我國(guó)養(yǎng)老機(jī)構(gòu)資源配置時(shí)空差異分析與優(yōu)化策略*
——基于2014～2021的國(guó)家統(tǒng)計(jì)數(shù)據(jù)

郭珊珊,杜進(jìn)林,翟方明,王倩,陳曉亞,彭浩晟

(1.廣東醫(yī)科大學(xué)公共衛(wèi)生學(xué)院,廣東 東莞 523808;2.廣東醫(yī)科大學(xué)人文與管理學(xué)院;3.上海交通大學(xué)醫(yī)學(xué)院附屬精神衛(wèi)生中心;4.廣東醫(yī)科大學(xué)研究生院)

人口老齡化是我國(guó)今后較長(zhǎng)一段時(shí)期的基本國(guó)情[1]。2020年10月,黨的十九屆五中全會(huì)提出“實(shí)施積極應(yīng)對(duì)人口老齡化國(guó)家戰(zhàn)略”,這是黨首次將積極應(yīng)對(duì)人口老齡化上升到國(guó)家戰(zhàn)略層面[2]。2021年3月,《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》(簡(jiǎn)稱(chēng)“十四五”規(guī)劃)中提到實(shí)施積極應(yīng)對(duì)人口老齡化國(guó)家戰(zhàn)略要推動(dòng)養(yǎng)老事業(yè)和養(yǎng)老產(chǎn)業(yè)協(xié)同發(fā)展,健全基本養(yǎng)老服務(wù)體系[3]。而養(yǎng)老機(jī)構(gòu)作為我國(guó)養(yǎng)老服務(wù)體系的重要支撐[4],其養(yǎng)老資源的配置水平直接影響到養(yǎng)老服務(wù)的質(zhì)量。因此,深入了解和評(píng)價(jià)“十四五”規(guī)劃下我國(guó)養(yǎng)老機(jī)構(gòu)資源配置水平尤為重要。

目前,國(guó)內(nèi)針對(duì)養(yǎng)老機(jī)構(gòu)資源配置的研究多集中于對(duì)某省、自治區(qū)、直轄市的某類(lèi)資源配置情況的描述、效率的評(píng)價(jià)等[5,6],而鮮少有基于整個(gè)國(guó)家層面分析養(yǎng)老機(jī)構(gòu)資源配置的時(shí)空差異的研究。因此,本文采取熵值法、泰爾指數(shù)和探索性空間數(shù)據(jù)分析方法,對(duì)我國(guó)2014～2021年養(yǎng)老機(jī)構(gòu)資源配置的時(shí)間和空間演變趨勢(shì)進(jìn)行定量分析,為進(jìn)一步優(yōu)化養(yǎng)老機(jī)構(gòu)資源配置提供理論依據(jù)。

1 資料與方法

1.1 資料來(lái)源

本研究中各省、自治區(qū)、直轄市的人口數(shù)源于2015～2022年《中國(guó)統(tǒng)計(jì)年鑒》,養(yǎng)老機(jī)構(gòu)數(shù)、年末床位數(shù)、管理人員數(shù)及專(zhuān)業(yè)技術(shù)技能人員數(shù)源于2015～2022年《中國(guó)民政統(tǒng)計(jì)年鑒》,行政區(qū)劃矢量數(shù)據(jù)源于標(biāo)準(zhǔn)地圖服務(wù)系統(tǒng)(http://bzdt.ch.mnr.gov.cn/index.html)?？紤]到數(shù)據(jù)的可獲得性,本文未將港澳臺(tái)地區(qū)納入研究范圍中。

1.2 時(shí)間點(diǎn)選取

因2014年以前《中國(guó)民政統(tǒng)計(jì)年鑒》中養(yǎng)老機(jī)構(gòu)數(shù)、年末床位數(shù)、管理人員數(shù)及專(zhuān)業(yè)技術(shù)技能人員數(shù)獲取受限,本研究選擇以2014年為起點(diǎn)、可獲取最新數(shù)據(jù)的2021年為終點(diǎn)作為研究時(shí)間段,以2016年民政部、國(guó)家發(fā)展改革委《民政事業(yè)發(fā)展第十三個(gè)五年規(guī)劃》、2018年國(guó)務(wù)院取消養(yǎng)老機(jī)構(gòu)設(shè)立許可為關(guān)鍵時(shí)間節(jié)點(diǎn)進(jìn)行我國(guó)養(yǎng)老機(jī)構(gòu)資源配置的時(shí)空差異分析。

1.3 研究方法

1.3.1 一般描述性分析?；谖覈?guó)每千65歲及以上人口養(yǎng)老機(jī)構(gòu)資源擁有量等數(shù)據(jù),借助ArcGIS 10.8建立數(shù)據(jù)庫(kù),導(dǎo)入審圖號(hào)為GS(2020)4619號(hào)的標(biāo)準(zhǔn)地圖,連接我國(guó)各省、自治區(qū)、直轄市養(yǎng)老機(jī)構(gòu)資源配置數(shù)據(jù)后繪制養(yǎng)老資源空間等級(jí)分布圖、LISA圖;運(yùn)用Microsoft Excel 2019和Adobe Photoshop CS6繪制全局Moran’s I指數(shù)折線(xiàn)圖,清晰直觀(guān)地呈現(xiàn)養(yǎng)老機(jī)構(gòu)資源配置的時(shí)空分布水平。

1.3.2 熵值法。熵值法是根據(jù)指標(biāo)的變異程度確定指標(biāo)權(quán)重的一種客觀(guān)賦權(quán)方法,規(guī)避了評(píng)價(jià)指標(biāo)賦權(quán)過(guò)程中的主觀(guān)因素[7]。本研究從養(yǎng)老機(jī)構(gòu)數(shù)、年末床位數(shù)、管理人員數(shù)、專(zhuān)業(yè)技術(shù)技能人員數(shù)4個(gè)維度評(píng)價(jià)我國(guó)養(yǎng)老機(jī)構(gòu)資源綜合供給水平,具體步驟如下[8]:

(1)由于各評(píng)價(jià)指標(biāo)存在量綱上的差異,因此需要對(duì)各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化,計(jì)算公式如下:

對(duì)于正向指標(biāo):

(1)

對(duì)于負(fù)向指標(biāo):

(2)

(2)對(duì)標(biāo)準(zhǔn)化后的指標(biāo)進(jìn)行歸一化處理得到y(tǒng)ij:

(3)

(3)計(jì)算第i年第j項(xiàng)指標(biāo)的比重Pij,m為yij總數(shù):

(4)

(4)計(jì)算第j項(xiàng)指標(biāo)的熵值ej:

(5)

(5)計(jì)算第j項(xiàng)指標(biāo)的差異系數(shù)gi:

gi=1-ej

(6)

(6)計(jì)算第j項(xiàng)指標(biāo)的權(quán)重wj:

(7)

(7)計(jì)算綜合評(píng)價(jià)得分Uk:

(8)

1.3.3 泰爾指數(shù)。泰爾指數(shù)基于熵的概念提出,不僅可以反映總體的差異,還可以反映各區(qū)域之間的差異以及差異來(lái)源。泰爾指數(shù)的取值范圍為0～1,數(shù)值越大說(shuō)明區(qū)域間發(fā)展差異越大,公平性越差[9,10]。計(jì)算公式為[11]:

(9)

(10)

(11)

T總=T區(qū)域內(nèi)+T區(qū)域間(12)

其中,Yij為i區(qū)域第j個(gè)省、市、自治區(qū)的養(yǎng)老機(jī)構(gòu)資源供給綜合水平指數(shù),Yi為i區(qū)域內(nèi)養(yǎng)老機(jī)構(gòu)資源供給綜合水平指數(shù),Y為全國(guó)養(yǎng)老機(jī)構(gòu)資源供給綜合水平指數(shù);Pij為i區(qū)域第j個(gè)省、市、自治區(qū)的65歲及以上人口數(shù)量,Pi為區(qū)域內(nèi)65歲及以上人口數(shù)量,P為我國(guó)65歲以上人口數(shù)量;Tpi為i區(qū)域內(nèi)各省、市、自治區(qū)之間的差異,T區(qū)域間為區(qū)域間差異的泰爾指數(shù),T區(qū)域內(nèi)為區(qū)域內(nèi)差異的泰爾指數(shù),T總為總體差異。將泰爾指數(shù)分解后可得出:區(qū)域內(nèi)差異貢獻(xiàn)率:T區(qū)域內(nèi)/T總;區(qū)域間差異貢獻(xiàn)率:T區(qū)域間/T總。

1.3.4 探索性空間數(shù)據(jù)分析。運(yùn)用GeoDa 1.20將省級(jí)行政區(qū)劃空間數(shù)據(jù)庫(kù)和養(yǎng)老機(jī)構(gòu)資源數(shù)據(jù)庫(kù)進(jìn)行匹配,按照rook鄰接原則定義空間權(quán)重矩陣,其中海南省的鄰近省份設(shè)置為廣東省[12]。采用空間自相關(guān)分析方法對(duì)2014～2021年我國(guó)養(yǎng)老機(jī)構(gòu)資源配置的空間布局和集聚進(jìn)行定量分析。

全局空間自相關(guān)采用全局Moran’s I指數(shù),計(jì)算公式如式(13)。全局Moran’s I指數(shù)取值范圍為[-1,1],當(dāng)Moran’s I>0且通過(guò)顯著性檢驗(yàn),則表明地區(qū)間存在空間正相關(guān);反之,則呈空間負(fù)相關(guān);全局Moran’s I=0則屬性值在空間上隨機(jī)分布。局部空間自相關(guān)采用局部Moran’s I指數(shù),計(jì)算公式如式(14)。當(dāng)局部Moran’s I>0且通過(guò)顯著性檢驗(yàn),則表明地區(qū)間存在正相關(guān),對(duì)應(yīng)高—高關(guān)聯(lián)、低—低關(guān)聯(lián),反之,則呈空間負(fù)相關(guān),對(duì)應(yīng)高—低關(guān)聯(lián)、低—高關(guān)聯(lián)。

(13)

(14)

2 研究結(jié)果

2.1 我國(guó)養(yǎng)老機(jī)構(gòu)資源總量和每千65歲及以上人口擁有量變化趨勢(shì)

從我國(guó)養(yǎng)老機(jī)構(gòu)資源配置總量來(lái)看,相較2014年,2021年除管理人員數(shù)下降外(年均增長(zhǎng)率為-0.60%),養(yǎng)老機(jī)構(gòu)數(shù)、年末床位數(shù)、專(zhuān)業(yè)技術(shù)技能人員數(shù)均有所上漲(年均增長(zhǎng)率分別為2.75%、3.71%及11.49%)。從每千65歲及以上人口擁有量來(lái)看,2014～2021年養(yǎng)老機(jī)構(gòu)、年末床位、管理人員及專(zhuān)業(yè)技術(shù)技能人員擁有量均呈減少態(tài)勢(shì)。從各區(qū)域來(lái)看,華北、東北、華東及華中地區(qū)每千65歲及以上人口養(yǎng)老機(jī)構(gòu)資源擁有量總體水平相對(duì)較高,而西南、西北和華南地區(qū)擁有量總體水平相對(duì)較低。其中,從圖1顏色深淺變化可以看出,西南地區(qū)的西藏自治區(qū)2021年各養(yǎng)老機(jī)構(gòu)資源擁有量快速增長(zhǎng),特別是年末床位數(shù)和管理人員數(shù)(見(jiàn)表1、圖1)。

圖1 2014～2021年我國(guó)每千65歲及以上人口養(yǎng)老機(jī)構(gòu)資源擁有量空間等級(jí)分布

表1 2014～2021年我國(guó)養(yǎng)老機(jī)構(gòu)資源配置總量變化情況

2.2 我國(guó)養(yǎng)老機(jī)構(gòu)資源綜合供給水平指數(shù)分析

從整體來(lái)看,2014年和2021年我國(guó)養(yǎng)老機(jī)構(gòu)資源綜合供給水平指數(shù)分別處于0.0054～0.8354和0.0019～0.8992之間,可見(jiàn)養(yǎng)老機(jī)構(gòu)資源綜合供給水平較低、變化趨勢(shì)較為平穩(wěn)。從各地區(qū)來(lái)看,華東、華中地區(qū)供給水平相對(duì)較高,東北次之,西北最低。其中,2021年,僅江蘇、河南、山東、安徽、四川、廣東、湖南、湖北、河北和遼寧10個(gè)省份的綜合供給水平指數(shù)大于0.5,其余21個(gè)省份均小于0.5,可見(jiàn)各地區(qū)之間供給水平差異較大(見(jiàn)表2、圖2)。

圖2 2014～2021年我國(guó)養(yǎng)老機(jī)構(gòu)資源綜合供給水平空間等級(jí)分布

2.3 我國(guó)養(yǎng)老機(jī)構(gòu)資源綜合供給水平指數(shù)泰爾指數(shù)分析

2014～2021年我國(guó)養(yǎng)老機(jī)構(gòu)資源綜合供給水平指數(shù)泰爾指數(shù)分解結(jié)果顯示,2021年,總泰爾指數(shù)、區(qū)域間泰爾指數(shù)和區(qū)域內(nèi)泰爾指數(shù)較2014年均有所下降,說(shuō)明資源配置的公平性總體上正在逐漸改善。從貢獻(xiàn)率來(lái)看,2021年區(qū)域間貢獻(xiàn)率較2014年增長(zhǎng)了30.14%,可見(jiàn)區(qū)域間差異呈增大之勢(shì)。盡管2021年區(qū)域內(nèi)貢獻(xiàn)率下降且小于區(qū)域間貢獻(xiàn)率,但2014～2018年,區(qū)域內(nèi)差異的貢獻(xiàn)率遠(yuǎn)高于區(qū)域間差異的貢獻(xiàn)率,即區(qū)域內(nèi)差異是構(gòu)成我國(guó)養(yǎng)老機(jī)構(gòu)資源配置差異主要原因(見(jiàn)表3)。

表3 2014～2021年我國(guó)養(yǎng)老機(jī)構(gòu)資源綜合供給水平指數(shù)泰爾指數(shù)分解

2.4 我國(guó)養(yǎng)老機(jī)構(gòu)資源綜合水平指數(shù)探索性空間數(shù)據(jù)分析

2.4.1 全局自相關(guān)。從2014～2021年我國(guó)養(yǎng)老機(jī)構(gòu)資源綜合水平指數(shù)全局Moran’s I指數(shù)變化趨勢(shì)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)的養(yǎng)老機(jī)構(gòu)資源綜合水平指數(shù)的全局Moran’s I 指數(shù)值均為正值且逐年增大,即我國(guó)養(yǎng)老機(jī)構(gòu)資源供給水平的空間相關(guān)性增強(qiáng),空間集聚性水平增加(見(jiàn)圖3)。

圖3 2014～2021年我國(guó)養(yǎng)老機(jī)構(gòu)資源綜合水平指數(shù)全局Moran’s I指數(shù)變化趨勢(shì)圖

2.4.2 局部自相關(guān)。從各區(qū)域來(lái)看,高—高集聚區(qū)呈現(xiàn)由華東向華中地區(qū)擴(kuò)散之勢(shì),高—低、低—低集聚區(qū)分別集中于西南和西北地區(qū)。從各省、自治區(qū)、直轄市來(lái)看,2021年,高—高集聚區(qū)域由2014年的山東、江蘇、上海三地增加至山東、江蘇、安徽、河南、湖北、江西六地。安徽由低—高集聚轉(zhuǎn)變?yōu)楦摺呒?即安徽的養(yǎng)老機(jī)構(gòu)資源綜合供給水平逐漸向鄰近省份靠攏;四川則恒定保持高—低集聚;而低—低集聚則由新疆?dāng)U展至鄰省的甘肅(見(jiàn)圖4)。

圖4 2014～2021年我國(guó)養(yǎng)老機(jī)構(gòu)資源綜合水平指數(shù)空間局部自相關(guān)LISA圖

3 討論

3.1 養(yǎng)老機(jī)構(gòu)資源供給總量上漲,但每千65歲及以上人口配置水平下降

2014～2021年,我國(guó)養(yǎng)老機(jī)構(gòu)資源配置總量中,除管理人員數(shù)小幅下降,其余各項(xiàng)總量呈上升趨勢(shì)。另外,盡管從省域視角看,個(gè)別省(自治區(qū)、直轄市)每千65歲及以上各項(xiàng)指標(biāo)擁有量呈現(xiàn)“爆發(fā)式”增長(zhǎng)(如西藏),但總體來(lái)看各項(xiàng)指標(biāo)的擁有量仍呈下降趨勢(shì)。由此可見(jiàn),盡管我國(guó)養(yǎng)老機(jī)構(gòu)事業(yè)蓬勃發(fā)展,但是老年人口規(guī)模大,老齡化速度快,養(yǎng)老機(jī)構(gòu)資源配置水平難以滿(mǎn)足現(xiàn)階段的養(yǎng)老服務(wù)需求?！笆奈濉睍r(shí)期,我國(guó)在全面建成小康社會(huì)之后,即將開(kāi)啟全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家新征程,個(gè)性化和多元化的養(yǎng)老需求愈發(fā)凸顯,養(yǎng)老機(jī)構(gòu)發(fā)展面臨著更多挑戰(zhàn)。

因此,政府要加快建設(shè)與人口老齡化進(jìn)程相適應(yīng)的老齡事業(yè)和機(jī)構(gòu)養(yǎng)老服務(wù)體系,積極推進(jìn)養(yǎng)老機(jī)構(gòu)改革,在做優(yōu)增量基礎(chǔ)上,還要調(diào)整存量,補(bǔ)齊短板,力求各項(xiàng)資源供給均衡,避免“偏科”問(wèn)題。落實(shí)到具體對(duì)策上,在行政支持方面,優(yōu)化養(yǎng)老機(jī)構(gòu)的審批環(huán)節(jié),助力民間資本更快融入機(jī)構(gòu)養(yǎng)老市場(chǎng);在資金投入方面,幫助向內(nèi)擴(kuò)展資金來(lái)源(如廣西、廣東、江蘇、山東等省份投入福彩公益金用于推動(dòng)養(yǎng)老服務(wù)發(fā)展)、向外拓展融資渠道(如支持養(yǎng)老企業(yè)發(fā)行公司信用類(lèi)債券)[15];在政策扶持方面,加強(qiáng)監(jiān)管力度,落實(shí)提供土地使用、房屋使用、稅收減免、水電優(yōu)惠、床位補(bǔ)貼等扶持政策;在人才供給方面,建立健全養(yǎng)老服務(wù)從業(yè)人員薪酬與職稱(chēng)評(píng)定等激勵(lì)機(jī)制,提升養(yǎng)老護(hù)理員等從業(yè)人員的福利待遇及職業(yè)獲得感;支持臨床(中醫(yī))類(lèi)別醫(yī)師、注冊(cè)護(hù)士、康復(fù)治療人員等定期到養(yǎng)老機(jī)構(gòu)提供診療服務(wù),鼓勵(lì)開(kāi)設(shè)老年服務(wù)相關(guān)專(zhuān)業(yè)的高校去到養(yǎng)老機(jī)構(gòu)提供健康宣教、精神慰藉等服務(wù),為養(yǎng)老機(jī)構(gòu)服務(wù)市場(chǎng)吸納優(yōu)質(zhì)人力資源,以此形成參與主體更多元、服務(wù)內(nèi)容更多樣的機(jī)構(gòu)養(yǎng)老市場(chǎng),更全面地滿(mǎn)足和適應(yīng)新時(shí)代老齡人口的養(yǎng)老服務(wù)需求。

3.2 養(yǎng)老機(jī)構(gòu)資源空間集聚性特征明顯,區(qū)域間分布差異大,差異主要來(lái)自區(qū)域內(nèi)

從縱向來(lái)看,我國(guó)各地區(qū)的綜合供給水平指數(shù)變化平穩(wěn),從橫向來(lái)看,各地區(qū)指數(shù)相差較大,華東、華中地區(qū)供給水平優(yōu)于東北、西北地區(qū)。全局Moran’s I指數(shù)和LISA集聚圖結(jié)果也顯示,綜合供給水平指數(shù)空間相關(guān)性增強(qiáng),空間集聚性顯著,且養(yǎng)老機(jī)構(gòu)資源配置的“馬太效應(yīng)”顯著。2014～2021年,高—高集聚區(qū)域由山東、江蘇和上海向周邊地區(qū)不斷擴(kuò)展。2014年,安徽養(yǎng)老機(jī)構(gòu)資源配置水平低于周邊地區(qū),但由于其處在環(huán)滬圈,受周邊區(qū)域高水平經(jīng)濟(jì)、醫(yī)療輻射的影響,加之長(zhǎng)三角經(jīng)濟(jì)區(qū)進(jìn)入老齡化階段較早,養(yǎng)老服務(wù)事業(yè)發(fā)展較為成熟,資源外溢效應(yīng)強(qiáng),從而安徽由低—高集聚變?yōu)楦摺呒鄣貐^(qū)。而西南地區(qū)的四川長(zhǎng)期保持高—低集聚區(qū),即其本身資源集聚水平高,但周邊地區(qū)配置水平低,可見(jiàn)四川作為西部經(jīng)濟(jì)第一大省,并未較好地發(fā)揮其經(jīng)濟(jì)帶動(dòng)作用。另外,從泰爾指數(shù)貢獻(xiàn)率分解結(jié)果同樣可知,區(qū)域間的差異呈增大之勢(shì),且造成養(yǎng)老機(jī)構(gòu)資源配置不均衡的主要原因來(lái)自于區(qū)域內(nèi)差異。

因此政府在進(jìn)行養(yǎng)老機(jī)構(gòu)資源配置時(shí),要發(fā)揮經(jīng)濟(jì)強(qiáng)省或中心城市的龍頭作用,利用其區(qū)位、交通、經(jīng)濟(jì)等優(yōu)勢(shì)提升輻射帶動(dòng)效應(yīng),助推周邊省市養(yǎng)老機(jī)構(gòu)建設(shè)和發(fā)展,保持區(qū)域間協(xié)調(diào)發(fā)展。此外,不僅要看到區(qū)域間的發(fā)展差異,還要平衡區(qū)域內(nèi)部的發(fā)展水平,如努力構(gòu)建區(qū)域內(nèi)部養(yǎng)老機(jī)構(gòu)資源共建共享的格局,開(kāi)展區(qū)域內(nèi)機(jī)構(gòu)養(yǎng)老工作培訓(xùn)交流,加強(qiáng)對(duì)專(zhuān)業(yè)技術(shù)技能人員的培養(yǎng),實(shí)現(xiàn)“經(jīng)驗(yàn)”和“人才”共享;推動(dòng)區(qū)域內(nèi)企業(yè)申請(qǐng)智慧養(yǎng)老示范點(diǎn),借助互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、智能硬件等新一代信息技術(shù)開(kāi)發(fā)智慧養(yǎng)老服務(wù)平臺(tái),推廣智慧健康養(yǎng)老服務(wù)和產(chǎn)品,活躍區(qū)域內(nèi)機(jī)構(gòu)養(yǎng)老市場(chǎng),實(shí)現(xiàn)“技術(shù)”共享等,進(jìn)一步縮小養(yǎng)老機(jī)構(gòu)區(qū)域內(nèi)發(fā)展差異。

3.3 部分地區(qū)養(yǎng)老機(jī)構(gòu)資源供需不匹配,結(jié)構(gòu)性矛盾顯著

根據(jù)《第七次全國(guó)人口普查公報(bào)(第五號(hào))》,截至2020年,新疆和甘肅60歲及以上人口比重分別達(dá)到11.28%、17.03%,65歲及以上人口比重分別達(dá)到7.76%、12.58%,根據(jù)聯(lián)合國(guó)一個(gè)國(guó)家或地區(qū)60(65)歲以上老人達(dá)到總?cè)丝诘?0(7)%的標(biāo)準(zhǔn),新疆和甘肅已經(jīng)進(jìn)入老齡化社會(huì),對(duì)養(yǎng)老機(jī)構(gòu)資源的需求在一定程度上增加。然而,2014年、2016年及2018年,我國(guó)養(yǎng)老資源綜合供給水平的低—低集聚地有且僅有新疆一省。到2021年,甘肅省養(yǎng)老資源綜合供給水平由此前的不顯著地轉(zhuǎn)變?yōu)榈汀图鄣?可見(jiàn)甘肅養(yǎng)老機(jī)構(gòu)配置水平呈現(xiàn)滯后之勢(shì)。

綜上可見(jiàn),上述兩省份在老齡化階段對(duì)養(yǎng)老機(jī)構(gòu)資源需求增加,但養(yǎng)老機(jī)構(gòu)資源綜合供給水平還處于低水平狀態(tài),即形成了供需不匹配的結(jié)構(gòu)性矛盾。

因此政府在加大對(duì)此類(lèi)資源配置薄弱地區(qū)的投入力度的同時(shí),還要深入老年群體及養(yǎng)老機(jī)構(gòu)服務(wù)市場(chǎng),考察當(dāng)前老年人對(duì)于養(yǎng)老機(jī)構(gòu)服務(wù)的需求以及機(jī)構(gòu)服務(wù)的缺項(xiàng),科學(xué)評(píng)估養(yǎng)老機(jī)構(gòu)服務(wù)供給現(xiàn)狀,因時(shí)、因地制宜地動(dòng)態(tài)調(diào)整養(yǎng)老機(jī)構(gòu)資源配置總量,提高養(yǎng)老機(jī)構(gòu)資源配置的精準(zhǔn)性,避免資源的無(wú)效供給、錯(cuò)位供給。另外,老齡化時(shí)代,養(yǎng)老問(wèn)題不僅是政府的責(zé)任,更是全社會(huì)的責(zé)任。政府要鼓勵(lì)和支持企業(yè)、個(gè)人及社會(huì)組織等主動(dòng)承擔(dān)起社會(huì)養(yǎng)老責(zé)任,發(fā)揮民間力量在養(yǎng)老機(jī)構(gòu)服務(wù)建設(shè)中的作用,如當(dāng)?shù)厣鐣?huì)組織可利用得天獨(dú)厚的距離優(yōu)勢(shì),建立專(zhuān)業(yè)的特色養(yǎng)老服務(wù)調(diào)查隊(duì)伍,及時(shí)向當(dāng)?shù)孛裾B(yǎng)老部門(mén)更新和反饋各地區(qū)老人養(yǎng)老服務(wù)需求。在此基礎(chǔ)上,考慮到各地獨(dú)特的風(fēng)俗習(xí)慣、養(yǎng)老觀(guān)念,針對(duì)不同年齡階段、生理心理狀況、經(jīng)濟(jì)水平、生活習(xí)慣的老年人,提供各具特色的生活照料、文化娛樂(lè)、精神慰藉等養(yǎng)老服務(wù),打造當(dāng)?shù)靥厣B(yǎng)老服務(wù)品牌,保證當(dāng)?shù)乩先死嫌兴B(yǎng)、老有所依。

綜上所述,本文對(duì)我國(guó)大陸地區(qū)養(yǎng)老機(jī)構(gòu)資源配置進(jìn)行時(shí)空分析,呈現(xiàn)了我國(guó)養(yǎng)老機(jī)構(gòu)資源配置的時(shí)間變化趨勢(shì)和空間分布等級(jí)情況,為優(yōu)化養(yǎng)老機(jī)構(gòu)資源配置提供理論參考和依據(jù)。但本文存在一定的局限性,由于數(shù)據(jù)獲取的限制,未能將更多指標(biāo)納入,如養(yǎng)老機(jī)構(gòu)中具有執(zhí)業(yè)資格人數(shù)等。在接下來(lái)開(kāi)展的研究中,希望可以納入更多指標(biāo),盡可能多角度、全方位地開(kāi)展評(píng)價(jià)。