智慧养老模式的中国社区接受度及影响因素

李冠华 朱付彪 李诗屹 李维

摘  要：庞大的老年人口基数以及快速的人口老龄化进程使中国面临巨大的养老服务需求，快速发展的智慧化在给传统养老服务业带来挑战的同时，也给现代养老服务业带来发展机遇。由于发达国家较早进入老龄化社会，且其智慧养老服务业发展相对成熟，因此有必要借鉴其发展经验并结合中国现实进行地方化改进。本研究综合美国、法国、加拿大和瑞典4国智慧养老服务模式，基于合肥市社区智慧养老服务问卷调查，考察社区智慧养老服务现状;利用二项Logistics模型分析国外智慧养老服务模式接受度及其影响因素。结果表明：社区智慧养老服务存在供求不平衡问题，需增加有效供给;民众对国外智慧养老服务模式接受度较高;年龄、职业、文化水平、身体状况、患病状况、居住方式、子女数量等则对接受度有显著影响。加强顶层设计、建立多主体社区管理机制，以及企业、社区和老年人共同参与养老服务和产品适老化改造等对智慧养老服务业发展具有积极作用。

关键词：现代养老服务业;智慧化;国际经验;社区;合肥

本文索引：李冠华，朱付彪，李诗屹，等.<变量 2>[J].中国商论，2021（20）：-174.

中图分类号：F283 文献标识码：A 文章编号：2096-0298（2021）10（b）--05

国家统计局公布的数据显示，2019年中国65岁及以上人口占总人口的12.6%。1956年联合国出版的《人口老龄化及其社会经济后果》中指出，一国或地区65岁以上老年人口占总人口比例超过7%即进入老龄化社会。中国已经进入老龄化社会，而且人口老龄化的进程呈加快趋势。与此同时，中国家庭结构也逐渐由适合养老的复合型大家庭裂变为核心小家庭，形成了大量“四二一”型家庭和空巢家庭，因此仅依托家庭养老已经难以适应和满足日益增长的养老需求（宋健，2013;陈莉等，2016）。此外，老龄人口持续大量增加催生了巨大的养老服务需求，为现代养老服务业发展提供了广阔的市场（陈卫民和施美程，2014）。

在人口老龄化程度日益加重的背景下，为了促进现代养老服务业高质量发展，满足人民日益增长的养老服务需求，中央制定了一系列支持政策，如《国务院办公厅关于推进养老服务发展的意见》《“十三五”国家老龄事业发展和养老体系建设规划》《关于推进老年宜居环境建设的指导意见》等，地方政府依照中央政策积极推进现代养老服务业发展。这些均为现代养老服务业高质量发展提供了良好的政策环境。

此外，伴随人工智能、云计算、物联网等现代科技的不断发展，科技进步为智慧型养老服务业提供了技术支撑。智慧化在给传统的劳动密集型养老服务业造成较大冲击的同时，也给智慧型现代养老服务业发展带来了机遇。尽管如此，中国智慧型现代养老服务业发展依然存在许多问题，如忽视了老年人精神需求、从业人员质量参差不齐、养老服务供需不匹配、顶层设计不规范、产品智慧化不足等。相较而言，发达国家较早进入老龄化社会，其智慧型养老服务业发展更为成熟。因此，有必要借鉴发达国家智慧型现代养老服务业发展经验，并结合中国特点，探索中国现代养老服务业发展模式，促进现代养老服务业高质量发展。

鉴于此，本研究基于社区尺度，以安徽省合肥市为案例区域，通过问卷调查的方式，考察智慧养老社区服务发展现状;利用二项Logistics模型分析国外智慧养老服务模式的接受度及其影响因素，旨为现代养老服务业高质量发展提供参考。

1 文献综述

就智慧型养老服务业发展而言，有学者认为社区智慧养老服务项目难以满足老年人的高层次精神需求，尤其是对尊重和自我实现的需求（李秋迪等，2014）;养老服务业从业人员管理机制有待完善，需提高从业人员质量和评价标准（张雷和韩永乐，2017）;供需不匹配、顶层设计不规范、信息互联不畅、支付方式未能充分考虑老年人习惯，需优化养老服务供需链（李芳，2018;陈莉等，2016）;智能感知终端及智能设备使用复杂，老年人无法掌握，需對智能产品进行适老化改造（睢党臣和彭庆超，2016）。针对中国智慧养老服务业发展问题，有学者认为养老体系顶层设计应注重全局性协同，利用数据调研和大数据分析合理地对主体需求和资源配置进行协同 （廖楚辉，2019）。然而，相关研究多集中于宏观政策方面，对智慧养老服务企业的指导作用有限;也鲜有涉及老年人智慧养老服务满意度的研究，对更好地满足老年人的智慧养老服务需求的指导作用有限。

就智慧养老服务模式而言，国外学者在此方面的研究相对较早。相关研究主要集中在美国、法国、加拿大、瑞典的智慧养老领域（左美云，2018）。1986年，美国出现NORC（Naturally Occurring Retirement Community）模式。其由4个参与主体，即社会服务提供者、医疗健康服务提供者、房产拥有或管理者、老年居民，分别为社区提供相应服务。其中，老年人可参与社区项目决策和日常管理（Rivera-Hernandez等，2015;Dale， 2013）。2014年，法国出现Sweet-Home模式，以语音识别或触觉命令的方式操作智能家居系统，为在活动、视觉上有困难的老年人提供便利（Portet等， 2013;Robert， 2013; 李昂等，2017）。加拿大的SIPA（System of Integrated care for elderly Persons）模式利用养老管家满足老年人的个性化需求，从服务商、志愿机构、医疗机构等供给来源中挑选社区护工，为老年人匹配相应的服务（Béland， 2006; Hébert等， 2003）。瑞典为ACTION（Assisting Carers Using Telematics Intervention to Meet Older Peoples Need）模式，借助配有视频电话的服务站，为护理新手提供指导，帮助其尽快成为专家（Magnusson等， 2002; 李昂等，2017）。

总体而言，国内学者对智慧型养老服务业发展的研究相对不足，对国外智慧型养老服务业模式缺乏借鉴。基于现代养老服务业发展的现实需要，有必要积极研究，以为政府相关决策和现代养老服务业企业发展提供参考。

2 研究方法

2.1 问卷调查

2.1.1 问卷设计

问卷设计主要涉及两方面内容，一是将社区提供的智慧养老服务分为生活照料、医疗服务、紧急救护、文体娱乐、学习培训、康体训练、心理护理七类（李菲等，2019），考察其供需状况;二是依据前文梳理的4种国外智慧养老服务模式，结合实地调研，考察老年人对声控智能设备、养老管家、线上教育、提供志愿服务等智慧养老服务的接受度。

2.1.2 问卷调查分布

问卷调查开展于2020年1月至2020年2月，在合肥市城市社区进行。通过分段抽样方法抽取样本，首先，抽取庐阳区、瑶海区和肥西县3个区县;然后在每个区县内抽取两个街道。受新冠疫情影响，本次问卷调查采取线上的形式。共发放调查问卷386份，回收有效问卷370份，有效问卷回收率95.9% （表2）。参与者年龄均在60岁以上，其中，60～64周岁低龄老人占24.3%;80周岁以上高龄老人占15.7%;男性占47.8%，女性占52.2%。樣本的年龄和性别分布较为均衡。

2.2 二项Logistics模型

因变量为二分类变量（即“1”和“0”），研究采用二项Logistics模型加以分析。模型如下：

p （0≤p≤1）表示回答结果为“1”（即“是”）的出现概率;回答结果为“0”的概率则为1-p（即“否”）。两者概率之比为odds=p/（1-p），是事件发生概率与不发生概率之比，测度智慧养老服务的接受度。再进行卡方检验，筛选出在0.05双侧置信水平下显著的自变量，将筛选后的结果纳入logistics回归，进而识别出智慧养老服务接受度的主要影响因素。

2.3 变量及说明

研究以老年人是否愿意参与社区养老项目决策、是否愿意参与组建老年兴趣小组、是否需要声控求救设备、是否需要养老管家服务、是否需要通过网课学习信息技术等分别作为被解释变量;利用卡方检验筛选性别、年龄、职业、文化水平、身体状况、患病状况、年收入、食品消费占比、子女数量、居住方式等几个指标，将上述通过显著性检验而筛选出的变量分别作为解释变量，进行Logistics回归分析。将上述通过显著性检验而筛选出的变量分别作为自变量，纳入多变量logistics回归，依次得到模型（1）、模型（2）、模型（3）、模型（4）、模型（5），计算回归系数（β）及优势比（OR），并对系数进行 Wald χ2检验。

3 研究结果

3.1 社区智慧养老服务业发展现状

表1表明，老年人对社区智慧养老服务有着较高需求，而且需求显著大于供给;针对不同的服务项目，需求和供给状况差异较大。从服务类型来看，医疗服务需求最高（63.46%），其次是紧急救护（47.12%）、康体锻炼（43.59%）、生活照料（40.06%）等。文体娱乐供给最高（34.94%），医疗服务（33.33%），供给稍低于文体娱乐。心理护理供给最少（8.33%）。此外，学习培训的需求（18.27%）和供给（11.86%）较低，合肥市养老服务集中于医疗保健领域。

3.2 国外智慧养老服务模式接受度

模型（1）至模型（5）的Exp（β0）为总体回答中“是”与“否”的概率之比，表示老年人对几种国外智慧养老服务模式的接受度。若Exp（β0）小于1，则老年人不接受此模式的概率较大。具体而言，模型（1）中，老年人对参与社区养老项目决策的接受度为2.033，老年人接受社区养老项目决策的概率大于0.5，接受度较好（见表2）。同理，老年人对参与组建老年兴趣小组、使用声控求救设备、消费养老管家服务的接受度分别为3.302、4.873、1.721，接受度均较高。老年人对通过网课学习信息技术的接受度为0.927，接受度最低。

3.3 国外智慧养老服务模式接受度影响因素

在模型 （1）和模型 （2）中，“年龄”“子女数量”分别与两类老人为社区提供服务意愿的回归分析呈显著性（见表3）。其中“年龄”的回归系数均大于0且递减，表明随着年龄的增长，老年人参与社区养老项目决策、参与组建老年兴趣小组、主持老年娱乐活动的意愿逐渐减少。“子女数量”为“1个”和“2～3个”通过显著性检验，说明当子女数量大于等于1个时，随着子女数量增加，参与社区养老项目决策、参与组建老年兴趣小组、主持老年娱乐活动等意愿逐渐下降。“职业”中仅“单位负责人”与老年人参与社区养老项目决策意愿显著正相关且系数大于其他两项，说明单位负责人对参与社区养老项目决策的意愿可能高于其他职业。

模型（3）回归结果表明，“年龄”“年收入”“患病状况”与“是否需要在家中安装语音控制的智能控制器”显著相关（表4）。具体表现为80岁以上老年人对语音控制的智能控制器的需求明显较少。“年收入”和“患病状况”均仅有一个类别通过显著性检验，两者是否影响老年人对语音控制的智能控制器的需求有待商榷。模型（4）中，“身体状况”“年收入”“是否跟子女居住”与“是否需要养老管家服务”显著相关。具体表现为老年人对养老管家的需求随着对自身健康状况的认可逐渐减少，未与子女同住的老年人对养老管家的需求水平相对较高。就“年收入”而言，仅“1万～2万”通过显著性检验，其是否影响老年人对养老管家的需求有待商榷。模型（5）中，“年龄”“职业”“文化水平”“患病状况”与“老年人是否愿意以线上上课方式接受信息技术或日常护理保健知识培训”显著相关。老年人对网课的需求，随着年龄的增长逐渐减少;曾任单位负责人的老人的需求高于其他职业，患慢性病会导致需求减少;低受教育水平对需求有负向影响。

4 结论与讨论

4.1 结论

基于问卷调查和二项Logistics模型，考察社区智慧养老服务现状、国外智慧养老服务模式接受度及其影响因素，得出以下主要结论：

（1）就现状而言，智慧养老服务业存在供求不平衡问题，社区智慧养老服务供给不足。除学习培训外，其他服务供小于求，其中心理护理服务缺口最大（需求37.5%，供给8.33%）。可以开发高层次智慧养老服务产品，满足老年人心理、精神等方面的需求;应提高养老服务和产品的智慧化水平，更好地满足老年人的养老需要。

（2）就国外智慧养老服务模式接受度而言，社区居民对多主体参与社区、语音求救设备、养老管家等服务接受度高;对以线上上课、信息技术或日常护理保健知识培训等接受度相对较低。老年人社区服务意愿主要受年龄和子女数量影响，伴随年龄和子女数量的增长，老年人参与社区养老项目决策、参与组建老年兴趣小组、主持老年娱乐活动的意愿逐渐下降。老年人的语音求救设备需求量（81.14%）较大且主要受年龄影响。养老管家需求主要受自身健康、居住方式等因素影响，身体健康或与子女同住的老年人需求偏低。高年龄、低学历、患病对老年人的网课需求有负向影响，“曾担任单位负责人”则有正向影响。

4.2 讨论

研究表明，中国智慧养老服务业发展存在问题，而国外智慧养老服务模式可以提供一定的借鉴。结合研究结果，为促进现代养老服务业高质量发展，中央政府需全面平衡养老服务供求，为智慧养老服务业发展提供政策支持;鼓励社会组织、医疗机构、企业等积极增加供给，鼓励技术研发和人才培养;应完善现代养老服务业法律法规，建立有效地监督和问责机制，促进智慧养老服务业高质量发展。地方政府应因地制宜，依据区域差异、城乡差异乃至社区差异等制定差异化发展规划，鼓励相关企业提供个性化产品和服务。

社区层面应建立多主体共同管理机制。社区可以制定类似NORC的服务计划，充分发挥老年人主动性，鼓励有精力、有服务意愿的低龄老年人参与社区管理与决策，因地制宜地活用社区资源，与政府、社会组织、医疗机构、企业等共同为社区提供智慧养老服务（唐希璐和周颖，2018）。低龄老年人可以参与组织社区内娱乐活动，如娱乐社团、学习小组等，在不过度增加老年人消费支出的基础上，帮助老年人实现获得尊重和自我实现等高层次需求。另外，应鼓励各服务方合理竞争。

企业应与社区协同完成养老产品和服务的适老化改造。可以推行养老管家服务，并将语音识别技术应用于智能穿戴设备和智能家居系统;生理体征和行为模式的测量可以转化为健康风险的准确预测因素;为活动、视觉上有困难的老年人提供便利，并提供紧急求助服务。此外，专业人才匮乏一直是智慧养老服务业适老化供给的痛点。企业可以借助网课平台，对从业人员进行培训，并将其学习效果纳入绩效考核。企业可以制作配套使用教学视频，帮助老年人掌握并熟练使用智能设备。

参考文献

李秋迪，左美云，何迎朝.新型网络环境下社区为老服务的模式和机制研究[J].云南行政学院学报，2014（2）：118-121.

辜胜阻，吴华君，曹冬梅.构建科学合理养老服务体系的战略思考与建议[J].人口研究，2017，41（1）：3-14.

陈莉，卢芹，乔菁菁.智慧社区养老服务体系构建研究[J].人口學刊，2016，38（3）：67-73.

李芳.供给侧视角下养老服务业发展的着力点[J].管理世界，2018 （6）：177-178.

睢党臣，彭庆超.“互联网+居家养老”：智慧居家养老服务模式[J].新疆师范大学学报（哲学社会科学版），2016，39（5）：128-135.

李昂，李宝琴，王秋颖，等.ACTION和Sweet-Home模式对我国智慧居家养老的启示[J].医学与哲学（A），2017，38（7）：29-31+47.

唐希璐，周颖.实现就地养老的社区更新策略——以美国自然形成的退休社区（NORC）为考察对象[J].建筑学报，2018（2）：80-84.

王宏禹，王啸宇.养护医三位一体：智慧社区居家精细化养老服务体系研究[J].武汉大学学报（哲学社会科学版），2018，71（4）： 156-168.

张雷，韩永乐.当前我国智慧养老的主要模式、存在问题与对策[J].社会保障研究，2017（2）：30-37.

左美云.智慧养老：内涵与模式[M].北京：清华大学出版社，2018： 42-56.

Béland F， Bergman H， Lebel P， et al. A system of integrated care for older persons with disabilities in Canada： results from a randomized controlled trial[J]. The Journals of Gerontology Series A： Biological Sciences and Medical Sciences，2006，61（4）：367-373.

Hébert R， Durand P J， Dubuc N， et al. Frail elderly patients. New model for integrated service delivery[J]. Canadian Family Physician， 2003， 49（8）： 992-997.

Dale Chaikin R N， Walia R. Implementing and disseminating a fall prevention program in at-risk older adults living in a naturally occurring retirement community-supportive services program[J]. International Public Health Journal， 2013， 5（3）： 261.

Magnusson L， Hanson E， Brito L， et al. Supporting family carers through the use of information and communication technology—the EU project ACTION[J]. International Journal of Nursing Studies， 2002， 39（4）： 369-381.

Portet F， Vacher M， Golanski C， et al. Design and evaluation of a smart home voice interface for the elderly： acceptability and objection aspects[J]. Personal and Ubiquitous Computing， 2013， 17（1）： 127-144.

Rivera-Hernandez M， Yamashita T， Kinney J M. Identifying naturally occurring retirement communities： a spatial analysis[J]. Journals of Gerontology Series B： Psychological Sciences and Social Sciences， 2015， 70（4）： 619-627.

Robert P， Castelli E， Chung P C， et al. SWEET-HOME ICT technologies for the assessment of elderly subjects[J]. IRBM， 2013， 34（2）： 186-190.

Acceptance Degree and Influencing Factors of Intelligent Support for the Aged in

Chinese Communities

School of Economics， Hefei University of Technology

LI Guanhua  ZHU Fubiao  LI Shiyi  LI Wei

Abstract： The huge elderly population and the rapid aging process of the population make China face an immense demand for aged services. The booming of intelligence not only brings challenges to the traditional aged service industry， but also gives it significant opportunities. As developed countries have entered the aging society earlier with relatively mature intelligent aged service industries， it is necessary to learn from the development experience of these countries and combine their modes with the reality of China to carry out localization improvement. Based on the questionnaire survey of community intelligent aged service in Hefei City and combined with intelligent aged service models of four countries， including the United States， France， Canada and Sweden， this paper studies the current situation of intelligent aged service in Hefei City， and analyzes the acceptance degree and influencing factors of foreign intelligent aged service modes by binary logistics model. The results show that there is an imbalance between supply and demand of community intelligent aged services， and effective supply needs to be increased; peoples acceptance degree of foreign intelligent aged service modes is high; age， occupation， education level， physical condition， disease status， living style and number of children have significant influence on the acceptance. Strengthening the top-level model design， establishing multi-agent community management mechanism， and the joint participation of enterprises， communities and the elderly in the retrofit for aging of services and products will play a positive role in the development of intelligent aged service industry.

Keywords： modern service industry for the aged; intelligence; international experience; community; Hefei