随着中国社会人口老龄化的加剧，“养老困境”成为日益严重的社会问题；中国经济持续快速增长，国民收入稳步提高，旅游需求呈井喷式爆发，全民旅游时代悄然来临。在此背景下，将养老与旅游结合的养老旅游受到全社会的高度关注，成为旅游学术研究的新领域。2014年8月，国务院颁布《关于促进旅游业改革发展的若干意见》（国发〔2014〕 31号）明确提出，“大力发展老年旅游”^[1]。养老旅游作为养老产业和旅游业相结合的一种新型业态，与我国“十三五”期间旅游业“产业融合”、“创新驱动”的发展战略高度契合。养老旅游主体决策行为分析关系到养老旅游目的地形象、基础设施、服务水平等构建，对养老旅游主体决策行为影响因素的研究，能从根本上分析养老旅游主体的行为动机，利于我国养老旅游的开展。目前，国内外对养老旅游没有公认的定义，本文中的养老旅游是指老年人为了寻找更舒适的养老环境离开他们的常住地，到其他地方休闲、度假、养生，连续时间不超过一年的活动^[2]；旅游决策行为是指个人根据自己的旅游目的，收集和加工有关的旅游信息，提出并选择旅游方案或旅游计划，并最终把选定的旅游方案或旅游计划付诸实施的过程^[3]。

国外对养老旅游的研究起于二十世纪五十年代^[4]，本世纪初，周刚等^[5]对养老旅游可行性的研究引发了我国学者对养老旅游的关注，研究内容集中于养老旅游的概念^[2]、行为影响因素^{[6, 7]}、产品开发^[8]、开发模式^{[9, 10]}、开发对策与建议^{[11, 12]}等，专门关注养老旅游行为影响因素的研究成果较少。目前，仅有莫琨从推力和拉力视角对养老旅游影响因素的分析^[6]，以及江海燕从收入来源、家庭结构、健康状况等方面对乡村旅游养老意愿影响因素的分析^[7]。

影响养老旅游需求的因素不能仅从老年时期寻找，而应涵盖养老旅游者的一生，包括兴趣爱好、生活习惯、社会关系、制度环境等^[13]。生命历程理论作为一种典型的纵贯性分析范式，能较好地分析长期空间行为的特征及其形成机制^[14]。国外少数学者利用生命历程框架，对美国^{[13, 15]}、澳大利亚^[16]、瑞典^[17]等国的养老旅游进行了相关研究，研究方法一般采取对10—20名退休老人进行访谈的方式。他们认为老龄研究应当涉及老年人成长的社会文化框架，养老旅游需求并不仅由老年阶段决定^[13]，旅游者成长过程中经历的重要事件对老年人的态度和行为方式具有重要影响^{[15, 16]}，进而影响养老旅游决策行为。因此，养老旅游行为受生命历程影响，既极具个体多样性，又呈现出显著的性别和代际特征^{[17, 18]}。但他们的研究没有根据生命历程理论的主题原理分析养老旅游行为决策，且都采用定性的方法。目前，国内还未将生命历程理论应用于旅游研究，并且国内养老旅游决策行为研究多是从静态的视角来分析其影响因素。因此，本研究尝试运用生命历程理论，对养老旅游主体决策行为的影响因素进行实证研究，以期以纵贯性分析范式揭示出影响养老旅游决策行为的因素。

重庆市是中国老龄化程度最严重的城市之一，2010年60岁以上人口占总人口的比重高达17%，老龄化率排名全国第一；2015年，老龄人口已占到总人口的18.61%^[19]，老龄化趋势明显。因此，重庆市拥有庞大的老年旅游市场，以其作为研究的案例地，研究结果具有一定的代表性和典型性。

生命历程理论于上世纪70年代由埃尔德提出^[20]，主要就特殊事件对个体生命的影响进行探讨；随后，各国学者对生命历程理论进行了深化研究，他们主要研究重要事件同个体生命历程之间的相互关系^{[21, 22]}。上世纪九十年代，生命历程理论被介绍进中国^[23]，引发了国内学术领域的关注，他们介绍了西方生命历程理论的研究内容和理论应用^[24]，并广泛应用于国内社会问题的研究^[25-27]。近年来，生命历程理论才开始拓展到地理学领域^{[14, 28]}。

生命历程范式的主要研究对象是个体或群体在生命过程中经历的一些事件或者角色与地位，并对这些事件发生的先后顺序以及角色与地位的转换过程进行考察^[29]。生命历程理论的基本原理包括以下4个方面^[21]：

（1）“一定时空中的生活”原理。即人的出生时间（出生组效应）、出生地点（地理效应）等，研究被调查者所属的同龄群体及社会群体特征，将人与某种历史力量相联系。

（2）“相互联系的生活”原理。人总是生活在由亲属、朋友等所构成的社会关系中，个人通过一定的社会关系才被整合进入特定的群体；不同个体之间会产生相互影响。

（3）“生活的时间性”原理。生活的时间性是指在生命历程变迁过程中所发生的社会性时间，还包括个体与个体之间生命历程的协调发展。该原理认为，某一生活事件发生的时间甚至比事件本身更具意义，强调人与环境的匹配性。

（4）“个人能动性”原理。人总是在一定社会建制之中有计划、有选择地推进自己的生命历程。即使在有约束的环境下，个体仍具有主动性。人在社会中所做出的选择除了受到社会情景的影响外，还受到个人经历和个人性格特征的影响。

人文地理学的社会空间和空间行为研究正逐步从形态描述向过程机制探索转变^[28]。养老旅游需求受旅游者一生的行为习惯及社会关系等多种因素影响^[13]，生命历程理论作为一种动态的分析范式，能较好地分析长期空间行为的形成机制^[14]。因此，本研究基于养老旅游需求特征提出如下理论假设：养老旅游决策行为受生命历程影响，既极具个体多样性，又呈现出显著代际特征^[17]。因此，生命历程理论适用于分析养老旅游决策行为的影响因素，有利于通过过程机制视角深入挖掘养老旅游决策行为的内在动机。

为了分析养老旅游决策行为的影响因素，本研究通过对生命历程相关原理中与养老旅游相契合的因素分析，提取研究变量。

本研究基于“一定时空中的生活”原理，选取3个变量：年龄、居住地、是否参加过上山下乡；基于“相互联系的生活原理”，选取5个变量：退休前从事的职业、退休后的收入水平、直系亲属年际旅游最高频次、现在的居住情况、是否有需要照顾的家人；基于“生活的时间性”原理，选取2个变量：退休时的年龄、独生子女政策实施时的年龄；基于“个人能动性”原理，选取6个变量：文化程度、身体状况、养老储蓄、个人年际旅游最高频次、静态爱好活动的频率、动态爱好活动的频率。

综上，本研究基于生命历程理论选取了养老旅游决策行为的影响因素变量16个（表 1）。

表 1(Tab. 1

表 1 基于生命历程理论的养老旅游决策行为影响因素变量 Tab.1 Old-Age Care Tourism Decision-making Behavior Influence Factor Variables Based on the Theory of the Life Course 序号 变量名称 变量解释 备注 1 年龄（X1） 55岁以上老人的年龄情况 基于“一定时空中的生活”原理 2 居住地（X2） 城市或乡村 3 是否参加过上山下乡（X3） 20世纪50—70年代的上山下乡运动 4 退休前从事的职业（X4） 主要包括工人、农民、公务员、专业技术人员及军人、自由职业 5 退休后收入水平（X5） 个人和其配偶退休后总收入 基于“相互联系的生活”原理 6 直系亲属年际旅游最高频次（X6） 一起生活的直系亲人年际最高出游次数 7 现在的居住情况（X7） 独居、与配偶或子女居住、养老院居住 8 是否有需要照顾的家人（X8） 需要照顾的孙辈或生病不能自理的亲属 9 退休时的年龄（X9） 首次领取退休金或养老金的年龄 基于“生活的时间性”原理 10 独生子女政策实施时的年龄（X10） 1980年实施独生子女政策时被调查 11 文化程度（X11） 者的年龄最后接受的国家认可的教育程度 12 身体状况（X12） 对自我身体状况的客观评估 13 养老储蓄（X13） 个人和其配偶用于养老的储蓄情况 14 个人年际旅游最高频次（X14） 个人年际最高出游次数 基于“个人能动性”原理 15 静态爱好活动的频率（X15） 参与棋牌、书画、摄影等静态爱好活动的活跃程度 16 动态爱好活动的频率（X16） 参与室内或室外体育运动的活跃程度

表 1 基于生命历程理论的养老旅游决策行为影响因素变量 Tab.1 Old-Age Care Tourism Decision-making Behavior Influence Factor Variables Based on the Theory of the Life Course

本研究运用Logistic回归模型对养老旅游决策行为的影响因素进行定量分析和概率比较，找出影响是否参加养老旅游的主要因素。

Logistic回归模型是根据一个或多个连续型或离散型自变量来分析和预测离散型因变量的多元分析方法^[30]。Logistic是一种对数线性模型，通过对分类变量建立回归模型讨论模型中分类变量之间的关系。Logistic回归模型假定样本观察值在因变量上的概率分布呈S型分布，由于是非线性模型，参数估计常采用极大似然估计使因变量观察次数的概率极大化，进而得到自变量参数的最佳估计值。Logistic回归分析因变量为二分变量，也可以扩展到因变量是多分类的情况^[31]。是否参加过养老旅游是一个二分因变量关系，即是与否，因此该实证分析适用于二分类因变量Logistic回归模型：设因变量是否参加养老旅游为y（参加过养老旅游y_i=1，未参加过养老旅游y_i=0），自变量k，相应的二分类因变量Logistic回归模型如下：

式中，k是自变量；x表示各影响因素的编号；p_i表示在给定自变量指标k值时事件发生的概率；α为截距（常数项）；β_x为影响因素的偏回归系数。

目前国内外关于生命历程理论的研究基本采用半结构式访谈法，但访谈法问题较详细，耗时较长，调查的样本数量有限，并且受访者易受提问者的影响，调查结果缺少普适性。为便于进行定量分析，提高研究的普适性，本研究采用问卷调查法获得分析数据。

利用表 1中选取的变量设计调查问卷。调查问卷的内容包括两部分：一是被调查者的人口学特征，包括性别、年龄、文化程度等；二是养老旅游决策行为的影响因素，即根据选取的16个变量设计的封闭式问项。

研究者于2016年5月1日至5月25日，在重庆主城区、万州区、涪陵区、城口县等地进行共20次问卷调查。采取随机发放，当场回收的方式；对于部分年龄较大、文化程度较低的被调查对象，由调查者对问卷内容进行解释，帮助他们完成问卷填写。

本次调查共发放调查问卷500份，回收有效问卷450份，有效率为90%。对调查问卷的统计表明，被调查者中参加过养老旅游的人数占24%，没参加过的人数占76%；男性占47%，女性占53%。

运用SPSS19.0软件对本次调查问卷的数据进行信度检验，Cronbach α系数为0.834，α >0.7，表明本次调查获得的数据具有较高的信度。

因本研究的各影响因素更适合作为名义变量，故将变量赋值，赋值结果见表 2。

表 2(Tab. 2

表 2 变量赋值 Tab.2 Variable Assignment 变量类型 统计学变量 赋值 被解释变量 是否参加过养老旅游（Y） 否=0；是=1 年龄（X1） 55—60岁=1；61—65岁=2；66—70岁=3；70岁以上=4 居住地点（X2） 乡村=1；城市=2 是否经历过上山下乡（X3） 是=1；否=2 退休前从事的职业类型（X4） 农民=1；工人=2；自由职业=3；公务员、专业技术人员及军人=4 退休后的年收入水平（X5） 1.5万以下=1；大于等于1.5万，小于3万=2；大于等于3万，小于5万=3；大于等于5万，小于7万=4；7万及以上=5 直系亲属年际旅游最高频次（X6） 大于等于1次，小于3次=1；大于等于3次，小于7次=2；大于等于7次，小于10次=3；10次及以上=4 现在的居住情况（X7） 独居=1；与配偶居住=2；与儿女居住=3；与配偶、儿女居住=4；养老院居住=5 解释变量 是否有需要照顾的家人（X8） 是=1；否=2 退休时的年龄（X9） 55—60=1；61—65=2；66—70=3；70以上=4 独生子女政策实施时的年龄（X10） 20—25=1；26—30=2；31—35=3；35以上=4 文化程度（X11） 小学及以下=1；初中=2；高中=3；大专=4；本科及以上=5 身体状况（X12） 很不健康=1；不太健康=2；一般=3；良好=4；健康=5 养老储蓄（X13） 5万以下=1；大于等于5万，小于20万=2；大于等于20万，小于50万=3；大于等50万，小于100万=4；100万及以上=5 个人年际旅游最高频次（X14） 大于等于1次，小于3次=1；大于等于3次，小于7次=2；大于等于7次，小于10次=3；10次及以上=4 静态爱好活动的频率（X15） 从不=1；偶尔=2；经常=3 动态爱好活动的频率（X16） 从不=1；偶尔=2；经常=3

表 2 变量赋值 Tab.2 Variable Assignment

模型整体拟合检验是对模型中是否所有自变量偏回归系数全为0进行似然比检验。-2对数似然值越小，意味着模型拟合程度差；-2对数似然值越大，则模型拟合程度越好。通过代入二项回归模型，模型整体显著性检验。Nagelkerke的R²表示自变量与因变量的关联强度检验，表示因变量可以被自变量所解释的程度，将Cox-Snell R²除以它的最大值，统计量取值在0—1之间^[32]。

运用SPSS19.0软件，将调查数据带入二元Logistic回归方程进行检验。自变量筛选方法选择进入法，似然比检验结果如表 3。

表 3(Tab. 3

表 3 似然比检验 Tab.3 Likelihood Ratio Test 步骤 -2对数似然值 Cox & Snell R方 Nagelkerke R2 1 86.670" 0.476 0.703

表 3 似然比检验 Tab.3 Likelihood Ratio Test

由表 3可知，-2对数似然值为86.670"，处于较为理想的状态，模型的拟合度较好；Nagelkerke R²为0.703，表明模型能较好地解释70.3%以上的变量。因此，本次研究的模型拟合度较为理想。

运用SPSS19.0软件，采用二元Logistic回归分析方法进行统计处理，建立多因素二元Logistic回归模型；自变量筛选方法选择进入法，变量Sig < 0.05，可进入方程，表示影响显著；参数B为正，表示与因变量正相关，参数为负，则与因变量负相关。Logistic模型的参数结果如表 4。

表 4(Tab. 4

表 4 Logistic模型参数估计结果 Tab.4 The Parameter Estimation Results of the Logistic Regression Model B S.E Wals df Sig Exp(B) 年龄 -0.352 0.246 2.042 1 117 4.401 居住地 0.860 0.145 35.171 1 0.000 2.000 是否参加过上山下乡 0.252 0.211 1.426 1 0.160 3.659 退休前从事职业 0.792 0.160 39.062 1 0.001 1.180 退休后年收入水平 1.354 0.170 63.436 1 0.000 1.252 直系亲属年际旅游最高频次 0.552 0.061 81.888 1 0.202 2.258 现在的居住情况 0.392 0.057 16.953 1 0.170 1.311 步骤1a 是否有需要照顾的家人 1.051 0.131 64.367 1 0.000 2.004 退休时的年龄 0.583 0.460 2.606 1 0.205 1.081 独生子女政策实施时的年龄 0.621 0.351 3.130 1 0.450 1.047 文化程度 0.982 0.256 14.714 1 0.000 2.667 身体状况 0.302 0.280 1.163 1 0.115 3.512 养老储蓄 1.507 0.482 9.775 1 0.001 1.013 个人年际旅游最高频次 1.092 0.171 40.781 1 0.000 3.274 静态爱好活动的频率 -0.532 0.281 3.584 1 0.218 2.258 动态爱好活动的频率 0.320 0.226 2.005 1 0.008 1.261

表 4 Logistic模型参数估计结果 Tab.4 The Parameter Estimation Results of the Logistic Regression Model

由表 4可知，在16个影响因素中，有8个因素的Sig < 0.05，可进入回归方程。这些因素对是否参加养老旅游决策产生显著影响，包括居住地、退休前从事职业、退休后年收入水平、是否有需要照顾的家人、文化程度、养老储蓄、个人年际旅游最高频次、动态爱好活动的频率。

（1）“一定时空中的生活”原理下的影响因素分析。“居住地区”因素Sig < 0.05，B= 0.860，对是否参加养老旅游影响显著，并且与是否参加养老旅游为正相关关系，说明城市人口选择养老旅游的比例较大，这可能与城乡的环境差异、收入差异、受教育程度差异及示范效应等有关；“年龄”因素Sig=1.17>0.05，B=-0.352，对是否参加养老旅游影响不显著，不同年龄段的被调查者都对养老旅游具有较大的参与热情，同时参数为负数，表明年龄因子与是否参加养老旅游为负相关，即年龄越大，参加养老旅游的人越少；“是否参加过上山下乡”因素Sig>0.05，B=0.252，对于是否参加养老旅游的影响不显著。此原理维度下的指标中只有1个指标为显著，2个指标为不显著，表明“一定时空中的生活”对养老旅游决策行为具有一定影响，但影响不显著。

（2）“相互联系的生活”原理下的影响因素分析。“退休后年收入水平”因素Sig < 0.05，B=1.354，对是否参加养老旅游影响显著，并且与是否参加养老旅游为正相关关系，年收入水平越高，参加养老旅游的比例越大，进一步证明收入是影响养老旅游行为决策的重要因素；“是否有需要照顾的家人”因素Sig < 0.05，B=1.051，对是否参加养老旅游影响显著，没有需要照顾的家人的被调查者会更容易作出养老旅游决策，原因可能是很多步入老年阶段的人仍然面临上有老下有小的局面，照顾年迈的父母、为子女分担家务、照顾孙辈，仍然没有足够的闲暇时间进行养老旅游；“退休前从事的职业”因素Sig < 0.05，B=0.792，对是否参加养老旅游影响显著，并且公务员、专业技术人员的被调查者选择养老旅游的比例更大，原因可能是这一部分群体大多数在退休后有固定的养老金，并且和社会保持持续稳定的联系，仍保持较高的探索欲；“直系亲属年际旅游最高频次”因素Sig=0.22>0.05，B=0.552，对是否参加养老旅游的影响不显著；“现在的居住情况”因素Sig=0.170> 0.05，B=0.392，对是否参加养老旅游的影响不显著，虽然和配偶或儿女居住的老人会因要照顾配偶、儿孙而缺少闲暇时间，但很多独居的老人也因没有同行的伴侣而选择不出游，因此是否参加养老旅游与居住情况没有产生明显的相关关系，对是否参加养老旅游影响不显著。“相互联系的生活”原理中有3个指标为显著，2个指标为不显著，表明“相互联系的生活”对养老旅游决策行为有比较明显的影响。

（3）“生活的时间性”原理下的影响因素分析。“退休时的年龄”因素Sig=0.205>0.05，B=0.583，对是否参加养老旅游的影响不显著；“独生子女政策实施时的年龄”因素Sig=0.450>0.05，B=0.621，影响不显著。“生活的时间性”的2个指标均不显著，表明“生活的时间性”对养老旅游决策行为难以产生显著影响。

（4）“个人能动性”原理下的影响因素分析。“养老储蓄”因素Sig < 0.05，B=1.507，对是否参加养老旅游影响显著，养老储蓄越多，选择养老旅游的比例越大，这是因为有足够的储蓄做支撑，才能有经济能力追求更舒适的老年生活；“文化程度”因素Sig=0 < 0.05，B=0.982，对是否参加养老旅游影响显著，文化程度和是否参加养老旅游为正相关关系，文化程度越高更倾向于参加养老旅游，原因可能是文化程度较高的人相对而言有较稳定的收入，同时带有较强的求知欲和探索欲；“个人年际旅游最高频次”因素Sig < 0.05，B=1.092，对是否参加养老旅游影响显著，并且与是否参加养老旅游成正相关关系，个人过往的旅游习惯会影响老年时期的行为，这是因为老年阶段的旅游需求不仅受老年时期影响，而是与一生的爱好习惯相联系；“动态爱好活动的频率”因素Sig=0.008 < 0.05，B=0.320，对是否参加养老旅游影响显著，平时进行动态活动越频繁，参加养老旅游的比例越大，原因可能是个人的兴趣爱好与养老旅游的内在需求有一定联系，平时喜欢动态休闲活动的人更乐于参与养老旅游这种需要走出家门的活动；“身体状况”因素Sig=0.115>0.05，B=0.302，对是否参加养老旅游影响不显著，说明各种健康状况的被调查者均会选择养老旅游；“静态爱好活动的频率”因素Sig=0. 218>0.05，对是否参加养老旅游影响不显著。“个人能动性”原理中有4个指标显著，2个指标不显著，表明“个人能动性”对养老旅游决策行为有非常显著的影响，是影响养老旅游决策行为的重要因素。

（1）养老旅游决策是基于一生经历影响下的决策，具有个体多样性和代际、群体特征。实证分析表明，养老旅游决策行为受不同生命历程影响，生命历程理论可用于分析养老旅游决策行为的差异性。养老旅游行为不仅仅受老年时期状态的影响，而是受一生中不断累积的个人经历以及不断形成的爱好、生活方式、社会关系等多重因素的共同影响。

（2）生命历程理论的4个原理对养老旅游决策行为的影响各不相同。“个人能动性”对养老旅游决策行为影响显著；“相互联系的生活”对养老旅游决策行为影响较为显著；“一定时空中的生活”对养老旅游决策行为具有一定影响，但影响不显著；“生活的时间性”对养老旅游决策行为的影响不显著。

（3）就“一定时空中的生活”原理而言，对养老旅游决策行为产生显著影响的因素是“居住地区”，居住在城市中的人更愿意做出养老旅游决策。就“相互联系的生活”原理而言，对养老旅游决策行为产生显著影响的因素包括“退休后的年收入水平”、“退休前从事的职业”、“是否有需要照顾的家人”；年收入水平较高、没有需要照顾的家人、退休前为公务员和专业技术人员的老年人更愿意做出养老旅游决策，表明支付能力和闲暇时间是影响养老旅游决策行为的重要因素。就“个人能动性”原理而言，对养老旅游决策行为产生显著影响的因素包括“养老储蓄”、“文化程度”、“个人年际旅游最高频次”、“动态爱好活动的频率”；高学历、储蓄多、个人年际旅游频次较多、动态活动频繁的老年人更愿意做出养老旅游决策。除经济因素外，文化程度、个人的见识等对养老旅游决策会产生重要影响。值得注意的是，在已有研究中作为影响旅游决策行为重要因素的身体状况，在本研究中对养老旅游决策行为的影响并不显著，这可能是因为很多老年人虽然身体状况欠佳，但由于个人能动性等原因依然会选择养老旅游，部分身体欠佳的老人会有意识地选择健康疗养型养老旅游以改善身体状况。

（1）尽快出台扶持养老旅游产业发展的相关政策。尽管养老旅游在我国目前仅属于少数老年群体的休闲活动，市场规模较小，但真正制约老年人做出养老旅游决策的客观因素并不多，未来的市场空间将会十分广阔。虽然国务院在《关于促进旅游业改革发展的若干意见》已提出要大力发展养老旅游，但至今没有具体的政策措施。因此，各级政府应未雨绸缪，尽快从土地、资金、税收、人力资源等方面制定扶持政策，推动我国养老旅游的快速发展。

（2）增强养老旅游宣传的针对性。目前，作为我国新兴业态的养老旅游的规模较小，拓展养老旅游市场关系到养老旅游产业的健康发展。开拓养老旅游市场的核心，是增强养老旅游宣传的针对性。在现阶段，应将养老旅游宣传的重点集中于城市，聚焦于退休前为公务员、专业技术人员的群体，在他们集中居住的区域开展多种形式的宣传推介活动。

（3）合理布局养老旅游产业，开发具有针对性的养老旅游产品。目前，我国潜在的养老旅游者主要集中于城市，因此，养老旅游目的地应布局在城市周边。在养老旅游产品开发中，应注重健康疗养类旅游产品、动态型旅游产品、文化型旅游产品的开发，以满足现阶段我国养老旅游者的需求。