楊 波 林毓銘 丑建忠

(1 廣東省養(yǎng)老服務(wù)業(yè)協(xié)會，廣東廣州，510500；2 暨南大學公共管理學院，廣東廣州，510632；3 武漢大學社會保障研究中心，湖北武漢，430072；4 暨南投資公司，廣東廣州，510632)

廣州市智慧居家養(yǎng)老服務(wù)質(zhì)量評價*

楊 波1林毓銘2，3丑建忠4

(1 廣東省養(yǎng)老服務(wù)業(yè)協(xié)會，廣東廣州，510500；2 暨南大學公共管理學院，廣東廣州，510632；3 武漢大學社會保障研究中心，湖北武漢，430072；4 暨南投資公司，廣東廣州，510632)

社會老齡化問題已經(jīng)成為全球性的難題，作為一個新型的養(yǎng)老模式，智慧居家養(yǎng)老將在養(yǎng)老事業(yè)中發(fā)揮重要作用。理論界智慧居家養(yǎng)老服務(wù)質(zhì)量評價相關(guān)研究尚屬空白，同時實務(wù)界也迫切需要有一套行之有效的服務(wù)質(zhì)量評價體系。本文以廣州市為例，嘗試開發(fā)了智慧居家養(yǎng)老服務(wù)質(zhì)量量表，建立智慧居家養(yǎng)老服務(wù)質(zhì)量評價模型，試圖促進智慧養(yǎng)老的健康發(fā)展。

智慧居家養(yǎng)老；服務(wù)質(zhì)量評價；理論模型；量表開發(fā)

一、智慧居家養(yǎng)老及研究背景

近年來，隨著中國經(jīng)濟的不斷發(fā)展，人口老齡化問題越來越突出，中國老年人的規(guī)模及增長速度，都遠遠超過其他國家，居于世界第一位。2016年7月11日民政部發(fā)布了《2015年社會服務(wù)發(fā)展統(tǒng)計公報》，公告中的數(shù)據(jù)顯示：截至2015年底，我國60歲及以上老年人口達到22200萬人，占全國總?cè)丝诘?6.1%。而這么龐大的老年人口規(guī)模在未來仍舊只增不減，預(yù)計到2050年我國老年人總量可能會超過4億，老齡化水準將會達到30%以上。世界衛(wèi)生組織曾預(yù)測，到2050年中國老齡化的比例高達35%，成為世界上老齡化最嚴重的國家。

為了應(yīng)對老齡化帶來的社會問題，多種養(yǎng)老模式應(yīng)運而生，其中以機構(gòu)養(yǎng)老模式和居家養(yǎng)老模式運用較為廣泛。在“十一五”期間我國政府提出構(gòu)建“9073”養(yǎng)老格局，其中90%就是居家養(yǎng)老。在社區(qū)居家養(yǎng)老方面，政府購買社會服務(wù)體現(xiàn)出政府委托或授權(quán)方式的特點。[1]隨著云計算、互聯(lián)網(wǎng)、智能終端設(shè)備和大數(shù)據(jù)技術(shù)的發(fā)展，智慧居家養(yǎng)老模式改變了傳統(tǒng)的養(yǎng)老發(fā)展模型，實現(xiàn)了整個養(yǎng)老服務(wù)產(chǎn)業(yè)的優(yōu)化升級。所謂智慧居家養(yǎng)老，是指利用互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算等先進的信息技術(shù)，通過互聯(lián)網(wǎng)服務(wù)、智能感知設(shè)備等手段，最大限度地實現(xiàn)老人的生理健康指標、位置信息、活動量等各類傳感器通過互聯(lián)網(wǎng)和數(shù)據(jù)中心隨時隨地實時連接，同時讓其子女和家人、養(yǎng)老機構(gòu)等服務(wù)機構(gòu)和志愿者等相關(guān)人員能遠程實現(xiàn)對居家老人的安全看護、健康監(jiān)測、生活服務(wù)和精神關(guān)愛等服務(wù)，能讓老人在日常生活中不受時間和地理環(huán)境的限制，在家中過上高質(zhì)量老年生活。但是，目前學術(shù)界和實務(wù)界均沒有一套科學系統(tǒng)的評價體系來有效的刻畫智慧居家養(yǎng)老服務(wù)質(zhì)量。

本文開發(fā)了智慧居家養(yǎng)老服務(wù)質(zhì)量的測量量表，對廣東省養(yǎng)老企業(yè)相關(guān)人員及服務(wù)對象通過實地調(diào)研獲取了609份有效調(diào)查問卷，采用G1法確定了智慧居家養(yǎng)老服務(wù)質(zhì)量評價指標的主觀權(quán)重，采用熵權(quán)法確定了智慧居家養(yǎng)老服務(wù)質(zhì)量評價指標的客觀權(quán)重，基于理想方案法計算了考慮主觀賦權(quán)和客觀賦權(quán)的組合權(quán)重，最終構(gòu)建了智慧居家養(yǎng)老服務(wù)質(zhì)量評價模型，對廣州市智慧居家養(yǎng)老服務(wù)質(zhì)量的現(xiàn)狀進行了分析。

二、智慧居家養(yǎng)老服務(wù)質(zhì)量理論模型構(gòu)建

(一)現(xiàn)有理論模型的缺陷

SERVQUAL模型在服務(wù)質(zhì)量評價方面具有里程碑式的作用，該模型提出了評價服務(wù)質(zhì)量的5個維度和22題項的量表，采用“期望服務(wù)質(zhì)量”減去“感知服務(wù)質(zhì)量”來衡量服務(wù)質(zhì)量的程度(Gronroos，1982)。[2]SERVQUAL模型在國內(nèi)養(yǎng)老服務(wù)質(zhì)量領(lǐng)域受到了廣泛的推崇：章曉懿和劉幫成(2011)運用PZB服務(wù)質(zhì)量模型建立社區(qū)居家養(yǎng)老服務(wù)質(zhì)量模型；[3]陳樹文和牟娉婷(2014)結(jié)合顧客感知的SERVQUAL評價量表，構(gòu)建社區(qū)居家養(yǎng)老服務(wù)質(zhì)量評價指標體系。[4]為了考察不同服務(wù)質(zhì)量維度的重要性不同，后續(xù)學者在運用SERVQUAL模型時對不同的維度賦予不同的權(quán)重，然后進行加權(quán)平均確定顧客在評價企業(yè)服務(wù)質(zhì)量時的基準，然后再對評價服務(wù)質(zhì)量的具體數(shù)值進行計算。但是該方法受到了眾多的質(zhì)疑：第一，服務(wù)行業(yè)的劃分。SERVQUAL模型將服務(wù)行業(yè)劃分為高接觸度服務(wù)、中接觸度服務(wù)和低接觸度服務(wù)，這種劃分本身就有局限性，由此得出的模型無法說明不在上述范圍之內(nèi)的行業(yè)特性；第二，重復(fù)計算期望。因為這個期望可能是被調(diào)查對象在接受不同機構(gòu)的多次服務(wù)后累積的期望，這就導(dǎo)致調(diào)查中獲取的數(shù)據(jù)并不具有獨有性；第三，行業(yè)適用性。由于SERVQUAL模型是基于電話維修、銀行零售和保險業(yè)的調(diào)查基礎(chǔ)上獲得的，這就導(dǎo)致模型的行業(yè)普適性受到質(zhì)疑。Carman(1990)研究發(fā)現(xiàn)：一些項目在不同類型服務(wù)提供商之間進行對比時發(fā)現(xiàn)無法歸入同一部分，即SERVQUAL模型在不同行業(yè)之間應(yīng)存在差異，不具有完全的適用性；[5]第四，SERVQUAL模型是一種事前研究，由于顧客的期望和感知在時間上具有很強的間斷性，即顧客需要一段時間才能切身體會到消費服務(wù)質(zhì)量。但是SERVQUAL模型在實際運用中則需要時間上的連續(xù)性來確保研究的開展。

另外，SERVPERF模型則通過直接測量客戶的感知服務(wù)績效來獲取服務(wù)質(zhì)量程度(Cronin和Taylor，1992)。[6]Rodrigues等(2011)通過對SERVPERF模型與SERVQUAL模型的相比發(fā)現(xiàn)，SERVPERF模型的服務(wù)質(zhì)量評價結(jié)果更為可靠。[7]龔奇峰(2011)運用SERVPERF模型，針對上海教育行業(yè)進行服務(wù)質(zhì)量評價研究。[8]梁雯和王媛媛(2015)則以SERVPERF模型為基礎(chǔ)，利用問卷調(diào)查和探索性因子分析方法，針對快遞行業(yè)服務(wù)質(zhì)量進行了分析。[9]雖然說SERVPERF模型的實際操作性較強，但是由于服務(wù)質(zhì)量受到的干擾因素較多，直接將客戶感知服務(wù)績效作為服務(wù)質(zhì)量得出的結(jié)論也會偏離實際情況。同時，這種做法簡單地認為所有服務(wù)質(zhì)量維度之間的權(quán)重是相同的，忽視了不同服務(wù)質(zhì)量維度之間存在著顯著的差異，由此計算出來的養(yǎng)老服務(wù)質(zhì)量是有偏誤的。

(二)本文理論模型構(gòu)建

由前文中的分析可知，SERVQUAL模型通過調(diào)查來確定每個維度在顧客心中的重要程度，對不同的維度賦予不同的權(quán)重，以此確定顧客在評價企業(yè)服務(wù)質(zhì)量時的基準，然后再對評價服務(wù)質(zhì)量的具體數(shù)值進行計算。計算模型如下：

其中，Q為顧客對企業(yè)總體服務(wù)質(zhì)量的評價；n是服務(wù)質(zhì)量的維度數(shù)量，Wj是對第j項服務(wù)質(zhì)量維度所賦予的權(quán)重；Pi為顧客對第j項服務(wù)質(zhì)量維度中第i個題項的實際感知的平均值，Ei是顧客對第j項服務(wù)質(zhì)量維度中第i個題項的服務(wù)期望的平均值，m為題項數(shù)量。

SERVPERF模型采用直接比較法，通過發(fā)放調(diào)查問卷獲得顧客評價打分數(shù)據(jù)，對數(shù)據(jù)直接進行加權(quán)平均，計算出企業(yè)服務(wù)質(zhì)量的分數(shù)。具體模型如下：

整體而言，SERVQUAL模型存在重復(fù)計算期望的問題，而SERVPERF 模型則忽視了不同服務(wù)質(zhì)量維度之間重要性差異?；诖?，本文結(jié)合SERVQUAL模型的權(quán)重理念和SERVPERF模型的客戶感知服務(wù)績效理念，避免單獨使用其中一種模型可能存在的缺陷。本文認為服務(wù)質(zhì)量為∑各維度權(quán)重×各維度客戶感知服務(wù)績效。具體模型如下：

三、智慧居家養(yǎng)老服務(wù)質(zhì)量量表開發(fā)

(一)構(gòu)成維度提煉

已有的服務(wù)質(zhì)量評價研究中，評價維度主要以SERVQUAL質(zhì)量評價法為基礎(chǔ)發(fā)展而來，包括有形性、可靠性、響應(yīng)性、保證性和移情性5個維度，共22個評價題項。之后這一量表在零售業(yè)、酒店、網(wǎng)絡(luò)商店等多種服務(wù)行業(yè)得到檢驗，都表現(xiàn)出良好的信度與效度。然而居家養(yǎng)老服務(wù)行業(yè)發(fā)展在我國仍處于探索階段，相關(guān)研究十分匱乏。而智慧居家養(yǎng)老作為全球范圍內(nèi)的一次養(yǎng)老模式創(chuàng)新，居家養(yǎng)老的智慧養(yǎng)老系統(tǒng)的開發(fā)還處于試點和完善階段，對智慧居家養(yǎng)老服務(wù)質(zhì)量的評價維度無論在學界或業(yè)界尚屬空白。這就需要先對其構(gòu)成維度進行提煉，來保證智慧居家養(yǎng)老服務(wù)質(zhì)量測量量表的有效性。為了使服務(wù)質(zhì)量評價維度和題項更具適用性，本文主要利用深度訪談的方法對智慧居家養(yǎng)老系統(tǒng)的使用者進行定性研究，通過訪談深入理解消費者對智慧養(yǎng)老系統(tǒng)的使用情況和具體訴求，以保證概念和量表的有效性。經(jīng)過對深度訪談資料的整理，本文將SERVQUAL理論模型中的“可靠性”和“保證性”合并為“可靠性”，將“回應(yīng)性”改為“及時性”，同時還增加了一個新維度“易用性”，最終由5個維度構(gòu)成，分別是有形性、可靠性、及時性、移情性和易用性。

(二)服務(wù)內(nèi)容分類

按服務(wù)內(nèi)容和項目分，居家養(yǎng)老服務(wù)包括家政服務(wù)、照護服務(wù)、康復(fù)護理、醫(yī)療保健、安全看護、心理慰藉等。第一，家政服務(wù)包含了安裝維修服務(wù)、清潔廚具服務(wù)、管道疏通服務(wù)、日常清潔服務(wù)、代辦服務(wù)等；第二，生活照護服務(wù)包含助餐服務(wù)、起居服務(wù)、助浴服務(wù)、助行服務(wù)、個人衛(wèi)生清理服務(wù)等；第三，康復(fù)護理服務(wù)包含康復(fù)服務(wù)、睡眠質(zhì)量檢測和勝利數(shù)據(jù)檢測等；第四，醫(yī)療保健服務(wù)包含在線醫(yī)療咨詢、醫(yī)療協(xié)作服務(wù)、私人醫(yī)生和健康數(shù)據(jù)管理等；第五，安全看護服務(wù)包含緊急救助服務(wù)、定位防走失、跌倒自動報警等；第六，精神慰藉服務(wù)包含精神支持服務(wù)、心理疏導(dǎo)服務(wù)等服務(wù)。這種嵌入式服務(wù)更能滿足老年人的心理需求，養(yǎng)老護理中心一般設(shè)于社區(qū)內(nèi)部或社區(qū)附近，擁有良好的地緣優(yōu)勢，為周邊生活半自理、輕度失智、失能老人提供全天候護理照料。[10]智慧居家養(yǎng)老服務(wù)是在傳統(tǒng)居家養(yǎng)老服務(wù)的基礎(chǔ)上，引入云計算、大數(shù)據(jù)、互聯(lián)網(wǎng)等技術(shù)進行的升級完善。智慧居家養(yǎng)老服務(wù)不僅對傳統(tǒng)養(yǎng)老服務(wù)進行了改進，同時還增加了安全看護服務(wù)等內(nèi)容。所以在測量智慧居家養(yǎng)老服務(wù)質(zhì)量時，需要分別測量新增服務(wù)質(zhì)量和傳統(tǒng)服務(wù)質(zhì)量兩個方面。表1為智慧居家養(yǎng)老服務(wù)內(nèi)容：

表1 智慧居家養(yǎng)老服務(wù)內(nèi)容

(三)量表開發(fā)

本文采用Churchill(1979)提出的八個步驟進行量表開發(fā)工作：[11]第一步，通過相關(guān)文獻的研究與借鑒與消費者深度訪談的結(jié)果分析，歸納概念的構(gòu)成維度；第二步，在已有量表的基礎(chǔ)上，結(jié)合定性訪談結(jié)果，發(fā)展題項集合，根據(jù)專家意見進行修改，生成初始測量題項；第三步，采取隨機抽樣法對初始量表進行預(yù)調(diào)研；第四步，對預(yù)調(diào)研數(shù)據(jù)進行內(nèi)部一致性分析和探索性因子分析，刪除效果欠佳題項，進一步歸納概念的構(gòu)成維度，保證維度有效性，完成對初始題項的凈化，形成正式調(diào)研的問卷；第五步，采取隨機抽樣法對正式問卷進行大規(guī)模調(diào)研；第六步，針對第五個步驟所收集的新樣本數(shù)據(jù)進行信度再評估；第七步，進行效度評估，檢測量表的題項是否是被測概念的代表性樣本，檢驗量表是否能夠真實測量被測概念的程度；第八步，生成具有良好信度和效度的智慧居家養(yǎng)老服務(wù)品質(zhì)測量量表。具體的量表開發(fā)內(nèi)容如表2所示：

表2 初始量表開發(fā)

(四)測量題項的凈化

本研究遵循Churchill(1979)推薦的一般程序進行測度題項凈化。本文采用Likert 7點量表形式，請受訪者對每個題項的描述按照非常不同意、不同意、有點不同意、一般、有點同意、同意和非常同意做出1～7分的標記。向廣州市接受智慧居家養(yǎng)老服務(wù)的老年人發(fā)放問卷，預(yù)調(diào)研共發(fā)放問卷700份，回收有效問卷609份，有效回收率為87%。需要說明的是，部分老人認知能力可能存在問題，本研究采用了認知能力測試表(CASI)對老年人進行了測試，測試最高得分為30分，當測試得分大于20分時代表老年人認知正常，而小于20分時則代表認知存在問題。本文僅選擇認知正常的老年人作為調(diào)查對象。

表3為內(nèi)部一致性信度分析結(jié)果，從表中可知除了E1之外，其余22題項的CITC值均在0.637～0.828之間，全部高于標準值0.5。智慧居家養(yǎng)老服務(wù)質(zhì)量的5個維度有形性、可靠性、及時性、移情性、易用性的Cronbach α系數(shù)分別是0.907、0.917、0.857、0.836、0.907，遠高于最低標準0.70。E1的CITC值為0.42，小于0.5，并且刪除E1后移情性的Cronbach α系數(shù)得到明顯升高，因此本文刪除了題項E1。除此之外，本文計算出智慧居家養(yǎng)老服務(wù)質(zhì)量的各個維度的組成信度在0.842～0.919之間，滿足Barclay等(1995)、[12]Hairs等(1998)提出組成信度應(yīng)大于0.7這一標準。[13]Cronbach α系數(shù)和組成信度的計算結(jié)果表示，本研究中開發(fā)的智慧居家養(yǎng)老服務(wù)質(zhì)量量表具有良好的內(nèi)部一致性信度。

表3 內(nèi)部一致性信度分析結(jié)果

本文采用探索性因子分析(EFA)來檢驗智慧居家養(yǎng)老服務(wù)質(zhì)量量表的結(jié)構(gòu)效度。借鑒Straub(1989)所倡導(dǎo)的方差最大化正交旋轉(zhuǎn)法，[14]以特征值1為標準，對量表進行探索性因子分析。表4為探索性因子分析的結(jié)果，所有題項的KMO值為0.936，大于0.5，遠高于Kaiser(1974)提出的標準，[15]這說明正式調(diào)研的數(shù)據(jù)非常適合進行因子分析。通過提取特征值大于1的因子，共得到5個因子，累計方差解釋率達到74.4%，這與本文假設(shè)智慧居家養(yǎng)老服務(wù)質(zhì)量包含5個維度相一致，初步證明了假設(shè)維度的準確性。表5中列出各個題項的負載系數(shù)，以大于0.5為標準截取，22個題項都負載到相對應(yīng)的維度上，并且沒有出現(xiàn)交叉負荷的情況，說明智慧居家養(yǎng)老服務(wù)質(zhì)量的5個維度之間具有較好結(jié)構(gòu)性效度。

表4 探索性因子分析結(jié)果

本文采用驗證性因子分析(CFA)來檢驗智慧居家養(yǎng)老服務(wù)質(zhì)量量表的收斂效度，采用LISEL8.7對正式調(diào)研數(shù)據(jù)進行結(jié)構(gòu)方程建模，分析結(jié)果見表5和圖1。從表5中的分析結(jié)果可知，本研究中智慧居家養(yǎng)老服務(wù)質(zhì)量各題項的標準化負荷系數(shù)值在0.72～0.88之間，全部超過0.70這一標準(Barclay等，1995；Hairs等，1998)。所有題項的T值在19.67～27.13之間，遠高于1.96，說明在P<0.001的條件下，每個題項對相應(yīng)維度的負載具有很強的顯著性。本文還計算了智慧居家養(yǎng)老服務(wù)質(zhì)量每個維度的平均方差提取量(AVE值)，均在0.640～0.710之間，高于最低標準0.5，這說明各維度的測量具有較好的收斂效度。

表5 收斂效度分析結(jié)果

續(xù)表5

潛變量名稱觀測變量代碼標準化因子負荷T值標準化誤差項平均方差提取量(AVE)RPRP10．7922．120．58RP20．7219．670．69RP30．8022．400．69RP40．8022．560．480．606EE20．8021．870．82E30．7821．370．81E40．8222．590．640．640EUEU10．8424．970．43EU20．8827．130．28EU30．8224．180．51EU40．8324．640．390．710

圖1 一階驗證性因子分析模型

χ2dfχ2/dfGFIIFINFICFIRMSEASRMR906．651994．560．880．980．970．980．0760．048

圖1給出了驗證性因子分析的模型擬合情況。近似誤差均方根RMSEA為0.076，小于標準0.08(Steiger，1990)，[16]并且RMSEA值對樣本數(shù)量的多少不敏感，對錯誤模型比較敏感，是很理想的擬合指數(shù)，這一指數(shù)達標說明智慧居家養(yǎng)老服務(wù)質(zhì)量的一階因子模型擬合情況良好。Marsh和Balla(1994)認為標準化殘差均方根SRMR比殘差均方根RMR所受樣本容量影響較小，[17]因此本研究中選擇以SRMR值考察模型的擬合程度。擬合結(jié)果顯示SRMR值為 0.048，小于標準0.08(Hu和Bentler，1998)，[18]說明一階因子模型擬合情況良好。此外，絕對性擬合度指標GFI值為0.88，略低于標準值0.9，由于絕對性擬合指數(shù)在不同情況下會出現(xiàn)不同程度的誤差，因此GFI值接近0.9是可以被接受的。比較性擬合指標χ2/df值為4.56，符合大于2小于5的標準。其他相對擬合指數(shù)IFI、NFI、CFI值分別為0.98、0.97、0.98，全部達到0.9這一標準(Bentler，1992)。[19]以上擬合指數(shù)表明，本研究中智慧居家養(yǎng)老服務(wù)質(zhì)量的概念模型與數(shù)據(jù)契合良好，說明本文所開發(fā)的5個服務(wù)質(zhì)量維度具有良好的收斂效度。

本文采用Fornell和Larcher(1981)提出的方法對智慧居家養(yǎng)老服務(wù)質(zhì)量測量量表的區(qū)別效度進行檢驗。[20]表6為區(qū)別效度的分析結(jié)果，5個服務(wù)質(zhì)量維度AVE絕對值的平方根以及各維度間相關(guān)系數(shù)的絕對值。各維度AVE絕對值的平方根介于0.778～0.843之間，各維度間相關(guān)系數(shù)的絕對值則介于0.30～0.70之間，說明5個維度AVE絕對值的平方根全部大于各維度間相關(guān)系數(shù)的絕對值，說明有形性、可靠性、及時性、移情性、易用性等具有良好的區(qū)別效度。

表6 區(qū)別效度分析結(jié)果

四、智慧居家養(yǎng)老服務(wù)質(zhì)量評價模型研究

(一)指標權(quán)重計算方法

第一，主觀賦權(quán)法選用“G1法”。G1法是在特征值法基礎(chǔ)上改進而來，主要依據(jù)專家對指標重要性程度的評價賦予具體分值，進一步計算出各指標相對應(yīng)的權(quán)重。該方法簡單實用，計算量較小，不需要構(gòu)造判斷矩陣，也不限制指標集的規(guī)模，得出的指標權(quán)重準確性較高。由此可見，相對于現(xiàn)階段常用的主觀權(quán)重計算方法“模糊綜合評價法”而言，G1法可以彌補上述方法的不足，同時可操作性較強。

第二，客觀賦權(quán)法選用“熵權(quán)法”?；谫Y訊論的原理，資訊是用來度量有序的程度，熵可以較好的度量隨機事件的無序性和不確定性。熵權(quán)法根據(jù)指標變異性的大小來確定權(quán)重，如果某一個指標的資訊熵越大則表明該指標的變異程度越小，提供的信息量也越小，其權(quán)重自然也就越小。由于決策規(guī)則穩(wěn)定，熵權(quán)法可以適用于任何評價問題中的指標權(quán)重，具有較高的精度和較強的客觀性。由此可見，相對于現(xiàn)階段常用的客觀權(quán)重計算方法“粗糙集評價法”，熵權(quán)法有著無可比擬的優(yōu)勢。

第三，主客觀綜合賦權(quán)采用“理想方案法”。傳統(tǒng)的研究在主客觀賦權(quán)時分別賦權(quán)0.5∶0.5。這種賦權(quán)方法存在以下兩點弊端：第一點，未考慮實際數(shù)據(jù)之間的差異性，簡單的認定主觀賦權(quán)和客觀賦權(quán)是相等的。然而在現(xiàn)實中，應(yīng)該對差異比較大的指標賦予較大的權(quán)重，而對差異較小的指標可以賦予較小的權(quán)重。另外，這種方法單純從指標加權(quán)最大化來判斷方案的優(yōu)劣，并不能體現(xiàn)出實際值和理想值之間的貼近程度；第二點，這種賦權(quán)方法往往是事先就已經(jīng)確定好的，根本沒有切實的反應(yīng)客觀數(shù)據(jù)的差異。因為客觀數(shù)據(jù)的改變會造成權(quán)重的變化，只有全面考慮客觀數(shù)據(jù)現(xiàn)狀的方法才較為合理。

基于此，本文將分別采用G1法和熵權(quán)法來計算評價指標的主觀權(quán)重和客觀權(quán)重，采用基于理想方案法來對主客觀權(quán)重進行綜合賦權(quán)，最終確定智慧居家養(yǎng)老服務(wù)評價指標的具體權(quán)重。

(二)指標權(quán)重計算方法

1.G1法權(quán)重計算

G1法根據(jù)有關(guān)專家對各項指標重要程度的評估賦予各指標相應(yīng)的分值，然后根據(jù)計算定理得出與各指標相適應(yīng)的權(quán)重。根據(jù)G1法的計算邏輯，在此以5個維度的權(quán)重計算為例。

第一步，專家根據(jù)G1法確定準則層的順序關(guān)系，即對智慧居家養(yǎng)老服務(wù)質(zhì)量的有形性(T)、可靠性(RL)、及時性(RP)、移情性(E)和易用性(EU)進行排序。這5個維度的重要性如下：

可靠性(RL)> 及時性(RP)> 移情性(E)> 易用性(EU)> 有形性(T)

為了便于后續(xù)的推導(dǎo)，在此本文假設(shè)可靠性(RL)為X1、及時性(RP)為X2、移情性(E)為X3、易用性(EU)為X4、有形性(T)為X5，重要性維度即變?yōu)椋?/p>

X1>X2>X3>X4>X5

第二步，專家給出相鄰兩個維度Xk-1與Xk之間重要性程度之比rk的理性賦值。其中，可靠性X1與及時性X2重要性程度之比為r2，及時性X2與移情性X3重要性程度之比為r3，移情性X3與易用性X4重要性程度之比為r4，易用性X4與有形性X5重要性程度之比為r5。專家給定的重要程度之比具體數(shù)值為：

具體計算可知：

綜上所述，有形性(T)的權(quán)重為0.107278，可靠性(RL)的權(quán)重為0.346035，及時性(RP)的權(quán)重為0.216272，移情性(E)的權(quán)重為0.180227，易用性(EU)的權(quán)重為0.150189。同理，按照上述的計算思路可以計算出各維度下指標的權(quán)重。

2.熵權(quán)法權(quán)重計算

按照熵權(quán)法的原理，某個評價指標所反映出的信息量越大，則在評價中所扮演的角色越重要，不確定性越小。此時，賦予該指標的權(quán)重應(yīng)當越高，所對應(yīng)信息熵的數(shù)值就越小。根據(jù)熵權(quán)法計算權(quán)重的思想，同樣本文以5個維度的權(quán)重計算為例。

第一步，計算出第i個受調(diào)查人第j個準則層的隸屬度比重fij，具體公式如下：

其中，xij為第i個受調(diào)查人對第j個準則層的重要性打分；i=1，2，…，m；j=1，2，…，n。

第二步，定義第j個準則層的熵值EWj，具體公式如下：

其中，EWj為第j個準則層的熵值；k=1/lnm；i=1,2,…，m；j=1,2,…，n。

第三步，定義第j個準則層的熵權(quán)γj，具體公式如下：

第四步，基于熵權(quán)法的計算原理，采用調(diào)研獲得的一手數(shù)據(jù)計算出5個維度的熵權(quán)。經(jīng)過計算可知，有形性(T)的權(quán)重為0.091740，可靠性(RL)的權(quán)重為0.452246，及時性(RP)的權(quán)重為0.191026，移情性(E)的權(quán)重為0.147510，易用性(EU)的權(quán)重為0.117479。同理，按照上述的計算思路可以計算出各維度下指標的權(quán)重。

3.基于理想方案法組合權(quán)重的計算

前文分別采用G1法和熵權(quán)法計算了主觀權(quán)重和客觀權(quán)重，本節(jié)主要是計算主觀賦權(quán)和客觀賦權(quán)各自應(yīng)該占有的比重。

μj=α×ρj×δj

其中，μj為第j個指標的組合權(quán)重；ρj為主觀權(quán)重；δj為客觀權(quán)重；α和β分別為主觀權(quán)重系數(shù)和客觀權(quán)重系數(shù)。

基于此，借鑒遲國泰等(2009)的思想，本文擬采用理想方案法來計算主、客觀的權(quán)重。基本的步驟如下：

第一步，構(gòu)建理想方案：

第二步，計算現(xiàn)實方案和理想方案的加權(quán)距離：

其中，di為現(xiàn)實方案與理想方案的距離，di=0時該現(xiàn)實方案記為理想方案。

第三步，構(gòu)建線性規(guī)劃模型：

其中：α,β>1

第四步，采用Lagrange函數(shù)的最優(yōu)解來求得α和β的唯一解：

進而可以推導(dǎo)出α*和β*，具體公式如下：

進而，計算出最優(yōu)主觀權(quán)重系數(shù)α*和最優(yōu)客觀權(quán)重系數(shù)β*：

α*=0.510917

β*=0.489083

由此可知，組合權(quán)重的計算公式為：

μj=0.510917×ρj+0.489083×δj

經(jīng)過整理將基于理想方案的組合權(quán)重計算出來，具體如表7所示。

表7 基于理想方案組合權(quán)重的計算結(jié)果

續(xù)表7

準則層指標層G1法主觀權(quán)重ρ熵權(quán)法客觀權(quán)重δ組合權(quán)重μ可靠性(RL)RL10．0985080．0740850．086563RL20．0820900．0634670．072982RL30．0513060．0619050．056490RL40．0513060．0638690．057450RL50．0366480．0813580．058515RL60．0261770．1075610．065981及時性(RP)RP10．0772240．0444660．061203RP20．0643530．0400860．052484RP30．0459660．0328060．039530RP40．0287290．0301510．029424移情性(E)E20．0780360．0564260．067467E30．0557400．0660440．060780E40．0464500．0685560．057262易用性(EU)EU10．0566820．0327090．044957EU20．0404870．0267720．033779EU30．0289200．0234260．026233EU40．0241000．0345710．029221

(三)評價模型構(gòu)建

前文中計算出基于理想方案的組合權(quán)重，從而得到智慧居家養(yǎng)老服務(wù)質(zhì)量的評價公式為：

公式中，SQ為智慧居家養(yǎng)老服務(wù)質(zhì)量評價得分；μij代表第i個維度第j個題項的權(quán)重；Pij第i個維度第j個題項的調(diào)研得分。展開后可以表示為：

上述公式為智慧居家養(yǎng)老服務(wù)質(zhì)量的評價模型，本文將實地調(diào)研的數(shù)據(jù)代入模型中，分析現(xiàn)階段智慧居家養(yǎng)老服務(wù)質(zhì)量的現(xiàn)狀。

(四)廣州市智慧居家養(yǎng)老服務(wù)質(zhì)量的現(xiàn)狀分析

本文利用針對智慧居家養(yǎng)老客戶調(diào)研結(jié)果，對廣州市智慧居家養(yǎng)老服務(wù)質(zhì)量進行測評。首先計算各題項的平均得分和各質(zhì)量維度對應(yīng)的得分，最后計算出智慧居家養(yǎng)老服務(wù)質(zhì)量的總得分，如表8所示。

本文從以下兩個角度對質(zhì)量評價結(jié)果進行分析：

表8 廣州市智慧居家養(yǎng)老服務(wù)質(zhì)量現(xiàn)狀指標

圖2 分維度服務(wù)質(zhì)量評價得分圖

第一，從服務(wù)質(zhì)量各個維度的角度分析，有形性(T)、可靠性(RL)、及時性(RP)、移情性(E)、易用性(EU)的平均值分別為4.78、5.45、5.32、4.56、5.34，圖2為分維度智慧居家養(yǎng)老服務(wù)質(zhì)量得分圖。從圖中可知，消費者對現(xiàn)階段市場上提供的智慧居家養(yǎng)老服務(wù)質(zhì)量最滿意的是可靠性(RL)方面，其次是易用性(EU)和及時性(RP)，最差是有形性(T)和移情性(E)。由于在滿意調(diào)查中本文采用的是7級量表，這一結(jié)果表明消費者對可靠性(RL)方面基本達到“滿意”，對智慧居家養(yǎng)老服務(wù)的易用性(EU)和及時性(RP)方面達到“有點滿意”，對服務(wù)有形性(T)的滿意程度在“一般”與“有點滿意”之間，對服務(wù)移情性(E)方面的評價最差，相當于“一般”的評價水準。5個質(zhì)量維度都遠未達到讓消費者感到“非常滿意”的程度，仍具有較大提升空間。在深度訪談中，很多老人就曾提到許多服務(wù)不適合自己。一方面是錢花出去了，很多服務(wù)似乎與自己關(guān)系不大，覺得有些服務(wù)自己根本用不上；一方面對很多服務(wù)項目的可選余地較小，餐飲配菜就是個例子。有形性的5個題項中，在“監(jiān)控監(jiān)測設(shè)備完善技術(shù)先進”和“有完善的休閑娛樂設(shè)施”兩個題項的得分達到有點滿意，而在服務(wù)人員和餐飲提供的有形性問題上存在較大不足，說明現(xiàn)階段智慧居家養(yǎng)老機構(gòu)在設(shè)備和技術(shù)硬體表現(xiàn)上獲得了消費者的認同與信心，需要對人員形象等做出改進，也就是對“面子工程”做出一定投資。

第二，從服務(wù)質(zhì)量整體得分的角度分析，智慧居家養(yǎng)老機構(gòu)在本研究開發(fā)的服務(wù)質(zhì)量評價模型中測試結(jié)果為5.18分，相當于“有點滿意”的評價水準，說明廣州市智慧居家養(yǎng)老整體服務(wù)質(zhì)量仍然處在起步階段。想獲得顧客忠誠，使顧客進行重復(fù)購買、自發(fā)口碑等行為，獲得更多的顧客和利潤，目前的服務(wù)質(zhì)量水準必須有長足的進步，滿意水準需要達到6以上才有可能將滿意顧客轉(zhuǎn)化為忠誠顧客。5個服務(wù)質(zhì)量維度權(quán)重從高到低依次為可靠性(RL)>移情性(E)>及時性(RP)>易用性(EU)>有形性(T)，表明在智慧居家養(yǎng)老服務(wù)行業(yè)中，消費者最為重視服務(wù)的可靠性(RL)，最不重視養(yǎng)老服務(wù)的有形性(T)。從權(quán)重數(shù)值上看，可靠性(RL)維度在所有維度中占比重最大，占比接近一半，說明改進服務(wù)可靠性對整體服務(wù)質(zhì)量評價的提升最為有效。例如增加監(jiān)測健康指標的數(shù)目，提供更全面的健康預(yù)警系統(tǒng)；組織老人及其家人進行常規(guī)醫(yī)療操作演習等。提升整體服務(wù)質(zhì)量的另一個關(guān)鍵是推動智慧居家養(yǎng)老定制化，權(quán)重計算結(jié)果表明服務(wù)移情性的重要程度僅在可靠性(RL)之后，排名第二位，這說明隨著消費者物質(zhì)生活水準的提高，老年人對服務(wù)產(chǎn)品的要求不再局限于經(jīng)濟性，能否滿足養(yǎng)老服務(wù)市場的定制化需求是提升整體服務(wù)質(zhì)量的新路徑。從評價結(jié)果上看，移情性(E)的平均值在所有維度中排位最低，說明現(xiàn)階段智慧居家養(yǎng)老機構(gòu)在按照個體需求特點提供定制服務(wù)這一環(huán)節(jié)上最為薄弱，相應(yīng)地移情性(E)維度的重要性較高意味著通過改進服務(wù)質(zhì)量的移情性(E)方面能夠有效提升整體服務(wù)質(zhì)量。例如為每個老人建立詳細的客戶數(shù)據(jù)庫，記錄從飲食口味、顏色偏好到性格特點等特征，為老人打造真正適合的服務(wù)項目。訪談中有位老人表示他非常不喜歡黑色的衣服、家居等，看起來就很沒有生氣，他的子女來看望他不可以穿黑色的衣服。而服務(wù)人員在沒有數(shù)據(jù)支持的情況下很難滿足類似的客戶要求。智慧居家養(yǎng)老服務(wù)比普通居家養(yǎng)老服務(wù)在資訊技術(shù)支援上更有優(yōu)勢，大力提升服務(wù)移情性(E)無疑是智慧居家養(yǎng)老服務(wù)未來的發(fā)展方向。

五、研究結(jié)論

本研究以養(yǎng)老服務(wù)行業(yè)為研究背景，以智慧居家養(yǎng)老這一新興養(yǎng)老模式為切入點，構(gòu)建智慧居家養(yǎng)老服務(wù)質(zhì)量的評價體系。與傳統(tǒng)養(yǎng)老服務(wù)的概念不同，智慧居家養(yǎng)老服務(wù)包括居家養(yǎng)老和智慧養(yǎng)老，是居家養(yǎng)老與互聯(lián)網(wǎng)、物聯(lián)網(wǎng)發(fā)展相結(jié)合而產(chǎn)生社會化養(yǎng)老的新趨勢。然而通過以往文獻的梳理可以發(fā)現(xiàn)，對養(yǎng)老服務(wù)質(zhì)量的研究已然匱乏，對智慧居家養(yǎng)老服務(wù)質(zhì)量的研究基本空白。本文綜合采用了定性研究和定量研究相結(jié)合的方法，以廣州市智慧居家養(yǎng)老產(chǎn)業(yè)為例，構(gòu)建了我國智慧居家養(yǎng)老服務(wù)質(zhì)量評價模型，分析廣州市智慧居家養(yǎng)老服務(wù)質(zhì)量的現(xiàn)狀。具體的研究結(jié)論有以下三方面：第一，從有形性、可靠性、及時性、移情性和易用性等5個維度出發(fā)，構(gòu)建的智慧居家養(yǎng)老服務(wù)質(zhì)量量表，通過信度檢驗和效度檢驗發(fā)現(xiàn)量表較為可靠；第二，采用G1法計算出的5個維度權(quán)重分別為0.107、0.346、0.216、0.180和0.150，采用熵權(quán)法計算出的5個維度權(quán)重分別為0.092、0.452、0.148、0.191和0.117，最后采用理想方案法計算主觀權(quán)重和客觀權(quán)重的比重分別為0.511和0.489；第三，構(gòu)建了智慧居家養(yǎng)老服務(wù)質(zhì)量評價模型，并對廣州市服務(wù)質(zhì)量進行了評價，研究發(fā)現(xiàn)服務(wù)質(zhì)量維度排序由高到低分別為可靠性、易用性、及時性、有形性和移情性。

本文的主要貢獻在于：第一，采用文獻研究法和專家訪談法提煉智慧居家養(yǎng)老服務(wù)質(zhì)量的構(gòu)成維度，構(gòu)建了智慧居家養(yǎng)老服務(wù)質(zhì)量理論模型，開發(fā)了具有良好信度和效度的智慧居家養(yǎng)老服務(wù)質(zhì)量量表；第二，采用G1法確定了智慧居家養(yǎng)老服務(wù)質(zhì)量評價指標的主觀權(quán)重，采用熵權(quán)法確定了評價指標的客觀權(quán)重，基于理想方案法對主觀權(quán)重和客觀權(quán)重進行了組合賦權(quán)，在此基礎(chǔ)上構(gòu)建了智慧家居養(yǎng)老服務(wù)質(zhì)量評價模型；第三，采用智慧居家養(yǎng)老服務(wù)質(zhì)量評價模型對廣州市服務(wù)質(zhì)量進行了評價，采用單因素分析法和回歸分析法檢驗了不同維度之間服務(wù)質(zhì)量的差異，探索了個人特征對服務(wù)質(zhì)量的影響差異。通過建立智慧居家養(yǎng)老服務(wù)質(zhì)量評價體系，促進服務(wù)體系的建設(shè)，從而推動智慧居家養(yǎng)老服務(wù)商業(yè)模式的健康發(fā)展，“打造真正意義上的‘沒有圍墻’的養(yǎng)老院，讓老人足不出戶就能獲得各項生活幫助”。[21]

[1]劉曉梅、孫苗苗：《多元化視域下社會組織在養(yǎng)老服務(wù)體系中的角色淺析》載《社會保障研究》，2016(6)。

[2]Gronroos C..Marketing in Service Companies.Malmo:MalmoLiber.1982.

[3]章曉懿、劉幫成：《社區(qū)居家養(yǎng)老服務(wù)質(zhì)量模型研究——以上海市為例》，載《中國人口科學》，2011(3)。

[4]陳樹文、牟娉婷：《基于模糊綜合評價法的城市社區(qū)居家養(yǎng)老服務(wù)質(zhì)量評價研究——以大連市沙河口區(qū)為例》，載《教育教學論壇》，2014(41)。

[5]Carman J M.Consumer perceptions of service quality:an assessment of the SERVQUAL dimensions.JournalofRetailing,1990，66(1):33- 55.

[6]Cronin J J,Taylor S A.Measuring service quality:A reexamination and extension.JournalofMarketing,1992,56(7).

[7]Rodrigues L L R,Barkur G,Varambally K V M,et al.Comparison of SERVQUAL and SERVPERF metrics:an empirical study.TheTQMJournal,2011,23(6):629-643.

[8]龔奇峰：《教育服務(wù)品質(zhì)、學員滿意度和忠誠度:SERVQUAL還是SERVPERF?——來自上海教育服務(wù)行業(yè)的證據(jù)》，載《中國軟科學》,2011(2)。

[9]梁雯、王媛媛：《基于SERVPERF模型的我國快遞行業(yè)服務(wù)質(zhì)量評價指標體系研究》，載《重慶理工大學學報(社會科學)》2015(3)。

[10]胡宏偉、汪鈺、王曉俊、張瀾：《嵌入式養(yǎng)老模式現(xiàn)狀、評估與改進路徑》，載《社會保障研究》，2015(2)。

[11]Churchill J G A.A paradigm for developing better measures of marketing constructs.Journalofmarketingresearch,1979.(1):64-73.

[12]Barclay D,Higgins C,Thompson R.The partial least squares(PLS)approach to causal modeling:Personal computer adoption and use as an illustration.TechnologyStudies,1995,2(2):285-309.

[13]Hairs J F,Anderson R E,Tatham R L.Multivariate data analysis.Englewood Cliffs,NJ:PrinticeHall.1998.

[14]StraubDW.ValidatinginstrumentsinMISresearch.MISQuarterly,1989,147-169.

[15]Kaiser H F.(1974).An index of factorial simplicity.Psychometrika,1974,39(1):31-36.

[16]Steiger J H.Structural model evaluation and modification:An interval estimation approach.Multivariatebehavioralresearch,1990,25(2):173-180.

[17]Marsh H W,Balla J.(1994).Goodness of fit in confirmatory factor analysis:The effects of sample size and model parsimony.QualityandQuantity,1994,28(2):185-217.

[18]Hu L,Bentler P M.Fit indices in covariance structure modeling:Sensitivity to under parameterized model misspecification.Psychologicalmethods,1998,3(4):424.

[19]Bentler P M.On the fit of models to covariance and methodology to the Bulletin.Psychologicalbulletin,1992,112(3):400.

[20]Fornell C,Larcker D F.Structural equation models with unobservable variables and measurement error:Algebra and statistics.Journalofmarketingresearch,1981,18(3):382-388.

[21]溫海紅、王怡歡：《社區(qū)養(yǎng)老服務(wù)政策效果評價體系構(gòu)建及其應(yīng)用》，載《社會保障研究》，2017(1)。

(責任編輯：H)

Evaluation of Home-Based Elderly Care Service Quality in Guangzhou

YANG Bo LIN Yuming CHOU JianZhong

The problem of social aging has become a global problem.As a new elderly care model,intelligent home care will play an important role in the cause of home-based care for the aged.There ia still no theoretical research on the evaluation of the quality of the home-based care service and there is an urgent need for an effective service quality evaluation system in the practical circle.Taking Guang zhou as an example,this paper tries to develop an intelligent quality scale on home-based care service,and establish a quality evaluation model of intelligent home-based care service,trying to promote the healthy development of intelligent care for the aged.

intelligent home-based care for the aged，service quality evaluation，theoretical model，scale development

* 本研究獲得教育部重點研究基地重大項目“社會保障基金與償付能力管理研究”(項目批準號：16JJD840011)資助和國家哲學社會科學基金項目“健全社會保障管理體制和經(jīng)辦服務(wù)體系研究”(課題編號：14BSH108)資助。