互聯網使用對居民健康的影響路徑研究

陳亮 李瑩

摘 要：本文基于中國綜合社會調查數據CGSS（2015年），使用Logit模型從微觀視角驗證互聯網使用對居民健康的影響，并探討了互聯網使用對居民健康的影響路徑。研究結果顯示：互聯網使用對居民健康具有顯著正向影響，具體來看，采用自評健康、健康影響工作和生活頻繁程度以及心情抑郁或沮喪頻繁程度三種方式度量居民健康，在其他條件不變的情況下，使用互聯網居民的健康水平比不使用互聯網的居民分別高出1.370倍、1.420倍和1.200倍;互聯網使用通過社交頻繁程度、讀書、看報紙、看雜志頻繁程度以及自評社會經濟地位對居民健康產生影響。

關鍵詞：互聯網使用;居民健康;中介效應;Logit模型

一、引 言

隨著經濟發展和社會進步，居民收入水平逐漸提升，互聯網走進了千家萬戶。中國互聯網絡發展中心（CNNIC）發布的第44次《中國互聯網絡發展狀況統計報告》（以下簡稱《報告》）顯示：截至2019年6月，中國網民規模達8.540億，互聯網普及率達61.2%;手機網民規模達8.470億，網民中使用手機上網的人群占比高達99.1%。

互聯網在給居民帶來便利的同時，也在改變著居民的生活、行為習慣和思維方式。當前居民對在線健康信息和互聯網醫療的使用呈逐年上升趨勢。《報告》顯示：截至2016年12月，使用互聯網醫療的網民人數為19 476萬，使用率達26.6%，相比于2003年0.7%的使用率，增長了38倍。2018年4月25日，國務院辦公廳發布《關于促進“互聯網+醫療健康”發展的意見》（以下簡稱《意見》）給互聯網醫療的發展指明了方向，明確強調要健全“互聯網+醫療健康”服務體系、完善“互聯網+醫療健康”支撐體系以及加強行業監管和安全保障。《意見》強調了互聯網使用和互聯網發展對居民健康的作用，從長期來看，互聯網使用將對居民健康產生重要影響。

互聯網的迅速普及，也在悄然改變著居民的網絡使用方式。《報告》顯示，截至2018年12月，網民對即時通信、搜索引擎和網絡新聞的使用率分別達到95.6%、82.2%和81.4%，網民在對傳統網絡領域保持較高使用率的同時，還逐漸向新興領域拓展，如網民對網絡視頻、網絡文學和在線教育使用的年增長率分別為6.3%、13.4%和12.7%，綜合來看，網民對互聯網使用集中在網絡學習、社交和自評社會經濟地位方面。由此聯想到，互聯網使用在對居民健康產生直接影響的同時，有沒有可能通過中介變量進行傳導而產生間接影響？

綜上所述，本文在驗證互聯網使用對居民健康影響的基礎上，利用中介效應研究互聯網使用對居民健康的影響路徑。需要重點強調的是，本文的互聯網使用包括合理使用和不合理使用，其中合理使用主要指在線健康信息和互聯網醫療的使用。

二、文獻綜述與研究假設

合理使用互聯網的具體表現形式為獲取并利用健康知識、作為溝通交流工具、滿足工作需要和互聯網醫療使用等。不合理使用互聯網指由于不能控制自身上網行為而過度地使用網絡，引發明顯的心理抑郁和時間消耗，并導致使用者社會交往和家庭關系等失敗的現象。根據以往研究來看，互聯網已經成為傳播健康信息和預防疾病的有效工具。James等[1]、Halkias等[2]、Alghamdi和Moussa[3]與Beck等[4]對利用互聯網獲取健康信息進行了研究。Mano[5]認為，人們通過互聯網了解健康信息，利用在線健康服務可以提高個人層面的健康素養和健康的自我管理。

合理使用互聯網對居民健康的影響主要體現在以下幾個方面：第一，Mcmullan[6]認為，互聯網打破了醫生對專業信息的壟斷，緩解了醫患之間信息不對稱，有利于居民更好地管理自己的健康[7]。Wangberg等[8]利用結構方程模型評估了互聯網使用、社會經濟地位和社會支持與自評健康之間的關系，結果顯示，以不使用在線健康信息的用戶為參照，互聯網健康信息使用者的健康狀況更好。第二，作為溝通交流的工具，互聯網可以緩解使用者的孤獨、抑郁和焦慮等情緒，提升使用者的健康水平。Lagoe和Atkin[9]利用245名美國成年人樣本，采用結構方程模型研究了使用網絡健康信息的心理決定因素，結果顯示，焦慮與互聯網使用存在顯著關聯，但互聯網能減輕壓力，降低抑郁和孤獨水平。Dutta-Bergman[10]研究了是否使用互聯網對居民健康的影響，結果顯示，自身擁有較強的健康意識并能夠運用互聯網搜索健康信息對居民健康具有積極影響。洪建中等[11]指出，老年人使用互聯網可以感受到更強的社會聯結。第三，互聯網不僅可以用于管理自身健康，還可以緩解和預防各種健康疾病。Bender等[12]認為，通過網絡社交可以緩解疼痛。Tsai等[13]認為，經常使用互聯網的居民不太可能患上抑郁癥。Minto等[14]認為，經常使用互聯網能降低心肌病患者的焦慮水平。

不合理使用互聯網往往導致病理性互聯網使用，這是濫用互聯網導致的一種心理疾病，會損害使用者的健康，Brenner[15]、Suler[16]、Morahanmartin和Schumacher[17]與Davis[18]的研究證實了這一觀點。不合理使用互聯網導致網絡成癮在世界范圍內具有普遍性，但在韓國和中國等亞洲地區尤其嚴重[19]-[21]。

此外，Katz和Rice[22]通過對美國大型調查數據進行統計分析發現，互聯網使用提高了居民參與社區活動的積極性。Hampton和Wellman[23]對加拿大多倫多的一個社區進行考察發現，使用互聯網的居民和不使用互聯網的居民在社區人際交往方面存在顯著差異，使用互聯網可以做到更好的鄰里聯結，使用互聯網的居民知道鄰居姓名是后者的三倍多，見面交流和邀請（被邀請）到家中做客分別為后者的2倍和1.5倍。Quan-Haase等[24]利用1998年美國國家地理協會網站的調查信息得到，互聯網使用彌補了面對面交流和電話聯系減少的現象，總體上增加了人們之間的社會交往。基于以上分析，筆者提出了如下假設：

假設1：互聯網使用對居民健康具有顯著正向影響。

劉宸和周向紅[25]認為，互聯網打破了醫療機構對專業健康信息的壟斷。基于社會連接性，個體居民在獲得信息后，在小范圍內形成了健康信息共享機制，小范圍內的個體居民又會成為信息中心，將健康信息進行傳播，而健康信息又對居民健康管理具有促進作用，所以社交頻繁程度可作為重要的中介變量。

溝通交流工具是合理使用互聯網的一個有效組成部分，互聯網為居民溝通交流和感情聯絡提供了便利，而有效溝通又對居民的抑郁和焦慮具有緩解作用，互聯網使用通過居民社交頻繁程度影響居民健康。基于以上分析，筆者提出如下假設：

假設2：在互聯網使用對居民健康的影響中，社交頻繁程度起到中介效應。

信息傳播分為傳統信息傳播和現代信息傳播，讀書、看報紙和看雜志是傳統健康信息傳播途徑的代表，可以看做是對在線健康信息的有效補充。具體邏輯如下：當在線健康信息對某種健康知識存在模糊解釋時，可通過傳統媒介繼續深入了解;當傳統媒介由于知識更新慢，對某種健康知識存在記錄不詳時，可通過在線健康信息繼續完善。由此出現線上線下健康信息相互彌補、相互促進的格局，加之健康信息有利于居民健康。基于以上分析，筆者提出如下假設：

假設3：在互聯網使用對居民健康的影響中，讀書、看報紙、看雜志頻繁程度起到中介效應。

袁浩和陶田田[26]基于上海市社區調查數據研究得出，互聯網使用越多，居民獲得感越強，且家庭收入和家庭主觀地位都會對獲得感產生積極影響。根據世界衛生組織劃分標準，居民健康包括身體健康、心理健康、社會健康和道德健康，居民獲得感是心理健康的重要表現形式，居民通過互聯網信息可對自身社會經濟地位有更全面的認識，對附著在社會經濟地位上的自身健康狀況有更清晰的認識。為了提高自身健康水平，可通過獲得感和自身經濟地位提升來實現，在互聯網信息作用下，通過與同齡人健康信息作比較，理論上會對自身健康產生激勵作用。基于以上分析，筆者提出如下假設：

假設4：在互聯網使用對居民健康的影響中，自評社會經濟地位起到中介效應。

三、研究設計

（一）數據來源

本文采用中國綜合社會調查數據CGSS（2015年），該數據來自中國人民大學中國調查與數據中心，迄今已經發布10次調查數據，完整記錄著中國社會變遷。2015年的數據采用多階分層PPS隨機抽樣，樣本覆蓋全國28個省份（不含新疆、海南、西藏和港澳臺地區）478個村居，共收集完成10 968份有效問卷。

（二）變量選擇

1.被解釋變量

本文被解釋變量為居民健康，具體采用自評健康、健康影響工作和生活頻繁程度以及心情抑郁或沮喪頻繁程度三種方式衡量，分別對應居民的總體健康、生理健康和心理健康。本文將居民健康處理為二分類變量，在自評健康方面把很健康和比較健康賦值為1，將一般、比較不健康和很不健康賦值為0;在健康影響工作和生活頻繁程度以及心情抑郁或沮喪頻繁程度方面，將從不和很少賦值為1，將有時、經常和總是賦值為0。

2.解釋變量

本文解釋變量為互聯網使用，問卷對互聯網使用情況的描述為，過去一年，您對互聯網（包括手機上網）的使用情況是：從不=1，很少=2，有時=3，經常=4，非常頻繁=5。本文將互聯網使用處理為二分類變量，將從不、很少和有時賦值為0，將經常和非常頻繁賦值為1。

3.中介變量

本文中介變量為社交頻繁程度，讀書、看報、看雜志頻繁程度以及自評社會經濟地位。問卷對社交頻繁程度的描述為，請問您與其他朋友進行社交娛樂活動（如互相串門，一起看電視，吃飯，打牌等）的頻繁程度是：幾乎每天=1，一周1—2次=2，一個月幾次=3，大約一個月1次=4，一年幾次=5，一年1次或更少=6，從來不=7。本文對其重新賦值，將從來不、一年1次或更少、一年幾次、大約一個月1次、一個月幾次、一周1—2次和幾乎每天分別賦值為1、2、3、4、5、6和7。問卷對讀書、看報紙、看雜志頻繁程度的描述為，過去一年，您是否經常在空閑時間從事讀書、看報紙、看雜志活動：每天=1，一周數次=2，一月數次=3，一年數次或更少=4，將從不=5。本文對其重新賦值，將從不、一年數次或更少、一月數次、一周數次和每天分別賦值為1、2、3、4和5。問卷對自評社會經濟地位的描述為，與同齡人相比，您認為您本人的社會經濟地位是：較高=1，差不多=2，將較低=3。本文對其重新賦值，將較低、差不多和較高分別賦值為1、2和3。

4.控制變量

本文控制變量主要包括對居民健康有重要影響的個體特征、經濟特征、社會保障和省份差異。其中，個體特征包括：性別，男=1，女=0;年齡，即被訪者的年齡;婚姻狀況，已婚=1，未婚=0;戶籍，城鎮=1，農村=0;政治面貌，黨員=1，非黨員=0;受教育程度，未上學=1，小學=2，初中=3，高中/中專/技校=4，大學及以上=5;是否參加體育鍛煉，是=1，否=0;家庭規模，即被訪者家庭成員數等一系列人口學變量。經濟特征包括：個人總收入，即被訪者全年收入的自然對數;家庭總收入，即被訪者全年家庭收入的自然對數。社會保障包括：養老保險，有=1，沒有=0;醫療保險，有=1，沒有=0。省份差異指生成27個省份虛擬變量。變量的描述性統計如表1所示。

（三）模型設定

由于被解釋變量為二分類變量，本文采用Logit模型進行估計，計量模型如下：

其中，Health表示被解釋變量居民健康;P=1時，表示居民健康，P=0時，表示居民不健康;Net表示解釋變量互聯網使用;Χ表示控制變量向量;，包括個體特征、經濟特征、社會保障和省份差異;Z表示中介變量向量;ε表示隨機擾動項。

四、實證結果分析

研究互聯網使用對居民健康的影響路徑，需要先驗證互聯網使用與居民健康之間的關系。本文基于中國綜合社會調查數據CGSS（2015年），通過Logistic回歸從微觀視角驗證互聯網使用對居民健康的影響，在此基礎上，通過變量的中介效應來說明二者的影響路徑。

（一）互聯網使用對居民健康的影響

互聯網使用對居民健康影響的基準回歸結果如表2所示。

從表2可以看出，互聯網使用對居民健康的影響在模型（1）—模型（3）中都在1%水平上顯著為正，即以不使用互聯網的居民為參照，使用互聯網的居民健康的概率分別提高了31.8%、34.8%和17.9%，即使用互聯網比不使用互聯網的居民的健康水平分別高出1.370（e0.318）倍、1.420（e0.348）倍和1.200（e0.179）倍，表明互聯網使用對居民健康具有顯著正向影響，假設1得以驗證。控制變量對居民健康的影響與以往研究結論相似，在此不作過多闡述。

鑒于數據的可獲得性，本文實證部分研究僅得出使用互聯網的居民比不使用互聯網的居民健康狀況好。由于在線健康信息和互聯網醫療是合理使用的有效組成部分，所以隱含的邏輯是使用在線健康信息和互聯網醫療的居民比不使用的居民更健康，下文的中介效應也在此基礎上進行研究。

（二）社交頻繁程度的中介效應

參照肖富群[27]中介效應的基本分析思路：首先，通過交互分類驗證互聯網使用與社交頻繁程度，讀書、看報紙、看雜志頻繁程度以及自評社會經濟地位的關系，如果關系顯著，則其具備做中介變量的首要條件。其次，通過回歸驗證互聯網使用對居民健康是否存在顯著關系，如果顯著，則繼續進行下一步。最后，在回歸方程中加入中介變量，如果互聯網使用對居民健康的影響依然顯著，說明互聯網使用直接影響居民健康;如果互聯網使用對居民健康的影響消失，說明互聯網使用對居民健康的影響是通過中介變量間接起作用;如果互聯網使用對居民健康的影響依然存在，但影響程度有所變化，說明互聯網使用對居民健康既有直接影響，也有間接影響，中介變量也能影響居民健康。

從表3的χ2檢驗結果可以看出，是否使用互聯網與社交頻繁程度存在顯著差異，互聯網使用對社交頻繁程度的影響在1%水平上顯著，即社交頻繁程度具備做中介變量的首要條件。

社交頻繁程度的中介效應模型回歸結果如表4所示。

從表4可以看出，社交頻繁程度對居民健康的影響顯著為正。具體來看，以從來不社交為對照組，模型（1）和模型（2）中社交頻繁程度在1%水平上對居民健康的影響顯著為正，模型（3）中社交頻繁程度在一年1次或更少、一年幾次和大約一個月1次時對居民健康的影響在5%水平上顯著為正，居民社交頻繁程度在一個月幾次、一周1—2次和幾乎每天時對居民健康的影響在1%水平上顯著為正。互聯網使用對居民健康的影響均出現不同程度的下降。具體來看，互聯網使用的回歸系數從0.318、0.348和0.179，分別下降為0.242、0.322和0.120，其中模型（3）互聯網使用的回歸系數和顯著性均出現下降。因此，假設2得以驗證。

（三）讀書、看報紙、看雜志頻繁程度的中介效應

從表5的χ2檢驗結果可以看出，是否使用互聯網的讀書、看報紙、看雜志頻繁程度存在顯著差異，互聯網使用對讀書、看報紙、看雜志的影響在1%水平上顯著，即讀書、看報紙、看雜志頻繁程度具備做中介變量的首要條件。

從表6可以看出，讀書、看報紙、看雜志對居民健康的影響顯著為正。具體來看，將從來不讀書、看報紙、看雜志作為對照組，模型（1）中，一年數次或更少、一月數次、一周數次讀書、看報紙、看雜志對居民健康的影響分別在5%、1%和1%水平上顯著為正;模型（2）中，一年數次或更少、幾乎每天讀書、看報紙、看雜志對居民健康的影響分別在10%和5%水平上顯著為正;模型（3）中，幾乎每天讀書、看報紙、看雜志對居民健康的影響在10%水平上顯著為正。互聯網使用對居民健康的影響出現不同程度的下降。具體來看，互聯網使用的回歸系數從0.318、0.348和0.179分別下降到0.303、0.339和0.175，其中模型（3）互聯網使用的回歸系數和顯著性均出現不同程度的下降。因此，假設3得以驗證。

（四）自評社會經濟地位的中介效應

從表7的χ2檢驗結果可以看出，是否使用互聯網的自評社會經濟地位存在顯著差異，互聯網使用對自評社會經濟地位的影響在1%水平上顯著，即自評社會經濟地位具備做中介變量的首要條件。

從表8可以看出，自評社會經濟地位對居民健康的影響顯著為正，這與Laura等[28]的研究結果一致。具體來看，以自評社會經濟地位較低為對照組，在模型（1）—模型（3）中，自評社會經濟地位對居民健康的影響都在1%水平上顯著為正。互聯網使用對居民健康的影響出現不同程度的下降。具體來看，互聯網使用的回歸系數從0.318、0.348和0.179分別下降到0.244、0.285和0.130，其中模型（3）互聯網使用的回歸系數和顯著性均出現了不同程度的下降。因此，假設4得以驗證。

五、研究結論與政策啟示

本文基于中國綜合社會調查數據CGSS（2015年），使用Logit模型從微觀視角驗證互聯網使用對居民健康的影響，并在此基礎上探討了互聯網使用對居民健康的影響路徑。研究結果顯示：互聯網使用對居民健康具有顯著正向影響，具體來看，采用自評健康、健康影響工作和生活頻繁程度以及心情抑郁或沮喪頻繁程度三種方式度量居民健康，在其他條件不變的情況下，使用互聯網居民的健康水平比不使用互聯網的居民分別高出1.370倍、1.420倍和1.200倍;互聯網使用通過社交頻繁程度，讀書、看報、看雜志頻繁程度以及自評社會經濟地位對居民健康產生影響。

基于上述研究結論，筆者提出如下政策啟示：第一，在線健康信息外溢打破了醫療機構的專業信息壟斷，為居民利用互聯網獲取在線健康知識和合理安排診療時間提供了極大便利;當前互聯網醫療的發展還集中在以網絡掛號為主的初級階段，未來會發展成為居民健康需求的重要補充形式。第二，網絡交流對個人社交產生了一定程度的替代，城市擴張導致傳統熟人社會被現代城市社區所阻礙。溝通交流能顯著促進居民健康，因而城市建設要合理配置公共服務設施，社區應該為居民創造溝通交流的機會，個人應該主動參與文明社會、文明社區建設。第三，當前信息和知識爆炸性增長，新知識、新技術層出不窮，個人必須作出合理、正確的選擇，努力學習、終身學習，為自身健康打下良好基礎。第四，面對現實經濟狀況，居民要通過誠實經營和合法勞動獲取經濟收入，提升社會地位;面對紛繁復雜的網絡信息，居民必須認清自身的實際情況，努力發揮自身優點，有效彌補自身不足。

參考文獻：

[1] James，N.， Daniels，H.， Rahman，R.， et al.A Study of Information Seeking by Cancer Patients and Their Carers[J].Clinical Oncology， 2007， 19（5）：356-362.

[2] Halkias，D.， Harkiolakis，N.， Thurman，P.， et al.Internet Use for Health-Related Purposes Among Greek Consumers[J].Telemedicine & E Health， 2008， 14（3）：255-260.

[3] Alghamdi，K.M.，Moussa，N.A.Internet Use by the Public to Search for Health-Related Information[J].International Journal of Medical Informatics， 2012， 81（6）：363-373.

[4] Beck，F.，Richard，J.B.，Nguyen-Thanh，V.， et al.Use of the Internet as a Health Information Resource Among French Young Adults：Results From a Nationally Representative Survey[J].Journal of Medical Internet Research， 2014， 16（5）：e128.

[5] Mano，R.S.Social Media and Online Health Services：A Health Empowerment Perspective to Online Health Information[J].Computers in Human Behavior， 2014， 39（10）：404-412.

[6] Mcmullan，M.Patients Using the Internet to Obtain Health Information：How This Affects the Patient-Health Professional Relationship[J].Patient Education & Counseling， 2006， 63（1）：24-28.

[7] Castleton，K.，Fong，T.，Wanggillam，A.，et al.A Survey of Internet Utilization Among Patients With Cancer[J].Supportive Care in Cancer， 2011， 19（8）：1183-1190.

[8] Wangberg，S.C.，Andreassen，H.K.，Prokosch，H.U.，et al.Relations Between Internet Use， Socio-Economic Status （SES）， Social Support and Subjective Health[J].Health Promotion International， 2008， 23（1）：70-77.

[9] Lagoe，C.，Atkin，D.Health Anxiety in the Digital Age：An Exploration of Psychological Determinants of Online Health Information Seeking[J].Computers in Human Behavior， 2015， 52（4）：484-491.

[10] Dutta-Bergman，M.J.Health Attitudes， Health Cognitions， and Health Behaviors Among Internet Health Information Seekers：Population-Based Survey[J].Journal of Medical Internet Research， 2004， 6（2）：e15.

[11] 洪建中，黃鳳，皮忠玲.老年人網絡使用與心理健康[J].華中師范大學學報（人文社會科學版），2015，（2）：171-176.

[12] Bender，J.L.，Radhakrishnan，A.，Diorio，C.， et al.Can Pain Be Managed Through the Internet？ A Systematic Review of Randomized Controlled Trials[J].Pain， 2011， 152（8）：1740-1750.

[13] Tsai，I.H.，Graves，D.E.，Lai，C.H.， et al.Association of Internet Use and Depression Among the Spinal Cord Injury Population[J].Archives of Physical Medicine & Rehabilitation， 2014， 95（2）：236-243.

[14] Minto，C.，Bauce，B.，Calore，C.， et al.Is Internet Use Associated With Anxiety in Patients With and at Risk for Cardiomyopathy？[J].American Heart Journal， 2015， 170（1）：87-95.

[15] Brenner，V.Psychology of Computer Use：XLVII.Parameters of Internet Use， Abuse and Addiction：The First 90 Days of the Internet Usage Survey[J].Psychological Reports， 1997， 80（3）：879-882.

[16] Suler，J.R.To Get What You Need：Healthy and Pathological Internet Use[J].Cyberpsychology & Behavior， 1999， 2（5）：385-393.

[17] Morahanmartin，J.，Schumacher，P.Incidence and Correlates of Pathological Internet Use Among College Students[J].Computers in Human Behavior， 2000， 16（1）：13-29.

[18] Davis，R.A.A Cognitive-Behavioral Model of Pathological Internet Use[J].Computers in Human Behavior， 2001， 17（2）：187-195.

[19] Shaw，M.，Black，D.W.Internet Addiction：Definition， Assessment， Epidemiology and Clinical Management[J].Cns Drugs， 2008， 22（5）：353-365.

[20] Block，J.M.D.Issues for DSM-V：Internet Addiction[J].American Journal of Psychiatry， 2008， 165（3）：306-307.

[21] Dong，G.，Jie，H.，Du，X.Alterations in Regional Homogeneity of Resting-State Brain Activity in Internet Gaming Addicts[J].Behavioral and Brain Functions，2012， 8（1）：41-41.

[22] Katz，J.E.，Rice，R.E.Social Consequences of Internet Use：Access， Involvement， and Interaction[J].Online Information Review， 2002， 27（3）：215-216.

[23] Hampton， K.N.， Wellman，B. The not so Global Village of Netville[A].Wellman， B.， Haythornthwaite， C. The Internet in Everyday Life[C].Oxford： Blackwell Publishers Ltd， 2002.345-371.

[24] Quan-Haase，A.， Wellman，B.， Witte，J.C.， et al. Capitalizing on the Net： Social Contact， Civic Engagement， and Sense of Community[A]. Wellman，B.，Haythornthwaite，C.The Internet in Everyday Life[C].Oxford： Blackwell Publishers Ltd， 2002.289-324.

[25] 劉宸，周向紅.互聯網醫療信息溢出與中國居民就診選擇——基于CHNS混合截面數據的實證研究[J].公共管理學報，2017，（4）：78-90+156-157.

[26] 袁浩，陶田田.互聯網使用行為、家庭經濟狀況與獲得感——一項基于上海的實證研究[J].社會發展研究，2019，（3）：41-60+243.

[27] 肖富群.城鄉背景對大學生初次就業結果的影響——基于全國17所高校2914名畢業生的調查數據[J].廣西民族大學學報（哲學社會科學版），2014，（4）：178-184.

[28] Laura，N.，Monika，M.，Alexander，K.，et al.Sociodemographic and Health-（Care-）Related Characteristics of Online Health Information Seekers：A Cross-Sectional German Study[J].Bmc Public Health， 2015， 15（1）：1-12.

（責任編輯：孫 艷）