互联网使用对个体政治参与的影响
关键词 互联网 有序政治参与 无序政治参与
作者简介：王炫文，西北大学公共管理学院本科生，主要从事公共管理方面研究。
中图分类号：D668 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文献标识码：A ? ? ? ? ? ? ? ? ? ? ? ?DOI：10.19387/j.cnki.1009-0592.2020.07.145一、問题提出
政治参与是现代民主制度的基石，也是民主政治的重要实现途径。有关政治参与的内涵和外延，国内学者普遍将政治参与界定为公民自愿地通过各种合法方式直接或间接的参与政治生活，并影响政治体系的构成、运行方式和运行规则的一切行为的总和[1]。其中，政治参与分为有序（主动参与、文明参与、理性参与、依法参与、自觉参与等）和无序（被动参与、非理性参与、表面化参与等）政治参与两种模式[2-3]。党的十九大报告有关健全和发展社会主义民主制度体系的决议中指出应不断扩大人民的有序政治参与，保障人民依法享有广泛的权力和自由。当前，人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾仍然存在，在基层社会治理时，由此类矛盾导致的部分公众参与的堵塞交通、集会、集体上访、围堵党政机关、静坐请愿、聚众闹事等群体性事件时有发生，随着互联网信息技术的不断发展，信息的传递媒介更加多元，传递速率不断提升，为非制度性政治参与的聚合、发酵与扩散提供了技术窗口。因此，在网络社会合理引导政治参与向纵深发展，无序政治参与向有序政治参与转换，不仅是政治民主化的现实趋向，更是社会主义民主发展的制度要求。二、文献回顾
在国内学者在对公民政治参与影响因素的研究中，社会经济地位模型和动员模型是两种较为主流的理论解释框架。社会经济地位模型主要指个人资源禀赋和所处社会环境对个体参与行为所产生的影响，接受过较高层次教育、拥有较多收入的高社会经济地位群体的公民群体，其政治参与态度和参与规范水平要普遍高于社会经济地位较低的群体[4]。动员模型是在社会经济地位模型基础上进行的理论延伸，与前者不同的是，此理论认为资源禀赋不仅影响公民的参与态度和行为，还决定了个人的政治动员性质与水平[5]。高资源禀赋者的政治参与热情不仅受到高体量的可支配资源储备影响，同时，对这一群体而言，个体的资源储备能够延伸为更多的正式（政党、竞选组织、利益集团等）或非正式（政治讨论）政治动员机会，此理论在考量公民态度对个人政治参与意愿影响的基础上，加入了对政治动员这一变量的考量。
在这两种主流理论基础上，针对影响个体政治参与的因素学者们展开了大量的研究，国内的研究主要集中在对于特定群体、特定区域、具体政治行为或个别案例的政治参与行为进行分析。在对藏区青年妇女作为研究对象进行质性研究的过程中发现，文化程度、职业类型、政治面貌作为个人维度的内生激励因素能够激发个体的政治参与意愿[6]，在以老年群体为对象的研究中发现，性别、年龄、受教育状况、城乡类型四类变量对老年人个体的政治参与意愿有显著的预测作用[7]。诸如此类以特定群体、区域的政治参与行为研究虽能在扩大人民有序政治参与中起到重要的参考借鉴作用，但特定对象、特定范围的研究在推论总体特征方面的效度较低，难以呈现我国政治参与的全貌，对公民“为何”参与、“如何”参与的解释也有所不足[8-9]。同时，国内研究普遍集中在对有序政治参与行为影响因素的探讨，较少涉及对无序政治参与影响因素的辨析。当今的互联网信息社会，政治参与的方式、渠道在被不断扩大，民众信访意见的反馈上行通道在不断拓宽，政务决策信息化水平与政务服务新模式在不断革新。因此，本研究致力于聚焦微观个体在信息网络时代的政治参与影响因素，探讨规制无序政治参与行为向有序政治表达过渡的内在条件和实现路径，为扩大公众的有序政治参与规模提供现实依据与数据支持。三、实证研究
（一）样本来源
本文数据来自于中国人民大学社会系与香港科技大学社会科学部合作主持的中国综合社会调查（China General Social Survey，CGSS）项目2010年的调查数据。问卷问题沿用曾鸣等人的研究[10-11]，数据分析时，全样本人群为1354，所有数据使用SPSS24.0进行收集和分析。
（二）定义及描述性统计
本文因变量为政治参与，使用有序政治参与和无序政治参与两个维度进行考量，问卷中有序政治参与为问卷中“上次居委会/村委会选举，您是否参加了投票？”答案作虚拟化处理，“参加了”赋值为1，“未参加”赋值为0。自变量由互联网使用频次、人口统计学特征变量群、经济社会地位体征变量群和心理与行为特征变量群四类组成，具体的定义及编码方式见表1。
表1：变量定义及描述性统计结果（N=1354）
（三）Logistic回归分析
如表2所示，本文在分析全年龄段个体政治参与的影响因素时，分别以有序政治参与和无序政治参与作为因变量的两个维度，将被调查对象的互联网使用情况、人口统计学特征、经济社会地位特征和心理与行为特征的14个变量作为自变量，构建Logistic回归模型。
模型的定义如下：
自变量x1-x13分别代表互联网使用频次、性别、年龄、婚姻状况、受教育年限、政治面貌、个人收入、户口类型、亲戚网络、朋友网络、社会信任、生活满意度和不公正待遇。
运用最大似然估计法对模型进行估计，似然函数为：
等式两边同时取对数：
上式中Pi为第i个样本政治参与的概率，yi是第i个样本是否拥有政治参与意愿，yi=1表明该样本有政治参与的意愿，yi=0表明该样本没有政治参与的意愿。本模型的目的是求出使得lnL的值最大时的总体参数b1-b13的值，并检验变量的显著性。
有序政治参与的统计分析结果如表2所示，模型1中，互联网使用频次对个体的有序政治参与意愿影响显著（OR=0.713，p<0.001），说明互联网使用频次每增加1单位，个体的政治参与意愿将降低71.3%，即高频次互联网使用个体的政治参与意愿要弱于低频次互联网使用的个体。模型2中，个体的有序政治参与分别在性别、年龄与受教育年限三个人口统计学特征上表现出明显的差异性，男性的有序政治参与意愿是女性的1.501倍（OR= 1.501，p<0.001），高龄者的受教育意愿普遍高于低龄者（OR= 1.022，p<0.001），受教育年限越长的个体，其有序政治参与意愿越弱（OR=0.899，p<0.001），受教育年限每增加1个单位，个体的有序政治参与意愿将下降89.9%。模型3中，由政治面貌、个人收入与户口类型组成的经济社会地位特征变量能够显著预测个体的有序政治参与意愿，其中党员的有序政治参与积极性是非党员的1.409倍（OR=1.409，p<0.1），个人的收入水平越高其政治参与积极性越低（OR=0.862，p<0.05），拥有农村户口的个体其政治参与积极性是城市个体的2.121倍（OR=2.121，p<0.001）。在模型4中，心理与行为的四个变量均不能显著预测个体的有序政治参与行为，但在模型5的进一步分析中加入互联网使用频次与社会信任的交互项发现，互联网使用频次与社会信任水平的交互项能够正向预测个体的有序政治参与行为（OR=1.058，p<0.001），即互联网使用这一变量可以作为社会信任水平与个体有序政治参与的调節变量，较高的互联网使用水平，能够提升个体的社会信任水平进而激发个体的有序政治参与意愿。
表2：有序政治参与影响因素的Logistic回归结果（N=1354）
续表 2：有序政治参与影响因素的Logistic回归结果（N=1354）
无序政治参与的统计分析结果如表3所示，在模型1中，互联网的使用频次能够显著预测个体的无序政治参与意愿（OR= 0.847，p<0.001），越高的互联网使用水平越能够抑制个体的无序政治参与行为，互联网使用频次每增加1个单位水平，个体的无序政治参与行为将减少84.7%。在模型2中，受教育年限与个体的无序政治参与行为呈现出显著的相关性（OR=0.913，p<0.001），受教育年限每增加一个单位，个体的无序政治参与行为将减少90.3%，即受教育年限越高的个体其无序政治参与行为越少。在模型3中研究发现，个体的经济社会地位与无序政治参与行为没有显著的相关性，但是在模型4的进一步分析中发现，个人在生活中是否遭受过不公正待遇，则可以显著的预测个体的无序政治参与行为（OR=3.076，p<0.001），遭受过不公正待遇个体进行无序政治参与活动的概率是未遭受过不公正待遇个体的3.076倍，即遭受过不公正待遇个体的无序政治参与行为明显高于未遭受过不公正待遇的个体。
表3：无序政治参与影响因素的Logistic回归结果（N=1354）
四、结论及建议本研究以解决当前社会公众有序政治参与意识弱化，非制度化政治参与活动频发为出发点，以政治动员学说中对于个体在政治参与中的资源禀赋-动员机会-行为态度假说为指导，将个体的政治参与活动置于人口统计特征、经济社会地位特征与心理行为特征三个变量组之中，考虑有序、无序政治参与和互联网使用频次及各变量之间的相关关系与复合相关关系，得出的主要结论有：首先，互联网的使用频次与受教育年限对我国民众的有序和无序政治参与活动间均发挥着负向影响，性别、年龄、婚姻状况对两种政治参与行为均具有正向影响作用。其次，政治面貌、户籍与个人收入能够正向预测个体的有序政治参与行为，是否遭受过不公正待遇能够正向预测个体的无序政治参与行为。除此之外，在这两种政治参与中，社会信任变量与两种政治参与行为都不存在相关关系，但在有序政治参与中互联网使用频次与社会信任的交互项能够正向预测有序政治参与行为，换言之，互联网使用频次作为调节变量能够提升社会信任水平，进而激发个体的有序政治参与意愿，这种复合相关关系提示了网络信息技术在提升社会整体信任水平、扩大选举政治参与中发挥着重要作用。
基于以上结果，提出疏解无序政治参与活动，提升社会公众有序政治参与的干预对策下：
第一，应不完善选举制度在内的基层民众政治参与机制，激发高素质、高受教育群体的政治参与意愿，近年来，西方代议制民主政治的选举投票率不断下滑，参与式民主危机不断出现，发展中国特色社会主义民主政治，不断拓宽公众的政治参与渠道，增加民众的公平性感知，有利于缓解群体性事件和公众的抗击行为。
第二，通过制度调控，缩小居民收入差距。低收入者和农村户籍者更倾向参与政治活动，市场经济发展带来的物价上涨抵消了低收入群体的物质和心理获得感，不公平感与不公平待遇会促使民众参与群体性事件，不利于扩大有序政治参与规模。
第三，要发挥互联网信息技术在降低信息不对称性，提升社会信任水平，规制无序政治参与向有序政治参与转化之间的平台作用。当前我国的网络信息传播风险和政治参与之间联系紧密，重视政治建设、制度改革与社会治理中民众的意愿表达，利用互联网信息技术拓宽公众的网络政治参与渠道，这不仅是适应网络社会发展的必由之路，更是民主政治的本质要求。
本论文采用的CGSS数据库是一个截面数据，其对探讨选取变量之间的因果关系方面有一定局限。同时，该研究主要关注的是互联网使用对于两种现实政治参与的影响，尚未涉及网络政治参与的内容，因而在探讨不同政治参与影响因素方面也有一定局限。今后可以通过大样本人群跟踪研究以及扩展对于网络政治参与内容的研究，进一步对本研究的结论进行验证，为提升国家政治稳定、政治安全提供理论和现实依据。
参考文献：
[1]易申波，肖唐镖.影响我国公民政治参与的因素分析——以2002与2011年两波全国抽样调查数据为依据[J].华中师范大学学报（人文社会科学版），2017，56（4）：18-30.
[2]麻宝斌，于丽春，杜平.收入水平、政治社会化与参与意愿——转型期公众政治参与机会认知的影响因素分析[J].武汉大学学报（哲学社会科学版），2017，70（4）：139-147.
[3]刘佩锋，马璨婧.社会变迁视阈下公共危机与非制度化政治参与问题研究——执法者视角的分析[J].海南大学学报（人文社会科学版），2019，37（5）：60-67.
[4]陈建国.城市社区治理参与状况及其影响因素——基于北京市问卷调查的实证分析[J].天津行政学院学报，2017，19（1）：11-18.
[5]陈星.政治动员视角下的台湾青年政治参与[J].台湾研究，2019（6）：18-25.
[6]李春梅，师晓娟.藏区青年妇女政治参与的影响因素分析——基于双因素理论视角[J].当代青年研究，2019（5）：11-17+24.
[7]丁志宏，夏咏荷，张莉.我国老年人制度化政治参与现状及影响因素研究[J].兰州学刊，2019（5）：184-195.
[8]周小李，刘琪.大学生网络政治参与对其政治认同影响的实证研究[J].高教探索，2018（12）：103-108.
[9]華昊.新生代网民的网络政治参与及其多元治理[J].南京社会科学，2016（5）：100- 105+112.
[10]曾鸣.互联网使用对青年政治参与的影响及对策——基于CGSS2015数据的实证分析[J].湖北行政学院学报，2018（4）：35-40.
[11]王文彬，吴海琳.互联网使用及其对社会认同的影响——基于CGSS2010数据的实证分析[J].江海学刊，2014（5）：92-100.
