李娜

摘 要：隨著人口老齡化程度加深，家庭養(yǎng)老負擔不斷加重。政府需要通過宏觀調(diào)控，加大養(yǎng)老設施投入，以解決養(yǎng)老服務與需求之間供求失衡的問題。因此，明確養(yǎng)老服務需求和供給的實際水平至關重要。利用中國健康與養(yǎng)老追蹤調(diào)查數(shù)據(jù)庫（CHARLS）數(shù)據(jù)，基于Markov模型通過計算得到狀態(tài)轉(zhuǎn)移矩陣，考察我國老年照料服務資源供需狀況。綜合測算了家庭養(yǎng)老、機構養(yǎng)老、醫(yī)療服務等多方面的供需狀況，并在此基礎提出政策建議。

關鍵詞：養(yǎng)老;長期護理;Markov;供給需求

文章編號：1004-7026（2019）16-0019-03 ? ? ? ?中國圖書分類號：C913.7 ? ? ? ?文獻標志碼：A

1 ?研究背景

隨著科技發(fā)展、醫(yī)療水平提高，人們的預期壽命不斷增加，加之生育意愿下降，中國人口年齡結構開始向老年型轉(zhuǎn)變。養(yǎng)老服務需求不斷增加，以家庭為單位提供的免費護理漸見困乏，使許多需要長期護理的老年人選擇進入養(yǎng)老機構養(yǎng)老，有嚴重疾病的老年人則需要住院治療。然而我國養(yǎng)老機構和醫(yī)院的病床數(shù)，與老年人潛在的機構養(yǎng)老和醫(yī)療需求之間，存在較大差距。政府為了解決供求失衡的問題，必須明確服務需求和供給的實際水平。

黃匡時（2013）[1]首次動態(tài)考察了我國老年照料服務資源供需狀況，用“意愿”這樣主觀的標準來衡量入住需求。但這種方法不夠客觀，無法反映真正需要長期護理需求的數(shù)目。倪東生和張艷芳（2015）[2]從收入約束、需求意愿約束來衡量養(yǎng)老服務需求，沒有反映出老年人長期護理需求的客觀真實需要。黃楓和吳純杰（2012）[3]、王新軍和王佳寧（2018）[4]、陶濤等（2019）[5]基于馬爾科夫模型，分析了失能老人轉(zhuǎn)移規(guī)律，但沒有從供求角度提供現(xiàn)狀分析，也沒有對養(yǎng)老服務供給政策提出建議。

2 ?研究方法

應從長期護理和醫(yī)療兩方面分析養(yǎng)老服務的供需平衡。分析老人日?；顒幽芰罢J知兩方面的現(xiàn)實情況，可以更為客觀地反映老年人是否需要長期護理服務。

基于Markov模型，求得狀態(tài)轉(zhuǎn)移概率矩陣，根據(jù)此矩陣預測失能老年人數(shù)量，從而得到老年人長期護理方面的需求。長期護理供給應從兩個方面進行考慮：一是家人或雇傭保姆等人員養(yǎng)老，二是用養(yǎng)老院床位數(shù)度量養(yǎng)老機構養(yǎng)老。通過比較長期護理的需求與供給，得出老年人長期護理需求滿足程度現(xiàn)狀。

醫(yī)療方面采用CHARLS中關于老人在一月內(nèi)是否患病或在一年內(nèi)是否有需要住院的情況求得需要住院的老年人比例，結合老年人總人數(shù)求得住院需求。同時，通過近一月內(nèi)是否去門診或接受上門醫(yī)療服務得出老年人的門診需求，結合醫(yī)院床位數(shù)及執(zhí)政醫(yī)護人員數(shù)可得到其對應的住院及門診供給情況。通過研究中國養(yǎng)老服務的失衡現(xiàn)狀，對政府購買和相關政策的制定提供一定的幫助。

3 ?數(shù)據(jù)及狀態(tài)界定

3.1 ?數(shù)據(jù)來源

選取“中國健康與養(yǎng)老追蹤調(diào)查”（CLARLS）中2011年、2013年、2015年的60周歲及以上的老年人數(shù)據(jù)和《中國統(tǒng)計年鑒》相關數(shù)據(jù)，從長期護理和醫(yī)療兩方面來研究老年人養(yǎng)老服務的供給與需求。

3.2 ?長期護理狀態(tài)界定

從日常生活自理活動（ADLs）和認知功能兩個方面界定長期護理的狀態(tài)。每個受訪者有4種狀態(tài)，分別為健康（ADLs和認知功能都沒有問題，記為1）、需要家庭護理（ADLs和認知功能的任一項出現(xiàn)問題且子女或親人可以提供照料，記為2）、需要機構護理（ADLs和認知功能任一項出現(xiàn)問題且子女或親人無法提供照料，記為3）和死亡（記為4）。

對于認知功能障礙程度，以醫(yī)生疾病鑒定為準。也就是說，當被訪者被鑒定為情感及精神方面有問題，或患有記憶相關的疾病（兩者只要有其一），便認定有認知功能障礙。將存在生活自理能力障礙或認知功能障礙的老年人視為處于失能狀態(tài)，即存在長期護理需求。

3.3 ?醫(yī)療狀態(tài)界定

存在生活自理困難或認知障礙的老年人不僅具有護理方面的需求，受其生理能力衰退以及各種疾病的影響，大部分老年人同時需要醫(yī)療服務。這種醫(yī)療服務需求很大程度上與護理需求同時存在，而不是互補關系，因此也要對其進行單獨統(tǒng)計計算。

采用范寧玥等（2018）[6]對中國老年人醫(yī)療服務需求分析時的界定方法，即利用CHARLS中關于老人在一月內(nèi)是否患病或者在一年內(nèi)是否有需要住院的情況的問題回答情況進行需求界定。

醫(yī)療服務供給主要從住院以及門診兩方面進行分析[7-8]。住院供給以平均可分配給老年人的床位數(shù)為準，門診供給則以每千人擁有的衛(wèi)生技術人員數(shù)量為評價標準。

4 ?多狀態(tài)Markov模型的擬合及結果

4.1 ?追蹤調(diào)查老年人各狀態(tài)轉(zhuǎn)移基本情況

模型假設運動服從連續(xù)時間齊性Markov過程，假設狀態(tài)健康、失能、死亡分別標為1、2、3，受訪者的狀態(tài)記為S。轉(zhuǎn)移概率定義如下。

pij=Pr（Xt+1=Sj |Xt=Si） ? ? ? ? ? ? ? ? ? ? （1）

當上式結果不依賴于期初時間t，僅與轉(zhuǎn)移時長有關時，就稱為時間齊性的馬氏鏈。記 pij（t）=Pr（Xt=Sj|X0=Si），且記P（t）=（pij（t））m×m是時間長度為t的轉(zhuǎn)移概率矩陣，其中m是狀態(tài)數(shù)目。

在求得轉(zhuǎn)移概率以后，通過2015年追蹤調(diào)查中健康及失能狀態(tài)人數(shù)比例，對2016年60周歲及以上老年人總體處于健康或失能狀態(tài)的人數(shù)進行估計。利用該人數(shù)乘上1年期轉(zhuǎn)移概率矩陣P（1），可得到轉(zhuǎn)移后的各狀態(tài)人數(shù)比例。加上這一年新進入60周歲的老人在各健康狀態(tài)的數(shù)量，可得到這一年處于各健康狀態(tài)的總人數(shù)及比例。

以2015年作為基期，在估計2016年新進入60周歲的人數(shù)時，僅考慮2015年處于59周歲的人口數(shù)，將設其為l59，則y59=l59（1-m59）即為2016年新進人口數(shù)。此處m59為59周歲的人口死亡率，該數(shù)據(jù)通過第六次人口普查得出。估計得出2015年60周歲及以上老年人處于健康、失能狀態(tài)的人數(shù)分別為n1、n2，則經(jīng)過一年轉(zhuǎn)移處于健康狀態(tài)的人數(shù)為n1p11+n2p21+y59n1/（n1+n2），轉(zhuǎn)為失能狀態(tài)的人數(shù)為n1p12+n2p22+y59n2/（n1+n2），轉(zhuǎn)為死亡的人數(shù)為n1p13+n2p23+l59m59。

之后年份各狀態(tài)人口數(shù)預測，以此類推。

4.2 ?各狀態(tài)轉(zhuǎn)移強度矩陣及1年期轉(zhuǎn)移概率矩陣

老年人健康狀態(tài)在1年期間更傾向于不發(fā)生改變，無論初始狀態(tài)是健康或是失能。當初始狀態(tài)為失能時，1年后仍為此狀態(tài)的概率為61%，低于初始狀態(tài)為健康的穩(wěn)定概率。但初始狀態(tài)為失能的老人，在1年后恢復健康的概率為23.3%，高于其變?yōu)樗劳龅母怕省?/p>

4.3 ?以2015年為基期預測至2020年各狀態(tài)人數(shù)的比例

利用1年期的概率轉(zhuǎn)移矩陣，可得出任何年份的各狀態(tài)人數(shù)，n年期轉(zhuǎn)移概率矩陣P（n）=P（1）n。在此期間，還要考慮到每年新增到60周歲以上的人口數(shù)。通過第六次人口普查數(shù)據(jù)中各年齡占總人口比重進行推算，以2015年為基礎，預測至2020年，具體狀態(tài)人數(shù)比例見表1。

5 ?供求結構分析

5.1 ?長期護理供求分析

5.1.1 ?長期護理需求分析

根據(jù)對長期護理需求狀態(tài)的界定，2016—2020年全國60周歲以上總人口中分別有3.86%、4.43%、4.74%、4.91%、4.99%的老年人存在護理機構需求，其平均環(huán)比增長速率為0.068。

5.1.2 ?長期護理機構供給分析

以老年人口養(yǎng)老床位數(shù)為長期護理機構的供給變量，得到2016年和2017年可供給老年人使用的養(yǎng)老床位數(shù)與老年人總數(shù)之比為3.16%、3.09%。就這兩年而言，還存在0.7%、1.34%的供給缺口，具體到老年人口數(shù)則分別有168.6萬人、313.3萬人無法滿足護理需求。

根據(jù)老年人口養(yǎng)老床位數(shù)增長率均值，得出2018年、2019年和2020年可供給老年人使用的養(yǎng)老床位數(shù)與老年人總數(shù)之比為3.12%、3.16%、3.19%，平均環(huán)比增長速率為0.077。因此，若養(yǎng)老機構床位數(shù)繼續(xù)以當前速率增長，有望在未來滿足老年人護理機構需求。

5.2 ?醫(yī)療服務供求分析

5.2.1 ?醫(yī)療服務需求分析

醫(yī)療服務方面的供求關系從住院以及門診兩方面進行分析。2011年、2013年及2015年分別有12.5%、18.2%和17.8%的老年人存在住院需求，相應的門診需求比例分別為36.34%、33.25%、35.45%。

5.2.2 ?醫(yī)療服務供給分析

醫(yī)療衛(wèi)生機構在2011年、2013年及2015年可供給老年人使用病床數(shù)與老年人總數(shù)之比分別為1.57%、1.72%、1.78%，平均存在15.56%的缺口，且床位需求的平均增長率（0.098）高于供給的平均增長率（0.028），即醫(yī)療衛(wèi)生機構床位數(shù)的缺口會越來越大。

2011年、2013年及2015年的門診供給比例為1.32%、1.37%、1.38%，即每位醫(yī)師平均要承擔26位老年人的門診需求。加上其他年齡組人群的門診需求，這些工作量對醫(yī)生是難以完成的。由于醫(yī)師數(shù)量的增長率稍高于門診需求增長率，因此門診供給方面的缺口是有希望彌補上的。

6 ?結論與建議

6.1 ?結論

（1）在短時期內(nèi)（瞬時），失能狀態(tài)轉(zhuǎn)為健康的概率高于健康狀態(tài)轉(zhuǎn)為失能的概率，且失能狀態(tài)與健康狀態(tài)相比更容易轉(zhuǎn)向死亡。但總體來說，1年期內(nèi)健康狀態(tài)更傾向于維持不變。

（2）截至2020年，預計我國處于失能狀態(tài)的老人比例將為16%左右，且增長速度越來越平緩。

（3）我國老年人長期護理仍以家養(yǎng)為主要方式，其中，雇傭保姆以及志愿者服務的比例呈現(xiàn)上升趨勢。此外，養(yǎng)老機構床位數(shù)有所上升，但距離滿足老年人機構護理需求還有很長的距離。2016—2020年，分別有0.695%、1.336%、1.619%、1.752%、1.8%的老年人機構護理需求無法得到滿足。

（4）在有住院需求和門診服務需求的老年人中，均有1/3左右屬于潛在需求，即應該住院但沒有住院或生病但沒有看病的情況，其中主要原因都是缺錢。2016—2020年分別存在427.06萬、458.06萬、539.87萬、598.05萬、662.24萬的醫(yī)院床位數(shù)缺口，無法滿足現(xiàn)有老年人住院需求，且該缺口會越來越大。門診服務目前無法滿足需求，但其增長率高于門診服務需求增長率，在未來有望達到供求平衡。

6.2 ?建議

（1）目前養(yǎng)老機構無法滿足現(xiàn)有機構護理需求，建議保持以家庭養(yǎng)老為主、以養(yǎng)老機構為輔的護理方式，并加快養(yǎng)老服務基礎設施建設。提高保姆、護工等護理人員工資，提高這類人員的就業(yè)人數(shù)。對護理人員進行培訓，提高服務質(zhì)量。鼓勵推廣長期護理保險，彌補護理養(yǎng)老空缺。

（2）適當降低醫(yī)療價格水平，包括住院費及門診費等。大力普及社會醫(yī)療保險、降低報銷門檻、擴大覆蓋范圍，以此保障老年人醫(yī)療服務需求。提高全國醫(yī)療水平，引進先進技術和人才，增加醫(yī)院床位數(shù)，盡可能滿足老年人的潛在醫(yī)療需求。

參考文獻：

[1]黃匡時.供求關系視角下的中國老年照料服務資源分析[J].中國人口·資源與環(huán)境，2013，23（S2）：488-491.

[2]倪東生，張艷芳.養(yǎng)老服務供求失衡背景下中國政府購買養(yǎng)老服務政策研究[J].中央財經(jīng)大學學報，2015（11）：3-13.

[3]黃楓，吳純杰.基于轉(zhuǎn)移概率模型的老年人長期護理需求預測分析[J].經(jīng)濟研究，2012，47（S2）：119-130.

[4]王新軍，王佳宇.基于Markov模型的長期護理保險定價[J].保險研究，2018（10）：87-99.

[5]陶濤，周英，戴玲燕，等.采用多狀態(tài)Markov模型分析我國老年人失能轉(zhuǎn)移規(guī)律[J].中國全科醫(yī)學，2019，22（10）：1165-1170.

[6]范寧玥，田帆，王陽，等.中國老年人對醫(yī)療服務與長期照料服務的需要與利用研究——基于中國健康與養(yǎng)老追蹤調(diào)查的實證分析[J].現(xiàn)代預防醫(yī)學，2018，45（9）：1618-1621，1666.

[7]張益林.基于物聯(lián)網(wǎng)的智慧養(yǎng)老模式研究——以長沙市為例[J].中國管理信息化，2018（19）：160-161.

[8]丁玉賢.包頭智能養(yǎng)老的建議和對策[J].智能城市，2018（18）：31-32.