郭 浩，卓少娜

健康不平等是当前社会热点议题之一。诸多研究表明，社会经济地位处于上层的群体，其健康水平整体优于下层群体，并且这种不平等状况并没有随着医疗技术的改进和经济的发展而消失，反而呈现出扩大趋势[1-2]。

中国互联网络信息中心（CNNIC）最新报告显示：中国网民规模达9.40 亿，互联网普及率达67.0%，已连续多年保持稳定增长的趋势。“互联网+”战略成为健康行业的历史性选择，市场上涌现了越来越多的健身应用（APP），为用户提供个性化以及科学合理的健身计划，多方面满足用户的健身需求并引导用户针对自身的实际身体状况做出健身方案调整。但是，不同人群之间因家庭背景、社会经济地位和职业类型等因素在互联网的使用上原本就存在着鸿沟[3]，由此是否会消解技术发展的影响，从而使得人们的健身认知与健身行为表现出差异？来自社会流行病学和医学社会学的相关研究表明：健康的生活方式如经常性参加健身活动，将显著提升健康水平[4]。那么，由互联网使用产生的健身差异，是否会新生产出健康的不平等？因此，本文将基于调查数据探讨互联网使用、健身和健康不平等之间的关系，为建设健康中国提供实证依据。

1 资料与方法

1.1 数据来源

本研究依据文献研究的结果对健康水平、健身和互联网使用3个核心概念进行条理化和具体化后形成了问卷初稿。经过预调查后，剔除无鉴别力的题项，以正式的调查问卷作为调查工具。本研究通过网络调查的形式，共回收有效问卷502份。

1.2 研究方法

本研究在文献回顾的基础上，采用SF-36健康调查简表，该表是在1988年Stewartse研制的医疗结局研究量表的基础上，由美国波士顿健康研究发展而来[5]。考虑到受访者的填写情况，本研究采用的是SF-36健康调查简表中一项重要的健康指标——健康变化，用作健康水平的测量。基于SF-36 的计分方法，健康水平的取值范围是0-100分，数值越大表示受访者的健康水平愈高。本研究还对性别、年龄、学历、职业及月收入可能产生的混淆效应加以控制，并予以相应的取值与编码。见表1。

表1 调查对象的基线情况

1.3 统计学处理

2 结果

2.1 调查对象的基线情况

本次调查在回收的502 份问卷中，女性有318 人（63.35%），男性有184 人 （36.65%）。年龄在18～25 岁居多；学历分布以本科及以上为主（60.56%）；职业分布以学生为主（61.75%）；收入分布也以此为特征，主要集中在<2 000元（58.37%）。不同性别、年龄、学历以及职业分布对于健身行为和健康水平产生显著影响 （P<0.05）。

2.2 调查对象的健康状况

调查对象的健康水平相较正态分布呈现出一定的左偏，即多数人的健康水平高于平均值51.22分；标准差为15.33，这表明70%左右调查对象的健康水平处于35.89～66.55。

结合表1 数据进一步发现，女性健康水平高出男性1.14 分，但二者之间的差距并不具有统计学显著意义；健康水平随着年龄的变化呈倒U形分布，即随着年龄的增长，健康水平呈现出先上升后下降的趋势， 18～25岁人群的健康水平显著地高于其他年龄段，这与王洪亮和胡梦[6]的研究结论相一致。在学历的三个维度中，本科及以上的人群健康水平最高，大学专科学历人群的健康状况最差。在职业类型中，学生群体相较于全职工作人员及兼职/自由职业的个体而言，健康水平最高。从月收入水平来看，个体的健康水平与经济条件之间的关系并不明晰；随着个体收入的提升，健康状况表现为先上升后下降再提高，但各层收入之间的差异并不显著。

2.3 调查对象的健身认知与健身行为表现

从表1 中可以发现，调查对象的健身认知得分均值是71.41 分，而健身行为的均值仅为46.60分。结合表1数据对不同人群的进一步分析发现：男性的健身认知与健身行为分别高出女性1.78 分和7.44 分，仅后者的差异具有统计学意义；年龄和健身之间并未表现出明显的关联性，但18～25岁人群的健身认知高于其他年龄段人群，而健身行为却显著低于其他年龄段人群；学历越高，人们对健身的认知水平越高，但表现出来的健身行为反而愈低；收入与学历对健身的影响截然相反，收入水平越高的个体，其健身行为更为频繁，但对于健身的认知呈现出一定的波动性。

2.4 互联网使用与健身之间的关系

基于表2 健身认知模型数据可知，在控制其他变量的影响之后，互联网使用与健身认知之间存在显著的正向影响，即个体使用互联网程度每增加1分，其对于健身的认知水平提高0.014分。

与此同时，互联网的使用也对人们的健身行为产生显著正向效应。健身行为模型所示，当个体使用互联网程度每增加1 分，人们的健身行为上升0.179分。见表2。

表2 互联网使用与健身的线性回归模型

2.5 健身与健康水平之间的关系

基于表3健康水平的两个模型间对比分析，在控制其他变量的影响之后，健身认知并不会对健康水平产生显著影响，仅有健身行为与健康水平之间呈现显著的正向关系。健身行为每增加1分时，个体的健康水平提升0.112分。基于偏相关分析，健身行为可以解释健康水平变化的10.7%的比例。

表3 健身与健康水平的线性回归模型

此外，在控制健身因素的影响后，个体的学历和职业类型对健康水平产生显著影响，但性别与年龄则未对健康水平产生显著影响。

2.6 互联网使用对健康水平的影响

健康水平模型3 所示，在控制其他变量的影响之后，互联网使用对健康水平产生显著的直接正向效应。随着个体使用互联网关注健康信息的程度每提升1分，其健康水平改善0.178分。基于偏相关分析，互联网使用可以单独解释健康水平变化的28.6%。

健康水平模型4则在模型3的基础上引入了反映健身的两个变量，与健康水平模型2 的结论相一致，健身行为依旧对健康水平发挥显著正向作用；但与健康水平模型1的发现不一致，即在控制互联网使用这一变量后，健身认知对健康水平的影响由不显著变为显著正向影响。依据条件分析的原理，互联网使用是一个压抑变量，其抑制了健身认知与健康水平之间的关系。

结合健康水平模型3和4的对比分析，还可以发现互联网使用的偏回归系数由0.178增至0.192，且差异具有统计学意义。见表4。

表4 互联网使用和健身与健康水平的线性回归模型

3 结论

互联网使用程度对个体的健身认知和健身行为均会产生显著的正向影响。当个体更为积极地探索和利用网络上的健身资源时，其对于健身的认知水平会更高，所习得的良好健身行为也会愈多。个体的健身情况会影响其健康水平，但仅有健身行为对健康水平产生直接的显著正向影响，经常性地参与健身活动有助于个体实现更好的健康状况。

互联网的使用对个体健康水平存在着直接影响和间接影响。一方面互联网对健身知识的传播有利于增进人们对健身的认知，学习健身课程中的行为，此为间接影响；另一方面，信息超载以及个体对信息的处理能力不足，自我暗示效应的出现和强化，将直接影响到个体对自身健康的认识。

互联网的使用可从以下三个方面消减健康的社会不平等。

首先，前文分析中证实了互联网的使用能够对人们的健身及健康水平产生正向影响。但随着全媒体时代的到来， 5G 信息技术的发展，网络信息传播未来的发展会更加复杂多变，因此，应该端正网络媒体传播，丰富传播形式，传达正确健身健康知识。健身健康网络媒体和相关从业人员要始终肩负传播积极健身健康价值观的重任。在发布健身和健康知识时，要注意尽可能多地使用用户可以理解语言，忌使用太过于专业的术语；结合时下热门的短视频、直播等形式在合适的网络渠道上传播，以期带来良好的传播效果和极致用户体验。

其次，数据结果显示，个体通过互联网浏览健身方面的知识和信息会促进其产生健身行为，同时本研究也验证了个体的健身行为有助于提升健康水平。因此，鼓励创新拓展互联网+健身市场，尽可能满足用户多样化的健身需求；线上线下融合搭建多平台健身场景，提高健身类型的丰富性和趣味性，吸引和触发更多人产生健身行为，促进用户的身心健康，在此基础上全面助力全民健身的实施。

除此之外，各级政府要加大互联网+健身领域的政策扶持力度，积极招商引资，创造良性互联网+健身的创业环境，建立健身领域的商业生态圈。同时，增加公共场地建设，提供线下户外健身活动场景，鼓励更多的人走出室内，走向健康。