EN中文

经济地理 >

2019 , Vol. 39 >Issue 1: 113 - 121

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.01.014

产业经济与创新发展

长株潭城市群养老设施空间分异特征及影响因素

  • 唐健雄 ,
  • 马梦瑶 , ※ ,
  • 陈宁 ,
  • 龚琼珲
展开
  • 湖南师范大学 旅游学院，中国湖南 长沙 410081
※马梦瑶（1992—），女，河南郑州人，硕士研究生。主要研究方向为旅游地理。E-mail：。

唐健雄（1967—），男，湖南长沙人，教授，博士生导师。主要研究方向为旅游地理、饭店运营等。E-mail：。

收稿日期: 2018-06-25

  修回日期: 2018-09-09

  网络出版日期: 2025-04-25

基金资助

国家自然科学基金项目(41771162)

湖南省社会科学基金项目(18YBA326)

收起

Spatial Differentiation and Influencing Factors of Residential Care Facilities in Chang-Zhu-Tan Urban Agglomeration

  • TANG Jianxiong ,
  • MA Mengyao , ※ ,
  • CHEN Ning ,
  • GONG Qionghui
Expand
  • Tourism College，Hunan Normal University，Changsha 410081，Hunan，China

Received date: 2018-06-25

  Revised date: 2018-09-09

  Online published: 2025-04-25

Fold

摘要

以长株潭城市群养老机构数据为基础，运用最邻近指数、核密度估计、Ripley's K函数和热点分析等方法对长株潭城市群养老设施空间布局分异特征及影响因素进行研究。结果表明：①长株潭城市群养老设施总体空间布局呈“品字形”分布，分布密度北重南轻；②长株潭城市群不同类型养老设施空间分异较大，敬老院、老年公寓、养老院三类养老设施空间集聚程度高，其它类型养老设施空间布局分散；③多尺度空间视角下，养老设施集聚效应明显，冷热点集聚区在城市群层面表现出显著的“块状”分布特征；④老年人口分布、经济发展、交通通达性、医疗配套设施是养老设施空间分异的主要影响因素。

关键词： 健康中国; 养老设施; 老龄人口; 空间分异; 医疗设施; 乡村振兴; 长株潭城市群

本文引用格式

唐健雄 , 马梦瑶 , 陈宁 , 龚琼珲 . 长株潭城市群养老设施空间分异特征及影响因素[J]. 经济地理, 2019 , 39(1) : 113 -121 . DOI: 10.15957/j.cnki.jjdl.2019.01.014

Abstract

Based on the data from the old-age care institutions of Chang-Zhu-Tan urban agglomeration, this article explores the spatial differentiation and the influencing factors of old-age care institutions in the Chang-Zhu-Tan urban agglomeration applying the nearest neighbor analysis, Kernel density estimation, Ripley's K function and hot spot analysis. The results show that: 1) The overall characteristics of the spatial distribution of the old-age care institutions in Chang-Zhu-Tan urban agglomeration presented a polycentric pattern，its density is heavier in the north of Chang-Zhu-Tan urban agglomeration than the south; 2) The spatial differentiation of old-age care institutions at different types in the urban agglomeration of Chang-Zhu-Tan urban agglomeration is relatively large, nursing home and pension apartment have a high concentration, the others presented a scattered distribution; 3) From the perspective of multi-scale space, old-age care institutions are characterized by “urban-periphery” agglomeration, at the urban agglomeration level, it shows a significant "block" distribution;4)The distribution of the elderly population, level of economic development, transportation accessibility, and medical facilities are the main influencing factors for the spatial differentiation of old-age care institutions.

Key words： healthy China; aging population; old-age care facilities; spatial differentiation; medical facility; rural revitalization; Chang-Zhu-Tan urban agglomeration

养老设施的合理规划与布局是提高城市养老服务质量的重要手段，对城市养老服务资源分配有着重要意义[1]。十九大提出“健康中国”战略，指出要积极应对人口老龄化，大力发展老龄事业和产业。全国第六次人口普查数据显示，长株潭城市群65周岁以上的老年人口为130.41万人，老龄化水平低于全省水平的9.78%，但高于全国水平的8.87%，与2000年第五次全国人口普查相比提升了5.64个百分点，养老形势十分严峻。面对长株潭城市群人口的快速老龄化，进一步建设为老龄人口服务的各类养老设施已成为长株潭城市群“十三五”期间生活性服务业建设的重点任务。目前，长株潭城市群养老设施空间布局不合理、养老设施供给不足，亟待进行调整和优化。
国外学者对养老设施的研究起步较早，英国、美国、日本等发达国家在养老设施实践方面的研究较为成熟，为我国养老设施的合理规划布局提供了较高的参考价值[2-4]。如Engels研究了维多利亚州老年人的户外旅行养老模式及其养老政策[5]。Buffel通过对比利时佛兰德斯四个社区的老年人对地点依恋的调查，分析了影响老年人养老模式选择的因素[6]。Ishikawa等对日本关东地区老年人对养老设施的满意度进行了实证分析[7]。国内学者对养老设施的研究主要集中在三个方面：一是养老设施的规划，学者们基于老年人口分布、结构及需求等方面分析，提出了城市养老设施布局规划策略[8-11]；二是养老设施选择偏好，学者们分别对国内城市[12]、农村[13]地区以及国外[14]居民选择养老设施的偏好进行调查，分析了不同偏好老年人的特征及差异[15]；三是养老设施的可达性，学者们采用潜能模型、两步移动搜索等方法对养老设施可达性进行科学测算，提出了养老设施优化布局的建议[16-17]。从现有的研究来看：在研究区域上，多以微尺度为主对一个市或区的养老设施布局进行分析，缺少对大尺度和中尺度区域（如城市群）的研究；在研究内容上，分析养老设施的规划和老年人对养老设施满意度的居多，对养老设施空间布局及影响因素的研究较为薄弱；在研究方法上，运用空间分析法的较为鲜见。
城市群被视为国家参与全球竞争和国际分工的新地理单位，决定了中国经济未来的发展趋势和格局[18]。《国民经济和社会发展第十三个五年规划纲要》提出在十三五期间建成19个城市群的目标，城市群的发展受到了国家的高度重视。长株潭城市群是湖南省经济发展的核心增长极，与长三角、珠三角等城市群相比，长株潭中心城市规模偏小、回波效应相对较弱，非中心城市又包含较多县域经济社会文化区域，这无疑是影响中心城市养老设施对周边县市扩散效应发挥的内在原因。养老设施一般布局在与周边居住圈、医疗圈、休闲圈、交通圈等环境功能圈合理衔接的区域，而长株潭城市群养老设施主要分布在城市的街道和乡镇地区，并没有遵循“四圈合一”布局。鉴于此，本研究借助ArcGIS空间分析平台，对长株潭城市群养老设施空间分异特征及影响因素进行深入剖析，为养老设施空间合理布局提供思路和建议，以促进其养老服务业持续健康发展。

1 研究方法与数据来源

1.1 研究方法

1.1.1 最邻近指数

通过最邻近指数（NNI）来判断长株潭城市群养老设施的空间分布类型。采用欧式距离，计算区域内任一要素点与最邻近要素点的距离 d m i n，最邻近指数R通过实际最邻近距离 d m i n ¯与随机分布模式下的理论最邻近距离 E d m i n 的比值得到。若R=1，表示养老设施为随机分布；R<1，表示养老设施为空间集聚分布；R>1，表示养老设施趋向于均匀分布[19]。其表达式如下：
E d m i n = 1 2 A n + 0.0541 + 0.041 n p n , R = d m i n ¯ E d m i n
式中：A表示长株潭城市群面积；p表示其周长；n表示养老设施点个数。通过平均最近邻工具计算得出养老设施的最邻近指数R值、Z值得分和P值，由此来判断养老设施的空间布局类型。

1.1.2 核密度估计

利用ArcGIS软件密度分析中的核密度估计法（Kernel Density Estimation）来测算养老设施在其周围邻域中的密度。通过对整理的点要素数据集进行平滑处理得出其密度表面，由此显示出点要素较为集中的地方，直观地展示要素的空间分布密度及其在空间上的分散或集聚特征[20]，其表达式为：
λ s = ∑ l n 1 π r 2 φ d l s r
式中： λ s是s点处的核密度估计；r为核密度函数的搜索半径；n为长株潭城市群养老设施点数量；φ是点l与s之间距离 d l s的权重。

1.1.3 热点分析（Getis-Ord Gi*）

运用ArcGIS平台中的热点分析工具可对数据集中的每一个要素计算Getis-Ord G i *统计，通过得到的z得分和p值，由此得出高值或低值要素在空间上发生聚类的位置[21]。其计算如下：
G i * = ∑ j = 1 n w i j x j - X - ∑ j = 1 n w i j s n ∑ j = 1 n w i j 2 - ∑ j = 1 n w i j 2 n - 1
式中： x j是要素j的属性值； w i j是要素i和j之间的空间权重；n为要素总数，且：
X - = ∑ j = 1 n x i n， S = ∑ j = 1 n x j 2 n - X - 2
对于具有显著统计学意义的正的z得分，z得分越高，高值（热点）的聚类就越紧密。对于统计学上显著性负z得分，z得分越低，低值（冷点）的聚类就越紧密。

1.1.4 Ripley's K函数

运用Ripley's K函数来确定要素（或与要素相关联的值）是否显示某一距离范围内统计意义显著的聚类或离散。要素的空间集聚、均匀离散和随机分布的特征不是固定的，其分布态势随着空间尺度的变化而有所不同，而Ripley's K函数可以分析在不同空间范围内要素呈现出来的空间结构[22]，计算表达式为：
L d = A ∑ i = 1 N ∑ j = 1 , j ≠ i N K i , j π N N - 1
式中：d为距离；A为区域；N为点数； K i , j为权重。当一定距离的K观测值大于K预期值，表明该分布的聚类程度更高。如果K观测值小于K预期值，表明该分布的离散程度更高。

1.2 数据来源

本研究选取养老院、敬老院、护养院、福利院、老年公寓五类机构养老设施作为研究对象，以长株潭城市群23个县市区作为研究区域。养老机构数据来源于长株潭城市群各市民政局官网、养老网以及各大养老机构官网，人口数据来源于中国第六次人口普查，其它相关数据来源于各县市区《国民经济和社会发展统计公报》（2017年）。通过民政局官网和各大养老机构官网对养老数据进行多次核对和筛选，剔除地址、类型、床位数等记录不完整、不准确的养老机构，截止到2017年12月31日，共采集到329家有效养老机构信息（图1）。
图1 长株潭城市群区域及养老设施分布示意图

Fig.1 Spatial distribution of old-age care institutions in Chang-Zhu-Tan urban agglomeration

2 长株潭城市群养老设施空间分异特征

2.1 养老设施总体空间布局特征

2.1.1 总体空间格局呈“品字形”分布

通过ArcGIS软件计算得出，长株潭城市群养老设施最邻近指数为0.54、P值为0.00、Z值为-16.31，通过0.01的显著性水平检验，由此可以判断养老设施空间结构呈集聚状态。进一步用核密度估计法来检验养老设施的空间分布类型，由图2可见，养老设施的空间分布呈现出多个集聚核心，以长沙市、株洲市和湘潭市为中心形成“品字形”分布状态，与城市群分布形状一致。密度总体呈现出由核心城市向周边县市逐渐递减的特征，长株潭三大核心城市养老设施空间分布密度最高，其次是长沙北部和东部县市、湘潭西部县市、株洲南部县市，具有明显的等级性。究其原因：一是由于核心城市是政治、经济、文化的汇聚地，城市养老服务设施建设较为完善，养老资源也相对丰富；二是由于核心城市人口老龄化发展速度快，为满足老年人口需求，养老设施分布相对较多。
图2 长株潭城市群养老设施核密度

Fig.2 Kernel density of old-age care institutions in Chang-Zhu-Tan urban agglomeration

2.1.2 “主—次核心”集聚区分布北重南轻

从市际尺度来看，长株潭三市的养老设施密度最高且集聚中心面积最大，三市养老设施数量占总数的42.70%，形成三大“主核心”集聚区；从县区尺度来看，北部的浏阳市、湘潭县、宁乡市、望城区、长沙县养老设施密度值最高，养老设施数量分别占总数的11.25%、10.33%、9.12%、8.81%、7.00%，是县区中养老设施分布最多的地区，形成多个“次核心”集聚区；雨花区、开福区、岳麓区、雨湖区、荷塘区、湘乡市、茶陵县、攸县、醴陵市养老设施分布密度较高，芙蓉区、天心区、天元区、石峰区养老设施密度值较低，炎陵县、株洲县、韶山市养老设施密度值最低，养老设施分布数量最少，比例分别为2.74%、0.2.43%、1.22%。整体来看，长株潭城市群养老设施空间布局与“一心双轴双带”的空间布局规划高度契合，“主—次核心”集聚区分布北重南轻，其中长沙市养老设施发展对其周边县市辐射能力最强，县区养老设施发展水平远高于湘潭市和株洲市；株洲市包含较多县域经济因素区域、湘潭市老龄化程度全省第二，因此养老设施发展速度较慢，尤其是株洲南部优化发展带、湘潭西部的湘乡市、韶山市以及株洲、湘潭结合部的绿心地区养老设施分布较少且不均衡，需要大力开发养老资源。

2.2 不同类型养老设施空间布局

2.2.1 不同类型养老设施分布差异显著

长株潭城市群的公办养老设施主要包括福利院、敬老院，民办养老设施主要包括养老院、老年公寓和护养院。其中公办养老设施占总数的75.38%，敬老院占56.53%；在民办养老设施中，老年公寓和养老院所占比重最大，分别为17.33%和16.72%，而护养院和福利院只占5.78%和3.65%（表1）。用最邻近指数判断各类养老设施的空间分布类型，结果见表2，敬老院、老年公寓、养老院、公办和民办养老机构的R值均小于1，呈集聚类型分布，其中公办养老设施和敬老院的集聚程度最高，其次为民办养老机构、老年公寓和养老院；护养院的R值为1.38，呈离散状态分布；福利院的R值为0.99，呈随机分布。
表1 长株潭城市群养老设施数量

Tab.1 The number of old-age care institutions in Chang-Zhu-Tan urban agglomeration

地区 敬老院 养老院 护养院 福利院 老年公寓
长沙市
株洲市
湘潭市
总数		 87
42
57
186		 34
11
10
55		 4
7
8
19		 5
4
3
12		 37
8
12
57
表2 长株潭城市群养老设施空间分布的最邻近指数及空间结构类型

Tab.2 The nearest neighbor index and spatial structure of old-age care institutions in Chang-Zhu-Tan urban agglomeration

养老设施 P-value值 Z-score值 最邻近指数 空间形态类型
护养院 0.01 2.52 1.38 离散
福利院 0.92 -0.09 0.99 随机
老年公寓 0.00 -4.19 0.70 集聚
养老院 0.00 -7.58 0.73 集聚
敬老院 0.00 -7.10 0.50 集聚
从养老设施数量及集聚类型来看，不同类型养老设施分布差异较大，说明长株潭城市群的养老服务组织体系建设尚处于初级发展阶段。由于政策导向对公办养老设施建设的大力支持，以敬老院为代表的公办养老设施发展较成熟，养老院、老年公寓和护养院等民办养老设施发展缓慢，现有的养老服务组织体系已经不能满足老年人口的多样化需求。

2.2.2 养老设施分布中心区重、远城区轻

不同类型养老设施在长株潭城市群的核心城市都形成了大小不等的集聚核心，而远城区养老设施分布的密度较小且不均匀（图3）。①福利院密度最小，在长沙市区形成集聚重心，其余零星地分布在浏阳市、醴陵市以及湘乡市、韶山市和湘潭县三地的交界处，空白区面积较大；②护养院在长沙、株洲和湘潭市区范围内形成“双核心”集聚区，其余以“单核心”分散在株洲和湘潭市辖区；③敬老院、老年公寓、养老院三类养老设施均以长株潭三市为核心形成“多核心”网状式的高密度集聚区，其中敬老院在各地的分布密度最大且均匀；老年公寓和养老院主要集聚在市区，各县域呈“孤岛型”分布，茶陵县、炎陵县出现空白分布；④公办养老设施比民办养老设施的密度大，敬老院等公办养老设施主要分布在广大农村地区，在空间上呈“多中心—团聚式”分布状态，空间布局集聚且紧凑；民办养老设施主要分布在城区，远城区的农村地区分布密度较小。
图3 长株潭城市群不同类型养老设施空间分布差异

Fig.3 Spatial differentiation of old-age care institutions at different type in Chang-Zhu-Tan urban agglomeration

研究发现，长株潭城市群不同类型养老设施在城乡分布中存在较大差异。老年公寓、护养院和养老院等民办养老设施主要集聚在长株潭市区老龄人口密集、交通发达、经济水平高的街道，在广大农村布局较稀疏；敬老院、福利院等公办养老设施主要分布在各县乡镇地区。目前，敬老院的均匀分布已经能够满足老年人口的基本养老需求，但不能满足老年人口对养老机构的高质量需求；老年公寓、护养院、养老院等民办养老机构缺口较大，将是未来养老设施建设的重中之重。

2.3 多尺度空间下养老设施分异特征

养老设施在空间上的聚集状态会随尺度的变化而变化，在小尺度下呈集聚分布，而在大尺度下分布状态会随距离的不断增加呈随机或离散状态[23]。Ripley's K函数能够在要素质心邻域大小发生变化时分析其空间分布的变化情况，因此本研究运用Ripley's K函数分析法对不同尺度空间下的养老设施分布做进一步研究。借助ArcGIS空间分析工具，在99.9%的置信水平下选择10种不同距离观测养老设施分布状态，得到了每种距离的期望值、观测值以及置信区间的上下限（表3）。在10种不同距离下的养老设施分布结果显示不同尺度下的观测值全部大于期望值和置信区间的上限，由此可以得出，10种不同距离下长株潭城市群养老设施均呈聚集性分布，且具有显著的统计学意义。
表3 Ripley's K函数分析结果

Tab.3 The results of Ripley's K analysis

不同距离 期望值 观测值 差值 可置信
区间下限		 可置信
区间上限
1 64 575 185 516 120 941 55 503 71 595
2 129 150 280 139 150 989 118 060 134 365
3 193 725 355 070 161 345 177 375 196 038
4 258 300 433 023 174 723 233 863 258 187
5 322 875 513 383 190 509 290 493 315 214
6 387 450 599 258 211 808 344 714 372 865
7 452 025 678 184 226 160 397 163 430 420
8 516 600 745 052 228 452 446 667 485 527
9 581 175 798 906 217 732 494 059 538 891
10 645 750 852 943 207 193 540 855 589 851
进一步借助ArcGIS中的热点分析工具识别养老设施集聚状态下的热点区和冷点区。运用Jenks自然断裂法，将养老设施空间分布划分为热点区、次热点区、次冷点区、过渡区、冷点区五种类型。如图4所示，养老设施的热点区主要集聚在长沙县及长沙市区，次热点区主要包括望城区、浏阳市、株洲市区和湘潭市区4个地区，次冷点区包括宁乡市和株洲县2个地区，而冷点区为湘潭县、醴陵市、攸县、茶陵县和炎陵县5个地区。统计得出，热点和次热点区占全区的40%，冷点和次冷点区占全区的60%，养老设施的发展以冷点区为主，热点区和过渡区分布相对偏少，整体发展较为缓慢。
图4 长株潭城市群养老机构空间分布的冷热点集聚格局

Fig.4 Hot-cold spot distribution of old-age care institutionsin Chang-Zhu-Tan urban agglomeration

总体而言，长株潭城市群热点区和冷点区空间差异明显。总体特征是东北多、西南少，城市多、农村少，在城市群层面上表现出明显的“块状”分布特征。养老设施的冷热点区空间分布反映出养老产业开发与区域发展的一致性，也折射出长株潭城市群东北和西南地区经济发展的差异。未来应该积极响应国家“乡村振兴”战略，加强长沙西部、湘潭西部和株洲南部农村地区的养老机构建设，满足农村地区老年人口的多样化需求，缓解农村地区的老龄化困境，促进城镇养老机构和谐发展。

3 长株潭城市群养老设施空间分异影响因素

3.1 老年人口分布因素

通过老年人口分布特征（图5）来探索养老设施的空间分布规律。根据第六次全国人口普查数据可知，长株潭城市群三大核心城市中长沙市的老年人口有63.60万人，是老年人口分布最密集、老龄化最严重的地区，湘潭市次之，株洲市的老年人口最少，仅有30.47万人，不到长沙市老年人口的一半，是老年人口分布最少的城市；在县区层面，宁乡市、浏阳市、湘潭县、雨湖区、芦淞区、望城区老龄人口比例最大，雨花区、炎陵县、株洲县老龄化程度最低。由于各地老年人口分布不均匀，养老设施的分布差异较大，敬老院在各市的分布数量较均匀，湘潭市、浏阳市、望城区、宁乡市是敬老院分布的集中区，敬老院分别占总数的15.05%、14.52%、10.22%、9.68%，长株潭三市市区敬老院分布数量最少。养老院、老年公寓、护养院对居住圈、医疗圈、休闲（绿地）圈、交通圈结合处老年人口分布较多的客源地具有较大的依赖性，主要分布在养老设施发展较快的长沙市区，比例分别为32.73%和43.86%、57.89%，茶陵县、炎陵县、株洲县、韶山市比例最小。福利院在各地比例较小，说明福利院对老年客源市场的依赖不大，更需要当地良好的经济发展支持。
图5 长株潭城市群老年人口及养老设施分布

Fig.5 The distribution of the elderly population and old-age care institutions in Chang-Zhu-Tan urban agglomeration

根据老年人口的分布与养老设施数量的比例可以得出，老年人口分布与敬老院、护养院、老年公寓和养老院的数量有着相关关系，老年人口分布相对密集的地区也是养老设施分布较为集中的地区。因此，今后要根据老年人口、各类养老设施的分布状况，在各地合理配置养老机构。

3.2 经济发展因素

区域经济发展水平对养老机构空间布局具有重要的影响，选取和区域经济发展水平密切联系的人均GDP、城镇居民人均可支配收入、社会消费品零售总额和城镇居民人均消费支出4项相关指标作为自变量，养老机构数量作为因变量，借助Pearson相关分析来判断长株潭城市群的经济发展水平与养老设施之间的相关关系。
由表3的Pearson相关分析结果可以看出，在0.01水平上，变量“养老设施数量”与4项指标变量都有着较高的相关关系。其中“养老设施数量”与变量“人均GDP”、“城镇居民人均可支配收入”和“城镇居民人均消费支出”的相关系数都超过了0.90，说明“养老设施数量”和这些变量极强相关；“养老设施数量”与“社会消费品零售总额”的相关系数为0.89，认为它们之间是强相关。Pearson相关分析结果说明，区域经济发展水平对养老设施的建设和发展具有显著影响。雨花区、长沙县、浏阳市、芙蓉区、宁乡市、岳麓区人均GDP最高且总量均突破千亿元，这些经济发达的县区是养老设施发展较快的区域。由于长株潭中心城市的回波效应相对较弱以及城乡二元体制的限制，经济发展水平相对落后的株洲县、炎陵县、韶山市是养老设施供给较弱的区域，特别是农村地区，养老设施分布数量、种类较少且档次低，老年公寓、养老院、护养院等民办养老设施紧缺，将是未来的发展重点。
表3 Pearson相关分析结果

Tab.3 The results of Pearson correlation analysis

指标 Pearson C Sig.（2-tailed）
人均地区生产总值 0.97** 0.00
城镇居民人均可支配收入 0.93** 0.00
城镇居民人均消费支出 0.92** 0.00
社会消费品零售总额 0.89** 0.00

注：**在0.01水平（双侧）上显著相关。

3.3 交通通达性因素

交通作为城市之间进行“沟通”的重要桥梁，其较高的通达性不但有利于养老机构的经营发展，而且为老年人及其家属的出行增加了可达性[17]。长株潭养老机构主要沿长沙高铁南站、长沙地铁站、长沙黄花机场、湘潭和株洲汽车站等交通主干线集中分布。护养院受交通影响最大，其后依次为老年公寓、养老院、敬老院、福利院，沿交通干线分布所占比例依次为92.56%、90.31%、85.16%、65.58%、50.22%。同时，养老设施的空间分布距离主要交通线越近，养老设施数量越多、发展越快，距离交通线越远，养老设施类型分布越单一、档次越低，说明陆路交通是长株潭养老设施布局的关键。2013版《长株潭城市群区域规划》指出，将建设长沙、株洲、湘潭之间的快速交通，建成长沙—宁乡—韶山—湘乡—湘潭、株洲—醴陵等区域的城际轨道交通，打通农村地区与城市内部的联系，形成复合公路走廊。由此可以推断，长株潭养老机构将以城际轨道交通和地铁站为核心成“网状式”规模发展趋势。

3.4 医疗配套设施因素

医疗配套设施的完备程度对养老机构的区域选址和合理布局起着重要作用[24]。本研究选取医疗机构和医疗卫生机构床位数作为养老机构配套设施的代表（图6）。在市域尺度下，长沙市医疗配套设施发展最完备，有医疗床位数7.73万张、医疗机构1 737家，每百名老人分别拥有12张床位；株洲市和湘潭市医疗机构数量与养老设施分布之间没有明显关联，医疗床位数和养老设施分布关系较大，株洲市和湘潭市分别有医疗床位2.5万张、1.88万张，每百名老人分别拥有7张床位和6张床位；在县区尺度下，岳麓区有642家医疗机构、9 205张床位，是所有县区中医疗配套设施最完备的区域，韶山市有99家医疗机构、535张床位，是所有县区中医疗配套设施最落后的区域；长沙县、开福区、湘乡市、浏阳市、醴陵市、湘乡市、湘潭县、攸县、雨湖区医疗配套设施相对完善，其余地区医疗配套设施条件相对较差。由此可见，区域医疗配套设施的完备程度越高、规模越大，养老设施分布数量越多。由于长株潭人口老龄化日趋严重，养老床位数供给量仍存在较大缺口，特别是长株潭各县。因此，应在长株潭主城区增加中小型机构养老服务设施、在县域增加中型和大型机构养老服务设施。
图6 长株潭城市群养老设施数量及医疗配套设施分布

Fig.6 The distribution of medical facilities and the number of old-age care institutions in Chang-Zhu-Tan urban agglomeration

4 结论与建议

4.1 结论

通过对长株潭城市群养老设施空间分异特征及影响因素进行分析，得出以下结论：
第一，长株潭城市群养老设施总体空间特征呈“品字形”格局，“主—次核心”集聚区分布北重南轻。长株潭三大核心城市的养老设施密度高，边缘城镇地区如株洲南部、湘潭西部和株洲、湘潭结合部的绿区地带养老设施密度较小，养老设施分布具有明显的等级性；长沙的养老设施集聚程度远超株洲和湘潭，对株洲和湘潭的辐射作用较弱。
第二，长株潭城市群不同类型养老设施空间分异较大，敬老院、老年公寓、养老院三类养老设施空间集聚程度高，其它类型养老设施空间布局分散。敬老院总体分布较均衡，数量和密度最大且有明显的单核心和多核心；福利院和护养院的数量和密度分布最小，主要在长沙、株洲和湘潭的市区中心形成集聚核心，远城区地区几乎是空白；养老公寓和养老院的数量和密度比福利院和护养院的分布范围大。敬老院等公办养老设施多集中在农村地区，养老设施类型比较单一，护理院、养老院和老年公寓等民办养老设施数量偏少。
第三，多尺度空间下，养老设施呈集聚特征；具有明显的冷热点集聚区，在城市群层面表现出显著的“块状”分布特征。养老设施冷热点分布总体呈现出东南多、西北少，城市多、农村少的特点；冷点区分布居多，热点区和过渡区分布相对偏少，整体发展较为缓慢。
第四，老年人口分布、经济发展、交通通达性、医疗配套设施是养老设施空间分异的主要影响因素。福利院和护养院主要分布在经济发达和欠发达地区，老年公寓集中分布在经济发达和中等发达地区，敬老院在各经济区分布较均匀；养老院和老年公寓对老年人口分布较多的客源地具有较大的依赖性，护养院和福利院不仅需要依靠老年客源市场，更需要当地良好的经济发展支持；各类养老设施的建设均与交通通达性和医疗配套设施完善度密切相关，护养院、老年公寓和养老院对两者的依赖特征更为显著。

4.2 建议

第一，加大对株洲南部、湘潭西部以及长株潭三市交界处生态绿心区养老机构的建设投入。在株洲南部的茶陵县、炎陵县、攸县、醴陵市和湘潭西部的韶山市和湘乡市增加环境舒适的中端养老设施，继续扩大敬老院施覆盖率；在长株潭城市群生态绿心地区增加高端老年公寓、养老院和护养院，以此来满足城市老年人口对养老机构的高要求，同时对长株潭城市群核心区的养老机构形成分流，使养老机构空间布局更加合理。
第二，鼓励发展民办养老机构，提高老年公寓、护养院、养老院等综合养老设施的比例，同时增加社区养老、居家养老来缓解机构养老的压力。在长株潭城市群各县增加老年公寓、护养院和养老院的比例，促进各类养老设施均衡发展；以社区养老、居家养老等方式替代机构养老，缓解老年人口分布密集区公办养老机构不能满足养老发展的压力。
第三，积极响应国家“乡村振兴”战略，加强农村地区养老设施的建设，促进城镇养老设施和谐发展。茶陵县、炎陵县、株洲县、韶山市广大农村地区今后应该扩大各类养老设施建设力度，其它县区农村地域应该适当增加护养院、老年公寓等不同类型的养老机构来满足农村地区老年人口的多样化需求，缓解农村地区的老龄化困境。除此之外，应加强农村地区旅居养老的开发，通过“旅游+养老”的模式促进农村地区养老方式的转型升级。
第四，适当增加医院、卫生院以及交通网点附近养老设施的数量。长株潭城市群未来养老设施选址有四个方向：一是在城市群绿心地带、新建飞机场和城际轨道交通等新规划的道路网附近人相对较少和安静的地区；二是在地铁站、公交路线交汇地区等较便利的城市人口集中地区；三是在医院、卫生院等配套医疗设施齐全的区域进行养老机构的选址；四是在居住圈、医疗圈、休闲（绿地）圈、交通圈适度衔接处。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
曾文, 向梨丽, 张小林. 南京市社区服务设施可达性的空间格局与低收入社区空间剥夺研究[J]. 人文地理, 2017, 32(1):73-81.

[2]
Singelenberg J, Stolarz H, Mc Call M.E. Integrated Service Areas:An Innovative Approach to Housing, Services and Supports for Older Persons Ageing in Place[J]. Journal of Community & Applied Social Psychology, 2014(1):69-73.

[3]
Guo K.L, Castillo R.J. The US long term care system:Development and expansion of naturally occurring retirement communities as an innovative model for aging in place[J]. Ageing International, 2012(2):210-227.

[4]
Conrad H. Economic System and Welfare Regime Dynamics in Japan since the Early 2000s-The Case of Occupational Pensions[J]. Journal of Social Policy, 2012, 41(1):119-140.

[5]
Engels B, Liu G.J. Ageing in place:The out-of-home travel patterns of seniors in Victoria and its policy implications[J]. Urban Policy and Research, 2013, 31(2):168-189.

[6]
Buffel T, De Donder L, Phillipson C, De Witte N, Dury S & Verté D. Place Attachment Among Older Adults Living in Four Communities in Flanders,Belgium[J]. Housing Studies, 2014, 29(6):800-822.

[7]
Ishikawa N, Fukushige M. Dissatisfaction with dwelling environments in an aging society:an empirical analysis of the Kanto area in Japan[J]. Review of Urban & Regional Development Studies, 2015(22):224-237.

[8]
詹运洲, 吴芳芳. 老龄化背景下特大城市养老设施规划策略探索——以上海市为例[J]. 城市规划学刊, 2014(6):38-45.

[9]
孙雅玮. 基于老年人口增长的上海市养老设施规划研究[J]. 世界地理研究, 2016, 25(5):121-130.

[10]
季翔, 肖炳科, 孙强. 城市机构养老服务设施规划配置布局研究——以徐州市主城区为例[J]. 现代城市研究, 2017(2):27-32.

[11]
徐怡珊, 周典, 仇志伟, 等. 基于老年人口空间分布特征的养老设施规划布局研究[J]. 建筑学报, 2017(9):74-77.

[12]
蒲新微, 王宇超. 家庭结构变迁下居民的养老预期及养老方式偏好研究[J]. 人口学刊, 2016, 38(4):60-66.

[13]
储伶丽, 郭江. 基于社会老龄化的农村养老偏好分析[J]. 统计与决策, 2016(18):107-110.

[14]
林静, 蔡建明, 程哲. 美国机构养老社区空间人本化构建及经验借鉴[J]. 地理科学进展, 2017, 36(7):903-911.

[15]
高晓路. 城市居民对养老机构的偏好特征及社区差异[J]. 中国软科学, 2013(1):103-114.

[16]
许昕, 赵媛. 南京市养老服务设施空间分布格局及可达性评价——基于时间成本的两步移动搜索法[J]. 现代城市研究, 2017(2):2-11.

[17]
丁秋贤, 朱丽霞, 罗静. 武汉市养老设施空间可达性分析[J]. 人文地理, 2016, 31(2):36-42.

[18]
牛方曲, 刘卫东, 宋涛, 等. 城市群多层次空间结构分析算法及其应用——以京津冀城市群为例[J]. 地理研究, 2015, 34(8):1447-1 460.

[19]
杜国明, 关桐桐, 李冬梅, 等. 黑龙江省贫困村空间分布特[J]. 经济地理, 2018, 38(3):149-156.

[20]
林娟, 张欣炜, 汪明峰. 上海大都市区物联网产业集聚与空间化[J]. 人文地理, 2017, 32(3):131-137,145.

[21]
刘浩, 马琳, 李国平. 京津冀地区经济发展冷热点格局演化及其影响因素[J]. 地理研究, 2017, 36(1):97-108.

[22]
朱慧, 周根贵. 国际陆港物流企业空间格局演化及其影响因素——以义乌市为例[J]. 经济地理, 2017, 37(2):98-105.

[23]
杨俊, 国安东, 席建超, 等. 城市三维景观格局时空分异特征研究——以大连市中山区为例[J]. 地理学报, 2017, 72(4):646-656.

[24]
苏昌贵, 魏晓, 刘雨婧, 等. 产业融合视域下健康养老产业发展研究——以郴州市为例[J]. 经济地理, 2018, 38(1):135-141.

Options
文章导航

/

〈 〉