长期护理保险筹资政策有效性研究——基于49个试点城市的实证分析

巴曙松，曾 好，孙维嘉，李成林

（1.北京大学 汇丰金融研究院，广东 深圳 518055；2.浙江财经大学 中国金融研究院，杭州 310000；3.中央财经大学 金融学院，北京 100000；4.中国工商银行 成都分行，成都 610000）

一、引 言

随着我国人口老龄化的加深与家庭结构的变迁，失能失智老年人群的照护需求增加。对比第六次、第七次人口普查数据，2010～2020年，随着经济社会的进步，我国老年人口失能率从2.95%下降至2.34%，但对应的失能老人规模从523万人增加至618万人，这一数据既表明我国老年人生活自理能力有所提升，但同时也折射出老年人长期护理需求的快速增长。在此背景下，被称为“社保第六险”的长期护理保险（以下简称“长护险”）有望发挥重要作用，而资金筹集正是维持长护险制度得以长期、健康、平稳运行的重要前提。在我国，长护险是一项新型社会保险制度。从制度实践来看，在学习国外普适性的经验之外，我国给予试点城市一定的政策自主性，各地可根据当地经济发展水平、基金承受能力、护理需求范围及成本等因素，建立与当地经济社会发展和保障水平相适应的长护险筹资政策。与此同时，试点中的诸多局限也阻碍了筹资制度的统一性，如资金来源渠道尚待拓宽，筹资主体责任定位不明，参保范围局限等等，至今尚未形成统一的筹资机制。

从现有研究来看，有关长护险筹资机制的研究主要从定性和定量两个角度出发，一是比较各试点城市筹资方案，归纳长期护理保险的筹资机制特点，分析其局限并提出政策建议，这样横向的对比总结存在描述为主、分析层次较浅的问题（吴海波等，2018；杜天天、王宗凡，2022；王啸宇、张欢，2021）[1-3]。二是通过精算模型或某项具体技术从微观视角对长期护理保险筹资机制进行定量研究，计算筹资费率、筹资负担、筹资效率等（马广博等，2022；张良文等，2022；谭英平、牛津，2022）[4-6]，研究问题十分聚焦。但是长期护理保险的筹资机制涉及范围广、主体多，鲜有文献结合政策文本挖掘、设计多维度评价体系对长期护理保险筹资政策的有效性与一致性做出评价。

本文以我国49个长护险试点城市政府公开发布的58份政策文本为研究对象，利用文本挖掘手段分析政策内容，并参考PMC模型相关研究的评价指标，构建了长期护理保险筹资政策的量化评价指标体系，并按照人口老龄化程度和区域分布对政策样本进行对比分析。研究发现，整体上我国长护险筹资政策的评级为合格，筹资与支付机制的设计具有较好的有效性和一致性。并且，各试点城市长期护理保险筹资政策的评价结果差异明显，评级为不良的政策样本占比超半数，反映出我国长护险筹资政策存在“碎片化”现象，具有较大的改进空间。本文还发现：PMC指数高低与城市人口老龄化水平并无明显的相关关系，这在一定程度上也体现出筹资政策存在供需错配的问题；同时从空间区域特征看，我国长护险试点政策的有效性呈现出较为明显的“北高南低”的特征，这与第七次人口普查中老年人口失能率的区域分布特征基本吻合；进一步地，本文对同一试点城市更新前后的两份政策文件进行比较，发现筹资机制整体改善不大，但是部分试点城市已在参保范围和支付范围方面提升了制度设计。

因此，本文研究贡献主要体现在以下四个方面：第一，本文基于我国49个长期护理保险试点城市中涉及筹资的政策文本，构建PMC政策一致性指数模型来进行量化评价，结合定性与定量分析优势，力求对现有长护险筹资框架做出有效评价。第二，当前学者们对长护险筹资机制的探索多涉及参保对象、筹资渠道、筹资标准、待遇支付等4个方面。在此基础上，本文利用文本挖掘、词频统计等技术，结合内容分析法将筹资机制分解为以下9个维度：参保范围、筹资渠道、筹资方式、基金管理、业务管理、支付条件、支付范围、支付标准和支付方式，并基于此构建了长护险筹资政策评价体系。第三，本文从城市人口老龄化和空间区域特征两个维度，通过PMC模型与评价体系对各个样本的长护险筹资现状进行分析，拓展了长护险试点政策有效性的研究边界。第四，我国长护险自2016年试点以来，已有多个试点城市更新、优化了相关政策，因此本文对同一试点城市已失效和现行有效的长护险筹资政策进行对比，分析其改进方向并提出存在的不足，以期为长护险筹资政策制度的完善提供一定的参考。

二、文献综述

（一）长护险筹资政策评价研究

随着长护险政策的不断出台和完善，越来越多的研究关注长护险政策评价。其中，围绕长护险筹资政策的评价研究，大致形成了以下几种思路与方法。

一是对长护险筹资机制进行研究，主要目的是将各试点地区相关机制进行对比，挖掘可供参考学习的优势与特色，同时明晰不足，为后期统一和完善长护险筹资机制提供实践指导。现有文献多数是运用文献调研和文本分析的方法，以具体的政策文本内容为基础，从参保对象、筹资渠道、筹资标准等方面对试点城市的长护险筹资机制进行分析。比如，李月娥和明庭兴（2020）对第一批开展长护险试点城市的筹资政策进行分析（共15个），发现试点城市均存在着不同程度的参保人群覆盖面偏窄、过度依赖医保基金、筹资水平地区差异大、财务可持续性差等问题[7]。戴卫东等（2022）通过对2016年和2020年两批长护险试点地区政策全面深入地比较分析，研究发现29个试点城市政策的保障对象、筹资支付、服务供给以及监督管理四大体系都呈现出各自的特征和问题[8]。这样的横向总结优点是可以详细阐述长护险筹资政策设计机理和运作形式，以期为现有政策的完善以及未来新政策的制定提供参考。但是此类政策内容评价研究仅为浅层次的定性描述性分析，关注的核心点在于长护险筹资政策内容、政策主体以及其他一些外部因素，而不是政策文本本身。

二是通过内容分析法对长护险筹资政策文本进行量化研究，主要目的是对长护险筹资政策属性特征进行评价。比如，袁妙彧和王宁（2023）以长护险政策的文本内容为分析对象，对15个试点城市长护险政策文本进行编码，对政策内容进行解构与提炼，以期对长护险筹资及保障制度进行评价[9]。总体观之，目前长护险筹资政策文本的分析框架，较多地采用政策工具视角下的二维分析框架进行研究，缺乏将政策过程、政策主体与政策工具结合，进行深度、多维的内容分析。

三是通过某一项具体评价技术对长护险筹资政策进行评价，具体做法为将政策量化为数字结果进行直观评价。如刘文等（2020）综合运用DEA 及耦合协调度模型定量评估长护险筹资效率及协调性，以期对长护险筹资政策程序和内容做出评价[10]。这样的量化评价主要通过搜集统计数据、设计指标体系来衡量政策实施效果，一方面关注焦点在于政策实现程度，为事后评价；另一方面存在评价指标体系主观性强、精度低的缺陷，容易导致政策评价结果的片面化。

（二）基于PMC指数模型的政策评价研究

政策建模一致性指数模型（Policy Modeling Consistency，PMC）是在Omnia Mobilis 假设基础上，由Ruiz（2011）提出并建立的一套针对单个政策的量化评估模型[11]。该假说认为世界上的一切事物都是运动的，并且是相互联系的，任何一个相关变量都是重要的，所以在设定评价模型变量时，应该综合考虑[12]。PMC 模型的特点是将各个指标进行量化处理，因此在计算时需要通过公式进行计算。对于PMC 模型的使用，不同的学者有不同的理解。对于PMC 模型在政策评估中的应用，有学者认为其可以用于政策效应的预测，并且可以在政策制定和实施过程中进行预警；也有学者认为PMC模型是一种定性与定量相结合的方法，即通过量化研究来评估政策执行结果对政策目标的影响。

对于PMC模型在中国的应用，有学者认为其可以用于对单一政策进行效果评估；也有学者认为其可以对政策实施过程中产生的问题进行预警。从评价结果来看，PMC模型在中国的应用主要是定性评价，并且在政策效果评估中也多采用PMC模型。目前国内应用PMC模型进行的政策评价研究涉及多个领域：卜令通和张嘉伟（2023）基于PMC模型对数字经济政策进行了量化评价，着重基于现有的实际问题辨析现行政策的优势与不足，为相关政策的改进和新政策的制定提供决策依据，同时验证了该模型对政策评价的有效性与灵活性[13]。赵庆年和宋潇（2023）从需求——供给视角入手，应用PMC模型对大学科研人员学术创业政策进行量化研究，厘清现行学术创业政策的供需匹配情况[14]。此外还有翟运开等（2022）将PMC模型应用到远程医疗政策文本评价中，对我国制定、实施及优化远程医疗政策提供了理论支撑和决策依据[15]。

因PMC模型在政策评价领域的广泛应用，也有许多学者将其用于评价养老相关政策。比如，张丽和姚俊（2020）以国内4项重要养老服务政策为研究对象，应用PMC模型进行评价，结果显示虽然我国养老服务政策合理性还有待提升，但回应性较强[16]。无独有偶，方永恒和刘佳敏（2020）基于PMC指数模型分析我国养老服务政策的核心要点，提取政策文本特点，为完善养老服务政策框架给出参考意见[17]。

养老服务问题日益严峻的当下，长护险政策为其提供了有益有效的解决方案。肖馨怡等（2023）基于PMC 指数对长护险政策进行评估，研究发现长护险政策整体上具有较好的完整性与合理性[18]。长护险涉及政府各个部门、民众和社会第三方团体等多个参与主体，在制定和实施长护险政策时需要考虑到方方面面的利益平衡。筹资机制作为长护险实施的基础，需要构建一个全面考虑各方面指标的定量模型，针对长护险筹资政策进行实证性研究，对文本内容进行深入挖掘与分析，做出详细评价，以期为今后的政策调整、优化和制定提供一定的参考，使开展失能、失智老人的医疗照护工作有章可循，为提高我国居民健康水平提供重要参考依据。

三、基于PMC模型的长护险筹资政策评价设计

（一）数据来源

长护险是妥善解决我国失能老人护理问题、积极应对人口老龄化的重要制度安排。为保证政策文本数据收集的完整性和研究的一致性，本文搜索浏览了我国各级政府部门网站，共收集到全国49个试点城市出台的长护险相关政策文本。自2016 年试点以来，各试点城市因地制宜地发布试点方案，但因政策时效多为2～5年，部分试点城市已对长护险试点方案进行了更新和优化，加之2020年试点地区的进一步扩大，最后本文总共确认57篇长护险政策作为模型设计的政策文本，表1为本次长护险筹资政策评价研究的部分政策。需要说明的是，由于吉林省通化市和梅河市没有以地级市政府机构发布政策，本文使用吉林省发布的《吉林省深入推进长期护理保险制度试点工作实施方案》予以替代。在收集一定数量相关政策文本后，应用统计分析和文本挖掘方法从中提取相关指标并设置参数，建立关于长护险筹资的PMC指数模型。

表1 长护险筹资政策评价研究部分政策

（二）变量选取

以上述长护险政策文本作为研究对象并导入文本库，运用Python的“jieba”分词包处理文本，经过调节参数匹配度、建立自身词库、提取高频词、剔除无意义内容等步骤后，建立长护险政策的关键词词频表并形成词云图，为后期准确识别参数变量做准备。词云图可以直观描述关键词元数据，每个词的重要性以字体大小显示。如图1 所示，由于样本内容为长护险政策，因此词频统计结果显示，除“长期”“护理”“保险”词条外，“服务”“机构”“人员”“基金”等词条也具有核心重要性。因此本文依据词频统计分析结果，将核心词条纳入政策量化评价标准中。

图1 长护险政策关键词词云图

变量识别和选取是后续政策量化评价的基础，PMC 指数模型需要全面考虑政策制定和实施过程中的各种变量，不能孤立或忽视某些变量发挥的作用，因此本文结合上述对长护险筹资方面政策文本的分析，建立长护险筹资政策的PMC 指数模型评价指标体系，主要包含9 个一级变量和37个二级变量。其中，一级变量为：参保范围（X1）；筹资渠道（X2）；筹资方式（X3）；基金管理（X4）；业务管理（X5）；支付条件（X6）；支付范围（X7）；支付标准（X8）；支付方式（X9）。通过对收集到的政策文本进行文献内容分析，根据各项主变量指标的含义，在一级变量下分别设置若干个二级子变量，完整的长护险筹资政策评价指标体系如表2所示。

表2 长护险筹资政策评价指标体系

参保范围（X1）用于判断长护险覆盖的参保人员基本情况，政策文本中包括城镇职工、城乡居民、退休人员和灵活就业人员的二级子变量赋值为1，否则为0。本文意在研究长护险筹资政策的相关性质，因此主要探究筹集资金的流向和管理方式。由于各试点城市存在经济、人口情况的差异，不同长护险筹资涉及不同主体，因此设置筹资渠道（X2）和筹资方式（X3）指标，用于考察长护险筹资政策的资金来源。筹资渠道的多样化有助于提升长护险基金的可持续性，因此本文将参保个人缴费、单位缴费、地方财政补贴、社会捐赠、医疗保险划拨、政府划拨启动资金和福彩公益补贴等纳入评价体系，将政策文本中提到的筹资来源赋值为1，否则为0。已有学者对试点城市的长护险筹资方式进行划分，即定额筹资、按比例筹资和二者结合的方式。因此本文将定额筹资、比例筹资两个指标纳入评价体系中，若筹资方式为两者结合，则两指标均赋值为1。基金管理（X4）和业务管理（X5）则属于描述该政策对筹集资金如何进行管理的指标，是重要的保障措施。长护险基金管理应参照现行社保基金财务管理制度进行，单独建账、单独核算，本文按照词频统计结果，将设立基金专户、市级/州级统筹和风险监管纳入评价体系，用以判断政策的规范性。业务管理是长护险加强组织保障的重要环节，本文将责任主体划分为机构、人员、信息系统和第三方，以考量权责是否清晰。同时，将管理方式分为定点管理和协议管理两种，以评价业务管理的组织协调是否合理。长护险的支付条件（X6）、支付范围（X7）、支付标准（X8）和支付方式（X9）四个指标为与筹资密切相关的待遇给付参数。失能评估和参加保险是待遇给付的首要环节，不与其他保险待遇交叉体现了长护险的独立性与待遇给付的适当性。规定支付范围则有助于明确长护险的服务范围和支付依据，比如失能评估费用、长期护理服务费和设备使用费等，以及贯穿始终的委托经办费用。支付标准和支付方式则反映了各试点城市长护险的给付水平，考察了长护险的发展水平和实际规模。

（三）多投入产出矩阵的构建

构建PMC指数模型时需要建立多投入产出矩阵，用以实现各个子变量的量化和存储。在将所有子变量都设置好之后，PMC指数模型还必须保证所有子变量的权重相同，所以需要对每个子变量进行二进制赋值。当某项长护险筹资政策的内容与相关的子变量吻合时，就将该子变量设置为1，反之为0。根据长护险筹资政策评价指标体系，本文设定计算9个主变量的多投入产出矩阵，每个主变量包括数个子变量，且每个子变量的权重相等。本文建立的多投入产出矩阵如表3所示。

表3 多投入产出表

（四）PMC模型指数计算

本文使用PMC指数的大小来判定长护险筹资政策制定的效果。PMC指数的计算分为4个步骤：①将长护险筹资政策的主变量和二级子变量放入多投入产出矩阵中；②根据公式（1）和公式（2）计算各子变量的参数，即各二级子变量赋值为0 或1；③通过公式（3）计算主变量的各个参数，即一级变量的数值为二级变量得分之和与此二级变量个数之比，即算术平均数，该值严格限定在［0，1］；④根据计算出的主变量，通过公式（4）计算最终的PMC结果。

计算出每项政策的PMC 指数后，根据Ruiz Estrada（2011）提出的PMC 指数模型评价标准，可将PMC 指数分为4 个等级，PMC 指数越大则评分越优秀[11]。以本文设置的评价标准来说，PMC 指数越高，说明该政策的参保范围覆盖较广、筹资渠道多样、筹资方式合理、管理措施约束或激励适当、给付水平良好等，且政策的二级指标一致性好。如表4所示，若PMC指数在0～4.99之间，则为不良政策，说明该政策的一致性较低；PMC 指数为5～6.99 的政策被评为合格政策；同理，若PMC 指数值在7～8.99区间内，则该政策为良好政策；最后，若PMC指数达到9～10.00，则为优秀政策。

表4 政策评级划分

（五）PMC曲面绘制

为了更方便展示PMC指数的结果，可以对各项政策的PMC矩阵进行可视化处理，构建PMC曲面。PMC曲面是一个由政策的9个主变量构成的3×3矩阵所建立的对称立体曲面，根据公式（5）可以为各项政策的评价结果绘制PMC曲面，从而更加直观地以图表形式评判一项长护险筹资政策的优劣。在此基础上，提出PMC指数较低的政策优化路径，为各试点城市进一步完善长护险筹资政策提供有益参考。

四、长护险筹资政策评价的实证分析

（一）评价对象选取

基于上述设计的PMC模型，需要进一步对长护险试点城市筹资政策进行量化评价。本文选取49个试点城市现行有效且具有代表性的长护险筹资政策作为评价对象，同时以第七次全国人口普查中老龄化水平对49个试点城市进行类别划分，得到老龄化城市16个（65岁以上人口占比位于7%～14%之间）、深度老龄化城市32个（65岁以上人口占比位于14%～20%之间）、超老龄化城市1个（65岁以上人口占比超过了21%）。

（二）筹资政策有效性评估——基于PMC模型

整体上看，结合PMC指数结果，我国长护险试点政策有效性为合格，PMC指数均值为5.02分。其中，23个城市的PMC指数高于均值（占比46.94%），最高值为7.07；26个城市的PMC指数低于均值（占比53.06%），最低值为2.76。

1.从老龄化视角看不同城市的政策有效性评估

从客观现实看，随着我国人口老龄化进程加快，如何解决高龄、失能、失智老人的护理难题，已成为我国经济社会发展中的突出问题；从政策导向看，探索建立长护险制度，有助于解决失能人员长期护理保障需求，是应对我国人口老龄化的重大决策部署。然而，从PMC模型测度结论来看，我国长护险试点政策的有效性并未与对应城市的人口老龄化水平进行有效结合，如图2所示。经测算，试点城市人口老龄化与长护险筹资政策有效性之间的相关系数仅为-0.15。

图2 试点城市人口老龄化与政策有效性关系的典型事实

（1）16 个老龄化城市的政策有效性评估

根据上文设定的长护险筹资政策评价指标体系，本文建立16 项步入老龄化社会的试点城市长护险筹资政策的多投入产出矩阵，并设定了相关多投入产出表和PMC 指数评分表①受篇幅所限，本文的多投入产出表和PMC指数评分表均未作展示，留存备索。。整体来看，16个老龄化试点城市长护险筹资政策的PMC指数均值为5.38，总体为合格等级。

具体到各变量而言，9个主变量PMC均值从高到低分别是X4（基金管理）＞X6（支付条件）＞X2（筹资渠道）＞X8（支付标准）＞X9（支付方式）=X3（筹资方式）=X1（参保范围）＞X5（业务管理）＞X7（支付范围）。一方面，老龄化城市在基金管理、支付条件、筹资渠道等方面政策制定具有较强的一致性和有效性，PMC指数远高于均值水平，其中X4（基金管理）均值为0.73，说明各试点城市对筹资基金严格管理，大多做到了单独建账、市级统筹；X6（支付条件）均值为0.71，政策样本大多设置了经失能评估的支付条件门槛和不与其他保险待遇交叉的政策“独立性”要求；X2（筹资渠道）均值为0.65，说明了步入老龄化社会的各试点城市政策制定时考虑了多元化的筹资渠道，此举有助于支持长护险基金稳定运行。另一方面，老龄化城市在支付标准、支付方式、筹资方式、参保范围和业务管理五个方面呈现的政策差异性逐渐扩大，导致政策有效性有所弱化，比如X9（支付方式）、X3（筹资方式）和X1（参保范围）的均值均为0.56，发现各个试点城市结合了城市自身特点对支付方式和筹资方式进行规定，因此在长护险筹资和给付方面存在一定差异性，导致政策一致性不高；并且，所选取的试点城市长护险筹资政策样本中基本覆盖了城镇职工、退休人员等人群，部分城市得分较低的原因是尚未将参保范围进一步扩大至城乡居民，以及灵活就业人员等特殊群体。此外，X7（支付范围）均值为0.25，为得分最低的一级变量指标，其现实逻辑在于大部分样本仅提到护理服务费用、照料服务费、失能评估费用等，尚未明确到每一项可能产生的费用，由此导致政策的落地性不足。

（2）32个深度老龄化城市的政策有效性评估

根据上文设定的长护险筹资政策评价指标体系，建立32项步入深度老龄化社会的试点城市长护险筹资政策的多投入产出矩阵，相关多投入产出表和PMC指数评分表。整体来看，32个老龄化试点城市长护险筹资政策的PMC指数均值为4.82，总体为不良等级。

具体到各变量而言，9个主变量PMC均值从高到低分别是X4（基金管理）＞X9（支付方式）＞X6（支付条件）＞X5（业务管理）=X3（筹资方式）＞X2（筹资渠道）＞X1（参保范围）＞X8（支付标准）＞X7（支付范围）。一方面，深度老龄化城市在基金管理、支付方式和支付条件三个方面具有较好的一致性，三者均值分别为0.69、0.66和0.61，均远高于均值水平。另一方面，业务管理、筹资方式、筹资渠道、参保范围和支付标准的PMC指数逐渐降低，表明政策差异性逐渐加大。以筹资模式为例，筹资水平、缴费模式、征收模式和筹资原则如何设定，现有试点政策并未形成相对统一的标准，而这正是下阶段长护险制度顺利实施中亟须解决的问题。此外，针对X7（支付范围）均值为0.29，在主变量指标中得分最低，与老龄化试点城市政策样本评价结果相似，这也再次印证我国长护险制度的护理项目内容差距较大，使得保障范围界定不一致。

（3）1个超老龄化试点城市的政策有效性评估

根据上文设定的长护险筹资政策评价指标体系，建立超老龄化社会的试点城市长护险筹资政策的多投入产出矩阵，相关多投入产出表和PMC指数评分表。

综合来看，超老龄化试点城市的长护险筹资政策PMC 指数为5.63，评价为合格等级。从PMC 指数评价结果看，其在X2（筹资渠道）、X3（筹资方式）、X6（支付条件）、X8（支付标准）和X9（支付方式）方面表现较好，PMC指数均值都高于0.6。但是在业务管理和参保范围方面仍存在较大改进空间，X5（业务管理）均值仅为0.17，表明南通市在服务机构、从业人员、第三方监管等方面还需要进一步细化政策，不断争取政策的指引性和成效性，同时X1（参保范围）的均值为0.25，表明南通市长护险试点需要在提质的同时，也要加快运营模式的管理，比如参保范围的进一步明确。

（4）相关总结

总体来说，我国长护险试点政策呈现出供需错配的现象，具体表现在以下两个方面：

一是长护险政策有效性与人口老龄化水平之间存在错配。处于7%～14%的老龄化城市的长护险政策有效性评定为合格，而人口老龄化水平高于14%的深度老龄化城市，其长护险政策有效性评定为不良，尽管南通市（试点城市中的唯一超老龄化城市）的PMC指数为5.68，但是其业务管理和参保范围的政策制定有效性相较于其他城市仍有较大差距。

二是筹资政策的具体类别与长护险发展中的痛点和难点之间存在错配。当前，我国长护险试点政策在基金管理、支付条件两个方面具有较好的一致性，在一定程度上为长护险制度可持续发展创造了基础性条件，但是仍存在参保对象不一致、保障范围界定有待清晰、资金统筹和待遇支付标准方面亟待规范等现实困境，而这正是当下长护险发展亟须谨慎对待的方面。

2.从空间视角看不同区域的政策有效性评估

长护险的发展需要从功能定位、运营模式、保障模式、筹资模式和服务模式五个方面来统筹推进和实施，而从空间视角来评估全国不同区域的长护险试点政策有效性，有助于为下阶段实现更高层次、更高标准、更为精细和更加科学的制度设计创造条件。因此，根据中国的七大地理区域（华东、华南、华中、华北、西北、西南和东北），本文对49个试点城市长护险筹资政策有效性的评价结果进行区域划分，探析长护险筹资政策实施中的区域特征（见表5）。

表5 不同区域的长护险试点政策的有效性分布

从试点范围看，我国长护险试点的主要区域位于华东地区（山东、江苏、安徽、浙江、福建和上海）和北方地区（东北、华北和西北），共计40 个试点城市，累计占比81.63%，而华南、华中和西南地区的试点城市较少，累计占比不足20%。因此，考虑到样本代表性问题，本文以华东和北方地区为例进行分析。

从空间区域看，我国长护险试点政策的有效性呈现出“北高南低”的特征。数据显示，华东地区共计23个试点城市，整体层面长护险试点政策的有效性水平为4.64，位于七大区域的末位，而东北地区共计8个试点城市，长护险试点政策的有效性水平为6.09，远高于华东地区，与此同时西北地区和华北地区的政策有效性水平也高于华东地区。根据第七次全国人口普查数据显示，我国老年人口失能率存在较大的区域特征：失能率相对较高的前10 个省（区、市）中，8 个分布在北方（新疆3.32%、吉林3.24%、青海3.19%、内蒙古3.15%、河北2.96%、山西2.91%、北京2.85%、宁夏2.63%）；失能率相对较低的10 个省（区、市）中，4 个位于华东地区（江西1.65%、福建1.72%、江苏1.98%和浙江2.04%）。结合前文，本文初步判断当下我国长护险试点政策有效性的空间分布，总体上仍呈现“北高南低”的特征，这与老年人面临的失能风险分布相关。

从政策内容看，不同区域在试点政策制定的有效性也呈现明显的分化特征。在长护险筹资政策评价的9项指标中，华东地区的优势仅体现在支付方式层面，PMC指数为0.72，远高于东北地区（指数为0.44）、华北地区（指数为0.5）和西北地区（指数为0.5）。长护险筹资政策的支付方式，本文模型设定中是关注护理保险基金和委托经办机构两个维度，这与不同区域的市场活力和金融发展水平相关，相较而言，华东地区整体上更具优势。除了支付方式这一评价指标外，华东地区在其他8项评价指标中均落后于北方地区。比如在参保范围界定上，华东地区界定的参保对象范围较窄，多处于包括职工基本医疗保险参保人群的起步阶段；在筹资方式上，华东和华北地区采用了更为灵活、适应性强的定额筹资与按比例筹资相结合的混合筹资模式，因此体现出筹资方式多样化的特征；而华东地区均值最低，仅为0.39，主要原因是除青岛市外，华东地区各试点城市多采用一种筹资方式，并且部分试点城市未在政策文本中规定筹资方式。

（三）PMC曲面图绘制——以不同老龄化水平的试点城市为例

为了更直观显示长护险筹资政策的得分情况，利用公式（5）对各试点城市长护险筹资政策的主变量进行排列，得到3×3的PMC矩阵，然后进行PMC曲面的绘制。由于样本政策较多，本文选取不同老龄化城市中较为具有代表性的政策文本进行分析。代表性政策如下：首先选取老龄化城市政策样本中PMC指数得分最高和最低的城市广州市和苏州市；其次选取深度老龄化城市政策中PMC政策评价等级为良好的样本梅河口市，合格等级中PMC 指数排名为中间的盘锦市和不良等级政策济宁市；最后，选取超老龄化城市样本南通市。上述曲面图如图3～8所示，不同色块（计算机显示颜色，下同）代表指标的得分的高低，白色部分代表该坐标的数值更高，说明该政策的这一变量指标的PMC 指数更好，灰色次之，黑色较差。同时可以通过曲面的起伏情况直观地看出该政策的各项得分情况，凸起部分代表得分较高，凹陷部分反之。因此通过各个政策的PMC曲面图的比较，可以看出各项政策在不同的政策指标方面孰优孰劣。

图3 广州市的PMC曲面图

1.老龄化城市代表政策PMC曲面图

图3和图4分别反映了老龄化程度的长护险试点城市中筹资政策评价PMC指数得分最高和最低政策的PMC曲面图情况。可以看出广州市和苏州市在筹资方式（X3）、支付条件（X6）和支付范围（X7）的PMC指数相同，但是广州市其余指标的PMC指数均高于苏州市，曲面图在Z轴的位置也更靠上，说明广州市相较于苏州市的参保范围（X1）更广、筹资渠道（X2）更多元、基金管理（X4）和业务管理（X5）涉及的内容更多、支付标准（X8）和支付方式（X9）规定更为明确。

图4 苏州市的PMC曲面图

2.深度老龄化城市代表政策PMC曲面图

图5 至图7 分别反映了深度老龄化的长护险试点城市中筹资政策评价PMC 指数评级为良好、合格、不良政策的PMC曲面图情况。梅河口市为PMC指数均值最高的政策文本，可以看出其PMC曲面图整体处于灰色至白色的分段，但是在X7处有明显凹陷，即在支付范围指标上得分偏低。盘锦市为深度老龄化试点城市样本中评分处于合格等级中段的政策文本，曲面图中X4、X5和X6部分凸起，说明该政策在基金管理、业务管理和支付条件三个指标上表现较好。济宁市作为深度老龄化试点城市中PMC指数均值最低的样本，由于各主变量的PMC指数都评分较低，在PMC曲面图上体现为深灰至黑色的色块，且整体凹陷程度较深。

图5 梅河口市的PMC曲面图

图6 盘锦市的PMC曲面图

图7 济宁市的PMC曲面图

3.超老龄化城市代表政策PMC曲面图

图8反映了超老龄化程度的南通市长护险筹资政策的PMC曲面图情况。可以看出南通市各项主变量的PMC指数大多分布于深灰色区间，但是在给付水平方面表现较好，支付标准（X8）与支付方式（X9）赋值均达到了1。

图8 南通市的PMC曲面图

（四）不同等级维度的政策量化评价

1.良好等级政策

在长护险49个试点城市中，PMC指数评价结果为良好等级的城市仅有3个，均处于深度老龄化程度，分别为吉林省松原市、吉林市和通化市，PMC 指数均为7.07。在具体的指标评分中，在筹资方式（X3）、基金管理（X4）、支付条件（X6）以及支付标准（X8）中都取得满分，政策文本囊括了所有的二级子变量。在参保范围（X1）、筹资渠道（X2）和业务管理（X5）方面取得高分，说明《吉林省深入推进长护险制度试点工作实施方案》筹资政策方面基本达成了“扩大制度覆盖面、完善多渠道筹资机制、提高管理服务水平”的目标，但支付范围（X7）依然具有很大的改进空间。

2.合格等级政策

通过对上述48项公共数据开放政策的PMC指数计算，评价等级为合格的政策样本共有20个。根据老龄化程度区分，老龄化城市中有10个合格等级政策，分数从高到低排列依次为：广州市＞南宁市＞成都市＞甘南州＞宁波市＞乌鲁木齐市＞晋城市＞上饶市＞呼和浩特市＞昆明市（“＞”表示“优于”）。深度老龄化城市中有9个合格等级政策，分数从高到低排列依次为：珲春市＞东营市＞长春市＞湘潭市＞盘锦市＞荆门市＞青岛市＞开封市＞重庆市。超老龄化城市江苏省南通市长护险筹资政策PMC指数为5.63，也达到了合格标准。考察合格等级试点城市评价结果发现表现较好的指标有X4（基金管理）、X5（业务管理）和X6（支付条件）。部分试点城市除了设立基金专户、由市级统筹管理之外，还设置了风险监管，增强了基金的安全性。业务管理更为规范，管理主体包括了机构和从业人员，许多试点城市还融入了第三方监管机制。支付条件的明确有助于激励参保人员缴费，设立支付“门槛”也有助于维持制度公平性及可持续性。

3.不良等级政策

通过对上述48项公共数据开放政策的PMC指数计算，评价等级为不良的政策样本共有26个。根据老龄化程度区分，老龄化城市中有6个不良等级政策，分数从低到高排列依次为：苏州市＜聊城市＜石河子市＜黔西南州＜枣庄市＜福州市（“＜”表示“差于”）。深度老龄化城市中有20个合格等级政策，分数从低到高排列依次为：滨州市=济宁市＜德州市＜潍坊市＜泰安市＜临沂市＜安庆市＜济南市＜菏泽市＜承德市＜日照市＜威海市＜哈尔滨市＜汉中市＜上海市＜天津市＜烟台市＜北京市石景山区＜松原市＜淄博市。由于各城市编号顺序按照65岁以上人口占比从低到高进行，从以上排序可以看出老龄化程度试点城市政策评价情况优于深度老龄化城市，人口老龄化程度越深的城市，长护险筹资政策的一致性并非更高。究其原因：在参保范围（X1）方面，仅有部分城市覆盖了城乡其他居民，多数城市仅覆盖城镇职工，不利于资源分配与协调，也在一定程度上降低了政策的一致性；在筹资方式（X3）方面，近半数试点城市延续定额筹资，虽便于操作，但在收入上缺乏弹性；在支付范围（X7）方面，各地规则存在较大差异，支付范围有限。

五、长护险筹资政策延续性分析

由于长护险制度试点时间和各级政府发布政策时效存在差异，部分试点城市已多次更新长护险筹资政策，因此下文将对比分析同一试点城市更新前后的政策文本，以探究长护险筹资政策延续性和优化路径。本文将部分具有代表性的长护险筹资政策文本按照政策名称、发文字号以及发布时间进行梳理和编号，并建立多投入产出矩阵，计算PMC指数。受篇幅限制，上述政策梳理表格、多投入产出表和PMC指数表备索。

根据多投入产出表，PMC指数均值得分和政策等级划分情况，比较上述试点城市的两份筹资政策发现：第一，有6个城市更新后的政策文本PMC指数高于初次发行的政策文件，但只有浙江省宁波市从不良政策等级跃升至合格等级，在各方面都有较大的改善，比如参保范围扩大、筹资渠道增加、规定筹资方式、加强基金管理、明确支付范围、增加支付方式等。第二，广东省广州市、新疆维吾尔自治区乌鲁木齐市、浙江省宁波市、贵州省黔西南布依族苗族自治州和山东省济南市五个试点城市在参保范围（X1）指标上有较大改善，从赋值情况来看，以上五个试点城市实现了从城镇职工到城乡居民的全覆盖，提升了制度公平性。基金管理（X4）和支付范围（X7）两项指标的PMC 指数得分也出现了较大提高。从二级子变量来看，浙江省宁波市、安徽省安庆市和陕西省汉中市在基金管理方面新增了风险监管的内容，提升了基金的抗风险能力。支付范围（X7）指标评分的提升说明试点城市进一步提高了长护险的支付待遇，不仅能更好解决失能人员基本照护和生活照料需求，还促进了养老和健康产业的发展。第三，新疆维吾尔自治区乌鲁木齐市、江苏省苏州市、贵州省黔西南布依族苗族自治州和天津市长护险筹资政策文本更新后PMC 指数得分不升反降。究其原因，主要是筹资渠道（X2）、支付范围（X7）和支付方式（X9）三个指标出现较大变动。部分城市取消了医保划拨和启动资金两种筹资渠道，缺少了一定的资金保障。安徽省安庆市和陕西省汉中市的政策文本中暂未明确长护险待遇支付范围。在支付方式上，部分试点城市将结算管理完全交由经办机构，这将增加基金的委托代理风险，需要进一步加强结算支付环节的监督管理。

六、结论与建议

（一）研究结论

本文聚焦于长护险两批49个试点城市相关筹资政策量化评价，基于57份政策文本比较，通过文本挖掘法和PMC指数模型，构建了长护险筹资政策评价体系，测算了各个试点城市的长期护理保筹资政策的PMC指数，绘制了PMC曲面图。在此基础上按照人口老龄化程度和区域划分通过评估结果分析长护险筹资政策文本的整体质量与不同等级的差异，同时，还对同一试点城市更新前后长护险筹资政策的质量进行了比较。本文的研究结论主要有4个方面。

1.长护险筹资政策基本合格，但是各试点城市筹资机制特点不尽一致。从整体上看，长护险筹资政策的评级为合格，可以认为，各试点城市的长护险筹资政策具有较好的政策一致性，筹资与支付机制的设计能够较好地指导长护险基金的收支与管理。长护险多为市级/州级统筹，设立基金专户，能够较好的防范基金管理风险，并且各个试点城市的政策文本在支付条件变量上具有较好的一致性，享受待遇的资格条件较为统一。同时，长护险筹资政策的PMC指数最高值为7.07而最低值为2.76，长护险筹资政策的评价结果差异明显。这显示出了我国长护险筹资政策的实际施行偏差与各试点城市长护险筹资政策的关系“碎片化”。产生这一现象的主要原因在于各试点城市经济与人口特征的差异较大，导致了长期护理服务主体、公共财政收入、基本医疗保险缴费基数的不同，而这些因素又与长护险的筹资、支付标准和方式等指标关系较为紧密，因此各试点城市筹资机制与服务形式的发展特点各不相同。

2.不良等级政策占比较高，筹资机制仍需完善。从PMC指数的评级结构看，在所有政策样本中，没有评级为优秀的长护险筹资政策，评级为良好的长护险筹资政策占4.16%，评级为合格的长护险筹资政策占41.67%，评级为不良的长护险筹资政策占54.17%，显示出我国的长护险制度还处于起步阶段，需要建立一套完善的筹资机制来保障制度的可持续发展。总体来说，长护险基金在筹集、利用和给付环节都存在一定的不足之处。随着老龄化程度的逐渐加深，长护险制度的覆盖面并未逐渐扩大，多数试点城市参保人群仍局限于城镇职工，不利于健全待遇保障机制，并且会增大未来的制度整合成本。从资金来源方面看，参保范围的差异导致享受长期护理主体责任的不明确，进一步造成了筹资渠道与筹资方式指标的一致性降低。从资金利用环节看，长期护理服务项目主要分为居家护理、社区上门护理和机构护理，在长护险基金使用过程中应当对服务项目进行细分，构建待遇分级支付机制，但目前多数护理服务界限模糊，待遇支付范围主要集中在评估、服务费用上，这有可能对长护险基金造成浪费，并且损害基金的可持续性。从资金给付环节看，各试点城市划分的支付标准和设置的支付形式较为零散，这将直接对长护险的待遇给付水平产生影响，降低二级指标的一致性。

3.深度老龄化试点城市的PMC指数低于老龄化试点城市，长护险筹资政策存在供需错配的问题。具体而言，老龄化城市长护险筹资政策的PMC指数均值为5.38，政策文本质量表现为合格，而深度老龄化城市的PMC指数均值仅为4.82（纳入超老龄化城市数据后，均值为4.84），政策等级为不良。从具体指标来看，老龄化城市的基金管理更为严格，筹资渠道更为多元，支付标准更为明晰；而深度老龄化城市则存在缴费主体权责模糊、筹资比例失衡、支付标准不一致、缺乏激励机制等问题。

4.同一试点城市更新前后的长护险政策在筹资方面改善不大。在9个更新了长护险政策的试点城市中，有6个城市的PMC指数有所提高，但只有浙江省宁波市从不良政策等级跃升至合格等级。政策文本优化的路径主要包括参保范围扩大至包括灵活就业人员的城乡全体居民，在基金管理规则中加入运行评估和风险预警机制，扩大了待遇支付范围等。可以看出，尽管各个试点城市的长护险筹资政策存在个性问题，但部分试点城市已在共性问题上做出改进，参照差距逐步提升制度设计效果。

（二）政策建议

长护险制度起源于各个试点城市的实践探索，聚焦于失能失智老年人长期医疗照护需求，是一项综合性更强、精细度更高的社会保险制度。筹资机制作为长护险基金运行的基石，实施至今，离不开试点城市长护险政策的引导与扶持。因此，本文基于以上研究成果对长护险筹资政策提出以下建议：

一是加强试点城市之间的交流，提升长护险筹资政策整体质量。各试点城市可以借鉴吉林省松原市等政策评价水平高的试点城市的经验，优化筹资、经办和待遇支付等各个环节的制度设计。同时，各试点城市现行有效的长护险筹资政策除了要维持本身的优势，还要借鉴部分试点城市更新前后筹资政策文本优化中的经验，以期提高政策质量，实现更好的制度运行效果。

二是以需求为导向，提升政策供给质量。人口老龄化程度更深的试点城市对长护险的需求更盛，因此在资金筹集方面，需要合理调整筹资结构，在保持长护险基金独立性的基础上开拓多样化的筹资渠道。在政策支持的基础上，鼓励和引导商业保险机构和社会组织参与长护险经办服务，提供更加丰富、更高质量的长护险服务。待遇支付方面，在确保基金安全、可持续的前提下，积极探索长护险待遇给付方式的改革，明确支付标准与范围，丰富待遇给付模式。

三是进一步扩大长护险制度覆盖面，构建多元待遇支付体系。在长护险实施过程中应当逐步扩大制度覆盖面，一方面可以增加筹集资金来源，减轻筹资压力，促进资源流动，另一方面坚持普惠原则，可以提升政策公平性，满足更多样化、多层次的长护险需求。实施过程中还应当致力于构建多元参与格局，明确长护险各主体权责，推动长护险服务精细化管理，扩大待遇支付范围，提升待遇给付水平。✿