1. 引言
在信息化浪潮席卷全球的当下，数字技术已成为驱动社会进步的关键引擎。然而，老年群体在数字技术应用方面却显著滞后于年轻人群，形成了所谓的“银发数字鸿沟”。这一现象不仅深刻影响着老年人的生活质量与社会参与度，更在一定程度上加剧了社会的数字不平等，成为亟待解决的重大课题。“银发数字鸿沟”，是指老年群体在数字技术应用方面与年轻人群体的显著差异。受制于年龄、教育背景、技术迭代速度等多重因素，众多老年个体在智能手机、计算机等数字工具面前显得力不从心，进而在信息获取、社交互动、健康管理、金融服务等多个领域遭遇重重障碍。这不仅加剧了其社会孤立感，也对老年群体的生活质量构成了严峻挑战。为应对银发数字鸿沟问题，各国政府及相关国际组织已出台系列政策举措。例如，中国政府发布的《提升全民数字素养与技能行动纲要》明确提出，要实施数字助老行动，着力提升老年人等特殊群体的数字素养与技能。此外，《“银龄跨越数字鸿沟”科普专项行动方案(2022~2025年)》也针对老年人在高频生活场景中对智能应用的现实困难，提出了一系列具体解决方案。然而，尽管有这些政策的支持和市场的努力，银发数字鸿沟的问题依然严峻。
本文拟对弥合银发数字鸿沟的关键因素展开深入探究，分析老年群体在数字素养提升过程中所面临的各项挑战，并据此提出具体对策建议，以期为政策制定者、社会组织及企业提供参考借鉴，共同推动老年群体在数字化时代中实现更好发展。
2. 文献综述和研究假设
2.1. 软件基础、数字需求与老年人参与数字生活意愿的逻辑关联
2.1.1. 数字需求与老年人参与意愿
现有研究从多维视角探讨了数字需求与老年人参与数字生活的关系。在细分需求层面，相关学者从老年人数字健身需求、数字通信产品市场需求和数字医疗需求等角度对弥合老年人数字鸿沟提出相关建议与措施[1] [2]；而在老年人综合需求层面，相关学者基于场景化分析，交通出行、就医、消费、娱乐、办事等高频刚需场景的数字化服务优化，能有效突破老年人参与障碍[3]。鉴于此，本文提出以下假设：
H1：数字反哺有利于提高老年人参与数字生活意愿。
2.1.2. 软件基础与数字需求
现有研究对技术环境与老年人数字需求的关联机制探讨呈现碎片化特征。在消极归因方面，许多学者发现由于界面复杂、操作流程反人性化等软件设计缺陷而产生“技术恐惧”，进而抑制了老年人潜在需求[4]-[7]。在积极建构层面，也有学者进一步验证了数字基础设施适老化改造可以增强老年用户的效用感，间接促进需求形成[8] [9]。鉴于此，本文提出以下假设：
H2：软件基础的建设能通过满足多维数字需求实现进而提高老年人参与数字生活的意愿。
2.2. 软件基础、数字反哺与老年人参与数字生活意愿的作用机制
2.2.1. 数字反哺与老年人参与数字生活意愿
既有研究主要从多维度揭示数字反哺的作用机制。在心理影响层面，李青维等(2025) [10]基于DEMATEL-ISM模型可以验证，数字反哺不足可能导致老年人数字抵触情绪加深，形成负向循环。以及不少研究表明数字反哺可以减轻老年人数字时代的相对剥夺感，对老年人的心理健康和身体健康具有重要正向影响[11]-[13]。在场景化应用方面，不少研究分别从城市、农村和社区的视角，强调了在数字反哺支持下，老年人的数字参与更有体验感[14]-[18]。鉴于此，本文提出以下假设：
H3：数字反哺有利于提高老年人参与数字生活意愿。
2.2.2. 软件基础与数字反哺
现有研究多关注数字反哺对老年人参与数字生活的影响或实现效果，如李韵秋等(2023) [19]探讨子代教育水平与反哺途径对老年人数字接入的正向影响，从代际经济互动视角分析数字反哺的获得机制[20] [21]，聚焦中老年尤其是女性群体的受哺意愿差异[22] [23]。这些研究为理解软件基础与数字反哺的交互作用提供了多元视角。
3. 研究设计
3.1. 模型初步构建
随着数字化生活的快速发展和我国人口老龄化进一步加深，如何创造幸福晚年逐渐成为社会关注热点。然而，随着近些年新兴技术的飞速发展，与此同时一些老年人缺乏互联网技术的熟练使用能力，一道“数字鸿沟”横亘在老年人和数字生活之间，使他们无所适从。尽管政府已经提出并实施积极应对老龄化的战略政策，但由于老年人的技术恐惧，仍存在较大的数字鸿沟问题。数字反哺作为老年人较为信任的学习数字技能渠道，对有效提高老年人数字生活参与能力具有较大意义。同时，老年人参与数字生活的主观意愿将对数字反哺效果造成重要影响，因此，下文以老人视角深层次分析老人主观意愿的影响因素，为缓解“银发”数字鸿沟提供参考。
根据I-E和IFE分析法，从内外两个因素进行分析，同时基于马斯洛需求层次理论确定老人参与数字生活的多维需求，构造“银发”数字参与意愿概念模型(图1)。
Figure 1. Conceptual model of elderly’s willingness to participate in digital activities
图1. 银发数字参与意愿概念模型
3.2. 数据收集
本研究的数据来源于对杭州市60岁及以上老年居民的实地调查。调查采用问卷调查和访谈相结合的方式，旨在全面了解杭州市老年人在数字技能、数字反哺行为及其对数字鸿沟的影响等方面的现状。调查研究共发放问卷450份，回收有效问卷414份，有效回收率为92%。问卷内容涵盖了老年人的基本信息、数字技能水平、数字生活参与意愿及其效果等多个方面。
3.3. 变量测量
老年人参与数字生活意愿的内容在调查问卷中以单独问题的形式呈现，在分析过程中进行整合，以量表的形式进行分析，从老年人参与数字意愿、数字接受感知、数字反哺实现、数字依赖于数字信念和数字困境感知五个方面来一一剖析。表1展示各变量的构面情况。
Table 1. Variable dimensions
表1. 变量构面
构面 |
问题 |
老人参与数字生活意愿 |
C3. 当您的家人对您使用智能设备提供帮助时，您是否愿意接受？ |
C10. 您是否愿意学习更多的智能手机使用技能？ |
内部激励因素 |
数字接受感知 |
SC17. 您学习使用以下软件的难易程度？ |
数字反哺实现 |
C22. 数字可以增进家人之间的情感交流与互动 |
C23. 弥合代际差异，促进家庭和睦 |
C24. 更能帮助自己克服对数字产品的恐惧、焦虑和不信任 |
数字依赖与
数字信念 |
数字多维需求 |
B4. 您每月通过智能手机支付的费用大概是多少？ |
SB3. 您会用智能手机来做什么？ |
SC9. 您接触或学习使用数字设备或APP对您的生活有哪些帮助？ |
软件规模效益 |
SB5. 您手机里安装了哪些软件？ |
SB6. 请您根据以下手机软件使用频率做出选择 |
外部刺激因素 |
数字困境感知 |
SB17. 您认为智能手机存在哪些不足？ |
SB23. 您在生活中最经常遇到的“数字鸿沟”问题有哪些？ |
SB25. 您认为自己存在智能设备使用困难的原因是？ |
以上量表具体包括了智能设备支付、智能设备使用能力、个人学习意愿等31个影响老人参与数字生活意愿的因素，表2展示这些变量的描述性统计。
Table 2. Descriptive statistics of the scale
表2. 量表的描述统计
变量名 |
样本量 |
均值 |
中位数 |
标准偏差 |
偏度 |
峰度 |
B4 |
415 |
1.53 |
1.00 |
1.449 |
1.076 |
0.405 |
C3 |
415 |
1.39 |
2.00 |
0.872 |
−0.853 |
−1.142 |
C10 |
415 |
1.33 |
2.00 |
0.855 |
−0.702 |
−1.268 |
C13 |
415 |
2.00 |
2.00 |
1.782 |
0.343 |
−1.278 |
C16 |
415 |
1.80 |
1.00 |
1.721 |
0.575 |
−0.998 |
C17 |
415 |
1.54 |
1.00 |
1.637 |
0.866 |
−0.458 |
C22 |
415 |
3.67 |
4.00 |
1.403 |
−1.305 |
1.119 |
C23 |
415 |
3.46 |
4.00 |
1.407 |
−1.074 |
0.564 |
C24 |
415 |
3.31 |
4.00 |
1.377 |
−0.906 |
0.303 |
SB3 |
415 |
2.46 |
2.00 |
2.218 |
0.727 |
−0.375 |
SB5 |
415 |
2.79 |
3.00 |
2.423 |
0.474 |
−0.899 |
SB6 |
415 |
16.71 |
19.00 |
11.982 |
−0.125 |
−1.155 |
SB23 |
415 |
1.74 |
1.00 |
1.717 |
1.028 |
0.336 |
SB25 |
415 |
1.22 |
1.00 |
1.228 |
1.443 |
2.514 |
SB17 |
415 |
1.83 |
1.00 |
2.152 |
3.200 |
20.536 |
SC9 |
415 |
2.27 |
2.00 |
2.349 |
2.401 |
12.162 |
3.3.1. 信度检验
本小组采用克隆巴赫α信度系数分析方法，检验量表中得分值的一贯性、一致性、再现性和稳定性，进而判断评价结果的可信度，初始检验如表3所示。
Table 3. Reliability Statistics
表3. 可靠性统计表
克隆巴赫α |
0.895 |
基于标准化项的克隆巴赫α |
0.949 |
项数 |
16 |
由上表可知，在信度分析中，老年人参与数字生活量表中的克隆巴赫α系数为0.895，接近0.9，且基于标准化项的克隆巴赫α为0.949，表明此量表信息数据质量很高，能够用于进一步研究分析。
3.3.2. 效度分析
为了衡量综合评价体系是否能够准确反映评价目的和要求并测出所要测量特征的正确性，本调研小组采用探索性因子分析方法对问卷量表的效度进行分析研究，分别通过KMO检验和巴特利特球形度检验、累计方差解释率进行分析，以期验证出量表数据的效度水平情况。
Table 4. KMO and Bartlett’s test
表4. KMO和巴特利特检验
KMO取样适切性量数 |
0.947 |
巴特利特球形度检验 |
近似卡方 |
12807.210 |
显著性 |
0.000 |
KMO值可以用于判断检验因子分析是否适用，巴特利特球形度检验可以用于衡量各个变量之间的相关性程度。由表4可知，KMO值为0.947，此数值大于0.9，说明老年人参与数字生活意愿各题项之间具有较强的相关性，能够较好地反映杭州市老年人参与数字生活的意愿，问卷的结构效度高。同时，巴特利特球形度检验的显著性P值远小于0.05，说明该问卷数据适用于因子分析。
3.4. 因子分析
Table 5. Total variance explained
表5. 总方差解释表
成分 |
初始特征值 |
旋转载荷平方和 |
总计 |
方差百分比 |
累积% |
总计 |
方差百分比 |
累积% |
1 |
14.122 |
45.560 |
45.560 |
6.916 |
22.310 |
22.310 |
2 |
3.826 |
12.340 |
57.900 |
4.918 |
15.860 |
38.170 |
3 |
3.009 |
9.710 |
67.600 |
4.835 |
15.600 |
53.770 |
4 |
1.508 |
4.870 |
72.470 |
4.792 |
15.460 |
69.230 |
5 |
1.011 |
3.260 |
75.730 |
2.016 |
6.500 |
75.730 |
6 |
0.743 |
2.400 |
78.130 |
|
|
|
7 |
0.633 |
2.040 |
80.170 |
|
|
|
8 |
0.602 |
1.940 |
82.110 |
|
|
|
9 |
0.497 |
1.600 |
83.710 |
|
|
|
10 |
0.460 |
1.480 |
85.190 |
|
|
|
11 |
0.456 |
1.470 |
86.670 |
|
|
|
12 |
0.427 |
1.380 |
88.050 |
|
|
|
13 |
0.361 |
1.170 |
89.210 |
|
|
|
14 |
0.338 |
1.090 |
90.300 |
|
|
|
15 |
0.311 |
1.000 |
91.300 |
|
|
|
16 |
0.295 |
0.950 |
92.250 |
|
|
|
表5显示的是采用主成分分析法提取的公因子解释问卷数据的比例。由上表可知，旋转后的五个因子的方差解释率值分别为22.310%、15.860%、15.600%、15.460%、6.500%，公因子解释整体问卷数比例为75.730%，大于60%，说明研究项的信息量可以被有效地提取出来，问卷中的量表数据效度较好。
Table 6. Rotated component matrix
表6. 旋转后的成分矩阵表
旋转后的成分矩阵 |
指标 |
成分 |
1 |
2 |
3 |
4 |
5 |
SB3 |
0.8277 |
0.2462 |
0.1927 |
0.0122 |
0.2253 |
B4 |
0.7836 |
0.2217 |
0.1234 |
0.0926 |
-0.1005 |
SB5 |
0.7821 |
0.2659 |
0.1691 |
0.0938 |
0.2694 |
SB6 |
0.7186 |
0.4349 |
0.2624 |
0.2061 |
0.1322 |
SC9 |
0.6248 |
0.2361 |
0.1902 |
0.0297 |
0.2932 |
C17 |
0.1288 |
0.8589 |
0.0289 |
0.1429 |
0.1135 |
C16 |
0.2975 |
0.844 |
0.0806 |
0.1209 |
0.0722 |
C13 |
0.4048 |
0.7947 |
0.1312 |
0.1186 |
0.0417 |
C22 |
0.1438 |
0.0357 |
0.9245 |
0.1129 |
0.0624 |
C23 |
0.0993 |
0.124 |
0.9214 |
0.0387 |
0.0475 |
C24 |
0.119 |
0.1118 |
0.9207 |
0.01 |
0.0508 |
C3 |
0.5 |
0.3392 |
0.2205 |
0.6024 |
0.0923 |
C10 |
0.5641 |
0.4156 |
0.107 |
0.5876 |
0.1321 |
SB25 |
0.0533 |
0.1557 |
0.1009 |
0.4102 |
0.6954 |
SB17 |
0.1364 |
0.0734 |
0.1244 |
0.3214 |
0.6817 |
SB23 |
0.2807 |
0.0748 |
0.0728 |
0.351 |
0.6583 |
采用凯撒正态化最大方差法对成分矩阵进行旋转，表6是旋转后的成分矩阵表。通常情况下，一个效度较好的问卷数据旋转后显示的每个因子将会代表一个维度，并且这个维度是和设计量表维度是一致的。由上表可知，量表数据被分成了老年人参与数字生活的意愿、数字接受感知、数字反哺实现、数字依赖于数字信念和数字困境感知五个主要的因子。
3.5. 数字反哺推广效应分析
3.5.1. 变量构面
基于偏最小二乘法结构方程(PLS-SEM)模型，本节围绕“数字反哺和基础设施完善能否提升杭州市老年居民参与数字生活的意愿”这一问题，做进一步的探究，对反哺实现、软件基础、接受感知、多维需求、困境感知和老年人参与意愿之间的复杂关系进行机制分析与检验，以期从过程与结果两个角度探究数字反哺发展和软件基础改善影响杭州市老年居民参与数字生活意愿的具体机制。
3.5.2. 实证结果
SEM主要有协方差结构方程(Covariance Based-Structural Equation Model, CB-SEM)和偏最小二乘法结构方程(Partial Least Square-Structural Equation Model, PLS-SEM)。相比于CB-SEM，PLS-SEM更适合探索新构建的结构模型，注重挖掘样本信息，不要求样本的正态分布，能够通过较少的样本量尽可能地反映事物的本质性、结构性特征规律，且PLS-SEM能够同时处理反映型指标(Reflective Indicator)与形成型指标(Formative Indicator)。因此，考虑研究实际，选取PLS-SEM作为分析模型。
Table 7. Index system of PLS-SEM path analysis model
表7. PLS-SEM路径分析模型的指标体系
潜变量 |
Cronbach’s α |
Composite Reliability |
Factor |
z-test |
显变量指标 |
参与数字意愿 |
0.888 |
0.889 |
1.00 |
7.17 |
C3 |
1.20 |
3.29 |
C10 |
数字接受感知 |
0.940 |
0.948 |
1.00 |
10.47 |
C13 |
1.30 |
10.86 |
C16 |
1.00 |
10.84 |
C17 |
多维数字需求 |
0.731 |
0.763 |
1.00 |
18.28 |
SB3 |
0.04 |
2.88 |
B4 |
0.88 |
15.12 |
SC9 |
数字反哺实现 |
0.964 |
0.964 |
1.00 |
16.36 |
C22 |
1.20 |
16.38 |
C23 |
1.10 |
15.93 |
C24 |
环境困境感知 |
0.781 |
0.781 |
1.40 |
8.75 |
SB17 |
1.30 |
9.13 |
SB23 |
1.00 |
8.95 |
SB25 |
软件规模基础 |
0.695 |
0.735 |
1.00 |
18.11 |
SB5 |
4.40 |
18.57 |
SB6 |
Table 8. Digital reverse realization validity test
表8. 数字反哺实现效度检验
KMO取样适切性量数 |
0.905 |
巴特利特球形度检验 |
近似卡方 |
2476.973 |
显著性 |
0.000 |
由表7可知，在信度分析中，PLS-SEM路径分析中数字反哺的克隆巴赫α系数为0.964，大于0.9，表明数据质量很高，能够用于进一步研究分析。根据表8，KMO值为0.905，此数值大于0.9，说明数字反哺可以影响“银发”数字鸿沟，问卷的结构效度高。同时，巴特利特球形度检验的显著性P值远小于0.05，说明该问卷数据适用于PLS-SEM路径分析。
注：***、**和*分别表示1%、5%和10%显著性水平。
Figure 2. SEM empirical results
图2. SEM实证结果
图2基于偏最小二乘结构方程模型(PLS-SEM)的实证结果显示，数字多维需求、数字反哺实现以及数字接受感知，均对老年人参与数字生活的意愿产生正向且显著的促进作用。随着软件规模基础持续完善，能够更好地契合老年人的数字多维需求，为其提供多样化、个性化的数字服务与产品，进而有力推动数字反哺的实现。数字反哺过程中，年轻一代凭借自身数字优势，帮助老年人跨越数字鸿沟，不仅在操作技能上给予指导发挥代理效应，还在协助数字产品选择、提升老年人数字安全认知等数字反哺效应方面发挥积极作用。值得注意的是，研究发现数字困境感知并未对老年人的数字接受感知以及参与数字生活的意愿产生显著影响。这表明当老年人在使用数字产品遭遇困难时，大多秉持一种顺其自然、随遇而安的态度。他们往往缺乏主动解决数字困境的意识与行动，如较少主动寻求技术支持、参与培训课程等，这使得数字困境无法转化为激发老年人主观能动性、推动其参与数字生活的动力。进一步分析路径系数可知，数字反哺实现的路径系数在1%的显著水平上为0.0924，且该系数数值高于其他因素对老年人参与数字生活意愿的影响程度。这充分彰显了数字反哺在助力老年人融入数字生活进程中所具有的关键价值。通过数字反哺，老年人能够更好地参与数字生活，充分享受数字红利，如便捷的社交互动、高效的生活服务获取等，这对于提升老年群体的幸福感、拓展其社会参与度、促进其心理健康，具有不可忽视的时代意义，是推动社会数字包容、实现全龄友好型社会建设的重要一环。
4. 结论与政策建议
4.1. 研究结论
本研究通过对杭州市60岁及以上居民的调查，深入分析了老年人参与数字生活意愿，弥合银发数字鸿沟的关键驱动因素。研究发现，数字反哺、接受感知和数字需求能够有效缩小老年人的数字鸿沟，而软件基础等基础设施建设能显著促进老年人的数字需求和年轻一代的数字反哺作用进而提高老年人参与数字生活的意愿。困境感知对于老年人参与数字生活意愿的影响并不显著。基于上述研究结论，本文提出以下建议。
4.2. 政策建议
第一，政府应强化老年教育资源投入，普及和优化完善对老年人技能培训教育。通过鼓励老年人进入老年大学、宣传推广活力老年生活等措施，通过多元渠道宣传活力老年生活理念，以此提升老年人对新事物的接受程度与学习能力。在技能培训体系中融入数字技能教学，紧扣老年人实际需求，编制简洁易懂的教材，运用生动有趣的教学方法，助力老年人迅速掌握并应用数字技术。同时，引导社会力量协同家庭开展数字反哺，激发老年人提升数字技能的主观能动性。第二，政府应加大数字基础设施建设的投入。一方面，要持续完善软件规模基础，优化数字产品与服务的适老化设计，降低老年人使用门槛，例如推动社交、购物、医疗等常用软件操作流程的简化，开发大字体显示等适老型功能；另一方面，在公共场所与社区增设便捷上网设施，例如在公园、图书馆等区域布置免费无线网络并设置老年人专属上网设备与指导人员，以全方位提升老年人数字接入便利性。第三，构建老年数字安全防护体系。政府需加强数字安全知识普及教育，通过社区讲座、线上科普视频等多种形式，提升老年人对网络诈骗、信息泄露等风险的防范意识；同时，加快完善相关法律法规，加大对侵害老年人数字权益行为的惩处力度，督促企业强化数字产品安全管理，从源头降低老年人数字使用风险，减少其数字困境感知，营造安全的数字环境，增强老年人参与数字生活的信心。第四，政府应构建长效机制，将数字反哺纳入公共服务。例如地方政府可将数字助老服务纳入社区考核指标，设立专项预算支持反哺项目。同时加强跨部门协作，鼓励教育部门推动“数字反哺”进校园，鼓励中小学生参与助老实践，鼓励民政部门联合运营商，为贫困老年人提供低价智能终端和流量补贴。
NOTES
*通讯作者。