《影响农户参保与否的主观因素分析》由会员分享，可在线阅读，更多相关《影响农户参保与否的主观因素分析（19页珍藏版）》请在金锄头文库上搜索。
1、 影响农户参保与否的主观因素分析当今农村少子化、老龄化问题不断恶化，传统的养老模式难以为继。2009 年推出的新农保采取政府、地方和个人缴费的三方主体共同筹资的模式，目的是为了有效地缓解农村居民的养老压力。然而新农保制度推广 5 年之久，在本次的调查中，我们看到仍然有大约四成受访者未参加新农保。在上节，笔者分析了农户个人特征和家庭特征等客观因素对于最终参保选择的影响。本节将采用倾向值匹配法，从农户对于新农保制度的评价和农户自身的风险意识等主观认知层面分析农户未参保的原因分析。一、倾向得分匹配法(PSM）倾向的匹配法是倾向评分匹配（Propensity Score Matching，简称 PSM
2、）是一种统计学方法，用于处理观察研究（Observational Study）的数据，是一种比较前沿的因果分析方法。在观察研究中，由于种种原因，实验中会存在较多的数据偏差（bias）和混杂变量（confounding variable），倾向评分匹配法正是能够减少这些偏差和混杂变量的影响，以便对实验组和对照组进行更合理的比较。这种方法最早由Paul Rosenbaum 和 Donald Rubin 在 1983 年提出，倾向得分法是个体在其自身属性下接受某种干预的可能性。倾向值法能够有效地去除控制变量和混杂因素带来的偏差。可以这样讲，倾向值法重新进行了一场随机实验，通过这个实验，选取倾向值一样
3、的两个样本，分别分在实验组和对照组，然后只单纯的考虑排除掉这个干扰因素之后的其他关键因素对试验的影响配对带来的问题。通过 PSM 可以将多维度的复杂问题变为一维的简单比较，成功简化了配对的过程，抵消了部分不完全和不准确。倾向得分（Propensity Score）1980 年以后才开始得到重视，一般常用于医学、公共卫生、经济学等领域最多是被流行病学和临床医学用力啊结局非试验数据选择偏移问题最广泛应用的方法。倾向得分法的实际运用分为两步，首先是建立一个倾向值模型，通过该模型计算在既定条件下，一个样本被其他因素干扰后的倾向得分，倾向值可以在接下来的实验中被用来配对、加权或者分类，或者可以将倾向值作
4、为一个协变量来调整回归模型。由上述讨论得出，倾向值匹配方法的顺序如下：（1）构建 Probit 模型或者是 logistic 模型，选择相关变量，使用 Probit（或者 Logistic 模型得出倾向值；根据得到的 PS 值，将样本农户等分为 N 组，在每个分组中，分别计算处理组和控制组的平均倾向得分值，并检验二者之间的显著差异，若存在，则需要进一步细分，并重新进行上述检验；一直反复进行上述操作，直至在每个分组中，训练组和控制组的平均倾向得分值都相等时结束。 （2）匹配方法。根据上文估算出的倾向值，可以将倾向值相同或相近的对照组和实验组进行匹配，一般常用的匹配方法有：最近邻居法、Kernel
5、 法和 Radius 法；如果是连续型变量，我们将很难找到两个倾向得分完全相同的作为对照组和实验组，最终无法实现两组样本之间的匹配。多种匹配方法能够解决这一问题，常用的多种匹配方法包括：邻近邻匹配法（Nearest Neighbor Matching）、半径匹配法（Radius Matching）以及核匹配法（Kernel Matching）。邻近邻匹配法是以上文估算出的倾向值为基础，向前或向后寻找与实验组样本的倾向值最为接近的对照组样本，选为实验组的对照组。而半径匹配是首先设定一个常数 r，包含于控制组中的倾向得分值与处理样本 i 的倾向得分值之间的差异小于 r 的样本都将选定为匹配对象 1
6、。（3）通过比较匹配前后的标准差，t 检测值和 PseudoR 2 值来评估匹配的质量。倾向值需要通过二元因变量回归模型获得，模型中需要包含所有试验前的基本协变量，重要协变量的遗漏可能会导致最终倾向值的偏差，因此必须根据自己的理论经验和实践基础，来分析研究各个变量之间的关系，才能够够建立一个良好的倾向值模型。本文采用倾向值匹配法来对未参保的农户与已经参保的用户进行匹配，分析排除性别、健康状况、文化程度、居住地距离县城的远近等因素后，参保者与未参保者主观认知存在的差异。本文进行倾向值分析的步骤如下：首先根据本文第二章分析农户是否参保的影响因素的二元 logistic 模型对未参保农户的参保意愿进
7、行概率值拟合，该概率值即是农户的参保倾向得分，根据倾向得分使用 spss 中的 PSM 对倾向值相近的未参保农户与已参保农户进行匹配，筛选出倾向值相匹配的对照组和实验组，最后对 PSM 结果进行整合，分析参保主体和未参保主体的主观认知因素有何不同。二、主观认知变量赋值与统计结果本文采用国际惯用的赋值方法，将农户的评价按照由弱到强划分为五个档次，一点都不担心和完全不是福利为“1”分，非常担心养老和完全是福利设为“5”分。表 2-2 农户主观认知变量赋值变量名 含义 赋值1陈玉萍;吴海涛：基于倾向得分匹配法分析农业技术采用对农户收入的影响以滇西南农户改良陆稻技术采用为例，中国农业科学，2010（0
8、9） B1 对自己未来养老生活的担心程度1-一点也不担心，2-不很担心，3-无所谓，4-比较担心 5-非常担心B28 您认为新农保是农民福利吗？ 1-完全不是，2-小部分是，3-基本是，4-大部分是，5-完全是通过对所有农户的问卷进行统计整理，农户对于未来养老生活的担心程度和对于新农保评价的统计结果如表 2-3：表 2-3 所有受访农户主观认知变量统计结果养老期望指标 1 2 3 4 5对自己未来养老生活的担心程度 6.2 24.4 13.5 37.7 17.9您认为新农保是农民福利吗？ 1.0 13.4 24.3 47.5 13.8从问卷调查的统计结果可以看出，有大约 69.4%的受访农户对
9、自己的养老生活非常的关注，只有大约 30%的人根本不关心自己的养老问题。这证明在新农保推行的 5 年来，农民也日渐开始认识到养老生活的重要性。农民的重视能够有效地提高参保率和参保档次，利于进一步推进居民养老保险。在受访者对于新农保的满意度调查中只有不足 15%的农民对新农保的满意度较低，超过 70%的农户对新农保的评价较高，另外还有 13.8%的受访者非常满意现行的新农保制度，可见农民从新农保中获得了实惠，新农保的实施力度也让农民对此充满信心。三、未参保农户和已参保农户的主观认知PSM结果所有受访农户的参保结果分为三类：已经参保、有意愿参保但尚未参保和未参保。根据参保选择的结果对所有农户分为三
10、组，现将三组农户主观认知因素的结果统计如表 2-4 所示。表 2-4 不同类别农户对自己未来养老生活的担心程度已参保 有意愿但尚未参保 未参保一点都不担心 4.9 13.0 8.3不很担心 20.4 28.3 30.8无所谓 12.5 19.6 15.0比较担心 40.9 21.7 34.0非常担心 21.3 17.4 11.5如表 2-4 所示，对自己养老生活一点都不担心的农户在三类受访农户中所占的比例都是最低的，这说明有大部分农民已经意识到养老形势严峻性。三类农户中对于养老非常担心以及比较担心的比例之和都占各自类别的几乎一半，可以看出大部分的农户非常担忧自己或者家人的养老问题，解决农民养老
11、已经成为当务之急。然而值得注意的是，参保组中对养老问题比较担心和非常担心的比例远远高于其他两组。表 2-5 不同类别农户对于新农保的评价由表 2-5 可以看出，农民对于新农保的普惠性和福利性给予了很高的认可，认为新农保制度“完全是”和“大部分是”一种农民福利的三类农户比例都高于50%，认为新农保“完全不是”农民福利的农户寥寥无几，由此可以看出，新农保推行近五年时间，农民对于新农保的性质有了一定的了解和认可。选择“完全是”已参保农户比例比未参保农户高 8%，我们可以认为参加新农保确实能够加深农民对于制度的理解，改变一些人对于社会保险的固有的看法，这一定程度上肯定了新农保政策的实施效果。总体来看，
12、受访农民对于养老的担忧程度和对于新农保制度的认可度都是比较高的，证明农村养老保险制度改革发展的效果显著，具体将农户按照不同的特征进行细分，比较分析不同特征的参保与未参保农户在农保相关的主观认知上有何不同。四、未参保农户与已参保农户主观认知PSM结果比较分析在上文受访农户是否参保二元 logistics 回归分析基础上，运用倾向值匹配法，分别将其他变量作为控制变量，考虑单一变量影响下参保农户和未参保农户主观认识的区别。表 2-6 不同类别农户对未来养老担忧程度的比较分析个人对于养老风险的认知受到很多因素的影响，从表 2-6 中可以看出，是否参保对于不同性别的受访者对老年生活的担心程度存在着不同的
13、影响。首先，控制参保者其他个人特征因素，参保男性农民对养老生活的担心程度高于未参加新农保的男性公民，并且通过了 T 检验。然而，对于女性农民来说，对照组和实验组对养老的担心程度并没有太大差异。对于男性来说，对于老年生活风险的估计不足对受访者做出参保选择产生了影响。不同文化程度的两类农户在养老风险认知方面存在很大差异，四个档次文化程度的农户认知差异通过了 T 检验。健康状况是影响未来生活养老风险的重要因素，健康状况“好”的两类农户在对未来养老生活的担忧程度方面显著不同，但是身体状况“不好”和“一般”的未参保农户对自身养老风险估计差别不大。在考虑不同居住地点的两类农户对于养老风险的预期是发现：距离
14、市区越远的农户对于养老风险越低，这可能是由于偏远地区物价水平较低，少子化情况并不如城市严重，所以养老所需的花费也较低。但是值得注意的是各个档次的参 保农户的风险预期都高于未参保农户，并且通过了显著性检验。表 2-7 不同类别的农户对于新农保的评价比较分析通过对不同类型的参保农户和未参保对于新农保的评价进行 PSM 分析，可以看出，不同性别的两类农户对于新农保的评价差别不大，并未通过 T 检验。不同文化程度的两组农民对于新农保的评价差别较大，“没上过学”和“初中”未参保农民对于新农保的评价高于参保组，这可能是由于该类别农户文化程度较低，接受信息的能力和途径较为有限，通过政策宣传或者是他人建议加入
15、新农保，参保后发现新农保并不如自己所想，所以对于新农保的评价反而低于未参保组。“高中”和“大专以上”文化程度两类别农户，文化程度较高，获取经济来源的途径更多，对新农保的认识更加客观，了解到新农保是一项“保基本”的惠民政策，认识到养老不能够完全依靠新农保，反而加入新农保后不会过于失望。对于不同健康状况的农户而言，身体状况好的参保者对于新农保评价高于未参保者，并且通过了检验。身体状况不好的未参保者对于新农保评价高于参保者，差别也通过了显著性检验。这是由于，对于身体健康的参保者来说，新农保的给付水平较低并不会对他们的生活有巨大的帮助，反而是新农保缴费降低了当前的生活水平，所以身体健康的参保者对于新农
16、保的评价较低。对于身体状况不好的参保者来说，他们寄希望于新农保缓解他们由于病痛而日益困窘的生活，然而新农保的给付水平又不能够满足他们的要求，因此他们对于新农保的评价不高。五、农户未参加新农保的主观原因分析从上节的分析中可以得出：农民是否参保不仅受到了个人特征和家庭特征等客观因素的影响，农户对于自身的老年风险的认知和农户对于新农保制度的认可度也会使农户做出不同的选择。未参保农户具备两个特征：（一）对养老风险的估计严重不足养老风险是一种主观认知，与每个人对于自己的生活预期和个人风险偏好有关，并没有合适的标准进行准确测量。养老风险的评估需要对养老风险进行识别、分析和评价三个步骤。当今我国农村的养老模式变革势在必行。养老风险可以分为经济保障风险和非经济养老风险。农村地区经济发展缓慢，农村老年人经济来源单一，加之农村少子化和人口长寿化等现象加剧，农民年老时必然遭受养老经济风险和非经济养老风险双重夹击。农村家庭的家庭经济保障能力较弱，养老支出不断攀高，由家庭来为老年人提供优质的养老环境必然会给家庭带来巨大的经济压力。农村家庭空巢化现
