智慧养老模式影响因素及相关产业研究——以河北省为例_王康.pdf

91 2023 年 2 月第 1 期总第 177 期金融理论与教学Finance Theory and Teaching智慧养老模式影响因素及相关产业研究以河北省为例王康1,2，魏俊英2，兰翔英2，唐敏2（1.中央财经大学，北京 100081；中国邮政集团培训中心，河北 石家庄 050000）收稿日期：2022-07-26基金项目：2022 年河北省社会科学发展研究课题“智慧养老视域下河北省养老服务体系的优化路径研究”（青年课题 20220303180）；2022年石家庄市社科专家资助项目“智慧养老视域下石家庄养老服务体系的优化路径研究”（2022zjpy22）。作者简介：王康（1983-），女，河北石家庄人，中国邮政集团培训中心副教授，中央财经大学博士后，研究方向为碳金融。一、引言中国老龄化趋势不断加重，成为社会普遍关注的焦点。与此同时，人们也越来越关注老年生活的便利和幸福。随着物联网技术的进步，人工智能越来越多地渗透到各个领域。智能社区养老、智能居家养老、智能机构养老等智能养老模式正逐渐进入人们的视野，智能养老模式正受到越来越多的关注。自从英国信托人寿提出为老年人提供更便捷、高效、灵活的“全智能养老系统”，这种全新的公共管理服务模式进入大众视野，因此，很多学者对智能养老及相关产业发展进行了研究。首先，一些学者对智能社区的养老服务和互助进行了研究。例如，李等（2011）在研究中介绍了邻里守望和普及医疗支持技术；其次，为了提高老年人的健康生活能力和水平，对辅助机器人和智能家居设施进行了研究。例如，桑德斯等人（2016 年）已经证明，老年人自己有可能在家庭智能家居环境中使用自主机器人或个性化的辅助机器人。Stoj koska 和 Trivodaliev（2017）提出了一个智能家居整体框架，并确定了一个基于 智 能 家 居 管 理 的 模 型，Suryadevara（2012）提出一种评估老年人健康状况的机制，该机制基于通过各种传感单元连接的家用电器的应用来确定老年人的健康状况，有助于实时监测和评估家庭中的老年人活动。Wong 等（2012）开发了一个新的智能综合互动护理（ICIC）系统，为老年人护理提供综合服务，包括医疗、饮食、生活、摘要：随着物联网技术的发展，智能养老模式越来越受到人们的重视。研究以河北省部分城市成年居民问卷调查数据为基础，分析了智能养老模式及其可能影响因素之间的多元线性回归模型。可以发现，对于 59 岁及以下的参与者，他们的认知水平、血型、职业和年龄对智能养老模式有显著影响，对于 60 岁及以上参与者，只有他们的教育水平和年龄对智能养老方式有显著影响。最后对智能养老相关产业的发展提出了一些建议，以构建一体化的智能社区养老模式、一体化的智能居家养老模式或一体化的智能居家养老服务中心，调整和完善现有的养老机构，完善智能养老机构模式，推动智能养老相关智能产业发展。关键词：智能养老；智能居家；物联网中图分类号：F719；F49 文献标识码：A文章编号：1004-9487（2023）01-0091-07DOI:10.13298/ki.ftat.2023.01.013 92 交通教育、娱乐和安全；第三，一些学者们对智能系统的实现做了一些研究。例如，Salman、Salman、Jahangirian 等（2016）认 为 智 能 家 居技术是住宅相关技术的未来，其目的是通过网络设备交付和分发房屋内外的服务数量，智能系统可以远程控制照明和加热或冷却。DawadiCook（2016）认为，智能家居技术通过自动化健康监测和良好评估，为帮助临床医生检查患者的身体状况提供了潜在的好处，并提出“利用智能家居传感器数据和基于学习的数据分析预测临床分数是可行的；Transing 和 Rajput（2015）提出了一套基于无线传感器网络的老年人智能家居系统，帮助他们轻松开展工作，为他们提供安全、健康和有保障的生活；最后，一些学者研究了血型和教育背景对人的人格的影响，因为人格会影响人的行为和活动。例如，日本学者 Furukawa Takeji在 1927 年的调查基础上提出了人格与血型关系的理论。Jogawar（1983）发现了人们的血型和情感之间的关系。Jackson（2011）认为，教育经历可以导致人格特质的变化，反之亦然。虽然有学者研究了影响智能养老服务的因素，包括教育水平。例如，张和徐（2016）提出，影响老年人智能护理服务需求的因素包括财务状况、身体健康、文化生活和教育背景。然而很少有学者从血型、年龄、文化程度和职业的综合角度对智能养老模式进行研究，这就是本研究的出发点。二、数据选择和模型确定物联网技术的发展促进了人工智能产业的不断升级，推动了智能养老模式的发展。为了找出影响智能技术在老年护理中应用的因素，对 59 岁及以下已经工作的成年人和 60 岁及以上的老年人分别进行了问卷调查。最后，从 59 岁及以下人群中收集了 1146 份有效问卷。从 60 岁及以上老年人中收集有效问卷 700 份。在这个关于养老的问题中，物联网技术可以应用于智能社区、智能家居和智能养老机构中，分析找出哪些因素（如年龄、血型、教育水平和职业）会影响人们对智能养老的选择。因此，养老模式是以被调查者的年龄、受教育程度、血型和职业作为因变量，进行多元线性回归。多元线性回归模型表示为公式（1）。Yi=0+1x1i+2x2i+3x3i+4x4i+i （1）其中 yi是被解释变量，x1i代表年龄，x2i代表教育水平，x3i代表血型，x4i代表职业，为模型的误差项。在有效问卷中，59岁及以下参与者的年龄分布、教育水平、血型分布和职业状况如表 1-4 所示。表 1 59 岁及以下参与者的年龄比例年龄段5059 岁4049 岁3039 岁30 岁以下占比24%25%32%19%表 2 59 岁及以下参与者的血型比例血型ABABORh占比14%28%33%24%1%表 3 59 岁及以下参与者的教育水平比例受教育程度没上过学中学及以下高中专科本科研究生占比1%13%28%23%23%12%表 4 59 岁及以下参与者的职业比例公务员事业员工企业员工工人或服务人员农民职业经理人私营企业主个体劳动者自由职业其他失业退休5.89%16.39%30.21%13.75%2.34%4.91%3.55%3.47%5.51%3.55%2.95%7.48%通过上表显示，30 至 59 岁之间的人所占比例最高。因为 Rh 血型数量相对较少，研究不考虑 Rh血型，AB 和 B 血型的比例相对较高，而 A 血型的比例最低。此外，高中至本科学历的受访者比例相对较高，这与中等城市和中等城市以下的教育背景有关。此外，企事业单位的员工数量也相对较高。表 5-7 中显示了 60 岁及以上参与者的年龄分布、文化程度和血型分布。很明显，79 岁以下以及 AB 型和 B 型血型的人所占比例最高，初中及以下的人数最多。93 表 5 60 岁及以上参与者的年龄比例年龄段80 岁及以上7079 岁6069 岁占比5.86%40.99%53.16%表 6 60 岁及以下参与者的血型比例血型ABABORh占比15.1%28.66%33.59%22.34%0.31%表 7 60 岁及以下参与者的教育水平比例受教育程度没上过学中学及以下高中专科本科研究生占比13.10%43.91%28.66%5.55%7.4%1.39%根据表 8-11 中针对 59 岁以下人群的数据，研究人员显然可以找到养老服务的未来偏好和养老服务产业链的发展趋势。也就是说，人们更倾向于享受方便的养老服务，以及未来的智能护理。此外，人们不仅仅关注未来如何养老，还关心与养老相关的一些辅助功能，例如：智能医疗、娱乐、教育等。三、智能养老模式偏好的影响因素（一）影响因素与智能社区养老方式之间的因果关系1.对于 59 岁及以下的人群，影响因素与智能社区养老模式之间的多元线性回归结果如表 8所示。表 8 智能社区养老及其影响因素的回归结果智能居家养老Regression coefficientP valueT valueVIF变量年龄-0.0330.011*-2.5561.37受教育程度0.0860.000*8.0221.327血型0.0420.001*3.4841.102职业-0.0130.001*-3.4491.141*P0.05 *p0.01由于 1VIF5，因此模型不存在多重共线性，并且统计结果显著，通过分析可知，年龄、文化程度、血型和职业身份等因素，都将影响先进物联网配套设施、智能医疗诊断系统和智能家居的智能社区养老模式的选择。年龄和职业身份将对智能社区养老模式产生显著的负面影响，而教育水平和血型将对智能社区养老模式产生显著的积极影响。2.智能居家养老及其影响因素之间的多元线性回归结果如表 9 所示。表 9 智能家居养老及其影响因素的回归结果智能居家养老Regression coefficientP valueT valueVIF变量年龄0.0350.003*2.9851.37变量受教育程度0.0840.000*8.8131.327血型0.0220.042*2.0311.102职业-0.010.003*-2.9741.141*P0.05 *p0.01由于 1VIF5，因此模型不存在多重共线性。因此，参与者的职业身份、年龄、教育水平和血型对基于智能家居的现代护理具有重要影响，包括先进的互联网设施、智能医疗诊断系统和智能家居。职业对智能居家养老有显著的负面影响，而年龄、教育水平和血型对智能居家养老有显著的正向影响。3.根据线性回归结果，年龄不能影响智能养老机构模式的选择。因此，不考虑年龄的智能养老机构模式及其影响因素之间的多元线性回归结果如表 10 所示。表 10 智能养老机构模式及其影响因素的回归结果智能养老机构Regression coefficientP valueT valueVIF变量血型0.0190.022*2.291.121受教育程度0.060.000*8.3641.001职业-0.010.000*-3.5571.122*P0.05 *p0.01由于 1VIF5，因此模型不存在多重共线性，并且统计结果显著，可知，教育水平、血型和职业将对物联网、智能医疗或智能护理、智能家居甚至全方位辅助机器人护理等先进配套设施的智能养老机构模式产生重大影响。其中，参与者的 94 职业对智能养老机构有显著的负面影响，而参与者的文化程度和血型对智能养老机构选择有显著的负面影响。4.多元线性回归模型的结果表明，老年人护理模式与其血型、职业认同等影响因素之间没有显著的因果关系。因此，这里只考虑养老模式与其影响因素（如教育水平和年龄）之间的回归关系。智能社区养老与教育水平、年龄等影响因素的多元线性回归结果如表 11 所示。表 11 智能社区养老及其影响因素的回归结果智能社区养老Regression coefficientP valueT valueVIF变量受教育水平0.0950.000*2.9851.049年龄-0.0470.021*8.8131.049*P0.05 *p0.01可知，参与者的教育水平和年龄将对智能社区养老产生显著影响，其中他们的教育水平将对智能社区养老的选择产生显著的积极影响，护理模式及其年龄将对智能社区老年护理的选择产生显著的负面影响。5.教育水平、年龄与智能居家护理之间的多元线性回归结果如表 12 所示。表 12 智能居家养老及其影响因素的回归结果智能居家养老Regression coefficientP valueT valueVIF变量受教育水平0.0950.000*8.5461.049年龄-0.0730.000*-3.5721.049*P0.05 *p0.01可以发现，统计结果显著。VIF 与之前一样为1.049。这表明不存在共线问题。因此，参与者的教育水平和年龄将对智能家居的养老模式选择产生重大影响。其中，参与者的受教育程度将对智能居家养老模式产生显著的积极影响，而年龄将对智能家居养老模式产生重大负面影响。表 13 智能养老机构模式与影响因素的回归结果智能养老机构Regression coefficientP valueT valueVIF变量受教育水平0.0480.000*6.5271.049年龄-0.0270.048*-1.9791.049*P0.05 *p0.01表 13 显示了智能养老机构模式与其影响因素（如教育水平和年龄）之间的多元线性回归结果。由于 1VIF5，因此模型不存在多重共线性，参与者的教育水平和年龄将对智能养老机构模式的选择产生重大影响。其中，参与者的受教育程度将对智能养老机构模式的选择产生显著的积极影响，而他们的年龄将对智能养老机构的养老需求产生显著的消极影响。（二）智能养老模式选择的影响因素根据前面的分析，可以知道一个人的年龄会对智能养老模式的选择产生影响。对于 59 岁及以下的人，影响程度如图 1-2 所示。未来，选择智能社区或智能家居照顾父母的人主要在 50 岁以下。在选择智慧社区养老的人群中，30 岁以下的人群比例最高；40-49 岁的人群选择智能居家养老的比例最高。图 1 各年龄段人群选择智慧社区养老模式的比例0%5%10%15%20%25%5059岁4049岁3039岁30岁以下图 2 不同年龄段人群选择智能家居护理的比例在前面的分析中，也提到了不同的教育水平对智能养老模式选择有一定的积极影响。具体影响结果如图 3-5 所示。随着教育水平的提高，人们对智能社区、智能家居和智能养老机构的需求越来越大，尤其是拥有学士学位的人，其次是拥有研究生学位的人。此外，从数据中还可以看出，人们对智能社区养老模式的偏好高于智能居家养老模式，而智能居家养老模式又高于机构养老模式。这表明人们更喜欢社区养老模式，其次是智能居家养老，然后是智能养老机构模式。0.00%10.00%20.00%30.00%40.00%50.00%60.00%没上过学中学及以下高中专科本科研究生图 3 选择老年智能社区养老不同文化程度人群比例 95 0.00%5.00%10.00%15.00%20.00%25.00%30.00%35.00%40.00%没上过学中学及以下高中专科本科研究生图 4 选择智能家居养老不同文化程度人群比例0.00%5.00%10.00%15.00%20.00%25.00%30.00%没上过学 中学及以下高中专科本科研究生图 5 选择智慧养老服务机构不同学历人群比例在之前的线性回归分析中，可以看出参与者的血型对智能养老模式的选择有显著的积极影响，具体影响程度如图 6-8 所示。0.00%5.00%10.00%15.00%20.00%25.00%30.00%35.00%ABABO图 6 不同血型选择社区养老的比例0.00%5.00%10.00%15.00%20.00%25.00%30.00%ABABO图 7 不同血型选择智能居家养老的比例0.00%2.00%4.00%6.00%8.00%10.00%12.00%14.00%16.00%18.00%ABABO图 8 不同血型选择智能养老机构的比例此外，上文还分析了职业对智能养老模式的显著负面影响，职业对智能养老模式的影响程度如图 9-11 所示。显然，在三种模式中，智能社区养老是人们的首选，此外，公务员在各类智能养老中所占比例最高，其次是公共机构或某些职业的人，如企业员工和第三产业工人。0%5%10%15%20%25%30%35%40%45%50%公务员事业员工企业员工工人或服务人员农民职业经理人私营企业主个体劳动者自由职业其他失业退休图 9 选择老年智能社区的职业比例0%5%10%15%20%25%30%35%40%公务员事业员工企业员工工人或服务人员农民职业经理人私营企业主个体劳动者自由职业其他失业退休图 10 选择老年智能家居的职业比例0%5%10%15%20%25%30%35%公务员事业员工企业员工工人或服务人员农民职业经理人私营企业主个体劳动者自由职业其他失业退休图 11 选择智能养老机构的职业比例对于 60 岁或以上的人群，教育水平和年龄将对智能养老方式产生显著影响。在之前的线性回归中，可以看出，教育水平对智能养老方式有积极影响。具体结果如图 12-14 所示。受教育程度越高，人们对智能社区、智能家居和智能养老机构的认知程度越高。然而，根据认知程度的排序，智能社区养老方式是第一种。第二种是智能居家养老方式，第三种是智能机构养老方式。0.00%10.00%20.00%30.00%40.00%50.00%没上过学中学及以下高中专科本科研究生图 12 不同教育水平的人选择智能社区养老的比例 96 0.00%10.00%20.00%30.00%40.00%50.00%没上过学中学及以下高中专科本科研究生图 13 不同教育水平的人选择智能养老院的比例0.00%5.00%10.00%15.00%20.00%25.00%没上过学中学及以下高中专科本科研究生图 14 不同教育水平的人选择智能养老服务机构的比例根据之前的回归分析结果，年龄对智能养老方式有显著的负面影响。影响的具体程度如图15-17 所示。可以看出，随着年龄的增长，人们不太可能选择智能养老模式。0%5%10%15%20%80岁及以上7079岁6069岁图 15 选择智慧社区养老的各年龄段人群比例0%5%10%15%20%80岁及以上7079岁6069岁图 16 所有年龄段的人选择老年智能家居的比例0%1%2%3%4%5%6%7%8%80岁及以上7079岁6069岁图 17 所有年龄段的人选择智能养老机构的比例然而，根据 60 岁及以上人群的调查结果，显而易见，老年人相对更偏好智能居家养老。四、老年护理业发展建议通过多元线性回归模型分析可知，年龄、文化程度、血型和职业对智能养老有显著影响。由于年龄对智能养老有负面影响，与智能养老机构相比，年轻人占比越高，越有可能接受智能养老模式。因此，这些都直接或间接地影响着当前或潜在养老行业的发展。根据年龄结构，在确定总体目标的前提下，根据当地居民的教育背景结构、血型分布和职业分布，制定本地区智慧养老模式及相关产业的长期、中期和短期规划。具体建议如下：（一）构建综合智能社区养老模式，促进上下游现代养老产业发展在综合智能社区中，除了构建快速强大的物联网搜索引擎、智能社区护理应用系统、绿化、线上线下社区医院、线上线下超市、社区健康服务、商场和娱乐中心、食堂等社区软硬件基础设施外，智能社区还要具有辅助智能机器人，辅助老年人的运动和日常的身体检查，也需要安装可由人类控制的智能家居，提供智能订单服务，如远程疾病诊断和智能护理。同时，还需要提供配套的日间护理计划或基本健康咨询等。（二）构建基于智能家居的综合养老模式或基于智能家居的综合养老服务由于每个家庭的经济状况不同，每个家庭可以根据其财务能力建设自己的智能家居。例如，家庭可以在家里安装一个智能监控系统或智能护理系统，以便家庭的另一成员可以远程检查老人在家的日常生活情况。同时，智能家居可以通过社区提供的便利服务、社区医院为老年人提供应急提示，高级护理人员、心理咨询师等来解决老年人在家里无法解决的问题。此外，家庭还可以安装智能家居屏幕，在功能上类似于辅助机器人，以便于远程监测老年人的身体状况或进行疾病诊断，或通过专门的智能家居护理服务中心为家中的老年人提供所需的服务。（三）整合现有养老机构，完善智能养老机构的养老模式现有养老机构应改进或安装有利于老年人身心健康和生活便利的智能设施，建设生态绿色健康环境和生活，增加或改善监测老年人日常身体状况、辅助老年人行走的智能机器人服务。提供这种智能机器人，可以通过一个机器人处理多个老年人的服务，这不仅提高了智能机器人的利用率，而且降低了老年护理机构的运营成本。当然智能养老机构还应为护士提供专业技能训练，以完成机器人无法完成的专业工作。例如，Chou S，etal（2003）认为，员工满意度在决定疗养院住户满意度方面起着至关重要的作用。此外，智能机构应为老年人提供健身和娱乐中心。如果可能的话，还可以通过培训或上老年大学的形式，提高或培养老年人的兴趣和爱好，从而提高人们对 97 智能养老机构的需求，以较低的成本提高老年人的幸福感。总的来说，老年护理行业对智能产品的需求为老年人的健康生活和运动便利提供了身心健康，同时也推动了物联网智能产品的发展，满足了对心理健康咨询和智能护理或高级护理的需求。由物联网带动的智能养老产业发展，促进生态绿色健康农业食品等第一产业的发展，也促进了以扩大健康为中心的第三产业的发展。五、结论智能护理给人们带来了许多变化，了解影响智能养老方式的因素非常重要。通过多元线性回归分析可知，对于 59 岁及以下的老年人，他们的年龄、学历程度、血型和职业对智能社区和智能居家养老有显著影响；文化程度、血型和职业对智慧养老机构的选择有显著影响。对于 60 岁及以上的老年人，教育水平和年龄对智能社区、智能家庭和智能养老机构等养老模式有重大影响。因此，每个地区都需要根据当地居民的具体情况，确定符合当地特点的主导养老模式和相关产业的发展方向，以造福人民，提高人民的生活幸福感。参考文献：1 Zhang Y.,Xu L.Demand-Side Study:Elders Demand for Intelligent Care and Factors Influencing Their DemandJ.Scientific Research on Aging,2016,4(7):43-52.2 ZHU Xiao-ning,SONG Qiao.An Analysis of Grid Construction Model of Smart Pension Service in ChinaC/.Proceedings of 2017 International Conference on Public Administration(12th)&International Symposium on West African Studies,2017,Volume II(1):649-654.3 唐魁玉,梁宏姣.数字经济背景下我国智慧养老服务模式与产业发展 J.改革与战略,2022(6):120-130.4 吴雪.“十四五”我国智慧养老发展的态势分析与实现路径 J.经济体制改革,2022(3):33-39.5 钮譞琦.大数据时代社区智慧养老服务模式及发展路径研究J.经营与管理,2022(5):92-97.Research on the Influencing Factors of Intelligent Elderly Care Model and Related Industries:Take Hebei Province as an ExampleWANG Kang1,2,WEI Junying2,LAN Xiangying2,TANG Min2(1.Central University of Finance and Economics,Beijing 100081,China;2.China Post Group Training Center,Shijiazhuang Hebei,050000,China)Abstract:With the development of Internet of Things technology,people pay more and more attention to the intelligent elderly care model.Based on the questionnaire data of adult residents in some cities of Hebei Province,this paper analyzes the multiple linear regression model between the intelligent elderly care model and its possible influencing factors.It can be found that for participants aged 59 and below,their cognitive level,blood type,occupation and age have a significant impact on the intelligent elderly care model,while for participants aged 60 and above,only their education level and age have a significant impact on the intelligent elderly care model.Finally,this paper puts forward some suggestions for the development of related industries of intelligent elderly care,in order to build an integrated intelligent community elderly care model,an integrated intelligent home elderly care model or an integrated intelligent home elderly care service center,to adjust and improve the existing elderly care institutions,to improve the intelligent elderly care institution model,and to promote the development of related industries of intelligent elderly care.Key words:intelligent elderly care;intelligent home;Internet of Things责任编校：冯秀娥