针对养老院中适合老年人的居住空间的具体设计策略：一种基于同理心地图（Empathy Map）、KANO分析法（KANO Analysis）、层次分析法（AHP）和属性决策过程（PUGH）的综合模型方法

《Frontiers in Psychology》：Specific design strategies for elderly-friendly residential spaces in nursing homes: an integrated model approach based on empathy map-KANO-AHP-PUGH

　　摘要
目的：为了解决老龄化社会中老年人休息所面临的挑战，本研究探讨了养老院中适合老年人居住空间的设计特点。目的是缓解因休息困难而产生的心理压力，并提高接受居家护理的老年人的生活质量。

方法：首先，通过访谈结合共情图（Empathy Maps）识别明确和隐性的需求。接着，应用KANO模型对这些需求进行分类，明确设计优化的方向。随后，使用层次分析法（Analytic Hierarchy Process，AHP）构建评估指标体系，确定每个需求的权重和优先级排序。最后，采用PUGH决策矩阵比较和评估多个设计方案，选出最优方案。将研究结果应用于养老院居住空间的实际设计中。

结果：通过运用共情图、KANO模型、AHP方法和PUGH决策矩阵，设计出了适合老年人的居住空间，以满足他们的生理和心理需求。

结论：将KANO模型与AHP层次分析法结合使用，能够精确识别用户需求，同时减少主观假设的影响。PUGH决策矩阵生成了最优的设计方案，指导适合老年人的居住空间设计。本研究提出了一个初步的综合决策支持框架，采用结构化流程进行需求分析和方案筛选，可作为优化老年人居住空间的参考。需要通过入住后的评估和用户测试进一步验证其有效性。

1. 引言
自21世纪以来，世界人口老龄化进程加速。根据世界卫生组织2021年《世界老龄化报告》的预测，60岁及以上的人口数量将从2020年的7.3亿增加到2050年的20多亿（Steeper等，2016年）。65岁及以上人口的比例从1990年的6%上升至2019年的9%，预计到2050年将达到16%（Steeper等，2016年）。一项研究发现，中国有28%的老年人经历心理孤独（Luo和Waite，2014年）。由于独生子女政策，大多数夫妇只有一个孩子，这给老年人带来了孤独相关的挑战和风险。退休、独居以及缺乏后代照顾加剧了老年人的孤独感（Hu和Wang，2023年；Jeste等，2020年）。这种向老龄化人口的重大人口转变带来了多方面的挑战，包括慢性疾病负担的增加、对医疗资源需求的增长以及对护理系统的更大社会压力（Khan等，2024年）。睡眠障碍是影响健康感知的关键因素，随着年龄的增长，睡眠模式会发生变化（Wan等，2025年）。研究表明，大约三分之一的成年人每天都有睡眠障碍（Ferrie等，2011年）。随着年龄的增长，睡眠障碍在老年人中变得更加普遍。睡眠障碍不仅严重威胁老年人的身心健康，还成为老龄化社会面临的关键公共卫生问题之一（Zhong等，2019年）。现有研究表明，老年人的睡眠障碍可能引发各种心理障碍、认知功能障碍（Dzierzewski等，2018年）和免疫功能下降（Piber等，2022年）。因此，传统的住房设计模式，尤其是现有的休息空间设计，越来越难以应对老年人在健康、安全、情感需求和日常实用性方面的实际挑战（Hoof等，2021年）。与个体身体能力相比，建筑环境对老年人的心理健康有着更为深远的影响（Zhou等，2022年）。一个设计良好的建筑环境对于提高老年人的居住满意度和主观幸福感至关重要（Tang等，2021年）。为老年人提供适应性强的居住空间对于确保他们的独立和健康生活方式越来越重要（Diepstraten等，2020年）。当前的研究表明，适合老年人的环境与他们的身体和心理健康呈正相关，尤其是对心理健康的影响更为显著。环境因素的数量对其与身体健康的关联具有调节作用（Zhou等，2022年）。然而，现有研究仍存在三个核心局限性：①现有关于老年人住房需求的研究主要集中在明确的需求上，如物理安全，而对心理舒适性和情感归属感等隐性需求的探索尚不完整。很少有研究使用共情图等工具进行详细的需求分析，难以全面捕捉老年人使用住房时的真实痛点和潜在需求。②现有的适合老年人的睡眠空间设计主要依赖于设计师的经验来优先排序需求和选择方案（Li和Zhang，2025年）。这种方法无法准确分类和量化需求，也无法减少设计决策中的主观假设，导致设计结果与老年人的实际需求不符。③虽然现有研究证实了适合老年人的环境对老年人身心健康的有益影响，但缺乏将多模型综合研究成果转化为实际设计解决方案的有效途径。从需求分析到实施的闭环系统的缺失阻碍了适合老年人睡眠空间设计从经验驱动向数据驱动的转变（Ji等，2023年）。

为了解决前述研究的局限性，本研究整合了多种方法论方法。通过对独立样本进行半结构化访谈，并结合基于另一独立问卷样本的共情图构建和KANO模型分析，深入客观地探索老年人的明确和隐性需求，并据此进行分类。利用层次分析法（AHP）和PUGH决策矩阵，完成了满足老年人生理和心理需求的适合老年人的居住空间设计。这种方法为优化和改善适合老年人的空间提供了新的思路和研究方法，建立了分析需求和选择解决方案的定量框架，推动了设计从经验驱动向数据驱动的转变。

2. 材料与方法
2.1 参与者
为实现研究目标，我们采用目的性抽样方法，从石家庄的一个社区中选取了40名60岁及以上的老年人（20名男性和20名女性）。目标受众具备基本的语言能力，能够清晰表达他们的居住体验和需求。根据MMSE（简易智力测验）认知评估分数将老年人分组，以便区分认知衰退的严重程度。所有参与者的MMSE得分均≥21分，并能流畅地表达他们的主观体验。所有40名参与者均接受了MMSE评估，并根据分数分为两组（正常：≥26分；轻度衰退：21–25分）。根据MMSE分数（正常/轻度衰退）进行分层后，在每个层次内进行随机分配，共形成8组（每组5人）。研究人群样本见表1。本研究遵守《赫尔辛基宣言》，得到了河北师范大学伦理委员会的批准。在开始研究之前，所有参与者及其家庭成员（如果有认知衰退风险）都听取了关于研究目标、内容和程序的详细解释。参与者自愿签署了书面知情同意书，明确表示他们随时有权无需理由退出研究。退出后，相关数据将立即销毁。访谈问题避免了可能引起心理困扰的话题。提到睡眠障碍等负面体验的参与者得到了必要的情感支持和指导。研究结果将以总结报告的形式告知参与者，为其改善家庭睡眠环境提供指导。

表1 年龄组 初期特征 行为 行为需求
60–70岁 年轻的老年人 身体功能总体正常，常伴有轻度慢性疾病（如高血压），认知能力基本完好。积极参与社交活动和兴趣课程（如书法和合唱）；主动在公共场所扩展社交圈；尝试阳台园艺和阅读。 主要提供带私人阳台/休闲角的单人间/双人间；地理位置靠近公共休息室、活动室和室外花园。
71–80岁 中年和老年人 慢性疾病（如糖尿病、关节炎等）高发，认知能力轻度衰退，部分人存在听力/视力障碍。偏好静态娱乐活动（如棋类游戏、看电视）；常去护理站咨询健康问题；在公共场所依赖子女或护理人员的陪伴。 主要提供带有适合老年人改造的标准客房，包括扶手和浴室防滑地板；公共区域设有安静的休息区。
81岁及以上 的老年人 身体功能显著下降，残疾/痴呆风险高，常伴有多种严重慢性疾病。行动依赖轮椅/床；认知能力下降者易出现记忆力混乱和情绪波动；与熟悉的护理人员关系密切，家人经常探望。 主要提供配备床边呼叫系统和辅助沐浴设施的护理型单人间/双人间；位于护士站和康复室附近；公共区域设有专门的活动区。

2.2 研究地点选择
本研究选择石家庄市长安社区老年公寓作为研究地点，石家庄是河北省省会，也是京津冀地区的中心城市。从人口结构、经济基础和政策导向三个维度来看，该地点在适合老年人居住空间的研究方面具有独特优势：
- **人口维度**：老龄化特征明显，样本具有很强的代表性。作为河北省省会，石家庄的人口老龄化趋势越来越明显。到2024年底，60岁及以上的人口比例超过19%。长安主城区老龄化率达到22%，超过全市平均水平。现有的养老院大多建于2000年左右，采用传统布局，亟需适合老年人的改造。这种情况为研究人员提供了典型且丰富的样本数据集。
- **经济维度**：经济实力雄厚，支持设施完善。石家庄市经济发展良好，为建立老年人护理服务和实施适合老年人的改造提供了坚实的经济基础。该社区交通便利，周边有大量的商业和医疗设施，便于研究活动的开展，也为研究结果的应用提供了良好的实践环境（Wang Y.等，2025年）。
- **政策维度**：政策支持有力，实践基础扎实。石家庄市高度重视应对老龄化相关挑战，将适合老年人的改造纳入城市更新和民生项目的关键任务中。先后发布了《石家庄市第十四个五年老年人护理服务体系发展规划》和《城市老旧住宅区适合老年人改造实施方案》等政策文件，明确倡导优化老年人居住环境，推动标准化居家护理设施的建设。社区居民对适合老年人的改造有很高的接受度和参与意愿。已经实施了一些初步的小规模改造措施，如安装扶手和防滑地板，为研究的成功实施奠定了坚实的实践基础（Xu等，2024年）。总之，石家庄市长安社区老年公寓为研究适合老年人居住空间的三个维度（人口组成、经济基础和政策支持）提供了理想的平台。这一选择符合全球老龄化研究的核心趋势，同时通过当地的实际基础确保了研究的可行性。它通过高比例的老年人居民，有助于识别休闲便利性的关键问题，并利用政策和设施优势促进研究结果的实际应用。这一选择为后续应用KANO-AHP-PUGH多模型方法奠定了坚实的基础，同时也为适合老年人居住空间设计从经验驱动向数据驱动的转变提供了典型案例研究。

2.3 研究方法
在设计研究领域，科学的设计方法有助于提高设计效率。共情图是一种以用户为中心的研究方法，旨在帮助团队深入了解用户的情绪、想法、动机和行为（?lcer等，2025年）。共情图在设计研究阶段被广泛使用。通过可视化用户的想法和感受，它们帮助研究人员识别用户需求和痛点，从而做出更好的决策。通常包含四个象限，这些象限记录了受访者的口头表达、情感体验、认知过程和行为表现，从而有助于深入探究和理解团队中的访谈对象（Chen和Tsai，2024年）。Kano模型是由日本东京工业大学的Noriaki Kano教授在20世纪70年代提出的一种用户需求分析框架。它通过区分不同需求之间的关系来解决需求匹配和优先级问题（Yadav等人，2013年）。该模型有效地反映了产品或服务质量与用户满意度之间的关系。Kano模型将用户需求分为五类，每一类代表着用户对产品和服务的不同期望水平（Zhang等人，2024年）。Kano模型各元素之间的关系如图1所示（Qian等人，2025年）。

**KANO模型的元素关系：**
- **必备质量**：也称为基本需求，这些代表了用户对产品和服务的核心、基础期望，是必须满足的最低要求。用户默认认为这些需求应该存在；满足这些需求并不会显著提高满意度，但不满足则会引发极端不满。
- **一维质量**：指的是用户明确表达的需求，满足程度的提升与用户满意度呈线性正相关：需求满足度越高，用户满意度越高；反之，满意度降低。
- **吸引质量**：也称为“兴奋型”需求，指的是用户没有明确表达的隐性需求。用户通常不期望这些需求得到满足，但满足这些需求会带来意想不到的愉悦感，显著提升整体满意度。即使未满足，用户也不会感到不满。
- **中性质量**：满足这些需求对用户满意度没有明显影响。当这些需求得到满足时，用户不会有更高的满意度；未得到满足时，用户也不会感到不满。这些通常是非核心的、非必要的附加需求。
- **逆质量**：满足这些需求的程度与用户满意度呈反比关系：需求满足得越充分，用户满意度越低。这些需求往往与用户的习惯和核心需求相冲突，有些用户甚至会因为这些需求的存在而产生抵触。

KANO模型中的五个类别提供了一个全面的需求分类系统，有助于理解用户需求。通过这一框架分析用户需求，可以更清晰地把握需求属性，为产品设计和开发确定优先级，并帮助开发者在设计权衡过程中做出决策（Wang T.等人，2025年）。

**Analytic Hierarchy Process (AHP)** 是一种系统化的分析方法，结合了定性和定量分析，由美国运营研究员Laffey Saaty教授在20世纪70年代初提出。AHP是一种主观加权方法，通过专家评级为各个指标计算得分，从而得出指标之间的成对比较的判断矩阵（Whitaker，1987年）。AHP广泛应用于设计、工程和环境管理领域，被视为处理复杂决策任务的可靠工具。在文化和创意产品行业中，AHP有助于评估各种设计因素的相对重要性（Wang Z.等人，2025年）。它的优势在于能够对用户需求进行层次化加权分析，帮助设计师全面评估不同用户需求的相对重要性，并指导后续的设计迭代。

**PUGH决策矩阵** 是由美国管理学者Edward Pugh在1960年首次提出的决策模型，用于评估和比较多个方案，也称为概念选择矩阵（Zhu等人，2022年）。PUGH矩阵可用于初步筛选和全面评估设计方案，以确定最终设计的最佳方案。这有助于团队克服主观偏见，做出数据驱动的决策。由于其简单性、实用性和逻辑严谨性，PUGH决策矩阵被广泛采用。它在设计的后期阶段，特别是在功能选择和设计优化方面具有显著优势（Violante和Vezzetti，2017年）。这种方法大大减少了基于单一标准导致偏见的决策风险。然而，评分和权重分配仍然包含主观因素，需要团队共识和专业判断，以防止基准或标准设定偏见影响结果，从而确保决策的合理性和可靠性。

KANO-AHP模型在用户需求发现阶段非常有效，但无法在设计阶段评估具体的设计方案。PUGH矩阵将替代方案与参考方案进行比较，以确定最佳选项。将KANO-AHP模型与PUGH矩阵结合使用，可以解决单独使用任一模型时所存在的局限性。这种结合方法能够更精确、更全面地评估用户需求，从而指导后续决策，提高设计过程的科学严谨性和准确性。

在现有文献中，KANO、AHP和PUGH的应用已在多个领域得到广泛探讨。Fang等人采用了集成的KANO-AHP-QFD-PUGH模型来设计老年人用药提醒应用程序，证明了这种方法不仅优化了用户体验，还促进了设计创新和可持续性（Fang等人，2023年）。Dong等人运用KANO-AHP-QFD方法设计了用于痴呆症护理机构的智能房间（Dong和Zhu，2026年）。Wang等人基于KANO-AHP-FEC方法为老年人设计了助行器，将集成模型应用于适老化设计（Wang T.等人，2025年）。虽然以前的研究已经将多模型集成应用于适老化设计，但本研究首次将同理心地图（Empathy Map）与KANO-AHP-PUGH模型深度结合，并将其应用于养老机构的物理设计中。此外，Zhu等人将AHP和PUGH决策矩阵结合起来用于外科辅助设备的创新设计，有效减少了产品设计中的主观因素，提高了其科学严谨性（Zhu等人，2022年）。Bao Qian等人将GT-KANO-AHP-QFD集成方法与以用户为中心的设计相结合，研究了城市儿童公园中的亲子互动座椅（Bao等人，2025年）。尽管现有研究已广泛探索了Kano、AHP和PUGH方法的集成应用，但统一的研究范式尚未确立。这些方法的应用通常需要根据具体情境进行定制。

本研究采用了同理心映射、KANO模型、AHP和持续集成方法。它不仅仅是将现有工具简单组合，而是一种系统性的整合，旨在解决在整个适老化住宅空间设计过程中的问题。本文创新地将同理心地图的构建融入了对老年用户的初步访谈中，从而识别老年人潜在的需求和设计痛点。它结合了KANO模型与AHP分析：KANO模型对用户需求进行分类（Neira-Rodado等人，2020年），而AHP层次分析法确定了每个需求的相对重要性，建立了它们之间的加权排名。整合后的Empathy Map-KANO-AHP-PUGH模型应用于适老化住宅空间的设计，验证了该方法在该领域的适用性。同理心地图-KANO-AHP-PUGH框架的研究过程如图2所示。

**图2：同理心地图-KANO-AHP-PUGH联合设计的研究过程**

**3 结果**
**3.1 构建同理心地图**
为了实现研究目标，我们选择了40位能够独立生活的老年人作为访谈对象。在访谈过程中，研究团队优先与参与者建立良好的关系，刻意在安静舒适的环境中进行访谈。采用了半结构化的访谈格式，并对受访者的回答进行了后续询问。这种方法能够更直接和有效地收集用户需求（Fu等人，2023年）。访谈大纲围绕三个关键维度设计：“空间布局适应性”、“功能设施适应性”和“环境氛围适应性”。具体的访谈问题详见附表。

在与老年人访谈之后，我们利用同理心地图方法根据访谈内容构建了地图。这种方法使我们能够同情并系统地组织老年人的隐性需求。同理心地图主要包括情感、视觉感知和听觉体验等元素。如图3所示。

**图3：同理心地图**

根据与老年人的实际访谈和同理心地图的构建，我们确定了他们在睡眠和居住空间方面的实际需求。首先，通过分析老年人对安全隐患的投诉以及同理心地图中“感知行为”维度所反映的安全顾虑，我们得出了安全适应性需求A，这符合就地养老的需求。其次，通过关注老年人在使用设施时遇到的不便，我们得出了由于行为能力下降而产生的“功能不匹配”需求B，这符合老年人的生理特征。最后，通过深入探索老年人的心理需求和访谈中隐含的情感表达，并结合现有适老化研究的主流观点，设计出符合老年人心理需求的空间，可以更好地满足他们的居住条件。这种方法满足了他们的情感舒适需求——特别是归属感和自尊心的需求。我们将安全适应性需求、功能实用性需求和情感舒适需求整理成表格，得出了老年人居住空间的初步需求。老年人居住空间的初步需求如表2所示。

**表2：需求维度**
| 序号 | 具体需求 |
|------|-----------------|
| Q1 | 流动路径无高度差 | 地板上无高度变化。通道宽度≥1.2米。拐角转弯空间≥1.5×1.5米。请选择轻便、防滑的容器，以便老年人能够轻松照顾植物。
Q21：融合怀旧元素
墙上预留了一个小照片展示面板，用于张贴复古照片；提供可选的复古风格装饰配件。

Q22：营造宁静的氛围
配有带开关的轻柔背景音乐，主要播放舒缓的旋律。

3.2 用户需求和KANO模型分类
根据上述22项初步的老年友好型需求，设计了一份KANO问卷。每个需求都包含两个对立的问题：“非常同意”、“比较同意”、“中立”、“比较不同意”和“非常不同意”。KANO模型问卷的设计（部分版本）见表3。KANO模型问卷的完整版本包含在附录中。该问卷于2025年9月至12月期间分发。调查通过面对面方式实施。我们随机选择了120名60岁及以上、居住在养老院的老年人作为研究对象。这些调查参与者与访谈对象是两个完全独立的研究样本，但他们的选择标准相同（年龄在60岁及以上、MMSE认知评分21分及以上、能够清晰表达自己并沟通需求、能够独立描述自己的生活体验）。

本调查中的无效回答基于以下三个标准确定：
① 调问卷填写不完整，有超过三个核心问题（Q1–Q22）未作答；
② 调问卷有明显的草率为特征，例如所有问题都选择了相同的评分选项，或者对正面和负面问题的回答之间存在明显的逻辑矛盾（例如，对于同一需求同时表示“非常同意提供”和“非常不同意提供”）；
③ 回答者不符合研究要求；问卷不是由60岁及以上的长期护理设施居民填写的。

共发放了120份问卷，回收了120份，其中6份无效，回收率为95%。根据调查结果并参考KANO评估框架，对需求属性进行了分类。KANO评估结果分类对比表见表4。养老公寓居住空间设计需求的总结见表5。

表3
| 编号 | 问题 | 非常同意 | 比较同意 | 中立 | 比较不同意 | 非常不同意 |
|------|------------------|--------|--------|--------|----------|---------|-----------|
| Q1 | 对平面图的层高差异有何看法？ | | | | | |
| Q2 | 对扶手的防滑性和承重性能有何看法？ | | | | | |
| ... | | | | | | |

表4
| 用户需求分类 | | | | | |
| 睡眠区没有此功能 | | | | | |
| 睡眠区配备了此功能 | | | | | |
| ... | | | | | | |

表5
| 序号 | AOMI | 因果关系 | | | |
| Q1 | | | | | |
| Q2 | | | | | |
| ... | | | | | |

表6
用户需求的满意度指数（Is）和不满意度指数（Ids）可以根据收集的详细数据计算得出。通常，Is为正值，而Ids为 negative，如公式（1）和（2）所示：
|满意度指数 = (A + OA + O + M) / (N) |
| 不满意度指数 = -(1 × O + MA + O + M) |

图4：基于功能属性的数据，使用象限图可视化养老公寓居住空间需求的重要性。

表7
| 序号 | Is | Isis | Ids |
|------|---------------|------------|-------------|
| Q1 | 0.77 | -0.69 | |
| Q2 | 0.72 | -0.21 | |
| ... | | | | |

表8
根据KANO问卷的分析结果及养老公寓居住空间设计的核心需求，构建了一个三层层次模型，包括目标层、标准层和备选方案层。该模型明确了每个层次的分析指标，为后续的判断矩阵构建和权重计算奠定了基础。层次结构如图5所示。

图5：AHP层次结构

1) 目标层：本研究的目标是设计出适合老年人的居住空间。
2) 标准层：本研究的标准包括基本需求（M）、期望需求（O）和吸引性需求（A）。
3) 备选方案层：本研究的小标准分为19个项目。根据KANO模型需求分类的结果，我们对养老公寓居住空间的22项初步需求进行了合规性筛选，剔除了反向类型（R）和不相关（I）的需求，最终选择了19个有效需求，确保所有评估指标都代表了具有积极设计价值的养老公寓居住空间需求。我们组建了一个由15位设计专业教授和副教授组成的专家小组进行AHP评分。

由于难以直接量化各项标准的相对重要性，因此使用层次分析法（AHP）通过成对比较来构建判断矩阵。该过程使用从1到9及其倒数共17个数值作为评分尺度来确定矩阵元素的值，即常用的9点量表。具体含义见表7。

表7：量表的含义
| 比较基准 | 意义 |
|----------------|-----------------------------------------|
| 1 | 当比较前列表中的元素i与后列表中的元素j时，i和j同等重要 |
| 2 | 当比较前集合中的元素i与后列表中的元素j时，i略微比j重要 |
| 3 | 当比较前集合中的元素i与后列表中的元素j时，i明显比j重要 |
| 4 | 当比较前集合中的元素i与后列表中的元素j时，i显著比j重要 |
| 5 | 当比较前集合中的元素i与后列表中的元素j时，i绝对比j重要 |
| 6 | 表示元素i和j的重要性介于上述两个数值之间 |
| 7 | 如果元素i和j的相对重要性比为a_ij，则元素j和i的相对重要性比为a_ji |
| 8 | 如果元素i和j的相对重要性比为a_ij，则元素j和i的相对重要性比为a_ji |

表9：根据用户需求调查的详细数据，计算出功能需求的满意度指数（Is）和不满意度指数（Ids）。通常，Is为正值，而Ids为负值。

表10：通过AHP方法对用户需求进行了排名。

图4：四象限分类图，展示了不同需求的优劣指数。

表11：目标层、标准层和备选方案层的权重计算结果。通过计算19个子需求的综合权重，我们最终得到了适合老年人的养老院居住空间的设计需求的综合权重和排名，如表13和图6所示。表10中列出了各项需求的λmax值和CICR。表11和表12分别展示了必须满足的需求判断矩阵和权重，以及吸引人的需求判断矩阵和权重。表13和表14详细说明了各设计选项的复合权重和排名。图6展示了用户需求的优先级排序。

3.4 PUGH设计验证
基于在石家庄长安区老年人公寓进行的独立访谈和问卷调查的结果，并考虑到这一“城市老年护理设施”的运营特点及其居民的共同需求，我们开发了四种不同的适合老年人的居住空间设计。该提案主要针对中国北方城市的公共、可负担的老年护理设施，这些设施在运营模式和居民人口统计特征上与研究地点相似。在初步研究和分析的基础上，我们将KANO模型用于需求分类，与AHP层次分析方法结合用于需求优先级的加权。以安全适应性为核心，功能实用性为支撑，情感舒适性为提升，这一设计原则整合了低龄、中年和高龄老年人的生理和心理特征（Dong和Zhu，2026）。共设计了四种不同的居住空间解决方案，每种方案都侧重于不同的设计重点和实施水平。这些方案适应了不同的翻修预算、空间规模和养老院老年人的护理需求。具体提案如下：

**选项1：基本保护型**
专注于满足KANO模型中的必须满足的需求（M），优先考虑AHP权重中的前四个核心安全需求，去除不吸引人的需求，并以最低的翻修成本实现基本的适老化改造。在安全适应性方面，实现了紧急呼叫功能、圆角防撞设计和具有基本防滑性能的扶手。在功能实用性方面，简化了基本照明的安装、简单的存储解决方案和必要的床上用品配置。情感舒适性方面，仅提供哑光米白色的基本环境，没有额外的绿化、怀旧元素或隐私隔断。该方案具有最低的整体翻修成本、最小的建设复杂性和较短的实施时间。其核心重点是“安全与事故预防”，适合预算有限、包容性强的养老院以及居住着身体状况相对较好的年轻老年人的场所。第一个选项的示意图参见图7。

**选项2：标准适应型**
标准适应型解决方案针对的是中等规模的养老院，提供中等成本的全面护理。设计重点是基于KANO模型得出的基本和高优先级需求，在确保安全、实用性和基本情感舒适性的前提下，实施了AHP加权的前10项指标。在安全方面，配备了一键紧急呼叫系统、圆角防撞设计、运动感应夜灯和电气防触电保护装置。此外，整个住宅内设有无缝且平整的通道，并采用了防滑耐用的地板。在功能方面，配备了多层照明、近距离存储设施、可调节的床上用品和基本温度控制系统。在情感方面，使用温暖的米白色和浅米色色调，并辅以绿化和简单的隔断来减轻机构化的感觉。该方案消除了冗余，具有适中的翻修成本，并符合老年居民的实际生活需求。第二个选项的示意图参见图8。

**选项3：质量提升型**
质量提升型解决方案专为高端养老院设计，能够承受较高的翻修成本和精细化的护理需求。该方案涵盖了KANO模型中的必须满足的需求、预期需求和高权重吸引人的需求，通过AHP权重全面覆盖了前15项指标。在安全性方面，升级了紧急呼叫系统，增加了定位模块，并在扶手上加入了夜光标记。在功能方面，实现了智能控制照明、窗帘和家电的功能，并具备精确的温度和湿度调节功能。在情感方面，提供了个性化空间、适合休闲的照明、清新舒适的香味和灵活的陪伴区域，通过背景音乐营造宁静的氛围。尽管成本较高，但该精心设计的方案在满足护理需求的同时，也兼顾了老年人的心理需求，与高端老年居住设施的质量发展趋势相一致。第三个选项的示意图参见图9。

**选项4：智能集成型**
智能集成型解决方案针对高端智能养老院，应对高昂的翻修成本和智能护理需求。在质量提升型解决方案的基础上，加入了“安全+功能+情感支持+智能”等方面的智能适老化技术。在安全方面，增加了压力敏感的防滑垫和人体感应传感器等智能警告装置。在功能方面，实现了照明、窗帘和家电的语音和远程控制，并配备了智能护理床和防压疮功能。在情感方面，通过数字相框、智能记忆板和语音陪伴机器人等手段提供了个性化的体验和陪伴。该方案代表了最高的翻修成本和出色的技术复杂性，推动了从被动护理向主动护理模式的转变。第四个选项的示意图参见图10。

3.4.1 设计提案的初步筛选
PUGH决策矩阵是一种快速决策方法，有助于识别最佳的设计解决方案（Guler和Petrisor，2021）。在设计制定过程中，我们首先使用PUGH决策矩阵进行初步筛选。随后，对入围的提案进行全面评估以确定最佳候选方案。根据评估结果，我们进行迭代优化，直到确定最终的设计方案。我们选择了3名养老院工作人员、5名环境设计专业人员和4名专注于老年友好设计的研究生，组成一个12人的评审小组。所有评审小组成员事先接受了关于KANO模型需求分类、AHP权重分析和本研究中使用的Pugh决策矩阵评审方法的标准化培训，以确保评估标准和结果的一致性。评审小组对四种适合老年人的养老院居住空间设计提案进行了初步评估。我们将选择选项2作为基准方案，并与其他可用方案进行比较。对于超过基准方案的解决方案记“+1”，与基准方案相当的记“0”，低于基准方案的记“-1”。统计各方案的得分，计算每个方案的净得分并相应排序。全面评估和结果见表14。

3.4.2 设计方案的全面评估
在初步筛选提案后，我们保留了方案2、3和4进行进一步全面评估。全面评估仍然以选项2作为基准。我们使用1到5的五点评分标准对每个用户需求进行了评估。选项2在所有指标上获得了3分。在收集了方案3和4的得分后，我们应用相应的综合权重值计算了每个指标的需求值得分。结果显示见表15。

3.4.3 设计方案的全面评分
根据表15中的综合评分结果，我们从实施可行性角度评估了方案3和方案4。实施可行性维度分为四个指标：翻修成本的可控性、建筑适应性、运营和维护便利性以及护理适应性和普遍性。这些指标主要评估了从设计到实施整个过程中的方案实用性。结果见表16。我们继续使用1到5的五点评分标准对四个项目指标进行评估。每个指标的权重分别为10%，需求值得分和实施可行性得分的总权重分别为60%和40%。

**结论**
基于表15中的综合评分结果，我们从实施可行性的角度评估了方案3和方案4。实施可行性维度分为四个指标：翻修成本的可控性、建筑适应性、运营和维护便利性以及护理适应性和普遍性。结果显示，方案3在整体可行性方面得分高于方案4。虽然方案4包含了创新的智能功能，但其实施受到成本、兼容性和运营维护要求的限制，因此仅适用于资金充足、技术资源丰富和拥有专业维护团队的高端智能养老院。作为特定场景的最佳解决方案，它缺乏广泛的适用性。

**讨论**
4.1 主要发现
本研究通过结合“Empathy Map-KANO-AHP-PUGH”的多模型方法，系统地完成了对养老院居住空间需求的探索、分类、优先级排序和解决方案筛选。核心研究发现如下：首先，通过半结构化访谈和同理心映射，我们准确地识别了养老院老年人居住空间的22个核心需求，这些需求涵盖了安全性、便利性和情感舒适性三个维度。这种方法弥补了传统研究的不足，传统研究往往未能充分揭示隐性的情感需求。其次，根据KANO模型，需求被分为三类：必须满足的需求（M）、单一维度需求（O）和吸引人的需求（A）。其中，紧急呼叫（Q4）和防撞设计（Q5）属于必须满足的需求；无高度差路径（Q1）和防滑扶手（Q2）属于单一维度需求；电源电气防触电保护（Q7）和个性化空间（Q15）属于吸引人的需求。AHP层次分析方法确定了标准级别的权重顺序：必须满足的需求（M）> 单一维度需求（O）> 吸引人的需求（A）。在替代方案层面，紧急呼叫（M1）、圆角防撞设计（M2）和防滑扶手（O2）是核心优先需求。通过PUGH策略矩阵的初步筛选和全面定量评估，质量提升方案成为综合得分最高的最佳解决方案。尽管智能集成方案在实施上有局限性，但它仅适用于特定场景。

关于需求优先级，本研究确定的高权重基本需求验证了“基本安全保障为核心”的评估逻辑。单一维度需求和吸引人的需求之间的权重分配符合KANO模型的核心原则——即明确需求显著提升满意度，而隐性需求则创造惊喜体验，同时通过AHP量化实现了需求的科学优先级排序。这种方法避免了设计师主导的经验驱动方法中的主观偏见。这与Fang等人（2023）在设计老年人用药提醒应用程序时采用的“KANO-AHP-QFD”方法相一致，但进一步细化了适用于老年友好空间的需求权重系统。筛选结果表明，质量提升方案在实现“需求全面覆盖与实施可行性平衡”方面表现出色。这一发现与现有研究结果一致，即“老年友好设计必须兼顾科学严谨性和实用性”（Xue等人，2025）。尽管智能集成方案在感知价值上略高，但由于翻修成本和技术障碍等实际限制，其整体评分较低。虽然智能集成解决方案在感知价值方面略高于其他方案，但考虑到实施限制、用户接受度和资源因素后，其应用场景明显受到限制。在实施限制方面，该方案需要通过硬件和软件接口将智能设备与现有的养老设施中的智能系统集成起来。翻新过程面临技术挑战，如确保设备兼容性以及修改空间布线和管道。在用户接受度方面，老年人通常不愿意学习如何使用新设备，这使得智能设备的灵活使用变得困难。从资源角度来看，智能集成方案每间房的翻新成本大约是质量提升方案的两到三倍。此外，智能设备的日常维护和未来升级需要专业的技术团队和持续的财务投入，这对经济实惠的基层养老设施来说是一个双重挑战。这表明，适老化设计应避免“技术崇拜”（Ghorayeb等人，2021年），而应关注老年人的实际使用场景和养老院的运营现实（Zhao和Li，2024年）。

本研究采用的多模型集成方法为适老化空间设计建立了从需求分析到设计解决方案实施的决策过程，从而与现有研究形成有意义的对话，并推动创新进步。现有研究主要使用KANO或AHP模型进行需求分析，缺乏对潜在需求的深入探索和多维度解决方案的验证。本研究开发的“Empathy Map-KANO-AHP-PUGH”集成模型代表了该领域的一项重大突破和扩展。首先，在需求评估的深度上，现有研究通常依赖单一问卷或访谈来识别老年人的需求，仅关注物理安全等显性需求。相比之下，本研究将Empathy Map纳入了初步需求评估阶段。通过采用“感受 – 行为 – 思考 – 视觉体验”这一四维视角，本研究将孤独感和隐私需求等隐性心理需求转化为可量化的设计指标，从而弥补了现有研究在探索隐性需求方面的不足（Higuera和Macías，2024年）。这与研究发现完全一致，即“适老化环境必须同时满足物理和心理需求”（Au等人，2020年）。其次，关于多模型集成的现有研究主要集中在老年人辅助设备和智慧养老产品上，很少有实证研究应用于养老设施内的居住空间。通过结合定性同理心和定量决策方法，这种方法为养老设施内适老化居住空间的设计提供了更加客观和系统的决策指导。尽管本研究建立了一个相对全面的决策过程，但需要注意的是，最终设计尚未经过实证验证；没有进行入住后的评估、实际用户测试、长期行为观察或迭代优化。因此，该研究的贡献应被视为一个初步的集成决策支持框架，而不是一个已经在实践中经过全面测试并准备好直接复制和实施的成熟设计系统。

质量提升解决方案的筛选结果为华北地区类似养老设施的适老化改造提供了直接的实际指导。这些模块化设计适用于从经济实惠到中高端的各种类型的养老院，为政策执行提供了实用的实施模型。这些解决方案强调安全升级、功能优化和情感赋能。这些要素不仅符合“老年人护理服务系统第十四个五年发展规划”的要求，还为减轻老年人的休息障碍和提升居家护理质量提供了环境优化途径。我们的研究发现表明，集成的Empathy Map-KANO-AHP-PUGH模型可以有效地应用于适老化空间设计，从而提高用户满意度。与传统依赖设计师经验的设计方法相比，这种方法在捕捉用户独特需求方面更加精确。与以往的研究相比，Empathy Map-KANO-AHP-PUGH方法有两个主要优势：首先，Empathy Map能有效揭示老年人的潜在需求；结合Kano模型，它使设计团队能够高效识别用户需求，确保设计元素与用户期望和需求精准匹配。其次，层次分析过程（AHP）能够详细分析每个用户需求，通过将设计元素与用户需求深度融合，显著优化用户体验。此外，Pugh矩阵为实施优化设计方案提供了强大的工具，能够从多个设计方案中选择最佳选项。

这项研究旨在缓解老年人的休息相关问题并提高居家护理的生活质量。研究地点选择了石家庄的长安社区老年公寓。通过对40名老年人进行半结构化访谈，并使用MMSE进行分层抽样，整合了多种方法，包括同理心图、KANO模型、AHP层次分析方法和PUGH决策矩阵。这种方法使识别需求、分类和优先排序、设计提案以及养老院内适老化居住空间的定量评估成为可能。本研究确定了22个老年人居住空间的核心需求。根据KANO模型，消除了三个无关且具有反效果的需求，最终选择了19个有效的指标进行加权排序。这一过程产生了四种不同的设计方案：基础支持、标准适应、质量提升和智能集成。最终，质量提升方案因其“全面覆盖核心需求且实施可行性高”而被选为最优核心方案。但由于技术实施限制、老年人用户的不同接受程度以及养老设施资源分配有限，这种智能集成方案目前仅适用于特定场景，即具备完善智能基础设施、充足资金和运营资源的高端智慧养老设施，主要服务于认知能力较强的年轻老年人。然而，由于这些多重因素，该方案在普通养老设施中的广泛采用条件尚未成熟。

本研究的优势主要体现在三个方面：首先，方法上的创新——它建立了一个涵盖“潜在需求探索、定量需求分类和多维度解决方案评估”的完整流程系统，增强了适老化设计的科学严谨性和精确性；其次，通过基于MMSE的认知分层和性别平衡抽样，代表性样本确保了研究发现的全景性；最后，结果的强大实用性将设计解决方案与养老院的建筑特点和运营现实相结合，弥合了理论与实践之间的差距。尽管本研究采用了综合方法来开发养老院居住空间的决策框架并制定了最优设计方案，但仍存在以下局限性，未来研究应予以解决：首先，样本范围仅限于石家庄市长安区，未包括不同地区或经济水平不同的养老院；由于需求特征可能因地区而异，需求分析的细节需要进一步完善；其次，研究中使用的AHP（层次分析过程）和PUGH（选项评估和排名）方法依赖于专家评分，尽管多专家聚合和一致性检查提高了客观性，但专家的专业背景、经验和价值判断可能带来一定的主观偏见；第三，本研究仅完成了理论层面的需求分析和方案比较，最终设计方案尚未经过入住后评估、用户测试或实际使用效果的验证。未来，我们将进行入住后评估、用户测试和长期行为跟踪研究，以验证设计方案的实际效果并进一步完善这一决策支持框架；第四，本研究的结论基于北方城市的社区型养老设施，这些设施的空间条件、运营模式和老年人的需求结构具有显著的地域特殊性，因此这些发现不能直接推广到其他环境，其适用性有限。

未来的研究可以朝三个方向扩展：首先，通过开展大规模独立调查，涵盖不同地区和商业模式，建立更普遍适用的消费者需求加权系统；其次，通过对不同性别、残疾程度和生活习惯的老年人进行分段需求研究，设计更加个性化的适应方案；第三，在实际环境中实施质量提升试点项目，进行长期效果跟踪，收集居民满意度和护理效率的动态数据，以验证解决方案的持续有效性并识别优化机会；此外，整合物联网和大数据技术，探索适老化空间需求的动态监测和设计方案的智能迭代机制，推动智慧养老设计的精确性和智能化发展。