摘要: 在人口老龄化与少子化背景下，探究子女数量对中国老年人生活满意度的影响机制，检验传统“多子多福”观念的现代适用性，并分析健康、城乡及教育水平的调节作用。基于2020年中国老年社会追踪调查(CLASS)，采用最小二乘法(OLS)回归模型分析子女数量与生活满意度的关系，通过逐步纳入个体特征、家庭变量及健康指标构建嵌套模型，辅以有序逻辑回归和控制年龄分组进行稳健性检验，并分城乡、受教育水平进行异质性分析。实证结果表明，子女数量仍是中国老年人生活满意度的调节因素，且效应强度受城乡资源差异和受教育水平调节，但健康状态是更核心的影响变量。政策上建议构建家庭支持体系、强化全周期健康干预，并实施城乡分层策略。
Abstract: Against the backdrop of population aging and declining fertility, this study investigates the mechanisms through which the number of children influences the life satisfaction of Chinese elderly, tests the modern applicability of the traditional belief that “more children bring more happiness,” and analyzes the moderating effects of health status, urban-rural residence, and educational attainment. Based on data from the 2020 China Longitudinal Aging Social Survey (CLASS), this research employs Ordinary Least Squares (OLS) regression models to examine the relationship between offspring quantity and life satisfaction. Nested models are constructed by sequentially incorporating individual characteristics, family variables, and health indicators, supplemented by robustness checks using ordered logistic regression and age-group controls. Heterogeneity analyses are conducted across urban-rural divides and educational levels. The empirical results indicate that the number of children remains a significant moderating factor for the life satisfaction of Chinese elderly, with effect intensity moderated by urban-rural resource disparities and educational attainment. However, health status emerges as an even more central determinant. Policy implications suggest the need to build family support systems, strengthen lifelong health interventions, and implement stratified urban-rural strategies.
1. 引言
随着中国人口老龄化进程的加速，老年人口规模不断扩大，截至2024年末，全国60周岁及以上老年人口达31,031万人，占总人口的22.0%，其中65周岁及以上老年人口为22,023万人，占比15.6%。[1] 2024年，全国出生人口仅为954万人，自2017年以来首次回升，主要受近几年生育意愿累积、各地生育支持政策逐渐落实以及龙年生肖偏好等因素影响。[2]
老年人的生活质量和福祉日益受到社会各界的广泛关注，生活满意度作为衡量老年人生活质量的重要主观指标，反映了老年人对自身生活状态的综合评价和主观感受。在传统观念中，“多子多福”的思想根深蒂固，人们普遍认为子女数量多能够为老年人提供更多的经济支持、生活照料和情感慰藉，从而提升老年人的生活满意度。然而，随着社会经济的快速发展，家庭结构和代际关系发生了深刻变化。计划生育政策的长期实施使得家庭规模逐渐小型化，少子化趋势日益明显，同时，城市化进程的推进导致人口流动加剧，老年人与子女共同居住的比例下降，家庭养老功能受到一定程度的削弱。在此背景下，子女数量与老年人生活满意度之间的关系变得更加复杂，传统观念中的“多子多福”是否依然成立，亟待进一步深入研究。此外，不同地区的经济发展水平、老年人个体存在差异，这些因素可能会对子女数量与老年人生活满意度之间的关系产生影响作用。
2. 文献回顾
国内关于子女数量与老年人生活满意度的研究也较为丰富，研究结论同样存在分歧。一些研究认为子女数量对老年人生活满意度有积极影响。刘生龙(2020)通过断点回归设计方法检验步入老年的农村独生子女家庭父母的精神状况，指出相比于多子女家庭，独生子女家庭的父母面临着更大的养老风险，其精神状况更差、生活主观幸福度更低。[3]陆温婷(2022)认为对于有子女的群体来说，子女的数量与老年群体的幸福感有明显的正相关关系，而且这种关系没有因为子女数量超过一定的个数而降低。[4]杨晓丹(2023)认为子女数量对老年人主观幸福感的影响存在着性别与城乡差异。相较于女性样本，子女数量越多，老年男性的主观幸福感的正向影响更大。[5]刘萌(2023)认为子女数量对老年人家庭养老消费的影响显著为正，子女数量能显著地提升老年人的养老水平，在农村地区这一影响更为显著。[6]
然而，另一些研究得出了不同结论。李强(2021)认为子女数量越多，中年父母的生活满意度越低，抑郁度越高；随着子女数量的增加，老年父母的生活满意度无显著变化，而其抑郁度则显著增高。[7]涂阳军(2021)认为对于与孩子住在一起的老年人来说，有更多孩子的老年人从孩子那里感受到的社会支持较低，而只有一个孩子的老年人从孩子那里获得的社会支持更高。[8]喻燕(2023)认为经济发展水平、消费水平较高的地区，居民房价收入比高，高房价变相增加养育子女的成本，使居民幸福感降低。[9]张亚蕊(2024)认为子女数量增多可能导致责任分散效应，即老年人获得的情感支持相对减少，从而出现子女数量越多的老年人抑郁情绪也越多的现象。[10]
综合国内现有研究来看，子女数量与老年人生活满意度的关系尚未形成统一结论，相关研究呈现出明显的分歧性特征。总体而言，现有研究分歧的背后，既反映出子女数量对老年人生活满意度的影响可能受到性别、城乡、居住方式、地区经济水平等多重因素的调节，也为后续研究进一步探索其中的作用机制、明确影响边界提供了方向。
3. 研究设计
3.1. 数据来源
本文所使用的数据来源于中国老年社会追踪调查(CLASS) 2020年全国抽样调查数据。该调查覆盖全国31个省(自治区、直辖市)，采用多阶段分层概率抽样方法选取样本，重点关注60岁及以上老年人口的生活状况、家庭结构、健康状况、社会参与等多维度信息，为研究老年人生活相关议题提供了丰富且具有全国代表性的微观数据支撑。
3.2. 变量选取
在CLASS问卷中，通过询问“您对自己目前的生活是否满意？”来测量老年人的生活满意度，答案选项分为“非常不满意”、“比较不满意”、“一般”、“比较满意”和“非常满意”五个等级，分别赋值为1~5分，得分越高表示老年人的生活满意度越高。该测量方法在国内外相关研究中被广泛应用，具有良好的信度和效度，能够较为准确地反映老年人对自身生活状态的主观评价。
解释变量为子女数量。CLASS问卷中详细询问了老年人“现在健在的子女有几个？”，以此来确定老年人的子女数量。为排除其他因素对老年人生活满意度的干扰，确保研究结果的准确性和可靠性，选取了一系列控制变量。个体特征方面，包括老年人的年龄、性别、受教育程度、有无养老保险。性别划分为女性和男性，分别赋值为0和1；受教育程度分为“不识字”、“私塾/扫盲班”、“小学”、“初中”、“高中/中专”、“大专”、“本科及以上”七个等级，分别赋值为1~7分；有无养老保险划分为无养老保险和有养老保险，分别赋值0和1。家庭变量方面选取房产数量、家庭年支出、婚姻状况、居住地区类型。房产数量和家庭年支出是有序变量；婚姻状况划分为有配偶和无配偶，分别赋值0和1；居住地区类型划分为城乡和农村，分别赋值0和1。健康状况选取有无慢性病、自评健康、日常生活活动(Activities of Daily Living, ADL)。有无慢性疾病划分为有慢性病和无慢性病，分别赋值0和1；自评健康划分为很健康、比较健康、一般、比较不健康、不健康，分别赋值1~5分；ADL采用吃饭、穿衣、上下床、上厕所、室内走动、洗澡等6项指标进行测度，每项分为“不需要别人帮助”、“需要一些帮助”和“完全做不了”3个级别，分别赋值1~3分。变量基本描述性统计见表1。
4. 实证分析
鉴于因变量“老年人心理健康水平”是连续型变量，本文采用最小二乘法(OLS)嵌套模型进行回归分析，OLS回归模型，即最小二乘法回归模型，是一种广泛应用于统计分析中的线性回归模型。它通过最小化残差平方和来估计回归系数，从而建立自变量与因变量之间的线性关系。
Table 1. Descriptive statistics
表1. 描述性统计
变量 |
N |
Mean |
SD |
Min |
Max |
生活满意度 |
11,304 |
3.723 |
0.892 |
1 |
5 |
子女数量 |
11,304 |
2.383 |
1.316 |
0 |
9 |
年龄 |
11,304 |
73.57 |
6.589 |
62 |
100 |
性别 |
11,304 |
0.505 |
0.500 |
0 |
1 |
受教育程度 |
11,304 |
2.986 |
1.344 |
1 |
7 |
是否有养老保险 |
11,304 |
0.215 |
0.411 |
0 |
1 |
房产数量 |
11,304 |
1.064 |
0.392 |
0 |
5 |
家庭年支出(取对数) |
11,304 |
9.916 |
0.967 |
5.48 |
14 |
婚姻状况 |
11,304 |
0.245 |
0.430 |
0 |
1 |
居住类型 |
11,304 |
0.449 |
0.497 |
0 |
1 |
是否有慢性病 |
11,304 |
0.214 |
0.410 |
0 |
1 |
自评健康 |
11,304 |
2.635 |
0.921 |
1 |
9 |
ADL |
11,304 |
6.248 |
1.101 |
6 |
18 |
4.1. 基准回归分析
将老年人生活满意度设为因变量，子女数量设置为自变量，通过逐步添加控制变量的方式，进行OLS回归。同时，进行F检验(P < 0.001)，说明变量之间存在线性关系。表2中OLS回归结果表明，子女数量对老年人生活满意度存在显著正向影响(P < 0.001)，且该效应在逐步增加个人、家庭及健康变量后仍保持稳定。值得注意的是，年龄的负面影响完全由健康变量中介，受教育程度稳定发挥保护作用。在添加健康变量后，模型解释力的显著提升(R2 = 0.186)凸显了健康指标在老年研究中的核心地位。
Table 2. OLS regression results
表2. OLS回归
|
模型1 |
模型2 |
模型3 |
子女数量 |
0.039*** |
0.038*** |
0.038*** |
|
(5.659) |
(5.381) |
(5.796) |
年龄 |
−0.013*** |
−0.011*** |
−0.000 |
|
(−9.426) |
(−7.376) |
(−0.166) |
性别 |
0.012 |
−0.004 |
−0.028* |
|
(0.706) |
(−0.223) |
(−1.756) |
受教育程度 |
0.052*** |
0.049*** |
0.025*** |
|
(7.874) |
(6.934) |
(3.898) |
有无养老保险 |
−0.021 |
−0.025 |
−0.014 |
|
(−1.021) |
(−1.216) |
(−0.756) |
房产数量 |
|
−0.012 |
0.005 |
|
|
(−0.547) |
(0.252) |
家庭年支出(取对数) |
|
−0.038*** |
−0.008 |
|
|
(−3.879) |
(−0.853) |
婚姻状况 |
|
−0.129*** |
−0.076*** |
|
|
(−6.260) |
(−4.025) |
居住地区类型 |
|
−0.064*** |
−0.056*** |
|
|
(−3.345) |
(−3.220) |
有无慢性病 |
|
|
0.102*** |
|
|
|
(5.275) |
自评健康 |
|
|
−0.377*** |
|
|
|
(−42.773) |
ADL |
|
|
−0.039*** |
|
|
|
(−5.321) |
常数项 |
4.433*** |
4.729*** |
4.925*** |
|
(42.282) |
(33.895) |
(37.407) |
N |
11,304 |
11,304 |
11,304 |
R2 |
0.016 |
0.021 |
0.186 |
注：***p < 0.01，**p < 0.05，*p < 0.1。
4.2. 稳健性检验
本文采取更换回归模型、控制样本数量的方式验证回归模型的稳健性。第一，将回归模型更换为有序逻辑回归。第二，选取年龄为70~85岁的老年人进行回归分析。如表3所示，子女数量对老年人生活满意度呈现出显著的正向影响，说明本文的基准回归结果具有一定的稳健性。
Table 3. Robustness checks
表3. 稳健性检验
|
更换回归模型 |
控制样本量 |
子女数量 |
0.076*** |
0.039*** |
|
(0.015) |
(4.815) |
控制变量 |
控制 |
控制 |
常数项 |
- |
4.610*** |
|
- |
(21.593) |
N |
11,304 |
7021 |
R2 |
- |
0.166 |
Pseudo R2 |
0.080 |
- |
注：***p < 0.01，**p < 0.05，*p < 0.1。
4.3. 异质性检验
在进行异质性分析时，按照居住地区类型的不同，将老年人划分为城乡和农村两组；按受教育程度的不同，将初中及以下学历划分为低受教育程度，初中以上学历划分为高受教育程度。本研究通过分组回归考察了子女数量对老年人生活满意度影响的群体差异。如表4所示，所有子样本中子女数量均表现出显著正向影响，但作用强度存在明显异质性。
Table 4. Heterogeneity analysis
表4. 异质性分析
|
农村 |
城市 |
低受教育程度 |
高受教育程度 |
子女数量 |
0.032*** |
0.041*** |
0.036*** |
0.067*** |
|
(3.437) |
(4.484) |
(5.255) |
(2.995) |
控制变量 |
控制 |
控制 |
控制 |
控制 |
常数项 |
4.184*** |
5.519*** |
4.955*** |
5.027*** |
|
(21.013) |
(32.159) |
(35.420) |
(10.887) |
N |
5079 |
6225 |
10,072 |
1232 |
R2 |
0.150 |
0.225 |
0.175 |
0.253 |
注：***p < 0.01，**p < 0.05，*p < 0.1。
5. 结论与政策启示
5.1. 结论
1) 子女数量对老年人生活满意度具有显著正向影响
基准回归分析结果表明，子女数量与老年人生活满意度之间存在统计学意义上的显著正相关关系，且这一效应在逐步控制个体、家庭变量及健康状况后仍保持稳健。依据实证分析结果可知，每增加一个子女，老年人的生活满意度评分平均提高0.038分。这一发现支持了传统“多子多福”观念的部分合理性，说明子女数量仍是提升老年人主观福祉的重要因素，可通过经济支持、情感慰藉或代际互动等机制发挥作用。
2) 健康变量是影响老年人生活满意度的核心中介因素
回归模型显示，自评健康和日常生活能力、慢性疾病变量对生活满意度的解释力显著，添加健康变量后，模型的解释力增强。值得注意的是，年龄的负面影响在引入健康变量后变得不显著，表明健康状态而非生理年龄本身更直接地中介了老龄化的负面效应。这一结果凸显了健康干预在提升老年生活质量中的关键作用。
3) 子女数量的正向效应存在显著的群体异质性
异质性检验揭示，子女数量的积极影响在城市样本中强于农村，且对高受教育群体的作用约为低受教育群体的两倍。这种差异可能源于城市地区更高的养老资源替代效应(如社会化服务)削弱了子女数量的边际效用，而教育水平较高的老年人可能更善于整合子女资源或调节代际关系。
5.2. 政策启示
1) 强化家庭支持体系建设，释放“多子多福”的积极效应
首先，完善多子女家庭激励政策。对赡养老年父母的多子女家庭提供阶梯式税收减免或补贴，按实际赡养老人数量提高个税专项附加扣除标准。在保障性住房分配、城市落户积分中增设“赡养老人”加分项，鼓励子女与父母就近居住。其次，创新代际互动支持机制。社区建立“代际融合中心”，提供亲子活动补贴，支持子女定期参与老年人精神慰藉活动。同时，推广“喘息服务”制度，由政府购买专业照护服务，缓解多子女家庭的长期照护压力。
2) 构建全周期健康干预体系，放大健康的中介价值
推行精准化健康管理，将自评健康(SRH)和日常生活能力(ADL)纳入基本公共卫生服务老年体检核心指标，建立动态健康档案。对ADL评分低于阈值的老人提供“居家适老化改造 + 康复辅具租赁”补贴包，延缓失能进程。强化慢性病健康跟踪服务，在社区卫生服务中心嵌入老年慢性病咨询岗位，重点筛查独居、空巢老人的慢性疾病，建立个人档案。
3) 实施分层干预策略，破解群体异质性困境
城乡差异化策略，城市地区养老资源替代效应较强，进一步强化社会化养老服务体系的建设。加大对社区养老服务设施的投入，建设更多功能齐全的日间照料中心、老年活动中心。推动农村互助养老模式的发展，通过建立农村互助幸福院，组织农村老年人互相照顾、互相陪伴，充分发挥农村熟人社会的优势，同时结合政府的补贴和志愿者服务，让农村老年人在熟悉的环境中获得较好的养老照料，降低子女数量较多但因外出务工等原因无法在身边照料的难题。
NOTES
*通讯作者。