我国各省市老龄事业发展现状的比较研究

范中原,王松岭

[摘要]在构建分析指标体系的基础上，运用因子分析和聚类分析对我国31个省市养老事业发展状况进行了实证研究，并进行了排序和分类。结果发现各省市在老龄事业不同方面的发展程度不同，存在着严重的不均衡问题，且大体可以分为4个发展水平。文末，在实证分析的基础上对我国老龄事业的发展提出了相关建议。

[关键词]老龄事业；人口老龄化；因子分析；聚类分析

[中图分类号]F123.16[文献标识码]A[文章编号] 1673-0461（2012）11-0044-05

一、引 言

21世纪是人口老龄化的时代，世界上所有发达国家都已步入老龄社会，目前正迅速向发展中国家蔓延。标准普尔公司在近期题为《2010年全球老龄化》的分析报告中指出：“世界人口正以不可逆转的速度步入老龄化这一事实，将成为勾勒未来国民经济健康程度的决定性因素，没有其他力量能与其相比”。菲利普·朗文曾经撰文《深入思考：全球老龄化》，指出这种急剧变化的速度将从政治、经济和军事等诸方面改变整个世界，而且影响的方式可能出乎你的预料。

作为世界排名第二的经济体，中国同样面临着老龄化的考验。中国老龄办发布的《中国人口老龄化发展趋势预测研究报告》显示，目前中国60岁以上的老年人口已达1.43亿，“十二五”时期，中国将出现第一个老年人口增长高峰，60岁以上老年人将由1.78亿增加到2.21亿，并且预计到2050年，老年人口总量将超过4亿。虽然我国养老服务业取得了较快发展，但老龄事业目前仍处于探索阶段，还存在不少亟待解决的问题。比如，供需矛盾突出；服务项目偏少；结构不合理；经营模式单一，等等[1]。在此背景下，研究我国各省市老龄事业的发展进程，探寻各省市老龄事业发展中的优势与不足，对各省市乃至我国老龄事业的整体发展均有重要的现实意义。

二、研究现状

老龄事业以老年群体为服务对象，为他们提供生活保障相关的各种设施、物品和服务等老龄产品，当这些产品的提供主要由政府承担时，我们称之为老龄事业，当这些产品主要通过市场提供时，我们称之为老龄产业。随着我国人口老龄化的加剧，政府的负担日益加重，目前，我国正处在部分老龄事业产业化阶段。而发展至今，国内学者对我国老龄事业的发展作了大量而多视角的研究。

有的学者对整个老龄事业发展的意义、战略、存在的问题及对策进行了研究。如顾国爱等研究表明我国老龄事业发展对农村消费、投资以及第三产业发展的影响甚微，对经济领域的影响力有待提高[2]；陈传书认为发展老龄事业有利于促进社会的和谐与稳定、老年人生活质量的提高和经济社会的发展[3]；以及刘莉[4]、吕燕[5]等。也有学者对我国一些具体地区老龄事业的发展进行了研究，如马璇通过对淄博市城乡一体化过程中老龄事业发展研究认为，全市老龄工作的基础还比较薄弱，老龄工作专业人员极度匮乏，应进一步强调和发挥政府主导作用，建立和完善城乡养老服务体系，培育专业人员与志愿者相结合的养老服务队伍[6]；王学鸿对云南老龄事业的发展经验与不足之处进行了分析[7]；余章华对三峡库区老龄事业的发展开展了相关研究[8]。有的学者如洪娜[9]、胡晓等[10]则对某个具体的老龄事业进行了研究。还有一些学者，如洪恬恬对我国政府在老龄事业发展中的责任和作为进行了研究[11]；田香兰则研究了日本的发展经验，以期对我国老龄事业的发展有所借鉴和启示[12]。

以上大量的文献涉及老龄事业发展战略、具体地区老龄事业的发展现状以及老龄事业的各个方面的研究，然而，当前已有的研究并没有建立起衡量我国老龄事业发展水平的量化指标体系，对我国老龄事业整体发展程度的实证研究也极其匮乏。我国经济还不够发达而人口老龄化迅速加剧，正处于发展探索阶段的我国老龄事业存在的各种问题将会凸显。本文在前人研究的基础上，建立评价我国各省市老龄事业发展水平的指标体系，并通过因子分析和聚类分析对我国31个省市老龄事业发展状况进行了比较研究。

三、研究方法与评价指标

本文运用SAS统计软件，通过因子分析来减少分析的变量，缩减成几个虚拟的具有一定意义的公共因子，随后计算各个公共因子的得分和所有因子的综合得分，并根据得分大小进行排序，进而对各省市的老龄事业的发展状况进行比较分析。然后，再通过聚类分析来对我国31个省市老龄事业的发展状况进行分类研究。

在前人研究的基础上，根据《中国老龄事业发展“十二五”规划》“六个老有”理论，结合我国具体情况以及数据的可获得性原则，本文选取了16个老龄事业发展评价指标如表1所示。

本文16个指标数据均来自《2011中国民政统计年鉴》和《2011中国劳动统计年鉴》，其中，最低生活保障享受率X1=最低生活保障老年人数/老年人总数；养老服务机构数X5=城市养老服务机构数+农村养老服务机构数。

四、我国31个省市老龄事业发展状况的比较研究

1.数据处理

由于我国31个省市存在区域面积以及人口绝对数值上的差别，不利于区域间数据的比较，从而使分析结果不准确，这里把除X1和X7外的14个变量数据均除以所在区域老年人总数，成为每万名老人拥有量。

2.公因子的提取及解释

通过SAS软件对31个省市的16个老龄事业发展指标的数据进行处理，计算相关阵的特征值和累计贡献率，其运行结果见表2：

从表2中可以看出，根据选因子的个数的MINEIGEN准则，取特征值大于1的因子，所以应取四个公因子，前四个主成分解释了78.3%的方差。这样16个原始变量便转变为4个公共因子。

建立因子分析模型的目的不仅是找出主因子，更重要的是知道每个主因子的意义，以便对实际问题进行分析。因子旋转可以使每个主因子中起主要作用的变量的载荷更加显著，从而使各个公因子的意义更加明确。对得到的四个公因子进行因子旋转可得到16个指标在各个因子上的载荷，见表3。

从表3中可以看出公因子F1再经过正交旋转后，X16，X1，X2，X13和X3上的载荷较大，可定义为老年经济和医疗保障因子；X15，X14和X12在公因子F2上的载荷较为显著，可定义为老年社会参与因子；F3在X11，X9和X8的载荷最显著，可定义为老年活动场所和维权因子；公因子F4中X5上的增加明显，可被定义为养老服务机构因子。 3.因子得分

通过SAS软件计算四个公因子在31个省市上的得分，并在此基础上以各公因子对应的方差贡献率为权数计算综合因子得分F，其计算公式如（1）所示。

F=0.391F1+0.223F2+0.103F3+0.066F4 （1） 计算出各个因子得分并分别对31个省市按得分从高到低进行排名，结果如下表4所示。

表4显示了我国31个省市在各个因子上的得分以及排名，从中可以看出：在综合排名上，吉林、上海、北京、天津和西藏综合排名前五，展现出其在老龄事业发展上的领先地位，而海南、广西、广东、河北和贵州排在最后，其他21个省市则处于中间水平。然而，各省市在老龄事业的不同方面的发展水平也不尽相同，在综合排名前五的地区中，吉林在老龄事业的各因子上的载荷均较大，上海在F3和F4上的载荷均排在最后，北京和天津在F1上的排名较靠后，西藏则在F2和F3上的排名分别为倒数第三和倒数第一。在老年经济和医疗保障因子F1上，吉林、西藏、青海、上海和河南排在前五；在老年社会参与因子F2上，上海、北京、天津、湖北和辽宁排在前面；在老年活动场所和维权因子F3上，浙江、福建、北京、山西和吉林排在前五；陕西、西藏、北京、吉林和甘肃在F4上载荷最大，显示出其养老服务机构发展方面相对领先。

4.聚类分析

通过SAS软件可以根据老龄事业的发展水平对我国31个省市进行分类，其分类结果见图1。

从图1中可以看出，我国31个省市老龄事业发展情况可以分为四类。其中，吉林单独归为一类，老龄事业的发展处于全国领先地位；北京和上海归为一类，其老龄事业综合发展水平仅次于吉林；天津、浙江、山东、福建、山西、新疆、江西、湖南、四川、云南、 河南和宁夏12个省市归为一类，其老龄事业发展水平较为接近，处于我国中游水平；河北、安徽、广西、海南、黑龙江、广东、内蒙古、青海、辽宁、江苏、湖北、重庆、贵州、甘肃、 陕西和西藏16个省市归为一类，其老龄事业发展处于下游水平。这一聚类分析结果与前文因子分析综合得分水平排序基本吻合，进一步证明了我国31个省市老龄事业发展存在的差异。

五、结论及建议

本文通过因子分析将16个老龄事业发展评价指标归结为老年经济和医疗保障、老年社会参与、老年活动场所和维权、养老服务机构4个主要公共因子，并算出了我国31个省市老龄事业在这四个方面上的得分水平。结果显示，我国各省市老龄事业的发展不仅在综合发展水平上存在显著差异，而且在老龄事业发展的各个方面也存在显著差异。聚类分析把31个省市按照老龄事业的发展程度和彼此间接近程度分为4类。其中，吉林省老龄事业的发展处于全国领先地位，单独归为一类；北京和上海仅次于吉林归为一类，其余各省市又分为两类。

从因子分析和聚类分析的结果可以看出，经济发展水平在地区老龄事业发展中起到了一定的作用，如经济较发达的北京、上海等地老龄事业发展水平较高。然而，经济发展水平并不是主导因素，如西藏、青海、陕西等地老龄事业在某些方面在全国也处于领先水平。这是因为老龄事业不同于老龄产业，它除了各种养老设施、物品和服务主要由政府承担外，其整体的发展更多依赖于政府的规划和相应的政策支持以及各种符合各地区实际情况的创新模式的应用等。为应对日益加剧的老龄化问题，《中国老龄事业发展“十二五”规划》明确了积极发展养老服务业的主要任务：重点发展居家养老服务，大力发展社区照料服务，统筹发展机构养老服务，优先发展护理康复服务等。各地区也在此框架下制定了本地区老龄事业发展的“十二五”规划，并不断进行研究和实践，以寻求影响本地区老龄事业发展的主要因素，采取措施应对加剧老龄化带来的各种问题，提高老年人生活水平，推动老龄事业的发展。在此背景下，结合以上实证研究的结果，本文提出如下建议：

首先，我国应该建立评价老龄事业发展水平的统一的指标体系，定期公布数据，以便找出各省市发展过程中的优势与不足。[14][15]统一完善的老龄事业发展水平评价体系是各省市老龄事业发展水平的衡量标准，也是找出优势与不足的有效工具，其作用在当前人口老龄化加剧的背景下尤为重要。

其次，学习并推广老龄事业发展领先地区的经验和模式，尽量使各省市发展水平相接近，体现各地区老人享受养老服务的公平性。实证结果显示，各省市在老龄事业的不同方面的发展水平存在显著的差异。因此，相互学习，取长补短，将会有效地减少因区域发展水平不同而产生老年人的不公平待遇甚或老年养老区域流动等问题。

最后，各省市努力探索影响本地区老龄事业发展的主要因素，对症下药，因地制宜，使老龄事业在加剧老龄化背景下为我国老年人生活提供有力的保障。从实证结果中可以看出，各省市在因子分析综合得分排序与单因子排序差异很大，表明除了经济发展水平因素在老龄事业的发展中有着重要的作用外，还有其他诸多因素从不同方面影响着各地老龄事业的发展，需要各省市根据当地具体情况进行研究分析，从而合理制定政策，有效引导老龄事业的发展。

[参考文献]

[1]陈毅华. 多策并举发展养老服务业[N]. 经济日报， 2012-04-13（13）.

[2]顾国爱， 江贻送， 田大洲. 我国老龄事业发展的经济效应分析[J]. 中国人力资源开发， 2010（10）： 94-97.

[3]陈传书. 加强老龄工作发展老龄事业[J]. 求是， 2010（16）： 48-49.

[4]刘 莉. 建立健全老龄工作体系推动老龄事业新发展[J]. 福建论坛， 2008（S3）： 17-18.

[5]吕 燕. 老龄化社会的战略选择：社会养老事业与产业协调发展——基于对扬州市的相关调查[J]. 西北人口， 2011， 32（1）： 53-63.

[6]马 璇. 城乡一体化过程中淄博市老龄事业发展研究[J]. 重庆科技学院学报， 2011（15）： 50-63.

[7]王学鸿. 老龄事业健康发展探析：以云南省为例[J]. 云南财经大学学报， 2010， 25（4）： 114-118.

[8]余章华. 在城乡统筹中发展三峡库区老龄事业——以万州区为例[J]. 重庆三峡学院学报， 2009， 25（4）： 13-16.

[9]洪 娜. 浅析我国老年教育事业的发展[J]. 广西民族大学学报， 2007（S2）： 20-21.

[10]胡 晓， 赵鹏程. 老年教育事业发展的制约因素与对策[J]. 求索， 2009（21）： 60-161.

[11]洪恬恬. 我国老龄事业发展中政府的责任和作为[D]. 上海：上海复旦大学， 2011.

[12]田香兰. 养老事业与养老产业的比较研究——以日本养老事业与养老产业为例[J]. 天津大学学报， 2010， 12（1）： 29-35.

[13]汪远征， 徐雅静. SAS软件与统计应用教程[M]. 北京：机械工业出版社， 2007.

[14]连季婷，王燕妮.我国养老保险制度及存在问题[J].石家庄经济学院学报，2002（5）：469-472.

[15]齐 绩.试论我国弹性退休年龄改革[J].石家庄经济学院学报，2012（6）：97-99.

Comparative Study on the Development of Aging Undertakings

in Provinces of China

Fan Zhongyuan1，Wang Songling2

（1. School of Management， University of Shanghai for Science and Technology， Shanghai 200093，China；

2. China Center for International Economic Exchanges， Beijing 100017，China）

Abstract： Based on the building of an index system， this paper studies the development of aging undertakings in China's 31 provinces using factor analysis and cluster analysis， then sorts and categorizes them. The result shows that there exist differences in the different aspects of aging projects in various provinces. And there is a serious imbalance. The 31 provinces generally can be divided into 4 development levels. In the end， suggestions are given based on an empirical analysis.

Key words： the aging projects； population aging； factor analysis； cluster analysis