互联网使用对居民健康的影响路径研究

陈亮 李莹

摘 要：本文基于中国综合社会调查数据CGSS（2015年），使用Logit模型从微观视角验证互联网使用对居民健康的影响，并探讨了互联网使用对居民健康的影响路径。研究结果显示：互联网使用对居民健康具有显著正向影响，具体来看，采用自评健康、健康影响工作和生活频繁程度以及心情抑郁或沮丧频繁程度三种方式度量居民健康，在其他条件不变的情况下，使用互联网居民的健康水平比不使用互联网的居民分别高出1.370倍、1.420倍和1.200倍;互联网使用通过社交频繁程度、读书、看报纸、看杂志频繁程度以及自评社会经济地位对居民健康产生影响。

关键词：互联网使用;居民健康;中介效应;Logit模型

一、引 言

随着经济发展和社会进步，居民收入水平逐渐提升，互联网走进了千家万户。中国互联网络发展中心（CNNIC）发布的第44次《中国互联网络发展状况统计报告》（以下简称《报告》）显示：截至2019年6月，中国网民规模达8.540亿，互联网普及率达61.2%;手机网民规模达8.470亿，网民中使用手机上网的人群占比高达99.1%。

互联网在给居民带来便利的同时，也在改变着居民的生活、行为习惯和思维方式。当前居民对在线健康信息和互联网医疗的使用呈逐年上升趋势。《报告》显示：截至2016年12月，使用互联网医疗的网民人数为19 476万，使用率达26.6%，相比于2003年0.7%的使用率，增长了38倍。2018年4月25日，国务院办公厅发布《关于促进“互联网+医疗健康”发展的意见》（以下简称《意见》）给互联网医疗的发展指明了方向，明确强调要健全“互联网+医疗健康”服务体系、完善“互联网+医疗健康”支撑体系以及加强行业监管和安全保障。《意见》强调了互联网使用和互联网发展对居民健康的作用，从长期来看，互联网使用将对居民健康产生重要影响。

互联网的迅速普及，也在悄然改变着居民的网络使用方式。《报告》显示，截至2018年12月，网民对即时通信、搜索引擎和网络新闻的使用率分别达到95.6%、82.2%和81.4%，网民在对传统网络领域保持较高使用率的同时，还逐渐向新兴领域拓展，如网民对网络视频、网络文学和在线教育使用的年增长率分别为6.3%、13.4%和12.7%，综合来看，网民对互联网使用集中在网络学习、社交和自评社会经济地位方面。由此联想到，互联网使用在对居民健康产生直接影响的同时，有没有可能通过中介变量进行传导而产生间接影响？

综上所述，本文在验证互联网使用对居民健康影响的基础上，利用中介效应研究互联网使用对居民健康的影响路径。需要重点强调的是，本文的互联网使用包括合理使用和不合理使用，其中合理使用主要指在线健康信息和互联网医疗的使用。

二、文献综述与研究假设

合理使用互联网的具体表现形式为获取并利用健康知识、作为沟通交流工具、满足工作需要和互联网医疗使用等。不合理使用互联网指由于不能控制自身上网行为而过度地使用网络，引发明显的心理抑郁和时间消耗，并导致使用者社会交往和家庭关系等失败的现象。根据以往研究来看，互联网已经成为传播健康信息和预防疾病的有效工具。James等[1]、Halkias等[2]、Alghamdi和Moussa[3]与Beck等[4]对利用互联网获取健康信息进行了研究。Mano[5]认为，人们通过互联网了解健康信息，利用在线健康服务可以提高个人层面的健康素养和健康的自我管理。

合理使用互联网对居民健康的影响主要体现在以下几个方面：第一，Mcmullan[6]认为，互联网打破了医生对专业信息的垄断，缓解了医患之间信息不对称，有利于居民更好地管理自己的健康[7]。Wangberg等[8]利用结构方程模型评估了互联网使用、社会经济地位和社会支持与自评健康之间的关系，结果显示，以不使用在线健康信息的用户为参照，互联网健康信息使用者的健康状况更好。第二，作为沟通交流的工具，互联网可以缓解使用者的孤独、抑郁和焦虑等情绪，提升使用者的健康水平。Lagoe和Atkin[9]利用245名美国成年人样本，采用结构方程模型研究了使用网络健康信息的心理决定因素，结果显示，焦虑与互联网使用存在显著关联，但互联网能减轻压力，降低抑郁和孤独水平。Dutta-Bergman[10]研究了是否使用互联网对居民健康的影响，结果显示，自身拥有较强的健康意识并能够运用互联网搜索健康信息对居民健康具有积极影响。洪建中等[11]指出，老年人使用互联网可以感受到更强的社会联结。第三，互联网不仅可以用于管理自身健康，还可以缓解和预防各种健康疾病。Bender等[12]认为，通过网络社交可以缓解疼痛。Tsai等[13]认为，经常使用互联网的居民不太可能患上抑郁症。Minto等[14]認为，经常使用互联网能降低心肌病患者的焦虑水平。

不合理使用互联网往往导致病理性互联网使用，这是滥用互联网导致的一种心理疾病，会损害使用者的健康，Brenner[15]、Suler[16]、Morahanmartin和Schumacher[17]与Davis[18]的研究证实了这一观点。不合理使用互联网导致网络成瘾在世界范围内具有普遍性，但在韩国和中国等亚洲地区尤其严重[19]-[21]。

此外，Katz和Rice[22]通过对美国大型调查数据进行统计分析发现，互联网使用提高了居民参与社区活动的积极性。Hampton和Wellman[23]对加拿大多伦多的一个社区进行考察发现，使用互联网的居民和不使用互联网的居民在社区人际交往方面存在显著差异，使用互联网可以做到更好的邻里联结，使用互联网的居民知道邻居姓名是后者的三倍多，见面交流和邀请（被邀请）到家中做客分别为后者的2倍和1.5倍。Quan-Haase等[24]利用1998年美国国家地理协会网站的调查信息得到，互联网使用弥补了面对面交流和电话联系减少的现象，总体上增加了人们之间的社会交往。基于以上分析，笔者提出了如下假设：

假设1：互联网使用对居民健康具有显著正向影响。

刘宸和周向红[25]认为，互联网打破了医疗机构对专业健康信息的垄断。基于社会连接性，个体居民在获得信息后，在小范围内形成了健康信息共享机制，小范围内的个体居民又会成为信息中心，将健康信息进行传播，而健康信息又对居民健康管理具有促进作用，所以社交频繁程度可作为重要的中介变量。

沟通交流工具是合理使用互联网的一个有效组成部分，互联网为居民沟通交流和感情联络提供了便利，而有效沟通又对居民的抑郁和焦虑具有缓解作用，互联网使用通过居民社交频繁程度影响居民健康。基于以上分析，笔者提出如下假设：

假设2：在互联网使用对居民健康的影响中，社交频繁程度起到中介效应。

信息传播分为传统信息传播和现代信息传播，读书、看报纸和看杂志是传统健康信息传播途径的代表，可以看做是对在线健康信息的有效补充。具体逻辑如下：当在线健康信息对某种健康知识存在模糊解释时，可通过传统媒介继续深入了解;当传统媒介由于知识更新慢，对某种健康知识存在记录不详时，可通过在线健康信息继续完善。由此出现线上线下健康信息相互弥补、相互促进的格局，加之健康信息有利于居民健康。基于以上分析，笔者提出如下假设：

假设3：在互联网使用对居民健康的影响中，读书、看报纸、看杂志频繁程度起到中介效应。

袁浩和陶田田[26]基于上海市社区调查数据研究得出，互联网使用越多，居民获得感越强，且家庭收入和家庭主观地位都会对获得感产生积极影响。根据世界卫生组织划分标准，居民健康包括身体健康、心理健康、社会健康和道德健康，居民获得感是心理健康的重要表现形式，居民通过互联网信息可对自身社会经济地位有更全面的认识，对附着在社会经济地位上的自身健康状况有更清晰的认识。为了提高自身健康水平，可通过获得感和自身经济地位提升来实现，在互联网信息作用下，通过与同龄人健康信息作比较，理论上会对自身健康产生激励作用。基于以上分析，笔者提出如下假设：

假设4：在互联网使用对居民健康的影响中，自评社会经济地位起到中介效应。

三、研究设计

（一）数据来源

本文采用中国综合社会调查数据CGSS（2015年），该数据来自中国人民大学中国调查与数据中心，迄今已经发布10次调查数据，完整记录着中国社会变迁。2015年的数据采用多阶分层PPS随机抽样，样本覆盖全国28个省份（不含新疆、海南、西藏和港澳台地区）478个村居，共收集完成10 968份有效问卷。

（二）变量选择

1.被解释变量

本文被解释变量为居民健康，具体采用自评健康、健康影响工作和生活频繁程度以及心情抑郁或沮丧频繁程度三种方式衡量，分别对应居民的总体健康、生理健康和心理健康。本文将居民健康处理为二分类变量，在自评健康方面把很健康和比较健康赋值为1，将一般、比较不健康和很不健康赋值为0;在健康影响工作和生活频繁程度以及心情抑郁或沮丧频繁程度方面，将从不和很少赋值为1，将有时、经常和总是赋值为0。

2.解释变量

本文解释变量为互联网使用，问卷对互联网使用情况的描述为，过去一年，您对互联网（包括手机上网）的使用情况是：从不=1，很少=2，有时=3，经常=4，非常频繁=5。本文将互联网使用处理为二分类变量，将从不、很少和有时赋值为0，将经常和非常频繁赋值为1。

3.中介变量

本文中介变量为社交频繁程度，读书、看报、看杂志频繁程度以及自评社会经济地位。问卷对社交频繁程度的描述为，请问您与其他朋友进行社交娱乐活动（如互相串门，一起看电视，吃饭，打牌等）的频繁程度是：几乎每天=1，一周1—2次=2，一个月几次=3，大约一个月1次=4，一年几次=5，一年1次或更少=6，从来不=7。本文对其重新赋值，將从来不、一年1次或更少、一年几次、大约一个月1次、一个月几次、一周1—2次和几乎每天分别赋值为1、2、3、4、5、6和7。问卷对读书、看报纸、看杂志频繁程度的描述为，过去一年，您是否经常在空闲时间从事读书、看报纸、看杂志活动：每天=1，一周数次=2，一月数次=3，一年数次或更少=4，将从不=5。本文对其重新赋值，将从不、一年数次或更少、一月数次、一周数次和每天分别赋值为1、2、3、4和5。问卷对自评社会经济地位的描述为，与同龄人相比，您认为您本人的社会经济地位是：较高=1，差不多=2，将较低=3。本文对其重新赋值，将较低、差不多和较高分别赋值为1、2和3。

4.控制变量

本文控制变量主要包括对居民健康有重要影响的个体特征、经济特征、社会保障和省份差异。其中，个体特征包括：性别，男=1，女=0;年龄，即被访者的年龄;婚姻状况，已婚=1，未婚=0;户籍，城镇=1，农村=0;政治面貌，党员=1，非党员=0;受教育程度，未上学=1，小学=2，初中=3，高中/中专/技校=4，大学及以上=5;是否参加体育锻炼，是=1，否=0;家庭规模，即被访者家庭成员数等一系列人口学变量。经济特征包括：个人总收入，即被访者全年收入的自然对数;家庭总收入，即被访者全年家庭收入的自然对数。社会保障包括：养老保险，有=1，没有=0;医疗保险，有=1，没有=0。省份差异指生成27个省份虚拟变量。变量的描述性统计如表1所示。

（三）模型设定

由于被解释变量为二分类变量，本文采用Logit模型进行估计，计量模型如下：

其中，Health表示被解释变量居民健康;P=1时，表示居民健康，P=0时，表示居民不健康;Net表示解释变量互联网使用;Χ表示控制变量向量;，包括个体特征、经济特征、社会保障和省份差异;Z表示中介变量向量;ε表示随机扰动项。

四、实证结果分析

研究互联网使用对居民健康的影响路径，需要先验证互联网使用与居民健康之间的关系。本文基于中国综合社会调查数据CGSS（2015年），通过Logistic回归从微观视角验证互联网使用对居民健康的影响，在此基础上，通过变量的中介效应来说明二者的影响路径。

（一）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基准回归结果如表2所示。

从表2可以看出，互联网使用对居民健康的影响在模型（1）—模型（3）中都在1%水平上显著为正，即以不使用互联网的居民为参照，使用互联网的居民健康的概率分别提高了31.8%、34.8%和17.9%，即使用互联网比不使用互联网的居民的健康水平分别高出1.370（e0.318）倍、1.420（e0.348）倍和1.200（e0.179）倍，表明互联网使用对居民健康具有显著正向影响，假设1得以验证。控制变量对居民健康的影响与以往研究结论相似，在此不作过多阐述。

鉴于数据的可获得性，本文实证部分研究仅得出使用互联网的居民比不使用互联网的居民健康状况好。由于在线健康信息和互联网医疗是合理使用的有效组成部分，所以隐含的逻辑是使用在线健康信息和互联网医疗的居民比不使用的居民更健康，下文的中介效应也在此基础上进行研究。

（二）社交频繁程度的中介效应

参照肖富群[27]中介效应的基本分析思路：首先，通过交互分类验证互联网使用与社交频繁程度，读书、看报纸、看杂志频繁程度以及自评社会经济地位的关系，如果关系显著，则其具备做中介变量的首要条件。其次，通过回归验证互联网使用对居民健康是否存在显著关系，如果显著，则继续进行下一步。最后，在回归方程中加入中介变量，如果互联网使用对居民健康的影响依然显著，说明互联网使用直接影响居民健康;如果互联网使用对居民健康的影响消失，说明互联网使用对居民健康的影响是通过中介变量间接起作用;如果互联网使用对居民健康的影响依然存在，但影响程度有所变化，说明互联网使用对居民健康既有直接影响，也有间接影响，中介变量也能影响居民健康。

从表3的χ2检验结果可以看出，是否使用互联网与社交频繁程度存在显著差异，互联网使用对社交频繁程度的影响在1%水平上显著，即社交频繁程度具备做中介变量的首要条件。

社交频繁程度的中介效应模型回归结果如表4所示。

从表4可以看出，社交频繁程度对居民健康的影响显著为正。具体来看，以从来不社交为对照组，模型（1）和模型（2）中社交频繁程度在1%水平上对居民健康的影响显著为正，模型（3）中社交频繁程度在一年1次或更少、一年几次和大约一个月1次时对居民健康的影响在5%水平上显著为正，居民社交频繁程度在一个月几次、一周1—2次和几乎每天时对居民健康的影响在1%水平上显著为正。互联网使用对居民健康的影响均出现不同程度的下降。具体来看，互联网使用的回归系数从0.318、0.348和0.179，分别下降为0.242、0.322和0.120，其中模型（3）互联网使用的回归系数和显著性均出现下降。因此，假设2得以验证。

（三）读书、看报纸、看杂志频繁程度的中介效应

从表5的χ2检验结果可以看出，是否使用互联网的读书、看报纸、看杂志频繁程度存在显著差异，互联网使用对读书、看报纸、看杂志的影响在1%水平上显著，即读书、看报纸、看杂志频繁程度具备做中介变量的首要条件。

从表6可以看出，读书、看报纸、看杂志对居民健康的影响显著为正。具体来看，将从来不读书、看报纸、看杂志作为对照组，模型（1）中，一年数次或更少、一月数次、一周数次读书、看报纸、看杂志对居民健康的影响分别在5%、1%和1%水平上显著为正;模型（2）中，一年数次或更少、几乎每天读书、看报纸、看杂志对居民健康的影响分别在10%和5%水平上显著为正;模型（3）中，几乎每天读书、看报纸、看杂志对居民健康的影响在10%水平上显著为正。互联网使用对居民健康的影响出现不同程度的下降。具体来看，互联网使用的回归系数从0.318、0.348和0.179分别下降到0.303、0.339和0.175，其中模型（3）互联网使用的回归系数和显著性均出现不同程度的下降。因此，假设3得以验证。

（四）自评社会经济地位的中介效应

从表7的χ2检验结果可以看出，是否使用互联网的自评社會经济地位存在显著差异，互联网使用对自评社会经济地位的影响在1%水平上显著，即自评社会经济地位具备做中介变量的首要条件。

从表8可以看出，自评社会经济地位对居民健康的影响显著为正，这与Laura等[28]的研究结果一致。具体来看，以自评社会经济地位较低为对照组，在模型（1）—模型（3）中，自评社会经济地位对居民健康的影响都在1%水平上显著为正。互联网使用对居民健康的影响出现不同程度的下降。具体来看，互联网使用的回归系数从0.318、0.348和0.179分别下降到0.244、0.285和0.130，其中模型（3）互联网使用的回归系数和显著性均出现了不同程度的下降。因此，假设4得以验证。

五、研究结论与政策启示

本文基于中国综合社会调查数据CGSS（2015年），使用Logit模型从微观视角验证互联网使用对居民健康的影响，并在此基础上探讨了互联网使用对居民健康的影响路径。研究结果显示：互联网使用对居民健康具有显著正向影响，具体来看，采用自评健康、健康影响工作和生活频繁程度以及心情抑郁或沮丧频繁程度三种方式度量居民健康，在其他条件不变的情况下，使用互联网居民的健康水平比不使用互联网的居民分别高出1.370倍、1.420倍和1.200倍;互联网使用通过社交频繁程度，读书、看报、看杂志频繁程度以及自评社会经济地位对居民健康产生影响。

基于上述研究结论，笔者提出如下政策启示：第一，在线健康信息外溢打破了医疗机构的专业信息垄断，为居民利用互联网获取在线健康知识和合理安排诊疗时间提供了极大便利;当前互联网医疗的发展还集中在以网络挂号为主的初级阶段，未来会发展成为居民健康需求的重要补充形式。第二，网络交流对个人社交产生了一定程度的替代，城市扩张导致传统熟人社会被现代城市社区所阻碍。沟通交流能显著促进居民健康，因而城市建设要合理配置公共服务设施，社区应该为居民创造沟通交流的机会，个人应该主动参与文明社会、文明社区建设。第三，当前信息和知识爆炸性增长，新知识、新技术层出不穷，个人必须作出合理、正确的选择，努力学习、终身学习，为自身健康打下良好基础。第四，面对现实经济状况，居民要通过诚实经营和合法劳动获取经济收入，提升社会地位;面对纷繁复杂的网络信息，居民必须认清自身的实际情况，努力发挥自身优点，有效弥补自身不足。

参考文献：

[1] James，N.， Daniels，H.， Rahman，R.， et al.A Study of Information Seeking by Cancer Patients and Their Carers[J].Clinical Oncology， 2007， 19（5）：356-362.

[2] Halkias，D.， Harkiolakis，N.， Thurman，P.， et al.Internet Use for Health-Related Purposes Among Greek Consumers[J].Telemedicine & E Health， 2008， 14（3）：255-260.

[3] Alghamdi，K.M.，Moussa，N.A.Internet Use by the Public to Search for Health-Related Information[J].International Journal of Medical Informatics， 2012， 81（6）：363-373.

[4] Beck，F.，Richard，J.B.，Nguyen-Thanh，V.， et al.Use of the Internet as a Health Information Resource Among French Young Adults：Results From a Nationally Representative Survey[J].Journal of Medical Internet Research， 2014， 16（5）：e128.

[5] Mano，R.S.Social Media and Online Health Services：A Health Empowerment Perspective to Online Health Information[J].Computers in Human Behavior， 2014， 39（10）：404-412.

[6] Mcmullan，M.Patients Using the Internet to Obtain Health Information：How This Affects the Patient-Health Professional Relationship[J].Patient Education & Counseling， 2006， 63（1）：24-28.

[7] Castleton，K.，Fong，T.，Wanggillam，A.，et al.A Survey of Internet Utilization Among Patients With Cancer[J].Supportive Care in Cancer， 2011， 19（8）：1183-1190.

[8] Wangberg，S.C.，Andreassen，H.K.，Prokosch，H.U.，et al.Relations Between Internet Use， Socio-Economic Status （SES）， Social Support and Subjective Health[J].Health Promotion International， 2008， 23（1）：70-77.

[9] Lagoe，C.，Atkin，D.Health Anxiety in the Digital Age：An Exploration of Psychological Determinants of Online Health Information Seeking[J].Computers in Human Behavior， 2015， 52（4）：484-491.

[10] Dutta-Bergman，M.J.Health Attitudes， Health Cognitions， and Health Behaviors Among Internet Health Information Seekers：Population-Based Survey[J].Journal of Medical Internet Research， 2004， 6（2）：e15.

[11] 洪建中，黃凤，皮忠玲.老年人网络使用与心理健康[J].华中师范大学学报（人文社会科学版），2015，（2）：171-176.

[12] Bender，J.L.，Radhakrishnan，A.，Diorio，C.， et al.Can Pain Be Managed Through the Internet？ A Systematic Review of Randomized Controlled Trials[J].Pain， 2011， 152（8）：1740-1750.

[13] Tsai，I.H.，Graves，D.E.，Lai，C.H.， et al.Association of Internet Use and Depression Among the Spinal Cord Injury Population[J].Archives of Physical Medicine & Rehabilitation， 2014， 95（2）：236-243.

[14] Minto，C.，Bauce，B.，Calore，C.， et al.Is Internet Use Associated With Anxiety in Patients With and at Risk for Cardiomyopathy？[J].American Heart Journal， 2015， 170（1）：87-95.

[15] Brenner，V.Psychology of Computer Use：XLVII.Parameters of Internet Use， Abuse and Addiction：The First 90 Days of the Internet Usage Survey[J].Psychological Reports， 1997， 80（3）：879-882.

[16] Suler，J.R.To Get What You Need：Healthy and Pathological Internet Use[J].Cyberpsychology & Behavior， 1999， 2（5）：385-393.

[17] Morahanmartin，J.，Schumacher，P.Incidence and Correlates of Pathological Internet Use Among College Students[J].Computers in Human Behavior， 2000， 16（1）：13-29.

[18] Davis，R.A.A Cognitive-Behavioral Model of Pathological Internet Use[J].Computers in Human Behavior， 2001， 17（2）：187-195.

[19] Shaw，M.，Black，D.W.Internet Addiction：Definition， Assessment， Epidemiology and Clinical Management[J].Cns Drugs， 2008， 22（5）：353-365.

[20] Block，J.M.D.Issues for DSM-V：Internet Addiction[J].American Journal of Psychiatry， 2008， 165（3）：306-307.

[21] Dong，G.，Jie，H.，Du，X.Alterations in Regional Homogeneity of Resting-State Brain Activity in Internet Gaming Addicts[J].Behavioral and Brain Functions，2012， 8（1）：41-41.

[22] Katz，J.E.，Rice，R.E.Social Consequences of Internet Use：Access， Involvement， and Interaction[J].Online Information Review， 2002， 27（3）：215-216.

[23] Hampton， K.N.， Wellman，B. The not so Global Village of Netville[A].Wellman， B.， Haythornthwaite， C. The Internet in Everyday Life[C].Oxford： Blackwell Publishers Ltd， 2002.345-371.

[24] Quan-Haase，A.， Wellman，B.， Witte，J.C.， et al. Capitalizing on the Net： Social Contact， Civic Engagement， and Sense of Community[A]. Wellman，B.，Haythornthwaite，C.The Internet in Everyday Life[C].Oxford： Blackwell Publishers Ltd， 2002.289-324.

[25] 刘宸，周向红.互联网医疗信息溢出与中国居民就诊选择——基于CHNS混合截面数据的实证研究[J].公共管理学报，2017，（4）：78-90+156-157.

[26] 袁浩，陶田田.互联网使用行为、家庭经济状况与获得感——一项基于上海的实证研究[J].社会发展研究，2019，（3）：41-60+243.

[27] 肖富群.城乡背景对大学生初次就业结果的影响——基于全国17所高校2914名毕业生的调查数据[J].广西民族大学学报（哲学社会科学版），2014，（4）：178-184.

[28] Laura，N.，Monika，M.，Alexander，K.，et al.Sociodemographic and Health-（Care-）Related Characteristics of Online Health Information Seekers：A Cross-Sectional German Study[J].Bmc Public Health， 2015， 15（1）：1-12.

（責任编辑：孙 艳）