摘要：中國(guó)老齡人口數(shù)量逐步上升，傳統(tǒng)養(yǎng)老方式存在的問(wèn)題日益凸顯，互聯(lián)網(wǎng)及高新技術(shù)的快速發(fā)展，逐漸為當(dāng)前養(yǎng)老難題的解決提供了有效路徑。為了推進(jìn)智慧養(yǎng)老服務(wù)的可持續(xù)發(fā)展，文章運(yùn)用了層次分析法（AHP），從智慧養(yǎng)老發(fā)展環(huán)境影響的4個(gè)因素對(duì)應(yīng)的24個(gè)指標(biāo)對(duì)長(zhǎng)江三角洲地區(qū)（包括江蘇、上海、浙江、安徽）進(jìn)行評(píng)價(jià)分析，提出相應(yīng)的決策建議，以推動(dòng)智慧養(yǎng)老的發(fā)展。

關(guān)鍵詞：智慧養(yǎng)老；AHP；發(fā)展環(huán)境

中圖分類號(hào)：D669.6" 文獻(xiàn)標(biāo)志碼：A

0 引言

近年來(lái)，中國(guó)老年人口數(shù)量與日俱增，人口老齡化趨勢(shì)日漸嚴(yán)重，傳統(tǒng)養(yǎng)老模式大多通過(guò)設(shè)立養(yǎng)老機(jī)構(gòu)、加快覆蓋養(yǎng)老保險(xiǎn)參保人數(shù)等方面出發(fā)來(lái)進(jìn)行社會(huì)養(yǎng)老工作。隨著科技的進(jìn)步，各種高新技術(shù)、互聯(lián)網(wǎng)、人工智能等層出不窮，為當(dāng)今養(yǎng)老產(chǎn)業(yè)的發(fā)展注入了新動(dòng)力，“智慧養(yǎng)老”理念逐漸進(jìn)入大眾視野。從理念首次提出到現(xiàn)在，智慧養(yǎng)老政策在不斷發(fā)展，也涌現(xiàn)出許多問(wèn)題。以長(zhǎng)江三角洲（以下簡(jiǎn)稱“長(zhǎng)三角”）地區(qū)為例，有學(xué)者發(fā)現(xiàn)長(zhǎng)三角區(qū)域智慧養(yǎng)老政策存在政策主體核心初現(xiàn)但協(xié)調(diào)不足，政策目標(biāo)方向一致但弱智能化、政策工具結(jié)構(gòu)失衡且偏好不同的特征［1］。黃劍鋒等［2］從不同維度進(jìn)行政策研究，發(fā)現(xiàn)當(dāng)前政策在智慧養(yǎng)老產(chǎn)業(yè)的發(fā)展中未能促進(jìn)形成成熟的產(chǎn)業(yè)發(fā)展鏈條，且產(chǎn)業(yè)發(fā)展過(guò)于依賴政策，市場(chǎng)機(jī)制的作用發(fā)揮較為有限。邢珍珍［3］提出要將人工智能技術(shù)屬性和社會(huì)屬性進(jìn)行融合，將其應(yīng)用于教育、醫(yī)療、養(yǎng)老等各個(gè)領(lǐng)域，全面提高人們的生活質(zhì)量，同時(shí)利用人工智能技術(shù)開(kāi)創(chuàng)全新社區(qū)智慧養(yǎng)老服務(wù)模式。王海鵬等［4］主張要形成區(qū)域性老年健康多元數(shù)據(jù)庫(kù)，在醫(yī)養(yǎng)大數(shù)據(jù)的支持下，應(yīng)用區(qū)域內(nèi)醫(yī)療大數(shù)據(jù)的精準(zhǔn)養(yǎng)老模式，為智慧養(yǎng)老模式的發(fā)展提出了獨(dú)特的見(jiàn)解。魏蒙［5］發(fā)現(xiàn)我國(guó)目前智慧養(yǎng)老行業(yè)存在人才短缺、智慧養(yǎng)老意識(shí)缺乏等問(wèn)題。中國(guó)智慧養(yǎng)老起步較晚，相比國(guó)內(nèi)，國(guó)外智慧養(yǎng)老產(chǎn)業(yè)的發(fā)展主要以醫(yī)療保健為主要目的，側(cè)重于強(qiáng)調(diào)“家”的概念以及積極的社會(huì)驅(qū)動(dòng)，重視隱私和安全［6］。

目前，關(guān)于智慧養(yǎng)老發(fā)展的研究大多采用內(nèi)容分析法、基于CiteSpace的可視化分析、問(wèn)卷調(diào)查法以及層次分析法等。楊蓮秀等［7］利用內(nèi)容分析法從政策層面入手進(jìn)行研究，為未來(lái)智慧養(yǎng)老政策的發(fā)展提出了自己的見(jiàn)解。曹淑芹等［8］則使用基于CiteSpace的可視化分析，對(duì)智慧養(yǎng)老發(fā)展的應(yīng)然路徑進(jìn)行探討，為智慧養(yǎng)老發(fā)展提供了理論支持和決策參考。現(xiàn)有文獻(xiàn)大多未能進(jìn)行跨維度討論，研究方法比較單一集中，為了彌補(bǔ)當(dāng)前研究中的知識(shí)空白，本研究以“智慧養(yǎng)老發(fā)展環(huán)境”為研究對(duì)象，利用層次分析法（AHP），構(gòu)建基于長(zhǎng)三角地區(qū)智慧養(yǎng)老發(fā)展環(huán)境因素的專家判斷矩陣，利用Excel軟件進(jìn)行相關(guān)權(quán)重值計(jì)算以及智慧養(yǎng)老發(fā)展環(huán)境影響因素排名，以便深入探討當(dāng)前智慧養(yǎng)老行業(yè)在發(fā)展中的挑戰(zhàn)與問(wèn)題，期望同政府、企業(yè)和社會(huì)各界共同努力，在研究基礎(chǔ)上對(duì)當(dāng)前智慧養(yǎng)老發(fā)展環(huán)境進(jìn)行改善，共同推動(dòng)智慧養(yǎng)老事業(yè)的發(fā)展，助力老年人獲取高質(zhì)量養(yǎng)老生活。

1 AHP構(gòu)建評(píng)價(jià)指標(biāo)層次模型

層次分析法簡(jiǎn)稱AHP，是美國(guó)運(yùn)籌學(xué)家、匹茲堡大學(xué)教授薩特于20世紀(jì)提出的，是指將與決策有關(guān)的元素分為3個(gè)層次，即目標(biāo)、準(zhǔn)則、方案或者評(píng)價(jià)指標(biāo)等層次，是一種將定量和定性分析結(jié)合的決策方法，那些難以完全定量分析的問(wèn)題采用此方法比較簡(jiǎn)便。本課題組對(duì)長(zhǎng)三角地區(qū)影響智慧養(yǎng)老發(fā)展環(huán)境的所有因素進(jìn)行系統(tǒng)分析，通過(guò)查閱文獻(xiàn)及相關(guān)資料來(lái)查找相關(guān)影響因素指標(biāo)。在此基礎(chǔ)上，建立了評(píng)價(jià)指標(biāo)層次結(jié)構(gòu)，如圖1所示。

2 影響因素評(píng)價(jià)指標(biāo)

2.1 影響因素評(píng)價(jià)指標(biāo)簡(jiǎn)介

在本次分析中，選取4個(gè)一級(jí)影響因素指標(biāo)和24個(gè)二級(jí)分類影響因素指標(biāo)，具體指標(biāo)分類如表1所示。

2.2 構(gòu)建評(píng)價(jià)指標(biāo)判斷矩陣

結(jié)合實(shí)際情況與查閱相關(guān)文獻(xiàn)資料來(lái)構(gòu)造各指標(biāo)間的兩兩比較判斷矩陣。除此之外，運(yùn)用5級(jí)標(biāo)度法來(lái)對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行兩兩比較，便于對(duì)各判斷矩陣進(jìn)行量化取值。在構(gòu)建判斷矩陣過(guò)程中，將X與Z兩個(gè)評(píng)價(jià)指標(biāo)進(jìn)行比較，用N表示X對(duì)Z的重要程度比。那么N=1/N就表示Z與X兩個(gè)評(píng)價(jià)指標(biāo)比較之后得到的重要性判斷值，用矩陣Z= （N） n×n表示其結(jié)果。X1、X2、X3、X4分別為4個(gè)一級(jí)影響因素指標(biāo)，P1-P6、Ec1-Ec6、En1-En6、T1-T8分別表示24個(gè)二級(jí)分類因素指標(biāo)，如表1所示。每個(gè)評(píng)價(jià)指標(biāo)按重要程度進(jìn)行賦值得分，將賦值標(biāo)準(zhǔn)設(shè)為：同等重要為1；較為重要為2；一般重要為3; 較強(qiáng)重要為4；強(qiáng)烈重要為5。

在表2—6中，將評(píng)價(jià)因素判斷矩陣設(shè)為Y、人口環(huán)境因素判斷矩陣設(shè)為Y1、經(jīng)濟(jì)環(huán)境因素判斷矩陣設(shè)為Y2、生態(tài)環(huán)境因素判斷矩陣設(shè)為Y3、技術(shù)環(huán)境因素判斷矩陣設(shè)為Y4，以便數(shù)據(jù)匯總與測(cè)算。

對(duì)于各判斷矩陣中的各指標(biāo)權(quán)重值測(cè)算，采用Excel軟件對(duì)判斷矩陣的各指標(biāo)進(jìn)行權(quán)重值的和積法計(jì)算。使用Excel軟件是因?yàn)樗兄鴱?qiáng)大的數(shù)據(jù)處理和建模能力，有著豐富的函數(shù)庫(kù)，除此之外，其使用成本較低，在數(shù)據(jù)分析的同時(shí)還便于錯(cuò)誤數(shù)據(jù)的清查工作。

2.3 指標(biāo)權(quán)重的一致性檢驗(yàn)

為了讓求得的結(jié)果符合判斷的依據(jù)，在對(duì)判斷矩陣中的指標(biāo)進(jìn)行權(quán)重計(jì)算后，還需要對(duì)所得權(quán)重進(jìn)行一致性檢驗(yàn)。本課題組仍然選擇運(yùn)用Excel軟件進(jìn)行一致性檢驗(yàn)。將最大特征值記作λmax，通過(guò)計(jì)算λmax值來(lái)求對(duì)應(yīng)的一致性指標(biāo)CI值。如若判斷矩陣的指標(biāo)權(quán)重一致性可以通過(guò)，那么CI≤0.1；如果CIgt;0.1，需要判斷矩陣進(jìn)行重新修正使其一致性檢驗(yàn)通過(guò)。在該過(guò)程中，需要引進(jìn)平均隨機(jī)一致性檢驗(yàn)指標(biāo)RI值來(lái)進(jìn)行一致性檢驗(yàn)判斷。

為了縮小主觀差異對(duì)結(jié)果的影響，在判斷矩陣權(quán)重結(jié)果的基礎(chǔ)上進(jìn)行衡量指標(biāo)的合理選取。引入一致性指標(biāo)CR值來(lái)進(jìn)行判斷，即CR=CI/RI。如果CR值小于0.1，那么求得的影響因素評(píng)價(jià)層次單排序的結(jié)果通過(guò)一致性檢驗(yàn)，否則仍需要對(duì)判斷矩陣中的各元素取值進(jìn)行調(diào)整，使其通過(guò)檢驗(yàn)。

通過(guò)表7可以看到判斷矩陣中指標(biāo)的一致性檢驗(yàn)結(jié)果。經(jīng)過(guò)計(jì)算以及修正后的指標(biāo)能夠看到CR的值均小于0.1，表示判斷矩陣中各指標(biāo)的一致性檢驗(yàn)均通過(guò)。

3 層次指標(biāo)排序結(jié)果與分析

通過(guò)上面的判斷矩陣可以看出X1、X2、X3、X4評(píng)價(jià)因素的權(quán)重分別為0.159、0.105、0.501、0.236，權(quán)重排序?yàn)樯鷳B(tài)環(huán)境gt;技術(shù)環(huán)境gt;人口環(huán)境gt;經(jīng)濟(jì)環(huán)境。其中：經(jīng)濟(jì)環(huán)境因素評(píng)價(jià)指標(biāo)排序是提供養(yǎng)老服務(wù)企業(yè)數(shù)gt;財(cái)政一般預(yù)算內(nèi)支出gt;居民儲(chǔ)蓄年末余額gt;提供家政服務(wù)企業(yè)數(shù)gt;養(yǎng)老支出gt;人均GDP；技術(shù)環(huán)境因素指標(biāo)排序是每百名老人擁有的床位數(shù)gt;機(jī)構(gòu)入住老人總數(shù)gt;基層醫(yī)療載荷gt;醫(yī)院、衛(wèi)生院床位數(shù)gt;三甲醫(yī)院數(shù)gt;機(jī)構(gòu)床位數(shù)均值gt;養(yǎng)老企業(yè)數(shù)gt;上市養(yǎng)老企業(yè)數(shù)；人口環(huán)境因素指標(biāo)排序是老齡人口數(shù)gt;城鎮(zhèn)職工基本養(yǎng)老保險(xiǎn)參保人數(shù)gt;失業(yè)保險(xiǎn)參保人數(shù)gt;居民服務(wù)和其他服務(wù)業(yè)從業(yè)人員數(shù)gt;公共管理、社會(huì)保障和社會(huì)組織就業(yè)人員數(shù)gt;人口自然增長(zhǎng)率；生態(tài)環(huán)境因素評(píng)價(jià)指標(biāo)排序是空氣質(zhì)量?jī)?yōu)良以上等級(jí)天數(shù)gt;人均公共綠地面積gt;建成區(qū)綠化率gt;環(huán)保支出在GDP的占比。根據(jù)Y1、Y2、Y3、Y4 4個(gè)判斷矩陣中的指標(biāo)權(quán)重排序，可以找到4個(gè)顯著影響長(zhǎng)三角地區(qū)智慧養(yǎng)老服務(wù)發(fā)展的指標(biāo)，它們分別是提供養(yǎng)老服務(wù)企業(yè)數(shù)、每百名老人擁有的床位數(shù)、老齡人口數(shù)和空氣質(zhì)量?jī)?yōu)良以上等級(jí)天數(shù)。

4 描述性統(tǒng)計(jì)分析

根據(jù)上述層次指標(biāo)排序結(jié)果與分析，對(duì)2020—2022年長(zhǎng)三角地區(qū)智慧養(yǎng)老發(fā)展環(huán)境影響因素的一些重點(diǎn)指標(biāo)如城鎮(zhèn)職工基本養(yǎng)老保險(xiǎn)參保人數(shù)、財(cái)政一般預(yù)算內(nèi)支出、空氣質(zhì)量?jī)?yōu)良以上等級(jí)天數(shù)、基層醫(yī)療載荷4個(gè)重要指標(biāo)進(jìn)行了描述性統(tǒng)計(jì)。2020—2022年長(zhǎng)三角地區(qū)城鎮(zhèn)職工基本養(yǎng)老保險(xiǎn)參保人數(shù)平均值分別是202.71萬(wàn)人、214.7萬(wàn)人、227.01萬(wàn)人，中位數(shù)值分別是98.65萬(wàn)人、104.53萬(wàn)人、108.17萬(wàn)人，參保人數(shù)平均值逐年增加，中位數(shù)值也在逐年提高，可見(jiàn)人口環(huán)境影響因素在智慧養(yǎng)老發(fā)展中起著重要推動(dòng)作用。同期長(zhǎng)三角地區(qū)的財(cái)政一般預(yù)算內(nèi)支出平均值分別是1110.89萬(wàn)元、1100.22萬(wàn)元、1060.26萬(wàn)元。中位數(shù)值分別是527.1萬(wàn)元、613.01萬(wàn)元、646.74萬(wàn)元，在中位數(shù)值逐年提高的基礎(chǔ)上平均數(shù)值卻逐年減少，可見(jiàn)長(zhǎng)三角地區(qū)城市間的財(cái)政一般預(yù)算內(nèi)支出的差額在擴(kuò)大。經(jīng)濟(jì)環(huán)境的影響權(quán)重相對(duì)較小，財(cái)政一般預(yù)算支出作為經(jīng)濟(jì)環(huán)境中的重要指標(biāo)，平均值呈下降趨勢(shì)，可見(jiàn)其在智慧養(yǎng)老發(fā)展中的作用未能充分發(fā)揮。根據(jù)數(shù)據(jù)分析可知，空氣質(zhì)量?jī)?yōu)良以上等級(jí)天數(shù)平均值分別是310.49、316.44、304.71，呈波動(dòng)下降趨勢(shì)，其中位數(shù)值是309、313、300，同樣呈波動(dòng)下降趨勢(shì)。生態(tài)環(huán)境因素在4個(gè)環(huán)境因素指標(biāo)中所占權(quán)重最大，但生態(tài)環(huán)境因素指標(biāo)中的空氣質(zhì)量?jī)?yōu)良以上等級(jí)天數(shù)在逐年波動(dòng)下降，因此，在智慧養(yǎng)老發(fā)展過(guò)程中應(yīng)該重視生態(tài)環(huán)境的治理與保護(hù)，讓其在智慧養(yǎng)老發(fā)展過(guò)程中發(fā)揮更大的作用。除此之外，長(zhǎng)三角地區(qū)的基層醫(yī)療載荷平均值分別是2.14、2.12、2.08，中位數(shù)值分別是2.03、2.02、2.00，同樣呈下降趨勢(shì)?；鶎俞t(yī)療是保障老年人養(yǎng)老過(guò)程中身體健康的重要指標(biāo)，其權(quán)重僅次于生態(tài)環(huán)境因素，但仍呈下降趨勢(shì)。如果不加以重視，勢(shì)必會(huì)對(duì)智慧養(yǎng)老的發(fā)展帶來(lái)重大挑戰(zhàn)，所以應(yīng)該完善相關(guān)基層醫(yī)療設(shè)施建設(shè)，推動(dòng)智慧養(yǎng)老技術(shù)環(huán)境的發(fā)展。

在上述分析中，可以看到經(jīng)濟(jì)環(huán)境、技術(shù)環(huán)境、生態(tài)環(huán)境在發(fā)展過(guò)程中都有著下降趨勢(shì)，而其權(quán)重占比也相對(duì)較高。因此，如果在智慧養(yǎng)老發(fā)展過(guò)程中，不對(duì)生態(tài)環(huán)境、技術(shù)環(huán)境以及經(jīng)濟(jì)環(huán)境進(jìn)行同步發(fā)展，在權(quán)重占比較高的情況下，它們或許不能充分發(fā)揮出自己的作用，甚至?xí)蔀殚L(zhǎng)三角地區(qū)智慧養(yǎng)老發(fā)展的制約因素。

5 結(jié)論與建議

5.1 研究結(jié)論

5.1.1 生態(tài)環(huán)境對(duì)智慧養(yǎng)老發(fā)展至關(guān)重要

在以上研究中，可以發(fā)現(xiàn)生態(tài)環(huán)境因素在長(zhǎng)三角地區(qū)智慧養(yǎng)老發(fā)展過(guò)程中的權(quán)重占比最高，可見(jiàn)老年人在參與智慧養(yǎng)老中更加重視養(yǎng)老的生態(tài)環(huán)境是否能夠過(guò)關(guān)，是否可以滿足老年人對(duì)高質(zhì)量生態(tài)環(huán)境的需求。因此，需要重視生態(tài)環(huán)境對(duì)長(zhǎng)三角地區(qū)智慧養(yǎng)老發(fā)展的作用，讓其充分發(fā)揮作用。

5.1.2 充分發(fā)揮經(jīng)濟(jì)發(fā)展對(duì)智慧養(yǎng)老發(fā)展的影響

在AHP分析中發(fā)現(xiàn)，經(jīng)濟(jì)的發(fā)展對(duì)智慧養(yǎng)老發(fā)展影響的占比較小，而在描述性統(tǒng)計(jì)分析中發(fā)現(xiàn)經(jīng)濟(jì)支出呈上升趨勢(shì)。這說(shuō)明經(jīng)濟(jì)環(huán)境因素在智慧養(yǎng)老發(fā)展過(guò)程中的作用沒(méi)能充分有效發(fā)揮。因此，需要重視經(jīng)濟(jì)的發(fā)展，讓其在智慧養(yǎng)老發(fā)展過(guò)程中充分發(fā)揮作用。

5.1.3 經(jīng)濟(jì)、生態(tài)、技術(shù)、人口等影響因素協(xié)調(diào)發(fā)展

在上述AHP分析和描述性分析中可以看到經(jīng)濟(jì)、生態(tài)、技術(shù)、人口在長(zhǎng)三角智慧養(yǎng)老發(fā)展環(huán)境中的作用不盡相同，但都對(duì)智慧養(yǎng)老的發(fā)展起著舉足輕重的作用，因此需要讓經(jīng)濟(jì)、生態(tài)、技術(shù)、人口在智慧養(yǎng)老發(fā)展過(guò)程中協(xié)調(diào)發(fā)揮作用，讓其共同助力長(zhǎng)三角地區(qū)智慧養(yǎng)老發(fā)展。

5.2 對(duì)策建議

5.2.1 大力推進(jìn)生態(tài)文明建設(shè)

在上述研究中，生態(tài)環(huán)境影響因素在智慧養(yǎng)老發(fā)展過(guò)程中占比較高，而在2020—2022年發(fā)展過(guò)程中卻呈下降趨勢(shì)，因此政府需要出臺(tái)相關(guān)生態(tài)文明保護(hù)政策并進(jìn)行具體實(shí)行，讓生態(tài)環(huán)境因素在智慧養(yǎng)老發(fā)展過(guò)程中的作用能夠充分發(fā)揮。

5.2.2 完善相關(guān)醫(yī)療系統(tǒng)建設(shè)，推動(dòng)智慧養(yǎng)老發(fā)展

在智慧養(yǎng)老發(fā)展過(guò)程中離不開(kāi)相關(guān)技術(shù)的支持，且在以上研究中可以看到技術(shù)環(huán)境因素對(duì)智慧養(yǎng)老發(fā)展的影響權(quán)重較高。因此，政府需要加強(qiáng)醫(yī)療系統(tǒng)建設(shè)，提升基層醫(yī)療載荷，讓老年人老有所養(yǎng)，病有所醫(yī)。

5.2.3 充分發(fā)揮人口環(huán)境對(duì)智慧養(yǎng)老發(fā)展的作用

在上述研究中可以看到，雖然人口環(huán)境因素在智慧養(yǎng)老發(fā)展過(guò)程中的影響權(quán)重較小，但發(fā)展?jié)摿薮?。政府可出臺(tái)相關(guān)優(yōu)惠政策推動(dòng)城鎮(zhèn)職工養(yǎng)老保險(xiǎn)發(fā)展，進(jìn)一步落實(shí)已參保人群的保險(xiǎn)優(yōu)惠，發(fā)揮其在智慧養(yǎng)老發(fā)展中的作用。

參考文獻(xiàn)

［1］黃劍鋒.中國(guó)長(zhǎng)三角區(qū)域智慧養(yǎng)老政策比較研究：基于主體-目標(biāo)-工具的政策計(jì)量分析［J］.信息資源管理學(xué)報(bào)，2020（6）：122-134.

［2］黃劍鋒，章曉懿.中國(guó)智慧養(yǎng)老產(chǎn)業(yè)政策研究：基于政策工具與技術(shù)路線圖模型［J］.中國(guó)科技論壇，2020（1）：69-79.

［3］邢珍珍.人工智能賦能下社區(qū)智慧養(yǎng)老服務(wù)模式及關(guān)鍵技術(shù)研究［J］.護(hù)理研究，2021（9）：1573-1579.

［4］王海鵬，柴曉蕓，盛俊宇，等.區(qū)域醫(yī)聯(lián)體模式下大數(shù)據(jù)醫(yī)療和智慧養(yǎng)老相結(jié)合精準(zhǔn)服務(wù)模式研究［J］.中國(guó)醫(yī)院，2021（12）：1-3.

［5］魏蒙.中國(guó)智慧養(yǎng)老的定位、不足與發(fā)展對(duì)策［J］.理論學(xué)刊，2021（3）：143-149.

［6］何燦群，譚曉磊.智慧養(yǎng)老背景下的老年人數(shù)字閱讀界面設(shè)計(jì)研究綜述［J］.包裝工程，2020（20）：57-68.

［7］楊蓮秀，胡孔玉.基于內(nèi)容分析法的我國(guó)智慧養(yǎng)老政策分析［J］.上海大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（4）：118-127.

［8］曹淑芹，錢(qián)曉楠.智慧養(yǎng)老研究進(jìn)展及其實(shí)踐導(dǎo)向：基于Citespace知識(shí)圖譜分析［J］.行政與法，2022（9）：36-45.

（編輯 姚 鑫編輯）

Analysis of environmental factors affecting the development of intelligent elderly care in Yangtze River Delta based on AHP

BAI" Yinghui1， YANG" Huichuan2， CUI" Zhe2

（1.Nantong University Xinglin College， Nantong 226019， China;

2.Business School of Nantong University， Nantong 226019， China）

Abstract：" The number of elderly people in China is gradually increasing， and the problems existing in traditional ways of providing for the elderly are becoming increasingly prominent. The rapid development of the Internet and high-tech has gradually provided an effective way to solve the current problems of providing for the elderly. In order to promote the sustainable development of smart elderly care services， this paper uses the Analytic Hierarchy Process （AHP） to evaluate and analyze the Yangtze River Delta region （including Jiangsu， Shanghai， Zhejiang and Anhui） from 24 indicators corresponding to four factors affecting the environment of smart elderly care development， and puts forward corresponding decision-making suggestions to promote the development of smart elderly care.

Key words： intelligent pension; AHP; development environment