社會網絡對健康的影響模式的探索性研究——基于網絡資源和個體特征的異質性

梁玉成 鞠 牛

(中山大學 社會學與社會工作系，廣東 廣州 510275)

健康是一種與個人生存利益密切相關的人力資本。健康問題不僅是個人層面的問題，更是一個家庭乃至社會的問題。改革開放以來，隨著各地區經濟水平的快速發展，人口總體健康狀況不斷改善。但是中國社會仍然存在明顯的健康不平等現象。已有許多研究對相關問題進行了探討，主要基于社會分層視角分析社會經濟等方面的不平等因素和社會行為對健康的影響或重要關聯[注]參見Deborah Lowry and Yu Xie. “Socioeconomic Status and Health Differentials in China: Convergence or Divergence at Old Ages?” in Population Studies Center Research Report No. 09-690, University of Michigan, 2009. http://www.psc.isr.umich.edu/pubs/pdf/rr09-690.pdf；王甫勤：《社會流動有助于降低健康不平等嗎?》，《社會學研究》2011年第2期；王甫勤：《社會經濟地位、生活方式與健康不平等》，《社會》2012年第2期；焦開山：《健康不平等影響因素研究》，《社會學研究》2014年第5期；牛建林：《人口流動對中國城鄉居民健康差異的影響》，《中國社會科學》2013年第2期；鄭莉、曾旭暉：《社會分層與健康不平等的性別差異：基于生命歷程的縱向分析》，《社會》2016年第6期。。然而，社會分層視角下的健康研究主要關注正式制度層面的因素，或者用正式制度因素去解釋非正式制度因素，對于非制度因素對健康的影響機制，往往缺乏一些科學的方法來進行探索和解釋。隨著社會網絡研究在中國的興起，社會網絡作為一種同時具有經濟和文化意義的非正式制度，其對健康的影響也逐漸成為我國健康研究關注的焦點[注]參見鮑常勇：《社會資本理論框架下的人口健康研究》，《人口研究》2009年第2期；趙延東：《社會網絡與城鄉居民的身心健康》，《社會》2008年第5期。。在社會網絡的作用受到文化傳統和社會結構的雙重影響的情況下，個體如何利用自身的網絡資源獲得健康，如何從網絡這樣的非正式制度視角來看待健康不平等，是本研究關心的問題。

本文嘗試以探索性研究的方式，探討三個方面的問題：一，不同類型的網絡資源對個體健康作用有何不同；二，不同特征的個體利用社會網絡資源獲得健康的方式存在怎樣的差異；三，網絡對健康的作用模式差異對當前社會的健康不平等有著怎樣的潛在影響。

一、文獻回顧：社會網絡對健康的多重影響

(一)從社會支持到網絡結構觀

社會網絡影響健康的研究早期以社會支持為理論基礎，關注社會交往和社會關系對健康的作用，認為社會網絡主要通過提供各種社會支持來影響健康[注]Nan Lin, R. Simeone, W. Ensel and W. Kuo. “Social Support, Stressful Life Events, and Illness: A Model and an Empirical Test.” in Journal of Health and Social Behavior 20 (1979), p108-119.。社會支持對身體和精神方面的健康都有直接或間接的重要影響[注]James House,D. Umberson and K. Landis. “Structures and Process of Social Support.” in Annual Review of Sociology 14 (1988), p293-318.。社會網絡可以為人們提供更多的健康知識，促進健康信息的傳播，使人積極從事有利于健康的預防性活動，控制負面的健康行為。社區層次的社會網絡還可以提供情感性和物質性的社會支持，增強居民參與社會活動的機會等，這些機制都有助于提高人們的健康水平[注]Ichiro Kawachi, Bruce P. Kennedy, and Roberta Glass.“Social Capital and Self-Rated Health: A Contextual Analysis.” in American Journal of Public Health 89 (1999),p1187-1193.。

社會網絡分析開始盛行以后，社會支持的理論也隨之向結構化方向發展，關注每個人與多個個體之間的聯系，從而將整個社會看作一種關系網結構[注]John Scott. Social Network Analysis: A Handbook. London: Sage Publications Ltd, 1991.。這方面研究主要認為，人們得到的支持大多來自社會網絡關系，因此個人的社會網絡狀況就代表了社會支持的數量和質量，進而決定了他們的健康水平[注]James House, D. Umberson and K. Landis. “Structures and Process of Social Support.” in Annual Review of Sociology 14(1988), p293-318.。也有研究認為，社會支持與社會網絡是相對獨立作用的健康因素，前者反映了個人在關系結構中獲取的資源，后者則更多是關系網絡結構自身的體現[注]Valerie Haines and J. Hurlbert. “Network Range and Health.” in Journal of Health and Social Behavior 33(1992), p254-266.。還有一些研究關注網絡關系的運作，從社會資本的理論視角來分析網絡對健康的影響，發現社會資本對健康水平有顯著正向影響[注]周廣肅、樊綱、申廣軍：《收入差距、社會資本與健康水平——基于中國家庭追蹤調查(CFPS)的實證分析》，《管理世界》2014年第7期；Wouter Poortinga, “Social Relations or Social Capital? Individual and Community Health Effects of Bonding Social Capital.” in Social Science & Medicine 63 (2006), p255-270.。在中國農村的研究發現，影響健康的主要是認知性社會資本，而結構性社會資本對健康沒有明顯影響[注]Winnie Yip, S. V. Subramanian, A. D. Mitchell, D. T. Lee, J. Wang and I. Kawach, “Does Social Capital Enhance Health and Well-being? Evidence from Rural China.” in Social Science & Medicine 64 (2007), p35-49.。對農民工群體的研究則發現，有的社會資本對精神健康有積極的影響，例如信任和網絡密度；有的社會資本則對精神健康產生消極影響[注]胡榮、陳斯詩：《影響農民工精神健康的社會因素分析》，《社會》2012年第6期。。

過往研究基本上都肯定了社會網絡資本對健康的正面影響，但也有部分研究持相異的結論。例如，有的研究未發現社會網絡能促進健康信息傳遞和健康行為[注]Melvin Seeman, Teresa Seeman and Marnie Sayles.“Social Networks and Health Status: A Longitudinal Analysis.” Social Psychology Quarterly 48(1985),p237-248.。還有研究認為網絡規模與健康無直接關系[注]Joseph Stokes. “Predicting Satisfaction with Social Support from Social Network Structure.”in American Journal of Community Psychology 11(1983),p141-152. Israel, B. and T. Antonucci. “Social Network Characteristics and Psychological Well-Being: A Replication and Extension.”in Health Education and Behavior 14(1987),p461-481.，盡管大多數研究結論都表明，較大規模網絡的人健康會較好[注]Dan Blazer. “Social Support and Mortality in an Elderly Community Population.”in American Journal of Epidemiology115(1982),p684-694. Barry Wellman and S. Wortly.“Different Strokes from Different Folks: Community Ties and Social Support.” in American Journal of Sociology 96(1990),p558-588.。遺憾的是，研究者大多更關注趨于主流觀點的研究結論，對導致不同結論的根本原因缺乏深入探討和系統性解釋。基于中國社會特有的網絡結構觀和健康的社會意義，有必要找到更為全面的分析方式來探索網絡影響健康的多種特定模式。中國社會長期存在注重人際關系和網絡的文化傳統。社會轉型以后，正式制度處于不穩定狀態，人們的社會行為更加依賴于社會網絡為代表的非正式制度，進而對健康產生潛在影響，例如流動人口的社會適應[注]李培林：《流動民工的社會網絡與社會地位》，《社會學研究》1996年第4期；趙延東、王奮宇：《城鄉流動人口的經濟地位獲得及決定因素》，《中國人口科學》2002年第4期。、災后恢復[注]趙延東：《社會資本與災后恢復：一項自然災害的社會學研究》，《社會學研究》2007年第5期。等。直接關注健康的研究則以特定群體為分析對象，如老年群體[注]賀寨平：《社會經濟地位、社會支持網與農村老年人身心狀況》，《中國社會科學》2002年第3期。、大學生群體[注]歐陽丹：《社會支持對大學生精神健康的影響》，《青年研究》2003年第3期。、農民工群體[注]胡榮、陳斯詩：《影響農民工精神健康的社會因素分析》，《社會》2012年第6期。等，尚需要更多關于大眾群體健康的研究來探索更為廣泛的社會網絡作用規律。

(二)社會網絡特征和作用的異質性

本文從網絡異質性的視角出發，分析社會網絡對健康很可能存在多種作用模式的原因。首先是網絡資源的異質性。網絡關系的屬性有工具性和情感性之分，對于不同關系屬性的網絡資源，人們會因需求不同而存在偏好差異。網絡資源的異質性還體現為多種其他方面的資源都和網絡資源密切相關，進而增加了網絡影響健康的可能。而且個人的經濟資本、文化資本和社會資本可能相互轉換。而健康又是一個含義廣泛且主觀性較強的概念，它既體現了個體所能獲得的資源，又反映了運用關系時對文化觀念的理解。文化觀念和經濟資源作為影響健康的重要因素，很可能嵌入在社會網絡中發揮作用。如果僅限于關注網絡或者社會資本本身，不同程度忽略了與網絡存在密切關聯的其他因素，也可能導致不同的研究結果。

其次是網絡資源作用的異質性，即相同的網絡資源對不同個體的影響也會存在差異。一部分原因在于不同個體在所處網絡中的相對社會地位差異。個人在自身網絡中的地位往往是相對于網絡成員而言的，與在整體分層結構中的絕對地位存在一定差異[注]Bernd Wegner. “Job Mobility and Social Ties: Social Resources, Prior Job, and Status Attainment.” in American Sociological Review 56 (1991), p60-71.。而人們又更傾向于和自己網絡的成員來比較[注]Nicholas Pollis. “Reference Group Re-examined.” in The British Journal of Sociology 19(1968), p300-307.，從而相對地位較高者更容易有滿足感；也能動用更多網絡資源來獲得健康[注]Melvin Seeman, Teresa Seeman and Marnie Sayles. “Social Networks and Health Status: A Longitudinal Analysis.” in Social Psychology Quarterly 48 (1985), p237-248.。此外，不同性別、族群、社會經濟地位的人群差異，也會使社會資本對健康產生不同的影響。而宏觀因素方面，網絡作用大小空間因不同經濟體制而異，隨著市場競爭加劇，社會網絡很可能會阻礙勞動力配置向最優化發展[注]邊燕杰、張文宏：《經濟體制、社會網絡與職業流動》，《中國社會科學》2001年第2期。，使得不同體制背景的個體從網絡資源中得到不同的回報[注]梁玉成：《社會資本和社會網無用嗎？》，《社會學研究》2010年第5期。。

第三是網絡資源利用傾向的異質性。網絡資源的影響是包含從建立和維持，到使用并生效的多階段過程的結果。網絡建構過程中，人際交往會同時受到個人偏好和所處社會結構的制約[注]Zhen Zeng and Yu Xie, “Statistical Models for Studying Inter-Group Friendship.” in Annual Winter/Spring Meeting of Sociological Methodology Section，American Sociological Association in Princeton NJ (March), 2002.。是否使用關系也存在著自我選擇的內生性[注]Ted Mouw. “Social Capital and Finding a Job: Do Contacts Matter?” in American Sociological Review 68 (2003), p868-898.，人們更傾向于在資源可能發揮正功能時利用網絡資源。對于健康而言，其通過網絡作用的直接和間接影響因素更廣泛，因而更容易產生不同的資源利用偏好，從而出現不同的健康行為決策和回報模式。

(三)社會網絡對健康作用的多重模式

面對多個層面的網絡異質性，如何突破過往研究在視角和方法的不足，綜合多方面的異質性特征來進一步理解社會網絡對健康作用的不同模式？過往相關研究最大的局限在于，分析框架和模型過于單一，難以全面了解社會網絡對健康的直接和間接影響機制。而且相比于其他影響健康的社會因素，社會網絡更為復雜，即便是相對簡單的個體網，也包含了與多重網絡以及多名成員的互動。而且網絡的建構和內部互動都因個體特征和條件而異，因而社會網絡對健康的影響模式也具有多重性。但面對網絡作用異質性和作用人群條件異質性，過往研究更多關注前者，沒有將兩者聯系起來分析。本研究嘗試基于數據驅動的探索性研究方式，去挖掘多種可能的網絡對健康的影響模式及其社會意義。

二、分析策略、變量測量與數據

(一)分析策略

本研究與過往大多數研究的不同之處在于，考慮到社會網絡資源及其對健康影響的多樣性，不局限于某種網絡因素對健康的影響，而是關注網絡對健康可能存在的多種影響模式和劃分依據。而過往研究對此缺乏足夠的討論，無法提出充分的理論依據來建構模型。而且過往研究過于依賴當前主流的實證研究范式，即通過單一的模型來對數據進行回歸擬合，主要用于分析變量之間的統計關系，得到的結果更多的是一種平均化的效應。然而正如上文的分析表明，網絡的異質性是多層面的。而個體之間的健康狀況和意義更是千差萬別。對此，傳統分析方法不僅難以建模，更無法在復雜的影響因素當中提煉出相對抽象和簡明的規律性解釋。因此，本文將采用基于數據驅動的探索性研究方式，分析出不同的社會網絡影響健康模式及遵循不同模式的人群之間的異質性。

本研究的分析策略為：采用個體在較早調查時點的網絡變量信息來預測下一個調查時點的健康信息，擬合出多個模型來解釋網絡影響健康的多種模式，并結合最可能選擇相應模式的人群特征來進行理論概括和解釋。已有研究基于潛變量分析的方法，總結出我國居民存在的健康型、風險型、混合型等三種健康行為方式，發現社會經濟地位較高的群體存在健康型和風險型兩端分化的選擇，而社會經濟地位較低的群體則更多的是混合型健康行為[注]王甫勤：《社會地位束縛與生活方式轉型——中國各社會階層健康生活方式潛在類別研究》，《社會學研究》2017年第6期。。但該研究并未回答本研究力求探索的問題，即不同的網絡資源利用方式造成怎樣的健康后果，對健康的影響機制有著怎樣的差異。無論從研究還是現實意義而言，模式化和規律性的結論對了解我國社會的健康分層狀況都更具啟發性。

在分析方法上，本研究采用結構化的潛類別模型來分析。潛在類別分析(Latent Class Analysis, LCA)是通過一系列外顯變量來估計出潛在不可觀測的類別變量，將總體劃分成幾個互斥的潛類別[注]Linda Collins. M., & Lanza, S. T. Latent Class and Latent Transition Analysis: With Applications in the Social, Behavioral, and Health Sciences. New York: Wiley, 2010.；而結構化的潛在類別模型，則是基于廣義結構方程模型(Generalized Structural Equation Modeling, GSEM)來擬合具有類別型潛變量(categorical latent variables)的模型，用于識別出社會網絡因素影響健康模式的潛在類別(latent class)。GSEM是結構方程模型的擴展性應用。相比于標準的結構方程模型僅限于分析連續型因變量和線性回歸方程，GSEM的適用范圍更為廣泛，可適用于各種形式變量的分析，如類別變量、次序變量、離散型變量等，從而采用多種模型進行分析。與一般的潛類別分析不同之處在于，GSEM既可以構建潛類別本身，也可以構建模型的潛類別，即潛類別表達的是變量之間的潛在關系。因此該方法可以根據潛變量類別數的設定，擬合出相應數量的潛變量模型即健康影響模式；而且對于每種潛變量模型，都能計算出最大概率遵循該潛在模式的分樣本群體的網絡特征和健康水平，從而探索出健康影響模式和相應模式下健康人群的雙重分類。模型采用STATA15版本軟件進行分析擬合。

(二)變量及測量

本研究的因變量是自評健康水平，通過人們對個人總體健康狀況的自我評估來測量。由于社會網絡對個體行為和狀態的影響是綜合性的，而人們對健康的感知也存在多個方面，因此自評健康作為一個含義廣泛的變量，比特定的或醫療上的健康指標更適用于評估社會網絡的作用。自評健康是最常用的健康測量指標，具有較好的測量效度，能從社會科學的角度全面反映被訪者的健康狀態[注]Ellen Idler L. and Yael Benyamini. “Self-Rated Health and Mortality: A Review of Twenty-Seven Community Studies.” in Journal of Health and Social Behavior Vol.38 (1997), p21-37.。

本研究的自變量為社會網絡因素，為了綜合體現社會網絡的特征，主要從三個方面進行測量：拜年網、親密討論網、借貸網。拜年網是指個體在調查年份春節期間的拜年關系網絡，包含了網絡規模、網頂、網差等三個指標。其中，網絡規模是指拜年的人數，意味著信息和人情的含量；網絡頂端則是指拜年對象里最高的職業地位，是關系人最高地位和資本量的體現；網差是指不同地位職業的種類，體現了網絡資源內部差異性和互補性，暗示了潛藏社會資本質量的大小[注]邊燕杰：《城市居民社會資本的來源及作用：網絡觀點與調查發現》，《中國社會科學》2004年第3期。。親密討論網是指在本地可向其訴說心事的朋友數量(不包括親屬)，而借貸網是指本地可向其借錢(5000元以上)的朋友數量(不包括親屬)。

然而上述網絡關系的測量都是相對靜態的，并不能體現這些關系的利用頻率和程度。隨著互聯網的發展，網上的溝通已成為一種主流的、重要的網絡拓展和維持方式，而微信作為當前最為流行的線上聊天渠道，本文采用微信使用頻率來測量網絡溝通的頻繁程度和網絡資源的使用傾向，作為對網絡資源的動態補充。此外，模型中還包含了一系列現實中與網絡和健康都很可能存在重要關聯的變量：性別、年齡、受教育程度、婚姻狀況、就業情況、抽煙頻率、體育鍛煉頻率等，加入這些變量不僅能夠起到控制變量的作用，也有助于探索和總結網絡因素對健康不同影響模式的產生原因。

(三)數據來源和描述統計

本研究數據來自2014年和2016年的中國“社會網絡與職業經歷(JSNET)”調查。本次調查在長春、濟南、蘭州、西安、天津、廣州、廈門、上海等八個城市進行，將多階段抽樣法、PPS抽樣方法和地圖法抽樣等多種抽樣法結合，隨機抽取18歲以上的家庭成員作為調查對象。調查采用面訪的方式進行。2016年的調查為2014的追蹤調查，除了自評健康指標來自2016年的數據外，其他均來自2014年。綜合兩期數據所需變量，最后得到進入模型的有效個案數2047個，其中成功納入各個潛在類別的樣本1950個。各變量的具體操作化方式及描述統計情況如表1 所示。

表1 各變量描述統計

注：括號內數字為標準差。

三、分析結果

為了確定理想的類別數，本研究嘗試了不同類別數量設定下的潛在模型分類，分析結果見表2。通過綜合比較模型的對數似然函數值和AIC值，三個潛在模型分類時對數似然值最大，AIC值最小，說明相比于一類和兩類的模型擬合情況，三類屬于比較合理的結果。

表2 不同類別數量下的潛類別模型擬合情況比較

表3給出了設定為三個潛類別模型時的分析結果，代表了網絡影響健康的三種模式。通過比較可以看出，在不同模式下，對健康產生影響的社會網絡因素及其影響方向都存在一定的差異。在模式一當中，親密朋友網對健康有重要影響，尤其是關系密切人數較多時(7—9人)，能極大提升自評健康水平。拜年網規模和有時使用微信也對自評健康有顯著的正面影響。模式二當中，親密朋友網規模在中間水平(4—6人)時，對健康有正面影響，很少和經常使用微信也有助于提升自評健康，這和模式一有相似之處。但該模式當中，拜年網規模對健康有負面影響，說明拜年網很可能增加了社會交往壓力。而在模式三中，親密朋友網和使用微信都對健康有負面影響。但具有工具屬性的借貸網卻有利于健康，說明該模式主要依靠工具型關系來促進健康。通過比較上述三種模式可以看出，模式一和模式二都反映出情感型關系網對健康的促進作用，但模式一更為明顯。但兩者不同之處在于，模式一當中，拜年網絡規模增加會促進健康，而模式二則相反。模式三則體現了工具型網絡對健康的正面影響，情感型關系反而不利于健康，這與前兩種模式都完全相反。

表3 社會網絡影響健康的潛類別模型

*** p<0.01, ** p<0.05, * p<0.1

下面再來關注最可能遵循相應模式的人群特征(參見表4)。對于最可能采用模式一的人群，他們體現出的特征為自評健康較差，在一般以下的比例高達90.83%。從社會網絡的情況來看，借貸網的資源較好，但親密網的資源較差，而且拜年網規模最小，網頂和網差也不占優勢，說明總體上還是缺乏較好的社會網絡資源，尤其缺乏基于情感性質的網絡關系。但該人群的微信使用頻率卻偏高，“總是使用微信”的比例(31.25%)要高于另兩個群體。結合該人群的健康狀況，以及相對較高的“無業”比例和“離婚或喪偶”比例，可以推測該群體網絡資源獲得能力較差，而且不傾向于構建網絡，但是網絡資源的利用傾向較高。再來看最可能遵循模式二的人群，健康狀況明顯好于遵循模式一的群體，該群體的各種網絡的規模水平都居中，但拜年網卻體現出網頂高、網差大的特點，微信使用頻率也較高，說明該群體對于網絡關系有著向上攀附的趨勢，而且傾向于構建網絡。最后是遵循健康模式三的人群，盡管在三組人群中平均年齡最大，受教育水平最低，但健康狀況最好。在關系網絡方面，該組人群的親密網和拜年網的規模都最高，借貸網的平均規模較小，拜年網具有大規模的同質性，即規模最大但網頂和網差最小。

表4 遵循各潛類別群體特征描述統計

注：括號內數字為標準差。

綜合上述分析結果，我們從網絡資源作用模式和遵循相應模式人群的健康特質來定義網絡對健康影響的不同模式。模式一表現為健康狀況較差，網絡資源較為缺乏，我們定義為“網絡脫嵌模式”。模式二則表現為健康狀況較好，但情感網絡依舊存在正面影響，經常使用微信有利于健康，說明該人群具有積極的網絡建構傾向，可定義為“情感網絡嵌入模式”。模式三表現為健康狀況最好，但正面健康效應主要源于工具型網絡，可定義為“工具網絡嵌入模式”。

四、研究結論與討論

過往關于社會網絡和健康的研究大多采用單一的模型來檢驗社會網絡的健康效應，沒有綜合考慮到網絡資源特征、作用以及利用傾向都具有較大異質性，研究結論較為片面。本研究采用探索性的研究方式，用結構性的建模方法從經驗調查數據中挖掘出了三種潛在的網絡對健康作用模式：(1)網絡脫嵌模式：該模式下的健康狀況普遍較差，網絡資源缺乏，但對情感型網絡有較大需求；(2)情感網絡嵌入模式：該模式下健康狀況較好，網絡建構態度積極，且情感網絡有利于健康；(3)工具網絡嵌入模式：該模式的健康狀況最好，網絡規模較大，但情感型網絡對健康有負面影響，主要靠工具型網絡促進健康。基于這三種模式的區別規律，本研究認為分析網絡對健康的影響時，需要考慮個體對網絡的嵌入程度。健康狀況影響網絡資源利用傾向。網絡對健康的影響是網絡資源效應和健康狀況的網絡需求的雙重作用結果。除了是網絡資源本身，網絡建構的積極傾向也能夠促進健康，這也是過往許多研究所忽略的。

本研究的發現有助于深入理解我國社會的健康不平等狀況。過往研究并未真正回答健康劣勢的個體多大程度能突破結構束縛，實現健康階層向上流動的問題。本研究認為，網絡建構的積極傾向會帶來網絡嵌入程度增加，是個體健康突破結構地位束縛的關鍵因素。這從社會網絡的視角解釋了健康不平等仍在上升的非正式制度原因：當市場競爭隨著經濟發展而加劇時，激發了關系中的內在緊張，人們越來越可能冒著破壞關系的風險去“殺熟”，導致強關系對象的利益反而更容易受損的“逆差序格局”現象[注]蔡禾、賈文娟：《路橋建設業中包工頭工資發放的“逆差序格局”——“關系”降低了誰的市場風險》，《社會》2009年第5 期。。競爭加劇也會促進個人人力資本的提升，使得有能力的人更加不輕易使用關系，這降低了關系強度對資源回報的重要性。但中國注重人情關系的傳統以及我國社會結構特征，又決定了資源需要以社會網絡為載體發揮作用，因此關系強度重要性的降低反而促進了網絡開放性，人們依然傾向于建立關系網絡資源。而健康較差的個體更容易陷入網絡脫嵌狀態，此時情感型關系又無助于扭轉健康的劣勢，導致健康不平等加劇，甚至兩級分化。

然而本研究也存在著一定的不足。首先，探索出的新理論并沒有完全厘清網絡和健康的因果關系，需要有包含更多時點的數據來考察。個人的健康狀況也在很大程度上影響著關系網絡資源的建構和運用，尤其是健康水平偏低的時候增加健康的不可逆性，從而弱化了情感型網絡對健康的影響。而且本研究也未能區分網絡對健康的直接和間接影響，導致相關的理論未能進一步細化。最后，本研究僅關注了自評健康，雖然該指標是對健康的一種綜合性的測量，但是存在一定的主觀理解差異，而且指標也較為單一。不同的健康指標下，很可能存在其他種類的網絡對健康的影響模式。這些都有待新的數據和方法出現來進一步探討。