互聯網使用對居民健康的影響
——基于2016 年中國勞動力動態 調查數據的研究

楊克文 何 歡

一、引 言

改革開放以來，得益于人口年齡結構所蘊含的豐富人口紅利和制度變遷等有利因素，中國經濟快速發展，并于2010 年成為全球第二大經濟體。但是，隨著人口出生率下降和老齡化問題日益嚴峻，中國正在經歷快速的人口結構轉型。2012 年中國勞動年齡人口數量首次出現下降，標志著人口紅利正在快速消失。未來，人口數量型優勢在推動中國經濟快速發展的過程中所發揮的作用會不斷下降。在此背景下，人口的質量型需求不斷突出，通過提高人力資本，來實現經濟的快速發展( 昉蔡 ，2010)。健康不僅是構成人力資本的重要組成部分，而且是教育、遷移等人力資本發揮作用的重要基礎(Grossman，1972)。針對國情，中共中央和國務院印發《“健康中國2030”規劃綱要》，提出“普及健康生活、優化健康服務、完善健康保障、建設健康環境、發展健康產業”五方面的戰略任務。

隨著2013 年“寬帶中國”戰略的提出，中國互聯網事業得到了飛速發展。根據《第43 次中國互聯網絡發展狀況統計報告》①http：//www.cac.gov.cn/wxb_pdf/0228043.pdf。數據，截至2018 年12 月，中國網民數量達到了8.29 億，比2017 年增加了5653 萬，互聯網普及率為59.6%，比2017 年提高了3.8%。其中，手機網民數量為8.17 億，比2017 年增加了6444 萬。根據《世界互聯網發展報告2018》②http：//www.cac.gov.cn/2019-03/06/c_1124199104.htm。，中國的互聯網發展指數排名世界第二，僅次于美國。

在網絡基礎設施大幅改善和網民數量日益龐大的背景下，2015 年《國務院關于積極推進“互聯網+”行動的指導意見》(簡稱《意見》)指出，“互聯網+”是把互聯網的創新成果與經濟社會各領域深度融合，要加快推進“互聯網+”發展，充分發揮“互聯網+”在推動經濟社會健康發展過程中的重要作用。在“互聯網+”益民服務領域，《意見》指出要充分發揮互聯網的高效、便捷優勢，提高資源利用效率，降低服務消費成本，加快發展基于互聯網的醫療、健康等新興服務，推廣在線醫療衛生新模式，促進智慧健康養老產業發展。

互聯網與醫療、健康的結合，為居民獲取健康信息、預防疾病和接受醫療服務提供了便利。以往，在醫院就醫往往需要排長隊掛號、支付，較高的時間成本導致有些病人因此而放棄就醫。隨著電子支付場景不斷延伸，網絡支付應用已經在醫療、健康領域形成突破，極大地節約了就醫人員的時間成本。從信息獲取的角度來看，根據《第43 次中國互聯網絡發展狀況統計報告》數據，受限于使用技能和教育水平等因素，中國非網民規模為5.62 億。但是，為了方便獲取醫療、健康等專業信息，高達19.2%的非網民愿意使用互聯網。

隨著互聯網與醫療、健康產業的深入融合以及越來越多的居民使用互聯網方便地進行信息咨詢、看病就診和結算，一個很自然的問題產生了，互聯網使用能改善居民的健康嗎？現有研究并未給出一致性的結論。一些研究認為，互聯網使用有利于老年人與社會溝通，降低他們的孤獨感，從而能夠改善健康(Mellor 等，2008；Erickson 和Johnson，2011；Cotton 等，2012；Heo 等，2015；周廣肅和孫浦陽，2017)。如Cotten 等(2014)使用美國2002 年至2008 年的健康與退休調查數據(HRS)考察互聯網使用對老年人抑郁的影響。結果發現，相比不使用互聯網，使用互聯網時，老年人的抑郁可能性下降了33%。對影響機制的分析發現，使用互聯網便于老年人與他人溝通和交流，進而降低抑郁可能性。另一些研究認為，互聯網也為居民提供了多樣化的娛樂方式(Lisa，2017)，會使人上癮而導致健康惡化(Azher 等，2014；Noh 和Kim，2016；Sami等，2018；Kitazawa 等，2018)。如Billari 等(2018)使用2008 年、2010 年和2012 年德國的社會經濟面板數據(SOEP)考察了睡前的互聯網使用對睡眠的影響。結果發現，互聯網使用會導致睡眠不足，并降低睡眠滿意度。

以上文獻雖然對互聯網使用與居民健康之間的關系進行了富有啟發性的探索，但是尚未理清兩者之間的關系。其主要原因在于，一方面，目前考察樣本主要集中于大學生等青年群體和已退休的老年人群體，對居民整體的研究較少，因此樣本的選擇性會容易產生不一致的結論。另一方面，現有研究主要關注的是某一方面的主觀健康指標，如睡眠、焦慮和抑郁等，缺乏綜合性的健康指標，難以整體把握互聯網使用與居民健康之間的關系。鑒于此，本文使用2016 年的中國勞動力動態調查(CLDS)數據，對兩者之間的關系進行詳細考察。具體來說，本文將考察如下問題：互聯網使用是否影響居民健康？存在什么樣的影響？在不同群體中是否存在異質性以及可能的影響機制？與已有文獻相比，本文的邊際貢獻在于：第一，由于從信息化的角度研究互聯網使用對居民健康影響的文獻較少，本文的研究結果有利于我們更深刻地理解互聯網使用與居民健康之間的關系；第二，本文從經濟狀況和健康行為的角度考察互聯網使用影響居民健康的可能渠道，一方面彌補了現有研究的不足，另一方面也為更好地指導互聯網使用改善居民健康提供了現實依據；第三，在人力資本對中國未來經濟的健康發展日益重要的背景下，對互聯網使用與居民健康之間關系的考察，一方面，有利于從健康的角度評估中國互聯網發展的價值和意義，另一方面，可以更好地針對中國互聯網發展現狀從健康的角度提供有效的政策建議，促進中國經濟社會健康發展。

余下部分安排如下：第二部分是理論假說，第三部分是研究設計，第四部分是實證結果，第五部分是進一步討論，最后是本文的結論及政策建議。

二、理論假說

Grossman(1972)的健康資本需求理論認為，健康投資取決于投資的收益和成本。收益主要包括兩部分：一是作為消費品直接進入效用函數，增加投資者的效用；二是作為資本品決定著可用于市場和非市場活動的總時間。成本也包括兩部分：一是由時間、醫療服務等商品、飲食、鍛煉、娛樂和居住等投入要素構成的成本；二是受環境變量的影響，如教育直接影響健康投資效率。是否進行更多健康投資取決于收益與成本的比較。如果收益大于成本，進行更多健康投資是有利的；反之則不利。

隨著信息技術的發展和成熟，互聯網不僅越來越廣泛地影響人們的生產和生活(周廣肅和孫浦陽，2017)，還對健康投資的影響日益深入。在上網越來越呈現出大眾化和自由化的情況下，利用網絡進行健康投資逐漸成為居民改善健康的重要方式之一。互聯網對居民健康的影響主要表現在以下三個方面。

第一，互聯網使用可以提升健康投資效率和節約就醫成本。首先，與傳統的線下會診相比，使用互聯網可以打破醫患之間的時空約束，提高診療效率并降低成本。中國醫療資源配置存在著區域和城鄉之間的不平衡性，許多居民由于缺乏必要的健康知識，導致非理性就醫行為，經濟條件允許的情況下無論大病小病都選擇到大醫院就醫(王波和楊林，2017)，不僅費時費力，而且成本很高。借助于互聯網，通過實時對話、虛擬對話和延時對話等形式，患者可以打破時間和空間的約束，很方便地與醫務人員進行交流和溝通，不僅有利于及時會診并解決問題，還極大地節約了交通和食宿等費用。其次，互聯網使用可以提高支付效率并降低成本。與醫療資源配置不均衡導致的大醫院人滿為患相伴隨的是，無論掛號還是支付醫療費用，均需長時間排隊等候，甚至有時候難以實現當天就診。使用互聯網不僅可以提前預約掛號就診，避免了排隊，極大地提高了看病效率，而且由于可以提前安排，也降低了工作上的損失。再次，互聯網使用可以提高醫保結算效率并降低成本。在我國絕大多數居民已經參保的情況下，醫保的不可攜帶性已經成為阻礙勞動力流動的重要因素(賈男和馬俊龍，2015)。2014 年以來，隨著異地聯網結算信息系統不斷完善，越來越多的居民實現了異地就醫。“往返奔波累、報銷周期長”逐漸成為歷史。

第二，互聯網使用可以增加健康投資時間。首先，借助于互聯網可以直接增加健康投資時間。傳統的線下健康活動如社交娛樂，通常需要人與人的近距離接觸才可以實現信息的有效傳遞。但是，借助于互聯網，通過音頻和視頻的方式實現遠程交流和溝通，人與人之間可以不用直接接觸。節省了往返交通時間和費用，直接增加了健康投資時間。其次，借助于互聯網可以間接增加健康投資時間。家庭作為生產和生活單位，需要家庭成員共同努力才能提高家庭產出和效用(Becker，1981)。隨著互聯網的發展，電子商務、電子支付和物流系統不斷成熟，極大地便利了消費選擇和購物，節約了大量家務時間，從而間接增加了健康投資時間(李海艦等，2014)。

第三，互聯網使用有利于獲取更好的健康知識和信息。機構和個人均可以通過終端設備實現健康信息上傳，因此互聯網具有海量資源，極大地提高了健康資源質量。但是，網絡上豐富的健康信息也易對人們造成干擾，產生負面影響。為此，網絡上的生產者、消費者和第三方發展出了很多有益的方法幫助人們識別有價值的健康信息。一方面，健康信息更注重以人們的需求為中心，滿足他們的個性化需求(辜勝阻等，2016)。通過定向推送，好的健康信息能夠得到人們的口碑相傳(李海艦等，2014)。另一方面，通過對網站影響力進行評價，可以幫助人們識別和確定影響力大、利用價值高的網站，從而降低了互聯網海量資源對人們的干擾(姜吉棟等，2015)。

在以上分析的基礎上，本文認為互聯網使用能夠在健康投資過程中，通過提高效率、降低直接成本、增加投資時間和改善資源質量等方式，降低健康投資成本。因此，本文提出假說1。

假說1：整體而言，在其他條件不變的情況下，互聯網使用會改善居民健康。

但是，具有不同特征的居民在使用互聯網改善健康的程度上可能存在異質性。

從年齡的角度來看，相比中年人，互聯網上豐富的娛樂功能會使自制能力較差的青年人更容易上癮。長時間使用互聯網會導致他們焦慮(Azher 等，2014)、睡眠不足(Billari 等，2018)和抑郁(Kitazawa 等，2018)，從而損害健康。相比青年人，中年人自控能力更強，更善于使用互聯網獲取有益的健康信息并進行健康投資，從而有利于改善他們的健康(Cotten 等，2014)。

從城鄉差異來看，長期的城鎮優先發展戰略和城市偏向性政策使得城鎮和農村在社會經濟等諸多方面存在差異(陳斌開和曹文舉，2013)。具體到醫療資源的配置和網絡基礎設施建設上：首先，相比城鎮，農村的醫療資源較為匱乏，難以及時滿足他們對醫療服務的有效需求，這使得他們更可能依靠互聯網改善健康，互聯網對他們的健康影響更大。其次，相比農村，城鎮互聯網普及率較高。根據《第43 次中國互聯網絡發展狀況統計報告》數據，2018 年，城鎮地區互聯網普及率為74.6%，而農村地區僅為38.4%。城鎮地區互聯網的高普及率，一方面，有利于他們利用互聯網獲取健康知識以改善健康；另一方面，也意味著高滲透率，容易誘使他們延長使用互聯網的時間，從而導致健康受損(Billari 等，2018；Kitazawa 等，2018)。

從收入的角度來看，相對于低收入者，一方面，高收入者更可能使用互聯網改善健康。根據《第43 次中國互聯網絡發展狀況統計報告》數據，收入在2000 元以上的居民更可能上網；另一方面，高收入者也更可能根據互聯網上的健康信息進行健康投資，從而改善他們的健康。

綜合以上分析，本文提出假說2。

假說2：相比年輕、城鎮和收入較低的居民，使用互聯網的健康促進效應在中年、農村和收入較高群體中的作用更大。

Grossman(1972)的健康資本需求理論認為，健康投資受到預算約束和生產效率的影響。寬松的預算約束有利于增加健康資源投入，較高的生產效率有利于提高健康產出。互聯網使用不僅可以提高居民收入從而放松預算約束，而且有利于提高健康生產效率。較高的收入不僅有利于提供營養更均衡合理的飲食，而且還可以進行專門的健康投資，如旅游度假、健身鍛煉等，從而有利于改善居民身心健康(Cutler 等，2010)。互聯網使用可以將人們從傳統的勞動中解脫出來，去從事創新、高效的工作，這有利于提高人們的勞動生產率，從而提高收入(Krueger，1993；陳玉宇和吳玉立，2008；高夢滔等，2009)。

此外，使用互聯網可以很方便地獲取與健康相關的知識和信息。因此，相比不使用互聯網，使用互聯網時，居民能夠利用他們所掌握的健康知識和健康信息來提高健康資源的配置效率和利用效率。從配置效率的角度來看，互聯網使用能夠使居民優化健康投入組合，有針對性地改善身體健康；從利用效率的角度來看，同樣的健康資源投入可以得到更多的健康產出，如對治療方案的理解更深刻，對治療過程的配合更準確，就可獲得更好的治療效果。基于以上分析，本文進一步提出假說3。

假說3：預算約束放松和健康生產效率提升是互聯網使用影響居民健康的重要 機制。

三、研究設計

（一）模型設定

根據前面所提出的理論假說，本文將重點檢驗互聯網使用與居民健康之間的關系。考慮到衡量居民健康的指標包括五分類變量、連續值變量和二分類變量，因而本文的基本計量經濟學模型在設定時分為以下三類。

第一，針對五分類變量，本文設定如下Ordered Probit 模型：

假設健康變量原始數據的取值范圍為1，...，m，則Ordered Probit 模型可表述為：

其中，i 表示居民，Yi表示居民i 的健康，Interneti表示互聯網使用，Xi代表控制變量，μc表示城市固定效應，ui為隨機擾動項，β 和γ 分別表示相應變量的系數。

上述基本模型可能會因為內生性問題而使得估計結果存在有偏和非一致性(Cotten 等，2012；Cotten 等，2014)。內生性主要來自兩方面：一是遺漏變量問題。能力較高的居民不僅更容易提高互聯網使用技能(陳玉宇和吳玉立，2008)，而且由于投資成本較低，健康通常也較好(Becker，1962)。二是聯立性問題。當健康較差時可能會降低使用互聯網的可能性(Cotten 等，2014)。綜上，本文認為基本模型可能存在內生性問題。為此，本文將使用工具變量來解決該問題。下文將對此進行詳細闡述。

（二）數據及變量

本文使用的是 2016 年的中國勞動力動態調查(China Labor-force Dynamic Survey，簡稱CLDS)數據。該數據采用科學的概率抽樣方法和輪換樣本追蹤方式，既能較好地適應中國劇烈的變遷環境，又能同時兼顧橫截面調查的特點。CLDS 建立了以15 歲～64 歲的勞動力為調查對象的綜合性數據庫，包含勞動力個體、家庭和社區三個層次的追蹤和橫截面數據。2016 年CLDS 樣本覆蓋中國29 個省市，樣本規模為401個村居，14226 戶家庭，21086 個個體，具有全國代表性。經過整理，本文刪除了還在上學、年齡等關鍵變量缺失的樣本點。

本文研究的被解釋變量為居民健康。健康指標大致可以分為客觀指標和主觀指標。相對于客觀健康指標而言，主觀指標雖然簡單，但已被證明能成功預測死亡率和失能率(Mossey 等，1982)。此外，根據世界衛生組織(WHO，1946)對健康的定義①http：//www.who.int/suggestions/faq/en/。可以發現，主觀健康指標更符合WHO 所定義的健康，即不僅僅沒有疾病或者體質強健，更指生理和心理的健康，以及社會福祉和完美狀態。由于現有研究多使用焦慮、抑郁等主觀健康指標衡量健康，鮮有學者使用客觀健康指標，為了更全面地考察互聯網使用對居民健康的影響，本文將同時采用主觀和客觀健康指標測度居民健康狀況。

衡量主觀健康的指標包括：(1)自評健康，采用問題“您認為自己現在的健康狀況如何？”來衡量，答案為“非常不健康”“比較不健康”“一般”“比較健康”和“非常健康”，分別用1～5 來表示，值越大表示越健康。(2)身體疼痛，采用問題“過去一個月內，是否有過身體疼痛現象？”來衡量，答案為“總是”“經常”“有時”“很少”和“沒有”，分別用1～5 來表示，值越大表示身體疼痛越少。(3)情緒，采用問題“上周出現下列情況的頻率”來測度：如“因一些小事煩惱”“不想吃東西”“感到情緒低落”“做任何事情都很費勁”“感到害怕”“睡眠不好”等20 個小問題。答案為“沒有或者基本沒有”“少有”“常有”“幾乎一直有”，分別用4～1 來表示，然后將20 個小問題相加得到總值。因此，值越大表示情緒越好。

衡量客觀健康的指標包括：(1)傷病，采用問題“過去兩周是否有傷病？”來衡量，答案為無、有，分別賦值為1、0。(2)住院，采用問題“2015 年7 月以來，您是否有醫生診斷需要住院?”來衡量，答案為無、有，分別賦值為1、0。

本文研究的核心解釋變量為互聯網使用情況。通過問題“過去一年中，您家使用互聯網的情況”來衡量，該問題的答案分別為“只使用電腦上網(包括pad)”“只使用手機上網”“既使用電腦上網也使用手機上網”“不上網”。本文將“不上網”歸為一類并賦值為0，其他歸為一類并賦值為1。

此外，參照健康資本需求理論和已有研究文獻(Grossman，1972；Cotten 等，2014；Heo 等，2015)，本文還控制了：個體特征，如性別、年齡、居住地、教育、婚姻狀況、醫療保險、被動吸煙和年收入等變量；家庭特征，如五年前家庭社會層級和兄弟姐妹數量等變量；社區特征，如社會經濟水平和社區環境污染程度。考慮到不同地區的社會經濟發展水平和習俗存在差異，本文進一步控制了城市固定效應。在滿足年齡要求的情況下，家庭內可能多個勞動力被抽樣，因此本文在家庭層面上進行了聚類。以上變量的進一步處理結果、含義和描述性統計結果見表1。

從該表可以看出，整體上，居民健康較好，3 個主觀健康指標和2 個客觀健康指標均值均較高，最差的自評健康指標也達到了3.6，介于一般和健康之間。以上健康指標的結果較為一致，表明對居民健康狀況的衡量比較穩健。我國家庭的互聯網普及率約為66.9%，與全國的均值水平較為接近。

表1 樣本的描述性統計表

四、實證結果及分析

（一）基準回歸

根據理論假說和式(1)～式(5)，本文采用多種計量模型進行估計，結果如表2 和表3 所示。

從表2 可以看出，互聯網使用對居民健康具有顯著影響。相比不使用互聯網，使用互聯網時，自評健康向好的方向提升0.157 個Probit 單位，身體疼痛向好的方向提升0.074 個Probit 單位，情緒改善約0.75，遭遇傷病和住院的可能性分別下降1.3%和1.1%。以上結果表明互聯網使用能夠改善居民健康。這與現有研究結果一致(Cotten等，2014；Heo 等，2015；周廣肅和孫浦陽，2017)。

由于“自評健康”和“身體疼痛”皆為五分類變量，表2 的估計系數僅反映了互聯網使用對它們的影響程度，而不是邊際效應。為此，結合各切點估計值，考察互聯網使用對“自評健康”和“身體疼痛”的邊際效應，結果如表3 所示。從該表可以看出，相比不使用互聯網，使用互聯網時，自評健康為“非常不健康”“比較不健康”和“一般”的概率分別下降0.4%、2.3%和2.6%；為“比較健康”和“非常健康”的概率分別上升1.4%和3.9%。身體疼痛為“總是”“經常”“有時”“很少”的概率分別下降0.2%、1.2%、1.1%和0.3%，而“沒有”的概率上升2.7%。

根據回歸結果，表2 中控制變量基本符合理論預期。從個體特征來看，男性相比女性更健康(Case 和Paxson，2005)。年齡越大，生理機能越差(Grossman，1972)。相比農村，在城鎮居住時醫療服務可及性更高，因而更健康(王波和楊林，2017)。教育能夠提升投資效率，從而改善健康(Grossman，1972)。相比未婚，已婚居民的健康更好(趙忠，2006)。被動吸煙對健康具有顯著的負面影響(Moesgaard 等，2017)。收入提高有利于增加投資，從而改善健康(Grossman，1972)。從家庭特征來看，家庭社會層級越高，意味著可用的資源越豐富，因而能夠改善個體健康(宋月萍，2007；Sonego 等，2013；Silles，2015；Li 等，2015)。兄弟姐妹數量越多，根據資源的稀釋理論，個體獲得的資源越有限，健康越差(Becker 和Lewis，1973)。從社區特征來看，社區經濟條件越好，衛生健康服務設施就越好，越有利于改善居民健康(靳永愛等，2017)。社區空氣污染越嚴重，對居民健康的損害越大(陳碩和陳婷，2014)。

表2 基本模型

續表2

表3 OProbit模型邊際效應

（二）工具變量法

采用不同代理變量指標，本文較為詳細地考察了互聯網使用對居民健康的影響，發現互聯網使用能夠改善居民健康。對于可能存在的內生性問題，本文在控制變量的選擇方面進行了較多努力，盡可能控制個體特征、家庭背景、社區環境以及城市固定效應等相關影響因素，以減少不可觀測因素所導致的遺漏變量問題。不過，這仍然可能存在內生性問題。進一步，本文將尋找居民互聯網使用情況的工具變量以降低可能存在的內生性問題所導致的有偏和非一致性。

有效的工具變量要滿足兩個條件：一是與隨機擾動項不相關，二是與內生變量相關。本文將使用個體所在社區的平均互聯網使用情況(不包含家戶本身的互聯網使用情況)作為個體家戶互聯網使用情況的工具變量。一方面，住在相同社區的人群容易體現出行為的互動效應(鄭磊，2015)。通常情況下，為了節約成本，網絡基礎設施的鋪設具有區域性特征。如果該區域搭建了網絡基礎設施，社區內的不同家戶可以很方便地隨時開通網絡。因此，預期行為的互動效應會促使社區內具體家戶的互聯網使用情況與社區的平均水平趨于相關，結果如表4 所示。從該表可以看出，無論是否控制其他變量和地區固定效應，排除個體家戶的社區平均互聯網使用情況均與個體家戶互聯網使用情況存在顯著的正相關關系。即工具變量與內生變量顯著相關，因此滿足工具變量的相關性假設。此外，無論是否控制其他變量和地區固定效應，F 統計值均大于10，表明不存在弱工具變量問題(Staiger 和Stock，1997)。另一方面，網絡基礎設施是否在某個區域鋪設，受該區域的經濟水平和環境等因素的影響較大。因此，社區平均互聯網使用情況可能會與該社區的經濟水平和環境等因素有關，并影響社區內居民的健康。為此，本文通過控制社區經濟狀況和空氣質量，使社區平均互聯網使用情況在微觀個體層面上與居民健康不相關，而且居民健康也無法反過來影響社區平均互聯網使用情況，因此能夠克服反向因果問題。此外，社區平均互聯網使用情況也大大降低了個體家戶互聯網使用情況可能存在的測量誤差。該工具變量的設計已有學者采用(Lisa，2017；周廣肅和孫浦陽，2017；楊克文和李光勤，2018；楊克文等，2019)。

表4 工具變量檢驗(1)：相關性檢驗

鑒于工具變量只有一個，具有恰好識別的特征。為了檢驗工具變量的外生性，本文借鑒Baron 和Kenny(1986)提出的方法進行檢驗，具體步驟如下：①檢驗社區平均互聯網使用情況對居民健康的影響，如果社區平均互聯網使用情況的系數顯著，表明社區平均互聯網使用情況對居民健康具有顯著影響，同時，進行下一步驟檢驗；②檢驗社區平均互聯網使用情況對作為內生變量的居民互聯網使用情況的影響，如果社區平均互聯網使用情況系數顯著，說明社區平均互聯網使用情況與內生變量居民互聯網使用情況相關；③在步驟①的基礎上加入居民互聯網使用情況變量，如果內生變量的影響顯著，同時社區平均互聯網使用情況的系數相對于步驟①中的系數不顯著，表明社區平均互聯網使用情況作為居民互聯網使用情況的工具變量僅能通過居民互聯網使用情況對居民健康產生間接影響，即滿足外生性要求。由于步驟②已經在表4 中考察并且結果符合預期，此處主要考察步驟①和步驟③，結果如表5 所示。

表5 工具變量檢驗(2)：外生性檢驗

從該表的Part A 可以看出，當不控制居民互聯網使用時，排除家戶本身的社區平均互聯網使用情況僅對自評健康、情緒和住院存在顯著影響，但是不影響身體疼痛和傷病。當控制居民互聯網使用之后，如Part B 所示，排除個體本身的社區平均互聯網使用情況僅對情緒存在顯著影響，并不影響其他衡量居民健康的指標。因此，總體而言，排除家戶本身的社區平均互聯網使用情況相對于居民健康來說，具有較好的外生性。需要注意的是，由于工具變量相對于情緒不滿足外生性要求，因而在工具變量回歸分析中，暫時不考慮互聯網使用與該指標的關系。

根據上文的分析，基本模型很可能存在內生性問題，從而導致所得結果不準確。為此，本文首先在控制變量上進行努力，盡可能選擇合適的控制變量以減少內生性問題的影響。進一步，本文還試圖使用工具變量法來更全面地考察和解決內生性問題。前面對工具變量的合理性進行了詳細而充分的檢驗，表明本文所選擇的工具變量是合適的。本部分將使用上文所選擇的工具變量進行模型估計，結果見表6。

首先，使用本文所選擇的工具變量對互聯網使用的內生性進行檢驗。通過DWH檢驗發現，除情緒指標外，均未拒絕原假設，即不存在內生性問題。這表明本文通過控制變量的選擇已經較好地處理了內生性問題，因此基準回歸的估計結果是可信的。

通過工具變量估計結果仍然可以發現，互聯網使用對居民的自評健康和住院指標均存在顯著影響，這表明互聯網使用對居民健康的影響是穩健的。需要注意的是，盡管在工具變量估計結果中互聯網使用對居民的身體疼痛和傷病的影響不顯著，但是并不能認為此時互聯網使用對居民的身體疼痛和傷病就真的沒有影響。這是由于當模型不存在內生性時，使用工具變量會導致估計結果的方差大大增加，從而會降低顯著性。

表6 工具變量估計

需要說明的是：首先，在檢驗工具變量和內生變量的相關性時，為了獲得F 統計值，本部分對內生變量“互聯網使用”進行了重新處理。將“不上網”賦值為1，“只使用電腦上網(包括pad)、只使用手機上網”歸為一類并賦值為2，“既使用電腦上網也使用手機上網”賦值為3，使之可以當作連續值變量進行處理。其次，由于Ordered Probit 模型難以直接采用工具變量法進行估計，參照周廣肅和孫浦陽(2017)的方法，本文采用線性兩階段最小二乘方法(2SLS)進行回歸。按上述方法處理之后，基本模型和工具變量模型中互聯網使用對居民健康的影響程度不再具有可比性，但是本文關注的重點是影響性質，在這一點上來看，結果是一致的。

綜上，從基準回歸和工具變量法的估計結果發現，互聯網使用對居民健康具有顯著的正面影響，驗證了理論假說1。

五、進一步討論

（一）異質性分析

第四部分對互聯網使用與居民健康之間的因果關系進行了詳細討論，但是并沒有回答互聯網使用對不同群體影響的異質性問題。我國經濟發展具有諸多方面的不平衡性特點，就網絡基礎設施而言，城鄉之間的普及率差距較大，而且互聯網使用在不同年齡和收入群體中也存在顯著差異。因此，考察互聯網使用與居民健康的關系在不同群體中的異質性，具有重要的現實意義。本部分分別從年齡、城鄉和收入等不同角度考察互聯網使用對居民健康的異質性影響，表7 匯報了估計結果。

表7 異質性分析

對于年齡層面的異質性來說，45 歲通常是劃分中青年群體的重要標志，因此本文按照此年齡來劃分不同的年齡組別。表7 的第(1)列顯示，對于45 歲以上的群體來說，互聯網使用能夠顯著改善他們的自評健康和情緒，但是對其他健康指標的影響不顯著；表7 的第(2)列顯示，互聯網使用對45 歲及以下組別的不同主觀健康指標均存在顯著影響，但是不影響客觀健康指標。與此同時，相比45 歲及以下群體，互聯網使用對45 歲以上群體的影響程度更大；但是相比45 歲以上群體，互聯網使用對45 歲及以下群體的影響范圍更廣泛。整體來看，互聯網使用對居民健康的影響具有年齡異質性，特別地，互聯網使用對45 歲以上群體的健康影響程度更大。

對于居住地層面的異質性來說，表7 的第(3)列顯示，互聯網使用僅對居住在城鎮地區組別的傷病指標具有顯著影響，但是不影響其他健康指標；表7 的第(4)列顯示，互聯網使用對居住在農村地區群體的不同主觀健康指標均具有顯著影響，但是不影響客觀健康指標。與此同時，相比居住在城鎮的群體，互聯網使用對居住在農村地區群體的影響程度更大范圍更廣泛；但是相比居住在農村的群體，互聯網使用對居住在城鎮地區群體的客觀健康指標“傷病”具有顯著的正面影響。整體來看，互聯網使用對居民健康的影響存在城鄉居住地異質性，特別地，互聯網使用對居住在農村地區群體的健康影響程度更大。

對于收入層面的異質性來說，由于年收入的均值約為21792 元，因此本文按照此標準來劃分不同的收入組別。表7 的第(5)列顯示，對于收入較高的群體來說，互聯網使用對不同主觀健康指標均具有顯著影響，但是不影響客觀健康指標；表7 的第(6)列顯示，對于收入較低的群體來說，互聯網使用對自評健康和情緒存在顯著影響，但是不影響其他健康指標。與此同時，相比低收入群體，互聯網使用對高收入群體的影響程度更大范圍更廣泛。整體來看，互聯網使用對居民健康的影響存在收入異質性，特別地，互聯網使用對收入較高群體的健康影響程度更大。

上述結果表明，互聯網使用對居民健康的影響在不同年齡、居住地和經濟條件等方面存在顯著差異。相比青年、城鎮和低收入群體，互聯網使用對中年、農村和高收入群體的影響程度更大。以上結果驗證了理論假說2。

（二）機制分析

目前，關于互聯網使用影響居民健康的機制尚不明確(Cotten 等，2014；Heo 等，2015)。現有文獻從理論上探討了互聯網使用影響居民健康的可能機制，認為互聯網使用能夠通過放松預算約束和提高健康生產效率實現改善居民健康的目的，但是對此進行實證檢驗的文獻較少。

由于預算約束主要通過個體的經濟狀況來體現，而健康生產效率主要通過健康行為來實現，為此，本文將從經濟狀況和健康行為的角度探討互聯網使用影響居民健康的傳導機制。鑒于數據的可得性，本文使用收入作為居民經濟狀況的衡量指標；使用是否吸煙、飲酒和鍛煉作為居民健康行為的衡量指標，該數據可以通過2016 年的CLDS數據得到，不再詳述。

為了有效地揭示該傳導機制，根據Baron 和Kenny(1986)提出的中介效應檢驗方法，設定如下依次遞歸模型來檢驗經濟狀況和健康行為的中介效應：①檢驗互聯網使用對居民健康的影響，如果互聯網使用的系數顯著，表明互聯網使用對居民健康具有顯著影響，同時，進行下一步驟的檢驗；②檢驗互聯網使用對作為中介變量的經濟狀況和健康行為的影響，如果互聯網使用的系數顯著，說明互聯網使用能夠影響居民經濟狀況和健康行為；③在步驟①的基礎上加入經濟狀況和健康行為變量，如果中介變量的影響顯著，同時互聯網使用的系數相對于步驟①中的系數變小甚至不顯著，表明經濟狀況和健康行為具有部分甚至全部的中介效應。

按照以上檢驗思路，我們設定如下實證模型①對于模型(6)～模型(8)，根據因變量的特性，參照基準模型選擇對應的線性和非線性模型進行估計。：

第一步，檢驗互聯網使用是否影響居民健康。

第二步，檢驗互聯網使用是否影響經濟狀況和健康行為。

第三步，將互聯網使用變量、經濟狀況和健康行為變量同時放入模型。

其中，Di表示控制變量。排除居民年收入變量之后，其與式(4)中的控制變量Xi相同。IBi代表中介變量：居民經濟狀況和健康行為。第一步結果如表8 所示，第二步結果如表9 所示，第三步結果如表10 所示。表8 中第一步的檢驗結果表明，互聯網使用對居民健康具有顯著影響。

表9 中第二步的檢驗結果表明，互聯網使用對居民經濟狀況和健康行為具有顯著影響。相比不使用互聯網，使用互聯網時，居民飲酒、鍛煉的可能性更高，年收入也更高。但是，是否使用互聯網不影響居民的吸煙行為。由于以是否飲酒和鍛煉表示的居民健康行為和以年收入表示的居民經濟狀況是顯著的，因此在第三步中，本文僅加入這三個變量進行中介效應檢驗。

表8 機制分析(1)

表10 中第三步的檢驗結果表明，互聯網使用顯著影響居民健康，而且飲酒、鍛煉行為和收入對居民健康的影響同樣顯著。與此同時，還可以發現，當控制中介變量之后，相比模型(6)中互聯網使用的系數估計結果(見表8)，模型(8)中的互聯網使用對居民健康的影響程度均有所下降(見表10)。因此，本文可以認為以收入表示的經濟狀況和以是否飲酒和鍛煉表示的健康行為在互聯網使用影響居民健康的過程中發揮著重要的中介效應，從而表明互聯網使用可以通過放松預算約束和改善健康生產效率，對居民健康產生正面影響。

盡管有研究表明，飲酒對身體健康具有負面影響(Mokdad 等，2004)，但是，也有研究表明，受教育程度更高的老人更可能經常飲酒(程令國等，2014)。如果飲酒是一種喜好，適度飲酒不僅對身體健康的負面影響較小，而且由于使個體需求得到有效滿足，能夠使人身心愉悅，從而改善健康。因此，飲酒與健康的關系，尚需進一步研究。

總體而言，以上結果驗證了理論部分的假說3。

表9 機制分析(2)

表10 機制分析(3)

六、結論及政策建議

采用2016 年的中國勞動力動態調查(CLDS)數據，本文考察了互聯網使用對居民健康的影響，并探討了該影響在不同群體中可能存在的異質性及其影響機制。結果發現，互聯網使用對居民健康具有顯著的正面影響。具體來說，相比不使用互聯網，使用互聯網時，居民自評非常不健康、比較不健康和一般的可能性分別下降0.4%、2.3%和2.6%；自評比較健康和非常健康的可能性分別上升1.4%和3.9%。總是、經常、有時和很少身體疼痛的概率分別下降0.2%、1.2%、1.1%和0.3%；沒有身體疼痛的可能性上升2.7%，情緒改善約0.75，遭遇傷病和住院的可能性分別下降1.3%和1.1%。考慮到可能存在的內生性問題，本文通過選擇合適的工具變量處理內生性之后，結果仍然穩健。對該影響在不同群體中可能存在的異質性進行分析，結果發現，互聯網使用對居民健康的影響在不同經濟條件、居住地和年齡方面存在顯著差異。相比經濟條件較差、在城鎮居住和青年群體，互聯網使用對經濟條件較好、在農村居住和中年群體的影響程度更大。進一步對影響機制的分析發現，互聯網使用能夠提升居民收入水平、鍛煉和飲酒可能性，進而促進他們的健康改善。即預算約束放松和健康生產效率提升是互聯網使用促進居民健康改善的重要機制。

需要說明的是，本文討論的問題主要集中于“使用”和“不使用”之間的差異。但事實上，利用設備獲取信息僅僅是基礎技能，能夠識別信息價值并快速獲取所需信息的能力更為重要。尤其當基礎技術逐步普及之后，后兩種能力的差異將在決定互聯網價值方面變得尤為重要(汪明峰和邱娟，2011)。但是，囿于數據的可得性，本文未能考察互聯網使用質量對居民健康的影響，未來將會進一步對該問題進行考察。

在以上分析的基礎上，為推動中國經濟健康發展，本文提出如下建議。

第一，繼續提高互聯網普及率，尤其是農村地區。本文的研究結果表明，互聯網使用能夠改善居民健康，進而有利于推動中國經濟健康發展。但是，《第43 次中國互聯網絡發展狀況統計報告》數據顯示，中國互聯網普及率剛接近60%，遠低于發達國家的81%①https：//www.itu.int/en/ITU-D/Statistics/Documents/facts/ICTFactsFigures2017.pdf。。而且，在城鄉之間，互聯網普及率差異巨大。截至2018 年12 月，中國城鎮地區互聯網普及率達到了74.6%，而農村地區僅為38.4%。從增長率的角度看，城鄉之間的數字鴻溝存在不斷拉大的趨勢。因此，繼續提高中國整體尤其是農村地區的互聯網普及率，是未來中國經濟健康發展的重要基礎。

第二，開展公益性互聯網使用方法培訓講座，提升互聯網使用技能。本文的研究結果表明，互聯網使用對居民健康的影響存在城鄉差異。相比城鎮，對農村居民的健康促進效應更大。但是，根據《第43 次中國互聯網絡發展狀況統計報告》數據，非網民主要集中在農村地區，技能缺乏和教育程度有限是他們不上網的重要原因。在農村醫療資源可及性有限的情況下，這可能限制農村居民利用互聯網改善健康的能力(賀婭萍和徐康寧，2019)。因此，增加公益性互聯網使用技能培訓，有利于擴大互聯網使用人群，從而使互聯網的價值進一步提升。

第三，合理引導互聯網使用，充分發揮互聯網的積極作用，降低互聯網對居民尤其是自制能力較差的未成年人健康的負面影響。互聯網使用雖然能夠改善健康，但是長時間上網會損害健康。截至2018 年12 月，根據《第43 次中國互聯網絡發展狀況統計報告》數據，互聯網游戲類應用數量約為138 萬款，占比高達30.7%，是排名第二的生活服務類應用規模的2.5 倍。在中國網民群體中，學生數量最多，占比為25.4%，比排名第二的群體高出5.4 個百分點。游戲和工作、學習均需要占用大量時間，而且游戲更容易上癮。如果不能合理控制互聯網使用，可能會對健康帶來負面影響。因此，合理分配娛樂和工作、學習時間并加強自律，對居民尤其是學生使用互聯網改善健康具有重要意義。