1. 前言
《国家人口发展规划》指出,未来10年,中国人口流动将更加活跃。2020年流动人口超过2亿,流动老人占流动人口总数的7.2% (曾明星等,2018)。主观幸福感(subjective well-being, SWB)是衡量成功老龄化和社会发展的重要指标,包括情绪体验和生活满意度(Diener, 2009)。然而,目前关于随迁老人主观幸福感的研究结论不尽相同。一种观点认为,随迁老人在移居到新的城市时感受到经济劣势、文化压力以及医疗、福利等社会福利的排斥(Guo et al., 2018; Brothers et al., 2014; Litwin & Shiovitz-Ezra, 2011)。比如,Yuxi Liu等(2019)发现随迁老人的主观幸福感要比当地老年人差,原因是移民难以缓解和适应在东道主城市的社交、生活压力(Liu et al., 2017; Gui et al., 2012)。另一种观点则认为,退休老人从物理环境较差的地区迁移到物理环境较好城市,是“自我实现”的结果(Shanshan & Wen, 2011; Cao, 2014)。比如,Wang等(2017)通过调查发现,外来老年居民的健康状况比土著老年居民更好,抑郁程度也更低。造成上述研究结论不一致的原因,一是因为实测年代、被试来源等方面不尽相同;二是现有研究均为横断面调查研究,而未考虑加入随社会时代变迁的宏观社会环境因素;三是随迁老人的主观幸福感不仅包括认知层面的“生活满意度”,而且包括情感层面的“幸福”(Diener & Ryan, 2009)。它与各种各样的因素有关:从主观需求满足到客观健康状况,从社会网络到物理环境,从个体特征到群体特征(Lin & Huang, 2018)。因此,中国随迁老人主观幸福感到底如何,在多大程度上受到上述因素的影响,将是本研究进一步探讨的问题。
Twenge (2000)提出的“横断历史研究元分析”(cross-temporal meta-analysis)与传统的元分析方法不同,它不仅可以解决研究结论间的争论,而且可以将心理因素置于社会历史变迁的宏观背景中综合考量。目前,影响我国随迁老人主观幸福感的因素来源于多个学科,如心理、社会和医学科学,然而很少有人努力将它们整合到一个全面的理论模型中。
为此,本研究一方面采用横断历史元分析探究近十年来我国随迁老人主观幸福感的变化趋势,分析微观(家庭)、中观(社区)环境因素,以及个体、群体因素对其主观幸福感的影响,并运用滞后相关分析探讨宏观(社会)环境因素对其主观幸福感的预测作用。另一方面,本研究提出了随迁老人主观幸福感影响因素三维理论模型,期望能为以后相关干预调节方案的制定提供决策依据。
2. 研究方法
2.1. 文献搜集
本研究分别进行中、英文文献检索。检索时间限定为1990年1月~2021年12月。中文检索数据库为:CNKI、万方、维普和优秀硕博士学位论文。中文检索关键词为:“随迁老人”、“随迁老年人”、“随迁父母”、“老漂族”、“流动老人”和“主观幸福感”、“幸福感”、“福祉”、“生活满意度”、“积极情感和消极情感”、“正性情绪和负性情绪”。英文数据库包括Web of Science、Pubmed、ScienceDirect和ProQuest论文数据库。英文检索关键词为“Drifting Elderly”、“Elderly who Migrate with Children”、“elderly migrants”、“mobility of the elderly”、“trailing parents”、“Old people moving with”、“Accompanying elderly”和“Subjective well-being”、“Happiness”、“life satisfaction”、“positive emotion and negative emotion”、“the quality of life”。文献类型包括期刊论、学位和会议论文。
2.2. 文献选取标准
经文献检索,共获得文献413篇。按如下标准进行筛选:1) 研究主题为随迁老人的主观幸福感,且必须是实证研究,不包含综述类文章;2) 要求调查对象为60岁以上的中国随迁老人;3) 需明确报告主观幸福感的测量方式、量表得分的总平均数;4) 明确报告被试的样本量;5) 排除使用重复数据的文献,如遇到重复使用数据的文献,只纳入其中一篇,选取被试量最大、数据最全的文献进入下一阶段的分析。最终,获得文献15篇,其中包含英文文献3篇,中文文献12篇,涉及被试4879名。文献检索、筛选、纳入和排除流程见图1。
2.3. 文献编码及数据整理
首先对纳入的文献进行编号并提取以下信息:第一作者、发表年代、样本量、测量工具、主观幸福感均值和标准差、性别比例和被调查者所在城市等级等信息(见表1)。将提取出的信息录入数据库进行编码。为确保编码的准确性及科学性,先后由本文的第二和第三作者进行编码,两次编码间隔两周,两次编码间的一致性系数为93.8%。
![](Images/Table_Tmp.jpg)
Table 1. Basic information and variable coding assignment table of the source literature included in the analysis
表1. 纳入分析的原始文献的基本信息和变量编码赋值表
注:1) 为编码简洁,表中只列出了第一作者。2) 社区所在城市级别:一线城市 = 1;二线城市 = 2。3) 主观幸福感测量工具:纽芬兰纪念大学老年人幸福度量表(Memorial University of Newfoundland scale of happiness) = MUNSH;生活满意度量表(Satisfaction With Life Scale) = SWLS;总体幸福感量表 = GWB;主观幸福感简易测量问卷(Subjective Well-being Simple Measurement Questionnaire) = SWBSMQ;世界卫生组织生存质量简表 = WHOQOL-BREF;生活满意度视觉模拟评分量表(Visual Analogue Scale/Score) = VAS;陈彤的中国老年人主观幸福感量表(Chinese elderly subjective well-being scale) = CESWBS;内托的移民生活满意度量表(Neto’s Migrant Life Satisfaction Scale) = MLSS;老年人生活质量问卷 = CASP;4) NA表示文献没有提供相应数据信息。5) 以上编码信息均根据作者提供的信息划分,如未提供,则根据作者提供的信息通过百度百科检索确认。
2.4. 社会指标的数据来源
本文借鉴辛素飞等(2021)的研究,将社会经济条件和社会联结作为衡量随迁老年人感受到社会变迁的宏观社会指标,考察其对随迁老人主观幸福感的“预测作用”。其中,社会经济条件包含老年抚养比(%)、居民消费水平(元)、居民人均可支配收入(元)、人均卫生费用(元)、个人现金卫生支出占卫生总费用比重(%)和老年人养老床位数(张/千人) 6项社会指标;社会联结包含城镇人口比重(%) 1项社会指标。这些社会指标的详细数据均取自我国的《中国统计年鉴》。
2.5. 统计方法
本研究采用Excel软件进行文献编码,使用SPSS 26.0对样本量加权后(辛素飞等,2021),进行“年代”、“与家人/子女同住比例”对随迁老人主观幸福感的回归分析,以及随迁老人主观幸福感与社会指标之间的滞后相关分析;使用CMA 3.0软件进行社区所在城市级别、居住状态、原住地、迁入情况、年龄、健康状况、文化程度、月收入、既往职业、随迁时间对随迁老人主观幸福感影响的亚组分析。同时,本研究进一步运用失安全系数和剪补法对出版偏倚进行检验。
3. 研究结果
3.1. 异质性检验
本文采取异质性检验以进行合理的模型选择。异质性检验的方法通常为Q检验。若Q值达到统计学显著水平,效应值异质,则选择随机效应模型;反之,则选用固定效应模型(高爽等,2015;牛凯宁等,2021)。表2结果表明,Q值显著,效应量之间呈异质性(Q = 62073.446, p < 0.001),因此,本研究采用随机效应模型。
![](Images/Table_Tmp.jpg)
Table 2. Results of the effect size heterogeneity test (Q statistics)
表2. 效应值异质性检验结果(Q 统计)
3.2. 随迁老人主观幸福感随年代的变化趋势
本研究将文献发表年代和主观幸福感均值分别作为横纵坐标绘制散点图。如图2所示,2010至2021年间,随迁老人主观幸福感逐年上升。
为进一步准确量化年代效应对随迁老人主观幸福感的影响程度,我们将发表年代和随迁老人主观幸福感均值分别作为自变量和因变量,进行样本量加权后,进行回归分析得出,年代能显著正向预测随迁老人主观幸福感的变化,回归模型为Y = 2.542X − 5104.944 (β = 0.520, F = 1803.079; p < 0.01),解释程度为27.0%。
3.3. “与家人/孩子同住比例”对随迁老人主观幸福感的预测作用
以“与家人/孩子同住比例”为自变量,样本量加权后,进行回归分析。结果表明,与家人/孩子同住比例对随迁老人主观幸福感具有一定的负向预测作用,回归模型为Y = − 0.246X + 52.021 (β = −0.333, F = 31.676; p < 0.001),解释程度为10.8%。
3.4. 亚组分析
根据同质性检验结果,分析个体层面因素,如年龄、健康状况、文化程度、月收入和既往职业;群
![](//html.hanspub.org/file/31-1133268x9_hanspub.png?20230130084053341)
Figure 2. Subjective happiness of the elderly with age (2010~2021)
图2. 随迁老人主观幸福感随年代的变化(2010~2021)
注:采用随机效应模型;Qw表示组内异质性,Qb表示组间异质性;***p < 0.001,**p < 0.01,下同。
体层面因素,如迁移特征、原住地、迁入情况和随迁时间;中观环境因素,如社区所在城市级别等分类变量的调节效应(表3)。结果显示,在个体层面,年龄越大,主观幸福感越高(Qb = 14.69, p < 0.01);健康状况越好的随迁老人主观幸福感越高(Qb = 10.36, p < 0.01);受教育程度为专科及以上的随迁老人的主观幸福感得分显著高于高中及以下(Qb = 7.60, p < 0.01);月收入越高,主观幸福感越高(Qb = 21.81, p < 0.01);随迁老人既往职业是工人和农民的显著高于既往职业是干部的(Qb = 8.51, p < 0.01)。
在群体层面,本地老人的主观幸福感显著高于随迁老人(Qb = 19.13, p < 0.01);原住地为城市的随迁老人的主观幸福感得分显著高于原住地为农村的随迁老人(Qb = 71.65, p < 0.01);与配偶一同迁移的随迁老人的主观幸福感得分显著高于与配偶分离的随迁老人(Qb = 4.88, p < 0.01);随迁时间多于3年的随迁老人的主观幸福感得分的均值显著高于随迁时间少于3年的(Qb = 10.82, p < 0.01)。
在中观环境因素上,一线城市随迁老人的主观幸福感得分显著高于二线城市(Qb = 33.42, p < 0.01)。
3.5. 随迁老人主观幸福感与宏观社会指标之间的关系
为了详细刻画社会变迁对随迁老人主观幸福感的潜在影响,将2010~2021年随迁老年人主观幸福感得分分别与当年、3年前和5年前的社会指标进行相关分析(辛素飞等,2021;Twenge, 2001; Orwin, 1983),见表4。结果表明,在社会经济条件方面,老年抚养比、居民消费水平、居民人均可支配收入、人均卫生费用和老年人养老床位数越高,随迁老人主观幸福感得分越高(Ps < 0.001);个人现金卫生支出占卫生总费用比重越低,随迁老人主观幸福感得分越高(p < 0.001)。在社会联结方面,城镇人口比重越高,随迁老人主观幸福感得分越高(p < 0.001)。
![](Images/Table_Tmp.jpg)
Table 4. The analysis of macro social indicators and subjective well-being of the old people living with them in the current year, 3 years ago and 5 years ago
表4. 当年、3年前和5年前宏观社会指标与随迁老人主观幸福感的分析
3.6. 出版偏倚检验
本研究对纳入的随迁老人主观幸福感的文献进行出版偏倚检验。首先,采用失安全系数进行检验,结果表明失安全系数为1483,即需要1483篇文献可使本文研究结果不具备统计学意义,失安全系数大于5K+10,这表明发表偏倚可能性小(刘豆豆等,2021;Orwin, 1983),这表明本研究基本不存在发表偏倚。其次,采用剪补法进行进一步检验,结果表明,需剪补纳入7篇研究。综合来看,文献选取不存在发表偏差,本文研究结果具有有效性。
4. 讨论
本研究采用横断历史元分析法探讨近十年随迁老人主观幸福感的变迁,并分析宏观社会指标对随迁老人主观幸福感的潜在影响,结果发现,随迁老人主观幸福感的年代效应显著,即近10年来随迁老人主观幸福感总体水平逐年上升。借鉴辛素飞等(2021)的理论框架,结合本研究数据分析结果,本文提出了随迁老人主观幸福感影响因素的三维理论模型,见图3。
![](//html.hanspub.org/file/31-1133268x10_hanspub.png?20230130084053341)
Figure 3. Three-dimensional theoretical model of the influence mechanism of subjective well-being of the elderly who migrate
图3. 随迁老人主观幸福感影响机制的三维理论模型
4.1. 随迁老人主观幸福感影响机制的三维理论模型
该理论模型包含随迁老人的个体/群体水平因素,其所处的微观(家庭)/中观(社区)/宏观(社会)环境因素,以及社会变迁三个维度。其中,个体因素包括年龄、健康状况、文化程度、月收入和既往职业等,群体因素包括迁移特征(本地老人或随迁老人)、原住地、迁入情况(与配偶一同迁移或与配偶分离)、随迁时间等。在二维平面上,不应只考虑个体因素和群体因素,也应该考虑与个体和群体紧密联系的微观、中观和宏观环境因素。微观因素包括家庭(与家人/孩子同住比例),中观环境因素包括社区(社区所在城市级别),宏观环境因素包括社会指标(社会经济条件和社会联结)。在此基础上,加入社会变迁这一动态维度,以时间延伸的视角进行模型建构。许多研究表明,社会变迁对心理变迁具有一定的“影响”(Twenge, 2000; 辛自强,张梅,2009;Tesch-Roemer & Wolff, 2016)。具体影响机制讨论如下:
4.1.1. 个体/群体水平因素对我国随迁老人主观幸福感的影响
模型的个体水平包括年龄、健康状况、文化程度、月收入和既往职业。第一,本研究发现,我国随迁老人的年龄越大,其主观幸福感得分越高。社会情绪选择理论从动机的角度提出(Pollerhoff et al., 2022),随增龄,老年人会更倾向于选择富含情感意义的活动,并乐于投入更多的认知资源,表现为老年人会选择性注意和记忆积极信息胜于消极信息。第二,亚组分析结果表明随迁老人的身体状况越健康,主观幸福感得分越高。身体健康状况越差的老年人会将精力更多地放在与疾病相关的方面,其不适、悲伤、愤怒和无力感越多,感知到的幸福感也越低(Steptoe et al., 2015)。第三,由亚组分析结果可知我国随迁老人的受教育程度和月收入越高,其主观幸福感越高。受教育程度高的随迁老人更可能拥有决策权和财务稳定性,这就像一张“安全网”,可以抵御心理健康水平和主观幸福感低下(Srivastava et al., 2021)。累积的财富和财务安全可使老年人获得更好的生活方式和更好的保健服务,进而改善其心理健康和主观幸福感水平。第四,研究结果发现既往职业为干部的随迁老人的主观幸福感会显著低于工人和农民。这可能因为干部在任职期间的被需求感与退休在家的被需求感落差较大,而工人与农民的丧失感和心理失落感相较于干部更少。
模型的群体水平包括迁移特征(本地老人或随迁老人)、原住地、迁入情况(与配偶一同迁移或与配偶分离)、随迁时间等。第一,亚组分析发现本地老人主观幸福感高于随迁老人,这可能因为本地老人相较于随迁老人可以获得更多的与户籍制度捆绑的社会和医疗福利(曾深改,2017),享受到更多的便民服务,所以其主观幸福感更强。第二,结果表明原住地为城市的随迁老人主观幸福感得分高于农村。这可能与迁入地多为城市有关,原本在城市生活的老人相较于之前生活在农村的老人更容易适应城市生活。第三,与配偶一同迁移老人的主观幸福感高于没有配偶陪伴的老人。这可能是因为老人随子女迁移至陌生环境,在适应过程中产生的不安和紧张更愿意和伴侣倾诉(瞿红霞,2012),配偶的陪伴可以减少孤独感,提高其生活质量和主观幸福感。第四,迁入时间越长,随迁老人的主观幸福感越高。随迁老人在迁入城市生活时间愈久,新的社会联结逐渐生成(刁明月,2019),对环境的适应性愈强,其主观幸福感也随之升高。
4.1.2. 微观、中观和宏观环境因素对我国随迁老人主观幸福感的影响
微观环境因素包括家庭(与家人/孩子同住比例)等。将时间维度引入后得出,与家人/孩子同住比例对随迁老人主观幸福感具有一定的负向预测作用。基于角色压力模型可知,与子女共居的老年人可能会经历并履行多个角色任务,缺少时间和精力来提高自己的社会凝聚力、生活质量及主观幸福感(Aine et al., 2011)。过度拥挤的生活空间,以及老年人隐私的丧失(de Jong-Gierveld, 2003; Kosberg, 1988; Baumhover & Beall, 1997; Clare, 2021)也会导致更高的心理压力。
中观环境因素包括社区(社区所在城市级别)等。经亚组分析得出,一线城市的主观幸福感水平显著高于二线城市。发展水平越高的城市,公共服务质量越高,随迁带来的正外部效应越多(张为伟,2019),例如更便利的生活条件、更积极的信息交流、更高质量的活动场所等(王小鲁,2010),随迁老人的主观幸福感也随之升高。
宏观环境因素指社会指标,包括社会经济条件和社会联结等。本研究发现,当年、3年前和5年前的社会经济指标(老年抚养比、居民消费水平、居民人均可支配收入、人均卫生费用和老年人养老床位数)均显著正向预测随迁老人主观幸福感。这说明社会经济指标提升对随迁老人主观幸福感产生了正面影响。大量研究显示,社会经济条件是影响主观幸福感的重要因素。收入越高,人们的主观幸福感就越高(元寿伟,周少甫,2010;金江,张奎,2011;雷卫,2016),这与本研究结果相吻合。该结果符合理性经济人理论,即更高的经济水平使个体获得更多的利益满足,为其家庭带来更好的生活条件,进而提高个体的主观幸福感(边燕杰,肖阳,2014)。社会经济条件分为个人经济条件和宏观经济条件,个人经济条件包括“居民消费水平”、“居民人均可支配收入”等。个人经济条件的升高,可以提升生活质量,减少焦虑和无助,提升随迁老人主观幸福感(许学华等,2021)。宏观经济条件包含社会保障,即“现金卫生支出占卫生总费用比重”和“老年人养老床位数”。元寿伟等的研究显示(元寿伟,周少甫,2010),社会保障对老年人主观幸福感的提升有极大促进作用。其次,随迁老人主观幸福感的上升也可能与社会联结的强化有关。本文结果显示社会联结与随迁老人主观幸福感显著正相关。社会联结包含“城镇人口比重”这项社会指标。较高的社会联结可以转化为更多的资源应用于日常生活,增加主观幸福感(Aine et al., 2011; Lin et al., 2016)。社会融合理论提到,一个人与社会机体产生联结的程度越高,找到生活意义和生命价值的可能性越大,其主观幸福感也越高(Lin et al., 2016)。随迁老人的迁移地多为城市,随着城镇人口比重的升高,城市可以提供更多的资源支持老年人的社会联结,进而提高随迁老人主观幸福感。
由上述可见,随迁老人主观幸福感变化原因不是单因素、单维度的,而是多指标、多维度的综合影响。因此,通过横断历史的元分析方法得出的研究结果,在聚焦个体、群体与微观、中观和宏观环境因素的基础上,融入社会变迁的视角,综合性、整体性地探讨随迁老人主观幸福感变化的复杂因素,以便日后更有效地帮助随迁老人融入新的生活环境,获得更高的主观幸福感。
4.2. 研究不足及展望
本文首次采用横断历史元分析方法揭示我国随迁老人主观幸福感的跨时间趋势,并将个体/群体水平因素,微观(家庭)/中观(社区)/宏观(社会)环境因素,以及社会变迁三个维度融入进一个完整的模型内,拓展了现有研究结果。尽管本研究得到了上述具有价值的研究结果,但仍存在一些局限,就测量工具而言,纳入分析的量表种类较多,但使用同一量表的文献较少,限制了一些深度分析。未来可待同量表文献数目足够时,将更多的量表纳入到横断历史的元分析中,结合代际支持和社会支持等因素丰富本文提出的随迁老人主观幸福感影响机制的三维理论模型。
5. 结论
本研究结论如下:1) 2010至2021年间,我国随迁老人的主观幸福感逐年上升;2) 随迁老人的个体和群体层面对主观幸福感有显著影响;3) 微观环境因素,如与家人/孩子同住比例;中观环境因素,如社区所在城市级别;宏观社会指标,包括社会经济条件和社会联结可能是影响随迁老人主观幸福感的重要因素。根据以上结果,本研究以社会变迁的时间维度为轴,结合微观(家庭)、中观(社区)和宏观(社会)环境因素提出了随迁老人主观幸福感影响因素三维理论模型,不仅有助于拓展相关理论基础,而且为相关干预策略制定提供了实证依据。
基金项目
河北省社会科学基金项目(编号:HB21SH020)。