《中国流动人口发展报告2018》指出,近年流动人口规模由于内外部原因逐步开始自我调整,整体有所下降,但是流动人口群体中的老年人口规模却呈现上升的趋势。老年流动人口因其自身的特异性,对于流入地的经济发展、消费结构、基础设施、医疗设施等都提出了重大的挑战。由于省份之间经济水平、医疗保障、生态环境存在差异,选择跨省的老年流动人口会遇见重重障碍,本文在对老年流动人口个体层次特征现状的描述性分析后,利用Logistic回归模型与分类树模型进行实证分析,合理科学地探索老年人口跨省流动影响因素,因材施教、因地制宜,让老年流动人口实现老有所依、老有所养、老有所乐。在Logistic回归分析中,根据分析前提将老年流动人口内部分为性别、户籍情况等共四大组,并在每个分组内将研究模型分为仅有个体层次的变量,与加入省级层次的变量,以完成群体内部差异探讨、个体省级相互作用探究。整体看来,个体层面变量民族、健康状况、文化水平、户籍性质、医保社保办理情况、流动原因、曾流动城市数目、失业年份、家庭月平均收入支出都通过显著性检验,但是在加入省级层面变量的模型中,省级变量经济指标:人均GDP、人均可支配收入、居民消费指数,医疗保障指标:基层医疗机构数目,公共交通指标:每万人拥有公交车辆数,人口学指标:人口密度、老龄化程度均通过显著性检验,并且在省级变量作用下,个体层面变量家庭月均收支情况、失业年份等个人经济状况未通过显著性检验,且健康状况、文化水平的解释能力有所下降。在分类树模型中,充分考虑了因素间的交互作用,可以直接聚焦研究对象群体。在仅有个体层次变量的分类树模型中,家庭月均收入、支出、社会交往类别、民族、流动愿意、办理医保状况等六个变量被纳入模型,但是同样,加入省级变量后,仅有民族、家庭月均收入、老龄化程度、人口密度、人均可支配收入被筛选出来。两种模型无优劣之分,只需要根据研究的具体问题,选择或者同时使用两种模型以达到解决问题的目的,针对不同特征的跨省老年人口群体,政府牵头、企业配合,逐步实现“健康老龄化”的目标。