宗教信仰对农村社会养老保险参与行为的影响分析，本文主要内容关键词为：宗教信仰论文,养老保险论文,农村论文,社会论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中国农村社会养老保险(以下简称“农保”)经历了从无到有、从有到败、从败到新的一个艰难往复的发展过程。改革开放以来，中国的农保制度大体经历了两个阶段：第一个阶段从20世纪80年代中期开始探索，1992年正式确立了以个体缴费为主的储蓄型养老保险制度，经过一段时间的发展，1998年开始衰退，1999年被中央叫停，以失败告终，是为“老农保”阶段；第二个阶段从2002年开始在地方探索，2009年在国家层面正式确立了以政府补贴为主、个人缴费为辅的“普惠性福利+个人账户”的养老保险制度，2012年该制度在全国得到全面实施，使得农村社会养老事业重新焕发活力，是为“新农保”阶段。这一过程充分说明，农民的参与和支持是农保制度运行与发展的前提。在“自愿参与”的原则下，这一点尤为重要。然而，无论是“老农保”还是“新农保”，都存在着制度适应性问题，农民参与水平都远低于目标设定水平(崔红志等，2012；吴玉锋，2011[a]；吴玉锋，2011[b])。根据中国综合社会调查(CGSS2010)，截止到2010年，农民中参与农村基本养老保险的比重还不到26%，距离最终“基本实现对农村适龄居民的全覆盖”的政策目标显然还有不少差距。那么，造成这一状况的原因是什么？影响农民参与的因素究竟是什么呢？ 一些研究从制度替代的角度分析了农保参与行为的影响因素。在农保制度出台之前，中国农民主要依赖家庭和土地来养老，因此，不少学者研究了这两项制度安排对农保参与行为的影响。Ebenstein and Leung(2010)利用2002年中国家庭收入调查数据发现，与有儿子的父母相比，没有儿子的父母参与农保的概率更高，更可能进行预防性储蓄。受Ebenstein and Leung(2010)的启发，Zhang(2011)指出，由于孩子和社会养老保险制度对老年人均提供了支持，因此，两者之间会存在某种程度的替代。Zhang(2011)基于样本量更丰富的2005年中国1%人口抽样调查数据的研究表明，在农村人口中，至少有一个儿子的农民比没有儿子的农民参与农保的可能性更小，并且儿女数量的增加会显著降低农民的参保概率。除了家庭，土地被认为是农民养老的另一个重要来源。同样基于制度替代的思路，Yu et al.(2010)考察了土地与农保制度之间的替代关系。通过构建家庭土地使用权异质性的代际迭代模型，他们发现，能够在生命后期从土地中获益的经济主体很少会进行预防性储蓄。Yu et al.(2010)基于2007年中国农村住户调查数据的这一研究表明，土地对农保参与行为具有显著的负向影响。此外，还有一些研究者从民众与政府的关系出发认为，对基层政府的信任(吴玉锋，2011[a])以及村域社会资本(吴玉锋，2011[b])是影响农户参与“新农保”的关键因素，村域信任水平越高，村域互动因子越强，农民越可能缴费参与。非正式的社会保障中除了家庭、土地之外，宗教也是一个重要的来源(阮荣平、刘力，2011；Scheve and Stasavage，2006[a]；Scheve and Stasavage，2006[b]；Dehejia,et al.，2007；Chen，2010)。然而，现有文献很少考察宗教的社会保障功能与农保制度的社会保障功能之间的替代效应。 另外一些与本文研究相关的文献是宗教政治经济学中关于宗教与政治偏好关系的研究。这些研究将社会保障视为收入再分配、扩大政府规模、强化政府干预经济的一项措施，考察了宗教在这些政策议题中的作用，对比了不同宗教信仰对这些政策的支持程度。其基本的结论是宗教性①(religiosity)与政府福利支出、收入再分配和政府规模之间具有负相关关系(Scheve and Stasavage，2006[a]；Scheve and Stasavage，2006[b]；De La O and Rodden，2008；Elgin,et al.，2013；Chen and Lind，2014)，这一负相关关系进一步导致了宗教性与收入不平等之间的正相关关系(Elgin,et al.，2013)。不过，这些研究所分析的区域主要是发达国家(尤其以对美国和德国的研究居多)。在这些国家，基本养老保险是强制参与性的，因此，无法通过民众的实际参与行为来观测其真实偏好。此外，这些国家的社会福利水平较高，这可能会削弱个体对收入再分配政策的关心程度。再者，这些国家以信仰基督教等排他性较强的宗教为主，而中国则以信仰佛教等排他性较弱的宗教为主。宗教信仰的不同是否会导致研究结论的差异也是一个十分有意思的研究主题。 改革开放以后，中国出现了“宗教热”(阮荣平、郑风田，2011)。根据CGSS调查，2003-2010年间，中国有宗教信仰者所占比重增加了120%之多，年均增长速度达到18%。此外，根据密歇根州立大学、普渡大学和武汉大学共同开发的“空间宗教分析系统”②，建国(1949年)之前，中国各省拥有的宗教活动场所平均为118个，每万人拥有的数量为0.102个；改革开放(1978年)之前，各省拥有的宗教活动场所数量平均为239个，每万人拥有的数量为0.108个；2004年，各省平均拥有的宗教活动场所数量迅速上升到1881个，每万人拥有的数量为0.550个。但是，“宗教热”给中国社会究竟会带来什么影响？现有研究对此尚没有提供令人满意的答案③。 本文拟基于具有全国代表性的微观调查数据，考察宗教信仰在农民是否参与农保决策过程中的作用。本文的主要贡献在于：首先，首次基于中国微观调查数据发现，除了土地、家庭之外，宗教信仰对农保参与行为也具有替代效应；其次，对农保的研究同时包括了“老农保”和“新农保”，并且发现影响农民是否参与这两种保险制度的因素有所差异；再者，本文对宗教政治经济学的贡献在于从参与决策的角度检验了宗教信仰与公共福利政策的关系。 本文以下内容安排如下：第二节根据以往研究梳理宗教信仰可能影响农保参与行为的作用机制；第三节引入本文所使用的实证分析方法；第四节介绍数据来源以及核心变量的测量和特征；第五节报告和分析估计结果；第六节归纳本文主要结论。 二、宗教信仰影响农保参与行为的机制 根据以往研究，宗教信仰影响农保参与行为的作用机制大体可以归纳为两个：①挤出效应。宗教具有社会保障功能，该功能对农保的社会保障功能具有替代效应，导致有宗教信仰者对农保制度的需求降低。②信任效应。宗教信仰会影响人们对政府的信任程度，进而会影响他们对政府所主导的农保制度的信任程度。 (一)挤出效应 宗教作为一种组织，一方面会利用教会收入来开展慈善活动；另一方面会通过身份认同形成较强的内部信任，在教友之间形成较强的非正式社会互助机制。在这两方面的共同作用下，宗教具有某种程度上的社会保障功能。该社会保障既包括物质社会保障，也包括心理社会保障。其中，物质社会保障的一个重要表现是宗教可以削弱不利事件对有宗教信仰者的物质伤害。Chen(2010)将宗教组织模型化为一个事后保险机制，并且利用印度尼西亚在金融危机前后的数据进行分析发现，宗教缓和了信贷约束并且平滑了消费波动。Dehejia et al.(2007)运用美国消费支出调查数据的分析发现，对宗教组织捐赠的家庭更能在遭受收入冲击时保障消费水平的平稳性。物质社会保障的另一个更为直接的表现是宗教组织成员之间的相互帮助。阮荣平、刘力(2011)利用中国农村调查数据的研究对此提供了经验证据。他们的分析结果表明，与无宗教信仰者相比，有宗教信仰者进行财产赠与的概率高5%，对别人提供劳动帮助的概率高16%，借给别人钱的概率高16%，收到别人所赠礼品或金钱的概率高10%，接受他人劳动帮助的概率高18%，从别人那里借到钱的概率高3%。 心理社会保障的一个重要表现是宗教可以削弱不利事件对有宗教信仰者主观福利的负面影响。宗教之所以具有心理社会保障功能的一个重要原因是宗教信仰可以改变人们对不利事件的看法(Scheve and Stasavage，2006[a]；Scheve and Stasavage，2006[b])。例如，就失业而言，无宗教信仰者可能认为这会伤及自己的自尊，而有宗教信仰者则可能认为这是自身灵性增长的一个机会。Lelkes(2006)发现，当控制了受访者的个人特征之后，对信教者来说，金钱对幸福的影响就不再显著。Dehejia et al.(2007)基于美国和Clark and Lelkes(2005)基于欧洲数据的研究也为“宗教具有心理社会保障功能”这一假说提供了较为坚实的经验证据。 社会保障的本质是减少不利事件对当事人的伤害程度。因此，从这个意义上讲，宗教社会保障与世俗社会保障具有一定的替代性。Chen(2010)发现，金融危机会导致个体宗教性的加强，但是信贷的可获得性则会显著削弱这一影响。Scheve and Stasavage(2006[a]；2006[b])从宏观和微观两个层面证明了宗教性与社会福利之间的负相关关系。此外，不少研究从政府福利支出与教会慈善支出的关系出发检验了宗教社会保障与政府提供的社会保障之间的替代效应。Hungerman(2005)的研究发现，美国1996年联邦福利法改革导致了政府在福利方面支出的下降，而该支出的下降则导致了教会慈善支出的增加。Gruber and Hungerman(2007)的研究进一步表明，20世纪30年代的罗斯福新政导致了美国政府在福利方面支出的增加，该支出水平的增加则进一步导致了教会慈善活动的减少。基于中国农村调查数据，郑风田等(2010)的研究显示，“新农合”的开展显著地抑制了农村宗教的发展速度。 在资源约束的条件下，宗教的社会保障功能会诱发农保的社会保障功能吸引力的下降，从而导致有宗教信仰者参与农保的积极性相对于无宗教信仰者有所降低。同时，“老农保”与“新农保”的福利性质存在着较大差异。“老农保”具有很强的储蓄型养老保险性质，其筹资渠道主要是参与人的缴费。而“新农保”则有着很强的公共福利性质，政府财政在筹资过程中担负着重要责任。这种公共福利性质主要体现在两个补贴上，即入口补贴和出口补贴。入口补贴指的是，在个人账户中，参与人每年至少可以得到30元的政府补贴；出口补贴指的是，在参与人最终领取的养老金中，除了个人账户的累计基金外，政府每月还会提供55元的补助。因此，宗教的社会保障功能对“老农保”的替代效应可能大于对“新农保”的替代效应。 (二)信任效应 无论是“新农保”还是“老农保”，制度供给的主体都是政府。因此，作为需求方的农民对政府的信任程度将在很大程度上影响到他们的制度参与程度。 在信任的形成过程中，宗教等文化因素扮演着十分重要的角色。在一篇十分具有影响力的文献中，Putnam(2001)分析了美国福音教派的兴起对美国社会信任的影响，指出福音教派更加注重内部团契生活而不注重外部团契生活，其兴起不是减缓而是强化了美国社会信任的下滑趋势。该研究说明，宗教信仰有可能会形成信任的内敛化，即组织内信任加强而组织外信任削弱。著名社会学家Fukuyama(1995)指出，每一种文化和每一个社会都存在某种信任边界，在边界之内的人比边界之外的人被认为更加值得信任。最近的一些经验研究也对上述理论提供了较强的证据支持。基于实验法，Fershtman et aI.(2005)观察到，在耶路撒冷地区犹太教“极端正统派”(Ultraorthodox)学院的以色列学生中，存在明显的组内支持行为。实验对象对来自其他犹太教“极端正统派”主导的具有较强神学性质的学院(即组内)的合作者比对来自具有较强世俗性的大学(即组外)和没有表明身份的合作者(参照组)更加信任。使用比利时佛兰德大学和瓦隆大学学生作为实验对象，他们也发现了组外歧视现象的存在：对外部人员的支付额度比对组内成员或匿名身份者的支付额度要低。在另一项实验中，Fershtman and Gneezy(2001)的研究表明，以色列的犹太教学生对东方人更加不信任。政府显然是宗教组织外的客体，因此，如果信任存在边界的话，那么，宗教信仰对政府信任可能存在负向影响。 同时，过往经历也是影响信任形成的一个重要因素。Nunn and Wantchekon(2011)对非洲奴隶贸易的研究提供了较强的经验证据。其研究结果表明，如果祖先有作为奴隶被贩卖的经历，那么，当前子孙的信任水平则要低很多。从中国的情况看，在文化大革命期间，宗教组织受过较为严重的破坏。正如1982年3月31日中共中央印发的《关于我国社会主义时期宗教问题的基本观点和基本政策》(即19号文件)所指出，“自一九五七年以后，我们在对宗教的工作中的‘左’的错误逐渐滋长，六十年代中期更进一步地发展起来。特别是在“文化大革命”中，林彪、江青反革命集团别有用心地利用这种‘左’的错误，……，强行禁止信教群众的正常宗教生活，把宗教界爱国人士以至一般信教群众当作‘专政对象’，在宗教界制造了大量冤假错案。他们还把某些少数民族的风俗习惯也视为宗教迷信，强行禁止，个别地方甚至镇压信教群众，破坏民族团结”。尽管该文件及国家后来的宗教政策对文革期间的错误进行了纠正，实行了正确的宗教政策。但是，文革时期对宗教组织的破坏还是很可能留下深刻的历史记忆，影响有宗教信仰者对政府的信任。如果宗教信仰会削弱政府信任，那么，自然也会削弱有宗教信仰者对政府主导的农保制度的信任，进而影响他们的参与决策。 三、研究方法 为了检验宗教信仰对农村养老保险参与的影响，本文建立如下模型： pr(e=1)=G(α+βreli+γX+δR) (1) (1)式中，e表示个体是否参与农保(否=0，是=1)，是一个二元变量。适用于估计这类二元选择问题的计量模型主要有三种，分别为线性概率模型、Probit模型和Logit模型。一般而言，三种模型的估计结果并没有实质性的区别。主要的区别是：相比于Probit模型和Logit模型，线性概率模型可能存在异方差以及预测值不在0～1之间等问题；Probit模型与Logit模型比较相似，主要的不同是对总体分布的假设不同——Logit模型假设总体服从Logistic分布，而Probit模型假设总体服从累积正态概率分布。在具体的数据分析中，本文同时使用了这三种估计方法。由于三者所估计出的宗教信仰对农民参与行为影响的方向以及显著性状况没有差异，限于篇幅，本文主要报告Probit模型估计结果。 本文所关心的农保主要指的是政府主导的基本养老保险，不包括商业性养老保险。为了考察宗教信仰对不同养老保险制度的差异，本文还将进一步对比分析宗教信仰对“老农保”与对“新农保”影响的差异。reli表示个体的宗教信仰。根据对宗教信仰的不同分类，其具体测度存在两种情况：第一种情况是将所有宗教信仰都视为“有宗教信仰”，此时reli为二元变量，取值为0(无宗教信仰)或1(有宗教信仰)；第二种情况是将有宗教信仰者区分为信仰佛教、信仰道教与民间宗教、信仰伊斯兰教、信仰天主教与基督教④，此时reli为4个虚拟变量，分别记为reli_1(其他=0，信仰佛教=1)，reli_2(其他=0，信仰道教与民间宗教=1)，reli_3(其他=0，信仰伊斯兰教=1)，reli_4(其他=0，信仰天主教与基督教=1)。本文重点关注第一种情况。 X为控制变量向量，借鉴吴玉锋(2011[a]；2011[b])和Zhang(2011)的做法，X具体包括性别、年龄、民族、受教育程度、家庭收入、政治身份变量。R为地区虚拟变量(包括是否为中部地区、是否为西部地区变量，参照组为东部地区)。 模型(1)有可能面临遗漏变量、联立性等所造成的内生性问题，使得估计结果有可能存在偏误。就遗漏变量而言，这是宗教经济学最常遇到的问题之一，因为宗教信仰往往测量了许多不可观测但是同时又影响经济行为的个体特征，如风险偏好、勤俭态度、收入再分布态度、成功归因态度等(Guiso et al.，2003；Iannaccone，1998)。就联立性而言，有可能是因为社会保障缺乏导致了宗教信仰，而不是宗教信仰影响了社会保障的参与。关于社会保障对宗教信仰选择的影响以及对宗教参与、宗教捐赠等宗教性的替代，已经有不少研究提供了佐证。对此，借鉴阮荣平、郑风田(2011)和阮荣平等(2014)的做法，本文选用省级层面历史上宗教活动场所密度、受访者儿时父亲和母亲的宗教信仰状况、受访者儿时所处宗教环境等作为受访者宗教信仰的工具变量来予以纠正。为了检验弱工具变量等问题，本文将使用两阶段最小二乘估计方法(2SLS)来对模型(1)的线性概率模型形式进行估计。 四、数据来源及变量的描述性统计分析 本文所使用的数据来自2010年中国综合社会调查(CGSS2010)⑤农村样本。CGSS2010调查的目标总体为全国31个省、自治区、直辖市(不含港澳台)的所有居民家庭，因此，样本在全国层面具有代表性。该调查采用分层三阶段概率方法抽样，视所在层的情况，各阶段的抽样单元略有不同。最终调查的样本量为17664，其中，必选层4000个，抽选层13664个。在必选层中，在每个二级单元内部调查的样本量为50户；在抽选层中，初级单元数为100个，每个初级单元内的二级单元数为4个，在每个样本居委会内调查的样本量为38户，在每个样本村委会内部调查的样本量为30户。最终获得的有效样本总量为11610个，其中，农村样本量为4519个。剔除掉缺失值之后，最终进入到分析样本中的男性有1636人(占48%)、少数民族受访者有443人(占13%)、党员273人(占8%)。分析样本中家庭总收入的对数均值为10(有效样本数量为3138)、年龄均值为42岁(有效样本数量为3409)、受教育程度均值为7年(有效样本数量为3409)。 CGSS2010的问卷结构是：主模块+主题模块。其中，主模块展开全样本调查，主题模块只展开小样本(从所有的受访者中随机抽取约1/3)调查。本文所使用的父母宗教信仰、宗教环境等变量均来自主题模块。由于“新农保”规定“60岁及以上的老人可以不用缴费，直接领取养老金”，所以，在分析农民参保决策的过程中，本文剔除掉了这一部分群体。 本文最为关心的两个变量是农保参与情况和宗教信仰。CGSS2010搜集了受访者参与农保情况的数据。样本中，参与农保的受访者共857人，所占比例不到26%。CGSS2010没有区分“新农保”和“老农保”。为了将两者区分开来，根据“新农保”的实施必然意味着“老农保”的消失这一事实⑥，本文通过一一查阅86个样本县的政府文件来确定该县“新农保”的实施时间，据此来判断受访者在2010年接受调查时所参与的农保是“新农保”还是“老农保”。2002年以前，全国各地实行的都是“老农保”。在2003-2009年，少部分地区实行的是地方“新农保”。而在2009-2011年，相当多的地区实行了国家“新农保”。2012年以后，全国各地实行的都是国家“新农保”。笔者通过查阅每个样本县关于农村养老保险的政策文件来识别当地“新农保”的开展时间。CGSS2010调查的时点是2010年。因此，本文将“新农保”开展时间在2010年之后的县定义为“老农保”县，将“新农保”开展时间在2010年及之前的县定义为“新农保”县。在“老农保”县，农民参与的农保是“老农保”；在“新农保”县，农民参与的农保是“新农保”。在受调查的86个县中，“新农保”县共有34个(占总样本的40%)⑦，“老农保”县共有52个。 本文对宗教信仰的衡量主要来自受访者报告的宗教信仰状况。在CGSS2010中，受访者的宗教信仰被分成8类：无宗教信仰、佛教、道教、民间宗教、回教或伊斯兰教、天主教、基督教、其他。本文主要关注的是有无宗教信仰对农保参与行为的影响。据此，本文将除选项“无宗教信仰”以外的其他选项都定义为“有宗教信仰”。根据这一定义，样本中共有414(12%)人有宗教信仰。作为一个补充性说明，根据观测值的数量以及不同宗教之间的相近似，本文进一步将有宗教信仰者区分为信仰佛教者(占3.29%)、信仰道教与民间宗教者(占3.9%)、信仰伊斯兰教者(占2.43%)、信仰天主教与基督教者(占2.52%)。 本文使用的工具变量是省级层面历史上的宗教活动场所密度、受访者儿时父亲和母亲的宗教信仰状况、受访者儿时所处宗教环境。对省级层面历史上的宗教活动场所密度的具体衡量有3个指标，分别为建国前、改革开放前和现在(2004年)各省每万人所拥有的宗教活动场所数量。计算该变量需要两个数据，一是相应时点的人口数量，一是相应时点的宗教活动场所数量。人口数量来自《中经网统计数据库》。省级层面历史上的宗教活动场所数量来自密歇根州立大学、普渡大学和武汉大学共同开发的“空间宗教分析系统”。该系统记录了当代中国各省每一个宗教活动场所的名称、具体位置、建造年份等较为丰富的信息。根据这些信息，本文构造了各省各年(公元210-2004年)的宗教活动场所数量，重点考察了建国前、改革开放前以及现在(2004年)的宗教活动场所数量。在计算“省级层面历史上的宗教活动场所密度”的过程中，这3个指标均存在优缺点。根据“空间宗教分析系统”所计算得到的建国前、改革开放前的宗教活动场所数量，未必就真实地反映了中国改革开放前和解放前各省实际的宗教活动场所数量。因为“空间宗教分析系统”所记录的只是存留到今(2004年)的宗教活动场所，所以，在解放前(或改革开放前)存在而在2004年前消失的那些宗教活动场所没有被包含在该系统中。因此，现在(2004年)宗教活动场所数量变量在数值上较为准确，相比于改革开放前和解放前宗教活动场所数量这两个变量，其外生性要弱一些。不过，如果各省宗教活动场所的流失率是一样的话，数据的准确性并不影响估计结果。为此，本文分别使用这3个指标来计算省级层面历史上的宗教活动场所密度。受访者儿时父亲和母亲的宗教信仰状况、受访者儿时所处宗教环境这3个工具变量的数据来自CGSS2010。CGSS2010对受访者儿时父亲宗教信仰、受访者儿时母亲宗教信仰的询问方式与对受访者宗教信仰的询问方式相同，选项有“有宗教信仰”和“无宗教信仰”两大类。受访者儿时所处宗教环境变量的数据主要来自问题“您是在什么宗教信仰环境里长大的？”选项也分为“有宗教信仰环境”和“无宗教信仰环境”两大类。这3个变量均来自“主题模块”。从结果看，父亲有宗教信仰的受访者占12%，母亲有宗教信仰的受访者占16%，在有宗教信仰环境中长大的受访者占15%。对有关变量的说明及描述见表1。
