互联网使用会扩大老年人的社会网络吗？

李志彬

摘要：数字互联网时代，互联网使用对老年人的再社会化进程起着关键作用。文章基于再社会化理论，利用CGSS 2018数据，采用最小二乘法（OLS）回归模型和倾向值得分匹配（PSM）的方法，分析互联网使用对老年人社会网络的影响及其影响机制。研究结果发现：互联网使用会扩大老年人的社会网络，而且这种影响在女性、中低龄老年人群体中更显著。此外，机制分析表明，学习频率在互联网使用对老年人社会网络的影响中发挥中介作用。据此提出，应进一步加强互联网相关基础设施建设，提高老年人互联网使用技能，倡导终生学习理念等建议，进一步扩大老年人的社会网络，帮助老年人顺利实现再社会化。

关键词：老年人；互联网使用；社会网络；学习频率

中图分类号：C913.6     文献标志码：A      文章编号：1672-0768（2024）02-0102-11

一、问题提出

当前，我国正处于数字化、老龄化重叠交汇的社会转型期。第七次人口普查数据显示，我国60岁及以上人口为2.640   2亿人，占比18.70%，老龄化程度不断加深。与此同时，《第49次中国互联网络发展状况统计报告》显示，截至2021年12月，我国60岁及以上的网民规模达1.19亿，占网民整体比例的11.5%，60岁及以上老年人口互联网普及率达43.2%，互联网逐渐成为老年人生活不可或缺的组成部分。

互联网的使用对老年人的再社会化产生了重要影响。个体进入老年期，逐渐退出长期形成的工作、生活状态及其相适应的社会交往关系，造成不同程度的“社会脱节”。而使用互联网能够帮助老年人克服时间和空间的障碍，使老年人保持与社会的联系，是老年人再社会化的重要工具［ 1 ］。社会网络是预测老年人再社会化的重要指标，但国内相关研究较少，而国外对互联网使用与老年人社会网络关系的研究结论并不一致，主要存在“网络增益效应”和“在场替代效应”两种截然相反的观点。因此，在中国情境下，互联网使用对老年人社会网络的影响还有待进一步探讨。

中共中央国务院关于加强新时代老龄工作的意见指出，要积极应对人口老龄化，激发老龄社会活力。因此，关注数字互联网时代下老年人的社会网络问题，探究互联网使用对老年人社会网络的影响，考察互联网作为一种工具，是否具有重构老年人社会网络，进而推动老年人再社会化的潜在价值，是关于老龄社会和谐发展的重要问题。同时，对于积极应对人口老龄化，帮助老年人顺利实现再社会化，也具有较强的现实意义与时代价值。

二、文献综述

（一）老年人社会网络及其影响因素

社会网络作为人际关系纽带，将个体与其他社会网络中的成员连接起来，实现资源的互惠或传递。对于老年人而言，社会网络所承载的非正式社会支持资源对于老年人的身心健康、经济保障、幸福感和生活满意度等有着积极作用［ 2-4 ］，社会网络是化解其晚年风险的安全网。与此同时，社会网络在实现老龄化的进程中，也扮演着举足轻重的角色［ 5 ］。

老年人社会网络呈现出规模小型化和结构单一化两个典型的特点［ 6 ］。社会护航模型（the   Social Convoy  Model）从客观角度剖析了老年人社会网络转变的原因，进入老年期，个体难免会经历退休、身体机能下降、子女离家或配偶去世等负面生活事件，导致原有的社会关系受损，社会网络萎缩［ 7 ］。

社会情感选择理论（the  Socioemotional  Selectivity   Theory）强调个体的自选择效应，认为随着年龄的增长，老年人会逐渐意识到时间有限，在参与社会互动时变得更具选择性。他们选择避免消极情绪状态，倾向于体验更多的积极情绪状态［ 8-9 ］。因此，他们会主动舍弃不重要的关系或者潜在的有害的关系，将有限的时间投入到亲密关系当中，即随着年龄增长，个体会选择较小的社会网络，并倾向于和亲近的人保持社会接触［ 10 ］。

老年人社会网络的影响因素众多。部分研究发现，性别、年龄、婚姻状况、城乡状况等社会人口学特征会对老年人的社会网络产生显著影响［ 6，11-13 ］。与此同时，老年人的社会网络还会受到自身的身心健康状况［ 14 ］、居住安排［ 15 ］、家庭规模［ 16 ］等因素的影响。此外，社会经济状况也是影响老年人社会网络的重要因素，收入较低、经济困难和受教育程度较低的老年人的社会网络往往较小［ 6，17 ］。

（二）互联网使用与老年人社会网络

当前学术界对于互联网使用对老年人社会网络影响的研究主要形成“网络增益效应论”和“在场替代效应论”两种观点。持有“网络增益效应论”观点的学者认为，互联网是维持现有社会关系或建立新关系的一种方便有效的手段［ 18 ］。互联网具有不受时空限制、便捷、高效的优点，降低了社会网络内部的信息沟通成本，增加了老年人与他人的交流频率，帮助老年人扩大社交网络［ 19-20 ］。老年人使用在线社交网络与儿时的朋友重新联系，在某种程度上弥补了由老化带来的社会网络萎缩［ 21 ］。一项针对美国老年人的研究发现，与不使用互联网的老年人相比，使用互联网的老年人社会网络萎缩较少［ 22 ］。

与之相反观点是“在场替代效应论”。该观点认为互联网使用会侵蚀老年人的在场空间，减少老年人的真实社会联系，并对其社会网络产生负面影响。时间是无弹性的，花在互联网上的时间会取代花在社交上的时间，尤其是取代与家人进行面对面活动上的时间［ 23-24 ］。一项利用英国老龄追踪调查数据的研究发现，互聯网使用会减少老年人真实的社会参与，缩小老年人的社交圈子［ 25 ］。对332名荷兰老年人的追踪调查发现，使用互联网会减少真实的社会参与，削弱社区归属感，损害老年人的社会网络［ 26 ］。

此外，还有研究认为互联网使用对老年人的社会网络没有显著影响。例如，一项针对社区老年人的研究发现，接受互联网和计算机培训的老年人在培训后的4个月和12个月，其社交网络的发展没有显著变化［ 27 ］。与该研究相似，在参加了三期“脸书”培训后，来自两个社区的老年人的社会网络并没有得到改善［ 28 ］。

（三）再社会化理论视角下老年人互联网使用与社会网络

再社会化理论（Resocialization  theory）由Palmore等在1976年提出。根据这一理论，再社会化是指个体进入老年期后，需要通过继续接受教育、学习新技能、更新知识观念和调整社会关系等方式来扮演新的社会角色，适应不断发展的社会［ 29 ］。对于老年人来说，实现再社会化是保持良好健康状况和实现长寿的一个重要因素。

在当今飞速发展的时代，如果老年人不能积极调整心态去尽快适应飞速发展的社会进程，可能会加剧老年人与社会的脱节，导致老年人遭受社会隔离［ 30 ］。数字互联网时代，老年人需要获得新的技能并积极适应新的生活方式，以促进他们更好地融入社会，而使用互联网作为一种新的技能和生活方式在老年人的再社会化过程中发挥重要作用。

互联网能够克服时间、空间的限制，为老年人娱乐和学习提供便利。为了更好地使用互联网，老年人需要不断地投入时间和精力去学习各种设备和各种应用软件的使用方法，这一过程会对老年人的学习频率产生积极影响，提高老年人的学习频率［ 1 ］。学习频率的提升对老年人的再社会化起到积极的促进作用，帮助老年人树立正确角色认知，形成新的社会角色，进而提升老年人的社会网络。因此，互联网使用可能会通过提升老年人学习频率，帮助老年人更好地融入社会，缓解逐渐萎缩的社会网络，顺利实现再社会化。

综上所述，虽然现有研究探讨了互联网使用对老年人社会网络的影响，但仍存在不足之处：（1）大多数研究集中于西方文化背景，较少有研究关注互联网使用对中国老年人社会网络的影响。（2）已有研究结论存在矛盾，有待进一步检验。（3）大多数研究很少考虑自我选择引起的内生性问题，这可能导致得出的结果缺乏信度。（4）鲜有研究深入探讨互联网使用对老年人社会网络的影响机制。因此，本研究基于再社会化理论，采用CGSS 2018数据，利用OLS回归、替换变量法、倾向值得分匹配等方法探究互联网使用对老年人社会网络的影响，分析其影响的性别、年龄及城乡差异，并进一步探究互联网使用对老年人社会网络的影响机制。

三、研究设计

（一）数据来源

本研究所用数据来源于中国人民大学中国调查与数据中心在2018年组织实施的“中国综合社会调查（Chinese   General   Social  Survey，CGSS）”。中国综合社会调查是中国第一个具有全国性、综合性、连续性特点的大型社会调查项目，调查采用多阶分层概率抽样与系统抽样方法相结合的方式抽取样本，涵盖中国大陆31个省级行政单位。CGSS 2018是该项目发布的最新一期的调查数据，2018年的调查完成有效问卷12787份。CGSS 2018年数据的A模块包含居民使用互联网的问题，是目前国内具有较高代表性的个体互联网使用数据。根据本研究的需要，选取60周岁及以上的老年群体，在剔除了互联网使用及社会网络等关键变量上存在缺失值和无效值的样本后，最终进入分析的样本为1479人。

（二）变量设置

根据本研究的研究目的将变量分为被解释变量、核心解释变量和控制变量，各变量的解释及描述性统计结果见表1。

1.被解释变量。被解释变量为老年人社会网络。参考已有研究［ 31 ］，选取问卷中的问题“平常一天里面，除了家人和亲戚以外，通过各种方式大概总共会跟几位其他人接触？”来测量老年人的社会网络。本研究将其回答划分为五个区间包括“0人”“1～4人”“5～9人”“10～19人”“20～49人”“50人及以上”，分别赋值0-5，得分越高，说明该老年人的社会关系越复杂，社会网络状况越好，可以从社会网络中获取更多的资源和支持。从表1中可知，老年人的社会网络平均得分仅为1.591，说明老年人的社会网络状况较差。

2.解释变量。解释变量为老年人的互联网使用情况。本研究选用互联网使用测度指标“过去一年，您对互联网的使用是什么？”来反映受访者的互联网使用，参照以往研究［ 32 ］，将老年人的互联网使用分为两类：未使用互联网和使用互联网。具体来看，本研究将“从不”赋值为0，即“未使用互联网”，将“很少、有时、经常和非常频繁”合并赋值为1，即“使用互联网”。从表1中可知，使用联网的老年人占比为28.5%，表明老年人使用互聯网的比例相对较低。

3.控制变量。控制变量主要包括个体特征和家庭特征。其中，个体特征包括性别、年龄、婚姻状况、受教育程度、户口类型、宗教信仰、政治面貌、个人年收入、自评健康；家庭特征包括孩子数量、家庭年收入、家庭规模。从表1可知，性别的均值为0.469，表明老年人的男女比例接近；年龄的均值为70.239，表明样本以低、中龄老年人为主；婚姻状况的均值为0.711，表明多数老年人已婚有配偶；户口类型的均值为0.462，表明城乡老年人的比例相当；受教育程度的均值为0.735，表明大多数老年人有过一定的教育经历；健康自评的均值为3.088，表明老年人健康水平一般；宗教信仰的均值仅为0.124，表明绝大多数老年人没有宗教信仰；政治面貌的均值为0.141，表明是党员的老年人占比相对较低；个人年收入取对数的均值为7.940，表明老年人的收入较低；独居与否的均值为0.219，表明大多数老年人处于非独居状态；孩子数量的均值为2.429，表明老年人的子女数量相对较多；家庭年收入取对数的均值为9.737，表明老年人家庭的年收入相对较低；家庭规模的均值为2.479，表明老年人家庭的规模相对较小。

（三）模型构建

本研究选用OLS回归构建基准回归模型考察互联网使用对老年人社会网络的影响，构建的模型如下：

Social networksi = β1 + α1interneti + γ1controli + μ（1）

其中Social networks代表老年人的社会网络，interneti代表老年人的互联网使用状况，control代表本文所控制的个体和家庭特征变量，代表互联网使用变量的回归系数，代表截距项，代表个体和家庭层面变量的回归系数，代表残差项。

老年人的互联网使用状况是老年人根据自身情况所做出的选择，可能会存在选择性偏差问题，因此本研究进一步使用倾向值得分匹配法来处理样本的选择偏差问题，探究互联网使用对老年人社会网络的净效应。在本研究中，根据是否使用互联网，通过与老年人的匹配群体估算了老年人社会网络的平均处理效应（ATT）。具体模型如下：

Yi = Y0i + （Y1i + Y0i）Di（2）

ATT = E（Y1i - Y0i | Di = 1）（3）

其中Di为处理变量，Di = {0，1}指示老年人的互联网使用，当Di取1时，表示个体i在实验组，对应的老年人为使用互联网的老年人，当Di取0时，表示个体i在控制组，对应的老年人为不使用互联网的老年人。ATT表示的是实验组的平均处理效应，即互联网使用对老年人社会网络影响的净效应。

本研究还考察了互联网使用对老年人社会网络影响的影响机制，即检验学习频率在两者之间的中介效应是否成立，主要借鉴温忠麟和叶宝娟［ 33 ］等提出的中介效应检验步骤进行检验。模型设定如下：

Studyi = β1 + α1interneti + γ1controli + μ（4）

Social networksi = β1 + α1interneti + ρ1Studyi + γ1controli + μ（5）

其中Study 代表老年人的学习频率，其余变量的代表与式（1）中相同。

四、实证分析

（一）基准回归分析

本研究采用了逐步回归分析法探究互联网使用对老年人社会网络的影响（表2）。模型1关注在未纳入控制变量的情况下，互联网使用对老年人社会网络的影响，模型2和模型3逐步纳入个体特征和家庭特征的控制变量，关注互联网使用对老年人社会网络的影响。

1.互联网使用对老年人社会网络的影响。模型1的回归结果显示，在未纳入任何控制变量的情况下，互联网使用在1%的水平上显著正向影响老年人社会网络。依次纳入个体特征变量和家庭特征变量后，互联网使用对老年人社会网络影响的回归系数分别为0.262和0.290，均在1%的水平上显著为正。这表明互联网使用对老年人社会网络的影响显著，与不使用互联网的老年人相比，使用互联网的老年人社会网络更好。

2.控制变量对老年人社会网络的影响。模型3的回归结果可知：（1）个体特征方面。年龄、健康自评均在1%的水平上显著影响老年人社会网络。具体来说，年龄越大的老年人，社会网络越小，这与社会情绪选择理论和社会护航模型的核心观点一致，年龄越大的老年人社会网络萎缩越严重。健康自评越好的老年人，社会网络越好，健康自评可以在一定程度上反映个体的综合健康状况，健康状况较好的老年人可以积极参与社会活动，增加与外界的联系，增大个体的社会网络。个人年收入在10%的水平上显著正向影响老年人的社会网络，表明自身经济条件越好的老年人，社会网络越好，这主要是因为个人年收入作为反映个体社会经济地位的重要指标，年收入越高，个体社会经济地位越好，会进一步提升老年人的社会网络。（2）家庭特征方面。孩子数量在1%的水平上显著正向影响老年人的社会网络，这可能是因为孩子作为老年人与社会交往的重要链接人，孩子数量越多，给予老年人的代际支持就会更多，可以有效地增进或改善老人的社会网络。

（二）稳健性检验

本文主要使用替换变量法和改变变量形式，检验互联网使用对老年人社会网络影响效应的稳健性。选用“闲暇上网情况”“互联网使用频率”两个变量替代核心解释变量“互联网使用”。首先，“闲暇时间是否上网”能够反映在空闲时间里老年人的互联网使用情况，因此本研究采用“闲暇上网情况”替换核心解释变量“互联网使用”，进行稳健性检验。其次，相较于二分类的处理方式，连续型变量“互联网使用频率”可以更好地反映出老年人日常使用互联网的差异化程度，因此将二分类变量“互联网使用”处理为连续型变量，从“从不”到“非常频繁”，赋值1～5，进行稳健性检验。

表3中的结果表明，在纳入控制变量的情况下，“闲暇上网情况”和“互联网使用频率”均对老年人社会网络在1%的水平上有显著的正向影响，只是回归系数在数值上有小幅度的波动，替换变量和改变变量形式后的结论与之前的结果一致，表明本研究的实证结果稳健性较高。

（三）內生性处理

虽然前文中的OLS回归模型能够初步验证互联网使用与老年人社会网络的相关性，但可能会存在内生性问题。首先，互联网使用对老年人社会网络的影响可能会受到其他混淆变量的影响，进而影响到结果的真实性，难以探究互联网使用与社会网络之间的真实效应；其次，是否使用互联网会受到其他因素影响，是老年人综合考虑自身条件下的自主选择结果，可能会存在自选择效应偏误；最后，老年人社会网络的影响因素很多具有不可观测性，同时受制于数据所限，可能遗漏一些与社会网络相关的重要控制变量。因此，本研究采用卡尺内K近邻匹配、最近邻匹配、半径匹配和核匹配四种不同的匹配方法来修正模型估计偏误，探究互联网使用对老年人社会网络影响的净效应，增强研究结果的可信度。

表4展示了数据平衡性检验结果。匹配前控制变量在处理组和控制组之间存在显著差异，但在匹配后，绝大多数变量的标准化偏差都小于10%，处理组和控制组之间的差异均不显著。图1更清晰地展示出匹配后各变量标准化偏差都集中于0附近，即样本通过了平衡性检验，消除了控制变量间的不平衡性，表明倾向值得分匹配方法能够在很大程度上消除或减少样本的自选择偏误，也说明本研究使用倾向值匹配方法克服内生性问题是合理的。

表5展示了不同倾向值得分匹配方法下互联网使用对老年人社会网络影响的平均处理效应（ATT）。由于单次匹配的结果可能存在偏误，本研究采用Bootstrap法获取标准误。从表5可知，通过各种匹配方法得到的平均处理效应在1%水平上均显著。在消除了处理组和控制组之间的样本自选择偏误后，互联网使用对老年人社会网络仍有显著正向影响。与不使用互联网的老年人相比，使用互联网的老年人在社会网络得分上高出0.319～0.372个单位。不同匹配方法下的ATT值较为接近，进一步证实了上文研究结果具有较高的稳健性。

（四）异质性分析

互联网使用与老年人社会网络的关系在不同老年人群体中可能存在差异。鉴于性别、户口、年龄是最为重要的个体属性，本研究选取性别、年龄、城乡三个视角进行异质性分析，分别探究了互联网使用对不同性别、年龄以及户口类型的老年人社会网络的影响。

由表6可知，互聯网使用对不同性别、年龄、城乡老年人的社会网络影响存在差异。从性别来看，互联网使用在1%的水平上显著正向影响男性老人和女性老人的社会网络，且对女性老人社会网络的影响效应大于男性老人。可能的原因是相比男性老人，女性老人更容易利用互联网进行交友等活动，能够更好地发展自己的社会网络，与此同时，男性老人的社会网络状况优于女性老人，互联网使用对其社会网络的增益效应因边际效应递减而趋于弱化。从年龄段来看，互联网使用对低龄老人（60～69岁）和中龄老人（70～79岁）社会网络的影响效应显著，但对高龄老人（80岁及以上）的影响效应不显著。可能的原因是互联网使用与个体的身体状况密切相关，高龄老人的身体机能退化较为严重，因此互联网使用对其社会网络的影响效应不显著。从户口类型来看，互联网使用在1%的水平上对城市老人和农村老人的社会网络产生显著正向影响，且两种影响效应相差不大。

（五）影响机制分析

根据再社会化理论，本研究认为学习频率是互联网使用影响老年人社会网络的重要机制，因此对学习频率的中介效应进行检验。本研究采用CGSS问卷中“您是否在空闲时间经常学习充电？”对老年人的学习频率进行测量，根据选项将“从不、很少、有时、经常、频繁”分别赋值为1～5，得分越高，表明老年人的学习频率越高。首先，利用逐步回归中介检验法进行检验。由表7可知，在模型6中互联网使用在1%的水平上显著正向影响老年人的学习频率；在模型7中，互联网使用和学习频率分别在1%和5%的水平上显著正向影响老年人的社会网络。由此可见，学习频率是互联网使用影响老年人社会网络的作用机制之一。

五、结论与对策

（一）结论

基于再社会化理论，本文利用CGSS 2018数据，采用逐步回归分析、倾向得分匹配法（PSM）研究互联网使用对老年人社会网络的影响及其性别、年龄和城乡差异，并探究了互联网使用对老年人社会网络的影响机制，进一步深化了互联网使用与老年人社会网络的关系研究，得到以下发现：

1.互联网使用显著正向影响老年人的社会网络。加入个体和家庭层面的控制变量后，互联网使用仍旧在1%的显著性水平上正向影响老年人社会网络。在核心解释变量替换为“闲暇上网情况”和“互联网使用频率”的情况下，核心解释变量均对老年人社会网络有显著的正向影响，进一步证实了本研究结论的稳健性。利用倾向值得分匹配法，在消除或减少样本的自选择偏误的情况下，进一步验证了互联网使用对老年人社会网络正向影响结果的稳健性。本研究的结果支持了“网络增益效应”的观点［ 18 ］，表明在中国情境下，互联网使用对老年人社会网络同样具有显著的正向影响。

2.互联网使用对不同性别、年龄、户口类型的老年人社会网络的影响存在异质性。互联网使用在1%的水平上显著正向影响男性老人和女性老人的社会网络，且对女性老人社会网络的影响效应大于男性老人。互联网使用在1%的水平上显著正向影响低龄老人和中龄老人的社会网络，对高龄老人社会网络的影响不显著。互联网使用在1%的水平上显著正向影响城市老人和农村老人的社会网络。

3.学习频率在互联网使用对老年人社会网络的影响中发挥中介作用。即学习频率是互联网使用影响老年人社会网络的作用机制之一，互联网使用不仅会直接影响老年人的社会网络，而且会通过增进老年人的学习频率，进而提升老年人的社会网络。

（二）对策

1.加强互联网相关基础设施建设，推进互联网适老化进程。再社会化是一种社会行动，是一种动态的行为过程，需要人与社会环境的持续性互动。因此，互联网使用环境对老年人来说，将会很大程度上影响其互联网使用的情况，进而影响其再社会化进程。

一方面，要加强互联网相关基础设施建设，缩小城乡互联网建设差异。互联网使用无论对农村老人还是城市老人的社会网络均具有增益作用。因此，国家相关部门有必要进一步完善农村地区的互联网基础设施建设，从外部硬件环境方面，为农村老年群体使用互联网提供更加便利的基础设施条件。另一方面，随着互联网的深入发展和普及，相关部门要做好互联网适老化产品的研发和优化，从内部软件环境方面，让互联网能适应老年群体的实际需要。同时，老年人的辨别能力差，易上当受骗，要持续做好互联网环境的净化工作，整治互联网上低俗、不良之风，为老年人打造干净、整洁的互联网环境，提高老年人的互联网使用舒适度，进而提高老年人的互联网使用的频率，扩大其互联网使用的范围，让老年人能够享受数字时代的红利，缓解老年人因年龄增长而带来的社会网络萎缩问题。

2.利用老年人的社会圈层网络，提高老年人的互联网使用技能。当前老年人群体使用互联网的比例虽然逐年增长，但占比仍相对较低，因此，要采取多种措施来提高老年人的互联网使用率。再社会化理论认为人是处于一定社会环境中的个体，个人的生存与发展离不开社会环境，因此，个体再社会化的实现需要社会环境系统的参与和帮助。对于老年人的互联网使用而言，同样离不开社会中不同社会环境系统圈层的帮助。

一方面，家庭作为老年人赖以生存的重要环境和获得社会支持的最重要来源，应在老年人互联网使用过程中发挥关键作用。家庭成员应该积极支持老年人使用互联网，在老年人使用互联网遇到困难时，子女或孙子女应及时给予有力的帮助，化解老年人在互联网使用中存在的畏难情绪，提高老年人对互联网使用的信心，以此提高老年人的互联网使用率。另一方面，社区作为老年人家庭之外的主要活动场所，不仅能满足老年人物质精神文化需求，而且是实现老年人自我价值的重要途径，因此，社区在老年人互联网使用过程中的作用不容小觑。社区的相关组织应该关注老年人的自我发展意识，做好老年人互联网使用的培训和指导工作，通过开办“智能手机使用学习班”“电脑学习班”等形式多样的培训班，提高老年人的互联网使用技能，逐步化解老年人互联网使用过程中遇到的难题，提升老年人互联网使用率。

3.倡导终身学习理念，为老年人提供优质的互联网学习资源。再社会化过程是指个人重新学习新的价值观念、社会规范和行为方式的过程，而这一过程并不是一蹴而就的，个体的努力和社会的帮助在个体再社会化的过程中发挥着重要的作用。

对于老年人自身而言，要积极主动地树立“活到老，学到老”的终身学习理念，通过个人持续不断的努力学习，提高自己的互联网使用技能。如微信的使用、支付宝的使用。之后还要不断向身边的家人或朋友学习和请教，掌握一些更为便捷的功能，如打车、网上购物等，更好地适应互联网时代的发展变化。充分发挥互联网在信息传递共享、人际沟通交流、网上贸易等方面的作用，让互联网成为提高老年人福祉的重要工具。另一方面，要借助互联网平台，为老年人提供优质的互联网教育资源。当前互联网学习资源丰富，但学习资源的内容与质量良莠不齐，提供给老年人的优质学习资源更加稀少。因此，要从老年人的群体特点出发，打造适宜老年人线上学习的优质资源，满足老年人进行线上学习的需求，提高老年人互联网使用频率的同时，也可以进一步帮助老年人实现终身学习的追求，更好地实现自我价值，助力老年人的再社会化进程。

（三）不足与展望

由于数据可得性的限制，本研究仍存在以下不足之处：首先，本研究在对老年群体互联网使用的测量上主要采用是否使用互联网的基本情况，没有深入考虑老年群体不同互联网使用行为的差异性。随着互联网“适老化”的进一步优化，老年人对互联网的使用内容将会日益多样化，未来可考虑探究老年群体不同互联网使用用途对老年人社会网络的影响。其次，社会网络的内涵极为丰富，受限于数据的局限性，本研究探索性地考察了互联网使用对老年人社会网络的影响效应，未来可以深入探究互联网使用对老年人不同社会网络类型如家庭网络、朋友网络、亲戚网络等的不同影响。

参考文献：

［1］陈雪丽.论互联网与老年人继续社会化［J］.新闻界，2015（17）：4-8.

［2］Zunzunegui M V，Alvarado B E，Del Ser T，et al. Social Networks，Social Integration， and Social Engagement Determine Cognitive Decline in Community - dwelling Spanish  Older  Adults［J］.  The Journals  of  Gerontology：Series B，2003，58（2）：S93-S100.

［3］賀寨平. 社会经济地位、社会支持网与农村老年人身心状况［J］. 中国社会科学，2002（3）：135-148，207.

［4］张君安，张文宏. 社会网络类型与老年人幸福感［J］. 社会发展研究，2019，6（2）：79-96，243-244.

［5］鲁肖麟，朱金卫. 社会资本视角下的积极老龄化与健康促进［J］.中国老年学杂志，2018，38（4）：1000-1003.

［6］Saito M，Fujiwara Y，Kobayashi E，et al. Prevalence and Characteristics of Social Isolation in the Elderly in a Dormitory Suburb According to Household Composition ［J］. Accident Analysis & Prevention，2010，57（9）：785-795.

［7］Antonueei T C， Ajrouch K J， Birditt K S. The Convoy Model：Explaining Social Relations from a Multidisciplinary Perspective［J］. Gerontologist，2014，54（1）：82-92.

［8］Carstensen L L，Isaacowitz D M，Charles S T. Taking Time Seriously. A Theory of Socioemotional Selectivity ［J］. American Psychologist，1999，54（3）：165-181.

［9］Carstensen，L L，Fung H H，Charles S T. Socioemotional Selectivity Theory and the Regulation of Emotion in the Second Half of Life［J］. Motivation and Emotion，2003， 27（2），103-123.

［10］敖玲敏，吕厚超，黄希庭. 社会情绪选择理论概述［J］. 心理科学进展， 2011，19（2）：217-223.

［11］张友琴. 城市化与农村老年人的家庭支持——厦门市个案的再研究［J］. 社会学研究，2002（5）：112-118.

［12］Ajrouch K J，Blandon，A Y，Antonucci，T C. Social Networks among Men and Women：The Effects of Age and Socioeconomic Status［J］. The Journals of Gerontology： Series B，2005，60，S311-S317.

［13］Wong J S，Waite L J. Marriage，Social Networks，and Health at Older Ages［J］. Journal of Population Ageing，2015，8（1-2）：7-25.

［14］韦璞. 贫困地区农村老年人社会支持网初探［J］. 人口与发展，2010，16（2）：76-82，51.

［15］刘燕，纪晓岚. 老年人社会网络规模及结构研究——兼论独生子女家庭的养老困境［J］. 大连理工大学学报（社会科学版），2013，34（3）：71-76.

［16］Buz J，Sanchez M，Levenson M R，et al. Aging and Social Networks in Spain：The Importance of Pubs and Churches［J］. International Journal of Aging & Human Development，2014，78（1）：23-46.

［17］Iliffe S. Kharicha K. Harari D， et al. Health Risk Appraisal in Older People 2：The Implications for Clinicians and Commissioners of Social Isolation Risk in Older People［J］. British Journal of General Practice，2007，57（537）：277-282.

［18］Pénard T，Poussing N. Internet Use and Social Capital：The Strength of Virtual Ties［J］. Journal of Economic Issues，2010，44（3）：569-595.

［19］Ahn D，Shin D H. Is the Social Use of Media for Seeking Connectedness or for Avoiding Social Isolation？ Mechanisms Underlying Media Use and Subjective Well-being［J］.Computers in Human Behavior，2013，29（6）：2453-2462.

［20］Heo J，Chun S，Lee S，Lee KH，et al. Internet Use and Wellbeing in Older Adults［J］. Cyberpsychology，Behavior，and Social Networking，2015，18（5）：268-272.

［21］Delello J，McWhorter R. Reducing the Digital Divide：Connecting Older Adults to iPad Technology［J］. Journal of Applied Gerontology，2017，36（1）：3-28.

［22］Yu K，Wu S，Chi I. Internet Use and Loneliness of Older Adults Over Time： The Mediating Effect of Social Contact［J］. The Journals of Gerontology：Series B，2021，76（3）：541-550.

［23］Nie N，Hillygus D S. The Impact of Internet Use on Sociability： Time Diary Findings［J］. IT & Society，2002，1（1）：1-20.

［24］Mesch G，Talmud I. The Quality of Online and Offline Relationships：The Role of Multiplexity and Duration of Social Relationships［J］. Information Society，2006，22（3），137-148.

［25］Gilleard C，Higgs P. Internet Use and the Digital Divide in the English Longitudinal Study of Ageing［J］. European Journal of Ageing，2008，5（3）：233-239.

［26］Hage E，ortmann H，Van Offenbeek M，et al. The Dual Impact of Online Communication on Older Adults Social Connectivity［J］. Information Technology & People，2016，29（1）：31-50.

［27］Slegers K，Boxtel M P，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，2008，63（3）：176-184.

［28］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（5）： 752-760.

［29］劉慧萍，曹梅娟.再社会化及其评估方法研究现状［J］.中国老年学杂志，2021，41（16）：3595-3598.

［30］倪晨旭，王震.互联网使用对老年人社会隔离的影响［J］.人口学刊，2022，44（3）：59-72.

［31］封铁英，刘嫄.数字时代互联网使用对老年人主观阶层认同的影响研究［J］.西安交通大学学报（社会科学版），2022，42（2）：122-131.

［32］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）：57-68.

［33］温忠麟，叶宝娟.中介效应分析：方法和模型发展［J］.心理科学进展，2014，22（5）：731-745.

［责任编辑：卢红学］