互联网使用对居民健康的影响研究：理论分析与实证检验

陈亮

(广东金融学院 公共管理学院，广东 广州 510521)

随着经济社会发展，互联网得到普及，互联网使用呈现多样化特征。根据中国互联网络信息中心(CNNIC)发布的第47次《中国互联网络发展状况统计报告》(简称《报告》)显示：“截至2020年12月，我国网民规模达9.89亿，互联网普及率达到70.4%，其中，农村网民占比31.3%，城镇网民占比68.7%。”与此同时，网民对互联网的使用逐渐从即时通信、搜索引擎、网络视频等传统领域向在线教育、网络医疗、网络直播等新兴领域发展，互联网在推动经济社会快速发展中的地位更加稳固。

居民健康是促进人全面发展的必然要求，也是衡量经济社会发展的标准。《中国卫生健康事业发展统计公报》显示：“截至2019年底，我国人均预期寿命已达77.3岁，新生儿死亡率、婴儿死亡率、5岁以下儿童死亡率、孕产妇死亡率分别下降到3.5‰、5.6‰、7.8‰和17.8/10万，总体上优于中高收入国家平均水平。”但工业化、人口老龄化、生态环境等给维护和促进居民健康带来了一系列新的挑战，健康服务供给总体不足与居民需求不断增长之间的矛盾依然突出，健康领域发展与经济社会发展的协调性有待增强，需要从国家战略层面统筹解决关系健康的重大和长远问题。基于此，国务院印发的《“健康中国”2030规划纲要》明确指出：“健康建设要遵循健康优先、改革创新、科学发展、公平公正的原则。”其中，改革创新原则重点强调发挥科技创新和信息化的引领支撑作用，而健康信息化的关键在于互联网使用对健康的影响。

综上，本文利用中国综合社会调查CGSS(2015)数据从微观视角研究互联网使用对居民健康的影响。主要研究两个问题：第一，研究互联网使用对居民健康的影响方向;第二，研究互联网使用对居民健康影响的异质性。

一、理论基础和文献综述

当前，互联网已成为人们获取健康信息、传播知识、沟通交流的重要途径[1-3]，根据以往文献，互联网使用对居民健康的影响主要包括三个方面：第一，合理使用互联网有益于居民健康[4]。合理使用互联网指网民利用互联网满足正常的工作、学习、娱乐、沟通交流和获取健康信息等社会活动。国内学者基于老年人访谈数据，得出使用网络的老年人不但可以感受到更高的社会联结，而且能够很好地理解他人情绪和错误信念，最终对老年人心理健康产生积极的促进作用[5]。第二，不合理使用互联网有损居民健康。不合理使用互联网即病理性使用互联网(PIU)，指由于不能控制上网行为而过度使用网络，引发明显的心理抑郁、时间消耗，并导致使用者社会交往和家庭关系失败的现象。伴随着互联网的发展，病理性使用互联网逐渐显现[6]，并被称为一种新型心理疾病[7]，它减少了个人社交[8]，导致使用者抑郁和孤独水平上升，并产生消极的心理效应[9]，严重者甚至危及生命[10]。有研究得出网络成瘾现象严重影响大学生的身心健康[11]。第三，互联网使用类别不同，对居民健康影响结果不同。国外学者Morgan和Cotten认为使用互联网的沟通交流功能与抑郁症减轻有关[12]。Carbonell等认为将互联网当作工作和学习的工具，即使上网时间很长，也不一定会导致网络成瘾[13]。国内学者研究得出，基于信息获取性动机使用互联网有助于相关社会—心理健康水平的提高，基于人际情感性动机使用互联网更容易导致病理性使用互联网，并由此对使用者的心理—社会健康产生负面影响[14]。

综上，互联网使用对居民健康的影响尚未形成统一结论。根据科尔曼的理性选择理论[15]223-270，理性人兼具经济人和社会人双重身份，理性人会从自身利益出发使用互联网获取各种信息，以满足自身需求，但是互联网使用后果与使用频率、使用内容以及使用对象等存在密切联系，具体可对居民健康形成促进或损害两方面影响。理性人和社会规范是理性选择理论的重要组成部分，因为理性人假设强调个人行动以最大化利益为指导，社会规范强调个人行动必须遵从一定的社会规范，违反规范将受到惩罚，所以个人行动对规范的偏离便可看作自身利益损失的机会成本。由于理性人假设的存在，个人为维护自身利益必然合理使用互联网，即使少数人放弃个人利益选择不合理使用互联网，但从整个社会看，多数人还是会合理使用互联网，以获取健康收益。基于此，本文提出如下研究假设：

假设1：互联网使用对居民健康具有积极影响。

针对异质性，有研究发现男性的病理性使用互联网比例比女性高[16-17]，但Laura等研究得出女性比男性更可能使用互联网搜寻健康信息[18]。Wen等研究得出农村居民接入和使用互联网的比例明显低于城市居民，受过大学教育的人利用互联网搜索健康信息是没有受过大学教育的人的1.5倍，高收入水平的家庭利用互联网获取健康信息的可能性是低收入水平的家庭的1.7倍[19]。此外，互联网健康信息的专业性往往将受教育程度低的人群拒之门外[20-21]，且高收入和受教育程度高的群体具备经营自身健康的能力，并且相对于其他群体来说他们普遍重视自身健康[22]。基于此，本文提出如下研究假设：

假设2：互联网使用对居民健康的影响在户籍、性别、区域、收入水平和受教育程度上在异质性。

综上，以往文献认识到互联网是把“双刃剑”，但主要聚焦在不合理使用造成网络成瘾，从而损害个人健康，且样本量较少，导致互联网使用对居民健康影响的真实关系可能被掩盖。由于互联网发展日新月异，居民健康的标准更为精细，所以互联网对居民健康的影响可能会出现新形式。

二、数据来源和变量选择

(一)数据来源

本文使用2015年中国综合社会调查数据(CGSS)，该数据是中国最早的、全国性、综合性、连续性学术调查项目，由中国人民大学中国调查与数据中心负责执行，完整记录了中国社会变迁，为科学研究提供了详实、可信的调查数据。2015年CGSS项目调查采用多阶分层PPS随机抽样，样本覆盖全国28个省/市/自治区的478个村居(不包括新疆、海南、西藏)，有效问卷10 968份，本文剔除缺失值和异常值后保留9 444个基准样本。

(二)变量选择

本文的被解释变量是居民健康，采用自评健康进行度量。对应在问卷A15您觉得您目前的身体健康状况是：1=很不健康，2=比较不健康，3=一般，4=比较健康，5=很健康。参照以往文献对自评健康的处理[23-24]，本文将其处理为二分类变量，具体把很不健康、比较不健康和一般赋值为0，代表不健康；将比较健康和很健康赋值为1，代表健康。

本文的核心解释变量是互联网使用，对应问卷中A28过去一年，您对互联网(包括手机上网)的使用情况是：1=从不，2=很少，3=有时，4=经常，5=非常频繁，参照以往文献对互联网使用的研究[25]，并结合本文的实际情况，本文将其处理为二分类变量，具体把从不、很少和有时赋值为0，将经常和非常频繁赋值为1。

《报告》显示：“截至2020年底，中国互联网普及率为70.4%，同期的手机网民占总体网民的比例为99.7%。”可以得出，互联网使用和手机使用二者存在很高的关联性，结合以往文献[26]，本文使用“手机定制消息”代理互联网使用作稳健性检验。具体赋值为1=从不，2=很少，3=有时，4=经常，5=非常频繁。

控制变量主要包括对居民健康形成重要影响的个体特征、经济特征、社会保障和省份差异。其中，个人特征包括性别、年龄、婚姻、户籍、政治面貌、受教育程度、体育锻炼、家庭规模；经济特征包括个体收入和家庭收入；社会保障包括养老保险和医疗保险，省份差异指省份虚拟变量。各变量描述统计如表1所示。

表1 变量描述统计

三、计量模型和实证分析

本部分内容包括计量模型和实证分析，其中，计量模型采用倾向得分匹配法(PSM)和Logistic模型，实证分析包括基准回归分析和稳健性检验。

(一)计量模型

Grossman的健康理论模型，将影响健康的因素分为经济因素、社会因素、教育因素和卫生医疗因素[27]，本文在此基础上加入了互联网使用因素，从微观视角研究互联网使用和居民健康之间的关系。

倾向得分匹配法(PSM)计量模型为：

E(y1i|Di=1)-E(y0i|Di=0)=E(y1i|Di=1)-E(y0i|Di=1)+E(y0i|Di=1)-E(y0i|Di=0)

(1)

式(1)中，y0i表示居民i未使用互联网的健康水平，y1i表示居民i使用互联网的健康水平，使用互联网与未使用互联网的平均差异为E(y1i|Di=1)-E(y0i|Di=0)，平均处理效应ATT为E(y1i|Di=1)-E(y0i|Di=1)，选择偏差为E(y0i|Di=1)-E(y0i|Di=0)，而倾向得分匹配法的关键在于汇报平均处理效应ATT的估计值及其显著性，若显著则表示使用互联网比不使用互联网的居民健康状况好。

由于本文将被解释变量居民健康处理为二分类变量，所以采用Logistic模型进行估计，基本模型为：

P(Yi=1)=φ(β1Neti+βXi+εi)

(2)

式(2)中，Yi表示自评为健康的居民，Neti是本文的核心解释变量，即第i位居民的互联网使用情况，β1为关键参数，Xi表示一系列控制变量和中介变量，包括个体特征、经济特征、社会保障和省份差异，β为待估参数，εi为随机扰动项。

(二)实证分析

首先，进行基准回归分析，即互联网使用对居民健康的影响；其次，采用手机网络使用作稳健性检验，以保证研究结论的有效性。

1.互联网使用对居民健康的影响

互联网使用对居民健康影响的结果见表2。以倾向得分匹配法(PSM)结果为例，互联网使用对自评健康的影响在10%水平上显著为正。以Logistic回归为例，互联网使用对自评健康的影响在1%水平上显著为正，经济含义为使用互联网比不使用互联网居民的健康水平好，此结论和已有的研究结论基本一致[28]，据此使用互联网能显著提升居民健康，假设1得到验证。

表2 互联网使用对居民健康的影响

以Logistic回归结果为例：性别对自评健康的影响在1%水平上显著为正，说明相对于女性而言，男性的健康状况更好；年龄对居民健康的影响在1%水平上显著为负，说明随着年龄的增长，居民的健康普遍呈下降趋势，符合自然规律；婚姻、户籍和政治面貌对自评健康有正向影响但统计上不显著；以未上学为参照，受教育程度高的群体的健康状况明显较好，以高中/中专/技校和大学及以上受教育程度为例，其对自评健康的影响都在1%水平上显著为正，说明受教育程度高的居民更加注重自身健康；虽然参加体育锻炼不能显著提升自评健康，但是回归系数为正，符合预期，体现了参加体育锻炼的重要性；家庭规模对自评健康影响不显著，但是回归系数为正，这在一定程度上体现出家庭成员的互助共济和精神慰藉。

经济特征方面，个人收入和家庭收入对自评健康的影响都在1%水平上显著为正，说明当前收入仍然对居民健康起着重要作用，收入水平高至少不会出现有病不得医的现象。

社会特征方面，养老保险对自评健康的影响为正，但并不显著，对此本文的解释是中国的养老保险虽然覆盖水平高，但是保障水平较低，且已出现与经济发展水平不相适应的现象。医疗保险对居民健康的影响为负，对此本文的解释是医疗保险在全覆盖的同时，存在着报销比例低(农村居民基本只报住院医疗，不报门诊医疗)，小病大治现象依然存在，居民从广覆盖的医疗保险中得到的实惠较少，医保甚至成了部分医疗机构谋利的工具，虽然新医改正在消除不良现象，但是具有严重的滞后性。

2.稳健性检验

随着经济发展和科技进步，手机早已从奢侈品变成必需品，居民的上网方式也不再局限于通过电脑接入，手机上网逐渐得到普及。《报告》显示，“截至2020年底，我国网民使用手机上网比例达到99.7%”，即几乎所用网民同时拥有使用手机和使用互联网上网的经历。基于此，本文采用是否使用手机上网作为互联网使用的另一种度量方式，结合问卷设计，本文最终选择是否使用手机定制消息作稳健性检验，回归结果如表3所示。

表3 互联网使用对居民健康的影响

在稳健性检验过程中，本文把手机定制消息处理为连续变量和二分类变量两种方式:处理为连续变量是为了说明手机使用频率对居民健康的影响，便于和已有文献的研究结论作对照[29]；处理为二分类变量是为了说明是否使用手机对居民健康影响。从回归结果可知，手机使用频率和是否使用手机对居民健康的影响均在1%水平上显著为正。当前，手机已不仅仅是通讯工具，还是广大居民获取健康知识的重要来源，对居民健康具有巨大促进作用。

四、异质性分析

以上分析从整体上探讨了互联网使用对居民健康的影响，由于不同群体的互联网使用并非一致，群体内部差异可能会被整体所覆盖，所以本文分群体讨论群体内部互联网使用对居民健康的影响。《报告》显示，随着互联网的普及，网民的性别结构、年龄结构、学历结构、职业结构、收入结构都出现了较大变化。鉴于此，本文从户籍、性别、区域、收入水平和受教育程度五个方面研究互联网使用对居民健康的影响。

(一)不同户籍互联网使用对居民健康的影响

《报告》显示：“截至2020年12月，中国网民规模达到9.89亿，其中，农村和城镇网民规模分别为3.09亿和6.80亿，分别占总网民数的31.3%和68.7%。”此外，农村和城镇居民在互联网使用上也存在明显差异，农村网民使用频率最高的应用是网络音乐、网络视频、即时通信等，而城镇网民已将使用范围延伸到在线教育、在线医疗、商务金融等领域。鉴于此，本文探讨不同户籍下互联网使用对居民健康的影响，回归结果如表4所示。

表4 分户籍估计结果

由表4可知：无论是农村居民还是城镇居民，互联网使用对自评健康的影响都在1%水平上显著为正，说明农村和城镇居民互联网使用都对自评健康有显著的促进作用，但系数大小存在差异。虽然农村和城市在互联网普及上存在差异，但是互联网作为获取信息的工具，使用互联网对居民健康具有积极意义。

(二)不同性别互联网使用对居民健康的影响

《报告》显示，截至2020年12月，中国网民男女比例为51∶49，且男女网民比例和人口性别比例进一步接近。鉴于此，本文验证不同性别的互联网使用者对居民健康影响是否存在差异，回归结果如表5所示。

表5 分性别估计结果

由表5可知，男性和女性互联网使用对自评健康的影响均在1%水平上显著为正，但系数大小存在差异。本文认为，这主要和不同性别的互联网使用者在使用内容上存在差异有关。

(三)不同区域互联网使用对居民健康的影响

《报告》显示，由于各地经济发展水平、互联网基础设施建设存在一定差异，“数字鸿沟”现象依然存在，地区互联网发展水平和经济发展水平存在较强关联性，且互联网使用人数较多的地方主要集中在华东地区，使用人数较低的地方主要集中在西南地区。鉴于此，本文按照《中国统计年鉴》将中国分为东部、中部、西部三个区域，具体分区如表6所示。

表6 中国区域划分

研究不同区域下互联网使用对居民健康的影响，计量结果如表7所示。

表7 分区域估计结果

由表7可知，东部、中部和西部的互联网使用对自评健康的影响存在显著差异。第一，东部和中部的互联网使用都对居民健康有显著的正向影响。第二，西部的互联网使用对自评健康的影响统计上不显著，但符号符合理论预期。对此本文的解释是“数字鸿沟”本质上是“经济差距”，西部的经济发展落后于东部和中部，网络基础设施比较薄弱，而互联网使用和经济发展紧密相连，最终导致互联网使用对居民健康的正向显著影响暂未实现。但从总体看，互联网使用对居民健康具有促进作用。

(四)不同收入水平下互联网使用对居民健康的影响

《报告》显示，月收入在中高等水平的网民群体占总体网民比例最高。截至2020年12月，月收入在2 001～3 000、3 001～5 000、5 001～8 000、8 000元以上的网民群体占总体网民比例分别为13.0%、19.6%、14.5%和14.8%。本文按照分位法将居民个人年收入水平从低到高分为四组，具体收入分组分别为0～3 000、3 001～20 000、20 001～36 000、36 000元以上，研究不同收入水平下互联网使用对居民健康的影响，回归结果如表8所示。

表8 分收入水平估计结果

由表8可知，二分之一分位点前后，互联网使用对自评健康的影响存在明显差异。收入在第一组的居民，互联网使用对自评健康的影响在1%水平上显著为正，收入在第二组的居民，互联网使用对自评健康的影响在5%水平上显著为正，收入在第三组和第四组的居民，互联网使用对自评健康的影响在统计上均不显著，但符号符合理论预期，具有一定的经济含义。

之所以出现中高收入阶层和中低收入阶层互联网使用对居民健康影响的巨大差异，本文认为和互联网的迅速普及有关。对于低收入阶层来说，互联网普及打破了信息闭塞，给居民搜索、传递、利用健康信息提供了极大的便利；对中高收入阶层来说，互联网普及打破了健康信息的垄断，导致其可能通过其他途径获取健康知识。

(五)不同受教育程度互联网使用对居民健康的影响

《报告》显示，中等以下受教育程度的群体规模占网民总数的比例最大。截至2020年12月，小学及以下，初中、高中/中专/技校、大专和大学本科及以上的网民比例分别为19.3%、40.3%、20.6%、10.5%和9.3%。鉴于不同受教育程度获取健康信息的途径、种类、能力存在差异，本文研究不同受教育程度互联网使用对居民健康的影响是否存在显著差异，回归结果如表9所示。

表9 分受教育程度估计结果

由表9可知，互联网使用对自评健康的正向影响集中在中等受教育程度上。初中受教育程度居民互联网使用对自评健康的影响在1%水平上显著为正；初中以下受教育程度居民互联网使用对自评健康的影响不显著，但是符号符合预期；高中/中专/技校和大学及以上受教育程度居民互联网使用对自评健康的影响出现相反方向。

不同受教育程度互联网使用对居民健康的影响出现显著差异，本文认为可从以下两个方面解释：一方面，受教育程度过低限制了初中以下居民的互联网使用率和健康信息获取能力；另一方面，高受教育程度居民对健康期望较高，可能出现自评健康较差的情况。综上，假设2得到验证。

五、研究结论与政策建议

当前，健康问题受到居民重点关注。本文从微观视角研究互联网使用和居民健康之间的关系，并在此基础上研究二者的异质性，打破了居民对互联网使用的传统认识，得出如下研究结论，并提出具体政策建议。

(一)研究结论

第一，互联网使用显著提高了居民健康水平。采用自评健康度量居民健康，在其他条件不变的情况下，使用互联网比不使用互联网的居民健康水平好。第二，互联网使用对居民健康的影响在户籍、性别、区域、收入水平和受教育程度上存在异质性。

(二)政策建议

第一，促进西部互联网事业的发展，提升西部互联网普及率。互联网普及是互联网使用的基础，《报告》显示，截至2020年12月，中国各地区互联网发展水平和经济发展水平高度相关，经济发展水平差异导致各地区互联网基础设施建设方面存在显著差异，“数字鸿沟”现象客观存在。从计量结果得出，全样本回归得到互联网使用能显著提升居民健康，区域分样本回归中，西部的互联网使用对居民健康的影响不显著，其中一个重要原因是西部的互联网普及率较东部和中部地区低。

第二，提升地区经济水平总量，增强地区科技竞争力。“数字鸿沟”的实质是“经济差距”。2020年《中国统计年鉴》显示，截至2019年12月，东部、中部、西部和东北地区的国内生产总值分别占全国的51.9%、22.2%、20.8%和5.1%，东部、中部、西部和东北地区的人均可支配收入分别为39 438.9元、26 025.3元、23 986.1元和27 370.6元。由此可知，西部经济发展水平较低，限制了互联网等基础设施的发展，在今后的发展中，财政支出应向投入高、回报慢的互联网基础设施领域倾斜，一方面可弥补“数字鸿沟”，提高居民的互联网使用率，另一方面，从长远看，科技发展又能促进地区经济增长。

第三，努力提升个人的经济水平，为自身健康打下良好的经济基础。回归结果显示，收入水平对居民健康具有显著的促进作用，在互联网普及后，个人经济能力能否支撑有效需求，值得考虑，特别是对经济欠发达地区，这点尤为重要。收入水平对居民健康起关键作用，作为微观个人，必须努力改善自己的经济地位，为自身健康提供经济保障。

第四，倡导终身学习，努力打造学习型社会。回归结果显示，在全样本回归中，相对于未上学群体，高受教育程度群体的健康状况明显较好。当前，知识更新周期短，新知识、新技术层出不穷，信息与知识爆炸性增长，对居民自身发展提出了新要求，面对线上线下纷繁复杂的健康知识，必须做出合理、正确的选择，为自身健康打下良好基础。