智慧养老评价指标体系研究

赵 庚, 赵 萌

(东北大学 文法学院, 辽宁 沈阳 110169)

受20世纪60年代的婴儿潮影响,未来30年内我国老年人口将急速上涨, 人口结构正趋向“倒金字塔”型, 养老体系正面临急速老龄化的巨大压力,存在总量供给不足、供需结构性矛盾的问题。 传统养老服务模式已难以应对目前面临的严峻形势, 智慧养老作为一种新兴的养老服务模式, 利用互联网等新兴技术进一步高效统筹公共服务资源和社会资源解决养老问题,满足老年人养老、医疗、健康生活的需求, 能有效节约养老成本、提高效率,是我国应对人口老龄化的一种战略选择, 在社会实践中有着广阔的发展空间。那么什么是智慧养老? 智慧养老要解决什么问题?该如何测度衡量? 需要在准确理解和把握智慧养老的发展水平、研究水平和内涵的基础上,构建科学的智慧养老评价指标体系。 本文尝试构建智慧养老综合评价体系, 为我国智慧养老健康发展作出一定贡献。

一、 智慧养老的研究现状

“智慧养老”的关键点“智慧”突出了“人”以及灵活性、聪明性,在满足老年人的多样化、个性化需求的基础上,借助信息科技的力量实现绿色养老、环保养老,最终为老年人创造“老有所养”的晚年生活[1]。作为新兴概念,智慧养老的研究目前主要分为三个方面:智慧养老的技术支持和平台管理、智慧养老的产业服务体系和服务模式、智慧养老的主要作用和供需现状。在技术支持和平台管理方面:Amiribesheli等[2]探讨了智慧养老中智慧家居的特征和服务特点;陈莉等[3]探讨了网络数据服务对智慧养老的影响;席恒等[4]研究了智慧养老综合服务平台的管理特征;罗盛等[5]研究了一种智慧养老项目中服务对象的评价方法。在产业服务体系和服务模式方面:潘峰等[6]探究了互联网产业与养老产业结合的问题,认为这是一种新型服务产业模式;王宏禹等[7]梳理了智慧养老作为一种产业服务体系的精细化、精准化特点;于潇等[8]认为智慧养老是创新型养老服务模式,存在较好的前景;廖喜生等[9]分析了养老上下游产业链对智慧养老发展的影响路径问题。在主要作用和供需现状方面:Ansah等[10]认为智慧养老通过多种服务形式有效地为老年人营造养老环境,利于满足其对幸福生活的需要,利于解决社会老龄化问题。智慧养老作为一种低成本、高效率的养老模式,华中生等[11]认为智慧养老服务的社会供给满足不了我国老年人的需求。廖楚晖[12]认为我国智慧养老服务的总体问题是供给总量不足和供需结构性矛盾。上述研究侧重点各有不同,有的学者注重于技术应用,即智慧养老只是一种新型的养老技术方式;有的学者注重于模式创新,即智慧养老是一种新型的养老服务模式;有的学者注重于产业融合,即智慧养老是一种多产业结合、以养老为核心的新型融合产业。

总体来看,目前针对智慧养老服务的研究中存在以下几个问题:注重智慧养老服务平台等产业视角的研究,相关研究的整体性不强,呈现碎片化研究的特征;缺乏顶层设计和全局视角,针对智慧养老的系统性评价研究存在明显空白,不利于我国智慧养老产业的长期战略发展。因此,应深入了解智慧养老的内涵,准确客观分析智慧养老的机遇与挑战,建立智慧健康养老服务全过程的评价指标体系是重中之重。

二、 智慧养老服务面临的机遇与挑战

针对复杂的老龄化问题以及老年人多元化、多层次的养老需求,当前社会背景下,智慧养老服务面临着重大的挑战,处于战略机遇期,应厘清老龄化问题、老年人需求的结构层次和实质内涵,应明确亟需解决的核心问题。

1. 养老体系面临急速老龄化的压力

养老体系面临急速老龄化的压力主要来源于以下几个方面:第一,老年人比重明显上升。根据葛延风等[13]的预测,2050年我国老年人口总数将达到最高点,占总人口的比重将达到39.5%。第二,人口老龄化态势不可逆。近年我国人口增长模式由“高出生率、低死亡率、高增长率”转变为“低出生率、低死亡率、低增长率”。人口进入惯性收缩状态,其结构趋向“倒金字塔”,态势不可逆转。第三,80岁以下的低龄老人基数较大。《中国发展报告2020:中国人口老龄化的发展趋势和政策》报告内容表明,2020年我国高龄老年人约占到世界高龄老年人口的17.6%,2050年将达到世界高龄老年人口的26.2%。为应对未来的巨大挑战,完善智慧养老体系必须抓住未来30年的机会窗口期。第四,老年人的预期寿命在不断延长,健康寿命不能确保同比延长。2019年国务院发展研究中心社会发展研究部的研究报告显示,2030年我国失能半失能老年人将达到7 600万人,2050年增至1.2亿人。老龄化问题将迅速从简单的养老压力转变成养老、医疗、照护等多元综合压力,这将对国家的养老体系、医疗体系产生巨大冲击,受养老基金和医疗基金的影响,会进而带来财政压力和社会治理压力。

2. 智慧养老面临战略发展机遇期

我国疾病现状已转变为以慢性病为主,我国慢性病患病率很高且仍在迅速攀升, 老年人慢性病负担更重。2015年,城乡老年人近80%患有慢性病,48.8%的老年人同时存在两种及以上的慢性病, 老年住院患者的共病患病率更是高达91.36%,人均患病4.68种[13]。 首都医科大学的一项流行病学调查结果显示, 目前我国阿尔茨海默病患者人数约为800万～1 000万,轻度认知障碍人数为2 400万,在患病率不断上升的同时, 还存在就诊率低、误诊率和漏诊率高的情况。 有效治疗手段的不足使这些疾病随老龄化加剧成为更大的挑战。 然而机遇与挑战并存,形势严峻的同时, 也是智慧医养结合的重大战略机遇, 这一现状的产生将进一步促进智慧养老服务的快速发展。 智慧养老将通过技术手段,弥补老年人相对于年轻人在体力、体能上的不足, 即通过互联网解决距离问题, 通过物联网解决实际行动问题, 通过大数据和云计算解决老年人协作问题。 这将导致老年人作为“弱势群体”这一固有观念有所动摇, 智慧养老可能将老年人转化为社会建设的一股新兴力量。

3. 智慧养老顺应国家战略发展需要

从产业结构视角看:智慧养老作为以互联网、物联网、云计算、大数据等新兴技术为核心的服务产业,适应国内产业结构升级的环境,顺应向高新技术产业突破的趋势。养老产业的强劲需求,将使智慧养老成为推进相关制造业和服务产业智能化、智慧化、高技术化的重要动力。从供给侧结构性改革角度看:智慧养老产业作为新兴朝阳产业,其潜在需求巨大;智慧养老结合新兴技术将通过技术创新、模式创新、概念创新,对相关体制机制进行改革,同时带动相关社会和国家资本,优化国家经济结构。从高质量发展角度看:传统养老模式已经难以应对未来巨大的社会养老压力,智慧养老通过新兴科学技术、新型管理模式打通了不同产业、机构、部门之间的壁垒,为满足老年人对美好生活的需求提供了一条新的路径。从新发展格局的视角看:智慧养老产业的发展既是当前客观发展的需要,也将利于促进国内经济大循环的形成。受其产业增速和未来巨大需求的影响,智慧养老将为国内经济增长提供动力。由于智慧养老配套产业包含智能制造、云计算、大数据等,这将带动相关产业的产值增速和就业发展;由于智慧养老需求端为国内的老年人,这将有力地塑造国内经济大循环格局的形成。

4. 智慧养老服务指标评价的探索势在必行

笔者认为智慧养老是实现“老有所养”的有效方案,具备重大战略意义,要解决当前面临老龄化加剧的重大挑战,要处理好如何把握住智慧养老的战略机遇期,智慧养老服务指标评价的探索势在必行。智慧养老模式是我国应对人口老龄化的一种战略选择,可更高层次地满足老年人的养老需求,提升老年群体的获得感和幸福感。作为一种新型的养老模式,其存在发展不充分的特征,要解决好这一问题,必须系统性地对智慧养老进行评价研究。

在科学系统地构建评价指标体系时,应优化视角,运用管理科学的方法;应在多主体、多资源协同、全局性支持模式下,对智慧养老服务全过程、各环节进行规范和优化,结合应用端老年用户的特征构建智慧养老服务质量评价指标体系,实现智慧养老服务全过程的评估。这将便于找到智慧养老服务质量的提升路径,使养老服务提质增效,同时可改善民生水平,加强社会治理。

三、 智慧养老指标体系的构建

对智慧养老分析的视角不应仅局限在产业形态、企业组织结构或者养老服务模式之下,应从人类社会和国家的战略视角进行系统性分析研究。站在新兴技术的视角下,智慧养老解决的不单是老年人的医疗或者养老问题,而应是利用新兴技术来实现“老有所为”,即充分发挥老年人的经验,实现其个人和社会价值。目前针对智慧养老的评价研究缺乏系统性,本文将智慧养老视为国家战略需求,在综合借鉴专家意见的基础上,结合“投入-产出”理论、智慧养老产业链以及智慧城市指标体系相关研究,最终将智慧养老分为以下层次:上游——硬件应用;中游——服务内容;下游——服务模式;底层——基础建设。其中,底层为国家和社会的基础投入,上中下游为产出的上层结构。本文以下分别说明采用德尔菲法进行指标选取的过程以及上中下游及底层具体的指标。

1. 德尔菲法指标筛选和拟定过程

通过结合 “投入-产出”理论、智慧养老产业链以及智慧城市指标体系相关研究,初步拟定三级指标构成的指标体系。采用德尔菲法通过两轮专家团的打分和咨询对指标体系进行了考核:第一轮专家团包含8名专家,其中教授/研究员占62.5%(5/8); 第二轮专家团包含14名专家,其中教授/研究员占64.3%(9/14)。第一轮专家调查结果:首先,将硬件应用划分为“上游——硬件应用”和 “底层——基础建设”;其次,智慧基础设施从硬件应用的三级指标中单独挑选出组合构成新的二级指标;最后,剔除“云技算中心数量”“每百平方公里光缆长度”“智慧养老机构平台数量”等5个指标,其专家平均打分小于4(采用李克特五级评分法),变异系数均大于0.3。第二轮专家调查后,未对指标体系进行修正,调查结果:专家平均打分大于4,指标的重要性较好;专家意见的变异系数小于0.2,专家的协调程度较高;最后构建了表1的智慧养老评价指标体系。专家权威性分析包含对指标的判断依据和熟悉程度两项,两者重要性相同。其中,判断依据中实践经验和理论经验共占75.4%,熟悉程度中较熟悉及以上的占79.5%,因此专家权威性系数为0.775,大于0.7,表明结果可信度高。

2. 智慧养老指标说明

如表1所示:上游——硬件应用包括智慧养老产品的应用和普及。智慧养老产品可随时收集老年人的个体与生理数据,通过整合数据和养老资源,向老年群体提供个性化和智能化服务。硬件应用主要包含可穿戴设备、智能监护服务设备、便携式健康检测设备和自助式健康检测设备4个二级指标。可穿戴设备包含手环、腰带、胸带类,手表类以及服饰内置类设备,为老年人提供身体特征检测和定位功能。智能监护服务设备包含智能康复设备、智能意外监测设备和智能养老照护设备,可检测老年人的意外情况,对失能和失智老人提供辅助作用。便携式健康检测设备包含心电、血压、血糖、体重/体脂、体温等多种参数的检测设备,以及基层诊疗随访设备,可检测老年人的身体健康指标,便于基层医务人员的随访。自助式健康检测设备包含自助健康体检、智能健康筛查、全自动红外测温等自助设备,可通过自助方式,对老年人身体指征进行测量与筛查。

关于气氛感，现象学抛弃了一比一比对的传统理性二分法，认为在客观对象、内意识、时间，乃至身体后面，总牵扯、勾连与垫衬着一个晕圈一样的背景场域，所以诸多物事背景中的淡晕、氤氲的气氛，自然得到呈现与关注。沿着这种思路，当今德国美学家吉尔诺特·伯梅(1937～)，提出了“气氛美学”观念，言明气氛是审美中感知者与感知对象互相对话融合的场域氛围，且依赖身体性在场的方式，感受到这种气氛。现象学美学家茵伽登论述文学作品在语音、意义、图式与意象四个复合层次之上，有统摄四者的“形而上质”，此“质”即是一种弥漫一切照亮一切的氛围;恰如本雅明所谓环绕艺术作品的“灵韵”。

表1 智慧养老评价指标体系

中游——服务内容包括专门针对老年群体提供的智能养老服务。为满足老年人对美好生活的需要,智慧养老的服务内容不应只局限于物质层面,还应涉及到精神层面,主要包含生活照料、健康管理、价值实现和人文关怀四个方面。在生活照料方面,可基于互联网平台提供家政服务和生活辅助等服务,因此本文采用家政服务机构数量和家庭护理机器人数量2个指标。在健康管理方面,采用健康档案建档率、健康信息查询水平、健康指导及干预率、紧急救援率4个指标,可提供个性化的健康指导方案,为高风险老年人提供紧急救援服务。在价值实现方面,采用老年大学个数、体育健身场地个数、 老年兴趣课堂数以及老年人集体活动数4个指标,在充分考虑老年人学习和娱乐的需求外,满足老年人价值实现的需求。在人文关怀方面, 采用在线沟通交流、在线情绪疏导以及在线心理危机干预3个指标,关注老年人的心理健康状况,降低心理风险。由于智慧养老发展距离成熟阶段还有一定距离,相关指标难以获得数据,考虑到服务内容相关指标的可获得性以及指标的全面覆盖性不能兼顾,笔者统筹考虑最终得到表1中涉及服务内容的指标。相信随着智慧养老的蓬勃发展,其相关数据指标的可获得性会进一步提高。

在下游——服务模式方面,随着时代变化,传统的养老模式逐渐已无法满足新的养老需求。智慧养老在传统养老的基础上,以家庭为核心,以社区为依托,融合公共卫生体系,合理配置公共医疗资源。在居家养老层面:可发挥基层的健康管理作用,提供家庭医生的服务;建立居家健康跟踪系统,便于及时更新健康数据并导入医疗体系;发挥日间照料中心的作用,促进居家医养结合的开展。社区养老层面则以物联网、互联网为依托,搭建智慧养老服务平台,提高养老效率和服务质量,因此选择信息服务系统覆盖率、物业管理系统信息化水平、信息化监护服务覆盖率和小区监控传感器安装率4个指标。机构养老是专业性的养老场所,智慧养老使养老机构实现信息化,为机构内的老年人提供智能化和个性化的服务,提高养老质量,因此本文采用养老机构与服务设施数量、食宿服务水平以及健康管理质量水平来衡量机构养老的发展水平。

在底层——基础建设方面,在传统养老的基础上,智慧养老利用物联网等新兴技术对老年人的生活、健康和医疗卫生等多方面进行管理。由于老年慢性病常发,传统医疗机构和养老机构的相互独立加剧了医疗资源的紧张局面。同时,各机构间缺乏衔接机制,大部分地区仍处于医养分离状态。智慧养老通过新兴技术将相关机构实时联通,打破信息屏障,可提高医疗效率,推动养老服务质量提升。智慧养老的长期发展与牢固的底层建设投入水平密切相关,这就涉及到智慧基础建设投入、养老基础建设投入及医疗基础建设投入。本文主要从物力、财力、人力三方面进行考虑,在智慧基础建设层面,采用无线网络覆盖率、3S(RS、GIS、GPS)设备覆盖率、光纤接入覆盖率、智能电网铺设率以及ICT资金投入率5个指标。养老基础建设投入采用养老建筑总面积、固定资产投资额、养老专业人才数量3个指标。医疗基础建设投入采用老年医院数、医疗床位数、远程医疗系统覆盖率、医疗专业人才数4个指标。

四、 智慧养老指标体系的评价和权重计算

指标权重是智慧养老评价指标的重要参数,反映指标的重要程度,对能否科学地评价智慧养老具有直接影响。本文采用AHP层次分析法确定权重系数,此方法兼具定量与定性分析的优点。本文采用层次分析法出于两方面考虑:一是符合智慧养老评价指标体系的逻辑性。智慧养老的评价比传统养老更为复杂,受到更多因素的影响。层次分析法利用分解的思想,将复杂的评价指标分成连续递阶的有序层次,各层次由不同的因素构成。通过这种方式可细化和简化复杂的多因素整体评价问题,使智慧养老的评价指标体系框架呈现递阶性,与指标体系的内在逻辑性一致。二是可以将定性指标量化,将定性和定量指标有机结合,通过数学计量方式对分层的指标赋权,提高智慧养老评价的合理性。

1. 确定各级指标权重

(1) 构建层次结构。 建立目标层A、准则层B、方案层C共三层结构。 目标层A共包含4个指标(A1上游——硬件应用,A2中游——服务内容,A3下游——服务模式,A4底层——基础建设), 分解为准则层B的14个二级指标(B1～B14, 包含可穿戴设备、智能监护服务设备等 ), 最终细分为方案层C的47个三级指标(C1～C47, 包含手环、腰带、胸带类设备普及率,手表类设备普及率等)。

(2) 构建判断矩阵。通过专家问卷调查,采用两两比较的方式对准则层和目标层的指标打分,评价尺度按照1～9标度进行度量,重要程度随数值增加。通过几何平均获取各指标的重要性,得到判断矩阵。以准则层B1指标的要素(C1,C2,C3)为例,将各指标对B1的影响程度bij赋值,构建的判断矩阵如表2所示。

表2 判断矩阵

表3 智慧养老评价体系指标权重

表4 各矩阵一致性比率及最大特征根

2. 指标体系的分析与评价

由表3可知,目标层的4个一级权重指标分别为:硬件应用(0.338),服务内容(0.166),服务模式(0.316),基础建设(0.180);硬件应用的重要程度排在第1位,服务模式排在第2位,基础建设和服务内容分别排在第3和第4位。说明上游——硬件应用和下游——服务模式的重要程度最高,而底层——基础建设的重要程度较低。这意味着智慧养老的建设应该注重硬件设备的研发和普及以及服务质量的提升,避免将大量的资源投入底层的基础建设中。中游的服务内容重要程度最低,说明在现阶段服务内容仅作为智慧养老建设的辅助性因素。由于智慧养老相关产业的发展仅在初步阶段,智慧养老服务内容还存在局限性、单一性,未来随着智慧养老的进一步发展,其权重可上升空间较大。

从准则层来看,排在前5位的分别为:居家养老(0.117)、社区养老(0.100)、 机构养老(0.099)、可穿戴设备(0.094)、智能监护服务设备(0.090),进一步印证智慧养老的建设应注重服务模式和硬件应用,居家养老为我国的主要养老模式。目前我国的智慧养老以家庭为核心,以社区为依托,为老年人提供社会化服务,可弥补机构养老供给不足的问题,具备较大的发展空间,应该予以重视。可穿戴设备以及智能监护服务设备能对老年人提供定位、监测、辅助等功能,可在不影响老年人的正常活动的情况下提供个性化服务,能有效提高智慧养老的质量,推动智慧养老的发展。方案层的前5位指标分属前5位准则层指标,仍在服务模式和硬件应用领域,在此不再赘述。

笔者认为,这套智慧养老服务评价指标体系有以下特点: ①较好地体现了智慧养老的内涵,紧紧扎根于我国国情,顺应国家战略发展需要。②指标数量比较全面。涉及到了智慧养老的上游、中游、下游和底层等各个方面:既有手环、腰带、胸带类设备普及率,手表类设备普及率等微观指标,也有固定资产投资额、ICT资金投入率等宏观指标;既有老年医院数、医疗床位数等客观定量指标,也有在线情绪疏导水平、食宿服务水平等个别主观定性指标;既有家庭医生数量、日间照料中心数量等直接测量指标,也有间接测量指标,可全面地反映城市居民智慧养老服务的发展情况。③此指标体系存在递阶性,重复性较低,上中下游、底层的三级指标内涵与数值意义皆有特殊性,但三级指标间又具有现实的相互联系。

五、 结 语

本文基于对智慧养老内涵的理解,在综合考量国内外相关研究和智慧养老发展趋势基础上,首先,梳理相关研究的优势和不足,系统分析了智慧养老面临的挑战和机遇,推论出构建智慧养老评价指标体系势在必行;其次,构建了分别由硬件应用、服务内容、服务模式及基础建设等指标构成的上游、中游、下游和底层智慧养老评价指标体系;最后,运用层次分析法对构建的各指标进行赋权。总体来看,我国智慧养老服务发展水平处于兴起阶段,但智慧养老作为一种新型养老模式,凭借新兴科学技术的赋能,其未来发展潜力十分巨大。因此,只有运用科学系统方法,从顶层设计和评价体系上注重智慧养老的公平性和普惠性,智慧养老在我国的发展方能行稳致远。