随着“银发浪潮”的到来,中国已快步进入老龄化社会。由于身体机能下降,老年人已成为当前我国最大的“健康脆弱”群体。在人口老龄化程度不断加深的同时,我国城镇化进程不断加快,这导致农村的老龄化程度更为严重。与城市相比,农村经济水平较低、医疗资源相对匮乏以及社会保障制度不健全,农村中老年人健康状况尤为复杂、更具脆弱性,心理障碍和自杀问题日益突出[1-2],“因病致贫”和“因病返贫”现象频发,严重影响了农村中老年人的生活质量。如何提升农村中老年人的健康水平和幸福感,已日益成为政府和社会各界高度关注的重大民生问题。
近年来,随着互联网信息技术在中国的蓬勃发展,老年人使用互联网也日益普遍化,互联网逐渐成为老年人晚年生活的重要组成部分。对于老年人来说,利用互联网进行社交沟通、信息搜寻、娱乐体验等线上服务成为安享晚年生活和重新参与社会的一种基本生活需求,也成为我国积极应对人口老龄化的重要手段,同时可能会对老年人的健康产生一定的影响。而与城镇地区相比,农村地区社会网络规模较小、社会支持水平相对较低、公共基础设施和公共服务较为匮乏,难以有效满足农村中老年人的各种社会需求,这使得他们更可能依靠互联网获取各类资源以改善健康。那么,农村中老年人互联网使用行为能改善其健康状况吗?国内外关于互联网使用对中老年人健康影响研究结论尚未取得一致,更鲜有针对中国农村中老年人的研究。对于人口老龄化日益严重的农村地区而言,互联网使用与农村中老年人健康之间存在何种关系,影响程度如何?若有影响,互联网使用通过何种机制与渠道影响农村中老年人的健康呢?对于上述问题的科学回答具有重要的理论价值和现实意义。本文研究不仅拓宽了以往的研究视野、丰富了相关理论研究成果,可为推动健康与互联网相融合、发展基于互联网的健康服务提供新的经验证据,对提高农村中老年人健康福利与生活质量具有重要现实意义,也丰富了互联网使用与健康融合研究方面中国的实证证据。
二、文献综述与理论分析 (一) 文献综述随着网络技术的发展,互联网使用与健康之间的关系逐渐成为经济学、人口学、社会学、心理学领域的热门议题。伴随人口老龄化和信息化交织同步推进,互联网使用对老年人健康的影响研究逐渐引起国内外学者广泛关注,主要形成了以下两种观点:
1. 互联网使用对老年人群体健康产生积极影响一般来说,健康包括多种维度,如生理健康、心理健康和良好的社会适应性等,一些研究显示,互联网使用能提高老年人在各个维度的健康水平[3-4]。在生理健康方面,一些研究认为,互联网使用能够改善老年人健康[5-7],使用互联网的老年人的自评健康状况优于不使用互联网的老年人[8],甚至能够有效降低老年群体的高血压和心脏病的发病率[9]。在心理健康方面,互联网使用能缓解老年人的孤独感、提升幸福感,改善其心理健康状况[10]。一些研究发现,网络使用有利于减缓老年人认知退化的速度[11],相比不使用互联网的老年人,使用互联网的老年人患抑郁症的可能性下降了33%[12]。在社会适应性方面,互联网使用有利于提升老年人的社会互动频率,增加社会联结,提高社会适应水平[13]。在影响机制和渠道方面,研究发现互联网使用可以促进老年人的社会交往能力和认知功能,从而减少情绪的失落感和孤独感[14]。与此同时,互联网使用还可以通过提升老年人的社会支持和社会信任,进而提升老年人的生活满意度和心理健康水平[15]。此外,老年人通过互联网可以获得更多关于健康的知识和信息,从而提升身体健康水平[16]。
2. 互联网使用对老年人群体健康产生消极影响国内外一些研究显示,过度使用和依赖互联网都会增加健康风险[17-18]。与此同时,互联网的使用对主观福利也具有损害作用,显著降低人们的幸福感和生活满意度[19]。Hage等[20]研究发现线上社交平台会削弱老年人的邻里交往,降低其社会参与度。和红等[21]研究表明,互联网使用会显著降低老年人公益性和私利性社区参与的概率。此外,一些研究认为,老年人使用互联网对其身心健康并未产生显著影响[22-23];老年人上网时进行的不同类型的活动也会产生不同影响,作为信息来源的上网行为对老年人的身心健康并无显著作用[3],互联网商业性使用对社会隔离影响不显著[13]。
上述研究夯实了本课题的研究基础,对本研究有很好的启发和借鉴意义,但仍存在以下不足之处:一是从研究对象来看,已有研究中未考虑到不同特征老年人使用互联网的初始动机和使用方式上的差异,且未把农村中老年人作为单独的研究对象进行深入研究。二是研究结论尚未取得一致,且互联网使用影响中国中老年人健康的机制尚未得到有效解释,影响渠道尚未明确,有待进一步深化。三是针对互联网使用的界定上,更多采用是否使用,而针对互联网使用质量、强度以及渠道对中老年人健康的影响尚未得到充分关注。基于此,本文尝试探讨具有中国本土化内涵的互联网使用对农村中老年人健康的影响效应及其作用机制,并据此提出改善农村中老年人健康福利以及推动和完善互联网推广与应用的公共政策选择。
(二) 理论分析通过对相关文献的梳理,本研究将互联网使用对农村中老年人健康的影响机理归纳为五个方面:信息获取效应、交流沟通效应、社会认知效应、社会交往效应以及资源获得效应。
1. 信息获取效应互联网作为一种传播媒介是获取健康信息的重要来源,方便网络使用者查找健康知识和信息,强化健康保健行为,从而提高使用者健康水平[24]。相较于城市地区较为成熟的保健系统,农村保健系统不健全,健康知识和信息获取渠道少,农村中老年人使用互联网后,可以方便地获得各类健康信息和保健知识,从而加强自身健康管理,逐步养成健康的行为和习惯,有利于提高自身健康水平。但网络信息良莠不齐且很难判别,若被不科学甚至错误的保健信息误导,也将会对自身健康产生负面影响。
2. 交流沟通效应随着城镇化所带来的农村劳动力大规模迁移,成年子女与农村父母出现空间性分离,很大程度上影响了农村中老年人与子女的日常沟通,增加了农村中老年人的孤独感和失落感,必将影响农村中老年人的健康状况。而农村中老年人可以通过使用互联网,跨越距离障碍,增加与在外工作子女及孙辈时时沟通的可能性和频率,减少孤独感。此外,老年人通过社交平台及时关注子女动态、交流感情,可以有效增进与子女的亲密程度[25],从而有利于提升农村中老年人的自评健康水平和生活满意度。但受时间有限的硬性条件约束,农村中老年人过多地使用互联网将会降低与家人现实中交流的频率,产生交流沟通虚拟化,自评健康和生活幸福感水平也可能会出现下降。
3. 社会认知效应一方面,互联网使用增加农村中老年人与社会的连接度,在一定程度上可以保持农村中老年人的认知水平。Johnson[26]研究发现,网络使用还有利于减缓老年人认知退化的速度。
另一方面,由于使用互联网,农村中老年人可以了解更多的外部世界信息,而经常使用互联网的人会在与他人比较时偏好于上行比较,导致自我社会地位评价偏低,进而降低生活满意度[27]。
4. 社会交往效应互联网使用能够打破阻碍农村中老年人充分融入信息社会的障碍,对中老年人自身健康和生活质量的提升大有裨益。互联网作为一种新型社会媒介为农村老年人和外界进行互动交流提供了一个有效手段,有利于提升老年人的社会互动频率[28],进而提升自我效能感。但使用互联网在某种程度上减少了现实中面对面社会交往的机会,抑制了参加社会活动的积极性,可能会产生一定的社会隔离或边缘化,进而影响农村中老年人的健康水平。
5. 资源获得效应与城镇地区相比,农村地区社会网络规模较小、社会支持水平相对较低、公共基础设施和公共服务较为匮乏,难以满足农村中老年人的各种有效需求。而互联网作为新媒介,无论在获取家庭非正式支持,还是在社会正式支持方面均具有显著优势,从而使得农村中老年更有可能依靠互联网获取各类社会资源。研究发现,社交类互联网使用可以帮助中老年人扩大社会网络,从而获得更多社会支持[25],进而有效提升他们的主观幸福感[29]。但也有研究发现,使用互联网时间越长的人,线下获得的社会支持越弱[30]。
综上所述,互联网使用对农村中老年人健康影响的效应取决于正、负向作用强度的相对大小。因此,针对互联网使用对农村中老年人健康影响效应及其作用机理,下文将着重进行相应的实证检验。
三、数据、变量与实证模型选择 (一) 数据来源由于现有公开的数据库在农村中老年人互联网使用方面涵盖面较窄,尤其是无法有效体现农村中老年人互联网使用质量等信息,基于此,本文研究所使用的数据主要来源于2022年6月至8月组织开展的农村中老年人数字素养专项调查。本调查选取中国东部、中部、西部若干省份,主要涵盖河南、福建和甘肃等省份,除了包含农村中老年人基本素养相关信息外,还有农村中老年人个人基本信息、健康情况以及互联网使用等信息,很好地满足了分析和研究互联网使用对农村中老年人健康影响的需要。本文剔除关键变量缺失的样本,共形成有效样本473个。
(二) 变量选取与描述 1. 因变量因变量“农村中老年人健康”主要指农村中老年人身体健康和心理健康两个层面。
农村中老年人身体健康采用“自评健康”来表示,将调查问卷中选择比较健康以及很健康的赋值为1,很不健康、比较不健康以及一般的赋值为0,形成二元虚拟变量;相关信息主要通过问卷中“您觉得目前的身体健康状况如何”的调查结果来获取。
农村中老年人的心理健康采用“生活满意度”来表示,将调查问卷中选择比较满意以及很满意的赋值为1,很不满意、比较不满意以及一般的赋值为0,形成二元虚拟变量;相关信息主要通过问卷中“总的来说,您对目前的生活感到满意吗”的调查结果来获取。
2. 关键自变量本文将农村中老年人互联网使用情况界定为多个层面,主要包含农村中老年人“是否上网”“通过手机上网”“通过电脑等设备上网”“上网年限”“上网频率”以及“是否使用微信等App”。相关信息主要通过对调查中对应问卷的调查结果相应处理来获取。
3. 控制变量除了互联网使用情况,农村中老年人健康也会受到其他很多因素影响,参照前人研究成果、本文研究目的及问卷调查中相关变量的可得性,本研究选取的控制变量主要包括农村中老年人的“年龄”“性别”“政治面貌”“受教育年限”“婚姻状况”“居住情况”“子女数量”“是否患有慢性病”以及“视力状况”。互联网使用对农村中老年人健康影响的变量定义及基本描述性统计如表 1所示。
![]() |
表 1 互联网使用对农村中老年人健康影响的变量定义及基本描述性统计 |
因为因变量自评健康和生活满意度均为二元虚拟变量,基于此,本文构建基于个人层面的probit回归模型用来探讨互联网使用对农村中老年人健康的影响,实证模型设定如下:
$ {Pr}\left(Y_i=1 / \mathrm{Net}_i, X\right)=\varPhi\left(\theta_0+\theta_1 \mathrm{Net}_i+\theta_2 X_i\right) $ | (1) |
其中,Yi为农村中老年人i的自评健康和生活满意度情况,Neti代表农村中老年人i互联网使用情况;Xi表示控制变量;θ0,θ1,θ2为待估参数。
国内外研究发现,互联网使用和中老年人健康之间可能存在双向因果关系,互联网使用会改变老年人的健康水平,而老年人的健康状况也会限制他们互联网使用的程度和质量[10, 31]。此外,影响健康的因素颇多,很容易出现由于遗漏变量等原因产生的内生性问题。因此,要明确农村中老年人互联网使用与其健康的关系及其作用机理,首先必须解决由此产生的内生性问题。如果内生性问题未得到有效处理,将直接影响互联网使用对农村中老年人自评健康和生活满意度影响效应结果的稳定性。因此,为了缓解潜在的内生性问题,本文借鉴吕明阳等[32]的处理方法,选择将调查时“所在家庭是否有无线网或宽带接入”作为农村中老年人互联网使用的工具变量,运用工具变量法(Ivprobit模型)进行影响效应结果的稳健性检验。
四、估计结果分析与讨论 (一) 互联网使用对农村中老年人自评健康的影响 1. 基准回归因变量“自评健康”分为“健康、不健康”二元虚拟变量,因此,此部分使用的是probit模型。表 2报告了互联网使用对农村中老年人自评健康影响的估计结果(模型的边际效应)。回归方程(1)表明,互联网使用对农村中老年人自评健康的影响为正,且在10%统计上显著。边际效应计算结果显示,在其他条件不变的情况下,相较于不上网,上网的农村中老年人自评健康水平提高8.6%。回归方程(2)表明,使用手机上网对农村中老年人自评健康的影响为正,且在1%的统计上显著。边际效应计算结果显示,在其他因素不变的情况下,相较于不使用手机上网或不上网,使用手机上网的农村中老年人自评健康水平提高12.1%。回归方程(3)表明,使用台式电脑、笔记本电脑等设备上网对农村中老年人自评健康的影响为负,且在5%的统计上显著。边际效应计算结果显示,在其他条件不变的情况下,相较于不使用电脑上网或不上网,使用台式电脑、笔记本电脑等设备上网的农村中老年人自评健康水平降低17.7%。出现上述结果,笔者认为,对于农村家庭,拥有台式电脑或笔记本电脑并可以上网,一方面充分说明家庭条件相对较为富裕,使用互联网可以缓解的沟通、交流约束等由于距离产生的日常联系问题,在这类家庭中基本不存在;另一方面,跟使用手机上网不同,使用电脑等设备上网,说明该类农村中老年人不仅是偶尔使用网络,还可能已经有沉迷网络的倾向,因此,互联网使用对自评健康的影响相对较为负面。回归方程(4)表明,互联网使用年限对农村中老年人自评健康的影响为正,但统计上不显著。回归方程(5)显示,互联网使用频率对农村中老年人自评健康的影响为正,且在1%统计上显著。边际效应计算结果显示,在其他条件不变的情况下,相对于较低的上网频率,较高上网频率的农村中老年人自评健康水平提高12.3%。回归方程(6)表明,会使用微信、抖音、微博等App对农村中老年人自评健康影响为正,且在5%统计上显著。边际效应计算结果显示,在其他因素不变的情况下,相较于不会使用微信、抖音以及微博等App,会使用App的农村中老年人自评健康水平提高9.84%。综上所述,互联网使用总体上对农村中老年人自评健康起到显著的促进作用。
![]() |
表 2 互联网使用对农村中老年人自评健康影响的模型估计基准回归结果 |
前文提到,互联网使用与农村中老年人健康存在互为因果关系,亦可能出现因遗漏变量产生的内生性问题,估计系数可能存在偏误。因此,本文借鉴吕明阳等[32]的处理方法,以调查时家庭是否有无线网或宽带接入为互联网使用的工具变量,使用工具变量法进行稳健性检验。表 3反映了互联网使用对农村中老年人自评健康的回归结果,相对于基准回归结果,通过工具变量法回归,影响系数均有一定程度的提升,且互联网使用对农村中老年人自评健康的影响方向保持高度一致。这充分说明,互联网使用对农村中老年人自评健康的影响是稳健的。
![]() |
表 3 互联网使用对农村中老年人自评健康影响的模型估计结果稳健性检验 |
因变量“生活满意度”分为“高、低”二元虚拟变量,因此,此部分使用的是probit模型。表 4反映了互联网使用对农村中老年人生活满意度影响的估计结果。回归方程(1)表明,互联网使用对农村中老年人生活满意度的影响为正,且在5%统计上显著。边际效应计算结果显示,在其他条件不变的情况下,相较于不上网,上网的农村中老年人生活满意度提高12.1%。回归方程(2)表明,使用手机上网对农村中老年人生活满意度的影响为正,且在5%的统计上显著。边际效应计算结果显示,在其他因素不变的情况下,相较于不使用手机上网或不上网,使用手机上网的农村中老年人生活满意度提高11.2%。回归方程(3)表明,使用台式电脑、笔记本电脑等设备上网对农村中老年人自评健康的影响为负,但统计上不显著。回归方程(4)表明,互联网使用年限对农村中老年人生活满意度的影响为正,且在1%的统计上显著。边际效应计算结果显示,在其他控制因素不变的情况下,上网年限每增加一年,其生活满意度提高1.53%。回归方程(5)显示,互联网使用频率对农村中老年人生活满意度的影响为正,且在1%统计上显著。边际效应计算结果显示,在其他条件不变的情况下,相对于较低的上网频率,较高上网频率的农村中老年人生活满意度提高11%。回归方程(6)表明,会使用微信、抖音、微博等App对农村中老年人生活满意度影响为正,且在5%统计上显著。边际效应计算结果显示,在其他因素不变的情况下,相较于不会使用微信、抖音以及微博等App,会使用App的农村中老年人生活满意度提高12.4%。综上所述,互联网使用总体上有利于提高农村中老年人的生活满意度。
![]() |
表 4 互联网使用对农村中老年人生活满意度影响的模型估计基准回归结果 |
为了验证互联网使用对农村中老年人生活满意度影响效应的稳健性,本文借鉴吕明阳等[32]的处理方法,以调查时家庭是否有无线网或宽带接入为互联网使用的工具变量,使用工具变量法对基准回归结果进行稳健性检验。表 5反映了互联网使用对农村中老年人生活满意度的回归结果,相对于基准回归结果,通过工具变量法回归,回归系数均有一定程度的提升,且互联网使用对农村中老年人生活满意度的影响方向保持高度一致。这充分说明,互联网使用对农村中老年人生活满意度的影响结果是稳健的。
![]() |
表 5 互联网使用对农村中老年人生活满意度影响的模型估计结果稳健性检验 |
实证研究结果的稳健性,充分说明互联网使用对农村中老年人自评健康和生活满意度产生显著的影响。互联网通过什么渠道影响农村中老年人的身体健康和心理健康,影响机制如何发挥作用?本文采用中介效应模型来探讨互联网使用对农村中老年人健康的影响渠道和机制。参考温忠麟等[33]中介效应的检验方法,通过以下三个标准验证中介效应:一是中介变量对互联网使用进行回归,农村中老年人互联网使用具有显著的影响作用;二是因变量农村中老年人健康对自变量互联网使用回归,互联网使用也达到显著水平;三是因变量农村中老年人健康同时对中介变量和自变量互联网使用回归,如果中介变量达到显著水平,自变量互联网使用的回归系数减小且也达到显著水平,则中介变量起部分中介作用,自变量互联网使用的回归系数减小但不具有显著性,则中介变量起完全中介作用。
根据上文分析,笔者构建如下中介效应模型:
$ M_i=\alpha_0+\alpha_1 \operatorname{Net}_i+\sum \alpha_2 X_i+\varepsilon_i $ | (2) |
$ Y_i=\beta_0+\beta_1 \text { Net }_i+\sum \beta_2 X_i+\varepsilon_i^* $ | (3) |
$ Y_i=\delta_0+\delta_1 \operatorname{Net}_i+\delta_2 M_i+\sum \delta_3 X_i+\varepsilon_i^{* *} $ | (4) |
其中,Yi为农村中老年人i的健康情况;Neti代表农村中老年人i互联网使用情况;Mi为系列中介变量;Xi表示控制变量;δ0,δ1, δ2,δ3为待估参数;εi、εi*、εi**为随机误差项。其中,式(2)表示互联网使用对系列中介变量这一中间传导机制的影响效应;式(3)表示互联网使用对农村中老年人健康影响的总效应;式(4)中的系数δ2表示中间传导机制对农村中老年人健康影响的直接效应。将式(2)代入式(4)可以进一步得到中间传导机制的中介效应δ2α1,即互联网使用通过系列中介变量这一中间传导机制对农村中老年人健康所产生的影响作用。
1. 互联网使用对农村中老年人自评健康影响的机制分析表 6汇报了互联网使用对农村中老年人自评健康影响机理的回归结果,其中列(1)(2)为针对中介变量“是否喝酒”的回归结果;列(3)(4)为针对中介变量“与子女关系融洽程度”的回归结果;列(5)(6)为中介变量“社会地位评价”的回归结果。根据表 6可知,“是否上网”以及“通过电脑等设备上网”通过影响“是否喝酒”等健康行为对自评健康产生显著影响;“上网频率”通过影响“是否喝酒”等健康行为、“与子女关系融洽程度”以及“社会地位评价”等渠道影响农村中老年人自评健康水平;“是否使用微信等App”通过“社会地位评价”等渠道影响农村中老年人自评健康水平。
![]() |
表 6 互联网使用对农村中老年人自评健康影响的机制分析 |
表 7反映了互联网使用对农村中老年人生活满意度影响的机制分析,其中列(1)(2)为针对中介变量“是否参加社交活动”的回归结果;列(3)(4)为针对中介变量“参加社交活动数量”的回归结果;列(5)(6)为中介变量“与子女关系融洽程度”的回归结果;列(7)(8)为中介变量“每月可支配收入”的回归结果;列(9)(10)为中介变量“与子女联系频率”的回归结果;列(11)(12)为中介变量“与子女联系频次”的回归结果;列(13)(14)为中介变量“社会地位评价”的回归结果。根据表 7可知,“是否上网”通过“参加社交活动数量”“与子女关系融洽程度”以及“每月可支配收入”等渠道对农村中老年人生活满意度产生影响;“通过手机上网”通过“参加社交活动”“与子女联系频率”和“与子女联系频次”等渠道对农村中老年人生活满意度产生影响;“上网年限”通过“是否参加社交活动”“参加社交活动数量”等渠道对农村中老年人生活满意度产生影响;“上网频率”通过“是否参加社交活动”“参加社交活动数量”“每月可支配收入”“与子女联系频次”以及“社会地位评价”等渠道对农村中老年人生活满意度产生影响;“使用微信等App”通过“是否参加社交活动”“参加社交活动数量”“与子女联系频率”和“与子女联系频次”等渠道对农村中老年人生活满意度产生影响。
![]() |
表 7 互联网使用对农村中老年人生活满意度影响的机制分析 |
针对不同特征的样本进行异质性分析,将有助于识别互联网使用对农村中老年人健康影响的不同群体的差异性,也有助于未来相关政策制定的目标选择。接下来将分别从性别、年龄和教育程度等不同角度探讨互联网使用对农村中老年人健康的异质性影响。
1. 互联网使用对农村中老年人自评健康影响的异质性分析表 8反映了互联网使用对农村中老年人自评健康异质性影响的估计结果。
![]() |
表 8 互联网使用对农村中老年人自评健康影响的异质性分析 |
从性别层面的异质性来看,除了“通过电脑等设备上网”外,“是否上网”“通过手机上网”“上网频率”以及“是否使用微信等App”对农村男性中老年人自评健康的影响效应均大于女性。出现上述情况,究其原因,笔者认为,相较于农村女性中老年人,农村男性中老年人更多、更早接触互联网,而且对互联网的使用熟练程度更高,尤其是在一个家庭只有一部可以上网的智能手机时也多为男性使用。
从年龄层面的异质性来看,“是否上网”仅对70岁及以上农村老年人自评健康有显著正向影响;“通过手机上网”对60岁以下群体的自评健康影响不显著;“通过电脑等设备上网”对60~69岁群体的负向影响更为显著;“上网频率”对60岁以下以及70岁及以上群体影响显著;“是否使用微信等App”仅对60~69岁农村老年人自评健康产生显著正向影响。之所以出现上述情况,主要是因为不同年龄层次农村中老年人的社会需求和社会适应性以及对互联网使用方式不同。
从受教育年限层面的异质性来看,相较于初中及以上教育程度农村中老年人,互联网使用对初中以下教育程度农村中老年人自评健康的影响更为显著。一方面,互联网使用可以在一定程度上减少由教育程度不同带来的健康不平等问题,另一方面,相比于教育程度较高的农村中老年人,教育程度较低的农村中老年人拥有社会资源相对较少,可以通过互联网获取更多的社会资源和其他信息来源,从而更有利于提高其自评健康水平。
2. 互联网使用对农村中老年人生活满意度影响的异质性分析表 9反映了互联网使用对农村中老年人生活满意度影响的异质性分析。
![]() |
表 9 互联网使用对农村中老年人生活满意度影响的异质性分析 |
以性别层面的异质性来看,相较于农村女性中老年人,互联网使用对农村男性中老年人的生活满意度影响更为显著。笔者认为,之所以出现这种情况,主要是因为,相对于农村女性中老年人互联网使用范畴较窄,农村男性中老年人互联网使用范围更广,除日常消遣外,互联网涉入生活程度较高,因此,互联网使用对其生活满意度就相对较高。
以年龄层面的异质性来看,“是否上网”对70岁及以上的农村老年人生活满意度影响更为显著;“通过手机上网”对60~69岁农村老年人生活满意度产生更为显著的影响;“上网年限”对生活满意度的影响仅对小于60岁的农村中年人更为显著;“上网频率”对60~69岁农村老年人生活满意度产生显著正向影响;而“是否使用微信等App”对70岁以下的农村中老年人生活满意度有显著正向影响。
以受教育年限层面的异质性来看,除了“是否使用微信等App”外,其他互联网使用行为均对初中及以上受教育程度的农村中老年人产生更为显著的正向影响。之所以出现上述结果,笔者认为,主要是因为受教育程度较高的农村中老年人更有可能充分利用互联网,娱乐、获取各类资源,充分感受数字时代带来的生活便捷性,从而拥有更高的生活满意度;而受教育程度较低的农村中老年人互联网使用范畴较窄,多数体现为刷视频、刷抖音等,数字素养以及互联网体验感相对较弱,从而降低互联网使用对其生活满意度的影响程度。
五、结语本文基于2022年6月至8月组织开展的农村中老年人数字素养专项调查的数据,运用probit模型、工具变量法以及中介效应模型实证考察了互联网使用对农村中老年人健康的影响及其机制,主要得到以下结论:互联网使用总体上显著提高了农村中老年人的自评健康水平,是否上网、通过手机上网、上网频率以及使用微信、抖音等App均对自评健康产生显著的正向影响。互联网使用显著提高了农村中老年人的生活满意度,是否上网、通过手机上网、上网年限、上网频率以及使用微信、抖音等App均有助于提高农村中老年人的生活满意度。但本文研究发现,有别于通过手机上网,使用台式电脑、笔记本电脑等设备上网,对农村老年人的自评健康和生活满意度均产生负向影响。在影响机制方面,互联网使用通过改变农村中老年人的健康习惯、提高与子女关系融洽程度以及改善社会地位评价等渠道影响农村中老年人自评健康;互联网使用通过社会交往活动的频率频次、与子女关系融洽程度、每月可支配收入水平、与子女联系频率频次以及社会地位评价等渠道影响农村中老年人生活满意度。此外,互联网使用对农村中老年人健康的影响存在一定的异质性。总体来说,其对农村男性、低龄和教育程度较高的中老年群体的健康影响更为显著。
互联网使用不仅可以提高农村中老年人的自评健康和生活满意度,也为解决中老年人健康不平等问题提供了一个新的思考途径。因此,为了更好发挥互联网在促进农村中老年人健康水平上的积极作用,我们建议:第一,加强农村互联网和移动网络的基础设施建设。相较于城市地区较为完善的互联网和移动网络基础而言,农村地区相对薄弱,普遍存在网速较慢、宽带接入普及率较低、资费较高等问题。因此,建议中央和地方政府加大对农村互联网和移动网络的基础设施建设,降低互联网使用资费、提高互联网普及率,消除农村社区网络接入壁垒,为农村中老年人接触网络营造良好的外部环境。第二,强化对农村中老年人互联网使用的相关培训。一方面,依托农村社区,通过在农闲时间举办讲座、青年志愿者面对面示范等形式,为农村中老年人免费提供计算机和网络使用培训和指导,消除农村中老年人使用网络的技术障碍。另一方面,引导农村家庭青年成员关注中老年人的数字化诉求,居家配置基本的上网设备,并鼓励家人通过手把手教学等方式引导老年人科学接触和使用网络;与此同时,在外工作的成年子女要多通过互联网手段增加跟农村父母沟通的频率,稳步提升农村中老年人互联网使用的普及率。第三,建立和完善农村地区互联网使用“精准帮扶”政策。针对互联网使用对农村中老年人健康的异质性效应,在稳步提高农村中老年人互联网使用率的同时,建议制定和完善互联网使用“精准帮扶”政策,重点针对农村女性群体、高龄以及受教育程度较低的弱势老年群体进行精准帮扶,在经济条件相对较好的地区甚至可以考虑通过财政补贴的方式协助购买智能手机等上网设备,通过多种途径,充分满足农村弱势中老年人群体互联网使用的需求。
[1] |
陈柏峰. 代际关系变动与老年人自杀——对湖北京山农村的实证研究[J]. 社会学研究, 2009(4): 157-176, 245. |
[2] |
伍小兰, 李晶, 王莉莉. 中国老年人口抑郁症状分析[J]. 人口学刊, 2010(5): 43-47. |
[3] |
汪连杰. 互联网使用对老年人身心健康的影响机制研究[J]. 现代经济探讨, 2018(4): 101-108. |
[4] |
靳永爱, 赵梦晗. 互联网使用与中国老年人的积极老龄化[J]. 人口学刊, 2019(6): 44-55. |
[5] |
MELLOR D, FIRTH L, MOORE K. Can the Internet improve the well-being of the elderly?[J]. Ageing International, 2008(32): 25-42. |
[6] |
ERICKSON J, JOHNSON G M. Internet use and psychological wellness during late adulthood[J]. Canadian Journal on Aging, 2011, 30(2): 197-209. DOI:10.1017/S0714980811000109 |
[7] |
周广肃, 孙浦阳. 互联网使用是否提高了居民的幸福感[J]. 南开经济研究, 2017(3): 18-33. |
[8] |
GRACIA E, HERRERO J. Internet use and self-rated health among older people: a national survey[J]. Journal of Medical Internet Research, 2009, 11(4): e 49. DOI:10.2196/jmir.1311 |
[9] |
MEISCHKE H, EISENBERG M, ROWE S, et al. Do older adults use the Internet for information on heart attacks? Results from a survey of seniors in King County, Washington[J]. Heart & Lung: the Journal of Acute and Critical Care, 2005, 34(1): 3-12. |
[10] |
HAIYANG L, IVAN T K. Does mobile internet use affect the subjective well-being of older Chinese adults? An instrumental variable quantile analysis[J]. Journal of Happiness Studies, 2021, 22: 3137-3156. DOI:10.1007/s10902-021-00365-6 |
[11] |
JOHNSON G M. Cognitive processing differences between frequent and infrequent Internet users[J]. Computers in Human Behavior, 2008, 24(5): 2094-2106. DOI:10.1016/j.chb.2007.10.001 |
[12] |
COTTEN S R, FORD G, FORD S, et al. Internet use and depression among retired older adults in the United States: a longitudinal analysis[J]. The Journals of Gerontology Series B: Psychological Sciences and Social Sciences, 2014, 69(5): 763-771. DOI:10.1093/geronb/gbu018 |
[13] |
陈鑫. 互联网使用对老年人社会隔离的影响及差异研究[J]. 当代经济管理, 2020(9): 53-59. |
[14] |
COTTEN, et al. Internet use and depression among older adults[J]. Computers in Human Behavior, 2012, 28(2): 496-499. DOI:10.1016/j.chb.2011.10.021 |
[15] |
HEO J, CHUN S, et al. Internet use and well-being in older adults[J]. Cyberpsychology, Behavior, and Social Networking, 2015, 18(5): 268-272. DOI:10.1089/cyber.2014.0549 |
[16] |
COHALL A T, NYE A, MOON-HOWARD J, et al. Computer use, internet access, and online health searching among Harlem adults[J]. American Journal of Health Promotion, 2016, 25(5): 325-333. |
[17] |
ALLCOTT H, BRAGHIERI L, EICHMEYER S, et al. The welfare effects of social media[J]. American economic review, 2020, 110(3): 629-676. DOI:10.1257/aer.20190658 |
[18] |
陆杰华, 汪斌. 居民互联网使用对其自评健康影响机制探究[J]. 中山大学学报(社会科学版), 2020(3): 117-127. |
[19] |
周烁, 张文韬. 互联网使用的主观福利效应分析[J]. 经济研究, 2021(9): 158-174. |
[20] |
HAGE E, WORTMANN H, OFFENBEEK M V, et al. The dual impact of online communication on older adults' social connectivity[J]. Information Technology & People, 2016, 29(1): 31-50. |
[21] |
和红, 闫辰聿. 互联网使用对老年人社区参与的影响研究[J]. 人口学刊, 2022(2): 72-84. |
[22] |
DICKINSON A, GREGOR P. Computer use has no demonstrated impact on the well-being of older adults[J]. International Journal of Human-computer Studies, 2006, 64(8): 744-753. |
[23] |
WANG J, LIANG C, LI K. Impact of internet use on elderly health: empirical study based on Chinese general social survey (CGSS) data[J]. Healthcare, 2020, 8(4): 482. |
[24] |
SILLENCE E, BRIGGS P, HARRIS P R, et al. How do patients evaluate and make use of online health information?[J]. Social Science & Medicine, 2007, 64(9): 1853-1862. |
[25] |
YU R P, MCCAMMON R J, ELLISON N B, et al. The relationships that matter: social network site use and social well-being among older adults in the United States of America[J]. Ageing & Society, 2016(9): 1826-1852. |
[26] |
JOHNSON G M. Cognitive processing differences between frequent and infrequent Internet users[J]. Computers in Human Behavior, 2008, 24(5): 2094-2106. |
[27] |
CLARK A E, SENIK C. Who compares to whom? the anatomy of income comparisons in Europe[J]. Economic Journal, 2010, 120(544): 573-594. |
[28] |
JI Y G, CHOI J, LEE J Y, et al. Older adults in an aging society and social computing: a research agenda[J]. International Journal of Human Computer Interaction, 2010, 26(10-12): 1122-1146. |
[29] |
XIE B. Civic engagement among older Chinese internet uses[J]. Journal of Applied Gerontology, 2008, 27(4): 424-445. |
[30] |
BENVENUTI M, GIOVAGNOLI S, MAZZONI E, et al. The relevance of online social relationships among the elderly: how using the web could enhance quality of life?[J]. Frontiers in Psychology, 2020(11): 2631. |
[31] |
赵建国, 刘子琼. 互联网使用对老年人健康的影响[J]. 中国人口科学, 2020(5): 14-26. |
[32] |
吕明阳, 彭希哲, 陆蒙华. 互联网使用对老年人就业参与的影响[J]. 经济学动态, 2020(10): 77-91. |
[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(5): 731-745. |