打开微信"扫一扫",
打开网页后点击屏幕
右上角"分享"按钮
艾媒咨询|2020年中国养老产业典型模式及城市案例数据监测分析（赠纸质版）
有您的支持，我们的分析师会做的更好 ！
本报告研究涉及企业/品牌/案例：上海养老模式、北京养老模式、重庆养老模式。
2020年6月5日，全球知名的新经济产业第三方数据挖掘和分析机构iiMedia Research(艾媒咨询) 发布《2020年中国养老产业典型模式及城市案例数据监测分析》。报告根据艾媒数据中心、艾媒咨询商业情报数据库、艾媒商情舆情数据监测系统基础数据，对上海、北京、重庆等养老产业进行典型案例分析，并且结合美国、日本等西方发达国家经验，对当前中国的养老产业进行全面分析，判断2020-2021年中国养老产业的发展趋势。当前全球老龄化形式严峻，未来中国老龄化程度会进一步加大。国家越来越重视养老产业的发展，发布了一系列政策，支持社区养老模式革新、医养结合深化、智慧养老推进和养老金融市场开放等多个方向改革与开发，推动了养老产业发展。
As the aging population worsens, China's old-age dependency ratio (which shows how many older people per 100 working-age people) is 19.6% in 2019, the largest increase in 11 years. In 2019, the number of provinces with deep aging increased to seven, with Shanghai the most aging.
有您的支持，我们的分析师会做的更好 ！
报告目录
第一章 2020H1国外养老产业数据分析及典型模式
1-1 2019-2020年全球老龄化结构数据分析
1-2 2019年全球各国老龄化程度排行榜TOP10
1-3 2019年美国人口及老年人数量数据分析
1-4 美国医养结合PACE养老模式
1-5 美国养老产业与资本市场高度融合发展
1-6 2019年德国人口及老年人数量数据分析
1-7 德国创新养老的三种模式
1-8 德国养老服务体系及相关立法
1-9 2019年日本人口及老年人数量数据分析
1-10 日本养老产业六大细分领域概况
1-11 日本养老产业海外发展模式
第二章 2020H1中国养老产业数据分析及典型模式
2-1 中国养老产业发展阶段
2-2 2013-2019年中国老年人口数量
2-3 中国老年抚养比
2-4 2020H1中国养老产业相关政策
2-5 中国养老模式多元化模式分析
2-6 2019年中国进入深度老龄化社会的省市
2-7 2019年中国老年人生活质量指数综合排名TOP10
第三章 2020H1上海市养老产业发展整体数据分析
3-1 2016-2019年上海市总人口数量及增长趋势
3-2 2016-2019年上海老年人口数量及户籍人口平均预期寿命
3-3 2016-2019年上海市各年龄段老年人数量
3-4 2020年上海市老龄化社会特点总结分析
3-5 上海“9073”养老服务发展历程
3-6 上海市养老服务发展模式
3-7 上海市社区嵌入式养老模式分析
3-8 2020H1上海市养老产业发展驱动因素
3-8-1 2020H1上海市养老产业发展政策驱动（一）
3-8-2 2020H1上海市养老产业发展政策驱动（二）
3-8-3 2015-2019年上海市养老产业发展经济驱动（一）
3-8-4 2019年上海市养老产业发展经济驱动（二）
3-8-5 2016-2019年上海市养老产业发展社会驱动
3-8-6 2020H1上海市养老产业发展技术驱动
3-9 2020H1上海市养老产业发展模式数据分析
3-9-1 2016-2019年上海市养老机构及床位数量
3-9-2 2016-2019年上海市社区托养服务机构及床位数量
3-9-3 2018年上海市老年人口致死疾病TOP3
3-9-4 2020H1上海市养老模式拓展
3-9-5 上海市养老产业典型模式案例：长者照护之家（一）
3-9-6 上海市养老产业典型模式案例：长者照护之家（二）
3-9-7 上海市养老产业典型模式案例：长者照护之家（三）
第四章 2020H1重庆市养老产业发展整体数据分析
4-1 2015-2019年重庆市人口数量及自然增长率
4-2 2015-2019年重庆市老年人口数量
4-3 2019-2022重庆市养老产业市场规模及预测
4-4 2020年重庆市老龄化社会特点
4-5重庆市养老模式现状及特点分析
4-6 2020H1重庆市养老产业产业发展驱动因素
4-6-1重庆市养老产业产业发展相关法规规章
4-6-2 2019年重庆市养老产业发展相关政府文件
4-6-3 2020H1重庆市养老产业发展经济驱动
4-6-4 2017-2019年重庆市养老产业发展社会驱动（一）
4-6-5 2020H1重庆市养老产业发展社会驱动（二）
4-6-6 2020H1重庆市养老产业发展技术驱动（一）
4-6-7 2020H1重庆市养老产业发展技术驱动（二）
4-7 2020H1重庆市养老产业发展模式数据分析
4-7-1 2016-2019年重庆市社区养老机构和设施及床位数量
4-7-2 2016-2019年重庆市社区互助型养老机构和设施数量
4-7-3 2016-2019年重庆市社区日间照料人数及床位数量
4-7-4 2018-2019年重庆市每日老年人口死亡致死疾病TOP5
4-7-5 2002H1重庆市医养结合模式发展现状
4-7-6重庆市养老产业典型模式案例：青杠护养中心(一）
4-7-7重庆市养老产业典型模式案例：青杠护养中心(二）
第五章 2020H1北京市养老产业发展整体数据分析
5-1 2015-2019年北京市常住人口数量
5-2 2015-2018年北京市老年人口数量及占比
5-3 2020H1北京市养老产业市场规模及预测
5-4 2020年北京市老龄化社会特点分析
5-5北京市社区嵌入式养老模式
5-6北京市养老服务“三边四级”模式分析
5-7 2020H1北京市养老产业养老产业发展驱动因素
5-7-1 2020H1北京市养老产业发展政策驱动（一）
5-7-2 2020H1北京市养老产业发展政策驱动（二）
5-7-3 2020H1北京市养老产业发展经济驱动（一）
5-7-4 2020H1北京市养老产业发展经济驱动（二）
5-7-5 2020H1北京市养老产业发展社会驱动（一）
5-7-6 2020H1北京市养老产业发展社会驱动（二）
5-8 2020H1北京市养老产业发展模式数据分析
5-8-1 2016-2019年北京市养老机构及床位数量
5-8-2 2018-2019年北京市市社区托养服务机构及床位数量
5-8-3 2015-2019年北京市社区托养服务机构及床位数量
5-8-4 2015-2019年北京市基本养老和社会养老保险参保人数
5-8-5 2018年北京市养老需求调查数据
5-8-6 2002H1北京市医养结合模式发展现状
第六章 2020H1中国养老产业典型城市案例总结
6-1 2020H1上海市养老产业发展总结
6-2 2020H1重庆市养老产业发展总结
6-3 2020H1北京市养老产业发展总结
图表目录
图表1：2050年全球老龄化程度图
图表2：1960-2019年全球65岁及以上人口占总人口比重
图表3：2019年全球各国老龄化程度排行榜TOP10
图表4：2012-2018年德国65岁及以上老年人口占比
图表5：2013-2019年中国60岁及以上老年人口数量及占比
图表6：2012-2019年中国老年抚养比
图表7：2019年中国进入深度老龄化社会的省市
图表8：2019年中国老年人生活质量指数综合排名TOP10
图表9：2016-2019年上海市户籍人口数量
图表10：2013-2018年上海市出生人数及出生率
图表11：2016-2019年上海市户籍人口平均预期寿命
图表12：2015-2019年上海市财政收入与支出
图表13：2016-2019年上海市80岁及以上高龄人口占比
图表14：2014-2018年上海市60岁以上老年抚养系数
图表15：2016-2019年上海市养老机构数量
图表16：2016-2019年上海市养老机构床位数量
图表17：2016-2018年上海市长者照护之家及其床位数量
图表18：2016-2019年上海社区老年人日间照护机构数量
图表19：2018年上海市老年人口死亡比例TOP3疾病
图表20：2015-2019年重庆市人口数量及自然增长率
图表21：2015-2019年重庆市老年人口数量
图表22：2019-2022年重庆市养老产业市场规模及预测
图表23：2019-2022年中国养老产业市场规模及预测
图表24：2015-2019年重庆市基本养老保险基金收入与支出
图表25：2017-2019年重庆市享受不同补贴的老年数量
图表26：2012-2030重庆市65岁及以上老年人口占比及预测
图表27：2015-2030重庆市总抚养比及预测
图表28：2016-2019年重庆市社区养老机构和设施数量
图表29：2018-2019年重庆市养老机构服务床位数量
图表30：2016-2019年重庆市社区互助型养老机构和设施数量及增长
图表31：2016-2019年重庆市社区日间照料床位数量及增长
图表32：2016-2019年重庆市社区日间照料人数
图表33：2018年重庆市每日致老年人口死亡疾病TOP5
图表34：2019年重庆市每日致老年人口死亡疾病TOP5
图表35：重庆市青杠护养中心主要服务对象
图表36：2015-2019年北京市常住人口数量
图表37：2015-2018年北京市老年人口数量及占比
图表38：2015-2019年北京市户籍居民平均期望寿命
图表39：2020年北京市养老消费市场规模预测
图表40：2016-2019年北京市财政收入及增长
图表41：2016-2019年北京市财政支出及增长
图表42：2012-2019年北京市养老专项资金额
图表43：2015-2019年北京市65岁及以上人口数量及占比
图表44：2015-2018年北京市老年抚养系数
图表45：2016-2019年北京市养老机构数量
图表46：2016-2019年北京市养老机构床位数量
图表47：2018-2019年北京市社区日间照料服务人数及床位数量
图表48：2019年北京市社区互助型养老机构数量
图表49：2015-2019年北京市医疗卫生机构及床位数量
图表50：2015-2019年北京市卫生技术人员及注册护士人数
图表51：2015-2019年北京市基本养老和社会养老保险参保人数
图表52：2018年北京市养老需求调查部分结果
Contents
Figure1：Global ageing map in 2050
Figure2：The proportion of the global population aged 65 and over in the total population from 1960 to 2019
Figure3：Top 10 rankings of aging countries in the world in 2019
Figure4：Proportion of population aged 65 and over in Germany from 2012 to 2018
Figure5：The number and proportion of Chinese elderly population aged 60 and over from 2013 to 2019
Figure6：China's elderly dependency ratio from 2012 to 2019
Figure7：The Chinese provinces and cities that entered a deeply aging society in 2019
Figure8：Chinese senior citizens' quality of life index comprehensive ranking TOP10 in 2019
Figure9：The number of Shanghai registered population from 2016 to 2019
Figure10：The rate of birth and births in Shanghai from 2013 to 2018
Figure11：The average life expectancy of Shanghai's registered population from 2016 to 2019
Figure12：Shanghai Municipal Government's Revenue and Expenditure from 2015 to 2019
Figure13：Proportion of senior citizens aged 80 and above in Shanghai from 2016 to 2019
Figure14：Shanghai 60-year-old elderly support coefficient from 2014 to 2018
Figure15：The number of old-age care institutions in Shanghai from 2016 to 2019
Figure16：The number of beds in Shanghai's elderly care institutions from 2016 to 2019
Figure17：The number of nursing homes and beds in Shanghai from 2016 to 2018
Figure18：The number of Shanghai community day care institutions from 2016 to 2019
Figure19：TOP3 disease in the elderly population in Shanghai in 2018
Figure20：Chongqing's population and natural growth rate from 2015 to 2019
Figure21：The number of Chongqing's elderly people from 2015 to 2019
Figure22：Chongqing's pension industry market size and forecast from 2019 to 2022
Figure23：China's pension industry market size and forecast from 2019 to 2022
Figure24：Revenue and Expenditure of Chongqing Basic Pension Insurance Fund, from 2015 to 2019
Figure25：Number of elderly people enjoying different subsidies in Chongqing from 2017 to 2019
Figure26：Proportion and forecast of Chongqing's population aged 65 and over from 2012 to 2030
Figure27：Chongqing's total dependency ratio and forecast from 2015 to 2030
Figure28：The Number of community pension institutions and facilities in Chongqing from 2016 to 2019
Figure29：The Number of beds served by Chongqing's pension institutions from 2018 to 2019
The number and growth of community-based mutual care pension institutions and facilities in Figure30：Chongqing from 2016 to 2019
Figure31：The number and growth of Chongqing community day care beds from 2016 to 2019
Figure32：The number of Chongqing Community Day Care people from 2016 to 2019
Figure33：TOP5 disease that caused daily death of Chongqing elderly in 2018
Figure34：TOP5 disease that caused daily death of Chongqing elderly in 2019
Figure35：Main Service Objects of Chongqing QingGang Nursing Center
Figure36：The number of permanent residents in Beijing from 2015 to 2019
Figure37：The number and proportion of Beijing's elderly people from 2015 to 2018
Figure38：The average life expectancy of Beijing residents with household registration from 2015 to 2019
Figure39：Forecast of the scale of the Beijing old-age consumer market in 2020
Figure40：Beijing Financial revenue and Growth from 2016 to 2019
Figure41：Beijing Financial Expenditure and Growth from 2016 to 2019
Figure42：Beijing pension funds from 2012 to 2019
Figure43：Beijing's population and proportion of people aged 65 and over from 2015 to 2019
Figure44：The Coefficient of elderly support in Beijing from 2015 to 2018
Figure45：The number of old-age care institutions in Beijing from 2016 to 2019
Figure46：The Number of beds in Beijing's elderly care institutions from 2016 to 2019
Figure47：The number of Beijing community day care services people and beds from 2018 to 2019
Figure48：The number of Beijing community-based elderly care institutions in 2019
Figure49：The number of medical and health institutions and beds in Beijing from 2015 to 2019
Figure50：The number of health technicians and registered nurses in Beijing from 2015 to 2019
Figure51：The number of Beijing's elderly people participating in basic pension and social pension insurance from 2015-2019
Figure52：Part of the results of the 2018 Beijing Pension Demand Survey
iiMedia Research（艾媒咨询）始于2007年，是全球新经济产业第三方数据挖掘和分析机构，国家高新科技企业，拥有独立研发并具有自主知识产权的全球大数据监测系统。秉承“用数据让所有决策都有依据”的使命，艾媒咨询聚焦新技术、新消费及新业态，通过“大数据挖掘+研究分析”双引擎，以市场地位、消费洞察、商业趋势研究为核心，服务客户的整个成长周期。iiMedia Ranking（艾媒金榜）是艾媒咨询旗下中国新消费品牌评价机构，依托iiMeval大数据评价模型，为消费者提供客观的品牌信息及购物消费指南。
艾媒咨询通过深度大数据挖掘与分析，输出有数据、有观点、有理论支撑的大数据研究成果，每年公开或定制发布新经济前沿报告超过2000份，覆盖了食品、饮品、餐饮、家电、家装、汽车、鞋服、医药、美妆、宠物、母婴、信创、数娱、金融等行业及国潮经济、跨境电商、夜间经济、冰雪经济、低空经济、商业航天、人工智能、智能制造等新质生产力业态。艾媒咨询的数据报告、榜单、分析师观点平均每天被超过100家全球主流媒体、1500家（个）自媒体与行业KOL引用，覆盖语言类型包括中、英、日、法、意、德、俄、阿约二十种主流官方版本。
艾媒是中国科协九大代表优秀重点研究项目承担单位、广东省大数据骨干培育企业、广州市创新标杆企业、广州市首批人工智能入库企业、广州市“两高四新”企业。基于公司独立自主研发的“中国移动互联网大数据挖掘与分析系统(CMDAS)” (广东省科技计划重大专项，项目编号：2016B010110001) ，艾媒建立了面向全球的宏观数据、商业趋势、市场进入、竞争情报、商情舆情、消费行为、销售数据及营销效果等多维度的线上、线下大数据监测与分析体系，累计成功为超过3800家政企机构提供常年大数据咨询服务。艾媒也是广州市建设国家级科技思想库研究课题、广州市先进制造业创新发展项目等重大课题的承担单位。
用户问答
暂无问答，快去问问吧！
权利声明
本报告由iiMedia Research（艾媒咨询）出品，文件所涉的文字、图片、商标、表格、视频等均受中华人民共和国知识产权相关法律保护，经许可引用时请注明报告来源。
未经艾媒咨询许可，任何组织或个人均不得以任何形式擅自使用、复制、转载本报告或向第三方实施许可，否则，艾媒咨询将保留追究其一切法律责任之权利。
免责声明
本报告所涉之统计数据，主要由行业访谈、用户调研、市场调查、桌面研究等样本数据，结合专业人员分析及艾媒咨询大数据系统监测、艾媒相关数据分析模型科学计算获得。由于调研样本及计算模型的影响与限制，统计数据仅反映调研样本及模型计算的基本情况，未必能够完全反映市场客观情况。鉴于上述情形，本报告仅作为市场参考资料，艾媒咨询不因本报告（包括但不限于统计数据、模型计算、观点等）承担法律责任。
阅读、使用本报告前，应先审慎阅读及充分理解上述法律声明之内容。阅读、使用本报告，即视为已同意上述法律声明；否则，请勿阅读或使用本报告。
网友评论
只有购买过该报告的用户才能进行评论哦！