Page 77 - 南京医科大学社科版
P. 77

南
               第6期 总第131期                           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)                             ·
                 2025年12月                     Journal of Nanjing Medical University(Social Sciences)of Nanjing Medical University(Social Sciences)  · 603
                                              Journal
               比,使用互联网者健康状况较好的概率是不经常使                            者的 1.106 倍,收入每提高 1%,流动人口健康状况
               用者的 1.487 倍;模型(2)和模型(3)逐步纳入控制                     较好的概率提升 1.234 倍;而性别、年龄和职业类型
               变量进行回归后,经常使用互联网的流动人口健康                            则对流动人口健康状况具有显著的负向作用,男性
               状况较好的概率分别是不经常使用者的 1.303 倍和                        流动人口健康状况较好的概率是女性的 0.896 倍,
               1.129 倍。从控制变量来看,模型(3)显示婚姻状况                       年龄每增加 1 岁,健康状况较好的概率下降 3.1%,
               和收入状况对流动人口健康状况均具有显著的促                             职业为非正规就业者健康状况较好的概率是职业
               进作用,已婚流动人口健康状况较好的概率是未婚                            为正规就业者的0.915倍。

                                          表2 互联网使用对流动人口健康状况的Logit回归结果
                                    模型(1)                        模型(2)                        模型(3)
                  变量
                               回归系数             OR          回归系数            OR          回归系数            OR
               互联网使用         0.397 (0.050)     1.487      0.265 (0.053)    1.303      0.122 (0.057)     1.129
                                                              ***
                                                                                          ***
                                 ***
               性别                                        -0.192 (0.051)    0.825      -0.109(0.052)     0.896
                                                              ***
                                                                                           **
               年龄                                        -0.032 (0.003)    0.969     -0.032 (0.003)     0.969
                                                              ***
                                                                                          ***
               学历                                         0.106 (0.005)    1.112      0.125 (0.027)     1.133
                                                                                          ***
                                                              ***
               婚姻状况                                        0.133(0.077)    1.142      0.101 (0.077)     1.106
                                                               **
                                                                                          ***
               收入状况                                                                   0.211 (0.035)     1.234
                                                                                          ***
               职业类型                                                                  -0.088 (0.045)     0.915
                                                                                          ***
               常数项           0.757 (0.032)     2.131      2.494 (0.160)    12.120       0.416(0.421)    1.516
                                 ***
                                                              ***
               样本量                    8 186                        8 186                       8 186
               R 2                    0.107                        0.121                       0.125
                  括号内数值为标准误;***、**分别表示在1%、5%的水平上显著。
                  (三)稳健性检验                                       对数据进行缩尾处理。考虑到收入变量可能存在极
                   为验证基准回归模型和结果的可靠性,本文采用                         端值干扰回归结果,对收入数据采用 Winsorize 进行
               三种方法进行稳健性检验,结果见表3。首先,采用更                          1%水平的双侧缩尾处理,经处理后,回归结果与基准
               换模型方法,将基准回归模型中使用的 Logit 模型更                       回归模型一致。最后,由于流动人口的健康状况可能
               换为Probit模型进行对比分析。Probit模型回归结果                     因地域而存在群组相关性,可以按省份为单位进行聚
               表明,互联网使用对流动人口健康状况影响的回归系                           类稳健标准误的处理。回归结果显示,互联网使用对
               数方向为正,且通过了1%的显著性检验,系数大小发                          流动人口健康的积极影响方向依旧未变化。综上所
               生微小变化,方向与基准回归模型结果一致。其次,                           述,基准回归模型及结果的稳健性较好。

                                         表3 互联网使用对流动人口健康状况影响的稳健性检验
                                 (1)更换模型                      (2)缩尾处理                   (3)聚类稳健标准误
                  变量
                              回归系数             OR          回归系数             OR          回归系数             OR
               互联网使用        0.073 (0.034)  1.076         0.123 (0.057)  1.131         0.146 (0.053)  1.157
                                                             ***
                                                                                          ***
                                 ***
               常数项           0.276(0.253)  1.317         0.333 (0.421)  1.395         0.421 (0.523)  1.523
                                 **
                                                                                          ***
                                                             ***
               控制变量                   控制                          控制                           控制
               样本量                   8 186                        7 763                        8 186
               R 2                   0.125                        0.177                        0.153
                  括号内数值为标准误;***、**分别表示在1%、5%的水平上显著。
                  (四)异质性分析                                       平,数字鸿沟成为其使用互联网的障碍,导致其使
                   为进一步考察互联网使用对流动人口健康状                           用互联网程度远低于低年龄组和中年龄组,但其使
               况影响的群体差异,本文将全部流动人口划分为:                            用互联网带来的边际健康效应较大。对于低年龄组
               16~25 岁低年龄组、26~40 岁中年龄组、41 岁及以上                   流动人口,其使用互联网程度虽然较大,但其使用范
               高年龄组,进行进一步深入分析。根据表 4 的检验                          围过于广泛,使用时间过长,造成互联网依赖性,即使
               结果可以发现,在低年龄组、中年龄组、高年龄组流                           互联网使用的利大于弊,但仍存在一定的弊端,导致
               动人口中,互联网使用均对其健康状况具有显著积                            互联网使用对其健康促进的显著性和边际效应低于
               极影响。对于高年龄组流动人口,受限于学历水                             中年龄组流动人口。
   72   73   74   75   76   77   78   79   80   81   82