王作宝, 王学工

(东北大学 文法学院, 辽宁 沈阳 110169)

一、 问题的提出

党的十九大报告提出要“在幼有所育、学有所教、劳有所得、病有所医、老有所养、住有所居、弱有所扶上不断取得新进展”[1]。这是“弱有所扶”首次出现在党的工作报告中,凸显了党中央对于弱势群体公共服务的重视。2021年2月26日,习近平总书记在中共中央政治局第28次集体学习时就完善覆盖全民的社会保障体系、促进社会保障事业高质量发展可持续发展进一步指出“社会保障改革制度已进入系统集成、协同高效的阶段”。这就要求改变社会保险、社会救助和社会福利失衡的现象,更加重视社会救助和社会福利的发展。

在我国社会救助和社会福利体系中,福利收养服务是一个重要构成(1)虽然“收养性社会福利单位”包含“福利”二字,但其服务对象主要是“三无对象”等弱势群体,履行了社会救助职能。同时,也为“优抚对象”提供服务,属于社会福利的组成部分。,主要由收养性社会福利单位负责。根据国家统计局“县域社会经济基本情况统计报表制度(2018)”,收养性社会福利单位是指提供食宿且不以盈利为目的的革命伤残军人休养院、复退军人慢性病疗养院、复退军人精神病院、光荣院、社会福利院、儿童福利院、精神病福利院、老年收养性机构(敬老院、养老院、老年公寓)等收养性的社会福利事业单位的总称。收养的人员包括优抚对象、“三无对象”和部分自费人员并以“三无对象”和老年人为主。

近年来,着眼于提高基本公共服务均等化水平,学界对公共服务资源配置进行了探讨,既有针对一般性公共服务的研究[2-3],也有针对某一类公共服务资源如公共文化资源[4-5]、医疗卫生服务资源[6-8]、体育服务资源[9-10]、教育资源[11-12]等的分析。采用的方法主要包括Gini系数、Theil指数、Kernel密度估计、集聚度评价、集中指数等,关注的内容主要是公共服务资源配置的空间格局、公平性等,揭示了公共服务区域和城乡失衡的问题,对于准确把握基本公共服务资源配置情况,制定和实施更有针对性和实效性的政策措施起到了积极作用。

在公共服务体系中,县域是一个关键节点。习近平总书记曾将县域治理形象地概括为既“接天线”又“接地气”。作为经济建设与社会治理的基本单元,县域覆盖了全国总人口的70%。县域公共服务资源配置情况会决定全国范围内公共服务的均等化。

然而,我国县域经济发展仍极不平衡[13-14],存在显著的正向空间自相关特征[15-16],沿海发达地区、大城市周边地区以及资源富集地区县域经济发展水平与活力较高[17]。这造成了县域财政实力的差异[18],并进而导致了县域间在义务教育[19]、公共卫生[20]、文化[21]、体育[22]等基本公共服务供给方面的失衡。

同样地,收养性社会福利单位床位资源的配置也会因县域发展差异而呈现出空间非均衡。然而,既有文献对此的关注还很少。在中国学术期刊网以“福利+收养”、“福利+床位”、“收养+床位”为题名关键词,在总库进行检索,分别得到31篇、21篇和4篇文献,多数是工作报道类文章。少数几篇学术研究文章关注的是队伍建设[23]和制度建设[24],缺少对服务资源尤其是床位这一基础性资源配置的探讨。这不利于全面、客观、准确地把握我国县域收养性社会福利单位床位资源的总体供给与空间配置情况。

综上所述,本文利用《中国县域统计年鉴》2000—2019年的数据,通过测量和估计配置水平、区域差异、空间相关性、匮乏情况以及极化特征对2000—2019年我国县域收养性社会福利单位床位资源的空间非均衡进行分析,以期弥补既有研究的不足并为相关实务工作提供参考。

二、 研究方法与数据来源

1. 配置情况估计

在非均衡研究领域,Kernel密度估计是一种重要的非参数估计方法,并在经济学、社会学等领域得到了广泛运用[25-26]。本文除了计算配置水平,还通过Kernel密度估计,绘制曲线来直观呈现不同配置水平下的概率密度并进行横向和纵向比较。

点x处概率密度的估计公式为

(1)

2. 增长评价

本文采用增长发生曲线(growth incidence curve, 简称GIC)呈现不同县域床位配置的增长情况。增长发生曲线由Ravallion等[27]提出,用于估计某一群体中不同个体所分配的资源如收入的增长情况,并判断这一增长是否有利于弱势群体。按照资源配置水平从低到高排序后,位于p百分位个体的增幅可以表示为

(2)

其中,yi(p)是在t时刻p百分位个体的配置水平。不同个体的增幅绘制成曲线即GIC曲线。如果曲线平行于横轴,表示各百分位个体增速相同,资源配置差异不变;如果曲线向右下倾斜表示低水平个体增幅较大,增长是有利于弱势群体即“益弱”的,群体间配置差异缩小;如果曲线向右上倾斜表示低水平个体增幅小于高水平个体,弱势群体所分配的资源虽然也可能出现正增长但相对水平恶化,群体间差异扩大。

3. 区域差异测度

① 基尼(Gini)系数。Gini系数是测度资源如收入配置差异的常用指标,取值在0～1,取值越大表明配置差异越大,取值越小表明配置越均等。Gini系数的计算公式:

(3)

其中:G为Gini系数;pi为各县域人口占全部样本人口比重;Hi为各县域床位数占全部床位数的比重;Gi为各县域按照人均床位数从低到高排序后Hi从i=1到i=n的累计频率,当i=n时,Gi=1。

② 泰尔(Theil)指数。Theil指数是测度差异的另一种常见指标,优点在于其具有良好的可分解性质,能够将总体差异分解为区域内和区域间差异。Theil指数是GE指数(广义熵)的一种。GE指数表达公式为

(4)

Theil指数可以分解为组内与组间贡献:

其中:T组内为各区域内部差异;T组间为区域间差异;m为区域数;pg为各区域人口占总人口比重;Tg为各区域的Theil指数;Gg为各区域床位资源占比。

4. 匮乏水平测度

本文借鉴贫困测度方法来估计收养性社会福利单位床位配置的匮乏水平。实际上,在关于贫困的研究中一般也是将贫困视为一种匮乏现象[29-31]。本文以2000年各县域每万人床位数中位数的50%为匮乏标准,测量各年份参照这一标准的匮乏程度。所选用的指标为FGT指数(Foster-Greer-Thorbecke)[32],其表达式:

(7)

其中:n是县域总数;q是万人床位数低于匮乏标准的县域数;yi为匮乏县域i的床位水平;z是匮乏标准。当α=0时,P0表示床位数低于匮乏标准的县域所占比例即匮乏率;当α=1时,P1表示所有县域相比匮乏标准的平均差距(非匮乏县域的差距视为0),即匮乏深度;当α=2时,P2表示匮乏强度,给予匮乏水平较高的县域更高的权重。

Kakwani[33]提出了对t1时刻到t2时刻匮乏水平纵向变动的“增长-分配”分解方法:

其中:μ表示平均床位数;L是床位配置洛伦兹曲线;z是匮乏标准。公式前半部分为增长效应,即单纯由于配置水平变动导致的匮乏水平变化;后半部分为分配效应,即单纯由于分配结构变动导致的匮乏水平变化。正值表示加剧了匮乏状况,负值表示改善了匮乏状况。

5. 空间自相关分析

(1) 全局空间自相关分析。为了估计县域收养性社会福利单位床位分布的整体空间相关性及其相关程度,通过计算Moran’sI指数[34]进行全局空间自相关分析:

其中:n表示县域个数;xi表示变量x在县域i的观察值;Wij表示空间权重矩阵的元素(2)本文采用K最近邻原则(K-nearest neighbor)构造空间权重矩阵。关于K值的选择学界并没有公认的标准。参考相关文献本文将K值设为6,并且与K=4、K=10等情况进行比较,发现Moran’s I指数数值与趋势差异不大。。Moran’sI指数取值为[-1, 1],正值表示存在空间正相关即出现空间集聚现象,取值越大正相关性越强;负值表示存在空间负相关或者空间分散;取值等于0表示在空间上随机分布。

(2) 局部空间自相关分析。除了计算Moran’sI指数估计全局空间自相关外,还可以通过LISA(local indicators of spatial association)检验来考察局部空间自相关性及其显著性[35]。LISA检验可以得到四种显著空间聚类关系:“高-高”型表示床位高配置县被高配置县包围;“低-低”型表示床位低配置县被低配置县包围;“高-低”型表示床位高配置县被低配置县包围;“低-高”型表示床位低配置县被高配置县包围。

6. 极化测度

(1) DER指数。Esteban等[36]较早对极化问题进行了研究,认为极化是将个体归入不同群体的过程,同一群体内部的个体具有相似的属性(例如相同的床位配置水平),不同群体个体之间的属性存在差异。Duclos等[37]发展了Esteban等提出的极化指标,将测度指标建立在连续而非离散分布的基础上并根据资源分布本身的聚合特征进行分组而不是像Esteban等那样随意确定分组,提出了DER指数的表达形式:

PDER=∬f(x)1+αf(y)·x-y·dydx

(10)

则DER指数可以表示为

(12)

DER指数的差异可以分解为

(13)

由此就可以测算认同性、疏离性以及相关性对于DER指数变动的贡献。

(2) Wolfson指数。该指数与人们将极化理解为两极分化的认识一致[38],其表达式为

(14)

其中:m表示各县域人均床位数的中位数;μ表示各县域人均床位数的均值;Gini表示床位配置Gini系数;L(0.5)表示人均床位资源最低的50%县域的人均床位数。

DER指数和Wolfson指数都是测量极化水平的指标,但对极化的界定不同。DER指数侧重于衡量多极分化水平,Wolfson指数主要衡量两极分化水平[39]。

7. 数据来源

本文使用的数据来自于《中国县域统计年鉴》2000—2019年。其中收录了全国除市辖区外的所有县级行政区域以及部分县级“市辖区”的数据。本文主要使用其中的人口、面积与收养性社会福利单位床位数指标。由于行政区划调整以及部分县域数据缺失,各年所涉及的县域数量略有差异,具体见表1。除2008年和2018年县域数量略低于2000年外,每年涉及的县域数量均在2 070左右,基本涵盖了除市辖区外的所有县级行政区划(3)2018全国共有非市辖区的县级行政区划1 981个。由于《中国县域统计年鉴》也收录了部分由县或县级市调整设立的市辖区,故县域数量略高于非市辖区县级行政区划数量。,覆盖全国总人口的70%以上。

三、收养性社会福利单位床位配置非均衡估计结果

1. 床位配置水平与变动

2000—2019年,全国县域每万人收养性社会福利单位床位数从6.64张增长到33.04张,增长了约4倍,尤其是2004—2008年短短5年间接近翻了一番。虽然在2017—2019年全国和东中部地区万人床位数略有下降,但这一变动不具有统计学意义(P>0.05),见表2。

从东、中、西部比较来看,各个年份东部县域万人床位数均最多、西部县域均最少。西部县域增幅最大(约10.5倍),东部和中部县域分别约增长了3.5倍和5.5倍,西部与东中部县域相比虽然绝对差距依然较大但相对差距在缩小。例如,2000年西部县域万人床位数约为中部县域的42%,到2019年则相当于中部县域的74%。

接下来绘制2000年和2019年县域收养性社会福利单位万人床位数的Kernel密度估计曲线,见图1。 估计的最大值限定为当年全国中位数的3倍。 图1(a)、图1(b)分别是2000年和2019年的估计图。

由图1(a)和图1(b)可以看出,无论是全国还是东、中、西部,在2000年和2019年的核密度估计曲线均不是单峰平滑的,而是呈波动形态,有多个凸点,即存在着极化现象。从东、中、西部比较来看,西部地区峰值最高,处于低水平区间的县域更多。东部与中部地区存在交点,交点左侧即低水平区间中部地区的概率大于东部地区,交点右侧即高水平区间东部则高于中部。从曲线形态看,两个年份东部地区曲线较为平缓,西部地区曲线最为陡峭,反映出西部县域配置差异较大。这在后文对差异测量中也可以得到证明。

全国和东、中、西部地区的增长发生曲线总体上均呈向右下倾斜的形态,见图2。

这表明2000—2019年全国和各区域配置水平较低县域的增幅均相对高于配置水平较高的县域,尤其是中部区域,配置水平最低的约20%县域的增速远远超过其他县域。从区域比较看,西部地区除配置水平较低的约18%的县域增幅小于中部县域以及较高的约10%的县域低于东部县域外,处于其他百分位的西部县域增幅均超过了东部和中部相同百分位县域的增幅。这说明2000—2019年县域收养性社会福利单位床位配置的增长是有利于低配置县域的(即“益弱”)。由此产生的一个积极效应就是县域间床位配置的差异缩小。

2. 床位配置的区域差异

2000—2019年全国县域收养性社会福利单位床位配置差异呈波动下降趋势,但差异水平较高,见表3。2000年,Gini系数甚至达到0.516,表明差异极大。2019年,Gini系数下降为0.392,差异水平仍然较大。

从区域比较来看,各年份西部县域Gini系数均最大,县域床位资源配置差异最大。2008年及之前东部Gini系数低于中部,2009年及之后东部高于中部。从变动来看,中部Gini系数降幅最大,床位资源配置差异改善幅度最大。

从2000年到2019年,县域收养性社会福利单位床位配置Theil指数也呈波动下降趋势,见表4。全国Theil指数从0.367下降为0.250,降幅为31.97%。区域间比较的规律与Gini系数类似,相比2000年,2019年中部县域床位配置Theil指数改善幅度同样最大,东部县域甚至略有上升但不具有统计学意义(P=0.346)。

对Theil指数进行分解,如果按照东、中、西部三区域划分,组内差异贡献率多数年份超过90%。原因主要在于东、中、西部区域内仍然存在较大的发展差异。如果按照八大经济区划分(4)包括东北、北部沿海、东部沿海、南部沿海、黄河中游、长江中游、大西南和大西北八个综合经济区。,区域内差异的贡献率有所降低。原因在于,相比东、中、西部的粗线条划分,八大经济区内部的同质性更强、差异要小一些。但是,区域内差异仍然是总体差异的主要贡献因素。

3. 匮乏水平与变动

以2000年全国县域每万人收养性社会福利单位床位数中位数的50%(2.47张)作为匮乏线,2000年全国床位匮乏率为33.0%,到2019年下降为2.7%,见表5。2000年东、中、西部县域匮乏率分别为21.7%、26.9%和52.8%,到2019年分别下降为2.3%、0.1%和5.0%。除2018年的匮乏强度外,各个年份、各个指标西部县域均最高。东部和中部县域比较,有些年份东部匮乏水平高一些,有些年份则是中部较高。

匮乏变动分解显示:造成县域收养性社会福利单位床位资源匮乏变动的因素包括配置水平提升与配置差异缩小。就床位匮乏率变动来看,除中部县域外全国和东、西部均是增长因素占主导地位;就床位匮乏深度来看,除西部县域外,全国和东中部均是分配占主导地位;就床位匮乏强度而言,均是分配占主导地位。

4. 空间自相关分析

2000—2019年县域收养性社会福利单位床位资源空间分布的Moran’sI指数,见表6。各年Moran’sI指数均为正值且均通过1%显著性概率检验,个别年份甚至接近0.50,表明县域收养性社会福利单位床位资源存在较高的、正向的全局空间相关性,配置水平高的县域和配置水平低的县域分别出现了空间上的聚集。

以2019年为例绘制Moran散点图,见图3。多数县域(975个)分布在第三象限(低配置县域被低配置县域包围),其中510个来自西部地区,占全部“低-低”型聚类县域的52.3%,占西部样本县域总数的56.2%。分布在第一象限(高配置县域被高配置县域包围)的共有525个,东、中、西部分别有177、194、154个。分布在第二象限(低配置县域被高配置县域包围)和第四象限(高配置县域被低配置县域包围)的分别有328和256个。不过,Moran散点图只是呈现了不同类型县域的分布,没有进行显著性检验。

利用LISA检验进行局部空间自相关分析,有1 410个县域未通过5%显著性水平检验。在通过显著性水平检验的674个县域中,有203个“高-高”型聚类(高配置县域被高配置县域包围)和380个“低-低”型聚类(低配置县域被低配置县域包围),表明存在空间溢出关系,即县域床位资源配置水平受到周边县域的影响并与之趋同。还有少数县域存在空间竞争关系,分别有51个“高-低”型聚类(高配置县域被低配置县域包围)和40个“低-高”型聚类(低配置县域被高配置县域包围),即处于低配置县域包围中的高配置县域的床位资源可能会被低配置县域的人口所利用,处于高配置县域包围中的低配置县域则可以利用周边县域的资源而不必增加自身投入。

从分区域来看,“高-高”型县域主要集中于东部省份(98个),“低-低”型县域主要集中于西部地区(259个)。这与前文对东、中、西部县域床位资源的比较结果一致。

从分省来看,江苏和浙江的“高-高”型县域最多,分别为32和55个,占本省县域总数的比例均超过了50%。“低-低”型县域在省内占比超过50%的有甘肃、广西、海南和云南。值得注意的是,广东省有29个县域属于“低-低”型。这似乎与广东省作为中国经济规模最大省份的实际不符。但是,进一步分析发现,这些县域主要分布于粤东、粤西、粤北等非珠三角地区。而这些地区与珠三角经济发展差距较大,2019年占广东省GDP的比例仅为19.3%且近些年一直呈下降趋势,从而导致了床位资源的“低-低”型聚集。这又进一步呼应了前文Theil指数分解得出的区域内差异主导总体差异的结论。

5. 极化特征与变动

从2000年到2019年,全国县域收养性社会福利单位床位配置的DER指数呈波动下降趋势,从0.290下降到0.233,见表7。两极分化Wolfson指数比DER指数降幅更大,表明两极分化相比多极分化问题改善程度更大。

从区域比较来看,西部县域的DER指数和Wolfson指数均最大,极化问题最严重。与差异水平的比较类似,不同时期东部和中部县域的极化水平高下比较不同。2007年及之前中部高于东部,2008年及之后东部高于中部。

从纵向变动来看,各区域Wolfson指数的降幅亦均大于DER指数。从区域间比较,东部县域DER指数和Wolfson指数的降幅均最小。中部县域的DER指数降幅最大,西部县域的Wolfson指数降幅最大。这表明,西部县域收养性社会福利单位床位配置两极分化的改善幅度较大,但多极分化的改善要落后于中部地区。

“认同-疏离”框架分解结果显示全国层面上认同性的解释力高于疏离性且总体呈上升趋势,见表8。从2000年到2019年,认同性由0.645上升为0.660,表明床位资源出现了聚合现象;疏离性从0.516下降为0.392,表明县域间人均床位资源差异在缩小,这与前文测量差异指标的结论一致。

从区域比较看,东部和中部县域认同性的解释力均超过疏离性,西部县域认同性的解释力小于东部和中部县域,疏离性的解释力大于东部和中部县域,且在2000年西部县域认同性解释力要小于疏离性。这表明相较东部和中部,西部县域床位配置的极化问题主要是由于县域间差异导致的。这与本文测量发现的西部县域床位资源差异大于东中部县域的结论也是一致的。

从纵向比较,各区域疏离性均呈下降趋势,认同性均呈上升趋势,表明在东、中、西部县域均出现了床位资源的聚合现象。但这一时期县域间差异在缩小,主导了极化指数的下降趋势。

对东、中、西部县域收养性社会福利单位床位配置DER指数差异的分解显示:除2008年东部和中部县域比较外,其余年份各组DER指数差异的方向均与疏离性的贡献方向一致;西部和中部、西部和东部县域比较各年疏离性和认同性对DER指数差异的贡献方向均相反,见表9。东部和中部的比较则要复杂一些。2009年及之后东部县域认同性和疏离性均超过了中部县域,导致其DER指数较大;2009年之前的2004、2007和2008三个年份东部县域认同性和疏离性均低于中部县域,导致其DER指数较小,其余年份东部县域疏离性较小但认同性较大,DER指数小于中部县域。由此可见,造成西部极化水平较高的主要原因在于疏离性较大,即县域差异较大;抬高中部县域DER指数相对水平的因素在于认同性较大,即床位配置的聚合现象相对突出;东部县域近些年县域差异和认同性均较高,拉高了其极化水平。

根据每万人床位数将所有县域分成20组,计算不同组别的DER指数、认同性和疏离性,并按照从低到高的顺序排列绘制图形(5)限于篇幅,此处没有给出绘制的图形。。总体上看,低水平组别极化水平最高,中间组别极化水平最低,低水平县域下降最明显,高水平组别变动不大。

各组别疏离指数的变化特征与DER指数基本相同,在分布的两端极化程度更高且这主要是由于床位配置疏离性较强导致的。除了较低的30%县域疏离性有明显变动外,其余县域疏离性的变动很小。

随着配置水平的上升,各年不同组别认同性呈先上升后平稳的趋势并在最高组别出现了翘尾。除了最高组别外,中间县域的认同性更强,聚合现象更突出,但是,中间县域疏离性较小,从而极化水平较低。

四、 结论与政策建议

本研究发现我国县域收养性社会福利单位床位资源配置存在显著的非均衡特征。主要结论如下。

其一,从2000年到2019年县域每万人收养性社会福利单位床位数有了大幅增长。西部县域与东、中部县域的相对差距在缩小,不过由于基数差异太大绝对差距呈扩大趋势。在总体增长的情况下,无论是全国层面还是东、中、西部地区,万人床位数的增长均表现出“益弱”特征,配置水平较低的县域增速快于平均水平增速。

其二,县域收养性社会福利单位床位配置差异呈下降趋势。无论是Gini系数还是Theil指数,中部县域降幅均最大,其次是西部县域。不过,从Gini系数的绝对值来看,床位配置差异仍然较大。对Theil指数的区域分解显示,东、中、西部区域内的差异是造成总体差异的主要因素,按照八大经济区域分解虽然区域内差异贡献下降但仍占主导地位。原因在于,除了东、中、西部不同经济区之间的差异外,在区域内部不同县域间仍然存在较大差异。

其三,配置水平提升与配置差异缩小降低了床位配置匮乏水平。以2000年全国万人床位中位数的50%为标准,床位配置匮乏水平在2000—2019年间有了大幅下降。配置水平提升与配置差异缩小均对降低匮乏水平产生了积极影响。不过,造成匮乏率下降的主导因素是配置水平的提升,而降低匮乏深度和匮乏强度的主导因素是配置差异的缩小。

其四,县域收养性社会福利单位床位分布存在较强的正向空间相关,即出现了空间聚集现象。县域间同时存在空间溢出关系和空间竞争关系,既可能相互借鉴学习,维持相近的高配置或低配置,也可能通过将本地的有需求人口转嫁给周边县域,从而在避免增加自身投入的同时满足收养服务需求,即实现异质聚集区域的资源共享。

其五,极化水平下降,东、中、西部极化水平与变动存在差异。全国和东、中、西部极化水平均呈下降趋势,中部县域多极分化水平降幅最大,西部县域两极分化水平降幅最大且极化水平最高。认同性是导致床位配置空间极化的主导因素且呈上升趋势,表明床位资源出现聚合现象,不过县域差异缩小主导了极化指数纵向下降趋势。低水平和高水平县域间差异较大,聚合现象不明显,极化水平较高;中间组别县域间差异较小,聚合现象较明显,极化水平较低。

上述研究发现对于促进县域收养性社会福利单位床位资源均衡配置有如下启示。

其一,促进县域社会收养性社会福利单位床位资源均衡配置既要缩小区域间差异,更要关注区域内差异。区域间床位资源配置水平虽然相对差异在缩小,但绝对差异仍然较大。“低-低”聚集也主要发生在西部地区。同时,区域内部不同县域间经济社会发展水平仍存在较大差异,造成了区域内县域床位资源差异并主导了总体差异。因此,促进县域收养性社会福利单位床位资源均衡配置既要缩小区域间差异,更要重点关注区域内部不同县域间的差异。

其二,提升收养性社会福利单位建设投入统筹层次。当前,收养性社会福利单位建设以及提供福利收养服务属于县级事权,而我国县域之间经济发展与财政实力存在较大差异。这是造成县域收养性社会福利单位床位资源非均衡的重要原因,甚至在经济总量最大的广东省仍然存在一些“低-低”型聚集的县域,充分说明了由县级单独或者主要承担建设投入责任存在的问题。因此,在新一轮财税体制改革进程中,建议提升收养性社会福利单位建设投入统筹层次,通过市级或省级政府的统筹缩小区域内县域间的差异。

其三,发挥好高配置县域的示范扩散作用,实现区域资源共享。对于“高-低”聚集或“低-高”聚集县域,一方面要通过高配置县域带动周边低配置县域增加投入,提升床位配置水平;另一方面,提升区域资源共享水平,在低配置县域尚无法短期内实现跃进的情况下通过高配置县域的资源共享满足区域内群众的需求。

其四,提高收养性社会福利单位自我发展能力。收养性社会福利单位除了面向“优抚对象”“三无对象”提供服务之外,还收养一些自费人员。在坚持政府投入建设主体责任的同时,建议着力提升收养性社会福利单位有偿服务和自我发展能力,增加床位资源配置。

其五,发展社会性收养服务机构,缓解公办收养性社会福利单位床位资源非均衡的影响。实现床位资源均衡配置的根本目的是为了满足群众的收养服务需求,在公办机构床位资源尚无法做到或难以做到均衡配置的情况下,建议引导社会资本投入收养服务机构建设,提供非营利收养服务,与公办收养性社会福利单位共同提供社会收养服务,促进收养服务均衡发展。

本文的研究着重呈现了县域收养性社会福利单位床位资源配置的非均衡现状,对于制定实施促进均衡配置的政策具有一定的启示。当然,本研究也存在一些局限,主要是受统计资料的限制未能对导致县域收养性社会福利单位床位资源非均衡的经济因素、人口因素、制度因素、政策因素甚或行政负责人个人因素进行分析。这些问题有待获取全面翔实的统计资料后作进一步的探讨。