基于GERT網(wǎng)絡(luò)的政府購(gòu)買居家養(yǎng)老服務(wù)質(zhì)量關(guān)鍵環(huán)節(jié)探測(cè)

徐 蘭，劉宏偉

(江蘇科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 鎮(zhèn)江 212003)

根據(jù)最新國(guó)家統(tǒng)計(jì)公報(bào)顯示：至2020年初，我國(guó)65歲及以上人口達(dá)到1.76億，占總?cè)丝诘?2.6%。這使得政府不斷出臺(tái)文件以保障老年人的生活質(zhì)量，政府購(gòu)買居家養(yǎng)老服務(wù)政策應(yīng)運(yùn)而生。政府購(gòu)買養(yǎng)老服務(wù)是政府以簽訂合同的形式，委托符合條件的社會(huì)組織完成并支付費(fèi)用，使其為居家老人提供生活所需的服務(wù)。居家養(yǎng)老有助于緩解老年人養(yǎng)老院養(yǎng)老和家庭養(yǎng)老的壓力，發(fā)展居家養(yǎng)老服務(wù)已成為當(dāng)前乃至未來(lái)中國(guó)應(yīng)對(duì)人口老齡化的必然選擇[1]。

政府購(gòu)買居家養(yǎng)老服務(wù)起源于西方國(guó)家，21世紀(jì)初引入我國(guó)，率先在北京、上海、南京等相對(duì)發(fā)達(dá)的城市展開實(shí)踐探索，隨后被各級(jí)地方政府探索性實(shí)踐。受地區(qū)經(jīng)濟(jì)發(fā)展、人員、資金投入等方面影響，中國(guó)居家養(yǎng)老服務(wù)存在服務(wù)方式滯后，服務(wù)主體單一化，綜合監(jiān)管機(jī)制不完善，服務(wù)隊(duì)伍專業(yè)化水平較低等問(wèn)題[2-3]。如四川達(dá)州某養(yǎng)老服務(wù)中心“五秒鐘洗腳，兩秒鐘理發(fā)”擺拍，安徽合肥某養(yǎng)老服務(wù)中心“借養(yǎng)老之名，行圈錢之實(shí)”，南京市“愛(ài)福家養(yǎng)老平臺(tái)”身披養(yǎng)老外衣，涉嫌非法集資案等居家養(yǎng)老服務(wù)質(zhì)量問(wèn)題，一直為社會(huì)各界關(guān)注。在經(jīng)濟(jì)發(fā)展和人民生活水平均達(dá)到較高水準(zhǔn)的背景下，提高老年人對(duì)居家養(yǎng)老服務(wù)的參與意愿，滿足老年人養(yǎng)老服務(wù)需求成為當(dāng)前人民群眾的迫切愿望。基于上述背景，本文將GERT (graphical evaluation review technique，圖示評(píng)審技術(shù)) 網(wǎng)絡(luò)模型引入政府購(gòu)買居家養(yǎng)老服務(wù)研究中，對(duì)南京市鼓樓區(qū)政府購(gòu)買居家養(yǎng)老服務(wù)進(jìn)行探討，構(gòu)建以服務(wù)質(zhì)量?jī)r(jià)值流動(dòng)關(guān)系為基礎(chǔ)的GERT網(wǎng)絡(luò)模型并設(shè)計(jì)有效算法，試圖尋找影響政府購(gòu)買居家養(yǎng)老服務(wù)質(zhì)量的關(guān)鍵環(huán)節(jié)，以期為破解居家養(yǎng)老服務(wù)質(zhì)量問(wèn)題提供參考借鑒。

近些年學(xué)者對(duì)政府購(gòu)買居家養(yǎng)老服務(wù)的相關(guān)研究涉及諸多方面，包括：居家養(yǎng)老服務(wù)影響因素、主體責(zé)任分析、績(jī)效評(píng)估等。韓清穎等[4]以政府購(gòu)買公共服務(wù)的153個(gè)案例為出發(fā)點(diǎn)，檢驗(yàn)了政府購(gòu)買公共服務(wù)有效性及其影響因素。胡春艷等[5]以湖南省政府購(gòu)買居家養(yǎng)老服務(wù)為例，從政治問(wèn)責(zé)、契約問(wèn)責(zé)、客戶權(quán)力和管理問(wèn)責(zé)4個(gè)層面來(lái)構(gòu)建問(wèn)責(zé)關(guān)系。章曉懿等[6]構(gòu)建社區(qū)居家養(yǎng)老服務(wù)績(jī)效評(píng)估指標(biāo)體系并分析其適用性與局限性。當(dāng)前有關(guān)居家養(yǎng)老服務(wù)的研究較為廣泛，研究成果豐富，但還存在不足。從研究?jī)?nèi)容角度來(lái)看，學(xué)者對(duì)政府購(gòu)買居家養(yǎng)老服務(wù)的研究大多側(cè)重于養(yǎng)老服務(wù)問(wèn)題解析、主體間關(guān)系及居家養(yǎng)老服務(wù)績(jī)效評(píng)估等方面，對(duì)政府購(gòu)買居家養(yǎng)老服務(wù)質(zhì)量的影響因素及關(guān)鍵環(huán)節(jié)的研究比較欠缺；從研究方法角度來(lái)看，相關(guān)研究多偏重于定性分析，鮮見(jiàn)通過(guò)利用數(shù)學(xué)建模的定量研究。本文以南京市鼓樓區(qū)政府定向委托“XTX老年人服務(wù)中心”為居家老人提供養(yǎng)老服務(wù)為案例，依據(jù)文獻(xiàn)研究法及實(shí)際調(diào)研分析政府購(gòu)買居家養(yǎng)老服務(wù)體系內(nèi)各主體的行動(dòng)邏輯，并構(gòu)建GERT網(wǎng)絡(luò)模型以探測(cè)影響政府購(gòu)買居家養(yǎng)老服務(wù)質(zhì)量的關(guān)鍵環(huán)節(jié)所在。

GERT是一種隨機(jī)網(wǎng)絡(luò)技術(shù)，能夠有效反映工程項(xiàng)目或生產(chǎn)與服務(wù)系統(tǒng)中隨機(jī)因素的典型特征，應(yīng)用范圍涵蓋眾多領(lǐng)域，如：通過(guò)構(gòu)建GERT網(wǎng)絡(luò)模型，能夠?qū)ふ耶a(chǎn)業(yè)技術(shù)突破過(guò)程中的瓶頸所在，揭示主體間價(jià)值傳遞及增值的內(nèi)在規(guī)律，分析并行新產(chǎn)品開發(fā) (NPD)的開發(fā)流程等[7-9]。本文從政府購(gòu)買服務(wù)、社會(huì)組織輸送服務(wù)、老人得到服務(wù)3個(gè)角度出發(fā)，對(duì)南京市鼓樓區(qū)政府購(gòu)買居家養(yǎng)老服務(wù)開展深入調(diào)查，并以此為基礎(chǔ)構(gòu)建政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)。結(jié)合價(jià)值鏈理論與GERT網(wǎng)絡(luò)方法論，以政府購(gòu)買居家養(yǎng)老服務(wù)環(huán)節(jié)作為模型節(jié)點(diǎn)，依據(jù)節(jié)點(diǎn)間的傳遞概率及社會(huì)資源的投入設(shè)計(jì)關(guān)鍵節(jié)點(diǎn)測(cè)度系數(shù)，尋找影響政府購(gòu)買居家養(yǎng)老服務(wù)質(zhì)量的關(guān)鍵環(huán)節(jié)。主要研究貢獻(xiàn)如下。

1) 建立政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)模型，作為居家養(yǎng)老服務(wù)研究的分析工具，構(gòu)建有效算法測(cè)度影響政府購(gòu)買居家養(yǎng)老服務(wù)質(zhì)量的關(guān)鍵環(huán)節(jié)。

2) 針對(duì)關(guān)鍵環(huán)節(jié)提出切實(shí)有效的管控措施以避免投入資源的無(wú)效浪費(fèi)，提高資源配置利用效率。

1 政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)模型

養(yǎng)老服務(wù)質(zhì)量是從資源投入到服務(wù)產(chǎn)出再到服務(wù)影響各個(gè)環(huán)節(jié)實(shí)施養(yǎng)老服務(wù)的綜合效果。顧客可以對(duì)養(yǎng)老服務(wù)的環(huán)節(jié)進(jìn)行質(zhì)量評(píng)估，進(jìn)而獲得感知價(jià)值，即養(yǎng)老服務(wù)質(zhì)量?jī)r(jià)值。在政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)模型中，各環(huán)節(jié)構(gòu)成GERT網(wǎng)絡(luò)節(jié)點(diǎn)，主體間質(zhì)量?jī)r(jià)值流動(dòng)關(guān)系構(gòu)成網(wǎng)絡(luò)的邊，以資金、人力資本和監(jiān)管等資源投入為載體的質(zhì)量?jī)r(jià)值流動(dòng)構(gòu)成網(wǎng)絡(luò)的流。根據(jù)政府購(gòu)買服務(wù)的實(shí)施過(guò)程，將各節(jié)點(diǎn)以串聯(lián)、并聯(lián)或混聯(lián)方式組合而成的隨機(jī)網(wǎng)絡(luò)稱為政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)。

1.1 信號(hào)流圖的拓?fù)浞匠?/h3>

梅森在1953年提出求解任意復(fù)雜結(jié)構(gòu)信號(hào)流圖的拓?fù)浞匠蹋硎鋈缦隆?/p>

式中，i為在m階環(huán)中的第i個(gè)環(huán)；m為信號(hào)流圖中的環(huán)的階數(shù)；Ti(Lm)為在m階環(huán)中，第i個(gè)環(huán)的傳遞系數(shù)；Lm為信號(hào)流圖中的m階環(huán)；qk為由i到j(luò)第k條路徑上的傳遞系數(shù)；Δk為消去與第k條路徑有關(guān)的全部節(jié)點(diǎn)和箭頭后剩余子圖的特征式。

1.2 GERT網(wǎng)絡(luò)模型解析法原理

1) 串聯(lián)結(jié)構(gòu)。串聯(lián)結(jié)構(gòu)網(wǎng)絡(luò)可用一個(gè)單箭頭的等價(jià)網(wǎng)絡(luò)代替，如圖1。設(shè)有2個(gè)活動(dòng)串聯(lián)網(wǎng)絡(luò)，其W參數(shù)分別為Wij(s)=pijMij(s),Wjk(s)=pjkMij(s)，且有Wik(s)=pikMik(s)。其中，s為網(wǎng)絡(luò)圖中的某一源節(jié)點(diǎn)；pij為給定節(jié)點(diǎn)i實(shí)現(xiàn)時(shí)，活動(dòng) (i,j)被執(zhí)行的概率；Mij(s)為隨機(jī)變量的條件矩母函數(shù)。

圖1 串聯(lián)GERT網(wǎng)絡(luò)示意圖Figure 1 Schematic diagram of serial GERT network

根據(jù)矩母函數(shù)性質(zhì)，獨(dú)立隨機(jī)變量之和的矩母函數(shù)等于各隨機(jī)變量矩母函數(shù)之乘積，又因在串聯(lián)網(wǎng)絡(luò)中，故有

圖2 并聯(lián)GERT網(wǎng)絡(luò)示意圖Figure 2 Schematic diagram of parallel GERT network

因此

3) 自環(huán)結(jié)構(gòu)。自環(huán)結(jié)構(gòu)網(wǎng)絡(luò)由一個(gè)節(jié)點(diǎn)的自環(huán)和由此節(jié)點(diǎn)以一個(gè)正概率引出的活動(dòng)構(gòu)成，可用一個(gè)等價(jià)的單箭頭網(wǎng)絡(luò)來(lái)表示，如圖3所示。

圖3 單箭頭網(wǎng)絡(luò)代替單節(jié)點(diǎn)自環(huán)GERT網(wǎng)絡(luò)示意圖Figure 3 Schematic diagram of single arrow network instead of single node self-loop GERT network

自環(huán)結(jié)構(gòu)中總有一個(gè)正概率引回節(jié)點(diǎn)i本身，自環(huán)可能被執(zhí)行n次(n=0,1,2,3,···)后從活動(dòng)b引出。故可將自環(huán)用一組并聯(lián)結(jié)構(gòu)代替，如圖4所示。

圖4 并聯(lián)結(jié)構(gòu)代替自環(huán)結(jié)構(gòu)GERT網(wǎng)絡(luò)示意圖Figure 4 Parallel structure instead of self-loop structure GERT network diagram

圖中每條并聯(lián)路徑表示在自環(huán)上經(jīng)過(guò)n次反饋后，再經(jīng)過(guò)活動(dòng)b到達(dá)節(jié)點(diǎn)j。自環(huán)結(jié)構(gòu)等價(jià)傳遞函數(shù)為

1.3 GERT網(wǎng)絡(luò)主要參數(shù)構(gòu)建及求解

1.3.1 GERT網(wǎng)絡(luò)求解

同理，若隨機(jī)變量x的矩母函數(shù)的各階導(dǎo)數(shù)在s=0處均存在，則

GERT網(wǎng)絡(luò)中，隨機(jī)變量x的均值為

故隨機(jī)變量x的方差為

1.3.2 節(jié)點(diǎn)決策概率的確定

節(jié)點(diǎn)決策概率表征GERT網(wǎng)絡(luò)節(jié)點(diǎn)能否成功實(shí)現(xiàn)，因政府購(gòu)買居家養(yǎng)老服務(wù)受地區(qū)經(jīng)濟(jì)發(fā)展、人員、資金投入等多方面影響，節(jié)點(diǎn)決策概率很難確定。最大熵模型源于Jaynes[10]提出的最大熵理論,是一種基于“當(dāng)前存在”預(yù)測(cè)“未知分布”的學(xué)習(xí)方法，其原理為熵最大原則，根據(jù)不完全信息預(yù)測(cè)、估算事物隨機(jī)分布及概率。在政府購(gòu)買居家養(yǎng)老服務(wù)領(lǐng)域，無(wú)法直接通過(guò)約束條件得到節(jié)點(diǎn)的決策概率，運(yùn)用最大熵原理可以有效解決此類問(wèn)題。按照最大熵準(zhǔn)則，在已知部分信息的基礎(chǔ)上，當(dāng)各條路徑熵值達(dá)到最大且滿足約束條件時(shí)所得到的概率值出現(xiàn)的可能性越大。多目標(biāo)最大熵問(wèn)題能夠通過(guò)線性加權(quán)的方式轉(zhuǎn)化為單目標(biāo)最大熵問(wèn)題且最大熵模型存在唯一的最優(yōu)解[11]，文獻(xiàn)[11]為本節(jié)構(gòu)建最大熵模型與求解節(jié)點(diǎn)決策概率提供依據(jù)。由于GERT網(wǎng)絡(luò)節(jié)點(diǎn)間的概率分布為離散型分布，故構(gòu)建最大熵模型如下。

1.3.3 關(guān)鍵節(jié)點(diǎn)測(cè)度系數(shù)

政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)中各節(jié)點(diǎn)通過(guò)資金、人力資本和監(jiān)管等資源的投入實(shí)現(xiàn)質(zhì)量?jī)r(jià)值增值。社會(huì)資源的投入程度決定服務(wù)質(zhì)量的優(yōu)劣，為提高資源配置利用效率，需限制投入資源且使其變化幅度趨于穩(wěn)定。故養(yǎng)老服務(wù)質(zhì)量受平均社會(huì)資源投入E和變化幅度V兩方面影響。本節(jié)從平均社會(huì)資源投入E和變化幅度V兩個(gè)維度出發(fā)，提出關(guān)鍵節(jié)點(diǎn)測(cè)度系數(shù) λ作為綜合兩方面影響因素的評(píng)價(jià)指標(biāo)，并進(jìn)一步驗(yàn)證該指標(biāo)的適用性與合理性。在政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)中，根據(jù)各環(huán)節(jié)不同資源的投入情況，求得相應(yīng)的 λ值。定義GERT網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)測(cè)度系數(shù)為。

關(guān)鍵節(jié)點(diǎn)測(cè)度系數(shù)是政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)模型中某一節(jié)點(diǎn)i成功實(shí)現(xiàn)的難易程度對(duì)養(yǎng)老服務(wù)質(zhì)量的影響程度，即若節(jié)點(diǎn)i關(guān)鍵節(jié)點(diǎn)測(cè)度系數(shù)越大，則此節(jié)點(diǎn)在整個(gè)過(guò)程中對(duì)服務(wù)質(zhì)量的影響越大，即為影響政府購(gòu)買居家養(yǎng)老服務(wù)質(zhì)量的關(guān)鍵環(huán)節(jié)所在。參數(shù)ε ∈(0,1)反映服務(wù)質(zhì)量與平均資源投入、變化幅度的關(guān)聯(lián)情況。當(dāng) ε＞0.5時(shí)，說(shuō)明服務(wù)質(zhì)量受平均資源投入的影響較大；當(dāng) ε＜0.5時(shí)，說(shuō)明服務(wù)質(zhì)量受變化幅度的影響較大。

證明λ 與節(jié)點(diǎn)i至終結(jié)點(diǎn)之間平均資源投入E與變化幅度V呈負(fù)相關(guān)。由于E＞0，V＞0，。故λ是E的 凹函數(shù)，是V的嚴(yán)格凹函數(shù)。

2 案例研究

2.1 案例簡(jiǎn)介

南京市鼓樓區(qū)在深入調(diào)查的基礎(chǔ)上策劃、設(shè)計(jì)并實(shí)施“居家養(yǎng)老服務(wù)網(wǎng)”工程，為獨(dú)居老人家庭免費(fèi)提供生活照料服務(wù)[12]。鼓樓區(qū)政府購(gòu)買居家養(yǎng)老服務(wù)時(shí)，沒(méi)有發(fā)標(biāo)、招標(biāo)與公開競(jìng)標(biāo),而是以項(xiàng)目委托方式委托民辦非企業(yè)“XTX老年人服務(wù)中心”具體運(yùn)作。調(diào)查發(fā)現(xiàn)，社區(qū)居家養(yǎng)老服務(wù)存在項(xiàng)目殘缺問(wèn)題。“中心”提供的服務(wù)多是防范性的保障服務(wù)，專業(yè)性較強(qiáng)的服務(wù)如醫(yī)療護(hù)理、精神慰藉及法律服務(wù)等基本未能提供。鼓樓區(qū)政府建立區(qū)、街道、社區(qū)居委會(huì)三級(jí)評(píng)估網(wǎng)，引入第三方監(jiān)督評(píng)估機(jī)制。但養(yǎng)老服務(wù)監(jiān)督評(píng)估機(jī)制不健全，缺乏對(duì)政府的財(cái)政資金分配和政策執(zhí)行情況的監(jiān)督和評(píng)估，容易出現(xiàn)資金使用問(wèn)題及尋租腐敗等。鑒于此，本節(jié)將南京市鼓樓區(qū)政府購(gòu)買居家養(yǎng)老服務(wù)的實(shí)際運(yùn)作流程和GERT網(wǎng)絡(luò)結(jié)合，通過(guò)計(jì)算關(guān)鍵節(jié)點(diǎn)測(cè)度系數(shù) λ識(shí)別影響服務(wù)質(zhì)量的關(guān)鍵環(huán)節(jié)，以期為政府購(gòu)買居家養(yǎng)老服務(wù)提供決策依據(jù)。

2.2 GERT網(wǎng)絡(luò)模型參數(shù)測(cè)算及結(jié)果分析

基于對(duì)南京市鼓樓區(qū)政府購(gòu)買居家養(yǎng)老服務(wù)的深入調(diào)查，分析政府、承包商、老年人三者之間的關(guān)系后，建立政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)，如圖5所示。網(wǎng)絡(luò)中節(jié)點(diǎn)1～ 12分別為1) 確定外包服務(wù)；2) 可行性分析；3) 甄選承包商；4) 委托承包商；5) 構(gòu)建監(jiān)督評(píng)估體系；6) 監(jiān)督評(píng)估；7) 項(xiàng)目組織與管理；8) 招聘服務(wù)人員；9) 培訓(xùn)服務(wù)人員；10) 服務(wù)人員上門服務(wù)；11) 提供日托、臨時(shí)托養(yǎng)、緊急救助服務(wù)；12) 服務(wù)對(duì)象得到服務(wù)。

圖5 政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)模型Figure 5 GERT network model of government purchase of home-based senior care services

政府為困難老人購(gòu)買居家養(yǎng)老服務(wù)是以政府主導(dǎo)為核心，承包商提供養(yǎng)老服務(wù)為基礎(chǔ)，第三方評(píng)估機(jī)構(gòu)及公眾對(duì)購(gòu)買活動(dòng)與承包商提供的養(yǎng)老服務(wù)進(jìn)行監(jiān)督與評(píng)估的過(guò)程。為便于計(jì)算各環(huán)節(jié)資源投入量及產(chǎn)生的質(zhì)量?jī)r(jià)值增值量，本文把GERT網(wǎng)絡(luò)各節(jié)點(diǎn)的資源投入量及其產(chǎn)出量用數(shù)量來(lái)衡量，令取值范圍為0～ 1，包括各環(huán)節(jié)投入資金I、人力資本S、監(jiān)管R等資源。根據(jù)現(xiàn)有鼓樓區(qū)政府購(gòu)買居家養(yǎng)老服務(wù)的調(diào)查數(shù)據(jù)和最大熵模型的求解方法，確定各節(jié)點(diǎn)的轉(zhuǎn)移概率，采用專家調(diào)查法確定各環(huán)節(jié)間相關(guān)參數(shù)。如表1所示。

表1 政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)參數(shù)Table 1 GERT network parameter table

式中，Wk和Hk等同1.1節(jié)中的qk和Δk，即Wk表示由i到j(luò)第k條路徑上的傳遞系數(shù)；Hk表示消去與第k條路徑有關(guān)的全部節(jié)點(diǎn)和箭頭后剩余子圖的特征式。

設(shè)每項(xiàng)活動(dòng)的時(shí)間參數(shù)均為常數(shù)1，則其相應(yīng)的矩母函數(shù)為M(s)=E[est]=es，各項(xiàng)活動(dòng)的引出概率如表1所示。代入上述公式，計(jì)算得到等價(jià)傳遞概率p(1,12)。

同理，在GERT網(wǎng)絡(luò)中投入資金I、人力資本S、監(jiān)管R等資源，得到相應(yīng)的矩母函數(shù)ME(i)、ME(s)，ME(r)，求得期望 E(1,12)(i)、E(1,12)(s)、E(1,12)(r)，得平均資源投入 E(1,12)[x]=0.279+0.050+0.041=0.370。再求得矩母函數(shù)的二階導(dǎo)數(shù) E(1,12)(i2)、E(1,12)(s2)、E(1,12)(r2)，即可得投入資源變化幅度V(1,12)=1.623+0.289+0.269=2.181。

節(jié)點(diǎn)1關(guān)鍵節(jié)點(diǎn)測(cè)度系數(shù)為λ=0.5E(1,12)[x]+=0.924。政府購(gòu)買居家養(yǎng)老服務(wù)質(zhì)量受各環(huán)節(jié)平均資源投入及變化幅度的影響，且兩者對(duì)服務(wù)質(zhì)量影響程度同等重要，故取 ε=0.5?？梢来吻蟪銎渌?jié)點(diǎn)i到終節(jié)點(diǎn)的各項(xiàng)參數(shù)，結(jié)果如表2所示。

表2 政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)參數(shù)Table 2 GERT network parameter table

為更直觀比較政府購(gòu)買居家養(yǎng)老服務(wù)各環(huán)節(jié)的關(guān)鍵節(jié)點(diǎn)測(cè)度系數(shù)大小,得到類比示意圖，見(jiàn)圖6。

由圖6得知，政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)測(cè)度系數(shù)排序?yàn)棣?＞λ5＞λ3＞λ7＞λ4＞λ2＞λ11＞λ10＞λ9＞λ8＞λ1。按上述定義，關(guān)鍵節(jié)點(diǎn)測(cè)度系數(shù)越大，表明此環(huán)節(jié)在政府購(gòu)買居家養(yǎng)老服務(wù)過(guò)程中越為重要。處于前3位的關(guān)鍵環(huán)節(jié)分別是監(jiān)督評(píng)估、構(gòu)建監(jiān)督評(píng)估體系和甄選承包商。政府購(gòu)買居家養(yǎng)老服務(wù)時(shí)，應(yīng)著重于關(guān)鍵環(huán)節(jié)的社會(huì)資源投入、政策制度制定等方面，采取合適的管控措施以提高資源配置利用效率。

圖6 各節(jié)點(diǎn)關(guān)鍵節(jié)點(diǎn)測(cè)度系數(shù)類比示意圖Figure 6 Analogy diagram of key node measure coefficients of each node

政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)模型表明，監(jiān)督評(píng)估、構(gòu)建監(jiān)督評(píng)估體系和甄選承包商是影響?zhàn)B老服務(wù)質(zhì)量的關(guān)鍵環(huán)節(jié)。政府應(yīng)從加強(qiáng)監(jiān)管，完善承包商準(zhǔn)入機(jī)制兩方面協(xié)調(diào)推進(jìn)。推行公眾對(duì)服務(wù)質(zhì)量滿意度的反饋機(jī)制，與獨(dú)立的第三方評(píng)估機(jī)構(gòu)合作，使公眾及第三方評(píng)估機(jī)構(gòu)監(jiān)督社會(huì)組織提供的養(yǎng)老服務(wù)質(zhì)量和政府購(gòu)買過(guò)程，建立并逐步完善政府購(gòu)買公共服務(wù)質(zhì)量監(jiān)控體系。積極引入市場(chǎng)機(jī)制，通過(guò)競(jìng)爭(zhēng)性談判、邀請(qǐng)招標(biāo)、競(jìng)爭(zhēng)性招標(biāo)等方式吸引相關(guān)社會(huì)組織或機(jī)構(gòu)參與政府購(gòu)買居家養(yǎng)老服務(wù)，政府依據(jù)服務(wù)質(zhì)量、價(jià)格等因素選擇社會(huì)組織進(jìn)行合作。針對(duì)上述關(guān)鍵環(huán)節(jié)實(shí)施有效管控措施才能理順各環(huán)節(jié)間的良性互動(dòng)關(guān)系，提高資源配置利用效率，以推動(dòng)政府購(gòu)買居家養(yǎng)老服務(wù)持續(xù)穩(wěn)定發(fā)展。

3 結(jié)語(yǔ)

本文以南京市鼓樓區(qū)政府購(gòu)買居家養(yǎng)老服務(wù)為例，通過(guò)構(gòu)建政府購(gòu)買居家養(yǎng)老服務(wù)GERT網(wǎng)絡(luò)模型，分析各環(huán)節(jié)之間質(zhì)量?jī)r(jià)值傳遞過(guò)程，提出關(guān)鍵節(jié)點(diǎn)測(cè)度系數(shù)以識(shí)別影響服務(wù)質(zhì)量的關(guān)鍵環(huán)節(jié)。研究表明，監(jiān)督評(píng)估、構(gòu)建監(jiān)督評(píng)估體系和甄選承包商是政府購(gòu)買居家養(yǎng)老服務(wù)過(guò)程的關(guān)鍵環(huán)節(jié)。針對(duì)研究結(jié)果提出實(shí)施建議：健全監(jiān)督評(píng)估機(jī)制，加強(qiáng)政府、社會(huì)組織、公眾等對(duì)養(yǎng)老服務(wù)的多方監(jiān)督；規(guī)范承包商準(zhǔn)入機(jī)制，積極引入市場(chǎng)機(jī)制增加競(jìng)爭(zhēng)，推崇采購(gòu)程序規(guī)范，操作透明的競(jìng)爭(zhēng)性招標(biāo)。需要注意的是，本文以南京市鼓樓區(qū)為例研究政府購(gòu)買居家養(yǎng)老服務(wù)，得到的結(jié)論雖然為其他地方政府購(gòu)買居家養(yǎng)老服務(wù)提供借鑒，但由于地域差異性，僅以單個(gè)例子研究政府購(gòu)買居家養(yǎng)老服務(wù)過(guò)程，具有一定的局限性。再者，收集的數(shù)據(jù)來(lái)源于現(xiàn)有南京市鼓樓區(qū)政府購(gòu)買居家養(yǎng)老服務(wù)調(diào)查數(shù)據(jù)以及相關(guān)專家的調(diào)查訪問(wèn)，對(duì)其他環(huán)節(jié)的重要度排序可能存在一定的偏差。在實(shí)際中，影響政府購(gòu)買居家養(yǎng)老服務(wù)質(zhì)量的因素眾多，對(duì)于承接方的選擇和其他方面的經(jīng)濟(jì)決策，要充分考慮問(wèn)題，統(tǒng)籌兼顧。