积极老龄化态度：个体差异、组群效应、时代变迁

朱火云黄雪山

(1 暨南大学公共管理学院/应急管理学院，广东广州，510632；2 南昌大学公共管理学院，江西南昌，330031)

由于计划生育政策、医疗卫生技术、子女抚养成本、社会观念等因素的综合影响，人口老龄化成为我国新时期的新国情。自1999年进入老龄化社会以来，我国老年人口规模持续扩大，至2017年底，60岁以上老年人口绝对数量达到2.4亿，占总人口比重的17.3%，比2000年高出7个百分点[1]。新时期我国人民日益增长的美好生活需要与不平衡不充分发展之间的社会矛盾具体反映到老龄群体，即为急速增长的养老需求与养老资源供给不平衡不充分发展之间的矛盾。人口老龄化已给老年人及其家庭带来切实的压力，因此，应对人口老龄化不仅是国家长期的战略任务，还是每个家庭必须面对的现实问题。如何有效应对老龄化将是值得全社会思考的重大问题。如果说“未富先老”是经济发展滞后导致的养老供给不足，那么“未备先老”“慢备快老”则是消极老龄化的主观态度导致的养老供需的结构失衡。党的十八大以来，我国政府在法治、政策、管理等方面都积极推进老龄化事业，出台了300余项配套措施，将工作重点布局在养老保险、养老服务体系、医养结合、长期护理保险等方面。习近平总书记在党的十九大报告中明确提出，应积极应对人口老龄化，构建养老、孝老、敬老政策体系和社会环境，推进医养结合，加快老龄事业和产业发展。这为我国积极老龄化建设奠定了坚实的政治基础和领导基础。积极应对人口老龄化应成为破解老龄化所引发的诸多社会经济挑战的一项新国策[2]。实施积极老龄化，不仅需要在基本思路及其战略构想上做好顶层设计，而且需要了解实施积极老龄化政策的民意基础与舆论环境。科学有效的积极老龄化政策的制定、宣传与实施有赖于准确评估与把握对社会民众尤其是作为政策受众对象的老年人的老龄化态度，因而需要综合深入分析积极老龄化态度的个体、群体差异以及不同时期的变化趋势。老年群体如能更加积极客观地看待老龄化过程、参与社会事务、重构良性社会网络关系，将有助于积极老龄化政策的精准制定与有效实施。

一、文献回顾

无论从微观个体还是从宏观社会结构来看，人口老龄化本质上是一种自然过程，是一个中性词。根据生命周期理论，老年期是个体生命历程的第三或第四个阶段，与未成年期和成年期共同构成完整的生命周期[3-4]。老龄化社会的标准通常是某个国家或地区60岁及以上人口占总人口比重超过10%或65岁及以上人口占比超过7%。但是在理论分析与政策实践中，老龄化是一个被社会和历史环境所建构的概念，不同学科在解读这一中性化人口概念过程中赋予了其各种特定的感情色彩。早期的老龄化理论被蕴含着进化论基因的生物学和心理学主导，散发着消极悲观主义色彩[5]。例如，Strehler将老龄化社会定义为由于身体机能的衰退而引致的后生产(post-reproductive)时代[6]。

正因为具有建构主义的特征，老龄化概念并非一成不变。20世纪70年代以后，理论界对老龄化的态度逐渐由消极转向积极。在这一转变过程中出现了多种积极的老龄化理论，主要包括成功老龄化(Successful Ageing)、生产老龄化(Productive Ageing)、健康老龄化(Healthy Ageing)和积极老龄化(Active Ageing)等。成功老龄化概念的提出最早可追溯到美国学者Rowe和Kahn于1987年在著名的《科学》杂志上发表的《人的老龄化：普遍与成功》，文章承认消极老龄化理论中关于生物机能退化的观点，但同时指出个体之间的差异性，认为疾病和残疾不是老年人的普遍状态，并将成功老龄化定义为三个方面，即没有疾病和残疾、身体和心理机能正常、积极的社会参与[7]。与成功老龄化类似的概念为“生产老龄化”。该理论认为，老龄化与生产力不是天然分开的，老年人缺乏生产力是一个虚构的概念。如果没有疾病和不利的社会环境，老年人与其他人一样能够参与生产与社会活动[8]。在该理论指导下，西方学者将研究视角转向老年人力资源开发，并积极推动老年人再就业政策的制定与实施[9]。然而，生产老龄化理论出发点是为了缓解家庭与政府的负担，其过度强调经济性和工具性，忽视老年人的社会性及自身价值，因而被许多学者所批判[10]。健康老龄化则是对成功老龄化和生产老龄化的一种价值修正，虽然很多老年人因患有疾病或残疾而使生产力受限甚至丧失生产力，但他们的老年生活仍然是成功的，这是对成功的社会价值性的批判。1987年WHO首次提出“健康老龄化”概念，旨在通过现代医疗技术、心理干预等手段延长生命周期中的健康周期，以提高老年人的生活质量[11]。但是，与成功老龄化和生产老龄化理论一样，健康老龄化同样以功利主义理念为主导。此外，健康老龄化是基于老年人的身心需求，而非其社会权利。当老年人无法通过上述手段达到符合社会标准的健康水平时，他们仍然可能被视为社会的负担[12]。

虽然成功老龄化、生产老龄化、健康老龄化等概念摒弃消极思想，突出成功、健康、生产力等关键词，强调老年人的有用性、价值性，但实质都是功利主义的老龄化理论。积极老龄化理论的思想渊源正是对这些老龄化理论的深化与补充，其实质是将中年阶段的积极状态维持到老年阶段，是一种老年人本主义理论[13]。它不仅强调老年人的健康和社会参与，而且主张为那些“无社会价值”的老年人提供兜底保障[14]。目前应用范围最广的积极老龄化概念由WHO在2002年的报告《积极老龄化：一个政策框架》中提出，该报告对积极老龄化的政策意涵做了详细阐述，即通过优化健康、参与和保障的机会，提升老年人的生活质量[15]。与此同时，2002年联合国召开的第二次老龄问题世界大会通过了《老龄化马德里政治宣言》和《老龄问题国际行动计划》，自此积极老龄化开始被纳入各国发展的政策框架。作为积极老龄化的信奉者和推动力量，欧盟及欧洲议会、欧洲人权委员会、欧洲企业社会责任协会等地区性的综合及专业组织在就业、社会参与、独立健康安全生活、积极老龄化能力和环境等方面构建起了完善的行动纲领，具体包括政策倡议、实施策略、评估指标等内容[16]。综合现有最新研究，积极老龄化内容已扩展至八个主要方面：(1)调整公共养老金政策以适应人口老龄化、高龄化；(2)延长退休年龄及调整相关就业环境与政策；(3)改善职业养老金及相关福利计划；(4)加强疾病治疗与健康管理；(5)引导健康生活方式，延长健康生命周期；(6)建立智能化的无障碍环境；(7)提升长期护理及社会支持能力；(8)推进老年社会参与，并将老年人纳入政策制定主体之一[17]。老龄化理论的转变扩展了研究的视野，其实质是理念的转变，从老年歧视到平等共享，从“以需求为基础”到“以权利为基础”，从倾向于假定老年人是被动目标到承认老年人在社会生活中各方面都享有机会、平等对待的权利及责任。

基于积极老龄化的客观政策框架，社会学和人类学学者探讨了积极老龄化态度在个体微观层次的测量与积极效果。例如，Leventhal的SRM模型(self-regulation model)的广泛应用为评价老龄化态度提供了一个完善的分析框架，该模型囊括了识别、起因、结果、控制等多个维度，并在此基础上发展出了自评问卷及其修订版[18]，主要关注健康与疾病。爱尔兰老龄化追踪调查项目(Irish Longitudinal Study of Ageing,TILDA)对此进行了扩展，涵盖了老年健康、生活质量等维度[19]。Barker和Sexon等学者利用TILDA项目构建了老龄化态度指标体系[20-21]。在此基础上，医学、心理学和体育学等学科的学者将老龄化态度指标分为积极和消极两类，并进一步论证了两类态度对身心健康的影响差异[22]。消极的老龄化态度对老年人的自尊自信、生活满意度、自评健康、认知及自理能力、社会参与等方面都产生显著的消极影响[23-24]。相反，积极的老龄化态度则有助于延长健康生命周期，维持紧密的社会支持网络，推进老年人社会参与的广度与深度[25]。

现有研究从多个角度探讨了积极老龄化的客观政策框架和积极老龄化主观态度的概念、内涵、测量指标体系及其影响因素等，推进了人们对老龄化的认识，但忽视了老龄化态度影响因素的多层次性和复杂性。鉴于此，本文采用“年龄-时代-组群”(hierarchical age-period-cohort,HAPC)回归模型，探讨我国老年人积极老龄化态度的微观与宏观因素的互动影响，准确分析老龄化态度的特点及发展趋势，为构建更加科学的积极老龄化政策体系提供支撑。

二、数据与方法

(一)数据来源与变量选择

1.数据来源

本文的实证分析数据来自北京大学组织实施的中国老年健康影响因素跟踪调查项目(Chinses Longitudinal Healthy Longevity Survey,CLHLS)。人口老龄化、高龄化速度加快给我国带来沉重的社会负担，在此背景下，该调查项目旨在探索和研究人口老龄化的影响因素，为促进国家积极应对人口老龄化提供科学决策。调查涉及老年人口学特征、老龄化态度、家庭关系、生活自理能力、生活方式、社会和家庭支持等180多项内容，较为全面地收集了老年人生活态度、社会关系和社会福利等数据信息。自1998年首次进行基线调查以来，该项目分别于2000年、2002年、2005年、2008—2009年、2011—2012年、2014年和2018年完成7次追踪访问，覆盖了全国22个省(自治区、直辖市)，调查人口约占全国总人口的85%。其中，1998年和2000年的两期调查对象为80岁以上的高龄老人，2002年以后扩展至65岁及以上老年人。为了能够调查到足够多的中高龄老年人，该项目采用多阶段不等比例目标随机抽样方法。同时为保证样本的连续性与不同时点的可比性，2000年以后的跟踪调查按照同性别、同年龄的原则对死亡和失访老年人进行递补。由于2018年的调查结果还未公开，本文使用可获得的前7轮调查数据中的85905个样本信息，并以1998年调查样本为基准，向后删除重复样本，最终确定43855个有效样本，其中，2014年的样本量为1077个，1998年的样本量为9093个。

2.变量选择及操作化

(1)积极老龄化态度。随着大型调查数据库的建立与完善，学界开始重视积极老龄化态度(Self-Perceptions of Ageing)的概念及其操作化，并在方法、数据及结果上取得了较为一致性的认同[26-27]。本文借鉴Sexton等构建的测量指标体系，并结合本研究所使用的数据库的特点，构建一套新的积极老龄化指标体系，以此评估我国老年人的老龄化态度水平。Sexton基于TILDA，采用验证性因子分析方法将包含32个老龄化态度的问卷(Ageing Perceptions Questionnaire,APQ)简化为一个包含5个维度17个问题的老龄化态度量表(B-APQ)。该量表的5个维度分别为老龄态度的长期性(timeline-chronic)、积极老龄结果(consequences-positive)、消极老龄结果(consequences-negative)、积极控制(control-positive)、消极控制(control-negative)、情绪表达(emotional representations)，各测量指标的答案从“同意”至“不同意”设置5个等级。本研究的调查问卷与TILDA有所不同，将积极与消极化态度设置在答案中而不是问题中，即答案从“从不”(很不好)至“总是”(很好)设置5个等级。本研究的积极老龄化态度量表由CLHLS问卷中的8道问题组成，首先利用探索性因子分析对量表进行降维并计算因子总得分，再利用线性功能效用函数进行标准化处理，取值范围在[0,100]。

(2)年龄-周期-组群。为提升变量的解释力，本文将年龄变量进行中心化处理后再除以10。以1998年的调查年份为基准，根据调查时间将样本分为7个周期，赋值如下：1998年=1，2000年=2，2002年=3，2005年=4，2008—2009年=5，2011—2012年=6，2014年=7。此外，所有调查样本中，出生最早的为1875年，最晚的为1949年，根据样本的出生年份分布情况，除年龄分布两端的群体外，每5年分为一个组群，共编码为10个组群，分别为1875—1900、1901—1905、1906—1910、1911—1915、1916—1920、1921—1925、1926—1930、1931—1935、1936—1940、1941—1949。

(3)控制变量。本文引入了人口学特征、社会保障状况及家庭特征等变量。其中人口学特征包括性别、民族、居住地、受教育水平、婚姻状况等；将“老年人主要生活收入来源是否为养老金”作为测量社会保障状况的指标，设其为二分变量；家庭特征包括子女数量、居民状况等。

(二)理论模型

尽管老龄化观念存在显著的个体差异，但普遍认为特定年龄、时代及组群内部的老龄化观念具有群体共性，呈现多层次结构特征。经典的OLS回归适用于单层次结构分析，忽视了个体、时代、组群等不同层次的因素对老龄化观念的互助影响[28]。为了解决模型的识别问题(identification problem)，本文采用多层次“年龄-时代-组群”(hierarchical age-period-cohort,HAPC)回归模型，该模型是由Yang和Land于2006年首次提出的，是近年来得到广泛应用的一种新型方法[29]。鉴于每个样本个体同时被嵌入特定组群和时代，HAPC回归模型将组群与时代视为比个体更高层次的变量，并把它们纳入一个整体模型进行分析。根据这一思想，本研究可以建立一个两层次的回归模型：第一层为基于固定效应的个体微观层次，第二层为基于随机效应的组群与时代的宏观层次。

第一层次：

(1)

其中，ageing表示积极老龄化态度指数，为连续变量，age表示调查对象的标准化年龄，gender为性别(男性=1，女性=0)；p为所有个体层次的影响变量的个数；X为受教育年限、婚姻状况等其他变量、协变量的矢量，包括年龄与性别、年龄与受教育年限、年龄与居住地的交互项。在公式(1)中，截距项β0jk为平均年龄参照组在第j年第k组的积极老龄化态度指数。

第二层次：

β0jk=π0+t0j+c0k

(2)

β3jk=π3+t3j+c3k

(3)

公式(2)是随机截距项的回归方程，表示不同时代、组群的老龄化态度指数均值差异。π0表示个体层次中所有变量值为0时的期望均值；t0j表示总时代效应；c0k表示总组群效应。公式(3)用于检验不同时代积极老龄化态度在城乡之间的差异。同时本文采用Schwarz的BIC(Bayesian information Criterion)指数检测模型的拟合优度。

三、结果分析

(一)样本分布及变量的描述性统计

表1为1998—2014年所有调查样本(删除连续两次及以上参加调查的追踪样本)的分布表及各主要变量的描述性统计。其中性别、居住地、婚姻状况、民族、主要生活来源、退休前职业、居住状况等均为二分变量。由表1可知，调查样本中以女性、非在婚(包括丧偶、离婚、未婚)、与家人居住(包括配偶和子女)，以及主要依赖家庭赡养的老年人为主，样本的城乡占比较为均衡。受教育年限普遍较低，平均仅为1.86年，其是否会影响老年人的老龄化态度有待后文考证。

表1 样本分布及描述性统计(N=43855)

(二)实证结果分析

积极老龄化态度量表基于主成分分析方法的探索性因子分析，KMO值为0.77，共合成4个因子，累积方差贡献率为75%，模型结果较为理想。合成的4个因子命名和解释如下：(1)情绪表达，包括3道问题，分别是“您是不是觉得越老越不中用”“您是不是经常感到紧张、害怕”“您是不是经常感到孤独”；(2)老年结果，包括3道问题，分别是“您觉得您现在的生活怎么样”“您觉得您现在的健康状况怎么样”“不论遇到什么事您是不是都能想得开”；(3)老龄态度的长期性，包括1道题“您是不是觉得与年轻时一样快活”；(4)老龄化控制，包括1道问题“您自己的事情是不是自己说了算”。因子合成结果与Sexton 等使用验证性因子分析的研究结果基本一致[30]，表明本量表具有较高的信度和效度。加权计算因子总得分后进行标准化处理的老龄化态度总水平及分年份的水平如图1所示。过去17年中7次调查的所有样本的老龄化态度平均为63.28，标准差为15.95，峰度和偏度分别为-0.28和0.04，呈现较为规整的正态分布。

图1 分年份的老龄化态度水平

分年份的老龄化态度指数呈现明显的波动趋势，其中2000年、2002年、2005年、2011年的调查结果均高于平均值，而1998年、2008年和2014年的调查结果低于总体平均值，尤其是1998年和2008年的老龄化态度最为消极。由于样本量大且样本分布具有正态性，基本可以排除抽样误差因素，造成上述波动的因素可能来自国家宏观环境。例如，1998年和2008年分别爆发了亚洲金融危机和次贷危机，经济形势严峻，这两年的GDP增长率都是所处时期的最低值。虽然2014年没有发生较为明显的经济危机，但自2012年开始GDP增长率跌破8%并持续下降至2014年的7.3%(8%是经济总量10年翻一番的最低增长率，被视为保增长的重要指标)，经历长期高速增长而突然“破8”，在短时期内必然对消费者信心产生重要冲击。后文将对这一问题深入分析。

为进一步深入探讨老龄化态度的变化及影响因素，本文将年龄、组群、时代等不同层次的变量纳入统一的多层次线性模型中，较好地解决了变量间的互嵌关系。如表2所示，本文采用逐步回归的策略，逐个将变量引入模型，共构建了7个回归模型。模型1～模型4分别引入年龄、性别、居住地、受教育年限等个体特征变量；模型5在此基础上引入年龄与其他3个变量的交互项；模型6进一步引入了主要生活来源、退休前职业、子女数量、居住模式等社会经济、家庭特征变量；模型7则是全模型，且在随机效应模式中引入了城乡变量，以验证不同时期积极老龄化态度的城乡差异。模型的BIC指数随着变量的逐步引入而下降，表明新增变量使模型的拟合得到优化。

表2 积极老龄化态度的HAPC效应

注：*表示p<0.05,**表示p<0.01,***表示p<0.001。

1.积极老龄化态度的个体差异

模型1为控制组群和时代后年龄与积极老龄化态度的回归模型，模型结果显示，年龄的回归系数为-2.883，即老年人每平均增长10年(标准化年龄)，其积极老龄化态度指数下降近3个标准分，且在0.1%水平上显著，表明年龄对老龄化态度具有显著的负向影响。模型5～模型7在引入其他控制变量后，虽然回归系数有所下降，但显著性仍然较强。如图2所示，根据模型1模拟的年龄与老龄化态度预测值拟合图更为直观地反映了“随着年龄的增长，老龄化态度逐年递减”的趋势，由65岁的74.6下降至122岁的58.2。已有研究认为，贫困、疾病发生率与年龄呈现明显的“U”关系[31]。中国营养与健康调查数据显示，四周发病率从婴幼儿期逐步下降，并在20岁左右达到最低值，此后随着年龄的增长而提高，65岁及以上老年人的发病率达到27%以上[32]。因此，相较于年轻人，老年人更易面临收入水平总体不高、因老返贫、因病致贫等问题，其失能半失能等风险增大，对应的经济依赖、照护需求、宜居环境需求增加，加之我国养老保障体系建设滞后，老年人普遍还面临老年生活准备不足等问题，并且随着年龄的增加，这些矛盾可能会进一步被激化，老龄化态度必然也随之更加消极[33]。

图2 积极老龄化态度的年龄效应

除了HAPC模型中的年龄效应外，其他个体特征变量对老年人的老龄化态度也具有显著的影响。模型2～模型4分别引入性别、受教育年限和居住地变量，结果表明，控制住时期和组群效应后，3个变量对老龄化态度都产生了显著的正向影响。相较于女性，男性更加乐观地看待老龄化，平均高出3.6个标准分。控制住年龄等其他变量后，性别差异仍然显著，但影响程度明显下降，两者平均相差约1.3个标准分。受教育年限越高，老龄化态度越积极，平均每增加一年的教育，积极老龄化指数提高0.3～0.8个标准分。由于分析的所有样本的受教育年限较短，平均仅为1.86年，因此群体间的差异不大。随着义务教育政策的实施及高等教育的发展，我国公民的受教育水平有了显著提升，对积极老龄化态度的影响程度需进一步探讨。积极老龄化态度的城乡差异同样非常明显，居住在城市的老年人(主要为非农户籍老年人)比居住在农村的老年人(主要为农业户籍老年人)高出近4个百点。进一步引入其他控制变量后，居住地因素的影响程度也明显削弱，但相对性别等其他个体因素，其影响程度仍然较高。

模型5在前面模型的基础上引入年龄与性别、受教育年限、居住地的交互项。其中只有年龄与受教育年限的交互项显著，且回归系数为-0.09，表明受教育年限调节了年龄对老龄化态度的负向影响。在引入其他控制变量后，回归系数微降至-0.084，且仍然在0.1%的水平上显著，表明受教育年限对年龄的调节作用比较稳健。模型6在模型5的基础上引入其他个体及家庭特征变量。除了年龄与受教育年限的交互效应继续显著外，年龄与居住地的交互项也在1%的水平上显著，且回归系数为正，表明相比农村老年人，城镇老年人的老龄化态度与年龄具有正向关系。其余新引入的个体特征变量都在99%的置信水平上显著。其中，汉族老年人相比少数民族老年人更加积极乐观。在婚有配偶的老年人、与家人居住的老年人比无配偶的(包括丧偶、离婚、分居和未婚者)独居老年人更为积极乐观，同时子女数量与老龄化态度具有显著的正相关关系。可能的解释是配偶和子女在心理预期和实际中解除了老年人的后顾之忧，因此与家人居住的老年人普遍更为积极。主要生活来源为养老金的老年人比其他老年人更为积极乐观，平均高于3个标准分。相对于子女的供养，养老金收入更为稳定可靠，领取养老金的老年人在经济上更加独立，这有利于融洽代际关系、促进社会参与及提升生活满意度[34]。类似的，国有单位的退休老年人，由于其养老金收入、社会声望等各方面条件都比较优越，相比其他老年人更加积极看待老龄化。

2.积极老龄化态度的组群效应

除了年龄效应，HAPC模型将组群与时期变量引入其中，如表2所示，模型1～模型4只将单个变量引入随机模型，模型5～模型7进一步引入其他控制变量。结果表明，在引入多个控制变量后，老龄化态度的组群效应并不显著，表明积极老龄化态度的组群效应无明显线性变化特征。图3确认了组群与老龄化态度的非线性关系，即“U”型关系：1916—1935年出生的老年人的老龄化态度最为消极，在此之前及之后出生的老年人的老龄化态度指数相对较高。这可能是由于这一时期出生的人经历了中国历史上一段较为坎坷的阶段。而当改革开放在中国拉开序幕时，他们却达到法定退休年龄，逐渐退出劳动力市场，分享社会经济发展成果有限。已有很多研究证实，生命历程早期所经历的诸如贫困、萧条、瘟疫、重大自然灾害及社会经济或政治事件对晚年的认知水平、疾病、社会态度等具有显著的负面影响[35-36]。1910年以前以及1940年以后出生的组群的老龄化态度指数相对较高，前者经历与1916—1935年出生的人类似的事件的时间在儿童期以后，后者则在26～36岁经历重大政治事件，影响相对儿童期较小。

图3 积极老龄化态度的组群效应

3.积极老龄化态度的时代变迁

如表2所示，与组群效应类似，在引入多个控制变量以后，老龄化态度的时期效应变得不显著。如图1所示，在未引入控制变量前，分年份的老龄化态度呈现“M”型，分别在1998年、2008年和2014年出现周期性低谷，这与三个时点的特殊经济事件有关。在控制年龄与组群效应后，基于模型1刻画的图4再次确认了两者之间的非线性关系。1998年和2008年的老龄化态度在所有调查年份中居于最低水平，而在2000年和2011年出现了两次高峰。为进一步探讨可能的致因，本文引入“一致指数”(Coincidence Index,CI)。国家统计局下设的中国经济景气监测中心构建了一套指示我国经济动向的景气指标体系，一致指数是其中的重要指标。它与消费者信心指数(Consumer Confidence Index,CCI)类似，但相比后者的一维主观性测量，一致指数包括了生产、就业、收入分配、需求等多维面项，综合反映总体社会经济变动情况。由于一致指数按月发布，考虑到CLHLS项目的时滞性，本文基本采用调查当年6月份的一致指数，但2008—2009年、2011—2012年的调查分别采用2009年和2012年1月份的数据。如图4所示，老龄化态度指数与一致指数的波动趋势几乎完全一致，两者的Pearson相关系数达到0.76(p=0.047)。因此可以认为，老龄化态度显著受到宏观社会经济环境的影响，呈现与宏观社会经济环境相一致的变化趋势。

图4 积极老龄化态度的时期效应

模型7同时将居住地变量引入时期效应模型中，以验证不同时期老龄化态度在城乡之间的差异，但结果并不显著。虽然城乡间老年人的老龄化态度呈现明显差异，即城镇老年人比农村老年人的老龄化态度更加积极，然而这一城乡差异并不随时代的变迁而变化。

四、结论与政策启示

在我国老年人口不断增多、人口老龄化持续加剧的背景下，可将积极老龄化用于实践政策框架中。新修订的《中华人民共和国老年人权益保障法》、党的十九大报告、《“十三五”国家老龄事业发展与养老体系建设规划》等法律及文件都强调将“积极应对人口老龄化”视作一项“长期战略任务”。了解老年人的老龄化态度是科学制定和有效实施积极老龄化政策的重要前提。本文借助CLHLS数据库，构建多层次“年龄-时代-组群”模式(HAPC)，分析我国老年人积极老龄化态度的个体差异、组群效应和时代变迁趋势。研究发现，我国老年人的老龄化态度指数为63.28，处于居中水平，是个体、组群及时代等多重层次因素综合影响的结果。第一，老龄化态度的个体差异显著，人力资本、家庭资本和社会资本较高的老年人的老龄化态度更加积极。随着年龄的增长，老年人面临收入、健康、精神等多维度贫困风险，老龄化态度也更加趋于消极，但是受教育水平、居住地等因素有效调节了年龄的负向影响。除了年龄差异，性别、婚姻状况、受教育水平、居住地、职业、主要收入来源、子女数量等个体及家庭特征也对老年人的老龄化态度产生显著影响。文化水平高、有养老金等稳定收入来源的老人的人力资本和社会资本较高，配偶健在且子女多的老人家庭资本较高，他们的态度都更加积极。第二，老龄化态度呈现“U”型组群效应。虽然模型中组群与积极老龄化态度未表现出明显的线性关系，但通过双变量图形分析发现，两者呈现“U”型关系，1916—1935年出生的老年人的积极老龄化态度相对其他组群更低，这可能与其经历的特殊历史事件有关。这一代人的出生及儿童期是我国历史上积贫积弱的时期，而且至退休前，各种自然灾害、社会事件对这代人的老龄化态度产生了显著的消极影响。众多实证研究为本文的研究结论提供了经验支持。第三，积极老龄化态度具有显著的“M”型时期效应。与老龄化态度的组群效应不同，时代效应主要受当期的宏观社会经济环境的影响。1998年和2008年分别爆发了亚洲金融危机和次贷危机，社会经济发展受到较大冲击。虽然2014年并未出现类似突发事件，但我国当时正经历由高速增长向经济增长新常态的转型，社会经济预期水平回落，相应的不确定性风险预期增加。因此这三个时期的老龄化态度相对较为消极。

基于以上研究结论，本文认为，未来我国积极老龄化政策与行动应集中于以下四个方面。一是将积极老龄化的定位由长期的战略任务提升至一项基本国策。基于经济发展、社会变迁、人口结构调整的新形势，提出积极应对人口老龄化的战略构想，进一步明确积极老龄化的概念内容和政策意涵，制定积极老龄化政策纲领及推进议程。从长期性、综合性、全局性、前瞻性、战略性高度切实统筹规划，并协调相关配套措施，做好顶层设计。二是针对个体、组群、时期的差异采取分步、分类的方法制定和实施积极老龄化政策。在积极老龄化战略顶层设计基础上，根据社会成员的特征制定差别化的实施策略。如在老龄化初始阶段，中低龄老年人的自理能力虽然与其他人无明显差异，但他们还不适应老龄化过程，积极老龄化政策应做好由非老年向老年转变的衔接工作，如积极开发公益岗、开展互助养老、促进老年人参与社区服务、推动老年人再就业等，重构老年人的社会支持网络，及时对其进行心理辅导。目前，1935年以后出生的人群刚步入老龄阶段，是老年人的主力军，约占65岁以上老年人口总数的65%，是未来我国积极老龄化政策实施的重点对象。对于高龄老年人，需要加强健康管理、医疗照护与精神陪伴。随着积极老龄化观念的深入与实务的推进，积极老龄化政策应适时调整，以适应老年人特征。三是完善养老保险、医疗保险等社会保障制度，建立护理保险和制度化互助养老服务体系，构建完善的积极老龄化配套政策体系，解除包括老年人在内的全体社会成员在收入保障、健康服务、情感支持等方面的后顾之忧，提升未来预期。四是加强积极老龄化政策的宣传。普及人口科学知识，让社会广泛认识到老龄化这一挑战的严峻性和迫切性。培育包括老年人在内的所有社会成员的积极老龄化观念和素养，形成良好的社会氛围与政策共识，为顺利、高效实施积极老龄化政策奠定重要的舆论基础和营造良好的社会环境。