重庆市主城都市区人口老龄化与养老服务资源配置空间错位研究

韦 鑫，尹 珂

（重庆师范大学地理与旅游学院，重庆 401331）

人口老龄化是国际重点关注的社会问题之一。2020 年中国≥65 岁人口占比增长至13.5%，OECD（经济合作与发展组织）人口发展预测，到2030年中国将成为全球人口老龄化程度最高的国家（赵东霞等，2017）。随着老龄化的不断加剧，养老需求快速增长，中国有限的养老服务资源供给导致以高度集聚化、快速郊区化为代表的老龄人口空间变化与日益严峻的养老资源不足、分布不均的矛盾（周婕，2014）愈加严重。2017年国务院印发的《“十三五”推进基本公共服务均等化规划》（国务院，2017）强调要坚持基本养老服务均等化等原则，随后在十九大报告（习近平，2017）中明确提出推进医养结合加快老龄事业和产业发展，实现社会资源利用的最大化。2020年《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中进一步强调推动养老事业和养老产业协同发展，健全基本养老服务体系，将“养老产业”提升到战略高度。2021年《“十四五”公共服务规划》（发展改革委，2021）《“十四五”国家老龄事业发展和养老服务体系规划》（国务院，2021）相继提出扩大养老服务供给，促进资源配置均衡的具体要求。由此可见，推动社会养老服务体系建设，实现对所有老年人公平可及的养老服务是政府解决“老有所养”问题的目标之一（尹忠海等，2019）。因此，探讨养老服务资源配置如何满足养老服务需求具有重要研究意义。

人口老龄化与养老服务资源配置是人口地理学和资源科学的重要研究主题。人口老龄化研究范围较为广泛，主要包括养老保障和对策（Gonzalez et al., 2012）、老年人空间行为活动（谷志莲 等，2015）、老年人身心健康（Davide et al.,2016）等，已有研究探讨了各类尺度下全国（吴媛媛等，2020）、大城市（许昕等，2016）人口老龄化的时空演化特征与驱动因素（刘鉴等，2020；
张伟等，2021），为养老服务资源的合理配置提供参考。随着人口老龄化的加深，养老服务资源需求激增，众多学者开始广泛关注养老服务资源配置问题，对养老服务资源配置的效率性与公平性（王梦苑等，2018）、养老服务设施空间分布特征（张丽，2013）展开探讨，研究发现当前城市存在养老资源不足、分布不协调、配置不公平等问题（谢波等，2013）；
一些学者进一步通过养老服务设施空间配置合理性分析（夏永久等，2021）以及空间可达性研究（陶卓霖等，2014；
许昕等，2017），从政府、机构的角度对养老服务资源配置与规划提出优化建议（陈瑞华，2018；
齐默扬，2020）。随着人口老龄化时空演化的不断分异，老年人口与养老服务资源不匹配、利用不充分、规划布局不合理等问题日益凸显，人口老龄化与养老服务资源的协调关系受到重视，研究聚焦于人口老龄化与养老服务资源空间匹配关系的现象描述，研究区域经历了从东北地区（田俊峰等，2018；
赵东霞等，2018）到全国范围（尹忠海等，2019）的转变，近年也逐渐出现对西北城市（马晓帆等，2021）的关注。综上，目前关于人口老龄化与养老服务资源配置的研究已取得一定的进展，但仍存在以下不足：1）偏重于人口老龄化与养老服务资源配置协调关系的现象描述，缺乏对其驱动机制的分析；
2）研究区集中于东部地区，较少考虑人口老龄化更为严峻的西部城市。

随着经济的发展，中国西部地区人口老龄化问题愈加严重，第七次全国人口普查数据显示，2020年重庆市≥65 岁人口为547.36 万人，占总人口的17.08%，老龄化水平位居全国第二，是西部地区人口老龄化最严重的城市，2022年《重庆市养老服务体系建设“十四五”规划（2021—2025 年）》（重庆市人民政府，2022）指出重庆市养老服务资源配置虽然在持续增加，但是养老服务发展不平衡及供需不匹配的问题依然存在。重庆市作为国家中心城市，是国家发展战略的重要平台和战略支点，解决其人口老龄化与养老服务资源发展不协调、不匹配的问题，对促进西南地区乃至全国养老服务资源协调发展具有重要意义。

鉴于此，在借鉴已有研究基础上，本文基于县域尺度下第七次人口普查数据，构建养老服务资源配置综合指数，利用泰尔指数、空间错位指数以及地理探测器，从匹配性角度探讨2020年重庆市主城都市区人口老龄化和养老服务资源配置的协调关系及其驱动机制。以期为促进重庆市人口老龄化与养老服务资源配置协调发展提供科学依据。

1.1 研究区概况

养老服务资源需求存在城乡差异，2020年主城都市区城市化水平达78.52%，与重庆市其他地区相比，该区域城市化水平较高、经济发达，对养老服务资源的需求更加旺盛。为减少城乡差异带来的误差，因此，以重庆市主城都市区为研究范围，2020年主城都市区常住人口2 112.237 万人，占全市65.9%，≥65 岁常住人口数量较2010 年增长67.9%，达到344.205 6 万人，占主城都市区总人口的16.3%，按照国际划分标准，其已经进入深度老龄化社会。为识别区域之间人口老龄化与养老服务资源配置分布特征及协调关系，依据2021年重庆市政府工作报告提出的主城都市区概念，以及《重庆市2021统计年鉴》（重庆市统计局等，2021）对重庆市区域的划分规则，将重庆市主城都市区划分为中心城区和主城新区2个圈层（图1）。

图1 研究区位置Fig.1 Location of study area

1.2 数据来源及处理

第七次人口普查数据来源于重庆市统计局（重庆市统计局等，2021）。行政区划矢量数据来源于地理国情监测云平台。养老服务资源指为老年人提供各种养老服务的物质要素总和（张红凤等，2019），可划分为养老资源和医疗资源（马晓帆等，2021），养老资源选取养老机构、老年活动中心（室、站）、养老机构床位以及养老服务人员，医疗资源选取医疗卫生技术人员、卫生机构床位、医院以及卫生服务中心（所、站）。其中，养老机构、养老机构床位数以及养老服务人员数来自重庆市民政局；
医疗卫生技术人员、卫生机构床位数量及影响因素指标数据均来自《重庆市统计年鉴-2021》（重庆市统计局等，2021）；
老年活动中心（室、站）、医院以及卫生服务中心（所、站）数量选用POI 数据，POI 是代表真实地理实体的点状数据，包含实体的经纬度、类别、具体地址等属性信息，本文POI数据爬取自高德地图，通过筛选、去重及补全最终获得2020年重庆市主城都市区老年活动中心（室、站）302处、医院1 111处、卫生服务中心（所、站）981处。

1.3 研究方法

1.3.1 养老服务资源配置综合指数 为了衡量区县养老服务资源配置状况，参考《“十四五”国家老龄事业发展和养老体系建设规划》（国务院，2021）和相关文献（曾通刚等，2019），基于医养结合的思想，根据数据的可获得性构建重庆市养老服务资源配置评价指标体系（表1）。

表1 养老服务资源配置评价指标体系Table 1 Evaluation index system of endowment service resource allocation

采用极差法对原数据进行无量纲化处理，利用变异函数确定指标权重，并运用线性加权综合法计算综合评价指数（曾通刚等，2019）：

式中：Ai为i区县的养老服务资源配置评价指数或分类指数，Ai值越大，表明养老服务资源配置或分类资源配置水平越高；
xij表示i区县的第j项指标经标准化后的无量纲值；
wj表示第j项指标的权重。

1.3.2 泰尔指数 泰尔指数可以衡量地理要素的空间差异状况，其值越大表示区域间的差异性越大。采用泰尔系数测度养老服务资源配置的区域差异程度，公式为（张海朋等，2021）：

式中：Theil 为泰尔指数；
Ai含义同式（1）；
a为研究区内养老服务资源评价指数或分类指数均值；
n为评价单元数量。基于式（2）计算结果，进一步把主城都市区划分为中心城区和主城新区2个群组，并将泰尔指数所反映的总体差异分解成群组内部差异和群组间差异。具体分解方法为：

式中：Theilw和TheilB分别为反映指标值的群组内与群组间差异的泰尔指数。m表示群组数；
nh/n表示各群组内的数量占比；
eˉh/eˉ代表各群组的指标值占比；
Theilh表示第h个群组指标值差异的泰尔指数。

1.3.3 空间错位指数 空间错位指数（SMI）常被用于测度旅游景点与设施、城市居民的居住与就业的空间错位程度，可反映要素在空间上的错位分布情况。传统的空间错位指数取值为正，只能确定错位的程度，不能反映错位的具体情况，因此采用扩展后的空间错位指数分析老年人口与养老资源、医疗资源之间的空间错位情况，计算公式为（李凌雁等，2016）：

式中：SMI为老年人口与养老资源、医疗资源的空间错位指数；
Pi为i区县老年人口数量；
Pt为所有区县老年人口之和；
At为所有区县养老服务资源配置综合指数之和；
Ai为i区县养老服务资源配置综合指数。SMI绝对值越大，表示人口老龄化与养老服务资源配置越不匹配，反之越匹配；
其值为正时，表示资源预测值大于实际值，错位原因表现为资源不足，反之，表示资源预测值小于实际值，表现为资源过剩。

1.3.4 地理探测器 地理探测器用于探测地理事物的空间分异性及其因子驱动力（王劲峰等，2017），运用因子探测测度养老服务资源配置影响因素的解释程度，公式为：

式中：q值介于0～1 之间，其值越大意味着因子的驱动作用越强；
L为养老服务资源配置水平或影响因素的分层，即分类或分区；
Nh和N分别是层h和研究区整体的单元数；
σh和σ分别是层h和研究区整体的方差。

2.1 人口老龄化空间分布特征

人口老龄化系数（≥65 岁人口与总人口之比）和老年人口数量是测度人口老龄化的重要指标，利用第七次人口普查数据分别绘制2020年重庆市主城都市区各区县人口老龄化系数和老年人口数量分布（图2），以探析老年人口空间分布特征。

参考人口老龄化的划分标准以及相关文献（易成栋等，2014），结合重庆市现状，将重庆市主城都市区老龄化发展阶段划分为4个类型，分别为老龄化初期（11.98%～13%）、老龄化中期（13.01%～15%）、老龄化后期（15.01%～18%）、快速老龄化时期（＞18.01%）。从老龄化系数看，中心城区有44%、33%和22%的区县分别属于老龄化初期、中期和后期，没有出现属于快速老龄化时期的区县，整体以老龄化初期为主。主城新区有25%和75%的区县分别属于老龄化后期和快速老龄化时期，老龄化初期和中期阶段已经消失，整体以快速老龄化时期为主（图2-a）。

采用自然断点法将重庆市主城都市区老年人口数量划分为4 个类型，分别为低值区（57 463～82 597）、中低值区（82 598～134 417）、中高值区（134 418～200 926）、高值区（200 927～265 668）。从老年人口数量看，中心城区占22%、11%、44%和11%的区县分别属于低值区、中低值区、中高值区和高值区，主城新区占25%、58%和17%的区县分别属于中低值区、中高值区和高值区，没有出现属于低值区的区县，整体而言主城新区老年人口数量分布相对较多（图2-b）。

图2 2020年重庆市主城都市区各区县老龄化系数（a）与老年人口数量（b）空间分布Fig.2 Spatial distribution of aging coefficient(a)and number of elderly population(b)by districts and counties in main city metropolitan area of Chongqing in 2020

综上，2020年重庆市主城都市区人口老龄化系数与老年人口数量的空间分布基本一致，呈现从中心城区到主城新区由内至外增加的圈层结构特征。其主要原因为：一方面，主城新区经济发展水平和就业机会与中心城区存在一定差距，中心城区仍是劳动力的聚集地，人口结构相对年轻；
另一方面，区县宜居的生活环境与日益完善的养老服务体系对老年人的吸引力不断增强，特别是随着近年中心城区老旧小区拆迁工程的推进，进一步强化了老年人移居区县的意愿。

2.2 养老服务资源配置格局

由表2可知，主城都市区养老服务资源配置存在显著的区域差异，中心城区与主城新区区域之间和区域内部的养老服务资源配置不均衡，且区域之间的差异显著大于区域内部。从养老服务资源配置的分类看，医疗资源的泰尔指数大于养老资源，说明主城都市区医疗资源配置不均衡的现象更严重，养老资源和医疗资源的组间差异均大于组内差异，与养老服务资源配置特征保持一致。

表2 养老服务资源配置泰尔指数及分解Table 2 Theil index and decomposition of endowment service resource allocation

基于养老服务资源配置评价指数，采用自然断点法将重庆市主城都市区21 个区县划分为高水平区、中高水平区、中低水平区和低水平区4种类型。图3显示，2020年重庆市主城都市区养老服务资源配置空间分布不均衡，表现出水平相似区县集聚特征。1）中心城区形成养老服务资源配置评价高地。养老服务资源配置评价高水平区全部位于中心城区，约占中心城区区县总量的44%，中心城区其余区县中高水平区约占33%，中低水平区和低水平区各约占11%。2）主城新区形成养老服务资源配置评价低值环。除大渡口区外，其余养老服务资源配置评价低水平区均位于主城新区，占主城新区区县总量的50%，主城新区其余区县中低水平区和中高水平区各自占25%。

图3 2020年重庆市主城都市区养老服务资源配置评价Fig.3 Evaluation of pension service resource allocation in Chongqing metropolitan areas in 2020

综上，养老服务资源主要集中在经济发展较好的中心城区，老龄化程度高的主城新区养老服务资源配置不足，养老服务资源配置未能实现以老年人口为导向，人口老龄化与养老服务资源配置在空间上存在一定的错位现象。

2.3 空间错位分析

一般认为，当空间错位指数的绝对值＞1 时，即可判断存在较严重的空间错位现象（李名升等，2013）。由表3可见，重庆市主城都市区人口老龄化与养老服务资源配置存在较显著的空间错位现象。

表3 人口老龄化与养老服务资源配置的空间错位指数Table 3 Spatial Malposition Index of population aging and resource allocation of elderly services

为识别各区县人口老龄化与养老服务资源配置错位程度及错位原因的空间分布，参考包富华等（2016）对空间错位指数错位等级的划分，依次分为高错位区（|SMI|≥2）、中错位区（0.2≤|SMI|＜2）、低错位区（0≤|SMI|＜0.2），结合空间错位指数错位原因（资源过剩导致的错位、资源不足导致的错位）将主城都市区所有区县分为6类（表4）。

表4 人口老龄化与养老服务资源配置的错位类型划分Table 4 Classification of population aging and dislocation type of elderly service resource allocation

从错位程度（图4）看，中心城区与主城新区均以中错位区为主，区县之间错位程度差异较小，空间分布较为均衡。位于中心城区的渝中区是唯一的高错位区，说明该区人口老龄化与养老服务资源配置极不协调。中错位区与低错位区在中心城区的占比分别为67%和22%，在主城新区的占比分别为92%和8%。

图4 2020年重庆市主城都市区人口老龄化与养老服务资源配置的错位类型Fig.4 Dislocation type of population aging and pension service resource allocation in Chongqing metropolitan areas in 2020

从错位分布看，资源过剩型区县集中在中心城区，其特征为区域养老服务资源配置较为充足，而老年人口却相对较少；
资源不足型区县集中在主城新区，其特征为人口老龄化严重，而区域养老服务资源配置不足，总体上呈圈层式的空间分布特征。

从错位类型看，研究区内没有高度资源不足的区县，中心城区和主城新区分别以中度资源过剩和中度资源不足为主。在中心城区约占67%的区县属于中度资源过剩型，其余各自占11%的区县分别属于高度资源过剩型、轻度资源过剩型和轻度资源不足型。在主城新区约占83%的区县属于中度资源不足型，其余各占8%的区县分别属于轻度资源过剩型和轻度资源不足型。总体上，中心城区老龄化程度低于主城新区，而在养老服务资源配置上又远多于主城新区，这是导致空间错位类型圈层式分布的直接原因。中心城区资源过剩与主城新区资源不足的矛盾持续存在，各区县应因地制宜，合理规划配置养老服务资源，这是解决资源配置不合理的根本途径。

2.4 驱动机制分析

为进一步探析区域养老服务资源配置不协调的驱动因子，结合已有研究（曾通刚等，2019）及专家意见，选取人均GDP、人均可支配收入、人均公共财政支出、第三产业占比、人均固定资产投资、平均家庭户规模、老龄化系数分别从经济发展水平、收入水平、政府政策、产业结构、市场经济规模、家庭规模、人口结构7个方面解释养老服务资源配置。引入地理探测器方法测度因子驱动力大小，使用该方法前需对各因子进行分组，除老龄化系数同上文，其余因子均按自然断点法分为4 类（图5），最终计算得到养老服务资源配置对应指标q值（表5）。除人均GDP、人均固定资产投资、平均家庭户规模指标外，其余指标均通过显著性检验（P＜0.05），各因子对养老服务资源配置的驱动作用存在较大差异。排除未通过显著性检验的指标，因子q值排名依次为人均公共财政支出、人均可支配收入、第三产业占比、老龄化系数。

表5 养老服务资源配置的因子探测结果Table 5 Results of factor detection for resource allocation of elderly services

其中，人均公共财政支出在所有因子中驱动作用最大，养老服务资源具有公共属性，其合理配置主要依赖于政府的规划以及政策的支持。因此，政府政策是养老服务资源配置空间错位的关键因素。人均可支配收入在所有因子中排名第二，随着居民收入水平的提高，居民养老服务消费意愿和能力也逐渐增强，这将有利于吸引社会资本进入老年市场，进而推动养老服务资源的协调发展。因此，提高居民收入水平对养老服务资源协调发展具有重要促进作用。人口老龄化导致养老需求的增长，促使社会消费结构的变动，进一步推动养老服务产业的发展，养老服务属于第三产业，随着产业结构的优化和升级，尤其是第三产业的发展对养老服务资源发展有较强的推动作用，然而区县之间产业结构的优化和升级进程存在较大差异，这也进一步加剧养老服务资源配置不协调问题。因此，人口结构和产业结构对养老服务资源协调发展具有重要影响。

从通过显著性检验的因子看，在政府政策、收入水平以及产业结构占比方面，中心城区均普遍高于主城新区（见图5），各因子的区域差异是养老服务资源配置不协调的主要原因。在人口结构方面，虽然老龄化系数对养老服务资源配置具有一定的驱动作用，但根据前文分析可知中心城区人口老龄化系数普遍低于主城新区，其养老服务资源配置却普遍高于主城新区，养老服务资源配置与人口结构呈

图5 养老服务资源配置驱动因子分组Fig.5 Grouping of resource allocation drivers for elderly services

33.24～40.64负相关，与预期相反，养老服务资源配置亟需合理规划，发挥人口结构变化的正向驱动作用。平均家庭户规模、人均固定资产投资均未通过显著性检验，家庭规模的缩小与市场经济规模的扩大未能有效推动养老服务资源协调发展。家庭规模的缩小意味着家庭养老功能的弱化，随着人口老龄化加深，家庭养老负担加重，家庭养老职能向外部转移，政府和社会承担起养老的相关责任；
然而受养老服务资源市场准入门槛高、社会参与机制不健全等因素的影响，长期以来养老服务资源的供给以政府为主导，社会力量参与明显不足，市场调节作用未能得到充分发挥，供需不匹配问题突出。

3.1 结论

本文基于县域尺度下第七次人口普查数据，构建养老服务资源配置综合指数，利用泰尔指数、空间错位指数以及地理探测器，从匹配性角度探讨2020年重庆市主城都市区人口老龄化和养老服务资源配置的协调关系及其驱动机制，得到的主要结论为：

1）2020 年主城都市区县域人口老龄化系数与老年人口数量的空间分布基本一致，呈现从中心城区到主城新区由内至外减少的圈层结构特征。中心城区老年人口分布相对较少，但人口老龄化形势也不容乐观，主城新区作为快速老龄化时期和老年人口数量高值区的集聚地，是人口老龄化最严重的区域。

2）2020 年重庆市主城都市区养老服务资源配置情况空间分布不均衡，中心城区与主城新区之间的差异相较于中心城区和主城新区内部更加显著。在空间格局上中心城区形成养老服务资源配置评价高地，而主城新区形成养老服务资源配置评价低值环。

3）2020 年主城都市区人口老龄化与养老服务资源配置存在较显著的空间错位现象，中心城区资源过剩与主城新区资源不足的矛盾突出。养老服务资源未能实现以需求为导向，供需不平衡，无法精确地掌握老年人的养老服务需求，进而导致无法瞄准定位，无法提供精准化、细致化的服务，资源利用效率不高，有效供给不足。

4）政府政策、居民收入水平以及产业结构的区域差异对养老服务资源的协调发展具有显著的正向影响，而市场经济规模的扩大、家庭规模的缩小以及人口结构的变动未能有效推动养老服务资源协调发展。受政府政策导向作用、收入水平较高以及第三产业发展较快的中心城区，拥有充足的养老服务资源；
而上述驱动力表现较差的主城新区，养老服务资源配置则处于相对低位。发展机制不健全、社会力量参与不足的养老服务市场制约了养老服务资源配置的协调发展，以家庭养老为主导的养老观念使养老服务资源配置还未随家庭规模的变动而产生联动效应；
同时，人口老龄化对养老服务资源合理配置的倒逼作用也未能有效发挥。

本文发现重庆市主城都市区人口老龄化与养老服务资源配置存在严重的空间错位，与其他区域的既往研究结论一致（田俊峰等，2018；
赵东霞等，2018；
马晓帆等，2021），不同的是重庆市主城都市区空间错位类型的分布特征鲜明，基本与重庆市现行的区域规划保持一致。本文探讨了人口老龄化与养老服务资源配置空间错位现象的驱动因素，对进一步促进重庆市乃至全国养老服务资源协调发展具有积极作用。

养老服务资源需求存在城乡差异，由于数据可获性，本文仅考虑到城市养老服务资源配置，目前中国城市化水平虽进一步提升，但农村地区人口占比仍接近4成，特别是老年人口占比更是高于城市地区，养老服务资源配置需求的城乡差异不容忽视。因此，借助问卷调查和实地调查方法从城乡差异的视角探究老年人口与养老服务资源配置的关系是未来要深入研究的内容。

3.2 建议

1）推进政府主导与社会力量参与相结合的养老服务体系建设。充分发挥政府主导作用，养老服务资源配置要以需求为导向，政府应完善养老服务资源配置的顶层设计，根据地区实际情况，合理调整财政投入，提高资源规划的科学性，及时科学预测区域老年人口变动趋势，精准配置养老服务资源，提高资源利用效率，增加有效供给，缩小地区养老服务资源配置差距。重视市场调节作用，放宽市场准入，完善社会参与机制，全面放开养老服务市场，提高社会力量的参与度，推动养老服务社会化和市场化，刺激市场经济对养老服务资源协调发展的有效发挥。

2）养老政策制定要因地制宜。对于资源不足型的区县，应谋求城市发展转型，走内生发展道路，优化产业结构，注重产业升级，提高自身经济发展水平，为养老服务体系建设奠定经济基础，在此基础上加大财政投入，增加养老服务资源供给。同时，注重居民收入水平的提高，以增强居民养老服务消费意愿及能力，进而推动养老服务市场的繁荣。对于资源过剩型的区县，在对养老服务资源配置进行优化的同时，重视养老服务品质的提升，保持供给侧与需求侧的协调一致，避免造成资源利用效率的损失。