○高旭瑶 乐章

（中南财经政法大学公共管理学院，湖北 武汉 430073）

一、引言

人口预期寿命延长意味着老龄、高龄和失能人口增加。“一人失能，全家失衡”：受护者丧失日常活动能力，产生大量医疗和护理成本；照护者工作生活状态受到影响，精神和身体也严重受损。老年人口通常消耗更多医疗资源[1]，未来伴随我国健康需求的释放，失能的中老年人成为主要消费群体，医疗费用将持续攀升[2-3]。在此背景下，长期护理保险（后简称长护险）作为分散失能风险的一项社会保障政策，能够满足失能人员的基本生活照料需求和医疗护理需要，是控制医疗费用支出过快增长的有效手段[4]。

目前世界上存在社会保险、财政保障和商业保险三种长护险制度类型。1968年，荷兰通过《特殊医疗支出法案》建立了独立的长护险制度，最早区分了护理（care）和医疗（cure），并将护理交给专业机构管理实施。接着，长护险在美国、德国、日本、新加坡等地也相继建立。长护险是指通过基金筹集，为患有慢性病或长期伤残的中老年人提供护理服务、支付经济补偿的一种社会保险制度。长期护理与医疗护理的本质区别在于可逆性[5]，失能失智几乎不可逆，医疗干预对其无效，此时需要长期护理来满足失能失智人员的基本生活需求。在借鉴国外经验的基础上，我国建立了长护险制度并开展试点，截至目前我国长护险试点城市已达49个，报销比例达70%。

回顾已有文献，有关长护险的研究主要集中在制度构建[6-7]、运行现状[8-10]、医疗费用控制和满意度[11-12]等方面。针对长护险与医疗费用支出的关系，一些学者认为长护险能够有效降低医疗费用支出。王贞等[13]发现相比机构护理，居家护理对医疗费用支出的替代作用更强。马超等[14]发现青岛市实施长护险后，门诊费用和住院费用支出比其他城市每月减少210.51元和1 901.69元，就诊和住院次数减少0.14次和0.11次，且长护险可以在不损害老年人健康水平的前提下，达到医疗控费的目的。PENROD 等[15]则发现接受护理的患者平均每天的直接住院费用比接受常规治疗的患者低464美元，住院期间入住重症加强护理病房的可能性比常规治 疗 患者 低43.7%。KIM 和LIM[16]、MCCARTHY等[17]认为长护险虽有降低医疗费用支出的效果，但并不明显，并且因老年人个体状况而变化。然而，也有学者持相反观点。MCKNIGHT[18]发现家庭保健的现金支付抵消了约1/4的医疗保险支出，因此长护险并没有实质性降低医疗费用支出。于新亮[19]通过合成控制法研究长护险的政策影响，发现青岛市医疗费用支出在实施长护险之前高于全国水平且差距不断拉大，实施政策后医疗费用支出只稍稍放缓，后持续上涨。

基于上述分析，国内外对长护险的研究正逐渐丰富，但鲜有学者通过PSM-DID的方法，利用微观调查数据对长护险和医疗费用支出进行分析。长护险实施至今，其效果究竟如何，在不同个体中是否存在差异，目前还需要科学的定量评估。本文希望在替代效应和收入效应的分析框架内，基于中国健康与养老追踪调查（CHARLS）2015 年和2018 年的面板数据，运用PSM-DID 的方法检验长护险与医疗费用支出间的关系，并为长护险制度的完善工作提供决策参考。

二、理论回顾与研究假设

（一）替代效应

替代效应是指长护险提供的服务满足了中老年人的护理需求，替代了原有的部分医疗需求，从而降低医疗费用支出。可能的影响路径为：其一，服务替代。长护险依托家庭、社区和专业的护理机构，进行正式或非正式的护理，以“医养结合”的模式为失能人员提供服务、支付护理费用的经济补偿。这使一部分原本在医院护理的“压床病人”回到家庭或机构接受护理，能够降低住院费用支出[20]。其二，健康效应。专业护理人员能够利用护理、医疗知识和技术满足失能失智人员的一般医疗服务需求，甚至能够在一定程度上提高他们的健康水平，降低服务需求，从而降低门诊和住院费用支出。其三，成本效应。长护险较高的服务品质、待遇水平会提高受护者的满意度[11]，对提供照料的家庭成员与护理人员产生信任感和依赖感，相比去医院花费大量时间和经济成本，他们更倾向于选择在家或机构接受护理服务，因此将减少门诊和住院费用支出。

（二）收入效应

收入效应是指长护险的出现释放了护理需求，同时刺激医疗需求，增加了医疗费用支出。可能的影响路径为：其一，释放效应。长护险实施以前，由于护理保障不足，缺乏专业护理机构及护理设施，众多失能人员只能在家庭接受非正式护理，在很大程度上抑制了护理需求。政策实施后，失能人员及其家庭可以根据自身需要选择不同的照护形式，护理需求释放的同时也刺激了医疗需求，从而增加门诊费用支出。其二，劳动效应。长护险提供的补贴减轻了失能人员家庭的经济负担和精神压力，使照料者获得喘息的机会。他们节省下的时间会继续投入劳动力市场，增加经济收入，从而进一步增加医疗需求[21]，提高门诊和住院费用支出。其三，知识效应。长护险的宣传和实施使失能人员及其家庭能够获得更多健康知识和信息，健康管理意识和风险意识有所提高，促使更多就医行为产生，提高了门诊费用支出[22]。

理论上，长护险与医疗费用支出的关系存在替代效应和收入效应，最终长护险如何影响医疗费用支出取决于两者相互抵消后的总效应（见图1）。现阶段中国持续开展长护险的试点和宣传，覆盖范围逐步扩大，因此，结合理论分析和试点现状，本文假设长护险有效发挥了控费作用，对门诊和住院费用支出的总效应均为负。同时，失能人员的自身特质，如受教育程度、地区、年龄等在长护险对医疗费用支出的影响中可能存在异质性[1,16-17,21,23]。基于此，本文提出如下假设：

图1 研究框架图

假设1：长护险对门诊费用支出有显著负向影响。

假设2：长护险对住院费用支出有显著负向影响。

假设3：长护险对医疗费用支出的影响在个体特征上存在异质性。

三、研究设计

（一）数据来源

本文选用中国健康与养老追踪调查（CHARLS）数据库2015 年和2018 年的两期面板数据。该项目在28 个省份、直辖市和自治区进行调查，其问卷涉及基本信息、健康状况和功能、认知和抑郁、医疗保健与保险等内容，能够满足研究要求，且该问卷调查对象主要为失能高发的中老年人群，契合本文研究对象。

（二）模型假定

长护险不是“一次铺开”的，而是具有试点性质的政策，即“先行先试”。由于青岛市和长春市均在2016年之前实施长护险，故剔除这两座城市样本。观察各地开展长护险试点的具体时间（见表1），发现并不一致，这可能与当地的经济状况、老龄化程度等相关。因此，各地实施长护险，即个体被纳入参保范围并非完全外生，可能存在自选择过程。为解决这一内生性问题，准确衡量长护险对中老年人医疗费用支出产生的净效应，本文选用倾向得分基础上的倍差法（PSM-DID）进行量化研究，可以分为两个步骤：

表1 各试点城市实施长护险时间

一是倾向得分匹配（PSM）。根据一系列协变量（X），用Logit回归构建以下模型：

其中，D为虚拟变量，处理组为1，对照组为0；f(xi)表示第i个个体协变量的线性函数。首先，计算倾向得分时要尽可能把同时影响个体是否纳入长护险覆盖范围和医疗费用支出的因素加入模型，运用Logit回归估计长护险下个体医疗费用支出的倾向得分。其次，进行倾向得分匹配，检验匹配结果后剔除不符合条件的样本。

二是双重差分法（DID）。基于PSM 处理后的样本结果，控制个体固定效应和时间固定效应后构建双重差分模型：

其中，i（i=1，2，…，n）表示个体，t（t=2015，2018）表示年份。Yit为因变量，表示个体i在t年的医疗费用支出。didit为双重差分估计量，是t和treated的交互项（didit=t*treated），didit=1 为政策实施后的处理组，否则为0。β0表示常数项；β1为本文关心的核心系数，可据此考察长护险的实施效果，即长护险如何影响个体的医疗费用支出；为一组控制变量；γi与δt分别为个体固定效应和时间固定效应；εit为随机误差项。

（三）变量选择

1.被解释变量

医疗费用支出是本文研究的核心因变量，使用问卷中“您过去一个月去看病的总费用大概是多少?”和“您过去一年住院的总费用大概是多少?”两个问题所表示的“门诊费用支出”和“住院费用支出”变量衡量个体的医疗费用支出情况。为了减少异常值的干扰，本文分别对“门诊费用支出”和“住院费用支出”进行了1%的最大值缩尾处理，去掉部分异常值后取对数进行分析。

2.解释变量

本文自变量didit为分组虚拟变量，由问卷中年份（t）和个体信息（treated）的交互项（t*treated）形成，didit=1表示政策实施后的处理组，其他情况为0。其中，t=1表示政策实施后的年份（2018年）；t=0表示政策实施前的年份（2015 年）。treated=1 表示原长护险覆盖范围人群样本经过PSM处理后的处理组，treated=0表示经过PSM处理后的对照组。在长护险覆盖范围的初始选择上，本文以各试点城市政策文件中规定的“参加医疗保险情况”作为判断标准，把长护险覆盖范围人群分为三类：一是参加城镇职工基本医疗保险的个体，包括承德市、齐齐哈尔市、宁波市、安庆市、广州市和重庆市；二是参加城镇职工基本医疗保险和城乡居民基本医疗保险的个体，包括南通市、苏州市、上饶市、荆门市、成都市和石河子市；三是比较特殊的上海市，将年龄大于等于60岁的人群纳入长护险覆盖范围。满足上述条件的三类人群为长护险参保范围内个体，treated均赋值为1，其余为0①值得注意的是，此处“参加医疗保险情况”仅作为本文区分处理组和对照组的依据，并非与“参加长护险”混淆。实际样本中，所有个体都参加了医疗保险，但仍有167个样本未参加长护险。也就是说，试点地区居民是否参与医疗保险或长护险可能存在干扰因素，二者并不完全等同。。

3.控制变量

为减轻遗漏变量造成的误差，本文设置了一系列控制变量，包括个人层面和制度层面，并且控制了年份和个体固定效应。其中，失能程度根据问卷中“身体功能障碍”部分和日常生活功能指数评价量表（KATZ）共同衡量，在洗澡、更衣、进食、起床、如厕和控制大小便6 项生活能力指标中，如6 项都能完成，认为完全健康；能完成5 项，认为轻度失能；能完成3～4 项，认为中度失能；能完成1～2 项，则认为重度失能。有研究指出，退休会带来个体医疗服务利用的突然增加[24]，因此本文控制了退休变量，根据问卷中“您是否已经办理了退休手续，包括提前退休或内退？”赋值1和0。自我治疗变量由问卷中“过去一个月，你是否自己买药吃”得出，分别赋值1 和0。另外，我国大部分试点地区的保障对象为失能人员，少量地区（如南通、上饶等地）同时保障失智人员，且判别方法不一致，故本文不引进失智情况的相关指标。表2 为各变量的说明和分布情况。

表2 变量说明与描述性统计

四、实证分析

（一）倾向得分匹配结果

本文采用核匹配法，选定了一系列协变量后，在2015年进行样本匹配。其基本思路是在对照组中找到某个样本，使之与处理组样本的协变量匹配，这时，两个样本在2018年被纳入长护险参保范围的概率基本相同。首先对匹配结果进行平衡性检验，检验结果见表3。可以看出，匹配后每一协变量标准偏差的绝对值均小于8%，且处理组和对照组不存在显著差异，匹配效果较好。为进一步提高样本的匹配质量，还需要进行共同支撑检验，即检验处理组和对照组倾向得分重叠的区域。结果表明，大多数样本在共同支撑区域之内，且近似服从于正态分布②为提高研究准确性和估计结果的可信度，后文在估计长护险效应时将不在共同支撑区域的样本剔除。。

表3 倾向得分匹配的平衡性检验结果

（二）长护险对中老年人医疗费用支出的影响

基于倾向得分匹配后的样本结果，运用双重差分法进行基准回归，探究长护险对中老年人医疗费用支出的影响效应，回归结果见表4。由表4 可以发现，实施长护险在1%的置信水平上对门诊费用支出有显著负向影响，处理组的个体门诊费用支出过平衡性检验和共同支撑检验的基础上将所得结果重新进行基准回归，表5报告了不同匹配方法下的回归结果。由表5可以发现，长护险对门诊费用支出具有显著负向影响，而对住院费用支出影响不显著，即通过三种方法得到的稳健性检验结果均能支持上述研究结论。由于长护险对住院费用支出影响不显著且具有一定稳健性，因此，后文将重点关注其对门诊费用支出的影响。

表4 长期护理保险对医疗费用支出影响的DID回归分析结果

表5 长期护理保险对医疗费用支出影响的DID回归分析结果

进一步地，考虑到医疗费用支出变化的原因可能是由于其他外部因素冲击而非长护险制度实施比对照组降低了138.7%，而长护险对住院费用支出的影响不显著。这说明长护险对门诊费用支出的替代效应强于收入效应，而对住院费用支出的两种效应强度相当，接受假设1，拒绝假设2。对于住院费用支出来说，长护险的替代效应在两种效应共同作用中未占主导，可能是因为长护险制度仍在发展初期，民众对具体政策不了解，仍持“观望”态度；而住院的失能人员通常是重度失能人员或临终老人，家庭成员不愿拿老人的生命和健康冒险，相比一项新的护理制度，家人更信任医院提供的服务，这就导致长护险替代效应中的服务替代和成本效应较弱，最终与收入效应呈均势，没有达到政策预期的控费效果。

（三）稳健性检验

本文采用替换匹配方法、安慰剂检验的方法来验证上述结果的可靠性。首先，以近邻匹配法、马氏匹配法和卡尺匹配法替换原有的核匹配法，在通导致的，本文借鉴马超等[14]的方法，将不会受到长护险影响的门诊报销率作为因变量，在不同匹配方法下重新进行基准回归，回归结果见表6。若估计量的回归结果仍然显著，就表示原来结果可能出现了偏误。由表6可以发现，四种匹配方法下的估计量对门诊报销率的影响均不显著，这说明上文结论是可靠的，即处理组与对照组相比，在医保的门诊待遇支付上政策是相同的，而医疗费用（门诊费用）支出降低仅仅是因为长护险的实施。

表6 长期护理保险对医疗费用报销率影响的DID回归分析结果

（四）异质性分析

长护险对医疗费用支出的影响对于不同特征的群体可能存在异质性。异质性分析可以进一步探究长护险对医疗费用支出的影响，也可以了解受益人使用长护险的状况，借以提出相关政策建议。结合样本特征，本文从教育程度、地区和年龄三方面进行了异质性分析，表7汇报了回归结果。住院费用支出的系数在各分组均不显著，故不再汇报。

表7 长期护理保险对医疗费用支出异质性影响的回归结果

首先考察教育程度的影响，本文将原样本重新分组为低教育程度和高教育程度两组子样本。结果显示，长护险显著降低了低教育程度人群的门诊费用支出，而对高教育程度人群没有显著影响。可能的原因是，通常情况下低教育程度人群也是经济状况和健康状况较差的人群，长护险能够满足其一般生活需求，甚至提高健康水平，于是这类人群会将护理服务当作医疗服务的替代品，从而降低门诊费用支出。

之后考察地区的影响，将原样本分为中西部地区和东部地区两组子样本进行回归。结果显示，两组子样本对门诊费用支出均有负向影响，且对东部地区人群显著，而对中西部地区人群不显著。可能的原因是，由于经济和社会发展水平存在差异，前者更能接受长护险这一新事物和“医养结合”的理念，并且我国东部地区人口老龄化较严重，从长护险中受益度较高，因此造成了门诊费用支出下降。

最后，本文探讨年龄的影响，将年龄分成三组子样本：59岁及以下、60～70岁、71岁及以上。回归结果表明三组子样本对门诊费用支出的影响均为负，且长护险对60～70 岁、71 岁及以上人群的门诊费用支出有显著影响。可能的原因是，老年人群失能率高于中年人群，随着年龄增长，人们认知和行动能力存在不同程度下降，身体各项机能衰退，由此产生的护理需求也显著提升，因此，在实施长护险后，原本的医疗需求为护理需求所替代，造成了老年人群门诊费用支出的大幅下降。

五、结论与建议

（一）主要结论

基于老龄化程度不断加深和医疗费用居高不下的背景，本文希望从实证角度考察长护险对中老年人医疗费用支出的影响。选取CHARLS 中2015年和2018 年两期面板数据，采用PSM-DID 的方法对首批试点城市进行量化分析，评估长护险对中老年人医疗费用支出影响的净效应。研究结果表明，长护险在1%的显著性水平上对门诊费用支出有显著负向影响，使处理组的门诊费用支出相较对照组降低了138.7%，而对住院费用支出的影响不显著。也就是说，长护险在控制门诊费用支出上发挥了作用，而在控制住院费用支出上还未达到预期效果。进一步讨论了长护险对医疗费用支出的异质性影响后发现，实施长护险对低教育程度人群、东部地区人群和老年人群的门诊费用支出有更加显著的负向影响。

（二）政策建设

基于研究结论，本文认为长护险能够控制医疗费用支出过快增长，但由于长护险还处于试点阶段，人们对其了解度、信任度不够，只在门诊控费上发挥较大作用，而住院的控费效果还有待提高。与此同时，长护险在降低高教育程度、中西部和低龄老人的医疗费用支出上的效果不好，需要在总结试点经验的基础上继续完善长护险。基于此，本文提出一些配套政策建议：

1.提高服务水平和质量，全方位实现长护险控费目标。应将长护险统筹于多层次、多支柱的社会保障体系中，对养老、医疗和长护制度进行整合，以高品质、多样化的长期护理服务供给吸引和激励民众参保用保，双管齐下降低门诊费用支出和住院费用支出。同时，根据失能人员的年龄、受教育程度、地区等不同的禀赋特点合理选择长期照护服务模式，改善服务设施、服务条件并增加护理人力资本储备，满足失能人员多样化的护理需求，通过长护险的替代效应降低不同人群的医疗费用支出。

2.统筹多方护理资源，减轻受护者与护理者负担。长护险发展处于起步阶段，应在统筹家庭、社区、政府等护理资源的基础上，建立以居家护理为主，机构护理为辅的长期护理体系，优先兜底经济困难、无人照料的失能人员，提高其生活质量并化解照料危机。同时也要关注护理者面临的经济和精神压力，如时间成本、错失工作机会、社会隔离等[25]。应增加社会对家庭护理者的宽容度，提高专业护工的职业地位，利用政府补贴、市场机制和社会互助等方式加强长期照护支持，减轻护理者的负担。

3.日常照料和基础医疗并重，发挥长护险的健康效应。实现长护险的控费目标应以不损害个人健康为前提[14]，在为失能人员提供长期护理服务的过程中，要强调生活照料与基础医疗相结合，达到减少慢性病数量，减轻疼痛感、抑郁和焦虑程度的效果，使受护者以积极乐观的心态生活。建立一支专业的长期护理服务人员队伍，适当提高护理人员的从业门槛，并提供定期或不定期的培训，促使他们以专业的医疗、护理知识服务失能人员，维持或提高其健康水平，实现健康老龄化。

需要指出的是，本文还存在一些需要改进的地方。受到数据可得性和样本数量的限制，本文将参加医保情况作为确定长护险覆盖范围人群的判断标准，在此层面研究长护险的政策效应，而并未划分不同地区、人群的筹资模式、保障待遇等，无法分析其对医疗费用支出的影响，这有待于在后续研究中进一步探讨。随着长护险不断发展，我国出现了更多试点城市，相关数据逐渐增加，如CHARLS 的2018年问卷中就加入了专门针对长护险的问题，为未来长护险的相关研究提供了强有力的实证支撑。