互联网与养老服务产业协同发展研究——基于耦合协调与灰色关联模型

Research on the Synergistic Development of Internet and Elderly Service Industry—Based on Coupled Coordination and Grey Correlation Model

摘要: 中国正面临着日益增长的人口老龄化，但传统居家养老的作用日益弱化，养老需求与供给之间的矛盾日益突出，开放、平等、协同、共享的网络环境有望成为解决这一问题的有效途径。但是，在养老服务业和互联网产业之间，怎样才能更好地融合，推动产业发展方面，仍然存在着一大片的空白。鉴于此，本文基于产业协同发展的视角，对养老服务业与互联网产业的耦合机理做出分析，并对2016年到2020年养老服务业与互联网产业耦合动态发展水平做出定量测度评价，结果得出互联网产业和养老服务业耦合度总体呈现良好发展趋势。通过灰色关联模型探寻影响两业耦合协调度的因素，结果得出老年人互联网使用比例、国有资产对养老机构资金投入、信息技术服务收入对我国养老服务与互联网产业的协调发展水平具有较大影响。

Abstract: China is facing a growing aging population, but the role of traditional home care is weakening, the contradiction between the demand and supply of elderly care is becoming increasingly prominent, and an open, equal, collaborative and shared network environment is expected to be an effective way to solve this problem. However, there is still a large gap in terms of how to better integrate and promote the development of the industry between the senior care service industry and the Internet industry. In view of this, this paper is based on the perspective of industrial synergistic development, to make an analysis of the coupling mechanism between the elderly service industry and the Internet industry, and to make a quantitative evaluation of the dynamic development level of the coupling between the elderly service industry and the Internet industry from 2016 to 2020, and the results conclude that the coupling degree of the Internet industry and the elderly service industry shows a good development trend in general. Through the grey correlation model to explore the factors affecting the degree of coupling and coordination of the two industries, the results concluded that the proportion of elderly people’s Internet use, the state-owned assets of the financial investment in senior care institutions, and information technology service income have a greater impact on the level of coordinated development of China’s senior care services and Internet industry.

1. 引言

截至2020年末，全国60岁及65岁以上人口比例分别为18.7%和13.5%，标志着我国步入中度老龄化社会 [1] 。随着我国老龄化进程的加速，中国的养老服务体系受到了前所未有的冲击，而家庭养老在中国的养老服务中所起的重要作用正在逐渐被弱化，因此，如何解决现有的养老服务供给与需求之间的矛盾，并进行相应的制度创新是亟待解决的问题。在人口老龄化持续深化的过程中，也是一个信息技术持续发展的阶段。互联网强调开放、平等、协作和共享，使交易场所发生了变化，交易时间得到了扩展，交易种类得到了丰富，交易速度得到了提高，中间环节得到了减少，互联网给社会的各个方面都带来了广泛而深远的影响 [2] 。2017年2月20日，工信部、民政部和国家卫计委联合印发了《智慧健康养老产业发展行动计划(2017~2020)》，针对我国老年人在养老领域中存在的供需矛盾，探讨互联网与老年服务协同发展的新方向。

2. 文献综述

诸多学者对互联网与养老服务融合进行了研究。研究领域一类主要集中在供给侧发展研究、服务体系建设、产品研发设计、平台建设等方面。廖喜生等人 [3] 提出，可以通过运用新技术和智能终端，以线上和线下的结合为基础，构建老年人、家庭、社区和机构之间的新的互动机制。黄卫东等 [4] 提出居家智慧养老体系，使具备自理能力的老人居家养老时借助智慧平台和设备就能满足其医疗护理和社交等需求，减轻社会养老压力的同时也能保证养老质量。郭丽娜等 [5] 提出构建O2O模式的养老服务供需平台，实现养老服务真正的社会化和市场化。唐艺 [6] 认为，智能养老设备的用户群体以老人为主，因此，在智能养老设备中，应该更加关注其适老性，从数字服务内容，外观形态，人机交互界面等方面进行研究。

而另一类则在讨论目前研究互联网与养老服务融合的瓶颈问题。张丽雅和宋晓阳 [7] 认为目前我国养老服务信息化建设还面临着养老服务资源区域分布不均衡、高质量智慧养老服务收益覆盖面窄、养老服务信息化建设缺乏规范等问题。耿永志和王晓波 [8] 指出，“互联网+”养老模式在信息、成本、效率和资源配置上都有很大的优势，但也存在着投入大，回报周期长等缺点，在实践中存在着“投资异化”风险，同时还存在着网络使用障碍和市场融合度不高等问题。

目前研究大多注重供给侧的定性分析，而忽略了供给与需求的融合，更多的是从技术进步、信息技术赋能、产品和服务开发等方面来探讨。然而，对于如何将养老服务和互联网产业精准对接的机理，目前还存在着较大的空白。鉴于此，本文基于产业协同发展的视角，对养老服务业与互联网产业的耦合机理做出分析，并对2016年到2020年养老服务业与互联网产业耦合动态发展水平做出定量测度评价。通过灰色关联模型探寻影响两业耦合协调度的因素，希望能为提升我国养老服务与互联网产业的协调发展水平提供参考。

3. 研究方法设计

3.1. 互联网与养老服务业的融合机理

养老服务业与互联网产业的融合是具有双向促进、共同发展的特点 [9] 。由于近年来我国老龄化及空巢化问题愈发严重，传统的家庭养老难以满足老人的生活与精神需求，养老服务的需求远大于供给，供求之间产生严重失衡。而互联网可凭借快速信息处理及数据挖掘的技术优势，搭建养老服务信息交换平台，优化调配养老服务业资源配置，创新更多的服务项目，可以解决效率质量低下、同质化服务等诸多养老服务的痛点问题，改变我国养老服务供需失衡的窘境，升级养老服务的需求结构。养老服务则为互联网拓展了一个未来可期的发展应用领域，庞大的养老服务市场可为互联网产业提供丰厚的利润与效益。因此，互联网产业与养老服务业的融合可以使二者互惠互利、相得益彰。互联网与养老服务融合机制指的是，在共同的利益驱使下，两者利用各自优势，形成了相互交叉、相互渗透的关系。此外，国家也在大力支持“互联网+养老模式”，出台了一系列利好政策，互联网养老这一新业态的产生和发展也就顺理成章了。

3.2. 模型构建

3.2.1. 耦合协调度模型

耦合度是对两个及以上的系统相互关联程度的映射。协调度是系统之间发展过程的相互作用的协调程度。本文将互联网产业和养老服务产业作为研究系统，通过耦合协调模型，计算出两个系统之间的耦合度及协调度，其具体模型计算步骤如下 [10] ：

1) 数据标准化

为避免各指标数据之间量纲及大小不同的影响，标准化原始数据以达到统一量纲。通过在标准化数据加上0.001，消除标准化过程中部分运算结果无意义的影响。其中X_ij表示第i个指标在j年份的原始数值， ${X^{\prime }}_{ij}$ 表示第i个指标在j年份的标准化数值。

${X^{\prime }}_{ij}=\frac{X_{ij}-\min \left(X_{ij}\right)}{\max \left(X_{ij}\right)-\min \left(X_{ij}\right)}+0.001$ (1)

2) 熵值法求权重

式中，P_ij为j年份指标i的贡献度；e_j为j年份的熵值；d_j为信息熵，由1与e_j的差值所得来；W_j为指标权重，式(4)中n表示不同年份的个数，m表示指标个数；式(5) U_i为养老服务业和互联网产业的综合水平指数。

$P_{ij}={X^{\prime }}_{ij}/{\displaystyle \underset{i=1}{\overset{n}{\sum }}{X^{\prime }}_{ij}}$ (2)

$e_j=-\frac{1}{\ln n}{\displaystyle \underset{i=1}{\overset{n}{\sum }}{P}_{ij}}\cdot \ln P_{ij}$ (3)

$W_j=\frac{{\text{d}}_j}{{\displaystyle \underset{j=1}{\overset{m}{\sum }}{\text{d}}_j}}$ (4)

$U_i={\displaystyle \underset{j=1}{\overset{m}{\sum }}{W}_j\cdot {X^{\prime }}_{ij}}$ (5)

3) 计算耦合度

$C=\frac{2\sqrt{U_1+U_2}}{U_1+U_2}$ (6)

式中，C为耦合度；U₁为养老服务业综合水平指数，U₂为互联网产业的综合水平指数。

4) 计算协调度

$D=\sqrt{C\times T}$ (7)

$T=\alpha U_1+\beta U_2$ (8)

式中：D为耦合协调度；T为综合协调指数；α为养老服务业贡献系数；β为互联网产业贡献系数。由于互联网主要是服务于养老服务业，养老服务业发展水平更为关键，故α取值0.6，β取值0.4。耦合协调水平评价划为10个类型(见表1)。

Table 1. Coupling coordination evaluation table

表1. 耦合协调评价表

3.2.2. 灰色关联度模型

灰色关联度可分析多因素之间的变化态势以描述因素间关联程度。当两个因素数据经过灰色方法处理后动态变化趋势相似时，则说明因素之间灰色关联度较大 [11] 。因此，可以利用灰色关联法确定影响养老服务子系统和互联网子系统之间相互作用的主要驱动因素，从而进一步明确两系统的耦合协调机制。

1) 求两指标间的关联系数

${\delta }_i\left(j\right)=\frac{\underset{i}{\min }\underset{j}{\min }\left|Z_i^X-Z_j^Y\right|+\rho \underset{i}{\max }\underset{j}{\max }\left|Z_i^X-Z_j^Y\right|}{\left|Z_i^X-Z_j^Y\right|+\rho \underset{i}{\max }\underset{j}{\max }\left|Z_i^X-Z_j^Y\right|}$ (9)

式中： $Z_i^X$ 为养老服务业标准化值， $Z_j^Y$ 为互联网产业各个指标的标准化值ρ为分辨系数且取0.5。

2) 求关联系数平均值

${\gamma }_{ij}=\frac{1}{k}\underset{i=1}{\overset{k}{{\displaystyle \sum }}}{\delta }_i\left(j\right)$ (10)

式中： ${\gamma }_{ij}$ 为关联度平均值。

3) 构成关联矩阵并求各指标平均关联度

$\{\begin{array}{ll}{\gamma }_i=\frac{1}{n}\underset{j=1}{\overset{n}{{\displaystyle \sum }}}{\gamma }_{ij}\hfill & \left(i=1,2,\cdots ,m;j=1,2,\cdots ,n\right)\hfill \\ {\gamma }_i=\frac{1}{m}\underset{i=1}{\overset{n}{{\displaystyle \sum }}}{\gamma }_{ij}\hfill & \left(i=1,2,\cdots ,m;j=1,2,\cdots ,n\right)\hfill \end{array}$ (11)

灰色关联可以划分以下四种类型，如表2。

Table 2. Grey correlation evaluation table

表2. 灰色关联评价表

4. 实证分析

本文选取2016年~2020年《中国统计年鉴》《中国民政统计年鉴》《中国互联网络发展状况调查统计报告》中养老服务业和互联网产业相关统计数据进行分析。

4.1. 互联网与养老服务产业协同水平测度

本文主要参考王军等 [12] 、冯珍等 [13] 、郝丽等 [14] 、刘益平等 [15] 、董志学等 [16] 、黎星池等 [17] 的研究成果，将互联网产业系统按照网民普及率、互联网基础设施以及互联网产业绩效3个二级指标出发，分为9个三级指标；养老服务业系统从养老服务规模、养老服务覆盖率、养老服务福利支出3个二级指标出发，分为8个三级指标。构建的互联网产业与养老服务业耦合协调指标体系如表3所示。

通过公式(6)、(7)、(8)测算出2016~2020年互联网产业与养老服务业的耦合协调度，参照表1耦合协调评价量表，探究其协作交互、相互促进的程度。

如表4所示，我国2016年互联网综合指数U₁小于养老服务产业综合指数U₂，此时属于互联网发展滞后型，这说明互联网对养老服务业的发展影响不大，互联网的发展水平与养老服务业的发展水平不匹配。但2017年出现扭转，从2017~2019年存在互联网综合指数U₁远远大于养老服务产业综合指数U₂，即养老服务产业发展相对于互联网产业较为滞后，表明互联网发展速度大于养老服务业的发展速度。随着老龄化问题愈发严重，家庭功能的削弱与空巢化导致传统养老政策方针失效，国家开始鼓励互联网与养老相结合的模式，构建了一系列智能养老体系。因此，到2020年，互联网综合指数U₁小于养老服务产业综合指数U₂。在2016年~2017年，互联网产业和养老服务业耦合度均小于0.5，耦合程度属于弱型；从2018年开始，随着互联网与养老融合呼声越来越高，二产业之间耦合度大幅提高，达到0.7以上的轻强型，甚至在2020年达到了0.96。这说明了近年来，互联网产业和养老服务业耦合度总体呈现良好发展趋势。

Table 3. Evaluation index system of internet industry and elderly care service industry

表3. 互联网产业与养老服务业评价指标体系

Table 4. Measurement table of the coupling and sustainable development

表4. 耦合持续发展度量表

4.2. 互联网与养老服务产业协同影响因素探究

通过灰色关联度模型，进一步筛选出影响养老服务业与互联网产业耦合协调的主要驱动因素。选取上文所统计的2016~2020年互联网产业与养老服务业耦合度(Y)，并同时引入老年人互联网使用比例(X₁)、养老服务次数(X₂)、养老福利享受人数(X₃)、养老机构职工学历(X₄)、养老机构职工35岁以下职工数(X₅)、国有资产对养老机构资金投入(X₆)、宽带接入数量 (X₇)、信息技术服务收入(X₈)作为对照数据(见表5)。

Table 5. Grey correlation variable related data table

表5. 灰色关联变量相关数据表

接下来通过公式(9)、(10)、(11)测算出各因素变量与互联网产业与养老服务业的耦合协调度之间的灰色关联度，得出表6。

Table 6. Grey correlation degree table

表6. 灰色关联度表

通过将各个因素与互联网产业和养老产业耦合度的灰色关联度进行排序，可以确定影响养老服务子系统和互联网子系统之间相互作用的主要驱动因素。灰色关联度排序越靠前，说明该因素影响互联网产业和养老产业耦合协调度的能力越强。根据表5关联度计算结果，由小及大的灰色关联度顺序为X₅、X₄、X₇、X₃、X₂、X₈、X₆、X₁。由此，与互联网产业和养老产业耦合度由高到低排序为：老年人互联网使用比例、国有资产对养老机构资金投入、信息技术服务收入、养老服务次数、养老福利享受人数、宽带接入数量、养老机构职工学历、养老机构职工35岁以下职工数。其中老年人互联网使用比例、国有资产对养老机构资金投入、信息技术服务收入三个变量与互联网产业和养老产业耦合度关联度达到0.65以上，说明具有较高的关联。其余变量关联度均大于0.5，与互联网产业和养老产业耦合度具有中等关联。

5. 研究结论

本文通过耦合协调模型，分析了我国2016年到2020年互联网与养老服务的融合发展趋势及其耦合协调情况，明确两系统的耦合协调机制，并用灰色关联模型来探明不同变量对二者耦合程度的影响，得出了以下结论：

1) 2016年~2017年，互联网产业和养老服务业耦合度均小于0.5，耦合程度属于弱型；从2017年开始，随着互联网与养老融合呼声越来越高，二产业之间耦合度大幅提高，达到0.7以上的轻强型，甚至在2020年达到了0.96.这说明了近年来，互联网产业和养老服务业耦合度总体呈现良好发展趋势。

2) 其中老年人互联网使用比例、国有资产对养老机构资金投入、信息技术服务收入三个变量与互联网产业和养老产业耦合度关联度达到0.65以上，说明具有较高的关联。其余变量关联度均大于0.5，与互联网产业和养老产业耦合度具有中等关联。因此，接下来可以通过其他数学模型，站在更加微观的视角，针对老年人互联网使用比例、国有资产对养老机构资金投入、信息技术服务收入三个方面如何促进互联网产业能与养老产业深度融合进行进一步的探究。

因此，政府还需要对老年人进行更深层次的调查，逐步提高他们对互联网的认可和接受能力。企业在云计算、物联网、大数据等技术的支持下，可以开发出更多实际符合老年人需要的产品技术，从而最大程度地解决更多老年人的养老问题，提高老年人的晚年生活质量。