封進、謝宇菲🤛、王子太✍🏿：信息不對稱視角下長期護理保險保障模式評價及製度優化，《管理世界》🚚，2023年第8期。
作者簡介：
封進（意昂2）
謝宇菲（意昂2）
王子太（意昂2）
內容提要
長期護理保險製度面臨較為嚴重的信息不對稱問題，合適的待遇保障模式有助於緩解這一問題。本文基於我國長期護理保險試點實踐🤵🏿♀️💻，首先從理論上論證了幾種常見的待遇保障模式對於申請者高報失能程度的激勵👩🏻🔧，再利用典型城市長護險政策和實際運行數據檢驗了個體高報失能程度的行為。本文實證研究表明，給予重度失能者現金補貼的模式有高報激勵，使低失能者評為高失能者的概率顯著提高7.0~11.0個百分點🧊，異質性分析發現高報問題在初始健康狀況較好的群體中更嚴重🌎。本文提出了兩種改進方案，采用福利分析的模擬結果表明，增加重度失能者可報銷的護理服務限額的方案有助於緩解信息不對稱🦕，增進最重度失能者福利🏌🏽♂️。基於長護險服務使用情況給予現金補貼的方案，對高報的激勵也小於基於特定失能等級給予現金補貼的情況🧑🏼✈️，但會引發道德風險🔜。黨的二十大報告已將“建立長期護理保險製度”作為健全我國社保體系的目標之一🏊🏼，本文的結論可為長護險製度設計提供一定的參考。關鍵詞：長期護理保險 失能保障 信息不對稱
本文研究背景與意義
我國於2016年起逐步開展長期護理保險（以下簡稱“長護險”）製度試點，到2022年，49個試點城市均製定和發布了失能等級或照護需求評估標準👨🏻🔬，以此作為確定失能程度和相應待遇的依據⌚️。盡管如此🤷🏻♀️，有關虛報失能程度的報道依然屢見不鮮🕠。一個重要的原因是失能程度的確認很大程度依賴被評估者的主觀反應，不排除有人為享受較高長護待遇會故意在評估中表現出較高失能狀況📙。這一問題雖可通過完善評估標準和程序加以緩解👨🦲，但會增加實施成本🕯。通過製定待遇保障模式🧑🎄，讓被評估者主動展示真實失能狀況，是更為根本的製度設計。從理論研究看，信息不對稱是經典研究問題。部分基於國外背景的研究借助不同方法對長期護理保險中的信息不對稱進行了實證檢驗，論證了失能程度中有較多的私人信息💊。同時💆🏻♀️♓️，大量文獻指出，特定的社會保障政策或財政補助政策中個體會根據待遇規則🙎🏻♀️，瞞報其真實指標以獲取更高收益🧛🏿♂️🧎🏻♂️➡️。因而，研究如何通過待遇保障模式設計應對失能信息不對稱問題🕑，是從新的角度補充了現有文獻🙋🏻♂️。
主要內容
本文構建長護服務需求模型，刻畫個體是否有激勵高報失能程度📈。個體效用由健康和其他消費兩部分構成，假設健康生產函數是初始健康狀況和服務使用量的相加形式，個體面對不同保障模式，選擇服務使用量和消費🙅♂️。模型中考慮4種保障模式👿🧛🏼♀️。（1）限額報銷模式🤙🏿，在服務限額內有一個自付比例，超過上限後個體需自費購買服務。（2）限額報銷加梯度現金補貼模式，為重度失能者提供現金補貼。（3）完全現金補貼模式❕。（4）定額報銷模式🐶，由長護險提供固定金額的服務，超過定額後自費購買。理論分析表明🛀🏽，在限額報銷保障模式下，個體會匯報真實失能狀況；在另外3種模式下，低失能個體都有激勵高報失能。實證分析的試點城市某城區長護險設置了兩種待遇模式🏛🎣：90歲以下為限額報銷模式（限額模式）🧎♀️➡️，90歲及以上為限額報銷加梯度現金補貼模式（梯度補貼模式）。利用外生的年齡斷點🚢，可以檢驗梯度補貼模式與限額模式相比是否會引起低失能者的高報行為以及高報程度。我們采用2018~2020年的行政數據📣，包括申請者評級信息和年度醫保賬戶信息🧖🏿♀️。48.73%的樣本年齡在90歲及以上🫱🏽，失能等級4級及以上占比65.25%。結果表明，給予重度失能者現金補貼的模式有高報激勵🧑🏽🏭，使低失能者評為高失能者的概率顯著提高7.0~11.0個百分點🦣，這一結果通過了多種穩健性檢驗🐙。長護險政策目標強調要重點解決重度失能人員基本護理保障需求🙎♂️，同時做好長護險與經濟困難老年人補貼等政策的銜接👨👦👩🏽🍳。梯度補貼模式雖然增加了對重度失能者的保障，但也帶來高報激勵🧝🏼♂️。為此我們設計兩種改進㊙️：方案一🙂↔️，在服務限額模式下直接增加額度。方案二，基於長護服務使用量給予現金補貼👨🏿⚕️🤘🏻。我們模擬了在與當前梯度補貼模式的基金支出相同時🧼，兩種改進方案下，不同失能者的服務選擇和福利效果。模擬表明♟，方案一的基金支出更偏向重度失能者，方案二的基金分配較為平均，一部分較重度失能的申請者有激勵為獲得補貼而過度使用服務🥵。
主要結論與政策建議
本文構建了個體對長護服務需求的理論模型，實證檢驗了我國長護險製度中的信息不對稱現象🧘，對不同保障模式的效果進行了比較。在基金支出相同時🍩，提高限額報銷模式的服務限額對最重度失能者福利改善更大，長護險基金支出更偏向重度失能者👩🏻🍳；現有梯度現金補貼模式對中度及輕度失能者福利提升較大，信息不對稱引致的誤報行為降低了長護險基金配置效率🗣；基於服務使用量的現金補貼則導致護理服務的過度消費，不利於長護險基金的有效配置。本文的結論具有以下幾方面政策含義。第一，保障待遇設計有助於減緩長護險面臨的失能程度信息不對稱問題。當前重度失能者的負擔仍然較重，需要進一步研究減輕高失能者負擔的方案®️。第二，增加服務限額的保障模式可以更好滿足重度失能者的需求，同時減輕低失能者的高報動機👨❤️👨，由此將更多資金配置給重度失能者。這一模式可以是未來主要的待遇給付方式。第三👨🏻，待遇補償模式可考慮進一步向低收入的重度失能老人傾斜。第四，長護險製度需要製定更加客觀、多維度的護理等級評定標準、加強對受益資格審核環節的監管。
邊際貢獻與未來拓展本文的貢獻主要體現為：第一🛬🦵🏻，利用長護險試點實際運行數據考察長護待遇設計對個體失能程度評定的影響，豐富了社會保險信息不對稱的相關文獻💂🏽♂️。第二💆🏻♀️，模擬了不同保障模式的政策效果，為長護險試點政策的完善提供了有益參考。長護險各地試點的保障模式存在差異且尚處於探索階段6️⃣，本文以某一試點城市的實際運行情況為研究對象，檢驗了一般理論🏊🏽，但對於如何完善保障模式還可以有更多研究🦆。未來還需要結合更多城市的運行數據、試點效果、政策目標等提出更多方案，並比較這些方案對不同失能程度👨🏿🔧、不同收入水平、分城鄉等群體的福利影響🐤🕵️。
寫作✊🏽、投稿、修改的過程本團隊自2017年開始關註我國長護險試點實踐🕵🏽，先後在成都📊、珠海、承德👩🌾、上海等地進行了調研，2019年以長護險激勵相容的待遇保障模式為主題申請到國家自然科學基金面上項目資助，同時和一些企事業單位合作進行研究👩🏽🦰。近年來團隊完成了多篇與長護險試點相關的文章，部分文章在國內外重要期刊發表👨🏽🏭。在此期間我們獲得了寶貴的一手數據，高質量數據是本文寫作的獨特資源🔶。幸運的是我們還找到了合適的政策實驗🔣🌌，為了解政策細節走訪了社區、護理站、照護需求標準製定部門🧮。基於上述積累🙎🏽♂️，本文寫作可以說是一氣呵成，初稿完成於2022年8月。之後經過4個月時間在不同學校和會議做了論文匯報🧘♀️，搜集了很多修改意見👨🏿🔬，在發表版中我們致謝了諸多學界同仁。論文投稿後很快得到外審機會🍦，之後收到2份富有建設性的審稿意見，審稿專家對於本文的主題和方法給予了肯定，對實證檢驗的細節提出一些疑問🌉，對政策建議提出了補充🧑🏼💼。在後期編輯中🍪，編輯老師的專業能力和認真態度令我們受益良多。這一過程大大提升了論文質量🏊🏼。本文的順利發表得到很多同仁的幫助，在此作者深表感謝！
返回頂部
