摘要：文章利用追踪期跨越20年的“中国老年健康影响因素跟踪调查(CLHLS)追踪数据（1998—2018）”，通过生存分析、倾向得分匹配等多种方法来检验丧偶高龄老人的居住安排同自身死亡风险的关系。结果稳健地表明：没有证据显示独居或住养老院会提高丧偶高龄老人的死亡风险；丧偶高龄老人的死亡风险更多还是受到性别、出生队列、早期职业和健康状况等因素的调节。研究结果一定程度上澄清了以往一些文献得出的养老机构居住或独居使得老年人死亡风险更高的错误认识，免除了老年人对于个体选择居住方式可能影响自身死亡风险的恐惧，为充分尊重老年人自身的居住选择奠定了事实基础，为满足新时代养老和老年健康方面的现实需求问题提供了基本学理支撑，也对我国养老服务体系建设及构建老年友好型社会都有着现实的参考价值。
关键词：居住方式；死亡风险；高龄老人；早期健康状况
中图分类号：C913.6 文献标识码：A
文章编号：1005-3492(2022)08-0149-12
一、研究背景
老年人的居住安排问题是积极应对人口老龄化、健全养老服务体系和构建老年友好型社会目标的重要内容。2021年11月18日，国务院发布的《中共中央国务院关于加强新时代老龄工作的意见》指出，将老龄事业发展纳入统筹推进“五位一体”总体布局和协调推进“四个全面”战略布局，实施积极应对人口老龄化国家战略；并明确提出，要构建居家社区机构相协调、医养康养相结合的养老服务体系和健康支撑体系，进一步规范和发展机构养老。
2000年第五次人口普查数据显示，我国80岁及以上人口为1199.2万人，占比为0.95%；至2010年“六普”时，这一数据分别提高到了2098.9万和1.57%，及至2020年“七普”，我国80岁及以上老年人增长到了3580万人，在总人口中的占比也达到了2.54%。与此同时，丧偶老年人群也在增加，2000年“五普”数据中65岁以上老年人中丧偶老年人有327.89万人，占比37.67%，其中男性老年人丧偶比例为23.34%，女性为50.50%；2010年第六次人口普查数据显示，全国65岁以上老年人中丧偶老年人为407.52万人，占比为34.45%，其中男性老年人丧偶比例为21.10%，女性为46.71%。丧偶之后，高龄老人要如何进行居住安排，这是老年个体、家庭和社会不得不面临的急迫的现实问题。
一方面，随着家庭养老功能的弱化，居住养老院的社会化养老方式必然更为流行——相关研究显示，80岁以上同期群老年人居住在其他家庭户类型的比例由“五普”的0.2%上升到了“六普”的5.87%，而二代户、三代户、夫妻户家庭的比例在同时期下降了0.6—5个百分点；80岁以上独居的比例也由“五普”的12.61%提升到“六普”的15.84%。但另一方面，许多人对独居和入住养老机构还存在一些排斥，这不仅源于对传统家庭养老模式的路径依赖，也有对于入住养老机构后生活质量下降甚至死亡风险提高的担心。甚至有学者呼吁，机构养老的质量还需改进，以减少继续生活在机构和其他生活安排之间的死亡风险差距。那么，相较于和家人同住，住养老机构（或独居）真的会增加老年人的死亡风险吗？不同居住方式会导致老年人在健在时间上产生明显差异吗？
二、国内外相关研究综述
（一）国外相关研究
国外尤其是西方发达国家老龄化起步早，对老年人死亡风险和居住安排关系的研究相对更为丰富。但总体来看，仍然未得出一致性结论。就独居与死亡风险的关系来看，一部分研究认为，相较于其他居住安排，独居可能对健康更有利，独居女性心理健康和活力下降的风险更低并有更低的死亡风险；但是，另一部分研究认为，独居可能更不利于健康，独居会导致老人的身体和心理健康状况不佳、认知能力下降，并导致死亡风险的增加。就同住和死亡风险的关系来看，一些研究认为，与家人同住使得老年人得到日常护理的支持以及身体和情感上的支持而保有更低的死亡率,尤其是与配偶生活更具有健康保护作用；但也有研究表明，同配偶以外的其他人生活在一起对健康的益处最小，毕竟与其他家庭成员生活在一起可能会促进生活依赖，尤其是仅与子女生活的非在婚妇女在各个方面都处于不利地位，且有相对最高的死亡风险。就居住在养老机构和死亡风险的关系来看，一部分研究认为，机构生活所得到的护理和支持可能有助于延长寿命降低死亡风险，尤其对男性更有保护作用；但也有研究表明，生活在机构中的老年人尽管可以接受专业的个人护理，但这种居住方式却显示出相对更高的死亡率。
除此之外，还有不少学者从居住安排的变动视角研究居住安排与老年人死亡风险的关系。这类研究认为，随着社会和家庭结构的迅速变化，老年人的居住安排是一个动态的过程，而不是一个静止的状态，居住安排的变动反过来会影响老年人对新环境的适应性，从而影响老年人的死亡率。晚年期居住相关的事件变化，如丧偶或搬进新机构都可能增加死亡风险，与其说某种居住安排在影响老年人的死亡风险，不如说是居住安排的变化提高了老年人的死亡风险；由于本文着重考察居住方式或居住地经历是否与死亡风险相关联，故此处不再过多展开相关研究的梳理。
(二)国内相关研究
相比而言，直接探讨居住方式和死亡风险关系的中国情形的文献相对稀少。一方面可能是由于中国老龄化的研究起步较晚，有关中国老年人特别是高龄老人的数据十分缺乏；另一方面部分文献将注意力集中到了多维健康层面，较少关注死亡风险。
就本文所知，直接探讨中国老年人居住方式和死亡风险关系的文献至早可以追溯到顾大男等的研究。顾大男等利用“中国老年人口健康状况纵向调查（CLHLS）”（同本文的数据，但当时的名称不同）的1998—2000 年、2000—2002年两份追踪的合并数据，采用“生存分析”技术探讨居住方式导致的死亡风险差异，并认为相较于居家老人而言，“机构养老老人具有总体健康状况差、死亡风险相对大”的特点（事实上，该文表3中在纳入更多控制变量后的模型5、6、7都显示，机构养老和居家养老的人群死亡风险没有得到统计上显著的差异。这个结果同本文的结果颇为相似）。Wang等人使用2002—2005年的CLHLS数据进行的分析似乎也表明居住在疗养院的老年人有更高的死亡风险，而由非亲属照料的老年人死亡风险则更低。然而，Li 等人同样利用该数据的1998—2000的两期追踪调查，却发现机构生活降低了男性的死亡风险；而同住的死亡风险差异主要在于是否与配偶同住，那些与配偶、配偶和孩子生活在一起的老人死亡风险最低，而仅与孩子和他人生活在一起的老人死亡风险则相对最高。换句话说，在配偶在场的家庭中，和孩子共同生活并不会增加多少健康好处，这证实了拥有一个配偶是“在老年期最大的保障”的说法。随着追踪时间的延长，这份数据又在居住安排的变动与死亡风险的关系上得到了应用。李春华、李建新利用CLHLS2002—2008年的追踪数据，在倾向值加权后的Cox 生存分析基础上，发现“与子女同住变为不同住老人的死亡风险最高”。Feng等人的研究则进一步使用了CLHLS调查2002—2011年的数据，分析了老年人居住方式的变化与死亡风险的关联，研究得出，与继续住在家中的老年人相比，一直居住或新搬入养老机构的老年人面临着更大的死亡风险，而这可能与中国的养老机构市场运作的不成熟使得养老院的功能并未发挥适当有关。当然，除了利用CLHLS之外，也有应用局部地区调查数据进行考察的研究，比如刘慧君、杨汝利用“安徽省老年福利调查” 2009—2015 年的纵向调查数据发现，和子女同住会显著提高普通老人的死亡风险，但却会“降低丧偶老人的死亡风险”。
综上所述，前人在老年人居住方式和死亡风险的关系议题上进行了丰富且有益的研究，但应该承认，西方主要发达国家的结论仍然不尽一致，而对于有别于西方家庭文化和世界上最大的发展中国家中国来说，我们的本土研究仍然不够充分。归结起来，本文区别于以往研究的主要之处有如下四个方面。第一，聚焦居住经历同死亡风险的关系。如前文所言，尽管许多文献探讨了（高龄）老人的居住方式同自身健康的关系，但健康的内涵非常丰富广泛，而死亡风险作为健康概念的最基础性指标，却没有得到充分的讨论。第二，利用一份跨越20年，并完整地追踪了一批高龄老人直至其全部走向生命终点的数据进行研究，以期克服生存分析中案例“有删减”造成的结果偏误。第三，专门探讨丧偶高龄老人的居住安排同自身死亡风险的关系。以往研究在探讨居住安排与死亡风险时，未有区分高龄老人是否丧偶，而是将配偶健在者与丧偶者置于一处进行考察。毫无疑问，二者区别十分明显：比如，那些配偶健在且与家人同住者，包含了“与配偶同住”“不与配偶同住”两种类型，而那些丧偶且与家人同住者则不可能包含“与配偶同住”类型。另外，对丧偶高龄老人进行单独考察也是因为，高龄老人中丧偶者占比大（在1998年CLHLS数据中丧偶者占全部案例的比重超过了80%），丧偶之后更可能面临居住方式的调整，且几乎不会再婚（CLHLS数据中1998年丧偶者在2000年时处于在婚状态的仅约0.3%，案例数极少，很可能不具有统计意义）。第四，采用“生存分析”“倾向得分匹配”等多种技术进行检验。已有研究鲜有利用多种方法检验数据事实，所得结果的信度不够，本文则采用了多种技术，且都指向同一结果，大大增加了结论的可信程度。
三、研究方法
（一）数据来源
研究使用“中国老年健康影响因素跟踪调查(CLHLS)—追踪数据（1998—2018）”。使用该数据的理由包括但不限于如下三个方面。第一，具有较高的代表性，是对全国23个省（自治区、直辖市）的不等比例的随机抽样；第二，有比较完整的信息，包含了被访老人的人口学、社会经济、健康等若干特征信息；第三，最重要的是完整地追踪了一批高龄老人直至其全部离世，如前文所述，这对我们使用生存分析技术克服数据偏误有决定性意义。
（二）变量测量
研究的因变量是“死亡风险”。根据所用方法的不同，本文将因变量操作化为“死亡风险比率”和“健在天数”（前者应用于“生存分析”，后者应用于“倾向得分匹配”）。其中，健在天数指的是，被访者从被访时点到死亡时点所健在的时间。研究的自变量为“居住安排”。
本文用基期（1998年/1999年，该数据有部分案例为1999年初次接受调查）被访时点时所回答的居住安排作为具体的自变量，对应“与家人同住”“独居”“住养老院”三种类型。控制变量方面， 大量已有的研究都表明， 个体的性别、 出生队列/年龄、 城乡、 收入、职业等都和自身的死亡风险密切相关。为此，本文根据前人的研究并结合所用数据的实际情况，选取了基期个体的人口学特征（性别、出生年），社会经济特征（教育状况、出生地、60岁前的主要职业、主要收入来源），家庭特征（健在子女数），以及健康状况（累计健康赤字指数）共4类计8个具体变量作为控制变量。为避免重复叙述，样本容量、变量的编码等情况详见表1及其下方的注释。
（三）分析技术
本文用“生存分析”“倾向得分匹配”来具体考察丧偶高龄老人的居住方式对自身死亡风险的影响。
生存分析主要用于直接地考察或比较不同群体的“历险发生比率”。在本文中，“历险”指的是“死亡”，换句话说，就是考察不同群体的死亡风险是否有统计上的显著差异。生存分析本质上是回归分析的一种，强调对样本数据的拟合程度，拟合程度越高，越能增加我们将样本结果推广到未知总体的信心，最后选用拟合程度最优的模型建立方程求取各变量的系数（这些系数可经过简单的数学变换转换成死亡风险值）。当研究者不知道具体的历险事件的分布形式时，我们可以采取多种形式的模型进行回归，并选取拟合程度最优的模型作为最终结果（第四章第二节详细报告了本文所选模型及其依据）。生存分析的优点至少有如下两点：一是直接考察不同群体的死亡风险，二是可以看到死亡风险与哪个（或哪些）具体变量具有统计上的相关性。
然而生存分析也有局限，一是死亡风险不好理解，二是它并不探讨因果关系。倾向得分匹配技术后的差分可以很好弥补以上局限，一是通过控制（匹配）的逻辑，将需要进行比较的两组个体一一进行配对，使得两组个体在若干变量上都相似，从而建立可比性；二是将因变量转换成平均健在天数，在具有可比性的基础上，直接比较不同群体平均还能健在多少天。当然，倾向得分匹配的不足在于，一是匹配会损失样本容量，二是无法看到因变量与其他变量的关系。
四、实证分析结果
（一）不同居住方式下丧偶老年人的基本情况
表1显示了不同居住类型的丧偶老年人在健在天数、性别、受教育年限等若干变量上的分布情况。健在天数上，与家人同住的丧偶老年人其平均健在天数最短，仅1113天；住养老院的丧偶老年人次之，达到1186天，比同住类型老年人约多活2.5个月；而独居的丧偶老年人平均健在天数最长，达到1410天，比同住类型老年人约多活10个月。性别层面，三种居住类型老年人的差异似乎不大，男性占比都约在30%—35%之间，女性占比都约在65%—70%之间，且女性占比远高于男性。出生队列（出生年）层面，三种居住类型老年人平均约出生于1903年至1908年之间。受教育年限层面，三种居住类型老年人接受的教育都极少，平均仅1年多，不到2年时间。出生地层面，三种类型老年人似乎有比较明显的差异，其中与家人同住的老年人出生于农村的占比最低（10.89%），自己独居的老年人出生于农村的占比约高出前者4个百分点（14.59%），而住养老院的老年人出生于农村的占比最高（21.39%），约高出与家人同住老年人10个百分点。在职业分布上，三种居住安排的老年人的主要职业分布相似，都呈现出农、家、商、工、管占比从高到低排列的分布，但是，60岁前从事农副业者在养老院中的占比低于其他类型约13个百分点；60岁前从事家务劳动者在独居人群中的占比（15.86%）显著低于与家人同住（21.16%）和住养老院（21.89%）；在养老院居住的老年人中，之前从事专业技术管理、工人、商业和服务业的占比均显著高于住家和独居者。在主要收入来源上，三种居住类型老年人同样表现出较大差异，其中在养老院者靠政府社团的占比最高（67.16%），而和家人同住及独居者靠政府社团的占比只有2.23%和14.8%；和家人同住及独居者主要收入来源为子女供养，两类人群占比分别为75.84%、56.03%，而住养老院者在子女供养上占比仅为13.93%；此外，住养老院者在靠退休金生活的占比（16.42%）明显高于其他居住类型（和家人同住占7.94%、独居者占12.05%）。健在子女数层面，与家人同住、独居类型的老年人平均都有约3个健在的子女（二者分别为3.32、3.08），比住养老院的老年人平均多了约2个健在子女。累计健康赤字指数层面，独居者似乎最健康，健康赤字率仅14.3%；住养老院次之，健康赤字率约19.4%；而与家人同住健康状况最差，健康赤字率高达22.4%。
表1 不同居住类型的丧偶老年人在各变量上的取值及分布
注：本表根据“CLHLS 1998—2018 longitudinal dataset released version1”中1998年/1999年的数据整理计算得到，因此本表反应的是基期状况；60岁前的主要职业中，“专技管理”是对原始数据中“专业技术”“行政管理”人员的合并，“农副”是对“农、林、牧、副业”“渔业”的合并；主要收入来源对应原始数据中“第一位的生活来源”；健在子女数根据曾生子女数减去健在子女数得到；累计健康赤字指数根据原始数据中19个认知指标、6个ADL指标、13个疾病指标加总后除以指标总数（19+6+13=38）得到，累计健康赤字指数越大，表明老年人健康状况越差。
从表1可以看到，三种居住类型的丧偶老年人一方面表现出了相似性，比如在性别分布上都相近且女性占比远高于男性，在受教育年限上都仅仅接受了1年多不到2年的极低的正规教育；另一方面，三者更表现出了差异性，并在职业、收入来源、健在子女数和健康状况等方面差异巨大。这些结果似乎表明，居住类型和自身特征有密切的相关性，老人自身的健在子女数、健康状况都可能潜在地影响着自身的居住安排。那么这种差异是否会影响到三者在死亡风险（健在天数）上的差异呢？
为此，下文用生存函数、倾向得分匹配后的平均健在天数来进一步考察三种居住类型老年人的死亡风险。
（二）不同居住方式下丧偶老年人的死亡风险差异
表2显示了丧偶老年人死亡风险对自身若干特征的回归结果。
表2 丧偶老年人死亡风险的回归结果（N=4577）
显然，相比于和家人同住的丧偶老年人，独居的丧偶老年人的死亡风险要低约5.5%，而住养老院的丧偶老年人的死亡风险要高约13.8%，但是这种样本上的差异都没有较大可能推断到总体层面，毕竟二者的P值远远高于0.05。除此之外，前述表1中显示，与家人同住者的平均健在天数最短。这是否意味着与家人同住反而增加了丧偶高龄老人的死亡风险呢？显然，表2的回归结果并不支持这种统计上的相关关系——与家人同住者的平均健在天数最短，很可能是高龄老人本身到了生命的最后阶段，需要与家人同住，寻求照顾而已。
其他变量上，死亡风险与性别、出生队列（出生年）、60岁前的主要职业、被调查时点（1998年）的健康状况有统计上的显著相关性（P值小于0.05）。具体来讲：女性的死亡风险要远远低于男性，平均来说女性总体的死亡风险要比男性总体的死亡风险低出约1/3；出生越早死亡风险越高，每晚出生1年，死亡风险平均约降低4个百分点；相比于60岁前主要从事专业技术或行政管理类人员，我们的商业或服务业人员、家务劳动者的死亡风险都要高约30%；被调查时点的健康状况越差，后期的死亡风险越高。这些结果与既往得到的共识性结果相一致，也和我们的经验常识相一致，从侧面说明了结果的可靠性。
进一步地，由于不知道死亡/生存函数的具体形式，我们还进行了单参数的指数回归、威布尔回归、冈伯茨回归，以及成比例风险的COX回归。上述所有回归结果都显示，独居或住养老院都和“与家人同住”老年人的死亡风险没有显著差异——系数几乎一致且均不具有统计显著性。当然，由于考虑异质性的威布尔回归的AIC值最小，其拟合数据最优，故此处仅展示该回归模型的结果（COX回归模型不满足比例风险假定）。
总之，生存分析的结果表明：对于丧偶高龄老人而言，住机构或独居老年人的死亡风险并不比与家人同住的老年人更高；事实上，丧偶高龄老人的死亡风险更多还是受到性别、出生队列、60岁前的主要职业，以及基期的健康状况的调节。
（三）不同居住类型下丧偶老年人的平均健在天数差异
上述生存分析揭示了不同居住类型老年人的死亡风险情况，但是死亡风险是概率式的，理解起来并不直观，且生存分析本质上是回归分析，追求的是对数据的拟合优度，不能考察因果关系。为此，我们进一步采用匹配的方式，建立不同居住类型老年人在若干可观测变量上的可比性，从而探讨仅因居住方式不同所造成的健在天数的差异。
为达到上述目的，首先通过倾向得分匹配（PSM）的技术筛选出实验组（独居、住养老院）和对照组（与家人同住）在倾向得分上相近的个体，设若某位独居老人（或住养老院老人）和某位同住老人具有相近的概率去选择独居（住养老院）或与家人同住，则这两位老人就在一定程度上具有可比性；其次，进一步检验筛选出的实验组和对照组在若干可观测变量上的均值是否具有统计上显著的差异，如果没有差异，则可以比较有把握地认为，实验组和对照组具有较高的可比性。在本文中可以理解为，独居老人（或住养老院老人）与同住老人在性别、出生年份等若干变量上都相近，其唯一的差异仅仅是居住类型的差异，如果在后期的健在天数上出现了差异，则我们可以认为，健在天数上的差异是由居住类型差异导致的。
显然，如表3所示，通过倾向得分匹配后，独居（或住养老院）的丧偶高龄老人和“与家人同住”者在性别、出生年等若干变量上的相对偏差（%bias）基本控制在了5%以内，几乎没有超过10%（唯一的例外在于职业中的“其他”类型，相对偏差约29%），且都不具有统计上的显著性（p值都远远高于0.05），表明实验组和对照组具有较高的可比性。
表3 平衡性检验——匹配并使得不同居住类型老年人在若干变量上没有显著差异
最后，计算具有可比性的不同居住类型老年人在平均健在天数上的差异，并通过样本数据推断总体差异。如表4所示，相比于与家人同住的丧偶高龄老人，独居者平均要多健在约50天，而住养老院平均健在天数约少261天，但是样本中个体离散程度相对较大（自助抽样标准误/BootstrapStd. Err.），使得我们没有较大概率将这种样本的差异推断到总体。
表4 不同居住类型老年人在平均健在天数上的差异
总之，无论是生存分析所显示的死亡风险差异还是倾向得分匹配后所呈现的健在天数差异，都表明：独住或住养老院都没有较大可能会提高或降低丧偶高龄老人自身的死亡风险/健在时间。
五、结论、启示与展望
（一）主要结论
丧偶高龄老人的居住安排是否会与自身的死亡风险相联系，这是影响到千千万万老人福祉的重要问题，然而已有研究或囿于方法的单一、或失诸数据的不够完整，都没能较为准确地回答这个中国特色的时代之问。本文采用“中国老年健康影响因素跟踪调查(CLHLS)—追踪数据（1998—2018）”这样一份具有较高代表性且跨越20年的追踪数据，并通过生存分析、倾向得分匹配等多种方法来考察丧偶高龄老人的居住安排同自身死亡风险的关系。结果表明：独居或住养老机构都没有较大可能会提高或降低丧偶高龄老人自身的死亡风险。具体而言，包含如下四点。
第一，对于丧偶高龄老人而言，住机构或独居老年人的死亡风险并不比与家人同住的老年人更低或更高。
第二，在健在天数上，住机构或独居老年人的生存时间并不比与家人同住的老年人更短或更长。
第三，事实上，丧偶高龄老人的死亡风险（健在时间）更多还是受到性别、出生队列、60岁前的主要职业，以及基期的健康状况的影响。
第四，老人自身的健在子女数、健康状况等特征可能潜在地影响着自身的居住安排。比如，与家人同住者的平均健在天数最短的统计现象，并不意味着与家人同住反而会增加老人的死亡风险，而很可能是老人在自身生命的最后阶段，健康状况下滑，需要和家人同住，并寻求照顾。也正是基于此，本文将基期的健康变量纳入控制变量中，以排除健康和居住安排存在双向因果关系的干扰。
（二）政策启示
人口老龄化是我国今后较长一个时期的基本国情，家庭养老功能弱化亦被认为是后工业时代和现代化社会的必然现象。无论从几亿老年群体的自身福祉出发，还是基于国家长治久安、社会和谐稳定的建设需要，都内在地要求我们实施积极应对人口老龄化的国家战略，大力发展包括居家、社区和机构等多途径的养老模式。然而，由于“未富先老”“未富快老”等现实情况的存在，我国的老龄产业尚未成熟，养老服务体系尚不健全，社会各界对于居家养老、社区养老和机构养老等创新养老服务模式的质量和标准还存在疑虑，对独居特别是养老机构有这样那样的偏见甚至误解，一些文献得出的“独居或住养老院将增加老年人死亡风险”的结论似乎更加深了这种认识。这些误解和并不客观的认识，成为新时代满足老年人多样化养老需求的认知障碍，也成为阻碍我国养老机构建设、发展多途径养老模式的重要因素。
然而，文章的结果却表明，入住养老机构抑或独居并不会增加老年人的死亡风险。不同居住方式老年人的死亡风险差异主要还是受到性别、年龄、入住时的健康状况等因素的调节。以往一些文献得出的养老机构居住或独居老年人死亡风险更高的结论可能是未完整追踪一批老年人直至其全部离世所造成的，是一种数据删节偏误。我们的研究结果在一定程度上澄清了错误认识，免除了老年人对于个体选择居住方式可能影响自身死亡风险的恐惧，为充分尊重老年人自身的居住选择奠定了事实基础，为满足新时代养老和老年健康方面的现实需求问题提供了基本学理支撑，也对中国养老机构的发展、养老服务体系建设及构建老年友好型社会都有着重要的现实参考价值。这也进一步启发我们，要作好宣传工作，通过客观数据结果“现身说法”，努力营造多途径养老良好舆论氛围。
除此之外，文章得出的丧偶高龄老人的死亡风险（健在时间）更多还是受到出生队列、60岁前的主要职业，以及基期的健康状况等因素影响的结论，也启发我们，要建立全生命周期的健康理念，特别注意对生命早期、前期的健康干预和管理；而健在子女数、健康状况等特征也可能潜在影响着老年人居住安排的结论，也应当引起我们的反思，要客观认识老年人居住安排存在动态变化的特点，不应该赋予养老院既要养老还必须送终的作用，或许在家人的陪伴下走完“临终”过程，才是孝爱互济的中华文明的始终追求。
（三）研究不足与展望
最后，应当承认本研究的局限性。一方面，尽管我们所采用的数据几乎完整地记录了所有被访个体直至离世，但这也导致这份跨越20年的追踪数据无可避免地丢失了对若干个体的联系（截至2018年，累计有2029个案例没能得到追踪）。另一方面，由于案例数失访严重，进一步导致我们无法更加细致地分样本进行考察：比如探讨居住安排对死亡风险的影响是否存在性别差异；探讨那些主要依赖自身退休金生活而更可能主动选择住进养老院者，他们的主动选择（相比于政府兜底的“五保户”）有没有可能降低自身的死亡风险。除此之外，还需要说明的是，尽管我们没有发现居住方式会导致死亡风险的升高或降低，但是我们的研究结论并不意味着居住方式不会影响到老年人的其他健康变量。总之，所有这些都构成未来进一步研究的可能。