泉州市居家养老服务的市场调查与分析

袁林 黄碧丹

摘要：泉州地处闽南地区，受传统观念的影响，老年人的养老模式偏向于居家养老。但是，目前泉州地区的居家养老模式仍存在着一些问题，无法满足老人的养老需求。通过对泉州市中老年人日常生活状况、居家养老服务需求及其满意度进行实地问卷调查，在国内外居家养老相关理论支撑下，分析泉州地区居家养老服务现状及存在问题。采用描述统计、Logistic回归等统计工具对调查数据展开分析，依据统计数据分析得出结论。

关键词：居家养老服务;Logistic回归;老年经济

中图分类号：F427    文献标识码：A

文章编号：1005-913X（2020）10-0056-03

中国已经步入深度老龄化社会，根据我国国家统计局的数据，截至2019年末，中国60岁以上人口占总人口18.1%。随着我国的老龄化程度的加深，“老年经济”开始获得大家的广泛关注。

一、泉州市居家养老服务调查对象与方法

调查目的是根据调查和分析结果，提出一些针对性的建议，从而更好地改善居家养老服务，提高老年人的养老服务质量。调查对象是居住在泉州的中老年人，其中绝大部分是60岁以上的老人。调查方法主要采用问卷调查。调查人员采用“询问式”“走访式”的方法进行问卷的调查发放。也会对一些老年服务中心进行走访调查。

二、对泉州居家养老服务的调查

（一）养老模式和养老服务需求

在对老人的养老模式倾向的统计中，发现大部分的老年人都倾向于居家养老而不是机构养老。在被调查的对象中，12.16%的老年人需要得到紧急救助，10.54%需要家政服务，还有10.45%和10.15%需要社区提供老年人服务热线和送医送药上门的服务;在日常生活过程中希望能够陪同聊天解闷占比9.72%，陪同看病占比7.92%;文化娱乐服务的提供占比7.45%;社区日间照料占比7.11%;需要社区提供代购日常物品的服务占比7.02%;希望得到文化服务占比5.91%;需要社区提供陪同旅游服务占比5.44%;需要社区提供送饭服务占比5.01%。

（二）养老服务存在的不足

在被调查的有效对象中，认为现有居家养老模式中存在当前服务资源不足、内容单一且覆盖面不广的占比为31.76%;认为当前医疗保障匮乏且费用高的占比为26.58%;认为当前老年人精神得不到寄托的占比为23.35%;认为当前专业人员和志愿者缺乏的占比为15.84%。

（三）对居家养老的建议

在对被调查的有效对象中，希望政府能够在社区设立社区综合活动中心的人最多，占比最大为29.83%;希望政府能够大力兴建城乡社区养老服务场所的占比26.78%;希望政府能够提供相关生活照料和家政服务的占比24.43%;希望政府能够为三无老人提供康复护理和精神慰藉等方面服务的占比18.96%。

三、泉州养老服务的实证分析

（一）模型选择与研究假设

本文使用意愿概念模型。因此，本文选择使用意愿研究中的以是否需要社区提供居家养老指标作为因变量。结合本文的研究需要，本研究的研究重点放在是否需要社区提供居家养老的需求、原因及看法，在本次实证分析中我们选用的是二元Logistics模型作回归分析，因为我们模型中的被解释变量（y）是二分类变量——只能选择“是”或“否”。根据我们设计的问卷，如果被调查对象在面对调查人员的询问时，回答“您是否需要社区提供居家养老服务？”时，选择“是”，即认定其对于居家养老服务有需求，则y取值为1;若选择“否”，则认定其对于居家养老服务没需求，此时y取值为0。假设中老年人i选择对居家养老服务有需求的概率为pi，中老年人i选择对居家养老服务没有的概率为1-pi，则xi表示会影响到是否需要社区提供居家养老服务的各类因素选择的概率，据此构建如下线性模型：pi=a0+■ajXij+μi。

上式中左边的pi表示概率，取值范围为0～1之间，而右边的组合公式可以取任何值，因此我们要对上述模型进行约束。通常是进行Logistics交换，就是对概率进行约束对数变化，把变换后的数值依旧设定为解释变量Xi的线性函数。

其中xi（i=1，2，3，…8）表示可能影响中老年人居家养老服务模式選择的各类因素，分别选取的是：基本信息的文化程度、是否经常出门、儿女探望频率、目前养老状况的身体健康状况、对养老问题的关心程度、对居家养老的了解情况、养老模式的倾向、服务意见这8个因素，以及随机干扰常数项ε。β1—β8表示可能影响中老年人是否需要居家养老服务的各类影响因素的系数。

（二）变量设定

笔者对数据进行Logistic回归分析、构建数据分析模型，将基本信息、目前养老状况、对居家养老的偏好等分为三个维度，八个因素作为自变量，考察各类因素的影响大小和影响的显著性程度，对各类因素进行比较分析。

（三）相关性检验

为了增加回归分析的预测力需要进行Pearson相关系数检验，笔者对选择的各预测变量都有严格的要求，各个预测变量的相关性都需要在0.40以下，这样各个变量之间的共线性会很小，越小越有助于分析，这说明整体预测力会更加准确。根据检验结果得出下表，表中大多数变量的相关性都处于0.40以下，满足回归分析条件。

（四）回归分析

由于不能排除自变量对因变量有影响，不论这种影响是否达到统计学上的意义，为了使得因变量与自变量地位相同同时进入方程，即将对因变量有影响的自变量按显著意义选入，而且为了去除掉其中的无用的自变量，选择了后退法回归方法拟合模型的参数。

运用SPSS19.0统计软件，进行Logistic回归分析。得出下列的回归模型表。

（五）模型检验

1.拟合优度检验

在Logistic回归分析中，拟合优度是从回归方程能够解释被解释变量变差的程度、计算出预测值与实际值之间的吻合程度进行考察。在检验结果中NagelkerkeR方为0.795>0.5，HL检验量的概率P为0.426>0.05。數据显示，我们设计的模型拟合效果较好。

2.显著性检验

检验的主要判定方法是：假设解释变量对Logistic的线性解释有显著意义，则会让回归方程对样本的拟合程度得到显著提高。步骤二中，检测结果是卡方观测值为54.429，卡方概率值为0.05>0.000，呈显著性关系，所以选用的模型在统计上显著，能够通过检验。

根据观察分析发现最后剩余四个自变量，减少了四个自变量，达到了降维的目的。因此在对实证结果的分析中，选择步骤二。即居家养老服务需求的Logistic模型可以表达为：

y=logit（P）=-2.809+0.554X4+0.557X5+0.304X6

-0.231X8

从模型的回归结果可以看出，对于老年人居家养老需求，受到诸多因素的影响，这些因素影响并决定着其是否选择居家养老。

想要通得过显著性检验需要p值<0.05，数据显示影响因素中的是否与子女居住、身体健康状况、服务需求的p值>0.05，不满足条件没有通过检验。其他因素都通过了显著性检验。在回归模型所得的结果对自变量呈正向影响的有：关注养老问题程度、对居家养老的了解、养老方式的倾向。呈负向影响的有：文化程度。

四、结论与建议

分析结果显示老年人个体状况是不具有显著的影响性。老年人的养老需求和他们对养老问题的关注程度、对居家养老的了解、养老方式的倾向和儿女看望频率有密切关系。总的来说，老年人的个体状况对居家养老需求的影响取决于他们作为个体所能接受的居家养老服务给他们带来附加值的大小。老年人居家养老服务的需求重要影响因素之一就是对自身的养老问题的关注程度。

老年人的养老模式偏好对于居家养老服务的需求有着显著地正相关影响。越倾向于在家养老的老人越需要社区养老服务站点提供服务，因为居家养老的老年人享受的大部分服务都是由社区提供。所以偏好居家的老人会更需要居家养老服务。例如，较倾向于居家养老却不与子女同住的，在出现了紧急情况等问题时可以得到社区的帮助。

政府应提供政策支持，加强基础设施建设。应鼓励个体户、私营企业等开办各种各样的社会服务项目，丰富服务内容，满足老年人多样化的需求。加强专业化培训，建立完善的专业人员培育体系。拓宽投资渠道，发挥社会资本的作用。现在大部分地区的社区服务建设都是由政府承担，由政府提供资金支持，这种模式会阻碍社区服务的发展。应该对社会资源进行发掘，让社会公共机构或组织来具体运营维护。

参考文献：

[1] 刘伟祎.国外智慧养老的发展现状及对我国的启示[J].中国集体经济，2019（7）.

[2] 赵春飞.老龄化背景下社区居家养老问题及框架构建思考[J].中国经贸导刊，2018（36）.

[3] 宋 悦，吕康银，王丽娜.新常态下我国养老模式的创新[J].税务与经济，2019（2）.

[责任编辑：谭志远]