一、引言

近年来，随着我国经济社会发展，公众对于公共服务需求的不断增加，加之社会问题不断涌现、复杂化，社会治理日渐需要社会组织、志愿力量的参与。志愿服务不仅能让个体通过与他人互动而获益，同时从国家层面来看，志愿服务参与社会治理能够培育公共精神、积淀社会资本、调节潜伏的隐患矛盾、协调多方资源(王婕等，2018；袁小平、杨婉婧，2020)。此外，志愿服务作为一种补充性力量，能够协助政府及时、有效地解决突发性公共危机事件带来的问题。例如，2020年初新冠疫情的出现，为我国应急管理工作带来了严峻挑战，而志愿力量通过协助基层组织开展社区人员登记排查、安检消毒、心理咨询等工作，保障了疫情防控工作有序进行，为战胜疫情做出了重要的贡献。对此，近年来我国政府先后通过发布《关于支持和发展志愿服务组织的意见》、《志愿服务条例》等政策文件，推进志愿服务事业的发展。从实际情况来看，我国志愿服务发展取得了不错的成绩。根据中国志愿服务网的显示，当前我国实名注册志愿者人数达1.46亿，志愿团体总数达69.81万。然而需要注意的是，当前我国志愿服务仍存在一定的问题。相关数据表明，参与志愿服务的群体存在明显的年龄差异，14~35岁的青年志愿者占据绝大部分，而36~59岁中年志愿者仅占到三分之一左右，60岁以上老年志愿者更是占比不足一成(王丽荣、陈思，2019)，中老年群体的志愿服务参与明显不足；2018年发布的中国志愿服务参与状况调查结果表明，我国志愿服务参与在具体领域之间存在不平衡现象，各类志愿服务的参与率还存在代际、地区、城乡等差异，且志愿服务需求度远高于当前实际参与率的问题^①，表明我国志愿服务事业仍需进一步提升。因此，如何进一步推动我国志愿服务事业发展，鼓励更多公众参与，自然成为政策决策者关注的议题。

① 详见http://www.chinanpo.gov.cn/1938/116047/newswjindex.html。

我国志愿服务事业的发展也推动了学者们对于此议题的讨论。笔者在中国知网上，以“志愿服务”为主题词，检索年份截止至2019年，共检索到2083条结果，每年发表数量从1992年仅4篇，发展到2019年的122篇。然而，魏娜、王焕(2019)通过国内外志愿服务研究对比指出，对比国外相关研究，国内研究在研究主题、研究对象、研究方法、研究理论和学科基础方面仍有较大进步空间。因此，从这一角度出发，采用实证方法针对不同群体讨论参与志愿服务的影响因素、动机及其结果，对于补充当前我国志愿服务领域研究不足显得尤为重要。当前已有学者关注到这一问题，尝试开展相关研究，例如胡涤非、陈思茵(2019)、黄莉培(2020)、蒲清平等(2017)等。需要指出的是，上述研究中，研究对象多为青年群体，忽视了对中老年群体的关注，虽有部分学者注意到该不足，例如曹杨、王记文(2015)，苗青、张玉(2017)等，但这些研究中仅局限于老年人群体，缺少年龄差异下不同群体间的对比研究，因而无法区别和突出志愿服务对中老年人影响差异。

因此，基于我国志愿服务研究中，关于志愿服务对中老年人影响关注不足的问题，结合幸福感热议的背景，本文提出以下问题：第一，中老年人参与志愿服务是否能够有助于提升其幸福感？第二，考虑到中年人与老年人之间存在的年龄差异，志愿服务对两者作用是否存在差异？第三，考虑到经济因素对个体幸福有重要影响，那么个体的经济状况是否会影响到志愿服务与幸福感之间的关系？第四，中老年人参与志愿服务对幸福感的作用机制是什么？对于上述问题的回答，能够帮助我们厘清中老年人参与志愿服务与幸福感之间的关系，明确中年人与老年人在志愿服务获益上的差异，补充当前国内相关研究不足，有助于决策者针对不同群体制定差异化策略，从而推动中老年人参与志愿服务。

本文可能的边际贡献在于，一是系统地梳理了国内外关于中老年人参与志愿服务对其主观幸福感影响的研究成果，为推动我国在中老年人参与志愿服务领域的研究提供参考与思路；二是在已有研究基础上，对比中老年人幸福感的差异，回答参与志愿服务对中年人和老年人幸福感影响的差异，同时进行中介效应讨论，厘清中老年人参与志愿服务同幸福感之间的关系和年龄差异对其关系的影响；三是在方法上，采用全国性调查数据进行研究的同时，运用倾向得分匹配-双重差分结合的方法进行稳健性检验，以对当前研究进行补充。

二、文献评述

从当前研究成果来看，国内外学者针对志愿服务与幸福感之间的关系进行了不同维度的讨论，其中针对中老年人，尤其是以老年人为研究对象的研究形成了相对丰富的研究成果，具体而言本文从影响结果、影响程度以及影响机制三方面进行梳理。

首先，从影响结果来看，多数学者研究发现志愿服务同幸福感之间存在积极联系。Borgonovi(2008)利用社会资本社区基线调查数据(Social Capital Community Benchmark Survey)，通过两阶段最小二乘法研究正式志愿服务同幸福感之间关系发现，志愿服务与幸福感之间存在积极联系。Haski-Leventhal(2009)、Schwingel et al.(2009)、Sarid et al.(2010)、Ho(2017)分别利用欧洲、新加坡、以色列以及中国台湾屏东县数据进一步验证了中老年人参与志愿服务对幸福感的积极影响。国内学者李芹(2010)通过对济南城市社区老年志愿服务的问卷调查，指出参与志愿服务能改善老年人的生活满意度；吴金晶等(2012)、曹杨、王记文(2015)分别基于北京朝阳区、西城区调研数据，采用Logistics模型得出了相同结论。

为了进一步比较参与志愿服务对中老年人的作用，也有学者引入了年轻群体进行比较。Willigen(2000)基于美国生活变化调查数据(Americans’ Changing Lives Survey)，采用OLS模型研究发现，虽然志愿服务对年轻人和老年人的幸福感均有显著影响，但相较而言，志愿服务对老年人的影响更为明显。与此相似，Musick and Wilson(2003)在研究老年人志愿服务与抑郁度之间关系时，同样引入年轻人进行比较，但发现志愿服务对幸福感的积极效应仅存在于老年人中。

此外，也有部分学者发现两者之间可能并不存在显著联系。Menec(2003)在基于马尼托巴老龄调查数据进行研究时，将幸福感操作化为快乐度与生活满意度，采用OLS回归模型发现参与志愿服务同快乐度与生活满意度之间并不存在显著联系。Shmotkin(2003)以以色列高龄老人为研究对象，采用Logistics模型也发现虽然参与志愿服务对自评健康、社会关系有显著影响，但并未对当前生活评价有显著影响。

其次，从影响程度来看，由于志愿服务参与频率、参与者个体特征等差异，志愿服务对幸福感的影响程度存在差异。一方面，由于参与频率、状态、服务类型不同，志愿服务对幸福感呈现非线性关系。Windsor et al.(2008)、王记文(2012)分别利用澳大利亚和中国北京市的调研数据，发现志愿服务参与同幸福感之间呈现“倒U型”关系，而前者进一步指出一年参与志愿服务时数维持在100-800小时较为合适，并且相较于没有参与以及适度参与的老年志愿者而言，参与程度高的老年志愿者可能面临更高程度的负面情绪。不过，Matz et al.(2012)指出，对于参与水平低和中等的老年人而言，其心理幸福感低于没有参与志愿服务的老年人，而仅有高参与水平的老年志愿者其心理幸福感显著提升。同时，也有学者发现志愿服务的持续性或状态的变化同样影响幸福感水平。Li et al.(2013)采用三期台湾老年人健康与生活调查(Survey of Health and Living Status of the Elderly in Taiwan)数据，按照研究对象参与或退出志愿服务状态的变化，将志愿服务状态分为“从未参加”、“持续参加”、“间断参加”、“由积极参与到不积极参与”、“由不积极参与到积极参与”五种状态，发现“持续参与”和“由不积极到积极参与”两种情况对老年人生活满意度和抑郁度有显著积极影响，而“间断参与”和“由积极到不积极参与”仅对生活满意度有显著积极影响。此外，Lee(2019)采用2012年韩国社会综合调查数据(Korea General Social Survey)时发现，仅邻里社区类与弱势群体帮扶类志愿服务能够提升个体的幸福感水平。

另一方面，个体特征的差异也同样会影响志愿服务与幸福感之间的关系。Dulin et al.(2012)利用2000年新西兰健康、工作与退休追踪调查(New Zealand Health, Work, and Retirement Longitudinal Study)数据，采用回归分析方法发现，经济生活水平对志愿服务与幸福感的关系起调节作用，具体而言，志愿服务对经济生活水平低者幸福感影响更为显著。与此相同，苗青、张玉(2017)通过2005年CGSS数据，采用处理效应模型，发现对于处于弱势地位的老年人而言，参与志愿服务存在社会补偿效应，即弱势老年人更能通过志愿服务提升其主观幸福感。此外，Jiang et al.(2018)则在采用线性模型进行研究时发现社会网络不同，影响效果不同。对于朋友较少的老年人而言，参与志愿服务对其影响会更为明显。

最后，从影响机制来看，学者们基于不同的理论框架提出了不同的观点。Greenfield and Marks(2004)将主观幸福感操作化为生活满意度、积极情绪和消极情绪，发现老年人参与志愿服务对生活满意度以及积极情绪有显著影响，而对消极情绪的影响并不显著。对此，Greenfield and Marks认为志愿服务对主观幸福感的影响主要是通过提升生活满意度以及积极情绪来实现，而Kahana et al.(2013)在采用有序Logistics模型研究其社会取向行为对老年人幸福感的影响时，也得出了相同的结论。不过，刘西国(2016)利用2011年CHARLS数据，将志愿活动整合进社会交往中，研究社会交往对农村老年人生活满意度时，指出社会交往通过降低抑郁程度以及提醒老人及时就医从而提升其生活满意度。另外，Piliavin and Siegl(2007)基于威斯康辛州追踪调查数据(Wisconsin Longitudinal Study)，指出个体参与志愿服务通过社会整合与被重视感影响心理健康，前者意味着社会关系数量较少的个体更容易通过志愿服务改善其心理健康，而后者则意味着通过志愿服务，志愿者能够意识到自身的重要性，进而影响其心理健康。Pilkington et al.(2012)从社会支持角度出发，假设老年人参与志愿服务对其主观幸福感的影响主要通过社会支持来实现，而其研究结果表明，来自朋友与家人的社会支持以及积极的社会交换起中介作用。

从上述文献回顾中，可以看出国内外学者已经对以中老年人、尤其是老年人为研究对象的志愿服务与幸福感之间关系进行较为深入的讨论。不过，对比国外研究成果，该议题在国内尚未引起学者们的广泛关注，同时国外研究结论是否适用于我国实际需进一步讨论。对此，综上所述，对于我国中老年人志愿服务参与同幸福感之间的研究可以从研究内容和研究方法两方面进一步拓展。

在研究内容方面，可以聚焦于基于年龄差异下志愿服务对幸福感影响的研究。其一，增加不同年龄群体之间的对比讨论，进一步讨论志愿服务对不同群体的意义与价值。回顾已有研究，当前国内研究中，针对中老年志愿服务的讨论中仅仅关注于老年人群体本身，对于与青年人、中年人之间的差异并无讨论，无法获知志愿服务对于老年群体的特殊价值。其二，关注志愿服务类型差异、参与状态变化的影响。当前国内研究中，仅仅关注到了是否参与志愿服务这一行为，但对于具体服务内容差异可能产生的影响并没有进行讨论，同时对志愿者参与状态的变化也缺乏关注，因此需要进一步研究讨论。其三，关于异质性和中介效应的工作还有改进空间。虽然学者们也进行了探索，如高翔、温兴祥(2019)基于疼痛的中介效应分析，但是就更具有现实意义的经济状况和心理健康等进行异质性和中介效应分析的工作还是不足，进一步探讨我国中老年人参与志愿服务对幸福感的心理健康作用机制，有助于我国厘清中老年人参与志愿服务对幸福感的作用机制。

在研究方法方面，从模型选择角度来看，针对当前国内外研究情况，多数学者主要通过OLS、Logistics模型等开展研究，对于内生性问题关注得较少，因而结果可能由于遗漏变量、自选择问题而产生偏差。现有经验研究中，对内生性问题的回应，主要通过基于截面数据的工具变量，处理效应模型和倾向值分析法等实验方法来完成，考虑到本研究问题可能存在自选择性、遗漏变量等内生性问题，因此采用倾向得分匹配(Propensity Score Matching，PSM)和双重差分(Difference in differences，DID)结合的方法进行处理，而当前少有研究采用这种方法进行讨论。另外，从使用的数据来看，当前国内学者对该问题的研究多以局部地区调查数据为主，较少采用全国性数据进行研究，尤其使用能够代表中老年人特征的中国健康与养老追踪调查数据，此数据覆盖全国28个省45岁以上中老年人，是一个高质量的微观数据，能很好地克服样本选择偏误。

综上，本文基于2013-2015年(China Health and Retirement Longitudinal Study, CHARLS)数据，采用有序Logit模型研究我国中老年人参与志愿服务对幸福感的影响，并采用PSM-DID进行稳健性检验。同时，此基础上，考虑到中老年人群体差异，按年龄划分进行异质性检验，以讨论中老年志愿服务作用的差异性。随后，参照已有研究，进一步讨论经济因素是否会影响志愿服务与幸福感之间的关系，最后，参照温忠麟、叶宝娟(2014)的中介效应检验程序，讨论我国老年人参与志愿服务是否通过提升积极情绪水平、抑制消极情绪水平实现。

本文的结构安排如下：第三部分介绍数据来源、变量选取以及计量模型的设定；第四部分主要为变量的统计性描述情况，并采用有序Logit回归、OLS回归、PSM-DID方法验证老年人参与志愿服务与幸福感之间的关系；第五部分分年龄差异进行进一步讨论，同时进行调节效应和中介效应检验；第六部分为总结，并提出相应的建议措施。

三、数据、变量与模型设定 (一) 数据来源

本文数据来源为中国健康与养老追踪调查数据。CHARLS是由北京大学国家发展研究院主持、北京大学中国社会科学调查中心与北京大学团委共同执行的大型跨学科调查项目，旨在收集一套代表中国45岁及以上中老年人家庭和个人的高质量微观数据。本文主要采用2013、2015年两期调查数据。其中，本文在进行数据处理，剔除缺失值、不适用样本后，2013年与2015年分别保留45岁以上样本10393个、12362个。

(二) 变量说明 1. 被解释变量

本文的被解释变量为幸福感，这里特指为主观幸福感，人们对自己生活的评价，包括情感和认知方面(Diener，2000)。参照已有研究以及问卷设计，本文采用生活满意度表征主观幸福感。一方面，生活满意度是基于被调查个体对于生活多维度的综合评价，是人们长期幸福感的稳定度量指标(马汴京，2019)；另一方面，则是因为在2013年、2015年问卷设计中仅有生活满意度的指标。这里本文依据CHARLS问卷中，健康状况和功能模块的“总体来看，您对自己的生活是否感到满意？”，将幸福感划分为“一点也不满意”、“不太满意”、“比较满意”、“非常满意”、“极其满意”五个等级。

2. 主要解释变量

本文的主要解释变量为志愿服务。2017年，我国国务院正式出台了《志愿服务条例》，其中明确将志愿服务界定为志愿者、志愿服务组织和其他组织自愿、无偿向社会或他人提供的公益服务。根据对这一概念的界定，同时考虑到我国志愿服务以无偿服务和助人为乐为特征(江汛清，2002)，本文依据CHARLS数据中，健康状况和功能模块的问题“您过去一个月是否进行了下列的社交活动？”，将“无偿向与您不住在一起的亲人、朋友或者邻居提供帮助”视为非正式志愿服务，将“志愿者活动或者慈善活动”视为正式志愿服务，将至少参与其中一项的受访者，界定为参与志愿服务并赋值为1，反之则为未参与志愿服务并赋值为0。

3. 控制变量

考虑到其他因素对幸福感存在影响，因而，参照王红(2015)的研究，本文选取受访者的人口特征(性别、年龄、健康状况)、家庭特征(配偶状况、家户人数、子女同住、子女经济支持)、社会经济特征(教育年限、养老保险、工作状况、经济状况、社区类型)作为控制变量纳入模型中。其中，需要补充说明的是关于ADL变量的处理。由于ADL变量由6个问题进行加总，且在受访者回答上述6个问题前，需要回答前置问题，倘若受访者在这些前置问题中都不存在困难，则会跳过上述6个问题。因而，为了尽可能保留样本，这里本文将这些在前置问题中不存在困难的个体纳入到样本，并在ADL变量中重新赋值为0。具体如下表 1所示

4. 中介变量

参考刘西国(2016)的研究，社会交往通过抑郁度等影响生活满意度，结合Greenfield and Marks(2004)的研究，志愿服务可能通过积极情绪提升幸福感水平，并不会对消极情绪产生影响。因而，为了进一步讨论志愿服务作用于幸福感的机制，本文将问卷健康状况和功能模块中的“我因一些小事而烦恼”、“我感到情绪低落”、“我感到害怕”、“我感到孤独”、“我觉得无法继续我的生活”五个问题归为消极情绪，并依次将“很少或者根本没有”、“不太多”、“有时或者说有一半的时间”、“大多数时间”重新赋值为0-3，随后进行加总算出消极情绪水平；同理，将“我对未来充满希望”和“我很愉快”归为积极情绪，并对上述问题进行反向赋值，即依次将“大多数时间”、“有时或者说有一半的时间”、“不太多”、“很少或者根本没有”赋值为0-3，并加总为积极情绪水平。

(三) 模型设定 1. 基准模型

为了考察中老年人参与志愿服务对幸福感的影响，本文将模型设定如下：

$ happines{s_i} = {\beta _1} + c*voluntee{r_i} + \gamma {X_i} + {\varepsilon _i} $

(1)

其中，happiness_i为本文所关注的被解释变量幸福感；volunteer_i则为解释变量志愿服务参与；X_i为人口特征、家庭特征、社会经济特征等一系列控制变量；ε_i为随机误差项。考虑到被解释变量为定序变量，为了方便后文解释，这里本文采用有序Logit进行考察。同时，参考陈钊等(2012)将离散变量幸福感视作序数变量，进而采用OLS回归模型，本文也在基准回归结果部分加入OLS回归结果，同有序Logit模型回归结果进行对比。

2. 倾向得分匹配-双重差分法

(1) 倾向得分匹配

诚如史薇(2017)所言，由于志愿服务并不是随机产生的，而是一种自我选择行为，比如更幸福的人，更可能参与到志愿服务过程中。对此，采用PSM方法能够缓解自选择带来的问题。具体而言，PSM假定在给定可观测变量的条件下，中老年人是否参与志愿服务，与个体幸福感水平无关，而是由既定可观测变量决定。因此，通过计算个体参与志愿服务的概率，即倾向得分，并依据倾向得分进行匹配，比较两组的差异，即可得出本文关注的平均处理效应(ATT，Average treatment effect on the treated)。对此，中老年人参与志愿服务所受到的ATT可以表示为：

$ AT{T_{PSM}} = E\left[ {{Y_{1i}}\mid D = 1, p\left({{X_i}} \right)} \right] - E\left[ {{Y_{0i}}\mid D = 0, p\left({{X_i}} \right)} \right] $

(2)

其中Y_1i为参与志愿服务中老年人的幸福感，Y_0i为未参与志愿服务的幸福感；D_i为处理变量，在这里主要指是否有参与志愿服务，D_i=1时表示有参与志愿服务，D_i=0表示无参与志愿服务；p(X_i)为倾向得分，表示个体参与志愿服务的概率。然而需要说明的是，由于PSM是基于可观测变量，无法解决不可观测变量所带来的影响。

(2) 双重差分法

DID的优势在于，基于面板数据，能够在一定程度上解决遗漏变量问题，尤其是针对不随时间变化，而又随个体或地区变化且难以观测的变量。具体而言，本文依据2013年、2015年个体志愿服务参与状态重新生成处理变量D_i，即2013年未参与志愿服务，2015年参与志愿服务的中老年人为处理组；2013年、2015年均未参与志愿服务的中老年人为控制组。因此，采用DID模型计算的ATT可以表示为：

$ AT{T_{DID}} = E\left({Y_{2015i}^T - Y_{2013i}^T\mid {D_i} = 1} \right) - E\left({Y_{2015i}^C - Y_{2013i}^C\mid {D_i} = 0} \right) $

(3)

其中，Y_2013i表示2013年个体的幸福感水平，Y_2015i则为2015年个体的幸福感水平；T表示处理组，C则表示控制组；D_i则表示处理变量，D_i=1为处理组，D_i=0为控制组。式(3)右边两项分别表示处理组与控制组自身的变化，而通过再次差分，消除时间效应，从而获得参与志愿服务的ATT。需要注意的是，DID方法有效的一个前提条件是，保证处理组和控制组的时间效应一致，即倘若不存在干预时，处理组和控制组的发展趋势是平行的(刘瑞明、赵仁杰，2016)。

(3) 倾向得分匹配-双重差分法

考虑到在本文中，不同个体之间存在差异，倘若仅采用DID方法难以保证时间效应一致，因此，参考万海远、李实(2013)、石大千等(2018)的研究，这里本文采用PSM-DID结合的方法进行研究，充分发挥PSM和DID的优点，即同时控制可观测变量、随时间不变和随时间同步变化的不可观测变量。在本文中，具体步骤为：首先，需要依据2013年个体特征计算个体2015年参与志愿服务的概率，即倾向得分，这里本文采用Logit模型进行计算；其次，依据倾向得分，将处理组与控制组进行匹配；最后，计算出ATT。具体可以表示如下：

$ AT{T_{PSM - DID}} = E\left[ {Y_{{{2015}_i}}^T - Y_{2013i}^T\mid p\left({{X_{2013i}}} \right), {D_i} = 1} \right] - E\left[ {Y_{2015i}^C - Y_{2013i}^C\mid p\left({{X_{2013i}}} \right), {D_i} = 0} \right] $

(4)

其中，p(X_2013i)表示个体基于2013年特征所计算出来的倾向得分。

3. 调节效应检验

为了检验经济因素对志愿服务与幸福感之间的影响，这里本文在式(1)的基础上，加入经济状况与志愿服务的交互项，具体模型设定如下：

$ happines{s_i} = {\beta _2} + {c_1}*volunteer + {c_2}*asse{t_i} + {c_3}*voluntee{r_i}*asse{t_i} + \gamma {X_i} + {\varepsilon _i} $

(5)

其中，asset_i指代个人经济状况，具体而言在本文是指个体金融资产总和；volunteer_i*asset_i为个体经济状况与志愿服务的交互项。

4. 中介效应检验

为了探讨老年人参与志愿服务是否通过提升积极情绪水平、抑制消极情绪水平影响主观幸福感。这里本文参照温忠麟、叶宝娟(2014)所提出的中介效应检验程序，具体模型设定如下：

$ {happines{s_i} = {\beta _1} + c*voluntee{r_i} + \gamma {X_i} + {\varepsilon _i}} $

(6)

$ {{M_i} = {\beta _3} + a*voluntee{r_i} + \gamma {X_i} + {\varepsilon _i}} $

(7)

$ {happines{s_i} = {\beta _4} + {c^\prime }*voluntee{r_i} + b*{M_i} + \gamma {X_i} + {\varepsilon _i}} $

(8)

式(6)中的系数c表示老人参与志愿服务对幸福感影响的总效应；而式(7)中系数a为志愿服务参与对中介变量M_i的效应；式(8)中的系数b则在控制志愿服务参与情况下，中介变量M_i对幸福感的效应，系数c′表示在控制中介变量情况下，志愿服务对幸福感的直接效应。此时，中介效应等于间接效应，即系数乘积ab，其余直接效应、总效应的关系为：

$ c = {c^\prime } + ab $

(9)

依据温忠麟、叶宝娟(2014)的中介效应检验程序，需要依次进行如下五个步骤：第一步，需要检验总效应c是否显著，倘若显著则按中介效应立论，反之则按遮掩效应立论。第二步，分别检验a、b的显著性，若两者均显著则进入第四步；倘若a、b中至少一个不显著，则进入第三步；第三步，进行Bootstrap检验，检验间接效应ab的显著性，若为显著则进入下一步，若不显著则间接效应不显著，停止中介效应检验。第四步，检验直接效应c′显著性，以判断为完全中介效应还是部分中介效应，若c′显著则可以认为是存在部分中介效应，反之，则是完全中介效应；第五步，比较ab和c′符号，倘若同号且为部分中介效应，则报告中介效应占总效应的比例，即ab/c。倘若异号，则为遮掩效应，报告间接效应与直接效应比例的绝对值，即|ab/c′|。

需要注意的是，依据刘红云等(2013)研究，当中介模型的因变量为二分类或多分类的等级变量时，应该使用Logit回归分析方法，但是当因变量的类别数较多(5及以上)时，可以考虑使用连续分析方法。因此，为方便后文解释，在中介效应检验部分，本文将幸福感视作连续变量，采用OLS回归进行检验。

四、实证结果与讨论 (一) 变量统计性描述

表 2为各变量的主要统计量。第一列为总样本中各变量的均值、标准差、最小值和最大值，后两列为参与志愿服务样本与无参与志愿服务样本各变量的均值、标准差。从表 2中可以看出，总体上中老年人主观幸福感水平为3.279处于比较满意的水平，进一步分样本来看，参与志愿服务的中老年人主观幸福感水平为3.338，高于无参与志愿服务老年人的3.268，且这种差异在1%的统计水平上显著。在志愿服务参与方面，样本中参与志愿服务的中老年人约有15.8%，而在美国，45岁以上中老年人志愿服务参与率高达25.5%^①，表明当前我国中老年人志愿服务参与水平仍有待进一步提升。

① 详见https://www.bls.gov/news.release/volun.t01.htm

为更好地分析中老年人参与志愿服务对主观幸福感的影响，图 1比较了有无参与志愿服务的中老年人的幸福感水平差异。从图 1可以看出，在“一点也不满意”、“不太满意”水平上，无参与志愿服务的中老年人分布比例要高于参与志愿服务中老年人，而在“非常满意”和“极其满意”水平上，参与志愿服务的中老年人分布比例要高于无参与志愿服务的中老年人。较为意外的是，在“比较满意”水平上，有参与志愿服务中老年人分布比例要低于无参与志愿服务中老年人。虽然如此，但结合描述统计结果，可初步得出中老年人参与志愿服务能够提升幸福感的结论。

(二) 基准回归结果

表 3为有序Logit和OLS回归结果，其中模型(1)、(3)、(5)分别为2013年、2015年、总样本的有序Logit结果；模型(2)、(4)、(6)则为OLS回归结果。从结果来看，无论是2013年，还是2015年，抑或总样本都可以看出，中老年人参与志愿服务幸福感水平要高于没有参与的中老年人。具体而言，在有序Logit结果方面，从2013年样本情况来看，在控制其他变量的影响下，参与志愿服务中老年人幸福感比没有参与志愿服务的高出12.1%，2015年样本约高出11.6%；而总样本情况则约高出10.9%。OLS结果与有序Logit结果相似。Lee(2019)指出志愿服务同幸福感之间的积极联系可以从心理层面与社会层面进行解释。从心理层面来看，个体通过志愿服务能够帮助个体形成被重视感、提升自尊、清楚人生意义与价值等，从而提升个体幸福感。Piliavin and Siegl(2007)则在区分享乐幸福(Hedonic Well-being)和意义幸福(Eudaimonic Well-being)基础上指出，同其他的社会参与一样，志愿服务能够让个体感觉快乐(Feeling Good)，即享乐幸福，但志愿服务能够进一步，通过让个体感觉到被重视，从而让个体感觉快乐的同时，更让其认识到更好的自我(Feeling Better About Oneself)，实现意义幸福。从社会层面来看，志愿服务通过推动个体社会融合实现幸福感的提升。个体通过参与志愿活动，与他人进行社会互动，进而获得更多的社会支持，并且同时产生诸如信任、归属感、亲密感等，从而提升个体幸福感。Pilkington et al.(2012)在研究老年人参与志愿服务与幸福感问题时指出，相较于没有参与者而言，参与志愿服务的老年人能够从家人与朋友中获得更多的社会支持，进而提升幸福感。

(三) 稳健性检验

考虑到中老年人参与志愿服务与幸福感之间可能存在自选择、遗漏变量等内生性问题，这里本文采用PSM-DID的方法进行稳健性检验。对此，本文对数据进行了以下处理，首先保留2013、2015年两期均出现的样本，共保留7834个样本；其次，生成“处理组”和“控制组”。处理组为2013年没有参与志愿服务，2015年有参与志愿服务的中老年人；控制组为2013年和2015年均没有参与志愿服务的中老年人。在进行处理后，发现处理组样本为937个；控制组样本为5722个。然后，依据2013年时个体特征、家庭特征、社会经济特征，采用Logit回归计算老年人参与志愿服务的倾向得分，并依据倾向得分进行匹配。这里为了保障匹配结果，对匹配后结果进行平衡性检验，如表 4所示。

从表 4可以看出，在匹配后，处理组与控制组在各变量上均不存在显著性差异，显著性水平均高于10%。同时通过绘制核密度函数图，如图 2所示，其中左图为匹配前密度函数分布，右图为匹配后密度函数分布。从图 2可以看出，在匹配后处理组与控制组核密度函数更为接近，意味着匹配效果较好。

匹配后，本文采用DID的方法探讨中老年人参与志愿服务对幸福感的影响，结果如表 5所示。从表 5可以看出，在2013年，处理组与控制组的中老年人幸福感并不存在显著差异，并且控制组幸福感略高于处理组，约0.015。然而，在2015年，处理组样本参与志愿服务后，其幸福感水平高于控制组，约高出0.038，在5%统计水平上显著。进一步对2013年与2015年处理组与控制组差异进行相减，可以发现，差分结果，即ATT为0.053，在5%统计水平上显著，表明中老年人参与志愿服务后幸福感水平提升了0.053，这与上述结论保持一致。

五、进一步分析 (一) 年龄异质性检验

为了进一步比较志愿服务在不同年龄中的效果，这里本文以60岁为界，将样本分为中年人与老年人的样本。

首先，基于总样本，本文对中老年人幸福感进行了比较，如图 3所示。从图中可以明显看出，整体上，老年人幸福感水平要高于中年人，这可能由于在中年阶段，个体面临着职场、家庭的双重压力，削弱了其个体的幸福感水平。同时，通过中老年人有无参与志愿服务幸福感差异，可以看出，中年人参与志愿服务比无参与志愿服务幸福感，要高出0.082，而老年人则高出0.079，两者差异不大。对此，为了进一步探讨中老年人参与志愿服务对幸福感影响的差异，同时避免内生性问题，这里本文参照稳健性检验，同样采用PSM-DID的方法进行处理，结果如表 6所示。

依据表 6，可以看出中老年人参与志愿服务对幸福感的影响存在差异。通过PSM-DID结果可以看出，对于中年人而言，参与志愿服务对幸福感的提升仅为0.005，并不显著；而对于老年人而言，参与志愿服务对幸福感的提升则为0.106，并在1%的统计水平上显著。对比中老年人的结果来看，显然志愿服务对老年人的影响更为显著。对此，Willigen(2000)从生命历程视角指出，个体所扮演的角色在不同人生阶段具有不同的意义。对于老年人而言，志愿者角色可以弥补已有职场角色的消失，而对于中年人而言，志愿服务更多体现为现有角色的延伸，个体通过参与志愿服务以完成不同的角色任务，例如成为好的父母与员工等。参照Musick and Wilson(2003)的研究，其认为这种差异可能有三种原因：其一，老年人更倾向于选择对自己更有益的活动，如宗教类志愿服务；其二，仅有当志愿服务体现个体选择意志时，其效果才会显示。相较于年轻群体而言，老年人更容易地自主选择，因为对于年轻群体而言，志愿服务更多地被视为履行社会责任的无偿劳动；其三，考虑年轻群体可能更多地由于物质回报、获得工作经验与技能等外在因素所驱使，这可能导致了志愿服务对于年轻群体较弱的影响。

(二) 经济因素调节效应讨论

鉴于Dulin et al.(2012)研究指出经济生活水平对志愿行为与幸福感的关系存在显著影响，因而，这里本文结合我国样本情况，对经济因素是否对志愿服务与幸福感关系存在调节效应进行讨论。同时考虑到当前研究表明志愿服务对弱势老年人存在“社会补偿效应”(苗青、张玉，2017)，这里本文在讨论总体样本情况下，进一步结合年龄分组讨论，结果如表 7所示。

从总样本情况来看，虽然伴随着经济状况的提升，中老年人参与志愿服务对幸福感的促进作用也会增强，但是这一作用在10%统计水平上并不显著。进一步分样本情况来看，无论是中年人，抑或是老年人，经济状况均对志愿服务和幸福感之间的关系不存在显著作用。对此，一种可能的解释是可能由于志愿服务内容为某一特定类型所致。Lee(2019)在依据2012年韩国社会综合调查数据进行研究时，依据服务内容，将志愿服务分为邻里社区类、教育性质类以及弱势群体帮扶类三种，其中仅帮扶弱势群体类志愿服务显著受收入的调节，其余两类并不受收入的影响。本文中的志愿服务由正式志愿服务与非正式助人构成，而后者在样本中所占比重大，与Lee(2019)研究中的邻里社区类志愿服务较为接近。此外，Handy et al.(2000)在进行公众对志愿者界定的跨国研究中，发现在志愿服务中存在“阶级平等效应”(Class Equalizing Effect)，即人们不以个人的身份评价志愿者，而是将他们一视同仁。因此，可能由于该效应的存在，使得中老年人即使经济状况不同，也能从志愿服务中体验到同样的经历，进而获得相似的影响。

(三) 中介机制讨论

为了进一步讨论志愿服务对主观幸福感的影响是否通过提升积极情绪、抑制消极情绪而实现的，本文进行了中介效应检验，结果如下表 8所示，其中模型(10)、(11)为积极情绪中介效应检验情况，模型(12)、(13)为消极情绪情况。

从模型(10)、(11)结果来看，中老年人参与志愿服务能够提升自身积极情绪水平，约0.252，同时积极情绪与幸福感之间也存在正相关关系，且由于志愿服务系数不显著，因此积极情绪起完全中介效应。然而，从模型(12)结果来看，意料之外的是志愿服务与消极情绪呈现正向关系，即中老年人参与志愿服务提升了消极情绪水平，进一步结合模型(13)的结果来看，志愿服务同幸福感依旧保持积极联系，但对比模型(6)结果，其系数增加了约0.009，然而消极情绪同幸福感之间呈现显著负相关关系，依据温忠麟、叶宝娟(2014)的研究，在直接效应同间接效应系数符号相反时，以遮掩效应立论。因而，志愿服务可能会导致个体消极情绪的提升进而抑制了幸福感水平，其中间接效应与直接效应的比例为18.54%^①，即抵消了志愿服务直接影响的18.54%。对此，一方面可能由于中老年人参与志愿服务频率差异所导致，诚如Morrow et al.(2003)研究发现过度参与可能会导致不良的影响。另一方面，参照Shmotkin et al.(2003)的研究，志愿服务同消极情绪之间的关系可能与个体共情能力或同情心有关，一般而言，参与志愿服务个体可能更容易体会到服务对象的不易与艰辛，同情其遭遇，进而会影响到志愿服务提供者本人。

① |ab/c′|= 0.155*(-0.061)/0.051 ≈0.18539。

六、结论

基于当前我国志愿服务领域研究中，关于参与志愿服务对中老年人影响讨论不足的问题，结合幸福感议题，本文提出我国中老年人参与志愿服务是否有助于提升幸福感水平和幸福感的提升是否会在中老年群体中存在年龄差异的问题。为科学回答这一问题，本文利用2013-2015年两期CHARLS数据进行研究，结果表明：(1)我国中老年人参与志愿服务有助于提升幸福感水平，在考虑到内生性问题并采用PSM-DID进行处理后，这一结论仍然成立；(2)考虑到不同年龄群体之间可能存在差异，本文以60岁为界划分为中年人与老年人两个群体进行异质性讨论，结果发现参与志愿服务对幸福感的提升存在显著的年龄差异，对于老年人而言，志愿服务能够显著提升其幸福感水平，但对于中年群体而言，志愿服务的影响并不显著；(3)在基准回归基础上，加入经济状况与志愿服务的交互项考察经济因素可能的调节作用时，发现无论是从总体上来看，抑或是分样本讨论，经济状况对于志愿服务与幸福感之间的关系不存在明显的调节作用；(4)在进一步讨论中介效应时发现，志愿服务通过提升积极情绪而提升个体幸福感，而消极情绪则起遮掩效应。

本文研究的理论意义在于，系统梳理了国内外当前有关中老年人志愿服务与幸福感之间影响的文献，在既有国内研究单独针对老年人讨论的基础上，进一步增加中年群体样本进行年龄差异对比讨论，以了解不同年龄群体下，志愿服务影响的差异，同时补充了参与志愿服务对中老年人幸福感的影响机制研究，参与志愿服务可以有效地提升中老年人的积极情绪，但也需要注意到志愿服务通过消极情绪所产生的潜在不良影响。

本研究的政策意义在于，其一，为政府推进中老年人，尤其是老年人志愿服务参与提供依据。当前伴随着我国人口老龄化，如何在实现“老有所养”的基础上，进一步实现“老有所为”、“老有所乐”的目标，是政策制定者需要认真考虑的问题。对此结合“中老年人参与志愿服务有助于提升幸福感”的结论，政府应积极推动中老年人参与志愿服务，一方面可以在宏观层面上，通过完善法律法规为中老年人参与志愿服务提供制度保障，另一方面，也可以通过扶持以社会工作机构为代表的社会组织，通过社会组织及其工作人员培育老年志愿服务小组、团队，为社会志愿服务赋能。其二，志愿组织中的组织者和管理者应当注意志愿者心理变化，通过一定的措施，抚慰志愿者的消极情绪。通过中介效应检验可以发现，在参与志愿服务过程中，志愿者可能会出现消极情绪反应，对此，在组织开展志愿服务时，组织者和管理者应注意志愿者情绪变化，可以适当增设事前的情绪管理培训，增强志愿者对情绪的掌控能力，也可以在事后为志愿者提供心理疏导。