一、问题的提出

大数据是指爆炸式增长的结构化数据、半结构化数据和非结构化数据。根据新摩尔定律,全球数据量大约每两年翻一番。2011年,全球产生和复制的数据达到1.8亿ZB;2015年,则达到将近8亿ZB。大数据来源于日常生活,具有很强的时效性,引起各国政府和学者的极大关注。20世纪80年代,大数据概念开始萌芽。1989年,美国学者首次提出“数据库中的知识发现”概念。1997年,美国学者开始探讨大数据问题。2008年和2011年,国际顶级学术刊物自然(Nature)和科学(Science)分别出版专刊“大数据”(Big Data)和“应对数据”(Dealing with Data),讨论大数据带来的挑战。2013年,被誉为“大数据之父”的舍恩·伯格来到中国,介绍推广“大数据”的概念,广大民众对大数据的认知不断加深。综合来看,国外学者对于大数据的关注视角分为五个方面:一是关于大数据基本理论研究,包括大数据概念界定(Nature,2008;Science,2011),认为大数据是指无法在容忍的时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合;以及对大数据特点的分析,认为大数据特点为“3V”:数据量大(Volume)、数据类型繁多(Variety)和流动速度快(Velocity)(麦肯锡公司,2011)或“4V”,即“3V”加价值密度低(Value)(IDC公司,2011);或“5V”,即“4V”加真实性(Veracity);或“4V+1C”,即“4V”加复杂性(Complexity)(IBM公司,2011)。二是大数据存储与分析处理技术研究,分析工具有MapReduce和Hadoop等(Demchenko Y,2013)。三是大数据在生物医药领域和社会医疗保健等领域的应用研究(Boyd D,2012)。四是大数据安全研究(Tien J M,2013)。五是对大数据引起的科学研究范式变革的研究,提出数据密集型科学研究的“第四范式”(Liu Ling,2013)。

在学术界不断加大对大数据的关注和研究后,各发达国家政府纷纷启动大数据研究和应用,其中包括美国政府于2012年启动的“大数据研究和发展计划”、欧盟启动的“Horizon 2020”计划以及日本推出的新长期照护(ICT)战略研究计划。

与国外相比,国内起步稍晚,还未形成整体力量,企业使用大数据挖掘技术尚不普遍。1993年,我国国家自然科学基金首次支持数据挖掘领域的研究项目。2012年,中国计算机学会成立大数据专家委员会。同年10月,中国通信学会大数据专家委员会成立。国内的研究主要有:一是对大数据本身的讨论(李国杰、程学旗,2012)。二是探讨大数据研究方法(覃雄派,2012)。三是从电子商务和电子政务等领域来关注大数据的影响(陈云海、黄兰秋,2013)。四是研究大数据安全管理(郭三强、郭燕锦,2013)。

“十二五”以来,关于大数据的研究逐渐扩大到医学和市场营销等领域,但在公共管理领域中的研究和应用仍处于萌芽状态。鲜见将大数据技术应用于公共管理领域的研究。然而,2010年第六次人口普查数据显示,我国60岁以上老年人口总数已经达到1.776亿,占人口总数的13.26%。一些研究表明,我国各省(自治区、直辖市)已经全面进入人口老龄化社会。预计到2050年,我国60岁以上老年人口将达到4.3亿到4.5亿左右,约占总人口的三分之一。数量巨大的老年人口和高度老龄化的社会需要社会提供充足的长期照护服务(下文简称LTC,即Long-term Care)。当前,我国老年长期照护尚未实行分级制度、存在过度需求和“压床”的现象,需要我们利用大数据建立老年长期照护分级匹配制度,用有限的养老服务资源满足老年人不断增长的长期照护服务需求,实现资源有效配置。

因此,本文尝试从管理学的角度探讨大数据在公共管理等领域的应用,尤其是将大数据应用于老年长期照护领域,将数据科学与社会学、管理学和人口学等学科交叉融合。打破当前我国大数据研究主要囿于信息科学领域、医学和市场营销等领域的局限性。

二、基于大数据的老年长期照护分级及其匹配机制设计

(一)基于大数据进行老年长期照护服务需求分级

1.构建老年长期照护服务需求分级评估指标体系

国内学者对老年长期照护给予很多不同的称呼,例如:“长期护理”“长期照顾”“长期健康护理”“长期介护”和“长期照料”等。从“长期”和“照护”两个方面来分析老年长期照护的内涵,学者们认为长期是指三个月或更长的时间(Cha,2003);“照护”内涵则包括照护对象(Kane,1998)、照护内容和照护需要(OECD,2005)。因此,老年长期照护是指:“个体由于意外、疾病或衰弱导致身体或精神受损而致使日常生活不能自理,在一个相对较长的时期里,需要他人在医疗、日常生活或社会活动中给予广泛帮助。实施长期护理的目的在于提高由于病理性衰老,或由于正常衰老的老年人的生活质量和生命质量,它也是预防新的疾病发生的重要措施。”

根据研究角度的不同,老年人的年龄可以分为“名义年龄”“前瞻年龄”和“生理年龄”。名义年龄也叫“日历年龄”,是根据老年人的身份证标明的出生年月计算到目前为止老年人的存活年龄。前瞻年龄等于当地平均人口预期寿命减去日历年龄的差。前瞻年龄是根据预期寿命计算的年龄,表明某一地区人口总体上的预期寿命长短。“生理年龄”则是指根据老年人的身体状况和心理状况综合评估出来、表明需要照料程度的年龄。总体来说,生理年龄与名义年龄成正相关关系,随着老年人日历年龄的增长,名义年龄越来越大,生理年龄也越来越高,所需照料程度越高。但在现实生活中,由于老年人个体身体和心理状况千差万别,生理年龄和名义年龄存在不相关性的情况比比皆是。有些老年人名义年龄很高,但身体和心理健康,所需长期照护服务不多;另一些老年人身体状况一直较差或突然恶化,虽然名义年龄不高,但生理年龄相当于“高龄”老年人,所需长期照护程度较高,需要服务较多。老年病学和老年心理学已有研究表明,老年人所需长期照护服务与其生理年龄具有很强的正相关性。从社会资源的有效配置来看,我们应该根据生理年龄来分配长期照护资源,提高资源配置有效性,减少老年长期照护“过度需求”和“压床”等资源浪费现象。

虽然老年人所需长期照护服务与生理年龄具有很强的正相关性,然而,在社会化提供老年长期照护服务过程中,我们还需要综合考虑老年人的家庭照护能力、经济能力等其他情况。因此,本文根据老年人所需,以生理年龄为主线、其他因素为辅助探索老年长期照护服务内容和照护层次升级的内在规律,探究老年人所需长期照护服务内容从生活照料、精神慰藉、医疗保健到临终关怀等过程中,服务内容逐步增多、复杂性逐步提高的级次分布规律性,以根据老年人个体实际需求和我国老年长期照护服务资源总量和分布情况进行服务资源有效配置。

本文建议,构建老年长期照护分级评估指标体系时,以ADL量表评估获得的健康数据为核心指标,经济数据、情感数据和人际交流数据为辅助指标。ADL量表分为基础性量表(BADL)和工具性量表(IADL),BADL量表有:巴氏(Barthel)指数、卡兹(Katz)指数、修订的肯尼(Kenny)自理评定表等;IADL量表则包括功能活动问卷(FAQ)和快速残疾评定量表(RDRS)。根据我国实际情况和研究需要,本文选定Barthel指数为健康数据评定指标(见表1)。巴氏指数评估内容包括:进食、移位、修饰、如厕、洗澡、平地走动、上下楼梯、穿脱衣裤、大便控制和小便控制等。巴氏指数评定时,分为100分、大于60分、41～60分、21～40分和小于20分五个等级。其中,100分表明身体状况非常好,不需要任何照顾;大于60分代表身体状况良好,有轻度功能障碍,但日常生活基本自理;41～60分表明有中度功能障碍,日常生活需要一定的帮助;21～40分表明有重度功能障碍,日常生活需要依赖他人的帮助;小于20分为完全残疾,需要他人全方位照顾,也就是通常所说的“完全无自理能力”。

除健康数据作为核心指标外,在评估时,可以综合长期照护服务需求者的经济数据、情感数据和人际交流数据,将这三类指标作为辅助指标,以便对长期照护服务需求者的服务需求等级进行综合认定(见表2)。本文建议,对上述四类指标可采用专家打分法确定各指标的权重,运用AHP方法计算综合指标得分。

2.分级评估指标体系权重确定

进行各指标权重计算时,可以运用AHP法和专家打分法对各指标赋予相应权重。专家打分法又称德尔菲法,通过组织专家在不进行任何商量活动的情况下独立对指标进行两两打分,得到对各指标重要性程度的判断。专家对指标进行两两对比重要性程度判断时,重要性等级取值按照美国学者沙蒂(T.L.Saaty)设定的“1～9值法”进行。

在专家按照1～9分值法对指标进行两两对比打分后,为了计算简便,本文按照沙蒂建议的5分标度法进行换算,其中,9∶1对应得分为5,表示“极为重要”。8∶2对应得分为4,表示“非常重要”。依此类推,得到5个等级的得分,如表3和表4所示。

通过将专家的打分输入AHP专用软件,可以计算得出各指标的权重。为了确保专家们的判断趋于一致,应检验判断矩阵的一致性。当一致性指标CR小于0.1时,认定专家们的判断具有一致性,可以依据专家打分法进行各指标的权重计算。

(二)基于大数据的LTC服务提供机构、提供人员和服务内容分级

依照上述AHP方法和德尔菲法,本文还对老年长期照护服务内容、服务提供机构和服务提供人员进行分级。借鉴国际经验,结合我国国情,本文建议老年长期照护服务需求者按核心指标和辅助指标,分为一级、二级、三级、四级和五级。

老年长期照护服务内容按其复杂程度分为一级、二级、三级、四级和五级共五个级别;养老机构按其提供服务的复杂和专业性程度分为医疗护理一级、医疗护理二级、医疗护理三级、精神慰藉护理和生活照料(第四级)、生活照料(第五级)。养老服务提供人员(包括按服务收费者和志愿者)分为本科以上护理人员(一级)、专科护理人员(二级)、中专护理人员(三级)、受过短期培训的护工(四级)和未经专业性培训的家政人员(五级),各级别及其含义如表5①所示。

三、老年长期照护分级及其匹配机制

老年长期照护分级后,相同级别的老年人长期照护需求与供给优先匹配。例如,完全自理老年人属于第五级的老年长期照护需求者,入住第五级养老机构;第二级老年长期照护服务需求者入住第二级养老机构;失能和半失能老人(分为第一级到第三级)人住第一到第三级养老机构;接受的服务、提供服务的人员也按照级别来定。分级匹配如图1所示。

　　图1 基于大数据的老年长期照护分级及其匹配机制示意图

四、老年长期照护分级匹配机制及动态系统均衡实证分析

(一)数据收集和分析处理

1.数据收集

由于大数据是指包含所有人和事物的结构性、半结构性和非结构性数据,而非抽样调查数据。因此,’课题组在民政部门的协助下,选择上海市普陀区M街道作为试点地区,建立大数据信息中心,通过各种渠道收集数据,组建大数据库。对老年人的监测时间为2015年1月1日至6月30日。收集到的数据包括:①M街道共456名老年人的个体数据,含通过智能家居、移动计算等领域的新型传感器,持续检测和监控人体生理体征产生的海量健康数据,包括从2015年1月1日至6月30日每天由传感器传回的人体生理数据(含血压、心跳、血糖浓度等)以及这些老年人在上海市相关医院的检查和治疗数据;由上海市收入核对系统记录的老年人日常经济数据,包括银行流水账和网站、超市购物记录等;情感数据则是民政部门和街道提供的家庭半年内常住人口记录和老年人提供的和家人感情关系数据;人际交流数据则包括老年人参加会议、参与老年学校学习、参与各种社团组织等数据。②M街道一所长期照护机构和一个社区照护中心的相关规模、管理人员数量和结构、运营状况、提供服务等数据。③M街道一所长期照护机构和一个社区照护中心所拥有的老年长期照护服务提供人员的学历、培训状况、技能证书等相关数据。④M街道的长期照护机构、社区照护中心、护理人员能提供的长期照护服务方式和服务内容等数据。

2.以老年人身份证编号为序的数据处理和分析

健康管理和风险预估等相关健康服务人员随时对老年人身体情况进行监测和评估,以老年人健康状况划分生理年龄,构建以生理年龄为主线、其他相关数据为辅助的长期照护服务需求内容菜单。对长期照护服务提供机构、服务提供人员、服务方式和服务内容等数据进行处理和分析。

在数据处理过程中,以老年人的身份证编号为序进行数据处理和分析,将海量、微观、分散和零碎的数据,聚合为具有更高分析价值的信息。对老年人的长期照护需求评估标准不仅运用ADL量表,还综合考虑老年人的沟通交流及社会参与情况,应用大数据建立长期照护分级指标体系,对同级和相近级别进行有效匹配。

(二)老年长期照护分级与匹配状况

1.老年长期照护需求者分级情况

课题组聘请了20位专家,包括民政部门、卫生部门、街道办事处等各部门的管理人员和高校相关领域学者,对指标之间重要性程度进行两两对比打分。将指标两两对比得分输入AHP方法专用软件,可以得到各三级指标以及二级指标的权重,如表6所示。

从表6的权重结果来看,首先,专家普遍认为,老年人的身体情况应该作为核心指标,所占权重最大;其次,在老年人身体状况一定的情况下,必须考虑老年人的经济状况,对经济状况不佳的老年人,尤其是“双困”老年人(指经济贫困和身体不好)给予较大程度的照顾,其对应等级可以往上调整一级;再次,应考虑家庭同住人员规模以及家庭关系等情况,对家庭无力照顾的老人的等级分配上给予照顾,优先入住上一级别的长期照护机构;老年人的人际交往数据也可以帮助决策参考,作为等级判定或调整的依据。最后,将各指标数据的得分和其对应权重相乘后进行加权平均法加总,得到老年人长期照护服务需求等级分布。其中,综合得分为100分者进入第五级老年长期照护机构,接受第五级长期照护服务提供人员提供的第五级服务,即简单的家务劳动服务;第四级需求者接受第四级服务提供机构和个人提供的第四级服务,以此类推,每个老年人均可得到相对应级别的老年长期照护服务。最后计算结果为:M街道的456名老年人中,11.4%的老年人需要第五级长期照护服务,17.3%的老人需要第四级照护服务,39.9%的老人需要第三级服务,27.6%的老人需要第二级服务,3.8%的老人需要第一级服务。

2.老年长期照护服务内容、服务提供机构和服务提供人员分级及匹配情况

根据老年长期照护服务内容的分类依据,老年长期照护服务内容分为五个等级,其中,第一级到第三级为复杂程度不同的医疗康复服务,第四级为心理慰藉服务和家政服务,第五级为简单的家政服务。M街道的长期照护服务机构和社区照护中心由于没有专业的护理设备和医生护士,暂时无法提供第一级长期照护服务。因此,建议第一级服务需求者进入上海市提供长期照护服务的专业性医院,如东海老年医院接受第一级老年长期照护服务。M街道的长期照护服务机构和社区照护中心通过与M街道的社区医疗服务中心合作,利用医养结合模式可以为老年人提供第二级和第三级老年长期照护服务。M街道的长期照护服务机构和社区照护中心的老年护理服务工作人员接受过服务相关培训,可以提供第四级老年长期照护服务,M街道的家政公司可以为老年人提供充足的第五级工作人员,为老年人提供仅限于家务劳动的第五级服务。

由此可见,M街道的第一级老年长期照护服务需求者可以由政府部门协助进入专业性的老年长期照护医疗机构,接受最复杂的医疗康复护理;第二级和第三级服务需求者可以接受当地社区卫生中心和养老机构合作提供的医疗服务;第四级服务需求者接受长期照护机构员工的护理服务,第五级老年长期照护服务需求者接受家政公司员工的简单家务服务。

五、老年长期照护分级匹配机制及动态系统均衡的保障机制建议

(一)借助大数据建立无缝对接的分层次筛选的逐级流动机制

首先,要借助大数据建立照护服务无缝对接机制,对每个老年人个体及其照护需求进行精准细分和定位,在分级的基础上,各级次长期照护服务机构、服务提供人员和服务内容与老年长期照护服务需求无缝对接。其次,科学确立各级长期照护服务功能定位,建立老年长期照护服务需求者所能获得的服务从较低级别向较高级别逐级流动机制。再次,建立与医保支付制度相衔接的居家照料、普通养老机构、各级医疗护理机构分级分类支付机制和个人自负机制,形成分级梯度式支付机制,鼓励供需同级次匹配。当老年人接受的服务与评估人员对其的需求所定级次相符时,支付比例为100%;当老年人所接受的服务与评估人员对其的需求所定级次不符时,支付比例相应降低。不相符的程度越高,则政府或医保支付比例越低,老年人自负比例越高。

(二)借助大数据建立虚拟和实体的长期照护服务中心服务派送机制

信息中心建立专业网站收集和公布各方需求和供给信息,运用服务热线或智能通讯终端,全天候为老年人提供医疗保健、生活照料和精神慰藉等服务项目。在每个社区建立配套实体门店,配合“老年服务”网店,实现长期照护服务近程和远程派送,满足老年人个性化和时效性照护服务需求。实现长期照护服务网络下单和远程派送,虚拟网店和实体门店结合,为老年人提供实时化、个性化老年照护服务。

(三)运用大数据分析老年长期照护供求状况并进行有效规划

当前,我国老年长期照护服务供给增长滞后于需求的快速增长,缺乏基于实际数据的科学规划,有必要运用老年长期照护服务供求大数据进行分析和预测,为政府部门规划老年长期照护服务事业发展蓝图提供依据。一方面,实现短期内系统性均衡。利用所有老年人健康数据、经济数据、情感数据和人际交流数据等,测算各级长期照护服务需求和供给数据,实现老年长期照护同级有效匹配。匹配过程中,运用软系统分析法(SSM)和模拟仿真,不断缩小现实世界和理想世界的差距,规避逆向选择和道德风险,确保资源有效配置,避免短缺和浪费,实现长期照护短期内系统性均衡。另一方面,实现长期内动态系统性均衡。利用大数据对老年长期照护需求和供给进行预测,跟踪变化趋势,研究长期照护服务在长期内动态系统性均衡。

(四)运用大数据建立基于分级机制的老年长期照护服务包体系

当前,老年人根据健康数据、经济数据、情感数据和人际交流数据,分为不同的情况。其中,贫困老人和失能失智老人有支付能力的有效需求不足,经济宽裕、身体较为健康的老人支付能力较强。因此,政府可以建立多层次的老年长期照护服务包体系。服务包的数量和大小取决于政府财力,采取社会组织提供和政府购买的方法向老年人提供。

多层次老年长期照护服务包体系包括三个层次:第一层次为基础服务包,由政府承担。主要是面向贫困老年人和运用生理年龄测算得到的高“生理年龄”失能失智的老年人,为他们提供最基础的服务。第二层次为基本服务包,由保险基金承担。这一层次服务包的服务内容比第一层次多,服务的复杂程度提高;第三层次为个性化服务包,由老年人个体承担费用支出,满足老年人对个性化服务的需求。

(五)法律和信息安全保障

法律保障是指研究制定完备的老年长期照护相关法律法规,保障长期照护分级机制有法可依。信息共享和安全机制是指成立信息中心,以专业的跨学科技术团队管理大数据库,制定《信息公开法》,确立信息共享机制的同时确保信息安全。

原文参考文献:

[1]维克托·迈尔舍恩伯格,肯尼思·库克耶.大数据时代[M].杭州:浙江人民出版社.2013.

[2]Big Data.Nature.2008:455

[3]Dealing with Data.Science.2011:331

[4]Demchenko Y.Addessing Big Data Issues in Scientific Data Infrastructure.International Conference on,UK:IEEE.2013.

[5]Boyd D.Critical Questions for Big Data:Provocations for a Cultural,Technological,and Scholarly Phenomenon.Information,Communication and Society 15.5(2012).

[6]Tien J M.Big Data:Unleashing Information.Journal of Systems Science and Systems Engineering 23.6(2013).

[7]Liu Ling.Computing Infrastructure for Big Data Processing.Frontiers Of Computer Science 7.2(2013).

[8]李国杰,程学旗.大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].中国科学院院刊.2012,27(6).

[9]覃雄派等.大数据分析—RDBMS与MapReduce的竞争与共生[J].软件学报.2012,1.

[10]陈云海,黄兰秋.大数据处理对电子商务的影响研究[J].电信科学.2013,3.

[11]郭三强,郭燕锦.大数据环境下的数据安全研究[J].科技广场.2013,2.

[12]Cha H B.A Study Family Caregivers Preference and Its Determinants for the Long-term Care Service Use for the Impaired Elderly.Chungang university,1998.

[13]Kane R L.The Heart of Long Term Care.Oxford Press,1998.

[14]OECD.Long-term Care for Older People.OECD Publishing,2005

[15]荆涛.建立适合中国国情的长期护理保险制度模式[J].保险研究.2010,4.

[16]席恒.物联网应用于失能老人长期照护体系的模式探讨[J].山东社会科学.2014,11.　

[17]戴卫东.老年长期护理需求及其影响因素分析——基于苏皖两省调查的比较研究[J].人口研究.2011,4.

[18]Costanzo Ranci,Emmanuele Pavolini.Reforms in Long-term Care Policies in Europe.Springer New York,2013.

[19]仇雨临,梁金刚.我国老年残疾人口生活护理及康复体系构建研究[J].西北大学学报(哲学社会科学版),2011,6.