1. 引言
我国人口老龄化率增长迅猛,据估计,“十四五”时期,我国60岁以上老年人口将突破3亿人,标志着我国由轻度老龄化迈进中度老龄化,人口老龄化的快速发展带来了养老服务需求的急剧增加,养老服务面临更大的挑战。长三角地区作为我国老年人口最多的区域之一,政府的养老压力不容小觑。《“十三五”推进基本公共服务均等化规划》中指出“强化跨区域统筹合作,促进服务项目和标准水平衔接。着力推进京津冀地区、长江经济带等重点区域基本公共服务均等化,形成可复制、可推广的经验。”对公共服务区域协同提出高层次的要求,公共服务作为区域协同的重要保障 [1],其重要性不言而喻。而养老服务作为公共服务的重要组成部分,养老服务的区域一体化,对长三角一体化发展具有重要意义。
区域养老一体化的形成离不开政策的引导与支持,中央和各级政府制定一系列政策以强化养老服务的区域性协作。当前,长三角地区养老服务的区域协调发展也已取得了初步成效,但在整体推进过程中,由于四地经济与社会发展水平不同,老龄工作局限与短板不同 [2],四地养老服务协同的实际效果尚不明显 [3]。
因此,在长三角一体化发展的背景下,从政策分析的角度评价长三角地区养老服务政策的府际协作表现,发现合作中存在的问题,对提高老龄治理能力,推进区域养老服务一体化发展具有重要现实意义。
2. 文献综述
当前学界关于养老服务政策的研究主要集中在三个方面。
一是对养老服务政策的发展演进研究。如 [4] 从养老服务理论分析出发,梳理中华人民共和国成立以来的养老服务演变脉络,并基于对此变迁的评估,提出中国养老服务改革的未来思路。张丽、姚俊 [5] 运用PMC指数模型对4项国务院发布的养老服务政策进行研究,发现中国养老服务政策的回应性较强但整体合理性水平不高;提出未来养老服务政策制定应充分考虑政策性质、时效、功能等政策目标变量之间的整体性关系,应特别注意激励约束应与政策功能相匹配。
二是对老年服务政策的发展趋势或路径选择进行研究。马岚 [6] 通过梳理改革开放以来我国出台的养老服务政策、审视四十年来我国养老服务政策的演变过程,提出在四十年的演进过程中,“社会”概念逐渐回归其本身的广泛内涵,“社会化”的内容也发生了变化。在“社会化”这个核心概念的主导下,社会养老服务体系建设明确了三种养老方式的界定及其关系定位,在强化国家责任与推进社会化进程之间实现了有效平衡,养老服务与社会的互动不断增加。
三是对于具体的养老服务政策和政策工具的研究。如王震 [7] 对于社区居家养老服务供给政策进行研究,提出重构居家社区养老服务的底层治理结构,改革当前过度行政化的治理模式,构建社会化的治理模式的建议。黄剑锋 [8] 从主体、目标、政策工具三个维度对长三角地区智慧养老政策进行量化研究。胡扬名 [9] 从政策工具、政策目标和政策效力三个维度构建分析框架,运用内容分析法和PMC指数模型等对中国智慧养老产业政策进行量化分析,提出合理配置政策工具、完善政策目标体系和优化政策效力机制的建议。
目前,学界对政策协同尚无一致的定义。已有研究大都从政策要素对政策协同进行界定。从政策主体视角来说,政策协同是指由于目标任务的复杂性,超出单个组织的职能范围,需要多组织付出共同努力来实现目标的一个过程。从政策客体视角来看,政策协同是指政策主体、目标、工具、受体等政策系统要素的一致性。从政策工具视角来看,政策协同是指多组织运用不同政策工具组合以促成总体政策目标的高效实现。本文参考已有的学界观点,将政策协同定义为“多政府部门,运用相关联的政策措施以及政策工具组合,形成政策合力,以高效实现政策目标的过程。”
梳理文献可以发现,目前学术界关于养老服务政策的研究有很多,大多依据政策网络理论以及政策工具理论通过社会网络分析法或者内容分析法进行研究,但对养老服务政策协同的研究较少。在养老服务政策协同的研究中,又以对京津冀地区的研究为主,缺乏对长三角地区养老服务政策的研究。习近平在扎实推进长三角一体化发展座谈会上指出“实施长三角一体化发展战略要紧扣‘一体化’和‘高质量’两个关键词,以一体化的思路和举措打破行政壁垒、提高政策协同,让要素在更大范围畅通流动,有利于发挥各地区比较优势,实现更合理分工,凝聚更强大的合力,促进高质量发展。强调了政策协同在一体化建设中的重要作用,政策协同作为驱动区域养老服务一体化发展的重要动因,是实现区域养老一体化的重要基础。
因此,在长三角一体化发展的战略背景下,了解当前长三角地区三省一市养老服务政策的差异与协同,是进一步推进长三角地区养老服务一体化的重要基础。对此,本文通过长三角区域养老政策的量化研究,客观展现长三角区域养老服务政策的协同与差异,深化对于区域性政策要素及结构的认识,进而剖析长三角地区老龄服务政策协同的现实困境和实现路径,为进一步促进长三角地区养老服务政策协同奠定良好基础。其次,在区域养老一体化的背景下,比较长三角区域的养老服务政策对区域养老一体化和其他地方的政策学习与完善具有重要的指导意义。
3. 创新性
第一,对于研究对象的创新,已有研究大多对京津冀地区的养老服务政策进行研究分析,而对于长三角地区的养老服务政策关注较少;第二,对于研究方法的创新,本文将使用python以及社会网络分析方法对政策内容以及主体进行分析,python及社会网络分析方法的使用将使得分析结果更具体客观。
4. 研究框架与数据来源
4.1. 研究框架
政策文本分析可以对政策文本主题的实施本质以及发展趋势进行解释与预测 [10]。本文从差异与协同两个维度,对沪苏浙皖四地的养老服务政策展开分析,通过对四地政策内容、政策主体的使用两个方面进行分析,探讨区域养老服务政策的协同与差异。
4.2. 数据来源
2016年,国务院发布《国务院关于长江三角洲城市群发展规划的批复》,长江三角洲城市群正式扩容至26个城市,是真正意义上长三角一体化的起始阶段。因此,政策文本均选取自2016年后,主要通过登录四地省(市)政府门户网站、省(市)民政厅(局),搜索“养老”、“服务”、“养老服务”、“老年人”等关键词,选取与养老服务关联度较大的政策文本。同时参考上海市养老服务平台发布的《长三角养老政策汇编》,共选取政策文本122份,其中上海市63份,浙江省27份,江苏省13份,安徽省19份。
5. 结果分析
5.1. 政策文本词云图及高频词汇表的绘制
政策文本的词云图绘制以及高频词汇提取主要依托于python中的jiaba模块。首先将四地的养老服务政策文件分别读入,对文档进行预处理。预处理主要包括加载词库以及停用词库。词库的添加可以使分词更加细致准确,更有利于了解政策的本质内容。如“社区养老”一词在未添加词库的情况下会被系统自动分为“社区”与“养老”两个词,添加词库后会直接输出“社区养老”一词。本研究所运用的词库是在整合搜狗细胞词库和清华大学开放中文词库的基础上,根据研究需要,添加如“智慧养老”、“居家养老”等词的综合词库;停用词库的使用可以减少无实际意义的高频词的出现,如“以上”,“从此”以及标点符号等,由于研究本身是关于养老服务政策的,因此在整合百度停用词库和搜狗停用词库的基础上,增加如“养老”、“养老服务”、“老年人”、“服务”等在本研究中价值不大的词汇。经预处理后使用extract_tags函数根据TF-IDF算法将各省市政策文档中的前20个高频特征词提取出来,结果用百分数显示,如表1所示。
![](Images/Table_Tmp.jpg)
Table 1. High frequency vocabulary of elderly care service policies in four provinces and cities
表1. 四地养老服务政策高频词汇表
![](//html.hanspub.org/file/14-2622836x7_hanspub.png?20140105010041135)
Figure 1. Cloud chart of high frequency vocabulary of Shanghai’s elderly care service policy
图1. 上海市养老服务政策高频词汇云图
![](//html.hanspub.org/file/14-2622836x8_hanspub.png?20140105010041135)
Figure 2. Cloud chart of high frequency vocabulary of Jiangsu’s elderly care service policy
图2. 江苏省养老服务政策高频词汇云图
![](//html.hanspub.org/file/14-2622836x9_hanspub.png?20140105010041135)
Figure 3. Cloud chart of high frequency vocabulary of Zhejiang’s elderly care service policy
图3. 浙江省养老服务政策高频词汇云图
为了更直观的表现政策文本中高频词汇的分布,在完成高频词提取的基础上,选取前500个高频词汇绘制成政策词云图,如图1~4所示。
![](//html.hanspub.org/file/14-2622836x10_hanspub.png?20140105010041135)
Figure 4. Cloud chart of high frequency vocabulary of Anhui’s elderly care service policy
图4. 安徽省养老服务政策高频词汇云图
5.2. 基于政策文本词云图及高频词汇表的内容分析
从上海市的高频词汇表上看,上海市在致力于到达“以居家为基础、社区为依托、机构为补充”三位一体的养老服务体系的基础上,着眼于继续提供充分的养老服务设施,如高频词汇中出现“设施”、“床位”;另外上海市注重养老服务质量以及养老服务人员的培养,如高频词中出现“服务质量”、“评估”、“培训”、“人员”等。说明上海市自2016年以来对于养老服务的“硬件”、“软件”两手齐抓,不只注重养老设施的建设也注重服务人员的培养以及服务质量的提升。“长护险”在高频词中出现也展示了上海市对于长期护理险制度的积极探索。
江苏省的养老服务政策最显著的特征是更倾向于对特殊老年群体的照顾,如“失能”、“康复”、“留守”、“空巢”、“农村”这些词都出现在其高频词汇中。说明江苏省注重养老服务的均衡发展,为实现公共服务尤其是养老服务均等化付出巨大努力。“服务业”、“培训”、“护理员”三词也呈现出较高的出现频率,这说明江苏省注重养老服务业的建设以及养老服务人员的培养;同时,江苏省仍在进行养老服务设施的建设及改造,如在高频词中出现“改造”、“设施”。
浙江省处于建立健全养老服务体系的初级阶段,这一阶段仍注重于养老服务设施的建设和供给,如高频词中出现“设施”、“规划”、“床位”等词,且词频居于前列。浙江省的养老服务政策向特殊老年人群体倾斜,如出现“乡镇”、“特困”、“救助”、“残疾人”等词。
安徽省注重智慧养老服务体系的建设,如出现“智慧”、“智慧养老”、“智能”,且都居于高频词的前列,说明安徽省在大力促进智慧健康养老产业发展。安徽省推进居家社区机构相协调,如高频词中出现“社区养老”、“居家养老”、“机构”、“养老院”等词;同时,安徽省也关注养老服务的质量以及评估。
从高频词汇表中可以看出,沪苏浙皖四地在一定程度上呈现一致性。如“机构”、“社区”、“居家养老”、“服务中心”、“服务业”、“医疗”、“医养”等词在四地养老政策中出现的频率都很高,表明自2016年以来,四地发布的养老服务政策都致力于到达“以居家为基础、社区为依托、机构为补充,医养相结合”三位一体的养老服务体系,四地由单一发展老龄事业转变为老龄事业和产业协同发展 [11]。其中“机构”一词的出现频率在四地都居于首位,说明四地都充分认识到机构提供养老服务的重要性,注重养老机构的发展,这也与自2016年起国家全面开放养老服务市场所呼应。同时,四地都注重于基础养老设施的提供以及配套养老服务的供给,四地都注重养老服务人员的培养,也关注“床位”等具体硬性设施的建设。江苏、浙江和安徽则较倾向于基础养老服务均等化的实现,主要表现为政策对于特殊老年人群体的倾斜。
四地在养老服务政策中也都展示了各自的特色,如上海市在做好基础养老服务体系建设的同时,积极探索长期护理保险等机制,为区域养老服务一体化当好“排头兵”,注重养老服务质量监管与评估;江苏省对于养老服务人才的培养较为关注;浙江省着重于规划建设养老服务设施;安徽省积极协调居家、社区、机构养老的关系,推进智慧养老社区的建设。
5.3. 社会网络图及社会网络分析
政策协同网络图的绘制以及社会网络分析主要依托于ucinet软件。由于软件要求矩阵形式的数据,所以要将已有数据进行二进制转换。在建立发文主体——政策二进制框架的基础上,对政策发文主体识别,发文主体有参与政策发布即为1,没有参与即为0,得到发文主体——政策二进制矩阵图,然后进行转置处理,用以研究发文主体之间的关系。对四地政策分别执行以上操作,得出以下四地政策主体社会网络图(图5~8)。
![](//html.hanspub.org/file/14-2622836x11_hanspub.png?20140105010041135)
Figure 5. Social network of Jiangsu province’s elderly care service policy subject
图5. 江苏省养老服务政策主体社会网络图
![](//html.hanspub.org/file/14-2622836x12_hanspub.png?20140105010041135)
Figure 6. Social network of Anhui province’s elderly care service policy subjects
图6. 安徽省养老服务政策主体社会网络图
![](//html.hanspub.org/file/14-2622836x13_hanspub.png?20140105010041135)
Figure 7. Social network of elderly care service policy subjects in Shanghai
图7. 上海市养老服务政策主体社会网络图
![](//html.hanspub.org/file/14-2622836x14_hanspub.png?20140105010041135)
Figure 8. Social network of Zhejiang province’s elderly care service policy subjects
图8. 浙江省养老服务政策主体社会网络图
图中每一个蓝色节点代表一个政策主体,节点越大代表其在本组关系中的度中心性越大,即该节点在该网络中越重要。节点之间的连线代表两节点是否有联系,若无连线则代表该政策主体单独发文,未与其他组织机构联合发文,连线的粗细代表两节点之间的亲密度,越粗则代表两节点之间联系越紧密。
江苏省各养老服务政策主体联系紧密,各政策主体在养老服务政策的制定与发布均起到一定作用,其中民政厅发挥了主导作用,与民政厅联系最密切的是江苏省财政厅。总体上来看,江苏省养老服务政策的制定呈现出一定协同性,由多部门共同参与养老服务政策的制定以形成政策合力,但作为江苏省老龄治理的主要负责单位之一,江苏省老龄办却未显示出与其他部门的积极联系与互动,在已有的政策文件中,仅有一条涉及老龄办颁布。
安徽省各养老服务政策主体联系较差,但民政厅在其中发挥着枢纽的作用,除人大常委会颁布的法律以及省政府直接颁布的政策文件外,其余政策均与民政厅有联系,与民政厅联系最紧密的是安徽省卫生与计划生育委员会以及安徽省财政厅。从网络关系图上看,安徽省民政厅参与制定了大多数养老服务政策,但安徽省卫生健康委员会、老龄工作委员会以及老龄工作委员会办公室等对老龄治理负主要责任的职能部门发挥的影响力仍有待提升。
从上海市养老服务政策网络关系图上看,各政策主体联系较为紧密。在该社会网络图中,较为重要的节点依次为上海市民政局、卫生和计划生育委员会、人力资源与社会保障局、上海市老龄工作委员会办公室以及医疗保险办公室和财政局。从政策主体的重要性来说,与老龄治理相关的部门都发挥了重要作用,且这些部门间的亲密度均很高,说明他们联系密切。
浙江省各养老服务政策主体联系较为紧密,社会网络关系中最重要的节点依次为浙江省民政局、老龄工作委员会办公室、卫生和计划生育委员会、财政厅以及人力资源与社会保障厅,基本涵盖全部负责老龄工作的部门。其中浙江省民政局与老龄工作委员会办公室亲密度最高,表示其合作最为密切;其次是民政厅与财政局以及财政局与人力资源和社会保障厅。
总体上来看,四地的养老服务政策的制定展现出以各地民政厅(局)为主导,相关部门参与的特征,这也与民政养老方面工作的主要职责“统筹推进、督促指导、监督管理养老服务工作”相对应。从政策主体类型上来看,四地参与养老服务政策制定的均为政府部门,缺乏学术机构、社会团体和群众组织等非政府部门的参与。
四地在社会关系图上的差异也十分明显,江苏省表现较为均衡,各部门间的联系稳定,但这也可能是江苏省的养老服务政策量较少所导致;安徽省多部门联合制定的养老服务政策较少,仅占政策总量的30%,有巨大提升空间,其民政局与其他部门建立的联系也不够密切,可进一步加深民政厅与各部门的合作;上海市最大的特点是民政局与固定几个养老服务相关职能部门有密切合作,且医疗保险办公室在其中发挥突出作用,与“构建医养康养相结合的养老服务体系”相呼应;浙江省注重对于特殊老年群体的政策倾斜,如政策主体中出现浙江省残疾人联合会,这也与上文政策内容分析中的结果相呼应。
6. 结论与建议
四地为建设“居家养老为基础,社区服务为依托,机构养老为补充”的养老服务体系而付出了诸多努力,但仍有一定不足。从政策内容上来看,四地的政策内容趋于同质化,大多是依据中央文件进行拓展,无实质性的依托于自身区位优势的创新性内容;从社会网络分析角度来看,四地各相关部委的协同性有待进一步加强,目前仅停留在多部门联合发布政策的阶段,对于政策执行过程中相关部门的职责未作详尽的规定,不利于在政策执行过程中相关负责部门的协同发力。
从政策内容来讲,四地养老服务政策趋同,建议四地依托自身区位条件、人口特征,有针对性地发布相关政策;从政策主体来讲,四地内部部门的协同较差,建议尽快建立内部的协同机制,强化主体单位责任,同时建议进一步加强政策执行的监督,有效的监督可以促进政策执行的到位;进一步加强符合自身区位特征的养老政策体系建设;进一步促进四地内部组织协同发展,畅通四地联络渠道。