Page 10 - 南京医科大学社科版
P. 10

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)                 第4期 总第135期
                                                    南
              · 340  ·
                                             Journal of Nanjing Medical University(Social Sciences)of Nanjing Medical University(Social Sciences)  2026年8月
                                             Journal
               生活满意度两个变量进行稳健性检验。首先,基于                            进行测量,得分越高表示老年人对目前的生活状况
               受访者对自身健康状况的评估,从“很不健康”至                            越满意。最后,使用地区网络信号率作为工具变量
              “很健康”分别赋 1~5 分。其次,生活满意度通过“总                        处理内生性问题。采用“您现在居住的房屋是否有
               的来说,您对您目前的生活感到满意吗”这一问题                            网络信号”测量地区网络信号率。

                                                    表1  主要变量的描述性统计
                         变量                      数值                       变量                      数值
                被解释变量[分,(x±s)]                                   子女数量[个,(x±s)]                  2.30±1.20
                 抑郁倾向                          15.81±3.34        家庭月均支出(取对数,x±s)                7.86±1.64
                 情景记忆                          5.07±1.18         房产数量[个,(x±s)]                  1.10±0.40
                 精神状态                          8.82±1.83        替换变量
                解释变量                                             自评健康[n(%)]
                 数字网络使用[n(%)]                                      很不健康                          97(1.84)
                   使用                         1 648(31.26)         比较不健康                        525(9.96)
                   不使用                        3 624(68.74)         一般                          1 951(37.01)
                控制变量                                               比较健康                        2 291(43.45)
                 性别[n(%)]                                          很健康                          408(7.74)
                   男性                         2 647(50.21)       生活满意度[n(%)]
                                                                           a
                   女性                         2 625(49.79)         很不满意                          52(0.99)
                 年龄[岁,(x±s)]                   71.51±6.60          比较不满意                        283(5.39)
                 教育水平[n(%)]                                        一般                          1 313(25.02)
                   未上过学                       1 141(21.64)         比较满意                        2 800(53.36)
                   小学或私塾                      2 203(41.79)         很满意                          800(15.24)
                   初中                         1 327(25.17)      工具变量
                   高中或中专                       478(9.07)         网络信号情况[n(%)]
                   大专及以上                       123(2.33)           有                           2 933(55.63)
                 户口状况[n(%)]                                        无                           2 339(44.37)
                   非农户口                       2 734(51.86)      调节变量
                   农业户口                       2 538(48.14)       自我老化态度[分,(x±s)]               23.89±3.99
                 失能状况[分,M(P25,P75)]              0(0,0)          社会适应水平[分,(x±s)]               24.24±3.69
                 独居情况[n(%)]
                   独居                          436(8.27)
                   非独居                        4 836(91.73)
                  a:存在24个缺失值。
                  (三)模型方法                                            其中 Xi表示纳入模型的一组可观测协变量,Ti=1
                   1. OLS模型                                      表示个体 i 处于处理组,即使用数字网络技术的老
                   本文使用多元线性回归模型考察数字网络使                           年人。本文进一步估计了平均处理效应,即ATT,如
               用对老年人心理健康的影响。构建基础模型如下:                            式3所示。
                   Mental health i=β0+β1·Digitali+γ·Control+ε  (1)   ATT=E[Y1i-Y0i∣Ti=1]=E[Y1i∣Ti=1]-E[Y0i∣Ti=1]  (3)
                   其中,Mental health 为被解释变量,表示老年人                     Y1i表示个体 i 在使用数字网络状态下的心理健
               的心理健康,Digital 为核心解释变量,表示老年人的                      康水平,Y0i表示个体 i 在未使用数字网络状态下的
               数字网络使用情况,Control 为控制变量,β、γ为待估                     心理健康水平。
               系数,ε为随机扰动项。
                                                                                  三、实证分析
                   2. 倾向得分匹配(PSM)法
                   本文旨在探讨数字网络使用对老年人心理健康                              (一)基准回归分析
               的影响。由于老年人是否使用数字网络是自我选择                                为保证研究结论的可靠性,本研究进行了多重
               的结果,并不是随机形成,且该选择与老年人教育程                           共线性检验,结果显示,方差膨胀因子(VIF)均远低
               度、经济收入和身体状况等因素密切相关。因此,为                           于 10,表明模型中不存在严重的多重共线性问题。
               缓解样本自选择偏差对估计结果的影响,本文采用                            表 2 报告了在控制其他相关变量后,数字网络使用
               PSM 法,通过 Logit 模型估计个体在不同选择情况下                     对老年人心理健康各维度的回归结果。其中,数字
               进入处理组的概率(式2),进而考察老年人在使用和                          网络使用与抑郁倾向得分呈显著负相关(β=-1.111,
               不使用数字网络情况下心理健康水平的差异性。                             P<0.001),而与情景记忆得分(β=0.236,P<0.001)及
                                exp(βX)                          精神状态得分(β=0.347,P<0.001)存在正相关。上
                   P(Ti=1|Xi)=          i                (2)
                            [1 + exp (βX)]                       述结果支持了研究假设 1,即使用数字网络的老年
                                         i
   5   6   7   8   9   10   11   12   13   14   15