《外国经济与管理》
2026第48卷第7期
老年消费者行为:研究述评与展望
董泽瑞1 , 张霖杰1 , 范秀成2     
1.太原理工大学 经济与管理学院, 山西 太原 030024;
2.复旦大学 管理学院, 上海 200433
摘要:人口老龄化是当代中国转型发展过程中最鲜明的时代特征之一。随着老年人口的迅速增加,其消费行为和决策模式成为学界和业界关注的重要议题。该领域的研究虽然取得了一定的成果,但是既有研究也存在主题分散、重点不突出、领域现状不明等问题,并制约了理论研究的进一步开展。同时,由于我国的人口老龄化具有基数庞大、速度极快、区域发展不平衡的突出特点,既有研究在实践指导方面也力有不逮。鉴于此,本文采用基于领域的框架文献综述方法,对2015—2025年间中国知网和Web of Science核心数据库的相关文献进行知识图谱分析,系统探讨相关领域的研究热点和高频关键词的演变过程,并基于TCM-ADO框架,从“理论(T)-情境(C)-方法(M)”和“前因(A)-决策(D)-结果(O)”维度对老年消费者行为领域的相关研究进行了深入评述与总结。最后,基于中国独特的情境,对该领域未来的研究方向做出展望,以期助力该领域的理论创新和研究拓展,并为构建中国自主知识体系、制定相关政策打下坚实基础。
关键词人口老龄化银发经济智慧养老消费特征TCM-ADO框架
Elderly Consumer Behavior: A Review and Prospects
Dong Zerui1 , Zhang Linjie1 , Fan Xiucheng2     
1.College of Economics and Management, Taiyuan University of Technology, Taiyuan 030024, China;
2.School of Management, Fudan University, Shanghai 200433, China
Summary: Population aging stands as one of the most distinctive features of contemporary China’s transformation and development. With the rapid increase in the elderly population, their consumption behavior and decision-making patterns have become key issues of concern for both academia and industry. Although research in this field has yielded some results, it remains constrained by scattered themes, a lack of focus, and unclear field status, hindering further theoretical development. Additionally, China’s population aging is marked by large size, extremely rapid pace, and uneven regional development, leaving previous research insufficient in practical implications. In view of this, there is an urgent need for a comprehensive and systematic analysis of the field of elderly consumer behavior. This paper adopts a domain-based framework for literature review to conduct a knowledge graph analysis of relevant literature from the CNKI and Web of Science core databases over the period 2015–2025, systematically exploring the evolution of research hotspots and high-frequency keywords in the relevant field. Based on the TCM-ADO framework, it offers an in-depth review and summary of relevant research in the field of elderly consumer behavior from the dimensions of “theory (T) – context (C) – method (M)” and “antecedent (A) – decision (D) – outcome (O)”. Finally, based on the unique context of China, this paper outlines future research directions to advance theoretical innovation and research expansion, and to provide a solid foundation for both the development of China’s independent knowledge system and the formulation of relevant policies.
Key words: population aging; silver economy; smart elderly care; consumption characteristics; TCM-ADO framework

一、引 言

中国的人口结构正发生前所未有的深刻变动。截至2025年末,全国60周岁及以上老年人口达32338万人,占总人口的23%;其中65周岁及以上人口22365万人,占比15.9%,我国正经历着全世界规模最为庞大的人口老龄化进程。在未来一段时期内,我国老龄化进程仍将持续推进,预计到2030年60周岁及以上人口将接近4亿,到2050年老年人口规模将达到4.8亿,占总人口比重将超过30%(胡湛等,2022)。随着老年人口规模不断扩大,老年消费需求加速释放,适老化产品、健康管理与养老服务等领域快速发展,老年消费市场正逐步成为扩大内需、培育经济增长新动能的重要支撑(如图1所示)。

图 1 老龄化时代:老年人口与银发经济的增长趋势

与日本和北欧各国等典型老龄化国家相比,中国的老龄化呈现出更加鲜明且复杂的中国式特征。例如,日本65周岁及以上人口占比已超过29%,但整体人口总规模相对有限,且国内养老保障体系和公共服务建设起步相对较早、制度较为完善(Iwagami和Tamiya,2019);北欧国家虽同样处于重度老龄化阶段,但依托其高福利制度和成熟的社区服务与居家养老体系,在应对老龄化的冲击中具有较强韧性(Szebehely和Meagher,2018;Rostgaard等,2022)。相比之下,中国的老龄化具有“基数大、发展速度快、区域不平衡”的特点:一是老年人口绝对数量巨大,每年老年人口新增数量远超多数发达国家;二是老龄化进程在短时间内突然加快,整体呈现出“未富先老”的显著特征;三是区域差距明显,东部沿海地区与中西部地区、城乡之间在老龄化程度、养老制度、养老资源供给与养老服务提供能力等方面存在较大差异。

在人口老龄化持续加深的背景下,积极应对人口老龄化已上升为国家战略层面的重要议题。“十五五”规划纲要提出深入实施积极应对人口老龄化国家战略,健全养老事业和产业协同发展政策机制,促进老有所养、老有所为、老有所乐。2025年12月25日印发的《关于培育养老服务经营主体 促进银发经济发展的若干措施》针对适老化消费场景搭建、数字温情行动、养老服务商标品牌培育等方面均有突破性部署。2026年全国两会召开期间多位政协委员提出要精准把握不同老年群体的需求,实现分层供给、标准匹配、政企协同;推行全场景适老化改造、系统提升居家安全性和便利性;聚焦银发市场活力、推动业态创新。可见,人口老龄化是我国未来面临的长期性社会现实问题,银发经济发展前景广阔,潜力巨大(王少辉和李富有,2021彭希哲和陈倩,2022)。

随着以人工智能为代表的新一代信息技术的飞速发展和技术创新的涌现,搭载了AI大模型的养老服务机器人(如ElliQ陪伴机器人、商汤科技元萝卜、优得护等)快速迭代并实现了商业化,服务机器人能够实现情感交互和健康监测的双重功能,加之定价合理,使其在老年消费者群体中逐步推广(Sun等,2025)。新一代信息技术的发展为应对人口老龄化带来了新的机遇和解决方案(Franco,2023Wei等,2023)。此外,随着社会经济发展水平的提高,老年消费正从功能满足向情绪价值满足转变,老年消费者成为体验消费的积极参与者,老年消费者从事徒步旅行、潜水、攀岩、音乐演奏、划独木舟等活动来实现与大自然的接触,追求有意义的生活(Yang和Chow,2025)。老年消费者更加关注“心价比”,注重情绪体验和情感满足,通过参与一些新奇的体验活动如探险旅游让老年消费者重新发现自己,重新定义身体的变化,并积极地迎接衰老(Nelson-Becker等,2023;Li等,2024)。

随着政策体系的逐步完善和技术的快速迭代,以及老年消费行为出现的新特征和新趋势,亟需学者们对此展开针对性研究,紧扣时代脉搏和社会趋势,构建和发展理论,开展全方位研究。国内外相关学者对此研究主题开展了一定的研究,研究热度不断升级,但目前的研究是碎片化的,仍缺乏对该领域较为全面的认知。现有外文研究多基于分散视角,对老年消费者行为的探讨主要集中于老年消费者是营销市场细分的重要组成部分(Sudbury-Riley等,2015);老年消费者对广告的态度(Imtiaz和Ji,2021);老年消费者对传统服务的评价(Babin等,2021)、老年消费者对品牌的态度(Lambert-Pandraud和Laurent,2010;Phua等,2020);老年消费者与旅游(Patterson等,2017Pestana等,2020);老年消费者对技术的采纳(Kim和Preis,2016Yeoh和Chin,2022;An等,2024)等具体细分领域的研究。研究大多基于国外发达国家经验,其制度环境和社会结构与中国存在显著差异,相关结论在中国情境下的适用性仍有待检验。近年来,国内学者逐步从健康风险与医疗支出不确定性(杨继生和邹建文,2021)、社交互动(杨雪和王瑜龙,2021)、城乡异质性及消费结构升级(石贝贝,2017杨凡等,2020)、产品购买(张惠莹等,2023)、政策设计(戴卫东和德勒格尔,2024)、文化影响(谭秋霞和钱继磊,2025)等因素切入,对老年消费行为开展了一定的研究。基于现实、政策、理论三方驱动,亟需对老年消费者行为展开深入系统的研究。

基于上述背景,本研究采用CiteSpace对中国知网(CNKI)、Web of Science核心数据库中有关老年消费者行为的文献进行系统梳理与分析。对老年消费领域的高频关键词和不同时期的研究热点进行了分析,并基于关键词图谱的聚类分析对研究的层次进行论述。依托经典的基于结构的文献综述方法(TCM-ADO)对老年消费者行为从“理论-情境-方法”和“前因-决策-结果”维度进行全面系统的分析。最后从场景、时间、情感设计、适老化等方面对未来研究的前沿议题、多元交叉研究方法进行了展望,以期助力老年消费者相关领域中国自主知识体系的构建。在实践层面,研究结论可为老年消费市场中产品与服务的适老化设计提供参考,同时为企业制定精准市场策略以及政府在银发经济发展与公共治理中的政策制定提供相应启示。

二、基于多维度数据对老年主题的宏观量化分析 一. 研究方法

为有效洞察研究领域现状,提高研究效率,本文将基于CiteSpace软件进行可视化分析,从时间维度进行文献数据的分析,并结合关键词维度揭示老年消费者的行为特征。

二. 中文文献综合分析 1. 数据来源

文献计量法需要有大量真实且权威的数据做支撑。为确保数据的可靠性以及分析结果的可信度,本文采用的中文文献将以CNKI作为数据来源。为提高数据的信度和效度,将检索类型限制为学术期刊,学科不设限制,来源限定为北大核心和CSSCI,根据不同的角度检索到文章数目共计377篇。

目前对老年群体的研究缺乏总体上的了解,为了从宏观角度了解和分析当前中国老年群体和中国老龄化的现状,本文使用Citespace对从CNKI中搜集到的文献进行统计和可视化分析。由于与老年相关的领域比较复杂,在搜集数据时将采用多个关键词结合的方式进行检索,例如“老年”+“消费”等,具体的检索要求和规则如表1所示。

表 1 检索流程与规则
要点 详细
检索时间 2025年6月26日
时间跨度 2015年1月~2025年6月
数据来源 中国知网(CNKI)数据库
检索主题 (1)“老年”和“消费”
(2)“银发经济”
(3)“养老”或“养老产业”
(4)“人口老龄化”或“人口年龄结构”
(5)“适老”或“适老化”
(6)“医疗”或“健康”
筛选依据 检索文章的来源类别限制在“北大核心”和“CSSCI”
检索结果 377篇有效文献
2. 高频引用关键词

从所统计的377篇文献中,对关键词的引用次数进行排序,得到如表2所示的数据。从表2可以发现,在与老年人消费相关的研究中,“消费结构”“居民消费”“银发经济”为高频引用的关键词。研究参考主流文献整理方法(Lim等,2021Berg和Liljedal,2022)将这些高频引用关键词划分为三类:第一类是从人口结构进行划分,“人口结构”“抚养比”涉及人口的年龄结构及其变化;第二类是与消费相关,“消费结构”“居民消费”“老年消费”围绕消费的不同方面,从家庭的消费情况聚焦到老年人特定的消费情况;第三类可以归为经济现象,“银发经济”是一种由老龄化带来的经济现象,“数字经济”则是以数字技术为核心驱动力的经济现象。通过关键词随时间演变分析可知,随着老年人口的快速增加,人口结构发生变化(抚养比发生变化),老年消费成为重要的关注点,养老保险和养老服务的需求和购买意愿快速上升。老年消费成为发展经济的重要动能和新增长点,银发经济开始被研究者反复提及,老年消费者面对快速发展的数字消费环境和不断迭代的数字技术,数字经济和银发经济两大趋势叠加发展,新的研究趋势显现。

表 2 高频引用关键词
引用次数中心度年份关键词
410.372015老龄化
290.122016消费结构
250.112015居民消费
250.222022银发经济
160.092016老年人
140.042015老年消费
130.132015人口结构
120.042015抚养比
100.092015消费
80.182022数字经济
3. 研究热点

通过关键词图谱可以清晰且直观地观察到相关研究的发展过程。图2中按聚类并以时间序列排序,将相关的关键词从十个层面进行聚类划分。

图 2 时间线聚类图谱

通过关键词时区图谱分析,研究者将老龄化领域的研究热点大体划分为三个阶段,且各阶段均呈现鲜明的中国情境特征。早期(2015年前后)研究主要聚焦养老服务、养老保险与居民消费,回应老龄化加速而社会保障体系尚不完善背景下的“未富先老”与养老压力问题,相关研究从宏观特征与制度约束角度讨论基本养老保障与退休消费困境(李宏彬等,2015)。中期(2015—2020年),“健康”“保健”等关键词显著增多,反映老年消费由生存型向发展型转变。随着收入水平提升与医疗保障覆盖扩大,老年人在医疗保健与健康管理方面的支出持续增长,“银发经济”逐步进入研究视野,相关研究基于微观数据揭示消费结构升级及城乡收入异质性(石贝贝,2017杨凡等,2020)。近期(2020年至今),以大数据、人工智能为代表的新一代数字技术以前所未有的速度渗透进个体生活的各个方面,研究热点明显转向数字技术对老年消费行为的影响,体现出老龄化与数字经济融合的时代特征。一方面,数字化消费形态推动老年消费模式向线上线下融合转变;另一方面,数字鸿沟与数字风险问题逐步凸显,老年消费者在数字时代面临诸多挑战,其在数字时代的生存状况受到关注(汪斌,2024),老年消费者相关研究开始从技术适老化与消费行为机制角度展开(朱荟和王舒艳,2025朱荟,2025)。

三. 外文文献综合分析 1. 数据来源

为保证研究的全面性和综合性,并加深对国外研究现状与前沿的深入理解,本文对Web of Science核心数据库与老年消费行为相关的文献也进行了全面深入的检索,外文文献的检索流程和规则如表3所示。

表 3 检索流程和规则
要点 详细
检索时间 2025年6月26日
时间跨度 2015年1月~2025年6月
数据来源 Web of Science核心数据库
检索主题 (1)“aging population consumption”
(2)“silver economy trends”
(3)“senior consumer behavior”
(4)“elderly products innovation”
(5)“older adults market analysis”
筛选依据 (1)检索文章的学科来源包括但不限于管理学、社会学等
(2)Citespace除重功能
检索结果 242篇有效文献
2. 高频引用关键词

通过凸显词检测,得到十大引用高峰关键词(图3)。该图按时间线具体可分为三个阶段,分别为早期(2016—2019年),中期(2020—2021年)以及近期(2022—2025年)。早期研究主要围绕老龄化背景下的社会认知与宏观发展议题展开,重点关注社会对老龄化及银发经济的整体认知,以及信息技术在老年群体中的初步应用与接受状况(attitudes;silver economy;information technology),反映出该阶段研究主要聚焦于老年消费者行为相关概念的引入以及相关研究问题的识别。

图 3 十大引用高峰关键词

进入中期,研究重心逐步转向老年人个体层面的认知与健康问题,并进一步延伸至其消费偏好与决策行为。相关研究不仅探讨了老年人认知功能变化及其影响,也从需求差异与行为特征角度分析老年消费选择的形成机制(dementia;impact;preferences),表明研究由宏观议题向微观机制的拓展,研究开始聚焦老年消费者对健康相关产品和服务的购买和评价行为以及老年消费行为的可持续问题。该时期对老年消费者的刻板印象和老年消费者的脆弱性问题也受到研究者的关注。同时移动互联网技术开始普及和推广,研究开始初步探索老年消费者对互联网、手机等数字产品的接受意愿及其影响因素。

近期,随着新一代信息技术的迅速迭代,研究主要聚焦于技术与信息因素在老年消费生活情境中的作用。一方面,智能技术的快速发展(大数据、人工智能、区块链、智能交互、增强现实(AR)、金融科技(fintech))为相关研究提供了新的分析视角;另一方面,老年消费者群体在技术应用过程中所面临的适应障碍、使用差异与数字鸿沟问题逐渐成为讨论重点(technology;information)。其中,关键词“technology”的强度为2.23,表明科技的发展与应用在当前和未来均是受到持续关注的重点研究方向。

通过高频关键词的演变趋势可以发现,在研究初期主要聚焦于老年消费者概念的引入和界定(老年消费群体是市场细分的重要部分),社会对老年消费者的整体评价和刻板印象以及消费者的脆弱性问题。随着时间推移,研究开始主要聚焦老年消费者对产品和服务的购买意愿及其影响因素,并开始重点关注老年消费者的健康消费问题。而后,随着以人工智能为代表的新一代信息技术飞速发展,研究者重点研究老年消费者对数智产品的购买和使用,技术采纳范式的变革性研究,以及随着社会经济发展,老年消费正从功能满足向情绪价值满足转变等热点议题。

3. 研究热点

以下是使用CiteSpace对从Web of Science核心数据库中搜集到的文献进行统计和可视化分析的结果。根据以上规则进行可视化分析得到图4的关键词图谱,对老年消费主题进行聚类分析形成八个主要聚类——cross-sectional study,smart mobility,consumer segment,brain health regain,depressive symptoms,anticipated regret theory,silver economy和clinician advice,研究者根据研究需要和聚类之间的属性关系将这八个聚类又可以进一步分为四个层次。

图 4 时间线聚类图谱

第一个层次聚焦老年消费行为研究的理论基础与研究方法。既有研究在理论层面呈现出明显的多元取向,学者从决策心理、认知老化、动机转变、社会情感选择以及消费者身份演变等不同视角,对老年消费决策机制进行了阐释。其中,预期后悔理论(anticipated regret theory)从决策心理出发,揭示了老年消费者在消费选择中更趋谨慎、偏好低风险方案的行为特征;认知老化理论、动机转变视角、社会情感选择理论以及消费者身份演变理论,则进一步从认知资源变化、目标取向调整与社会角色转变等方面,补充解释了老年消费行为的变化原因(Plaud和Guillemot,2015Zniva和Weitzl,2016Carstensen,2021)。在研究方法层面,文献可视化分析显示,横截面研究在老年消费相关研究中被广泛采用,主要用于刻画老年人认知、健康特征等其他因素对老年消费的影响(Harris等,2016Xu等,2021)。但已有研究指出,该方法在区分年龄效应、队列效应等方面存在局限(Zheng等,2024),在此基础上,学者逐步引入纵向研究、真实情境数据、质性方法等多样化研究方法,以提升研究的生态效度与解释深度(Pannhorst和Dost,2019Oba等,2020Pantano等,2022)。该领域研究总体上呈现出理论视角与研究方法同步多元化的发展趋势。

第二个层次是关于健康与心理研究。聚类结果显示相关研究主要聚焦于认知变化(brain health regain)以及情绪调节(depressive symptoms),表明相关研究主要从身体与心理健康两个方面探讨其对老年消费行为的影响。一方面,随年龄的增长,老年人的认知功能改变,信息加工速度变慢,对老年消费者决策产生影响(Bjälkebring等,2016)。另一方面,心理健康因素同样影响老年消费行为。情绪体验与社会联结的变化会影响老年人的消费行为,老年人对生活的态度发生了巨大转变,在消费决策上也可能呈现出不同的状态,老年人更重视情感意义与情绪调节,具有情感意义的信息更易受老年人的关注和记忆(Bruine de Bruin等,2016Carstensen,2021)。医生的相关建议(clinician advice)在一定程度上直接影响老年群体的消费决策,专业人士的建议会缓解老年人对产品安全的顾虑,进而影响老年人的消费选择(Puhakka等,2018)。

第三个层次是关于社会经济与消费行为。该层次强调老年消费者具有高度异质性,相关研究通过消费者细分(consumer segment)方法对老年群体进行分类,从而揭示不同老年群体在消费需求与行为特征方面的差异,有利于为相关产品设计与市场策略提供更具针对性的理论依据(Iancu和Iancu,2020Amouzadeh等,2025)。“银发经济”(silver economy)既顺应了世界人口老龄化的趋势,也推动了老龄化市场建设与发展,学者多从人口结构变化与市场需求演化的角度论证发展适老化产品与服务的必要性,并强调其在提升老年群体生活福祉、维持其独立消费能力方面的重要意义(Carpenter和Yoon,2015)。

第四个层次是关于智能技术的应用。随着数字技术与人工智能的发展,学界开始关注技术采纳对老年消费与生活方式的影响。随着搭载AI大模型的养老机器人的快速迭代与商业化,老年消费者技术采纳研究的范式发生转换(Franco,2023)。研究者依托成熟的理论(BRT和UTAUT2)对老年消费者采纳陪伴机器人的影响因素进行全面系统的分析(Sun等,2025)。同时有研究关注老年消费者对社交媒体采纳意愿(Liu等,2020),最新的AR技术对老年消费者福祉的促进作用(Ceyssens等,2025)。也有研究从技术可用性、价值感与社会支持等维度分析老年人技术使用行为,指出智能技术在提升老年人独立生活与消费能力方面具有积极作用(Lee和Coughlin,2015),也指出不当设计可能加剧老年人的数字排斥,亟须推进技术适老化与智能辅助方案的完善(Pantano等,2022Darveau等,2025)。

三、基于TCM-ADO框架的老年消费者行为分析

本研究采用基于框架的文献综述研究方法,该研究方法能为现有研究提供全面的梳理和总结,发现研究缺口并对未来研究提供启示(Paul和Criado,2020Paul和Menzies,2023)。采用TCM和ADO结合的框架能够综合两种框架的优势,避免单一使用的局限性,TCM-ADO框架高度契合消费者行为领域的文献梳理和总结(Lim等,2021)。研究具体的框架如图5所示。

图 5 基于TCM-ADO框架的老年消费者行为分析
一. 基于TCM框架的老年消费者行为分析 1. 理论

为了提升理论整合深度,揭示理论之间的互补与张力关系,本文从微观—中观—宏观的角度划分研究层次,理论核心内容与应用如下。

(1)微观决策

计划行为理论:在老年消费者行为领域,该理论认为老年消费者的行为是由行为意向决定的,而意向受到态度、主观规范、知觉行为控制的影响。该理论相关研究用于解释老年个体的养老住宅购买行为(Ng等,2020),探讨老年消费者对智慧康养设备的使用意愿及相关影响因素,如数字素养、感知趣味性、主观规范和自我效能(沈芸和李俏,2025)。该理论在老年消费者领域的应用需要研究者归纳和总结行为影响相关变量,要求对实践和理论有较高的理解能力。

技术接受理论:该理论从感知有用性和感知易用性两个角度出发,认为老年消费者在接受新技术时受两个因素的共同影响进而影响其消费行为。学者们通过应用该理论对老年消费者对社交媒体(Liu等,2020Bui,2022)、金融科技(Harris等,2016)、新能源汽车(唐俊玥等,2025)等的采纳意愿进行了研究。该理论在老年消费者技术采纳方面属于较为经典的理论,主要在于技术采纳相关变量的构建和心理机制的深入挖掘。

选择性优化补偿理论:该理论作为研究老年阶段成功老龄化的重要理论框架,认为老年人在认知衰退、财务资源受限以及身体机能下降的情况下会优先满足主要需求。研究应用该理论对老年消费者的新媒介使用行为进行研究(刘娜等,2025),也聚焦于探索老年消费者利用自己的经验优势来应对技术压力和挑战(Wilson-Nash和Tinson,2022)。该理论在老年消费者研究领域正在向技术采纳等重要领域延伸,与数字鸿沟理论整合使用可更为全面地理解老年消费者的技术适应过程,具有非常广泛的应用空间。

社会情绪选择理论:该理论基于情感角度,认为老年人在消费选择上会更倾向于获得情绪上的满足感,产品的功能性相对弱化(Carstensen,2021)。如在面对广告信息时,老年人更偏好于“情感型广告”,这类广告能为老年人留下更深印象进而促使其产生消费行为(Imtiaz和Ji,2021)。该理论在老年消费者领域的研究主要聚焦于老年消费者对情绪目标和情绪意义的追求,可与中观层面的人机交互理论整合使用研究产品的情感化设计相关议题,并为情绪经济等提供了坚实的基础。

(2)中观互动

人机交互理论:该理论从技术的角度探讨如何为老年人提供优质养老服务,核心观点包括:可用性、用户体验、界面设计、用户中心设计以及无障碍性(Iancu和Iancu,2020Darveau等,2025)。如软件的界面感官设计可以激发老年人积极的行为情感,进而提高老年用户的满意度(朱婷玲等,2023)。该理论在助力老年消费者数字融入、智能产品使用、自服务技术采纳方面扮演越来越重要的角色,可进一步依托新兴情境展开深入研究。

自我概念一致性理论:该理论从四个维度分析消费者的自我概念:真实自我、理想化自我、社会自我以及理想化的社会自我。消费者的消费行为受自我概念与产品之间一致性的影响(Sirgy,1982),老年消费者会选择与自我形象(如“老当益壮”等)一致的产品以维持其对自我的身份认同感(Farooq和Bashir,2026)。自我一致性甚至会对老年消费者的旅游等精神消费产生影响(Huaman-Ramirez,2021)。随着老年消费者身份的转变和自我认知的调整,其对自我的理解也是老年消费行为领域的重要研究议题。

(3)宏观制度

生命周期假说:该假说从收入与消费角度出发,认为在不同时期个人的收入与消费存在不同模式,老年人在退休后收入减少,主要依靠其积累的财富,同时面临医疗支出的增加,相关研究从生命周期的角度,将老年阶段细分为不同阶段并考虑多方面因素对养老筹资的影响,帮助老年人及其家庭规划养老资金,以更好应对长寿带来的挑战(王梦真和李文军,2024)。研究依托生命周期假说,对老年消费者的能源使用行为(Bardazzi和Pazienza,2017)、与服务的交互(Plaud和Guillemot,2015)、金融福祉(Prakitsuwan等,2022)进行了深入的研究。生命周期范式在老年消费者研究中属于经久不衰的研究分支,应采用该范式对日渐兴起的成功老化和个体幸福感主题展开进一步研究。

永久收入假说:该假说认为老年消费者的消费行为取决于其一生的累计收入,而不会受到退休后收入短期波动的影响。同时结合生命周期理论框架,分析了老年人收入的不确定性对其消费和储蓄行为的潜在影响(Browning和Crossley,2001)。该假说在研究中用于解释老年消费与储蓄行为,适用于分析老年人退休后在食物消费、健康等方面的支出(邓婷鹤,2016Blundell等,2024)。永久收入假说在老年消费者领域应用过程中有一定的解释性,但其局限性也存在,老年消费受到多种偶发因素的影响,在应用过程中应结合其他理论共同分析。

预防性储蓄理论:该理论主要用于分析老年人如何应对未知风险,老年人在面对医疗等方面的不确定性时,为抵御风险而增加储蓄、减少消费行为(杜鹏和吕如敏,2017)。研究多通过结合老年人的健康与收入状况展开分析,用于解释老年人“重储蓄、轻消费”的特点(易行健等,2025)。预防性储蓄理论在解释老年消费者的储蓄动机方面具有重要作用,若整合微观层面的社会情绪选择理论,则可共同解释老年消费者“重储蓄、轻享乐”的消费悖论,特别是对国内老年储蓄行为有较高解释力。

数字鸿沟理论:该理论常用于研究老年群体的数字化消费行为,主要从数字信息技术的接入、使用和知识素养方面分析老年人与年轻人之间的差距,老年人受经济因素(城乡差距、经济状况)、技术因素(产品设计、技术更新)、社会文化因素(教育水平、社会支持)和心理因素(认知障碍、恐惧心理)的影响,老年人更易陷入数字鸿沟(Pantano等,2022张影,2024)。数字鸿沟理论对理解老年消费者的数字融入困境,分析具体原因,制定政策促进老年数字包容具有重要作用,该理论在宏观分析方面优势明显,可结合中观层面的人机交互理论对老年消费者技术采纳行为进行深入全面的分析。

2. 情境

(1)健康医疗消费情境:健康消费是老年人消费行为研究的重点领域。随着年龄的增长,老年消费者对医疗服务、健康产品(如营养补充剂、助听器等辅助设备)、养老服务(如居家护理、养老院)以及智能健康监测设备的需求持续增长。既有研究指出,老年群体对健康类产品的需求持续增长,但在具体产品类型与创新度上的接受程度存在显著分化,预防健康风险与维持功能状态构成其健康消费的核心动机(Puhakka等,2018)。随着科技不断发展,人工智能(AI)和物联网(IoT)技术的发展也为健康消费带来了新契机,例如智能可穿戴设备和远程医疗平台的普及(Qadri等,2020);老年陪伴机器人和护理机器人成为医养领域的重要辅助技术,有效缓解了护理人员不足的压力,同时支持情感陪伴与健康管理功能,近期成为老年消费市场中备受关注的产品选择(Sun等,2025Suwa等,2020)。

(2)数字化/智慧消费情境:数字化技术的普及在一定程度上改变了老年人固有的消费观念,但老年人对技术接受的障碍仍然存在。在信息化技术的使用中(如移动支付、电子商务和智能设备操作),老年人常会面临认知、身体和技术熟练度等方面的障碍(Czaja等,2018),但通过用户友好型设计、简易使用教程和数字化普及等策略可显著提升老年人对相关服务的参与度(Kim和Preis,2016);数字金融包容性同样需关注到老年消费者,推动其融入当今数字经济发展进程之中(Choi等,2024)。搭载AI大模型的智能养老服务机器人、AR技术与智能家居等智能产品和服务能有效支撑其功能独立和身心健康,同时代际支持作为重要因素,有效推动老年人对技术的接受程度,从而提高老年人独立生活的能力(Choi等,2024Ceyssens等,2025Ma等,2023)。

(3)养老与旅居消费情境:在该情境下政策的支持对老年市场持续发展具有重要意义。老年消费者在接受养老服务、异地旅游等过程中处于相对弱势的地位,金融诈骗与欺诈性营销等问题时有发生(Burnes等,2017)。在健全完善法律制度、保护老年消费者的合法权益的基础上,通过财政补贴、制度保障等手段,打造具有“适老化、高质量”特点的规范有序老年消费市场,引导企业开展适老化产品的研发与供给,填补供需缺口,推动老年消费结构优化升级,进而促进养老与旅居消费场景的高质量与可持续发展(乐昕和彭希哲,2016Barnard,2015)。

(4)日常实体消费情境:老年消费者在日常实体消费情境中具有独特性,具体体现在决策途径、品牌选择与购买动机等方面。随着年龄的增长,老年人的认知水平与信息处理能力发生变化,使得他们在复杂的线下环境(如超市、药店等)中更倾向于采用“启发式”决策策略,以缓解在处理复杂任务时面临的压力(Carpenter和Yoon,2015)。同时,老年人更偏好实用性强且风险较低的产品,倾向于选择熟悉且信赖的品牌,情感因素、信任感及怀旧心理进一步增强了他们对品牌的忠诚度(Moschis,2012;Lambert-Pandraud和Laurent,2010)。然而也有研究指出,对衰老持有积极感知的老年人更愿意尝试全新产品与服务(张惠莹等,2023)。这些决策特征在日常实体消费情境中表现尤为突出,为未来产品设计与营销策略制定提供了重要依据。

(5)精神文化消费情境:老年群体对精神需求的关注日益增强,体现在文娱活动、社交消费、文化体验等多个方面。老年人通过休闲活动能满足其自我实现、情感归属与社会互动的需求,有效缓解老年人的孤独感(Chang等,2021),社会支持对老年人的心理与整体福祉具有积极作用,进而提升老年人的社会参与和消费意愿(Zanjari等,2022Lee等,2022)。部分老年人选择从事具有一定难度的冒险活动挑战自我,以此来获得尊严感与存在感,实现自我价值(Gregory,2023Nelson-Becker等,2023)。精神文化消费不仅促进了积极老龄化实现,也推动了老年消费结构的升级,为银发经济中相关产业发展提供了重要支撑。

3. 方法

本文通过系统搜集相关研究文献,筛选出与老年人消费行为相关的研究成果,分析这些文章使用的方法论并对研究类型予以总结。搜索范围涵盖中文与外文且时间跨度设定为2015年至2025年,共筛选出50篇文献,其内容涵盖不同类型的老年人消费研究。具体结果如表4所示。

表 4 研究发表年份及类型
年份区间定量定性混合/综述合计部分参考文献
2015—201982111Yoo等(2015),Galambos等(2017),Alley等(2018
2020—202293214Alley等(2020),Liu等(2020),LaBarge和Pyle(2020
2023—202492314Pantano等(2022),Filimonau等(2023
202562311Wang等(2025),Hettich等(2025
合计329950

结果显示近十年老年消费行为相关研究以定量分析方法为主,其中问卷调查、结构方程模型、回归分析和实验设计等方法被多次提及与使用(Liu等,2020;Wang等,2025;Alley等,2018)。定性研究则主要通过深度访谈、主题分析和焦点小组访谈等方法分析老年消费者的决策过程与主观体验(Alley等,2020LaBarge和Pyle,2020)。定量方法通过量化分析与模型构建成为研究的主流趋势,定性方法为研究老年消费者的消费心理与行为予以补充,形成“定量为主、定性为辅”的研究格局。

二. 基于ADO框架的老年消费者行为分析 1. 前因

(1)个体层面

人口统计变量:从人口统计变量角度来看,年龄、收入以及认知能力等前因变量在相关文献中已有充分研究。老年消费者随年龄的增长,认知能力逐渐下降,从而对技术的使用与接受度产生一定影响(Chen和Chan,2014)。个体收入水平、社会经济地位同样对消费者偏好、技术的接纳采用以及消费行为产生影响(Pannhorst和Dost,2019Determann等,2016)。

身体机能变量:随着年龄的增长,老年消费者的行动能力和抑制功能会发生相应的变化(Zapparoli等,2022),这些生理上的变化造成老年人医疗消费增加。视觉与听觉功能衰退影响老年人获取信息能力,进而影响老年人的消费选择,辅助设备的需求显著增加(Peelle和Wingfield,2016Virgili等,2018Wirtz等,2025)。味觉和嗅觉的退化会影响老年消费者对食物的选择和消费,进而影响其饮食结构和消费欲望(Spence和Youssef,2021Liu等,2023)。

心理特征变量:老年消费者的记忆和想象能力降低,进而影响其信息加工能力(Devitt等,2017),进一步塑造其消费行为。既有研究普遍指出,认知老化会降低老年人在消费情境中的信息整合、来源辨识与决策效率,使其更倾向于采用简化判断策略,回避复杂选择,并偏好便捷性强或具有情绪与体验属性的产品与服务(Drolet等,2019Thoma和Wechsler,2021),在一定程度上影响其消费结构与决策结果(Löckenhoff,2018Bruine de Bruin等,2016Taylor等,2023)。老年消费者的生活状态(与配偶同住、独居、与子女同住)以及能否获得代际支持也会显著影响其购买行为(Liu等,2020)。

(2)产品层面

根据过往对老年人在身体变化方面的研究,适老化产品的设计主要基于其生理与心理变化特点加以优化。针对老年人身体机能衰退与感官功能的衰弱和丧失,产品设计的重心应放在满足其核心需求上,如功能丰富,通过大字体、大按钮、简化操作界面、加入容错机制以及优化交互等方式,以满足不同能力老年消费者的需求(Farage等,2012Iancu和Iancu,2020)。产品的情感设计也不应只作为其他功能的辅助,老年人也希望产品能带来更多情感上的帮助,语音助手、陪伴感成为产品设计向“情感共鸣”发展的关键驱动(Liu等,2023)。

老年消费者对产品的关注点主要体现在安全性与易用性上。安全性体现于两个方面,一是产品在健康监测方面具备一定作用,二是产品使用不会对使用者自身造成损害(Liu等,2023Yap等,2022)。易用性则主要通过优化设计以打造老年友好型产品,老年消费者希望简化操作流程同时能获得较好的体验(Amouzadeh等,2025)。产品定价和感知价值也是老年消费者在购买产品和服务时考虑的重要因素(Annunziata等,2015Yeoh和Chin,2022)。

(3)社会层面

社会层面因素作为影响老年消费的关键前因,通过文化价值引领与政策制度规范共同影响老年群体的消费潜力。尊老敬老是中国传统文化的核心,在当今社会其核心在于助力其老年人养老需求的满足(屈群苹和许佃兵,2016)。应以中华优秀传统孝文化与社会主义核心价值观为思想引领,保留并大力弘扬其核心内核,积极完善居家养老服务,引导老年消费向高质量发展(黄健元和姜丽兰,2016谭秋霞和钱继磊,2025);另一方面,推动传统文化在新时代的创新式阐释,助力机构养老发展,与居家养老形成有机互补,通过扶持和引导社会资本参与建立专业服务组织,激发老年消费市场活力,共同构建适应当今时代的社会养老服务体系(屈群苹和许佃兵,2016)。

从养老政策角度来看,主要通过资源配置、制度设计以及激励政策等方面对老年消费市场产生影响。目前我国的养老服务建设呈现出显著的区域发展不平衡现象:经济发达地区与落后地区的基础养老设施存在明显差异,城乡差异突出(陆杰华,2025)。这种不平衡现象限制了老年消费市场的发展,养老设施薄弱地区难以满足老年消费者的需求。为有效解决养老服务区域发展不平衡问题,在养老政策上应实施针对性策略:对经济较落后地区优先支持,弥补基础设施短板,实现区域均衡发展,建立并持续完善养老保障体系,惠及全体老年群体,以国家乡村振兴战略赋能养老资源供给,优化整体老年消费结构,促进老年消费升级(戴卫东和德勒格尔,2024王华和殷旭辉,2025)。

2. 决策

老年消费者的决策行为包含信息搜集、信息加工和决策特征三个方面的内容。关于老年消费者的信息搜集,由于老年消费者的行动能力和感官能力发生变化,老年消费者在决策过程中搜集信息变得困难,倾向于搜集较少的信息,因此其花费在信息搜集上的时间更少,从更小的选择集中挑选相关的产品和服务(Carpenter和Yoon,2015)。而在信息搜集渠道方面,风险厌恶和技术焦虑的共同影响,使老年消费者更倾向于传统媒介(如电视机等),而年轻消费者则更多地从网络平台获取相关信息(Yoon等,2009Fan等,2024;Zheng等,2024)。在进行产品的选择时,老年消费者进行决策所选用的信息种类和年轻消费者也会有所不同,由于孤独感的增加和怀旧心理的驱动,老年消费者更加关注产品所包含的情绪特征和情绪信息,也会将更多的注意力聚焦于产品的情绪价值方面(Thoma和Wechsler,2021Carstensen,2021)。

老年消费者由于工作记忆的限制,对干扰的抑制能力降低同时回忆信息的能力受损,此外,部分产品复杂的设计导致短时间内需要加工的信息较多,因此老年消费者更偏向于采用启发式策略对信息进行加工处理,也更容易出现信息过载的情况(Carpenter和Yoon,2015Pantano等,2022Taylor等,2023)。此外,老年消费者的情绪加工整体表现为情绪体验更积极,情绪状态更加稳定,这甚至对金融投资会产生正影响(Eberhardt等,2019)。

老年消费者决策具有鲜明的特征,由于身体机能、时间感知的变化,老年消费者在决策过程中追求稳定(更关注产品的安全性),通常具有较大的风险规避倾向,对选项中所包含的积极信息也更加关注(张力元等,2015)。当老年消费者的决策任务具有更大的功能满足目标,且与自我高度相关时,老年消费者的决策效率和决策质量较高(Yoon,2009)。

3. 结果

关于老年消费者决策结果的研究主要聚焦于个体、企业、社会三个层面。由于身体功能的改变,老年消费者在健康医疗情境中所做的决策(如药物处方、治疗方案、医院选择、智能医疗技术采纳……)对其维持个人健康和功能独立至关重要(张力元等,2015Ma等,2023)。启发式加工虽然能够节省认知资源,但是容易忽略重要信息,在治疗方案的选择中较少从全局考虑,难以整合多渠道信息资源做出决策。因此,应通过健康辅助计划(认知训练、代际支持等)获取完备信息来支撑高质量决策,助力成功老龄化。

而在数字化/智能消费情境中,智能陪伴机器人、居家辅助技术、人工智能技术、AR技术等的采用对老年消费者保持社会联系、情绪健康、功能独立都非常重要(Sun等,2025Ceyssens等,2025),企业应加大适老化研发设计(简化操作界面、重要应用默认设置),减少老年消费者信息过载情况的发生,促进其对智能产品的采用(Labarge和Pyle,2020)。

老年消费者在日常购物和精神文化消费中比较注重产品的功能性,以及产品是否能够满足自身的特定需求(自我相关性),这对企业的产品和服务设计提出了新的要求和挑战(Zheng等,2024)。在日常的养老决策中,老年消费者由于信息搜集范围小、信息加工能力弱,容易遭遇虚假宣传等情况(Burnes等,2017),需要完善相关政策保障老年消费者的合法权益。老年消费者的认知和身体功能良好(功能独立)、能够参与社会与生产性活动(乐观积极)、良好的家庭互动与代际关系,是其晚年幸福生活的基础,是实施积极老龄化国家战略的初衷和落脚点。

四、未来研究前瞻

在人口老龄化趋势日趋严重的背景下,老年消费研究的意义愈发凸显。最新前沿实践如人工智能技术的快速迭代(搭载AI大模型的养老机器人迅速商业化等)、老年消费需求的转变(从功能满足转向情绪价值满足),以及理论研究中技术采纳范式的变革(从“能力缺失者”视角向“技术寻求者”转变),都驱动着老年消费者行为研究的全面深入开展。研究在对国内外文献进行系统梳理的基础上,提出了未来极具价值的研究方向,并从研究主题与方法论角度提出前瞻性展望。在每个具体研究主题中基于ADO框架探讨其对老年消费决策和行为的可能影响,同时对研究可能的理论贡献和可行性进行探讨,以期助力该领域研究的全面开展。

一. 研究主题 1. 场景对老年消费行为的影响

老年消费者需求的精准洞察是产品和服务开发设计的第一出发点,而老年消费者的需求与其所处的时间、空间等情境因素高度相关,在不同场景中表现出较大的差异性。如老年消费者在健康消费场景中主要是满足维持和改善个人身体健康的需求,而在精神文化消费场景中主要是追求与大自然的接触,获得情绪价值的满足。有鉴于此,未来可对如下问题进行探讨:

(1)针对老年消费者,如何构建场景?通常有哪些具体的场景构建方法?(2)如何基于场景对老年消费者的需求进行深刻洞察?需求是否具有动态性?(3)如何对场景中的深层需求(难以表达却处处体现)进行挖掘?

场景的构建以及场景中需求的挖掘是目前学术研究的前沿话题,开展相关研究将为场景驱动的需求理解、产品/服务设计提供坚实的基础,并将促进场景相关理论的发展和应用。

在健康消费场景中,老年人的消费需求呈刚性特征,智能健康设备的采用为老年消费者的健康管理、功能独立提供坚实的基础。针对老年消费者购买可穿戴医疗设备的前因,学者们已经做了一定的分析(吴江等,2017Talukder等,2020),主要基于技术采纳模型的相关变量进行研究,但对采纳者技术素养、代际支持(代际互动)、老年消费者自发学习动机(如婴儿潮世代老年消费者对技术保持热情)等影响因素关注不足,可对此展开进一步研究。未来可对如下问题进行更深入的探讨。

(1)健康消费场景下老年消费者行为有哪些独特性?这些独特性为产品和服务设计提出了哪些挑战?(2)有哪些理论或拓展的理论可以对此展开深入研究?

健康是人类最重要的话题,对于存在身体健康问题的老年消费者,如何维持稳定的健康水平,是保持人格独立和自尊的重要基础。对此展开深入研究将极大地助力健康消费场景中个体行为的理解。

精神文化消费场景也是近年来逐步兴起的细分领域,并成为老年消费的重要场景。过往关于体验消费的研究大多聚焦于年轻的、身体强健的消费群体,同时将老年人视为被动和同质化的群体,这使得老年消费者在体验消费和情感经济中被忽略和边缘化(Yang和Chow,2025)。随着老年人口的迅速增加和收入水平的提高,老年消费者转而积极主动参与体验相关的消费。部分老年消费者甚至从事徒步越野、潜水、攀岩、划独木舟等体能消耗巨大的体验消费活动,在与大自然的接触过程中重新发现自我(Gregory,2023)。未来可对如下问题进行探讨。

(1)老年消费者购买体验服务的驱动机制是什么?影响因素有哪些?(2)企业或者商家通过哪些沟通方式或媒介能够精准触达目标消费群体?

老年消费行为从功能满足向情绪体验等精神文化消费转变是物质文明快速发展的结果,是老年消费者生活多样化的重要表现形式,对此展开深入研究将助力拉动内需,发展银发经济,同时将促进消费者异质性、消费结构升级、服务营销等相关领域的研究。

2. 时间因素对老年消费行为的影响

与将老年消费行为归为单一生命周期的视角不同,时间维度下的老年消费更符合“时间累积效应”,即消费模式及偏好受过往经验积累和人生重要节点的影响(Drolet等,2019),而这一重要因素在过往研究中较少涉及。时间维度对老年消费者的消费情感需求具有重要影响。例如,老年消费者在初次接触新技术时,常伴随新鲜感(好奇心)和抵触情绪(技术复杂度)的双重特征,但经过一段时间的使用与适应后,老年消费者的抵触心理逐渐减弱,消费行为趋向稳定(Czaja等,2006)。

在时间因素对老年消费行为影响的相关研究中,研究者发现中国人在时间知觉广度上呈现显著的双向特征,即一方面倾向于回溯过去的生活经验与体验,另一方面又在一定程度上具备预判未来风险的时间知觉取向。这种同时指向过去与未来的时间取向,使个体形成了更为广阔的时间知觉尺度(纪丽君等,2023)。基于这一特征,在研究老年人消费行为时,有必要将时间知觉尺度纳入分析,进一步探讨其对老年人消费决策过程中可能存在的影响。

未来可从以下角度进一步深入探讨:(1)老年消费者少年时期、青年时期、中年时期的人生经历是否会影响其进入老年时期后的个体决策模式和消费行为?如果有影响具体的影响机制是什么?(2)重要时间节点、时间压力是否会影响老年消费者的购买决策制定?(3)对时间的不同认知是否会导致老年消费者对享乐/功能产品表现出不同的偏好?具体机制是什么?

时间是最为宝贵的资源,对于时间的结构化认知将会对个体的决策产生重要影响,对此开展针对性研究将深化时间框架、时间压力、未来时间视角对老年消费者行为的影响。

3. 情感化设计对老年消费行为的影响

随着技术的迭代进步以及设计理念的变迁,产品的设计目标已从最初的功能满足(如安全性、便捷性等)向消费者的情感需求满足转变。特别是近年来人工智能技术已逐步应用于新产品设计,人工智能技术的应用能够显著提高新产品开发的效率,但也同样容易让设计实践忽视弱势群体的需求(Verganti等,2020)。

随着个体年龄增加,个体的动机会发生改变,其对产品所包含的情绪价值和情绪特征更加关注,追求更加积极的情绪体验,同时更加关注产品所包含的意义感(Carstensen等,20032021)。在对老年产品进行设计时,在满足其最基本功能实现的基础上,应着重考虑老年消费者的情感需求,如近年来得到大力推广的智能陪伴机器人,其主要功能是满足老年消费者的生理辅助功能,同时也兼具对话、聊天等情感功能(Pu等,2019)。产品的情感化设计旨在提供自然流畅的良好用户体验。

未来可进一步探讨以下问题:(1)老年消费者对不同情绪价值产品的偏好如何?驱动因素有哪些?(2)产品所提供的情绪价值和情绪功能是否会影响老年消费者线下的社会互动行为?具体的影响机理和边界条件有哪些?(3)老年消费者如何认识和评价产品所包含的意义感?

老年消费者更加聚焦于产品的情绪体验方面,因此在产品设计中要兼顾功能性与情感性,对此展开细致的研究能够为老年产品开发设计、情绪设计等相关理论提供补充和完善。

4. 技术适老化对老年消费行为的影响

技术进步为积极应对人口老龄化提供了新的机遇和可能,智能技术为老年群体的功能独立提供了重要支撑(Kim等,2023)。老年消费者长期被排斥在技术的采纳和使用之外,这将会加剧数字鸿沟,导致其面临社会孤立(Chu等,2022)。技术适老化的产品能够获得老年消费群体更高的使用评价和用户忠诚度,有效降低老年消费者对技术的抗拒,提高技术采纳率。在设计产品和服务时考虑老年消费者市场的异质性,设计具有包容性的老年友好型产品和服务(Darveau等,2025;柳武妹等,2026)。

近年来,以人工智能技术为代表的智能技术在老年健康照护领域快速发展,为老年消费者提供了康护辅助、情绪支持、社会联系支持、监督提醒、认知促进等服务(Ma等,2023)。此外,智能陪伴机器人逐步实现商业落地,通过搭载AI大模型实现了情感交互和健康监测的双重功能。学者依托技术接受模型展开相关研究(Sun等,2025),并就金融科技(Fintech)、AR技术应用为老年消费者提供便利和福祉提升进行了初步探索(Choi等,2024Ceyssens等,2025)。随着智能技术在老年消费者生活中扮演越来越重要的作用,亟须从技术适老化的视角更深入地研究人工智能的发展对老年消费者行为的影响。

结合已有研究结论,还有以下研究问题急需探讨:(1)老年消费者对技术的接受程度会受哪些相关支持因素的影响(代际互动、社会支持、专业老年教育机构)?具体的影响机制是什么?(2)从产品设计角度考虑,通过哪些适老化设计(如交互界面设计)可以有效增强老年消费者对新技术的信任,以减轻其对新技术的抗拒心理?(3)在健康支持领域,老年消费者对技术的态度有什么特殊性,有哪些具体理论可为解读该现象并促进相关研究提供支撑?

技术适老化是当前业界和学术界关注的重点问题。以人工智能为代表的智能技术在老年消费者不同生活场景中的应用日趋深入,对此展开深入研究不仅能促进老年消费者的技术采纳行为,也能助力企业研发设计适老化产品。

二. 研究方法

为推动老年消费领域研究的进一步深化和拓展,未来在方法论方面可从多个角度完善,包括规范化测量工具的开发、动态分析方法的应用、跨学科方法的综合应用和特定研究方法的采用。通过方法改进可提高研究的科学性、稳健性、实用性,有利于更全面、深入地揭示老年消费者的行为特征及其影响因素。

1. 规范化测量工具

现有关于老年消费者的相关研究涉及的变量和测量量表较多,如对老年消费者技术接受度、信任感、顾客满意度等方面的测量,现有测量工具差异较大,这阻碍了研究之间的横向综合比较,也对不同研究之间的整合提出了挑战。为有效解决这一问题,有必要进行专门量表的开发工作以提高研究的科学性和可比性,为后续研究奠定相应的基础。例如:针对老年消费者的心理、文化和社会需求开发情感需求量表(评估老年人的孤独感、信任感等情感因素)和技术接受量表,建立统一标准,研究人员可通过标准化的量表了解老年消费者的基本情况并在此基础上开展跨学科的研究分析;在研究方式上可建立标准化的测量框架,具体可从两方面进行标准化处理:第一,关于样本的规定。在研究样本的选取方面应综合考虑老年群体的年龄分布、健康状况、受教育程度和收入水平等多种因素,以确保样本拥有较强的代表性。第二,数据源的优先级。优先收集老年消费者在真实消费场景中的行为数据,实地数据更接近老年消费者日常生活中的真实消费行为。

2. 动态分析方法

现有对老年消费行为的研究,多采用简单模型,在数据分析上以定量为主,且局限于验证一些基本假设,难以发现其中的各类复杂影响因素,如消费决策中的情感与认知动态交互。未来的研究可从以下方面进行优化:一是多维度分析。结合横向比较(如不同群体间的差异)和纵向追踪(如行为随时间变化特征),构建动态模型来研究老年消费者的相关行为。二是针对复杂因素,可采取更高级统计分析方法,分析情感、认知以及社会因素等多方面的影响,揭示老年消费行为的深层机制。

3. 跨学科方法的综合应用

老年消费者的行为不仅受到经济因素的影响,还受到心理、情感驱动,未来关于老年人的消费研究,不仅要在经济管理领域深入研究,更要与其他学科(如心理学、社会学、健康科学等)交叉研究。因此在老年消费行为中,可结合脑成像技术分析其大脑活动对消费决策的影响。同时,文化的差异也会影响老年人的消费行为,如中国老年人的消费与家庭消费有更高的相关度。未来可强化跨文化研究,分析文化价值观对老年人消费决策的塑造作用。科技的进步也为老年消费研究开辟新路径,结合工业设计、人工智能等新技术,优化适老化产品的功能与情感设计,满足老年人对产品功能性和情感性的需求。同时可通过跨学科构建综合模型,如基于机器学习预测老年人可能的消费需求,并结合社会网络分析(SNA)等社会学研究方法,分析社会关系网络对老年人消费行为的影响。

4. 案例分析、民族志、参与式行动方法的应用

中国的老龄化具有基数大、增长快和区域发展不平衡等突出特点,为了全面深入地洞察中国老年消费者的需求和行为,研究者需要深入基层开展长期观察,扎根于老年人消费的真实场景。为此,需要案例分析和民族志研究方法的深度应用。同时,参与式行动研究法也强调在实践参与中促成改变,鼓励拥有多学科交叉背景的研究者参与产品和服务的适老化设计,从而推动学术研究成果的落地。

主要参考文献
[1] 戴卫东, 德勒格尔. 长期护理保险制度衔接、政策整合与机制协同[J]. 中国软科学, 2024(4): 12–24.
[2] 邓婷鹤. 再议“退休消费之谜”——来自食物消费的证据[J]. 经济与管理评论, 2016, 32(4): 144–151.
[3] 杜鹏, 吕如敏. 公费医疗对老年人预防性储蓄动机的影响研究[J]. 新疆社会科学(汉文版), 2017(5): 136–141.
[4] 胡湛, 彭希哲, 吴玉韶. 积极应对人口老龄化的“中国方案”[J]. 中国社会科学, 2022(9): 46–66.
[5] 黄健元, 姜丽兰. 农村家庭养老服务与孝文化演进[J]. 重庆社会科学, 2016(9): 64–72.
[6] 纪丽君, 吴莹, 杨宜音. 中国人的时间知觉广度[J]. 心理学报, 2023, 55(3): 421–434.
[7] 乐昕, 彭希哲. 老年消费新认识及其公共政策思考[J]. 复旦学报(社会科学版), 2016, 58(2): 126–134.
[8] 李宏彬, 施新政, 吴斌珍. 中国居民退休前后的消费行为研究[J]. 经济学(季刊), 2015, 14(1): 117–134.
[9] 刘娜, 金一凡, 石雪颖. 弱势不弱能: SOC理论视角下农村老年抖音用户的数字社交与主体适应研究[J]. 华中农业大学学报(社会科学版), 2025(2): 161–171.
[10] 柳武妹,叶星星,刘伟. 营销领域弱势群体刻板印象研究评述和展望[J]. 外国经济与管理, 2026, 48(3): 97–116.
[11] 陆杰华. 农村养老服务创新发展的内生动力及实现路径[J]. 人民论坛, 2025(2): 74–78.
[12] 彭希哲, 陈倩. 中国银发经济刍议[J]. 社会保障评论, 2022, 6(4): 49–66.
[13] 屈群苹, 许佃兵. 论现代孝文化视域下机构养老的构建[J]. 南京社会科学, 2016(2): 92–97,106.
[14] 沈芸, 李俏. 数字时代老年人智慧康养设备使用意愿及其影响因素——基于解构计划行为理论的实证研究[J]. 老龄科学研究, 2025, 13(2): 33–47.
[15] 石贝贝. 我国城乡老年人口消费的实证研究——兼论“退休—消费之谜”[J]. 人口研究, 2017, 41(3): 53–64.
[16] 谭秋霞, 钱继磊. 中华传统孝文化与家政养老服务事业发展[J]. 山东社会科学, 2025(3): 154–161.
[17] 唐俊玥, 韩少华, 张慧仪, 等. 基于C-TAM-TPB模型的老年人新能源车消费影响因素实证研究[J]. 包装工程, 2025, 46(10): 120–127,207.
[18] 汪斌. 数字红利视角下老年数字失能表现、成因及治理新路径[J]. 云南民族大学学报(哲学社会科学版), 2024, 41(2): 60–67.
[19] 王华, 殷旭辉. 城镇化进程中农村养老社会资本获取机制与政策支持[J]. 西北农林科技大学学报(社会科学版), 2025, 25(2): 45–52.
[20] 王梦真, 李文军. 基于生命周期理论的个人养老筹资评估与规划[J]. 金融研究, 2024(7): 170–187.
[21] 王少辉, 李富有. 中国老年群体消费结构、需求特征和行为决策[J]. 北京社会科学, 2021(8): 119–128.
[22] 吴江, 曾敏讷, 刘福珍, 等. 基于元分析方法的可穿戴设备用户采纳行为研究[J]. 信息资源管理学报, 2017, 7(2): 5–13.
[23] 杨凡, 潘越, 黄映娇. 中国老年人消费结构及消费升级的影响因素[J]. 人口研究, 2020, 44(5): 60–79.
[24] 杨继生, 邹建文. 人口老龄化、老年人消费及其结构异质性——基于时变消费效用的分析[J]. 经济学动态, 2021(11): 91–110.
[25] 杨雪, 王瑜龙. 社交活动对中国新一代老年人口消费的影响——基于CHARLS 2018的实证研究[J]. 人口学刊, 2021, 43(2): 61–73.
[26] 易行健, 李青塬, 吴卫星, 等. 老年家庭消费储蓄行为研究新进展[J]. 保险研究, 2025(9): 3–22.
[27] 张惠莹, 丁志华, 江欣, 等. 越老越爱新: 衰老感知对新产品购买意愿的影响[J]. 管理评论, 2023, 35(7): 174–184.
[28] 张力元, 毕研玲, 张宝山, 等. 老年人行为决策: 领域现状与挑战[J]. 心理科学进展, 2015, 23(5): 858–870.
[29] 张影. 数字化背景下我国老年群体数字鸿沟现状、成因及弥合路径[J]. 桂林航天工业学院学报, 2024, 29(6): 859–864.
[30] 朱荟. 国家战略实施中的老龄事业与老龄产业: 概念辨析、协同困境与治理路径[J]. 北京行政学院学报, 2025(4): 11–21.
[31] 朱荟, 王舒艳. 数智老龄社会参与的新差序格局及其积极老龄化效应[J]. 西北人口, 2025, 46(5): 1–13.
[32] 朱婷玲, 朱丽萍, 李永锋. 基于结构方程模型的老年人APP用户体验设计研究[J]. 包装工程, 2023, 44(6): 106–116.
[33] Alley S J, Samra P, Rebar A L, et al. A focus group study of older adults’ perceptions and preferences towards web-based physical activity interventions[J]. Informatics for Health and Social Care, 2020, 45(3): 273–281.
[34] Alley S J, Schoeppe S, Rebar A L, et al. Age differences in physical activity intentions and implementation intention preferences[J]. Journal of Behavioral Medicine, 2018, 41(3): 406–415.
[35] Amouzadeh E, Dianat I, Faradmal J, et al. Optimizing mobile app design for older adults: Systematic review of age-friendly design[J]. Aging Clinical and Experimental Research, 2025, 37(1): 248.
[36] An S, Cheung C F, Willoughby K W. A gamification approach for enhancing older adults' technology adoption and knowledge transfer: A case study in mobile payments technology[J]. Technological forecasting and social change, 2024, 205: 123456.
[37] Annunziata A, Vecchio R, Kraus A. Awareness and preference for functional foods: The perspective of older Italian consumers[J]. International Journal of Consumer Studies, 2015, 39(4): 352–361.
[38] Babin B J, Zhuang W L, Borges A. Managing service recovery experience: Effects of the forgiveness for older consumers[J]. Journal of Retailing and Consumer Services, 2021, 58: 102222.
[39] Bardazzi R, Pazienza M G. Switch off the light, please! Energy use, aging population and consumption habits[J]. Energy Economics, 2017, 65: 161–171.
[40] Barnard J. Consumer rights of the elderly as vulnerable consumers in South Africa: Some comparative aspects of the Consumer Protection Act 68 of 2008[J]. International Journal of Consumer Studies, 2015, 39(3): 223–229.
[41] Berg H, Liljedal K T. Elderly consumers in marketing research: A systematic literature review and directions for future research[J]. International Journal of Consumer Studies, 2022, 46(5): 1640–1664.
[42] Bjälkebring P, Västfjäll D, Dickert S, et al. Greater emotional gain from giving in older adults: Age-related positivity bias in charitable giving[J]. Frontiers in Psychology, 2016, 7: 846.
[43] Blundell R, Borella M, Commault J, et al. Old age risks, consumption, and insurance[J]. American Economic Review, 2024, 114(2): 575–613.
[44] Browning M, Crossley T F. The life-cycle model of consumption and saving[J]. Journal of Economic Perspectives, 2001, 15(3): 3–22.
[45] Bruine de Bruin W, Parker A M, Strough J. Choosing to be happy? Age differences in “maximizing” decision strategies and experienced emotional well-being[J]. Psychology and Aging, 2016, 31(3): 295–300.
[46] Bui H T. Exploring and explaining older consumers' behaviour in the boom of social media[J]. International Journal of Consumer Studies, 2022, 46(2): 601–620.
[47] Burnes D, Henderson Jr C R, Sheppard C, et al. Prevalence of financial fraud and scams among older adults in the United States: A systematic review and meta-analysis[J]. American Journal of Public Health, 2017, 107(8): e13–e21.
[48] Carpenter S M, Yoon C. Aging and consumer decision making[A]. Hess T M, Strough J, Löckenhoff C E. Aging and decision making: Empirical and applied perspectives[M]. London: Academic Press, 2015.
[49] Carstensen L L. Socioemotional selectivity theory: The role of perceived endings in human motivation[J]. The Gerontologist, 2021, 61(8): 1188–1196.
[50] Carstensen L L, Fung H H, Charles S T. Socioemotional selectivity theory and the regulation of emotion in the second half of life[J]. Motivation and Emotion, 2003, 27(2): 103–123.
[51] Ceyssens C, Verhulst N, Willems K. Enhancing the well-being of older adults through augmented reality: A systematic literature review and future research agenda[J]. International Journal of Consumer Studies, 2025, 49(4): e70080.
[52] Chang L C, Dattilo J, Hsieh P C, et al. Relationships of leisure social support and flow with loneliness among nursing home residents during the COVID-19 pandemic: An age-based moderating model[J]. Geriatric Nursing, 2021, 42(6): 1454–1460.
[53] Chen K, Chan A H S. Gerontechnology acceptance by elderly Hong Kong Chinese: A senior technology acceptance model (STAM)[J]. Ergonomics, 2014, 57(5): 635–652.
[54] Choi Y, Han S, Lee C. Exploring drivers of fintech adoption among elderly consumers[J]. Technology in Society, 2024, 78: 102669.
[55] Chu C H, Nyrup R, Leslie K, et al. Digital ageism: Challenges and opportunities in artificial intelligence for older adults[J]. The Gerontologist, 2022, 62(7): 947–955.
[56] Czaja S J, Boot W R, Charness N, et al. Improving social support for older adults through technology: Findings from the PRISM randomized controlled trial[J]. The Gerontologist, 2018, 58(3): 467–477.
[57] Czaja S J, Charness N, Fisk A D, et al. Factors predicting the use of technology: Findings from the Center for Research and Education on Aging and Technology Enhancement (CREATE)[J]. Psychology and Aging, 2006, 21(2): 333–352.
[58] Darveau J, Paquet C, Faber A, et al. A scoping review on ageism in marketing: Towards age inclusiveness[J]. Journal of Marketing Management, 2025, doi: 10.1080/0267257X.2025.2562327.
[59] Determann D, Lambooij M S, de Bekker-Grob E W, et al. What health plans do people prefer? The trade-off between premium and provider choice[J]. Social Science & Medicine, 2016, 165: 10–18.
[60] Devitt A L, Addis D R, Schacter D L. Episodic and semantic content of memory and imagination: A multilevel analysis[J]. Memory & Cognition, 2017, 45(7): 1078–1094.
[61] Drolet A, Jiang L, Pour Mohammad A, et al. The influence of aging on consumer decision‐making[J]. Consumer Psychology Review, 2019, 2(1): 3–16.
[62] Eberhardt W, Bruine de Bruin W, Strough J N. Age differences in financial decision making: The benefits of more experience and less negative emotions[J]. Journal of Behavioral Decision Making, 2019, 32(1): 79–93.
[63] Fan F, Chan K, Tsang L. Health information-seeking behavior and perceived information source credibility among middle-aged and older adults[J]. Health & New Media Research, 2024, 8(1): 82–88.
[64] Farage M A, Miller K W, Ajayi F, et al. Design principles to accommodate older adults[J]. Global Journal of Health Science, 2012, 4(2): 2–25.
[65] Farooq F, Bashir I. Role of health consciousness and self-image congruence in shaping user perceptions toward the adoption of mobile health applications[J]. International Journal of Pharmaceutical and Healthcare Marketing, 2026, 20(2): 384–408.
[66] Filimonau V, Coşkun A, Özbük R M Y, et al. Like grandmother, like mother, like daughter? Intergenerational influence on consumer intention to reduce food waste[J]. Journal of Cleaner Production, 2023, 416: 137920.
[67] Franco P. Older consumers and technology: A critical systematic literature review[J]. AMS Review, 2023, 13(1-2): 92–121.
[68] Galambos C, Rantz M, Back J, et al. Older adults’ perceptions of and preferences for a fall risk assessment system: Exploring stages of acceptance model[J]. CIN: Computers, Informatics, Nursing, 2017, 35(7): 331–337.
[69] Gregory S F. Diving with dignity? Older women scuba divers, constraints and accessible tourism on the great barrier reef[J]. Annals of Leisure Research, 2023, 26(5): 716–736.
[70] Harris M, Cox K C, Musgrove C F, et al. Consumer preferences for banking technologies by age groups[J]. International Journal of Bank Marketing, 2016, 34(4): 587–602.
[71] Hettich D, Bornemann T, Hattula S. Understanding older consumers' new product‐related information behaviors—A life‐span theory perspective[J]. Journal of Product Innovation Management, 2025, 42(6): 1068–1088.
[72] Huaman-Ramirez R. Self-congruity and domestic tourists’ attitude: The role of involvement and age[J]. Anatolia, 2021, 32(2): 303–315.
[73] Iancu I, Iancu B. Designing mobile technology for elderly. A theoretical overview[J]. Technological Forecasting and Social Change, 2020, 155: 119977.
[74] Imtiaz F, Ji L J. “Then and now”: Examining the impact of temporal focus on persuasive messages across seniors and young adults[J]. Experimental Aging Research, 2021, 47(1): 57–78.
[75] Iwagami M, Tamiya N. The long-term care insurance system in Japan: Past, present, and future[J]. JMA Journal, 2019, 2(1): 67–69.
[76] Kim J C, Saguna S, Åhlund C. Acceptability of a health care app with 3 user interfaces for older adults and their caregivers: Design and evaluation study[J]. JMIR Human Factors, 2023, 10: e42145.
[77] Kim M J, Preis M W. Why seniors use mobile devices: Applying an extended model of goal-directed behavior[J]. Journal of Travel & Tourism Marketing, 2016, 33(3): 404–423.
[78] LaBarge M C, Pyle M. Staying in “the works of living”: How older adults employ marketplace resources to age successfully[J]. Journal of Consumer Affairs, 2020, 54(2): 742–774.
[79] Lambert-Pandraud R, Laurent G. Why do older consumers buy older brands? The role of attachment and declining innovativeness[J]. Journal of Marketing, 2010, 74(5): 104–121.
[80] Lee C, Coughlin J F. PERSPECTIVE: Older adults' adoption of technology: An integrated approach to identifying determinants and barriers[J]. Journal of Product Innovation Management, 2015, 32(5): 747–759.
[81] Lee S, Ryu J, Heo J. Leisure and social supports in relation to positive affect among older adults[J]. Journal of Applied Gerontology, 2022, 41(2): 551–559.
[82] Li T E, Morgan N, Pritchard A. Tourism, ageing bodies and Chinese femininity[J]. Annals of Tourism Research, 2024, 105: 103695.
[83] Lim W M, Yap S F, Makkar M. Home sharing in marketing and tourism at a tipping point: What do we know, how do we know, and where should we be heading?[J]. Journal of Business Research, 2021, 122: 534–566.
[84] Liu D W, Liu A Q, Tu W Y. The acceptance behavior of new media entertainment among older adults: Living arrangement as a mediator[J]. The International Journal of Aging and Human Development, 2020, 91(3): 274–298.
[85] Liu M Z, Wang C X, Hu J. Older adults’ intention to use voice assistants: Usability and emotional needs[J]. Heliyon, 2023, 9(11): e21932.
[86] Löckenhoff C E. Aging and decision-making: A conceptual framework for future research-a mini-review[J]. Gerontology, 2018, 64(2): 140–148.
[87] Ma B X, Yang J, Wong F K Y, et al. Artificial intelligence in elderly healthcare: A scoping review[J]. Ageing Research Reviews, 2023, 83: 101808.
[88] Moschis G P. Consumer behavior in later life: Current knowledge, issues, and new directions for research[J]. Psychology & Marketing, 2012, 29(2): 57–75.
[89] Nelson-Becker H, Pickard J G, Sichling F. Adventure and spiritual restoration: Older adult motivations for undertaking a pilgrimage on El Camino de Santiago[J]. Journal of Gerontological Social Work, 2023, 66(6): 822–838.
[90] Ng S I, Zhao F, Lim X J, et al. Retirement village buying intention: A case study on the Muslim and non-Muslim Malaysian elderly[J]. Asia Pacific Journal of Marketing and Logistics, 2020, 32(7): 1451–1473.
[91] Oba H, Kadoya Y, Matsuoka T, et al. Cognitive decline reduces household spending among older people[J]. Psychogeriatrics, 2020, 20(1): 28–34.
[92] Pannhorst M, Dost F. Marketing innovations to old-age consumers: A dynamic Bass model for different life stages[J]. Technological Forecasting and Social Change, 2019, 140: 315–327.
[93] Pantano E, Viassone M, Boardman R, et al. Inclusive or exclusive? Investigating how retail technology can reduce old consumers’ barriers to shopping[J]. Journal of Retailing and Consumer Services, 2022, 68: 103074.
[94] Patterson I, Sie L, Balderas-Cejudo A, et al. Changing trends in the baby boomer travel market: Importance of memorable experiences[J]. Journal of Hospitality Marketing & Management, 2017, 26(4): 347–360.
[95] Paul J, Criado A R. The art of writing literature review: What do we know and what do we need to know?[J]. International Business Review, 2020, 29(4): 101717.
[96] Paul J, Menzies J. Developing classic systematic literature reviews to advance knowledge: Dos and don'ts[J]. European Management Journal, 2023, 41(6): 815–820.
[97] Peelle J E, Wingfield A. The neural consequences of age-related hearing loss[J]. Trends in Neurosciences, 2016, 39(7): 486–497.
[98] Pestana M H, Parreira A, Moutinho L. Motivations, emotions and satisfaction: The keys to a tourism destination choice[J]. Journal of Destination Marketing & Management, 2020, 16: 100332.
[99] Phua P, Kennedy R, Trinh G, et al. Examining older consumers’ loyalty towards older brands in grocery retailing[J]. Journal of Retailing and Consumer Services, 2020, 52: 101893.
[100] Plaud C, Guillemot S. Service interactions and subjective well-being in later life[J]. Journal of Services Marketing, 2015, 29(4): 245–254.
[101] Prakitsuwan P, Moschis G P, Shannon R. Using the life course paradigm to study financial well-being in late life[J]. Asia Pacific Journal of Marketing and Logistics, 2022, 34(1): 60–74.
[102] Pu L H, Moyle W, Jones C, et al. The effectiveness of social robots for older adults: A systematic review and meta-analysis of randomized controlled studies[J]. The Gerontologist, 2019, 59(1): e37–e51.
[103] Puhakka R, Valve R, Sinkkonen A. Older consumers’ perceptions of functional foods and non‐edible health‐enhancing innovations[J]. International Journal of Consumer Studies, 2018, 42(1): 111–119.
[104] Qadri Y A, Nauman A, Zikria Y B, et al. The future of healthcare internet of things: A survey of emerging technologies[J]. IEEE Communications Surveys & Tutorials, 2020, 22(2): 1121–1167.
[105] Rostgaard T, Jacobsen F, Kröger T, et al. Revisiting the Nordic long-term care model for older people—still equal?[J]. European Journal of Ageing, 2022, 19(2): 201–210.
[106] Sirgy M J. Self-concept in consumer behavior: A critical review[J]. Journal of Consumer Research, 1982, 9(3): 287–300.
[107] Spence C, Youssef J. Aging and the (chemical) senses: Implications for food behaviour amongst elderly consumers[J]. Foods, 2021, 10(1): 168.
[108] Sudbury-Riley L, Kohlbacher F, Hofmeister A. Baby Boomers of different nations: Identifying horizontal international segments based on self-perceived age[J]. International Marketing Review, 2015, 32(3-4): 245–278.
[109] Sun X X, Chen Z J, Jiang Q L. An empirical study on the willingness of young elderly to use elderly companion robot[J]. International Journal of Human–Computer Interaction, 2025, 41(7): 4015–4036.
[110] Suwa S, Tsujimura M, Ide H, et al. Home-care professionals’ ethical perceptions of the development and use of home-care robots for older adults in Japan[J]. International Journal of Human–Computer Interaction, 2020, 36(14): 1295–1303.
[111] Szebehely M, Meagher G. Nordic eldercare–weak universalism becoming weaker?[J]. Journal of European Social Policy, 2018, 28(3): 294–308.
[112] Talukder S, Sorwar G, Bao Y K, et al. Predicting antecedents of wearable healthcare technology acceptance by elderly: A combined SEM-Neural Network approach[J]. Technological Forecasting and Social Change, 2020, 150: 119793.
[113] Taylor M K, Marsh E J, Samanez-Larkin G R. Heuristic decision-making across adulthood[J]. Psychology and Aging, 2023, 38(6): 508–518.
[114] Thoma D, Wechsler J. Older and more personal: Stronger links between brand‐name recall and brand‐related autobiographical memories in older consumers[J]. Psychology & Marketing, 2021, 38(9): 1384–1392.
[115] Verganti R, Vendraminelli L, Iansiti M. Innovation and design in the age of artificial intelligence[J]. Journal of Product Innovation Management, 2020, 37(3): 212–227.
[116] Virgili G, Acosta R, Bentley S A, et al. Reading aids for adults with low vision[J]. Cochrane Database of Systematic Reviews, 2018, doi: 10.1002/14651858.CD003303.pub2.
[117] Wei W J, Gong X D, Li J, et al. A study on community older people’s willingness to use smart home—an extended technology acceptance model with intergenerational relationships[J]. Frontiers in Public Health, 2023, 11: 1139667.
[118] Wilson-Nash C, Tinson J. ‘I am the master of my fate’: Digital technology paradoxes and the coping strategies of older consumers[J]. Journal of Marketing Management, 2022, 38(3-4): 248–278.
[119] Wirtz J, Bateson J E G, Čaić M, et al. The healthy aging and service firms: The promise of smart technologies[J]. Journal of Service Management, 2025, doi: 10.1108/JOSM-10-2024-0426.
[120] Xu Y, Wang Y X, Khan A, et al. Consumer flow experience of senior citizens in using social media for online shopping[J]. Frontiers in Psychology, 2021, 12: 732104.
[121] Yang M I C, Chow A M. Not just for the young: Older consumers and experiential consumption[J]. Journal of Marketing Management, 2025, doi: 10.1080/0267257X.2025.2572969.
[122] Yap Y Y, Tan S H, Choon S W. Elderly's intention to use technologies: A systematic literature review[J]. Heliyon, 2022, 8(1): e08765.
[123] Yeoh S Y, Chin P N. Exploring home health-care robots adoption in Malaysia: Extending the UTAUT model[J]. International Journal of Pharmaceutical and Healthcare Marketing, 2022, 16(3): 392–411.
[124] Yoo S C, Peña J F, Drumwright M E. Virtual shopping and unconscious persuasion: The priming effects of avatar age and consumers’ age discrimination on purchasing and prosocial behaviors[J]. Computers in Human Behavior, 2015, 48: 62–71.
[125] Yoon C, Cole C A, Lee M P. Consumer decision making and aging: Current knowledge and future directions[J]. Journal of Consumer Psychology, 2009, 19(1): 2–16.
[126] Zanjari N, Momtaz Y A, Kamal S H M, et al. The influence of providing and receiving social support on older adults' well-being[J]. Clinical Practice & Epidemiology in Mental Health, 2022, 18: e174501792112241.
[127] Zapparoli L, Mariano M, Paulesu E. How the motor system copes with aging: A quantitative meta-analysis of the effect of aging on motor function control[J]. Communications Biology, 2022, 5(1): 79.
[128] Zniva R, Weitzl W. It’s not how old you are but how you are old: A review on aging and consumer behavior[J]. Management Review Quarterly, 2016, 66(4): 267–297.