楊紅燕 陳 鑫 聶夢(mèng)琦 羅 萍 秦 昆

一、引言

機(jī)構(gòu)養(yǎng)老床位是社會(huì)化養(yǎng)老服務(wù)供給不可或缺的核心資源。尤其是對(duì)于4 000多萬(wàn)失能、半失能老人[1]而言，機(jī)構(gòu)養(yǎng)老服務(wù)是減輕家庭照護(hù)負(fù)擔(dān)，保障老人必要的照護(hù)需求的重要載體。2017年，全國(guó)平均每千名老人擁有的機(jī)構(gòu)養(yǎng)老床位數(shù)是16.9張，加上社區(qū)床位后是30.9張[2]，離“民政事業(yè)十三五規(guī)劃”提出的到2020年每千名老年人口擁有養(yǎng)老床位數(shù)達(dá)到35～40張的發(fā)展目標(biāo)[3]并不遙遠(yuǎn)。不過，《“十三五”國(guó)家老齡事業(yè)發(fā)展和養(yǎng)老體系建設(shè)規(guī)劃》指出，城鄉(xiāng)、區(qū)域老齡事業(yè)發(fā)展和養(yǎng)老體系建設(shè)不均衡問題突出，養(yǎng)老服務(wù)有效供給不足。那么，我國(guó)不同縣(區(qū))養(yǎng)老機(jī)構(gòu)床位供給在空間上的分布是否均衡？全國(guó)總量供給的樂觀是否意味著縣(區(qū))層面供給的充分？又有哪些因素可能影響不同縣(區(qū))的機(jī)構(gòu)養(yǎng)老床位供給狀況？

地方財(cái)政支出及其空間互動(dòng)可能是影響機(jī)構(gòu)床位的關(guān)鍵因素。政府是養(yǎng)老服務(wù)供給的關(guān)鍵主體。政府通過直接投資或者與民間資本聯(lián)合形式提供的養(yǎng)老服務(wù)機(jī)構(gòu)大約占養(yǎng)老機(jī)構(gòu)總數(shù)的70%[4]。此外，政府“補(bǔ)床頭”“補(bǔ)人頭”“補(bǔ)磚頭”等財(cái)政支持對(duì)于民間養(yǎng)老機(jī)構(gòu)的服務(wù)供給也是不可或缺的。而政府間“標(biāo)尺競(jìng)爭(zhēng)”深刻地影響了包括養(yǎng)老床位在內(nèi)的社會(huì)福利資源的供給格局。盡管2016年開始國(guó)務(wù)院大力推進(jìn)中央與地方財(cái)政事權(quán)和支出責(zé)任劃分[5]，但養(yǎng)老服務(wù)領(lǐng)域政府間事權(quán)仍然沒有明確的劃分，現(xiàn)實(shí)中養(yǎng)老服務(wù)供給以地方為主。由于信息不對(duì)稱和委托代理問題，上級(jí)政府會(huì)參考其他地方政府的行為而對(duì)本地政府進(jìn)行考核。Tobler(1970)[6]在“地理學(xué)第一定律”中指出：“任何事物都與其他事物相聯(lián)系，但鄰近的事物比距離遠(yuǎn)的事物聯(lián)系更為緊密?！币虼?，地方政府的財(cái)政支出決策及不同縣(區(qū))地方政府間的“標(biāo)尺競(jìng)爭(zhēng)”行為可能會(huì)由于空間因素的加入而更加復(fù)雜，也會(huì)影響到區(qū)域養(yǎng)老床位供給的空間分布與均衡。

現(xiàn)有關(guān)于養(yǎng)老服務(wù)供給及區(qū)域差異的成果中，聚焦于全國(guó)范圍宏觀評(píng)估與制度層面深入剖析的成果較少，對(duì)于區(qū)域差異的分析多聚焦于省級(jí)、市級(jí)層面，缺乏從縣級(jí)這一推動(dòng)經(jīng)濟(jì)發(fā)展的關(guān)鍵行政層級(jí)視角的分析，且對(duì)于地區(qū)間空間異質(zhì)性的關(guān)注不夠。因此，從地區(qū)間空間互動(dòng)的角度，揭示地方政府間的競(jìng)爭(zhēng)與參照學(xué)習(xí)對(duì)于養(yǎng)老機(jī)構(gòu)床位供給的影響，對(duì)于更好地滿足老年人的需求，促進(jìn)機(jī)構(gòu)養(yǎng)老服務(wù)供給的優(yōu)化有著重要的意義。

二、文獻(xiàn)綜述

盡管養(yǎng)老服務(wù)相關(guān)研究成果汗牛充棟，但基于宏觀層面研究養(yǎng)老床位等資源分布的成果并不多?，F(xiàn)有研究大多圍繞機(jī)構(gòu)養(yǎng)老和社區(qū)居家養(yǎng)老，提出養(yǎng)老服務(wù)資源存在總量不足與區(qū)域不均衡等問題。在機(jī)構(gòu)養(yǎng)老方面，王莉莉(2014)[7]認(rèn)為，我國(guó)城鄉(xiāng)養(yǎng)老機(jī)構(gòu)床位數(shù)結(jié)構(gòu)性短缺，城市需求大但床位數(shù)少，而農(nóng)村需求小卻床位多，造成有實(shí)際需求的老年人的入住愿望得不到滿足；何南芙等(2018)[8]認(rèn)為，吉林省養(yǎng)老機(jī)構(gòu)床位配置呈現(xiàn)總量不足與入住率偏低同時(shí)存在的矛盾現(xiàn)象，且表現(xiàn)出區(qū)域發(fā)展不均衡的狀態(tài)，中部、西部、東部由高到低。徐俊和朱寶生(2019)[9]發(fā)現(xiàn)北京市養(yǎng)老機(jī)構(gòu)床位使用率存在城鄉(xiāng)差別、機(jī)構(gòu)規(guī)模分布不均衡等問題，而席晶和程楊(2015)[10]進(jìn)一步指出北京市的機(jī)構(gòu)養(yǎng)老服務(wù)在發(fā)展階段和布局現(xiàn)狀都存在空間差異。在社區(qū)居家養(yǎng)老服務(wù)方面，白晨和顧昕(2018)[11]認(rèn)為，包括基本生活照料、護(hù)理康復(fù)、情感關(guān)懷等在內(nèi)的基本養(yǎng)老服務(wù)橫向不平等問題突出，以東部最為嚴(yán)重，同時(shí)丁志宏和王莉莉(2011)[12]研究發(fā)現(xiàn)我國(guó)社區(qū)居家養(yǎng)老服務(wù)除在東、中、西部外，還在城鄉(xiāng)存在著明顯的不均等現(xiàn)象；但郭麗娜和郝勇(2018)[13]認(rèn)為在城鎮(zhèn)居家養(yǎng)老服務(wù)整體上處于需求大于供給的狀態(tài)。

與此同時(shí)，在養(yǎng)老服務(wù)總量及分布影響因素的成果中，從地方政府間標(biāo)尺競(jìng)爭(zhēng)與空間相互作用的角度考慮的成果相當(dāng)少(馬玉娜和顧佳峰，2015[14])，盡管地方政府間“標(biāo)尺競(jìng)爭(zhēng)”常常被用于解釋其他公共服務(wù)的供給扭曲狀況。周黎安(2007)[15]指出，中國(guó)以GDP考核為主的官員晉升體制即晉升錦標(biāo)賽，促使地方官員只關(guān)心可測(cè)度的經(jīng)濟(jì)績(jī)效，而忽略了教育、科技和醫(yī)療衛(wèi)生等許多長(zhǎng)期的影響。為增長(zhǎng)而競(jìng)爭(zhēng)的后果可能體現(xiàn)在多個(gè)方面，直接影響到當(dāng)?shù)鼐用竦母＠胶唾Y源配置的效率(黃純純和周業(yè)安，2011[16])，造成地方公共支出結(jié)構(gòu)“重基本建設(shè)、輕人力資本投資和公共服務(wù)”的扭曲(傅勇和張晏，2007[17])。與西方“自下而上的標(biāo)尺競(jìng)爭(zhēng)”不同，中國(guó)地方政府是“自上而下的標(biāo)尺競(jìng)爭(zhēng)”(張晏2005[18])，是GDP的競(jìng)爭(zhēng)(張文瑾，2007[19])。如省級(jí)政府間(主要是地理相近省份)財(cái)政社會(huì)保障支出存在顯著的“標(biāo)尺競(jìng)爭(zhēng)”(杜妍冬和劉一偉，2016[20])。此外，空間因素日益被用于解釋人力資本作用(高遠(yuǎn)東和花擁軍，2012[21])、環(huán)境污染程度(Que等，2018[22])、區(qū)域創(chuàng)新產(chǎn)出甚至財(cái)政社會(huì)救助支出(蘇屹和林周周，2017[23])的區(qū)域差異等現(xiàn)象。例如，經(jīng)濟(jì)發(fā)展水平相似和距離接近的省份間存在財(cái)政支出的策略互補(bǔ)性競(jìng)爭(zhēng)，且距離是影響地區(qū)相互作用的主要因素[24][25]。因此，地區(qū)間養(yǎng)老服務(wù)床位等資源空間相互作用的問題也值得進(jìn)一步的研究。

綜上，系統(tǒng)評(píng)估養(yǎng)老服務(wù)供給的成果不多，全國(guó)范圍的研究更少。供給影響因素的解釋也較為單一，缺乏從制度層面的深入解讀，且未能考慮地方政府空間互動(dòng)的深層次作用機(jī)制，難以準(zhǔn)確地解釋區(qū)域養(yǎng)老服務(wù)供給的差異原因。而地方政府“標(biāo)尺競(jìng)爭(zhēng)”的研究也多針對(duì)財(cái)政支出、社會(huì)保障支出而非養(yǎng)老服務(wù)供給；從技術(shù)上看，多聚焦于省級(jí)與地區(qū)層面[18][25]，尺度較大。以省為單位的研究，由于樣本量過少，容易忽略省域內(nèi)空間分布的非均質(zhì)性，很難清晰刻畫和展現(xiàn)空間格局的細(xì)節(jié)特征與規(guī)律。在少有的以縣域?yàn)槌叨鹊难芯恐?，要么是研究范圍局限于個(gè)別省份[10]，樣本量不足，要么是采用空間常系數(shù)模型[14]，對(duì)于空間異質(zhì)性的考慮不夠，以致代表性和有效性不足，最終導(dǎo)致回歸結(jié)論未必符合實(shí)際，而根據(jù)回歸結(jié)論得出的政策判斷更是值得懷疑。

在中國(guó)，地區(qū)之間的“標(biāo)尺競(jìng)爭(zhēng)”是影響地方政府最重要的渠道[26]。養(yǎng)老服務(wù)供給的空間結(jié)構(gòu)與地方的經(jīng)濟(jì)、社會(huì)特質(zhì)結(jié)合在一起，進(jìn)一步成為地方政府間競(jìng)爭(zhēng)的場(chǎng)域，作用于未來(lái)的養(yǎng)老機(jī)構(gòu)床位供給。同時(shí)，地域間差異性的度量和解釋受到尺度和規(guī)模的影響[27](地理學(xué)原理3)，不同的尺度可能得到截然不同的結(jié)論。縣級(jí)地區(qū)(包括縣、縣級(jí)市和地級(jí)市市轄區(qū))不僅是基本行政單位，也是推動(dòng)經(jīng)濟(jì)發(fā)展的關(guān)鍵引擎[28]，而縣域之間在經(jīng)濟(jì)[29]、人口老齡化[30]等方面都存在較大差異。因此，本文以縣域?yàn)檠芯繂挝唬诳紤]地方政府競(jìng)爭(zhēng)和空間互動(dòng)的框架下，采用地理加權(quán)回歸模型(GWR)將各縣區(qū)的政府競(jìng)爭(zhēng)與地理空間互動(dòng)等影響因素加入分析，對(duì)養(yǎng)老床位資源供給狀況及其空間分布的影響機(jī)制做出探討，以期彌補(bǔ)以往研究的弊端，為優(yōu)化公共養(yǎng)老資源配置提供有針對(duì)性的政策建議。

本文剩余部分的結(jié)構(gòu)安排如下：第三部分為養(yǎng)老服務(wù)機(jī)構(gòu)床位的空間分布狀況及其解釋框架；第四部分為研究方法與變量選??；第五部分為縣級(jí)養(yǎng)老服務(wù)機(jī)構(gòu)空間分布的GWR模型驗(yàn)證結(jié)果；第六部分為結(jié)論與建議。

三、養(yǎng)老服務(wù)機(jī)構(gòu)床位的空間分布及其解釋框架

(一)養(yǎng)老服務(wù)機(jī)構(gòu)床位的空間分布

本文相關(guān)數(shù)據(jù)來(lái)自《中國(guó)民政統(tǒng)計(jì)年鑒(2016)》《中國(guó)縣域統(tǒng)計(jì)年鑒(2016市縣卷)》，在全國(guó)縣級(jí)行政區(qū)域中通過刪去部分?jǐn)?shù)據(jù)缺失的縣，最終得到1 759個(gè)縣市作為研究對(duì)象。

1.養(yǎng)老服務(wù)機(jī)構(gòu)2015年年末床位數(shù)呈現(xiàn)東南高、西北低的特點(diǎn)。

在1 759個(gè)樣本縣當(dāng)中，養(yǎng)老床位數(shù)最多達(dá)11 823張(四川省仁壽縣)，最少的僅有5張(湖南省城步苗族自治縣)，均值為1 139.6張。從其分布來(lái)看(圖1)，基本是以“胡煥庸線”(1)“胡煥庸線”： 1935年地理學(xué)家胡煥庸提出了一條黑河(愛輝)—騰沖線,將我國(guó)的人口分成東南和西北疏密差異懸殊的兩部分，線東南方36%國(guó)土居住著96%的人口，西北半壁64%的國(guó)土僅居住著4%的人口。作為分界線，其東南呈現(xiàn)中心-外圍集聚現(xiàn)象，即在長(zhǎng)三角區(qū)域、江漢平原-環(huán)鄱陽(yáng)湖區(qū)域、四川盆地等地區(qū)呈現(xiàn)高值集聚，縣域床位均超過2 000張，最高甚至超過10 000張，而周邊地區(qū)的養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)量顯著低于該地區(qū)，呈現(xiàn)中心向外圍遞減分布態(tài)勢(shì)；其西北呈現(xiàn)“均質(zhì)化”現(xiàn)象，即區(qū)域養(yǎng)老機(jī)構(gòu)年末床位數(shù)呈現(xiàn)一致低值現(xiàn)象，縣域床位數(shù)低于900張，最低甚至低于400張，縣域之間養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)差異顯著。

2.老年人均養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)更為復(fù)雜，西北冰火兩重天，東南優(yōu)勢(shì)不保。

如圖2，老年人均養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)局域化狀況突出，東南部整體水平并無(wú)明顯優(yōu)勢(shì)，局域之間床位供給水平交叉，南部反而更落后。從統(tǒng)計(jì)的數(shù)據(jù)來(lái)看，有767個(gè)縣(占比43.6%)每千名老年人擁有的養(yǎng)老機(jī)構(gòu)床位數(shù)在10張以內(nèi)，435個(gè)縣(占比24.72%)為10～20張，286個(gè)縣(占比16.3%)為20～30張，271個(gè)縣(占比15.41%)大于30張。將各地養(yǎng)老機(jī)構(gòu)床位加上當(dāng)?shù)氐纳鐓^(qū)養(yǎng)老床位后，僅有599個(gè)縣(占比34%)的千名老人床位數(shù)高于2015年全國(guó)平均水平(30.3張)，1 049個(gè)縣(占比59.64%)低于2014年全國(guó)平均水平(27.2張)，甚至有604個(gè)縣(占比34.34%)低于2010年全國(guó)平均水平(17.7張)。因此，大多數(shù)縣養(yǎng)老床位數(shù)與“十三五”養(yǎng)老床位數(shù)目標(biāo)還存在較大差距。從圖2老年人均養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)分布情況來(lái)看，“胡煥庸線” 東南呈現(xiàn)“差距縮小”現(xiàn)象，即區(qū)域養(yǎng)老機(jī)構(gòu)年末床位數(shù)呈現(xiàn)低-中等水平積聚現(xiàn)象，大多縣域每千名老人床位數(shù)低于17.7張；而西北部則是冰火兩重天，新疆北部、內(nèi)蒙西北部等部分地區(qū)床位供給的低水平積聚，與西藏、新疆南部、內(nèi)蒙古部分地區(qū)呈現(xiàn)的高值“集聚”現(xiàn)象截然相反，后者每千名老人床位數(shù)甚至超過180.3張，遠(yuǎn)遠(yuǎn)超過了東南部的平均水平。而且，這一結(jié)果與養(yǎng)老服務(wù)床位總數(shù)的分布結(jié)果迥然相異。為何在東、中部等經(jīng)濟(jì)發(fā)展程度較高的地區(qū)其人均養(yǎng)老床位數(shù)并不領(lǐng)先？為何經(jīng)濟(jì)、社會(huì)發(fā)展并未自動(dòng)地帶來(lái)養(yǎng)老服務(wù)供給水平的提高？

圖1 養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)縣/區(qū)分布情況

圖2 老年人均養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)縣/區(qū)分布情況

(二)養(yǎng)老服務(wù)機(jī)構(gòu)床位空間分布的解釋框架

《老年養(yǎng)護(hù)院建設(shè)標(biāo)準(zhǔn)》中指出，“老年養(yǎng)護(hù)院的建設(shè)規(guī)模應(yīng)根據(jù)所在城市的常住老年人口數(shù)并結(jié)合當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平和機(jī)構(gòu)養(yǎng)老服務(wù)需求等因素綜合確定?！盵31]但是，老年人口數(shù)量與經(jīng)濟(jì)發(fā)展水平等因素并不能解釋養(yǎng)老服務(wù)機(jī)構(gòu)床位分布差異，例如：在圖2中老齡化程度(2)根據(jù)中國(guó)2016年統(tǒng)計(jì)年鑒計(jì)算得出2015年上海市、江蘇省、浙江省65歲以上老年人口占比分別為12.82%、12.69%、11.73%，同期全國(guó)平均水平為10.47%。、經(jīng)濟(jì)發(fā)展程度排名前列的長(zhǎng)三角地區(qū)，其人均養(yǎng)老床位數(shù)卻并不高，而僅僅與中西部地區(qū)湖北省、江西省、陜西省相當(dāng)。這表明還有其他的關(guān)鍵因素影響?zhàn)B老服務(wù)機(jī)構(gòu)床位供給與分布。

1.地方政府“標(biāo)尺競(jìng)爭(zhēng)”導(dǎo)致的財(cái)政支出結(jié)構(gòu)偏好。

“標(biāo)尺競(jìng)爭(zhēng)”主要指基于非對(duì)稱信息，本地選民并不能判斷本地政府提供的公共服務(wù)是否是最優(yōu)的，而鄰近地區(qū)政府公共支出更容易觀察到，這使得本地區(qū)政府在制定財(cái)政政策時(shí)不得不考慮其他地區(qū)政府特別是相鄰地區(qū)政府行為[32][33]。央地之間財(cái)政分權(quán)和財(cái)權(quán)、事權(quán)失衡的背景下，地方政府大量依賴稅收和“土地財(cái)政”為競(jìng)爭(zhēng)籌資，并通過大量的固定資產(chǎn)投資促進(jìn)本地的經(jīng)濟(jì)增長(zhǎng)。Li和Zhou(2005)[34]指出，中國(guó)的財(cái)政分權(quán)和政治集權(quán)的結(jié)合使地方政府在向上負(fù)責(zé)和以經(jīng)濟(jì)績(jī)效為考核指標(biāo)的晉升體制下，為發(fā)展地方經(jīng)濟(jì)而開展“標(biāo)尺競(jìng)爭(zhēng)”，致使地方政府忽視在短期內(nèi)對(duì)經(jīng)濟(jì)增長(zhǎng)效果不明顯的文教、衛(wèi)生等公共服務(wù)的投入。因此，在財(cái)政支出總額一定的背景下，財(cái)政基礎(chǔ)設(shè)施支出對(duì)于養(yǎng)老服務(wù)財(cái)政支出存在“擠出效應(yīng)”，財(cái)政社會(huì)文教支出內(nèi)部的其他項(xiàng)目支出與養(yǎng)老服務(wù)項(xiàng)目之間可能也存在競(jìng)爭(zhēng)和負(fù)相關(guān)。值得一提的是，自上一屆政府開始對(duì)官員考核體系改革后，民生建設(shè)被置于與經(jīng)濟(jì)增長(zhǎng)同等重要的位置，且市領(lǐng)導(dǎo)升遷概率與民生績(jī)效正相關(guān)。因此，地方政府也可能在公共服務(wù)領(lǐng)域展開競(jìng)爭(zhēng)。相比教育、住房、醫(yī)療衛(wèi)生、養(yǎng)老保險(xiǎn)等公共服務(wù)，養(yǎng)老服務(wù)事業(yè)的輿論關(guān)注度不占優(yōu)勢(shì)。而且，養(yǎng)老服務(wù)發(fā)展周期長(zhǎng)，社會(huì)效益難以科學(xué)衡量，經(jīng)濟(jì)效益不明顯等種種問題的存在使其很容易成為財(cái)政支出結(jié)構(gòu)偏向的受損者。

支持本推理的一個(gè)論據(jù)是，養(yǎng)老服務(wù)空間分布的狀況與縣級(jí)財(cái)政分權(quán)比例高低的分布較為類似。如果以增值稅分成比例來(lái)衡量縣級(jí)政府分權(quán)程度的話，東北和西部地區(qū)的縣級(jí)分權(quán)比例小于中部和東部地區(qū)[35]。也就是說，縣級(jí)財(cái)政分權(quán)比例高，從而自有財(cái)力更強(qiáng)的東部和中部地區(qū)人均養(yǎng)老服務(wù)床位數(shù)并不高；而縣級(jí)財(cái)政分權(quán)比例不高，從而更多依賴上級(jí)轉(zhuǎn)移支付的西部和東北地區(qū)人均養(yǎng)老床位數(shù)比例反而更高。此時(shí)更高的床位數(shù)某種程度上可能并非反映了縣區(qū)政府的支出偏好，而是由轉(zhuǎn)移支付的性質(zhì)決定，也更多反映了上級(jí)轉(zhuǎn)移支付對(duì)于縣區(qū)級(jí)政府的支出偏好的干預(yù)和糾錯(cuò)。

2.地方政府“參照學(xué)習(xí)”導(dǎo)致的空間互動(dòng)。

Anselin(1988)[36]提出，一個(gè)空間單元與鄰近單元的經(jīng)濟(jì)現(xiàn)象具有地理上或經(jīng)濟(jì)上的空間相關(guān)性和空間依賴性，各空間單元之間的互動(dòng)呈現(xiàn)空間集聚特征，進(jìn)而形成經(jīng)濟(jì)現(xiàn)象的空間俱樂部趨同[36]。地方官員在制定本地區(qū)福利水平的同時(shí)都傾向以相鄰地區(qū)的福利水平作為參照[37]。而相鄰地區(qū)的這種“參照”可能導(dǎo)致兩種結(jié)果：“逐底競(jìng)爭(zhēng)”[38]和“逐頂競(jìng)爭(zhēng)”[39]。在我國(guó)，經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)下自上而下的地方政府競(jìng)爭(zhēng)會(huì)導(dǎo)致財(cái)政投資性支出的增長(zhǎng)，養(yǎng)老服務(wù)、教育、衛(wèi)生等再分配性支出的減少；居民監(jiān)督下自下而上的民生關(guān)注與輿論壓力又使得地方政府在支出競(jìng)爭(zhēng)中往往會(huì)以其他地方政府的支出行為為基準(zhǔn)進(jìn)行“參照學(xué)習(xí)”，形成社會(huì)福利供給上的空間溢出效應(yīng)。無(wú)論是財(cái)政支出競(jìng)爭(zhēng)導(dǎo)致的“稅率”升降還是福利競(jìng)爭(zhēng)引發(fā)的福利調(diào)整都可能使得地方財(cái)政支出產(chǎn)生空間互動(dòng)乃至空間協(xié)同。京津冀養(yǎng)老服務(wù)供給的區(qū)域協(xié)同就是很好的例子。增長(zhǎng)激勵(lì)與民生激勵(lì)并存，使得養(yǎng)老服務(wù)機(jī)構(gòu)床位的“空間溢出”和“參照學(xué)習(xí)”可能呈現(xiàn)正向和負(fù)向兩種不同的影響效果。從信息傳播的角度看，居民和輿論對(duì)于距離更近的地區(qū)的關(guān)注度更高。因此，居民監(jiān)督與地方政府的“參照學(xué)習(xí)”的效果與地理距離呈現(xiàn)負(fù)相關(guān)。而這恰好與GWR模型契合，在該模型中，每一個(gè)地區(qū)都受其他地區(qū)的影響，受影響的程度與地理位置負(fù)相關(guān)，即距離越近的影響越大，距離越遠(yuǎn)的影響越小。因此，本文將使用GWR進(jìn)一步驗(yàn)證。

四、研究方法與變量選取

(一)研究方法

1.空間自相關(guān)。

應(yīng)用地理加權(quán)回歸的前提是，地區(qū)之間的確存在空間相關(guān)性?？臻g相關(guān)常用于檢驗(yàn)?zāi)撤N現(xiàn)象在空間上是否存在集聚，一般用Moran’s I指數(shù)計(jì)算。其值在-1.0～1.0之間，Moran’s I>0表示空間正相關(guān)，其值越大，空間相關(guān)性越明顯;Moran’s I<0表示空間負(fù)相關(guān)，其值越小，空間差異越大;Moran’s I=0，空間呈隨機(jī)性。其計(jì)算公式為：

(1)

其中，n為研究區(qū)域的樣本數(shù)，Yi和Yj分別是i和j的屬性，Y是屬性的平均值，wij表示空間權(quán)重。

2.地理加權(quán)回歸模型。

傳統(tǒng)回歸模型(OLS)基于空間事物相互獨(dú)立及均質(zhì)性假定，忽視了空間效應(yīng)，不能反映回歸參數(shù)的真實(shí)空間特征,其解釋可能存在偏差[40]。因此，有學(xué)者提出空間常系數(shù)模型，在傳統(tǒng)回歸模型的基礎(chǔ)上考慮空間相關(guān)性和空間差異，如空間滯后模型和空間誤差修正模型[36]等，空間相關(guān)性體現(xiàn)在因變量的滯后項(xiàng)或誤差中。目前，國(guó)內(nèi)已有學(xué)者運(yùn)用空間常系數(shù)模型對(duì)養(yǎng)老服務(wù)供給的影響因素進(jìn)行估計(jì)[14]?？臻g常系數(shù)模型雖然考慮了空間的相互作用，但是該類模型并未考慮參數(shù)的空間非平穩(wěn)性。

Fotheringham等(1998)[41]提出的地理加權(quán)回歸模型(GWR模型)除了像空間常系數(shù)模型一樣，考慮變量的空間相關(guān)性外，它還將數(shù)據(jù)的空間結(jié)構(gòu)嵌入回歸模型中,考慮了回歸系數(shù)隨不同地區(qū)空間位置的變化而變化，能夠反映參數(shù)在不同地區(qū)的空間非平穩(wěn)性，較好地解決了空間常系數(shù)模型的問題，其結(jié)果也更符合客觀實(shí)際。GWR的模型[42]結(jié)構(gòu)如公式(2)所示：

yi=β0(ui,vi)+∑kβk(ui,vi)xik+εi

(2)

其中，(ui,vi)為第i個(gè)縣區(qū)的坐標(biāo)，βk(ui,vi)為連續(xù)函數(shù)βk(u，v)在i個(gè)縣區(qū)的值。

(二)研究變量與數(shù)據(jù)

本文之所以采用縣級(jí)數(shù)據(jù)與空間異質(zhì)性和樣本量大小有關(guān)。由于大的空間尺度上數(shù)據(jù)往往是由小的空間尺度整合而來(lái)，整合的過程中，空間相關(guān)和空間異質(zhì)性都會(huì)隨整合程度的提高而趨于減弱，由此導(dǎo)致空間計(jì)量分析結(jié)果不理想。而且，GWR模型只能對(duì)橫截面數(shù)據(jù)進(jìn)行估計(jì)，無(wú)法處理面板數(shù)據(jù)。如果采用省級(jí)數(shù)據(jù)，31個(gè)省級(jí)樣本所組成的橫截面數(shù)據(jù)顯得過少，而GWR估算過程中，需要消耗較多的自由度。過少的樣本會(huì)導(dǎo)致待估計(jì)變量與樣本數(shù)量一樣多甚至更多[43]，導(dǎo)致回歸結(jié)果失去意義。

根據(jù)上文的解釋框架，列出模型可能采用的變量如下：

被解釋變量：養(yǎng)老服務(wù)機(jī)構(gòu)年末床位數(shù)。養(yǎng)老服務(wù)機(jī)構(gòu)是指為老年人提供集中居住和照料服務(wù)的機(jī)構(gòu)[44]，包括城市養(yǎng)老服務(wù)機(jī)構(gòu)、農(nóng)村養(yǎng)老服務(wù)機(jī)構(gòu)、社會(huì)福利院、光榮院、榮譽(yù)軍人康復(fù)醫(yī)院、復(fù)員軍人療養(yǎng)院、軍休所。

解釋變量：(1)財(cái)政支出。衡量每個(gè)縣的財(cái)政實(shí)力，與養(yǎng)老機(jī)構(gòu)床位正相關(guān)。(2)固定資產(chǎn)投資額。代表財(cái)政用于固定資產(chǎn)投資的金額。在財(cái)政支出總額一定的情況下，固定資產(chǎn)投資額的增加會(huì)導(dǎo)致財(cái)政用于養(yǎng)老服務(wù)支出的減少。(3)第三產(chǎn)業(yè)產(chǎn)值。養(yǎng)老服務(wù)屬于第三產(chǎn)業(yè)，與第三產(chǎn)業(yè)的產(chǎn)值之間存在正相關(guān)關(guān)系。(4)社區(qū)養(yǎng)老床位數(shù)。社區(qū)養(yǎng)老服務(wù)是我國(guó)養(yǎng)老服務(wù)體系的重要部分。在床位總數(shù)一定的情況下，社區(qū)養(yǎng)老床位數(shù)與機(jī)構(gòu)床位數(shù)之間存在此消彼長(zhǎng)的關(guān)系。(5)60歲以上老年人口數(shù)。老年人口是機(jī)構(gòu)養(yǎng)老床位的需求方，與機(jī)構(gòu)養(yǎng)老床位數(shù)存在正相關(guān)關(guān)系。(6)財(cái)政教育支出。用中小學(xué)在校學(xué)生數(shù)來(lái)代表。教育支出作為公共服務(wù)領(lǐng)域的重要支出項(xiàng)目，與養(yǎng)老服務(wù)支出存在競(jìng)爭(zhēng)關(guān)系。

被解釋變量和所有的解釋變量都取對(duì)數(shù)。

本文利用R軟件中GWR model包中提供的方法進(jìn)行變量篩選[42]，該方法以AICc值(Corrected Akaike Information Criterion)為標(biāo)準(zhǔn)，AICc值越小，說明模型擬合效果越好，該變量可以加入模型。變量選擇過程的可視化如圖3所示，過程中AICc值的變化情況如圖4所示。

圖3展示了通過21次地理加權(quán)回歸進(jìn)行變量選擇的過程，圖中中心是因變量，其他不同形狀和顏色的結(jié)點(diǎn)表示自變量。圖4展示了過程中AICc值的變化情況。結(jié)合圖1和圖2可以看出，隨著自變量的加入，AICc值逐漸變小。第一個(gè)加入模型的自變量是60歲以上老年人口數(shù)(第6次回歸)，AICc值發(fā)生很大變化，說明60歲以上老年人口數(shù)與養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)相關(guān)性很大。第二個(gè)加入的是社區(qū)養(yǎng)老床位數(shù)(第11次回歸)，AICc值發(fā)生小幅度變化，說明社區(qū)養(yǎng)老服務(wù)床位數(shù)與機(jī)構(gòu)養(yǎng)老服務(wù)床位數(shù)也有一定的相關(guān)性。然后是公共財(cái)政支出(第15次回歸)、第三產(chǎn)業(yè)增加值(第18次回歸)、固定資產(chǎn)投入(第20次回歸)。當(dāng)中小學(xué)生在校數(shù)變量(第21次回歸)放入時(shí)AICc值仍有顯著下降。因此，最終確定將上述60歲以上老年人口數(shù)(lloldpop)、公共財(cái)政支出(萬(wàn)元)(expense)、固定資產(chǎn)投資(萬(wàn)元)(invest)、第三產(chǎn)業(yè)增加值(萬(wàn)元)(taddvalue)、社區(qū)養(yǎng)老床位數(shù)(talsqbed)、中小學(xué)生在校數(shù)(student)全部作為解釋變量納入回歸模型。

圖3 可視化變量選擇圖

圖4 可視化AICc變化圖

相關(guān)變量的描述性統(tǒng)計(jì)如表1所示。

表1 變量的描述性統(tǒng)計(jì)

五、養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)空間相關(guān)性與GWR結(jié)果

(一)空間自相關(guān)檢驗(yàn)

2015年縣級(jí)養(yǎng)老服務(wù)機(jī)構(gòu)年末床位數(shù)的Moran’s I值為0.495 3，且在99%置信水平上具有顯著性，表明縣級(jí)養(yǎng)老服務(wù)機(jī)構(gòu)年末床位數(shù)在空間上存在顯著的正相關(guān)關(guān)系。此時(shí)，不考慮地區(qū)間空間相關(guān)的普通回歸是無(wú)效的。

(二)OLS模型與GWR模型結(jié)果

OLS和GWR的回歸結(jié)果詳見表2。根據(jù)Fotheringham等(1998)[41]的解釋，若OLS與GWR的AIC之差大于3，則說明GWR模型的擬合效果要好于OLS[43]。在表2的GWR模型中OLS與GWR的AIC之差為366.581，遠(yuǎn)大于3，說明GWR模型優(yōu)于OLS模型，更好地解釋了養(yǎng)老服務(wù)機(jī)構(gòu)年末床位數(shù)的空間分布。

表2 OLS與GWR模型診斷結(jié)果比較

表3 OLS與GWR模型回歸結(jié)果及F檢驗(yàn)[45]

表4 “胡煥庸線”兩側(cè)各解釋變量回歸系數(shù)中位數(shù)

如表3所示，全國(guó)范圍內(nèi)GWR回歸結(jié)果表明，公共財(cái)政支出、第三產(chǎn)業(yè)增加值、60歲以上老年人口數(shù)每增加一個(gè)單位，養(yǎng)老服務(wù)機(jī)構(gòu)年末床位數(shù)分別增加31.87 %、22.93%、49.46%。而固定資產(chǎn)投入、社區(qū)床位數(shù)、中小學(xué)生在校數(shù)每增加一個(gè)單位，養(yǎng)老服務(wù)機(jī)構(gòu)年末床位數(shù)分別減少6.36%、29.77%、34.13%。分別從“胡煥庸線”左右兩側(cè)來(lái)考察的話，解釋變量回歸系數(shù)中位數(shù)存在較為明顯的差異。

公共財(cái)政支出每增加一個(gè)單位，“胡煥庸線”左右兩側(cè)養(yǎng)老服務(wù)機(jī)構(gòu)年末床位數(shù)分別增加60.83%、28.28%，說明公共財(cái)政支出的增加將顯著帶動(dòng)區(qū)域機(jī)構(gòu)養(yǎng)老床位的增加。且這種影響對(duì)“胡煥庸線”左側(cè)地區(qū)更為明顯，印證了地區(qū)財(cái)力越小從而更依賴上級(jí)轉(zhuǎn)移支付的地區(qū)財(cái)政支出對(duì)于擴(kuò)張養(yǎng)老服務(wù)機(jī)構(gòu)床位供給的作用越大。

固定資產(chǎn)投入每增加一個(gè)單位，“胡煥庸線”左右兩側(cè)養(yǎng)老服務(wù)機(jī)構(gòu)年末床位數(shù)分別減少1.95%、4.50%，二者呈現(xiàn)負(fù)相關(guān)關(guān)系，這與地方財(cái)政支出競(jìng)爭(zhēng)的相關(guān)研究結(jié)果相符：各省對(duì)生產(chǎn)性支出的竟?fàn)幮酝度胄袨閲?yán)重影響地方公共品的供給[17]。且右側(cè)經(jīng)濟(jì)發(fā)達(dá)地區(qū)的影響要高于左側(cè)經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，恰好印證了上文的解釋框架。

第三產(chǎn)業(yè)增加值對(duì)“胡煥庸線”兩側(cè)養(yǎng)老服務(wù)機(jī)構(gòu)年末床位數(shù)呈現(xiàn)出截然不同的影響。其每增加一個(gè)單位，右側(cè)地區(qū)養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)增加32.34%，左側(cè)地區(qū)則是減少5.17%。這一結(jié)果與我們的預(yù)計(jì)略有不同?？赡艿慕忉屖恰昂鸁ㄓ咕€”右側(cè)地區(qū)的經(jīng)濟(jì)發(fā)展重心逐漸轉(zhuǎn)型為服務(wù)業(yè)，其第三產(chǎn)業(yè)的發(fā)展促進(jìn)了養(yǎng)老服務(wù)業(yè)的發(fā)展。而左側(cè)地區(qū)經(jīng)濟(jì)欠發(fā)達(dá)，第三產(chǎn)業(yè)比重較小且與內(nèi)部其他投資相比，養(yǎng)老服務(wù)產(chǎn)業(yè)市場(chǎng)份額低、發(fā)展緩慢，用于養(yǎng)老服務(wù)機(jī)構(gòu)床位的投資反而受到擠占，產(chǎn)生了負(fù)向影響。

60歲以上老年人口數(shù)每增加一個(gè)單位，“胡煥庸線”左右兩側(cè)養(yǎng)老服務(wù)機(jī)構(gòu)年末床位數(shù)分別增加63.33%、46.58%，體現(xiàn)了需求對(duì)于供給的拉動(dòng)作用。但左側(cè)欠發(fā)達(dá)地區(qū)老年人口數(shù)對(duì)養(yǎng)老機(jī)構(gòu)床位數(shù)的影響要大于右側(cè)。

社區(qū)床位數(shù)每增加一個(gè)單位，“胡煥庸線”左右兩側(cè)養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)減少5.17%、3.24%，呈現(xiàn)較為明顯的負(fù)相關(guān)關(guān)系。驗(yàn)證了社區(qū)和機(jī)構(gòu)作為養(yǎng)老服務(wù)供給的兩種不同形式，在供給總量上存在此消彼長(zhǎng)的關(guān)系。但左、右兩側(cè)的影響程度不同，可能與左、右兩側(cè)工業(yè)化、城鎮(zhèn)化水平不同、財(cái)政轉(zhuǎn)移支付水平不同有關(guān)。

財(cái)政教育支出每增加一個(gè)單位，“胡煥庸線”左右兩側(cè)養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)分別減少47.50%、32.82%，呈現(xiàn)較為明顯的負(fù)相關(guān)關(guān)系，且左側(cè)的影響要大于右側(cè)?？赡艿脑蚴墙逃С鰧?duì)養(yǎng)老服務(wù)資源的供給產(chǎn)生了“擠出效應(yīng)”，但左側(cè)地區(qū)因自有財(cái)力不足，需中央財(cái)政轉(zhuǎn)移支付，在“僧多粥少”的分配過程中教育支出擠占了養(yǎng)老服務(wù)資源的供給。

(三)穩(wěn)健性檢驗(yàn)

針對(duì)可能影響?zhàn)B老服務(wù)機(jī)構(gòu)床位數(shù)供給的因素，本文分別控制了2個(gè)變量進(jìn)行穩(wěn)健性檢驗(yàn)(見表5)。第一，地區(qū)經(jīng)濟(jì)發(fā)展水平可能全方位影響財(cái)政支出和老年人口購(gòu)買力，以及固定資產(chǎn)投資等，而這些因素都顯著影響?zhàn)B老床位的供給情況，因此本文用GDP來(lái)衡量地區(qū)經(jīng)濟(jì)發(fā)展水平，加入回歸方程。第二，第三產(chǎn)業(yè)增加值與GDP之間可能存在共線性。因此，刪除第三產(chǎn)業(yè)增加值后進(jìn)行回歸，以進(jìn)一步驗(yàn)證其穩(wěn)健性。實(shí)證結(jié)果顯示，在加入不同控制變量后，原解釋變量的系數(shù)值基本保持穩(wěn)定。而“胡煥庸線”兩側(cè)GDP對(duì)于養(yǎng)老服務(wù)床位數(shù)的影響呈現(xiàn)出相反特征，左側(cè)為負(fù)相關(guān)。這一結(jié)果與基礎(chǔ)回歸的結(jié)果基本一致，表明以上回歸結(jié)果是穩(wěn)健的。

表5 GWR模型穩(wěn)健性檢驗(yàn)

六、結(jié)論與建議

本文將地方政府“標(biāo)尺競(jìng)爭(zhēng)”、空間上的“參照學(xué)習(xí)”理論在福利服務(wù)供給領(lǐng)域進(jìn)行了實(shí)證檢驗(yàn)，探討了機(jī)構(gòu)養(yǎng)老床位供給現(xiàn)狀、空間均衡性及其影響因素的深層次解釋機(jī)制。與省級(jí)尺度的研究相比，本文采用了縣級(jí)尺度，在充分考慮各縣域空間異質(zhì)性基礎(chǔ)上，通過地理加權(quán)回歸模型(GWR)，驗(yàn)證了政府間競(jìng)爭(zhēng)與參照學(xué)習(xí)導(dǎo)致的財(cái)政支出結(jié)構(gòu)偏向是養(yǎng)老資源供給不均衡的根本原因這一命題。

本文的主要結(jié)論有：第一，大多數(shù)縣養(yǎng)老床位數(shù)與“十三五”養(yǎng)老床位數(shù)目標(biāo)還存在不小的差距，中、東部地區(qū)較高的經(jīng)濟(jì)發(fā)展水平并未轉(zhuǎn)換為養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)的優(yōu)勢(shì)。第二，地方政府間“標(biāo)尺競(jìng)爭(zhēng)”與“參照學(xué)習(xí)”引發(fā)的財(cái)政支出結(jié)構(gòu)偏向是導(dǎo)致我國(guó)絕大部分地區(qū)養(yǎng)老機(jī)構(gòu)床位供給處于較低水平的關(guān)鍵原因，表明了制度層面的分析更能深刻地解釋我國(guó)養(yǎng)老床位資源分布的不均衡。第三，公共財(cái)政支出、60歲以上老年人口數(shù)與養(yǎng)老服務(wù)床位數(shù)供給呈正相關(guān)關(guān)系，財(cái)政教育支出與養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)存在較明顯的負(fù)相關(guān)關(guān)系。而第三產(chǎn)業(yè)增加值對(duì)“胡煥庸線”左右兩側(cè)的影響截然不同，說明加入空間因素后，對(duì)養(yǎng)老床位的影響因素的分析更為精確。第四，財(cái)政固定資產(chǎn)投資擠出了養(yǎng)老服務(wù)機(jī)構(gòu)床位資源供給，也進(jìn)一步證實(shí)了地方政府間的財(cái)政支出偏好影響了養(yǎng)老服務(wù)資源的供給。第五，社區(qū)養(yǎng)老床位數(shù)與養(yǎng)老服務(wù)機(jī)構(gòu)床位數(shù)存在直接競(jìng)爭(zhēng)，是此消彼長(zhǎng)的關(guān)系。因此，在考慮空間因素后，從制度層面對(duì)養(yǎng)老服務(wù)資源分布的不均衡性進(jìn)行探究，更能深刻、客觀地揭示其影響因素。由此，本文建議：

(一)精細(xì)化治理，優(yōu)化養(yǎng)老服務(wù)指標(biāo)的考核權(quán)重

為順利實(shí)現(xiàn)十三五規(guī)劃中養(yǎng)老服務(wù)床位數(shù)的目標(biāo)，需要采用精細(xì)化治理的思路。在提升養(yǎng)老服務(wù)考核的權(quán)重方面，針對(duì)養(yǎng)老床位數(shù)達(dá)標(biāo)的縣區(qū)，考核權(quán)重的重點(diǎn)可放在老年人入住滿意度、護(hù)理員配比與護(hù)理員等級(jí)等養(yǎng)老服務(wù)的質(zhì)量提升方面；而對(duì)養(yǎng)老床位尚未達(dá)標(biāo)的縣區(qū)要將重點(diǎn)放在床位數(shù)增加方面。

(二)典型示范，積極樹立地區(qū)間養(yǎng)老服務(wù)供給的良性“標(biāo)尺”

根據(jù)不同區(qū)域的實(shí)際情況，政府通過督查形式分區(qū)域?qū)⑼七M(jìn)養(yǎng)老服務(wù)成效明顯的地區(qū)作為典型表彰，給予資金傾斜和績(jī)效評(píng)估加分，以提升激勵(lì)效應(yīng)。通過這種典型發(fā)揮其“標(biāo)尺”作用促動(dòng)相鄰地區(qū)養(yǎng)老服務(wù)工作的開展，增加區(qū)域養(yǎng)老服務(wù)資源的供給。

(三)因地制宜，制定針對(duì)性的養(yǎng)老服務(wù)供給政策

針對(duì)上文“胡煥庸線”左右兩側(cè)的實(shí)際情況，對(duì)“胡煥庸線”左側(cè)地區(qū)，在資金投入方面，一是中央財(cái)政轉(zhuǎn)移支付額度可通過“補(bǔ)人頭”方式確定；二是要強(qiáng)化地方養(yǎng)老服務(wù)責(zé)任，明確地方財(cái)政對(duì)養(yǎng)老服務(wù)的支出比例，避免養(yǎng)老服務(wù)支出被擠壓。在發(fā)展路徑上，要走新型城鎮(zhèn)化發(fā)展之路，通過經(jīng)濟(jì)和人口的集聚，推動(dòng)第三產(chǎn)業(yè)的發(fā)展，以帶動(dòng)養(yǎng)老服務(wù)業(yè)的發(fā)展。對(duì)右側(cè)地區(qū)要根據(jù)老齡化率或失能老年人數(shù)逐步提高地方財(cái)政在養(yǎng)老服務(wù)方面的支出比例。同時(shí)，要根據(jù)老年人切實(shí)需求和地方實(shí)情制定機(jī)構(gòu)養(yǎng)老與社區(qū)養(yǎng)老的發(fā)展規(guī)劃，避免因相互競(jìng)爭(zhēng)產(chǎn)生負(fù)面影響。

本文仍然存在一些不足之處。首先，由于統(tǒng)計(jì)信息的問題，部分縣級(jí)數(shù)據(jù)存在缺失，例如：青海、西藏等地財(cái)政、人口、個(gè)人收入，分城鄉(xiāng)的養(yǎng)老服務(wù)機(jī)構(gòu)，以及全國(guó)范圍內(nèi)縣級(jí)財(cái)政分權(quán)程度等數(shù)據(jù)，一定程度上影響了分析的進(jìn)一步深入。其次，GWR無(wú)法分析面板數(shù)據(jù)，難以完整考察養(yǎng)老服務(wù)機(jī)構(gòu)床位資源供給的時(shí)間趨勢(shì)。期待將來(lái)?xiàng)l件具備時(shí)可以進(jìn)一步完善相關(guān)研究。