我国不断完善以失能老人照护为重点的基本养老服务体系

基于凯恩斯消费函数 C=a+b(Y-T)，将消费券视为可支配收入的外生增加。根据流动性约束假说，低收入家庭边际消费倾向更高。失能老人家庭面临较高的照护支出刚性约束，消费券的边际消费倾向理论上应显著高于一般消费券。据此提出：H1 养老服务消费券的财政乘数大于1，即每元补贴带动超过1元的总消费；H2 居家养老群体的边际消费倾向高于机构养老人群；H3 中西部欠发达地区的乘数效应大于东部发达地区。

利用长期护理保险制度从局部试点（49个城市）向全国推开过程中的政策冲击，以及对中度以上失能老人的消费补贴发放资格门槛（失能等级评定作为断点），构建断点回归（RDD）与渐进双重差分（Staggered DID）相结合的设计。核心识别假定：在控制失能程度、家庭收入、地区固定效应后，是否获得消费券补贴与不可观测的消费偏好无关，满足条件独立假定（CIA）。

基准回归设定为 C_{it}=α+β·Subsidy_{it}+γ·X_{it}+δ_i+θ_t+ε_{it}，其中 C_{it} 为家庭i在t月的养老服务消费额，Subsidy_{it} 为获得补贴金额。引入交互项 Subsidy_{it}×Home_{i} 识别人群异质性，引入 Subsidy_{it}×Region_i 识别地区异质性。基于 Callaway & Sant'Anna（2021）方法处理多期交错处理效应，计算组别-时间平均处理效应（ATT(g,t)），并汇总为总体财政乘数估计值。

被解释变量：月度养老服务消费额（机构护理费、居家上门服务费、辅助器具购买等）。核心解释变量：消费券核销金额（元/月）。控制变量：失能等级（Barthel指数）、家庭人均可支配收入、家庭资产、子女数量与同住情况、地区人均GDP、养老机构密度。工具变量：使用"该县（区）是否在政策推行批次名单中"作为工具变量，解决自选择偏误。

其一，替换被解释变量为"养老服务消费占总消费比重"，排除替代效应干扰；其二，改变估计窗口为政策实施前后3个月、6个月、9个月，验证结果对时间窗口的敏感性；其三，使用倾向得分匹配双重差分（PSM-DID）消除可观测变量上的系统性差异；其四，进行安慰剂检验，将政策实施时间前移1年或随机分配处理组，验证不存在虚假效应；其五，排除北京、上海等已先行试点的49个长护险试点城市样本，检验结论的样本依赖。

---

长期护理保险的核心问题是在"谁来为失能老人照护买单"上界定产权。根据Coase定理，无论初始产权配置给家庭还是社会，只要交易成本为零，都能达到最优照护水平；但现实中信息不对称导致交易成本高昂。据此提出：H1 制度设计中政府、家庭与市场的责任边界越清晰，制度运行效率越高；H2 社会互助型筹资模式（如德国模式）相比社会保险型模式，在降低交易成本上更具优势；H3 试点城市的制度选择存在路径依赖，初始制度选择显著影响后续制度演化方向。

采用模糊集定性比较分析（fsQCA），将49个试点城市的制度特征编码为条件变量（筹资渠道：个人缴费/单位缴费/财政补贴的比例；给付方式：现金/服务/混合；覆盖范围：重度/中重度/全等级），以"失能老人照护覆盖率"和"基金收支平衡度"为结果变量，识别制度效率的必要条件与充分条件组合。进一步使用DID比较不同制度类型城市的照护服务利用率和健康产出差异。

基准面板模型为 Y_{it}=α+β·InstitutionType_i×Post_{it}+γ·X_{it}+δ_i+θ_t+ε_{it}，其中 InstitutionType_i 为城市i的制度类型虚拟变量（社会保险型=1，互助型=0），Post_{it} 为全国推开后的时间虚拟变量。核心参数β即捕获制度类型差异对结果变量 Y_{it}（照护服务利用率、失能老人再住院率、家庭照护负担指数）的平均处理效应。使用Bartik工具变量（各城市老龄化程度×全国平均LTCI推行速度）解决制度类型选择的内生性问题。

因变量：失能老人机构照护率、居家服务使用率、照护费用个人自付比例、失能老人30天内再住院率。核心解释变量：制度类型分类（基于筹资结构与给付方式的主成分聚类分析）。控制变量：65岁以上人口占比、千人床位数、人均GDP、城镇化率、政府医疗卫生支出占比。数据跨度为2016年首批试点至2026年全国推开，10年面板。

其一，替换制度分类方法，用k-means聚类替代主成分聚类；其二，使用Cox比例风险模型分析不同制度类型下试点城市"制度持续到全国推开"的生存时间差异；其三，使用安慰剂检验，随机分配制度类型标签，验证核心结果不受随机因素驱动；其四，采用Leave-one-out方法逐一剔除试点城市样本，检验结果是否受特定城市影响；其五，引入Bartik工具变量的两阶段最小二乘（2SLS）估计，进一步控制制度选择的内生性。

---

中央出台消费补贴政策但未全额配套转移支付，形成事实上的"中央请客、地方买单"格局。根据财政联邦主义理论，地方政府在信息优势下应能更高效配置资源；但中国式财政联邦制下，经济增速考核与晋升激励可能扭曲地方政府的公共服务供给偏好。据此提出：H1 地方财政自主度越高，消费补贴执行力度越强（正向财力效应）；H2 市委书记年龄越临近晋升窗口，对养老服务的短期投入越低（晋升激励挤出效应）；H3 老龄化程度越高的地区，地方政府对消费补贴的配套资金越积极（选民压力效应）；H4 中西部转移支付依赖型地区政策执行力度弱于东部财政自给地区。

构建地级市-月份面板数据，以"全国消费券项目启动时间（2026年1月）"作为外生冲击，采用连续双重差分（Continuous DID）设计，核心处理强度变量为"地级市获得中央转移支付占养老服务支出比重"。利用地级市党委书记换届的外生时间节点，构建政治周期与政策执行的交互项，识别晋升激励的因果效应。为处理空间相依性，引入空间杜宾模型（SDM）控制邻近城市的政策模仿与竞争效应。

基准模型为 HLM 双层设定：Level-1（时间层）Y_{it}=β_{0i}+β_{1i}·Post_{t}+β_{2i}·FiscalPressure_{it}+ε_{it}；Level-2（城市层）β_{0i}=γ_{00}+γ_{01}·Aging_i+γ_{02}·Promotion_i+u_{0i}。被解释变量 Y_{it} 包括：消费券核销率（实际核销/应发额度）、地方配套资金到位率、养老服务消费增长率。核心跨层交互为 γ_{01} 与 γ_{02}，分别捕获老龄化压力与晋升激励对政策执行力度的影响。引入空间权重矩阵 W（地理距离倒数），设定空间杜宾模型 Y=ρWY+Xβ+WXθ+ε 以控制政策的外溢效应。

Level-1变量：月度消费券核销率、地方配套资金到位率、政策宣传强度（百度搜索指数"养老服务补贴"）、养老服务企业新增注册数。Level-2变量：财政自给率（地方一般公共预算收入/支出）、市委书记任期（月）、市委书记年龄、65岁以上人口占比、人均GDP、中央转移支付依赖度（转移支付/财政支出）。数据跨度为2025年1月—2026年5月，覆盖全国333个地级行政区。

其一，替换政治晋升激励的测度方式，使用市长年龄代替市委书记年龄；其二，将空间权重矩阵替换为经济距离矩阵（人均GDP差异倒数），检验空间溢出效应的稳健性；其三，排除省会城市和计划单列市样本（财政能力异常值），重新估计HLM模型；其四，使用系统GMM估计处理被解释变量滞后项可能带来的动态面板偏误；其五，进行虚假处理时间检验，假设政策启动时间为2025年1月，验证基准结果不成立。

---

中国面临"未富先老"的结构性挑战——2025年65岁以上人口占比已超16%，但人均GDP仅约1.3万美元。根据结构转型理论，随着收入增长和人口老龄化，消费结构从制造品向服务消费转移是必然趋势。然而Baumol成本病假说指出，养老服务作为劳动密集型服务业，生产率增长缓慢，可能导致"成本膨胀—供给不足"困局。据此提出：H1 养老服务产业的就业乘数显著高于制造业（每万元最终需求带动的就业人数更多）；H2 消费补贴通过收入效应和价格效应双重渠道改变家庭消费结构；H3 养老服务存在显著的Baumol成本病特征，但技术进步（智慧养老）可部分缓解成本压力。

采用投入产出价格模型与结构路径分析（SPA），构建养老服务部门的产业关联网络，识别关键传导路径。运用可计算一般均衡（CGE）模型，模拟消费补贴政策（38.4亿元财政投入）对GDP、就业、行业产出、居民消费结构的宏观效应。以"未实施消费补贴"为反事实情景，计算政策的产出乘数和就业乘数。进一步利用消费券核销微观数据的地区变异，构建Bartik工具变量（全国养老服务消费增长率×地区初始养老产业份额），识别养老服务消费扩张对地方经济的因果效应。

投入产出基准模型为经典的Leontief逆矩阵框架：X=(I-A)^{-1}·F，其中X为总产出向量，A为直接消耗系数矩阵，F为最终需求向量。将养老服务消费补贴ΔF=165亿元作为最终需求外生冲击，计算各部门产出变化ΔX、增加值变化ΔV和就业变化ΔL。就业效应分解为直接效应、间接效应和引致效应三层：ΔL=l̂·(I-A)^{-1}·ΔF + l̂·(I-A)^{-1}·c·w·(I-A)^{-1}·ΔF。CGE模型扩展标准ORANI-G模型，引入老龄化参数和消费补贴政策冲击模块。

将2017/2020/2022年149部门投入产出表按照"养老服务"口径重新归并为包含养老服务部门的42部门投入产出表。计算影响力系数（后向关联）和感应度系数（前向关联）。就业数据使用分行业城镇单位就业人数和工资总额。构建"养老服务消费结构矩阵"，基于CHFS微观数据估算失能老人家庭在不同养老模式（机构/居家/社区）上的消费支出份额。

其一，替换投入产出表年份（分别使用2017、2020、2022年表），验证产业关联结构的时间稳定性；其二，改变养老服务部门归并口径（窄口径仅含机构养老服务，宽口径含医疗护理、康复辅助器具等），检验部门定义的敏感性；其三，CGE模型中替换生产函数弹性参数（CES替代弹性从0.5到2.0），验证模拟结果的稳健性；其四，使用动态CGE替代静态CGE，考察政策的跨期一般均衡效应；其五，Bootstrap法对消费券核销数据进行1000次重复抽样，计算乘数估计的置信区间。

---

根据 Katz & Murphy（1992）的技能溢价模型，当养老服务需求外生扩张时，护理人员的相对需求增加将推高其均衡工资。然而Autor & Dorn（2013）的任务模型预测，养老服务中的非例行性人际交互任务难以被技术替代，但低技能重复性护理任务可能面临互助养老模式的替代。据此提出：H1 消费补贴引发的养老服务需求扩张显著提高护理人员的小时工资和就业概率；H2 需求冲击具有技能偏向性，持证专业护理人员的工资增幅高于无证照护人员；H3 互助养老服务模式对低技能护理人员的就业存在部分替代效应，但总体净就业效应为正（互补效应主导）。

使用移动份额工具变量法（Shift-Share IV），借鉴Bartik（1991）识别思路：以各地级市初始年份的养老服务行业就业份额（Share）与全国养老服务消费券核销增长率（Shift）的乘积作为地级市养老服务需求冲击的工具变量。核心排他性假定：全国消费补贴政策趋势在各地级市的差分变动仅通过影响本地养老服务需求而对劳动力市场结果产生作用，不存在其他同期混淆路径（如当地自主出台的其他养老政策）。利用消费补贴对机构养老与居家养老的差异化补贴比例（40% vs 50%）构建第二个工具变量。

基准回归设定为两阶段最小二乘（2SLS）：第一阶段Demand_{it}=α+π·Share_i^{base}×ΔSubsidy_t^{natl}+λ·X_{it}+δ_i+θ_t+ν_{it}，第二阶段Y_{it}=β+γ·Demand_{it}+φ·X_{it}+δ_i+θ_t+ε_{it}。被解释变量 Y_{it} 包括：护理人员对数小时工资、护理岗位就业人数对数值、持证护理人员占全部护理人员比重。为区分技能偏向效应，设定工资方程的分位数回归，估计需求冲击在不同工资分位数（第10、25、50、75、90百分位）上的异质性效应。采用任务内容分析（Task Content）将护理工作分解为认知任务、人际任务和体力任务三类，检验需求冲击对各任务类别就业的相对影响。

因变量：护理人员小时工资（招聘平台月度均值）、护理岗位新增招聘数量、持证护理人员占比、护理人员流动率（在职时长）。核心自变量：地级市月度养老服务消费券核销总额。Bartik工具变量：Share_i^{base} 使用2024年各市养老服务从业人数占全国比重（来自经济普查数据），ΔSubsidy_t^{natl} 使用全国月度消费券核销总额增长率。控制变量：地级市最低工资标准、65岁以上人口占比、人均GDP、护理院校毕业生数、医疗机构床位数。基于招聘平台文本数据进行任务内容打分，构建职业层面的任务强度指数（RTI）。

其一，替换工具变量构建方式，使用"滞后5年的行业就业份额"替代2024年当期份额，避免当期劳动力市场冲击的反向因果；其二，排除直辖市和省会城市样本，验证结果在普通地级市的稳健性；其三，使用Leave-one-out方法在Shift-Share IV中剔除本地对全国增长率的贡献，消除"反射问题"；其四，采用边界断点回归（BRD），利用机构养老补贴比例（40%）与居家养老补贴比例（50%）在社区-机构边界上的离散变化，识别两种模式对劳动力市场的差异化需求冲击；其五，使用动态面板的Arellano-Bond GMM估计，处理工资调整的粘性和就业的动态惯性。