南昌市智能养老产业发展的实证分析

李 英 王佳卉 彭 婷(南昌理工学院）

对象与方法

（一）调查对象

本文随机选取江西省南昌市部分社区中符合条件的老年人作为研究对象。将本次调查对象分为三类人群：第一类是南昌市部分社区中不同学历、不同身份、不同职业群体；第二类是身体状况不同、婚姻状况不同的群体；第三类是不同的居住方式、是否有子女照顾的群体。

（二）调查方法与统计方法

本调查数据来源于2020年11月—2021年1月项目组针对南昌市青山湖区、新建区、湾里区、东湖区等地进行实地发放问卷并配合网络问卷的调查。问卷共发放558份，回收有效问卷558份，有效回收率100%。

基于南昌市智能养老服务需求单问卷调查结果，采用SPSS26.0软件，通过独立样本T检验以及单因素ANOVA进行数据分析。

结果

（一）变量赋值及具体说明

本文根据南昌市老年人口现状及其特征选择了三大方面的因素作为自变量，分析南昌市老年人对于智能养老服务的需求。

利用SPSS26.0软件进行数据分析，为保证分析的准确性，现对涉及变量进行赋值，具体如表1所示。

表1 变量赋值说明

（二）效度分析

在因素分析之前，首先我们进行了KMO检验，如表2。

探索性因子分析的方法实现检验过程：KMO检验的系数结果为0.611，在0.60-0.70之间。而根据球形检验的显著性可以看出，sig无限接近于0，巴特莱特统计值低于0.05，适合做因素分析。拒绝原假设，因此，问卷具有良好的效度。

（三）智能养老服务需求意愿影响因素分析

1.自身因素分析

在自身因素中，6个因素中，退休前职业未通过显著性检验，而其余因素分析结果表明均显著。

①性别方面：由表3独立样本t检验的结果可以看出，老人对于智能养老服务需求意愿在性别上的差异情况。不同性别的职工对于智能养老服务需求意愿存在差异，根据均值可以看出男性的需求高于女性。

表3 需求意愿在性别上的差异分析

②年龄方面：根据单因素方差分析结果可以看出，需求意愿在年龄上存在差异性，显著性检验结果小于0.05。结果显示，年龄与智能养老服务是需求意愿呈负相关。年龄较小的人往往要比年龄大的人更能够接受新事物，根据多重比较的结果可以看出，老年人的年龄越大，对于养老服务的接受能力越小，需求也就越小，见表4。

表4 需求意愿在各维度上的差异分析

③学历方面：需求意愿在学历上同样存在差异性，根据多重比较的结果可以看出，老年人学历越高，需求越大，学历越低，需求相对来说越小。老年人的文化程度越高，思想相对越开放，在日新月异的信息时代，对于智能服务的接受能力、应用能力越强，反之则弱，见表4。

④退休前职业：根据分析表明，老年人退休前的职业未通过显著性检验，由此我们认为老年人退休前的职业与智能养老服务的需求情况不存在明显的相关关系，见表4。

2.家庭因素分析在家庭因素中，婚姻状况以及居住方式都通过了显著性检验。①婚姻状况：无配偶的老年人对于智能养老服务需求更高一些。有配偶的老年人相互照料、扶持，需求相对低一些，见表5。

表5 需求意愿在婚姻状况上的差异分析

②居住方式：与老伴、子女居住的老人，养老需求在一定程度上得到了满足，故其对于智能养老服务的需求越低，见表6。

表6 需求意愿在居住方式上的差异分析

3.认知因素分析

需求意愿在认知程度上存在差异性。老年人在对智能养老服务足够了解的情况下更加容易接受甚至倾向于这种养老模式，因此，认知程度较低的老人的意愿相对来说会低一些[1]，见表7、8。

表7 老年人对智能养老服务的认知程度

表8 需求意愿在认知程度上的差异分析

结论

（一）老龄社会的到来加速智能养老产业发展

根据国家统计局公布的数据，直至2020年我国60岁以上老龄人口达到2.64亿，占总人口数比重不断增大[2]。随着老龄社会的到来，高龄老人不断增加，同时传统养老模式弱化、社会化养老服务现状不足，以往的养老模式已无法全面适应当前的养老需求，寻求新型方式解决老年人日益增长的需求加速了智能养老产业的发展。

（二）各方支持促进智能养老产业发展

智能养老产业作为新兴发展的产业，体系、结构仍存在些许欠缺，以至于智能化养老在实现的过程中面临多重阻碍。因此，准确识别并解决我国养老产业现阶段所出现的问题迫在眉睫。政府作为主要引导力量[3]，应鼓励相关机构参与到智能养老服务的市场中去，探索适合当地的发展道路，并出台相关政策，切实保障养老行业规范体系建设，培养和挖掘高素质专业人员进入养老行业，让老年人获得专业的养老服务和享受养老生活。