談城鄉(xiāng)居民養(yǎng)老保險基金運行效率范文

本站小編為你精心準備了談城鄉(xiāng)居民養(yǎng)老保險基金運行效率參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要:本文采用除港澳臺以外的我國31個省、自治區(qū)、直轄市2015—2017年的數(shù)據(jù)，結(jié)合DEA模型和Malmquist指數(shù)，從靜態(tài)和動態(tài)兩個角度對我國城鄉(xiāng)居民基本養(yǎng)老保險基金運行效率進行評價。結(jié)果表明:2017年我國城鄉(xiāng)居民基本養(yǎng)老保險整體運行效率偏低，這是由于純技術(shù)效率和規(guī)模效率偏低所導致的;由于受技術(shù)衰退的影響，2015—2017年各省基本養(yǎng)老保險的全要素生產(chǎn)率普遍呈下降趨勢。所以，政府應更加重視城鄉(xiāng)居民基本養(yǎng)老保險的發(fā)展狀況，通過制定相應的政策來合理引導資源的投入和產(chǎn)出，提高城鄉(xiāng)居民基本養(yǎng)老保險基金的運行效率，實現(xiàn)城鄉(xiāng)居民基本養(yǎng)老保險的可持續(xù)發(fā)展。

關(guān)鍵詞:城鄉(xiāng)居民基本養(yǎng)老保險基金運行效率評價;DEA模型;Malmquist指數(shù)

一、前言

目前，我國人口老齡化趨勢愈加明顯，老年人的養(yǎng)老問題已經(jīng)成為了我國的一個非常嚴峻的社會問題。當前我國的養(yǎng)老保險體系由企業(yè)補充養(yǎng)老保險、基本養(yǎng)老保險、個人儲蓄性養(yǎng)老保險和商業(yè)性養(yǎng)老保險四部分構(gòu)成。其中，社會統(tǒng)籌與個人帳戶相結(jié)合的基本養(yǎng)老保險制度是我國在世界上首創(chuàng)的一種新型的基本養(yǎng)老保險制度，它由城鄉(xiāng)居民養(yǎng)老保險、城鎮(zhèn)職工養(yǎng)老保險和機關(guān)事業(yè)單位養(yǎng)老保險構(gòu)成，是我國社會保障制度的一個重要組成部分。［1］但是，相較于機關(guān)事業(yè)單位職工和城鎮(zhèn)企業(yè)職工，城鄉(xiāng)居民沒有固定的工作單位和雇主，傳統(tǒng)社會保險制度的三方籌資模式不適用于該群體，這決定了城鄉(xiāng)居民養(yǎng)老保險制度中政府應承擔更多責任。［2］然而，隨著我國人口老齡化趨勢的加劇，城鄉(xiāng)居民基本養(yǎng)老保險體系面臨的壓力也越來越大;此外，由于我國不同地區(qū)的經(jīng)濟發(fā)展水平存在差異，各地區(qū)城鄉(xiāng)居民基本養(yǎng)老保險的運行狀況也存在著較大差異。因此，對我國各省市城鄉(xiāng)居民基本養(yǎng)老保險運行效率進行評價，并找出其中存在的問題，對保障城鄉(xiāng)居民基本養(yǎng)老保險制度的可持續(xù)運行，并為政府部門制定決策提供科學的指導具有重要意義。目前，關(guān)于我國城鄉(xiāng)居民基本養(yǎng)老保險基金運行效率方面的研究相對比較匱乏，且已有的研究要么是在新農(nóng)村養(yǎng)老保險與城鎮(zhèn)居民養(yǎng)老保險合并之前，不能反映合并后的城鄉(xiāng)居民基本養(yǎng)老保險基金的運行效率;要么是只對某一年的運行效率進行分析，不能反映其動態(tài)變化。基于此，本文采用DEA模型，從靜態(tài)和動態(tài)兩個方面對我國31個省2015－2017年的城鄉(xiāng)居民基本養(yǎng)老保險效率進行研究，找出其中存在的問題，并提出相應的建議。

二、指標體系、數(shù)據(jù)來源及模型構(gòu)建

(一)指標選取及數(shù)據(jù)來源凌文豪指出養(yǎng)老保險制度的效率表現(xiàn)為堅持精算平衡，引導參保者選擇合適的繳費檔次，激發(fā)其積極性等［2］。因此，本文在對相關(guān)文獻進行研究的基礎(chǔ)上［3－7］，結(jié)合數(shù)據(jù)的可獲得性，選取的投入以及產(chǎn)出指標及其符號表示如表1所示:為了全面反映我國不同地區(qū)城鄉(xiāng)居民基本養(yǎng)老保險的運行狀況，本文選取除港澳臺以外的我國31個省、自治區(qū)和直轄市2015－2017年的城鄉(xiāng)居民基本養(yǎng)老保險的投入產(chǎn)出數(shù)據(jù)。數(shù)據(jù)主要來源于2016－2018年《中國統(tǒng)計年鑒》。

(二)模型簡介數(shù)據(jù)包絡分析法(DEA)是由美國著名運籌學家CHARNES等首次提出［8］，主要用于評價公共部門的績效。該方法通過數(shù)學規(guī)劃手段，不需要事先確定指數(shù)權(quán)重和指標之間的函數(shù)關(guān)系，而且算法簡單，特別適合多投入多產(chǎn)出的復雜系統(tǒng)的相對有效性評價。但由于引入時間因素會改變生產(chǎn)前沿面，故DEA通常使用截面數(shù)據(jù)來橫向?qū)Ρ菵MU的效率，而Malmquist指數(shù)則適用于面板數(shù)據(jù)，可衡量不同時期效率變化，且Malmquist指數(shù)可通過對全要素生產(chǎn)率(TFP)進行分解，分析其變化原因［8］。由于已有文獻對于DEA及Malmquist指數(shù)的介紹非常多，本文再此不再詳細介紹。

三、實證分析

(一)城鄉(xiāng)居民基本養(yǎng)老保險基金效率靜態(tài)分析本文選用投入主導型的DEA模型，運用DEAP2．1軟件對我國31個省2015－2017年的城鄉(xiāng)居民基本養(yǎng)老保險效率進行測算，鑒于文章篇幅，本文只給出2017年的結(jié)果，如表2所示，其中irs表示規(guī)模報酬遞增，drs表示規(guī)模報酬遞減。就2017年來說，各省2017年的技術(shù)效率(TE)均值為0．840，這說明全國城鄉(xiāng)居民養(yǎng)老保險的技術(shù)效率普遍偏低，這主要是由于純技術(shù)效率(PTE)和規(guī)模效率(SE)較低所導致的。其中處于DEA有效的省份有遼寧、上海、浙江、貴州，說明這些地區(qū)城鄉(xiāng)居民基本養(yǎng)老保險的投入和產(chǎn)出規(guī)模比較合理，實現(xiàn)了資源的最優(yōu)配置。其他27個非DEA有效的省份中，北京、天津、山西、內(nèi)蒙古等13個省份處于規(guī)模報酬遞增階段，河北、江蘇、安徽等14個省份處于規(guī)模報酬遞減階段。為了直觀反映各省2015－2017年城鄉(xiāng)居民基本養(yǎng)老保險基金的綜合效率狀況，本文用MATLAB進行繪圖，如圖1所示，顏色越深，表示該省城鄉(xiāng)居民基本養(yǎng)老保險基金效率越高。可以看出，2015－2017年間，西部地區(qū)整體的綜合效率都要低于其他地區(qū)，其中西藏地區(qū)的效率逐年降低;而東北地區(qū)整體的綜合效率則相對高于其他地區(qū);上海、遼寧、浙江、貴州省一直是有效率的。此外各省2015年城鄉(xiāng)居民基本養(yǎng)老保險基金效率要普遍高于2016年和2017年，且2016年各省的運行效率普遍偏低。

(二)城鄉(xiāng)居民基本養(yǎng)老保險基金效率動態(tài)分析接下來，本文對TFP進行分解，以分析其影響因素，結(jié)果如表3所示。其中，各個變量及其所代表的的含義為:effch－效率變動、techch－技術(shù)變動、pech－純技術(shù)效率變動、sech－規(guī)模效率變動、tfpch－全要素生產(chǎn)率變動。由表3可知，只有北京、上海、江蘇、浙江、廣東、陜西的TFP呈上升狀態(tài)，其余省份的TFP均逐年下降。而且，從整體看，全國各省份城鄉(xiāng)居民基本養(yǎng)老保險全要素生產(chǎn)率在2015—2017年呈下降趨勢，年均下降6．3%，其中，TFP下降最多的是西藏，年均下降23．7%，廣東的TFP上升最多，年均上升11．5%。但全國在2016－2017年較2015－2016年技術(shù)效率和規(guī)模效率有所提升，但技術(shù)有所衰退。因此TFP的下降主要是由于各省技術(shù)衰退所導致的。從效率變化來看，北京、河北、江蘇等11個省市的指數(shù)值大于1，說明在2015—2017年間，這些地區(qū)的資源配置效率有所提高，而大多數(shù)省份的資源配置效率有待提高;從技術(shù)變化來看，總體來說全國各省技術(shù)進步指數(shù)呈下降趨勢，只有天津、上海、浙江3省的技術(shù)進步指數(shù)呈上升趨勢，值得其余省份學習借鑒。

四、結(jié)論與建議

從靜態(tài)角度來說，各省2017年的技術(shù)效率均值為0．840，這說明各省城鄉(xiāng)居民養(yǎng)老保險的技術(shù)效率普遍偏低。其中純技術(shù)效率均值為0．904，規(guī)模效率均值為0．931。因此，要想提高城鄉(xiāng)居民基本養(yǎng)老保險基金效率，應該從純技術(shù)效率和規(guī)模效率兩方面入手，一方面要提高基金的管理和投資運營能力，以實現(xiàn)基金的保值增值;另一方面要通過調(diào)動廣大城鄉(xiāng)居民的參保熱情，提高保險覆蓋率。從動態(tài)角度來說，由于主要受技術(shù)衰退的影響，2015—2017年各省基本養(yǎng)老保險的全要素生產(chǎn)率普遍呈現(xiàn)下降趨勢。因此，政府應更加重視城鄉(xiāng)居民基本養(yǎng)老保險的發(fā)展情況，合理引導資源的投入和產(chǎn)出，以提高城鄉(xiāng)居民基本養(yǎng)老保險基金運行效率，實現(xiàn)城鄉(xiāng)居民基本養(yǎng)老保險的可持續(xù)發(fā)展。

參考文獻:

［1］何龍鵬．中國農(nóng)村基本養(yǎng)老保險發(fā)展方向研究［D］．陜西，西北農(nóng)林科技大學，2011．

［2］凌文豪，王晗．公平與效率:基本養(yǎng)老保險制度的價值取向［J］．華北理工大學學報，2019，19(01)，19－23．

［3］于寧．基本養(yǎng)老保險基金支出績效評價指標體系研究［J］．社會科學，2012(06)，87－94．

［4］魏巖．基本養(yǎng)老保險制度績效評價———以河北省為例的實證研究［D］．河北，河北大學，2014．

［5］張怡恬．對中國社會養(yǎng)老保險制度效率的分析與評價［J］．理論學刊，2013(07)，60－63．

［6］許靖中，楊俊孝．基于DEA方法的我國城鄉(xiāng)居民基本養(yǎng)老保險運行狀況評價研究［J］．北方園藝，2017(09)，205－208．

［7］劉曉玲．城鄉(xiāng)居民基本養(yǎng)老保險基金運行效率評價［J］．統(tǒng)計與決策，2017(12)，60－63．

［8］魏權(quán)齡．數(shù)據(jù)包絡分析［M］．北京:科學出版社，2004:13－17．

［9］青佩明．創(chuàng)新效率評價及空間差異分析———以湖南省為例［J］．湖南工業(yè)大學學報，2019，33(01)，94－99．

［10］李培哲，菅利榮，劉勇．基于DEA與Malmquist指數(shù)的區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新效率評價研究［J］．工業(yè)技術(shù)經(jīng)濟，2019(01)，27－34．

作者：魏艷艷 單位：河南大學經(jīng)濟學院