DOI:10.3969/j.issn.1674-2982.2025.05.009
中图分类号:R197
医养结合政策试点对老年人有偿劳动的影响研究
姜佳缘1， 王思懿1， 田侃2， 喻小勇1,2
| 【作者机构】 | 1南京中医药大学养老服务与管理学院； 2南京中医药大学养老服务与管理研究院 |
| 【分 类 号】 | R197 |
| 【基 金】 | 江苏省社会科学基金（22GLB012） 江苏高校哲学社会科学研究（2022SJYB0332） 江苏省卫生健康事业发展专项《卫生监督调研相关工作研究》 南京中医药大学哲学社会科学项目（24XRC008） |
全文
文内图表
参考文献
出版信息
目录
文内图表
医养结合政策试点对老年人有偿劳动的影响研究
国家统计局数据显示，2024 年末我国60 岁以上老年人口达3.1 亿，约占总人口的22.0%［1］，较2023年新增1 334 万人，老龄化率增幅0.92%。我国老龄人口比例持续攀升，老龄化进程日益加深，推进医养结合服务体系建设是完善老年健康管理和养老服务供给的重要举措，也是积极应对人口老龄化的重要途径。我国探索积极老龄化的实践路径，《国务院关于印发“十四五”国家老龄事业发展和养老服务体系规划的通知》（国发［2021］35 号）中强调要鼓励老年人在经济社会发展中充分发挥作用。在世界卫生组织构建的积极老龄化政策框架中，“参与”理念不仅涵盖志愿服务和家庭照料等非市场活动，更包含以劳动供给为核心的经济参与形式，即通过人力资本再开发实现老年群体的社会价值重塑。［2］一方面，有研究表明社会保障的完善对老年人的劳动参与具有挤出效应［3］；另一方面，健康状况的改善一定程度上能够提高老年人劳动参与的积极性［4］。医养结合政策兼具社会保障完善和健康水平提升的目标，对老年人劳动参与实际产生了何种影响值得探究。本研究采用双重差分模型（Differences-in-Differences，DID），将医养结合政策试点纳入对老年人有偿劳动的分析框架中，深入分析医养结合政策试点对老年人有偿劳动的影响，旨在为积极老龄化视野下医养结合服务建设提供实践依据，为增强医养结合对老年人社会经济参与的支持作用提供依据和建议。
1 我国医养结合政策梳理与试点实践
2013 年，《关于加快发展养老服务业的若干意见》中首次提出“医养结合”，强调积极推进医疗与养老资源整合，促进医疗卫生资源进入养老机构、社区和居民家庭，为老年人提供“有病诊治、无病疗养”的持续性照顾服务，开启了我国老年群体“老有所医”“老有所养”的新政策设计。［5］为多元化探索助力构建覆盖城乡的健康养老服务体系，2016年，国家卫生计生委、民政部分批确立90 个国家级医养结合试点单位（第一批50 个、第二批40 个）。与第一批相比，第二批试点单位向中西部拓展，增加了民族地区、边境城市等特殊区域代表。此后，《关于进一步推进医养结合发展的指导意见》等文件相继出台，强化服务体系建设与质量监管，为优化医养结合服务体系提供政策支撑。
自试点开展以来，78个试点单位出台贯彻意见，试点地区在组织领导、财政投入、服务模式、人才队伍建设等方面形成了差异化实践［6］，如鄂尔多斯市专项工作组，广东省联席会议制；乌鲁木齐市专项彩票公益金，合肥市引入社会资本；郑州市“市—县—乡—村”四级居家社区服务体系，西宁市中医药特色服务；北京市海淀区机构签约上门服务，上海市普陀区给予岗位补贴。截至2024 年5 月，全国完成备案的医养结合机构数量超7 800 家，提供各类养老床位200 万张，社会办机构占比七成以上，服务网络逐步完善。［7］但政策执行仍面临挑战：区域及模式异质性强，农村地区治理碎片化［8］；社区居家医养结合服务效率低下、资源利用不合理［9］；机构供需不匹配［10］等。需树立社区整合照料理念、护理与生活质量兼顾、提升服务供给能力，为医养结合服务发展提出新思路。［11-13］
2 研究设计
2.1 数据来源
本研究使用中国健康与养老追踪调查数据（China Health and Retirement Longitudinal Study，CHARLS）2013 年、2015 年、2018 年、2020 年四期数据。该数据于2011 年开始展开全国基线调查，覆盖了全国150 个区县、450 个村级单位的万余家庭。由于CHARLS 只覆盖市级层面的数据，而北京、上海、天津、重庆只有部分地区被确定为医养结合试点单位，因此借鉴陈岩和杨翠迎［14］的研究，删除四个直辖市的所有样本。剔除年龄小于60岁和关键变量缺失的样本后，本研究共获得有效样本36 677 份，其中实验组样本7 422 份、对照组样本29 255 份。此外，部分城市特征指标控制变量的相关数据来自于相应年份的《中国城市统计年鉴》及各市的统计年鉴。
2.2 模型设定
本研究使用单时点双重差分DID 模型识别医养结合政策试点对老年人有偿劳动的影响，基准回归设定如下：
其中，i 表示受访个体，c 表示受访地区，t 表示受访年份；Participation in Paid Workict 表示老年人是否参与有偿劳动；Treatc*Postt 表示c 城市在t 年是否进行医养结合政策试点的虚拟变量；β 为估计系数，表示医养结合政策试点对老年人参与有偿劳动的影响程度；Xict表示其它层面一系列控制变量；λt表示时间固定效应；γi 表示个体固定效应；θc 表示城市固定效应；εict表示随机扰动项。
2.3 变量设定及描述性统计
本研究被解释变量为有偿劳动，包括农业工作（农业自雇、农业他雇）和非农工作。分别来自问卷中“过去一年，您有没有为自家从事农业生产经营活动至少10天？”“过去一年，您有没有为其他农户打工至少10 天？（指从事农业劳动挣钱）”“除农业生产经营活动外，上周您有没有工作（包括挣工资工作、从事个体、私营活动或不拿工资为家庭经营活动帮工等）至少一个小时？”以上三个问题受访者至少有一个回答“是”，则有偿劳动取值1，否则取值0。
本研究核心解释变量是医养结合政策试点。根据国家卫生计生委办公厅和民政部办公厅2016年发布的两批国家级医养结合试点单位名单，考虑CHARLS数据限制，保留保定、兰州、南宁、南昌、呼和浩特、哈尔滨、嘉兴、大连、威海、岳阳、广州、昆明、杭州、江门、洛阳、海东、深圳、漳州、濮阳、石家庄、苏州、赣州、郑州、长沙、青岛、齐齐哈尔26 个城市作为实验组，其余为对照组。
机制变量为健康水平和个体社会保障覆盖。本研究采用熵权法，以老年人认知能力（MMSE-S）、情景记忆（IR/DR）、抑郁自评（CES-D）、生活型日常能力（ADL）、工具型日常能力（IADL）构建健康水平指标（表1）。考虑到研究主要针对医养结合政策试点，选用受访者医疗保险参与、养老保险参与及转移收入情况构建交互项“个体社会保障覆盖”，作为社会保障水平的代理变量，分别来自于问卷中“您本人目前是否参加了以下医疗保险？”“您是否正在领取，预计将来可以领取或目前正在缴费［养老保险名称］？”“过去一年，您有没有领到下列转移支付收入？”。
表1 健康水平变量的设定
二级指标MMSE-S IR/DR CES-D ADL IADL指标内容对年、月、日、星期、季节5项生活环境，及递减计算题和绘图的认知情况。对10个随机词语的即时记忆及延时记忆情况。对上周的感觉及行为的回答，按照很少或根本没有、不太多、有时或者说一半的时间、大多数时间正向计0～3分。完成穿衣、洗澡、吃饭、下床、上厕所、控制大小便6项日常能力是否有困难。完成做家务、吃饭、购买、打电话、吃药、记账6项日常能力是否有困难。得分区间［0，11］［0，20］［0，30］［0，18］［0，18］权重0.258 0.416 0.123 0.166 0.368
借鉴以往文献，本研究从以下几个方面选取控制变量。第一，个人基本信息，包括性别、年龄、受教育水平、婚姻状况、是否参与医疗保险、是否参与养老保险。第二，健康行为特征，包括自评健康、患慢性病数量、是否吸烟、是否饮酒。第三，个人经济特征，包括转移收入。第四，地区特征，包括地区人均生产总值。具体变量定义和统计描述见表2。
表2 回归模型变量设置及描述性统计分析
变量类别被解释变量控制变量机制变量变量名称有偿劳动性别年龄受教育水平婚姻状况是否参与医疗保险是否参与养老保险自评健康患慢性病数量是否吸烟是否饮酒转移收入地区人均生产总值健康水平个体社会保障覆盖变量定义及说明否=0，是=1女=0，男=1受访者的真实年龄1=小学以下，2=小学，3=中学，4=高中/中专及以上0=无配偶，1=有配偶0=否，1=是0=否，1=是0=很差，1=差，2=一般，3=好，4=很好受访者所患慢性病种类的数量0=否，1=是0=否，1=是ln（受访者过去一年的转移收入数+1）ln（受访者所在城市该年地区人均生产总值）受访者认知功能、情景记忆、抑郁自评、生活型日常能力、工具型日常能力的综合情况受访者医疗保险参与、养老保险参与、转移收入情况的交互项，为社会保障水平的代理变量均值0.398 0.492 68.765 1.792 0.793 0.949 0.867 1.942 1.595 0.437 0.366 4.063 7.615 0.528 3.618标准差0.489 0.500 6.773 1.001 0.405 0.220 0.339 0.996 1.663 0.496 0.482 4.087 0.858 0.174 4.088
3 实证结果
3.1 基准回归结果
表3 汇报了医养结合政策试点对老年人有偿劳动影响的回归结果。医养结合政策试点在1%统计水平上显著提高了老年人对于有偿劳动的参与率，列（1）表示加入控制变量前使老年人有偿劳动参与率提高了10.7%，列（2）表示加入控制变量后使老年人有偿劳动参与率提高了10.3%。列（1）、（2）的结果均显示医养结合政策试点对老年人有偿劳动存在正向促进作用。
表3 医养结合政策试点对老年人有偿劳动影响的基准回归结果
注：括号内为t值；***表示P<0.01。
（2）有偿劳动0.103***（8.371）0.036（0.560）-0.061***（-32.705）-0.010（-0.979）0.049***（3.265）0.013（1.090）0.019**（2.418）0.021***（6.078）-0.013***（-5.760）0.019（1.238）0.034***（4.154）0.005***（4.969）-0.099***（-5.168）控制控制控制5.109***（39.479）36 677 0.222变量Treatc*Postt性别年龄受教育水平婚姻状况是否参与医疗保险是否参与养老保险自评健康患慢性病数量是否吸烟是否饮酒转移收入地区人均生产总值时间个体城市常数项样本量R2（1）有偿劳动0.107***（8.718）控制控制控制0.529（131.104）36 677 0.216
3.2 稳健性检验
3.2.1 平行趋势检验
平行趋势检验是采用双重差分法评估政策效果的核心必要条件。其主要目的是验证在政策实施之前，实验组与对照组是否具有相同的趋势。若满足平行趋势假设，则在政策实施后观察到的差异可以更可靠地归因于政策本身，而非其它未观测因素。［15］本研究以2015 年，即政策实施前一期为基准期进行平行趋势检验。如图1所示，政策实施前的估计系数在0附近波动，表明实验组和对照组在政策实施前具有相同趋势；政策实施后估计系数逐渐远离0，且呈向上趋势，说明二者产生了差异，且该差异为显著正向影响。因此本研究满足平行趋势假设，证明了模型的可靠性。
图1 平行趋势检验结果
3.2.2 安慰剂检验
（1） 随机生成实验组
采取随机生成实验组的方法进行安慰剂检验。本研究从所有数据中随机抽取一些城市作为实验组，其余为对照组，将政策变量与时间变量的乘积作为解释变量重新进行基准回归。将这一过程重复1 000 次，制成估计系数分布图（图2）。图2 显示，虚假交互项系数集中在0 附近，且与真实估计系数0.103相距甚远，表明通过随机生成的虚假实验组进行回归无法获得与真实实验组相同的效果，即通过实验组安慰剂检验。
图2 随机生成实验组的安慰剂检验结果
（2） 替换不同实验时期
采用替换不同实验时期的方法再次进行安慰剂检验。本研究使用陈强等人团队开发的didplacebo命令［16］，为减少受到真实政策冲击的样本对安慰剂检验的干扰，在将政策实施时间提前的同时，didplacebo 会删除受到真实政策冲击的样本。基于此再将新的DID 模型放入基准回归，若在虚假的政策时间下政策时间和政策实施的交互项不显著，则反向证明了真实政策时间结果的可靠性。表4 展示了将政策开展时间提前到2015 年后，回归结果不显著，本研究通过时间安慰剂检验。
表4 替换不同实验时期的安慰剂检验结果
注：括号内为t值，*** P<0.01。
变量Treatc*Postt控制变量时间个体城市常数项样本量R2有偿劳动-0.013（-0.925）控制控制控制控制1.615***（4.625）16 936 0.019
3.2.3 其他稳健性检验
（1） 更换聚类稳健标准误层级
由于政策试点以城市为实施对象，因此误差项可能在城市—个体层面存在时间序列相关性。［17］在表5列（1）中进一步调整时间—个体—城市层面的估计系数标准误，结果依旧显著，且回归系数基本不变，表明原模型的可靠性。
表5 更换聚类稳健标准误层级、纳入长护险政策影响
注：括号内为t值，*** P<0.01。
变量Treatc*Postt长护险试点政策控制变量时间个体城市常数项样本量R2（2）排除其他政策干扰0.102***（8.328）0.035（1.557）控制控制控制控制5.110***（39.492）36 677 0.222（1）更换聚类稳健标准误层级0.103***（8.352）控制控制控制控制1.014***（6.704）36 677 0.637
（2） 排除其他政策干扰
在本研究样本期内还存在与医养结合政策试点相近的政策可能会对估计结果产生影响，此处将同年展开试点的长期护理保险（以下简称长护险）政策纳入稳健性检验。本研究使用人力资源和社会保障部发布的第一、二批长护险试点名单，设置CHARLS中2018 年和2020 年的试点城市及时间虚拟变量，同时考虑居民医保类别，识别实验个体和对照个体，回归结果如表5列（2）所示。可见医养结合政策试点的效果仍旧正向显著，再次验证了基准回归结果的稳健性。同时，长护险政策的加入使得医养结合政策试点的系数有所降低，表明排除同期其它政策单独考虑医养结合政策试点时，可能出现高估政策实施效果的情况。
3.3 机制检验
基于医养结合政策试点的政策目标和相关文献，本研究尝试从健康水平和社会保障水平两条路径检验医养结合政策试点对老年人有偿劳动产生影响的作用机制。参考温忠麟［18］的研究，采用三步法进行检验。由于医养结合政策试点对老年人有偿劳动的直接效应已在基准回归中得到验证，结果中不予重复展示。表6 中，列（1）、（2）表明了医养结合政策试点对于老年人健康水平和个体社会保障覆盖均产生了显著的正向效应；列（3）、（4）中分别加入健康水平和个体社会保障覆盖，医养结合政策试点系数均显著为正，表明了健康水平和社会保障水平在医养结合政策试点对老年人有偿劳动影响中切实产生作用。列（4）中，个体社会保障覆盖对于老年人有偿劳动参与率具有显著抑制影响，同时政策的效应略有增强，符合遮掩效应的统计特征［19］，表明社会保障水平可能对医养结合政策试点的效果有所“遮掩”。进一步使用Bootstrap 法（重复抽样1 000 次）验证显示，医养结合政策试点→个体社会保障覆盖→老年人有偿劳动的间接效应为-0.002，95%CI为（-0.002，-0.001），P<0.001，支持社会保障水平的遮掩效应。这一结果符合研究预期，说明医养结合政策试点通过促进健康间接地促进老年人有偿劳动，而通过完善社会保障一定程度上抑制了老年人有偿劳动的参与，但总体效应仍是积极的。
表6 机制分析（N=36 677）
注：括号内为t值；* P<0.1，** P<0.05，*** P<0.01。
变量Treatc*Postt健康水平个体社会保障覆盖常数项R2（1）健康水平0.007**（2.102）（2）个体社会保障覆盖0.207***（4.548）（3）有偿劳动0.102***（8.342）0.092***（4.015）（4）有偿劳动0.104***（8.433）-0.004**（-2.211）5.080***（39.085）0.222 0.718***（21.976）0.078-7.775***（-15.903）0.877 5.031***（38.376）0.223
3.4 对参与不同类型有偿劳动的检验
为进一步探究医养结合政策试点对参与不同有偿劳动可能产生的影响，本研究将有偿劳动按照类型分解并重新赋值后放入模型。表7列（1）、（2）显示医养结合政策试点均显著提高了老年人对于农业工作和非农工作的参与。表7 列（3）、（4）表明，在参与农业劳动的老年群体中，医养结合政策试点显著提高了农业自雇的参与率，而抑制了农业他雇的参与率。
表7 对不同类型有偿劳动的影响（N=36 677）
注：括号内为t值；* P<0.1，** P<0.05，*** P<0.01。
变量Treatc*Postt控制变量时间个体城市常数项R2（4）农业他雇-0.014***（-2.71）控制控制控制控制0.483***（10.499）0.022（1）农业工作0.086***（8.374）控制控制控制控制6.618***（58.421）0.353（2）非农工作0.017*（1.936）控制控制控制控制-0.623***（-7.175）0.014（3）农业自雇0.092***（8.817）控制控制控制控制6.556***（57.798）0.347
3.5 基于地区特征的异质性分析
我国存在地域经济与资源配置不均衡问题，使得医养结合政策试点工作面临不均衡、不充分等一系列挑战。［20］因此本研究对不同地区老年人的有偿劳动参与情况进行回归并进行组间系数差异检验。表8 列（1）、（2）按照城乡进行分组。回归结果显示，农村老年人有偿劳动回归系数高于城市老年人，表明医养结合政策试点更有利于提升农村老年人有偿劳动的参与率。表8 列（3）、（4）将样本地区分为东、中、西部进行回归。回归结果表明，医养结合政策试点对于中、西部老年人有偿劳动的提升程度较东部更好。
表8 地区特征的异质性影响
注：差异系数P 值根据似无相关检验计算得到。括号内为t 值；* P<0.1，** P<0.05，*** P<0.01。
变量Treatc*Postt控制变量时间个体城市常数项样本量R2差异系数P值（1）城市0.047**（2.562）控制控制控制控制5.919***（36.898）22 580 0.304 0.076*（2）农村0.090***（5.663）控制控制控制控制2.755***（12.743）14 097 0.100（3）东部0.040**（2.040）控制控制控制控制3.631***（14.007）12 407 0.166 0.000***（4）中西部0.133***（8.474）控制控制控制控制5.578***（37.421）24 270 0.256
4 讨论
4.1 医养结合政策对老年人有偿劳动的影响存在双重机制：健康水平的中介作用与社会保障水平的遮掩效应
医养结合政策试点能显著提升老年人有偿劳动参与率，在经过多种稳健性检验后，结论依旧成立。在该过程中，老年人健康水平起到中介效应，这一结果与健康人力资本理论预期一致；而社会保障水平则表现出遮掩效应，表明政策在改善健康的同时，可能通过医疗和养老保障降低了经济压力驱动的劳动需求。总体上，医养结合政策试点实现了健康改善与劳动参与的协同。对于社会保障水平产生的遮掩效应，可能的解释有二：一是社会保障水平的提高降低了老年人因经济压力而参与劳动的需求；二是社会保障水平的提升可能使得老年人更倾向于享受退休生活，而不是继续参与经济活动［21］，因而在一定程度上抵消了医养结合政策试点对有偿劳动的促进作用。
4.2 医养结合政策试点能够显著提高老年人对农业工作、非农工作、农业自雇的参与率，而抑制了对农业他雇的参与率
医养结合政策能够通过便捷的医疗服务、健康管理和多样化的服务模式缓解老年人的健康约束，减少其就医时间，延长老年人的劳动周期，提高了可分配于生产活动的时间。［22-23］对于从事农业活动的老年群体而言，医养结合政策试点通过整合医疗与养老资源降低健康风险、提供就近照料服务，使得老年人能够持续经营家庭土地或小型农业项目。［24］此外，老年人健康水平的提升可能使其更有能力选择自主性更高的劳动形式，且医养结合政策与养老金补贴政策相互配合，提升其经济独立性，降低了其接受不稳定农业雇佣的动机，对于农业他雇劳动产生了一定抑制效应。
4.3 医养结合政策试点对老年人有偿劳动的影响在城乡和地域上存在显著异质性
在城乡差异上，医养结合政策试点对农村的效果更为显著。首先，城乡人口迁移导致农村老年人不得不面对主观工作预期寿命缩短与现实工作预期寿命延长的矛盾，近十年来我国农村老年人普遍呈现出提早退出劳动的倾向，但受区域经济差异、人口流失等导致的农业劳动力短缺及养老保障不足等结构性因素制约，其劳动参与周期表现出被动延长的特征。［25］并且其普遍面临更加有限的医疗资源和社会保障。对于农村老年人，健康风险的降低成效可能较城市更为显著。其次，农村经济结构主要是以家庭为单位的小规模农业活动为主导，老年人参与劳动的弹性高，农村社会资本与政策的互补结合进一步降低了劳动参与的交易成本［26］，提升了农村的试点实施效果。此外，城市老年人经济水平与社会保障水平普遍较农村更高，降低了城市老年人对于有偿劳动的参与意愿。［27］在地域差异上，医养结合政策试点对中、西部的影响更强。由于中、西部经济发展及医疗、养老保障水平较东部更低，其医养结合养老服务模式需求大、老年人受政策试点影响的空间更大，同时，中西部“空巢化”问题更重，劳动参与也是老年人缓解经济压力、排解心理孤独和实现自我价值的重要途径。［28］另一方面，东部地区良好的经济发展水平、保障水平及充沛的年轻劳动力可能抑制老年人参与有偿劳动的积极性，政策实施过程中也需要兼顾更为复杂的多方需求，因而医养结合政策试点对其的影响较少体现在对于有偿劳动的参与上。
5 政策建议
为进一步推广医养结合养老模式，本文提出以下几点政策建议。第一，完善医养结合服务体系建设，对接老年人医养结合的健康需求，充实服务内容，鼓励老年人参与劳动贡献。第二，采取分阶段提高保障水平并配套劳动激励措施，警惕社会保障水平跃升可能产生的劳动供给减少风险。例如参考德国的弹性退休制度，将养老金与继续工作挂钩。第三，加大对农村及中、西部地区医养结合试点城市的推广力度，进行差异化政策设计。农村构建失能老人医养结合型互助照护体系可行性高［29］，农村地区应重点推广康复服务而非简单扩大保障覆盖，考虑城乡差异精准实施政策，强化政策对高响应群体的边际效益。第四，建立健康服务与劳动政策的协同机制，进一步总结并推广试点地区经验，因地制宜、特色发展，为老年人提供更优质、更便捷的服务，助力人口老龄化背景下社会经济的可持续发展。
作者贡献：姜佳缘负责数据处理、实证分析及文章撰写，并对文章整体负责；王思懿负责文章撰写、修改核查；田侃负责选题设计、把控整体思路；喻小勇负责思路指导、控制文章质量。
作者声明本文无实际或潜在的利益冲突。
［1］国家统计局. 王萍萍： 人口总量降幅收窄 人口素质持续提升［EB/OL］.（2025-01-17）［2025-04-18］. https：//www.stats.gov.cn/sj/sjjd/202501/t20250117_1958337.html.
［2］李志明. 积极开发老龄人力资源： 何以可能与何以可为［J］. 甘肃社会科学， 2023（6）： 72-81.
［3］李江一. 社会保障对城镇老年人劳动参与的影响： 以原城镇居民社会养老保险为例［J］. 人口与经济， 2018（2）：91-103.
［4］关斐， 李麦收. 健康、公共医疗保险与老年人劳动参与［J］. 中国人力资源开发， 2023， 40（1）： 90-104.
［5］尹艳红. 我国医养结合政策演进及其优化［J］. 中国行政管理， 2024（7）： 102-112.
［6］中华人民共和国中央人民政府. 关于推广医养结合试点工作典型经验的通知（国卫办老龄发〔2023〕3 号）［EB/OL］.（2023-03-14）［2025-04-24］. https：//www. gov. cn/zhengce/zhengceku/2023-03/17/content_5747306.htm.
［7］中华人民共和国中央人民政府. 我国医养结合机构达7800 多家 床位达200 万张［EB/OL］.（2024-05-17）［2025-04-24］.https：//www.gov.cn/lianbo/bumen/202405/content_6951440.htm
［8］姬雄华， 邓慧. 农村医养结合整体性治理及其实现路径［J］. 卫生经济研究， 2025（3）： 6-9.
［9］何燕， 柳建宇， 杨光媚. 社区居家医养结合机构服务效率评价及影响因素分析［J］. 中国卫生事业管理， 2025（3）： 263-267.
［10］朱丽丽， 郝晓宁， 郑研辉， 等. 北京市养老机构医养结合服务效率评价研究［J］. 中国全科医学， 2024， 27（34）： 4336-4340.
［11］余舟. 医养结合机构伦理的内涵要素与建设路径［J］.医学与哲学， 2024， 45（14）： 23-27.
［12］唐健， 陈燕华， 冉霞， 等. 走向“整合化”： 英日社区医养结合养老服务实践演进脉络， 共性特征与治理借鉴［J］. 中国卫生事业管理， 2024， 41（8）： 856-862.
［13］俞艺丹， 张洋， 邓琦， 等. 基于主动健康理念的医养结合服务发展困境与优化策略研究［J］. 医学与社会，2024， 37（5）： 47-54.
［14］陈岩， 杨翠迎. 医养结合与老年健康管理服务利用： 来自医养结合试点城市的经验证据［J］. 财经研究， 2023，49（12）： 121-135.
［15］刘冲， 沙学康， 张妍. 交错双重差分： 处理效应异质性与估计方法选择［J］. 数量经济技术经济研究， 2022， 39（9）： 177-204.
［16］陈强， 齐霁， 颜冠鹏. 双重差分法的安慰剂检验： 一个实践的指南［J］. 管理世界， 2025， 41（2）： 181-220.
［17］祝树金， 申志轩， 文茜， 等. 经济政策不确定性与企业数字化战略： 效应与机制［J］. 数量经济技术经济研究，2023， 40（5）： 24-45.
［18］温忠麟， 叶宝娟. 中介效应分析： 方法和模型发展［J］.心理科学进展， 2014， 22（5）： 731-745.
［19］MACKINNON D P， KRULL J L， LOCKWOOD C M.Equivalence of the Mediation， Confounding and Suppression Effect［J］. Prevention Science， 2000， 1（4）：173-181.
［20］杨翠迎. 中国医养结合实践的理性思考： 非均衡性与未来发展［J］. 社会保障评论， 2023， 7（5）： 68-85.
［21］张怡恬. 探寻“社会保障之谜”： 社会保障与经济发展关系辨析［J］. 南京社会科学， 2017（4）： 75-79， 97.
［22］欧阳宇明， 申曙光. 医养结合试点政策缓解了老年人健康不平等吗？［J］. 保险研究， 2025（2）： 42-52.
［23］魏下海， 柯宬丞. 健康城市建设是否促进中老年劳动时间供给［J］. 中国经济问题， 2025（1）： 153-167.
［24］王晓轩， 胡梓君. 健康冲击对中老年农户生计策略变迁的影响： 来自CHARLS 面板数据的证据［J］. 云南农业大学学报（社会科学）， 2023， 17（5）： 144-153.
［25］张文娟， 陈露. 2010—2020 年中国农村老年人口的工作预期寿命及其地区差异［J］. 人口研究， 2023， 47（6）： 21-34.
［26］陈秧分， 刘玉， 李裕瑞. 中国乡村振兴背景下的农业发展状态与产业兴旺途径［J］. 地理研究， 2019， 38（3）：632-642.
［27］赵明， 王晓军， 李子文. 养老金水平对低龄老年人劳动参与的影响［J］. 人口研究， 2022， 46（4）： 69-83.
［28］笪俊， 辛辰， 陈奖国， 等. 我国西部地区医养结合养老服务模式发展困境及策略［J］. 中华现代护理杂志，2018， 24（36）： 4461-4464.
［29］黄秀女， 宋杨， 张宇. 基于社会资本理论的农村失能老人医养结合型互助照护体系研究［J］. 卫生经济研究，2024， 41（10）： 56-59.
Impact of integrated healthcare and elderly care policy pilots on older adults’ participation in paid work
X