居民长期护理保险需求影响因素分析——基于灰色关联分析模型
Analysis on the Influencing Factors of Residents’ Long-Term Care Insurance Demand—Based on Grey Relational Analysis Model
DOI: 10.12677/AAM.2022.118527, PDF, HTML, XML, 下载: 194  浏览: 363 
作者: 钱睿晗:上海工程技术大学,上海
关键词: 长期护理保险需求影响因素灰色关联分析Long-Term Care Insurance Demand Influencing Factors Grey Relational Analysis
摘要: 自1999年底我国步入人口老龄化社会后,老年人日常生活照护问题成为困扰家庭发展的关键问题,同时由老龄化现象衍生而来的老年人护理困境也是在社会发展过程中亟待解决的重点问题,而长期护理保险的出台为上述问题的解决提供重要方法。我国长期护理保险的发展目前正处于刚起步并亟待成长的阶段,多角度的分析研究对推动长期护理保险的稳步发展具有现实意义,因此本研究依据灰色关联分析模型对我国居民长期护理保险需求情况的影响因素进行研究,分析两者间的关联程度。研究结果发现,在经济层面,养老保障总体水平和居民人均可支配收入与居民长期护理保险需求间有较大的相关性;在社会人口学层面,老年抚养比和城镇化水平与居民长期护理保险需求水平关联性较强。由此提出建议,完善和强化长期护理保险的相关筹资体系,提高保障力度;促进长期护理保险和社会保险的有效衔接;构建全面的配套制度体系,促进制度的可持续发展。
Abstract: Since China has entered an aging society at the end of 1999, the daily life care of the elderly has be-come a key problem that plagues family development. At the same time, the elderly care dilemma derived from the aging phenomenon is also a heart issues to be solved in the course of social devel-opment, and the unveil fresh long-term care insurance provides an essential method to facilitate the problem figure out. The evolution of long-term care insurance in China is currently at the early stage and needs to grow up urgently. Multi-angle analysis and research are of practical significance to promote the steady development of long-term care insurance. Therefore, based on the Grey Rela-tional Analysis Model, this research investigates demand of Chinese residents in regard to the in-fluencing factors of the long-term care insurance, and analyzes the degree of correlation between them. The results of the study found that, at the economic level, the overall level of old-age security and residents’ per capita disposable income had a greater correlation with residents’ long-term care insurance needs; at the socio-demographic level, the elderly dependency ratio and urbaniza-tion level were closely related to residents’ long-term care insurance. The level of demand is strongly correlated. Therefore, proposal are come up with to strengthen the long-term care insur-ance financing system and enhance the security; promote the resultful engagement between long-term care insurance and social insurance; build a comprehensive supporting institutional sys-tem to promote the sustainable development of the system.
文章引用:钱睿晗. 居民长期护理保险需求影响因素分析——基于灰色关联分析模型[J]. 应用数学进展, 2022, 11(8): 5024-5033. https://doi.org/10.12677/AAM.2022.118527

1. 引言

目前,我国是全球老年人口规模最大的国家,根据七普数据显示,截至2020年底我国60岁及以上老年人口数量已达26,402万人,占总人口数的18.70% [1]。伴随人口老龄化而来的是失能老人数量的急剧增长,根据第四次中国城乡老年人生活状况抽样调查显示,我国目前失能、半失能老年人口数量较大,全国失能、半失能老年人约4063万人,占老年人口总数的18.3% [2],且根据张立龙和张翼的研究可以发现 [3],失能状态在部分老年人余寿历程中占有较大的比例。这一现象为我国发展健康老龄化和建立健全养老及护理服务体系带来了严峻的挑战。

此外,我国面临老年人空巢化问题日益突出,根据调查表明 [2],至2020年底我国空巢和独居老年人高达1.18亿,这将对家庭的养老功能造成威胁,弱化老年人的养老保障;且目前我国老年抚养比大幅度上升,预计在2050年达到53.2%,而目前我国少儿抚养比呈现明显的下滑趋势 [4],社会成员中适育者的生育意愿低,导致居民家庭规模逐渐缩小;由此进一步加剧了社会和家庭养老负担,带来了巨大的老年护理服务需求。而根据调查表明 [5],老年人对长期护理保险的投保意愿较为强烈,因此发展可持续长期护理保险迫在眉睫。

探索构建长期护理保险制度,进一步健全完善更公平、可持续的全民社会保障体系是长期护理保险试点工作的重要指导思想 [6]。而目前学界关于长期护理保险需求相关方面的定量研究较为缺乏,主要聚焦于政策及发展等研究方面;且需求影响因素研究多采用自制问卷进行微观调研,研究具有较为明显的地域特色,缺乏对全国的普适性,代表程度较低。基于此,本研究立足于全国数据,从宏观角度出发,借助灰色关联分析方法,对居民关于长期护理保险的投保需求的影响因素进行分析探讨,为我国长期护理保险健康且持续性的发展提供数理支持。

2. 文献综述

长期护理保险的出台源于群众为自身健康寻求保障的需要,也是社会保险发展过程中结合时代背景而延伸出来的需要。由于社会发展水平上升,且人口老龄化程度增长,老年人存在的养老问题增加,且对老年生活质量的追求上涨,基础社会保障对日渐多元化的养老需求的满足程度已捉襟见肘,因此长期护理保险应需而生,成为我国基本社会保险的重要补充者。我国长期护理保险正处于建立发展阶段,理论框架和发展结构还未成型,仍待实践和改革发展;而相较于我国的稚嫩,国外长期护理保险出现时间较早,发展年限较长,发展框架较为成熟;本研究综合国内外关于长期护理保险需求的影响因素分析,从社会人口学特征和经济特征两大层面进行整理探讨。

从社会人口学特征层面来看,首先,长期护理保险的需求水平与老年人所需的护理年限具有一定的关联 [7] [8],Rivlin和Wiener研究发现人均寿命与经济成本波动对老年人在医疗开支水平的影响上呈现正相关,当人均寿命和经济水平同时上升后,老年人的医疗费用支出水平也会呈现进一步的增长 [9],因此认为如果家庭中老年抚养比较大或存在长期处于失能状态的老年人,则卫生护理费用将会占据这个家庭开支中较大比重,而长期护理保险是缓解经济压力的重要途径,因此会提高居民对长期护理保险的需求水平。其次,家庭结构与老年人的护理需求具有相关性 [10],家庭结构弱化、家庭成员变迁等变化易使得提供给老年人的家庭照护减少;且由于社会发展和思想观念等因素的影响,我国家庭规模目前呈现逐渐减小的趋势,即使三胎政策逐步开放,但生育率水平仍处于萎靡状态,而在出生率降低和老龄化水平上涨的两者夹击下,对中间层产生了严重的照护压力,而长期护理保险的出现为其分担了大部分的护理压力,促进年轻人为长辈购买长期护理保险,也增长了老年人自身对长期护理保险的需求。再者,受教育程度能促进居民对长期护理保险的需求 [11] [12],受教育程度越高,居民对长期护理保险的认知水平越高,从而更容易意识到长期护理保险的重要性,老年人更愿意为促进自身健康状态和生活质量而选择长期护理保险,年轻人也更希望长辈能获得高水平高质量的余寿生活而为其购买长期护理保险,从而提高居民对长期护理保险的需求水平。

从经济特征层面而言,长期护理保险的保费水平高低对居民的投保意愿有直接的影响 [13] [14] [15],而家庭或个人经济水平是衡量保费相对水平的决定因素,相较于低收入者对生活质量和经济条件两者的矛盾纠结心理,高收入者更愿意也更有能力为自己及家人的晚年生活质量支付一定的成本,因此学界提出收入水平是影响居民长期护理保险需求的重要且关键的因素 [16] [17];而同时也有部分学者研究发现,收入高低与居民长期护理保险需求水平并非呈现出完全的直线关系,而是表现为曲线关系,即相较于中等收入的群体,高收入群体对长期护理保险的需求反而较低 [18]。原因可能为高收入者对子女有较强的信任与依赖,能够获得来自子女的情感和照护支持;或者其对照护要求较高,基础的照护水平无法完全满足其护理需求;又或是有其他更好的照护选择方案,如入住高水平养老护理机构等 [19]。除此之外,学者分析发现,其他的保险机制会对居民长期护理保险产生一定的替代效应,从而影响居民长期护理保险的需求水平 [19] [20] [21] [22],研究发现,在美国医疗补助计划(Medicaid)对具有长期护理需求的低收入群体具有兜底保障作用,而对于高收入群体而言,自身已购买的相关保险会对其购买长期护理保险的意愿有一定的影响 [23];而国内对长期护理保险存在替代效用的主要是基本养老保险和医疗保险,周依群和吕鹰飞等人的研究也表明,养老保障水平是影响长期护理保险需求水平的主要因素之一,国家对社会保险支出力度加大,提高了老年人总体社会保障水平,尤其是医疗保险支出力度的提升,提高了对居民基本医疗护理需求的保障水平,从而减少了基础护理负担,对长期护理保险的需求在一定程度上有替代作用 [24] [25]。

本研究通过梳理国内外相关文献,综合总结了对居民长期护理保险需求水平具有一定影响作用的因素,从宏观的角度进行分析,运用灰色关联分析理论与模型,通过面板数据,对我国居民对长期护理保险的需求水平进行相关性和影响因素分析,从横截面维度以及纵向时间维度对个体的动态行为展开分析。

3. 灰色关联分析模型构建

3.1. 变量选取与模型构建

3.1.1. 因变量

由于目前我国长期护理保险正处于发展雏形阶段,一系列制度措施等仍待完善,以保证健康发展,试点尚未覆盖全国各地,使得关于长期护理保险的保费收入方面的数据有地区和时间上的缺失且不全面,无法真实反映我国居民目前对长期护理保险的实际需求。笔者通过对现有的相关文献进行整理分析发现,当前学者多以医疗保险支出或65岁以上老年人口数对长期护理保险需求进行量化,但上述度量指标与衡量居民长期护理保险的实际需求间会存在一定差异;而由于当前对老年人对长期的照护相关服务需求的满足大多通过各地各级护理院实现,从而本研究认为可以将护理院的入院人数作为反映居民对长期护理保险真实需求的衡量指标,因此筛选出2010~2020年的全国护理院入院人数,以此作为我国居民对长期护理保险实际需求水平的因变量。

3.1.2. 自变量

经济层面,本研究选取居民人均可支配收入(PDI)衡量我国居民经济水平;全体居民消费价格指数(CPI)以衡量我国在社会发展进程中的通货膨胀情况;居民社会保险基金收入反映投资有关保险产品对居民选择长期护理保险意愿的替代效应,本研究综合居民社会医疗保险和养老保险基金收入代表总体居民社会保险基金收入。社会人口学层面,本研究纳入老年人口抚养比反映我国老年人口比例;家庭户规模反映家庭结构,用于解释由于家庭结构对家庭养老具有一定影响,从而对长期护理保险的需求存在挤占效应;平均受教育年限和城镇化率分别用于反映我国的教育水平和城镇化发展水平。

3.2. 数据来源

本研究数据均来源于国家统计局,选取全国2010~2020年的数据作为因变量和自变量纳入研究中,从社会人口学因素和经济因素两大方面来研究探讨多样化的因素对中国居民长期护理保险获取需求的影响作用。由于选取的数据间存在度量标准不同等问题,通过一般数理统计方法对居民长期护理保险的需求相关影响因素分析具有一定困难,而灰色关联分析对研究对象的样本量、分布状态等均无严格的特定要求,且本研究的数据灰性较大,因此本研究凭借灰色关联分析以构建因素间的关联性模型。

3.3. 模型构建

3.3.1. 模型定义

灰色关联分析以通过对样本数列间的相关性进行系统的分析,通过比较子数列和母数列两者间的曲线的差异程度反映序列间的相关度,若曲线形态及其变化状态的同频程度越高,则序列间的相关程度越高,反之则越低。灰色关联分析主要是通过将样本数列的形态及其发展趋势进行对比,以分析样本数列的关联程度,主要用于对时间动态数据进行分析。

3.3.2. 模型建立

1) 明确样本中母数列和子数列。母数列即参考数列,用于对样本数列系统行为的总体特征进行反映;子数列即比较数列,表示对母数列的行为特征具有一定影响作用的因素组构的数据序列。本研究中将全国护理院的入院人数纳为本研究参考数列,表达式为 X 0 = ( X 0 ( k ) , k = 1 , 2 , , n ) ;居民人均可支配收入、全体居民消费价格指数、居民社会保险基金收入、老年人口抚养比、家庭户规模、平均受教育年限以及城镇化率纳为比较数列,表达式为 X i = ( X i ( k ) , k = 1 , 2 , , n )

2) 母数列与子数列开展无量纲化处理。普遍情况下,原始数据由于具有单位量纲、数量级等因素间的差异,使得数据不具有比较性,从而本研究通过对数据序列进行均值化处理保证数据分析过程中无量纲干扰。数据序列X除以其均值,公式如下, X ( k ) = x ( k ) / x ¯

3) 求绝对差数列。对无量纲化处理后的母数列与子数列进行数据绝对差处理,采用公式为 Δ i ( k ) = | X 0 ( k ) X i ( k ) | ,形成绝对差数列,并计算绝对差数列中最大与最小值,同时计算绝对差数列最大最小值中的两极值,将其记为 M = max Δ i ( k ) / min Δ i ( k )

4) 灰色关联系数以及关联度的计算并排序。分析数据序列间的灰色关联系数,根据公式 ξ ( k ) = ( m + ρ M ) / ( Δ i ( k ) + ρ M ) ,其中ρ作为运算过程中的分辨系数,其表示以降低由于最大值出现异常现象而对灰色关联系数产生失真的影响,从而减小误差率,以增强关联系数间的分辨与判断力,通常将ρ取值0.5。关联度计算公式为 R i ( k ) = ( 1 / n ) k 1 n R ( k ) , i = 1 , 2 , , m

4. 结果分析

4.1. 原始数据分析

本研究纳入2010年至2020年数据进行分析探讨,根据描述性统计分析发现护理院入院人数呈现逐步增长的趋势,认为老年人对于护理的需求逐渐提高。从经济因素层面分析,发现我国居民人均可支配收入和居民社会保险基金收入均呈现逐年增长的趋势,可以认为我国居民的总体经济水平逐渐上升,逐渐向高质量、高水平的生活环境条件发展,且我国居民的社会保障水平得到飞跃性的提升;而我国全体居民消费价格指数呈现出较小幅度的上下浮动变化,但总体趋势较平缓,指数总体保持在102的水平。从社会人口学因素层面而言,我国老年人口抚养比表现出逐年增长的态势,由此表明我国当前的老龄化严重程度持续恶化,使家庭成员在照料老年人方面的压力加重,成为额外负担;除此之外,发现我国平均受教育年限和城镇化水平逐年增长,说明我国不仅在经济方面呈现积极发展的趋势,居民的文化程度也在不断进步;而统计发展我国平均家庭户规模在近11年中总体呈现出波动性降低的趋势,说明我国社会总体呈现在老龄化不断加深的同时,居民的生育意愿降低,社会总体生育水平下降。详见表1

Table 1. Descriptive statistics

表1. 描述性统计

4.2. 灰色关联度分析

4.2.1. 明确序列

本研究筛选出2010年至2020年范围的相关数据作为研究的序列数据,将因变量作为本研究参考数据数列,表达式为 X 0 = ( X 0 ( k ) , k = 1 , 2 , , n ) ;将自变量作为本研究比较数据数列,构成表达式 X i = ( X i ( k ) , k = 1 , 2 , , n ) ;同时将分辨系数ρ值定义为0.5。

4.2.2. 无量纲化处理

各数据间由于计量单位与数量级均存在差异性,直接比较存在失真性,因此为确保数据间具有比较能力,消除单位量纲对本研究分析的干扰,本研究将原始研究数据减去其均值,运用均值化对原数据进行预处理。详见表2

Table 2. Data after dimensionless processing

表2. 无量纲化处理后的数据

4.2.3. 灰色关联系数计算

关联系数计算的根本是通过对参考数列和比较数列的变化趋势进行形态拟合,比较两者的差异性。若拟合程度较高,则认为两数列间具有较高的相关性;若曲线间的差异性较大,则认为两者间的相关性较小。本研究中通过计算绝对差数列,并以ρ = 0.5为条件得出数列间的灰色关联系数。

4.2.4. 灰色关联度计算并排序

关联系数主要表示比较数列和参考数列在不同时间条件下的序列相关性,通过计算关联系数的均值以对各关联系数进行综合性比较、评估。分析发现本研究中各因素对长期护理保险的需求影响相关度排序为:居民社会保险基金收入 > 居民人均可支配收入 > 老年人口抚养比 > 城镇化率 > 平均受教育年限 > 全体居民消费价格指数 > 家庭户规模。详见表3表4

Table 3. Absolute difference series data

表3. 绝对差数列数据

Table 4. Grey correlation coefficient and correlation degree

表4. 灰色关联系数及关联度

5. 结论与建议

5.1. 实证结论

本研究通过灰色关联度分析发现,居民社会保险基金收入、人均可支配收入和老年人口抚养比等有关因素与我国居民的长期护理保险需求情况有紧密相关性。

第一,经济因素层面,本研究发现居民社会保险基金收入和人均可支配收入对居民长期护理保险的需求水平具有较为显著的影响,这与吕鹰飞等人的研究结果一致 [25]。其中居民社会保险基金收入的上涨表示我国居民社会保障水平得到有效提高,尤其表现在卫生护理方面的保障覆盖面和保障水平的大幅度上升,而此易造成社会保险对居民长护险需求产生替代效应,居民对社会保险的信任与依赖会挤占居民对长期护理保险的需求,最终导致居民对长期护理保险的需求水平降低;而居民平均可支配收入水平代表我国居民总体经济水平,PDI的增长表示居民的经济能力上升,相应的消费能力也逐步提高,逐渐追求高品质、高保障的生活水平,从而提高对长期护理保险的重视程度,增加需求水平。

第二,社会人口学方面,通过灰色关联度分析发现,我国老年人口抚养比以及城镇化水平对居民长护险的需求水平具有较强的相关性。一方面,老年人口抚养比反映该时段下人口老龄化水平,随时间变迁,老年人口抚养比也随之上升,由此表示家庭中具有劳动能力的成员对老年人照料负担加重,也使老年人产生心理压力,使得家庭成员对长期护理保险等老年人照护产品产生依赖,提高成员对长护险保障作用的需求;另一方面老年抚养比的上升也体现了家庭结构的失衡,二对四、甚至二对八的抚养结构对年轻人造成巨大的养老压力,而年轻人在自我提升发展的同时无法很好地兼顾对老年人的养老照护,这就促进了年轻人想要通过为老年人购买长护险以保障老年人基本照护需求,从而促进居民对长期护理保险的需求。而以上研究结果与周依群等人的研究结果有出入,周依群等人认为在非经济因素中受教育年限对我国长期护理保险需求影响最大 [24],原因可能为随社会的发展和进步,居民受教育水平提高具有社会普遍性,使得两者间影响的显著性降低;且随人口老龄化程度加重,老龄化问题成为全社会首要关注问题,因而社会成员对老年人及其可能发生的风险认知与意识大幅度提高,从而深化了老龄化程度对居民长期护理保险需求水平的影响。

5.2. 建议

自2016年正式实施长期护理保险试点以来,我国长期护理保险发展仅6年时间,仍处于发展雏形阶段,发展时间较短,且试点尚未推广至全国各地,因此完善长期护理保险实施政策,建行长期护理保险良好的推行方案,保障对失能、半失能等老年人的照料水平,提高老年人生活质量是长期护理保险出台的目的,也是其健康发展的重点。

第一,完善长期护理保险筹资体系,提高保障力度。我国目前的长护险筹资渠道主要包括单一主体和多元化主体的筹资方式,单一的筹资渠道来源于医疗保险统筹基金收入,多元筹资渠道主要以政府、企业和个人三者为责任主体,形式具有多样化,但目前从缴费额度或者缴费的比例上来看,各试点筹资模式尚未实现完全意义上的多元化;此外,我国各地失能人口规模和地方政府财力存在不均衡现象 [26]。因此总体而言,鼓励政府推动社会经济发展,提高居民总体经济水平,促进居民消费投入,从而提升对长期护理保险的需求水平;建议中央层面加大财政投入水平,完善多元筹资模式,并建立健全以政府为责任主体的转移支付制度,保障社会成员的社会保障获取公平性。

第二,促进长期护理保险和社会保险的有效衔接,我国居民对养老保险和医疗保险等已成熟发展的社会保险的依赖性较强,当老年人由于基础护理需求寻求资源帮助时,会出现“小题大做”的现象,且我国专业老年照护资源原本便存在供不应求的问题,老年人对照护资源的过度依赖易造成资源浪费;同时在长期护理保险起步初期,社会面对其的认知程度有限,从而导致社会保险对居民长护险需求产生挤占作用,从而掩盖了居民对长护险的需求。因此,探索建立社区长期护理保险咨询或试用点,提升长期护理保险的认知程度 [27];提出社会保险与长护险建立双方协作机制,促进两者的协调发展,实现政策制度的社会效用最优化;并建立构建完整全面的长期护理服务体系,增加长期护理服务的内容多样性,完善服务内容,实现长期护理保险和社会保险服务内容互补,提高资源利用有效度,减少资源浪费和保险重复支出,促进长期护理保险可持续健康发展。

第三,构建完善且全面的长期护理保险配套制度体系。由于我国长期护理保险的发展目前整处于刚起步亟待成长的阶段,相关的配套政策与制度尚未完善,资源配置仍待合理化布局。因此通过对模范性城市试点的方式对现有政策制度进行试用,做到查漏补缺,进一步完善政策制度中的不足。其次建议摸底并统筹各区老年人的照护需求,在需求的基础上,充分整合并最大化地利用街道或社区内既有的护理和医疗资源,实现服务社会化,尽量做到“小病进社区,大病进医院,护养要居家 [28] ”,并促进区域内护理机构间的交流互动,实现资源共享与经验对接。再者,利用近远郊区乡镇卫生院的均衡分布 [29],合理设置长护险床位,打通医疗服务与照护服务壁垒,充分利用乡镇卫生院的闲置护理或医疗卫生资源,增加乡镇卫生院收入,有效减少“以医代养”现象,缓解乡镇照护资源不足的窘境 [30] [31]。最后,为长期护理保险发展制定规范化的政策法规,为其健康发展提供完备且健康的法律政策环境,并加快出台与长期护理保险相匹配的政策法规,保障其可持续发展。

参考文献

[1] 宁吉喆. 第七次全国人口普查主要数据情况[J]. 中国统计, 2021(5): 4-5.
[2] 吴玉韶. 第四次中国城乡老年人生活状况抽样调查[Z]. 北京: 中国老龄科学研究中心, 2015.
[3] 张立龙, 张翼. 中国老年人失能时间研究[J]. 中国人口科学, 2017(6): 94-104+128.
[4] 中华人民共和国中央人民政府. 2020年政府工作报告[EB/OL]. http://www.gov.cn/guowuyuan/2020zfgzbg.htm, 2020-05-22.
[5] 张琳. 我国长期护理保险的供需现状研究[J]. 卫生经济研究, 2017(6): 30-34.
https://doi.org/10.14055/j.cnki.33-1056/f.20170526.014
[6] 蒋曼, 鲍建武, 郑嘉毅, 戴瑞明, 宋阳, 李星辉, 王颖. 上海市长期护理保险评估环节的监管研究[J]. 中国初级卫生保健, 2019, 33(7): 28-30.
[7] 陈蕾. 长期护理保险需求影响因素研究[D]: [硕士学位论文]. 上海: 复旦大学, 2012.
[8] 邹妍琪. 人口老龄化对长期护理商业保险需求影响的实证分析[D]: [硕士学位论文]. 上海: 上海社会科学院, 2018.
[9] Rivlin, A.M., Wiener, J.M. and Spence, D.A. (1988) Insuring Long-Term Care. Annual Review of Gerontology & Geriatrics, 8, 256-279.
https://doi.org/10.1007/978-3-662-38443-5_9
[10] 周延. 我国长期护理保险瓶颈分析及险种的改进探究[J]. 江西财经大学学报, 2014(2): 70-79.
https://doi.org/10.13676/j.cnki.cn36-1224/f.2014.02.007
[11] 戴卫东. 老年长期护理需求及其影响因素分析——基于苏皖两省调查的比较研究[J]. 人口研究, 2011, 35(4): 86-94.
[12] 荆涛, 杨舒, 孟郁聪. 消费者对长期护理保险的购买意愿及影响因素分析[J]. 保险职业学院学报, 2016, 30(1): 5-11.
[13] Costa-Font, J. and Rovi-ra-Forns, J. (2008) Who Is Willing to Pay for Long-Term Care Insurance in Catalonia? Health Policy, 86, 72-84.
https://doi.org/10.1016/j.healthpol.2007.09.011
[14] Kitajima, T. (1999) Willingness to Pay for Long-Term Care Insurance System in a Municipality in Tokyo. Asia Pacific Journal of Public Health, 11, 101-108.
https://doi.org/10.1177/101053959901100209
[15] Wang, Q., Zhou, Y. and Ding, X.R. (2018) Demand for Long-Term Care Insurance in China. International Journal of Environmental Research and Public Health, 15, 6.
https://doi.org/10.3390/ijerph15010006
[16] 曹信邦, 陈强. 中国长期护理保险需求影响因素分析[J]. 中国人口科学, 2014(4): 102-109+128.
[17] Allaire, B.T., Brown, D.S. and Wiener, J.M. (2016) Who Wants Long-Term Care Insurance? A Stated Preference Survey of Attitudes, Beliefs, and Characteristics. The Journal of Health Care Organiza-tion, Provision, and Financing, 53, 1-8.
https://doi.org/10.1177/0046958016663728
[18] Courbage, C. and Rou-daut, N. (2010) Long-Term Care Insurance: The French Example. European Geriatric Medicine, 2, 22-25.
https://doi.org/10.1016/j.eurger.2010.11.006
[19] 丁志宏, 魏海伟. 中国城市老人购买长期护理保险意愿及其影响因素[J]. 人口研究, 2016, 40(6): 76-86.
[20] Brown, J.R. and Finkelstein, A. (2007) Why Is the Market for Long-Term Care Insurance So Small? Journal of Public Economics, 91, 1967-1991.
https://doi.org/10.1016/j.jpubeco.2007.02.010
[21] 陈冬梅, 袁艺豪. 人口老龄化背景下我国长期护理保险需求的分析: 以上海市为例[J]. 上海大学学报(社会科学版), 2015, 32(6): 13-22.
[22] 施珍妮. 人寿保险和社会保险对长期护理保险需求影响的实证分析[D]: [硕士学位论文]. 上海: 复旦大学, 2013.
[23] 章琦琴, 刘畅, 侯福妍. 长期护理保险需求文献研究[J]. 卫生经济研究, 2015(9): 30-33.
https://doi.org/10.14055/j.cnki.33-1056/f.20150909.011
[24] 周依群. 城镇居民长期护理保险需求影响因素研究[J]. 中国卫生政策研究, 2018, 11(4): 12-18.
[25] 吕鹰飞, 赵馨萌. 农村居民长期护理保险需求影响因素分析[J]. 税务与经济, 2020(4): 51-56.
[26] 周四娟, 赖金婵, 原彰. 韩国长期护理保险的发展经验与启示[J]. 卫生经济研究, 2021, 38(10): 56-59.
https://doi.org/10.14055/j.cnki.33-1056/f.2021.10.013
[27] Zhu, Y.M. (2019) China’s Policy Experimentation on Long-Term Care Insurance: Implications for Access. The International Journal of Health Planning and Management, 34, e1661-e1674.
https://doi.org/10.1002/hpm.2879
[28] 景跃军, 李元. 中国失能老年人构成及长期护理需求分析[J]. 人口学刊, 2014, 36(2): 55-63.
[29] 高庆波. 长期护理保险制度规模的影响因素分析: 以郑州市为例[J]. 残疾人研究, 2019(3): 3-9.
[30] 马超, 俞沁雯, 宋泽, 陈昊. 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.
https://doi.org/10.19581/j.cnki.ciejournal.2019.12.003
[31] 黄桃, 周晓容, 邓靖, 杨松, 彭美华. 成都市长期护理保险照护资源配置的公平性研究[J]. 医学与社会, 2022, 35(1): 84-89.
https://doi.org/10.13723/j.yxysh.2022.01.017