高質(zhì)量發(fā)展背景下養(yǎng)老服務(wù)機(jī)構(gòu)效率測(cè)度、空間網(wǎng)絡(luò)結(jié)構(gòu)特征及其影響因素

張 園

一、引言

截至2021 年底，全國(guó)共有各類養(yǎng)老機(jī)構(gòu)和設(shè)施35.8 萬(wàn)個(gè)，養(yǎng)老床位合計(jì)815.9 萬(wàn)張，①民政部：《2021 年民政事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》，民政部官網(wǎng)：https://www.mca.gov.cn/images3/www2017/file/202208/2021mzsyfztjgb.pdf，2022 年8 月26 日。每千名老年人擁有床位數(shù)30.52 張。但值得關(guān)注的是，第一，養(yǎng)老服務(wù)機(jī)構(gòu)床位空置率總體較高。據(jù)民政部數(shù)據(jù)顯示，截至2020 年7 月底，全國(guó)養(yǎng)老床位空置率高達(dá)50%。②《養(yǎng)老床位空置率高 老人入住意識(shí)偏低》，央視網(wǎng)：https://tv.cctv.com/2021/09/09/VIDEdFcjxdFfxmjvKths0lFK210909.shtml?spm=C52448022284.PJHo5Gtn93ds.0.0，2021 年9 月9 日。從人口老齡化程度較嚴(yán)重的上海市看，截至2022 年底，全市729 家養(yǎng)老機(jī)構(gòu)核定床位16.36 萬(wàn)張，共有入住老年人71731 人，③上海市民政局：《2022 年上海市養(yǎng)老服務(wù)綜合統(tǒng)計(jì)監(jiān)測(cè)報(bào)告》，上海市民政局官網(wǎng)：https://mzj.sh.gov.cn/cmsres/83/835f211dfa974adc931ab515b4cc0988/dc723a9102b4eba30bc443a497ed8f84.pdf，2023 年6 月8 日。養(yǎng)老機(jī)構(gòu)入住率不足45%。 第二，養(yǎng)老服務(wù)機(jī)構(gòu)供給結(jié)構(gòu)不平衡，現(xiàn)有養(yǎng)老服務(wù)機(jī)構(gòu)床位布局和《“十四五”國(guó)家老齡事業(yè)發(fā)展和養(yǎng)老服務(wù)體系規(guī)劃》提出的2025 年養(yǎng)老機(jī)構(gòu)護(hù)理型床位占比達(dá)55%仍有不小差距。第三，床位空置率高和結(jié)構(gòu)性矛盾或?qū)е吗B(yǎng)老機(jī)構(gòu)盈利能力不足。據(jù)《中國(guó)養(yǎng)老機(jī)構(gòu)發(fā)展研究報(bào)告》數(shù)據(jù)，我國(guó)48.1%的養(yǎng)老機(jī)構(gòu)基本實(shí)現(xiàn)收支平衡，32.5%的虧損，19.4%有盈余，養(yǎng)老機(jī)構(gòu)日常運(yùn)營(yíng)舉步維艱。①吳玉韶等：《中國(guó)養(yǎng)老機(jī)構(gòu)發(fā)展研究報(bào)告》，華齡出版社，2015 年，第69 頁(yè)。

養(yǎng)老服務(wù)高質(zhì)量發(fā)展是積極推動(dòng)人口老齡化戰(zhàn)略的關(guān)鍵所在，而基于投入產(chǎn)出視角的勞動(dòng)、資本、資源等效率是高質(zhì)量發(fā)展的重要體現(xiàn)。②韓保江：《激發(fā)高質(zhì)量發(fā)展的強(qiáng)大動(dòng)力》，《光明日?qǐng)?bào)》，2022 年11 月15 日第11 版。進(jìn)一步看，資源配置的空間差異或是導(dǎo)致養(yǎng)老服務(wù)機(jī)構(gòu)效率不平衡不充分的關(guān)鍵因素，制約了養(yǎng)老服務(wù)機(jī)構(gòu)高質(zhì)量發(fā)展。由于經(jīng)濟(jì)發(fā)展水平、政府治理能力、公共服務(wù)供給、人口老齡化程度等存在較大的區(qū)域差異，養(yǎng)老服務(wù)資源配置呈現(xiàn)出城鄉(xiāng)、區(qū)域等非均衡性特征，③吳國(guó)英、趙蕾霞：《我國(guó)養(yǎng)老服務(wù)業(yè)的非均衡性測(cè)度及發(fā)展對(duì)策——以京津冀三地為例》，《山西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）》2018 年第4 期。大城市、中心城市以及城鎮(zhèn)地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)資源供不應(yīng)求，其對(duì)周邊城市、農(nóng)村地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)消費(fèi)市場(chǎng)產(chǎn)生了顯著的“擠出效應(yīng)”，例如北京第一社會(huì)福利院排隊(duì)人數(shù)遠(yuǎn)超其接納能力，而周邊地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)資源配置相對(duì)規(guī)模過(guò)剩，養(yǎng)老服務(wù)機(jī)構(gòu)床位閑置比較普遍、運(yùn)營(yíng)效率偏低?！丁笆奈濉眹?guó)家老齡事業(yè)發(fā)展和養(yǎng)老服務(wù)體系規(guī)劃》明確要求，促進(jìn)資源均衡配置，確保基本養(yǎng)老服務(wù)保障到位；優(yōu)化供給結(jié)構(gòu)，公辦養(yǎng)老機(jī)構(gòu)入住率明顯提升。黨的二十大報(bào)告則提出，實(shí)施積極應(yīng)對(duì)人口老齡化國(guó)家戰(zhàn)略，發(fā)展養(yǎng)老事業(yè)和養(yǎng)老產(chǎn)業(yè)，優(yōu)化孤寡老人服務(wù)，推動(dòng)實(shí)現(xiàn)全體老年人享有基本養(yǎng)老服務(wù)。可見(jiàn)，優(yōu)化養(yǎng)老服務(wù)資源空間配置、有效提升養(yǎng)老服務(wù)機(jī)構(gòu)投入產(chǎn)出效率，是改善區(qū)域養(yǎng)老服務(wù)機(jī)構(gòu)服務(wù)利用水平、實(shí)現(xiàn)養(yǎng)老服務(wù)機(jī)構(gòu)高質(zhì)量發(fā)展的關(guān)鍵所在，這已成為政府、社會(huì)、理論研究者等重點(diǎn)關(guān)注和亟需解決的重大問(wèn)題。

機(jī)構(gòu)地理位置、區(qū)域養(yǎng)老資源配置布局及可達(dá)性等空間因素，④高向東、何駿：《上海市養(yǎng)老機(jī)構(gòu)空間可達(dá)性研究》，《中國(guó)人口科學(xué)》2018 年第2 期?；蚴怯绊?zhàn)B老服務(wù)機(jī)構(gòu)效率及其高質(zhì)量發(fā)展的重要因素。目前，空間因素已被日益用于解釋區(qū)域環(huán)境污染、技術(shù)創(chuàng)新、社會(huì)救助財(cái)政支出等資源配置效率的地域差異性。⑤蘇屹、林周周：《區(qū)域創(chuàng)新活動(dòng)的空間效應(yīng)及影響因素研究》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2017 年第11 期。因此，在高質(zhì)量發(fā)展背景下,從空間地理視角出發(fā)研究地區(qū)間養(yǎng)老服務(wù)機(jī)構(gòu)效率、空間異質(zhì)性及其空間互動(dòng)的深層次機(jī)制，對(duì)于揭示養(yǎng)老服務(wù)機(jī)構(gòu)效率的地區(qū)差異及其空間相互作用、提升養(yǎng)老服務(wù)機(jī)構(gòu)整體效率和供給能力，促進(jìn)機(jī)構(gòu)養(yǎng)老服務(wù)資源布局優(yōu)化和區(qū)域協(xié)同發(fā)展、高質(zhì)量發(fā)展，具有重要的理論價(jià)值和實(shí)踐意義。本論文研究的思路是：第一，基于窗口DEA 模型，測(cè)度我國(guó)2011—2020 年29 個(gè)省份⑥借鑒多數(shù)文獻(xiàn)做法，論文所有關(guān)于“省份”的表述，均意指“?。ㄗ灾螀^(qū)、直轄市）”，特此說(shuō)明。養(yǎng)老服務(wù)機(jī)構(gòu)的效率值及其時(shí)間變動(dòng)趨勢(shì)；第二，采用修正的引力模型構(gòu)建省際間空間關(guān)聯(lián)矩陣，并結(jié)合社會(huì)網(wǎng)絡(luò)分析方法，揭示養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)網(wǎng)絡(luò)的結(jié)構(gòu)特征；第三，運(yùn)用QAP回歸法分析養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)網(wǎng)絡(luò)的影響因素。

二、文獻(xiàn)梳理與理論闡釋

（一）文獻(xiàn)梳理

現(xiàn)有研究分析了養(yǎng)老服務(wù)機(jī)構(gòu)高質(zhì)量發(fā)展的服務(wù)標(biāo)準(zhǔn)、內(nèi)容清單、人員隊(duì)伍等基本要素，從實(shí)證角度探討了某一地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)效率及其影響因素，并關(guān)注到了養(yǎng)老服務(wù)機(jī)構(gòu)效率的區(qū)域差距。但是，受政策擴(kuò)散或結(jié)構(gòu)性因素影響，養(yǎng)老服務(wù)設(shè)施分布或存在難以忽視和割裂的空間關(guān)聯(lián)，①Carina Schmitt, Herbert Obinger, "Spatial Interdependencies and Welfare State Generosity in Western Democracies,"Journal of European Social Policy, 2013, 23(2).地理位置相鄰的地區(qū)公共資源配置存在交互影響，②Jiafeng Gu, "Spatial Diff usion of Social Policy in China: Spatial Convergence and Neighborhood Interaction of Vocational Education," Applied Spatial Analysis and Policy, 2016, 9(4).而已有研究?jī)H測(cè)算了某一地區(qū)孤立的、靜態(tài)的效率值，尚未能關(guān)注到養(yǎng)老資源空間分布的關(guān)聯(lián)性，對(duì)服務(wù)供給效率影響因素的空間解釋視角還較為單一，并且僅將空間作為外生變量或單指標(biāo)進(jìn)行分類別分析，忽略了養(yǎng)老服務(wù)區(qū)域之間存在的溢出效應(yīng)，缺乏宏觀戰(zhàn)略性與協(xié)同布局的高質(zhì)量發(fā)展空間研究視角。

（二）理論闡述

根據(jù)Tobler 提出的地理學(xué)第一定律，任何事物都存在空間關(guān)聯(lián)，物理距離越近則空間關(guān)聯(lián)性越高。③Waldo Tobler, "A Computer Movie Simulating Urban Growth in the Detroit Region," Economic Geography, 1970,46(s1).學(xué)者進(jìn)一步研究發(fā)現(xiàn)，某一單元和相鄰單元的經(jīng)濟(jì)現(xiàn)象存在地理空間上的相關(guān)性和依賴性，不同單元在空間上表現(xiàn)出互動(dòng)性、集聚性和空間俱樂(lè)部趨同現(xiàn)象。盡管很多社會(huì)現(xiàn)象中也存在空間集聚現(xiàn)象與特性，但社會(huì)科學(xué)研究中更多重視政策的經(jīng)濟(jì)社會(huì)效應(yīng)，卻經(jīng)常忽視空間維度。近幾年隨著新地理經(jīng)濟(jì)學(xué)、空間經(jīng)濟(jì)學(xué)、地理信息系統(tǒng)、空間計(jì)量與統(tǒng)計(jì)技術(shù)等發(fā)展，社會(huì)對(duì)空間地理和公共政策研究結(jié)合的呼聲也愈發(fā)強(qiáng)烈，④Adam Whitworth, Towards a Spatial Social Policy: Bridging the Gap between Geography and Social Policy, Bristol,Policy Press, 2019, p.17.“空間化”“地理因素”⑤John R. Logan, "Making a Place for Space: Spatial Thinking in Social Science," Annual Review of Sociology, 2012,38(1).成為社會(huì)科學(xué)研究的重要趨勢(shì)。⑥孫秀林：《社會(huì)科學(xué)中的空間分析：概念、技術(shù)和應(yīng)用實(shí)例》，《山東社會(huì)科學(xué)》2015 年第8 期。研究發(fā)現(xiàn)，不同地區(qū)間的經(jīng)濟(jì)變量并非完全孤立，而是具有相互影響和區(qū)域空間溢出效應(yīng)，因此加強(qiáng)跨區(qū)域的經(jīng)濟(jì)、社會(huì)、生產(chǎn)要素等空間地理間的關(guān)聯(lián)與傳導(dǎo)，是解決內(nèi)源性區(qū)域發(fā)展不平衡的重要路徑。

社會(huì)福利及養(yǎng)老服務(wù)領(lǐng)域或也存在空間關(guān)聯(lián)與溢出效應(yīng)。在對(duì)社會(huì)福利問(wèn)題的理解和研究中，學(xué)者普遍認(rèn)為需要具備“空間敏感性”并將福利設(shè)施與服務(wù)的研究通過(guò)空間地理學(xué)的方式加以呈現(xiàn)。依據(jù)地理學(xué)第二定律、社會(huì)福利研究的“空間化”理解方式，不同地理位置養(yǎng)老服務(wù)機(jī)構(gòu)或存在空間異質(zhì)性與交互效應(yīng)：從供給方看，互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、人工智能技術(shù)在養(yǎng)老服務(wù)領(lǐng)域的日益深度應(yīng)用，加速了社會(huì)資本、人力資源、技術(shù)創(chuàng)新等養(yǎng)老服務(wù)供給要素的區(qū)域流動(dòng)與空間溢出，使養(yǎng)老資源在空間范圍獲得重新配置與優(yōu)化，促進(jìn)了機(jī)構(gòu)養(yǎng)老服務(wù)的區(qū)域差異化和協(xié)同發(fā)展，不同區(qū)域養(yǎng)老服務(wù)機(jī)構(gòu)效率將產(chǎn)生交互和協(xié)同影響。從需求方看，在當(dāng)前移動(dòng)互聯(lián)網(wǎng)迅速普及、發(fā)達(dá)便捷的交通基礎(chǔ)設(shè)施網(wǎng)絡(luò)體系逐步完善的背景下，隨著老年人養(yǎng)老觀念的逐步更新、開放，以及對(duì)更好的宜居環(huán)境、醫(yī)療條件、養(yǎng)老服務(wù)等更豐富生活品質(zhì)的追求，老年人口流動(dòng)與遷移活動(dòng)會(huì)持續(xù)增加，⑦黃璜：《老年人口遷移研究述評(píng)》，《人文地理》2013 年第4 期。老年消費(fèi)群體的流動(dòng)改善了區(qū)域養(yǎng)老機(jī)構(gòu)服務(wù)需求及其產(chǎn)業(yè)結(jié)構(gòu)變化，進(jìn)而影響不同區(qū)域養(yǎng)老服務(wù)機(jī)構(gòu)效率并產(chǎn)生養(yǎng)老市場(chǎng)互動(dòng)效應(yīng)。⑧Maxime Fougère, "A Sectoral and Occupational Analysis of Population Ageing in Canada Using a Dynamic CGE Overlapping Generations Model," Economic Modeling, 2007, 24(4).

在高質(zhì)量發(fā)展背景下，通過(guò)經(jīng)濟(jì)、社會(huì)、生產(chǎn)要素等空間地理間的關(guān)聯(lián)、交互、傳導(dǎo)與溢出，可實(shí)現(xiàn)養(yǎng)老服務(wù)機(jī)構(gòu)資源的空間最優(yōu)化配置和均等化發(fā)展，這也是解決養(yǎng)老服務(wù)機(jī)構(gòu)資源配置效率區(qū)域間不均衡的重要路徑。作為一項(xiàng)典型的體現(xiàn)空間公平性的公共服務(wù)與社會(huì)政策，養(yǎng)老服務(wù)旨在通過(guò)養(yǎng)老資源布局實(shí)現(xiàn)區(qū)域的均等化服務(wù)。然而，由于不同區(qū)域經(jīng)濟(jì)發(fā)展水平、機(jī)構(gòu)服務(wù)能力、目標(biāo)群體分布具有較大的差異性，導(dǎo)致各地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)效率存在空間非均衡性，如果僅從福利機(jī)構(gòu)與設(shè)施數(shù)量這樣單一維度考察其空間分布是否均衡，就是對(duì)公共服務(wù)資源均等化的片面性理解。針對(duì)養(yǎng)老服務(wù)機(jī)構(gòu)效率存在的空間性差異，在高質(zhì)量發(fā)展背景下，按照創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的新發(fā)展理念，從地理學(xué)的空間均衡理論分析，養(yǎng)老服務(wù)機(jī)構(gòu)要實(shí)現(xiàn)空間上的均衡性、協(xié)調(diào)性發(fā)展，意味著在特定地理空間范圍內(nèi)養(yǎng)老服務(wù)機(jī)構(gòu)的供給與需求，可通過(guò)政府行為協(xié)同發(fā)展、資源要素的空間流動(dòng)與交互影響、養(yǎng)老資源空間布局與結(jié)構(gòu)調(diào)整等實(shí)現(xiàn)養(yǎng)老資源的空間最優(yōu)化配置，也即養(yǎng)老服務(wù)機(jī)構(gòu)資源配置的效率實(shí)現(xiàn)空間區(qū)域的均衡性，政策效果上表現(xiàn)為不同區(qū)域老年人享受到相對(duì)公平和可及性較高的養(yǎng)老服務(wù)。因此，在高質(zhì)量發(fā)展背景下通過(guò)建立區(qū)域聯(lián)動(dòng)協(xié)同的新機(jī)制、優(yōu)化養(yǎng)老資源要素的空間格局，可以在更廣泛空間范圍上多向協(xié)同發(fā)力，統(tǒng)籌提升區(qū)域養(yǎng)老服務(wù)機(jī)構(gòu)整體效率。

三、研究方法與數(shù)據(jù)來(lái)源

（一）高質(zhì)量發(fā)展下養(yǎng)老服務(wù)機(jī)構(gòu)效率測(cè)度模型與指標(biāo)選擇

養(yǎng)老服務(wù)機(jī)構(gòu)效率指各項(xiàng)養(yǎng)老要素投入與其經(jīng)濟(jì)、社會(huì)產(chǎn)出之間的比例關(guān)系，其是測(cè)度每單位養(yǎng)老服務(wù)機(jī)構(gòu)要素投入對(duì)產(chǎn)出貢獻(xiàn)度的指標(biāo)，也是衡量養(yǎng)老服務(wù)高質(zhì)量發(fā)展的重要內(nèi)涵。養(yǎng)老服務(wù)機(jī)構(gòu)效率越高，表明養(yǎng)老要素投入與其產(chǎn)生的經(jīng)濟(jì)和社會(huì)效益匹配程度越高。對(duì)養(yǎng)老服務(wù)機(jī)構(gòu)效率進(jìn)行科學(xué)測(cè)度和評(píng)價(jià)，有助于減少養(yǎng)老投入冗余、提升養(yǎng)老機(jī)構(gòu)效率、優(yōu)化養(yǎng)老資源配置。傳統(tǒng)DEA 模型僅能測(cè)度橫截面數(shù)據(jù)的靜態(tài)效率值，難以反映時(shí)間序列上效率的變動(dòng)趨勢(shì)及DMU的動(dòng)態(tài)調(diào)整過(guò)程，為了測(cè)度DMU 效率在不同時(shí)期變動(dòng)趨勢(shì)，以及同一時(shí)期不同DMU 的變動(dòng)情況，借鑒學(xué)者已有研究，本文采用DEA 窗口模型（DEA-Windows）對(duì)省級(jí)面板數(shù)據(jù)進(jìn)行分析。

影響?zhàn)B老服務(wù)機(jī)構(gòu)效率的因素有很多，從現(xiàn)有文獻(xiàn)研究和養(yǎng)老實(shí)踐看，主要包括宏觀經(jīng)濟(jì)社會(huì)發(fā)展層面因素、中觀養(yǎng)老服務(wù)機(jī)構(gòu)層面因素、微觀老年人個(gè)體層面因素，已有相關(guān)學(xué)者研究則更多是針對(duì)養(yǎng)老服務(wù)機(jī)構(gòu)層面整體效率的量化研究。參考已有學(xué)者研究基礎(chǔ)，本文采用基于投入產(chǎn)出的效率分析，以從宏觀角度分析全國(guó)各地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)效率及其空間關(guān)聯(lián)。在投入和產(chǎn)出指標(biāo)的構(gòu)建和選擇上，體現(xiàn)了地方政府、養(yǎng)老服務(wù)機(jī)構(gòu)、老年個(gè)體等不同層面上的養(yǎng)老行為“投入”或者“產(chǎn)出”結(jié)果，從一定程度上也能夠體現(xiàn)影響?zhàn)B老服務(wù)機(jī)構(gòu)效率“過(guò)程”中的各類主要因素。①需要進(jìn)一步說(shuō)明的是，由于體現(xiàn)老年人及其家庭的消費(fèi)意愿、購(gòu)買能力、文化氛圍等部分微觀性因素，很難直接從統(tǒng)計(jì)年鑒上獲得數(shù)據(jù)，大多數(shù)只能通過(guò)和利用調(diào)查數(shù)據(jù)獲取，而本文分析的是全國(guó)各地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)情況并進(jìn)行橫向和縱向比較，很難從全國(guó)各地區(qū)層面同時(shí)獲取這些調(diào)查數(shù)據(jù)，也少有調(diào)查研究能夠保證上述指標(biāo)數(shù)據(jù)全國(guó)分省份層面的獲得性、完備性。因此，本文采用統(tǒng)計(jì)年鑒中養(yǎng)老服務(wù)機(jī)構(gòu)的投入和產(chǎn)出數(shù)據(jù)進(jìn)行分地區(qū)的面板數(shù)據(jù)分析。科學(xué)合理地選取投入與產(chǎn)出指標(biāo)是進(jìn)行養(yǎng)老服務(wù)機(jī)構(gòu)效率測(cè)度的基礎(chǔ)，指標(biāo)選取如下。

1.投入指標(biāo)?，F(xiàn)有養(yǎng)老服務(wù)高質(zhì)量發(fā)展的研究主要從人力、物力等維度出發(fā)考量養(yǎng)老服務(wù)機(jī)構(gòu)效率投入，而養(yǎng)老產(chǎn)業(yè)屬于資本密集型產(chǎn)業(yè)，養(yǎng)老服務(wù)機(jī)構(gòu)前期資金投入大、利潤(rùn)空間小、建設(shè)周期長(zhǎng)，養(yǎng)老相關(guān)資本要素投入量較多，因此本文在衡量養(yǎng)老服務(wù)機(jī)構(gòu)供給投入情況時(shí)，從人力、物力、財(cái)力三個(gè)資本要素視角選取相應(yīng)的指標(biāo)。首先，護(hù)理人員、管理人員等人員隊(duì)伍是養(yǎng)老機(jī)構(gòu)服務(wù)供給的直接主體和執(zhí)行者，專業(yè)化的人才隊(duì)伍是養(yǎng)老機(jī)構(gòu)服務(wù)質(zhì)量和效能提升的重要保障，因此，選取養(yǎng)老服務(wù)機(jī)構(gòu)年末職工數(shù)表征人力投入指標(biāo)。①李長(zhǎng)遠(yuǎn)：《中國(guó)養(yǎng)老服務(wù)財(cái)政支出效率評(píng)價(jià)及影響因素分析》，《財(cái)經(jīng)理論與實(shí)踐》2022 年第6 期。其次，養(yǎng)老服務(wù)的提供離不開相關(guān)物質(zhì)要素的投入，養(yǎng)老服務(wù)機(jī)構(gòu)及其基本設(shè)施是物質(zhì)投入的重要支撐和載體，本文選取養(yǎng)老機(jī)構(gòu)單位數(shù)和床位數(shù)兩個(gè)指標(biāo)表征物力投入指標(biāo)。②劉桂海等：《醫(yī)養(yǎng)結(jié)合如何影響民營(yíng)養(yǎng)老機(jī)構(gòu)的服務(wù)效率?來(lái)自北京市的證據(jù)》，《管理評(píng)論》2020 年第12 期。最后，養(yǎng)老服務(wù)供給需要資金的大力支持，資金投入是保證養(yǎng)老服務(wù)各項(xiàng)活動(dòng)順利開展的基本條件和物質(zhì)保障，其對(duì)養(yǎng)老服務(wù)資源發(fā)揮了一定的配置導(dǎo)向作用，也是決定養(yǎng)老服務(wù)軟硬件設(shè)施和環(huán)境水平的重要指標(biāo)，本文選取固定資產(chǎn)原價(jià)表征財(cái)力投入指標(biāo)。③劉益平、秦小麗：《我國(guó)省際養(yǎng)老服務(wù)機(jī)構(gòu)服務(wù)效率的評(píng)價(jià)》，《統(tǒng)計(jì)與決策》2020 年第9 期。

2.產(chǎn)出指標(biāo)。由于基本養(yǎng)老服務(wù)是人口老齡化背景下一種典型的、具有重要社會(huì)影響的公共服務(wù)，因而對(duì)養(yǎng)老服務(wù)機(jī)構(gòu)進(jìn)行效率考量應(yīng)有別于單純追求經(jīng)濟(jì)利益的傳統(tǒng)服務(wù)效率，還應(yīng)對(duì)其滿足社會(huì)整體養(yǎng)老需求等效應(yīng)進(jìn)行測(cè)評(píng)。因此，在高質(zhì)量發(fā)展背景下，借鑒學(xué)者研究成果，本文產(chǎn)出指標(biāo)包括經(jīng)濟(jì)產(chǎn)出和服務(wù)容量?jī)煞矫妗Ｆ渲?，?jīng)濟(jì)產(chǎn)出用以衡量養(yǎng)老服務(wù)機(jī)構(gòu)服務(wù)投入結(jié)果產(chǎn)生的經(jīng)濟(jì)效益，④李兆友等：《我國(guó)智慧養(yǎng)老服務(wù)效率存在的問(wèn)題與改進(jìn)路徑——基于2015—2020 年數(shù)據(jù)的分析》，《陜西師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）》2022 年第5 期。選取養(yǎng)老機(jī)構(gòu)營(yíng)業(yè)收入指標(biāo)進(jìn)行表征；⑤Shiovan Ni Luasa, et al., "Technical and Scale Efficiency in Public and Private Irish Nursing Homes—A Bootstrap DEA Approach," Health Care Management Science, 2016, 21.服務(wù)容量將可度量的入住老人情況作為衡量養(yǎng)老服務(wù)機(jī)構(gòu)勞務(wù)價(jià)值的服務(wù)產(chǎn)出指標(biāo)，選擇“年末在院總?cè)颂鞌?shù)”作為服務(wù)容量的代表指標(biāo)，⑥馬躍如等：《我國(guó)各地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)服務(wù)效率及時(shí)空演變研究》，《中國(guó)軟科學(xué)》2017 年第12 期。體現(xiàn)了“服務(wù)產(chǎn)出效率”，如表1 所示。

表1 投入產(chǎn)出指標(biāo)與變量解釋

（二）修正的引力模型和空間關(guān)聯(lián)矩陣

空間網(wǎng)絡(luò)分析中“關(guān)系”的確定通常采用引力模型和VAR Granger Causality 檢驗(yàn)方法，由于VAR 模型難以精準(zhǔn)刻畫空間關(guān)聯(lián)網(wǎng)絡(luò)演變趨勢(shì)，且對(duì)滯后階數(shù)選擇非常敏感，而引力模型可以綜合考慮經(jīng)濟(jì)地理因素，并能更為準(zhǔn)確刻畫空間關(guān)聯(lián)網(wǎng)絡(luò)的演變趨勢(shì)，因此本文將引力模型引入養(yǎng)老服務(wù)機(jī)構(gòu)效率領(lǐng)域，以揭示養(yǎng)老服務(wù)機(jī)構(gòu)供給效率空間關(guān)聯(lián)網(wǎng)絡(luò)的特征及其動(dòng)態(tài)演變趨勢(shì)。為了增加適用性，參考劉佳等人對(duì)引力模型進(jìn)行修正的研究方法，⑦劉佳、宋秋月：《中國(guó)旅游產(chǎn)業(yè)綠色創(chuàng)新效率的空間網(wǎng)絡(luò)結(jié)構(gòu)與形成機(jī)制》，《中國(guó)人口?資源與環(huán)境》2018年第8 期。修正后的引力模型計(jì)算公式為：

其中，Sij表示第i 和第j 個(gè)省份之間養(yǎng)老服務(wù)機(jī)構(gòu)效率的空間關(guān)聯(lián)強(qiáng)度；Ei和Ej分別表示第i 和第j 個(gè)省份養(yǎng)老服務(wù)機(jī)構(gòu)效率；gi和gj分別表示第i 和第j 個(gè)省份的人均國(guó)內(nèi)生產(chǎn)總值；Kij是引力系數(shù)，表示第i 個(gè)省份在省份i 和省份j 之間經(jīng)濟(jì)聯(lián)系的貢獻(xiàn)率，Gi和Gj分別表示第i 和第j 個(gè)省份的國(guó)內(nèi)生產(chǎn)總值。為了同時(shí)將地理距離和經(jīng)濟(jì)距離因素納入對(duì)養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)影響的分析，本文用第i 和第j 個(gè)省份之間地理的時(shí)間距離Dij和兩省份間的經(jīng)濟(jì)距離人均GDP 差值(gi–gj)之比的平方進(jìn)行“距離”表征。其中，Dij用省會(huì)之間最短距離的耗費(fèi)時(shí)間進(jìn)行衡量，并用高速時(shí)間ts與高鐵時(shí)間th共同表示，α、β 為權(quán)重。采用引力模型計(jì)算得到空間關(guān)聯(lián)矩陣、養(yǎng)老服務(wù)機(jī)構(gòu)效率的空間二值矩陣，作為后文分析養(yǎng)老服務(wù)機(jī)構(gòu)空間網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)。

（三）社會(huì)網(wǎng)絡(luò)分析與空間網(wǎng)絡(luò)結(jié)構(gòu)特征

社會(huì)網(wǎng)絡(luò)分析法（Social Network Analysis）是對(duì)社會(huì)網(wǎng)絡(luò)成員關(guān)系、網(wǎng)絡(luò)結(jié)構(gòu)及其空間屬性特征展開分析的方法，以刻畫空間網(wǎng)絡(luò)關(guān)聯(lián)的緊密程度和網(wǎng)絡(luò)節(jié)點(diǎn)的層級(jí)關(guān)系，這已成為社會(huì)關(guān)系研究的新范式（New Paradigm），①閆超棟、馬靜：《中國(guó)省際信息化的空間關(guān)聯(lián)及其影響因素分析》，《情報(bào)科學(xué)》2017 年第6 期。并在不同學(xué)科領(lǐng)域得到推廣應(yīng)用，本文采用社會(huì)網(wǎng)絡(luò)分析方法研究養(yǎng)老服務(wù)機(jī)構(gòu)效率的空間網(wǎng)絡(luò)特征。

1.整體網(wǎng)絡(luò)特征。一般采用網(wǎng)絡(luò)密度（Density）、網(wǎng)絡(luò)關(guān)聯(lián)度（Connectedness）、網(wǎng)絡(luò)等級(jí)度（Hierarchy）和網(wǎng)絡(luò)效率（Efficiency）四個(gè)指標(biāo)刻畫空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的整體特征。②劉軍：《整體網(wǎng)分析：UCINET 軟件實(shí)用指南（第二版）》，上海人民出版社，2014 年，第17-27 頁(yè)。第一，網(wǎng)絡(luò)密度，反映空間關(guān)聯(lián)的緊密度，空間關(guān)聯(lián)的整體網(wǎng)絡(luò)結(jié)構(gòu)越緊密則對(duì)各省份的影響越大。第二，網(wǎng)絡(luò)關(guān)聯(lián)度，表征空間網(wǎng)絡(luò)結(jié)構(gòu)的脆弱性和穩(wěn)健性，若網(wǎng)絡(luò)中多個(gè)節(jié)點(diǎn)與某省份相連，則空間關(guān)聯(lián)網(wǎng)絡(luò)對(duì)該省份具有較強(qiáng)的依賴性。第三，網(wǎng)絡(luò)等級(jí)度，反映空間網(wǎng)絡(luò)中的等級(jí)結(jié)構(gòu)，描述了網(wǎng)絡(luò)中省份之間的非對(duì)稱可達(dá)程度，網(wǎng)絡(luò)等級(jí)度越高則表明在網(wǎng)絡(luò)中少數(shù)省份處于核心位置而多數(shù)省份處于邊緣和從屬地位。第四，網(wǎng)絡(luò)效率，表征空間網(wǎng)絡(luò)中各省份的連接效率，網(wǎng)絡(luò)效率越低則冗余線條數(shù)越多，空間關(guān)聯(lián)網(wǎng)絡(luò)越穩(wěn)定，則越能通過(guò)養(yǎng)老服務(wù)空間關(guān)聯(lián)網(wǎng)絡(luò)的互動(dòng)來(lái)縮小省級(jí)差距和比較優(yōu)勢(shì)。

2.中心性分析。中心性分析揭示各省份在網(wǎng)絡(luò)中的位置和作用，一般用以下三個(gè)維度刻畫。第一，度數(shù)中心度，反映省份在空間網(wǎng)絡(luò)中處于中心位置的程度，其值越大表明某省份與其他地區(qū)空間網(wǎng)絡(luò)關(guān)聯(lián)度越高、離網(wǎng)絡(luò)中心的位置越接近。第二，接近中心度，反映網(wǎng)絡(luò)中某省份不被其他地區(qū)影響的程度，接近中心度值越高則表明某省份與其他地區(qū)“距離”越短，則越容易和其他省份產(chǎn)生空間關(guān)聯(lián)，屬于空間網(wǎng)絡(luò)的中心行動(dòng)者。第三，中介中心度，反映某省份對(duì)其他地區(qū)資源與信息等的影響或控制能力，其值越高則表明該省份越能控制或影響其他省份的空間關(guān)聯(lián)關(guān)系，在空間路徑中發(fā)揮橋梁中介作用。

3.塊模型分析。塊模型（Block modeling）是進(jìn)行空間聚類分析的代數(shù)分析方法，通過(guò)對(duì)各位置（塊）在網(wǎng)絡(luò)中的角色及其互動(dòng)關(guān)系進(jìn)行分析，揭示空間關(guān)聯(lián)網(wǎng)絡(luò)中的內(nèi)部結(jié)構(gòu)形態(tài)，以及不同板塊在空間網(wǎng)絡(luò)中的位置關(guān)系和聯(lián)結(jié)方式。參考社會(huì)空間網(wǎng)絡(luò)分析中將空間網(wǎng)絡(luò)模塊分成四個(gè)板塊類型的做法，本文則相應(yīng)劃分為：第一，凈溢出板塊，該板塊向其他板塊發(fā)出的關(guān)系數(shù)比接受的關(guān)系數(shù)明顯要多；第二，凈受益板塊，該板塊同時(shí)接受外部和內(nèi)部板塊的關(guān)系，且其板塊外部接收關(guān)系數(shù)要顯著多于對(duì)其他板塊的溢出關(guān)系數(shù)；第三，雙向溢出板塊，該板塊既對(duì)外發(fā)出關(guān)系也對(duì)板塊內(nèi)部發(fā)出關(guān)系，而接受其他板塊的關(guān)系較少；第四，經(jīng)紀(jì)人板塊，該板塊既對(duì)外發(fā)出關(guān)系也接受其他板塊的溢出關(guān)系，且該板塊與外部板塊間的聯(lián)系要多于其和內(nèi)部板塊間的聯(lián)系。參考劉華軍對(duì)板塊類型與關(guān)系的判斷分析，③劉華軍等：《中國(guó)能源消費(fèi)的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征及其效應(yīng)研究》，《中國(guó)工業(yè)經(jīng)濟(jì)》2015 年第5 期。具體可表達(dá)為如表2 所示。

表2 塊模型分析板塊類型

（四）數(shù)據(jù)來(lái)源

考慮到數(shù)據(jù)的可獲得性和準(zhǔn)確性，本文以全國(guó)29 個(gè)省份（剔除海南、西藏等缺失值較多的地區(qū)）作為網(wǎng)絡(luò)節(jié)點(diǎn)，實(shí)證研究養(yǎng)老服務(wù)機(jī)構(gòu)效率的空間關(guān)聯(lián)。①需要說(shuō)明的是，本文分析涉及的養(yǎng)老服務(wù)機(jī)構(gòu)的概念和相關(guān)指標(biāo)來(lái)源于各年度《中國(guó)民政統(tǒng)計(jì)年鑒》，論文數(shù)據(jù)來(lái)自分地區(qū)統(tǒng)計(jì)的城市養(yǎng)老服務(wù)機(jī)構(gòu)和農(nóng)村養(yǎng)老服務(wù)機(jī)構(gòu)，對(duì)兩類機(jī)構(gòu)的投入和產(chǎn)出數(shù)據(jù)進(jìn)行加總得到，以從整體上宏觀性把握、比較各地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)發(fā)展的總體情況和時(shí)間趨勢(shì)。同時(shí)，在分省份和地區(qū)的養(yǎng)老服務(wù)機(jī)構(gòu)效率研究中，馬躍如、焦奧南、劉益平、秦小麗等學(xué)者均使用了養(yǎng)老服務(wù)機(jī)構(gòu)的概念，采用了各年份《中國(guó)民政統(tǒng)計(jì)年鑒》的數(shù)據(jù)，因此本文也是借鑒和沿用已有研究的思路和指標(biāo)概念界定。參見(jiàn)馬躍如等：《我國(guó)各地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)服務(wù)效率及時(shí)空演變研究》，《中國(guó)軟科學(xué)》2017 年第12 期；焦奧南等：《基于三階段DEA 的山東省養(yǎng)老服務(wù)機(jī)構(gòu)效率評(píng)價(jià)》，《中國(guó)衛(wèi)生統(tǒng)計(jì)》2022 年第5 期；劉益平、秦小麗：《我國(guó)省際養(yǎng)老服務(wù)機(jī)構(gòu)服務(wù)效率的評(píng)價(jià)》，《統(tǒng)計(jì)與決策》2020 年第9 期。參照現(xiàn)有較多研究以10 年作為趨勢(shì)分析的區(qū)間，本文將樣本時(shí)間跨度也設(shè)定為10 年，具體年份選擇主要基于以下兩方面考量：第一，自2021 年以來(lái)，關(guān)于養(yǎng)老服務(wù)機(jī)構(gòu)效率的統(tǒng)計(jì)口徑、指標(biāo)類型等發(fā)生了較大變化，測(cè)算得出的效率值具有橫向不可比性，也很難反映各地養(yǎng)老服務(wù)機(jī)構(gòu)效率的真實(shí)變動(dòng)趨勢(shì)。第二，《“十四五”國(guó)家老齡事業(yè)發(fā)展和養(yǎng)老服務(wù)體系規(guī)劃》明確規(guī)定了政府運(yùn)營(yíng)及護(hù)理型的養(yǎng)老床位占比，提出加快公辦養(yǎng)老機(jī)構(gòu)改革、全面放開養(yǎng)老服務(wù)市場(chǎng)、建立健全養(yǎng)老機(jī)構(gòu)分類管理與評(píng)估制度等措施。同時(shí)，新修訂的《養(yǎng)老機(jī)構(gòu)管理辦法》正式實(shí)施，也對(duì)養(yǎng)老機(jī)構(gòu)運(yùn)營(yíng)管理、服務(wù)內(nèi)容等進(jìn)行了全新規(guī)定，上述養(yǎng)老體系的新規(guī)劃、新辦法勢(shì)必對(duì)養(yǎng)老服務(wù)機(jī)構(gòu)效率的投入和產(chǎn)出指標(biāo)值產(chǎn)生較大影響，因此效率值測(cè)度中存在斷點(diǎn)和突變，不宜進(jìn)行較長(zhǎng)時(shí)間的趨勢(shì)分析。因此，本文選擇2011—2020 年區(qū)間段進(jìn)行樣本研究，數(shù)據(jù)來(lái)源于《中國(guó)民政統(tǒng)計(jì)年鑒（2012—2021）》、2012—2021 年各省（直轄市、自治區(qū)）統(tǒng)計(jì)年鑒、中國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫(kù)、EPS 數(shù)據(jù)庫(kù)等公開統(tǒng)計(jì)數(shù)據(jù)，據(jù)此建立2011—2020 年養(yǎng)老服務(wù)機(jī)構(gòu)效率測(cè)度指標(biāo)的省級(jí)面板數(shù)據(jù)。

在引力模型方面，參照方大春、馬為彪等人的引力模型構(gòu)建和應(yīng)用參數(shù)設(shè)定研究，②方大春、馬為彪：《雄安新區(qū)建設(shè)對(duì)京津冀城市群空間結(jié)構(gòu)影響研究——基于社會(huì)網(wǎng)絡(luò)分析》，《經(jīng)濟(jì)與管理》2018 年第4 期。依據(jù)城市交通時(shí)間進(jìn)行測(cè)量，③折算方法為：以現(xiàn)有的高速公路里程數(shù)，按照高速時(shí)速100 公里/時(shí)、省際高鐵時(shí)速為250 公里/時(shí)折算交通時(shí)間。交通時(shí)間為高鐵交通時(shí)間和高速公路交通時(shí)間的平均值，即α=β=0.5。對(duì)于沒(méi)有開通高鐵的省份，則依據(jù)高速公路的時(shí)間進(jìn)行折算。其中，高鐵交通時(shí)間數(shù)據(jù)來(lái)源于12306 官方網(wǎng)站數(shù)據(jù)，高速公路交通的里程數(shù)據(jù)來(lái)源于百度地圖。根據(jù)經(jīng)濟(jì)數(shù)據(jù)和交通時(shí)間相關(guān)數(shù)據(jù)，可以得到引力矩陣。

四、實(shí)證分析

（一）養(yǎng)老服務(wù)供給效率空間網(wǎng)絡(luò)結(jié)構(gòu)特征

1.效率值測(cè)度及其空間分布。本文采用2011—2020 年我國(guó)29 個(gè)省份的面板數(shù)據(jù)樣本，采取窗口DEA 模型測(cè)度養(yǎng)老服務(wù)機(jī)構(gòu)效率。已有研究均表明，當(dāng)運(yùn)用DEA-Windows 測(cè)度效度時(shí)，選擇窗口寬度d=3 或d=4 能提升效率測(cè)度的可信度和穩(wěn)定性，因此本文選擇窗口寬度為4，測(cè)度計(jì)算得到2011—2020 年全國(guó)以及東中西部地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)效率的均值及變化趨勢(shì)，如表3 所示。

表3 2011—2020 年養(yǎng)老服務(wù)機(jī)構(gòu)效率值

由表3 可知，研究期間內(nèi)全國(guó)養(yǎng)老服務(wù)機(jī)構(gòu)效率呈現(xiàn)上升交替趨勢(shì)，養(yǎng)老服務(wù)機(jī)構(gòu)效率均值在0.687—0.809 之間，①受2020 年新冠疫情影響，全國(guó)各省份養(yǎng)老服務(wù)機(jī)構(gòu)業(yè)務(wù)運(yùn)營(yíng)受到不同程度影響，因此該年度各省份養(yǎng)老服務(wù)機(jī)構(gòu)效率值均比2019 年有所下降。其中東部地區(qū)在0.734—0.800 之間，中部地區(qū)在0.703—0.890 之間，西部地區(qū)在0.617—0.771 之間，東、中、西部地區(qū)效率差異顯著。其中，中部地區(qū)處于全國(guó)經(jīng)濟(jì)社會(huì)和交通的樞紐地帶，交通網(wǎng)絡(luò)發(fā)達(dá)便利、經(jīng)濟(jì)增長(zhǎng)速度較快，尤其現(xiàn)代服務(wù)業(yè)發(fā)展迅速崛起，養(yǎng)老服務(wù)機(jī)構(gòu)投入產(chǎn)出處于最高水平，養(yǎng)老機(jī)構(gòu)服務(wù)效率表現(xiàn)為“增長(zhǎng)型發(fā)展”特征；東部地區(qū)經(jīng)濟(jì)發(fā)展走在全國(guó)前列，養(yǎng)老、醫(yī)療和旅游資源豐富，養(yǎng)老服務(wù)機(jī)構(gòu)發(fā)展和供給較為成熟，其養(yǎng)老服務(wù)機(jī)構(gòu)發(fā)展水平較高，養(yǎng)老服務(wù)機(jī)構(gòu)效率表現(xiàn)為“穩(wěn)定型發(fā)展”特征；西部地區(qū)受經(jīng)濟(jì)發(fā)展、資源環(huán)境、人力資源等條件制約，養(yǎng)老服務(wù)機(jī)構(gòu)軟硬件建設(shè)較為滯后，整體水平較低并處于波動(dòng)增長(zhǎng)階段，養(yǎng)老服務(wù)機(jī)構(gòu)效率表現(xiàn)為“改善型發(fā)展”特征。

此外在表3 中，部分有代表性省份養(yǎng)老服務(wù)機(jī)構(gòu)效率值得關(guān)注，其中：第一，北京市情況分析。目前北京市共有571 家養(yǎng)老機(jī)構(gòu)、11.2 萬(wàn)張養(yǎng)老床位，養(yǎng)老機(jī)構(gòu)床位總體入住率僅38%，“一床難求”與大量閑置并存。同時(shí)，養(yǎng)老服務(wù)設(shè)施布局與老年人需求存在空間錯(cuò)配，2/3 以上養(yǎng)老機(jī)構(gòu)及床位在郊區(qū)，但3/4 以上老年人住在城區(qū)。②包松婭：《為了更好守護(hù)首都最美“夕陽(yáng)紅”——北京市政協(xié)圍繞完善養(yǎng)老服務(wù)政策專題協(xié)商議政綜述》，《人民政協(xié)報(bào)》，2023 年7 月19 日第12 版。本文對(duì)北京市養(yǎng)老服務(wù)機(jī)構(gòu)的測(cè)度結(jié)果與康蕊、李民等學(xué)者的測(cè)算值較為接近。③康蕊、李民：《社會(huì)資本參與提升了養(yǎng)老機(jī)構(gòu)效率嗎？——基于北京發(fā)展經(jīng)驗(yàn)的實(shí)證分析》，《社會(huì)政策研究》2023 年第2 期。第二，江蘇、浙江、廣東等地情況分析。上述地區(qū)屬于經(jīng)濟(jì)發(fā)達(dá)地區(qū)，盡管其對(duì)養(yǎng)老服務(wù)機(jī)構(gòu)建設(shè)的資源投入較多，但受到人口老齡化、養(yǎng)老機(jī)構(gòu)布局、設(shè)施滿足需求程度等多重因素影響，養(yǎng)老服務(wù)機(jī)構(gòu)產(chǎn)出相對(duì)較少，例如浙江、江蘇省養(yǎng)老床位空置率均超60%，①參見(jiàn)浙江省民政廳養(yǎng)老服務(wù)處負(fù)責(zé)人在“2023 浙江（國(guó)際）康養(yǎng)產(chǎn)業(yè)博覽會(huì)——養(yǎng)老規(guī)劃與投融資論壇”上的講話，浙江省民政廳、浙報(bào)傳媒控股集團(tuán)、蕭山區(qū)人民政府指導(dǎo)主辦，杭州，http://www.wzs.org.cn/sjzs/news?id=12003，2023 年4 月16 日；《養(yǎng)老床位空置率超60%，有需求卻住不起怎么辦？江蘇人大就養(yǎng)老問(wèn)題進(jìn)行專題詢問(wèn)》，江蘇省民政廳官網(wǎng)：http://mzt.jiangsu.gov.cn/art/2021/7/30/art_55087_9956459.html，2021 年7 月30 日。廣東省部分民辦養(yǎng)老機(jī)構(gòu)的床位空置率甚至達(dá)到70%。上述省份養(yǎng)老服務(wù)效率值及趨勢(shì)和劉益平、秦小麗等的分析結(jié)論基本一致。第三，黑龍江省等地情況分析。黑龍江省養(yǎng)老服務(wù)和養(yǎng)老產(chǎn)業(yè)在全國(guó)起步較早，通過(guò)全要素構(gòu)建養(yǎng)老服務(wù)體系，持續(xù)優(yōu)化供給結(jié)構(gòu)、提升服務(wù)質(zhì)量，推動(dòng)養(yǎng)老服務(wù)機(jī)構(gòu)投入和產(chǎn)出達(dá)到較為均衡的狀態(tài)。截至2017 年，黑龍江省200 張床位以上的養(yǎng)老機(jī)構(gòu)90%內(nèi)設(shè)了醫(yī)療機(jī)構(gòu)，二級(jí)以上醫(yī)院90%與養(yǎng)老機(jī)構(gòu)簽訂了合作協(xié)議并開通綠色通道。②新華社：《黑龍江借力醫(yī)養(yǎng)結(jié)合提升養(yǎng)老院服務(wù)質(zhì)量》，新華網(wǎng)：http://www.xinhuanet.com/politics/2017-06/17/c_1121160210.htm，2017 年6 月17 日。目前，黑龍江省56%的農(nóng)村建有互助養(yǎng)老服務(wù)設(shè)施，87%的農(nóng)村為老年人開展互助養(yǎng)老服務(wù)。③《龍江民政這十年·養(yǎng)老服務(wù)篇》，黑龍江省民政廳官網(wǎng)：https://mzt.hlj.gov.cn/mzt/c103766/202210/c00_31323170.shtml，2022 年10 月13 日。本文對(duì)黑龍江、四川等地養(yǎng)老服務(wù)機(jī)構(gòu)的測(cè)度結(jié)果與馬躍如等的測(cè)算值基本一致。

為了深入分析養(yǎng)老服務(wù)機(jī)構(gòu)效率的區(qū)域差異和變動(dòng)趨勢(shì)，本文以2011 年和2020 年為例，運(yùn)用ArcGIS 的趨勢(shì)分析工具（Trend Analysis Tool）對(duì)省際養(yǎng)老服務(wù)機(jī)構(gòu)效率空間分布趨勢(shì)進(jìn)行可視化描述和橫縱向比對(duì)，結(jié)果如圖1。在圖1 中，Z 軸表示省際養(yǎng)老服務(wù)效率值，X 軸表示東西方向，Y 軸表示南北方向。圖1 中的每根豎線表示各省份養(yǎng)老服務(wù)效率值及其所在位置，這些點(diǎn)被投影到X 軸和Y 軸形成的正交平面上，并以上述投影點(diǎn)作出理想的擬合曲線，用以模擬東西向或南北向存在的趨勢(shì)。由圖1 可知，2011 年我國(guó)養(yǎng)老服務(wù)機(jī)構(gòu)效率的空間區(qū)域差異和非均衡特征顯著，在東西方向上呈現(xiàn)明顯的“倒U”型趨勢(shì)，中部地區(qū)養(yǎng)老服務(wù)效率水平較高，東部地區(qū)次之而西部地區(qū)較低，且中、東部地區(qū)與西部地區(qū)效率值的差異較大；在南北方向上表現(xiàn)為“南部翹、中部凹”的陡坡形曲線，即南部地區(qū)養(yǎng)老服務(wù)效率較高，中部和北部地區(qū)相對(duì)較低，且南北地區(qū)之間效率值的差異較小；2020 年，我國(guó)養(yǎng)老服務(wù)效率整體水平比2011 年明顯提升，表現(xiàn)為投影線的高度有所上升。在東西方向上，仍呈現(xiàn)明顯的“倒U”型趨勢(shì)，中部地區(qū)效率提升較快，東、中、西部地區(qū)之間差距進(jìn)一步拉大；在南北方向上，表現(xiàn)為“北低南高”的緩斜線型趨勢(shì)，南北地區(qū)之間的差距也在進(jìn)一步擴(kuò)大。

圖1 2011 年和2020 年我國(guó)養(yǎng)老服務(wù)機(jī)構(gòu)效率演變趨勢(shì)

2.整體網(wǎng)絡(luò)特征及其演變。本文根據(jù)社會(huì)網(wǎng)絡(luò)分析的相關(guān)理論方法，采用修正的引力模型，以各省份養(yǎng)老服務(wù)機(jī)構(gòu)效率值構(gòu)建空間關(guān)聯(lián)二值矩陣，對(duì)空間網(wǎng)絡(luò)結(jié)構(gòu)特征展開研究。本文采用Ucinet6.0 可視化工具Netdraw 繪制2020 年養(yǎng)老服務(wù)機(jī)構(gòu)效率的網(wǎng)絡(luò)結(jié)構(gòu)圖，如圖2 所示?？芍覈?guó)養(yǎng)老服務(wù)機(jī)構(gòu)效率省際空間呈現(xiàn)相互交織、非線性的網(wǎng)絡(luò)結(jié)構(gòu)形態(tài)。

圖2 2020 年我國(guó)養(yǎng)老服務(wù)機(jī)構(gòu)效率的網(wǎng)絡(luò)結(jié)構(gòu)圖

在圖2 中，空間網(wǎng)絡(luò)結(jié)構(gòu)圖中的結(jié)點(diǎn)表示所研究的29 個(gè)省份，不同節(jié)點(diǎn)間的連接線和箭頭表示空間關(guān)聯(lián)性和關(guān)系溢出方向。隨著經(jīng)濟(jì)發(fā)展、人口流動(dòng)和公共服務(wù)設(shè)施的互聯(lián)互通，各省份養(yǎng)老服務(wù)機(jī)構(gòu)效率的空間關(guān)聯(lián)已逐步打破傳統(tǒng)地域制約，相鄰省份之間的養(yǎng)老服務(wù)機(jī)構(gòu)效率發(fā)生了特定的空間關(guān)聯(lián)效應(yīng)，非相鄰省份間也產(chǎn)生了錯(cuò)綜復(fù)雜的空間傳遞和波動(dòng)效應(yīng)。北京、上海、天津、江蘇等關(guān)系數(shù)顯著高于中西部地區(qū)，其處于整體空間網(wǎng)絡(luò)的核心和中心地位，主要是因?yàn)樯鲜龅貐^(qū)是我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的橋頭堡，是我國(guó)對(duì)外開放的先行先試區(qū)，養(yǎng)老資源優(yōu)勢(shì)明顯，養(yǎng)老產(chǎn)業(yè)發(fā)展較為成熟，具有較強(qiáng)的要素、人口、產(chǎn)業(yè)帶動(dòng)能力。

進(jìn)一步從空間關(guān)聯(lián)強(qiáng)度和空間網(wǎng)絡(luò)關(guān)聯(lián)性分析網(wǎng)絡(luò)整體結(jié)構(gòu)特征：

（1）空間關(guān)聯(lián)強(qiáng)度計(jì)算結(jié)果。研究期間內(nèi)養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)度的趨勢(shì)體現(xiàn)為上升下降交替演化的平穩(wěn)波動(dòng)狀態(tài)。其中，網(wǎng)絡(luò)關(guān)聯(lián)關(guān)系數(shù)由175 上升到186，網(wǎng)絡(luò)密度由0.21上升到0.23，樣本考察期內(nèi)省際養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)關(guān)系數(shù)最大僅為197 個(gè)（2019 年），全國(guó)所有省份間最大可能的關(guān)系總數(shù)為812 個(gè)（29×28），網(wǎng)絡(luò)密度最大值為0.24，表明養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)的網(wǎng)絡(luò)密度還不高，省份間養(yǎng)老服務(wù)機(jī)構(gòu)效率的協(xié)同演化和發(fā)展還需要加強(qiáng)，省份間空間關(guān)聯(lián)的影響關(guān)系還有一定的上升空間。

（2）空間網(wǎng)絡(luò)關(guān)聯(lián)性計(jì)算結(jié)果。2011—2020 年間，29 個(gè)省份養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)度均為1，表明總體上全國(guó)養(yǎng)老服務(wù)機(jī)構(gòu)效率空間網(wǎng)絡(luò)的關(guān)聯(lián)程度較高，網(wǎng)絡(luò)具有很好的通達(dá)性，各省份間均存在普遍的空間溢出效應(yīng)，空間網(wǎng)絡(luò)結(jié)構(gòu)具有較強(qiáng)的穩(wěn)健性。網(wǎng)絡(luò)等級(jí)度在樣本考察期內(nèi)呈現(xiàn)上升下降交替的波動(dòng)趨勢(shì)，其最高值為0.352（2019 年），最低值為0.069（2017、2018 年），平均值約為0.2 左右，網(wǎng)絡(luò)等級(jí)特征不顯著，省際間養(yǎng)老服務(wù)機(jī)構(gòu)效率的空間關(guān)聯(lián)網(wǎng)絡(luò)比較緊密。網(wǎng)絡(luò)空間效率整體呈現(xiàn)下降趨勢(shì)（除個(gè)別年份），網(wǎng)絡(luò)效率由最高的0.76 逐步穩(wěn)定和收斂在0.72 左右，表明養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)網(wǎng)絡(luò)的冗余關(guān)系和溢出關(guān)系數(shù)均在逐年增加，空間網(wǎng)絡(luò)結(jié)構(gòu)變得更加穩(wěn)定。

3.網(wǎng)絡(luò)中心性分析。本文測(cè)度了2020 年各省養(yǎng)老服務(wù)機(jī)構(gòu)效率的幾類網(wǎng)絡(luò)中心性指標(biāo)，以研究不同省份養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)網(wǎng)絡(luò)的特征，結(jié)果如表4 所示。

表4 養(yǎng)老服務(wù)機(jī)構(gòu)效率空間網(wǎng)絡(luò)中心性分析

（1）度數(shù)中心度計(jì)算結(jié)果。根據(jù)表4 結(jié)果，測(cè)算得到29 個(gè)省份的度數(shù)中心度均值是32.759，其中天津、上海、北京、內(nèi)蒙古、江蘇、四川、甘肅7 個(gè)省份高于全部省份均值，上述省份與其他地區(qū)的關(guān)系數(shù)較多，其和其他區(qū)域的空間關(guān)聯(lián)和外溢影響力相應(yīng)較強(qiáng)。天津和上海的度數(shù)中心度最高，二者都達(dá)到71.429，與其他20 個(gè)省份之間均存在空間關(guān)聯(lián)關(guān)系，在養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)網(wǎng)絡(luò)中處于核心地位。除甘肅和內(nèi)蒙古外，度數(shù)中心度高于全國(guó)均值的省份主要來(lái)自經(jīng)濟(jì)水平高、區(qū)位條件便利的東部地區(qū)。排名后五位的省份分別是青海、遼寧、山西、廣西、廣東，由于上述地區(qū)多數(shù)省份經(jīng)濟(jì)發(fā)展欠發(fā)達(dá)、地理位置較為偏遠(yuǎn)，與其他地區(qū)空間關(guān)聯(lián)程度較弱。依據(jù)點(diǎn)出度和點(diǎn)入度結(jié)果分析空間溢出關(guān)系，其中點(diǎn)出度和點(diǎn)入度分別表示該省份影響其他省份和被其他省份影響的程度。由計(jì)算結(jié)果可知，29 個(gè)省份的點(diǎn)出度均值為6.414（值同點(diǎn)入度），有15 個(gè)省份比全部省份均值要高，包括四川、天津、福建、吉林、云南、貴州、上海、山東、陜西、湖南、江西、新疆、湖北、重慶、寧夏，其對(duì)其他省份具有較強(qiáng)的溢出效應(yīng)；天津、上海、寧夏、內(nèi)蒙古、江蘇、甘肅、浙江、安徽、北京等省份點(diǎn)入度高于各自點(diǎn)出度，且點(diǎn)入度值也高于全部省份均值，其大都位于東部沿海、長(zhǎng)三角等經(jīng)濟(jì)發(fā)達(dá)區(qū)域，表現(xiàn)為顯著的空間極化效應(yīng)，即能夠有效吸引周邊養(yǎng)老服務(wù)資源和要素，并吸引更多老年人來(lái)這些地方享受機(jī)構(gòu)養(yǎng)老服務(wù)，促進(jìn)和推動(dòng)該地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)效率提升。

（2）接近中心度計(jì)算結(jié)果。2020 年全國(guó)29 個(gè)省份的接近中心度均值為44.042，除廣東、福建、陜西、黑龍江、吉林、云南、遼寧、湖南、新疆等9 個(gè)省份低于均值外，其他省份接近中心度均高于均值，排名前列的省份分別是天津、上海、北京、內(nèi)蒙古、甘肅、江蘇，其在空間關(guān)聯(lián)網(wǎng)絡(luò)中和其他省份的距離較短，容易與之發(fā)生內(nèi)在連接和關(guān)聯(lián)，扮演著“引領(lǐng)者”和“行動(dòng)者”的角色。究其原因，上述地區(qū)多位于東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)，具有較強(qiáng)的資源獲取能力，與內(nèi)陸地區(qū)省份的經(jīng)濟(jì)社會(huì)和人口聯(lián)系較為緊密，與其他省份具有較強(qiáng)的空間關(guān)聯(lián)性。接近中心度排名靠后的省份，多受經(jīng)濟(jì)發(fā)展和地理位置等因素制約，在養(yǎng)老服務(wù)機(jī)構(gòu)效率空間網(wǎng)絡(luò)中扮演“邊緣行動(dòng)者”的角色。

（3）中介中心度計(jì)算結(jié)果?？傮w上，各省份的中介中心度具有較大地域差異性，排名前10 位省份的中介中心度之和占總量（77.111）的80.30%，排名后7 位的省份中介中心度均小于0.1，僅占總量的0.23%。具體看，10個(gè)省份的中介中心度高于全國(guó)29個(gè)省份指標(biāo)均值（2.659），其包括天津、上海、貴州、四川、江蘇、寧夏、甘肅、重慶、內(nèi)蒙古、廣西，表明這些省份在空間網(wǎng)絡(luò)中發(fā)揮橋梁、中介和樞紐的作用，對(duì)網(wǎng)絡(luò)中的信息、資源、要素等具有較強(qiáng)的控制能力，屬于空間網(wǎng)絡(luò)的關(guān)鍵節(jié)點(diǎn)。其中，天津的中介中心度為18.641，遠(yuǎn)高于其他省份數(shù)值，表明作為國(guó)際港口城市、環(huán)渤海經(jīng)濟(jì)中心、北方最大的沿海開放城市，天津市在養(yǎng)老服務(wù)空間關(guān)聯(lián)網(wǎng)絡(luò)中處于核心位置并發(fā)揮著中流砥柱的樞紐作用。隨著京津冀協(xié)同發(fā)展和雄安新區(qū)建設(shè)持續(xù)推進(jìn)，天津市對(duì)其他省份的控制作用和支配影響勢(shì)必將逐步加強(qiáng)。中介中心度排名靠后的省份包括云南、黑龍江、遼寧、湖南、新疆等，其多數(shù)位于西部和東北地區(qū)，具有經(jīng)濟(jì)發(fā)展水平不高、交通便利性不強(qiáng)、人口數(shù)量相對(duì)較少等特點(diǎn)，難以對(duì)其他省份發(fā)揮控制和支配作用，因而與其他省份的空間關(guān)聯(lián)度較低。

值得關(guān)注的是，盡管有一些省份經(jīng)濟(jì)欠發(fā)達(dá)、養(yǎng)老服務(wù)機(jī)構(gòu)效率值并不十分突出，但卻和其他地區(qū)的養(yǎng)老合作互動(dòng)較多、推動(dòng)養(yǎng)老產(chǎn)業(yè)跨地區(qū)協(xié)同發(fā)展比較活躍。例如內(nèi)蒙古自治區(qū)高度重視發(fā)展養(yǎng)老服務(wù)和旅居康養(yǎng)產(chǎn)業(yè)，依托其擁有眾多國(guó)家級(jí)自然保護(hù)區(qū)、國(guó)家森林公園等得天獨(dú)厚的自然資源，堅(jiān)持以區(qū)域發(fā)展戰(zhàn)略驅(qū)動(dòng)養(yǎng)老服務(wù)業(yè)發(fā)展，不斷擴(kuò)大朋友圈、推動(dòng)建立東、中、西部旅居養(yǎng)老互通機(jī)制。①新華社：《行業(yè)交流供需對(duì)接內(nèi)蒙古養(yǎng)老產(chǎn)業(yè)發(fā)展新路徑》，新華網(wǎng)：http://www.nmg.xinhuanet.com/20230722/6974fbe5c61149988fae3bc43297a304/c.html，2023 年7 月22 日。甘肅省依托資源優(yōu)勢(shì)加快文旅康養(yǎng)產(chǎn)業(yè)鏈建設(shè)，②《甘肅加快文旅康養(yǎng)產(chǎn)業(yè)鏈建設(shè)》，文化和旅游部官網(wǎng)：https://www.mct.gov.cn/whzx/qgwhxxlb/gs/202203/t20220304_931335.htm，2022 年3 月4 日。結(jié)合中藥材資源和中醫(yī)理療等特色優(yōu)勢(shì)，打造具有甘肅特色的中醫(yī)藥健康養(yǎng)老服務(wù)，③《甘肅省將加快推進(jìn)醫(yī)養(yǎng)融合發(fā)展》，中國(guó)政府網(wǎng)：https://www.gov.cn/xinwen/2018-01/12/content_5255916.htm，2018 年1 月12 日。并通過(guò)建設(shè)國(guó)家安寧療護(hù)試點(diǎn)城市、全國(guó)智慧健康養(yǎng)老示范基地、全國(guó)老年健康教育試點(diǎn)城市等措施，積極推動(dòng)建立旅居養(yǎng)老的區(qū)域合作與協(xié)調(diào)發(fā)展機(jī)制。目前，內(nèi)蒙古、甘肅、北京、河北、廣東等9 省份民政部門已經(jīng)簽署旅居養(yǎng)老合作協(xié)議，④《天津市民政局?jǐn)y手九省區(qū)市簽署旅居養(yǎng)老合作框架協(xié)議促進(jìn)康養(yǎng)產(chǎn)業(yè)發(fā)展》，民政部官網(wǎng)：https://www.mca.gov.cn/n1288/n1290/n1318/c1662004999979994472/content.html，2023 年7 月31 日?！敖M團(tuán)”式共同促進(jìn)、推動(dòng)形成養(yǎng)老服務(wù)業(yè)合作的新格局。

4.塊模型與聚類分析。本文通過(guò)塊模型研究各省份養(yǎng)老服務(wù)機(jī)構(gòu)效率網(wǎng)絡(luò)空間聚類特征，運(yùn)用CONCOR 方法，設(shè)定最大分割密度、收斂標(biāo)準(zhǔn)分別為2、0.2，展開非重復(fù)性聚類分析，將全國(guó)29 個(gè)省份劃分成四個(gè)板塊：第一板塊主要包括北京、天津、江蘇、內(nèi)蒙古、上海、甘肅等6 個(gè)省份，其多數(shù)分布在華北和長(zhǎng)三角地區(qū)；第二板塊主要包括浙江、廣東、福建、重慶等4 個(gè)省份，其多數(shù)分布在東南沿海地區(qū)；第三板塊主要包括河北、山東、遼寧、黑龍江、湖南、江西、湖北、河南、吉林、安徽、陜西、青海、新疆、寧夏等14 個(gè)省份，這些省份主要來(lái)自中部地區(qū)和東北、西北地區(qū)；第四板塊成員主要包括山西、云南、貴州、廣西、四川等5 個(gè)省份，這些省份多來(lái)自西南部地區(qū)。

參照劉華軍等學(xué)者測(cè)算方法，采用塊模型探討不同類別板塊在養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)網(wǎng)絡(luò)體系的相對(duì)位置，計(jì)算空間關(guān)聯(lián)板塊的溢出效應(yīng)，結(jié)果如表5 所示。整體上，在養(yǎng)老服務(wù)機(jī)構(gòu)效率的空間關(guān)聯(lián)網(wǎng)絡(luò)中總共有186 個(gè)關(guān)系，其中，板塊與板塊間的關(guān)系數(shù)167 個(gè)，板塊內(nèi)部關(guān)系數(shù)19 個(gè)，表明不同板塊之間存在顯著的空間溢出效應(yīng)和網(wǎng)絡(luò)關(guān)聯(lián)。具體看：板塊一向板塊外溢出關(guān)系32 個(gè)，板塊內(nèi)部溢出關(guān)系8 個(gè)，接收其他板塊溢出關(guān)系93 個(gè)，期望內(nèi)部關(guān)系比例為18%，實(shí)際內(nèi)部關(guān)系比例為20%，結(jié)合板塊接受-溢出關(guān)系并根據(jù)定義，板塊一同時(shí)接受內(nèi)外部板塊關(guān)系且接受外部板塊關(guān)系更多，其屬于“凈受益”板塊。板塊二向板塊外溢出關(guān)系24 個(gè)，向板塊內(nèi)部溢出關(guān)系0 個(gè)，期望內(nèi)部關(guān)系比例為11%，實(shí)際內(nèi)部關(guān)系比例為0，該板塊對(duì)外發(fā)出的關(guān)系數(shù)較多，板塊內(nèi)成員大多來(lái)自于經(jīng)濟(jì)發(fā)達(dá)、交通便利的東部沿海地區(qū)，其向外溢出關(guān)系較多，屬于“凈溢出”板塊。板塊三向板塊外溢出關(guān)系78 個(gè)，向板塊內(nèi)部溢出關(guān)系11 個(gè)，接收其他板塊溢出關(guān)系33 個(gè)，期望內(nèi)部關(guān)系比例為46%，實(shí)際內(nèi)部關(guān)系比例為12%，該板塊既向外部板塊溢出關(guān)系也接受外部板塊關(guān)系，且和自身內(nèi)部板塊關(guān)聯(lián)度較小，其屬于“經(jīng)紀(jì)人”板塊，在養(yǎng)老服務(wù)機(jī)構(gòu)效率空間網(wǎng)絡(luò)中承擔(dān)“橋梁”“中介”角色，在空間網(wǎng)絡(luò)中發(fā)揮傳導(dǎo)、樞紐、介質(zhì)的作用。板塊四與板塊二比較類似，同樣也屬于“凈溢出板塊”。①有研究認(rèn)為空間關(guān)聯(lián)網(wǎng)絡(luò)中可以同時(shí)出現(xiàn)相同類型的板塊。參見(jiàn)馬麗君、龍?jiān)疲骸痘谏鐣?huì)網(wǎng)絡(luò)分析法的中國(guó)省際入境旅游經(jīng)濟(jì)增長(zhǎng)空間關(guān)聯(lián)性》，《地理科學(xué)》2017 年第11 期。

表5 養(yǎng)老服務(wù)機(jī)構(gòu)效率板塊劃分及其空間關(guān)聯(lián)關(guān)系

為進(jìn)一步考察板塊間養(yǎng)老服務(wù)機(jī)構(gòu)效率的關(guān)聯(lián)關(guān)系，本文根據(jù)像矩陣算出各板塊的網(wǎng)絡(luò)密度矩陣。采用UCINET6.0 軟件計(jì)算各板塊網(wǎng)絡(luò)密度矩陣，如果某板塊的網(wǎng)絡(luò)密度比整體空間網(wǎng)絡(luò)密度要高則賦值1，否則為0，進(jìn)一步將多值密度矩陣轉(zhuǎn)化為像矩陣。2020 年我國(guó)養(yǎng)老服務(wù)機(jī)構(gòu)效率整體空間網(wǎng)絡(luò)密度為0.229，以此計(jì)算出密度矩陣和像矩陣。圖3 形象描述了不同板塊的關(guān)聯(lián)和溢出關(guān)系，則依據(jù)表5 和圖3 可知，不同板塊間存在顯著的空間外溢和關(guān)聯(lián)效應(yīng)，其中密度矩陣表明第一板塊的內(nèi)部關(guān)聯(lián)度要高于第二、第三、第四板塊，像矩陣表明第一、第二、第三、第四板塊均可帶動(dòng)一個(gè)外部板塊養(yǎng)老服務(wù)機(jī)構(gòu)效率的提升。具體看，板塊一不僅在板塊內(nèi)部存在關(guān)聯(lián)關(guān)系，還接受板塊二、板塊三、板塊四的溢出關(guān)系，且向板塊三發(fā)出溢出關(guān)系，表明經(jīng)濟(jì)發(fā)展水平高的京津冀、長(zhǎng)三角地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)建設(shè)存在某些瓶頸性因素，需要借助其他省份的養(yǎng)老資源、服務(wù)要素、老年人口流動(dòng)以彌補(bǔ)不足；板塊二和板塊四沒(méi)有內(nèi)部關(guān)聯(lián)，二者相互間存在溢出關(guān)系，并且同時(shí)對(duì)板塊一存在溢出關(guān)系。板塊二和板塊四包含的省份養(yǎng)老資源豐富、人力資本充裕、養(yǎng)老需求旺盛，在空間網(wǎng)絡(luò)中能夠充當(dāng)發(fā)動(dòng)機(jī)的作用；板塊三和板塊一產(chǎn)生雙向溢出關(guān)系，表明板塊一包含的省份開放程度高、養(yǎng)老產(chǎn)業(yè)發(fā)展快，在全國(guó)養(yǎng)老服務(wù)空間網(wǎng)絡(luò)中處于樞紐和傳導(dǎo)位置，表明各板塊之間存在空間關(guān)聯(lián)關(guān)系，區(qū)域間協(xié)調(diào)發(fā)展和“全國(guó)一盤棋”的聯(lián)動(dòng)效應(yīng)正在逐步形成。

圖3 養(yǎng)老服務(wù)機(jī)構(gòu)效率空間四大板塊之間的關(guān)聯(lián)關(guān)系

（二）養(yǎng)老服務(wù)機(jī)構(gòu)效率空間網(wǎng)絡(luò)結(jié)構(gòu)的影響因素

1.變量選擇與模型設(shè)定。由于養(yǎng)老服務(wù)機(jī)構(gòu)效率涉及政府公共服務(wù)職能、區(qū)域空間布局、醫(yī)養(yǎng)結(jié)合服務(wù)協(xié)同發(fā)展、老年人口流動(dòng)等復(fù)雜性因素，為了考察不同養(yǎng)老服務(wù)機(jī)構(gòu)地理空間位置效率的異質(zhì)性和空間社會(huì)因素意涵，本文進(jìn)一步研究養(yǎng)老服務(wù)機(jī)構(gòu)效率空間網(wǎng)絡(luò)結(jié)構(gòu)的影響因素及空間差異要素，以揭示空間網(wǎng)絡(luò)關(guān)系傳導(dǎo)的演變規(guī)律和形成機(jī)制?，F(xiàn)有研究從鄰近省份關(guān)聯(lián)度、人力、物力以及財(cái)力差異等因素考察了空間網(wǎng)絡(luò)結(jié)構(gòu)的影響因素，①李婧、管莉花：《區(qū)域創(chuàng)新效率的空間集聚及其地區(qū)差異——來(lái)自中國(guó)的實(shí)證》，《管理評(píng)論》2014 年第8 期。以及從地方政府間標(biāo)尺競(jìng)爭(zhēng)、財(cái)政支出外溢效應(yīng)、鄰近的地理距離、養(yǎng)老醫(yī)療資源空間布局、養(yǎng)老資源獲取可及性等因素，考察了養(yǎng)老機(jī)構(gòu)服務(wù)效率產(chǎn)生地區(qū)差異的重要原因。②楊紅燕等：《地方政府間“標(biāo)尺競(jìng)爭(zhēng)”“參照學(xué)習(xí)”與機(jī)構(gòu)養(yǎng)老床位供給的空間分布》，《中央財(cái)經(jīng)大學(xué)學(xué)報(bào)》2020 年第2 期。同時(shí)，由塊模型聚類分析結(jié)果可知，在經(jīng)濟(jì)發(fā)展、人口老齡化程度、養(yǎng)老服務(wù)機(jī)構(gòu)發(fā)展水平、要素投入因素等方面，具有空間溢出效應(yīng)和關(guān)聯(lián)的不同板塊間均存在顯著差異。為了讓影響因素更加系統(tǒng)化、層次化、聚焦化、精準(zhǔn)化，結(jié)合上述因素、區(qū)域空間視角及相關(guān)研究，③汪斌等：《養(yǎng)老機(jī)構(gòu)床位空置分布影響因素的空間分析：以北京市為例》，《人口與發(fā)展》2022 年第4 期。本文凝練提出影響?zhàn)B老服務(wù)機(jī)構(gòu)效率的“三維因素”：第一維是政府行為因素，用以考察政府公共服務(wù)供給屬性和能力，考慮到財(cái)政水平是強(qiáng)化公共服務(wù)供給能力和有效性的關(guān)鍵要素，具體用人均公共服務(wù)財(cái)政支出差異（Pf）衡量。第二維是區(qū)位條件因素，用以考察醫(yī)療資源、人口老齡化、交通鄰域等要素影響，考慮到養(yǎng)老服務(wù)機(jī)構(gòu)具有的區(qū)域公共服務(wù)屬性、醫(yī)養(yǎng)結(jié)合特征及服務(wù)對(duì)象特殊性，可具體用醫(yī)院分布密度差異（Hd）、人口老齡化差異（Ap）、地理鄰近（Gp）衡量。第三維是內(nèi)在能力因素，用以考察養(yǎng)老服務(wù)機(jī)構(gòu)自身的數(shù)量、服務(wù)能力，考慮到養(yǎng)老服務(wù)設(shè)施宏觀布局、勞動(dòng)密集型行業(yè)屬性等特征，具體用養(yǎng)老服務(wù)機(jī)構(gòu)密度差異（Pe）、養(yǎng)老服務(wù)機(jī)構(gòu)人力投入差異（Mi）衡量。其他影響各地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)效率的宏觀、中觀、微觀因素，也可部分內(nèi)化或關(guān)聯(lián)性體現(xiàn)在“三維因素”之中。本文選取養(yǎng)老服務(wù)機(jī)構(gòu)效率的空間關(guān)聯(lián)矩陣作為被解釋變量，選擇上述六個(gè)因素作為解釋變量，構(gòu)建計(jì)量模型：

式（2）中，S 表示養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)關(guān)系矩陣。Pf 表示人均公共服務(wù)財(cái)政支出差異關(guān)聯(lián)矩陣，用地方財(cái)政一般公共服務(wù)支出與地區(qū)常住人口的比例差異衡量；Hd 表示醫(yī)院分布密度差異關(guān)聯(lián)矩陣，用醫(yī)院個(gè)數(shù)占地區(qū)總面積的比例差異衡量；Ap 表示人口老齡化差異關(guān)聯(lián)矩陣；Gp表示地理鄰近關(guān)聯(lián)矩陣，相鄰記為1，不相鄰則記為0；Pe 表示養(yǎng)老服務(wù)機(jī)構(gòu)密度差異關(guān)聯(lián)矩陣，用養(yǎng)老服務(wù)機(jī)構(gòu)單位數(shù)占地區(qū)總面積的比例差異衡量；Mi 表示養(yǎng)老服務(wù)機(jī)構(gòu)人力投入差異關(guān)聯(lián)矩陣，用養(yǎng)老服務(wù)機(jī)構(gòu)年末職工數(shù)占地區(qū)就業(yè)人員總數(shù)的比例差異衡量。本文進(jìn)一步對(duì)變量矩陣進(jìn)行多元回歸分析，但由于傳統(tǒng)回歸分析不能對(duì)具有關(guān)系矩陣的變量進(jìn)行相關(guān)性分析和參數(shù)估計(jì)，因此本文采取社會(huì)網(wǎng)絡(luò)分析中基于置換和矩陣間關(guān)系的二次指派程序QAP 方法，計(jì)算兩個(gè)矩陣的相關(guān)關(guān)系并進(jìn)行非參數(shù)檢驗(yàn)。本文運(yùn)用QAP 方法對(duì)影響因素進(jìn)行相關(guān)分析和回歸分析。

2.QAP 相關(guān)分析。本文選擇5000 次隨機(jī)行列置換，得到空間關(guān)聯(lián)矩陣與影響因素的相關(guān)性分析，結(jié)果如表6。其中，相關(guān)系數(shù)、系數(shù)均值、最大值和最小值都是基于5000 次隨機(jī)置換計(jì)算而來(lái)。結(jié)果表明，人口老齡化差異與空間關(guān)聯(lián)矩陣的相關(guān)系數(shù)為-0.071，且其顯著性水平小于10%，表明人口老齡化差異與空間關(guān)聯(lián)和溢出效應(yīng)具有顯著負(fù)向相關(guān)性；地理鄰近、人均公共服務(wù)支出差異、人力投入差異、養(yǎng)老服務(wù)機(jī)構(gòu)分布密度差異、醫(yī)院分布密度差異與空間關(guān)聯(lián)矩陣的相關(guān)系數(shù)分別為0.158、0.250、0.250、0.331、0.286，其顯著性水平小于1%，表明五個(gè)解釋變量與空間關(guān)聯(lián)和溢出效應(yīng)具有顯著正向相關(guān)性。

表6 QAP 相關(guān)性分析結(jié)果

3.QAP 回歸分析。由表6 可知6 個(gè)解釋變量與空間關(guān)聯(lián)矩陣具有顯著相關(guān)關(guān)系，本文進(jìn)一步采用QAP 回歸研究6 個(gè)解釋變量對(duì)養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)影響的程度與方向。本文在QAP 回歸分析中采用5000 次隨機(jī)行列置換，回歸結(jié)果如表7 所示。調(diào)整后的可決系數(shù)為0.166，且在1%的顯著性水平上通過(guò)檢驗(yàn)，表明6 個(gè)變量能夠解釋養(yǎng)老服務(wù)機(jī)構(gòu)效率空間網(wǎng)絡(luò)結(jié)構(gòu)變動(dòng)的16.6%。

表7 QAP 回歸結(jié)果

從結(jié)果看，養(yǎng)老服務(wù)機(jī)構(gòu)分布密度差異的標(biāo)準(zhǔn)化回歸系數(shù)為0.307，且在1%的顯著性水平上通過(guò)檢驗(yàn)，表明養(yǎng)老服務(wù)機(jī)構(gòu)分布的省際非均衡性越高，越容易發(fā)生養(yǎng)老服務(wù)機(jī)構(gòu)效率的空間關(guān)聯(lián)，這可能存在兩種空間效應(yīng)，一是地方政府在確定本地區(qū)福利水平的時(shí)候通常以相鄰地區(qū)為參照，①Hans-Werner Sinn, Wolfgang Ochel, "Social Union, Convergence and Migration," Journal of Common Market Studies,2003, 41(5).在經(jīng)濟(jì)激勵(lì)和民生激勵(lì)并存的共同作用下，區(qū)域地方政府間形成了“標(biāo)尺競(jìng)爭(zhēng)”“參照學(xué)習(xí)”效應(yīng)，使養(yǎng)老服務(wù)機(jī)構(gòu)效率具有正向傳導(dǎo)的“空間溢出”，二是由于某省份具有的相對(duì)優(yōu)勢(shì)公共服務(wù)、養(yǎng)老資源及配套設(shè)施，形成了對(duì)周邊鄰近地區(qū)的虹吸效應(yīng)，使養(yǎng)老服務(wù)機(jī)構(gòu)效率具有負(fù)向傳導(dǎo)的“空間溢出”；地理鄰近的標(biāo)準(zhǔn)化回歸系數(shù)為0.228，且在1%的顯著性水平上通過(guò)檢驗(yàn)，表明省份之間地理距離越近則越容易產(chǎn)生顯著的養(yǎng)老服務(wù)空間關(guān)聯(lián)關(guān)系，例如京津冀地區(qū)養(yǎng)老服務(wù)供給形成了區(qū)域協(xié)同發(fā)展的格局，北京市將加快推進(jìn)京津冀地區(qū)養(yǎng)老項(xiàng)目、政策、人才、醫(yī)養(yǎng)結(jié)合服務(wù)區(qū)域協(xié)同，支持更多優(yōu)質(zhì)養(yǎng)老資源向河北等地延伸布局；②《京津養(yǎng)老行業(yè)“保定行”共探“養(yǎng)老協(xié)同發(fā)展”路徑》，中國(guó)新聞網(wǎng)：https://m.chinanews.com/wap/detail/chs/zw/10050738.shtml，2023 年7 月27 日。養(yǎng)老服務(wù)機(jī)構(gòu)人力投入差異的標(biāo)準(zhǔn)化回歸系數(shù)為0.108，且在5%的顯著性水平上通過(guò)檢驗(yàn)，表明養(yǎng)老服務(wù)機(jī)構(gòu)的人力投入差異越大，省份間養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)越高，主要是由于投入要素的區(qū)位差異推動(dòng)了人力資本的區(qū)域流動(dòng)、溢出和吸收，有利于空間網(wǎng)絡(luò)的形成和發(fā)展。人口老齡化差異的標(biāo)準(zhǔn)化回歸系數(shù)為-0.065，且在5%的顯著性水平上通過(guò)檢驗(yàn)，表明相近的省際人口老齡化水平有助于加強(qiáng)養(yǎng)老服務(wù)機(jī)構(gòu)效率空間的關(guān)聯(lián)關(guān)系，若不同省份之間人口老齡化水平都比較高，則會(huì)形成多向流動(dòng)的老年人口規(guī)模，通過(guò)擴(kuò)大區(qū)域養(yǎng)老市場(chǎng)需求提高養(yǎng)老服務(wù)的空間關(guān)聯(lián)度；人均公共服務(wù)財(cái)政支出差異與醫(yī)院分布密度差異沒(méi)有通過(guò)顯著性檢驗(yàn)。

五、結(jié)論與建議

（一）主要結(jié)論

在高質(zhì)量發(fā)展背景下，本文從空間地理視角研究養(yǎng)老服務(wù)機(jī)構(gòu)效率問(wèn)題，基于窗口DEA模型測(cè)度了我國(guó)2011—2020 年29 個(gè)省份養(yǎng)老服務(wù)機(jī)構(gòu)的效率值及效率的時(shí)間變動(dòng)趨勢(shì)，然后采用修正引力模型構(gòu)建省際間空間關(guān)聯(lián)矩陣，分析和揭示了養(yǎng)老服務(wù)機(jī)構(gòu)效率空間關(guān)聯(lián)網(wǎng)絡(luò)的結(jié)構(gòu)特征，并運(yùn)用QAP 回歸法分析其影響因素，得出如下主要結(jié)論。

1.養(yǎng)老服務(wù)機(jī)構(gòu)效率存在區(qū)域差異和不均衡性，中部地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)效率水平較高，東部地區(qū)次之而西部地區(qū)最低。隨著時(shí)間推移，我國(guó)養(yǎng)老服務(wù)機(jī)構(gòu)效率整體水平逐步提升，而區(qū)域間差距則進(jìn)一步擴(kuò)大。

2.從整體網(wǎng)絡(luò)特征看，樣本考察期內(nèi)養(yǎng)老服務(wù)機(jī)構(gòu)效率空間網(wǎng)絡(luò)的關(guān)聯(lián)程度呈現(xiàn)上升趨勢(shì)，但整體水平還不高，網(wǎng)絡(luò)具有很好的通達(dá)性，網(wǎng)絡(luò)結(jié)構(gòu)具有較強(qiáng)的穩(wěn)健性，并且網(wǎng)絡(luò)等級(jí)特征不顯著，各省份之間均存在普遍的空間關(guān)聯(lián)和溢出效應(yīng)。從個(gè)體網(wǎng)絡(luò)特征看，以北京、上海、天津、江蘇等為代表的東部省份處于空間網(wǎng)絡(luò)的中心位置，扮演“引領(lǐng)者”和“行動(dòng)者”的角色，具有較強(qiáng)的要素、人口、產(chǎn)業(yè)帶動(dòng)能力，能夠有效吸引周邊養(yǎng)老服務(wù)資源和要素。以青海、遼寧、山西、廣西、新疆等為代表的中西部省份，多受經(jīng)濟(jì)發(fā)展和地理位置等因素制約，與其他省份空間關(guān)聯(lián)關(guān)系相對(duì)較弱，扮演“邊緣行動(dòng)者”的角色。

3.塊模型分析結(jié)果顯示，浙江、廣東等9 個(gè)省份的兩個(gè)板塊都屬于“凈溢出板塊”，在空間網(wǎng)絡(luò)中扮演“發(fā)動(dòng)機(jī)”作用，處于引領(lǐng)和核心地位；河北、山東等14 個(gè)省份屬于“經(jīng)紀(jì)人板塊”，在空間網(wǎng)絡(luò)中承擔(dān)“橋梁”“中介”角色，發(fā)揮傳導(dǎo)、樞紐、介質(zhì)的作用；內(nèi)蒙古、上海、甘肅等6 個(gè)省份屬于“凈受益板塊”，在空間網(wǎng)絡(luò)中扮演“跟隨者”角色，處于網(wǎng)絡(luò)邊緣地位。不同板塊之間存在顯著的空間關(guān)聯(lián)關(guān)系和溢出效應(yīng)。

4.根據(jù)QAP 回歸結(jié)果，養(yǎng)老服務(wù)機(jī)構(gòu)分布密度差異、地理鄰近、人力投入差異因素對(duì)養(yǎng)老服務(wù)機(jī)構(gòu)效率空間網(wǎng)絡(luò)格局的形成發(fā)揮了正向影響，而人口老齡化差異將對(duì)其產(chǎn)生較小的負(fù)向影響。

（二）對(duì)策建議

按照養(yǎng)老服務(wù)高質(zhì)量發(fā)展、實(shí)現(xiàn)區(qū)域協(xié)同化、一體化的思路，本文進(jìn)一步提出以下對(duì)策建議。

1.明確區(qū)域養(yǎng)老資源優(yōu)勢(shì)和功能定位，從“全國(guó)一盤棋”的網(wǎng)絡(luò)結(jié)構(gòu)視角構(gòu)建跨區(qū)域協(xié)同發(fā)展機(jī)制。養(yǎng)老服務(wù)機(jī)構(gòu)和醫(yī)療衛(wèi)生、健康服務(wù)機(jī)構(gòu)加強(qiáng)協(xié)同合作，構(gòu)建老年人全生命周期養(yǎng)老服務(wù)鏈，融合建設(shè)醫(yī)養(yǎng)、康養(yǎng)、體育健身等綜合性的養(yǎng)老服務(wù)機(jī)構(gòu)業(yè)態(tài)模式，合力推進(jìn)跨區(qū)域養(yǎng)老服務(wù)機(jī)構(gòu)項(xiàng)目的互聯(lián)互通、相互對(duì)接，形成區(qū)域特色鮮明、錯(cuò)位發(fā)展、差別競(jìng)爭(zhēng)的總體格局，如北京、上海等可結(jié)合優(yōu)質(zhì)的醫(yī)療資源優(yōu)勢(shì)，深入發(fā)展醫(yī)養(yǎng)結(jié)合，形成醫(yī)療、護(hù)理、康復(fù)為一體的服務(wù)模式；廣西、貴州、福建、江西等可利用獨(dú)具特色的自然生態(tài)資源優(yōu)勢(shì)，以鄉(xiāng)村振興戰(zhàn)略為指導(dǎo)，發(fā)展鄉(xiāng)村養(yǎng)老、田園養(yǎng)老、生態(tài)旅游等服務(wù)模式；浙江、江蘇可依托數(shù)字經(jīng)濟(jì)和電商優(yōu)勢(shì)，加快發(fā)展“互聯(lián)網(wǎng)+養(yǎng)老”等新模式新業(yè)態(tài)；天津、廣東等可利用公共服務(wù)齊全、生活設(shè)施完善、交通便利等區(qū)位優(yōu)勢(shì)，推進(jìn)京津冀、粵港澳等區(qū)域養(yǎng)老服務(wù)協(xié)同發(fā)展。通過(guò)依托各地區(qū)在生態(tài)、資源、環(huán)境、文化、公共服務(wù)等方面的優(yōu)勢(shì)，合理布局區(qū)域空間養(yǎng)老服務(wù)網(wǎng)絡(luò)，構(gòu)建“候鳥式”“度假式”“旅居式”“互動(dòng)式”等跨區(qū)域養(yǎng)老服務(wù)互通合作機(jī)制，推動(dòng)跨區(qū)域養(yǎng)老服務(wù)機(jī)構(gòu)的產(chǎn)業(yè)同鏈、信息同享、市場(chǎng)同體，實(shí)現(xiàn)區(qū)域養(yǎng)老服務(wù)機(jī)構(gòu)效率的共同提升、發(fā)揮跨區(qū)域協(xié)同集群效應(yīng)。例如，天津市已和包括京津冀地區(qū)在內(nèi)的多省份簽訂了養(yǎng)老合作框架協(xié)議，將在各地選取若干家有特色、功能強(qiáng)、口碑好的養(yǎng)老服務(wù)機(jī)構(gòu)作為定點(diǎn)合作單位。2023 年6 月，粵港兩地已共同簽署《關(guān)于共同推進(jìn)粵港兩地養(yǎng)老合作的備忘錄》，廣東省將“大灣區(qū)養(yǎng)老”融入粵港澳協(xié)同發(fā)展空間，聯(lián)動(dòng)推進(jìn)粵港澳大灣區(qū)養(yǎng)老事業(yè)與產(chǎn)業(yè)協(xié)同發(fā)展。①《廣東省民政廳與香港特區(qū)政府勞工及福利局簽署共同推進(jìn)粵港兩地養(yǎng)老合作備忘錄》，民政部官網(wǎng)：https://www.mca.gov.cn/n152/n166/c1662004999979993301/content.html，2023 年6 月5 日。

2.推動(dòng)網(wǎng)絡(luò)空間板塊間、區(qū)域間均衡發(fā)展，優(yōu)化養(yǎng)老服務(wù)機(jī)構(gòu)效率的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)。首先，依據(jù)空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的板塊特征，制定差異化的養(yǎng)老服務(wù)機(jī)構(gòu)效率均衡提升路徑。針對(duì)經(jīng)濟(jì)發(fā)達(dá)、養(yǎng)老服務(wù)需求較大的“凈受益”板塊，應(yīng)利用自身管理、資金和技術(shù)優(yōu)勢(shì)，大力發(fā)展數(shù)字經(jīng)濟(jì)導(dǎo)向下的新模式新業(yè)態(tài)，不斷創(chuàng)造新的價(jià)值并適度控制運(yùn)行成本，同時(shí)調(diào)節(jié)板塊內(nèi)部效率結(jié)構(gòu)。對(duì)于經(jīng)濟(jì)基礎(chǔ)較弱、效率相對(duì)較低且處于網(wǎng)絡(luò)關(guān)系結(jié)構(gòu)重要地位的“凈溢出”和“經(jīng)紀(jì)人”板塊，應(yīng)積極引進(jìn)“凈受益”板塊的先進(jìn)技術(shù)和管理經(jīng)驗(yàn)，提高養(yǎng)老服務(wù)機(jī)構(gòu)效率。其次，均衡空間關(guān)聯(lián)網(wǎng)絡(luò)中的區(qū)域差異，使中、西部地區(qū)逐步減少溢出關(guān)系，發(fā)揮東部省份對(duì)中、西部省份的帶動(dòng)和輻射效應(yīng)，使各省份在接收和發(fā)出關(guān)系時(shí)達(dá)到均衡，促進(jìn)養(yǎng)老資源、產(chǎn)品、要素、人才等相互流通，優(yōu)化區(qū)域間的養(yǎng)老服務(wù)機(jī)構(gòu)效率的傳導(dǎo)機(jī)制，逐步提升高效率省份帶動(dòng)低效率省份的幫扶效果。

3.綜合考慮效率空間關(guān)聯(lián)網(wǎng)絡(luò)的影響因素，充分發(fā)揮空間溢出效應(yīng)。首先，逐步打破按照現(xiàn)有行政區(qū)域設(shè)定養(yǎng)老服務(wù)機(jī)構(gòu)規(guī)模與類型、護(hù)理型床位占比等硬性指標(biāo)目標(biāo)，允許養(yǎng)老服務(wù)機(jī)構(gòu)規(guī)劃在地區(qū)、城鄉(xiāng)等空間布局存在適度差距，建議以區(qū)域、板塊、城市群為均衡原則，統(tǒng)籌布局養(yǎng)老服務(wù)機(jī)構(gòu)空間格局規(guī)劃建設(shè)。支持、鼓勵(lì)優(yōu)質(zhì)養(yǎng)老服務(wù)企業(yè)、組織跨區(qū)域投資養(yǎng)老服務(wù)機(jī)構(gòu)建設(shè)，開發(fā)多業(yè)態(tài)、全產(chǎn)業(yè)鏈的養(yǎng)老服務(wù)消費(fèi)市場(chǎng)，協(xié)調(diào)本區(qū)域相關(guān)政府部門在土地規(guī)劃、投融資、財(cái)政補(bǔ)貼、稅收優(yōu)惠、人才培養(yǎng)等方面給予同等的政策支持。其次，完善交通基礎(chǔ)設(shè)施網(wǎng)絡(luò)，加快發(fā)展適合老年人出行的新型交通工具，進(jìn)一步縮短省份間的交通時(shí)間。再次，發(fā)揮市場(chǎng)對(duì)養(yǎng)老服務(wù)人力資本的決定性作用，加快養(yǎng)老服務(wù)機(jī)構(gòu)人力資源的認(rèn)證、培養(yǎng)、薪酬等體系建設(shè)，促進(jìn)養(yǎng)老服務(wù)人才隊(duì)伍的省際合理流動(dòng)。最后，不斷優(yōu)化長(zhǎng)期護(hù)理保險(xiǎn)制度、綜合津貼制度、養(yǎng)老金異地存取、異地就醫(yī)結(jié)算等配套措施，打破省份間的地域限制和行政壁壘，降低養(yǎng)老空間關(guān)聯(lián)網(wǎng)絡(luò)的各類制度性成本，在養(yǎng)老服務(wù)機(jī)構(gòu)效率提升的同時(shí)優(yōu)化空間布局。