我國智慧養(yǎng)老服務(wù)效率存在的問題與改進路徑
——基于2015—2020年數(shù)據(jù)的分析

李兆友， 趙 庚， 趙 萌

(東北大學(xué) 文法學(xué)院， 遼寧 沈陽 110819)

我國老年人占總?cè)丝诒戎孛黠@上升，80歲以下的低齡老人基數(shù)較大，國家面臨急速老齡化的壓力，隨著我國慢性病發(fā)病數(shù)越來越多，老年人慢性病的負(fù)擔(dān)愈發(fā)加重，相應(yīng)的醫(yī)療和養(yǎng)老體系因老齡化的加劇面臨重大挑戰(zhàn)。[1]面對挑戰(zhàn)，傳統(tǒng)養(yǎng)老服務(wù)缺乏系統(tǒng)性優(yōu)勢，供給能力不足，區(qū)域資源調(diào)配和適配較為低效，難以適應(yīng)嚴(yán)峻的老齡化形勢。受區(qū)域經(jīng)濟發(fā)展不均衡的影響，養(yǎng)老的供需結(jié)構(gòu)性矛盾不斷加大，傳統(tǒng)養(yǎng)老資源的區(qū)域適配并不協(xié)調(diào)，當(dāng)前養(yǎng)老體系的組織結(jié)構(gòu)和組織方式難以靈活應(yīng)對[2]。智慧養(yǎng)老服務(wù)概念起源于智慧城市，最早由英國生命信托基金會提出，要求在滿足老年人的多樣化、個性化需求的基礎(chǔ)上，借助信息科技的力量實現(xiàn)綠色養(yǎng)老、環(huán)保養(yǎng)老。智慧養(yǎng)老服務(wù)是養(yǎng)老領(lǐng)域的新業(yè)態(tài)、新模式，智能化程度更高，供給能力更強。推進智慧養(yǎng)老服務(wù)的高質(zhì)量發(fā)展，有利于解決當(dāng)前的快速老齡化問題。在新發(fā)展格局下，國家對智慧養(yǎng)老高質(zhì)量發(fā)展的關(guān)注增加，2017年3月，國務(wù)院推出《“十三五”國家老齡事業(yè)發(fā)展和養(yǎng)老體系建設(shè)規(guī)劃》，同年推出《服務(wù)業(yè)創(chuàng)新發(fā)展大綱(2017—2025)》提出要推進發(fā)展智慧養(yǎng)老的進程。2020年10月，《中國共產(chǎn)黨第十九屆中央委員會第五次全體會議公報》指出，應(yīng)在國家戰(zhàn)略層面積極應(yīng)對老齡化，同年12月國務(wù)院辦公廳提出促進養(yǎng)老服務(wù)高質(zhì)量發(fā)展的意見。傳統(tǒng)養(yǎng)老存在的供需雙方博弈激烈、財政政策困境、普惠性不強等問題難以解決。[3-5]新興科技革命的浪潮愈演愈烈，包括養(yǎng)老在內(nèi)的社會管理和服務(wù)方式產(chǎn)生了重要的挑戰(zhàn)，面對智慧技術(shù)浪潮不可逆的態(tài)勢，智慧養(yǎng)老服務(wù)是順應(yīng)時代特征的科學(xué)選擇。[6]在高質(zhì)量發(fā)展的背景下，關(guān)注智慧養(yǎng)老服務(wù)效率存在的問題及其改進路徑，將有助于智慧養(yǎng)老產(chǎn)業(yè)的高質(zhì)量可持續(xù)發(fā)展。

一、 相關(guān)研究回顧

智慧養(yǎng)老服務(wù)相比于傳統(tǒng)養(yǎng)老服務(wù)具有明顯的優(yōu)勢，深入探討智慧養(yǎng)老服務(wù)的相關(guān)問題，對養(yǎng)老問題的解決具有重要意義，國內(nèi)針對智慧養(yǎng)老服務(wù)的研究集中在以下3個方面：

1. 智慧養(yǎng)老服務(wù)模式和體系方面。李彩寧更為關(guān)注多主體、多層次需求的智慧養(yǎng)老服務(wù)體系，從多維分析視角闡釋了智慧養(yǎng)老的概念及內(nèi)涵。[7]張銳昕認(rèn)為，應(yīng)借助價值嵌入、技術(shù)賦能和交互增慧等方式，以頂層驅(qū)動和分層整合的方案推進智慧養(yǎng)老體系的建設(shè)。[8]朱海龍認(rèn)為，應(yīng)提高養(yǎng)老服務(wù)業(yè)的專業(yè)化水平和職業(yè)地位,改變養(yǎng)老服務(wù)業(yè)業(yè)態(tài),逐步形成智慧性的養(yǎng)老服務(wù)的內(nèi)容、標(biāo)準(zhǔn)與操作體系，進而形成服務(wù)模式轉(zhuǎn)變。[9]賈玉嬌、彭聰?shù)日J(rèn)為，智慧養(yǎng)老服務(wù)存在重供給輕需求、重物質(zhì)輕情感、重技術(shù)輕體驗、認(rèn)知偏差、過度行政化、市場參與不足、使用與效能低下等問題, 智慧養(yǎng)老作為新興業(yè)態(tài)尚處于初級探索階段。[10-11]魏強認(rèn)為，應(yīng)重視構(gòu)建多元化智慧養(yǎng)老模式、推進老年環(huán)境適老化、智能化建設(shè)、鼓勵社會力量廣泛參與，這是推進積極老齡化的重要途徑。[12]

2. 智慧養(yǎng)老產(chǎn)業(yè)優(yōu)化方面。廖喜生從產(chǎn)業(yè)鏈整合研究出發(fā)，探究了智慧養(yǎng)老產(chǎn)業(yè)鏈五維整合模式及發(fā)展路徑。[13]王曉慧認(rèn)為，產(chǎn)業(yè)存在供需結(jié)構(gòu)矛盾、行業(yè)標(biāo)準(zhǔn)不完善、資金來源單一、社會資本參與率不足等問題，政府應(yīng)承擔(dān)標(biāo)準(zhǔn)制定、網(wǎng)絡(luò)系統(tǒng)建設(shè)與宣傳的責(zé)任。[14]楊芳認(rèn)為，智慧養(yǎng)老產(chǎn)業(yè)發(fā)展不僅需要技術(shù)的創(chuàng)新,還需要理念的轉(zhuǎn)變、資源的整合和組織的協(xié)同。[15]張博認(rèn)為，智慧養(yǎng)老產(chǎn)業(yè)優(yōu)化基本思路是，推進先進人工智能與健康養(yǎng)老產(chǎn)業(yè)的有機融合，加快智慧健康養(yǎng)老供給側(cè)改革,擴大智慧健康養(yǎng)老產(chǎn)業(yè)有效供給。[16]韋艷、吳雪、楊武等智慧養(yǎng)老產(chǎn)業(yè)優(yōu)化存在的問題主要集中在專業(yè)人員稀缺、供需結(jié)構(gòu)錯配、產(chǎn)業(yè)供給不足等方向。[17-19]

3. 智慧養(yǎng)老產(chǎn)業(yè)政策和技術(shù)方面。黃劍鋒研究了智慧養(yǎng)老產(chǎn)業(yè)政策在環(huán)境型等政策工具方面的區(qū)別,以及不同階段下政策工具使用的差異性。[20]韓燁認(rèn)為，智慧養(yǎng)老產(chǎn)業(yè)存在醫(yī)養(yǎng)結(jié)合模式區(qū)域發(fā)展不均衡、數(shù)據(jù)庫建設(shè)屬地性明顯、強勢地方政府影響社會力量發(fā)揮作用、社會力量參與服務(wù)供給“軟件”缺失、城市養(yǎng)老服務(wù)缺乏系統(tǒng)融合。[21]魏蒙認(rèn)為，智慧養(yǎng)老的研究深度和系統(tǒng)性不足，不能緊跟智慧產(chǎn)業(yè)快速發(fā)展的步伐，難以滿足政府制定相關(guān)政策、企業(yè)開發(fā)相關(guān)項目的需求。[22]賈妍認(rèn)為智慧養(yǎng)老需依托大數(shù)據(jù)和端—網(wǎng)—云技術(shù),構(gòu)建大數(shù)據(jù)驅(qū)動的新型養(yǎng)老模式，應(yīng)優(yōu)化資源配置,精準(zhǔn)對接養(yǎng)老供需,實現(xiàn)數(shù)據(jù)流驅(qū)動的服務(wù)流與資金流的協(xié)調(diào)統(tǒng)一。[23]趙奕鈞研究了人工智能、互聯(lián)網(wǎng)等技術(shù)在養(yǎng)老服務(wù)領(lǐng)域的深度融合問題，養(yǎng)老資源的無縫對接和優(yōu)化配給，能夠達到全天候、全方位地提供精準(zhǔn)化服務(wù)和人性化關(guān)懷。[24]權(quán)(Kwon)、賈拉爾(Jalal)等認(rèn)為，健康智能家居、健康可穿戴設(shè)備產(chǎn)業(yè)的蓬勃發(fā)展，提高智慧養(yǎng)老服務(wù)生態(tài)的配套技術(shù)水平。[25-26]摩忠德(Majumder)、余(Yu)等將家庭自動化、醫(yī)療輔助設(shè)備、傳感器等相結(jié)合，通過大數(shù)據(jù)、云計算等技術(shù)為獨居老年人設(shè)計出智慧養(yǎng)老平臺。[27-28]

綜合來看，有關(guān)學(xué)者在智慧養(yǎng)老服務(wù)模式、產(chǎn)業(yè)優(yōu)化、產(chǎn)業(yè)政策等方面進行了深入研究，但有關(guān)研究在剖析智慧養(yǎng)老的相關(guān)問題時，給出的是定性結(jié)論，缺乏實際數(shù)據(jù)支撐和驗證，提出的建議缺乏定量研究的支持。鑒于此，本文選取我國2015—2020年有關(guān)數(shù)據(jù)，嘗試采用定量研究方法，通過三階段超效率混合距離(EBM)模型分析年我國不同地域智慧養(yǎng)老服務(wù)效率的時空格局特征及差異；通過投影分析方法測定區(qū)域智慧養(yǎng)老服務(wù)的投入冗余率及產(chǎn)出不足率，為智慧養(yǎng)老服務(wù)效率的改進提供可量化、能操作的優(yōu)化路徑，以期為智慧養(yǎng)老的高質(zhì)量可持續(xù)發(fā)展提供實證支持。

二、 模型建立、指標(biāo)體系與數(shù)據(jù)說明

(一) 超效率混合距離(EBM)模型

數(shù)據(jù)包絡(luò)分析方法是針對多投入產(chǎn)出系統(tǒng)的效率評價方法。1978年，查納斯(A.Charnes)、庫伯(W.W.Cooper)等提出了“數(shù)據(jù)包絡(luò)分析法”(Data Envelopment Analysis，DEA)，無須設(shè)定具體的函數(shù)，提出了規(guī)模報酬不變的徑向距離(CCR)模型。[29]1984年，班克(Banker)、查納斯(Charnes)、庫伯(Cooper)提出可變規(guī)模報酬的徑向距離(BCC)模型。[30]上述模型多是從徑向角度出發(fā)，計算目標(biāo)函數(shù)。在現(xiàn)實生產(chǎn)中的約束條件不可能過于單一，一定會有投入產(chǎn)出松弛變量的存在。因此通過徑向角度計算的方向距離函數(shù)會對結(jié)果的穩(wěn)定性和準(zhǔn)確性產(chǎn)生影響?；诖耍?007年法勒(Fare)和格羅斯科夫(Grosskopf)提出了非徑向的至強有效前沿的最遠(yuǎn)距離(SBM)的方向性距離函數(shù)。[31]

非徑向的至強有效前沿的最遠(yuǎn)距離(SBM)模型可以直接測量生產(chǎn)前沿面相比的非效率，能有效解決投入產(chǎn)出松弛問題，但該模型是以損失效率前沿投影值的原始比例信息為代價的。雖然傳統(tǒng)的徑向距離模型存在諸多問題和局限，但為了使智慧養(yǎng)老服務(wù)效率的測算更為合理，本文擬采用一種同時包含徑向和非徑向距離函數(shù)的混合距離函數(shù)(EBM)。該模型可以綜合徑向與非徑向模型的優(yōu)勢，解決至強有效前沿的最遠(yuǎn)距離(SBM)模型存在損失效率前沿的要素原始比例信息的問題。本文構(gòu)建的初始混合距離(EBM)模型如下：

(1)

(二) 三階段超效率混合距離(EBM)模型

由于智慧養(yǎng)老服務(wù)效率采用數(shù)據(jù)包絡(luò)分析方法進行研究，其將智慧養(yǎng)老服務(wù)抽象為一個具體的生產(chǎn)過程，生產(chǎn)的投入和產(chǎn)出的配比決定了智慧養(yǎng)老服務(wù)效率的高低，所以在探究智慧養(yǎng)老服務(wù)效率的改進路徑時，直接采用傳統(tǒng)的回歸估計方法，判別智慧養(yǎng)老服務(wù)的影響因素對智慧養(yǎng)老服務(wù)效率的影響。當(dāng)選取社會環(huán)境變量作為影響因素時，忽視了具體的生產(chǎn)過程，不能直接影響到智慧養(yǎng)老服務(wù)投入產(chǎn)出的具體變量；當(dāng)選取智慧養(yǎng)老服務(wù)生產(chǎn)過程中的變量作為影響因素時，如果選取智慧養(yǎng)老服務(wù)效率作為回歸的因變量，由于智慧養(yǎng)老服務(wù)效率是根據(jù)投入產(chǎn)出變量測算出來的，而這將導(dǎo)致回歸的估計誤差。綜上，選取三階段超效率混合距離(EBM)模型和投影分析方法來測度智慧養(yǎng)老服務(wù)效率及其改進路徑。

第一階段超效率混合距離(S-EBM)模型。本文采用超效率混合距離(S-EBM)模型,測算智慧養(yǎng)老服務(wù)效率?；旌暇嚯x(EBM)模型有效的兼顧徑向和非徑向模型的優(yōu)點，采用超效率混合距離(S-EBM)模型可以更為有效的評價智慧養(yǎng)老服務(wù)效率。具體見式(1)。

第二階段隨機前沿方法(SFA)回歸模型。在數(shù)據(jù)包絡(luò)分析(DEA)模型中，決策單元的績效受到管理無效率、環(huán)境因素和統(tǒng)計噪聲的影響，因此有必要分離這3種影響。隨機前沿方法(SFA)回歸目的是剔除環(huán)境因素和隨機因素對智慧養(yǎng)老服務(wù)效率測度的影響。為了修正第一階段混合距離(EBM)模型的松弛變量，可以構(gòu)造如下隨機前沿方法(SFA)回歸函數(shù)：

Sni=f(Zi;βn)+vni+μni;

i=1,2,…,I;n=1,2,…,N

(2)

隨機前沿方法(SFA)調(diào)整公式如下：

i=1,2,…,I;n=1,2,…,N

(3)

第三階段修正后的超效率混合距離(S-EBM)模型。首先確定調(diào)整后的投入產(chǎn)出變量，通過超效率混合距離(S-EBM)模型再次測算各地區(qū)的智慧養(yǎng)老服務(wù)效率。此時的智慧養(yǎng)老服務(wù)效率已經(jīng)剔除環(huán)境因素和隨機因素的影響。為探究各地區(qū)智慧養(yǎng)老服務(wù)效率的改進路徑，采用松弛變量方法來處理。

(三) 指標(biāo)體系及數(shù)據(jù)說明

考慮智慧養(yǎng)老服務(wù)投入產(chǎn)出指標(biāo)時，借鑒智慧城市指標(biāo)體系構(gòu)建的特點，同時結(jié)合智慧養(yǎng)老服務(wù)本身的特征[32]。在智慧養(yǎng)老服務(wù)投入產(chǎn)出指標(biāo)體系構(gòu)建過程中，從智慧養(yǎng)老服務(wù)和傳統(tǒng)養(yǎng)老服務(wù)兩個角度進行指標(biāo)選取。傳統(tǒng)養(yǎng)老服務(wù)的重點關(guān)注人力、物力和財力等方面的因素。在人力因素方面，選取養(yǎng)老機構(gòu)年末職工數(shù)、助理社會工作師人數(shù)、社會工作師人數(shù)3個指標(biāo)分別代表人力投入數(shù)量和人力投入質(zhì)量。在物力和財力因素方面，選取機構(gòu)床位數(shù)、設(shè)施機構(gòu)數(shù)作為投入變量。智慧養(yǎng)老服務(wù)相比于傳統(tǒng)養(yǎng)老服務(wù)的顯著特點是“智慧性”，主要源自云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等新興技術(shù)。為度量智慧養(yǎng)老服務(wù)在“智慧”方面的投入，選取光纜線路長度、電話普及率、人均互聯(lián)網(wǎng)寬帶接入端口代表智慧養(yǎng)老服務(wù)在基礎(chǔ)設(shè)施層面的投入，選取移動互聯(lián)網(wǎng)用戶數(shù)代表智慧養(yǎng)老服務(wù)在信息技術(shù)應(yīng)用層面的投入，選取信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)城鎮(zhèn)單位就業(yè)人員占比代表智慧養(yǎng)老服務(wù)在新興技術(shù)領(lǐng)域?qū)I(yè)人才的投入。在產(chǎn)出指標(biāo)選取時，采用高齡補貼人數(shù)和年末收養(yǎng)人數(shù)代表智慧養(yǎng)老服務(wù)的社會福利產(chǎn)出，采用養(yǎng)老機構(gòu)收入作為智慧養(yǎng)老服務(wù)的經(jīng)濟產(chǎn)出。在考慮影響智慧養(yǎng)老服務(wù)效率的環(huán)境變量時，主要參考劉益平、黃魯成、原新等學(xué)者針對養(yǎng)老服務(wù)相關(guān)環(huán)境變量的度量方法，結(jié)合智慧養(yǎng)老服務(wù)的具體特點[33-35]。選取地區(qū)生產(chǎn)總值(GDP)、二三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值(GDP)比重、城鎮(zhèn)化率、人口密度、人均可支配收入等5個指標(biāo)作為自變量，對智慧養(yǎng)老服務(wù)的投入用于進行隨機前沿(SFA)回歸。具體指標(biāo)結(jié)果見表1。

表1 智慧養(yǎng)老服務(wù)指標(biāo)體系

由于2022年的《中國民政統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》尚未發(fā)布，因此未能獲取各個省份在2021年的各項投入產(chǎn)出指標(biāo)。為確保數(shù)據(jù)的完整性與測算的準(zhǔn)確性和科學(xué)性，選取2015—2020年各個省份面板數(shù)據(jù)進行分析。智慧養(yǎng)老服務(wù)投入產(chǎn)出指標(biāo)主要來源于2016—2021年《中國民政統(tǒng)計年鑒》、2016—2021年《中國統(tǒng)計年鑒》以及各省市統(tǒng)計年鑒。影響智慧養(yǎng)老服務(wù)效率的環(huán)境變量主要來自《中國統(tǒng)計年鑒》。個別數(shù)據(jù)的異常值以及缺失值，通過線性差值方法進行替換和填充。

三、 我國智慧養(yǎng)老服務(wù)效率存在的問題

通過數(shù)據(jù)包絡(luò)分析軟件(MAXdeapro7.0)和隨機前沿分析軟件(Frontier 4.1) 對智慧養(yǎng)老服務(wù)效率的三階段超效率混合距離(S-EBM)模型進行測算,研究對象為2015—2020年中國31個省級地區(qū)的智慧養(yǎng)老服務(wù)。第一階段采用超效率混合距離(S-EBM)模型測算智慧養(yǎng)老服務(wù)效率，第二階段采用SFA回歸剔除環(huán)境因素和隨機誤差項對效率測算的干擾，第三階段得到修正后的效率值。

(一) 社會經(jīng)濟環(huán)境變量的影響

隨機前沿(SFA)回歸前，對變量做共線性檢驗和皮爾森相關(guān)分析，結(jié)果顯示主要變量均不呈現(xiàn)共線性，可以回歸估計。隨機前沿(SFA)回歸結(jié)果中，各松弛變量的伽馬值(gamma)都大于0.95，接近于1，即存在管理無效率項和隨機誤差項的影響，適合進行隨機前沿(SFA)回歸；單邊檢驗值均通過了1%水平上的顯著性檢驗，說明模型的顯著性良好。X1-X5等對于各個松弛變量均具備良好的解釋度，多數(shù)變量均通過了1%水平的顯著性檢驗。

地區(qū)生產(chǎn)總值(GDP)、人口密度和人均可支配收入對各松弛變量整體呈現(xiàn)正向影響，會增加智慧養(yǎng)老服務(wù)投入冗余，不利于效率的提高。地方經(jīng)濟發(fā)展水平和人口密度較高的地區(qū)，對智慧養(yǎng)老服務(wù)的投資相對較高，大量的投入易產(chǎn)生資源浪費。第二、第三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值(GDP)比重和城鎮(zhèn)化率對各松弛變量整體呈現(xiàn)負(fù)向影響，利于降低智慧養(yǎng)老服務(wù)投入冗余，即較高的技術(shù)水平和管理水平會抑制投入冗余的增加。

(二) 智慧養(yǎng)老服務(wù)效率的時空差異特征

第一、三階段智慧養(yǎng)老服務(wù)效率對比結(jié)果顯示(見表2)，經(jīng)過第2階段隨機前沿(SFA)回歸模型修正后, 三階段超效率混合距離(S-EBM)模型的智慧養(yǎng)老服務(wù)超效率相較于一階段有明顯的下降，表明環(huán)境因素對智慧養(yǎng)老服務(wù)效率的影響較大，只有剔除環(huán)境因素的影響，才能有效地衡量智慧養(yǎng)老服務(wù)效率。

表2 環(huán)境變量的隨機前沿(SFA)回歸估計結(jié)果

表3 2015—2020年第一、三階段智慧養(yǎng)老服務(wù)效率對比

我國智慧養(yǎng)老服務(wù)效率在時間維度存在的問題：超效率和技術(shù)效率代表智慧養(yǎng)老服務(wù)效率，2015—2017年，智慧養(yǎng)老服務(wù)剛剛萌芽，效率變化趨勢較為平穩(wěn)。2018—2019年受中美貿(mào)易摩擦的影響，智慧養(yǎng)老服務(wù)的投資受阻，基礎(chǔ)設(shè)施建設(shè)推進速度降低，其服務(wù)效率從0.748緩慢下降到0.605。2019—2020年，我國新冠疫情管控的成功，較好的經(jīng)濟環(huán)境，促使智慧養(yǎng)老服務(wù)的生產(chǎn)規(guī)模進一步擴大，受規(guī)模效率拉動智慧養(yǎng)老服務(wù)效率得到明顯提高，從0.605增加到0.784。技術(shù)效率是純技術(shù)效率和規(guī)模效率的乘積，各地區(qū)智慧養(yǎng)老服務(wù)的純技術(shù)效率年份均值在0.9以上，純技術(shù)水平和管理水平相對較高，有效地拉高了智慧養(yǎng)老服務(wù)的效率。各地區(qū)智慧養(yǎng)老服務(wù)的規(guī)模效率均值為0.744，在一定程度阻礙了智慧養(yǎng)老服務(wù)效率的提高，說明智慧養(yǎng)老服務(wù)距離最優(yōu)生產(chǎn)規(guī)模還有一定距離，規(guī)模增速有待提高，智慧養(yǎng)老服務(wù)的相關(guān)資源配置能力尚不成熟。

圖1為2015—2020年第一、三階段不同地區(qū)智慧養(yǎng)老服務(wù)效率及其分解指數(shù)的年份均值。整體來看，在剔除環(huán)境變量影響之后，第三階段智慧養(yǎng)老服務(wù)效率相較于第一階段出現(xiàn)了明顯的下降。智慧養(yǎng)老服務(wù)效率在省級區(qū)域維度存在以下問題：排名靠前的省份為上海、陜西、四川，湖北，江西、江蘇、山東7個省份的智慧養(yǎng)老服務(wù)效率均達到了相對有效，超效率分別為1.166、1.123、1.081、1.060、1.054、1.038、1.002；排名靠后的5個省份為吉林、甘肅、寧夏、天津和西藏，其智慧養(yǎng)老服務(wù)效率均在0.4以下。東部沿海地區(qū)的智慧養(yǎng)老服務(wù)效率相對較高，相對較低的地區(qū)主要集中在中部地區(qū)和西部地區(qū)。

圖1 第一、三階段不同地區(qū)智慧養(yǎng)老服務(wù)效率及其分解指數(shù)

第一、三階段對比顯示，西藏調(diào)整前效率值為1.916，調(diào)整后為0.094，差值為1.822；青海調(diào)整前為1.271，調(diào)整后為0.700，差值為0.569；調(diào)整差值在0.1-0.5之間的有天津、寧夏、吉林、遼寧、山西、北京等11個省級地區(qū)，主要為京津地區(qū)、東北地區(qū)、西部地區(qū)。西藏和青海智慧養(yǎng)老服務(wù)受環(huán)境因素的影響更為明顯，當(dāng)剔除環(huán)境變量的影響時，其智慧養(yǎng)老服務(wù)效率出現(xiàn)了明顯的下降，個別東北地區(qū)和西部地區(qū)的部分省份也出現(xiàn)類似的現(xiàn)象，表明這些地區(qū)的智慧養(yǎng)老服務(wù)產(chǎn)業(yè)的自主性相對較低，當(dāng)剔除政府推動的影響時，其智慧養(yǎng)老服務(wù)效率較低，產(chǎn)業(yè)的競爭能力較差，不利于市場競爭和可持續(xù)發(fā)展。值得注意的是，天津市也有類似現(xiàn)象。

(三) 智慧養(yǎng)老服務(wù)效率各經(jīng)濟區(qū)域存在問題

智慧養(yǎng)老服務(wù)模式作為養(yǎng)老服務(wù)模式的一種，具備公共產(chǎn)品屬性。在關(guān)注智慧養(yǎng)老服務(wù)效率的同時，應(yīng)關(guān)注智慧養(yǎng)老服務(wù)的區(qū)域均衡發(fā)展，這是確保智慧養(yǎng)老服務(wù)可持續(xù)發(fā)展的前提，一旦喪失公共品屬性便不能獲得政府相關(guān)資源的傾斜，如此將不利于智慧養(yǎng)老產(chǎn)業(yè)的發(fā)展和興起。表4是2005—2020年我國八大經(jīng)濟地區(qū)的第三階段智慧養(yǎng)老服務(wù)效率，東部沿海地區(qū)、長江中游地區(qū)、南部沿海地區(qū)的超效率值在0.8以上，這些地區(qū)智慧養(yǎng)老服務(wù)產(chǎn)業(yè)成熟度較高、競爭能力較強。東部沿海和南部沿海地區(qū)智慧養(yǎng)老服務(wù)的優(yōu)勢在于資源配置能力強，趨近最優(yōu)生產(chǎn)規(guī)模，長江中游地區(qū)的優(yōu)勢在于技術(shù)和管理水平相對較高。大西北地區(qū)的智慧養(yǎng)老服務(wù)效率為0.352，排名最低，其技術(shù)和管理水平達到了相對有效,主要受到生產(chǎn)規(guī)模和資源配置能力的影響。處于第二梯隊的區(qū)域為北部沿海地區(qū)、東北地區(qū)、黃河中游地區(qū)、西南地區(qū)。北部沿海、黃河中游和西南地區(qū)需要擴大智慧養(yǎng)老服務(wù)產(chǎn)業(yè)的生產(chǎn)規(guī)模，改善資源配置，東北地區(qū)需要增加研發(fā)能力，提高純技術(shù)水平，優(yōu)化管理制度，改善服務(wù)質(zhì)量。

表4 八大經(jīng)濟區(qū)域智慧養(yǎng)老服務(wù)效率對比

總體來看，智慧養(yǎng)老服務(wù)效率存在三方面的問題: 第一，受智慧養(yǎng)老服務(wù)產(chǎn)業(yè)所在地區(qū)的外部經(jīng)濟環(huán)境變量影響，部分地區(qū)進行超前的智慧養(yǎng)老服務(wù)設(shè)施投資，但相關(guān)配套的技術(shù)水平和管理水平尚未跟上，這導(dǎo)致智慧養(yǎng)老服務(wù)資源投入產(chǎn)出配比不合理，容易造成投入冗余。第二，智慧養(yǎng)老服務(wù)效率的空間發(fā)展格局存在非均衡發(fā)展現(xiàn)象，東部沿海地區(qū)的智慧養(yǎng)老服務(wù)效率相對較高，相對較低的地區(qū)主要集中在中部地區(qū)和西部地區(qū)。第三，受規(guī)模效率水平較低的約束，智慧養(yǎng)老服務(wù)產(chǎn)業(yè)的綜合效率達到了一定的瓶頸。高水平的規(guī)模效率要求智慧養(yǎng)老服務(wù)產(chǎn)業(yè)達到最優(yōu)生產(chǎn)規(guī)模，即投入產(chǎn)出配比最優(yōu)。要解決上述問題， 第一，需重點關(guān)注智慧養(yǎng)老服務(wù)效率未達到相對有效的地區(qū)，關(guān)注這些地區(qū)智慧養(yǎng)老服務(wù)效率低下的原因并提出相關(guān)改進措施。第二，應(yīng)關(guān)注智慧養(yǎng)老服務(wù)產(chǎn)業(yè)的投入冗余率和產(chǎn)出不足率，明確智慧養(yǎng)老服務(wù)產(chǎn)業(yè)在發(fā)展過程中到底是哪些領(lǐng)域存在投入冗余，通過對投入產(chǎn)出配比的調(diào)整，使其達到最優(yōu)生產(chǎn)規(guī)模。

四、 我國智慧養(yǎng)老服務(wù)效率的改進路徑

智慧養(yǎng)老服務(wù)效率在我國各省份存在非均衡發(fā)展的特征，相較于純技術(shù)效率特征，其規(guī)模效率的非均衡發(fā)展特征更為明顯。整體來說，智慧養(yǎng)老服務(wù)在大多數(shù)省份均有良好的表現(xiàn)，但個別省份的智慧養(yǎng)老服務(wù)效率依舊存在較低的情況。天津、山西、吉林等25.81%的省份智慧養(yǎng)老服務(wù)效率處于低效率階段，內(nèi)蒙古等32.26%的省份處于中等效率階段。這些省份的智慧養(yǎng)老服務(wù)效率低下主要受到規(guī)模效率的限制，例如內(nèi)蒙古等29.03%的省份處于中等效率階段，天津等22.58%的省份處于低效率階段?？梢娭腔垧B(yǎng)老服務(wù)產(chǎn)業(yè)的最優(yōu)生產(chǎn)規(guī)模是影響這些地區(qū)智慧養(yǎng)老服務(wù)效率關(guān)鍵因素，如何確保這些省份達到最優(yōu)生產(chǎn)規(guī)模是當(dāng)務(wù)之急。反觀之，純技術(shù)效率并未限制智慧養(yǎng)老服務(wù)效率的提高，甚至可以說對智慧養(yǎng)老效率的提高起到了拉動作用，新型的管理技術(shù)手段，確實有效提高了養(yǎng)老服務(wù)的能力和水平。繼續(xù)擴大智慧養(yǎng)老服務(wù)在技術(shù)和管理上的研發(fā)投入、創(chuàng)新投入，利于改善其高質(zhì)量服務(wù)人民群眾的能力。

表5 智慧養(yǎng)老服務(wù)效率相對有效的地區(qū)數(shù)量及比例

要實現(xiàn)智慧養(yǎng)老服務(wù)效率的提高以及達到相對有效，需要從兩方面著手：一減少智慧養(yǎng)老服務(wù)的投入冗余，二增加智慧養(yǎng)老服務(wù)的產(chǎn)出。從投影分析方法入手，對智慧養(yǎng)老服務(wù)的投入冗余和產(chǎn)出不足進行改進。為保證對智慧養(yǎng)老服務(wù)投入和產(chǎn)出改進的有效性，從最近一年的數(shù)據(jù)出發(fā)進行分析(見表6)。

表6 2020年相對無效省份智慧養(yǎng)老服務(wù)投入冗余率(%)

第一，減少智慧養(yǎng)老服務(wù)投入冗余方面。相對無效省份的智慧基礎(chǔ)設(shè)施建設(shè)較為充裕，缺乏足夠的應(yīng)用，50%以上的智慧基礎(chǔ)設(shè)施建設(shè)未被智慧養(yǎng)老服務(wù)產(chǎn)業(yè)充分利用。光纜線路長度、電話普及率、人均互聯(lián)網(wǎng)寬帶接入端口、移動互聯(lián)網(wǎng)用戶等方面的投入需要降低，結(jié)合對應(yīng)指標(biāo)的投入冗余率結(jié)果，這些指標(biāo)應(yīng)分別降低56.19%、64.64%、65.75%、53.44%(見表6)。智慧養(yǎng)老服務(wù)產(chǎn)業(yè)應(yīng)打通相關(guān)行業(yè)壁壘，將智慧養(yǎng)老服務(wù)嵌套在智慧基礎(chǔ)設(shè)施周圍，進而降低該地區(qū)的智慧設(shè)施投入的冗余率。智慧養(yǎng)老服務(wù)產(chǎn)業(yè)未能發(fā)揮相關(guān)專業(yè)人員的能力和特點，即對人力資本的開發(fā)尚存在不足。信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)城鎮(zhèn)單位就業(yè)人員占比、助理社會工作師人數(shù)、社會工作師人數(shù)的投入冗余率均值在30%—50%之間，相應(yīng)指標(biāo)應(yīng)減少31.17%、41.95%、31.98%(見表6)。綜合來看，

這些未達到相對有效的省份，關(guān)鍵在于未能充分利用智慧養(yǎng)老服務(wù)的基礎(chǔ)設(shè)施和專業(yè)人員的專業(yè)素養(yǎng)，需要改革相關(guān)的組織和管理制度，以新思想認(rèn)識智慧基礎(chǔ)設(shè)施和相關(guān)專業(yè)人員，構(gòu)造與之適配的新業(yè)態(tài)。

第二，擴大智慧養(yǎng)老服務(wù)產(chǎn)出方面。甘肅、天津、西藏、寧夏、山西、重慶等6各地區(qū)高齡補貼人數(shù)的不足率均大于100%(見表7)，智慧養(yǎng)老服務(wù)人數(shù)還有很大的拓展空間，智慧養(yǎng)老服務(wù)的收入不足率均值為144.18%，有較大的改進空間，智慧養(yǎng)老服務(wù)產(chǎn)業(yè)的經(jīng)濟收益藍(lán)圖廣闊?？偠^之，通過改進技術(shù)水平和管理水平、優(yōu)化生產(chǎn)規(guī)模水平以及對投入冗余的調(diào)整，可以增加1倍的數(shù)量高齡老人服務(wù)人數(shù)，可以提高智慧養(yǎng)老服務(wù)產(chǎn)業(yè)收入的150%左右。

表7 2020年相對無效省份智慧養(yǎng)老服務(wù)產(chǎn)出不足率(%)

五、研究結(jié)論與對策建議

本文通過三階段超效率混合距離(S-EBM)模型和投影分析方法進行量化研究，量化離定了我國各省級地區(qū)智慧養(yǎng)老服務(wù)效率的時空格局特征和差異，并測度出了智慧養(yǎng)老服務(wù)投入產(chǎn)出的冗余率，為智慧養(yǎng)老服務(wù)效率的改進提供了有效的實證支持。

(一) 研究結(jié)論

實證分析結(jié)果表明：(1) 智慧養(yǎng)老服務(wù)技術(shù)水平較高、但尚未達到最優(yōu)生產(chǎn)規(guī)模的前沿面。剔除環(huán)境影響之后，第三階段效率相較于第一階段效率有明顯的下降，環(huán)境因素對智慧養(yǎng)老服務(wù)效率的影響較大。說明三階段超效率混合距離(S-EBM)模型適用于智慧養(yǎng)老服務(wù)效率的評價。我國智慧養(yǎng)老服務(wù)的純技術(shù)效率相對較高，有效拉動了智慧養(yǎng)老服務(wù)效率的提高，其效率的提高主要受到規(guī)模效率的限制。例如2019—2020年，受規(guī)模效率拉動智慧養(yǎng)老服務(wù)效率得到明顯提高。(2) 智慧養(yǎng)老服務(wù)效率呈現(xiàn)東高西低的空間非均衡特征。智慧養(yǎng)老服務(wù)效率在我國各省份存在非均衡發(fā)展的特征，相較于純技術(shù)效率特征，其規(guī)模效率的非均衡發(fā)展特征更為明顯。部分東北地區(qū)、西北地區(qū)和天津的智慧養(yǎng)老服務(wù)效率受環(huán)境因素的影響明顯，這些地區(qū)的智慧養(yǎng)老服務(wù)產(chǎn)業(yè)自主性較低。東部沿海地區(qū)、長江中游地區(qū)、南部沿海地區(qū)的智慧養(yǎng)老服務(wù)產(chǎn)業(yè)成熟度較高、競爭能力較強。東部沿海和南部沿海地區(qū)的優(yōu)勢在于資源配置能力強，趨近最優(yōu)生產(chǎn)規(guī)模，長江中游地區(qū)的優(yōu)勢在于技術(shù)和管理水平較高。大西北地區(qū)的智慧養(yǎng)老服務(wù)效率主要受到生產(chǎn)規(guī)模和資源配置能力的影響。(3) 智慧養(yǎng)老服務(wù)的基礎(chǔ)設(shè)施和人力資本充裕，但利用率較低。未達到相對有效的省份,在投入上存在兩種特點：一是這些省份的智慧基礎(chǔ)設(shè)施建設(shè)較為充裕，但存在50%的以上冗余率，不能得到充分利用；二是對人力資本的利用率不足，存在30%—50%的投入冗余。

(二) 對策建議

本文基于上述研究結(jié)果給出對應(yīng)建議： (1) 由于智慧養(yǎng)老服務(wù)效率受環(huán)境因素影響明顯，因此應(yīng)推動社會、政府等多行為體參與智慧養(yǎng)老合作，打通行業(yè)壁壘，加強良性互動，完善合作機制。政府應(yīng)發(fā)揮頂層設(shè)計者的引領(lǐng)作用，出臺利于多方行為體的政策，同時做好兜底、監(jiān)督的工作。應(yīng)繼續(xù)加大對智慧養(yǎng)老服務(wù)科研創(chuàng)新投入的扶持力度，健全產(chǎn)學(xué)研協(xié)同創(chuàng)新網(wǎng)，進而保持智慧養(yǎng)老服務(wù)純技術(shù)效率的高水平。應(yīng)鼓勵達到最優(yōu)生產(chǎn)規(guī)模的智慧養(yǎng)老服務(wù)企業(yè)總結(jié)經(jīng)驗教訓(xùn)，通過政府和社會公共平臺推廣其實踐經(jīng)驗，為規(guī)模效率較低的智慧養(yǎng)老服務(wù)地區(qū)和企業(yè)提供改善路徑。(2) 由于我國智慧養(yǎng)老服務(wù)效率存在非均衡發(fā)展特征，因此應(yīng)對不同地區(qū)給出適合當(dāng)?shù)氐陌l(fā)展建議。其中，部分東北地區(qū)和西北地區(qū)、天津地區(qū)應(yīng)重視推動當(dāng)?shù)卣⑸鐣炔块T發(fā)揮積極影響；北部沿海、黃河中游和西南地區(qū)需要擴大智慧養(yǎng)老服務(wù)產(chǎn)業(yè)的生產(chǎn)規(guī)模，改善資源配置；東北地區(qū)需要提高純技術(shù)水平，優(yōu)化管理制度，改善服務(wù)質(zhì)量。推動區(qū)域資源協(xié)調(diào)統(tǒng)籌應(yīng)用，充分發(fā)揮東部沿海和南部沿海地區(qū)的資源配置優(yōu)勢，長江中游地區(qū)的技術(shù)和管理水平優(yōu)勢。(3) 社會組織應(yīng)發(fā)揮其推廣方面的優(yōu)勢，為各利益主體搭建合作平臺。協(xié)調(diào)智慧養(yǎng)老產(chǎn)業(yè)同智慧基礎(chǔ)設(shè)施的結(jié)合，增進物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、人工智能、云計算、大數(shù)據(jù)等方向的企業(yè)和研究機構(gòu)對智慧養(yǎng)老服務(wù)的支撐能力。應(yīng)在加強培養(yǎng)智慧養(yǎng)老專業(yè)服務(wù)人才的力度的同時，提高智慧養(yǎng)老服務(wù)相關(guān)專業(yè)人員的利用率，確保人力資本利用率的改善。

積極應(yīng)對老齡化，是國家的重大戰(zhàn)略需求，利于推進國家治理體系和治理能力現(xiàn)代化。智慧養(yǎng)老服務(wù)對提升養(yǎng)老服務(wù)質(zhì)量，養(yǎng)老服務(wù)供給能力的幫助巨大。其巨大的社會價值和經(jīng)濟價值，應(yīng)受到國家、社會乃至個人重視。應(yīng)通過智慧養(yǎng)老服務(wù)的推動，進一步趨向真正的“老有所終”。2035遠(yuǎn)景目標(biāo)中提出建成健康中國，使人民生活更加美好，人的全面發(fā)展得到實質(zhì)性的推進的目標(biāo)。面向2035年美麗中國目標(biāo)基本實現(xiàn)以及本世紀(jì)中葉建成美麗中國的壯闊藍(lán)圖，需要深刻認(rèn)識所面臨的新形勢、新需求與新挑戰(zhàn)，要探索智慧養(yǎng)老服務(wù)符合自然生態(tài)、社會經(jīng)濟規(guī)律的發(fā)展路徑。在具體探索中：第一，要全面深化養(yǎng)老思維，不斷提高貫徹新發(fā)展理念、構(gòu)建新發(fā)展格局能力和水平，為推動智慧養(yǎng)老的高質(zhì)量發(fā)展提供根本保證。堅持創(chuàng)新在我國智慧養(yǎng)老產(chǎn)業(yè)建設(shè)全局中的核心地位，面向世界科技前沿、面向經(jīng)濟主戰(zhàn)場、面向國家重大需求、面向人民生命健康。推進智慧養(yǎng)老服務(wù)人才體系建設(shè)，堅持創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，完善智慧養(yǎng)老服務(wù)的創(chuàng)新體系。第二，吸取國內(nèi)外先進經(jīng)驗，利用新興科技賦能智慧養(yǎng)老發(fā)展。令創(chuàng)新理念、先進技術(shù)與養(yǎng)老服務(wù)交匯融合，科學(xué)引領(lǐng)支撐健康中國建設(shè)。圍繞高質(zhì)量養(yǎng)老體系的全方位建設(shè)，充分利用大數(shù)據(jù)、人工智能、云計算、區(qū)塊鏈、互聯(lián)網(wǎng)等新興科技，融合創(chuàng)新理念，構(gòu)建智慧養(yǎng)老體系，形成智慧醫(yī)養(yǎng)、智慧養(yǎng)老、智慧用老交叉并進的新興服務(wù)業(yè)態(tài)。第三，堅持?jǐn)U大內(nèi)需這個戰(zhàn)略基點，加快培育完善智慧養(yǎng)老服務(wù)的內(nèi)需體系。把實施擴大內(nèi)需戰(zhàn)略同深化供給側(cè)結(jié)構(gòu)性改革有機結(jié)合起來，以創(chuàng)新驅(qū)動、高質(zhì)量供給引領(lǐng)和創(chuàng)造新需求，助力加快構(gòu)建以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進的新發(fā)展格局。 第四，為應(yīng)對新興技術(shù)對養(yǎng)老領(lǐng)域的深刻變革，應(yīng)加強相關(guān)基礎(chǔ)領(lǐng)域研究，如前沿基礎(chǔ)理論、底層關(guān)鍵性技術(shù)等；應(yīng)積極推進新興技術(shù)在養(yǎng)老領(lǐng)域的滲透性應(yīng)用，如智能硬件基礎(chǔ)設(shè)施、智慧養(yǎng)老產(chǎn)學(xué)研創(chuàng)新網(wǎng)絡(luò)平臺建設(shè)等；同時加強智慧養(yǎng)老技術(shù)知識的普及工作，建構(gòu)智慧養(yǎng)老專項人才培養(yǎng)計劃。面對智慧養(yǎng)老技術(shù)的浪潮，國家和個人應(yīng)做好迎接挑戰(zhàn)的準(zhǔn)備，洞察智慧養(yǎng)老的發(fā)展態(tài)勢，積極利用智慧養(yǎng)老改善我國老年人的生活質(zhì)量。