居住条件对城市老年人健康的影响

孙 慧 波， 赵 霞

(中国农业大学 经济管理学院， 北京 100083)

一、引 言

随着我国经济社会的发展，人口老龄化形势日趋严峻。由国家统计局发布的《2015年国民经济和社会发展统计公报》显示，2015年我国60岁及以上人口数达到2.22亿人，占总人口数的16.1%，比世界卫生组织对于老年社会的定义高出了6个百分点，严峻的老龄化形势将给社会服务、医疗、养老等带来巨大负担[1]。在这种“未富先老”的局面下，健康老龄化应成为应对人口老龄化的一项对策。健康老年人的增多，必定会极大减少老年人照料、医疗等方面的费用支出，减轻人口老龄化所带来的压力[2]。因此，中国作为目前世界上老年人口最多的国家，关注老年人健康、改善老年人生活和生命质量将显得尤为重要。

对于如何提高老年人的健康水平，学者们已有丰硕的研究成果。第一，关于社会支持对于老年人健康影响的研究。李实、杨穗[3]认为养老金对保障老年人健康发挥重要作用，养老金的提高有利于提高老年人健康水平。王新军、郑超[4]的研究则表明，参加医疗保险显著增加了老年人及时就医的概率，有利于老年人健康状况的改善。第二，关于养老模式对于老年人健康影响的研究。刘宏、高松、王俊[5]的研究表明养老模式显著影响老年人的健康状况，政府应通过支持发展在家养老服务、养老院或福利院等方式改善老年人的健康状况。第三，关于代际赡养对于老年人健康影响的研究。Claire Scodellaro[6]和刘西国[7]研究证实子女的经济支持能够显著改善老年人健康。第四，关于社会资本对于老年人健康影响的研究。江求川、张克重[8]研究认为一定的社会资本可以缓解老年人的孤独感，从而改善老年人的健康状况。姜向群、魏蒙、张文娟[9]则认为在社区内积极开展老年人健康教育讲座，鼓励老年人参加社交活动，倡导积极乐观的生活方式，有利于提升老年人的健康水平。

综上所述，现有研究主要是从社会支持、养老模式、代际赡养、社会资本等多个方面深入探讨了改善老年人健康的途径，但较少有研究关注居住条件对老年人健康的影响。住房作为老年人日常生活的场所，与老年人生活息息相关，已有研究[10-11]表明居住条件会影响身体健康状况；王桂新、苏晓馨和文鸣[12]也得出同样的结论。Phillips、Siu、Yeh[13]的研究也证实居住环境将会影响老年人对于居住条件的满意度，进而会影响老年人的心理健康。那么居住条件对老年人身体健康会产生怎样的影响？哪些居住条件方面的改善可以显著有利于老年人的身体健康？这两个问题的回答，必定会为我国养老公共服务发展带来新的政策启示，为改善老年人身体健康提供新的思路。

正是基于以上考虑，本文以Grossman模型为基础，采用中国健康与养老追踪调查(CHARLS)数据，实证分析居住条件对城市老年人健康的影响，以期回答以上两个问题。这对于应对我国严峻的老龄化形势，保障老年人身体健康，推动我国健康老龄化社会的发展，缓解老龄化带来的压力，具有重要的现实意义。

二、理论分析框架

健康在经济学里被看作是人力资本的重要组成部分，以此为基础，Grossman[14]首次构建了健康需求模型，从Grossman开创性研究开始，国内外诸多学者对于健康需求的研究通常都在其理论框架下进行，例如Wagstaff[15]，Erbsland、Ried和Ulrich[16]，苗艳青、陈文晶[17]，程令国、张晔、沈可[18]等。本研究也是在Grossman模型的框架下开展的，在Grossman的模型中，把消费者一生中的效用函数设定为：

U=U(φ0H0,…,φnHn,Z0,…,Zn)

(1)

其中，H0表示初始健康资本存量，Hi表示消费者在i时期的健康资本存量，φi表示每单位健康资本的收益，φiHi表示i时期消费的健康，Zi表示i时期其他商品的总消费。在该模型中消费者的生命周期长度n是内生的，健康资本存量Hi也是内生的，初始健康资本存量H0为外生变量。把健康看作是耐用品，则健康资本增量为：

Hi+1-Hi=Ii-δiHi

(2)

其中，Ii是i时期对健康的总投资，δi是i时期的折旧率。假设折旧率δi是外生的，并且是随着年龄增加而发生变化的。对于健康的投资Ii和其他商品的消费由家庭生产函数所决定，函数形式为：

Ii=Ii(Mi,THi;Ei)

(3)

Zi=Zi(Yi,Ti;Ei)

(4)

其中，Mi表示可购买的商品或服务，如教育、医疗服务等；Yi表示用于产出的生产投入；THi和Ti表示时间投入；Ei表示人力资本。消费者一生将会面临如下的预算约束：

(5)

其中，Pi和Ci分别是Mi和Yi的价格，Wi为工资率，TWi为工作的小时数，B0为初始财富值。

消费者在每个时期拥有的时间为Ω，并且时间总会在当期用完，因此，消费者还将面临时间约束条件：

TWi+TLi+THi+Ti=Ω

(6)

其中，TLi表示由于身体健康状况不佳所导致的时间损失。

以上6个公式便构成了消费者的健康需求模型，消费者会在预算约束和时间约束的条件下作出最优的健康需求选择，实现效用的最大化。本研究借鉴赵忠、候振刚[19]基于投资模型得出的均衡条件：

(7)

图1 健康需求的均衡分析

假说：较差的居住条件不利于城市老年人的健康。

同时考虑到，居住条件对健康状况的影响可能存在滞后性，因此，本研究使用面板数据，检验滞后一期的居住条件对当期城市老年人健康的影响，并尽可能多地把其他影响健康的因素(例如个体特征、健康行为、医疗服务、社区环境等)作为控制变量纳入到回归方程中。基于以上考虑，本研究建立城市老年人健康的分析模型：

Hit=f(ZCit-1,Xit)+εit

(8)

其中，Hit表示健康状况，ZCit-1表示滞后一期的城市老年人居住条件，Xit表示控制变量，εit为残差项。

三、研究设计

1.数据来源

本研究所采用数据来源于由北京大学国家发展研究院所主持的中国健康与养老追踪调查(CHRALS)项目2011年开展的全国基线调查数据和2013年的追踪调查数据。该项目是由国家自然科学基金委资助的重大项目，旨在获取一套完整的能够代表我国45周岁以上中老年人家庭和个人等多方面情况的高质量微观数据，以用于分析中国人口老龄化问题，促进中国老龄化问题研究为中国制定和完善相应的政策措施提供更为科学的决策依据。CHARLS问卷主要包括的内容有：个人基本信息、家庭结构和经济支持、健康状况、体格测量、医疗服务利用和医疗保险、工作、退休和养老金、收入、消费、资产以及社区基本情况等。该调查采用按人口规模成比例的概率抽样方法(PPS)，调查地区覆盖全国28个省(自治区、直辖市)的150个县、450个社区(村)。由于本文的研究对象为城市老年人，依据我国对老年人的定义，本文选取60岁及以上的城市老年人作为研究样本。另外，本文居住条件采用滞后一期的样本数据，因此，首先对两次调查的数据进行了匹配，形成平衡面板数据，然后选取城市地区样本进行实证分析，并考虑到部分变量值的缺失，最终选取了2344个样本。

2.变量选择及样本统计描述

(1)变量选择

因变量。CHRALS调查问卷中对于健康的测评主要有3个方面：自评身体健康状况、身体功能障碍情况和认知抑郁情况。考虑到不良的居住条件与呼吸类、哮喘、过敏等多种慢性疾病有关，可能会对老年人的身体状况产生直接影响，因此,本文更为关注居住条件对城市老年人身体健康的直接影响，选取身体功能障碍情况作为反映身体健康状况(Hit)的变量。在调查问卷中健康状况和功能部分，身体功能障碍是通过询问受访者一系列问题来进行测量，本文共选取20个问题，其中包括完成日常活动和生活自理能力的困难程度，把回答“无法完成”赋值为“1”，“有困难需要帮助”赋值为“2”，“有困难但仍可以完成”赋值为“3”，“没有困难”赋值为“4”。本文把受访者回答所有问题的赋值进行加总来反映受访者身体健康状况，总得分越高则身体健康状况越好。

自变量。CHRALS调查问卷中住房条件部分有询问是否有无障碍通道、是否通电、是否有卫生间、是否有自来水、是否有洗澡设施、是否有天然气、是否通电话、是否有宽带共8个关于住房基础设施的问题，本文将该8个问题中回答为“没有”的赋值为“0”，“有”赋值为“1”，并将每一个问题的赋值进行加总来反映居住条件，总得分越高则居住条件越好。

控制变量。为更好地反映出居住条件对城市老年人健康的影响，本文基于前人研究[21-22]，尽可能多地纳入控制变量。主要有反映个体特征的变量、反映健康行为的变量、反映医疗服务的变量、反映社区环境的变量以及反映初始健康资本存量的变量。同时，考虑我国南北方在气候、环境、生产生活方式等方面的差异，可能会对身体健康状况产生影响，而且已有学者[23]的研究认为由于使用燃煤取暖使我国北方居民预期寿命比南方居民缩短5.5年，因此，本文以秦岭淮河一线为分界线，加入了反映南北地区差异的虚拟变量。

(2)样本统计描述

计量分析过程所用的主要变量的统计描述如表1所示。从身体健康状况来看，变量均值为72.974，由于本文是通过功能障碍问题赋值加总来反映健康状况，因此，这说明受访老年人中有较大功能障碍问题的老年人相对较少，这在一定程度上表明大部分老年人身体健康状况相对较好。从住房条件来看，变量均值为4.201，由于本文住房条件是用关于住房基础设施问题的加总获取，因此，这表明老年人住房的基础设施状况一般，有待于进一步改善。从年龄构成来看，变量均值为68.546，其中年龄在75岁以下的老年人占比78.75%，这在一定程度上说明我国老年人口中年轻老人更多，高龄老人所占比重相对较少。从性别来看，变量均值为0.492，其中女性占比为50.81%，男性占比

表1 变量说明及描述统计

为49.19%，因此，受访老年人中男性和女性人数基本相当。从收入水平来看，变量均值为2.540，这在一定程度上表明老年人口的收入状况一般；从受教育程度来看，变量均值为5.009，在受访者中有25.60%为文盲，文化水平在初中及以下的受访者占总人数的87.29%，在受访者中仅有4.05%具有大专及以上学历，这在一定成度上表明我国老年人口受教育程度普遍偏低。从老年人的健康行为来看，是否有吸烟史的变量均值为0.446，其中没有吸烟史的老年人较多，占比55.38%，而近一个月是否参加社交活动的变量均值为0.578，其中近一个月参加社交活动的老年人相对较多，占比57.81%，因此总的来看，我国老年人在健康的生活习惯方面相对偏好。从医疗服务来看，是否有医疗保险变量均值为0.920，有医疗保险的老人占比为92.02%，这得益于我国不断完善的医疗保障制度，基本使医疗保险达到全覆盖，使老年人在就医方面得到了很好的保障。从社区环境变量来看，1公里内是否有污染企业变量均值为0.323，这在一定程度上表明老年人居住在受污染地区的相对较少，因此从环境污染这方面来看，大部分老年人现有的居住环境状况较好；从地区分布来看，地区虚拟变量的均值为0.440，受访老年人中南方地区的稍多一些，北方地区稍少，分别占比为55.97%和44.03%。总的来看，样本具有很好的代表性，也很好地反映了我国老年人口健康状况、居住条件、个体特征、健康行为、医疗服务、社区环境等多方面的情况，这有效地保证了分析结果的真实可靠。

3.方法选择

(1)OLS+稳健标准误

本文关注的是居住条件对城市老年人健康的影响，反映身体健康的变量选择的是问卷中身体功能障碍问题回答赋值的加总，可看作是连续变量，因此，本文选择最小二乘法(OLS)进行回归估计。同时，考虑异方差情况的存在会导致OLS估计效率降低，本文首先进行异方差检验，怀特检验结果显示，p值等于0.000，故强烈拒绝同方差的原假设。因此，本文采用“OLS+稳健标准误”的方法进行回归估计，该方法可以实现与异方差的“和平共处”[24]，使估计更为稳健有效。

(2)模型的内生性及工具变量的选取

本文重点关注的关键变量居住条件可能有内生性的问题存在。具体来看，本文虽然在数据可获得的前提下尽可能地纳入控制变量，但影响健康的因素有很多，由于变量遗漏所导致的内生性情况可能存在。如果上述情况存在，本文将难以正确地推断出居住条件对城市老年人健康的独立影响，因此，内生性问题将在本文中予以考虑。

由于居住条件变量可能存在内生性，本文将进一步采用工具变量法进行估计，并进行内生性检验。工具变量的选取需要满足两个条件：一是工具变量必须是外生的；二是工具变量须与内生变量相关。基于此，本文将采用CHARLS问卷中房屋的建筑年份和由访问员所观察到的受访者室内的整洁程度作为工具变量，其中房屋的建筑年份是询问房子建成到现在的实际年数，而室内整洁度则是由访问员对受访者的住房进行的评价，共划分为5档，本文把“不整洁”赋值为“1”，“一般”赋值为“2”，“整洁”赋值为“3”，“很整洁”赋值为“4”，“非常整洁”赋值为“5”。不难理解，房屋建筑的年代越久远，室内相应的基础设施可能会陈旧或更差，与新建房屋的居住条件相比可能会更差，而观察员对室内整洁度的评价也能够在一定程度上体现出居住条件的好坏，居住条件好可能会显得室内更为整洁，相反，室内可能更为混乱。这两个变量均满足工具变量选取的条件，而是否是“好”的工具变量，本文将做进一步的检验。

(3)两阶段最小二乘法(2SLS)

选取工具变量后，本文将采用两阶段最小二乘法进行模型参数估计。第一阶段是把内生解释变量居住条件(ZC)对所有工具变量和控制变量进行回归，并得到ZC的拟合值ZC*，即

ZCit-1=αYit-1+βXit+μit

(8)

(9)

其中，Yit-1表示所选取的工具变量，Xit表示控制变量，μit为残差项。

第二阶段，将健康状况对内生变量的拟合值、控制变量、残差项进行回归，即：

(10)

通过两阶段的回归估计便可以得出居住条件对城市老年人健康的一致估计。

四、实证结果及分析

1.居住条件变量内生性及工具变量有效性检验

在上文中我们讨论了存在内生性的可能性，而要确定是否存在内生性需要采用计量方法对居住条件的内生性进行检验。由于本文估计采用的是“OLS+稳健标准误”的估计方法，传统的Hausman检验不再适用，因此本文此采用“Durbin-Wu-Hausman检验”(DWH检验)，检验结果表明，在5%的显著水平上拒绝原假设，即居住条件为内生解释变量，所以本文应引入工具变量，并采用2SLS法进行估计。

为检验工具变量的有效性，本文对所选取的工具变量首先进行过度识别检验，结果显示，在5%的显著水平上接受原假设，故可认为所选取的工具变量为外生变量。然后，根据第一阶段回归结果中Kleibergen-Paap rk Ward F统计量判断是否为“弱工具变量”，结果显示该值为109.675，远大于临界值10，故不必担心存在“弱工具变量”的问题，也就是说所选取的工具变量和内生解释变量存在较强的相关关系。因此，本文选取的工具变量较为有效。

2.实证结果

表2中，第1列到第4列展示了居住条件对城市老年人健康回归的计量估计结果。在模型(1)中考察了未引入控制变量和工具变量时，居住条件与老年人健康之间的关系；在模型(2)中列出了使用工具变量而没有纳入其他控制变量的计量估计结果。模型(1)和(2)的估计结果均显示居住条件和城市老年人健康有显著的正相关关系，这意味着居住条件越好，城市老年人身体健康状况越好，而且居住条件对城市老年人健康的影响在引入工具变量时效应明显增大，这表明工具变量的引入显著改善了模型估计中的内生性问题，使不一致的系数估计得到了校正。在模型(3)与模型(4)中，进一步纳入了受访者个体特征、健康行为、医疗服务、社区环境、初始健康资本存量以及地区虚拟变量，回归结果表明居住条件对城市老年人健康的影响依然显著为正，同样在模型(4)中引入工具变量后，居住条件的影响效应明显增大。因此，这很好地验证了前文的假说，较差的居住条件，例如没有卫生厕所、安全的饮用水、洗浴热水可能会增加老年人患病的概率，而缺失电力、电话、网络等住房设施可能会影响老年人日常生活以及与儿女亲戚朋友的沟通，会影响到老年人的心理健康。因此，较差的居住条件会使老年人健康投资的折旧率提高，从而不利于老年人的健康。

在引入的控制变量中，从表2的模型(4)中可以看出，反映个体特征变量的年龄、性别、相对收入水平，反映健康行为变量的近一个月是否参加社交活动以及反映南北区域差异的虚拟变量都对老年人健康有显著影响。年龄增加带来健康水平的下降，这符合Grossman模型的预测，随着年龄的增加一般会使折旧率提高，从而带来均衡的上移，均衡点的健康水平下降；从性别来

表2 居住条件对城市老年人健康的影响回归结果

注：*代表p< 0.05，**代表p< 0.01；括号中为标准误。

看，男性的健康水平相比于女性要更好一些，这可能是由于男女的社会经济地位存在差距所导致的；从收入来看，相对收入水平越高的城市老年人健康水平越高，这可能是由于相对高的收入水平使老年人有更多的资本投资健康，从而提高健康水平；从健康行为变量来看，近一个月是否参加社交活动对老年人健康有显著正向影响，这与陶裕春、申昱[25]的研究结论相类似；从南北区域差异来看，南方城市老年人的健康状况比北方城市老年人要显著好一些，这表明由于自然环境、生活习惯等方面的不同，使南北方老年人健康存在差异。除以上控制变量外，本文中其他控制变量对老年人健康的影响不显著。

五、稳健性检验

为了检验居住条件对城市老年人健康影响的稳健性，本文首先分年龄段进行了讨论，借鉴《世界卫生组织》对于老年人的划分，把60～74岁的老年人划分为年轻老年人，75岁及以上的老年人划分为高龄老年人。本文以此进行了分年龄段的回归，表3中模型(1)采用60～74岁的城市老年人样本进行回归，模型(2)采用75岁及以上的老年人样本进行回归，2SLS回归结果表明，分年龄段的回归中，居住条件对城市老年人的健康的影响依旧显著，而且对于高龄老人的回归系数(2.473)更大，说明居住条件对城市高龄老年人的影响效应更大。另外，本文还检验了离群值对估计结果的影响，通过把因变量中超出其1.5倍四分位间距的样本剔除，再进行2SLS回归，估计结果呈现在表3的模型(3)中，结果表明，居住条件对城市老年人健康的影响效应虽有所降低，但依旧显著，这说明剔除离群值后，居住条件能够显著改善城市老年人健康的结论依旧成立。以上结果表明本文研究结果较为稳健。

综上所述，通过分样本回归和剔除离群值两种方式进行住房条件对城市老年人健康影响的稳健性检验，回归结果均表明住房条件对城市老年人健康影响稳健，这保证了本文研究结果的可靠性。因此，为改善老年人健康水平、提高城市老年人晚年生活质量，政府应该为城市老年人提供养老服务的过程中，采取一定措施改善城市老年人的居住条件。

表3 稳健性检验结果

注：*代表p< 0.05，**代表p< 0.01；括号中为标准误。

六、结论及建议

综上，本文以Grossman模型为理论基础，采用CHARLS数据进行了实证分析，引入住房建筑年份和整洁度作为工具变量，解决了居住条件变量存在的内生性问题，结果稳健地证明良好的居住条件会显著提高城市老年人健康水平，进一步把城市老年人划分为年轻老人和高龄老人进行分析，结果表明居住条件对于高龄老人的健康影响效应更大。另外，引入的控制变量中反映个体特征的变量年龄、性别、相对收入水平、反映健康行为的变量(近一个月是否参加社交活动)以及地区虚拟变量都对城市老年人健康产生显著影响。

以上结论可以为改善老年人健康提供新的思路。健康的老年生活必定能够减轻老年人医疗、照料等方面的负担，缓解老龄化所带来的压力，而良好的居住条件显著有利于提高老年人的健康，因此，城市社区在开展养老服务的过程中，除了为老年人提供必要的护理照料、组织文化活动等方式外，也应该注重老年人特别是高龄老人居住条件的改善。具体来看，首先对具有公共服务性质的住房条件，例如无障碍通道、供水设施等的改善，可由政府根据社区老年人生活需求出资建设。其次，对于私人性质的居住条件，例如洗浴设施、卫生厕所等的改善，政府可以制定适宜老年居住条件的标准，对于居住条件较差，未达到适宜居住条件标准且自身经济能力有限的老年人，可有针对性地为其提供住房条件改善的服务。最后，改善城市老年人居住条件完全由政府承担，必定会增加政府财政负担。政府可以通过资金和政策支持，积极引导社会力量参与，通过民间团体、慈善机构等的积极配合，建立合理的责任分担机制，更好地推动城市老年人居住条件的改善。

总之，在养老服务过程中为老年人提供安全饮用水、供暖设施、洗浴热水，改善室内厕所条件、卫生条件等服务，通过对老年人住房基础设施的改善，为老年人提供良好的居住环境，这对于保障老年人健康幸福的晚年生活具有重要的正面意义。

[1] 国家统计局. 2015年国民经济和社会发展统计公报[EB/OL]. (2016-02-09)[2016-12-14]. http://www.stats.gov.cn/tjsj/zxfb/201602/t20160229_1323991.html.

[2] SANDERSON W C,SCHERBOV S. Remeasuring aging[J]. Science,2010,329(5997):1287-1288.

[3] 李实,杨穗. 养老金收入与收入不平等对老年人健康的影响[J]. 中国人口科学,2011(3):26-33，111.

[4] 王新军,郑超. 医疗保险对老年人医疗支出与健康的影响[J]. 财经研究,2014(12):65-75.

[5] 刘宏,高松,王俊. 养老模式对健康的影响[J]. 经济研究,2011(4):80-93，106.

[6] SCODELLARO C,KHLAT M,JUSOT F. Intergenerational financial transfers and health in a national sample from France[J]. Social Science & Medicine,2012,75(7):1296-1302.

[7] 刘西国. 经济赡养能增进老年人健康吗——基于2011年CHARLS数据的内生性检验[J]. 南方人口，2015(1):47-57.

[8] 江求川,张克中. 宗教信仰影响老年人健康吗?[J]. 世界经济文汇,2013(5):85-106.

[9] 姜向群,魏蒙,张文娟. 中国老年人口的健康状况及影响因素研究[J]. 人口学刊,2015(2):46-56.

[10] EVANS G W. The built environment and mental health[J]. Journal of Urban Health,2003,80(4):536-555.

[11] HABIB R R,MAHFOUD Z,FAWAZ M,et al. Housing quality and ill health in a disadvantaged urban community[J]. Public Health,2009,123(2):174-181.

[12] 王桂新,苏晓馨,文鸣. 城市外来人口居住条件对其健康影响之考察——以上海为例[J]. 人口研究,2011(2):60-72.

[13] PHILLIPS D R,SIU O L,YEH A G O,et al. The impacts of dwelling conditions on older persons’ psychological well-being in Hong Kong:the mediating role of residential satisfaction[J]. Social science & medicine,2005,60(12):2785-2797.

[14] GROSSMAN M. On the concept of health capital and the demand for health[J]. Journal of Political economy,1972,80(2):223-255.

[15] WAGSTAFF A. The demand for health:an empirical reformulation of the Grossman model[J]. Health Economics,1993,2(2):189-198. [16] ERBSLAND M,RIED W,ULRICH V. Health,health care,and the environment:econometric evidence from German micro data[J]. Health Economics,1995,4(3):169-182.

[17] 苗艳青,陈文晶. 空气污染和健康需求:Grossan模型的应用[J]. 世界经济,2010(6):140-160.

[18] 程令国,张晔,沈可. 教育如何影响了人们的健康?——来自中国老年人的证据[J]. 经济学(季刊),2015(1):305-330.

[19] 赵忠,侯振刚. 我国城镇居民的健康需求与Grossman模型——来自截面数据的证据[J]. 经济研究,2005(10):79-90.

[20] CROPPER M L. Measuring the benefits from reduced morbidity[J]. The American economic review,1981,71(2):235-240.

[21] 温勇,宗占红,舒星宇,等. 中老年人的健康状况、健康服务的需求与提供——依据中西部5省12县调查数据的分析[J]. 人口研究,2014(5):72-86.

[22] 连玉君,黎文素,黄必红. 子女外出务工对父母健康和生活满意度影响研究[J]. 经济学(季刊),2015(1):185-202.

[23] CHEN Y,EBENSTEIN A,GREENSTONE M,et al. Evidence on the impact of sustained exposure to air pollution on life expectancy from China’s Huai River policy[J]. Proceedings of the National Academy of Sciences,2013,110(32):12936-12941.

[24] 陈强. 高级计量经济学及 Stata 应用[M]. 北京：高等教育出版社,2014：90-92.

[25] 陶裕春,申昱. 社会支持对农村老年人身心健康的影响[J]. 人口与经济,2014(3):3-14.