互联网使用强度对个体心理健康的影响——基于2018CFPS 的实证

王 娟，熊 杨

（南京邮电大学 管理学院，江苏 南京 210003）

2021 中国精神卫生调查显示，我国成人抑郁障碍终生患病率为6.8%。新冠疫情期间针对患者的治疗兼顾生理健康和心理健康。数字时代互联网已经融入居民生活的不同维度，网络对居民心理健康已经产生不可忽视的影响。现有文献中，探讨互联网对生理健康的影响较多，主要涉及医疗健康体系和健康知识获取两方面。如曹博林（2021）[1]认为，互联网医疗有利于促进患者的满意度、疾病治愈效果、健康素养和健康行为；Green 等（2004）[2]发现健康个体更倾向于使用互联网搜寻健康信息；Shaw 和Gant（2002）[3]较早通过实验研究发现，通过互联网交流沟通可以减轻参与者孤独失落等情绪症状；Heo 等（2015）[4]认为老人可以通过互联网更好地重新融入社会，通过与社会的沟通排遣孤独感。结合现有文献，本文首先关注互联网使用强度对个体心理健康的影响，并尝试通过理论阐述关系形成机制；其次，通过边际系数探索各因素对不同层次心理状态的影响规律。

一、研究设计

（一）数据来源

数据采取的是由北京大学中国社会科学调查中心实施的中国家庭追踪调查数据（CFPS），文章使用2018 年CFPS 中的个人数据库，研究对象是16～64岁的居民，剔除缺失数据样本后保留11 915 个有效样本。

（二）变量选取

1.被解释变量。心理健康状况。CFPS 数据中有“我感到情绪低落”和“我感到悲伤难过”两项问题，答案都是“几乎没有”“有些时候”“大多时候有”“经常有”四类，分别赋值为“1”“2”“3”和“4”，然后将二者的赋值相加作为心理健康的代理变量，数值下降表征心理状态的改善。

2.被解释变量。互联网使用强度。选取报告中的“业余上网时间”衡量。

3.控制变量。影响个体心理健康的因素众多，结合杨克文和何欢（2020）[5]、Cotten 等（2014）[6]现有文献的研究，选取控制变量有收入满意度、性格外向性、对未来信心、工作环境满意度四项主观因素；选取性别、年龄、教育水平、认知能力、个人地位、是否患有慢性病、是否住院等客观因素；其他层面选取家庭人数、城乡差异两项；省份做省份固定效应。

（三）模型选取

模型中对互联网使用强度作对数化处理，并加入对数项的二次项。

time 是核心解释变量，β1是我们最关注的核心系数；xi是各个控制变量，γi是控制变量的系数；provcd 是省份固定效应；εi是随机误差项；β 是实数项。方法使用Ols 回归和Ordered Probit 回归。

二、实证检验

（一）统计分析

简单从居民数据的统计分析看，居民心理健康均值为3.25，整体上看心理状态良好；但相对而言，超出健康状态的1.25 说明存在部分群体心理健康状况较差。从居民客观身体健康状况看，是否有慢性疾病和是否住院的均值数值极低，说明居民的基础身体素质普遍很高，是心理状态良好的重要基础。

（二）基准回归

表1 是Ols 回归结果。回归依次加入主观因素、客观因素和其他因素，并控制聚类标准差和省份固定效应。总体看模型（1）～ 模型（4），核心变量的系数由0.027 下降到0.022，形状更加平缓，但始终在1%水平上显著，说明互联网使用强度对个体心理健康状况存在显著性影响。控制变量基本都在1%和5%水平上显著，说明控制变量的选择较为稳健。

具体看，二次项的核心系数皆为正数且在1%水平上显著，说明互联网使用强度和心理健康可能存在“U”型关系，因为Lind 等（2010）[7]认为若数据集某段是单调凸，变量平方项同样会显著，但二者并不满足“U”型关系。因此使用Stata 中的Utest 做进一步检验，结果发现p 值在1%水平上显著，拒绝单调和倒“U”的原假设，二者证实存在“U”型关系。随着互联网使用强度上升，初期个体心理健康得到改善，当使用强度达到一定程度，心理健康与强度呈负相关。

表2 是Ordered probit 回归结果。二次项系数也为正数，互联网强度和心理状况概率上呈现“U”型关系。二次项和一次项都在1%水平上显著，说明互联网使用强度显著影响个体心理状况。Ordered probit 系数解释需进一步处理，使用Stata16 求Ordered probit各变量的边际系数得到表3。由于变量心理健康的数值为“2”“3”时基本是心理健康状态，为方便解读便只在4～8 范围内计算。

表2 Ordered probit 模型

表3 Ordered probit 边际系数

表3 中互联网使用强度一次项和二次项系数相反，说明同时存在概率使得心理状况改善或恶化，在互联网使用强度较低时，使用网络促进心理状态改善；但当使用强度持续上升，使心理恶化的损害超过心理收益，造成心理健康下降。观察心理状态从“4”～“8”各个变量边际系数的改变，存在系数绝对值递减趋势。递减原因可能有两个方面。一方面心理状态恶化过程伴随着对各影响因素的适应过程，对恶化或改善效应产生“耐性”，变量影响概率出现类似边际效用递减现象；另一方面，当心理状态下降到“6”“7”“8”的程度，糟糕心理主导个体状态，心理恶化程度达到极值。

（三）“U”型机制解释

社会支持理论认为人处于社会关系网络中，通过与关系网互动维持个人身份地位，获得社会支持，社会支持分为工具性支持和表达性支持。个体通过互联网找寻健康咨询服务，高价值信息给予个体协助支持；个体困难如看病步骤、目标找寻等，可寻求网络关系指引支持等。表达性支持方面，个体中青少年在社交中表达个人思想获取存在感和价值感支持；互联网帮助实现老年群体再就业，社会网络认可老年群体价值从而获得尊严支持等。因此，互联网使用强度较低时，互联网“功能性”作用更强，为个体创造更多社会支持条件，获取高质量资源和条件，促进个体心理健康良好发展。

个体获取社会支持过程并不纯粹，互联网使用强度越大，面临落后文化和行为内容的冲击越严重。个体挖掘互联网程度更深，容易接触到互联网监管缺失位置。依据社会濡染机制，个体与互联网高强度的互动过程中，不良内容濡染机制更容易发生。信息心理群体效应强调群体会影响个体行为和改变个体思想，健康心理在互联网高强度使用情况下更易被违法互联网平台或内容引导走向消极堕落。投入互联网时间过长，导致身体健康变差，自身脱离现实关系，忽略“人”本身的现实价值，是出现心理问题的重要原因。因此，合理控制互联网使用时间，才能预防个体心理状况进入“U”型曲线的恶化阶段。

（四）异质性分析

表4 是性别差异回归。模型中女性的核心系数都大于男性系数，“U”型图表现为同一阶段女性曲线比男性曲线斜率更大，说明随着互联网使用强度改变，女性心理状态受到的冲击超过男性。可能由于女性相对男性更加感性，容易与互联网内容共鸣。

表4 性别差异

表5 面对不同年龄群体进行回归，年少群体的核心系数大于年长群体系数。年长群体“U”型线较年少群体更加平缓，说明随着互联网使用强度改变，年少群体心理状态受到的冲击更大。年长群体世界观稳定，互联网使用时间较少，互联网对年长群体影响较小。而年少群体是网络空间最活跃、接受信息最驳杂的群体，猎奇心理使他们易受到网络浸染。

表5 年龄差异

（五）稳健性检验

选取2018 年CFPS 中“每月邮电通讯费”作为上网时间的替代变量，邮电通讯费和上网时间相关，但和个人心理健康没有直接关系。同样取对数化使用两模型进行回归结果（见表6）。除第三个未控制省份固定效应，其他模型都至少在10%水平上显著，互联网使用强度显著影响个体心理健康状况。因此，实证结果较为稳健。

表6 稳健性检验结果

三、结论与建议

通过实证发现互联网使用强度和心理糟糕程度呈“U”型关系。观察Ordered probit 模型，发现边际系数绝对值存在类似边际效用递减规律。接着理论阐述“U”型机制原因。异质性分析表明，女性和年轻群体更易受到互联网内容的冲击。结合以上分析，提出以下三条建议。

第一，鼓励正向积极健康内容传播，拓宽网络空间监管宽度与深度，加大负能量内容打击力度。研究认为互联网使用强度上升，增加个体接触网络空间灰色和黑色地带内容的可能性，优秀互联网作品传播通过群体效应可以帮助更多群体改善心理状况；同时，通过更加全面深入的网络监控机制，针对网络空间各个角落，结合政府打击、社会自律和群众举报联动，清扫网络空间，为个体获取社会支持的过程创造更加清正的环境，减少互联网内容对个体施加的负面影响。

第二，合理安排个体互联网使用时间，正确对待现实关系网与网络关系网之间的关系。短时间使用互联网可以迅速扩展个体关系网，使个体获得强烈存在感和社会融入感，获得心理快感。但互联网使用时间不加控制，沉溺虚拟关系网络寻求心理慰藉，脱离现实关系网反而会使个体关系网不健康，与社会脱节影响心理状态。对于个体而言，互联网只能是现实关系网的延伸而不是替代，以正确态度对待来自互联网的内容。

第三，针对女性和年少群体做出必要措施。现代女性仍是社会弱势群体，互联网深深嵌入女性群体发挥效用，积极引导互联网发挥为女性创造心灵港湾、解决现实问题和实现价值与再就业的作用；为女性打造专门化互联网平台和生态，既有利于促进女性心理和身体健康发展，也能促进社会公平的继续进步。针对年少群体，尤其《“健康中国2030”规划纲要》强调关注解决青少年的健康问题，互联网使用管控更要合理，一刀切和放任都违背客观规律；要鼓励青少年借助互联网开阔视野、获取知识并表达思想，但严格控制内容和时间，科学把控青少年常见困惑和情绪，特别关注青年女孩，及时疏导解惑。