L 研究动态
Listing
联系我们 | contacts us
中国互联网经济研究院
电话:010-62289263    
邮箱:ccie_cufe@163.com    
传真:010-62289263    
地址:北京市海淀区学院南路39号中央财经大学实验楼6层

中国互联网经济研究院(CCIE)微信公众号

您现在的位置: 首页 > 研究动态 > 正文

【CCIE数字经济文献导读015】 The more you surf, the less you sleep?——上网与睡眠

2021-09-23 20:05      


文献来源:Francesco C. Billari , Osea Giuntella , Luca Stella (2018)Broadband internet, digital temptations, and sleep. Journal of Economic Behavior and Organization, 153: 58–76.

译者:中央财经大学经济学院2019级本科生 孙中艺

核稿:张文韬 涂玮

 

图片来源:百度搜索

 

一、引言

睡眠不足已经成为现代社会中广泛困扰人们的一大公共健康问题。睡眠不足导致医疗保健成本增加和劳动生产率的下降,社会代价巨大。网络成瘾和电子数码产品的使用往往会削弱睡眠质量。智能手机、平板电脑等电子媒体设备产生的持续刺激扰乱了我们的睡眠过程。数字媒体设备的普和睡前卧室数字化digitalization of the bedroom)会干扰人类的生理节奏对每天暗光周期作出反应的生理过程。特别是晚上暴露在计算机或移动屏幕的人造光下会抑制褪黑素(melatonin)产生,而褪黑素是一种调节我们睡眠周期的重要激素。此外,深夜的电话、短信或电子邮件也常常会干扰我们的正常睡眠。

以往研究宽带网络接入对选举结果、社会资本,生育率以及性犯罪的影响已有所关注。尽管医生和媒体越来越关注互联网和数字设备对睡眠的潜在负面作用,但关于高速互联网使用对睡眠行为的因果效应研究尚属空白鉴于此,本文以德国为背景,深入考察了宽带互联网普及对于睡眠的影响。之所以选择德国进行分析主要原因在于:首先,有数据表明德国因睡眠不足造成的经济损失约占其GDP1%;其次,德国相关数据包含了关于睡眠和高速互联网接入的详细信息;第三,德国各地现有电话基础设施的历史特性为采用工具变量法识别提供了数据基础。

本文首先使用TUS(德国联邦统计局)相关数据分析了数字诱惑(digital temptations)和睡眠之间的关系,这个数据集涉及不同年龄段人群睡眠时长、网络视频/游戏、使用电脑和智能手机以及观看电视和DVD的时间。进一步,本文利用来自德国社会经济面板调查(SOEP的数据,研究了高速互联网接入对睡眠时间和睡眠满意度的影响。在实证分析中,可能存在一些不可观测的个体特征同时影响互联网使用和睡眠行为。为了解决上述内生性偏误,本文按照Falck等人研究宽带网络对投票行为的影响时采用的方法,构建了一组高速互联网的工具变量。

使用TUS数据进行OLS回归发现青少年(13-19)和年轻人(30岁以下)中,睡眠不足主要由于晚上玩电脑游戏或看电视和视频/DVD;在年龄较大(31-59)的成年人中,睡眠不足主要由于使用电脑和智能手机。使用SOEP数据进行2SLS分析发现,宽带互联网的接入会加剧睡眠不足。接入宽带互联网的个体睡眠时长、睡眠质量、睡眠满意度均大为下降,年轻人受影响更。另外,对于早上面临严格时间限制的个体工作上班或早上送小孩上学等宽带上网导致睡眠质量的下降明显。 

 

二、数据

研究数据有两个主要来源。首先是采用了TUS(德国联邦统计局)提供的最近一轮数据。样本1859岁之间的成年人,由来自5587个个体的10869日志记录组成。主要变量统计结果为:睡眠时长平均7.84小时;最多睡六小时个体约占10%;晚9点到凌晨0点,玩电脑游戏平均时长1.8分钟;使用电脑和智能手机平均约4分钟;看电视和DVD平均46.8分钟。

    该数据集的一个缺点在于缺乏关于受访者地理居住地的详细信息,因而无法利用依赖于宽带互联网接入空间差异的识别策略。因此,本文还使用了微观层面的德国社会经济面板调查(SOEP数据。本文基于该数据集获得了关于家庭地理坐标信息、睡眠的定量和定性维度信息、个人电脑使用信息和核心解释变量——即家庭是否有高速互联网连接。样本时期包含2008年、2010年和2012年,包含43162个观察,来自24680个个体。主要变量的描述性统计为:个体在工作日平均每晚睡眠时间约为6.8小时;周末约为7.9小时;大约35%的人最多睡6小时;96%的人最多睡8小时;64%的人在工作日睡79小时;平均睡眠满意度为6.9

 

三、实证方法

 

3.1模型设定

为了研究宽带互联网接入对睡眠行为的影响,我们估计了以下线性回归模型:

                                           (1)

其中,下标ist表示在访谈t年居住在s州的个体i被解释变量Yist是睡眠持续时间的度量,如(1)睡眠时间;(2)个体睡眠时间最多为6小时(或8小时)的虚拟变量;(3)睡眠时间是否在7小时至9小时之间的虚拟变量;(4)睡眠满意度等。核心解释变量DSTist,为虚拟变量,个体家中有高速互联网则取值1,否则取0。模型(1)包含调查年固定效应(μt),联邦州固定效应(ηs)以及线性的州特定时间趋势(λ1st)。Xist是控制变量,包括性别、年龄和年龄平方、儿童数量、受教育水平、婚姻状况、职业状况、移民背景以及家庭净收入的对数。εist表示随机误差项。

3.2识别策略

基于德国各地电话主配线架(MDF)位置由历史环境决定这一客观条件,家庭与主配线架距离决定高速互联网接入成本,出于技术原因,当客户居住在距离MDF 4.2米以上的地方时,DSL技术的成本会大大增加,除非其可以在附近找到替代的MDF。此外,由于东德部分地区在20世纪90年代早期采用OPAL网络技术,该技术与高速互联网技术不兼容,上述地区部署宽带互联网面临较高壁垒。

综上,利用家庭住址信息,本文构建了三个二元工具变量:第一个工具变量(Threshold反映了家庭住址距离MDF是否超过4.2这一阈值;第二种工具变量(No closer MDF)反映阈值以上的家庭是否可以更近的距离连接到另一个MDF;第三个工具变量(OPAL)为家庭是否居住在最初使用OPAL技术的地区。模型(1对应的两阶段最小二乘法(2SLS)的第一阶段回归如下:

 

其余系数定义与上相同,并在家庭水平对标准误差进行聚类。

 

四、实证结果

4.1.数字诱惑与睡眠

使用TUS数据,本文发现(结果见表1),在睡前(晚上9点到凌晨0点)使用网络媒介会显著缩短总体睡眠时间,晚上花在电脑游戏、使用电脑和智能手机以及看电视上的时间与睡眠时间呈负相关,与睡眠不足呈正相关。在不同年龄组中,花在电脑游戏上的时间与睡眠不足的概率显著相关。视频游戏增加30分钟,报告睡眠不足的可能性相对于平均值增加约30%。电脑游戏对青少年睡眠不足的影响更为明显。青少年花在电脑游戏上的时间增加30分钟,报告睡眠不足的可能性比平均值增加50%31-59岁的个体的睡眠时间受个人电脑和智能手机影响明显。晚上使用电脑和智能手机的时间增加30分钟,睡眠不超过6小时的可能性会增加30%

当研究没有严格时间约束的个体(如不必早上准点上班、家里没有孩子上学周末)时,互联网使用对睡眠的不利影响会有所减小或不显著。这些结果表明,数字诱惑可能会导致就寝时间的延迟,这尤其会缩短那些无法通过早上晚些时候起床来进行补偿的个体的睡眠时间。

    本文的发现以往的研究相一致,即互联网成瘾和过度使用社交媒体可能会对睡眠时间和质量产生显著的负面影响。暴露于蓝光发射器件(如个人电脑、平板电脑、智能手机)抑制褪黑素的产生,破坏人体的睡眠进程和昼夜节律

    

4.2宽带互联网与睡眠

接下来,本文使用SOEP数据对宽带互联网访问对睡眠行为影响进行两阶段最小二乘回归估计,具体结果见表2。第一阶段结果表明,正如预期的那样,工具变量与宽带互联网访问呈负相关。第一阶段F统计值高于30表明不存在弱工具变量问题。此外,过度识别检验的结果在显著性水平上都远未达到临界值,支持这三种工具是联合有效的工具变量。

 

 

2上半部分结果表明。使用宽带互联网平均会减少25分钟的睡眠时间。此外,宽带上网的人睡眠时间少于6小时的可能性要高出25个百分点,睡眠时间少于8小时的可能性要高出8个百分点,睡眠时间在79小时之间的可能性要低23个百分点。本文还发现高速上网与睡眠满意度之间存在负相关。

接入宽带互联网可能对年轻人产生更大的影响,他们通常是互联网产品的忠实消费者。为了验证这一假设,在表3中,本文将样本分为两组:18-30岁的个体(见Panel A)和31-59岁的个体(见Panel B),提供了2SLS估计值。与本文之前的研究一致,互联网对睡眠的影响主要集中在年轻人身上。具体而言,30岁以下的人与未使用宽带上网的人相比,平均睡眠时间减少70分钟,他们更容易被网络剥夺睡眠,对睡眠的满意度也明显低。

 

此外本文还发现,早上起床时间有严格限制时,宽带互联网延迟了就寝时间,影响了工作的整体睡眠持续时间。而在周末,个人可以通过晚一点起床来弥补就寝时间的延迟,所以对睡眠时长的影响不再显著

为了评估这一影响最终带来的经济效应,本文还估算宽带互联网对睡眠的负面影响所导致的生产力损失。本文估计,人均而言,与宽带上网导致的睡眠剥夺相关的年生产力损失相当于1天的工作产出

4.3 稳健性 检验

本文使用了多种稳健性检验,结果见表4。首先,在Panel A中,使用地区政策固定效应和地区政策特定时间趋势取代联邦州固定效应和州特定时间趋势;其次,在Panel B中,加入郡层面的固定效应;第三,在Panel C中,排除了在样本期跨县移居的样本;第四,在Panel D中,在控制变量中增加个体健康状况指标;第五,Panel E中,本文加总了城市年度层面的睡眠数据,研究宽带互联网接入对当地睡眠整体状况的影响。以上所有结果都是稳健的。

 

 

五、结论

睡前过多使用电子设备被认为是导致睡眠不足的一大重要因素。高速互联网的接入促进了电子媒介的过度使用,进而扰乱睡眠习惯、降低了睡眠质量。本文探究并证实了青少年(13-19)和年轻人(30岁以下)晚上玩电子游戏或看电视与睡眠不足之间的关联。在年龄较大(31-59)的成年人中,本文发现晚上使用电脑和智能手机与睡眠时间较短有一定关系。在研究方法上,为了处理互联网接入的内生性问题,本文以Falck等人(2014)采用的识别策略为基础,使用工具变量法进行识别。本文发现,宽带互联网的使用平均减少了25分钟的睡眠时间,显著增加睡眠不足的可能性,并降低了睡眠满意度。同时,互联网对睡眠的负面效应主要是由成年人中较年轻群体驱动,并对面临严格时间约束的个体影响更大。

综上所述,本文发现表明,宽带互联网可能会通过对睡前使用电子产品的影响,对睡眠时间和质量产生实质性的有害影响。鉴于人们越来越意识到睡眠时间和质量对健康和生产力的重要性,当人们了解晚上使用电子产品风险后,可能有助于促进健康睡眠,改善个人福利。本研究的一个局限在于,对青少年睡眠行为的了解仍然有限。人们越来越担心社交网络活动和卧室数字化可能会对青少年的睡眠和学习成绩产生不容忽视的不利影响。然而,关于这些影响的因果证据仍然缺乏。利用日益增多的数据集,未来研究有望更好地揭示数字革命对青少年健康和人力资本的影响。

 

Abstract

There is a growing concern that the widespread use of computers, mobile phones and other digital devices before bedtime disrupts our sleep with detrimental effects on our health and cognitive performance. High-speed Internet promotes the use of electronic de- vices, video games and Internet addiction (e.g., online games and cyberloafing). Exposure to artificial light from tablets and PCs can alterate individuals’ sleep patterns. However, there is little empirical evidence on the causal relationship between technology use near bedtime and sleep. This paper studies the causal effects of access to high-speed Internet on sleep. We first show that playing video games, using PC or smartphones, watching TV or movies are correlated with shorter sleep duration. Second, we exploit historical differ- ences in pre-existing telephone infrastructure that affected the deployment of high-speed Internet across Germany (see Falck et al., 2014) to identify a source of plausibly exogenous variation in access to Broadband. Using this instrumental variable strategy, we find that access to high-speed Internet (DSL) access reduces sleep duration and sleep satisfaction. Results are driven by individuals who face work or family time constraints.

 

声明:推文仅代表文章原作者观点及推文作者的评论观点,不代表中央财经大学互联网经济研究院公众号平台的观点。