沈 燕,鄧大松
(1.武漢大學(xué) 政治與公共管理學(xué)院,湖北 武漢 430072;2.湖北師范學(xué)院 經(jīng)濟(jì)與管理學(xué)院,湖北黃石 435002)
十八屆三中全會通過的《中共中央關(guān)于全面深化改革若干重大問題的決定》明確提出:“建立更加公平可持續(xù)的社會保障制度,實現(xiàn)基本養(yǎng)老金全國統(tǒng)籌,建立健全合理兼顧各類人員的社會保障待遇確定和正常調(diào)整機制”,這些制度設(shè)計都旨在打破我國現(xiàn)行養(yǎng)老保險制度非均衡發(fā)展的“碎片化”狀態(tài)。養(yǎng)老保險制度非均衡發(fā)展主要體現(xiàn)在城鄉(xiāng)之間、不同體制之間以及不同地區(qū)之間,其中發(fā)展最不平衡的是城鄉(xiāng)養(yǎng)老保險制度。學(xué)者們關(guān)于城鄉(xiāng)養(yǎng)老保險制度的研究主要基于城鎮(zhèn)職工基本養(yǎng)老保險制度和新農(nóng)保制度之間的替代率水平、繳費模式、財政補貼、養(yǎng)老金轉(zhuǎn)續(xù)等問題展開分析(劉蕾,2010;[1]劉昌明,2010;[2]薛惠元,2013;[3]黃海良,2013;[4]等等)。2014 年2 月,國務(wù)院頒布《關(guān)于建立統(tǒng)一的城鄉(xiāng)居民基本養(yǎng)老保險制度的意見》,提出在全國范圍內(nèi)建立統(tǒng)一的城鄉(xiāng)居民基本養(yǎng)老保險制度城鄉(xiāng)養(yǎng)老保險制度,并逐步推動城鄉(xiāng)居民基本養(yǎng)老保險制度與其他社會保障制度相銜接。這將極大推動城鄉(xiāng)居民基本養(yǎng)老保險制度一體化,對養(yǎng)老保險制度均衡化發(fā)展具有里程碑意義。近期學(xué)者們關(guān)于養(yǎng)老保險制度非均衡發(fā)展的另一個研究重點是雙軌制養(yǎng)老保險制度。機關(guān)事業(yè)單位養(yǎng)老金與城鎮(zhèn)職工養(yǎng)老金之間替代率差異大和養(yǎng)老金調(diào)節(jié)機制不同導(dǎo)致兩者制度之間的待遇差別較大,可以通過建立“職業(yè)年金”使兩種養(yǎng)老保險制度實現(xiàn)并軌,改革最終將有利于降低財政支出(王曉軍,2007;[5]蔣云贊,2008;[6]鄭秉文,2009;[7]楊燕綏等,2010,2011;[8]張祖平,2012;[9]等等)從區(qū)域發(fā)展不平衡的角度,東、中、西部社會保障經(jīng)濟(jì)公平的非均衡程度顯著,尤其是東部與中、西部之間的非均衡程度尤為明顯,但是實行基本養(yǎng)老保險省級統(tǒng)籌后,基本養(yǎng)老金水平差距將大大減少(周明,2011;[10]江華,2012;[11]等等)。
中國養(yǎng)老金水平與收入水平、戶籍制度、地區(qū)的經(jīng)濟(jì)發(fā)展水平等因素密切相關(guān)。從現(xiàn)有文獻(xiàn)來看,研究養(yǎng)老保險制度城鄉(xiāng)發(fā)展不平衡和體制發(fā)展不平衡的文獻(xiàn)較多,而研究區(qū)域發(fā)展不平衡的文獻(xiàn)較少;運用仿真模擬的方法研究非均衡發(fā)展的文獻(xiàn)較多,而運用面板數(shù)據(jù)進(jìn)行實證研究非均衡發(fā)展的文獻(xiàn)較少。地區(qū)之間養(yǎng)老金水平的差異以及制度障礙將直接養(yǎng)老保險制度的全國統(tǒng)籌。本文將從區(qū)域發(fā)展不平衡的視角去分析我國基本養(yǎng)老保險制度的非均衡發(fā)展?fàn)顟B(tài),分析地區(qū)之間養(yǎng)老金水平呈現(xiàn)何種非均衡狀態(tài)?運用省際面板數(shù)據(jù)模型深入分析養(yǎng)老金水平地區(qū)差異的影響因素,以及如何從這些影響因素入手來打破這種非均衡狀態(tài),并最終實現(xiàn)城鎮(zhèn)基本養(yǎng)老保險制度的全國統(tǒng)籌。
本文參考了《中國統(tǒng)計年鑒》中區(qū)域的劃分,把中國劃分為東部、中部和西部地區(qū),其中,東部地區(qū)包括遼寧、河北、北京、天津、山東、江蘇、上海、浙江、福建、廣東、海南11 個省市;中部地區(qū)包括吉林、黑龍江、山西、安徽、江西、河南、湖北、湖南8 個省區(qū);西部地區(qū)包括內(nèi)蒙古、陜西、青海、寧夏、新疆、甘肅、貴州、云南、四川、重慶、西藏和廣西12 個省區(qū)。本文將從東、中、西部之間的對比分析以及三個地區(qū)不同省份之間的比較分析來研究我國養(yǎng)老保險制度地區(qū)發(fā)展不平衡的狀態(tài)。
我國養(yǎng)老金水平地區(qū)差異較大,一直處于非均衡發(fā)展態(tài)勢。由圖1 所示,1999 年和2000 年西部地區(qū)人均養(yǎng)老金水平最高;2001 年及以后,東部地區(qū)人均養(yǎng)老金高于西部地區(qū),西部養(yǎng)老金水平高于中部地區(qū)。其中,東部地區(qū)養(yǎng)老金水平與西部地區(qū)的差距較小,而兩者與中部地區(qū)的差距較為顯著,并且差距呈現(xiàn)逐步增長態(tài)勢。這種非均衡發(fā)展趨勢不利于養(yǎng)老保險地區(qū)之間的轉(zhuǎn)移接續(xù),對我國養(yǎng)老金實現(xiàn)全國統(tǒng)籌形成制度障礙。
圖1 1999—2011年東、中、西部平均養(yǎng)老金水平的比較分析
圖2 2000年中、東、西部各省市人均養(yǎng)老金水平比較分析
圖3 2011年中、東、西部各省市人均養(yǎng)老金水平比較分析
以2000 年和2011 年為例,2000 年東、中、西部三個地區(qū)之間的差異程度并不顯著,在30 個省市(西藏除外)中北京市的人均養(yǎng)老金水平最高,海南省人均養(yǎng)老金水平最低,各省之間的變異系數(shù)為0.22;2011 年東、中、西部三個地區(qū)之間的差異程度相對顯著,尤其是東部與中、西部之間的差距再拉大,其中北京市的人均養(yǎng)老金水平仍然最高,湖南省人均養(yǎng)老金水平最低,各省之間的變異系數(shù)為0.19。
從2000 年到2011 年,東部和西部地區(qū)內(nèi)部省份人均養(yǎng)老金水平的非均衡發(fā)展程度呈現(xiàn)下降趨勢,東部的變異系數(shù)從0.26 降到0.15,西部地區(qū)的變異系數(shù)從0.20 降到0.10;但是中部地區(qū)的人均養(yǎng)老金水平的差異程度有擴大趨勢,變異系數(shù)從0.08上升至0.13。對三個地區(qū)比較分析發(fā)現(xiàn),東部地區(qū)的非均衡發(fā)展程度高于西部地區(qū)和中部地區(qū);在2000 年和2005 年,西部地區(qū)的非均衡發(fā)展程度高于中部地區(qū),而2011 年,中部地區(qū)非均衡發(fā)展程度擴大化并超過西部地區(qū)。
表1 2000 年和2011 年中、東、西部各省市人均養(yǎng)老金水平的基本指標(biāo)
圖4 東部11省2000年—2011年人均養(yǎng)老金水平的發(fā)展趨勢
圖5 中部8省2000年—2011年人均養(yǎng)老金水平的發(fā)展趨勢
圖6 西部12省2000年—2011年人均養(yǎng)老金水平的發(fā)展趨勢
表2 2000 年、2005 年和2011 年中、東、西部各省市人均養(yǎng)老金水平(單位:元)
計量模型設(shè)定的目的是為了考察不同省際城鎮(zhèn)基本養(yǎng)老金水平的差異性及其影響因素,影響基本養(yǎng)老金水平的因素很多,本文主要從經(jīng)濟(jì)發(fā)展、人口結(jié)構(gòu)和制度本身三個方面展開分析?;居嬃糠匠淘O(shè)定如下:
其中,下標(biāo)i 表示省份,t 表示時間,yit=li為不可觀測的地區(qū)效應(yīng),是一個不隨時間變化而變化的變量,它代表各個地區(qū)的異質(zhì)性,這些異質(zhì)性源于文化、歷史、社會等多方面因素;ut為不可觀測的時間效應(yīng),是不隨省份變化而變化的變量,它解釋了所有沒有被包括在回歸模型中和時間有關(guān)的效應(yīng)。eit表示隨機干擾項,它服從獨立同分布。yit表示i 省份t 年的人均基本養(yǎng)老金水平,x1是表征經(jīng)濟(jì)發(fā)展的變量集,x2是表征養(yǎng)老保險制度的變量集,x3是表征人口結(jié)構(gòu)的變量集。根據(jù)經(jīng)濟(jì)理論及其發(fā)展規(guī)律,本文設(shè)定的計量模型包含如下經(jīng)濟(jì)變量:
本文最終建立的計量模型如下:
人均基本養(yǎng)老金水平y(tǒng)it(元/人):用城鎮(zhèn)養(yǎng)老保險基金支出除以離退休人數(shù)計算得到;
養(yǎng)老保險覆蓋率coverage(%):通過城鎮(zhèn)養(yǎng)老保險參保人數(shù)除以城鎮(zhèn)勞動力人口數(shù)計算得到,其中城鎮(zhèn)勞動力人口等于地區(qū)城鎮(zhèn)人口數(shù)乘以15-64歲勞動力人口所占比率,而地區(qū)城鎮(zhèn)人口等于地區(qū)總?cè)丝诔艘猿擎?zhèn)人口所占比重;
養(yǎng)老保險負(fù)擔(dān)系數(shù)burden(%):用離退休人數(shù)除以繳費人數(shù)得到;
老齡化aging(%):計算65 歲及以上人口占總?cè)丝诘谋壤?/p>
實際GDP 增長率g▁gdp(%):先將各省份的名義GDP 轉(zhuǎn)化為以1998 年為基年的實際GDP,然后由各省份的實際GDP 計算出實際GDP 增長率。
表3 回歸模型中包含的具體經(jīng)濟(jì)變量
本文確定的樣本區(qū)間為1999-2011 年,采用了中國30 個省、自治區(qū)及直轄市(西藏除外)的面板數(shù)據(jù),本文的數(shù)據(jù)全部來自2000-2012 年《中國統(tǒng)計年鑒》、《中國勞動統(tǒng)計年鑒》和《中國人口和就業(yè)統(tǒng)計年鑒》等。所有以價值形式表示的變量均用1999 年為基年的城鎮(zhèn)CPI 進(jìn)行了處理。為了消除數(shù)據(jù)可能存在的異方差,本文對各變量進(jìn)行了對數(shù)化處理。
表4 變量統(tǒng)計性描述
表5 面板回歸方程估計結(jié)果(1999-2011 年)
各變量取對數(shù)后的統(tǒng)計性描述見表4:面板回歸結(jié)果見下表:
由于基本養(yǎng)老金水平會受到前期水平的影響,因此解釋變量中應(yīng)該包含滯后一期被解釋變量。面板模型解釋變量包含被解釋變量的滯后值時,被稱之為“動態(tài)面板數(shù)據(jù)”,此時如果使用組內(nèi)估計法(FE),得到的估計量是有偏的,尤其對于n 大T 小的面板數(shù)據(jù),偏差較大。而當(dāng)滯后被解釋變量作為解釋變量時就會內(nèi)生性問題。內(nèi)生性問題會導(dǎo)致參數(shù)估計有偏,使估計結(jié)果出現(xiàn)較大偏誤,因此必須用工具變量法來克服內(nèi)生性問題。一個有效的工具變量應(yīng)當(dāng)滿足兩個條件:一是相關(guān)性,工具變量與內(nèi)生解釋變量高度相關(guān);二是外生性,工具變量與擾動項不相關(guān)。為了解決動態(tài)面板模型中由滯后被解釋變量作為解釋變量帶來的內(nèi)生性問題,Arellano 和Bond(1991)提出了用一階差分廣義矩(first differenced GMM)估計方法來解決?;舅悸肥菍Σ罘趾蟮姆匠踢M(jìn)行GMM 估計,采用被解釋變量所有可能的滯后變量作為工具變量,缺陷是容易引發(fā)“弱工具變量問題”。為了克服這種弱工具變量問題,Arella-no 和Bover(1995)以及Blundell 和Bond(1998)提出了另外一種更加有效的方法,即系統(tǒng)廣義矩(Sys-tem GMM)估計方法?;舅悸肥菍⒉罘諫MM 與水平GMM 結(jié)合在一起,將差分方程與水平方程作為一個方程系統(tǒng)進(jìn)行GMM 估計。本文的分析主要建立在系統(tǒng)GMM 估計結(jié)果上,作為對照,本文將給出面板數(shù)據(jù)的混合普通最小二乘法(OLS)、固定效應(yīng)模型(FE)、隨機效應(yīng)模型(RE)和一階差分GMM 估計結(jié)果,實證分析結(jié)果見表5。
模型1 采用混合OLS 回歸,采用Newey-West一致性估計法修正可能存在的自相關(guān)異方差問題,回歸結(jié)果顯示,finance 與養(yǎng)老金水平之間沒有顯著關(guān)系,coverage 的符號與預(yù)期相反。模型2 采用固定效應(yīng)模型,并采用面板修正的標(biāo)準(zhǔn)差估計法(PCSE)克服自相關(guān)異方差問題,回歸結(jié)果顯示,finance、coverage 和aging 不顯著,變量wage 和g-gdp 與養(yǎng)老金水平呈正相關(guān),burden 與與養(yǎng)老金水平呈負(fù)相關(guān),且均在1%水平上顯著。模型2 中的F 檢驗結(jié)果顯示應(yīng)該選擇固定效應(yīng)模型。模型3 采用隨機效應(yīng)模型,同樣,finance 和aging 不顯著,但是coverage的符號與預(yù)期相反。模型3 中的hausman 檢驗結(jié)果也顯示應(yīng)該選擇固定效應(yīng)模型。對于模型4 和模型5,首先要判斷工具變量是否有效,表5 中最后兩行給出了工具變量的有效性檢驗值,AR(自回歸)檢驗主要是檢驗殘差項在差分回歸和差分-水平回歸中是否存在序列相關(guān),原假設(shè)為不存在序列相關(guān),殘差項允許存在一階序列相關(guān),而不允許存在二階序列相關(guān)。一階差分GMM 和系統(tǒng)GMM 估計的AR(2)檢驗值的伴隨概率均在0.05 以上,說明本文所采用的的工具變量是有效的。Sargan 檢驗為工具變量的過度識別約束檢驗,用來判斷回歸古籍中使用的矩條件工具變量是否總體有效,原假設(shè)為工具變量有效。結(jié)果同樣顯示本文所采用的的工具變量是有效的。
表中參數(shù)估計的結(jié)果與我們的預(yù)期結(jié)果基本一致,第一,人均工資水平wage 的系數(shù)為正,并且所有模型在1%水平上都通過了顯著性檢驗,這與我國養(yǎng)老金水平的計發(fā)辦法是一致的。參保人員的養(yǎng)老金發(fā)放取決于本人退休前工資水平和當(dāng)?shù)厝司べY水平。伴隨著地區(qū)人均工資水平的提高,養(yǎng)老金水平也會相應(yīng)做出調(diào)整,因此經(jīng)濟(jì)越發(fā)達(dá)地區(qū)(西藏除外),人均養(yǎng)老金水平也越高。
第二,人均財政支出finance 的系數(shù)為正,但是除了一階差分GMM 模型,其他模型均沒有通過顯著性檢驗。這個結(jié)論與我國當(dāng)前財政支出模式是相符合的,從1999 年到2011 年,我國財政性社會保障支出占財政支出的比重從9.08%上升至10.17%,其中25%-32%左右的支出用于行政事業(yè)單位人員的離退休費支出,由此可見真正用于養(yǎng)老保險的財政支出是少之又少,與西方財政性社會保障支出水平差距甚遠(yuǎn)。
第三,實際GDP 增長率的系數(shù)為正,并通過了所有的顯著性檢驗。這點與經(jīng)濟(jì)學(xué)預(yù)期是相符的。許多學(xué)者的研究也證實,經(jīng)濟(jì)增長與社會保障之間存在相互促進(jìn)相互推動的作用,地區(qū)經(jīng)濟(jì)發(fā)展越快,人均收入水平以及地區(qū)政府用于養(yǎng)老保險方面的財政支出水平也會隨之大幅度提升,這些都是提高地區(qū)養(yǎng)老金水平的重要因素。
第四,養(yǎng)老保險覆蓋率coverage 的系數(shù)為負(fù),部分模型通過了顯著性檢驗。這與以前學(xué)者的研究結(jié)果不一致。一般而言,養(yǎng)老保險覆蓋率越高,越有利于養(yǎng)老保險制度的發(fā)展,但是,當(dāng)養(yǎng)老保險覆蓋率提高到一定程度,它對養(yǎng)老金水平可能存在負(fù)面影響。因為在人口老齡化程度不斷提高時,未來需要支付的養(yǎng)老金總額也隨之增加,若養(yǎng)老金收入一定,參保人數(shù)提高必將影響人均養(yǎng)老金水平。本文模型中coverage 雖然通過了顯著性檢驗,但是其系數(shù)非常小,因此其影響也非常有限。
第五,養(yǎng)老保險負(fù)擔(dān)率burden 的系數(shù)為負(fù),并通過了所有的顯著性檢驗。這與經(jīng)濟(jì)學(xué)直覺是相符合的,意味著離退休人員數(shù)占繳費人數(shù)的比例體提高,即養(yǎng)老金支出增加而養(yǎng)老金收入減少,則養(yǎng)老金水平將會隨之降低。
第六,老齡化aging 的系數(shù)有正有負(fù),但是部分模型沒有通過顯著性檢驗。人口結(jié)構(gòu)與養(yǎng)老金水平是密切聯(lián)系的,系統(tǒng)GMM 估計結(jié)果顯示兩者呈負(fù)相關(guān),即人口老齡化程度的提高將阻礙養(yǎng)老金水平的增加。
我國養(yǎng)老金水平的地區(qū)差異性較大,影響?zhàn)B老金水平的因素有人均工資水平、地區(qū)實際GDP 增長率和養(yǎng)老保險負(fù)擔(dān)系數(shù),其中人均工資水平和上一期養(yǎng)老金水平對當(dāng)期養(yǎng)老金水平的影響最大。從研究結(jié)論中對推動地區(qū)養(yǎng)老金水平均衡發(fā)展提出以下建議:
(一)區(qū)域經(jīng)濟(jì)發(fā)展不平衡是養(yǎng)老金水平非均衡發(fā)展的根本因素之一。政府應(yīng)該加大對中西部地區(qū)公共服務(wù)、教育、基礎(chǔ)設(shè)施建設(shè)等方面的投入,從政策和稅收方面給予優(yōu)惠,改善當(dāng)?shù)亟?jīng)濟(jì)建設(shè)條件,推動欠發(fā)達(dá)地區(qū)經(jīng)濟(jì)發(fā)展。經(jīng)濟(jì)增長有利于增加地區(qū)財政收入,提高地區(qū)勞動力收入水平,吸引當(dāng)?shù)貏趧恿倪w出向遷入轉(zhuǎn)變,增加養(yǎng)老保險繳費群體,提高養(yǎng)老保險覆蓋率,最終都將促進(jìn)養(yǎng)老金水平的調(diào)整與提高。
(二)加大財政轉(zhuǎn)移支付力度,尤其是增加對中部、西部部分地區(qū)社會保障支出。我國社會保障水平較低,社會保障占GDP 的比例約為2%,遠(yuǎn)遠(yuǎn)低于美國15%以及日本25%的社會保障水平。2012年,社會保障支出占財政支出的比重約為11%左右,僅為西方發(fā)展國家均值比例的1/3。區(qū)域經(jīng)濟(jì)發(fā)展不平衡導(dǎo)致各地區(qū)財政支出水平也大相徑庭,經(jīng)濟(jì)發(fā)展水平越高的地區(qū),人均工資水平和地方財政支出水平也越高,這樣容易形成“馬太效應(yīng)”,即養(yǎng)老金水平較高的地區(qū),獲得的財政轉(zhuǎn)移支付補貼也越多,進(jìn)而導(dǎo)致養(yǎng)老金非均衡發(fā)展趨勢擴大化。因此,中央財政應(yīng)該加大對中西部地區(qū)社會保障財政轉(zhuǎn)移支付力度。中央財政轉(zhuǎn)移支付應(yīng)根據(jù)經(jīng)濟(jì)發(fā)展水平和財政收入狀況采取“差別化”政策,對于東部財政收入較充裕的地區(qū)采取不補貼,而對于中西部財政收不抵支的地區(qū)采取多補貼,以此降低地區(qū)財政支出水平不平衡對養(yǎng)老金水平的影響。
(三)優(yōu)化人口結(jié)構(gòu),促進(jìn)勞動力向中西部遷移,以減輕養(yǎng)老保險負(fù)擔(dān)壓力。人口老齡化加劇無疑對養(yǎng)老保險基金造成巨大壓力,擴大養(yǎng)老保險基金缺口,不利于養(yǎng)老金水平的調(diào)整與提高。在人口老齡化壓力下,我國調(diào)整了計劃生育制度,實行單獨二胎政策,以此來優(yōu)化人口結(jié)構(gòu),減緩老齡化進(jìn)程。從理論上推算,單獨二胎政策在未來若干年以后對降低養(yǎng)老保險財務(wù)風(fēng)險有積極作用,但是這種作用對中西部地區(qū)尤其是欠發(fā)達(dá)地區(qū)的影響還有待考證。欠發(fā)達(dá)地區(qū)人口結(jié)構(gòu)優(yōu)化更依賴于勞動力流入和遷移,讓更多農(nóng)村剩余勞動力從流向發(fā)達(dá)城市向流入當(dāng)?shù)鼗蛑苓叧擎?zhèn)轉(zhuǎn)變,以降低區(qū)域老齡化程度。以農(nóng)民工為代表的流動人口,在當(dāng)?shù)乩U納養(yǎng)老保險,但是回原戶籍領(lǐng)取養(yǎng)老金,他們對于勞動力輸入地如北京、上海等發(fā)達(dá)城市的養(yǎng)老保險社會統(tǒng)籌基金做出巨大貢獻(xiàn),可以考慮有中央政府牽頭,從勞動力輸入地的社會統(tǒng)籌基金中提取一部分建立養(yǎng)老保險調(diào)劑金,專門用以補貼勞動力輸出地養(yǎng)老保險基金。
[1]劉昌平,殷寶明.基本養(yǎng)老保險關(guān)系城鄉(xiāng)轉(zhuǎn)續(xù)方案研究及政策選擇[J].中國人口科學(xué),2010,(06).
[2]薛惠元.基本公共服務(wù)均等化視角下的城鄉(xiāng)養(yǎng)老保險制度比較分析[J].農(nóng)村金融研究,2013,(04).
[3]楊翠迎,馮廣剛.上海市基本養(yǎng)老保險制度三大改革的基金精算評估[J].上海財經(jīng)大學(xué)學(xué)報,2013,(06).
[4]劉蕾.城鄉(xiāng)社會養(yǎng)老保險均等化:水平測度與制度障礙[J].財貿(mào)研究,2010,(06).
[5]黃海良.城鄉(xiāng)養(yǎng)老保險制度銜接文獻(xiàn)綜述[J].社會保障研究,2013,(03).
[6]鄭秉文.事業(yè)單位養(yǎng)老金改革路在何方[J].河北經(jīng)貿(mào)大學(xué)學(xué)報,2009,(09).
[7]蔣云贊.養(yǎng)老保險改革對財政體系的影響:以機關(guān)和事業(yè)單位為例[J].改革,2008,(04).
[8]楊燕綏,鹿峰,王梅.事業(yè)單位養(yǎng)老金制度的帕累托改進(jìn)條件分析[J].公共管理學(xué)報,2011,(01).
[9]王曉軍,喬楊.我國企業(yè)與機關(guān)事業(yè)單位職工養(yǎng)老待遇差距分析[J].統(tǒng)計研究,2007,(05).
[10]張祖平.企業(yè)與機關(guān)事業(yè)單位離退休人員養(yǎng)老保險待遇差距研究[J].經(jīng)濟(jì)學(xué)家,2012,(08).
[11]江華,呂學(xué)靜,等.中國省級社會保障經(jīng)濟(jì)公平非均衡發(fā)展評估[J].中國人口科學(xué),2012,(10).