本文使用的数据来自北京大学中国社会科学调查中心的中国家庭追踪调查(CFPS) 2020年数据。CFPS (China Family Panel Studies)是一项全国性、大规模、综合性社会跟踪调查项目，样本覆盖25个省(自治区/直辖市)，是我国比较权威的、具有中国家庭代表性的调查数据之一。研究利用SPSS 26.0进行数据清洗，筛选出调查时点年龄在60岁以上并至少有1位子女存活的老年人样本，并剔除其中关键变量缺失(描述统计显示子女拥有数量大于4的有效样本量较少，故将研究对象设置为拥有子女数至多为3)的样本后，实际进入分析的样本量为4580人。

本研究被解释变量为老年人心理抑郁程度。CFPS采用流行病学研究中心简明抑郁量表(the center for epidemiologic studies depression scale, CES-D)评估抑郁症状 [29] ，在2020年调查中使用的是8条目的CES-D8，该量表通过测量老年人过去一周内各种感受或行为的发生频率来衡量精神抑郁状况，具有与之前版本相似的内部一致性(Cronbach’s α, r = 0.78)和因素结构 [30] 。8个条目分别为：1) 我感到情绪低落；2) 我觉得做任何事都很费劲；3) 我的睡眠不好；4) 我感到愉快；5) 我感到孤独；6) 我生活快乐；7) 我感到悲伤难过；8) 我觉得生活无法继。每个项目有4个答案可供选择：几乎没有、有些时候、经常有和大多数时候；对于问题(1)(2)(3)(5)(7)(8)，“大多数时候”计3分，“几乎没有”计0分。对于问题(4)(6)，“大多数时候(好)”计0分，“几乎没有(非常差)”计3分。根据CES-D量表得分标准，老年人心理抑郁程度得分为0~24分，令8分为抑郁障碍水平的阳性分界点，得分越高抑郁情况越严重。

本研究的解释变量为子女代际支持。将子女对老人的代际支持具体分为经济支持、生活照顾支持、情感支持三种，并研究这三种核心解释变量对本研究被解释变量老人抑郁程度的影响。

1) 经济支持

本研究已限定样本为拥有子女数为3及以下，故取问卷的“子女1是否向你提供经济帮助”“子女2是否向你提供经济帮助”“子女3是否向你提供经济帮助”三个子变量生成新变量经济支持；且三个子变量均为二进制变量，故选用“MEAN”函数生成新变量“经济支持”，并分别将在新变量“经济支持”中，“无经济支持”赋值为0；“有经济支持”赋值为1。

2) 生活照料支持

同上，本研究将问卷的“子女1是否帮你料理家务或照顾你的饮食起居”“子女2是否帮你料理家务或照顾你的饮食起居”“子女3是否帮你料理家务或照顾你的饮食起居”三个二进制子变量以“MEAN”函数生成新变量“生活照料支持”。在新变量中，“无生活照料支持”赋值为0；“有生活照料支持”赋值为1。

3) 情感支持

本研究将情感支持分为“与子女见面频率”和“与子女联系频率”，重令“与子女1见面频率”“与子女2见面频率”“与子女3见面频率”和“与子女1联系频率”“与子女2联系频率”“与子女3联系频率”每一个子变量为二进制变量，只有“一月至少两次”与“一月少于两次”作为每项子变量的选项。再分别将六个子变量以“MEAN”函数生成新变量“与子女见面频率”和“与子女联系频率”。在新变量中，“一月至少两次”赋值为1；“一月少于两次”赋值为0。

4) 控制变量

本研究的控制变量由人口学的统计变量组成，包括：(1) 年龄；(2) 性别 (男 = 1，女 = 0)；(3) 健康状况(非常健康 = 1，很健康 = 2，比较健康 = 3，一般 = 4，不健康 = 5)；上述变量的描述性统计结果见 表1 。

利用SPSS 26.0 软件对数据进行统计分析。本研究被解释变量为连续变量，且核心解释变量为三个，故选取多元线性回归回归模型来进行估计。将代际支持对老年人心理抑郁程度影响的回归方程设定为：

$H_i={\beta }_0+{\beta }_1{E}_i+{\beta }_2{L}_i+{\beta }_3{C}_i+{\beta }_4{S}_i+\epsilon$

其中，表示本研究加入的一系列可能影响老年人心理抑郁程度的常数变量，H_i表示老年人心理抑郁程度，E_i表示经济支持，L_i表示生活照料支持，C_i表示与子女见面频率，S_i表示与子女联系频率，B_i表示回归系数，ɛ表示随机误差项，i表示样本的第i个观测值。

利用SPSS软件对数据进行相关性分析，得到 表2 。根据 表2 可以看出，经济支持与生活照料支持对老年群体抑郁程度无显著相关关系，但与子女见面频率(情感支持1)和与子女联系频率(情感支持2)对老年人抑郁程度有着显著的负相关，相关系数分别为−0.152和−0.067。

Notice：^*and^**represent P < 0.05 significant correlation and P < 0.01significant correlation, respectively

注：^*和^**分别表示P < 0.05水平显著相关和P < 0.01水平显著相关

由 表3 多元线性回归模型分析可得，三个核心变量中，情感支持对老年人心理抑郁程度有显著影响，每增加一次对老年人的情感支持，即增强与老年人每月见面、联系的频率，老年人的心理抑郁程度会降低1.805~0.689；经济支持与生活照料支持与老年人心理抑郁程度无显著相关。此外，控制变量中受访者性别与老年人心理抑郁程度有显著的负向相关性，男性较女性而言不易产生心理抑郁。总体而言，R2拟合为0.31，大于0.3，说明有一定拟合效果；总体统计量的P值显著，说明回归模型有意义。

综上，代际关系对老年人心理抑郁程度有着显著的负相关影响，其中核心显著影响的解释量主要为情感支持。

Notice: the D-W coefficient is less than 2, the samples are independent of each other. The collinearity results show that the VIF values of all variables in the model are less than 5, so there is no collinearity problem

注：D-W系数小于2，即样本相互独立；共线性结果显示，模型所有变量的VIF值皆小于5，因此不存在共线性问题

由回归分析发现，经济支持与生活照料支持对于老年人心理抑郁程度并不呈现显著相关，H1成立，H2不成立。和部分学者研究一致 [31] ，这也侧面反映出，随着少子老龄化社会进程加剧，在当今经济飞速发展的现代社会，对于老年人而言，最好的慰藉或许已经不是金钱与贴身的照料。根据这一结果，本研究认为，随着养老模式多元化，社会也越发重视社区养老等适老化工程建设，这也为老人提供了更多的物质支持，因此老年群体也不会为经济与生活照料缺失而抑郁。

本研究关注在于代际支持的提供对老年人心理抑郁程度的影响，证明出情感支持其有着显著的负向影响，且是子女代际支持中最显著的影响因素，H3成立。这也与学术界其他相关研究相符合 [32] 。这也印证随着少子老龄化的加剧，老年群体更需要的养老是具有情感性陪伴与支持，而非单纯给予物质。子女应加强与父母联系、见面的频率，有助于减缓老人的抑郁程度。

但本文也有不足，未能纳入更多控制变量，如老人医保情况、身体具体是否有重大疾病、子女提供经济支持具体额度。且本文主要关注子代对亲代的代际支持，对于亲代对子代，甚至隔代的代际支持研究尚有不足。但就研究结果而言，本研究也具备一定的政策含义，根据情感支持的显著作用，在少子老龄化的现代社会，可以适当增加对于家庭抚养比高的劳动人口政策补贴与支持，让其有能力与时间多与家庭内的老人进行交流沟通与提供情感陪伴。此外，除了直接对老年群体提供情感支持外，还可从少子化入手，如增加更多的儿童照料服务，从而将家庭主要劳动力从育儿中解放出来，有余力承担其家庭养老的责任。

综上，本研究运用SPSS26.0的多元线性回归模型，以CFPS2020数据库为基础，证明了代际关系对老年人心理抑郁程度有着显著的负相关性，其中，值得引起人们思考的是经济支持与生活照料支持并非显著影响老年人心理健康的因素。而情感支持对老年人心理健康有着显著负向影响。在当今人口结构变化愈发剧烈的现代社会，如何更好进行养老资源的配置与责任分担，应对老龄化问题，做好健康老龄化的准备，仍需学者们进一步讨论。