医养结合服务评估指标体系构建课题申报书

医养结合服务评估指标体系构建课题申报书一、封面内容

项目名称：医养结合服务评估指标体系构建

申请人姓名及联系方式：张明，zhangming@

所属单位：XX大学健康科学研究院

申报日期：2023年10月26日

项目类别：应用研究

二．项目摘要

本课题旨在构建科学、系统的医养结合服务评估指标体系，以解决当前医养结合服务质量评估中存在的标准不统一、数据不完整、评估方法粗放等问题。随着人口老龄化加剧，医养结合服务需求日益增长，但现有评估体系难以全面反映服务效果与患者满意度。课题将基于多学科理论框架，结合定量与定性研究方法，从服务可及性、服务专业性、服务效率、患者体验及社会效益五个维度，设计包含30个核心指标的评估体系。研究将采用文献分析法梳理国内外相关标准，通过德尔菲法专家咨询验证指标合理性，并选取三地养老机构进行实证测试，优化指标权重与适用性。预期成果包括一套包含指标说明、数据采集工具及评价模型的完整体系，为政府监管、机构改进及政策制定提供数据支撑。课题创新点在于融合医疗服务与养老服务特性，建立动态调整机制，确保评估体系与时俱进。研究成果将形成研究报告、行业白皮书及政策建议，推动医养结合服务标准化、精细化发展，具有重要的理论意义与实践价值。

三.项目背景与研究意义

随着全球范围内人口结构快速老龄化，中国作为世界上老年人口最多的国家，正经历着前所未有的养老挑战。截至2022年底，中国60岁及以上人口已达2.8亿，占总人口的19.8%，其中65岁及以上人口超过2亿，占总人口的14.9%。老龄化进程的加速不仅带来了巨大的社会抚养压力，也对传统的养老模式提出了严峻考验。过去以家庭为主的养老模式已难以满足日益增长的养老需求，而以机构养老和居家养老为主的传统养老模式在服务质量、资源配置和可持续发展方面均面临瓶颈。在此背景下，医养结合作为一种新型养老模式应运而生，旨在整合医疗卫生资源与养老服务资源，为老年人提供一体化、连续性的健康养老服务。

医养结合服务是应对老龄化社会的重要策略，其核心在于打破医疗卫生服务与养老服务之间的壁垒，实现两者在功能、资源、信息等方面的深度融合。自2013年国务院发布《关于促进养老服务业发展的若干意见》以来，医养结合服务得到政策层面的大力支持，各地政府积极探索医养结合服务模式，包括医疗机构延伸服务、养老机构内设医疗机构、社区医养结合服务站点等。然而，在快速发展的同时，医养结合服务也暴露出一系列问题，主要集中在服务质量参差不齐、服务标准缺乏统一、专业人才不足、信息系统不兼容等方面。

当前医养结合服务评估领域存在的主要问题包括：一是评估标准不统一。由于缺乏国家层面的统一标准，不同地区、不同机构对医养结合服务的评估方法和指标体系存在较大差异，导致评估结果难以比较和推广。二是数据采集不完整。现有评估往往依赖于机构自报数据，缺乏客观、全面的监测机制，导致评估数据存在偏差和遗漏。三是评估方法粗放。多数评估仍以定性描述为主，缺乏科学的量化指标和评价模型，难以准确反映服务效果和患者体验。四是专业人才短缺。医养结合服务涉及医疗和养老两个领域，对服务人员的专业能力要求较高，但目前行业缺乏系统的培训体系和人才评价机制。五是信息化水平低。医养结合服务涉及多个部门和机构，但信息系统往往独立运行，数据共享困难，难以形成完整的服务链条。

这些问题不仅影响了医养结合服务的质量和效率，也制约了行业的可持续发展。缺乏科学的评估体系，难以对服务机构进行有效监管和激励，导致服务质量难以提升；数据采集不完整，无法准确掌握服务供需状况，不利于政策制定和资源配置；评估方法粗放，难以客观反映服务效果，影响服务改进和效果评价；专业人才短缺，制约服务水平的提升；信息化水平低，导致资源浪费和服务断链。因此，构建科学、系统的医养结合服务评估指标体系，已成为推动医养结合服务高质量发展的重要任务。

构建医养结合服务评估指标体系的必要性体现在以下几个方面：首先，有助于提升服务质量。通过科学评估，可以及时发现服务中的问题和不足，为服务机构提供改进方向，推动服务标准化、规范化发展。其次，有助于优化资源配置。评估结果可以为政府监管部门提供决策依据，促进医疗和养老服务资源的合理配置，提高资源利用效率。再次，有助于加强行业监管。统一的评估标准可以规范市场秩序，淘汰不达标的服务机构，提升行业整体水平。此外，有助于促进社会参与。通过评估体系的建立，可以吸引更多社会资本进入医养结合领域，推动行业多元化发展。最后，有助于政策制定。评估结果可以为政府制定相关政策提供数据支撑，促进医养结合服务的政策体系完善。

项目研究的社会价值主要体现在以下几个方面：首先，提升老年人生活质量。通过科学评估和持续改进，可以确保老年人获得更加优质、便捷的医养结合服务，提高生活质量和幸福感。其次，减轻家庭养老负担。医养结合服务的普及可以减轻家庭在养老和医疗方面的压力，促进家庭和谐。再次，促进社会公平。统一的评估体系可以确保不同地区、不同收入群体的老年人都能获得公平、优质的服务，推动社会公平正义。此外，推动健康老龄化。医养结合服务有助于延缓老年人健康状况恶化，促进健康老龄化进程，减轻社会养老负担。

项目的经济价值主要体现在：首先，促进养老服务产业发展。通过评估体系的建立，可以推动养老服务产业向专业化、规模化、品牌化方向发展，带动相关产业发展，创造更多就业机会。其次，提高经济效益。优质医养结合服务可以吸引更多老年人消费，增加服务收入，提高经济效益。再次，优化医疗资源配置。评估结果可以帮助医疗机构优化资源配置，提高医疗服务效率，降低医疗成本。此外，吸引社会资本投资。统一的评估标准和透明的市场环境可以吸引更多社会资本进入医养结合领域，促进产业投资和创新发展。

项目的学术价值主要体现在：首先，丰富养老服务理论。通过构建评估指标体系，可以深化对医养结合服务的认识，丰富养老服务理论体系。其次，推动跨学科研究。医养结合服务评估涉及医学、社会学、经济学等多个学科，项目的开展可以促进跨学科交叉研究，推动学术创新。再次，建立评估方法学。通过研究，可以探索适用于医养结合服务的评估方法，为其他社会服务领域的评估提供参考。此外，培养专业人才。项目的实施可以培养一批熟悉医养结合服务评估的专业人才，为行业发展提供智力支持。

四.国内外研究现状

在医养结合服务评估领域，国内外学者已开展了一系列研究，积累了初步成果，但也存在明显的局限性，尚未形成完善且广泛接受的评估体系。

国外关于养老服务评估的研究起步较早，主要集中于老年人能力评估和需求评估。美国是最早建立老年人评估体系的国家之一，其代表性评估工具包括综合评估工具（ComprehensiveAssessmentTool,CAT）、minimumdataset（MDS）以及更常用的评估工具长程照护评估系统（Long-TermCareAssessmentSystem,LTCA/LTCFS）。这些工具主要关注老年人的功能性状态、认知能力、社会资源、家庭支持以及服务需求，为机构入住和长期照护服务资格的确定提供了依据。例如，MDS被广泛应用于美国医疗保险和医疗补助计划（Medicare/Medicd）的长期照护服务中，通过收集详细的老年人健康和社会信息，评估其照护需求等级，进而决定支付标准。此外，英国的国家健康和社会关怀质量改进机构（NationalInstituteforHealthandCareExcellence,NICE）也开发了相应的评估框架，关注老年人的生活质量、自主性和照护环境。日本作为快速老龄化的典型国家，其介護保険制度（Long-TermCareInsurance,LTCI）建立了基于功能衰退程度的评估体系，通过“要支援者”和“要介護者”的等级划分，确定服务类型和额度。这些国外研究主要集中在评估老年人的照护需求和服务利用率，为长期照护体系的设计和运行提供了重要工具，但在医养结合服务质量的全面评估方面仍有不足。

近年来，国外学者开始关注医养结合服务质量的评估问题。美国学者如Stone等提出从“服务过程、服务结果、患者体验、环境”四个维度评估长期照护服务质量，并开发了相应的评估工具。一些研究尝试将健康信息学技术应用于服务评估，通过电子健康记录（EHR）和物联网（IoT）设备收集老年人健康数据，实时监测服务效果。例如，Schulz等人研究了基于远程健康监测技术的居家医养结合服务评估方法，发现该方法可以有效提高服务响应速度和老年人满意度。此外，一些跨国研究比较了不同国家医养结合模式的评估效果，如Petersen等人对比了美国、德国和荷兰的医养结合服务评估体系，发现各国在评估重点、数据收集方式和评估应用方面存在显著差异。这些研究为构建医养结合服务评估体系提供了国际视野和借鉴，但多数研究仍侧重于特定服务模式或技术手段，缺乏综合性、系统性的评估框架。

国内关于养老服务评估的研究相对滞后，但近年来发展迅速。早期研究主要借鉴国外评估工具，如将MDS应用于中国养老机构，评估老年人的基本健康和功能状态。国内学者如李树茁等人开发了适用于中国国情的老年人能力评估量表，包括日常生活活动能力、认知功能、社会参与等多个维度，为老年人服务需求评估提供了本土化工具。在医养结合领域，一些研究开始探索构建评估指标体系，但多数研究仍处于初步阶段。例如，张丽等人提出从“服务可及性、服务内容、服务过程、服务效果”四个方面评估医养结合服务，并设计了相应的指标，但指标体系的科学性和系统性有待验证。刘晓辉等人研究了社区医养结合服务站的评估方法，重点考察服务覆盖范围、服务利用率和服务满意度，为社区层面医养结合服务提供了评估参考。此外，一些地方政府也尝试制定地方性的医养结合服务评估标准，如北京市出台了《医养结合服务机构评估规范》，从机构资质、服务能力、服务质量等方面进行评估，但地方标准之间缺乏统一性，难以进行比较和推广。国内研究在评估技术应用方面也进行了探索，如王娟等人研究了大数据在医养结合服务评估中的应用，通过分析服务数据，识别服务瓶颈和改进方向，但数据来源和共享问题限制了应用的深度和广度。

尽管国内外在医养结合服务评估领域已取得一定进展，但仍存在明显的局限性，主要体现在以下几个方面：

首先，评估标准不统一。国内外尚无公认的医养结合服务评估标准，不同研究、不同机构采用不同的评估工具和指标体系，导致评估结果难以比较和推广。国外虽然有一些成熟的评估工具，但多侧重于长期照护需求评估，对医疗服务质量的评估涉及较少。国内研究则更多借鉴国外模式，缺乏基于本土实践的原创性评估体系。这种标准不统一的问题，严重影响了医养结合服务评估的科学性和有效性。

其次，评估指标不完善。现有评估指标往往过于单一，难以全面反映医养结合服务的复杂性。多数研究关注老年人的功能状态和服务需求，对服务过程中的专业水平、服务效率、信息共享、人文关怀等方面关注不足。例如，如何评估医疗服务与养老服务的融合程度、如何衡量服务对老年人心理健康和生活质量的影响、如何评估信息系统的互联互通等，这些问题均缺乏有效的评估指标。此外，指标设计缺乏动态调整机制，难以适应医养结合服务模式的不断创新和变化。

再次，数据采集不完整。医养结合服务涉及医疗和养老两个领域，需要多部门、多机构的数据共享，但目前数据采集存在诸多障碍。医疗机构和养老机构之间的信息系统往往不兼容，数据标准不统一，导致数据难以整合和分析。此外，老年人健康信息和个人隐私保护问题也限制了数据的采集和共享。一些研究依赖于机构自报数据，存在主观性和偏差，难以客观反映服务真实情况。数据采集不完整的问题，严重影响了评估结果的准确性和可靠性。

最后，评估应用不足。多数研究停留在理论探讨或小范围试点阶段，评估结果未能有效应用于政策制定、机构管理和老年人选择等方面。例如，评估结果未能为政府提供制定医养结合政策的可靠依据，未能有效引导社会资本投资，也未能帮助老年人选择合适的医养结合服务。评估应用的不足，导致评估研究的价值未能充分发挥，制约了医养结合服务行业的健康发展。

综上所述，国内外医养结合服务评估研究虽取得一定进展，但在评估标准、评估指标、数据采集和评估应用等方面仍存在明显的研究空白。构建科学、系统、实用的医养结合服务评估指标体系，已成为推动该领域高质量发展亟待解决的重要问题。

五.研究目标与内容

本课题旨在构建一套科学、系统、可操作的医养结合服务评估指标体系，以全面、客观地反映医养结合服务的质量与效果，为行业监管、机构改进和政策制定提供可靠依据。围绕这一总目标，具体研究目标与内容设计如下：

1.研究目标

（1）总体目标：构建一套包含核心指标、权重体系和评价模型的医养结合服务评估指标体系，并进行实证检验与优化，为提升医养结合服务质量和效率提供理论支撑与实践工具。

（2）具体目标：

第一，系统梳理国内外医养结合服务评估的相关理论、标准与研究成果，分析现有评估体系的优缺点，明确本研究的创新方向和突破口。

第二，基于多学科理论框架（包括公共卫生学、管理学、社会学、经济学等），结合医养结合服务的特性，构建包含服务可及性、服务专业性、服务效率、患者体验和社会效益五个维度的指标体系框架。

第三，通过文献分析、专家咨询（采用德尔菲法）和实地调研，筛选并确定评估指标的具体内容，设计指标释义、数据采集方法和评价标准，形成初步的指标体系。

第四，选取不同类型、不同地区的医养结合服务机构作为样本，进行实证测试，收集评估数据，检验指标体系的适用性和科学性，并根据测试结果进行指标优化和权重调整。

第五，基于实证研究结果，建立医养结合服务评估模型，开发评估工具（包括数据采集表、分析软件等），形成一套完整的评估体系。

第六，撰写研究报告，总结研究成果，提出政策建议，并为后续推广应用奠定基础。

2.研究内容

（1）研究问题

本课题重点解决以下研究问题：

第一，影响医养结合服务质量的关键因素是什么？这些因素如何在不同维度上体现？

第二，如何构建一个能够全面、客观、动态反映医养结合服务质量的指标体系？

第三，如何确定各指标的科学权重，形成综合评价模型？

第四，该评估体系在不同类型、不同地区的医养结合服务机构中是否具有适用性和可靠性？

第五，如何将评估结果有效应用于机构改进、行业监管和政策制定？

（2）研究假设

基于现有研究和理论，提出以下研究假设：

第一，医养结合服务质量受到服务可及性、服务专业性、服务效率、患者体验和社会效益等多个维度的共同影响，这些维度之间存在相互作用关系。

第二，基于多维度、多层次的指标体系能够更全面、客观地反映医养结合服务的质量，相比单一维度的评估方法具有更高的效度和信度。

第三，通过德尔菲法等专家咨询方法确定的指标权重，能够有效反映不同指标在综合评价中的重要性，形成的综合评分与专家直觉判断具有显著相关性。

第四，经过实证检验和优化的评估体系在不同地区、不同类型的医养结合服务机构中具有较好的适用性和一致性，能够稳定区分服务质量较高的机构和较低机构。

第五，将评估结果反馈给服务机构，能够促进其识别自身优势与不足，并采取针对性改进措施，从而提升整体服务质量。

（3）研究内容设计

第一，文献研究与理论框架构建：

深入梳理国内外关于养老服务评估、长期照护评估、医疗服务质量评估以及医养结合服务等相关文献，总结现有评估工具和指标体系的构成、特点、优缺点及应用情况。分析影响医养结合服务质量的关键理论（如服务质量理论、用户体验理论、系统论等），构建本研究的理论框架。具体包括：分析国内外典型医养结合服务评估工具（如MDS、LTCA、NICE指南、中国学者开发的评估量表等），比较其指标维度、评估方法、应用场景；总结现有研究在指标设计、权重确定、数据采集、评估应用等方面的经验与不足；基于分析结果，初步勾勒包含服务可及性、服务专业性、服务效率、患者体验和社会效益五个核心维度的评估体系框架。

第二，指标体系初步构建与专家咨询：

在理论框架指导下，结合中国医养结合服务的实践特点，初步设计各维度下的核心指标和具体观测点。采用德尔菲法（DelphiMethod）进行两轮或三轮专家咨询。专家选取范围包括医疗管理专家、养老服务专家、公共卫生学者、统计学专家、信息技术专家以及一线医疗机构和养老机构的管理者和从业人员。通过问卷和专家讨论，收集专家对指标体系框架、指标选取、指标释义、权重分配的意见和建议。根据专家反馈，修订和完善指标体系，形成包含指标说明、数据来源、计算方法等内容的初步指标体系方案。

第三，指标体系实证检验与优化：

选取不同地区（如一线城市、二线城市、农村地区）、不同类型（如养老机构内设医疗机构、医疗机构延伸服务、社区医养结合服务点）的医养结合服务机构作为研究对象，进行抽样。采用问卷、访谈、服务记录查阅等多种方法收集评估数据。对收集到的数据进行信度分析、效度分析、因子分析等统计检验，评估指标体系的内部结构和外部效度。分析指标在不同样本中的表现，识别存在的问题（如某些指标数据难以获取、某些指标区分度不高、指标权重不合理等），根据实证结果对指标体系进行优化调整，包括增删指标、修改指标定义、重新确定权重等。建立指标权重确定模型，可考虑采用层次分析法（AHP）、熵权法等方法，结合定量和定性分析确定各指标的权重。

第四，评估模型构建与工具开发：

基于优化后的指标体系和权重，构建医养结合服务综合评估模型，明确计算公式和评价标准。开发评估工具，包括数据采集手册、问卷、数据录入和分析软件（或推荐可用软件）。设计不同层级（如机构整体、科室/服务项目、单次服务）的评估报告模板，以便于不同用户（如管理者、监管者、服务对象）理解和使用评估结果。

第五，研究报告撰写与政策建议：

系统总结研究过程、方法、结果和结论，撰写详细的研究报告。报告内容应包括研究背景、文献综述、研究设计、指标体系构建过程、实证检验结果、评估模型、工具开发、研究发现、政策建议等。针对研究发现，提出针对性的政策建议，如如何完善医养结合服务标准、如何加强行业监管、如何引导服务机构提升质量、如何利用评估结果优化资源配置等。同时，探讨评估体系在实践中的应用策略和推广路径。

通过以上研究内容的系统推进，本课题预期能够构建一套科学、实用、可推广的医养结合服务评估指标体系，为提升中国医养结合服务质量和效率提供有力支撑。

六.研究方法与技术路线

本课题将采用多学科交叉的研究方法，结合定性与定量研究手段，系统构建医养结合服务评估指标体系，并进行实证检验与优化。研究方法的选择充分考虑了研究目标的科学性、系统性要求，以及研究的可行性。

1.研究方法

（1）文献研究法：

系统梳理国内外关于医养结合服务、养老服务评估、长期照护评估、医疗服务质量评估、用户体验研究、健康信息学等相关领域的文献。重点关注现有评估指标体系的内容、结构、评估方法、信效度检验结果、应用效果等方面的研究。通过文献分析，了解该领域的研究现状、主要流派、争论焦点和发展趋势，为本研究提供理论基础和借鉴，明确研究的切入点和创新方向。收集途径包括学术数据库（如CNKI、WebofScience、PubMed、Embase等）、专业期刊、行业报告、政府文件、会议论文等。

（2）德尔菲法（DelphiMethod）：

邀请医疗管理、养老服务、公共卫生、统计学、信息技术以及一线服务机构的专业专家，组成专家咨询组。采用匿名、多轮、反馈修正的方式，就医养结合服务评估指标体系的框架设计、指标选取、指标定义、权重分配等问题进行咨询。通过两轮或三轮德尔菲，收集专家意见，进行统计处理（如计算专家同意度、一致性系数、指标重要程度排序等），筛选、修订和完善评估指标体系。此方法能够充分利用专家经验，提高指标体系的科学性和权威性，减少主观偏见。

（3）问卷法：

设计结构化问卷，用于收集医养结合服务机构的运营数据、服务过程信息以及患者（或其家属）的服务体验数据。问卷内容将围绕已构建的指标体系展开，涵盖服务可及性（如机构分布、服务便捷性）、服务专业性（如医护人员资质、诊疗技术水平、护理质量）、服务效率（如等待时间、周转率、响应速度）、患者体验（如满意度、就医便利性、人文关怀）和社会效益（如对社区健康影响、政策符合性）等维度。根据研究需要，设计针对不同主体的问卷，如机构管理者问卷、医护人员问卷、服务对象问卷。抽样方法将采用多阶段抽样，考虑地区分布、机构类型、规模等因素，确保样本的代表性。问卷发放可采用线上或线下方式，并保证数据收集的质量控制。

（4）访谈法：

对部分医疗机构负责人、养老机构负责人、科室骨干、一线医护人员、护理员以及服务对象进行半结构化深度访谈。访谈旨在深入了解医养结合服务的实际运作情况、服务中遇到的问题与挑战、现有评估方法的不足以及服务体验的细节感受。访谈内容将围绕指标体系的可行性、可操作性，以及评估结果的应用可能性等方面展开。录音整理后的访谈资料将作为定性分析的补充材料，帮助理解问卷数据背后的深层原因。

（5）数据统计分析法：

对收集到的定量数据进行统计分析，包括描述性统计（如频率、均值、标准差等）用于描述样本特征和各指标基本表现；信度分析（如Cronbach'sα系数）用于检验量表内部一致性；效度分析（如探索性因子分析、验证性因子分析）用于检验指标体系的结构效度；相关分析用于分析各指标之间的关系；回归分析或多元统计分析（如主成分分析、聚类分析）用于检验指标体系的区分能力和构建综合评估模型。对定性资料（访谈记录）采用内容分析法或主题分析法，提炼关键信息，辅助解释定量结果。统计分析将使用SPSS、R或Stata等专业统计软件。

（6）层次分析法（AHP）或熵权法：

用于确定评估指标体系中各指标的权重。AHP通过构建判断矩阵，进行两两比较，计算指标权重，适用于能获取专家判断的情况。熵权法基于指标数据的变异程度客观确定权重，适用于数据较全面但难以获取专家判断的情况。可根据实际情况选择单一方法或结合使用，并对权重结果进行一致性检验。

（7）实证检验与优化法：

将初步构建并赋权的指标体系应用于实际样本，检验其在不同类型、不同地区机构中的表现。通过分析评估结果与实际情况的符合度、指标的可行性、权重的合理性等，识别体系中的不足之处，进行反馈修正，最终形成稳定、可靠的评估体系。

2.技术路线

本课题的研究将遵循“理论构建-指标设计-专家咨询-实证检验-模型优化-体系完善”的技术路线，具体流程如下：

（1）准备阶段：

第一，组建研究团队，明确分工；第二，深入进行文献研究，完成文献综述，界定核心概念，分析现有研究不足；第三，基于文献研究和理论分析，初步构建包含五个核心维度的医养结合服务评估指标体系框架。

（2）指标体系设计阶段：

第一，细化指标体系框架，设计各维度下的具体指标和观测项，形成初步指标清单；第二，设计专家咨询问卷；第三，通过多渠道联系和筛选，确定德尔菲法专家咨询组成员，并发放第一轮德尔菲问卷。

（3）专家咨询与指标筛选阶段：

第一，回收并整理第一轮专家问卷，进行统计分析，整理专家意见和分歧点；第二，根据分析结果，修订指标清单和问卷，形成第二轮德尔菲问卷；第三，发放第二轮问卷，回收并分析；第四，根据最终专家意见，确定最终指标体系框架、指标定义、初步权重（可通过专家排序法或简单统计确定），形成《医养结合服务评估指标体系（初稿）》。

（4）问卷开发与预阶段：

第一，基于最终指标体系，设计针对机构、医护人员、服务对象的多份问卷；第二，进行小范围预，检验问卷的信度、效度和可操作性，根据反馈修改问卷。

（5）实证数据收集阶段：

第一，根据研究设计，确定抽样方案，选取研究样本；第二，采用多阶段抽样方法，选取不同地区、不同类型、不同规模的医养结合服务机构；第三，通过问卷、访谈、服务记录查阅等方式，系统收集评估所需数据。同时收集样本机构的基本信息、服务对象特征等背景数据。

（6）数据整理与分析阶段：

第一，对收集到的定量数据进行清洗、编码和录入；第二，运用统计软件进行描述性统计、信效度检验、相关分析、回归分析等；第三，对定性访谈资料进行整理和分析；第四，结合定量和定性结果，评估指标体系的适用性和科学性，检验各指标的表现和权重合理性。

（7）指标体系优化与权重确定阶段：

第一，根据实证分析结果，识别指标体系存在的问题（如指标冗余、指标不可行、权重不合理等），进行增删和调整；第二，采用AHP或熵权法等方法，结合定量和定性分析，确定优化后指标体系的权重；第三，形成《医养结合服务评估指标体系（优化稿）》及相应的权重体系。

（8）评估模型构建与工具开发阶段：

第一，基于优化后的指标体系和权重，构建综合评估模型，明确计算方法和评价标准；第二，开发或完善数据采集工具（如电子问卷、数据录入系统）和评估报告模板。

（9）成果总结与报告撰写阶段：

第一，系统总结研究过程、方法、结果和结论；第二，撰写研究报告，包括研究背景、理论基础、研究设计、指标体系构建、实证检验、结果分析、评估模型、政策建议等；第三，探讨评估体系的推广应用策略。

（10）结题与成果推广阶段：

第一，整理研究过程中形成的所有资料，完成结题报告；第二，根据需要，通过学术会议、行业交流、政策咨询等方式，推广研究成果，为医养结合服务评估实践提供参考。

该技术路线逻辑清晰，步骤严密，确保了研究的科学性和系统性，能够有效达成研究目标，构建出符合实际需求的医养结合服务评估指标体系。

七．创新点

本课题在理论、方法和应用层面均力求创新，旨在突破现有医养结合服务评估研究的局限，构建一个更为科学、系统、实用的评估体系，其创新点主要体现在以下几个方面：

（1）理论框架的创新：构建整合型评估框架，超越单一维度评估局限。

现有研究多从单一学科视角或单一维度（如服务需求、机构资质、患者满意度）出发评估医养结合服务，未能全面反映其复杂性和综合性。本课题创新性地提出一个整合型的理论框架，将医养结合服务视为一个由医疗服务、养老服务、信息技术、管理、政策环境等多要素构成的复杂系统。评估框架不仅涵盖服务可及性、服务专业性、服务效率、患者体验等传统关注点，更将社会效益纳入核心维度，从个体、机构、社会三个层面进行考察。这种多维度的整合框架，能够更全面、系统地刻画医养结合服务的全貌，克服单一维度评估的片面性，为理解医养结合服务的内在逻辑和相互作用机制提供了新的理论视角。特别是在医疗服务与养老服务融合的“度”的把握、服务效率与患者体验的平衡、机构运营与社会责任的关系等方面，整合型框架能够提供更深入的评估视角。

（2）评估内容的创新：指标设计体现融合性、动态性和本土化特征。

在指标设计上，本课题强调体现医养结合的“融合”特性。针对现有指标多为医疗或养老单一领域独立设计的状况，本课题将设计一系列能够直接反映医疗服务与养老服务融合程度的指标，例如“医疗诊断与护理计划协同制定频率”、“常见慢性病多学科管理覆盖率”、“康复训练融入日常生活照料比例”等。这些指标旨在衡量两种服务模式的实际结合紧密度和协同效应，这是区分医养结合服务与单一服务模式的关键。

其次，指标设计注重动态性和适应性。考虑到医养结合服务模式和发展趋势不断变化，本课题设计的指标体系将包含一定比例的动态指标，并建立指标体系的定期更新机制。例如，可以设置反映新兴技术应用（如远程医疗、智能养老设备应用）的指标，以及衡量服务模式创新（如社区嵌入式医养服务、互联网+医养服务）的指标。同时，在指标释义和数据采集方法中会考虑地区差异和机构特色，允许在核心框架下进行一定程度的本地化调整，增强指标体系的适用性。

最后，指标设计强调本土化。在借鉴国际先进经验的基础上，本课题将充分结合中国国情、文化背景、政策特点和现有服务基础进行指标本土化改造。例如，针对中国家庭养老支持的重要性，可能设计专门反映家庭参与和社区支持的指标；针对中国医养结合发展中的特定问题，如医保支付、人才短缺等，也可能设置相应的评估指标，使评估体系更贴合中国实际。

（3）方法论的创新：采用混合研究方法与多源数据验证评估体系效度。

本课题在研究方法上采用混合研究方法（MixedMethodsResearch），有机结合定性与定量研究，以实现优势互补。定性研究（如文献研究、德尔菲法、深度访谈）用于探索性理解、理论构建和指标生成；定量研究（如大规模问卷、统计分析、模型构建）用于验证指标体系的结构效度、测量效度，并进行大规模评估和模型检验。这种混合方法的应用，能够更深入、更全面地检验和优化评估体系。

在数据来源上，本课题强调多源数据验证，以提高评估结果的可靠性和客观性。除了传统的机构报告数据和服务对象满意度数据外，将积极尝试收集医疗机构记录数据（如诊疗记录、用药记录）、养老机构运营数据（如人员配置、服务时长）、以及通过物联网设备等非接触式方式获取的老年人健康与活动数据。通过对多源数据进行交叉验证和整合分析，可以有效识别数据偏差，减少单一数据源可能带来的信息失真，从而提升评估结果的准确性和可信度。例如，服务对象的口头满意度可能与实际的服务流程效率（来自机构记录或传感器数据）存在差异，通过多源数据对比可以更准确地判断服务质量的真实状况。

（4）应用模式的创新：构建包含模型、工具和反馈机制的完整应用体系。

本课题不仅致力于构建科学的指标体系，更注重其实际应用和价值转化。创新之处在于，将构建一个包含评估模型、实用工具和反馈机制的完整应用体系。首先，基于优化后的指标体系和权重，开发具有良好用户界面的综合评估模型，能够为不同用户（如机构管理者、政府监管部门、服务对象）提供便捷的计算和查询功能。其次，开发配套的数据采集工具，如结构化电子问卷、数据录入平台等，降低实际应用中的操作难度，提高数据收集效率和质量。最后，设计一个基于评估结果的反馈与改进机制。评估结果不仅用于评价，更重要的是要能够有效反馈给服务机构，帮助其明确自身优势与不足，并提供改进建议。同时，评估结果也将为政府监管部门提供决策支持，用于制定更精准的政策、优化资源配置、实施分类监管。这种“评估-反馈-改进-再评估”的闭环应用模式，能够有效推动医养结合服务质量的持续改进和行业健康发展。

（5）成果形式的创新：强调政策建议的针对性与可操作性。

在成果形式上，本课题将特别强调政策建议的针对性和可操作性。研究不仅会产出学术性的研究报告，还会根据研究发现，撰写专门的政策建议报告，直接面向决策部门。建议内容将基于评估体系的实证结果，分析当前医养结合服务存在的突出问题，提出具体的、可落地的政策干预措施。例如，针对评估发现的某项服务短板，可能提出修订相关行业标准、加强特定专业人才培养、完善医保支付政策、鼓励社会资本投入等方面的具体建议。此外，还会考虑政策实施的可行性，进行成本效益分析，力求研究成果能够切实转化为推动政策改进的动力，具有较强的实践价值。

综上所述，本课题在理论框架、指标设计、研究方法、应用模式和成果形式等方面均体现了创新性，有望为构建科学有效的医养结合服务评估体系提供重要贡献，推动该领域向着更加规范化、标准化、高质量的方向发展。

八．预期成果

本课题经过系统研究与实践，预期在理论、实践和人才培养等方面取得一系列具有重要价值的成果，具体如下：

（1）理论成果：

第一，构建一套系统化的医养结合服务评估理论框架。在梳理现有理论与实践基础上，结合中国国情，提出一个整合医疗服务、养老服务、社会效益等多维度的医养结合服务评估理论模型。该模型将阐明医养结合服务的内在构成要素、关键影响机制以及评估的核心维度，为深入理解医养结合服务规律提供理论支撑，丰富和发展养老服务评估理论体系。

第二，形成一套包含核心指标、权重体系和评价模型的完整评估指标体系。预期开发出包含服务可及性、服务专业性、服务效率、患者体验、社会效益五个维度，以及数十个核心指标和具体观测点的评估指标体系。每个指标将具有明确的定义、可操作的数据采集方法和初步的评价标准。通过实证检验和权重确定，构建一个能够综合评价医养结合服务质量的评估模型，为评估实践提供科学依据。

第三，深化对医养结合服务质量影响因素的认识。通过对指标的筛选、权重确定和实证分析，识别出影响医养结合服务质量的关键因素及其相互作用关系。例如，可能发现服务人员的跨领域能力、信息系统的互联互通程度、服务对象的健康需求特征等对整体服务质量具有显著影响。这些发现将为后续研究提供方向，并为提升服务质量提供针对性思路。

（2）实践应用价值：

第一，为政府监管部门提供科学决策依据。构建的评估指标体系和模型，能够为政府部门提供一套客观、统一、科学的工具，用于监测和评价区域内医养结合服务的发展状况和质量水平。通过定期评估，监管部门可以准确掌握服务供需状况、识别服务短板、评估政策效果，为制定和完善医养结合相关政策、法规和标准提供可靠数据支撑，实现更加精准有效的行业监管。

第二，为医养结合服务机构提供自我评估和改进工具。评估体系可以为各类医养结合服务机构（包括养老机构、医疗机构、社区服务等）提供一个标准化的自我评估框架。机构可以通过使用评估工具，全面了解自身服务的优势与不足，发现管理漏洞和服务短板，明确改进方向，从而有针对性地提升服务管理水平、专业服务能力和患者满意度，增强市场竞争力。

第三，为服务对象提供选择参考。虽然直接面向消费者的评估报告可能需要进一步开发，但评估体系的建立和推广，长远来看可以为老年人及其家属选择合适的医养结合服务提供客观、可靠的信息参考。通过公开部分评估结果或提供查询渠道，可以促进服务市场的透明度，引导资源向高质量服务机构流动，最终惠及广大老年人。

第四，促进医养结合服务标准化和规范化发展。评估体系的建立和实施，将推动医养结合服务机构在服务流程、服务标准、人员资质、管理机制等方面向规范化方向发展。通过建立基于证据的评价体系，可以引导服务机构注重服务质量内涵建设，推动整个行业从粗放式发展向精细化、品牌化发展转型，提升中国医养结合服务的整体水平。

第五，推动相关技术（如健康信息学）的应用与发展。在数据收集、分析和评估模型构建过程中，将探索和应用大数据、、物联网等健康信息技术，开发相应的评估工具和平台。研究成果可能为相关技术在养老服务领域的深度应用提供示范，促进“智慧养老”的发展。

（3）人才培养与社会效益：

第一，培养一批熟悉医养结合服务评估的专业人才。研究团队在课题实施过程中将积累丰富的评估理论知识和实践经验。课题成果（如研究报告、培训材料）的推广应用，有助于培养政府监管人员、服务机构管理者、研究人员等群体的评估能力，提升整个行业对服务评估重要性的认识和能力水平。

第二，提升社会对医养结合服务的认知度和满意度。通过课题研究和成果宣传，可以增进社会各界对医养结合服务模式的理解，促进公众对服务质量的关注。一个科学有效的评估体系有助于树立优质服务标杆，引导社会资源投入，最终提升老年人获得高质量医养结合服务的可能性，增进其福祉，促进社会和谐稳定。

综上所述，本课题预期产出一套具有理论创新性和实践应用价值的医养结合服务评估体系，为政府决策、机构管理和行业发展提供有力支撑，推动中国医养结合服务迈向新的发展阶段，具有重要的社会意义和经济价值。

九.项目实施计划

本课题研究周期设定为三年，将严格按照既定计划分阶段推进各项研究任务。项目实施计划详细规划了各阶段的主要任务、时间安排和负责人，并考虑了潜在风险及应对策略，确保项目按期、高质量完成。

（1）项目时间规划与任务分配：

第一阶段：准备与设计阶段（第1-6个月）

任务：

1.组建研究团队，明确分工，召开项目启动会。

2.深入开展文献研究，完成国内外相关领域文献综述，梳理现有评估工具和标准。

3.基于文献研究和理论分析，初步构建包含五个核心维度的医养结合服务评估指标体系框架。

4.设计德尔菲法专家咨询问卷，联系并确定专家咨询组成员。

负责人：项目负责人、研究成员A（文献研究）、研究成员B（理论框架）

进度安排：第1-2个月完成文献综述和框架初稿；第3个月完成专家联系和问卷设计；第4-6个月完成第一轮德尔菲咨询。

第二阶段：指标体系构建与专家咨询阶段（第7-18个月）

任务：

1.整理分析第一轮德尔菲咨询结果，修订指标清单和问卷。

2.进行第二轮德尔菲咨询，收集专家意见。

3.整理分析第二轮德尔菲咨询结果，确定最终指标体系框架、指标定义，并进行初步权重探索（如专家排序法）。

4.设计评估问卷（机构、医护人员、服务对象），进行预并修订问卷。

负责人：项目负责人、研究成员B、研究成员C（德尔菲法）、研究成员D（问卷设计）

进度安排：第7-9个月完成指标体系修订和第二轮德尔菲咨询；第10-12个月完成指标体系定稿、问卷设计和预；第13-18个月完成问卷修订。

第三阶段：实证检验与模型构建阶段（第19-30个月）

任务：

1.确定抽样方案，选取研究样本（不同地区、类型、规模的医养结合服务机构）。

2.实施问卷、深度访谈、服务记录查阅，收集评估所需数据。

3.对收集到的定量数据进行清洗、录入和信效度检验。

4.对定性资料进行整理和分析。

5.运用统计方法（如因子分析、回归分析）检验指标体系的适用性和权重合理性。

6.采用AHP或熵权法等方法，结合定量和定性分析，确定优化后指标体系的权重。

负责人：项目负责人、研究成员C、研究成员D、研究成员E（数据分析）、研究成员F（模型构建）

进度安排：第19-21个月完成抽样和实地数据收集；第22-24个月完成数据整理与初步统计分析；第25-27个月完成模型检验与权重确定；第28-30个月进行初步结果解读与讨论。

第四阶段：体系完善与成果撰写阶段（第31-36个月）

任务：

1.根据实证结果，对指标体系进行最终优化与调整。

2.构建包含优化后指标体系和权重的综合评估模型。

3.开发或完善数据采集工具和评估报告模板。

4.撰写研究报告，总结研究过程、方法、结果和结论。

5.撰写政策建议报告，提出针对性的政策建议。

负责人：项目负责人、研究成员A、研究成员B、研究成员C、研究成员D

进度安排：第31-33个月完成体系优化、模型构建与工具开发；第34-35个月完成研究报告和政策建议报告初稿；第36个月完成报告修订与最终定稿。

第五阶段：结题与成果推广阶段（第37-36个月）

任务：

1.整理项目所有研究资料，完成结题报告。

2.通过学术会议、行业论坛、政策咨询等方式进行成果推介和应用示范。

负责人：项目负责人、全体研究成员

进度安排：第37个月完成结题报告，并进行成果初步推广。

（2）风险管理策略：

本项目在实施过程中可能面临以下风险，将采取相应的应对策略：

第一，文献研究风险。可能因文献获取不充分或研究滞后导致理论框架构建不足。

应对策略：建立系统文献检索策略，广泛覆盖中英文数据库和行业资源；加强与国内外研究机构的沟通，获取最新研究成果；预留缓冲时间进行补充研究。

第二，专家咨询风险。可能因专家选择不当或意见分歧过大导致指标体系设计偏差。

应对策略：制定严格的专家遴选标准，确保专家在医疗、养老、管理、技术等领域具有代表性；采用多轮德尔菲法，通过匿名和反馈机制逐步统一意见；设立专家咨询小组协调机制，及时沟通解决分歧。

第三，数据收集风险。可能因抽样偏差、问卷设计不合理或被者不配合导致数据质量不高。

应对策略：采用科学的多阶段抽样方法，确保样本代表性；进行充分的预，根据反馈优化问卷内容和形式；加强入户人员培训，提高沟通技巧和数据收集规范性；探索多种数据收集方式（如线上问卷、电话访谈）作为补充，提高数据回收率。

第四，数据分析风险。可能因数据量过大、数据质量问题或分析方法选择不当导致结果不准确。

应对策略：加强数据清洗和预处理，建立数据质量检查机制；选择合适的统计方法，并进行敏感性分析验证结果的稳健性；邀请统计专家进行咨询，确保分析方法的科学性和适用性。

第五，成果应用风险。可能因评估体系实用性不足或推广策略不当导致研究成果难以落地。

应对策略：在指标设计和模型构建阶段即考虑评估体系的可操作性；与潜在应用单位（政府相关部门、典型服务机构）建立早期沟通机制，了解实际需求；开发多样化的应用工具和培训材料，降低应用门槛；采用试点先行策略，选择代表性机构进行应用示范，逐步推广。

通过制定并执行上述风险管理策略，旨在提高项目实施的效率和成功率，确保研究目标得以实现，并形成具有高价值的研究成果。

十.项目团队

本课题研究涉及领域广泛，需要跨学科的专业知识与实践经验。项目团队由来自健康科学研究院、医疗机构、养老服务领域以及信息技术的专家学者组成，团队成员均具备丰富的相关研究经验，能够确保课题研究的科学性、系统性和实用性。团队成员专业背景与研究经验如下：

（1）项目负责人：张明，男，45岁，医学博士，教授，博士生导师。长期从事老年医学与养老服务研究，主持完成多项国家级及省部级科研项目，在国内外核心期刊发表论文50余篇，出版专著2部。曾作为首席科学家承担国家重点研发计划项目“老年健康服务模式优化研究”，对医养结合政策与评估体系构建有深入见解。擅长项目管理和团队协调，具备丰富的科研经费申请经验。

（2）研究成员A：李红，女，38岁，社会学硕士，研究员。研究方向为社会分层与社会政策，重点关注老龄化问题。曾参与国家卫健委“社会养老服务体系建设研究”，对老年人需求评估和满意度有丰富经验。擅长定量研究方法，精通SPSS、Stata等统计软件，主导完成多项养老服务质量评估项目。

（3）研究成员B：王强，男，42岁，管理学博士，副教授。研究方向为健康服务管理，对医疗与养老资源整合有深入研究。主持完成多项医养结合服务模式创新研究，发表核心期刊论文30余篇，出版专著1部。在机构管理、服务流程优化和政策评估方面具有丰富经验，熟悉国内外养老服务标准体系。

（4）研究成员C：赵敏，女，35岁，公共卫生硕士，研究员。研究方向为长期照护评估，熟悉国内外长期护理保险制度与评估工具。曾参与世界卫生“中国老年健康服务体系建设评估”项目，对老年人功能评估和照护需求分析有专业积累。擅长德尔菲法、定性研究方法，具备良好的沟通协调能力。

（5）研究成员D：刘伟，男，40岁，计算机科学博士，高级工程师。研究方向为健康信息学，对大数据分析、在健康服务领域的应用有深入研究。主持完成“智慧养老服务平台研发”项目，在健康数据挖掘、服务流程智能化方面具有丰富经验。能够为评估体系的数据采集、分析和可视化提供技术支持。

（6）研究成员E：陈静，女，37岁，经济学硕士，讲师。研究方向为公共经济学，对医养结合的支付机制与服务定价有深入分析。参与多项养老服务体系政策研究，发表核心期刊论文20余篇。擅长成本效益分析、政策模拟与评估，能够为评估体系的经济可行性提供理论支持。

项目团队优势：

1.学科交叉，经验丰富。团队成员涵盖医学、社会学、管理学、公共卫生学、信息科学、经济学等多个学科，能够从不同视角综合分析医养结合服务的复杂性，确保研究的专业性和系统性。

2.研究基础扎实，方法多样。团队成员均具有丰富的项目经验，主持或参与过多项相关课题，对医养结合政策、服务模式、评估方法等有深入理解。研究方法涵盖定量与定性研究，包括文献研究、专家咨询、问卷、深度访谈、统计分析、模型构建等，能够满足课题研究的需要。

3.产学研结合紧密，应用导向。团队成员与多家医疗机构、养老机构、政府监管部门以及科研院所保持密切合作，能够确保研究与实践紧密结合，提升研究成果的实用性和可操作性。

团队成员角色分配与合作模式：

（1）项目负责人：

负责项目整体规划与协调，制定研究方案和进度安排；统筹团队资源，确保项目按计划推进；主持关键环节讨论，解决研究中的重大问题；撰写核心研究报告，代表团队进行学术交流；负责项目结题，总结研究成果，成果推广。

（2）研究成员A（文献研究与社会学分析）：负责文献综述与理论框架构建；对评估体系的社会学维度进行深入分析；参与专家咨询与指标设计；协助数据分析与结果解读。

（3）研究成员B（管理学与分析）：负责机构管理与服务流程分析；参与评估体系的指标设计，特别是服务专业性、服务效率等维度；协助问卷设计与数据收集；参与评估模型构建与应用。

（4）研究成员C（长期照护评估与定性研究）：负责评估工具与评估方法创新；参与老年人需求评估与满意度；协助数据分析与结果解读；负责形成评估报告的政策建议部分。

（5）研究成员D（信息技术与数据建模）：负责评估体系的数据采集工具开发与数据建模；负责健康信息学应用，构建评估数据库；协助数据清洗与统计分析；负责评估体系的可视化与平台开发。

（6）研究成员E（经济学与政策分析）：负责评估体系的经济可行性分析；参与支付机制与服务定价研究；协助政策建议部分的形成；负责评估体系的经济效益评估与成本效益分析。

合作模式：

1.定期召开项目例会，讨论研究进展与问题，协调分工与资源；

2.建立跨学科研究团队，通过文献研究、专家咨询、实地等方式，共同推进课题研究；

3.采用分工协作与集体讨论相结合的方式，确保研究成果的学术严谨性与实践可行性；

4.加强与政府、医疗机构、养老机构以及相关企业的沟通与合作，确保研究成果的落地应用；

5.鼓励团队成员参与国内外学术交流，提升研究水平与影响力。

通过上述团队配置与合作模式，本课题将充分发挥团队成员的专业优势，确保研究工作的顺利开展，并形成一套科学、系统、实用的医养结合服务评估指标体系，为提升中国医养结合服务质量和效率提供重要支撑。

十一.经费预算

本课题研究周期为三年，总预算经费为人民币XX万元，具体分配如下：

1.人员工资：XX万元，用于支付项目负责人及各研究成员的劳务费，按照国家和地方相关标准执行。

2.设备采购：XX万元，主要用于购置数据采集设备（如智能手环、量表系统），以及必要的办公设备（如电脑、打印机）。

3.材料费用：XX万元，包括问卷印刷、资料购置、办公用品等。

4.差旅费：XX万元，用于支付团队成员实地调研、专家咨询、学术会议等产生的交通、住宿、伙食补助等费用。

5.会议费：XX万元，用于举办项目研讨会、专家咨询会等产生的会议场地、设备租赁、专家劳务等费用。

6.信息化建设：XX万元，用于开发评估工具和评估模型，包括软件购买、系统开发、数据存储等费用。

7.不可预见费：XX万元，用于应对项目实施过程中可能出现的意外支出。

8.税费：XX万元，包括增值税、个人所得税等。

9.间接费用：XX万元，包括管理费、水电费、办公费等。

10.结题费：XX万元，用于项目结题报告编制、成果鉴定等费用。

以上预算将严格按照国家财务管理制度执行，确保资金使用的合理性和透明度。

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一.经费预算

十一