亲代支持与老年人死亡风险

之前的大多数研究表明，如果老年人给予子女一些支持，例如做家务和带孙辈，有益于老年人的健康、降低其死亡风险。在这一小节，将重点考察亲代支持对其死亡风险的影响。

一、历次调查亲代支持情况

如同前一小节，这里先将历次调查中老年人做家务的情况做一个描述，见表4.3。

表4．3　2002—2011／2012年老年人做家务的情况(单位：%)

从表4.3可以看出，在2002—2011/2012年期间，超过一半的老年人都参加过家务活动。从总的趋势来看，呈现逐年增加的趋势，但到了2011/2012年有所回落。但不管如何，从比例上看，从2002年开始，10年以后，老年人做家务的比例提高了10%以上，在最高峰的2008年还提高了16%多一点。这说明老年人随着年龄的增长，参与做家务的比例在提高。由于做家务这个变量在测量时将做饭和带小孩(孙辈或曾孙辈)合并在一起，所以，我们无从得知到底是做饭这项家务的比例在增高还是带小孩的比例在增高，抑或两个比例都在增高，只是直观上体现为老年人的家务劳动参与率比以前高。还有一点，随着时间的推移，在2011/2012年这一比例有所回落，可能的原因是老年人岁数的增长使其活动能力有所减弱，因此，并非呈现一种直线上升的趋势。

二、亲代支持及其死亡风险

像子代支持一样，在这一小节，我们先就亲代支持是否对老年人的死亡风险起到显著作用做一个统计检验，其次做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，老年人是否做家务在死亡风险上显著不同。另外，通过做Kaplan-Meier生存函数图得到图4.4的结果。

图4．4　是否做家务生存函数图

图4.4表明，参加家务活动的老年人的死亡风险远远低于没有参加家务活动的。

由于没有考虑到其他因素的影响，无法检验老年人参加家务活动对其死亡风险的影响是其真实效应还是混杂了其他因素的作用。与子代支持小节类似，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4.4的结果(同样，这里只列出了部分模块的结果，也没有列出标准误)。表4.4中各个模型的设置如下：模型1是只包含做家务变量的模型；模型2是包含做家务及虚弱度因子的模型；模型3是包含做家务、控制变量和交互项的模型；模型4是包含做家务、控制变量和交互项、虚弱度因子的模型。

从表4.4可以看出，在没有加入任何控制因素之前，无论是否加入frailty因子，老人做家务对其死亡风险的作用几乎相同，都表现为显著降低了老人的死亡风险，且它们的系数都非常接近，表现为做家务的老年人的死亡风险是不做家务的32%(模型1)和33%(模型2)。此外，模型2的frailty因子显著地增加了老年人的死亡风险。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。

当加入了社会人口、健康状况和生活方式等其他控制因素之后，无论是否加入虚弱度因子，老年人做家务对其死亡风险的单独效应显著，而交互作用不显著，这说明老年人做家务直接有助于降低其死亡风险。具体而言，在模型3中，老人做家务的死亡风险是不做家务的59%，而在模型4中这一比例为28%。同时我们也看到，frailty因子显著增加了老年人的死亡风险。对比模型3和模型4，我们可以看到加入了虚弱度因子后，绝大多数变量系数的绝对值有所提高。在做家务变量上，如果不考虑到frailty因子，它对老年人死亡风险的直接作用高估了31%(＝59%-28%)。

表4．4　2002—2011／2012年老年人做家务对其死亡风险的影响

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。

另外，模型4报告的模型卡方检验的p值在0.001水平上显著，说明在模型3中引入虚弱度因子是值得的。不仅如此，通过检验，模型中引入各个控制变量也是值得的。