退休、生活习惯与健康的关系基于基于Harmonized CHARLS数据的研究
2018-04-18叶金珍
叶金珍
摘要：从理论和实证两方面研究退休、生活习惯与健康的关系。理论表明，退休通过改变生活习惯，进而影响健康。实证发现，退休改变部分生活习惯，却无法改变个体长期养成的生活习惯（如运动、吸烟）；饮酒频率、失眠频率和参加社交活动发挥了显著的中介作用，退休通过提高参加社交活动的概率进而正向影响身心健康，退休总体上不利于身心健康。研究还表明：退休对不同性别、不同城乡类型居民的生活习惯和健康的影响均具有异质性。
关键词：退休；生活习惯；健康；中介效应
中图分类号：（92-05；F241.34 文献标识码：A 文章编号：1030-4149（2018）02-0080-11
DOI：10.3969/j.issn.1000-4149.2018.02.008
一、引言及文献综述
随着人口老龄化进程加快，渐进式延迟退休政策受到广泛热议，但少有研究关注退休对个体生活的影响。退休是否改变生活习惯？生活习惯和健康息息相关，退休是否通过改变生活习惯进而影响健康？对这些问题的研究不仅关乎每位劳动者的切身利益，也有利于养老的政策制定。
国内关于退休政策的研究集中在三个方面。一是影响个体退休意愿的因素分析；二是退休年龄与养老金的关系研究；三是退休对宏观经济的影响，较多的研究就“退休一消费之谜”进行验证。此外，退休与健康的关系也引起国内学者关注，邓婷鹤和何秀荣认为退休对心理健康有显著的正向影响，董夏燕和臧文斌认为社交和休息时间可能是退休影响健康的渠道。
国外文献就退休与健康的关系也进行了大量的研究，但至今仍未达成一致意见，这和国内的研究现状类似。与国内研究不同的是，现阶段较多国外学者开始关注退休对生活习惯的影响，日本学者茂木源人（Motegi）等基于JSTAR（Japanese Study 0f Aging and Retirement）数据的研究发现，退休对饮酒有显著的负向影响，但对吸烟和运动无显著影响。
目前国内外几乎没有文献研究生活习惯是否为退休影响健康的渠道。本文基于中国现实情况，建立以生活习惯为中介变量的中介效应模型，运用KHB方法验证生活习惯是否发挥了显著的中介作用。
二、理论框架
法国（French）和琼斯（Jones）建立包含退休行为的动态生命周期模型（简称REG模型），该模型将个体的时间分配到4个方面。参考REG模型的时间分配方法，设个体i的时间分配方程为：
其中，Ti为时间禀赋，Wi为工作时间，Li为家庭经营时间，Pi为友情经营时间，Si为社交活动时间，Oi为睡眠时间。若退休后未进行再就业，则工作时间为0，时间分配方程为：
退休后个体分配给家庭、友情、社交、睡眠的时间分别为Li*、Pi*、Si*、Oi*，Li*、Pi*、Si*、Oi*的總和显然大于退休前Li
2.数据来源与变量说明
本文采用美国南加州大学社会经济研究中心（简称CESR）提供的Harmonized CHARLS數据，该数据的原始数据来自中国健康与养老追踪调查（简称CHARLS）问卷。CHARLS数据是中国目前唯一专门针对45岁及以上中老年人家庭和个人的高质量微观调查数据，其调查问卷设计与国际经验接轨。为便于使用和国际比较，CESR首次将CHARLS数据与美国健康养老调查（RAND HRS）数据的变量相衔接，并将处理后的CHARLS数据命名为Harmonized CHARLS数据，该数据于2017年2月正式公布。本文选取Harmonized CHARLS数据是由于：首先，该数据包含2011年和2013年的两期CHARLS数据，属于追踪数据，可建立面板模型；其次，该数据基于CHARLS数据进行了大量变量整合处理，缺失变量相对较少，数据质量较高，满足了本文的数据要求。主要变量定义如下。
（1）因变量。健康的度量指标有2个，心理健康和生理健康。①CHARLS从10个方面评定受访者过去一周的抑郁程度，Harmonized CHARLS将这10方面的数据汇总为1个有序离散变量，用它来衡量心理健康程度，取值为0-30的整数，取值越高，受访者负面情绪越多，心理健康程度越低。②生理健康用身体健康的自评得分来衡量，取值为1-5的整数，取值越大，生理健康程度越低。
（2）中介变量。①饮酒频率、失眠频率和运动频率是有序多分类变量，取值越大，表示频率越高，例如，“1”表示不饮酒，“2”表示1个月内饮酒1次，“3”表示1个月内饮酒2--3天，“4”表示1周内饮酒1次，以此类推。②是否戒烟、是否提供隔代照料和是否参加社交活动为二元变量，若为是，赋值为1，否则赋值为0。
（3）核心变量：是否退休。由于部分办理了退休手续的受访人再次就业，若以“是否办理退休手续”来定义退休，回归结果可能是有偏的，我们用“是否在工作”来定义退休。受访人没有从事任何工作，赋值为1，否则赋值为0。
3.可行的估计方法
（1）基本估计方法。Harmonized CHARLS数据是包含两期调查信息的短面板数据，考虑到动态时间变化的影响，我们拟建立面板数据模型。本文的因变量均为离散型变量，传统线性面板模型的估计结果可能是有偏的。离散因变量的面板模型主要有面板Probit模型和面板Logit模型，前者成立的前提条件是随机误差项服从正态分布，后者无需满足这种要求。（5）式-（7）式、（11）式和（12）式的因变量是有序多分类变量，本文拟采用面板有序Logit模型（xtologit）进行估计，（8）式-（10）式的因变量为二元变量，宜采用面板Logit模型（xtlogit）估计。需要注意的是，本文的面板回归分析均加入时点固定效应。为验证回归结果的稳健性，本文还将Harmonized CHARLS数据看作截面数据，采用有序Logit模型和Logit模型进行估计。
（3）内生性。本文考虑两种内生性问题：①核心变量退休可能是内生虚拟变量，本文用“是否达到法定退休年龄”（男性满60周岁取1，女性满50周岁取1）作为影响退休的外生变量，建立处理效应模型。该模型有两种估计法：两步法和最大似然法，后者能同时估计所有的参数，更有效率，这里拟选择最大似然法来估计。②中介变量和健康变量之间互为因果关系导致的内生性。传统的两阶段最小二乘法（2SLS）只适用于线性模型，而针对离散因变量的IV-Probit模型仅能用于因变量为二元变量的情形。由于健康变量是有序多分类变量，上述方法不再适用。为此，本文将运用联立方程模型的GSEM估计法进行回归分析。联立方程模型的SEM估计法仅适用于线性模型，GSEM估计法比SEM估计法的适用范围更广泛，能估计因变量为二元变量、有序变量等的非线性模型。
四、实证结果分析
1.退休对生活习惯的影响
（1）基本分析。表1的因变量为6个代表生活习惯的中介变量，从表1可知，无论采用面板数据模型还是截面数据模型，退休的系数显著性基本一致。由于截面数据模型难以捕捉到动态时间变化造成的影响，表1以面板数据模型的估计结果为准（下表同），其中，退休对运动频率和是否戒烟无显著性影响，退休对生活习惯的影响主要体现在4个方面，具体而言，同等条件下：①退休显著降低了饮酒的可能性，退休人员提高饮酒频率的相对风险比率仅是未退休人员的38.20%（e-0.9623）。②退休显著提高了失眠频率，退休人员失眠频率增加的相对风险比率约为未退休人员的1.78倍（e0.5777）。③与上班族相比，退休族提供隔代照料的可能性增加了30%（e0.2621-1）。其可能的原因是：首先，受到中国自古以来的“儿孙绕膝，天伦之乐”观念影响；其次，普遍存在的双职工家庭以及学龄前儿童的保育机构缺失间接增加了退休人员提供隔代照料的可能性。④退休显著提高了参加社交活动的可能性，相对于上班族，同等条件下退休族参加社交活动的可能性增加了54.93%（e0.4378-1）。
（2）分性别检验分析。为考察退休对不同性别群体生活习惯的影响是否有异质性，首先，加入退休与性别（女性=1；男性=0）的交互项，基于全样本进行分析，其次，分别对男性和女性样本进行估计，结果见表2。由表2可知，同等条件下：①以饮酒频率为因变量的模型中，各列退休系数均显著为负，说明退休不利于男性和女性饮酒概率的提高。交互项系数显著为负，说明退休对女性饮酒频率上升的抑制作用更大，女性样本的退休系数绝对值远大于男性亦可佐证。②退休显著提高了男性和女性的失眠概率，男性样本退休的系数值更大，说明退休对失眠频率的影响程度与性别有关。③退休提高了女性提供隔代照料的可能性，但对男性无显著性影响，这可用家庭内部“性别分工”来解释。④以社交活动为因变量的模型中，退休与性别的交互项不显著，且退休对全样本、男性和女性是否参加社交活动的影响系数接近，说明其他条件相同时，退休对男性和女性是否参加社交活动的影响程度基本相当。
（3）分城乡类型的检验分析。本文进一步地研究了退休对城乡居民生活习惯的影响是否具有异质性，结果如表3所示。根据表3，无论在全样本、城市样本还是农村样本中，退休对饮酒频率、失眠频率和社交活动的影响系数符号、显著性与表1基本一致，说明回归结果较为稳健。具体而言：同等条件下，①退休对城市和农村居民饮酒频率的影响均显著为负，且退休与城乡类型（城市=1；农村=0）的交互项系数显著为正，说明退休对饮酒频率的影响依赖于城乡类型。②退休提高了失眠频率，退休与城乡类型交互项的系数不显著，且退休对城市和农村的影响系数较为接近，说明退休对城市和农村居民失眠频率的影响无显著性差异。③退休促使城市退休人员提供隔代照料的可能性增加了57.02%（e0.4512-1），但对农村居民无显著性影响。④退休增加了城市退休人员和农村退休人员参加社交活动的可能性，且退休对农村样本的影响系数大于城市样本。
2.退休、生活习惯与健康
（1）生活习惯是退休影响健康的可能渠道。表4报告了（11）式和（12）式的估计结果，面板有序Logit模型和有序Logit模型的系數正负符号、显著性几乎一致，说明结果稳健。心理健康和生理健康变量的取值越大，表示健康程度越低，因此，退休系数为正，意味着退休对健康有负向影响。从表4可知：①前4列是以心理健康为因变量的估计结果，加入6个中介变量后，退休系数值和显著性下降，说明生活习惯是退休影响心理健康的可能渠道。②后4列是以生理健康为因变量的估计结果，加入6个中介变量后，退休系数值显著下降，说明生活习惯是退休影响生理健康的可能渠道。
（2）中介效应检验——zmediation统计量检验。由表4可知，生活习惯是退休影响健康的可能渠道，但还不能判断，生活习惯作为可能的影响渠道，其中介效应是否显著，以及哪些生活习惯的改变发挥了中介作用。结合表1中退休的t值和表4中6个中介变量的t值，计算zmediation统计量，结果见表5。无论因变量是心理健康还是生理健康，失眠频率和社交活动的zmediation统计量都大于1.96，说明失眠频率和社交活动发挥了重要的中介作用，而运动频率、是否戒烟、隔代照料在两列的zmediation统计量都小于1.65，说明这三者无显著的中介作用。此外，饮酒频率是退休影响生理健康的显著路径。
（3）中介效应检验-KHB方法。KHB方法的检验结果如表6所示。第1-14列的总效应系数都显著为正，说明退休总体上不利于身心健康。无论因变量是心理健康还是生理健康，饮酒频率、失眠频率和社交活动的中介效应估计系数都在1%水平上显著，这和表5的结论基本一致。以表6上半部分为例，为检验6个中介变量各自的中介效应是否显著，第1列-第6列中，各列只加入1个中介变量，第7列包含前6列的所有中介变量，第8列加入第1列、第2列和第6列的中介变量，分别为饮酒频率、失眠频率、社交活动。比较前6列可知，只有社交活动的中介效应系数显著为负，说明退休通过提高参与社交活动的概率进而促进了身心健康，这为目前盛行的广场舞提供了一种正面评价。第8列和第16列仅加入中介效应显著的中介变量，第8列中介效应系数显著为正，而直接效应的系数不显著，说明退休对心理健康的负向影响全部都是通过改变生活习惯来实现的，生活习惯发挥了“完美”的中介效应作用。第16列中介效应和直接效应的估计系数都显著为正，说明退休对生理健康的负向影响的一部分是通过改变生活习惯来实现的，退休对生理健康的负向影响的另一部分是不经过中介变量而直接产生的，退休与生理健康之间存在“部分”的中介效应作用。
（4）基于分组样本的中介效应KHB方法检验。表7报告了按性别分组和按城乡类型分组的中介效应检验结果。根据表5和表6可知，本文的6个中介变量中，运动频率、是否戒烟和隔代照料的中介效应并不显著，因此，我们仅保留中介效应显著的3个中介变量，即饮酒频率、失眠频率和社交活动，并基于分组样本，运用KHB方法进行检验，结果如表7所示。
根据表7总效应系数：①分性别来看，退休对男性身心健康均具有显著负向影响，对女性生理健康的影响显著为负，但对女性心理健康无显著性影响。②分城乡类型来看，无论在城市还是农村，退休对身心健康的总效应均显著为负。③比较不同样本的系数值可知，退休对不同性别、不同城乡群体身心健康的影响具有异质性，其他条件相同时，退休对男性生理健康的负向效应大于女性，对城市居民心理健康的负向影响大于农村，但退休对农村退休人员生理健康的负向影响大于城市。
由表7中介效应的系数可知，无论男性还是女性，无论农村还是城市，退休通过影响饮酒频率、失眠频率、社交活动参与度进而作用于身心健康，即饮酒频率、失眠频率和社交活动等生活习惯变量均发挥了显著的中介效应作用，这和表6的结论一致。
综上，实证结论和理论假说一致：①退休显著改变了部分生活习惯，但退休对长期养成的生活习惯（例如运动）、爱好（例如吸烟）无显著性影响；②生活习惯是退休影响身心健康的重要渠道。
五、内生性问题
1.退休的内生性与处理效应模型
由于处理效应模型对模型的误设、遗漏变量较为敏感，其估计结果仅作为稳健性检验。表8报告了处理效应模型的MLE估计结果：①加入中介变量后，退休系数值均一定程度下降，这和表4类似，说明考虑退休的内生性问题后，生活习惯仍然是退休影响身心健康的重要渠道。②退休系数都显著为正，说明退休对身心健康具有负向影响，证明了上述结果的稳健性。需要注意的是，似然比检验结果的P值都远大于0.1，则无法拒绝原假设，从表面上看，退休变量不存在内生性问题。
2.中介变量的内生性与联立方程模型
由表2-表7可知，衡量生活习惯的6个中介变量中，饮酒频率、失眠频率和社交活动是退休影响健康的显著路径。然而，这3个中介变量和健康变量之间可能存在反向因果关系，例如，身心健康状况较差的群体可能会主动避免饮酒，其失眠频率相对较高，身心比较健康的群体更倾向于参加社交活动。为了克服内生性问题，本文删除其他3个非显著的中介变量，建立联立方程模型如下：
其中，myit表示心理健康，pyit表示生理健康，其他变量的设定和（5）-（12）式中介效应模型的变量设定相同，基于全样本的GSEM估计结果见表9。
根据表9：①由退休的回归系数可知，退休显著降低了饮酒频率，显著提高了失眠频率和参加社交活动的概率，这和表1结果一致。同时，退休对生理健康具有显著的负向影响。②饮酒频率和社交活动的系数均显著为负，失眠频率的系数显著为正，这和表4结果一致。退休通过改变饮酒频率、失眠频率和社交活动参与度进而对心理健康产生的影响系数分别为0.0142、0.3677、-0.1096，对生理健康的影响系数分别为0.0467、0.1426、-0.0638，而健康变量的取值与健康状况成反比，因此，仅社交活动的中介效应促进了退休人员的健康水平提升，饮酒频率和失眠频率的中介效应抑制了退休人员的健康水平提升，这和前面的结论一致。因此，考虑中介变量的内生性问题后，退休仍然通过影响生活习惯进而影响身心健康。
进一步地，基于性别分组样本进行GSEM估计，结果显示，退休对中介变量的回归系数正负符号、显著性和表2完全一致；退休经由社交活动渠道进而对身心健康的影响系数均为负，再次佐证了参加社交活动对身心健康的正向促进作用。需要注意的是，退休通过提高社交活动参与度进而对男性和女性心理健康产生的影响系数分别为-0.120、-0.100，退休通过提高社交活动参与度进而对男性和女性生理健康产生的影响系数分别为-0.070、-0.061，这从侧面表明退休对不同性别群体生活习惯、身心健康的影响具有异质性。因此，考虑中介变量的内生性问题后，按性别分组的样本数据同样支持前面的结论。此外，还基于城乡分组样本进行GSEM估计，结果显示，各列系数的正负符号、显著性和表9基本一致，说明联立方程模型的回归结果较为稳健。无论在城市还是农村，退休通过降低饮酒频率、提高失眠频率进而负向作用于身心健康，退休通过提高社交活动参与度进而正向作用于身心健康。
六、结论
退休是否改变了生活习惯？本文从理论和实证两方面考察退休对生活习惯以及健康的影响。
首先，从退休改变时间分配的角度思考，建立一个包含退休行为的简单理论框架，结果表明，退休改变了生活习惯；而生活习惯是退休影响健康的一种渠道。
其次，以6个生活习惯变量为中介变量，建立包含多维中介变量的中介效应模型，综合运用面板有序Logit、面板Logit和KHB方法估计分析，实证结果和理论假说一致：①退休的确改变了生活习惯，但无法改变全部的生活习惯，具体而言，退休降低了饮酒频率，增加了失眠、隔代照料和参加社交活动的可能性；退休对运动频率、是否戒烟无显著性影响。②退休对不同性别群体生活习惯的影响具有异质性，这主要体现在：退休对女性饮酒频率提升的抑制作用更大；退休显著提高了女性提供隔代照料的概率，但退休对男性是否提供隔代照料无显著性影响。此外，退休对饮酒频率的影响与城乡类型密切相关，退休有利于城市居民提供隔代照料，但对农村居民是否提供隔代照料无显著性影响。③饮酒频率、失眠频率和社交活动发挥了显著的中介效应作用，该结论对性别分组样本和城乡分组样本同样成立。退休对心理健康和生理健康的总效应均为负。退休对心理健康的负向影响全部都是通过改变生活习惯来实现的，退休与心理健康之间存在“完美”的中介效应；退休对生理健康的负向影响部分通过中介效应来实现，另一部分通过直接效应来实现。④退休显著负向作用于男性的身心健康，但对女性的心理健康无显著性影响，而仅负向影响女性的生理健康。退休对城市退休人员心理健康的负向影响较大，而退休对农村退休人员生理健康的负向影响较大。
再次，为克服退休的内生性，我们用“是否达到法定退休年龄”作为影响退休的外生因素，建立处理效应模型，结果发现，退休变量不存在内生性问题。为克服中介变量的内生性问题，本文建立联立方程模型，基于全样本、性别分组样本、城乡分组样本的GSEM估计结果再次验证了理论假说。考虑中介变量的内生性后，饮酒频率、失眠频率和社交活动仍然发挥了显著的中介作用，退休通过提高参加社交活动的概率进而促进了身心健康，但退休经由饮酒频率、失眠频率渠道进而负向作用于身心健康，这从侧面体现出参加社交活动的積极意义。
综上可知，延迟退休将有利于中老年人的身心健康。本文的启示分为两方面：个人方面，退休人员应及时调整心态，有意识地加强体育锻炼，戒除不健康的生活习惯，尽可能参加一些有益身心健康的社交活动。政府方面，各地盛行的广场舞体现了中老年人参加社交活动的意愿，频繁发生的广场舞扰民事件背后的根源是现阶段专属退休人员的活动场所较少，因此，对于老龄人口将要占据“半壁江山”的中国社会，应及时解决老年人公共活动场所缺失的问题。
[责任编辑 刘爱华 武玉]
