1. 引言
随着人口老龄化的发展，失能老人在老年人的比重日益增加，长期护理保险制度的建立有助于完善养老体系建设，提高失能老人及其家庭成员的生活质量，提高人民群众的幸福感和安全感。长期护理保险制度是我国应对人口老龄化、完善社会保障制度体系的重要举措，加快建立长期护理保险制度对于积极应对老龄化社会，实现经济高质量发展，维护社会和谐稳定具有十分重要的意义。虽然我国针对长期护理保险领域的研究开始相对较晚，但目前此领域的研究已初步形成体系并取得一定成效 [1] 。目前我国对长期护理保险制度的研究主要集中于老龄化、失能老人、护理保险、护理服务等。
2. 我国长期护理保险制度概述
长期护理保险制度，也被称为社会保障的“第六险”，主要是指为在被保险人因各种原因失去正常生活能力或年老患病需要照护时，向被保险人提供护理保障和经济补偿的一种社会保险制度。长期护理保险与养老保险、医疗保险、失业保险、工伤保险、失业保险共同保障被保险人的生活，目的是提高被保险人的生活质量，降低被保险人的生活风险 [2] 。长期护理保险制度一般分为社会型长期护理保险制度与商业型长期护理保险制度两类，我国长期护理保险制度为社会型长期护理保险制度，其特点为以政府作为长期护理保险制度的责任主体，居民依照相关法律规定实施全员参保 [3] 。
我国长期护理保险制度于2016年开始试点、以长期处于失能状态的参保人群为保障对象，重点解决重度失能人员基本生活照料和医疗护理所需费用，试点城市15个。至2019年6月，我国试点城市和吉林、山东两个重点联系省的参保人数达8854万人，其中42.6万人已享受长护险待遇。2020年5月，长期护理保险制度试点城市增至29个，同年9月，我国印发《关于扩大长期护理保险制度试点的指导意见》，长期护理保险制度试点城市增至49个 [4] 。
3. 数据来源与研究方法
本文文献数据来源于中国知网(CNKI)，以“长期护理保险制度”为主题，选择起始年份为2005年，结束年份为2023年，经过人工筛选后共计检索出992条有效文献数据样本。
本文使用的研究工具为CiteSpace 6.2.R3文献分析可视化软件。本文通过使用CiteSpace软件对数据样本进行文献发文量年限统计分析、研究机构合作关系及发文量分析、作者研究网络及发文量分析、研究热点分析(关键词共现分析，关键词聚类分析，关键词时区分析)、关键词突现分析，通过可视化操作更为清晰直观的分析出近二十年来我国长期护理保险制度研究现状及展望 [5] 。
4. 我国长期护理保险制度研究可视化分析
4.1. 文献发文量年限统计分析
图1展示了我国长期护理保险制度2005~2023年的发文情况。统计结果表明：2005~2013年，我国发文量逐年缓慢增加；2014~2019年，我国发文量逐年迅速攀升；2020~2023年，逐年下降；其中2017~2019年发文量达到峰值，2019年最多为147篇。
Figure 1. Statistical chart of annual publication volume of research literature
图1. 研究文献年度发文量统计图
总体来看，我国长期护理保险制度已经受到学界的多年关注与研究，2014~2019年是学界研究的大热主题，近两年虽有仍被高度关注，但学界研究已相对成熟。
4.2. 研究机构合作关系及发文量分析
本文借助CiteSpace软件构建了研究机构合作关系图谱。机构名称与节点越大表明其发文量越多；机构名称及节点之间的连线表明机构之间有合作关系。如图2所示，上海工程技术大学管理学院，对外经济贸易大学保险学院的合作研究相对较多。上海工程技术大学管理学院，中国人民大学公共管理学院，上海市养老服务行业协会，潍坊医学院公共卫生与管理学院与“健康中国”重大社会风险预测与治理协同创新中心之间存在着较为密切的合作关系；对外经济贸易大学保险学院与中国社会科学院美国研究所互为合作关系。
从图中分析可得出，机构之间的联系较少，大多数机构在该领域独立研究。因此，未来我国长期护理保险制度研究需要更多的关注机构之间的合作关系 [6] 。
如表1所示，发文量最多的机构分别是：对外经济贸易大学保险学院，上海工程技术大学管理学院，中国社会科学院社会发展研究战略研究院，中央财经大学保险学院，武汉大学社会保障研究中心；其中发文量最多的机构是对外经济贸易大学保险学院，为23篇。
Figure 2. Research institution cooperation relationship diagram
图2. 研究机构合作关系图
Table 1. Statistical table of the number of documents issued by research institutions
表1. 研究机构发文量统计表
4.3. 作者研究网络及发文量分析
本文借助CiteSpace软件构建了作者研究网络图谱。作者名与节点越大表明其发文量越多；作者名及节点之间的连线表明作者之间存在研究合作 [7] 。由图3分析发现，我国长期护理保险制度作者之间的关系薄弱，联系较少；除戴卫东学者的合作相对较多外，呈现的多为两人合作。因此，扩大我国长期护理保险制度研究领域的作者合作是未来值得重点关注的重要方向。
如表2所示，近二十年来我国长期护理保险制度研究领域中，发文量较多的分别是戴卫东，荆涛，孙浩，陈诚诚，高春兰，原彰。其中，戴卫东学者的发文量最多，为14篇。
Table 2. Statistical table of author’s number of published documents
表2. 作者发文量统计表
Figure 3. Author’s research network diagram
图3. 作者研究网络图
4.4. 研究热点分析
4.4.1. 关键词共线分析
本文借助CiteSpace软件构建了关键词共线分析图谱。由图4分析可知，N (节点数) = 348，E (连线数) = 911，density (密度) = 0.0151，说明各个关键词之间的关系比较紧密，得出了频率较高的15个关键词，分别是失能老人、老龄化、长期护理、老年人、日本、医养结合、护理服务、养老服务、护理保险、社会保险、医疗保险、医疗护理、医保基金、筹资机制、生活照料；其中“失能老人”出现的频率最高为83次。因此，这些关键词在992个文献数据样本中出现的频率较高，表明近二十年来，学界对长期护理保险制度研究的这些关键词更为关注。
4.4.2. 关键词聚类分析
本文借助CiteSpace软件构建了关键词聚类分析图谱。由图5分析可得，Modularity Q = 0.4957，Q > 0.3，因此聚类效果较好。本文最终形成了8个聚类群，#0长期护理、#1医疗护理、#2老龄化、#3医养结合、#4失能老人、#5老年人、#6商业保险、#7健康中国。通过这些关键词主题聚类，可以分析出近二十年来我国长期护理保险制度研究的热点主题。
Figure 4. Keyword collinearity analysis diagram
图4. 关键词共线分析图
Figure 5. Keyword cluster analysis diagram
图5. 关键词聚类分析图
4.4.3. 关键词时区分析
本文借助CiteSpace软件构建了时间切片设为“1”、聚类最大值设为“8”，的关键词时区分析图谱 [8] 。由图6分析可得出，2005~2010年老年人、日本、护理保险、长期护理、老龄化得到了较多关注；2010~2015年，失能老人、长期照护、制度启示、社会保障得到了较多关注；2015~2023年，医养结合、抽筹资机制、照护服务得到了较多关注。
4.5. 关键词突现分析
本文借助CiteSpace软件构建了关键词突现分析图谱(图7)。图7凸显了近二十年来我国长期护理保险制度研究领域的热点问题。从图中分析可得出护理保险、老龄化、医疗保险在长期护理保险制度研究中较早得到关注，而照护保险、照护服务，筹资机制在近年来得到学界的广泛关注 [9] 。
5. 研究结论与展望
本文以中国知网(CNKI)为文献样本数据库，筛选出主题为“长期护理保险制度”、时间年限为2005~2023年、时间切片为“1”的992条有效文献数据样本，并运用CiteSpace 6.2.R3文献分析可视化软件对文献数据样本进行了发文量年限统计分析、研究机构合作关系及发文量分析、作者研究网络及发文量分析、关键词共线分析、关键词聚类分析、关键词时区分析、关键词突现分析。
通过分析，本文现得出以下几点结论：
1) 长期护理保险制度在我国学界研究的时间较短，但成果已经相对丰富，能检索筛选出的有效文献样本数据达将近千篇，说明长期护理保险制度的研究受到学界的广泛关注。
2) 通过对长期护理保险制度的发文量分析，发现学界的文献数量整体呈现增加趋势，且2015~2019年文献数量大幅增多，说明学界对长期护理保险制度的关注度持续上升。
3) 通过对长期护理保险制度的研究机构合作关系和作者研究网络进行分析，发现不管是机构之间还是作者之间的合作都较为缺乏，多数呈现的仍然是独立研究 [10] 。
4) 通过对关键词共线、聚类、时区的分析，发现我国长期护理保险制度的关键词共线和聚类都比较集中，说明学界在长期护理保险制度方面研究的主题相对集中。
本文对我国长期护理保险制度的展望：
1) 我国长期护理保险制度起步较晚，但发展速度较快，受到学界的广泛关注和研究，目前学界的研究已经进入了相对成熟的阶段，独立研究成果颇丰，未来可以加强研究机构之间与作者之间的合作，以期能够出现更有价值的学术研究成果。
2) 目前我国长期护理保险制度研究更关注筹资机制问题，学界可以不断加深有关长期护理保险制度的筹资机制的研究，并将最新的研究成果与现有结果相结合，能够为我国长期护理保险制度的发展提供更有价值的研究成果。