左才：网络社会与国家治理研究

 

网络社会与国家治理研究

左 才^*

 

一、导言

伴随着因特网的普及和相关技术的广泛运用，网络社会兴起。因特网对政治的影响逐渐受到不同学科的关注。学者将网络社会定义为一种新的社会运行环境或社会形态。美国社会学家曼纽尔·卡斯特尔（Manuel Castells）在《信息时代三部曲：经济、社会与文化》中，将信息技术视为改变社会结构的力量，将网络视为一种新的社会形态。从广义上理解，网络社会的特征包括经济行为的全球化、组织形式的网络化、工作方式的灵活化与职业结构的两极化。^[i]　狭义来说，网络社会主要指“网络行为主体之间、网络行为主体与网络软硬件要素之间相互作用而形成的虚拟生态系统”以及“经由网民之间的网络交往和互动关系而形成的具有虚拟特性的社会空间或社会场域”。^[ii]虽然网络社会具有虚拟特性，但是与现实社会和政治紧密相连，相互影响和作用。网络社会往往能够折射现实政治以及国家与社会关系的形态。伴随着对网络属性的重新认识，网络社会实证研究中关于因特网如何影响社会、国家以及国家与社会关系的分析越来越深入和细致。

 

早期关于网络对政治影响的讨论，主要由法学家主导。以约翰·巴洛（John Barlow）、托德·拉平（Todd Lapin）、尼古拉斯·内格罗蓬特（Nicholas Negroponte）为代表的早期网络理论家将网络的本质特性归为开放、自由、平等和共享，认为网络空间造就了“自由而不混乱，有管理而无政府，有共识而无特权”^[iii]的社会。以安德鲁·夏皮罗（Andrew Shapiro）和劳伦斯·莱斯格（Lawrence Lessig）为代表的网络理论家则驳斥了这种观点，将互联网的本质定性为“社会控制工具”，网络的本质是“信息独裁”：“这种控制和独裁首先来自于私营企业和国际利益集团通过技术手段对互联网进行的无形控制。现在，绝大部分网络的硬件和软件产权及其核心技术掌握在少数几家美国公司手中，如微软对全球用户的无形控制就是典例……这种控制实际上在全球范围内代表了掌握信息资源优势的国家和团体对多数人的控制和奴役”。^[iv]部分法学家认为由于网络没有传统的主权国家边界，现有的传统形式的法律无法有效地管制网络；莱斯格则认为软件编码就是在网络社会中塑造个体行为的规则，因此制定软件编码也应该像制定法律一样有一套规范的民主的制定程序。^[v] 类似地，学者也质疑网络的共享和平等属性，认为网络带来的信息成本的降低将有利于低收入人群更好地积累人力资本和就业的观点过于乐观。相反地，学者从不同的角度阐释信息时代存在的“数字鸿沟”，多国的分析数据均表明家庭收入和教育程度是影响个人网路使用的重要变量；国家的经济发展水平以及电信产业的私有化和竞争程度等变量是解释全球“数字鸿沟”，即国家间网络使用不平等现象的主要变量。^[vi]　虽然伴随着相关技术的发展，个人及国家间的数字鸿沟在不同程度上得到了缓解，但这种网络使用和信息获取不平等情况仍然会在一段时间内持续存在。2017年《中国互联网络发展状况统计报告》依然提到城乡差异显著：我国网民中农村网民占比26.7%，城镇网民占比73.3%；我国的网民年龄结构也依然偏向年轻，10-39岁群体占网民整体的72.1%。^[vii]  

 

从21世纪中叶开始，政治学家们开始就互联网对政治的影响从多个维度进行分析。由于互联网的基本特性，比如虚拟性，进入的低门槛化，去中心化，可扩展性、超越时空的交互性等特征，以及相伴而生的网络政治的多元形态^[viii]，政治学家关注的焦点在于互联网的这些特质会带来什么样的社会或政治变化，具体关注的议题包括互联网对信任、政治态度、政治参与，包括选举以及社会运动的影响。下面将系统梳理在这些方面的研究发现和最新发展，以期为国内政治学相关研究提供知识储备。　

 

  

 

二、网络社会中的社会

 

现有实证研究中关于因特网对信任影响的发现结果不尽一致。部分学者认为信息传递效率的提升有助于社会资本的形成。具体来说，因特网有助于打破原有的基于某个地理区域的人际接触模式，而建立起一种基于网络的社会形态，这种新型的社会形态要求公众重新理解和探索过去传统的人际接触模式的实践形式；有研究表明，因特网使用者使用传统的人际交往方式，比如打电话或走访亲友，的频率更高。^[ix] 而这些人际接触有助于提升社会信任。政治学家罗伯特·帕特南（Robert Putnam）发现在控制住一些基本的人口信息变量后，因特网用户与不使用因特网的人群在公民参与（civic engagement）方面没有显著的差异。^[x]　而另一部分学者则强调网络媒体的使用会导致人际疏离和社会信任的下降。比如蔡文之指出：“互联网为每个人提供了自由平等的交流平台，人们可以自我选择如何‘包装’所选择的信息。然而，这种‘选择权’也表现为‘规避权’……网络规避的负面效果是：这种由技术辅助所达到的隔绝会减少与社团共享经验的机会”。^[xi] 基于中国大学生的社会调查，研究者发现网络媒体的使用对居民社会信任的影响是消极的，其因果机制除了网络媒体导致人际疏离之外，网络媒体商业化内容中的不友善部分也可能对使用者的社会信任产生负面的影响。^[xii]

 

在这类研究当中需要注意的一个问题是潜在的样本自选择偏差，即选择不同媒介的人在接触媒体之前就在信任或政治态度等方面已经存在系统偏差，接触某些类型的媒体只不过是强化已有的这些差异。比如，皮帕·诺里斯（Pippa Norris）提出的“良性循环”假设认为，那些原来就更关心政治和政治信任度高的民众会更愿意接触媒体，更多的信息和知识将导致更大的信任和更积极的公民参与；而那些不关心政治和原本政治信任度就比较低的民众更可能主动地规避媒体的报道。^[xiii]　

 

这种自选择偏差问题也同样出现在网络媒体报道对政治态度的影响这类研究当中。因此，越来越多的研究人员用实验的方法来分析不同的媒体报道对使用者政治态度的影响。研究的发现也不尽一致。凯斯·桑斯坦(Cass Sunstein)指出因特网更容易将有相同观点的人聚集在一起，减少个体去接触同自己持有不同观点的人群，而他的实验研究发现个体在与自己持相同观点的人讨论完后，其立场会比讨论之前更极端；因此，因特网更容易导致或加剧对社会的离心作用以及极化政治（political polarization）。^[xiv] 其他学者也发现在推特以及政治博客的使用者当中也存在这种相同观点者的集聚化现象（clustering）。^[xv] 但是依据更大的样本，研究人员发现即便是强烈鲜明的某种政治态度的持有者也会经常主动浏览与自己政治态度相反的网站，比如纽约时报网站的访民中百分之三十持有偏保守的政治态度，四分之一的浏览偏激进的政治博客网站Daily Kos 的用户也浏览偏保守的福克斯新闻网站。^[xvi]　因此，有研究者认为，桑斯坦的政治极化现象更有可能只存在于部分具有较多政治知识，拥有坚定政治立场，较难被不同政治观点改变原有立场的人群当中。^[xvii] 另一部分学者关注互联网带来的信息多元化如何有利于民主观念的生长和发展。^[xviii]更多关于不同类型民众选择网络媒体的影响因素及规律的研究发现将进一步推动关于网络媒体对社会信任和政治态度影响的分析。除了在个人层面的影响，互联网同样对各种社会组织和团体产生了较大影响。比如，基于129个中国民间社团的调查发现，年轻的非商业性质的社团组织更经常使用互联网，并且主要用于组织宣传、信息发布以及与其他组织的联络（networking）。^[xix]

 

 

三、网络社会中的国家及其与社会的互动

 

总体上来说，学者认为网络对国家权力提出了诸多挑战。最主要的挑战来自于国家丧失了对舆论的垄断。各种主体，包括每个个体、跨国集团、新闻媒体、公司等都可以通过网络空间来影响和塑造舆论。传统信息空间被国家操控，网络空间重构了传统的公共空间，“国家过滤机制黯然失色……复制、折射、反映、描述社会和历史的权力已经弥散化、去中心化，国家对复制社会的权力垄断已经被打破了”。^[xx]　除了对国家舆论控制的挑战，国外网络社会研究当中也指出了在政治和文化层面，互联网对政治安全、经济安全、文化主权等涉及国家安全的要素的冲击。^[xxi]　

 

互联网对国家权力的影响还体现在对国家与社会互动关系的影响上，主要的作用机制和载体是不同类型的网络政治参与。网络政治参与指公民借助互联网表达自己的政治意愿，参与政治活动，对政治系统的决策施加影响的行为与过程。^[xxii]　接下来，主要从政策过程、竞选和社会运动三方面来分析网络政治参与及其影响。

 

网络政治参与对政策过程的影响体现在网络舆论对政策议程设置以及政策调整的影响上。政策议程指的是那些被决策者选中或决策者感到必须对之采取行动的要求，是对各种议题重要性的排序。^[xxiii] 美国学者罗杰·科布等划分了议程设置的三种模式：第一、外部推动模式，即问题由非政府组织提出，然后扩展成公共议程，最终进入政策议程；第二、内部动员模式，即由政府或政治领导提出一个政策然后动员民众对政策进入议程和实施予以支持；第三、内部推动模式，即问题由政府内部动员或与政府关系密切的团体或专家提出，不需要寻求公众的支持。詹姆斯·安德森（James Anderson）曾总结推动社会问题进入政策议程的触发要素：政治精英介入、危机事件、抗议活动、以及媒体曝光。^[xxiv]

 

我国在政策议程设置研究中普遍借用压力模式这一分析视角，并且强调因特网使得政策议程设置更加科学化和民主化。王绍光依据政策提出者的身份以及民众参与程度的区别划分了六种在当今中国并存的政策议程设置模式：关门模式、动员模式、内参模式、借力模式、上书模式和外压模式。并且，伴随着网络社会的发展以及专家、传媒、利益相关群体和人民大众发挥作用的增长，“关门模式”和“动员模式”逐渐式微，“内参模式”成为常态，“上书模式”和“借力模式”时有所闻，“外压模式”频繁出现。^[xxv] 类似地，在网络社会，政策议程设置正在经历从权威动员式向网民触发式转变，这种网民触发式模式主要包括以下几个阶段：第一、网络话题的形成和凝聚，普通民众通过网络媒体的平台，对某一事件进行深入广泛的讨论，让更广范围的大众针对此话题产生共同体验和情感共鸣；第二、经过大范围的议题的争辩达到意见趋同的情况下，伴随着利益诉求的提出，形成强大的社会舆论，向政府部门施加压力，这种压力既包括网络民意集聚形成的压力，也包括网络媒体突破地方和部门管制引起上一级政府关注和干预而形成的压力。具体来说，网络民意通过线上与线下参与互动模式、抵制与不合作模式、以及多主体隐形联盟这三种策略来形成压力并推动政策议程的建构。^[xxvi] 魏淑艳和孙峰则从“多源流理论”的视角出发，阐释了网络媒体如何影响“问题流”、“政策流”、“政治流”以及“政策之窗的开启”。^[xxvii]　根据已经发表的期刊文章，下表总结了我国近年来由网络民意推动政策议程设置的案例。

 

 

表一、近年来关于网络民意与政策议程设置研究的文献总结

学者 （发表年份）	具体案例	网络助推形式	对政策的影响
魏淑艳，孙峰（2016）	出租车（专车）改革	微信倡议书引发地方出租车司机罢工；出租车微信互动平台、知乎、百度贴吧图文直播罢工现场； 网络媒体民意调查及投票；网络社区论坛广泛讨论	网络相关建议以政策条文的形式出现在了义乌市、杭州市、上海市和交通部的法规中
田进、朱利平、曾润喜（2016）	厦门、大连、宁波及茂名的PX事件	网络媒体披露与关注事件，网络论坛发布“散步抗议”动员信息	PX项目停止或迁建
费久浩（2015）	PM2.5纳入国家空气质量监测与治理体系	知名博主在微博上发布北京空气质量截图引起大量转发；网络论坛、贴吧、社区、视频网站、聊天平台等出现大量关于PM2.5的讨论，表达对空气质量的担忧和关注	推动修订《环境空气质量标准》，增设包括PM2.5浓度限值的新指标等
陈姣娥、王国华（2013）	助推“郭美美事件”进入政策议程	网民通过微博、博客、论坛发帖等方式开展讨论、发表质疑和抗议，开展人肉搜索等	推进慈善立法进程
朱亚鹏（2010）	乙肝歧视问题被纳入政策议程	从“周一超事件”开始，“肝胆相照”论坛协助CCTV拍摄“乙肝歧视”专题报道，发起违宪审查、置信国务院领导和接近“两会”代表等方式对决策者施加影响和压力	促进政策的转变，比如2005 年的《公务员录用体检通用标准( 试行) 》明确了乙肝病原携带者在体检标准中是合格的，公务员录用体检表中也没有乙肝“两对半”的检验项目; 2007 年的《就业促进法》明确规定了禁止歧视乙肝携带者

 

资料来源：魏淑艳，孙峰：《“多源流理论”视阈下网络社会政策议程设置现代化——以出租车改革为例》，《公共管理学报》2016年第13期；田进、朱利平、曾润喜：《网络舆情交互触发演变特征及政策议题建构效果——基于系列“PX事件”的案例研究》，《情报杂志》2016年第2期；费久浩：《网络社会下中国公共政策议程设置模式的嬗变——以“PM2.5纳入国家空气质量监测与治理体系”为例》，《乐山师范学院学报》2015年第5期；陈姣娥、王国华：《网络时代政策议程设置机制研究》，《中国行政管理》2013年第1期； 朱亚鹏：《网络社会下中国公共政策议程设定模式的转型》，《中山大学学报》（社会科学版）2010年第5期。

 

备注：还有研究简要讨论网络舆论对政策议程设置的影响，比如胡斌飙车案对杭州市交通公共安全政策议程设置的影响，参见陈国营：《网络媒体对政策议程设置的影响研究——基于压力模式的视角》，《中共浙江省委党校学报》2012年第1期；孙志刚事件对政策的影响，参见王绍光：《中国公共政策议程设置的模式》，《中国社会科学》2006年第9期；莫荣妹、韦潇竹：《网络空间对公共政策过程的影响机制浅析——基于孙志刚事件的案例分析》，《经济与社会发展》2016年第2期。

 

 

以2007-2012年具有“轰动效应”的中国重要网络事件为样本，翁士洪和叶笑云根据网民参与程度、政府回应程度、以及政民互动程度三个维度，划分和总结了中国地方政府决策回应的四种模式：鸵鸟模式，即民意部分参与、政府不予回应；蜂王模式，即政府主动、民意部分参与；杜鹃模式，即民意先发、政府被动回应；鸳鸯模式，即政府主导、政民高度互动。并且数据统计显示杜鹃模式为主要模式，样本中84%的事件为民意先发下政府被动回应。^[xxviii]

 

除了在负面事件引发网民高度参与背景下的政府与网民互动，其他互动的途径包括各层级政府主动设置的网络问政平台，比如“专题性”和“留言板性”网络问政平台。学者关注在信息公开改革的推动下，这些政府主动设置的网络问政平台对民众意见的回应性以及政府新媒体如何影响网民的政治态度及其行为。实证研究发现，网络政府回应行为具有选择性的特征，网民的社会和政治身份、地区性国家社会关系和经济发展、使用的话语等因素都能影响政府回应的程度，本地人、集体诉求、经济性议题、低成本且单一议题诉求、使用内集体话语和贤能话语的诉求更容易得到政府回应。^[xxix]　通过比较肯尼亚和中国，何尚恩（Jonanthan Hassid）和珍尼弗·布拉斯（Jennifer Brass）发现肯尼亚在媒体大规模曝光腐败、渎职等事件后处罚力度小且行动迟缓，而中国政府对媒体曝光事件的回应迅速有效。^[xxx] 通过分析市长信箱的海量数据，格雷格·迪斯特尔霍斯特（Greg Distelhorst）和候越（Yue Hou）发现地方政府的这类网络平台具有较高程度的回应性，同时地方经济发展水平以及地方政府与社会的关系是影响政府网络平台回应性程度的主要变量；中国政府在网络空间的回应性源于官员对治理当中的委托代理问题（比如代理滑移）的应对。^[xxxi] 基于海量政务微博资料的大数据分析和代表性调查数据的分析，孟天广和郑思尧分析了政府新媒体的传播内容及其对网民政治态度及行为的影响：与未关注政府新媒体的网民相比，关注政府新媒体的网民更认可网络能为自己提供公共事务的及时和详实的信息，并且政府新媒体的网民认为网络提高了其政治兴趣；关注政府新媒体对线上政治参与有显著的正向影响，关注政府新媒体的网民显著地更多在博客、网络论坛、微信、微博等主要社交平台上就国家大事或公共事务发表评论。^[xxxii]

 

与传统的媒介使用和人际交往相比，互联网的开放性、匿名性和交互性为公民获取信息、表达政治观点、开展动员提供了更低成本和低风险的手段。亨利·法雷尔（Henry Farrell）指出了互联网影响政治参与的三种主要机制：降低交易成本、减少偏好伪装(preference falsification)和同质分类（homophilous sorting）。^[xxxiii]　现有文献认为互联网影响给政治参与带来的影响主要包括：一、互联网的实时性和便捷的讨论平台带来了更多的政治参与信息和机会；二、降低参与成本；三、互联网的互动性可以增强民众与官员的直接互动，比如通过电子政务等形式。^[xxxiv]　因此，部分学者认为互联网的普及必然推动广泛的政治参与，带来“数字民主”，而悲观主义者则认为互联网普及，比如网络的娱乐化会引起政治兴趣和政治参与水平的下降，反而不利于民主的发展。

 

除了通过互联网参与和影响政策过程，政治学家和社会学家比较关注的其他网络政治参与行为还包括在网络上批评政府官员或政策、开展选举动员、讨论集体行动等。在社会调查中，衡量网络政治参与的问题经常包括是否通过网络联系当选的议员或领导候选人、表达关于某个政策的意见、与其他网民一起尝试解决某个问题等。网络技术在动员方面的优势深刻地影响着竞选和社会运动这两类重要的政治行为。在竞选方面，2004年霍华德·迪安（Howard Dean）和接下来2008年巴拉克·奥巴马（Barack Obama）的竞选策略让大家充分认识到了社交媒体的选举动员和募集竞选资金的能力。^[xxxv] 除了竞选，线上政治参与与线下政治参与的互动还体现在互联网怎样被用于组织线下集体行动。学者将传统研究社会运动的分析视角运用到网络空间的抗争行为（internet activism）,分析作为动员结构、政治机会以及框架化工具的互联网。^[xxxvi] 近些年来，一部分学者开始质疑“互联网在民主化转型中发挥了重要作用”这样一种主流观点。他们认为互联网在近些年一些中东国家发生的革命中的作用被夸大了，而且互联网对原有秩序的破坏能力并不意味着其具有建立新的民主制度的能力。^[xxxvii] 在国内，伴随着因特网的普及，网络上讨论集体行动的政治参与行为增多，部分线下的集体行动事件首先发生在网络，比如环境抗议事件。^[xxxviii] 通过总结1998至2009年发生的160起网络舆论事件，钟瑛和余秀才发现网络舆论事件关注的焦点是政治与民生问题；运用案例分析，国内学者深入挖掘了群体性事件中网络的助燃作用以及如何积极管理和引导网络舆情。^[xxxix]

 

  

四、实证分析

 

接下来利用2008年和2011年社会调查的数据来分析互联网普及对中国民众政治信息获取、政治信任和政治参与行为方面的影响。其中，2008年数据为北京大学中国国情研究中心“中国公民素质与和谐社会”调查，2011年数据为西南政法大学中国社会稳定与危机管理研究中心的“健全基层民主管理对策研究”调查。根据这两个社会调查的数据，电视和报纸这些传统媒体仍然是民众获取政治和政府信息的主要渠道。如下表所示，以互联网为主要获取政治和政府信息渠道的人群远远小于以电视为主要政治信息获取渠道的群体，也略低于以报纸为政治信息主要获取渠道的群体。同时，城市居民相较于农村居民，男性相较于女性，受教育年限更长的人，以及共产党员相较于群众或者民主党派，更有可能以互联网为主要获取政治和政府信息的渠道（具体参见附件中的表三）。

 

 

 

表二 获取政治和政府信息的渠道

	2008	2011
电视	88.52	91.48
报纸	21.38	27.84
电台/广播	11.59	13.45
互联网	6.63	23.12
手机短信	7.34	18.86
个人接触	18.89	30.32

 

注： 问卷问题单独就每一种媒体提问“您是否主要通过以下渠道获取有关政治和政府的信息？” 表中数字分别表示回答“是”的群体的比例。因此每列的比例加起来超过百分之百。

数据来源：2008年数据来自“中国公民素质与和谐社会”调查，2011年数据来自西南政法大学中国社会稳定与危机管理研究中心的“健全基层民主管理对策研究”调查。

 

通过多元回归分析，接下来将考察互联网使用与政治信任以及政治行为这三类被解释变量的相关关系。其中政治信任主要指对地方政府的信任；政治行为则涵盖不同类型的政治参与行为，包括投票、向领导反映意见、与抗争性行为等。核心的解释变量为对政治的感兴趣程度以及政治信息获取渠道。回归分析中，除了单独加入这两个解释变量，还依据调查中关于受访人对政治上事情感兴趣程度以及获取政治和政府信息渠道的回答，构建了三个二元变量：第一个变量为“政治兴趣高且主要通过互联网获取政治信息人群”（第一组人群）；第二个变量为“政治兴趣高且主要通过非互联网媒介获取政治信息人群” （第二组人群）；第三个变量为“政治兴趣低且主要通过互联网获取政治信息人群”（第三组人群）。在回归分析中，与这三个群体做对照的群体则是“对政治不感兴趣并且主要使用非互联网渠道获取政治和政府信息”的人群。附件表一显示了上述两个调查中这四类群体的分布情况。

 

4.1互联网使用与政治信任

 

依据现有文献，在回归分析中加入与政府信任相关的控制变量，包括个人特征变量以及生活满意度变量。其中个人特征变量包含性别、户口、年龄、教育程度、民族，以及是否是共产党员。^[xl]在这些控制变量中，除了年龄和教育程度，其余变量均为二元变量。具体关于变量的描述性统计请参见附件表二。由于公开数据中缺少抽象信息，比如层变量(strata)、初级抽样单位变量（PSU）和权重变量（wt_design），因此无法进行多重插补后复杂抽样下的统计分析。现有研究发现，互联网对于政治信任有负面影响。^[xli]　表三的统计结果在一定程度上支持了互联网使用对政治信任的负面影响。具体地，在三组人群中，2008年和2011年的统计结果显示，“政治兴趣低且主要通过互联网获取政治信息人群”对地方政府的信任均显著地低于“对政治不感兴趣并且主要使用非互联网渠道获取政治和政府信息”的人群。“政治兴趣高且主要通过互联网获取政治信息人群”在2008年的调查结果中对地方政府的信任同样显著地低于“对政治不感兴趣并且主要使用非互联网渠道获取政治和政府信息”的人群，但是2011年的调查结果并不支持这一发现。互联网使用同样对村委会组织的信任有负面影响。2008年的调查数据显示，“政治兴趣高且主要通过互联网获取政治信息”的农村居民对村委会的信任同样显著地低于“对政治不感兴趣并且主要使用非互联网渠道获取政治和政府信息”的农村居民。在城市居民中，互联网使用则与对居委会的信任没有显著的相关关系（见表四）。

 

 

表三　对地方政府信任的probit回归分析

DV: 1=信任地方政府	2008	2011	2008	2011
政治兴趣	-.091 (.063)	.056 (.054)
网络为主要政治信息获取渠道	-.034** (.114)	-.103 (.072)
第一组人群			-.403** (.142)	.023 (.096)
第二组人群			-.102 (.067)	-.023 (.064)
第三组人群			-.390* (.156)	-.243** (.092)
户口 （城市户口＝1）	-.081 (.089)	-.128* (.060)	-.081   (.089)	-.127* (.060)
男性	.003 (.041)	-.128* (.055)	.003    (.041)	-.129* (.056)
年龄	-.021^ (.012)	.001   (.010)	-.021^ (.012)	.001 (.010)
年龄２	.000* (.000)	.000 (.000)	.000* (.000)	.000 (.000)
教育年限	.002 (.026)	.039* (.020)	(.002) (.026)	.034^ (.020)
教育年限２	-.000 (.002)	-.002   (.001)	-.000 (.002)	-.002 (.001)
汉族	-.027 (.111)	-.329***   (.092)	-.026 (.111)	-.322*** (.092)
共产党员	.022 (.094)	-.005   (.036)	.023 (.094)	-.004 (.036)
生活满意程度	.237*** (.061)	.121*   (.054)	.236*** (.061)	.121* (.054)
截距项	1.592*** (.313)	.885***   (.246)	1.605*** (.314)	.927*** (.247)
观察值	3277	2990	3277	2990

 

注：***p<.05, **p<.01, *p<.001. 括号内为稳健标准误。

 

数据来源：2008年数据来自“中国公民素质与和谐社会”调查，2011年数据来自西南政法大学中国社会稳定与危机管理研究中心的“健全基层民主管理对策研究”调查。在关于机构信任的提问中，2008年调查对城市居民提问地方政府，而对农村居民则提问的是乡政府；2011年调查对城市居民提问市政府，而对农村居民则提问的是县政府。问卷中题目的回答选项为“完全可信”、“相当可信”、“有点可信”、“有点不可信”、“相当不可信”、“完全不可信”。回答前三类的编码为信任，被解释变量赋值为“１”，回答后三类的编码为不信任，被解释变量赋值为“０”；对政治上的事情表示非常或比较有兴趣的在政治性趣这个变量上赋值为“１”，对政治上的事情表示不太有兴趣或完全没兴趣的赋值为“０”；在关于生活总体满意程度0-10的量表中，选择6至10的在生活满意度这一变量上赋值为“１”，选择1至5的赋值为“０”。

 

表四　对基层自治组织信任的probit回归分析（2008）

DV: 1=信任村委会或居委会	农村居民	农村居民	城市居民	城市居民
政治兴趣	-.172 (.127)		.180 (.255)
网络为主要政治信息获取渠道	-.568* (.263)		-.297 (.316)
第一组人群		-.859* (.332)		-.104 (.391)
第二组人群		-.148 (.132)		.146 (.316)
第三组人群		-.374 (.386)		-.343 (.409)
男性	.121 (.126)	.123 (.126)	-.197 (.250)	-.199 (.250)
年龄	-.036 (.026)	-.034 (.026)	-.011 (.046)	-.012 (.046)
年龄２	.001^ (.000)	.001 (.000)	.000 (.001)	.000 (.001)
教育年限	-.085 (.068)	-.086 (.068)	.215* (.104)	.217* (.105)
教育年限２	.001 (.005)	.001 (.005)	-.009^ (.005)	-.009 (.005)
汉族	-.093 (.216)	-.097 (.216)	.235 (.525)	.238 (.525)
共产党员	.286 (.220)	.290 (.220)	-.261 (.280)	-.258 (.281)
生活满意程度	.308* (.123)	.311* (.123)	.845** (.256)	.842** (.257)
截距项	3.002*** (.646)	2.959*** (.647)	-.223 (1.273)	-.211 (1.276)
观察值	2657	2657	603	603

注：***p<.05, **p<.01, *p<.001. 括号内为稳健标准误。

 

数据来源：2008年数据来自“中国公民素质与和谐社会”调查，2011年数据来自西南政法大学中国社会稳定与危机管理研究中心的“健全基层民主管理对策研究”调查。问卷中题目的回答选项为“完全可信”、“相当可信”、“有点可信”、“有点不可信”、“相当不可信”、“完全不可信”。回答前三类的编码为信任，被解释变量赋值为“１”，回答后三类的编码为不信任，被解释变量赋值为“０”；；对政治上的事情表示非常或比较有兴趣的在政治性趣这个变量上赋值为“１”，对政治上的事情表示不太有兴趣或完全没兴趣的赋值为“０”；在关于生活总体满意程度0-10的量表中，选择6至10的在生活满意度这一变量上赋值为“１”，选择1至5的赋值为“０”。

 

 

4.2互联网使用与政治参与行为  

虽然互联网使用与政治信任有显著的相关关系，回归结果显示，以互联网为主要渠道获取政治信息与不同类型的政治行为，包括抗争性行为、投票以及其他政治参与行为并没有显著的相关关系（见表五、表六和表七）。政治参与行为主要与政治兴趣相关。

 

 

表五　对政治参与的probit回归分析（抗争性行为）

DV: 1=抗争性行为	2008	2011	2008	2011
政治兴趣	.061 (.133)	-.287**   (.088)
网络为主要政治信息获取渠道	.192 (.232)	-.039   (.114)
第一组人群			.085 （.324）	-.227   (.149)
第二组人群			.116 （.140）	-.388***  (.105)
第三组人群			.431 (.299)	-.193   (.144)
户口 （城市户口＝1）	.207 (.169)	.309**   (.093)	.213 (.169)	.310**   (.093)
男性	-.019 (.050)	.090   (.090)	.089 (.068)	.084   (.090)
年龄	.014 （.026）	-.010   (.016)	.017 (.027)	-.028^   (.014)
年龄２	-.000 (.000)	.000   (.000)	.000 (.000)	.000   (.000)
教育年限	.207* (.085)	-.032  (.031)	.204* (.085)	-.038   (.032)
教育年限２	-.011* (.005)	.001   (.002)	-.011* (.005)	.002    (.002)
汉族	-.000 (.241)	-.162   (.125)	-.004 (.242)	-.149   (.126)
共产党员	-.146 .194	.0685   (.045)	|-.148 (.195)	.072   (.045)
生活满意程度	-.037 (.132)	-.209*   (.094)	-.031 (.133)	-.210*   .086
截距项	-3.750*** (.749)	-1.463***   (.408)	-3.843*** (.762)	-.693^   (.363)
观察值	3098	3119	3098	3119

 

注：***p<.05, **p<.01, *p<.001. 括号内为稳健标准误。抗争性行为主要通过询问“在过去三年中，您有没有采取过上访、游行、示威、静坐”，提出您的意见或解决您遇到的问题。选择“没做过”或“偶尔做”答项的被解释变量赋值为“0”, 选择“有时做”或“经常做”答项的被解释变量赋值为“1”。

 

数据来源：2008年数据来自“中国公民素质与和谐社会”调查，2011年数据来自西南政法大学中国社会稳定与危机管理研究中心的“健全基层民主管理对策研究”调查。

 

 

表六　对政治参与的probit回归分析（投票行为）

DV: 1=参加投票	2008	2011	2008	2011
政治兴趣	.025    (.064)	-.066   (.065)
网络为主要政治信息获取渠道	-.196   (.131)	-.034   (.085)
第一组人群			-.155   (.163)	-.061   (.114)
第二组人群			.021    (.066)	-.106   (.074)
第三组人群			-.227   (.198)	-.111   (.111)
户口 （城市户口＝1）	-.124   (.096)	-.366***  (.073)	-.124   (.096)	-.365*** (.074)
男性	-.051   (.039)	-.135*   (.066)	-.051   (.039)	-.134*   (.066)
年龄	.039**   (.013)	.078***   (.011)	.039**   (.013)	.078***   (.011)
年龄２	-.000*   (.000)	-.001***   (.000)	-.000*   (.000)	-.001***   (.000)
教育年限	-.024   (.028)	.031   (.025)	-.024   (.028)	.031   (.025)
教育年限２	.002    (.001)	-.001   (.002)	.002   (.002)	-.001   (.002)
汉族	-.109   (.106)	-.023    (.097)	-.109    (.107)	-.023    (.097)
共产党员	-.042   (.098)	.102^   (.060)	-.042   (.098)	(.102)   (.060)
生活满意程度	.194**   (.062)	.006   (.065)	.193**   (.062)	.005   (.065)
选民认为选举 公正与否	.458***   (.086)	.452***   (.076)	.458***   (.086)	.452***   (.076)
截距项	-.601^   (.336)	-1.640***   (.301)	-.596^    (.336)	-1.639***   (.301)
观察值	2280	2165	2280	2165

 

注：***p<.05, **p<.01, *p<.001. 括号内为稳健标准误。

 

数据来源：2008年数据来自“中国公民素质与和谐社会”调查，2011年数据来自西南政法大学中国社会稳定与危机管理研究中心的“健全基层民主管理对策研究”调查。被解释变量“是否投票”通过询问以下问题：“自从您获得选举权以来，您在之后的各次选举中都投票了吗？”，选择“每次选举都投票了”或“大多数选举都投票了”选项的编码为“1”,选择“有的选举投票了”或“没有投票”选项的编码为“0”。

 

 

表七　对政治参与的probit回归分析（其他政治参与行为）

DV: 1=其他政治参与行为	2008	2011	2008	2011
政治兴趣	.407*** (.068)	-.386*** (.063)
网络为主要政治信息获取渠道	.196^ (.117)	.079 (.083)
第一组人群			.557*** (.145)	-.260* (.113)
第二组人群			.429*** (.072)	-.424*** (.074)
第三组人群			.306^ (.169)	.021 (.101)
户口 （城市户口＝1）	.111 (.092)	-.058 (.071)	.111 (.092)	-.058 (.071)
男性	-.020 (.051)	.356*** (.066)	-.01 (.050)	.356*** (.066)
年龄	.009 (.013)	-.002 (.011)	.010 (.013)	-.002 (.010)
年龄２	-.000 (.000)	.000 (.000)	-.000 (.000)	.000 (.000)
教育年限	.111*** (.030)	.080** (.025)	.110*** (.030)	.078** (.024)
教育年限２	-.006** (.002)	-.004* (.002)	-.006** (.001)	-.004* (.001)
汉族	.086 (.126)	-.104 (.090)	.082 (.126)	-.099 (.090)
共产党员	.252** (.090)	.095* (.038)	.250** (.090)	.095* (.038)
生活满意程度	.020 (.069)	.005 (.063)	.023 (.069)	.006 (.062)
constant	-2.347*** (.343)	-1.465*** (.277)	-2.371*** (.345)	-1.456*** (.277)
观察值	3104	3083	3104	3083

 

注：***p<.05, **p<.01, *p<.001. 2008年调查中的其他政治参与行为包括：在过去三年中，是否通过各级人大代表反映意见，通过各种政治团体反映意见，通过工会或农协向上级反映意见，向各级信访机构检举，去法院告他或写信给有关政府部门来提出意见或解决遇到的问题；2011年调查中的其他政治参与行为包括：在过去三年中，是否通过各级人大代表反映意见或写信给有关政府部门来提出意见或解决遇到的问题。

 

数据来源：2008年数据来自“中国公民素质与和谐社会”调查，2011年数据来自西南政法大学中国社会稳定与危机管理研究中心的“健全基层民主管理对策研究”调查。

 

 

4.3 互联网使用与政治态度

除了政治信任和政治行为，互联网的普及也被广泛认为会影响使用者的政治态度。互联网使用对政治信任的影响有可能是通过政治态度这一中介变量。这部分将主要考虑对腐败的感知和对民主的理解这两类政治态度。如图一所示，在对腐败程度的感知上，2008年的社会调查数据显示，常用互联网的人群中百分之六十六认为腐败程度比较高，不常用互联网人群中该比例较低，百分之五十九认为腐败程度比较高。T-test结果显示，这两组人群在感知腐败程度的差异上显著（t=-2.2373）。而在治腐力度上，常用互联网的人群中百分之七十六认为治腐力度较大，不常用互联网人群中该比例更高，百分之八十二认为治腐力度较大。T-test结果显示，这两组人群在感知治腐力度的差异上显著（t=2.9828）。同样地，在对腐败程度的感知上，以“互联网为主要政治和政府信息获取渠道的人群”与“以非互联网为主要政治和政府信息获取渠道的人群”存在类似的显著差异（见图二）。^[xlii]

 

 

 

图一　互联网使用与腐败感知(2008)

 

数据来源：2008年数据来自“中国公民素质与和谐社会”调查。

 

注：“腐败程度”和“治腐力度”这两个变量为二元变量。腐败程度的测量通过要求受访人在一个1-10的量表上评价贪污腐败方面的理想状况，“1”为最不理想，“10”为最理想，6-10为腐败程度低，赋值为“0”；1-5为腐败程度高，赋值为 “1”。治腐力度的测量通过以下问题：您认为我国政府惩治贪污腐败的力度如何？回答选项为：竭尽全力了、在做一些事情、没做很多、根本没做什么。回答“竭尽全力了”和“在做一些事情”的归为治腐力度强，赋值为 “1”；回答“没做很多”和“根本没做什么” 的归为治腐力度弱，赋值为 “0”。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

图二　互联网获取政治信息与腐败感知(2008)

 

数据来源：2008年数据来自“中国公民素质与和谐社会”调查。

注：“腐败程度”和“治腐力度”这两个变量介绍参考图一。

 

 

2011年的社会调查数据显示（见图三），在对中央政府官员腐败程度的感知上，不常用互联网人群中百分之二十一认为腐败程度高，而在常用互联网人群中该比例为百分之三十三，T检验结果显示，这种组际差异显著（t=-6.3316）；以“非互联网为主要政治和政府信息获取渠道的人群”中百分之二十一认为腐败程度高，而在“以互联网为主要政治和政府信息获取渠道的人群”中该比例为百分之三十四，并且T检验结果显示这种组际差异同样显著（t=6.5643）。在对地方政府官员腐败程度的感知上，不常用互联网人群中百分之五十六认为腐败程度高，而在常用互联网人群中该比例为百分之六十六，T检验结果显示，这种组际差异显著（t=-4.7871）；以“非互联网为主要政治和政府信息获取渠道的人群”中百分之五十六认为腐败程度高，而在“以互联网为主要政治和政府信息获取渠道的人群”中该比例为百分之六十六，并且T检验结果显示这种组际差异同样显著（t=-4.7443）。

 

如图四所示，在对中央政府治腐力度的评价上，不常用互联网人群中百分之八十四认为力度大，而在常用互联网人群中该比例为百分之七十四。T检验结果显示，这种组际差异显著（t=6.8248）；类似地，以“非互联网为主要政治和政府信息获取渠道的人群”中百分之八十四认为力度大，而在“以互联网为主要政治和政府信息获取渠道的人群”中该比例为百分之七十四，并且T检验结果显示这种组际差异同样显著（t=5.9289）。在对地方政府治腐力度的评价上，不常用互联网人群中百分之五十七认为力度大，而在常用互联网人群中该比例为百分之五十。T检验结果显示，这种组际差异显著（t=3.5414）；类似地，以“非互联网为主要政治和政府信息获取渠道的人群”中百分之五十七认为力度大，而在“以互联网为主要政治和政府信息获取渠道的人群”中该比例为百分之四十九，并且T检验结果显示这种组际差异同样显著（t=3.7114）。

 

 

 

 

图三　互联网使用情况与腐败程度感知(2011)

 

数据来源：2011年数据来自西南政法大学中国社会稳定与危机管理研究中心的“健全基层民主管理对策研究”调查。

 

注：腐败程度感知的测量主要通过下列问题：请问您，如下人员（中央政府官员、地方政府官员）中贪污腐化的情况普遍不普遍？（如果受访人询问地方政府的定义，统一回答是县政府。）回答选项为“几乎没有”、“没有多少人”、“相当普遍”、“几乎都贪污”。回答“几乎都贪污”和“相当普遍” 的归为感知腐败程度高，赋值为 “1”；回答“没有多少人”和“几乎没有” 的归为感知腐败程度低，赋值为 “0”。

 

 

 

图四　互联网使用情况与治腐力度感知(2011)

 

数据来源：2011年数据来自西南政法大学中国社会稳定与危机管理研究中心的“健全基层民主管理对策研究”调查。

 

注：“治腐力度”通过下列问题来测量：如果中央/您所在当地政府想要严肃认真地处理我们国家面临的如下问题，您认为中央/当地政府有多大的能力来打击贪污腐败，答题选项包括：有完全足够的能力、有些能力、没什么能力和完全没能力。选择“有完全足够的能力”和“有些能力”的归为治腐力度大，赋值为“1”，选择“没什么能力”和“完全没能力”的归为治腐力度低，赋值为“0”。

 

总的来说，经常使用互联网的人群，不管是否以网络作为获取政治信息的主要渠道，与不常用互联网的人群相比，无论是对中央还是地方政府，感知的腐败程度更高，治腐的力度和能力更低。

 

在对民主的理解上，2011年的调查结果显示，以互联网获取政治信息人群与以传统媒体获取政治信息的人群相比，都有差异，并且所有的t检验均表明这些差异是显著的。如图五所示，在比较“竞争性选举”与“政府能力和考虑百姓利益”两者哪个对民主政治更重要时，以互联网获取政治信息人群，相较于以传统媒体获取政治信息的人群，更多地认为后者更重要；在比较“批评政府时的言论自由”和“限制有害言论流传”两者哪个对民主政治更重要时，以互联网获取政治信息人群更多地认为前者更重要；在比较决策时“遵照大多数老百姓意愿”与“对老百姓最有利的独立判断” 两者哪个对民主政治更重要时，以互联网获取政治信息人群更多地认为后者更重要；在比较“权力竞争”与“对民意的回应性” 两者哪个对民主政治更重要时，以互联网获取政治信息人群更多地认为前者更重要。总的来说，以互联网获取政治信息人群对民主内涵的理解是包含多个面向：除了更强调权力竞争以及言论自由这些基本的民主内涵要素之外，对政府的能力包括决策时的独立判断能力也较以传统媒体获取政治信息的人群更加看重。

 

 

 

图五　不同人群关于民主政治的回答比例

 

数据来源：2008“中国公民素质与和谐社会”调查;2011年“健全基层民主管理对策研究”调查。

注：N_2008=3272; N_2011=3034.图数据为回答选项1的比例。

 

 

 

数据来源：2008“中国公民素质与和谐社会”调查;2011年“健全基层民主管理对策研究”调查。

注：N_2008=3303;N_2011=2792.该图数据为回答选项1的比例。

 

 

 

数据来源：2008“中国公民素质与和谐社会”调查;2011年“健全基层民主管理对策研究”调查。

注：N_2008=3226;N_2011=2904.该图数据为回答选项1的比例。

 

 

 

数据来源：2008“中国公民素质与和谐社会”调查;2011年“健全基层民主管理对策研究”调查。

注：N_2008=3296;N_2011=2796.该图数据为回答选项1的比例。

 

总的来说，实证数据初步分析结果显示，互联网的使用，尤其是以互联网作为获取政治和政府信息的主要渠道对于地方政府的信任、对腐败程度的感知、治腐力度及能力、以及对民主内涵的理解有影响：与互联网使用对政府信任有负面影响的发现相一致，以互联网作为主要政治信息来源的人群感知到的腐败程度更高，而对政府治腐力度及能力的评价更低；同时在对民主内涵的理解上，他们相较于以传统媒体获取政治信息的群体更强调权力竞争、言论自由以及政府的能力。虽然互联网的使用对主观政治态度和政治信任有影响，但是对于个人或集体的政治参与行为并没有显著的影响。

 

 

四、结语：网络社会与国家治理

 

对于国家治理，互联网的应用和发展是双刃剑。“治理的实质在于建立在市场原则、公共利益和认同之上的合作。它所拥有的管理机制主要不依靠政府的权威，而是合作网络的权威。其权力向度是多元的、相互的，而不是单一的和自上而下的”。^[xliii]　从1994年4月20日中国正式进入互联网之日算起，截至2017年6月，中国网民规模已达7.51亿，互联网普及率达到54.3%，较2016年底提升了1.1个百分点，中国网站总数为506万个。互联网时代对中国的国家治理带来了巨大的积极影响。互联网逐步应用到了地方治理中，比如政府电子政务和政府新媒体的迅速发展，为治理转型创造了广泛的社会动力，也深刻影响和重塑着政府与社会的互动模式。自由开放的网络空间为民意的表达和释放提供了出口，是社会的“安全阀”。无论国家的政体形式，网络应用能推动民众偏好的表达和信息自下而上的传输，降低信息收集和传输的成本，推动决策的民主化与科学化。通过分析170个国家1996年到2010年的数据，学者发现网络普及率与治理质量呈正相关关系：更高的网络普及率带来质量更高和更稳定的治理。^[xliv] 网民的线上参与能够在一定程度上影响政府的议程设置，使得党和政府的决策更有回应性，因此也有利于提升民众对政府的满意和支持度。网民政府新媒体也会对网民的政治态度和政治参与产生深刻影响，激发网民对公共事务的兴趣与参与行为。^[xlv]　

 

同时，互联网时代也给国家治理带来了挑战。从2003年的孙志刚案件到厦门PX项目事件、山西黑砖窑事件，再到2009年的“躲猫猫”案件和2011年的“郭美美”事件，许多类似事件的出现、发展以及解决都和网络公共舆论密不可分。在保证网民政治参与的同时，网络时代需要国家有效管理和引导网络舆论来遏止网络谣言等不端行为以维护社会的稳定大局。每个国家都对网络有相应的监管，包括维护网络安全、保护公民隐私、打击网络犯罪、和加强对非法内容的管制，包括对威胁国家安全与利益的页面内容以及特殊色情内容的管制。^[xlvi]　如何在网络时代进行有效的社会舆论引导，尤其是对突发的群体性事件，给政府提出了新的挑战。网络媒体的特征打破了政府对信息提供和舆情塑造的垄断地位，网络平台中出现的竞争性解读方式和信息内容呈现，有可能对政府公信力造成负面影响。^[xlvii] 因此，主动和及时的信息公开，舆情信息收集和引导有助于发现萌芽状态的冲突并及时有效地缓和甚至化解社会冲突。

 

关于我国网络社会对国内政治影响的研究，在网络使用群体细分以及网络与政治行为的具体连接机制这两方面还有较大的发展和挖掘空间。线上参与与线下政治参与的群体有没有区别？基于中国的调查数据和列举实验，学者发现：“男性、流动人口、就业者比其参照类人群更多在网上批评政府官员或政策，年龄、家庭人均收入和信息获取程度与网上批评政府呈负相关关系；男性比女性更多讨论集体行动，城市居民比农村居民更少讨论集体行动，教育水平与讨论集体行动正相关，而威权价值观和信息获取程度均负向影响线上讨论集体行动”，而个人拥有的网友规模与这两种网上参与均呈正相关关系。^[xlviii]　上文实证研究表明，男性、城市居民、共产党员、学历较高以及更年轻的群体相较于其他群体更依赖互联网来获取政治和政府信息（见附件表二）。一方面这凸显了样本自选择偏差的客观存在及其在进行相关因果分析时可能存在的问题，另一方面，锁定这个群体内部在政治态度和政治行为方面的差异有助于挖掘或检验网络与政治行为之间的具体连接机制。有研究发现互联网带来的信息多元化有利于民主观念的生长和发展^[xlix]，这种价值观的变化是连接网络与政治行为的机制之一。虽然在本文的实证分析中并没有发现互联网使用与政治参与行为之间的直接相关关系，但是同样发现了其与主观政治态度和政治信任的关联。更在这方面的细致深入研究将有助于加深我们对网络社会的政治影响的理解。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

附件

 

表一　政治兴趣与获取政治信息渠道的人群分布

	2008调查	2011 调查
政治兴趣高且主要使用互联网获取政治和政府信息	4.77%	11.64%
政治兴趣高且主要通过非互联网媒介获取政治信息人群	33.95%	40.40%
政治兴趣低且主要使用互联网获取政治和政府信息	3.60%	12.48%
政治兴趣低且主要通过非互联网媒介获取政治信息人群	57.68%	35.48%
样本量	4027	3317

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

表二　回归分析中变量的描述性统计

变量名称	调查年份	平均值	标准差	最大值	最小值
户口	2008	.175	.380	0	1
对政治的兴趣	2008	.384	.486	0	1
第一组	2008	.048	.213	0	1
第二组	2008	.339	.474	0	1
第三组	2008	.036	.186	0	1
互联网为主要政治信息获取渠道	2008	.082	.275	0	1
抗争性行为	2008	.012	.107	0	1
是否投票	2008	.747	.435	0	1
信任地方政府	2008	.901	.299	0	1
选举是否公正	2008	.698	.459	0	1
男性	2008	.550	.757	0	1
年龄	2008	47.086	15.210	18	95
教育年限	2008	6.997	3.720	0	22
汉族	2008	.930	.255	0	1
共产党员	2008	.14	.345	0	1
生活满意度	2008	.617	.486	0	1
其他政治参与行为	2008	.094	.292	0	1
户口	2011	.308	.462	0	1
对政治的兴趣	2011	.519	.500	0	1
第一组	2011	.116	.321	0	1
第二组	2011	.404	.491	0	1
第三组	2011	.125	.331	0	1
互联网为主要政治信息获取渠道	2011	.241	.428	0	1
抗争性行为	2011	.03	.174	0	1
是否投票	2011	.655	.475	0	1
信任地方政府	2011	.803	.398	0	1
选举是否公正	2011	.808	.394	0	1
男性	2011	.526	.499	0	1
年龄	2011	45.290	15.641	18	93
教育年限	2011	5.794	4.128	0	25
汉族	2011	.885	.319	0	1
共产党员	2011	.297	.841	0	1
生活满意度	2011	.579	.494	0	1
其他政治参与行为	2011	.115	.319	0	1

 

数据来源：2008年数据来自“中国公民素质与和谐社会”调查，2011年数据来自西南政法大学中国社会稳定与危机管理研究中心的“健全基层民主管理对策研究”调查。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

表三　政治和政府信息获取渠道的相关因素分析

DV: 1=以互联网为主要的政治和政府信息获取渠道	2008	2011
城市居民	.720*** (.097)	.728*** (.062)
男性	0.173* (.082)	.122* (.060)
年龄	-.037* (.016)	-.066*** (.011)
年龄２	-.000 (.000)	.000^ (.000)
教育年限	.167* (.071)	.033 (.024)
教育年限２	.000 (.003)	.002 (.002)
汉族	.308^ (.177)	.416*** (.100)
共产党员	.240** (.095)	.138*** (.034)
生活满意度	.134 (.087)	.161** (.059)
政治兴趣	.172* (.082)	-.121* (.059)
截距项	-2.287*** (.518)	.467^ (.264)
-2LL	1241.55	2457.09
观察值	3428	3142

 

注：***p<.05, **p<.01, *p<.001. 括号内为稳健标准误。

数据来源：2008年数据来自“中国公民素质与和谐社会”调查，2011年数据来自西南政法大学中国社会稳定与危机管理研究中心的“健全基层民主管理对策研究”调查。