2021第47卷第10期
2. 山东财经大学 经济学院，山东 济南 250014
2. School of Economics，Shandong University of Finance and Economics，Jinan 250014，China
一、问题的提出
中国自21世纪初步入老龄化社会以来，老龄化程度持续加深，失能人数迅速增加，潜在照护需求逐渐增大。然而，中国社会照护服务产业发展严重滞后，面临着劳动力供给不足、专业照护人员匮乏、床位总量短缺和服务认定标准不完善等问题。与此同时，高额的照护成本缺乏必要的财务分担与兜底保障，老年失能家庭不堪重压，以家庭照料为主的非正式照料始终是中国社会主要的照料方式。在家庭观念浓厚、代际经济交换频繁的情形下，以居家照护为主的照护模式未来不会发生系统性改变。
同时，受传统“男主外、女主内”分工规制以及性别比较优势影响，女性成为了家庭照料负担的主要承担者，家庭照料对于女性劳动参与率的影响引起了学界广泛探讨（Bolin等，2008；Van Houtven等，2013；刘柏惠，2014；陈璐和范红丽，2016）。经统计，全球平均大约有42%的女性因家庭赡养照护和家务劳动被排挤在劳动力市场外，而这一比例在男性中只有不到6%（Addati等，2018）。另据国际劳工组织测算，1990至2013年间，中国女性劳动参与率从72.7%降至63.9%，而男性劳动参与率从84.8%降至78.3%，两者差距从12.1扩大至14.4个百分点，并有进一步扩大的趋势。因此，切实减轻照料负担已成为提升中国女性劳动参与的必要途径和关键节点。十九届五中全会提出，要“实施积极应对人口老龄化国家战略”，在健全基本养老服务体系基础上，重点支持家庭承担养老功能，并“注重强化就业优先政策，千方百计稳定和扩大就业，扩大就业容量、提升就业质量、促进充分就业，保障劳动者待遇和权益”。会议同时强调要“稳步建立长期护理保险制度”。由此可见，亟待建立的长期照护保险①制度有望成为兼具积极老龄化和保就业促民生双重功能的潜在政策工具。
国外相关研究表明，长期照护保险制度是促进女性就业的重要激励政策，能够显著提高女性劳动参与率，提升女性的经济和社会地位（Sugawara和Nakamura，2014）。在借鉴德国、日本等国际经验的条件下，中国近年也开展了长期照护保险试点。目前，国内研究仍集中在经验总结与推广等制度完善环节，仅少量研究量化评估了长期照护保险的政策效果，而研究对象也仅停留在老年人自身（马超等，2019）。长期照护保险对于女性就业的研究在中国极为匮乏，虽然朱玲等（2020）指出，在长期照护保险实施后，照护机构会迅速发展，进而加大对农村女性劳动力的需求，90%的一线照护人员都来自农村，女性在照护人员中的占比也达到了90%，这意味着就业歧视将进一步降低，男女、城乡就业平等在照护行业会渐趋实现。但该文对长期照护险的研究仅停留在逻辑推演层面，缺乏必要的实证支持。鉴于中国与发达国家在长期照护保险筹资和养老健康产业发展水平上的显著差距，国外相关理论路径分析和结论也不一定完全适用于中国。那么，长期照护保险是否能够改善中国女性就业状况？是否能进一步纾解女性就业所面临的多重歧视？因此，本文将就中国长期照护保险对女性就业的影响展开系统性研究。
济南市于2016年成为国家首批长期照护保险试点城市之一，在城市特征上，如人口规模和经济水平等方面在全国城市中具有平均性与代表性，在长期照护保险政策机制上也与国家指导意见原则性规定较为贴合②，因此济南可以作为一个理想的政策样本来进行研究。本文采用合成控制方法，运用全国共196个城市的年度平衡面板数据，在控制一系列城市特征基础上，通过加权为开展长期照护保险试点的济南市构造出新的“反事实”城市，所得真实济南市与“反事实”城市在结果变量上的差值即为长期照护保险的政策效果。本文的创新点和边际贡献主要在于：①将长期照护保险与劳动力供给相联结，从而拓展了长期照护保险政策效果体系，理论分析表明长期照护保险不仅能够促进劳动力供给，而且能够提高劳动力收入；②不仅首次使用合成控制法量化评估了长期照护保险对女性就业，包括在就业率、收入和工作时间等方面的影响，而且进一步评估了长期照护保险政策在性别、城乡和地域等方面对女性就业所面临的多重歧视的影响效果。本文研究发现，长期照护保险对女性就业具有显著的提升作用，使得女性就业率提升了5—15个百分点，月收入增加了426—556元，日工作时间提高了0.3—0.6小时。进一步地，长期照护保险在促进男女就业率平等和城乡女性收入平等方面产生了积极作用，使得女性与男性就业率比提高了5—7个百分点，农村女性与城市女性收入比提高了15—36个百分点。本文结论为扩大长期照护保险试点范围、激励女性劳动参与和促进劳动市场就业权益均等化提供了政策参考。
二、理论分析
（一）理论模型构建。本文参考严成樑（2018）构建包含老年照料行为的世代交叠模型，并引入长期照护保险政策，以考察长期照护保险对女性就业的影响。
1. 个体。代表性个体经历成年期（t期）和老年期（t+1期）两期，个体通过每期经济决策以实现一生效用最大化。在利他主义下，代表性个体既关心自身消费和健康状况，同时也关心父母的消费和健康状况。因此，代表性个体效用函数可表示为：
| $U = \ln ({C_{_{1t}}}) + a\ln ({C_{{\rm{2}}t + 1}}) + b\pi \ln ({F_{t + 1}}) + c\ln ({C_{{\rm{2}}t}}) + d\pi \ln ({F_t})$ | (1) |
其中，
假设成年期代表性个体有1单位时间禀赋，用于工作和照料父母，并做出储蓄以及养育子女决策。老年期个体消费来自于成年期储蓄、养老金以及子女的赡养费用，同时需要自付一定的照料服务。因此，代表性个体两期预算约束方程为：
| ${C_{1t}} = (1 - \lambda - \tau )(1 - \pi {\mu _t}){w_{\rm{t}}} - {S_t} - \chi {n_t} - {m_t}$ | (2) |
| $ {C}_{2t}{}_{+1}=({1+}{r}_{t}{}_{+1}){S}_{t}+{I}_{t+1}+{m}_{t+1}{n}_{t}-(1-\sigma ){p}_{t+1}{f}_{t+1}$ | (3) |
其中，
| ${C_{2t + 1}} = \alpha (1 + {r_{t + 1}}){C_{1t}}$ | (4) |
| ${\mu _t} = \frac{{d\varphi {C_{1t}}}}{{\left( {1 - \lambda - \tau } \right){W_t}}}$ | (5) |
| ${m_t} = \frac{{\chi {C_{2t + 1}}}}{{a{C_{1t}}}} - \frac{{b\varphi \pi {C_{2t + 1}}}}{{a{n_t}}}$ | (6) |
| ${n_{t - 1}} = \frac{{{C_{2t}}}}{{c{C_{1t}}}}$ | (7) |
| $f_{t + 1}^{} = \frac{{b(1 - \varphi ){C_{2t + 1}}}}{{a(1 - \sigma ){p_{t + 1}}}}$ | (8) |
2. 政府。政府需要维持养老保险和长期照护保险基金平衡。与养老保险注重基金积累并跨期分配和领取相比，长期照护保险强调现收现付、个体间互助并依失能与否获得补偿。因此，本文设定养老保险为基金积累制，即代表性个体在成年期缴费而老年期领取前期累积的养老金；而长期照护保险为现收现付制，即成年期参保个体按收入水平的一定比例缴费，用于支付当期已经失能老人的部分正式照料费用，因此得出：
| ${I_{t + 1}} = (1 + {r_{t + 1}})(1 - \pi {\mu _t})\tau {W_t}$ | (9) |
| $(1 - \pi {\mu _t})\lambda {w_t}{N_t} = \sigma {p_t}\pi {f_t}{N_t}_{{\rm{ - 1}}}$ | (10) |
3. 照料服务部门。照料服务部门收入由两部分组成，一部分由老年个体自行承担，另一部分由长期照护保险代为支付。而相比于最终产品部门，照料服务部门更符合劳动密集型产业的生产方式，因此本文假设照料服务部门成本全部用于雇佣劳动力。同时本文假设正式照料服务完全采取市场化经营，且照料服务部门劳动力工资水平与最终产品部门相等以满足劳动力自由流动实现长期均衡。照料服务部门的目标为实现利润最大化，即：
| $\max \left\{ {(1 - \sigma ){p_t}\pi {f_t}{N_t}_{{\rm{ - 1}}} + (1 - \pi {\mu _t})\lambda {w_t}{N_t} - \pi {f_t}{N_t}_{{\rm{ - 1}}}{w_t}} \right\}$ | (11) |
在完全竞争市场条件下，结合（10）式，能够得到照料服务部门最优条件为：
| ${p_t} = {w_t}$ | (12) |
4. 最终产品部门。假设最终产品部门生产函数符合柯布道格拉斯生产函数，即
| $1 + {r_t} = \theta A{k_t}^{\theta - 1}$ | (13) |
| ${w_t} = (1 - \theta )A{k_t}^\theta $ | (14) |
5. 资本市场均衡。根据资本市场均衡条件，当期全部储蓄和养老金形成下一期的资本，即
（二）模型求解与研究假说。将（2）—（9）式、（12）—（14）式代入劳均资本方程，能够得到均衡状态下劳均资本为：
| ${k^*} = \frac{{a + b\pi + \dfrac{{\theta b(1 - \varphi )}}{{(1 - \sigma )(1 - \theta )}} + (a/c)\left[ {1 + a + b\pi + d\varphi \pi \dfrac{{1 - \lambda + \theta /(1 - \theta )}}{{(1 - \lambda - \tau )}} - cb\varphi \pi /a} \right]}}{{\left( {a + b\pi } \right)(1 - \lambda )(1 - \theta )/\theta + b(1 - \varphi )(1 - \lambda )/(1 - \sigma ) - (a/c)\left[ {1 + a + b\pi - cb\varphi \pi /a} \right]}}\chi $ | (15) |
本文将就业率设定为实际劳动力占总劳动力的比例，在本文模型设定下，由于个人潜在劳动时间为1，因此
| ${R^*} = 1 - d\varphi \pi \frac{{(1 - \lambda ) - \chi \theta /\left[ {(1 - \theta ){k^*}} \right]}}{{(1 - \lambda - \tau )(1 + a + b\pi - cb\varphi \pi /a) + d\varphi \pi (1 - \lambda )}}$ | (16) |
| $\begin{gathered} {W^*} = \left[ {1 - \theta - d\varphi \pi \frac{{(1 - \theta )(1 - \lambda ) - \chi \theta /{k^*}}}{{(1 - \lambda - \tau )(1 + a + b\pi - cb\varphi \pi /a) + d\varphi \pi (1 - \lambda )}}} \right]A{({k^*})^\theta } \\ \\ \end{gathered} $ | (17) |
由（15）式可得，
由（17）式可得，当
三、实证研究设计
（一）实证方法。本文使用的女性就业和人口学数据来自于国家卫生健康委全国流动人口卫生计生动态监测调查数据（China Migrants Dynamic Survey，简称CMDS）。该数据涵盖全国31个省（区、市）人口流入情况，每年共采集近20万个样本，包含家庭人口基本信息、流动范围和趋势、就业和社会保障、收入和住房情况，同时包含一个城市内拥有本地户口与外地户口的女性数据，均具有地区代表性。因此，本文根据CMDS数据库计算得出的女性就业率、女性收入及女性工作时间作为衡量该城市女性整体就业状况的结果变量。⑤宏观经济和社会发展数据来自于《中国城市统计年鉴》。此外，在其他变量选取上，本文使用微观层面的年龄、婚姻状况、教育程度、家庭月收入、家庭人口、家庭60岁以上老人人数，同时使用宏观层面的城市户籍人口、GDP、第三产业占比和人均收入等共同作为预测变量。在数据处理过程中，本文对微观层面的女性年龄进行了限定，仅保留16—55岁的女性样本，⑥并对微观层面的变量在城市层面取平均数，与宏观数据进行匹配，而家庭月收入、城市户籍人口、GDP、人均收入全部取对数处理。在合成控制中，本文删除了在2018年之前除济南市外已经实施了长期照护保险的其他城市和关键变量数据缺失的样本，并将8个年度数据合并，最终形成196个城市8期完全平衡面板数据，保留有效的样本量共1 568个。
在研究方法上，本文运用的是合成控制法。该方法可以基于数据构造一个新的控制组进行对比实验，避免选择控制组时的主观随意性，同时新构造的控制组与处理组的拟合程度更高，评估效果更为准确。这一方法已经被许多学者运用到多个领域的研究中（Abadie和Gardeazabal，2001；Abadie等，2010；刘甲炎和范子英，2013；苏治和胡迪，2015）。本文的基本思路如下：尽管寻找和济南市完全相似的控制组十分困难，但可以对没有实施长期照护保险的城市进行线性组合，构造出与济南市在经济发展水平、人口数量、就业状况和收入水平等方面基本相似的“合成济南”作为控制组。通过比较“真实济南”与“合成济南”在长期照护保险实施后女性就业状况的差异来评估长期照护保险对女性就业的影响。
假设本文选取了
| $W_{it}^Y = {\alpha _t} + {\beta _t}{Z_i} + {\lambda _t}{\mu _i} + {\varepsilon _{it}}$ | (18) |
（18）式表示潜在女性就业状况的决定方程。其中，
| $\sum\limits_{j = 2}^{J + 1} {{v_j}} {W_{it}} = {\alpha _{\rm{t}}} + {\beta _t}\sum\limits_{j = 2}^{J + 1} {{v_j}} {Z_j} + {\lambda _t}\sum\limits_{j = 2}^{J + 1} {{v_j}} {\mu _i} + \sum\limits_{j = 2}^{J + 1} {{v_j}} {\varepsilon _{it}}$ | (19) |
其中，
| $W_{it}^Y - \sum\limits_{j = 2}^{J + 1} {v_j^*} W_{jt}^{} = \sum\limits_{j = 2}^{j + 1} {v_j^*\sum\limits_{s = 1}^{{T_0}} {{\lambda _t}} } {(\sum\limits_{s = 1}^{{T_0}} {{{\lambda '}_t}} {\lambda _t})^{ - 1}}{\lambda '_s}({\varepsilon _{js}} - {\varepsilon _{is}}) - \sum\limits_{j = 2}^{J + 1} {v_j^*} ({\varepsilon _{jt}} - {\varepsilon _{it}})$ | (20) |
参照Abadie等（2010），在
（二）数据来源与变量设定。本文使用的女性就业和人口学数据来自于国家卫生健康委全国流动人口卫生计生动态监测调查数据（China Migrants Dynamic Survey，简称CMDS）。该数据涵盖全国31个省（区、市）人口流入情况，每年共采集近20万个样本，包含家庭人口基本信息、流动范围和趋势、就业和社会保障、收入和住房情况，同时包含一个城市内拥有本地户口与外地户口的女性数据，均具有地区代表性。因此，本文根据CMDS数据库计算得出的女性就业率、女性收入及女性工作时间作为衡量该城市女性整体就业状况的结果变量。⑤宏观经济和社会发展数据来自于《中国城市统计年鉴》。此外，在其他变量选取上，本文使用微观层面的年龄、婚姻状况、教育程度、家庭月收入、家庭人口和家庭60岁以上老人人数，同时使用宏观层面的城市户籍人口、GDP、第三产业占比和人均收入等共同作为预测变量。在数据处理过程中，本文对微观层面的女性年龄进行了限定，仅保留16—55岁的女性样本，⑥并对微观层面的变量在城市层面取平均数，与宏观数据进行匹配，而家庭月收入、城市户籍人口、GDP和人均收入全部取对数处理。在合成控制中，本文删除了在2018年之前除济南市外已经实施了长期照护保险的其他城市和关键变量数据缺失的样本，并将8个年度数据合并，最终形成196个城市8期完全平衡面板数据，保留有效的样本量共1 568个。
四、实证结果分析
（一）合成控制结果。本文在195个控制城市组中计算出构成合成济南的权重组合，其中滨州市、烟台市、天津市、徐州市、德州市、深圳市、南宁市共7个城市权重不为0，分别为0.358、0.186、0.161、0.151、0.063、0.062和0.019，因而选择这些城市合成济南。
本文对2016年济南市实施长期照护保险政策之前真实济南和合成济南的一些重要经济变量进行对比，合成济南的拟合效果如表1所示。首先，真实济南与合成济南女性就业率拟合差异度仅为0.057%，此外本文随机抽取2011年、2012年和2015年进一步检验拟合效果，三者女性就业率差异度也极小，分别为0.28%、0.03%和0.14%，拟合优度R2高达0.99，这说明合成济南很好地拟合了真实济南女性就业率的前期路径。再次，在其他10个预测变量中，不论是平均年龄、平均教育程度、平均婚姻率、平均家庭月收入和平均家庭60以上老人人数等微观层面的变量，还是人口数、GDP、第三产业占比和人均收入等宏观变量，相比于196个城市平均水平，合成济南和真实济南在绝大多数特征上的差距均进一步缩小，且绝对差距也很小。综上，合成控制法较好地拟合了实施长期照护保险政策之前的真实济南。
| 变量 | 真实济南 | 196城市 | 合成济南 |
| 女性就业率 | 0.7756 | 0.7022 | 0.7699 |
| 2011年女性就业率 | 0.7267 | 0.4869 | 0.7239 |
| 2012年女性就业率 | 0.8042 | 0.7253 | 0.8045 |
| 2015年女性就业率 | 0.7585 | 0.7126 | 0.7599 |
| 平均年龄（岁） | 31.4002 | 35.6160 | 32.2283 |
| 平均教育程度（年） | 9.6130 | 9.0868 | 9.0945 |
| 平均婚姻率（%） | 0.8256 | 0.8097 | 0.8153 |
| 平均家庭月收入（元） | 8.4743 | 8.3592 | 8.4885 |
| 平均家庭人数（人） | 2.6634 | 3.0743 | 2.7565 |
| 平均家庭60以上老人人数（人） | 0.0157 | 0.0495 | 0.0160 |
| 人口数（人） | 6.4220 | 5.8749 | 6.3741 |
| GDP（万元） | 17.7716 | 16.4418 | 17.5952 |
| 第三产业占比（%） | 55.1480 | 41.4713 | 42.1876 |
| 人均收入（万元） | 10.9193 | 10.8335 | 10.8100 |
本文继而分析了长期照护保险政策实施前后真实济南和合成济南的女性就业率路径演进情况，如图1所示。在2016年之前，真实济南与合成济南的女性就业率发展路径几乎吻合，而在2016年之后，真实济南与合成济南女性就业率出现分歧，真实济南女性就业率逐年提高，而合成济南女性就业率在2016年小幅上升后持续下滑，真实济南女性就业率增幅远远高于合成济南，且两者差距呈现扩宽趋势。本文进一步比较长期照护保险政策实施前后真实济南与合成济南的女性就业率差距情况，结果如图2所示。在2016年前，真实济南与合成济南女性就业率的差距在0~1个百分点之间小幅度波动。在实施长期照护保险政策之后，2016年度女性就业率差距大幅度提升，提升了接近5个百分点。2017年女性就业率涨幅差距略有趋缓，但真实济南依然比合成济南高出8个百分点。2018年真实济南的女性就业率依然增长迅速，与合成济南的差距越来越大，达到了15个百分点。以上结果表明，长期照护保险政策的实施提升了女性就业率，且随着实施年份增长提升效果逐年加强。
|
| 图 1 真实济南与合成济南女性就业率 |
|
| 图 2 真实济南与合成济南女性就业率差距 |
（二）稳健性检验。
1.剔除迭代权重城市。本文有196个控制组城市，其中构成合成济南的共有7个城市，如果这些城市权重发生变化，甚至某个权重城市被剔除，是否会对估计结果产生影响，还需要进一步验证。为此，本文按照权重构成大小依次删除7个权重城市，构建出新的合成济南，以检验实证结果的稳健性。如图3所示，迭代删除权重城市所构成的合成济南与原合成济南情况下的政策效果评估结果呈现一致趋势，表明本文评估的政策效果并不会受到个别权重城市及其权重占比大小的影响。
|
| 图 3 剔除迭代权重城市后的合成控制 |
2. 排序检验。Abadie等（2010）提出了一种类似于统计中秩检验的排列检验方法，即依次假设一个控制组城市在2016年同样实施长期照护保险政策，并再次使用合成控制法利用其他控制组城市构成新的合成城市，判断是否还有其他城市在假设实行长期照护保险下的政策效果呈现出和济南市同样的趋势。如果济南市的实际效应比这些假想城市高，则说明长期照护保险对济南市女性就业率的影响是显著的，并非偶然得出的结果。根据上述方法，本文对控制组中的所有城市进行了上述的安慰剂检验，模拟了196个城市的实际就业率与合成就业率的差距图，并将这些差距与原济南市的估计结果进行比较。但需要说明的是，如果一个城市在政策实施之前的年份拟合很差，即实际就业率与合成就业率的差距很大，则会导致在政策实施后效应波动变大，这意味着该城市的政策效应的参考价值很小。参考以往研究（Abadie等，2010），在比较政策效应时，需要去掉均方误差大于实验城市两倍的城市。经计算，本文最终只保留了32个城市。最终结果如图4所示，可以看出，在政策实施之前，济南市与其他城市的差距并不大，但是在政策实施后，济南市与其他城市的差距开始加大，直到2018年，济南市位于所有城市的最上方。这说明，如果假设长期照护保险政策的实施对济南市没有效果，那么在32个城市中，济南市恰好位于所有城市上方的概率仅为1/32，即3.12%，应拒绝原假设，可以认为济南市女性就业率的提升至少在5%的检验水平上是显著的，从而证实长期照护保险对济南市的女性就业率具有提升作用。
|
| 图 4 济南和其他城市预测变动的程度分布 |
3. 处置组变化。本文也借鉴了Abadie等（2010）提出的类似于虚假实验的检验方法，考虑两个城市，一个是滨州市，另一个是南京市，原因是在合成济南中，滨州市所占的权重最大，而南京市在合成济南中没有占有权重，而且在各种特征上都与济南市相差很大。将滨州市和南京市结果与济南市进行比较，发现在长期照护保险实施后，滨州市和南京市的女性就业率都没有明显上升，因此在一定程度上证实了确实是长期照护保险的实施影响了济南市的女性就业率，而不是其他偶然因素。
4. 更换结果变量。为进一步考察长期照护保险政策对于女性就业的影响，本文采用合成控制法进一步分析女性收入与女性工作时间的路径演进。结果如图5所示，合成济南女性收入与工作时间在实施长期照护保险之前路径拟合较好，在2016年后真实济南女性收入逐步高于合成济南女性收入，真实济南的女性收入与合成济南相比每月增加了426—556元。女性工作时间虽然略有波动，但也始终高于合成济南，真实济南的女性工作时间与合成济南相比每天提高0.3—0.6小时。结果证明长期照护保险政策的实施不但提高了女性就业率，还能进一步提高女性收入，增加女性工作时间。
|
| 图 5 更换结果变量后的合成控制 |
5.DID与合成控制法对比。在进行政策评估时，基本方法一般选用合成控制法、双重差分法和断点回归法等，前两者本质思想较为一致，而合成控制法采取数学加权思想选取对照组，较于双重差分法更具科学性。但为验证本文选取济南市量化评估长期照护保险对女性就业影响的代表性，本文重新以渐进双重差分模型估计各试点地区开展长期照护保险影响女性就业的平均处理效应，模型构建如下：
| $Work_{ct} = {\alpha _1} + {\beta _1} \times LTCI_{ct} + \sum {\delta _n \times Z} _{ct}^n + T_t + P_c + \sum\limits_{s = 1}^r {T_{jT(c)}^s} \times P_{jP(c)}^s + \varepsilon_{ct}$ | (21) |
其中，下角标
| （1）女性就业率 | （2）女性收入 | （3）女性工作时间 | |
| 长期照护保险试点 | 0.0387***（0.0100） | 0.0550**（0.0189） | 0.0677*（0.0283） |
| 控制变量 | 控制 | 控制 | 控制 |
| 时间固定效应 | 控制 | 控制 | 控制 |
| 地区固定效应 | 控制 | 控制 | 控制 |
| 时间×地区固定效应 | 控制 | 控制 | 控制 |
| R2 | 0.6134 | 0.5783 | 0.4018 |
| N | 2 058 | 2 049 | 1 792 |
| 注：括号内为稳健标准误；***、**、*分别代表估计系数在1%、5%、10%检验水平下显著。 | |||
五、机制分析
理论上，长期照护保险影响女性就业的作用机制可以包括以下两方面：第一，基于正式照料与非正式照料相互替代的关系，在长期照护保险实施后，减轻了有照护需求的家庭购买正式照料的经济成本，从而增加了正式照料需求，进而减少了非正式照料，使得女性劳动力从非正式照料中解放出来，重新进入劳动力市场（Sugawara和Nakamura，2014；Yamada和Shimizutani，2015）。第二，由于正式照护服务是通过市场机制提供的，同时大量的消费者加大了对正式照护的需求，使得市场中照护机构的数量迅速增长，产生了各种类型的新服务，如家庭照护、日托服务和短期照护。这种刺激导致了照护人员的短缺，而女性劳动力在照护人员中的比重较大，从而增加了社会对女性劳动力的需求（Iwamoto等，2009；Tamiya等，2011；Hollup，2014；Kondo，2019）。
为验证第一条作用路径，本文将中国城市划分为长期照护保险试点地区和非试点地区，比较两组城市在家庭无老年人的女性就业率和家庭有老年人的女性就业率两个指标上的发展路径差异，详见图6。其中，左侧为家庭无老年人的女性就业率发展趋势，右侧为家庭有老年人的女性就业率发展趋势。对于有老年人的家庭来说，在2016年之前，试点地区的女性就业率变化趋势与非试点地区大致相同，且数值始终低于非试点地区水平，到2016年基本持平，但在此后年份就开始超过非试点地区，且增长速度也高于非试点地区；对于没有老年人的家庭来说，试点地区的女性就业率始终高于非试点地区，且在2016年前后差距没有发生明显变化。此外，本文进一步分析了试点地区和非试点地区家庭无老人女性就业率与家庭有老人女性就业率差距的变化趋势，如图7所示。可以发现，无论是试点地区还是非试点地区，该指标始终大于0，即家庭有老年人女性的就业率始终低于家庭无老年人女性的就业率，这说明家庭老年照料负担已经成为抑制女性就业的主要阻碍之一。但是家庭有无老年人的女性就业率的差距在非试点地区逐渐增大，在试点地区反而略有降低。由以上分析可以得出，长期照护保险的开展对家庭无老年人的女性就业率没有产生显著影响，但显著提高了试点地区家庭有老年人的女性就业率，原因在于长期照护保险的实施通过向老年人提供正式的失能照护，减轻女性的家庭照料负担，为女性进入劳动力市场的行为提供了有利条件。
|
| 图 6 女性就业率发展趋势（按家庭有无老年人划分） |
|
| 图 7 女性就业率差距发展趋势 |
为验证第二条路径，本文比较试点地区和非试点地区在护理及其相关行业⑧的就业人数占总体就业人数比例方面的发展差异。图8为长期照护保险试点地区与非试点地区护理行业就业比例对比图。总体来看，试点地区护理行业就业比例始终低于非试点地区，特别是在2016年，试点地区护理行业就业比例增速开始放缓，仅为2.08%，同时期非试点地区比例增速为4.22%。而在2016年后，试点地区护理行业就业比例增速加快，2017年和2018年比例增速分别到达4.44%和6.81%，而同期非试点地区比例增速分别为5.37%和4.48%，两者差距呈现缩窄趋势。以上结果表明，长期照护保险的开展，增加了护理等相关行业对女性劳动者的就业需求，行业劳动者在总体就业中的占比略有增加，但效果还比较微弱。
|
| 图 8 护理及相关行业就业人数占比 |
六、进一步分析
女性就业面临性别、城乡和地域等多重歧视。而伴随长期照护保险实施，老年照料负担减轻和照护机构迅速发展均能够提高女性劳动力有效供给，特别是照护行业等新兴服务产业中女性、农村和外地劳动者占比更高，男女、城乡和地域间就业平等有望在这些行业中逐渐实现。为考察长期照护保险对就业平等的影响，本文根据就业歧视的特征，分别选择了性别歧视、城乡歧视和地域歧视三个维度与就业率、收入和工作时间三个方面，共九个指标，对女性所遭受的就业歧视进行考察。本文参考葛玉好和曾湘泉（2011）、陈晓华和刘慧（2015）等，在性别歧视中使用女性与男性的就业特征之比，在城乡歧视中使用农村女性与城市女性的就业特征之比，在地域歧视中使用外地女性与本地女性的就业特征之比加以衡量。
（一）长期照护保险对性别歧视的影响。女性与男性就业率、收入、工作时间之比的合成控制结果如图9所示。第一列展示就业率方面的性别歧视，第二列展示收入方面的性别歧视，第三列展示工作时间方面的性别歧视；第一行展示真实济南与合成济南性别歧视的变化趋势，第二行展示真实济南与合成济南性别歧视差距的变化趋势。结果发现，女性与男性的就业率、收入和工作时间之比在长期照护保险实施之前拟合差距很小，但是在长期照护保险实施后，三者的路径有所不同。在就业率性别歧视方面，真实济南与合成济南之间的差距先上升，后略有下降，最终重新上升，整体呈N字形增长趋势，真实济南的男女就业率比与合成济南相比提升了5~7个百分点；在收入性别歧视方面，真实济南与合成济南之间的差距先大幅下降，后反弹上升，整体呈V字形增长趋势；在工作时间方面，真实济南与合成济南之间的差距持续下降，且逐渐变大。以上现象说明，长期照护保险减弱了女性在就业率方面的性别歧视，但没有显著改善女性在收入和工作时间方面的性别歧视。
|
| 图 9 基于性别歧视的合成控制 |
（二）长期照护保险对城乡歧视的影响。农村与城市女性就业率、收入、工作时间之比的合成控制结果如图10所示。第一列展示就业率方面的城乡歧视，第二列展示收入方面的城乡歧视，第三列展示工作时间方面的城乡歧视；第一行展示真实济南与合成济南城乡歧视的变化趋势，第二行展示真实济南与合成济南城乡歧视差距的变化趋势。结果发现，农村与城市女性就业率、收入和工作时间之比在长期照护保险实施之前拟合差距很小，但是在长期照护保险实施后，三者的路径有所不同。在就业率城乡歧视方面，真实济南与合成济南之间的差距先下降后迅速上升，但随后又大幅跌落；在收入城乡歧视方面，真实济南与合成济南之间的差距整体呈上升趋势，虽在2018年略有回落，但仍处于较高水平，真实济南女性城乡收入比与合成济南相比提高了15~36个百分点；在工作时间城乡歧视方面，真实济南与合成济南之间的差距也呈现先下降、后上升、再下降的波动增长路径。以上现象说明，长期照护保险缩小了女性城乡收入差距，但在促进女性城乡就业率和工作时间平等性上作用不大。
（三）长期照护保险对地域歧视的影响。外地与本地女性就业率、收入、工作时间之比的合成控制结果如图11所示。第一列展示就业率方面的地域歧视，第二列展示收入方面的地域歧视，第三列展示工作时间方面的地域歧视；第一行展示真实济南与合成济南地域歧视的变化趋势，第二行展示真实济南与合成济南地域歧视差距的变化趋势。结果发现，外地与本地女性就业率、收入和工作时间之比在长期照护保险实施之前拟合差距很小，但是在长期照护保险实施后，三者的路径有所不同。在就业率地域歧视方面，真实济南与合成济南之间的差距先下降再上升，整体呈V字形趋势，最终趋同；在收入地域歧视方面，真实济南与合成济南之间的差距先上升再下降，最终停留在较低水平；在工作时间地域歧视方面，真实济南与合成济南之间的差距开始迅速下降，2017年下降速度放缓，且在2018年有所回升，但依然处于较低水平。以上现象说明，长期照护保险在减轻女性在就业率、收入、工作时间方面的地域歧视上作用甚微。
|
| 图 10 基于城乡歧视的合成控制 |
|
| 图 11 基于地域歧视的合成控制 |
综上所述，本文提出的长期照护保险的实施能够缓解女性就业歧视的假设能够得到部分证实。具体而言，长期照护保险的实施对于缓解性别歧视中的就业率不平等和城乡歧视中的收入不平等产生了显著作用，但是对于改善性别歧视中的收入和工作时间不平等，城乡歧视中的就业和工作时间不平等，以及地域歧视中就业率、收入和工作时间不平等作用均不显著。长期照护保险对女性就业歧视的改善成效仍存在很大空间。
七、结论与政策建议
为社会发展做出巨大贡献的同时，女性在职业选择和工作待遇上仍面临歧视，而且受累于繁重的家庭照料负担，相当比例的适龄女性劳动者被迫放弃就业机会，劳动参与意愿、工作时间和收入水平均受到长期抑制。十九届五中全会提出，“注重强化就业优先政策，千方百计稳定和扩大就业，扩大就业容量、提升就业质量、促进充分就业，保障劳动者待遇和权益”。会议同时强调要稳步建立长期照护保险制度，结合相关国际经验，该制度有望在中国成为兼具积极老龄化和保就业促民生双重功能的潜在政策工具。在此背景下，长期照护保险的实施，能否提高女性劳动参与，进而助力消除多重就业歧视，亟待科学分析和量化评估。以济南市为代表的长期照护保险实践为本文开展相关研究提供了难得的识别机会。为此，本文利用中国196个城市2011—2018年平衡面板数据，采用合成控制法对试点城市开展长期照护保险前后对女性就业状况产生的政策效果进行量化评估。研究发现，长期照护保险的实施显著改善了女性就业状况，进而在促进男女就业率平等和城乡女性收入平等方面产生了积极作用。据此，本文提出如下政策建议：
第一，完善长期照护保险制度，减轻失能老年人家庭适龄劳动女性的照料负担。截至2020年底，长期照护保险仅覆盖1.1亿人，累计受益仅136万人，而中国失能、半失能老年人数却高达4 063万人，大部分失能老人仍然被排除在长期照护保险保障之外；与此同时，长期照护保险制度仅仅集中于经济水平和照护产业较为发达的地区，保障人群主要限定于城镇职工医保参加者，少部分地区才覆盖到城乡居民。应尽快实现城镇职工医疗保险参保群体全覆盖，并将城乡居民医疗保险参保人以及流动人口随迁老人逐步纳入保障范围，平衡城乡间和地域间政策权益。而且，不同失能程度老人对于照护需求期望不同，可通过长期照护保险对老人失能等级评定标准和保障项目进行调整，实现照护模式逐步达到“9073”或者“9064”预期结构。
第二，推动女性适龄劳动者以多种形式参与长期照护事业。首先，灵活设置长期照护保险补偿方式，鼓励女性参加老年人长期照护工作。对参与老年照护的各类女性劳动者，除了提供常规薪酬待遇外，必须予以基本的养老、医疗和工伤保障，以防止其老年贫困、健康损耗和意外伤害，为全面推行长期照护保险制度奠定底层基础。其次，完善女性劳动者参与长期照护工作的配套措施。增强高校与照护行业的合作，大力发展专业培训机构，根据女性自身特质实行分类靶向培训，并提高职业照护人员补贴与福利，促进照护行业专业性与吸引力。应针对家庭中女性照料者提供照护指导及培训，如通过定点医护机构上门现场指导方式使其有效学习护理褥疮、心脏复苏等照护和抢救措施，增强专业素养。同时借助互联网等技术平台支持，精准平衡照护劳动力供需，缓解照护人员紧缺问题，提高有限的照护资源利用率，并依托“互联网+”医护设备、监控设备等相关设施，开展智能照护。
① “长期照护保险”译自“Long-term Care Insurance”。实际上，学界和业界迄今尚未对此形成统一的称谓，例如日本称为“长期介护保险”，而在国内各地市颁布的政策文件中叫法也不一，例如南通市、成都市、东营市和济南市等地称为“长期照护保险”，北京市等地称为“长期护理保险”，而青岛市在政策初期称为“长期医疗护理保险”，而后改为“长期护理保险”。本文统一称其为长期照护保险，以突出其保障失能老人生活照料的功能。
② 详见《济南市职工长期医疗护理保险实施办法（试行）》（济人社发〔2016〕67号）等相关文件。
③
| ${ \dfrac{{\partial {R^*}}}{{\partial {k^*}}} = - \dfrac{{d\varphi \chi \pi \theta }}{{(1 - \theta )\left[ {(1 - \lambda - \tau )(1 + a + b\pi - cb\varphi \pi /a) + (1 - \lambda )d\varphi \pi } \right]{{({k^*})}^2}}}} $ 。 |
④ 在国内外大部分研究中，就业率、收入和工作时间是评估女性就业状况的主要指标，而鉴于繁重的老年家庭照料负担，42%的女性被排除在有偿劳动力市场之外，女性就业率成为关键指标（陈璐和范红丽，2016；朱玲等，2020）。因此，本文选择女性就业率作为衡量该城市女性整体就业状况的主要评估变量，而另外选取女性收入及女性工作时间作为辅助评估变量进行实证检验。
⑤ 除额外说明，本文在进行实证检验时，对女性就业率、女性收入和女性工作时间均进行了分析，由于篇幅原因，仅主要展示了女性就业率的实证结果。
⑥ 虽然济南市长期照护保险覆盖人群局限于城镇职工基本医疗保险参保家庭，但其对女性就业的影响并不局限于该群体。正如前文所述，即使部分家庭老年人并未参保长期照护保险，或者不能达到长期照护保险的待遇支付标准，但同样面临正式照料服务价格下降和照料服务部门就业岗位增加的宏观环境，长期照护保险也能对这些家庭的女性就业产生影响。另据统计发现，在济南市全体老人中，城镇职工退休老人占比超过六成，而收入水平和消费需求占比更高，因此长期照护保险对这部分群体的影响能够显著表征对总样本的影响效果，虽然一定程度上可能会造成对政策效应的低估。
⑦ 本文数据选取时期为2011~2018年，而合成控制法本身对政策实施前的时期要求原则上足够长，本文同时亦欲考察长期照护保险较长期政策效果，因此选择2016年前后开展长期照护保险的城市作实验城市。像青岛市开展长期照护保险时间较早，无法满足合成控制法的数据要求，或者像成都市开展长期照护保险时间较晚，无法考察其长期政策效果，即使发现开展当年处理效应不显著，也不能排除较长时期内产生效果的可能。
⑧ 具体包括卫生、社会保障和社会福利业，居民服务和其他服务业等。
| [1] | 陈晓华, 刘慧. 出口技术复杂度演进加剧了就业性别歧视? ——基于跨国动态面板数据的系统GMM估计[J]. 科学学研究, 2015(4): 549–560. DOI:10.3969/j.issn.1003-2053.2015.04.009 |
| [2] | 陈璐, 范红丽. 家庭老年照料会降低女性劳动参与率吗? ——基于两阶段残差介入法的实证分析[J]. 人口研究, 2016(3): 71–81. |
| [3] | 葛玉好, 曾湘泉. 市场歧视对城镇地区性别工资差距的影响[J]. 经济研究, 2011(6): 45–56，92. |
| [4] | 刘柏惠. 我国家庭中子女照料老人的机会成本——基于家庭动态调查数据的分析[J]. 人口学刊, 2014(5): 48–60. DOI:10.3969/j.issn.1004-129X.2014.05.005 |
| [5] | 刘甲炎, 范子英. 中国房产税试点的效果评估: 基于合成控制法的研究[J]. 世界经济, 2013(11): 117–135. |
| [6] | 马超, 俞沁雯, 宋泽, 等. 长期护理保险、医疗费用控制与价值医疗[J]. 中国工业经济, 2019(12): 42–59. |
| [7] | 苏治, 胡迪. 通货膨胀目标制是否有效? ——来自合成控制法的新证据[J]. 经济研究, 2015(6): 74–88. |
| [8] | 严成樑. 老年照料、人口出生率与社会福利[J]. 经济研究, 2018(4): 122–135. DOI:10.3969/j.issn.1672-5719.2018.04.108 |
| [9] | 朱玲, 何伟, 金成武. 农村劳动力转移与养老照护变迁[J]. 经济学动态, 2020(8): 3–19. |
| [10] | Abadie A, Gardeazabal J. The economic costs of conflict: A case-control study for the Basque country[R]. Working Paper Series, 2001. |
| [11] | Abadie A, Diamond A, Hainmueller J. Synthetic control methods for comparative case studies: Estimating the effect of California’s tobacco control program[J]. Journal of the American Statistical Association, 2010, 105(490): 493–505. DOI:10.1198/jasa.2009.ap08746 |
| [12] | Addati L, Cattaneo U, Esquivel V, et al. Care work and care jobs for future of decent work[M]. Geneva: International Labour Organization（ILO）, 2018. |
| [13] | Bolin K, Lindgren B, Lundborg P. Your next of kin or your own career? : Caring and working among the 50+ of Europe[J]. Journal of Health Economics, 2008, 27(3): 718–738. DOI:10.1016/j.jhealeco.2007.10.004 |
| [14] | Hollup O. The impact of gender, culture, and sexuality on Mauritian nursing: Nursing as a non-gendered occupational identity or masculine field? Qualitative study[J]. International Journal of Nursing Studies, 2014, 51(5): 752–760. DOI:10.1016/j.ijnurstu.2013.09.013 |
| [15] | Iwamoto Y, Kohara M, Saito M. On the consumption insurance effects of long-term care insurance in Japan: Evidence from micro-level household data[J]. Journal of the Japanese and International Economies, 2010, 24(1): 99–115. DOI:10.1016/j.jjie.2009.12.009 |
| [16] | Kondo A. Impact of increased long-term care insurance payments on employment and wages in formal long-term care[J]. Journal of the Japanese and International Economies, 2019, 53: 101034. DOI:10.1016/j.jjie.2019.101034 |
| [17] | Sugawara S, Nakamura J. Can formal elderly care stimulate female labor supply? The Japanese experience[J]. Journal of the Japanese and International Economies, 2014, 34: 98–115. |
| [18] | Tamiya N, Noguchi H, Nishi A, et al. Population ageing and wellbeing: Lessons from Japan’s long-term care insurance policy[J]. The Lancet, 2011, 378(9797): 1183–1192. DOI:10.1016/S0140-6736(11)61176-8 |
| [19] | Van Houtven C H, Coe N B, Skira M M. The effect of informal care on work and wages[J]. Journal of Health Economics, 2013, 32(1): 240–252. DOI:10.1016/j.jhealeco.2012.10.006 |
| [20] | Yamada H, Shimizutani S. Labor market outcomes of informal care provision in Japan[J]. The Journal of the Economics of Ageing, 2015, 6: 79–88. DOI:10.1016/j.jeoa.2015.02.003 |