研究生: |
黃莉雯 Huang, Li-Wen |
---|---|
論文名稱: |
智慧居家照護之商業模式與可行性分析:以居家長者為例 Business Model and Feasibility Analysis of Smart Home Care: A Case of Home-based Elderly Care |
指導教授: |
吳彥濬
Wu, Yen-Chun |
口試委員: |
謝焸君
Hsieh, Ying-Jiun 黃義俊 Huang, Yi-Chun 吳彥濬 Wu, Yen-Chun |
口試日期: | 2023/05/23 |
學位類別: |
碩士 Master |
系所名稱: |
高階經理人企業管理碩士在職專班(EMBA) Executive Master of Business Administration |
論文出版年: | 2023 |
畢業學年度: | 111 |
語文別: | 中文 |
論文頁數: | 78 |
中文關鍵詞: | 高齡化社會 、高齡者 、扶養比 、智慧居家照護 、照護安全 |
英文關鍵詞: | Aging Society, Elderly, Dependency Ratio, Smart Home Care, Care Safety |
研究方法: | 個案研究法 、 內容分析法 |
DOI URL: | http://doi.org/10.6345/NTNU202300548 |
論文種類: | 學術論文 |
相關次數: | 點閱:274 下載:0 |
分享至: |
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
「高齡化」及「少子化」兩股浪潮席捲全球,台灣亦將於2025年步入超高齡社會,這代表著青壯年的生活更沉重,也成了社會經濟惡化的隱憂,甚至威脅著高齡者及其子女(或照顧者)的身心健康。雖然我國政府針對失能、失智及行動不便中高齡者提出長期照護計畫,但仍有七成多高齡者因條件歸屬而無法納入照護,其中更有近半數高齡者面臨嚴重的「安居」問題。
基於上述問題,本研究將針對高齡化照顧議題,以居家長者為例,建構一套智慧居家照護創新產品及商業模式,發展一種符合老人宅經濟、健康及安全的居宅模式。
透過PESTLE分析、顧客價值主張圖、波特五力分析法等分析工具,以多元視角剖析照護產業的剛性需求及市場機會,擬定智慧居家照護系統的發展藍圖與商業模式,並以小規模市場之運營財務模擬作為商業模型可行性評估。最終將整個產品設計概念及商業策略,與兩位智慧醫療之專家進行面對面之訪談,探究智慧居家照護系統在產品設計概念及商業推動構想是否存在分析盲點。
研究分析及財務模擬結果顯示,智慧居家照護系統的構想符合個人及高齡化社會的期待,亦符合未來5~10年的照護產業需求,技術內涵上也與全球的技術發展趨勢吻合,具發展潛力。商業模型在小規模市場之運營財務模擬下,趨勢曲線為正成長,研判此套智慧居家照護「B2C」商業模式,將符合高齡者對於「居家」期待;「訂閱制」的照護支出符合大部分高齡者及其家人的經濟負擔能力;智慧居家照護系統係是一整合型照護服務生態系統,除了可讓高齡者沉浸在多元照護及生活援助服務,預期可為營運帶來收益。
With the advent of “Aging” and “Lower Birth Rate” in the world, Taiwan will become a “Super-Aged society” in 2025, which means that the lives of young adult will be heavier as it brings economic deterioration in the society and even threatens both physical and mental health of the elderly and their children (or caregivers). Although Taiwan government has proposed a long-term care program about the disabled, the dementia and the mobility-impaired for middle-aged and elderly people, there are still over 70% of the elderly who cannot be included in the program, in which nearly 50% of the elderly are currently confronted with severe problems for settling down in Taiwan.
Based on issues mentioned above, this study not only investigates Aged care issues through cases of Home-based Aged Care, but also aims to establish a set of innovative products and business models for Smart Home Care, and to develop an economical, healthy and safe living model for the elderly.
By PESTLE Analysis, Value Proposition Canvas, Porter Five Forces, it is multi-dimensional to identify market demands and opportunities, and develop blueprint along with business models for the Aged care industry. Further, the operation and Financial Models simulation of small-size marketing is used as the feasibility assessment of the business model. Finally, face-to-face interviews were conducted with two smart medical experts on the entire product design concept and business strategy in order to explore whether there are blind spots in the product design concept and commercial promotion concept of the Smart Home Care System in the study.
Research analysis and Financial Models simulation results show that the concept of Smart Home Care System meets the expectations of individuals and the Aging society, and also meets the demands of the care industry in the next 5 to 10 years. The technical is also consistent with the global technological development trend with development potential. Under the operating Financial Models of small-size marketing of this business model, the trend curve is positive growth. Therefore, the “B2C” business model of this Smart Home Care System is predicted to meet the expectations of the elderly for “home” in the future; while the expenditure of the “Subscription Model” can best meet the affordability of the elderly and their families. The findings provided insights into the Smart Home Care System, which is a comprehensive care service ecosystem that allows the elderly to immerse themselves in multiple care and life assistance services, and is expected to bring benefits to the operation.
中文文獻:
1. 內政部營建署、財團法人台灣地理資訊中心(2022)。住宅資訊統計彙報。
2. 日本月刊福址(1989)。日本高齡者保健福祉推展十年策略。社區發展季刊(第58期) (吳素倩譯),156-169。
3. 全國法規資料庫(2015)。個人資料保護法。 https://law.moj.gov.tw/LawClass/LawAll.aspx?PCode=I0050021(存取日期:May 01, 2023)。
4. 全國法規資料庫(2019)。中高齡者及高齡者就業促進法。 https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=N0090055(存取日期:May 01, 2023)。
5. 全國法規資料庫(2020)。老人福利法。https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=D0050037(存取日期:May 01, 2023)。
6. 全國法規資料庫(2020)。醫療器材管理法。 https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=L0030106(存取日期:May 01, 2023)。
7. 全國法規資料庫(2021)。長期照顧服務法。
https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=L0070040(存取日期:May 01, 2023)。
8. 安侯建業KPMG(2022)。智慧照護創新趨勢大調查。
9. 李淑玲(2016)。臺灣健康雲-為國人營造無所不在的健康資訊環境。政府機關資訊通報(第344期),1-7。
10. 林秀英(2017, January 08)。即時量測心電圖的KardiaBand首款獲得美國 FDA 批准的智慧配件。FINDIT。https://www.sohu.com/a/209798181_115300(存取日期:May 01, 2023)。
11. 林昌賜、梁瑋倫(2019)。智慧醫療的潛在應用與商業考量。電腦與通訊(178期),52-53。https://doi.org/10.29917/CCLTJ(存取日期:May 01, 2023)。
12. 金融監督管理委員會(2020)。信託 2.0「全方位信託」推動計畫。行政院。 https://www.fsc.gov.tw/ch/home.jsp?id=834&parentpath=0%2C2%2C310(存取日期:May 01, 2023)。
13. 相遇婉如照顧網(2015-2016)。在地老化、健康老化 ~ 支持服務的理念。 https://www.pwr.org.tw/book/export/html/966(存取日期:May 01, 2023)。
14. 國家發展委員會(2019)。108年個人家戶數位機會調查報告。行政院。
15. 國家發展委員會(2021)。六大核心戰略產業推動方案。行政院。https://www.ndc.gov.tw/Content_List.aspx?n=9614A7C859796FFA(存取日期:May 01, 2023)。
16. 國家發展委員會(2022)。中華民國人口推估(2022年至2070年) ((111) 008.0802)。 行政院。https://pop-proj.ndc.gov.tw/download.aspx?uid=70&pid=70(存取日期:May 01, 2023)。
17. 國家發展委員會、聯合行銷研究股份有限公司(2021))。國家數位發展研究報告摘要。行政院。https://moda.gov.tw/digital-affairs/digital-service/dv-survey/2222(存取日期:May 01, 2023)。
18. 張欽發(2022)。中保科未來3年維持3-5%成長智慧城市比重將超越系統保全。鉅亨網。https://news.cnyes.com/news/id/4852942(存取日期:May 01, 2023)。
19. 郭年真、賴飛羆、李鎮宜(2017)。智慧醫療關鍵議題與對策之研究 (NDC105006-1)。國家發展委員會、國立台灣大學。
20. 郭玟伶(2012)。整合智慧型行動裝置之個人化無縫式運動照護系統之開發。國立成功大學醫學資訊研究所。https://hdl.handle.net/11296/qsbe78(存取日期:May 01, 2023)
21. 陳志銘、李泰鈜、李宜倫、陳明娟(2007)。嵌入式智慧型居家生理資訊監測及探勘系統設計與實現 (NSC 95-3113-P-004-001-)。國家發展委員會、國立政治大學圖書資料與檔案學研究所。
22. 陳亮恭(2015)。高齡醫療服務的發展-由片斷走向整合。護理雜誌,62(5),23-29。https://doi.org/10.6224/JN.62.5.23(存取日期:May 01, 2023)。
23. 彭媁琳、曹悅華(2023, March 07)。高齡科技產值 2025估破3千億。工商時報。 https://ctee.com.tw/news/policy/819889.html(存取日期:May 01, 2023)。
24. 黃志忠(2016)。台灣長期照顧政策及照顧服務人力發展之探討。兩岸社會福利研討會,193-206。
25. 黃龍冠、楊培珊(2009)。以長照2.0為基礎回顧臺灣長照政策發展與評析未來挑戰。福祉科技與服務管理學刊,9(2),212-213。 https://doi.org/10.1510/icvts.2008.201558A(存取日期:May 01, 2023)。
26. 葉景三(2014)。「以病人為中心」的電子病歷建設-從院內基礎。政府機關資訊通報(第319期)。
27. 劉家勇(2019)。從強化社會安全網計畫看我國老人保護工作的機會與挑戰。社區發展季刊(第165期),181-197。
28. 衛生福利部。長照機構地理資訊系統。https://ltcpap.mohw.gov.tw/molc/map(存取日期:May 01, 2023)。
29. 衛生福利部(2016)。長期照顧十年計劃2.0 (106-115年)。行政院。
30. 衛生福利部(2018)。中華民國106年老人狀況調查報告。行政院。
31. 衛生福利部(2021)。高齡社會白皮書 (院臺衛字第1100185964號函修正核定本),35。行政院。
32. 衛生福利部(2022)。因應超高齡社會對策方案(112-115年) (院臺衛字第1110033438號)。行政院。https://www.sfaa.gov.tw/SFAA/Pages/Detail.aspx?nodeid=1411&pid=11909(存取日期:May 01, 2023)。
33. 衛生福利部中央健康保險署。健保醫療資訊雲端查詢系統內容。https://www.nhi.gov.tw/Content_List.aspx?n=B09C346E0FB73AA7&topn=4864A82710DE35ED(存取日期:May 01, 2023)。
34. 衛生福利部中央健康保險署。健康存摺 My Health Bank。 https://myhealthbank.nhi.gov.tw/IHKE3000/IHKE3099S01(存取日期:May 01, 2023)。
35. 鄭偉伸、黃宗正、李明濱、廖士程(2016)。老人憂鬱症與自殺防治。台灣老年醫學暨老年學雜誌,11(1),16-30。
36. 蕭白雪、許詩愷、周妤靜、梁玉芳(2022, May 16)。10年近百件「照顧殺人」如何止息。聯合報。https://sdgs.udn.com/sdgs/story/122826/6315649(存取日期:May 01, 2023)。
37. 聯合國(2002)。第二次老齡問題世界大會的報告,1-81。
38. 關嘉慶(2012, September 18)。自主管理健康履歷 「全民健康雲」啟動。健康醫療網。https://www.healthnews.com.tw/article/5740(存取日期:May 01, 2023)。
39. 蘇純繒、林素鉁、陳昭宏、薛雅馨、黃世輝、吳偉杰(2020)。數位科技時代下我國超高齡社會因應策略。國家發展委員會、國立雲林科技大學。 https://www.ndc.gov.tw/nc_708_34461(存取日期:May 01, 2023)。
英文文獻:
1. Ablondi,W., & Narcotta, J. (2021). 2021 Global Smart Home Forecast. Strategy Analytics. https://www.strategyanalytics.com/access-services/devices/connected-home/smart-home/market-data/report-detail/2021-global-smart-home-forecast(Access Date: May 01, 2023).
2. Department of Economic and Social Affairs. (2023). Leaving No One Behind In An Ageing World: World Social Report 2023. United Nations. https://desapublications.un.org/publications/world-social-report-2023-leaving-no-one-behind-ageing-world(Access Date: May 01, 2023).
3. Department of Economic and Social Affairs. (2022). World Population Prospects 2022: Summary of Results. United Nations. https://reliefweb.int/report/world/world-population-prospects-2022-summary-results?gclid=EAIaIQobChMIhfWGs4zh_gIVlbSWCh1A1gdhEAAYASAAEgICsvD_BwE(Access Date: May 01, 2023).
4. Grand View Research. (2022). Robotic Nurse Assistant Market Size, Share & Trends Analysis Report By Product Type (Independence Support Robots, Daily Care & Transportation Robots), By End-use, By Region, And Segment Forecasts, 2023 - 2030 (GVR-3-68038-962-3). https://www.grandviewresearch.com/industry-analysis/robotic-nurse-assistant-market(Access Date: May 01, 2023).
5. Konda, S., Rani, B. K., & Govardhan D. A. (2010). Applications Of Data Mining Techniques In Healthcare And Prediction Of Heart Attacks. ResearchGate, 02(02), 250-255. https://www.researchgate.net/publication/283968335_Applications_of_data_mining_techniques_in_healthcare_and_prediction_of_heart_attacks(Access Date: May 01, 2023).
6. Lu, H. F., Tzeng, H. W., Chen, M. C., & Chen, J. L. (2005). Design Of A Residential Gateway For Tele-Homecare Systems. Proceedings of the Ninth International Symposium on Consumer Electronics. ResearchGate (ISCE 2005).
7. Mirembe, D. P. (2006). Design Of A Secure Framework For The Implementation Of Telemedicine, eHealth, And Wellness Services. ResearchGate, 1-74.
8. United Nations. (1982). Report Of The World Assembly On Aging (A/CONF.113/31).
9. United Nations. (1991). United Nations Principles for Older Persons. 1-2. https://www.ohchr.org/en/instruments-mechanisms/instruments/united-nations-principles-older-persons(Access Date: May 01, 2023).
10. U.S. Food and Drug Administration. (2021). Artificial Intelligence/Machine Learning [AI/ML]-Based Software As A Medical Device[SMD] Action Plan. https://www.fda.gov/news-events/press-announcements/fda-releases-artificial-intelligencemachine-learning-action-plan(Access Date: May 01, 2023).