老龄工人过渡到退休和贫困风险

2024年1月19日的背景文件 ▶老龄工人过渡到退休和贫困风险 来自25个欧盟国家使用SHARE数据的证据 ▶GiovannaMazzeoOrtolani(JRC) ▶AregawiG.Gebremariam（利物浦大学） ▶费德里科·比亚吉(JRC) 欧盟-劳工组织联合项目背景文件系列 “在工作的未来建立伙伴关系” ▶Abstract 这项研究调查了老龄工人过渡到退休的可能性以及可能伴随的贫困风险。我们使用了来自欧洲25个欧盟成员国的健康，老龄化和退休调查（SHARE）的数据，这些数据在2004年至2019/2020年的八次浪潮中收集。为了估计过渡到退休背后的驱动因素，我们考虑了两个模型：在个人水平上具有集群标准误差的池化Logit和具有稳健标准误差的随机效应面板Logit模型。我们发现，教育程度，家庭规模，健康状况，婚姻状况，就业类型以及其他在职家庭成员等因素与过渡到退休的可能性有关。在第二种方法中 ，我们采用特定国家和年份的法定退休年龄作为工具变量，估计过渡到退休对贫困风险的影响。结果表明，过渡到退休的工人比继续工作的工人陷入贫困的可能性较小。我们的研究结果表明，与记录退休人员总体贫困风险较高的研究相反，这可能是由于养老金制度特征，更长的预期寿命，更高的储蓄以及对社会援助计划的参与。按性别进行的异质性分析表明，妇女在过渡到退休时陷入贫困的可能性更大，但由于她们以前的贫困状况，这种可能性较小，而男子则相反。 关键词：老年，劳动力市场转型，退休，养老金，贫困JEL：C23，C26，C81 ，D63，H55，I32 1.Introduction 2023年，预计欧洲将保持领先地位，成为世界上65岁及以上老年人比例最高的国家，15岁以下儿童比例最低的国家（UNDESA，2022）1其年龄中位数约为42岁，其人口比全球中位数大十多年，而生育率估计为1.5，是其他地区中最低的，低于在没有人口的情况下维持人口所需的更替水平迁移(同上。).这种明显的人口老龄化现象也是由预期寿命的增加驱动的，这将欧洲与非洲和中东等邻近地区区分开来（Asbel，2020）。 预计欧盟（EU27）未来几十年将大幅减少工作年龄人口（20-64岁）。预计2019年人口将收缩5%，到2070年将收缩 4.24亿，预计2070年工作年龄将下降18%，达到2.17亿。今年秋天归因于生育率，预期寿命和移民动态的相互作用（欧盟委员会，DGECFIN，2021），导致欧盟在全球人口中的份额减少了2p。P.至3.7%。因此，欧洲老年抚养比率表示65岁及以上的个人相对于每100个工作年龄个人的比例，预计将从2022年的33.0％大幅上升到2050年的50.4％（同上。). 正在考虑的人口变化引起了人们对随着人口增长放缓对公共财政和活力丧失的后果的重大关切。大多数高收入国家一直将其大部分资源用于养老金，以保护个人退休后的福祉（Foseca等人。,2014)。原则上，对于过去十年在欧洲退休的55岁至55岁以上的人，公共养老金可能有助于维持相对稳定的贫困风险（AROP）率范围（请参阅。 1联合国经社部（2022）预测中使用的欧洲区域定义符合联合国统计司（UNSD）制定的M49标准国家或地区统计使用代码。此分类包括阿尔巴尼亚，安道尔 ，奥兰群岛，白俄罗斯，波斯尼亚和黑塞哥维那，法罗群岛，直布罗陀，根西岛，罗马教廷，冰岛，马恩岛，泽西岛，列支敦士登，摩尔多瓦，摩纳哥，黑山，北马其顿，挪威，俄罗斯，圣马力诺，塞尔维亚，斯瓦尔巴群岛和扬马延群岛，瑞士，乌克兰，英国和欧盟27国前塞浦路斯。有关更多方法详细信息，请参阅https: //stats。联合国。org/sd/methodology/m49。 表A1，用于以SHARE为单位的自我报告退休年龄）。然而，欧盟27国65岁及以上人口的AROP比率从2014年的13%上升到2022年的19%。另一方面，包括一些退休人员在内的50-64岁年龄组的比率自2011年以来一直在14％至16％之间波动- 与25-49岁年龄组的比率相似-在成员国之间具有显着的异质性，拉脱维亚和爱沙尼亚超过20％，在捷克和丹麦则低于10％（请参阅。错误!未找到引用源。在附件中；欧盟统计局，2023年)。 但是，按年龄组划分的AROP比率仅提供了对情况的部分看法，因为它们不一定反映劳动力市场状况及其对贫困风险的影响。人们应该把重点放在从工作到退休的过渡上，以了解退休是增加还是减少了贫穷的机会。欧盟国家已经实施了几项政策来支持老年工人过渡到退休，包括灵活的退休选择（例如兼职工作或逐步退休）以及鼓励工人在退休年龄之后继续工作的经济激励措施。目前尚不清楚过渡到退休是如何导致欧盟国家老年工人更高或更低的贫困风险。 这项研究的主要目的是探讨与老龄工人过渡到退休有关的因素，以及这种过渡是否与处于贫困风险中的变化有关。更具体地说，我们的目标是： 探索影响老年人过渡到退休的因素(例如，教育程度、年龄、性别和其他社会经济特征)； 调查老年工人过渡到退休是否与面临更高的风险有关贫困。 本文的其余部分组织如下：下一节重点介绍了使用的数据和采用的方法，第3节介绍了从工作到退休的过渡模型，第4 节介绍了过渡到退休时陷入贫困的可能性模型，第5节总结。 2.Data 这项研究使用了来自欧洲健康，老龄化和退休调查（SHARE）的协调数据，该数据在2004年至2020年期间为25个欧盟成员国（奥地利，比利时、保加利亚、克罗地亚、塞浦路斯、捷克共和国、丹麦、爱沙尼亚、芬兰、法国、德国、希腊 、匈牙利、意大利、拉脱维亚、立陶宛、卢森堡、马耳他、荷兰、波兰、罗马尼亚、斯洛伐克、斯洛文尼亚、西班牙、瑞典) 。2。SHARE目标人群包括在抽样时间内年龄在50岁及以上的人，他们经常居住在各自的分析国家。随着时间的推移，对受访者进行跟踪，同时定期向样本中添加新的受访者，以保持因辍学和死亡而导致的调查代表性3该数据集包括有关人口因素、风险偏好行为、养老金和就业、社会资本、家庭收入和消费的信息（Börsch-Supan等人，2013）。 SHARE第1波至第7波（Bergmann&Börsch-Supan，2019年）提供了来自社会保护相互信息系统（MISSOC）的特定国家和年份的法定退休年龄数据。第8波的缺失数据是由MISSOC的作者手动收集的，尽可能根据可用信息来适应规则的复杂性4（即性别和年龄），并为原始数据集增加价值。 2第一波数据收集始于2004年，随后的七波分别于2006/7、2008/9、2011/12、2013、2015、2017和2019/20年进行。面试官使用装有计算机辅助个人面试（CAPI）工具的笔记本电脑进行面对面的面试。个人访谈对于获得身体和健康测量是必要的（本研究中未使用）。SHARE采用事前协调的概念，准备一份通用通用问卷，使用基于互联网的翻译工具将其翻译成国家语言，并在CAPI工具中自动处理。教育或职业领域的分类变量需要针对特定国家进行衡量和事后统一。 3有关SHARE调查参与和小组保留的更多信息，请参阅Bergmann等人（2017年）。 4在一些欧洲国家，法定退休年龄是接受者的性别，年龄，缴费年限，子女人数，参考年龄的预期寿命等因素的函数。由于并非所有这些特征都在SHARE数据集中可用，因此只有在SHARE的足够个人信息可供计算时，我们才计算第8波的近似法定退休年龄（例如Procedre、出生年份、性别、职业)。该程序适用于奥地利、比利时、保加利亚、克罗地亚、捷克共和国、塞浦路斯、丹麦、爱沙尼亚、芬兰、法国、德国、希腊、匈牙利、意大利、拉脱维亚、立陶宛、卢森堡、马耳他、波兰、葡萄牙、罗马尼亚。 我们还使用第3波和第7波收集的SHARIIFE数据，重点关注受访者的生活史，就业史和健康状况。原则上，这些信息增强了我们对生命早期经历和事件如何影响老年人生活条件的理解。鉴于收集准确的回顾性信息的挑战，SHARLIFE遵循生活史日历（LHC）方法，以帮助受访者更准确地记住过去的事件。由于这种复杂的问卷结构，特定变量存在许多缺失值。 最后，我们使用基于等效家庭可支配收入（OECD，2008年）的相对贫困衡量标准，通过将家庭收入除以家庭规模的平方根 （平方根等效量表，见OECD，2013年）5。使用国家和特定时间的贫困线，如果家庭成员的等效可支配收入低于全国人均收入中位数的60％，则认为他们有贫困风险，否则就没有贫困风险。 我们运行两个回归模型，一个是过渡到退休的可能性，另一个是由于退休而陷入贫困的可能性，以及其他原因。在这两种情况下，我们都使用二进制因变量。第一个是过渡到退休的假人，如果个人从工作过渡到退休，则该值为1，否则为0。第二个是针对有贫困风险的个人的假人，如果她的家庭的等值收入低于该国和特定年份的中位数收入的60％，则取值为1，否则为0。此外，我们还测试了有关第二个模型的稳健性检查的另外两个贫困和福祉指标：一个虚拟指标，表明受访者是否报告难以维持生计和生活质量指数。 解释变量包括受教育年限6，年龄，性别，同等的家庭规模，主观健康状况（如果个人报告健康状况欠佳，则假人的值为1 ，否则为0），婚姻状况（从未结婚和离婚/丧偶的假人），假人在家庭中至少有一个额外的工作成员，以及在时间t-1处于贫困危险（AROP）状态。 2.从工作过渡到退休 对于在某一年工作的人来说，从工作到退休的过渡只是一种可能的过渡。其他可能性是失业，不活动或作为工人在劳动力市场上的持久性过渡7。在这项研究中，我们研究了跨SHARE波的个体的工作状态转换。为了简单起见，我们将交替地引用波和时间，尽管从一个波到另一个波可能已经超过一年，这是数据集的一个限制。 表1提供了从时间t-1到时间t-1使用波1到8计算的50岁及以上工作（受雇或自雇）的个人从时间t-1到时间t的这种过渡的证据。我们首先注意到，在时间t-1工作的人中，约有90％（或更多）退休或仍在工作。当他们退休时，我们不知道他们是直接过渡到退休，还是经历了失业或不活动的时期。另一方面，我们可以肯定地说，我们对退休过渡的关注抓住了劳动力市场的主要出路。 我们观察到，在2004-2018年期间，50岁以上决定继续工作(无论是作为雇员还是自雇人士)的工人比例增加了约7个百分点 (i.Procedres.，从第1波到第7波），在第7波中达到近83%。决定退休的人的比例在不同的浪潮中从10%到22%不等，但有 两个观察结果值得仔细研究。对于波4记录最高值(约22%)。 斯洛伐克，斯洛文尼亚，西班牙和瑞典。或者，我们假设第8波中的法定退休年龄与第7波相比没有变化，鉴于会员国提高退休年龄的努力，可能低估了结果。 5SHARE数据集包含有关家庭成员的有限信息，例如整体家庭规模和婚姻状况，但没有详细说明家庭中的子女数量。有鉴于此，使用平方根量表而不是经合发组织修改的量表，因为由于消费的规模经济，家庭中的成人和儿童的权重不同，对这种情况来说是不够的。我们还使用OECD修改后的量表计算了我们的结果，假设所有家庭成员都是成年人，如果家庭中有孩子，则有可能高估同等的家庭收入。结果与等值家庭收入的平方根量表一致，尽管在幅度和统计意义上有所不同。 6等值家庭收入不在控制变量之中，因为它与受教育年限高度相关（Psacharopoulos&Patrinos，2018），在我们的模型中没有统计学意义，因此，我们控制了个人在时间t-1的贫困风险状态。 7在SHARE调查中，“工作状态”变量可以假设6个不同的值：（i）受雇或自雇，（ii）不活跃，（iii）失业， (iv)退休，(v)家庭主妇，或(vi)其他。 (2011-2012)，是第2波中观察到的数字的两倍多。这可能会捕捉到2008年金融危机的延迟效应，因为在第三次分享浪潮中没有 收集就业数据。在第7波（2017-2018）的后期，这一份额下降到约10%，然后在第8波上升到13.4%，这可能是由于COVID-19大流行导致的经济衰退和劳动