本科生毕业设计（论文）外文资料译文

（ 2017 届）

杭州国际服务工程学院教学部

外文资料译文规范说明

一、外文资料译文：

关于中国税收补贴的私人健康保险的影响因素的截断面研究

关键词：私人健康保险，税收补贴，截断面研究

摘要：

• 研究目的：

确定影响个人接受税收补贴的私人健康保险的因素。

• 研究方法：

采用自填式问卷的形式在中国杭州展开调研。运用logistic回归分析，找出影响个人接受税收补贴的私人健康保险的因素。

• 研究结果：

共有1610人参与调查，获得有效病例1543例。根据logistic回归结果显示：受教育程度，婚姻状况，老年人支持的数量，基本医疗保险的覆盖，疾病史，门诊检查的报销，住院费报销率，税收补贴私人健康保险的知识，收入扣除额的比率，影响个人的税收补贴私人健康保险。

• 局限性：

样本代表性可能会因为在杭州的截断式数据采集而受影响。

• 结论：

人口统计学变量，如教育程度、婚姻状况、军事状况、老龄人口的支持数量对于税收补贴的私人健康保险因素有显著的影响因素，然而年龄和性别并不显著。有遗传病史的人往往更会去签署税收补贴的私人保险。收入下降率和税收补贴的私人健康保险并没有显著关联性。

• 建议：

加强公共城市的税收补贴的私人健康保险体系，增加扣除额，鼓励雇主为雇员家属提供有税收补贴的私人健康保险，由此能够促进以税收补贴的民营医疗保险在我国的发展。

1、引言

基本医疗保险（BMI）以其低保费、覆盖范围广的特点，在维护社会稳定、促进居民身体健康方面发挥着重要作用。随着经济的发展，人们对于高质量的基本医疗服务和综合型的医疗保险的需求不断增加。基础医疗保险显然很难满足人民的安全性需求。因此，提供更为广泛类别的私人健康保险（PHI），已然成为了刚需，并且私人健康保险在医疗保险体系中扮演着越来越重要的作用。为了促进私人健康保险的发展，很多国家实行税收激励等相关政策。

中国是一个私人健康保险人口覆盖率超过95%的国家，并且在2016年实行税收激励政策。税收补贴的私人健康保险通过补贴基本医疗保险的资费部分（只适用于住院费用，不适用于门诊费用），成为中国基本医疗保险的重要支持部分。

税收补贴的私人健康保险与传统的私人健康保险有诸多不同之处。首先，购买税收补贴的私人健康保险的人在支付保费时应当享有保费上的优惠。其次，税收补贴的私人健康保险的被保人不受个人健康状况的约束限制。若被保人患有一些特殊疾病如：慢性疾病或癌症会被传统的私人健康保险拒绝。大部分的私人健康保险都是一年期的短期健康保险。在保期末，保险公司会重新制定保险方案，被保人若是身体状况不满足标准，传统的私人健康保险会终止与其的合作。此外，税收补贴的私人健康保险没有最低索赔金额和等待期的限制。

1. 研究问题和目标

2.1问卷调查

本文通过文献综述和预期结果设计问卷。我们根据文献综述，科学的列举出潜在的变量，与此同时邀请了八位保险业的专家来对变量进行评估，并且根据他们的预测添加新的变量。

问卷调查的类别包含了四个方面（1）社会人口信息（年龄、性别、婚姻状况，收入）；（2）家庭压力（家庭内未成年孩子数量，需要赡养的老人数量）；（3）参与的私人健康保险种类。选取该变量的原因是不同类型健康保险的保险范围不同，因而会影响人们做决定。在中国，基本健康保险针对不同人群有以下三种不同类别：城镇职工基本医疗保险（UEBMI）、城镇居民基本医疗保险（URBMI）和农村居民新型农村合作医疗（NRCMS）。

扣减额是根据参与者所提供的收入计算的，通常认为扣减额会影响需求弹性。但在本研究中，扣除金额本身并不能反映增长收益递减对扣除金额的边际效应。我国个人所得税实行3-45%的累进税率。收入较高的人缴纳的税率也较高。也就是说，当扣除受税收补贴的私人健康保险时，不同收入的人面临不同的扣除额，因而高收入的人面临更高的扣除额。因此，为了更好地反映受益程度，我们使用扣除与收入的比例，表示扣除与个人收入的比例。

2.2 抽样和数据采集

本次调研是在杭州市开展的一项横断面社区调查，杭州是中国首批实行税收补贴的私人健康保险的城市之一。研究对象为杭州市18-75岁的居民，并且我们采用多阶段的抽样策略。数据收集从2017年6月持续到2018年6月，所有被采集到的数据以“双重背对背”的模式录入EpiData 3.1并对数据进行核实和检验，提高数据的显著性。

2.3 变量选取

因变量

本实验选择参与者对于税收补贴的私人健康保险的购买倾向为因变量。通过分析参与者对于“了解税收补贴私人健康保险后是否愿意购买”这一问题的回复，来采集该项数据信息。

自变量

通过发放问卷调查的方式，我们采集了四项自变量分别为：基本信息、健康状态、健康支出以及参与者对于私人健康保险了解的程度。

信息的安全性

本研究获得了中国伦理委员会的批准药科大学(项目编号:CPU2017012)。数据的保密性得到保证，确保没有敏感或侵犯个人隐私的信息被收集，并且收集信息的过程是在参与者认可的条件下进行的。

2.4 数据分析

本实验一共采集到1610份数据样本，通过对数据的扫描和清洗我们最终获取了1543份显著样例。拟合优度采用似然比检验和标准化皮尔逊检验，p lt; 0.05为差异有统计学意义。为了定量检验模型的预测能力，根据Hosmer等人的建议，生成受试者工作特征曲线(ROC)，并计算曲线下观察面积(AUC)。

表1 变量设置

2.5实验结果

如表2所示，参与者的年龄为25-59岁。49.8%的参与者为男性，其中81.2%拥有硕士以及更高的文凭。平均来看，一个成年人有0.755个孩子需要抚养，并且有2.167个老人需要照顾。大约有98%的参与者购买了健康保险。

关于健康问题，54.6%的参与者有患有主要的疾病或者慢性疾病，并且有42.2%的参与者有疾病史或者遗传病史。在医疗支出方面，前一年的门诊和住院次数分别为5.876次和1.6次，门诊平均费用为722.5元/次，住院平均费用为2817元/次。门诊平均报销率为47.58%，住院平均报销率为37.6%。超过65.3%的参加者对PHI“较为了解”或“了解甚多”。此外有81.9%的参与者支持税收补贴的私人健康保险，只有18.1%的参与者表示不支持。

根据logistic 回归分析结果显示：p值的似然比检验小于0.001，标准化皮尔逊检验为0.6458，说明模型具有较好的拟合性。此外ROC下AUC为0.9416，由此证明本次实验具有较好的预测能力。

表2 样本信息

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[269683]，资料为PDF文档或Word文档，PDF文档可免费转换为Word