臺灣博碩士論文加值系統

台灣地區老年人口及其失能率近年逐漸有攀高的趨勢，因而造成長期照護資源之供需失衡，這將成為全球亟待解決之首要問題；而是否能有效發展與規劃相關體系已成各國家所重視的議題。其中預測是政府運作與企業經營的主要工作之一，透過精確的預測能使得政府的各項功能獲得良好的控制與妥善的規劃；而就企業而言則便於日後之行銷策略、人力配置與財務管理等企業功能之開展。
則本研究根據灰色理論之方法，利用65歲老人人口數及失能率為依據相關部門之原始數據來建構適合長期照護需求之GM(1,N)模型並分析相關之影響因素。
本研究主要以2001年至2010年官方資料運用灰預測GM(1,1)模型程式，預測出台灣地區長期照護資源之需求數，再進行建構適合長期照護需求之GM(1,N)模型並分析相關之影響因素。本研究結果發現，長期照護需求數在不考慮外在變數時，以GM(1,1)作為預測之工具具有最佳之平均準確率。當辨識係數為0.5時，其結果顯示「失能率」關聯度值最高有0.9以上，顯示其對登記數具有高度相關性；其次是「老化指數」關聯度值為0.8以上，位居第三高關聯度值為0.7以上則是「老年人口比率」。其餘包括有「醫療補助金額」、「扶養比」、「出生登記數」、「生育率」、「嬰兒死亡數」、「平均每一醫療機構服務人數」、等6項變數之關聯度值接介於0.59~0.68區間，顯示出對長期照護需求仍具有絕對相關性。在本研究結果中顯示出，當GM(1,N)之關聯度排序在不考慮顯著性的情況下，將「失能率」、「老化指數」、「老年人口比率」、「平均每依醫療機構服務人數」、「油價」、「扶養比」以及「一般生育率」等6項變數導入與長期照護需求數做預測時，可以獲得本研究所有預測方法最高之準確率。
進而此研究預期結果可提供政府相關單位擬定長期照護政策之參考以及探討老年經濟安全對策，亦或提供業界作為投資、決策與規劃時之重要資訊來源。

With the gradual rise of the percentage of and disability rate among elderly population in Taiwan, the imbalance between supply and demand of long-term care resources has become a problem of paramount importance. How to effectively develop and plan related systems is therefore an important issue for all nations. Prediction is one of the main tasks for both government departments and businesses. Through accurate prediction of demand and supply, government departments can properly plan and allocate use of resources, and businesses can make their marketing strategies, human resource allocation, and financial management more effective.
Based on Grey System Theory and the population data of elders aged over 65 in Taiwan, this study built a GN(1,N) model of long-term care needs to explore factors affecting the needs.
After acquiring official data of elderly population from 2001 to 2010, this study first used GM(1,1) to predict the needed amount of long-term care resources in Taiwan and then built a GM(1,N) model of long-term care needs to analyze the relevance of each variable to long-term care needs. Results indicated that without consideration of external variables, GM(1,1) could more accurately predict the needed amount of long-term care resources. When the distinguishing coefficient was 0.5, “disability rate” had the highest relational grade (above 0.9), suggesting very high relevance of disability rate to long-term care needs. “Aging index” and “percentage of elderly population” respectively had the second (above 0.8) and third (above 0.7) highest relational grade. In addition, “medical subsidy”, “dependency ratio”, “number of registered births”, “birth rate”, “infant death rate”, and “average service capacity of medical institutions” all had a relational grade between 0.59~0.68, suggesting that these six variables had an absolute relation with long-term care needs. If significance was not considered in the ranking of relational grades, using “disability rate”, “aging index”, “percentage of elderly population”, “average service capacity of medical institutions”, “oil price”, “dependency ratio”, and “general fertility rate” for GM(1,N) prediction of long-term care needs could achieve the highest accuracy rate.
Results of this study could be a reference for authority concerned in planning of long-term care policies and research of economic safety for elderly citizens. Besides, they could also be a source of data for care practitioners in planning or decision-making of investment.

摘要 3
英文摘要 4
誌謝 5
目錄 6
表目錄 8
1.1 研究背景與動機 11
1.2 研究目的 11
1.3 研究範圍 12
1.4 研究流程 12
二、 文獻探討 14
2.1 長期照護之定義與模式分類 14
2.2 長期照護需求 16
2.3 灰色理論 18
2.4 灰色系統之五步建模 20
2.5 灰預測模型之建構方法 21
三、 研究方法 23
3.1 研究架構 23
3.2 研究樣本及資料期間 23
3.3 數據區間及來源 23
3.4 GM(1,1)模式 25
3.5 灰色關聯分析 27
3.6 模型檢驗方法 30
四、 資料分析與結果 33
4.1 灰關聯分析法(GREY RELATIONAL ANALYSIS) 39
4.2 GM(1,N)建模 44
五、 結論與建議 53
5.1 研究結論 53
5.2 研究建議 53
參考文獻 55

1. 內政部統計處(2005)，我國戶籍登記現住人口結構分析，內政統計資訊服務網：內政統計通報，2006第2週。
2. 譚開元、蔡誾誾、陳秀玫：老人長期照護發展現況及新世紀醫療網。長期照護2001; 5: 1-12。
3. 內政部(2005)，台閩地區老人安養護及長期照護資源分布表，內政社會司老人福利服務，各項統計資料。
4. 內政部處(2005)，臺閩地區各縣市獨居老人人數及服務概況，內政統計資訊服務網內：政統計年報。
5. 史開泉、吳國威、黃有評(1994)，灰色信息關係論，全華科技圖書。
6. 李世代(2000)，長期照護需求推估之探討，社區發展季刊，29，65-83。
7. 林麗玉(2007)，台灣地區老年長期照護供給之研究-灰色預測模式之應用。
8. 林益厚、涂肇慶與陳寬政(1989)，台灣地區的家戶組成及其變遷。中央研究院三民主義研究所，台灣社會現象的分析，311-35。
9. 洪欽銘、李龍鑣(1997)，灰色關聯與優勢分析之應用研究，技術學刊，12卷，1，84-90。
10. 沈啟賓(1996)，灰色系統理論在桌球運動員臨場比賽競技能力狀態診斷與目標設定運用之探討，台北市，文笙書局股份有限公司。
11. 吳淑瓊、莊坤洋(2001)，在地老化：台灣二十一世紀長期照護的政策方向。20， 192-201。
12. 吳淑瓊、江東亮(1995)，台灣地區長期照護的問題與對策‧中華衛誌，14 (3)，246-255。
13. 楊川明(2003)，發展適用於產值之灰預測模式。
14. 高森永（2004），《我國長期照顧服務供需現況與初步推估》。內政部九十三年度委託研究計畫。臺北：行政院內政部。
15. 邱美琪(2003)，台灣一般民眾選擇長期照護態度之探討。
16. 鄧聚龍(2000)，灰色系統理論與應用，台北：高立圖書有限公司。
17. 范涵惠(2002)，長期照護機構老人健康狀況、生活適應及生活滿意度相關性之探討。
18. 許可達(2007)，老人失能率與年長期照護需求GM(1,1)與修正GM(1,1)之應用與比較。
19. 許可達(2007)，中華民國灰色系統學會灰色系統理論與應用研討會論文集。
20. 莊昆益(2002)，灰色預測理論應用於電子遊戲產業預測之研究-以台灣市場為例。
21. 陳弘彬(1998)，整合灰色理論與類神經網路於預測模型之建立-以SIMEX台灣股價指數期貨為例。
22. 曾竹寧(2001)，失能老人社區照顧服務網路建構之研究。
23. 廖世裕(2000)，應用灰色系統理論建立茶葉產銷預測系統之研究。
24. 張淑英(1992)，台北地區老人中風患者使用長期安養方式影響因素之研究。
25. 楊適予(2002)，房貸灰色信用風險管理模式之建立與應用。
26. 顏富雄(2007)。台灣地區老年長期照護需求之研究-灰色預測模式之應用。
27. 蘇景輝(1995)，台灣推展社區照顧的方向。台港社區照顧研討會會議手冊暨論文集。
28. 藍忠孚、熊惠英(1993)，台灣地區長期照護服務之現況及其問題，護理雜誌，40(3)，15-24。
29. 劉蓓雯(2005)，中央健保局年度醫療費用支出之預測模式研究-灰預測理論之運用。
30. Amesbury: Ashgate Publishing Company.Federal Ministry of Social Security, Generations and Consumer Protection (2004). Provision for long-term care in Austria (5th ed.). Vienna, Austria: Federal Ministry of Social Security, Generations and Consumer Protection, Austria.
31. Brodsky, J., Habib, J., Hirschfeld, M., Siegel, B. and Rockoff, Y. (2003). Choosing overa llLTC strategies. in J. Brodsky, J. Habib, and M. Hirschfeld (eds.), Key Policy Issues in Long-Term Care (Geneva: WHO) 245-270.
32. Brodsky, J., Habib, J. &; Mizrahi, I. (2000). Long-Term Care Laws in Five Developed Countries: A Review.
33. C .Hsu, (2003). “Applying the grey prediction model to the global integrated circuit industry. Technological Forecasting and Social Change, 1 (70), 563-574.
34. Deng, J. L. (1989). Introduction to Grey System Theory. The Journal of Grey System, 1 (1) , 1-24.
35. Davies, B. (1995). The Reform of Community and Long-term Care of Elderly Persons: An International Perspective. in T. Scharf and C. Wenger (eds.). International Perspectives on Community Care for Older People, 21-38.
36. Evashwick, Connie j., (1996). Definition of the Continuum of Care, the continuum of long-term: an integrated systems approach (USA: Delmar Publisher).
37. Geneva: WHO.Cambois, E., &; Robine, F. (1996). An International Comparison of Trends in Disability-free Life Expectancy. in R.A. Eisen and F.A. Sloan (eds.), Long-Term Care: Economic Issues and Policy Solutions, Boston: Kluwer Academic Publishers, 1-24.
38. Kane, R. A. &; Kane, R. L., (1987) Long- term Care: Principles, programs, and policies, New York:Springer.
39. Lin, C. T., Hsu, P. F. (2001). Selection of Advertising Agencies Using Grey Relational Analysis and Analytic Hierarchy Process.Journal of International Marketing and Marketing Research , 26 (3) , 115-128.
40. Lin C.T., &; Yang S. Y., (2003). “Forecast of the output value of Taiwan’sop to-electronics industry using the grey forecasting model”, Technological Forecasting &; Social Change, 1, (4), 177-186.
41. Mao M. Z., &; Chirwa E. C., (2006). application of Grey Model GM(1,1)to Vehicle Fatality Risk Estimation. Technological Forecasting and Social Change, 73, 588-605.

1. 內政部統計處(2005)，我國戶籍登記現住人口結構分析，內政統計資訊服務網：內政統計通報，2006第2週。
2. 譚開元、蔡誾誾、陳秀玫：老人長期照護發展現況及新世紀醫療網。長期照護2001; 5: 1-12。
3. 內政部(2005)，台閩地區老人安養護及長期照護資源分布表，內政社會司老人福利服務，各項統計資料。
4. 內政部處(2005)，臺閩地區各縣市獨居老人人數及服務概況，內政統計資訊服務網內：政統計年報。
5. 史開泉、吳國威、黃有評(1994)，灰色信息關係論，全華科技圖書。
6. 李世代(2000)，長期照護需求推估之探討，社區發展季刊，29，65-83。
7. 林麗玉(2007)，台灣地區老年長期照護供給之研究-灰色預測模式之應用。
8. 林益厚、涂肇慶與陳寬政(1989)，台灣地區的家戶組成及其變遷。中央研究院三民主義研究所，台灣社會現象的分析，311-35。
9. 洪欽銘、李龍鑣(1997)，灰色關聯與優勢分析之應用研究，技術學刊，12卷，1，84-90。
10. 沈啟賓(1996)，灰色系統理論在桌球運動員臨場比賽競技能力狀態診斷與目標設定運用之探討，台北市，文笙書局股份有限公司。
11. 吳淑瓊、莊坤洋(2001)，在地老化：台灣二十一世紀長期照護的政策方向。20， 192-201。
12. 吳淑瓊、江東亮(1995)，台灣地區長期照護的問題與對策‧中華衛誌，14 (3)，246-255。
13. 楊川明(2003)，發展適用於產值之灰預測模式。
14. 高森永（2004），《我國長期照顧服務供需現況與初步推估》。內政部九十三年度委託研究計畫。臺北：行政院內政部。
15. 邱美琪(2003)，台灣一般民眾選擇長期照護態度之探討。
16. 鄧聚龍(2000)，灰色系統理論與應用，台北：高立圖書有限公司。
17. 范涵惠(2002)，長期照護機構老人健康狀況、生活適應及生活滿意度相關性之探討。
18. 許可達(2007)，老人失能率與年長期照護需求GM(1,1)與修正GM(1,1)之應用與比較。
19. 許可達(2007)，中華民國灰色系統學會灰色系統理論與應用研討會論文集。
20. 莊昆益(2002)，灰色預測理論應用於電子遊戲產業預測之研究-以台灣市場為例。
21. 陳弘彬(1998)，整合灰色理論與類神經網路於預測模型之建立-以SIMEX台灣股價指數期貨為例。
22. 曾竹寧(2001)，失能老人社區照顧服務網路建構之研究。
23. 廖世裕(2000)，應用灰色系統理論建立茶葉產銷預測系統之研究。
24. 張淑英(1992)，台北地區老人中風患者使用長期安養方式影響因素之研究。
25. 楊適予(2002)，房貸灰色信用風險管理模式之建立與應用。
26. 顏富雄(2007)。台灣地區老年長期照護需求之研究-灰色預測模式之應用。
27. 蘇景輝(1995)，台灣推展社區照顧的方向。台港社區照顧研討會會議手冊暨論文集。
28. 藍忠孚、熊惠英(1993)，台灣地區長期照護服務之現況及其問題，護理雜誌，40(3)，15-24。
29. 劉蓓雯(2005)，中央健保局年度醫療費用支出之預測模式研究-灰預測理論之運用。
30. Amesbury: Ashgate Publishing Company.Federal Ministry of Social Security, Generations and Consumer Protection (2004). Provision for long-term care in Austria (5th ed.). Vienna, Austria: Federal Ministry of Social Security, Generations and Consumer Protection, Austria.
31. Brodsky, J., Habib, J., Hirschfeld, M., Siegel, B. and Rockoff, Y. (2003). Choosing overa llLTC strategies. in J. Brodsky, J. Habib, and M. Hirschfeld (eds.), Key Policy Issues in Long-Term Care (Geneva: WHO) 245-270.
32. Brodsky, J., Habib, J. &; Mizrahi, I. (2000). Long-Term Care Laws in Five Developed Countries: A Review.
33. C .Hsu, (2003). “Applying the grey prediction model to the global integrated circuit industry. Technological Forecasting and Social Change, 1 (70), 563-574.
34. Deng, J. L. (1989). Introduction to Grey System Theory. The Journal of Grey System, 1 (1) , 1-24.
35. Davies, B. (1995). The Reform of Community and Long-term Care of Elderly Persons: An International Perspective. in T. Scharf and C. Wenger (eds.). International Perspectives on Community Care for Older People, 21-38.
36. Evashwick, Connie j., (1996). Definition of the Continuum of Care, the continuum of long-term: an integrated systems approach (USA: Delmar Publisher).
37. Geneva: WHO.Cambois, E., &; Robine, F. (1996). An International Comparison of Trends in Disability-free Life Expectancy. in R.A. Eisen and F.A. Sloan (eds.), Long-Term Care: Economic Issues and Policy Solutions, Boston: Kluwer Academic Publishers, 1-24.
38. Kane, R. A. &; Kane, R. L., (1987) Long- term Care: Principles, programs, and policies, New York:Springer.
39. Lin, C. T., Hsu, P. F. (2001). Selection of Advertising Agencies Using Grey Relational Analysis and Analytic Hierarchy Process.Journal of International Marketing and Marketing Research , 26 (3) , 115-128.
40. Lin C.T., &; Yang S. Y., (2003). “Forecast of the output value of Taiwan’sop to-electronics industry using the grey forecasting model”, Technological Forecasting &; Social Change, 1, (4), 177-186.
41. Mao M. Z., &; Chirwa E. C., (2006). application of Grey Model GM(1,1)to Vehicle Fatality Risk Estimation. Technological Forecasting and Social Change, 73, 588-605.