基于CHARLS面板數據的中國老年人抑郁癥狀變動情況及影響因素分析

胡依，李貝

本研究創新點：

抑郁癥狀正在成為威脅老年健康的重大危險因素，老年人的抑郁問題逐漸引起社會各界的關注，但是相關研究缺乏來自縱向動態數據的支持。本研究基于中國健康與養老追蹤調查（CHARLS）2011、2013、2015年的隨訪數據，分析發現我國老年人抑郁癥狀的檢出率為32.6%～41.6%，發現性別、受教育程度、自評健康、吸煙、睡眠、婚姻狀況、戶口類型、養老保險是老年人抑郁癥狀的影響因素。相較于既往文獻，本研究更能客觀地反映老年人抑郁癥狀的變化趨勢，為積極預防老年期抑郁提供實證支持。

2020年，國家衛生健康委員會發布了《探索抑郁癥防治特色服務工作方案》［1］，提出到2022年，在試點地區初步形成全民關注精神健康，支持和參與抑郁癥防治工作的社會氛圍，公眾對抑郁癥防治知識的知曉率達80%，并將老年人群列為干預重點人群。抑郁癥是老年期常見的一種精神障礙，已成為造成老年人疾病負擔重要原因［2］。老年期的抑郁癥可造成多種負面影響，包括生活質量下降、疾病負擔增加、應對疾病的能力減弱，以及造成過早死亡［3］。個體的心理健康受到許多因素的影響，包括生活經歷、工作場所或其他環境，以及塑造生活的社會和經濟條件，這些社會和經濟條件被稱為健康的社會決定因素。健康社會決定因素模型主要包括個體特征、個體行為、社會支持、社會經濟地位、其他社會結構因素等幾個方面，側重于了解人們生活和工作的環境如何影響其健康結果［4］。目前已有多項研究證據，來支持社會決定因素影響人群的心理健康結果［5］，抑郁癥狀作為心理健康的具體表現之一，必然會受到上述社會因素的影響。綜上所述，老年人抑郁癥狀的發生情況不容忽視，但是目前針對中國老年人抑郁癥狀的相關研究大多是利用橫截面調查的數據，缺乏來自縱向隊列數據的支持。因此，本文利用中國健康與養老追蹤調查（China Health and Retirement Longitudinal Study，CHARLS）2011年、2013年、2015年3期面板數據，展示了不同年份老年人抑郁癥狀變動情況，并基于健康社會決定因素模型，利用隨機效應模型探究老年人抑郁癥狀的影響因素，這對于完善我國老年人抑郁癥狀相關研究，指導老年人規避抑郁有害因素、減少老年期抑郁的發生，指導相關健康公共政策制定，促進健康老齡化有著重要意義。

1 資料與方法

1.1 一般資料 2020年9—10月， 本文使用了CHARLS 2011年全國基線數據以及2013、2015年全國追蹤數據［6-7］，已獲得 CHARLS 2011、2013、2015 年數據的使用許可（CHARLS是公開數據庫，已遵循數據庫使用條例進行數據使用申請，經過數據庫管理方審批后得以下載和使用數據）。CHARLS于2011年進行了全國基線調查，為保證樣本的無偏性和代表性，該調查項目采用了多階段抽樣，通過4個階段，分別在縣（區）、村（居）、家戶、個人層面上進行抽樣，在縣（區）和村（居）抽樣階段均采取PPS抽樣方法，調查范圍覆蓋全國約1萬戶家庭，并于2013、2015年進行持續追蹤，是用于分析我國老齡化問題的高質量數據。根據研究目的進行數據清洗，選取年齡在60歲及以上且關鍵變量值完整的調查對象，得到3年的截面數據，其中2011年 6 609 份，2013 年 7 158 份，2015 年 8 231 份；根據截面數據進行面板數據匹配，得到2011、2013、2015年3期記錄完整的追蹤數據11 055份，構成n=3 685，T=3的平衡短面板數據集。因此本文對老年人抑郁癥狀檢出率的計算將分別從截面數據和追蹤數據展開。

1.2 變量選取

1.2.1 抑郁癥狀 本文使用的抑郁癥狀量表為簡版流調 中心抑郁量表（the Center for Epidemiological Studies Depression Scale，CES-D10）。CES-D10共 10個項目，詢問調查對象過去一周內的感覺和行為，按照項目所反映的抑郁程度從低到高賦0～3分，總得分為0～30分，得分越高表明抑郁狀況越嚴重，一般將10分及以上評定為有抑郁癥狀［8］。經研究，該量表在我國老年人群中具有良好的信效度［9］。本研究將得分為0～9分定義為無抑郁癥狀，將得分10～30分定義為有抑郁癥狀，令“0=無抑郁癥狀”“1=有抑郁癥狀”。

1.2.2 自變量 本文結合健康社會決定因素模型和數據特征，選取個體特征（性別、年齡、受教育程度、自評健康）、個體行為（吸煙、飲酒、睡眠時長）、社會支持（婚姻狀況）、社會經濟（戶口類型、工作狀態）、其他社會結構（醫療保險、養老保險）為自變量。其中性別變量的數據直接從數據庫中進行提??；年齡根據受訪者提供的戶口本或身份證上的出生日期進行計算；受教育程度為受訪者在受訪時獲得的最高教育水平，將“未受過教育”“未讀完小學”“私塾畢業”“小學畢業”定義為小學及以下，將“初中畢業”定義為初中，將“高中畢業”“中專（包括中等師范、職高）畢業”定義為高中，將“大專畢業”“本科畢業”“碩士畢業”“博士畢業”定義為大學及以上；自評健康狀況參照CHARLS中的問題，將“極好”“很好”“好”定義為較健康，“一般”“不好”定義為較不健康；將“吸過煙但已經戒煙”“從未吸過煙”定義為不吸煙，“吸過煙且一直抽煙”定義為吸煙；飲酒行為以過去1年的飲酒狀況進行區分，如果在過去1年內沒有喝過酒（包括啤酒、葡萄酒或白酒）則被定為“不飲酒”；睡眠時長根據晚上睡眠時間計算，分為睡眠時長過短（≤5 h/d）、睡眠時長正常（＞5 h/d且 ＜9 h/d）、睡眠時長過長（≥9 h/d）［10］，并將睡眠時間過短和過長定義為睡眠時長不正常；婚姻狀況根據問題“您目前的婚姻狀態”進行定義，將“已婚與配偶一同居住”“已婚，但因為工作等原因暫時沒有跟配偶在一起居住”“同居”定義為有配偶，將“分居（不再作為配偶共同生活）”“離異”“喪偶”“從未結婚”定義為無配偶；戶口類型分為農業戶口和非農業戶口，其中非農業戶口包括城市戶口與統一居民戶口；工作狀態以調查時是否有工作進行區分；醫療保險參照CHARLS中的問題“您本人目前是否參加了以下醫療保險？”，該問題的回答包括10種具體的醫療保險，如果受訪者回答參加了其中任意一項，則被定義為有醫療保險；養老保險根據調查時是否有CHARLS中詢問的養老保險類型進行區分。變量賦值見表1。

表1 變量賦值情況Table 1 The variable assignment

1.3 統計學方法 采用StataMP16軟件進行統計分析。采用描述性統計分析描述研究對象的基本特征和抑郁癥狀。其中抑郁癥狀將從兩方面進行分析，一是從截面數據分析不同年份老年人截面抑郁癥狀檢出率的情況及變化，二是根據追蹤數據分析同一隊列的老年人抑郁癥狀檢出率的變化趨勢，為更直觀地展示老年人抑郁癥狀的變化，本文除了使用抑郁癥狀的虛擬變量外，也同時利用CES-D10得分進行分析。計量資料符合正態分布，用（±s）表示。采用年度變化百分比（annual change percentage，APC）分析抑郁癥狀檢出率的變化趨勢。采用 Joinpoint Regression Program 4.8.0.1 軟件中的線性模型計算APC并進行Joinpoint回歸分析，檢驗水準α=0.05。

此外，利用2011、2013、2015年的面板追蹤數據，以老年人的抑郁癥狀為因變量，老年人的性別、年齡、受教育程度、自評健康、吸煙、飲酒、睡眠時長、婚姻狀況、戶口類型、工作狀態、醫療保險、養老保險為自變量，分析老年人抑郁癥狀的影響因素。由于本文的因變量為二分類的虛擬變量，因此選用面板二值選擇模型分析面板數據中老年人抑郁癥狀變動的影響因素。假設一個隱變量與解釋變量呈線性關系，則有：

因變量yit存在兩種選擇，選擇規則為

其中，i表示個體，t表示時間，xit表示個體i在t時期的解釋變量取值，解釋變量xit不含常數項；β為解釋變量對應的回歸系數；ui為個體效應（individual effects）；εit為模型估計的殘差，若εit符合邏輯分布則為Logit模型，若εit符合正態分布則為Probit模型。面板二值選擇模型的主要估計方法包括混合回歸、隨機效應估計和固定效應估計。由于本文包含多個不隨時間而變但隨個體而異的變量，如果使用固定效應模型則部分變量會被剔除，而隨機效應模型的LR檢驗結果強烈拒絕原假設“H0：ρ=0”，因此應當使用面板隨機效應模型，不宜進行混合回歸。本文將選用面板二值選擇模型的隨機效應Logit模型進行估計［11］。以P＜0.05為差異有統計學意義。

2 結果

2.1 老年人基本情況比較 2011、2013、2015年分別納入 6 609、7 158、8 231 例研究對象。不同年份研究對象性別、睡眠情況比較，差異均無統計學意義（P＞0.05）。不同年份研究對象年齡、受教育程度、自評健康狀況、吸煙行為、飲酒行為、婚姻狀況、戶口類型、工作狀態、醫療保險情況、養老保險情況比較，差異均有統計學意義（P＜0.05），見表2。

表2 不同年份老年人基本情況比較〔n（%）〕Table 2 Comparison analysis of general information of enrolled older adults participating in the 2011，2013 and 2015 CHARLS

2.2 抑郁癥狀檢出率水平與趨勢 老年人3年CES-D10得 分 分 別 為（9.1±6.5） 分、（8.1±5.9）分、（8.4±6.6）分；老年人3年的抑郁癥狀檢出率分別 為 41.6%（2 747/6 609）、32.6%（2 333/7 158）、35.5%（2 919/8 231），檢出率的變化趨勢不具有統計學意義（APC=-3.890，P=0.557）；3年截面數據抑郁癥狀檢出率比較，差異有統計學意義（χ2=124.119，P＜0.001）；其中2011年老年人抑郁癥狀檢出率高于2015、2013年，差異均有統計學意義（χ2=118.789、57.809，P＜0.001）；2015年老年人抑郁癥狀檢出率高于2013年，差異有統計學意義（χ2=14.033，P＜0.001）。2011、2013、2015年追蹤樣本的老年人的抑郁癥狀檢出率分別為 38.4%（1 414/3 685）、30.2%（1 114/3 685）、35.3%（1 301/3 685）。2011 年、2013年的橫截面樣本的抑郁癥狀檢出率分別高于2011、2013年追蹤樣本的抑郁癥狀檢出率，差異均有統計學意 義（χ2=10.014、6.355，P=0.002、0.012）；2015年的橫截面樣本的抑郁癥狀檢出率與2015年追蹤樣本的抑郁癥狀檢出率比較，差異無統計學意義（χ2=0.028，P=0.867）。追蹤數據檢出率的變化趨勢不具有統計學意義（APC=-2.080，P=0.776）。

2.3 抑郁癥狀影響因素分析 男性、有配偶、受教育程度高、有養老保險是老年人抑郁癥狀的保護因素（P＜0.05），自評健康差、吸煙、睡眠時長不正常、農業戶口是老年人抑郁癥狀的危險因素（P＜0.05），見表3。為了檢驗上述結果的穩健性，進行quadchk檢驗，分別在8個點、12個點與16個點上進行數值積分，結果顯示3種數值積分的相對差距未超過10-4，因此結果較為穩健。

表3 老年人抑郁癥狀影響因素的隨機效應Logit模型分析Table 3 Random-effects Logit model analysis of influencing factors of depressive symptoms prevalence in older adults

3 討論與建議

3.1 老年人抑郁癥狀檢出率較高 本研究的截面數據分析顯示，我國老年人抑郁癥狀檢出率為32.6%～41.6%，處于較高水平，大致與以往研究一致［12］。根據已有的薈萃分析研究，1987—2012年中國老年人抑郁癥狀檢出率為23.6%〔95%CI（20.3%，27.2%）〕［13］；一項全國性的調查指出，我國老年人自我報告的抑郁癥狀檢出率為39.86%［14］。受文化與經濟條件的影響，不同區域的老年人抑郁癥狀檢出有所差異，美國普通老年人抑郁癥狀的檢出率為7.2%～15.0%，而西班牙和意大利的CES-D檢出率分別為37%和49%［15］。總體而言，中國老年人抑郁癥狀檢出率處于較高的水平，應當將老年人作為抑郁癥的重點防治對象。

3.2 老年人抑郁癥狀檢出率變化情況 根據截面數據和追蹤數據的測算，我國老年人抑郁癥狀的檢出率2011年＞2015年＞2013年，2011—2015年期間檢出率呈現先減后增的“U”型趨勢。即使是3年對同一群體進行追蹤調查，該群體的抑郁癥狀檢出率也是2011年最高，為38.4%，2013年最低，為30.2%。本文認為2011—2013年的較大幅度變化一部分可以用養老保險參與率的大幅增加進行解釋：CHARLS 2011年問卷中的農村養老保險條目是以1992年民政部頒布的《縣級農村社會養老保險基本方案（試行）》［16］中確定的農村社會養老保險為標準，為“老農?！?；CHARLS 2013年和2015年問卷中新增了自2009年開展的新型農村社會養老保險（稱為“新農?！保?7］。受到國家政策影響，有養老保險的老年人在2011—2013年大幅增加，而有養老保險又是抑郁癥狀的保護因素，因此2013年的老年人抑郁癥狀檢出率與2011年相比有明顯變化。另外，聶曉璐等［18］對2000—2012年中國老年人抑郁癥狀檢出率進行Meta分析，發現在這13年期間，抑郁癥狀檢出率呈現緩慢上升的趨勢，中間略有波動。這說明，本文所觀察到的老年人抑郁癥狀檢出率的波動屬于正常現象，并且如若不加以控制與干預，我國老年人抑郁癥狀檢出率將逐漸上升。

3.3 健康社會影響因素對老年人抑郁癥狀的影響 根據隨機效應模型分析結果，性別、受教育程度、自評健康狀況、吸煙、睡眠時長、婚姻狀況、戶口類型、養老保險等因素對老年人抑郁癥狀的變動有影響。本研究結果顯示，女性較男性存在更高的抑郁癥狀風險，多項研究中發現抑郁癥狀發生風險有性別差異［19-20］。由于一系列生物學、心理和社會因素的影響，女性被診斷出抑郁癥狀的概率會更高，例如：女性較高的抑郁癥狀與炎性反應減弱相關［21］；人格特質的差異使得女性在面對生活負性事件時會比男性產生更多的負性情緒，從而出現抑郁癥狀［22］。喪偶風險更高、受教育水平通常低于男性、預期壽命較高、財務資源低于男性等社會因素也是老年女性出現高抑郁癥狀風險的原因［23］。自評健康作為老年人對自身健康狀況的主觀評價，在一定程度上體現了老年人心理健康水平的優劣，自評健康較好地說明老年人對自身目前的狀態比較滿意，同時良好的心態也能減少負面情緒的影響，提高老年人的生活質量。吸煙是抑郁癥狀的危險因素，其中的機制可能是香煙中的尼古丁可以導致焦慮和主觀應激等特征性生理反應的發生，由此導致抑郁癥狀的出現［24］；但同時也有研究發現，有抑郁癥狀的人群出現吸煙行為的風險更高［25］。因此，對于吸煙行為和抑郁癥狀之間存在的雙向因果關系仍需進一步探討。睡眠時間不正常的老年人有較高的抑郁癥狀檢出率，以往的研究也認為睡眠時間過短或過長均與成年人抑郁癥狀的發生率有關［26］，研究人員認為其中的關聯機制主要可以從晝夜節奏擾亂、荷爾蒙改變、慢性炎性水平提高等生物學角度進行考慮［27］?；橐鰻顩r被認為是老年人抑郁癥狀的主要影響因素，配偶作為個體社會支持的主要來源，在促進心理健康方面發揮著重要作用［28］，因此本文中的無配偶的老年人出現抑郁癥狀的風險可能更高。抑郁癥狀的風險會隨著受教育程度的增加而下降，因為受教育程度高的老年人擁有更高的社會經濟地位，在生活條件、社會支持、健康意識等方面處于有利地位，因此出現抑郁癥狀的可能性相對較低。另外，抑郁癥狀的城鄉差異基本可以從健康狀況、社會支持等角度進行解釋，農業戶口的老年人健康狀況更差、社會支持更少，這些均是影響心理健康的重要因素［29］。養老保險對老年人抑郁癥狀的影響是間接的，擁有養老保險意味著老年人有潛在的重要收入來源，首先就為老年人提供了經濟保障，減輕其生活經濟壓力；其次，收入的增加意味著老年人有能力獲得和利用資源來保障自身健康，可以進行更多健康投資。因此有養老保險的老年人出現抑郁癥狀的風險較小。

3.4 建議 隨著我國老齡化程度的不斷加深，有抑郁癥狀的老年人口可能會進一步增長，從而給家庭及社會帶來壓力與挑戰，老年期抑郁成為當前關注的焦點。從研究結果來看，老年人抑郁受到個人、家庭、政府等不同層面的影響，因此，本文從以上幾個方面對預防和緩解老年人抑郁問題，促進其心理健康提出相關建議。對于老年人而言，個體特征幾乎不可改變，因此更為可行的是改變個體行為，尤其是改變抑郁的危險行為因素，養成健康的習慣，保持積極的心態。從家庭的角度來看，良好的家庭支持環境和和諧的家庭代際關系對于減少老年人的孤獨感和負面情緒有著積極意義，家庭成員應給予老年人應有的支持和幫助。政府應當完善好老年人的養老和醫療保障體系，定期開展心理健康篩查活動，同時還要預防因軀體疾病導致的抑郁情緒，增強老年人的心理健康意識，積極預防老年期抑郁。

本研究同時存在一定局限性，由于與抑郁癥狀相關的因素較多，而本研究囿于數據，納入的變量有限，因此所得結果可能存在一定局限性。因此，在今后的研究中應當積極開展與老年人抑郁癥狀相關的實證調查，從多方位考慮抑郁癥狀的影響因素，為保障老年人的心理健康提供更加堅實的科學依據。

作者貢獻：胡依進行文章的構思與設計，數據整理，統計學處理，結果的分析與解釋，撰寫論文；胡依、李貝進行論文的修訂；李貝負責文章的質量控制及審校，對文章整體負責，監督管理。

本文無利益沖突。