之间的关系，较少关注社会保险与老年人幸福指数（简称EHI指数）的关系；另外，运用各研究方法分析社会保险对相关指数的影响后，进行PSM稳健性检验的文献更少。事实上，样本选择的非随机性和不均衡性时常引起研究误差，为此，本文在选择个体特征等协变量的基础上，对社会保险与EHI指数的不同影响，还将实施PSM模型的稳健性检验，以消除可能出现的研究误差。
1研究方法
本文采用的是中国综合社会调查（CGSS）数据，CGSS数据库由中国人民大学中国调查与数据中心建立，并于2018年1月1日由中国国家调查数据库（CNSDA）官网发布。在CGSS数据中，测量幸福指数采取的是有序离散变量，基于数据类型，本文采用有序Probit模型（OrderedPro-bitModel）探究社会保险与EHI指数之间的关系，具体表达式为：yi=β0+β1SIi+β2Xi+εi（1）其中，yi表示EHI指数，取值范围为[1,5]；SIi表示老年人的社会保险情况；Xi为可能影响EHI指数的一系列解释变量；β0为常数项；β1为老年人社会保险情况的估计系数，β2为其他解释变量的估计系数；εi为随机扰动项。为了使该模型更具说服力，本文在有序Probit模型的基础上增加有序Logit模型与Ols模型进行稳健性检验，如果主要核心解释变量采用有序Logit和Ols回归系数的正负号和显著性与有序Probit的结果一致，表明本文的估计结果稳健可信。此外，利用倾向得分匹配模型（PSM）在解决样本选择性偏误的基础上，对研究问题进行进一步验证。将所有样本分为处理组与控制组两组。处理组表示参保社会保险的老年人，控制组为未参保社会保险的老年人。而不同性别、收入、受教育程度与户籍等均可能影响老年人是否参保社会保险，为了克服这种样本选择偏差，采用倾向得分匹配（PSM）方法在控制组中匹配与实验组类似的老年人，以此分析是否参保社会保险对EHI指数的影响。因此，采用PSM模型可以较好地降低个体之间的系统偏差和人为因素，从而通过处理组与控制组的潜在结果差异估计ATT。社会保险对EHI指数影响的ATT表示为：ATT=E(Y)1i-Y0i|D=1=E{E[Y]}1i-Y0i|Di=1?p(X)i=E(Y)lj|Di=1-E(Y)0i|Di=1（2）其中，Y1i和Y0i分别代表处理组和控制组的潜在结果，Di为被解释变量，1表示参保社会保险，0表示未参保社会保险，Xi为影响EHI指数的特征变量向量，p(X)i为倾向得分。为了得到倾向得分值，使用Probit回归得到的预测概率作为倾向得分p(X)i的估计值，定义如下：p(X)i=pr[D]i=1|Xi=exp(βX)i1+exp(βX)i（3）其中，β是系数向量。由于p(X)i是一个连续的值，不可能找到两个具有相同倾向得分的样本，因此不能直接估计公式（2）。本文采用最近邻匹配、半径匹配、核匹配等方法估计结果。研究变量包括被解释变量、解释变量和控制变量三种。（1）被解释变量。EHI指数呈现的是老年人对自身生活状态的主观评价，是一种综合性的心理感受，是预期的生活状态与实际生活状态相比较的结果。本文采用的是CGSS问卷社会态度模块中的题项。以往研究表明，EHI指数题项具有较好的信度和效度，能够很好地测量个体幸福指数。（2）解释变量。我国社会保险可分为养老保险、医疗保险、失业保险、工伤保险和生育保险五类，其中涉及人数最多、最为广泛的是养老保险和医疗保险，也是与老年人的社会生活联系最为紧密的两类保险。（3）控制变量。本文选取的控制变量主要包括：性别、年龄、户籍、受教育水平、婚姻状况、个人年收入（按百分位法划分为低收入、中等收入、高收入）、健康状况（用熵权法从自评整体健康、生理健康、心理健康指标三个维度计算综合健康指标）。同时，考虑到我国不同地区经济社会发展不平衡的情况，本文还加入了地域虚拟变量，以控制地区效应。研究样本来自中国综合社会调查CGSS数据库，该数据库集连续性、综合性等特点于一身，全面、系统地涵盖了我国社会、社区、家庭、个人等多个层面的数据，采用分层的五个阶段（省市、区县、街道乡镇、居委会村、家庭户）不等概率抽样方法，调查范围覆盖我国28个省份（不包括新疆、西藏、海南和港澳台）。采用CGSS于2018年发布的CNSDA数据，剔除变量项目缺失值和极端值，最终得到3187个（年龄65岁以上的“老年人”）样本。在指标设置时，除社会保险项目与幸福指数外，还选取了个体特征变量以表征个体差异。样本的描述性统计结果如表1所示。从表1可以看出：（1）被解释变量幸福指数的最小值为1，最大值为5，平均值为3.930，超过了标准分布下的2.5，表明所调查老年人的平均幸福指数较高。核心解释变量的平均值均大于0.5，说明参保各类社会保险的老年人多于未参保者，且标准差均较小，则说明核心解释变量波动较小。（2）对于控制变量而言，健康状况平均值为3.396，表明老年人的健康平均水平较好。性别的均值略大于0.5，表明女性老年人略多于男性。老年人年龄的最小值为60岁，最大值为94岁，平均值为69.396岁，表明老年人的平均年龄小于70岁；年龄的方差为7.884，表明选取老年人年龄偏大的较少，数据可能存在一定波动。老年人婚姻状况的均值为0.747，表明有配偶的老年人明显多于无配偶的老年人。受教育程度的均值为1.448，而最小值为1，说明老年人普遍受教育程度不高。老年人收入标准差为3.589，说明老年人之间存在收入差异。户籍的平均值表明，调查对象中的户籍在农村的老年人略多于户籍在城镇的老年人。以上结果表明，各变量之间存在一定差异，且部分变量存在波动，说明健康状况、收入等个体特征变量也会影响回归结果，为后续分析奠定了实证基础。
2社会保险与EHI指数的协变量模型回归
2.1社会保险与EHI指数的总体关系
通过以上模型，得到社会保险与EHI指数关系，如表2所示。从表2可知，是否参保社会保险、医疗保险和养老保险的显著性多数在1%的水平下，其中养老保险在有序Probit和有序Logit模型中，在5%的水平上显著为正，说明社会保险、医疗保险与养老保险对EHI指数有正向提升作用，但养老保险的作用弱于社会保险和医疗保险。具体而言：（1）在模型1中，采用有序Probit、Ols和有序Logit估计时，社会保险估计系数均在1%的水平上显著为正，表明在控制了其他变量的情况下，社会保险显著提升了EHI指数。（2）在模型2中，采用三种方法估计时，医疗保险均在1%的水平上显著为正，表明医疗保险提高了老年人的幸福指数。（3）在模型3中，无论采用何种方法估计，养老保险的估计系数至少在5%的水平上显著为正，但解释力低于社会保险与医疗保险，说明养老保险对于EHI指数的提升弱于社会保险和医疗保险。此外，三种模型估计系数的正负号和显著性并没有发生显著变化，表明由估计结果得到的结论稳健。在控制变量中，模型1（以有序Porbit为例）健康状况、性别、年龄、婚姻的估计系数均在1%的水平上显著为正，表明老年人健康状况越好，幸福指数越高；相比男性老年人，女性老年人幸福指数更高；年龄正向影响幸福指数；有配偶的EHI指数更高。究其原因，老年人比较关注自身健康，健康状况越好，幸福指数越高；年龄越大的幸福感越强，可能与“知天命”的心态有关；有配偶陪伴更能使老年人获得幸福感；而受教育程度的估计系数只在10%的水平上显著为正，甚至采用有序Logit时并不显著，表明受教育程度对EHI指数具有一定的促进作用，但10%的显著性水平导致解释力不足，说明受教育程度影响EHI指数作用有限；收入的估计系数在5%的水平上显著为正，表明收入越高的EHI指数越高；户籍的估计系数并不显著，表明是否为城镇户籍并不显著影响老年人幸福。模型2和模型3的估计结果与模型1基本一致。综上所述，当控制了健康状况、性别、年龄等变量后，参加社会保险可以有效提升老年人幸福感。
2.2特征性指标下社会保险与EHI指数的关
表3模型4的结果显示，男性与女性老年人的医疗保险估计系数均在5%的水平上显著，说明老年人参保医疗保险可以提升其幸福指数。其主要原因在于，随着劳动能力的丧失，老年人收入下降，普遍存在就医困难的情况，因此参保医疗保险可以在一定程度上降低老年人“无钱治病”的风险，从而显著提升EHI指数。相比之下，男性老年人的养老保险估计系数在5%的水平上显著，而女性老年人的养老保险估计系数并不显著。究其原因，在养老保险方面，男性在养老金的覆盖率与待遇水平上均超过了女性[7]，所以男性老年人参保养老保险影响其幸福指数。表3模型5的结果显示，无论是否有配偶，医疗保险均显著影响着老年人的幸福指数，但有配偶老年人的医疗保险估计系数的显著性高于无配偶老年人，表明有配偶老年人参保医疗保险的幸福指数更高。无配偶老年人养老保险估计系数在5%的水平上显著为正，而有配偶不显著，其主要原因在于，相较于有配偶的老年人，无配偶的老年人的幸福指数更容易受到是否参保养老保险的影响。无配偶的老年人无法与配偶相互照料，经济来源也较为单一，因此更依赖养老保险[8]。表3模型6的结果显示，相较于中高等学历的老年人，低学历老年人的医疗与养老保险估计系数至少在5%的水平上显著为正，教育程度是社会资本的重要组成部分，受教育程度低的老年人收入较低，也更容易产生负面情绪，因此，低学历老年人具有医疗保险和养老保险更能提升幸福指数。此外，由城乡二元经济结构导致的城乡差异，同样作用于城乡EHI指数，城乡EHI指数的影响因素存在差异。表3模型7的结果显示，农村和城镇老年人的医疗保险估计系数在5%的水平上显著为正，表明医疗保险可以显著提升城乡EHI指数。其中，农村老年人的养老保险估计系数在10%的水平上显著为正，说明参保养老保险可以在一定程度上提升其幸福指数，但城镇老年人的养老保险估计系数并不显著，说明有无养老保险并不显著影响其幸福指数。相较于城镇老年人，农村老年人的资源相对匮乏，经济状况明显较差，所以农村老年人更看重养老保险的风险保障功能。
2.3健康和收入指标下社会保险与EHI指数关系
健康状态和收入水平是影响EHI指数的重要指标[9]，表4为不同健康状态和不同收入水平下，社会保险与EHI指数的关系。表4模型8的结果显示，低收入老年人的养老保险估计系数并不显著，表明有无养老保险并不显著影响其幸福指数，而医疗保险的估计系数在5%的水平上显著，表明低收入老年人参保医疗保险可以显著提升幸福指数；中高收入老年人的养老保险估计系数在5%的水平上显著为正，说明参保养老保险可以提升其幸福指数，但中高收入老年人的医疗保险估计系数并不显著，表明是否具有医疗保险并不显著影响其幸福指数。中高收入老年人通常有更多的资金购买保障程度更高的医疗商业保险，因此其幸福指数受参保医疗保险的影响较小，而低收入老年人的抗风险能力较弱，所以其幸福指数受医疗保险的影响较大。此外，由于养老保险存在基金缺口、空账、城乡居民养老金调整机制滞后等问题，使得低收入老年人对于养老保险在一定程度上缺乏信心，因此是否参保养老保险并不显著影响其幸福指数[10]。表4模型9的结果显示，相较于健康状况较差的老年人，是否参保医疗保险在5%的水平上显著影响健康状况中等及以上的老年人。同时，是否参保养老保险在5%的水平上显著影响健康状况较差的老年人，而对于健康状况中等及以上的老年人影响则并不显著。医疗保险能够保障老年人的基本健康需求，但对于健康状况较差的老年人而言，医疗保险并不能支撑其所有的医疗费用。因此，是否参保医疗保险并不会影响健康状况较差老年人的幸福指数。此外，健康状况较差的老年人在生活自理方面存在一定困难，无法实现再就业，所以他们更依赖养老保险。因此，是否参保养老保险更影响这类老年人的幸福指数。
3基于PSM模型的稳健性检验
本文选择倾向匹配得分模型（PSM），对前文的回归结果进行稳健性检验。平衡性检验及共同支撑检验均表明，实验组和控制组的匹配效果较好。接下来运用PSM模型检验社会保险对EHI指数的影响，通过半径匹配、最近邻匹配和核密度匹配得到平均净效益ATT，如下页表5所示。分析结果表明：（1）半径匹配下，匹配前后是否参保医疗保险以及养老保险均在至少5%的显著性水平下，正向影响EHI指数。匹配后的结果显示，参保医疗保险能显著促进EHI指数，幸福指数提高了0.185，老年人参保医疗保险比未参保医疗保险的幸福指数高4.9%；参保养老保险幸福指数比未参保的老年人高0.113，幸福指数提高了2.9%。（2）最近邻匹配下，医疗保险和养老保险的ATT至少在5%的水平上显著，正向影响EHI指数。匹配结果显示，参保医疗保险比未参保的老年人高0.177，幸福指数提升4.7%；参保养老保险幸福指数比未参保的老年人高0.096，幸福指数提升2.5%。（3）核匹配下，医疗保险和养老保险的ATT至少在5%的水平上显著，正向影响EHI指数。匹配结果显示，参保医疗保险比未参保的老年人高0.203，幸福指数提升5.4%；参保养老保险幸福指数比未参保的老年人高0.107，幸福指数提升2.8%。对比有序Probit等模型的回归结果发现，其与倾向匹配得分模型的估计结果一致，而核心解释变量与被解释变量的估计结果也与前文分析相符。因此，本文的分析结果具有一定的稳健性和可靠性。
4结论
本文基于中国综合社会调查数据（CGSS），借助有序Probit、有序Logit模型、Ols模型与倾向匹配得分模型，实证检验了社会保险与EHI指数之间的关系与机制。结果表明：（1）社会保险对EHI指数的提升作用明显。社会保险参保越全面，越能获得更好的风险保障，从而降低老年人对未来不确定性的预期，提升EHI指数。与未参保医疗保险和养老保险的老年人相比，参保老年人的幸福指数得到了显著提升。这是因为医疗保险有效减轻了老年人的医疗负担，缓解了老年人“看病难”的问题，而养老保险保障了老年人基本的的生活经济来源，缓解了老年人的后顾之忧。（2）不同特征指标下，社会保险对EHI指数的影响存在差异。相较于女性，男性EHI指数的提升更容易受到养老保险的影响；除性别差异外，无论是否有配偶，医疗保险均显著影响EHI指数，无配偶老年人的幸福指数更容易受到养老保险的影响；同时，学历也是影响EHI指数的重要因素，相较于中高等学历的老年人，是否参保医疗与养老保险显著影响低学历老年人的幸福指数；此外，城乡EHI指数的影响因素存在差异性，是否参保医疗保险显著影响所有城乡老年人，而参保养老保险可以提升农村老人的幸福指数，但城镇老年人的养老保险估计系数并不显著。（3）健康状态和收入水平是影响社会保险与EHI指数关系的重要指标。低收入老年人的医疗保险能显著影响其幸福指数，而养老保险能显著影响中高收入老年人的幸福指数；参保医疗保险能显著影响健康状况中等及以上老年人的幸福指数，而参保养老保险能显著影响健康状况较差老年人的幸福指数。
作者：周晶晶 单位：南京邮电大学社会与人口学院