我国社会化养老服务异质性需求研究

At present, the aging population in China is exponential, and the demand for social elderly services for the elderly is growing rapidly. The heterogeneity occupies the vast majority. This paper is proposed to analyze the types and levels of the elderly heterogeneous service demand in our country. Also this paper will propose the Anderson's Behavioral Model. It examines the relationship between Anderson's Behavioral Model and the Bayesian Network Technic’s stability and rationality based on CLHLS (2014) data, CLASS (2012) data and field survey data. Through Bayesian network technics, the author forecast the impact of China's elderly service needs of the heterogeneity and factors that change. It helps China's adjustment of social security policy design, public investment policy so as to make full use of social forces to participate in the market-oriented service ideas. Meanwhile it helps to reasonably determine the scale of public property investment in the elderly industry, and to effectively avoid public investment "imbalances in supply and demand", public investment blindness and so on, and make a reference to other investment risks.

目前中国老龄化严重，老年人社会养老服务需求迅速增长，同时，异质性需求占据绝大多数已成为现实。本课题依据数据挖掘技术，拟对我国老年异质性服务需求的类型、层次规模进行分析，提出我国老年异质性需求的“安德森行为模型”；利用CLHLS、CLASS数据、田野调查数据进行分析、检验安德森行为模型与贝叶斯网络技术的稳定性和合理性；拟对影响我国老年服务需求的异质性影响要素的现状、变动因素，通过贝叶斯网络预测手段进行预测，以此为我国调整社会保障政策设计、公共投资政策设计的完善理念、最大限度利用社会力量参与服务的市场化服务思路，为合理确定老年产业的人财物公共投入规模、有效规避公共投入的“供求失衡”、公共投入盲目性等投资风险提供参考。

目前中国老龄化严重，老年人社会养老服务需求迅速增长，同时，异质性需求占据绝大多数已成为现实。本课题依据数据挖掘、计算机深度学习技术，对我国老年异质性服务需求的类型、层次规模进行分析，在采用logistic分类算法、极端随机树分类算法、SVM分类算法、k-NN分类算法对对CLASS中国老年社会追踪调查（2016）数据进行处理，构建了我国养老护理服务需求的深度机器学习模型。在此基础上，基于中、日数据库分析并发现中、日文化差异导致养老观念不同，养老需求不同。中国老年人从“养儿防老”到“独立养老”再到“隔代照料式养老”发生了方向上的逆转。通过数据分析，得出患有慢性病的老年人和尿失禁的老年人更倾向社区、机构养老护理服务，但仍有绝大多数老年人对养老院非常排斥。并且在探索与联合研究中发现，运动对老年人康复具有正向意义，老年人的适度自主有氧运动有益于改善心脏病患者身体功能的恢复。针灸对老年人尿失禁有预防和治疗作用。基于以上结果，我们可以得出盲目借鉴日本经验无论是从文化角度还是经济基础都是不合适的。我们更应该抓住中国特色、借鉴中医药经验，这对未来国家针对慢性病老年人群体、尿失禁老年人群体的初期预防、中期治疗、后期康复都有着理论参考意义。