2025【中国老年人长期护理风险的区域差异研究15000字（论文）】.docVIP

PAGE

1-

中国老年人长期护理风险的区域差异研究

摘要

国家在2016年后大力发展长期护理社会保险，以缓解社会养老问题。同时也积极鼓励研究人员针对长期护理保险的社会保险制度安排、精算定价和发展路径进行研究。基于此，本文希望从定量分析的角度，借助CHARLS数据库（中国健康与养老追踪调查）对我国长期护理保险精算定价进行实证研究。同时，基于定量分析的结果，从实际出发来定性分析我国老年人遇到的护理问题和长期护理保险的推广难点。本文界定了什么是长期护理状态，在近期我国出台了《长期护理失能等级评估标准（试行）》，结合中国本土政策安排与国际上通用的ADLs评估方法，在简化结果的基础上，定义无法完成ADLs其中四项及以上为长期护理状态。基于Markov模型相较于随机状态模型和曼联模型具有的“无后效性”，且该模型在长期护理状态持续性假设上更贴合实际，且不依赖经验数据，因此本文采用Markov模型来进行长期护理保险精算定价。接着通过对“健康”、“长期护理”、“死亡”三种状态的分析发现，三种状态之间具有序次关系，故建立OrderedProbit模型。本文发现：性别、初始健康状态、年龄、居住地、是否与配偶同居等因素显著影响老年人的健康状态转移概率。同时，本文也发现饮酒对于老年人健康状态转移并没有显著影响。基于上述模型所测得转移概率矩阵，本文运用Markov模型对45-85岁个体进行了长期护理保险精算定价。研究假设投保年龄从45岁到85岁的投保人均投保至其85岁，通过对初始健康状态、年龄、居住地、是否与配偶同居进行分类，从而分别得到男性与女性精算费率（趸交）总表。转移概率矩阵与精算费率表高度吻合，具有准确性。

关键词：长期护理保险；精算费率；OrderedProbit模型；Markov模型；人口老龄化

目录

TOC\o1-2\h\u11655一、引论 1

1772（一）研究背景 1

6717（二）研究意义 4

29182（三）研究思路及内容 4

9484（四）主要创新与不足 5

20130二、长期护理保险定价理论及实证模型 6

29845（一）长期护理状态界定 6

6601（二）数据基本情况说明 7

10100（三）模型构建——Markov模型及OrderedProbit模型 8

32592三、转移概率矩阵实证分析与保险费率表 12

19220（一）转移概率矩阵估计 12

3321（二）长期护理保险费率表 14

29475四、结论与建议 18

18070主要参考文献 20

26653附录 21

PAGE

1-

引论

人口老龄化既是二十一世纪全球共同挑战，更是我国实现共同富裕，完成第二个百年奋斗目标所面对的最基本国情。2001年我国正式进入老龄化社会，自此，社会老龄化进程不断加速。十九大以来，随着我国对于科技与高新技术产业更加重视，医疗水平不断提升，社会保障机制愈发完善，使得我国人口平均寿命逐渐延长，同时，大幅提高了我国老龄化人口比重的增长速度（孙志鹏，周雅婷，2022）。根据国家统计局发布的数据，2021年5月11日全国第七次人口普查结果显示，某种意义上揭示了截至2020年末，我国65岁及以上人口为19064万，占总人口数13.5%。根据中国发展基金会发布的《中国发展报告2020：中国人口老龄化的发展趋势和政策》测算，截至2025年“十四五”规划完成时，我国65岁及以上老年人占比将超过总人口的15%，达到惊人的2.1亿，这个数字十分令人担忧（孙浩宇，田梦琪，2023）。

图1-12010—2020年我国65岁及以上人口数量占总人口比重走势

本文通过对CHARLS中国健康与养老追踪调查（ChinaHealthandRetirementLongitudinalStudy,CHARLS）旨在收集一套代表中国45岁及以上中老年人家庭和个人的高质量微观数据，用以分析我国人口老龄化问题，推动老龄化问题的跨学科研究。CHARLS全国基线调查于2011年开展，覆盖150个县级单位，450个村级单位，约1万户家庭中的1.7万人。这些样本以后每两到三年追踪一次，调查结束一年后，数据将对学术界展开。数据库最近更新的2018年追踪调查数据，根据2021年8月3日国家医保局出台的《长期护理失能等级评估标准（试行）》，结合国际标准ADLs评估方法对长期护理状态进行界定，随后构建OrderedProbit模型（有序Probit模型）（兰天佑，殷文轩，2021），对中老年人的健康状况转移概率进行实际测算，在这种理论框架的支撑下可得出结果在

中国健康与养老追踪调查（China