健康老齡化背景下我國城鄉(xiāng)居民基本養(yǎng)老保險空間分布及影響因素研究

陳俊利 王璐 任建學 井淇 盛紅旗 高倩倩 蔡偉芹 馬安寧

基金項目：教育部人文社科規(guī)劃基金項目（22YJAZH081）；山東省重點研發(fā)計劃（軟科學項目）重大項目（2020RZB14001）；國家

自然科學基金資助項目（7210041297）；教育部人文社會科學研究青年基金項目（20YJCZH002）；山東省自然科學基金面上項目（ZR202102180607）；濰坊市科學技術(shù)局資助項目（2020RKXHT147）

引用本文：陳俊利，王璐，任建學，等.健康老齡化背景下我國城鄉(xiāng)居民基本養(yǎng)老保險空間分布及影響因素研究［J］. 中國全科醫(yī)學，2024，27（19）：2382-2387. DOI：10.12114/j.issn.1007-9572.2023.0258.［www.chinagp.net］

CHEN J L，WANG L，REN J X，et al. Study on the Spatial distribution and influencing factors of basic endowment insurance for uban and rural residents in China under the background of healthy aging［J］. Chinese General Practice，2024，27（19）：2382-2387.

? Editorial Office of Chinese General Practice. This is an open access article under the CC BY-NC-ND 4.0 license.

【摘要】 背景 《“十四五”健康老齡化規(guī)劃》提出促進實現(xiàn)健康老齡化，這不僅是要老年人健康，更要關(guān)注養(yǎng)老保障。隨著老齡化社會程度的不斷加深，各省份現(xiàn)行的城鄉(xiāng)居民養(yǎng)老保險（以下簡稱城鄉(xiāng)居保）制度的參保水平等差距明顯。在此背景下對養(yǎng)老保險制度進行研究具有重要意義。目的 通過描述2013—2020年31省份城鄉(xiāng)居保參保水平的空間分布現(xiàn)狀，觀察我國參保水平的空間相關(guān)性和差異性，分析相關(guān)影響因素，為政府和醫(yī)療衛(wèi)生行政部門制定養(yǎng)老保險政策提供建議。方法 本研究數(shù)據(jù)來源于2014—2021年《中國統(tǒng)計年鑒》，城鄉(xiāng)居保的參保水平根據(jù)公共管理、社會保障和社會組織模塊中的分地區(qū)“城鄉(xiāng)居民基本養(yǎng)老保險參保人數(shù)”與人口模塊中分地區(qū)“年末人口數(shù)”之比計算得出。影響因素的各個指標均來自2014—2021年《中國統(tǒng)計年鑒》。運用ArcGIS 10.8統(tǒng)計分析軟件，將整理的31個省份的城鄉(xiāng)居保參保水平與中國省級行政區(qū)劃進行匹配，對31個省份之間的城鄉(xiāng)居保參保水平的差異進行描述性分析，利用全局空間自相關(guān)和Getis-Ord Gi*局部熱點等方法，研究參保水平的空間相關(guān)性和冷熱點，結(jié)合地理探測器研究相關(guān)影響因素。結(jié)果 從全國總體來看，2013—2020年，我國城鄉(xiāng)居保參保人數(shù)和參保水平都是逐年上升的；從縱向結(jié)構(gòu)上看，各省份的參保水平差異很大；從橫向結(jié)構(gòu)上看，2013—2020年，大部分省份的增長率都為正值。我國2013—2020年31省城鄉(xiāng)居保參保水平具有空間相關(guān)性，中部省份為熱點地區(qū)，上海市為冷點地區(qū)，影響因素對參保率的影響力由大到小依次為經(jīng)濟發(fā)展因素、社會發(fā)展因素、政策因素、文化教育因素。結(jié)論 城鄉(xiāng)居保總體參保水平逐年上漲，但各省份之間的參保水平和增長率存在差異，經(jīng)濟發(fā)展水平是影響城鄉(xiāng)居保參保水平的重要因素。

【關(guān)鍵詞】 城鄉(xiāng)居民基本養(yǎng)老保險；健康老齡化；空間分布；熱點分析；地理探測器

【中圖分類號】 R 1-9 【文獻標識碼】 A DOI：10.12114/j.issn.1007-9572.2023.0258

Study on the Spatial Distribution and Influencing Factors of Basic Endowment Insurance for Uban and Rural Residents in China Under the Background of Healthy Aging

CHEN Junli1，WANG Lu2，REN Jianxue2，JING Qi2，3，SHENG Hongqi3，4，GAO Qianqian2，3， CAI Weiqin2，3*，MA Anning1，3*

1.School of Public Health，Weifang Medical University，Weifang 261053，China

2.School of Management，Weifang Medical University，Weifang 261053，China

3.Collaborative Innovation Center for Prediction and Management of Major Social Risks in "Healthy Shandong"，Weifang 261053，China

4.Weifang Human Resources and Social Security Bureau，Weifang 261053，China

*Corresponding authors：MA Anning，Professor/Master supervisor；E-mail：yxyman@126.com

CAI Weiqin，Associate professor；E-mail：caiweiqin@yeah.net

【Abstract】 BackgroundThe "Fourteenth Five-Year Plan for Healthy Aging" proposes to promote the realization of healthy aging，which not only requires the elderly to be healthy，but also pays attention to the security. With the deepening of the aging society，there is a significant gap in the level of participation of the current pension insurance system for urban and rural residents in various provinces. Under this background，it is of great significance to study the endowment insurance system. Objective To describ the spatial distribution of the basic old-age insurance participation level of urban and rural residents in 31 provinces in China from 2013 to 2020，to observe the spatial correlation and difference of the participation level among provinces，to analyze the relevant influencing factors，and to provide suggestions for the government and medical and health administrative departments to formulate the old-age insurance policy. Methods The data for this study is sourced from the China Statistical Yearbook from 2014 to 2021. The level of participation in urban and rural residential insurance is calculated based on the ratio of the number of urban and rural residents participating in basic pension insurance by region in the public management，social security，and social organization modules to the end of year population in the population clump. The various indicators of influencing factors are all from the 2014-2021 China Statistical Yearbook. Using ArcGIS 10.8 statistical analysis software，the basic pension insurance participation levels of urban and rural residents in 31 provinces were matched with provincial administrative divisions in China. Descriptive research and analysis were conducted on the differences in pension insurance participation levels among 31 provinces. Using methods such as global spatial autocorrelation and Getis Ord Gi * local hotspots，the spatial correlation and hot and cold spots of participation levels were studied，Study the relevant influencing factors by combining geographic detectors. Results Overall，from 2013 to 2020，the number and level of urban and rural resident insurance participants in China had been continuously increasing year by year；from a vertical structure perspective，there were significant differences in the level of insurance participation among provinces；from a horizontal perspective，from 2013 to 2020，the growth rate of most provinces was positive. The participation level of basic pension insurance for urban and rural residents in 31 provinces of China from 2013 to 2020 had spatial correlation. The central provinces were hot areas，while Shanghai is a cold area. The influencing factors on the participation rate were economic development factors，social development factors，policy factors，and cultural and educational factors in descending order. ConclusionThe overall level of participation in basic pension insurance for residents has been increasing year by year，but there are differences in the level of participation and growth rate among provinces. The level of economic development is an important factor affecting the level of participation in basic pension insurance for residents.

【Key words】 Basis endowment insurance system for urban and rural residents；Healthy aging；Spatial distribution；Hot spot analysis；Geographic detector

2022年，國家衛(wèi)生健康委員會等部門聯(lián)合印發(fā)《“十四五”健康老齡化規(guī)劃》提出“促進實現(xiàn)健康老齡化”。健康老齡化是WHO提出的一項應(yīng)對人口老齡化的發(fā)展戰(zhàn)略［1-2］。隨著我國老年人口比重越來越接近中度老齡化，實施健康老齡化戰(zhàn)略迫在眉睫。但是，健康老齡化不僅是要老年人健康，更要關(guān)注養(yǎng)老保障。城鄉(xiāng)居民基本養(yǎng)老保險（以下簡稱城鄉(xiāng)居保）制度是養(yǎng)老保障體系的重要組成部分，關(guān)乎我國民生事業(yè)的發(fā)展。建立統(tǒng)一的城鄉(xiāng)居保制度對于逐步瓦解城鄉(xiāng)分治的二元化社會結(jié)構(gòu)、實現(xiàn)城鄉(xiāng)平等，具有里程碑式的重要意義［3］。

隨著城鄉(xiāng)居保制度的發(fā)展和完善，2013—2020年參保人數(shù)由49 750.1萬人上漲至54 342.8萬人，基金支出由18 470.4億元上漲為51 301.4億元，累計結(jié)余由

3 005.7億元上漲為9 758.6億元。有學者預(yù)測，到2027年城鄉(xiāng)居保的參保代表年齡會下降至21.9歲［4］。總體來看，城鄉(xiāng)居保制度運行整體穩(wěn)定，人們也逐漸意識到城鄉(xiāng)居保的重要性。雖然城鄉(xiāng)居保發(fā)展整體穩(wěn)定高效，但是在空間分布上存在差異。研究發(fā)現(xiàn)，各省份之間城鄉(xiāng)居保的參保人數(shù)、覆蓋率、基金規(guī)模和基礎(chǔ)養(yǎng)老金替代率等都有一定差距［5-6］。雖然新農(nóng)保和城居保兩項制度合并實施后不斷完善，但是隨著老社會齡化的不斷加劇，依據(jù)現(xiàn)行的城鄉(xiāng)居保制度，各省份的參保水平等差距將會越來越大。

本文采用空間計量經(jīng)濟學的方法，從城鄉(xiāng)居保參保水平的角度，通過觀察城鄉(xiāng)居保參保水平的空間分布，研究各省市的城鄉(xiāng)居保參保水平的空間相關(guān)性和區(qū)域差異性，對參保水平的影響因素進行分析并提出相關(guān)建議。

1 資料與方法

1.1 數(shù)據(jù)來源

本研究數(shù)據(jù)來源于2014—2021年《中國統(tǒng)計年鑒》，城鄉(xiāng)居保的參保水平根據(jù)公共管理、社會保障和社會組織模塊中的分地區(qū)“城鄉(xiāng)居民基本養(yǎng)老保險參保人數(shù)”與人口模塊中分地區(qū)“年末人口數(shù)”之比計算得出。影響因素的各個指標均來自于2014—2021年《中國統(tǒng)計年鑒》。為確保研究結(jié)果的準確性，本研究僅對《中國統(tǒng)計年鑒》數(shù)據(jù)完整的31個省份（自治區(qū)、直轄市）進行研究。

1.2 研究方法

運用ArcGIS 10.8統(tǒng)計分析軟件，將整理的31個省份（自治區(qū)、直轄市）的城鄉(xiāng)居保參保水平與中國省級行政區(qū)劃進行匹配，對31個省份（自治區(qū)、直轄市）之間的城鄉(xiāng)居保參保水平的差異性進行描述性研究分析，利用全局空間自相關(guān)和Getis-Ord Gi*局部熱點等方法，研究城鄉(xiāng)居保參保水平的空間相關(guān)性和冷熱點，結(jié)合地理探測器研究相關(guān)影響因素。

1.2.1 全局空間自相關(guān)：全局空間自相關(guān)，也稱為全局莫蘭自相關(guān)，空間自相關(guān)是指同一個變量在不同地理位置上的相關(guān)性，指標為全局莫蘭指數(shù)（Moran's Ⅰ），取值范圍介于［-1，1］之間。若Ⅰ<0，表明空間上呈現(xiàn)負相關(guān)性，并且越接近-1空間差異越明顯；若Ⅰ>0，則相反［7］。計算公式為：

I=［n∑ni=1∑nj=1wij（xi-x-）（xj-x-）］/［（n∑ni=1∑nj=1wij∑ni=1（xi-x-）2］? ? ? ? ? ? ? ? ?式（1）

其中，wij為區(qū)域i和區(qū)域j空間權(quán)重系數(shù)，wi、wj為區(qū)域i和區(qū)域j的城鄉(xiāng)居保的參保水平。

1.2.2 Getis-Ord Gi*局部熱點分析：Getis-Ord Gi*局部熱點分析是檢驗局部空間的相關(guān)性指標，表示某地理局部空間的某現(xiàn)象與其相鄰地理區(qū)域具有相關(guān)性。如果研究區(qū)域為高值，則推斷周圍相鄰地區(qū)也會出現(xiàn)高值，高值局部聚集稱為“熱點”，反之則稱為“冷點”［8］。計算公式為：

Gi=［∑nj=1wijwj-x-∑nj=wij］/

式（2）

1.2.3 地理探測器：地理探測器，是探測空間分異性以及揭示其背后驅(qū)動力的一組統(tǒng)計學方法，其核心思想是基于這樣的假設(shè)：如果某個自變量x對某個因變量y有重要影響，那么自變量x和因變量y的空間分布應(yīng)該具有相似性［9］，因此來探測自變量x對某個因變量y的影響程度，可以有效規(guī)避多重共線性的問題。本研究引入地理探測器來分析參保水平與各個影響因素的關(guān)系，并識別各影響因素的影響力大小。計算公式為：

q=1-1/Nσ2? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?式（3）

其中，q為影響力程度，也就是自變量x對某個因變量y的解釋程度，L為自變量x的分層，h=1……L，N為樣本數(shù)，σ2為方差。

2 結(jié)果

2.1 城鄉(xiāng)居保參保率總體分布及變化情況

從全國總體來看，2013—2020年，我國城鄉(xiāng)居保參保人數(shù)和參保水平都是逐年不斷上升的，參保人數(shù)由49 750.1萬人上漲到54 243.8萬人，增幅為9.03%；參保水平由36.56%上升到38.41%，增幅為5.06%（圖1）。

從縱向結(jié)構(gòu)上看，各省份的參保水平差異很大。2013—2020年，年均參保水平超過50%的兩個省份為安徽省、河南省，而且除2014年以外，安徽省的參保水平在各省份中居于領(lǐng)先地位，參保率高達55%以上。年均參保水平不足10%的3個省份為上海市、北京市和天津市，其中上海市的參保水平每年都為所有省份的最低值，僅有3%左右（圖2）。

從橫向結(jié)構(gòu)上看，2013—2020年，大部分省份的增長率都為正值，其中增長率最高的是天津市，為7.40%；但仍有5個省份負增長，為上海市、浙江省、江蘇省、山東省和重慶市（圖2）。

2.2 空間自相關(guān)分析

對我國2013—2020年31省城鄉(xiāng)居保參保水平進行Moran's I自相關(guān)分析。由分析結(jié)果（表1）可知，2013—2020年我國各省城鄉(xiāng)居保參保水平Moran's I自相關(guān)分析的P值均<0.05，結(jié)果具有統(tǒng)計學意義，而且Z值均>2.58，說明數(shù)據(jù)僅有<0.001的可能是隨機分布，從而可以認為我國2013—2020年31省城鄉(xiāng)居保參保水平具有空間相關(guān)性。而且，Moran's I均為正數(shù)，說明各省份之間的空間相關(guān)性為正相關(guān)，可以認為高參保水平省份與高參保水平省份相鄰，低參保水平省份與低參保水平省份相鄰。

2.3 G系數(shù)局部熱點分析

局部熱點分析是在數(shù)據(jù)整體具有空間相關(guān)性的基礎(chǔ)上，進一步分析局部自相關(guān)。高參保水平聚集的局部地區(qū)為“熱點”區(qū)域，反之為“冷點”區(qū)域。本研究采用2014、2016、2018年和2020年各省份的參保水平進行了局部熱點研究，結(jié)果顯示，2014年和2016年各省份城鄉(xiāng)居保參保水平均只有熱點區(qū)域，無冷點區(qū)域；2018年和2020年則出現(xiàn)了冷點區(qū)域。2014年，在90%～99%置信區(qū)間下，河南省、湖北省、四川省、山東省、安徽省、貴州省、重慶市、陜西省和山西省為具有統(tǒng)計學意義的熱點區(qū)域；2016年相比2014年，熱點區(qū)域增加了云南省減少了安徽省；2018年相較2016年，冷點地區(qū)增加了上海市；2020年相較2018年，熱點區(qū)域還少了重慶市和山西省（表2）。

2.4 城鄉(xiāng)居保參保水平的影響因素分析

根據(jù)研究表明，政策因素、經(jīng)濟發(fā)展水平、文化水平、年齡構(gòu)成、商業(yè)保險發(fā)展等因素，均會對保險參保產(chǎn)生一定影響［10-12］。借鑒此前研究成果，本研究以“經(jīng)濟發(fā)展因素—社會發(fā)展因素—政策因素—文化教育因素”為基礎(chǔ)框架，城鄉(xiāng)居保參保水平為因變量Y，選取的經(jīng)濟發(fā)展因素有地方人均GDP（X1）和居民人均可支配收入（X2），社會發(fā)展因素選取了失業(yè)率（X3）、老年人口撫養(yǎng)比（X4）、職工基本養(yǎng)老保險參保人數(shù)與年末總?cè)丝谥龋╔5），政策因素包括人均社會保障和就業(yè)預(yù)算支出（X6）、人均衛(wèi)生和健康預(yù)算支出（X7），文化教育因素為文盲人口占15歲以上人口的比重（X8）。

運用ArcGIS 10.8分析軟件依次將2013—2020年的上述9個定量變量采用自然間斷點法離散為5個級別的定性變量，將所得數(shù)據(jù)導(dǎo)入地理探測器。研究結(jié)果（表3）顯示，地方人均GDP（X1）、居民人均可支配收入（X2）、職工基本養(yǎng)老保險參保人數(shù)與年末總?cè)丝谥龋╔5），這3個影響因素在2013—2020年對參保水平均有統(tǒng)計學意義（P<0.05）；失業(yè)率（X3）在2019年對參保水平有統(tǒng)計學意義（P<0.05），其他年份均無統(tǒng)計學意義（P>0.05）；人均社會保障和就業(yè)預(yù)算支出（X6）在2018年和2020年有統(tǒng)計學意義（P<0.05），其他年份無統(tǒng)計學意義（P>0.05）；老年人口撫養(yǎng)比（X4）、人均衛(wèi)生和健康預(yù)算支出（X7），文化教育因素為文盲人口占15歲以上人口的比重（X8），這3個因素在2013—2020年均無統(tǒng)計學意義（P>0.05）。從影響力q值來看，各影響因素對參保率的影響力由大到小依次為經(jīng)濟發(fā)展因素、社會發(fā)展因素、政策因素、文化教育因素。

表3 城鄉(xiāng)居保參保水平影響因素分析

Table 3 Analysis of factors affecting the level of urban and rural residential insurance participation

變量 2013年 2014年 2015年 2016年 2017年 2018年 2019年 2020年

X1 0.397a 0.469a 0.485a 0.441a 0.381a 0.373a 0.332a 0.349a

X2 0.417a 0.463a 0.510a 0.328a 0.437a 0.397a 0.385a 0.500a

X3 0.132 0.052 0.017 0.165 0.120 0.248 0.413a 0.064

X4 0.147 0.059 0.017 0.026 0.016 0.062 0.028 0.077

X5 0.675a 0.650a 0.771a 0.753a 0.697a 0.698a 0.688a 0.704a

X6 0.182 0.196 0.301 0.325 0.236 0.294a 0.212 0.318a

X7 0.118 0.227 0.087 0.287 0.255 0.235 0.128 0.089

X8 0.245 0.098 0.203 0.227 0.408 0.339 0.238 0.259

注：a表示P<0.05。

3 討論與建議

3.1 總體參保水平逐年上漲，需建立長期有效的參保和保障機制

從本次研究結(jié)果得知，城鄉(xiāng)居保參保水平2013—2020年逐年上漲，而且近3年的增長速度加快，這說明我國居民對城鄉(xiāng)居保的接受程度逐漸提高。但是在統(tǒng)賬結(jié)合模式下，部分居民尤其是農(nóng)村低收入居民沒有繳費能力就無法參保，從而不能領(lǐng)取養(yǎng)老金，而且此前有研究發(fā)現(xiàn)，該項制度實際養(yǎng)老金替代率遠低于目標水平［3］。

這說明我國此項政策的參保和保險機制仍存在許多不足之處，制度模式和激勵機制引致收入逆向再分配［13］。首先，應(yīng)該改善參保機制，將繳費標準與居民的收入水平相聯(lián)系。其次，對于農(nóng)村低收入地區(qū)，應(yīng)當提高參保補貼，保證支付能力低的農(nóng)民均能參加養(yǎng)老保險；而且，從長遠來看，應(yīng)該促進農(nóng)村經(jīng)濟發(fā)展、縮小城鄉(xiāng)居民收入差距、提高農(nóng)村居民的支付能力是改善農(nóng)村城鄉(xiāng)居保參保水平的根本［14］。此外，還應(yīng)提高基礎(chǔ)養(yǎng)老金的補貼率、城鄉(xiāng)居民基本養(yǎng)老保險金的替代率、高養(yǎng)老保險的保障水平。

3.2 各省份之間的參保水平和增長率存在差異，應(yīng)結(jié)合各省實際精準施策

由于各省份的地理位置、經(jīng)濟水平、人口等因素不同，加之各省份的政策實施力度、職工保險參保情況等也存在差異，從而使我國各省份的參保水平和增長率存在較大的地區(qū)差異。從各省份的具體政策制度來看，覆蓋人群、待遇條件和基本模式的選擇方面基本相同，但在繳費方式、財政補貼方式、養(yǎng)老金待遇構(gòu)成等方面存在著差異［15］。因此，各級政府在制定政策時，不僅要在宏觀上關(guān)注地區(qū)的經(jīng)濟發(fā)展水平和地方政府對養(yǎng)老保險的投入力度和負擔能力的因素；而且還要在微觀上，結(jié)合地區(qū)具體情況，找出各省份影響參保水平的因素，精準施策，合理制定各省份參保和保障機制，建立動態(tài)調(diào)整機制［16］，縮小省份之間參保差異，提高參保和保障機制的科學性。

3.3 高參保水平省份呈現(xiàn)聚集性分布，需關(guān)注參保水平呈現(xiàn)負增長的省份

本研究主要探討參保水平的空間屬性，相鄰省份的地理位置、經(jīng)濟發(fā)展水平、居民參保意識和政府施策等情況一般會相互有所影響和借鑒，因此高參保水平省份空間分布呈現(xiàn)明顯的聚集性。參保水平呈現(xiàn)負增長的地區(qū)為上海市、浙江省、江蘇省等東部沿海經(jīng)濟較發(fā)達的省份。對于東部省份，此前有研究發(fā)現(xiàn)，浙江省、江蘇省等東部沿海省份的城鎮(zhèn)職工基本養(yǎng)老金結(jié)余比例接近50%［17］，因此，這些省份職工養(yǎng)老保險參保率較高，城鄉(xiāng)居保的參保水平較低。對于“熱點地區(qū)”政府要關(guān)注往年參保水平變化情況，對于影響參保水平的因素要有較強的敏感性，保持城鄉(xiāng)居保的高參保水平；另外，對于參保水平呈現(xiàn)負增長的省份要因地制宜找出原因，東部省份要與職工保險相聯(lián)系，盡快擴大養(yǎng)老保險覆蓋面，加大扶持力度，增加財政性投入［18］，加強參保補貼和政策宣傳，切實提高城鄉(xiāng)居保參保水平。

作者貢獻：陳俊利提出主要研究目標，進行數(shù)據(jù)的收集與整理，統(tǒng)計學處理，圖、表的繪制與展示；陳俊利、王璐、任建學負責研究的構(gòu)思與設(shè)計，研究的實施，撰寫論文；井淇、盛紅旗、高倩倩、蔡偉芹進行論文的修訂；蔡偉芹、馬安寧負責文章的質(zhì)量控制與審查，對文章整體負責，監(jiān)督管理。

本文無利益沖突。

參考文獻

鄧敏，陳娜. 健康老齡化背景下家庭支持對江蘇省某市居家老年人家庭照護者生活狀態(tài)的影響［J］. 醫(yī)學與社會，2022，35（7）：12-17. DOI：10.13723/j.yxysh.2022.07.003.

彭鴻影，陳在余. 健康老齡化背景下我國老齡人口養(yǎng)老脆弱性評估及相關(guān)因素研究［J］. 醫(yī)學與社會，2022，35（11）：50-54，60. DOI：10.13723/j.yxysh.2022.11.010.

黃麗. 城鄉(xiāng)居民基本養(yǎng)老保險保障水平評估與反思——基于養(yǎng)老金替代率視角［J］. 人口與經(jīng)濟，2015（5）：91-99. DOI：10.3969/j.issn.1000-4149.2015.05.010.

許燕. 城鄉(xiāng)居民基本養(yǎng)老保險參保人數(shù)預(yù)測［J］. 西北人口，2021，42（3）：63-77. DOI：10.15884/j.cnki.issn.1007-0672.2021.03.006.

李文軍. 地方政府城鄉(xiāng)居民養(yǎng)老保險水平 差異性及其優(yōu)化研究［J］. 求實，2017（11）：45-60.

尹成遠，仲偉東. 城鄉(xiāng)居民基本養(yǎng)老保險制度效率省域差異及其影響因素［J］. 現(xiàn)代財經(jīng)（天津財經(jīng)大學學報），2021，41（8）：51-63. DOI：10.19559/j.cnki.12-1387.2021.08.004.

武春燕，楊錦茹，趙李洋，等. 山東省縣域衛(wèi)生資源空間分布與相關(guān)性分析［J］. 中國衛(wèi)生事業(yè)管理，2021，38（12）：909-915.

岳宗樸，劉彩. 基于GWR模型的我國人均住院費用影響因素研究［J］. 醫(yī)學與社會，2021，34（2）：36-41. DOI：10.13723/j.yxysh.2021.02.008.

王勁峰，徐成東. 地理探測器：原理與展望［J］. 地理學報，2017，72（1）：116-134. DOI：10.11821/dlxb201701010.

尚越，代桂林. 流動人口社會醫(yī)療保險參保影響因素分析——來自2018年湖北省流動人口動態(tài)監(jiān)測數(shù)據(jù)的證據(jù)［J］. 中國衛(wèi)生事業(yè)管理，2021，38（3）：188-191，219.

熊文紅. 城鄉(xiāng)居民基本養(yǎng)老保險下農(nóng)民參保因素分析［D］. 南昌：江西財經(jīng)大學，2016.

黃聘聘，羅娟. 上海市外來務(wù)工人員基本醫(yī)療保險參保現(xiàn)狀及其影響因素［J］. 醫(yī)學與社會，2019，32（10）：119-121. DOI：10.13723/j.yxysh.2019.10.029.

董克用，施文凱. 從個人賬戶到個人養(yǎng)老金：城鄉(xiāng)居民基本養(yǎng)老保險結(jié)構(gòu)性改革再思考［J］. 社會保障研究，2019（1）：3-12. DOI：10.3969/j.issn.1674-4802.2019.01.001.

李浩淼，高紅霞，施利群，等. 職業(yè)化視域下在崗鄉(xiāng)村醫(yī)生養(yǎng)老保障解決思路探析［J］. 中國衛(wèi)生事業(yè)管理，2018，35（1）：50-53.

楊珂. 河南省城鄉(xiāng)居民社會養(yǎng)老保險統(tǒng)籌發(fā)展研究［D］. 開封：河南大學，2013.

董心月，張伶俐，顏建周，等. 基于藥品再評價的醫(yī)保目錄動態(tài)調(diào)整風險控制機制研究——以澳大利亞為例［J］. 中國衛(wèi)生事業(yè)管理，2019，36（8）：603-608.

李瓊，周宇，張藍瀾，等. 中國城鎮(zhèn)職工基本養(yǎng)老保險基金區(qū)域差異及影響機理［J］. 地理學報，2018，73（12）：2409-2422. DOI：10.11821/dlxb201812010.

申俊龍，王銳. 健康服務(wù)業(yè)視角下我國養(yǎng)老保障制度優(yōu)化探討［J］. 醫(yī)學與社會，2016，29（8）：37-39. DOI：10.13723/j.yxysh.2016.08.011.

（收稿日期：2023-10-12；修回日期：2024-01-16）

（本文編輯：崔莎）