数据来源与模型设定的优化建议

数据来源于OECD共包含36个国家，本节的所有数据均可以从OECD官方网站查询以及下载，主要数据来自该网站的“Social Protection and Well-being”中的“Pensions at a Glance”。该网页列出了36个OECD国家的法定退休年龄、人们实际退休年龄以及相关养老金等数据，正好可以为本章的理论模型分析做一个简单的计量实证检验。

由于该部分分析延迟退休对养老金的影响，因此被解释变量选取养老金替代率与工人的平均年收入乘积作为老年时期的养老金，这样就可以得到人们退休后每年所能拿到的养老金数额的近似值，数量单位都统一为美元表示。解释变量为各国人们的退休时间。表6-8显示2016年OECD国家法定退休年龄和有效劳动的实际退休年龄，有效劳动的实际退休年龄定义为40岁及以上工人退出劳动力的平均年龄。可以看出，一些国家的法定退休年龄大于有效劳动的实际退休年龄，而另一些国家则是小于有效劳动的退休年龄。本节的解释变量将采用有效劳动的实际退休年龄，这样更能体现出延迟退休与养老金之间的关系。

表6-8　OECD国家法定退休年龄和有效劳动的实际退休年龄（岁）

数据来源：OECD数据库。

此外，在计量回归中，还加入了一些可能会与养老金比较相关的控制变量。它们分别是法定退休年龄、总和生育率、工人的平均年收入以及老年抚养比。由于数据的可获得性难，在“Pensions at a Glance”中，仅仅只有2014年和2016年共两年的养老金与退休数据相对较全，其他年度无法查出实际退休年龄。每一年的数据只有36个，而且还存在部分国家部分数据的缺失，因此，为了使计量回归估计可信度提高，本节就将这两年的数据合并，共得到72组观测值，其中有3组观测值缺失部分数据，在回归被剔除，这样，有效观测值共为69个。(www.xing528.com)

表6-9显示了被解释变量、解释变量以及控制变量的描述性统计。由于数据的可得性问题，这里只能找到相应的69个观测值。被解释变量总养老金数额的均值为15726，标准差为17779，最小值为4910，最大值为31722，数值变化比较大，有利于计量回归估计解释变量对总养老金数额的影响。解释变量男性实际退休年龄的均值为64.83，标准差为3.29，最小值为59.40，最大值为69.90；解释变量女性实际退休年龄的均值为63.34，标准差为3.02，最小值为58.20，最大值为69.20；数值变化也较大，体现出解释变量的变异性。

表6-9　变量的描述性统计

由于数据是横截面数据，故计量模型的设定为如下形式：

其中，被解释变量pensioni表示养老金，α为常数项，解释变量retirementi表示退休时间，β为解释变量的系数，向量Xi表示-系列控制变量，向量γ为控制变量的系数，εi{表示随机误差项。