按照WHO标准,一个国家60岁以上老年人口比例占到总人口的10%或者65岁以上老年人口比例达到7%,就标志着这个国家进入老龄化社会。[1]2015年我国65岁以上老年人口达到14 386万人,占全国总人口数的10.5%。[2]此外,根据国务院印发的《“十三五”国家老龄事业发展和养老体系建设规划》预计,到2020年,我国60岁以上老年人口将增至2.55亿人左右,约占总人口比重的17.8%[3],可见我国的人口老龄化正处在快速上升状态。与此同时,失能老人的规模随着人口老龄化和高龄化加重而不断增加,老年人失去生活自理能力,给医疗费用增长带来了风险,同时也降低了老年人的生活质量。[4]为解决老龄化和失能老人比例上升所带来的一系列问题,我国于2016年6月正式启动长期照护保险的试点工作,目前已有上海、青岛、南通和成都出台了实施细则。研究长期照护保险的需求对于开展试点和正式启动该项制度皆具有重要的证据意义。本文以江苏省调研数据为例,从主观态度因素和人口统计学因素两方面入手,对长期照护保险需求的影响因素进行实证分析,充分了解长期照护保险需求的影响因素,为我国正式建立长期照护保险制度提供参考。
1 资料与方法 1.1 资料来源本研究参考分层抽样原理来选择调查样本地区。根据《2015年江苏省老年人口信息和老龄事业发展状况报告》中各地区的老龄人口比重信息(表 1),将江苏省13个省辖市按照老龄化水平分为“高于全省水平”和“低于全省水平”两类地区,并从两类地区中各随机选择两个城市进行调研,最终确定南通市、苏州市、南京市和淮安市四个城市,并于2017年7—9月开展调研。本次调查对象为18岁以上人群,采用随机抽样方法,在每个城市的主城区中各随机抽取1个社区,每个社区随机调查50人,共发放问卷1 350份,回收有效问卷1 303份,回收率96.52%。使用Excel 2013和SPSS 20.0统计软件对调研数据进行处理和分析。
在参阅大量国内外相关文献的基础上,将影响老人长期照护保险需求的因素归纳为五大方面,分别是健康因素、社会因素、经济因素、认知因素、人口统计学因素。[5-8]问卷内容主要分为两部分,第一部分为主观态度对长期照护保险需求的影响,包含健康因素、社会因素、经济因素、认知因素四个方面,采用likert五分量表法,将被调查者的态度分为“非常不同意”、“不同意”、“不确定”、“同意”到“非常同意”五个等级,被调查者根据自己的实际情况进行选择;第二部分为人口统计学因素对长期照护保险需求的影响,主要为研究被调查者的基本情况以及其对长期照护保险的需求。
1.3 研究方法对1 303份调查问卷进行编码整理后,用SPSS22.0软件对问卷数据进行录入和统计分析。数据分析方法包括:利用因子分析法和多元回归分析主观态度对长期照护保险需求的影响,采用Logistic分析来确定人口统计学变量对长期照护保险需求的影响。
2 结果 2.1 基本情况本次调查中,女性占比52.81%。40岁以下的受访者占比最高,达到65.02%,41~50岁占比16.83%,61~70岁和70岁以上的老年群体分别占比6.27%和3.63%。本科学历最多,达49.5%,硕士学历占比13.53%,其中无大专被调查者。从婚姻状况来看,未婚占比45.54%,已婚占比50.17%。在居住方面,独住的受访者占比19.47%。与配偶一起居住的占比17.49%,与子女一起居住的占比6.27%。在家庭收入方面,年收入1万元以下的低收入群体占比7%,1~5万的占比25.4%,5~10万的占比37.0%,10万以上的高收入者占比30.7%(表 2)。
在调查过程中,有85.48%的受访者愿意购买由政府组织的社会性长期照护保险,只有14.52%的受访者不愿意购买长期照护保险,总体来看,居民对于长期照护保险的需求非常高。
2.2 结果 2.2.1 因子分析本文以问卷中likert五分量表的24个问题作为原始变量,通过因子分析方法提取出长期照护保险需求的主要影响因素。
(1) KMO和Bartlett检验。KMO值为0.777,大于临界值0.6,表明样本取样充足,Bartlett球形检验的显著性水平为0.000, 小于0.05,两种检验结果均表明本次长期照护保险需求情况调查问卷所得原始数据适合做因子分析。
(2) 提取公因子。如表 3所示,以特征值大于1的原则确定公因子个数,前8个因子已提取了原始数据62.97%的信息,因此取前8个因子作为主成分,包含了原来24个原始信息的大部分信息。
(3) 因子命名。因子载荷矩阵表明原始指标与公共因子的关联程度, 但是从初始因子载荷矩阵并不能清晰地看出提取出的公共因子的实际意义, 本文采用方差最大正交旋转变换的方法, 得出旋转后的因子负荷矩阵, 旋转前后, 每个公因子的累计方差贡献率不变, 但是各公共因子的方差贡献率变得比较容易解释和命名。[9]F1可以解释四个变量,主要包含老年护理是否会给自己或者家人带来压力,因此命名为老年护理压力因子;F2可以解释四个变量,主要是对慢性病的认知,可以解释为慢性病认知因子;F3可以解释四个变量,主要基于护理费用角度,为费用因子;F4可以解释两个变量,主要用于说明家属的支付能力,为家属支付能力因子;F5可以解释三个变量,主要是从参保意愿出发,为参保意愿因子;F6可以解释两个变量,主要是从社会养老保障出发,为社会保障因子;F7可以解释两个变量,主要是对保险的认知,为保险观念因子;F8可以解释三个变量,主要是从护理需求出发,为护理需求因子(表 4)。
将前文因子分析所得老年护理压力因子、慢性病认知因子、费用因子、家属支付能力因子、社会保障因子、保险观念因子和护理需求因子作为自变量,参保意愿因子作为因变量进行回归分析。结果显示,费用因子、家属支付能力因子、保险观念因子、护理需求因子和慢性病认知因子等五个变量非常显著,且系数为正,说明护理费用、家属支付能力、保险观念、护理需求和慢性病认知均与长期照护保险需求存在正相关关系。老年护理压力和社会保障不显著,对长期照护保险的影响较小(表 5)。
除了主观态度因素会影响长期照护保险的需求外,人口统计学变量也有可能对其产生影响。因此,本文选择将性别、年龄、文化程度、婚姻状况、居住类型、年收入和家庭成员人数作为自变量,被调查者是否愿意购买政府组织的社会长期照护保险作为因变量进行logistic回归分析,以验证人口统计学变量是否对长期照护保险产生影响。由表 6可以看出,性别、年龄、婚姻状况、居住类型、年收入和家庭成员人数的回归结果均大于0.05,不存在显著性差异,说明对长期照护保险的需求并无实际影响。在文化程度变量上,P=0.022(P < 0.05),存在显著差异。由于文化程度是虚拟变量,该变量的参照系为初中及以下学历,因为所得结果中变量的估计系数为正,说明与初中及以下学历的受访者相比,高中学历、本科学历和硕士学历的受访者购买长期照护保险的意愿会更高,即文化程度高的居民购买长期照护保险的意愿高。
综上,主观态度因素方面,护理费用、家属支付能力、保险观念、护理需求和慢性病认知均与长期照护保险需求存在正相关关系,并且影响显著,老年护理压力和社会保障两个变量对长期照护保险的影响较小;人口统计学因素方面,文化程度高的居民购买长期照护保险的意愿更高,而性别、年龄、婚姻状况、居住类型、年收入和家庭成员人数等因素对长期照护保险的需求影响不显著。
基于以上分析,提出以下建议:一是深化分配制度改革,提高城乡居民收入;二是加大长期照护保险宣传,提高居民认知水平;三是建立以照护需求为导向的照护机构体系,鼓励护理机构的多层次发展;四是构建以政府为主导的长期照护服务体系。
作者声明本文无实际或潜在的利益冲突。
[1] |
Jennifer M., Mellor. Long-term Care and Nursing Home Coverage:Are Adult Children Substitutes for Insurance Policies?[J]. Journal of Health Economics, 2001, 20(4): 527-547. DOI:10.1016/S0167-6296(01)00078-9 |
[2] |
中华人民共和国民政部. 2015年社会服务发展统计公报[EB/OL]. (2016-07-11)[2017-10-20]. http://www.mca.gov.cn/article/sj/tjgb/201607/20160700001136.shtml
|
[3] |
中央政府门户网站. 国务院关于印发"十三五"国家老龄事业发展和养老体系建设规划的通知[EB/OL]. (2017-02-28)[2017-10-20]. http://www.gov.cn/zhengce/content/2017-03/06/content_5173930.htm
|
[4] |
蒋承, 顾大男, 柳玉芝, 等. 中国老年人照料成本研究——多状态生命表方法[J]. 人口研究, 2009, 33(3): 81-88. |
[5] |
王乐芝, 曾水英. 关于失能老人状况与老年长期护理保险的研究综述[J]. 人口学刊, 2015, 37(4): 86-91. |
[6] |
Brown J R, Finkelstein A. Supply or Demand:Why is the Market for Long-Term Care Insurance so Small?[J]. Nber Working Papers, 2004, 91(10): 1967-1991. |
[7] |
Mellor J M. Long-term care and nursing home coverage:are adult children substitutes for insurance policies?[J]. Journal of Health Economics, 2001, 20(4): 527-547. DOI:10.1016/S0167-6296(01)00078-9 |
[8] |
Konetzka R T. Long-Term Care Insurance[J]. Encyclopedia of Health Economics, 2014, 3(12): 152-159. |
[9] |
郭建校, 王洪礼, 郭龙, 等. 基于因子分析法的学科科研水平综合评价[J]. 科学管理研究, 2009, 27(1): 34-37. |
(编辑 赵晓娟)