2020-2050年我國城鄉(xiāng)老年人失能規(guī)模及其照護(hù)成本的預(yù)測研究*

張良文 方 亞

【提 要】 目的 測算2020-2050年我國城鄉(xiāng)老年人的失能規(guī)模及其照護(hù)成本，以期為建立統(tǒng)一的長期照護(hù)保險制度提供決策依據(jù)。方法 基于人口普查數(shù)據(jù)、國家統(tǒng)計年鑒和全國性的CLHLS調(diào)查數(shù)據(jù)庫等，利用總體仿真模型和蒙特卡洛模擬，對2020-2050年我國城鄉(xiāng)老年人的失能規(guī)模及其照護(hù)成本進(jìn)行預(yù)測。結(jié)果 我國失能老人總量將由2020年的4375萬人迅速增加到2050年的9140萬人，其中城市失能老人占69.7%。與2020年相比，2050年我國輕度、中度和重度失能老年人的增長率分別為108%、104%和120%。到2050年，照護(hù)總費用由2020年的5880億元增加到85308億元，其中80.2%發(fā)生在城鎮(zhèn)地區(qū)。此外，2050年城鎮(zhèn)和農(nóng)村人均照護(hù)費用分別約是2020年的6倍和11倍。結(jié)論 2020-2050年我國老年人的失能數(shù)量及其照護(hù)成本激增，尤以城鎮(zhèn)地區(qū)最為顯著，重度失能老人增速較快，農(nóng)村人均照護(hù)費用負(fù)擔(dān)加劇，亟待建立全國統(tǒng)一的長期照護(hù)保險制度。

目前，我國已經(jīng)進(jìn)入了人口老齡化的快速發(fā)展期，面臨邁向深度老齡化的嚴(yán)峻挑戰(zhàn)，高齡、空巢、慢病老人的數(shù)量呈現(xiàn)快速增長趨勢。截止2017年底，我國60歲及以上老年人口高達(dá)2.4億人，占總?cè)丝诘?7.3%[1]；失能、半失能老年人超過4千萬人，占老年總?cè)丝诘?8.3%[2]。隨著家庭結(jié)構(gòu)的改變和贍養(yǎng)功能的弱化，傳統(tǒng)的家庭式養(yǎng)老難以為繼，失能老人的長期照護(hù)給個人及其家庭帶來了沉重的經(jīng)濟(jì)和照護(hù)負(fù)擔(dān)，已成為社會所共同面臨的風(fēng)險，同時也給我國的社會保障體系帶來極大挑戰(zhàn)。目前我國正處于長期照護(hù)保險(長護(hù)險)的試點階段，尚未形成統(tǒng)一的保險制度。以往研究多受限于相關(guān)統(tǒng)計數(shù)據(jù)的缺失，如失能率、不同照護(hù)方式使用比例及失能照護(hù)成本等基線資料，更缺乏對于我國不同城鄉(xiāng)老年人失能規(guī)模及其照護(hù)成本的預(yù)測研究[3-4]。因此，本文擬通過采用全國范圍的大樣本調(diào)查數(shù)據(jù)庫以及最新的統(tǒng)計公報/年鑒等，借鑒我國臺灣地區(qū)以及典型試點城市的數(shù)據(jù)資料，分城鄉(xiāng)對2020-2050年我國老年人的失能規(guī)模及其照護(hù)成本進(jìn)行測算，旨在為建立適合我國國情的長期照護(hù)保險制度提供循證依據(jù)。

資料與方法

1.數(shù)據(jù)來源

(1)人口數(shù)據(jù)

本文采用中國人口與發(fā)展研究中心研制開發(fā)的人口宏觀管理與決策信息系統(tǒng)(Population Administration Decision Information System，PADIS)預(yù)測我國2020-2050年老年人口規(guī)模，基線資料取自2010年第六次人口普查數(shù)據(jù)，人口預(yù)測相關(guān)研究假設(shè)參考以往文獻(xiàn)[5]。

(2)失能率

基于調(diào)查時間的遠(yuǎn)近和數(shù)據(jù)可及性，本文采用的是2014年第七次中國老年健康影響因素跟蹤調(diào)查數(shù)據(jù)(Chinese longitudinal healthy longevity survey，CLHLS)，納入65歲及以上老年人口7410人，去掉缺失值和65周歲以下的人群(85人)，最終樣本量共計7107人。其中，城鎮(zhèn)老年人3187人(占44.84%)。根據(jù)經(jīng)典的Katz指數(shù)日常活動能力評定量表，本文將65歲及以上失能老人分為3組[6](輕、中、重度失能)，根據(jù)公式(1)計算各年齡段老年人的失能率。此外，考慮到現(xiàn)有研究中失能率的不一致，本文將其增速設(shè)定為±1%均勻分布[7]。

(1)

其中，Pi(t)表示各年齡段老年人失能等級的比例；mi表示各年齡段老年人失能等級為i的人數(shù)；∑mi表示各年齡段的老年人總數(shù)。

(3)照護(hù)方式的使用比例

2016年臺灣輕、中、重度失能老年人選擇社區(qū)居家照護(hù)的比例依次是81.26%、71.59%、62.45%，而選擇機(jī)構(gòu)照護(hù)的比例分別為18.74%、28.41%和37.55%[9]。考慮到兩岸在地理環(huán)境、傳統(tǒng)觀念、風(fēng)俗習(xí)慣等方面均有相通之處，且與我國近幾年所提倡的“9073”照護(hù)模式相近，因而本文將其作為參考。

(4)失能老人長期照護(hù)成本分析

基于上海市政府信息最新公開的統(tǒng)計數(shù)據(jù)以及國家統(tǒng)計局資料[10-11]，采用項目成本核算法測算社區(qū)居家照護(hù)成本，機(jī)構(gòu)照護(hù)成本則采用項目分?jǐn)傂问竭M(jìn)行核算，并根據(jù)上海市和全國人均 GDP 的比值進(jìn)行調(diào)整。假設(shè)經(jīng)濟(jì)增長率與城鎮(zhèn)職工工資收入水平同步，2014-2019年城鎮(zhèn)職工人均工資收入年均增長率為7%，2020-2030年為6%，2031-2050年為4%[12]。考慮到我國城鎮(zhèn)化率的不斷提高，本文假設(shè)農(nóng)村居民人均純收入的年增長率一直維持在7%不變。據(jù)此，可測算出我國2014年分城鄉(xiāng)不同照護(hù)等級和照護(hù)方式的月成本。

2.統(tǒng)計分析

由于目前我國長期照護(hù)制度起步不久，社會化養(yǎng)老服務(wù)體系尚不完整，個體層面的數(shù)據(jù)采集難度較大。因此，本文參考以往研究[5]，采用總體仿真模型預(yù)測我國長護(hù)險的財務(wù)需求，具體的長護(hù)險財務(wù)需求總體仿真模型見公式(2)：

就這兩個氣節(jié)而言，知識分子和普羅大眾面對的考驗是一樣的，畢竟面對的都是敵人。不過，就這種氣節(jié)而言，隨著時代發(fā)展，人們會有不同的評價。比如伯夷、叔齊不食周粟，餓死在首陽山，他們寧死不屈的精神代代傳揚(yáng)。但毛澤東對此不以為然，他認(rèn)為當(dāng)時伯夷、叔齊反對武王領(lǐng)導(dǎo)的人民解放戰(zhàn)爭，對自己國家、人民不負(fù)責(zé)任。

(2)

蒙特卡洛(Monte Carlo)模擬法，又稱統(tǒng)計模擬方法、隨機(jī)抽樣技術(shù)，該方法以隨機(jī)數(shù)和概率統(tǒng)計理論為基礎(chǔ)，是一種現(xiàn)已被廣泛應(yīng)用的數(shù)值計算方法[13]。鑒于上述長期照護(hù)保險財務(wù)需求模型涉及到社會人口學(xué)和社會經(jīng)濟(jì)學(xué)等多種復(fù)雜變量，因此，本文采用蒙特卡洛模擬對總體仿真模型中的宏觀和微觀變量進(jìn)行建模預(yù)測，其中模擬次數(shù)按照以往研究[14]設(shè)定為4000次，以獲取最佳收斂效果。

結(jié) 果

1.失能率及其分布

經(jīng)測算，2014年CLHLS數(shù)據(jù)庫中失能老人共計1270人(占12.27%)，老年人的失能數(shù)量隨著年齡的增長而增加，85歲及以上老年人的失能數(shù)量最高，占比51.53%。同時，由于CLHLS數(shù)據(jù)在樣本設(shè)計時對高齡老年人進(jìn)行了超比例抽樣，因此在計算整體樣本的失能率時采用年實際年齡組人口數(shù)對樣本結(jié)果進(jìn)行加權(quán)處理，得到加權(quán)平均失能率為17.87%(表1)。

表1 2014年各年齡段老年人的失能率及其分布(%)

表2為2014年我國分城鄉(xiāng)、年齡組的老年人失能率及其分布。城鎮(zhèn)輕、中、重度失能老年人的加權(quán)平均失能率分別為19.83%、5.48%、4.29%，農(nóng)村地區(qū)老年人的加權(quán)平均失能率依次為14.5.%、4.53%和2.16%，城市均高于農(nóng)村。其中65～69歲年齡組，城鎮(zhèn)地區(qū)老年人輕度失能率為12.96%，顯著高于其他失能狀態(tài)組(χ2=15.99，P<0.001)。此外，無論是城鎮(zhèn)還是農(nóng)村，失能率均呈現(xiàn)隨年齡段遞增的趨勢(χ2=41.136，P<0.001)。

表2 2014年分城鄉(xiāng)、年齡組的老年人失能率及其分布[n(%)]

2.失能老年人口預(yù)測

由表3可知，2020年我國失能老人將達(dá)到4375萬人，其中城鎮(zhèn)占54.52%。失能總?cè)丝谥鹉晟仙A(yù)測到2050年，失能人口總量將上升至9140萬人，其中城鎮(zhèn)6374萬人(69.74%)，失能總量超過2020年失能人口總量的2.09倍，是2014年失能人口總量的3.23倍。同時，2050年我國輕、中、重度失能老年人數(shù)量分別為6164萬人、1771萬人、1205萬人。與2020年相比，2050年我國輕、中、重度失能老年人的增長率分別為108%、104%、120%，城鎮(zhèn)和農(nóng)村失能老年人的增長率依次是167%和39%。結(jié)果表明2020-2050年，我國重度失能老年人的增速比較快，城市老人失能規(guī)模的增速快于農(nóng)村。

表3 2020-2050年我國分城鄉(xiāng)、不同年份的失能等級老人數(shù)量(千人)

基于前期測算的2020-2050年我國分城鄉(xiāng)、不同年份的失能等級老人數(shù)量，以及2016年臺灣不同照護(hù)方式的使用比例，測算得出2020-2050年我國城鎮(zhèn)和農(nóng)村不同照護(hù)方式的人群構(gòu)成(表4～5)。研究發(fā)現(xiàn)，無論城市或農(nóng)村，老年人需要被照護(hù)的數(shù)量越來越多，社區(qū)居家養(yǎng)老仍是主流的長期照護(hù)方式。

表4 2020-2050年我國城鎮(zhèn)不同照護(hù)方式的人群構(gòu)成(千人)

表5 2020-2050年我國農(nóng)村不同照護(hù)方式的人群構(gòu)成(千人)

4.城鄉(xiāng)長期照護(hù)財務(wù)的需求總額

經(jīng)測算，社區(qū)居家養(yǎng)老的照護(hù)成本以材料成本為主，占55.51%；機(jī)構(gòu)照護(hù)成本則以人力成本為主(51.95%)。根據(jù)上海市和全國人均 GDP 的比值對測算結(jié)果進(jìn)行調(diào)整，表6展示的是2014年我國分城鄉(xiāng)不同照護(hù)方式和照護(hù)等級的月成本，結(jié)果顯示照護(hù)成本隨著照護(hù)等級的升高而上升。

表6 2014年我國分城鄉(xiāng)不同照護(hù)方式和照護(hù)等級的成本(元/月)

結(jié)果表明，我國長期照護(hù)年度財務(wù)需求總額呈現(xiàn)出遞增趨勢(表7)，尤以2030-2050年增速較快，總需求由2020年的5380億元上升至2050年的85308億元，增長約16倍。其中，城鎮(zhèn)長期照護(hù)財務(wù)的需求總額和增長速度均高于農(nóng)村，由2020年的4277億元上漲至2050年的68437億元，增長約15倍。同時，2050年我國城鎮(zhèn)和農(nóng)村人均照護(hù)費用分別約是2020年的6倍和11倍，人均照護(hù)費用比2020年增長了約7倍。表明我國未來城鄉(xiāng)失能老年人的長期照護(hù)財務(wù)需求愈發(fā)旺盛，照護(hù)成本激增，農(nóng)村人均照護(hù)費用負(fù)擔(dān)加劇。

表7 2020-2050年我國分城鄉(xiāng)長期照護(hù)財務(wù)的需求總額

討 論

本文采用總體仿真模型和蒙特卡洛模擬對2020-2050年我國城鄉(xiāng)老年人的失能規(guī)模及其照護(hù)成本進(jìn)行預(yù)測，結(jié)果表明，從2020至2050年我國城鄉(xiāng)老年人的失能數(shù)量呈線性增長趨勢，尤以重度失能老年人的增速較快，城市失能老人規(guī)模和發(fā)展增速均高于農(nóng)村；城鄉(xiāng)失能老年人的長期照護(hù)財務(wù)需求愈發(fā)旺盛，照護(hù)成本激增，城鎮(zhèn)財務(wù)需求總額和增速均高于農(nóng)村，但農(nóng)村人均照護(hù)費用增速明顯，負(fù)擔(dān)加劇。與以往研究相比[7]，本研究中所估算的2020-2050 年總體失能老人數(shù)量和照護(hù)成本較高，主要原因在于失能率和照護(hù)費用存在差異，其中失能率和照護(hù)費用均略高于以往研究。

本研究結(jié)果表明，2020-2050年我國重度失能老人的增速較快(120%)，城市失能老人規(guī)模和發(fā)展增速均高于農(nóng)村。原因可能是人均期望壽命的增加帶來高齡老人的比重上升，導(dǎo)致不同護(hù)理方式和護(hù)理等級數(shù)量發(fā)生變化，使得照護(hù)成本和照護(hù)時間隨之增加[15]；城鎮(zhèn)化水平的快速發(fā)展導(dǎo)致農(nóng)村居民數(shù)量減少，而城鎮(zhèn)人力成本等護(hù)理成本也遠(yuǎn)高于農(nóng)村[16]。這一點提示我們，政府亟待加強(qiáng)社會保障力度，發(fā)揮好長期護(hù)理保險的“兜底”保障功能，通過社會服務(wù)福利等制度化設(shè)計，彌補(bǔ)我國養(yǎng)老問題城鄉(xiāng)二元差異的“短板”。

研究結(jié)果顯示，無論城市或農(nóng)村，老年人需要被照護(hù)的數(shù)量越來越多，社區(qū)居家養(yǎng)老仍是主流的長期照護(hù)方式。大量研究表明，社區(qū)居家養(yǎng)老受絕大多數(shù)老年人的青睞，其比例遠(yuǎn)高于機(jī)構(gòu)養(yǎng)老[17]。伴隨人口轉(zhuǎn)型和經(jīng)濟(jì)社會發(fā)展，傳統(tǒng)居家式養(yǎng)老面臨諸多挑戰(zhàn)，老年人口激增、期望壽命延長、家庭小型化趨勢都增加了社區(qū)居家養(yǎng)老的壓力，而子女工作負(fù)擔(dān)、城市化、“重幼輕老”現(xiàn)象等現(xiàn)代社會化因素又極大削弱了居家養(yǎng)老的功能。加之，社區(qū)居家養(yǎng)老在我國仍處于初步發(fā)展階段，人、財、物等資源配置和服務(wù)網(wǎng)絡(luò)建設(shè)均存在較大不足。因此，受中國傳統(tǒng)思想文化和漫長歷史實踐的影響，社區(qū)居家養(yǎng)老將會在相當(dāng)時期內(nèi)依然是最主要的養(yǎng)老方式，但卻面臨來自非正式和正式照料的雙重挑戰(zhàn)。現(xiàn)階段政府需重點加大對其政策性保障力度，致力于建立“以居家為基礎(chǔ)，社區(qū)為依托，機(jī)構(gòu)充分發(fā)展、醫(yī)養(yǎng)相結(jié)合”的多層級長期照護(hù)服務(wù)模式，重點打造兼顧效率與質(zhì)量的社區(qū)居家服務(wù)網(wǎng)絡(luò)，完善相關(guān)配套措施。

當(dāng)前，我國現(xiàn)有失能老人的長期照護(hù)財務(wù)風(fēng)險的化解還處于個人或家庭為主、政府社會救助“兜底補(bǔ)貼”的初級階段[18]。本文預(yù)測結(jié)果發(fā)現(xiàn)，我國2020-2050年城鄉(xiāng)失能老年人的長期照護(hù)財務(wù)需求愈發(fā)旺盛，照護(hù)成本激增。表明我國未來長期護(hù)理財務(wù)需求負(fù)擔(dān)重、壓力大。長期照護(hù)財務(wù)需求與供給之間存在嚴(yán)重失衡問題，建立公共型長期照護(hù)保險制度存在必要性和緊迫性，需要從國家政府層面統(tǒng)籌規(guī)劃我國失能老人長期照護(hù)財務(wù)多元籌資機(jī)制，發(fā)揮政府責(zé)任[19]。同時，值得關(guān)注的是，本研究中盡管城鎮(zhèn)財務(wù)需求總額和增速高于農(nóng)村，但農(nóng)村人均照護(hù)費用增速明顯，說明農(nóng)村人均照護(hù)負(fù)擔(dān)加劇。農(nóng)村區(qū)域的經(jīng)濟(jì)比較落后，醫(yī)療資源較為匱乏，超過50%的農(nóng)村失能老人認(rèn)為自己經(jīng)濟(jì)困難、經(jīng)濟(jì)負(fù)擔(dān)極重[20]。他們中大多數(shù)人傾向于居家照護(hù)，照護(hù)人員往往需要犧牲自己的工作時間來照護(hù)失能老人，不但減少了家庭收入，在照護(hù)老人的過程中還需要醫(yī)療開支、生活開支，加重了家庭的經(jīng)濟(jì)負(fù)擔(dān)。因此，如何緩解甚至解決農(nóng)村失能老人群體的照護(hù)及費用問題，是未來長護(hù)險亟待解決的重點議題。

我國現(xiàn)有的長期護(hù)理保險尚處于初期試點階段，發(fā)展規(guī)模較小。隨著我國失能老人的增加、照護(hù)費用的激增，長期護(hù)理保險能為我國失能老人照護(hù)建立堅固的保障，也能夠幫助政府減輕失能老人照護(hù)的財政負(fù)擔(dān)。因此，政策制定者應(yīng)從自身國情出發(fā)，構(gòu)建長期照護(hù)收入分配調(diào)節(jié)機(jī)制，建立涵蓋政府、雇主、雇員在內(nèi)的混合多元的可持續(xù)籌資模式，鼓勵發(fā)展商業(yè)長期照護(hù)保險作為補(bǔ)充，充分借助公益、慈善機(jī)制，保障長期照護(hù)財源的可持續(xù)性，并最終予以立法保障；同時，國家在推行長期照護(hù)保險的過程中，應(yīng)充分考慮城鄉(xiāng)和地區(qū)差異，服務(wù)內(nèi)容、覆蓋范圍和保障程度的選擇本著“先重后輕、因地制宜、因財施策”的原則，分階段、分步驟制定長期照護(hù)保險的差異化覆蓋機(jī)制。