引言

截至2024年末，我国60岁及以上人口达3.1亿，占总人口22.0%，深度老龄化社会来临，传统养老模式面临供给不足与服务成本高昂双重压力。为应对这一挑战，党的十九届五中全会首次明确“互联网+”智慧养老在养老服务体系中的核心地位；2021年国务院印发《“十四五”国家老龄事业发展和养老服务体系规划》，提出加快智慧养老平台建设；2024年《关于发展银发经济增进老年人福祉的意见》进一步从培育养老产品、强化社区服务、构建银发经济生态三个维度部署智慧养老发展路径。然而，当下老年人存在较大的养老需求，但老年居民智慧养老服务使用意愿较低，对其接受和参与程度不高。智慧养老“叫好不叫座”、普及推广难、平台服务订单少、用户使用率偏低等问题突出。这一困境并非单一因素所致，而是平台企业、社区、家庭、老年人等多主体协同失灵的结果。但现有研究多基于技术接受模型进行线性回归分析，检验感知有用性、感知易用性等单个变量的“净效应”，难以揭示多重前因条件之间复杂的互动关系。因此，本研究聚焦于智慧养老服务平台使用行为的前因组态，整合MOA（动机—机会—能力）理论、社会支持理论与技术接受理论，运用模糊集定性比较分析（fsQCA）方法，探究驱动高使用行为的多元路径。

一、理论基础与模型构建

（一）理论基础

智慧养老（Intelligent care for aged）概念最早由英国生命信托基金提出。国外学者主要关注技术接受、技术应用及关系环境三个层面，国内学者则从服务方式、综合系统及功能探索。智慧养老服务平台是智慧养老模式的核心载体，兼具技术系统与服务生态双重属性。作为技术系统，其整合大数据、云计算、人工智能等技术，实现对养老服务资源的数字化管理与智能调配；作为服务生态，通过构建多方参与的协作网络，将社区、企业、家庭及老年人等主体链接，形成需求响应、资源供给、服务监督的全流程闭环。左美云提出智慧养老平台通过接入老年人身边、床边、周边等智能设备，实现设备与智能平台信息交互，实时监测老年人身体状况和行为，实现对老年人的保护和预警，并基于老年人的需求信息为老人提供精准化服务。

在智慧养老服务平台的场景中，使用行为是用户对平台具体操作的行动、状态或方法。刘鲁川将平台的使用行为划分为信息服务、在线办事服务和居民参与服务使用三类；叶紫薇认为居民参与智慧社区服务平台的行为可分为推荐分享、互助指导、意见反馈及自我约束四类。Triandis建议从使用长度、强度与频率进行衡量，如关注使用频率、日均时长、功能探索广度等。

MOA理论框架用于解释驱动一个人从事特定行为的因素，认为个人的动机（Motivation，M）、机会（Opportunity，O）和能力（Ability，A）会影响个人的特定行为，当个人有动机、机会和能力从事某一特定行为时，该行为一定会被执行。在智慧养老研究领域，学者们已逐步意识到老年人技术采纳行为的复杂性，它超越了单纯的技术认知，深受社会、家庭等情境因素交织影响。技术接受模型广泛应用，但其“净效应”与“变量孤立”的分析范式，难以刻画动机、机会、能力等多重因素间可能存在的协同与补偿关系，这恰恰是MOA框架的理论优势所在。

社会支持（social support）在20世纪70年代被正式提出。在智慧养老领域，金燕等认为社会支持包括物质支持、技术支持、情感支持，充足的社会支持使得老年人更愿意主动使用数字技术。从支持的主体看，可分为正式支持与非正式支持，前者由政府、机构，社区组织及相关企业提供，后者则主要来源于家庭成员，邻里，朋友以及同龄群体。从支持内容看，通常分为以物质援助或经济帮助为主的客观支持，通过社会关系所带来的情感满足和心理安慰的主观支持。本文认为影响老年人智慧养老服务平台使用行为的社会支持因素主要包括情感支持、家庭支持、社区支持。

技术接受模型（TAM）旨在分析用户对信息技术或系统的接受与使用，由美国密歇根大学的Fred D.Davis于1989年提出，指出用户接受信息技术的影响变量包括感知有用、感知易用、行为意向、实际使用行为。TAM在发展过程中还扩展出了整合技术接受模型（UTAUT），该模型在养老科技、老年人使用智慧养老产品等领域具有良好的解释能力。曾凡桂等在老年人智能家居产品技术接受模型中指出，感知有用性、感知易用性、使我效能、隐私风险等是影响老年人接受和使用智能家居产品的重要因素。姚兴安等基于该理论探讨智慧养老服务平台的感知有用性与感知易用性对老年人的影响，如果用户对某项服务缺乏信任将降低其使用该服务的可能性。

（二）理论模型构建

基于上述分析，本研究构建如图1所示的理论模型。模型以MOA理论为核心骨架，将感知信任、情感支持作为动机层面条件，将家庭支持、社区支持、适老化设计作为机会层面条件，将平台使用能力作为能力层面条件。六个前因条件通过组态形式共同驱动高平台使用行为。

二、研究设计

（一）数据来源

数据来源于2025年10月至12月在西安市主城区开展的问卷调查。预调研覆盖老年人、子女、社区网格员及平台工作人员，对问卷进行多轮修正。正式调研以60岁及以上老年人为对象，采用线下走访与线上转发相结合的方式，共回收有效问卷405份。样本覆盖不同性别、年龄、教育程度等。

（二）方法选取

本研究采用模糊集定性比较分析（fsQCA）方法，基于组态思维，能够识别导致结果发生的多重等效路径，适合探究要素间的协同与补偿关系。与回归分析关注变量的“净效应”不同，fsQCA关注条件组合的“并发效应”，能够回答“哪些因素组合能够驱动高使用行为”这一核心问题。

（三）变量测量

本文基于前文的理论模型，识别出用户使用智慧养老服务平台的6个前因条件，并测量用户使用行为。所有变量的测量均采用李克特7点量表。

1.结果变量

平台使用行为。指老年用户基于自身需求，在智慧养老服务平台功能范围内进行的基础操作（如健康数据上报、服务预约）、互动参与（如反馈建议、社区交流）以及价值共创相关行为（如推荐分享、互助指导）的总和。测量题项借鉴Venkatesh的研究，共设6个题项，涵盖使用频率、功能探索、反馈求助、数据配合、推荐分享、社区交流。

2. 前因条件

（1）感知信任。指用户对平台技术可靠性、服务正规性以及隐私安全性的综合信任感知。本文中感知信任题项借鉴范昊、孙长智、廖楚晖的研究。

（2）情感支持。指老年人感知到的来自平台客服或服务人员的关心、倾听和鼓励等情感性互动。在智慧养老情境中，情感支持能够有效缓解老年人面对新技术的焦虑感，增强老年人对智慧养老服务平台的使用，测量题项借鉴彭昱欣的研究。

（3）家庭支持。指老年人感知到的来自子女或亲属对其使用智慧养老服务平台的支持程度，具体包括情感鼓励、经济资助和技术援助三个方面。家庭是老年人最重要的非正式支持来源，子女的支持行为直接影响父母使用平台的意愿和效果，测量题项借鉴陶涛、陈莹、Li等的研究。

（4）社区支持。指以社区为基本单位，为老年人提供的与智慧养老服务平台相关的各种形式的服务和帮助，主要包括培训、宣传和技术援助。社区是养老服务的重要实践场域，其支持能够有效弥补家庭支持的不足，测量题项借鉴金燕等、盛亦男等的研究。

（5）适老化设计。指平台针对老年用户生理特点和认知习惯进行的界面与交互优化设计，旨在降低使用门槛、提升用户体验。根据TAM，感知易用性是用户接受技术的核心因素之一，适老化设计通过简化操作流程、提供辅助功能（如语音导航、大字体、一键呼叫），使用户感到平台易于学习和使用，从而增强其使用动机，测量题项借鉴Li等的研究。

（6）平台使用能力。指老年人操作智能设备（如智能手机、平板电脑）及智慧养老服务平台功能（如健康数据上报、服务预约、社区互动）所需的数字技能。根据TAM，用户自身的技能水平直接影响其对技术易用性的感知，测量题项借鉴宫仁贵、Venkatesh、范迪克等的研究。

（四） 信度与效度检验

1. 信度分析

本研究采用SPSS26.0软件对量表进行信度检验。结果显示，各变量的Cronbach‘sα系数、KMO值均大于0.7，Bartlett’s球形检验结果显著。各题项的因子载荷值均高于0.7。由此表明，本文使用的量表整体上信效度良好。

	变量名称		KMO值	最小因子载荷系数
结果变量	平台使用行为	0.908	0.914	0.764
	感知信任	0.835	0.726	0.778
	情感支持	0.827	0.722	0.768
条件变量	家庭支持	0.815	0.715	0.756
	社区支持	0.818	0.716	0.733
	适老化设计	0.814	0.716	0.754
	平台使用能力	0.830	0.724	0.771

三、数据分析与实证结果

（一）变量校准

QCA基于集合理论，将研究的条件和结果概念化为集合，因此需要将研究中的测量变量转换为集合，以使原始变量具有可解释的集合意义。具体而言，通过校准可以赋予每个案例在条件集合和结果集合中的隶属度。本研究采用直接校准法，以最大值、均值、最小值分别作为完全隶属、交叉点和完全不隶属阈值。对于隶属度等于0.5的案例，统一调整为0.501以避免归类模糊。

集合	模糊集校准			描述性统计
	完全隶属	交叉点	完全不隶属	均值	标准差	最小值	最大值
使用行为	7	4.478	1.83	4.478	1.359	1.83	7
感知信任	7	4.496	1	4.496	1.414	1	7
情感支持	7	4.479	1	4.479	1.431	1	7
家庭支持	7	4.379	1.67	4.379	1.361	1.67	7
社区支持	7	4.497	1.33	4.497	1.402	1.33	7
适老化设计	7	4.547	1.33	4.547	1.378	1.33	7
平台使用能力	7	4.536	1.67	4.536	1.378	1.67	7

（二）必要性分析

必要性分析旨在识别导致结果发生不可或缺的条件集合，其基本原理是基于集合论计算某个条件集合在何种程度上能够成为结果集合的超集。在实证操作层面，一致性是衡量前因条件必要程度的重要指标，其阈值判断遵循现有学者确立的标准，即单个条件的一致性大于0.90是判断必要条件的参考依据。

条件变量	必要条件分析－高Y		必要条件分析－低Y
	一致性	覆盖率	一致性	覆盖率
感知信任	0.775	0.777	0.646	0.583
~感知信任	0.584	0.647	0.753	0.751
情感支持	0.772	0.766	0.655	0.585
~情感支持	0.582	0.653	0.739	0.745
家庭支持	0.769	0.773	0.662	0.598
~家庭支持	0.600	0.664	0.749	0.745
社区支持	0.761	0.774	0.643	0.588
~社区支持	0.595	0.650	0.753	0.740
适老化设计	0.767	0.764	0.661	0.593
~适老化设计	0.592	0.660	0.737	0.740
平台使用能力	0.770	0.764	0.664	0.593
~平台使用能力	0.590	0.661	0.735	0.742

（三）条件组态分析

组态分析揭示的是多个条件构成组态引发结果的充分性，需要考虑一致性阈值、案例频数、PRI一致性等指标。本研究案例频数为5，原始一致性阈值为0.88，PRI一致性阈值为0.65。结果表明产生高使用行为的前因组态共有5种，总体解的覆盖度为0.647，结果一致性为0.899，表明这5条路径能有效解释高平台使用行为的形成。

条件组态	组态分析-高平台使用行为
	S1a	S1b	S2a	S2b	S3
感知信任	●	●		⊗	●
情感支持	●	●	●	●	⊗
家庭支持	●		●	●
社区支持		⊗	⊗	●	●
适老化设计		●	●	●	●
平台使用能力	●	●	●	⊗	●
原始覆盖度	0.550	0.364	0.364	0.312	0.357
唯一覆盖度	0.160	0.011	0.012	0.026	0.033
一致性	0.934	0.941	0.942	0.954	0.935
总体解的一致性	0.900
总体解的覆盖度	0.647

注：“●”代表核心条件存在；“⊗”代表核心条件缺失；“●”代表边缘条件存在；“⊗”代表边缘条件缺失；“空白”代表条件可存在也可不存在。

1. 动机—能力驱动型（家庭支持辅助）

组态S1a表明，以高感知信任、高情感支持、高平台使用能力为核心条件，辅以家庭支持作为边缘条件，可以驱动高水平的平台使用行为。用户数字素养高，信任平台、能从客服互动中获得情感满足，独立完成健康上报、服务预约等核心功能；家庭的情感鼓励或偶尔的技术、经济支持进一步强化使用体验。

2. 动机—能力驱动型（低外部依赖）

组态S1b同样以高感知信任、高情感支持、高平台使用能力为核心条件，但其边缘条件表现为低适老化设计存在和社区支持缺失。即使社区培训不足、平台适老化一般，高动机、高能力的用户仍能独立克服困难，属早期采纳者或重度用户，对外部支持依赖低。

3. 家庭—平台赋能驱动型

组态S2a表明以情感支持、家庭支持、适老化设计为核心条件，平台使用能力为边缘条件，并伴随社区支持缺失，也能殊途同归地驱动高使用行为。家庭的情感鼓励、技术援助与经济资助，与用户基础能力、友好界面设计结合，弥补信任不足，帮助数字技能一般的用户完成操作。

4. 多元支持协同驱动型

组态S2b表明，以高情感支持、家庭支持、适老化设计为核心条件，辅以社区支持作为边缘条件，可以显著补偿感知信任核心缺失的不足，驱动高使用行为。家庭的贴身陪伴、社区的培训宣传，加上平台极致的易用性，实现有效使用。

5. 社区—信任驱动型

组态S3表明，以高感知信任、高社区支持为核心条件，能够有效补偿情感支持缺失和适老化设计、平台使用能力的不足，从而实现高使用行为。老年人因独居或家庭关系疏远而缺乏情感支持时，只要他们对平台有充分的信任，并能获得社区提供的支持，提升其平台使用能力，够跨越情感支持的缺口，实现平台的有效使用。

（四） 稳健性检验

为了检验组态结果是否稳健，本文通过改变一致性阈值、频率阈值和案例总数量等三种方式重新进行必要性分析和组态分析。首先，将一致性阈值提高0.02，即由原来的0.88调高为0.90，保持频数阈值、PRI不变，产生的组态保持不变。其次，将案例频数阈值由5调整为6、7，进行稳健性检验，得到的数据结果不变。最后，随机删除10个案例，产生的组态保持不变。因此，本文组态结果是稳健的。

四、讨论与结论

（一）研究结论

本研究基于MOA框架，整合社会支持与技术接受理论，运用fsQCA方法探究智慧养老服务平台使用行为的前因组态。主要结论如下：

第一，单一前因要素不构成高使用行为的必要条件。必要性分析显示，感知信任、情感支持、家庭支持、社区支持、适老化设计及平台使用能力六个变量均未达到0.9的一致性阈值，说明用户行为是多重条件协同作用的结果，印证了其形成机制的复杂性与非对称性。

第二，存在5条等效路径可以驱动高平台使用行为，即“殊途同归”。通过fsQCA识别出的五条路径清晰揭示了不同前因条件间复杂的“协同”与“补偿”机制。这反映出老年用户可以根据自身所处的家庭环境、社区条件和个人能力状况，灵活利用动机、机会、能力要素的不同组合，实现高平台使用行为。

（二）实践启示

第一，平台企业应实施精准运营，针对用户主导型用户，应构建社交化与创新型平台生态，重点优化社区论坛、兴趣小组、经验分享等功能；针对家庭驱动型用户，需开发“家庭端”APP，强化健康数据共享、服务代预约、远程关怀等代际互动功能；针对社区扶持型用户，应提供基础可靠、极致简化的普惠服务包。第二，社区应发挥资源枢纽作用，主动识别并支持家庭驱动型与社区扶持型老年用户，通过常态化数字技能培训、“一对一”上门辅导、设立社区数字养老服务站等方式，精准弥补其能力和动机上的短板，并将社区食堂、卫生服务站等线下网点接入平台。第三，家庭子女应发挥情感鼓励、技术反哺与经济支持的关键作用，耐心教导父母使用平台，及时提供帮助，化解其对新技术焦虑和抵触。

（三）研究局限与展望

本研究也存在不足之处：部分路径案例数较少，未来可扩大样本量进行定向抽样；样本取自西安市主城区，主要反映城市老年人情况，未来可开展城乡对比分析；聚焦MOA框架核心变量，未来可纳入平台类型、同龄人影响等更广泛因素；采用静态组态分析，未来可结合纵向研究追踪用户路径的演变机制。

参考文献：

1. [1] 谢宇, 智慧养老服务老年人使用意愿驱动机理研究[D]. 天津大学,2023.
2. [2] 郑行,代际支持视角下子代使用智慧养老平台意愿研究[D]. 山东建筑大学,2024.
3. [3] Farmer J, Richardson A, Lawton S. Improving access to information for nursing staff in remote areas: the potential of the Internet and other networked information resources[J]. International journal of information management,1999,19(01):49-62.
4. [4] Daniel K M, Cason C L, Ferrell S. Emerging technologies to enhance the safety of older people in their homes[J]. Geriatric nursing,2009,30(06):384-9.
5. [5] Delgado M. Community social work practice in an urban context: The potential of a capacity-enhancement perspective[M]. Oxford: Oxford University Press,1999.
6. [6] 席恒, 任行, 翟绍果. 智慧养老:以信息化技术创新养老服务[J]. 老龄科学研究,2014,212-20.
7. [7] 左美云, 杨艳敏. 基于不同年龄段老年群体动态需求分析的智慧养老服务研究. 四川大学学报(哲学社会科学版)[J].2025(03):15-27+226-7.
8. [8] 陈友华, 邵文君. 智慧养老: 内涵, 困境与建议. 江淮论坛[J].2021,2139-45+93.
9. [9] 左美云. 老年友好型社会导向的智慧技术适老化. 人民论坛·学术前沿[J].2023(02):32-9.
10. [10] Wang B, Xu L. Construction of the “Internet Plus” community smart elderly care service platform[J]. Journal of healthcare engineering,2021,2021(01):4310648.
11. [11] 龚娜, 基于老年人健康需求的智慧养老服务平台构建研究[D]. 上海工程技术大学,2020.
12. [12] 刘鲁川, 蒋晓阳. 社区公共服务综合信息平台居民使用行为研究. 中国图书馆学报[J].2015,4161-72.
13. [13]叶紫薇, 居民参与智慧社区服务平台价值共创驱动机理研究[D]. 中国矿业大学,2022.
14. [14] Hänninen R, Taipale S, Luostari R. Exploring heterogeneous ICT use among older adults: The warm experts’ perspective[J]. New media & society,2021,23(06):1584-601.
15. [15] Nebraska symposium on motivation1979: beliefs, attitudes, and values[J]. Nebraska symposium on motivation,1980,27:1-350.
16. [16] 周雨倩, 上海社区智慧养老综合服务平台建设研究[D]. 上海工程技术大学,2022.
17. [17] Hajli N, Shanmugam M, Papagiannidis S, et al. Branding co-creation with members of online brand communities[J]. Journal of business research,2017,70:136-44.
18. [18] Zhao Y, Ni Q, Zhou R. What factors influence the mobile health service adoption? A meta-analysis and the moderating role of age[J]. International journal of information management,2018,43:342-50.
19. [19] Ragin C C. Redesigning social inquiry: Fuzzy sets and beyond[M]. University of Chicago press,2009.
20. [20] 金燕, 白智瑛, 胡畔, 等. 扎根理论视角下老年群体ICT使用异质性研究[J]. 图书情报工作,2025,69(16):101-15.
21. [21] 丘海雄, 陈健民, 任焰. 社会支持结构的转变: 从一元到多元[J]. 社会学研究,1998,33-9.
22. [22] 陶裕春,申昱. 社会支持对农村老年人身心健康的影响[J]. 人口与经济,2014,3-14.
23. [23] 张智月, 董奥, 冉明, 等. 孤独在老年慢性病患者社会支持与自我感知老化间的中介效应[J]. 护理学报,2022,29(04):59-63.
24. [24] Li Y M, Ma Y M, Wang Y, et al. The Adoption of smart health services by older adults in retirement communities: analysis with the technology acceptance model (TAM)[J]. Universal access in the information society,2024,1-17.
25. [25] 郭佩. “孤立何解”：基于社会支持理论的日本老年社会孤立研究[J]. 社会政策研究,2025(04):35-47+133.
26. [26] 陈莹, 智慧养老服务使用意愿及其影响因素研究——基于四川省成都市的实证分析[D]. 四川大学,2021.
27. [27] Davis F D. Perceived usefulness, perceived ease of use, and user acceptance of information technology[J]. MIS quarterly,1989,13(03):318-39.
28. [28] 邓大松, 丰延东. 社区养老服务缓解了中国老年人健康脆弱性吗?[J]. 湖北大学学报(哲学社会科学版),2021,48(05):150-9+69.
29. [29] 曾凡桂, 肖文娟, 陈殿礼. 老年人智能家居产品技术接受模型分析[J]. 科技管理研究,2024,44(09):185-92.
30. [30] “互联网+”居家养老服务需求意愿及影响因素研究[J]. 中国卫生事业管理,2021,38:230-2+6.
31. [31] Yang H, Lee H, Zo H. User acceptance of smart home services: an extension of the theory of planned behavior[J]. Industrial management & data systems,2017,117(01):68-89.
32. [32] 范昊, 徐颖慧, 曾子明. 智慧图书馆AI服务用户接受行为影响因素研究[J]. 图书馆学研究,2021(02):37-47.
33. [33] Li Y, Ma Y, Wang Y, et al. The adoption of smart health services by older adults in retirement communities: analysis with the technology acceptance model (TAM)[J]. Universal access in the information society,2025,24(02):1105-21.
34. [34] 陆杰华, 韦晓丹. 老年数字鸿沟治理的分析框架、理念及其路径选择——基于数字鸿沟与知沟理论视角[J]. 人口研究,2021,45(03):17-30.
35. [35] 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,2023,44:104-15.
36. [36] Venkatesh V, Morris M G, Davis G B, et al. User acceptance of information technology: Toward a unified view[J]. MIS quarterly,2003,27(03):425-78.
37. [37] 孙长智,赵艳蕊, 武长奥. 智慧居家养老服务用户使用意愿影响因素研究[J]. 长春师范大学学报,2024,43(03):54-63.
38. [38] 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(05):109-20.
39. [39] 彭昱欣. 在线健康社区价值共创行为机制研究[D]. 华中科技大学,2023.
40. [40] 陶涛, 袁典琪, 刘雯莉. 子女支持对城乡老年人养老服务购买意愿的影响——基于2018年中国老年社会追踪调查的分析[J]. 人口学刊,2021,43:78-95.