编辑推荐：
我国人口老龄化加剧，失能与痴呆老人增多，长期护理保险（LTCI）推广面临接受度难题。研究人员通过分层随机抽样对 1025 名 50-70 岁人群开展实验，发现失能与痴呆风险信息干预显著提升 LTCI 参保意愿，且效果因教育水平和是否居住试点城市而异。
随着中国社会快速步入深度老龄化，“银发浪潮” 带来的挑战日益凸显。截至 2020 年，我国 60 岁以上人口已达 2.64 亿，占总人口 18.7%，预计 2050 年将突破 5 亿。更严峻的是，老年群体的失能与痴呆问题持续恶化 ——2015 年老年人平均失能年限为 5.78 年，2030 年预计增至 7.44 年，2050 年将达 11.45 年；2018 年 60 岁以上痴呆患者约 1507 万，2050 年可能飙升至 5000 万。在家庭规模缩小、城市化迁移加剧的背景下，传统家庭护理功能弱化，对正式长期护理（LTC）的需求激增。然而，作为应对策略的长期护理保险（LTCI）自 2016 年试点以来，覆盖率和公众接受度始终是政策推进的瓶颈。
为破解 “如何提升公众对 LTCI 的认知与参与意愿” 这一关键问题，山东大学政治与公共管理学院联合国内外多机构研究团队展开深入研究。该团队以中国 8 省 1025 名 50-70 岁人群为对象，通过分层随机抽样与便利抽样相结合的方法，设计了一项对照实验，探究失能与痴呆风险信息干预对 LTCI 参保意愿（“愿意”“不确定”“不愿意”）的影响，并分析教育水平和是否居住于 LTCI 试点城市的异质性效应。研究成果发表于《Innovation in Aging》，为我国 LTCI 政策优化提供了重要实证依据。
研究采用多阶段实验设计：首先通过在线问卷平台 credamo 随机分配受访者至对照组（354 人）、失能风险干预组（339 人）和痴呆风险干预组（332 人）。所有参与者均先完成包含基本信息、健康状况的基线调查，并回答首次 LTCI 参保意愿（预测试）；随后对照组仅接收 LTCI 政策简介，两干预组分别阅读失能（如 80 岁老人大小便失禁、需轮椅代步）或痴呆（如阿尔茨海默病导致记忆丧失、无法独立生活）场景描述；最后所有受访者再次回答参保意愿（后测试）。研究运用多分类 logit 模型分析信息干预效应，同时控制年龄、教育水平、是否参保城镇职工基本医疗保险（UEBMI）等变量。
一、信息干预显著改变 LTCI 参保意愿
实验结果显示，干预前三组参保意愿分布接近 “4:1:5”（愿意：不愿意：不确定），干预后变为 “7:2:1”。具体而言，失能组 “愿意” 比例从 43.07% 跃升至 79.35%，痴呆组从 35.54% 升至 85.54%，而对照组仅从 42.37% 增至 50.56%。多分类 logit 模型表明，与对照组相比，失能和痴呆风险信息均显著降低 “不愿意” 的相对风险（RRR 分别为 0.262 和 0.310，p<0.01），且痴呆信息在提升 “愿意” 比例上效果更显著（RRR=5.799 vs 2.905）。
二、预测试意愿与异质性因素的影响
预测试意愿对后测试结果起关键作用：基线 “愿意” 者更易维持原有选择（RRR=0.234），而 “不愿意” 者经干预后转向 “愿意” 的可能性显著增加。异质性分析显示，低教育水平人群在失能信息干预下 “不确定” 比例更高，可能因健康 literacy 较低导致信息处理困难；居住于 LTCI 试点城市者在痴呆信息干预下 “不愿意” 比例降幅更大，或与试点城市政策宣传更充分、公众认知度更高有关（试点城市受访者政策知晓率 19.82% vs 非试点 15.19%，p=0.018）。
三、风险认知差异与行为经济学解释
研究发现，痴呆信息比失能信息更有效促进参保意愿，这与行为经济学理论一致 —— 痴呆伴随的认知功能丧失、尊严损害等心理成本更易引发焦虑，促使个体通过保险规避风险。此外，痴呆场景中明确包含 LTCI 覆盖的 “身体失能” 条件（如无法独立沐浴），可能增强了公众对政策实用性的感知。
结论与政策启示
本研究证实，失能与痴呆风险信息干预能显著提升 50-70 岁人群的 LTCI 参保意愿，且效果因教育水平和政策环境而异。这提示决策者：
- 精准化信息传播：针对低教育群体，需以更通俗的形式（如社区宣讲、短视频）解读失能 / 痴呆风险与 LTCI 保障内容，减少 “不确定” 观望态度；
- 差异化政策设计：在非试点城市加强基础政策普及，试点城市则可深化痴呆等特定风险教育，利用现有政策网络提升传播效能；
- 整合健康与保险服务：结合老龄化趋势，将 LTCI 宣传与老年人健康管理相结合，通过早期风险预警增强公众参保动机。
该研究不仅填补了国内 LTCI 认知干预研究的空白，更通过行为科学视角为 “以人为中心” 的长期护理体系构建提供了可操作路径。随着我国加速建立全国统一的 LTCI 制度，基于个体特征的精准化信息策略，有望成为破解 “认知鸿沟”、提升政策惠及面的关键抓手。
