数字技术能改善城乡居民的健康吗？——来自中国的经验证据

《Acta Psychologica》：Do digital technologies improve the health of urban and rural residents? — Empirical evidence from China

　　

在数字经济和“健康中国”倡议的背景下，阐明数字技术影响公共健康的机制有助于改善公共健康治理。本研究利用2012年至2024年中国30个省份的面板数据，采用CRITIC-熵权法（Critic-entropy weighting method）和双重机器学习模型，以解决现有研究在因果识别、机制分解和边界分析方面的不足。研究结果表明，数字技术显著改善了公共健康；人均医疗支出发挥了部分中介作用；赋能效应呈现出区域梯度，在中部地区最强，西部地区次之，东部地区相对较弱；门诊就诊量发挥了正向的调节作用。这些发现为中国差异化推进数字健康倡议提供了实证指导。

在数字经济与“健康中国”倡议的背景下，阐明数字技术影响公共健康的机制对改善公共健康治理至关重要。当前，数字技术已全面渗透生产与生活，不仅成为经济转型的核心驱动力，其对社会福利与居民健康的溢出效应也日益显现。然而，数字经济对健康的影响呈现“双刃剑”特征：一方面，数字技术降低医疗获取门槛、传播健康知识并推动减污，从而有益于公共健康改善；另一方面，过度与不当使用数字技术会产生不可忽视的负面健康后果，例如引发“数字肥胖”、认知过载及数字依赖，进而损害身心认知健康。此外，区域数字发展差异与城乡数字鸿沟使得两者关系呈现复杂的非线性特征。现有研究多采用固定效应与双重差分模型，在多维健康特征系统分析和传导机制探索上存在不足，且微观心理研究缺乏宏观实证证据。为此，研究人员开展了数字技术对城乡居民健康影响的研究，得出结论认为数字技术显著提升公共健康水平，且存在区域梯度与机制差异。该研究具有重要的理论与现实意义，论文发表在《Acta Psychologica》期刊上。研究融合了数字技术正负双面健康效应，扩展了多维理论维度；结合机器学习与工具变量缓解了高维偏差和内生性；构建了多层传导分析框架，并为中国差异化数字健康政策提供了实证参考。

在技术方法上，研究构建了2012至2024年中国30个省级行政区的面板数据集（不含港澳台及西藏）。样本队列数据来源于北京大学数字金融研究中心、《中国统计年鉴》及中国卫生健康统计年鉴等。研究采用CRITIC-熵权法构建综合评价指标体系；运用双重机器学习模型（DML，一种用于缓解高维变量偏差和非线性问题的算法框架），配合1:4样本分割与随机森林算法进行正交化估计；同时采用部分线性工具变量模型和传统两阶段最小二乘法（2SLS）处理内生性问题，工具变量为移动电话交换机容量。

在研究结果方面：

回归至均值：检验数字技术对家庭健康的总体效应
通过双重机器学习框架和随机森林算法进行基准回归，结果表明核心解释变量数字技术在所有模型规格中均呈现统计显著的正向系数。在依次加入控制变量一阶项、双向固定效应及二次项后，数字技术仍显著为正，证实数字技术发展与公共健康水平呈稳健正相关关系，支持研究假设H₁。

多维稳健性检验
为交叉验证基准估计的可信度，研究实施了多重稳健性检验。通过更改研究样本（剔除直辖市）、替换机器学习算法（如Lasso、梯度提升、支持向量机）以及调整样本分割参数（1:2和1:6）等方法，数字技术变量依然产生统计显著的正向系数。这证明了核心结论对特定模型选择不敏感，基准回归结果可靠。

内生性识别与处理
针对双向因果关系等内生性挑战，研究采用部分线性工具变量模型与2SLS进行检验。选取移动电话交换机容量作为工具变量，其满足相关性与外生性假设。结果显示，在控制内生性后，数字技术的正向影响依然成立，且工具变量通过了不可识别与弱工具变量检验，进一步证实了结论的稳健性。

区域异质性分组回归分析
将样本划分为东、中、西部进行分组回归，结果显示数字技术在中部地区系数最大（1%显著），西部次之（1%显著），东部较弱（10%显著）。这表明赋能效应呈“中部最强，西部次之，东部较弱”的梯度特征。原因在于东部地区数字健康系统成熟导致边际收益递减，中部地区凭借政策与人口密度优势处于快速渗透期，而西部地区则利用数字技术弥补本地医疗资源短缺。

作用机制检验
机制检验包含中介效应与调节效应两部分。中介效应检验采用两步法验证人均医疗支出的中介作用。第一阶段显示数字技术显著提升人均医疗支出；第二阶段在加入中介变量后，数字技术仍显著正向。表明数字技术通过增加人均医疗支出间接改善健康，支持假设H₂。调节效应检验构建了数字技术与门诊就诊量的交互项。结果显示交互项系数显著为正，表明门诊就诊量正向调节数字技术的健康赋能效应，即医疗服务利用强度越高，正向影响越显著，支持假设H₃。

在讨论部分，研究总结了数字技术对城乡居民健康的显著正向影响，该结论符合新经济增长理论与技术扩散理论。该正向净效应反映宏观层面主导的是系统优化与资源效率提升，并不排除微观个体层面的负面健康影响。研究存在一定局限性：样本未覆盖全国所有地区；核心变量基于宏观统计数据，缺乏微观心理和行为指标，难以准确识别如数字肥胖等微观负面效应；指标对医疗健康领域的特异性有待提升；宏观面板工具变量难以彻底解决双向反馈的内生性问题。未来建议开展微观队列追踪研究，结合心理量表与行为数据，探讨数字健康素养等中介机制，并进行跨国比较研究。

研究结论表明：基于2012至2024年30省面板数据，利用双重机器学习模型得出，数字技术对居民健康有显著正向驱动作用，且在一系列稳健性与内生性检验后依然成立；人均医疗支出发挥部分中介作用，数字技术通过增加医疗资源投入和优化配置效率改善健康；该影响存在区域异质性，呈“中部最强，西部次之，东部较弱”的梯度特征；患者就诊次数发挥显著正向调节作用，地区医疗服务利用强度越高，数字技术对公共健康的促进作用进一步增强。