EN中文

Economic geography >

2021 , Vol. 41 >Issue 12: 43 - 54

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.12.005

The Variation in Regional Gap of China's Basic Pension and Its Influencing Factors

  • ZHANG Songbiao , 1, 2 ,
  • LIU Changgeng , ※
Expand
  • 1. Hunan Institute of Innovation and Development，Hunan University of Science and Technology，Xiangtan 411201，Hunan China
  • 2. School of Economics，Hunan University of Finance and Economics，Changsha 410205，Hunan China

Received date: 2021-05-23

  Revised date: 2021-10-26

  Online published: 2025-03-31

Fold

Abstract

China's basic pension system is still in the stage of provincial pooling,and the basic pension gap resulted by region segmentation has attracted increasing attention of society. Based on China's provincial panel data from 2005 to 2019,this paper systematically and quantitatively analyzed the variation characteristics in regional gap of China's basic pension,and constructed a spatial Durbin model to explore the influencing factors. The results show that: 1) The absolute gap of China's basic pension has been constantly expanding,but the relative gap has showed the increasing trend since 2016. 2) The basic pension gap is higher in the western and eastern regions than those in the central and northeastern regions. In the southern and northern regions, the average basic pension gap between the southern and northern regions is relatively small,but the relative basic pension gap in the southern region is significantly higher than that in the northern region. 3) Regions with high-value and medium-high-value mainly include Tibet and Qinghai,as well as some developed provinces in the eastern coast. Regions with low-value mainly locate in the northeast,south-central and southwestern regions. 4) The decomposition results of Theil index show that inner-group has much more contribution than the inter-group,and the gap of the inner-group basic pension is the main reason for the gap of the national basic pension. 5) Spatial factor,lagging factor,economic factor,institutional factor and demographic factor all have a significant impact on the gap of basic pension in China. Basic pension between each province has the obvious characteristics,such as spatial positive correlation effect,ratchet effect,and pegging wage growth behavior. Besides,the higher the system support rate and the elderly support rate, the lower the basic pension.

Key words： pension insurance system; basic pension; absolute gap; relative gap; Theil index decomposition; provincial pooling; national pooling; system support rate

Cite this article

ZHANG Songbiao , LIU Changgeng . The Variation in Regional Gap of China's Basic Pension and Its Influencing Factors[J]. Economic geography, 2021 , 41(12) : 43 -54 . DOI: 10.15957/j.cnki.jjdl.2021.12.005

为了适应市场化改革的需要，中国于1997年颁布了《国务院关于建立统一的企业职工基本养老保险制度的决定》（国发[1997]26号），正式建立了企业职工基本养老保险制度（简称“基本养老保险”，下同），实现了由企业养老保险向社会养老保险的实质性转变。2005年，国家又出台了《国务院关于完善企业职工基本养老保险制度的决定》（国发[2005]38号），对相关政策做了进一步修订和完善。其中，文件明确规定，退休职工的基本养老金由统筹账户养老金和个人账户养老金组成，具体执行时，按照“老人老办法、中人中办法、新人新办法”进行发放，各地区每年还可以根据当地实际情况对养老金待遇进行调整。值得注意的是，当时为了有效激发地方政府的积极性，基本养老保险实施的是地方统筹体制，由此导致了基本养老保险的区域分割。尽管多年来国家多次强调要提高基本养老保险统筹层次，并将实现全国统筹列为了既定目标，但基本养老保险依旧停留在省级统筹阶段。为加快推动实现基础养老金全国统筹，2018年7月1日，国务院发布了《国务院关于建立企业职工基本养老保险基金中央调剂制度的通知》（国发[2018]18号），实现了部分养老保险基金的跨区域调剂，但仍然未能改变基本养老保险省级统筹的现状。在这种省际分割的统筹体制下，各省执行的基本养老保险政策存在较大差异，受区域发展不平衡不充分的现实条件影响，省际基本养老金差距问题引发了社会广泛关注[1⇓⇓⇓⇓-6]。特别是在2012年底基本养老保险实现制度全覆盖之后，改革的主要矛盾已经从“是否拥有”转变为了“是否公平”[7]，对基本养老金区域差距的探讨更为频繁[8⇓⇓-11]。基本养老金作为退休职工的主要收入来源，是实现“老有所养”美好生活需要的经济基础和重要保障，也是均衡区域发展和促进社会公平的重要政策工具[12⇓⇓-15]。“十四五”规划明确提出，“实施积极应对人口老龄化国家战略”“更加积极有为地促进共同富裕”“实现基本养老保险全国统筹”。在这样的现实背景和政策背景下，对中国基本养老金区域差距的变化特征进行剖析，并探究其背后的影响因素，具有重要的理论意义和现实意义。
与本文研究直接相关的文献，主要包括以下三个方面：①关于中国基本养老金差距的测度研究。基本养老金差距问题包括代内差距和代际差距，但相比之下，退休人口的代内差距问题更加突出[16-17]，故而测算对象更多地集中在基本养老金代内差距问题。李实等利用CHIP数据测算了中国离退休人员的养老金差距，结果表明，养老金基尼系数在1988、1995和2007年分别为0.129、0.274和0.304，呈现出逐步扩大的演进趋势[18]。还有部分学者对比测算了养老金基尼系数和整体居民收入基尼系数，得出了养老金基尼系数大于整体收入基尼系数的结论，并指出养老金差距对整体收入差距产生了“逆调节”作用[19-20]。另据侯慧丽等测算，地区因素对基本养老金差距的贡献率已达到了84%，已然成为退休人员养老金收入差距扩大的主要因素之一[16]。②关于中国养老金区域差距的研究。王晓军等较早注意到了基本养老金的省区差距问题，并对不同省份的养老金待遇水平和替代率存在的差异进行了比较分析[21]。苏宗敏等对中国2000—2014年的基本养老金替代率进行了考察，发现全国基本养老金替代率的平均值从71.22%下降到了44.13%，但省际基本养老金替代率在空间上分布并不均衡[22]。中国基本养老金的低值区域主要出现在东北和中南地区，而高值区域则主要出现在东部沿海地区和西北部地区，并且这种分布格局存在一定的固化趋势[23-24]。③关于中国养老金区域差距背后影响因素的探讨。总体来看，多年来实施的基本养老保险地方统筹体制是造成基本养老金区域差距的根本前提[25⇓⇓-28]。正是在这种“区域分割”的养老保险体制下，养老保险基金难以跨区域横向调剂，经济因素、制度因素、人口因素和地理因素等共同导致了区域间的基本养老金存在较大差距[29⇓-31]。苏宗敏认为，养老金区域差距主要受到经济因素的影响，人口因素的作用十分有限[32]。但王震的研究却表明，在控制经济发展等变量后，人口流动因素在一定程度上拉大了区域间养老金差距，且人口流入越多的地区养老金水平相对更高[33]。蔡小慎等的实证研究发现，制度抚养比也是影响地区间养老金差距的重要因素之一，为保持养老保险基金的收支平衡，需将更多的年轻人纳入[34]。另外，还有部分学者研究了工资水平、城市化率和养老负担等因素对基本养老金区域差距的影响[35⇓-37]。
以上文献为本文的研究提供了有益的启发和借鉴，但依旧存在以下不足：①大多文献选取的测算指标相对单一，且缺乏对区域间基本养老金差距的分解分析，难以充分呈现基本养老金区域差距的变化特征。②将造成地区间养老金差距的原因更多地归结为某一项或两项因素，鲜有学者同时从空间因素、滞后因素、经济因素、制度因素和人口因素来对此进行综合研究。③实证研究过程中采用传统计量经济学模型的居多，而采用空间动态面板数据模型分析的偏少，一定程度上忽视了基本养老金区域差距的空间关联性和滞后性。基于此，本文试图弥补以上不足，以中国2005—2019年各省份平均基本养老金为研究对象，采用多维指标对基本养老金区域差距的变化特征进行剖析，并构建包含滞后效应和空间关联效应的空间杜宾模型来深入探究其背后的影响因素。

1 研究方法、模型及数据

1.1 研究方法

1.1.1 绝对差距指标

为较好地反映不同省份间的基本养老金绝对差距，本文选取平均基本养老金和极差2个指标来对此进行测算。某一省份的平均基本养老金和全国或某一区域的平均养老金测算公式分别如式（1）和式（2）所示；极差的计算公式如式（3）所示：
P i , t = B P E i , t / R E i , t
P t ¯ = ∑ i = 1 n P i , t / n
R t = m a x P i , t - m i n P i , t
式中： P i , t表示i省份t期的平均养老金； B P E i , t和 R E i , t分别表示i省份t期的基本养老保险基金支出总额和离退休人数； P t ¯为t年全国或某一区域的平均基本养老金； n为样本中的省份个数； R t为极差， m a x P i , t和 m i n P i , t分别表示样本中的最大值和最小值。

1.1.2 相对差距指标

相对差距的衡量指标可选择性较多，本文选取变异系数、基尼系数和泰尔指数三种常用指标来对此进行测算，测算公式分别如式（4）、式（5）和式（6）所示：
C V t = 1 P t ¯ ∑ i = 1 n P i , t - P t ¯ 2 / n - 1
G I N I t = 1 - ∑ i = 1 n L i , t 2 Q i , t - S i , t
T h e i l t = 1 n ∑ i = 1 n P i , t P t ¯ l o g P i , t P t ¯
式中： L i , t为省份频数； Q i , t为t年从第1个省份到第i个省份的累积养老金收入比重； S i , t为t年i省平均养老金占全国或某一区域平均养老金总和的比重。

1.1.3 差距指标分解

泰尔指数除了可以测度各省份之间养老金差距外，还具备良好的分解性能，可以将养老金差距分解为组内差距和组间差距。本文将分别按四大板块（东部、中部、西部和东北部）（东北地区：黑龙江、吉林、辽宁；中部地区：山西、河南、湖北、湖南、江西、安徽；东部地区：北京、天津、河北、山东、江苏、上海、浙江、福建、广东、海南；西部地区：重庆、四川、广西、贵州、云南、陕西、甘肃、内蒙古、宁夏、新疆、青海、西藏。未对我国的港澳台地区进行区域划分。）和两大区域（南部和北部）（北部地区：黑龙江、吉林、辽宁、内蒙古、河北、天津、北京、陕西、山西、宁夏、甘肃、青海、新疆；南部地区：海南、广东、广西、福建、浙江、上海、江苏、江西、安徽、山东、河南、湖北、湖南、贵州、重庆、四川、云南、西藏。未对我国的港澳台地区进行区域划分。）来对泰尔指数进行分解。组间和组内分解公式如式（7）所示：
T h e i l t = T b , t + T c , t
式中： T b , t表示t年组间差距； T c , t表示t年组内差距。如果按四大板块进行分解，组间和组内分解公式分别如式（8）和式（9）所示；
T b , t = P E , t l o g P E , t n E / n + P M , t l o g P M , t n M / n + P W , t l o g P W , t n W / n + P N E , t l o g P N E , t n N E / n
T c , t = P E , t ∑ i ∈ g W P i , t P E , t l o g P i , t / P E , t 1 / n E + P M , t ∑ i ∈ g M P i , t P M , t l o g P i , t / P M , t 1 / n M + P W , t ∑ i ∈ g W P i , t P W , t l o g P i , t / P W , t 1 / n W + P N E , t ∑ i ∈ g N E P i , t P N E , t l o g P i , t / P N E , t 1 / n N E
式中： P E , t、 P M , t、 P W , t和 P N E , t分别表示t年东部、中部、西部和东北部的基本养老金收入总份额； g E、 g M、 g W和 g N E分别表示东部、中部、西部和东北部组别； n E、 n M、 n W和 n N E分别表示东部、中部、西部和东北部的省份个数。
如果按南北两大区域进行分解，组间和组内差距测算公式如式（10）和式（11）所示：
T b , t = P S , t l o g P S , t n S / n + P N , t l o g P N , t n N / n
T c , t = P S , t ∑ i ∈ g S P i , t P S , t l o g P i , t / P S , t 1 / n S + P N , t ∑ i ∈ g N P i , t P N , t l o g P i , t / P N , t 1 / n N
式中： P S , t和 P N , t分别表示t年南部和北部的基本养老金收入总份额； g S和 g N分别表示南部和北部组别； n S和 n N分别表示南部和北部的省份个数。

1.2 模型的构建

1.2.1 空间权重矩阵的构建

由于本文拟构建空间动态面板数据模型来探究中国基本养老金区域差距变化背后的影响因素，在此之前需要构建空间权重矩阵。为使实证结果更加稳健，本文将使用三种空间权重矩阵，即一阶邻接空间权重矩阵、地理距离空间权重矩阵和经济距离空间权重矩阵。
具体而言，一阶邻接空间权重矩阵的构建为：如果i省份和j省份之间的边界相邻，则令空间权重 w i j = 1；反之，则令 w i j = 0。由于海南省地理位置的特殊性，为防止“孤岛”带来的程序计算困难，本文假定其仅与广东省相邻。地理距离空间权重矩阵的构建则直接以i省份和j省份之间的球面距离倒数作为空间权重，令 w i j = 1 / d i j，其中， d i j为省份间的距离，i≠j。经济距离矩阵则以i省份和j省份人均GDP之差的绝对值倒数作为空间权重，令 w i j = 1 G D P i - G D P j。这些空间权重矩阵主对角线上的元素均为0，即同一区域的地理距离或经济距离均为0。

1.2.2 空间自相关的度量

本文选择常用的Moran's I来对基本养老金空间自相关进行衡量，Moran's I的取值一般介于-1~1之间，大于0表示正空间自相关，小于0表示负空间自相关，如果等于0则表示不存在空间自相关。具体计算公式参见陈强的计量经济学教材[38]。

1.2.3 空间杜宾模型

在对中国基本养老金区域差距的变化特征进行分析之后，进一步探究其背后的影响因素。由前面的文献可知，这些影响因素包括空间因素、滞后因素、经济因素、制度因素和人口因素等，因此，本文构建一个包含滞后效应、空间关联效应的空间杜宾模型来对此进行分析，模型如下：
P i , t = τ P i , t - 1 + ρ w i ' P t + x i , t ' β + w i ' X t δ + μ i + γ t + ε i , t
式中： τ P i , t - 1用来衡量基本养老金的一阶滞后影响； ρ w i ' P t用来衡量来自其他区域的空间滞后影响， ρ为空间自回归系数， w i '为空间权重矩阵W的第i行， w i ' P t = ∑ j = 1 n w i j P j , t； x i , t ' β用来衡量解释变量的影响； w i ' X t δ则用来衡量来自其他地区解释变量的影响； μ i表示个体效应； γ t表示时间效应； ε i , t表示随机误差项。除了空间因素和滞后因素外，本文还引入了代表经济因素的解释变量，包括上年度城镇在岗职工平均工资（AWi，t-1）、上年度的通货膨胀率水平（CPIi，t-1）和上年度人均财政收入（FINi，t-1）；代表制度因素的解释变量，包括制度赡养率水平（SMRi，t）和制度可持续性水平（上年度养老保险基金累计结余可支付年数/100。）（ADPi，t-1）；以及代表人口因素的解释变量，包括城镇化率（URi，t）和老年人口抚养比（OPDRi，t）。在具体回归时，为减轻异方差带来的影响，对 P i , t、AWi，t-1和FINi，t-1均取对数。

1.3 数据来源

本文选取2005—2019年中国大陆31个省份的相关数据作为研究样本，限于数据统计口径和获取难度问题，未将中国的香港、澳门和台湾的数据纳入分析。本文所使用的数据均来自2006—2020年的《中国统计年鉴》，由于有部分变量涉及到滞后项，也采用了2005年《中国统计年鉴》的部分数据。此外，部分数据还参照了相关省域统计年鉴和统计公报、《中国劳动统计年鉴》、国泰安数据库和中经网统计数据库。

2 基本养老金区域差距的变化特征分析

2.1 绝对差距的变化特征

2.1.1 基本养老金呈“东部和西部高、东北部和中部低、南部和北部平”的演进趋势

由表1可知，全国的平均基本养老金呈逐年递增趋势，从2005年779.43元/月增长到了2019年的3 623.91元/月，后者是前者的4.65倍。但从全国平均基本养老金增长率来看，呈现出在波动中逐步下降的趋势，从2005年的8.65%下降至2019年的6.36%。各区域的平均基本养老金也大致呈现出相同的演进趋势，但区域间的平均基本养老金存在一定差距。从四大板块的平均基本养老金来看，东部和西部地区的平均基本养老金长期高于全国平均水平，而中部和东北地区的平均基本养老金则长期低于全国平均水平。在2005—2015年期间，四大板块的平均基本养老金高低排序为东部>西部>中部>东北部，而2016—2019年期间的排序则为西部>东部>中部>东北部。四大板块间的平均基本养老金差距也呈逐步扩大趋势，2005年，基本养老金最高的东部地区与最低的东北部地区差距仅为247.15元/月，到2019年，最高的西部地区与最低的东北部地区差距已扩大至1 040.12元/月。从南北两大区域来看，北部地区的平均基本养老金在大多数年份要高于全国平均值和南部地区，仅在2005、2007、2017和2018年低于南部地区和全国平均值。与四大板块之间平均基本养老金差距较大不同，南北区域之间的平均基本养老金差距相对较小，仅从2005年的26.31元/月扩大至了2019年的157.83元/月。
表1 2005—2019年全国及各区域平均基本养老金(单位:元/月)

Tab.1 National and regional average basic pensions from 2005 to 2019(unit: yuan/month)

年份 全国 东部 中部 西部 东北部 南部 北部
2005 779.43 890.14 648.97 786.50 642.99 790.46 764.15
2006 889.66 1 004.85 754.81 904.40 716.40 888.58 891.14
2007 1 022.83 1 144.52 874.75 1 044.33 827.37 1 028.52 1 014.96
2008 1 181.40 1 321.33 1 009.10 1 205.42 963.51 1 157.35 1 214.70
2009 1 314.13 1 460.76 1 126.76 1 347.99 1 064.65 1 292.05 1 344.69
2010 1 424.26 1 596.87 1 243.89 1 435.00 1 166.66 1 387.62 1 474.99
2011 1 606.31 1 807.31 1 377.30 1 621.68 1 332.88 1 576.50 1 647.59
2012 1 794.24 1 990.90 1 570.36 1 811.85 1 516.01 1 748.39 1 857.72
2013 1 971.74 2 160.87 1 734.14 1 999.05 1 707.23 1 916.79 2 047.82
2014 2 170.41 2 378.62 1 937.25 2 187.05 1 876.17 2 107.08 2 258.11
2015 2 433.07 2 671.02 2 149.69 2 460.11 2 098.51 2 367.15 2 524.34
2016 2 810.48 2 962.94 2 265.89 3 107.86 2 201.94 2 767.92 2 869.41
2017 3 181.96 3 178.34 2 725.25 3 641.97 2 267.44 3 249.59 3 088.32
2018 3 415.22 3 526.89 3 234.51 3 627.84 2 551.16 3 468.66 3 341.23
2019 3 623.91 3 786.06 3 062.92 3 948.24 2 908.12 3 557.73 3 715.56

2.1.2 基本养老金高低值空间分布格局呈现一定的固化倾向

从各省的平均基本养老金来看，不同省份之间的差距更大，且呈现出一定的波动性。采用自然间断分级法将2005、2010、2015和2019年各省的平均基本养老金划分为高值区域、中高值区域、中值区域、中低值区域和低值区域的空间格局，如图1所示。总体来看，仅有西藏一直处于高值区域；中高值区域大多出现在西部地区和东部沿海地区的省份；中值区域则在东部、中部和西部均有省份分布，但西部省份居多；位于中低值区域的省份在四大板块均有分布，但以东北和内陆地区偏多；低值区域的省份主要位于东北部、中南部和西南部地区。
图1 中国各省平均基本养老金的空间格局

Fig.1 The spatial pattern of the average basic pension in China's provinces

分年份来看，2005年，西藏是唯一位于高值区域的省份；北京、上海、广东、浙江、山东和青海6个省份位于中高值区域，且这一分布相对分散；除北京、青海外，北方的其他11个省份均位于中值区域或中低值区域；南部地区位于中值区域的省份仅有云南、福建和江苏3个省份；但位于中低值区域的省份则有8个，且分布比较集中；位于低值区域的省份也全部出现在南方，即重庆和江西。2010年，各省份的基本养老金空间格局发生了一定的变化，高值区域的省份增加到了5个，包括西部地区的西藏和青海，以及东部沿海地区的北京、山东和上海；中高值区域除了东部的天津、浙江和广东外，还挤进了中部的山西；中值区域的省份则全部来自北部地区；中低值区域的省份有3个来自西部地区，2个来自中部地区，1个来自东北地区，2个来自东部地区；低值区域的省份增加到了8个，2个来自东北地区，3个来自中部地区，3个来自西部地区。2015年，位于高值区域和中高值区域的省份均减少了，仅剩西藏、青海、北京和上海4个省份；中值区域的省份分布改变较大，有3个来自西部地区，1个来自中部地区，5个来自东部地区；中低值区域则形成了3个集聚片区，即以内蒙古为中心的北部片区、以安徽为中心的华东和华中片区、以贵州为中心的西南片区；低值区域的省份则有1个来自东北地区、2个来自中部地区、2个来自西部地区。2019年，位于高值区域和低值区域的省份均未发生改变；位于中高值区域的省份则比2015年增加了2个，即广东和河北，均来自东部地区；位于中值区域和中低值区域的省份改变不大，除广东和河北晋升到中高值区域外，仅有西部的内蒙古、云南和广西晋升到了中值区域。这表明，基本养老金的空间分布格局呈现出一定的固化倾向。

2.1.3 基本养老金极差呈逐年扩大趋势

基于测算得到的2005—2019年全国及各区域平均基本养老金的极差见表2。从演进趋势来看，全国及各大区域平均基本养老金的极差均呈现出明显的扩大趋势，这表明，省际基本养老金的绝对差距在拉大。从全国来看，平均基本养老金的极差从2005年的942.57元/月扩大至2019年的6 505.95元/月，后者是前者的6.9倍。从四大板块来看，西部地区的平均基本养老金极差最大，东部地区次之，中部地区再次之，东北部地区最小，这意味着基本养老金区域差距呈现出西部>东部>中部>东北部的态势。从南北两大区域来看，除2010年外，南部地区平均基本养老金的极差在其他年份均要大于北部地区，这意味着北部地区的基本养老金差距要低于南部地区。
表2 2005—2019年全国及各区域平均基本养老金的极差（单位：元/月）

Tab.2 The range of the national and regional average basic pension from 2005 to 2019 （unit： yuan/month）

年份 全国 东部 中部 西部 东北部 南部 北部
2005 942.57 404.28 218.63 926.90 38.99 942.57 425.67
2006 723.17 433.26 216.70 613.32 98.68 723.17 517.97
2007 1 146.25 424.49 327.89 1 026.46 75.09 1 146.25 532.61
2008 1 016.78 644.32 385.31 887.79 91.35 1 016.78 715.06
2009 1 288.68 726.20 355.29 1 231.43 195.66 1288.67 841.53
2010 1 037.28 696.66 418.81 853.69 313.00 904.26 1 037.28
2011 1 606.24 772.69 575.07 1 490.71 351.31 1 606.24 1 161.62
2012 1 599.61 792.07 623.74 1 515.76 377.19 1 599.61 1 190.79
2013 1 769.64 1 031.70 787.86 1 649.82 365.41 1 769.64 1 279.54
2014 1 725.56 1 137.47 750.95 1 725.56 396.41 1 725.56 1 414.54
2015 2 306.37 1 527.24 815.48 2 306.37 404.25 2 306.37 1 535.40
2016 5 412.51 2 248.45 917.03 5 412.51 400.85 5 412.51 2 510.76
2017 5 748.06 1 704.96 1 686.71 5 379.87 516.31 5 647.22 2 180.22
2018 6 023.12 1 348.56 1 699.14 5 877.21 667.69 5 877.21 2 116.09
2019 6 505.95 1 624.79 967.37 6 505.95 211.38 6 505.95 2 967.81

2.2 相对差距的变化特征

2.2.1 养老金相对差距从2016年开始呈扩大趋势

基于测算得到了2005—2019年全国层面基本养老金的变异系数、基尼系数和泰尔指数（图2）。从中可以看出，尽管变异系数、基尼系数和泰尔指数的大小存在一定的差异，但均呈现出相同的演进趋势。2016年以前，这些指标的波动幅度均不大，走势相对平坦，但2016年陡增，并在此后呈现出上升的趋势。以变异系数为例，2005—2015年期间基本围绕0.20这一数值上下波动，但2016年突然增加到了0.36，此后虽有小幅下降，但到2019年依然维持在0.34的高位。这表明，在2005—2015年期间基本养老金相对差距变化较小，但2016年及以后各省份之间的基本养老金差距开始拉大。综合前面的绝对差距指标分析可知，在2005—2015年期间尽管全国基本养老金绝对差距在拉大，但相对差距却未明显拉大，说明各省份基本养老金增长相对同步；而2016—2019年期间无论是绝对差距还是相对差距都在拉大，说明各省份基本养老金增长出现了较大分异。
图2 2005—2019年全国平均基本养老金的变异系数、基尼系数和泰尔指数

Fig.2 The coefficient of variation, Gini coefficient and Theil index of the national average basic pension from 2005 to 2019

2.2.2 养老金相对差距呈“西部高、东北部低、中部和东部居中”的演进态势

由于变异系数、基尼系数和泰尔指数均呈现大致相同的演进趋势，本文选取基尼系数这一指标对四大板块层面的相对差距进行测算（本文也对变异系数和泰尔指数进行了测算，均呈现出相同的演进趋势，如有需要可向作者索取。），结果如图3所示。从中可以发现，西部地区的基本养老金相对差距最大，在2011年以后超过了全国的基本养老金相对差距，且呈现出明显的上升趋势。东北部地区的基本养老金相对差距最小，虽然在2005—2010年期间呈现出一定的上升趋势，但之后却呈现出一定的下降趋势。东部地区和中部地区的基本养老金相对差距居中，但均低于全国的水平，且二者呈现出交叉演进趋势。在2005—2010年期间，东部地区的基本养老金相对差距要高于中部地区；但在2011—2013年期间中部地区的基本养老金相对差距却超过了东部地区；2014—2016年期间，东部地区的基本养老金相对差距开始快速上升，并超过了中部地区；2017—2018年期间，中部地区的基本养老金相对差距再次超过东部地区；到2019年，东部地区的基本养老金相对差距再次上升，并超过了中部地区。由此可见，四大板块的基本养老金相对差距变化趋势在2005—2015年期间保持了相对同步，但在2016—2019年期间则出现了一定程度的分化。
图3 2005—2019年全国及四大板块的平均基本养老金基尼系数

Fig.3 The Gini coefficient of average basic pension in China and its four regions from 2005 to 2019

2.2.3 养老金相对差距呈“南高北低”的变化趋势

基于测算得到2005—2019年全国及南北区域的基本养老金基尼系数，如图4所示。总体来看，南部地区和北部地区的基本养老金相对差距均与全国保持了大致相同的趋势，即在2005—2015年期间相对平缓，而在2016—2019年期间呈现出明显的上升趋势。但南部地区的基本养老金相对差距要大于全国的基本养老金相对差距，且远远大于北部地区的基本养老金相对差距。
图4 2005—2019年全国及南北区域的平均基本养老金基尼系数

Fig.4 The Gini coefficient of average basic pension in China and Southern/Northern China from 2005 to 2019

2.3 泰尔指数分解

基于四大板块对2005—2019年基本养老金泰尔指数进行分解的结果②（②为了节省篇幅，略去了分解结果的趋势图，如有需要可向作者索取，下同。）表明，来自组内的贡献要远远大于来自组间的贡献，组内的基本养老金差距是造成全国基本养老金差距的主要原因。具体而言，2005—2010年期间，基本养老金差距来自组内的贡献维持在2/3左右，来自组间的贡献则维持在1/3左右；2011—2019年期间，来自组内的贡献进一步呈现出上升趋势，而来自组间的贡献则呈下降趋势，到2019年，组内和组间的贡献分别为85.87%和14.13%。这表明，四大板块间的基本养老金相对差距较小，而四大板块内的基本养老金相对差距较大。
基于南北区域对2005—2019年基本养老金泰尔指数进行分解的结果显示，绝大部分的贡献来自组内，组间贡献微乎其微。这表明，南北两大区域之间的基本养老金相对差距很小，南部区域内和北部区域内的基本养老金相对差距较大。

3 基本养老金区域差距的影响因素分析

3.1 空间相关性检验

在进行空间杜宾模型估计之前，需要先进行空间相关性检验。本文采用Moran's I来对此进行检验，对2005、2010、2015和2019年中国平均基本养老金莫兰指数进行测算（图5）。从中可以看出，全局Moran's I值全部为正值，且呈现出倒“U”型变化趋势，从2005年的0.109上升到2010年的0.231，再下降至2015年的0.182和2019年的0.148。从局部Moran's I值来看，位于第一和第三象限的省份比位于第二和第四象限的省份要多，即中国省域人均基本养老金局部空间特征主要呈现出“低—低”型和“高—高”型聚集现象。具体而言，“高—高”聚类主要发生在东部沿海省份，以及西部的西藏和青海；“低—低”聚类则主要发生在东北部省份、中部省份和西南部省份。尽管部分年份有所波动，但这一空间聚类格局保持相对稳定。这表明，中国各省平均基本养老金存在较为显著的空间自相关性，应该采用空间计量模型。
图5 2005、2010、2015和2019年中国平均基本养老金的莫兰指数及散点图

Fig.5 Moran index and its scatter plot of China's average basic pension in 2005，2010，2015 and 2019

3.2 回归结果及分析

本文分别采用一阶邻接空间权重矩阵、地理距离空间权重矩阵和经济距离空间权重矩阵对中国基本养老金差距变化的影响因素进行实证，空间杜宾模型计量回归结果见表3。在选择固定效应和随机效应估计结果之前，进行了豪斯曼检验，结果显示，三种权重下豪斯曼统计量均为负数，故不能拒绝随机效应的原假设[38]，采用随机效应的估计结果相对更优，为对比起见，本文报告了两种回归结果。
表3 空间杜宾模型回归结果

Tab.3 Regression results of spatial Dubin model

系数 一阶邻接空间权重 地理距离空间权重 经济距离空间权重
Fe Re Fe Re Fe Re
ρ 0.2492***（4.20） 0.2339***（4.34） 0.2168*（1.79） 0.2265**（2.46） 0.2186***（3.71） 0.2493***（4.62）
lnPi，t-1 0.2259**（2.17） 0.3587***（3.02） 0.2339***（2.56） 0.3516***（3.52） 0.2716***（3.00） 0.3995***（4.07）
lnAWi，t-1 0.3954***（5.69） 0.4071***（5.44） 0.4022***（4.68） 0.4197***（6.11） 0.3826***（3.86） 0.3673***（4.76）
CPIi，t-1 -0.2335（-0.42） -0.2322（-0.42） -0.3385（-0.71） -0.2222（-0.47） -0.1270（-0.31） -0.8001（-0.20）
lnFINi，t-1 0.0174（0.34） 0.0155（0.34） 0.0243（0.55） 0.0271（0.66） 0.0016（0.04） 0.0104（0.27）
SMRi，t -0.4535***（-4.03） -0.3447***（-3.00） -0.3681***（-4.26） -0.2596***（-2.84） -0.3612***（-4.37） -0.2159**（-2.33）
ADPi，t-1 -1.9259（-1.07） -1.4217（-1.16） -1.0051（-0.51） -1.2253（-0.85） -0.0362（-0.02） -0.0739（-0.05）
URi，t -0.1939（-0.78） -0.1837（-0.72） -0.0887（-0.33） -0.3635（-1.53） -0.5901（-1.54） -0.6206（-1.56）
OPDRi，t -1.1179**（-1.98） -1.2104***（-2.80） -1.3597**（-2.51） -1.3796***（-3.20） -0.6542（-1.43） -0.9129**（-2.48）
cons - 0.2644（1.46） - -0.1721（-0.37） - 0.1906（0.68）
W·lnPi，t-1 0.1669*（1.90） 0.1436**（2.23） 0.2286**（2.42） 0.5585**（2.06） 0.0927***（2.62） 0.0427**（2.34）
W·lnAWi，t-1 0.0858***（2.72） 0.1845*（1.87） 0.4115***（4.80） 0.5145*（1.84） 0.1337**（2.16） 0.0114**（2.09）
W·CPIi，t-1 -0.1206（-0.20） -0.0180（-0.03） -0.2900（-0.64） -0.1531（-0.28） -0.2269（-0.49） -0.1352（-0.31）
W·FINi，t-1 0.0587（0.97） 0.0443（0.85） 0.0234（0.56） 0.0084（0.10） 0.0235（0.36） 0.0031（0.05）
W·SMRi，t 0.3062（1.58） 0.2991（1.65） 0.2877（0.56） 0.1581（0.36） 0.3429（1.08） 0.1624（0.66）
W·ADPi，t-1 0.7788（0.20） 1.1928（0.60） 0.5704（1.09） 0.6185（1.71） 0.5439（1.19） 0.6585（1.32）
W·URi，t -0.2905（-0.46） -0.1178（-0.38） -1.5037（-1.15） -0.4204（-0.66） -0.8704（-1.19） -0.5549（-1.45）
W·OPDRi，t 1.7616***（3.22） 1.4105***（2.97） 1.7309**（2.08） 1.5196**（1.97） 1.3089**（2.01） 0.7331*（1.83）
Log-likelihood 549.8165 498.2226 555.2506 500.6790 548.0629 495.9159
豪斯曼检验 -12.8 -9.06 -11.07

注：表中***、**、*分别表示在1%、5%和10%的显著性水平上显著。圆括号内的数值为Z值。下同。

从空间因素来看，三种权重下空间自回归系数均显著不为0，且系数维持在0.2168~0.2493之间相对稳定。这表明，无论是地理距离相对较近的省份还是经济距离相对接近的省份之间均存在明显的空间正相关效应。从地理距离来看，基本养老金偏高的地区存在一定的空间集聚现象，相邻或地理距离较近的省份之间会相互参照，进而导致这一带维持较高的基本养老金水平；同时，基本养老金偏低的地区也存在一定的空间集聚现象，在交互影响的过程中会维持相对较低的基本养老金水平。从经济距离来看，各省也会把与自身经济实力相当的省份作为参照对象，导致这些省份间的基本养老金水平表现出明显的空间相关性，进而呈现出“经济距离”集聚现象，如上海、北京和广东等省份。这意味着，存在两种影响中国基本养老金区域差距的空间关联机制：一种是地理相邻或相近的省份之间会相互参照，在基本养老金调整或增长过程中表现出一定的“同步性”，从而形成地理上的“高—高”值区域和“低—低”值区域空间差距格局。另一种是经济实力大致相当或相近的省份之间也存在一定的交互影响，从而使得基本养老金形成了“经济距离”上的空间差距格局。
从滞后因素来看，前一期的基本养老金会对后一期产生显著的正向影响，即各省的基本养老金增长存在明显的“棘轮效应”。这意味着，在适应性预期下，基本养老金较高的省份很大程度上会继续维持相对较高的水平，反之，则依然维持相对较低的基本养老金水平，从而使得中国基本养老金区域差距格局呈现固化的倾向。从经济因素来看，上年度城镇在岗职工平均工资的回归系数显著为正，但上年度通货膨胀率和上年度地方财政收入的影响系数却不显著。这表明，各省的基本养老金存在盯住工资增长的行为，工资水平较高的地区基本养老金也会相对较高，进而导致各地区工资差距衍生到了基本养老金差距。从制度因素来看，仅有制度赡养率的回归系数显著为负，而衡量制度可持续性的指标却未能通过显著性检验。可能的原因是，制度赡养率较高的省份领取基本养老金的人数较多，而缴纳养老保险费的在职职工相对较少，故而会在一定程度上抑制基本养老金增长，从而降低这些省份的基本养老金待遇水平，进一步拉大各地区间的基本养老金差距。从人口因素来看，老年人口抚养比对基本养老金的影响十分显著，而城镇化率却未能通过显著性检验。这表明，养老负担相对较重的地区基本养老金会相对较低，而养老负担相对较轻的地区则会相对较高，这一影响机制会拉大不同养老负担省份间的基本养老金差距。
从其他地区影响因素的空间滞后效应来看，只有上年度基本养老金、上年度城镇在岗职工平均工资和老年人口抚养比通过了显著性检验。这表明，某一省份的基本养老金还会受到地理距离或经济距离较近省份滞后一期的基本养老金水平和工资水平的正向影响，很可能与省份之间的空间关联机制有关。值得一提的是，其他地区的老年抚养比对该省份基本养老金的空间影响效应为正，可能是因为周边省份或经济实力相当的省份养老负担越重，也就意味着该省份的养老负担相对越轻，从而可以一定程度上提高本省份的基本养老金水平。

3.3 分时段回归分析

由于到2012年中国实现了基本养老保险制度全覆盖，基本养老金改革的主要矛盾从“是否拥有”转变为了“是否公平”，本文进一步分阶段对此进行回归分析（表4）。从中可以看出，各变量的系数及其显著性均与表3的结果保持了良好的一致性，这表明，本文的实证结果是稳健的、可靠的。从空间自相关系数来看，三种空间权重矩阵下，2013—2019年期间的回归系数要明显小于2005—2012年期间。一个可能的原因是，2013—2019年期间国家加快了推动基本养老保险全国统筹的步伐，并出台了一系列的政策举措，一定程度上弱化了各省之间的空间关联机制。从滞后因素来看，各省基本养老金的“棘轮效应”在2013—2019年期间要明显小于2005—2012年期间，且显著性程度也有所降低，很可能是由于近年来基本养老金增长速度放慢所致。从经济因素来看，盯住工资增长的行为在2013—2019年期间较2005—2012年期间更为明显，系数和显著程度都增加了，这与近年来强调基本养老金增长要与工资增长率同步较为吻合。从制度因素来看，制度赡养率对基本养老金的影响效应也变大了，很可能是由于近年来离退休人数增多带来的养老金支付压力所致。另外，养老负担对基本养老金的影响也越来越显著，在2013—2019年期间的影响效应远远强于在2005—2012年期间的影响效应。这表明，在现有地方统筹体制下，随着中国老龄化程度的加深，养老负担对基本养老金区域差距的影响将越来越大。总之，相对于2005—2012年期间，2013—2019年期间的空间因素和滞后因素影响效应减弱了，但经济因素、制度因素和人口因素的影响效应增强了。
表4 分时段回归分析

Tab.4 Time-divided regression analysis

系数 一阶邻接空间权重 地理距离空间权重 经济距离空间权重
2005—2012 2013—2019 2005—2012 2013—2019 2005—2012 2013—2019
ρ 0.1285*（1.84） 0.0695***（2.60） 0.5008***（5.75） 0.1406*（1.85） 0.3403***（3.45） 0.1611*（1.79）
lnPi,t-1 0.7222***（9.09） 0.0336**（2.25） 0.7668***（9.61） 0.0560**（2.45） 0.7471***（8.13） 0.1237*（1.98）
lnAWi,t-1 0.1426**（2.12） 0.9410***（5.79） 0.1137*（1.81） 0.9717***（6.20） 0.1251*（1.79） 0.8360***（4.49）
CPIi,t-1 -0.4394（-1.28） -1.0482（-0.42） -0.2117（-0.51） -0.4773（-0.20） -0.2819（-0.77） -0.7307（-0.32）
lnFINi,t-1 -0.0448（-0.79） -0.0727（-1.49） -0.0508（-0.60） -0.0593（-1.13） -0.0653（1.24） -0.0448（-0.80）
SMRi,t -0.2119***（-3.80） -0.3818**（-2.19） -0.1375***（-2.60） -0.2489*（-1.82） -0.0981**（-2.02） -0.1441**（-2.32）
ADPi,t-1 -1.2132（-1.42） -1.4895（-1.50） -1.1415（-1.41） -1.5638（-0.72） -1.3722（-0.80） -0.4289（-0.21）
URi,t -0.2196（-0.58） -0.4595（-1.37） -0.2593（-0.91） -0.6609（-1.39） -0.3068（-0.80） -0.8162（-1.35）
OPDRi,t -0.4130*（-1.75） -1.8101***（-2.79） -0.4857**（-2.11） -1.8668***（-3.23） -0.6333***（-2.73） -1.9134***（-3.08）
cons 1.5543***（5.05） -1.8258***（-2.62） 2.6985***（3.51） -2.6818（-1.25） 1.9338***（3.51） -3.1211**（-2.18）
Log-likelihood 391.1636 187.4732 397.5876 187.2575 395.5238 186.3665

注：为简洁起见，影响因素的空间滞后效应回归结果未列出。

4 主要结论、政策建议与研究展望

4.1 主要研究结论

本文基于2005—2019年中国省际面板数据，系统定量分析了中国基本养老金区域差距的变化特征，以及空间因素、滞后因素、经济因素、制度因素和人口因素对基本养老金区域差距的影响，主要研究结论如下：
①从绝对差距指标来看，全国及各区域基本养老金的绝对差距呈逐年扩大趋势。东部和西部的平均基本养老金要明显高于东北部和中部地区，南部和北部之间的平均养老金差距相对较小。采用自然间断分级法的分析结果表明，位于高值区域和中高值区域的省份主要包括西部地区的西藏和青海，以及一些东部沿海发达省份；位于低值区域的省份则主要分布在东北地区、中南地区和西南地区；基本养老金高低值空间分布呈现一定的固化倾向。
②从相对差距指标来看，2005—2015年期间全国基本养老金的相对差距变化不大，而2016—2019年期间则呈上升趋势。四大板块中，西部地区的基本养老金差距最大，东北部地区最小，东部和中部居中。南北区域中，南部地区的基本养老金差距要明显高于北部地区。
③从泰尔指数分解结果来看，无论是基于四大板块进行分解，还是基于南北区域进行分解，均表明来自组内的贡献要远远大于来自组间的贡献，组内的基本养老金差距是造成全国基本养老金差距的主要原因。
④从影响因素来看，空间因素、滞后因素、经济因素、制度因素和人口因素均对中国基本养老金区域差距产生了显著影响。无论是地理距离相对较近的省份之间，还是经济距离相对接近的省份之间，均存在明显的空间正相关效应。各省的基本养老金增长存在明显的“棘轮效应”。工资水平相对较高的省份基本养老金待遇水平相对较高，而制度赡养率和老龄人口抚养比较高的省份则基本养老金待遇水平偏低。
⑤从分时段影响效应来看，相对于2005—2012年期间，2013—2019年期间的空间因素和滞后因素的影响效应减弱了，但经济因素、制度因素和人口因素的影响效应却增强了。

4.2 政策建议

第一，适当调节区域内基本养老金差距，增强基本养老保险制度的公平性。本文的研究表明，基本养老金相对差距从2016年开始呈扩大趋势，并且这些差距主要来源于区域内部的差距，尤其是西部地区和南部地区。因此，要缩小全国基本养老金差距，政策的着力点应该放在适当调节区域内养老金差距。应重点针对西部地区和南部地区省份的基本养老金待遇计发办法和调整政策等进行评估，在充分肯定省际养老金待遇差距合理部分的同时，采取适当调节措施，调整甚至取缔省际养老金待遇差距中的不合理部分。
第二，消除基本养老保险“省际分割”，推动实现基本养老保险全国统筹。本文的研究表明，空间因素拉大了各省之间的养老金差距，即地理距离或经济距离相对较近的省份通过空间关联机制，形成了空间上的“高—高”值区域和“低—低”值区域差距格局。之所以空间因素能够起到重要作用，背后最为关键的前提就是，基本养老保险依然停留在省级统筹阶段，各省在养老金待遇计发和调整等方面还拥有一定的自主权。这就为各省在基本养老金调整或增长的过程中相互参照、竞相提高养老金待遇提供了可能。因此，破解这一问题的根本办法就是，消除基本养老保险“省际分割”，推动实现基本养老保险全国统筹，使得各省由养老金利益相对独立的个体转变为养老金利益相对协调的整体，进而缩小各省基本养老金收入差距。
第三，合理控制各省基本养老金增长速度，避免基本养老金区域差距格局固化。本文的研究表明，滞后因素导致各省基本养老金增长出现了“棘轮效应”，并且使得基本养老金区域差距在空间上呈现出一定的固化倾向，这在很大程度上会影响基本养老保险制度的公平性。因此，应尽量避免各省均在上一期养老金待遇的基础上等比例增长，应该结合各省的实际情况，采用“定额调整、比例调整和特殊调整”的方式，对各省的养老金增长速度进行合理控制，确定差别化的增长速度，增强养老金调整政策的公平性。
第四，坚持区域经济协调发展，以缩小各省之间的工资收入差距来缩小养老金收入差距。本文的研究表明，各省的基本养老金存在盯住工资增长的行为，即工资水平较高的省份，基本养老金待遇水平也较高。因此，要缩小各省之间的基本养老金差距，可以从缩小各省之间的工资收入差距着手。这就要求深入贯彻区域协调发展理念，促进区域经济合理分工协同，将各省的工资收入水平收敛到一定的合理区间，进而缩小基本养老金区域差距。
第五，合理均衡各省之间的养老负担，积极应对人口老龄化。本文的研究表明，制度赡养率和老年人口抚养比偏高的省份养老金待遇较低，反之则较高。这在很大程度上是由于各省人口老龄化程度存在差异、养老负担畸轻畸重造成的。因此，应该在积极推动基本养老保险全国统筹的前提下，合理均衡各省之间的养老负担，进而缩小由此导致的基本养老金收入差距。另外，面对较为严峻的人口老龄化，中国还应进一步放开生育政策，甚至出台鼓励生育政策，促进各省人口实现均衡增长。

4.3 研究展望

本文的这些研究均是在翔实的数据测算、分解和回归的基础上得来的，可以为解决中国基本养老金区域差距问题提供可靠的现实依据，有利于推动建立更加公平更可持续的基本养老保险制度。综合来看，沿着这一主题至少还可以在两个方面进行拓展研究：一方面，将基本养老金区域差距问题进一步深入到县市级层面，考察不同省份县市级层面基本养老金区域差距的变化特征及其影响因素。另一方面，在本研究的基础上，将城乡居民基本养老保险和机关事业单位工作人员基本养老保险也纳入研究对象，剖析制度间基本养老金区域差距的变化特征及其影响因素。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
朱玲. 中国社会保障体系的公平性与可持续性研究[J]. 中国人口科学, 2010(5):2-12.

[2]
郑秉文, 孙永勇. 对中国城镇职工基本养老保险现状的反思——半数省份收不抵支的本质、成因与对策[J]. 上海大学学报:社会科学版, 2012, 29(3):1-16.

[3]
中国社会科学院经济研究所社会保障课题组. 多轨制社会养老保障体系的转型路径[J]. 经济研究, 2013(12):4-16.

[4]
Wang L, Daniel B, Zhang S. Pension fairness in China[J]. China Economic Review, 2014, 28(1):25-36.

[5]
王亚柯, 李鹏. 基于财产视角下的养老保险再分配研究[J]. 华中师范大学学报:人文社会科学版, 2020, 59(2):60-69.

[6]
李实, 吴凡, 徐晓静. 中国城镇居民养老金收入差距的变化[J]. 劳动经济研究, 2020, 8(5):3-21.

[7]
龙玉其. 从形式公平走向实质公平——我国养老保险制度改革的反思与前瞻[J]. 长白学刊, 2019(2):117-124.

[8]
蔡璨. 养老保险多轨制对不同群体的收入分配效应及公平性比较[J]. 商业经济研究, 2016(6):115-117.

[9]
Jia H. An evaluation of pension differentials between Chinese private and public sectors from perspective of protection and incentives over the lifecycle[J]. China Economic Review, 2017,44:16-29.

[10]
阳义南, 肖建华, 黄秀女. 我国养老金不平等对家庭代际经济交换的影响[J]. 社会保障研究, 2019(4):32-41.

[11]
于新亮, 张文瑞, 郭文光, 等. 养老保险制度统一与劳动要素市场化配置——基于公私部门养老金并轨改革的实证研究[J]. 中国工业经济, 2021(1):36-55.

[12]
郝君富, 李心愉. 基于性别公平视角的养老金制度设计改革[J]. 中国人民大学学报, 2017, 31(3):118-127.

[13]
李琼, 周宇, 张蓝澜, 等. 中国城镇职工基本养老保险基金区域差异及影响机理[J]. 地理学报, 2018, 73(12):2409-2422.

DOI

[14]
韩喜平, 陈茉. 党的十八大以来中国完善养老保险制度的实践探索[J]. 理论学刊, 2019(1):89-95.

[15]
张苏, 李泊宁. 人口老龄化与养老金可持续性研究进展[J]. 经济学动态, 2021(2):126-142.

[16]
贾晗睿, 詹鹏, 李实. 收入再分配与老年人收入差距[J]. 中国人口科学, 2021(1):91-103.

[17]
李实, 赵人伟, 高霞. 中国离退休人员收入分配中的横向与纵向失衡分析[J]. 金融研究, 2013(2):1-18.

[18]
杨天宇. 中国居民转移性收入不平等成因的实证分析[J]. 中南财经政法大学学报, 2018(1):42-50.

[19]
Li J, Wang X, Yuan C, et al. The role of public pensions in income inequality among elderly households in China 1988-2013[J]. China Economic Review, 2020, 61(3):1-12.

[20]
侯慧丽, 程杰. 老龄化社会中养老金代际代内收入差距与养老金再分配[J]. 人口与发展, 2015, 21(1):12-21.

[21]
王晓军, 赵彤. 中国社会养老保险的省区差距分析[J]. 人口研究, 2006(2):44-50.

[22]
苏宗敏, 王涛. 我国养老金代际再分配的空间效应研究[J]. 区域金融研究, 2017(2):17-21.

[23]
苏宗敏. 中国各地区基本养老金增长的趋同化趋势研究[J]. 上海经济研究, 2016(7):104-111.

[24]
苏宗敏, 王中昭. 我国基本养老金增长的空间格局与空间效应[J]. 经济经纬, 2017, 34(3):19-24.

[25]
陈元刚, 李雪, 李万斌. 基本养老保险实现全国统筹的理论支撑与实践操作[J]. 重庆社会科学, 2012(7):19-25.

[26]
何文炯, 杨一心. 基本养老保险全国统筹学理基础辨析[J]. 中国社会保障, 2015(7):30-32.

[27]
夏珺, 李春根. 基本养老保险全国统筹:理论依据、实施难点与政策要点[J]. 地方财政研究, 2016(11):18-25.

[28]
彭浩然, 王琳琳. 中央调剂金比例对养老保险基金地区差距的影响[J]. 保险研究, 2019(7):106-115.

[29]
郑秉文, 牟兵. 养老金调待机制存在的问题与建议——基于2008年养老金上调的案例分析[J]. 宏观经济研究, 2009(1):10-13.

[30]
郑功成. 从地区分割到全国统筹——中国职工基本养老保险制度深化改革的必由之路[J]. 中国人民大学学报, 2015, 29(3):2-11.

[31]
贾晗睿, 詹鹏, 李实. “多轨制”养老金体系的收入差距——基于中国家庭收入调查数据的发现[J]. 财政研究, 2021(3):101-114.

[32]
苏宗敏. 中国基本养老金的空间集聚与溢出效应研究[J]. 技术经济与管理研究, 2015(12):132-136.

[33]
王震. 人口流动与养老金地区差距:基于回归的不平等分解[J]. 劳动经济研究, 2017, 5(1):61-82.

[34]
蔡小慎, 张瑞丽. 我国基本养老保险水平地区差异的影响因素之实证分析[J]. 大连理工大学学报:社会科学版, 2009, 30(1):93-97.

[35]
薛新东. 我国养老保险支出水平的影响因素研究——基于2005—2009年省级面板数据的实证分析[J]. 财政研究, 2012(6):7-10.

[36]
左香乡, 许新星. 我国区域社会保障差异评估与影响因素研究[J]. 湘潭大学学报:哲学社会科学版, 2014, 38(5):79-82.

[37]
刘洪伟, 刘一蓓. 基础养老金全国统筹的主要障碍与对策研究[J]. 中州学刊, 2020(2):76-83.

[38]
陈强. 高级计量经济学及Stata应用[M]. 北京: 高等教育出版社, 2014.

Options
Outlines

/

〈 〉