在2016年，我国《中华人民共和国公共文化服务保障法》明晰了博物馆作为公共文化服务机构的定位；2021年《关于推进博物馆改革发展的指导意见》中提出博物馆应该突出公益属性和社会效益，提高博物馆公共服务的均等化水平，博物馆应该着重突出公益属性和社会效益，提升博物馆提供公共文化服务的均等化水平，底层逻辑是博物馆应将服务对象延伸到包含老年人在内的社会全人群中。

老龄化速度的加快代表着老年群体的受教育层次和文化素养正在经历一轮又一轮的刷新改变，物质条件日益丰富、信息资源加速传播，老年人的时间宽裕、思维条件完善、对于高质量的公共文化尤其是教育活动有着越来越高的要求，与此同时，现代老龄化人口的社交脱离工作后变得狭窄，身体机能出现倒退的现象，有可能产生一些负面情绪，面对老年群体需求和困难，博物馆应当发挥出非正式教育场所的服务性和自由度，开展有效且针对性的教育项目来激老年观众的社交和学习意愿 [2] 。通过博物馆招募，让更多有兴趣、有能力的老年人口参与到博物馆的公共文化服务建设事业当中，让老年人口在服务和奉献中获得更好的参与感、价值感，提升自我的社会适应感，科学有效的服务能让老年群体身心得到满足，从而实现机体的积极反馈 [3] 。

敦煌在线设立展示中心，不仅保护壁画，还传播展示敦煌文化。展厅利用虚拟技术向公众提供数字化的服务，老年人群也能轻松上手。展厅设备服务有专业人员帮助操作，游客在实地参观莫高窟之前，先在数字展示中心观看两部时长各20分钟的主题电影，了解莫高窟的背景知识，身临其境地观看洞窟建筑、彩塑和壁画。大众游客提供摆渡车等参观工具，游客在全部洞窟内的时间将压缩到75分钟，但获取的信息量会大大增加。这种参观模式既能缓解洞窟压力，减少对壁画的威胁，又利用VR等数字化技术满足多种参观需求，提升服务质量和游客体验。同时，压缩游客在洞窟内停留时间，提升莫高窟接待量，缓解因观看人数太多而造成老年等特殊人群的环境不适应，提高公共服务质量 [4] 。

与传统博物馆公众互动方式相比，数字故宫社区主要通过数字技术进行改进。首先，他们加强了与观众之间的交流，利用社交平台如抖音、微博、小红书等，通过互动和发布视频等方式改变了与大众的沟通方式，提升了观众的体验感和沟通效率。其次，他们通过数字化技术如建模、虚拟现实等，丰富了受众群体和展览形式，不仅吸引了周边地区的观众，还能吸引来自世界各地的观众，打破了时间和空间的限制。第三，他们建立了新的公共文化参与渠道，通过APP进行线上体验，让大众可以更主动地参与，节约时间并提高个性化观展体验，同时推动了公共文化服务的数字化发展，提升了大众对博物馆的体验 [5] 。

本研究结合文献研究与访谈调查，初步拟定博物馆公共数字文化服务水平评价指标体系(见 表1 )；其次采用德尔菲法，征询专家对初步构建的指标体系设计的意见；最后整合专家评议结果，遵循科学性、准确性、可测性的原则，结合针对老年用户群体公共文化服务的特点，确定最终的评价指标体系。

本研究对20名专家成员进行两轮次函询，每次均以电子邮件和网络问卷的形式开展。指标评分从低至高计为1~5分，专家对不合理或描述有问题的指标可提出删除、修改或新增等意见。

本文研究在筛选指标时，对同时满足均值大于3.5、变异系数小于0.25的指标予以保留，为避免关键指标被误删除，当均值和变异系数有一项不满足时，由专家决定保留或剔除，根据以上规则对第一轮调查问卷进行统计分析，进化出下一轮专家问卷调查表，若专家在第二次调查后仍得不出统一的意见,将继续对数据进行优化处理得到第三轮调查问卷，以此类推，直至调查咨询，反馈，分析，专家意见达到一致，得出最终的博物馆公共数字文化服务评价指标体系。

专家的积极系数即问卷的回收率(回收率 = 回收总数/发放总数)，反映了专家对咨询的关心程度。本文问卷回收情况见 表2 。

根据两轮专家咨询结果，各级指标的均值范围如 表3 所示。

计算变异系数和协调系数可以判别专家对各项指标的评价是否存在较大分歧，从而判断该轮专家打分结果是否可靠。协调系数反应参与咨询的20个专家对每层指标的权重评估的协调程度。由于协调系数计算公式复杂，本研究通过SPSS软件计算肯德尔和谐系数(Kendall’s W)来表示协调系数W，W值在0~1之间。值越大，专家的协调度越好反之，协调度越差。W值对应的P值小于0.05，则可认为专家的对指标体系的评分具有一致性。根据两轮专家咨询结果，各级指标的变异系数范围和协调系数如 表4 、 表5 所示。

两轮协调系数对应的P值均小于0.05，表明专家意见的协调程度良好，结果表示可信。

从表中数据可以算出20名专家对咨询表的熟悉程度系数Cs为0.91，判断依据分数Ca = 0.905，因此根据公式可以得出专家权威系数 = 0.9075。因为评分均值权威系数Cr > 0.7被认为有统计学意义，权威系数越高则说明专家组的说服性越高，专家对于自己对证型判断有一定的权威。

本文专家权威系数Cr = 0.9075，结果表明专家权威程度较高(见 表6 、 表7 )。

本研究初拟的指标体系包括“A1资源系统管理”、“A2数字化服务”、“A3平台技术管理”、“A4制度支持力”4个指标，其分析结果如 表8 所示。

从一级指标层的调查结果来看，在平均值上，四个一级指标的重要性均值分别4.9、4.1、3.85、4.9，从均值数据上来看，指标平均值均在3.5分以上；在变异系数上，四个一级指标的变异系数分别为0.0628、0.2079、0.2111、0.0628变异系数均小于0.25。在指标的意见及修改栏上，专家并未给出关于一级指标的修改意见，因此，本轮对一级指标暂不做修改。

一级指标层下的二级指标层共包括“B1资源总量丰富”、“B2资源种类丰富”等27项指标，各指标分析结果如 表9 所示。

续表

从表所反映的各指标的数据上看，在平均值上，“B5系统效率”、“B6系统响应速度”、“B8展览服务”、“B10系统及时性”、“B20博物馆官方网站”、“B21新媒体传播服务”、“B22微博、微信平台”、“B27绩效考核规范性”八个指标的均值低于3.5分外(分别为3.45、3.35、3.45、3.45、3.4、3.35、3.3、3.35)，其他指标均值均高于3.5分；在变异系数上，除了“B5系统效率”、“B6系统响应速度”、“B8展览服务”、“B10系统及时性”、“B20博物馆官方网站”、“B21新媒体传播服务”、“B22微博、微信平台”、“B27绩效考核规范性”八个指标的变异系数大于0.25外(分别为0.4042、0.2612、0.2895、0.4042、0.3621、0.3659、0.2966、0.2612)，其余指标的变异系数均小于0.25。从数据上来看，“B5系统效率”、“B6系统响应速度”、“B8展览服务”、“B10系统及时性”、“B20博物馆官方网站”、“B21新媒体传播服务”、“B22微博、微信平台”、“B27绩效考核规范性”八个指标均值、变异系数均不符合指标保留条件，对其进行剔除。同时结合专家对二级指标提出的修改意见，本轮咨询也对二级指标的描述做了相应修改，修改结果如下 表10 。

根据第一轮问卷的分析和修改，完善初始评价指标体系，并形成第二份问卷，将其发放给专家，进行第二轮评审。完善后的评价指标体系如下 表11 。

本轮一级指标层仍为4个，数据汇总结果如下 表12 。

从本轮的调查结果来看，专家对四个一级指标具有较高的认可度。在平均值上，四个一级指标的重要性均值分别4.95、4.05、4.95、3.9，平均值均在3.5分以上；在变异系数上，四个一级指标的变异系数分别为0.0452、0.2038、0.0452、0.2185，变异系数均小于0.25，说明专家的内部意见协调程度高。与此同时，在指标的意见及修改栏上，专家并未给出关于一级指标的修改意见，因此，本轮对一级指标不做修改。

经过第一轮指标优化以后，二级指标层数量调整为20个，将整理好的指标再次向专家发放，数据显示，二级指标层平均值均大于3.5分，变异系数均小于0.25，都符合要求，最终二级指标层保留20个。将一级指标层、二级指标层整理得到最终的指标体系，并对其重新编码，具体见下 表13 。

本文研究以线上和线下问卷结合形式进行。发放调查问卷500份，回收457份，有效问卷一共457份，有效样本率为91.4%，数据结果表示可信。从调研对象的身份属性来看，多为老年用户群体、公共文化机构负责人员和老年科研学者，文化水平教育程度较高且具有调研群体针对性，对公共文化服务的老年用户体验评价具有较好的基础。模糊综合评价法，模糊综合评价法模型构建基本思想是，基于模糊数学理论，将评价的总目标分解为由多个指标组成的模糊集合，用来处理不确定信息。具体包括:建立因素集、评价集，确定隶属函数，建立模糊矩阵。

4.2.1. 信度检验

为了检验问卷的可信度，通常采用Cronbach’s Alpha系数法。α = (n/n − 1) (1 − ∑Si2/St2)，该系数越高，即工具的信度越高见( 表14 )。

根据以上二级指标层隶属度矩阵和层次分析法所得到的相对权重，可以计算出一级指标层模糊评价结果如下：

(1) 对一级指标A进行模糊评价，其模糊矩阵和权重集分别为FA和WA

$F_A=\left[\begin{array}{ccccc}0.5586& 0.4064& 0.035& 0& 0\\ 0.4886& 0.2877& 0.2131& 0.0107& 0\\ 0.2344& 0.4901& 0.1385& 0.1187& 0.0183\\ 0.3014& 0.5251& 0.1461& 0.0274& 0\\ 0.3059& 0.5129& 0.1583& 0.0228& 0\end{array}\right]$

计算A的隶属度

$Z_A=F_A\times W_A=\left[\begin{array}{cc}\begin{array}{ccc}\begin{array}{cc}0.4207& 0.3907\end{array}& 0.1622& 0.0244\end{array}& 0.002\end{array}\right]$

按照最大隶属原则，隶属于优秀的数值0.4207最大，可以判定一级指标A为优。

(2) 对一级指标B进行模糊评价，其模糊矩阵和权重集分别为FB和WB

$F_B=\left[\begin{array}{ccccc}0.1385& 0.3364& 0.3729& 0.105& 0.0472\\ 0.3516& 0.4551& 0.1233& 0.07& 0\\ 0.0563& 0.3546& 0.4384& 0.1202& 0.0304\\ 0.1187& 0.3653& 0.4216& 0.0791& 0.0152\\ 0.0396& 0.3896& 0.4627& 0.0731& 0.035\\ 0.0868& 0.1187& 0.2009& 0.4064& 0.1872\end{array}\right]$

$W_B=\left[\begin{array}{cccccc}0.0583& 0.0329& 0.1153& 0.2089& 0.1108& 0.4738\end{array}\right]$

计算B的隶属度

$Z_B=F_B\times W_B=\left[\begin{array}{cc}\begin{array}{ccc}\begin{array}{cc}0.096& 0.252\end{array}& 0.319& 0.235\end{array}& 0.102\end{array}\right]$

按照最大隶属原则，隶属于一般的数值0.319最大，可以判定一级指标B为一般。

(3) 对一级指标C进行模糊评价，其模糊矩阵和权重集分别为FC和WC

$F_C=\left[\begin{array}{ccccc}0.2542& 0.4475& 0.2146& 0.0837& 0\\ 0.3242& 0.3896& 0.2374& 0.0441& 0.0046\\ 0.2648& 0.4216& 0.2298& 0.0776& 0.0061\\ 0.0244& 0.3516& 0.4536& 0.1568& 0.0137\\ 0.0578& 0.1187& 0.2374& 0.4536& 0.1324\end{array}\right]$

$W_C=\left[\begin{array}{cccc}\begin{array}{cc}0.14& 0.1107\end{array}& 0.0504& 0.5138& 0.1851\end{array}\right]$

计算C的隶属度

$Z_C=F_C\times W_C=\left[\begin{array}{cccc}\begin{array}{cc}0.108& 0.327\end{array}& 0.3449& 0.185& 0.034\end{array}\right]$

按照最大隶属原则，隶属于一般的数值0.349最大，可以判定一级指标C为一般。

(4) 对一级指标D进行模糊评价，其模糊矩阵和权重集分别为FD和WD

$F_D=\left[\begin{array}{cccc}\begin{array}{cc}0.5342& 0.4064\end{array}& 0.0578& 0.0015& 0\\ \begin{array}{cc}0.2953& 0.5403\end{array}& 0.1385& 0.0259& 0\\ \begin{array}{cc}0.2664& 0.4658\end{array}& 0.1629& 0.1035& 0.015\\ \begin{array}{cc}0.2603& 0.5282\end{array}& 0.1279& 0.07& 0.0137\end{array}\right]$

$W_D=\left[\begin{array}{cccc}0.228& 0.5016& 0.2103& 0.0653\end{array}\right]$

计算D的隶属度

$Z_D=F_D\times W_D=\left[\begin{array}{cccc}\begin{array}{cc}0.340& 0.4940\end{array}& 0.125& 0.0397& 0.012\end{array}\right]$

按照最大隶属原则，隶属于良好的数值0.4940最大，可以判定二级指标D为良好。

通过上述计算得出一级指标的隶属度表，如下 表15 。

通过上述一级指标层隶属度，可以得到目标层的模糊综合评价矩阵，其模糊矩阵和权重集如下：

$F=\left[\begin{array}{ccccc}0.4207& 0.3907& 0.1622& 0.0244& 0.002\\ 0.0964& 0.2512& 0.3109& 0.2395& 0.102\\ 0.1081& 0.3297& 0.3449& 0.185& 0.0324\\ 0.3402& 0.494& 0.125& 0.0397& 0.0012\end{array}\right]$

$W=\left[\begin{array}{cccc}0.1257& 0.5554& 0.2577& 0.0612\end{array}\right]$

计算目标层的隶属度

$Z=F\times W=\left[\begin{array}{cccc}\begin{array}{cc}0.1551& 0.338\end{array}& 0.2896& 0.1862& 0.0653\end{array}\right]$

按照最大隶属原则，隶属于良好的数值0.338最大，可以判定博物馆公共数字文化服务处于良好的水平。

4.3.3. 指标模糊综合评价结果

根据上述计算结果可得各项指标的模糊综合评价结果，具体见 表16 。

即便是老年群体有着单独的规划区间，但是不同的人文背景和精神状态下都有着差异性，因此博物馆应该积极探索不同老年群体的实际愿景，有利于博物馆在对资源进行整合和利用的基础上提供有效的公共文化服务。在前文的评价结果中；博物馆资源系统、展览陈列、数字化服务等方面都有所渗透，就整体馆内空间而言，便捷的数字化设备、导览系统、线下服务的导览等指引服务都是影响老年群体感到身心舒适的重要因素，展览服务方面，按照老年群众的兴趣和人群偏好特点设置参观路线、讲解、体验感的展览内容是博物馆应该着重细化的方向。教育活动等要多注重老龄用户的特点和兴趣爱好，比如对艺术有审美的老年群体，给他们提供展示、欣赏专门作品的平台和服务显得尤为重要。

博物馆将老年群体视为主动的参与者而非被动的服务群体，目前我国对老年人口的服务实践局限在老年人口的基础生存方面，忽略了老年人口的社会参与意识和精神需求，博物馆不可缺少的信息资源是掌握非物质的知识和经验的老年人群 [10] ，不同的博物馆可以利用好老年人比较熟知亲切的文化信息来吸引他们的参与性，同时可以让文化历史通过老年群体进一步传承下一代，这对于博物馆的教育理念行驶具有很好的推动作用。我国的博物馆可以吸收国外博物馆的有效经验，能够对老年人口的复杂性认可，通过不同渠道邀请老年人口在博物馆中的志愿活动并给予奖励，比如通过教育平台和线上服务平台传播博物馆文化资源知识，真正让博物馆和老年人口之间形成双向的密切联系。

老年群体可以通过博物馆的线上平台对文化资源信息、获取相关服务，因此在平台建设方面，博物馆应该加强微信、网站、官方平台的运营和建设。首先，博物馆应该入驻老年人常用的平台当中，方面老年人打开阅读的便利性，保证内容输出官方权威。其次，对于老年人博物馆应该开辟出线上服务的信息专区，提供个性化的推送服务，再次，博物馆应该完善线下平台的服务，设置专业的服务管理人员，在展示屏字体、博物馆布局、展览指引、数字化展示等方面提供关怀模式，优化老年用户的博物馆体验感和满意度，最后，应该建设各大平台的统筹建设，加强各平台向整体性和协调性方面迈进，提升老龄人口使用数字化的效率和能力 [11] 。

总体而言，在提升老年人生活质量和精神需要的过程中，博物馆这一文化机构有着举足轻重的地位，要更加注重博物馆的公共文化供给水平和服务效能，不仅有利于整体社会精神层面的进步，也能够满足老年群体多层次的文化精神需要。