互联网使用对预期寿命的时空影响：基于地理和时间加权分析的跨国洞察 —— 为数字健康政策提供关键依据

首页今日动态人才市场新技术专栏中国科学人云展台
BioHot
云讲堂直播会展中心特价专栏技术快讯免费试用

生物通官微
陪你抓住生命科技
跳动的脉搏

生物通首页 > 今日动态 > 正文

《BMC Public Health》：Spatiotemporal effect of internet use on life expectancy: cross-country insight from a geographically and temporally weighted analysis

【字体：大中小】 时间：2025年02月12日 来源：BMC Public Health 3.5

编辑推荐：

　　为探究互联网使用对居民健康影响的时空异质性及空间聚类模式，重庆工商大学等研究人员收集 182 个国家 1990 - 2020 年数据，运用地理和时间加权回归（GTWR）模型等进行研究。结果显示互联网使用显著正向影响预期寿命且具时空异质性，该研究为区域数字健康政策提供依据。

为了促进科学的传播，生物通采集了这篇文章，订阅Biohot解锁原文索取

　　在当今数字化时代，信息与通信技术（ICT）蓬勃发展，互联网使用日益普及，深刻融入人们生活的方方面面。它不仅改变了人们的社交、学习和工作方式，还对健康领域产生了深远影响。从理论上讲，数字技术可依据健康信念模型（HBM）和社会认知理论（SCT），通过提供健康信息和个性化反馈、增强自我效能和促进社会支持网络等方式，促进公众健康。例如，社交媒体、远程医疗和在线健康社区等数字健康平台，为用户提供支持系统和资源获取途径，助力人们养成更健康的行为习惯。诸多实证研究也表明，ICT 能传播健康知识和医疗信息、改善患者健康状况和主观幸福感、降低医疗成本、促进社会交流并影响居民生活质量，对弱势群体健康同样意义重大，在紧急情况（如 COVID-19 疫情）下作用更是凸显。

然而，现有研究存在明显不足。一方面，早期研究多采用普通最小二乘法（OLS）回归或面板数据模型探讨 ICT 与健康指标关系，却鲜少涉及互联网使用对居民健康影响在跨国层面的时空异质性。另一方面，互联网使用对居民健康影响的空间聚类模式在全球范围内尚未得到充分认知。为填补这些研究空白，重庆工商大学和中国科学院地理科学与资源研究所的研究人员开展了此项研究，旨在构建互联网使用促进预期寿命的理论框架，从时空变化视角评估互联网使用对健康的影响，并识别聚类模式的演变。该研究成果发表在《BMC Public Health》，为推动区域数字健康可持续发展提供了重要的科学依据。

在研究方法上，研究人员收集了 182 个国家 1990 - 2020 年的面板数据，以出生时预期寿命（LE）作为衡量居民健康水平的被解释变量，互联网使用人口比例（PRUI）为核心解释变量，移动电话订阅量（MCS）作为工具变量，同时纳入 GDP per capita（GDP_pc）、高等教育入学率（SET）等多个控制变量。数据来源于世界银行、国际电信联盟等多个权威机构。研究运用全球空间自相关分析评估属性变量的空间聚类程度；采用地理和时间加权回归（GTWR）模型探究互联网使用与预期寿命关系的时空异质性，该模型相比传统模型能更好地捕捉变量在时空背景下的演变关系；利用 K-means 聚类算法基于 GTWR 拟合系数探索空间聚类模式，并通过肘方法和轮廓系数法确定最佳聚类数量，以 Kruskal-Wallis 检验评估聚类效果。

研究结果如下：

广告安捷伦全自动毛细管蛋白电泳分析仪，点击预约新品体验！

PRUI 和 LE 的时空模式：1990 - 2020 年，PRUI 从 0.028% 增长到 47.044%，LE 从 65.175 岁提升到 73.244 岁，二者整体呈上升趋势。全球范围内，PRUI 和 LE 的时空特征差异明显，部分非洲和亚洲国家 PRUI 值一直较低，而欧洲、北美等地区国家的 PRUI 值不断上升，LE 值的分布与之有相似之处，且部分国家如日本、新加坡等 LE 值一直较高。
互联网使用对 LE 影响的因果检验：通过两阶段最小二乘法（2SLS）引入工具变量 MCS，检验结果表明互联网使用对 LE 有显著正向影响。
基于 GTWR 模型的 PRUI 对 LE 的影响：在构建 GTWR 模型前，经检验各变量共线性较弱。与 OLS 和 GWR 模型相比，GTWR 模型的 R²值更高，AICc 值更低，拟合精度更高，能更好地理解互联网使用对 LE 影响的时空非平稳性。GTWR 模型拟合系数显示，互联网使用对预期寿命的影响存在显著时空变化，多数国家和地区该影响呈上升趋势，部分亚洲、欧洲和大洋洲国家的 PRUI 拟合系数一直较高，体现出明显的空间异质性。进一步分析发现，PRUI 系数整体呈上升趋势，2010 年后增长更明显。
拟合系数的聚类分析：运用 K-means 算法对各国基于 GTWR 的 PRUI 拟合系数进行聚类，结果显示最佳聚类数为 6。不同聚类区域分布不同，如 Cluster 1 主要集中在南美洲和北美洲，Cluster 6 仅位于大洋洲。各聚类的 GTWR 系数差异显著，反映出 PRUI 对 LE 影响的空间异质性。

研究结论表明，GTWR 模型在研究互联网使用与预期寿命关系上优于传统模型。全球范围内，互联网使用与 LE 呈显著正相关，且该正效应不断增强；1990 - 2020 年，互联网使用对健康状况影响的空间异质性先增后减；K-means 聚类分析证实了互联网使用对预期寿命影响程度存在空间集聚和非平稳性。此外，研究还发现互联网使用对健康的影响存在时空异质性和非平稳性，不同区域的互联网使用对健康的促进效果不同。基于此，各国应依据地理区域建立全球数字健康联盟，将 ICT 作为促进居民健康发展的战略手段。同时，不同区域应根据自身情况制定特定的数字健康政策，如在互联网使用对健康促进效果不佳的地区，加强健康友好型数字基础设施建设，提高数字健康素养等。但该研究也存在局限性，如数据仅基于国家层面，未考虑遗传、生活方式等因素，未来研究可在更精细空间尺度、探究非线性影响和空间扩散等方面展开。

下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究

10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析！

欢迎下载Twist《不断变化的CRISPR筛选格局》电子书

单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析

下载《细胞内蛋白质互作分析方法电子书》