长期护理保险政策对医疗负担的影响研究

荆 涛，邢慧霞

（对外经济贸易大学 保险学院，北京100029）

一、引言

随着我国人口老龄化、失能化问题加剧，老年人长期护理成为亟待解决的社会性难题。第七次全国人口普查结果显示，2020年底我国60 岁及以上人口总数高达2.64 亿，占人口总量的18.7%①。另据葛延风等（2020）［1］的预测，2050年我国60 岁及以上人口数量将上升至5.22 亿，占比上升至39.5%，人口老龄化程度将持续加深。理论上，老年人占比增加会带来更多的健康需求，从而增加医疗消费。数据显示，2019年我国卫生健康支出占总支出的6.9%，比2010年增加了2.5 个百分点②。李乐乐等（2017）［2］指出，老龄化是人均医疗费增长的重要因素；杨明旭等（2018）［3］也发现，老年人门、急诊、住院医疗费用占全部医疗费用的比例分别超过了60%和50%，人均医疗费用是其他年龄段人群的4倍以上；同时Fried（2001）［4］发现失能老人的医疗费用几乎占全部医疗费用的一半。此外，由于目前社会护理机构供给不足以及家庭护理功能弱化，无法为失能人员提供充足的护理保障，这就导致了大量罹患重病或慢性病的人员在尚未得到完全治愈时长期占用医院床位，带来了医疗资源的浪费以及巨大的医疗负担，迫切需要建立一个保障范围更广更有效的社会性长期护理保险（荆涛，2010；戴卫东，2016）［5-6］。为此，我国于2016年推出了长期护理保险政策（以下简称长护险），并选取了15个城市作为首批试点。而首批试点经过了近5年的运行，该政策是否减轻了医疗负担，还有待于更加科学、严谨地进行绩效评估与评价。

关于长护险对医疗负担的影响，国外已有文献进行了相关探索。Gade 等（2008）［7］认为长护险可以通过提供正式护理服务降低医疗资源的使用进而减少医疗费用支出。Mrrison（2011）［8］也发现长护险使得出院患者和病故患者的直接成本分别降低了4098 美元和7563 美元。Matsuda（2001）［9］、Mejhert（2013）［10］等研究发现，生活质量较低是影响老年人医疗费用支出的最重要因素，而正式护理服务能提高老人的生活质量，降低医疗费用。但Kim 和Lim（2015）［11］基于韩国长护险补偿政策的差异进行实证研究，结果发现总体上长护险对医疗费用的降低作用不显著，但对居家护理补贴降费效果较明显。同时，部分研究发现长护险也会影响住院时间，如Hyun 等（2014）［12］发现长护险能使1 级和2 级受益者的住院时间分别减少8.35 天和2.84天。由于长护险在我国起步较晚，基于中国背景的研究较少。吕书鹏等（2016）［13］认为独立运作的长护险制度可以提高医疗资源的利用效率进而减轻医保制度的沉重负担。马超等（2019）［14］以青岛、王贞（2021）等［15］以上海为研究样本通过实证也发现长护险可以降低医疗费用，节约医疗基金的支出。但于新亮等（2019）［16］利用合成控制法进行量化评估，结果发现青岛市的医疗费用总体上升了6.18%。

综上，目前国内关于长护险对医疗负担的影响并无统一定论，且现有研究仅以单个城市作为研究样本，并未涉及其他试点的政策效果和具体影响机制。因此，本文试图借助长护险政策试点这一准自然实验，从宏观角度利用2012-2018年20 个大中城市的平衡面板数据，基于数据可得性对首批6个试点城市利用双重差分加双向固定效应模型对长护险的政策效果进行评估，探究长护险对人均医疗费、人均住院时间的影响以及作用机制，以期为长护险的可持续运行，以及下一轮新医改方向提供参考。

二、试点运行现状与样本选择

（一）政策试点运行现状

相比国外，我国长护险发展较晚，目前仍处于试点阶段。由于国家层面对第二批试点刚刚发布指导意见，各个试点具体运行方案尚未成型，因此本文仅对首批试点的运行状况进行阐述。

在覆盖范围方面，大多数试点的参保对象仅为职工医保参保者，如承德市、宁波市等；少数试点地区的参保对象扩大至城镇居民和新农合医保参保者。特别是上海，只把60 岁以上的参加城乡居民医保的老年人纳入保障范围。在保障对象方面，失能是长护险推出的重要原因，各试点均将失能人员纳入保障对象。另外，青岛、上饶、南通还将失智人员也作为保障对象。具体来说，参保人因年老、疾病、伤残等原因长年卧床导致生活不能自理，病情基本稳定，经评估鉴定后，自核准之日起享受护理保险待遇。在筹资模式方面，试点城市筹资模式分为单元筹资与多元筹资两种类型③。从实际运行来看，少数试点护理险基金来源渠道单一，广州市护理险基金仅从职工社会医疗保险基金中划拨；长春市、上海市和青岛市的资金筹集形式主要包括划转基本医疗保险统筹基金结余和调整个人账户计入方法和费率；其余试点筹资来源多样，除了医保基金外还包括政府补助、个人缴费及福彩基金等。在筹资标准方面，因为不同地域的经济发展程度不同，各地根据具体情况制定了不同的筹资标准。在补偿标准方面，根据不同的服务形式各地采用了不同的支付标准，规定了具体支付比例和支付金额。采用补偿性支付的试点地区，除了规定具体报销比例，还设定了最高限额，以及通过医疗护理机构直接给付照护服务，包括长期护理、生活照料、功能维护（康复训练）以及医疗护理等整合式照护服务。

目前，我国试点城市主要采用依托基本医疗保险基金的做法实施了长护险，政策运行的根本目的是为失能人员提供日常护理服务，保证其正常生活。理论上，长护险政策通过提供正式护理服务，可以在一定程度上减少罹患重病或慢性病的人员以及失能老年人口在需要护理时选择长期住院的现象，进而减轻医疗资源的浪费以及巨大的医疗负担。

（二）研究样本选择

目前第二批试点还未开始实施。在首批试点城市中，广州、上海制度运行基础较好，苏州、南通是我国著名的长寿之乡，长期护理需求较大，所以本文首先把以上四个试点列入了研究样本。另外，由于该政策实施的时间尚短，部分试点地区的数据无法获得，因此本文的处理组选取了广州、上海、苏州、南通、重庆与成都6个试点城市为研究样本，选取了深圳、天津、南京等14个定位相当的非试点城市作为对照组。

三、研究设计

（一）模型设定

本文利用长护险在不同城市的试点作为“自然实验”构建双重差分模型：第一层差异来自城市层面，第二层差异来自试点时间层面。DID模型的基本原理是，将一项特定的政策视为准自然实验，通过构造受到政策冲击的实验组和未受到政策冲击的对照组，并控制其他相关因素，对比政策发生前后实验组和对照组之间的差异，从而达到解释政策实施效果之目的。其基本模型所下：

（1）式中，Yit为医疗负担，具体用人均医疗费用与人均住院天数表示；i 和t 分别代表城市和年份；对于处理组虚拟变量（处理组，Ci＝1；对照组，Ci＝0）的构造，具体到本文为实施长护险政策的城市为1，非试点城市为0。政策实施时间以2016年为分界线，即2012-2016年为0，2017-2018年为1；交互项系数β1为本文所研究的关键系数，即长护险对医疗负担的影响，若得到的估计值β1＜0，则表示与非试点城市相比，长护险减轻了社会医疗负担，取得了较好的政策效果。Ui为个体固定效应；λt为时间固定效应；εit为随机误差项。

（二）指标选取

1.医疗负担指标

本文目的是探究长护险对医疗负担的影响，其被解释变量为医疗负担，根据Mejhert（2013）［10］、余新亮等（2019）［16］等的研究，认为人均医疗费用、住院时间是衡量医疗负担的重要指标。因此，本文以人均医疗费用、平均住院天数作为结果变量，数据来源于2013-2019年的中国卫生健康统计年鉴和各研究省市对应年份的卫生计生统计年鉴。

2.控制变量

本模型中的控制变量包括一系列随时间、地点变化且可能会对人均医疗费、出院者住院天数产生影响的因素。根据以往研究（王文娟等，2016；谢明明等，2016）［17-18］，影响医疗负担的因素主要包括经济、人口和医疗卫生三个方面。因此，本文设置了如下控制变量。（1）区域经济：区域经济可能通过地方GDP、第二三产业值、社会保障支出、城镇居民可支配收入等代表城市经济水平和人民生活水平的指标来影响医疗费用和住院时间。（2）医疗卫生条件：一个城市的医疗服务状况往往与当地的医疗卫生条件有着密切的联系，因此本文选取了床位数、卫生技术人员、医疗机构数作为衡量医疗水平的指标。（3）人口：由于目前长护险的主要覆盖人群为城镇医保参保职工，因此本文还选取了各地城镇化率和总人口数作为衡量人口情况的指标。数据均来源于2013-2019年的中国统计年鉴和各研究省市的统计年鉴。以上被解释变量以及一系列控制变量的数据说明与变量简单统计描述见表1。

表中详细描述了处理组与对照组人均医疗费用、出院者平均住院时间、经济、人口、医疗卫生等一系列相关变量。可以看到，处理组的人均医疗费用、人均住院时间的均值要高于对照组，而且其他控制变量的均值也都不同程度地高于对照组。由此可以看出，处理组与对照组之间可能存在着系统性的差别，很可能造成医疗负担的明显差异。因此，只有对这些随时间、个体变化的非护理保险制度因素加以控制才能较准确地使用DID 度量长护险对医疗费用、住院时间的影响。

表1 变量描述性统计

四、实证分析

（一）实证结果

为增加实证结果可比性，本文对模型做了不同处理。如表2 所示，列（1）为既没固定效应也没控制变量的估计效果，列（2）为加入了固定效应但没处理控制变量的估计效果，列（3）为加入了控制变量但没处理固定效应的估计效果，列（4）为既加入了固定效应也加入了经济、人口与医疗卫生三个层面的控制变量的估计效果，即列（4）代表本文模型所关注的政策效果。根据列（4）可以看出，人均医疗费用的回归结果系数为负且在1%的统计意义上显著，而人均住院天数的回归结果系数为正且也在1%的统计意义上显著，这表明长护险减轻了人均医疗费用的负担，但会使人均住院时间增加。具体说来，长护险对人均医疗费用和人均住院时间的估计作用约为-0.89与0.66，即与对照组相比，试点城市的人均医疗费用年均下降890元，但人均住院时间增加了0.66 天。其原因可能在于长护险通过提供护理服务减少了失能人群的诊疗人次，相应降低了门诊和住院费用，进而减轻了人均医疗费。由于该险种仍处于起步阶段，而医疗保险和护理保险在保障范围方面的重合度较高，居民对两个险种的保障范围认识混淆，使得部分人群失能后仍留在医院，导致住院时间短暂延长。

通过对比发现，列（3）和列（4）结果几乎一样，但（1）（2）和模型实证结果相差甚远，且前两列都不显著，进一步说明本模型有必要加入各控制变量。其中地方生产总值、社会保障与就业支出、城镇居民可支配收入等因素会增加人均医疗费用，这与学术界基本达成一致，一般来说，经济发展较好的地区医疗消费水平相对较高。关于医疗资源的供给因素，如卫生机构数、卫生技术人员以及床位数与医疗费用的相关关系，通过列（4）可以看到，卫生机构数与卫生技术人员对人均医疗费用的估计系数为正，而床位数对人均医疗费用的估计系数为负。Evans（1974）［19］与Fuchs（1978）［20］认为诱导需求会使患者付出更多无效的医疗费用，同时McGuire与Pauly（1991）［21］认为医生数量的增加，往往会使供给方诱导需求增加。Tokita（2000）［22］讨论了供给方医生数量与床位数对医疗费用的影响，发现两者对医疗费用影响方向不同，可以看到本模型的研究结果与前人研究结果基本一致。关于对人均住院时间的影响，结果表明床位数、卫生技术人员与人均住院时间呈正相关，而卫生机构数与人均住院时间呈负相关。一般认为如果医疗资源充足可以保证病人使用会延长住院时间，根据王文娟等（2016）［17］的研究，卫生机构数的增加意味着医疗供给方的竞争更激烈，这样患者将会享受到更多、更好、更便宜的护理和医疗服务，康复时间就会缩短，因此卫生机构数增多会减少住院时间。

表2 长期护理保险试点政策对医疗负担的影响

注：* ** ***分别表示在10%、5%、1%的水平下显著，括号中的数值为聚类标准误。聚类到城市层面。

（二）稳健性检验

1.平行趋势检验

使用DID 的前提是要使处理组和对照组满足平行趋势检验，即在没有长护险干预下，观测变量在试点城市与非试点城市的变化趋势是一致的，否则双重差分会高估或低估政策的效果。也就是说，如果平行趋势假设成立，那么长护险对人均医疗费用、人均住院时间的影响只会发生在政策实施之后；而在政策实施之前，试点地区与非试点地区的变动趋势应该不存在显著差异。具体模型如（2）所示：

其中Hit0+k表示一系列的虚拟变量，表示长护险试点开始实施的第K年。具体来说，t0表示城市i实施长护险政策的第一年，k表示政策试点之后的第k年。本文的数据是从2012年到2018年，因此覆盖了实施前的4年与实施之后的2年。βk表示在政策实施第k年时处理组与对照组之间的医疗负担差异。如果βk在政策实施前趋势较为平缓，则证明符合平行趋势假设；反之，如果在政策实施前发展趋势显著上升或下降，则证明实验组与控制组在政策执行之前，已经有了显著的差异，不符合平行趋势假设。如图1所示，上图描述了人均医疗费用的趋势，下图则代表人均住院天数的趋势。可以看到，在政策实施前，β值比较平缓，表明试点城市与非试点城市在此之前并无显著差异；政策实施后，人均医疗费用开始显著下降，出院者平均住院天数开始显著上升，这与前文实证结果一致，表明长护险确实降低了居民的医疗费用，但也导致了人均住院时间的增加。

图1 平行趋势检验

2.加入基准变量缓解选择的影响

作为自然实验的一种，运用DID 最理想的情况是试点城市与非试点城市是随机选择的。然而在现实中，大多数政策的实施都不是随机的，试点城市名单的确定也不是随机的，试点城市的确定与地方经济、居民消费习惯以及老龄化程度都密切相关，而这些原本存在的城市之间的差异，随着时间的延长，对于城市的医疗水平可能具有不同的影响，从而造成估计的偏差。为了控制这些因素的影响，本文在回归中加入这些基准因素，其基本估计方程如（3）所示：

作为这些先决因素的代理变量，在一定程度上再度缓解了由于实验组与控制组选择的不随机造成的估计偏差。表3 列（1）与列（2）为加入基准变量之后的估计结果，人均医疗费用的交叉项系数显著为负，人均住院天数的交叉系数显著为正，与前文DID 结论一致，表明考虑到固有的地区间差异可能的影响后，估计结果依然稳健。

3.其他医疗卫生政策的影响

还有一个可能的担忧在于此时间内推行的其他医疗卫生政策，可能会对人均医疗费用和出院者平均住院天数产生影响。通过查阅各城市的官方医疗卫生文件，处理组和对照组在2012年到2015年都相应推行了大病医保政策，为排除大病医保政策对实证结果的影响，在回归（2）式中加入了大病医保政策的虚拟变量，例如研究城市i在t年实施了大病医保政策则赋予1，否则赋予0，从而控制相关基于地区的其他医保政策对估计结果的影响。结果在表3列（3）、列（4）中不难发现，长护险对人均医疗费用有负向作用，减轻了医疗费用，但使人均住院天数增加了，政策处理效应系数与表2基准回归的结果较为相似，且大病医保政策虚拟变量前的估计系数均较小，在统计意义上也均不显著，表明以上基于地区的大病医保政策并未造成估计结果的偏误。

4.安慰剂检验

关于DID识别假设的另一个担忧是其他不可观测的随着时间变化而变化的城市特征对估计结果产生的影响。不同的城市具有不同的特质，虽然前文的识别中通过加入城市固定效应控制了所有不随时间变化而变化的城市特质对于医疗负担的影响，但是部分特质可能随着时间变化会有不同的影响，从而影响识别假设，而这些影响是本文的模型无法控制的。对此，本文采用了一个安慰剂检验，假设试点城市没有实施长护险政策，医疗费用和住院时间会怎样变化，是否和实施以后有显著差异。基于此，本文的检验思路为：假设对照组的城市实施了长护险政策而文中处理组城市没有实施该政策，如果估计结果和实际模型差别很大，就说明试点城市长护险对于医疗费用支出减少、住院时间增多的效果是显著的。检验结果如表3列（5）与列（6）所示：医疗费用与住院时间的变化方向与前文模型实证结果相反且都显著，这进一步说明试点城市医疗费用与住院时间的变化不是偶然因素引起的。

表3 稳健性检验

五、机制分析

长护险的一个基本目标就是将治疗效果不佳、健康情况不可逆、丧失基本生活能力的老人从医院转移到护理机构，切实改变当前“以医代养”的极其浪费医疗资源的状况，达到减轻医疗负担的目的。但是通过严谨的实证检验我们发现，长护险政策的实施减少了人均医疗费用，但人均住院时间却增加了。

在医药费用方面，长护险的保障范围主要包括提供生活护理和与生活密切相关的医疗护理两方面，而人均医疗费用分为两部分：人均门诊医药费与出院者人均住院医药费。理论上，长护险可以为因年老或罹患慢性病的失能人群提供护理服务，这在一定程度上会改善被护理者的健康，进而减少门、急诊人次，从而减轻人均医疗费用负担。Stabile 等（2006）［23］的研究证明了健康效应的存在，认为提供正式护理服务对被护理者的健康有正向影响。如果上述解释合理，那么长护险政策将会对门、急诊人次、人均门诊医药费、人均住院医药费有负向作用。因此，该影响机制的逻辑线可表示为：长护险政策实施——改善了被护理者的健康——门、急诊次数、人均门诊费用、住院医药费用减少——人均医疗费用降低。下面运用简单双重差分模型对上述影响机制进行实证检验，如下：

其中，Yit为被解释变量，具体意思为i地t年的诊疗人次、人均门诊医药费、人均住院医药费用。交互项系数β1为方程所研究的关键系数，即长护险对诊疗人次、门诊费、人均住院医药费的影响。若被解释变量为诊疗人次，得到的估计值β1＜0，则表示长护险政策的实施会产生健康效应，减少居民门、急诊次数进而降低门诊医药和住院医药费用，避免资源的浪费，证明上文关于影响机制的猜想基本合理。结果如表4所示。正如上文分析，长护险对门、急诊人次、人均门诊医药费用、人均住院医药费用的估计结果为负，且都至少在5%的水平上显著。具体来说，长护险使得试点地区的门、急诊人次一年减少了125万人，人均门诊医药费降低17.08元，人均住院医药费用降低880元。实证结果表明长护险通过提供护理服务改善了民众健康，进而降低了人均医疗费用，减轻了医疗负担。

表4 人均医药费用影响机制实证结果

出院者人均住院天数的增加与人均医疗费用的减少看似矛盾，实则不然。首先，长护险在我国仍处于小范围试点阶段，居民对长护险的认识仍然存在不足。其次，医疗保险和护理保险在保障范围方面的重合度较高，都是支付因病、因残失能而带来的护理及康复费用，且政府部门没有严格界定两种社会保险制度的保障范围、适用条件，导致部分失能人群认为长期护理保险只是基本医疗保险的替代品。并且目前中国部分试点采用医疗护理这一服务形式，这主要归因于医疗护理制定标准和实际操作相对而言更为方便，该做法在制度建立初期的试点阶段尚可接受，但极易导致“社会性住院”现象，即：部分群体一旦发生身体失能状况，靠药物无法好转时，为得到看护，仍然滞留医院，造成其平均住院时间延长。因此本文认为，长护险对住院时间的影响机制的逻辑线为：长护险政策实施——护理保险与医疗保险保障范围相混淆——人均住院时间增加。

六、结论与建议

（一）主要结论

在中国已步入人口老龄化社会且医疗费用不断攀升的背景下，探究长护险对医疗负担的影响具有重要意义。本文立足我国长护险试点这一准自然实验，从宏观角度利用2012-2018年20 个大中城市的平衡面板数据，利用DID 模型，以首批6 个试点为研究样本探究长护险对人均医疗费用、出院者人均住院时间的影响。实证结果显示，长护险政策的实施虽然减轻了居民医疗费用负担，使年人均医疗费用减少了890元，但年人均住院时间增加了0.66天。进一步研究发现，该政策有利于被护理者健康、减少了民众诊疗人次，使得门诊费用和住院费用分别降低了17.08 元与880 元，进而减少了人均医疗费。由于长护险仍处于起步阶段，居民对长期护理保险与基本医疗保险的保障范围认识混淆，部分失能人群认为长期护理保险只是基本医疗保险的替代品，导致“社会性住院”现象，使住院时间出现短暂的延长。

（二）对策建议

在老龄化和家庭结构改变的背景下，应寻找能更好地匹配老年人、慢性病患者医疗护理需求的措施。长护险可以从社会层面完善预防和康复护理体系，做到将失能老人的就医需求转化为护理需求，减少过度医疗；同时在政府大力支持下，推动民营医疗护理机构发展，促进医养结合产业及医疗护理水平的提升，从而在不损害健康的前提下起到降低医疗费用的作用，符合社会经济发展的需求。

1.扩大长护险保障对象，坚持全民覆盖的总体定位

目前长护险选择了城镇职工优先的覆盖思路，仅有少部分试点保障城乡居民，大部分城镇和农村居民尚未得到保障，且多数试点的保障对象仅为失能人群。为充分发挥长护险可以降低医疗负担的社会效应，建议扩大长护险的覆盖范围和保障对象，坚持全民覆盖的总体定位。可以按照长护险“跟随”基本医疗保险的思路，把城镇居民、农村居民以及失智失能人群都纳入护理保险制度覆盖范围，形成一个覆盖全民、统筹城乡、均等参保、保障适度的全民护理保险体系，从广度和深度上进一步挖掘长护险政策的降费效果。

2.加大护理服务供给方建设，大力发展医养结合产业

长护险能减轻医疗负担的重要原因是提供正式护理服务，改善了民众健康，避免了“社会性住院”现象。因此，政府需要加大正式护理服务供给方的建设力度，出台相关政策鼓励民营护理机构参与，同时加强对护理人员的素质培训。此外，居民的失能护理不仅仅是一个生活照护的问题，本质上更是通过事前预防、健康维护等环节全面提高身体素质，减少失能风险发生率的健康管理过程。因此，还应该加大力度促进长护险与医养产业结合，将健康管理融入老年人的养护服务中，比如，健康管理行业可以借助大数据、云计算以及人工智能等手段，将客户群体日常健康活动与长期护理保险产品开发进行衔接，从源头上减轻医疗负担。

3.厘清长期护理保险与基本医疗保险的界限，明确两大险种的保障范围

开展长护险能够有效调节医疗资源的分配和利用，有利于实现整个医疗服务产业的优化配置，但长护险的开展使得人均住院时间的延长应成为下一轮新医改的完善方向。由于医疗保险和长期护理保险都是支付因病、因残失能而带来的护理及康复费用，两个险种在保障范围方面有所重合，在长护险的起步阶段，社会居民对这一保险认识不足，可能混淆两种保险的具体使用，进而带来住院时间延长等浪费医疗资源的问题。因此，在制度建设初期，需明确长期护理保险制度与医保制度的关系，清晰界定基本医疗保险和长期护理保险的保险责任、保障范围，加强两者的协同配合，减少“社会性住院”现象，促使医疗资源形成良性循环。

［注 释］

①数据来源于国家统计局。

②数据来源：2020年中国统计年鉴。

③单元筹资：主要是指从医保基金中按相关规定从统筹基金和个人账户进行划拨的筹资方式，未开辟其他筹资渠道；多元筹资：是指筹资渠道多样，主要来源于医保基金、个人缴费、单位和政府补助、福利体彩以及社会捐助等方式中两种及以上。