一、問題的提出
大數據是指爆炸式增長的結構化數據、半結構化數據和非結構化數據。根據新摩爾定律,全球數據量大約每兩年翻一番。2011年,全球產生和復制的數據達到1.8億ZB;2015年,則達到將近8億ZB。大數據來源于日常生活,具有很強的時效性,引起各國政府和學者的極大關注。20世紀80年代,大數據概念開始萌芽。1989年,美國學者首次提出“數據庫中的知識發現”概念。1997年,美國學者開始探討大數據問題。2008年和2011年,國際頂級學術刊物自然(Nature)和科學(Science)分別出版專刊“大數據”(Big Data)和“應對數據”(Dealing with Data),討論大數據帶來的挑戰。2013年,被譽為“大數據之父”的舍恩·伯格來到中國,介紹推廣“大數據”的概念,廣大民眾對大數據的認知不斷加深。綜合來看,國外學者對于大數據的關注視角分為五個方面:一是關于大數據基本理論研究,包括大數據概念界定(Nature,2008;Science,2011),認為大數據是指無法在容忍的時間內用傳統IT技術和軟硬件工具對其進行感知、獲取、管理、處理和服務的數據集合;以及對大數據特點的分析,認為大數據特點為“3V”:數據量大(Volume)、數據類型繁多(Variety)和流動速度快(Velocity)(麥肯錫公司,2011)或“4V”,即“3V”加價值密度低(Value)(IDC公司,2011);或“5V”,即“4V”加真實性(Veracity);或“4V+1C”,即“4V”加復雜性(Complexity)(IBM公司,2011)。二是大數據存儲與分析處理技術研究,分析工具有MapReduce和Hadoop等(Demchenko Y,2013)。三是大數據在生物醫藥領域和社會醫療保健等領域的應用研究(Boyd D,2012)。四是大數據安全研究(Tien J M,2013)。五是對大數據引起的科學研究范式變革的研究,提出數據密集型科學研究的“第四范式”(Liu Ling,2013)。
在學術界不斷加大對大數據的關注和研究后,各發達國家政府紛紛啟動大數據研究和應用,其中包括美國政府于2012年啟動的“大數據研究和發展計劃”、歐盟啟動的“Horizon 2020”計劃以及日本推出的新長期照護(ICT)戰略研究計劃。
與國外相比,國內起步稍晚,還未形成整體力量,企業使用大數據挖掘技術尚不普遍。1993年,我國國家自然科學基金首次支持數據挖掘領域的研究項目。2012年,中國計算機學會成立大數據專家委員會。同年10月,中國通信學會大數據專家委員會成立。國內的研究主要有:一是對大數據本身的討論(李國杰、程學旗,2012)。二是探討大數據研究方法(覃雄派,2012)。三是從電子商務和電子政務等領域來關注大數據的影響(陳云海、黃蘭秋,2013)。四是研究大數據安全管理(郭三強、郭燕錦,2013)。
“十二五”以來,關于大數據的研究逐漸擴大到醫學和市場營銷等領域,但在公共管理領域中的研究和應用仍處于萌芽狀態。鮮見將大數據技術應用于公共管理領域的研究。然而,2010年第六次人口普查數據顯示,我國60歲以上老年人口總數已經達到1.776億,占人口總數的13.26%。一些研究表明,我國各省(自治區、直轄市)已經全面進入人口老齡化社會。預計到2050年,我國60歲以上老年人口將達到4.3億到4.5億左右,約占總人口的三分之一。數量巨大的老年人口和高度老齡化的社會需要社會提供充足的長期照護服務(下文簡稱LTC,即Long-term Care)。當前,我國老年長期照護尚未實行分級制度、存在過度需求和“壓床”的現象,需要我們利用大數據建立老年長期照護分級匹配制度,用有限的養老服務資源滿足老年人不斷增長的長期照護服務需求,實現資源有效配置。
因此,本文嘗試從管理學的角度探討大數據在公共管理等領域的應用,尤其是將大數據應用于老年長期照護領域,將數據科學與社會學、管理學和人口學等學科交叉融合。打破當前我國大數據研究主要囿于信息科學領域、醫學和市場營銷等領域的局限性。
二、基于大數據的老年長期照護分級及其匹配機制設計
(一)基于大數據進行老年長期照護服務需求分級
1.構建老年長期照護服務需求分級評估指標體系
國內學者對老年長期照護給予很多不同的稱呼,例如:“長期護理”“長期照顧”“長期健康護理”“長期介護”和“長期照料”等。從“長期”和“照護”兩個方面來分析老年長期照護的內涵,學者們認為長期是指三個月或更長的時間(Cha,2003);“照護”內涵則包括照護對象(Kane,1998)、照護內容和照護需要(OECD,2005)。因此,老年長期照護是指:“個體由于意外、疾病或衰弱導致身體或精神受損而致使日常生活不能自理,在一個相對較長的時期里,需要他人在醫療、日常生活或社會活動中給予廣泛幫助。實施長期護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質量和生命質量,它也是預防新的疾病發生的重要措施。”
根據研究角度的不同,老年人的年齡可以分為“名義年齡”“前瞻年齡”和“生理年齡”。名義年齡也叫“日歷年齡”,是根據老年人的身份證標明的出生年月計算到目前為止老年人的存活年齡。前瞻年齡等于當地平均人口預期壽命減去日歷年齡的差。前瞻年齡是根據預期壽命計算的年齡,表明某一地區人口總體上的預期壽命長短。“生理年齡”則是指根據老年人的身體狀況和心理狀況綜合評估出來、表明需要照料程度的年齡。總體來說,生理年齡與名義年齡成正相關關系,隨著老年人日歷年齡的增長,名義年齡越來越大,生理年齡也越來越高,所需照料程度越高。但在現實生活中,由于老年人個體身體和心理狀況千差萬別,生理年齡和名義年齡存在不相關性的情況比比皆是。有些老年人名義年齡很高,但身體和心理健康,所需長期照護服務不多;另一些老年人身體狀況一直較差或突然惡化,雖然名義年齡不高,但生理年齡相當于“高齡”老年人,所需長期照護程度較高,需要服務較多。老年病學和老年心理學已有研究表明,老年人所需長期照護服務與其生理年齡具有很強的正相關性。從社會資源的有效配置來看,我們應該根據生理年齡來分配長期照護資源,提高資源配置有效性,減少老年長期照護“過度需求”和“壓床”等資源浪費現象。
雖然老年人所需長期照護服務與生理年齡具有很強的正相關性,然而,在社會化提供老年長期照護服務過程中,我們還需要綜合考慮老年人的家庭照護能力、經濟能力等其他情況。因此,本文根據老年人所需,以生理年齡為主線、其他因素為輔助探索老年長期照護服務內容和照護層次升級的內在規律,探究老年人所需長期照護服務內容從生活照料、精神慰藉、醫療保健到臨終關懷等過程中,服務內容逐步增多、復雜性逐步提高的級次分布規律性,以根據老年人個體實際需求和我國老年長期照護服務資源總量和分布情況進行服務資源有效配置。
本文建議,構建老年長期照護分級評估指標體系時,以ADL量表評估獲得的健康數據為核心指標,經濟數據、情感數據和人際交流數據為輔助指標。ADL量表分為基礎性量表(BADL)和工具性量表(IADL),BADL量表有:巴氏(Barthel)指數、卡茲(Katz)指數、修訂的肯尼(Kenny)自理評定表等;IADL量表則包括功能活動問卷(FAQ)和快速殘疾評定量表(RDRS)。根據我國實際情況和研究需要,本文選定Barthel指數為健康數據評定指標(見表1)。巴氏指數評估內容包括:進食、移位、修飾、如廁、洗澡、平地走動、上下樓梯、穿脫衣褲、大便控制和小便控制等。巴氏指數評定時,分為100分、大于60分、41～60分、21～40分和小于20分五個等級。其中,100分表明身體狀況非常好,不需要任何照顧;大于60分代表身體狀況良好,有輕度功能障礙,但日常生活基本自理;41～60分表明有中度功能障礙,日常生活需要一定的幫助;21～40分表明有重度功能障礙,日常生活需要依賴他人的幫助;小于20分為完全殘疾,需要他人全方位照顧,也就是通常所說的“完全無自理能力”。
除健康數據作為核心指標外,在評估時,可以綜合長期照護服務需求者的經濟數據、情感數據和人際交流數據,將這三類指標作為輔助指標,以便對長期照護服務需求者的服務需求等級進行綜合認定(見表2)。本文建議,對上述四類指標可采用專家打分法確定各指標的權重,運用AHP方法計算綜合指標得分。
2.分級評估指標體系權重確定
進行各指標權重計算時,可以運用AHP法和專家打分法對各指標賦予相應權重。專家打分法又稱德爾菲法,通過組織專家在不進行任何商量活動的情況下獨立對指標進行兩兩打分,得到對各指標重要性程度的判斷。專家對指標進行兩兩對比重要性程度判斷時,重要性等級取值按照美國學者沙蒂(T.L.Saaty)設定的“1～9值法”進行。
在專家按照1～9分值法對指標進行兩兩對比打分后,為了計算簡便,本文按照沙蒂建議的5分標度法進行換算,其中,9∶1對應得分為5,表示“極為重要”。8∶2對應得分為4,表示“非常重要”。依此類推,得到5個等級的得分,如表3和表4所示。
通過將專家的打分輸入AHP專用軟件,可以計算得出各指標的權重。為了確保專家們的判斷趨于一致,應檢驗判斷矩陣的一致性。當一致性指標CR小于0.1時,認定專家們的判斷具有一致性,可以依據專家打分法進行各指標的權重計算。
(二)基于大數據的LTC服務提供機構、提供人員和服務內容分級
依照上述AHP方法和德爾菲法,本文還對老年長期照護服務內容、服務提供機構和服務提供人員進行分級。借鑒國際經驗,結合我國國情,本文建議老年長期照護服務需求者按核心指標和輔助指標,分為一級、二級、三級、四級和五級。
老年長期照護服務內容按其復雜程度分為一級、二級、三級、四級和五級共五個級別;養老機構按其提供服務的復雜和專業性程度分為醫療護理一級、醫療護理二級、醫療護理三級、精神慰藉護理和生活照料(第四級)、生活照料(第五級)。養老服務提供人員(包括按服務收費者和志愿者)分為本科以上護理人員(一級)、專科護理人員(二級)、中專護理人員(三級)、受過短期培訓的護工(四級)和未經專業性培訓的家政人員(五級),各級別及其含義如表5①所示。
三、老年長期照護分級及其匹配機制
老年長期照護分級后,相同級別的老年人長期照護需求與供給優先匹配。例如,完全自理老年人屬于第五級的老年長期照護需求者,入住第五級養老機構;第二級老年長期照護服務需求者入住第二級養老機構;失能和半失能老人(分為第一級到第三級)人住第一到第三級養老機構;接受的服務、提供服務的人員也按照級別來定。分級匹配如圖1所示。
圖1 基于大數據的老年長期照護分級及其匹配機制示意圖
四、老年長期照護分級匹配機制及動態系統均衡實證分析
(一)數據收集和分析處理
1.數據收集
由于大數據是指包含所有人和事物的結構性、半結構性和非結構性數據,而非抽樣調查數據。因此,’課題組在民政部門的協助下,選擇上海市普陀區M街道作為試點地區,建立大數據信息中心,通過各種渠道收集數據,組建大數據庫。對老年人的監測時間為2015年1月1日至6月30日。收集到的數據包括:①M街道共456名老年人的個體數據,含通過智能家居、移動計算等領域的新型傳感器,持續檢測和監控人體生理體征產生的海量健康數據,包括從2015年1月1日至6月30日每天由傳感器傳回的人體生理數據(含血壓、心跳、血糖濃度等)以及這些老年人在上海市相關醫院的檢查和治療數據;由上海市收入核對系統記錄的老年人日常經濟數據,包括銀行流水賬和網站、超市購物記錄等;情感數據則是民政部門和街道提供的家庭半年內常住人口記錄和老年人提供的和家人感情關系數據;人際交流數據則包括老年人參加會議、參與老年學校學習、參與各種社團組織等數據。②M街道一所長期照護機構和一個社區照護中心的相關規模、管理人員數量和結構、運營狀況、提供服務等數據。③M街道一所長期照護機構和一個社區照護中心所擁有的老年長期照護服務提供人員的學歷、培訓狀況、技能證書等相關數據。④M街道的長期照護機構、社區照護中心、護理人員能提供的長期照護服務方式和服務內容等數據。
2.以老年人身份證編號為序的數據處理和分析
健康管理和風險預估等相關健康服務人員隨時對老年人身體情況進行監測和評估,以老年人健康狀況劃分生理年齡,構建以生理年齡為主線、其他相關數據為輔助的長期照護服務需求內容菜單。對長期照護服務提供機構、服務提供人員、服務方式和服務內容等數據進行處理和分析。
在數據處理過程中,以老年人的身份證編號為序進行數據處理和分析,將海量、微觀、分散和零碎的數據,聚合為具有更高分析價值的信息。對老年人的長期照護需求評估標準不僅運用ADL量表,還綜合考慮老年人的溝通交流及社會參與情況,應用大數據建立長期照護分級指標體系,對同級和相近級別進行有效匹配。
(二)老年長期照護分級與匹配狀況
1.老年長期照護需求者分級情況
課題組聘請了20位專家,包括民政部門、衛生部門、街道辦事處等各部門的管理人員和高校相關領域學者,對指標之間重要性程度進行兩兩對比打分。將指標兩兩對比得分輸入AHP方法專用軟件,可以得到各三級指標以及二級指標的權重,如表6所示。
從表6的權重結果來看,首先,專家普遍認為,老年人的身體情況應該作為核心指標,所占權重最大;其次,在老年人身體狀況一定的情況下,必須考慮老年人的經濟狀況,對經濟狀況不佳的老年人,尤其是“雙困”老年人(指經濟貧困和身體不好)給予較大程度的照顧,其對應等級可以往上調整一級;再次,應考慮家庭同住人員規模以及家庭關系等情況,對家庭無力照顧的老人的等級分配上給予照顧,優先入住上一級別的長期照護機構;老年人的人際交往數據也可以幫助決策參考,作為等級判定或調整的依據。最后,將各指標數據的得分和其對應權重相乘后進行加權平均法加總,得到老年人長期照護服務需求等級分布。其中,綜合得分為100分者進入第五級老年長期照護機構,接受第五級長期照護服務提供人員提供的第五級服務,即簡單的家務勞動服務;第四級需求者接受第四級服務提供機構和個人提供的第四級服務,以此類推,每個老年人均可得到相對應級別的老年長期照護服務。最后計算結果為:M街道的456名老年人中,11.4%的老年人需要第五級長期照護服務,17.3%的老人需要第四級照護服務,39.9%的老人需要第三級服務,27.6%的老人需要第二級服務,3.8%的老人需要第一級服務。
2.老年長期照護服務內容、服務提供機構和服務提供人員分級及匹配情況
根據老年長期照護服務內容的分類依據,老年長期照護服務內容分為五個等級,其中,第一級到第三級為復雜程度不同的醫療康復服務,第四級為心理慰藉服務和家政服務,第五級為簡單的家政服務。M街道的長期照護服務機構和社區照護中心由于沒有專業的護理設備和醫生護士,暫時無法提供第一級長期照護服務。因此,建議第一級服務需求者進入上海市提供長期照護服務的專業性醫院,如東海老年醫院接受第一級老年長期照護服務。M街道的長期照護服務機構和社區照護中心通過與M街道的社區醫療服務中心合作,利用醫養結合模式可以為老年人提供第二級和第三級老年長期照護服務。M街道的長期照護服務機構和社區照護中心的老年護理服務工作人員接受過服務相關培訓,可以提供第四級老年長期照護服務,M街道的家政公司可以為老年人提供充足的第五級工作人員,為老年人提供僅限于家務勞動的第五級服務。
由此可見,M街道的第一級老年長期照護服務需求者可以由政府部門協助進入專業性的老年長期照護醫療機構,接受最復雜的醫療康復護理;第二級和第三級服務需求者可以接受當地社區衛生中心和養老機構合作提供的醫療服務;第四級服務需求者接受長期照護機構員工的護理服務,第五級老年長期照護服務需求者接受家政公司員工的簡單家務服務。
五、老年長期照護分級匹配機制及動態系統均衡的保障機制建議
(一)借助大數據建立無縫對接的分層次篩選的逐級流動機制
首先,要借助大數據建立照護服務無縫對接機制,對每個老年人個體及其照護需求進行精準細分和定位,在分級的基礎上,各級次長期照護服務機構、服務提供人員和服務內容與老年長期照護服務需求無縫對接。其次,科學確立各級長期照護服務功能定位,建立老年長期照護服務需求者所能獲得的服務從較低級別向較高級別逐級流動機制。再次,建立與醫保支付制度相銜接的居家照料、普通養老機構、各級醫療護理機構分級分類支付機制和個人自負機制,形成分級梯度式支付機制,鼓勵供需同級次匹配。當老年人接受的服務與評估人員對其的需求所定級次相符時,支付比例為100%;當老年人所接受的服務與評估人員對其的需求所定級次不符時,支付比例相應降低。不相符的程度越高,則政府或醫保支付比例越低,老年人自負比例越高。
(二)借助大數據建立虛擬和實體的長期照護服務中心服務派送機制
信息中心建立專業網站收集和公布各方需求和供給信息,運用服務熱線或智能通訊終端,全天候為老年人提供醫療保健、生活照料和精神慰藉等服務項目。在每個社區建立配套實體門店,配合“老年服務”網店,實現長期照護服務近程和遠程派送,滿足老年人個性化和時效性照護服務需求。實現長期照護服務網絡下單和遠程派送,虛擬網店和實體門店結合,為老年人提供實時化、個性化老年照護服務。
(三)運用大數據分析老年長期照護供求狀況并進行有效規劃
當前,我國老年長期照護服務供給增長滯后于需求的快速增長,缺乏基于實際數據的科學規劃,有必要運用老年長期照護服務供求大數據進行分析和預測,為政府部門規劃老年長期照護服務事業發展藍圖提供依據。一方面,實現短期內系統性均衡。利用所有老年人健康數據、經濟數據、情感數據和人際交流數據等,測算各級長期照護服務需求和供給數據,實現老年長期照護同級有效匹配。匹配過程中,運用軟系統分析法(SSM)和模擬仿真,不斷縮小現實世界和理想世界的差距,規避逆向選擇和道德風險,確保資源有效配置,避免短缺和浪費,實現長期照護短期內系統性均衡。另一方面,實現長期內動態系統性均衡。利用大數據對老年長期照護需求和供給進行預測,跟蹤變化趨勢,研究長期照護服務在長期內動態系統性均衡。
(四)運用大數據建立基于分級機制的老年長期照護服務包體系
當前,老年人根據健康數據、經濟數據、情感數據和人際交流數據,分為不同的情況。其中,貧困老人和失能失智老人有支付能力的有效需求不足,經濟寬裕、身體較為健康的老人支付能力較強。因此,政府可以建立多層次的老年長期照護服務包體系。服務包的數量和大小取決于政府財力,采取社會組織提供和政府購買的方法向老年人提供。
多層次老年長期照護服務包體系包括三個層次:第一層次為基礎服務包,由政府承擔。主要是面向貧困老年人和運用生理年齡測算得到的高“生理年齡”失能失智的老年人,為他們提供最基礎的服務。第二層次為基本服務包,由保險基金承擔。這一層次服務包的服務內容比第一層次多,服務的復雜程度提高;第三層次為個性化服務包,由老年人個體承擔費用支出,滿足老年人對個性化服務的需求。
(五)法律和信息安全保障
法律保障是指研究制定完備的老年長期照護相關法律法規,保障長期照護分級機制有法可依。信息共享和安全機制是指成立信息中心,以專業的跨學科技術團隊管理大數據庫,制定《信息公開法》,確立信息共享機制的同時確保信息安全。
原文參考文獻:
[1]維克托·邁爾舍恩伯格,肯尼思·庫克耶.大數據時代[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]李國杰,程學旗.大數據研究:未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考[J].中國科學院院刊.2012,27(6).
[9]覃雄派等.大數據分析—RDBMS與MapReduce的競爭與共生[J].軟件學報.2012,1.
[10]陳云海,黃蘭秋.大數據處理對電子商務的影響研究[J].電信科學.2013,3.
[11]郭三強,郭燕錦.大數據環境下的數據安全研究[J].科技廣場.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]荊濤.建立適合中國國情的長期護理保險制度模式[J].保險研究.2010,4.
[16]席恒.物聯網應用于失能老人長期照護體系的模式探討[J].山東社會科學.2014,11.
[17]戴衛東.老年長期護理需求及其影響因素分析——基于蘇皖兩省調查的比較研究[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]仇雨臨,梁金剛.我國老年殘疾人口生活護理及康復體系構建研究[J].西北大學學報(哲學社會科學版),2011,6.
京公網安備 11010502049343號