1、引文格式:刘敏.老年人居住状况对互联网使用的影响J.赣南师范大学学报,2 0 2 3,4 4(4):1 3 3-1 4 0.老年人居住状况对互联网使用的影响*刘 敏(赣南师范大学 老龄社会研究中心,江西 赣州 3 4 1 0 0 0)摘 要:老年人互联网使用问题得到越来越多人的关注,采用2 0 1 8年中国老年社会追踪调查(C L A S S)的调研数据,运用S t a t a软件对数据进行处理和分析,并通过L o g i t回归模型、稳健性检验、内生性分析等方式分析影响老年人互联网使用的多个因素,特别是居住状况这一变量对老年人是否经常使用互联网的影响。研究结果显示,老年人同住人数与是否经常使
2、用互联网之间的关系会受到老年人在家庭承担的任务的影响;当老年人独居、与其他亲属或保姆居住时他们经常使用互联网的概率将增加;老年人与配偶、子女居住同他们是否经常使用互联网之间并不存在显著影响。关键词:居住状况;互联网使用;老年人中图分类号:F 4 9 文献标志码:A 文章编号:2 0 9 6-7 6 5 9(2 0 2 3)0 4-0 1 3 3-0 8一、引言 随着我国人口结构的变化和信息化进程的推进,越来越多的老年人使用互联网。老年人群的互联网行为和不断增加的影响力,发挥着越来越重要的作用,老年网民的增长比互联网业界普遍预想的都要更快,他们有可能成为未来互联网人口红利中最大的一块。1然而,由
3、于老年人自身的特殊性,他们在使用互联网的过程中面临着诸多挑战。人口老龄化的加剧,成为各国关注的热点问题。美国的国家电信与信息管理局称2 0 1 5年美国有5 6%的老年人在使用互联网,同时2 0 1 8数据 年报 活跃的老年 报告称德国6 5岁及以上老年网民比例从2 0 0 7年的1 9%上升到2 0 1 7年的5 0%。C NN I C数据显示,网民增长的主体从青年群体向老年群体转化的趋势日趋明显,截至2 0 2 0年1 2月,我国已有近2.6亿的“银发网民”(5 0岁以上),其中,6 0岁及以上网民在网民群体中的占比为1 1.2%。从数据的对比中可以看出我国与美德两国老年人上网比例差距非常
4、大,我国的老年人上网比例还很低。目前学术界对老年人展开的研究比较多,围绕老年人及其互联网使用的关系这一重要主题,已有研究主要从两个方面展开讨论:一是使用互联网对老年人造成的影响,主要是研究互联网影响老年人幸福感、孤独感、身体及心理健康等;2-5二是老年人使用互联网的影响因素,比如个人、家庭、社会等。6-1 2以前的文献给接下来的研究提供了很多经验借鉴,但是从众多文献中可以看出,目前国内外的研究大多是对影响老年人互联网使用的多个因素进行综合分析,少有单独分析某一具体因素,针对老年人居住状况方面的研究就更少了,因此笔者就老年人居住状况对互联网使用的影响展开研究,可以为以后深入研究老年人居住状况或其
5、他单一因素对互联网使用的影响问题提供借鉴,同时丰富老年人互联网使用方面的研究。为了进一步分析老年人的居住状况与其互联网使用之间的关系,本文研究首先通过S t a t a 1 5软件对2 0 1 8年中国老年社会追踪调查(C L A S S)的调研数据进 行 整 理 和 描 述 性 统 计 分 析;其 次,设 定L o g i t计量模型,并运用L o g i t回归模型对影响互联网使用的各个因素进行回归分析,同时通过调节机制进一步分析老年人同住人数与其互联网使用之间的关系是否会受到老年人在家庭和社会中承担的任务的影响;然后,从两个角度验证回归结果的稳健性;最后,通过工具变量法进行了内生性分析。
6、研究发现,总的来说,老年人的居住状况对其是否经常使用互联网影响显著,同时老年人同住人数与其互联2 0 2 3年 赣 南 师 范 大 学 学 报 .4第四期 J o u r n a l o f G a n n a n N o r m a l U n i v e r s i t y J u l.2 0 2 3*收稿日期:2 0 2 2-0 4-2 1 D O I:1 0.1 3 6 9 8/j.c n k i.c n 3 6-1 3 4 6/c.2 0 2 3.0 4.0 2 2 基金项目:江西省哲学社会科学重点研究基地项目重点项目(2 1 J D 1 0)作者简介:刘敏(1 9 9 8-),女,
7、江西瑞金人,赣南师范大学老龄社会研究中心硕士研究生,研究方向:金融研究。该调查数据目前更新至2 0 1 8年。网使用的显著性还会受到老年人在家庭中承担的任务的影响。二、文献综述 在老龄化时代,关于老年人与互联网的研究主题,有多个学科领域的学者都进行了实证研究。国内外关于老年人互联网使用的研究主要分为两大类:一是老年人使用互联网的行为对其造成的影响;二是什么因素会影响老年人对互联网的使用。这两个方面都是当前研究老年人互联网行为的重点方向。国内外关于互联网对老年人生活等方面的影响的研究有很多,比较常见的是研究使用互联网对老年人幸福感、孤独感、身体和心理健康等的影响。在幸福感方面,学者彭希哲,吕明阳
8、等人提出,互联网使用对不同类型老年群体的主观幸福感影响具有异质性特征,闲暇时间使用互联网进行社交和娱乐活动对老年人具有显著的幸福激励效应,进行学习活动则具有显著的幸福抑制效应。2在孤独感方面,比较早的研究有K r a u t对多个家庭和个人进行研究发现互联网的使用会增加个人的孤独感。3学者徐晓雯,李泽臻等人提出老年人使用互联网对其孤独感有明显的缓解作用。4在老年人的健康方面,学者汪连杰表示使用互联网的老年人比不使用互联网的老年人 生 理 健 康 和 心 理 健 康 分 别 提 高3 1.9%和1 8.8%。5 在研究老年人使用互联网的影响因素方面,学术界普遍认为影响老年人互联网使用的因素主要有
9、个人特征、家庭因素、社会因素等,也有学者将其归纳为内部因素和外部因素。R u s s e l l、O p a l i n s k i、谢祥龙等认为居住方式、婚姻状况、家庭等都对老年人使用互联网有显著作用。6-8H u n s a k e r提出老年人互联网的使用是个人及社会综合作用的结果。9学者兰青、鲁兴虎采用l o g i t的回归模型发现,不同性别、婚姻状况的老年人在互联网使用上不存在显著差异,但是年龄、教育水平和收入水平不同的老年人在互联网的使用上存在着显著差异;健康水平对老年人是否使用互联网不存在显著影响,但记忆较好的老年人更有可能使用互联网。1 0学者彭青云提出,内因机制中女性、高龄
10、、文化程度低的老年人触网难问题最为突出;外因机制中家庭子女数与居住方式影响老年人互联网使用,社会经济地位越低的老年人触网难度越大,拥有中等规模朋友圈的老年人触网概率最低。1 1以上提到的这些都是从微观角度出发分析老年人和互联网之间的关系,除此之外,有的学者从宏观角度研究老年人与互联网,如有学者提出数字鸿沟同样会影响互联网应用。柯惠新、王锡苓通过对中国、韩国及日本的分析指出,导致数字鸿沟的因素包括各地区社会经济发展水平、政府力荐程度、社会文化等因素。1 2学者韦大伟从数字鸿沟的角度出发,提出中国老年人互联网使用障碍主要有缺少使用互联网应具备的知识与技能,在互联网接入与运用方面不能得到满足,现有的
11、网络环境不适合老年人等,他还对老年人使用互联网时遇到的障碍进行分类,并分析障碍产生的原因,最后提出了解决策略。1 3此外还有一些学者进行了区域分析,比如仅分析城镇老年人或者仅分析某一个地区的老年人互联网使用的影响因素。1 4-1 5 在老年人的居住状况方面,研究集中在居住地和居住方式两方面。研究发现,由于基础设施还不完善、缺乏指导等原因,居住地在农村或经济落后地区的老年人互联网使用率较低。1 6同时由于农村是熟人社会,老年人使用互联网的积极性不高。1 7从居住方式来看,学者L i和H a n等人发现老年人的居住方式逐渐变成独居或与配偶居住,独居促使他们使用互联网降低孤独感,从中受益。1 8刘勍
12、勍认为与子女同住对老年人学习使用互联网是有帮助的,1 9与子女居住和配偶居住的老年人使用互联网的概率都超过独居老人。2 0但是彭青云发现,老年人独居、与配偶同住、与子女同住、与其他人(保姆等)居住的老年人使用互联网的比例依次降低。1 1 这些学者当中的大部分人都是通过详细的调查,获取或采用了充足的调查数据,并通过各种理论和模型进行实证研究,比如L o g i t、P r o b i t回归模型等,这些已有的研究成果为本研究顺利展开提供了很多值得借鉴参考之处,但是也有不足之处值得本研究进一步深入地展开探讨。例如,在老年人使用互联网的影响因素方面,大多数学者都是综合分析多个因素,鲜少有学者专门针对
13、某一个因素进行深入细致地分析。因此本研究与以往研究不同的是,重点抓住老年人的居住状况这一因素对老年人互联网使用的影响进行分析。三、变量与模型(一)变量1.数据来源 本研究的数据来源于由中国人民大学人口与发431赣南师范大学学报 2 0 2 3年展研究中心 2 0 1 8年主办的中国老年社会追踪调查(C L A S S)的数据,这是一个全国性的社会调查项目。该调查在 2 0 1 4 年和2 0 1 6年分别进行过一次,2 0 1 8年的数据是在 2 0 1 6 年的基础上开展的追踪调查的数据。本次调查由中国人民大学人口与发展研究中心和老年学研究所联合设计、执行,对全国各地数百个社区的一万多户家庭
14、进行抽样调查,总的样本规模为1 14 7 1份,问卷中老年人的设定是指年龄在6 5岁及以上的人口。其调查内容包括:老年人的性别、出生日期、婚姻状况等个人基本信息;老年人的健康状况和享有的相关服务;老年人的社会经济状况;老年人的养老规划与社会支持;老年人的心理感受;老年人的家庭与子女状况;老年人身体活动状况等。调查的内容丰富且数据可靠,根据相关文献资料中得到的经验,本文从 C L A S S 数据库中选用了本文研究主题所需要的部分数据,在删除缺失值、异常值和极端值之后,最终进入分析的样本容量为48 6 7份。2.变量的选择与分类表1 变量定义表变量变量名称变量说明被解释变量Y老年人是否经常上网是
15、=1,否=0核心解释变量XiX1同住人数根据调查对象的实际共同居住人数X2独居是=1,否=0X3与配偶居住是=1,否=0X4与子女居住是=1,否=0X5与其他亲属或保姆居住是=1,否=0X6其他是=1,否=0控制变量ZiZ1性别男=1,女=0Z2年龄根据调查对象的实际年龄Z3婚姻状况已婚有配偶=1,无配偶(丧偶、离婚、未婚)=2Z4自评健康很不健康=1,比较不健康=2,一般=3,比较健康=4,很健康=5Z5民族汉族=1,少数民族=0Z6宗教有宗教信仰=1,无宗教信仰=0 数据来源:根据C L A S S 2 0 1 8年数据库整理本文考察的是老年人互联网使用的影响因素,被解释变量是老年人是否经
16、常上网(数据来源于调查问卷D 2 1),设为Y,“每天都上网,每星期至少1次”赋值为1,其他赋值为0,为二分变量。本文核心解释变量为居住状况,老年人的居住状况用两个指标来衡量,一是老年人与多少人同吃同住;二是与何人同吃同住,调查问卷中包括配偶、未婚伴侣、儿子、女儿、父母、配偶的父母、兄弟姐妹、女婿、儿媳、孙子女或其配偶、外孙子女或其配偶、曾孙子女或其配偶、曾外孙子女或其配偶、保姆、其他一共1 5类。本文借鉴学者彭青云的分类方式,1 2同时从老年人在家庭中的角色和可能承担的义务出发,笔者将其归纳为5大类:独居;与配偶(包括未婚伴侣)居住;与子女(包括孙辈及他们的配偶)居住;与其他亲属或保姆(其他
17、亲属包括自己和配偶的父母、兄弟姐妹等)居住;其他。控制变量包括性别、年龄、婚姻状况、自评健康、民族、宗教。由于研究需要,根据前人研究经验这里只选取了调查问卷中的一部分因素作为控制变量。本文用控制变量和核心解释变量共同说明老年人的这些变量对他们使用互联网的影响,其中老年人的居住状况是本文重点解释的变量。3.描述性统计分析 为了进一步了解数据,笔者先对数据进行了描述性统计分 析,在描述 性统计分析过 程中,根据C L A S S的数据,初始样本量为1 14 7 1,笔者通过S t a t a 1 5软件删除了性别变量中的错误值、老年人是否经常使用互联网和民族变量中的部分缺失数据、自评健康变量中无法
18、回答的数据后,得到了48 6 7份数据,详情见描述性统计分析表(见表2)。表2 变量的描述性统计分析V a r i a b l eO b sM e a nS t d.D e v.M i nM a x互联网使用48 6 70.1 1 20.3 1 501同住人数48 6 72.7 1 51.2 8 418 独居48 6 70.1 1 40.3 1 701 与配偶居住48 6 70.7 1 60.4 5 101与子女居住48 6 70.4 2 40.4 9 401 与其他亲属或保姆居住48 6 70.0 1 70.1 2 901 性别48 6 70.5 1 30.501年龄48 6 77 3.9
19、3 47.2 3 66 51 1 1 婚姻状况48 6 70.7 4 50.4 3 601 自评健康48 6 73.3 8 10.9 2 915民族48 6 70.9 5 00.2 1 701宗教48 6 70.1 0 30.3 0 401 数据来源:C L A S S 2 0 1 8年数据库根据表2显示老年人经常使用互联网的比例很低,为1 1.2%。与老年人共同居住的人数的最大值为8人,同时老年人普遍与2至3人共同居住,多数是与配偶和子女共同居住的。年龄方面,老年群体年龄最小为6 5岁,最大为1 1 1岁,其中主要集中在7 4岁左右。婚姻方面,老年人中已婚且有配偶的比例达到7 4.5%,同时
20、老年人对自我健康状况的评价普遍定位在一般和比较健康,说明老年人普遍认为自身的健康状况比较好。老年人为汉族的比例高达9 5%,且普遍没有宗教信仰。(二)计量模型设定本文选取的被解释变量是老年人是否经常上网,为0-1变量,所以采用L o g i t模型来对其进行回归分析,笔者在研究过程中构建以下模型:531第4期 刘 敏 老年人居住状况对互联网使用的影响 l npi1-pi =0+1Xi+2C o n t r o li+i 式(1)中,Pi表示第i个老人经常使用互联网的概率,1-P i表示第i个老人不经常使用互联网的概率。X i是解释变量老年人的居住状况,用两个层面的指标进行衡量,一是同住人数;二
21、是老年人与谁居住,分别为独居,与配偶居住、与子女居住、与其他亲属或保姆居住,1是其系数。C o n t r o l i是第i个人的控制变量,2是各个控制变量的系数。0和i分别是常数项和残差项。输出的O R值为发生比,表示核心解释变量、控制变量变化后老人“经常使用互联网”与“不经常使用互联网”发生的概率比值。四、实证分析(一)回归分析1.基准回归分析 为了检验老年人的居住状况对互联网使用的影响,本文采用L o g i t回归分析方法,输出的是发生比率O R。此外,回归之前,也对解释变量间是否存在多重共线性问题进行了检验,根据结果显示,方差膨胀因子(V I F)远小于 1 0,说明变量之间并不存在
22、共线性情况,可以排除变量间共线性的干扰。2 1回归一共建立5个模型(见表3),其中被解释变量为老年人是否经常使用互联网(是为1,否为0)。表3 基准回归结果变量模型1模型2模型3模型4模型5同住人数0.9 1 1*(0.0 3 6)独居1.5 6 0*(0.3 1 2)与配偶居住1.1 5 0(0.2 4 2)与子女居住0.8 8 6(0.0 8 6)与其他亲属或保姆居住2.3 3 1*(0.5 9 4)性别0.7 3 0*(0.0 7 0)0.7 3 1*(0.0 7 0)0.7 3 3*(0.0 7 0)0.7 3 1*(0.0 7 0)0.7 2 6*(0.0 6 9)年龄0.9 0 2
23、*(0.0 0 9)0.9 0 3*(0.0 0 8)0.9 0 4*(0.0 0 8)0.9 0 3*(0.0 0 9)0.9 0 6*(0.0 0 9)婚姻状况1.1 7 6(0.1 5 5)1.3 6 2*(0.2 1 9)0.9 9 4(0.2 2 4)1.1 0 2(0.1 4 4)1.1 3 6(0.1 4 8)自评健康1.6 0 0*(0.0 9 0)1.6 0 7*(0.0 9 0)1.6 0 7*(0.0 9 0)1.6 0 3*(0.0 9 0)1.6 0 3*(0.0 9 0)民族1.2 1 0(0.2 9 2)1.2 1 1(0.2 9 2)1.2 1 9(0.2 9
24、4)1.2 1 7(0.2 9 4)1.2 1 8(0.2 9 4)宗教1.0 0 3(0.1 5 8)1.0 0 8(0.1 5 9)1.0 0 2(0.1 5 8)1.0 0 1(0.1 5 8)1.0 0 1(0.1 5 8)C o n s t a n t4 2.0 2 9*(3 3.3 8 8)2 5.5 7 0*(2 0.0 1 5)2 9.1 0 3*(2 2.7 2 2)3 4.5 3 0*(2 7.2 9 1)2 4.0 2 9*(1 8.8 1 2)O b s e r v a t i o n s4,8 6 74,8 6 74,8 6 74,8 6 74,8 6 7R20.0
25、8 8 80.0 8 8 50.0 8 7 30.0 8 7 60.0 9 0 0 注:*p 0.0 1,*p 0.0 5,*p 0.1;L o g i t模型估计结果报告的是发生比率,括号中为标准误 在模型1中,将同住人数和所有控制变量纳入进来。回归结果显示,在5%的显著性水平上,同住人数对老年人互联网的使用影响显著,O R值小于1,即老年人的同住人数越多,其经常使用互联网的概率越低。根据统计当老年人为2人同住时,占比最大的是与配偶共同居住,但是当老年人的同住人数在3人及以上时,占比最大的为与子女同住,占比达到9 8.1 5%。模型2除所有控制变量外将老年人独居纳入进来。结果显示,独居在5%
26、的显著性水平下对老年人使用互联网影响显著,且影响为正,即独居的老年人经常使用互联网的概率是非独居老年人的1.5 6倍。其原因可能是老年人独居会增加孤独感,而互联网的功能强大,集娱乐和与他人联系为一体,对老人来说能够在很大程度上消磨时间,降低他们的孤独感。因此他们比与他人同住的老年人更需要经常使用互联网,这与宋士杰等人的研究结论一致。2 2 模型3和模型4分别将老年人与配偶和与子女共同居住纳入进来,从表3中可见,与配偶、子女居住的回归结果都不显著,即与配偶、子女居住的老年人对互联网使用可能没有太大的影响。模型5将老年人与其他亲属或保姆纳入进来。回归结果显示,老年人与其他亲属或保姆居住在1%的显著
27、性水平下对互联网的使用有显著的影响,且发生比率O R大于1,即老年人与其他亲属或保姆居住会增加他们经常使用互联网的概率。该问卷中老年人的设定是指年龄在6 5岁及以上的人口,他们同时与其他亲属或保姆居住在大概率上意味着他们可能需要承担照顾父母或其他亲属的责任,这就增加了他们通过互联网查找一些关于养生方面的信息的概率。控制变量中性别、年龄和自评健康在1%的显著性水平下对老年人互联网的使用存在显著影响。而婚姻状况、民族和宗教则对互联网的使用没有太大的影响。具体为女性老年人相比男性老年人更经常上网,这与学者吴新慧、杨璐的研究结果有所不同,杨璐指出互联网使用的性别差距正在缩小。2 3-2 4年龄越大的老
28、年人认知与行动能力、接受新鲜事物的能力较低,越是不经常上网,老年人的身体健康越631赣南师范大学学报 2 0 2 3年差,在使用互联网时较为吃力,经常上网的概率越小。2.调节机制分析 在模型1的回归结果中显示老年人的同住人数越多,其经常使用互联网的概率越低。为了进一步分析同住人数对互联网使用的影响是否受到了其他因素的干扰,参考张倩晗等人2 5的研究方法,增加两个调节变量子女向老人寻求帮助、是否参加社会活动和二者与同住人数的交互项进行回归。其中子女向老人寻求帮助是指子女要求老年人帮忙干活、照看(外)孙子女或做家务(数据来源于调查问卷F 5_2 1);老年人是否参加社会活动是一个二值选择变量,参加
29、社会活动赋值为1,不参加社会活动赋值为2(数据来源于调查问卷D 1 8)。这两个变量分别说明了老年人在家庭和社会中可能承担的任务。子女向老年人寻求帮助和老年人是否参加社会活动对同住人数与互联网使用的调节影响见表4。表4 调节效应回归结果变量互联网使用模型6 模型7同住人数0.7 8 8*(0.0 6 0)0.9 1 5*(0.0 4 0)子女寻求帮助0.6 7 5*(0.0 5 2)同住人数*子女寻求帮助1.0 6 5*(0.0 2 5)参加社会活动2.6 3 6*(0.8 0 4)同住人数*参加社会活动1.0 4 0(0.1 1 0)性别0.7 4 7*(0.0 7 3)0.7 5 5*(0
30、.0 7 4)年龄0.9 1 3*(0.0 0 9)0.9 0 4*(0.0 0 9)婚姻状况1.0 8 2(0.1 4 6)1.0 6 9(0.1 4 4)自评健康1.5 4 2*(0.0 9 0)1.5 8 2*(0.0 9 2)民族1.1 1 5(0.2 7 5)1.1 9 1(0.2 9 5)宗教1.0 4 2(0.1 6 8)0.8 7 9(0.1 4 5)C o n s t a n t6 7.9 1 6*(5 5.9 9 4)3 6.1 1 5*(2 9.3 8 5)O b s e r v a t i o n s4 6 0 74 6 0 7 注:*p 0.0 1,*p 0.0 5,
31、*p0.1;L o g i t模型估计结果报告的是发生比率,括号中为标准误从模型6中可以发现,子女寻求帮助的O R值小于1,说明子女向老年人寻求帮助的程度增加将直接降低其经常使用互联网的概率,同时将同住人数和子女寻求帮助两个变量进行交互回归后发现交互项的发生比为(1.0 6 5)大于1且在1%的水平上显著,这表明同住人数对老年人互联网使用的消极作用会随着子女向老年人寻求帮助的程度的增加而增加,这可能是因为子女向老年人寻求帮助减少了老年人的空闲时间,使他们没有更多的时间花在互联网上。模型7中纳入了老年人参加社会活动这一中介变量。回归结果显示:老年人参加社会活动与互联网使用的O R值为2.6 3
32、6,在1%的水平下显著,而同住人数和参加社会活动的交互项对互联网使用影响不显著。表4说明老年人在家庭中承担的任务会影响同住人数与互联网使用之间的关系,而老年人在社会中承担的任务则并不会影响同住人数对老年人互联网使用的消极作用。(二)稳健性分析为了验证回归结果的稳健性,文章从以下两个角度进行了稳健性分析。首先,本文使用老年人是否需要照料(数据来源于的调查问卷的B 5)替换文中的自评健康。老年人需要照料为1,不需要为0。老年人对自身健康的衡量是一个主观评价,而是否需要照料变量更加客观,且在一定程度上也能说明老年人的健康状况。表5的结果显示,更改变量后无论是核心解释变量还是控制变量除回归系数值有所不
33、同外,各个变量发生比的大小和显著性都较为一致。实证结果较为一致,说明前面的基准回归结果较为稳健。表5 稳健分析一:以照料替换自评健康作为控制变量变量模型9模型1 0模型1 1模型1 2模型1 3同住人数0.8 9 9*(0.0 3 5)独居1.5 4 9*(0.3 0 5)与配偶居住1.1 8 3(0.2 4 7)与子女居住0.8 5 1*(0.0 8 2)与其他亲属或保姆居住2.4 5 1*(0.6 1 4)性别0.7 7 2*(0.0 7 3)0.7 7 4*(0.0 7 3)0.7 7 6*(0.0 7 3)0.7 7 2*(0.0 7 3)0.7 6 7*(0.0 7 2)年龄0.8
34、9 4*(0.0 0 8)0.8 9 5*(0.0 0 8)0.8 9 6*(0.0 0 8)0.8 9 4*(0.0 0 8)0.8 9 8*(0.0 0 8)婚姻状况1.2 6 7*(0.1 6 5)1.4 5 3*(0.2 2 9)1.0 4 0(0.2 3 3)1.1 7 4(0.1 5 2)1.2 2 3(0.1 5 8)照料0.5 4 3*(0.1 5 4)0.5 4 9*(0.1 5 6)0.5 5 3*(0.1 5 7)0.5 4 8*(0.1 5 5)0.5 5 1*(0.1 5 6)民族1.2 4 1(0.2 9 7)1.2 4 9(0.2 9 9)1.2 5 5(0.3
35、0 0)1.2 5 1(0.2 9 9)1.2 5 3(0.3 0 0)宗教0.7 7 2*(1.0 5 0)0.7 7 4*(1.0 5 2)0.7 7 6*(1.0 4 6)0.7 7 2*(1.0 4 7)0.7 6 7*(1.0 4 6)C o n s t a n t4 1 1.0 4 1*(3 0 7.6 1 1)2 3 9.9 4 3*(1 7 6.9 7 3)2 7 3.1 9 8*(2 0 0.9 1 9)3 3 9.6 5 0*(2 5 2.9 4 7)2 1 9.4 1 2*(1 6 1.9 1 5)O b s e r v a t i o n s4,8 6 74,8 6 7
36、4,8 6 74,8 6 74,8 6 7R20.0 6 7 70.0 7 4 80.0 6 6 50.0 6 7 10.0 6 9 6 注:*p 0.0 1,*p 0.0 5,*p 0.1;L o g i t模型估计结果报告的是发生比率,括号中为标准误731第4期 刘 敏 老年人居住状况对互联网使用的影响 其次,用P r o b i t模型替换文中使用的L o g i t模型。根据表6回归结果显示,更改计量方法前后,变量的显著性基本一致,说明本文的研究结果具有较高的稳健性。表6 稳健分析二:以P r o b i t模型替换L o g i t模型作为计量方法变量模型1 4模型1 5模型1 6模
37、型1 7模型1 8同住人数-0.0 0 8*(0.0 0 4)独居0.0 3 5*(0.0 1 8)与配偶居住0.0 1 2(0.0 1 9)与子女居住-0.0 0 9(0.0 0 9)与其他亲属或保姆居住0.0 8 6*(0.0 2 6)性别-0.0 2 7*(0.0 0 9)-0.0 2 7*(0.0 0 9)-0.0 2 7*(0.0 0 9)-0.0 2 7*(0.0 0 9)-0.0 2 7*(0.0 0 9)年龄-0.0 0 9*(0.0 0 1)-0.0 0 9*(0.0 0 1)-0.0 0 9*(0.0 0 1)-0.0 0 9*(0.0 0 1)-0.0 0 8*(0.0
38、0 1)婚姻状况0.0 1 3(0.0 1 2)0.0 2 4*(0.0 1 4)-0.0 0 2(0.0 2 1)0.0 0 8(0.0 1 2)0.0 1 0(0.0 1 2)自评健康0.0 4 4*(0.0 0 5)0.0 4 4*(0.0 0 5)0.0 4 4*(0.0 0 5)0.0 4 4*(0.0 0 5)0.0 4 4*(0.0 0 5)民族0.0 1 8(0.0 2 2)0.0 1 8(0.0 2 2)0.0 1 9(0.0 2 2)0.0 1 9(0.0 2 2)0.0 1 9(0.0 2 2)宗教0.0 0 1(0.0 1 5)0.0 0 1(0.0 1 5)0.0 0
39、 1(0.0 1 5)0.0 0 1(0.0 1 5)0.0 0 0(0.0 1 5)O b s e r v a t i o n s4,8 6 74,8 6 74,8 6 74,8 6 74,8 6 7 注:*p 0.0 1,*p 0.0 5,*p 0.1;P r o b i t模型估计结果报告的是边际效应,括号中为标准误 (三)内生性检验前文建立的基准回归模型可能存在内生性问题,也就是说,不同居住状况的老年人可能使用互联网的概率不同,比如独居的老年人可能会通过互联网来消磨时间减少孤独感,但同样经常使用互联网的老年人可能因为网瘾而影响其居住状况,这种反向因果和遗漏变量会不可避免地引起内生性问题
40、。为了 保 证 结 论 的 科 学 性 与 准 确 性,本 文 运 用I V p r o b i t模型来进行实证分析。在基础回归模型3和模型4中,老年人是否经常上网和核心解释变量老年人与配偶、子女居住的回归结果都不显著,所以这里只对另外三个核心解释变量老年人的同住人数、老年人独居、老年人与其他亲属或保姆居住进行内生性分析。因为工具变量要求与内生解释变量高度相关,所以本文选取老年人健在的子女个数(数据来源于问卷F 4-1)作为老年人同住人数和老年人独居的工具变量,选取父母需要照料(数据来源于问卷F 1)作为老年人与其他亲属或保姆居住的工具变量。表7 I V p r o b i t估计第二阶段回
41、归结果模型1 9一阶段 二阶段模型2 0一阶段 二阶段模型2 1一阶段 二阶段变量同住人数互联网使用独居互联网使用其他亲属或保姆互联网使用同住人数-5.5 6*(1.4 9 4)独居5 7.5 2 7*(3 2.2 1 9)与其他亲属或保姆居住3.2 4 4*(0.6 4 4)健在子女个数0.0 6 0*(0.0 1 5)-0.0 0 6*(0.0 0 3)父母需要照料0.1 5 0*(0.0 0 8)控制变量已控制已控制已控制已控制已控制已控制W a l d t e s t:c h i 2(1)1 3 9.7 31 4 1.2 52 0.7 4P值0.0 0 0 00.0 0 0 00.0
42、0 0 0C o n s t a n t3.7 2 5*(0.2 5 1)2 4.2 0 7*(7.7 6 9)0.2 8 3*(0.0 5 3)-1 5.2 3 8*(9.8 4 6)0.1 0 4*(0.0 2 4)0.7 8 9*(0.4 0 8)O b s e r v a t i o n s4 7 5 44 7 5 44 7 5 44 7 5 44 8 6 74 8 6 7 注:*p 0.0 1,*p 0.0 5,*p 0.1;I V p r o b i t模型估计结果报告的不是边际效应,括号中为标准误 表7为I V p r o b i t的回归结果,根据模型1 9、模型2 0、模型2
43、 1的W a l d t e s t检验结果,其P值都为0,故可在1%的水平上认为三个核心解释变量老年人同住人数、独居、与其他亲属或保姆居住都为内生解释变量。由于三个模型中的内生解释变量与工具变量的个数一致,则无需进行过度识别检验。2 6同时三个模型弱工具检验的结果都小于0.1,可以说明所选择的工具变量都不是弱工具变量。根据模型1 9的回归结果显示,老年人的同住人数的回归系数显著为负,与基础回归的结果较为一致,说明在引入工具变量控制内生性以后,同住人数仍然能够抑制老年人经常使用互联网。同理,模型2 0、2 1的回归结果表明在引入工具变量控制内生性以后,老年人独居、与其他亲属或保姆居住仍然能够增
44、加其经常使用互联网的概率。五、结论和建议 本文考察了老年人的居住状况、性别、年龄、婚831赣南师范大学学报 2 0 2 3年姻状况、自评健康、民族、宗教对其互联网使用的影响,主要分析了老年人的居住状况对其是否经常使用互联网有没有具有显著性差异,得到了以下几点结论:第一,总的来说,老年人居住状况对老年人是否经常使用互联网影响显著。具体分为,老年人普遍与23人同居,与老年人同住的人数越多老年人经常使用互联网的概率越低,同时会受到老年人在家庭中承担的任务的影响。同住人数、独居、与其他亲属或保姆居住对老年人是否经常使用互联网影响显著。而老年人与配偶、子女同居对其是否经常使用互联网没有显著影响。第二,在
45、老年人这个群体之中,女性老年人相比男性老年人更经常上网;年龄越大的老年人越是不经常使用互联网;同样的身体越差的老年人越不经常使用互联网。第三,不同婚姻状况、民族、宗教的老年人在是否经常使用互联网上并没有显著差异。在老龄化和信息化时代,老年人应该与年轻人共同享有互联网发展的成果,以便更好地融入现代社会。目前从数据上看,老年人上网的比率不高,只有大概1 0%的老年人经常上网,为了让更多的老年人使用互联网,提高老年人上网比率,本文提出以下建议:第一,加强亲属对老年人互联网使用的指导。从数据上看,老年人大多数是与他人同居,其中包括了很多年轻家属。老年人可能会因心理因素,健康因素等难以适应不断更新迭代、
46、智能化的互联网产品。研究者认为应该充分利用老年人大多数是与他人同居这一条件,老年人的子女等后代应该履行自己的家庭责任,比如在互联网知识和使用方法等方面尽可能地指导老年人使用,多与老年人通过手机、电脑等互联网工具进行联系。2 7有研究发现子女的支持和帮助对老年人学习互联网知识发挥了积极作用。2 0亲属的帮助能在一定程度上缩小老年人与年轻人在参与互联网方面的差异,有效的帮助老年人融入信息化社会。第二,多开发适合老年人使用的互联网产品。目前互联网的产品和功能越来越多,逐渐趋向智能化,而老年人随着年龄的增大,认知与行动能力,接受新鲜事物的能力等都在退化,这些都会阻碍老年人使用互联网产品。依据老年人的个
47、性化需求,来设计专业的智能工具,比如在老年人重点关注的领域,如健康养生,新闻等,适当地加大字体,通过鲜明的颜色突出便捷操作按钮,增加音频功能等方式来帮助老年人浏览,这方面可以充分借鉴国外经验。随着我国老年人口数量的不断增加,老年人逐渐成为需要关注的群体,同时随着互联网的发展,越来越多的老年人逐渐加入使用互联网之中。国内外的相关研究发现,老年人的个体因素,家庭因素,社会因素等都会对老年人互联网的使用产生影响,其中老年人的居住状况对他们是否经常使用互联网影响显著。研究老年人的居住状况对其互联网使用的影响,可以帮助中国的老年人学习互联网知识、使用互联网相关产品和服务,丰富他们的日常生活,也对老年人适
48、应互联网发展趋势、适应信息化社会起着重要作用,有研究表明互联网的使用能够促进积极老龄化。2 8参考文献:1 企鹅智库.2 0 1 9-2 0 2 0中国互联网趋势报告E B/O L.(2 0 1 9-0 1-3 1)2 0 2 2-3.5.h t t p s:/s o c i a l o n e.c o m.c n/q q-i n t e r-n e t-t r e n d-r e p o r t-2 0 1 9/.2 彭希哲,吕明阳,陆蒙华.使用互联网会让老年人感到更幸福吗?来自C G S S数据的实证研究J.南京社会科学,2 0 1 9(1 0):5 7-6 8.3 K R AUT R,P
49、 A T T E R S ON M,L UN DMA R K V,e t a l.I n t e r-n e t p a r a d o x:A s o c i a l t e c h n o l o g y t h a t r e d u c e s s o c i a l i n v o l v e-m e n t a n d p s y c h o l o g i c a l w e l l-b e i n g?J.Am e r i c a n p s y c h o l o-g i s t,1 9 9 8,5 3(9):1 0 1 7.4 徐 晓 雯,李 泽 臻,高 琼.互 联 网 使
50、 用 影 响 老 年 人 的 孤 独 感吗?基于C HA R L S数据的实证研究J.山东财经大学学报,2 0 2 1,3 3(3):1 0 0-1 2 0.5 汪连杰.互联网使用对老年人身心健康的影响机制研究 基于C G S S(2 0 1 3)数据的实证分析J.互联网经济,2 0 1 8(4):1 0 1-1 0 8.6 RU S S E L L C,C ANMP B E L L A,HUGHE S I.R e s e a r c h:a g e-i n g,s o c i a l c a p i t a l a n d t h e i n t e r n e t:f i n d i n