長期護理保險試點會影響預期退休年齡嗎?
——基于CHARLS數據的實證分析

郭宏旺

中國人民大學公共管理學院 北京 100872

1 引言

退休年齡過早會造成一定程度的人力資源損失。[1]已有研究發現,退休年齡推遲五年可節省近一半的養老金支出。[2]因此,退休年齡不僅關乎社會保障體系尤其是養老保險的可持續運行,還與勞動力市場平衡、勞動力成本以及國民產出等領域相關聯。因而,退休年齡已經成為影響經濟發展和社會保障體系的重要變量之一。歷史傳統、時代背景、健康保險、工作環境、個人特質等諸多因素均會對勞動者的實際退休年齡產生影響。[3-9]其中,社會保障體系的完善尤其是健康保險的發展在很大程度上影響了勞動者的退休決策。[10]例如,國內外的研究都發現,養老保險[11-13]、醫療保險[14-15]與勞動者的退休決策密切相關。

長期護理保險作為一種新型的健康險種,進一步完善了我國現行的社會保障體系。然而,長期護理保險對于參保人退休行為的影響尚不清楚。基于此,本研究將聚焦以下兩個問題:第一,長期護理保險是否會對參保人的預期退休年齡產生影響以及產生何種影響;第二,嘗試理清長期護理保險對于參保人預期退休年齡的影響機制。本文的邊際貢獻可能體現在以下兩個方面:一方面,現有研究多關注長期護理保險對于醫療資源使用[16]、健康改善[17]、代際支持[18]、家庭照料[19-20]的影響,但是鮮有研究關注長期護理保險與參保人預期退休年齡之間的關系。另一方面,本研究關注了長期護理保險可能會誘發的道德風險問題,并對于其中的影響機制進行了闡釋,這對于進一步優化長期護理保險的制度設計具有一定的現實意義。

2 理論基礎與研究假設

信息不對稱是指在經濟市場中不同經濟個體掌握著不同的信息,掌握的信息越多在交易中越容易占據有利地位,這有可能導致“劣幣驅逐良幣”,最終會引起市場失靈。[21]信息不對稱可能會導致兩種行為的出現,信息不對稱發生在交易時間前是逆向選擇行為;信息不對稱發生在交易行為之后則是道德風險行為。[22]具體來說,道德風險是指委托代理關系確認之后,委托人可能出于自身利益的考慮做出不利于代理人的行為。[23]保險市場普遍存在的信息不對稱是政府干預的重要原因之一。

長期護理保險是由政府主導而建立的強制性健康保險。如果在完全市場條件下,長期護理保險只能采用個體平均健康狀況定價,這會導致只有健康狀況低于平均水平的人才會參保,從而引起保險公司的虧損,制度無法持續。為規避這一情況,政府通過強制干預,將風險池擴大,所有符合條件的人統一參保,從而規避了長期護理保險參保的逆向選擇。因此,長期護理保險帶來的信息不對稱行為更可能發生在參保之后,也就是說長期護理保險更可能誘發道德風險問題。

在未參加長期護理保險之前,面臨更大照料風險的個體可能會在一定程度上預期到自己將來可能出現的照料情況,會為避免這一情況的發生做出預防措施,例如在年輕時期通過工作積累更多的財富,從而應對年老時需要照料情況的支出。在參保之后,參保人有了一種穩定的制度預期,即如果出現照料情況,個人的風險也會在保險池內分散,無論是得到經濟支持還是日常照護支持都將大大降低其經濟負擔。因此,參保人可能會減少為應對將來年老照料情況的儲蓄積累,從而導致退休年齡的提前。

綜上,本研究做出如下假設:長期護理保險產生的道德風險會導致參保人預期退休年齡的提前。

3 數據來源與實證策略

3.1 數據來源

研究使用的數據來自2015年與2018年CHARLS數據庫。2016年,全國15個城市進行了第一批次長期護理保險試點,其中13個試點城市在CHARLS的調查范圍之內,因此,該數據庫能夠提供試點地區參保人預期退休年齡變化的微觀數據。考慮到山東、吉林為長期護理保險試點的重點聯系省份,研究剔除了這部分數據,并在政策梳理的基礎上,將廣州、成都、重慶、承德、上饒、寧波、安慶、齊齊哈爾的職工醫療保險參保人員,荊門的職工醫療保險與城鎮居民醫療保險參保人員,上海、蘇州的職工醫療保險與城鄉居民醫療保險參保人員作為處理組,其余未試點城市均為對照組。

3.2 分析方法

長期護理保險試點可以看作一項準自然實驗。因此,可以采用雙重差分法(DID)對政策效果進行評估。由于本研究構建的兩期面板數據無法驗證雙重差分法所需要的“平行趨勢假定”檢驗。故研究采用Heckman提出的雙重差分傾向得分匹配法(PSM-DID)來解決這一問題,從而使數據滿足雙重差分的假定。雙重差分傾向得分匹配法通過構建反事實框架來消除樣本的自選擇問題,首先是采用傾向得分匹配法計算處理組的傾向得分值,再通過傾向得分值尋找與參加長期護理保險個體特征十分接近的未參保受訪者,從而解決共同趨勢不滿足的問題。具體公式如下:

(1)

其中P(Xi)是處理組與對照組個體相似的概率,β為待估計系數,Xi為納入模型的解釋變量,例如性別、年齡等人口統計特征以及月生活支出、子女數量、慢性病數量等控制變量。具體來說,是利用計算出的傾向性得分對處理組和對照組進行匹配,并將未匹配上的個體刪除之后再進行雙重差分分析,具體公式如下:

Retireijt=α·treat*post+βXit+γt+δj+μit+θ(2)

其中Retireijt是本研究的被解釋變量預期退休年齡,treat*post是處理組與時間虛擬變量的交互項,交互項系數α代表實施長期護理保險導致處理組個體在預期退休年齡上與其他地區個體的差異,γt是時間固定效應,δj為個體固定效應,μit是隨機誤差項,βXit為其他控制變量。

為了使研究結果更加穩健可信,研究又采用了再加權半參數雙重差分法(SDID)做進一步的檢驗,該方法通過加權的方式使對照組和處理組的樣本特征更加接近,再比較加權后的結果變化量進一步評估政策效果,即在共同趨勢不滿足的情況下,仍然保證結論具有一定的可信度,具體公式如下:

(3)

在式(3)中,t表示政策是否試點,可以通過線性概率模型π(Xb)=p(dt=1)計算出Abadie的權重π(Xb),該方法已經被廣泛應用于共同趨勢不滿足情況下的實證分析。[24]

3.3 變量定義

因變量“預期退休年齡”來自題目“您計劃在多大年齡時停止工作,即停止從事一切以掙錢為目的的活動,也不再為家庭經營活動幫工,將來也不打算從事比消遣性工作更勞累的工作?”如果受訪者選擇一直工作,我們就將該樣本的預期退休年齡按照人均健康預期壽命70周歲進行賦值。如果該數據缺失,我們就將其預期退休年齡按照受訪者所在社區的平均預期退休年齡進行賦值。此外,研究也對人口學、健康、家庭以及經濟特征變量進行了控制。具體變量定義如1表所示。

4 實證分析結果

4.1 描述性統計

表2匯報了處理組和對照組在長期護理保險實施前后參保人預期退休年齡以及相關控制變量的變化,并檢驗了其均值差異。數據顯示,處理組和對照組的預期退休年齡都呈現出下降趨勢,但是,處理組的預期退休年齡下降趨勢更明顯。由于在其他控制變量上處理組和對照組之間也存在著一定的差異。因此,僅憑樣本均值差異去衡量長期護理保險對于參保人預期退休年齡的影響是不嚴謹的。此外,由于第一批試點城市大多以城鎮職工作為參保對象,因此,處理組和對照組預期退休年齡的變化差異,也有可能是這一因素導致的。所以,為更加準確評估長期護理保險試點對于參保人預期退休年齡影響的凈效益,還需要進一步分析。

4.2 基準回歸

表3的回歸中均控制了人口學、家庭、經濟、健康等特征變量并聚類到社區層面,其中,第(1)列回歸控制了個體固定效應,第(2)列回歸同時控制了個體固定效應和時點固定效應。結果表明,在控制了個體固定效應與時點固定效應之后,長期護理保險對參保人預期退休年齡的影響依然在5%的置信水平上顯著,具體來說,參保人的預期退休年齡提前了1.286年,即更加傾向于提前退出勞動力市場。這一結果也與現有針對健康保險與退休年齡的研究相符,即社會保險的完善導致了勞動參與率的下降。

為了滿足雙重差分所需要的共同趨勢假定,研究進一步采用雙重差分傾向得分匹配法,首先對處理組和對照組按年份進行逐期匹配,完成逐期匹配之后再進行雙重差分估計。表4匯報了雙重差分傾向得分匹配的回歸結果,數據顯示,在參加了長期護理保險之后,參保人的預期退休年齡提前了1.307年,并且在5%的置信水平上顯著,且回歸系數和DID回歸結果趨同,這進一步驗證了分析結果的可信度,即長期護理保險確實會激勵退休行為。

4.3 穩健性檢驗

4.3.1 解決異常值

為解決可能存在的異常值對于回歸結果的干擾,首先對因變量預期退休年齡在1%和99%分位的極端數值進行了縮尾處理,回歸結果見表5第(1)列;其次,通過對因變量取對數也可以減少異常值對于回歸結果的影響,回歸結果見表5第(2)列。數據顯示,在解決了異常值之后分析結果依然穩健。

4.3.2 縮小對照組

在長期護理保險首批試點城市中,大多以城鎮職工作為參保對象,這一群體受到退休政策的影響較大,可能會對于研究的識別結果造成干擾。為此,研究又將對照組的樣本限定為城鎮職工基本醫療保險參保群體,以解決處理組和對照組中職工樣本比例失衡問題。結果如表5第(3)列所示,數據顯示對照組為城鎮職工的回歸結果依然穩健。

4.3.3 驗證政策影響的唯一性

長期護理保險試點城市的選擇,可能會受到一些潛在的社會經濟因素的影響,并且這些社會經濟因素可能會對于試點地區參保人的預期退休年齡產生干擾。因此,有必要驗證長期護理保險政策影響的唯一性。如果試點城市有其他可能會影響參保人預期退休年齡的相關政策或經濟社會因素,其影響范圍應該是全體城鄉居民。因此,本研究將試點地區所有居民作為新的處理組進行回歸,從而驗證試點城市是否存在其他影響參保人預期退休年齡的因素。結果如表5第(4)列所示,交互項系數僅為-0.323,且在統計學意義上不顯著。這一結果從側面證明了長期護理保險政策對于參保人預期退休年齡影響的唯一性。

4.3.4 安慰劑檢驗

研究采用“證偽檢驗”的方法進行安慰劑檢驗,即在2018年受訪者中通過隨機抽取20%的樣本作為虛假的處理組,重復進行500次回歸,并刻畫交互項系數值的密度分布圖,如果交互項系數分布在0值附近則說明通過安慰劑檢驗,否則可能存在偶然性或者其他政策影響參保人的預期退休年齡。圖1顯示,交互項的系數峰值非常接近0點,且與基準回歸結果-1.286相差甚遠,表明通過隨機生成的虛假處理組進行回歸無法取得和真實處理組相同的效果,即通過了安慰劑檢驗。

圖1 預期退休年齡的安慰劑檢驗圖

4.3.5 Abadie SDID 再加權回歸

為進一步驗證分析結果的穩健性,研究又采用了再加權半參數雙重差分法進行穩健性檢驗[25],該方法通過再加權讓數據在共同趨勢不完全滿足的情況下分析結果更加純粹,且該方法需要的兩期平衡面板數據,與本研究的數據特征相符。因此,研究又進行了SDID回歸,表6第(1)列匯報了基準回歸結果,第(2)列匯報了因變量縮尾處理的回歸結果,第(3)列匯報了因變量取對數的回歸結果。數據顯示,再加權回歸的結果依然穩健。

4.4 異質性分析

4.4.1 分年齡段檢驗

隨著年齡的增長,人體各項機能都處于下降趨勢,即面臨著更大的失能風險。[26]因此,年長群體對于長期護理保險試點的感知可能會更加強烈,即年齡越大越可能誘發長期護理保險的道德風險問題。為此,研究將樣本分為40～49歲,50～59歲,60～69歲,70歲以上四個亞組進行分析。表7結果顯示,60歲以上參保人的預期退休年齡受到長期護理保險的影響更加明顯,并且這種趨勢隨著年齡的增加而愈發強烈。可能的原因是年輕參保人對自身健康狀況有樂觀的預期,認為自身將來可能會失能、失智的概率較低;對于年紀更大的參保人來說,長期護理保險試點之后,參保人為應對將來“突發事件”進行勞動工作賺錢的動機被削弱了。因此,年齡越大的參保人越容易受到長期護理保險政策的影響,實際上這一部分參保人也是最有可能享受到相關待遇保障的群體。

4.4.2 分性別檢驗

不同性別的參保人對于長期護理保險道德風險感知可能會存在差異。已有研究表明,無論是生理健康還是心理健康,男性的平均健康水平都高于女性。[27]因此,女性參保人對于獲得長期護理保險保障的預期更高,其退休年齡也更有可能會受到長期護理保險的影響。數據顯示,長期護理保險對于參保人預期退休年齡的影響確實存在著性別差異,女性參保人的預期退休年齡更容易受到長期護理保險的影響。這也從側面說明了女性群體往往具有更差的健康狀況,面臨著更高的照料風險。在參加了長期護理保險之后,女性參保人預期收益更大,因此做出的理性決策是更早的退出勞動力市場。

4.4.3 分學歷檢驗

學歷是重要的社會資本,也可以在某些程度上反映一個人的資源稟賦條件,甚至是經濟水平。[28]如果因年老出現需要照料的情況,經濟狀況好的個體可能更多依靠自身的儲蓄,而經濟狀況較差的個體可能更依靠子女與社會,考慮到經濟狀況在一定程度上與學歷呈正相關關系,甚至會影響健康。[29]為了探究長期護理保險對于不同學歷參保人預期退休年齡的影響,研究將樣本分為小學及以下、初中、高中及以上三個類別,進行回歸分析。數據顯示,小學及以下學歷參保人的預期退休年齡會提前2.397年,并且在1%的置信水平上顯著,其他學歷則無顯著的影響。學歷較低的受訪者可能更多的從事體力勞動,平均而言,其健康狀況更差,經濟收入更低,自身風險抵御能力較弱,因此,較低學歷參保人預期能夠獲得更大的參保收益,從而傾向于更早的退出勞動。

4.5 機制分析

研究采用逐步回歸法分析長期護理保險對于參保人預期退休年齡的影響機制。[30]分析表明,在長期護理保險穩定的待遇預期之下,參保人無需為應對將來可能出現的照料情況而積累更多的財富,等于間接的增加了其現階段可支配收入,可支配收入的增加會體現在月生活支出之中,并且相比于收入、儲蓄這種比較敏感的問題,月生活支出更容易得到準確的答案。例如,2018年CHARLS數據中有44.41%的受訪者表示其儲蓄為零。因此,如果用儲蓄衡量長期護理保險的影響機制有可能導致錯誤的估計。為此,研究采用月生活支出來衡量長期護理保險影響參保人預期退休年齡的具體路徑。

在回歸模型中,自變量是處理組與時間虛擬變量的交互項,中介變量是月生活支出,因變量是預期退休年齡。分析結果如表10所示,第(1)列回歸結果顯示,長期護理保險實施之后,參保人的月生活支出確實提高了。第(2)列回歸結果顯示,無論是月生活支出還是長期護理保險試點均會對參保人的預期退休年齡產生顯著影響,結合回歸系數的大小與顯著性,可以發現月生活支出這一變量對于參保人預期退休年齡的影響存在中介效應,也就是說長期護理保險通過減少了參保人為應對將來失能照料情況的財富積累,進而影響其預期退休年齡的路徑得以驗證。

表1 變量定義表

表2 分組描述性統計分析

表3 DID回歸結果

表4 PSM-DID回歸結果

表5 穩健性檢驗

表6 SDID 回歸結果

表7 分年齡段回歸結果

表8 分性別回歸結果

表9 分學歷回歸結果

表10 月生活支出對于預期退休年齡的中介效應分析

5 研究結論與政策建議

為進一步響應積極應對人口老齡化的國家戰略,適應我國經濟社會發展和人口老齡化趨勢,《“十四五”國家老齡事業發展和養老服務體系規劃》明確指出要在已有49個試點城市的基礎上,繼續穩定推進長期護理保險制度的建立。從2016年長期護理保險大規模試點開始,其在減輕失能失智老年人的照料負擔、促進健康、控制醫療費用等方面發揮了積極的作用。作為健康保險的一種,長期護理保險的大規模試點使得我國的社會保障體系更加完善,已有研究表明社會保障體系的完善與國民勞動參與率之間有著負向關系,那么長期護理保險是否會對參保人的預期退休年齡產生影響?弄清楚這個問題對于全方位的評估長期護理保險的政策效果,規避其可能產生的道德風險具有十分重要的現實意義。

研究發現,長期護理保險誘發的道德風險會激勵參保人的退休行為,即參保人更傾向于提前退出勞動力市場。勞動力過早的退出不利于經濟社會的發展,也會加重社會保障體系的負擔。結合實證分析結果,本研究提出以下政策建議:第一,需要合理設置長期護理保險的待遇給付,避免福利剛性驅動,明確長期護理保險保基本照料需求的關鍵定位,做好政策解讀工作,防止參保人對待遇預期的過高期待。第二,為了盡可能規避長期護理保險的道德風險問題,可以試行繳費年限、繳費水平和長期護理保險待遇相掛鉤的措施,以激勵參保人多繳費從而享有更好的長期護理保險待遇。第三,重點關注高學歷群體的預期退休年齡過早問題。數據顯示,高學歷人群的預期退休年齡較早,高素質勞動力資源的流失對于勞動力市場的沖擊更大,因此,可以采用漸進式調整、物質激勵等方法逐步推遲高學歷群體的法定退休年齡。

作者聲明本文無實際或潛在的利益沖突。