数字参与对老年人心理健康的影响

王琼 秦汉雨

摘 要：基于中国健康与养老追踪调查（CHARLS）数据，运用OLS和Oprobit模型从认知能力、抑郁程度、生活满意感三个方面探讨数字参与对老年人心理健康的影响。实证结果表明：第一，数字参与对老年人的认知能力和抑郁程度影响显著，但对生活满意感影响不显著，同时数字参与频率越高，越能显著提升老年人的认知能力，并降低其抑郁程度。第二，根据数字参与行为目的细分参与类型后发现，社交型数字参与对认知能力和抑郁程度的影响显著，而信息型、工具型和娱乐型数字参与带来的影响均不显著。第三，数字参与对农村老年人抑郁程度的影响显著，但对城镇老年人的影响不显著；同时其对低龄老年人的认知能力和抑郁程度影响显著，但对高龄老年人的影响不显著，且社交型数字参与的显著影响也主要体现于低龄老年人群体。由此，应进一步推进数字助老行动，并重点关注高龄老年人和农村老年人的数字技能帮扶问题，促使全体老年人在共享数字建设成果的同时增进心理健康水平。

关键词：数字参与；老年人；心理健康

中图分类号：C913.6文獻标识码：Ａ 文章编号：１００９ — ２２３４（２０23）11 — ００77 — 10

一、引言

当前，随着经济数字化转型的加速，数字技术正深刻改变着人们的生活、生产和学习方式，并已成为推动经济社会发展和改善民生的重要力量。2021年我国“十四五”规划和2035年远景目标纲要提出，要“提升公民数字素养”“帮助老年人、残疾人等共享数字生活”。中央网络安全和信息化委员会印发的《“十四五”国家信息化规划》①进一步强调，要“着力增强数字民生保障能力”“改善人民生活品质，让人民群众共享信息化发展成果”。然而，由于年龄、文化程度和环境等因素限制，老年人等特殊群体在获取数字资源、使用数字工具等方面仍存在诸多障碍。2022年《中国互联网络发展状况统计报告》②显示，我国仍有3.82亿人尚未接入互联网，而农村地区或60岁及以上老年人是主要群体。同时在老年人中，接近1.4亿人仍未使用智能手机或者已使用智能手机但不会上网。由此可见，无论在数字设施接入，还是在数字技术或工具使用上，我国老年人都面临数字鸿沟问题，其未充分享受到数字技术进步带来的红利。

另一方面，随着健康中国战略的深入推进，老年人等重点人群的健康问题也越来越受到关注。心理健康是躯体健康的基石，其对老年人的身体健复、延年益寿尤为重要。2022年国务院办公厅印发《“十四五”国民健康规划》③，提出要促进心理健康，加强对抑郁症、老年痴呆等精神和心理问题的干预。通常情况下，个人的生活方式和行为会对其心理健康产生影响，那么，老年人运用数字工具参与生活事务的行为是否会对其心理健康产生影响呢？如果产生影响，是正向影响，还是负向影响？而这需要基于微观数据的实证研究来做出回答。由此，我们拟通过实证方法来检验数字参与行为与老年人心理健康之间的因果关系，一方面为弥合数字鸿沟是否带来健康效应提供实

证支持；另一方面也为提升老年人数字素养、改善心理健康等方面的政府决策提供参考。

二、文献评述

早在上世纪九十年代，国外研究就开始关注数字参与行为对老年人心理健康的影响（McConatha et al.，1994；White et al.，1999）［1］［2］。其中，数字参与行为大多被界定为个体使用互联网的行为，包括网络社交、发送电子邮件、网上购物、浏览信息以及参与网络游戏等等。在这些行为对老年人心理健康影响的研究中，大多数文献都将心理健康细分为认知能力、抑郁程度和生活满意感（或称幸福感）三个方面。

在数字参与对老年人认知能力影响的研究中，Berner et al.（2019）基于瑞典和荷兰的66岁以上老年人的研究发现，老年人进行数字参与对其认知能力的衰退有减缓效果，相比于不参与的老年人其减缓了50%［3］。Kamin et al.（2020）基于欧洲的14个国家50岁以上中老年人的研究也得到类似的结论，且发现数字参与行为越频繁，中老年人认知能力的下降就越缓慢［4］。例如，相比于一个月使用一次互联网的老年人，每天上网的老年人在认知能力测评时得分更高（Tun et al.，2010）［5］。同时，一些文献考察了具体的数字参与行为，如在线网络社交、参与网络游戏、搜寻信息对认知能力的影响。其中，在线网络社交增加了老年人与朋友、家人的沟通交流，促

进了认知能力衰退的改善（H.J.Kim&J.Kim，2014；Myhre et al.，2017）［6］［7］。而参与网络游戏和搜寻信息是多任务操作复杂的活动，极大地刺激了老年人的认知神经，提升了其认知能力（Basak et al.，2008；

Small et al.，2009）［8］［9］。此外，还有研究发现参与互联网使用培训的老年人，相比于不参与培训的老年人，其认知能力得到了提升，并具体表现在记忆力、观察力和计算能力方面（Chan et al.，2014）［10］。然

而，Slegers et al.（2012）基于荷兰50岁以上中老年

人的研究发现，中老年人在刚开始学习使用互联网时对认知能力有所提升，但在后续的数字参与中认知能力并没有改变［11］。

在数字参与对老年人抑郁程度影响的研究中，Cotten et al.（2014）基于美国50岁以上中老年人的实证研究发现，数字参与行为使中老年人患抑郁疾病的概率下降了33%［12］。但Slegers et al.（2008）对236名64岁至75岁老年人开展互联网使用培训后发现，经过培训的老年人，数字参与能力得以提升，但其抑郁程度并没有变化［13］。同时，也有研究认为数字参与行为对老年人抑郁程度的下降有负面影响；数字参与替代了老年人参加其他活动的时间和精力，使老年人疏远家人、朋友，从而增加了患抑郁疾病的概率（Kraut et al.，1998；Huang，2010）［14］［15］。

一些文献还研究了出于不同目的的数字参与行为对抑郁程度的影响。Szabo et al.（2019）将数字参与划分为三种类型，分别为社交型（网络交流）、工具型（电子商务、网络银行、线上购物）和信息型（看新闻、搜寻健康信息等），并对新西兰55至70岁的老年人进行了研究，结果发现社交型促进了老年人的社交关系，信息型和工具型则增加了老年人的社会参与程度，进而都间接地降低了老年人的抑郁程度［16］。而Lam et al.（2020）研究发现不同类型的数字参与行为对抑郁程度的影响并不相同，社交型数字参与行为对抑郁疾病起抑制作用；而信息型数字参与行为却提高了抑郁疾病发生的可能性［17］。

在数字参与对老年人生活满意感影响的研究中，有研究表明老年人通过数字工具与家人、朋友交流，可以提升老年人的生活满意感（Heo et al.，2015；Chopik et al.，2016）［18］［19］。Lifshitz et al.（2016）对306名以色列50岁及以上中老年人的研究也得到类似的结论，区别在于它将数字参与划分成了四种类型，在前三类的基础上增加了休闲型（玩游戏、看视频、听音乐和拍照等），结果发现四种数字参与类型对生活满意感均有正向影响，且休闲型的影响最为显著［20］。Shapira et al.（2007）发现，对以色列年均80岁的高龄老年人进行数字技能培训后，相比于对照组，培训组老年人的生活满意感有所上升［21］。但Quintana et al.（2018）基于英国中老年人的研究结果却是，无论什么类型的数字参与行为对其生活满意感均没有影响［22］。

国内关于数字参与行为对老年人心理健康的研究还处于起步阶段。大多数研究是集中于老年人数字参与行为的影响因素分析（张硕，2013；杜鹏和韩文婷，2021）［23］［24］，一些研究也关注到数字参与对老年人健康的影响。例如，汪连杰（2018）运用

CGSS2013年的数据，研究发现数字参与对老年人的生理和心理健康均有明显的促进作用，相比于未参与者，其生理健康和心理健康分别提高31.9%和

18.8%［25］。赵建国和刘子琼（2020）也得到类似的结论，并发现数字参与对老年人健康的促进作用在

60-69岁低龄老年人和城镇老年人中更加显著［26］。还有研究发现数字参与显著提升老年人的生活满意感（杜鹏和汪斌，2020）［27］，降低了老年人的抑郁程度（靳永爱和赵梦晗，2019）［28］。而对老年人生活满意感的影响在不同学历者间存在差异，例如，数字参与对小学学历老年人的生活满意感起抑制作用，对中学和大学及以上学历者起促进作用（彭希哲

等，2019）［29］。不过，也有研究结果为数字参与行为对老年人的生活满意感影响并不显著（吴新慧，

2017）［30］。

综上，国外关于数字参与对老年人心理健康的研究虽然丰富，但研究结论尚未达成一致。而国内研究大多得到数字参与有利于心理健康的结论，但度量心理健康的指标不够全面，也未充分考虑不同类型数字参与行为带来的差异，以及由于城乡地域以及老年人内部年龄差异而出现的群体异质性问题。由此，本文拟从是否进行数字参与、数字参与频率、数字参与类型三个维度来刻画数字参与行为，且更全面地度量老年人的心理健康状况，并进一步区分年龄和居住地来进行异质性分析，以期获得更可靠的研究結论。

三、研究设计

（一）数据来源和处理

本文使用的数据来源于中国健康与养老追踪调查（CHARLS）。它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执行的大型跨学科调查项目。调查对象为中国45岁及以上中老年家庭与个人，覆盖全国28个省（自治区、直辖市），150个县级单位，450个村级单位，涉及1.24万户家庭中的1.9万余人。全国范围的基线调查从2011年开始，每隔两到三年追踪一次。由于2018年的调查中新增了询问数字参与相关问题，故本文选取的是2018年调查数据。

在样本处理方面，保留的是年龄在60至84岁的老年个体；剔除了部分数据缺失的样本，最后得到7403个样本。在异质性分析中，对老年群体进一步细分。一是按照居住地，将老年人细分为城镇老年人或农村老年人，前者是居住在城镇中心或城乡结合部的老年人，后者是居住在乡村的老年人。二是按照国际惯例，将老年人细分为低龄老年人和高龄老年人，前者是年龄在60岁至74岁的老年人，后者是年龄在75至89岁的老年人。

（二）变量说明

本文的因变量为心理健康。参考Kamin et al.（2020）［4］和Lam et al.（2020）［17］的研究，分别设定三个变量来反映个体的心理健康状况。第一个变量是认知能力，它是大脑接收、加工、存储和应用信息的能力，包括观察力、记忆力、语言能力、计算能力等。CHARLS问卷中提供了度量个体认知能力的多组问题，我们根据受访者回答的综合得分值来定义该变量，数值越大表示认知能力越高，即心理健康状况越好。第二个变量是抑郁程度。抑郁量表是判断抑郁程度的重要途径，它主要反映个体抑郁状况发生的频率。根据CHARLS问卷中包含10项问题的抑郁量表，我们将回答结果中“很少或根本没有”定义为1，“不太多”定义为2，“有时”定义为3，“大多数时间”定义为4，将个体的回答数值加总，最低为10，最高为40，数值越大表示抑郁程度越高，即心理健康状况越差。第三个变量是生活满意感，根据受访者对“总体来看，您对自己的生活是否感到满意”的回答，重新赋值，将“一点也不满意”“不太满意”“比较满意”“非常满意”和“极其满意”分别定义成1至5的序数值，数值越大表示满意感越高，即心理健康状况越好。

本文的关键自变量为数字参与。参考国内外文献，本文将数字参与定义为使用电脑、平板、手机等工具，通过互联网来获取信息、沟通交流、休闲娱乐、处理工作或生活事务等行为或活动，分别设定三个变量来考察。第一变量是“是否参与”，问卷中询问了受访者过去一个月是否使用电脑、平板或手机等数字工具相关问题，如果回答为“是”则定义为1，否则为0。第二个变量是“参与频率”，将“完全没有”“不经常”“差不多每周”“差不多每天”分别定义为0至3，数值越大表示频率越高。第三个变量是

“参与类型”。参考Lifshitz et al.（2016）［20］的研究，根据上网目的，将数字参与类型划分为社交型、信息型、工具型、娱乐型四类。由此，根据问卷中相关问题，将上网聊天、发微信朋友圈定义为社交型，将上网看新闻定义为信息型，将使用手机支付、上网理财定义为工具型，将看视频、玩游戏定义为娱乐型，四个类型定义为虚拟变量，以未进行数字参与的个体为对照组。

控制变量由个人特征变量、家庭特征变量、滞后一期的个体心理健康状况和省份虚拟变量构成（简要说明见表1）。个人特征变量包括年龄、性别、是否有配偶、受教育年限、是否继续劳动、是否有医疗保险、是否参与其他社交活动、个人年收入等。其中，婚姻状况是将已婚且配偶健在定义为1，未婚、离异、丧偶或分居等无配偶的情况定义为0；其他社交活动包括串门、打牌、下棋、跳舞、健身、练气功、参加培训等活动，参与则定义为1，否则为0；个人年收入包括个人领取的养老金和继续参与劳动所获得的收入。家庭特征变量包括子女数和家庭人均消费支出。由于可能存在遗漏变量带来的内生性问题，所以控制变量里还加入了滞后一期的心理健康变量，以控制影响个体长期心理健康状况的难以观测因素。

（三）模型设定

在因变量中，认知能力和抑郁程度都是通过量表的得分加总而得，是连续变量，故用OLS模型进行估计，模型设定如公式（1）所示。生活满意感是序数变量，它是由个体潜在的真实生活满意感决定的，由于观测的不完全性而以离散的形式报告出来。考虑到序数变量的特性，采取Oprobit模型更为合适，模型设定如公式（2）所示。两个模型中，Hij为认知能力或抑郁程度，Sij为个体报告的生活满意感，Sij*为个体潜在的生活满意感，Sij*与S1、S2、S3、S4四个分断点的相对大小得到Sij的数值。Tij为是否参与、参与频率或参与类型，Xij为个体特征、家庭特征等控

制变量，Vj为省份虚拟变量，θij和εij为随机扰动项。回归时根据需要对关键自变量进行选取，以形成不同的估计式。

Hij＝？茁０＋？茁１·Tij＋？茁２·Xij＋Vj＋θij（1）

Ｓｉｊ＝Ｆ（Ｓｉｊ*）=F（？茁3·Tij+？茁4·Xij+Vj+εij）=12345（2）

（四）描述性统计分析

各变量的均值如表1所示。全样本中，有数字参与行为的个体为363人，占全样本的4.90%，而参与频率的均值为0.14，说明参与比例和平均参与次数均不高。在参与者当中，参与频率的均值为2.81，数值接近于“差不多每天”的定义值。从参与类型看，全样本中社交型参与、信息型参与、工具型参与和娱乐型参与分别占3.90%、4.10%、2.00%和3.50%；在参与者当中，四种类型的比例分别为78.60%、82.20%、39.40%和71.70%，比例较高。

进一步考察三项心理健康变量的均值差异。在认知能力方面，全样本的均值为42.60，其中有数字参与行为的个体认知能力的均值为66.54，没有数字参与行为的个体为39.24，前者高于后者，并且两组均值差异显著。抑郁程度方面的情况与此类似，全样本的均值為20.08，没有数字参与行为的个体为

15.07，明显低于未参与的个体，由于抑郁程度是一个反向指标，故数值越低说明前者的心理健康状况越好。在生活满意感方面，情况有所不同，全样本均值为3.29，有数字参与行为的个体为3.33，虽然从数值上略高于未参与的个体，但两组均值差异并不显著。这说明数字参与行为不同，老年人心理健康指标可能会存在差异，后续将通过回归分析得到更真实的因果关系。

四、实证结果与分析

（一）全样本回归结果

表2是针对全样本的回归结果，通过加入不同的关键自变量来找出总体规律性。其中式（1）、（4）和（7）考察的是数字参与行为是否对三项心理健康变量带来影响。式（2）、（5）和（8）考察的是数字参与的频率对心理健康的影响。式（3）、（6）和（9）进一步区分数字参与类型，考察相比于没有数字参与行为的情形，不同类型的数字参与行为对老年人心理健康的影响差异。回归得到的结果如下：

第一，数字参与行为对老年人认知能力和抑郁程度的影响显著，但对生活满意感的影响不显著。表2中式（1）和（4）的回归结果显示，有数字参与行为的老年人较没有数字参与行为的老年人，认知能力在1%的显著性水平上提升了2.71，抑郁程度在1%的显著性水平上下降了1.26。考虑全样本中认知能力的均值为42.60，抑郁程度的均值为20.08，前者相当于上升了6.36%，后者相当于下降了6.27%。不过在生活满意感方面则不同，表2中式（7）的结果显示出，数字参与行为虽然对生活满意感的影响是正向的，但并不显著。

第二，数字参与的频率越高，越能显著提升老年人的认知能力，并降低其抑郁程度，但对生活满意感的影响不显著。表2中式（2）、（5）和（8）的回归结果显示，数字参与频率的提高使认知能力在1%的显著性水平上提升了0.92，使抑郁程度在1%的显著性水平上下降了0.40，但对生活满意感的影响仍然不显著。

第三，不同类型的数字参与行为对认知能力和抑郁程度的影响有较大差异。描述性统计分析结果已显示，除工具型参与的占比略低外，其他三种数字参与类型在全样本和参与者样本中的占比差异不大。但表2中式（3）、（6）和（9）的回归结果显示，四种数字参与类型中，社交型参与在5%的显著性水平上将认知能力提升了3.81，在1%的显著性水平上使抑郁程度下降了1.95，上升或下降的幅度甚至高于数字参与整体对认知能力和抑郁程度的影响，但其他三种参与类型带来的影响均不显著。这说明数字参与对认知能力和抑郁程度的显著影响主要源于社交型参与，即利用数字工具来进行社会交往是数字参与行为提升老年人认知能力和降低抑郁程度的关键途径。

（二）群体异质性分析

1.按城乡分类的群体差异分析

考虑到数字参与对老年人心理健康的影响可能会存在群体异质性，我们进一步区分城乡和年龄来估计数字参与行为以及参与类型对老年人心理健康的影响。表3和表4显示的是区分城乡后的回归结果。从表3可以看出，数字参与行为对认知能力的影响在城镇老年人和农村老年人之间差异不大，都为正向影响，且在10%的水平上显著。但其对抑郁程度的影响在两个群体中却存在明显差异，其在1%的显著性水平上使农村老年人的抑郁程度下降了2.26，但对城镇老年人抑郁程度的负影响不仅系数值较小，且不显著。这说明数字参与对全部老年人抑郁程度的负影响主要源于农村老年人。此外，还值得注意的是，在生活满意感方面，数字参与带来的正影响在农村老年人中出现了10%的显著性，这与全样本回归结果（见表2）有所不同。从表4可以看出，在四种数字参与类型中，社交型参与带来的影响仍然更为突出，与全样本回归结果是一致的。

表3显示出的数字参与行为对城镇和农村老年人抑郁程度和生活满意感的差异化影响，我们猜测与城乡老年人的生活状况差异相关。由于居住集中以及社区的快速发展，城镇老年人接受信息、参与各类社会活动来排遣孤独、消除烦恼、提升精神愉悦感的途径较多。数字参与只是其中一种途径，其他途径也同样发挥作用。由于在第三部分的研究设计中，诸如串门、打牌、下棋、跳舞、健身、练气功、参加培训等活动已定义为“其他社交活动”，并列入到控制变量中，故在已存在其他社交活动的情况下，是否有数字参与行为对城镇老年人抑郁程度的影响自然没有那么突出。但农村老年人则不同，由于居住相对分散，接收信息、参与各类活动的途径较少，数字参与行为对减少抑郁程度的影响自然更加显著，甚至在一定程度上提升其生活满意感也是合乎常理的。

2.按年龄分类的群体差异分析

表5和表6显示的是区分低龄和高龄后的回归结果。从表5可以看出，数字参与行为对认知能力和抑郁程度的影响在低龄和高龄老年人之间均存在显著差异。其在1%的显著性水平上使低龄老年人的认知能力提高了2.61，使抑郁程度下降了1.13，但对高龄老年人的认知能力和抑郁程度的影响则不显著。而表6的結果显示出，社交型参与对老年人认知能力和抑郁程度的显著影响也主要体现在低龄老年人群体上，对高龄老年人的影响不显著。我们猜测上升结果背后的原因是，高龄老年人数字参与的比例和程度都非常有限，根据CHARLS2018年数据计算发现，高龄老年人中有数字参与行为的老年人仅占1.58%，比例非常低。同时，高龄老年人的平均受教育年限仅为3.08年，即使能简单使用电脑或手机，但如果操作不熟练或仅仅局限于最简单的操作，也很难利用互联网资源优势来达到提升认知能力以及排遣孤独、增进精神愉悦程度的目的。由此，对高龄老年人的数字化技能帮扶显得尤为重要。

五、结论及建议

运用中国健康与养老追踪调查数据，本文从是否数字参与、参与频率和参与类型三个维度考察了数字参与行为对老年人心理健康的三个方面（认知能力、抑郁程度、生活满意感）的影响。实证结果表明：第一，数字参与行为对老年人认知能力和抑郁程度的影响显著，但对生活满意感的影响不显著；同时数字参与频率越高，越能显著提升老年人的认知能力，并降低其抑郁程度。第二，四种数字参与类型中，社交型参与对认知能力和抑郁程度的影响显著，其他三种参与类型带来的影响均不显著，说明数字参与对老年人心理健康的影响主要源于社交型参与。第三，群体异质性分析发现，数字参与对农村老年人抑郁程度的影响显著，但对城镇老年人的影响不显著；同时其对认知能力和抑郁程度的影响在低龄和高龄老年人之间也存在明显差异，即对低龄老年人的影响显著，对高龄老年人的影响不显著；而社交型参与的显著影响也主要体现于低龄老年人群体。

基于上述实证结果，我们认为在数字助老行动中，应重点关注高龄老年人和农村老年人的数字技能帮扶问题，以充分发挥数字参与对全体老年人心理健康的促进作用。具体建议包括：

第一，推进数字产品适老化改造以及农村数字基础设施建设。数字产品设计未考虑老年人的使用习惯，是造成一些老年人尤其是高龄老年人和农村老年人存在数字工具使用障碍的原因之一。政府应通过减税、贷款优惠等手段，对开展适老化产品研发的企业进行扶持，引导现有互联网应用的提供商，改造软件应用，设计“长辈模式”等适老化界面和“一键接入”等简易操作，以缩小数字产品“使用鸿沟”。另一方面，应进一步提升农村及偏远贫困地区信息基础设施的水平，夯实4G和光纤网络基础，逐步探索5G网络建设，以减少农村及偏远地区老年人的数字接入障碍。

第二，实施国家、社会、家庭共同参与的数字反哺行动。除倡导子女、晚辈等家庭成员对老年人的数字技能帮助外，还应发挥社会各界在数字助老方面的积极作用。例如，借助老年大学开展数字技术普及课程，由老年协会、老科协组织老年专家开展数字科普讲座，依托社区组建数字宣传、数字服务志愿者队伍，开展数字知识宣传以及诸如微信朋友圈分享大比拼等多样化的数字参与活动，为行动不便的高龄老年人开展入户帮扶等。与此同时，考虑到农村留守老年人的数字参与障碍以及情感缺失问题，数字知识普及和技能培训应进一步向农村地区延伸，通过定期巡回讲座、志愿服务等方式来提升农村老年人的数字参与技能，扩大其社会融入渠道，使全体老年人在共享数字建设成果的同时增进心理健康水平。

〔参 考 文 献〕

［1］McConatha D， McConatha J T， Dermigny R. The use of interactive computer services to enhance the quality of life for long-term care residents［J］. The Gerontologist， 1994， 34（04）：553-556.

［2］White H， McConnell E， Clipp E， et al. Surfing the net in later life： A review of the literature and pilot study of computer use and quality of life［J］. Journal of Applied Gerontology， 1999， 18（03）： 358-378.

［3］Berner J， Comijs H， Elmst？覽hl S， et al.

Maintaining cognitive function with internet use： a two-country， six-year longitudinal study［J］. International Psychogeriatrics， 2019， 31（07）：929-936.

［4］Kamin S T， Lang F R. Internet use and cognitive functioning in late adulthood： Longitudinal findings from the Survey of Health， Ageing and Retirement in Europe （SHARE）［J］. The Journals of Gerontology： Series B， 2020， 75（03）：534-539.

［5］Tun P A， Lachman M E. The association between computer use and cognition across adulthood： use it so you won't lose it？［J］. Psychology and Aging， 2010， 25（03）：560.

［6］Kim H， Kim J. The impact of senior citizens use of online social networks on their cognitive function［J］. International Journal of Research Studies in Educational Technology， 2014， 3（02）.

［7］Myhre J W， Mehl M R， Glisky E L. Cognitive benefits of online social networking for healthy older adults［J］. The Journals of Gerontology： Series B， 2017， 72（05）：752-760.

［8］Basak C， Boot W R， Voss M W， et al. Can training in a real-time strategy video game attenuate cognitive decline in older adults？［J］. Psychology and Aging， 2008， 23（04）：765.

［9］Small G W， Moody T D， Siddarth P， et al. Your brain on Google： patterns of cerebral activation during internet searching［J］. The American Journal of Geriatric Psychiatry， 2009， 17（02）：116-126.

［10］Chan M Y， Haber S， Drew L M， et al. Training older adults to use tablet computers： Does it enhance cognitive function？［J］. The Gerontologist， 2016， 56（03）：475-484.

［11］Slegers K， Van Boxtel M P J， Jolles J. Computer use in older adults： Determinants and the relationship with cognitive change over a 6-year episode［J］. Computers in Human Behavior， 2012， 28（01）：1-10.

［12］Cotten S R， Ford G， Ford S， et al. Internet use and depression among retired older adults in the United States： A longitudinal analysis［J］. Journals of Gerontology Series B： Psychological Sciences and Social Sciences， 2014， 69（05）： 763-771.

［13］Slegers K， Van Boxtel M P J， Jolles J. Effects of computer training and Internet usage on the well-being and quality of life of older adults： a randomized， controlled study［J］. The Journals of Gerontology Series B： Psychological Sciences and Social Sciences， 2008， 63（03）： 176-184.

［14］Kraut R， Patterson M， Lundmark V， et al. Internet paradox： A social technology that reduces social involvement and psychological well-being？［J］. American Psychologist， 1998， 53（09）： 1017.

［15］Huang C. Internet use and psychological well-being： A meta-analysis［J］. Cyberpsychology， Behavior， and Social Networking， 2010， 13（03）： 241-249.

［16］Szabo A， Allen J， Stephens C， et al. Longitudi

nal analysis of the relationship between purposes of internet use and well-being among older adults［J］. The Gerontologist， 2019， 59（01）： 58-68.

［17］Lam S S M， Jivraj S， Scholes S. Exploring the relationship between internet use and mental health among older adults in England： longitudinal observational study［J］. Journal of Medical Internet Research， 2020， 22（07）： e15683.

［18］Heo J， Chun S， Lee S， et al. Internet use and well-being in older adults［J］. Cyberpsychology， Behavior， and Social Networking， 2015， 18（05）： 268-272.

［19］Chopik W J. The benefits of social technology use among older adults are mediated by reduced loneliness［J］. Cyberpsychology， Behavior， and Social Networking， 2016， 19（09）：551-556.

［20］Lifshitz R， Nimrod G， Bachner Y G. Internet use and well-being in later life： a functional approach［J］. Aging &Mental Health， 2016， 22（01）：85-91.

［21］Shapira N， Barak A， Gal I. Promoting older adults well-being through Internet training and use［J］.Aging&Mental Health，2007， 11（05）：477-84.

［22］Quintana D， Cervantes A， Sáez Y， et al. Internet use and psychological well-being at advanced age： Evidence from the English longitudinal study of aging［J］. International Journal of Environmental Research and Public Health， 2018， 15（03）：480.

［23］張硕.中国城市老年人电脑/互联网使用影响因素研究：基于北京市朝阳区的调查［J］.国际新闻界，2013，35（07）：11.

［24］杜鹏，韩文婷.互联网与老年生活：挑战与机遇［J］.人口研究，2021，45（03）：3-16.

［25］汪连杰.互联网使用对老年人身心健康的影响机制研究——基于CGSS（2013）数据的实证分析［J］.现代经济探讨，2018（04）：8.

［26］赵建国，刘子琼.互联网使用对老年人健康的影响［J］.中国人口科学，2020（05）：14.

［27］杜鹏，汪斌.互联网使用如何影响中国老年人生活满意度？［J］.人口研究，2020，44（04）：15.

［28］靳永爱，赵梦晗.互联网使用与中国老年人的积极老龄化——基于2016年中国老年社会追踪调查数据的分析［J］.人口学刊，2019，41（06）：12.

［29］彭希哲，吕明阳，陆蒙华.使用互联网会让老年人感到更幸福吗？——来自CGSS数据的实证研究［J］.南京社会科学，2019（10）：12.

［30］吴新慧.老年人互联网应用及其影响研究——基于CSS（2013）数据的分析［J］.云南民族大学学报：哲学社会科学版，2017，34（04）：10.

〔责任编辑：孙玉婷〕