Page 76 - 南京医科大学社科版

南京医科大学学报（社会科学版）京医科大学学报（社会科学版）
南 第6期 总第131期
· 602 ·
Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences） 2025年12月
Journal
2. 解释变量 的第k个控制变量；ϵi是误差项。
互联网使用情况是本文的核心解释变量。采
三、实证结果分析
用问卷中“对互联网使用的频繁程度”这一问题来
衡量，并将回答设置为二分类变量，其中“经常”和 （一）描述性统计分析
“有时”使用互联网的回答界定为使用互联网并赋 表 1 为相关变量的赋值及描述性统计分析结
值为 1，而“从不”和“很少”使用互联网的回答界定 果。8 186 个流动人口样本，平均年龄为 46.62 岁；
为不使用互联网并赋值为0。 男性 4 519 人，占 55.20%；当前处于已婚 6 716 人，
3. 控制变量 占 82.04%；年平均收入为 45 097.15 元；在党政机
本文的控制变量包括个体自然属性和社会属 关、事业单位、国营和集体单位等正规就业单位工
性两方面 ［27］ ，分别为性别、年龄、婚姻状况（根据目 作 3 994 人，占 48.79%，在其他非正规就业单位工
前是否处于亲密关系分类：亲密关系组包括“初婚” 作 4 192 人，占 51.21%；经常使用互联网 3 738 人，
“再婚”，定义为已婚并赋值为 1；非亲密关系组包括 占 45.66%。
“未婚”“离异”“同居”和“丧偶”，定义为未婚并赋值
表1 变量选择、赋值说明及描述性统计结果 （n=8 186）
为0）、收入状况、职业类型（参考相关研究 ［28-29］ ，将流
统计数据
动人口职业分为两类：一是正规就业；二是非正规 变量名称 变量类型 变量分类
［n（%）］
就业，并据此重新赋值）。
自评健康 二分类变量 健康状况好=1 5 870（71.71）
4. 中介变量
健康状况差0 2 316（28.29）
本文根据“互联网使用—职业发展能力提升—
互联网使用 二分类变量 经常、有时=1 3 738（45.66）
人岗匹配—健康促进”的理论分析思路，采用职业
很少、从不=0 4 448（54.34）
发展能力和就业满意度作为中介变量，进一步探究
性别 二分类变量 男=1 4 519（55.20）
互联网使用对流动人口健康状况的作用机制。选
女=0 3 667（44.80）
取了 5 个与职业发展能力相关的具体问题作为测度
年龄 连续变量（岁） - 46.62
依据，包括：“您是否接受过由政府提供的职业技能
婚姻状况 二分类变量 已婚=1 6 716（82.04）
培训”“您的最高学历”“自 2015/2017 年 7 月以来，您
未婚=0 1 470（17.96）
是否参加过至少 5 天的专业技术培训”“您是否获
收入状况 连续变量（元） - 45 097.15
得过专业技术资格证书”以及“您是否发生过职业
职业类型 二分类变量 正规就业=1 3 994（48.79）
伤害”。职业发展能力包括证书获取（正式资质认
非正规就业=0 4 192（51.21）
证）、技术培训（专业技能提升）、政府培训（政策导
技能证书 二分类变量 有=1 2 313（28.27）
向型能力建设）、教育水平（基础人力资本）及安全
没有=0 5 870（71.73）
生产技能 5 个维度，较直观且全面反映个体在职业
政府培训 二分类变量 有=1 511（8.28）
发展过程中的职业发展能力。就业满意度通过问
没有=0 5 664（91.72）
卷中收入满意度、工作满意度、职业能力提升满意
学历 多分类变量 学历由低到高赋 5.02
度等来反映。
值为1至11
（三）模型构建
专技培训 二分类变量 有=1 1 712（20.92）
本文采用二元 Logit 回归模型并逐步加入控制
没有=0 6 471（79.08）
变量的方法，来分析互联网使用对流动人口健康状
工伤发生 二分类变量 有=1 636（7.78）
况的影响。并通过更换模型、缩尾处理、聚类稳健
没有=0 7 544（92.22）
标准误等方法对基准回归结果的稳健性进行分
收入满意度 多分类变量 满意度由低到高 2.92
析。基准回归模型如下：
æ P(y = 1) ö 赋值为1至5
i
Healthi= ln ç ÷ =α + β1InternetUsei +
è 1 - P(y = 1) ø 技能满意度 多分类变量 满意度由低到高 2.43
i
β X + ϵ （1） 赋值为1至5
∑ k = 3 k ki i
工作满意度 多分类变量 满意度由低到高 2.49
其中，Healthi 为第 i 个流动人口的健康状况，
赋值为1至5
P（yi=1）表示第 i 个流动人口健康较好（非常健康或
健康）的概率；InternetUsei为核心解释变量，表示第 i （二）基准回归结果
个流动人口互联网使用情况；β1为互联网使用情况 互联网使用对流动人口健康状况具有显著的
正向促进作用，如表 2 模型（1）所示，仅纳入“互联网
的回归系数，表示互联网使用对健康状况的影响；βk
是第 k 个控制变量的回归系数；Xki是第 i 个流动人口 使用”变量时，与不经常使用互联网的流动人口相