在建模中分类变量一般需要做哑变量处理，故答案为B。

在建立逻辑回归模型时，哑变量处理（也称为虚拟变量处理）通常用于处理分类变量，以便将其转换为模型可以处理的数值形式。

对于您列出的影响因素：

A: 年龄 - 这是一个连续变量，不需要做哑变量处理。
B: 学历 - 这是一个分类变量（如高中、本科、硕士等），需要做哑变量处理。
C: 五年内是否有违约记录 - 这是一个二元分类变量（是/否），可以直接使用0和1表示，不需要进一步的哑变量处理。
D: 年支出 - 这是一个连续变量，不需要做哑变量处理。

因此，正确答案是：B: 学历。

**专业分析：**

1. **年龄和年支出**：这两个变量是连续的数值型变量，可以直接用于逻辑回归模型，不需要进行哑变量处理。

2. **学历**：学历是一个多类别的分类变量（例如，高中、专科、本科、硕士、博士等），在逻辑回归模型中，分类变量需要转换成哑变量。例如，如果有三个类别（高中、本科、硕士），可以用两个哑变量来表示：一个表示是否为本科，另一个表示是否为硕士，高中作为基准类别。

3. **五年内是否有违约记录**：这是一个二元分类变量（是/否），可以直接用0和1表示。虽然技术上它也是一个分类变量，但因为它只有两个类别，所以不需要进一步的哑变量处理。

因此，只有学历这个变量需要进行哑变量处理，以便在逻辑回归模型中使用。