養老保險政策改革與老年家庭財務脆弱性：基于CHFS的經驗證據

作者簡介： 易行健（1974—），男，湖南湘鄉人，博士，廣東金融學院數字經濟和金融強國建設研究院教授，廣東外語外貿大學金融學院博士生導師，研究方向：宏觀經濟學、家庭金融和應用計量經濟學；李家山（1992—），男，安徽蚌埠人，博士，浙江大學長三角智慧綠洲創新中心博士后，研究方向：收入與財富分配；楊碧云（1977—），女，湖南華容人，博士，廣東外語外貿大學金融學院教授，博士生導師，研究方向：微觀計量和家庭金融學、國際經濟學。

摘 要：依據中國家庭金融調查（CHFS）數據，以2018年養老保險待遇水平調整的政策改革作為準自然實驗，并運用雙重差分模型，考量養老保險政策改革對老年家庭財務脆弱性的影響。結果表明，養老保險政策改革通過促進收入的增加、減緩養老風險和健康風險沖擊力度，使得老年家庭陷入財務脆弱性的概率下降5.61%。異質性分析顯示，農村、有醫療保險以及需撫養子女數量少的老年家庭受到養老保險政策改革的影響程度更大。鑒于此，應通過提高養老保險保障水平、實行更精細化的養老保險政策等方式，推動我國多層次社會保障體系的完善。

關鍵詞： 養老保險政策改革；老年家庭；財務脆弱性；社會保障；準自然實驗

中圖分類號：F832；F842．0" 文獻標識碼： A""" 文章編號：1003-7217（2025）01-0027-09

一、引 言

“我國是世界上人口老齡化程度比較高的國家之一”^①。截至2023年末，我國60歲及以上老年人口占比已達21.2%，預計到2050年將增至37.8%^[1]。人口老齡化加劇導致我國家庭經濟脆弱性顯著提升^[2]，近年我國財務脆弱家庭比例呈現上升趨勢，2021年我國財務脆弱家庭數量占總家庭數的19.67%^[3]。根據2017年和2019年CHFS數據計算發現，我國約有29.2%的老年家庭處于財務脆弱性狀態，表明我國老年家庭的財務脆弱性問題更為嚴峻。

理論上養老保險能有效緩解老年家庭財務困難：一是為老年人提供退休后基本收入，弱化老年家庭受到勞動收入減少的影響^[4]；二是減少老年人對成年子女的經濟依賴，緩解子女經濟壓力，斬斷代際間貧困傳遞循環^[5]。黨的二十屆三中全會提出要“健全基本養老、基本醫療保險籌資和待遇合理調整機制，逐步提高城鄉居民基本養老保險基礎養老金”，強調要充分發揮基本養老保險改善老年家庭財務狀況、調節社會收入分配、促進城鄉經濟社會協調發展的重要作用^②。基于上述現實需求和政策目標，探討養老保險政策改革與老年家庭財務脆弱性問題對于改善老年家庭財務狀況、增加老年家庭福祉、實現共同富裕具有重要意義。

在養老保險實施效果方面，已有研究從收入、消費、勞動供給以及減貧等角度進行分析，發現養老金收入提高了老年人收入水平，并促進了家庭消費，同時發現養老保險會激勵職工提早退休從而減少勞動供給^[6-10]。但已有研究對于其能否發揮減貧作用存在爭議，有研究發現養老保險能降低家庭貧困脆弱性，也有研究發現養老保險對于減少老年人多維貧困的效果不明顯^[9，10]。

目前還沒有一個統一的家庭財務脆弱性定義^[11]。Chaudhuri最早提出對于家庭財務脆弱性的概念，認為它本質上反映了家庭未來福利的

預期風險，進而定義為家庭在未來的一段時期內陷入貧困狀態或者繼續處于貧困狀態的可能性^［12］；但其對時間范圍的界定不明確，導致測度結果可能存在偏誤。隨著家庭負債迅速擴張^[13]，有學者認為債務水平較高或者債務增長速度較快的家庭會在面臨經濟壓力時出現財務困境^[14]，因此使用家庭債務償還指標測度家庭財務脆弱性，如債務資產比指標^[15]，這便于后續研究者基于某一閾值判斷家庭是否處于脆弱狀態，但閾值設定的主觀性可能影響結果的穩健性。后續有學者使用不依賴于閾值的測度方法，如使用財務邊際指標，當家庭財務邊際減去家庭非預期的財務支出的值小于0時，可認為其存在財務脆弱性^[16]。部分學者使用家庭籌款能力指標進行研究，因為該指標不需要家庭資產負債詳細數據便可以衡量家庭應對風險沖擊等的能力^[17]，比如家庭是否能在一個月內拿出2000美元^[18]。后續兩種方法克服了之前時期不明確和主觀性的缺點。

在家庭財務脆弱性影響因素方面，家庭凈資產和收入的增加使得家庭有更強的應對不確定性沖擊的能力^[19]；而債務是家庭重要風險來源，負債水平過高的家庭更容易在遭遇不確定性沖擊時出現財務困境^[20]。家庭成員健康狀況惡化會增加家庭的財務脆弱性，健康風險引起的非預期大額醫療支出會影響家庭的財務狀況^[21]。還有文獻顯示教育投入可以降低家庭未來收入不確定性，從而減少家庭財務脆弱性^[22]。

已有文獻對家庭財務脆弱性的影響因素以及養老保險如何影響家庭經濟行為展開了多方面研究，但鮮有文獻直接對養老保險政策改革的老年家庭財務脆弱性影響效應及其作用機制進行探索。鑒于此，本文首先基于2017年和2019年CHFS數據，從微觀視角出發，填補了2018年我國城鄉居民基本養老保險改革對老年家庭財務脆弱性的影響的研究空白。其次，采用雙重差分方法，有效識別養老保險政策改革的因果效應，克服了因政策實施與未觀測到的個體特征相關而產生的內生性問題。最后，深入分析養老保險政策改革對不同老年家庭財務脆弱性的異質性影響，揭示城鄉差異、家庭醫療保險參與情況及需撫養子女數量等因素對政策效果的影響，以期推動我國多層次社會保障體系的進一步發展與完善。

二、政策背景與理論分析

（一）政策背景

2018年3月人力資源和社會保障部聯合財政部出臺了《關于建立城鄉居民基本養老保險待遇確定和基礎養老金正常調整機制的指導意見》（以下簡稱《2018年指導意見》），旨在提高政策保障水平和健全待遇確定和調整機制。要求各地依據實際情況調整基礎養老金標準，增強養老保險保障能力；同時健全待遇確定和調整機制，向65歲及以上參保老年人予以更多待遇傾斜^②。隨后5月人力資源和社會保障部、財政部根據《2018年指導意見》印發《關于2018年提高全國城鄉居民基本養老保險基礎養老金最低標準的通知》（以下簡稱《2018年通知》），明確了要依據《2018年指導意見》精神，提出調整城鄉居民養老保險基礎養老金的辦法^③。具體規定如下：根據《2018年通知》，自2018年1月1日起全國城鄉居民養老保險基礎養老金最低標準提高至每人每月88元，各地應當根據當地實際提高基礎養老金標準，進一步健全參保繳費激勵機制，逐步提高養老保障水平，促進城鄉居民基本養老保險制度可持續發展。

（二）理論分析

1.養老保險政策改革對老年家庭財務脆弱性的影響。

根據相關文獻的回顧與述評，本文參照Lusardi等的研究給出老年家庭財務脆弱性的定義：當面對不確定性沖擊條件時，老年家庭因無法承擔各項支出而陷入財務困境的可能性^[23]。對于老年家庭來說，他們面對的不確定性沖擊主要來自收入減少以及健康風險增加。

理論上，2018年養老保險政策改革可以提高政策保障水平并完善待遇確定和調整機制，增加領取養老金的老年家庭的收入，增強對沖財務風險的能力，降低老年家庭陷入財務困境的可能性。該邏輯可以得到關于家庭貧困脆弱性的實證文獻的佐證，相關研究發現養老保險可以有效提高家庭收入從而降低家庭貧困脆弱性^[6]。但也有學者發現新農保對貧困脆弱性作用并不明顯^[9]。因此，雖然理論上養老保險政策改革可以降低老年家庭財務脆弱性，但缺乏直接實證證據揭示其因果關系。針對上述分析，提出第一個假說：

H1 養老保險政策改革會顯著降低老年家庭財務脆弱性。

2.養老保險政策改革影響老年家庭財務脆弱性的作用機制。

老年家庭財務脆弱性來自兩個方面：一是老年人身體狀態不佳會直接影響其勞動收入，導致家庭收入減少^[24]；二是老年人更容易受到健康風險的沖擊，此時家庭會顯著增加醫療支出^[25]。養老保險政策改革會直接影響老年家庭的收入，本文從收入端分析其作用機制。

我國城鄉居民養老保險的基礎養老金用于保障退休人員基本生活需求，其待遇水平在改革前調整幅度較小且僅與當地政策有關。以廣東省為例，2018年改革以前，雖然每年基礎養老金有所調整，但調整力度較小，2015年基礎養老金由每人每月95元調整至100元，2016年調整至110元，2017年調整至120元。而2018年養老保險政策改革則加大了調整幅度，提高至148元。因此2018年養老保險政策改革提高基礎養老金直接增加了領取養老保險家庭的經濟收入，增強了老年家庭在應對不確定性沖擊時的財務緩沖能力^[26]。由此增加的收入一方面會放松老年家庭的預算約束，彌補家庭老齡化給家庭增加的醫療保健等額外支出^[24]，減弱家庭養老風險的沖擊力度；另一方面可能會增加老年人的健康投資^[27]，進而減弱健康風險對老年家庭的沖擊力度。由此猜想，養老保險政策改革增加的基礎養老金可能會削減老年家庭受到的養老風險和健康風險的沖擊力度，進而降低老年家庭陷入財務困境的可能性。針對上述分析，提出第二個假說：

H2 養老保險政策改革可能會通過增加收入減弱家庭受到養老風險和健康風險的沖擊力度，從而降低老年家庭財務脆弱性。

三、實證設計

（一）數據來源

數據來自西南財經大學中國家庭金融調查與研究中心組織管理的“中國家庭金融調查”項目（CHFS）。CHFS調查數據每兩年進行一次，涵蓋了我國29個省（區、市）^④，提供了家庭消費、收入、投資和資產負債等詳細信息，采用了分層、三階段以及規模度量成比例的抽樣設計，具有較好的代表性^[28]。主要選用2017年和2019年數據，以“家庭中至少有一名60歲及以上家庭成員”為老年家庭的標準選取樣本。

（二）計量模型

1.雙重差分模型（DID）。

對于已退休老年家庭而言，由于受到《2018年通知》的沖擊，有領取城鄉居民基本養老保險的老年家庭受到較大的影響，被設置為處理組；而沒有領取的老年家庭不受影響，被設置為對照組。處理組使用虛擬變量treatmenti=1表示，對照組則使用treatmenti=0表示。對2019年CHFS數據設定時間虛擬變量postt=1，對應為2018年1月1日起關于養老金水平調整的政策改革執行時間。但在此之前尚未實施該養老保險政策改革，所以2017年CHFS數據設定時間虛擬變量postt=0。構建雙重差分模型如下：

FVit=α+βDIDit+λXit+ui+τt+εit

（1）

在式（1）中，下標i代表受訪老年家庭，t代表時間。FVit表示第i個受訪老年家庭在時間t是否具有財務脆弱性；DIDit=treatmenti×postt；Xit是一系列控制變量；α是截距項，ui是家庭固定效應，τt是時間固定效應，εit是誤差項。

2.三重差分模型（DDD）。本文使用三重差分模型檢驗養老保險政策改革對于老年家庭財務脆弱性的影響機制。參考易行健等^[29]的相關研究，使用機制變量（Mediator）⑤與原交互項（DIDit）構建新的交互項（DDDit=DIDit×Mediator）并檢驗其系數，若此新交互項的系數顯著，則可以表明處理效應通過機制變量隨時間變化，也就間接提供了機制檢驗的證據。構建機制檢驗模型如下：

FVit=α+δDDDit+λXit+ui+τt+εit

（2）

3.廣義雙重差分模型（GDID）。

參考熊家財和黃玲的研究，廣義雙重差分模型可以使用受政策沖擊強弱的連續型變量乘政策沖擊時間虛擬變量來捕捉處理效應^[30]。由于各個老年家庭所受養老風險沖擊力度和健康風險沖擊力度會有所差異，因此老年家庭受到養老保險政策改革沖擊的強度也會出現差異。故本文考慮使用廣義雙重差分模型，分別使用家庭所受養老風險沖擊力度和健康風險沖擊力度兩個代理量作為強度變量（ins）乘政策沖擊時間虛擬變量（postt）⑤構建新的交互項（GDIDit=ins×postt）并檢驗其系數，以此考察養老保險政策改革減弱老年家庭受到養老風險和健康風險的沖擊力度機制的具體影響效果。構建模型如下：

FVit=α+θ GDIDit+λXit+ui+τt+εit

（3）

（三）變量設定

1.被解釋變量。

被解釋變量為老年家庭財務脆弱性（FV），參考劉波等的做法將家庭財務脆弱性拆解成“資不抵債”指標和“入不敷出”指標進行識別，“資不抵債”指標的識別方法是將當期債務支出與收入之比高于30%的家庭視為“資不抵債”^[31]。而這種基于閾值的方法存在主觀性，并且對于那些負債較高的家庭而言，雖然他們會面臨較大的當期債務償還問題，但如果家庭擁有足夠多流動性資產，仍可避免陷入財務困境^[22]。因此本文對“資不抵債”指標的識別方法進行如下修改：若家庭出售股票、債券、基金等金融資產以及現金、活期存款、定期存款等易變現資產后仍無法覆蓋家庭的負債余額則認為家庭存在“資不抵債”狀態。劉波等識別“入不敷出”指標的方法是，若家庭應急儲蓄水平（現金資產加上活期存款與定期存款等無風險資產）無法支撐未來3個月的家庭成員必要支出（食品支出、水電支出和醫療支出）則認為家庭存在“入不敷出”狀態。但這沒有考慮老年家庭在醫療費用上的非預期支出。因此本文使用目前文獻的常見方法構造老年家庭醫療消費支出方程^[32]，使用該方程的殘差作為老年家庭在醫療費用上的非預期支出，加入“入不敷出”指標的識別。

綜合考慮了“資不抵債”（OE）與“入不敷出”（OI）兩個指標之后，將老年家庭i的財務脆弱性（FVi）的識別方法表示為：

FVi=0，OE=0 and OI=0

1，OE=1 or OI=1

當老年家庭沒有出現“資不抵債”和“入不敷出”狀態時，FVi賦值為0，表示老年家庭不存在財務脆弱性；當至少出現一種狀態時，FVi賦值為1，表示老年家庭陷入財務脆弱性狀態。

2.核心解釋變量。

本文核心問題是估計養老保險政策改革對老年家庭財務脆弱性的影響，因此選取老年家庭中老年人是否領取城鄉居民基本養老保險的虛擬變量（treatmenti）、養老保險政策改革“執行”虛擬變量（postt）以及二者的交互項（DIDit=treatmenti×postt）作為解釋變量，其中，交互項是本文關注的核心解釋變量。

3.控制變量。

參考易行健等^[29]以及李波和朱太輝^[16]的相關研究，選取戶主和家庭兩個層面的控制變量，戶主層面的控制變量包括戶主年齡、戶主年齡的平方/100、戶主性別（1=男，0=女）、戶主受教育年限（未上過學=0，小學=6，初中=9，高中、職校、中專=12，大專=15，本科=16，碩士=18，博士=22）、戶主婚姻狀況（1=已婚，0=未婚）、戶主主觀自評健康狀況（1=非常不好，2=不好，3=一般，4=好，5=非常好；依據以往研究將賦值為1、2、3的回答定義為不健康^[33]）、戶主是否為黨員（1=黨員，0=非黨員）。家庭層面的控制變量包括家庭人口規模、家庭少兒撫養比（家庭中年齡小于16歲的家庭成員數量占比）、家庭勞動人口占比［家庭中處于勞動年齡（18～65歲）的家庭成員數量占比^[16]］、是否從事工商業經營（有家庭成員從事工商業經營時取值1，否則取值0）、家庭是否擁有住房（家庭至少有一套住房時取值1，否則取值0）、家庭總資產、家庭總負債、家庭總收入、是否為農村地區家庭（1=是，0=否）。

4.機制變量和強度變量。

為揭示養老保險政策改革對于老年家庭財務脆弱性影響的具體機制，選取家庭收入、家庭受養老風險沖擊力度以及家庭受健康風險沖擊力度作為機制變量（Mediator）。雖然家庭受養老風險沖擊力度不可直接觀測，但已有文獻指出老年人口數量占比較高導致家庭存在較高的養老風險^[34]，因此本文采用家庭老年人口占比作為家庭受養老風險沖擊力度的代理變量。同理，本文依照尹志超和李藝菲^［27］的研究采用家庭不健康人口占比作為家庭受健康風險沖擊力度的代理變量。

關于強度變量的構建，分別選取家庭不健康人口占比和家庭老年人口占比兩個代理量作為強度變量（ins），將其分別代入式（3）中與政策沖擊時間虛擬變量相乘后進行檢驗，即在處理組中進行廣義雙重差分檢驗，以此揭示處理組家庭中受到養老保險政策影響的具體情況。

（四）數據處理及描述性統計

為消除價格因素影響，以2017年CHFS數據為基期，使用居民價格消費指數對家庭收入等名義變量進行平減并取對數糾偏。經數據清洗后，兩期樣本老年家庭數分別為15336、13268，最終將兩期數據合并為包含28604個家庭的平衡面板數據用于實證分析。同時根據《2018年通知》，自2018年1月1日起各地養老金水平進行調整，因此將2018年初作為養老保險制度改革政策沖擊時點。

本文主要變量及描述性統計如表1所示。

四、實證結果及分析

（一）基準結果

表2匯報了2018年養老保險政策改革對于老年家庭財務脆弱性影響的基準結果。由于同一家庭的成員可能在經濟行為上存在相關性，因此本文將計量回歸標準誤聚類到家庭層面。結果顯示DID的系數顯著為負，說明2018年養老保險政策改革顯著降低了老年家庭財務脆弱性。進一步，在回歸中逐步引入戶主和家庭層面的控制變量后，結果依然穩健。具體而言，相對于對照組家庭，2018年養老保險政策改革使得處理組家庭陷入財務脆弱性的概率下降5.61%。假說H1得證。

（二）穩健性檢驗

1.平行趨勢檢驗。

使用DID估計2018年養老保險政策改革對老年家庭財務脆弱性的影響，需要滿足“平行趨勢假設”，即處理組和對照組在受到政策外生沖擊前保持相同變化趨勢。但由于本文只有兩期面板數據，無法滿足一般平行趨勢檢驗所需的政策前后兩期數據要求，因此使用事件研究法進行檢驗。同時在后續還使用PSM-DID進行穩健性檢驗以保證研究變量在研究期內滿足平衡性要求。參考彭飛等^[35]使用事件研究法進行平行趨勢檢驗的思路，生成政策改革前后年虛擬變量（DID_年份，對2017年取值為0，對2019年取值為1）與處理虛擬變量進行交互并檢驗其系數，檢驗結果如表3所示：列（1）系數不顯著，表明在政策處理之前處理組和對照組不存在顯著性差異，滿足平行趨勢的基本要求。列（2）系數顯著，表明政策處理之后處理組和對照組存在顯著性差異，并且系數為負，再次支持了養老保險政策改革會降低老年家庭財務脆弱性的結論。

2.安慰劑檢驗。

為證明2018年養老保險政策改革對于老年家庭財務脆弱性的負向影響并非偶然，本文借鑒尹志超和吳子碩^[36]的做法，使用安慰劑檢驗以保證穩健性：從樣本家庭中隨機選取偽處理組（treated），再隨機選取偽政策時間（time），構建安慰劑檢驗的交互項（placeboDID=treated×time）作為虛假的解釋變量替換式（1）中的DID進行檢驗，并對上述過程重復1000次以避免其他小概率事件對估計結果的干擾。結果如圖1所示，虛假的解釋變量的估計系數分布集中于0附近，并且絕大多數估計系數的P值均顯著大于0.1，表明本文基準模型的實證結論并不會受嚴重遺漏變量等因素所驅動，也驗證了老年家庭財務脆弱性的下降確實由2018年養老保險政策改革所致，而非受其他因素的影響。

3.傾向得分匹配雙重差分（PSM-DID）。

為減少非隨機性對估計結果造成的干擾，本文進一步利用PSM-DID方法進行穩健性檢驗。經匹配后協變量標準偏誤絕對值小于10%⑥，表明兩組樣本在經過傾向值匹配后，其變量特征比較接近，滿足平衡性假設要求。表4列（1）～列（3）分別為卡尺匹配、核匹配和近鄰匹配的結果，系數均顯著為負，表明2018年養老保險政策改革顯著降低了老年家庭財務脆弱性，三種匹配方法的影響系數都與基準回歸估計結果接近，驗證了本文結論的穩健性。

4.替換被解釋變量。

目前國內常見識別家庭財務脆弱性的方法主要有岳崴等^[37]、李波和朱太輝^[16]以及劉波等^[31]的研究方法，本文使用這些方法進行重新檢驗以保證結論穩健。

根據岳崴等^［37］的研究，家庭財務脆弱性（Fragility）被定義為“收入≥預期支出，流動性資產＜醫療支出”的狀態。其中收入為家庭總收入，預期支出為家庭日常消費支出、房租支出以及貸款支出等剔除耐用消費品支出，流動性資產則包含現金和銀行存款。根據式（1）重新進行回歸，結果見表4列（4）。根據李波和朱太輝^［16］的研究，家庭財務脆弱性（FM）被定義為“財務保證金＜0”的狀態。其中財務保證金為“家庭收入-生活成本（家庭日常消費支出）-債務總支出（包括住房貸款以及相關利息的支出）”，根據式（1）重新進行回歸，結果見表4列（5）。根據劉波等^[31]的研究，將債務收入比高于30%的家庭視為“資不抵債”以及將家庭應急儲蓄水平（現金資產加上活期存款與定期存款等無風險資產）無法支撐未來3個月的家庭成員必要支出（食品支出、水電支出和醫療支出）視為“入不敷出”，由此構建家庭財務脆弱性（FV0），根據式（1）重新進行回歸，結果見表4列（6）。結果顯示，替換被解釋變量后系數符號與基準結果基本一致并且顯著，證明本文結論穩健。

五、機制檢驗與異質性分析

（一）機制檢驗

機制檢驗結果如表5所示。列（1）中家庭收入系數和交互項DDD系數均顯著為負，表明2018年養老保險政策改革通過為老年家庭增加家庭收入，在一定程度上降低了老年家庭財務脆弱性。同時改革帶來的養老金收入也可能減緩老年家庭所受的養老風險和健康風險沖擊。列（2）～列（3）顯示家庭受養老風險沖擊力度和健康風險沖擊力度系數顯著為正，表明兩者會增加家庭財務脆弱性;而它們各自與DID的交互項DDD系數顯著為負，證明了2018年養老保險政策改革可以通過增加收入減弱家庭受到的養老風險和健康風險的沖擊力度，從而降低老年家庭財務脆弱性。假說H2得證。

本文考察在處理組家庭中受到2018年養老保險政策改革的具體影響情況。廣義雙重差分回歸結果如表5列（4）～列（5）所示，交互項系數都顯著為負，表明在2018年養老保險政策改革之后，處理組中受到健康風險沖擊的老年家庭陷入財務脆弱性的可能性下降39.64%；而受到養老風險沖擊的老年家庭陷入財務脆弱性的可能性下降25.48%。

（二）異質性分析

我國傳統城鄉二元結構使得城鄉之間存在資源分布不均等、養老保險待遇機制不平等等諸多問題^[38]，緩解上述問題也是養老保險政策改革的目標之一。城鄉異質性分析的具體結果見表6模型1，列（1）～列（2）表明2018年養老保險政策改革顯著降低了農村老年家庭的財務脆弱性，而對城市老年家庭的影響不顯著。原因可能在于，一方面，農村居民相比于城市居民有著更高的基礎養老金替代率，2017年全國城市基礎養老金替代率平均為4.42%，農村為11.10%^⑦，因此2018年養老保險政策改革給農村老年家庭帶來的效用更為明顯。另一方面，農村居民相對于城市居民收入更低，養老保險政策改革對農村老年家庭財務脆弱性的影響效果更為明顯，這也間接驗證了前文關于增加收入的機制渠道。

關于醫療保險和家庭醫療支出的異質性分析，具體結果見表6模型2。列（3）～列（6）表明2018年養老保險政策改革顯著降低了有醫療保險組和高醫療支出組的老年家庭的財務脆弱性。可能原因是，醫療保險具有分散健康風險的功能，能降低家庭陷入財務脆弱狀態的概率^[39]；并且養老保險政策改革和醫療保險通過提供基本的生活和醫療保障，有效地降低了老年家庭面臨的經濟壓力和健康風險。

關于家庭子女數量的異質性分析，結果見表6模型3。2018年養老保險政策改革顯著降低了需撫養子女數量少組、低教育支出組和低衣物支出組的老年家庭的財務脆弱性。可能原因是兒童撫養成本高，《中國生育成本報告2024版》顯示，2022年全國家庭0～17歲孩子的養育成本平均為53.8萬元^⑧。因此養老保險政策改革增加的收入不能完全緩解多子女家庭的經濟壓力。此外，對家庭而言撫養子女的支出主要來自教育、食物和衣物^⑨。養老保險政策改革給家庭帶來的收入幫助彌補了這些方面的家庭支出，降低了他們的家庭財務脆弱性。六、結論與政策建議

基于2017年和2019年CHFS數據，本文使用雙重差分等模型實證檢驗2018年養老保險政策改革對老年家庭財務脆弱性的影響。主要研究結論如下：（1）2018年養老保險政策改革使得老年家庭陷入財務脆弱性的概率下降5.61%，并且結果具有穩健性。（2）機制分析表明，養老保險政策改革通過增加收入、減緩養老風險和健康風險沖擊力度從而降低老年家庭財務脆弱性。在處理組中，受到健康風險沖擊和養老風險沖擊的老年家庭陷入財務脆弱性的可能性分別下降39.64%和25.48%。（3）異質性分析表明，農村老年家庭、有醫療保險的老年家庭以及需撫養子女數量少的老年家庭受到養老保險政策改革的影響更明顯。

為全面發展我國多層次社會保障體系，更好地保障老年人的晚年生活，使其共享發展成果，本文提出以下政策建議。第一，繼續提高養老保險待遇水平，根據物價水平等經濟指標定期調整養老金標準。同時應建立與個人繳費年限和繳費額度相掛鉤的激勵機制，鼓勵在職人員積極參加養老保險，為退休生活積累更多的養老金。第二，完善養老保險待遇調整機制，實行更精細化的養老保險政策。例如，增加農村家庭基礎養老金的發放額度，以增強農村地區的社會保障能力；為需撫養子女較多的老年家庭提供額外的補貼，以緩解經濟壓力。第三，優化老年人醫療保障和養老保障的協同體系。基于養老保險政策改革與醫療保險所具有的協同作用，建議加大對醫療保障體系的投入力度，提高醫保報銷比例，尤其是針對老年人常見的慢性病和大病，以減輕他們的經濟負擔，以此降低老年家庭財務脆弱性。

注釋：

① 習近平總書記在十八屆中央政治局進行三十二次集團學習時指出。http：//www.81.cn/sydbt/2016-05/28/content_7076900。

②資料來源：《關于建立城鄉居民基本養老保險待遇確定和基礎養老金正常調整機制的指導意見》（人社部發〔2018〕21號）。

③ 資料來源：《關于2018年提高全國城鄉居民基本養老保險基礎養老金最低標準的通知》（人社部規〔2018〕3號）。

④ CHFS調查數據所包含的29個省（區、市）中未包括我國新疆維吾爾自治區、西藏自治區、臺灣省以及香港、澳門特別行政區。

⑤ 后文將具體說明模型中機制變量和強度變量的選取依據。

⑥ 限于篇幅，平衡性檢驗結果不再展示，有需要可向作者索取。

⑦ 本文使用2018年國家統計年鑒等數據計算出2017年我國城鄉居民基本養老保險基礎養老保險的替代率情況。限于篇幅，此處省略計算表格，有需要可向作者索取。

⑧ 數據來源：《中國生育成本報告2024版》。https：//baijiahao.baidu.com/s？id=1791380975149806729amp;wfr=spideramp;for=pc。

⑨ 依據《中華人民共和國民法典》，撫養費包括子女生活費以及教育費等。考慮到住房用于整個家庭，因此本文將撫養子女支出聚焦于教育支出、食物支出和衣物支出。

參考文獻：

［1］ 杜鵬，李龍.新時代中國人口老齡化長期趨勢預測[J].中國人民大學學報，2021，35（1）：96-109.

［2］ 周利.人口老齡化是否加劇了中國家庭的經濟脆弱性？[J].國際金融研究，2023（10）：28-37.

［3］ 尹志超，等.中國家庭經濟風險研究[M].上海：格致出版社，2024：138

［4］ Feldstein M， Liebman J B.Chapter 32 Social security[C]∥Handbook of Public Economics．Amsterdam：Elsevier，2002：2245-2324.

［5］ Smythe A.Child-to-parent intergenerational transfers， social security， and child wealth building[J].AEA Papers and Proceedings，2022，112：53-57.

［6］ 張川川，John Giles，趙耀輝.新型農村社會養老保險政策效果評估——收入、貧困、消費、主觀福利和勞動供給[J].經濟學（季刊），2015，14（1）：203-230.

［7］ 易行健，黃遠.基本養老保險對不同城鎮家庭消費的影響差異——基于CFPS數據的實證檢驗[J].湘潭大學學報（哲學社會科學版），2018，42（2）：74-82.

［8］ 劉子蘭，鄭茜文，周成.養老保險對勞動供給和退休決策的影響[J].經濟研究，2019， 54（6）：151-167.

［9］ 李齊云，席華.新農保對家庭貧困脆弱性的影響——基于中國家庭追蹤調查數據的研究[J].上海經濟研究， 2015（7）：46-54.

［10］解堊.養老金與老年人口多維貧困和不平等研究——基于非強制養老保險城鄉比較的視角[J].中國人口科學， 2017（5）：62-73.

［11］Marchettini D， Leika M.A generalized framework for the assessment of household financial vulnerability[M].Washington，D C： International Monetary Fund，2017：1-59.

［12］Chaudhuri S.Assessing vulnerability to poverty： concepts， empirical methods and illustrative examples[M].New York： Department of Economics， Columbia University， 2003：1-56.

［13］Guiso L， Sodini P.Household finance： an emerging field[C]∥Handbook of the Economics of Finance.Amsterdam：Elsevier，2013：1397-1532.

［14］Cox D， Jappelli T.The effect of borrowing constraints on consumer liabilities[J].Journal of Money， Credit and Banking，1993，25（2）：197-213.

［15］Albacete N， Lindner P. Household vulnerability in Austria：a microeconomic analysis based on the household finance and consumption survey［R］. Washington， D C ： The Federal Reserve System，2013.

［16］李波，朱太輝.債務杠桿、金融素養與家庭金融脆弱性——基于中國家庭追蹤調查CFPS 2014的實證分析[J].國際金融研究，2020（7）：25-34.

［17］Demertzis M， Domínguez-Jiménez M， Lusardi A.The financial fragility of European households in the time of COVID-19[J].Policy Contributions，2020（15）：1-16.

［18］Hasler A， Lusardi A， Oggero N.Financial fragility in the US： evidence and implications [EB/OL].（2018-04-16）［2024-09-22］．Global Financial Literacy Excellence Center， The George Washington University School of Business.https：//gflec.org/research-papers/financial-fragility-in-the-us-evidence-and-implications/.

［19］Brown S， Taylor K， Garino G， et al.Debt and financial expectations： an individual- and household-level analysis[J].Economic Inquiry，2003，43（1）：100-120.

［20］Worthington A C.Debt as a source of financial stress in Australian households[J].International Journal of Consumer Studies，2003，30（1）：2-15.

［21］Novignon J， Nonvignon J， Mussa R， et al.Health and vulnerability to poverty in Ghana： evidence from the Ghana living standards survey round 5[J].Health Economics Review，2012，2（1）：11.

［22］Ali L， Khan M K N， Ahmad H， et al.Education of the head and financial vulnerability of households： evidence from a household’s survey data in Pakistan[J].Social Indicators Research， 2020，147（2）：439-463.

［23］Lusardi A， Schneider D， Tufano P.Financially fragile households： evidence and implications[J].Brookings Papers on Economic Activity， 2011，42（1）：83-150.

［24］寧光杰，宮杰婧.中老年受雇者健康、工作時間與工資收入——基于慢性病自我保險的視角[J].南開經濟研究，2022（11）：138-155.

［25］孫正成，卓志，桑雁飛.商業健康保險如何提升健康人力資本——兼論商業健康險稅收優惠政策的選擇與調整[J].財經科學，2023（6）：16-31.

［26］孫瑞婷，熊學萍. 收入水平和收入風險對養老投資行為的影響——基于武漢市中心城區的調查數據[J].人口與發展，2020，26（1）：40-51.

［27］尹志超，李藝菲.新型農村社會養老保險對家庭財務脆弱性的影響[J].財經科學，2024（6）：130-148.

［28］甘犁，尹志超，賈男，等.中國家庭資產狀況及住房需求分析[J].金融研究，2013（4）：1-14.

［29］易行健，魏小桃，楊碧云，等.數字經濟是否顯著促進了共同富裕：基于收入不平等視角的微觀證據[J].計量經濟學報，2023，3（3）：660-682.

［30］熊家財，黃玲.地方財政壓力與企業勞動收入份額——基于取消農業稅的準自然實驗分析［J/OL］.系統工程理論與實踐，2024：1-34［2024-11-11］.http：//kns.cnki.net/kcms/detail/11.2267.n.20240806.0958.005.html.

［31］劉波，王修華，胡宗義.金融素養是否降低了家庭金融脆弱性？[J].南方經濟，2020（10）：76-91.

［32］Chaudhuri S， Jalan J， Suryahadi A.Assessing household vulnerability to poverty from cross-sectional data： a methodology and estimates from Indonesia[C]//Columbia University Department of Economics Discussion Paper Series.New York：Columbia University，2002：1-25.

［33］劉金東，王佳慧，寧磊.代際流動如何影響生育意愿？——來自收益端的新視角[J].財經研究，2023，49（11）：140-154.

［34］馬九杰，唐溧，黃建，等.農村人口老齡化、家庭資源限制與養老保險參與[J].保險研究，2021（3）：84-98.

［35］彭飛，許文立，呂鵬，等.未預期的非稅負擔沖擊：基于“營改增”的研究[J].經濟研究，2020，55（11）：67-83.

［36］尹志超，吳子碩. 電子商務能降低農村家庭貧困脆弱性嗎？——基于“電子商務進農村綜合示范”項目的準自然實驗研究[J].經濟科學，2024（3）：138-157.

［37］岳崴，王雄，張強.健康風險、醫療保險與家庭財務脆弱性[J].中國工業經濟， 2021（10）：175-192.

［38］周云波，王浩澤，郭金興.共同富裕目標下全面縮小城鄉差距研究[J].財經科學，2023（11）：66-80.

［39］楊亮，王亞茹，丁少群.醫療保險、家庭可持續生計資本與財務脆弱性研究[J].保險研究，2023（8）：66-82.

（責任編輯：厲亞）

Pension Policy Reform and Financial Vulnerability

of Elderly Households： Empirical Evidence Based on CHFS

YI Xingjian^1，2，3， LAI Ke¹， LI Jiashan⁴， YANG Biyun³

（1.Research Institute of Digital Economy and Building Financial Powerhouse， Guangdong University of Finance，

Guangzhou， Guangdong 510521， China; 2. Research Institute of Digital Finance and High-quality Development，

Guangdong University of Finance， Guangzhou， Guangdong 510521， China;

3.School of Finance， Guangdong University of Foreign Studies， Guangzhou， Guangdong 510006， China;

4.Innovation Center of Yangtze River Delta， Zhejiang University， Jiaxing， Zhejiang 314102， China）

Abstract：Based on data from the China Household Finance Survey （CHFS）， this study employs the policy reform of pension insurance benefit levels in 2018 as a quasi-natural experiment and applies a difference-in-differences model to examine the impact of pension insurance policy reform on the financial vulnerability of elderly households. The results indicate that the pension insurance policy reform， by promoting an increase in income and mitigating the impact of pension and health risks， reduces the probability of elderly households falling into financial vulnerability by 5.61%. Heterogeneity analysis reveals that rural， medically insured， and elderly households with fewer children to support are more significantly affected by the pension insurance policy reform. Therefore， it is recommended to improve the level of pension insurance and implement more refined pension insurance policies to promote the perfection of China’s multi-level social security system.

Key words：pension policy reform; elderly households; financial vulnerability; social security; quasi-natural experiment