城鄉老年人網絡信息甄別能力及其影響因素

[摘" " 要] 提升老年人網絡信息甄別能力已成為彌合數字鴻溝的重要舉措。基于2020年中國老年社會追蹤調查數據發現：老年人網絡信息甄別能力整體水平不高，農村老年人網絡信息甄別能力低于城鎮老年人；年齡、文化水平、上網頻率、生理健康、家庭收入水平、家庭上網指導、網絡文化反哺，以及社會保障待遇、社區上網培訓和上網咨詢顯著正向影響老年人網絡信息甄別能力，其中家庭稟賦是影響老年人網絡信息甄別能力最為關鍵的因素，社會資源次之。因此，提升老年人網絡信息甄別能力需多元主體共同協作，發揮家庭成員“數字反哺”功能，加大社區老年網絡信息甄別培訓，并在社會層面促進城鄉老年數字教育均衡發展。

[關鍵詞] 老年人；智慧養老；城鄉差異；網絡信息甄別能力；數字鴻溝；社會服務

[中圖分類號] C912.6" [文獻標識碼] A" [文章編號] 1002-8129（2025）02-0077-12

一、問題的提出與文獻綜述

人口老齡化是我國的基本國情，截至2023年底我國60歲及以上人口29697萬人，占全國總人口的21.1%[1]，根據聯合國關于老齡化的標準，我國已進入中度老齡化階段。21世紀以來，互聯網蓬勃發展，重塑著人們的生產生活方式。近年來，隨著互聯網應用適老化改造及信息無障礙行動的持續推進，互聯網快速向老年人群滲透，銀發網民數量不斷攀升。當前我國網民規模已達9.89億，其中年齡在50歲以上網民達2.6億，占比26.3%[2]。網民增長的主體已經逐漸由青少年群體向老年群體轉變，預計2030年我國至少有1/4的老年人成為網民。面對數字時代浪潮和老齡化浪潮的交匯融合，政府高度重視提升老年人網絡信息素養與技能工作。2021年中央網絡安全和信息化委員會印發《提升全民數字素養與技能行動綱要》《“十四五”國家信息化規劃》等文件，將全民數字素養與技能提升行動上升到前所未有的高度，并強調豐富老年人數字技能培訓形式和內容，以提升老年人數字素養與技能。黨的二十大報告重申實施積極應對人口老齡化國家戰略，提升老年人網絡信息甄別能力、增強老年人防詐“免疫力”已成為了彌合數字鴻溝、促進老年人數字融入的重要舉措。然而受多重因素制約，老年人網絡信息甄別能力依然不高。相關數據表明，近幾年全國因電信詐騙平均每年損失近100億元，其中受騙者多為老年人[3]，而大部分詐騙手法具有較強的隱蔽性，受害者的財產難以在短期內追回。中信銀行與中國老齡科學研究中心聯合發布的《老年金融消費者權益保護調查報告》顯示，約11.4%老年受訪者在過去三年中遇到過金錢詐騙，僅50.9%老年受訪者在遭受詐騙后采取了維權行動[4]。

網絡虛假信息表現形式的多元化和復雜性是老年人上當受騙的重要原因之一。學界目前尚未就虛假信息的定義達成共識，主要分歧在于信息發布者非主觀欺騙意圖，但發布的信息內容與事實不符，以及與真相不完全對立的信息是否應歸于虛假信息范疇[5]。為更加準確地評判信息的質量，部分學者從虛假信息量表、評價體系及工具等方面進行研究。Harris R提出的信息質量檢查表（CARS）從信息可信度、準確性、合理性和相關支持4個維度來判斷信息質量[6]；李月琳等認為偽健康信息缺乏可信度、準確性、合理性及相關支持等特征，總結出偽健康信息特征表[7]；鄧勝利等指出常用的信息內容質量評價工具包括DISCERN、HON Code、JAMA、URAC 和 LIDA 等[8]。本文認為，無論信息發布者是否具備欺騙意圖，當信息內容與客觀事實的偏差存在誤導公眾的可能性時，該信息則為虛假信息。國際圖書館協會聯合會指出“幫助各年齡段人群發展虛假信息識別技能是應對當前假新聞問題的唯一有效措施”[9]，網絡信息甄別能力成為虛假信息治理的核心工具。所謂網絡信息甄別能力是指人們在獲取信息后，對該信息進行真偽辨識并得出結果的一種能力，該能力是信息采納的前提，是信息選擇行為的重要基礎。不同年齡段的用戶因其需求和動機的不同，網絡信息甄別能力具有不同的特點[10]。已有研究多涉及青少年和大學生的信息甄別水平評估，如李長健等通過案例分析認為媒介素養、信息接收能力與思維、發聲渠道會影響大學生的甄別能力[11]；葛元霄等通過訪談法，認為認知水平、個人經驗、媒體因素、社會資源會影響大學生網絡信息甄別能力[12]。相對于其他年齡段的用戶，老年人由于身體狀況相對較差，在信息甄別方面面臨更大挑戰。但目前針對老年人網絡信息甄別能力的研究大多集中在健康信息獲取和識別方面，如申子陽通過健康信息搜索實驗，強調自我效能對健康信息甄別能力的影響，高、低健康信息素養和高、低自我效能組的中老年人在信息搜索過程中存在顯著差異[13]；張秀等的研究指出健康信息甄別能力隨年齡增長而呈現下降趨勢[14]。

近年來，學者對網絡信息甄別能力的研究視角從個人、家庭特征已逐漸拓展到社會環境因素。個體層面主要包括年齡階段、生理特征、經濟狀況以及其他人口統計學特征[15-16]。已有研究證實健康狀況會對個體網絡信息甄別能力形成硬約束[17]，自我感覺健康狀況一般及較差的個體網絡信息甄別能力較差[18-19]，同時教育程度、職業素養和經濟條件也影響信息甄別[20]。家庭層面涵蓋了子女數量、代際支持、居住方式、子女職業特征等方面。以子女贍養為主的傳統養老體系在我國仍發揮著不可忽視的作用，子女等家人提供的養老服務與老年人網絡信息甄別能力等社會功能之間存在一定的關系[21-22]，其中經濟支持增強了老年人上網瀏覽信息的可能性，從而對老年人網絡信息甄別能力產生復雜的影響。社會助力老年人信息甄別資源是指一定社區空間內，主要服務于本區域內部老年人信息甄別的各類培訓、講座和益老活動，以及社會保障制度、社會網絡支持等[23]，其中隨著年齡的增長，老年人身體機能和認知功能下降，導致其出行范圍縮小，社區成為老年人日常活動的主要場所[24]，因此社區的相關培訓顯得尤為重要。

國內外學者圍繞網絡虛假信息、信息甄別能力等方面開展的研究，為本文奠定了堅實的基礎，但仍存在一定的不足。第一，研究對象集中在大學生群體，鮮少研究中老年群體，且城鄉差異視角相對缺失；第二，針對老年人網絡信息甄別能力的研究集中在健康信息的獲取與識別，忽略了對新聞、娛樂等多樣化信息的甄別；第三，老年人網絡信息甄別能力受到多重因素的制約，但既有文獻側重于關注某一方面，系統研究老年人信息甄別能力的文獻比較匱乏。基于此，本文瞄準老年人網絡信息甄別能力這一主題，利用2020年中國老年社會追蹤調查數據，從個體特征、家庭稟賦和社會資源三個維度建構起老年人網絡信息甄別能力影響因素的分析框架（如圖1），揭示我國城鄉老年人網絡信息甄別能力現狀及其影響因素，為提高老年人的網絡安全意識和信息甄別能力提供政策參考。本文的邊際貢獻在于：第一，揭示老年人網絡信息甄別能力現狀，并對比城鄉差異，彌補現有研究中針對老年人群信息甄別能力方面研究的不足；第二，以多維度分析方法代替單一維度的分析路徑，從個體特征、家庭稟賦和社會資源三個維度，通過OLS模型刻畫城鄉老年人網絡信息甄別能力的影響因素；第三，利用夏普利值分解法，分析個體特征、家庭稟賦和社會資源對城鄉老年人網絡信息甄別能力影響的重要程度，以期為政府制定合理有效的干預政策提供理論支撐。

二、研究設計

（一）數據來源

本文的數據來源于中國老年社會追蹤調查（China Longitudinal Aging Social Survey，CLASS）。CLASS是由中國人民大學中國調查與數據中心組織實施，以60周歲及以上老年人為調查對象，涵蓋了全國28個省（直轄市、自治區），134個縣（區），462個村或居民委員會。每兩年進行一次追訪，目前數據已更新至2020年。本文選用2020年數據，剔除關鍵變量缺失值后，最終得到有效樣本3118個。

（二）變量選擇與界定

1. 因變量。本文的因變量為老年人的網絡信息甄別能力。網絡信息甄別能力涉及各種抽象的因素，是一個較為復雜的概念，但其核心特征是區分事實與虛構的能力。結合CLASS問卷設計，本文選取問卷中“您覺得從網上看到的照片可以被人編輯或篡改嗎？”和“您覺得從網上看到的視頻可以被人編輯或篡改嗎？”兩項，將回答“可以被篡改，可能是假的” “不知道” “不能被篡改，肯定是真的”依次賦值為2、1、0，將兩個問題的回答加總，形成取值為0～4的變量，數值越高代表網絡信息甄別能力越強。需要說明的是，相比較已有文獻中“采用是否具有網絡信息甄別能力”這一二元虛擬變量，本文依據信息認知程度設定為排序變量可以更加精準地識別網絡信息能力的強弱，進而使結果更加精確。

2. 自變量。本文的自變量包括個體特征、家庭稟賦和社會資源三個維度18個因素。個體特征包括性別、年齡、文化水平、城鄉類型、職業、上網頻率、生理健康，其中生理健康選取自評健康指標進行衡量；家庭稟賦包括婚姻狀況、收入水平、居住方式、子女數量、家庭上網指導、網絡文化反哺，其中家庭上網指導、網絡文化反哺使用問卷中“當您遇到互聯網使用困難時，更愿意向誰求助？”和“您主要是通過什么途徑學會上網的？”兩項，將回答為配偶、子女、孫子女的變量，賦值為1，其他回答賦值為0；社會資源包括社會保障待遇、社會網絡支持、社區培訓上網、社區上網咨詢、社區活動參與，其中社會網絡支持選取“每月和朋友/親戚見面/聯系/談論私事的次數”，處理為連續變量。社區培訓上網和社區上網咨詢使用問卷中“您主要是通過什么途徑學會上網的？”和“當您遇到互聯網使用困難時，更愿意向誰求助？”兩個問題進行衡量，將回答為社區組織、社區志愿者的變量，賦值為1，其他回答賦值為0。社區活動參與選取“過去一年您參與社區治安巡邏/照料其他老小/環境衛生保護/調解鄰里糾紛/陪同聊天/需要專業技術的志愿服務等活動頻率是？”處理為連續變量。

3. 分組變量：城鄉類型。根據第七次全國人口普查數據，我國60歲以上老年人在城鄉占比不同，其中鄉村占比為23.81%，比城鎮高出7.99個百分點[25]。在此背景下，需要對樣本的城鄉屬性進行合理劃分。當前學界采用的城鄉差異劃分大致可以分為按照受訪者的戶籍類型和居住地類型兩種方式[26-27]。本文選取現戶籍類型作為城鄉劃分的依據，更加強調受訪者的先賦性城鄉屬性，能夠較好地反映出個體在城鄉特定環境中所形成的習慣及特質，同時也與一些地區政策的待遇資格相關聯，能夠反映受訪者居住的環境特點。具體來說，本文將“農業戶口”與“由農業戶口改為統一居民戶口”定義為農村并賦值為0，其他類型戶口則定義為城鎮并賦值為1。

全體樣本中老年人平均年齡為67.838歲，城鎮、農村老年人數分別占比63.82%和36.18%。表1匯報了各變量的描述性統計結果。

（三）研究方法

1. 普通最小二乘法。為考查老年人網絡信息甄別能力的影響因素，本文采用OLS模型進行分析，具體模型設定如下：

[Yi=a0+βCi+γXi+εi]" " " " " " " " "（1）

在（1）式中，[Yi]是老年人[i]的網絡信息甄別能力，[a0]為截距項，[ Ci]表示自變量，[Xi]為控制變量的集合，[β]和[γ]為待估計系數，[εi]為誤差項。需要說明的是，老年人網絡信息甄別能力是賦值為0到4的排序變量，而研究表明當模型設定合理時，OLS和Ordered Logit模型之間并無優劣之分，此時被解釋變量可被視為具體數值進行估計[28]，因此本文將網絡信息甄別能力作為老年人個體的基數效用進行度量。

2. 夏普利值分解模型。夏普利值（Shapley value）由羅伊德·夏普利（Lloyd S．Shapley）于1953年正式提出，是目前求解多人合作博弈模型的一種基本方法[29]。夏普利值分解法將回歸方程與夏普利值相結合，可量化分解出各影響因素對老年人日常生活自理能力不同失能程度的貢獻度。按照夏普利思想，第[i]個自變量所應承擔的貢獻度等于該自變量對每一個所參與聯盟的邊際貢獻平均值，數學表達式如下：

[Xiv=s?Nis！n?s?1n！（v（SUi?c（S）））]" " " " （2）

三、實證分析

（一）老年人網絡信息甄別能力的描述性統計

表2顯示了老年人網絡信息甄別能力。整體來看，老年人的網絡信息甄別能力不容樂觀，全樣本中網絡信息甄別能力非常高和比較高的老年人數占比不足40%，能力一般的占比40.54%，而能力較低和非常低的人數超過20%，分別為10.81%和9.69%。從分城鄉來看，城鎮老年人網絡信息甄別能力略高于農村，城鎮老年人網絡信息甄別能力非常高和比較高的人數占比為43.62%，而農村老年人僅為30.76%。

表3展示了老年人對網絡照片、網絡視頻甄別能力的差異性。老年人對網絡照片的甄別能力高于對網絡視頻的甄別能力，全樣本中認為網絡照片“可以被篡改，可能是假的”的老年人占比43.26%，而認為網絡視頻“可以被篡改，可能是假的”占比37.97%。從城鄉差異來看，城鎮老年人認為網絡照片“可以被篡改，可能是假的”的老年人不足一半，僅占比為 48.49%，認為網絡視頻“可以被篡改，可能是假的”的老年人占比更少，為42.86%，而不知道網絡照片和視頻是否可以被人編輯或篡改的老年人均超過了1/3，分別是30.50%和32.06%，認可網絡照片和視頻不能被篡改、肯定是真的老年人占比分別為21.01%和25.08%。農村老年人對網絡照片和視頻的甄別能力低于城鎮老年人，認為網絡照片和視頻“可以被篡改，可能是假的”的農村老年人分別占比34.04%和29.34%，而回答網絡照片和視頻“不能被篡改，肯定是真的”和“不知道”的農村老年人分別占比19.50%、46.45%和24.47%、46.19%。

（二）老年人網絡信息甄別能力影響因素分析

表4展示了基準回歸結果。模型（1）全樣本回歸結果顯示，個體特征維度的年齡、文化水平、上網頻率、生理健康，家庭稟賦維度的收入水平、家庭上網指導、網絡文化反哺以及社會資源維度的社會保障越完善、參與社區培訓上網和社區上網咨詢越多的老年人，其網絡信息甄別能力水平越高。值得注意的是，婚姻狀況在10%的顯著性水平上與老年人網絡信息甄別能力負相關。其原因是婚姻可能會改變老年人的社會支持網絡，尤其是當他們的社交圈子主要圍繞配偶和家庭成員時，這種社交網絡的縮小一方面因生活重心更多轉向了家庭、配偶和孫輩，限制了他們獲取和甄別網絡信息的渠道和能力，另一方面夫妻雙方共享信息來源，這種信息來源的共享可能限制了老年人接觸和甄別更多元化網絡信息的機會，特別是當配偶的信息甄別能力也不強時，會造成“信息繭房”的現象。同時，老年人是否參與社區活動與老年人網絡信息甄別能力也顯著負相關，其原因在于此類相關活動加深了老年人之間的橫向溝通，潛在提升了彼此間分享虛假信息的可能性，不利于其甄別能力的提高。此外，性別、職業、城鄉類型、子女數量、常住人口以及社會網絡支持與老年人網絡信息甄別能力無顯著關系。

模型（2）和模型（3）對城鎮和農村樣本的回歸結果顯示，老年人網絡信息甄別能力的影響因素存在一定的差異。從個體特征來看，低年齡、高文化水平和高上網頻率可以顯著提升城鎮老年人網絡信息甄別能力，其他個體特征對老年人網絡信息甄別能力的影響不顯著。而年齡并沒有對農村老年人網絡信息甄別能力產生顯著影響，生理健康卻正向顯著影響老年人網絡信息甄別能力。全樣本來看，年齡和生理健康在10%的顯著性水平上促進老年人網絡信息甄別能力，文化水平和上網頻率分別在5%和1%的顯著性水平上促進老年人網絡信息甄別能力。從家庭稟賦來看，婚姻狀況在1%的顯著性水平上對城鎮老年人網絡信息甄別能力的影響為負向效果，收入水平和網絡文化反哺在5%的顯著性水平上對城鎮老年人網絡信息甄別能力的影響為正向效果，家庭上網指導在1%的顯著性水平上促進城鎮老年人網絡信息甄別能力。而婚姻狀況、收入水平和網絡文化反哺并沒有對農村老年人網絡信息甄別能力起顯著影響，家庭上網指導在5%的顯著性水平上促進農村老年人網絡信息甄別能力。全樣本來看，收入水平和家庭上網指導在1%的顯著性水平上促進老年人網絡信息甄別能力，網絡文化反哺在10%的顯著性水平上對老年人網絡信息甄別能力的影響為正。從社會資源來看，社會保障在1%的顯著性水平上促進城鎮老年人網絡信息甄別能力，社交網絡支持在10%的顯著性水平上對城鎮老年人網絡信息甄別能力的影響為正，社區培訓上網、社區上網咨詢在5%的顯著性水平上促進城鎮老年人網絡信息甄別能力。而社會保障、社區培訓上網、社區上網咨詢并沒有對農村老年人網絡信息甄別能力產生顯著影響，社區活動參與在5%的顯著性水平上對農村老年人網絡信息甄別能力產生負向影響。全樣本來看，社會保障、社區培訓上網和社區上網咨詢顯著作用于老年人網絡信息甄別能力，社區活動參與在5%的顯著性水平上對老年人網絡信息甄別能力產生負向影響。

（三）老年人網絡信息甄別能力影響因素的夏普利值分解

為直觀比較三組影響因素對老年人網絡信息甄別能力的解釋程度，本文在模型（1）至模型（3）的基礎上，使用夏普利值分解法對三組因素的貢獻率進行分解，結果如表5所示。

可以發現，家庭稟賦是老年人網絡信息甄別能力最關鍵的影響因素，貢獻率達到了46.08%，其次是社會資源，貢獻率是37.96%，最后是個體特征，貢獻率僅為15.96%。家庭稟賦對城鎮和農村老年人網絡信息甄別能力的貢獻率分別達到了49.52％與54.67％，這反映出家庭稟賦作為老年人最親密的社交圈對老年人網絡信息甄別能力具有顯著影響，家人日常的言語行為和關心照顧，無疑會影響老年人的網絡行為和信息甄別能力。社會資源對老年人網絡信息甄別能力的影響僅次于家庭稟賦，在城市和農村樣本中它的貢獻率分別達到了39.74％與38.02％。社會資源中的文化、教育、經濟等多方面變量，共同影響老年人的網絡素養和信息辨別能力。接受過社區培訓上網、社區上網咨詢服務的老年人更容易理解和運用網絡知識，而經濟條件好的老年人則更可能接觸到先進的網絡設備和服務。個體特征對城鄉老年人網絡信息甄別能力的貢獻率相較于其他兩個因素較低，分別是10.74%與7.31%。

四、結論與建議

在積極應對人口老齡化背景下，基于2020年中國老年社會追蹤調查數據，本文試圖從城鄉視角出發構建老年人網絡信息甄別能力分析框架，運用描述性統計、OLS模型及夏普利值分解法，識別城鄉老年人網絡信息甄別能力現狀及影響因素，并就不同影響因素的貢獻率進行分解和比較，以期為打破老年人深陷網絡虛假信息詐騙的困境提供借鑒。研究發現，老年人網絡信息甄別能力整體偏低，相比城鎮老年人，農村老年人網絡信息甄別能力更低，同時老年人對網絡視頻的甄別能力弱于網絡照片；個體特征維度的文化水平、上網頻率、生理健康，家庭稟賦維度的家庭收入水平、家庭上網指導、網絡文化反哺，以及社會資源維度的社會保障、社區培訓上網和社區上網咨詢顯著正向影響老年人網絡信息甄別能力；個體特征、家庭稟賦和社會資源對老年人網絡信息甄別能力的貢獻率分別為15.96%、46.08%、37.96%，無論在城市還是在農村，家庭稟賦始終是影響老年人網絡信息甄別能力的最關鍵因素，貢獻率分別達到了49.52%與54.67%。

基于以上結論，提升老年人網絡信息甄別能力并非一方之責，而需多元主體共同協作，形成以家庭為基礎、社區為依托、社會為補充，鄰里互助、老年友好的格局，由此提出以下建議。

第一，發揮家庭代際的“數字反哺”作用，推動家庭互動式老年數字建設。家庭代際互動呈現的自我調適以及家庭代際孝道文化的自然傳承，成為提升老年人網絡信息甄別能力的新視角。家庭作為贍養老年人的責任主體，不僅限于經濟幫扶和生活照顧，還要給老年人提供情感支持和學習輔助，以耐心互動的方式，消除老年人的“數字排斥”，努力讓老年人安享數字生活。由于老年群體的記憶力、理解力、聽力等各種身體機能的衰退，家庭成員有義務在“數字反哺”過程中以細心、耐心和孝心減輕其對新技術的畏懼感，推動老年群體積極擁抱互聯網社會。同時，子女或年輕一代可以在日常生活中關注老年人互聯網使用情況，幫助他們篩選高質量的網絡內容，引導他們健康用網，學會判斷信息真偽，正確掌控觸媒時間，構建老年人自己的網絡信息認知地圖。

第二，豐富老年群體的社會資源，加大社區嵌入式老年網絡信息甄別教育。社區老年教育涉及社區教育和老年教育兩個領域，既需要硬件設施建設，也需要教學組織、教材計劃等軟件條件，是一項長期復雜的系統性工作。社區作為老年人日常生活的重要場所，了解社區內部老年群體的基本情況，可以發揮資源優勢，聯系對應部門、團體和機構，通過組織活動、提供學習設備等方式鼓勵老年人參與線上學習。同時，應充分考慮老年人的經濟狀況，提供經濟支持或優惠政策，降低老年人參與網絡教育的門檻。結合老年人的實際需求和學習特點，加強適合本社區老年群體特點的數字技能培訓，制定有針對性的教育內容和方法，既可以推動銀發經濟，也能方便老年群體的日常生活，從而推動社區嵌入式老年網絡信息甄別教育的發展，真正幫助銀發一族實現老有所學、老有所為、老有所樂。

第三，優化數字教育資源供給，推動城鄉老年數字教育均衡發展。從政策城鄉銜接，供給城鄉協同和老年網絡素養城鄉體系化三個層面上把握城鄉老年數字教育均衡發展的內涵，多方著力優化城鄉老年數字教育資源配置，以滿足城鄉老齡群體網絡信息甄別學習的差異性、個性化需求。建議相關企業及社會組織推出老年人專屬的內容頻道或欄目，提供無廣告干擾、知識性強的優質內容，并加大宣傳力度，讓更多的潛在受眾能夠及時、準確地了解并廣泛地獲取這些學習資源與信息。對于數字發展水平欠缺的農村或偏遠地區，可以進一步整合利用社區教育機構、職教中心等教育資源，完善基層文化館、圖書館、鄉鎮綜合文化站等公共服務系統建設，結合當地實際開展適應鄉村老年人需求的網絡信息甄別教育活動，以促進老年數字教育均衡發展。

[參考文獻]

[1]" 中華人民共和國2023年國民經濟和社會發展統計公報[EB/OL]. 政府網，2024-02-29.https：//www.stats.gov.cn/sj/zxfb/202402/t20240228_1947915.html.

[2] 第53次中國互聯網絡發展狀況統計報告[EB/OL]. 環球網，2024-03-23. https：//baijiahao.baidu.com/s？id=1794280390544031475amp;wfr=spideramp;for=pc.

[3]" 破解套路抵制誘惑，老年人更應防范電信詐騙[EB/OL]. 澎湃新聞網，2023-08-15. https：//m.thepaper.cn/baijiahao_24235774.

[4]" 老年金融消費者權益保護調查報告[EB/OL]. 2023-03-29. http：//www.crca.cn/images/2023-3.pdf.

[5]" Molina M D， Sundar S S， Le T， et al. \"Fake News\" Is Not Sim ply False Information： A Concept Explication and Taxonomy of Online Content[J]. American Behavioral Scientist，2021，（2）.

[6]" 莫祖英，盤大清.信息繭房效應對用戶虛假信息識別能力的影響關系探析[J].圖書館學研究，2023，（3）.

[7]" 李月琳，張秀，王姍姍.社交媒體健康信息質量研究：基于真偽健康信息特征的分析[J].情報學報，2018，（3）.

[8]" 鄧勝利，趙海平.國外網絡健康信息質量評價：指標、工具及結果研究綜述[J].情報資料工作，2017，（1）.

[9]" IFLA. Open Access， Public Access， Meaningful Access： Libraries Heard at WSIS Forum and Human Rights Council[EB/OL]. 2021-01-01. https：// www.ifla.org/node/11462.

[10]" 李月琳，蔡文娟.國外健康信息搜尋行為研究綜述[J].圖書情報工作，2012，（19）.

[11]" 李長健，陳驍.大學生網絡信息甄別能力研究——以華僑大學為例[J].新聞研究導刊，2019，（7）.

[12]" 葛元霄，石晉陽.大學生網絡健康信息甄別的影響因素探究[J].情報探索，2020，（5）.

[13]" 申子陽.中老年人健康信息甄別能力研究[D].太原：山西財經大學，2021.

[14]" 張秀，李月琳.年齡梯度視角下網絡用戶健康信息甄別能力研究[J].情報學報，2019，（8）.

[15]" Li H. Rural Older Adults' Access Barriers to In-home and Community-based Services [J]. Social Work Research，2006，（2）.

[16]" Chen Y M， Thompson E A. Understanding Factors that Influence Success of Home-and Community-based Services in Keeping Older Adults in Community Settings [J]. Journal of Aging and Health，2010，（3）.

[17]" Park S，Kim B，Kwon E，Lee H. Trajectories of Community-based Service Use：The Importance of Poverty and Living Arrangements [J]. Journal of Gerontological Social Work，2017，（5）.

[18]" 肖青，蘇萍，黃佩貞.社區中老年居民健康信息素養與行為習慣的相關性研究及影響因素分析[J].中國健康教育，2023，（11）.

[19]" 王永霞，杜娟.北京某高校女青年人網絡搜尋醫療健康信息分析[J].中國學校衛生，2016，（9）.

[20]" Cotten S R， Gupta S. Characteristics of online and offline health information seekers and factors that discriminate between them[J]. Social Science amp; Medicine，2004，（9）.

[21]" 于倩男，高春玲.大數據時代老年人健康信息搜尋行為研究[J].科技文獻信息管理，2019，（2）.

[22]" Moholt J M，Friborg O，et al. Factors Affecting the Use of Home-based Services and Out-of-home Respite Care Services：A Survey of Family Caregivers for Older Persons with Dementia in Northern Norway [J]. Dementia，2020，（5）.

[23]" 田北海，王彩云.城鄉老年人社會養老服務需求特征及其影響因素——基于對家庭養老替代機制的分析[J].中國農村觀察，2014，（4）.

[24]" Siconolfi D，Shih R A，et al. Rural-urban Disparities in Access to Home-and Community-based Services and Supports：Stakeholder Perspectives from 14 States [J]. Journal of the American Medical Directors Association，2019，（4）.

[25]" 國務院第七次全國人口普查領導小組辦公室. 2020年第七次全國人口普查主要數據[R].北京：中國統計出版社，2021.

[26]" 王永梅，李雅楠，肖穎.居家養老服務對城鄉老年人生活質量的影響——基于三期CLASS數據的效應評估[J].人口研究，2020，（6）.

[27]" 蔣煒康，孫鵑娟.居住方式、居住環境與城鄉老年人心理健康——一個老年友好社區建設的分析框架[J].城市問題，2022，（1）.

[28]" Ferrer-I-Carbonell A， Frijters P. How Important is Methodology for the Estimates of the Determinants of Happiness？ [J]. Economic Journal， 2004，（497）.

[29]" David W.K.Yeung.Dynamic Shapley Value and Dynamic Nash Bargaining[M].NY：Nova Science Publishers，Inc，2018.

[責任編輯：李利林]