中国老龄网

标题: 国家统计局发布研究报告，揭示养老机构入住率的影响因素 [打印本页]

作者: 京韵京腔 时间: 2019-4-11 22:01
标题: 国家统计局发布研究报告，揭示养老机构入住率的影响因素
本帖最后由京韵京腔于 2019-4-12 00:18 编辑

　　数据来源

　　本文研究数据来源于2016年“北京市居家养老相关服务设施摸底普查”项目，本次普查共调查了北京市16个区460家养老机构，获得符合条件的460家养老机构数据。普查结果显示，全市每个养老机构平均设计床位数为210张，在民政局备案注册的平均床位数为197张，而目前实际使用平均床位数为104张。全市所有养老机构设计床位总数为96540张，在民政局备案床位总数为90435张，目前正在使用的床位总数47964张；实际使用床位占设计床位的比例或利用率为49.7%，实际使用床位占备案床位数的比例为53.0%。养老机构调查表共采集了：“被调查对象基本情况” “机构规模” “人员情况” “医疗配套及服务设施” “建筑与场地情况” “服务及收费情况” “机构运营及管理情况” “养老机构辐射服务”等8大项数据信息，这些数据为研究养老机构入住率的影响因素提供了保证。

　　研究方法

　　本文利用“北京市2016年养老服务设施摸底普查”项目数据丰富、分类细化的优势，获得养老机构自理老人、半自理老人、完全不能自理老人（以下简称“非自理老人”）和所有入住老人调查数据，采用如下的多元线性回归模型构建4个模型，分别研究4种情况下老年人养老机构入住比率的影响因素。

　　结果与分析

　　利用SPSS23的多元线性回归功能，采用逐步回归法，以F的概率小于0.05为选入标准，大于0.1为剔除标准，进行变量筛选，获得回归模型1的显示结果（见表1）。经过五步回归过程，纳入模型的自变量依次为：减免企业所得税、各类运动场、医疗服务、舞蹈室和失智专业照护，模型结果意味着它们与自理老人入住率关系显著。其中，运动场、舞蹈室等运动休闲场所的增加有助于提高自理老人入住率，表明自理老人对运动休闲场所有需求；增加失智专业护理反而影响自理老人的入住率，说明自理老人不需要失智专业照护；医疗服务每增加一个单位，养老机构自理老人入住率反而降低4.5%，反映了医疗服务的增加虽然提高了养老机构的服务水平，但是并不能保证养老机构入住率的提高，这可能与养老机构的服务意识和服务质量不高等因素有关，这一现象与现有研究有同样的结果；研究结果虽然没有显示自理老人入住率与养老机构收费有直接显著的关系，但是却与政府的优惠政策关系显著，这一结果与北京市养老机构的政府补助和政策优惠力度大有关。

表1 自理老人入住率的影响因素多元线性回归分析

　　半自理老人入住率的影响因素

　　表2是经过七步回归过程获得的模型2的研究结果，纳入模型的自变量为：各类医护专业技术人员数、本机构是否享受政府补贴优惠、舞蹈室、心理慰藉、生活照料、法律援助和失智专业照护，模型结果显示它们与半自理老人入住率有显著关系。医护人员数量的增加、提高政府补贴优惠、提供心理慰藉、增加生活照料及提供足够的失智专业照护有助于提高半自理老人入住率。这反映了缺失一定自理能力的老人对医护人员的依赖，需要专业护理照料，与具有自理能力的老人相比，失去一定自理能力的老人对专业照护的需求很迫切，对服务的综合化和专业性要求比较高，在家庭照料无法满足的情况下，机构照料是满足半自理老人需求的最佳方案。由于缺失一定的自理能力，因此生活照料对半自理老人也是很重要的需求，养老机构提供生活照料服务和心理慰藉服务能够提高养老机构半自理老人的入住率。由于自理能力的缺失，与自理老人的需要正好相反，舞蹈室这类运动场所反而不是半自理老人所需要的。

表2 半自理老人入住率的影响因素多元线性回归分析

　　非自理老人入住率的影响因素

　　表3是经过六步回归过程获得的模型3的研究结果，纳入模型的自变量为：各类医护专业技术人员数、减免营业税、失智专业照护、政府补贴、生活照料和非自理老人收费，模型结果显示它们与非自理老人入住率关系显著。通过模型分析可以发现，与半自理老人一样，非自理老人对医护人员和失智专业照护同样具有很强的需求。通过模型2和模型3的结果比较可以发现，非自理老人对医护人员的依赖和失智专业照护的需求明显比半自理老人要高，这是由于非自理老人完全丧失了自理能力，他们对医护人员的依赖程度和失智专业照护的需求显然要高于半自理老人。生活照料服务本应该是非自理老人需要的服务，可是从模型结果却发现生活照料服务反而影响了养老机构入住率，这一结果反映出非自理老人（和家属）对养老机构提供的生活照料服务和质量不满意，从而影响了养老机构入住率。通过模型分析，政府补贴、政策优惠和养老机构收费与非自理老人的入住率也有显著的相关性。

表3 非自理老人入住率的影响因素多元线性回归分析

　　养老机构总入住率的影响因素

　　表4是经过五步回归过程获得的模型4的研究结果，纳入模型的自变量为：各类医护专业技术人员数、法律援助、失智专业照护、政府补贴和减免营业税，模型结果显示它们与养老机构总入住率关系显著。分析显示，与半自理和非自理老人入住率一样，增加医护人员数量、提供失智专业照护有助于提高养老机构总入住率，这个结果也反映了养老机构的入住对象主要为缺失自理能力的老人，高龄和失能老人是养老机构的刚需人群，养老机构的软硬件建设应该更多地考虑高龄失能老人的需要。模型结果虽然没有显示养老机构入住率与养老机构收费有直接显著的关系，但却显示与政府补助和政策优惠有关，这一结果说明，费用在养老机构入住率上是有影响的，可能由于北京地区收入比较高，政府补助和优惠力度大，因此养老机构的收费与入住率的关系不是非常显著。模型分析发现，提供法律援助反而影响了养老机构入住率，这与老年人的法律意识不强的思想意识有关，老年人即使遇到与子女赡养、养老机构侵权有关的法律问题，也不希望走法律途径，而希望自行解决。

表4 养老机构老人入住率影响因素多元线性回归分析

　　研究结论与政策建议

　　研究结论

　　运动场所和舞蹈室变量反映老年人对运动休闲娱乐设施的需求情况，自理和非自理老人的需求不同。对于自理老人，结果显示两个变量与自理老人入住率的相关系数在小于3%的水平上正向显著。说明休闲娱乐和运动设施投入越多建设越好，自理老人入住率越高。与其相反，舞蹈室、运动场所两个变量与半自理和非自理老人的入住率的相关系数均为负值，说明缺失自理能力的老人不需要相关的运动娱乐设施。

　　医护专业技术人员数和失智专业照护两个变量反映的是老年人对医疗照护的需求，它们也反映了养老机构医疗护理水平的情况。对于半自理和非自理老人，结果显示两个变量与老人的入住率都是正向显著相关的，说明增加医护人员和提供失智专业照护可以提高半自理与非自理老人的入住率。而对于自理老人，结果正好相反，这两个变量与自理老人入住率的相关系数是负值，说明能够自理的老人不需要专业的医疗照护。

　　模型结果显示生活照料与半自理和非自理老人入住率也关系显著，说明缺失自理能力的老人是需要生活照料的，同时模型结果显示两者的相关系数有正向也有负向的，这反映了，一方面缺失自理能力的老人需要生活照料，另一方面也反映了目前养老机构所提供的生活照料服务还有不足，还不能满足入住老人和家属的要求。因此，养老机构要加强自身软件投入建设，提高服务质量吸引更多的目标用户入住。模型结果也显示了心理慰藉与半自理老人入住率正向的显著关系，说明了心理慰藉也是提高半自理老人入住率的影响因素，而对于其他老人，心理慰藉的影响效果不是很明显。

　　通过4个模型的综合分析可以得出：养老机构入住率与养老机构收费的关系不显著，但是却与政府补贴以及政策优惠显著相关，这可能是由于北京地区收入比较高，政府补助和优惠力度大，因此养老机构收费对养老机构的入住率影响不大，两者之间没有显著性相关性，国内外相关文献的研究也验证了这个结论；总的入住率影响因素与半自理及非自理老人入住率的影响因素基本是一致的，这一结果表明，养老机构入住的目标人群主要是失能老人，这就需要国家建立居家养老、社区养老和机构养老三位一体的现代养老服务体系（机构养老的主要入住对象是高龄失能老人，能够自理的低龄老人以居家养老和社区养老为主，政府应该建立分类扶持政策，精准地进行养老机构建设投入，合理使用养老财政资金）；一些本应该增加养老机构入住率的设施和服务，反而降低了入住率，这反映了养老机构的人员素质、服务意识和服务质量还比较低，影响了入住率。

　　政策建议

　　调整财政支出投向，合理引导养老机构的投入。政府部门利用财政补贴、政策优惠等经济杠杆，促使养老机构改进服务、提高质量、增加软件建设投入，加强专业人员的引进和培训，满足老年人实际的养老需求，提高养老资源利用率。

　　提高服务质量，推行医养结合。研究结果显示，养老机构入住主体是高龄老人和困境失能老人，真正对入住老人具有吸引力的是养老机构所能提供的医疗护理服务，增加医护人员数量、提高医疗人员素质和医护水平、推行医养结合，是提高养老机构入住率的有效方式。

　　改变政策补助方式为需方补助，提高有效需求。单纯根据新建床位数进行的补贴会刺激养老床位数的大量增加，在养老机构床位数严重不足的情况下，这个做法是合理的，但是在新增床位大量闲置的情况下，会造成资源浪费，而改为需方补助可以提高养老机构入住需求，提高养老机构入住率。

　　开展养老需求侧普查，掌握实际养老需求，进行精准的机构养老投入，实现养老机构入住率的有效提高。由于文章的研究数据只有供给侧养老机构入住率影响因素的数据，缺少老年人需求侧的数据，缺少供需双方数据的匹配，研究效果会受到一定的影响，如果能够与北京市正在开展的精准帮扶普查数据结合进行分析，研究效果会更好。

欢迎光临中国老龄网 (http://www.wdzb.org.cn/)