中国失能老人非正式照顾和正式照顾关系研究*——基于CLHLS数据的分析

张瑞利 林闽钢

(南京大学政府管理学院，江苏南京，210023)

一、研究背景与文献综述

随着人口老龄化问题的日益严重，失能老人的照顾问题成为世界性难题。中国失能老人的照顾问题尤为突出，从第四次全国城乡老年人生活状况抽样调查结果来看，失能、半失能老年人超过4063万人，占老年人口的18.3%。[1]目前中国进入低生育水平阶段，少子化趋势加剧了对家庭照料模式的挑战。[2]随着照料负担和机会成本的提高，家庭“照顾赤字”(Caring Deficits)问题使得照顾服务政策成了目前社会政策的热点。[3]

从照顾主体和照顾活动专业性水平角度，照顾服务可以分为非正式照顾与正式照顾。非正式照顾(Informal Care)是指身心疾病、残疾或衰老等原因导致生活部分或完全不能自理的个体在家中获得的由其家庭成员(配偶、子女)、亲戚、朋友等提供的帮助。[4]正式照顾(Formal Care)是指基于法律政策，通过公共融资的方式向符合条件的申请者提供的照护服务，包括机构照护、居家照护以及其他对照护服务提供者的支持行为，它体现了国家在老年照护中的责任。[5]

国外相关研究已经表明，非正式照顾与正式照顾在功能定位、主体责任分配方面存在着明显的差异性。在正式和非正式照顾的关系上，Bonsang等研究发现非正式照护代替了正式居家照护和有偿居家照护。[6]而Langa等人发现，在美国已经从成人子女那里接受了很多非正式护理的老年人，其有薪居家护理有所增加。[7]在医疗服务方面发现了相反的结果：一些研究结果表明非正式护理补充了门诊手术和替代(或至少延迟)了疗养院的进入。关于正式照顾对非正式照顾的作用，国外研究提出了替代模式(substitution)、职务取向模式(task-specificity)及补充模式(supplementation)。替代模式认为，近亲是社会支持的核心，照顾者的选择是根据老人与照顾者的亲密关系顺位所做的决定，只有在非正式照顾难以提供服务时，正式照顾体系才会替代其来提供协助。[8]替代模式更多的是从资源分配的角度进行分析，正式照顾与非正式照顾被认为是资源占用型关系(Co-resources)。职务取向模式认为非正式照顾和正式照顾功能不同，应依据亲密程度、承诺时间、生活状态及婚姻状况来确定何种照顾服务更为合适。[9]补充模式则认为非正式支持体系会影响个人对正式照顾的利用，正式照顾与非正式照顾应为补充关系，而不是替代关系。[10]补充模式不再严格区分正式照顾与非正式照顾的界限，更加强调服务的整合，以及被照顾老人的感受和选择权(Co-client)。补充模式不仅注意到正式照顾与非正式照顾的共通性，更强调被照顾者服务需求的多样化、多层次性。个案管理(Case Management)、照顾团队的服务整合实践主要基于补充模式理念。总体来看，替代模式强调层级顺位，职务取向模式关注正式照顾与非正式照顾的功能与分工策略，补充模式则整合前两个模式，强调二者在老人照顾层面的互补关系，使照顾成效与品质均相对有所保证。[11]

在中国，家庭一直发挥着照顾老年人的基本功能。随着人口老龄化问题日益严峻，家庭结构和社会经济变迁影响着照顾活动中的代际关系。[12]长期照护服务需求总量处于不断上升阶段，一方面，虽然家庭养老不堪重负，但其基础作用不能被忽略，[13]另一方面社区和机构照顾服务专业化发展仍滞后，影响了失能老人照顾服务的可及性和质量的提升。国内有关于非正式照顾和正式照顾关系的研究还处于起步阶段，林莞娟等利用2005年“中国老年健康影响因素跟踪调查(CLHLS)”和2011年第一轮“中国健康与养老追踪调查(CHARLS)”的数据，证明非正式护理与正式护理具有显著的替代效应。[14]刘一伟基于2011年“中国老年健康影响因素跟踪调查(CLHLS)”数据，证明社会养老在一定程度上替代家庭养老。[15]刘西国等利用2014年“中国老年健康影响因素跟踪调查(CLHLS)”数据，发现不同禀赋的家庭对非正式照护和正式照护模式的选择有所不同。[16]

国内相关研究存在以下不足：(1)多以截面数据进行分析，未从变化趋势的视角进行分析探讨；(2)大多为基于全国情况的分析，极少考虑地区差异；(3)从正式照顾与非正式照顾的角度进行的研究积累相对较少。鉴于此，本研究运用全国性的追踪数据对正式照顾与非正式照顾利用情况的时间变化趋势和区域差异特征进行分析，进而考察二者的关系。

二、研究设计

(一)问题和假设

问题一：关注近十年来非正式照顾与正式照顾的变化趋势，分析影响的净效应。一方面，国家加大对正式照顾服务的建设力度，2016年7月民政部公布的《民政事业发展第十三个五年规划》提出，重点发展医养结合型养老机构，增加养护型、医护型养老床位，提高养老服务有效供给，到2020年每千名老年人口拥有养老床位数达到35～40张，其中护理型床位比例不低于30%。[注]资料来源：民政事业发展第十三个五年规划[EB/OL].http://images3.mca.gov.cn/www/file/201607/1467789465298.pdf.但目前我国正式照顾还存在需求意识不强、总量供给不足、服务专业性水平受限等问题。另一方面，在中国传统理念的背景下，非正式照顾能够满足即时性、工具性和精神性的需求，一直是老年人照顾服务需求的首要选择，[17]但也面临“家庭失灵”和“市场失灵”的问题。在“推—拉”效应下，非正式照顾与正式照顾在照顾服务体系中的功能定位尚不明确，需要用数据检验中国照顾服务体系中非正式照顾与正式照顾的相互依存关系。

假设1：从时间趋势来看，对中国失能老人的照顾仍以非正式照顾为主，正式照顾对非正式照顾产生“替代”作用。

问题二：分析中国非正式照顾与正式照顾的区域差异特征，研究两者在地理上的差异和空间趋势。已有文献注意到，我国养老状况的区域差异主要表现为城乡差异和地区差异。根据“六普”数据统计，我国老年人口总失能率为2.95%，农村地区、中西部地区老年人养老问题相对严重。[18]城市占有的社会养老资源远远超出农村地区，如城市社区养老院的覆盖率为21.22%，是农村地区的两倍多，[19]农村老年人对子女照顾的期待程度仍然较高，正式照顾与非正式照顾服务供给城乡侧重点也有所不同。此外，照顾体制受地区经济发展水平、社会意识形态等诸多方面的影响，因此，研究非正式照顾与正式照顾的关系还需要考虑地区因素的影响。

假设2：从区域特征来看，中国正式照顾与非正式照顾存在明显的差异。

问题三：分析失能老人个人特征因素、家庭特征因素、时间因素、地区因素对正式照顾与非正式照顾关系的影响，为评价中国照顾服务政策效果提供分析上的思路，为政策调整和完善提供依据。国外研究表明，失能老人对正式照顾的利用存在个体差异，女性、较年轻、受教育水平高、自制力强的更可能选择非正式照顾。[20]国内文献研究也发现，社会经济地位高的老人获得非正式照顾的机会更多，经济资本高的家庭获得正式照顾的可能性更大。失能老人的潜在非正式照顾服务提供者，往往需要在“经济支持”和“提供照顾”之间进行选择。因此，研究什么样的家庭会更加倾向于选择非正式照顾，可以提高非正式照顾支持政策的靶向性。

假设3：照顾服务受到个人因素、家庭因素和地区因素的影响。失能老人群体自身具有“服务依赖性”，主动选择性相对较弱。“资源匮乏型”失能老人(指在家庭经济、人力资本、社会资本方面低于平均水平的失能老人)更需正式照顾支持。

鉴于以上分析，本文的研究思路如下：先通过趋势图分析正式照顾与非正式照顾之间关系的时间效应。再运用GeoDa软件展示非正式照顾利用率和正式照顾利用率的地区差异，最后运用Logit模型分析两者关系的影响因素。

(二)统计模型

多层统计模型(Multilevel Model)适用于分析多层数据(Multilevel Data)，它不仅能分析社会场景变量(Social Scene Variables)的效应，而且能分析社会场景变量是如何调节了组织水平的解释变量(Explanatory Variables)与结局变量(Outcome Variable)之间的关系。在国外多层Logit模型在经济问题、医疗问题、社会服务等方面得到了较为广泛的应用，[21][22]近几年国内运用该模型进行研究的成果主要集中在教育学、心理学、经济学、人口学等社会科学领域。[23][24]

本文使用的数据为嵌套结构的纵向追踪数据，并且为深入研究非正式照顾与正式照顾之间的关系，实证分析采用了面板数据随机效应模型及多层混合效应Logit模型(Multilevel Mixed-Effects Logistic Regression)，以下为多层混合效应Logit模型的设定情况。

第一层模型:

Yij=βoj+β1jXij+β2jZij+β3jFij+γij

(1)

第二层模型：

βoj=γ00+μ0j

(2)

β1j=γ10+μ1j

(3)

β2j=γ20+μ2j

(4)

β3j=γ30+μ3j

(5)

考虑失能老人非正式照顾可能存在的区域差异，对数据进行分层统计分析。(1)式是第一层基本模型：其中Y为非正式照顾服务利用情况，是一个二分类变量，1表示利用，0表示未利用；X是正式照顾服务利用情况；Z为一组描述失能老人个体特征的变量；F为一组描述失能老人家庭特征的变量。(2)～(5)式是第二层模型设定。

三、数据来源、变量设定及描述性统计

(一)数据来源

本文数据来自北京大学健康老龄与发展研究中心/国家发展研究院组织的老年人追踪调查项目——中国老年健康影响因素跟踪调查(CLHLS)，调查范围覆盖全国23个省(自治区，直辖市)，调查对象为65岁及以上老年人和35～64岁成年子女，调查问卷分为存活被访者问卷和死亡老人家属问卷两种。存活被访者问卷的调查内容包括老人及家庭基本状况、社会经济背景及家庭结构、经济来源和经济状况、健康和生活质量自评、认知功能、性格心理特征、日常活动能力、生活方式、生活照料、疾病治疗和医疗费承担；死亡老人家属问卷的调查内容包括死亡时间、死因等内容。

CLHLS数据调查了老年人在6项日常活动(穿衣、洗澡、吃饭、上厕所、控制大小便、室内活动)中需要帮助的程度。如果有1项及以上需要帮助，即为失能，[25]并依据老人需要帮助的项数划分失能程度，其中1～2项需要帮助定义为轻度失能，3～4项需要帮助定义为中度失能，5～6项需要帮助定义为重度失能。本文剔除了完全具备日常生活能力的样本，对失能老人照顾情况进行数据分析。

(二)变量设计

本文的变量情况：

(1)被解释变量：关于非正式照料服务，CLHLS有询问“您目前在六项日常活动中需要他人帮助时，谁是主要帮助者？”的题目，根据选项，将主要帮助者为配偶、儿子、儿媳、女儿、女婿、儿子和女儿、孙子女、其他亲属朋友、朋友邻里的情况赋值为1，其余赋值为0。(2)核心解释变量：正式照顾CLHLS中有询问“照料服务主要由谁支付？”的题目，选择支付方为国家/集体赋值为1，其余赋值为0。(3)人口特征变量：性别因素、年龄因素、婚姻状况、户口情况、教育程度、失能程度。(4)家庭因素变量：家庭收入水平和家庭子女数。(5)时间因素变量：将年份作为时间变量进行时间效应分析。(6)地区因素：本文根据被调查人员所在的省份进行地区划分，形成东、中、西部地区。本文利用CLHLS 2005年、2008年、2011年、2014年的调查数据，剔除自变量的无效回答(包括明显的错误数据缺失等)个案后，最终对4151个样本量组成的平衡型面板数据进行统计分析。主要变量描述如表1所示。

表1 变量定义与赋值表

(三)描述性统计

本文的被解释变量为“承担照料任务的主要人员是否是家庭成员、亲属及朋友邻里”即是否利用非正式照顾，核心解释变量为“照料费用的支付方是否为政府或集体”。其他解释变量包括人口特征、家庭特征和地区特征等变量。(1)人口特征，包括性别、年龄、婚姻状况、教育程度、户口情况及失能程度。从表2中可以看出：年龄均值接近93岁，约60%的被调查失能老人是女性；约45%的失能老人是农村户口；近18%的失能老人与老伴同住；近91%的失能老人学历层次是小学及以下；重度失能老人所占的比例达到近27%。(2)家庭特征，失能老人的子女数平均不到5人，家庭收入情况年均值达到11888元。(3)地区特征，47.29%的被调查失能老人来自东部地区。

表2 主要变量统计描述

四、实证分析结果

(一)趋势分析

图1 非正式照顾与正式照顾变化趋势

图1显示了非正式照顾和正式照顾利用情况变化趋势。其中图1a显示了非正式照顾利用变化情况，两条曲线分别表示存在正式照顾时非正式照顾的变化趋势和不存在正式照顾时的变化趋势。当存在正式照顾时，非正式照顾利用率从2005年的52.05%增长到2014年的58.33%，其中2011年的利用率达到74.19%；当不存在正式照顾时，从2005年到2014年，非正式照顾利用率上升趋势更加明显，利用率从80.13%增长到92.74%。

图1b显示了正式照顾在存在非正式照顾时和不存在非正式照顾时的利用变化趋势。当存在非正式照顾时，正式照顾利用率从2005年的1.92%下降到2008年的1.21%，2008—2011年上升趋势明显，2011年达到3.16%，2014年与2011年水平基本保持稳定；当不存在非正式照顾时，从2005年到2014年，正式照顾利用率呈“U”型，其在2008年、2011年处于低位。

综合图1相关数据信息可以看出：非正式照顾利用率保持较高水平，并出现稳步增长的总趋势，当前中国失能老人对非正式照顾服务的“依赖性”仍然很明显；如不考虑正式照顾利用的效应，非正式照顾利用率的净增长会更加明显；正式照顾利用率水平低，但是正式照顾对非正式照顾利用具有明显的“替代效应”。

(二)地区差异

图2 非正式照顾利用率地区差异

图3正式照顾利用率地区差异

从图2可以看出，非正式照顾呈现出明显的地区差异，按照利用率从低到高可以分为三个批次：[注]CLHLS并未对全国所有省份进行调研和数据分析。未被调查的地区包括：港澳台地区、内蒙古自治区、海南省、贵州省、云南省、西藏自治区、甘肃省、青海省、宁夏回族自治区和新疆维吾尔自治区。第一批次的省份包括上海市(68.32%)、北京市(75.78%)、广东省(76.55%)、福建省(77.85%)、浙江省(80.46%)；第二批次的省份包括湖北省(85.87%)、江西省(88.35%)、天津市(89.39%)、重庆市(89.8%)、湖南省(89.86%)、四川省(86.9%)、江苏省(90.18%)、山西省(90.23%)、吉林省(91.47%)、广西壮族自治区(91.83%)、辽宁省(91.91%)；第三批次的省份包括黑龙江省(93.77%)、安徽省(95.24%)、山东省(95.99%)、河北省(93.46%)、陕西省(96.03%)、河南省(96.8%)。非正式照顾利用率的地区差异与地区经济发展水平有着密切的关系。从被调查的区域来看，经济水平相对较高的东部沿海地区，失能老人非正式照顾利用率较低，经济发展相对滞后的中西部地区非正式照顾利用率较高。

从图3可以看出调查地区正式照顾利用率存在地区差异。按照正式照顾利用率从低到高进行划分，可以分为三个层次：第一层次包括河南省(0.42%)、河北省(1.06%)以及未被调查地区；第二层次包括辽宁省(1.81%)、浙江省(2.46%)、安徽省(2.62%)、黑龙江省(2.68%)、山东省(2.71%)、广东省(2.74%)、山西省(2.94%)、江西省(3.08%)、吉林省(3.14%)、江苏省(3.59%)；第三层次包括四川省(3.97%)、上海市(4.19%)、北京市(4.39%)、湖北省(4.67%)、广西壮族自治区(5.54%)；第四层次包括陕西省(6.06%)、天津市(6.74%)、湖南省(7.14%)、福建省(7.44%)、重庆市(8%)。从图3可以看出，正式照顾利用率存在地区差异，但与经济发展水平的关系不够紧密。相比非正式照顾，正式照顾涉及的服务主体、服务内容较多，受政府投入、专业人力资源等照顾政策影响的程度也较高，影响因素的作用机理更复杂。

比较图2及图3，对照同一个省份非正式照顾与正式照顾利用率的数值和排名，可以发现两种情况：一种是非正式照顾与正式照顾呈此消彼长的关系，如河南省、河北省、辽宁省等出现非正式照顾利用率相对较高而正式照顾利用率相对较低的情况，与此相反，上海市、北京市、天津市、福建省等正式照顾利用率相对较高而非正式照顾利用率相对较低；另一种是非正式照顾与正式照顾呈同方向变化的关系，如陕西省、湖南省、广西壮族自治区等非正式照顾与正式照顾利用率水平都相对较高。以上两种情况也反映出非正式照顾与正式照顾两者的关系受地区因素的影响，需要进一步的分析。

(三)Logit模型分析

实证分析部分构建了6个模型：模型1是在不添加其他变量的情况下，分析正式照顾利用对非正式照顾利用率的影响情况；模型2是在添加年份虚拟变量后，分析正式照顾利用对非正式照顾利用率的影响情况；模型3是在模型2的基础上，在控制被调查者社会学人口特征后，分析正式照顾利用对非正式照顾利用率的影响情况；模型4是在模型3的基础上，在控制被调查者社会学人口特征和家庭特征的情况下，分析正式照顾利用对非正式照顾利用率的影响情况；模型5是在模型4的基础上，加入地区虚拟变量，对正式照顾与非正式照顾的关系进行分析；模型6除考虑被调查者社会学人口特征和家庭特征以外，运用多层统计Logit模型重点分析地区因素对正式照顾与非正式照顾关系的影响。模型6中，水平1解释变量包括：个人特征因素(性别、年龄、婚姻状况、教育程度、户口情况、生活自理能力)、家庭特征因素(子女数、家庭收入对数)；水平2解释变量为地区因素。

表3 非正式照顾利用的Logit模型结果

(续表3)

模型1模型2模型3模型4模型5模型6高中0.0400∗∗∗0.0497∗∗∗0.0504∗∗∗0.213∗∗∗(0.0250)(0.0328)(0.0377)(0.0540)大学及以上0.0248∗∗∗0.0550∗∗∗0.0568∗∗∗0.244∗∗∗(0.0182)(0.0425)(0.0479)(0.0782)生活自理能力(轻度失能)中度失能0.499∗∗∗0.473∗∗0.475∗∗0.698∗∗(0.130)(0.138)(0.146)(0.102)重度失能0.416∗∗∗0.450∗∗∗0.451∗∗∗0.688∗∗∗(0.101)(0.120)(0.130)(0.0886)子女数目1.122∗∗1.117∗∗1.045∗(0.0559)(0.0590)(0.0252)收入情况0.329∗∗∗0.355∗∗∗0.565∗∗∗(0.0539)(0.0695)(0.0370)地区(东部地区)中部地区3.351∗∗∗(1.140)西部地区1.236(0.407)常数项14961∗∗∗65.49∗∗∗5203∗∗∗2.312e+07∗∗∗7.999e+06∗∗∗6329∗∗∗Log likelihood -1637.41 -1651.13 -1419.07 -1049.72 -1040.60 -1067.02 LR chibar2291.78∗∗∗183.49∗∗∗117.30∗∗∗47.54 ∗∗∗43.67∗∗∗12.94∗∗∗

注：表3中报告的数字是解释变量的风险比；括号内数字为标准误；*、**、***分别表示在10%、5%和1%水平上显著。

为便于解释，表3列出的是风险比(odds ratio)，表示正式照顾对非正式照顾利用率的影响。如表3所示，模型1为不加入其他解释变量的随机效应模型。在有政府支付的情况下，利用非正式照顾的概率是利用正式照顾的1.38%，在1%的统计水平上具有显著性，说明正式照顾对非正式照顾有明显的替代作用。

模型2显示在加入年份虚拟变量后，利用非正式照顾的概率是利用正式照顾的2.72%。年份变量在1%的统计水平上显著，在控制了正式照顾因素的情况下，随着年份的增长，利用非正式照顾的风险比不断增加。

模型3显示了在加入被调查者个人特征因素后，非正式照顾利用率的变化情况。首先，在个人特征因素不变的前提下，当存在正式照顾的情况时，非正式照顾利用的风险比为7.42%；其次，随着年份的增长，非正式照顾利用的风险比不断增加；第三，在正式照顾不变的情况下，除性别因素以外，其他个人特征因素均在1%的统计水平上显著。具体分析结果：年龄对非正式照顾有明显的负向影响；参照已婚和老伴同住的失能老人，丧偶和从未结过婚的失能老人使用非正式照顾服务的概率明显降低；教育程度的提高对非正式照顾的利用产生了显著的降低作用，教育程度低的老年人更可能接受非正式照顾；相比轻度失能，中度和重度失能老人利用非正式照顾服务的风险比显著降低，分别为轻度失能的49.9%和41.6%；户口因素尤其值得注意，农村户口居民对非正式照顾利用的风险比是城镇户口居民的25倍。

模型4显示了在加入年份虚拟变量、个人特征因素、家庭特征因素后实证结果发生的改变。首先，在个人特征因素和家庭特征因素不变的情况下，非正式照顾利用的风险比提高了12%；其次，从时间变化趋势来看，随着年份的增长，非正式照顾利用的风险比增加的幅度更加明显；第三，和模型3相比，个人特征变量的显著性和系数变化不大，对非正式照顾利用的影响基本保持一致；第四，家庭子女数每增加1位，非正式照顾利用概率增加了12%，此外，收入对非正式照顾利用产生负向影响。

模型5显示在加入年份虚拟变量、个人特征因素、家庭特征因素以及地区虚拟变量后，正式照顾与非正式照顾之间的关系变化情况。在其他因素不变的情况下，非正式照顾利用的风险比为17.8%。与模型4相比，其他因素的影响大体相当。对地区虚拟变量进行分析发现，以东部地区作为参照，中部地区利用非正式照顾的风险比是东部地区的3.35倍，西部地区非正式照顾的风险比是东部地区的约1.24倍。

模型6显示在加入年份虚拟变量、个人特征因素、家庭特征因素后，运用多层Logit模型分析地区因素对模型的影响情况。模型6在第一层模型的变量设置上与模型4相同，模型变量系数符号和显著性基本也与其保持一致，但值得注意的是，重要解释变量的解释力度有所改变。首先，在个人特征因素和家庭特征因素不变的情况下，正式照顾对非正式照顾利用的影响发生改变，非正式照顾利用的风险比为正式照顾的45.8%，与前五个模型相比，正式照顾对非正式照顾的影响更加明显；其次，个人特征因素中户口情况的影响发生较大改变，农村户口对非正式照顾利用的正向影响从模型4的15.87倍下降为4.67倍；第三，对于家庭特征因素，多层统计模型和面板数据的随机效应模型差异不大。

表4 不同地区非正式照顾与正式照顾关系的Logit模型结果

注：同表3。

根据以上多层统计分析模型中所体现的地区因素作用，表4进一步运用Logit回归具体分析不同地区非正式照顾与正式照顾的关系。相比其他地区，西部地区正式照顾对非正式照顾的影响是中部地区和东部地区的近两倍，中部地区正式照顾对非正式照顾的影响相比较其他地区最弱。

五、结论与建议

(一)研究结论

第一，总体上，正式照顾和非正式照顾具有显著的替代关系。从利用率来看，我国对正式照顾服务的利用还是相当低，大部分失能老人仍需依赖家庭成员承担的非正式照顾。

第二，照顾需求不断增加，失能老人家庭非正式照顾负担重。通过对CLHLS 2005—2014年数据进行分析，发现41%的失能老人照顾需求可以得到完全满足，55%的失能老人的照顾需求基本得到满足，4%的失能老人的照顾需求不能得到满足。随着人口老龄化问题日益严重，以家庭照顾为主的非正式照顾不堪重负，失能老人的照顾需求必须依靠非正式照顾和正式照顾的有效整合来满足。

第三，正式照顾与非正式照顾服务碎片化问题严重。最近10年来，国家加强了照顾服务体系的建设，同时积极开展长期护理保险及服务的试点，但从非正式照顾利用和正式照顾利用的时间趋势来看，我国以非正式照顾为主的基本状况没有改变，甚至非正式照顾利用率还有所上升，这说明正式照顾的作用还没有充分被发挥出来。在人口老龄化加速发展的背景下，根据我国照顾服务结构的变化趋向提出有针对性的政策措施成为当务之急。

第四，城乡及地区间照顾资源分布不平衡。我国非正式照顾利用呈现明显的地区不平衡特征，中部地区非正式照顾利用率明显高于西部及东部地区，呈现了与经济发展水平相近的地区特征。但正式照顾利用率并未呈现非常明显的地区经济相关性，这主要由于正式照顾服务提供主体的多样性和复杂性，以及正式照顾的发展受经济发展水平、人口年龄结构、制度构建等多种因素综合作用的影响。

(二)政策建议

第一，整合非正式照顾和正式照顾。照顾领域受文化传统、价值观念、社会规范和个体认知的影响，照顾的政策制定和实施也是一个不断磨合尝试的过程。通过照顾服务体系转型发展来适应人口老龄化和释放家庭照顾服务需求压力，应成为当前政策制定的重要目标。针对当前非正式照顾利用率居高不下甚至有所上升的现象，我国应通过经济支持、认知引导以及制度激励的方式，促进非正式照顾和正式照顾的有效配合。

第二，优先照顾“资源匮乏型”失能老人。一些数据分析显示：失能老人及家庭大多处于低收入状态；高龄、少子女及未与老伴同住的失能老人面临人力资本匮乏的困境；教育程度会影响社会资本的获取。“资源匮乏型”失能老人更加依赖非正式照顾，但往往可获取的服务数量和质量均受限，导致其照顾需求满足层次相对较低，因而优先照顾“资源匮乏型”失能老人应成为政策目标的重点。对于一般的失能老人，可根据其需求，群体化兼个性化订制相关服务。

第三，完善政府购买照顾服务体系。目前政府购买养老服务已经取得了一定的成效，但是照顾服务专业化水平低，临时性服务占比过高，服务标准不清晰，服务资源未得到有效整合，这都导致失能老人对正式照顾满意度不高。政府在政策制订上，应细化购买流程，明确购买标准，加强资源整合规划，提升政府购买服务的质量标准。

第四，因地制宜构建照顾服务体系。我国照顾服务资源呈现明显的城乡及地区差异，照顾服务利用情况也受限于照顾服务资源的分布。国家应该加强区域宏观调控，优化配置相关照顾资源。可参考日本“区域综合照护系统”成功经验，[26]根据照顾资源禀赋情况、人口年龄结构情况以及政策贯彻执行的实际情况，制定适合本地失能老人照顾需求的照顾服务整合规划，提升照顾政策的实施效果。[27]