互联网使用对中国中老年人衰弱的影响：基于CHARLS 2020的实证证据

《BMC Public Health》：Internet use and frailty in Chinese middle-aged and older adults: empirical evidence from CHARLS 2020

　　本研究针对人口老龄化背景下中老年健康问题，通过分析CHARLS 2020数据，探讨互联网使用与衰弱（Frailty）的关联。研究发现，互联网使用、使用水平及类型均显著降低衰弱风险（p<0.001），且经PSM（Propensity Score Matching）和WeChat替代检验后结果稳健。研究为通过数字技术促进健康老龄化提供了实证依据，对制定中老年人数字健康干预策略具有重要参考价值。

　　

随着全球人口老龄化加速，中老年健康问题已成为公共卫生领域的焦点。衰弱（Frailty）作为一种多维综合征，能够预测失能、住院和死亡等不良健康结局，其可逆性使其成为健康干预的关键靶点。与此同时，互联网的普及正深刻改变中老年人的生活方式，但网络使用对衰弱的具体影响尚存争议。在这一背景下，Wang等学者基于中国健康与养老追踪调查（CHARLS）2020年数据，开展了一项横断面研究，旨在揭示互联网使用与中国中老年人衰弱之间的关联，相关成果发表于《BMC Public Health》。

研究采用多项关键技术方法：以CHARLS 2020中10,727名45岁及以上中老年人为样本，通过衰弱指数（Frailty Index, FI）评估衰弱状态（阈值0.25），使用logit回归分析互联网使用（包括使用行为、水平及类型）与衰弱的关系，并采用倾向得分匹配（PSM）控制内生性，以WeChat使用作为替代变量进行稳健性检验，最后通过异质性分析探讨性别、年龄和户籍因素的差异影响。

样本描述

研究纳入的10,727名中老年人中，69.3%处于衰弱前期（Pre-frail），30.7%为衰弱（Frail）状态。互联网使用率为53.9%，且使用者更年轻、教育水平更高、居住于城市地区（p<0.001）。描述性统计显示，互联网使用与衰弱状态、年龄、性别等因素均存在显著差异，为后续分析奠定了基础。

基线回归结果

Logit回归表明，互联网使用（β=-0.468, p<0.001）、使用水平（β=-0.172, p<0.001）及使用类型（β=-0.150, p<0.001）均对衰弱有显著负向影响。年龄、农村居住、睡眠不足等因素加剧衰弱，而婚姻状况、教育水平、饮酒等则具保护作用。结果在逐步控制人口学特征、健康行为和社会经济变量后仍保持稳健。

内生性处理

为缓解样本自选择偏误，研究采用PSM匹配互联网使用与非使用人群。核密度图显示匹配后两组特征分布趋近，平衡性检验中标准化偏差均<20%。四种匹配方法（如近邻匹配、核匹配）均证实互联网使用对衰弱的抑制效应（p<0.001），支持基准回归结论。

稳健性检验

将核心变量替换为WeChat使用后，结果仍显着负向（β=-0.476, p<0.001），表明研究发现具有良好稳定性。

异质性分析

亚组分析揭示，互联网使用的健康效益存在群体差异：男性（β=-0.492）效应强于女性（β=-0.454），高龄组（60-95岁）获益更显著，统一居住户籍群体（β=-0.711）反应最强，提示数字干预需考虑城乡资源配置与社会支持差异。

结论与讨论

本研究证实互联网使用可通过促进社会连接、健康信息获取和认知活动等多路径减缓中老年人衰弱进程。针对数字鸿沟问题，建议构建适老化数字环境，开展社区智能设备培训，并结合家庭医生制度推广互联网健康管理。研究局限性在于横断面设计难以确立因果关系，未来需通过纵贯数据深入机制探索。总体而言，该研究为数字化时代推动“健康中国”战略提供了科学依据，凸显了互联网作为可干预因素在促进健康老龄化中的潜力。