Workflow
适老化智能终端
icon
搜索文档
基于代际数字反哺的老年电商消费现状及建议
江苏大学科技信息研究所· 2026-03-07 09:40
报告行业投资评级 * 报告未提供明确的行业投资评级 [1][2][3][4] 报告的核心观点 * 代际数字反哺是缓解数字鸿沟、释放老年消费潜力的有效路径,有助于老年群体实现从“数字融入”到“数字赋能”的转变 [1][3] * 当前老年电商消费面临数字操作障碍、平台设计不匹配及风险防范能力弱等挑战 [1][3] * 基于技术接受模型,代际数字反哺通过提升老年群体对电商消费的感知有用性和感知易用性,正向影响其消费行为 [10][12] * 未来应从家庭、社会、平台与代际协同四个层面构建支持体系,以完善数字反哺质量评估,推动银发经济高质量发展 [1][3][21][26] 根据相关目录分别进行总结 行业背景与市场规模 * 中国60岁及以上人口已达2.64亿,预计到2035年左右将突破4亿,占比超过30%,进入重度老龄化阶段 [4] * 目前中国银发经济规模约7万亿元人民币,预计到2035年有望达到30万亿元人民币,到2050年预计将达到60万亿元人民币 [4][17] * 老龄化与数字经济深度融合,老年群体正从“数字遗民”向“银发网民”转变,其消费潜力成为电商消费新趋势和经济发展新动能 [4][5] 老年电商消费现状与挑战 * **主要挑战**:老年群体存在智能设备操作能力不足、平台使用流程认知模糊、电子支付不熟练等数字技能短板,面临“不会用、不敢用、不愿用”的多重障碍 [5][18] * **平台适老化不足**:现有适老化改造存在结构性矛盾,例如淘宝长辈模式出现“双模式价差”(某商品长辈模式标价94元,标准模式仅28元),京东适老版存在功能冗余与视觉识别负荷问题 [19] * **直播购物风险**:老年用户在电商直播中面临冲动消费、信息过载,以及货不对板、夸大宣传等商品与宣传问题 [19] 理论框架:代际数字反哺的作用机制 * 报告以技术接受模型为基础,将数字反哺作为外部变量纳入,构建了老年电商消费行为影响因素模型 [10] * 数字反哺指家庭场景中年轻一代向老年人传递数字技能与素养的过程,涵盖数字接入、技能和素养三大维度 [8] * 数字反哺对老年电商消费的促进作用存在调节效应,例如与子女同住的老人自主需求可能弱化,而低龄老人的消费扩张效应更为突出 [12] 数字反哺对消费行为的具体影响路径 * **对感知有用性的影响**:子女通过教学帮助老年人掌握比价、智能推荐、直播互动等功能,提升其购物决策质量和消费效用感知,从而将潜在需求转化为实际消费 [13][14] * **对感知易用性的影响**:通过技能代际传递降低操作门槛、通过认知负荷优化简化决策路径、通过情感支持强化提升使用信心,从而增强老年用户对平台易用性的主观评价 [15] 未来发展趋势 * **技术驱动**:AI驱动的个性化推荐系统将精准匹配老年用户健康、社交等多元需求 [20] * **消费升级**:老年群体消费从“基础消费”向“品质消费”转型,催生适老化智能终端、文创产品、康养旅游等细分市场 [20] * **生态共建**:平台、社区、家庭将构建“代际共治”模式,形成从物理适老到社会适老的递进式发展范式 [20] 对策与建议 * **家庭层面**:子女应构建“技能传授+情感陪伴”双驱动模式,分阶段教授电商操作与风险防范,并通过亲情账号绑定实现远程协助与监督 [21][22] * **社会层面**:政府需完善顶层设计(如设立专项基金),社区应组织数字技能学习社群与“银龄学堂”,推行同龄互助法 [23] * **平台层面**:需开发数字反哺专属功能模块(如亲情账号、反哺教学视频库、风险拦截提醒),并深化适老化改造,建立对私域直播乱象的监管制度 [24] * **代际协同层面**:搭建线上线下代际沟通平台,举办“数字反哺日”活动,并配套教授维权等进阶技能,构建良性循环生态 [25]
前瞻性布局人工智能
经济日报· 2025-05-20 06:12
国家政策支持 - 习近平总书记强调要充分发挥新型举国体制优势,推动人工智能朝着有益、安全、公平方向发展 [1] - 我国已出台《新一代人工智能发展规划》和制定数据安全法,构筑起从顶层设计到基层实践的全方位政策支持体系 [1] - 未来政策支持重点应放在强化前瞻性、战略性和系统性布局上 [1] - 持续加大对基础研究的政策支持力度,鼓励设立专项科研基金支持高校和科研机构 [2] - 加快制定新兴领域的政策法规,如针对生成式人工智能、脑机接口等前沿技术 [2] 行业发展现状 - 我国人工智能专利申请量达157.64万件,占全球申请量的38.58% [1] - 人工智能产业规模占全球比重达1/10 [1] - 已形成覆盖基础层、框架层、模型层、应用层的完整产业体系 [1] 人才培养机制 - 推动高校和企业精准对接,鼓励高校根据市场需求动态调整专业设置 [2] - 联合头部企业共同开发模块化课程体系,培养更贴合产业实际需求的应用型人才 [2] - 完善人才评价与激励机制,将研发成果转化率、核心算法专利数量等纳入评价指标 [2] - 鼓励企业采用股权、期权等中长期激励工具,允许重大突破团队参与企业利润分成 [2] 市场应用前景 - 智慧医疗、智能交通、智能制造、智慧城市等应用场景为人工智能提供了肥沃土壤 [3] - 企业在巩固现有领域同时可瞄准农村、老年群体等蓝海市场 [3] - 开发适农化产品如农田智能监测系统、农产品溯源平台 [3] - 开发适老化产品如健康管理机器人、适老化智能终端 [3] - 促进人工智能与金融科技融合,开发智能投顾、实时风险预警系统等新产品 [3]