互联网使用、闲暇时间与农村居民体育锻炼——基于2018年CFPS数据的实证分析

李立清 丁海峰

一、引言

近年来，随着我国医疗卫生条件的日益改善和居民生活水平的不断提高，人们对自身健康的重视程度逐渐增加，而体育锻炼作为提升居民健康水平的重要途径越发受到社会各界的广泛关注。(1)史小强、戴健：《“十四五”时期我国全民健身发展的形势要求、现实基础与目标举措》，《体育科学》2021年第4期。同时，伴随着我国乡村振兴战略的不断推进，农村居民的体育锻炼成为实现乡村振兴战略和健康强国战略的重要内容之一。(2)颜小燕：《农村公共体育服务供给的治理机制研究——基于十九大报告中“乡村振兴”战略背景的分析》，《体育与科学》2018年第2期。然而，由于我国长期存在的城乡二元分布特性，农村体育服务无论是在体育基础设施建设还是居民锻炼意识提升方面，较城市而言均存在较大差距。(3)马德浩：《跨域治理：我国区域公共体育服务协调发展的新路径》，《体育学刊》2019年第6期。为此，党中央和国务院出台一系列政策旨在大力发展农村体育事业，全面提升农村居民的健康水平。2017年，党的十九大报告提出实施乡村振兴战略的重大决策，其中明确指出发展农村体育事业是实施乡村振兴战略的重要组成部分。2018年，我国农业部、国家体育总局联合印发的《关于进一步加强农民体育工作的指导意见》指出，农民体育工作是实施全民健身国家战略的重要组成部分，是推进“三农”事业发展的重要任务。(4)农业部、国家体育总局：《关于进一步加强农民体育工作的指导意见》，中国政府网：http://www.gov.cn/xinwen/2018-01/16/content_5257223.htm，2018年1月16日。2019年，国务院印发《体育强国建设纲要》，其中重点指出要广泛开展全民健身活动，助力健康中国建设，到2025年将我国建设成为社会主义现代化体育强国。(5)国务院：《体育强国建设纲要》，中国政府网：http://www.gov.cn/xinwen/2019-09/02/content_5426540.htm，2019年9月2日。以上系列政策表明，加强农村体育事业建设，促进农村居民体育锻炼是我国当前乃至未来较长一段时间内将重点关注的时代命题。

与此同时，互联网技术的迅速发展为我国农村体育事业的建设带来了新思路和新途径。2015年，国务院印发《关于积极推进“互联网+”行动的指导意见》，其中明确提出大力推进互联网与社会各领域的深度融合，充分发挥我国互联网的规模优势和应用优势。(6)国务院：《国务院关于积极推进“互联网+”行动的指导意见》，中国政府网：http://www.gov.cn/zhengce/content/2015-07/04/content_10002.htm，2015年7月4日。互联网技术可以突破时间和地域的限制，加强体育服务者与体育需求者之间的互动，可以给人们带来更加优质、便捷及多样化的体育服务。(7)鲁志琴、陈林祥、任波：《人工智能对我国体育产业发展的推动作用》，《体育学研究》2021年第1期。然而，信息化社会的到来，在给社会带来诸多便利的同时，也会造成劳动内容和生活方式的改变，并由此引发系列问题。例如，当下在农村地区许多居民一有时间便会观看火热的抖音等平台的短视频，从而导致闲暇时间被严重挤占。农村居民文化程度普遍不高，自我控制力较弱，当面对网络上良莠不齐的娱乐信息，往往容易沉迷其中，无法自拔。(8)张涛：《“网瘾老年人”也需要“防沉迷系统”》，《中国人口报》2021年7月28日，第3版。由此便会引发一系列思考：在全民网络背景下，互联网使用是否会真正影响农村居民的体育锻炼？是会促进农村居民的体育锻炼？还是抑制体育锻炼？这其中又是通过什么机制进行影响？这些都是本文将重点解决的问题。

基于上述分析，本文利用2018年中国家庭追踪调查(CFPS)数据，深入探讨互联网使用与农村居民体育锻炼之间的关系。本文的边际贡献在于：第一，首次从信息化的视角实证考察了互联网使用对农村居民体育锻炼的影响；第二，基于样本异质性特征，本文利用倾向得分匹配模型(PSM)消除由农村居民个体选择性偏差带来的内生性问题，以确保模型结果的稳健；第三，探索互联网使用与农村居民体育锻炼之间的内在机制，发现居民闲暇时间是其重要传导机制，为进一步理解互联网使用和农村居民体育锻炼之间的关系提供新的经验依据。

本文余下结构安排如下：第二部分对互联网使用与体育锻炼有关的文献进行回顾和梳理；第三部分为研究设计，包括介绍本文的数据来源、关键变量设计及描述性统计分析、计量模型设定；第四部分为实证结果部分，包括基准回归结果分析、稳健性检验；第五部分为进一步讨论，包括异质性分析、机制验证；最后部分为本文的结论及政策建议。

二、文献回顾

现有文献关于互联网使用与农村居民体育锻炼之间关系的研究相对较少。因此，本文将从互联网使用、体育锻炼以及互联网与闲暇时间三个方面进行文献回顾。在农村居民互联网使用方面，其主要研究内容涉及互联网使用的经济效益即使用互联网对于农民收入的影响，也有部分文献关注互联网使用对农民的健康效应及其幸福效应。如李京荣等(9)李京蓉、申云、杨晶、陈効莉：《互联网金融使用对农户多维减贫的影响研究》，《统计与信息论坛》2021年第5期。研究发现互联网金融使用广度和深度增加可以缓释农户多维贫困程度，互联网金融使用深度越高，农户多维减贫效应越明显。雷显凯等(10)雷显凯、罗明忠、刘子玉：《互联网使用、风险偏好与新型职业农民生产经营效益》，《干旱区资源与环境》2021年第5期。研究发现，互联网使用有助于提高新型职业农民生产经营效益，这其中通过强化新型职业农民风险偏好进而影响其生产经营效益。此外，也有研究对互联网使用与农村居民幸福感和健康效应进行了探讨。(11)赵建国、刘子琼：《互联网使用对老年人健康的影响》，《中国人口科学》2020年第5期。(12)Deetjen U.,“The Lifestyle Paradox: Adverse Effects of Internet Use on Self-Rated Health Status”, Information, Communication & Society,Vol.21,No.10,2018,pp.1322-1336.Zheng等(13)Zheng H, Ma W., “Click It and Buy Happiness: Does Online Shopping Improve Subjective Well-Being of Rural Residents in China?”, Applied Economics,2021,pp.1-15.研究发现利用网络购物显著提高了农村居民的幸福感和生活满意度，农村居民在网上购物的花费越多，他们就越快乐。杨妮超和顾海(14)杨妮超、顾海：《互联网使用、非正式社会支持与农民健康——基于中国家庭追踪调查数据》，《农村经济》2020年第3期。的研究证实，使用互联网的农村居民健康状况较好，非正式社会支持在二者之间起部分中介作用。

在体育锻炼方面，现有文献主要是将体育锻炼作为解释变量，研究其对社会参与的促进作用、健康的促进效应、幸福感的提升等。从研究对象上看，主要集中于青少年、大学生和老年人群体，较少涉及农村居民。蒋玉梅等(15)蒋玉梅、濮颖雅、丁晨：《参加体育锻炼能提高居民社会交往能力吗?——基于倾向值得分匹配方法的检验》，《武汉体育学院学报》2021年第9期。研究发现，参加体育锻炼显著增加了居民社会交往的可能性，对于在城市环境中长大并进行体育锻炼的居民，农村居民往往更注重社会交往。杨凡等(16)杨凡、黄映娇、王富百慧：《中国老年人的体育锻炼和社会参与：健康促进与网络拓展》，《人口研究》2021年第3期。以积极老龄化理论和健康需求模型为研究框架，发现经常进行体育锻炼会显著提升老年人社会参与的可能性。方黎明和郭静(17)方黎明、郭静：《体育锻炼促进了健康公平吗？——体育锻炼对中国城乡居民抑郁风险的影响》，《体育科学》2019年第10期。基于2016年中国劳动力动态调查数据，分析体育锻炼对中国城乡居民抑郁风险的影响，结果发现体育锻炼具有较强的抗抑郁效应，体育锻炼极大地促进了精神健康公平。Liu等(18)Liu, X., Xia, N., Ye, Y., Huang, J., Mi, X., & Zhang, H., “Inspiration of ‘Internet+ Shared bike’ for Healthy Exercise of University Students”,Journal of Contemporary Educational Research,Vol.5,No.1,2021.研究发现，网络共享单车对大学生的锻炼意识和积极性有很大的影响。Raafs等(19)Raafs, B. M., Karssemeijer, E. G., Van der Horst, L., Aaronson, J. A., Rikkert, M. G. O., & Kessels, R. P., “Physical Exercise Training Improves Quality of Life in Healthy Older Adults: A Meta-Analysis”,Journal of Aging and Physical Activity,Vol.28,No.1,2020,pp.81-93.发现体育锻炼可以极大地改善老年人的身心健康，从而提升老年人的生活质量。此外，也有部分学者实证检验了体育锻炼对居民幸福感的促进效应(20)雷鸣：《体育锻炼如何提升幸福感——论社会资本的中介作用》，《上海体育学院学报》2020年第4期。(21)张勇、李凌：《体育参与对主观幸福感的影响——基于社会学实证研究》，《沈阳体育学院学报》2021年第2期。，认为体育锻炼可以有效地提升幸福感。

互联网的出现拓宽了休闲娱乐的渠道、改变了交流及娱乐方式，使人们随时随地可以进行放松休闲，但同时也会挤占大量的闲暇时间，使原本进行锻炼和睡眠的时间得以减少，对此少量研究进行了探讨。Kim等(22)Kim, S. Y., Kim, M. S., Park, B., Kim, J. H., & Choi, H. G., “Lack of Sleep is Associated with Internet Use for Leisure”,PLoS One,Vol.13,No.1,2018,p.e0191713.研究发现互联网使用可能会造成青少年睡眠时间的减少。Berchtold(23)Berchtold, A., Akre, C., Barrense-Dias, Y., Zimmermann, G., & Surís, J. C., “Daily Internet Time: Towards An Evidence-Based Recommendation?”, The European Journal of Public Health,Vol.28,No.4,2018,pp.647-651.的研究发现，如果年轻人每天在互联网上所花费的时间超过3.5个小时，那么在睡眠问题和运动方面将出现显著的差异，可以看出互联网的使用将缩短青少年的睡眠时间。基于上述文献回顾发现，学界有关农村居民使用互联网的相关研究主要侧重于互联网使用对其经济效应的影响，而忽视了对个体锻炼行为的影响；有关体育锻炼的研究多关注于青年大学生等群体，对于农村居民群体目前尚未涉及；而有关互联网使用与农村居民体育锻炼的文献更是缺乏，然而乡村振兴战略的核心要义不仅是要实现经济上的高质量发展，更要使农村各项事业得到全面发展。

基于此，本文利用2018年中国家庭追踪调查(CFPS)数据重点查考以下问题：(1)互联网的使用是否会对农村居民体育锻炼产生影响？互联网使用会促进农村居民的体育锻炼还是抑制农村居民的体育锻炼？(2)如果存在影响，结果是否具有稳健性？利用倾向得分匹配模型消除由于样本选择性偏差所产生的内生性问题，估计互联网使用对农村居民体育锻炼的净效应。(3)探索互联网使用在不同年龄段、性别、健康状况、医保情况方面对体育锻炼影响的差异。(4)探索居民的闲暇时间作为互联网使用与农村居民体育锻炼之间的影响机制，验证其中介效应。

三、研究设计

(一)数据来源

本文使用的数据源自2018年中国家庭追踪调查数据(China Family Panel Studies，CFPS)，该数据收集时间始于2010年，由北京大学中国社会科学调查中心实施，其调查范围涵盖全国25个省(市、自治区)，样本量大，代表性强。2018年数据中包含家庭成员问卷、成人自答问卷、儿童问卷，本文研究的主题涉及互联网使用与个人体育锻炼状况，因此选取成人问卷作为研究样本。成人数据中样本数量共37354个，通过对农村样本进行筛选，对缺失值、异常值、无效变量处理和剔除后，最终得到3654个有效样本。

(二)变量设计

被解释变量。本文的被解释变量为体育锻炼，为更加全面地衡量体育锻炼这一指标，本文参考以往研究(24)王世强、郭凯林、吕万刚：《互联网使用会促进我国老年人体育锻炼吗？——基于CGSS数据的实证分析》，《体育学研究》2021年第5期。(25)胡德刚、宗波波、王宝森、张吾龙：《新冠肺炎疫情期间大学生居家体育锻炼行为与促进研究》，《武汉体育学院学报》2020年第6期。选取体育锻炼频率和体育锻炼时长来综合反映农村居民体育锻炼状况。在问卷中具体为：“您在一周内进行体育锻炼的次数为多少？您一周内进行体育锻炼的时长为多少？”本文将一周锻炼次数小于3的人群赋值为1，表示其锻炼频率较低；将锻炼次数在3—5之间的人群赋值为2，表示其锻炼频率一般；将体育锻炼次数大于5的人群赋值为3，表示其锻炼频率较高。在体育锻炼时长方面，将每周锻炼时间小于4h的人群赋值为1，表示其体育锻炼时间较短；将锻炼时间在4—7h之间的人群赋值为2，表示其体育锻炼时间一般；将体育锻炼时间大于7h的人群赋值为3，表示其体育锻炼时间较长。

解释变量。本文的核心解释变量为互联网使用情况，在问卷中为：“您是否使用移动设备(如手机、平板等)上网？您是否使用电脑上网？”本文将两个问题合并成新变量来表示是否使用互联网，上述问题回答如均为是，则认为样本使用互联网，取值为1，否则取值为0。此外，为确保模型估计结果的稳健，本文使用“利用互联网进行社交频率”来次要刻画互联网使用情况，将非常频繁赋值为1，较为频繁赋值为2，较少赋值为3，从不赋值为4，随着数值增加频率依次递减。

中介变量。本文的中介变量为居民的闲暇时间。美国经济学家凡勃伦于1899年提出这一概念，其认为闲暇时间是指不生产的消费时间，人们在闲暇时间中进行生活消费，参与社会活动和娱乐休息。在CFPS调查问卷中设有社会交往与活动模块，鉴于数据的可得性并参考以往研究(26)王伟进：《闲暇参与对中国老年人健康的影响》，《人口与发展》2020年第6期。(27)王莉莉：《中国老年人闲暇活动参与状况及其影响因素分析》，《西北人口》2011年第3期。，本文选取“一周内您看电视/看电影的时长？过去12个月，您是否读过书？”来衡量闲暇时间，本文将每周看电视/电影时长大于7h赋值为1，否则赋值为0，将一年内读过书的样本赋值为1，否则为0，将两者进行合并赋值。如果两者均为1，则赋值为1，认为其闲暇时间充裕，否则赋值为0，认为其闲暇时间缺乏。

控制变量。参照以往研究(28)左群、段梦双、吴凡凡、刘维伟、魏芳、邬雪山、刘辉：《基于公共体育服务满意度的社区老年人体育锻炼行为影响因素研究》，《沈阳体育学院学报》2018年第2期。(29)王富百慧、王梅、冯强、武东明：《分层与共性:我国社区居民体育锻炼特点及影响因素研究》，《中国体育科技》2019年第1期。(30)胡鹏辉、余富强：《中学生体育锻炼影响因素研究——基于CEPS(2014-2015)数据的多层模型》，《体育科学》2019年第1期。，本文将个体特征变量，如性别、年龄、婚姻状况、教育程度、是否参加医保、健康状况等变量纳入模型。此外考虑到居民体育锻炼行为与生活方式密切相关，因此本文还将个体吸烟情况、饮酒情况、熬夜情况纳入模型，以确保模型估计结果的准确性。根据描述性统计结果显示，样本的平均年龄为29.352岁；在体育锻炼方面，体育锻炼时长为较少的农村居民占比最高，占比为48.55%；在互联网使用方面，使用互联网的农村居民占比为46.33%；在样本人群中男性占比为53.16%，占比略高于女性；在婚姻状况方面，在婚人群占比最高为58.02%，未婚人群占比39.41%。此外，文化程度中初中学历占比最高为67.08%，其次为大学学历占比为19.02%，小学及以下学历占比为13.49%。变量的描述性统计结果见表1。

表1 变量的描述性统计

(三)模型构建

本文被解释变量农村居民的体育锻炼频率及体育锻炼时间均为多分类虚拟变量。因此，本文利用Ordered Probit回归模型对互联网使用与农村居民体育锻炼之间的关系进行分析，具体模型设定如下：

(1)

(2)

P(Exercisei=1)=φ(C1-Xβ)

(3)

P(Exercisei=2)=φ(C2-Xβ)-φ(C1-Xβ)

(4)

……

P(Exercisei=5)=1-φ(C4-Xβ)

(5)

居民使用互联网行为会受到个体年龄、职业类型、文化程度等一系列因素的影响，是个体根据自身情况作出的选择。因此，模型会出现由于样本选择性偏差而导致的内生性问题。为了尽可能控制由于样本选择偏差给模型估计带来的偏误，本文利用倾向得分匹配(PSM)模型估计互联网使用对农村居民体育锻炼影响的净效应。该模型将样本分为处理组和控制组，并以倾向得分匹配进行分阶段分析，以降低其他因素的影响和干扰。模型设定如下：

Yi=Y0i+(Y1i-Y0i)Di

(6)

ATT=E(Y1i-Y0i|Di=1)

(7)

式(6)中Di为处理变量，当取值为1时表示个体i在实验组，当取值为0时表示个体i在处理组。本文的核心解释变量为两个群组，其中处理组为使用互联网的居民，控制组为不使用互联网的居民。式(7)表示的是处理组的平均处理效应，即互联网使用对农村居民体育锻炼影响的净效应。

四、实证结果及分析

(一)基准回归结果

根据表2结果可以看出，互联网使用无论是对农村居民体育锻炼的频率还是体育锻炼的时间均具有显著的负面影响，说明互联网的使用会抑制农村居民的体育锻炼。模型(1)结果显示，在不加入任何控制变量时，使用互联网的农村居民比不使用互联网的居民体育锻炼频率将下降0.187个单位。在模型(2)中，加入个人特征及生活方式等控制量变量之后，估计结果下降到0.088个单位。模型(3)结果显示，在不加入任何控制量时，使用互联网的农村居民比不使用互联网的居民体育锻炼时间下降0.134个单位，在模型(4)加入控制变量后，这一结果在10%的显著性水平上显著，使用互联网的农村居民比不使用互联网的居民的体育锻炼时长将下降到0.084个单位。通过对模型(2)和模型(4)对比发现，相比于体育锻炼的时间，互联网使用对农村居民体育锻炼频率的抑制作用更加明显。

控制变量的估计结果基本符合预期。从个体特征来看，男性比女性更热爱体育锻炼。在年龄方面，年龄与体育锻炼呈现显著的正向影响，即随着年龄的不断增长，农村居民会花费更多的时间和精力进行体育锻炼。在文化程度方面，学历越高的居民反而参加体育锻炼次数越少，同时花费在体育锻炼上的时间越少。相比于没有医保的农村居民，有医保的农村居民更愿意进行体育锻炼，其参加体育锻炼的频率和所花费在体育锻炼上的时间更多。相比于健康状况不佳的农村居民，健康状况良好的居民进行体育锻炼的频率越高，体育锻炼的时间越长，这与常识保持一致。相比于经常熬夜的农村居民，不熬夜的居民往往拥有更多的时间和精力进行体育锻炼。

表2 互联网使用对农村居民体育锻炼的基准回归结果

由于本文的被解释变量体育锻炼为多分类变量，因此表2结果反映的是互联网使用对农村居民体育锻炼的影响程度，而非边际效应。为此，本文结合各切点值，进一步考察互联网使用对农村居民体育锻炼影响的边际效应，结果见表3。从表3可以看出，相比于不使用互联网的农村居民，使用互联网的居民，体育锻炼频率为“很少”和“一般”的概率将会分别上升6.6%和0.5%，而“较高”的概率将会降低7.1%；体育锻炼时间为“较短”的概率将会上升5.3%，而“一般”和“较长”的概率将会分别降低0.5%和4.8%。

表3 互联网使用对农村居民体育锻炼的边际效应

(二)稳健性检验

为进一步检验互联网使用对农村居民体育锻炼的影响，本文采用替换计量方法和替换核心解释变量两种方式来进行模型的稳健性检验。由于本文的被解释变量为多分类变量，故本文采用Ologit模型作为替换计量方法进行结果估计。关于居民互联网使用变量，2018年中国家庭追踪调查(CFPS)数据中还设有问题“您使用互联网进行社交的频率？”因此本文使用居民利用互联网进行社交的频率作为替换互联网使用这一核心解释变量进行稳健性检验，稳健性检验结果见表4。根据结果显示，模型(5)和模型(6)为替换计量方法后的估计结果，可以看出互联网使用对农村居民体育锻炼频

表4 稳健性检验结果

率和体育锻炼时间分别在1%和10%的水平上显著为负，即意味着互联网使用对农村居民体育锻炼起到抑制作用，这与基准回归结果保持一致。模型(7)和模型(8)为替换核心解释变量后的估计结果，可以看出使用互联网进行社交频率越高，农村居民进行体育锻炼的频率就越低，体育锻炼的时间也就越短，相比于体育锻炼时间，互联网使用对农村居民体育频率的抑制作用更加明显，这与基准回归结果也保持一致。上述结果可以看出，本文模型的估计结果具有较好的稳健性。

(三)互联网使用对农村居民体育锻炼影响的净效应

为了克服由于样本自选择偏差而产生的内生性问题，本文采用倾向得分匹配(PSM)模型来估计互联网使用对农村居民体育锻炼频率和体育锻炼时间影响的净效应。本文采用K近邻匹配、K近邻卡尺匹配、半径邻匹配、核匹配四种方法来进行估计。为了保证良好的匹配效果，在利用Logit模型估计倾向得分的基础上，还需要对样本匹配质量进行平衡性检验，即要求匹配后处理组和对照组在主要特征变量上无显著差异。如果匹配后两组样本差异显著，则说明匹配效果欠佳，估计结果偏向于无效，反之则说明匹配效果较好。由于篇幅限制，这里只报告体育锻炼频率的平衡性检验结果，见表5。

表5 样本匹配质量平衡性检验

根据表5结果显示，所有变量匹配后标准化偏差的绝对值均小于5%，从均值t检验结果来看，除了个别变量以外，其余处理组和控制组的变量在匹配前t值显著，在匹配后不显著。此外，本文还报告了匹配前后的核密度函数图(见图1、图2)，图中可以看出匹配后的处理组和控制组曲线重合程度更高，走势更趋于一致，说明经过匹配后的处理组和对照组之间没有系统性差异，匹配效果较好，有效地解决了由于样本选择偏差引起的内生性问题。

图1 样本匹配前核密度函数图 图2 样本匹配后核密度函数图

表6中报告了使用互联网对农村居民体育锻炼频率和体育锻炼时间的平均处理效应(ATT)。结果显示，利用K近邻匹配方法，匹配前农村居民的体育锻炼频率和体育锻炼时间的ATT值分别为0.137和0.104，匹配后的结果分别为0.043和0.081。在对样本选择性偏差进行控制后，互联网使用对农村居民体育锻炼频率和体育锻炼时间的净效应分别为4.3%和8.1%。K近邻卡尺匹配、半径邻匹配和核匹配与K近邻匹配的结果相似。通过K近邻卡尺匹配、半径邻匹配和核匹配，互联网使用对农村居民体育锻炼频率的净效应分别为4.6%、6.6%和6.6%，对体育锻炼时间的净效应分别为7.9%、8.4%和8.4%。可以看出，通过倾向得分匹配得到的结果具有稳健性，同时也说明如果没有对样本选择性偏差进行消除，则会高估互联网使用对于农村居民体育锻炼的抑制作用。

表6 倾向得分匹配估计结果

五、进一步讨论

(一)异质性分析

第四部分主要讨论互联网使用对农村居民体育锻炼影响的因果关系，并未考虑到不同群体之间的差异性。然而，不同人群在个人特征和生活方式等方面存在一定差距，因而在互联网使用对其体育锻炼的影响方面会存在异质性，如不同年龄段之间、不同性别之间、不同健康状况之间均可能有所不同。因此，本文将从不同年龄段、不同性别、不同健康状况、是否拥有医保四个方面进一步考察互联网使用对农村居民体育锻炼的异质性影响。估计结果见表7和表8。

表7 不同年龄段和不同性别状况异质性检验

根据表7结果显示，互联使用对农村居民体育锻炼的影响在不同年龄段和不同性别之间存在显著的异质性。40岁通常是划分中青年群体的重要标志，因此本文将年龄段划分为40岁以下的中青年人群和40岁以上的中老年人群。根据结果可以看出，相比于年龄在40岁以下的农村居民，互联网使用对年龄在40岁及以上居民体育锻炼的影响更为显著。40岁及以上的农村居民往往对于新事物的接受程度较低，缺乏一定的判断力，因此更容易受到互联网的影响。在性别方面，互联网使用对女性群体体育锻炼的抑制作用要高于男性群体。通常而言，女性群体更青睐使用互联网进行购物和社交，因此会花费较少的时间和精力进行体育锻炼，更容易受到互联网的影响，而男性恰恰相反。

表8 不同健康状况和医保情况异质性检验

从表8可以看出，互联使用对农村居民体育锻炼的影响在不同健康状况和是否参加医保方面同样存在显著的异质性。令人意外的是，相比于健康状况不好、没有医保的农村居民，互联网使用对于健康状况良好、拥有医保的农村居民体育锻炼的抑制作用更加明显。这可能是因为身体健康的农村居民往往会忽视体育锻炼，将更多的时间用于网络娱乐，甚至造成网络成瘾，这样会极大地抑制该群体的体育锻炼频率和体育锻炼时间。在是否参加医保方面，拥有医保的农村居民反而互联网对其体育锻炼的抑制作用更加显著，一方面这可能是因为拥有医保的农村居民会认为自己有所保障，因此会忽略体育锻炼的重要性；另一方面可能是受到互联网错误虚假信息干扰，使其体育锻炼的行为受到影响。

(二)机制分析

互联网的出现虽然给人们的生活和工作带来了极大的便利，但同时也彻底改变了人们的生活及行为方式。为进一步探索互联网使用与农村居民体育锻炼之间的关系，本文将农村居民的闲暇时间作为中介变量，通过构建中介效应模型对互联网使用影响农村居民体育锻炼的作用渠道进行检验。本文参考温忠麟和叶宝娟(31)温忠麟、叶宝娟：《中介效应分析:方法和模型发展》，《心理科学进展》2014年第5期。中介效应分析基本思路，采用依次检验方法进行中介效应的验证，具体模型设定及步骤如下：

第一步，检验互联网使用对农村居民体育锻炼的影响。

Exercisei=α+βinterneti+μXi+εi

(8)

第二步，检验互联网使用对农村居民闲暇时间的影响。

Wi=α+βinterneti+μXi+εi

(9)

第三部，将互联网使用、闲暇时间变量同时纳入模型。

Exercisei=α+βinterneti+θWi+μXi+εi

(10)

其中，Xi为控制变量，Wi表示中介变量，如果在第一步估计结果中，式(8)的系数显著，表明互联网使用对农村居民体育锻炼具有显著的影响，则可以进行下一步检验；如果在第二步中，式(9)的系数显著，表明互联网使用对中介变量健康意识具有显著的影响，再进行第三步检验；在最后一步检验中，在第一步的基础上加入健康意识中介变量，如果式(10)中的中介变量系数显著且互联网使用变量也显著，则表明健康意识在互联网使用与农村居民体育锻炼之间存在部分中介效应，如果中介变量系数显著，而互联网使用变量不显著则为完全中介效应，估计结果见表9。

表9 闲暇时间的中介效应估计结果

根据表9 结果显示，互联网使用无论是对农村居民的体育锻炼频率还是体育锻炼时长均具有显著的负面影响，与此同时互联网使用也显著降低了农村居民的闲暇时间，即相比于不使用互联网的农村居民，互联网使用进一步降低了农村居民的闲暇时间。在第三步中，将两者均纳入模型中，结果发现这一结论依旧成立。以上结果表明，闲暇时间在互联网使用对居民的健康影响之间中介效应显著且存在部分中介效应，具体影响路径为互联网使用挤占了农村居民的闲暇时间，进而降低了农村居民的体育参与。通过日常观察不难发现，互联网平台中有大量休闲娱乐内容，尤其随着移动互联网平台的蓬勃发展(如抖音、微信等)，其拓宽了休闲娱乐渠道，提升了娱乐的便捷性与可及性，使得休闲娱乐成本大大降低，受到娱乐及猎奇心理驱使，农村居民往往沉迷其中，使原本工作之外的闲暇时间受到挤占，从而降低了农村居民体育锻炼的时长及频率。

六、结论与建议

在全民网络时代背景下，综合利用互联网等先进数字技术促进农村居民的体育锻炼是实现乡村振兴和推进健康中国战略的重要途径之一。本文利用2018年中国家庭追踪调查(CFPS)研究数据，考察了互联网使用对农村居民体育锻炼的影响，并探讨这一影响在不同群体中可能存在的异质性及其影响机制。本文的主要结论是：(1)互联网的使用抑制了农村居民的体育锻炼行为，这一结论在利用倾向得分匹配消除样本选择性偏差后依然保持成立。(2)互联网使用对农村居民体育锻炼频率和体育锻炼时间的影响存在一定的差异。相较于体育锻炼所花费的时间，互联网使用对农村居民体育锻炼的频率影响更大。(3)互联网使用对农村居民体育锻炼的影响在不同年龄段、性别、自身健康状况、是否参加医保方面均呈现出显著的异质性。相比于年龄在40岁以下、男性、健康状况不佳、没有参加医保的农村居民，互联网使用对于年龄在40岁及以上、女性、健康状况良好、参加医保的农村居民体育锻炼的抑制作用更加明显。(4)通过机制分析发现，居民闲暇时间是互联网使用对农村居民体育锻炼的重要渠道且在两者之间存在部分中介效应，即互联网使用显著挤占了农村居民的闲暇时间，进而抑制了农村居民的体育锻炼行为。针对上述结论，本文提出如下政策建议。

第一，利用互联网普及体育知识，增强农村居民体育锻炼意识。农村居民文化程度不高，对体育锻炼和健康的重视程度往往较低。因此可以通过互联网技术对体育知识进行普及，使其认识到体育锻炼的重要性，提升体育锻炼意愿。如可以利用当下农村地区流行的抖音、快手等短视频娱乐平台，通过制作通俗易懂、生动有趣的动画短视频，使体育知识能够在娱乐过程中无形得到普及。

第二，引导农村居民合理使用互联网，避免网络沉迷。互联网技术的出现提升了人们的效率、拉近了人们之间的距离，拓宽了娱乐放松的渠道，但过度使用互联网不仅不会促进健康，而且会挤占体育锻炼时间，从而对健康产生不利影响。尤其对于农民群体，由于自控能力弱，面对眼花缭乱的互联网娱乐信息，往往容易沉迷网络无法自拔，因此，可以利用互联网进行健康提示，如当使用手机达到一定时间，可以在手机界面弹出休息提醒界面，从而防止互联网的过度使用。

第三，加快体育公共服务均等化建设，缩小城乡差距。由于我国城乡二元分布特性，城乡之间的基本公共服务存在较大差距，随着互联网等数字技术的发展，这一差距可能会进一步拉大。因此，应加快农村地区体育基础设施和数字基础设施建设，利用数字技术赋能农村体育服务，进一步弥合城乡之间的数字鸿沟，加快体育公共服务均等化建设，缩小城乡差距，从根源上加强农村体育事业建设。