2019至2025年湖北省社保缴费基数标准

· 1686字 · 4分钟

前两天湖北省2025年度的社保缴费基数标准公布了,我忽然想验证一个猜想。几个月前我曾搜集了全国历年的医保、公积金数据来看,分析过程中无意间看到一个新闻说是2013年武汉医保曾经出现过当期结余赤字(PS暂未验证不知真假)。在当前社保的现收现付制度下,假如一个地方政府某年出现了当期结余赤字,那么政府应当如何改善这种情况呢?从我这个平民老百姓的角度看,有三种解法。

  1. 在保障社会保险服务社会的前提下,加大打击欺诈的力度。在今年年中公布的中央审计报告提到“25省的2.83万名职工通过提供虚假病历或篡改档案提前退休等方式,违规领取养老待遇5.19亿元”,能够追回这些,也可算作某种意义上的“节流”1
  1. 扩大社保覆盖范围,增加缴费人数。

  2. 增加缴费额度,也就是本文想写的,提高社保缴费基数。

收集数据的过程中,有两处细节值得写下。

其一,一般本年度的社保缴费基数标准是上一年度的某口径的平均工资,那么上限是缴费基数的300%,下限是缴费基数的60%,但真正算下来,上限一直是300%,下限却曾经低于60%。

其二,从2019年至今,湖北省各市的缴费基数标准由省统一公布,而在18年及以前由各市单独公布。如下图所示,各市被划分成了3档,处于同一档的城市按照统一的缴费基数标准来执行。很显然,这是省里的政策,并不依据各市居民的实际平均工资水平来定。

查看绘图的 R 代码

#library(readxl)
library(data.table)
library(echarts4r)

# 数据比较少,文件不上传,直接放在文章末尾
# data <- read_xlsx('C:/Users/yuanfan/Desktop/社保缴费基数.xlsx', sheet = 2)
setDT(data)

data[`年份` >= 2019, ] |>
  group_by(`类别`) |>
  e_charts(`年份`) |>
  e_line(`月标准`) |>
  e_color(c('#274637FF', '#58A449FF', '#CEC917FF')) |>
  e_x_axis(type = 'category') |>
  e_title(text = '2017至2025年度湖北省社保缴费基数月标准(元)', left = 'center') |>
  e_legend(top = '7%') |>
  e_tooltip(trigger = 'axis') |>
  e_labels(position = 'top',overflow = 'truncate')|>
  e_graphic_g(elements = list(
    list(
      type = "rect",
      left = "70%",
      top = "60%",
      z = 100,
      shape = list(width = 240, height = 120),
      style = list(
        fill = "#fff",
        stroke = "#555",
        lineWidth = 1,
        shadowBlur = 8,
        shadowOffsetX = 3,
        shadowOffsetY = 3,
        shadowColor = "rgba(0,0,0,0.2)"
      )
    ),
    list(
      type = "text",
      left = "70%",
      top = "60%",
      z = 101,
      style = list(
        text = "第1档:武汉市和省直。\n第2档:黄石市、十堰市、襄阳市、宜昌市、荆门市、随州市、恩施州。\n第3档:荆州市、鄂州市、孝感市、黄冈市、咸宁市、仙桃市、天门市、潜江市、神农架林区。",
        fill = "#333",
        width = 240,
        height = 120,
        overflow = "break",
        font = "14px Microsoft YaHei",
        textAlign = "left",
        verticalAlign = "top",
        lineHeight = 20
      )
    )
  ))

从图形来看2,在2019年时,3档的缴费基数标准还存在较大的差异,而到了2025年却已经非常接近。接下来,可以直接计算,从2019年到2025年,3档缴费基数月标准分别增幅多少。虽然不清楚省政府是具体按照什么标准划分了这3档,根据2019年的数据猜想可能参考了各市的经济发展水平、居民平均收入水平等,但2025年3档各市的缴费基数月标准如此接近肯定是不符合实际的(ps我也没见过各市的居民工资收入分位数数据,只是凭感觉第2档、第3档月薪超过4千的人应该占比不多。)。

类别\缴费基数月标准 2019年 2025年 增幅
第1档 6233 7496 20%
第2档 4800 7226 50%
第3档 4500 7154 59%
类别\缴费基数月标准下限 2019年 2025年 增幅
第1档 3740 4498 20%
第2档 2880 4299 49%
第3档 2700 4254 58%

下面贴出收集的数据,如下。

年份 类别 月标准(元) 上限 下限
2025 第1档 7496 22488 4498
2025 第2档 7226 21678 4299
2025 第3档 7154 21462 4254
2024 第1档 7489 22467 4494
2024 第2档 6948 20844 4097
2024 第3档 6805 20415 4007
2023 第1档 7040 21120 4224
2023 第2档 6500 19500 3800
2023 第3档 6300 18900 3675
2022 第1档 6795 20385 4077
2022 第2档 6000 18000 3450
2022 第3档 5750 17250 3270
2021 第1档 6233 18699 3740
2021 第2档 5250 15750 2880
2021 第3档 5000 15000 2700
2020 第1档 6233 18699 3740
2020 第2档 5250 15750 2880
2020 第3档 5000 15000 2700
2019 第1档 6233 18699 3740
2019 第2档 4800 14400 2880
2019 第3档 4500 13500 2700
2018 第1档 19920.9 3399.6
2017 第1档 17990.7 3093.3

历年数据具体来源,如下。


  1. 翻看历年的中央审计报告,越往前翻越是惊叹于硕鼠们真是胆大、花样也多。 ↩︎

  2. 图形添加文字的细节主要参考 echarts 官网的这个示例,起初我以为是分别用 e_text_ge_rect_g函数把文本和框添加上去,后来发现这两个函数没法同时起作用,于是改成用e_graphic_g把两部分都包含进去。 ↩︎

R