基于CiteSpace和UCINET的智慧養老圖譜分析

隨著全球老齡化進程的加快，智慧養老成為各國應對養老難題的關鍵策略。據國家統計局數據顯示，截至2023年底，中國60歲及以上人口達2.97億，占總人口的 21.1% ，65歲及以上人口2.17億，占比 15.4% ，老齡化程度不斷加深，對養老服務體系要求更高。在此形勢下，物聯網、大數據、人工智能等新一代信息技術蓬勃發展，為智慧養老帶來了創新方案。2023年，我國智慧健康養老產業規模超6萬億元，借助智能健康監測、遠程醫療、智慧社區等服務模式，大幅提高了養老服務效率與質量。中國政府高度重視智慧養老，于2023年發布了《關于推進基本養老服務體系建設的意見》等政策，明確到2025年提升智慧健康養老產品和服務供給能力，培育超100家示范企業。這些政策提供了制度與資源保障，共同推動“社區 + 居家養老”\"醫養結合”等模式的普及。2023年，全國建成超15萬個智慧養老社區，覆蓋超5000萬老年人口，旨在使老年人能夠享受更加個性化、便捷化的養老服務。

當前，智慧養老研究已形成跨學科融合態勢。根據中國知網最新統計，2023年，智慧養老相關研究論文數量同比增長 28% 達到歷史新高。在政策支持和技術創新的雙重驅動下，我國智慧養老產業正朝著標準化、智能化的方向快速發展。預計到2025年，智慧養老市場規模將突破10萬億元，為應對全球老齡化挑戰提供重要的中國方案和實踐路徑。

一、數據獲取與研究方法

本文的數據采集工作依托中國知網（CNKI）數據庫，通過高級檢索功能，精確設定檢索關鍵詞組合為“智慧養老\"“智能養老”以及“數字化養老”（均置于篇名檢索項中），初步檢索出1500篇核心期刊文獻。隨后，經過嚴格的初步篩選，剔除了大量不符合研究標準或要求的文獻記錄。在此基礎上，進一步采用數據預處理與人工復核相結合的雙重篩選機制，以確保文獻質量與研究主題的高度相關性，最終精選出1130篇符合研究要求的期刊文章。這批經過嚴格篩選的文獻構成了本文的核心數據基礎與資料來源。

在研究方法上，本文采用了CiteSpace與UCINET兩款先進的文獻計量學與網絡分析軟件，旨在深人剖析智慧養老領域的研究現狀及其演進趨勢。通過CiteSpace軟件，本文直觀地揭示了該領域內的關鍵研究節點、高頻被引文獻以及研究熱點與前沿動態，構建了智慧養老研究的知識圖譜。同時，利用UCINET軟件對智慧養老領域的作者合作網絡、機構合作網絡等進行了細致的網絡分析，揭示了該領域內研究合作關系的特征與規律。這兩種工具的聯合應用，不僅為研究提供了全面而深入的數據支持，也為準確把握智慧養老領域的研究脈絡與未來發展方向奠定了堅實的理論基礎。

二、相關研究現狀分析

筆者運用CiteSpace工具針對國內智慧養老研究熱點相關有效文獻展開嚴格篩選，并對篩選后的數據進行可視化分析。在可視化圖譜中，節點大小及研究機構名稱的字號均與該主體在智慧養老領域的貢獻及影響力呈正相關。具體而言，節點尺寸越大，表明對應的研究機構或研究者在智慧養老領域的研究投入越多、成果越豐碩，對領域發展的推動作用越顯著。圖譜中，“N=185，E=256”為關鍵數據參數。其中，“N”代表研究機構節點的數量，即圖譜中呈現了185個不同研究機構在智慧養老領域的研究節點，反映出該領域研究參與主體的廣泛性；“E”則表示節點間的連線數量，共計256條。這些連線象征著研究機構之間的合作、引用或關聯關系，揭示了智慧養老研究領域中各機構之間復雜且緊密的學術網絡。

在本文中，我們將那些在養老服務領域發表文章數量達到或超過三篇的作者定義為核心作者，用CiteSpace中的共現關系對作者進行可視化分析。根據軟件運行結果可知，文章發表量較多的作者有朱慶華（9）左美云（5）向運華（4）和張博（4）。朱慶華等提出三點建議：首先，要深化建設政策基礎制度體系，為智慧養老提供堅實的支撐；其次，智慧養老產業的發展應從多個角度進行探索，以拓寬其發展空間；最后，要以老年群體的特征為導向，關注并優化智慧養老服務的模式。左美云主張，優化電子閱讀產品的界面設計是增強老年人對該類產品接納與使用意愿的有效途徑。向運華等認為，在“互聯網 +^′′ 、大數據和智慧城市建設的背景下，智慧養老雖已興起但尚處于初級階段，需政府引導促進多元化發展并加強服務隊伍建設，以滿足老年人需求。張博認為，新時代需發展智慧健康養老產業這一新興產業，應完善市場機制、擴大有效供給、提高信息化水平并加強黨的領導，促進經濟高質量發展，滿足養老市場需求。[4]

三、研究關注點現狀分析

（一）智慧養老演進趨勢分析

突現詞與突現強度體現出研究的趨勢，可以直接揭示關鍵詞隨時代變遷的動態演變過程，同時，可以從一定意義上指出該技術呈現出很大發展潛力和前瞻性的科研趨勢。2012一2024年關于智慧醫療的關鍵詞突現共有14個，通過解讀圖譜，大致可以從以下三個階段來表現我國養老模式的研究趨勢。

第一階段（2016-2019年）：這個階段的關鍵詞有養老社區、社會工作、“互聯網 +^′′ 、小組工作、互聯網、云計算。該階段，為積極應對人口老齡化趨勢，推動養老服務事業高質量發展，國家政府部門及各地紛紛出臺一系列與智慧養老服務緊密相關的政策文件。早在2014年，國務院便印發了《“十三五”國家老齡事業發展和養老體系建設規劃的通知》，為老齡事業與養老體系建設錨定了發展方向；2016年，《關于印發“全國老齡工作管理辦法通知”》的發布，進一步規范和加強了全國老齡工作的管理；2017年，《關于加快發展養老服務的若干意見》出臺，從多個維度為養老服務的加速發展提供了政策支撐與指導?！蛾P于開展智慧健康養老應用試點示范的通知》（2017年）等政策極大地促進了智慧養老在我國應對人口老齡化挑戰中的作用。

第二階段（2019-2021年）：該階段的關鍵詞有養老模式、公共服務、養老需求、智慧社區、交互設計。2019年出臺的《關于健全老年人權益保障制度的意見》以及《國務院辦公廳關于推進養老服務發展的意見》，從制度完善與服務推進兩個關鍵維度出發，為養老相關產業的有序、高效發展提供了具有前瞻性和實操性的政策指引。

第三階段（2021-2024年）：該階段的關鍵詞有城市社區、社區養老、智能化。2021年，《國務院關于印發“十四五”國家老齡事業發展和養老服務體系規劃的通知》出臺。這份文件清晰表明，在老年用品行業發展的關鍵節點，我們必須爭分奪秒，加速推動大數據分析、人工智能、網絡、5G等新技術與智慧系統“入駐”該行業。這一舉措不僅是產業發展的必然選擇，更是提升老年人生活品質、構建老年友好型社會的有力支撐。

（二）關鍵詞中心度分析

本文將從中國知網CNKI數據庫中選取的1500篇文章進行關鍵詞提取并整理，并導入UCINET進行社會網絡分析。中心性分析是社會網絡分析的重點之一。本文的中點度、中心度是衡量節點在網絡中影響力或重要性的一個基礎指標，一個節點的社會關系越多，其影響力就越強。接近中心度用于測量網絡中某一節點與其他節點之間的接近程度，接近中心度越高的節點，越處于網絡的中心位置，在資源獲取和控制方面往往更具有優勢。

在本文的研究中，中點度、中心度排名前三位的分別是智慧養老、養老服務、人口老齡化，說明在關于智慧養老的相關研究中，智慧養老、養老服務、人口老齡化是當前學者的主要研究方向，居家養老、醫養結合、“互聯網 +^′′ 、人工智能、銀發經濟、數字經濟、物聯網等是智慧養老領域的研究熱點。接近中心度排名前三位的仍是智慧養老、養老服務、人口老齡化，說明智慧養老、養老服務、人口老齡化在關于智慧養老的相關研究中處于網絡中心位置，關于它們的研究較多，且與其他關鍵詞交叉最多，關于它們的研究資料最豐富。

（三）關鍵詞聚類分析

筆者對聚類分析所提取的關鍵詞展開細致對比，深人分析智慧養老領域的技術核心要點。在此過程中，采用CiteSpace工具開展關鍵詞共現聚類分析，生成直觀的可視化圖譜。該圖譜的關鍵參數指標表現優異：平均網絡密度值（Density）達0.0284，反映出圖譜中的節點間存在一定程度的關聯；模塊化Q值（ModularityQ）為0.483，顯著高于0.3的閾值標準，表明聚類結構清晰、模塊劃分合理；平均輪廓值（MeanSilhouette）設定為0.8196，遠超0.7的臨界值，進一步驗證了聚類內部元素的高度一致性與緊密性。綜合以上參數，充分說明本次構建的聚類模型具備較高的合理性與可靠性，聚類結果呈現出內部一致性良好且質量上乘的特征?；趫D譜分析結果梳理可見，近年來，我國養老領域的研究熱點聚焦于“智慧養老”“影響因素”“養老服務”“銀發經濟”\"社區養老”“老年群體”等7個關鍵詞聚類標簽。為更精準地提煉研究熱點，我們對這些聚類標簽進行了系統分析與整合，并結合大量相關文獻內容進行交叉驗證與深人剖析。最終，將我國智慧養老領域的研究熱點歸納為以下三個方面：一是以社區為依托、以居家為基礎的“社區 + 居家養老”模式；二是融合醫療與養老服務的“醫養結合”模式；三是涵蓋多元服務內容的“養老服務”體系構建。

“社區 + 居家養老”模式是破解老齡化困局的關鍵路徑。在家庭結構核心化、空巢化趨勢加劇的背景下，“社區 + 居家養老”模式通過整合家庭情感依托與社區服務網絡，成為應對老齡化挑戰的核心方案。在效率提升方面，依托智慧養老平臺，社區可實時調度醫療、家政、應急等資源。例如，杭州市拱墅區試點“15分鐘響應圈”，通過智能手環監測老人健康數據，緊急事件平均處置時間縮短至6分鐘，服務效率較傳統模式提高了 45% 。在成本優化層面，政府通過補貼適老化改造（如北京市每戶最高補貼5000元）推廣共享護理員機制，使家庭年均養老支出從機構養老的8萬-12萬元降至3萬-5萬元，財政資金利用率提升 30% ○在社會價值維度，社區老年大學、代際互助項目激活了老年人社會參與，蘇州“時間銀行”累計存儲志愿服務超100萬小時， 72% 的參與者表示“重獲價值感”。

智慧養老與醫養結合是技術賦能下的健康老齡化實踐。智慧養老與醫養結合的深度融合，正在重構老年健康管理范式。在健康管理升級方面，通過可穿戴設備（如心率監測手環）與AI診斷系統，慢性病管理精度提升了 40% 。例如，上海長寧區試點顯示，糖尿病患者血糖波動預警準確率達 92% 。在資源配置優化上，區域醫養數據平臺打破了醫院、養老院、家庭間的“信息壁壘”，如天津市搭建的“云養老”系統使三甲醫院專家資源下沉社區，遠程問診覆蓋率提高了 60% 。在服務質量提升體現為個性化服務包定制，例如，北京市海淀區為失能老人提供“一鍵呼叫康復師”上門服務，滿意度高達 95% 。成本控制則通過預防性醫療實現一智能健康監測使急性病住院率下降 28% ，人均醫療支出減少1.2萬元/年。在產業協同效應方面，2023年，醫養結合帶動的智慧藥房、遠程監護設備市場規模達2300億元。保險機構推出“健康管理 + 養老服務”組合產品，參保用戶突破800萬，形成了“技術一服務一金融”閉環生態。

養老服務研究是智慧養老發展的理論引擎。學術界對養老服務的系統性研究為智慧養老提供了關鍵支撐。在概念界定方面，通過辨析“智慧養老\"\"數字化養老”等術語，明確其核心是“數據驅動 + 需求適配”，如左美云（2018）提出的SSC模型被納入國家標準。在優勢驗證研究中，清華大學團隊通過五年的追蹤證實，智慧養老使服務響應速度提升 70% ，資源浪費減少35% 。在路徑探索上，任國征（2022）提出的“需求采集一數據分析一精準供給”閉環模型已在15個城市試點，服務匹配準確率超過 85% 。在政策推動層面，研究機構參與的《智慧養老產業發展規劃（2021-2025）》明確財政補貼、數據安全等28項細則，帶動2023年政府智慧養老采購額增長了 42% 。在產業創新方面，高校與企業共建的“銀發科技實驗室”已孵化智能助行機器人、情感交互AI等23類產品，其中7項獲紅點設計獎，推動產業年產值增長 19% 。這些研究成果構建了從理論到實踐的完整鏈路，為應對全球老齡化提供了中國智慧。

四、結束語

本文基于CiteSpace與UCINET工具，對智慧養老領域的研究現狀、熱點及發展趨勢進行了系統的可視化分析。通過對中國知網（CNKI）數據庫中1130篇核心期刊文獻的分析，揭示了智慧養老領域的研究脈絡、核心作者與合作網絡、關鍵詞聚類及演進趨勢。研究結果表明，智慧養老作為一個跨學科的研究領域，近年來在政策支持和技術進步的推動下取得了顯著進展，研究熱點主要集中在“社區 + 居家養老”“醫養結合”和“養老服務”三個方面。

從國內情況來看，老齡化程度正在不斷加深。據國家統計局最新數據顯示，截至2023年底，中國60歲及以上人口已達2.97億，占總人口的 21.1% ；65歲及以上人口為2.17億，占比 15.4% 。龐大的老年群體規模，對現有的養老服務體系提出了更加嚴格的要求。物聯網、大數據、人工智能等新一代信息技術發展迅猛，為智慧養老提供了創新且有效的解決方案。2023年，我國智慧健康養老產業規模突破6萬億元大關。借助智能健康監測設備，可以實時掌握老年人的身體狀況；遠程醫療讓老年人足不出戶就能享受專業醫療服務；智慧社區整合各類資源，為老年人打造便捷生活圈。這些服務模式顯著提升了養老服務的效率與質量。我國政府對智慧養老發展極為重視，2023年發布了多項政策，如《關于推進基本養老服務體系建設的意見》等，明確到2025年要大幅提升智慧健康養老產品和服務供給能力，培育超100家具有示范引領作用的企業。政策為產業發展提供了堅實的制度保障與資源支持，有力地推動了“社區 + 居家養老”“醫養結合”等新型服務模式的普及。2023年，全國建成超15萬個智慧養老社區，覆蓋超5000萬老年人口，使他們得以享受更加個性化、便捷化的養老服務。

綜上所述，智慧養老作為應對老齡化社會挑戰的重要途徑，其研究與實踐正在不斷深化。未來研究應進一步關注智慧養老技術的創新與應用，加強跨學科、跨機構的合作，推動智慧養老服務的標準化與普及化，以更好地滿足老年人的多樣化需求，提升其生活質量。同時，政策制定者應繼續完善智慧養老政策體系，推動智慧養老產業的可持續發展，為應對全球老齡化挑戰提供中國智慧與中國方案。

參考文獻：

[1]白玫，朱慶華.智慧養老現狀分析及發展對策[J].現代管理科學，2016（09）：63-65.

[2] 左美云.智慧養老的內涵、模式與機遇[J].中國公共安全，2014（10）：48-50.

[3] 向運華，姚虹.養老服務體系創新：智慧養老的地方實踐與對策[J].西安財經學院學報，2016，29（06）：110-114.

[4]張博.新時代新經濟：智慧健康養老產業及發展路徑[J].蘭州學刊，2020（06）：200-208.