朱秀媛,顾囡囡,陈庆,高丽娜
(1.南京中医药大学养老服务与管理学院,江苏 南京 210023;2.南京医科大学医政学院;3.南京中医药大学卫生经济管理学院 )
全国第七次人口普查的数据显示,2020年我国60岁及以上老年人口占总人口比重为18.7%,预计再用10年中国将进入超级老龄化阶段[1]。随着我国老龄化程度的加剧,实现“成功老龄化”对家庭和社会均具有深刻的影响。虽然目前没有统一的测量成功老龄化的指标,但有部分学者[2-3]将老年人的主观幸福感作为评估成功老龄化的重要指标。因此在积极老龄化的背景下,研究如何提高老年人的主观幸福感,增进老年人福祉具有重要的现实意义。
社会保障制度是增进老年人福祉和提升老年人主观幸福感的重要制度安排。人力资源和社会保障部的数据显示,截至2022年末,全国基本养老保险参保人数达10.5亿[4]。为应对人口老龄化带来的挑战,健全我国社会保障体系,解决日益突出的失能老人照护问题,长期护理保险应运而生。2016年6月人力资源和社会保障部颁布了《关于开展长期护理保险制度试点的指导意见》,探索建立符合我国国情的长期护理保险制度(简称长护险)。长护险是为失能和失智人员的基本生活照料和医疗护理提供资金和服务保障的社会保障制度。其目的是保障失能人员的基本生活权益,提升其生活质量。已有研究对长护险制度的效果评估,多集中在检验长护险制度对老年人健康状况、生活满意度及照护负担等的影响[5-7]。然而,长护险试点对参保老年人主观幸福感是否存在影响,不同老年群体中主观幸福感是否存在异质性,以及长护险试点对老年人主观幸福感的影响路径,待进一步研究。因此本文旨在通过对长护险试点地区的实证分析,探究长护险对老年人主观幸福感的影响,以期为长护险试点工作的进一步落实、推动健康老龄化提供参考。
本文使用2013年、2015年与2018年中国健康与养老追踪调查(China Health and Retirement Longitudinal Study,CHARLS)三期数据。CHARLS项目由北京大学国家发展研究院组织开展,包含中国45岁及以上中老年人个人及其家庭的微观数据。截至2018年,调查样本已覆盖全国1.24万户家庭的1.9万名受访者。本文剔除45~59岁样本,仅保留老年样本,剔除变量缺失值后,共获得15887个有效样本。
1.2.1 被解释变量:主观幸福感
本文主观幸福感的衡量来自积极情感、生活满意感和消极情感三个维度。生活满意感来自问卷中的题目“总体来看,您对自己的生活是否感到满意?”。积极情感来自问卷中“对未来充满希望”“很愉快”两项;消极情感来自问卷中“觉得做任何事都很费劲”“无法继续我的生活”“感到情绪低落”三项。在此基础上,主观幸福感=积极情感+生活满意度-消极情感,数值范围为[-12,11],数值越大表示越幸福。各变量具体赋值见表1。
表1 变量的设定和赋值
1.2.2 核心解释变量:长期护理保险试点
借鉴既往评估长护险试点政策效果的相关研究[8],本文根据个体是否为长护险试点城市参保人,以及试点城市首次试点时间来设定核心解释变量。梳理出28个2016年后实施长护险的试点城市,保留CHARLS项目调查的上饶、济南、吉林、荆门、承德、上海、安庆、杭州、成都、徐州、广州、临沂、嘉兴、临汾、齐齐哈尔、苏州、聊城、宁波、重庆等19个城市。选取以上19个城市中年龄≥60岁参保长护险的老年人作为实验组,共660人;将非试点城市以及试点城市中不符合长护险参保范围的≥60岁老年人作为对照组,共15227人。
1.2.3 控制变量
参考以往文献,本文选取以下控制变量:性别、年龄、户口类型、与子女见面的平均频率、是否患慢性病、是否参与社会活动、是否提供照料。
长护险参保人群并不是完全外生的,受当地经济、老龄化程度等多方面影响[9],因此为排除自选择偏差,本文采取PSM-DID(倾向得分匹配-双重差分)进行数据分析,以减少估计偏差,提高实证结果的准确性。
1.3.1 倾向得分匹配(PSM)
本文引入PSM方法,利用倾向得分与实验组背景相似的控制组进行对照,实现随机分配干预的目的,从而更好的匹配实验组和对照组样本。模型设定如下:
Logit(LTCIit)=Xita+εit
其中,下角标i、t分别表示个体和被访年份。LTCIit表示是否为长护险试点的实验组样本。Xit表示个体i的在不同年份的协变量集(与控制变量一致)。
1.3.2 双重差分模型(DID)
DID模型能在较大程度上避免内生性问题的干扰,使回归结果更加准确。基于匹配好的数据,构建以下模型:
Happinessit=β0+β1treati*timet+Xit+γi+δt+εit
其中:Happinessit为被解释变量,表示个体的主观幸福感。treati为政策变量,i=1为实验组,i=0为对照组。timet为时间变量,将2018年设定为timet=1,其余年份设定为0。treati*timet为时间政策交互项,β1直接反映长护险对老年人主观幸福感的影响。Xit为协变量,γi为个体固定效应,δt为时间固定效应。εit为随机误差项。
表2是对本文预处理后的样本进行描述性统计。由表2的数据可知,样本中的变量幸福感、年龄、与子女见面的平均频率的均值分别为2.975、73.008、3.522,标准差分别为4.088、8.301、2.954,最小值分别为-12、60、0,最大值分别为11、123、10。
表2 全样本描述性统计
表3对比实验组和对照组的样本变化,结果显示实验组老年人主观幸福感均值要高于对照组均值,分别是4.305和2.917,实验组的标准差低于对照组,分别是3.922和4.085。在后续研究中,将采用PSM-DID的模型进一步对样本进行分析,以得到更加严谨的结果。
表3 实验组和对照组的主观幸福感描述性对比
本文通过logit模型计算倾向得分,选取8个协变量,并通过带卡尺的最近邻匹配法将实验组与对照组样本进行匹配,匹配结束后,共获得2593份样本数据,其中实验组样本量为645,对照组样本量为1948。最后通过平衡性假设检验对匹配结果的质量进行检验。
在倾向得分匹配后,处理组和对照组协变量的标准差拟合后在10%以内效果为优,反之则不理想。表4中大部分数据匹配之后标准差都出现了大幅降低的情况,且匹配后的数据偏差绝对值处在10%的偏差之内,数据拟合情况理想。同时,平衡性检验中P值一栏,匹配后P值在1%的水平下均不能拒绝原假设,说明实验组和对照组数据经过处理后不存在显著性差异。
表4 平衡性检验
如表5所示,未加入控制变量的核心解释变量DID系数为0.924,加入控制变量后核心解释变量DID系数为0.850,均通过5%的显著性检验,显著为正,这表明加入控制变量后,长护险的实施对老年人主观幸福感仍存在显著影响,与未实施长护险政策的地区老年人相比,长期护理保险试点地区的老年人主观幸福感更强,这与陈璐等[8]的研究结果相似。随着老年人家庭照护压力的增大,长护险的作用不仅体现在给予经济支持和医疗护理,也带来了精神上的抚慰。另外,在加入控制变量后,DID系数变小,说明在不考虑控制变量时,存在高估长护险对老年人主观幸福感影响的可能性。这可能是由于老年群体中存在异质性,长护险对不同群体老年人的主观幸福感的影响存在差异。因此本文在后文中对老年人进行异质性分析。
表5 PSM-DID回归结果
表6 异质性分析结果
表7 养老保险参与对老年人主观幸福感的中介效应分析
使用DID模型对长护险进行政策评估的前提是满足平行趋势假定,即在政策实施之前实验组和对照组有相同的发展趋势。如果某一年度的上下端点之间包含0,则说明该年度系数在95%CI水平下不显著;反之,系数则显著[6]。图 1中treated1和treated2分别代表2013和2015年,由图可知在长护险实施之前的2013年和2015年的系数均不显著,说明实验组和对照组在长护险实施之前不存在明显差异,因此本文结果基本满足平行趋势。
图1 平行趋势检验
本文在所有的15887个样本中随机抽取5000个作为“伪实验组”进行安慰剂检验,并将该随机抽样过程重复500次,将政策变量与时间变量的乘积作为核心解释变量重新进行回归。从图 2可知,模型的回归系数分布大部分都集在0附近,因此可以得出,基准回归中回归结果是稳健的。
图2 随机抽样后的系数分布
长护险对老年人主观幸福感的影响可能会因个体差异而有所不同,户口类型、性别及年龄是重要的个体属性,故本研究按照户口类型、性别和年龄来划分样本,探究长护险对不同老年群体主观幸福感的影响,具体结果见表 6。
从性别来看,长护险对女性老年人的主观幸福感有显著影响,对男性老年人的主观幸福感影响系数不显著。这可能是受“男主外女主内”的传统观念影响,女性老年人在社会中一直处于弱势地位[10]。退休后,女性老年人需要面临繁琐的家务及复杂的婆媳关系等,可能对女性的心理造成负面影响。加之女性群体韧性相对较低,容易受外界影响,因此在主观幸福感较低的基础上,受长护险政策冲击,相应地政策对女性老年人主观幸福感的提升作用就更显著。此外,女性老年人在家庭成员的护理工作中扮演着至关重要的角色,其往往面临着极大的照顾负担和压力。长护险的出现为女性老年人提供专业护理和有力支持,帮助减轻其照顾责任,故能显著提升其主观幸福感。
从户口类型来看,长护险与农业户口的老年人主观幸福感呈显著正相关,对非农业或者居民户口的老年人主观幸福感影响不显著。现拥有农业户口的老年人多为居住在农村的老年人。一方面,农村地区的医疗资源相对匮乏,农村老年人在需要长期照护时,往往难以得到及时、有效的医疗服务和护理支持,长护险试点可以弥补农村医疗资源不足,使农村老年人更易获得医疗和护理服务,提高其生活质量,从而增强其主观幸福感。而城市地区通常有更为丰富的社会服务和医疗资源可供选择,老年人可能倾向于利用其他途径来满足长期护理需求,故对其主观幸福感的影响不显著。另一方面,城市地区的老年人往往拥有更高的社会和经济地位及更广泛的社会支持网络,而农村地区的老年人受社会和文化传统的影响可能更依赖家庭成员的照顾。长护险能提供额外的支持,减轻家庭照料压力,故能显著提升农村老年人的主观幸福感。
本文将年龄划分为3类,分类标准为60-69岁为低龄老年人,70-79岁为中龄老年人,80及以上为高龄老年人,结果显示,在3类年龄段的老年人中,长护险对高龄老年人主观幸福感的影响系数显著,与郭宏旺[11]的研究结果相似。随着年龄的增长,老年人的身体机能逐渐下降,面临的失能风险更高[12],其往往需要更多的医疗护理服务。因此对于高龄重度失能老人来说,长护险提供的服务既能缓解他们的经济压力,又能保障其日常生活,对其主观幸福感具有更为显著的促进作用;对于其他高龄老年人,由于逐渐失去原有的社会支持网络,其自尊心和自我认同感也变得更加敏感和脆弱,更易产生悲观情绪[13]。长护险试点能保障未来产生的失能风险,给予心理安全感,因此高龄老年人对于长护险试点的感知可能会更加强烈,从而对其主观幸福感产生显著影响。
长护险试点的宣传和推广及其对定期体检、健康咨询等健康管理服务的整合会促进养老保险的参与,而养老保险是老年人最为重要的社会保障之一,其对老年人主观幸福感具有显著的促进作用[14]。基于以上假设,本研究尝试以养老保险参与为中介变量,时间政策交互项为自变量,老年人主观幸福感为因变量,采用逐步回归法分析长期护理保险试点对老年参保群体主观幸福感的影响机制。分析结果如表 7所示,第(1)列回归结果显示,长护险试点后,老年人对养老保险的参与度显著提高。第(2)列回归结果表明,养老保险参与和长护险试点均对老年人主观幸福感产生显著影响。结合回归系数的大小及显著性,得出养老保险参与对老年人主观幸福感的影响存在中介效应,即长护险试点通过促进养老保险的参与,进而影响其主观幸福感。
综上所述,长护险的实施不仅能为失能失智人员提供服务和资金支持,还能增强老年参保人群的幸福感。本研究得到的政策启示如下:
第一,扩大覆盖范围和参保范围。现有长护险试点城市仅49个,覆盖范围较窄,且试点地区多覆盖城镇职工医保参保者,建议分阶段扩大试点覆盖范围及参保人群覆盖。为更好地指导扩大试点覆盖范围的工作,可参考已经取得积极成效的长护险试点案例。南通是全国长护险首批试点城市之一,试点以来,逐步从市区扩大到全市,从城市扩大到农村,从城镇职工参保者扩大到城乡居民医保参保者,形成了机构照顾、居家服务、津贴补助、辅具支持和预防管控“五位一体”的长护险“南通模式”[15]。青岛也是第一批试点的城市之一,在全国范围走出一条属于自己的特色路径,实现了从职工到居民、从失能到失智、从单一筹资到多元筹资,从服务到预防的不断进阶[16]。
第二,加强政策的宣传。本文实证验证了长护险对老年人的幸福效应,其受益人群涉及整个老年群体,因此既要将失能群体列为长护险的重点关注对象,也要增强非失能老年人对长护险的了解。针对失能、女性及农村老年人等弱势群体,制作易懂的宣传手册,并在社区服务中心,医院和养老院进行发放,以确保信息的覆盖面及传达效果。政府部门可聘请流动宣教队下乡宣传,通过组织奖励宣传活动或座谈会,向农村老年人介绍长护险的有关政策及申请方法,提高其对长护险的认知度和参与意愿。在宣传活动中,邀请当地医疗机构和保险公司的专业人员,为老人提供免费的健康检查和咨询服务,进一步增强老年人的参与意愿。此外,还可通过电视、短视频等渠道,借助真实案例和生动形象的宣传语言,向广大老年人普及长护险政策,引导老年人积极参与[17]。
第三,采取差异化策略。长护险对老年人主观幸福感的影响在老年群体中存在异质性。保险公司应对不同类型的老年人采取差异化护理服务,使护理效果达到最大程度。对于女性老年人,保险公司需加强健康服务,注重提供与女性健康及社交需求相关的支持,包括妇女健康检查、社交活动等。高龄老年人是最有可能享受到长护险相关待遇保障的群体,因此对这一群体,保险公司可注重提供针对性的日常生活照料及心理层面的慰藉;而对于非失能老年人,保险公司需关注失能预防,包括组织失能失智预防培训、定期健康检查、适度的运动锻炼等。
第四,推动政策协同。本文成功验证长护险试点通过增加养老保险的参与进而提升老年人主观幸福感的影响路径。这表明仅仅依靠长护险政策的试点,可能无法满足老年人全面的养老保障需求。因此,应进一步加强长护险政策与其他社会保障政策的协同,在充分发挥长护险优势的基础上,积极与养老保险、医疗保险等对接,托举起老年人的幸福生活[18]。一方面成立专门的研究机构或委员会,负责制定整合性养老服务规划,明确各社会保障政策的职责、范围和互补关系等。另一方面,创建跨部门的工作机构,负责协调各社会保障政策的配合和衔接工作,减少政策之间的信息断层,提高政策的执行效率。