亲子代际关系与高龄老人死亡风险

本小节在7 057个总样本的基础上，分低龄(65～79岁，以下简称低龄)和高龄(80岁及以上，以下简称高龄)两个样本进行这一议题的考察，以得到不同年龄组特别是高龄老人代际关系对其死亡风险的影响。

一、分年龄样本情况介绍

前文提到，随着老年人年龄的增加、体能的下降，他们需要得到的支持越多，因此，不同年龄阶段的老人与后代之间的关系会有所不同，也由此不同年龄阶段老人的代际关系对其死亡风险的影响可能会有所不同。下面将以80岁为分界线，分65～79岁的低龄老人和80岁及以上的高龄老人两个样本，讨论不同年龄样本下代际关系对老人们死亡风险的影响。

按照年龄分组后，得到2 337个低龄老人样本，4 720个高龄老人样本。关于老年人的死亡情况，在低龄老人样本中，2002年中有308位老年人在2005年调查之前死亡，有298位在2008年调查之前死亡，有222位在2011/2012年调查之前死亡。即在观察窗口期，共有828位低龄老人死亡，964位在世，545位失访。在高龄样本中，2002年中有2 894位老年人在2005年调查之前死亡，有876位在2008年调查之前死亡，有274位在2011/2012年调查之前死亡。即在观察窗口期，共有4 044位高龄老人死亡，233位在世，443位失访。表4.9列出了2002年两个样本主要变量的分布情况。

表4．9　区分年龄样本下的2002年变量分布情况单位：%

续表

注：表中括号内为参照组。

从表4.9可以看出，在代际关系方面，高龄老人得到的生病照顾和经济支持比例远远高于低龄老人。高龄老人在这两方面的比例都占到八成多，而低龄老人的都达不到半数。低龄老人得到子女探访的比例(98%左右)高于高龄老人的(88%左右)似乎有悖于常理。但由于调查中没有涉及探访的目的和内容，故在此不好妄加猜测。低龄老人做家务的比例(八成多)高于高龄老人(不到四成)，这一点好理解，低龄老人在身体状况上要好于高龄老人，还能干得动家务。低龄老人与子女日常联系的比例(九成多)高于高龄老人(不到四成)，这一点也似乎不好理解，还有待于做进一步的研究。低龄老人与后代的物质互动比例(三成多)高于高龄老人的(不到两成)，这可能与这个阶段的低龄老人往往有一定的积蓄或者有些老人还有一些收入有关。

在社会人口特征中，低龄老人与子女同住的比例(超过半数)较高龄老人的(三成多)高，女性高龄老人则比女性低龄老人多。低龄老人有配偶的比例(七成多)远远高于高龄老人的(两成多)、受过教育的低龄老人(超过半数)也较高龄老人的(三成多)多。在城乡上低龄和高龄老人比例差别不大。低龄老人的健康状况明显要比高龄老人的要好。由于多数慢性病的诊断在进入老年已经基本确诊且几乎终身携带，因此，低龄和高龄老人的患慢性病比例差别不大。在日常活动能力受阻上，低龄老人不到7%，而在高龄老人中这一比例高达42%左右，在健康自评上，低龄老人好于高龄老人。在生活方式方面，高龄老人较低龄老人更倾向于不抽烟、不喝酒，同时身体锻炼和社会活动参与的比例也明显较低龄老人低。

二、分年龄样本下亲子代际关系对老年人死亡风险的影响

这里，将先在不同年龄样本下就代际关系的3个层面共6个变量是否对老年人的死亡风险起到显著作用做一个统计检验，同时做相应的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，低龄样本中，除了探访变量以外，其余代际关系变量皆在0.1水平上显著。通过做相应的Kaplan-Meier生存函数图，得到图4.7(a)～(f)的结果。其中字母a～f分别指代生病照料、经济支持、子女探望、做家务、日常联系和物质互动各自类别对老年人死亡风险所作的Kaplan-Meier生存函数图。这里可以通过图4.7中的(a)和(b)得知，得到了后代生病照料和经济支持的低龄老人的死亡风险更高。图4.7中的(c)揭示，子女是否探望在老年人的存活时间上差别不大。图4.7中的(d)、(e)和(f)揭示，老人做家务、代际有日常联系和物质互动老年人的死亡风险更低。

为了做对照，图4.8(a)～(f)也呈现了高龄老人各个代际关系变量与死亡Kaplan-Meier生存函数图，其中字母a～f对应的代际关系变量与低龄老人的相同。

从卡方检验的结果来看，高龄样本中，除了日常联系变量以外，其余代际关系变量皆在0.001水平上显著。这一结果对应图4.8中的(e)，可以看到老人是否与子女经常联系，其生存比例差别相当小。图4.8中的(a)和(b)揭示，得到了后代生病照料和经济支持的低龄老人的死亡风险更高。图4.8中的(c)、(d)和(f)揭示，得到了子女探望、做家务和有物质互动的低龄老人的死亡风险更低。

图4．7　低龄样本代际关系生存函数图
(a)生病照料；(b)经济支持；(c)子女探望；(d)做家务；(e)日常联系；(f)物质互动

图4．8　高龄样本代际关系生存函数图
(a)生病照料；(b)经济支持；(c)子女探望；(d)做家务；(e)日常联系；(f)物质互动

因此，大致看来，低龄和高龄两个样本在代际关系对老人死亡风险的影响上既有相同点，也有不同点。相同的地方是生病照料和经济支持都增加了老人的死亡风险、做家务和物质互动降低了老人的死亡风险。不同的地方是探访和日常联系的作用在不同年龄样本下的显著程度不同。

出于同样的原因，两两的统计检验并没有控制其他变量，因此，无法得到这些代际关系对老人死亡风险的净影响。下面将社会人口特征、健康状况以及生活方式等变量分模块逐步引入模型考察这些因素对老人死亡风险的影响作用，得到表4.10的结果(为了节省篇幅这里只列出部分模型的结果，也没有列出标准误)。此表中各模型的设置如下：模型1是低龄样本下包含代际关系、控制变量的模型；模型2是低龄样本下包含代际关系、控制变量、虚弱度因子的模型；模型3是高龄样本下包含代际关系、控制变量的模型；模型4是高龄样本下包含代际关系、控制变量、虚弱度因子的模型。

首先从表4.10来看，无论是低龄还是高龄样本，都表现为加入frailty因子后绝大多数变量系数的绝对值都变大。在低龄样本中，不算frailty因子，在25个变量中有19个变量表现出这一规律；在高龄样本中，在25个变量中有23个变量表现出这一规律。另外，无论是低龄样本还是高龄样本，都表现为没有加入frailty因子之前，各变量更容易显著，这里表现为低龄样本在加入frailty因子之前有10个在0.1水平上显著，而加入之后只有8个显著；高龄样本在加入前有13个在0.1水平上显著，而加入之后只有11个显著。并且当同样的变量在两个模型中都显著时，往往在加入frailty因子后显著性水平有所降低，例如低龄样本中经济支持在加入前在0.1水平上显著而在加入后不再显著、性别变量在加入前在0.001水平上显著而加入后只在0.05水平上显著。

通过对模型是否加入各个控制因素以及是否值得加入frailty因子进行检验，结果表明在各控制变量的基础上加入frailty因子是值得的。因此，这里只比较两个样本中加入了frailty因子的模型的结果，即模型2和模型4。

在低龄样本模型2中，6个代际关系变量只有物质互动变量的直接作用显著且表现为降低了老人的死亡风险。做家务变量的交互作用显著且表现为与子女同住且做家务的老年人的死亡风险较不与子女同住且不做家务的要低。这一模型中的frailty因子显著增加了老人的死亡风险。

在高龄样本模型4中，生病照料和经济支持这两个因素的单独作用显著但它们的交互作用不显著，说明这两个因素直接对老人的死亡风险起作用。另外，从符号的方向来看，这两个因素增加了老人的死亡风险。探访的单独作用和交互作用都不显著，说明这个因素在控制其他变量的情况下对老年人死亡风险没有显著影响。做家务变量的单独作用和交互作用都显著且系数符号为负，说明做家务可以直接降低老人的死亡风险，另外，与子女同住且做家务也对其健康长寿起到保护作用。日常联系的单独作用和交互作用都不显著，说明这个因素在控制其他变量的情况下对老年人死亡风险也没有显著影响。物质互动的单独作用不显著但交互作用显著，说明在与子女同住下且有代与代之间的物质互动可以降低老人的死亡风险。

表4．10　分年龄2002—2011／2012年代际关系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。

对比模型2和模型4，可以得知这6个代际关系变量对老人的死亡风险影响作用不尽相同。生病照料和经济支持在低龄样本中作用不显著，而在高龄样本中直接表现为增加了老人的死亡风险。探访变量无论是在低龄样本还是在高龄样本中都不显著。做家务变量在低龄样本中对老人死亡风险的影响是有条件的，仅表现为与子女同住且做家务的老年人的死亡风险更低。

在高龄样本(模型4)中，做家务变量的单独作用和交互作用都显著且系数符号为负，说明做家务可以直接降低老人的死亡风险。日常联系在低龄和高龄样本中的单独作用和交互作用都不显著，说明这个因素在控制其他变量的情况下对老年人死亡风险也没有显著影响。物质互动在低龄样本中直接表现为降低了老人的死亡风险，而在高龄样本中的作用则是有条件的：与子女同住下且有物质互动才能降低老人的死亡风险。其他控制变量不是本研究的主要关注对象，暂不展开讨论。