基于RAHP 與QFD 的老齡智能照護服務設計研究

王秋惠 孫澤琦

（天津工業大學機械工程學院，天津 300387）

近年來，人口老齡化進程不斷加快。截至2020年底，我國65 歲及以上的老年人超過1.9 億，占總人口的13.5%，相較于2010 年比重上升4.63%，預計2050 年將達到34.9%[1]。老齡人群身體功能衰退、自理能力下降以及慢性病患病率和失能率的上升，導致其健康與照護成為當前及未來我國面臨的突出社會問題[2]。建立老齡智能照護服務體系已經成為各國應對人口老齡化問題的重要手段。李明等[3]以福利多元主義理論為指導對長期照護服務需求進行分析，構建了我國長期照護服務體系發展路徑。李珍等[4]采用分層概率抽樣法，對老年人進行問卷調查，得到老年人照護需求及其影響因素。張繼文等[5]運用抽樣問卷調查法與傾向性評分匹配法，比較獨居老年人與非獨居老年人居家照護未滿足需求及服務購買意愿的差異。上述研究在得出的需求分析中沒有建立與設計和服務之間的映射關系，較少涉及不同老齡群體的需求層次。因此，文章結合粗糙層次分析法（Rough Analytic Hierarchy Process，RAHP）和質量功能展開原理（Quality Function Deployment，QFD），構建老齡需求質量屋，將需求轉化為質量特性，用定性加定量的方法構建老齡智能照護服務需求層次模型，力求為老齡智能照護服務平臺構建及創新提出具有參考價值的建議。

1 RAHP 與QFD 概述

RAHP 是在層次分析法（Analytic Hierarchy Process，AHP）基礎上融入粗糙集理論（Rough Sets，RS）中的粗糙數（Rough Number，RN）與粗糙邊界區間（Rough Boundary Intervals，RBI）概念的一種決策分析方法。相較于傳統的AHP，其優勢在于無需提供除問題所需的數據集合外的先驗信息，能很好地解決用戶語言的含糊性和主觀性，以及應對多決策者多需求的情況[6]，使模型構建更為客觀合理[7]。由于老齡照護需求包含大量不確定信息，各需求間包容性較強，沒有嚴格遞進的層級關系，其權重評判在本質上是模糊的，因此引入粗糙層次分析法能更準確地刻畫具有不確定性的需求評判，從而增加需求獲取的客觀性。

質量功能展開原理最初應用于制造業產品的設計開發，現已在服務等多個行業得到拓展與應用，是一種將用戶需求合理有效地轉換為產品或服務屬性的多層次分析方法[8]。其中，HOQ 是 QFD 的核心[9]，由用戶需求、質量特性、顧客需求與質量特性的關系矩陣、質量特性之間的自相關矩陣、顧客需求的計劃矩陣和質量特性的設計矩陣等組成。文章結合QFD，將得到的需求轉化為對老齡智能照護服務平臺具有指導性意義的質量特性，從而構建HOQ，為老齡智能照護服務的選擇和優化提供可量化的參考依據。

2 老齡智能照護服務體系現狀

老齡智能照護服務是智慧養老的重要組成部分，通過老齡服務信息平臺與智能裝備相聯結，實現養老資源與個人、社區、養老機構的對接與優化，從而提供滿足老年人需求的照護服務和產品，是一種快捷、高效、信息化、智能化服務的新型養老模式。老齡智能照護服務體系由物聯層、傳輸層、平臺層、應用層、用戶以及技術支撐等六部分構成[10]，包含智慧信息平臺、智能裝備以及實體照護服務三個基本要素。其中，智慧信息平臺是核心，智能裝備是基礎，提供硬件支撐，實體照護服務為依托保障線下服務。在整個體系中，三個要素都發揮著重要作用，共同形成封閉的供需鏈。

我國老齡智能照護服務體系起步較晚，發展相對落后。還存在諸多不完善的地方，在實體服務方面，照護服務種類少，往往只針對失能老年人，忽視了不同老齡群體的不同需求，缺乏精準化服務；在智慧信息平臺方面，沒有從老年人的需求出發，交互界面適老化程度低，老年人操作困難；在智能裝備方面，沒有做到重視老年人的主體性，對老年人而言可用性與易用性低。

3 基于RAHP 與QFD 的老齡智能照護服務需求模型構建

3.1 需求模型構建流程

首先，利用RAHP 對老齡智能照護服務需求進行權重計算。通過文獻調查、親和圖法（KJ 法）、專家訪談等方式，獲取老齡用戶需求，搭建老齡需求層次結構并細分老齡群體。運用粗糙集、粗糙數與粗糙邊界區間原理計算不同老齡群體需求權重值。然后，利用QFD 工具，將老齡需求及其權重，作為HOQ 的輸入，提取滿足老齡需求應達到的設計與服務特性，即質量特性，構建需求與質量特性相關性矩陣，并計算質量特性權重。最終得到老齡智能照護服務需求層次模型，將該模型定義為ICSFA-HDHM，Me={C，，其中，e=1，2，…，n，表示老齡細分群體，C為老齡需求為老齡需求重要度，O為質量特性為質量特性重要度。

3.2 基于RAHP 的老齡需求權重計算

3.2.1 構建老齡需求層次結構

老齡智能照護服務質量可以通過需求的滿足程度來反映，是衡量老齡照護服務質量的綜合性指標，也是老齡智能照護平臺制定提高服務水平方案的參考依據。結合馬斯洛五層次需求理論與阿爾德弗爾ERG 理論，將老齡需求一級指標歸納為：生理需求C1、安全需求C2、關系需求C3和成長需求C4，并結合KJ 法進一步歸納出12 個二級指標要素。最終得出老齡需求層次結構，如圖1 所示。

圖1 老齡需求層次結構

3.2.2 需求權重計算

為確保老齡照護服務需求的獲取具有針對性和有效性，將老齡群體細分為健康老人、失能老人、空巢老人和高知老齡群體。共有32 人參與老齡需求重要度評判，參與者包括健康老人、失能老人、空巢老人和高知老齡群體各8 人，其中男女比例為18∶14，年齡段為65—85 歲。根據老齡需求層次結構制定AHP 問卷，采取1～9 級重要度標度方法獲取意見，獲得32 份AHP 評判結果。構建成對比較矩陣并進行一致性檢驗。成對比較矩陣通過一致性檢驗后，構建粗糙群體決策矩陣，求其元素中的粗糙數。然后根據粗糙近似集、粗糙數與粗糙邊界區間原理。根據粗糙數運算法則，構建粗糙成對比較矩陣，將其分解為粗糙上、下邊界矩陣，分別求其特征值和特征向量，進行規范化處理，然后計算一級指標Ci的需求重要度。同理計算二級指標Cij的需求重要度，最后求得老齡需求綜合權重。

通過Python 軟件，依次求得健康老人、失能老人、空巢老人和高知老齡群體的需求綜合權重，具體結果如表1。

表1 老齡需求綜合權重

3.3 基于QFD 的老齡需求質量屋構建

3.3.1 質量特性提取

質量特性是構建HOQ 的關鍵。老齡智能照護服務體系廣泛而復雜，將老齡需求轉化為具體可執行的質量特性，應進行合理的推導，從而建立兩者的關聯性。采用德爾菲法，從智慧信息平臺、智能裝備[11]以及實體照護服務三個方面提取老齡智能照護服務的質量特性[12]，具體如表2。

表2 老齡智能照護服務質量特性

3.3.2 需求質量屋構建

將表2 數據輸入質量屋，依據多位老齡服務方面專家商討，確定需求與質量特性的相關關系強度，采用“強”“中”“弱”“無相關”四種關系。評價結果構成老齡需求與質量特性關系矩陣并計算各項質量特性的重要度，結果如圖2，老齡智能照護服務HOQ。其中，◎表示“強”相關，取值為5；○表示“中”，取值為3；△表示“弱”相關，取值為1；空格表示無相關關系，取值為0。

圖2 老齡智能照護服務HOQ

如圖2 所示，得到老齡智能照護服務需求層次模型ICSFA-HDHM，Me=。該模型包括老齡需求C、老齡需求重要度質量特性O，質量特性重要度代表健康老齡、失能老齡、空巢老齡和高知老齡群體。研究表明：不同老齡群體對于照護服務的需求層級不同。綜合需求所對應的質量特性來看，排名靠前的有：健康檔案（O11）、遠程服務（O13）、生理信號監測（O21）、安全預警與提醒（O22）、健康狀況管理（O23）、日常提醒（O26）、心理療愈（O32）、醫療與護理服務（O34）與健康教育與指導（O36）。

4 老齡智能照護平臺服務設計策略

4.1 以滿足老齡需求為目標

老齡智能照護平臺的總體設計應以滿足老年人的需求為目標。老齡智能照護平臺的搭建，應首要考慮老齡需求所指向的功能需求。不同老齡群體對于各個功能需求的優先級不同，從而應體現在信息架構的優先級上。由上文構建的老齡智能照護服務需求層次模型可以分析出，老齡用戶整體對提供生理信號監測、安全預警與提示，降低突發疾病的風險，提供日常提醒、健康教育與指導和醫療與護理等服務的需求重要度較高。因此在功能設計上應著重從這幾點入手，從而使老齡智能照護服務體系的建設更加符合老年人的需求，做到真正的以老為本，造福老年人。

4.2 老齡智能裝備的適老化

智能裝備的設計要重視老年人的主體性，在產品的造型、功能與交互方面增強適老性，使產品可用，易用。造型上，重視老年人的情感需求，以親近圓潤，簡潔大方為主，避免老年人產生排斥心理。功能上增強其智慧化程度，設置生理信號檢測、健康狀況管理、語言交流與控制、日常提醒、緊急呼救等功能。如，老齡智能穿戴產品具備監測老年人心率、血壓、血糖和體溫等身體參數，并上傳到信息平臺，形成老年人的健康檔案，進行身體健康狀況監測與管理；異常身體狀況預警與異常情況介護，如遇突發狀況，能進行一鍵呼救，及時與家人取得聯系，并將位置信息分享給家人，使老年人盡快獲得救助等。在交互界面上，界面布局要符合視覺動線，將使用頻率高的功能與重要信息信置于視覺熱區，即界面的左上區域，并簡化界面的功能與元素。簡化老年人的操作步驟，避免老年人在操作時出現不必要的干擾并為老年人提供清楚的引導。圖標上盡可能選用老年人日常生活中所熟悉的擬物形象來進行功能上的隱喻，降低老年人的學習成本。將圖標與文字相搭配，提高識別圖標的正確率。

4.3 完善智慧信息平臺與實體服務

健全智慧信息平臺，積極完善老年人電子信息檔案，包括老年人的基本信息，醫療信息與日常生理數據信息等，并實現電子病歷的共享，將老人生活健康的相關信息運用于醫、養、護中。實現更精準、主動、個性化、情感化的鏈接，時間上綜合運用歷史數據、實時監測與推理預測的功能為老年人提供更為智能化的服務。在空間上整合老年人與子女、社區、養老機構和政府之前的關系，調配養老資源，以滿足老年人在生理、安全、關系和成長方面的需求。在實體照護服務方面，現有的服務往往只針對失能老年人，應完善照護服務種類，增加面向不同老齡群體的服務，如家政服務、康復訓練服務、醫療與護理服務、心理療愈、健康教育與指導和緊急救援等。同時應注重人文關懷，定期慰問老年人，并積極詢問老年人的需求，改善被動式服務的現象，切實提升老年人的生活質量。

5 結語

文章首先從生理、安全、成長和關系四個方面搭建老齡需求層次結構，運用RAHP 計算老齡需求權重，克服了需求評估不準確的缺陷。其次，從智慧信息平臺、智能裝備以及實體照護服務方面，采用QFD 將需求轉化為質量特性并計算其重要度。通過模型分析得出了不同老齡群體對于照護服務的需求層次，該模型能夠迅速有效地識別老齡照護服務的關鍵需求。最后，提出老齡智能照護平臺服務設計策略。旨在為老齡智能照護服務平臺構建提供理論支撐，為老齡照護服務質量的改進提供合理的工具。