通讯作者: 张璨, zhangcanyyy@163.com

DOI：10.12201/bmr.202604.00046

Investigating the Factors of Active Health among Chinese Elderly: Based on CHARLS

• 摘要：〔摘要〕目的/意义 研究我国老年人主动健康行为的关键影响因素，探究各因素的相对重要性，为更好地促进老年人主动健康、应对人口快速老龄化提供参考依据。方法/过程 本文采用中国健康与养老追踪调查数据集中的Harmonized CHARLS数据集，结合机器学习模型与传统回归模型优势，构建“特征初筛-模型验证-效应量化”混合分析框架，精准解析老年人主动健康影响机制。结果/结论 研究结果表明，互联网使用是老年人主动健康的首要影响因素；个人自我评估的健康程度、ADL和IADL具有关键地位；性别、户口等社会人口和经济因素亦发挥了重要影响。混合分析方法的应用为确定中国老年人主动健康的重要决定因素迈出了富有成效的一步，这些结果为促进老年人主动健康的政策和实践提供了循证建议。

  关键词： 主动健康 老龄化 CHARLS 机器学习

   

  Abstract: Abstract Purpose/Significance: This study aims to investigate the key influencing factors of active health behaviors among older adults in China, and provide reference for better promoting active health in the elderly and addressing the challenges of rapid population aging. Methods/Process: Using the Harmonized CHARLS dataset from the China Health and Retirement Longitudinal Study (CHARLS), this study combines the strengths of machine learning models and traditional regression models to construct a mixed analysis framework of feature selection - model validation - effect quantification and accurately analyze the active health influence mechanism of the elderly. Results/Conclusion: The findings indicate that internet usage is the primary influencing factor for active health among older adults. Self-rated health status, Activities of Daily Living (ADL), and Instrumental Activities of Daily Living (IADL) also play critical roles. Factors like Gender and household registration (hukou) are significant influencing factors as well. The application of the hybrid analytical approach represents a productive step toward identifying important determinants of active health among older adults in China. These results provide evidence-based recommendations for policies and practices aimed at promoting active health in the elderly.

  Key words: Active Health Aging CHARLS Machine Learning

  提交时间：2026-04-07

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 孙羽佳. 积极老龄化背景下城市老年人健康信息素养现状及提升策略. 2022. doi: 10.12201/bmr.202210.00004

  袁永旭, 孙一凡, 王涟, 殷彩明. 主动健康理念下的公共图书馆健康信息服务模式研究. 2024. doi: 10.12201/bmr.202404.00033

  万辉, 彭骏, 温红霞, 张宇航, 徐瑛, 顾春光, 朱荣慧, 吴骋. 上海市老年人数字健康素养现状及影响因素分析. 2024. doi: 10.12201/bmr.202406.00002

  刘喜文, 杜文豪, 王诗淇, 张军亮, 雒保军. 基于潜类别分析的老年人健康分类与健康信息服务优化研究. 2024. doi: 10.12201/bmr.202404.00013

  和红, 王鑫, 闫辰聿, 焦军. 影响中国人群心理健康的人口因素及机制——基于省级面板数据的实证研究. 2024. doi: 10.12201/bmr.202404.00029

  吕合凯, 邓姗姗, 范颜颜, 王辅之. 老年人数字健康技术应用障碍影响因素分析. 2023. doi: 10.12201/bmr.202311.00009

  王晰, 付振康, 朱庆华. 老年人会选择中医医院就诊吗？——基于安德森健康行为模型的实证研究*. 2024. doi: 10.12201/bmr.202404.00004

  成路平, 吴思扬, 路波. 基于机器学习的2型糖尿病发病因素分析与预测. 2025. doi: 10.12201/bmr.202509.00003

  张航空, 闫致颖. 自评健康指标在中国老年人口健康评估中的有效性研究. 2022. doi: 10.12201/bmr.202209.00004

  吴迪, 向菲, 彭咏杰. 农村老年人在线健康信息替代搜寻者行为特征及影响因素研究. 2023. doi: 10.12201/bmr.202312.00013

• 序号	提交日期	编号	操作
  1	2025-11-03	10.12201/bmr.202604.00046V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论