基于PMC指數模型的智慧養老政策量化評價研究

【摘"要】"目的"量化評價國家層面出臺的智慧養老政策，總結分析其優點與不足，為進一步深化智慧養老政策改革提供參考。方法"對國家層面公開發布的32份智慧養老政策進行文本挖掘，選取12份代表性政策作為研究樣本，構建PMC指數模型并對12份政策進行量化評價。結果""12份智慧養老政策PMC指數得分均值為6.55，合格等級政策有10份、優秀等級政策有2份；在政策目標、政策評價、政策領域、政策公開方面得分較高。對比兩項代表性政策發現，在政策目標、政策評價、政策視角和激勵方式方面差異明顯。結論"我國智慧養老政策整體處于較好水平，但在政策時效、激勵方式等方面仍有提升空間。

【關鍵詞】"智慧養老；PMC指數模型；政策評價；量化評價

中圖分類號：R197.323；R-012""""""文獻標識碼：A

Quantitative Evaluation of Intelligent Pension Policy Based on PMC Index Model/ZHANG Ye，LU Yuqiao.//Chinese Health Quality Management，2024，31（2）：43-47

Abstract"Objective"To quantitatively evaluate the intelligent pension policies introduced at the national level， summarize and analyze the advantages and disadvantages of the policies， and provide references for further deepening the reform of intelligent pension policies."Methods"Text mining was carried out on 32 Chinese policies related to intelligent pension， and 12 of them were selected as research samples according to the results. The Policy Modeling Consistency （PMC） index model was constructed and 12 policies were evaluated quantitatively."Results"The average score of PMC index of 12 smart pension policies was 6.55， 10 policies were qualified and 2 policies were excellent. High scores in policy objectives， policy evaluation， policy areas， and policy disclosure. Comparing the two representative policies， it was found that there were obvious differences in policy objectives， policy evaluation， policy perspectives and incentive methods. "Conclusion "China's intelligent pension policy is at a good level， but there is still room for improvement in policy prescription and incentive methods.

Key words""Intelligent Pension; PMC Index Model; Policy Evaluation; Quantitative Evaluation

First-author's address"DongFang Hospital，Beijing University of Chinese Medicine，Beijing，100078，China

國家統計局數據顯示，截至2022年末，我國60歲及以上人口達2.8億，占全國總人口的比例為19.8%；65歲及以上人口達2.1億，占全國總人口的比例為14.9%［1］。據全國老齡工作委員會辦公室研究測算，到2033年我國老年人口將突破4億，2053年將達到峰值4.87億［2］。我國養老需求結構由生存型向發展型轉變，養老服務需求不斷增加。隨著物聯網、互聯網、5G等新興技術的發展，智慧養老應運而生［3］。智慧養老是以物聯網、大數據、人工智能等技術為載體，以智慧社區、智慧城市、智慧社會為依托，以第三方專業服務組織介入服務為保障，在整合老年人群養老服務資源的前提下，形成的資源數據互聯互通、資源統一調度的養老服務模式［4］。我國相繼出臺了多項智慧養老政策。目前關于智慧養老服務的研究集中在服務模式探索［5］、適老化環境改善［6］以及智慧養老認知和意愿調查［3］等方面。有學者采用定性分析方法，從政策工具視角分析省級層面出臺的智慧養老政策［7-8］，關于國家層面出臺的智慧養老政策量化評價研究較少。政策一致性指數模型（Policy Modeling Consistency Index，PMC），即PMC指數模型，主張盡可能將所有相關變量包含在內，且認為所有變量同等重要，并視變量為二分變量，以克服現有政策評價方法過分關注某些變量而忽視其他變量的缺點［9］。本研究運用PMC指數模型對國家層面出臺的智慧養老政策文本進行量化評價，總結不同評級政策的特點，以期為推動智慧養老服務發展提供參考。

1"資料與方法

1.1"資料來源

2012年我國首次提出“智慧化養老”理念，2013年我國老年人口突破2億［10］，因此本研究時間范圍為2013年1月1日-2023年4月30日。以“智慧助老”“智慧養老”“互聯網+養老”等為關鍵詞，在北大法寶數據庫以及國務院、國家衛生健康委、國家發展改革委等官方網站收集國家層面公開發布的與智慧養老密切相關的通知、規劃、意見等政策。共收集32份政策。

1.2"研究方法

1.2.1 "典型政策選取 ""運用ROST CM 6.0詞頻分析工具對32份政策進行合并與分詞處理，剔除虛詞及非相關詞后，提取政策文本中的高頻詞，形成社會網絡知識圖譜，挖掘出“服務”“養老”“健康”“智慧”等核心關鍵詞，并作為篩選典型政策的依據。共選取12份具有代表性的政策（表1）進行分析。

1.2.2"變量分類及參數確定 """""根據Mario E［11］研究的變量設計方法，參考已有研究，結合智慧養老政策內容，選取一級變量和二級變量，并確定每個二級變量權重，共設置了10個一級變量和40個二級變量，每個二級變量權重相同。見表2。

1.2.3 "PMC指數測算""首先，根據PMC指數計算方法，對40個二級變量進行賦值；其次，計算10個一級變量得分，一級變量分值為二級變量總分與二級變量數目的比值；最后，計算PMC指數，即每項政策所有一級變量得分之和。

1.2.4 "PMC曲面圖繪制 "PMC曲面圖能夠從多維度展現智慧養老政策總體情況和各項政策具體情況。

2"結果與分析

本研究一級變量共有10個，計算得到PMC指數取值范圍為［0，10］。PMC指數模型中政策評價標準為：PMC指數為10～9為完美政策；指數為8.99～7為優秀政策；指數為6.99～5為合格政策；指數≤4.99為不良政策。12份智慧養老政策PMC指數得分情況見表3。

2.1"政策整體評價

將各項政策PMC指數得分從高到低排序，依次為P11、P4、P3、P9、P12、P7、P8、P1、P5、P6、P2、P10，均為合格及以上等級，說明智慧養老政策內容涵蓋較全面。根據一級變量PMC指數得分均值來看：X1（政策性質）均值為0.55，選取的智慧養老政策涉及建議、支持、導向內容，部分政策缺失監管和描述；X2（政策時效）均值為0.27，得分最低，5份政策為長期計劃，1份政策為中長期計劃，3份政策為中期計劃，3份政策為短期計劃，缺少本年度計劃；X3（政策目標）均值為0.71，8份政策涉及提升智慧養老服務能力，9份政策涉及推廣智能技術應用，10份政策涉及滿足養老服務需求，7份政策涉及建設智慧養老服務標準；X4（政策內容）均值為0.68，不同政策關注重點不同；X5（政策評價）均值為0.90，得分僅次于X10（政策公開），說明選取的智慧養老政策制定依據充分，符合國情，目標明確且規劃科學；X6（政策視角）均值為0.58，各有6份政策涉及宏觀視角和微觀視角；X7（激勵方式）均值為0.52，選取的智慧養老政策基本涵蓋政策支持、人才培養、財政補貼等激勵方式，部分政策缺失產業融合、法律保障、土地供應等激勵方式；X8（政策工具）均值為0.58，選取的智慧養老政策注重強制型和混合型工具的應用，自愿型工具應用較少；X9（政策領域）均值為0.75，各份政策基本都涉及到了社會和科技領域，9份政策涉及政治或經濟領域，5份政策涉及其他領域；X10（政策公開）均值為1.00，選取的智慧養老政策均公開發布。

2.2"政策具體評價

2.2.1"優秀等級政策 "政策P4和P11為優秀等級政策。在12份政策中，政策P11的PMC指數得分最高，且除“X2（政策時效）”外，其余一級變量PMC指數得分均≥0.67。P11政策性質涉及描述、建議、支持、導向；時效為中期；政策目標涉及提升智慧養老服務能力、推廣智能技術應用、滿足養老服務需求、建設智慧養老服務標準；政策內容和政策領域覆蓋較全面；從宏觀和微觀雙重視角制定政策；激勵方式有政策支持、人才培養、產業融合、財政補貼、示范宣傳；使用了自愿型和混合型政策工具；認為該政策依據充分、符合國情、規劃科學、目標明確。政策P4的PMC指數得分，在12份政策中排名第二，且除“X2（政策時效）”外，其余一級變量PMC指數得分均≥0.50。P4政策性質涉及描述、建議、導向；時效為中期；政策目標涉及提升智慧養老服務能力、滿足養老服務需求、建設智慧養老服務標準；政策內容和政策領域覆蓋較全面；從宏觀視角制定政策；激勵方式有政策支持、人才培養、產業融合、財政補貼、法律保障、示范宣傳；使用了強制型和混合型政策工具；認為該政策依據充分、符合國情、規劃科學、目標明確。

2.2.2"合格等級政策"政策P3、P9、P12的PMC指數得分在6.60～6.95之間，得分接近，故選取這3份政策進行具體評價。P3政策性質涉及描述、建議、支持、導向；時效為中期；政策目標涉及提升智慧養老服務能力、推廣智能技術應用、建設智慧養老服務標準；政策內容涉及老年宜居環境、養老服務體系、智慧健康平臺、智能產品適老化、養老服務產業；從微觀視角制定政策；激勵方式有政策支持、財政補貼、示范宣傳；使用了強制型和混合型政策工具；

政策領域覆蓋全面；認為該政策符合國情、規劃科學、目標明確。P9政策性質涉及監管、建議、導向；時效為中長期；政策目標涉及推廣智能技術應用、滿足養老服務需求；政策內容涉及養老服務體系、智慧健康平臺；從宏觀視角制定政策；激勵方式有政策支持、法律保障、示范宣傳；使用了自愿型、強制型和混合型政策工具；政策領域覆蓋全面；認為該政策依據充分、符合國情、規劃科學、目標明確。P12政策性質涉及描述、建議、支持、導向；時效為中期；政策目標涉及提升智慧養老服務能力、推廣智能技術應用、滿足養老服務需求；政策內容涉及老年宜居環境、養老服務體系、智慧健康平臺；從微觀視角制定政策；激勵方式有政策支持、產業融合、法律保障；使用了自愿型和混合型政策工具；涉及經濟、科技和社會領域；認為該政策依據充分、符合國情、規劃科學、目標明確。上述3份政策在政策時效、激勵方式方面有所欠缺。

2.3"政策對比分析

分別選取合格等級政策中的政策P3與優秀等級政策中的政策P11進行對比分析。政策P3和P11分別處于我國“十三五”規劃與“十四五”規劃時期，是推進我國智慧養老產業發展的中期規劃性政策文件，具有一定的階段性意義，且政策P11是對政策P3的完善和發展，兩者之間具有較強的關聯性。通過分析P3和P11政策內容的變化，可以清晰地反映出我國在推進智慧養老服務發展過程中的政策差異和發展方向。運用雷達圖分析一級變量，通過PMC曲面圖分析二級變量。

通過雷達圖（圖1）可以看出，政策P3和政策P11的一級變量PMC指數得分具有差異性，政策目標、政策評價、政策視角、激勵方式方面的差異尤為明顯。

由圖2和圖3可知，政策P3的PMC指數得分低于政策P11得分的主要原因為：

（1）政策目標。政策P3側重推

廣技術應用，發展智慧養老新業態，促進養老產業轉型升級，并建立覆蓋全流程的智慧養老產業體系；政策P11在關注政策P3發展目標的基礎上，注重增強智慧養老產業的科技支撐能力，并積極貫徹人口老齡化應對戰略。

（2）政策評價。政策P11是對政策P3的完善和發展，政策P11立足發展新階段，在符合國情的基礎上，政策制定和貫徹執行依據更加充分。

（3）政策視角。政策P3強調在微觀視角下發揮信息技術在智慧養老產業方面的效能；而政策P11則兼顧宏觀和微觀視角。

（4）激勵方式。政策P11通過強化稅收、融資等來推動智慧養老產業協調發展，同時加快培育智慧養老人才；而政策P3缺乏產業融合和人才培養等方面的激勵措施。

3"討論與建議

3.1"合理制定政策長期、中期和短期目標

由本研究結果可知，我國智慧養老政策的時效以長期和中期規劃為主，短期規劃較少，缺少當年規劃，這提示我國智慧養老政策未能有機結合長期、中期、短期目標。合理適度的調整政策目標與時效是實現政策預期效果的前提和基礎。因此，建議：第一，將智慧養老總體目

標合理劃分成不同時效的階段性目標，并在前期出臺政策的基礎上根據智慧養老服務內容的變化，及時調整政策計劃，陸續出臺具備內容延伸性、時間延續性和措施創新性的政策；第二，設立宏觀的長期目標并將之作為指引，以指導中期和短期目標；第三，監測政策落實效果與既定目標的偏離程度，將短期和中期政策目標的完成度作為檢驗階段性政策落實效果的重要依據，加強監督與考核，以保證既定總目標的高效實現。

3.2"豐富政策激勵方式

我國政府對智慧養老領域的支持力度和關注力度不斷加大，但由于智慧養老處于示范建設階段，智慧養老服務尚未廣泛推行，仍需實施多種激勵措施，以促進智慧養老政策有效落實。由本研究結果可知，當前我國智慧養老政策的激勵方式集中在政策支持、人才培養、財政補貼、示范宣傳方面，但在產業融合、法律保障和土地供應方面的激勵措施缺失。對此，提出建議如下：第一，完善相關法律法規或規章制度，為智慧養老政策的執行提供強有力保障；第二，完善產業融合和土地供應等相關配套政策，為全面推行智慧養老服務夯實基礎；第三，圍繞智慧養老服務重點應用場景，出臺智慧養老服務項目的普惠政策，吸引社會各界參與到智慧養老服務建設中，加強產業融合。

3.3"注重政策內容與應用對象的匹配性

由本研究結果可知，不同智慧養老政策關注重點不同，智慧養老服務停留在健康照護、安全保障等生理層面，對老年人精神層面需求關注較少。智慧養老作為一種現代化養老服務模式，屬地化管理格局明顯［19］，且由于經濟社會發展水平存在差異，智慧養老政策在各地方落實程度不同，這容易造成智慧養老發展的區域失衡。此外，目前智慧養老服務存在智能設備配備率較低、精準服務能力薄弱、養老場景智能化水平不高以及居家、社區和養老機構信息聯動不足等問題。對此，應注重政策內容與應用對象的匹配性。一方面，在政策制定過程中關注政策應用對象的變化；另一方面，加快構建老年友好型社會，呼吁社會共建共享，寬領域、多層次加強養老服務保障，滿足老年人精神需求。

參考文獻

［1］"國家統計局.中華人民共和國2022年國民經濟和社會發展統計公報［EB/OL］.（2023-02-28）［2023-08-26］.http：//www.stats.gov.cn.

［2］"李"晶.人口老齡化背景下老年教育資源需求與供給［J］.老年教育（老年大學），2017（8）：25-30.

［3］"王玉琪，朱"沁，王紅漫.老年人對智慧養老的認知、需求及影響因素分析：以北京市4個智慧健康養老示范街道為例［J］. 衛生軟科學，2023，37（4）：36-43.

［4］"王紅漫.老年健康藍皮書［M］.北京：中國財政經濟出版社，2020：10.

［5］"邢珍珍.人工智能賦能下社區智慧養老服務模式及關鍵技術研究［J］.護理研究，2021，35（9）：1573-1579.

［6］"吳瑩瑩，王"睿.基于社區的居家智慧養老服務平臺的研究與設計［J］.現代計算機，2023，29（15）：109-112.

［7］"張建潔，李艷輝.政策工具視角下陜西省智慧養老政策量化研究：以江蘇省智慧養老政策為對照［J］.衛生軟科學，2023，37（11）：30-37.

［8］"朱慶華，張"玥，陸冬梅.基于“工具-目標-階段”三維框架的江蘇省智慧養老政策文本分析［J］.人口與社會，2023，39（5）：1-12.

［9］"鄒鈺瑩，婁崢嶸.中央層面養老服務政策內容量化評價：基于PMC指數模型的分析［J］.電子科技大學學報（社會科學版），2020，22（3）：68-76.

［10］"國家統計局.中華人民共和國2013年國民經濟和社會發展統計公報［EB/OL］.（2014-02-24）［2023-07-26］.http：//www.stats.gov.cn.

［11］"MARIO E.Policy modeling：definition，classification and evaluation［J］.Journal of Policy Modeling，2011（33）：523-536.

［12］"方永恒，劉佳敏.國務院養老服務政策挖掘與量化評價：基于PMC指數模型分析［J］.云南行政學院學報，2020，22（5）：167-176.

［13］"于"雪，鄧"晶，譚華偉，等.基于PMC指數模型的我國健康扶貧政策量化評價研究［J］.現代預防醫學，2021，48（22）：4131-4135.

［14］"史"童，楊水利，王春嬉，等.科技成果轉化政策的量化評價：基于PMC指數模型［J］.科學管理研究，2020，38（4）：29-33.

［15］"張永安，郄海拓.金融政策組合對企業技術創新影響的量化評價：基于PMC指數模型［J］.科技進步與對策，2017，34（2）：113-121.

［16］"王進富，楊青云，張穎穎.基于PMC-AE指數模型的軍民融合政策量化評價［J］.情報雜志，2019，38（4）：66-73.

［17］"張文靜，張"麗，姚"俊.長期護理保險制度政策評價：基于PMC指數模型［J］.中國衛生事業管理，2021，38（2）：103-108.

［18］"ESTRADA M，MARIO A.The policy modeling research consistency index（PMC-Index）［EB/OL］.（2010-10-08）［2022-05-21］.http：//ssrn.c om/abstract=1689475.

［19］"陳"芳.政策工具視角下我國智慧養老發展中的政府介入研究［J］.人口與社會，2022，38（4）：28-40.

通信作者：

魯雨荍：北京中醫藥大學東方醫院助理研究員

E-mail： yuqiao9132@163.com

收稿日期：2023-09-06

修回日期：2023-11-27

責任編輯：任紅霞

DOI：10.13912/j.cnki.chqm.2024.31.2.11

基金項目：北京中醫藥大學基本科研業務費項目（編號：2018-JYBZZ-JS143）

張"燁"魯雨荍" 通信作者：魯雨荍

北京中醫藥大學東方醫院 "北京"100078