摘要：本文以江蘇省養(yǎng)老產(chǎn)業(yè)體驗者為研究對象，以社交媒體在線評論數(shù)據(jù)為基礎(chǔ)，從具有養(yǎng)老需求的老年人及其子女的角度，借助LDA主題模型等文本挖掘方法，找到養(yǎng)老需求方面并計算其權(quán)重，研究復(fù)雜環(huán)境下省域養(yǎng)老產(chǎn)業(yè)發(fā)展關(guān)注度演化情況。

關(guān)鍵詞：養(yǎng)老體驗；省域養(yǎng)老產(chǎn)業(yè)；關(guān)注度演化

1概述

養(yǎng)老產(chǎn)業(yè)發(fā)展艱巨且復(fù)雜，呈現(xiàn)出多主體、多維度、多領(lǐng)域、多階段的發(fā)展特征［1］。已有研究主要從養(yǎng)老政策、產(chǎn)業(yè)結(jié)構(gòu)等宏觀層面關(guān)注養(yǎng)老產(chǎn)業(yè)的發(fā)展［2］，鮮有從養(yǎng)老需求的微觀方面出發(fā)對養(yǎng)老產(chǎn)業(yè)發(fā)展以量化方式進行深入研究，同時對不同階段和多種情景下的養(yǎng)老產(chǎn)業(yè)發(fā)展研究也不夠全面。江蘇省作為我國經(jīng)濟發(fā)達(dá)的地區(qū)之一，養(yǎng)老產(chǎn)業(yè)的發(fā)展備受關(guān)注。為了更好地了解江蘇省養(yǎng)老產(chǎn)業(yè)的發(fā)展情況，本文以江蘇省養(yǎng)老產(chǎn)業(yè)體驗者為研究對象，以社交媒體在線評論數(shù)據(jù)為基礎(chǔ)，從具有養(yǎng)老需求的老年人及其子女的角度出發(fā)，借助LDA主題模型等文本挖掘方法，找到養(yǎng)老需求方面并計算其權(quán)重，研究復(fù)雜環(huán)境下省域養(yǎng)老產(chǎn)業(yè)發(fā)展關(guān)注度演化情況。

2研究方法

2.1數(shù)據(jù)收集

本文選取IP屬地為江蘇省的“居家養(yǎng)老吧、社區(qū)養(yǎng)老吧、養(yǎng)老機構(gòu)吧、養(yǎng)老吧、養(yǎng)老服務(wù)吧、醫(yī)養(yǎng)結(jié)合吧”等有關(guān)養(yǎng)老話題的百度貼吧評論數(shù)據(jù)，最終爬取并收集了5974個評論數(shù)據(jù)。抓取時間為2021年1月至2023年3月。

2.2LDA主題模型

本研究通過LDA來識別大規(guī)模評論信息中潛在的主題信息。LDA的主要目的是根據(jù)每個文檔的詞頻（文檔由預(yù)定義的概率生成）來識別指定語料庫的潛在主題［3］，具體步驟如下：（1）特征權(quán)重計算。本文選取文本在特征向量上的權(quán)重的計算方法為詞頻——逆文檔頻率（TF-IDF），基于TF-IDF方法的LDA模型降低了主題詞匯間的相似度［3］，即當(dāng)某個關(guān)鍵詞在一篇文本中出現(xiàn)的次數(shù)越高而在其他文本中出現(xiàn)的次數(shù)越少，該關(guān)鍵詞的權(quán)重和區(qū)分度就越高，則越具有代表性。（2）建立LDA主題模型。假設(shè)人們關(guān)于養(yǎng)老體驗的評論組成整個集合D，其中某條評論d由N個關(guān)鍵詞組成，并且假設(shè)評論集合D中含有k個隱含的主題。首先以一定概率生成該評論的一個主題分布，然后從上述被抽到的主題中生成對應(yīng)的詞分布，再根據(jù)主題中的詞分布隨機選取一個詞，重復(fù)上述過程直至生成完整的主題以建立LDA主題模型［3］。（3）主題數(shù)選擇。通過控制不同的主題數(shù)量分析困惑度指標(biāo)，當(dāng)主題數(shù)為6時，困惑度出現(xiàn)較明顯變化且沒有增長趨勢，考慮到主題數(shù)過多模型會過度擬合，失去分析意義，因此選擇最優(yōu)主題數(shù)為6。

2.3用戶評論文本主題挖掘結(jié)果

根據(jù)確定好的主題數(shù)得到每個主題的關(guān)鍵詞分布，主題挖掘的部分詞匯結(jié)果以及主題的特征識別歸納如表1所示。

2.4計算關(guān)注度

在本節(jié)中，本文借鑒Wang［4］的方法，捕捉有養(yǎng)老需求的消費者關(guān)注點在3個月時間間隔內(nèi)的變化。使用等式（1）計算養(yǎng)老在不同時期對每個主題的關(guān)注度。

ADzt=∑mzi=1fzit×wki，z=1，2，…，15（1）

其中，ADzt是t時段內(nèi)消費者對主題z的關(guān)注度，fzit是t時段內(nèi)第z個主題中第i個關(guān)鍵詞的詞頻，wzi是LDA話題建模得到的第k個主題中i個關(guān)鍵詞的權(quán)重。

3復(fù)雜環(huán)境下養(yǎng)老體驗的關(guān)注度演化研究

計算2020年01月至2022年03月期間每個養(yǎng)老需求關(guān)注度累積值、最大值、最小值、平均值和標(biāo)準(zhǔn)差，如表2所示，以分析養(yǎng)老需求的時間演化特征。

如表2所示，本文通過標(biāo)準(zhǔn)差表示關(guān)注度波動大小情況：首次發(fā)現(xiàn)關(guān)注度較高的是養(yǎng)老需求，一般其波動較大；關(guān)注度較小的養(yǎng)老體驗其波動一般較?。惶貏e是養(yǎng)老政策支持的關(guān)注度較大而波動較小。將養(yǎng)老體驗關(guān)注度繪制成圖，如圖1所示，依據(jù)養(yǎng)老需求關(guān)注度的波動變化，可以將養(yǎng)老體驗為兩峰型和多峰型。按照以下思路分析：先刻畫養(yǎng)老體驗需求波動及趨勢，然后重點關(guān)注養(yǎng)老體驗關(guān)注度波動拐點，解釋其發(fā)生原因。

圖1養(yǎng)老體驗2021.01—2023.03需求波動情況

注：橫坐標(biāo)1～9表示時間間隔，分別為1表示2021年1～3月、2表示2021年4～6月、3表示2021年7～9月、4表示2021年10～12月、5表示2022年1～3月、6表示2022年4～6月、7表示2022年7～9月、8表示2022年10～12月、9表示2023年1～3月。

3.1老人健康養(yǎng)生

由圖1可知，老人健康養(yǎng)生屬于兩峰型，總體呈現(xiàn)下降趨勢，在2021年9月出現(xiàn)了最顯著的波峰?！袄先私】叼B(yǎng)生”包含的主要關(guān)鍵詞有“食物、養(yǎng)生、疾病、預(yù)防”等，如表1所示，由此推測養(yǎng)老對老人健康養(yǎng)生的關(guān)注主要是身體健康、食物營養(yǎng)、疾病預(yù)防、運動鍛煉等養(yǎng)生方式，是與身體生理、自身安全與健康保障相關(guān)的話題?！娥B(yǎng)生堂》等節(jié)目在抖音等平臺發(fā)布有關(guān)老年人養(yǎng)生的視頻，粉絲1623.7萬，點贊關(guān)注量為7000萬，使得“老人健康養(yǎng)生”關(guān)注度上升，由此產(chǎn)生關(guān)注度的波峰。抖音等社交媒體平臺推送的內(nèi)容是被官方認(rèn)可的、具有導(dǎo)向和警示作用的內(nèi)容，高點贊量也說明在養(yǎng)老群體中的普遍性，不難發(fā)現(xiàn)社交媒體和輿論對養(yǎng)老需求有影響。

3.2醫(yī)養(yǎng)結(jié)合需求

由圖1可知，醫(yī)養(yǎng)結(jié)合需求屬于多峰型，總體呈現(xiàn)下降趨勢，其中關(guān)注度最明顯的波峰出現(xiàn)在2022年9月。由表2可知，關(guān)注度均值最大，標(biāo)準(zhǔn)差波動排名第二，極差排名第二。“醫(yī)養(yǎng)結(jié)合需求”主要的關(guān)鍵詞有“服務(wù)、服務(wù)平臺、生活、醫(yī)療”，如表1所示。在蘇杭地區(qū)，醫(yī)養(yǎng)結(jié)合為老年人提供居家生活照料、巡診、康復(fù)護理、送餐、助餐等服務(wù)，其波峰的產(chǎn)生依托社區(qū)居民網(wǎng)上健康學(xué)習(xí)平臺等，在社區(qū)推進健康管理的知識普及，提高老年人健康素養(yǎng)和自我管理水平，且針對老年人視力功能、口腔健康、營養(yǎng)狀況等進行早期篩查干預(yù)措施，實現(xiàn)健康評估和功能維護，加強老年人的健康管理、身體機能訓(xùn)練和慢病運動干預(yù)等［5］。

3.3失能老人護理

由圖1可知，失能老人護理屬于多峰型，呈現(xiàn)下降趨勢，其中主要的波峰出現(xiàn)在2021年12月。由表2可知，關(guān)注度均值排名第四，標(biāo)準(zhǔn)差波動程度排名第三，極差排名第四?！笆芾先俗o理”主要的關(guān)鍵詞有“照顧、護理員、選擇、自理、設(shè)備”，如表1所示，可以發(fā)現(xiàn)，“失能老人護理”造成的問題主要是養(yǎng)老機構(gòu)及服務(wù)人員是否能夠提供自理老人必需的照護服務(wù)和生活需求。隨著人口老齡化的上升，失能老人護理不僅是老人與子女的需求，也是人民群眾的共同期盼、政府保障和改善民生、促進社會共享發(fā)展的重要內(nèi)涵［6］。

3.4養(yǎng)老機構(gòu)環(huán)境

由圖1可知，養(yǎng)老機構(gòu)環(huán)境屬于雙峰型，呈現(xiàn)上升趨勢，其中最高的波峰出現(xiàn)在2021年12月。由表2可知，關(guān)注度均值排名第六，標(biāo)準(zhǔn)差波動排名第五，極差排名第五?！梆B(yǎng)老機構(gòu)環(huán)境”主要的關(guān)鍵詞有“電動、裝修、扶手、自動”，如表1所示。養(yǎng)老機構(gòu)的環(huán)境通常依其地域、人文和服務(wù)類別的不同而有各自的設(shè)計要求。由于老年人的生活能力和活動范圍有限，江蘇省“養(yǎng)老機構(gòu)環(huán)境”包括公寓先進的設(shè)施設(shè)備和社區(qū)自然環(huán)境。因此，從評論中可知，老年人及其子女認(rèn)為養(yǎng)老機構(gòu)的設(shè)施越便利、社區(qū)環(huán)境越適宜，適應(yīng)過程持續(xù)時間越短。

3.5養(yǎng)老機構(gòu)宣傳

由圖1可知，養(yǎng)老機構(gòu)宣傳屬于多峰型，呈現(xiàn)下降趨勢，其中最高波峰出現(xiàn)在2021年6月，最低波谷出現(xiàn)在2022年3月。由表2可知，關(guān)注度均值排名第五，標(biāo)準(zhǔn)差波動排名第四，極差排名第三?！梆B(yǎng)老機構(gòu)宣傳”涉及主要的關(guān)鍵詞是“展會、參觀、公寓、展示、傳播、品牌”，如表1所示。養(yǎng)老體驗的關(guān)注點之一是“養(yǎng)老機構(gòu)宣傳”是由于養(yǎng)老機構(gòu)的宣傳工作，比如參觀展會、公寓，現(xiàn)場體驗，品牌交流等，可以通過物理接觸或者實踐獲得養(yǎng)老機構(gòu)設(shè)施設(shè)備的交互體驗和反饋，增加老年人及其子女對養(yǎng)老機構(gòu)和養(yǎng)老服務(wù)的認(rèn)知和了解。

3.6養(yǎng)老政策支持

由圖1可知，養(yǎng)老政策支持屬于多峰型，呈現(xiàn)下降趨勢，其中“養(yǎng)老政策支持”最明顯的波谷出現(xiàn)在2022年3月。由表2可知，養(yǎng)老政策支持的關(guān)注度較大而波動較小，其關(guān)注度均值排名第三，標(biāo)準(zhǔn)差波動排名第六，極差排名第六。“養(yǎng)老政策支持”頻繁出現(xiàn)的詞是“政府、技術(shù)、國家、政策、管理”，如表1所示。江蘇省作為中國最早進入老齡化社區(qū)的地區(qū)之一，在解決老齡化問題上進行了諸多嘗試。省政府出臺了《省政府關(guān)于全面放開養(yǎng)老服務(wù)市場提升養(yǎng)老服務(wù)質(zhì)量的實施意見》《省政府關(guān)于進一步推進養(yǎng)老服務(wù)高質(zhì)量發(fā)展的實施意見》等多項政策。正是由于江蘇省重視優(yōu)化養(yǎng)老資源和提高養(yǎng)老服務(wù)的政策支持，江蘇省百姓對養(yǎng)老產(chǎn)業(yè)的關(guān)注度更高［7］。

4結(jié)論

本文利用LDA主題模型應(yīng)用于百度貼吧養(yǎng)老評論，識別養(yǎng)老需求并計算其關(guān)注度，通過關(guān)注度演化分析試圖長期跟蹤養(yǎng)老體驗演化趨勢。

首先，本文發(fā)現(xiàn)了一些新的規(guī)律，養(yǎng)老機構(gòu)宣傳、養(yǎng)老機構(gòu)環(huán)境、失能老人護理、老人健康養(yǎng)生、醫(yī)養(yǎng)結(jié)合需求、養(yǎng)老政策支持是養(yǎng)老體驗最關(guān)注的養(yǎng)老問題。

其次，本研究發(fā)現(xiàn)一些有趣的規(guī)律：（1）關(guān)注度平均值高的養(yǎng)老體驗需求，其波動幅度一般也較大；（2）關(guān)注度平均值低的養(yǎng)老需求，其波動幅度一般較??；（3）存在例外，養(yǎng)老政策支持的關(guān)注度平均值較高而波動幅度較小；（4）醫(yī)養(yǎng)結(jié)合需求關(guān)注度平均LmUA7M40NqHoCqIUJKy1+w==值最高，老人健康養(yǎng)生的波動幅度最大；（5）醫(yī)養(yǎng)結(jié)合需求、養(yǎng)老政策支持、失能老人護理、養(yǎng)老機構(gòu)宣傳的關(guān)注度是上升趨勢，老人健康養(yǎng)生、養(yǎng)老機構(gòu)環(huán)境的關(guān)注度是下降趨勢；（6）關(guān)注度上升的養(yǎng)老需求數(shù)量多，關(guān)注度下降的養(yǎng)老需求數(shù)量少。

最后，本文發(fā)現(xiàn)養(yǎng)老需求關(guān)注度受社交媒體和相關(guān)輿論影響較大。因此，養(yǎng)老產(chǎn)業(yè)發(fā)展需要關(guān)注社會媒體的輿論引導(dǎo)，限于篇幅雖無法使用嚴(yán)格的計量經(jīng)濟模型驗證，但是抖音（Tik

Tok）等社交媒體對養(yǎng)老需求的影響似乎存在某種聯(lián)系，后期再做研究。

參考文獻(xiàn)：

［1］李曉娣，原媛，黃魯成.政策工具視角下我國養(yǎng)老產(chǎn)業(yè)政策量化研究［J］.情報雜志，2021，40（04）：147-154.

［2］何秋潔，楊曉維.大健康產(chǎn)業(yè)與養(yǎng)老服務(wù)的耦合協(xié)調(diào)度分析［J］.軟科學(xué)，2019，33（10）：45-49.

［3］KimD，SeoD，ChoS，etal.Multi-co-trainingfordocumentclassificationusingvariousdocumentrepresentations：TF-IDF，LDA，andDoc2Vec［J］.Informationsciences，2019，477：15-29.

［4］WangY，ChiY，XuJH，etal.Consumers'attitudesandtheireffectsonelectricvehiclesalesandcharginginfrastructureconstruction：anempiricalstudyinChina［J］.EnergyPolicy，2022，165：112983.

［5］楊哲，陳思思，陳永妍.社區(qū)醫(yī)養(yǎng)結(jié)合服務(wù)參與主體行動邏輯及調(diào)適策略［J］.中國管理科學(xué)，2023，31（04）：218-227.

［6］李建偉，吉文橋，錢誠.我國人口深度老齡化與老年照護服務(wù)需求發(fā)展趨勢［J］.改革，2022（02）：1-21.

［7］廖陽，鄭嘉茵.城市居民入住養(yǎng)老小鎮(zhèn)意愿影響因素分析［J］.統(tǒng)計與決策，2019，35（17）：116-119.

基金項目：本文是國家社科基金項目“網(wǎng)絡(luò)社群對即時眾包物流平臺用戶體驗的影響研究”階段性成果（項目編號：22BGL124）；江蘇省衛(wèi)生健康發(fā)展研究中心課題“復(fù)雜環(huán)境下省域養(yǎng)老產(chǎn)業(yè)發(fā)展戰(zhàn)略模式與政策研究”階段性成果（項目編號：JSHD2021058）；中國高等教育學(xué)會2021年度專項課題“基于人才培養(yǎng)效率的區(qū)域高等職業(yè)教育評價改革研究”（項目編號：21ZJD15）

作者簡介：張毅（1980—），山西人，博士，教授，研究方向：養(yǎng)老產(chǎn)業(yè)管理；張清龍（貢獻(xiàn)等同于第一作者）（1977—），江蘇人，碩士，高級會計師，江蘇省衛(wèi)生健康發(fā)展研究中心副主任，研究方向：人口政策研究、衛(wèi)生政策研究。