1998—2020年中國(guó)時(shí)間銀行的時(shí)空分布特征及其驅(qū)動(dòng)因素
——基于百度資訊

宋 龍，熊學(xué)萍

（華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，武漢 430070）

根據(jù)2021年5月發(fā)布的《第七次全國(guó)人口普查公報(bào)（第五號(hào)）》，中國(guó)≥60歲人口占比為18.70%，≥65歲人口占比達(dá)到13.50%（國(guó)家統(tǒng)計(jì)局，2021），人口老齡化與養(yǎng)老問(wèn)題成為中國(guó)公共領(lǐng)域突出問(wèn)題之一。隨著社會(huì)的快速發(fā)展和家庭結(jié)構(gòu)的改變，傳統(tǒng)的養(yǎng)老模式逐漸式微，亟需新的養(yǎng)老模式以彌補(bǔ)傳統(tǒng)養(yǎng)老的不足，時(shí)間銀行應(yīng)運(yùn)而生（楊靜慧，2016；李海艦等，2020；曹海軍等，2021a）。

時(shí)間銀行是一種用于應(yīng)對(duì)養(yǎng)老問(wèn)題的新型互助養(yǎng)老模式，是由年輕人、低齡老人為高齡老人提供服務(wù)，記錄服務(wù)時(shí)長(zhǎng)換算成“時(shí)間幣”，待自己需要時(shí)可從時(shí)間銀行賬戶中取出時(shí)間幣以兌換他人為自己服務(wù)的一種養(yǎng)老方式（Cahn, 2000; Collom,2008）。該概念于20個(gè)世紀(jì)70年代由日本學(xué)者旭子水島率先提出，80年代中期，美國(guó)學(xué)者卡恩在佛羅里達(dá)州邁阿密首次踐行成功（Cahn et al., 2014）。1998年，中國(guó)老齡科學(xué)研究中心將該勞務(wù)養(yǎng)老機(jī)制引入上海，成立上海虹口區(qū)勞務(wù)銀行，后多地紛紛效仿。2018 年上半年，民政部明確將“時(shí)間銀行”納入全國(guó)居家社區(qū)養(yǎng)老服務(wù)改革試點(diǎn)范圍，這是時(shí)間銀行發(fā)展史上的里程碑。2019年3月國(guó)務(wù)院辦公廳印發(fā)《關(guān)于推進(jìn)養(yǎng)老服務(wù)發(fā)展的意見(jiàn)》，對(duì)促進(jìn)互助養(yǎng)老服務(wù)發(fā)展，構(gòu)建現(xiàn)代化養(yǎng)老服務(wù)體系，破解養(yǎng)老困局作進(jìn)一步部署。2021 年，“十四五”規(guī)劃明確了“實(shí)施積極應(yīng)對(duì)人口老齡化國(guó)家戰(zhàn)略”和“發(fā)展互助養(yǎng)老”的目標(biāo)，時(shí)間銀行互助養(yǎng)老被寄予厚望。

在上述政策的推動(dòng)下，近年來(lái)各地積極響應(yīng)，紛紛開(kāi)展時(shí)間銀行互助養(yǎng)老模式試點(diǎn)工作，并取得一系列探索性成果（民政部，2021）。然而在時(shí)間銀行互助養(yǎng)老模式取得較大進(jìn)展的背后，其真實(shí)發(fā)展情況并不樂(lè)觀。全國(guó)各地大多為自主性的嘗試，且依托主體不盡相同，既有社區(qū)主導(dǎo)型，也有政府和公益企業(yè)主導(dǎo)型，這導(dǎo)致各地發(fā)展水平參差不齊，尚未形成標(biāo)準(zhǔn)的、成熟的經(jīng)營(yíng)模式。諸如專(zhuān)項(xiàng)資金匱乏、政策法規(guī)缺失、服務(wù)計(jì)量與通兌標(biāo)準(zhǔn)不統(tǒng)一、數(shù)字技術(shù)參與不夠、服務(wù)隊(duì)伍建設(shè)不足等一系列突出問(wèn)題更是制約其發(fā)展與推廣。不少學(xué)者認(rèn)為“目前很不規(guī)范”“與初衷有很大差距”，操作起來(lái)“舉步維艱”，尚未形成體系與規(guī)模（陳功等，2020）?；诖耍瑫r(shí)間銀行該如何發(fā)展？為何發(fā)展如此緩慢等問(wèn)題成為當(dāng)前老年人口學(xué)的熱點(diǎn)問(wèn)題。

針對(duì)時(shí)間銀行的本土化構(gòu)建問(wèn)題，國(guó)內(nèi)學(xué)者大多圍繞以下幾個(gè)方面展開(kāi)研究：1）分析國(guó)外時(shí)間銀行發(fā)展的輪廓概況與特點(diǎn)，比較中外運(yùn)營(yíng)差異，從國(guó)外成功經(jīng)驗(yàn)中得到發(fā)展啟示（陳功等，2021a）。2）探究時(shí)間銀行的驅(qū)動(dòng)邏輯與理論機(jī)理，將其與當(dāng)前實(shí)踐中的問(wèn)題相結(jié)合，并進(jìn)一步提出應(yīng)對(duì)策略（陳際華，2020；劉妮娜，2020）；3）將視野投向農(nóng)村領(lǐng)域，分析在城鄉(xiāng)差異發(fā)展的背景下，如何有效利用老年人力資源和緊密鄰里關(guān)系的獨(dú)特優(yōu)勢(shì)，發(fā)展時(shí)間銀行以解決農(nóng)村快速增長(zhǎng)的養(yǎng)老需求（賀雪峰，2020；紀(jì)春艷，2020；黎趙 等，2021）；4）聚焦于某區(qū)域?qū)用?，以某一市、區(qū)的調(diào)研數(shù)據(jù)或個(gè)體案例為切入點(diǎn)，剖析時(shí)間銀行的構(gòu)建方式，為由點(diǎn)及面推廣時(shí)間銀行提供參考（高留志等，2019；曹海軍等，2021b）。此外，也有學(xué)者針對(duì)運(yùn)營(yíng)環(huán)節(jié)，諸如風(fēng)險(xiǎn)承兌、區(qū)塊鏈技術(shù)、服務(wù)合同等具體問(wèn)題為時(shí)間銀行可持續(xù)發(fā)展獻(xiàn)言獻(xiàn)策（徐大豐，2019；肖凱等，2019；王笑寒，2020）。

綜上，關(guān)于時(shí)間銀行發(fā)展困境的主流研究大多從理論層面探討時(shí)間銀行的發(fā)展邏輯，分析其存在的問(wèn)題并提出解決方案，研究視角或宏觀于整體發(fā)展，或微觀于個(gè)體案例，但仍存在一些主要問(wèn)題有待研究，如：1）時(shí)間銀行在國(guó)內(nèi)雖已有20 余年，但由于缺乏官方的統(tǒng)計(jì)數(shù)據(jù)，目前對(duì)時(shí)間銀行的具體分布并不明晰，尚未有文獻(xiàn)詳細(xì)探討時(shí)間銀行時(shí)空演變，缺乏對(duì)其發(fā)展分布格局的可視化認(rèn)識(shí)。那么，時(shí)間銀行的發(fā)展在時(shí)空上呈現(xiàn)怎樣的格局？是否具有規(guī)律？2）假如時(shí)間銀行的分布格局具有一定的規(guī)律性，那么造成這種分布規(guī)律的驅(qū)動(dòng)因素是什么？其驅(qū)動(dòng)原因又能為當(dāng)前時(shí)間銀行發(fā)展困境提供什么啟示？基于此，本文采用百度資訊中關(guān)于時(shí)間銀行成立的新聞報(bào)道以及政府政策文件和相關(guān)統(tǒng)計(jì)年鑒數(shù)據(jù)等，通過(guò)文本分析、數(shù)理統(tǒng)計(jì)以及空間分析等方法展示時(shí)間銀行1998—2020年的時(shí)空分布特征，并結(jié)合其運(yùn)行邏輯和當(dāng)前發(fā)展困境，從供需、推拉角度利用地理探測(cè)器揭示時(shí)間銀行時(shí)空分布背后的驅(qū)動(dòng)機(jī)制。以期從社會(huì)關(guān)注度角度還原中國(guó)時(shí)間銀行發(fā)展歷史、時(shí)空分布及其變化軌跡，以地理學(xué)視角為當(dāng)前時(shí)間銀行發(fā)展困境提供有益參考。

1 數(shù)據(jù)來(lái)源與處理

1.1 數(shù)據(jù)來(lái)源

時(shí)間銀行因其公益性、創(chuàng)新性受到媒體廣泛關(guān)注，進(jìn)而產(chǎn)生大量的網(wǎng)絡(luò)資訊報(bào)道，這為研究時(shí)間銀行的時(shí)空分布問(wèn)題提供了數(shù)據(jù)來(lái)源。同時(shí)，網(wǎng)絡(luò)資訊作為獨(dú)具特色的數(shù)據(jù)源已被用于時(shí)間銀行的相關(guān)研究（陳功等，2017）。百度作為當(dāng)下全球最大的中文搜索引擎，具有龐大的數(shù)據(jù)庫(kù)，而百度資訊正是百度以此為基礎(chǔ)建立的強(qiáng)大的資訊瀏覽與搜索服務(wù)平臺(tái)。其內(nèi)容來(lái)源既包括各大主流媒體，也包括由優(yōu)秀的自媒體人集成的百家號(hào)。相比于UC 資訊、頭條資訊、360 資訊等網(wǎng)絡(luò)資訊平臺(tái)，百度資訊信息內(nèi)容更加具備豐富性、客觀性以及完整性。基于此，本文主要采用百度資訊中關(guān)于時(shí)間銀行成立的資訊報(bào)道，為避免信息遺漏，還廣泛搜索了期刊文獻(xiàn)、報(bào)紙等媒體報(bào)道中涉及時(shí)間銀行成立的信息，作為分析時(shí)間銀行時(shí)空分布的數(shù)據(jù)源；有關(guān)時(shí)間銀行驅(qū)動(dòng)因素的數(shù)據(jù)主要來(lái)自1999—2021年《中國(guó)統(tǒng)計(jì)年鑒》（國(guó)家統(tǒng)計(jì)局，1999—2021）《中國(guó)民政統(tǒng)計(jì)年鑒》（民政部，1999—2021）和各省市統(tǒng)計(jì)年鑒，其中養(yǎng)老政策文件來(lái)自各省市民政部網(wǎng)站。

1.2 數(shù)據(jù)獲取

分別以“時(shí)間銀行”“儲(chǔ)蓄互助養(yǎng)老”“時(shí)間儲(chǔ)蓄養(yǎng)老”等為關(guān)鍵詞進(jìn)行百度資訊檢索，利用八爪魚(yú)采集工具爬取媒體網(wǎng)站、百家號(hào)中與時(shí)間銀行成立相關(guān)的報(bào)道資訊。為避免網(wǎng)絡(luò)資訊可能出現(xiàn)的低質(zhì)量報(bào)道問(wèn)題，通過(guò)人工查閱的方式對(duì)不符合規(guī)范的資訊予以剔除。進(jìn)一步地，通過(guò)文本分析對(duì)余下的資訊反復(fù)核對(duì)識(shí)別，篩選出與時(shí)間銀行建立的時(shí)間、地點(diǎn)有關(guān)的信息，最終統(tǒng)計(jì)獲得31個(gè)省份（不含港澳臺(tái)）時(shí)間銀行歷史總新增184家，統(tǒng)計(jì)時(shí)間為1998—2020年，百度資訊示例如圖1所示。

圖1 百度資訊中時(shí)間銀行報(bào)道資訊示例Fig.1 The example of Time Banking report consultation in Baidu consultation

1.3 研究方法

1.3.1 發(fā)展熱度分析 為了對(duì)比不同時(shí)期時(shí)間銀行的空間（省際）差異，對(duì)各個(gè)時(shí)期各省（市）時(shí)間銀行新增數(shù)量進(jìn)行極差歸一化處理，轉(zhuǎn)換成0～1分布的時(shí)間銀行新增發(fā)展指數(shù)：

式中：Dij和Nij分別表示第i時(shí)期、第j個(gè)省時(shí)間銀行的新增發(fā)展指數(shù)和新增數(shù)量；Nix和Nim分別表示第i個(gè)時(shí)期新增最多的省份和新增最少的省份的數(shù)量。

1.3.2 核密度分析 核密度分析是測(cè)量密度變化、挖掘空間熱點(diǎn)的有效技術(shù)。其基本思想為通過(guò)測(cè)量單位面積上事件數(shù)量來(lái)估計(jì)某一點(diǎn)的強(qiáng)度或密度（王遠(yuǎn)飛等，2007）。表達(dá)式為：

式中：fn(x)為x處的核密度估計(jì)值；xi為從分布密度函數(shù)為f的總體中抽取的獨(dú)立同分布的樣本；k為核函數(shù)；h＞0，為寬帶；x-xi為估計(jì)點(diǎn)到事件xi的距離。

1.3.3 空間自相關(guān)分析 空間自相關(guān)指某一變量在不同空間位置中的相關(guān)性，用以度量空間屬性值的集聚程度。利用全局空間自相關(guān)Moran'sI指數(shù)測(cè)度時(shí)間銀行新增數(shù)量的空間分布，分析其集聚程度（陳依曼等，2020）。公式為：

式中：n為省級(jí)行政單元的數(shù)量；xi、xj分別為時(shí)間銀行在空間單元i和j上的觀測(cè)值；xˉ為空間屬性均值；wij為空間權(quán)重矩陣。Moran'sI值分布于[-1,1]之間，若Moran'sI＞0，表示時(shí)間銀行在空間上呈顯著的聚集態(tài)勢(shì)；若Moran'sI＜0，表示時(shí)間銀行在空間上呈離散態(tài)勢(shì)；若Moran'sI=0，表示時(shí)間銀行在空間上呈隨機(jī)分布。

鑒于全局空間自相關(guān)不能確切表達(dá)時(shí)間銀行空間聚集的具體省份，進(jìn)一步進(jìn)行局部空間自相關(guān)分析。局部空間自相關(guān)用于分析每個(gè)空間單元與相鄰單元的集聚關(guān)系，可在全局空間自相關(guān)分析的基礎(chǔ)上進(jìn)一步探討時(shí)間銀行聚集的具體省份。公式為：

1.3.4 地理探測(cè)器 地理探測(cè)器是探測(cè)空間分異的工具，分析探測(cè)因子x對(duì)屬性y空間分異的解釋力度，用q衡量，公式為：

式中：N為總研究的單元數(shù)，Nh為h層的單元數(shù)；σ2為全區(qū)總方差，σ2h為h層樣本方差；SSW和SST分別表示層內(nèi)方差之和和全區(qū)總方差；q表示探測(cè)因子x對(duì)y的解釋力度，分布于[0,1]之間，越大表示解釋力度越強(qiáng)，越小表示解釋力度越弱（王勁峰等，2017）。地理探測(cè)器除了識(shí)別因子對(duì)因變量Y的解釋作用，還能進(jìn)一步評(píng)估2個(gè)因子交互作用是否會(huì)增強(qiáng)或減弱該因子對(duì)因變量Y的解釋力（劉海龍等，2021）。

2 中國(guó)時(shí)間銀行的發(fā)展歷程回顧與梳理

時(shí)間銀行自1998 年引入中國(guó)以來(lái)，至今已有23年，經(jīng)歷了從初步探索到逐漸成熟的過(guò)程。陳功等（2017）曾根據(jù)時(shí)間銀行的發(fā)展特點(diǎn)將其劃分為2 個(gè)時(shí)期：萌芽探索期（1998—2007 年）和加速發(fā)展期（2008 年至今）。本文在此基礎(chǔ)上，參考國(guó)家頒布的有關(guān)時(shí)間銀行發(fā)展政策的時(shí)間節(jié)點(diǎn)，將時(shí)間銀行的發(fā)展歷程分為3個(gè)時(shí)期：萌芽探索期（1998—2007 年）、加速發(fā)展期（2008—2017 年）和創(chuàng)新增長(zhǎng)期（2018 年至今）。為更加貼合時(shí)間銀行歷史發(fā)展特點(diǎn)，以這3個(gè)發(fā)展階段為分析視角探究其時(shí)空演變特征。

1）萌芽探索期（1998—2007年）。時(shí)間銀行的引進(jìn)起源于1998年上海虹口區(qū)的勞務(wù)銀行，后擴(kuò)展至全國(guó)各地。該時(shí)期時(shí)間銀行的發(fā)展總體呈現(xiàn)規(guī)模小、不規(guī)范、缺乏政策文件支持的特點(diǎn)，且服務(wù)方式主要存在于線下。管理人員一般由社區(qū)工作人員兼任，缺乏專(zhuān)業(yè)人才，且有存無(wú)取、登記錯(cuò)誤、遺漏等問(wèn)題頻出。該時(shí)期時(shí)間銀行運(yùn)作機(jī)制尚不成熟，以自發(fā)性嘗試為主且基本為一元組織體系的“單兵作戰(zhàn)”，不同時(shí)間銀行之間缺乏聯(lián)系合作，依靠主體大多為社會(huì)組織或老年協(xié)會(huì)。

2）加速發(fā)展期（2008—2017 年）。從2008 年開(kāi)始，各地時(shí)間銀行快速發(fā)展，社區(qū)開(kāi)始設(shè)置規(guī)范的管理章程、權(quán)責(zé)范圍。同時(shí)互聯(lián)網(wǎng)的飛速發(fā)展也為其助力，網(wǎng)站、手機(jī)App等線上與線下相結(jié)合的運(yùn)作模式相繼推出。最重要的是，該時(shí)期互助養(yǎng)老相關(guān)政策體系開(kāi)始成形，《社會(huì)養(yǎng)老服務(wù)體系建設(shè)規(guī)劃（2011—2015 年）》《國(guó)務(wù)院關(guān)于加快發(fā)展養(yǎng)老服務(wù)業(yè)的若干意見(jiàn)》《“十三五”國(guó)家老齡事業(yè)發(fā)展和養(yǎng)老體系建設(shè)規(guī)劃》等政策相繼出臺(tái)；在此背景下，部分地方政府開(kāi)始嘗試針對(duì)時(shí)間銀行進(jìn)行政策扶持和引導(dǎo)，互助養(yǎng)老快速發(fā)展，同時(shí)局部區(qū)域如地級(jí)市內(nèi)開(kāi)始加強(qiáng)協(xié)同合作，經(jīng)營(yíng)主體逐漸豐富，政府、企業(yè)、社會(huì)公益組織以及社區(qū)逐漸參與到時(shí)間銀行發(fā)展中。

3）創(chuàng)新增長(zhǎng)期（2018 年至今）。2018 年上半年，隨著老齡化問(wèn)題的進(jìn)一步加劇，民政部首次明確將“時(shí)間銀行”納入全國(guó)居家社區(qū)養(yǎng)老服務(wù)改革試點(diǎn)范圍，標(biāo)志著時(shí)間銀行互助養(yǎng)老模式正式得到中央政府的認(rèn)可與支持，隨后更是在《關(guān)于發(fā)展壯大農(nóng)村互助式養(yǎng)老機(jī)構(gòu)的建議》《關(guān)于完善養(yǎng)老護(hù)理體系的提案》《關(guān)于基層民辦養(yǎng)老機(jī)構(gòu)可持續(xù)發(fā)展的建議》等一系列文件中多次強(qiáng)調(diào)開(kāi)展時(shí)間銀行探索工作，發(fā)展普惠性互助養(yǎng)老服務(wù)，時(shí)間銀行迎來(lái)爆發(fā)增長(zhǎng)。除此之外，該時(shí)期主要特點(diǎn)是區(qū)塊鏈等高端互聯(lián)網(wǎng)技術(shù)的引進(jìn)為服務(wù)記錄存儲(chǔ)帶來(lái)便利，青島與南京在全國(guó)范圍內(nèi)首次嘗試實(shí)現(xiàn)跨區(qū)通兌功能①年輕存時(shí)間，年老享服務(wù)青島“時(shí)間銀行”來(lái)啦！今年將在全市推廣.https://baijiahao.baidu.com/s?id=1696664560935735048&wfr=spider&for=pc，地方政策文件更加豐富，時(shí)間銀行公信力得到進(jìn)一步提升。

3 中國(guó)時(shí)間銀行的時(shí)空分布特征

3.1 時(shí)間分布特征

1998—2020年，時(shí)間銀行新增數(shù)量在時(shí)間上總體呈現(xiàn)上升趨勢(shì)，從1998—2014 年穩(wěn)步增長(zhǎng)，到2014年達(dá)到小巔峰后增速有所放緩，2018年又開(kāi)始爆炸增長(zhǎng)，其中增長(zhǎng)浮動(dòng)最大的是2019—2020 年，增長(zhǎng)數(shù)量為25家（圖2）。同時(shí)，新增的時(shí)間銀行大多位于城鎮(zhèn)地區(qū)。據(jù)統(tǒng)計(jì)，時(shí)間銀行處于城鎮(zhèn)地區(qū)共160 家（占比87%），鄉(xiāng)村地區(qū)共24 家（占比13%）。具體來(lái)看，1998—2007 年時(shí)間銀行新增數(shù)量寥寥可數(shù)，年均新增數(shù)量1家，且基本集中于城鎮(zhèn)地區(qū)。自2008—2017年時(shí)間銀行數(shù)量呈現(xiàn)快速發(fā)展趨勢(shì)，年均新增數(shù)量6.1 家，且時(shí)間銀行開(kāi)始從城鎮(zhèn)試點(diǎn)地區(qū)向鄉(xiāng)村地區(qū)發(fā)展，其中城鎮(zhèn)地區(qū)新增54家（占比89%），鄉(xiāng)村地區(qū)新增7家（占比11%）。2018年開(kāi)始，受老齡化加劇以及政府政策影響，時(shí)間銀行開(kāi)始爆發(fā)式增長(zhǎng)，年均新增數(shù)量達(dá)38家，是上一時(shí)期的逾5倍。其中城鎮(zhèn)地區(qū)新增97家（占比85%），鄉(xiāng)村地區(qū)新增17家（占比15%）。

圖2 1998—2020年時(shí)間銀行成立數(shù)量Fig.2 Distribution of newly established number of Time Banking during 1998-2020

3.2 空間格局的時(shí)間演變-發(fā)展熱度分析

利用公式（1）對(duì)空間分布統(tǒng)計(jì)結(jié)果進(jìn)行歸一化處理，得到時(shí)間銀行新增發(fā)展熱度指數(shù)，利用自然斷點(diǎn)法進(jìn)行分級(jí)，在ArcGIS 10.7 繪制空間分布差異圖。由圖3可知，自1998年時(shí)間銀行引入中國(guó)以來(lái)（圖3-a），發(fā)展最快的?。ㄊ校┓謩e是江蘇、湖北、浙江及廣西，4 ?。▍^(qū)）時(shí)間銀行新增數(shù)量占全國(guó)的40%，平均每?。ㄊ校┬略鰯?shù)量是全國(guó)平均水平的1.8 倍。新增數(shù)量位于其次的是湖南、安徽、上海、山東、北京及江西6?。ㄊ校?，6省（市）新增時(shí)間銀行數(shù)量占全國(guó)的22%，平均每省的新增數(shù)量是全國(guó)平均的1.2 倍。再次是福建、河南、廣東、重慶和四川，5 ?。ㄊ校┬略鰯?shù)量占全國(guó)總量的10%，每省（市）平均新增數(shù)量低于全國(guó)平均水平。相較之下，西藏、青海、海南、內(nèi)蒙古4省發(fā)展最為緩慢。

從時(shí)間銀行不同發(fā)展時(shí)期看，在時(shí)間銀行剛引入中國(guó)的前10年——萌芽探索期（圖3-b），率先進(jìn)行試點(diǎn)的省市為上海和山西，接著北京、浙江、廣東、黑龍江、重慶、江蘇等省市相繼開(kāi)始嘗試。該時(shí)期全國(guó)時(shí)間銀行累計(jì)新增9家，平均新增數(shù)量?jī)H為1.1家，有22個(gè)?。ㄊ校┥形催M(jìn)行試點(diǎn)，基本處于摸索階段。

2008—2017年加速發(fā)展期（圖3-c）。該時(shí)期時(shí)間銀行發(fā)展熱點(diǎn)地區(qū)以江蘇、浙江、河南、湖北4省為主，4 省新增數(shù)量占全國(guó)同期水平的54%，各省平均新增數(shù)量約為全國(guó)平均水平的4.2倍。安徽、湖南、山東、江西、河北、遼寧、天津等7省次之，累計(jì)新增數(shù)量占全國(guó)平均水平的31%，各省平均新增數(shù)量約為全國(guó)平均水平的1.4 倍，前期探索積累的經(jīng)驗(yàn)初見(jiàn)成效。同時(shí)，截至該時(shí)期尚有陜西、云南、吉林、寧夏、內(nèi)蒙古、海南、西藏及青海等8省未進(jìn)行時(shí)間銀行的探索工作。

2018—2020年創(chuàng)新增長(zhǎng)期（圖3-d）。2018年以來(lái)，時(shí)間銀行開(kāi)始快速發(fā)展。其中，湖北、廣西、湖南、江蘇、浙江、上海、安徽、山東、江西、北京、福建及重慶等12 ?。ㄊ校┌l(fā)展速度最快，12?。ㄊ校r(shí)間銀行新增數(shù)量占全國(guó)同期水平的81%，各省平均新增數(shù)量是全國(guó)同期平均水平的1.84倍。廣東、四川、陜西等3省次之，6省（市）新增數(shù)量占據(jù)全國(guó)同期累計(jì)數(shù)量的9%，各?。ㄊ校┢骄略鰯?shù)量略低于全國(guó)同期平均水平。截止2020年底，全國(guó)僅有西藏、青海、海南、內(nèi)蒙古等4省尚未進(jìn)行時(shí)空銀行的探索工作。

圖3 時(shí)間銀行各時(shí)期新成立數(shù)量的空間格局Fig.3 Spatial pattern of newly established number of Time Banking each period

3.3 核密度分析

從1998—2020年時(shí)間銀行總體進(jìn)程和3個(gè)發(fā)展時(shí)期的核密度分析結(jié)果（圖4）可知，時(shí)間銀行新增數(shù)量的分布密度在不同地區(qū)呈現(xiàn)明顯差異，熱點(diǎn)區(qū)和冷點(diǎn)區(qū)涇渭分明。總體上（圖4-a），1）時(shí)間銀行在20余年的發(fā)展歷程中，形成以長(zhǎng)三角地區(qū)和中原地區(qū)為中心的雙中心格局，分布密度達(dá)到2.01～3.10 個(gè)/萬(wàn)km2。2）較密集區(qū)主要集中于華北沿海地區(qū)、川渝地區(qū)、以及兩廣地區(qū)，分布密度達(dá)到1.11～2.01個(gè)/萬(wàn)km2。3）稀疏區(qū)主要分布在西北、東北等胡煥庸以北地區(qū)，分布密度僅為0～0.05個(gè)/萬(wàn)km2。

進(jìn)一步對(duì)時(shí)間銀行新增數(shù)量分時(shí)期分析：1）在1998—2007年萌芽探索期（圖4-b），北京、長(zhǎng)三角地區(qū)較為領(lǐng)先，總體呈現(xiàn)零星式分布，并無(wú)明顯的集聚分布；2）2008—2017 年加速發(fā)展期（圖4-c），初步形成以長(zhǎng)三角區(qū)域?yàn)橹行牡姆植几窬郑曳植济芏冗_(dá)到1.11～1.58 個(gè)/萬(wàn)km2；3）2018—2020年創(chuàng)新增長(zhǎng)期（圖4-d），該時(shí)期進(jìn)一步形成中原密集中心區(qū)，和長(zhǎng)三角地區(qū)形成雙中心空間格局。值得一提的是，廣西在該時(shí)期發(fā)展迅猛，從上個(gè)時(shí)期的0～0.11個(gè)/萬(wàn)km2上升到0.93～1.44個(gè)/萬(wàn)km2。

總體上，時(shí)間銀行新增密度分布層次明顯，中心突出，基本集中于胡煥庸線以南且大致呈現(xiàn)“東南密—西北疏”的分布格局。

3.4 空間關(guān)系變化

3.4.1 全局空間關(guān)系變化 采用QUEEN 鄰接法構(gòu)建空間權(quán)重矩陣，分年份計(jì)算1998—2020年時(shí)間銀行新增的全局Moran'sI指數(shù)。從圖5可看出：時(shí)間銀行新增數(shù)量的Moran'sI指數(shù)從1998 年的-0.024，逐漸增加到2020 年的0.406，說(shuō)明時(shí)間銀行新增數(shù)量從最初的分散逐步發(fā)展到空間集聚，這意味著時(shí)間銀行的高新增地區(qū)傾向于和高新增地區(qū)集聚，低新增地區(qū)傾向于和低新增地區(qū)集聚?？臻g關(guān)系的時(shí)段變化，除2016—2017 年變化較大外（從0.006 變化到0.341），其余年份整體呈現(xiàn)穩(wěn)步上升的趨勢(shì)。從空間關(guān)系顯著性看，1998—2017年空間關(guān)系的顯著性存在波動(dòng)；隨著時(shí)間接近2018年，這種波動(dòng)性逐漸減弱；2018 年以后，顯著性p值均＜0.01，空間集聚效應(yīng)明顯，說(shuō)明2018年對(duì)時(shí)間銀行的空間分布而言是一個(gè)重要的時(shí)間節(jié)點(diǎn)。

進(jìn)一步分時(shí)期計(jì)算時(shí)間銀行新增數(shù)量的Moran'sI指數(shù)。在1998—2007 年萌芽探索期Moran'sI指數(shù)為-0.051（P=0.41），時(shí)間銀行新增數(shù)量并不存在顯著的空間關(guān)系；而在2008—2017 年快速增長(zhǎng)期，時(shí)間銀行新增數(shù)量呈現(xiàn)顯著的空間集聚，Moran'sI指數(shù)為0.331（p＜0.01），且這種集聚效應(yīng)在

2018—2020年創(chuàng)新增長(zhǎng)期進(jìn)一步加強(qiáng)，其Moran'sI指數(shù)為0.432（p＜0.01）。

3.4.2 局部空間關(guān)系變化 根據(jù)1998—2020年3個(gè)發(fā)展時(shí)期的新增數(shù)量分別繪制莫蘭散點(diǎn)分布表（表1）和LISA聚類(lèi)地圖（圖6）?？梢钥闯?，大部分省份落在第一和第三象限，在3個(gè)時(shí)期中時(shí)間銀行新增數(shù)量呈現(xiàn)高高聚集或低低聚集的省份單元數(shù)分別為19、23 和27 個(gè)，呈現(xiàn)高低聚集或低高聚集?。ㄊ校﹩卧獢?shù)分別為12、8和4個(gè)。說(shuō)明時(shí)間銀行新增數(shù)量的空間均質(zhì)性不斷增強(qiáng)，異質(zhì)性不斷減弱。從各象限演化軌跡看，低低聚集區(qū)域整體變化幅度不大，高低聚集區(qū)域和低高聚集區(qū)域均在減少，而高高聚集區(qū)域在不斷擴(kuò)大，說(shuō)明時(shí)間銀行整體發(fā)展向好。

表1 時(shí)間銀行莫蘭散點(diǎn)分布Table 1 Moran scatter distribution of Time Banking

圖6 時(shí)間銀行各時(shí)期新成立數(shù)量LISA聚類(lèi)圖Fig.6 Lisa clustering chart of newly established Time Banking of each period

1998—2007年探索發(fā)展期（圖6-a），時(shí)間銀行發(fā)展尚未存在較強(qiáng)的空間關(guān)系，集聚顯著單元（8個(gè)）中，高低區(qū)域集聚的省（市）有5個(gè)，在顯著單元中占比最高，分別是黑龍江、北京、山西、重慶以及廣東；低高聚集的區(qū)域有2個(gè)，分別是福建和海南；而高高聚集的僅有上海。

2008—2017年加速發(fā)展期（圖6-b），該時(shí)期時(shí)間銀行的空間集聚特征顯著增加，空間同質(zhì)性增強(qiáng)，異質(zhì)性減弱。具體表現(xiàn)為高高集聚的省份數(shù)量增加到5個(gè)，分別為山東、江蘇、安徽、浙江和江西；低低聚集的省份增加到3 個(gè)，分別為內(nèi)蒙古、甘肅、四川；上海由上一時(shí)期的高高聚集區(qū)域轉(zhuǎn)為低高聚集區(qū)域；而高低聚集區(qū)域顯著減少。

2018—2020年創(chuàng)新增長(zhǎng)期（圖6-c），該時(shí)期時(shí)間銀行新增數(shù)量的空間同質(zhì)性繼續(xù)增強(qiáng)，異質(zhì)性變化幅度不大。高高聚集區(qū)域增加了湖南，山東變?yōu)椴伙@著。而低低聚集區(qū)域中四川變?yōu)椴伙@著，增加了新疆和遼寧，空間分布格局趨于穩(wěn)定。

4 驅(qū)動(dòng)因素分析

4.1 驅(qū)動(dòng)因素的理論分析與指標(biāo)選取

產(chǎn)業(yè)經(jīng)濟(jì)學(xué)理論認(rèn)為，任何產(chǎn)業(yè)的發(fā)展都與人口結(jié)構(gòu)密不可分，其為產(chǎn)業(yè)的興旺、繁榮提供必要的人口基礎(chǔ)（干春暉，2015）。競(jìng)爭(zhēng)優(yōu)勢(shì)理論認(rèn)為，任何產(chǎn)業(yè)發(fā)展的驅(qū)動(dòng)因素應(yīng)該包括市場(chǎng)需求、政策環(huán)境、相關(guān)產(chǎn)業(yè)基礎(chǔ)和生產(chǎn)要素（Porter, 1990），時(shí)間銀行互助養(yǎng)老模式的發(fā)展必然符合產(chǎn)業(yè)發(fā)展規(guī)律。隨著人口老齡化問(wèn)題加劇，社會(huì)養(yǎng)老需求也逐漸加大。而家庭規(guī)模漸趨小型化，傳統(tǒng)的代際養(yǎng)老功能隨之弱化（周兆安，2014），養(yǎng)老壓力逐漸向社會(huì)轉(zhuǎn)移。但由于社會(huì)養(yǎng)老提供不足和國(guó)家養(yǎng)老資源有限，這種需求壓力開(kāi)始由傳統(tǒng)養(yǎng)老模式向新型互助養(yǎng)老模式轉(zhuǎn)移，因此人口結(jié)構(gòu)的變化導(dǎo)致的養(yǎng)老需求壓力在客觀上倒逼時(shí)間銀行的建設(shè)與發(fā)展。時(shí)間銀行作為一種互助型養(yǎng)老模式，公益性是其突出特征，因此僅靠市場(chǎng)經(jīng)濟(jì)自發(fā)的供求匹配必然導(dǎo)致市場(chǎng)失靈等問(wèn)題，還需要充分發(fā)揮政府這只“有形的手”的力量，政府支持可為時(shí)間銀行發(fā)展提供法律和制度保障。同時(shí)，養(yǎng)老建設(shè)水平也是時(shí)間銀行重要驅(qū)動(dòng)因素之一，時(shí)間銀行雖然是一種新型養(yǎng)老模式，但其誕生和發(fā)展是在傳統(tǒng)養(yǎng)老模式上創(chuàng)新發(fā)展的結(jié)果，是對(duì)傳統(tǒng)養(yǎng)老體系的重要補(bǔ)充。此外，時(shí)間銀行的發(fā)展還需要諸如資金、人力以及技術(shù)等生產(chǎn)要素的支持，多種生產(chǎn)要素的流動(dòng)、集聚能有效地推動(dòng)時(shí)間銀行的發(fā)展。

基于以上考慮，并結(jié)合數(shù)據(jù)的可獲得性，從人口結(jié)構(gòu)（曾通剛等，2019）、養(yǎng)老建設(shè)水平、經(jīng)濟(jì)發(fā)展水平（范中原等，2012）、政府支持力度（安雅夢(mèng)等，2021）、志愿隊(duì)伍建設(shè)（陳功等，2021b）和數(shù)字技術(shù)水平（黎昌珍等，2021）6個(gè)維度探討時(shí)間銀行發(fā)展的驅(qū)動(dòng)因素，并分別選取≥65 歲占比（X1）、在職人員參與養(yǎng)老保險(xiǎn)人數(shù)（X2）、人均地區(qū)生產(chǎn)總值（X3）、養(yǎng)老政策文件數(shù)目（X4）、志愿者注冊(cè)數(shù)（X5）和移動(dòng)電話年末用戶數(shù)（X6）表征。數(shù)據(jù)處理上，對(duì)個(gè)別年份存在統(tǒng)計(jì)口徑不一的數(shù)據(jù)予以剔除，對(duì)少數(shù)缺失值使用線性插值法填補(bǔ)。

4.2 單因子探測(cè)結(jié)果

基于ArcGIS 10.7 采用自然斷點(diǎn)法將選取的探測(cè)因子分為5 類(lèi)，利用GeoDetector 程序逐年計(jì)算1998—2020年各探測(cè)因子對(duì)時(shí)間銀行發(fā)展的驅(qū)動(dòng)作用力q值和顯著性p值。參考麻學(xué)鋒等（2021）的研究，根據(jù)q值將探測(cè)因素分為三類(lèi)：核心驅(qū)動(dòng)因素（0.5＜q＜1）、重要驅(qū)動(dòng)因素（0.4＜q＜0.5）和一般驅(qū)動(dòng)因素（q＜0.4）。另外，由于地理探測(cè)器無(wú)法探測(cè)因子作用方向，本文結(jié)合相關(guān)性分析彌補(bǔ)不足，即若相關(guān)性分析結(jié)果為正，認(rèn)為探測(cè)因子為正向影響；若相關(guān)性分析結(jié)果為負(fù)，則認(rèn)為探測(cè)因子為負(fù)向影響（圖7）。

圖7 時(shí)間銀行單因子探測(cè)結(jié)果Fig.7 Single factor detection results of Time Banking

可以發(fā)現(xiàn)，從1998—2020年各個(gè)維度指標(biāo)q值總體呈上升趨勢(shì)，顯著性p值逐漸加強(qiáng)，說(shuō)明時(shí)間銀行的發(fā)展和各個(gè)驅(qū)動(dòng)因素之間的聯(lián)系日趨密切。回顧時(shí)間銀行在中國(guó)發(fā)展的23年間，從各個(gè)探測(cè)因子（p＜0.1）的平均解釋力度看，經(jīng)濟(jì)發(fā)展水平、政府支持力度為核心驅(qū)動(dòng)因素，平均解釋力q值分別為0.601 和0.589；人口結(jié)構(gòu)驅(qū)動(dòng)作用次之，平均q值為0.418，是重要驅(qū)動(dòng)因素；而養(yǎng)老建設(shè)水平、數(shù)字技術(shù)水平和志愿隊(duì)伍建設(shè)是一般驅(qū)動(dòng)因素，平均q值分別為0.371、0.373和0.366?？梢园l(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展水平對(duì)于時(shí)間銀行的發(fā)展一直處于重要地位，而養(yǎng)老建設(shè)水平、數(shù)字技術(shù)水平和志愿隊(duì)伍建設(shè)解釋力的q值并不高，但持續(xù)穩(wěn)定地影響時(shí)間銀行的發(fā)展。人口結(jié)構(gòu)和政府支持力度近年開(kāi)始發(fā)力逐漸成為主導(dǎo)驅(qū)動(dòng)因子，尤其是政府支持力度在2017—2018 年存在較大幅度上漲，由0.528 升至0.814。

進(jìn)一步分時(shí)期看，萌芽探索期，養(yǎng)老建設(shè)水平（0.324）為主要驅(qū)動(dòng)因子?？焖侔l(fā)展期，各影響因子平均解釋力（p＜0.1）排名為：經(jīng)濟(jì)發(fā)展水平（0.546） ＞政 府 支 持 力 度（0.458） ＞人 口 結(jié) 構(gòu)（0.382）＞數(shù)字技術(shù)水平（0.376）＞養(yǎng)老建設(shè)水平（0.338）＞志愿隊(duì)伍建設(shè)（0.325）。創(chuàng)新增長(zhǎng)期，各影響因子排名為：政府支持力度（0.763）＞經(jīng)濟(jì)發(fā)展水平（0.690）＞養(yǎng)老建設(shè)水平（0.498）＞志愿隊(duì)伍建設(shè)（0.475）＞人口結(jié)構(gòu)（0.466）＞數(shù)字技術(shù)水平（0.367）。

4.3 交互因子探測(cè)結(jié)果

在單因素分析基礎(chǔ)上，為探究因子之間內(nèi)部相互作用是否會(huì)影響到各地時(shí)間銀行分布差異，進(jìn)一步進(jìn)行雙因子交互分析。結(jié)果發(fā)現(xiàn)，兩兩交互作用的探測(cè)因子作用效果顯著大于單因子作用效果，其交互作用類(lèi)型均為雙因子增強(qiáng)或非線性增強(qiáng)，且不同年份主導(dǎo)交互作用類(lèi)型有所差異?？傮w上（圖8），1998—2020年平均作用最強(qiáng)的前3個(gè)交互因子分別是人口結(jié)構(gòu)與數(shù)字技術(shù)水平（0.755）、養(yǎng)老建設(shè)水平與經(jīng)濟(jì)發(fā)展水平（0.715）、養(yǎng)老建設(shè)水平與數(shù)字技術(shù)水平（0.714）。

圖8 驅(qū)動(dòng)因素交互作用探測(cè)結(jié)果Fig.8 Driver interaction detection results

分時(shí)期看，1998—2007年（萌芽探索期）既包括雙因子增強(qiáng)也包括非線性增強(qiáng)，而平均作用最高的3 個(gè)交互因子分別是人口結(jié)構(gòu)與經(jīng)濟(jì)發(fā)展水平（0.711）、人口結(jié)構(gòu)與數(shù)字技術(shù)水平（0.691）、養(yǎng)老建設(shè)水平與數(shù)字技術(shù)水平（0.686），排名前兩名均為人口結(jié)構(gòu)和其他因素的疊加，說(shuō)明在該時(shí)期人口結(jié)構(gòu)在時(shí)間銀行的發(fā)展過(guò)程中居于重要地位，與其他驅(qū)動(dòng)因素具有良好的契合性，因素間兩兩結(jié)合能顯著增強(qiáng)對(duì)時(shí)間銀行發(fā)展差異的解釋力度。

2008—2017年，雙因子增強(qiáng)發(fā)揮主要作用，平均作用最高的3個(gè)交互因子為人口結(jié)構(gòu)與數(shù)字技術(shù)水平（0.816）、人口結(jié)構(gòu)與經(jīng)濟(jì)發(fā)展水平（0.780）、養(yǎng)老建設(shè)水平與經(jīng)濟(jì)發(fā)展水平（0.757），該時(shí)期人口結(jié)構(gòu)依舊處于重要地位，并且經(jīng)濟(jì)發(fā)展水平在時(shí)間銀行快速發(fā)展期開(kāi)始成為主導(dǎo)交互探測(cè)因子，可以更好地解釋時(shí)間銀行的分布差異。

2018—2020年均為雙因子增強(qiáng)發(fā)揮作用，平均作用最高的3個(gè)交互因子為政府支持力度與志愿隊(duì)伍建設(shè)（0.935）、政府支持力度與數(shù)字技術(shù)水平（0.928）、政府支持力度與人口結(jié)構(gòu)（0.899），均包括政府支持力度，其與志愿隊(duì)伍建設(shè)的交互作用對(duì)時(shí)間銀行發(fā)展差異的解釋力度更是達(dá)到93.5%，進(jìn)一步驗(yàn)證了在創(chuàng)新增長(zhǎng)期，政府支持力度在時(shí)間銀行發(fā)展的驅(qū)動(dòng)因素中處于核心地位，是推動(dòng)時(shí)間銀行發(fā)展的有力因素。

4.4 探測(cè)因子及其交互作用結(jié)果分析

1）萌芽探索期

中國(guó)自2000年正式步入老齡化社會(huì)，老齡化問(wèn)題開(kāi)始進(jìn)入大眾視野。該時(shí)期針對(duì)養(yǎng)老的相關(guān)政策文件較少，信息技術(shù)手段缺乏。最先嘗試成為試點(diǎn)的地區(qū)既包括北京、上海、廣東等經(jīng)濟(jì)發(fā)達(dá)?。ㄊ校舶ㄉ轿?、黑龍江等經(jīng)濟(jì)相對(duì)欠發(fā)達(dá)省份，當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平對(duì)時(shí)間銀行推動(dòng)作用并不明顯。該時(shí)期時(shí)間銀行剛引入中國(guó)，主要由民間社會(huì)公益組織自發(fā)承辦，因而較為依賴當(dāng)?shù)氐酿B(yǎng)老建設(shè)水平和人口結(jié)構(gòu)。老齡化問(wèn)題凸顯且養(yǎng)老建設(shè)水平高的地區(qū)，對(duì)養(yǎng)老問(wèn)題更為關(guān)注，對(duì)養(yǎng)老服務(wù)體系建設(shè)的資源傾斜力度更大，對(duì)新型養(yǎng)老方式接納程度也更高，因此，更能推動(dòng)時(shí)間銀行的發(fā)展。

2）快速增長(zhǎng)期

經(jīng)過(guò)萌芽探索期的發(fā)展，各地區(qū)對(duì)時(shí)間銀行的運(yùn)行具備一定的經(jīng)驗(yàn)。隨著各地經(jīng)濟(jì)的高速增長(zhǎng)，第三產(chǎn)業(yè)比重持續(xù)增大，對(duì)養(yǎng)老服務(wù)供給也隨之增大。隨著第六次全國(guó)人口普查結(jié)果的公開(kāi)，老齡化問(wèn)題進(jìn)一步引起社會(huì)的廣泛關(guān)注，地方性養(yǎng)老政策文件相繼出臺(tái)。以江蘇為例，早在2006年江蘇民政局便開(kāi)始鼓勵(lì)推廣時(shí)間銀行，之后更是持續(xù)出臺(tái)相關(guān)政策文件跟蹤指導(dǎo)，地方政府力量的逐步介入使得時(shí)間銀行的整體規(guī)模和影響力進(jìn)一步擴(kuò)大。2017年，《志愿服務(wù)條例》（民政部，2017）的正式發(fā)布標(biāo)志著中國(guó)志愿服務(wù)進(jìn)入法制建設(shè)階段，為時(shí)間銀行服務(wù)存儲(chǔ)提供法律依據(jù)。信息技術(shù)開(kāi)始得到廣泛運(yùn)用，多種數(shù)字信息平臺(tái)的參與使時(shí)間銀行的開(kāi)展更加便捷。該時(shí)期以浙江、上海和江蘇等長(zhǎng)三角經(jīng)濟(jì)區(qū)為代表的?。ㄊ校┑靡钥焖侔l(fā)展，并逐步向華中地區(qū)（如湖北、安徽）擴(kuò)大。

3）創(chuàng)新增長(zhǎng)期

2018 年民政部將時(shí)間銀行納入居家養(yǎng)老試點(diǎn)，在此背景下，多地積極響應(yīng)。如廣西雖然在經(jīng)濟(jì)發(fā)展、數(shù)字技術(shù)水平以及養(yǎng)老建設(shè)基礎(chǔ)等方面尚有不足，但在文明辦和志愿服務(wù)聯(lián)合會(huì)的共同推動(dòng)下，開(kāi)始大力實(shí)施時(shí)間銀行試點(diǎn)工作并取得較快進(jìn)展，短短3年間成為發(fā)展時(shí)間銀行的熱點(diǎn)地區(qū)之一，可見(jiàn)政府支持對(duì)于時(shí)間銀行的推動(dòng)具有顯著效果。同時(shí)，民政部于2019年在對(duì)《關(guān)于切實(shí)加大普惠性社區(qū)養(yǎng)老與城市大學(xué)生志愿者融合的建議》答復(fù)中（民政部，2019），鼓勵(lì)大學(xué)生參與“探索建立為老志愿服務(wù)時(shí)間銀行制度”，以大學(xué)生為主的志愿者群體開(kāi)始廣泛加入到時(shí)間銀行式互助養(yǎng)老活動(dòng)中。除此之外，以區(qū)塊鏈為代表的創(chuàng)新數(shù)字技術(shù)也為時(shí)間貨幣的存儲(chǔ)以及流動(dòng)提供保障，使跨區(qū)通兌成為可能，有效地提升資源配置效率。在各個(gè)因素的綜合影響下，時(shí)間銀行得以進(jìn)一步發(fā)展成熟。

4.5 分異機(jī)制

時(shí)間銀行互助養(yǎng)老模式是對(duì)社會(huì)老齡人口增加，而養(yǎng)老資源供給不足的響應(yīng)?；谥袊?guó)國(guó)情，社區(qū)往往承擔(dān)平臺(tái)的角色，在服務(wù)者與被服務(wù)者之間發(fā)揮承接統(tǒng)籌的作用。同時(shí)，這種互助養(yǎng)老模式需要社會(huì)與政府協(xié)同參與。對(duì)于社會(huì)而言，其需要為時(shí)間銀行的運(yùn)營(yíng)提供人力、資金以及技術(shù)支持。對(duì)于政府而言，其需要為時(shí)間銀行的運(yùn)營(yíng)提供政策指導(dǎo)和法律保障，其既需要出臺(tái)相關(guān)政策，引導(dǎo)多方參與，優(yōu)化資源配置，也需要對(duì)低齡老人、高齡老人以及三方平臺(tái)之間的權(quán)責(zé)以及服務(wù)計(jì)量、通兌標(biāo)準(zhǔn)予以規(guī)定，為在服務(wù)過(guò)程中可能產(chǎn)生的糾紛掃除障礙。

而相關(guān)文獻(xiàn)梳理發(fā)現(xiàn)，當(dāng)前中國(guó)時(shí)間銀行運(yùn)營(yíng)過(guò)程中主要存在以下問(wèn)題：1）缺乏專(zhuān)項(xiàng)運(yùn)營(yíng)資金。時(shí)間銀行雖然是公益性的養(yǎng)老方式，但維持其運(yùn)營(yíng)的基礎(chǔ)設(shè)施以及工作人員的勞務(wù)工資等均需要一定的資金支持（張晨寒等，2016）。2）政策法規(guī)缺失。體制機(jī)制與政策等外部力量較弱是導(dǎo)致當(dāng)前養(yǎng)老服務(wù)供給發(fā)展困境的原因所在（盛見(jiàn)，2019），政府出臺(tái)法律法規(guī)對(duì)時(shí)間銀行服務(wù)者、被服務(wù)者、運(yùn)營(yíng)三方的權(quán)利和義務(wù)做出規(guī)定，能有效打消參與者顧慮，保護(hù)參與者權(quán)益（蔡婷婷等，2016）。3）服務(wù)計(jì)量與通兌問(wèn)題。服務(wù)與時(shí)間幣之間的價(jià)值衡量，以及各地衡量標(biāo)準(zhǔn)的能否統(tǒng)一是涉及社會(huì)公平的問(wèn)題，也是制約時(shí)間銀行能否可持續(xù)運(yùn)營(yíng)的關(guān)鍵，因此各地時(shí)間銀行需要加強(qiáng)溝通，共同建立統(tǒng)一的管理方案（徐雅，2016）。4）數(shù)字技術(shù)參與不夠。數(shù)字技術(shù)雖然已被應(yīng)用于某些大城市，但大多地區(qū)時(shí)間銀行的記賬方式仍為傳統(tǒng)紙質(zhì)存折，考慮到時(shí)間銀行回報(bào)周期較長(zhǎng)，這種傳統(tǒng)的記賬方式很容易出現(xiàn)損壞、丟失等問(wèn)題，嚴(yán)重影響到居民的參與積極性，因此加大數(shù)字技術(shù)參與必不可少（張文超等，2019）。5）服務(wù)隊(duì)伍素養(yǎng)不高。一方面，服務(wù)者往往缺乏護(hù)理經(jīng)驗(yàn)，服務(wù)內(nèi)容單一，服務(wù)質(zhì)量也不高，難以滿足老人多樣化的養(yǎng)老需求（楊帆等，2019）；另一方面，隨著高齡老人數(shù)量的迅速上漲，僅靠低齡老人提供服務(wù)容易造成供給不足，因此需要更多的年輕人加入到服務(wù)隊(duì)伍中。

上述發(fā)展障礙制約了時(shí)間銀行的推動(dòng)與普及，而對(duì)短板的補(bǔ)齊能極大地推動(dòng)時(shí)間銀行的發(fā)展。從需求側(cè)而言，主要指人口結(jié)構(gòu)的拉力作用。從供給側(cè)而言，政府支持力度、經(jīng)濟(jì)發(fā)展水平、志愿隊(duì)伍建設(shè)、養(yǎng)老建設(shè)水平以及數(shù)字技術(shù)水平等因素從多個(gè)維度推動(dòng)時(shí)間銀行的發(fā)展。發(fā)展驅(qū)動(dòng)因素在不同時(shí)期、不同地區(qū)不盡相同，其與時(shí)間銀行的發(fā)展障礙在這種差異化的綜合作用下，造就了時(shí)間銀行發(fā)展格局的時(shí)空分異（圖9）。

圖9 時(shí)間銀行發(fā)展差異形成機(jī)制Fig.9 Formation mechanism of Time Banking development difference

5 結(jié)論與討論

5.1 結(jié)論

利用百度資訊中的新聞報(bào)道，從社會(huì)關(guān)注度角度揭示了時(shí)間銀行互助養(yǎng)老模式進(jìn)入中國(guó)23 年以來(lái)的時(shí)空分布特征及其背后的驅(qū)動(dòng)邏輯，得到的主要結(jié)論為：

1）時(shí)間銀行新增數(shù)量在時(shí)間上呈現(xiàn)總體上升的趨勢(shì)，其中2018 年以前增長(zhǎng)較為平緩，2018 年后增長(zhǎng)幅度較大，可見(jiàn)相比于社會(huì)組織、地方政府等自發(fā)探索，民政部將時(shí)間銀行互助養(yǎng)老納入居家養(yǎng)老試點(diǎn)政策對(duì)時(shí)間銀行發(fā)展的推動(dòng)效果更加直觀。另外，時(shí)間銀行大多集中于城鎮(zhèn)地區(qū)，后逐漸向鄉(xiāng)村地區(qū)發(fā)展。

2）從發(fā)展熱度看，全國(guó)絕大多數(shù)?。ㄊ校┚验_(kāi)始進(jìn)行時(shí)間銀行的探索嘗試，其中又以江蘇、湖北、浙江、廣西等4?。▍^(qū)）發(fā)展最好，而西藏、青海、海南、內(nèi)蒙古4省（區(qū)）發(fā)展則相對(duì)緩慢。

3）從核密度分析看，時(shí)間銀行由最初的零星分布逐步發(fā)展為長(zhǎng)三角、中原地區(qū)雙中心空間格局，基本集中于胡煥庸線以南且呈現(xiàn)“東南密—西北疏”的分布特征。

4）從空間關(guān)系看，時(shí)間銀行從最初的空間發(fā)散逐步發(fā)展為空間集聚，集聚程度不斷加強(qiáng)且趨于穩(wěn)定，具體表現(xiàn)為高新增地區(qū)和高新增地區(qū)集聚，低新增地區(qū)和低新增地區(qū)集聚，空間均質(zhì)性不斷增強(qiáng)，異質(zhì)性逐漸減弱。

5）時(shí)間銀行發(fā)展的時(shí)空演變是多種因素綜合作用的結(jié)果，其中經(jīng)濟(jì)發(fā)展水平、政府支持力度為核心驅(qū)動(dòng)因素，人口結(jié)構(gòu)是重要驅(qū)動(dòng)因素，養(yǎng)老建設(shè)水平、數(shù)字技術(shù)水平、志愿隊(duì)伍建設(shè)是一般驅(qū)動(dòng)因素，且不同階段主導(dǎo)因子有所差別。萌芽探索期主要驅(qū)動(dòng)因素以養(yǎng)老建設(shè)水平為主，而快速發(fā)展期與創(chuàng)新增長(zhǎng)期均以政府支持力度與經(jīng)濟(jì)建設(shè)水平為主，其中政府支持力度在2018年后有較大提升。交互探測(cè)因子分析結(jié)果顯示，因子間的交互作用對(duì)時(shí)間銀行發(fā)展的影響均大于單因子影響。其中，以人口結(jié)構(gòu)與數(shù)字技術(shù)水平、養(yǎng)老建設(shè)水平與經(jīng)濟(jì)發(fā)展水平、養(yǎng)老建設(shè)水平與數(shù)字技術(shù)水平解釋力最強(qiáng)。萌芽探索期，人口結(jié)構(gòu)和其他驅(qū)動(dòng)因素相結(jié)合能顯著增強(qiáng)對(duì)時(shí)間銀行發(fā)展差異的解釋力度；快速發(fā)展期，則轉(zhuǎn)變?yōu)槿丝诮Y(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平與其他驅(qū)動(dòng)因素結(jié)合解釋力更強(qiáng)；創(chuàng)新增長(zhǎng)期，政府支持力度和其他因子的交互作用解釋力度更強(qiáng)。

6）通過(guò)發(fā)展差異形成機(jī)制看，發(fā)展障礙普遍性地制約了時(shí)間銀行的推動(dòng)與普及，主要體現(xiàn)于專(zhuān)項(xiàng)資金缺乏、政策法規(guī)缺失、服務(wù)計(jì)量不統(tǒng)一與通兌受限、數(shù)字技術(shù)參與不夠和服務(wù)隊(duì)伍素養(yǎng)不高。而驅(qū)動(dòng)因素一方面來(lái)自供給側(cè)對(duì)發(fā)展障礙的響應(yīng)，另一方面來(lái)自需求側(cè)的老齡人口壓力。發(fā)展障礙與驅(qū)動(dòng)因素在不同時(shí)期、不同地區(qū)的差異性綜合作用造就時(shí)間銀行發(fā)展格局的時(shí)空分異。

5.2 討論

時(shí)間銀行引入的初衷是利用老年人口紅利分擔(dān)社會(huì)養(yǎng)老壓力，但根據(jù)本研究發(fā)現(xiàn)，時(shí)間銀行離作為傳統(tǒng)養(yǎng)老體系的重要補(bǔ)充力量還有較大差距，主要體現(xiàn)于：

1）對(duì)社會(huì)經(jīng)濟(jì)發(fā)展等指標(biāo)存在強(qiáng)烈的依賴。理論上，引入時(shí)間銀行互助養(yǎng)老模式本是對(duì)社會(huì)養(yǎng)老資源不足的彌補(bǔ)，公益性和互助性是其突出特征，社會(huì)經(jīng)濟(jì)發(fā)展等指標(biāo)不應(yīng)是其決定性因素。如果需要資金、人力以及技術(shù)持續(xù)且大量的投入則失去其為社會(huì)減輕養(yǎng)老壓力的發(fā)展意義。尤其對(duì)于存在大量空巢老人的廣大農(nóng)村地區(qū)，眾多研究論述了在農(nóng)村地區(qū)發(fā)展時(shí)間銀行式互助養(yǎng)老的迫切性以及可行性（彭炎輝，2017；丁煜等，2022）；即農(nóng)村地區(qū)存在許多被社會(huì)忽視的留守老人，這為時(shí)間銀行的發(fā)展提供了需求和人力供給，同時(shí)農(nóng)村地區(qū)人緣社會(huì)基礎(chǔ)更加牢固，便于開(kāi)展互助式養(yǎng)老。但這些優(yōu)勢(shì)并不能彌補(bǔ)其在養(yǎng)老建設(shè)基礎(chǔ)、數(shù)字技術(shù)以及經(jīng)濟(jì)水平上的短板，在傳統(tǒng)農(nóng)村地區(qū)發(fā)展時(shí)間銀行將面臨更大的挑戰(zhàn)。因此，時(shí)間銀行的發(fā)展需要探索出更加成熟的模式，減少對(duì)社會(huì)經(jīng)濟(jì)發(fā)展等指標(biāo)的依賴，回歸時(shí)間銀行成立的初衷。這樣才有可能為諸如農(nóng)村等欠發(fā)達(dá)地區(qū)提供可行性路徑和參考模板。

2）時(shí)間銀行對(duì)政府支持力度要求高。2018 年民政部將時(shí)間銀行納入養(yǎng)老試點(diǎn)范圍后，數(shù)量激增，空間上集聚效應(yīng)也顯著加強(qiáng)。這一方面佐證了本文將2018年定為時(shí)間銀行第3個(gè)發(fā)展時(shí)期起始點(diǎn)的可行性，同時(shí)也說(shuō)明在推行時(shí)間銀行式互助養(yǎng)老過(guò)程中，政府的力量至關(guān)重要。政府可通過(guò)立法為時(shí)間銀行提供法規(guī)制度，確保其運(yùn)行有法可依。調(diào)研發(fā)現(xiàn)，當(dāng)前時(shí)間銀行難以持續(xù)的難點(diǎn)之一在于公信力不足。時(shí)間銀行不同于傳統(tǒng)銀行，其運(yùn)營(yíng)思路新穎，回報(bào)周期較長(zhǎng)，宣傳力度欠缺，公眾接受度低，故大眾大多持觀望態(tài)度，而政府的支持可以有力打消公眾的疑慮，方便整合多方資源，引導(dǎo)社會(huì)參與，共同推進(jìn)時(shí)間銀行的可持續(xù)發(fā)展。尤其對(duì)于欠發(fā)達(dá)地區(qū)，政府支持力度更加重要，從廣西的發(fā)展案例可以發(fā)現(xiàn)政府支持能有效彌補(bǔ)其在養(yǎng)老建設(shè)基礎(chǔ)、數(shù)字技術(shù)以及經(jīng)濟(jì)發(fā)展水平上的不足。因此對(duì)于發(fā)展時(shí)間銀行，既需要自下而上的探索、嘗試，更加需要自上而下的指導(dǎo)、統(tǒng)籌。

本文也存在不足之處：1）主要基于百度資訊中關(guān)于時(shí)間銀行的新聞報(bào)道資訊對(duì)其時(shí)空分布信息進(jìn)行保守性統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果和現(xiàn)實(shí)情況可能存在部分出入，主要原因是某些網(wǎng)絡(luò)媒體欠發(fā)達(dá)的地區(qū)雖已進(jìn)行時(shí)間銀行的試點(diǎn)工作，但因其尚未見(jiàn)報(bào)道而被遺漏；2）基于新聞報(bào)道的計(jì)數(shù)法，處于量化分析的初步時(shí)期，暫未考慮各省市時(shí)間銀行發(fā)展?fàn)顩r以及運(yùn)行模式的差異。以上不足需在未來(lái)的研究中進(jìn)一步完善。