周依群

對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)保險(xiǎn)學(xué)院 北京 100029

老齡化程度的加劇和失能老人數(shù)量的增加使得對(duì)長(zhǎng)期護(hù)理保險(xiǎn)需求迅速增加。國(guó)外學(xué)者從微觀因素方面對(duì)長(zhǎng)期護(hù)理保險(xiǎn)的需求進(jìn)行了研究。McCall等發(fā)現(xiàn)健康狀況、對(duì)長(zhǎng)期護(hù)理保險(xiǎn)的看法、財(cái)務(wù)規(guī)劃、人口特征以及收入和資產(chǎn)狀況等因素對(duì)長(zhǎng)期護(hù)理保險(xiǎn)的需求具有很重要影響。[1]Lakdawalla等將長(zhǎng)期護(hù)理提供者分為正式護(hù)理和非正式護(hù)理兩類，認(rèn)為家庭中的非正式護(hù)理使得對(duì)長(zhǎng)期護(hù)理保險(xiǎn)的需求減少。[2]Anne Theisen Cramer和Gail A Jensen運(yùn)用Logistic模型進(jìn)行分析認(rèn)為保險(xiǎn)產(chǎn)品價(jià)格、消費(fèi)者受教育程度以及收入水平對(duì)長(zhǎng)期護(hù)理保險(xiǎn)的需求有顯著影響。[3]Curry 等通過調(diào)查發(fā)現(xiàn)保險(xiǎn)產(chǎn)品的價(jià)格、保險(xiǎn)公司經(jīng)營(yíng)能力、家庭護(hù)理的替代作用、長(zhǎng)期護(hù)理保險(xiǎn)帶來的心理影響以及消費(fèi)者在決策時(shí)的信息不對(duì)稱是影響美國(guó)消費(fèi)者購(gòu)買長(zhǎng)期護(hù)理保險(xiǎn)的五大因素。[4]

國(guó)內(nèi)研究方面，蘇永莉通過研究長(zhǎng)期護(hù)理保險(xiǎn)市場(chǎng)的總體供求現(xiàn)狀，認(rèn)為觀念因素、人口因素、社會(huì)經(jīng)濟(jì)因素、保險(xiǎn)產(chǎn)品價(jià)格因素、其他保障機(jī)制的替代效應(yīng)等均會(huì)對(duì)長(zhǎng)期護(hù)理保險(xiǎn)需求產(chǎn)生影響。[5]荊濤等通過建立對(duì)數(shù)線性模型認(rèn)為收入、利率、通貨膨脹等宏觀經(jīng)濟(jì)因素會(huì)對(duì)長(zhǎng)期護(hù)理保險(xiǎn)需求產(chǎn)生影響。[6]荊濤和謝遠(yuǎn)濤通過多元Logistic模型篩選變量，建立分類回歸樹模型分析了影響消費(fèi)者選擇模式的因素。[7]曹信邦和陳強(qiáng)通過運(yùn)用Logistic模型對(duì)27個(gè)省份進(jìn)行分析發(fā)現(xiàn)西部地區(qū)、年輕人和低齡老人、身體健康、政府機(jī)關(guān)和股份制企業(yè)、家庭收入高、護(hù)理保險(xiǎn)認(rèn)可度高的人群參加長(zhǎng)期護(hù)理保險(xiǎn)的意愿較高。[8]

可以看出，現(xiàn)有長(zhǎng)期護(hù)理保險(xiǎn)需求因素研究多采用Logistic模型對(duì)特定區(qū)域內(nèi)的微觀影響因素進(jìn)行分析，這些傳統(tǒng)的計(jì)量方法會(huì)造成一定的共線性問題從而會(huì)使得研究結(jié)果出現(xiàn)偏差。而灰色關(guān)聯(lián)分析的方法能夠較好地避免這一問題，該方法計(jì)算量較小并且能夠與定性分析結(jié)果契合得較好。本文將影響長(zhǎng)期護(hù)理保險(xiǎn)購(gòu)買需求的因素分為經(jīng)濟(jì)因素和非經(jīng)濟(jì)因素，采用灰色關(guān)聯(lián)模型和廣義灰色關(guān)聯(lián)模型對(duì)2005—2015年的數(shù)據(jù)進(jìn)行定量分析，找出影響長(zhǎng)期護(hù)理保險(xiǎn)需求的因素，為長(zhǎng)期護(hù)理保險(xiǎn)的發(fā)展提供建議參考。

1 變量選取

本文將影響長(zhǎng)期護(hù)理保險(xiǎn)需求的因素分為經(jīng)濟(jì)因素和非經(jīng)濟(jì)因素兩類。經(jīng)濟(jì)因素包括城鎮(zhèn)居民可支配收入、消費(fèi)者物價(jià)指數(shù)、利率、社會(huì)保險(xiǎn)支出水平。非經(jīng)濟(jì)因素包括老年人口撫養(yǎng)比、家庭規(guī)模、城鎮(zhèn)人口比重、受教育程度以及社保覆蓋率。長(zhǎng)期護(hù)理保險(xiǎn)的需求主要來自于城鎮(zhèn)居民，本文主要基于城鎮(zhèn)居民的數(shù)據(jù)進(jìn)行研究。

我國(guó)提供老年人長(zhǎng)期護(hù)理服務(wù)的機(jī)構(gòu)主要是各級(jí)護(hù)理院，因此選取護(hù)理院入院人數(shù)作為長(zhǎng)期照護(hù)保險(xiǎn)需求的因變量。自變量則選取城鎮(zhèn)居民人均可支配收入、居民消費(fèi)價(jià)格指數(shù)、績(jī)效人數(shù)的金融機(jī)構(gòu)人民幣一年期存款利率、城鎮(zhèn)醫(yī)療保險(xiǎn)基金和城鎮(zhèn)養(yǎng)老保險(xiǎn)基金支出之和、65歲以上人口占15～64歲人口的比例、平均家庭每戶人口數(shù)、城鎮(zhèn)人口比重、平均受教育年限、城鎮(zhèn)基本醫(yī)療保險(xiǎn)人數(shù)在城鎮(zhèn)人口中所占比例分別代表收入、通貨膨脹、利率、養(yǎng)老保障水平、老年人口撫養(yǎng)比、家庭規(guī)模、城鎮(zhèn)人口比重、受教育程度、社保覆蓋率。

2 數(shù)據(jù)來源與模型構(gòu)建

2.1 數(shù)據(jù)來源

本研究數(shù)據(jù)來源于中國(guó)統(tǒng)計(jì)局網(wǎng)站及中國(guó)人民銀行網(wǎng)站2005—2015年數(shù)據(jù)。利率取一年中不同利率的時(shí)間加權(quán)平均值。

2.2 灰色關(guān)聯(lián)分析在影響因素分析中的可行性

與其他的統(tǒng)計(jì)分析方法相比，灰色關(guān)聯(lián)分析對(duì)樣本量大小、變量是否具有典型的分布規(guī)律等均無特別的要求。除此之外，該方法計(jì)算量較小而運(yùn)算結(jié)果與定性分析結(jié)果契合較好。由于長(zhǎng)期護(hù)理保險(xiǎn)作為一種新的保險(xiǎn)產(chǎn)品，在我國(guó)發(fā)展的時(shí)間較短，對(duì)于獲取長(zhǎng)期連續(xù)的數(shù)據(jù)較為困難，數(shù)據(jù)的缺失難以做出較為科學(xué)的實(shí)證分析；另一方面，國(guó)家對(duì)于人口結(jié)構(gòu)和人口數(shù)量的統(tǒng)計(jì)基本保持一致，但是對(duì)于養(yǎng)老金、工資水平、醫(yī)療保障水平等指標(biāo)數(shù)據(jù)的統(tǒng)計(jì)標(biāo)準(zhǔn)不統(tǒng)一，難以通過數(shù)理統(tǒng)計(jì)方法來證明影響長(zhǎng)期護(hù)理保險(xiǎn)需求的主要因素。灰色關(guān)聯(lián)分析模型對(duì)數(shù)據(jù)的數(shù)量和數(shù)據(jù)的規(guī)律性沒有特定的要求，很少存在定量研究與定性研究結(jié)果出現(xiàn)分歧。這些因素使得與我國(guó)新保險(xiǎn)產(chǎn)品相關(guān)的數(shù)據(jù)灰性較大，符合灰色關(guān)聯(lián)分析方法的運(yùn)用。

2.3 模型建立

定義1 設(shè)X0為表征系統(tǒng)行為的量，其在序號(hào)k上的觀測(cè)數(shù)據(jù)x0(k)，k=1,2…n，則稱X0=(x0(1),xo〗2)，…，x0(n))為系統(tǒng)特征行為序列。

定義2 設(shè)Xi為系統(tǒng)因素，其在序號(hào)k上的觀測(cè)數(shù)據(jù)為xi(k)，k=1,2…n，則稱Xi=(xi(1)，xi(2)，…，xi(n))為系統(tǒng)的相關(guān)因素行為序列。

若k為時(shí)間序號(hào)，xi(k)為因素Xi在k時(shí)刻的觀測(cè)數(shù)據(jù)，則Xi為行為時(shí)間序列；

若k為指標(biāo)序號(hào)，xi(k)為因素Xi關(guān)于第k個(gè)指標(biāo)的觀測(cè)數(shù)據(jù)，則Xi為行為指標(biāo)序列；

若k為觀測(cè)對(duì)象序號(hào)，xi(k)為因素關(guān)于Xi關(guān)于第k個(gè)對(duì)象的觀測(cè)數(shù)據(jù),則Xi為行為橫向序列。

無論是時(shí)間序列、指標(biāo)序列還是橫向序列數(shù)據(jù)，均可以用來做灰色關(guān)聯(lián)分析。

定義3 設(shè)Xi=(xi(1),xi(2),…,xi(n))為因素Xi的行為序列，D1為序列算子，且XiD1=(Xi(1)d1,xi(1)d1,…,xi(n)d1)。

其中xi(k)d1=xi(k)/xi(1);xi(1)≠0;k=1,2,…,n。

則稱D1為初值化算子，XiD1為Xi在初值化算子D1下的像，簡(jiǎn)稱初值像。

命題1 初值化算子D1可使系統(tǒng)行為序列無量綱化，且在數(shù)量上歸一。

2.3.1 灰色關(guān)聯(lián)模型

灰色關(guān)聯(lián)模型是根據(jù)因素之間發(fā)展趨勢(shì)的相似或相異程度作為衡量因素間關(guān)聯(lián)程度的一種方法。灰色關(guān)聯(lián)度模型的建立過程一般包括5個(gè)步驟：選定數(shù)列序列、無量綱化處理、求對(duì)應(yīng)差序列、計(jì)算灰色關(guān)聯(lián)系數(shù)、計(jì)算灰色關(guān)聯(lián)度。

(1)選定數(shù)列序列是在對(duì)所研究問題定性分析的基礎(chǔ)上，確定一個(gè)因變量因素和多個(gè)自變量因素。設(shè)因變量數(shù)據(jù)構(gòu)成參考序列X0=(x0(1),xo(2),…,x0(n))，各自變量數(shù)據(jù)構(gòu)成的比較數(shù)列為xi=(xi(1),xi(2),…,xi(n))(i=1，2，3，4，5)。

(2)無量綱化處理，一般情況下原始變量序列就有不同的量綱或數(shù)量級(jí)，為了保證分析結(jié)果的可靠性，需要對(duì)變量序列進(jìn)行無量綱化，其中用初值化法進(jìn)行無量綱化，用比較序列的指標(biāo)值除以相應(yīng)的參考序列的值。

(4)計(jì)算灰色關(guān)聯(lián)系數(shù)，運(yùn)用下面公式:R(k)=(m+δM)/(Δi(k)+δM)分辨系數(shù)δ，一般在0～1之間，通常取0.5。

2.3.2 廣義灰色關(guān)聯(lián)模型

改進(jìn)后的廣義關(guān)聯(lián)度包括灰色絕對(duì)關(guān)聯(lián)度、灰色相對(duì)關(guān)聯(lián)度、灰色綜合關(guān)聯(lián)度。絕對(duì)關(guān)聯(lián)序是從絕對(duì)量的關(guān)系著眼考慮，相對(duì)關(guān)聯(lián)序是基于各時(shí)刻觀測(cè)數(shù)據(jù)相對(duì)于始點(diǎn)的變化速率，綜合關(guān)聯(lián)序則是綜合了絕對(duì)量的關(guān)系和變化速率的關(guān)系。

(1)灰色絕對(duì)關(guān)聯(lián)度：其主要是研究的兩個(gè)序列絕對(duì)增量間的關(guān)系，用兩條序列折線間所夾的面積大小來衡量?jī)尚蛄械年P(guān)聯(lián)性的大小，是目前應(yīng)用較多的一種關(guān)聯(lián)度。

(2)灰色相對(duì)關(guān)聯(lián)度：灰色相對(duì)關(guān)聯(lián)度與灰色絕對(duì)關(guān)聯(lián)度類似，記折現(xiàn)(xi(1)/xi(1)，xi(2)/xi(1)，…，xi(n)/xi(1))為x′i，此時(shí)x′i與x′0的灰色絕對(duì)關(guān)聯(lián)度為Xi與X0的灰色相對(duì)關(guān)聯(lián)度，其主要研究的是兩組數(shù)據(jù)速度變化的關(guān)系，一般記為γ0i。

(3)灰色綜合關(guān)聯(lián)度：ρ0i=θε0i+(1-θ)γ0i，一般記為θ=0.5，平等對(duì)待兩種關(guān)聯(lián)度。這種關(guān)聯(lián)度既體現(xiàn)了折線間的相似程度，又體現(xiàn)了二者相當(dāng)于初始點(diǎn)的變化速率的接近程度，是較為全面的表示序列之間聯(lián)系是否緊密的一個(gè)數(shù)量指標(biāo)。

3 結(jié)果

3.1 樣本的基本情況

護(hù)理院入院人數(shù)、城鎮(zhèn)居民人均可支配收入、城市居民消費(fèi)價(jià)格指數(shù)、利率、養(yǎng)老保障水平，老年人口撫養(yǎng)比、平均家庭戶規(guī)模、城鎮(zhèn)人口比重、平均受教育年限以及城鎮(zhèn)基本醫(yī)療保險(xiǎn)人數(shù)依次用X0、X1、X2、X3、X4、X5、X6、X7、X8、X9表示。由表1可以看出護(hù)理院人數(shù)呈現(xiàn)逐漸遞增的趨勢(shì)。城鎮(zhèn)居民的人均可支配收入、養(yǎng)老保障水平、老年人口撫養(yǎng)比、城鎮(zhèn)人口比重、受教育年限和城鎮(zhèn)基本醫(yī)療保險(xiǎn)人數(shù)占比均出現(xiàn)逐年上升的趨勢(shì)。城市居民的消費(fèi)價(jià)格指數(shù)、利率水平平均家庭戶規(guī)模存在波動(dòng)性變化。

表1 主要變量的描述性統(tǒng)計(jì)

3.2 相關(guān)性分析

由相關(guān)系數(shù)矩陣可以看出，各解釋變量之間的相關(guān)系數(shù)較高，其中，城鎮(zhèn)居民人均可支配收入、養(yǎng)老保障水平及城市居民消費(fèi)價(jià)格指數(shù)之間的相關(guān)系數(shù)均較高。但從實(shí)際意義來看，城市居民消費(fèi)價(jià)格指數(shù)、城鎮(zhèn)居民人均可支配收入和養(yǎng)老保障水平之間不存在線性關(guān)系。這是因?yàn)殡S著經(jīng)濟(jì)的持續(xù)快速發(fā)展，城鎮(zhèn)居民的實(shí)際可支配收入增加，國(guó)家也會(huì)加大公共事業(yè)的支出以提高居民的生活質(zhì)量(表2、表3)。

表2 經(jīng)濟(jì)因素相關(guān)系數(shù)矩陣

3.3 灰色關(guān)聯(lián)模型下的分析

3.3.1 灰色關(guān)聯(lián)度模型

(1)選定數(shù)列序列。以2005—2015年的序列數(shù)

據(jù)為基礎(chǔ)，城鎮(zhèn)居民人均可支配收入、消費(fèi)價(jià)格指數(shù)、利率、社會(huì)保險(xiǎn)支出水平的比較數(shù)列Xi=(xi(1),xi(2), …,xi(n))(i=1，2，3，4，5)，以護(hù)理院入院人數(shù)為參考數(shù)列X0=(x0(1),xo(2),…,x0(n))，分辨率取0.5。

表3 非經(jīng)濟(jì)因素相關(guān)系數(shù)矩陣

(2)無量綱化處理。由于各指標(biāo)之間的計(jì)量單位不一致，沒有可比性，為了便于計(jì)算，必須消除量綱，對(duì)原數(shù)據(jù)進(jìn)行初值化處理。以年作為基數(shù)，處理結(jié)果見表4。

表4 無量綱化后的數(shù)據(jù)序列

(3)求對(duì)應(yīng)差序列。計(jì)算X0(j)-Xi(j),即將表中X1、X2、X3、X4、X5、X6、X7、X8、X9中各行數(shù)值分別減去X0所得到的數(shù)求絕對(duì)值(表5)。從計(jì)算結(jié)果可以看出，在經(jīng)濟(jì)因素中最大絕對(duì)差7.69， 最小絕對(duì)差0。在非經(jīng)濟(jì)因素中，最大絕對(duì)差5.94， 最小絕對(duì)差0。

表5 對(duì)應(yīng)差序列

(4)計(jì)算灰色關(guān)聯(lián)系數(shù)。分辨系數(shù)一般在0～1之間，通常取0.5對(duì)灰色關(guān)聯(lián)系數(shù)進(jìn)行計(jì)算。根據(jù)各關(guān)聯(lián)系數(shù)計(jì)算出2005—2015年的長(zhǎng)期護(hù)理保險(xiǎn)的需求影響因素的關(guān)聯(lián)度(表6)?？梢钥闯?，長(zhǎng)期護(hù)理保險(xiǎn)的需求經(jīng)濟(jì)變量影響因素的關(guān)聯(lián)度排序?yàn)椋吼B(yǎng)老保障水平>利率>城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)>城鎮(zhèn)居民人均可支配收入。長(zhǎng)期護(hù)理保險(xiǎn)的需求非經(jīng)濟(jì)變量影響因素的關(guān)聯(lián)度排序?yàn)椋浩骄芙逃晗?平均家庭戶規(guī)模>城鎮(zhèn)人口比重>城鎮(zhèn)基本醫(yī)療保險(xiǎn)人數(shù)>老年撫養(yǎng)比。

表6 長(zhǎng)期護(hù)理保險(xiǎn)的需求經(jīng)濟(jì)變量影響因素的關(guān)聯(lián)度

3.4 廣義灰色關(guān)聯(lián)度模型下的分析

3.4.1 廣義灰色絕對(duì)關(guān)聯(lián)度

計(jì)算廣義灰色絕對(duì)關(guān)聯(lián)度首先求出灰色絕對(duì)關(guān)聯(lián)度始點(diǎn)零化像。根據(jù)初始數(shù)據(jù)計(jì)算出廣義灰色絕對(duì)關(guān)聯(lián)度始點(diǎn)零化像(表7)。

表7 廣義灰色絕對(duì)關(guān)聯(lián)度始點(diǎn)零化像表

根據(jù)公式計(jì)算出|S0|、|St|、|Si-S0|

|S0|=19.35

|St|=(95697.55, 12.15,6.2, 117277.7, 14.22, 0.48, 67.5, 7.091, 3.2623)

|Si-S0|=(95678.2, 7.2, 13.15, 117258.3, 5.133, 19.84, 48.15, 12.26, 16.088)

求出廣義灰色絕對(duì)關(guān)聯(lián)度(表8)。可以看出，長(zhǎng)期護(hù)理保險(xiǎn)的需求經(jīng)濟(jì)變量影響因素的廣義灰色絕對(duì)關(guān)聯(lián)度排序?yàn)椋撼擎?zhèn)居民消費(fèi)價(jià)格指數(shù)>利率>城鎮(zhèn)居民人均可支配收入>養(yǎng)老保障水平。長(zhǎng)期護(hù)理保險(xiǎn)的需求非經(jīng)濟(jì)變量影響因素的廣義灰色絕對(duì)關(guān)聯(lián)度排序?yàn)椋豪夏険狃B(yǎng)比>平均受教育年限>城鎮(zhèn)人口比重>城鎮(zhèn)基本醫(yī)療保險(xiǎn)人數(shù)>平均家庭戶規(guī)模。

表8 廣義灰色絕對(duì)關(guān)聯(lián)度

3.4.2 廣義灰色相對(duì)關(guān)聯(lián)度

計(jì)算廣義灰色相對(duì)關(guān)聯(lián)度首先計(jì)算廣義相對(duì)關(guān)聯(lián)度的初值像表，根據(jù)初始數(shù)據(jù)計(jì)算出的廣義相對(duì)關(guān)聯(lián)度的初值像表(表9)。

表9 廣義相對(duì)關(guān)聯(lián)度的初值像表

其次計(jì)算出|S0|、|St|、|Si-S0|

|S0|=21.5

|St|=(9.1201 ,0.11959 ,2.7556 ,22.91,1.3287 ,0.155,1.57,0.9055,13.3)

|Si-S0|=(12.38, 21.3804 ,18.744, 1.41,20.171 21.345,19.93, 20.595, 8.195)

最后根據(jù)上文所提到了廣義灰色相對(duì)關(guān)聯(lián)度的計(jì)算公式求出廣義灰色相對(duì)關(guān)聯(lián)度(表10)?？梢钥闯?，經(jīng)濟(jì)變量影響因素的廣義灰色相對(duì)關(guān)聯(lián)度排序?yàn)椋吼B(yǎng)老保障水平>城鎮(zhèn)居民人均可支配收入>利率>城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)。非經(jīng)濟(jì)變量影響因素的廣義灰色相對(duì)關(guān)聯(lián)度排序?yàn)椋撼擎?zhèn)基本醫(yī)療保險(xiǎn)人數(shù)>城鎮(zhèn)人口比重>老年撫養(yǎng)比>平均受教育年限>平均家庭戶規(guī)模。

表10 廣義灰色相對(duì)關(guān)聯(lián)度

3.4.3 廣義灰色綜合關(guān)聯(lián)度

由表11可以看出，經(jīng)濟(jì)變量影響因素的廣義灰色綜合關(guān)聯(lián)度排序?yàn)椋撼擎?zhèn)居民消費(fèi)價(jià)格指數(shù)>養(yǎng)老保障水平利率>城鎮(zhèn)居民人均可支配收入。非經(jīng)濟(jì)變量影響因素的廣義綜合關(guān)聯(lián)度排序?yàn)椋豪夏険狃B(yǎng)比>城鎮(zhèn)基本醫(yī)療保險(xiǎn)人數(shù)>平均受教育年限>城鎮(zhèn)人口比重>平均家庭戶規(guī)模。

表11 廣義灰色綜合關(guān)聯(lián)度

3.4.5 長(zhǎng)期護(hù)理保險(xiǎn)的需求影響因素的灰色關(guān)聯(lián)分析結(jié)果

從實(shí)證結(jié)果可以看出，影響我國(guó)長(zhǎng)期護(hù)理保險(xiǎn)需求的經(jīng)濟(jì)變量因素中，無論是關(guān)聯(lián)度分析還是廣義關(guān)聯(lián)度分析，經(jīng)濟(jì)因素的關(guān)聯(lián)度排序大致相同，而非經(jīng)濟(jì)類因素的排序有一定的差異。經(jīng)濟(jì)因素中，養(yǎng)老保障水平、利率、城市居民消費(fèi)價(jià)格指數(shù)對(duì)我國(guó)長(zhǎng)期護(hù)理保險(xiǎn)需求影響較大，非經(jīng)濟(jì)變量因素中平均受教育年限和老年撫養(yǎng)比影響較大。

4 結(jié)論

第一，養(yǎng)老保障水平是經(jīng)濟(jì)因素中對(duì)長(zhǎng)期護(hù)理保險(xiǎn)的需求產(chǎn)生較大影響的因素，養(yǎng)老保障水平特別是社會(huì)保險(xiǎn)支出水平的提高會(huì)帶來醫(yī)療保障水平的提高進(jìn)而對(duì)長(zhǎng)期護(hù)理保險(xiǎn)的需求具有一定的替代作用。第二，利率和城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)對(duì)于我國(guó)長(zhǎng)期護(hù)理保險(xiǎn)需求也有一定的影響。城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)對(duì)于判斷城鎮(zhèn)居民家庭生活情況與國(guó)民經(jīng)濟(jì)發(fā)展情況均具有重要意義。城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)受經(jīng)濟(jì)發(fā)展影響較大，經(jīng)濟(jì)發(fā)展平穩(wěn)快速，居民生活水平相對(duì)穩(wěn)定健康，其消費(fèi)能力提高較快，從而會(huì)對(duì)我國(guó)長(zhǎng)期護(hù)理保險(xiǎn)的需求產(chǎn)生較大影響。第三，在非經(jīng)濟(jì)因素中通過灰色關(guān)聯(lián)模型得出人均受教育年限對(duì)于我國(guó)長(zhǎng)期護(hù)理保險(xiǎn)需求影響最大。隨著社會(huì)的發(fā)展與進(jìn)步，人們受教育水平的逐漸提高，風(fēng)險(xiǎn)意識(shí)也會(huì)逐漸提升，風(fēng)險(xiǎn)意識(shí)強(qiáng)的人對(duì)于長(zhǎng)期護(hù)理保險(xiǎn)的需求就會(huì)越大。第四，老年人口撫養(yǎng)比在廣義灰色關(guān)聯(lián)模型中排名靠前。老年人口撫養(yǎng)比越大代表勞動(dòng)人口所負(fù)擔(dān)照顧老人的壓力就越大，勞動(dòng)人口沒有時(shí)間照顧老人就會(huì)選擇長(zhǎng)期護(hù)理保險(xiǎn)等正式的護(hù)理方式。

作者聲明本文無實(shí)際或潛在的利益沖突。

參 考 文 獻(xiàn)

[1] Mccall N, Mangle S, Bauer E, et al. Factors important in the purchase of partnership long-term care insurance[J]. Health Services Research, 1998, 33(2 Pt 1):187-203.

[2] Lakdawalla D, Philipson T. The Rise in Old-Age Longevity and the Market for Long-Term Care[J]. American Economic Review, 2002, 92(1): 295-306.

[3] Cramer A T, Jensen G A. Why Don’t People Buy Long-Term-Care Insurance?[J]. Journals of Gerontology, 2006, 61(4): S185.

[4] Curry L A, Robison J, Shugrue N, et al. Individual Decision Making in the Non-Purchase of Long-Term Care Insurance[J]. Gerontologist, 2009, 49(4): 560.

[5] 蘇永莉.長(zhǎng)期護(hù)理保險(xiǎn)發(fā)展的需求分析[J].保險(xiǎn)職業(yè)學(xué)院學(xué)報(bào)， 2007(5)： 30-33.

[6] 荊濤, 王靖韜, 李莎. 影響我國(guó)長(zhǎng)期護(hù)理保險(xiǎn)需求的實(shí)證分析[J]. 北京工商大學(xué)學(xué)報(bào): 社會(huì)科學(xué)版, 2011(6): 90-96.

[7] 荊濤, 謝遠(yuǎn)濤. 我國(guó)長(zhǎng)期護(hù)理保險(xiǎn)制度運(yùn)行模式的微觀分析 [J].保險(xiǎn)研究, 2014(5): 60-66.

[8] 曹信邦, 陳強(qiáng). 中國(guó)長(zhǎng)期護(hù)理保險(xiǎn)需求影響因素分析[J]. 中國(guó)人口科學(xué), 2014(4): 102-128.

[9] 戴衛(wèi)東. 老年長(zhǎng)期護(hù)理需求及其影響因素分析—基于蘇皖兩省調(diào)查的比較研究[J].人口研究， 2011, 35(4): 85-93.