老龄化、养老模式与老年科技适应

魏瑾瑞，初 放，梁缤月

（东北财经大学 统计学院，辽宁 大连 116025）

一、引言

老龄化并非一个静态指标，而是一个正在不断快速加深的过程。第七次全国人口普查结果显示，截至2020 年11 月1 日，中国60 岁及以上人口数为2.64 亿，占总人口数的18.7%，65 岁及以上人口数约为1.91 亿，占总人口数的13.5%。人口老龄化程度进一步加深，老年抚养比日趋加重，且地理空间分布不平衡（孙一，2010）[1]，如何积极应对老龄化问题成为了当务之急。第二届世界老龄大会（2002）提出了“积极老龄化”（active aging），并发布了《积极老龄化政策框架》《积极老龄化从论证到行动》。积极老龄化不仅强调老年人的社会参与是按照自己的需求、愿望和能力来实现的，而且是老年人为了提高生活质量尽可能优化其健康、社会参与和保障机会的过程。随着信息化进程的不断推进，科技水平日益提高，信息主体之间的差异和分化问题也日益凸显，而在这些信息落后者中，老年人是极其特别的存在（吴新慧，2017）[2]。

持续了两年多的新冠疫情加速了数字技术在日常生活中的渗透，也让很多老年人“被动”触网。疫情期间没有健康码寸步难行，还有手机挂号就医等，使得老年人的数字融入问题成为了舆论关注的焦点。2020 年11 月国务院办公厅印发了《关于切实解决老年人运用智能技术困难的实施方案》，随后2021年2 月工业和信息化部发布了《关于切实解决老年人运用智能技术困难便利老年人使用智能化产品和服务的通知》，进一步明确了开展适老化工作的总体要求和重点工作。另一个政策系列是关于互联网应用适老化改造的，2020 年12 月工业和信息化部印发了《互联网应用适老化及无障碍改造专项行动方案》，针对当前我国公共服务类网站及移动互联网应用（APP）操作界面复杂等问题，首批优先推动社交通信、新闻资讯、医疗健康、生活购物等6 大类共43个APP 进行适老化改造。紧接着，2021 年4 月发布了《工业和信息化部办公厅关于进一步抓好互联网应用适老化及无障碍改造专项行动实施工作的通知》，明确了改造的标准规范和评测体系（《互联网网站适老化通用设计规范》《移动互联网应用（APP）适老化通用设计规范》）。政府的积极作为是推动老年人更好融入数字世界的制度保障和重要支撑。

根据中国互联网络信息中心（CNNIC）第48 次《中国互联网络发展状况统计报告》，60 岁及以上的网民人数占总网民人数的比例在2012 年是5.2%，截至2021 年6 月则增长为12.2%，互联网进一步向中老年群体渗透。老年人似乎跟上了数字化的脚步，但与中青年群体相比，老年群体不仅在数量上属于“数字弱势群体”，在数字融入的广度和深度上也与年轻群体存在较大差距。老年人使用手机主要是用来通讯和娱乐，对于地图导航、寻医问诊和购物缴费等支付业务仍然胆怯，常常成为电信和网络诈骗的对象，即便受过良好教育的老年人也同样容易受骗。老年人能否更好地适应科技变化，能否适应科技时代新的生活方式，成为了家庭和社会面临的重要现实问题。

本文在已有文献的基础上，尝试从五个方面做出改进。第一，现有文献关于老年人科技适应的探讨大多集中在科技对老年人的积极作用或老年人对科技的接受度，尚未将科技适应作为老年人社会适应的一部分来看待。本文将从两个方面来探讨老年人的科技适应性：一方面，构建老年科技适应综合评价模型，从老年人的个体因素、子女因素以及社会交往因素来探讨老年人个体的科技适应性；另一方面，构建老年群体适应性的NK 模型，以探讨老年群体的科技适应性。第二，大多数对老年人社会适应性的研究都涉及老年人的心理适应、日常生活或是社会身份转变等方面，而随着智能时代的到来，科技快速发展，老年人的科技适应也是老年人社会适应研究的重要方面。也有文献讨论了老年人的科技适应，但大多停留在老年人对各类科技产品的接受程度，并且调查范围具有局部性，而本文是基于大规模的微观调查数据来构建老年人科技适应的综合评价模型，研究老年人和老年群体的科技适应性。第三，现有研究在讨论老年人科技适应的影响因素时主要考虑老年人的个体特征，如年龄、性别、受教育程度等，而本文在考虑个体特征的同时也将居住方式、与子女的联系以及社会参与度等群体网络特征引入模型。第四，现有文献多采用问卷调查与Logistic 回归，但Logistic 回归模型无法识别特征不同而科技适应性得分相同的老年样本，对此本文将通过引入潜在科技适应性得分来解决归并问题带来的估计偏误。第五，现有对老年人科技适应性的研究主要集中在老年人个体，本文则将老年群体视为复杂适应性系统，通过构建老年群体适应性分析的NK 模型来分析家庭型、社区型和机构型三种典型老年群体的科技适应性差异。

二、文献综述

关于老年人科技适应的相关文献，我们首先关注到的是一般化的社会适应（social adjustment）。尽管社会适应方面的研究散见于多个学科领域，但多以儿童、社会流动人口等为研究对象。随着全球步入老龄化时代，老年人的社会适应问题逐渐成为了学者们关注的重点。外界环境的变化使得老年人与其周围环境不断发生作用，以达到某种平衡，这种老年人与周围环境相互作用的过程以及达到平衡后的状态就是社会适应。适应不单是一种适应或不适应的结果，而是进行适应的过程与适应的程度，因此可将社会适应分为“生存性社会适应”“发展性社会适应”两大类。前者主要是指老年人为满足在社会生活中独自生存的需要与环境进行相互协调或是进行自我协调的程度，后者主要是指老年人为在社会生活中进行自我实现、发挥自我价值与社会环境进行相互作用或是进行自我协调的程度（陈勃，2008）[3]。

之前已有学者针对老年人的心理适应及其人际关系适应做了系统研究。吉华平和王惠娟（1990）[4]探究了老年人与其外在生存环境协调的过程与状态，将老年人的心理适应分为了两个方面：一方面是从人类学角度出发，探究了老年人由于自身知识结构陈旧、文化素养较差引起的一系列适应问题；另一方面是从社会学角度出发，探究了随着社会发展进步与生活方式转变，老年人会遭遇社会歧视，缺乏社会支持，由此引起的一系列适应问题。白友涛（2007）[5]研究发现，当老年人的生存环境发生改变时，如果他们的精神文化生活无法得到寄托，产生负面情绪的概率就会大大增加，如果老年人总是处在精神压抑的状态，便会引发老年抑郁。刘磊（2008）[6]发现，老年人社会身份的转变也是影响老年人社会适应性的重要因素，一个人的社会角色会随着年龄增长而逐步发生转变。在人际关系适应方面，李立和张兆年（2011）[7]认为，老年人在社区中的人际交往与社区活动参与越少，对陌生环境产生排斥心理的可能性就越大，社区参与度与融入度的降低会导致老年人的社会适应性水平降低。吴明超（2013）[8]也认为，老年人与家人、朋友、社会进行的沟通交往越多，越有利于改善老年人在晚年出现的孤独、低落等消极情绪，有益于老年人的身心健康，也有助于提升老年人的社会适应水平。胡娟等（2019）[9]将老年人的日常生活适应作为社会适应的主要研究方面，认为老年人的日常生活能力是影响老年人社会适应性的主要因素。李真真（2017）[10]从老年人的日常生活习惯、人际交往能力和娱乐活动三个方面探讨了老年人的社会适应性，指出提高老年人的社会适应性不能缺少周围资源的支撑。Redfield 等（1936）[11]提出了“文化适应”，即老年人在刚接触新环境时很难快速适应新文化，当原有文化与新文化产生矛盾时，老年人可能会产生心理不适，但老年人在新环境中生活得越久，其受新文化的影响就越深，当新文化与旧文化融合后，或是新文化替代旧文化后，老年人就会表现出较好的精神状态，适应能力也会得到提升。

纵观学者们对老年人社会适应的研究发现，社会适应性并不是发展到一定阶段的某种稳定的状态，其结果也不是简单的适应或不适应，而是会随着外界环境变化不断进行调整的适应过程及适应程度。在人类社会不断进步的今天，伴随互联网、云计算、物联网与人工智能等新技术的广泛运用，出现在老年人生活中的科技产品越来越多元化，且正影响着老年人的生活环境、生活方式和生活习惯，因此老年人的科技适应是老年人社会适应性研究的重要方面。

可以注意到，技术进步不但没有抛弃老年人，而且是面向老年人需求的，常常会对老年人产生积极影响。例如，智能科技类产品的出现极大缓解了老年人的孤独感，拓宽了老年人的生活交友圈，丰富了老年人的文化娱乐生活。在日常生活方面，智能养老机器人可以实现对老年人的日常生活护理，还可以和老年人沟通以愉悦心情，且医护人员在智能机器人的帮助下可以更好为老年人提供帮助（韩璐，2014；张耀文，2013）[12,13]。Faucounau 等（2009）[14]研究发现，智能机器人技术能够对老年人进行日常护理、心理疏导和教育学习，提高老年人的认知能力。在健康监控方面，向运华和王晓慧（2019）[15]提出在互联网加速到来的时代，智能陪护系统为保障老年人的身心健康提供了新路径。马俊达（2014）[16]认为，在现代老年医学与信息科技手段紧密结合的情境下，养老科技可以为老年人提供更佳照料护理、卫生保健与健康管理。信息通信技术对老年人的生活起到了很好的辅助作用，并在一定程度上满足了老年人的健康需求（Mantas et al.，2010）[17]。此外，在老年人突遇紧急情况时，新型智能科技类产品可以开启紧急求救系统（Mollenkopf et al.，1989）[18]，智能监控技术能够通过智能预警的方式来保护老年人的健康，避免老年人受到危害。在社会参与和心理建设方面，智能机器人和屏幕智能系统的出现能够提升老年人的生活幸福感与社会交互感（Marcel et al.，2009）[19]。老年人对互联网的使用也有助于提升老年人的心理健康、自评健康和社会适应水平，促进老年人的社会交往与社会参与，提升老年人的生活幸福感与满意度（靳永爱、赵梦晗，2019）[20]。

当然，老年人对科技产品的接受度与适应性也会受到诸多因素的影响。McDowell（2006）[21]发现，认知能力越高的老年人对科技产品的接受力越好，自身健康状态越好的老年人对科技产品的需求度与接受度却越弱，老年人对科技的恐惧心理会减弱其对养老科技产品的接受与适应能力（Venkatesh et al.，2003）[22]。老年人的教育和收入水平等因素也会影响其对新技术的适应性，经济收入越高的家庭，老年人对新技术的适应性越好（Chen et al.，2014）[23]。李敏等（2017）[24]研究显示，老年人的个体特征差异、子女因素会显著影响老年人对新技术的适应，具体而言：就个体基本特征而言，年龄与科技适应程度负相关，受教育程度和收入水平与科技适应程度正相关；就子女因素而言，与子女同住老年人的科技接受度要低于独立生活的老年人。黄鲁成等（2019）[25]则研究了老年人对不同类型科技产品的接受倾向，从老年人的个体特征、认知能力、社会交往三个方面分析了老年人对不同科技产品接受程度的差异。此类研究广泛使用的研究方法是Logistic 回归，通过选取老年人各类特征作为自变量来探讨哪类老年群体更易适应新技术。例如，王琳和饶培伦（2010）[26]对老年人采用深度访谈的形式，分析了科学发展对老年人的影响以及他们的适应情况。

通过文献回顾我们可以明确本文需要回答的基本问题有：第一，如何测量老年人的科技适应性；第二，如果老年科技适应性可以度量，那么如何提高老年人的科技适应性，换言之，老年科技适应性的影响因素主要有哪些；第三，养老模式的选择（家庭型、社区型和养老机构型）对老年科技适应性的提升是否有助益，以及老年群体内的相互作用如何影响老年人的科技适应水平。

三、研究设计

使用2018 年“中国健康与养老追踪调查”（China Health and Retirement Longitudinal Study，CHARLS）数据，该数据集是目前国内关于老年群体研究可用的样本量较大且数据质量较高的全国性调查数据。在追访问卷中，涉及到老年人科技适应的问题有：老年人的上网方式、老年人的上网频率、老年人使用互联网进行的活动、老年人对社交软件与在线支付的了解与掌握等。由于上述老年人科技适应相关问题及选项的复杂性，本文参照老年人虚弱指数①的构建方式，构建并计算老年人的科技适应性得分。具体积分规则为：是否上网，“是”记 1 分，“否”记0 分；选用何种方式上网（台式电脑、笔记本电脑、平板电脑、手机、其他电子设备），每选择一种记1 分，计总分（取值在0~5 之间）；使用互联网的频率，“差不多每天”记3 分，“差不多每周”记2 分，“不经常”记1 分；使用互联网进行的活动（聊天、看新闻、看视频、玩游戏、理财、其他活动），每选一种活动记1 分，计总分（取值在0~6 之间）；是否会用支付宝、微信钱包，“是”记 1 分，“否”记 0 分；是否使用微信，“是”记1 分，“否”记 0 分；是否会发微信朋友圈，“是”记 1分，“否”记0 分。将每位老年人以上所有变量的分值加总后除以理论总分，便可得到该老年人的科技适应得分，其取值范围为[0，1]。

老年人的个人特征包括年龄、性别、受教育程度、居住地（除主城区外，城乡结合区、镇中心区等都视为农村处理）和健康状况。子女因素包括是否与子女同住、与子女联系是否频繁（考虑不与受访者一起居住的子女看望老年人的频率，将“每月一次”“每半个月一次”“每周一次”“每周2~3 次”“差不多每天”记为1，其他项均记为0）。社会交往包括是否参加社交活动、参加社交活动的频繁程度，问卷跟踪了受访者近一个月的社交活动，并对每项活动的频率进行了记录，将“差不多每天”记3 分、“差不多每周”记2分、“不经常”记1 分。把除上网外的所有社交活动频率得分加总后除以理论总分，便可得到社交频繁得分，并以此来衡量老年人参加社交活动的频繁程度。相关变量的含义、解释及描述性统计见表1 和表2。

表1 变量含义与解释

表2 变量的描述性统计

Gender 0.662 0.473 0.000 1.000 1.000 Health 0.197 0.398 0.000 0.000 1.000 Spouse 0.432 0.495 0.000 0.000 1.000 Rural 0.825 0.380 0.000 1.000 1.000 Educ_No 0.277 0.447 0.000 0.000 1.000 Educ_Primary 0.245 0.430 0.000 0.000 1.000 Educ_Middle 0.086 0.280 0.000 0.000 1.000 Pension 6.253 3.551 0.000 6.909 12.794 Wage 1.103 2.967 0.000 0.000 11.736 Social_Frequency 0.056 0.082 0.000 0.000 0.630 Together 0.387 0.487 0.000 0.000 1.000 Frequency 0.695 0.461 0.000 1.000 1.000

整体上看，科技适应得分的平均值为0.137，说明老年人对于进入新科技时代后随之而来的生活各方面变化的适应水平较低。若从老年人的上网方式、对社交软件与在线支付的了解及掌握几个方面分别来看老年人的适应性，可以发现老年人对互联网的适应状况优于其对社交软件的适应状况。在上网方式上，老年人对手机的适应性明显优于其他上网工具，且使用微信进行娱乐交往的情况优于使用微信进行在线支付的情况。从老年个体的科技适应性得分情况来看，不同特征老年个体的科技适应程度具有异质性。将60 岁及以上老年人分为4 组，可得60（含）~65 岁组受访者的科技适应性比65（含）~70 岁组受访者的科技适应性要好，且随着年龄的增加，老年人的科技适应性呈下降趋势，70（含）~80 岁的平均得分仅为0.09，80 岁及以上老年人的平均得分仅为0.012。可见，随着年龄的增长，老年人记忆力减弱、认知功能衰退、学习能力下降等均会对老年人的接受和掌握新技术、新事物的情况产生影响。另外，高龄老人经过长年累月的生活经验积累，他们已经形成了较为习惯、稳定的老年生活方式，这也会在一定程度上影响他们对新技术的需求和接受。

除了对年龄考量外，经方差分析，在不同受教育情况、不同健康状况、不同居住地类型等条件下，老年人的科技适应性存在显著差异。接受过教育的老年人的科技适应性较优，因为接受过教育的老年人具有一定的文化知识储备，其认知能力、学习能力和接受新事物的能力均较好，并且老年人的受教育程度与其社会阶层密切相关，受教育程度较高的老年人可能会拥有更多的社会资源，能够帮助其更好地适应科技变化。相比于自评不健康的老年人，自评健康的老年人的科技适应性更好。相比于农村居住的老年人，在城市居住的老年人的科技适应性更好。相比于没有配偶的老年人，有配偶的老年人的科技适应性更好。男性老年人相比于女性老年人其科技适应性更好。相比于参与社交活动的老年人，未参与社交活动老年人的科技适应性反而更好。相比于和子女同住的老年人，不与子女同住老年人的科技适应性也更好。对此可能的解释是，老年人参与的社交活动多为串门、打牌、跳舞等，当老年人更多参与上述社交活动时，对互联网和社交软件的使用与依赖可能会减少，所以其科技适应性也会相应较低。

表3 不同特征老年个体的科技适应性

四、实证结果与分析

（一）回归分析

为探究如何提高老年人的科技适应性，本部分从老年科技适应性的影响因素着手，通过构建Tobit模型进行实证检验，模型设定如下：

其中，y*是响应变量，xi是长度 p 的协变量，β 是未知的回归系数，εi是不可观测的随机误差项。潜变量代表个体i 希望做出的贡献。在本文研究测得的老年人科技适应性得分Techfitness 中，其最小值为0，且有大量样本的科技适应性得分为0，而这些样本的个体特征并不相同，若是认为这些样本的科技适应性处于同一水平，则不符合实际，因为这些样本不适应科技的程度可能并不相同。因此，假设存在一个潜在的科技适应性得分Techfitness*，当其大于0 时，表示老年人适应科技的程度，小于0 则表示老年人不适应科技的程度。

本文使用STATA14.0 软件进行Tobit 回归，结果如表4 所示。从回归结果来看，在控制其他变量的情况下，老年人的年龄、自评健康、居住地类型、养老金收入均与老年人的科技适应性呈负相关关系，老年人的性别、有无配偶、受教育情况均与老年人的科技适应性呈正相关关系。居住在农村老年人的科技适应性较低，与前文结果相符合，从侧面说明我国目前科学技术的发展具有城乡差异。我国在推进智慧养老、推广信息科技服务及建设智能化养老社区时，其重点服务对象是城市老年居民，在智能医护服务、紧急预警服务、前沿信息技术产品等方面的推广与应用上也都以城市老年居民为主要目标。例如在互联网使用方面，根据中国互联网络信息中心2009—2011 年的调查统计数据，农村老年人使用互联网的比重不仅未达到全国老年群体的平均水平，而且与城市老年人使用互联网的比重相差甚远。

表4 老年人科技适应性影响因素的回归结果

受过教育的老年人的科技适应性显著较高，但是否接受过更高水平教育对老年人科技适应性的影响却并不显著，因此不能武断地认为受教育程度越高，老年人的科技适应性就越好，只能说接受教育在一定程度上显著影响了老年人的科技适应性。老年人的收入状况与家庭收入情况对老年人科技适应性的影响并不显著，并且老年人的养老金收入与科技适应性呈负相关关系。虽然许多新技术、科技产品、智能设备等对经济有一定的要求，但从回归结果来看，并不能认为老年人的经济状况越好，其科技适应性就越强。

在控制其他变量的情况下，“是否与子女同住”与老年人的科技适应性呈负相关关系，但“是否与子女联系频繁”却与老年人的科技适应性呈正相关关系。可见，老年人与子女同住会显著降低其科技适应性，但与子女联系频繁却会提高其科技适应性。考虑到科技适应性得分的计算中有一部分与社交软件有关，对此可以解释为，不与子女同住的老年人可能会通过其他社交软件等方式与子女联系，从数据上也就反映为与子女联系频繁老年人的科技适应性更好。相反，与子女同住的老年人在该方面的需求会稍低于不与子女同住的老年人，其科技适应性也就稍低于不与子女同住的老年人，且在实际中与子女同住的老年人对科技设备、信息技术的使用可以得到子女的帮助，可能会出现子女代替老年人使用一些科技设备的情况。例如，扫地机器人等家用智能服务设备，当老年人子女对其使用的率大于老年人自身时，老年人自身对科技设备的使用积极性及需求就会大大降低，从而降低老年人的科技适应性。上述结论也说明，适应性其实是一个不断学习、积累经验的过程。

从是否参与社交活动来看，不参与社交活动的老年人的科技适应性反而更高。这可能是因为，他们相对更喜欢手机互联网的沟通方式，换句话说，仅仅参与社交活动并不能提升老年人的科技适应性，因为老年人参与的社交活动比较单一（多为串门、打牌、跳舞等），这会减少其对科技产品的依赖，从而降低其科技适应性。但对于参与社交活动的老年人，其社交频繁性却与科技适应性显著正相关。事实上，老年人之间交流沟通最常见的活动方式便是社会交往，这也是老年人之间进行信息资源置换的常用途径。老年人的健康状况、认知能力与老年人的社会交往显著相关，社会交往活动有助于维持老年人的身心健康和缓解其记忆力、脑力等认知能力的衰退。社会网络是老年人应对压力的重要外在资源，对老年人心理健康有良好的保护作用。朋友网络比家庭网络对老年人心理健康有更大的保护作用，老年人与社区朋友互动并参与小组活动有利于提升他们的自我价值感。而且，越来越多的观察调研性报告都强调了社会交往活动对认知功能的保护性作用，如赵丹和余林（2016）[27]的研究证实了老年人参与社交活动对维持其认知功能具有积极影响。参与社交活动越频繁的老年人，其接触的新技术资源信息越广泛，这会在一定程度上对他们的科技适应性产生积极影响。

（二）内生性检验

子女因素与社会交往因素可能存在内生性，这种内生性是由于子女因素及社会交往因素与老年人的科技适应性存在反向因果关系：科技适应性较好的老年人可以通过网络、社交软件等与子女联系或进行社会交往，强化了老年人与子女在现实中的联系，也在一定程度上增强了老年人的社会交往能力；反之，科技适应性较弱的老年人与子女联系也较弱，与社会交往的方式、渠道等也不丰富，其与子女联系的频繁程度以及社会交往能力会在一定程度上受到限制或减弱。针对该内生性问题，本文选用工具变量法（IV）进行解决。工具变量的选择必须满足两个条件：一是相关性，工具变量必须与内生解释变量（老年人的社会交往情况）高度相关，否则会出现弱工具变量问题，导致估计量不一致；二是外生性，即选用的工具变量与随机扰动项不相关。

本文选取社区平均值作为工具变量来矫正内生性带来的偏误。老年人科技适应性的提高一方面存在拓宽老年人使用科技（网络等）社交范围的可能性，另一方面会提高老年人在老年人群中的吸引力，如能在涉及新科技的日常琐碎生活问题上为其他老人提供帮助，而这会反过来提升老年人参与社交活动的频率以及和子女交往的频繁程度。在本文研究中，科技适应性得分为0 以上的老年人仅占一小部分，说明现阶段老年人的适应新科技行为尚属于个体行为，而非基于社区因素的群体行为。同时，可以认为老年人的社交选择和与子女联系的频繁程度是基于地区的文化风俗、传统习惯及经济发展水平，而这些因素均可通过其居住地体现出来，因此采用社区平均值作为工具变量可去除由科技适应性所影响的内生部分。

按照不同的社区（community ID）进行分组，以每组老年人社会交往频繁得分（Social_Frequency）、是否与子女同住（Together）、与子女联系频繁程度（Frequency）的平均水平分别作为老年人社会交往频繁得分、是否与子女同住、与子女联系频繁程度的工具变量，并使用IV-Tobit 模型进行参数估计。本文采用Wald Test 检验子女因素、社会交往因素与老年人科技适应性之间的内生性，若检验结果反映存在内生性，则接受IV-Tobit 的回归结果，若结果证实不存在内生性，则接受Tobit 的回归结果。

表5 模型1 为Tobit 回归结果，模型 2 至 4 分别为 采 用 老 年 人 社 会 交 往 频 繁 得 分（Social_Frequency）、是否与子女同住（Together）以及与子女联系频繁程度（Frequency）的社区平均水平作为工具变量的回归结果。内生性检验表明：是否与子女同住、与子女联系频繁程度工具变量的回归结果均无法拒绝二者为外生变量的原假设，因此采用原模型（Tobit）的回归结果；老年人社会交往频繁得分工具变量的回归结果拒绝了原假设，且在5%的水平上显著，即在原模型中该变量为内生变量，应采用工具变量（IVTobit1）的回归结果。模型2 的回归结果显示，在控制其他变量的情况下，老年人社交频繁性与科技适应性呈显著正相关关系，即老年人社交越频繁，其科技适应性越高。

表5 内生性检验

（续表5）

（三）稳健性检验

为确保研究结论的稳健性，采用替换研究方法的形式来进行检验，此部分使用Heckman 两阶段估计法对老年人的科技适应性进行回归分析。样本数据中存在大量科技适应性得分为0 的样本，但这些样本的个体特征并不一致，不能认为他们都有相同的科技适应性水平。而且，有大量样本没有参与问卷中有关科技活动的回答，如果人为将这些样本排除在外，仅对其余样本进行回归，便是采用了一个经过自我选择的样本，而非随机样本，以此样本分析得到的结果可能有偏。Heckman 两阶段估计模型的功能就是试图纠正这种偏差导致的估计偏误。

其中，isTech 是科技适应性是否大于0 的虚拟变量，即老年人是否能适应科技变化的选择变量，本文采用年龄、居住地、受教育特征等外生变量考察老龄人口的科技适应选择，并生成米尔斯比率处理选择偏差问题。

依据第一阶段选择模型，生成米尔斯比率（Imr），作为OLS 回归的控制变量，对科技适应性得分大于0 的样本进行回归，得到第二阶段的回归结果。Heckman 两阶段估计结果显示，老年人的年龄、社交活动频繁性、居住地与受教育情况分别在5%和10%的水平上显著影响其科技适应性。其中，老年人的年龄对其科技适应性有显著负向影响，老年人的社交活动频繁性对其科技适应性有显著正向影响，居住在农村地区老年人的科技适应性显著较低，受过小学教育的老年人的科技适应性显著较高。鉴于此，本文研究结论具有较好的稳健性。

表6 稳健性检验

五、数值模拟结果分析

（一）参数设置

前文研究表明，老年人的社会交往对其科技适应性有显著影响，社会交往越频繁的老年人，其科技适应性越好。如果一个老年人的适应性很差，不能很好应对科技发展带来的巨大变化，那么整个老年群体是否会在科技时代表现出较好的适应性？考虑到老年人具有自主判断能力，可以与外界环境及群体中的其他老年人进行沟通学习，积累经验，并据此进行自我调节，以达到满足自身需要和环境适应的状态。此外，老年群体对科技的适应性除了取决于每个老年人自身的适应性以外，还会受到群体中其他老年人的影响，老年人的这些特征使得我们可以将老年群体看作是复杂适应性系统来加以研究。

Kauffman（1993）[28]在 Wright 的适应度景观概念基础上提出了NK 模型，该模型可以很好地将适应度景观与复杂适应性系统结合起来。影响NK 模型的基本参数有构成复杂系统中包含的元素数N，复杂系统中各元素之间的平均相互作用数K，以及系统中每个元素i（i=1，2，…，N）的等位基因数目Ai。不同元素的等位基因进行组合就构成了不同等位基因串，用来表示不同的复杂系统，所有可能的等位基因串进行组合就构成了“设计空间”S。复杂系统组成元素i 的某个等位基因对系统整体适应性的影响用函数fi表示，所有组成元素的基因对系统整体适应性影响和的平均就是系统的适应性。由于生物体存在自身结构复杂的特性以及基因之间存在非线性关系，所以想要确定整个生物体的适应度函数比较困难。对此，Kauffman 给出了一种较为简单的计算方法，即从[0，1]均匀分布的随机变量集合中获取随机数，将所得随机数看作该基因对整体适应度的贡献值fi，该值取决于第i 个基因本身的状态是否影响了该基因的K 个其他基因的状态。例如，若假定每个基因有两个等位基因，那么第i 个基因的贡献值就有 2K+1种可能性。K（K∈[0，N-1]）的大小反映了系统整体复杂程度的高低：当系统中各元素间没有任何关系（K=0）时，整个系统的复杂性最低；当系统中所有的元素间都有关系（K=N-1）时，整个系统的复杂性最高。Kauffman 对NK 模型进行了大量的实验模拟并得出了一些重要性质：首先，系统整体适应性水平主要受参数N 和参数K 的数值大小的影响，对其他参数的反应很弱；其次，当系统中元素之间的联系越来越密切时，系统的复杂程度会越来越高，此时要想提高系统内某个元素的适应度而不降低其他元素的适应度会越来越困难；最后，局部最优点的随机性会随着系统中元素间作用复杂度的增加而增大。

假定N 表示老年群体中的成员数量，K 表示老年群体中成员之间的相互关系，K=0 表示成员间没有任何关系，K=N-1 表示所有的成员间都有关系。根据NK 模型的基本原理，影响系统整体适应性的每个要素都有其所处的状态，用0 和1 之间的某个数值表示。根据Kauffman 的研究成果，要素状态数量与NK 模型最终结果之间的关系不明显，故本文设定群体中老年人只处于两种状态（0 或1），其中0表示老年人的科技适应性很弱，1 表示老年人的科技适应性很强。于是，设计空间S 中所有可能的组合都是0 和1 组成的N 维向量αt（t=1，2，…，2N）。考虑到老年群体中每个人之间的影响程度不同，本文设置了固有影响强度矩阵 QN×N，其中 qi，j代表第 j 个人对第i 个人的科技适应的固有影响强度。经多次调试，将 qi，j的取值范围设定为[0，0.3]∪[0.6，1]。除了考虑老年群体中成员之间本身存在的固有影响之外，老年人之间的联系程度也会影响系统的科技适应性，本文设置距离矩阵distN×N作为老年人之间联系程度的度量，其中disti，j代表第j 个人与第i 个人之间的距离。经多次调试，将disti，j的取值范围设定为[0，1]。老年群体间的影响强度将由成员间的固有影响强度与群体成员之间的距离共同决定：

由于老年群体中成员之间的相互作用关系比较复杂，老年人或是老年人之间的相互作用对老年群体适应性的影响作用很难表示出来。Kauffman 认为，可以使用系统的统计性质来解决上述影响作用的复杂性与不确定性，提出用随机变量来描述系统中各种元素与系统整体适应度之间的影响关系，且该随机变量服从[0，1]区间上的某种分布，于是适应度函数就变为了随机适应度函数。当系统中某个成员发生变异或者与之有关的成员发生变异时，就从[0，1]均匀分布中随机抽取一个数作为该成员的适应度值fi。设定老年群体中成员之间的影响强度，并以pi.αt作为老年人科技适应度值，但老年群体间的相互影响远不止老年群体间的固有影响与由群体成员间的联系而产生的影响，老年群体中还存在着其他复杂的作用关系，故将由设定的影响强度计算得到的适应度值与Kauffman 定义的随机适应度值进行加权得到最终老年人的适应度值：

其中，pi为影响矩阵 PN×N第 i 行向量（pi，1，pi，2，…，pi，N），αt为 0 和 1 组成的 N 维向量。本文主要探究的是设定影响强度下老年群体的科技适应性，在对ω1、ω2几种可能的取值进行多次试验模拟后，将ω1与ω2参数值设定为0.3 与0.7，以期达到仿真效果最优。此时，整个系统的适应度F 为所有成员适应度的平均，即老年群体的适应度函数F 定义为：

设计空间中每一种组合下对应一个适应度值，该适应度值为此组合下每个人适应度值的加和取平均。组合的种类为2N种，所有组合的适应度值可构成适应度矩阵为M（2N×N）。模型最初先设定一个0/1组合，之后根据老年人之间的相互作用关系进行模拟变异，每次变异时在适应度矩阵中获得一个最优适应度值，经多次模拟之后寻得适应度较高的系统构成。

（二）模拟计算

假设老年群体的结构包括家庭型、社区型和养老机构型三类。对于家庭型老年群体，随着年龄的增长，相当比例的老年人不愿轻易离开自己熟悉的生活环境，且对子女产生了生活依赖，倾向于同子女居住在一起，居家养老便成为了既符合我国当前现实需要又受到广泛认可的一种养老模式。居家养老不仅能使老年人与亲人生活在一起，还能使老年人更好地适应和保持原来的生活习惯。同时，居家养老有益于缓解我国应对养老带来的各种压力，有利于弘扬我国传统孝道文化。我国老年人的家庭结构类型主要有一人户、一对夫妇户、核心家庭、隔代家庭、二代联合家庭、三代直系家庭和三代联合家庭等。根据第五次全国人口普查抽样数据，三代直系家庭及核心家庭在我国老年人家庭结构类型中的占比较大，且在这两种类型家庭结构中老年人人数多为2 人，另外在多种家庭结构中的老年人人数均在4 人以下。在研究老年人的科技适应性时，考虑到大多数老年人需要在他人的帮助指导下才能了解和学习新技术，所以家庭型老年群体中除了老年人以外还应有掌握或了解新技术的子女等亲属。故设定家庭型老年群体的成员组成为3 位老年人及2 位子女（或亲属），若K=1，则假定只存在某子女对每位老年人的影响，若K≥2，则说明老年人之间存在随机的相互影响，选取随机型影响矩阵。可见，该类型群体中成员之间的相互联系包括老年人与老年人之间的联系、老年人与子女（或亲属）间的相互联系以及子女（或亲属）间的相互联系三种。通常情况下，科技适应性较强的子女（或亲属）对老年人的固有影响要强于老年人与老年人之间的固有影响，故本文设定老年人与老年人之间科技适应性的固有影响强度为（0，0.3）的随机数，子女（或亲属）对老年人科技适应性的固有影响强度为（0.6，1）的随机数，子女（或亲属）与子女（或亲属）间的科技适应性固有影响强度为（0.8，1）的随机数。由于本文的研究目标是群体中老年人之间相互作用对整体科技适应性的影响，因此通过减弱子女与老年人之间的距离来减弱子女的科技适应性对整体科技适应性的那部分影响，即设定子女与老年人之间的距离disti，j小于老年人与老年人之间的距离。

与家庭养老和社会养老不同，社区养老是一种新型养老模式，其把家庭养老和机构养老的最佳结合点集中在社区，让老人住在自己家里，在继续得到家人照顾的同时由社区的有关服务机构为老人提供服务（王慧红，2001；梁馨月，2010）[29,30]。对于社区型老年群体，其核心依然是家庭，社区作为依托，主要采取政府整合社区资源、提供社区集中服务等形式。在这一体系中，社区作为连接枢纽，在资源整合、广泛联系、沟通协调等方面发挥着重要作用，保障着各项养老服务的顺利开展。社区养老的形式主要分为两种：一种是由政府或非政府组织设立小型、专业型的服务机构，并由经过培训的服务人员到老年人家中提供服务；另一种是老年人直接在社区提供的场所接受服务，如老年活动中心、社区护理中心等。本文主要对第二种社区养老类型的老年群体进行研究，该类型群体中的老年人可以依据外部物质条件自发地进行社会交往活动，群体中的相互作用以老年人之间的相互交流、相互学习、相互影响为主。考虑到当社区中老年人数过多时老年人之间的联系会相对减弱，相互作用关系强度也会减弱，本文选择小型社区进行研究，将人数设定在15 人左右（N=15），探究当老年人之间的相互作用（K）不同时老年群体的科技适应情况。依然假定老年人之间的相互影响是随机产生的，选用随机影响矩阵，并且设定老年人之间相互影响的固有强度是（0，0.3）的随机数，老年人之间的距离是（0，1）的随机数。

对于养老机构型老年群体，养老机构是为老年人提供综合性服务的机构，包括日常生活照顾、进行必要的护理治疗、提供活动场所等。常见的养老服务机构有社会福利院、敬老院、老年康复中心和老年护理机构等。随着智慧养老的发展以及老年科技产品的进步，机构养老机制愈加健全，老年人的日常生活照顾、健康监控、精神慰藉服务等也都越来越全面化、专业化和人性化。例如，智能定位系统可以实时定位老年人的位置，避免其走丢；健康监控系统可以随时查看老年人的健康数据，对其提供及时有效的护理；智能预警系统可以在老年人发出预警时及时收到预警信息并对其提供帮助；等等。在养老机构中，通常由护理人员对老年人的科技适应性产生影响，当然老年人之间也会相互产生影响。护理人员对老年人的影响与老年人之间的相互影响定义为随机的，依然选择随机型影响矩阵，并考虑当N=30 且K≥2 时的老年群体的适应度。设定老年人与老年人之间科技适应性的固有影响强度为（0，0.3）的随机数，护理人员对老年人科技适应性的固有影响强度为（0.6，1）的随机数。同样，通过减弱护理人员与老年人之间的距离来减弱护理人员的科技适应性对整体科技适应性的那部分影响，即设定护理人员与老年人之间的距离disti，j小于老年人与老年人之间的距离。

依据不同类型的老年群体模型的参数设置，采用Python 3.8.5 编程对模拟次数进行修正，结果显示，在模拟次数达到1 000 次左右时程序的模拟结果趋于稳定。于是，本文对N、K 不同组合下的所有可能状态进行1 000 次仿真模拟，并取运算的平均值描述结果，最终得到不同类型老年群体的平均适应度值以及在适应度景观上的平均高点个数。

图1 修正前后模型适应度值仿真

家庭型老年群体的科技适应性会随着K 的增大而不断增大，在N=5、K=4 时群体的最优适应度值达到最好，适应度景观中的高点个数也会随之增加。这说明对于家庭型老年群体，当群体中个体间的联系越紧密时，群体整体的科技适应性越好。当K=1时，假定群体中除老年人自我影响外只存在子女（或亲属）对老年人的影响，此时设置子女（或亲属）对老年人的影响权重高于老年人的自我影响权重，子女（或亲属）与老年人之间的距离也在同类型规模（N=5）下达到最大，但群体的整体适应度并不是最优的。这说明，该类型老年群体想要适应科技，除了需要子女的帮助外，老年人之间的相互交流和学习也很重要。

社区型老年群体的科技适应性与K 之间不是单调关系：当K≤9 时，社区型老年群体的科技适应性会随着K 的增大而不断增大；当K＞9 时，社区型老年群体的科技适应性会有所下降；适应度景观中的高点个数会随着K 的增大而增大。这说明，随着群体中个体间关系结构复杂程度的逐渐增加，群体中老年人之间的相互学习和交流程度会逐渐增强，他们取长补短、集思广益、共同进步，使得老年群体的整体适应性得以提高。

对于养老机构型老年群体，其科技适应性也没有呈现出持续上升趋势：当K≤5 时，养老机构型老年群体的科技适应性会随着K 的增大而不断增大；当K＞5 时，养老机构型老年群体的科技适应性反而会随着K 的增大而不断减小。此类型老年群体的科技适应性并不是群体间联系越紧密越好，而是存在一个转折点，当群体间联系程度达到一个点时其整体适应性达到最优，在过了该点后整体适应性又会呈现出下降趋势。

从模拟结果来看，老年群体间交互作用的强弱影响着老年群体的科技适应性。对于家庭型老年群体和社区型老年群体而言，群体之间的相互联系与相互作用越复杂紧密，老年群体的科技适应性越好。但对于养老机构型老年群体而言，其群体科技适应性并不会随着群体间老年人相互作用的紧密度与复杂度的增加而增强，而是有一个峰值，当老年人之间联系的复杂程度达到这个值时，群体的科技适应性达到最优。这是因为，当群体规模（N）较大时，随着群体中老年人之间关系复杂性的增加，适应度景观中的高点个数会逐渐增多，适应度景观越来越崎岖不平，此时向高峰攀爬受到的约束会越来越大，因此提高老年群体的科技适应性也愈发困难。此外，家庭型老年群体的科技适应性整体上最高，这可能是由于该群体结构中有子女因素的作用，而机构型老年群体的科技适应性最低，这可能是因为老年人在养老机构中的科技适应更加被动。

表7 老年群体的科技适应性模拟结果

机构型30 1 0.2531 63.70 30 1 0.2685 139.54 30 3 0.2700 244.36 5 0.2602 377.21 30 309 0.2549 385.50 30 30 21 27 0.2500 0.2406 440.28 518.15

当K=1 时，家庭型老年群体中的影响作用主要来自于子女对老年人的影响，社区中则是较为亲近的老年人之间的相互影响。此时，虽然三种类型老年群体科技适应性的差别并不十分明显，但家庭型与社区型老年群体的科技适应性要优于养老机构型老年群体。可能的原因是，家庭型老年群体中子女（或亲属）的科技适应性较强，他们之间的相互作用提高了整体的科技适应性。随着K 的增加，老年群体的平均适应度值会随着N 的增加呈现出一个先增加后减少的过程。随着N 的增大和K 的复杂性的增强，要在不降低其他个体适应度值的情况下提高群体中某个体的适应度值就比较困难，规模越大、复杂性越强的群体，其适应度的平均值反而越低。

综上所述，对于家庭型老年群体而言，老年人的科技适应性在于子女对他们的影响以及老年人之间的相互影响；对于社区型老年群体而言，老年人之间的相互交流和学习可以促进他们对新技术的掌握以及对科技时代的适应；对于养老机构而言，很多机构的设施都已经趋于智能化，也有专门受过培训的陪护人员，但该类型老年群体的科技适应性却不如前两种类型老年群体。可能的原因有两点：一是在养老机构里老年人对新技术的适应比较被动，自身并不会去主动学习适应一些科技产品，大多都是由陪护人员完成，例如一些智能护理产品在养老机构里只需要医护人员操作即可，老年群体自身并不需要亲自了解和使用；二是本研究模型重点研究老年人之间的相互交流与相互作用，所以对陪护人员个数的设置较少，在养老机构人数较多的情况下，群体中老年人之间的相互交流程度相对较弱，群体的科技适应性也较弱。

图2 不同类型老年群体科技适应性随K 变化的趋势

六、结论与建议

（一）研究结论

老年人的科技适应并不是发展到一定阶段的某种稳定结果，而是随着环境变化不断变化和调整的过程。一方面，在老龄化日益加重的背景下，科技的发展需要兼顾老年人的需求，要让老年人成为科技的受益者，而不是被动接受的弱势群体。另一方面，老年人的特殊需求也会反过来推动技术创新，正是因为他们的某种“不适应”，才激发了科技创新的动力。事实上，“技术也是一种生命体”，它们之间需要相互适应，银发浪潮与科技浪潮是并行的。老年人的个体特征如年龄、健康水平、地域差异、受教育程度等无疑会影响其科技适应性。在子女因素方面，我们发现老年人与子女同住会显著降低其科技适应性，在不与子女同住的老年群体中，与子女联系频繁又会提高其科技适应性。与子女同住的老年人可能会对子女产生依赖，从而降低自身对科技信息进行了解和掌握的需求，而适应其实是一个不断学习和积累经验的过程，老年人的科技适应性可以在不断学习、不断使用新技术的过程中得到改善。在社会交往方面，单一的社会交往会挤出老年人对科技产品的依赖，因此老年人不仅要参与社交活动，而且要多元化和频繁化，如此才能更有利于提高其科技适应性。

从老年群体适应性的模拟结果来看，对于同一类型的老年群体，群体间交互作用的强弱会影响其整体适应性。对于家庭型老年群体和社区型老年群体而言，群体之间的联系越紧密，整体适应性就越好。但是，养老机构型老年群体的科技适应性并不是群体间联系越紧密越好，而是存在一个转折点，当群体间的联系复杂程度达到某个点时其整体适应性会达到最优。可见，不同类型老年群体的科技适应性也不相同，具体为家庭型老年群体的适应性优于社区型老年群体和养老机构型老年群体。

（二）对策建议

1.倡导子女对老年科技适应提供支持与帮助。科技产品与服务可以对老年人进行日常照料、健康监控、生活辅助，有助于提升老年人的独立生活能力，从而减轻子女的养老负担。但是，科技的使用并不能代替子女的关怀，子女是影响老年人科技适应的重要因素。一方面，多数老年人都是通过子女进行科技信息的获取与科技产品的学习使用，子女对老年人的科技支持与帮助尤为重要。另一方面，子女对老年人的情感关怀和精神慰藉有利于提升老年人的心理认知和改善其精神状态，从而改善老年人的生活质量。

2.鼓励老年人提升自身科技适应水平。虽然外界能够在很多方面帮助老年人解决许多不断出现的科技适应障碍，但只有老年人自身积极学习使用新科技设备才是解决老年人科技适应难题的关键。许多老年人可能会因为自身体力、脑力等生理机能和心理认知能力的逐渐衰退而否定自己，甚至对新科技产生恐惧心理，事实上老年人的认知能力并不会随着年龄增长而发生太大变化。相反，老年人的继续学习还有助于提升其智力、脑力等认知能力，能够帮助其树立积极适应新科技的自信心。从社会层面而言，既要使老年群体树立新观念，关注他们的科技需求，也要为老年人创建科技友好的环境，完善老年人的科技教育，帮助老年人提高其科技适应性。

注释：

①虚弱指数的基本原理是，对每一个人某一时点上的不良健康状况进行累计，通常以认知功能变量、日常生活能力变量、功能受限变量、自评健康变量等变量为基础构建老年人虚弱指数。对于其中变量，当其为不健康时，编码为1，否则为0。将每个老年人所有这些变量的分值加总后除以理论总分，便可求得该老年人的虚弱指数。