利用Logistic模型分析中国城市老年人的贫困问题

利用Logistic模型分析中国城市老年人的贫困问题2000年，中国老龄科学研究中心在全国20个省、市、自治区进行了“中国老年人口状况一次性抽样调查”。全国分段随机抽取80个城市和80个县，城市的有效样本包括10171个。采用被调查各个城市的最低生活保障线（下称低保线），测算城市老年人的贫困情况，同时调查了影响贫困的因素。如年龄、文化程度、离退休情况等。对部分变量进行了转换：1.将是否贫困转换成虚拟变量：贫困记为1，非贫困记为0，以此作为logistic回归方程的因变量；

2.将影响城市老年人贫困的影响因素作为自变量，其分为尺度变量和分类变量，对于分类变量都进行了虚拟变量的转换，二分变量除性别以外，均以0（无）作为参照，具体设置如下：表1Logistic回归方程变量的选择及设定自变量变量类型及参照组年龄尺度变量,无参照组受教育年数尺度变量,无参照组儿子数尺度变量,无参照组女儿数尺度变量,无参照组离退休情况多分类变量，离休性别二分类变量，女性子女是否经济资助二分类变量，否是否得到政府救助二分类变量，否是否得到集体救济二分类变量，否有子女下岗无二分类变量，无生活自理能力是否丧失二分类变量，无料理家务能力是否丧失二分类变量，否是否需要生活照料二分类变量，否婚姻状况多分类变量，有偶同住有偶分居，丧偶，离婚运用SPSS，使用向前法(Wald)剔除不显著的自变量，在最后得到的简化回归模型中只含有七组变量。初步的分析表明：城市老年人的年龄、性别，他们儿子的数量、家中是否有子女下岗，老年人的生活自理能力是否丧失，对于城市老年人总体贫困的影响在统计上并不显著。表2逻辑回归模型结果biS.E.WalddfSig.ebi受教育年限-.163.02254.3931.000.849有偶分居.462.508.8261.3631.587丧偶1.017.14151.9801.0002.765离婚.307.687.2001.6551.360退休1.300.8252.4831.1153.668还在工作3.678.92915.6621.00039.563从未工作2.587.8299.7391.00213.290子女资助-.239.1293.4021.065.788政府救助.714.19513.4271.0002.042女儿数-.167.04911.6781.001.846有其他病人*.357.1803.9241.0481.430常数-4.833.83233.7311.000.008*指城市老年人家中还有其他需要照料的人

注：案例总数为9243，分析案例为9178；预测正确率96.4%

Step

-2LoglikelihoodCox&SnellRSquareNagelkerkeRSquare1

2218.352

.056

.21表3标准化回归系数iibi非标准化回归系数；标准差；βi标准化的回归系数将回归系数进行标准化转换以后发现（表3）：1、影响城市老年人贫困的主要因素是他们的社会保障状况，没有参加过工作的老年人，不如离退休的老年人，他们一般都没有稳定的收入，他们陷入贫困的可能性最大。2、受教育程度和婚姻状况是另外两组影响城市老年人贫困的重要因素：受教育的程度越高，贫困的可能性越低，老年人接受教育的时间每增加一年，陷入贫困的可能性将降低15%；丧偶的老年人最容易陷入贫困。3、家庭中有因病、残、弱等家庭成员的影响，也会使得老年人的家庭陷入贫困。同一自变量内部的差别也很显著，比如得到子女资助的老年人发生贫困的可能性为没有获得子女资助