基于供需平衡的社會型長期護理保險繳費水平研究

張寧 王佳 李曠奇

摘 要：在界定老年人失能狀態(tài)的基礎(chǔ)上，將多狀態(tài)馬爾可夫模型與ILO籌資模型相結(jié)合，構(gòu)建了一個供需平衡下的社會型長期護理保險繳費模型。同時，對50歲及以上各年齡段人群的健康狀態(tài)轉(zhuǎn)移概率矩陣進行估計，結(jié)合人口數(shù)據(jù)估算和預測未來處于不同失能狀態(tài)的人口數(shù)量;并對長沙市未來繳費人口和社會平均工資水平進行預測，估算了未來長沙市社會型長期護理保險繳費水平。

關(guān)鍵詞： 社會型長期護理保險;繳費水平;多狀態(tài)馬爾可夫模型

中圖分類號：F840.612 ? 文獻標識碼： A ? ?文章編號：1003-7217（2020）05-0028-08

一、引 言

隨著人口老齡化發(fā)展，伴隨機能老化、慢性病而來的失能老人數(shù)量增長和失能時間不斷延長等現(xiàn)象層出不窮，與失能人口密切相關(guān)的長期護理問題也日益嚴峻。盡管早在2005年就有保險公司推出商業(yè)型長護險，但由于投保年齡受限且費用過于昂貴，十余年來商業(yè)型長護險未能獲得廣大民眾的青睞。為了應對失能老人對個人和家庭的財務沖擊，2016年6月，人社部出臺《關(guān)于開展長期護理保險制度試點的指導意見》，在全國15個地區(qū)開展長期護理保險試點工作，開啟了國家層面推行社會型長護險的序幕。不過，由于各個試點地區(qū)間尚未形成統(tǒng)一的長護險繳費水平確定標準，這既可能導致個人或財政負擔加重，也不利于長期護理保險制度在全國范圍推行。由此可見，研究社會型長期護理保險繳費水平，確立一套便于實施的繳費水平確定方法，能夠為長護險在全國范圍內(nèi)的推廣奠定基礎(chǔ)，具備迫切的現(xiàn)實意義。

已有研究長期護理保險繳費水平的文獻，根據(jù)其研究對象的不同，可以分為兩類：一是對商業(yè)型長期護理保險繳費水平進行研究，二是對社會型長期護理保險繳費水平進行研究。

1.商業(yè)型長期護理保險繳費水平確定方法主要有曼聯(lián)方法、減量表方法和多狀態(tài)Markov模型。曼聯(lián)方法通過大樣本抽樣調(diào)查得到失能者的年平均護理時間，以此推算失能者所需的護理費用，再進行費率厘定。Meiners M R等（1984）基于曼聯(lián)模型計算了不同年齡段下的人群在不同假設條件下的費率[2]。減量表方法通過觀察個體在多個減量表的轉(zhuǎn)移情況獲取轉(zhuǎn)移概率，從而確定繳費水平。Haberman S（1984）認為減量表方法可以通過分析不同健康狀態(tài)的人數(shù)變化情況來估算狀態(tài)轉(zhuǎn)移概率[3]。陳岱婉（2008）在減量表模型基礎(chǔ)上建立了考慮到生存和死亡給付責任的綜合責任長期護理保險的精算模型，該模型考慮到了生存和死亡的給付責任[4]。多狀態(tài)Markov模型是在確定轉(zhuǎn)移概率的基礎(chǔ)上測算長期護理保險費。Helms F等（2005）使用廣義最小二乘法估計了多狀態(tài)Markov模型參數(shù)，在假定的轉(zhuǎn)移概率下計算出長期護理保險的費率[5]。Lally N R等（2016）認為Tweedie分布的廣義線性模型能更好地預測長期護理保險的費率[6]。王新軍和王佳宇（2018）對我國老年人的健康狀態(tài)轉(zhuǎn)移概率影響因素進行測算，在此基礎(chǔ)上用Markov模型對長期護理保險的費率進行了計算[7]。

2.社會型長期護理保險的定價方法多采用基于現(xiàn)收現(xiàn)付制的定價方法和基于積累制的定價方法?；诂F(xiàn)收現(xiàn)付制的定價方法是構(gòu)建一個長期護理保險基金，保證基金在存續(xù)期間每年支出與收入相等，以此確定繳費水平。陳璐和徐南南（2013）參照德國、日本的長護險模式，測算出1995-2010年我國的長期護理保險繳費水平處于0.07%～0.26%[8]。林珊珊（2013）構(gòu)建長期護理保險基金收入和支出模型，認為應該把長期護理保險城鎮(zhèn)職工繳費率約定為1%左右[9]。曹信邦和陳強（2014）測算出我國2015-2050年的長期護理保險總體費率水平，認為我國實施長期護理保險的初始成本較低，但費用負擔越來越重[10]?；诜e累制的定價方法是為每個參保人構(gòu)建一個長期護理保險積累賬戶，計算出參保人員在未來可能的長期護理費用支出的現(xiàn)值，以此確定參保人員的繳費水平。胡曉寧等（2016）研究表明，初始狀態(tài)為健康時，女性費率高于男性;而初始狀態(tài)為失能時，男性與女性的費率有不同的變動趨勢[11]。荊濤等（2016）提出了將社會型和商業(yè)型長期護理保險結(jié)合的政策性長期護理保險概念，測算出了18～60歲人口參保的繳費水平[12]。

但從現(xiàn)有文獻來看，對社會型長期護理保險繳費水平的研究大多基于不同年齡段人口的失能比例在未來不發(fā)生變化這一假設，即未來失能人數(shù)的預測僅是將人口預測數(shù)量和現(xiàn)有失能比例的簡單相乘，并未考慮失能的動態(tài)轉(zhuǎn)化情況。但是現(xiàn)實生活中，老年人各失能狀態(tài)是互相轉(zhuǎn)移的，即老年人的失能狀態(tài)是不斷發(fā)生變化的。此外，關(guān)于護理方式的選擇大多數(shù)借鑒的是國外數(shù)據(jù)，與我國實際情況相比會有所出入。這些都可能降低長護險繳費水平測算的精準性。

為此，首次將基于多狀態(tài)Markov模型得到的健康狀態(tài)轉(zhuǎn)移概率矩陣與ILO籌資模型相結(jié)合，在重點考慮人口的健康狀態(tài)轉(zhuǎn)移變化規(guī)律的基礎(chǔ)上，構(gòu)建失能老人長期護理保險供需平衡精算模型，以此確定繳費水平，放松了失能轉(zhuǎn)移概率不變這一不合現(xiàn)實的假設，以使測算結(jié)果更為精確;同時，構(gòu)建多狀態(tài)Markov模型對失能狀態(tài)按相關(guān)規(guī)定進行細分，并且考慮更低年齡段人口，然后基于CHARLS數(shù)據(jù)得到我國50歲及以上人口的五狀態(tài)轉(zhuǎn)移概率矩陣，以彌補現(xiàn)有關(guān)于我國人口在各狀態(tài)下的轉(zhuǎn)移規(guī)律研究的不足。

二、數(shù)據(jù)及描述性統(tǒng)計

（一）數(shù)據(jù)來源

使用的數(shù)據(jù)主要有：一是中國健康與養(yǎng)老追蹤調(diào)查數(shù)據(jù)（CHARLS），基于此數(shù)據(jù)估算50歲及以上人口的健康狀態(tài)轉(zhuǎn)移概率以及失能比例數(shù)據(jù);二是長沙市統(tǒng)計年鑒、中國統(tǒng)計年鑒和中國人身保險業(yè)經(jīng)驗生命表（2010-2013），基于此數(shù)據(jù)可以估算長沙市未來不同年齡段人數(shù);三是已有文獻中長沙市機構(gòu)護理的成本費用數(shù)據(jù)和長沙市人口對不同護理方式選擇比例的數(shù)據(jù)。

按上述過程估算2018-2032年長沙市50歲及以上的不同健康狀態(tài)城鎮(zhèn)人口數(shù)（見表6）。

2.護理方式選擇比例。對護理方式的選擇比例選取謝凡（2018）[20]的關(guān)于長沙市居民護理方式選擇的問卷調(diào)查數(shù)據(jù)，將長沙市城鎮(zhèn)居民選擇居家社區(qū)護理方式的比例定為84.12%，選擇機構(gòu)護理方式的比例定位15.88%。

3.不同護理方式成本。對不同護理等級老人選取不同護理方式的成本使用譚睿和盧婷（2015）對長沙市養(yǎng)老機構(gòu)為不同護理等級老年人提供護理服務費用的實地調(diào)查數(shù)據(jù)[21]，可以得到2014年長沙市不同護理方式和護理等級的護理費用（見表7）。

假設護理費用增長率與GDP增長率保持一致，2017年之前的GDP增長率用實際數(shù)據(jù)，2017年及以后的GDP增長率選用李標等（2018）[22]對GDP增長率的預期，即2017-2020年的增長率為6.6%，2021-2015年的增長率為6.02%，2020-2030年的增長率為5.52%，2031-2035年的增長率為5.05%;并且同時考慮到CPI因素的影響，將CPI值設為2014-2018年的均值1.80%，從而可以得到未來每年不同護理等級及護理方式下的費用 （見表8）。

4.測算的結(jié)果。綜合之前建立的模型以及變量的選擇，估算出長沙市2017-2032年長期護理保險基金的總需求（見表9）。

（三）長期護理保險基金總收入

1.繳費人數(shù)。對社會型長期護理保險繳費人群年齡的確定參考國內(nèi)試點情況，即包括所有參與職工醫(yī)保的人群，同時考慮到60歲及以上人群退休這一情況，未將60歲及以上人群納入長期護理保險繳費人群，從而界定20～59歲的城鎮(zhèn)居民為長期護理保險的繳費人群。

根據(jù)2017年中國統(tǒng)計年鑒和2017年長沙市統(tǒng)計年鑒可以估算出長沙市2017年分年齡段的人口數(shù)據(jù)，然后結(jié)合中國人身保險業(yè)經(jīng)驗生命表（2010-2013）可以估算出長沙市未來各年齡段的人數(shù)，進而得到長沙市未來社會型長期護理保險的繳費人數(shù)（見表10）。由于老齡化的發(fā)展，未來人口結(jié)構(gòu)會發(fā)生變動，用現(xiàn)有的生命表來預測未來的人口數(shù)具有相對的準確性，這也是未來研究可以進一步深入之處。

2.年平均工資。根據(jù)長沙市統(tǒng)計年鑒數(shù)據(jù)可以得到長沙市居民2017年人均可支配收入為41131元。假設其增長率與實際GDP增長率保持同步，同時考慮CPI因素的影響，設CPI為2014-2018年的均值1.80%，可以得到長沙市居民未來年平均工資水平（見表11）。

3.測算的結(jié)果。依據(jù)ILO籌資模型，長期護理保險基金的總需求支出與長期護理保險基金的總供給收入相等，由2017-2032年的長期護理保險基金總需求結(jié)合估算的長沙市長期護理保險繳費人數(shù)和平均工資水平，可以求出2017-2032年長沙市長期護理保險繳費水平（見表12）。

五、結(jié)論與建議

以上研究顯示：（1）基于求得的健康狀態(tài)轉(zhuǎn)移概率矩陣，發(fā)現(xiàn)我國50歲及以上的人群健康狀態(tài)轉(zhuǎn)移規(guī)律有以下特點：隨著年齡的增加，初始狀態(tài)為健康的人群在一年后保持原狀態(tài)的概率下降，狀態(tài)惡化的概率上升;初始狀態(tài)為輕度失能的人群在一年后保持原狀態(tài)的概率下降，狀態(tài)好轉(zhuǎn)的概率下降，狀態(tài)惡化的概率上升;初始狀態(tài)為中度失能的人群在一年后保持原狀態(tài)的概率先下降后上升，狀態(tài)好轉(zhuǎn)的概率先上升后下降，狀態(tài)惡化的概率上升;初始狀態(tài)為重度失能的人群在一年后保持原狀態(tài)的概率上升，狀態(tài)惡化的概率上升，狀態(tài)好轉(zhuǎn)的概率下降。（2）根據(jù)模型及測算結(jié)果，長沙市社會型長期護理保險在2017年的財務總需求為7.86億元，繳費率為0.51%，繳費金額為210.87元;在2032年的財務總需求為36.94億元，繳費率為0.91%，繳費金額為1135.13元;在15年間，長沙市社會型長期護理保險的財務總需求增長5倍，繳費率增長近1倍，繳費金額增長5倍?？梢钥闯?，相較于我國現(xiàn)行的8%的城鎮(zhèn)職工基本養(yǎng)老保險個人繳費率水平和2%的城鎮(zhèn)職工醫(yī)療保險個人繳費率水平，社會型長期護理保險的繳費率水平較低，適合我國實際情況，個人、政府以及企業(yè)對其具有足夠的財務負擔能力，但也應注意到社會型長期護理保險繳費水平增長速度較快。

鑒于長沙市社會型長期護理保險繳費率的測算結(jié)果，實現(xiàn)財務供需平衡的繳費水平和繳費率在未來會出現(xiàn)大幅上漲，因此，長沙市社會型長期護理保險繳費水平的確定應考慮到財務供需平衡;同時，在這一基礎(chǔ)上針對未來大幅上漲的繳費水平積極采取應對措施，如拓寬籌資渠道、繳費水平的確定盡量立足于中長期水平，從而減少因為繳費率的大幅變動帶來的不利影響。

注釋：

① 包括吃飯、控制大小便、上廁所、穿衣服、洗澡、上下床。

② 包括慢走1公里，在椅子上坐時間久了再站起來，連續(xù)不停地爬幾層樓，彎腰、屈膝或者下蹲，提10斤重的東西，做家務活，做飯，去商店買食品雜貨，管錢，吃藥。

參考文獻：

[1] 荊濤，謝遠濤.我國長期護理保險制度運行模式的微觀分析[J].保險研究，2014（5）：60-66.

[2] Meiners M R， Trapnell G R.Long-term care insurance： premium estimates for prototype policies [J]. Medical Care， 1984， 22（10）：901-91.

[3] Haberman S.Decrement tables and the measurement of morbidity： I [J]. Journal of the Institute of Actuaries ， 1983， 110（2）：361-381.

[4] 陳岱婉. 綜合責任長期護理保險的精算模型[J]. 山西師范大學學報（自然科學版）， 2008， 22（1）：40-43.

[5] Helms F， Czado C， Gschll S.Calculation of LTC premiums based on direct estimates of transition probabilities[J].Astin Bulletin the Journal of the Internationl Actuarial Association，2005，35（2） ：455-469.

[6] Lally N R，Hartman B M.Predictive modeling in long-term care insurance[J]. North American Actuarial Journal，2016，20（2）：160-183.

[7] 王新軍，王佳宇.基于Markov模型的長期護理保險定價[J].保險研究，2018（10）：87-99.

[8] 陳璐，徐南南.中國長期護理保障制度的財政負擔——基于德、日社會保險模式的測算[J].保險研究，2013（1）：106-118.

[9] 林姍姍.我國長期照護保險制度的構(gòu)建與財務平衡分析[J].福建師范大學學報（哲學社會科學版），2013（1）：28-34.

[10] 曹信邦，陳強.中國長期護理保險費率測算[J].社會保障研究，2014，20（2）：111-122.

[11] 胡曉寧，陳秉正，祝偉.基于家庭微觀數(shù)據(jù)的長期護理保險定價[J].保險研究，2016（4）：57-67.

[12] 荊濤，楊舒，謝桃方.政策性長期護理保險定價研究——以北京市為例[J].保險研究，2016（9）：74-88.

[13] 中國老齡科學研究中心課題組.全國城鄉(xiāng)失能老年人狀況研究[J].殘疾人研究，2011（2）：11-16.

[14] 黃楓，吳純杰.基于轉(zhuǎn)移概率模型的老年人長期護理需求預測分析[J].經(jīng)濟研究，2012，47（S2）：119-130.

[15] 崔曉東.中國老年人口長期護理需求預測——基于多狀態(tài)分段常數(shù)Markov分析[J].中國人口科學，2017（6）：82-93，128.

[16] 胡宏偉，李延宇，張瀾.中國老年長期護理服務需求評估與預測[J].中國人口科學，2015（3）：79-89，127.

[17] 何文炯，洪蕾.中國老年人失能狀態(tài)轉(zhuǎn)移規(guī)律研究[J].社會保障研究，2013（6）：45-55.

[18] Israel R B ， Rosenthal J S ，Wei J Z.Finding generators for markov chains via empirical transition matrices，with applications to credit ratings[J].Mathematical Finance，2010， 11（2）： 245-265.

[19] 何燕華.健康老齡化戰(zhàn)略下我國長期照護制度的反思與重構(gòu)[J].湖湘論壇，2018 （5）：95-107.

[20] 謝凡.長沙市長期護理保險發(fā)展模式研究[D].長沙：湖南大學，2018.

[21] 譚睿，盧婷.長沙市老年長期護理費用測算及保障制度研究[J].保險職業(yè)學院學報，2015，29（5）：27-31.

[22] 李標，齊子豪，丁任重.改革進程中的中國潛在GDP增長率：估計及預測[J].當代經(jīng)濟科學，2018，40（6）：1-13，126.

（責任編輯：寧曉青）