郭珊珊,杜进林,翟方明,王倩,陈晓亚,彭浩晟
(1.广东医科大学公共卫生学院,广东 东莞 523808;2.广东医科大学人文与管理学院;3.上海交通大学医学院附属精神卫生中心;4.广东医科大学研究生院)
人口老龄化是我国今后较长一段时期的基本国情[1]。2020年10月,党的十九届五中全会提出“实施积极应对人口老龄化国家战略”,这是党首次将积极应对人口老龄化上升到国家战略层面[2]。2021年3月,《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》(简称“十四五”规划)中提到实施积极应对人口老龄化国家战略要推动养老事业和养老产业协同发展,健全基本养老服务体系[3]。而养老机构作为我国养老服务体系的重要支撑[4],其养老资源的配置水平直接影响到养老服务的质量。因此,深入了解和评价“十四五”规划下我国养老机构资源配置水平尤为重要。
目前,国内针对养老机构资源配置的研究多集中于对某省、自治区、直辖市的某类资源配置情况的描述、效率的评价等[5,6],而鲜少有基于整个国家层面分析养老机构资源配置的时空差异的研究。因此,本文采取熵值法、泰尔指数和探索性空间数据分析方法,对我国2014~2021年养老机构资源配置的时间和空间演变趋势进行定量分析,为进一步优化养老机构资源配置提供理论依据。
本研究中各省、自治区、直辖市的人口数源于2015~2022年《中国统计年鉴》,养老机构数、年末床位数、管理人员数及专业技术技能人员数源于2015~2022年《中国民政统计年鉴》,行政区划矢量数据源于标准地图服务系统(http://bzdt.ch.mnr.gov.cn/index.html)。考虑到数据的可获得性,本文未将港澳台地区纳入研究范围中。
因2014年以前《中国民政统计年鉴》中养老机构数、年末床位数、管理人员数及专业技术技能人员数获取受限,本研究选择以2014年为起点、可获取最新数据的2021年为终点作为研究时间段,以2016年民政部、国家发展改革委《民政事业发展第十三个五年规划》、2018年国务院取消养老机构设立许可为关键时间节点进行我国养老机构资源配置的时空差异分析。
1.3.1 一般描述性分析。基于我国每千65岁及以上人口养老机构资源拥有量等数据,借助ArcGIS 10.8建立数据库,导入审图号为GS(2020)4619号的标准地图,连接我国各省、自治区、直辖市养老机构资源配置数据后绘制养老资源空间等级分布图、LISA图;运用Microsoft Excel 2019和Adobe Photoshop CS6绘制全局Moran’s I指数折线图,清晰直观地呈现养老机构资源配置的时空分布水平。
1.3.2 熵值法。熵值法是根据指标的变异程度确定指标权重的一种客观赋权方法,规避了评价指标赋权过程中的主观因素[7]。本研究从养老机构数、年末床位数、管理人员数、专业技术技能人员数4个维度评价我国养老机构资源综合供给水平,具体步骤如下[8]:
(1)由于各评价指标存在量纲上的差异,因此需要对各指标进行标准化,计算公式如下:
对于正向指标:
(1)
对于负向指标:
(2)
(2)对标准化后的指标进行归一化处理得到yij:
(3)
(3)计算第i年第j项指标的比重Pij,m为yij总数:
(4)
(4)计算第j项指标的熵值ej:
(5)
(5)计算第j项指标的差异系数gi:
gi=1-ej
(6)
(6)计算第j项指标的权重wj:
(7)
(7)计算综合评价得分Uk:
(8)
1.3.3 泰尔指数。泰尔指数基于熵的概念提出,不仅可以反映总体的差异,还可以反映各区域之间的差异以及差异来源。泰尔指数的取值范围为0~1,数值越大说明区域间发展差异越大,公平性越差[9,10]。计算公式为[11]:
(9)
(10)
(11)
T总=T区域内+T区域间(12)
其中,Yij为i区域第j个省、市、自治区的养老机构资源供给综合水平指数,Yi为i区域内养老机构资源供给综合水平指数,Y为全国养老机构资源供给综合水平指数;Pij为i区域第j个省、市、自治区的65岁及以上人口数量,Pi为区域内65岁及以上人口数量,P为我国65岁以上人口数量;Tpi为i区域内各省、市、自治区之间的差异,T区域间为区域间差异的泰尔指数,T区域内为区域内差异的泰尔指数,T总为总体差异。将泰尔指数分解后可得出:区域内差异贡献率:T区域内/T总;区域间差异贡献率:T区域间/T总。
1.3.4 探索性空间数据分析。运用GeoDa 1.20将省级行政区划空间数据库和养老机构资源数据库进行匹配,按照rook邻接原则定义空间权重矩阵,其中海南省的邻近省份设置为广东省[12]。采用空间自相关分析方法对2014~2021年我国养老机构资源配置的空间布局和集聚进行定量分析。
全局空间自相关采用全局Moran’s I指数,计算公式如式(13)。全局Moran’s I指数取值范围为[-1,1],当Moran’s I>0且通过显著性检验,则表明地区间存在空间正相关;反之,则呈空间负相关;全局Moran’s I=0则属性值在空间上随机分布。局部空间自相关采用局部Moran’s I指数,计算公式如式(14)。当局部Moran’s I>0且通过显著性检验,则表明地区间存在正相关,对应高—高关联、低—低关联,反之,则呈空间负相关,对应高—低关联、低—高关联。
(13)
(14)
从我国养老机构资源配置总量来看,相较2014年,2021年除管理人员数下降外(年均增长率为-0.60%),养老机构数、年末床位数、专业技术技能人员数均有所上涨(年均增长率分别为2.75%、3.71%及11.49%)。从每千65岁及以上人口拥有量来看,2014~2021年养老机构、年末床位、管理人员及专业技术技能人员拥有量均呈减少态势。从各区域来看,华北、东北、华东及华中地区每千65岁及以上人口养老机构资源拥有量总体水平相对较高,而西南、西北和华南地区拥有量总体水平相对较低。其中,从图1颜色深浅变化可以看出,西南地区的西藏自治区2021年各养老机构资源拥有量快速增长,特别是年末床位数和管理人员数(见表1、图1)。
图1 2014~2021年我国每千65岁及以上人口养老机构资源拥有量空间等级分布
表1 2014~2021年我国养老机构资源配置总量变化情况
从整体来看,2014年和2021年我国养老机构资源综合供给水平指数分别处于0.0054~0.8354和0.0019~0.8992之间,可见养老机构资源综合供给水平较低、变化趋势较为平稳。从各地区来看,华东、华中地区供给水平相对较高,东北次之,西北最低。其中,2021年,仅江苏、河南、山东、安徽、四川、广东、湖南、湖北、河北和辽宁10个省份的综合供给水平指数大于0.5,其余21个省份均小于0.5,可见各地区之间供给水平差异较大(见表2、图2)。
图2 2014~2021年我国养老机构资源综合供给水平空间等级分布
2014~2021年我国养老机构资源综合供给水平指数泰尔指数分解结果显示,2021年,总泰尔指数、区域间泰尔指数和区域内泰尔指数较2014年均有所下降,说明资源配置的公平性总体上正在逐渐改善。从贡献率来看,2021年区域间贡献率较2014年增长了30.14%,可见区域间差异呈增大之势。尽管2021年区域内贡献率下降且小于区域间贡献率,但2014~2018年,区域内差异的贡献率远高于区域间差异的贡献率,即区域内差异是构成我国养老机构资源配置差异主要原因(见表3)。
表3 2014~2021年我国养老机构资源综合供给水平指数泰尔指数分解
2.4.1 全局自相关。从2014~2021年我国养老机构资源综合水平指数全局Moran’s I指数变化趋势可以看出,2014年(P>0.05)、2016年(P<0.05)、2018年(P<0.05)和2021年(P<0.01)的养老机构资源综合水平指数的全局Moran’s I 指数值均为正值且逐年增大,即我国养老机构资源供给水平的空间相关性增强,空间集聚性水平增加(见图3)。
图3 2014~2021年我国养老机构资源综合水平指数全局Moran’s I指数变化趋势图
2.4.2 局部自相关。从各区域来看,高—高集聚区呈现由华东向华中地区扩散之势,高—低、低—低集聚区分别集中于西南和西北地区。从各省、自治区、直辖市来看,2021年,高—高集聚区域由2014年的山东、江苏、上海三地增加至山东、江苏、安徽、河南、湖北、江西六地。安徽由低—高集聚转变为高—高集聚,即安徽的养老机构资源综合供给水平逐渐向邻近省份靠拢;四川则恒定保持高—低集聚;而低—低集聚则由新疆扩展至邻省的甘肃(见图4)。
图4 2014~2021年我国养老机构资源综合水平指数空间局部自相关LISA图
2014~2021年,我国养老机构资源配置总量中,除管理人员数小幅下降,其余各项总量呈上升趋势。另外,尽管从省域视角看,个别省(自治区、直辖市)每千65岁及以上各项指标拥有量呈现“爆发式”增长(如西藏),但总体来看各项指标的拥有量仍呈下降趋势。由此可见,尽管我国养老机构事业蓬勃发展,但是老年人口规模大,老龄化速度快,养老机构资源配置水平难以满足现阶段的养老服务需求。“十四五”时期,我国在全面建成小康社会之后,即将开启全面建设社会主义现代化国家新征程,个性化和多元化的养老需求愈发凸显,养老机构发展面临着更多挑战。
因此,政府要加快建设与人口老龄化进程相适应的老龄事业和机构养老服务体系,积极推进养老机构改革,在做优增量基础上,还要调整存量,补齐短板,力求各项资源供给均衡,避免“偏科”问题。落实到具体对策上,在行政支持方面,优化养老机构的审批环节,助力民间资本更快融入机构养老市场;在资金投入方面,帮助向内扩展资金来源(如广西、广东、江苏、山东等省份投入福彩公益金用于推动养老服务发展)、向外拓展融资渠道(如支持养老企业发行公司信用类债券)[15];在政策扶持方面,加强监管力度,落实提供土地使用、房屋使用、税收减免、水电优惠、床位补贴等扶持政策;在人才供给方面,建立健全养老服务从业人员薪酬与职称评定等激励机制,提升养老护理员等从业人员的福利待遇及职业获得感;支持临床(中医)类别医师、注册护士、康复治疗人员等定期到养老机构提供诊疗服务,鼓励开设老年服务相关专业的高校去到养老机构提供健康宣教、精神慰藉等服务,为养老机构服务市场吸纳优质人力资源,以此形成参与主体更多元、服务内容更多样的机构养老市场,更全面地满足和适应新时代老龄人口的养老服务需求。
从纵向来看,我国各地区的综合供给水平指数变化平稳,从横向来看,各地区指数相差较大,华东、华中地区供给水平优于东北、西北地区。全局Moran’s I指数和LISA集聚图结果也显示,综合供给水平指数空间相关性增强,空间集聚性显著,且养老机构资源配置的“马太效应”显著。2014~2021年,高—高集聚区域由山东、江苏和上海向周边地区不断扩展。2014年,安徽养老机构资源配置水平低于周边地区,但由于其处在环沪圈,受周边区域高水平经济、医疗辐射的影响,加之长三角经济区进入老龄化阶段较早,养老服务事业发展较为成熟,资源外溢效应强,从而安徽由低—高集聚变为高—高集聚地区。而西南地区的四川长期保持高—低集聚区,即其本身资源集聚水平高,但周边地区配置水平低,可见四川作为西部经济第一大省,并未较好地发挥其经济带动作用。另外,从泰尔指数贡献率分解结果同样可知,区域间的差异呈增大之势,且造成养老机构资源配置不均衡的主要原因来自于区域内差异。
因此政府在进行养老机构资源配置时,要发挥经济强省或中心城市的龙头作用,利用其区位、交通、经济等优势提升辐射带动效应,助推周边省市养老机构建设和发展,保持区域间协调发展。此外,不仅要看到区域间的发展差异,还要平衡区域内部的发展水平,如努力构建区域内部养老机构资源共建共享的格局,开展区域内机构养老工作培训交流,加强对专业技术技能人员的培养,实现“经验”和“人才”共享;推动区域内企业申请智慧养老示范点,借助互联网、物联网、云计算、大数据、智能硬件等新一代信息技术开发智慧养老服务平台,推广智慧健康养老服务和产品,活跃区域内机构养老市场,实现“技术”共享等,进一步缩小养老机构区域内发展差异。
根据《第七次全国人口普查公报(第五号)》,截至2020年,新疆和甘肃60岁及以上人口比重分别达到11.28%、17.03%,65岁及以上人口比重分别达到7.76%、12.58%,根据联合国一个国家或地区60(65)岁以上老人达到总人口的10(7)%的标准,新疆和甘肃已经进入老龄化社会,对养老机构资源的需求在一定程度上增加。然而,2014年、2016年及2018年,我国养老资源综合供给水平的低—低集聚地有且仅有新疆一省。到2021年,甘肃省养老资源综合供给水平由此前的不显著地转变为低—低集聚地,可见甘肃养老机构配置水平呈现滞后之势。
综上可见,上述两省份在老龄化阶段对养老机构资源需求增加,但养老机构资源综合供给水平还处于低水平状态,即形成了供需不匹配的结构性矛盾。
因此政府在加大对此类资源配置薄弱地区的投入力度的同时,还要深入老年群体及养老机构服务市场,考察当前老年人对于养老机构服务的需求以及机构服务的缺项,科学评估养老机构服务供给现状,因时、因地制宜地动态调整养老机构资源配置总量,提高养老机构资源配置的精准性,避免资源的无效供给、错位供给。另外,老龄化时代,养老问题不仅是政府的责任,更是全社会的责任。政府要鼓励和支持企业、个人及社会组织等主动承担起社会养老责任,发挥民间力量在养老机构服务建设中的作用,如当地社会组织可利用得天独厚的距离优势,建立专业的特色养老服务调查队伍,及时向当地民政养老部门更新和反馈各地区老人养老服务需求。在此基础上,考虑到各地独特的风俗习惯、养老观念,针对不同年龄阶段、生理心理状况、经济水平、生活习惯的老年人,提供各具特色的生活照料、文化娱乐、精神慰藉等养老服务,打造当地特色养老服务品牌,保证当地老人老有所养、老有所依。
综上所述,本文对我国大陆地区养老机构资源配置进行时空分析,呈现了我国养老机构资源配置的时间变化趋势和空间分布等级情况,为优化养老机构资源配置提供理论参考和依据。但本文存在一定的局限性,由于数据获取的限制,未能将更多指标纳入,如养老机构中具有执业资格人数等。在接下来开展的研究中,希望可以纳入更多指标,尽可能多角度、全方位地开展评价。