智慧养老服务资源配置协同的支持模型研究——基于信息集成的数据模拟
发布时间:2021-06-24 02:48
从整体性视角,依据服务供需结构的二元非线性关系,构建了智慧养老服务资源配置协同支持模型,并通过信息集成的数据模拟进行仿真实验。研究结果表明,不同规则下的智慧养老服务资源配置均能进入到全局性协同状态,但在无规则状态下的协同反而优于在模拟实验事先所确定简单规则下的协同,其原因是我国目前还没有统一标准的智慧养老服务顶层设计,不同地区的养老模式差异影响到规则的初始值确定。因此,国家可依据现有资源和自身信息管理优势进行顶层设计,尽快建立信息集成的科学化管理模式,引导社会树立协同与高效的国家治理理念,积极参与我国养老服务事业,以推进智慧养老服务资源配置的协同与高效。
【文章来源】:当代财经. 2020,(07)北大核心CSSCI
【文章页数】:12 页
【部分图文】:
最大关联性和影响性因素指标的模拟结果图
图2为模拟结果和模型迭代误差变化比较图,用于体现模拟结果和模型迭代误差的变化情况。其中,图2(a)的模拟结果显示,在考虑主体协同的情形下,调查结果与模拟结果存在一个系统性的偏移(图中的模拟值和调查值的最优拟合直线与1∶1直线存在偏移)。其原因是大数据的样本来源于不同地区和时段,而我国各省市在推进智慧养老服务方面的政策更多的是由中央给定,地方参照执行。经济的区域差异形成资源配置水平差异,智慧养老服务资源配置也会因科技发展和设备应用升级等形成智慧化设备、平台运算和共享模式等差别,影响到实验数据略有差异或形成对智慧养老服务整体感受的评价,造成需求的模型响应关系不同。因此,参数的确定应考虑这种差异性,并采用分布式的参数结构。而本项研究中参数采用的是最优拟合值,尽管该值能够有效地反映样本的总体特性和结构性,但也会造成一定的偏差。这一结果也表明,智慧养老服务模型的参数是具有时域性和地域性的,因而采用分布式的参数构架对于进一步提升模型精度更为有利。图2(b)的模拟结果显示,模拟结果和调查值的相似程度增加,表现整体偏差性增大,相关性增强的趋势。这一结果表明,在不考虑主体之间协同的情况下,资源在无规则游离状态下的集中程度将加大,且不同因素对于养老资源供给转化为驱动通量,并最终形成养老服务的趋势性也增加,造成当数据样本按照统一驱动条件下主体偏差的加大。比较图2(a)和图2(b)可以看出,在我国没有形成统一的智慧养老服务标准(政策)的情况下,即在实验中未能依据主体和资源配置现有规则进行不同区域的信息集成,而设定了主体协同情形为“1”,非客观地判断在确定主体规则的前提下协同投资或管理主体之间的实验行为,因此,模拟结果显示各类资源整合相对不理想。相比之下,通过智慧化条件覆盖下养老服务资源的自由配置,再制定大数据引领下的智慧养老资源共享规则,更加有利于资源配置的优化。这表明破除目前我国智慧养老资源配置仅限于各省市自我动态演绎的情形,通过初始(现有)资源配置形成客观的信息集成决策,制定规则,将更有利于智慧养老服务资源高效配置的决策和管理。
【参考文献】:
期刊论文
[1]智慧养老服务总体性问题破解与实现路径[J]. 廖楚晖. 经济与管理评论. 2019(06)
[2]智慧健康养老产业发展困境与出路——基于有效供给视角[J]. 张博. 兰州学刊. 2019(11)
[3]在线健康社区老年用户健康信息需求实证研究[J]. 徐孝婷,赵宇翔,朱庆华. 图书情报工作. 2019(10)
[4]基于TAM理论的城市社区智能化养老服务项目需求因素分析[J]. 罗盛,张锦,李伟,井淇,胡善菊,董毅,庄立辉,冀洪海. 中国卫生统计. 2018(03)
[5]互联网时代智能化养老服务系统的构建[J]. 闾志俊. 改革与战略. 2018(05)
[6]“医养智慧联动”的养老模式研究与探索[J]. 金心宇,夏琦,张唯,李兰娟. 中国工程科学. 2018(02)
[7]智慧社区养老视角下健康养老服务体系的构建[J]. 刘霞. 中国老年学杂志. 2018(07)
[8]养老金制度责任分担模式的分野与选择:实践模式与价值取向[J]. 席恒,任行. 陕西师范大学学报(哲学社会科学版). 2018(01)
[9]广州市智慧居家养老服务质量评价[J]. 杨波,林毓铭,丑建忠. 社会保障研究. 2017(04)
[10]社区主导、多元主体协同参与:转型期农村居家养老模式的路径探讨与完善对策[J]. 班涛. 农村经济. 2017(05)
本文编号:3246206
【文章来源】:当代财经. 2020,(07)北大核心CSSCI
【文章页数】:12 页
【部分图文】:
最大关联性和影响性因素指标的模拟结果图
图2为模拟结果和模型迭代误差变化比较图,用于体现模拟结果和模型迭代误差的变化情况。其中,图2(a)的模拟结果显示,在考虑主体协同的情形下,调查结果与模拟结果存在一个系统性的偏移(图中的模拟值和调查值的最优拟合直线与1∶1直线存在偏移)。其原因是大数据的样本来源于不同地区和时段,而我国各省市在推进智慧养老服务方面的政策更多的是由中央给定,地方参照执行。经济的区域差异形成资源配置水平差异,智慧养老服务资源配置也会因科技发展和设备应用升级等形成智慧化设备、平台运算和共享模式等差别,影响到实验数据略有差异或形成对智慧养老服务整体感受的评价,造成需求的模型响应关系不同。因此,参数的确定应考虑这种差异性,并采用分布式的参数结构。而本项研究中参数采用的是最优拟合值,尽管该值能够有效地反映样本的总体特性和结构性,但也会造成一定的偏差。这一结果也表明,智慧养老服务模型的参数是具有时域性和地域性的,因而采用分布式的参数构架对于进一步提升模型精度更为有利。图2(b)的模拟结果显示,模拟结果和调查值的相似程度增加,表现整体偏差性增大,相关性增强的趋势。这一结果表明,在不考虑主体之间协同的情况下,资源在无规则游离状态下的集中程度将加大,且不同因素对于养老资源供给转化为驱动通量,并最终形成养老服务的趋势性也增加,造成当数据样本按照统一驱动条件下主体偏差的加大。比较图2(a)和图2(b)可以看出,在我国没有形成统一的智慧养老服务标准(政策)的情况下,即在实验中未能依据主体和资源配置现有规则进行不同区域的信息集成,而设定了主体协同情形为“1”,非客观地判断在确定主体规则的前提下协同投资或管理主体之间的实验行为,因此,模拟结果显示各类资源整合相对不理想。相比之下,通过智慧化条件覆盖下养老服务资源的自由配置,再制定大数据引领下的智慧养老资源共享规则,更加有利于资源配置的优化。这表明破除目前我国智慧养老资源配置仅限于各省市自我动态演绎的情形,通过初始(现有)资源配置形成客观的信息集成决策,制定规则,将更有利于智慧养老服务资源高效配置的决策和管理。
【参考文献】:
期刊论文
[1]智慧养老服务总体性问题破解与实现路径[J]. 廖楚晖. 经济与管理评论. 2019(06)
[2]智慧健康养老产业发展困境与出路——基于有效供给视角[J]. 张博. 兰州学刊. 2019(11)
[3]在线健康社区老年用户健康信息需求实证研究[J]. 徐孝婷,赵宇翔,朱庆华. 图书情报工作. 2019(10)
[4]基于TAM理论的城市社区智能化养老服务项目需求因素分析[J]. 罗盛,张锦,李伟,井淇,胡善菊,董毅,庄立辉,冀洪海. 中国卫生统计. 2018(03)
[5]互联网时代智能化养老服务系统的构建[J]. 闾志俊. 改革与战略. 2018(05)
[6]“医养智慧联动”的养老模式研究与探索[J]. 金心宇,夏琦,张唯,李兰娟. 中国工程科学. 2018(02)
[7]智慧社区养老视角下健康养老服务体系的构建[J]. 刘霞. 中国老年学杂志. 2018(07)
[8]养老金制度责任分担模式的分野与选择:实践模式与价值取向[J]. 席恒,任行. 陕西师范大学学报(哲学社会科学版). 2018(01)
[9]广州市智慧居家养老服务质量评价[J]. 杨波,林毓铭,丑建忠. 社会保障研究. 2017(04)
[10]社区主导、多元主体协同参与:转型期农村居家养老模式的路径探讨与完善对策[J]. 班涛. 农村经济. 2017(05)
本文编号:3246206
本文链接:https://www.wllwen.com/jingjilunwen/guojimaoyilunwen/3246206.html