社会福利公共政策论文范文

一、福利影响因素的数据来源与实证方法

（一）数据来源下文采用的所有数据主要来源于《新中国55年统计资料汇编》(1949-2004)、《中国统计年鉴》（2005-2012）、各省的统计年鉴以及《中国人口年鉴》，部分数据来源于联合国人文数据库。

（二）福利指数计算公式本文重点分析国内外具有代表性的学者对福利指数公式的构建。首先主要对国外学者阿玛蒂亚•森（A.Sen）的福利指数进行分析，因为森的福利指数是社会福利指数的重要组成部分，国内外的研究学者在构造社会福利指数公式时，都参考森的福利指数，其表达公式为:S=RY(1-G)(1)其中S代表福利指数，RY代表人均实际收入，G代表基尼系数。这个指数主要说明了在国民收入一定的情况下，分配差距越小，所能够体现出的社会福利水平越高，反之则相反。但是社会福利不仅仅包含经济福利，因为经济福利并没有把社会的公共福利和个人的福利包括进去，因此阿玛蒂亚•森福利指数存在很大的局限性。因此国内外学者为了弥补这一缺陷，对阿玛蒂亚•森的福利指数进行了重新构建，最具代表性的是美国社会保健协会的ASHA指数，其指标包括六个项目：就业率、识字率、平均预期寿命指数、人均国民生产总值增长率、出生率和婴儿死亡率。表达公式为：ASHA指数=（就业率×识字率×平均预期寿命指数×人均GNP增长率）/（人口出生率×婴儿死亡率）（2）基于公式(1)和(2)，刘长生等三位学者对上述公式进行了改造，借鉴了森福利指数中的收入分配指标，增加了ASHA指数中没有包含的如环境污染程度、资源消耗度等指标，建立了以下基本公式：社会福利指数=人均GDP实际增长率×(1-基尼系数)×(1-环境污染程度)×(1-资源消耗度)×就业率×识字率×(1+平均预期寿命增长率)×[(1-婴儿死亡率)／(1+人口出生率)]×(1-婴儿死亡率)⑦（3）以上各种衡量社会福利指数的指标，已经从GDP这个单一经济指标转向了经济、文化、社会指标，对社会福利的衡量更为全面。但是，各种评价指标在实证研究中并没有得到有效的证实。比如，环境污染程度和资源消耗程度等与社会福利的关系在现阶段还没有文献实证。因此，本文借鉴公式(1)(2)(3)中的指标以及其相关指标：人均GDP、人均GDP实际增长率、基尼系数、环境污染程度、资源消耗程度、就业人数、失业人数、就业率、失业率、识字率、平均预期寿命增长率、婴儿死亡率、人口出生率，并根据目前各公式的实证情况以及数据的可得性，选取了七个具有代表性的指标：人均GDP实际增长率、基尼系数、就业率、识字率、平均预期寿命增长率、婴儿死亡率、人口出生率，重新构建出社会福利指数公式，并利用软件SPSS17.0计算了全国及各省市相应的社会福利指数。得出的具体公式为：社会福利指数=100×人均GDP增长率×(1-基尼系数)×就业率×识字率×(1+平均预期寿命增长率)×[(1-婴儿死亡率)/(1+人口出生率)](4)

（三）面板数据模型本文采用面板数据模型，建立了不同时间、不同省份的计量模型。面板数据模型（panel-datamodel）是从20世纪50年代开始用于解决经济问题的，它综合了时间序列和截面数据两方面的信息，在时间序列上取多个截面，在这些截面上同时选取样本观测值构成样本数据，是近几十年来计量经济学理论方法的重要发展之一，具有很好的应用价值。由于我国社会福利既受到不同地区的影响，也受到不同时期的影响，因此结合时间序列和截面数据的面板数据模型具有以下优点：第一，面板数据模型既可以分析某一时期各省（市、区）政府支出对社会福利的影响差异，还考虑了时间因素的影响；第二，从统计角度看，与单纯的截面数据模型或时间序列模型相比，面板数据模型大大增加了观测样本量，提高了样本自由度，使福利影响因素的估计值更加可靠，而且减弱了解释变量多重共线性的影响，降低了估计误差。本文基于“省（市、区）——时间序列”的数据组合，根据1996-2011年全国31个省（市、自治区）的五个变量数据，建立了相应的面板数据模型。

二、我国社会福利影响因素实证研究

（一）我国社会总体福利水平及结果分析利用公式(4)计算出了1996-2011年我国的总体福利水平，具体的指数见表1：通过表1的福利指数可以看出，我国的社会福利总体水平在稳步增长，个别年份可能存在着偏差，这与当年的外部经济环境有关。如，1998年爆发东南亚金融危机，2008年爆发全球金融危机，这势必对国内的经济环境产生影响，导致GDP、CPI等经济福利降低，由于危机影响的滞后性，导致99年及09年的福利水平骤然下降，随着国家的调控，福利水平又开始稳步上升。前文对国内外的社会福利指数进行解构和剖析，并构建了我国社会福利指数计算公式，计算1996-2011年全国的福利指数⑧，主要是为对下文实证分析我国福利影响因素奠定理论和方法论基础，以此来揭示这些因素对我国社会福利的影响状况并解释其背后的意义。

（二）实证分析及结果检验1.变量定义本文构建出社会福利指数回归模型，以社会福利指数为因变量，将社会固定投资占GDP的比例（X1）、城镇居民可支配收入(X2)、社会保障占财政总支出的比例(X3)、恩格尔系数(X4)、科教文卫支出占财政总支出的比例(X5)作为自变量。2.回归分析模型构建根据前文对我国福利指数的计算发现，大部分福利指数呈现出规律性变化（除部分年份由于外部和内部情况的变化导致福利指数出现一些剧烈的变化外），即呈现出一种增长的态势。一般认为，在经济发达地区即东部沿海地区，由于各方面配套设施、制度健全，其福利指数会高于中西部经济欠发达地区。因此，政府制定出的相关的公共政策会对社会福利指数产生正面或负面影响。这几个指标能够从宏观和微观角度描述政府的相关公共政策对社会福利的影响。尽管影响社会福利的因素有很多，由于本文使用随机效应或固定效应面板数据模型，一些影响小的因素（比如居民身心健康发展等）可以归结于不可观测的个体效应。忽略这些小的因素，在一定程度上提高了模型的解释准确度。3.面板数据分析在进行回归分析之前，首先用Eviews软件对自变量进行单位根检验，以判断序列的平稳性。各变量单位根检验结果如表2。从表2可以看出，数据序列是平稳的，单位根不存在。由于面板数据可以将生产函数对数化为线性函数，因此本文利用Statas10.1对下面的个体效应进行固定效应和随机效应的Hausman检验，具体步骤如表3。通过上述检验，该面板数据可以设定为固定和随机效应模型，同时随机效应模型还需对其进行显著性检验。这里的P值为0，则表明随机效应非常明显。在设定固定和随机效应模型时，再进行Hausman检验。具体的检验结果如表4。表4中的p值（其值为0）说明本文选用固定效应模型比较好。通过这一点，我们可以认为随机效应模型的基本假设（即个体效应与解释变量不相关）得不到满足。因此，本文设定的面板数据估计模型是固定效应模型。

（三）实证检验和结果分析1.全国福利指数的实证分析本文基于表2显示的序列平稳性，根据(6)式的模型对全国社会福利指标数据进行回归分析，利用最小二乘法进行估计，具体估计的结果如表5。从估计结果来看，其与当前社会现实状况基本一致。可见，从社会固定投资占GDP的比例、城镇居民可支配收入、社会保障占财政总支出的比例、恩格尔系数、科教文卫支出占财政总支出的比例这五个方面进行的实证分析，其结果比较令人满意。全国的福利影响实证分析结果解释如下：（1）在社会固定投资方面，政府制定出相应的投资政策反而在一定程度上会使社会福利减少，这主要是因为中国政府制定的相关投资基本是在基础建设上（2008年国家制定的四万亿刺激经济投资计划主要投向高速公路、高铁等，而主要的社会需求并不在这上面），对于民生方面的投资并不突出，因此制定的投资政策在一定程度上会对社会福利起反作用。（2）城镇居民可支配收入的提升对社会福利会产生积极的影响。这主要是因为随着居民可支配收入的增加，他们做自己想做的事情的自由度更大。这种经济福利势必会提升非经济福利，从而使得整个社会福利得以提高。但是这种提升毕竟是有限的，主要原因是基于对未来的不确定，大部分居民手中的可支配收入仍然以储蓄形式存在。（3）社会保障占财政总支出的比例这一因素也会对社会保障产生负面影响，主要原因是社会保障所涉及的方面并不全面，从而导致其对社会福利的提升并不明显，甚至有着反作用。（4）恩格尔系数越高，社会福利水平越低。食品支出总额占个人消费支出总额的比重越高，手中可支配收入也就越少。因此，降低恩格尔系数对社会福利的提升会有很大的帮助。（5）科教文卫支出占财政总支出的比例越高，社会福利也会越高。这是因为科教文卫投入增多，会使非经济福利增加。因为科学技术是第一生产力，科学技术水平的提高，会进一步促进经济的发展。而在教育方面的投入，让更多的人得到受良好教育甚至是高等教育的机会，这样会使得人口素质得到进一步提升。文化和卫生方面的加强，可以促进人的身体健康和情操方面的发展。因此，政府制定的支出政策在科教文卫方面的倾斜，会促进非经济福利的提高。2.31个省（市、自治区）福利指数面板数据的实证分析通过对前文求出的1996-2011年各省（市、区）的福利指数，本文实证分析了社会固定投资占GDP的比例、城镇居民可支配收入、社会保障占财政总支出的比例、恩格尔系数、科教文卫支出占财政总支出的比例这几个影响因素对31个省（市、区）的福利影响，其结果如下表：通过对面板数据模型进行固定效应的估计，利用广义最小二乘法（GLS）权重，并通过加权克服了截面数据的异方差产生的影响，同时对各个截面数据进行单位根的检验，结果表明所有的影响因子都不存在单位根的现象，避免了上述回归成为伪回归。因此表6的回归结果是可信的。将31个省（市、区）的福利指数实证分析结果与全国的实证分析结果进行对比，在固定资产投资占GDP比例、社会保障方面存在不一致，究其原因主要是中央政府和地方政府实施的相关公共政策所产生的效果不一样。首先在固定资产投资上，中央政府主要是从全局的角度来考虑，而且重点是对高速公路、高铁以及高科技产业进行投资，对与居民息息相关的民生工程投资相对比较少。而地方政府在制定相关公共投资政策上反而会向民生倾斜，比如加大对居民的衣食住行的投入，改善城市环境等，这样自然使得各个省（市、区）的社会福利会有所增加。其次在社会保障方面，各省（市、区）与全国的结果也存在偏差。这主要是每个省份经济发展不平衡，如东部沿海发达地区社会保障覆盖面比较广，而西部地区就相对比较窄。为了反应福利水平的空间地理差异，本文进一步用与组内估计量等价的LSDV估计方法进行估计，LSDV的其余参数的估计与组内估计量是等价的，但LSDV的一个优势是能估计出个体效应，由LSDV估计的个体效应如下表7所示。从表7可以看出，各地区的福利水平存在明显的空间地理差异。其中，云南、青海、贵州、内蒙古等西部地区的福利水平较低，北京、天津、上海、福建等东部地区的福利水平较高。这说明福利水平较高的地区主要集中在经济发达、居民收入较高的地区，这也验证了本研究的结论。

三、结论

基于对全国和31个省（市、区）社会福利的计算以及影响因素的实证分析，发现居民可支配收入与科教文卫投入的增加会提升全社实证分析会的福利水平。因此，中央政府及地方政府在制定公共政策时需要在以下几个方面加强：

（一）可支配收入方面。随着中国城乡一体化进程加快，越来越多的农民进入城市，特别是新生代农民工并不热衷于传统行业，因此要制定出相关公共政策，加快相关产业转型，促进就业，增加居民的收入，提高居民的购买力。不仅仅要促进劳动密集型产业升级，还要增加产品自身的附加值，真正让劳动者的可支配收入得到真真切切的提高。

（二）社会保障方面。不仅要加强失业保险、城镇医疗保险，还应该进一步完善全民医疗保险、养老保险等。政府需要进一步增加财政投入，并参照沿海发达地区成熟经验，将好的经验向全国推广。

（三）固定投资方面。主要向关系到国计民生方面的项目多倾斜，比如农村基础设施建设、居民安居工程等。而对一些高耗能工业、淘汰产业等的投资可以减少甚至叫停。

（四）加大提升非经济福利的政策力度。如做大第三产业，改善自然环境和社会生活环境，避免出现经济福利提升，而非经济福利降低的情况。

（五）进一步促进国家公共政策做大做强社会经济蛋糕的作用。在公共政策制定过程中，借鉴国外经验的同时，要遵循我国的基本国情，这样才能建立起一套与我国社会和现实相适应的公共政策系统，从而为提高我国社会福利水平铺平道路。

作者：王锦华许晓东单位：华中科技大学公共管理学院