1. 引言
2012年党的十八大召开意味着中国特色社会主义进入新时代，随着中国进入新时代，社会的各个方面都较之前有了较大的进步，其中，中国的人口老龄化问题也在新时代受到了广泛的关注。全国第七次人口普查结果显示，65岁及以上的人口占总人口13.5%，人口老龄化逐渐加速 [1] 。面对这一现状，国家在2021年公布的《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，提出要“实施积极应对人口老龄化国家战略”，而党的二十大也明确提出要发展“养老事业和养老产业”来应对国家人口老龄化的问题。要解决人口老龄化的问题，关键之一就在于寻找合适的“养老模式”让老人安度晚年。
进入新时代以来，“养老模式”也一直是学术界的一个焦点，众多学者围绕这一主题已经研究出了众多丰厚成果，但是大部分学者都是针对某一特定的“养老模式”进行探析，很少有学者从整体上分析“养老模式”的发展脉络。因此，本研究采用文献计量法，依据CiteSpace软件以及中国知网(CNKI)文献，将新时代以来的有关“养老模式”的文献进行梳理分析，分析新时代以来“养老模式”的发展脉络以及研究热点，以期能够为当下“养老模式”的发展提供建议，从而提高老年人的生活水平和质量。
2. 数据来源与研究方法
2.1. 数据来源
本研究数据来源于中国知网网络出版总库，通过高级检索设置主题为“养老模式”，选择主要关键词为“养老模式”，检索时间为2012年1月1日至2024年3月16日，文献类型为中文学术期刊，共检索到相关文献1834篇。为保证分析的科学性，检索文献中删除新闻、会议通知等不符合纳入标准的文献，最终获得有效文献1334篇，在CiteSpace软件中进行数据预处理后再进行研究分析。
2.2. 研究方法
研究基于科学文献计量法，借助CiteSpace6.3.1软件，对新时代以来国内养老模式的发文量、发文作者、发文机构和发文关键词四个维度进行可视化分析。在发文量方面，运用统计分析法描述国内养老模式文献数量随着时间的变化趋势；在发文作者和发文机构方面，通过重要研究者和机构贡献图谱分析高产作者和机构；在发文关键词方面，通过关键词共现图谱、突现图、聚类图和时间线图发掘研究的焦点，显示研究的演化脉络和前沿变化趋势。具体处理方法为：将从CNKI数据库中获得的1334篇有效文献以Refworks格式导出保存，在CiteSpace6.3.1中将CNKI数据转化为WOS数据格式，时间设置为2012年1月至2024年3月，时间切片为1年，节点类型分别设置为“author”、“institution”和“keyword”，对国内养老模式相关文献进行可视化分析。
3. 研究现状
3.1. 发文趋势分析
文献的数量变化展现了主题研究的变化发展。本文运用CiteSpace软件将CNKI数据转化为WOS数据，发文量变化如图1所示。
Figure 1. Chronological chart of the number of articles issued, 2012~2022
图1. 2012~2022年发文量时序图
在图1中，蓝色折线代表年度发文量，蓝色虚线代表年度发文量的线性拟合线，其中拟合性并不显著(拟合优度R2 = 0.59)，这说明有关“养老模式”的研究整体上并不是呈线性增长的。关于“养老模式”的发文量从2012到2014年整体呈现上升趋势，从2014年到2016年关于“养老模式”的研究呈现小部分回落趋势，但是从2016年至2018年，其研究又呈现上升趋势，其中2018年达到了这一领域的发文数量高峰(195篇)，从2018年之后对于“养老模式”研究的发文量开始回落，并且不断减少。总体而言，有关于“养老模式”的研究整体上是出于先增加后减少的曲线发展模式。
3.2. 发文作者分析
在某一领域研究的论文作者合作网络图谱中，高发文量表明作者热衷于在该研究领域中进行研究，且具有相当的影响力 [2] 。本文基于CiteSpace软件对发文作者进行分析，首先将数据导入软件中，将时间区间(time slicing)设定为2012~2024年，时间切片(#year per slice)设为1年，节点类型(node types)设置为“作者(author)”，网络强度选择Cosine算法，数据选择标准(selection criteria)选择“Top N”，阈值设定为默认值“前五十”(Top50，选择每个切片中频次最高的前50个数据)。为确保数据运行流畅，本研究将网络裁剪方法设置为讯径网络(pathfinder)，其余为默认值，再次运行CiteSpace软件。通过对CNKI中1334篇文献作者的可视化分析，最终得到有效节点(Nodes)数74个，有效连线(Links)数75条，并绘制出了如图2所示的养老模式高产作者共现图谱以及表1发文量较高的作者表格。
Figure 2. 2012~2024 senior living model study issued by authors collaboration network co-occurrence chart
图2. 2012~2024年养老模式研究发文作者合作网络共现图
Table 1. Statistics on the authors of high-frequency articles on the study of China’s elderly care model, 2012~2024
表1. 2012~2024年我国养老模式研究高频发文作者统计
在CiteSpace软件中，节点代表作者，节点大小代表发文量，节点越大说明该作者越有学术影响力。也就是说，在共现图谱中作者发文量越高其名字字号越大。由图1可知，节点最大的分别为李小平、张忆雄、马佳、蔡吉梅；较大节点的分别为李黎、姚宣和胡明玉。由此可知，他们在养老模式方面的学术影响力较大。节点之间的连线则表明两个作者之间存在着合作关系，曾作为团队发表过文章。除此之外，在图1中，有关养老模式方面的研究作者之间的合作较为密集，大概分为了以李小平、成毅以及傅再军分别为代表的三个密切合作团队。
根据普赖斯定律，我国教育数字化研究领域的高产作者标准Nmin ≈ 2.901，即发文量3篇以上的作者被称为高产作者 [3] ，由表1可知，有关养老模式研究方面的高产作者一共有8位，其中，李小平从2013年就开始对养老模式方面进行研究，成为发文量最高的作者，其发表的13篇文章主要涉及对于不同养老模式的分析以及对于医养结合养老模式的分析；而发文量第二的马佳(10篇)与发文量第三的张忆雄(9篇)则主要研究不同养老模式对于老年人的影响等方面。总体来看，高产作者的发文量仅为52篇，占总篇数的3%，所占比较小，这说明国内有关养老模式的研究还没有形成核心的作者群。
3.3. 发文机构分析
对于发文机构的分析能够了解主要研究机构对于养老模式的研究情况以及各个机构之间的合作情况。本研究在CiteSpace软件中导入数据，将节点类型(node types)设置为“机构(institution)”，其余选择同上述一致，绘制机构合作网络图谱，如图3所示。进一步整合发文量多的机构，如表2所示。在共现图谱中，机构名称的字体大小和其发文量成正比，某一机构在特定领域内的科研水平与科研地位，可以通过在这一领域的发文量来考查 [4] 。
Figure 3. 2012~2024 elderly model study issued institutional collaboration network co-existing figure
图3. 2012~2024年养老模式研究发文机构合作网络共现图
Table 2. 2012~2024 senior living model research highly published organizations statistics
表2. 2012~2024年养老模式研究高发文量机构统计
由图3可知，遵义医学院预防医学系、遵义医学院免疫学教研室以及遵义医学院图书馆之间联系密切，但是还是各个学校内部的联系紧密并没有实现跨学院的交流与联系；从整体上来看，关于养老模式的研究机构之间的连线(Links)数仅有10条，可见各个机构之间的联系与合作还较少，需要进一步加强机构之间的合作。
由表2可知，对于养老模式方面的研究，南方地区占据了较大的部分，特别是遵义医学院的成果显著，而东北地区对于养老模式的研究还未产出大量成果。
4. 热点与前沿分析
4.1. 关键词共现分析
关键词是一篇文献的核心概况，通过关键词可以分析研究文献的主题，研究者可以通过关键词共现图谱，以可视化的形式看到某一研究领域内的研究热点，并分析其演变路径 [5] 。在CiteSpace软件中，将节点类型(Node Typer)设置为“关键词(key word)”，其余选项同之前操作一致。由此得到关键词共线图谱(见图4)，该图谱中共有节点数(Nodes) 250个，连线(Links) 500条，其中图谱节点越大则表示该关键词出现的频数越高，为了更直观地展示出高频数关键词，根据关键词共现图谱，计算出高频关键词的中心性，并按频次大小对高频关键词进行排序，由此得到高频关键词统计表(见表3)。
Figure 4. 2012~2024 keyword co-occurrence mapping for senior living model research
图4. 2012~2024养老模式研究关键词共现图谱
Table 3. 2012~2024 senior living model research keywords (top 8)
表3. 2012~2024养老模式研究关键词(前8位)
由图表可知，养老模式的节点最大，出现频次高达580次，其中心性也达到了0.7，这说明学术界对这一主题有着较高的研究热度，其次分为医养结合、老龄化、老年人、农村、居家养老、家庭养老和社区养老的节点也较大，出现的频次分别为153次、108次、47次、46次、43次、41次和40次，体现了现阶段养老模式热度较高的几个关键词。各个关键词之间都有共现关系，聚集程度明显，其中养老模式、机构养老、家庭养老以及医养结合外圈呈现红紫色，并且向外延伸，这表明当前该类关键词相关研究发展迅猛。
4.2. 关键词聚类分析
为了进一步对养老模式的热点主题进行结构分析，在CiteSpace软件中，在关键词共现图谱上选择聚类标签优化，来源设置为K来进行关键词聚类分析，并得到关键词聚类图谱(见图5)。通过关键词聚类图谱可知，我国“养老模式”关键词聚类主要分为#0养老模式、#1机构养老、#2家庭养老、#3养老、#4养老服务、#5影响因素、#6老年人、#7医养结合、#8老龄化、#9智慧养老以及#10互助养老共11个聚类群，这说明新时代以来有关“养老模式”模式的研究都是围绕着11个集群展开的。其中，部分聚类有着相交之处，不同的关键词能够分布在两个聚类中，反映出针对单个关键词进行不同角度的研究，可以从其共线节点作为切入点，例如“社区养老”既存在于#1机构养老也存在于#9智慧养老，“互助养老”在#10互助养老与#3养老中都具有很强的代表性，而#0养老模式、#2家庭养老、#7医养结合则属于比较独立的聚类，与其他聚类关联较少。
Figure 5. 2012~2024 senior living model research keyword cluster mapping
图5. 2012~2024养老模式研究关键词聚类图谱
为了进一步了解每个关键词聚类，将每个聚类LLR对数似然值最大的四个聚类词标签统计成表格(见表4)，LLR越大的词越能代表该聚类，其中每个聚类中不同关键词LLR差距较大，与其他聚类也有共现关系，证明“养老模式”为主体的研究同时具有分散性和聚合性。
通过关键词聚类图谱并结合现有的文献内容分析得出，如今“养老模式”主题研究热点主要集中于养老模式探析、养老模式影响因素这两个主题领域。
Table 4. 2012~2024 LLR log-likelihood values in keyword clustering labeling for aging patterns
表4. 2012~2024养老模式关键词聚类标签中LLR对数似然值
1) 养老模式探析
养老模式主要是指人们进入老年阶段后怎样进行晚年生活的制度与机制安排。它主要包括两个层次：一是老年人的经济保障，二是老年人的服务保障和精神保障 [5] 。进入新时代以来，众多国内学者立足中国社会实际，从传统的家庭养老出发，不断探析新的养老模式，逐渐形成了机构养老、智慧养老以及互助养老等新的养老模式。其中，机构养老是基于传统家庭养老与社区养老无法难以承担中国庞大的老龄化规模而出现的新的养老模式，即一种社会化养老方式，让老年人离开家庭前往社会上的各种盈利性或非营利性的养老院、福利院等老年养老服务机构去接受他们的照顾和服务，以此获得基本的生活照料和精神慰藉 [6] ；智慧养老则指广泛运用现代科技技术，在老年人的衣食住行等各个方面提供生活服务和管理，通过对涉老信息的自动监测、预警和主动处置实现智能交互 [7] ；互助养老则主张“就地就近，在村庄或社区里养老”，突出“彼此之间相互帮助、互不索要报酬，共同应对个体难以克服的养老困难” [8] 。除此之外，也出现了时间银行服务模式 [9] 、以房养老模式等新型模式研究 [10] 。
2) 养老模式影响因素探析
通过分析文献可知，目前学术界对于养老模式的影响因素大多采用实证分析的方法，从具体的角度出发分析养老模式的影响因素，在机构养老模式中，家庭子女负担重以及社区养老不够全面是主要的影响因素；在互助养老中，年龄、居住方式以及生活自理能力则是主要的影响因素 [11] ；在养老模式选择方面，老年人对于不同养老模式的选择主要受性别、收入来源、子女数量以及养老基础认知的影响 [12] ；在养老模式满意度方面，老年人对于不同养老模式的满意度主要受其生活质量、社会支持和生活满意度的影响 [13] 。
4.3. 关键词突现分析
关键词突现指的是在短时间内研究次数极具增长，在CiteSpace软件中将阈值调为1，突变时间最小单位(Minimum Duration)为2，共得到10个“养老模式”研究领域的突变词(见图6)，在时间段下加粗的线段代表对应关键词突变的时间段，Year代表关键词出现的时间，Strength代表突变词强度，Begin和End表示突变词存在的时间区间，通过突变词能够反映“养老模式”主题在不同时段的研究变迁。根据关键词突变可视化图谱可得，新时代以来我国“养老模式”研究主要分为两个阶段。
Figure 6. 2012~2024 aging model keywords mutation mapping style
图6. 2012~2024养老模式关键词突变图谱式
基础研究阶段(2012~2018年)：通过CiteSpace软件统计分析得出，2012~2018年CNKI中有关“养老模式”的文章一共有524篇，这一阶段学术界主要针对“家庭养老”“机构养老”以及“居家养老”等传统养老模式的研究，还只是处于基础的研究阶段。从突变词强度(见图5)来看，“家庭养老”出现于2012年，其强度达到了4.74，紧随其后的是“居家养老”，其强度为4.13，这体现了在研究初期，学者大多考虑居家养老的可行性与优势。随着国务院出台《关于加快发展养老服务业的若干意见》 [14] 并明确要求在公共服务领域要利用更多的社会力量，由此，“机构养老”的突变词达到了4.09。随后国家相关部门又出台《关于做好政府购买养老服务工作的统治》 [15] ，这一政策的出台使得学术界更多关注什么样的养老模式能够提高老人的生活质量以及养老模式背后的影响因素是什么。因此，这一时期关于“生活质量”以及“影响因素”的突变词达到了3.44和2.72。但是这一时期，学界对于“养老模式”的研究依旧停留在基础的“养老模式”探索，并没有更深入的探析和研究。
深入研究阶段(2018~2024年)：从2018年至今，有关“养老模式”的文章达到了1314篇，这一阶段学界不在拘泥于传统的“居家养老”和“家庭养老”模式，而是探索更多新的“养老模式”，“智慧养老(强度5.68)”、“医养结合(强度8.94)”以及“互助养老(强度3.69)”都在这一时期被学界广泛关注，究其根本原因还是由于国务院出台了《关于支持社会力量提供多层次多样化医疗服务的意见》 [16] ，这一政策的出台使得学界开始研究更多新的“养老模式”，并且今后关于多样化“养老模式”的探索依旧是研究热点，这体现了这一时期对于“养老模式”的探索开始深入，并且与时代的联系更加密切。
5. 结论和展望
5.1. 研究结论
本研究通过CiteSpace软件对新时代以来CNKI数据库中有关“养老模式”的文献进行分析，制作出相关作者、机构以及关键词的图谱，并对其进行分析得到以下结论：
从研究现状来看，有关“养老模式”的文献发文量经历了一个先增长后下降的发展趋势，总体上是曲线式发展模式；从相关作者和机构来看，目前对于“养老模式”的作者和机构较多，且部分作者和机构之间存在着一定的合作关系，但是并没有形成一定核心的作者群体和研究机构。
从研究热点来看，在关键词共现图谱和聚类图谱中得出，“养老模式”“医养结合”“老龄化”“老年人”“农村”“居家养老”“家庭养老”“社区养老”是学术界研究的热点；从关键词聚类角度来看“养老模式”研究主要围绕#0养老模式、#1机构养老等11个集群展开，部分聚类之间都有相交之处，个别聚类之间彼此独立。此外，对于养老模式的研究热点主要集中在各个养老模式以及影响“养老模式”的因素两个方面。
5.2. 展望
基于对新时代以来“养老模式”的可视化分析，了解到目前“养老模式”的发展过程、研究热点以及趋势。结合以上分析能够为未来“养老模式”的发展提供一定的启示。
首先，从养老模式的研究视域来看，随着我国数字经济的发展，科学技术水平的不断提高，解决老龄化问题也应该被纳入数字经济领域。所以未来对于“养老模式”的探析应该将数字经济与“养老模式”结合起来，研究与科学技术相结合的“养老模式”。
其次，对养老模式的选择研究上，应该适当研究国外的“养老模式”，借鉴一些相关理论和经验，多研究一些新的“养老模式”，避免只拘泥于传统的“养老模式”。
最后，从研究结果的适用性来说，应该更多的研究有共性的小区域的研究，针对不同的地区因地制宜的分析适合当地的“养老模式”，从而切实的为不同的地区提供有针对性的养老方案。