國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
3
第二節 研究架構
本研究的架構如下，第貳章摘要過去探討婚姻狀況與死亡率之間關係的相關 文獻，內容主要為回顧其研究方法與結論；第參章將說明本研究所使用資料來源 與特性，並介紹修勻方法、精算公式與 Lee-Carter 模型；第肆章先檢視原始的婚 姻別死亡率的統計資料，而後進行實證分析，在修勻後編製婚姻別生命表，將其 結果以圖表方式呈現，之後；第伍章用婚姻生命表試算壽險保費，比較不同婚姻 狀況下的保費差異，並計算有偶者相對於整體可獲得的保費折扣，因為死亡率的 變動會影響保險公司未來的保費收入，故本研究也利用 Lee-Carter 模型計算台灣 地區婚姻別死亡率的改善率；第陸章是本研究的結論以及對後續研究之建議。本 研究的詳細流程如圖 1-1 所示。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4
圖 1-1、研究架構
緒論
•研究動機及目的
文獻回顧
資料說明與模型方法介紹
• 資料說明
• 修勻方法
• 保費精算公式
• Lee-Cater模型
實證分析
•台灣婚姻別死亡率比較
•修勻結果
實證應用
•壽險保費估算
•死亡改善率
結論與建議
‧
Shurtleff（1956）觀察 1949-1951 年美國官方統計數據，發現已婚者的死亡 率較低，並指出這樣的結果可能是源於“選擇”的過程，因為健康的人更有可能結 婚（或是再婚），這就是婚姻選擇作用（Marriage Selection），除此之外，這樣的 現象也有可能是婚姻保護（Marriage Protection）的效果。Sheps（1961）分析美 國 1950 年普查資料，並與 Shurtleff（1956）的結果比較，也得到一致的結論。
Hu and Goldman（1990）採取對數線性比率模型（Log-linear Rate Model）分 析探討婚姻狀態對死亡率造成的效果，他們假設在不同年度、不同年齡與不同婚 姻狀態的死亡人數（D）彼此獨立並服從卜瓦松分配（Poisson），期望值為暴露 數（ N ）（Number of Person-years of Exposure ）乘以死亡率（）（Underlying Death Rate）。Hu and Goldman 提出四個不同的多因子模型，代入十六個國家（大部分 為已發展國家，其中包括台灣）的抽樣資料進行分析，研究結果有以下發現，第 多歲前期。Lillard and Waite (1995)將美國長期追蹤資料(Panel Data)PSID(Panel Study of Income Dynamics)套入函數模型，研究結果顯示未結婚的人面臨較高的 死亡風險，而且與一些其他研究結果不同的是，Lillard and Waite 認為婚姻的優
‧
Johnson, Backlund, and Loveless (2000)，但他們使用的是一般用於存活分析的 Cox Proportional Hazard Model 來評估相對風險(Relative Risk，簡稱 RR)，得到的結論 是，相較於已婚的人，未結婚群體呈現較高的相對風險。 力，而使得死亡率較高。Lillard and Panis（1996）則是驗證了婚姻狀況與健康之 間的關聯。無論原因為何，婚姻狀況對死亡率有所影響是可以肯定的。有些研究將焦點放在高齡人口，Korenman and Weinstein (1995)就發現老年人 的健康與婚姻狀況有關。Murphy, Grundy and Kalogirou (2007)以歐洲七國的資料 分析，結果也顯示已婚者在死亡的優勢男性比女性佳，此優勢持續且穩定增加直 到研究的年齡上限，在高齡部分尤為明顯。除了研究婚姻狀況和死亡率之間的關 係以及其影響的因素之外，國內也有一些文獻從不同角度探討婚姻與死亡率的相 關議題。
由於過去多使用相對死亡比（Relative Mortality Rate，簡稱 RMR）來觀察婚 姻保護作用與婚姻選擇效果，陳俊全與李美玲（1997）認為，這樣的作法可能會 忽略婚姻別人口年齡結構的影響，因此嘗試以婚姻生命表（Life Table）討論，也