中国城市居家老人养老行为调查分析——以北京市为例

一、引言
        2011 年底，我国60 岁以上的老年人口已达1.85 亿，占总人口的13.7％，而且人口老龄化速度不断加快。根据《中国老龄事业发展十二五规划》， 2030 年全国老年人口规模将翻一番；2050 年左右总人口中超过三分之一是老年人。面对急速老龄化带来的社会需求，社会养老服务体系建设面临巨大挑战。同时，随着我国综合国力的增强和城乡居民收入的增加，养老服务市场日益兴起，老年产业的发展十分迅速。当前，养老产品的种类、设计和服务组织形式呈现出多样化、精细化的态势。但是另一方面，养老服务的供需矛盾突出、设施和服务功能单一、布局不合理、投入不足、专业化人才欠缺等问题十分尖锐。由于缺乏数量、品质和选址方面的细致规划，在大量社会需求得不到满足的情况下，不少老年服务设施出现闲置，造成了资源的巨大浪费；也有许多老年住房和老年设施，在用户需求、产品定位方面缺乏深入研究和预测，大大增加了投资和经营的风险。
        要想解决这些问题，在政策设计和养老服务设施的规划设计、经营管理中必须要考虑居民未富先老、支付能力有限的国情，也必须考虑独生子女政策长期实施使得户均人口减少、家庭养老支撑能力下降、空巢家庭比例不断升高的事实。同时，由于住房和各种硬件设施的建设具有很大刚性，还需要充分把握老龄化的长期趋势和老年人的长期需要。
        近年来，老年社会学、环境心理学等领域就养老需求和养老方式问题做了大量理论探讨和实证研究，如基于统计数据或实地调查对老人的养老方式选择及其影响因素进行分析，对机构养老、居家养老、社区日托养老设施的需求进行分析预测等，但是现有研究仍存在明显不足。一是对养老需求的测算依据一般是历史数据或居民的主观意愿，但是忽略了对其合理性的客观判断。事实上，在社会经济快速转型的背景下，老年人的生活方式和养老观念正在发生深刻的转变，即使是老年人自己对未来的决策也往往带有一定的盲目性。因此，政策设计中有可能因为过度迁就需求而造成资源配置的不合理，或者在老年设施和产品的定位设计中，对有可能发生的调控政策缺乏预见性。二是对老年人不同阶段的养老需求缺乏连续性的考虑。现实生活中老年人的晚年极有可能经历从生活完全自理到完全不能自理的过程。[1] 但大部分研究只是对现阶段老年群体的需求进行分析，并没有关注养老方式的转化及其带来的需求。
        当前，我国正处于新型养老理念和养老模式的构筑期。科学地把握居民的养老服务需求，是养老服务体系规划的基础，也是老年住宅和设施规划的关键课题。以此为目标，本文通过北京市典型社区的问卷调查，分析城市居家老人群体在养老决策、特别是养老方式选择方面的特征、规律和制约条件，考察不同阶段养老决策的变化趋势，并对其合理性进行评估。希望研究成果为有效解决养老服务的供需矛盾、提高规划设计的科学性提供依据。 

二、样区选择和问卷调查情况
        为了了解不同类型老年群体的生活状况和对于养老服务的需求，本文采取了典型样区问卷调查的方法。城市地理学研究表明，在历史和制度因素、空间区位、环境和公共服务水平、居住密度等因素的共同作用下，不同地区居民的社会经济属性和行为心理特征具有显著差异[2]，因此城市居住空间分化成不同的地域类型。[3] 就北京市而言，居住社区主要分为六个类型：旧城四合院街坊社区、新建商品房社区、单位大院、经济适用房社区、廉租房社区，以及一般混合社区。[4]
        基于以上认识，综合考虑样区空间分布的均衡性、社区规模、各地区老年人口抚养比等因素，选择了6 个具有典型意义的社区: 白纸坊街道的里仁街，代表普通混合社区（特点是企业事业单位退休老人较多）；东花市街道京城仁合小区，代表廉租房社区（全部是低保户、军人和优抚老人）；平房街道国美家园，代表新建商品房社区（多为改善住房条件由内城外迁、或随子女来京的老人）；回龙观龙腾六区，代表经济适用房社区（主要是内城拆迁或投奔子女的老人）；万寿路5 号院，代表单位大院社区（国家机关事业单位退休老人）；什刹海街坊，代表旧城四合院社区（绝大多数是居住多年的老北京居民）。它们的空间分布和各典型社区的有效样本数如图1 所示。

1. 典型样区的空间分布和样本数量

        2005 年北京市1% 人口抽样调查数据显示，内城地区（现东城和西城二区）养老服务的压力最大。近年来，随着商品房和经济适用房建设重心的外移，核心区外围的人口密度增长迅速，很多来京投奔子女的老人主要居住在城市周边地区。本研究所选择的6 个调查样区较好地反映了以上趋势。
        调查问卷的内容包括两个主要方面。一是调查对象的基本属性、生活和养老状况，包括年龄、家庭构成和子女、收入、教育、退休前的职业、住房情况（面积、产权性质）、社会保险、社会交往、健康状况、是否需要家人或他人照顾、相关支出等。这些因素是影响养老意愿和行为模式的重要因素。二是养老意愿和需求，包括老年人在不同情景下希望选择哪种养老方式，包括独自在家、家庭赡养、社区居家、机构养老四种。其中，各种类型的养老院均纳入机构养老的范畴，社区日托中心、托老所、依托于社区的老年公寓等则纳入社区居家养老。
        2011 年8-9 月，研究组深入各个社区，通过社区协助、随机走访等方式抽取已经退休的老人（女性55 岁以上，男性60 岁以上），对他们进行了调查。一共发放问卷605 份，回收有效问卷536 份。表1 对调查对象的主要属性进行了统计。表中家庭结构的数据表明，调查对象中纯老人家庭（包括独居、老人组合）比重高达52.3%，空巢化十分明显。表示需要他人照护（不含配偶）的老年人比例大约是10%，他们目前主要是依靠儿女来照顾，也有少量是保姆或社工。

表1. 调查样本主要属性的描述性统计

        受抽样方式所限，调查对象没有包括生活在养老设施和医院里的老年人，以及那些不能出门的老年人。将调查样本的属性与北京市统计年鉴的各项指标相对比，除了高龄老人（80+）比重略低（10.8%，全市比重为14.5%），其他指标差别不大。这说明关于高龄老人的分析结果可能会被低估一些，但是总体来说，样本具有良好的代表性。
 

三、老年人的养老方式选择
1. 决策树分析方法
        为了准确把握不同因素对老年人养老决策的影响，并准确识别不同的群体，本研究采用了决策树的分析方法。决策树是一种探讨分类规则的数据挖掘方法，用决策点代表决策问题，用方案分枝代表可供选择的方案，经过计算和比较不同方案在各种结果条件下的损益值，寻求最优决策。其输入条件包括决策判断或损益计算的依据（因变量）和各种影响决策的因子（自变量）。当样本数量足够大时，每个概率分支反映了整个样本中一个分类的决策规则，并在数据库中产生一个分类，因此，它对于解决分类问题非常有效。[5] 随着数据挖掘技术的进步，决策树分析的算法不断改进，在很多领域获得了广泛应用。
        为便于考察老年人在生命不同阶段的养老方式选择意愿，问卷调查中设计了“健康状态下”、“失能、半失能状态下”、“生命的最后阶段”等不同场景下老年人的养老模式选择问题。本文着重对健康状态和失能、半失能状态两个情景进行分析。影响养老方式选择的因子包括：年龄、性别、收入、家庭结构、住房条件、健康状况等。可供选择的养老方式包括：独自生活、子女赡养、社区服务、养护机构。在每一种情景下，以四种养老方式为因变量，影响因子为自变量，构建决策树模型。
2. 健康状态下的养老意愿
        在健康状态下决策树分析结果如图2 所示。由方框中的决策变量可以看出，家庭结构、住房面积、年龄、教育程度等四项因素依次对养老决策产生了重要影响。而收入等没有成为影响决策的主要因素，说明在健康状态下，经济条件并没有对决策构成重要制约。此外，收入往往和教育程度、住房条件存在一定的相关性，所以有可能被后者所掩盖。

2. 健康状态下养老方式选择的决策树

        根据决策路径的不同，被调查的老年人分成8 个类型，他们的养老决策具有显著差别。表2 对每组老年人的特点和他们选择四种养老方式的比例进行了归纳。在健康状态下，老年人选择独立居家养老、子女赡养、社区服务和养护设施的大体比例分别是79%、12%、4% 和6%。

表2. 健康状态下养老决策分析结果

        独自生活（79%）：近八成的健康老人希望独立生活，住房条件宽松的老人尤为明显。
        子女赡养（12%）：健康状态下，希望依靠子女赡养的仅占12%，其中文化程度低、住房小、与孩子同居的老人对儿女的依赖较强，近三分之一希望子女赡养。
        社区服务（4%）：老人们对社区居家养老的认可程度很低。即使是刚退休和文化程度较高的老人，接受这种养老方式的也不过10%。
        机构养老（6%）：空巢老人和教育程度较高、与子女同居且住房面积小于90m2 的老人更倾向于机构养老。
        总体来看，健康老人选择去养老机构的比例不高。表2 的最后一列还计算了每一组老人对于机构养老的需求强度（即本组老人机构养老的选择比例与所有老人机构养老的平均选择比例之比）。可以看出，空巢老人以及与子女住在一起但住房条件相对较差、文化程度较高的老人更愿意选择机构养老。
3. 失能、半失能状态下的养老意愿
        运用同样的方法，本文分析了调查样本在独立生活有困难时的养老意愿，决策树分析的结果如图3 所示。在这种情景下，被调查的老人分成7 个类型。他们的决策依次受到收入、住房面积、年龄、家庭结构等四项因素影响。

3. 失能、半失能状态下养老方式选择的决策树

        表3 展示了每一组老人的属性特征及其选择不同养老方式的比例。显然，当独立生活有困难时，老年人养老决策发生了重大变化，选择独立居家养老、子女赡养、社区服务和养护设施的比例分别为10%、25%、16% 和50%。

表3. 独立生活有困难时的养老决策分析结果

        即使是在不能独立生活的状况下，大部分老人仍然愿意选择社区居家养老或机构养老。这固然是家庭赡养能力下降的结果，但同时也表明，我国传统的家庭赡养模式已经发生深刻变化。
        分析显示，低收入是机构养老的约束因子，月收入低于1000 元的老年人大部分选择子女赡养（60%），远高于其他组别。此外，住房面积60m2 以上是社区居家养老的决策门槛，这一门槛值显著低于健康状态下的决策门槛90m2。这表明失能状态下老人们的决策更加现实，只要不是居住空间特别拥挤，大部分老人还是愿意住在自己家里。
        子女赡养（25%）：子女赡养的比例增加2 倍；月收入低于1000 元的老人中将近60% 选择子女赡养。
        机构养老（49%）：老年人选择利用养护设施的比例剧增；尤其是70 岁以下的老年人非常积极，近三分之二的老人愿意去养老机构。
        社区服务（16%）：不能独立生活后社区服务的依存比例增加2 倍；住房面积高于60m2 的比例显著提高。
 

四、养老决策的阶段性差异及其合理性分析
        以上分析结果揭示了养老决策的巨大阶段性差异。从健康状态步入需要照护的阶段，选择子女赡养、社区服务和机构养老的老年人比重分别上升了2 倍、4 倍和8 倍。值得关注的是，70 岁以下和超过70 岁的老人在养老决策上具有显著差异。年轻的老人对机构养老表现出强烈的兴趣，而70 岁以上老人则现实得多，更多地希望社区居家养老或子女赡养。这固然表现出年轻老人群体比较独立的一面，但同时在某种意义上也体现出一定的盲目性，因为很多人对于有没有合适的养老院、养老院能提供怎样的照护并不十分清楚。
        北京市统计年鉴和中国民政统计年鉴数据显示，2009 年北京市60 岁以上的老年人有229 万。按照老年人中10% 的群体需要照护来保守估计，总数约23 万人，这一数字今后还将不断上升。另一方面，民政部门登记的老年收养机构总共有2.63 万个床位，其中在院老人的68% 还是完全能够生活自理的老人。显然，若是按照23 万需要照护的老人中50% 都要去养老院，为他们提供服务的能力是极度匮乏的，床位缺口高达9 万个。

        过度迁就对机构养老的需求，不但会降低老年人生活的稳定性，还会增加资源过度配置的风险。因此，在增加养老机构床位数、特别是为失能老人提供的床位数的同时，一定要适当减少老年人对机构养老的需求。根据前文的分析，特别是要加强对年轻健康老人群体的引导。
        与70 岁以下老人不同的是，现时期70 岁以上的老人，只有35% 左右希望在需要照护的阶段进入机构养老，我们可以认为该比例大致合理。如果按10% 的老年人需要照护计算，养老机构床位数为老年人口总数的3.5% 左右。目前，我国城市养老机构床位数大约是老年人总数的1%，《社会养老服务体系建设规划（2011-2015 年）》提出，到2015 年，每1000位老人平均拥有30 张养老床位。从这些数字来看，到2020 年，机构养老比例占35% 的设计是比较合适的。也就是说，当前希望到养老机构养老的50% 的需要照护的老人当中，有15%应该转向其他养老方式。同时应该注意，机构所提供的养老服务一定要满足失能和半失能老人的需要。
        分析表明，随着年龄的增加，需要照料的老年人的比例呈S 形增长，到80 岁左右时，很多老人迅速进入需要照料的时期。根据生命周期来推算，现在70 岁以下老年人群体进入照护阶段还有10 年左右的时间。因此，如果2020 年左右我国能够提供占老年人总数的3.5% 左右的养老机构床位，且比较好地解决了为失能、半失能老人提供长期照护的问题，就能够比较顺利地实现社会养老服务体系建设规划中提出的“以机构为支撑”的政策目标。届时，预期家庭赡养的能力还会下降，因此，要想实现上面的目标，社区居家养老的比例至少要提高到30% 以上。（图4）

4. 不同阶段养老模式选择比例的差异
 

五、结论和启示
        以上研究通过北京市的案例研究，对城市居民在不同阶段的养老意愿及其合理性进行了分析。研究结论为合理地调控需求和配置公共资源，解决养老服务的供需矛盾提供了支撑。
        首先，研究结果显示，我国传统的家庭养老模式已经转型，目前，北京市城市老年人的空巢家庭比例超过一半，老年人在健康状态下80% 选择独自生活，而独立生活有困难时50% 的老人选择机构养老。目前存在的主要问题是，老年人对社区居家养老的认可度有限，在健康和不能独立生活状态下对社区居家养老的依赖度分别是4% 和16%。一方面，这可能是因为宣传不够，很多老人对社区居家养老这种方式还不太了解，另一方面可能是服务的内容和形式与老年人的实际需要存在差异。从现有老年收养机构的统计数据来看，总量不足的矛盾十分突出，同时近70% 的床位是为完全自理的老人提供服务，能够向不能自理的老人提供介助和介护服务的养老机构床位存在大量缺口。因此，亟需增加养老机构床位，特别是增加面向失能和半失能老人的设施。
        其次，养老服务需求存在巨大的阶段性差异。由自理步入需要照护的阶段后，老年人对家庭赡养、社区养老和机构养老的需求分别增加2 倍、4 倍和8 倍。如果仅仅是从老年人的意愿出发来建设很多养老院，不但会降低老年人生活的稳定性，还会增加资源过度配置的风险。基于对不同生命周期养老需求的测算，2020 年35% 的失能和半失能老人选择养老机构是比较合适的，各类养老机构应该形成相应的供服务支撑能力。同时，2020 年，至少有30% 以上的失能和半失能老人将会在社区养老，为了满足他们的实际需要，应大力发展日间护理、托老所、依托于社区的养老公寓等社区居家养老服务。以上结论对老龄设计也有着重要的启示。未来，各类养老机构及社区性为老服务设施具有旺盛的社会需求，而这些项目定位和设计的关键环节是要根据老人的失能状况提供跨阶段照护。
        研究还表明，老年人对养老方式和设施的选择，取决于住房条件、收入、文化程度和家庭结构等因素的综合考虑。值得注意的是，不到70 岁的低龄老人，在规划未来的养老问题时对机构养老的依赖性过高，比例甚至超过了60%。这些老人经济上并不富裕，儿女的支撑和赡养能力较弱，但是他们的文化程度较高，住房条件较好，选择社区居家养老反而比较有利。因此，社区居家养老服务应重点加强对低龄老人群体的鼓励和引导。
        我国的社会养老服务的需求存在巨大的区域差异和城乡差异，在实际中，城乡老年人的生活质量不但受到自然环境、经济发展条件和文化因素的影响，还受到一系列制度因素的约束。因此，本研究的范围仍然十分有限。要想真正建立起符合实际国情的社会养老服务政策体系，打造安心舒适的老年生活环境，需要加强各个层面、各个领域的信息交流，还需要结合不同区域、不同城市和农村、不同社区的特点，进行更加深入而全面的综合研究。

注释：
[1] 裴晓梅：“构建需求导向型老年人城市生活社区”，《上海城市管理职业技术学院学报》，2009.2。
[2] 吴缚龙：“中国城市社区的类型及其特质”，《城市问题》，1992.5。
[3] 曾毅，王正联：“中国家庭与老年人居住安排的变化”，《中国人口科学》，2004.5。
[4] 参见柴彦威等：《中国城市老年人的活动空间》，科学出版社，北京，2010。
[5] Dunham M. Data Mining: Introductory and Advanced Topics[ M ] . Upper Saddle River , N J : Pearson Education, 2003.

参考文献：
[1] 中共中央国务院：《中国老龄事业发展“ 十二五” 规划》，2011。
[2] 中共中央国务院：《社会养老服务体系建设规划（2011 － 2015 年）》，2011。
[3] 陈赛权：“中国养老模式研究综述”，《人口学刊》，2000.3。
[4] 初炜、胡冬梅、宋桂荣等：“老年人群养老需求及其影响因素调查分析”，《中国卫生事业管理》，2007.12。
[5] 贾雪华：“北京市空巢老人养老需求与养老方式实证研究”，首都经济贸易大学硕士论文，2009。
[6] 张红、李会：“不同家庭结构的农村老年人养老需求状况探讨——基于安徽省长丰县的实证分析”，《现代农业》，2008.9。
[7] 赵婧：“我国居家养老服务需求预测及其发展思考”，浙江大学博士论文，2010。
[8] 刘红：“中国机构养老需求与供给分析”，《人口与经济》，2009.4。
[9] 蔡驎：“城市日托养老需求分析”，《上海师范大学学报( 哲学社会科学版)》，2007.36(3)。
[10]（美）保罗·诺克斯：《城市社会地理学导论》，柴彦威译，商务印书馆，北京，2005。
[11] 许学强等：《城市地理学( 第二版)》，高等教育出版社，北京，2009。

12] 北京市1% 人口抽样调查办公室：《2005年北京市1% 人口抽样调查资料》，中国统计出版社，北京，2007。
[13] Han J, Kanber M.Data Mining: Concepts and Techniques [M]. San Franscisco: Morgan Kaufmann Publishers,2001.
[14] 陈家俊、苏守宝、徐华丽：“基于多尺度粗糙集模型的决策树优化算法”，《计算机应用》，2011.12。
[15] 刘鹏、姚正、尹俊杰：“ 一种有效的C45改进模型”，《清华大学学报（自然科学版）》，2006.46(S1)。
[16] 张静、田丽娜：“决策树分析法在风险决策中的应用”，《数学教学研究》，2009.28(10)。
[17] 柴伟杰、付志兵、王志芳：“决策树算法在应急预案评估中的应用分析”，《无线电工程》，2011.41(7)。.
[18] 李亚飞、刘高焕、黄翀：“基于决策树分类的云南省迪庆地区景观类型研究”，《资源科学》，2011.33(2)。