長期護理保險對醫療保健消費結構的影響
——基于荊門市城鎮居民的合成控制研究

蔣雯靜

（武漢大學政治與公共管理學院 武漢 430072）

1 引言

隨著人口老齡化加速，失能老年人數量不斷增長，以及互聯網、人工智能、云診療等新技術的發展，健康消費議題受到廣泛關注。供給側上，醫療保健行業服務范圍逐漸延伸，家庭醫療、預防保健、健康管理等產品蓬勃發展；需求側上，居民醫療保健需求呈現多樣化特征，醫療保健消費結構逐步優化，傳統的醫療保健消費已經不能滿足人民日益增長的美好生活需要。國家統計局數據顯示，2021年全國居民人均醫療保健支出占人均消費支出的比重為8.8%，比2012年上升1.8個百分點，發展型、享受型消費日益提升①數據來源于國家統計局官網，https://www.stats.gov.cn/zt_18555/zthd/lhfw/2023/fjxsd/202302/t20230227_1918904.html。。因此，如何對傳統醫療保健消費結構進行優化升級對國家健康發展戰略和醫療行業革新具有重要意義。

目前，經濟學和人口學專家針對醫療保健消費結構問題的研究主要有以下幾種觀點。一是由老齡化引致的醫療保健消費結構升級效應顯著。楊贊等研究發現，老年家庭會隨著年齡的上升而擠壓醫療以外的其他消費[1]。劉利研究發現，由于老年人的健康狀況較差，老齡化對醫療保健支出比重的正向影響逐漸加強[2]。都陽和王美艷分析發現，2010年和2016年，65歲及以上的老年家庭醫療消費比重較35歲及以下的年輕家庭分別高7.4個和10.0個百分點[3]。二是老齡化引致的消費結構升級效應城鎮弱于農村。元惠連等研究發現，城鎮居民醫療保健消費結構確實存在明顯的優化升級趨勢[4]。因為優化家庭醫療保健消費結構是人口老齡化背景下升級家庭消費結構的主要路徑。但是，相比于城鎮地區而言，人口老齡化的消費結構升級效應在農村地區表現得更為強烈，這與我國大量的青壯年人口從農村遷移到城市有關，農村的人口老齡化程度相比于城鎮地區更為嚴峻[5]，農村更需要保健消費升級。三是由收入引致的消費結構升級效應在城鎮更明顯，消費不平等更嚴峻。周先波和田鳳平發現，由于城鎮居民收入和支出水平遠高于農村居民，導致城鎮居民醫療保健支出比重顯著高于農村居民[6]。孟佶賢和方毅借助泰爾指數測算發現，城鎮居民醫療保健消費不平等程度不減反升，農村居民則不斷縮小[7]。

醫療保健消費結構問題不僅和經濟、人口等因素相關，也和社會保障制度有著密不可分的聯系。圍繞社會保障與醫療保健消費結構的關系，醫療保障與衛生經濟領域的學者普遍認為，社會保障會影響居民醫療保健消費結構優化升級，并且這種影響具有健康水平、消費類型、城鄉和福利水平等的異質性。醫療保險方面，范慶祝等研究發現，原新農合政策顯著影響農村留守中老年人的保健消費，健康狀況越差的農村留守中老年人的保健消費越高[8]。但何暉和李小琴認為原新農合政策僅對衣食等生存型消費存在顯著促進效應，對醫療保健消費等享受型消費影響不顯著[9]。肖立發現，1990年以來我國農村居民醫療保健支出比重呈持續上升趨勢[10]。謝邦昌和韓靜舒認為，城鄉差異導致醫保政策對家庭醫療保健消費的擴張效應在城鎮并不顯著，但在農村相對顯著[11]。社會救助方面，Gao等關于低保政策的研究發現，低額福利金領取者只能提高其醫療保健支出，約提高了家庭人均49%的醫藥費用和38%的醫療費用，而高額福利金領取者不僅提高了保健支出，也提高了教育支出[12]。

供給側的資源供給規模和質量、需求側的需求釋放和收入提高，是優化醫療保健消費結構的關鍵因素。長期護理保險（以下簡稱長護險）制度試點通過服務給付和現金給付激發健康服務產業的就業潛力，提升供給側的資源供給規模和質量，釋放社會護理需求，減輕家庭護理負擔，這也是立足供需兩側應對醫療保健消費結構優化升級的有效途徑。

然而，長護險甚少被納入醫療保健消費結構影響因素研究范圍，存在研究結論及影響機制不明確等問題。另外，其他社會保障制度對醫療保健消費結構的影響也缺乏研究。因此，對長護險與醫療保健消費結構的研究具有一定的必要性。

本文以湖北省荊門市城鎮居民為研究對象，采用合成控制法評估了長護險對醫療保健消費結構的政策效果。評估發現，長護險對荊門醫療保健消費結構產生了優化效應。進一步分析發現，需求側的收入效應、需求效應和供給側的產業效應，為長護險優化醫療保健消費結構提供了解釋。本文的貢獻在于：第一，有別于常見長護險財務可持續等出發點，本文從健康消費提質增效的角度考察長護險對醫療保健消費結構的影響。第二，從供需角度明確了待遇給付政策是長護險對醫療保健消費結構的影響機制，為供給側和需求側改革提供了思路。當然，本文也存在局限性，樣本量偏小，結論的外推性有待進一步驗證。

2 制度背景與機制分析

2.1 荊門長護險制度和醫療保健消費結構概況

荊門是我國老齡化進程較快的城市之一。截至2020年底，荊門60歲及以上人口約59萬人，占比22.84%，65歲及以上人口為42萬人，占比16.16%②數據來源于荊門市第七次全國人口普查公報[1]（第四號）——人口年齡構成情況,http://www.jingmen.gov.cn/art/2021/6/21/art_19623_796096.html。，失能和傷殘人員1.03萬人，占比0.4%。為實現老有所護，我國于2016年在15個城市和2個重點聯系省份開展長護險試點，荊門成為湖北省唯一一個國家長護險試點城市。秉持廣覆蓋、?；?、多層次、可持續方針，荊門已累計為13831位受益者提供護理保障服務。

荊門長護險的政策內容主要包括以下幾點。

（1）覆蓋范圍上，2016年由市轄區職工醫保人群開始，2017年擴大到居民醫保人群，2018年實現醫保人群全覆蓋；基金籌集上，采取“個人繳費+醫保劃撥+財政補助”模式，職工與居民執行同一籌資繳費標準。（2）待遇給付上，長護險基金支付比例與失能等級、護理服務形式、護理機構等級掛鉤，實行限額給付，為失能人員提供清潔照料、睡眠照料、飲食照料、排泄照料、臥床與安全照料、病情觀察、心理安慰、康復照護、臨床醫用管路照護及臨終關懷等護理服務。（3）經辦管理上，采取委托第三方經辦服務的新型管理服務模式，以長護險保費2%的經辦服務費委托商業保險機構參與長護險經辦工作。

醫療保健消費結構方面。首先，從各城市發展維度來看，2010—2020年荊門的醫療保健消費結構在湖北省內處于平均最優水平。如圖1（a）所示，荊門的醫療保健消費占比最高，數值接近10%，孝感最低，占比僅在6.5%左右。其次，從時間發展維度來看，2010—2020年荊門的醫療保健消費結構呈現出“V”形的變化趨勢。如圖1（b）所示，2014年以前，荊門的醫療保健消費結構從9%左右緩慢波動下降，在2014年達到8%的谷值，隨后波動上升并在2019年達到峰值（約11%）。

圖1 2010-2020年湖北各城市醫療保健消費結構均值與荊門醫療保健消費結構變化

2.2 長護險影響醫療保健消費結構的機制分析

理論上，長護險對醫療保健消費結構同時存在正向和負向影響。正向上存在需求側現金給付或服務給付模式下的收入效應（正向）和需求效應（正向），以及供給側現金給付模式下的產業效應（正向）。負向上存在需求側現金給付或服務給付模式下的健康效應（負向）和供給側現金給付模式下的替代效應（負向）。長護險對醫療保健消費結構的最終影響結果取決于各個效應的大小，如果最終是正向效應更大，則長護險對醫療保健消費結構產生了優化效應，反之，則是抑制效應。綜合而言，待遇給付政策對護理需求和護理服務供給資源配置的調節作用，是長護險影響城鎮居民醫療保健消費結構的主要機制。

2.2.1 正向影響機制：需求側的收入效應、需求效應和供給側的產業效應。收入效應指長護險待遇給付增加受益者家庭收入，放松居民醫療保健消費預算約束，增加醫療保健消費，進而優化醫療保健消費結構。如果受益者選擇的是現金給付模式，受益者家庭可支配收入的提高變相減輕了家庭的護理費用負擔，放松了居民醫療保健消費預算約束，增加醫療保健消費，進而改善醫療保健消費結構。Fontaine發現，法國殘疾老年人的正式護理服務由于正式護理公共補貼的存在而顯著提高[13]。如果沒有補貼，自付護理支出的小時價格每增加10%將平均減少4%的總消費時數[14]。如果受益者選擇服務給付模式，非正式照料時間減少會導致正式勞動供給時間和收入增加，提高醫療保健消費，進而改善醫療保健消費結構。Van Houtven等研究發現，美國男性非正式護理人員參與工作的可能性下降了2.4個百分點，女性非正式護理人員每周減少了3—10小時的工作時間，并且工資比非護理人員低了3%[15]。Fu等研究發現，日本男性和女性非正式護理人員進入勞動力市場的可能性因為長護險的引入分別增加了15.8%和3.7%[16]。于新亮等研究發現，長護險的開展顯著提升了農村女性就業概率（8.14個百分點）和潛在工作時間（0.48小時/天）[17]。

需求效應指長護險釋放了受益者在未開展長護險情況下因護理資源不可及或服務質量不高等情況，而有效護理需求被壓抑，進而提高居民醫療保健消費，優化醫療保健消費結構。Motel-Klingebiel等比較了5個福利國家對老年人的正式和非正式照料服務，發現福利國家的正式照料服務越強大，老年人獲得的照料服務總量越大[18]。于新亮等研究發現，實施長護險制度之后，人均醫療費用總體上升約為6.18%，基層醫療機構的醫療費用對上升趨勢起到了主要作用[19]。Kim和Lim發現，與選擇了居家護理的老年人相比，韓國長護險反而增加了選擇機構護理的老年人的醫療消費[20]。Rapp等研究發現，法國針對阿爾茨海默癥患者的經濟援助提高了患者對正式護理服務的消費，對非正式護理消費的比例降低了13.3個百分點[21]。

產業效應指長護險利用促進就業創業扶持政策和資金，增加就業崗位，延長產業鏈，促進護理服務從業人員隊伍建設和護理服務產業發展，進而提高醫療保健消費，優化醫療保健消費結構。陳杰認為，護理服務業是解決很大一部分群體就業問題的新途徑[22]。孫建娥和王慧也贊同老年長期護理產業是驅動消費、解決就業的重要因素[23]。翟紹果和郭錦龍認為，老齡服務的產業化是實現老年人長期照料服務常態化供給的有效途徑[24]。長護險可以吸引社會資本進入長護服務領域，引進高層次的護理服務管理人才和專業團隊。

2.2.2 負向影響機制：需求側的健康效應和供給側的替代效應。健康效應指護理服務改善受益者的健康狀況，減少受益者醫療保健消費，抑制醫療保健消費結構。馬超等研究發現，長護險的實施使試點城市中老年居民的精神健康水平得到改善，身體疼痛狀況得到減少，月門診費用和年均住院費用分別減少210.51元和1901.69元[25]。Han等學者的研究顯示，韓國長護險的實施使得失能者的醫療費用總額下降了61.85%，其中住院費用下降91.63%，藥品費用增長31.85%[26]。Ariizumi 發現，無論是以個人經濟狀況還是以個人健康狀況為受益門檻，長護險都削弱了低收入、低健康水平受益人的醫療保健預防動機，最終排擠了居民醫療消費[27]。

替代效應指長護險提高護理資源可及性和性價比，降低受益者對醫院護理的使用和占用，并轉向機構或居家護理，進而降低醫療保健消費，抑制醫療保健消費結構。當醫院患者準備出院到機構接受護理或居家接受上門護理，但沒有空位和護理人員時，壓床現象就容易產生，此時醫院護理是機構護理或居家護理的昂貴替代品。Fernandez和Forder 研究發現，英格蘭的機構護理模式大大降低了延遲出院率和再入院率[28]。Gaughan等發現，地方護理床位增加10%將使延遲出院率減少6%—9%，并且護理床位的供給具有空間溢出效應，一個地方護理床位的可用性也會緩解臨近地區的醫院壓床現象[29]。Costa-Font等的研究表明，領取西班牙長護險護理補貼和家庭護理補貼，使得受益人住院率和醫療資源使用率都有所下降，減少補貼后這種影響大大減弱[30]。王貞和封進的研究進一步表明，機構護理補貼主要改變了醫療資源的配置，對醫療費用影響較小[31]。

2.3 影響醫療保健消費結構的其他因素

一些學者就經濟與收入、產業與社會保障，以及價格和醫療資源等方面對醫療保健消費結構做了諸多有益探索。經濟與收入方面，王美嬌和朱銘來研究發現，離退休工資和收入等變量對消費結構的影響盡管顯著，但促進效果十分有限[32]。同時，問錦尚等研究發現，醫療保健消費支出比重隨收入的增長以較大的速率下降[33]。產業與社會保障方面，張紅鳳和黃璐研究發現，產業結構升級抑制了醫療保健消費支出占比[34]。肖攀等以農村居民人均純收入中的轉移性收入衡量農村社會保障水平，研究發現農村社會保障對農村居民的醫療保健消費的促進效應尚未顯現[35]。但也有學者認為社會保障具有消費擴張效應，魏勇研究發現，社會保險、救濟、福利和優撫等方面的政府社會保障支出有利于擴大中、低收入居民的包括醫療保健在內的基本商品消費[36]。價格和醫療資源方面，問錦尚等研究發現，農村居民食品、居住、生活用品及服務、交通通信等消費行為顯著受到市場價格波動影響[33]。醫療資源是醫療保健消費的重要基礎，楊紅燕等也認為，機構床位供給是減輕家庭照護負擔和保障失能照護需求的重要物質載體[37]。

3 研究方法、變量與數據

3.1 研究方法

我國2016年在15個城市和2個重點聯系省份開展長護險試點，這相當于一種自然實驗。雙重差分和傾向得分匹配也是評估政策效應的常用方法，但雙重差分存在要求處理組和對照組在政策實施前具有共同趨勢、對照組選取難以規避主觀性的局限。

傾向得分匹配存在條件獨立的假設不易滿足、每個對照組的具體情況無法分析的劣勢。其他政策的干擾，例如，荊門在開展長護險試點的同期，還在全市范圍內實施了城鄉居民醫療保險制度整合，也在不同區縣推行了保障基本醫療服務改革試點、健康管理服務試點、“互聯網+遠程醫療”、分級診療改革試點和藥品帶量采購試點等一系列同樣影響醫療保健消費結構的政策，要將長護險試點從這些混合的政策中剝離出來存在難度。

合成控制法由Abadie和Gardeazabal提出，該方法通過加權平均構造對照組，刻畫出處理組與對照組在政策前的相似性，以數據驅動權重較好地克服了主觀誤差問題，并清晰反映出每個對象在構造對照組方面的貢獻[38]。這些優勢使得合成控制法在如房產稅試點[39]的政策效應評估方面得到了廣大學者的青睞。合成控制法的具體程序為：

假設觀測到J+1個地區的醫療保健消費結構情況，其中第1個地區（荊門）在T0受到了長護險影響，其他J個地區為對照組地區。我們可以觀測到這些地區T期的醫療保健消費結構優化情況。我們設CNit表示城市i在時間t沒有開展長護險的醫療保健消費結構情況，CIit表示有長護險時的醫療保健消費結構情況。設定模型：

其中，Dit為是否接受試點的虛擬變量，如果城市i在時刻t接受試點，那么Dit=1，否則Dit=0。

對于不受長護險影響的城市，Cit=CNit，因為只有第1個城市在時刻T0之后開始受到長護險影響。αit是長護險的事實效果，我們的目標就是估計αit。在t＞T0時，Cit是試點城市可以觀測到的醫療保健消費結構情況。為了得到αit，我們需要估計無法被觀測到的CNit，通過構造“反事實”的變量表示CNit：

(2)式為潛在醫療保健消費結構情況的決定方程，其中Zi是不受長護險影響的控制變量，?t是時間趨勢，λt是一個(1×F)維觀測不到的共同因子，μi則是(F×1)維觀測不到的地區固定效應誤差項，εit是每個地區觀測不到的暫時沖擊，均值為0。為了得到長護險的影響，我們必須估計長護險試點城市假設沒有試點長護險時的CNit，解決方案是通過對照組城市的加權來模擬處理組的特征。為此，我們的目的就是求出一個(J×1)維權重向量W2+...+WJ+1=1滿足對任意J，Wj≥0，并且W2+...+WJ+1=1。用W作為權重合成控制的結果變量就是：

假設存在一個向量組，

并且，

Abadie等證明在一般條件下，上式的右邊將趨近于0[40]。因而對于T0＜t≤T，我們可以用作為CNit的無偏估計來近似CNit，進而推得的就可以作為αit的估計。

3.2 變量與數據

被解釋變量為醫療保健消費結構，具體用城鎮常住居民醫療保健消費結構支出占城鎮常住居民人均消費性支出衡量。文獻回顧后發現，其他影響醫療保健消費結構的因素包括經濟與收入、產業與社會保障以及價格和醫療資源等，本文具體以人均GDP、城鎮常住居民人均可支配收入、城鎮二三產業從業人員比、人均社會保障和就業支出、居民消費價格指數和人均醫療衛生機構床位數等6個指標作為預測變量，并對人均GDP、城鎮常住居民人均可支配收入和人均社會保障和就業支出做對數化處理。數據來源于歷年的湖北統計年鑒，使用2010—2020年湖北省12個城市的平衡面板數據，其中，處理組為荊門，對照組為11個非長護險制度試點城市。

4 實證分析

4.1 長護險對荊門醫療保健消費結構的影響

合成荊門的權重組合如表1所示。依據預測變量，11個備選城市中的4個城市構成了合成荊門，其中黃岡的權重最大，為0.381，其次是襄陽、十堰和孝感。

表1 合成荊門的城市及權重

合成荊門與荊門的變量擬合情況如表2所示。醫療保健消費結構的差異率為2.74%，說明合成荊門的醫療保健消費結構變化路徑較好地擬合了荊門的實際變化路徑。影響醫療保健消費的預測變量實際值和合成值差異不大，如城鎮常住居民人均可支配收入、城鎮二三產業從業人員比和居民消費價格指數的差異率分別是0.60%、0.07%和0.09%，說明預測變量的擬合情況總體較好。綜合而言，合成控制法的擬合效果較理想。

表2 合成荊門與荊門的變量擬合情況

荊門與合成荊門在2010—2020年的醫療保健消費結構如圖2所示。其中虛線代表荊門長護險制度試點實施的年份。在虛線左側，荊門與合成荊門的醫療保健消費結構變化路徑吻合度較高。在虛線右側，荊門與合成荊門的醫療保健消費結構變化路徑出現明顯歧異，合成荊門的醫療保健消費結構低于荊門，二者的差值即長護險制度試點影響荊門醫療保健消費結構的政策凈效應。換句話說，與沒有實施長護險試點相比，實施長護險使得荊門醫療保健消費結構得到優化。

圖2 荊門與合成荊門的醫療保健消費結構

4.2 長護險對荊門醫療保健消費結構產生優化效應的解釋

待遇給付政策對護理需求和護理服務供給資源配置的調節作用，是長護險影響城鎮居民醫療保健消費結構的主要機制。優化效應的產生說明，荊門長護險在正向的需求側收入效應、需求效應和供給側產業效應，同負向的需求側健康效應和供給側替代效應的比較發現，最終是正向的效應更大。所以本文就圍繞正向的來自需求側的收入效應、需求效應和來自供給側的產業效應展開解釋。

收入效應?，F金給付模式是荊門長護險制度受益者的主流選擇，且現金給付水平并不低于試點城市平均水平。2017—2021年，超過9成的制度受益者都選擇了居家護理的現金給付模式，按照失能程度由淺及深，重度三（Ⅰ）級至重度一（Ⅲ）級的給付水平是1200—2400元/人/月。居家護理的現金給付模式提高了受益者家庭可支配收入，減輕了受益者家庭護理費用負擔，放松了受益者家庭醫療保健消費預算約束，額外增加了其他的醫療保健需求，導致醫療保健消費的增加，進而優化了醫療保健消費結構。

服務給付模式下，長期護理責任的社會化使得傳統家庭護理人員有機會從護理活動中解放出來，可以重新進入勞動力市場或提高勞動參與率，正式勞動供給時間和收入增加，額外增加了其他的醫療保健需求，增加醫療保健消費，進而優化了醫療保健消費結構。2014—2020年荊門常住居民年人均可支配收入和城鎮常住居民從業率分別如圖3（a）和圖3（b）所示，兩者整體都呈上升趨勢，這一定程度上支持了需求側的收入效應是長護險產生醫療保健消費結構優化效應的重要機制的結論。

圖3 2014-2020年荊門城鎮常住居民年人均可支配收入與從業率

需求效應。在未開展長護險試點前，部分受益者可能會因護理資源不可及，或護理服務質量不高等，壓抑了自己的有效護理需求。荊門開展長護險試點后，定點護理服務機構或社區服務機構專門成立的長期護理服務公司為失能參保人員提供社會化居家護理服務，提高了護理資源可及性。差異化管理執業護士與養老護理員，定期培訓護理服務人員，促進了護理工作的提質增效。這些方面的改善使得受益者被壓抑了的有效需求得到釋放，增加居民醫療保健消費，進而優化了醫療保健消費結構。

產業效應。荊門長護險利用促進就業創業扶持政策和資金，一方面，多渠道壯大了護理從業人員隊伍，依托就業扶持等政策促進家政服務人員、城鎮失業人員、農村轉移勞動力和就業困難人員從事護理工作，激勵衛生專業技術人員轉崗，吸引相關專業高校畢業生落戶和就業，解決了部分就業問題。另一方面，依托本地高校、職業學校等教育資源設置長期護理服務專業并實行定向招生和訂單培訓，對符合條件的定點護理服務機構給予穩定崗位補貼、創業貸款擔保及貼息、養老床位補貼等扶持政策，延長了產業鏈。這兩個方面促進了荊門長期護理服務從業人員隊伍建設和護理服務產業發展，增加了居民的醫療保健消費，進而優化了醫療保健消費結構。

4.3 穩健性檢驗

排序檢驗。借鑒Abadie等提出的排序檢驗思想，檢驗長護險制度的政策凈效應是否在統計上顯著[40]。這一檢驗方法的思想是，假設對照組的各城市也在2016年開展長護險試點，分別合成各城市相應的合成控制對象，然后比較荊門實際產生的政策效果和對照組各城市在假設情況下產生的政策效果。如果2016年政策沖擊之后對照組各城市與合成控制對象的差值均小于或大部分小于荊門，那么有理由相信長護險的經濟效應是顯著的。由于部分城市的合成控制對象在2016年長護險制度開展前并不具有良好的擬合效果，即均方預測誤差的平方根（root mean square percentage error，RMSPE）值較大，這將導致即使后期城鎮常住居民醫療保健消費結構差值較大，也可能是RMSPE引起，而與長護險制度無關。鑒于此，本文剔除了RMSPE值低于荊門1.5倍的城市。報告了剔除5個該類城市后的城鎮常住居民醫療保健消費結構的差值分布。

可以看出，2016年之前，荊門與其他城市的城鎮常住居民醫療保健消費結構的變動差距總體上不是很大，但是在2016年后，荊門與其他城市的差距顯著拉大，其分布于其他城市的上方外部（見圖4），這表明長護險優化了荊門城鎮常住居民醫療保健消費結構。

圖4 各城市醫療保健消費結構差值分布

雙重差分法檢驗。按照雙重差分法共同趨勢假設的要求，要盡可能地選擇在2016年前與荊門城鎮常住居民醫療保健消費趨勢一致的城市。通過數據比對發現，湖北省11個備選城市的城鎮常住居民醫療保健消費結構在2016年之前與荊門一樣大體上都處于增長趨勢，所以將這11個城市作為荊門的對照組。表3報告了雙重差分法的估計結果，其交叉項的系數反映的是長護險對荊門城鎮常住居民醫療保健消費結構的影響。第（1）列是在使用上述11個城市作為對照組但沒有控制其他預測變量情況下的估計結果，即總體上長護險的實施可以讓荊門醫療保健消費結構比未實施該制度的其他城市優化2%；第（2）列是在使用上述11個城市作為對照組且控制了其他預測變量情況下的估計結果，即總體上長護險的實施可以讓荊門醫療保健消費結構比未實施該制度的其他城市優化3%。兩種情況下的交叉項系數均顯著為正，顯示長護險優化了荊門城鎮常住居民醫療保健消費結構且具有穩健性，證實了荊門城鎮常住居民醫療保健消費結構的優化部分是由長護險所引致的。

表3 荊門長護險試點對醫療保健消費結構的影響（雙重差分法）

安慰劑檢驗。借鑒Abadie和Gardeazabal提出的安慰劑檢驗方法思想，選擇一個沒有實施長護險試點的城市進行同樣的分析，如果發現該城市的實際樣本和合成樣本的醫療保健消費結構趨勢與荊門趨同，說明合成控制法并未提供有力證據來說明長護險對荊門醫療保健消費結構的影響[38]。反之，說明本研究的結果是穩健的。兩個極端城市被考慮進了安慰劑檢驗，一個是合成荊門的最大權重城市黃岡，即備選城市中與荊門最為相似的城市；一個是對合成荊門不構成任何權重的武漢，即備選城市中與荊門最不相似的城市。圖5（a）報告了黃岡的安慰劑結果，圖5（b）報告了武漢的安慰劑結果?？梢钥闯?，黃岡和武漢的實際醫療保健消費情況在2016年之后并未出現與荊門相同的趨勢，武漢的實際醫療保健消費結構情況始終沿著合成武漢醫療保健消費情況的趨勢在變化，而黃岡的實際醫療保健消費情況甚至出現了與荊門相反的走勢。因此，這一檢驗再次證明長護險是2016年后荊門醫療保健消費結構優化的重要原因。

圖5 安慰劑檢驗城市的醫療保健消費結構

5 總結與啟示

5.1 總結

本文以荊門長護險為例，運用合成控制法評估了長護險對醫療保健消費結構的政策效果。研究發現：（1）長護險對荊門醫療保健消費結構產生了優化效應；（2）需求側的收入效應、需求效應和供給側的產業效應，為長護險優化醫療保健消費結構提供了解釋。

5.2 啟示

基于居民服務消費提質擴容、醫療保健消費結構優化升級的角度，本文在供給側和需求側方面具有如下啟示。

5.2.1 持續提高居民收入并完善收入分配制度，做好長護險與其他社會保障制度的銜接工作。重點關注低收入和中等收入群體，提高低收入群體收入，擴大中等收入群體規模，尤其加大長護險制度對低收入群體的政策扶持力度。做好長護險制度與醫療保險、工傷保險、最低生活保障制度以及精準扶貧等制度的銜接，以制度保障助力受益居民醫療保健消費預算放松。

5.2.2 依托新技術創新長護服務供給模式，釋放居民有效護理需求。充分利用互聯網、大數據、人工智能等新技術，對長護服務供給質量實行智能監測和遠程監督，提高護理資源可及性，讓護理服務更優質和精準，進而提高服務消費水平。加強信息化技術支撐，最大程度發揮線上服務遠程、高效和智能等優勢，切實推進遠程醫療和人工智能在長護服務過程中的普及，釋放居民被壓抑的有效護理需求，優化醫療保健消費結構。

5.2.3 堅持供給側結構性改革主線，引導培育護理服務消費惠民增長點。首先，促進護理服務從業人員隊伍建設，依托就業扶持政策促進城鎮失業人員等從事長護服務工作，采取畢業生優惠政策吸引護理服務相關專業高校畢業生從事長護服務工作。其次，促進護理服務產業發展，一方面要完善和延伸養老、家政、醫療等服務產業鏈，引導建設專業化、規?；?、網絡化和規范化的健康服務業；另一方面要豐富家庭醫療、預防保健、健康管理等產品及服務供給，雙向發展健康養老、醫療保健和家政護理消費的新消費模式和新業態。