采用灰色—馬爾科夫模型的福建省城鎮(zhèn)養(yǎng)老保險(xiǎn)基金結(jié)余量預(yù)測(cè)

劉桂紅 ，魏麗娟，管 強(qiáng) ，吳莉玲

（1.三明學(xué)院 人事處，福建 三明 365004；2.三明學(xué)院 信息工程學(xué)院，福建 三明 365004）

1950年左右，我國(guó)開始實(shí)施現(xiàn)收現(xiàn)付的養(yǎng)老金制度，使用當(dāng)前個(gè)人賬戶資金去抵付當(dāng)時(shí)退休人員的養(yǎng)老金。隨著人們物質(zhì)水平和醫(yī)學(xué)條件的提高，我國(guó)人口平均壽命大幅提高，養(yǎng)老金支出也隨之大幅增多。在養(yǎng)老金省統(tǒng)籌的制度下，每個(gè)省份養(yǎng)老金結(jié)余水平都不一樣，部分省份已出現(xiàn)養(yǎng)老金缺口問(wèn)題。養(yǎng)老金問(wèn)題已成為政府、社會(huì)、家庭和個(gè)人高度關(guān)注的問(wèn)題。本文主要對(duì)福建省養(yǎng)老金未來(lái)發(fā)展進(jìn)行定量分析預(yù)測(cè)，為政府緩解養(yǎng)老金缺口問(wèn)題提供堅(jiān)實(shí)理論依據(jù)。

1 國(guó)內(nèi)外研究動(dòng)態(tài)

養(yǎng)老保險(xiǎn)制度自從實(shí)施之后，它一直隨著社會(huì)的需求在改變。而如何使養(yǎng)老保險(xiǎn)制度更適合當(dāng)代需求，成為國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)。隨著人口老齡化的出現(xiàn)，部分地區(qū)養(yǎng)老保險(xiǎn)基金結(jié)余量開始出現(xiàn)赤字，引起了國(guó)內(nèi)外社會(huì)的高度關(guān)注。因此近年來(lái),養(yǎng)老金問(wèn)題已成為國(guó)內(nèi)外研究的熱門之一。

國(guó)外學(xué)者根據(jù)各國(guó)國(guó)情和社會(huì)制度對(duì)養(yǎng)老保險(xiǎn)制度進(jìn)行研究，如：考慮當(dāng)?shù)厝丝跔顩r，當(dāng)?shù)乩U費(fèi)率，當(dāng)?shù)仞B(yǎng)老保險(xiǎn)制度等。國(guó)外許多學(xué)者大多來(lái)自資本主義國(guó)家，其國(guó)情與我國(guó)有著許多不同。這些學(xué)者的研究成果對(duì)研究我國(guó)養(yǎng)老保險(xiǎn)提供有益的借鑒和參考，但是我國(guó)的國(guó)情和許多國(guó)家不同，因此國(guó)外學(xué)者的研究成果不適用于我國(guó)。

影響?zhàn)B老金收支的因素影響眾多，如人口因素、經(jīng)濟(jì)因素、政策因素、歷史因素等。國(guó)內(nèi)學(xué)者考慮其中某些方面對(duì)養(yǎng)老金收支影響進(jìn)行研究。姜蘇娟等[1]利用灰色關(guān)聯(lián)度對(duì)影響基本養(yǎng)老保險(xiǎn)的因素進(jìn)行了分析，但沒(méi)有進(jìn)一步分析這些因素對(duì)養(yǎng)老金未來(lái)的具體影響趨勢(shì)。王翠琴[2]等人研究了全面二胎政策和延遲退休對(duì)養(yǎng)老保險(xiǎn)基金收支平衡的影響。鄭秉文、孫永勇[3]從歷史債務(wù)和制度贍養(yǎng)率等因素對(duì)養(yǎng)老保險(xiǎn)基金收不抵支的多個(gè)省份進(jìn)行分析，得到我國(guó)各個(gè)省份養(yǎng)老保險(xiǎn)基金存在差異的原因。金剛等人[4]主要基于制度參數(shù)變化穩(wěn)定的條件下，從現(xiàn)行退休年齡和延遲退休年齡兩方面分別對(duì)養(yǎng)老保險(xiǎn)基金收支進(jìn)行預(yù)測(cè)，測(cè)算出名義全賬戶模式不能完全解決養(yǎng)老保險(xiǎn)基金缺口問(wèn)題。薛惠元等[5]從城鎮(zhèn)養(yǎng)老保險(xiǎn)隱性債務(wù)的角度分析基金收支狀況，并據(jù)此給出應(yīng)對(duì)策略。但是這些研究所考慮因素不夠全面，部分選取指標(biāo)不具有客觀性，不能反應(yīng)當(dāng)前的實(shí)際狀況。本文將考慮影響?zhàn)B老保險(xiǎn)收支平衡的多個(gè)因素并進(jìn)行研究。

目前我國(guó)部分地區(qū)的養(yǎng)老保險(xiǎn)基金已經(jīng)出現(xiàn)了收不抵支的趨勢(shì)，針對(duì)這個(gè)問(wèn)題，國(guó)內(nèi)很多學(xué)者對(duì)不同地區(qū)的養(yǎng)老保險(xiǎn)進(jìn)行研究。王宇璽[6]和梁鑫等[7]對(duì)上海市城鎮(zhèn)養(yǎng)老保險(xiǎn)進(jìn)行研究，預(yù)測(cè)上海城鎮(zhèn)養(yǎng)老保險(xiǎn)發(fā)展趨勢(shì)，并給出相應(yīng)的建議。朱梅、張蓉[8]對(duì)湖南省城鎮(zhèn)養(yǎng)老保險(xiǎn)進(jìn)行研究，發(fā)現(xiàn)參保人數(shù)、繳費(fèi)率對(duì)養(yǎng)老金收入呈正向影響，退保人數(shù)、養(yǎng)老金替代率與支出呈正相關(guān)影響。張淑真[9]從參保人數(shù)、繳費(fèi)率、政府補(bǔ)貼等方面對(duì)河南省養(yǎng)老保險(xiǎn)的基金收入、支出、結(jié)余進(jìn)行分析。史瑋[10]對(duì)山東省的養(yǎng)老保險(xiǎn)基金運(yùn)行可持續(xù)性進(jìn)行了探討。苗寧[11]對(duì)黑龍江城鎮(zhèn)職工養(yǎng)老保險(xiǎn)問(wèn)題進(jìn)行實(shí)證分析研究。這些研究表明由于不同地區(qū)人口，經(jīng)濟(jì)等情況存在較大差異，其養(yǎng)老保險(xiǎn)基金收支趨勢(shì)不同，因此需要對(duì)不同地區(qū)養(yǎng)老保險(xiǎn)基金結(jié)余進(jìn)行研究。目前福建省養(yǎng)老保險(xiǎn)收支平衡的深入研究相對(duì)較少，雖然徐婷婷[12]綜述了福建省養(yǎng)老保險(xiǎn)收支平衡現(xiàn)狀，并且從多個(gè)角度去探討了經(jīng)濟(jì)發(fā)展和制度對(duì)其影響，但是沒(méi)有從定量進(jìn)行分析預(yù)測(cè)和數(shù)據(jù)實(shí)證研究。本文將對(duì)福建省養(yǎng)老保險(xiǎn)基金結(jié)余量進(jìn)行建模實(shí)證分析研究。

養(yǎng)老金收支是否平衡的關(guān)鍵是對(duì)其結(jié)余量進(jìn)行預(yù)測(cè)，國(guó)內(nèi)許多學(xué)者構(gòu)建不同模型對(duì)養(yǎng)老基金結(jié)余量進(jìn)行預(yù)測(cè)。唐莉霞艷[13]和斯琴[14]構(gòu)建基于灰色模型的城鎮(zhèn)職工養(yǎng)老保險(xiǎn)基金結(jié)余量預(yù)測(cè)模型，但是在數(shù)據(jù)不穩(wěn)定的時(shí)候，灰色模型預(yù)測(cè)精確度不高。郭永芳[15]和岳公正等[16]構(gòu)建城鎮(zhèn)養(yǎng)老保險(xiǎn)基金收支預(yù)測(cè)模型，通過(guò)模型計(jì)算未來(lái)收支數(shù)據(jù)，基于數(shù)據(jù)，提出了彌補(bǔ)收支平衡的措施，但是其收支模型中的參數(shù)確定則比較主觀，沒(méi)有充分論證，這會(huì)導(dǎo)致其預(yù)測(cè)結(jié)果的可信度。本文將建立灰色—馬爾科夫模型來(lái)彌補(bǔ)灰色模型[13]在數(shù)據(jù)不穩(wěn)定性的時(shí)候精確度不高和波動(dòng)性大時(shí)較難預(yù)測(cè)的缺點(diǎn)。

總之已有研究從不同側(cè)面，不同地區(qū)，不同模型來(lái)研究養(yǎng)老保險(xiǎn)基金收支平衡問(wèn)題。當(dāng)前研究主要存在有些研究只有綜述性探討沒(méi)有定量化分析，有些研究只有純理論的推導(dǎo)，沒(méi)有計(jì)算結(jié)果，有些研究雖有預(yù)測(cè)模型，但其模型參數(shù)設(shè)定比較主觀，不具有客觀性，不能反應(yīng)當(dāng)前的實(shí)際狀況。本文綜合考慮影響福建省養(yǎng)老保險(xiǎn)基金收支平衡的因素，并基于實(shí)際數(shù)據(jù)構(gòu)建灰色—馬爾科夫模型來(lái)預(yù)測(cè)基金結(jié)余量并進(jìn)行實(shí)證分析。

2 構(gòu)建灰色—馬爾科夫基金結(jié)余量預(yù)測(cè)模型

2.1 基金結(jié)余量影響因素的篩選及分析

由于影響?zhàn)B老保險(xiǎn)基金結(jié)余量的因素極多，我們可以將這些主要因素分為人口、經(jīng)濟(jì)因素、政策因素。根據(jù)查閱文獻(xiàn)，研究發(fā)現(xiàn)，基金結(jié)余（Y）的影響因素可以歸納如表1。

表1 基金結(jié)余量的影響因素

本文查閱2008～2017中國(guó)統(tǒng)計(jì)年鑒，得到影響因素（X1～X9）和被影響因素不累加基金結(jié)余量Y，其標(biāo)準(zhǔn)化數(shù)據(jù)見(jiàn)表2，并對(duì)其進(jìn)行灰色關(guān)聯(lián)分析。

其中評(píng)價(jià)對(duì)象為不累計(jì)基金結(jié)余量Y（1個(gè)），評(píng)價(jià)因素為影響因素有9個(gè)。其中參考數(shù)列x={xi(t)∣i=1,2,…，9}，比較數(shù)列為 Y(x0（t）)。

1）根據(jù)灰色關(guān)聯(lián)系數(shù)的計(jì)算方法[17]得到9個(gè)評(píng)價(jià)指標(biāo)的灰色關(guān)聯(lián)系數(shù)ζi(k)

從指標(biāo)的關(guān)聯(lián)度可以得到每一個(gè)指標(biāo)對(duì)評(píng)價(jià)對(duì)象Y的影響程度，并且選取ri≥8的指標(biāo)。

2.2 構(gòu)建基于GM(1,N)預(yù)測(cè)基金結(jié)余量模型

為消除量綱不同所帶來(lái)的影響，對(duì)影響因素Xi和被影響因素Y的數(shù)據(jù)預(yù)先進(jìn)行了0-1標(biāo)準(zhǔn)化處理

2）計(jì)算各個(gè)指標(biāo)的加權(quán)關(guān)聯(lián)度

根據(jù)式（3）對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，結(jié)果見(jiàn)表2。

對(duì)篩選出的影響因素Xi，通過(guò)灰色模型的構(gòu)建過(guò)程建立基于GM(1,N)的基金結(jié)余量模型。從國(guó)家統(tǒng)計(jì)局收集的數(shù)據(jù)，給出觀測(cè)數(shù)據(jù)列：。

根據(jù)灰色理論[17]對(duì)數(shù)據(jù)處理，并且構(gòu)建灰色模型預(yù)測(cè)養(yǎng)老保險(xiǎn)基金結(jié)余量的模型。具體操作如下。首先對(duì)9個(gè)變量累加，獲得生成數(shù)列

其次計(jì)算均值數(shù)列 z（1）(k)=0.5x（1）(k)+0.5x（1）(k-1)，k=2,3，…，n。

則 z（1）=（z（1）（2），z（1）（3），…，z（1）（n））。

表2 2008-2017年不累計(jì)基金結(jié)余量和其他影響因素標(biāo)準(zhǔn)化后的數(shù)據(jù)

2.3 構(gòu)建基金結(jié)余量GM(1,N)——馬爾科夫模型

由于灰色模型在數(shù)據(jù)非穩(wěn)定性、波動(dòng)性較大的時(shí)候，其預(yù)測(cè)精度大大降低，因此本文采取馬爾科夫模型對(duì)GM(1,N）模型進(jìn)行修正。

1）根據(jù)相對(duì)變化率劃分狀態(tài)區(qū)間

首先依據(jù)GM(1,N)基金預(yù)測(cè)模型得到的絕對(duì)誤差的相對(duì)變化率劃分狀態(tài)。

2）建立馬爾科夫模型的狀態(tài)轉(zhuǎn)移的概率矩陣

假設(shè)系統(tǒng)由狀態(tài)Ei經(jīng)k步轉(zhuǎn)移到狀態(tài)Ej的次數(shù)為Mij（k）,狀態(tài)Ei出現(xiàn)的次數(shù)為Mi（k）,則可得出狀態(tài)轉(zhuǎn)移概率矩陣

3）確定灰色GM(1,N)模型的預(yù)測(cè)值的相對(duì)值所在的狀態(tài)區(qū)間，將其平均值代替灰色區(qū)間作為模型的預(yù)測(cè)值[13]，有

式中Ωi1，Ωi2分別為第種狀態(tài)區(qū)間范圍。

表3 2008-2017年不累計(jì)結(jié)余量與其他影響因素關(guān)聯(lián)度情況

3 實(shí)證分析

3.1 評(píng)價(jià)因素與基金結(jié)余量的關(guān)聯(lián)度

根據(jù)公式（1）（2）和表2數(shù)據(jù)進(jìn)行計(jì)算，得到2008～2017年不累加基金結(jié)余量與其它影響因素之間的關(guān)聯(lián)程度。結(jié)果見(jiàn)表3。從表3可以看出影響不累加基金結(jié)余量前三個(gè)因素分別為，地方財(cái)政稅收（X5），退休之后領(lǐng)取保險(xiǎn)人數(shù)（X2），地區(qū)生產(chǎn)總值（X3）。

3.2 基于GM(1,N)模型實(shí)證分析基金結(jié)余量

3.2.1 基金結(jié)余量預(yù)測(cè)

本文根據(jù)2.2構(gòu)建GM(1,N)預(yù)測(cè)基金結(jié)余量模型，通過(guò)MATLAB編程計(jì)算得到參數(shù)β值為

β=[3.9354-36.4588 14.5848-20.4778-60.5172 0.7300-6.5445-4.6987 0.8410-3.2414]

故根據(jù)公式（5）預(yù)測(cè)模型表達(dá)式可得如下預(yù)測(cè)模型

根據(jù)GM(1,N)預(yù)測(cè)模型（12），可以知道參加養(yǎng)老保險(xiǎn)人數(shù)、地區(qū)生產(chǎn)總值、平均工資、地方對(duì)社會(huì)保障即就業(yè)的支出、人口自然增長(zhǎng)率及消費(fèi)水平與基金結(jié)余量呈正相關(guān)關(guān)系；退休之后領(lǐng)取養(yǎng)老保險(xiǎn)人數(shù)、地方財(cái)政稅收及城鎮(zhèn)失業(yè)人數(shù)與基金結(jié)余量呈負(fù)相關(guān)關(guān)系。符合實(shí)際情況。

3.2.2 檢驗(yàn)GM(1,N)模型

通過(guò)GM(1,N)預(yù)測(cè)模型得到2008-2017年的基金預(yù)測(cè)值（表4）,并對(duì)比了基金結(jié)余量真實(shí)值與預(yù)測(cè)值(圖1)。

根據(jù)GM(1,N)建模結(jié)果，模型的綜合擬合誤差為0.091 63。并且根據(jù)圖1，發(fā)現(xiàn)基于本文選取的GM(1,N)模型，其預(yù)測(cè)值和真實(shí)值的擬合程度較為良好。因此本文可以采用上述所選因素及GM(1,N)模型去預(yù)測(cè)福建省養(yǎng)老保險(xiǎn)基金的當(dāng)年結(jié)余量。

圖1 基金結(jié)余量真實(shí)值與預(yù)測(cè)值對(duì)比

表4 2008-2017年的基金預(yù)測(cè)值

3.3 GM(1,N)—馬爾科夫預(yù)測(cè)模型的實(shí)證分析

根據(jù)表4中的相對(duì)值，將福建省養(yǎng)老保險(xiǎn)基金結(jié)余量的相對(duì)誤差進(jìn)行狀態(tài)劃分，劃分為3種狀態(tài)，其狀態(tài)劃分表如下表5所示。

表5 狀態(tài)劃分

選取2015、2016、2017年基金結(jié)余量數(shù)據(jù)按照時(shí)間前后的順序，將1、2、3確認(rèn)為計(jì)算時(shí)需要轉(zhuǎn)移的步數(shù)。根據(jù)公式（10），對(duì)3步的狀態(tài)轉(zhuǎn)移概率矩陣進(jìn)行計(jì)算。

本文通過(guò)求和的方式對(duì)新的狀態(tài)轉(zhuǎn)移概率矩陣的列進(jìn)行計(jì)算，將最大的一列的狀態(tài)作為2018年福建養(yǎng)老保險(xiǎn)基金結(jié)余量所在的狀態(tài)，如表6所示。

表6 2018年福建省養(yǎng)老保險(xiǎn)基金結(jié)余量預(yù)測(cè)值的所處狀態(tài)轉(zhuǎn)移概率

由表6可以看出，狀態(tài)E3所處的概率最大為571/216，因此可以確定2018年基金結(jié)余量所在狀態(tài)為E3[18]，根據(jù)公式（7）得到2018年灰色GM(1,N)預(yù)測(cè)的基金結(jié)余量，后采取馬爾科夫模型對(duì)相對(duì)誤差進(jìn)行修正，最后通過(guò)還原數(shù)據(jù)方式得到最終的預(yù)測(cè)值為 1 079 392元。

為了對(duì)比兩個(gè)模型的預(yù)測(cè)誤差，分別計(jì)算兩模型預(yù)測(cè)值，其結(jié)果見(jiàn)表7。可以看出馬爾科夫修正后的GM(1,N)相對(duì)誤差明顯降低，其中沒(méi)有修正模型的平均相對(duì)誤差為9.16%，修正后預(yù)測(cè)模型的平均相對(duì)誤差為5.296%，該數(shù)據(jù)結(jié)果表明灰色馬爾科夫預(yù)測(cè)模型的精度相對(duì)更高。并且和唐莉霞等人[13]的論文數(shù)據(jù)對(duì)比，平均相對(duì)誤差分別為5.296%＜14.936%。這些數(shù)據(jù)表明在馬爾科夫的修正下，灰色—馬爾科夫養(yǎng)老保險(xiǎn)基金結(jié)余量預(yù)測(cè)模型的精確度在提高。

表7 兩模型預(yù)測(cè)值與實(shí)際值對(duì)比

3.4 基金結(jié)余量未來(lái)預(yù)測(cè)

影響未來(lái)基金結(jié)余量主要有9個(gè)因素，而這9個(gè)因素的未來(lái)是未知的。本文根據(jù)9個(gè)因素2008-2017年的數(shù)據(jù)，利用時(shí)間序列自回歸AR模型，分別計(jì)算出這9個(gè)因素2018-2022年的預(yù)測(cè)值，其結(jié)果見(jiàn)表8，這9個(gè)因素的AR模型擬合相對(duì)誤差基本在5%以內(nèi)，說(shuō)明AR模型適合。

表8 各因素AR模型的預(yù)測(cè)結(jié)果

對(duì)以上未來(lái)各個(gè)變量的預(yù)測(cè)數(shù)據(jù)，將其進(jìn)行歸一標(biāo)準(zhǔn)化，將其放入灰色—馬爾科夫模型中預(yù)測(cè)，并進(jìn)行累減還原得到基本養(yǎng)老保險(xiǎn)基金的2018-2022年的標(biāo)準(zhǔn)值后，通過(guò)歸一標(biāo)準(zhǔn)化的逆運(yùn)算得到近5年的基金結(jié)余量，如表9。

表9 未來(lái)5年福建省養(yǎng)老保險(xiǎn)基金結(jié)余的預(yù)測(cè)值

表9表明2018-2022年基金不累計(jì)結(jié)余量都是正值，近期福建不會(huì)出現(xiàn)基金缺口的問(wèn)題，但是發(fā)現(xiàn)這幾年福建養(yǎng)老保險(xiǎn)每年的基金結(jié)余量相對(duì)于前一年的基金結(jié)余量出現(xiàn)了類似線性遞減的趨勢(shì)。如按這種趨勢(shì)遞減，預(yù)計(jì)2035年左右福建省基金不累計(jì)結(jié)余量將接近于零。從預(yù)測(cè)公式（12）的系數(shù)，發(fā)現(xiàn)退休之后領(lǐng)取養(yǎng)老保險(xiǎn)的人數(shù)（X2）、地方財(cái)政稅收（X5）及城鎮(zhèn)失業(yè)人數(shù)（X8）三個(gè)變量對(duì)養(yǎng)老保險(xiǎn)基金結(jié)余量呈負(fù)相關(guān)關(guān)系，而養(yǎng)老保險(xiǎn)人數(shù)、地區(qū)生產(chǎn)總值、平均工資、地方對(duì)社會(huì)保障即就業(yè)的支出、人口自然增長(zhǎng)率及消費(fèi)水平與基金結(jié)余量呈正相關(guān)關(guān)系。因此為了緩解福建省基金結(jié)余量的降低趨勢(shì)，穩(wěn)定福建省養(yǎng)老保險(xiǎn)收支平衡，可以采取擴(kuò)大參保人數(shù)、增加地區(qū)生產(chǎn)總值、提高平均工資、增加地方對(duì)社會(huì)保障支出、提高人口自然增長(zhǎng)率及消費(fèi)水平，降低城鎮(zhèn)失業(yè)人數(shù)等辦法。

4 結(jié)論與建議

4.1 結(jié)論

1）本文利用馬爾科夫的優(yōu)點(diǎn)克服了GM(1,N)模型在數(shù)據(jù)不穩(wěn)定性的時(shí)候精確度不高和波動(dòng)性大時(shí)較難預(yù)測(cè)的缺點(diǎn)。通過(guò)實(shí)證分析數(shù)據(jù)發(fā)現(xiàn)，GM（1，N）—馬爾科夫模型比GM(1，N）模型的平均相對(duì)誤差少3.86%，表明修正后的灰色模型的精度更高，也更接近于實(shí)際值，在一定程度上可以預(yù)測(cè)養(yǎng)老保險(xiǎn)基金結(jié)余量。

2）通過(guò)灰色關(guān)聯(lián)度表和灰色預(yù)測(cè)模型發(fā)現(xiàn)地方財(cái)政稅收、退休之后領(lǐng)取保險(xiǎn)人數(shù)、地區(qū)生產(chǎn)總值和人均工資水平對(duì)養(yǎng)老保險(xiǎn)基金結(jié)余量的影響比較顯著，這四個(gè)因素與其關(guān)聯(lián)度均達(dá)百分之八十以上。退休領(lǐng)取養(yǎng)老保險(xiǎn)的人數(shù)對(duì)養(yǎng)老金結(jié)余具有負(fù)面作用，而地區(qū)生產(chǎn)總值和人均工資水平等對(duì)養(yǎng)老金結(jié)余起正面作用。當(dāng)福建的經(jīng)濟(jì)發(fā)展水平提高的時(shí)候，會(huì)促進(jìn)該地區(qū)的當(dāng)年的養(yǎng)老保險(xiǎn)基金結(jié)余量上升。

4.2 建議

從總體看，福建省的養(yǎng)老保險(xiǎn)累加結(jié)余量仍然在上升，但是每年的基金結(jié)余量開始出現(xiàn)遞減趨勢(shì)。退休對(duì)養(yǎng)老保險(xiǎn)的影響是顯著的，我們無(wú)法消除其影響效果。建議通過(guò)延緩一定的退休年齡，另一方面通過(guò)鼓勵(lì)社會(huì)生二胎，提高人口增長(zhǎng)率。這兩個(gè)措施的成效需要長(zhǎng)時(shí)間的積累。因此要實(shí)現(xiàn)福建省養(yǎng)老保險(xiǎn)制度可持續(xù)發(fā)展還是需大力發(fā)展經(jīng)濟(jì)，努力提高平均工資水平，積極應(yīng)對(duì)勞動(dòng)力的有效供給，努力引進(jìn)人才，盡量減少失業(yè)人數(shù)。這樣才能促進(jìn)養(yǎng)老保險(xiǎn)基金結(jié)余量的累加，保障養(yǎng)老保險(xiǎn)基金收支平衡。