2020第46卷第8期
文章浏览量：[]
2. 上海交通大学 国际与公共事务学院，上海 200030
2. School of International and Public Affairs，Shanghai Jiao Tong University，Shanghai 200030，China
一、引 言
伴随改革开放而兴起的城镇化大潮中，数以亿计的农村青壮年因为外出务工而发生长途迁移，这使得中国农村老年人传统上与子女共同居住（下文均称亲子同住）的居住模式遭受了持续的大冲击（王跃生，2013）。比较历次人口普查数据发现，中国农村65岁以上老人亲子同住比例从1990年的71.3%下降为2010年的56.5%，相应地，独立居住的比例从27.1%快速上升到42.2%（Zeng和Wang，2018）。由此引致的一大担忧是，原先中国传统文化中老年人通过与子女共同居住来获取家庭照料资源从而实现安度晚年的优势可能会在城镇化浪潮下日渐消减。这种时代快速变迁而带来的经济资源及心理冲击很可能会对老年人健康产生诸多负面影响。
尤其2010年以来，随着我国新型城镇化战略的推进和工业化的继续深化，农村青壮年人口还将持续向城镇地区迁移。但一些研究却发现对父母照料的责任影响了农村青壮年的迁移决策（康传坤，2012；Bodvarsso等，2016），这预示着随着父母变老，农村劳动力外出迁移距离会变近或回乡“拉力”会增强。近年来我国农村劳动力的流动格局也确实出现了一个新趋势，即跨省的长途迁移比例下降、省内的短途迁移比例上升，且省内县际的流动更具有永久性（刘涛等，2015；Bodvarsson等，2016）。本文基于中国健康与养老追踪调查数据（CHARLS）的研究也发现，尽管农村老人独立居住比例继续增加，但也有迹象显示农村青壮年离父母居住距离逐渐变近，越来越多地居住在同一县市内，即出现“分而不离”或者“离土不离县”的近邻而居的格局。城镇化进程中农村老年人居住模式变迁与其健康之间的关联性，值得更多的研究来关注。
尽管关于居住模式与老年人健康之间关系的研究目前已有不少，大量文献从自评（躯体）健康和精神（心理）健康等不同健康指标来考察（任强和唐启明；2014；许琪，2018；陈光燕和司伟，2019），但还较少有文献从认知健康指标来考察。一些文献虽有所涉及（王萍等，2016），但针对农村的研究还很少，且缺乏对不同维度认知健康指标的详细研究。一方面，考虑到认知健康水平下降对经济社会可能产生的负面影响，以及我国未来农村老龄化程度日渐严峻和快速增加的农村老年人数量，有必要对这一问题开展更为细致的研究。①另一方面，大部分已有文献对居住模式的划分主要限于区分亲子同住和独立居住（一人独居、夫妻空巢）两类，尽管也有少量文献开始将子女居住情况纳入考虑（Connelly和Maurer-Fazio，2016；董晓芳和刘茜，2018；许琪，2018），但均未针对老年认知健康展开研究，且缺乏严格的因果推断分析。
针对以上研究空白，本文利用2011—2015年中国健康与养老追踪数据，结合子女居住情况研究老年人居住模式对认知健康的影响，主要有三方面的贡献：首先，本文采用更为细化的指标全面刻画老年人认知健康。具体而言，从记忆力和智力完整性两个维度来衡量，这与已有文献采用比如认知能力量表（MMSE））来整体性判断认知健康水平不同，本文的做法可以更深入地分析居住安排对认知健康不同维度产生影响的差异，从而对相关政策制定更有指导性；其次，本文进一步细化了居住模式的衡量指标。不仅细分子女居住（同村、同县、远距离居住），还考虑了老年人独立居住内部的结构差异。这不仅有利于探求子女近邻居住的最优居住模式，而且有利于甄别其中的影响机制−不同居住模式中家庭（子女）照料可及性与老人隐私自由权之间在认知健康收益中的替代性，这是被以往文献所忽视的。再次，通过异质性分析重点捕捉高龄老人在家庭照料可及性与隐私自由权之间的权衡，进一步刻画居住模式影响认知健康的机制。此外，与以往文献不同，本文主要利用多期面板数据的固定效应模型以及尝试选取不同工具变量的方法尽量克服居住模式和认知健康之间的内生性问题，以获得更好的因果推断。
尤其需要强调的是，在我国农村社会化照料体系还很不健全的情况下，本文还结合快速城镇化的历史变迁大背景和新型城镇化的最新趋势来探讨农村青年如何平衡个人发展和照料老人，即把居住模式视为家庭成员在家庭共同福祉最大化决策中平衡家庭照料需求和子女个人发展之间矛盾冲突的一个关键性着力点，可以为家庭层面的集体行为决策研究提供更丰富的视角和更多的实证证据，也可为宏观层面实现新型城镇化道路和“健康老龄化”的协同发展指出一条可能的途径。从这一角度而言，本文研究兼具政策含义和学术意义。
二、文献回顾
老年人不同的居住模式意味着不同养老照料资源的配置和获取方式。通常而言，亲子同居住在同一屋檐下，获得子女日常照料的可及性较高，有助于健康改善。但有较多文献指出，亲子同住的老人有可能出于利他动机而将资源（现金、非现金）转移给子女，或者过度依赖子女照顾从而减少、降低对自身健康投资（比如锻炼健身等）的欲望，以及两代人不同价值观、传统观念弱化等导致代际冲突和矛盾激化并不利于老人健康（Cameron 和 Cobb-Clark，2008；Maruyama，2015）。甚至一些研究发现与多个子女共同居住所产生的代际冲突会导致老人认知功能下降（Bordone和Weber，2012）。可见，亲子同住对老人认知健康的影响存在不确定性。
同时，不少文献认为，老人独立居住可以通过拥有隐私自由权而享有较高的幸福感和健康水平，但基本上都是来自发达国家的实证结果（Maruyama，2015）。一个可能的原因在于，发达国家有完善的社会保障和社会化养老服务体系，老人独立居住时既可以便捷获得市场化照料资源（可以替代亲子同住时的子女照料），又可以避免由亲子同住带来的代际冲突等不利于老年健康的因素（United Nations，2013）。但是在经济欠发达、社会保障体系不够健全的国家，老年人更依赖家庭照料资源，其独立居住既不能便捷获得市场照料资源，同时子女照料可及性的下降有可能不利于其健康改善。②尤为值得一提的是，还需要区分老人独立居住内部结构−夫妻同住还是一人独居。一人独居的老人由于身边无人照料和缺乏便捷沟通交流方式，易使认知功能下降，尤其一人独居会更易患精神抑郁，而抑郁症状（情绪）会增加皮质醇的产生，从而损坏大脑记忆功能的存储器（海马），导致认知功能进一步下降（Kalmijn 等，1998）。夫妻同住由于有配偶的照料支持，夫妻间日常便捷、面对面的交流沟通和亲密关系可以有效保护认知功能下降速度，为此夫妻同住下的独立居住比一人独居的认知功能下降风险小（Van Gelder等，2006）。
虽然城镇化和地区发展不平衡等因素所驱动的子女外出迁移促使老年人的居住模式从亲子同住转向独立居住，但独立居住时子女近邻而居（proximate residence）的现象也越来越多（Kim，2014；Lei等，2015）。居住较近的子女一般都会比居住在远处的子女提供更多家务料理和陪伴探望等照料活动（鄢盛明等，2001；Gruijters，2017），而这可能通过及时监督老年人健康行为和提升医疗服务可及性等渠道来改善维护其健康（Johar 和 Maruyama，2014；Ma和Wen，2016；余央央和封进，2018）。③尤其子女对日常生活起居的照料和与老人交流（精神慰藉）有助于刺激老人智力开发，从而增加脑神经生长、保持较低的大脑退化从而减缓认知功能下降（Engelhardt等，2010）。
显然亲子同住和独立居住两类居住模式中，家庭照料可及性与老人隐私自由权存在此消彼长的关系，对认知健康产生的最终收益要视家庭照料可及性的健康收益与隐私自由权的健康收益之间孰大孰小而定。但子女近邻而居却能将家庭照料可及性与老人隐私自由权进行“融合”，既能维护老人独立居住时的经济独立性、隐私权和安排生活的自主性，又能让老人获得必要和适度的传统家庭照料支持（Gruijters，2017）。换言之，独立居住、亲子同住时隐私自由权获得的健康收益与子女照料可及性获得健康收益之间可能存在替代性，而近邻居住能更好地予以平衡。但有理由相信，子女近邻而居的健康收益可能存在差异。比如：是夫妻同住还是一人居住，以及不同年龄段和不同教育程度的老人群体可能也有差异，但上述推断还有待实证检验。
目前专门针对子女近邻而居的国内外研究较少。Kim（2014）利用韩国数据，将子女与父母居住在公共交通30分钟之内可到达的距离定义为近邻而居，超过30分钟定义为远距离而居，发现夫妻同住且子女近邻而居的健康水平（比如：抑郁、生活自理能力等）比亲子同住高。而针对中国的研究中，Connelly和Maurer-Fazio（2016）将子女同村居住视为近邻居住，并发现这种居住模式更有利于农村老年人的精神健康；董晓芳和刘茜（2018）将子女居住区分为同屋、同村、同县，发现同村居住更有利于老人精神健康，且相比于城市，对农村老人更有利。许琪（2018）将子女同县居住定义为近邻居住，发现所有子女都远离老人居住最不利于其精神健康。但本文与上述文章在居住模式和健康指标上均有所不同，且本文使用固定效应模型和工具变量方法来解决内生性问题，以获得因果推断。
三、研究设计和模型设定
本文的分析框架主要是在将居住安排层层推进细分的同时，探究其中可能的影响机制。最初将居住安排划分为亲子同住和独立居住两大类，而后再逐步将子女居住范围纳入考虑，并结合老年人独立居住内部结构不同以构造更为细分的居住安排，在这一过程中逐渐甄别不同居住模式对认知健康产生的影响差异。具体而言在研究影响机制时，主要从家庭照料可及性的角度来考察。首先，细分近邻居住并结合独立居住内部结构（一人独居和夫妻同住）以检验配偶照料和子女照料可及性对认知健康的不同影响；其次，检验子女照料可及性是否是通过交流、见面这一渠道影响老人认知健康，并通过匹配预期居住模式与实际居住模式的样本来进一步检验。
在居住模式对健康影响的实证研究中，最大的挑战来自于内生性问题。首先，居住模式的选择与老人本身健康状况息息相关，较差的健康水平会使得老人更易于亲子同住（或子女居住距离更近）以便获得照料，而健康较好的老人更易采取独立居住模式，同时不同的居住模式又会反过来影响老人健康水平，显然两者存在互为因果的关系，且不可避免地会出现样本自选择问题。其次，一些遗漏变量（比如老人的健康禀赋、隐疾、遗产馈赠等都不易在问卷中显现或被观测到）既会影响居住模式的选择，也影响老人的健康。国内外相关实证研究中，试图去解决内生性偏误并不多，且主要采用工具变量（IV）的方法，而本文除了采用IV方法外，还采用了固定效应（FE）模型。
FE模型能有效解决不随时间变化的未观测遗漏变量（比如健康禀赋和偏好等）问题；同时为避免已有健康水平对居住模式选择的影响，采用是否有慢性病作为健康的代理变量，理由在于慢性病多是由基因或饮食习惯和生活环境等长期因素引发的，不易痊愈（Böhme等，2015），这会影响老人居住模式选择，但不易被居住模式所影响。然而仍可能存在其他遗漏变量引致的反向因果关系或自选择效应。为此，本文也使用工具变量的两阶段法（2SLS）进行稳健性检验。
FE模型设定如方程（1）所示。
| $ Y_{i t}=\alpha_{0}+\alpha_{1} {living}_{i t}+\alpha_{2} X_{i t}+\lambda_{t}+\delta_{s}+\mu_{i}+\eta_{i t} $ | (1) |
两阶段法（2SLS）的模型设定如方程（2）和方程（3）所示。其中
| $ {living}_{i}=\alpha_{0}+\alpha_{1} I V_{i}+\alpha_{2} X_{i}+\lambda_{t}+\delta_{s}+\varepsilon_{i} $ | (2) |
| $ Y_{i}=\beta_{0}+\beta_{1} l i v i n \hat{g}_{i}+\beta_{2} X_{i}+\lambda_{t}+\delta_{s}+\eta_{i} $ | (3) |
考虑到家户调查中可能存在家庭成员虽然户籍上登记在册但实际外出流动的情况。因此，根据实际居住在家的家庭成员（能实质性提供家庭照料）来界定居住模式更为严谨，即将外出打工或超过一定时期不住家的家庭人员排除在外。如Connelly 和 Maurer-Fazio（2016）发现，如果考虑家庭成员的实际迁移，中国农村老人实际独立居住比例将从26%上升到36%。因此，本文将采取类似方法来作为界定居住模式的另一种依据。
此外，追踪数据中会出现健康风险高的人群易于死亡导致失去追踪，而存活人群可能具有更好的健康水平，即出现“幸存者偏差”或“由死亡引致的样本选择性”（mortality selection）的情况（Vaupel等，1979）。一种解决方法是检验退出人群与持续跟踪人群在健康水平上是否存在显著性差异，若无则可以认为退出人群具有随机性（Yu和 Sloan，2017）。
四、数据与统计描述
中国养老与健康调查追踪数据（CHARLS）是针对我国45岁及以上中老年家庭和个人开展的一项调查。本文从2011年、2013年和2015年三轮样本数据中选取60岁及以上、至少有一个子女、被连续跟踪至少2次以上的农村受访者作为研究对象，筛选后共有13602个有效样本。以下对关键变量的选取与统计特征进行说明。
（一）居住模式。将居住模式分为独立居住和亲子同住（二代同住、三代同住）。样本显示，老人独立居住比例从2011年的45.36%略上升到了2015年的46.04%。相对于独立居住，将离老人最近的子女住在同村、本县/市的其他村/社区时视为近邻居住，住在本省的其他县/市、外省、国外（简称外县以外）则视为远距离居住。分年龄段对比可以发现（图1），随着老人年龄的增长，老人独立居住的比例从60—64岁的36.83%提高到75岁以上的46.87%，同时子女近邻居住比例也迅速上升，从60—64岁的31.22%提高到75岁以上的42.88%；而子女远距离居住从60—64岁的5.29%下降至75岁以上的2.3%。这说明随着老人年龄增长，子女远距离迁移比例有可能下降，更多转向了近距离迁移，佐证了前文提及的老龄化进程加速使得子女“回乡”拉力增长。
|
| 图 1 分年龄的居住模式 |
进一步按照子女数量细分，从图2可以发现，近邻居住与子女数量有较大的关系。全样本中，近邻居住占独立居住比例约为90%，但当只有1个子女时，近邻居住占比约为62%，远低于2个或更多子女时的比例（91%），这与其他亚洲国家的情况非常类似（Zimmer 和 Korinek，2008）。可能的原因在于子女数量较多时，有一些子女迁移，另一些子女并没有迁移，因此近邻居住的比例更高。④考虑到本文数据均为1951—1955年出生的老年人，有2个以上子女的老人占比高达96%，受独生子女政策的影响较小，因此可以认为在我国农村地区现阶段存在较为广泛的子女“分而不离”或者“离土不离县”的近邻而居的格局。
|
| 图 2 子女个数与老年人居住模式 |
（二）认知健康。认知健康作为精神健康的一个重要指标，是通过感觉、记忆、推理和决策等方法获得信息并进行处理的心理过程。参照Lei 和 Liu（2018），本文主要采取记忆力和智力完整性两个指标。首先，任何一种认知能力都需要建立在回忆能力的基础上，因此片段记忆（episodic memory）是认知健康的一个重要指标，主要由瞬时回忆和延迟回忆构成，分数区间为0—20。其次，通过认知功能电话问卷量表（Telephone Interview of Cognitive Status，TICS）来捕捉个体的精神状态或智力完整性（mental intactness），由方位（orient）、计算能力和能否画图能力构成。方位是指受访者需要说出受访当天的日期（年、月、日）、星期几以及季节，每答对一题，得分为1，区间是0—5。计算能力是指受访者将整数100减7（连续5次），可以反映出个体推理能力水平（从更高水平反应受试者认知能力），如果每次都对，得分为1，否则为0。询问能够画图的得分为1，否则为0。上述三项总分为11。认知健康指标得分越高，表明认知能力越强，在学习和处理信息及推理逻辑方面的能力越好。
（三）其他变量。其他控制变量中的个体特征主要包括年龄、婚姻、性别、教育程度、是否有工作（非农或农业）、养老保险和医疗保险，同时以省份和年份为单位将样本依据人均家庭收入分为3个等级，并将收入缺失值列为第4等级。另外，根据国家统计局对城乡划分的标准，分为7个类别（主城区、城乡结合区、镇中心区、镇乡结合区、特殊区域、乡中心区和村庄）来控制地区固定效应。在慢性病上采取高血压的生化客观指标，即受访者被要求测量3次，选取3次测量平均收缩压大于等于140 mmHg或平均舒张压小于等于90 mmHg，认为患有高血压，赋值为1；否则认为血压正常，赋值为0，将高血压缺失值赋值为1，否则为0。子女特征包括子女个数、女儿个数、第一个孩子性别为儿子、有子女是城镇户口、有16岁以下的孙子女以及村层面上老人独立居住比例（详见表1）。
| 被解释变量、家庭特征和工具变量 | 均值 | 标准差 | 个人特征变量 | 均值 | 标准差 |
| 记忆分值 | 5.36 | 3.38 | 60—64岁（=1） | 0.26 | 0.44 |
| 智力完整性分值 | 5.74 | 3.35 | 65—69岁（=1） | 0.29 | 0.45 |
| 独立居住（=1） | 0.43 | 0.50 | 70—74岁（=1） | 0.21 | 0.4 |
| 子女近邻而居（=1） | 0.38 | 0.49 | 75岁以上（=1） | 0.24 | 0.04 |
| 子女远距离而居（=1） | 0.04 | 0.21 | 有非农或农业工作（=1） | 0.52 | 0.5 |
| 亲子同住（=1） | 0.57 | 0.50 | 男性（=1） | 0.48 | 0.5 |
| 一人独居+子女同村居住（=1） | 0.05 | 0.22 | 小学以下（=1） | 0.66 | 0.47 |
| 一人独居+子女同县居住（=1） | 0.01 | 0.11 | 有配偶 | 0.8 | 0.4 |
| 一人独居+子女远距离居住（=1） | 0.01 | 0.08 | 有医疗保险（=1） | 0.93 | 0.26 |
| 夫妻空巢独居+子女同村居住（=1） | 0.24 | 0.42 | 医疗保险缺失值（=1） | 0.06 | 0.23 |
| 夫妻空巢独居+子女同县居住（=1） | 0.08 | 0.28 | 有养老保险（=1） | 0.73 | 0.44 |
| 夫妻空巢独居+子女远距离居住（=1） | 0.04 | 0.19 | 养老保险缺失值（=1） | 0.04 | 0.2 |
| 子女个数 | 3.92 | 1.69 | 高血压正常（=1） | 0.32 | 0.47 |
| 女儿个数 | 1.9 | 1.39 | 高血压缺失值（=1） | 0.21 | 0.4 |
| 有子女是城镇户口（=1） | 0.24 | 0.42 | 人均家庭收入较高（=1） | 0.37 | 0.48 |
| 有16岁以下的孙子女（=1） | 0.81 | 0.39 | 人均家庭收入中等（=1） | 0.26 | 0.44 |
| 第一个孩子是儿子 | 0.56 | 0.5 | 人均家庭收入较低（=1） | 0.34 | 0.47 |
| 社区/村层面独立居住比例 | 0.43 | 0.24 | 人均家庭收入缺失（=1） | 0.04 | 0.19 |
五、实证结果与分析
（一）独立居住与亲子同住：基准估计结果。使用FE模型，仅控制个人特征，表2第（1）和（2）栏回归结果显示，在其他条件相同情况下，老年人独立居住与其认知健康水平有显著正向关联。具体而言，相对亲子居住，独立居住老人智力完整性高出约0.14分值（10%显著水平），幅度约为3%；独立居住与老人的记忆力虽然也有正向关联，但不具统计显著性。进一步控制家庭子女特征，表2第（3）和（4）栏回归结果显示，相比亲子同住，独立居住老人的智力完整性略高些，约为0.16分值（5%显著水平），但对记忆力并没有显著影响。可见，不同维度的认知健康指标对居住模式的敏感性存在差异。考虑到记忆力是液态智力（fluid intelligence），在成年早期达到高峰后即开始缓慢下降，进入老年阶段后衰退进程加快；而智力完整性更多的是晶态智力（crystallized intelligence），与个体经验和人生经历相关，因此在成年后仍可能会随年龄而增长，达到一定年龄阶段后才出现显著的减少（李德明和陈天勇，2006；McArdle等，2009），因此记忆力退化在临床上更早发生，但智力完整性更有可能通过交流刺激从而缓减退化速度，可能对居住模式安排更为敏感。
| （1）记忆力 | （2）智力完整性 | （3）记忆力 | （4）智力完整性 | |
| FE | FE | FE | FE | |
| 独立居住 | 0.047（0.086） | 0.139*（0.072） | 0.044（0.088） | 0.159**（0.072） |
| 个人特征 | ||||
| 65—69岁 | 0.262**（0.118） | 0.184**（0.088） | 0.249**（0.121） | 0.15*（0.091） |
| 70—74岁 | 0.12（0.203） | 0.211（0.153） | 0.11（0.207） | 0.162（0.157） |
| 75岁以上 | −0.113（0.288） | 0.239（0.213） | −0.141（0.293） | 0.154（0.217） |
| 有非农或农业工作（=1） | 0.683（0.542） | 0.548（0.429） | 0.652（0.536） | 0.611（0.439） |
| 有配偶（=1） | 0.281***（0.087） | 0.297***（0.07） | 0.278***（0.089） | 0.308***（0.067） |
| 有医疗保险（=1） | −0.078（0.274） | 0.0621（0.198） | −0.108（0.277） | 0.022（0.2） |
| 医疗保险缺失值（=1） | −0.601（0.394） | −0.343（0.251） | −0.671*（0.404） | −0.353（0.251） |
| 有养老保险（=1） | 0.039（0.141） | −0.009（0.094） | 0.062（0.143） | 0.037（0.092） |
| 养老保险缺失值（=1） | 0.247（0.286） | −0.201（0.202） | 0.281（0.282） | −0.186（0.205） |
| 高血压正常（=1） | 0.03（0.087） | −0.011（0.064） | 0.029（0.09） | −0.023（0.064） |
| 高血压缺失值（=1） | −0.201*（0.118） | −0.031（0.084） | −0.204*（0.12） | −0.032（0.085） |
| 人均家庭收入中等（=1） | 0.134（0.092） | 0.142**（0.062） | 0.128（0.093） | 0.143**（0.063） |
| 人均家庭收入较高（=1） | 0.121（0.097） | 0.126*（0.066） | 0.144（0.096） | 0.118*（0.066） |
| 人均家庭收入缺失（=1） | 0.084（1.031） | 0.1（0.67） | −0.21（1.026） | −0.02（0.717） |
| 子女特征 | ||||
| 子女个数 | − | − | −0.217**（0.098） | −0.084（0.073） |
| 女儿个数 | − | − | 0.18（0.114） | 0.07（0.09） |
| 有子女是城镇户口（=1） | − | − | 0.166（0.127） | −0.035（0.093） |
| 16岁以下的孙子女（=1） | − | − | 0.062（0.13） | 0.093（0.091） |
| 时间、区域虚拟变量 | 是 | 是 | 是 | 是 |
| 观察值 | 12 658 | 13 602 | 12 448 | 13 372 |
| R-squared | 0.068 | 0.026 | 0.070 | 0.027 |
| 注：括号内为聚类（村层面）标准差。***、**、*分别表示1%、5%和10%的显著性。下表统同。 | ||||
由于2015年记忆力分值中0的占比为16.82%，分布呈左偏，为避免可能的有偏估计，采用分年龄段、年份计算的z值作为被解释变量再次检验。回归结果发现，相对亲子同住，独立居住老人的智力完整性z值会高出0.04个标准差（10%显著水平），但记忆力不显著，与表2第（1）和（2）栏回归结果基本保持一致。⑤表明回归结论不受被解释变量取值标准的影响。
采用子女个数、女儿个数、第一个孩子是儿子和村层面老人独立居住比例4个变量作为工具变量，最终发现后两个变量能通过一系列检验。利用2011—2015年截面数据，依照公式（2）和公式（3），第一阶段回归结果（表3）发现，村层面独立居住比例、最年长子女是儿子均与老人独立居住之间具有正相关性（分别在1%和5%水平上显著），可能长子有更高概率出去打工以承担养家的责任，从而使得老人更易独立居住。联合检验F值大于10，拒绝“弱工具变量”假设；过度识别检验p值均大于10%，不存在过度识别问题。2SLS模型结果显示，独立居住虽然对老人记忆力无显著性影响，但会让智力完整性上升0.6分值（1%显著水平），是原有FE估计结果的4倍，利用z值也有相似结果。上述结果表明与2SLS模型相比，FE模型可能低估了居住模式对智力完整性的影响效应，但至少表明此估计值属于最低界限（low bound），在后文中均使用固定模型进行估计。进一步将外出超过6个月的家庭成员（仅在2011年问卷中有此问题）排除后，重新界定居住模式，发现老人独立居住从原先的45.36%上升到51.57%。在通过一系列相关检验后，实证结果与表3相差不大（限于篇幅，未列出回归表格）。
| （1）独立居住 | （2）记忆力 | （3）独立居住 | （4）智力完整性 | ||
| IV-阶段1 | 2SLS | IV-阶段1 | 2SLS | ||
| 独立居住 | − | −0.087（0.217） | − | 0.598***（0.174） | |
| 村层面独立居住比例 | 0. 964***（0.009） | − | 0.953***（0.009） | − | |
| 第一个孩子是儿子 | 0.03**（0.012） | − | 0.028**（0.012） | − | |
| R-squared | 0.2881 | 0.172 | 0.2883 | 0.376 | |
| 观察值 | 12 264 | 13 182 | |||
| F 检验 | 5440.51 | 6263.58 | |||
| Hansen J statistic | p= 0.4672 | p= 0.3454 | |||
| 注：控制个人特征（年龄、性别、教育、婚姻、高血压、工作、养老保险、医疗保险、人均家庭收入（4个等级）；子女特征（有子女是城镇户口、有16岁以下的孙子女）；区域哑变量；还控制了时间虚拟变量。 | |||||
此外，对于可能存在的样本损耗问题，我们还检验了退出样本与持续跟踪样本健康水平是否存在显著性差异。2011年和2013年退出的样本共有577人。检验结果显示，退出样本的记忆力、智力完整性分值（均值为5.48和5.36）与持续跟踪样本（均值为5.36和5.74）并没有显著性差异（在10%的水平）。这至少没有证据表明分析样本的认知健康水平偏高。
（二）近邻而居与亲子同住（同一屋檐）：子女最优距离探查。将独立居住细分为子女近邻和远距离，表4第（1）和（2）栏的回归结果显示，相比亲子同住，子女近邻时老人的智力完整性会高出0.16分值（5%显著水平），但子女远距离则没有显著差别。显然老人独立居住且子女近邻能获得比亲子同住更高的认知健康水平，符合之前提出的老人与子女居住距离存在一个最优区间的预判。子女近邻既使老人获得必要的子女照料，又保持比较充分的隐私性和自由性，产生了双重健康收益。这一发现不仅丰富了文献在居住模式健康效应问题上的认识，也深化了对家庭集体福祉最大化决策的理解。
将子女近邻进一步细分为同村和同县，显然前者家庭照料可及性比后者大。但表4第（3）和（4）栏回归结果却发现，相比亲子同住，子女同县时老人智力完整性提高了0.28分值（5%显著性），但子女同村并无显著性差别。一个可能的解释是，子女同村虽然可以提高照料可及性，但同时老人隐私自由权下降或者代际冲突、家庭矛盾激化有可能会抵消前者的健康收益。
| （1）记忆力 | （2）智力完整性 | （3）记忆力 | （4）智力完整性 | |
| FE | FE | FE | FE | |
| 子女近邻而居 | 0.02（0.091） | 0.163**（0.075） | − | − |
| 子女同村居住 | − | − | −0.053（0.105） | 0.123（0.082） |
| 子女同县居住 | − | − | 0.23（0.142） | 0.277**（0.114） |
| 子女远距离居住 | 0.289（0.226） | 0.148（0.148） | 0.330（0.228） | 0.169（0.152） |
| 观察值 | 12 408 | 13 333 | 12 408 | 13 333 |
| R-squared | 0.069 | 0.028 | 0.070 | 0.028 |
如果此猜想成立，可进一步推论，考虑到配偶是最主要的家庭照料提供者（Kim，2014；Gruijters，2017），夫妻同住的老人可以更少依赖子女（子女居住较远引致照料可及性下降对健康影响较少），因此更有可能出现子女同县时老人认知健康水平高于子女同村。将独立居住细分为一人独居和夫妻同住后，表5第（1）和（2）栏结果均验证了此猜测（系数明显大于全样本回归系数（见表4第（3）和（4）栏）），进一步确认了子女同县的优势。然而，当老人一人独居时，无论是子女同村还是同县或居住更远，老人记忆力和智力完整性都没有任何显著性优势。
| （1）记忆力 | （2）智力完整性 | |
| 一人独居+子女同村居住 | −0.14（0.271） | 0.2（0.182） |
| 一人独居+子女同县居住 | −0.327（0.354） | 0.166（0.266） |
| 一人独居+子女远距离居住 | −0.019（0.516） | −0.008（0.394） |
| 夫妻同住+子女同村居住 | −0.034（0.112） | 0.107（0.091） |
| 夫妻同住+子女同县居住 | 0.332**（0.158） | 0.297**（0.125） |
| 夫妻同住+子女远距离居住 | 0.403（0.253） | 0.205（0.168） |
| 观察值 | 12 408 | 13 333 |
| R-squared | 0.070 | 0.028 |
| 注：控制变量同表3。下表统同。 | ||
综上所述可以发现，配偶之间提供的家庭照料占主导地位，子女照料仅是补充，因此子女居住较远导致子女照料可及性下降并不会对有配偶老年人认知健康产生显著负面影响，相反老人与子女保持一定的居住距离可以减少亲子同住在同一屋檐下对认知健康产生的负面影响（主要可能源于隐私自由权下降、代际冲突与家庭矛盾增加等）。然而当老人孤身一人没有配偶时，子女照料可及性会极大影响认知健康收益，而独立居住时隐私自由权的认知健康收益有可能减弱，即家庭照料可及性与隐私自由权在认知健康收益中出现替代性，此时缺失配偶照料的情形下独立居住的益处大大减弱，独立居住并不一定是一个占优策略。⑥
（三）影响机制检验：家庭照料可及性的作用。正如前文所述，不住在一起的子女最有可能通过见面（陪伴探望）、交流来为老人提供日常照料和精神慰藉。为此，将子女中见面、交流次数最多作为家庭层面上父母获得子女照料可及性，具体而言，每周2—3次和差不多每天见面归类为2次以上/周，每周或每半个月一次归类为2—4次/月，将每月、每三个月、半年或每年一次归类为1—12次/年，将每年几乎从来没有和其他归并为0次/年或更长时间。图3、图4可以发现，无论子女居住远近，和父母交流次数大多集中在每月2—4次。但是从见面次数来看，同村而住的子女，每周与老人见面2次以上的占75.5%，但子女同县、外县以外，见面次数显著下降。可见虽然通讯技术可以缓解空间距离对交流的影响，但对见面次数却仍然影响巨大。再利用Ordered Probit模型来验证，回归结果与图3、图4结论相类似。⑦
|
| 图 3 子女居住与交流次数 |
|
| 图 4 子女居住与见面次数 |
将见面和交流变量放入模型中，表6有两个重要发现：首先，子女见面、交流次数越少，老人认知健康水平越差。在其他条件相同情况下，相比子女每周见面2次以上，见面1—12次/年和0次/年或更长时间时老人的智力完整性分别下降0.19和0.34分值（5%的显著水平）；相比子女每周交流2次以上，交流0次/年或更长时间会使得老人记忆力下降0.18分值（在10%的显著水平）。其次，夫妻同住且子女同县对老人智力完整性的影响程度比表5第（1）、（2）栏所示的结果要低。由此推断，子女同县居住会通过增加见面交流这一中介渠道对老人认知健康产生影响，但加入见面和交流变量后，系数的下降程度并不是很大。一个可能原因是配偶照料确占主导，而子女照料仅起补充作用，此时隐私自由权的健康收益占主导作用。
| （1）记忆力 | （2）智力完整性 | （3）记忆力 | （4）智力完整性 | |
| 一人独居+子女同村居住 | −0.143（0.271） | 0.196（0.182） | −0.161（0.272） | 0.191（0.182） |
| 一人独居+子女同县居住 | −0.338（0.356） | 0.169（0.267） | −0.352（0.356） | 0.153（0.267） |
| 一人独居+子女远距离居住 | −0.018（0.515） | −0.014（0.393） | 0.004（0.511） | −0.009（0.395） |
| 夫妻同住+子女同村居住 | −0.037（0.112） | 0.099（0.09） | −0.056（0.112） | 0.099（0.09） |
| 夫妻同住+子女同县居住 | 0.326**（0.158） | 0.288**（0.125） | 0.322**（0.159） | 0.29**（0.125） |
| 夫妻同住+子女远距离居住 | 0.402（0.253） | 0.192（0.168） | 0.421*（0.252） | 0.208（0.168） |
| 交流2—4次/月 | 0.027（0.093） | 0.077（0.072） | − | − |
| 交流1—12次/年 | −0.175（0.115） | −0.04（0.089） | − | − |
| 交流0次/年或更长时间 | −0.125（0.119） | −0.18*（0.092） | − | − |
| 见面2—4次/月 | − | − | −0.032（0.115） | 0.009（0.084） |
| 见面1—12次/年 | − | − | −0.191*（0.106） | −0.048（0.083） |
| 见面0—次/年或更长时间 | − | − | −0.342*（0.203） | −0.165（0.159） |
| 观察值 | 12 408 | 13 333 | 12 408 | 13 333 |
| R-squared | 0.071 | 0.029 | 0.071 | 0.028 |
此外，我们还匹配了实际居住模式与意愿（理想）居住模式的样本，考察预期居住一致性与子女照料的关系。2011年和2013年调查问卷有相关问题，统计发现：意愿与实际居住相同的样本占58%，其中无配偶老人（65.32%）高于有配偶老人（56.84%）。与实际居住相比，无配偶老人的意愿居住中亲子同住占比略高，非同村居住占比略低。有配偶老人的意愿居住中亲子同住占比略低，非同村居住占比略高。但意愿居住中非同村居住并不能具体细分子女同县和远距离居住，这限制了进一步的分析。即使如此，仍可以发现无配偶老人与子女的居住安排更符合预期，因为没有配偶的照料，子女相对而言成为重要的照料力量，所以子女居住离父母更近。
（四）异质性分析：分年龄、性别和教育程度。上述影响机制也可以通过异质性进一步得到佐证。考虑到老年人对照料的需求会随着年龄增长而日益上升，尤其对高龄老人而言，相比于隐私自由权，子女家庭照料可及性对认知健康的改善效应可能会占主导地位。专门针对70岁以上和75岁以上年龄组老人进行检验。利用分年龄样本，回归结果（表7）显示，居住模式与不同维度认知健康指标之间的关系表现迥异。相对亲子居住，当老人处于高龄（75岁以上），子女同村或同县产生的智力完整性的健康优势开始消失，子女远距离会使记忆力分值平均低1.1分（5%显著水平），下降约20%。换言之，对于高龄老人而言，相比子女远距离，亲子同住（同一屋檐）对其记忆力指标的提高更有益。这一方面表明，随着老人年龄的增加，配偶之间的照料能力下降，子女照料的作用逐渐凸显，相应地子女居住距离越远、家庭照料可及性越不足，越不利于高龄老人认知健康。另一方面也与前文提及的居住模式对两个维度认知健康指标的敏感性存在差异有关。
| （1）记忆力 | （2）智力完整性 | （3）记忆力 | （4）智力完整性 | |
| 70岁以上 | 75岁以上 | |||
| 一人独居+子女同村居住 | 0.171（0.355） | 0.0142（0.218） | 0.0308（0.402） | −0.142（0.275） |
| 一人独居+子女同县居住 | 0.355（0.501） | 0.240（0.375） | −0.266（0.806） | −0.212（0.537） |
| 一人独居+子女远距离居住 | 0.151（0.766） | 0.416（0.665） | 0.0412（0.859） | −0.0651（1.062） |
| 夫妻同住+子女同村居住 | −0.0703（0.187） | 0.256*（0.154） | −0.148（0.331） | 0.171（0.250） |
| 夫妻同住+子女同县居住 | −0.159（0.244） | 0.588***（0.22） | −0.547（0.435） | 0.27（0.325） |
| 夫妻同住+子女远距离居住 | 0.151（0.368） | 0.0228（0.309） | −1.052**（0.52） | −0.278（0.429） |
| 观察值 | 5 025 | 5 606 | 2 448 | 2 801 |
| R-squared | 0.122 | 0.057 | 0.156 | 0.081 |
分性别的回归结果表明夫妻同住且子女同县对老人认知健康改善主要体现在男性老人身上。⑧一个可能的解释在于女性被认为在照料活动中具有先天优势，不必后天培养获得（Budig等，2002），因此在夫妻同住模式下，男性更容易从妻子处获得照料，而女性并不必然会从丈夫处获得照料，相应地子女照料可及性不足对男性的影响较小。另一方面，相比于男性，女性独居老人在子女同村居住中会有认知健康收益，可能的原因在于丧偶女性老人由于经济状况不如丧偶男性老人，更需要子女照料帮助。回归结果还显示，相比亲子居住，即使子女同村或同县，高龄（75岁以上）男性独居老人的智力完整性指标均显著恶化，降低了约1.19和2个分值（分别在1%和10%的水平上显著），下降幅度约为21%和30%。即对于高龄男性独居老人而言，因其更依赖亲子照料，子女近邻而居不如子女同一屋檐下。
分教育程度的回归结果显示，夫妻同住且子女同县对老人认知健康改善主要体现在小学以上的群体中。这可能是因为受教育程度高的个体对隐私自由权的需求更大，可从独立居住中获得更多的健康收益，同时配偶照料可以替代子女照料。夫妻同住且子女远距离会使高龄老人认知健康（记忆力分值）恶化下降主要体现在低学历人群。相比亲子同住，夫妻同住、子女远距离居住会使小学以下老人的记忆力低1.31分值（5%水平上显著），下降幅度约25%，表明对于低学历老人，子女同一屋檐下更能维护其认知健康，相反子女远距离会使其智力完整性分值下降。
上述异质性分析从一个侧面说明了家庭照料可及性与隐私自由权在认知健康收益中存在的差异。高龄老人对照料的需求较为迫切，而对隐私自由权的需求逐渐弱化，即子女家庭照料可及性对认知健康的改善效应可能会占主导地位。即使子女近邻而居，可能并不一定能及时提供家庭照料；相比而言，亲子同住的优势体现在照料可及性高上，而此时尽管隐私自由权比较弱，但并不是最重要的。尤其对高龄（75岁以上）男性独居老人，子女近邻而居不如与子女同一屋檐；子女远距离居住会使夫妻同住的低学历高龄老人认知健康（记忆力分值）恶化。
六、结论与政策建议
城镇化浪潮下我国农村老年人逐渐从亲子共同居住向独立居住转变，传统家庭照料可能面临大面积缺失的风险。但同时也逐渐出现了子女居住在同一县市内的“分而不离”或“离土不离县”的近邻居住格局，有可能可以弥补家庭照料缺失风险。正是基于上述考虑，本文将子女居住距离远近纳入居住模式对老年人认知健康影响的研究中，关注家庭照料可及性与隐私自由权在其中的影响作用。
利用2011—2015年中国健康与养老追踪数据（CHARLS），在通过面板固定模型和工具变量结合控制内生性偏误后，实证结果发现：首先，夫妻同住时，老人独立居住相比于亲子居住总体上更利于其认知健康，但在丧偶情况下，独立居住则很难获得认知健康收益；其次，夫妻同住情况下子女同县的近邻居住为最佳距离，但随着老人年龄增长，子女近邻居住所获得认知健康收益下降。就机制而言可能源于家庭老年照料由配偶提供，从而减缓了子女居住较远、家庭照料（如见面交流）可及性下降导致的健康风险，同时独立居住的隐私自由权的健康收益较高。但对高龄老人而言，子女居住较远明显不利于独立居住时的认知健康水平，甚至不如亲子同住，这凸显了家庭子女照料的重要性。尤其异质性分析发现，高龄男性独居老人，子女近邻而居不如与子女同一屋檐；子女远距离居住会使夫妻同住的低学历高龄老人认知健康（记忆力分值）恶化。
因此，对维护改善老年人认知健康而言，存在一个子女居住的最佳距离，即家庭照料可及性和隐私自由权的健康收益之间存在一定的替代性，且这种替代性的边际平衡点在不同类型老人中存在异质性。本文研究发现对平衡子女个人发展机会和传统家庭保障责任之间的矛盾、实现新型城镇化道路和“健康老龄化”的协同发展具有一定指导价值。具体而言，有以下几方面的建议：首先，将新型城镇化战略和乡村振兴战略有机结合，创造条件让农村青壮年有机会就近发展。2014年国务院政府工作报告明确提出要引导约1亿农业转移人口就近城镇化。在有条件的地方开展就近城镇化是缓解农村老人照料和青壮年个人发展之间矛盾冲突的重要途径。第二，通过政策设计，鼓励农村青壮年与父母临近居住。可以效仿新加坡对购买二、三代同住的房子给予优惠，也可以参考海外诸多国家以家庭为单位的收入计税减免等方式，对农村有老人近邻居住的建房修房行为给予补贴和支持。引导开发代际亲情住宅，鼓励家庭成员与老年人共同生活或邻近居住。第三，加快农村地区社会化照料体系建设。增强对农村独居老人的社会关爱，缓解这些群体因为家庭照料缺失带来的健康冲击。对本文所发现的那些认知健康脆弱性更高的群体，要精准提供照料支援，以尽量减缓其认知能力的下降。
* 感谢封进、陆铭、陈钊、兰小欢、张牧扬以及复旦大学研究工作坊、第3届中国劳动经济学者论坛年会、第18届中国经济学年会与会者的建设性的意见与建议。文责自负。
① 人类老化过程必然出现认知功能退化，会对经济社会产生较大的负面效应。比如：认知功能退化不仅会影响老年人劳动参与、退休储蓄、投资理财和孙辈照料等个体行为的决策能力，而且还更易出现遭遇诈骗和自残、自杀等影响家庭及社会稳定的问题。认知功能衰退也被认为与阿尔海默兹（失智）、失能等疾病有重要关联性。我国失智老人已从1990年的368万人迅速增加到2010年的920万人，医疗、护理费用负担都在快速加重（Lei 和 Liu，2018）。
② 从全球范围看，经济不发达区域60岁以上老人以亲子居住为主（高达75%），但经济发达区域仅为27%，老人以独立居住为主。
③ 国内外文献总体上认为经济支持（代际转移）不太受子女居住距离远近影响，但生活照料受影响较大。
④ 比如：数据显示老人有2个以上子女时，无论是一人独居还是夫妻同住，子女同村比例分别为74.64%和66.47%，但同时有子女同县比例分别为41.04%和39.64%；有子女远距离比例分别为48.38%和51.63%，表明既有子女迁移在同县或更远地方，也有子女留守在同村。
⑤ 篇幅所限，未列出被解释变量是认知健康z值的具体回归表格（下文也相同），如有需要可与作者联系。
⑥ 我们尝试用子女居住的实际距离（公里）作为距离远近的变量，但一来该变量的缺失值较多，二来存在测量偏误，且与实际可达性并不线性一致，所以最终没有使用此变量。
⑦ 限于篇幅，未在文中汇报结果，有需要者请向作者索取。
⑧ 受篇幅所限，分性别、教育回归结果未在文中列出，有需要者请向作者索取。
| [1] | 陈光燕, 司伟. 居住方式对中国农村老年人健康的影响——基于CHARLS追踪调查数据的实证研究[J]. 华中科技大学学报（社会科学版）, 2019(5): 49–58. |
| [2] | 董晓芳, 刘茜. 高堂在, 不宜远居吗?——基于CHARLS数据研究子女居住安排对父母健康的影响[J]. 中国经济问题, 2018(5): 40–56. |
| [3] | 康传坤. 人口老龄化会阻碍城市化进程吗?——基于中国省级面板数据的实证研究[J]. 世界经济文汇, 2012(1): 91–105. |
| [4] | 李德明, 陈天勇. 认知年老化和老年心理健康[J]. 心理科学进展, 2006(4): 560–564. |
| [5] | 刘涛, 齐元静, 曹广忠. 中国流动人口空间格局演变机制及城镇化效应——基于2000和2010年人口普查分县数据的分析[J]. 地理学报, 2015(4): 567–581. |
| [6] | 任强, 唐启明. 中国老年人的居住安排与情感健康研究[J]. 中国人口科学, 2014(4): 82–91. |
| [7] | 王萍, 连亚伟, 李树茁. 居住安排对农村老人认知功能的影响——12年跟踪研究[J]. 人口学刊, 2016(5): 92–101. |
| [8] | 王跃生. 中国城乡家庭结构变动分析——基于2010年人口普查数据[J]. 中国社会科学, 2013(12): 60–77. |
| [9] | 许琪. 居住安排对中国老年人精神抑郁程度的影响——基于CHARLS追踪调查数据的实证研究[J]. 社会学评论, 2018(4): 47–63. DOI:10.3969/j.issn.2095-5154.2018.04.005 |
| [10] | 鄢盛明, 陈皆明, 杨善华. 居住安排对子女赡养行为的影响[J]. 中国社会科学, 2001(1): 130–140. |
| [11] | 余央央, 封进. 家庭照料对老年人医疗服务利用的影响[J]. 经济学（季刊）, 2018(3): 923–948. |
| [12] | Bodvarsson Ö B, Hou J W, Shen K L. Aging and migration: Micro and macro evidence from China[J]. Frontiers of Economics in China, 2016, 11(4): 548–580. |
| [13] | Böhme M H, Persian R, Stöhr T. Alone but better off? Adult child migration and health of elderly parents in Moldova[J]. Journal of Health Economics, 2015, 39: 211–227. DOI:10.1016/j.jhealeco.2014.09.001 |
| [14] | Bordone V, Weber D. Number of children and cognitive abilities in later life[J]. Vienna Yearbook of Population Research, 2012, 10(1): 95–126. |
| [15] | Budig M, England P, Folbre N. Wages of virtue: The relative pay of care work[J]. Gender & Society, 2002, 49(4): 455–473. |
| [16] | Cameron L A, Cobb-Clark D. Do coresidency and financial transfers from the children reduce the need for elderly parents to works in developing countries?[J]. Journal of Population Economics, 2008, 21(4): 1007–1033. DOI:10.1007/s00148-006-0105-8 |
| [17] | Connelly R, Maurer-Fazio M. Left behind, at-risk, and vulnerable elders in rural China[J]. China Economic Review, 2016, 37: 140–153. DOI:10.1016/j.chieco.2015.10.005 |
| [18] | Connelly R, Maurer-Fazio M, Zhang D. The role of coresidency with adult children in the labor force participation decisions of older men and women in China[R]. IZA Discussion Paper No. 8068, 2014. |
| [19] | Do Y K, Malhotra C. The Effect of coresidence with an adult child on depressive symptoms among older widowed women in South Korea: An instrumental variables estimation[J]. The Journals of Gerontology: Series B, 2012, 67B(3): 384–391. DOI:10.1093/geronb/gbs033 |
| [20] | Engelhardt H, Buber I, Skirbekk V, et al. Social involvement, behavioural risks and cognitive functioning among older people[J]. Ageing & Society, 2010, 30(5): 779–809. |
| [21] | Gruijters R J. Family care-giving and living arrangements of functionally impaired elders in rural China[J]. Ageing & Society, 2017, 37(3): 633–655. |
| [22] | Johar M, Maruyama S. Does coresidence improve an elderly parent's health?[J]. Journal of Applied Econometrics, 2014, 29(6): 965–983. DOI:10.1002/jae.2339 |
| [23] | Kalmijn S, Launer L J, Stolk R P, et al. A prospective study on cortisol, dehydroepiandrosterone sulfate, and cognitive function in the elderly[J]. The Journal of Clinical Endocrinology & Metabolism, 1998, 83(10): 3487–3492. |
| [24] | Kim B R. Health and living arrangements among older adults in diverse social and cultural contexts[D]. Ann Arbor: University of Michigan, 2014. |
| [25] | Lei X Y, Strauss J, Tian M, et al. Living arrangements of the elderly in China: Evidence from the CHARLS national baseline[J]. China Economic Journal, 2015, 8(3): 191–214. DOI:10.1080/17538963.2015.1102473 |
| [26] | Lei X Y, Liu H. Gender difference in the impact of retirement on cognitive abilities: Evidence from urban China[J]. Journal of Comparative Economics, 2018, 46(4): 1425–1446. DOI:10.1016/j.jce.2018.01.005 |
| [27] | Ma S, Wen F Q. Who coresides with parents? An analysis based on sibling comparative advantage[J]. Demography, 2016, 53(3): 623–647. DOI:10.1007/s13524-016-0468-8 |
| [28] | Maruyama S. The effect of coresidence on parental health in Japan[J]. Journal of the Japanese and International Economies, 2015, 35: 1–22. DOI:10.1016/j.jjie.2014.12.001 |
| [29] | Maurer-Fazio M, Connelly R, Chen L, et al. Childcare, eldercare, and labor force participation of married women in urban China: 1982–2000[J]. Journal of Human Resources, 2011, 46: 261–294. |
| [30] | McArdle J J, Smith J P, Willis R. Cognition and economic outcomes in the Health and Retirement survey[R]. NBER working paper No. 15266, 2009. |
| [31] | United Nations. World population ageing 2013[M]. New York: United Nations, 2013. |
| [32] | Van Gelder B M, Tijhuis M, Kalmijn S, et al. Marital status and living situation during a 5-year period are associated with a subsequent 10-year cognitive decline in older men: the FINE study[J]. The Journals of Gerontology: Series B, 2006, 61(4): P213–P219. DOI:10.1093/geronb/61.4.P213 |
| [33] | Vaupel J W, Manton K G, Stallard E. The impact of heterogeneity in individual frailty on the dynamics of mortality[J]. Demography, 1979, 16(3): 439–454. DOI:10.2307/2061224 |
| [34] | Yu Y Y, Sloan F A. Trends in elderly health by cohort: Evidence from China[J]. China Economic Review, 2017, 44: 282–295. DOI:10.1016/j.chieco.2017.05.001 |
| [35] | Zeng Y, Wang Z L. Dynamics of family households and elderly living arrangements in China, 1990-2010[J]. China Population and Development Studies, 2018, 2(2): 129–157. DOI:10.1007/s42379-018-0010-3 |
| [36] | Zimmer Z, Korinek K. Does family size predict whether an older adult lives with or proximate to an adult child in the Asia-pacific region?[J]. Asian Population Studies, 2008, 4(2): 135–159. DOI:10.1080/17441730802246861 |