子代支持与老年人死亡风险

子代支持与老年人死亡风险_代际关系对老年人死亡风险影响研究

一、历次调查子代支持情况

如前文所言，迄今为止国内外学者们在研究代际关系与老年人的死亡风险议题上，多数是从代际支持的角度出发来进行的。

由于要考察代际关系，这里删除了那些曾生子女数为0、缺失和不知道的样本。另外，通过剔除一些缺失值、不适合的填答个案，最终纳入统计模型的基期样本量为7 057个。关于老年人的死亡情况，2002年中有3 202位老年人在2005年调查之前死亡，有1 174位在2008年调查之前死亡，有496位在2011/2012年调查之前死亡。即在观察窗口期，共有4 872位老年人死亡，1 197位在世，988位失访。

通过统计，从2002年开始到2011/2012年的调查为止，各次调查的子代支持情况如表4.1所示。

从表4.1可以看出，样本中老年人的生病照料和经济支持比例都呈逐年下降的趋势(除2011/2012年的生病照料比例略有上升以外)，而得到子代探访的比例则表现为逐年升高。在2002年，生病时得到后代照料的比例达到七成多，而在后续调查年份中，这一比例只在62%～67%，下降7%～10%之多，但到2011/2012年略有上升，这可能跟老年人年龄增大，生理机能下降，更多的老年人在生病时需要后代照顾有关。平时得到后代经济支持的百分比在2002年高达69%左右，在后续调查中这一比例在55%～61%，下降8%～13%之多。这里的原因可能是近年来随着社会保险覆盖面的扩大，老年人多多少少都有一些退休金，不像以前那样需要后代在经济方面提供更多的支持，也可能是后代的经济压力较大和财富向下流淌所致，由于这种原因分析不是本书关注的内容，故在此不展开讨论。

表4．1　2002—2011／2012年代际支持情况单位：%

如果从子代支持的类型来看，都有超过半数的老年人得到了来自后代的经济支持、生病时的照料以及精神赡养，这体现了我国传统文化在当今社会中仍占据主导的作用，反馈理论和子代的责任伦理依然能解释我国当前的代际关系。如果比较这3类子代支持的比例大小，我们可以看到，子代对老年人提供的精神支持比例远远高于在工具性支持和物质支持方面的比例，这说明当前我国子代对亲代提供的支持不再以工具性支持和物质支持为主，而是以精神支持为主的格局。

另外，我们还发现在老人获得的工具性支持和物质支持方面，在来自后代的支持比例下降的同时，来自配偶的支持比例在上升，这说明在这两个方面存在来自配偶的支持逐渐取代来自后代的支持。

二、子代支持与老年人死亡风险

上文的分析表明，尽管子代支持局部有所弱化，但在老年人的赡养当中仍然起到重要的作用。前文在文献回顾部分提到，学者们在后代对老年人的生活照顾和经济支持对于老年人的健康/死亡所起到的作用意见不一，而对精神赡养予以肯定的评价，那么，这些方面在当前中国的情形如何？这一小节将验证子代支持对于老年人的死亡风险起到怎样的作用。

首先，我们先就子代支持的三个方面是否对老年人的死亡风险起到显著作用做一个统计检验，其次，为了更直观地展示这三个方面对老年人死亡风险的作用，分别做相应的Kaplan-Meier生存函数图，随后做Cox回归分析。

从卡方检验的结果来看，在0.001的显著性水平上，生病时是否得到后代照料、是否得到后代的经济支持以及是否得到子女的经常探望的老人在死亡风险上显著不同。

另外，分别做相应的Kaplan-Meier生存函数图，得到图4.1～图4.3的结果。其中图4.1是根据老人生病时是否得到后代的照料、图4.2是根据老人平时是否得到来自后代的经济支持、图4.3是根据子女是否经常探望老人所作的Kaplan-Meier生存函数图。

图4．1　是否得到生病照料生存函数图

图4.1表明，生病时得到后代照料的老年人的死亡风险远远高于没有得到后代照料的。图4.2的结果与图4.1的结果相似，表现为平时得到后代经济支持的老年人的死亡风险远远高于没有得到后代经济支持的。图4.3表明，经常得到子代探访的老年人的死亡风险远远低于没有得到子代探访的。

图4．2　是否得到经济支持生存函数图

图4．3　是否得到探访生存函数图

图4.1～图4.3的结果表明，得到后代的生病照料和经济支持的老年人的死亡风险较高而子代的经常探访降低了老年人的死亡风险。由于没有考虑到其他因素的影响，无法检验这些直接影响是否来自它们的真实效应还是混杂了其他因素的作用。因此，下面逐步将社会人口、健康、生活方式和交互作用引入模型进行Cox回归分析，同时考虑加入与不加入frailty因子两种不同的情形，得到表4.2的结果(为节省篇幅，这里只列出了部分模块的结果，也没有列出标准误)。表4.2中各个模型的设置如下：模型1是只包含子代支持变量的模型；模型2是包含子代支持变量及脆弱度因子的模型；模型3是包含子代支持、控制变量和交互项的模型；模型4是包含子代支持、控制变量和交互项、脆弱度因子的模型。

从表4.2可以看出，在没有加入任何控制因素之前，是否加入frailty因子的结果相差不大，都表现为三个因素在0.001水平上皆显著，且都是生病照料和经济支持增加了老人的死亡风险而探访降低了老人的死亡风险。不同的是加入了frailty因子之后，三个因素中有两个(生病照料和经济支持)的系数绝对值变大，另外，frailty因子本身也显著地增加了老年人的死亡风险。具体来看，在模型1中，老年人生病时得到后代照料者，其死亡风险是没有得到照料者的156%(e0.45)、得到后代经济支持的老年人其死亡风险是没有得到后代支持的148%、得到子女经常探访的老年人的死亡风险是没有得到子女探望的29%；而在模型2中，老年人生病时得到后代照料的其死亡风险是没有得到照料的2 230%、得到后代经济支持的老年人其死亡风险是没有得到后代支持的1 381%、得到子女经常探访的老年人的死亡风险是没有得到子女探访的48%。另外，通过对模型1和模型2进行检验，结果报告卡方检验显著小于0.001，说明模型2中考虑了frailty是适当的，能更好地拟合数据。从这三个因素来看，如果没有考虑frailty因子，生病照料对老人死亡风险的作用低估了2 074%(＝2 230%-156%)的作用、经济支持低估了1 233%(＝1 381%-148%)的作用、探望低估了19%(＝48%-29%)的作用。

表4．2　2002—2011／2012年子代支持对老年人死亡风险的影响

续表

注：＋＜0.1；∗＜0.05；∗∗＜0.01；∗∗∗＜0.001；为节省篇幅，LL值只精确到小数点后1位。

由于篇幅所限，这里我们只展示将所有因素加入之后的结果。在没有考虑frailty的情况下，模型3表明生病照料和同住具有显著的交互作用、探访和同住也具有显著的交互作用，经济支持和同住的交互作用和经济支持的单独作用都不显著。这说明经济支持对老年人的死亡风险作用不显著。尽管生病照料的单独作用显著降低了老人的死亡风险，但其与同住的交互作用显示，当老人生病得到了后代照料且与子女同住在一起时，其死亡风险大于那些不与子女同住者，这可能跟这部分老人往往已经病得不轻、死亡风险较高有关。同样，探访的单独作用显著降低了老人的死亡风险，但其与同住的交互作用也显示，当老人经常得到子女的探望且与子女同住在一起时，其死亡风险大于那些不与子女同住者，这也可能跟这部分老人需要子女经常探访(或者出于生病，或者出于行动不便，或者处于弥留之际等)、死亡风险较高有关。从模型1到模型3，我们加入了一些控制因素，模型的结果从生病照料和经济支持显著地降低老年人的死亡风险、探望显著增加老人的死亡风险转向经济支持作用不显著、生病照料和探望与同住具有显著的交互效应，这一结果的改变是否揭示了子代支持的三个层面对老年人死亡风险的作用机制以及新的控制变量值得加入呢？通过计算模型3和模型1的-2LL增量和自由度差值所得到的卡方值显著小于0.001，说明新加入的控制变量是值得的。

对比模型2和模型4可以看到，加入其他控制变量之后，子代支持三个维度的作用也发生了改变。在模型4中，生病照料的单独作用及其与同住的交互作用皆不显著，说明生病照料对老人死亡风险的作用不显著。经济支持的交互作用不显著但其直接作用显著，说明经济支持对老人的死亡风险具有直接影响，具体而言，得到后代经济支持的老人的死亡风险是没有得到经济支持的195%。尽管探访的单独作用表现为显著降低了老人的死亡风险，但其交互作用显著，表明经常得到子女探望且与子女同住的老人的死亡风险较不与子女同住的高，其中的原因也可能跟这部分老人本身的死亡风险较高有关。通过计算模型4和模型2的-2LL增量和自由度差值所得到的卡方值显著小于0.001，说明新加入的控制变量是值得的。在模型4中，我们也看到，个体层面的frailty显著增加了老年人的死亡风险。

对比都加入了控制变量，但区别只在于有无加入frailty因子的模型4和模型3，可以看到，从显著性来看，绝大多数变量的显著情况大体相同，但也稍有不同，有的在没有加入frailty因子的模型中显著但加入frailty因子后就不显著，例如生病照料、教育和城乡等；有的在没有加入frailty因子的模型中不显著但加入frailty因子后就显著了，例如经济支持、房主和患慢性病因素等。另外，从系数的绝对值来看，没有加入frailty因子的各变量系数绝对值(例如模型3)往往更小，这样，将使得它们对老人死亡风险的作用有所夸大和缩小；从系数的符号来看，绝大多数变量的系数方向一致，少量方向相反，例如生病照料、教育和喝酒变量等。通过检验模型4和模型3，结果报告卡方检验显著小于0.001，说明模型中考虑了frailty是适当的，能更好地拟合数据。因此，本研究认为考虑了frailty的Cox风险模型较没有考虑frailty的模型更优。

对于控制变量，首先，由于它们不是本研究所关注的主要内容，其次，它们将会在本章后文的总模型中出现和提及它们对老年人死亡风险的作用，故在此暂时不展开讨论。