基于TAM理论的城市社区智能化养老服务项目需求因素分析*

罗　盛　张　锦　李　伟　井　淇　胡善菊　董　毅　庄立辉　冀洪海

【提　要】　目的　目的基于技术接受模型(TAM)明确老年人采纳和使用智能化养老服务项目的影响因素，为智能化养老服务项目的构建提供依据。方法　抽取山东省680名社区老年人为研究对象，采用Pearson相关分析明确技术焦虑、感知风险、社会规范、感知易用性、感知有用性、行为意向之间的关联性；通过logistic回归分析明确影响老年人智能化养老服务接受度的主要因素。结果　技术焦虑与感知风险显著正相关，与感知易用性、感知有用性和使用意向显著负相关，年龄、家庭人均月收入、是否独居、健康状况、感知有用性、技术焦虑、主观规范为主要影响因素。结论　基于技术接受模型(TAM)明确老年群体对智能服务的使用意向和行为，为智能化养老服务项目的构建和管理提供参考。

技术采纳模型(technology acceptance model，TAM)是美国学者Davis于1989年在理性行为理论(theroy of reasoned action,TRA)基础上，构建的专门用于研究用户对新的信息技术和信息系统采纳和接受行为的模型，在模型中，Davis提出了影响用户釆纳和接受信息技术的感知有用性(perceived usefulness，PU)和感知易用性(perceived ease of use，PEOU)两个关键因素，感知有用性反映使用某项技术或系统后对自身工作绩效的帮助程度，感知易用性反映使用某项技术或系统的容易程度[1-2]，课题组在前期调研过程中发现，感知有用性和感知易用性可能是老年人接受某一新技术或新项目时考虑的主要因素，本研究拟基于TAM模型理论，从消费者采纳行为的角度探讨城市社区老年人对智能化养老服务的接受度及接受度的影响因素，通过明确老年群体对智能服务的使用意向和行为，将潜在需要转变为有效需求，进而为智能化养老服务项目的构建和管理提供一些参考。

对象与方法

1.调查对象

本研究以山东省城市社区内年龄≥60岁老年人为调查对象。采用多阶段随机分层抽样方法进行抽样：按经济状况把山东省养老示范区所在地市分为好、中、差三层；从每层中随机抽取1个地市，在每个地市中随机抽取2个养老示范区，再从每个示范区中随机抽取2所社区服务中心(站)；从抽取的每个服务中心(站)所服务的全部老人中随机抽取60名老人，共抽取老年人720名。将抽中的社区服务机构的管理人员、社区医护人员及老年人作为调查和访谈对象。

2.调查方法及内容

采用问卷调查法对抽中的服务机构、机构工作人员和老年人进行调查，问卷内容包括两部分：(1)个人基本情况：包括性别、年龄、教育程度、家庭人均月收入、居住地、居住情况、自感健康状况等人口统计学变量；(2)智能养老服务项目的相关认知变量：包括技术焦虑、感知风险、社会规范、感知易用性、感知有用性、行为意向等六类变量。采用李克特量表度量法对认知变量条目进行调查，调查对象从五个选项“很不同意”、“不同意”、“一般”、“同意”、“非常同意”中选出最符合自己实际情况的一项，分别赋予1分、2分、3分、4分、5分[3]，最后计算每一条目得分的均数和标准差。

3.统计分析

利用EpiData 3.1进行双录入建立数据库，采用SPSS20.0软件进行数据分析与统计学处理。采用均数、标准差、百分比等指标进行统计描述，采用Pearson相关分析明确理论模型中各认知变量间的相关关系；采用二分类logistic回归分析影响老年人智能化养老服务接受度的主要因素；采用Cronbach’s α系数、因子分析对问卷进行信效度检验。

结　　果

1.调查对象一般情况

本次调查共发放问卷720份，回收问卷720份，有效问卷680份，回收有效率为94.4%。其中，男性298人(43.8%)，女性382人(56.9%)；平均年龄为68.24±3.47岁；调查对象主要集中在60～69岁之间，占总调查对象的63.3%；教育程度以初中最多，占40.3%，其次为中专或高中，占31.8%；家庭人均月收入为5000～7500元的老人最多，占35.7%；调查对象以城区为主占48.4%；与家人同住的老年人占72.4%；认为自己健康状态较好的老人占53.4%，认为自己健康状况为一般的老人占31.3%，认为自己的健康状况不好的老年人占15.3%。

2.智能养老服务项目认知变量

认知变量量表的Cronbach’s α系数为0.852 ，表明量表具有较高的信度。采用因子分析对问卷进行结构效度分析，提取的6个因子解释86.32%的变异，表明该问卷具有较好的结构效度。将各变量条目得分均值从大小排序为：感知有用性(3.84)、感知易用性(3.68)、感知风险(3.63)、主观规范(3.42)、使用意向(3.36)、技术焦虑(3.12)，说明对智能养老服务项目的感知有用性、感知易用性、感知风险较为关注。结果见表1。

3.智能养老服务项目认知变量条目相关分析

Pearson相关分析表明：在α=0.05检验水准上，技术焦虑与感知风险呈显著正相关，与感知易用性、感知有用性和使用意向呈显著负相关；感知风险与主观规范、感知易用性和感知有用性呈显著负相关；感知易用性与感知有用性、使用意向呈显著正相关；感知有用性与使用意向呈显著正相关，结果见表2。

表1　认知变量条目得分

4.智能养老服务项目需求影响因素分析

以需求与否作为因变量，需求为1，不需求为0，将性别、年龄、教育程度、家庭人均月收入、居住地、居住情况、自感健康状况、技术焦虑、感知风险、社会规范、感知易用性、感知有用性、使用意向等13个影响因素为自变量进行非条件二分类logistic回归分析，在进行回归分析前，首先进行自变量的线性趋势检验及多元共线性诊断，将无序多分类变量以哑变量的形式引入方程[4]。分析结果显示，年龄、家庭人均月收入、是否独居、健康状况、感知有用性、技术焦虑、主观规范7个变量为影响老年人选择智能养老服务项目的主要因素，详见表3。

表2　认知变量的Pearson相关分析

*：P<0.05。

表3　进入方程中的自变量及有关参数的估计值

讨　　论

随着科技革命的深入和物联网技术的日趋成熟，实现智能化养老服务是世界各国解决养老服务资源结构性短缺的必然选择。目前我国智能养老整体还处于“学、抄、拿”的起步阶段，在其发展中还存在诸多瓶颈。本研究基于TAM模型理论，探讨城市社区老年人对智能化养老服务的接受度及接受度的影响因素，为智能化养老服务项目的构建和管理提供一些参考。

1.人口学变量对智能化养老服务项目需求的影响

研究显示年龄、家庭人均月收入、居住情况(独居)、健康状况等人口学特征是影响老年人采用智能养老服务项目的外部影响因素。年龄相对高的老年人对智能养老服务项目的需求是低龄老人的1.5倍，说明随着年龄的增高，老年人对自身的健康关注度越来越高，迫切希望通过更加智能的养老服务项目(如远程医疗)跟医生进行快捷的互动交流；高收入老年人对智能养老服务项目的需求是低收入老人的3.3倍，说明高收入老年人选择智能养老服务的意愿较为强烈，希望享受更优质的养老服务与老年生活，因而应该按照价格水平给不同收入水平的老年人提供分级的养老服务项目，满足不同层次老年人的养老服务需求；独居老年人对智能养老服务项目的需求是其他人群的2.3倍，说明独居老年人精神空虚、缺乏子女关怀、无人照料更期望通过智能服务项目跟医生交流，同时还可以远程得到子女必要的关注和情感慰藉，从而减轻孤独感，因而应该增加智能养老服务项目的娱乐性，满足这部分老年人的多样化需求；健康状况差的老年人对智能养老服务项目的需求是健康状况较好老人的2倍，说明健康状况差的老年人更加希望能通过智能养老服务系统改善自己的健康水平，解决看病难、看病贵的问题。因而应该针对不同健康水平的老年人开发精准的智能养老服务内容，满足不同健康水平老年人的健康服务需求。

2.TAM理论下智能养老服务项目需求影响因素分析

TAM模型认为用户对信息技术或信息系统的釆纳使用是由其行为意向决定，而行为意向又主要取决于其对易用性与有用性的感知[3]，同时其他的外部因素比如使用者性别、年龄、环境因素等都会通过影响感知有用和易用、态度、使用意图从而影响使用行为。本研究发现老年人对智能养老服务项目认知变量的得分前三位为：感知有用性、感知易用性、感知风险，说明老年人在采用智能养老服务项目时首先考虑该项目的有用性，即能不能有效改善自己的健康水平；其次是考虑智能养老服务项目的操作容易程度，系统越容易操作，越容易被接受；Pearson相关分析显示感知风险与感知易用性、感知有用性和主观规范、显著负相关，与技术焦虑显著正相关，结果与张冬妮[5]研究基本一致，说明产品质量和安全性在智能养老服务项目建设中的重要性，直接影响用户对服务项目的采纳程度，并且通过对用户感知有用性与感知易用性的影响来对用户的使用态度和行为意向产生一定程度的影响。

总之，基于TAM理论模型，充分考虑影响老年人采纳和使用智能养老服务项目的主要因素，明确老人人口学变量、感知有用性、感知易用性、感知风险性、主观规范等对用户采纳行为的作用机制，为老年人提供针对性强、操作简便、安全系数高的在智能养老服务项目，才能真正满足老年人的多元化健康需求，提高老年人的生活质量。