EN中文

干旱区地理 >

2026 , Vol. 49 >Issue 2: 381 - 392

DOI: https://doi.org/10.12118/j.issn.1000-6060.2025.310

区域发展

中国居家社区养老与机构养老耦合协调格局及影响因素研究

  • 刘昊 , 1 ,
  • 李福莲 2 ,
  • 汪圣 , 1
展开
  • 1.山东农业大学公共管理学院，山东 泰安 271018
  • 2.山东工商学院工商管理学院，山东 烟台 264003
汪圣（1989-），男，博士，副教授，主要从事社会保障理论与政策研究. E-mail:

刘昊（1992-），男，博士，副教授，主要从事区域经济与社会保障研究. E-mail:

收稿日期: 2025-05-28

  修回日期: 2025-07-02

  网络出版日期: 2026-03-11

基金资助

教育部人文社会科学研究青年基金项目(22YJCZH103)

收起

Coupling and coordination pattern and influencing factors of home community elderly care and institutional elderly care in China

  • Hao LIU , 1 ,
  • Fulian LI 2 ,
  • Sheng WANG , 1
Expand
  • 1. School of Public Administration, Shandong Agricultural University, Tai’an 271018, Shandong, China
  • 2. School of Management, Shandong Technology and Business University, Yantai 264003, Shandong, China

Received date: 2025-05-28

  Revised date: 2025-07-02

  Online published: 2026-03-11

Fold

摘要

推动不同养老模式耦合协调发展是优化我国养老服务资源配置的有效路径。基于2018—2022年面板数据，运用耦合协调度模型和地理探测器等方法，实证分析中国居家社区养老与机构养老的时空耦合协调性及其影响因素。结果表明：（1） 居家社区养老与机构养老耦合协调度和相对发展度总体上呈上升趋势。耦合协调度随时间发展表现出持续向好趋势，相对发展度居家社区养老“同步发展>超前发展>滞后发展”的态势逐渐清晰。（2） 迈入协调阶段的省域规模持续扩大，并逐步展示出从中东部地区拓展至西部及东北地区的演化态势；两者相对发展度的阶段跃升现象显著，尤其是西部地区，跃升省域数量相较于中部和东部地区更为突出。（3） 两者耦合协调度具有正向空间相关性，且呈现波动上升演进方向，相关性强度表现出“西部>东部>中部>东北”的空间分布，主要为高-高聚集和低-低聚集2种模式。（4） 组织力量、养老需求和科技水平是二者耦合协调度的主要影响因素。研究结果可为破解我国养老服务供给结构性矛盾，创新发展养老服务政策体系提供理论依据与决策参考。

关键词： 居家社区养老; 机构养老; 养老服务; 耦合协调; 影响因素

本文引用格式

刘昊 , 李福莲 , 汪圣 . 中国居家社区养老与机构养老耦合协调格局及影响因素研究[J]. 干旱区地理, 2026 , 49(2) : 381 -392 . DOI: 10.12118/j.issn.1000-6060.2025.310

Abstract

Promoting the coordinated development of different elderly care models is an effective way to optimize the allocation of elderly care service resources in our country. Based on panel data from 2018 to 2022, this study empirically analyzes spatiotemporal coupling coordination and influencing factors of home community elderly care and institutional elderly care in China using a coupling coordination model, a geographic detector, and other methods. The results indicate that (1) The coupling coordination degree and relative development degree between home community elderly care and institutional elderly care are generally on the rise. The coupling coordination degree has shown a continuous improvement trend over time. The relative development degree of home community elderly care is gradually becoming clear with the trend of “synchronous development>advanced development>lagging development”. (2) The number of provinces entering the coordination stage (III and IV) continues to increase and shows an evolutionary pattern of gradually spreading from the central and eastern regions to the western and northeastern regions in space. The phenomenon of stage transition in relative development is more pronounced, and the western region has significantly more provinces in transition than the central and eastern regions. (3) The coupling coordination degree has a positive spatial correlation and a fluctuating upward trend. The correlation strength shows a spatial pattern of “western>eastern>central>northeast”, with mostly HH-type and LL-type clustering. (4) Organizational strength, elderly care demand, and technological level are the main influencing factors of the coupling coordination degree. This study’s findings can provide a theoretical basis and policy recommendations for addressing structural contradictions in China’s elderly care service supply and for innovating the development of the elderly care policy system.

Key words： home community elderly care; institutional elderly care; elderly care services; coupling coordination; influencing factors

居家社区养老和机构养老是我国养老服务体系的两大主要支柱。近年来，随着国家对老龄化问题的愈发重视，二者均取得了长足发展。但在“居家为基础、社区为依托、机构为支撑”的传统板块式格局下，不同养老模式间各自为营、互动匮乏，导致资源利用低效、割裂浪费和分配不均，阻碍了我国养老服务体系的整体性协调发展。为此，“十四五”规划明确了“居家社区机构相协调”的新方向；中共中央、国务院《关于深化养老服务改革发展的意见》也进一步要求“贯通协调居家社区机构养老服务形态”。那么，不同养老模式之间的互动机制是怎样的?居家社区养老与机构养老的耦合协调发展水平如何?影响二者耦合协调发展的关键因素又有哪些?深入探讨上述问题对于破解养老服务供给结构性矛盾，落实积极应对人口老龄化国家战略具有重要意义。
现有关于养老服务耦合协调发展的研究主要集中在3个方面：一是区域协同养老。区域协同养老是破解区域养老难题的重要途径[1]。针对空间分布和规模结构不均衡[2]、行政壁垒高筑[3]、协调平台缺失[4]等诸多现实问题。学者们主要从制度逻辑[5]、机制优化[6-7]、要素保障[8]、政策协同[9-10]等方面提出促进京津冀、长三角等地区区域协同养老的策略。二是医养结合发展。学者们多从健康老龄化[11-12]、治理创新[13]、服务供给[14]等视角对医养结合的政策效果、协同治理等展开分析。还有学者基于耦合-熵变方程分析了我国社区卫生服务中心和社区养老机构的耦合关系[15]。三是居家社区机构协调发展。部分学者基于嵌入式理论强调通过社区嵌入式养老服务链接居家社区养老与机构养老[16-18]；还有部分学者从技术视角入手，探析利用人工智能、物联网等新兴技术贯通养老资源、服务及监管的优势和可行性[19-21]。尽管直接关于不同养老模式间耦合协调水平评估的研究较少，但有学者关注到实践成效，如朱震宇等基于结构性的视角分析发现，居家社区机构协调发展可实现养老机构的连锁化运营，促进养老服务市场的可持续发展[22]。
纵览现有文献，养老服务耦合协调发展的研究虽已取得丰富成果，但仍存在以下缺憾：一是区域协同养老研究多聚焦京津冀、长三角等重点区域内的跨行政区合作，全国性的系统探讨仍显不足。二是针对居家社区养老与机构养老耦合协调发展的专门研究多集中于制度构想或实践评估，量化模型应用也仅限于医养结合等场景，在时空维度上定量分析二者耦合协调发展水平及影响因素的研究尤为薄弱。基于此，本文拟借助空间自相关分析、耦合协调度模型及地理探测器等方法，实证分析中国居家社区养老与机构养老的时空耦合协调性及其影响因素，以期为我国居家社区养老与机构养老协同高效发展提供理论借鉴和决策依据。

1 居家社区养老与机构养老耦合协调机理分析

居家社区养老与机构养老两大子系统间存在显著的结构性关联和协调关系，二者通过资源互补与服务协同构成养老服务体系的核心架构，共同满足老年人多层次、差异化养老需求。
一方面，机构养老直接或间接地支撑和促进居家社区养老的发展。养老机构依托专业服务、基础设施和政策支持等，通过拓宽经营规模和范围，以居家社区老年人服务需求为出发点，为临近居家社区养老单元提供专业照护服务及专业技能培训，有效提升了居家社区养老服务供给能力及精准性，让更多老年人足不出户地享受优质的精细化养老服务。同时，机构养老的服务延伸也可有力解决由于社区养老驿站等机构独立运行而造成的居家社区养老服务成本过高、资源碎片化的问题。在有效控制养老成本的前提下，通过设施共享、人力调度等方式整合资源，确保老年人在熟悉的环境中更方便地享受来自子女的亲情关怀、邻里之间的温馨慰藉以及丰富多样的社交活动，提升晚年生活的幸福感与满足感，从而巩固居家社区养老的基础性地位，促进居家社区养老的进一步发展。因此，机构养老可从服务支撑、资源整合和成本降低3个方面带动和支撑居家社区养老发展。
另一方面，居家社区养老直接或间接地带动机构养老的发展。以社区为桥梁，链接机构养老与居家社区养老，将机构的专业化服务延伸至居家社区老年人，较好地实现了养老机构从单体项目的网格化管理模式向多个项目的区域连锁化管理模式的有序推进，盘活闲置养老资源，提升服务供给效率，促进机构养老的规模化发展。同时，享受居家社区养老服务的老年人也是未来机构养老服务的需求群体，潜在服务需求巨大。居家社区养老可为机构养老长远发展提供稳定的客户来源，有利于机构养老的可持续发展。因此，居家社区养老带动机构养老发展效应主要体现消费增加、市场扩宽和效率提升3个方面。
居家社区养老与机构养老的关联性和协调关系为两系统的耦合协调发展奠定了基础。居家社区养老与机构养老的耦合协调发展过程就是指居家社区养老系统与机构养老系统之间通过相互作用和联系产生协同放大效应，各子系统间整体协同效应大于子系统的单独作用。两系统的耦合协调机理如图1所示。
图1 居家社区养老系统与机构养老系统耦合协调机理

Fig. 1 Coupling and coordination mechanism of the home community elderly care system and institutional elderly care system

2 数据与方法

2.1 指标说明与数据来源

本文将除港澳台之外的中国31个省级行政单位作为研究对象，同时考虑到数据的可获得性，选择2018—2022年为研究时段。其中，老年人抚养比、人均地区生产总值、宽带互联网用户占比来源于《中国统计年鉴》。以“养老”或“老年人”为关键词按年份在各省级政府门户网站、省级相关职能部门网站以及北大法宝法律数据库开展检索工作，将符合要求的政策条目数用来表征养老政策文件数目，其余数据均来源于《中国民政统计年鉴》。此外，对少数缺失值以线性插值法进行填补。

2.2 指标体系建设

本文基于新时代养老服务高质量发展需求，在遵从可得性、科学性、完备性等原则的基础上，参考现有文献[9,15]，从人员情况、硬件设施、服务水平3个维度构建中国居家社区养老与机构养老耦合协调发展的指标体系。居家社区养老子系统和机构养老子系统各有3个一级指标和7个二级指标（表1）。
表1 居家社区养老与机构养老的指标体系

Tab. 1 Indicator system for home community elderly care and institutional elderly care

目标层 一级指标 二级指标 指标说明 单位 属性
居家社区养老 人员情况 年末职工数 各类社区养老服务机构实有职工人数 人 +
社会工作师人数 通过全国社工职业水平考试的人员总数 人 +
硬件设施 每千老人社区养老服务机构数 社区服务机构和设施总数/60岁以上老年人口数 个·(103人)-1 +
每千老人居家社区养老床位数


 （特困人员救助供养机构床位、全托服务社区养老服务机构和设施床位、日间照料社区养老服务机构床位和社区互助型养老设施床位数总和）/60岁以上老年人口数 张·(103人)-1


 +


老年人人均居家社区养老建筑面积 各类社区养老服务机构和设施建筑面积总和/60岁以上老年人口数 m2·人-1
 +
服务水平
 每千老人全托照料服务人数
 为老年人提供全日集中住宿和照料护理服务的人数总和/60岁以上老年人口数 人·(103人)-1
 +
社区养老服务人次数
 各类社区养老服务机构和设施提供的养老服务人次数 人次
 +
机构养老 人员情况 每千老人养老机构职工数 各类养老机构实有职工人数/60岁以上老年人口数 人·(103人)-1 +
每千老人专业技术技能人员数
 各类养老机构中直接为老年人提供服务的人员总数/60岁以上老年人口数 人·(103人)-1
 +
硬件设施
 每千老人养老机构数
 （社会福利院、农村特困人员救助供养机构和其他各类养老机构总数）/60岁以上老年人口数 个·(103人)-1
 +
每千老人机构养老床位数
 （社会福利院床位、特困人员救助供养机构床位以及其他各类养老机构床位数总和）/60岁以上老年人口数 张·(103人)-1
 +
老年人人均机构养老建筑面积 各类养老机构建筑面积总和/60岁以上老年人口数 m2·人-1 +
服务水平 年末在院人数 各类养老机构在实际收留抚养的人员总数 人 +
康复和医疗门诊人次数
 设有医疗服务窗口（部门）的养老机构提供的康复和医疗门诊服务人次数 人次
 +

注：“+”“-”分别为正、负指标。

2.3 研究方法

2.3.1 熵权法

本文采取熵权法计算居家社区养老与机构养老耦合协调发展各评价指标权重，并基于这些权重和指标标准化数值测度居家社区养老子系统和机构养老子系统的综合评价值，有效避免人为赋权主观影响。具体计算步骤参考相关文献[23]。

2.3.2 修正后耦合协调度模型

本文借鉴王淑佳等学者的做法，采用修正后耦合协调度模型来分析居家社区养老和机构养老两系统的耦合协调水平[24]。公式如下：
T = α U 1 + β U 2
C = 1 - U 2 - U 1 × U 1 U 2
D = C × T
式中：T为系统间综合协调指数；U1和U2分别为居家社区养老和机构养老系统的综合发展水平指数；α、β为待定系数，鉴于居家社区养老与机构养老两者地位同等重要，将待定系数均设为0.5；C为耦合度；D为耦合协调度。
同时，采用相对发展模型来反映两系统相对发展进程：
E=U1/U2
式中：E为相对发展度，反映两系统相对发展进程。
在结合相关研究的基础上[25-26]，对耦合协调阶段和相对发展进程进行细致界定。在耦合协调阶段方面，当D位于[0.0,0.2]、（0.2, 0.4]、（0.4, 0.6]、（0.6, 0.8]和（0.8, 1.0]区间时，分别界定为严重失调、中度失调、勉强协调、中级协调和优质协调。实践中，当D趋向于优质协调时，两系统间要素流动高效、功能高度互补、整体效益显著。表现为机构专业服务深度嵌入社区，社区精准引导需求至机构，资源利用率高。当D趋向于严重失调时，两系统间联系薄弱，要素流动不畅，功能重叠或错位。表现为机构床位闲置与社区服务不足并存，资源浪费，整体效益低下。在相对发展进程方面，当E位于（0.0, 0.8]、（0.8, 1.2]和（1.2, +∞]区间时，分别界定为居家社区养老滞后于机构养老、居家社区养老同步于机构养老和居家社区养老超前于机构养老。

2.3.3 空间自相关分析

本文首先利用全局空间自相关分析，研究各省域居家社区养老与机构养老耦合协调度空间分布的关联性及集聚程度，进一步刻画其耦合发展的空间特征；然后利用局部空间自相关分析检验两系统的耦合协调度在每个空间单元与相邻单元的集聚特征。具体计算步骤参考相关文献[27]。

2.3.4 地理探测器

本文借助地理探测器[28]的因子探测与交互探测识别居家社区养老与机构养老耦合协调关系的影响因素及其交互关系。公式如下：
q = 1 - ∑ h = 1 L N h σ h 2 N σ 2
式中：q值介于0~1之间，其值越大意味着影响因素的解释力度越大；h=1, 2, …, L，表示居家社区养老与机构养老耦合协调水平或影响因素的分层，即分类或分区；N为总研究的单元数；Nh为h层的单元数； σ 2为全区总方差； σ h 2为h层样本方差。

3 结果与分析

3.1 居家社区养老与机构养老耦合协调关系时空演化分析

3.1.1 耦合协调关系时序变化特征

图2揭示了各省（区、市）居家社区养老与机构养老耦合协调度与相对发展度的演进趋势。耦合协调度方面，2018—2020年处于严重失调阶段的省域数量逐步由3个递减至0个，同时所有省域均达到中度失调及以上阶段。截至2021年，八成以上的省（区、市）进一步跨越至勉强协调阶段，仅有不到二成的省（区、市）还停留在中度失调阶段。处于中级协调阶段的省域数量则在2022年上升为3个。相对发展度方面，居家社区养老滞后发展的省域数量呈现先上升再下降的趋势，由2018年的23个先增至2019年的26个再逐渐下降为2022年的8个；居家社区养老超前发展的省域数量由2018年的5个上升至2020年的14个，但在2021年下降至13个。二者同步发展的省域数量上下波动，但总体呈上升趋势，2018—2022年数量由2个增长至10个。可以看出，随着从机构养老单兵突进，到统筹推进居家社区机构协调发展，相对发展度方面，居家社区养老“同步发展>超前发展>滞后发展”的态势逐渐清晰。
图2 2018—2022年中国居家社区养老与机构养老耦合协调度与相对发展度变化

注：图中不含港澳台数据。下同。

Fig. 2 Coupling coordination degree and relative development degree of home community elderly care and institutional elderly care in China from 2018 to 2022

图3反映了不同区域的居家社区养老和机构养老的耦合协调状况。耦合协调度方面，全国各地区居家社区养老与机构养老耦合协调度在时间序列上呈现大致相同的变化特征，除2021年东北地区和2022年西部地区外，其余时段各地区均保持了稳步上升的良好态势。全国层面二者耦合协调度的均值由2018年的0.331上升至2022年的0.470，处于不断优化的勉强协调状态，但与优质协调仍存在较大差距。相对发展度方面，除了2019年和2021年，全国各地区居家社区养老与机构养老相对发展度整体上呈现逐年上升趋势。全国居家社区养老5 a间持续发展，由滞后于机构养老转换为相对同步，但不容忽视的是2020年东北地区居家社区养老仍处于相对滞后的阶段而西部地区居家社区养老则超前于机构养老，两地应更加注重居家社区养老与机构养老的系统协调发展。
图3 2018—2022年不同区域居家社区养老与机构养老耦合协调度和相对发展度时序变化

Fig. 3 Coupling coordination degree and relative development degree of home community elderly care and institutional elderly care in different regions from 2018 to 2022

3.1.2 耦合协调关系区域差异特征

借助ArcGIS 10.8软件绘制中国各省域2018、2019、2021年和2022年的耦合协调度和相对发展度的空间分布图（图4~5）。
图4 2018—2022年中国居家社区养老与机构养老耦合协调度空间分布

Fig. 4 Spatial distributions of coupling coordination degree of home community elderly care and institutional elderly care in China from 2018 to 2022

图5 2018—2022年中国居家社区养老与机构养老相对发展度空间分布

Fig. 5 Spatial distributions of relative development degree of home community elderly care and institutional elderly care in China from 2018 to 2022

耦合协调度上，2018年仍有海南、西藏和甘肃3个省（区）停留在严重失调阶段。5个省域处于勉强协调阶段，其中，3个位于东部地区（浙江、江苏、广东），1个位于东北地区（黑龙江），1个位于中部地区（湖北），其余省域均处于中度失调阶段。2019年仅有云南1省处于严重失调阶段，西部地区的陕西、贵州、四川，中部地区的河南、湖南，东部地区的北京均步入勉强协调阶段。2020年全部省域均摆脱严重失调阶段，除西部地区的西藏、黑龙江、内蒙古处于中度失调阶段外，其余省域均达到勉强协调阶段。到2022年，天津、山东和湖北进一步跃升至中级协调阶段，其余省域则主要处于勉强协调阶段。综上，5 a间迈入协调阶段的省域规模持续扩大，并逐步展示出从中东部地区拓展至西部及东北地区的演化态势。
相对发展度上，2018—2022年全国范围内居家社区养老与机构养老相对发展度的阶段跃升现象较为显著；在地域分布上，西部地区跃升省域数量相较于中部和东部地区更为突出。不同年份上，2018年云南、河南2省位于同步发展阶段，甘肃、山西、青海、西藏、福建5省（区）位于超前发展阶段，余余各省域均位于滞后发展阶段。2019年广东、天津、新疆、云南4省（区）进入超前发展阶段，但处于同步发展阶段的省域数量有所下降，绝大多数省域仍处于滞后发展阶段。2020年全国居家社区养老与机构养老相对发展度阶段跃迁较为显著，其中，西部地区跃迁省域数量为8个，东部地区为4个，中部地区和东北地区均为2个。到2022年全国居家社区养老与机构养老相对发展度空间布局基本保持不变，山西和安徽分别由滞后发展阶段和超前发展阶段过渡到同步发展阶段。

3.2 居家社区养老与机构养老耦合协调关系空间相关性分析

通过ArcGIS 10.8软件对我国省域尺度下居家社区养老与机构养老耦合协调度进行空间自相关检验，计算全局莫兰指数和局部莫兰指数。由表2可知，2018—2022年全局莫兰指数均大于0，位于0.195~0.422之间，所有年份Z值均大于1.96，通过了5%水平的显著性检验。这说明，中国省域居家社区养老与机构养老耦合协调度的空间分布并非随机，存在一定程度的空间聚集现象，同时亦受到周边相邻省域的影响。从演变过程来看，2018—2022年全局莫兰指数波动上升，说明居家社区养老与机构养老耦合协调度空间相关性和聚集现象呈现不断增强的趋势。
表2 2018—2022年居家社区养老与机构养老耦合协调度全局莫兰指数

Tab. 2 Global Moran’s I of home community elderly care and institutional elderly care from 2018 to 2022

指标 2018年 2019年 2020年 2021年 2022年
Global
Moran’s I		 0.195 0.285 0.422 0.340 0.332
Z 2.298 3.058 4.569 3.836 3.762
P 0.016 0.002 0.000 0.001 0.002

注：Global Moran’s I为全局莫兰指数；Z为Global Moran’s I的标准化统计量；P为显著性水平。

由表3可知，至少有1个年份检验结果显著的省域达到了13个，其中，绝大多数省域检验结果显著年份达到3 a及以上，表明这些省域在耦合协调度方面相较于其他区域呈现出更紧密的空间关联。尽管某些年份未通过显著性检验，但上述13个省（区、市）的聚集类型没有随时间演进发生变化，仍呈现高-高集聚、低-低集聚的特征。其中，上海趋于稳定的高-高聚集，表明对邻近地区产生了显著的辐射效应，助推长三角区域一体化国家战略深入实施；内蒙古则为稳定的低-低聚集，耦合协调度低的省域通常自身医疗、养老及信息化水平不足，邻近省域也面临类似问题，彼此间难以形成协同拉动效应，致使发展陷入困境。分区域来看，2018—2022年西部地区耦合协调度空间相关性最强，有内蒙古、甘肃、广西、贵州和陕西5省（区）在全部或部分年份通过显著性检验；东部地区紧随其后，有上海、山东、河北和江苏4省（市）在全部或部分年份通过显著性检验；中部地区稍显薄弱，有山西、安徽和江西3省在部分年份通过显著性检验；而东北地区空间相关性最弱，仅吉林1省在部分年份通过显著性检验。综上，耦合协调度的空间相关性强度呈现“西部>东部>中部>东北”的空间格局。
表3 2018—2022年通过显著性检验的省（区、市）局部空间集聚类型

Tab. 3 Provinces and their cluster type of local spatial that passed significance test from 2018 to 2022

省（区、市） 2018年 2019年 2020年 2021年 2022年
吉林 - - 高-高聚集 高-高聚集 -
河北 - 高-高聚集 高-高聚集 高-高聚集 -
山东 - - 高-高聚集 高-高聚集 高-高聚集
上海 - 高-高聚集 高-高聚集 高-高聚集 高-高聚集
江苏 高-高聚集 高-高聚集 - - 高-高聚集
山西 低-低聚集 低-低聚集 - - 低-低聚集
安徽 - 高-高聚集 高-高聚集 高-高聚集 -
江西 低-低聚集 低-低聚集 - - 低-低聚集
广西 - - 低-低聚集 低-低聚集 低-低聚集
贵州 低-低聚集 低-低聚集 - - -
甘肃 - 高-高聚集 高-高聚集 高-高聚集 -
陕西 - - 高-高聚集 高-高聚集 -
内蒙古 低-低聚集 低-低聚集 低-低聚集 低-低聚集 低-低聚集

注：“-”表示该年该区域未通过显著性检验。

3.3 居家社区养老与机构养老耦合协调关系影响因素分析

参考以往文献[29-31]，综合考虑居家社区养老与机构养老影响因素及数据的可获得性，选取养老需求、经济发展、人才队伍、组织力量、政策支持、科技水平6个维度探讨居家社区养老与机构养老耦合协调发展的影响因素，并分别用老年人抚养比、人均地区生产总值、老年相关社会工作志愿者数量、社会工作类机构数、养老政策文件数目、宽带互联网用户占比表征。如表4所示，除经济发展外，其余指标均通过显著性检验（P<0.05），按因子解释力（q）排名依次为组织力量、养老需求、科技水平、人才队伍、政策支持。具体来说，组织方面，各类养老服务相关的社会组织、事业单位等社会工作类机构通过相应途径，整合多元资源，打破社区和各类养老机构的界限，有效弥补养老服务供给不足[32]，并深入影响着居家社区养老与机构养老的耦合协调发展。需求方面，老年赡养负担越重的地区，其养老需求也就越高，则对健全各类养老资源协调配置机制的动机越强，同时也会对周边地区养老资源的供给情况产生影响[29]，进而推动了两系统的耦合协调发展。科技方面，“居家社区机构相协调”需打破它们在物理空间上的限制，这一目标的实现关键在于新一代信息技术和智能产品在养老服务领域中的广泛推广[21]。人才方面，老年相关社会工作志愿者具备低成本和灵活适应本地特色的显著特点[33]，通过志愿者队伍建设可改善社会力量与服务对象之间关系松散的弊病，在服务递送和供给方面推动居家社区养老与机构养老良性互动。政策方面，政府通过完善相关政策体系可为居家社区养老与机构养老耦合协调发展提供法律和制度保障。但政策支持的q值相对较低，可能的原因是不同地区实施的养老政策产生了虹吸效应，阻碍了周边地区耦合协调度的提高，加剧了相互之间的竞争态势。
表4 中国居家社区养老与机构养老耦合协调影响因素的单因子探测结果

Tab. 4 Single-factor detection results of the influencing factors of coupling coordination degree between home community elderly care and institutional elderly care in China

因子 指标释义 单位 q P
养老需求（X1） 老年人抚养比 ％ 0.138 0.008
经济发展（X2） 人均地区生产总值 元 0.058 0.287
人才队伍（X3） 老年相关社会工作志愿者数量 104人 0.085 0.018
组织力量（X4） 社会工作类机构数 个 0.196 0.001
政策支持（X5） 养老政策文件数目 条 0.080 0.042
科技水平（X6） 宽带互联网用户占比 ％ 0.100 0.009

注：q为解释力。

居家社区养老与机构养老的耦合协调发展不仅受到单一因素影响作用，更是多种影响因素交互作用的结果。鉴于此，进一步进行双因子交互分析。由表5可知，不同影响因素两两之间交互作用呈现非线性增强和双因子增强，没有出现减弱和独立的关系。双因子排名集中在0.300以上的为社会工作类机构数和宽带互联网用户占比与其他影响因素的交互作用。表明实体机构是整合医疗、护理等养老服务的物理载体，发展实体服务网络是居家社区养老与机构养老的耦合协调发展的根基。数字技术则突破时空限制，通过互联网平台实现养老服务供需精准匹配，为居家社区养老与机构养老的耦合协调发展带来了新的机遇。
表5 中国居家社区养老与机构养老耦合协调影响因素的交互探测结果

Tab. 5 Interactive detection results of the influencing factors of coupling coordination degree between home community elderly care and institutional elderly care in China

因子 X1 X2 X3 X4 X5 X6
X1 0.138
X2 0.250↖ 0.058
X3 0.267↗ 0.239↖ 0.085
X4 0.360↗ 0.299↖ 0.271↗ 0.196
X5 0.242↖ 0.145↖ 0.239↖ 0.326↖ 0.080
X6 0.332↖ 0.298↖ 0.355↖ 0.347↖ 0.204↖ 0.100

注：↖表示非线性增强关系；↗表示双因子增强关系。

4 结论与建议

4.1 结论

（1） 在时间维度上，居家社区养老与机构养老耦合协调度和相对发展度总体上呈现增长态势。其中，耦合协调度方面，大多数省域目前实现了初步的勉强协调，与优质协调仍存在一定差距，但随时间发展，协调状态展现出积极的改善趋势。同时，相对发展度居家社区养老“同步发展>超前发展>滞后发展”的态势逐渐清晰。
（2） 在空间维度上，迈入协调阶段的省域规模持续扩大，并逐步展示出从中东部地区拓展至西部及东北地区的演化态势；两者相对发展度的阶段跃升现象显著，尤其是西部地区，跃升省域数量相较于中部和东部地区更为突出。
（3） 居家社区养老与机构养老耦合协调度在地域空间上表现出显著的正向空间相关性，且呈现波动上升演进方向。四大地区耦合协调度的空间相关性强度呈现“西部>东部>中部>东北”的空间格局，且多为高-高集聚、低-低集聚的类型。
（4） 居家社区养老与机构养老的耦合协调度是由养老需求、人才队伍、组织力量、政策支持和科技水平等多种因素综合驱动的结果。其中，组织力量、养老需求和科技水平是主要驱动因素。

4.2 建议

（1） 注重加强区域间合作，推动中东部高值集聚区与西部和东北地区低值聚集区建立区域养老服务资源协调治理机制，促进养老服务资源跨区域优化配置。
同时，社区要结合老年人养老需求，主动链接各类养老服务资源，增强基层社区的公共服务能力；养老机构要秉持经济效益与社会效益相统一的原则，将机构的专业化服务辐射至居家社区老人。
（2） 积极调动组织力量，增强养老相关的社会工作类机构在养老服务体系中的地位，充分发挥社会工作类机构的资源整合作用，增加各类养老组织的服务供给能力。因地制宜，充分考虑各地养老需求差异进而采取不同措施提高居家社区养老与机构养老耦合协调水平。老年人抚养比较高的地区，养老服务需求旺盛，应着力调控养老资源供需情况，减少养老资源闲置或供需错位等问题；老年人抚养比相对较低的地区，则应重点完善养老服务基础设施建设，探索地区发展特色，逐步实现养老资源配置与区域经济发展共振。
（3） 优先在西部、东北地区等耦合协调水平较低的地区布局智慧养老基础设施，加强信息平台建设，促进数字赋能养老服务系统协调发展。努力在硬件设施、数据收集、信息处理等方面上做好“基本功”，做实做细居家社区养老服务需求链接机制及服务供应方养老资源整合机制。
（4） 强化志愿者人才队伍建设，激发志愿者参与社会养老服务的热情，提高志愿者的专业能力与服务水平，并引导他们在养老照护、老年教育及老年法律援助等多个领域发挥积极作用。加大在养老服务准入、养老服务递送、养老服务评估等方面的改革力度及政策整合，为居家社区养老与机构养老深度融合提供政策制度保障，并细化落实支持政策，确保政府方面的相关制度安排能够不打折扣的按时落地。
然而，本研究尚存不足之处。一方面，仅对我国省域尺度的居家社区养老与机构养老耦合协调度做出测算与评估，无法反映各市域、县域等范围的微观发展状况，在后续研究中，应加强各地区两系统耦合发展监测，进行更加精细化的研究，探索我国养老服务体系协调发展的独特机制。另一方面，在影响因素的选取中限于数据获取难度，仅考察了养老需求、经济发展、人才队伍、组织力量、政策支持和科技水平这6类因素的解释力，但事实上可能还有诸如文化习俗、资金投入、医疗水平等其他因素值得研究。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
曲嘉瑶. 京津冀养老服务协同发展: 成效、问题及发展路径[J]. 城市问题, 2024(12): 90-92, 99.

[Qu Jiayao. Coordinated development of elderly care services in Beijing-Tianjin-Hebei region: Effectiveness, problems and development path[J]. Urban Problems, 2024(12): 90-92, 99.]

[2]
王震. 公共政策70年: 社会保障与公共服务供给体系的发展与改革[J]. 北京工业大学学报(社会科学版), 2019, 19(5): 25-35.

[Wang Zhen. Seventy years of public policy in China: Development and reform of social security and public services provision system[J]. Journal of Beijing University of Technology (Social Sciences Edition), 2019, 19(5): 25-35.]

[3]
曹海军, 刘少博. 京津冀城市群治理中的协调机制与服务体系构建的关系研究[J]. 中国行政管理, 2015(9): 21-25.

[Cao Haijun, Liu Shaobo. The coordination mechanism and service system of Beijing-Tianjin-Hebei urban cluster governance[J]. Chinese Public Administration, 2015(9): 21-25.]

[4]
唐跟利, 陈立泰. 大数据驱动区域公共服务一体化: 理论逻辑、实现机制与路径创新[J]. 求实, 2021(5): 43-57, 110.

[Tang Genli, Chen Litai. Big data driving regional public service integration: Theoretical logic, implementation mechanism and path innovation[J]. Truth Seeking, 2021(5): 43-57, 110.]

[5]
林闽钢. “系统集成、协同高效”的社会保障制度改革——以长三角社会保障一体化为例[J]. 社会保障评论, 2022, 6(3): 34-43.

[Lin Mingang. “System integration, synergetic efficiency”in the reform of the social security system: Taking the integration of social security in the Yangtze River Delta as an example[J]. Chinese Social Security Review, 2022, 6(3): 34-43.]

[6]
陈卓昀, 顾宗倪, 罗小龙. 区域一体化背景下长三角地区养老设施的演化规律及空间异质性研究[J]. 地域研究与开发, 2025, 44(2): 93-99.

DOI

[Chen Zhuoyun, Gu Zongni, Luo Xiaolong. Examining the evolutionary patterns and the spatial heterogeneity of elderly care facilities in the context of regional integration: A case study of the Yangtze River Delta[J]. Areal Research and Development, 2025, 44(2): 93-99.]

DOI

[7]
周榕. 区域一体化视角下异地养老时空演化及分异机理——以长三角地区为例[J]. 人文地理, 2023, 38(6): 73-81, 159.

[Zhou Rong. Spatio-temporal evolution and differentiation mechanism of off-site elderly care from the perspective of regional integration: A case of the Yangtze River Delta[J]. Human Geography, 2023, 38(6): 73-81, 159.]

[8]
胡宏伟, 王静茹. 京津冀养老服务协同中的政府驱动治理研究——基于组织多重制度逻辑的视角[J]. 北京联合大学学报(人文社会科学版), 2022, 20(1): 60-69.

[Hu Hongwei, Wang Jingru. A research on government-driven governance in the collaboration of elderly care services among the Beijing-Tianjin-Hebei region[J]. Journal of Beijing Union University (Humanities and Social Sciences Edition), 2022, 20(1): 60-69.]

[9]
封铁英, 胡毓群. 区域养老服务政策协同测度、演变及其均等化效应——以长三角为例[J]. 北京工业大学学报(社会科学版), 2024, 24(1): 46-61.

[Feng Tieying, Hu Yuqun. Measurement, evolution and equalization effect of the coordination of regional elderly service policies: A case study of Yangtze River Delta[J]. Journal of Beijing University of Technology (Social Sciences Edition), 2024, 24(1): 46-61.]

[10]
Porto E D, Paty S. Cooperation among local governments to deliver public services: Evidence from France[J]. Politics & Policy, 2018, 46(5): 790-820.

DOI

[11]
陈飞, 陈琳. 从老龄健康视角评估医养结合试点政策[J]. 经济学动态, 2023(10): 108-127.

[Chen Fei, Chen Lin. Policy evaluation of medical and elderly care integration from the perspective of elderly health[J]. Economic Perspectives, 2023(10): 108-127.]

[12]
陈岩, 杨翠迎. 医养结合与老年健康管理服务利用——来自医养结合试点城市的经验证据[J]. 财经研究, 2023, 49(12): 121-135.

[Chen Yan, Yang Cuiying. The integration of medical and elderly care and utilization of elderly health management services: Empirical evidence from pilot cities of integrated medical and elderly care[J]. Journal of Finance and Economics, 2023, 49(12): 121-135.]

[13]
何涛, 唐健. 从“松散型”到“紧密型”: 利益相关者理论视角下医养联合体协同治理的实现路径[J]. 东岳论丛, 2023, 44(5): 137-147.

[He Tao, Tang Jian. From “loose” to “tight”: The implementation path of collaborative governance of medical and elderly care consortia from the perspective of stakeholder theory[J]. Dongyue Tribune, 2023, 44(5): 137-147.]

[14]
李长远. 民族地区医养结合养老服务财政支出效果的影响路径分析——基于宁夏五市的问卷调查[J]. 云南民族大学学报(哲学社会科学版), 2021, 38(1): 110-119.

[Li Changyuan. An analysis of the influencing factors concerning the effect of the financial expenditure of medical and old-age care services in ethnic minority areas: A questionnaire survey of five cities in Ningxia[J]. Journal of Yunnan Minzu University (Philosophy and Social Sciences Edition), 2021, 38(1): 110-119.]

[15]
郑明明, 李红艳. 基于耦合-熵变方程法的社区医养耦合协调发展研究[J]. 中国卫生事业管理, 2023, 40(1): 6-12, 64.

[ZhengMingming, Li Hongyan. Study on the coordinated development of community medical care based on coupling entropy change equation method[J]. Chinese Health Service Management, 2023, 40(1): 6-12, 64.]

[16]
Harriet R, Susan F, Colette B. Mainstream versus ethno-specific community aged care services: It’s not an ‘either or’[J]. Australasian Journal on Ageing, 2009, 28(2): 58-63.

DOI

[17]
杜鹏, 马琦峰. 中国社区嵌入式养老: 现状与问题浅析[J]. 人口与发展, 2024, 30(3): 113-124.

[Du Peng, Ma Qifeng. Community-embedded elderly care in China: Brief analysis of current situations and issues[J]. Population and Development, 2024, 30(3): 113-124.]

[18]
朱浩. 社区嵌入式养老服务的社会化运作机制及其实践逻辑[J]. 云南民族大学学报(哲学社会科学版), 2020, 37(5): 98-106.

[Zhu Hao. The socialized operation mechanism and practical logic of community-embedded old-age services[J]. Journal of Yunnan Minzu University (Philosophy and Social Sciences Edition), 2020, 37(5): 98-106.]

[19]
赵曼, 邢怡青. “居家社区机构相协调”: 政策机理和实现路径[J]. 社会保障研究, 2021(2): 55-60.

[Zhao Man, Xing Yiqing. “Coordination of Home, community and institution”: Policy mechanism and implementation path[J]. Social Security Studies, 2021(2): 55-60.]

[20]
龙玉其. 智慧居家养老服务协同治理的逻辑机理与实践路径[J]. 行政管理改革, 2023(7): 50-58.

[Long Yuqi. Logic mechanism and practice path of collaborative governance of smart home-based elderly care services[J]. Administration Reform, 2023(7): 50-58.]

[21]
赵曼, 邢怡青. 人工智能赋能的居家社区养老服务发展及其生态系统优化策略研究[J]. 社会保障研究, 2024(2): 16-25.

[Zhao Man, Xing Yiqing. Study on the development of home community-based elderly care service enabled by artificial intelligence and optimization strategy of its ecosystem[J]. Social Security Studies, 2024(2): 16-25.]

[22]
朱震宇. 居家社区机构养老服务一体化发展的优势、机制与困境——基于北京市海淀曜阳养老的个案分析[J]. 宁夏社会科学, 2022(6): 164-172.

[Zhu Zhenyu. Advantages, mechanisms, and challenges of integrated development of home community institution elderly care services: A case study of Yaoyang elderly care in Haidian, Beijing[J]. Ningxia Social Sciences, 2022(6): 164-172.]

[23]
李琳, 黄拓夫, 欧阳晓. 中国县域城乡产业融合水平测度及其时空格局研究[J]. 地理研究, 2025, 44(4): 1119-1142.

DOI

[Li Lin, Huang Tuofu, Ou Yangxiao. Research on the measurement of the level andspatial and temporal pattern of urban and rural industrial integration in China[J]. Geographical Research, 2025, 44(4): 1119-1142.]

[24]
王淑佳, 孔伟, 任亮, 等. 国内耦合协调度模型的误区及修正[J]. 自然资源学报, 2021, 36(3): 793-810.

DOI

[Wang Shujia, Kong Wei, Ren Liang, et al. Research on misuses and modification of coupling coordination degree model in China[J]. Journal of Natural Resources, 2021, 36(3): 793-810.]

DOI

[25]
王凯, 郭鑫, 甘畅, 等. 中国省域科技创新与旅游业高质量发展水平及其互动关系[J]. 资源科学, 2022, 44(1): 114-126.

DOI

[Wang Kai, Guo Xin, Gan Chang, et al. Provincial scientific & technology innovation and high-quality development of tourism in China and their interactive relationship[J]. Resources Science, 2022, 44(1): 114-126.]

[26]
曹佳琳, 刘艳芳, 赵金梅, 等. 宁夏城市建设用地节约集约利用与高质量发展耦合协调研究[J]. 干旱区地理, 2024, 47(5): 872-884.

DOI

[Cao Jialin, Liu Yanfang, Zhao Jinmei, et al. Coupling and coordination of economical and intensiveutilization of urban construction land and high-quality development in Ningxia[J]. Arid Land Geography, 2024, 47(5): 872-884.]

DOI

[27]
李雪敏, 李同宁, 李道政, 等. 内蒙古县域生态系统服务与居民福祉耦合协调关系时空特征及影响因素研究[J]. 干旱区资源与环境, 2023, 37(7): 27-37.

[Li Xuemin, Li Tongning, Li Daozheng, et al. Spatial-temporal characteristics of county-range coupling coordination relationship between ecosystem services and human’s well-being in Inner Mongolia[J]. Journal of Arid Land Resources and Environment, 2023, 37(7): 27-37.]

[28]
王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134.

DOI

[Wang Jinfeng, Xu Chengdong. Geographic detector: Principles and prospects[J]. Acta Geographica Sinica, 2017, 72(1): 116-134.]

DOI

[29]
吉宇琴, 姜会明. 新时代老龄化与养老资源适配度时空差异及其影响因素分析[J]. 地理科学, 2022, 42(5): 851-862.

DOI

[Ji Yuqin, Jiang Huiming. Spatial and temporal differences and influencing factors of the adaptation degree of aging and pension resources in the New Era[J]. Scientia Geographica Sinica, 2022, 42(5): 851-862.]

DOI

[30]
古恒宇, 黎宇翔, 万思齐, 等. 中国省际老年人口迁移的空间格局及影响因素研究[J]. 地理科学进展, 2025, 44(3): 534-550.

DOI

[Gu Hengyu, Li Yuxiang, Wan Siqi, et al. Spatial patterns and driving factors of interprovincial elderly migration in China[J]. Progress in Geography, 2025, 44(3): 534-550.]

DOI

[31]
李文, 李德升, 胡浩, 等. 长三角地区养老产业发展水平格局及影响因素研究[J]. 世界地理研究, 2024, 33(2): 123-135.

DOI

[Li Wen, Li Desheng, Hu Hao, et al. The spatial pattern and influencing factors of the pension industry in Yangtze River Delta[J]. World Regional Studies, 2024, 33(2): 123-135.]

DOI

[32]
邵文娟. 供给侧改革视角下社会组织参与养老服务供给研究[J]. 宏观经济研究, 2019(7): 168-175.

[Shao Wenjuan. A study on the participation of social organizations in the supply of aged services under the perspective of supply side reform[J]. Macroeconomics, 2019(7): 168-175.]

[33]
汪伟全. 社区应急志愿者参与公共安全治理的影响因素分析——基于新冠肺炎疫情背景的Nvivo质性研究[J]. 社会科学辑刊, 2021(4): 46-55, 215.

[Wang Weiquan. Analysis on the influencing factors of community emergency volunteers; participation in public security governance: Nvivo qualitative research based on the background of COVID-19[J]. Social Science Journal, 2021(4): 46-55, 215.]

Options
文章导航

/

〈 〉