论文部分内容阅读
摘 要：利用CHARLS数据，研究房产财富变化对退休职工劳动参与的影响。基于生命周期构建的理论模型和实证分析，发现房产财富增加会减少退休职工的劳动参与，但是在异质性分析中发现房产财富增加只会减少男性退休职工的劳动参与，对女性退休职工没有显著影响。政府应当研究并出台鼓励退休职工积极参与劳动的政策，通过社会保障、社会照料、人力资本提升等机制鼓励退休职工再就业，充分发挥老龄人口红利。同时，加强房地产市场调控措施，抑制房价过快增长，警惕非劳动收入不合理增长对劳动供给和长期经济高质量发展造成的不利影响。
关键词：房产财富 劳动参与 退休职工
一、引言
我国人口老龄化正处在加速发展时期，劳动年龄人口数量持续下降（向晶、蔡翼飞，2020），为我国经济长期高质量发展带来了挑战。为应对这一挑战，适当增加老年劳动供给有助于在短期内缓解人口红利消失的压力（蔡昉，2018）。一方面，我国城镇职工平均退休年龄低于OECD国家水平（Giles et al.2015），过早退休意味着一个劳动者在正式退出劳动力市场后可能面临更长时期收入下降甚至无法维持消费的风险，也增加了社会养老金的支付负担;另一方面，人口寿命延长影响生命周期中的劳动参与决策，人们可以通过增加老年时期的劳动弥补年轻时由于接受教育（杨筠等，2018）或者生育（Hirazawa & Yakita，2017）造成的劳动参与“损失”，同时获得更多的养老收入（汪伟等，2018）。事实上，由于经济体制转型等原因，我国劳动力市场中“退而不休”的现象较为普遍（程杰，2014）。因而，研究退休职工的再就业问题在“十四五”及今后一定时期具有重要的现实意义。
根据经济学原理，当个人非劳动收入增加时会增加正常品的消费。如果将闲暇视为正常品，那么非劳动收入增加会减少人们的劳动参与进而增加闲暇。由于房产财富是构成家庭财富最主要的部分，近年来国内外一些研究将房产增值视为非劳动收入研究对劳动供给的影响，但是在实证研究中并未得到一致的结论（梁银鹤等，2019;刘华等，2020;He，2015;Fu et al.2016;Zhao & Burge，2017;Zhao et al.2018）。可能原因是这些文献以劳动年龄人口为研究对象，而他们的劳动供给决策同时受到劳动收入和非劳动收入的影响。那么，当以只有非劳动收入的退休职工为研究对象时，房产财富增加是否会减少他们的劳动参与？本文将从理论和实证两个方面对这一问题展开探讨。
二、理论模型
在一个劳动者的生命周期中，可能存在两个退出劳动力市场的时点：一个是个体正式办理退休手续的时点q1，在制度上退出劳动力市场;另一个是个体退休后结束再就业的时点q2，个体永久的退出劳动力市场。一般的，对于一个生命周期为T的理性人而言，需要优化消费效用、闲暇效用和退出劳动力市场的时间以获得整个生命周期效用的最大化。由于闲暇的机会成本是劳动，因而闲暇效用可以用负的劳动效用表示。
假设个体退休后重返劳动力市场，此时T>q2>q1>0。生命周期下的效用函数可以分为永久退出劳动力市场前的消费效用与劳动效用之差，以及永久退出劳动力市场后的消费效用：
其中，消费效用u（ct）=1αCαt，劳动效用v（x（t））=tXi，α∈（0，1）。X是影响效用的个体特征，如年龄、健康等。
当个体的初始财富为0时，个体在生命周期t时间的财富积累包括退休前的劳动收入（W1（t）=w1t），退休后的劳动收入（W2（t）=w2t）以及非劳动收入。如果将個体退休前后的工作年限分别计算，并且假设工资率与工作年限有关，那么退休后再就业的工作年限会少于退休前的工作年限，于是工资率w1>w2。同时，由于房产财富是构成家庭财富的主要部分，因而用t时间房产财富的增加量ΔH（t）衡量非劳动收入的积累。据此，生命周期下的消费约束可以表示为：
综上，一个理性的劳动者在消费约束条件下实现效用的最大化：
通过拉格朗日函数分别对q2和Ct求导，对得到的一阶条件合并后得到：
式（4）的结果说明，个体退出劳动力市场的时间由工资率和房产财富的增加量决定。
对式（4）中房产增值ΔH（t）求导可得：
由式（5）可知，房产财富增加会减少劳动供给。
上述理论模型的一个极端例子是劳动者退休后不再返回劳动力市场，即q2=q1。此时，将退休后的劳动收入从消费约束中删去，通过求导可以得出q*2=q1，说明办理退休手续即为退出劳动力市场的最优时间。同时，也可以得出房产财富增加会减少劳动供给的结论。
三、数据来源与实证策略
（一）数据及变量定义
本文采用2011和2013年中国健康与养老追踪调查（CHARLS）数据做实证分析。CHARLS收集了我国45岁及以上中老年人个人和家庭的信息，基线调查于2011年开展，样本覆盖450个村级单位中的约1万户家庭。
退休：采用自报退休，即受访者是否办理了退休或内退手续。将研究样本限定在法定退休年龄前后10年的受访者，即女性受访者年龄在45—65岁，男性受访者年龄在50—70岁。因此，在2011和2013年调查组成的截面数据样本中有1391名退休者，他们的平均退休年龄为52.3岁。其中女性的平均退休年龄为48.9岁，男性的平均退休年龄为55.3岁。
因变量：劳动供给，用每周工作小时数衡量。样本中共有375名退休职工参与劳动，每周平均工作39.47小时。其中，250名男性退休职工参与劳动（每周平均工作38.4小时），125名女性退休职工参与劳动（每周平均工作41.62小时）。 核心自变量：净房产财富的定义为房子当前市场价值减去房子购买价值。房子当前市场价值为自报总价值或者用当前单位价格乘以房子面积;房子购买价值为自报价值。
控制变量：从个人和家庭两个层面选取对退休职工劳动参与具有潜在影响的控制变量。个人层面变量包括年龄、性别、户口、学历、婚姻状况、健康状况和是否有养老金。家庭层面变量包括家庭每周食品消费额和家庭总房产套数。表1报告了所有变量的描述性统计结果。
（二）实证策略
1.工具变量法。利用2011和2013年CHARLS组成的混合截面数据，实证分析房产财富变化对退休职工劳动供给的影响。建立以下实证模型：
ln（whourij）=β0+β1xij+β2nethousej+β3year11ij+εij（6）
其中，i代表个体，j代表家庭。由于因变量每周工作小时数（whour）为删失变量，适合采用Tobit模型对式（6）进行估计。β2是本文主要关心的系数，代表家庭j净房产财富（nethouse）对个体i的劳动供给决策影响。但是，净房产财富变量可能存在内生性问题。于是，选取两个社区层面的变量作为工具变量。第一个工具变量是有多少路公交车到达社区/村（平均4.77路）。通达的公交车路数多，说明该社区/村交通便利，房子升值潜力大，净房产财富高。第二个工具变量是社区/村距离超市的距离（平均1.19公里）。距离超市近，说明该社区/村生活便利，周边有商业氛围，房子升值潜力大。这两个工具变量通过了弱工具变量检验和过度识别检验。
2.一阶差分模型。为了验证工具变量法的稳健性，进一步加入2015年CHARLS数据，利用2011—2015年三年面板数据构建一阶差分模型。一阶差分模型的优势在于能够消除不可观测因素的影响，控制内生性：
Δln（whourij）=β0+β1△xij+β2△housej+εij（7）
其中，i代表个体，j代表家庭。因变量为每周工作小时数的差分并且取对数。控制变量x为随时间变化的变量，具体包括自评健康和家庭每周食品消费额。核心变量house是当前房产的市场价值，差分后即为房产财富的变化。
四、實证结果
（一）工具变量法的结果
表2展示了使用工具变量法控制净房产财富变量内生性的Tobit模型结果。在全样本分析中，净房产财富增加会减少退休职工的劳动供给。但是在异质性分析中，净房产财富增加会减少男性退休职工的劳动供给而对女性退休职工的劳动供给没有影响。
（二）一阶差分模型的结果
表3报告了使用面板数据做一阶差分的结果。同表2的结果一致，房产财富增加会减少退休职工的劳动供给。分性别看，房产财富增加会减少男性退休职工的劳动供给，但对女性退休职工没有影响。表2和表3的结果都说明，男性退休职工的劳动供给决策受房产财富变动的影响较大。
五、结论与启示
本文使用CHARLS数据，从理论和实证上分析房产财富变动对退休职工劳动供给的影响。理论模型和实证结果发现，房产财富增加会减少退休职工的劳动参与;分性别来看，房产财富增加会减少男性退休职工的劳动参与，但对女性退休职工的劳动参与没有影响。
本文的政策启示表现在两个方面：第一，政府应当研究并出台鼓励退休职工积极参与劳动的政策。通过社会保障、社会照料、人力资本提升等机制鼓励退休职工再就业，充分发挥老龄人口红利。这些政策对实施延迟退休也有积极的启示作用。第二，加强房地产市场调控措施，抑制房价过快增长，警惕非劳动收入不合理增长对劳动供给和长期经济高质量发展造成的不利影响。
参考文献：
[1]蔡昉.开发老龄人口红利大有可为[N].经济日报，2018—10—18（014）.
[2]程杰.“退而不休”的劳动者：转型中国的一个典型现象[J].劳动经济研究，2014（05）.
[3]梁银鹤，禹思恬，董志勇.房产财富与劳动供给行为——基于CFPS微观面板数据的分析[J].经济科学，2019（01）.
[4]刘华，王姣，陈力朋.住房财富效应、遗赠动机与中老年人劳动参与[J].劳动经济研究，2020，8（03）.
[5]汪伟，刘玉飞，王文鹏.长寿的宏观经济效应研究进展[J].经济学动态，2018（09）.
[6]向晶，蔡翼飞.“十四五”及未来中长期中国劳动力供需趋势及对策分析[J].重庆理工大学学报（社会科学），2020，34（02）.
[7]杨筠，张苏，宁向东.受教育水平与退休后再就业：基于CHARLS数据的实证研究[J].经济学报，2018，5（03）.
[8]Fu， S.， Liao， Y. & Zhang， J. （2016）. The effect of housing wealth on labor force participation： evidence from China. Journal of Housing Economics， 33.
[9]Giles， J.， Lei， X.， Wang， Y. & Zhao， Y. （2015）. One country， two systems： evidence on retirement pattern in China. Asian Bureau of Finance and Economics Research Working Paper. [10]He， Z. （2015）. Estimating the impact of housing prices on household labour supply in the UK. Working Paper No.15/19. The University of York.
[11]Hirazawa， M. & Yakita， A. （2017）. Labor supply of elderly people， fertility， and economic development. Journal of Macroeconomics， 51.
[12]Zhao， L. & Burge， G. （2017）. Housing wealth， property taxes， and labor supply among the elderly. Journal of Labor Economics， 35（1）.
[13]Zhao， J.， Liu， L. & Liu， R. （2018）. How house price appreciation affects homeowners’ labour force participation： evidence from urban China. Economics of Transition， 26（2）.
〔本文系陜西省教育厅一般专项科学研究计划项目“陕西退休职工劳动参与状况及影响因素研究”（项目编号：20JK0381）阶段性成果〕
〔翁宇雷（通讯作者），西北大学经济管理学院。张悦，西南财经大学经济与管理研究院〕
关键词：房产财富 劳动参与 退休职工
一、引言
我国人口老龄化正处在加速发展时期，劳动年龄人口数量持续下降（向晶、蔡翼飞，2020），为我国经济长期高质量发展带来了挑战。为应对这一挑战，适当增加老年劳动供给有助于在短期内缓解人口红利消失的压力（蔡昉，2018）。一方面，我国城镇职工平均退休年龄低于OECD国家水平（Giles et al.2015），过早退休意味着一个劳动者在正式退出劳动力市场后可能面临更长时期收入下降甚至无法维持消费的风险，也增加了社会养老金的支付负担;另一方面，人口寿命延长影响生命周期中的劳动参与决策，人们可以通过增加老年时期的劳动弥补年轻时由于接受教育（杨筠等，2018）或者生育（Hirazawa & Yakita，2017）造成的劳动参与“损失”，同时获得更多的养老收入（汪伟等，2018）。事实上，由于经济体制转型等原因，我国劳动力市场中“退而不休”的现象较为普遍（程杰，2014）。因而，研究退休职工的再就业问题在“十四五”及今后一定时期具有重要的现实意义。
根据经济学原理，当个人非劳动收入增加时会增加正常品的消费。如果将闲暇视为正常品，那么非劳动收入增加会减少人们的劳动参与进而增加闲暇。由于房产财富是构成家庭财富最主要的部分，近年来国内外一些研究将房产增值视为非劳动收入研究对劳动供给的影响，但是在实证研究中并未得到一致的结论（梁银鹤等，2019;刘华等，2020;He，2015;Fu et al.2016;Zhao & Burge，2017;Zhao et al.2018）。可能原因是这些文献以劳动年龄人口为研究对象，而他们的劳动供给决策同时受到劳动收入和非劳动收入的影响。那么，当以只有非劳动收入的退休职工为研究对象时，房产财富增加是否会减少他们的劳动参与？本文将从理论和实证两个方面对这一问题展开探讨。
二、理论模型
在一个劳动者的生命周期中，可能存在两个退出劳动力市场的时点：一个是个体正式办理退休手续的时点q1，在制度上退出劳动力市场;另一个是个体退休后结束再就业的时点q2，个体永久的退出劳动力市场。一般的，对于一个生命周期为T的理性人而言，需要优化消费效用、闲暇效用和退出劳动力市场的时间以获得整个生命周期效用的最大化。由于闲暇的机会成本是劳动，因而闲暇效用可以用负的劳动效用表示。
假设个体退休后重返劳动力市场，此时T>q2>q1>0。生命周期下的效用函数可以分为永久退出劳动力市场前的消费效用与劳动效用之差，以及永久退出劳动力市场后的消费效用：
其中，消费效用u（ct）=1αCαt，劳动效用v（x（t））=tXi，α∈（0，1）。X是影响效用的个体特征，如年龄、健康等。
当个体的初始财富为0时，个体在生命周期t时间的财富积累包括退休前的劳动收入（W1（t）=w1t），退休后的劳动收入（W2（t）=w2t）以及非劳动收入。如果将個体退休前后的工作年限分别计算，并且假设工资率与工作年限有关，那么退休后再就业的工作年限会少于退休前的工作年限，于是工资率w1>w2。同时，由于房产财富是构成家庭财富的主要部分，因而用t时间房产财富的增加量ΔH（t）衡量非劳动收入的积累。据此，生命周期下的消费约束可以表示为：
综上，一个理性的劳动者在消费约束条件下实现效用的最大化：
通过拉格朗日函数分别对q2和Ct求导，对得到的一阶条件合并后得到：
式（4）的结果说明，个体退出劳动力市场的时间由工资率和房产财富的增加量决定。
对式（4）中房产增值ΔH（t）求导可得：
由式（5）可知，房产财富增加会减少劳动供给。
上述理论模型的一个极端例子是劳动者退休后不再返回劳动力市场，即q2=q1。此时，将退休后的劳动收入从消费约束中删去，通过求导可以得出q*2=q1，说明办理退休手续即为退出劳动力市场的最优时间。同时，也可以得出房产财富增加会减少劳动供给的结论。
三、数据来源与实证策略
（一）数据及变量定义
本文采用2011和2013年中国健康与养老追踪调查（CHARLS）数据做实证分析。CHARLS收集了我国45岁及以上中老年人个人和家庭的信息，基线调查于2011年开展，样本覆盖450个村级单位中的约1万户家庭。
退休：采用自报退休，即受访者是否办理了退休或内退手续。将研究样本限定在法定退休年龄前后10年的受访者，即女性受访者年龄在45—65岁，男性受访者年龄在50—70岁。因此，在2011和2013年调查组成的截面数据样本中有1391名退休者，他们的平均退休年龄为52.3岁。其中女性的平均退休年龄为48.9岁，男性的平均退休年龄为55.3岁。
因变量：劳动供给，用每周工作小时数衡量。样本中共有375名退休职工参与劳动，每周平均工作39.47小时。其中，250名男性退休职工参与劳动（每周平均工作38.4小时），125名女性退休职工参与劳动（每周平均工作41.62小时）。 核心自变量：净房产财富的定义为房子当前市场价值减去房子购买价值。房子当前市场价值为自报总价值或者用当前单位价格乘以房子面积;房子购买价值为自报价值。
控制变量：从个人和家庭两个层面选取对退休职工劳动参与具有潜在影响的控制变量。个人层面变量包括年龄、性别、户口、学历、婚姻状况、健康状况和是否有养老金。家庭层面变量包括家庭每周食品消费额和家庭总房产套数。表1报告了所有变量的描述性统计结果。
（二）实证策略
1.工具变量法。利用2011和2013年CHARLS组成的混合截面数据，实证分析房产财富变化对退休职工劳动供给的影响。建立以下实证模型：
ln（whourij）=β0+β1xij+β2nethousej+β3year11ij+εij（6）
其中，i代表个体，j代表家庭。由于因变量每周工作小时数（whour）为删失变量，适合采用Tobit模型对式（6）进行估计。β2是本文主要关心的系数，代表家庭j净房产财富（nethouse）对个体i的劳动供给决策影响。但是，净房产财富变量可能存在内生性问题。于是，选取两个社区层面的变量作为工具变量。第一个工具变量是有多少路公交车到达社区/村（平均4.77路）。通达的公交车路数多，说明该社区/村交通便利，房子升值潜力大，净房产财富高。第二个工具变量是社区/村距离超市的距离（平均1.19公里）。距离超市近，说明该社区/村生活便利，周边有商业氛围，房子升值潜力大。这两个工具变量通过了弱工具变量检验和过度识别检验。
2.一阶差分模型。为了验证工具变量法的稳健性，进一步加入2015年CHARLS数据，利用2011—2015年三年面板数据构建一阶差分模型。一阶差分模型的优势在于能够消除不可观测因素的影响，控制内生性：
Δln（whourij）=β0+β1△xij+β2△housej+εij（7）
其中，i代表个体，j代表家庭。因变量为每周工作小时数的差分并且取对数。控制变量x为随时间变化的变量，具体包括自评健康和家庭每周食品消费额。核心变量house是当前房产的市场价值，差分后即为房产财富的变化。
四、實证结果
（一）工具变量法的结果
表2展示了使用工具变量法控制净房产财富变量内生性的Tobit模型结果。在全样本分析中，净房产财富增加会减少退休职工的劳动供给。但是在异质性分析中，净房产财富增加会减少男性退休职工的劳动供给而对女性退休职工的劳动供给没有影响。
（二）一阶差分模型的结果
表3报告了使用面板数据做一阶差分的结果。同表2的结果一致，房产财富增加会减少退休职工的劳动供给。分性别看，房产财富增加会减少男性退休职工的劳动供给，但对女性退休职工没有影响。表2和表3的结果都说明，男性退休职工的劳动供给决策受房产财富变动的影响较大。
五、结论与启示
本文使用CHARLS数据，从理论和实证上分析房产财富变动对退休职工劳动供给的影响。理论模型和实证结果发现，房产财富增加会减少退休职工的劳动参与;分性别来看，房产财富增加会减少男性退休职工的劳动参与，但对女性退休职工的劳动参与没有影响。
本文的政策启示表现在两个方面：第一，政府应当研究并出台鼓励退休职工积极参与劳动的政策。通过社会保障、社会照料、人力资本提升等机制鼓励退休职工再就业，充分发挥老龄人口红利。这些政策对实施延迟退休也有积极的启示作用。第二，加强房地产市场调控措施，抑制房价过快增长，警惕非劳动收入不合理增长对劳动供给和长期经济高质量发展造成的不利影响。
参考文献：
[1]蔡昉.开发老龄人口红利大有可为[N].经济日报，2018—10—18（014）.
[2]程杰.“退而不休”的劳动者：转型中国的一个典型现象[J].劳动经济研究，2014（05）.
[3]梁银鹤，禹思恬，董志勇.房产财富与劳动供给行为——基于CFPS微观面板数据的分析[J].经济科学，2019（01）.
[4]刘华，王姣，陈力朋.住房财富效应、遗赠动机与中老年人劳动参与[J].劳动经济研究，2020，8（03）.
[5]汪伟，刘玉飞，王文鹏.长寿的宏观经济效应研究进展[J].经济学动态，2018（09）.
[6]向晶，蔡翼飞.“十四五”及未来中长期中国劳动力供需趋势及对策分析[J].重庆理工大学学报（社会科学），2020，34（02）.
[7]杨筠，张苏，宁向东.受教育水平与退休后再就业：基于CHARLS数据的实证研究[J].经济学报，2018，5（03）.
[8]Fu， S.， Liao， Y. & Zhang， J. （2016）. The effect of housing wealth on labor force participation： evidence from China. Journal of Housing Economics， 33.
[9]Giles， J.， Lei， X.， Wang， Y. & Zhao， Y. （2015）. One country， two systems： evidence on retirement pattern in China. Asian Bureau of Finance and Economics Research Working Paper. [10]He， Z. （2015）. Estimating the impact of housing prices on household labour supply in the UK. Working Paper No.15/19. The University of York.
[11]Hirazawa， M. & Yakita， A. （2017）. Labor supply of elderly people， fertility， and economic development. Journal of Macroeconomics， 51.
[12]Zhao， L. & Burge， G. （2017）. Housing wealth， property taxes， and labor supply among the elderly. Journal of Labor Economics， 35（1）.
[13]Zhao， J.， Liu， L. & Liu， R. （2018）. How house price appreciation affects homeowners’ labour force participation： evidence from urban China. Economics of Transition， 26（2）.
〔本文系陜西省教育厅一般专项科学研究计划项目“陕西退休职工劳动参与状况及影响因素研究”（项目编号：20JK0381）阶段性成果〕
〔翁宇雷（通讯作者），西北大学经济管理学院。张悦，西南财经大学经济与管理研究院〕