互联网使用对居民健康的影响 ——基于2016 年中国劳动力动态 调查数据的研究

杨克文 何 欢

一、引 言

改革开放以来，得益于人口年龄结构所蕴含的丰富人口红利和制度变迁等有利因素，中国经济快速发展，并于2010 年成为全球第二大经济体。但是，随着人口出生率下降和老龄化问题日益严峻，中国正在经历快速的人口结构转型。2012 年中国劳动年龄人口数量首次出现下降，标志着人口红利正在快速消失。未来，人口数量型优势在推动中国经济快速发展的过程中所发挥的作用会不断下降。在此背景下，人口的质量型需求不断突出，通过提高人力资本，来实现经济的快速发展( 昉蔡 ，2010)。健康不仅是构成人力资本的重要组成部分，而且是教育、迁移等人力资本发挥作用的重要基础(Grossman，1972)。针对国情，中共中央和国务院印发《“健康中国2030”规划纲要》，提出“普及健康生活、优化健康服务、完善健康保障、建设健康环境、发展健康产业”五方面的战略任务。

随着2013 年“宽带中国”战略的提出，中国互联网事业得到了飞速发展。根据《第43 次中国互联网络发展状况统计报告》①http：//www.cac.gov.cn/wxb_pdf/0228043.pdf。数据，截至2018 年12 月，中国网民数量达到了8.29 亿，比2017 年增加了5653 万，互联网普及率为59.6%，比2017 年提高了3.8%。其中，手机网民数量为8.17 亿，比2017 年增加了6444 万。根据《世界互联网发展报告2018》②http：//www.cac.gov.cn/2019-03/06/c_1124199104.htm。，中国的互联网发展指数排名世界第二，仅次于美国。

在网络基础设施大幅改善和网民数量日益庞大的背景下，2015 年《国务院关于积极推进“互联网+”行动的指导意见》(简称《意见》)指出，“互联网+”是把互联网的创新成果与经济社会各领域深度融合，要加快推进“互联网+”发展，充分发挥“互联网+”在推动经济社会健康发展过程中的重要作用。在“互联网+”益民服务领域，《意见》指出要充分发挥互联网的高效、便捷优势，提高资源利用效率，降低服务消费成本，加快发展基于互联网的医疗、健康等新兴服务，推广在线医疗卫生新模式，促进智慧健康养老产业发展。

互联网与医疗、健康的结合，为居民获取健康信息、预防疾病和接受医疗服务提供了便利。以往，在医院就医往往需要排长队挂号、支付，较高的时间成本导致有些病人因此而放弃就医。随着电子支付场景不断延伸，网络支付应用已经在医疗、健康领域形成突破，极大地节约了就医人员的时间成本。从信息获取的角度来看，根据《第43 次中国互联网络发展状况统计报告》数据，受限于使用技能和教育水平等因素，中国非网民规模为5.62 亿。但是，为了方便获取医疗、健康等专业信息，高达19.2%的非网民愿意使用互联网。

随着互联网与医疗、健康产业的深入融合以及越来越多的居民使用互联网方便地进行信息咨询、看病就诊和结算，一个很自然的问题产生了，互联网使用能改善居民的健康吗？现有研究并未给出一致性的结论。一些研究认为，互联网使用有利于老年人与社会沟通，降低他们的孤独感，从而能够改善健康(Mellor 等，2008；Erickson 和Johnson，2011；Cotton 等，2012；Heo 等，2015；周广肃和孙浦阳，2017)。如Cotten 等(2014)使用美国2002 年至2008 年的健康与退休调查数据(HRS)考察互联网使用对老年人抑郁的影响。结果发现，相比不使用互联网，使用互联网时，老年人的抑郁可能性下降了33%。对影响机制的分析发现，使用互联网便于老年人与他人沟通和交流，进而降低抑郁可能性。另一些研究认为，互联网也为居民提供了多样化的娱乐方式(Lisa，2017)，会使人上瘾而导致健康恶化(Azher 等，2014；Noh 和Kim，2016；Sami等，2018；Kitazawa 等，2018)。如Billari 等(2018)使用2008 年、2010 年和2012 年德国的社会经济面板数据(SOEP)考察了睡前的互联网使用对睡眠的影响。结果发现，互联网使用会导致睡眠不足，并降低睡眠满意度。

以上文献虽然对互联网使用与居民健康之间的关系进行了富有启发性的探索，但是尚未理清两者之间的关系。其主要原因在于，一方面，目前考察样本主要集中于大学生等青年群体和已退休的老年人群体，对居民整体的研究较少，因此样本的选择性会容易产生不一致的结论。另一方面，现有研究主要关注的是某一方面的主观健康指标，如睡眠、焦虑和抑郁等，缺乏综合性的健康指标，难以整体把握互联网使用与居民健康之间的关系。鉴于此，本文使用2016 年的中国劳动力动态调查(CLDS)数据，对两者之间的关系进行详细考察。具体来说，本文将考察如下问题：互联网使用是否影响居民健康？存在什么样的影响？在不同群体中是否存在异质性以及可能的影响机制？与已有文献相比，本文的边际贡献在于：第一，由于从信息化的角度研究互联网使用对居民健康影响的文献较少，本文的研究结果有利于我们更深刻地理解互联网使用与居民健康之间的关系；第二，本文从经济状况和健康行为的角度考察互联网使用影响居民健康的可能渠道，一方面弥补了现有研究的不足，另一方面也为更好地指导互联网使用改善居民健康提供了现实依据；第三，在人力资本对中国未来经济的健康发展日益重要的背景下，对互联网使用与居民健康之间关系的考察，一方面，有利于从健康的角度评估中国互联网发展的价值和意义，另一方面，可以更好地针对中国互联网发展现状从健康的角度提供有效的政策建议，促进中国经济社会健康发展。

余下部分安排如下：第二部分是理论假说，第三部分是研究设计，第四部分是实证结果，第五部分是进一步讨论，最后是本文的结论及政策建议。

二、理论假说

Grossman(1972)的健康资本需求理论认为，健康投资取决于投资的收益和成本。收益主要包括两部分：一是作为消费品直接进入效用函数，增加投资者的效用；二是作为资本品决定着可用于市场和非市场活动的总时间。成本也包括两部分：一是由时间、医疗服务等商品、饮食、锻炼、娱乐和居住等投入要素构成的成本；二是受环境变量的影响，如教育直接影响健康投资效率。是否进行更多健康投资取决于收益与成本的比较。如果收益大于成本，进行更多健康投资是有利的；反之则不利。

随着信息技术的发展和成熟，互联网不仅越来越广泛地影响人们的生产和生活(周广肃和孙浦阳，2017)，还对健康投资的影响日益深入。在上网越来越呈现出大众化和自由化的情况下，利用网络进行健康投资逐渐成为居民改善健康的重要方式之一。互联网对居民健康的影响主要表现在以下三个方面。

第一，互联网使用可以提升健康投资效率和节约就医成本。首先，与传统的线下会诊相比，使用互联网可以打破医患之间的时空约束，提高诊疗效率并降低成本。中国医疗资源配置存在着区域和城乡之间的不平衡性，许多居民由于缺乏必要的健康知识，导致非理性就医行为，经济条件允许的情况下无论大病小病都选择到大医院就医(王波和杨林，2017)，不仅费时费力，而且成本很高。借助于互联网，通过实时对话、虚拟对话和延时对话等形式，患者可以打破时间和空间的约束，很方便地与医务人员进行交流和沟通，不仅有利于及时会诊并解决问题，还极大地节约了交通和食宿等费用。其次，互联网使用可以提高支付效率并降低成本。与医疗资源配置不均衡导致的大医院人满为患相伴随的是，无论挂号还是支付医疗费用，均需长时间排队等候，甚至有时候难以实现当天就诊。使用互联网不仅可以提前预约挂号就诊，避免了排队，极大地提高了看病效率，而且由于可以提前安排，也降低了工作上的损失。再次，互联网使用可以提高医保结算效率并降低成本。在我国绝大多数居民已经参保的情况下，医保的不可携带性已经成为阻碍劳动力流动的重要因素(贾男和马俊龙，2015)。2014 年以来，随着异地联网结算信息系统不断完善，越来越多的居民实现了异地就医。“往返奔波累、报销周期长”逐渐成为历史。

第二，互联网使用可以增加健康投资时间。首先，借助于互联网可以直接增加健康投资时间。传统的线下健康活动如社交娱乐，通常需要人与人的近距离接触才可以实现信息的有效传递。但是，借助于互联网，通过音频和视频的方式实现远程交流和沟通，人与人之间可以不用直接接触。节省了往返交通时间和费用，直接增加了健康投资时间。其次，借助于互联网可以间接增加健康投资时间。家庭作为生产和生活单位，需要家庭成员共同努力才能提高家庭产出和效用(Becker，1981)。随着互联网的发展，电子商务、电子支付和物流系统不断成熟，极大地便利了消费选择和购物，节约了大量家务时间，从而间接增加了健康投资时间(李海舰等，2014)。

第三，互联网使用有利于获取更好的健康知识和信息。机构和个人均可以通过终端设备实现健康信息上传，因此互联网具有海量资源，极大地提高了健康资源质量。但是，网络上丰富的健康信息也易对人们造成干扰，产生负面影响。为此，网络上的生产者、消费者和第三方发展出了很多有益的方法帮助人们识别有价值的健康信息。一方面，健康信息更注重以人们的需求为中心，满足他们的个性化需求(辜胜阻等，2016)。通过定向推送，好的健康信息能够得到人们的口碑相传(李海舰等，2014)。另一方面，通过对网站影响力进行评价，可以帮助人们识别和确定影响力大、利用价值高的网站，从而降低了互联网海量资源对人们的干扰(姜吉栋等，2015)。

在以上分析的基础上，本文认为互联网使用能够在健康投资过程中，通过提高效率、降低直接成本、增加投资时间和改善资源质量等方式，降低健康投资成本。因此，本文提出假说1。

假说1：整体而言，在其他条件不变的情况下，互联网使用会改善居民健康。

但是，具有不同特征的居民在使用互联网改善健康的程度上可能存在异质性。

从年龄的角度来看，相比中年人，互联网上丰富的娱乐功能会使自制能力较差的青年人更容易上瘾。长时间使用互联网会导致他们焦虑(Azher 等，2014)、睡眠不足(Billari 等，2018)和抑郁(Kitazawa 等，2018)，从而损害健康。相比青年人，中年人自控能力更强，更善于使用互联网获取有益的健康信息并进行健康投资，从而有利于改善他们的健康(Cotten 等，2014)。

从城乡差异来看，长期的城镇优先发展战略和城市偏向性政策使得城镇和农村在社会经济等诸多方面存在差异(陈斌开和曹文举，2013)。具体到医疗资源的配置和网络基础设施建设上：首先，相比城镇，农村的医疗资源较为匮乏，难以及时满足他们对医疗服务的有效需求，这使得他们更可能依靠互联网改善健康，互联网对他们的健康影响更大。其次，相比农村，城镇互联网普及率较高。根据《第43 次中国互联网络发展状况统计报告》数据，2018 年，城镇地区互联网普及率为74.6%，而农村地区仅为38.4%。城镇地区互联网的高普及率，一方面，有利于他们利用互联网获取健康知识以改善健康；另一方面，也意味着高渗透率，容易诱使他们延长使用互联网的时间，从而导致健康受损(Billari 等，2018；Kitazawa 等，2018)。

从收入的角度来看，相对于低收入者，一方面，高收入者更可能使用互联网改善健康。根据《第43 次中国互联网络发展状况统计报告》数据，收入在2000 元以上的居民更可能上网；另一方面，高收入者也更可能根据互联网上的健康信息进行健康投资，从而改善他们的健康。

综合以上分析，本文提出假说2。

假说2：相比年轻、城镇和收入较低的居民，使用互联网的健康促进效应在中年、农村和收入较高群体中的作用更大。

Grossman(1972)的健康资本需求理论认为，健康投资受到预算约束和生产效率的影响。宽松的预算约束有利于增加健康资源投入，较高的生产效率有利于提高健康产出。互联网使用不仅可以提高居民收入从而放松预算约束，而且有利于提高健康生产效率。较高的收入不仅有利于提供营养更均衡合理的饮食，而且还可以进行专门的健康投资，如旅游度假、健身锻炼等，从而有利于改善居民身心健康(Cutler 等，2010)。互联网使用可以将人们从传统的劳动中解脱出来，去从事创新、高效的工作，这有利于提高人们的劳动生产率，从而提高收入(Krueger，1993；陈玉宇和吴玉立，2008；高梦滔等，2009)。

此外，使用互联网可以很方便地获取与健康相关的知识和信息。因此，相比不使用互联网，使用互联网时，居民能够利用他们所掌握的健康知识和健康信息来提高健康资源的配置效率和利用效率。从配置效率的角度来看，互联网使用能够使居民优化健康投入组合，有针对性地改善身体健康；从利用效率的角度来看，同样的健康资源投入可以得到更多的健康产出，如对治疗方案的理解更深刻，对治疗过程的配合更准确，就可获得更好的治疗效果。基于以上分析，本文进一步提出假说3。

假说3：预算约束放松和健康生产效率提升是互联网使用影响居民健康的重要 机制。

三、研究设计

（一）模型设定

根据前面所提出的理论假说，本文将重点检验互联网使用与居民健康之间的关系。考虑到衡量居民健康的指标包括五分类变量、连续值变量和二分类变量，因而本文的基本计量经济学模型在设定时分为以下三类。

第一，针对五分类变量，本文设定如下Ordered Probit 模型：

假设健康变量原始数据的取值范围为1，...，m，则Ordered Probit 模型可表述为：

其中，i 表示居民，Yi表示居民i 的健康，Interneti表示互联网使用，Xi代表控制变量，μc表示城市固定效应，ui为随机扰动项，β 和γ 分别表示相应变量的系数。

上述基本模型可能会因为内生性问题而使得估计结果存在有偏和非一致性(Cotten 等，2012；Cotten 等，2014)。内生性主要来自两方面：一是遗漏变量问题。能力较高的居民不仅更容易提高互联网使用技能(陈玉宇和吴玉立，2008)，而且由于投资成本较低，健康通常也较好(Becker，1962)。二是联立性问题。当健康较差时可能会降低使用互联网的可能性(Cotten 等，2014)。综上，本文认为基本模型可能存在内生性问题。为此，本文将使用工具变量来解决该问题。下文将对此进行详细阐述。

（二）数据及变量

本文使用的是 2016 年的中国劳动力动态调查(China Labor-force Dynamic Survey，简称CLDS)数据。该数据采用科学的概率抽样方法和轮换样本追踪方式，既能较好地适应中国剧烈的变迁环境，又能同时兼顾横截面调查的特点。CLDS 建立了以15 岁～64 岁的劳动力为调查对象的综合性数据库，包含劳动力个体、家庭和社区三个层次的追踪和横截面数据。2016 年CLDS 样本覆盖中国29 个省市，样本规模为401个村居，14226 户家庭，21086 个个体，具有全国代表性。经过整理，本文删除了还在上学、年龄等关键变量缺失的样本点。

本文研究的被解释变量为居民健康。健康指标大致可以分为客观指标和主观指标。相对于客观健康指标而言，主观指标虽然简单，但已被证明能成功预测死亡率和失能率(Mossey 等，1982)。此外，根据世界卫生组织(WHO，1946)对健康的定义①http：//www.who.int/suggestions/faq/en/。可以发现，主观健康指标更符合WHO 所定义的健康，即不仅仅没有疾病或者体质强健，更指生理和心理的健康，以及社会福祉和完美状态。由于现有研究多使用焦虑、抑郁等主观健康指标衡量健康，鲜有学者使用客观健康指标，为了更全面地考察互联网使用对居民健康的影响，本文将同时采用主观和客观健康指标测度居民健康状况。

衡量主观健康的指标包括：(1)自评健康，采用问题“您认为自己现在的健康状况如何？”来衡量，答案为“非常不健康”“比较不健康”“一般”“比较健康”和“非常健康”，分别用1～5 来表示，值越大表示越健康。(2)身体疼痛，采用问题“过去一个月内，是否有过身体疼痛现象？”来衡量，答案为“总是”“经常”“有时”“很少”和“没有”，分别用1～5 来表示，值越大表示身体疼痛越少。(3)情绪，采用问题“上周出现下列情况的频率”来测度：如“因一些小事烦恼”“不想吃东西”“感到情绪低落”“做任何事情都很费劲”“感到害怕”“睡眠不好”等20 个小问题。答案为“没有或者基本没有”“少有”“常有”“几乎一直有”，分别用4～1 来表示，然后将20 个小问题相加得到总值。因此，值越大表示情绪越好。

衡量客观健康的指标包括：(1)伤病，采用问题“过去两周是否有伤病？”来衡量，答案为无、有，分别赋值为1、0。(2)住院，采用问题“2015 年7 月以来，您是否有医生诊断需要住院?”来衡量，答案为无、有，分别赋值为1、0。

本文研究的核心解释变量为互联网使用情况。通过问题“过去一年中，您家使用互联网的情况”来衡量，该问题的答案分别为“只使用电脑上网(包括pad)”“只使用手机上网”“既使用电脑上网也使用手机上网”“不上网”。本文将“不上网”归为一类并赋值为0，其他归为一类并赋值为1。

此外，参照健康资本需求理论和已有研究文献(Grossman，1972；Cotten 等，2014；Heo 等，2015)，本文还控制了：个体特征，如性别、年龄、居住地、教育、婚姻状况、医疗保险、被动吸烟和年收入等变量；家庭特征，如五年前家庭社会层级和兄弟姐妹数量等变量；社区特征，如社会经济水平和社区环境污染程度。考虑到不同地区的社会经济发展水平和习俗存在差异，本文进一步控制了城市固定效应。在满足年龄要求的情况下，家庭内可能多个劳动力被抽样，因此本文在家庭层面上进行了聚类。以上变量的进一步处理结果、含义和描述性统计结果见表1。

从该表可以看出，整体上，居民健康较好，3 个主观健康指标和2 个客观健康指标均值均较高，最差的自评健康指标也达到了3.6，介于一般和健康之间。以上健康指标的结果较为一致，表明对居民健康状况的衡量比较稳健。我国家庭的互联网普及率约为66.9%，与全国的均值水平较为接近。

表1 样本的描述性统计表

四、实证结果及分析

（一）基准回归

根据理论假说和式(1)～式(5)，本文采用多种计量模型进行估计，结果如表2 和表3 所示。

从表2 可以看出，互联网使用对居民健康具有显著影响。相比不使用互联网，使用互联网时，自评健康向好的方向提升0.157 个Probit 单位，身体疼痛向好的方向提升0.074 个Probit 单位，情绪改善约0.75，遭遇伤病和住院的可能性分别下降1.3%和1.1%。以上结果表明互联网使用能够改善居民健康。这与现有研究结果一致(Cotten等，2014；Heo 等，2015；周广肃和孙浦阳，2017)。

由于“自评健康”和“身体疼痛”皆为五分类变量，表2 的估计系数仅反映了互联网使用对它们的影响程度，而不是边际效应。为此，结合各切点估计值，考察互联网使用对“自评健康”和“身体疼痛”的边际效应，结果如表3 所示。从该表可以看出，相比不使用互联网，使用互联网时，自评健康为“非常不健康”“比较不健康”和“一般”的概率分别下降0.4%、2.3%和2.6%；为“比较健康”和“非常健康”的概率分别上升1.4%和3.9%。身体疼痛为“总是”“经常”“有时”“很少”的概率分别下降0.2%、1.2%、1.1%和0.3%，而“没有”的概率上升2.7%。

根据回归结果，表2 中控制变量基本符合理论预期。从个体特征来看，男性相比女性更健康(Case 和Paxson，2005)。年龄越大，生理机能越差(Grossman，1972)。相比农村，在城镇居住时医疗服务可及性更高，因而更健康(王波和杨林，2017)。教育能够提升投资效率，从而改善健康(Grossman，1972)。相比未婚，已婚居民的健康更好(赵忠，2006)。被动吸烟对健康具有显著的负面影响(Moesgaard 等，2017)。收入提高有利于增加投资，从而改善健康(Grossman，1972)。从家庭特征来看，家庭社会层级越高，意味着可用的资源越丰富，因而能够改善个体健康(宋月萍，2007；Sonego 等，2013；Silles，2015；Li 等，2015)。兄弟姐妹数量越多，根据资源的稀释理论，个体获得的资源越有限，健康越差(Becker 和Lewis，1973)。从社区特征来看，社区经济条件越好，卫生健康服务设施就越好，越有利于改善居民健康(靳永爱等，2017)。社区空气污染越严重，对居民健康的损害越大(陈硕和陈婷，2014)。

表2 基本模型

续表2

表3 OProbit模型边际效应

（二）工具变量法

采用不同代理变量指标，本文较为详细地考察了互联网使用对居民健康的影响，发现互联网使用能够改善居民健康。对于可能存在的内生性问题，本文在控制变量的选择方面进行了较多努力，尽可能控制个体特征、家庭背景、社区环境以及城市固定效应等相关影响因素，以减少不可观测因素所导致的遗漏变量问题。不过，这仍然可能存在内生性问题。进一步，本文将寻找居民互联网使用情况的工具变量以降低可能存在的内生性问题所导致的有偏和非一致性。

有效的工具变量要满足两个条件：一是与随机扰动项不相关，二是与内生变量相关。本文将使用个体所在社区的平均互联网使用情况(不包含家户本身的互联网使用情况)作为个体家户互联网使用情况的工具变量。一方面，住在相同社区的人群容易体现出行为的互动效应(郑磊，2015)。通常情况下，为了节约成本，网络基础设施的铺设具有区域性特征。如果该区域搭建了网络基础设施，社区内的不同家户可以很方便地随时开通网络。因此，预期行为的互动效应会促使社区内具体家户的互联网使用情况与社区的平均水平趋于相关，结果如表4 所示。从该表可以看出，无论是否控制其他变量和地区固定效应，排除个体家户的社区平均互联网使用情况均与个体家户互联网使用情况存在显著的正相关关系。即工具变量与内生变量显著相关，因此满足工具变量的相关性假设。此外，无论是否控制其他变量和地区固定效应，F 统计值均大于10，表明不存在弱工具变量问题(Staiger 和Stock，1997)。另一方面，网络基础设施是否在某个区域铺设，受该区域的经济水平和环境等因素的影响较大。因此，社区平均互联网使用情况可能会与该社区的经济水平和环境等因素有关，并影响社区内居民的健康。为此，本文通过控制社区经济状况和空气质量，使社区平均互联网使用情况在微观个体层面上与居民健康不相关，而且居民健康也无法反过来影响社区平均互联网使用情况，因此能够克服反向因果问题。此外，社区平均互联网使用情况也大大降低了个体家户互联网使用情况可能存在的测量误差。该工具变量的设计已有学者采用(Lisa，2017；周广肃和孙浦阳，2017；杨克文和李光勤，2018；杨克文等，2019)。

表4 工具变量检验(1)：相关性检验

鉴于工具变量只有一个，具有恰好识别的特征。为了检验工具变量的外生性，本文借鉴Baron 和Kenny(1986)提出的方法进行检验，具体步骤如下：①检验社区平均互联网使用情况对居民健康的影响，如果社区平均互联网使用情况的系数显著，表明社区平均互联网使用情况对居民健康具有显著影响，同时，进行下一步骤检验；②检验社区平均互联网使用情况对作为内生变量的居民互联网使用情况的影响，如果社区平均互联网使用情况系数显著，说明社区平均互联网使用情况与内生变量居民互联网使用情况相关；③在步骤①的基础上加入居民互联网使用情况变量，如果内生变量的影响显著，同时社区平均互联网使用情况的系数相对于步骤①中的系数不显著，表明社区平均互联网使用情况作为居民互联网使用情况的工具变量仅能通过居民互联网使用情况对居民健康产生间接影响，即满足外生性要求。由于步骤②已经在表4 中考察并且结果符合预期，此处主要考察步骤①和步骤③，结果如表5 所示。

表5 工具变量检验(2)：外生性检验

从该表的Part A 可以看出，当不控制居民互联网使用时，排除家户本身的社区平均互联网使用情况仅对自评健康、情绪和住院存在显著影响，但是不影响身体疼痛和伤病。当控制居民互联网使用之后，如Part B 所示，排除个体本身的社区平均互联网使用情况仅对情绪存在显著影响，并不影响其他衡量居民健康的指标。因此，总体而言，排除家户本身的社区平均互联网使用情况相对于居民健康来说，具有较好的外生性。需要注意的是，由于工具变量相对于情绪不满足外生性要求，因而在工具变量回归分析中，暂时不考虑互联网使用与该指标的关系。

根据上文的分析，基本模型很可能存在内生性问题，从而导致所得结果不准确。为此，本文首先在控制变量上进行努力，尽可能选择合适的控制变量以减少内生性问题的影响。进一步，本文还试图使用工具变量法来更全面地考察和解决内生性问题。前面对工具变量的合理性进行了详细而充分的检验，表明本文所选择的工具变量是合适的。本部分将使用上文所选择的工具变量进行模型估计，结果见表6。

首先，使用本文所选择的工具变量对互联网使用的内生性进行检验。通过DWH检验发现，除情绪指标外，均未拒绝原假设，即不存在内生性问题。这表明本文通过控制变量的选择已经较好地处理了内生性问题，因此基准回归的估计结果是可信的。

通过工具变量估计结果仍然可以发现，互联网使用对居民的自评健康和住院指标均存在显著影响，这表明互联网使用对居民健康的影响是稳健的。需要注意的是，尽管在工具变量估计结果中互联网使用对居民的身体疼痛和伤病的影响不显著，但是并不能认为此时互联网使用对居民的身体疼痛和伤病就真的没有影响。这是由于当模型不存在内生性时，使用工具变量会导致估计结果的方差大大增加，从而会降低显著性。

表6 工具变量估计

需要说明的是：首先，在检验工具变量和内生变量的相关性时，为了获得F 统计值，本部分对内生变量“互联网使用”进行了重新处理。将“不上网”赋值为1，“只使用电脑上网(包括pad)、只使用手机上网”归为一类并赋值为2，“既使用电脑上网也使用手机上网”赋值为3，使之可以当作连续值变量进行处理。其次，由于Ordered Probit 模型难以直接采用工具变量法进行估计，参照周广肃和孙浦阳(2017)的方法，本文采用线性两阶段最小二乘方法(2SLS)进行回归。按上述方法处理之后，基本模型和工具变量模型中互联网使用对居民健康的影响程度不再具有可比性，但是本文关注的重点是影响性质，在这一点上来看，结果是一致的。

综上，从基准回归和工具变量法的估计结果发现，互联网使用对居民健康具有显著的正面影响，验证了理论假说1。

五、进一步讨论

（一）异质性分析

第四部分对互联网使用与居民健康之间的因果关系进行了详细讨论，但是并没有回答互联网使用对不同群体影响的异质性问题。我国经济发展具有诸多方面的不平衡性特点，就网络基础设施而言，城乡之间的普及率差距较大，而且互联网使用在不同年龄和收入群体中也存在显著差异。因此，考察互联网使用与居民健康的关系在不同群体中的异质性，具有重要的现实意义。本部分分别从年龄、城乡和收入等不同角度考察互联网使用对居民健康的异质性影响，表7 汇报了估计结果。

表7 异质性分析

对于年龄层面的异质性来说，45 岁通常是划分中青年群体的重要标志，因此本文按照此年龄来划分不同的年龄组别。表7 的第(1)列显示，对于45 岁以上的群体来说，互联网使用能够显著改善他们的自评健康和情绪，但是对其他健康指标的影响不显著；表7 的第(2)列显示，互联网使用对45 岁及以下组别的不同主观健康指标均存在显著影响，但是不影响客观健康指标。与此同时，相比45 岁及以下群体，互联网使用对45 岁以上群体的影响程度更大；但是相比45 岁以上群体，互联网使用对45 岁及以下群体的影响范围更广泛。整体来看，互联网使用对居民健康的影响具有年龄异质性，特别地，互联网使用对45 岁以上群体的健康影响程度更大。

对于居住地层面的异质性来说，表7 的第(3)列显示，互联网使用仅对居住在城镇地区组别的伤病指标具有显著影响，但是不影响其他健康指标；表7 的第(4)列显示，互联网使用对居住在农村地区群体的不同主观健康指标均具有显著影响，但是不影响客观健康指标。与此同时，相比居住在城镇的群体，互联网使用对居住在农村地区群体的影响程度更大范围更广泛；但是相比居住在农村的群体，互联网使用对居住在城镇地区群体的客观健康指标“伤病”具有显著的正面影响。整体来看，互联网使用对居民健康的影响存在城乡居住地异质性，特别地，互联网使用对居住在农村地区群体的健康影响程度更大。

对于收入层面的异质性来说，由于年收入的均值约为21792 元，因此本文按照此标准来划分不同的收入组别。表7 的第(5)列显示，对于收入较高的群体来说，互联网使用对不同主观健康指标均具有显著影响，但是不影响客观健康指标；表7 的第(6)列显示，对于收入较低的群体来说，互联网使用对自评健康和情绪存在显著影响，但是不影响其他健康指标。与此同时，相比低收入群体，互联网使用对高收入群体的影响程度更大范围更广泛。整体来看，互联网使用对居民健康的影响存在收入异质性，特别地，互联网使用对收入较高群体的健康影响程度更大。

上述结果表明，互联网使用对居民健康的影响在不同年龄、居住地和经济条件等方面存在显著差异。相比青年、城镇和低收入群体，互联网使用对中年、农村和高收入群体的影响程度更大。以上结果验证了理论假说2。

（二）机制分析

目前，关于互联网使用影响居民健康的机制尚不明确(Cotten 等，2014；Heo 等，2015)。现有文献从理论上探讨了互联网使用影响居民健康的可能机制，认为互联网使用能够通过放松预算约束和提高健康生产效率实现改善居民健康的目的，但是对此进行实证检验的文献较少。

由于预算约束主要通过个体的经济状况来体现，而健康生产效率主要通过健康行为来实现，为此，本文将从经济状况和健康行为的角度探讨互联网使用影响居民健康的传导机制。鉴于数据的可得性，本文使用收入作为居民经济状况的衡量指标；使用是否吸烟、饮酒和锻炼作为居民健康行为的衡量指标，该数据可以通过2016 年的CLDS数据得到，不再详述。

为了有效地揭示该传导机制，根据Baron 和Kenny(1986)提出的中介效应检验方法，设定如下依次递归模型来检验经济状况和健康行为的中介效应：①检验互联网使用对居民健康的影响，如果互联网使用的系数显著，表明互联网使用对居民健康具有显著影响，同时，进行下一步骤的检验；②检验互联网使用对作为中介变量的经济状况和健康行为的影响，如果互联网使用的系数显著，说明互联网使用能够影响居民经济状况和健康行为；③在步骤①的基础上加入经济状况和健康行为变量，如果中介变量的影响显著，同时互联网使用的系数相对于步骤①中的系数变小甚至不显著，表明经济状况和健康行为具有部分甚至全部的中介效应。

按照以上检验思路，我们设定如下实证模型①对于模型(6)～模型(8)，根据因变量的特性，参照基准模型选择对应的线性和非线性模型进行估计。：

第一步，检验互联网使用是否影响居民健康。

第二步，检验互联网使用是否影响经济状况和健康行为。

第三步，将互联网使用变量、经济状况和健康行为变量同时放入模型。

其中，Di表示控制变量。排除居民年收入变量之后，其与式(4)中的控制变量Xi相同。IBi代表中介变量：居民经济状况和健康行为。第一步结果如表8 所示，第二步结果如表9 所示，第三步结果如表10 所示。表8 中第一步的检验结果表明，互联网使用对居民健康具有显著影响。

表9 中第二步的检验结果表明，互联网使用对居民经济状况和健康行为具有显著影响。相比不使用互联网，使用互联网时，居民饮酒、锻炼的可能性更高，年收入也更高。但是，是否使用互联网不影响居民的吸烟行为。由于以是否饮酒和锻炼表示的居民健康行为和以年收入表示的居民经济状况是显著的，因此在第三步中，本文仅加入这三个变量进行中介效应检验。

表8 机制分析(1)

表10 中第三步的检验结果表明，互联网使用显著影响居民健康，而且饮酒、锻炼行为和收入对居民健康的影响同样显著。与此同时，还可以发现，当控制中介变量之后，相比模型(6)中互联网使用的系数估计结果(见表8)，模型(8)中的互联网使用对居民健康的影响程度均有所下降(见表10)。因此，本文可以认为以收入表示的经济状况和以是否饮酒和锻炼表示的健康行为在互联网使用影响居民健康的过程中发挥着重要的中介效应，从而表明互联网使用可以通过放松预算约束和改善健康生产效率，对居民健康产生正面影响。

尽管有研究表明，饮酒对身体健康具有负面影响(Mokdad 等，2004)，但是，也有研究表明，受教育程度更高的老人更可能经常饮酒(程令国等，2014)。如果饮酒是一种喜好，适度饮酒不仅对身体健康的负面影响较小，而且由于使个体需求得到有效满足，能够使人身心愉悦，从而改善健康。因此，饮酒与健康的关系，尚需进一步研究。

总体而言，以上结果验证了理论部分的假说3。

表9 机制分析(2)

表10 机制分析(3)

六、结论及政策建议

采用2016 年的中国劳动力动态调查(CLDS)数据，本文考察了互联网使用对居民健康的影响，并探讨了该影响在不同群体中可能存在的异质性及其影响机制。结果发现，互联网使用对居民健康具有显著的正面影响。具体来说，相比不使用互联网，使用互联网时，居民自评非常不健康、比较不健康和一般的可能性分别下降0.4%、2.3%和2.6%；自评比较健康和非常健康的可能性分别上升1.4%和3.9%。总是、经常、有时和很少身体疼痛的概率分别下降0.2%、1.2%、1.1%和0.3%；没有身体疼痛的可能性上升2.7%，情绪改善约0.75，遭遇伤病和住院的可能性分别下降1.3%和1.1%。考虑到可能存在的内生性问题，本文通过选择合适的工具变量处理内生性之后，结果仍然稳健。对该影响在不同群体中可能存在的异质性进行分析，结果发现，互联网使用对居民健康的影响在不同经济条件、居住地和年龄方面存在显著差异。相比经济条件较差、在城镇居住和青年群体，互联网使用对经济条件较好、在农村居住和中年群体的影响程度更大。进一步对影响机制的分析发现，互联网使用能够提升居民收入水平、锻炼和饮酒可能性，进而促进他们的健康改善。即预算约束放松和健康生产效率提升是互联网使用促进居民健康改善的重要机制。

需要说明的是，本文讨论的问题主要集中于“使用”和“不使用”之间的差异。但事实上，利用设备获取信息仅仅是基础技能，能够识别信息价值并快速获取所需信息的能力更为重要。尤其当基础技术逐步普及之后，后两种能力的差异将在决定互联网价值方面变得尤为重要(汪明峰和邱娟，2011)。但是，囿于数据的可得性，本文未能考察互联网使用质量对居民健康的影响，未来将会进一步对该问题进行考察。

在以上分析的基础上，为推动中国经济健康发展，本文提出如下建议。

第一，继续提高互联网普及率，尤其是农村地区。本文的研究结果表明，互联网使用能够改善居民健康，进而有利于推动中国经济健康发展。但是，《第43 次中国互联网络发展状况统计报告》数据显示，中国互联网普及率刚接近60%，远低于发达国家的81%①https：//www.itu.int/en/ITU-D/Statistics/Documents/facts/ICTFactsFigures2017.pdf。。而且，在城乡之间，互联网普及率差异巨大。截至2018 年12 月，中国城镇地区互联网普及率达到了74.6%，而农村地区仅为38.4%。从增长率的角度看，城乡之间的数字鸿沟存在不断拉大的趋势。因此，继续提高中国整体尤其是农村地区的互联网普及率，是未来中国经济健康发展的重要基础。

第二，开展公益性互联网使用方法培训讲座，提升互联网使用技能。本文的研究结果表明，互联网使用对居民健康的影响存在城乡差异。相比城镇，对农村居民的健康促进效应更大。但是，根据《第43 次中国互联网络发展状况统计报告》数据，非网民主要集中在农村地区，技能缺乏和教育程度有限是他们不上网的重要原因。在农村医疗资源可及性有限的情况下，这可能限制农村居民利用互联网改善健康的能力(贺娅萍和徐康宁，2019)。因此，增加公益性互联网使用技能培训，有利于扩大互联网使用人群，从而使互联网的价值进一步提升。

第三，合理引导互联网使用，充分发挥互联网的积极作用，降低互联网对居民尤其是自制能力较差的未成年人健康的负面影响。互联网使用虽然能够改善健康，但是长时间上网会损害健康。截至2018 年12 月，根据《第43 次中国互联网络发展状况统计报告》数据，互联网游戏类应用数量约为138 万款，占比高达30.7%，是排名第二的生活服务类应用规模的2.5 倍。在中国网民群体中，学生数量最多，占比为25.4%，比排名第二的群体高出5.4 个百分点。游戏和工作、学习均需要占用大量时间，而且游戏更容易上瘾。如果不能合理控制互联网使用，可能会对健康带来负面影响。因此，合理分配娱乐和工作、学习时间并加强自律，对居民尤其是学生使用互联网改善健康具有重要意义。