智慧社区养老服务满意度评价研究

高先务，蒲彦晴

(安徽建筑大学 经济与管理学院,安徽 合肥 230601)

随着国家经济和科学技术的发展，国家人口老龄化的程度日益加深。统计表明，到2021年，我国60岁及以上老年人群约占全国总人口的18.7%，未来老年人群规模将在我国继续增长。据世界卫生组织预测，到2050年，中国的老年人口比例将增长至35%，成为世界上老龄化最严重的国家[1]。当今社会，随着我国家庭成员结构的日益缩小，由家庭提供养老服务的难度越来越大，而机构养老由于种种原因难以发挥服务供给的主体作用。社区养老集合两者优势，既能得到社会养老服务的支持，又能满足传统居家养老的伦理需求[2]，更容易为人们所接受。

大数据、互联网、物联网不断渗透到人们生活的各个方面，随着智能技术在养老行业的引入，“互联网+养老”新模式推动了智慧社区养老的形成。在国家颁布《智慧社区建设智能(试行)》中提出到2020年，保证全国50%的社区完成智慧化改造，并建立起完善的社区养老服务体系。为响应政策各省政府积极开设养老试点，开展智慧社区以探索居家养老最合适的服务体系，智慧社区养老模式逐渐成为养老社区的主流。但我国的智慧社区养老模式的发展仍处于初期阶段，为促使智慧社区养老模式健康快速发展、释放养老模式潜力、缓解社会养老压力，对智慧社区养老模式进行评价具有重要意义。目前已有一些学者对智慧社区养老服务评价开展了研究。其中，童峰从硬件设施、人员情况等六方面评价社区居家养老机构[3]。郝丽，闫超等学者以健康与积极老龄化为理论基础理论，从社会联系、生活照料和医疗保健三个方面评价社区养老服务，更加重视了老人的身心需求[4]。蔡中华使用粗糙集方法先对初步指标进行约简，将优选指标形成体系对社区养老服务质量做出评价[5]。陈树文基于老年人的感受建立指标，运用模糊综合评价法对大连市社区养老服务质量进行了评价[6]。Zhou Y，建立了基于可拓理论的社区养老服务质量评价模型，进行了可行性评价，并通过层次分析法确定了模型中各指标的权重值[7]。根据以往的研究得知，层次分析法可以得到指标因子的标度，但人工评分主观程度高，客观程度低。为了能够使评估结果更加精准，本文提出了一种基于多维度层次分析法与模糊综合评估法相结合的综合评估方法。从服务需求的角度分析智慧社区养老服务体系的不足和改进方向，以促进智慧社区养老服务体系的发展和完善。

一、智慧社区养老相关研究及指标体系的构建

(一)构建原则

文章针对我国智慧社区养老发展现状，结合我国智慧社区养老机构的行业特点，遵循科学、系统的合理化原则，以老年人的实际需求为依据，构建智慧社区养老满意度评价指标体系。

1.科学性。以科学性为原则构建评价，做到理论联系实际，将智慧社区养老现状，机构运作相结合，掌握老人实际需求，构建能够反映出智慧社区养老机构的服务规律指标体系。

2.重点性。评价指标的构建建立在评价目标明确上。因此，指标选取时应避免无关因素，防止对结果产生干扰。在选取指标时，尽可能完整的罗列指标，从中筛选最重要的指标，使评价结果更准确。

3.可持续性。指标内容的可持续发展性。我国智慧社区养老业目前起步较晚，行业处于发展规划阶段，相应的综合评价指标体系，主要是为了指导和监督养老服务行业，但并不完善。指标体系要随着我国社会发展以及人民群众养老服务水平的进一步提升而逐渐建立健全,不断地适应社会发展的新要求。

(二)评价指标的确定

评价指标的确定，要从多个方面考虑，最重要的是系统的全面性，在系统满足全面性的基础上，结合对影响老人满意度的众多因素比较分析，得出能反映老人真实的最具有普遍性的需求。根据美国运筹学家T.L.Santy提出的层次分析法模型(AHP)[8]建立指标体系，如图1所示。

图1 智慧社区养老满意度评价指标体系

二、层次分析法确定指标权重

层次分析法的一个主要基本原则是将复杂的问题分解为多层次的构造因子，根据这些因子之间的隶属关系和相互联系而建立多层次的构造模型。专家根据一定的标准判断各因素的相对重要性，最后将系统分析转化为底层决策与顶层因素相对重要性的排序问题[9，10]。

(一)构建判断矩阵

在智慧社区养老服务满意度体系的综合评价中，对不同的标度指标关系进行赋值时，采用如下表1所示的1-9级标度赋值方法对各个标度指标之间的相对性和重要性关系进行赋值。构造判断矩阵A=(aij)(n×n)。

表1 标度及含义

在实际调研过程中，主要采用田野式法通过问卷调查进行数据采集。参与者只需在问卷上勾选对应数字，具有较高的调研效率。

(二)指标权重计算及矩阵一致性检验

文章运用计算机迭代法，计算各判断矩阵的最大特征值λmax及相应的特征向量Wi。

根据式(1)计算随机一致性比率CR：

(1)

式中，RI为随机一致性检测指标，具体数值见表2。

表2 随机一致性指标RI标准值

当CR=0时，A被命名为完全一致的矩阵；当CR<0.1时，认为A具有令人满意的一致性，是可以接受的；当CR>0.1时，需要将判断矩阵进行调整，直到判断矩阵满足一致性。通过一致性检验后，计算各子指标的综合权重W，并对层次进行排序。

准则层和指标层评价指标的判断矩阵的构造和判断矩阵的一致性检验结果如表3所示。

表3 判断矩阵构造及一致性检验

由表3得到，各个判断矩阵的CR<0.1，判断矩阵均具有较好的一致性。

(三)评价目标排序与分析

将评价目标从目标层到指标层逐步进行排序，将每个指标层的权重系数分别乘以所对应的准则层的权重系数，得到最低指标层的权重[11]。通过比例计算可以得到各评价指标的总排名权重Wt，结果如表3所示。从结果上看，智慧机构B2、智慧养护B3的权重较高，分别为0.2975、0.3803，而社会环境B1的权重较低为0.1021，这充分体现了社区机构自身的设备及管理和机构的照护水平能在更大程度上影响老人的满意度，而社会环境对老年人满意度的影响较小。

三、模糊综合评价理论

模糊综合评价借助模糊数学的一些概念，根据评价目标构建评价体系和隶属函数，对一些边界模糊、难以量化的影响因素进行量化，从而对实际问题进行综合评价。二级模糊评价比一级模糊评价更客观、更准确。本文主要研究两级模糊评价[12]。具体步骤如下。

(一)评价因素及评价集的确定

图1各项评价指标可以作为模糊综合评价的指标集，评价集是对评价对象的优劣程度进行客观判断，评价集是通过客观地对评价对象评价而形成的评价结果的集合。

老人对智慧社区养老机构服务的满意度等级评价集是一个多层级的具体评价集，根据实际情况可以将其划分成5个等级，评价集V={V1，V2，V3，V4，V5}={很不满意，不满意，一般，满意，很满意}，相应的评语值为“1,2,3,4,5”。

(二)建立隶属度矩阵

采用德尔菲法确定其隶属度矩阵，具体为：

(2)

式中：rijm为第i个层第j个指标的第m个评语量化值。

(三)构建一级、二级模糊变换

一级模糊综合评价：B=ω R式中：ωi为第i层权重。

二级模糊综合评价: R=[B1,B2,B3,B4,B5]的转置

R=[B1,B2,B3,B4,B5]T

(3)

则B=ωR为评价的结果，其中ω为二级指标权重。运用加权平均型合成算子进行计算，根据系统的综合评分，确定最终的评判结果。

四、实证分析

2014年6月，民政部下发关于开展智慧养老物联网应用示范项目试点工作的通知，批准安徽省合肥市庐阳养老院进行试点[13]，随后多个智慧社区养老项目成功落户合肥市蜀山区三里庵街道等其他社区。合肥市成为全省首个国家级“智慧养老”试点，至今，智慧社区养老模式已取得一定发展但尚未成熟，仍需改进。在构建AHP结构层次模型并确定相应指标权重的基础上；采用模糊综合评价法从老年人满意度视角对合肥市智慧社区养老机构服务质量满意度进行评价。

此次调研地点为合肥市5家发展较好的智慧社区养老机构，机构的规模大小和发展程度较为相近。根据图1指标体系设计智慧社区养老服务满意度的调查问卷，随机向入住的老人发放。

本次调查共发放问卷150份，有效问卷120份。根据模糊综合评判公式(1)-(3)对有效问卷数据进行处理，由得到的隶属度矩阵进行两级模糊综合评价。

(一)准则层综合评价

1.社会环境

B1=ω1×R1=

[0.111 0.188 0.358 0.206 0.137]

社会环境综合评价得分为:

A1=0.111×1+0.188×2+0.358×3+0.206×4+0.137×5=3.07

老年人对养老社会环境的满意度评价为：很不满意0.111，不太满意0.188，一般0.358，比较满意0.206，很满意0.137，机构环境设施综合评价得分为3.07，由此可见，老年人对机构环境设施评价一般。

2.智慧机构

B2=ω2×R2=

[0.110 0.195 0.344 0.225 0.127]

智慧机构综合评价得分为：

A2=0.11×1+0.195×2+0.344×3+0.225×4+0.127×5=3.067

老年人对养老社会环境的满意度评价为：很不满意0.11，不太满意 0.195，一般0.344，比较满意0.225，很满意0.127，机构环境设施综合评价得分为3.067，由此可见，老年人对机构环境设施评价一般。

3.智慧照护

B3=ω3×R3=

[0.119 0.195 0.362 0.195 0.129]

智慧照护综合评价得分为：

A3=0.119×1+0.195×2+0.362×3+0.195×4+0.129×5=3.02

老年人对养老社会环境的满意度评价为：很不满意0.119，不太满意0.195，一般0.362，比较满意0.195，很满意0.129，机构环境设施综合评价得分为3.02，由此可见，老年人对机构环境设施评价一般。

4.智慧数据

B4=ω4×R4=

[0.091 0.159 0.401 0.234 0.115]

智慧数据综合评价得分为：

A4=0.091×1+0.159×2+0.401×3+0.234×4+0.115×5=3.123

老年人对养老社会环境的满意度评价为：很不满意0.091，不太满意0.159，一般0.401，比较满意0.234，很满意0.115，机构环境设施综合评价得分为3.123，由此可见，老年人对机构环境设施评价一般。

(二)目标层综合评价

在计算出智慧养老标准层四个维度的综合评价值后，结合标准层的指标权重，计算出合肥市智慧社区养老服务目标层的综合评价值。那么目标层下的模糊关系矩阵为R，利用模糊关系综合评估算子进行计数所得到的模糊关系综合评价值B为:

B=ω R=[0.177 0.212 0.213 0.213 0.186]

合肥市智慧社区养老机构服务质量综合评价得分为：

A=0.177×1+0.212×2+0.213×3+0.213×4+0.186×5=3.022

老年人对养老社会环境的满意度评价为：很不满意0.177，不太满意0.212，一般0.213，比较满意0.213，很满意0.186，机构环境设施综合评价得分为3.022，由此可见，老年人对机构环境设施评价一般。

(三)评价结果分析

基于层次分析法和模糊综合评价法的综合评价模型对合肥市智慧社区养老机构服务质量进行评价，由结果可知老年人对合肥市智慧社区养老机构服务质量的整体满意度一般，具体评价得分为3.022，仅处于及格水平，说明合肥市智慧养老机构服务质量有待进一步提高。

其中，智慧数据评价得分为3.123为目标层指标中得分最高一项，评分为3.123，但相对于5分而言仍有较大差距。智慧照护综合评价得分最低，且低于合肥市智慧社区养老机构服务质量综合得分，仅为3.02，略高于一般的评分标准3分，说明老年人对养老机构的智慧照护的满意度较低，智慧照护方面存在的问题最多，急需改进。社会环境、智慧机构综合评价得分分别为3.07，3.067较为接近；且目标层指标之间综合评价得分差异较小，且整体不高，说明合肥市智慧社区养老机构社会环境、智慧机构、智慧照护、智慧数据四方面发展程度均不甚完善，有较大的发展空间。

五、结论

文章从老年人满意度为视角，根据智慧社区发展现状建立质量评价指标体系。联合运用AHP和模糊综合评价法，结合实例对合肥市智慧社区养老机构服务质量进行评价，评价结果显示老年人对合肥市智慧社区养老机构服务质量满意度一般。

基于层次分析法的基本原则，建立了评价指标体系，将智慧社区养老服务的满意度进行定量化评估，通过判断矩阵来计算各个指标的权重向量，检验判断矩阵的一致性，为随后的模糊综合评价提供理论基础。为排除层次分析法主观性的干扰，同时引用模糊综合评价法。建立隶属度矩阵，采用两级模糊评价将难以量化的模糊概念逐渐清晰起来，可以更全面、更真实地反映出老人对智慧社区养老机构服务的满意度情况。最后对合肥市智慧社区养老机构服务质量作出评价，评价结果为服务质量综合水平一般且原因复杂，与现实发展情况一致。其中对智慧照护的满意度最低，由模糊综合评价结果向量计算综合得分，根据综合得分分值更加客观直接地表现出养老机构服务现存的优点和不足。