您现在正在浏览: 首页 » 中心新闻 » 正文
 

2017清华养老论坛 杨燕绥:银色经济指数报告

发布时间: 2017-05-01 17:07:58   作者:本站编辑  
摘要:
 

2017清华养老论坛

 

2017清华养老产业高端论坛于4月21日-23日在清华大学成功举办,来自政、学、研、产的各界领导和专家60余位,百余名媒体记者,来自全国各地、港澳台地区以及美、英、日、新加坡等国家的两千余位嘉宾,共同探讨养老行业发展趋势、解读产业政策、金融对养老的助力与变革,以及养老服务产业如何通过与健康、养生、旅游、文化、健身等产业融合得到良性发展。

 

2017

04.22

分论坛4:银色经济与医养PPP  

地  点:清华大学建筑学院 二层多功能厅

 

演讲嘉宾:杨燕绥

 

 

 

 
<section style="margin: auto; padding: 0px; max-width: 100%; box-sizing: border-box; word-wrap: break-word !important; display: inline-block; vertical-align: bottom; width: 3em; height: 3em; border-radius: 100%; background-image: url(" http:="" mmbiz.qpic.cn="" mmbiz_png="" oyy6rhuko9dxsbtpdk9o7yibw0lxi5jm0hc5aicmfmmdfdcsshayxgl77nascngkfpyociqp8xaicfvibdsjfnvhicg="" 0?wx_fmt="png&quot;);" background-size:="" cover;="" background-position:="" 50%="" 50%;="" background-repeat:="" no-repeat;"="">

 

杨燕绥

清华大学公共管理学院就业与社会保障研究中心 主任

清华PPP中心 核心专家

清华大学医院管理研究院医疗服务治理研究中心 主任

 中国老年学会和老年医学学会老龄金融分会 常务副会长

 

银色经济指数报告

 

要点

 

总 指 数: 银色经济

分指数1:人口老龄化

分指数4:医疗保障

分指数6:老龄人口红利

 

非常高兴能利用清华校庆和高端论坛的平台交流银色经济问题。怎么看待人口老龄化的经济常态,理性的、积极的去看待它,我们归纳其为银色经济,在此将我们团队近十年来针对银色经济做的研究和指数报告给大家做一个汇报。

 

“银色经济指数报告分论坛

杨燕绥作主旨报告

 

银色经济总指数下面已经产生六个分指数,由团队成员分别汇报。我先讲总指数和分指数1、指数4、指数6,后面由团队其他成员给大家汇报。

 

 

总指数:中国银色经济

 

 

银色经济指数的宗旨是什么?我们曾经用很多时间去发展GDP,GDP是一个总量,追求总量是农业经济追求吃饱饭的发展目标。进入工业经济后追求速度划入人均GDP的福利相关性,带着这个原则走进中国看问题。

 

在这个原则下我们确定老龄社会的养老保障的发展目标,用数据衡量我们的养老保障距离目标有多大距离、需要多长时间。指数报告不是财务报告和总结报告,是指明方向的公共管理绩效评价报告,引导公共管理精细化。

 

昨天在总论坛上我已经简单介绍过,银色经济是按照健康长寿的消费需求和约束条件,组织生产、分配、流通和消费,构建代际和谐的供求关系的活动的总称。

 

用这个指数来解释中国的老龄社会。发展国家进入老龄社会的人均GDP超过1万美元,我们只有800-1000美元,这就是大家说的未富而老。我们不能消极等待人口老龄化,再陷入未备而老。我们要提出发展目标和战略,说明问题所在,给出解决问题的时间表、路径和主要措施。这就是指数的意义。

 

银色经济指数由人口老龄化[背景]、养老保障[制度]、老龄人口红利[发展]三个维度和22个一级指标构成,陆续衍生若干分指数。人口老龄化作为背景,赋权价值为0.280,养老保障为0.3400,老龄人口发展指数赋权值为0.3800。制度与战略发展占72%,我们需要理性的、积极的看待人口老龄化。

 

 
 
 

银色经济指数评价值:0.3853(2016版)

 

• 一是人口老龄化速度快、程度深,甚至出现提前深度化[正规就业不足,领取养老金年龄早,导致赡养负担从5:1降至3:1]

 

• 二是养老保障准备不足[养老金制度存在结构缺陷、部分地区养老保险出现当期支付缺口,基金进入三级风险;医疗保障略好;养老资产以房产为主;养老服务刚起步]

 

• 三是老龄人口红利[制度安排和统计数据均缺失;大龄人口就业和老龄人口消费不足]

 
 
 

 

2016版在2017年发布,反映2015年的数据和情况。因为需要官方数据,所以这个指数总是有点滞后。总指数0.3853即指我们已经完成的工作绩效,说明我们的现实距离既定目标还有较大距离。

 

 

其中,人口老龄化指数评价值为0.4554,说明老龄化速度快,但准备确实不足。养老保障评价值为0.5171,在保障上我们有优势、有劣势。养老金为0.5540,我们正在扩大覆盖范围,但很多地方的养老保险基金出现当期支付缺口,进入三级风险期。相对好的是医疗保障为0.6309,去年得到全世界的大奖,13.4亿人,现在已覆盖13亿人口,这几年不断提高待遇和改善管理服务水平。养老服务和老龄人口红利为什么只有0.2005、0.2158,因为缺乏制度安排和统计数据,所有指标都是按最低分给予评价,相信今后这两个指标都可以往上走。

 

下面我来汇报分指数1和分指数4

 

 

分指数1:人口老龄化

 
 

人口老龄化指数评价值为0.4554(看数据库和时间表)。人口老龄化分为进入、深度、超级三个阶段。美国在2015年进入深度老龄社会,从进入到深度这期间用了65年。中国2000年之前还是年轻社会,2025年即进入深度老龄社会,2035年进入超级老龄社会。老年人的赡养负担迅速上升,在一代人内从年轻的社会步入超级的老龄社会,这就是中国速度。所以现在政府、企业、个人,老人、年轻人都觉得累,这与人口老龄化的压力有关。

 

“银色经济与医养PPP”分论坛

 

最严峻的问题是正规就业不足,导致赡养负担提前老化。现在劳动人口和老年人口之间的比例应当是5:1,但有1.8亿劳动人口没有参保,2015年养老保险赡养比跌到2.87:1。一旦跌破3:1即进入深度老龄社会,可见中国正在提前进入深度老龄社会。主要原因是公共政策失灵。

 

养老保障准备不足,部分地区出现当年支付的资金缺口,养老保险基金计入三级风险期,开始用累积资金支付当期养老金。养老金制度存在结构缺陷,将通胀结合做成混账管理的结果是政府提前使用了职工个人账户资金,政府将对未来的养老金支付承担全部责任。医疗保障的状况相对好,但其实也有很多问题。

 

养老资产分值相对好,主要取决于毛泽东时代留给农民的自住房,还有老职工的职工房,个人住房拥有率比较高,所以得分。但这个得分以后可能没有那么乐观了。养老服务刚刚起步,所以这个准备不足都是很具体的。

 

老龄人口红利,我们从几个维度,老年人的纳税,老年人的劳动收入,老年人的投资,老年人的消费,用这四个维度来说明老龄人口红利对于经济的拉动作用。现在缺制度安排,且没有官方统计数据。现有数据显示大龄人口就业不足,老龄人口消费不足。中国六十年代的出生人口,2013年50岁即退休了,平均54岁开始领养老金,养老金者的平均寿命接近84岁。中国六十年代的婴儿潮应当还有十年的红利期,但是这批人已经退休了,他们的红利变成了年轻人的负担,这是公共政策失灵造成的。

 

正规劳动力市场,城镇职工停留的时间为30年左右,非正规市场到底有多大不知道,正规市场五险一金占比例太高,是昂贵的市场,而非正规市场是不断扩张的市场,这造成中国本来老龄化,正规市场不足造成各项社保制度内部的比例下降。

 

老龄人口红利取决于老龄人口的资产结构。老年人资产结构在OECD国家由代际转移[年轻人工作缴费,老年人受益。从匈牙利看到美国、英国和芬兰,越是发达的国家,代际转移越少,越是欠发达的地方代际转移越我,这是政府失灵造成的]、大年龄工作[永远有收入,网上说香港的一个老人一直在收垃圾,这个老人去世才发现是千万富翁,她要保持有收入的心态]、资本利得[年轻的挣本金,老年吃红利,老年人非常自信和骄傲,对年轻人说,你公司的股本60%是我的养老金,现在你该给我分红了]。分红我就去买养老服务,你们投资医养产业时有人买单,这就是老龄社会的代际逻辑关系。

 

均衡是最合理的?倒数第三个国家最均衡,这就是美国,这就是一个国家进入老龄社会的软实力。我们要去关心美国的养老金制度怎样安排的,最后浅灰色的部分不靠房产,主要靠个人实实在在的养老金账户。所以这是老年人资产结构和形成的购买力。

 

再看老年人的消费。蓝色的线是美国,从9-90岁谁在花钱,如果平均消费有一条横线的话,从0-90岁,美国刚刚进入老龄社会,它的消费从0岁,第一个小的高峰是10-30岁孩子,他们在念书,所以有一个小小的高峰。但是一个大的高峰是30-65岁,可见美国的劳动人口在为自己而消费,他们买知识、买健康,他们在为自己投资。反过来看中国,2009年的数字,2010年人口普查公布的数据,中国0-9岁谁在花钱?第一个高峰,十几岁的孩子,为了上学,家长付出很多费用。第二个高峰,30岁的年轻人,为什么花这么多钱?显然没有首付钱结婚,把棺材本钱放进去。第三个高峰是老年人看病。我们看到一个现象,30-65岁,我们爸爸、妈妈这一代人,他们从来都在平均消费线以下,而孩子一高他就低,结婚他就更低,最后老年人看病,这个点不太高,因为中国做到了人人享有基本医疗,农村老人看病也能报销一半,所以那个点不太高。最后更奇怪,70岁看完病,又回家,到90岁,老年人消费这样下来,临终最后突然又消费,这个曲线告诉我们中国的现状是薄养厚葬,所以这个线七七八八没有一个点正确。如果我们的公共政策失灵,结果就是这样的。

 

这就导致我们老年人口红利,大龄人口就业,老龄人口消费,显然都是不足的。所以这些指数就像衡量雾霾一样,像衡量天气预报一样,它在看这个国家每一步的变化是什么。

 

 

分指数4:中国医疗保障

 

 

医疗保障是指让人人享有买得起的合理的基本医疗服务的制度安排,这是WTO在1978年提出来的。根据WHO世界卫生组织的官方标准,反过来看中国的医疗保障,包括医疗服务和医疗购买,评价中国的医疗服务体制、医疗保险支付机制以及综合治理的情况,这就是这个指数的内涵。

 

本指数从卫生筹资的合理性[医疗费用水平和出资比例]、政策制度安排是不是合理,综合治理是不是有效三个维度进行评价。出资是不是合理的赋权值为0.2000,医保政策合理性为0.3200,综合治理为0.4800,只有通过综合治理才能使我们有限的资金使用的有效,医疗真不是花钱多就能看好病的问题。2015年的情况,第一个指标非常好,是0.1791,留下来的空间已经非常少,为什么?因为中国在卫生筹资方面,医疗费用总费占GDP的6%,已经达到OECD国家的平均水平,投资到位了。财政、社会、个人出资比例为3.0、4.1和2.9,接近合理。

 

从资源配置上,从2009年医改到现在,从后面的数据可以看到,2009年-2015年,98万个卫生机构,医院占2.6%,基层占到92%,已经是正三角。这就是十三五规划和07年的规定,这个结构非常清晰,社会资源的配置,让人们80%到2020年80%的人有家庭医生,所以我们要做到15分钟见到首诊医生,有了首诊医生给予健康把脉,帮你跟专家对话,哪还来医患纠纷呢?每个市县形成一个圈,所有居民健康管理占位服务圈,以后县医院、区医院必须保大病,这样的资源到十三五规划写的非常清晰,完全是正三角,符合世界卫生组织的要求。而数量上看也是正三角。所以第一项非常分数高,我们的空间已经不多了。

 

从第二项,医保的政策主要是覆盖范围,总反弹率,支付的方法,基金的方法。支付方法正在改革,基金的风险处于二级,这部分0.320,我们得到的分值是2530,也不错。尽管有些问题很尖锐,但是中国从2009年到现在医改,硬件的配置到位了,医保做的真不错,我们剩下的就是医疗服务的治理,所以不要把成绩都否定。

 

分值为0.4800,评价值为0.1862,我们在综合治理上的问题比较大,这是一个严峻的挑战,投资到位了,钱该怎么花最合理。

 

一看增长率,2015年人均医疗费用增长率应为8.12%,实际是15%。2012年开始控制滥用抗生素、医保智能审核抑制了滥用药,到2014年的增长率为12%,非常接近我们的指标,为什么2015年反弹将近三个点?这就要进行细化的分析。

 

二看医疗费用结构,药品费用高,2014年以后下降了,但是鼹鼠效应发生,医用耗材上去了,结构还是不合理。

 

三看医疗机构定位和就医秩序。2014年,医院只占两万个,但提供了75%的服务,基层只提供20%的服务,就医秩序是倒三角,这就是我们在治理上出现医疗机构的定位和就医的秩序还是不合理的。

 

四看医保协议管理和三医联动。我们看到少数地方,像柳州、金华,有些地方真的在医生的工作台前,院长、医保局,还有第三方服务机构,坐在一起说这个处方对不对,这个联动我们已经看到了,但是只是中国最先进的地方,在全国的局面看,医保协议的管理和联动还不到位。乐观的是中国智能审核发展速度非常快,监督机制正在有所提升,所以这个指标表现是这当中挑战最大、发展空间最大的,它表现在正三角的资源配置上和倒三角的现实中。这就是医疗指数的发展。

 

 

面对人口老龄化,我们需要按照健康长寿的消费需求和约束条件制定发展战略,提高劳动人口的人力资本,通过科技推动经济;改善老龄人口的资产结构,以消费拉动经济。这就是我们的目标、距离和任务。谢谢大家!

 

 

杨燕绥演讲实录内容根据“2017清华养老高端产业论坛”分论坛现场中文同传整理,已经演讲者本人核实。仅供参考,转载请注明来源。

 
 

 

Tags: 本文暂无Tags!

 

设为首页 - 加入收藏 - 联系我们
Copyright © 2014-2016 清华大学公共管理学院就业与社会保障研究中心, All Rights Reserved
Research Center of Employment & Social Security ,School of Public Policy &Management , Tsinghua University