互联网使用频率对居民健康影响的研究

陈亮

[摘要] 虽然互联网的发展有利于居民管理自身健康状况，但是以往研究关于互联网使用频率对居民健康影响的研究较少涉及。本文以Grossman健康理论为基础，运用中国综合社会调查数据CGSS（2015），采用OrderProbit模型，研究互联网使用频率对居民健康的影响，得出以下几个结论：第一，以每天使用互联网居民的健康为对照，从不使用互联网居民的健康水平较差。第二，互联网使用频率以一周数次为宜，且每天上网总时长控制在4小时以内有利于居民健康。第三，使用手机网络使用频率作互联网使用频率的代理变量，得出互联网使用频率对居民健康影响结论具有稳健性。据此提出居民要积极使用互联网，合理安排时间和使用手机网络，以提高自身健康水平。

[关键词] 互联网使用频率;居民健康;Grossman健康理论

[中图分类号] C913.7    [文献标识码] A

一、引言

随着经济发展、社会进步和居民收入水平的逐年提升，互联网逐渐走进了千家万户，甚至成为居民生活不可或缺的有效组成部分。根据中国互联网络信息中心（CNNIC）发布的第42次《中国互联网络发展状况统计报告》显示：截止到2019年6月，我国网民规模和手机网民规模分别达到8.54亿和8.47亿，网民中使用手机上网的比例达到99.1%，同时，网络新闻、网络购物和网络直播的用户规模分别达到6.86亿、6.39亿和4.33亿，网民使用比例分别达到80.3%、74.8%和50.7%，由此可以看出，互联网的快速发展给居民的工作、娱乐和生活带来了巨大便利，但互联网在给居民提供便利的同时，也存在着网络使用频率过高、获取信息不当以及部分网民沉迷网络的现实状况，长此以往，无疑会对居民的健康提出挑战。

2019年12月，全球陆续出现了新型冠状病毒肺炎（COVID-19），对居民健康产生了巨大威胁，为保证健康，政府规定实行延迟复工和延期开学的措施客观上导致了居民不得不选择利用互联网进行居家办公和学习，由此便产生了一个现实问题：互联网使用频率或者使用时长控制在多久较为合适。

互联网使用过于频繁无疑会损害居民的健康水平。以网络娱乐为例，伴随着网络的迅速发展，网络游戏也进入了居民的生活，网游在给用户带来娱乐的同时，也可能损害用户的健康水平。2018年6月，世界卫生组织（WHO）将游戏成瘾作为精神疾病的一部分，并指出游戏障碍的具有三个明显特征：第一，存在着玩游戏的冲动，且无法自拔。第二，网络游戏优于日常生活，即使出现健康受损，仍然不能停止。第三，游戏对自身家庭、学业和社交造成严重损害，且时间至少持续12个月。根据世界卫生组织的估计，玩游戏的人群中有2%-3%的玩家存在游戏障碍。由此可以看出，为保障玩家的健康水平，以网络游戏为代表的互联网使用频率必须控制在合理的使用范围之内，但当前这个合理区间并没有给出具体的界定。

以沟通交流和工作学习为例，虽然互联网作为工具有利于居民沟通交流，提高工作学习的效率，但是互联网使用时长也必须控制在合理的范围之内。Auxéméry等（2010）[1]整理了互联网使用和心理健康的文献，结果显示，互联网使用对健康具有有益和有害双重影响，互联网使用（成瘾）会导致肥胖、睡眠障碍和学业失败，但互联网使用也是居民健康信息的重要来源，所以互联网仅仅是一个工具，关键在于使用者如何利用。本文认为，合理使用互联网并将互联网使用频率控制在合理区间内有利于居民健康。

综上，本文在Grrossman经典健康理论的基础上，基于中国综合社会调查数据CGSS（2015），从微观视角研究互联网使用频率的合理区间。

二、文献综述

互联网在给居民生活带来便利的同时，互联网使用频率不同，居民健康状况不同。刘连龙和徐丹等（2009）[2]研究得出网络使用时间和网络成瘾程度成正相关。Stepanikova等（2010） [3]使用2004年和2005年美国成年居民数据，研究了浏览网页的时间和孤独感的关系，结果显示，二者呈显著的正相关关系。Ayers等（2007）研究得出互联网使用频率增加会导致居民健康状况变差。[4]

高频率的互联网使用对居民健康具有消极影响。Mathers等（2009）[5]以澳大利亚一所学校的925名青少年调查数据为基础，研究了青少年电子媒体（电视、电脑、视频游戏和电话）使用时间和自评健康（抑郁，焦虑等）之间的关系，研究得出高频率的游戏使用会导致较差的健康状况。张锦涛和陈超等（2014）[6]以北京市2250名大一新生为调查对象，研究大学新生网络使用时间和网络成瘾的关系，结果显示，以网络社交使用较少为参照，较多的使用网络社交会导致更高的网络成瘾程度。这一研究结果和（Rooij等，2010[7];Smahel等，2012[8]）的研究结论高度一致。 Rayan等（2016）[9]利用144个样本，采用探索性方法对互联网使用的优点和缺点进行了概括并讨论了其对大学生心理健康的影响，结果显示，互联网使用率高和学生的心理健康状况不佳有关。由此可以得出，互联网使用对居民健康的影响机制是频繁使用互联网导致网络成瘾，而网络成瘾会损害居民健康。

虽然高频率的互联网使用会导致网络成瘾，网络成瘾会损害居民健康，但Carbonell等（2012）[10]指出网络使用时间并不总能正确预测网络成瘾，互联网使用类型才是网络成瘾的真正变量，使用网络进行工作或学习，不一定会导致网络成瘾。Tsitsika等（2009）[11]和Rooij等（2010）[12]得出网络使用内容的不同，对网络成瘾的影响程度不同。（Kandell，1998[13]; Chou等，2000[14];Kheirkhah等，2010[15]）研究指出经常使用网络社交工具的用户更有可能患上网瘾，而僅把互联网当作工具，进行信息搜索在很大可能上降低网络成瘾。 Leung等（2012）对我国香港地区青少年的网络使用情况进行了调查，结果得出，使用互联网社交网站和进行网络游戏对网络成瘾的影响显著为正，以休闲为导向的互联网活动可能比电子邮件通信和浏览网页更容易上瘾。[16]而网络成瘾损害健康的具体表现形式为经常使用网络社交工具会导致和现实社会的脱节，最终可能损害使用者的健康（Morahanmartin等，2000[17]）。Scott等（2010）[18]以认知行为理论为基础，采用结构方程模型研究了社交技能和网络成瘾的关系，研究得出现实中缺乏有效沟通的人倾向于网络在线社交，结果导致互联网的过度使用，损害个人健康。

而以往文献对互联网使用频率过高的原因也给出了合理解释，孤独感是高频率使用互联网的起源。首先，国内文献方面。宋广文和孔芳等（2010）[19]证实孤独感对大学生的网络成瘾具有有效的预测作用。姜永志和刘红等（2012）[20]采用了手机依赖量表，孤独量表验证了二者关系，得出孤独感会增加大学生对手机依赖程度。焦开山（2016）[21]利用全国调查数据研究得出过度使用互联网会导致与现实的隔离，提升孤独感，损害居民健康。

其次，国外文献方面。Morahanmartin等（2003）[22]研究得出孤独感越强，使用网络的频率越高。Mckenna等（2002） [23]指出孤独感越强的人，越可能投入巨大的精力在网络中，以建立和维持良好的人际关系，同时也越有可能过度使用互联网（Scott，2003[24]），最终损害使用者的健康。Song（2014）[25]研究了社交工具Facebook的使用和孤独之间的关系，结果显示，孤独感和Facebook使用频率成正相关关系。从以往文献可以得出，孤独感导致网络使用频率过高，最终损害居民健康。

综上所述，互联网使用频率过高会造成居民远离现实社交、增加孤独感，造成网络成瘾，最终损害居民健康，但是以往文献尚未对互联网使用频率的合理区间作出界定，本文基于微观调查数据，研究互联网使用频率对居民健康的影响，以期对现有文献进行补充。

三、数据来源和变量选择

（一）数据来源

本文使用中国综合社会调查数据CGSS（2015）研究互联网使用频率对居民健康的影响，该数据是我国最早的综合性、连续性和全国性的学术调查项目，由中国人民大学中国调查与数据中心负责发布，迄今为止已发布了10次调查数据，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。CGSS（2015）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10968份。本文通过剔除缺失值、异常值后，保留了10726个基准样本。

（二）变量选择

本文的被解释变量是居民健康，采用自评健康度量。对应在问卷中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。

本文的核心解释变量是互联网使用频率。对应在问卷中A30：您是否经常在空闲时间从事上网活动？1=每天，2=一周数次，3=一月数次，4=一年数次或更少，5=从不，本文对其重新编码为：从不=1，一年数次或更少=2，一月数次=3，一周数次=4，每天=5。

根据2016年1月中国互联网络信息中心（CNNIC）发布的第38次《中国互联网络发展状况统计报告》显示，截止到2015年低，中国互联网普及率为50.3%，同期的手机网民占总体网民的比例为95.1%，容易得出，互联网使用和手机使用二者存在很高的关联性，参考周广肃和孙浦阳（2017）[26]的研究，本文使用“手机定制消息”作稳健性检验，并将其重新赋值为1=从不，2=很少，3=有时，4=经常，5=非常频繁。

本文的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：户籍、年龄、性别、婚姻状况、政治面貌，受教育程度、家庭规模和是否参加体育锻炼;经济特征包括：个体经济和家庭经济;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。变量的描述性统计如表1所示。

四、计量模型和实证结果

（一）计量模型

本文在Grossman（1972）[27]经典健康理论模型基础上，加入互联网使用频率变量研究其对居民健康的影响，因为被解释变量自评健康具有明显的等级特征，所以本文采用Order Probit模型进行估计，具体的计量模型如下：

（1）

式（1）中表示概率密度函数值，服从标准正态分布。为累积标准正态分布函数，为其反函数，即概率密度函数。表示核心解释变量和一系列控制变量的系数矩阵。

（二）实证结果

根据以往文献得出，互联网医疗的发展有利于居民管理自身健康状况，互联网使用能显著提升居民的自评健康，但互联网使用频率对居民的自评健康是否存在显著的影响，存在怎样的影响？同样值得我们思考。因为过高的使用频率可能有损健康（Sheer，1997[28]）。基于此，本文利用互联网使用频率代替是否使用互联网，使用自评健康度量居民健康，研究互联网使用频率对居民健康的影响。需要指出的是，调查问卷没有设置个人上网时长的问题，所以无法直接估计居民互联网使用强度。具体计量结果如表2所示。

表2汇报了互联网使用频率对居民健康的影响。本文首先在模型一中加入个体特征，结果显示以每天使用互联网为对照，从来不使用互联网的回归系数在1%水平上显著为负，说明从来不使用互联网的居民比每天使用互联网居民的健康状况差;一年数次或更少、一月数次、一周数次的回归系数不显著但符号为负，符合理论预期。

模型二在模型一的基础上加入了经济特征，从模型二可以看出，以每天使用互联网为对照，从不使用互联网的回归系数在1%水平上显著为负，说明互联网使用频率较高的居民健康状况较好。值得注意的是，在加入居民經济特征后，一周数次使用互联网医疗的回归系数不显著，但符号符合理论预期，即居民健康状况开始变好，本文认为这和合理使用互联网和病理性使用互联网有关，即互联网使用频率同样要把握好尺度，使用频率过高有可能损害健康。

模型三在模型一的基础上分别加入了居民的经济特征和社会保障特征。从模型三可以得到，以每天使用互联网为对照，从不使用互联网的回归系数仍然在1%水平上显著为负，说明互联网使用频率较低的居民健康状况较差。同样值得关注的是，在加入经济特征和社会保障特征后，一周数次使用互联网的回归系数符号为正，居民健康状况开始变好，但是仍然不显著。

值得注意的是，中国综合社会调查CGSS（2015）数据并没有将互联网使用频率定义为具体的分钟数或者更具体的连续变量，本文的回归结果互联网使用频率高有益于居民健康也只能解释为一周数次使用互联网对居民健康有显著的提升作用，现阶段互联网已经成为居民工作生活的一部分，回归结果符合主流认知。

根据中国互联网络发展状况统计报告（CNNIC）显示，截止到2019年上半年，我国网民人均每周上网时长为27.9小时，即平均每天3.98小时，结合合理和病理性使用互联网对居民健康的影响，本文认为互联网使用频率在一周数次为宜，且每天上网总时长控制在4小时以内最有利于居民健康。

需要指出的是，表2中其他控制变量的符号和显著性水平和以往研究结果基本相似，由于控制变量不是本文重点关注的解释变量，所以在此不作过多阐述。

综上所述，互联网医疗使用频率高有利于居民健康，但本文认为使用频率以一周数次为宜，且每天上网时长要控制在4小时以内。当前国家正在实施“互联网+健康”，维护居民健康不仅是政府责任，还在于居民自觉树立良好的网络使用习惯，因为合理使用互联网、互联网健康信息才能促进居民健康。

（三）稳健性检验

随着经济发展和社会进步，手机早已从奢侈品转变为必需品，与此同时，居民的上网方式不仅仅局限于计算机接入，手机上网逐渐得到普及，手机网络使用频率甚至高于计算机接入网络比率。根据中国互联网络信息中心（CNNIC）发布的第44次《中国互联网络发展状况统计报告》显示：截至2019年6月，我国网民规模达到8.54亿，网络普及率为61.2%，与此同时，手机网民规模达到8.47亿，网民中通过手机网络接入比例达99.1%，即几乎所有的网民同时拥有手机上网的经历。基于此，本文运用手机网络使用频率作为互联网使用的代理变量作稳健性检验，具体到问卷中，本文使用手机定制消息作为互联网使用频率的代理变量作稳健性检验。具体的回归结果如表3所示。

从表3的模型一可以看出，从不使用和很少使用手机网络分别在1%和5%水平上显著为负，经济含义为，以手机网络使用非常频繁为对照组，从不使用和很少使用手机网络居民的健康水平比非常频繁使用手机网络居民的健康差。有时使用和经常使用手机网络虽然不显著，但是符号符合预期。

在个体特征的基础上分别加入经济特征和社会保障特征后，从不使用手机网络仍然在10%水平上显著为负。经济含义为，以非常频繁使用手机网络居民为对照组，从不使用和很少使用手机网络居民的健康水平仍然比非常频繁使用手机网络居民的健康状况差。

值得注意的是：在模型二中经常使用手机网络的系数符号开始变为正号，可以看出，在加入了个体特征、经济特征和社会保障的模型三中，虽然经常使用仍不显著，但是结合当前实际情况，本文认为手机网络使用频率以经常使用为宜。虽然中国互联网络发展状况统计报告（CNNIC）没有报告居民每周手机网络使用时长，但以互联网的使用时长为对照，本文认为每天使用手机网络控制在4小时以内为宜。

需要指出的是，表3中控制变量的符合和显著性水平和表2中基本相似，控制变量不是本文的核心解释变量，所以在此不作过多阐述。

综上所述，通过利用手机网络使用频率作互联网使用频率的代理变量进行稳健性检验，体现了互联网使用频率以经常使用为宜结论的稳健性。

五、研究结论和政策建议

本文使用中国综合社会调查数据CGSS（2015），采用OrderProbit模型，在模型中分别加入了居民的个体特征，经济特征和社会保障特征，研究互联网使用频率对居民健康的影响，得出以下几个结论：第一，以每天使用互联网居民的健康为对照，从不使用互联网居民的健康水平较差。第二，互联网使用频率以一周数次为宜，且每天的上网总时长控制在4小时以内有利于居民健康。结合现实状况，从不使用网络的居民健康水平较差，非常频繁的使用也会损害居民健康。第三，以手机网络使用频率作互联网使用频率的代理变量，得出互联网使用频率对居民健康影响结论具有稳健性。

基于上述研究结论，本文提出如下几个政策建议：第一，积极使用互联网，提高自身健康水平。根据《中国统计年鉴》显示：截至到2017年底，全国居民平均每百户移动电话和计算机拥有量分别为58.7台和240台，其中，城镇居民平均每百户计算机和移动电话拥有量分别为80.8台和235.4台，农村居民平均每百户计算机和移动电话拥有量分别为29.2台和246.1台，与此同时，互联网宽带接入用户数和移动互联网用户数分别为34854万户和127153.7万户。据此可以看出，虽然能接入网络的计算机还存在短板，但具有能接入网络的手机已经得到普及。

当前，整体来看互联网已经进入了千家万户，即使偏遠地区由于网络普及程度较低暂时不能使用互联网获取进行沟通交流、获取健康知识，也可以把手机网络作为连接外界的桥梁。通过计量结果也得到从不使用互联网居民比每天使用互联网居民的健康水平差，所以居民必须跟上信息化的步伐，积极使用互联网、利用互联网以提高自身健康水平。

第二，合理安排时间，将互联网使用频率界定在合理区间内。整体来看，从不使用互联网居民的健康水平较差，但互联网使用频率过于频繁也能损害居民的健康。利用互联网进行工作、娱乐、学习以及获取在线健康信息等都是促进居民健康的有效方式，但是使用时间必须控制在合理区间内。关于各项时间的具体分配，由于个体情况不同和技术原因尚不能给出网络使用频率的量化指标，但我们仍然可以参考世界卫生组织（WHO）对游戏成瘾的判断标准，即游戏给自身和他人带来了痛苦和个人社会功能受损。

本研究的结论为互联网使用频率以每天使用和经常使用为宜，但是鉴于数据的可获定性，并没有给出可以细化的时间界定，但总体建议是居民要根据自身情况，合理安排时间，不能非常频繁的使用互联网。

第三，合理使用手机网络。由于手机具有低成本、便携性、普遍性和简便性等特点，移动互联网具有固定宽带无可比拟的优势，在一定程度上，其可对固定宽带形成弥补性。根据《中国互联网络发展状况统计报告》显示：截止到2016年低，我国的互联网普及率呈现出从东部向中部和西南部逐渐递减的趋势，普及率最高的北京（77.8%）和普及率最低的云南（39.9%）相差37.9个百分点，但是以手机网络为代表的移动互联网发展程度比宽带互联网发展更为均衡，据此，手机网络便可在发达地区形成对宽带网络的替代，重要的是在落后地区形成对宽带网络的弥补，所以，合理使用手机网络并将使用频率控制在一定的范围内对居民健康具有重要的意义。