日本各市镇居家型长期照护利用的地理变异及其相关因素

《BMC Global and Public Health》：Geographic variation and factors associated with home-based long-term care utilization across municipalities in Japan

　　

背景：日本的自营型长期照护保险(LTCI)体系通过居家型服务(HBS)推进在地老化。尽管实现了全民覆盖，HBS利用仍存在地理差异。研究人员考察如下问题：(1)日本各地HBS利用如何变化；(2)HBS利用率呈空间聚集还是随机空间模式；(3)哪些因素与HBS利用的区域差异相关。 方法：研究人员对1,494个市镇开展横断面研究，采用全局与局部莫兰指数(Global and Local Moran's I)评估HBS利用的空间自相关，并估计非空间与空间回归模型，依据安德森-纽曼卫生服务利用模型(Andersen-Newman Model of Health Services Utilization)将因素分为需求(need，经认定有长期照护(LTC)需求老年人)、先赋(predisposing，社会人口学特征)和使能(enabling，市镇系统资源与LTC服务供给)因素，并按大都市、小都市、农村市镇分层分析。 结果：HBS利用在市镇间差异显著且存在显著空间自相关；高利用聚于西日本，低利用见于中部与北部。最终空间回归模型解释71.3%的方差。需求因素(经LTC需求认定)、先赋因素(受教育程度)和使能因素(市镇财政强度、照护管理员可及性、农村性、机构照护能力、非机构照护提供者密度)均与HBS利用显著相关；分层分析显示关联因区域类型而异。 结论：尽管有全民LTCI覆盖，日本各市镇HBS利用仍存在显著地理异质性，并与市镇特征相关，这可能挑战在地老化目标；需采取兼顾照护需求、社会经济背景与本地LTC服务供给的属地敏感政策。

研究背景方面，日本是全球老龄化程度最高的社会之一，65岁及以上人口占比已超29.3%，其中约19.9%的老年人被认定需要长期照护(LTC)。为应对需求，日本于2000年实施全民长期照护保险(LTCI)体系，核心政策取向是从家庭照护转向社会照护，并依托社区集成照护支持老年人在熟悉环境中在地老化。居家型服务(HBS)作为LTCI的重要组成，涵盖居家访问照护、居家护理、日间照护、短期入住及福利器具租赁等，对维持老年人独立性与降低机构照护成本具有关键作用。然而，既有研究多聚焦医生主导的居家医疗或居家健康照护，较少从广义LTC视角分析HBS；同时多数研究把市镇当作相互独立观测单元，未处理空间依赖。日本农村与城市虽需求相近，但农村性越高，居家医疗利用越低，说明地理背景会塑造服务可及性。因此，研究人员开展这项全国市镇尺度研究，以回答HBS利用如何分布、是否空间聚集、哪些区域因素与之相关，从而弥补既往只关注医疗端、忽略空间结构的空白。

该研究发表于《BMC Global and Public Health》。研究人员基于2025年日本1,741个市镇行政边界，从厚生劳动省《长期照护服务状况报告》初始1,573个单元中排除广域联合与无地理邻区单元，最终纳入1,494个市镇；人口与户别数据来自2020年国势调查，系统资源与服务供给来自2025年版社区集成照护基础数据，财政指标来自2023年地方政府主要财政指标，收入与人口密度来自统计部门市镇概况资料。

关键技术方法上，研究人员以“65岁及以上一级被保险人中领取HBS给付者占比”为因变量，按安德森-纽曼模型设需求、先赋、使能变量；用女王邻接一阶二值邻接矩阵定义空间关系，计算Global Moran's I与Local Moran's I识别高-高、低-低聚集及离群；以OLS逐步加入各类因素，再用莫兰检验残差空间自相关，继而估计空间滞后模型(SLM)、空间误差模型(SEM)与空间自回归组合模型(SAC)，依AIC与BIC选模；并以反距离权重、删除|z|>2.5离群市、按大都市/小都市/农村分层作敏感性分析。

研究结果部分保留原文小标题如下。Variation in HBS utilization：研究人员通过制图与描述统计发现，HBS利用率均值10.6%，区间2.6%至18.9%，高利用集中于西日本近畿与中国地方，低利用见于九州、关东、东北与北海道，证明市镇间存在广泛地理差异。Spatial clustering of HBS utilization：研究人员计算Global Moran's I为0.473且伪p<0.001，拒绝空间随机原假设；Local Moran's I进一步识别出207个高-高集群、192个低-低集群及少量高-低、低-高离群，高-高群主要在西日本，低-低群在中部与北部，说明HBS利用不是随机分布而是空间结构化。Explaining variation in HBS utilization：研究人员用非空间OLS模型发现，仅需求因素可解释45.5%方差，加入先赋因素后达64.7%，再加系统资源使能达69.5%，最后加服务供给使能达调整R²=71.3%，表明需求、社会人口与供给条件共同塑造利用率。Comparison of spatial model specifications：研究人员对OLS残差做空间自相关检验，χ²=175.63且p<0.001，证实需空间模型；SEM与SAC的AIC接近，但SEM的BIC更低且更简约，故选SEM，其空间误差参数λ=0.451且p<0.001，而SAC中空间滞后参数ρ不显著。Factors associated with HBS utilization：研究人员在OLS与SEM中均发现，LTC需求认定比例正向最强；低受教育程度负向；照护管理员每千名一级被保险人数量正向；小都市与农村相对大都市负向；机构照护能力负向，非机构照护提供者密度正向；市政财政强度在SEM中显著正向。Sensitivity analyses：研究人员换反距离权重后系数方向基本不变；删离群市后调整R²升至78.2%；分层显示需求因子预测力从大都市β=0.553降至农村β=0.414，非机构提供者密度只在都市显著，财政强度只在农村显著。

讨论部分，研究人员指出，全民LTCI下需求仍是利用主驱动，但城乡梯度使相同照护需求在农村更少转化为正式服务利用，反映非正式照护、供给可达性与财政能力差异。低教育程度可能代理健康素养、社会资本与集中劣势；照护管理员作为守门人促进接入；市政财政强度仅在农村显著，说明农村需补充资金克服低密度与招工难；非机构供给密度在都市促利用、在农村不显著，机构能力负向则提示设施照护与居家照护存在替代关系，也可能由历史供给结构造成。研究局限包括横断面不能因果、行政数据缺质量与个人偏好、聚焦HBS而非更广HCBS、生态设计不能下推个人、聚合指标可能重复计数。

结论部分原文意译如下：本研究考察日本各市镇HBS利用的地理变异及其与区域特征的关系。第一，HBS利用在2.6%至18.9%间大幅变动；第二，该变异非随机，而呈显著空间聚集，高利用在西日本、低利用在中北部；第三，依安德森-纽曼模型可解释71.3%变异，需求、先赋与使能因素均相关，分层分析显示城乡机制不同。综上，全民LTC覆盖不足以保证HBS地理公平利用，区域特征与利用差异相关，可能动摇在地老化目标；未来需采用兼顾照护需求、社会经济背景与LTC服务可及性的属地敏感政策。