农村居民健康传播行为影响因素的网络分析：社会生态学视角

《Frontiers in Public Health》：Network analysis of influencing factors on rural residents’ health communication behaviors: a social-ecological perspective

　　

摘要目的：本研究旨在基于社会生态模型（Social-Ecological Model）构建农村居民健康传播行为影响因素的网络结构，并采用网络分析技术识别核心因素。研究结果可为制定适配农村地区的循证（evidence-based）健康促进项目提供理论与实践参考。

方法：本研究为横断面调查。于2023年7月20日至9月20日期间，在中国宁夏回族自治区10个村庄招募了1,549名农村居民。基于农村居民社会生态模型（Social-Ecological Model），采用问卷评估3个层级的因素：个体层面、人际层面和环境层面。采用SPSS进行多层次回归模型分析。此外，使用R4.4.2软件对农村居民健康传播行为的影响因素开展网络分析。

结果：农村居民健康传播行为平均得分为（5.16 ± 1.68）。多层次回归结果显示，7个个体层面因素［性别（β = 0.19, p < 0.01）、年龄（β = 0.10, p < 0.01）、职业（β = ?0.07, p < 0.01）、收入（β = 0.12, p < 0.001）、日常生活活动能力（activities of daily living, ADL）（β = ?0.05, p < 0.05）、感知易用性（perceived ease of use）（β = 0.21, p < 0.001）和媒介卷入（media involvement）（β = 0.21, p < 0.001）］、3个人际层面因素［家庭成员慢性病类型（β = 0.17, p < 0.001）、家庭成员医学背景（β = ?0.05, p < 0.05）和社会支持（social support）（β = 0.07, p < 0.001）］以及1个环境层面因素［村委会健康信息传播频率］会影响农村居民健康传播行为水平。网络分析显示，社会支持在强度（strength）、接近中心性（closeness）和中介中心性（betweenness）方面最为突出，且不同层级之间存在交互作用。

结论：农村居民健康传播行为总体水平仍然较低，其形成受多层级（个体、人际与环境）及多因素交互作用影响。值得注意的是，社会支持是这一复杂网络中的中心因素，既是关键枢纽，也是连接各类变量的中介机制。未来研究应采用多维路径，通过协同干预个体能动性、人际网络与环境政策，以提升健康传播行为。

本文发表于《Frontiers in Public Health》，围绕中国农村居民健康传播行为的影响机制展开系统研究。研究背景在于，健康传播是促进公众健康素养、改善健康行为和提升整体健康水平的重要路径，但中国农村地区健康传播的实践效果仍然有限。已有研究多聚焦于人口学特征或某一单一因素，对农村居民健康传播行为的影响机制缺乏系统性把握，尤其缺少基于社会生态模型（Social-Ecological Model）的多层级整合分析。与此同时，行为发生并非仅由个体意愿决定，而是受到个体、人际关系及外部环境等多重因素共同塑造。传统回归分析虽可识别独立预测因素，但较难揭示变量之间复杂的相互依赖关系。因此，研究人员以社会生态学视角切入，并引入网络分析方法，旨在更全面地揭示农村居民健康传播行为的多层级关联结构与核心节点，为农村健康促进策略的精准设计提供依据。

研究人员采用横断面调查设计，于2023年7月至9月在中国宁夏回族自治区5个地级市各抽取1个县，每县抽取2个行政村，共纳入10个村的常住农村居民1,549人。研究对象需年满18岁，具有宁夏户籍或已在农村居住至少12个月。研究通过面对面问卷调查收集资料，并从个体层面、人际层面和环境层面对影响因素进行测量。论文的核心问题在于：哪些社会生态因素与农村居民健康传播行为显著相关，这些因素之间如何形成相互作用网络，以及其中何者处于系统中心位置。

从研究意义看，该研究不仅补充了中国农村场景下社会生态模型应用的经验证据，也将网络分析引入健康传播行为研究之中，使影响机制的识别从“单因素预测”扩展到“系统结构解释”。研究结果表明，农村居民健康传播行为总体处于较低水平，且这一行为不是孤立生成，而是在个体能力、家庭与社会支持、社区信息供给等多重因素共同作用下形成。特别是社会支持被识别为网络中的核心枢纽，提示健康传播干预不能仅依靠信息投放，还需重视家庭和社区支持体系建设。

研究所采用的主要技术方法包括：第一，基于社会生态模型构建分析框架，将变量划分为个体层面、人际层面和环境层面；第二，采用整群抽样，在宁夏10个行政村形成1,549人的农村居民样本队列；第三，使用多层次线性回归分析健康传播行为的显著相关因素；第四，基于高斯图模型（Gaussian Graphical Model, GGM）和 `qgraph` 包中的 `EBICglasso` 方法构建变量网络，并计算强度（strength）、接近中心性（closeness）和中介中心性（betweenness）；第五，通过相关稳定性系数（correlation stability, CS）和Bootstrap法评估网络稳定性与边权准确性。

在结果部分，论文首先报告了样本特征。纳入对象中女性占59.5%，60岁及以上者占43.6%，总体受教育程度偏低，小学及以下占68.6%。大多数受访者已婚，家庭成员数较多，家庭中无医学背景者占多数，且收入总体偏低。这一人口构成为理解农村健康传播行为的现实基础提供了背景，也提示研究样本具有典型的农村人口结构特征。

**The level of health communication behaviors among rural residents is relatively low**
研究显示，农村居民健康传播行为的平均得分为（5.16 ± 1.68），低于量表中位水平，说明其总体水平偏低。通过对这一结果的讨论，研究人员指出，农村地区健康传播仍较多依赖自上而下的单向信息传递方式，受众参与和互动不足，传播内容与居民实际需求之间也可能存在错配，因此健康信息的利用和转化效果有限。该结果说明，仅靠信息供给并不足以推动持续性的健康行为转变，必须从更综合的社会生态框架理解其成因。

**Individual, interpersonal and environmental factors influencing health communication behaviors of rural residents**
通过多层次回归分析，研究人员发现，个体层面共有7个因素与健康传播行为显著相关，包括性别、年龄、职业、月收入、日常生活活动能力（ADL）、感知易用性和媒介卷入。其中，感知易用性和媒介卷入的标准化回归系数较高，提示信息是否易于获取、分享和理解，以及个体对媒介信息的识别与参与程度，是驱动健康传播行为的重要条件。年龄和性别的显著性表明，不同人群在健康信息接触、理解和应用方面存在差异；收入和职业的作用则反映出资源可及性与健康投资能力对传播行为的影响；日常生活活动能力下降者在参与健康传播时面临更大限制。

在人际层面，家庭成员慢性病类型、家庭成员医学背景和社会支持为显著因素。研究结果表明，家庭中慢性病负担较重时，居民对健康信息的需求更高，从而更可能主动接触和传播相关信息；家庭成员具有医学背景也会影响居民的健康传播行为；而社会支持与健康传播行为呈正相关，说明支持性人际环境有助于增强个体参与健康促进活动的动力。

在环境层面，仅“村内健康传播频率”进入最终模型且具有显著性。这说明村庄层面的健康信息供给强度，是农村居民健康传播行为的重要外部条件。换言之，社区是否持续开展健康宣传教育，会直接影响居民获得信息、参与交流和形成传播行为的机会。

**Social support constitutes the central factor within the network**
在纳入显著预测因素后，研究人员构建了包含11个节点和55条边的网络结构，其中47条边具有非零权重。网络分析结果显示，社会支持在强度、中介中心性和接近中心性三项指标上均居于最高水平，构成整个网络的中心节点。这一结果表明，社会支持不仅是影响健康传播行为的独立预测因素，更在不同层级变量之间发挥桥梁作用，将个体属性、人际关系与环境条件连接起来。研究同时观察到，社会支持与感知有用性、媒介卷入、年龄、职业、收入以及家庭成员慢性病类型等因素之间存在较强关联，提示其可能处于信息需求、资源调动和行为参与的交汇点。

网络稳定性分析进一步表明，该网络结构具有较高可信度。强度、中介中心性和接近中心性的CS值均大于0.7，显示中心性指标稳定；边权的Bootstrap置信区间较窄且接近原始样本值，说明网络边权估计具有较好准确性。因此，社会支持作为核心节点的判断具有较强方法学支撑。

论文讨论部分强调，本研究相较既往文献的创新之处在于，突破了仅考察单层级或一般人口学因素的研究路径，系统揭示了个体、人际和环境层面之间的互动关系。研究人员指出，回归模型用于识别各因素的独立预测效应，而网络分析则能够揭示潜在的跨层级联系，这与社会生态模型关于“健康行为源于多层级动态交互”的理论逻辑一致。论文特别强调，在中国农村这一非正式社会关系较为紧密的场域中，社会支持具有显著枢纽效应，其作用不仅体现在直接促进健康传播行为，还体现在协调和放大其他促进因素的影响。

同时，研究也指出解释结果时应注意环境层面变量数量相对较少，这可能影响不同层级中心性指标的平衡比较。因此，个体层面和人际层面变量在网络中的相对优势，需要结合变量代表性加以审慎理解。尽管如此，村级健康传播频率仍表现为显著预测因素，说明基层社区环境在农村健康传播中不可忽视。

研究结论部分可译为：基于社会生态模型，本研究整合多层次回归分析与网络分析，阐明了农村居民健康传播行为多种影响因素之间的复杂关联机制。研究发现，农村居民健康传播行为总体水平仍然较低，且该行为受到多层级、多因素交互作用的共同塑造。年龄、性别、收入、媒介卷入和感知易用性等个体因素，家庭慢性病类型、家庭医学背景和社会支持等人际因素，以及村级健康传播频率这一环境因素，均发挥显著作用。尤其是网络分析表明，社会支持是整个系统的核心枢纽，在强度、中介中心性和接近中心性方面均最高。这意味着社会支持不仅是预测因素，也是连接个体属性、人际动态与环境因素的关键桥接机制。除社会支持外，家庭慢性病类型、感知易用性、媒介卷入和职业也是重要决定因素。上述发现提示，干预策略不应局限于单一维度，而应采用协同、多路径的综合框架，优先强化家庭和社区层面的社会支持体系，并提升村委会在动员社会支持中的作用，同时关注数字素养与感知易用性等个体障碍，以最大化农村健康传播项目的覆盖范围与实施效果。

总体而言，这项研究以社会生态模型为理论基础，以宁夏农村居民为样本，通过多层次回归与网络分析相结合的方法，清晰描绘了健康传播行为影响因素的层级结构与系统网络。研究最重要的结论是，农村居民健康传播行为偏低，且其形成并非由单一因素决定，而是多层级因素共同作用的结果；其中，社会支持处于核心地位，是未来农村健康传播干预最具操作性的关键切入点。