长期护理中的信用风险：对中国银发经济背景下私营长期护理机构可持续发展的一种新型评估方法

《Frontiers in Public Health》：Credit risks in long-term care: a novel assessment of private long-term care institutions for sustainable development under the silver economy in China

　　摘要
随着私人长期护理机构在老龄化社会中满足长期护理需求方面发挥越来越重要的作用，评估其信用风险对于支持机构可持续性、减少信息不对称以及加强银经济下的风险意识治理至关重要。然而，现有研究主要集中在主观的服务质量评估上，对基于公开数据的客观、可解释的机构层面评估关注有限。本研究利用中国杭州594家私人长期护理机构的公开记录，开发并验证了一个用于信用风险评估的可解释机器学习框架。该框架结合了类别不平衡处理技术和多种机器学习算法，以提高预测性能并识别与机构信用度最密切相关的因素。结果表明，在准确性、敏感性、特异性和AUC方面，XGBoost结合SMOTE在基准模型中表现最佳。特征重要性和SHAP分析确定了四个关键预测因子：注册资本和纳税员工数量与预测的信用度呈正相关，而融资历史和专利数量则呈负相关。为了增强实用性，最终模型被部署在一个基于Streamlit的网络应用程序中，用于实时信用评级和可视化。总体而言，本研究将信用风险评估扩展到了长期护理领域，为家庭、管理者和监管机构提供了一个客观、可解释且可部署的决策支持框架，对于加强私人长期护理机构的可持续治理具有重要意义。

1 引言
人口老龄化已成为21世纪最显著且不可逆转的人口趋势之一（1）。在这种情况下，“银经济”指的是为满足老年人需求而设计的一系列市场和服务，在这种经济模式下，机构的可持续性成为护理连续性的前提。在中国，这一过程尤为明显。60岁及以上的人口比例从第五次全国人口普查的10.5%增加到第七次普查的18.7%（2）。根据2024年《中国老龄化事业发展公报》，60岁及以上的人口数量已达到约3.1亿，占总人口的22%（3）。因此，中国已经进入了一个中度老龄化阶段，这对医疗保健、长期护理和社会治理带来了深远挑战。
随着老龄化进程的加速，老年人的健康和功能状况加剧了对长期护理的需求（4）。超过75%的老年人至少有一种慢性疾病，功能障碍和认知障碍的普遍性持续上升（5）。世界卫生组织预测，到2050年，中国老年人口中将有一大部分需要日常帮助（6）。随着传统的家庭护理变得不太可行，机构提供的长期护理服务在满足老年人需求方面发挥着越来越重要的作用（7）。
中国的长期护理服务系统目前包括三个主要组成部分：居家护理、社区护理和机构护理（8）。其中，机构护理作为长期护理服务供应的专业化部分，在满足老年人护理需求方面显示出持续增长的需求（9, 10）。作为这一系统的重要组成部分，私人长期护理机构在提高老年人的生活质量和整体福祉方面发挥着关键作用（11）。然而，随着这类机构的迅速扩张，该行业面临多重挑战，包括服务内容和质量的不均衡、人员不足且培训不足、管理结构不完善以及运营效率低下（12）。因此，帮助老年人和他们的家庭有效识别和选择高质量的私人长期护理机构已成为学者和从业者共同关注的问题。
现有的长期护理机构评估主要依赖于居民满意度调查或定性评估，这些方法本质上是主观的，可能低估了如认知障碍者等弱势群体（13）。此外，这些方法往往忽略了与财务稳定性、创新能力、运营可持续性和合规风险相关的机构层面因素。在护理连续性至关重要的领域，这些局限性使得家庭和监管机构难以透明和及时地评估机构的可靠性。因此，基于公开数据的机构层面评估不仅在方法论上是必要的，而且在减少信息不对称、支持家庭做出明智选择以及加强银经济下的风险意识治理方面也具有实际意义。
在更广泛的文献中，信用风险评估工具被广泛用于评估个人和中小企业的信用度（14, 15），最近的研究表明，机器学习可以显著提高这些任务的预测性能（16, 17）。鉴于许多私人长期护理机构与中小企业具有共同特征，将信用风险评估方法应用于这一领域是评估机构可持续性和保护老年人福利的一个有前景的方向。然而，关于私人长期护理机构的系统研究仍然很少。更重要的是，很少有研究同时解决三个问题：基于公开数据的客观机构层面风险评估、可解释的关键风险驱动因素的识别，以及评估框架的实际部署以支持实际决策。这构成了文献中的一个重要空白。
本研究的目的是使用公开的机构数据，为中国私人长期护理机构开发并验证一个基于机器学习的可解释信用风险评估框架。为此，本研究开发了一个针对中国私人长期护理机构的信用风险评估框架（见图1）。公开机构数据以合规的方式收集，并使用重采样技术进行处理以解决类别不平衡问题。测试了多种机器学习算法，并通过特征重要性和SHAP分析增强了可解释性。此外，还开发了一个基于网络的应用程序，用于实时部署，支持监管监督和家庭决策。

图1 研究路线图（来源：作者自提供）
本研究有三个主要贡献。首先，它将信用风险评估扩展到长期护理领域，构建了一个包含594家私人机构的多维数据集，以捕捉财务实力、运营规模、创新能力和合规记录。其次，它结合了类别不平衡处理和集成机器学习及可解释的人工智能技术，以提高预测准确性和透明度。第三，它通过部署一个公开可访问的网络工具，将方法论创新与实践相结合，从而在银经济下增强机构责任感和可持续治理。此外，端到端的流程（数据准备、重采样、模型训练和解释）被明确指定，以便地方监管机构复制和调整。
本文的其余部分结构如下。第2节回顾相关文献。第3节描述数据和方法论。第4节展示实证结果。第5节提供讨论，第6节总结本文。

2 相关工作
2.1 人口老龄化与长期护理服务的供应
人口老龄化是一个不可逆转的全球人口趋势（18）。自21世纪初以来，世界人口结构经历了深刻的变化。根据世界卫生组织的预测，到2050年，60岁及以上的人口将超过21亿，是2020年的两倍多（1）。作为世界上最大的发展中国家，中国面临着特别漫长和复杂的人口老龄化过程，这对社会和经济发展带来了重大长期挑战（2）。
在长期护理服务方面，中国建立了包括居家护理、社区护理和机构护理在内的三级服务体系（8）。目前，每10,000名65岁及以上的老年人中只有20家长期护理机构（9）。然而，随着老龄化程度的加深以及空巢家庭、高龄老人和功能障碍群体的增加，长期护理需求呈现出刚性上升趋势（9, 10）。在这个系统中，私人长期护理机构发展迅速，但仍面临服务质量和专业人员不足、运营效率低下等挑战（12）。因此，帮助老年人和他们的家庭有效识别和选择高质量的私人机构已成为学术界和政策界共同关注的问题。

2.2 私人长期护理机构的信用评估
中国的长期护理服务体系包括公共机构、私人机构和混合机构（如由公共资金建造但私人运营的设施）（5）。近年来，由于人口需求的增加和政策激励，私人机构的数量显著增加。在这种情况下，信用评估为支持机构可持续性和保护老年人免受不可靠服务提供者的侵害提供了一个有前景的工具（19）。然而，现有研究对这一领域的信用评估关注有限。大多数研究依赖于主观指标，如居民满意度调查或利益相关者访谈（20）。虽然这些方法提供了有价值的见解，但它们低估了如认知障碍者等弱势群体，并经常忽略与财务稳健性、创新能力或合同履行相关的机构层面特征（13）。尽管政府机构引入了各种服务质量指南并进行了现场评估，但目前仍没有统一的全国性私人长期护理机构评估系统（21, 22）。此外，这些评估所依据的数据通常对潜在的服务用户及其家庭不透明或不可访问（23, 24）。这些局限性凸显了基于公开数据的机构层面评估的必要性。
2.3 信用风险评估方法的进步
传统的信用风险评估技术包括统计方法，如单变量分析、多重判别分析（MDA）和逻辑回归（25–27）。尽管这些方法被广泛使用，但它们依赖于严格的统计假设（例如变量独立性、正态性），在动态复杂的数据环境中效果较差（28）。
随着大数据和人工智能的发展，机器学习已成为主流替代方案，提供了非线性建模能力和更优的预测性能（15, 29）。实证研究表明，集成算法如XGBoost、LightGBM和随机森林在预测准确性方面通常优于传统模型（30, 31）。一些学者还将机器学习与统计评估方法相结合，以减少主观性并提高实用性（16, 32）。尽管机器学习模型在预测方面具有优势，但它们经常因其“黑箱”特性而受到批评，这限制了透明度和实际应用（33）。在长期护理等受监管或社会敏感的领域，可解释性对于责任性、决策的可争议性和管理的可行性至关重要（34）。最近，人们开始关注可解释的人工智能：SHAP和LIME通过量化特征对预测的贡献提供了透明的解释，从而解决了机器学习的“黑箱”问题（33, 35）。这些进展已在医疗保健和中小企业金融等领域得到成功应用。然而，它们在长期护理领域的应用仍不充分。

2.4 现有研究和研究贡献的不足
尽管文献取得了重要进展，但仍存在三个关键空白。首先，大多数长期护理评估强调主观的服务质量，而忽视了财务稳定性、运营规模、创新能力和合规记录等机构层面指标。其次，尽管信用风险评估方法已广泛应用于个人和小企业，但将其应用于私人长期护理机构的案例很少，这在理解机构可持续性方面留下了重要空白。第三，虽然机器学习提高了预测准确性，但很少有研究将其与可解释性工具结合，以揭示驱动机构信用风险的机制——这对监管机构、管理者和家庭来说至关重要。
本研究通过四种方式解决了这些空白。（1）它使用合法收集的公开数据构建了一个包含594家私人长期护理机构的数据集，捕捉了超出服务质量的多个维度属性。（2）它结合了多种类别不平衡处理技术和主流机器学习算法，开发了一个稳健的信用风险评估框架。（3）它使用特征重要性和SHAP来识别和解释机构信用度的决定因素。（4）它通过部署一个用户友好的网络应用程序来增强实际应用性，从而将方法论创新与治理实践相结合。

3 数据和方法
3.1 数据来源
使用基于Python的网络爬取技术从中国天眼查平台（Tianyancha）收集了私人长期护理机构的数据，符合相关的法律和伦理要求。数据收集于2025年11月30日完成。仅使用了公开可访问的机构层面记录；没有收集个人数据，并且爬虫遵守了访问频率限制以减少平台负担。使用“长期护理服务”作为搜索关键词，我们获得了浙江省杭州注册的715家机构的初始样本。在预处理过程中，我们仅移除了由于爬取/解析错误、单位不一致和重复记录造成的明显无效条目。因此，最终的分析样本包含594家有效机构。
该数据集使用非订阅用户账户从天眼查平台编译而来，仅收集了登录后公开可访问的机构层面信息。它包含21个变量。因变量Y_value（信用worthiness）是一个二元指标，其中1表示高信用度，0表示低信用度。具体来说，Y_value是根据平台公开披露的信用相关指标构建的，并使用预定义的阈值映射为二元结果（根据平台的评级规则，信用评分为80分或以上的机构被归类为高信用度并编码为1，而评分低于80分的机构被归类为低信用度并编码为0）。其余20个解释变量涵盖了财务、运营、创新和风险相关属性。表1提供了详细的定义。

表1
变量代码 变量描述
1CW01 成立时间
2CW02 注册资本
3CW03 法定代表人稳定性
4CW04 股东数量
5CS01 企业规模
6CS02 分支机构数量
7CS03 纳税员工数量
8CS04 外部投资能力
9CS05 投标和招标数量
10CS06 服务客户数量
11CP01 资格证书
12CP02 专利数量
13CP03 招聘职位数量
14CP04 版权数量
15CP05 融资历史
16CR01 相关风险警报
17CR02 历史执法/处罚记录
18CR03 相关异常变化监控
19CR04 诉讼案件数量
20CR05 企业数据变更数量
21Y_value 信用度（1=高，0=低）

3.2 类别不平衡算法
数据集存在严重不平衡，低信用度机构有482家（81.1%），而高信用度机构只有112家（18.9%）。为了解决这种不平衡问题，采用了四种重采样策略：随机过采样、随机欠采样、组合过采样和欠采样以及合成少数样本过采样技术（SMOTE）。随机过采样通过随机复制少数样本来增加少数类的代表性，但这可能会增加过拟合的风险。随机欠采样通过随机删除多数样本来减少多数类的主导地位，但可能会丢弃有信息量的观测值，导致信息丢失。组合过采样和欠采样通过适度增加少数类和减少多数类来平衡类别分布，同时保留信息。SMOTE不复制样本；相反，它通过在少数样本及其最近邻居之间插值来生成合成少数样本，从而扩大特征空间中的少数类覆盖范围并提高样本多样性。

3.3 模型开发与评估
数据集被随机划分为训练集（75%）和测试集（25%）。划分是分层的，以保持各部分之间的原始类别比例。应用了六种分类器：CART、C4.5、随机森林（RF）、支持向量机（SVM）、Bagging和极端梯度提升（XGBoost）。使用网格搜索结合手动微调，在训练集内的分层五折交叉验证中优化了这六种分类器的超参数。为了提高透明度和可重复性，所有模型的最终超参数设置都在附录表A1中报告。然后在保留的测试集上评估了最终模型性能。使用了几种常用的评估指标来评估模型性能，包括接收者操作特征曲线（ROC）下的面积（AUC）、敏感性、特异性和准确性。敏感性反映了模型正确识别正样本的能力，而特异性反映了模型正确识别负样本的能力。准确性总结了正确分类样本的总体比例，AUC提供了跨决策阈值的整体区分性能度量。为了提高性能报告的稳健性，这些核心测试集指标在表2中提供了95%的置信区间。此外，在保留的测试集上还计算了精确度、F1分数和精确度-召回率曲线下的面积（PR-AUC），并在附录表A2中报告，以提供在类别不平衡情况下的更全面评估。

表2
采样策略 指标
CART 0.793 (0.672–0.964)
C4.5 0.759 (0.733–0.967)
RF 0.931 (0.882–0.953)
SVM 0.724 (0.556–0.885)
Bagging 0.862 (0.717–0.967)
XGBoost 0.931 (0.882–0.961)
SMOTE 0.825 (0.759–0.889)

4.1 描述性分析
在分析的594家私人长期护理机构中，有482家（81.1%）被归类为低信用度，而112家（18.9%）被归类为高信用度，证实了明显的类别不平衡。如图2所示，与结果最相关的八个变量之间的 pairwise 相关性较低。此外，VIF诊断显示所有解释变量的值都低于10，尽管有三个变量的值略高于5，表明只有中等程度的共线性，不太可能影响后续的机器学习分析。详细的VIF值在附录表A3中报告。

4.2 处理类别不平衡的效果
为了减轻不平衡，使用四种策略对训练集进行了重采样：随机过采样、随机欠采样、组合过采样和欠采样以及SMOTE。表3报告了结果类别分布，显示每种方法都成功平衡了数据集，从而提高了分类器识别少数类机构的能力。

4.3 模型性能比较
在每种重采样策略下训练了六种分类器，即CART、C4.5、RF、SVM、Bagging和XGBoost。它们的核心测试集性能使用敏感性、特异性和AUC进行了评估，并提供了95%的置信区间。表2显示了这些结果。此外，附录表A2还报告了其他测试集指标，包括精确度、F1分数和PR-AUC，提供了在类别不平衡情况下的更全面评估。表2总结了在四种类别不平衡处理策略下训练的模型的测试集性能，相应的训练集性能在附录表A4中报告。首先，不同分类器之间存在明显差异。在所有重采样策略中，基于集成树的模型（RF、Bagging，尤其是XGBoost）在准确性和AUC方面通常优于单树方法（CART和C4.5）和SVM。这表明，集成方法比单树或基于边界的分类器更能捕捉机构特征之间的非线性关系和复杂交互作用。特别是RF和XGBoost在大多数设置下获得了最高的AUC值，表明它们在区分高信用度和低信用度机构方面具有更强的区分能力。其次，重采样策略的选择系统地影响了模型行为。与简单的过采样或欠采样相比，组合过采样和欠采样策略以及SMOTE同时提高了大多数分类器的敏感性、特异性和AUC。这表明这些策略在解决类别不平衡方面更有效：模型对多数类的偏见较小，能够更好地识别高信用度机构，而不会牺牲对低信用度组的性能。SMOTE特别有效，因为它在特征空间中合成少数样本，从而帮助细化了两个类别之间的决策边界。第三，XGBoost在所有四种重采样方法下都表现出强劲且稳定的性能，在SMOTE配置下表现最佳。在这种配置下，XGBoost的敏感性为0.966，正确识别了绝大多数高信用度机构；特异性为0.950，准确识别了低信用度机构；总体准确率为0.953。尽管C4.5在SMOTE下的准确率也达到了类似水平（0.953），但其性能分布更为不平衡，特异性非常高（0.975），但敏感性较低（0.862）。对于信用风险评估和早期预警，这种不平衡不太理想，因为它增加了真正高信用度机构被误分类的可能性，可能会扭曲后续的监管或投资决策。相比之下，SMOTE下的XGBoost提供了更有利的平衡，同时实现了高敏感性和特异性，从而提供了更可靠的分类模式。附录表A2中的补充结果进一步证实了XGBoost在SMOTE下的优越性能。

4.4 关键特征分析
为了深入了解机构信用度的驱动因素，使用SHAP方法和模型的内在增益重要性对表现最佳的模型（带SMOTE的XGBoost）进行了特征重要性分析。图4报告了每种方法排名的前15个特征。尽管详细排名略有不同，但有四个变量始终脱颖而出，其重要性得分显著较高：注册资本（CW02）、纳税员工数量（CS03）、融资历史（CP05）和专利数量（CP02）。因此，这些变量被选为深入解释和在基于Web的评估工具中实现的核心特征。

4.5 网页部署工具
为了将研究与实践联系起来，最终优化的模型（带SMOTE的XGBoost）使用Streamlit框架作为实时Web应用程序进行了部署。该工具允许监管机构、管理者和家庭输入机构数据并立即获得信用度预测。该应用程序还将机构分为四个风险等级——警报、审查、观察和顶级等级——从而支持监管监督和明智的家庭决策。该工具旨在作为决策支持工具，而不是自动决策器，结果应与现场检查和护理质量的定性评估一起解释。综合这些模式，可以指出一个特定于行业的“创新-稳定性悖论”：通过融资或象征性创新进行激进扩张可能会悖论性地损害私人长期护理机构的长期韧性。图5显示了前15个特征的SHAP摘要图，展示了每个特征对模型预测的总体影响（来源：作者自己的计算）。为了进一步研究这些核心变量如何影响模型预测，生成了注册资本（CW02）、融资历史（CP05）、专利数量（CP02）和纳税员工数量（CS03）的SHAP依赖图，如图6所示。这些图表揭示了明显的非线性效应模式。一旦注册资本超过某个低阈值，它对预测的信用度有显著的正面贡献，表明更强的资本储备显著提高了机构的稳定性。相比之下，融资历史和专利数量在较高值时显示出总体上的负面边际效应，这表明更频繁的融资活动或过度依赖专利的扩张可能与更高的运营复杂性和较低的预测信用度相关。纳税员工数量的依赖图显示了总体上的正面关联，尽管贡献的幅度在观察范围内有所不同，这意味着非线性效应而非简单的线性增长。这些结果为从SHAP摘要图中得出的解释提供了更详细的证据，并进一步支持了私人长期护理机构中存在创新-稳定性权衡的观点。

图6显示了四个关键特征的SHAP依赖图（来源：作者自己的计算）。这些图表展示了每个特征对私人长期护理机构预测信用度的边际贡献，并揭示了在观察到的值范围内存在的异质性非线性效应模式。

4.5 便捷的信用风险评估应用
为了提高实用性，优化的SMOTE-XGBoost模型被部署为使用Streamlit框架的实时网络应用程序。如图7所示，该界面允许用户输入四个关键特征的值，并立即获得预测的信用度水平。

图7 便捷的信用风险评估应用（来源：作者自己的计算）。

机构被分为四个风险等级：（1）警报：最高风险，需要立即关注；（2）审查：中等风险，需要进一步评估；（3）观察：相对较低风险，但建议继续监控；（4）顶级：信用表现和可靠性强。这个用户友好的工具支持监管机构进行有针对性的监督，帮助管理者进行自我评估，并使家庭能够做出明智的决策。该网络应用程序可在https://english-str-gxatugjtgzy62ccjc92cmg.streamlit.app/公开访问。

5 讨论与启示
5.1 主要发现
本研究开发并验证了一个专门针对中国私人长期护理机构的信用风险评估框架，在那里透明和客观的评估工具仍然有限。通过将重采样技术与多种机器学习模型相结合，该框架能够在保持高预测准确性和可解释性的同时处理明显的类别不平衡问题。在所有处理不平衡的策略中，基于集成树的方法，特别是XGBoost，始终优于单树模型和SVM，表明在这种背景下，机构信用风险是由特征之间的非线性关系和复杂相互作用塑造的，而不仅仅是简单的线性效应。特别是在SMOTE重采样策略下，XGBoost实现了0.966的敏感性、0.950的特异性、0.953的准确性和0.993的AUC。这种平衡的性能特征——同时具有高敏感性和特异性——表明该模型能够有效区分高信用度和低信用度的机构，避免了过度强调误报或遗漏风险。这些结果证实了所提出的框架非常适合长期护理行业的自动化信用风险评估和早期预警。

除了分类准确性之外，该模型还提供了关于机构信用度驱动因素的实质性见解。特征重要性和SHAP分析共同确定了四个关键决定因素：注册资本、员工规模、融资历史和专利数量。注册资本和纳税员工数量对预测的信用度有稳定的正面影响，强调了财务稳健性和组织规模在维持机构信誉方面的基础作用。资本更充足且雇佣了更多正式注册员工的机构更有可能保持稳定的运营、履行合同义务并提供持续的服务，这些都是长期护理环境中的关键因素。相比之下，融资历史和专利数量显示出更为微妙且在较高水平上主要是负面的关联。模型表明，频繁或复杂的融资活动可能表明财务压力或对外部资本的过度依赖，增加了对长期偿付能力的担忧。同样，如果密集的专利活动没有伴随着服务能力或治理方面的明显改进，可能会被视为象征性或投机性的创新，而不是对护理质量的实质性提升。这些模式共同表明了一个特定于行业的“创新-稳定性悖论”，即旨在快速扩张或显著创新的策略可能会悖论性地增加运营脆弱性和感知风险。

为了将这些分析发现转化为实际的决策支持，优化的SMOTE-XGBoost模型被部署为一个用户友好的网络应用程序。通过允许用户输入可观察到的机构特征并接收实时的信用度评估，该工具实现了上述四个关键决定因素的运作。因此，它为监管机构提供了可扩展的监督工具，为管理者提供了自我评估和风险管理的诊断工具，并帮助老年人和他们的家庭在选择私人长期护理机构时减少信息不对称性。

5.2 与现有文献的比较
本研究在三个重要方面扩展了先前的研究。首先，虽然大多数对长期护理机构的评估依赖于主观措施，如居民满意度调查或定性访谈（11, 13），但本研究证明了使用公开可用信息进行客观、数据驱动的评估的可行性。通过将焦点从感知评估转移到机构层面的指标上，它为评估长期护理行业的可持续性提供了更全面和透明的框架。其次，在方法论上，该研究将传统上应用于个人和小企业的信用风险评估模型（14, 15）适应到私人长期护理机构的背景中。将类别不平衡处理策略与集成机器学习相结合，增强了预测的稳健性，这一点通过SMOTE-XGBoost组合的优越性能得到了证明（AUC=0.993，同时具有高敏感性和特异性）。同时，使用SHAP分析直接解决了AI模型的“黑箱”限制，揭示了各个特征如何贡献于预测的信用度得分。这种方法符合最近在医疗保健和社会治理中呼吁的可解释机器学习的趋势（33），我们的结果提供了一个具体示例，说明如何在保持准确性和可解释性的同时将这些方法应用于新领域。第三，除了方法论贡献之外，该研究还通过确定四个关键决定因素——注册资本、员工规模、融资历史和专利数量——为讨论机构信用度增添了细微差别。注册资本长期以来一直被视为企业风险评估和社会服务提供中财务稳健性的代理指标，先前的研究强调了其在降低违约风险和确保服务连续性方面的作用（19, 26）。我们的发现证实了这一观点，显示了注册资本与机构信用度之间的一致性正面关系。员工规模通过纳税员工的数量来衡量，反映了组织能力和监管合规性。与医疗保健和治理研究的证据一致（42），更大且正式化的员工队伍表明更强的服务能力和信誉。相比之下，融资历史显示出更复杂的关联。虽然融资渠道通常与小企业的增长潜力相关（17），但我们的结果表明，频繁或复杂的融资轨迹可能会削弱机构稳定性。这一发现与金融风险文献一致，后者强调了过度杠杆化和不稳定的资本结构会提高长期风险（43, 44）。同样，如果密集的专利活动没有伴随着服务能力或治理方面的可见改进，可能会被视为象征性或投机性的创新，而不是护理质量的实质性提升。这些模式共同表明了一个特定于行业的“创新-稳定性悖论”，即旨在快速扩张或显著创新的策略可能会悖论性地增加运营脆弱性和感知风险。

为了将这些分析发现转化为实际的决策支持，优化的SMOTE-XGBoost模型被部署为一个用户友好的网络应用程序。通过允许用户输入可观察到的机构特征并接收实时的信用度评估，该工具实现了上述四个关键决定因素的运作。因此，它为监管机构提供了可扩展的监督工具，为管理者提供了自我评估和风险管理的诊断工具，并帮助老年人和他们的家庭在选择私人长期护理机构时减少信息不对称性。

5.2 与现有文献的比较
本研究在三个重要方面扩展了先前的研究。首先，虽然大多数对长期护理机构的评估依赖于主观措施，如居民满意度调查或定性访谈（11, 13），但本研究证明了使用公开可用信息进行客观、数据驱动的评估的可行性。通过将焦点从感知评估转移到机构层面的指标上，它为评估长期护理行业的可持续性提供了更全面和透明的框架。其次，在方法论上，该研究将信用风险评估模型——传统上应用于个人和小企业（14, 15）——适应到私人长期护理机构的背景中。将类别不平衡处理策略与集成机器学习相结合，增强了预测的稳健性，这一点通过SMOTE-XGBoost组合的优越性能得到了证明（AUC=0.993，同时具有高敏感性和特异性）。同时，使用SHAP分析直接解决了AI模型的“黑箱”限制，揭示了各个特征如何贡献于预测的信用度得分。这种方法与最近在医疗保健和社会治理中呼吁的可解释机器学习相一致（33），我们的结果提供了一个具体示例，说明如何在保持准确性和可解释性的同时将这些方法应用于新领域。第三，除了方法论贡献之外，该研究还通过确定四个关键决定因素——注册资本、员工规模、融资历史和专利数量——为讨论机构信用度增添了细微差别。注册资本长期以来一直被视为企业风险评估和社会服务提供中财务稳健性的代理指标，先前的研究强调了其在降低违约风险和确保服务连续性方面的作用（19, 26）。我们的发现证实了这一观点，显示了注册资本与机构信用度之间的一致性正面关系。员工规模通过纳税员工的数量来衡量，反映了组织能力和监管合规性。与医疗保健和治理研究的证据一致（42），更大且正式化的员工队伍表明更强的服务能力和信誉。相比之下，融资历史显示出更复杂的关联。虽然融资渠道通常与小企业的增长潜力相关（17），但我们的结果表明，频繁或复杂的融资轨迹可能会削弱机构稳定性。这一发现与金融风险文献一致，后者强调了过度杠杆化和不稳定的资本结构会提高长期风险（43, 44）。同样，专利数量突出了一个特定于行业的“创新-稳定性悖论”。尽管创新通常与竞争力相关（45, 46），但对专利的过度依赖如果没有相应的治理或服务质量改进，可能会破坏运营的稳定性——这一点得到了（12）的呼应。这些发现通过证明财务稳健性和人力资本投资能够增强信誉，而未经检查的财务复杂性和象征性创新可能会损害可持续性，从而完善了对长期护理行业机构信用度的理解。

5.3 政策和实际意义
本研究的结果对监管治理、机构管理、家庭决策以及长期护理行业的整体发展具有重要意义。首先，对于监管机构而言，所提出的框架提供了一个可扩展且成本效益高的工具，用于加强基于风险的监督。在中国背景下，由于私人长期护理机构的快速扩张，监管资源有限，预测建模可以帮助民政部门和其他相关机构优先进行检查，关注预测风险较高的设施，并设计早期预警名单。通过不断用新数据更新模型，监管机构可以从事后、基于投诉的监督转向更主动的、数据驱动的风险监控，从而减少检查中的盲点并增强消费者保护。其次，对于机构管理者而言，确定关键决定因素为战略和运营决策提供了具体指导。注册资本和员工规模的积极作用表明，管理者应持续关注资本充足性、对员工的长期投资和正式的雇佣安排，而不仅仅是依赖短期的成本削减。相反，复杂的融资历史和过度专利的负面关联突显了追求快速杠杆化扩张或象征性创新而不同时改善治理和服务质量的风险。在实际操作中，管理者应采取保守的融资政策，加强内部风险管理和披露，并将创新嵌入到稳定的运营和质量保证的更广泛框架中，以避免陷入“创新-稳定性悖论”。第三，对于家庭和服务用户而言，基于网络的应用程序有助于解决中国长期护理市场特有的信息不对称问题。许多家庭，特别是那些照顾体弱或认知能力受损的老年人的家庭，缺乏收集和解释机构信息的专业知识和时间。通过将复杂的风险模型转化为直观的风险等级和视觉输出，该工具提供了一个可访问的参考，可以与现场访问和口碑评价一起使用。这不仅支持了更知情和透明的机构选择，还增强了家庭在与服务提供者互动时的议价能力和信心。这种透明度功能对于面临紧急安置决策的脆弱家庭尤其有价值。最后，对于整个长期护理行业而言，将可解释的AI整合到治理实践中，展示了数字技术如何在银经济时代促进透明度、问责制和韧性。在系统层面，此类工具可以嵌入到地方或国家信用信息平台中，与许可、补贴分配或绩效评估机制相结合，用于刺激一个良性循环，在这个循环中，表现优异的机构得到奖励，表现不佳的机构能够被及时识别和纠正。这样，该框架不仅有助于微观层面的决策，还有助于构建一个更可持续、可信和有竞争力的机构护理市场。

5.4 局限性和未来研究
应承认几个局限性。首先，数据集仅限于杭州的机构，这可能会限制研究结果的普遍性。未来的研究应扩大地理范围，以捕捉监管框架和市场条件的区域差异。其次，信用度这一因变量基于第三方评级，其中可能包含测量偏差或忽略了护理质量的定性方面。将机构层面的指标与政府检查记录或居民报告的结果结合起来将提高有效性。未来的工作可以使用多个来源（例如，行政合规记录、补贴资格或记录的服务中断）来三角验证标签，以减少平台特定的测量偏差。第三，当前框架侧重于结构和财务属性。结合服务质量、人员能力和用户满意度等额外维度，可以提供更全面的机构可持续性评估。

6 结论
本研究为中国私人长期护理机构开发了一个新颖的信用风险评估框架，解决了在银经济下对透明和客观评估机制的迫切需求。使用来自杭州594家机构的合法收集的公共数据，该框架结合了类别不平衡处理技术和机器学习模型。XGBoost模型结合SMOTE重采样展示了卓越的性能，实现了高区分能力和稳健的普遍性。除了预测准确性之外，该研究还利用特征重要性和SHAP分析来提高可解释性，确定了机构信用度的四个关键决定因素：注册资本、纳税员工数量、融资历史和专利数量。虽然前两项对财务稳定性和组织韧性有积极贡献，但后两项在较高层次上显示出负面关联，这反映了长期护理领域特有的“创新与稳定性悖论”。这项研究的贡献有三个方面：首先，它将信用风险方法扩展到长期护理领域，为相关文献提供了基于机构层面、数据驱动的证据；其次，它展示了可解释机器学习在揭示影响机构可持续性机制方面的价值；最后，它通过开发一个公开可用的网络工具，将方法创新与实践相结合，从而帮助监管机构、管理者和家庭做出基于证据的决策。

展望未来，通过将研究框架扩展到更广泛的地理区域，纳入更多关于护理质量的定性维度，并整合多种数据来源，将进一步增强其可靠性和适用性。总体而言，这项研究为提高长期护理服务的透明度、责任感和韧性提供了一条基于数据的路径，有助于推动该行业在“银发经济”时代的可持续发展。