国家养老金年龄提高背景下健康与工作动机对职业生涯晚期劳动参与的影响研究

《BMC Public Health》：Late-career workforce participation in times of rising state pension age: the role of health and motivation

　　本刊推荐：为探究国家养老金年龄(SPA)提高背景下老年工作者劳动参与的驱动因素，荷兰研究团队基于纵向老龄化研究阿姆斯特丹队列(LASA)，对61-63岁工作者开展为期9年的追踪研究。研究发现：随着SPA从65岁升至66.6岁，持续工作者比例从58%增至82%；健康指标中仅自评健康与工作持续性相关，而工作动机（尤其是疫情期间的动机缺失）成为影响工作时长的关键因素。该研究为延长工作寿命政策提供了健康与动机的双重视角。

　　

随着全球人口老龄化加剧，多国政府纷纷提高国家养老金年龄(State Pension Age, SPA)以应对养老金体系压力。荷兰自2013年起将SPA从65岁逐步提高至67岁，并计划继续与预期寿命挂钩上升。这一政策变革引发了社会对老年工作者能否持续就业的担忧，特别是健康状态较差或工作条件欠佳的人群能否适应更长的职业生涯。尽管荷兰在SPA提高前已是欧洲老年劳动参与率上升最快的国家之一，但政策实施效果仍需从健康与工作动机的交互作用进行深入评估。

现有研究多聚焦健康对劳动退出的影响，却较少关注工作时长变化趋势，更缺乏对工作动机演变的动态分析。尤其当COVID-19疫情重构工作模式后，老年工作者对工作价值的重新评估可能进一步影响其劳动参与决策。为此，阿姆斯特丹大学医学中心等机构的研究团队利用纵向老龄化研究阿姆斯特丹队列(Longitudinal Aging Study Amsterdam, LASA)数据，针对61岁至SPA年龄区间的工作者开展多时段对比研究，旨在揭示健康与动机因素在政策变革期的协同作用机制。

本研究采用LASA队列中2012/2013年入组的第三批样本，选取2013-2016（周期1）、2016-2019（周期2）和2019-2022（周期3）三个时段，筛选基线时61-63岁且3年后未达SPA的参与者。最终纳入分析样本量分别为周期1的82人、周期2的111人和周期3的109人。通过面对面计算机辅助访谈或电话访谈收集数据，主要评估指标包括劳动参与状态（是否就业）、每周工作时长、健康指标（功能性局限、自评健康、抑郁症状和认知能力）及工作动机量表。采用逻辑回归分析工作持续性影响因素，广义估计方程(Generalised Estimating Equations, GEE)分析工作时长变化，并控制年龄、性别、教育水平和伴侣状态等混杂因素。

基线特征揭示劳动参与趋势

如表1所示，随着SPA从65.7岁升至66.8岁，基线就业率从59%波动至73%，女性与低教育水平者在非就业群体中占比更高。健康指标显示就业者的功能性局限、自评健康和抑郁症状均显著优于非就业者，但认知能力无显著差异。值得注意的是，2019-2022周期持续工作者比例虽达72%，较前一周期（82%）有所下降，且持续工作者的周工时从31小时显著降至26小时。

健康预测力存在时段异质性

逻辑回归结果（表2）表明，自评健康与工作持续的关联仅在第3周期显著（OR=0.20, 95%CI 0.07-0.54），即自评健康较差者退出劳动风险更高。其他健康指标（功能性局限、抑郁症状、认知能力）均未呈现一致预测力。GEE模型进一步发现（表4及图1），功能性局限和自评健康仅在第1周期预测工时减少，而第3周期中，无抑郁症状（B=-5.99, p<0.001）和高认知能力者（B=-6.07, p<0.001）反而出现更显著的工时缩减，提示心理健康良好者可能主动选择工作减负。

动机演变凸显疫情冲击

动机分析（表3）显示，退休者主要动机为"更多私人时间"（75%）和"工作需求/健康问题"（25%），但2022年新增"缺乏工作动机"选项（35%）且与良好自评健康相关。持续工作者中，49%表示若经济允许愿提前退休，该群体健康状态更差。疫情期间工时减少者更频繁报告动机缺失，反映COVID-19引发的工作模式变革（如远程办公）可能削弱工作吸引力。

本研究通过多时段对比揭示，SPA提高背景下健康对劳动参与的直接影响有限，而工作动机的作用日益凸显。尤其疫情期间，心理因素（如抑郁症状缺失者主动缩减工时）和动机重构（如工作-生活平衡偏好）成为影响劳动参与的新机制。这一发现挑战了仅靠健康干预维持老年就业的传统思路，强调需通过工作设计优化（如增强自主性、任务多样性）提升内在动机。未来政策应兼顾健康支持与动机激励，例如推广职业过渡培训项目提升老年工作者自我效能感，从而实现可持续的工作寿命延长。

研究局限性包括样本量较小限制亚组分析，双时间点设计难以捕捉短期波动，且缺乏病假数据等劳动参与维度。后续研究可结合多波次追踪和混合方法，深入探索性别、职业类型等异质性影响，为差异化政策制定提供证据。