生態(tài)視角下江蘇智慧養(yǎng)老產業(yè)優(yōu)化路徑與對策研究

摘要：本文基于江蘇13個地級市，以生態(tài)指標為主，結合交互作用理論與三重函數(shù)關系理論，構建三重函數(shù)關系方程組，運用結構方程（SEM）模型進行運算與檢驗，從居民養(yǎng)老意愿、社會經濟對環(huán)境的承載力、智慧養(yǎng)老生態(tài)環(huán)境、智慧養(yǎng)老產業(yè)供給結構四個維度探究智慧養(yǎng)老產業(yè)發(fā)展的影響機制與優(yōu)化路徑，最后基于路徑分析和研究結論為相關政府部門提出可行性建議，旨在促進新興智慧養(yǎng)老產業(yè)可持續(xù)發(fā)展。

關鍵詞：智慧養(yǎng)老；結構方程模型；可持續(xù)發(fā)展

DOI：10.12433/zgkjtz.20242512

本文為江蘇省教育廳高校哲學社會科學項目“長三角視域下江蘇智慧養(yǎng)老產業(yè)發(fā)展研究”（項目批準文號：2021SJA2442）成果。

一、理論框架

目前關于生態(tài)方面的研究理論應用較多的有交互作用理論、中介模型、調節(jié)模型、復雜系統(tǒng)理論等。在社會學中，三重函數(shù)關系理論和網絡理論也有一定應用。江蘇智慧養(yǎng)老產業(yè)影響機制較多，彼此之間又相互聯(lián)系、相互作用，所以交互作用理論和三重函數(shù)關系理論較為貼近本文的研究主題。老年人的養(yǎng)老服務需求與供給不僅受到老年人自身身體狀況、經濟狀況、家庭結構等內部因素的影響，還受到社會環(huán)境、經濟環(huán)境、生態(tài)環(huán)境等外部因素的影響。因此，智慧養(yǎng)老產業(yè)的發(fā)展需要充分考慮這些內外部因素的相互作用，為老年人提供更加精準、個性化的服務。本文將對4個潛變量之間構建相關關系并提出假設，驗證潛變量之間的交互作用。本文將分析觀測變量對潛變量的影響程度并做出路徑分析，探究其影響路徑，對一些影響程度較高的變量進行分析，并給出相應的政策建議。此外，智慧養(yǎng)老產業(yè)可以利用三重函數(shù)關系理論來優(yōu)化服務內容和服務方式。通過深入了解老年人的需求、周邊環(huán)境生態(tài)狀況、經濟發(fā)展等因素之間的相互作用，提供更加精準、個性化的服務，提高老年人的生活質量和幸福感。如圖1所示，本文將根據三重函數(shù)關系來更加直觀地展現(xiàn)潛變量之間的相互作用關系，并驗證研究假設。

二、結構方程模型建模

（一）模型假設

結構方程模型（SEM）可以從多個維度對養(yǎng)老產業(yè)發(fā)展的影響因子進行分析，通過對養(yǎng)老產業(yè)不同維度影響因子的分析，可以得出各維度對養(yǎng)老產業(yè)的影響程度如何，從而對智慧養(yǎng)老產業(yè)的發(fā)展路徑進行優(yōu)化并給出相應建議。本文將智慧養(yǎng)老產業(yè)拆為四個維度，作為潛在變量進行分析。居民養(yǎng)老意愿（Y1）是指居民對于養(yǎng)老產業(yè)的態(tài)度，可探求居民對養(yǎng)老產業(yè)的支持程度，為養(yǎng)老產業(yè)的客戶選取方面存在一定影響。該潛變量包含三個觀測變量，分別為人口自然增長率（x1）、城鎮(zhèn)職工基本養(yǎng)老保險參保人數(shù)（x2）、失業(yè)保險參保人數(shù)（x3）。社會經濟對環(huán)境的承載力（Y2）用來衡量社會經濟與環(huán)境的發(fā)展關系，可探求經濟發(fā)展與環(huán)境保護的平衡點，為養(yǎng)老產業(yè)提供環(huán)境與經濟的參考。該潛變量包含三個觀測變量，分別為人均GDP（x4）、居民儲蓄年末余額（x5）、財政一般預算內支出（x6）。智慧養(yǎng)老生態(tài)環(huán)境（Y3）用以衡量養(yǎng)老產業(yè)與生態(tài)環(huán)境之間的關系，可探求生態(tài)環(huán)境對養(yǎng)老產業(yè)發(fā)展的影響。該潛變量包含四個觀測變量，分別為人均公共綠地面積（x7）、建成區(qū)綠化率（x8）、環(huán)保支出占GDP的比值（x9）、空氣質量優(yōu)良以上等級天數(shù)（x10）。智慧養(yǎng)老產業(yè)供給結構（Y4）用以衡量養(yǎng)老產業(yè)的供給情況，可探求養(yǎng)老產業(yè)需求與供給的關系。該潛變量包含四個觀測變量，分別為基層醫(yī)療載荷（x11）、醫(yī)院衛(wèi)生院床數(shù)（x12）、機構床位數(shù)均值（x13）、養(yǎng)老企業(yè)數(shù)（x14）。

（二）模型構建

基于所選取的潛變量構建結構方程模型，并提出以下假設：

H1：居民養(yǎng)老意愿對智慧養(yǎng)老產業(yè)結構存在影響。

H2：社會經濟對環(huán)境的承載力對智慧養(yǎng)老產業(yè)供給結構存在影響。

H3：智慧養(yǎng)老生態(tài)環(huán)境對智慧養(yǎng)老產業(yè)供給結構存在影響。

H4：智慧養(yǎng)老生態(tài)環(huán)境對居民養(yǎng)老意愿存在影響。

H5：社會經濟對環(huán)境的承載力對居民養(yǎng)老意愿存在影響。

三、實證分析

（一）數(shù)據來源

智慧養(yǎng)老產業(yè)屬于當前較熱門的產業(yè)，特別是在東部地區(qū)。隨著社會老齡化的加劇，老齡人口增多，智慧養(yǎng)老產業(yè)也逐漸發(fā)展起來。江蘇屬于經濟較發(fā)達的地區(qū)，同時江蘇的老齡化人口在全國排名前列。江蘇13個城市的養(yǎng)老產業(yè)相比其他省份也更加發(fā)達，并且具有典型性和可參考性。江蘇13個城市的智慧養(yǎng)老產業(yè)數(shù)據也較為齊全，充足的數(shù)據也為本文的研究提供了可行性。本文選取江蘇13個城市作為研究對象，通過檢索13個城市2020～2022年的統(tǒng)計年鑒，搜集13個城市人口、環(huán)境、經濟、醫(yī)療等數(shù)據作為研究數(shù)據來源并對此進行分析。

（二）數(shù)據信效度檢驗

本文采用SPSS26.0軟件來檢驗數(shù)據的信度，本文的數(shù)據經過AMOS20.0的檢驗GFI和AGFI均在0.5以上，說明數(shù)據信度達標，可進行下一步研究，卡方/自由度為2.4，小于3，說明模型適配度達標。再由SPSS 26.0軟件中的Cronbach’s Alpha系數(shù)對“居民養(yǎng)老意愿”“社會經濟對環(huán)境的承載力”“智慧養(yǎng)老生態(tài)環(huán)境”“智慧養(yǎng)老產業(yè)供給結構”四個潛在變量的14個觀測變量進行分析。根據數(shù)據分析發(fā)現(xiàn)人口自然增長率對居民養(yǎng)老意愿的標準化因子載荷為0.253未達到0.5的標準，可考慮刪去?？諝赓|量優(yōu)良以上等級天數(shù)對智慧養(yǎng)老生態(tài)環(huán)境的標準因子載荷為0.235，可考慮刪去。養(yǎng)老企業(yè)數(shù)和機構床位均值的標準因子載荷在0.1左右可選擇剔除這兩個值。除了人口自然增長率，空氣質量優(yōu)良以上等級天數(shù)，養(yǎng)老企業(yè)數(shù)和機構床位均值標準化因子載荷較低之外，其他變量標準化因子載荷均達到標準。

（三）結構路徑分析

通過運用AMOS20.0對結構方程模型進行修正。在對居民養(yǎng)老意愿（Y1）的影響探究中，人口自然增長率（x1）對居民養(yǎng)老意愿（Y1）的標準因子載荷僅有0.25，未達到0.5的標準，并且非標準化因子載荷較大，對居民養(yǎng)老意愿（Y1）的影響不顯著。在對社會經濟對環(huán)境的承載力（Y2）的影響探究中，人均GDP（x4）和居民儲蓄余額（x5）的標準化因子載荷均大于0.8，說明這兩個變量對社會經濟對環(huán)境的承載力（Y2）的影響十分顯著。在對智慧養(yǎng)老生態(tài)環(huán)境（Y3）的影響探究中，環(huán)保支出占GDP的比值（x9）的標準化因子載荷為0.51，大于0.5說明環(huán)保支出占GDP的比值對智慧養(yǎng)老生態(tài)環(huán)境具有一定的影響。在對智慧養(yǎng)老產業(yè)供給結構（Y4）的影響探究中，醫(yī)院衛(wèi)生院床位數(shù)（x12）和基層醫(yī)療載荷（x11）的標準化因子載荷均大于0.5，說明兩者對智慧養(yǎng)老產業(yè)供給結構（Y4）具有一定的影響。

（四）假設檢驗

假設H1的標準化因子載荷較高，說明居民養(yǎng)老意愿對智慧養(yǎng)老產業(yè)結構存在較強影響，假設成立。假設H2的標準化因子載荷為0.273，小于0.5，說明社會經濟對環(huán)境的承載力對智慧養(yǎng)老產業(yè)供給結構影響程度較低。假設H3的標準化因子載荷為0.021，同樣過低，說明智慧養(yǎng)老生態(tài)環(huán)境對智慧養(yǎng)老產業(yè)供給結構的影響程度較低。假設H4的標準化因子載荷為0.499，說明智慧養(yǎng)老生態(tài)環(huán)境對居民養(yǎng)老意愿存在一定影響。假設H5的標準化因子載荷為0.836，說明社會經濟對環(huán)境的承載力對居民養(yǎng)老意愿存在較強影響。

四、結論與對策

（一）研究結論

老年人與智慧養(yǎng)老企業(yè)對生態(tài)環(huán)境的看法錯位，生態(tài)環(huán)境對老年人養(yǎng)老意愿的影響較強，但是對于智慧養(yǎng)老企業(yè)的影響程度卻較低，這反映出老年人作為智慧養(yǎng)老企業(yè)的消費者更想要的是在健康的生態(tài)環(huán)境之中享受養(yǎng)老企業(yè)提供的養(yǎng)老產品或服務；而作為企業(yè)，其環(huán)境成本相比于研發(fā)和銷售成本會相對低一些，其環(huán)境成本的負擔主要取決于社會責任，這種對于生態(tài)環(huán)境看法的錯位也給予了企業(yè)反思其產業(yè)結構調整的契機。老年人選擇養(yǎng)老服務的意愿會因自身經濟條件和所處生態(tài)環(huán)境具有明顯的區(qū)分度，老年人選擇智慧養(yǎng)老產品或服務的直接依據是自身的經濟條件，身處不同經濟條件下的老年人對智慧養(yǎng)老產品或服務的檔次和要求是不同的，他們對智慧養(yǎng)老產品或服務的接受度也會有差異，同時他們自身所處的生態(tài)環(huán)境也會影響他們做出選擇，需要智慧養(yǎng)老企業(yè)反思產品定價是否應該考慮特定消費人群的可接受程度。經濟條件比生態(tài)環(huán)境更能影響老年人對智慧養(yǎng)老產品或服務的選擇，經濟條件對老年人選擇智慧養(yǎng)老產品或服務的影響程度比生態(tài)環(huán)境的影響程度高0.3，說明老年人選擇智慧養(yǎng)老產品或服務時是以經濟條件為主，以生態(tài)環(huán)境為參考的選擇標準，但從目前智慧養(yǎng)老企業(yè)提供的產品與服務來看，生態(tài)環(huán)境相關的產品或服務的缺失程度較高，這也間接導致老年人對智慧養(yǎng)老產品或服務購買意愿不強。

（二）政策建議

第一，政府可通過減免智慧養(yǎng)老企業(yè)環(huán)保類稅項如環(huán)境保護稅、資源稅等來激勵其開發(fā)生態(tài)環(huán)境類產品或服務，提高智慧養(yǎng)老企業(yè)的環(huán)保積極性。這有助于鼓勵智慧養(yǎng)老企業(yè)多生產與環(huán)保相關的產品，回應老年人對生態(tài)環(huán)境改善的期待。第二，延展智慧養(yǎng)老產業(yè)上下游價值鏈。在材料供應端的智慧養(yǎng)老企業(yè)研發(fā)和生產環(huán)保型的產品材料，如使用可再生材料、低能耗、低輻射的材料，不僅可以減少對環(huán)境的負擔，還能為老年人提供更加健康、安全的生活環(huán)境，在養(yǎng)老服務端的智慧養(yǎng)老企業(yè)可以向老年人推廣節(jié)能、低碳的理念，同時提供節(jié)能咨詢和改造服務，幫助老年人節(jié)能減排。第三，豐富多層次、多維度智慧養(yǎng)老產品選擇。對于經濟條件較為有限的老年人，可以推薦一些性價比高的經濟型智慧養(yǎng)老產品，如經濟型智能手環(huán)，除了具備基本的計步、睡眠監(jiān)測功能外，還可以設置緊急聯(lián)系人，在老人遇到危險時及時報警。對于環(huán)保意識較強的老年人，可以推薦太陽能充電的智能手環(huán)、智能手表，以及具備智能節(jié)水、節(jié)能功能的智能家居設備，如智能馬桶、智能照明系統(tǒng)等。對于經濟條件較好、追求高品質生活的老年人，可以推薦具備人臉識別、語音控制等功能的智能家居系統(tǒng)，及高端的智能養(yǎng)老監(jiān)護設備，如智能床墊、智能護理機器人等，這樣也可以為老年人提供更加全面、細致的照護服務。

參考文獻：

[1]黃劍鋒.中國長三角區(qū)域智慧養(yǎng)老政策比較研究——基于主體—目標—工具的政策計量分析[J].信息資源管理學報，2020，10（06）：122-134.

[2]黃劍鋒，章曉懿.中國智慧養(yǎng)老產業(yè)政策研究——基于政策工具與技術路線圖模型[J].中國科技論壇，2020，（01）：69-79.

[3]文軍，劉清.智慧養(yǎng)老的不確定性風險及其應對策略[J].江淮論壇，2023，（05）：57-64+193.

[4]朱勤.智慧養(yǎng)老中的數(shù)字困境與應對[J].人民論壇，2023，（22）：64-68.

[5]楊武.新時代智慧養(yǎng)老產業(yè)的發(fā)展趨勢與意義[J].人民論壇，2019，（19）：66-67.

[6]Castro， L.A.， Bravo， J. Modeling Interactions in Ambient Intelligence[J]. Pers Ubiquit Comput， 2022（26）， 1333-1335.

[7]Asparouhov，T.， Muthén， B. Residual Structural Equation Models[J]. Structural Equation Modeling： A Multidisciplinary Journal， 2023，30（1）， 1-31.

作者簡介：柏穎慧（1985），女，江蘇金湖人，碩士，南通大學杏林學院講師，研究方向為戰(zhàn)略管理；周唐敏（2005），男，江蘇常州人，南通大學商學院，研究方向為會計學；崔哲（1981），男，江蘇南通人，南通大學商學院，研究方向為決策分析。