查看更多>>摘要:目的 分析2008-2018年中国老年人社区为老服务需求发展轨迹及影响因素,为发展多层次养老服务体系及促进健康老龄化的实现提供参考依据.方法 收集中国老年健康影响因素跟踪调查(CLHLS)2008、2011、2014和2018年相关数据,应用Mplus 8.3构建潜变量增长模型(LGM),采用无条件最小二乘法测量不包含协变量的社区为老服务需求的变化轨迹,并构建有条件的LGM分析2008-2018年中国老年人社区为老服务需求变化轨迹及影响因素.结果 中国老年人2008、2011、2014和2018年社区为老服务需求得分分别为(4.89±2.27)、(5.49±1.94)、(5.38±2.06)和(5.21±2.05)分,不同年份老年人社区为老服务需求得分差异无统计学意义(P>0.05).无条件LGM分析结果显示,二次函数无条件LGM为中国老年人社区为老服务需求发展轨迹的最优模型,且社区为老服务需求的初始水平显著>0(截距=4.91,P<0.01),在2008-2011年呈上升趋势(斜率=0.38,P<0.01),而2011-2018年则呈下降趋势(斜率=-0.12,P<0.01).有条件LGM分析结果显示,年龄(β=0.026)、婚姻状况的截距(β=0.260)、居住地(β=-0.567)和教育年限(β=0.224)对中国老年人社区为老服务需求的截距均有显著影响(均P<0.05);其中年龄和教育年限对斜率1均呈正向预测(β1=0.021,0.018,均P<0.05),对斜率2的预测均不显著(均P>0.05);婚姻状况截距和斜率对斜率1均呈正向预测(β1=0.118,0.021,均P<0.05),对斜率2亦均呈正向预测(β2=0.146,0.049,均P<0.05);居住地对斜率1和斜率2均呈正向预测(β1=0.707,β2=0.046,均P<0.05).结论 中国老年人2008-2018年社区为老服务需求呈曲线增长的变化轨迹,初始水平及增长速度均存在个体差异,年龄、婚姻状况、居住地和教育年限是中国老年人社区为老服务需求水平及增长速度的主要影响因素.