摘 要

在我国老龄化的背景下，延迟退休已经被提上日程。健康是个体福利水平的一个重要的方面，考量退休对于健康的影响对于政策的制定具有重要的参考价值。本文基于中国健康与养老追踪调查2011、2013和2015年的三期面板数据，利用倾向得分匹配方法（PSM）估计了退休分别对于自评健康及其变化、自评记忆力、实际记忆力以及抑郁程度的平均处理效应。结果显示，退休对于心理健康和实际记忆力有一定程度的负面影响，而对于自评健康状况及其变化的影响并不明确。

关键词：退休；健康；PSM

Abstract

In the context of China's aging population, delaying retirement has been put on the agenda. Health is an important aspect of individual welfare level. Considering the impact of retirement on health is of great reference value for policy formulation. Based on the three phase panel data of China Health and Retirement Longitudinal Survey in 2011, 2013, and 2015, this paper estimated the average treatment effects of retirement on self-rated health and its change, self-rated memory, real memory and depression degree by using the Propensity Score Matching method (PSM). The results show that retirement has a certain degree of negative impact on mental health and real memory, but it is not clear about the impact of self-rated health and its changes.

Key Words：retirement；health；PSM

目 录

第1章 绪论 6

1.1 背景与意义 6

1.2 国内外研究现状 6

第2章 理论与模型 7

2.1 影响退休的因素 7

2.2 退休影响健康的机制 7

2.3 倾向得分匹配法 8

第3章 数据及变量描述 9

3.1 数据来源 9

3.2 变量选取与说明 9

3.2.1 退休 9

3.2.2 健康 10

3.2.3 其他匹配变量 12

3.3 描述性统计 13

第4章 实证结果与分析 16

4.1 匹配变量的选择 16

4.2 平均处理效应 17

4.3 有效性检验 18

4.3.1 共同支撑假设 18

4.3.2 平行假设 19

4.4 敏感性分析 19

第5章 结论与建议 21

参考文献 22

致谢 23

第1章 绪论

1.1背景与意义

人口问题关系着中国的未来，按照目前人口老龄化的趋势，将会出现适龄劳动力人口的减少，养老社会保障体系负担的加重，延迟退休已经势在必行。关于延迟退休的讨论，学界关注的重点主要在于延迟退休对于劳动力市场的影响（对年轻劳动力的挤出效应）、养老保险体系的可持续性以及企业的竞争力等方面，而健康对个体福利意义重大，明确退休对于健康的影响，对于制定合适的延迟退休政策具有一定的参考价值。

1.2 国内外研究现状

从数量上来讲，国内目前关于退休对于健康影响的研究屈指可数，其他国家利用各个地区的数据探究了这一问题，相对更为丰富。^[1-10]从研究方法上来说，为了得到可靠的因果推论，对于这一问题必须考虑如何处理内生性，除了遗漏变量和测量误差外，最重要也是最明显的——退休和健康呈现双向因果关系，更进一步地，如何解决样本选择偏误的问题，这也就是为什么从研究成果上来说，学者们得出的结论大相径庭——个体的异质性为研究的准确性施加了限制，尽管已有的文献中大多采用了工具变量法或断点回归法客服内生性问题，但由于方法论的原因所得到的估计结果称之为局部平均处理效应（LATE），这就要求对样本做出严格的区分，稍有不慎就有可能导致估计偏误。而倾向得分匹配方法（PSM）恰好能简便易行地处理样本选择偏误问题，得到的估计结果为平均处理效应（ATET）。同时，使用PSM方法放松了线性函数形式的假定，在这一特定研究中显得较为合理。每一种方法都有利有弊，PSM方法也不例外，倘若处理与否一定程度上相当依赖于不可观测的因素，那么估计结果就会有偏，意味着该方法失效，因此，需要在理论上得到充分支持，并在实证过程中加以注意。PSM方法在国内该问题的研究中似乎还未得到运用，鉴于养老金并轨、养老保险逐渐普及的背景，也可以视作方法上的补充，本文将采用PSM方法作为研究的创新之处。

第2章 理论与模型

2.1影响退休的因素

不同群体、不同个人的异质性往往会导致结论的互相矛盾与错综复杂，抛开这些，学者们所关注的影响退休的因素大致有性别、年龄、受教育程度、各类健康状况、婚姻状况、配偶的退休决策、工作特征、工作环境、工作收入、工作压力、抚养人数、个人与家庭财富、养老保险、医疗保险。^[11][12]

2.2退休影响健康的机制

纵观上述文献中对退休影响健康的机制的概述，有如下的分析框架。^[10]

退休给人的生存环境带来震荡。人们或被动或主动、或自觉或无自觉地改变了他们的生活方式与习惯，这些改变又通过各自的因果关系反映在健康上；并且客观的条件有可能发生有利或不利的变化，比如个体医疗资源的使用情况。

退休是个体生命中具有标志意义的事件，作为一个特殊的能指，其意义被结构进主体的自我认同中。有的人将退休视为一种自由生活的开端，而有的人将其作为与社会脱节的象征，从而产生心理落差，对健康造成影响。

比以上框架更重要的是，本文所追求的是怎样的一种因果推断。科学对因果律持有确信的态度，要探究退休对健康的影响，必须细究这一因果关系何以可能。几个事实前提是，退休不是第一因（假设存在第一因）；存在许许多多可以观测到却没有考虑，或者根本无法观测到的因素在参与或干扰这一因果机制，可能在退休的环节之前（因为退休不是第一因），可能在退休事实节点与健康观测节点之中；在这一具体因果关系中，任何一种影响渠道必须要经过其他事实，这跟诸如条件反射的因果关系极为不同；任何一种渠道都只是或然性，比如就退休后的社会交往来说，不同人群具有不同的偏好和社交环境变化的排列组合。如果承认这些前提，至少有两个方面在这一因果推断的判明中是重要的。第一，这一机制必然有复杂的社会因素、医学原理参与进来，要考量不同的影响渠道如何发挥作用，在全样本的条件下，可以从数据中找出重要的特征，以此为中转站，验证理论或发现新的可能的关系，如果按不同标准细分为各个子样本，则可以突出某些特征，进一步验证前者，或是发现一些在全样本条件下被掩盖的新的细致特征，得到更具体的结论。第二，健康作为结果的内涵是什么，不同的关于健康的结果与其说是退休的“果”，不如说是特定影响渠道的“果”，需要关注的是某类样本下具有主导或者明显发挥作用的影响渠道，从而产生对现实中对应总体更加有意义的建议。

这就暴露了本文的狭隘之处：由于相关知识的欠缺，本文并未讨论各类子样本的情况，并且，由于问卷设置难以令人满意（比如，就锻炼、吸烟、喝酒等行为没有设置符合本文使用目的的问题，而是和其他含义杂糅在一起难以分离），放弃了对于影响机制的深刻讨论，实证结果难免流于浅显粗疏。

2.3倾向得分匹配法

在社会科学的研究中，由于研究对象的复杂性，往往有许多其他变量混淆了因变量与自变量之间的关系，使得探明二者间的实际关系变得十分困难。研究通常希望对样本进行随机试验以明确变量间的关系，不幸的是在社会科学中进行随机试验需要巨大的成本，并且会在伦理上产生争议。^[13]如果让Yi1代表接受处理后的结果，Yi0代表处理前的结果，实验对单个样本i产生的因果效应为Yi=Yi1-Yi0。整个样本的平均处理效应为

(2.1)

然而问题在于没有办法同时观测到同一样本经过处理和没经过处理的结果，这在事实上不成立。下式右边等式的第二项就是选择性偏误：

（2.2）

在反事实框架内，需要假想出这一样本在没有实际发生过的另一种情形下的结果。于是学者们转而寻求一种“准实验”方法去作出可靠的因果推断。“准实验”与随机试验唯一的区别在于接受处理的概率允许被一系列协变量决定，其在每个个体中可以不同。一般来说，“准实验”的设计具有两个特征：第一，非混淆假设，也就是说当控制一系列混淆变量之后，是否接受处理应该独立于最后的结果，即

(2.3)