《Frontiers in Public Health》:Changing social composition of internet-use frequency categories and leisure exercise in China: a repeated cross-sectional study
编辑推荐:
背景:随着频繁互联网使用变得普遍,非频繁互联网使用者所代表的社会人群可能发生变化。研究人员考察了这些使用者是谁、其构成在不同调查年份之间存在何种差异,以及他们与频繁互联网使用者在休闲锻炼方面的差异在各年份之间幅度是否相似。
方法:来自2010年至2023年的
背景:随着频繁互联网使用变得普遍,非频繁互联网使用者所代表的社会人群可能发生变化。研究人员考察了这些使用者是谁、其构成在不同调查年份之间存在何种差异,以及他们与频繁互联网使用者在休闲锻炼方面的差异在各年份之间幅度是否相似。
方法:来自2010年至2023年的九轮中国综合社会调查(Chinese General Social Survey, CGSS)横断面数据提供了90,457条记录,用于对18岁及以上成年人进行描述性分析,并提供71,218条记录用于30–74岁年龄段的关联分析。调查加权模型将锻炼概率标准化至每一波的协变量分布。结局为每天或每周数次进行休闲锻炼。三分类和五分类比较考察了二分分组以及构成和观测支持。
结果:频繁互联网使用者在2010年占成人描述性样本的19.15%,在2023年占71.73%。在非频繁互联网使用者中,从不使用者(never users)在2010年占82.82%,在2023年占48.88%。非频繁使用者的平均年龄分别为49.35岁和62.39岁,平均个人收入百分位数分别为45.75和37.62。频繁使用者减去非频繁使用者的锻炼差异范围为2.12至10.09个百分点;全部九个点估计均为正,2010年和2023年的95%区间包含零。频繁使用者减去从不使用者的差异范围为4.29至13.65个百分点,而频繁使用者减去低频使用者的差异为?0.19至7.07个百分点。在2023年30–74岁的关联样本中,30–35岁受访者占加权人口的14.43%,但其中没有人是从不使用互联网者;因此,涉及从不使用的标准化比较需要进行年龄外推。
结论:相同的非频繁互联网使用标签在不同调查中包含了不同的行为混合体和社会概况。跨年份解读休闲锻炼关联需要关注频率组所代表的人群、标准化人群和观测支持。
随着互联网在中国迅速普及,频繁使用互联网已从少数人的行为转变为主流生活方式。然而,不同社会群体采纳互联网的节奏和程度并不一致,这可能导致相同使用频率类别内的人群构成随时间发生改变。非频繁互联网使用者并非同质群体,其内部包含从不、偶尔和有时三类人群,且三类人群的比例和社会特征可能逐年变动。与此同时,互联网使用与休闲锻炼的关系也可能因群体构成和调查年份的不同而有所差异。为厘清这些问题,研究人员利用2010年至2023年九轮中国综合社会调查(Chinese General Social Survey, CGSS)的重复横截面数据,系统考察了三个问题:非频繁互联网使用者究竟是谁;其年龄、教育、户口、收入等社会构成在不同调查年份间如何变化;频繁与非频繁使用者在休闲锻炼上的标准化差异是否在各年份间保持稳定。
研究人员基于90,457名18岁及以上成人的描述性样本(D18)和71,218名30–74岁关联分析样本(A30),采用调查加权logistic回归模型,将锻炼概率标准化至每一波目标人群的协变量分布,同时区分二分、三分类和五分类互联网使用频率定义,并辅以多项敏感性分析。研究发现,频繁互联网使用者在成人样本中的比例由2010年的19.15%升至2023年的71.73%;在非频繁使用者内部,从不使用者占比由82.82%降至48.88%,低频使用者占比相应上升。非频繁使用者的平均年龄由49.35岁上升至62.39岁,平均个人收入百分位数由45.75降至37.62,表明该群体在年龄和相对收入层面与频繁使用者的差距有所扩大;但在教育、户口和收入维度上的绝对差距则呈缩小趋势。在锻炼关联方面,频繁与非频繁使用者的标准化锻炼概率差异在九个年份均为正,范围从2.12到10.09个百分点,但2010年和2023年的95%置信区间包含零;拆分后,频繁与从不使用者的差异更稳定且数值更大,而频繁与低频使用者的差异较微弱且方向不一。此外,五分类分析显示,最高频率响应并不总是对应最高的锻炼概率,相邻类别间的差异也存在年份异质性。2023年,30–35岁受访者占加权目标人群的14.43%,但该年龄区间内没有任何从不使用者,使得涉及从不使用的标准化比较必须依赖年龄外推。
为开展上述研究,研究人员使用了中国综合社会调查(CGSS)2010–2023年共九轮面对面访谈的横断面数据,并排除了2023年电话分支。描述样本D18要求年龄≥18岁且有有效的互联网使用回答和正有限权重;关联样本A30限定为30–74岁并具备完整结局及核心协变量;扩展样本C30进一步要求婚姻、就业和家庭收入数据完整。研究采用调查加权logistic回归模型,通过预测平均化将锻炼概率标准化至每波A30的加权目标分布,核心调整变量包括年龄样条、性别、民族、教育、户口和省份固定效应。互联网使用频率分为五级(从不、偶尔、有时、经常、总是/非常频繁),非频繁=1–3,频繁=4–5,并分别拟合二分、三分类和五分类模型。敏感性分析涵盖省份聚类推断、Jackknife重抽样、多重插补扩展调整、E-value阈值计算以及不同权重方案比较。
研究结果分述如下。在4.1节中,样本量和频率分布显示频繁使用比例增长并非完全单调,且加权重与未加权结果方向存在差异,说明权重对描述性变化有实质影响。4.2节的社会特征结果显示,非频繁使用者的年龄增大、个人收入百分位下降,而教育等维度差距缩小;从不使用者与低频使用者在四项指标上均存在明显差异,低频使用者居中。4.3节的年份特定锻炼差异表明,频繁与从不使用者的锻炼差异在所有年份均为正且置信区间不含零,而频繁与低频使用者的差异在多数年份包含零;2023年的年龄外推问题尤为突出。4.4节的五分类分析显示经常使用者(response 4)与总是/非常频繁使用者(response 5)的锻炼概率排序随年份变化,例如2011年response 5反而低于response 4,2023年则相反;相邻类别差异中,“有时”与“偶尔”的差异在所有年份均不显著。4.5节观测支持分析发现,即使模型全部收敛,某些使用组在特定年龄、省份或联合特征组合上仍缺乏观测记录,例如2010年西藏无频繁使用者、2023年无30岁以下从不使用者,这些空白依赖模型外推。4.6节的同样本调整比较显示,扩展调整婚姻、就业和家庭收入后,平均锻炼差异从核心调整的5.98个百分点降至5.31个百分点,说明共享社会条件解释了一部分关联;敏感性分析支持调整后结果的稳健性。
讨论部分指出,非频繁使用者构成的变化是维度特异性的:年龄和相对收入劣势加深,但教育和户口差距收窄。这一现象与扩散理论和非使用者研究相呼应,表明使用频率的扩散与数字技能或收益的平等并非同一问题。将从不使用与低频使用区分后,锻炼关联的主要贡献来自频繁与从不使用者的对比,而低频使用者处于中间位置。健康生活方式理论强调经济、教育和年龄等结构因素同时塑造互联网使用和休闲锻炼,调整分析结果与该理论一致。局限性方面,重复横截面设计无法推断因果,单一频率测量未涵盖目的、技能或收益,标准化结果依赖外推和模型假设。研究结论可概括为:在九项调查中,相同的非频繁互联网使用标签包含了不同的频率混合体和社会群体;在所有二分点估计中,频繁互联网使用均与休闲锻炼呈正相关,其幅度和支持情况随年份和比较组而变化;将从不使用与低频使用分开有助于澄清比较;报告每个频率组所代表的人群及其锻炼关联,为跨年份解读提供了更有信息量的基础。