Page 33 - 南京医科大学社科版
P. 33

南京医科大学学报（社会科学版）京医科大学学报（社会科学版）
               第6期 总第131期                           南                                                         ·
                 2025年12月                     Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences）  · 559
                                              Journal
               而，性别作为分析维度，在大多数研究中仍未得到                            要测定标准。本研究采用 Katz 指数量表                ［19］ 对老年
               充分重视。许多研究未对轨迹模型进行性别分层，                            人 BADL 进行评价，包括穿衣、洗澡、吃饭、上下床、
               或者缺乏对男性与女性在轨迹归属及其影响因素                             上厕所和控制大小便 6 项。每项指标均划分为“没
               方面的系统比较，从而限制了对失能性别差异的深                            有困难”“有困难但仍可以完成”“有困难，需要帮
               入理解。                                              助”“无法完成”4 个选项。每项按功能状态赋值为 0
                   基于此，本文利用 CHARLS 2011—2020 年五期                 至 3 分（0=没有困难，3=无法完成），将得分≥1 定义
               追踪数据，构建 60 岁及以上老年人群的功能轨迹性                         为功能受损并计算失能项数（范围 0~6 项），作为连
               别分层模型，运用 GBTM 识别功能发展的动态模式                         续变量纳入模型       ［22］ 。
               与异质性特征，并通过多分类 Logistic 回归分析人口                         2. 自变量
               学特征、生活方式及健康因素对不同性别功能轨迹                                基于相关文献的研究成果，梳理了一些可能
               归属的影响。研究旨在为制定分阶段、分性别的精                            影响老年人功能状况的因素，并根据其性质的不
               准健康干预策略，优化老年照护资源配置提供理论                            同划分为人口学特征、生活方式和其他健康状况
               支持与政策参考。                                          三个维度，纳入 16 个自变量。其中，人口学特征相
                                                                 关自变量 7 个，分别是年龄、性别、居住地、受教育
                              二、数据与方法
                                                                 程度、婚姻状况、年收入和职业。生活方式的相关
                  （一）数据来源                                        自变量 4 个，分别是社交活动、吸烟、饮酒和睡眠。
                   本文所用数据来自 CHARLS，该项目由北京大                       其他健康状况的相关自变量 5 个，分别是抑郁症
               学国家发展研究院主导，是一项全国性、纵向的大                            状、慢性病、摔倒、认知和 IADL 失能，其中 IADL 判
               规模调查，覆盖全国 28 个省份的 45 岁及以上中老                       定包括做家务、做饭、购物、吃药、理财 5 项指标，
               年人群。CHARLS 采用多阶段分层抽样方法，具有                         IADL 失能定义为≥1 项受损。自变量赋值情况见
               良好的全国代表性，涵盖健康状况、经济条件、家庭                           表 1。
               结构和养老安排等多个维度的信息。基线调查始
                                                                               表1  自变量及赋值情况
               于 2011 年，之后分别于 2013 年、2015 年、2018 年和
                                                                   维度/变量                  赋值情况
               2020年开展四次追踪调查。
                                                                 人口学特征
                   为稳定识别动态发展轨迹，GBTM 须利用两期                          年龄        连续变量
               及以上的追踪数据拟合模型。本文以 2011 年作为                           性别        0：男；1：女
               基期，利用 2011—2020 年共五期追踪数据开展分                         居住地       0：农村；1：城镇
               析。通过将同一个体在不同追踪时点的数据相链                               受教育程度 0：小学以下；1：小学；2：初中及以上
               接，形成连续的观测序列，建立为期十年、五期动态                             婚姻状况      0：有配偶；1：无配偶
               追踪队列数据库，拟合 GBTM 模型，识别不同性别老                          年收入       0：≤0.5万元；1：＞0.5万元~1.5万元；2：＞1.5万元
                                                                   职业        0：农业工作；1：非农业工作
               年人功能轨迹随时间演变的发展变动过程。
                                                                 生活方式
                  （二）研究对象
                                                                   社交活动      0：不参加；1：参加
                   本 文 以 60 岁 及 以 上 老 年 人 为 研 究 对 象 ，以
                                                                   吸烟        0：否；1：是
               2011 年为基期。在数据预处理过程中，首先剔除五
                                                                   饮酒        0：否；1：是
               期调查中年龄不满 60 岁、年龄信息缺失以及 BADL                         睡眠        0：正常；1：异常
               信息完全缺失的样本。随后将 2011、2013、2015、                     健康状况
               2018 和 2020 年五期数据进行个体匹配，形成面板数                       抑郁症状      0：无；1：有
               据结构。在此基础上，进一步剔除 2011 年未参与调                          慢性病       0：未患病；1：患病
               查或在五期调查中仅参与一次调查的个体，以确保                              摔倒        0：是；1：否
                                                                   认知        0：无认知障碍；1：有认知障碍
               轨迹分析所需的时间序列完整性。对于部分变量
                                                                   IADL失能 0：否；1：是
               存在缺失的情况，采用多重插补法进行补全，以提
               升数据完整性并提高分析结果的准确性。经上述                                 （四）统计学方法
               处理后，最终获得 6 927 个满足分析条件的有效样                            采用R软件进行数据预处理。使用多重插补法
               本，为后续关于 BADL 状况的动态演变研究奠定了                         对存在部分缺失值的样本进行填补，生成 5 个完整
               坚实的数据基础。                                          数据集后合并分析，随后通过时间变量对齐确保五
                  （三）变量                                          期数据的纵向匹配，并对各变量进行异常值核查与
                   1. 因变量                                        校正。
                   BADL 是对独立生活能力及健康功能状况的主                            使用 Stata 软件分别构建男性与女性老年人群
   28   29   30   31   32   33   34   35   36   37   38