本报告提出一种基于断点回归思路的新方法,利用新加坡生命面板(SLP)的高频(月度)健康与就业数据,检测退休后自评健康报告偏误(即“justify bias”)。研究发现,在退休后的较长时间窗口内,自评健康出现下降,但这一效应随着窗口缩小显著减弱,狭义窗口内无统计显著变化,表明无显著报告偏误。同时,该方法验证了现有间接检验的合理性,并强调高频数据在提升统计效能中的重要作用 。
报告标题: A New Testing Method for Justification Bias Using High-Frequency Data of Health and Employment
作者: Jiayi Wen, Zixi Ye, Xuan Zhang
发布时间: 2024年2月
研究主题: 健康与退休研究中的自我评估健康报告偏误(Justification Bias)检测方法,运用新颖高频数据
本报告提出了一种新颖且创新性的方法,用于检测退休人群中自我评估健康数据中的“正当化偏差”(justification bias),即退休人员可能将健康状况报告得更差以合理化退休决策。传统检测该偏差的方法多依赖间隔较长(通常每两年)的调查数据,难以捕捉退休时段健康报告的突变。本文利用新获得的每月数据(高频数据)观察退休前后个体的就业状态、自我评估健康及客观健康,采用类似回归不连续设计(Regression Discontinuity, RD)的策略聚焦于退休时点的突变检测,从而较为精准地区分真实健康状况变化与报告偏误。研究发现:
该研究不仅对退休健康报告的信度问题提出了实证工具,也丰富了退休健康影响因果识别的文献方法论,尤其强调高频数据的重要性。,1,2,3,4]
报告首先说明了自我评估健康作为退休健康研究中的核心测度,由于其涵盖健康全部维度和赋予个体主观权重的重要性而被广泛采纳。但该指标面临严重的“正当化偏差”问题:退休者可能出于社会认同等因素,将健康报告得更差以为退休寻找合理解释。既有文献间接利用客观健康数据作为工具变量(IV)检验该偏误,但结果颗粒度较低且存在方法论假设争议。本文利用新兴的月度高频数据,通过观测退休时健康报告的即时跳跃,创新地加以辨识。
作者构建了基于年龄(X)、退休状态(R)和健康状态(H)的统计模型。退休对实际健康的影响被假设为连续且渐进的变化,短时间内不会出现健康状况的跳跃式变化(Assumption 1)。因此任何退休时自我评估健康的突然变化被解释为报告偏误。
进一步放宽假设,加入客观健康(H^{o}),认为实际健康的未观察部分(q=H-H^{o})随年龄连续(Assumption 2),自我健康报告的突然变化相对于客观健康的跳跃即为偏误(利用类似“双重差分”设定)。
数学证明中,作者用极限操作清晰定义了报告偏差(\lambda)的识别条件,系统阐释了基于退休年龄断点的检测思路,还针对实际退休年龄难以准确定位的问题,提出了以法定退休年龄为代理变量的拓展(Proposition 3),增强方法实用性和推广性。,6,7,8,9,10]
选择新加坡作为研究背景,得益于其明确的法定退休年龄(MRA)、退休养老金申请年龄(PEA)及再就业年龄(REA)三大法定节点,且这些法定节点与个人健康无关,极适合作为工具变量进行因果识别。政策细节描述了较为严格的退休与再就业法律框架,体现自然断点特征。
核心数据为新加坡生活面板(SLP)月度数据,覆盖2015年-2020年初,样本逾7,000名50岁以上个体,信息涵盖就业状况、自评健康、医生诊断的具体疾病等,因其高频率和维度丰富成为开展本研究的核心优势。样本筛选包含年龄在55-75岁、非自雇且工作状态变化者,确保适用法律政策及数据质量。,11,14,15]
以FE-IV方法估计,利用达到MRA的断点作为工具变量,结果表明到达MRA时退休率跳升约4.62个百分点;退休对自我评估健康产生负面影响,且程度约为变量标准差的1倍。这为正当化偏差可能存在提供了表面证据。然而,该效应也可能包含真实健康的变化。,17]
报告将样本围绕MRA设定不同月度窗口(10~60个月),逐渐缩窄分析退休对自评健康的影响。结果显示:
由此说明短期内不存在自评健康因正当化偏差而突变,偏差影响可忽略。,19,20]
利用主观减客观健康的标准化差值构造新变量,结合前述截断窗口方法检验退休的立即效应差异。结果与Assumption 1方式一致:宽窗口下存在主观健康额外恶化,窄窗口下不显著,进一步加强了无正当化偏差的结论。,21]
本研究无估值分析模块。其核心贡献在于方法论创新和实证验证,利用回归不连续设计框架下的两阶段最小二乘法(FE-IV)识别退休对健康因果效应。创新在于:
本报告创新性地提出并实证了运用高频(每月)健康与就业数据,以回归不连续设计的思路,精准检验退休自评健康中“正当化偏差”的存在性。通过两重识别假设,分别基于绝对自评健康与相对客观健康的突变检测,清晰发现:
图表一系列清晰展示退休年龄断点的工具变量效用及自评/客观健康的时间变化情形,强化了核心结论的说服力。报告深入探讨了方法论设计、样本构造、实证设置和稳健性验证,体现了较高的研究严谨性和创新力。
综上,本文立场明确,证据充分,表明在新加坡退休样本中,正当化偏差并非自评健康报告的主要威胁,为退休健康研究领域补充了重要方法论工具及实证结果,具有较强的学术与政策价值。~28]
此研究对退休健康测度中的因果识别问题做出显著贡献,尤其是通过新颖高频数据与方法创新,有效驳斥了“退休者夸大健康问题以正当化退休”这一长期存在的质疑。基于清晰的统计推断和严格的稳健性检验,报告为退休健康政策调研提供了坚实的实证基础,并展示了高频数据在社会科学因果研究中的巨大创新潜力。未来伴随数据积累与跨国比较研究,方法具有广泛的推广空间和应用价值。
2403.06368.pdf