利用Logistic模型分析中国城市老年人贫困问题.docVIP

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离退休情况变量转换：1.将贫困转换成虚拟变量1，非贫困0，以此作为回归方程的因变量；2.将影响城市老年人贫困的影响因素作为，其分为变量和分类变量，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Logistic回归方程变量的选择及设定自变量 参照组 年龄 变量参照组 受教育年数 变量参照组 儿子数 变量参照组 女儿数 变量参照组 离退休情况 离休 退休还在工作从未工作 性别 女性 子女经济资助 是否得到政府救助 是否得到集体救济 有子女下岗 无 家里有需要照料的人 无 生活自理能力丧失 无 料理家务能力丧失 是否需要生活照料 婚姻状况 有偶同住 有偶分居丧偶离婚 运用SPSS，使用向前 (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。 表逻辑回归模型结果 Wald df Sig. ebi 受教育年限 -.163 .022 54.393 1 .000 .849 有偶分居 .462 .508 .826 1 .363 1.587 丧偶 1.017 .141 51.980 1 .000 2.765 离婚 .307 .687 .200 1 .655 1.360 退休 1.300 .825 2.483 1 .115 3.668 还在工作 3.678 .929 15.662 1 .000 39.563 从未工作 2.587 .829 9.739 1 .002 13.290 子女资助 -.239 .129 3.402 1 .065 .788 政府救助 .714 .195 13.427 1 .000 2.042 女儿数 -.167 .049 11.678 1 .001 .846 有其他病人.357 .180 3.924 1 .048 1.430 常数 -4.833 .832 33.731 1 .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?-2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 ?2218.352 ??.056? ?.21 表标准化回归系数变量 受教育年限 有偶分居 丧偶 离婚 退休 还在工作 从未工作 子女资助 政府救助 女儿数 有其他病人 -0.163 0.462 1.017 0.307 1.3 3.678 2.587 -0.239 0.714 -0.167 0.357 S.E. 4.96 0.12 0.46 0.09 0.46 0.08 0.41 0.48 0.17 1.25 0.34 βi -0.45 0.03 0.26 0.02 0.33 0.16 0.58 -0.06 0.07 -0.12 0.07 bi非标准化回归系数；标准差；β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）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。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。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情况的7%，低了2%；获得政府救助的老年人发生贫困的可能，是没有得到政府救助老年人的二倍；没有参加过工作老年人的贫困发生比是城市离休老年人的13.3倍。