DOI:10.3969/j.issn.1674-2982.2025.02.003
中图分类号:R197.1
老年医疗护理服务试点的政策效应研究 ——兼论长护险、医养结合政策协同的影响
马琦峰1， 孙可心1， 郝勇2
| 【作者机构】 | 1中国人民大学人口与健康学院/老年学研究所； 2上海师范大学天华学院/社会保障与社会政策研究中心 |
| 【分 类 号】 | R197.1 |
| 【基 金】 | 国家社会科学基金重大项目(20&ZD114) |
全文
文内图表
参考文献
出版信息
·医疗保障·
老年医疗护理服务试点的政策效应研究
——兼论长护险、医养结合政策协同的影响
1 问题提出及研究假设
伴随人口老龄化程度持续加深,我国老年健康问题愈发凸显,老年医疗护理需求亦持续增加,截至2024年末,我国60岁及以上老年人口达3.10亿,占总人口的22.0%(1)相关数据来自国家统计局发布的《中华人民共和国2024年国民经济和社会发展统计公报》。,较2000年提高了11.75个百分点。2016年,《“健康中国2030”规划纲要》提出“推进老年医疗卫生服务体系建设”,此后,国家各部委相继发布一系列老年健康促进相关文件,系统部署了老年医疗护理服务工作的重点方向。2021年11月,国家卫健委办公厅印发《关于开展老年医疗护理服务试点工作的通知》,确定了北京市、山西省等15个省份作为老年医疗护理服务试点(下文简称“老年医护试点”)地区。试点自2022年1月1日正式启动,该政策以老年群体作为目标人群,重点聚焦健康老龄化中的医护领域,兼顾老年医疗护理服务主体、设施、人员、支付等内容。
近年来,国内学者们从健康绩效、经济绩效、社会影响等视角出发,对我国现行长护险、医养结合等国家医护类试点进行了较为系统的政策评估,[1-5]但对于老年医护试点的政策效应,目前还缺少研究。基于此,本文使用中国老年社会追踪调查数据,通过构建倾向得分匹配—双重差分模型,尝试回应如下问题:(1)老年医护试点的实施是否改善了老年人的身心健康状况?(2)相关影响是否存在群体异质性?(3)这项试点政策是否与长护险以及医养结合试点存在政策协同效应?
根据社会支持理论,老年医护试点为满足老年人的医疗护理需求提供了正式支持,这有助于改善其生理健康状况。除此之外,生理弱势与照料保障缺失易导致老年人产生消极的生活预期,引致心理健康问题。心理预期理论强调,个体会根据现有信息和环境线索形成对未来的预期,而这种预期会影响其情绪和行为。医护政策通过提供专业、可及的社会照料服务,在一定程度上消除了老年人失能后的无人照料之忧[2],且这种影响具有外溢效应,即使老年人当前未实际获利于试点,他们亦可能在积极的生活预期中保持良好的心理健康状态。[6]基于此,提出本文的第一个研究假设:
H1:老年医护试点有助于改善老年人的身心健康状况。
不同人口特征及社会经济地位的老年群体在资源禀赋、资源获取等方面存在较大差距,这可能会塑造出老年医护试点政策效应的差异化表征,产生不同的健康绩效。[7-8]资源替代理论认为,如果多种资源存在替代关系,那么拥有一种便可弥补其他资源不足带来的损害。[9]高龄、低学历、与子女分居等相对弱势老年群体在获取和利用医护资源方面往往处于劣势地位,这易导致他们面临更大的照料缺口,老年医护试点增强了医护服务的可及性,弥合了资源缺口,试点带来的从无到有、从少到多、从基础到优质的服务供给转变,对于弱势老年群体的边际效应可能会更加突出,进而表现出更高的健康绩效。基于此,提出本文的第二个研究假设:
H2:老年医护试点对弱势老年群体的政策效应更加突出。
老年医护试点是完善老年医护资源体系的重要举措,长护险、医养结合是确保“老有所养、老有所医”的关键策略[10],这使得三项政策在核心内容和功能定位上交叉重合、相互联结:其一,老年医疗护理服务获取离不开支付政策的支撑。长护险与失能期生活照料、慢病期康复护理等医护服务支付能力密切相关;其二,医养结合强调医疗资源与养老服务的多方式融合,它关乎老年医疗护理服务的主体、设施、人员及项目等。有学者指出,长护险和医养结合的衔接,有助于缓解失能老年人的经济压力、提高医疗护理资源的使用率,从而为受益者带来更高的健康绩效。[5]老年医护试点同样致力于满足老年人的医疗护理需求,与长护险和医养结合的功能耦合、协同发力可能会强化老年医护试点的政策效应。基于此,提出本文的第三个研究假设:
H3:老年医护试点与长护险、医养结合政策存在政策协同效应。
2 研究设计
2.1 数据来源
采用中国人民大学“中国老年社会追踪调查(China Longitudinal Aging Social Survey, CLASS)” 2014、2016、2018、2020和2023年的五期数据,调查对象涵盖全国除港澳台以及海南、新疆、西藏以外的28个省(自治区、直辖市)的60岁及以上老年人,五期样本观测值总量达57 483个,涉及受访者27 055人。本文对初始数据进行如下筛选:首先,剔除变量信息缺失样本,保留样本观测值50 408个;其次,剔除倾向值得分匹配过程中未满足“共同支撑”假设样本,保留样本观测值50 361个;最后,剔除非追踪调查样本,保留基准回归分析的有效样本观测值合计41 526个,涉及受访者12 708人。
2.2 变量测量
2.2.1 因变量
生理健康。虚弱指数(Frailty Index, FI)是老年医学研究中常用的一种健康测度指标,它通过对老年人功能下降和健康缺陷(health deficits)累积获得一组连续分数,用以表征老年人的生理健康水平。[11]参考既有研究并结合历年CLASS问卷的题目设计[12-13],本文选取6组指标用于构建FI,包括10项基本活动功能受损(单项不需要别人帮助=0,需要一些帮助=0.5,完全做不了=1)、9项工具性活动能力受损(单项不需要别人帮助=0,需要一些帮助=0.5,完全做不了=1)、16项认知能力测试(将各项能力得分加总后反向编码)、23项慢性病患病情况(每患有一项疾病记1分)以及自评健康(健康=0,比较健康=0.25,一般=0.5,比较不健康=0.75,不健康=1)和两年内住院情况(未住院=0,住院=1)。将各组健康指标加总后除以理论最高分60分,进而获得取值范围为0～1的FI,得分越高表示生理健康状况越差。
心理健康。参考既有研究[14],采用简版流调中心抑郁量表(Center for Epidemidogical Studies Depression Scale,CES-D)测量老年人的抑郁水平[15],作为心理健康的代理变量。CES-D量表包括9个项目,采用3点计分,总分为0～18分,得分越高表示心理健康状况越差。就本研究而言,五期调查中量表的Cronbach’s α系数依次为0.756、0.725、0.714、0.679和0.722,量表内部一致性相对较好。
2.2.2 自变量
老年医护试点。所在城市调查时点下已确立为老年医护试点赋值为1,反之赋值为0。
2.2.3 控制变量
参考既有研究[12,14,16],本文控制变量包括年龄、性别、受教育年限、现居地类型、户口类型、婚姻状况、子女数量、子女同住情况、工作状态与职业类型。
2.2.4 分组变量
长护险及医养结合试点。所在城市调查时点下已确立为相应政策试点赋值为1,反之赋值为0。
表1汇报了本文各变量的赋值详情及描述统计结果。总的来看,在41 526个样本观测值中,受访者的平均FI指数得分为0.11分,平均CES-D得分为6.49分,接近1/10的样本观测值受到了老年医护试点的政策干预。就控制变量特征而言,受访者平均年龄为71.34岁;男性占50.47%;平均受教育年限为5.80年;现居城镇者占57.15%;非农户口者占47.11%;在婚者占73.72%;平均存活子女数量为2.50人;与子女同住者占34.33%;仍从事有收入工作者占21.92%;技术或管理岗人员占14.06%。
表1 变量赋值详情及描述统计结果(N=41 526)
变量类型变量名称变量赋值平均值标准差最大值最小值因变量生理健康受访者FI得分(分)0.110.090.870.00心理健康受访者CES-D得分(分)6.493.2718.000.00自变量老年医护试点所在城市调查时点下未开始试点=0,已开始试点=10.100.291.000.00控制变量年龄受访者日历年龄(年)71.346.99110.0060.00性别女性=0,男性=10.510.501.000.00受教育年限受访者接受教育总时长(年)5.804.3016.000.00现居地类型农村=0,城镇=10.570.501.000.00户口类型农业=0,非农=10.470.501.000.00婚姻状况不在婚=0,在婚=10.740.441.000.00子女数量受访者存活子女数量(人)2.501.5412.000.00子女同住情况非同住=0,同住=10.340.481.000.00工作状态非工作=0,工作=10.220.411.000.00职业类型其他岗=0,技术或管理岗=10.140.351.000.00分组变量长护险试点所在城市调查时点下未开始试点=0,已开始试点=10.240.431.000.00医养结合试点所在城市调查时点下未开始试点=0,已开始试点=10.320.471.000.00
2.3 研究方法
首先,本文采用倾向得分匹配—双重差分法(PSM-DID)估计老年医护试点对老年人健康的影响,PSM的核心在于建构“反事实”分析框架[17],基于处理组与对照组的分阶段分析,计算组间平均差异以估计老年人健康的平均处理效应,表达式如下:
ATT=E(Yi|D=1,p(x))-E(Yi|D=0,p(x))
(1)
式(1)中,ATT为平均处理效应,p(x)为老年人接受处理的条件概率,其中x代表影响老年人被试点覆盖的个体特征变量;Y为结果变量,即老年人健康;D为处理变量,即老年人是否为试点城市居民。本文采用半径匹配(r=0.05)、邻近匹配(k=1)及核匹配(核函数及带宽默认值)三种算法将处理组和对照组进行逐期1∶1匹配并保留满足“共同支撑”假设的样本,以确保两组基线特征相似(2)鉴于不同匹配算法特性存在差异,为平衡匹配效率与统计精度,提高匹配质量与结果可靠性,本文分别采用三种算法进行倾向得分匹配。其中,实证分析部分使用的均为半径匹配后的数据,三种匹配方法均通过了样本平衡性检验,且基准DID识别满足平行趋势假定,限于篇幅,未展示相关结果,感兴趣的读者可联系作者索取。。在此基础上,本文将“老年医护试点”视为一项准自然实验,构建出如下模型:
(2)
式(2)中,Healthitp为老年人身心健康的因变量;Policyitp为老年医护试点的政策虚拟变量;Xitp为其他控制变量;λ、ν和ω分别代表个体、时间与地区固定效应;εitp为误差项,β0、β1和γ为待估参数;i、t和p分别代表个人、年份和省份。
其次,在使用多种检验方法确保基准回归结果稳健可靠的基础上,本文依次纳入多组变量交互项,以识别老年医护试点与老年人健康间可能存在的异质性关系。
最后,为探究老年医护试点是否与长护险以及医养结合试点存在政策协同效应,本文通过分样本回归与组间系数差异检验相结合的实证分析策略进行了数据验证。
3 研究结果
3.1 基准回归
表2呈现了老年医护试点影响老年人健康的基准回归结果。列(1)结果显示,老年医护试点并未对老年人的生理健康状况产生显著影响(P>0.05);列(2)结果显示,老年医护试点能够显著改善老年人的心理健康状况(P<0.01)。综上,老年医护试点仅为老年人带来了心理健康绩效,并未带来生理健康绩效。然而,该结论的稳健性仍有待检验。
表2 老年医护试点对老年人健康的基准影响(N=41 526)
注:*、**、***分别表示P<0.05,P<0.01,P<0.001;括号内数值为稳健标准误。
(1)生理健康(2)心理健康老年医护试点-0.001 (0.001) -0.218∗∗ (0.072) 控制变量YES YES 固定效应YES YES 常数项0.075∗∗∗(0.022) 6.906∗∗∗(0.898) R20.760 0.659
3.2 稳健性检验
为验证前文结论稳健性,本文参照郭诗怡等的思路[1],采用更换标准误聚类层次、混合截面数据分析、排除其他政策干扰三种处理方法,重新评估试点的政策影响,检验结果见表3。
表3 稳健性检验
注:*、**、***分别表示P<0.05,P<0.01,P<0.001;括号内数值为稳健标准误。
生理健康心理健康(1)城市聚类(2)社区聚类(3)混合截面(4)排除干扰(5)城市聚类(6)社区聚类(7)混合截面(8)排除干扰老年医护试点-0.001(0.001)-0.001(0.001)-0.003(0.002)-0.001(0.001) -0.218∗∗(0.072) -0.434∗∗∗(0.070) -0.185∗∗(0.071) -0.217∗∗(0.072)控制变量YESYESYESYESYESYESYESYES固定效应YESYESYESYESYESYESYESYES常数项 0.075∗∗∗(0.022) 0.079∗∗∗(0.022) 0.066∗∗∗(0.012) 0.076∗∗∗(0.023) 6.906∗∗∗(0.898) 6.890∗∗∗(0.893) 4.637∗∗∗(0.514) 6.817∗∗∗(0.901)样本量41 52641 52650 41841 52641 52641 52650 41841 526R20.7600.7810.0450.7600.6590.7040.0470.659
更换标准误聚类层次。鉴于同一地区老年人可能存在相似的健康状况,不同标准误聚类层次易对模型估计造成冲击,为厘清这种影响,本文分别使用城市与社区层次的聚类标准误重新进行模型估计。如列(1)—(2)、列(5)—(6)所示,新模型与基准回归模型在结果上基本一致。
混合截面数据分析。鉴于非平衡面板数据结构会造成原始数据样本观测值缩减,可能会对估计结果的代表性造成冲击,为此,本文使用OLS回归对五期的混合截面数据重新进行模型估计。如列(3)、列(7)所示,新模型与基准回归模型在结果上基本一致。
排除其他政策干扰。除老年医护试点外,调查期内我国亦实施了长护险、医养结合两项试点政策。为避免政策效应估计受到同期其他政策影响,本文对长护险及医养结合实施情况加以控制。如列(4)、列(8)所示,新模型与基准回归模型在结果上基本一致。
综上,稳健性检验结果再次证实老年医护试点并不会对老年人的生理健康状况产生显著影响,故后文仅就试点与老年人心理健康间的关系展开进一步讨论。
3.3 安慰剂检验
为更好地厘清不可观测因素对估计结果带来的干扰,本文分别采用虚构政策发生时间和随机分配实验组两种处理方法,对老年医护试点与老年人心理健康间的关系进行安慰剂检验。
虚构政策发生时间。本文将处理组政策干预时间前移一期,并基于虚构的“伪处理时间”进行模型估计。表4列(1)结果显示,“伪处理时间”下的试点回归系数显著为正(P<0.001),这反向印证了老年人的心理健康状况变化是由老年医护试点造成的。
表4 安慰剂检验:虚构政策发生时间
注:*、**、***分别表示P<0.05,P<0.01,P<0.001;括号内数值为稳健标准误。
(1)时间前移一年老年医护试点t-10.216∗∗∗(0.058) 控制变量YES 固定效应YES 常数项6.887∗∗∗(0.900) 样本量41 526 R20.659
随机分配实验组。本文以各城市试点政策实施时间为基础,重新随机设定试点地区并生成“伪处理组”进行估计。图1展示了5 000次随机抽样后回归系数的概率密度分布与P值散点分布,可以发现,伪试点的回归系数与其对应P值呈正态分布,随机处理后的系数均值接近于零,这表明伪试点并未产生显著影响,再次排除本文估计的心理健康变动是由其他不可观测因素带来的可能性。
图1 安慰剂检验:随机生成处理组
3.4 异质性分析
为检验老年医护试点对老年人心理健康的影响是否存在群体差异,本文从年龄、受教育年限以及与子女同住情况出发进行异质性分析,回归结果详见表5。
表5 异质性分析(N=41 526)
注:*、**、***分别表示P<0.05,P<0.01,P<0.001;括号内数值为稳健标准误。
(1)年龄异质性(2)教育异质性(1)居住异质性老年医护试点×年龄-0.026∗∗(0.010)老年医护试点×受教育年限0.040∗∗∗(0.011)老年医护试点×与子女同住0.628∗∗∗(0.108)控制变量YESYESYES固定效应YESYESYES常数项5.694∗∗∗(0.547)5.721∗∗∗(0.547)5.732∗∗∗(0.547)R20.6280.6280.628
年龄异质性。列(1)结果显示,试点与年龄的变量交互项在0.1%的统计水平上显著为负,这说明年龄会强化老年医护试点对老年人心理健康的积极影响,高龄老年人会在试点中获得更高的心理健康绩效。
教育异质性。列(2)结果显示,试点与受教育年限的变量交互项在0.01%的统计水平上显著为正,这说明教育会弱化老年医护试点对老年人心理健康的积极影响,受教育程度越低的老年人会在试点中获得更高的心理健康绩效。
居住异质性。列(3)结果显示,试点与子女同住情况的变量交互项在0.01%的统计水平上显著为正,这说明与子女同住会弱化老年医护试点对老年人心理健康的积极影响,相较于与子女同住,与子女分居的老年人会在试点中获得更高的心理健康绩效。
3.5 政策协同分析
老年医护试点对老年人心理健康具有显著的积极影响,那么,这种影响是否会与长护险、医养结合构成政策协同呢?为此,本文将受访者所在城市的两项试点政策实施情况作为分组变量,采用分样本回归与组间系数差异检验方法进行实证分析,回归结果详见表6。
表6 政策协同分析
注:*、**、***分别表示P<0.05,P<0.01,P<0.001;括号内数值为稳健标准误。
(1)未实施试点政策(2)仅实施长护险(3)仅实施医养结合(4)长护险+医养结合老年医护试点-0.420∗∗∗(0.093) -0.893∗∗(0.251) -0.353∗(0.167) -0.069(0.271)费舍尔检验参照组0.473∗∗∗-0.179—控制变量YESYESYESYES固定效应YESYESYESYES常数项7.878∗∗∗(1.284) 34.145∗∗(10.439) 2.872(3.138)-49.758(33.274)样本量21 837 4 1896 8024 931R20.674 0.6930.7060.735
列(1)—(3)结果显示,对于所在城市调查时点下未实施长护险或医养结合、仅实施长护险、仅实施医养结合的老年群体,试点变量的回归系数依次为-0.420(P<0.001)、-0.893(P<0.001)与-0.353(P<0.05)。本文采用费舍尔检验(Fisher’s Permytation Test)对分样本的试点变量回归系数进行组间系数差异检验,bootstrap次数为1 000。检验结果表明,列(1)与列(2)间的系数水平存在显著的统计差异(P<0.001),但列(1)与列(3)间不存在显著差异。这表明长护险能够强化老年医护试点的政策效应,两者形成政策协同,但医养结合却并未对试点的政策效应产生显著影响。列(4)结果进一步显示,对于所在城市调查时点下同时实施长护险和医养结合的老年群体,老年医护试点对老年人心理健康的影响在5%的统计水平上不再显著,这表明当三项试点政策叠加实施后,老年医护试点的政策效应不再显著。
4 结论与建议
4.1 结论与讨论
本文使用2014—2023年中国老年社会追踪调查的五期非平衡面板数据,通过构建PSM-DID模型,评估老年医护试点对老年人健康的影响及其差异化表现,主要研究结论与讨论如下。
第一,老年医护试点有助于改善老年人的健康状况,且这种政策效应集中表现为更高的心理健康绩效,该结论经一系列稳健性检验后依旧成立,假设H1部分通过检验。至于试点政策并未带来显著的生理健康绩效,可能的解释有二:一是相较于心理健康,生理健康是“慢变量”,且老年期的生理健康普遍呈现出退行性特征,因此,正向外部干预对其生理健康的影响需要更长的响应时间,从表2列(1)以及表3列(1)— (3)的回归系数中均可以发现,目前老年医护试点已对老年人的生理健康产生积极影响,只是这种影响在5%的统计水平上尚不显著;二是我国老年医护试点尚处于起步阶段,多数试点地区普遍面临服务整合度不足、专业人才短缺、资金投入有限、社会认知度不高等现实困境,这会影响试点地区的服务内容、质量与覆盖率,制约试点政策为老年人带来的生理健康绩效。然而,随着响应时间延长以及试点工作的深入推进,未来老年医护试点的生理健康绩效有望逐渐显现。
第二,高龄、低学历、与子女分居等处于资源劣势地位的老年群体普遍会在老年医护试点中获得更高的心理健康绩效,假设H2通过检验。从资源替代的理论视角出发,其一,高龄老年群体的健康资本相对匮乏,他们面临更大的医护资源缺口;其二,低学历老年群体的社会经济地位及健康素养普遍偏低,他们获取和使用各类医护资源的能力均相对有限;其三,与子女分居的老年人缺乏家庭非正式照护资源的支持,他们对于正式医护资源的依赖度更高。在早期各地老年医护资源普遍紧缺这一约束条件下,实施老年医护试点有助于改善地区医护资源的供给情况,提高老年人获取资源的质量与可及性,这极大程度上弥补了上述老年群体因医护资源不足而受到的各种损害,因此,老年医护试点在这些弱势老年群体中表现出了更强的政策效应。
第三,长护险与老年医护试点形成了政策协同,但多项政策叠加实施会消解老年医护试点的政策效应,假设H3部分通过检验。长护险能够为老年医疗护理服务提供更多资金支持,这有助于提高老年人医护资源获取的价格可及性,保障试点地区的服务利用率,与此同时,老年医护试点有助于扩充长护险服务数量、丰富服务内容、巩固服务标准,两项政策相互促进、互为依托,形成良性互动。至于长护险、医养结合与老年医护试点三项政策叠加实施会消解后者的政策效应,这可能是因为:一方面,三项政策均以老年人作为重点服务人群,叠加实施需要不同部门主体的紧密合作,然而,在实践过程中,受部门利益、职责划分等制度性影响,难免出现服务内容重叠与服务供给缺位并存的结构性供需问题;另一方面,在地区资源约束的前提条件下,实施多项相关政策可能会构成竞争关系,并导致最后实施的政策难以获得足够的资源支持与政府注意力,进而削弱了老年医护试点的政策效应。
4.2 建议
基于上述研究结论,本文认为当前我国的老年医护试点已初具成效,但相较于目标仍存在一定差距,为更好地推动这项试点工作向全国范围推广,本文提出三点政策建议:
第一,大力推进地区医疗护理资源整合。着眼当下,老年医护试点的心理健康绩效已经凸显,但生理健康绩效仍需要更长的时间来响应。为此,应扎实、稳步、有序推进各地老年医疗护理服务工作,促进地区医护资源整合,持续扩大老年医护服务的规模、种类与覆盖面,提高服务质量、缓和供需矛盾。
第二,精准满足资源劣势老年群体需求。一是结合高龄老年人生理特点,为其设计更多具有针对性的医护服务项目。二是通过服务补贴、健康教育等途径为低学历老年人“增权赋能”,逐渐提高他们的购买力与健康素养。三是加强对空巢、独居老年人的关注,做好相关人群档案登记工作,建立完善特殊关爱机制,推动老年医护资源适当向这类老年群体倾斜。
第三,积极加强跨部门协作与信息共享。加快探索跨部门协调机制,明晰各部门权责边界及任务分工,确保各类医护政策在执行过程中平稳衔接、优势互补。与此同时,政府部门应致力于打破不同主体间的资源信息壁垒,持续推动信息共享平台建设,实现老年人健康数据、服务记录等信息的实时更新与互联互通,既要避免服务内容重叠,也要防止责任主体失位。
4.3 局限性
本文的局限性在于老年医护试点对老年人健康的影响可能存在滞后性,即相关政策影响存在短期效应与长期效应之分。从2022年开始实施试点政策到2023年的CLASS结果,前后仅有1年的时间间隔。因此,难以通过既有数据来评估老年医护试点对老年人健康的持续性影响或跨阶段影响,这有待在未来的追踪调查完成后进一步检验。
作者贡献：马琦峰提出研究思路,设计研究方案,分析并处理数据,撰写论文;孙可心参与论文撰写、修改;郝勇负责思路指导、修改和审定论文。
作者声明本文无实际或潜在的利益冲突。
[1] 郭诗怡, 倪晨旭, 李民, 等.医养结合与老年消费:理论与机制[J]. 人口与经济, 2024(2): 75-88.
[2] 刘晓昀, 姬琳雪.长期护理保险如何影响老年人心理健康?[J]. 劳动经济研究, 2024, 12(3): 35-63.
[3] CHEN H, NING J.The Impacts of Long-Term Care Insurance on Health Care Utilization And Expenditure: Evidence from China[J].Health Policy and Planning,2022,37(6): 717-727.
[4] 陈飞, 陈琳.从老龄健康视角评估医养结合试点政策[J]. 经济学动态, 2023(10): 108-127.
[5] 侯艳杰, 王瑜, 颜诗源, 等.长期护理保险对中老年人医疗服务利用、医疗负担及健康的影响:基于双重差分法的实证研究[J]. 中国卫生政策研究, 2021, 14(9): 35-40.
[6] NING J, CHEN H, LI M.Does Income Matter for the Policy Effect of Public Long-Term Care Insurance on Informal Care Use in China? A Quasi-Experimental Study[J]. Journal of Health ServicesResearch &Policy, 2024, 29(4): 248-256.
[7] HANG F, GAN L.The Impacts of China’s Urban Employee Basic Medical Insurance on Healthcare Expenditures and Health Outcomes[J], Health Economics, 2017, 26(2): 149-163.
[8] 胡宏伟, 刘雨佳, 张开然.长期护理保险试点与失能老年人家庭照料安排: 基于政策设计差异的检验[J]. 江西社会科学, 2024, 44(9): 162-174.
[9] CATHERINE E, JOHN M.Sex Differences in the Effect of Education on Depression: Resource Multiplication or Resource Substitution?[J]. Social Science &Medicine 2006, 63(5): 1400-1413.
[10] 杨翠迎, 刘玉萍.养老服务高质量发展的内涵诠释与前瞻性思考[J]. 社会保障评论, 2021, 5(4): 118-130.
[11] ROCKWOOD K,MITNITSKI A.Frailty Defined by Deficit Accumulation and Geriatric Medicine Defined by Frailty[J].Clinics in Geriatric Medicine,2011,27(1): 17-26.
[12] 盛亦男, 刘远卓.社会参与对老年人健康的影响[J]. 中国人口科学, 2022(6): 97-110,128.
[13] 巫锡炜, 刘慧.中国老年人虚弱变化轨迹及其分化: 基于虚弱指数的考察[J]. 人口研究, 2019, 43(4): 70-84.
[14] 杜鹏, 马琦峰, 和瑾,等.互联网使用对老年人心理健康的影响研究: 基于教育的调节作用分析[J]. 西北人口, 2023, 44(2): 1-13.
[15] SLIVERSTEIN M, CONG Z, LI S.Intergenerational Transfers and Living Arrangements of Older People in Rural China: Consequences for Psychological Well-Being[J].Journals of Gerontology: Social Sciences, 2006, 61(5): S256-S266.
[16] 张航空, 马琦峰, 李慧慧.城乡居民医保、老年人健康与医疗服务利用:来自五期CLHLS数据的证据[J]. 中国卫生政策研究, 2023, 16(9): 56-63.
[17] ROSENBAUM P,RUBIN D.The Central Role of the Prope-nsity Score in Observational Studies for Causal Effects[J].Biomatika, 1983, 70(1): 41-55.
Research on the policy effects of elderly medical and nursing services pilots: Also discuss the influence of policy synergy
X