荊 濤，邢慧霞

（對外經(jīng)濟貿(mào)易大學(xué) 保險學(xué)院，北京 100029）

一、引言

隨著人均壽命的不斷延長和人口出生率的下降，人口老齡化、少子化成為我國面臨的重要社會問題。圖1呈現(xiàn)了我國1996年以來人口出生率和老年人口撫養(yǎng)比的變化趨勢①?？梢钥闯觯覈丝诔錾食什粩嘞陆档内厔?，從1996年的16.98‰下降到2019年的10.48‰；而老年人口撫養(yǎng)比呈不斷上升的趨勢，從1996年的9.54%上升到2019年的17.8%。根據(jù)聯(lián)合國經(jīng)濟和社會事務(wù)部人口司發(fā)布的《2019年世界人口展望》的預(yù)測結(jié)果，我國65 歲及以上老年人口占總?cè)丝跀?shù)的比重在2035年、2050年將分別提高至20.68%、26.07%②。此外，失能人口數(shù)量也隨著老齡化問題的加劇而不斷增加，楊明旭等（2018）［1］預(yù)測，2050年我國失能人口數(shù)將達到4000萬人，約占總?cè)丝诘?%。人口老齡化、失能化的加劇使老年護理問題日益突出。基于此，我國于2016年在基本醫(yī)療保險的基礎(chǔ)上又推出了長期護理保險（以下簡稱長護險）。

圖1 1996-2019年我國人口出生率與老年撫養(yǎng)比變化

長護險制度的基本目標是為失能人群提供護理服務(wù)，是應(yīng)對人口老齡化問題的重要舉措，而人口出生率降低又是造成人口老齡化加劇的重要因素之一（王國軍，2016［2］；嚴成樑，2018［3］），由此引出的問題是，長護險的實施是否會淡化生育動機進而影響個人生育行為。理論上，長護險制度對人口出生率可能產(chǎn)生雙重影響：當年老身體發(fā)生失能時，長護險可以為失能群體提供日常生活保障，這樣一方面會淡化養(yǎng)兒防老的理念進而減弱生育動機，即產(chǎn)生制度的替代效應(yīng)降低人口出生率；但另一方面失能老人獲得護理服務(wù)既能減輕子女經(jīng)濟負擔，又能降低年輕時預(yù)防失能風險的儲蓄壓力，以此減輕當下家庭的經(jīng)濟負擔，可以有更多的收入養(yǎng)育子女，進而提高生育孩子的動機，即產(chǎn)生制度的釋放效應(yīng)提高人口出生率。研究這一課題具有重要意義：如果存在抑制效應(yīng)，那么長護險制度的全面鋪開就會加劇人口老齡化并導(dǎo)致更多的護理需求，進一步加重社會負擔，政府就需要重新評估和完善長護險制度；如果存在促進效應(yīng)，那么該制度的實施可以在一定程度上緩解人口老齡化帶來的社會問題，有利于社會經(jīng)濟穩(wěn)定發(fā)展，則可進一步思考長護險制度如何與國家生育政策的推行相配套。

二、文獻綜述

從國內(nèi)外相關(guān)研究來看，人口出生率的變化與社會保障制度有密切聯(lián)系。Glomm 等（2008）［4］考察了社會保障公共政策對人口數(shù)量和人口質(zhì)量的影響，認為社會保障可以降低不平等程度，進而影響孩子的數(shù)量和質(zhì)量。Michele等（2005）［5］認為父母之所以生育孩子是因為孩子是父母生命的延續(xù)，但社會保障在一定程度上也影響了父母生育孩子的意愿。Isaac 等（2007）［6］進一步使用OECD 等國家的數(shù)據(jù)進行分析，發(fā)現(xiàn)社會保障稅和收益不僅影響成年人的結(jié)婚意愿，而且對其生育意愿也會產(chǎn)生顯著的影響。國內(nèi)學(xué)者楊再貴（2009）［7］則將研究視角聚焦到了社會養(yǎng)老保險，結(jié)果發(fā)現(xiàn)我國的部分積累制養(yǎng)老保險抑制了人們的生育意愿，提高企業(yè)繳費率會導(dǎo)致人口出生率和代際轉(zhuǎn)移率下降。郭慶旺等（2007）［8］、徐升艷等（2011）［9］認為社會保障之所以能對生育率產(chǎn)生重要影響，在于保障制度的建立形成了一種“社會養(yǎng)老”和“家庭養(yǎng)子”社會體系。李靜（2015）［10］則認為社會保障通過提高個人對未來生活的預(yù)期進而對出生率產(chǎn)生抑制作用，但由于受到政策性因素約束，抑制作用不大。康意等（2013）［11］、王國軍等（2016）［2］都通過實證數(shù)據(jù)證實社會保障對人口出生率的影響為負。但彭浩然等（2007）［12］及Wang（2015）［13］則認為社保繳費率可以促進人口出生率。嚴成樑（2018）［14］通過構(gòu)建一個包含延遲退休和出生率的OLG 模型，也發(fā)現(xiàn)無論是現(xiàn)收現(xiàn)付制還是完全基金制的社會保障制度，延遲退休都使得均衡狀態(tài)出生率上升。此外，部分研究還表明，社會保障對人口出生率的影響不確定（Wigger，1999［15］；Hirazawa等，2009［16］）。

綜上所述，目前國內(nèi)外學(xué)術(shù)界多從整個社會保障制度和養(yǎng)老保險兩個視角探討其對人口出生率的影響，鮮有文獻涉及長護險。但在我國人口老齡化加劇、生育率持續(xù)降低以及長護險制度的全面實施成為必然趨勢的背景下，探究該制度對人口出生率的具體影響至關(guān)重要?；诖?，本文試圖借助我國長護險試點這一準自然實驗，首先，構(gòu)建一個跨期迭代模型；其次，基于數(shù)據(jù)可得性從宏觀角度利用2008-2018年41 個大中城市的平衡面板數(shù)據(jù)，對首批12 個試點城市通過傾向匹配雙重差分法（PSM－DID）探究長護險制度對人口出生率的影響，并進一步分析其影響的動態(tài)趨勢；最后，提出政策層面的思考與建議，以期為長護險試點的全面推廣以及生育政策的完善提供理論和數(shù)據(jù)支持。

三、理論分析與研究假設(shè)

Diamond（1965）［17］是經(jīng)典的兩期OLG 模型，該模型能夠很好地將政府行為納入個人的代際行為中，因此，本文基于OLG模型構(gòu)建一個包含長護險制度與家庭生育決策的模型。根據(jù)經(jīng)濟學(xué)基本假設(shè)，每個個體都是理性人，追求一生效用最大化，可以將人的一生分為兩期：年輕時期和老年時期。每個人在年輕的時候（t 期）參與勞動獲得收入，然后將收入用于該期消費和儲蓄，并決定養(yǎng)育孩子的數(shù)量和培養(yǎng)孩子的投入；在老年時期退休后不再參與勞動，沒有其他收入來源，只消費其獲得的儲蓄與利息③。因此，t期個體最大化效用為式（1）所示：

其中，C1，t代表年輕時期的消費、nt代表孩子的數(shù)量、qt代表培養(yǎng)孩子的人力資本水平、C2，t＋1代表老年時期消費，α、θ、σ、β 分別代表相應(yīng)的權(quán)重。本文假定養(yǎng)育孩子不分性別，一個孩子的成本由生育成本ft和培養(yǎng)成本et組成，因此一個家庭養(yǎng)育孩子的總成本為ftnt＋etqtnt。其收入來源于年輕時的工資wt。根據(jù)經(jīng)濟學(xué)原理，假定產(chǎn)出方程為F（Kt，Lt），Kt表示資本投入，Lt表示勞動投入量④，得出工資水平：

假定政府對勞動力征收一次性總賦稅，并可以儲蓄或借債以調(diào)劑年度預(yù)算的平衡，t 期政府儲蓄為St，政府儲蓄的動態(tài)方程為：

其中，rt、τt分別代表儲蓄的利息率和個體總賦稅，Nt－1為t－1期出生t期工作的人數(shù)，即現(xiàn)期勞動力，Nt－1＝Lt。Gt表示政府其他支出;LTCt表示政府的長期護理支出，即政府用于失能老年人的護理支出。（3）式兩邊同時除以Lt，得到人均形式表述的政府儲蓄的動態(tài)方程：

式（4）中，ltct為每個老年人的平均護理支出。長護險制度為老年人的失能風險提供保障，無需其在年輕時提前儲蓄來應(yīng)對未來風險，這樣減輕了家庭經(jīng)濟負擔，相當于變相減輕了養(yǎng)育孩子的壓力，變?yōu)閑t－ltct;st、gt分別為個體在年輕時期的儲蓄與個體其他支出。

個體面臨如下問題：

當政府儲蓄達到穩(wěn)態(tài)時，st＝st＋1＝s，構(gòu)造拉格朗日方程：

c1，t、c2，t＋1、nt和qt為選擇變量，λ 為拉格朗日乘子，一階條件為：

根據(jù)（7）、（8）、（9）、（10）、（11）式可以得出最優(yōu)的生育率：

為了進一步分析長護險制度對人口出生率的影響，我們將（12）式兩邊對長護險支出ltc求偏導(dǎo)，得到：

四、研究設(shè)計

（一）研究方法選擇

是否實施長護險制度不是一個隨機行為，而是政府根據(jù)城市自身特征做出的試點選擇，但這些個體特征可能會同時影響家庭生育行為，所以很難區(qū)分是否是該制度影響了人口出生率。在這種情況下，采用OLG 估計容易產(chǎn)生自選擇導(dǎo)致的偏差問題。最理想的辦法是比較試點城市實施長護險制度前后兩種狀態(tài)下的人口出生率，這兩種狀態(tài)下人口出生率之差則是制度影響的凈效應(yīng)。然而，現(xiàn)實中不能觀測到一個試點的兩種狀態(tài)。如果簡單地用一個試點城市和另一個非試點城市之間的出生率差異來估計，則會帶來較大的偏差，因為兩個城市本身的差異可能很大，不具有可比性?；诖耍疚膶⒗脙A向匹配雙重差分法（PSM－DID）進行實證分析，采用該方法主要有以下兩個理由：首先，PSM可以借助傾向得分為試點城市匹配與其自身特征相似的非試點城市，保證兩組樣本在其他方面的特征相似，可以將匹配的“非試點”城市的人口出生率視為“試點”城市實施該項制度前的結(jié)果，這樣，兩組樣本的人口出生率差異可以歸因于長護險制度；其次，雖然PSM能較好地校正選擇偏差，但也存在一個明顯不足：在估算傾向得分時只依賴于可觀測變量，忽略了非觀測因素對實施長護險制度的影響，因而得到的平均處置效應(yīng)仍可能有偏差（Dehejia，2005）［18］。為此，Heckman等（1998）［19］建議將PSM和DID結(jié)合起來。DID是政策評估領(lǐng)域使用最廣泛的一種方法，通過比較試點組和非試點組在政策實施前后的差別來評估政策的因果效應(yīng)，不僅可以避免內(nèi)生性問題，還可以緩解不可觀測因素對結(jié)果的影響，所得結(jié)果較為穩(wěn)健。根據(jù)PSM－DID的基本原理，我們可以得到綜合方法的基本思路：

其中，D 是政策實施的虛擬變量（1 是實施，0是未實施），T 是處理組，C 是控制組，Y0是指政策實施前的人口出生率，Y1是指政策實施后的人口出生率。

（二）研究樣本選擇

確定研究方法后，需要明確研究樣本。2012年7月，青島市在全國范圍內(nèi)率先實施長護險政策；2016年和2020年國家先后確定兩批試點城市名單，前者稱為首批試點，后者稱為第二批試點。對于具體研究樣本，本文考慮兩個方面：一是由于國家層面剛出臺關(guān)于第二批試點的指導(dǎo)意見，所以本文只把首批試點作為研究對象，其中齊齊哈爾、石河子兩個試點由于其數(shù)據(jù)不可得也給予舍去。二是青島市于2012年在全國率先開展試點工作，而寧波、廣州等地2016年才開始試點，制度實施時間不同，產(chǎn)生的效果也有區(qū)別，為保證研究結(jié)論的可靠性，把青島這一試點放到穩(wěn)健性檢驗部分。綜上所述，本文最終選取了廣州、重慶等12個試點城市作為處理組，深圳、天津等29個非試點城市作為對照組；同時，確定2017年、2018年為處理期，2008-2016年為非處理期。各研究數(shù)據(jù)主要來源于中國統(tǒng)計年鑒和各城市統(tǒng)計年鑒。

（三）模型設(shè)定與變量描述

1.模型設(shè)定

首先，將PSM－DID 方法的基準回歸模型設(shè)定為式（15）；其次，構(gòu)建式（16）所示的制度實施概率的Logit 模型，估算每個城市實施長護險制度的預(yù)測概率，即傾向得分。

其中Birthit為被解釋變量；Postt×Ltci為核心解釋變量；β3刻畫了長護險制度對人口出生率的影響，是本文主要關(guān)注的對象；Controlsj為控制變量；Xi為影響城市實施長護險制度的特征變量。

2.變量描述

首先，被解釋變量：人口出生率（‰），本文使用的是粗出生率，即一定時期內(nèi)（通常指1年內(nèi)）平均每千人中出生人數(shù)的比率。其次，核心解釋變量：Postt×Ltci，實施長護險政策的城市Ltci取值為1，否則為0；處于2017年、2018年P(guān)ostt取值為1，否則為0。最后，控制變量與特征變量。根據(jù)學(xué)界研究（李靜，2015［10］；王國軍，2016［2］；荊濤，2010［20］；戴衛(wèi)東，2011［21］），影響人口出生率和長護險制度實施的因素包括經(jīng)濟發(fā)展、生活物價、人口和社會保障等四個方面；結(jié)合各研究樣本數(shù)據(jù)可得性，本文選取了人均GDP、第二三產(chǎn)業(yè)值占比、社會保障支出占比、人口、居民消費物價指數(shù)、城鎮(zhèn)居民可支配收入以及各衛(wèi)生指標等。表1是對各變量指標的詳細描述，由表1可以初步看出，實驗組的人口出生率均值比對照組的人口出生率均值低1.38‰，但長護險制度對人口出生率是否有影響還有待進一步科學(xué)評估。

表1 變量描述統(tǒng)計

五、結(jié)果與分析

在這一節(jié)中，本文將綜合使用傾向得分匹配和雙重差分的方法來估計長護險制度對人口出生率的具體效應(yīng)，然后對一系列實證假設(shè)與穩(wěn)健性問題進行檢驗。

（一）實證過程

1.傾向得分估計

長護險制度是否實施與該城市的社會經(jīng)濟、人口醫(yī)療以及居民生活水平息息相關(guān)，由式（16）構(gòu)建的Logit模型（在本文中是各城市實施該制度的概率）包括了影響該制度實施和人口出生率的主要因素，表2給出了Logit的回歸結(jié)果。從協(xié)變量的P值來看，大部分變量對長護險制度的實施具有顯著影響，pseudoR2達到0.16，表明模型具有較高的擬合度。

表2 logit回歸結(jié)果

變量名稱 回歸系數(shù) 標準誤 P值Tfp PGdi Cpi Person Hosp Hosbed pseudoR2-0.0047499-0.0000169 0.0021557**-0.0016332**0.2258745 0.203337 0.16 0.0362304 0.0000217 0.0684016 0.0007843 0.1300721 0.684016樣本量0.896 0.437 0.03 0.037 0.118 0.975 462

2.匹配質(zhì)量的統(tǒng)計檢驗和共同支撐檢驗

利用傾向得分預(yù)測到某個城市實施長護險制度的概率后，還需要檢驗這些個體特征和傾向得分在試點組和非試點組之間是否存在顯著差異，才能進一步做DID。在條件外生假設(shè)下，要求所有協(xié)變量和傾向得分在試點組和非試點組的分布沒有系統(tǒng)差異，兩者基本相似。如表3所示，在經(jīng)過平衡性分析過程之后，匹配后所有協(xié)變量在兩者之間的偏差程度都降低了35%以上，“匹配上”樣本中所有協(xié)變量的P值都較大，這表明試點組和非試點組之間沒有顯著差異，在統(tǒng)計學(xué)意義上，我們認為它們是同一個個體，即非試點的人口出生率可以作為試點城市的代表值。

表3 協(xié)變量匹配質(zhì)量的檢驗

變量 樣本 偏差降低比率%雙t檢驗t值雙t檢驗P值 變量 樣本 偏差降低比率%雙t檢驗t值雙t檢驗P值TGdp 36.5 Hosp 83.2 Tfp -417.8 Hosbed未匹配匹配上未匹配匹配上83.2 8.40 0.94 8.52 0.98 0.000 0.346 0.000 0.327 PGdi未匹配匹配上未匹配匹配上未匹配匹配上77.0 4.29 2.12-0.32 1.32 2.01 0.36 0.000 0.035 0.749 0.187 0.045 0.722

此外，PSM 的有效性還需要保證研究樣本的匹配質(zhì)量。如果所有試點組和非試點組的個體預(yù)測得分相差很大，將無法保證匹配的樣本可以直接用來估計。所以，在正式估計長護險制度對人口出生率的平均處理效應(yīng)之前，還需要進行共同支撐假設(shè)檢驗（Heckman＆Vytlacil，2001［22］），以確保傾向得分在兩組樣本中有足夠多的重合區(qū)域。該檢驗主要是剔除試點組和非試點組中傾向得分較靠近兩個尾端的個體，去掉極端值，這樣雖然減少了一定的樣本量，但能極大地提高數(shù)據(jù)匹配的質(zhì)量。圖2表示了傾向得分的共同取值范圍，可以直觀地看出，大多數(shù)觀測值在共同取值范圍內(nèi)，故滿足PSM－DID的實證條件。

圖2 傾向得分的共同取值范圍

3.結(jié)果分析

為增加實證結(jié)果的可信度，本文在PSM 和PSM－DID 兩種情況下做了對比分析，結(jié)果都顯示，長護險制度與人口出生率呈負相關(guān)，該制度的實施使試點城市的人口出生率降低。具體分析如下：本文PSM－DID采用的是核匹配，帶寬采用了0.8、0.03、0.01 三種形式，由表4可以看到，在三種帶寬形式下，長護險制度對人口出生率的影響都為負，核心政策效應(yīng)值較為接近，分別為－1.346、－1.474 與－1.704，且均在10%的水平下顯著，即長護險政策的實施使人口出生率分別降低了1.346‰、1.474‰與1.704‰。表中還詳細列出了三種形式下試點前與試點后長護險制度對人口出生率影響的效應(yīng)值，均表現(xiàn)出顯著的負效應(yīng)，且試點后的效應(yīng)明顯大于試點前的效應(yīng)，說明長護險政策確實對人口出生有抑制作用，淡化個體生育動機，有可能加劇人口老齡化的進程。表5描述了使用PSM 情況下長護險制度對人口出生率的影響，可以看到，ATT、ATU、ATE⑤三種情況的估計值都在1%的水平下顯著為負，且與使用傾向匹配雙重差分法結(jié)果較為接近，這進一步證明了實證結(jié)論的可靠性。

表4 長護險政策對出生率的影響：PSM-DID

表5 長護險政策對出生率的影響：PSM

上文顯示長護險制度的實施對人口出生率有抑制作用，降低了人口出生率，這與前人（李靜，2015［10］；王國軍等，2016［2］）認為社會保障會降低人口出生率的結(jié)論基本一致，即長護險對出生率的替代效應(yīng)大于釋放效應(yīng)。本文認為長護險之所以會降低人口出生率，主要是由于該制度的實施淡化了年輕人的生育動機，因為制度的實施為老年人失能風險提供了護理保障，形成一種“社會護理”的心理預(yù)期，淡化了我國傳統(tǒng)的“養(yǎng)兒防老”的育兒觀念，導(dǎo)致人口出生率下降。隨著人口老齡化和家庭護理功能的弱化，長護險制度的全面實施已成為必然趨勢，但在國家鼓勵生育的大背景下，如何降低長護險制度的實施對人口出生率的負面影響應(yīng)引起社會的深度思考。

（二）穩(wěn)健性檢驗1.安慰劑檢驗

PSM－DID 雖然可以較好地解決樣本選擇偏誤以及內(nèi)生性帶來的相關(guān)問題，但該方法仍然無法控制其他可能影響人口出生率的相關(guān)因素，因此，本文接著進行了安慰劑檢驗。假設(shè)試點城市沒有實施長護險政策，人口出生率會怎樣變化，是否和實施以后有顯著差異？基于此，本文的檢驗思路為假設(shè)對照組的城市實施了長護險政策，而廣州、上海、重慶、成都、蘇州、南通等12個處理組城市沒有實施該政策，然后使用傾向匹配雙重差分法進行估計，如果估計結(jié)果和實際模型估計結(jié)果差別很大，就說明前文得到的結(jié)果可靠。檢驗結(jié)果如表5的Panel1 所示，把對照組的城市作為試點處理，處理組城市作為非試點處理，人口出生率的變化方向與模型實證結(jié)果相反，都為正且顯著，這進一步說明試點城市人口出生率的變化不是由偶然因素引起的。

2.改變研究樣本

青島市于2012年率先在我國實施了長護險制度，相比其他試點城市，其實施時間較早、覆蓋范圍較廣。截至2020年末，青島試點共覆蓋了891.03萬城鄉(xiāng)參保人員，其中城鎮(zhèn)職工約為401.59 萬人，城鄉(xiāng)居民約為489.44 萬人⑥，為應(yīng)對全國人口老齡化挑戰(zhàn)提供了地方性實踐樣本。青島市實施長護險制度對人口出生率的影響怎樣？是否與前文結(jié)論一致？為增加結(jié)論可靠性，本部分的研究以青島為樣本，2013-2018年長護險政策對人口出生率的影響效應(yīng)結(jié)果在表6的Panel2 中列出?？梢钥闯鰧嵤╅L護險制度對青島的人口出生率也呈抑制作用，且在加入控制變量后在5%的水平下顯著，具體政策效應(yīng)值與前文基本保持一致，這在一定程度上說明了實施長護險政策確實會降低人口出生率。

表6 穩(wěn)健性檢驗結(jié)果

注：***、**、*分別表示在1%，5%和10%水平上顯著。在計算P值時，本文采用了聚類標準誤差。

六、進一步猜想

前文表明實施長護險制度會降低人口出生率，本文進一步考慮，這種負向影響是短期效應(yīng)還是長期效應(yīng)。如果表現(xiàn)為長期效應(yīng)，則會進一步加劇老齡化，引致更多的老年護理需求，造成老年護理供需失衡，加重長護險制度的負擔，影響制度和經(jīng)濟可持續(xù)發(fā)展，那么社會就需要重新評估和完善長護險制度。因此，有必要進一步探究該制度降低人口出生率的動態(tài)效應(yīng)。

本部分將采用動態(tài)擴展的PSM－DID模型實證檢驗各試點實施長護險制度后各年的人口出生率變化效應(yīng)。根據(jù)動態(tài)擴展的PSM－DID 模型，在式（14）基礎(chǔ)上設(shè)計了分年P(guān)SM－DID 估計框架，以實證檢驗長護險制度對人口出生率的影響在各試點實施該制度的第1年、第2年的變化情況，具體模型如式（17）所示：

估計結(jié)果如表7所示，長護險制度對人口出生率的影響呈逐年遞減的趨勢，無論采用哪種核匹配方法，第1年的估計系數(shù)都大于第2年的估計系數(shù)。為保證該結(jié)論的可靠性，本文又進一步對處理年份分別做了PSM 再檢驗，結(jié)果顯示試點樣本第2年的平均處理效應(yīng)也小于第1年。因此，本文猜想長護險制度對人口出生率的抑制效應(yīng)逐步減弱，表現(xiàn)為短期抑制效應(yīng)，繼續(xù)實施長護險制度不會引起人口老齡化問題的劇烈加劇。進一步猜想長護險制度對人口出生率的降低表現(xiàn)為短期效應(yīng)的原因：制度實施初期，人們會形成一種“社會護理”的心理預(yù)期，淡化了我國傳統(tǒng)的“養(yǎng)兒防老”的育兒觀念，使制度的實施進一步導(dǎo)致人口出生率下降。隨著制度的推進，人們認識到當年老失能時可以獲得社會保障，意味著年輕時不用進行養(yǎng)老護理儲蓄，可以減輕家庭經(jīng)濟負擔，有更多的收入用于撫養(yǎng)子女，轉(zhuǎn)而帶來人口出生率降低效應(yīng)的逐漸減弱。

表7 長護險制度對出生率的動態(tài)效應(yīng)

注：***、**、*分別表示在1%，5%和10%水平上顯著。

七、結(jié)論與建議

（一）主要結(jié)論

在我國人口老齡化加劇，長護險制度全面實施已成為必然趨勢，但人口出生率持續(xù)下降的背景下，本文把長護險制度納入將生育率內(nèi)生化的世代交替模型中來考察家庭生育行為的變化，從宏觀角度利用傾向得分匹配雙重差分模型（PSM－DID）首次量化評估長護險制度對人口出生率的影響。實證結(jié)果顯示：第一，長護險制度的實施會降低人口出生率，采用核匹配的三種寬帶估計結(jié)果分別為－1.346、－1.474 與－1.704，且均在10%的水平下顯著，即實施長護險政策使人口出生率分別降低了1.346‰、1.474‰、1.704‰，對人口出生率的增長有抑制作用，且實證結(jié)果通過了相關(guān)穩(wěn)健性檢驗。第二，進一步研究發(fā)現(xiàn)長護險制度對人口出生率的降低效應(yīng)呈現(xiàn)逐年遞減的趨勢，抑制作用逐漸減弱，不會引起人口老齡化的大幅度加劇。本文認為長護險制度之所以會降低人口出生率但降低效應(yīng)逐漸減弱，主要是由于該制度的實施為老年人失能風險提供護理保障，形成一種“社會護理”的心理預(yù)期，淡化了我國傳統(tǒng)的“養(yǎng)兒防老”的育兒觀念，淡化了年輕人的生育動機，進而導(dǎo)致人口出生率的下降。但隨著制度的推進，人們認識到當年老失能時可以獲得社會保障，意味著年輕時不用進行養(yǎng)老護理儲蓄，有更多的收入用于撫養(yǎng)子女，轉(zhuǎn)而帶來人口出生率降低效應(yīng)的逐漸減弱。

（二）政策建議

長護險制度作為應(yīng)對人口老齡化、為失能老年人提供風險保障的重要舉措，全面實施已成為必然趨勢。但長護險制度的實施又使民眾形成一種“社會護理”的心理預(yù)期，淡化我國傳統(tǒng)的“養(yǎng)兒防老”的育兒觀念，導(dǎo)致人口出生率的下降，而人口出生率的持續(xù)降低又是導(dǎo)致老齡化加劇的重要因素。因此，為防止社會陷入“人口老齡化、失能化→長護險制度實施→人口出生率下降→人口老齡化加劇→老年照料供需失衡”的困境，本文提出以下政策建議：

1.鼓勵子女參與家庭照護，為子女照護提供相應(yīng)補貼

考慮到中國的傳統(tǒng)習俗和龐大的失能老人群體，家庭照護仍是未來失能護理的主流，應(yīng)通過鼓勵子女參與家庭照護，并給予子女相應(yīng)補貼，在一定程度上緩解長護險制度對人口出生率產(chǎn)生的降低效應(yīng)。具體來說，當政府按照相應(yīng)標準對參與家庭照護的子女給予資金補貼時，不僅能彌補子女因照護父母而產(chǎn)生的工資收入損失，同時也會使父母形成一種心理預(yù)期，即年老發(fā)生失能時不會增加家庭負擔，當下會有更多的收入用于撫養(yǎng)子女，因此可以在一定程度上緩解人口出生率的降低效應(yīng)。建議各試點城市可以根據(jù)子女的工資水平、教育程度、父母的失能程度以及試點居家自主護理的相關(guān)補貼標準，對承擔照護義務(wù)的子女進行現(xiàn)金補貼，該補貼可以直接發(fā)給子女。

2.加大護理服務(wù)供給方建設(shè)，鼓勵相關(guān)行業(yè)發(fā)展

為減輕社會失能護理壓力，促進生育，本文建議加大護理服務(wù)供給方建設(shè)，充分借助市場的力量促進護理行業(yè)的發(fā)展。政府作為掌舵人，需要發(fā)揮控場作用，可以出臺相關(guān)財政補貼和稅收優(yōu)惠，鼓勵更多民營資本進入護理行業(yè)。服務(wù)供給方的增多必然會降低老年照護價格，減輕老年人的照料支出負擔，間接減輕家庭負擔，也使個體有更多的收入用于養(yǎng)育子女，促進人口的出生率。但還需要注意的是，目前長護險在服務(wù)銜接方面存在護理服務(wù)能力供給不足的問題，這也會在一定程度上抑制生育意愿。因此建議政府完善相關(guān)配套設(shè)施，鼓勵更多的待業(yè)人員參與護理工作，同時為這些就業(yè)人員提供同等的社會保障。

［注 釋］

①數(shù)據(jù)來源于國家統(tǒng)計局。

②數(shù)據(jù)來源：esa.un.org/unpd/wpp/Download/Standard/Population/。

③這里包括個體獲得的養(yǎng)老保險收入。

④假定生產(chǎn)函數(shù)規(guī)模報酬不變，具有一切良好的性質(zhì)（f'（kt）＞0，f″（kt）＜0），且滿足Inada條件。

⑤ATT 為處理組的平均處理效應(yīng)；ATU 為控制組的平均處理效應(yīng)；ATE為整個樣本的平均處理效應(yīng)。

⑥數(shù)據(jù)來源來源于青島市醫(yī)保局的公開資料（http：//ybj.qingdao.gov.cn/n28356081/n32570957/n32570977/210208154441590180.html）其中長護險參保情況根據(jù)城鎮(zhèn)職工基本醫(yī)療保險參保群體和城鄉(xiāng)居民醫(yī)保參保群體而得。