تواجه أنظمة المعاشات العامة في الصين ضغوطًا مالية متصاعدة بفعل شيخوخة السكان وتراجع معدلات الخصوبة واتساع الفجوة بين إيرادات الاشتراكات ونفقات المزايا، وفي هذا السياق أصدر مجلس الدولة الصيني عام 2019 نظامًا شاملًا لخفض معدلات اشتراكات التأمين الاجتماعي، بهدف تخفيف أعباء المؤسسات وتحفيز النشاط الاقتصادي، غير أن هذا الخفض يثير في المقابل تساؤلات جوهرية عن أثره في الاستدامة المالية لمعاشات موظفي المؤسسات وفي مخاطر الدعم المالي التي قد تتحملها الخزانة العامة مستقبلًا، ومن ثم أصبح من الضروري تقويم هذا الأثر بمنهجية اكتوارية دقيقة تبني نماذج للإيرادات والمصروفات والأرصدة، وتنشئ مؤشرات إنذار مبكر ترصد تطور المخاطر عبر العقود المقبلة وتحدد العوامل الأكثر تأثيرًا فيها
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تحليل أثر نظام خفض معدلات اشتراكات التأمين الاجتماعي في الوضع المالي لمعاشات المؤسسات الصينية وفي الإنذار المبكر بمخاطر الدعم المالي بعد تنفيذه، وطورت نماذج اكتوارية لإيرادات الاشتراكات ونفقات المزايا ورصيد المعاشات العام، مستندة إلى وثائق مجلس الدولة، ومراعية عوامل واقعية مثل انقطاع اشتراكات بعض المشتركين وتدني الأجر الخاضع للاشتراك عن الأجر الإحصائي، واختارت الدراسة أربعة مؤشرات للإنذار المبكر وحسبتها عبر فترة التنبؤ، واستخرجت أربعة مستويات إنذار هي الأزرق والأصفر والبرتقالي والأحمر وفترات السنوات المقابلة لكل منها، كما أجرت تحليلات حساسية لترتيب العوامل المؤثرة في مؤشرات الإنذار العكسية من الأقوى إلى الأضعف في الاتجاهين الموجب والسالب معًا
ثانيًا: أبرز النتائج
توصلت الدراسة إلى أن نظام خفض معدلات الاشتراكات سيؤدي إلى تفاقم الوضع المالي في السنوات الأولى من تنفيذه، لكنه يبطئ بفاعلية اتجاه التدهور المالي في معظم سنوات فترة التنبؤ، وبعد تنفيذ النظام ازدادت مخاطر الدعم المالي لمعاشات المؤسسات الصينية بسرعة منذ عام 2022 وفق مؤشرات الإنذار المبكر الأربعة المحسوبة ومستوياتها الأربعة المتدرجة من الأزرق إلى الأحمر بفترات سنوات إنذار مقابلة لكل مستوى، وأظهرت تحليلات الحساسية أن العوامل المؤثرة في مؤشرات الإنذار العكسية مرتبة من الأقوى إلى الأضعف هي سن التقاعد ثم معدل اشتراك المؤسسات ثم معدل الخصوبة الكلي، وفي الاتجاه نفسه من الأقوى إلى الأضعف يأتي معدل نمو المزايا ثم سعر الفائدة الدفتري ثم المعامل الانتقالي، بما يحدد روافع السياسة الأعلى حساسية للمخاطر
ثالثًا: دلالات الدراسة وتطبيقاتها
تقترح الدراسة في ضوء هذه النتائج مقترحات سياسية للتخفيف من مخاطر الدعم المالي لمعاشات المؤسسات، تستند إلى ترتيب العوامل المؤثرة الذي كشفته تحليلات الحساسية، فمعالجة سن التقاعد وضبط معدلات الاشتراك وتحسين معدلات الخصوبة تتصدر الأولويات بوصفها الروافع الأقوى تأثيرًا في المؤشرات، بينما تتطلب العوامل الأخرى إدارة أدق لنمو المزايا وأسعار الفائدة الدفترية والمعاملات الانتقالية، ويفيد نظام الإنذار المبكر بمستوياته اللونية صانعي القرار في رصد تفاقم المخاطر منذ مراحلها الزرقاء المبكرة بدل انتظار بلوغها المستويات الحمراء، كما تبرز الدراسة مفاضلة السياسات الاجتماعية بين تخفيف أعباء المؤسسات آنيًا وبين استدامة المعاشات طويلًا، مؤكدة أن التخفيض المدروس قد يكون مبررًا إذا رافقته إصلاحات مهيكلة للعوامل الأعلى حساسية
وتبرز قيمة مؤشرات الإنذار المبكر الأربعة في أنها تحول المخاطر المالية المستقبلية البعيدة إلى إشارات قابلة للرصد والتدخل، فبدل أن يفاجأ صانع القرار بأزمة تمويل في المعاشات بعد عقود، تتيح المستويات اللونية المتدرجة من الأزرق إلى الأحمر قراءة متدرجة لشدة الخطر وفترات سنوات كل مستوى، فيُبنى التدخل على مرحلة الخطر لا على حدوث الأزمة، كما أن ترتيب العوامل المؤثرة الذي كشفته تحليلات الحساسية يوجه هذا التدخل إلى مواضعه الأعلى جدوى، فسن التقاعد ومعدل اشتراك المؤسسات ومعدل الخصوبة الكلي ليست عوامل مالية فحسب بل متغيرات اجتماعية وديموغرافية تتقاطع مع سياسات العمل والأسرة، وهو ما يجعل إدارة مخاطر المعاشات مهمة متعددة القطاعات تتجاوز الوزارة المالية إلى منظومة السياسات العامة برمتها في الدولة الصينية المعاصرة بكل تعقيداتها المؤسسية والسكانية المتنامية باستمرار
وخلاصة القول إن الدراسة تقدم تقويمًا اكتواريًا شاملًا يبين أن نظام خفض اشتراكات التأمين الاجتماعي الصيني عبء مالي في سنواته الأولى واستثمار استدامة في معظم سنوات التنبؤ، وأن مخاطر الدعم المالي تتصاعد منذ عام 2022 بما يستدعي متابعة إنذارية مبكرة وإصلاحات في سن التقاعد والاشتراكات والخصوبة، وتبقى حدود الدراسة مرتبطة بافتراضات نماذجها الاكتوارية وبمتغيرات سلوك المشتركين والمؤسسات التي راعتها جزئيًا، مما يدعو إلى تحديثات دورية للنماذج ببيانات تنفيذ فعلية ودراسات مقارنة مع أنظمة معاشات في دول تواجه تحولات ديموغرافية مماثلة
هل تحتاج إلى دعم متخصص في بحثك؟
يمكنك طلب الخدمة مباشرة عبر حساب الباحث، وسيتابع معك فريق مؤسسة النظم طلبك خطوة بخطوة حتى اكتمال الإنجاز