清华同衡市政规划研究所
DEPT.OF INFRASTRUCTURE PLANNING
返回清华同衡官网首页
一、中国现在有多老？将会有多老？
中国老龄化的两个第一：老龄人口数量世界第一；老龄化速度世界第一
2015年中国65岁以上老人1.44亿人，占总人口比例的10.5%，且呈加速上升状态；远大于国际认定的7%的老龄化社会标准。华盛顿大学提供的数据称，到2050年，中国65岁以上人口数量将从2005年的1亿增至3.29亿，80岁以上人口将达到大约1.2亿。
老龄化对社会提出全方位的挑战，不仅包括老年人的经济保障问题，也包括社会交往、医疗护理、人身安全、交通出行、文化娱乐等。中国社会迫切需要尽快保障、改善和提高老年人的生活、健康以及参与社会发展的基础条件，实现“老有所养、老有所医、老有所为、老有所学、老有所乐”，这既需要加大传统涉老基础设施的建设力度，也有赖于包括互联网、物联网、大数据、云计算、下一代移动通信网络等信息通信技术在老年服务领域的融合应用。
二、 北京的养老格局又是怎样的呢？
据有关部门统计，北京市老年人口正以每年15万的速度增长，预计到2020年常住老年人口将达到400万人左右（来自《北京市养老服务设施专项规划》）。通过对北京市人口数据分析，发现北京市大部分的街道已经达到老龄化的7%的指标，形成两个圈，一个是以东西城为主的中心地带，一个是北部和西部山区。
而从60岁以上老人的健康情况来看：
各区县完全自理老人的最多，多数超过50%；
半自理老人所占比重多在30%-40%之间；
城六区不能自理老人的占比低于郊县，不到5%
与子女居住的老人比重最高，多数超过50%；
城六区与配偶居住和独居的比例较高，而郊区与子女、保姆居住的比例相对较高。
从北京老人的居住情况来看：
老人与子女居住仍然是主要方式；
能够完全自理的老人还会选择独居或者与配偶共同居住；
居住养老机构的老人占比仍然比较少。
三、居家养老更符合实际需求
近年来北京市政府也高度重视“老有所养”工作，不断加大对养老服务设施的建设力度，但与日益增长的社会养老需求还存在较大差距。针对这一矛盾，北京市推出“9064”养老模式，即90%的老年人通过家庭照料养老（居家养老），6%的老年人通过购买社区看护服务养老（社区养老），4%的老年人入住养老服务机构集中养老（机构养老），推行这一养老模式的基础是，相应养老服务设施的配套。其中，前两类养老服务设施均存在设施总量不足、设施利用率低下及空间布局不合理的问题；而第三类设施（居家养老设施）是对现有社区公共服务资源的再利用，不需要单独安排设施，目前北京对符合一定条件的老人或残疾人发放“养老助残卡”，并按时发放补贴，持卡人员可在加入养老服务体系内的商业服务设施进行消费，这是将现有的社区公共服务纳入养老设施的有益尝试。
1)北京市养老格局
本研究基于数万条老人数据、消费数据和服务设施数据，整合大量现状基础数据和其他各类数据，以“需求+供给”和居家养老服务设施规划两个关键问题为轴，通过时空行为分析，结合机器学习模型和离散选择模型研究，量身定做全套大数据辅助决策模型，并绘制出老年生活精准画像，服务于城市规划与管理。
一方面，通过对老人的真实地理分布、真实个性化需求、以及现状养老设施使用和分布情况的全面把握，评估现有各类养老服务设施的供给与需求的匹配情况，为各类养老服务设施的空间优化提供决策支持；另一方面，也通过对基于个体的老人的行为深度挖掘，为制定引导政策、制度提供依据，同时也为市场行为下养老产业的选址与布局提供参考。
2)北京的养老设施
目前加入到北京市养老（助残）卡服务体系的商家、机构已经覆盖北京所有区县，主要包括社区便利店、老年餐桌、超市、商场、生活照料、医药医疗、家政服务等等内容。
老人月人均消费6.8次，主要集中在超市、社区便利店购物，其次是餐饮，其他消费较少。将老人分布与设施分布叠加之后，易发现百货购物老年餐桌医药医疗设施等基本能覆盖各社区。
3) 典型社区研究
社区养老是美国21世纪以来着力发展的养老模式，但是目前美国各地区的社区养老服务发展并不均衡，如人口密度很低的郊区以及乡村社区养老面临的困难就较大，而一些人口密度较大、开发强度较高的城市，其社区养老则发展较好。因此，对目前创新中心的人口数据，对北京主城区各个街道的65岁及以上老人的分布情况进行分析。选择西城区的月坛街道、海淀区的中关村街道、学院路三个街道为此次养老大数据的研究对象。另外，可按照区域、人口密度、收入水平、未来因素的发展等引入虚拟服务街道的模式。
老年人基本身份信息画像
通过聚类分析的方法对三个街道老人的基本身份特征进行聚类画像，可以看出，在学院路街道，居住的老人主要为中高收入男性、中等收入大院居民，反映出该街道老人生活水平处于中等偏上的特征，且健康状况相对较好。相比之下，月坛街道的老年人收入偏低，低收入老年人和中低收入退休职工占据了街道中老年人口的较大比例。整个街道的老年人生活水平和健康水平差异较大，相比之下老龄化问题较为突出。在中关村街道，老年人特征则呈明显的两级分化，整个街道的老年人主要分为中高收入离休干部和中低收入退休职工两种，在不同类型老人的养老政策上应有所反思。
现有社区养老服务设施服务能力
将老人分布与设施分布叠加之后，易发现百货购物老年餐桌医药医疗设施等基本能覆盖各社区。但在老人分布密集的局部区域还存在一定缺失。
老年人消费行为画像
通过聚类分析的方法对三个街道老人的消费特征进行聚类画像，可以发现。从分类结果来看，绝大多数持老人月均刷卡不足10次，主要消费场所为百货购物、社区便利店和餐饮三类。从刷卡特征上来看，医药医疗、家政服务和幸福彩虹三类服务使用者数量非常低，对养老政策实施和设施布局有一定的启示。
各街道消费分类构成
横向对比三个街道，发现在三个街道内，虽然老人的身份特征和居住环境有较为明显的不同，但是在养老卡消费行为上，分类结果的构成分布却高度相似。这也说明了，当前养老卡消费服务的可用范围还较为有限，并不能作为老人日常高频使用的养老服务，应该在下一阶段养老政策中得到重视，扩大养老卡的使用范围，简化使用方法等。
老年人消费行为偏好：
本次研究基于养老卡消费数据，从老人消费需求角度出发，结合气象(气温，风速，降雨量)、空气质量(AQI指数)、消费点POI类型及数量(生活服务POI，景点POI，休闲娱乐POI，美食POI，购物POI)和是否工作日/周末等因素，得出以下结论：
生活照料消费分析：
影响因素中，风速，气温和降雨量对老人消费影响为负偏好，表明风速越低、气温不高、降雨量小会促进老人出行消费，空气质量指数AQI值对老人消费影响为正偏好；
生活服务POI及购物POI数量对老人生活照料消费为负偏好；
工作日/周末因素分析中，工作日值为0、周末值为1，模型结果表明该区域内老人偏好在周末进行生活照料类服务。
餐饮消费分析：
空气质量AQI、气象因素(风速，气温)这些因素对于老人出行餐饮消费偏好为负，表示AQI值越低，风速越低，气温不高适宜老人出行餐饮消费，符合正常的出行偏好。
消费点周围老人步行可达范围内POI的类型数量分析表明，生活服务POI、景点POI和购物POI偏好说明老人餐饮消费的同时会比较关注消费点附近是否有这三种类型POI。
工作日/周末因素分析结果则说明老人餐饮消费更偏好在周末进行。
百货购物消费分析：
购物消费模型分析结果：
老人出行消费对风速、气温的偏好为负，表明风速低、气温不高是老年人出行的首选条件。
影响因素中消费点周围老人步行可达区域内景点POI、休闲娱乐POI和美食POI对老人购物消费有正面影响；
工作日/周末因素则表明该区域内老人偏好在工作日出行购物消费。
从Mixed Logit模型分析结果可以直接解读出一些规律：
年龄低、收入低的老人更愿意使用养老卡在距离自己较近的服务设施进行消费；
在风速低、气温适宜的工作日出行和消费显著增加；
服务设施所在地块内景点、休闲娱乐、医疗健康类型的POI数量对老人选择服务设施有正面的影响；
男性老人用户更愿意使用养老卡在服务设施进行消费；
养老设施规划的模拟与评估
通过Mixed Logit模型分析以上因素对老人消费选择偏好的影响，进而对各区域内养老消费做出预测，可以发现，在预测消费次数值高的地方，实际无相应的服务设施的情况明显存在。
四、主要结论总结：
通过对多源数据的分析，可以看出北京市以及典型街道都存在现在养老设施不能满足老人需求的情况。
未来北京市老年人口将呈现明显的上升趋势，对养老服务的要求将呈现多元化的趋势发展。因此通过大数据研究实现对老年人口的特征及需求深度挖掘是养老设施规划的重要内容。
通过以上基于北京中关村街道、学院路和月坛街道的3800位老人的23000条养老卡消费数据分析，可以看出气温、风速对老年人的出行消费有着普遍的影响，符合正常的出行需求，
针对不同的消费需求，老年人对消费点周围POI类型等因素有着不同的偏好。通过消费点周围POI及出行时间的分析，合理规划布局养老服务设施数量，通过模型结合数据的分析为养老提供定量的决策参考依据。
