基于组态fsQCA的智慧养老服务推广路径

摘" 要： 当前，中国正面临着严峻的人口老龄化挑战，智慧养老服务模式为解决我国老龄化问题提供了新途径。研究辽宁智慧养老服务推广路径，为完善辽宁智慧养老服务体系提供方向，有助于满足当代老年人多元化养老需求。运用CiteSpace对相关文献进行梳理，结合模糊集定性比较分析方法（fsQCA）与DEMATEL法，探究智慧养老服务的复杂因果机制及推广路径。研究表明：单要素对结果变量的解释力较弱；条件组态能更好促进或抑制智慧养老服务满意度提升，且稳健性较好。提炼三条推广路径：服务感知推广型、敏而好学推广型、信息素养推广型。

关" 键" 词： 老龄化； 智慧养老； 养老服务； 推广路径； 模糊集定性比较分析

中图分类号： C93""" 文献标志码： A""" 文章编号： 1674-0823（2024）05-0478-09

①习近平.高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告，人民日报，2022-10-26（1）。

收稿日期： 2023-03-04

基金项目： 国家自然科学基金项目（72263006）； 国家社会科学基金项目（22CJY060）； 辽宁省经济社会发展研究课题（2023lslybkt-094）。

作者简介： 于兆吉（1975—），男，辽宁辽阳人，教授，博士，主要从事电子商务与信息管理等方面的研究。

【乡村振兴研究】

DOI：10.7688/j.issn.1674-0823.2024.05.05

我国人口老龄化问题逐步成为社会发展的一大难点，随之而来的养老问题，也成为国家关注的重点①，越来越多的老年人希望能拥有舒适的养老环境。随着养老服务需求的不断增加，传统养老模式难以满足我国当代老年人口的养老需求［1］。智慧养老服务模式进一步完善和创新了传统的家庭养老和机构养老模式，通过线上平台与线下服务相结合，为我国老龄化问题提供了更有效的解决方案。现有智慧养老模式存在诸多问题，如养老服务资金供给不足、专业技术人才短缺、社会参与不够积极、科技服务支撑力度不足等［2］。针对智慧养老服务的供给困境与发展难题，本文以辽宁省为例，探讨智慧养老服务协调发展推广路径。

一、文献综述

“智慧养老”又称“智能居家养老”，即通过充分利用现代化、智能化信息科技手段，为居家养老的老年人群体提供集网络化、智能化、个性化等特色于一体的养老服务［3］。本文利用CiteSpace软件，以“智慧养老”“智能养老”为关键词，对智慧养老领域的研究热点进行可视化分析。笔者通过中国知网进行文献检索，文章类型选择“期刊”，时间设置为2013—2022年，剔除无关内容后，共得到422篇文献；通过关键词聚类分析，得到我国当前有关智慧养老的热点话题分布，如图1所示。

本文以LLR算法进行聚类，共产生了6个核心聚类群，目前有关智慧养老的研究热点主要集中在智慧养老、养老服务、大数据、居家养老、社区智慧养老、智慧养老服务、社区养老方面。智慧养老相关研究在宏观层面主要包含智慧养老服务模式及智慧养老产业发展，在微观方面则关注人群需求分析及产品研究设计。刘奕等通过比较分析政府主导、市场主导及社会主导三种智慧养老服务模式，深入探究数字时代背景下社区智慧养老服务模式优化路径［4］。梁笑笑等分析社区居家医养结合的养老服务模式，并构建了评价指标体系［5］。在“互联网+”及人工智能技术在智慧养老服务中的应用模式方面，赵奕钧等探究了人工智能技术融入智慧养老服务模式的整体目标、实现机制与模式构建，并分析其优化路径［6］。徐兰等对O2O“互联网+”智慧养老服务模式的构建进行了初探，并分析其实际运作难题［7］。养老产品适老化有助于构建老年友好型社会［8］，适老化智慧产品能更好地满足老年群体多元化需求，进一步弥补数字鸿沟带给老年人对智慧养老的接受隔阂。智慧养老的观念、技术和智慧是养老服务模式创新发展的必要条件，为养老服务体系优化赋能［9］。

综合上述文献可以发现，现阶段相关学者对我国智慧养老发展的研究较多，但我国的智慧养老发展，特别是对步入深度老龄化社会的辽宁省来说，存在基层智慧养老制度设计不完善、中高端养老机构少等问题，同时老年人需求也在日益增长，逐渐向多层次、多样化、个性化的方向转变［10］。总的来说，辽宁省智慧养老的发展缺乏全局性、长远性、高水准、深维度的系统分析及研究规划。相关部门应结合辽宁省的实际特点，从应用的角度，运用创新思维及智能服务技术对辽宁省智慧养老发展进行分析，应对存在的问题并提出相应的对策。

二、智慧养老组态研究设计

（一） 研究方法

定性比较分析（Qualitative Comparative Ana-lysis，QCA）结合了定性研究与定量研究的科学性与适用性，以组态的视角探究条件组态与结果间复杂的因果关系，凸显变量多重并发性，即多条件组合的路径可对结果变量产生促进作用或抑制作用［11］。QCA对于案例样本数量和变量特性具有较好的兼容性，适合探究智慧养老这类社会现象中复杂的因果关系，可更清晰、更深入探究关键要素对智慧养老推广的作用机制［12］。QCA方法包括清晰集、模糊集和多值集3种，分别适用于二分类、连续和多分类变量。智慧养老体系与其影响因素很难作出二分抉择，发生或不发生并不能准确描述智慧养老服务满意度，而模糊集定性比较分析方法能很好地处理连续变量。

为了识别复杂养老生态系统中智慧养老关键因素，本文结合智慧养老的特点，采用DEMATEL法确定前因变量。DEMATEL法是一种基于图论理论、矩阵运算以及专家和学者丰富经验的分析技术，可以深入探究影响因素体系中各个因素之间的关系以及它们在整个体系中的地位，从而更好地识别出关键因素。其在建立直接影响矩阵的基础上，利用矩阵运算及位图分析，准确地分析变量之间的关联程度，能更好地掌握影响因素的本质［13］。

本文采取组态视角，应用模糊集定性比较分析方法（fsQCA）探究辽宁省智慧养老组态效应及推广路径，其适用性体现在如下几点：（1）相较于普通回归分析，fsQCA在中小样本研究中能更好地处理案例数据，并关注条件组合对结果变量的充分必要性。（2）模糊集的连续化概念为变量操作提供了十分契合的分析工具。（3）fsQCA的组态视角及多因诱导研究特性与智慧养老复杂信息系统相关研究相符，多条组态路径导致结果的影响作用研究，可以帮助厘清辽宁省智慧养老推广路径。

（二） 研究思路

本文运用fsQCA对智慧养老推广路径进行组态分析。首先在变量纳入环节，使用问题导向法确定结果变量，对研究内容依据组态视角及图论理论进行相应匹配而得到关键要素，即理论视角法更适合确定本文的前因变量，其中理论选取DEMATEL法［14］；然后通过问卷调查的方法，将回收的问卷信息作为案例的数据，在数据分析前对问卷信度与效度进行检验；最后运用fsQCA软件进行组态效应研究，步骤主要包括模糊集隶属校准、单变量必要性分析、组态分析、稳健性检验。具体组态路径分析思路如图2所示。

（三） DEMATEL模型构建

（1） 确定智慧养老影响因素。建立智慧养老服务影响因素体系，按顺序依次设为F1，F2，…，Fn。

（2） 构建初始直接影响矩阵A。以专家打分的形式，建立了n个影响因素的直接影响矩阵A。

A=（aij）n×n" （1）

（3） 标准化影响矩阵B由直接影响矩阵A正规化形成。

B=1max∑nj=1aijA" （2）

（4） 计算综合影响矩阵T。

T=（tij）n×n" （3）

T=（B+B2+B3+…+Bk）=

∑∞k=1Bk=B（1-B）-1（4）

（5） 计算影响程度。

影响度D反映对其他因素的综合影响情况。

D=∑nj=1tij" （i=1，2，…，n）" （5）

被影响度R反映其他因素对其综合影响情况。

R=∑ni=1tij" （j=1，2，…，n）" （6）

中心度（D+R）显示要素在指标体系中的核心位置及作用。原因度（D-R）表示要素对指标体系形成的因果层级：原因度大于0表示该要素容易影响其他要素，属于原因要素；原因度小于0表示其容易受影响，属于结果要素。

三、变量纳入与数据处理

（一） 变量纳入

本文采取问题导向法，以智慧养老服务满意度为结果变量。在本文中，智慧养老服务满意度指老年用户在使用智慧养老服务后，对该服务是否满意及满意的程度［15］，其将直接影响用户是否继续使用该服务。

本文运用理论视角法确定条件变量，并构建DEMATEL模型来识别和分析智慧健康养老关键影响因素。信息生态理论认为系统由多维度要素组成，各要素间相互影响的共同作用影响结果的产生。本文尝试在信息生态理论视角下，考虑各要素对智慧养老满意度的复杂作用机理，从服务效用、服务内容、个体特征以及外部环境四个方面构建智慧养老服务影响因素体系［16-19］，如表1所示。

本文运用德尔菲法，选取10名智慧养老研究前沿学者对各变量之间的影响关系进行打分，采用五级衡量标度，无影响=0、弱影响=1、中影响=2、强影响=3、极强影响=4；将收集得到的专家数据算出平均值之后再取整数，建立15个影响因素的直接影响矩阵A；根据计算得到综合影响矩阵如表2所示。

根据表2数据，计算每个影响因素的影响度、被影响度、中心度及原因度。为直观呈现要素间影响关系及中心程度，本文以中心度为横坐标，以原因度为纵坐标，绘制二维坐标图（见图3）。

如图3所示，可操作性（F1）、服务相关性（F2）、服务质量（F6）、学习行为（F12）的中心度较大，排名靠前，对智慧养老服务满意度的影响程度较大，是比较关键的因素。信息安全（F5）、服务质量（F6）、器材设备（F7）、服务项目（F8）、用户基础变量（F9）、信息素养（F11）、制度规范（F13）、社会因素（F15）的原因度大于0，属于原因因素，对其他因素影响大；操作性（F1）、服务相关性（F2）、高效性（F3）、时效性（F4）、自我认知（F10）、学习行为（F12）、感知成本（F14）的原因度小于0，属于结果因素，受其他因素影响程度大。其中，信息素养（F11）对其他因素的影响程度最大，感知成本（F14）最容易受到其他因素的影响。

根据上述分析结果，本文最终确定可操作性（F1）、服务相关性（F2）、服务质量（F6）、信息素养（F11）、学习行为（F12）、感知成本（F14）6个关键影响因素，然后对其进行组态设计，构建智慧养老组态模型，如图4所示。

（二） 数据收集与检验

本文采用问卷调查法，对辽宁省使用智慧

养老服务的老年群体进行调查，样本数据主要通过线上问卷与线下走访获取，最后将回收的203份有效问卷作为案例进行分析。问卷设计分为服务效应、服务内容、个体特征、外部环境四个部分。题项设计基于Likert五级量表，利用五个不同层级的选项来衡量用户对待题项的认可程度［20］，主要考查可操作性、服务相关性、服务质量、信息素养、学习行为、感知成本6个变量对智慧养老服务满意度的影响。为了确定问卷的可行性，本文通过Cronbach′s α系数、KMO系数和Bartlett球形度检验测量问卷信度和效度。

如表3、4所示，各测量量表的Cronbach′s α系数都大于0.8，在可接受范围之内，表明此问卷具有较好的信度；其KMO值为0.977，自由度为136的Bartlett的卡方值为2436.956，显著性概率为0，具有较好效度，符合进一步分析的条件。

（三） 变量数据校准

校准是对案例的集合用隶属度衡量的过程，校准后取值0～1，数值越高表示案例在此变量的隶属度越高。本文主要采取均值锚点法进行校准，先将变量值以降序的方式排列，选取上、下四分位点作为完全隶属和完全不隶属的值，上、下四分位的平均值为交叉点数值，以此确定锚点［21］，如表5所示。

通过分步计算和整合调整，最终获得全部条件与结果变量的模糊集隶属值。同时，为避免模糊集的隶属值为0.5，本文采用了Fiss方法，在模糊集隶属值为0.5的条件列中各值增加0.001，并保证模糊集数据在经过计算后的最大值小于1［22］。模糊集隶属分数如表6所示。

四、智慧养老服务推广路径

（一） 单变量必要性分析

一致性反映符合某条件的案例导致结果的必要程度。当一致性大于0.8时，可认为X是Y的充分条件；当一致性大于0.9时，可认为X是Y的必要条件，即当Y发生时，X总是存在的［23］。公式如下：

Consistency（Xi≤Yi）=∑［min（Xi，Yi）］/Xi（7）

当一致性得到满足时，研究人员可以进一步计算覆盖率指标。覆盖率是指上文中给定的条件（或条件组合）解释结果出现的程度，覆盖率指标越高，X在经验上对Y的解释力就越强［23］，公式如下：

Consistency（Xi≤Yi）=∑［min（Xi，Yi）］/Yi（8）

本文采用fsQCA 3.0软件，将结果变量设置为高智能养老服务满意度和低智能养老服务满意度，以一致性和覆盖率考量单个因素对结果变量的必要性，如表7所示。

由表7可知，各条件变量对智慧养老服务满意度的必要一致性与覆盖率均未达到0.9，表示单变量无法直接提高或降低智慧养老服务满意度，因此，须进行多变量组态分析。

（二） 条件组态分析

本文根据Fiss标准和QCA通用规则，设完全一致性阈值为0.8，PRI一致性阈值为0.7，案例数阈值为1［24］。fsQCA分析结果分为复杂解、中间解和简约解三种，本文采取考虑“逻辑余

项”的中间解，进一步凸显不同条件的作用效果，将出现在简约解中的变量视为核心变量。提高和降低智慧养老服务满意度的组态分析如表8和表9所示。

提高和降低智慧养老服务满意度的条件组态分别有7条和2条，其一致性指标均高于0.8，同时模型解的一致性分别为0.8349和0.9872，覆盖度分别为0.4558和0.3892，表明前因条件在很大程度上解释了提高和降低智慧养老服务满意度的原因。

（三） 推广路径分析

1. 服务感知推广路径

由组态H2、H4和H7可知：G=～A·B·D·～E·F+B·C·D·～E·F+～A·B·C·～E·F=B·～E·F（～A·B+C·D+～A·C）

根据组态H2、H4、H7，该路径以“服务相关性”“学习行为”“感知成本”的组合形式为核心变量。当学习能力较差时，智慧养老服务的相关性越高、感知成本越低，越会显著提高智慧养老满意度。该类型路径表明，体验智慧养老服务的老年人或其家人尽管对于智慧养老服务或产品的接

纳与适应程度相对较差，但会根据智慧养老服务的匹配程度以及体验智慧养老服务的成本作出进一步的考量；虽然接受新事物的能力较差，但如果智慧养老所提供的服务比较符合自身的需求，或所需支出成本低于自己的预期，则会对智慧养老服务更加满意。

2. 敏而好学推广路径

由组态H1、H3可知：G=A·C·～D·E+～A·B·～D·E·F=～D·E·（C+B）

根据组态H1、H3，该路径以“信息素养”“学习行为”的组合形式为核心变量。当老年人的信息素养较差时，其学习行为越强，越会提高对智慧养老服务的满意度。该类型路径表明，老年体验者对自身情况的认知越清晰，其对智慧养老产品或服务的接纳程度和适应程度就越高，同时对智慧养老服务的满意程度也会更高。

3. 信息素养推广路径

由组态H5、H6可知：G=A·B·～C·D·～E·～F+～A·～B·～C·D·E·F=～C·D

根据组态H5、H6，该路径以“服务质量”“信息素养”的组合形式为核心变量。在智慧养老服务质量不高的情况下，用户的信息素养会在很大程度上影响智慧养老服务的满意度。当智慧养老服务或产品不能很好地满足用户的个性化需求时，信息素养越高的体验者对智慧养老服务的满意度越高。该类型路径表明，当智慧养老服务或产品不能很好地满足用户需求时，如果用户对自身需求比较明确，能更好地掌握关键信息、判断信息的利用价值，则其对智慧养老服务会更加满意。

（四） 稳健性检验

本文使用了适用于集合论的稳定性检验方法，通过改变一致性阈值来检测组态结果的稳定性，将原有一致性阈值由0.8调整为0.85［25］，检验结果如表10所示。高智慧养老服务满意度条件组态由7条变为5条，但经过整合后变化不足以支撑其他有意义的实质性解释，调整后解的一致性从0.8349提升为0.8684，总体覆盖率为0.3514，略有下降。低智慧养老服务满意度的组态与原始组态大体一致。因此，本文的研究结论稳健。

五、研究结论与推广对策

（一） 研究结论

本文结合组态fsQCA与DEMATEL法，从服务效应、服务内容、个体特征及外部环境四个方面提取智慧养老服务影响要素，以组态思维探究智慧养老推广路径。主要结论如下：

（1） 提取智慧养老服务影响要素包括可操作性、服务相关性、服务质量、信息素养、学习行为和感知成本。服务效应方面可操作性及服务相关性、服务内容方面服务质量、个体特征方面学习行为在影响因素体系中中心度较高，具有核心影响作用。信息素养原因度最高且大于0，表示对其他因素影响程度最大；外部环境的感知成本原因度为负且绝对值最大，表示其最容易受到其他因素影响。

（2） 6个要素都会对智慧养老服务满意度产生一定影响，其中服务相关性、信息素养和感知成本影响程度相对较高，但无法形成必要条件，即单因素无法直接提高或降低智慧养老服务满意度。

（3） 通过组态效应分析可知，本文存在7条提高、2条降低智慧养老服务满意度的条件组态。3类智慧养老推广路径可归纳为服务感知推广型、敏而好学推广型、信息素养推广型。服务感知推广型表现为，当老年人学习能力较差时，匹配用户养老需求降低感知成本可提高智慧养老服务满意度；敏而好学推广型表现为，在老年群体信息素养不够高的情况下，提高服务质量及相关性可以提高老年人对新型智慧养老服务及产品的接纳程度和适应性；信息素养推广型表现为，信息素养高的老年群体更容易感知现有智慧养老服务的信息价值。

（二） 智慧养老服务推广对策

1. 提高服务感知性，提升服务人性化水平

服务相关性与感知成本在智慧养老服务满意度的组态路径中起到核心驱动作用，特别是当老年群体学习行为有待提高时，提高服务感知性是行之有效的推广对策，具体可从以下几方面入手：相关部门应提前调研老年人养老需求，探索满足老年人心理精神、社交互助等高层次需求的方式，打造全方位、多层次的养老服务体系，提供多元个性化养老服务。企业应加快推动产品适老化改造，研发并改进适合老年人使用习惯的养老产品，提高可操作性，让老年人脱离只能被动接受新技术的局面，尽快解决老年人的“数字鸿沟”问题。相关主体在养老产品的功能系统设计优化中，应加入对老年人友好的智能化人机界面，在实现多方主体协同工作的基础上注入群体智慧服务，采取量身定制的服务方式，在增加人情味的同时，克服传统机械服务冰冷无感情的技术局限性。以上举措不仅能让老年人体会到养老服务的温度与贴心，也能提升养老服务体验感。

2. 培养智慧养老理念，提高老年群体信息素养

从变量的影响程度分析可以看出，信息素养对其他影响因素表现出强烈的主动性，表明其直接推动着智慧养老服务影响因素体系中其他因素的变化。从组态路径可以看出，大部分老年人对新兴技术及智慧养老服务的了解程度低，进行智慧养老知识普及，提高信息素养能帮助老年群体跨越“数字鸿沟”，有利于更好推广智慧养老服务。一方面，相关部门应加大宣传力度，培养智慧养老理念。政府可以利用报纸、电视等传统媒体，大力宣传智慧养老的新理念，让更多的人了解这一概念，从而让更多的人认识到智慧养老的优势。同时，街道社区也应该积极主动地向老年人及其家属宣传智慧养老的理念，努力消除他们的知识盲点，减轻他们的抵触情绪。另一方面，提高信息素养有助于接纳智慧养老产品。相关部门应加强中老年人网络知识培训，利用老年大学和社区培训开展老年数字化教育，促进老年人学习网络知识与技能，创建智慧养老服务体验社区，开展全民健康养老与智慧养老知识普及活动。

3. 政府主导推动，构建智慧养老服务系统

为实现智慧养老服务配置优化，应坚持政府主导机制，健全顶层设计，创造良好的智慧养老产业发展环境［26］。政府在未来工作中应致力于基础设施建设、规章制度完善、服务平台建设等，以便促进智慧养老产业的发展；改善网络基础设施，创造资源共享平台，建立高端远程医疗系统，确保企业随时享有网络信息的便利，并充分发挥优质医疗资源作用，为老年人提供更便捷的医疗护理服务。为了促进智慧养老的发展，政府应当制定一系列有利的政策，包括提供基础设施、财政支持和人力资源支持等，以吸引更多的社会力量参与其中，并鼓励企业和社会组织参与其中，形成一个多方参与、协同合作的养老服务新格局。以智慧养老服务平台为基础，相关各方共同建立一个完善的数据、操作、服务和监督评估体系，以提供更加高效、安全、可靠的养老服务。在各部门协调配合下，四大系统独立运行且相辅相成形成一个闭环，通过智能设备将线上服务平台和线下服务进行有机整合，为老年群体提供优质高效的智慧养老服务。

参考文献：

［1］吴燕.“互联网+智慧养老”发展之路 ［J］.人民论坛，2019（13）：76-77.

［2］廖楚晖.智慧养老服务总体性问题破解与实现路径 ［J］.经济与管理评论，2019，35（6）：5-13.

［3］彭聪.中国智慧养老内涵及发展模式研究 ［J］.广西社会科学，2021（1）：132-138.

［4］刘奕，李晓娜.数字时代我国社区智慧养老模式比较与优化路径研究 ［J］.电子政务，2022（5）：112-124.

［5］梁笑笑，韦慧燕，万乐平，等.社区居家智慧化医养结合服务模式评价指标体系构建 ［J］.医学与社会，2023，36（2）：24-30.

［6］赵奕钧，邓大松.人工智能驱动下智慧养老服务模式构建研究 ［J］.江淮论坛，2021（2）：146-152.

［7］徐兰，李亮.互联网+智慧养老：基于O2O理念下的社区居家养老服务模式 ［J］.中国老年学杂志，2021，41（12）：2675-2681.

［8］左美云.老年友好型社会导向的智慧技术适老化 ［J］.人民论坛·学术前沿，2023（2）：32-39.

［9］张锐昕，张昊.智慧养老助推养老服务体系优化：思路与进路 ［J］.行政论坛，2020，27（6）：139-145.

［10］陈显友.基于Citespace文献计量软件的养老服务供需研究现状与热点分析 ［J］.社会科学家，2020（1）：35-42.

［11］池毛毛，杜运周，王伟军.组态视角与定性比较分析方法：图书情报学实证研究的新道路 ［J］.情报学报，2021（4）：424-434.

［12］杜运周，李佳馨，刘秋辰，等.复杂动态视角下的组态理论与QCA方法：研究进展与未来方向 ［J］.管理世界，2021（3）：180-197.

［13］孙永河，韩玮，段万春.复杂系统DEMATEL算法研究进展评述 ［J］.控制与决策，2017，32（3）：385-392.

［14］吕鲲，施涵一，靖继鹏.突发公共卫生事件网络舆情热点话题形成组态路径研究——基于微博热搜数据的模糊集定性比较分析 ［J］.情报理论与实践，2022，45（9）：148-156.

［15］廖楚晖，陈娟.大健康产业背景下智慧养老服务用户采纳因素研究——基于感知质量的视角 ［J］.现代管理科学，2021（5）：109-120.

［16］姚兴安，苏群，朱萌君.智慧养老服务采用意愿及其影响因素研究 ［J］.湖北社会科学，2021（8）：41-53.

［17］赵庚，赵萌.智慧养老评价指标体系研究 ［J］.东北大学学报（社会科学版），2022，24（1）：88-94.

［18］王灿友，苏秦.基于TISM模型下社区居家养老模式实施障碍的影响因素分析 ［J］.现代城市研究，2022（8）：24-29.

［19］王立剑，金蕾.愿意抑或意愿：失能老人使用智慧养老产品态度研究 ［J］.西北大学学报（哲学社会科学版），2021，51（5）：89-97.

［20］张钊，毛义华，胡雨晨.老年数字鸿沟视角下智慧养老服务使用意愿研究 ［J］.西北人口，2023，44（1）：104-115.

［21］张明，杜运周.组织与管理研究中QCA方法的应用：定位、策略和方向 ［J］.管理学报，2019，16（9）：1312-1323.

［22］王林，何玉锋，杨勇，等.基于fsQCA的跨境电商品牌依恋促进与抑制因素案例研究 ［J］.管理评论，2020，32（12）：320-332.

［23］杜运周，贾良定.组态视角与定性比较分析（QCA）：管理学研究的一条新道路 ［J］.管理世界，2017，285（6）：155-167.

［24］FISS P C.Building better causal theories：a fuzzy set approach to typologies in organization research ［J］.Academy of Management Journal，2011，54（2）：393-420.

［25］RAGIN C C，STRAND S I.Using qualitative compa-rative analysis to study causal order ［J］.Sociological Methods ＆ Research，2008，36（4）：431-441.

［26］彭翔，潘琳.基于SFIC模型的养老事业与养老产业协同发展路径研究 ［J］.长白学刊，2024（4）：125-134.

On promotion path of smart elderly health care

service based on configuration fsQCA

YU Zhaoji， CHEN Shuchang， GENG Xueyuan

（School of Management， Shenyang University of Technology， Shenyang， Liaoning 110870， China）

Abstract： Nowadays， China is facing the challenge of severely aging population. The smart elderly care services model provides a new way to solve the aging problem in China. The study on promotion path of smart elderly care services in Liaoning provides the direction for improving the smart elderly care service system in Liaoning， and helps meet the diversified aging needs of the contemporary elderly. CiteSpace is used to sort out the relevant literature， combined with the qualitative comparative analysis method of fuzzy sets（fsQCA） and DEMATEL method， the complex causal mechanism and promotion path of smart elderly care service are explored. The study shows that the single elements have weak explanatory power for the outcome variables; conditional configuration can better promote or inhibit the satisfaction degree of smart elderly care service， and its robustness is relatively good. Three promotion paths are refined， i.e.， service perception driven， sensitive and studious driven， and information literacy driven.

Key words： aging; smart elderly care; elderly service; promotion path; qualitative comparative analysis of fuzzy sets

（责任编辑：靳文凯）