以便民化和有效性视角探究“互联网+社区居家养老”模式--中国期刊网

字体：大中小

首页> 原创作品> 正文

以便民化和有效性视角探究“互联网+社区居家养老”模式

发表时间：2020/7/6 来源：《新纪实》2019年第10期作者：赵保成唐樱李雪聪苇宇茜肖乃维

[导读] 中国早已迈进老龄化社会，如何解决养老问题成为社会焦点问题之一，而上海市的老龄化问题较为突出，随着互联网技术的不断普及，“互联网＋养老”不断被人们提出，但是通过当前的走访调查发现，当前的“互联网＋养老”平台主要存在有效需求不足的问题，本文对此现在进行了简要的分析，通过问卷调查、logistic回归得出在当前影响老人接受互联网＋养老服务的显著因素为：年龄、每月可支配收入、是否使用智能手机，对此本文针

               上海立信会计金融学院上海 201209

        【摘要】中国早已迈进老龄化社会，如何解决养老问题成为社会焦点问题之一，而上海市的老龄化问题较为突出，随着互联网技术的不断普及，“互联网＋养老”不断被人们提出，但是通过当前的走访调查发现，当前的“互联网＋养老”平台主要存在有效需求不足的问题，本文对此现在进行了简要的分析，通过问卷调查、logistic回归得出在当前影响老人接受互联网＋养老服务的显著因素为：年龄、每月可支配收入、是否使用智能手机，对此本文针对互联网＋养老服务平台提出了相关的建议。
        【关键词】互联网＋养老服务；有效需求不足；logistic回归

        一、引言
        人口老龄化持续发展态势成为上海经济社会发展的重要特征。尽管“十二五”期间,上海市坚持“党政主导、社会参与、全民关怀”的老龄工作方针，为上海市老龄事业新发展奠定了坚实的基础，但“十三五”老龄事业发展任务十分艰巨。对此，上海市在“积极老龄” “法治老龄”“和谐老龄”的基础上实行了“科技老龄”，指应用现代科技信息技术提高为老服务能力和水平,弥补老年人群和青年人群的“数字鸿沟”。全市综合为老服务信息化建设形成“两级平台、三级网络”的架构。科技助老信息平台建设项目。科技助老信息平台则推进为老服务信息化、智能化发展,建立全市统一的综合为老服务信息化平台,形成“两级平台”(市、区),“三级网络”(市、区、街道(乡镇)),支撑老年人群全覆盖、为老服务全方位、服务管理全过程、服务响应全天候的智慧养老体系。上海市充分鼓励社会企业充分运用互联网、物联网技术,为老年人提供养老信息服务。
        随着全球经济的发展，老龄化浪潮愈来愈强。

期刊文章分类查询,尽在期刊图书馆

在当前我国老龄化背景下，在分析了三种主流养老模式之后我们发现，社区居家养老是中国养老模式重要的发展趋势，尤其是互联网时代的到来，“互联网+社区居家养老”模式被越来越多的人提及和推广。而根据《2015年上海市智慧社区需求调研报告》显示，目前上海市的居家养老服务需求群体较多，对居家养老服务的需求较大。但是在我们对陆家嘴街道、南码头路街道、金桥镇有关智慧社区进行走访调查后发现：一些社区专门为老人建立起了互联网平台，但老人的使用频率却不高。在对有关老人进行访谈后，我们发现目前老人对平台和平台所提供的产品接受程度并不高，平台及其产品没有被老人普遍接受，即出现了有效需求不足的现象。对此，我们对老年人进行了深入访谈，了解老年人对“互联网+养老服务”模式的看法和真实感受，通过以老年人的升级需求为着手点，关键是从老人的角度出发，探究老人当前对互联网＋养老服务的有效需求和影响当前老人养老有效需求的因素，为互联网加养老服务发展提供有效的数据分析作为参考，同时也能够对于政府制定相关促进互联网加养老发展的政策提供有效建议。
        二、问卷设计
        探究影响老年人接受互联网＋社区居家养老服务的因素。主要从老人自身的九个维度去收集信息，其中包括性别、年龄、知识水平、子女数量、每月可支配收入、居住方式、自理生活能力、是否患慢性病、是否使用智能手机，从而找出影响老年人接受互联网+社区居家养老服务的显著因素。
        三、logictic回归分析
        将老人“互联网+社区居家养老相关服务的接受程度”设定为二分类变量，以性别、年龄、文化程度、子女数量、每月可支配收入、居住方式、生活自理能力、是否患慢性病、是否使用智能手机这九项因素为自变量进行二项 Logistic 回归影响因素分析。
        变量回归系数标准误差显著性水平
性别 -2.059 0.210 0.211
年龄 -5.898 0.006 0.005
文化程度 0.273 0.706 0.612
子女数量 -0.081 0.428 0.862
每月可支配收入 -3.439 0.058 0.057
居住方式 -0.838 0.410 0.377
生活自理能力 -1.648 0.224 0.157
是否患慢性病 0.224 1.755 0.873
是否使用智能手机 5.679 836.841 0.047