中國(guó)養(yǎng)老脆弱性評(píng)價(jià)及分布動(dòng)態(tài)演進(jìn)

甘曉成，蔡瑤瑤，肖鴻波

（新疆大學(xué) 政治與公共管理學(xué)院，新疆 烏魯木齊 830046）

一、引 言

人口老齡化是當(dāng)前全球人口結(jié)構(gòu)轉(zhuǎn)型進(jìn)程中無(wú)法扭轉(zhuǎn)的世界性趨勢(shì)［1］，也是我國(guó)經(jīng)濟(jì)轉(zhuǎn)向高質(zhì)量發(fā)展階段后亟須解決的現(xiàn)實(shí)問(wèn)題［2］。數(shù)據(jù)顯示，我國(guó)60歲及以上的老年人口總量為2.64億人，已占到總?cè)丝诘?8.7%［3］。隨著人口老齡化程度持續(xù)加深，“未富先老”“未備先老”已成為我國(guó)進(jìn)入老齡化社會(huì)的基本特征［4］。與此同時(shí)，我國(guó)經(jīng)濟(jì)社會(huì)等多重結(jié)構(gòu)的轉(zhuǎn)型，導(dǎo)致老年人及其家庭的生活福祉呈現(xiàn)動(dòng)態(tài)性與不穩(wěn)定性［5］，養(yǎng)老問(wèn)題更加嚴(yán)峻。如何應(yīng)對(duì)居民養(yǎng)老風(fēng)險(xiǎn)，突破我國(guó)養(yǎng)老脆弱性的困境，已經(jīng)成為學(xué)術(shù)界與政策制定者關(guān)注的焦點(diǎn)。

養(yǎng)老脆弱性是指老年群體由于個(gè)體特征、經(jīng)濟(jì)水平及保障體系等多種因素，其生活在受到內(nèi)部擾動(dòng)和外部攻擊的狀態(tài)下而陷入養(yǎng)老困境的一種不穩(wěn)定屬性［6］。脆弱性概念最初應(yīng)用于自然災(zāi)害［7］等相關(guān)領(lǐng)域的研究，而后被廣泛應(yīng)用于生態(tài)環(huán)境［8］、經(jīng)濟(jì)發(fā)展［9］、生計(jì)資本［10］、風(fēng)險(xiǎn)評(píng)估［11］和公共衛(wèi)生治理［12］等領(lǐng)域。聶承靜等［13］指出，脆弱性分析能有效解決現(xiàn)實(shí)問(wèn)題，降低自然生態(tài)與社會(huì)經(jīng)濟(jì)系統(tǒng)的脆弱性對(duì)于減少各種風(fēng)險(xiǎn)所造成的損失意義重大。在經(jīng)濟(jì)社會(huì)長(zhǎng)期發(fā)展的過(guò)程中，養(yǎng)老保障系統(tǒng)受到人口加速老齡化、老年人需求多樣化、醫(yī)療保健需求激增和財(cái)政負(fù)擔(dān)過(guò)重等諸多因素的影響而存在較高的脆弱性，并成為老年人口晚年生活質(zhì)量受到威脅的重要誘因?，F(xiàn)有關(guān)于養(yǎng)老脆弱性的研究主要集中在以下兩個(gè)方面：①聚焦對(duì)養(yǎng)老脆弱性特質(zhì)的剖析。國(guó)外學(xué)者著重從社會(huì)系統(tǒng)維度［14］或以經(jīng)濟(jì)依賴(lài)途徑［15］為切入點(diǎn)對(duì)養(yǎng)老脆弱性的含義進(jìn)行解讀，以分析老年人的脆弱性特征；國(guó)內(nèi)學(xué)者通過(guò)調(diào)研發(fā)現(xiàn)一些五保老人生存能力偏弱，部分社會(huì)權(quán)利受到漠視，具有“孤、老、病、貧、弱”等脆弱性特質(zhì)［16］；也有學(xué)者指出特定社會(huì)背景下，例如新冠疫情防控實(shí)踐中［17］，失獨(dú)老人兼具身體與情感的脆弱性，具體表現(xiàn)為對(duì)醫(yī)療照護(hù)、生活照護(hù)和心理照護(hù)三方面的社會(huì)依賴(lài)。②對(duì)養(yǎng)老脆弱性的影響因素進(jìn)行研究。大部分學(xué)者采用Multinomial Logistic回歸模型［18］、PSM-DID模型［19］和障礙度模型［20］等實(shí)證分析方法對(duì)養(yǎng)老脆弱性的影響因素及作用機(jī)理進(jìn)行探究，并指出性別、年齡、養(yǎng)兒防老的觀(guān)念、家庭收入、子女?dāng)?shù)量、家庭勞動(dòng)力、所在地的經(jīng)濟(jì)狀況和居住模式［21］均會(huì)影響?zhàn)B老脆弱性程度的高低；也有學(xué)者通過(guò)構(gòu)建包括人口學(xué)特征、家庭特征和保障體系特征等多維度在內(nèi)的農(nóng)民養(yǎng)老脆弱性分析框架，對(duì)農(nóng)民養(yǎng)老脆弱性問(wèn)題進(jìn)行定性研究［22］；還有學(xué)者嘗試將養(yǎng)老脆弱性劃分為不同類(lèi)型，以探索不同類(lèi)型養(yǎng)老脆弱性的主要影響因素［23］；只有少數(shù)學(xué)者關(guān)注我國(guó)農(nóng)村地區(qū)養(yǎng)老脆弱性的省際差異［20］，并對(duì)其進(jìn)行空間可視化描述。

上述研究豐富了養(yǎng)老脆弱性的理論基礎(chǔ)與實(shí)踐經(jīng)驗(yàn)，但當(dāng)前研究仍然存在以下不足：①養(yǎng)老脆弱性的研究大多針對(duì)農(nóng)村地區(qū)老年群體，伴隨著城鎮(zhèn)化進(jìn)程的加快，部分農(nóng)村老年群體向城市的遷徙以及核心家庭人口規(guī)模的縮小等因素，城鎮(zhèn)老年人口的養(yǎng)老保障問(wèn)題也應(yīng)受到足夠重視，目前研究缺乏對(duì)養(yǎng)老脆弱性的全景式描繪，缺乏從整體性角度對(duì)養(yǎng)老脆弱性問(wèn)題的探究；②有關(guān)養(yǎng)老脆弱性的研究視角較為局限，關(guān)于不同地區(qū)養(yǎng)老脆弱性的異質(zhì)性問(wèn)題尚未受到關(guān)注，中國(guó)是一個(gè)典型的區(qū)域發(fā)展不平衡的國(guó)家，各地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r、社會(huì)保障完善程度及老齡化程度都存在明顯差異，各因素相互作用、相互影響使得省際與地區(qū)間養(yǎng)老脆弱性差異明顯，因此，養(yǎng)老脆弱性的地區(qū)內(nèi)與地區(qū)間差異也是一個(gè)值得探究的問(wèn)題。

面對(duì)老年群體日益增長(zhǎng)的對(duì)養(yǎng)老保障的多方位需求與養(yǎng)老保障發(fā)展不平衡不充分之間的矛盾，從整體性視角深入分析養(yǎng)老保障發(fā)展的地區(qū)差異與動(dòng)態(tài)演進(jìn)，對(duì)于突破養(yǎng)老脆弱性的困境，推動(dòng)養(yǎng)老保障事業(yè)均衡協(xié)調(diào)發(fā)展具有重要意義。在此背景下，本文利用中國(guó)除港澳臺(tái)地區(qū)以外的31個(gè)?。▍^(qū)、市）2014—2019年養(yǎng)老保障事業(yè)的相關(guān)數(shù)據(jù)，在中國(guó)養(yǎng)老脆弱性整體評(píng)價(jià)的基礎(chǔ)上，深入探討分析養(yǎng)老脆弱性的非均衡特性和分布動(dòng)態(tài)演進(jìn)。

二、研究方法

（一）集對(duì)分析方法

集對(duì)分析方法是由我國(guó)學(xué)者趙克勤［24］提出的一種全新的系統(tǒng)數(shù)學(xué)理論，其主要思想是把確定性與不確定性作為一個(gè)系統(tǒng)進(jìn)行同異反定量分析。將緊密聯(lián)系的集合Q和集合T看成一個(gè)集對(duì)B，在問(wèn)題E的背景下建立兩個(gè)集合的同一、差異、對(duì)立的聯(lián)系度表達(dá)式［25］。通過(guò)對(duì)集對(duì)B的分析共得到N個(gè)特性：集合Q與集合T的共有特性為S個(gè)，P為兩者之間相互對(duì)立特性的個(gè)數(shù)，剩余F=N-S-P個(gè)關(guān)系不確定的特性的個(gè)數(shù)。集合Q和集合T的聯(lián)系度μ可表示為：

其中：a、b、c表示在問(wèn)題E背景下的同一度、差異度和對(duì)立度，且a+b+c=1；i和j表示b和c系數(shù)，i取值為［-1，1］，j恒為-1。

根據(jù)集對(duì)分析方法的基本原理，設(shè)立中國(guó)養(yǎng)老脆弱性指標(biāo)體系為H，其評(píng)價(jià)標(biāo)準(zhǔn)為U，兩者構(gòu)成集對(duì)B={H,U}，對(duì)中國(guó)養(yǎng)老脆弱性的評(píng)價(jià)分析轉(zhuǎn)化為對(duì)集合H和集合U之間同一、差異和對(duì)立關(guān)系的分析。假設(shè)中國(guó)養(yǎng)老脆弱性評(píng)價(jià)設(shè)為Z={H,R,W,X}，其中：H代表評(píng)價(jià)方案集；R代表評(píng)價(jià)指標(biāo)集；W表示權(quán)重集；X表示評(píng)價(jià)對(duì)象集，問(wèn)題Z的評(píng)價(jià)矩陣X表示為：

根據(jù)各指標(biāo)的最優(yōu)與最劣評(píng)價(jià)指標(biāo)建立最優(yōu)評(píng)價(jià)集U={u1,u2,…,u n}與最劣評(píng)價(jià)集V={v1,v2,…,v n}，根據(jù)集合 {v p,u p}可得出x kp(k=1,2,…,m;p=1,2,…,n)的同一度a kp和c kp。

當(dāng)x kp為正向指標(biāo)對(duì)評(píng)價(jià)結(jié)果起正向作用時(shí)，有

當(dāng)x kp為負(fù)向指標(biāo)對(duì)評(píng)價(jià)結(jié)果起負(fù)向作用時(shí)，有

集對(duì){H k,U}在區(qū)間{V,U}上的聯(lián)系度μ為：

方案H k與最優(yōu)評(píng)價(jià)集的貼近度為r k，r k表示中國(guó)養(yǎng)老系統(tǒng)脆弱性的程度，與養(yǎng)老系統(tǒng)的穩(wěn)定性成反比關(guān)系：r k越大，中國(guó)養(yǎng)老系統(tǒng)越脆弱，養(yǎng)老系統(tǒng)的穩(wěn)定性也就較低；r k越小，中國(guó)養(yǎng)老系統(tǒng)越不脆弱，養(yǎng)老系統(tǒng)的穩(wěn)定性也就較高。r k可表示為：

（二）Dagum基尼系數(shù)及其按子群分解的方法

作為一種差異測(cè)度方法，與傳統(tǒng)的基尼系數(shù)、標(biāo)準(zhǔn)差、Theil指數(shù)以及變異系數(shù)等差異分析方法相比，Dagum基尼系數(shù)既可以準(zhǔn)確識(shí)別地區(qū)差異來(lái)源，又能夠充分考慮各子樣本的分布狀況，解釋樣本之間的交叉重疊問(wèn)題［26］，其計(jì)算結(jié)果更具有優(yōu)勢(shì)與說(shuō)服力，也更加精確［27］。本文借鑒孫曉等［28］、韓兆安等［29］的研究，采用Dagum基尼系數(shù)及其按子群分解的方法對(duì)中國(guó)養(yǎng)老脆弱性的地區(qū)差異進(jìn)行分析測(cè)算。Dagum基尼系數(shù)的定義如公式（7）所示：

其中：G表示總體基尼系數(shù)，G值越大表示差異越大；y表示中國(guó)養(yǎng)老脆弱性的總體水平；y ji表示j地區(qū)內(nèi)任意一個(gè)省（區(qū)、市）的養(yǎng)老脆弱性狀況；y hr表示h地區(qū)內(nèi)任意一個(gè)?。▍^(qū)、市）的養(yǎng)老脆弱性狀況；n j表示j地區(qū)內(nèi)包含的省級(jí)行政單位個(gè)數(shù)；n h表示h地區(qū)內(nèi)包含的省級(jí)行政單位個(gè)數(shù)；n表示省級(jí)行政單位的總數(shù)量，文中n=31；k表示劃分的地區(qū)個(gè)數(shù)，k=3。在采用Dagum基尼系數(shù)進(jìn)行分解前，首先需對(duì)各地區(qū)養(yǎng)老脆弱性程度的均值進(jìn)行排序，如式（8）所示：

根據(jù)Dagum基尼系數(shù)及其按子群分解的方法，可將Dagum基尼系數(shù)G分解為地區(qū)內(nèi)差距貢獻(xiàn)G w、地區(qū)間差距貢獻(xiàn)G nb和超變密度貢獻(xiàn)率G t，如式（9）所示：

其中：G w表示地區(qū)內(nèi)部養(yǎng)老脆弱性的分布差異，即東部、中部和西部地區(qū)省份之間養(yǎng)老脆弱性的分布差異；G nb表示地區(qū)與地區(qū)之間養(yǎng)老脆弱性的分布差異；G t代表三大區(qū)域之間養(yǎng)老脆弱性交叉影響的一種基尼系數(shù)余數(shù)。

Dagum基尼系數(shù)及其按子群分解的計(jì)算如式（10）至式（17）所示：

其中：G jj表示地區(qū)j的基尼系數(shù)，yji（yjr）表示j地區(qū)內(nèi)任意一個(gè)?。▍^(qū)、市）的養(yǎng)老脆弱性狀況；G jh表示地區(qū)間的基尼系數(shù)；D jh和d jh分別表示j、h地區(qū)間養(yǎng)老脆弱性狀況的相對(duì)影響和地區(qū)間養(yǎng)老脆弱性狀況的差值；p jh為超變一階矩，F(xiàn) h和F j分別表示h地區(qū)和j地區(qū)的累計(jì)密度分布函數(shù)。

（三）Kernel密度估計(jì)

Kernel密度估計(jì)是研究空間非均衡性的非參數(shù)估計(jì)方法［30］，相比其他方法，Kernel密度估計(jì)不受模型設(shè)定的影響，且具有較好的連續(xù)性［31］，對(duì)于未知分布有較大優(yōu)勢(shì)［32］。假設(shè)f( )x為隨機(jī)變量x的密度函數(shù)，點(diǎn)x處的概率密度估計(jì)如式（18）所示：

其中，x表示樣本平均值；Xi表示獨(dú)立同分布的觀(guān)測(cè)值；N為觀(guān)測(cè)值的個(gè)數(shù)；K()·核函數(shù)表示一種平滑轉(zhuǎn)換，主要對(duì)隨機(jī)變量的概率密度進(jìn)行估計(jì)，并對(duì)不同時(shí)點(diǎn)樣本地理要素的空間分異特征進(jìn)行對(duì)比分析；q表示帶寬，一般而言，帶寬越大曲線(xiàn)越平滑。Kernel密度估計(jì)函數(shù)有多種類(lèi)型，可以分為高斯核（Gaussian）、三角核（Triangular）、四次核（Quartic）、Epanechnikov核。為了全面掌握中國(guó)養(yǎng)老脆弱性分布形態(tài)的演化特征，本文借鑒吳小影等［33］、劉亦文等［34］的做法，選用高斯核函數(shù)對(duì)我國(guó)養(yǎng)老脆弱性的空間分異特征進(jìn)行實(shí)證分析，如式（19）所示：

三、指標(biāo)構(gòu)建與數(shù)據(jù)來(lái)源

（一）指標(biāo)構(gòu)建

“脆弱性”這一概念通常包括應(yīng)對(duì)諸如自然災(zāi)害等干擾影響的個(gè)體或群體的屬性［35］。養(yǎng)老脆弱性［36］是指養(yǎng)老系統(tǒng)在社會(huì)經(jīng)濟(jì)環(huán)境的擾動(dòng)中，系統(tǒng)依據(jù)自身屬性特征對(duì)不利擾動(dòng)做出反應(yīng)后，系統(tǒng)表征出的受到損害的狀態(tài)與程度。因此，養(yǎng)老脆弱性是一個(gè)有關(guān)敏感性和應(yīng)對(duì)能力的復(fù)合函數(shù)［20］，目前學(xué)界也常通過(guò)敏感性和應(yīng)對(duì)能力兩個(gè)維度構(gòu)建關(guān)于脆弱性的測(cè)算指標(biāo)體系。在徐潔等［5］、于長(zhǎng)永和何劍［22］、郭勁光［37］對(duì)脆弱性概念解讀的基礎(chǔ)上，參考于長(zhǎng)永等［20］、萬(wàn)春和許莉［38］、邱長(zhǎng)溶等［39］對(duì)中國(guó)養(yǎng)老系統(tǒng)評(píng)價(jià)指標(biāo)體系的構(gòu)建，本文從敏感性和應(yīng)對(duì)能力兩個(gè)維度構(gòu)建中國(guó)養(yǎng)老脆弱性的評(píng)價(jià)指標(biāo)體系：養(yǎng)老系統(tǒng)的敏感性維度為正向維度，當(dāng)指標(biāo)為正向指標(biāo)時(shí)，其值越大，表示個(gè)體或者群體越易受到內(nèi)部擾動(dòng)或外部干擾，養(yǎng)老系統(tǒng)的敏感性增加，表明我國(guó)養(yǎng)老系統(tǒng)越脆弱；養(yǎng)老系統(tǒng)的應(yīng)對(duì)性維度為負(fù)向維度，當(dāng)指標(biāo)為正向指標(biāo)時(shí)，其值越大，表示個(gè)體或者群體抵抗內(nèi)部擾動(dòng)或外部干擾的能力越強(qiáng)，表明我國(guó)養(yǎng)老系統(tǒng)具有較強(qiáng)的適應(yīng)力與恢復(fù)力。養(yǎng)老保障制度不是某種單一的制度，而是包括養(yǎng)老、醫(yī)療及各種附加養(yǎng)老制度在內(nèi)的制度體系［40］，因此養(yǎng)老脆弱性不能僅根據(jù)人口老齡化狀況和經(jīng)濟(jì)發(fā)展水平來(lái)進(jìn)行判斷［41］，本文要素層除人口與經(jīng)濟(jì)指標(biāo)外，還重點(diǎn)選取了醫(yī)療、養(yǎng)老、財(cái)政等要素對(duì)中國(guó)養(yǎng)老系統(tǒng)脆弱性的兩大維度進(jìn)行測(cè)度與衡量。

（1）敏感性反映的是個(gè)體或者群體本身所具有的性質(zhì)，本文從人口和經(jīng)濟(jì)要素兩方面對(duì)養(yǎng)老系統(tǒng)的敏感性進(jìn)行分析。其一，養(yǎng)老問(wèn)題歸根結(jié)底是一個(gè)與人口密切相關(guān)的問(wèn)題［42］，人口質(zhì)量和數(shù)量的惡化均會(huì)給養(yǎng)老系統(tǒng)帶來(lái)壓力。在人口質(zhì)量結(jié)構(gòu)方面，老年撫養(yǎng)比不斷增加；在人口數(shù)量方面，人口增速放緩，人口自然增長(zhǎng)率的持續(xù)低水平發(fā)展使人口老齡化程度加深；中國(guó)家庭戶(hù)平均規(guī)?？s小態(tài)勢(shì)加快更是加劇了家庭養(yǎng)老壓力。老年撫養(yǎng)比、人口自然增長(zhǎng)率和家庭戶(hù)平均規(guī)模等指標(biāo)綜合描述了區(qū)域內(nèi)人口發(fā)展?fàn)顩r，直觀(guān)反映了區(qū)域內(nèi)老齡化程度嚴(yán)重與否。其二，養(yǎng)老作為一種社會(huì)經(jīng)濟(jì)行為，經(jīng)濟(jì)保障在其中居于核心地位［18］，經(jīng)濟(jì)實(shí)力匱乏會(huì)直接導(dǎo)致老年人陷入貧困，使其他方面的需求也無(wú)法得到滿(mǎn)足。本文綜合選取人均GDP、消費(fèi)收入比、恩格爾系數(shù)、城鎮(zhèn)化率和養(yǎng)老保險(xiǎn)制度贍養(yǎng)率等指標(biāo)衡量個(gè)體及群體經(jīng)濟(jì)狀況，從經(jīng)濟(jì)要素層反映養(yǎng)老脆弱性敏感程度。

（2）應(yīng)對(duì)能力指老年群體遭遇風(fēng)險(xiǎn)時(shí)抵抗風(fēng)險(xiǎn)的能力和從風(fēng)險(xiǎn)中恢復(fù)的能力。老年人更偏好養(yǎng)老和醫(yī)療保障等福利性公共服務(wù)［43］，老齡人口的增加加深了全社會(huì)對(duì)養(yǎng)老健康等公共服務(wù)的需求，貧困老年群體相較于其他老年群體，醫(yī)療需求壓抑［44］現(xiàn)象更為明顯。因此，完善的養(yǎng)老和醫(yī)療保障體系成為抗逆養(yǎng)老脆弱性的關(guān)鍵要素。除此之外，在深化供給側(cè)結(jié)構(gòu)改革的背景下，財(cái)政對(duì)養(yǎng)老事業(yè)的支持是我國(guó)應(yīng)對(duì)人口老齡化的重要戰(zhàn)略舉措，提高公共財(cái)政資金對(duì)于公共服務(wù)需求的瞄準(zhǔn)度，著眼于需求較高但支付能力較弱的人群［45］，能有效化解最弱勢(shì)老年群體的養(yǎng)老危機(jī)。本文選取財(cái)政依存度、人均財(cái)政支出、轉(zhuǎn)移性收入占比、低保覆蓋率、農(nóng)村低保金替代率、城市低保金替代率和勞動(dòng)力義務(wù)教育普及率等多項(xiàng)指標(biāo)衡量財(cái)政對(duì)于提高老年人養(yǎng)老應(yīng)對(duì)能力的重要作用以及對(duì)我國(guó)養(yǎng)老事業(yè)的支持力度。敏感性指標(biāo)和應(yīng)對(duì)能力指標(biāo)共同構(gòu)成中國(guó)養(yǎng)老脆弱性評(píng)價(jià)指標(biāo)體系。

熵值法作為一種客觀(guān)賦權(quán)方法，最大優(yōu)點(diǎn)在于可以避免人為因素的干擾，增加評(píng)價(jià)體系的科學(xué)合理性。本文借鑒李博等［46］、楊振等［47］的做法，亦采用熵值法計(jì)算中國(guó)養(yǎng)老系統(tǒng)脆弱性評(píng)價(jià)體系的權(quán)重體系，見(jiàn)表1所列。

表1 中國(guó)養(yǎng)老脆弱性綜合評(píng)價(jià)指標(biāo)體系

（二）數(shù)據(jù)來(lái)源

本文相關(guān)測(cè)算涉及的數(shù)據(jù)來(lái)源于歷年《中國(guó)民政統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》《中國(guó)財(cái)政統(tǒng)計(jì)年鑒》以及國(guó)家統(tǒng)計(jì)局官方網(wǎng)站，對(duì)于部分缺失值，采用插值法進(jìn)行填補(bǔ)。

四、實(shí)證分析

（一）集對(duì)分析方法評(píng)價(jià)結(jié)果

1.敏感性指數(shù)分析

敏感性指數(shù)反映了特定背景下個(gè)體和群體在受干擾過(guò)程中的易感程度和承受破壞的能力。敏感性維度包括人口和經(jīng)濟(jì)要素，其中，老年撫養(yǎng)比用60歲以上人口除以勞動(dòng)人口表示；人口自然增長(zhǎng)率為各地區(qū)人口出生率與死亡率的差值；家庭戶(hù)平均規(guī)模用人口總數(shù)除以家庭戶(hù)總數(shù)表示；人均GDP為區(qū)域GDP總量與人口總數(shù)的比值；消費(fèi)收入比用居民消費(fèi)總支出除以人均可支配收入表示；恩格爾系數(shù)為食品支出與消費(fèi)支出總額的比值；城鎮(zhèn)化率為城鎮(zhèn)常住人口占總?cè)丝诘谋戎兀火B(yǎng)老保險(xiǎn)制度贍養(yǎng)率用養(yǎng)老保險(xiǎn)待遇領(lǐng)取人數(shù)除以參保人數(shù)來(lái)表示。

基于集對(duì)分析方法，計(jì)算出2014—2019年我國(guó)養(yǎng)老系統(tǒng)的敏感性指數(shù)，見(jiàn)表2所列。敏感性指數(shù)越高，表明老年群體在面臨養(yǎng)老風(fēng)險(xiǎn)時(shí)的易感程度越高。2014年養(yǎng)老敏感性排名前三的?。▍^(qū)、市）為四川、重慶和吉林，排名后三的?。▍^(qū)、市）為廣東、寧夏和北京；2019年養(yǎng)老敏感性排名前三的?。▍^(qū)、市）為黑龍江、吉林和遼寧，排名后三的?。▍^(qū)、市）為西藏、廣東和北京。2014—2019年?yáng)|北三省的敏感性指數(shù)均位居前列，表明黑吉遼三省的養(yǎng)老系統(tǒng)更容易受到外界的影響，其易感程度較高。在樣本考察期間內(nèi)，北京、河北、山西、遼寧、吉林、黑龍江、上海、浙江、安徽、山東、河南、湖北、湖南、海南、甘肅、寧夏和新疆的敏感性指數(shù)與基期年份相比均有所上升，其中黑龍江養(yǎng)老系統(tǒng)的敏感性指數(shù)上升幅度最大；其余?。▍^(qū)、市）養(yǎng)老系統(tǒng)的敏感性指數(shù)均有所下降，其中西藏最為明顯。通過(guò)對(duì)原始數(shù)據(jù)的分析，敏感性指數(shù)上升的主要原因可能在于老齡化程度的加深、人口增長(zhǎng)速度的下降以及制度贍養(yǎng)率的提高。以東北三省為例對(duì)養(yǎng)老敏感性進(jìn)行分析，其敏感性較高的原因一方面在于老年撫養(yǎng)比較高和人口自然增長(zhǎng)率較低，2019年遼寧、吉林和黑龍江的老年撫養(yǎng)比分別達(dá)到21.55%、17.73%和18.97%，而人口自然增長(zhǎng)率為全國(guó)最低，不到1‰，因此人口壓力是造成東北三省敏感性較高的主要原因之一；另一方面在于東北三省的經(jīng)濟(jì)發(fā)展水平持續(xù)走下坡路，雖為重工業(yè)基地，但其優(yōu)勢(shì)已經(jīng)在漸漸喪失。這也是為何上海、山東等?。▍^(qū)、市）老齡撫養(yǎng)比很高，但養(yǎng)老系統(tǒng)敏感性仍然低于東北三省的原因，強(qiáng)大的經(jīng)濟(jì)實(shí)力為養(yǎng)老系統(tǒng)奠定了較為堅(jiān)實(shí)的物質(zhì)基礎(chǔ)，降低了養(yǎng)老系統(tǒng)受到外界沖擊的易感程度。而敏感性指數(shù)下降可能的原因在于老年人口對(duì)于養(yǎng)老系統(tǒng)的壓力減小以及經(jīng)濟(jì)發(fā)展水平的提高。

表2 2014—2019年中國(guó)養(yǎng)老系統(tǒng)敏感性評(píng)價(jià)結(jié)果

2.應(yīng)對(duì)性指數(shù)分析

應(yīng)對(duì)性反映了當(dāng)個(gè)體或者群體在內(nèi)部發(fā)生擾動(dòng)或者外部受到攻擊時(shí)的抵抗能力。本文從醫(yī)療、養(yǎng)老和財(cái)政要素方面對(duì)我國(guó)養(yǎng)老系統(tǒng)的應(yīng)對(duì)能力進(jìn)行分析：①醫(yī)療要素方面共選取4個(gè)指標(biāo)。其中，醫(yī)療保健支出用醫(yī)療保健支出除以總支出來(lái)表示；醫(yī)療保險(xiǎn)覆蓋率為醫(yī)療保險(xiǎn)參保人數(shù)占總?cè)丝跀?shù)的比重；每千人衛(wèi)生技術(shù)人員數(shù)和每千人醫(yī)療機(jī)構(gòu)床位數(shù)分別為衛(wèi)生技術(shù)人員數(shù)和衛(wèi)生機(jī)構(gòu)床位數(shù)與總?cè)丝跀?shù)的比值。②養(yǎng)老要素方面共選取6個(gè)指標(biāo)。其中，每萬(wàn)名老人養(yǎng)老機(jī)構(gòu)數(shù)和每千名老年人口床位數(shù)分別為養(yǎng)老機(jī)構(gòu)總數(shù)和老年人口床位總數(shù)與老年人口數(shù)量的比值；城鎮(zhèn)職工養(yǎng)老保險(xiǎn)替代率和城鄉(xiāng)居保養(yǎng)老金替代率分別為城職保養(yǎng)老金和城鄉(xiāng)居保養(yǎng)老金占總消費(fèi)支出的比重；養(yǎng)老保險(xiǎn)覆蓋率用養(yǎng)老保險(xiǎn)參保人數(shù)除以應(yīng)參保人數(shù)來(lái)表示；財(cái)政社保支出占比為社保支出占財(cái)政總支出的比重。③財(cái)政要素方面共選取7個(gè)指標(biāo)。其中，財(cái)政依存度為財(cái)政收入與GDP比值；人均財(cái)政支出為財(cái)政支出與總?cè)丝跀?shù)的比值；轉(zhuǎn)移性收入占比為轉(zhuǎn)移性收入與總收入的比值；低保覆蓋率為享受低保待遇的人口與總?cè)丝诘谋戎担晦r(nóng)村低保金替代率和城市低保金替代率用農(nóng)村低保收入和城市低保收入分別除以農(nóng)村消費(fèi)支出和城市消費(fèi)支出表示；勞動(dòng)力義務(wù)教育普及率為勞動(dòng)力接受初中及以上教育的人數(shù)占勞動(dòng)力總數(shù)的比重。

基于集對(duì)分析方法，計(jì)算出2014—2019年我國(guó)養(yǎng)老應(yīng)對(duì)性指數(shù)，見(jiàn)表3所列。應(yīng)對(duì)性指數(shù)越高，表明老年群體在應(yīng)對(duì)老年風(fēng)險(xiǎn)時(shí)的抵抗能力越強(qiáng)。在樣本考察期間，各?。▍^(qū)、市）的養(yǎng)老應(yīng)對(duì)性指數(shù)均有所上升，其中，河北、河南、廣西的應(yīng)對(duì)性指數(shù)上升幅度最大，北京養(yǎng)老系統(tǒng)應(yīng)對(duì)性指數(shù)上升幅度最小，僅為0.030 6。2014—2019年，養(yǎng)老應(yīng)對(duì)性指數(shù)排名靠前的省份除北京和上海外，大部分?。▍^(qū)、市）位于西部地區(qū)，而排名靠后的?。▍^(qū)、市）大部分位于中部地區(qū)，養(yǎng)老系統(tǒng)的應(yīng)對(duì)能力與經(jīng)濟(jì)發(fā)展水平的空間分布在一定程度上不匹配，其可能的原因在于：第一，西部地區(qū)老齡化程度相較于東中部地區(qū)弱，老齡化壓力較小，各項(xiàng)養(yǎng)老基礎(chǔ)設(shè)施的擁擠程度也較低；第二，國(guó)家對(duì)于西部地區(qū)的財(cái)政補(bǔ)貼力度大，同時(shí)西部地區(qū)擁有多項(xiàng)政策紅利。中部地區(qū)既沒(méi)有雄厚的經(jīng)濟(jì)基礎(chǔ)為養(yǎng)老系統(tǒng)提供充足的物質(zhì)保障，享受的財(cái)政補(bǔ)貼與政策紅利也不及西部地區(qū)，因此在應(yīng)對(duì)能力方面處于弱勢(shì)地位。

表3 2014—2019年中國(guó)養(yǎng)老系統(tǒng)應(yīng)對(duì)性評(píng)價(jià)結(jié)果

續(xù)表3

3.脆弱性指數(shù)分析

脆弱性指數(shù)是敏感性與應(yīng)對(duì)能力綜合作用的結(jié)果，脆弱性指標(biāo)體系亦是敏感性與應(yīng)對(duì)能力指標(biāo)體系的集合。養(yǎng)老脆弱性指數(shù)越高，表明老年群體在遭遇福利損失或陷入養(yǎng)老困境時(shí)的不穩(wěn)定狀態(tài)越明顯?；诩瘜?duì)分析法，計(jì)算出2014—2019年我國(guó)養(yǎng)老脆弱性指數(shù)，見(jiàn)表4所列。在樣本考察期間，各省（區(qū)、市）的養(yǎng)老脆弱性指數(shù)均有所下降，其中，貴州、西藏和廣西的脆弱性指數(shù)下降幅度最大，分別為0.126 6、0.110 0和0.108 9；黑龍江養(yǎng)老系統(tǒng)的脆弱性指數(shù)下降幅度最小，僅為0.006 0。2014年養(yǎng)老系統(tǒng)脆弱性排名前5的?。▍^(qū)、市）分別是西藏、四川、貴州、云南和廣西，均位于我國(guó)西部地區(qū)；2015年的脆弱性排名中除福建外，其余4個(gè)?。▍^(qū)、市）也均屬西部地區(qū)；到2019年，養(yǎng)老系統(tǒng)脆弱性指數(shù)較高的省（區(qū)、市）分別為黑龍江、吉林、廣東、西藏和福建，僅西藏屬我國(guó)西部地區(qū)，這表明我國(guó)西部地區(qū)養(yǎng)老系統(tǒng)的脆弱性程度有較大改善。值得解釋的是，廣東養(yǎng)老系統(tǒng)脆弱性指數(shù)較高的原因在于廣東養(yǎng)老系統(tǒng)的應(yīng)對(duì)能力較差，人口老齡化進(jìn)程的加速對(duì)社會(huì)保障體系發(fā)出挑戰(zhàn)，養(yǎng)老和醫(yī)療健康等方面的問(wèn)題變得更加突出。

表4 2014—2019年中國(guó)養(yǎng)老系統(tǒng)脆弱性評(píng)價(jià)結(jié)果

（二）中國(guó)養(yǎng)老脆弱性的地區(qū)差異及其來(lái)源

為了深入認(rèn)識(shí)中國(guó)養(yǎng)老脆弱性的地區(qū)差異及動(dòng)態(tài)演進(jìn)，基于上文所構(gòu)建的指標(biāo)體系，本文將熵值法與集對(duì)分析法相結(jié)合對(duì)我國(guó)各?。▍^(qū)、市）養(yǎng)老脆弱性進(jìn)行綜合評(píng)價(jià)，并在此基礎(chǔ)上采用Dagum基尼系數(shù)及其按子群分解的方法計(jì)算出2014—2019年中國(guó)養(yǎng)老脆弱性的總體基尼系數(shù)，進(jìn)一步分解求得東中西部三大地區(qū)的基尼系數(shù)，測(cè)度結(jié)果見(jiàn)表5所列。

表5 中國(guó)養(yǎng)老脆弱性的地區(qū)差異及其來(lái)源

1.中國(guó)養(yǎng)老脆弱性的總體差異及其演變趨勢(shì)

圖1描述了中國(guó)養(yǎng)老脆弱性的總體差異及演變趨勢(shì)：在樣本觀(guān)測(cè)期間（2014—2019年）內(nèi)，我國(guó)養(yǎng)老脆弱性的總體差異呈波折下降態(tài)勢(shì)，養(yǎng)老脆弱性總體差異下降幅度為18.38%，年均下降幅度為3.68%；總體基尼系數(shù)呈“上升—下降—再上升”的變化趨勢(shì)，具體而言，在樣本考察初期，中國(guó)養(yǎng)老脆弱性總體基尼系數(shù)值雖有所增大，但上漲趨勢(shì)并不明顯，總體基尼系數(shù)在2016年達(dá)到最大值（0.040 2），2017年開(kāi)始下降并且下降幅度最大，2018年降幅減小并達(dá)到最小值（0.025 2），此后基尼系數(shù)值又有所上漲。從期末與期初的對(duì)比狀況來(lái)看，近年來(lái)我國(guó)養(yǎng)老脆弱性的總體差異呈波動(dòng)縮小態(tài)勢(shì)。

圖1 2014—2019年中國(guó)養(yǎng)老脆弱性的總體差異及演變趨勢(shì)

2.中國(guó)養(yǎng)老脆弱性的地區(qū)內(nèi)差異及其演變趨勢(shì)

由圖2可以看出，就地區(qū)內(nèi)差異而言，在樣本考察期的前半段，西部地區(qū)養(yǎng)老脆弱性的地區(qū)內(nèi)差異最大，東部次之，中部最??；在樣本考察期的后半段，中部地區(qū)養(yǎng)老脆弱性的地區(qū)內(nèi)差異最大，西部次之，東部最小；東部和西部地區(qū)的區(qū)域內(nèi)差距下降趨勢(shì)明顯，其區(qū)域內(nèi)差異曲線(xiàn)也具有明顯的相似性，兩者均于2018年達(dá)到極小值（0.020 9和0.022 6）；中部地區(qū)區(qū)域內(nèi)差異上升趨勢(shì)顯著，并于2017年達(dá)到極大值（0.042 2），由此可見(jiàn)，東西部地區(qū)相較于中部地區(qū)更加重視養(yǎng)老保障事業(yè)發(fā)展的均等化。

圖2 2014—2019年?yáng)|中西部三大地區(qū)養(yǎng)老脆弱性區(qū)域內(nèi)差異及演變趨勢(shì)

3.中國(guó)養(yǎng)老脆弱性的地區(qū)間差異及其演變趨勢(shì)

圖3描述了中國(guó)三大地區(qū)間養(yǎng)老脆弱性的差異變化。僅從樣本考察期初與期末的對(duì)比狀況來(lái)看，東—中部和中—西部地區(qū)間差異均有略微增加，而東—西部地區(qū)間差異整體呈縮減態(tài)勢(shì)。具體來(lái)看：東—中部地區(qū)間差異先上升后下降再上升；2016年?yáng)|—中部地區(qū)間差異最大，達(dá)到極大值（0.042 1），2018年?yáng)|—中部地區(qū)間差異最小，基尼系數(shù)值僅為0.026 8；東—西部地區(qū)間差異呈波動(dòng)下降態(tài)勢(shì)，整體來(lái)講降幅較大；中—西部地區(qū)間差異波動(dòng)幅度小，2017年達(dá)到極大值（0.043 3），2018年降幅明顯達(dá)到極小值（0.027 5）。

圖3 2014—2019年?yáng)|中西部三大地區(qū)養(yǎng)老脆弱性地區(qū)間差異及演變趨勢(shì)

4.中國(guó)養(yǎng)老脆弱性的地區(qū)差異來(lái)源及其貢獻(xiàn)率

圖4描述了中國(guó)養(yǎng)老脆弱性地區(qū)差異的三大來(lái)源。2014—2016年中國(guó)養(yǎng)老脆弱性的地區(qū)差異主要來(lái)源于地區(qū)間差異，2017—2019年主要來(lái)源于超變密度。超變密度是指因分子群體交叉項(xiàng)的存在而對(duì)總體差異產(chǎn)生的影響貢獻(xiàn)。

圖4 中國(guó)養(yǎng)老脆弱性的地區(qū)差異來(lái)源及其貢獻(xiàn)率

在樣本考察期間內(nèi)，地區(qū)內(nèi)差異對(duì)總體差異的貢獻(xiàn)度較為穩(wěn)定，維持在30%左右，貢獻(xiàn)度曲線(xiàn)波動(dòng)起伏小。地區(qū)間差異與超變密度對(duì)總體差異的貢獻(xiàn)度呈現(xiàn)出此消彼長(zhǎng)的變化趨勢(shì)。例如，2017年地區(qū)間差異對(duì)總體差異的貢獻(xiàn)度達(dá)到極小值（8.189 1%），而此時(shí)超變密度對(duì)總體差異的貢獻(xiàn)度達(dá)到極大值（59.285 5%）。超變密度對(duì)中國(guó)養(yǎng)老脆弱性地區(qū)差異的貢獻(xiàn)度維持在40%左右，貢獻(xiàn)度較高且穩(wěn)定性不強(qiáng)；地區(qū)間差異對(duì)總體差異的貢獻(xiàn)度在28%附近波動(dòng)。

從Dagum基尼系數(shù)及其按子群分解的結(jié)果來(lái)看，在地區(qū)內(nèi)差異和地區(qū)間差異中，2014—2016年地區(qū)間養(yǎng)老脆弱性差異是總體差異的主要來(lái)源；2016年之后地區(qū)內(nèi)差異超過(guò)地區(qū)間差異。就目前現(xiàn)狀來(lái)看，縮小東中西三大地區(qū)的地區(qū)內(nèi)養(yǎng)老脆弱性差距，對(duì)于促進(jìn)我國(guó)養(yǎng)老事業(yè)的均衡發(fā)展和社會(huì)公平正義具有重要意義。

（三）中國(guó)養(yǎng)老脆弱性的Kernel密度估計(jì)

Dagum基尼系數(shù)及其按子群分解的方法僅對(duì)中國(guó)養(yǎng)老脆弱性的地區(qū)差異及其來(lái)源進(jìn)行測(cè)算與分析，但反映的僅僅是相對(duì)差異，其絕對(duì)差異的變化趨勢(shì)和分布動(dòng)態(tài)演進(jìn)還需利用Kernel密度估計(jì)方法進(jìn)行進(jìn)一步分析。

1.中國(guó)養(yǎng)老脆弱性的Kernel密度估計(jì)

圖5描述了2014—2019年全國(guó)31個(gè)?。▍^(qū)、市）養(yǎng)老脆弱性的分布動(dòng)態(tài)演進(jìn)。由圖5可見(jiàn)，中國(guó)養(yǎng)老脆弱性的分布動(dòng)態(tài)演進(jìn)呈現(xiàn)出以下4個(gè)特征：①在樣本觀(guān)測(cè)期間，Kernel密度估計(jì)函數(shù)的中心點(diǎn)向左移動(dòng)，表明中國(guó)養(yǎng)老脆弱性程度有所減弱；②在樣本考察期間，核密度估計(jì)函數(shù)的峰值逐漸升高，表明中國(guó)養(yǎng)老脆弱性程度的分布狀態(tài)也趨于集中；③分布函數(shù)波峰的寬度逐步減小，表明中國(guó)養(yǎng)老脆弱性的絕對(duì)差距在樣本考察期間呈縮小態(tài)勢(shì)，就全國(guó)范圍來(lái)講，養(yǎng)老脆弱性指數(shù)較高?。▍^(qū)、市）（如西藏、貴州）與養(yǎng)老脆弱性指數(shù)較低省（區(qū)、市）（如北京）之間的絕對(duì)差距在不斷縮??；④2014—2019年中國(guó)養(yǎng)老脆弱性的核函數(shù)僅存在一個(gè)主峰不存在側(cè)峰，表明我國(guó)養(yǎng)老脆弱性狀況未出現(xiàn)極化趨勢(shì)。

圖5 2014—2019年中國(guó)養(yǎng)老脆弱性的分布動(dòng)態(tài)演進(jìn)

2.東部地區(qū)養(yǎng)老脆弱性的Kernel密度估計(jì)

圖6顯示了2014—2019年我國(guó)東部地區(qū)養(yǎng)老脆弱性的分布動(dòng)態(tài)演進(jìn)。由圖6可見(jiàn)，東部地區(qū)養(yǎng)老脆弱性的分布動(dòng)態(tài)演進(jìn)與全國(guó)的分布動(dòng)態(tài)演進(jìn)趨勢(shì)趨于一致，具體來(lái)講：①在樣本觀(guān)測(cè)期間，分布函數(shù)的中心點(diǎn)隨時(shí)間推移逐步左移，表明我國(guó)東部地區(qū)養(yǎng)老脆弱性狀況也有所改善，養(yǎng)老事業(yè)發(fā)展情況向好；②在樣本考察期間，Kernel密度估計(jì)函數(shù)的峰值呈現(xiàn)出穩(wěn)步增長(zhǎng)的波動(dòng)態(tài)勢(shì)，波峰高度持續(xù)上升表明東部地區(qū)養(yǎng)老脆弱性的分布狀態(tài)呈集中趨勢(shì)；③東部地區(qū)養(yǎng)老脆弱性核密度估計(jì)曲線(xiàn)的波峰寬度先縮小后擴(kuò)大再縮小，說(shuō)明東部地區(qū)養(yǎng)老脆弱性的絕對(duì)差距也是先縮小后擴(kuò)大再縮小，整體來(lái)講仍呈縮小態(tài)勢(shì)，這也表明隨時(shí)間的推移，東部地區(qū)內(nèi)部養(yǎng)老脆弱性指數(shù)較高?。▍^(qū)、市）（如福建）與養(yǎng)老脆弱性指數(shù)較低?。▍^(qū)、市）（如北京）之間的絕對(duì)差距轉(zhuǎn)向縮小態(tài)勢(shì)；④核密度函數(shù)僅存在一個(gè)主峰，表明東部地區(qū)養(yǎng)老脆弱性分布狀況的極化趨勢(shì)還未顯現(xiàn)。

圖6 2014—2019年中國(guó)東部地區(qū)養(yǎng)老脆弱性的分布動(dòng)態(tài)演進(jìn)

3.中部地區(qū)養(yǎng)老脆弱性的Kernel密度估計(jì)

圖7顯示了2014—2019年我國(guó)中部地區(qū)養(yǎng)老脆弱性的分布動(dòng)態(tài)演進(jìn)。由圖7可見(jiàn)，中國(guó)中部地區(qū)養(yǎng)老脆弱性的分布動(dòng)態(tài)演進(jìn)表現(xiàn)出如下4個(gè)特征：①在樣本觀(guān)測(cè)期間，Kernel分布函數(shù)的中心點(diǎn)逐步向左移動(dòng)，且移動(dòng)幅度較大，表明中部地區(qū)養(yǎng)老脆弱性狀況有較大程度改善；②從分布的形態(tài)來(lái)看，2016年以后Kernel密度估計(jì)函數(shù)的峰值逐步下降，2019年波峰快速提高，表明中部地區(qū)養(yǎng)老脆弱性指數(shù)分布狀況由“集中”向“分散”演進(jìn)；③中部地區(qū)養(yǎng)老脆弱性Kernel密度估計(jì)曲線(xiàn)的波峰寬度變大，表明中部地區(qū)養(yǎng)老脆弱性的絕對(duì)差距呈擴(kuò)大態(tài)勢(shì)，進(jìn)一步說(shuō)明中部地區(qū)內(nèi)部養(yǎng)老脆弱性指數(shù)較低省（區(qū)、市）（如山西、河南）與養(yǎng)老脆弱性指數(shù)較高?。▍^(qū)、市）（如黑龍江、安徽）之間的絕對(duì)差距正在逐步擴(kuò)大；④波峰數(shù)量有所增長(zhǎng)，中部地區(qū)分布動(dòng)態(tài)演進(jìn)的三維透視圖顯示，2017年波峰數(shù)量由一個(gè)主峰發(fā)展為“一主一側(cè)”，表明中部地區(qū)的極化現(xiàn)象有所增強(qiáng)，此外主峰與側(cè)峰之間距離不大，說(shuō)明中部地區(qū)各個(gè)極化區(qū)的中心點(diǎn)養(yǎng)老脆弱性狀況差距不大。

圖7 2014—2019年中國(guó)中部地區(qū)養(yǎng)老脆弱性的分布動(dòng)態(tài)演進(jìn)

4.西部地區(qū)養(yǎng)老脆弱性的Kernel密度估計(jì)

圖8顯示了2014—2019年我國(guó)西部地區(qū)養(yǎng)老脆弱性的分布動(dòng)態(tài)演進(jìn)。由圖8可見(jiàn)，西部地區(qū)養(yǎng)老脆弱性的分布動(dòng)態(tài)演進(jìn)具有以下4個(gè)特征：①在樣本觀(guān)測(cè)期間，Kernel分布函數(shù)的中心點(diǎn)隨時(shí)間推移向左移動(dòng)，相較于東中部地區(qū)移動(dòng)幅度最大，表明西部地區(qū)養(yǎng)老脆弱性的改善效果最佳；②從分布的形態(tài)來(lái)看，Kernel密度估計(jì)函數(shù)的峰值逐步提高，表明西部地區(qū)養(yǎng)老脆弱性指數(shù)狀況較為集中；③西部地區(qū)養(yǎng)老脆弱性Kernel密度估計(jì)曲線(xiàn)的波峰寬度變窄，表明地區(qū)內(nèi)部養(yǎng)老脆弱性指數(shù)的絕對(duì)差距正在縮??；④波峰數(shù)量減少，2014—2017年為雙峰形態(tài)，兩峰之間的距離較小，表明各極化范圍的中心點(diǎn)相差不大，2017年之后發(fā)展為單峰，說(shuō)明西部地區(qū)的極化現(xiàn)象有所遏制。

圖8 2014—2019年中國(guó)西部地區(qū)養(yǎng)老脆弱性的分布動(dòng)態(tài)演進(jìn)

五、結(jié)論與建議

本文基于我國(guó)養(yǎng)老事業(yè)2014—2019年的面板數(shù)據(jù)，從敏感性和應(yīng)對(duì)能力兩個(gè)方面構(gòu)建評(píng)價(jià)指標(biāo)體系，將集對(duì)分析方法與熵權(quán)法相結(jié)合對(duì)我國(guó)31個(gè)?。▍^(qū)、市）的養(yǎng)老敏感性、應(yīng)對(duì)能力和脆弱性狀況進(jìn)行測(cè)度與分析。除此之外，在測(cè)算我國(guó)養(yǎng)老脆弱性總體差異的基礎(chǔ)上進(jìn)行分解以尋找差異來(lái)源。最后，利用非參數(shù)估計(jì)方法Kernel密度估計(jì)對(duì)樣本觀(guān)測(cè)期間內(nèi)我國(guó)養(yǎng)老脆弱性的絕對(duì)差距和分布動(dòng)態(tài)演進(jìn)過(guò)程進(jìn)行分析。研究結(jié)論如下：

（1）從集對(duì)分析方法的評(píng)價(jià)結(jié)果來(lái)看：①敏感性指數(shù)測(cè)算結(jié)果顯示，2014—2019年?yáng)|北三省的養(yǎng)老敏感性指數(shù)始終較高，表明黑吉遼三個(gè)省份的老年群體更容易受到內(nèi)部因素或者外部環(huán)境的擾動(dòng)；②養(yǎng)老系統(tǒng)的應(yīng)對(duì)能力與經(jīng)濟(jì)發(fā)展水平的空間分布在一定程度上不匹配；③在樣本考察期間，各?。▍^(qū)、市）的養(yǎng)老脆弱性指數(shù)均有所下降，其中西部地區(qū)養(yǎng)老系統(tǒng)的脆弱性程度有較大改善。

（2）從Dagum基尼系數(shù)及其按子群分解的結(jié)果來(lái)看，中國(guó)養(yǎng)老脆弱性在空間分布上具有明顯的非均衡性。在樣本考察期間，我國(guó)養(yǎng)老脆弱性的總體差異呈波折下降態(tài)勢(shì)，表明我國(guó)養(yǎng)老脆弱性的總體差異在縮小；在地區(qū)內(nèi)差異中，東部和西部的區(qū)域內(nèi)差距下降幅度明顯，中部地區(qū)區(qū)域內(nèi)差異上升趨勢(shì)顯著；在地區(qū)間差異中，從期初與期末的對(duì)比狀況來(lái)看，東—中部和中—西部地區(qū)間差異均有略微增加，而東—西部地區(qū)間差異整體呈縮減態(tài)勢(shì)；對(duì)中國(guó)養(yǎng)老脆弱性的地區(qū)差異來(lái)源分析結(jié)果表明，樣本觀(guān)測(cè)前期，中國(guó)養(yǎng)老脆弱性的地區(qū)差異主要來(lái)源于地區(qū)間差異，樣本觀(guān)測(cè)后期主要來(lái)源于超變密度。就目前現(xiàn)狀來(lái)看，縮小地區(qū)內(nèi)差距，對(duì)于老年人口公平共享發(fā)展成果意義重大。

（3）從Kernel核密度估計(jì)的結(jié)果來(lái)看，隨著時(shí)間的推移，Kernel核密度估計(jì)函數(shù)的中心點(diǎn)均向左移動(dòng)，表明我國(guó)養(yǎng)老脆弱性的整體水平有所改善；除中部地區(qū)外，其他地區(qū)核密度圖的波峰寬度均呈縮小態(tài)勢(shì)，這表明除中部地區(qū)外其他地區(qū)養(yǎng)老脆弱性的絕對(duì)差距均在縮小。

“十四五”時(shí)期是養(yǎng)老保障事業(yè)高質(zhì)量發(fā)展的重要戰(zhàn)略機(jī)遇期，面對(duì)養(yǎng)老脆弱性狀況在空間分布上明顯的非均衡性以及人民日益增長(zhǎng)的多樣化養(yǎng)老需要與養(yǎng)老保障供給不平衡不充分之間的矛盾，縮小地域差異是目前養(yǎng)老保障事業(yè)發(fā)展務(wù)必予以重視的課題。推動(dòng)養(yǎng)老保障事業(yè)高質(zhì)量發(fā)展，既需要降低養(yǎng)老系統(tǒng)受到不利因素?cái)_動(dòng)后的受影響程度，增強(qiáng)養(yǎng)老系統(tǒng)自身的穩(wěn)定性，也要提高養(yǎng)老保障體系在應(yīng)對(duì)風(fēng)險(xiǎn)時(shí)的調(diào)整和適應(yīng)能力。因此，本文基于上述研究結(jié)論，就養(yǎng)老脆弱性的兩大維度提出以下建議：

（1）在敏感性維度上，一方面要打好目前我國(guó)三孩生育政策“生、育、教”等多方面的政策“組合拳”［48］，科學(xué)預(yù)判三孩政策實(shí)施之后我國(guó)的生育形勢(shì)，為優(yōu)化人口結(jié)構(gòu)提供決策支持；另一方面要優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)，轉(zhuǎn)換增長(zhǎng)動(dòng)力，夯實(shí)全面小康社會(huì)的物質(zhì)基礎(chǔ)，降低養(yǎng)老系統(tǒng)在遇到風(fēng)險(xiǎn)與挑戰(zhàn)時(shí)的敏感性程度。

（2）在應(yīng)對(duì)性維度上，人口的快速老齡化將帶來(lái)老年群體對(duì)養(yǎng)老服務(wù)和醫(yī)療保障等需求的快速增長(zhǎng)，如何應(yīng)對(duì)嚴(yán)峻的老齡化形勢(shì)帶來(lái)的挑戰(zhàn)、滿(mǎn)足老年群體對(duì)養(yǎng)老保障高質(zhì)量多樣化的需求，是“十四五”時(shí)期社會(huì)保障體系建設(shè)的重要任務(wù)?；诶夏耆丝谠卺t(yī)療和養(yǎng)老需求方面的特殊需求，一方面要加強(qiáng)老齡人口公共服務(wù)基礎(chǔ)設(shè)施建設(shè)，提高老年人口享受養(yǎng)老保障相關(guān)服務(wù)的舒適度；另一方面要加快完善低保、醫(yī)療保險(xiǎn)和養(yǎng)老保險(xiǎn)等社會(huì)保障措施，積極鼓勵(lì)醫(yī)療衛(wèi)生機(jī)構(gòu)和養(yǎng)老服務(wù)機(jī)構(gòu)融合發(fā)展，為老年群體提供更加優(yōu)質(zhì)的服務(wù)，并發(fā)揮好財(cái)政對(duì)于養(yǎng)老保障的兜底作用，實(shí)現(xiàn)養(yǎng)老保障體系的高質(zhì)量和可持續(xù)發(fā)展。