原创 孙茜、王有为 定量群学

原文链接

Lu, N., Xu, L., Lou, V. W., & Chi, I. (2018). Intergenerational relationships and the trajectory of depressive symptoms among older Chinese adults in rural migrant families. Aging & Mental Health, 22(3), 389-396.

【导读】曾经有一位社会学者告诉我：“要研究中国社会，就不能避开研究中国的农村社会”。的确，上下五千年的中国文化和中国社会的行动逻辑，多数都扎根于农村社会。因此，在我们讨论中国老年群体的长期照料时，来自农村的实证资料，能够为我们的政策设计和社会服务介入提供有意义的参考。

随着城市化和现代化的发展，农村老年人面临着人口流动导致的代际分离、养老供需失衡、以及家庭养老功能弱化等困境。这使得他们的心理健康呈现出脆弱性和易损性的特征。本期推送的这篇文章，旨在通过一份来自中国农村地区的9年4期面板数据，验证农村流动人口家庭老年人抑郁症状的轨迹类别，同时探究代际关系和抑郁症状发展轨迹类别之间的联系。文章构建的增长混合模型为科学认识农村流动人口家庭老年人的心理健康变化趋势、识别不同子类的心理健康特征奠定了扎实的方法论基础，很好地弥补了传统的增长趋势研究在探讨群体异质性方面的局限性。

问题提出

抑郁症已经成为老年人群体中最主要的心理障碍之一，不仅会给老人及其家庭带来很大困扰，而且也被学术界认为是自杀的主要风险因素(Lapierre, Pronovost, Dube, & Delisle, 1992; Li, Xu, & Chi, 2016)。抑郁症的发病率随着年龄的增加而增长，在农村地区，尤其是农村劳动力向城市迁移的地方，抑郁症的发病率更高，并且影响到中国传统的多代家庭结构(Gu et al., 2013; He et al., 2016; Li, Zhang, Shao, Qi, & Tian, 2014; Li et al., 2012)。在过去的几十年里，中国农村的自杀率一直高于城市地区，近一半的自杀事件发生在65岁以上的老年人身上(Sun, Guo, Zhang, Jia, & Xu, 2013; Wang, Chan, & Yip, 2014) 。

通过对有关老年抑郁症研究的回顾，我们得出两个重要发现：首先，对于老年抑郁症状及其相关因素的研究大多为截面研究(Li, Xu, Chi, & Guo, 2014; Silverstein, Cong, & Li, 2006)，少数的纵向研究只关注了总体的趋势，而忽视了不同群体之间趋势的异质性(Han & Shibusawa, 2015;Song,Li,&Li,2015)。识别老年人群体中不同子群体抑郁发展轨迹的异质性非常重要，通过这一方法，能够更加动态、具体地了解到老年群体精神健康的发展情况，有助于为某些特定的老年人制定或选择更加个性化、精细化的社会服务和干预措施 (Bi, Moos, Timko, & Cronkite, 2015)。其次，代际关系对于降低中国老年人的抑郁风险尤其重要，与此同时，由于子女离家导致流动人口家庭老人面临家庭结构变化、独居以及社会支持不可及等风险，使得这一群体面临更高的抑郁风险 (Li et al., 2014; Silverstein et al., 2006)。然而，现有研究中，极少有研究关注中国农村流动人口家庭的老人这一群体。

为弥补以上研究空白，本研究旨在：1、通过一份来自中国农村地区的9年4期面板数据验证抑郁症状的轨迹类别；2、探究代际关系和抑郁症状发展轨迹类别之间的联系。

方法

（一）数据样本

本研究数据取自关于我国安徽省老年人福祉状况调查研究项目的4期面板数据 (2001-2009; Zuo, Wu, & Li, 2011)。研究团队采用多阶段分层抽样在巢湖区农村选择有代表性的样本参与调查：首先从126个乡镇随机选取12个，再从每个乡镇随机选取6个行政村，从这72个行政村中选取的60岁以上的老人放入以下两个样本框：60-74岁、75岁及以上。访谈员采取面对面访谈的方式在老年人家中开展调研工作 (Zuo et al., 2011)。

本项目于2001年进行基线调研，有1715名受访者成功完成了调查，回复率为95%。在这些受访者中，1391位受访者参与2003年调查；1067位参与2006年调查；807位参与2009年调查。样本耗损的主要原因是死亡 （死亡率在2003年为13.6%，2006年为16.9%，2009年为16.3%）。本研究选取了参与全部四期调研且至少有一个子女为流动人口的受访老年人进行数据分析，最终样本为486位农村老人。

（二）变量测量

老年人抑郁症状通过改编的汉语版流行病学研究中心抑郁量表（CES-D；）进行测量（Hermalin, 2002; Radloff，1977）。为了适应农村老年人样本的特征和社会背景，研究团队对CES-D量表进行了调整和修正。具体调整包括减少抽象化的表达和减少回答的问题数。与此同时，考虑到农村地区受孝文化的影响颇深，研究团队增加了农村流动人口家庭中老年人被边缘化以及边缘感的题项。本测量工具的修订在之前使用相同数据集的研究中被证实具有良好的信效度(i.e. Cong & Silverstein, 2008a, 2008b; Silverstein et al., 2006)。该量表的回答以3级李克特量表的形式呈现（0为很少或没有，1为部分时间，2为大部分时间）。最终计算总分，分数越高代表抑郁症状的水平越高。该量表的Cronbach's alpha在所有四期面板数据中都大于0.70。

代际关系由代际团结问卷（Mangen, Bengtson, & Landry, 1988）来评估。受访者会被询问他们和每一个子女的互动及代际关系情况，以体现他们与每一个子女的代际关系质量：(1) "总体来说，你觉得你和这个孩子有多亲近？"；(2) "当你需要谈论你的烦心事和碰到的困难时，你觉得这个孩子有多愿意倾听？"；(3) "总体而言，你和这个孩子相处得怎么样？"。该量表的回答以3级李克特量表的形式呈现（0不亲密/没有，1在某种程度上/有时/一般，2非常亲密/好）。研究团队通过计算受访者对所有子女代际关系评价的平均分来表示代际关系的质量，最后的代际关系分数从0到6不等。分数越高表示代际关系越强。在基线调研中，受访老年人与每位成年子女之间代际关系质量的量表Cronbach's alpha为0.81至0.90之间。

最后，受访老年人的社会人口学特征作为协变量被纳入模型中，包括：年龄、性别、教育程度、（0为未受过正规教育，1为小学或以上）、婚姻状况（0为其他婚姻状况，1为已婚）、在世的成年子女数、以及在调查时这些子女中有多少人从农村迁移到了城市地区。此外，研究团队还调研了受访老年人的身体功能健康情况（通过日常生活活动量表评估）（Mahoney & Barthel, 1965）以及他们过去一年的家庭总收入。身体功能健康情况采用3级里克特量表进行评估，最终计算总分，分数越高代表与独立生活的困难越高。该量表的Cronbach's alpha在基线时为0.87。家庭收入被重新处理为为金额数值加1的对数。

（三）数据分析

本研究使用MPLUS 7.0软件构建增长混合模型检验我国农村地区老年人口抑郁症状发展轨迹的潜在分类，以及代际关系与抑郁症状发展轨迹分类的关系。本研究的数据分析具体包括以下三个步骤：1、基于在四期数据中重复测量的抑郁症状变量，我们估算了无条件线性增长曲线模型和无条件非线性增长曲线模型两种模型。我们对这两种曲线模型进行了比较，来判断哪种模型更好的反映了抑郁症状发展轨迹特征。抑郁症状在基准线的平均水平和年平均变化率分别作为抑郁症状发展轨迹的截距和斜率；2. 我们在模型中添加了一个类别变量属性的潜变量来检测抑郁症状发展轨迹的分类。我们比较了4个模型（1类–4类）。Bayesian information criterion (BIC), entropy, 以及 Lo–Mendell–Rubin likelihood ratio test 三个指标被用来判断最合适的抑郁症状发展轨迹类别数量。与此同时，我们也会评估发展轨迹分类的质量。如果某一分类包括的人数少于总样本的百分之一，该轨迹分类会被判定为不合格；3. 我们将基准线的代际关系变量以及社会人口特征、功能性健康、以及收入等变量加入模型，进而检测代际关系与抑郁症状发展轨迹分类的关系。

结果

（一）受访者的社会人口学特征

在基线调研中（2001年），受访老年人的平均年龄为67.27岁，83.5%年龄在60至74岁之间，女性占51%，70.4%的受访老年人已婚并与配偶同住，52.9%的受访老年人与成年子女或孙子女同住，29.6%的受访老年人没有受过正规教育。近三分之一的受访老年人在过去12个月中没有任何收入，平均子女数为4.41，其中，平均有2.58成年子女是农村向城市的流动人口。这些数据在2001年至2009年间保持稳定。表1列出了受访者的社会人口学特征和健康状况。

（二）代际关系和抑郁症状之间的偏相关

在控制了老年受访者的社会人口学特征、社会经济地位、身体功能健康情况、成年子女数以及流动人口子女的数量后，研究团队对代际关系和抑郁症状进行了偏相关分析。结果如表2所示。在四个时间点上，代际关系都具有显著的相关关系，抑郁症状的情况也是如此。此外，就每一期的调研数据而言，代际关系和抑郁症状也存在显著的相关关系。最后，统计数据显示，四期调查中的每期的抑郁症状数据与前几期调查中的代际关系之间都具有显著的相关关系，这表明代际关系对抑郁症状存在长期影响。

（三）对抑郁症状增长曲线模型的评估

首先，我们构建了一个无条件线性增长曲线模型，模型拟合指标为：X²[5] = 12.126, p = .0331; RMSEA = .054; CFI = .971; TLI =.965; SRMR = .035。然后，我们建构了无条件非线性增长曲线模型，模型拟合指标为：X²[1] = 5.239, p = .0221; RMSEA = .093; CFI =.983; TLI = .896; SRMR = .021。由于线性模型拟合度更佳，因此我们基于线性模型构建增长混合模型。

在第二分析步骤中，我们检测了不同分类数量的增长混合模型。基于多个指标结果 （详见表三），我们选择了2个类别的增长混合模型。具体而言，我们将两个类别标记为“持续高抑郁症状水平组”和“抑郁水平较低但是持续上升组”。 前一组的抑郁症状水平在基准线调查中相对较高，而且该组的抑郁症状在后续调查中持续处于较高水平（intercept=8.161，p

在第三步数据分析中，代际关系和其他社会人口特征、收入、健康等指标加入模型。研究结果显示，相对于第一组的老年受访者，第二组的老年受访者更可能是男性，低龄，拥有更好的代际关系、更高的健康水平和收入（见图二，表四）。

讨论

我们的研究发现对于为农村老年人精神健康政策和社会服务项目的设计和完善提供了具有重要意义的实证资料。首先，两个类别的增长混合模型（“持续高抑郁症状水平组”和“抑郁水平较低但是持续上升组”）均体现了农村流动人口家庭的老年人都具有相对较高的抑郁水平，这一发现警醒我们，推进相关社会服务介入，提高农村流动人口家庭老年人的精神健康刻不容缓。由于子女离家导致的家庭层面社会支持减弱，加之农村老年人缺少公共服务和经济支持，因此我们建议社会保障系统需要加强对农村老年人的保障作用，以提高农村流动人口家庭老人的安全感进而降低抑郁水平。

此外，中央和地方政府应持续推进农村地区的本土化社区服务，尤其应关注老年人的心理健康。例如，可以通过培育在地化的社会组织及志愿者力量，提升他们服务水平的专业化，让他们更加及时、准确地识别高风险老人，并为其提供相应的服务。另外，在乡村振兴的背景下，当地政府可因地制宜地探索当地产业振兴的途径，提高当地的工作机会，减少人口大量外流，从而织密织实农村老年人的保障网络，进而降低抑郁水平。

最后，社会服务机构宜探索有效服务，提高老年人和流动人口子女的情感链接。例如，为有需要的农村留守老人开展个案和团体辅导，帮助他们学习如何发展支持性和亲密的家庭关系。

导读人 | 孙茜 河北经贸大学公共管理学院社会保障系副教授

王有为 中山大学社会与人类学学院博士研究生