劉西國，王佳晨

（濟南大學(xué)商學(xué)院，山東濟南250022）

一、引言

養(yǎng)老服務(wù)是社會力量提供的、有助于老年人正常生存、發(fā)展和有尊嚴(yán)地生活的非公共產(chǎn)品。社會化大生產(chǎn)和人口結(jié)構(gòu)變遷使得家庭代際供養(yǎng)模式發(fā)生較大變化，養(yǎng)老需要在整個社會范疇下予以支持（穆光宗、姚遠，1999）［1］，發(fā)展社會養(yǎng)老服務(wù)是我國政府應(yīng)對日趨嚴(yán)重養(yǎng)老壓力的重要舉措（杜鵬等，2016）［2］。

《國家應(yīng)對人口老齡化戰(zhàn)略研究總報告》預(yù)測，2030年我國將進入老齡化問題集中爆發(fā)階段，失能老年人在2030年和2050年將分別達到6168 萬和9750 萬，由此產(chǎn)生的失能老年人照護問題引起社會各界關(guān)注，影響國家戰(zhàn)略任務(wù)及公共政策制定。我國對于失能老人的照料一直以家庭照料為主。據(jù)《中國家庭發(fā)展報告2015》統(tǒng)計，截至2015年底，我國90%以上老年人為家庭養(yǎng)老。但家庭核心化、少子化和人口高流動性使得家庭照料功能式微：50%為空巢老年人，10%為獨居老年人，這部分老年人很難得到家庭照料。

面對嚴(yán)峻的失能老年人照護需求形勢，我國政府積極倡導(dǎo)多元供給主體參與，大力發(fā)展社會化養(yǎng)老服務(wù)，但效果并不理想，利用居家養(yǎng)老服務(wù)的老年人不足6%，服務(wù)項目平均利用率不足1%，養(yǎng)老服務(wù)“獲得感”與政府投入嚴(yán)重不匹配（甄炳亮，2016）［3］。為揭示社會養(yǎng)老服務(wù)有效需求不足原因，尋找破解途徑，學(xué)界針對養(yǎng)老服務(wù)利用的影響因素開展了大量研究，但關(guān)于養(yǎng)老保險能否激發(fā)養(yǎng)老服務(wù)需求缺乏研究。本文將利用全國追蹤調(diào)查數(shù)據(jù)，采用雙重差分傾向得分匹配法探討?zhàn)B老保險等經(jīng)濟手段能否刺激養(yǎng)老服務(wù)需求。

二、文獻綜述

當(dāng)前我國養(yǎng)老服務(wù)業(yè)仍然屬于起步培育和探索階段，社會化、市場化程度較低，可謂“起步多年，仍然起步”。從供給側(cè)看，研究者認(rèn)為養(yǎng)老服務(wù)業(yè)的微利或虧損影響了資金和人才等社會要素投入，未能滿足失能老人多元化需求而陷入“低水平均衡陷阱”。也有學(xué)者認(rèn)為面臨有效需求不足是養(yǎng)老服務(wù)行業(yè)發(fā)展緩慢的根本原因，應(yīng)當(dāng)聚焦社會養(yǎng)老服務(wù)“需求之困”（盛見，2019）［4］。需求側(cè)影響因素更多與消費偏好、孝養(yǎng)文化及社會心理等抽象變量相關(guān)，難以量化。林寶（2017）［5］、黨俊武（2018）［6］等對養(yǎng)老服務(wù)有效需求不足做了定性研究，認(rèn)為由于各種條件制約，只有少數(shù)潛在需求轉(zhuǎn)化為現(xiàn)實需求。制約養(yǎng)老服務(wù)需求的經(jīng)濟因素包括經(jīng)濟支撐和保障能力不足。研究者一般將養(yǎng)老服務(wù)需求影響因素劃分為社會保障體系、輿論、社會環(huán)境、經(jīng)濟條件、保障狀況、家庭狀況、個體特征、觀念及認(rèn)知程度等方面［7］［8］。

在眾多影響?zhàn)B老服務(wù)利用的因素中，養(yǎng)老保險并未引起學(xué)者關(guān)注，學(xué)者們更多關(guān)注的是養(yǎng)老保險對老年人健康狀況、居住模式、消費以及代際支持的影響。養(yǎng)老保險通過提高老年人的生活水平和醫(yī)療服務(wù)利用，從而影響老年人身心健康。養(yǎng)老保險能顯著影響老年人自評健康和生理健康［9］。程令國等（2013）認(rèn)為，養(yǎng)老保險制度為養(yǎng)老服務(wù)的發(fā)展提供了制度保障，可以提升老年人的經(jīng)濟獨立性、獨居概率［10］。在我國農(nóng)村地區(qū)，“新型農(nóng)村養(yǎng)老保險”（簡稱“新農(nóng)?！保┲贫仁菍崿F(xiàn)農(nóng)村居民老有所養(yǎng)的重要基礎(chǔ)性工程（張曄，程令國，劉志彪，2016）［11］，養(yǎng)老保險通過收入效應(yīng)改變了老年人的居住安排（張?zhí)K，王婕，2015）［12］，降低了老年人與子女同住的概率（程令國，2013；Chen，2017；Cheng et al，2017）［13］［14］。在美國，養(yǎng)老保險提高了老年人的獨居率（Costa，1997、1999；McGarry&Schoeni，2000；Engelhardt et al.，2005）［15］-［18］。張召華等（2018）利用CHARLS數(shù)據(jù)分析發(fā)現(xiàn)，“新農(nóng)?！笔棺优畬夏旮改傅慕?jīng)濟支持減少了23%，并減少了子女與父母同住概率以及“?；丶铱纯础钡拇螖?shù)［19］。趙靜（2018）發(fā)現(xiàn)養(yǎng)老保險對家庭養(yǎng)老具有非完全替代效應(yīng)［20］。張川川、李雅嫻和胡志安利用CHARLS 數(shù)據(jù)分析發(fā)現(xiàn)，“新農(nóng)?！钡膶嵤┦沟棉r(nóng)村中老年人預(yù)期依靠家庭養(yǎng)老的概率顯著下降了3.9%-4.9%（張川川，李雅嫻，胡志安，2017）［21］。另一種觀點則認(rèn)為，養(yǎng)老金增強了老年人向下代際轉(zhuǎn)移的能力，即老年人通過向子女提供經(jīng)濟支持，換取子女提供的家庭照料（Kohli et al.，2005；Lund，2002；Sagner and Mtati，1999）［22］-［24］。在南非，養(yǎng)老保險提高了老年人與子女同住的比率（Hamoudi &Thomas，2005）［25］。

對比已有文獻，本文的創(chuàng)新點在于首次直接檢驗了養(yǎng)老保險這一經(jīng)濟因素對養(yǎng)老服務(wù)利用的影響，為養(yǎng)老服務(wù)市場發(fā)展提供實證數(shù)據(jù)。借助中國健康與養(yǎng)老追蹤調(diào)查2013-2015年（CHARLS）數(shù)據(jù)，利用傾向得分匹配法（propensity score match?ing，PSM）檢驗養(yǎng)老保險對養(yǎng)老服務(wù)利用水平的影響，并采用基于PSM 的雙重差分法（differencein-differences，DID）分析變量遺漏對估值的影響，進行估值的穩(wěn)健性檢驗。

三、數(shù)據(jù)來源與模型設(shè)定

（一）數(shù)據(jù)來源

本文所用數(shù)據(jù)為中國健康與養(yǎng)老追蹤調(diào)查（CHARLS）項目組發(fā)布的2013年和2015年全國追蹤調(diào)查數(shù)據(jù)。該項目由北京大學(xué)國家發(fā)展研究院組織，2008年在浙江與甘肅兩省開展預(yù)調(diào)查，2011年開始，每兩年進行一次全國調(diào)查，在全國抽樣調(diào)查45歲及以上中老年家庭和個人。在養(yǎng)老保險的相關(guān)問卷設(shè)置中，該問卷詳細反映了養(yǎng)老保險參保、繳費及保險費領(lǐng)取情況。

本文所研究的保險包括政府機關(guān)、事業(yè)單位、企業(yè)職工基本養(yǎng)老保險、征地養(yǎng)老保險、商業(yè)保險、其他養(yǎng)老保險等。因為在我國60歲以上老年人才可以領(lǐng)取養(yǎng)老保險金，因此，我們僅保留60歲以上的樣本，2015年樣本共包含9785個觀測值。其中，有養(yǎng)老保險的6865人，利用社會養(yǎng)老服務(wù)的119人。

（二）模型設(shè)定

1.內(nèi)生性問題

本文的內(nèi)生性問題包括自選擇行為和變量遺漏兩個方面。一方面，養(yǎng)老保險包括基本保險和商業(yè)保險兩大類，是否購買養(yǎng)老保險尤其商業(yè)保險受各種因素影響，存在自選擇行為；另一方面，參加養(yǎng)老保險和未參加養(yǎng)老保險的老人在某些方面可能存在差異，但這些差異難以通過某些特征變量觀測，存在變量遺漏。因此，如果觀察不到養(yǎng)老保險對養(yǎng)老服務(wù)利用的影響，存在兩種可能。第一種可能就是養(yǎng)老保險確實不影響?zhàn)B老服務(wù)利用。第二種可能是因為沒有考慮自選擇和變量遺漏問題，導(dǎo)致有偏估計。為盡可能消除自選擇和變量遺漏帶來的有偏估計問題，需要將數(shù)據(jù)分為實驗組和對照組，以便形成對照。本文采用雙重差分傾向得分匹配法（PSMDID）進行估計，該法結(jié)合了PSM 和DID 優(yōu)勢。首先，作為非參數(shù)法，無需要求自變量對因變量的影響為線性，亦能保證結(jié)果的一致性；其次，通過傾向得分匹配對對照組實現(xiàn)更精確處理。

2.模型設(shè)定

PSMDID 是一種加入時間變量的因果推斷方法，需要不同時點的數(shù)據(jù)。為此，考慮以下兩期面板數(shù)據(jù)模型（DID）：

虛擬變量Di表示個體i 是否參加養(yǎng)老保險，Di＝1為參加，Di＝0為未參加。記yi為養(yǎng)老服務(wù)利用情況。對于個體i，其養(yǎng)老服務(wù)的利用yi可能有兩種狀態(tài)，并假設(shè)取決于是否有養(yǎng)老保險，

y1i-y0i體現(xiàn)養(yǎng)老保險對養(yǎng)老服務(wù)利用的影響（即“處理效應(yīng)”）。如果個體i參加了養(yǎng)老保險，則可以觀察到y(tǒng)1i，否則可以觀察到y(tǒng)0i。假設(shè)個體i 屬于實驗組，找到對照組的某個體j，使得個體j 與個體i 的可觀測變量取值盡可能相似（匹配），即xi≈xj。基于可忽略性假設(shè)，個體i與個體j進入實驗組的概率相近，具有可比性；故可將yi作為y0i的估計量。實驗組中的每位個體都如此進行匹配。類似地，對對照組每位個體也進行匹配，然后對每位個體的處理效應(yīng)進行平均，即可得到匹配處理量。

處理效應(yīng)（y1i-y0i）為隨機變量，因此我們關(guān)心其期望值，即平均處理效應(yīng)（Average Treatment Effect，ATE），也稱為“平均因果效應(yīng)”。

ATE表示從總體中隨機抽取某個體的期望值處理效應(yīng)，而無論該個體是否參與項目。但這一定義過于寬泛，因為總體中的某些個體可能根本無資格參加養(yǎng)老保險?？梢酝ㄟ^重新定義總體來解決這一問題。但對于政策制定者而言，“參與者平均處理效應(yīng)”（Average Treatment Effect on the Treated，ATT）可能更重要，因為它衡量的是參與者的毛收益。因此，本文僅考慮養(yǎng)老保險實際參加者的平均處理效應(yīng)（ATT），即

通過STATA14.0 軟件進行實證分析，利用logit模型來估計傾向得分，并利用1-1最近匹配、核匹配和半徑匹配進行傾向得分匹配。

3.變量設(shè)置

因變量“社會養(yǎng)老服務(wù)利用”根據(jù)問卷中的如下問題確定：請問在穿衣、洗澡、吃飯、起床、入廁、家務(wù)、做飯、購物、打電話、吃藥、管錢等困難中，誰幫助您最多？此為多選題。如果選擇“雇傭人員（如保姆）”“志愿者或者志愿機構(gòu)人員”“養(yǎng)老院人員”“社區(qū)提供的幫助”為答案，則定義為利用了社會養(yǎng)老服務(wù)。將擁有“新農(nóng)?！薄⒙毠せ攫B(yǎng)老保險、征地養(yǎng)老保險、商業(yè)保險、其他養(yǎng)老保險等的老年人，定義為有養(yǎng)老保險。PSM 的匹配過程基于傾向得分（P（X）＝Pr（T＝1|X）該模型表示在利用養(yǎng)老服務(wù)的前提下，自變量對利用養(yǎng)老服務(wù)概率的影響，因為影響?zhàn)B老服務(wù)利用的因素除了自變量，還有其他控制變量）展開。該傾向得分將處理變量（即是否利用養(yǎng)老服務(wù)）作為因變量（T＝1 表示利用養(yǎng)老服務(wù)），以X中的變量為自變量進行l(wèi)ogit（或probit）估計得到。X 中的自變量能夠影響處理變量或結(jié)果變量。本文根據(jù)該原則進行自變量設(shè)置。結(jié)合相關(guān)文獻，將養(yǎng)老保險、自評健康、慢性病、日?；顒幽芰ΓˋDL）、婚姻狀況、性別、年齡、住地、教育程度、個人年收入、家庭年收入、子女?dāng)?shù)、女兒數(shù)、兒子數(shù)、子女平均收入作為控制變量。

4.變量含義及描述統(tǒng)計

表1顯示，截止2015年，樣本老年人擁有養(yǎng)老保險的比例較高，達到70.1%，但利用社會養(yǎng)老服務(wù)的比率非常低，僅僅1.2%，這一數(shù)據(jù)與甄炳亮（2016）等學(xué)者的研究結(jié)論非常接近。56.4%的老年人有醫(yī)療保險；老年人的自評健康值介于3-4，說明大部分老年人的健康為好或一般；慢性病患病率較低，日?；顒幽芰^強；73.5%的老年人為在婚；80.2%的老年人生活在農(nóng)村；平均受教育程度為未讀完小學(xué)；個人收入平均1140元，可能是樣本老年人平均年齡較高（69歲）且以農(nóng)村戶口為主的原因。

表1 變量設(shè)置與描述性統(tǒng)計

5.實驗組與對照組比較

把2013年和2015年的數(shù)據(jù)分為前后兩期，把實驗組定義為2013年未參加養(yǎng)老保險但2015年參加了養(yǎng)老保險的個體集合；將對照組定義為2013年和2015年都未參加養(yǎng)老保險的個體集合。表2 以微觀個體為基礎(chǔ)，列示了實驗組（參加養(yǎng)老保險）與對照組（沒有參加養(yǎng)老保險）在結(jié)果變量方面的差異。2013年，實驗組老人養(yǎng)老服務(wù)利用率2%，對照組為2.7%；2015年，實驗組老人養(yǎng)老服務(wù)利用率1.2%，對照組為1.4%。有養(yǎng)老保險的老年人在社會養(yǎng)老服務(wù)的利用率方面低于沒有養(yǎng)老保險的老年人，但差異較小，且不具有統(tǒng)計顯著性。不過，此處的描述統(tǒng)計是基于全體樣本的比較，未排除政策實施中的選擇性偏誤的干擾。所以，最終的結(jié)論還有待下文的嚴(yán)格論證。

表2 個體樣本中實驗組和對照組在結(jié)果變量上的差異

四、回歸分析結(jié)果

（一）養(yǎng)老保險對養(yǎng)老服務(wù)利用的影響

首先就養(yǎng)老保險政策對養(yǎng)老服務(wù)利用水平的總體影響進行估計。為了檢驗估計結(jié)果的穩(wěn)健性，估計中同時使用了1-1 最近匹配、核匹配和半徑匹配。這三種估計方法的主要區(qū)別是匹配時使用的權(quán)重存在差異，不過，只要滿足條件獨立性假設(shè)（Condition Independence Assumption，CIA）和共同支撐假設(shè)（Common Support Assumption）條件，三種方法估計的結(jié)果應(yīng)當(dāng)具有一致性（Nannicini，2007）。上述估計中，傾向得分的估計全部基于logit 模型展開。從表3 系數(shù)估計值看，醫(yī)療保險、慢性病、日?；顒幽芰ΓˋDL）、性別、年齡、居住地、個人收入、子女平均收入等可觀測變量都在5%或1%水平顯著，是決定傾向得分的顯著變量。

表3 給出了基于PSM 方法的平均處理效應(yīng)（ATT）估計結(jié)果：最近匹配、核匹配和半徑匹配得到的醫(yī)療服務(wù)ATT 估計值全部為負數(shù)，與表2 的描述統(tǒng)計結(jié)果一致，再次證明養(yǎng)老保險未能增進養(yǎng)老服務(wù)的利用。

表3 養(yǎng)老保險對養(yǎng)老服務(wù)利用的影響

（二）匹配質(zhì)量

為了檢驗PSM 估計中的樣本匹配效果，表4報告了匹配前后實驗組和對照組之間各變量分布差異上的t 檢驗結(jié)果。表4 顯示，大多數(shù)變量在匹配前，實驗組和對照組之間存在顯著差異；匹配后，這些變量間的差異變得不再顯著。而且，除“自評健康”這一變量匹配前不存在顯著差異，匹配后存在顯著差異外，其余匹配前不存在顯著差異的變量，匹配后仍然不存在顯著差異。表4 結(jié)果表明，匹配使得實驗組和對照組在變量上不再有顯著差異，說明匹配質(zhì)量較高。

表4 匹配質(zhì)量的t檢驗結(jié)果

（三）基于雙重差分傾向得分匹配的穩(wěn)健性檢驗

與可觀測變量有關(guān)的選擇性偏誤雖然能夠通過PSM 修正，但無法解決不可觀測變量遺漏可能帶來的選擇性偏誤?；诖耍疚耐ㄟ^DID 法進行穩(wěn)健性檢驗。由于本文使用數(shù)據(jù)只有2013年和2015年兩期，因此DID分析中，本文以2013年為基期，以2015年為處理期。先將對照組與實驗組進行匹配，在此基礎(chǔ)上再進行DID 分析。表5 表明，2013年和2015年養(yǎng)老保險都未對養(yǎng)老服務(wù)利用產(chǎn)生顯著性影響。PSMDID 的估計結(jié)果與表3 的PSM 估計結(jié)果基本一致，表明在消除不可觀測因素后，前文所得結(jié)論仍然是穩(wěn)健。

表5 養(yǎng)老保險對養(yǎng)老服務(wù)利用的DID估計

四、討論與建議

本文利用CHARLS 數(shù)據(jù)，采用PSMDID 方法研究了養(yǎng)老保險對老年人利用社會養(yǎng)老服務(wù)的影響。通過匹配前后實驗組和對照組之間各變量分布差異上的t檢驗，表明匹配質(zhì)量較高。通過雙重差分傾向得分匹配檢驗，說明研究結(jié)論是穩(wěn)健的。研究結(jié)果表明，截至2015年底，養(yǎng)老保險政策總體上并未提升老年人對養(yǎng)老服務(wù)的利用水平。

（一）養(yǎng)老保險未能提升養(yǎng)老服務(wù)利用率的可能原因分析

1.養(yǎng)老保險增強了老年人代際互換能力

對于經(jīng)濟狀況好、養(yǎng)老金數(shù)額高的老年人，養(yǎng)老保險可以增強老年人向子女進行代際轉(zhuǎn)移的能力，從而更易獲得子女的照料。我國是一個注重家庭養(yǎng)老的國家，老年人希望得到子女的照護而不是社會養(yǎng)老服務(wù)。在老年人看來，子女照護體現(xiàn)的是子女的孝順，是很體面的事情，這也是大部分老年人不愿意去養(yǎng)老機構(gòu)的原因之一。尤其是城市部分退休老年人，不但有社會養(yǎng)老保險，還可能有商業(yè)養(yǎng)老保險，加上退休金，足以彌補子女因照料老年人產(chǎn)生的機會成本。這一點可以從表3 中的老年人“個人收入”這一變量的回歸系數(shù)（-0.143***）體現(xiàn)出來：老年人個人收入越高，對養(yǎng)老服務(wù)的需求越少。

2.養(yǎng)老保險未能顯著增強養(yǎng)老服務(wù)需求者的支付能力

一方面，對于經(jīng)濟條件差、養(yǎng)金數(shù)額低的老年人，養(yǎng)老保險無法支付昂貴的養(yǎng)老服務(wù)費用。這一特征在農(nóng)村地區(qū)表現(xiàn)得尤為明顯。當(dāng)前“新農(nóng)?！卑l(fā)放的養(yǎng)老金偏低，基本在100 元左右，其對社會養(yǎng)老服務(wù)的替代效應(yīng)并不明顯，農(nóng)村老年人只能依賴家庭提供照料。另一方面，對于廣大農(nóng)村青壯年來說，如果在家照料失能父母會導(dǎo)致家庭經(jīng)濟損失較大，那么其轉(zhuǎn)而求助社會養(yǎng)老服務(wù)的可能性就會增加。表3 中“子女的平均收入”這一變量的系數(shù)（0.017***）說明，子女收入越高，老年人越可能利用養(yǎng)老服務(wù)，可能的原因是收入高的子女照護老年人的機會成本太高，因此更傾向于購買養(yǎng)老服務(wù)［26］?？傮w來看，上述兩方面因素對養(yǎng)老服務(wù)的利用所起的作用是相反的，導(dǎo)致最終回歸結(jié)果不具有統(tǒng)計顯著性。

（二）提升社會養(yǎng)老服務(wù)利用率的建議

根據(jù)前文分析可知，對于支付能力強的老年人，養(yǎng)老保險屬于“錦上添花”，傾向于用家庭照料替代社會養(yǎng)老服務(wù)；對于支付能力弱的老年人，養(yǎng)老保險屬于“雪中送炭”，仍然無法將養(yǎng)老服務(wù)轉(zhuǎn)為有效需求，可謂是“能用的不想用，想用的不能用”。為此，提出如下建議：

1.改變依靠社會養(yǎng)老保險解決養(yǎng)老的習(xí)慣思維

養(yǎng)老最頭疼的不是老年人的衣食住行問題，而是失能老人的照護問題。依靠社會養(yǎng)老保險每年遞增養(yǎng)老金并不能解決根本性問題，而且養(yǎng)老金的增加受制于社會經(jīng)濟發(fā)展及國家財政情況。當(dāng)前世界經(jīng)濟復(fù)蘇乏力以及我國“未富先老”的現(xiàn)實并不允許大幅度提高社會養(yǎng)老保險金。

2.鼓勵開發(fā)差異化商業(yè)養(yǎng)老服務(wù)保險產(chǎn)品

制約老年人選擇養(yǎng)老服務(wù)的一個重要因素是服務(wù)價格，針對中低收入家庭養(yǎng)老服務(wù)支付能力不足的困境，政府應(yīng)鼓勵保險公司開發(fā)保費低、覆蓋面廣的保險品種，尤其對于經(jīng)濟欠發(fā)達地區(qū)，政府可以對護理保險進行一定的財政補貼。對半失能、失能和半失智、失智老年人開發(fā)的護理保險，由保險公司提供相應(yīng)護理服務(wù)，政府給予適當(dāng)?shù)谋ＹM補貼。對支付能力和支付意愿水平較高的老年人則可以提供個性化定制的養(yǎng)老服務(wù)，滿足高端老年人的特殊養(yǎng)老需求。

3.建立兜底式基本養(yǎng)老服務(wù)制度勢在必行

作為非公共品的養(yǎng)老服務(wù)的高收費將真正的需求者拒之門外，導(dǎo)致其對養(yǎng)老機構(gòu)提供的服務(wù)只能“望床興嘆”。政府有責(zé)任將社會弱勢老年人，包括“三無”“五?！?、鰥寡孤獨者、失能失智者、經(jīng)濟條件差者等納入兜底保障范圍，為他們提供基本養(yǎng)老服務(wù)保障，通過普惠政策引導(dǎo)他們使用社會養(yǎng)老服務(wù)。

4.養(yǎng)老服務(wù)應(yīng)體現(xiàn)城鄉(xiāng)差別和靈活性

養(yǎng)老方式和養(yǎng)老資源在我國具有明顯城鄉(xiāng)差異。農(nóng)村需要的是物美價廉的服務(wù)，服務(wù)內(nèi)容偏重陪同就醫(yī)、生活用品送貨上門、送藥上門等，服務(wù)方式以上門服務(wù)為主；城市老年人的需求除上述內(nèi)容以外，可能還需要精神慰藉方面的服務(wù)，包括陪同聊天等。