第三，同期其他政策的潜在混淆效应。包括国有企业改革、高等教育扩张和中国加入WTO等全国层面的改革，以及西部大开发和东北老工业基地振兴等区域政策。本文在稳健性检验中剔除同期政策的干扰。

4.2主要结果

表2列（1）仅加入城市和年份固定效应，列（2）加入个体控制变量，列（3）进一步加入1999年城市特征与Post2001的交互项，以此作为基准估计。估计结果显示，Infrastructure×Post2001的系数在1%的水平下显著为负，表明相比于控制组城市的受访个体，互联网提速项目实施后处理组城市的受访个体超重率较低。基于列（3）的估算可知，已有互联网基础设施条件每改善10%，超重率降低1.62%，相当于下降5.28%。

然而，DiNardi等（2019）基于2000年美国宽带互联网冲击，发现上网机会每增加10%，白人女性超重率提高0.7%，而对男性和非白人女性没有影响。与DiNardi等（2019）不同，本文得到相反的结果和更大的影响效应，这可能表明上网对体重的影响在发展中国家并不同。后文将解释其可能的原因。

4.3稳健性检验

（1）替换关键指标

①互联网基础设施条件。基准回归的互联网基础设施条件是连续变量，基于互联网基础设施条件的中位数将城市分为两组，作为虚拟变量。②个人体重。选取BMI和腹部肥胖作为体重的替代指标。

（2）控制城市层面的干扰。

①城市冲击前的超重率。在回归中加入冲击前城市的超重率，缓解Infrastructure×Post2001与误差项的相关性。②城市特征。加入城市特征与年份虚拟变量的交互项，控制城市随时间变化对体重的影响差异。③城市时间趋势。在回归中控制城市的线性趋势，吸收城市层面不可观测因素对超重率的影响。④城市医疗服务质量。医疗服务质量与居民健康高度相关，进一步控制1999年城市的医疗服务质量，包括人均病床、医生和医院数量。

（3）控制同期政策改革

①全国层面：1998—2000年国企改革、1999年高等教育扩张和2001年加入WTO。加入国企产出/城市工业总产值、城市大学生比例和关税。②区域层面：2000年西部大开发和2003年东北老工业基地振兴。在回归中剔除中国西部和东北地区的观测值。

（4）固定效应和标准误

①控制个体固定效应。进一步加入个体效应，吸收不随时间变化的个体特征对体重的影响。②改变标准误聚类层级。基准回归中的标准误聚类在城市-轮次层面，以控制每个城市-轮次的潜在相关性，进一步考虑将标准误聚类在城市层面。由于样本只包括42个城市，标准误聚类数量较少，使用block bootstrap对聚类进行调整。

（5）伪检验

①置换检验。将已有的互联网基础设施条件随机分配给城市，并重复1000次。②只使用2000年之前的样本，并假设政策冲击发生在1997年。

4.4异质性分析

考虑上网对体重的影响在性别、教育、年龄和城市经济发展方面的差异。将异质性虚拟变量与Infrastructure×Post2001构造三重差分项，并在表3中报告结果。异质性分析表明，上网对女性、低教育水平、高经济发展水平城市的个体超重率下降的影响更大。

4.5机制分析

（1）信息渠道

互联网普及可能会使人们接触到更多健康信息，从而影响其健康结果。由于CHNS的数据限制，无法直接检验信息通道，本文主要提供一些间接证据。

如果上网降低体重是因为通过在线信息了解更健康的生活方式，那么其他健康行为也会受到积极影响，人们会减少危险的健康行为（如吸烟和酗酒），参与更多预防性健康服务（如健康保险和体检），并增加锻炼频率和类型。然而，对其同时检验会使一些估计值可能出现偶然显著。本文参考Anderson（2008）进行多重假设检验，为上述三种信息渠道构建三类指数。表4列（1）至（3）显示，互联网提速项目对健康行为产生了积极影响（尽管并非总是显著），因此支持信息渠道。此外，将每种健康行为作为因变量进行重新估计。表5列（1）至（8）表明，上网降低了吸烟的可能性，减少饮酒和饮酒频率，鼓励参与健康保险，增加每周锻炼频率和类型。

为了进一步解释信息渠道，检验人们是否通过电视、收音机或电话获取健康信息，而不是互联网。利用CHNS数据库中上一年电视、收音机或电话等电子设备所有权和购买数量信息，排除通过替代媒体获取信息的间接证据。表6列（1）至（6）估计显示，政策冲击后人们不太可能使用电视、收音机或电话来获取信息。当人们通过增加已有的设备使用以获取更多信息时，也会出现不显著的影响。然而，列（7）和（8）发现，互联网提速项目实施后，人们更有可能拥有或购买上网所需的电脑。因此，上述结果在某种程度上将个体健康的改善归因于通过互联网和上网所需的设备来获取更多健康信息。

（2）收入渠道

上网可以通过收入渠道影响体重。研究表明，收入对互联网普及有积极的响应，健康与收入存在正相关。本文关注两类经济福利：就业和收入。首先，构建收入渠道的Anderson加总指数并进行多种假设检验。表4第（4）列发现，互联网提速项目有效改善了人们的经济条件。其次，表5列（9）和（10）显示，互联网普及对就业和收入均有积极作用，但只对收入的影响显著。列（10）表明已有的互联网基础设施条件每改善10%，年收入增加5.39%。

机制检验结果与DiNardi等（2019）的比较。DiNardi等（2019）发现随着互联网覆盖范围的扩大，美国人更有可能吸烟和饮酒，表明网络信息存在负面影响。仅对白人女性而言，上网增加了适度运动，其对体重的积极影响可能会被饮酒的负面作用所抵消。此外，位于较富裕地区的居民，其体重的增加幅度更大（尽管不显著）。

其原因可以从中美两国的不同发展阶段来解释。2000—2009年，尽管中国经济发展迅速，与美国相比仍存在明显差距。因此，互联网普及带来的收入增加可能对中国的超重率下降产生更明显的影响。此外，样本期内中国的互联网仍处于早期和快速增长阶段，而美国已处于先进的互联网发展阶段。当信息的可用性达到一定的程度，就可能出现“富余悖论”：人们对更多信息没有反应，甚至会被更多信息所淹没。总体来说，上网通过信息和收入渠道对中国产生的边际效益可能大于美国，导致其对健康结果的影响差异。

4.5成本收益分析

该项目的成本收益体现在：其收益来源于通过减少超重人口而直接节省的医疗费用，初始建设成本和后续设备维护费用是项目的主要成本。本文主要从以下三个步骤进行分析：

第一，计算互联网提速项目减少的超重人口数。由于CHNS的样本具有全国代表性，因此使用表3第（2）列的估计值（-0.170）来估算。平均固定电话覆盖率从1999年的10.73%增加到2015年的17.18%，即当每年固定电话覆盖率增加3.2%，超重率将下降0.53%。根据CHNS数据，得到表7第（1）列的实际超重率，实际超重率+0.53%得到第（2）列的反事实的超重率。此外，将第（3）列的城市人口总数乘以0.53%，得到列（4）估计的超重人口减少量，2000—2015年累计减少约5224万超重人口。

第二，计算与超重人口减少相关节约的医疗费用。与超重和肥胖相关的疾病包括糖尿病、心脏病和中风等。由于无法从CHNS获取相关疾病的医疗记录数据，本文参考中国的相关研究，假设医疗费用的变化遵循线性趋势，第（6）列得到每年超重个体的医疗费用，在2000、2015年可以分别节省医疗费用的1.2%和10.23%。根据《中国卫生统计年鉴》，列（5）显示2000—2015年城镇居民的平均医疗支出。按2000年价格指数计算，列（7）和（8）最终估算出2000—2015年节约的总医疗费用达67.2亿元。

第三，计算与互联网提速项目相关的成本。该项目的主要费用是网络交换中心（IXs）的建设、运营和维护。由于无法获得北京、上海、广州IXs的财务报告，本文利用2000和2001年信息传输、计算机服务及软件行业的固定资产投资作为IXs建设成本的上限。然后，使用2002—2015年与重建和技术改造（计算机、通信和其他电子设备）相关支出近似作为IXs的运营和维护成本上限。表8估算了2000—2015年该项目的成本，按2000年价格指数计算，其成本为6799.3亿元。

基于成本和收益分析可知，每花费100元提高网速，与超重下降相关的收益约为1元。值得注意的是，这仅是一个收益下限，因为本文只将节省的医疗费用作为收益，未考虑其他间接收益（如劳动生产率提高的收益），并使用该项目的成本上限。

05