利用Logistic模型分析中国城市老年人的贫困问题2000年，中国老龄科学研究中心在全国20个省、市、自治区进行了“中国老年人口状况一次性抽样调查”。全国分段随机抽取80个城市和80个县，城市的有效样本包括10171个。采用被调查各个城市的最低生活保障线（下称低保线），测算城市老年人的贫困情况，同时调查了影响贫困的因素。如年龄、文化程度、离退休情况等。对部分变量进行了转换：1.将是否贫困转换成虚拟变量：贫困记为1，非贫困记为0，以此作为logistic回归方程的因变量；2.将影响城市老年人贫困的影响因素作为自变量，其分为尺度变量和分类变量，对于分类变量都进行了虚拟变量的转换，二分变量除性别以外，均以0（无）作为参照，具体设置如下：表1Logistic回归方程变量的选择及设定自变量变量类型及参---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---照组年龄尺度变量,无参照组受教育年数尺度变量,无参照组儿子数尺度变量,无参照组女儿数尺度变量,无参照组离退休情况多分类变量，离休退休，还在工作，从未工作性别二分类变量，女性子女是否经济资助二分类变量，否是否得到政府救助二分类变量，否是否得到集体二分类变量，---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---救济否有子女下岗无家里是否有需要照料的人二分类变量，无生活自理能力是否丧失二分类变量，无料理家务能力是否丧失二分类变量，否是否需要生活照料二分类变量，否婚姻状况多分类变量，有偶同住有偶分居，丧偶，离婚运用SPSS，使用向前法(Wald)剔除不显著的自变量，在最后得到的简化回归模型中只含有七组变量。初步的分析表明：城市老年人的年龄、性别，他们儿子的数量、家中是否有子女下岗，老年人的生活自理能力是否丧失，对于城市老年人总体贫困的影响在统计上并不显著。表2逻辑回归模型结果---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---biS.E.WalddfSig.ebi受教育年限-.163.02254.3931.000.849有偶分居.462.508.8261.3631.587丧偶1.017.14151.9801.0002.765离婚.307.687.2001.6551.360退休1.300.8252.4831.1153.668还在工作3.678.92915.6621.00039.563从未工作2.587.8299.7391.00213.290子女资助-.239.1293.4021.065.788---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---政府救助.714.19513.4271.0002.042女儿数-.167.04911.6781.001.846有其他病人*.357.1803.9241.0481.430常数-4.833.83233.7311.000.008*指城市老年人家中还有其他需要照料的人注：案例总数为9243，分析案例为9178；预测正确率96.4%Step-2LoglikelihoodCoxSnellRSquareNagelkerkeRSquare12218.352.056.21表3标准化回归系数变受教有偶丧偶离婚退还在从未子女政府女儿---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---量育年限分居休工作工作资助救助数bi-0.1630.4621.0170.3071.33.6782.587-0.2390.714-0.167S.E.4.960.120.460.090.460.080.410.480.171.25βi-0.450.030.260.020.330.160.58-0.060.07-0.12bi非标准化回归系数；S.E.标准差；βi标准化的回归系数将回归系数进行标准化转换以后发现（表3）：1、影响城市老年人贫困的主要因素是他们的社会保障状况，没有参加过工作的老年人，不如离退休的老年人，他们一般都没有稳定的收入，他们陷入贫困的可能性最大。2、受教育程度和婚姻状况是另外两组影响城市老年人贫困的重要因素：受教育的程度越高，贫困的可能性越低，---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---老年人接受教育的时间每增加一年，陷入贫困的可能性将降低15%；丧偶的老年人最容易陷入贫困。3、家庭中有因病、残、弱等家庭成员的影响，也会使得老年人的家庭陷入贫困。同一自变量内部的差别也很显著，比如得到子女资助的老年人发生贫困的可能性为没有获得子女资助情况的79%，低了21%；获得政府救助的老年人发生贫困的可能，是没有得到政府救助老年人的二倍；没有参加过工作老年人的贫困发生比是城市离休老年人的13.3倍。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---