1. 引言

长期以来，男性和女性在社会各个领域的行为和地位都存在一定的差异，具体表现为两性间不同的基因倾向和社会赋予两性不同的期望。随着数字时代的到来，网络空间进出的低成本性和低权限性，使其成为人们进行信息获取和信息传递的全新平台，进而在相当程度上降低了公众参与的门槛，为人们提供了便利且多元的参与渠道，在既往研究中也发现男性与女性公众参与间的差异得到了缩减。因此，本文通过对2017年网民意识形态调查的样本数据进行分析研究，以期探索男性与女性个体在数字空间进行信息获取与表达的非正式参与情况及其影响因素。

当前国内外学者对于数字参与的定义尚未形成统一的见解，部分学者将其广泛认为是人们使用和参与不同互联网活动、内容和平台的方式(Helsper & Eynon, 2013)，并将其分类为网络新闻、公共服务、音乐、参与俱乐部或组织的浏览和信息获取功能，以及通过电子邮件、社交网络和论坛的交流功能(Bakker & De Vreese, 2011)。另一种观点，则认为数字参与即公民通过使用数字技术进行公民参与，是伴随数字中国社会发展而来的公众通过网络和智能技术进行公众参与的一种线上公众参与形式，也是基于网络公众参与发展而来的一种概念。公民在数字社会中被赋予了新的数字身份，而数字参与既是数字公民身份的一个关键因素(王佑镁等，2021)，也是数字公民素养所包含的一部分(Choi, 2016)。一方面，公民数字参与能够起到促进社会、国家乃至全球发展的作用；另一方面，数字参与也是公民在数字社会中的政治获得感、数字获得感得到满足的重要路径(陈丹引，2021)。

因此，本文也将数字参与界定为，在数字社会环境下，具备使用数字技能的公民通过网络平台和智能技术与政府进行沟通对话和信息反馈，从而达到促进政策优化、社会福祉提升作用的公众参与过程。由于互联网能够提供和储存大量信息，公众之间信息的交流互动促进了其社会网络的形成与拓展(Resnick & Zeckhauser, 2002)，数字平台不仅为个体提供了接触海量信息的平台，且允许信息的交换与沟通，使个体自身的意见得到表达与传递。本文在对数字参与影响因素的研究中主要借鉴黄少华等人对数字参与的分类形式，对公众数字信息获取及数字话语表达的非行动型参与行为进行探讨(黄少华等，2016)。

2. 理论基础与研究假设

2.1. 理论基础

本研究基于韦尔巴(Verba)提出的公民志愿模型(Citizenship Voluntary Model，简称CVM)¹，分别从资源(Resources)、介入心理(Psychological engagement)和招募网络(Recruitment network)三个维度考察三者对个体数字表达的影响。随着互联网及数字技术的发展，在讨论和解释数字参与行为的过程中，已有学者将这一产生于传统公众参与的CVM模型进行了广泛运用，并证实了该模型在线上公众参与中依旧存在一定的预测效力(Oni et al., 2017)。

2.2. 变量定义及研究假设

在不同历史背景演进下的两性个体最终在公众参与中都有着差异性的表现。即便随着社会变革和时代发展，两性思维和社会地位也逐渐发生转变，数字赋能带来的参与便利在一定程度上缩减了两者间的差距(Brundidge et al., 2013)。有学者认为，网络空间的女性可能更愿意进行数字参与(Quintelier & Vissers, 2008)。同时也有学者指出目前数字参与主体依旧存在着性别比例失衡的现象(王梦婷等，2020)。因此本研究认为，个体的数字表达和数字获取行为作为非行动型参与同样具有性别上的差异，并提出下列研究假设：

H1：男性与女性的数字表达存在显著差异。

H2：男性与女性数字表达的影响因素存在差异。

根据“公民志愿模型”，资源、介入心理和招募网络的缺失是造成个体参与欠佳的三大因素(谢榕，2012)。其中，参与资源包括金钱、时间和技能，且认为能够支持个体进行参与的经济能力、时间支配度和个人技能越强，则越有利于形成积极主动的参与态度，促进参与行为的发生(李秀玫等，2019)。由于问卷针对网民身份的公民展开，因此个人使用网络技能在本研究中被认为水平相差较小，暂不加入下述分析当中。介入心理即个体不同的心理偏好，在数字参与中可分为政治心理和信息感知两个方面(李洁，韩啸，2019)，主要体现为政治兴趣、公民意识、对政治的认同、信任等。一般认为公众的参与偏好越强烈，则越有可能发生参与行为。招募网络，通常指个体利用其社会网络或动员来进行参与。普遍认为社交频率越高，拥有的社交网络越大(刘琳，赵建梅，2020)，因而个体更容易被周围群体所动员进行参与，也可视为个体进行参与的动员网络。由此，本文提出下列研究假设：

H3.a：资源变量对网民数字表达具有正向影响。即所拥有资源更多的个体，数字表达程度越高。

H3.b：资源变量对网民数字获取具有正向影响。即所拥有资源更多的个体，数字获取程度越高。

H4.a：介入心理变量对网民数字表达具有正向影响。即介入心理越强的个体，数字表达度越高。

H4.b：介入心理变量对网民数字获取具有正向影响。即介入心理越强的个体，数字获取程度越高。

H5.a：动员网络变量对网民数字表达具有正向影响。即拥有更广泛动员网络的个体，数字表达程度越高。

H5.b：动员网络变量对网民数字获取具有正向影响。即拥有更广泛动员网络的个体，数字获取程度越高。

3. 数据来源与变量界定

3.1. 数据来源

本研究选取的数据来源于中国人民大学马得勇教授于2017年展开的网民意识形态调查。该调查以网络问卷的形式进行，将中国网民作为调研对象，通过“问卷网”平台发放，共收集了2357份样本，网络问卷调查中涉及的主要问题包括：网民社会认同、意识形态立场、政治与社会信任、民主价值观、媒体接触和媒体信任等。根据研究需要，研究最终保留了1214份男性样本和1143份女性样本，并对两者的数据进行了分析比较。

3.2. 变量界定

本研究将采用多元回归模型对男性和女性网民政治话语数字表达和政治信息数字获取及其影响因素进行分析与比较。

3.2.1. 被解释变量

经过对以往数字政治参与及其影响因素相关的文献的梳理与归纳发现，大部分学者将网络政治参与归纳为政治信息传播、政治意见交流表达和政治行动三个方面(朱现，2018)。结合2017“网民社会意识调查”问卷情况，本研究对“在自己的微博、微信、博客上发言”“在网上发帖回帖”“参加网络QQ群、微信群的讨论”“通过邮件、聊天工具私下交流”“撰文并向媒体投稿”“观看各地方电视台的时政新闻节目”“政务类门户网站、微博或微信公众号发的新闻”“专业论坛或网站的时政帖子”等七个题项进行因子分析提取因变量。

首先，采用Cronbach’s α系数方法进行信度检验，发现信度系数值为0.833，大于0.8，因而说明研究数据信度质量较高。其次，计算发现以上题项的KMO值为0.875，Bartlett’s球状检验的卡方值为6036.220，自由度为28，且在0.1% (sig = 0.000)水平上显著，说明适合进行因子分析，详见表1。

因子分析选取了主成分分析作为抽取因子的方法，抽取特征根值大于1的因子，共提取出2个因子。因子旋转采用正交旋转法中的最大方差旋转法。如表2所示，因子分析得出的2个因子方差贡献率分别为36.751%和23.604%，累积方差贡献率为60.355%。

因此，基于上述因子负荷矩阵图，共提取了2项公因子。结合文献理论和题项内容，分别对其命名为数字表达与数字获取，作为本研究的被解释变量，用于后续对数字参与性别差异的影响因素分析。

3.2.2. 解释变量

基于“公民志愿模型”，本文选取了资源、介入心理和动员网络作为解释变量。其中，结合问卷题项选取“家庭平均收入”代表个体拥有的金钱和时间资源。介入心理，分为“内部政治效能感”、“政治需求”、“信息信任”和“信息感知”，分别对应问卷中Q22_R9“我觉得我有能力参与政治或公共事务”、Q9“总体来说，您对时政类信息感兴趣吗？”、Q16“假如发生突发事件(腐败案件、群体性事件等)，下面这些信息渠道发布的信息您在多大程度上觉得可信？”下7个备选项的加总，及Q11_R7“了解时事政治经济社会类消息”。动员网络则以“社交频率”代表，并选用Q11中“跟朋友聊天”“看微信朋友圈消息、微信群消息或聊天”两个问项得分的加总情况表示。

另外，根据以往研究结果，将“娱乐需求”(张宁，唐嘉仪，2018)、“线下政治表达”(刘晨光，2019)，人口学变量中的年龄、受教育程度和政治面貌(Delli Carpini, 2000; Weber et al., 2003; 郑雨逸，2023；吴先超，陈修平，2019)五个变量作为控制变量。娱乐需求用Q11下的备选项“您上网您经常打游戏吗？”“上网购物”“看娱乐体育新闻、看电影电视剧”的得分加总表示。线下政治表达则选用Q18下题项“通过参加游行、示威、信访、上访、投票等实际行动表达自己的想法”表示。年龄段根据问卷原有划分标准表达。将受教育程度反向赋值。政治面貌中，非党员赋值为0，党员赋值为1。

3.3. 样本基本情况

从表3可知，总体样本中男女比例约为1:1，分布均衡。样本中男性与女性各因素的指标均值相差较小，其中男性网民的家庭平均年收入、信息感知力、内部政治效能感以及政治兴趣略高于女性，信息信任则是女性略高于男性。另外，女性的娱乐需求、受教育程度略高于男性，而男性的线下政治表达高于女性。女性中青年人占比较中老年人偏高，男性样本年龄分布更为平均。

4. 数据分析

4.1. 网民数字参与行为的性别差异

首先，通过独立样本t检验，分别对男性和女性网民的数字表达与数字获取进行差异性检验。根据表4结果可知，该样本中的男性与女性网民数字参与差异显著，男性数字表达程度与数字获取程度均高于女性(t = 2.659, p < 0.01; t = 2.806, p < 0.01)。图1结果也表明，男性和女性在数字表达与数字获取上均存在一定的差距，因而假设H1得到验证。

4.2. 个体数字参与影响因素的回归分析

4.2.1. 全样本回归分析

对有效全样本构建回归模型，由表5可知上述模型拟合效果较好，有较强的解释力。对数字表达构建的回归模型1结果表明，家庭平均年收入、内部政治效能感、政治兴趣、社交频率对个体的数字表达影响显著，且均正向显著预测数字表达；信息感知力和信息信任在模型中不显著。因而，研究结果支持假设H3.a、H5.a，部分支持假设H4.a。控制变量中，娱乐需求和线下表达对个体数字表达的频率均显示出正向影响作用，人口学变量中仅政治面貌显示出负向的显著影响。

注：^*p< 0.05，^**p< 0.01，^***p< 0.001。

模型2的结果表明，信息感知力、政治兴趣、信息信任、社交频率均对个体的数字获取具有显著影响，家庭平均年收入和内部政治效能感的影响则不显著。研究结果支持假设H5.b，部分支持假设H4.b，且拒绝了假设H3.b。控制变量中，娱乐需求、线下表达、年龄段和政治面貌均显示出正向影响，受教育程度显示出负向影响。

4.2.2. 分性别回归分析

为进一步探索影响不同性别数字获取及表达因素的差异，运用SPSS26.0统计软件分别对1214份男性样本数据和1143份女性样本数据进行多元线性回归分析，模型的估计结果详见表6。统计检验结果表明，上述回归模型总体拟合效果较好，解释力较强，回归结果可信。不同因素对于男性和女性网民政治话语数字表达和获取的影响存在一定的异同，因而假设H2得到验证。

注：^*p< 0.05，^**p< 0.01，^***p< 0.001。

模型3的结果表明，家庭平均年收入、内部政治效能感、社交频率均对男性个体的数字表达呈现出正向的显著影响。具体而言，家庭平均年收入越高、内部政治效能感越强、政治兴趣越高、社交频率越高的男性网民数字表达的频率越高。控制变量中娱乐需求和线下表达均显示出正向影响，政治面貌则显示出负向影响。模型4的结果表明，仅内部政治效能感、政治兴趣呈现出正向影响，即女性个体内部政治效能感越强、政治兴趣越浓厚，其数字表达频率越高的可能性也更高；家庭平均年收入、信息感知力、信息信任和社交频率对女性的数字表达均不显著。控制变量中仅有娱乐需求和线下表达显示出正向影响。由此可知，个体的资源、介入心理和动员网络对其数字表达影响存在性别差异，具体表现在家庭平均年收入、政治兴趣和社交频率3个变量。

模型5的结果表明，信息感知力、内部政治效能感、政治兴趣、信息信任对男性个体的数字获取具有显著影响，除内部政治效能感呈现出负向影响，其余变量均正向显著影响男性个体的数字获取，即男性网民的信息感知能力越强、政治兴趣和信息信任度越高其在网络空间获取政治信息的频率越高，而内部政治效能感更强的男性个体其数字获取频率反而容易更低；家庭平均年收入和社交频率的影响不显著。控制变量中，娱乐需求、线下表达及人口学变量中的年龄段和政治面貌均呈现出正向影响。模型6的结果表明，家庭平均年收入、信息感知力、内部政治效能感、政治兴趣、信息信任和社交频率均对女性个体数字获取具有显著影响。其中，仅有社交频率为负向作用，即社交频率越高的女性网民其数字获取的频率更容易偏低，而女性网民家庭平均年收入和信息感知能力越高、介入心理(内部政治效能感、政治兴趣和信息信任)越强的女性其数字获取的频率也越高。控制变量中，线下参与呈现出正向影响，受教育程度呈现出负向影响。因而，资源、介入心理和动员网络对个体的数字获取影响同样存在性别差异，主要体现在家庭平均年收入和社交频率2个变量。

5. 研究结论

研究分析了当前个体在数字表达和数字获取这两种非行动型数字参与行为上呈现出的性别差异，以及基于“公民志愿模型”探索了资源、介入心理和动员网络中各变量的影响作用，得出以下结论：

(1) 男性数字参与频率普遍高于女性个体且差异显著。通过对样本数据的初步分析发现，男性数字表达与数字获取程度均高于女性。虽然这种性别差异在20世纪后得到了翻天覆地的变化，但通过研究发现，个体数字表达和数字获取频率的性别差距依旧存在。由此能够推断，女性的数字参与可能受到自身、家庭及社会等方面的影响，尚未摆脱传统文化对其思想与行为的束缚。

(2) 各因素对个体不同类型数字参与的影响效果不同。资源变量中，家庭平均年收入在数字表达中呈现出显著影响，而在数字获取中不显著；信息感知力在数字表达中不显著，而对数字获取作用显著。已有学者在既往研究中验证了家庭经济地位对个体数字表达具有显著的影响作用(卢家银，2017)，更高的家庭经济地位不仅为个体提供了充裕的资金和时间支持，也更容易在此家庭中形成良好的政治价值观，接触更多有效的政治信息。介入心理中，内部政治效能感和政治兴趣对数字表达具有正向显著影响，数字获取则更容易受到政治兴趣和信息信任的影响。与以往研究结果一致的是，本研究同样验证了内部政治效能感是个体数字表达的重要影响因素(孟天广，季程远，2016)。社交频率对个体的数字表达和数字获取均产生了显著的影响作用。本研究表明，群体间的交流互动形成的动员网络能够对个体数字表达和数字获取行为起到促进或阻碍作用，有可能是因为动员网络中意见领袖在话题引导中起到了不同的作用，从而导致个体对不同类型数字参与的倾向有所不一。

(3) 各因素对个体数字参与的影响在不同性别中存在差异。通过分别对男性和女性样本构建回归模型发现，经济时间资源即家庭平均年收入、社交频率在不同类型的数字参与中的影响均存在着性别差异，且介入心理变量中的政治兴趣对不同性别个体数字表达的影响也不同。社交频率对女性的数字获取具负向影响作用，虽正向影响其数字表达但效果不显著，而对男性的数字表达则具有显著的正向影响。

6. 总结

6.1. 研究贡献与启示

在理论贡献方面，本研究基本支持以往的研究结果，即基于“公民志愿模型”下的资源、介入心理及招募网络变量对公众的数字参与具有重要影响。另外，娱乐需求和线下参与也是在线参与的重要预测因素。在此基础上，本研究又分别针对不同的数字参与类型(政治意见的数字表达与政治信息的数字获取)构建回归模型，并分性别验证了在两项非行动型数字参与下的参与情况及各因素的影响差异。通过对研究结果的讨论分析，本文还得到了以下几点启示：

首先，弥合男女之间数字参与的差距需要打破女性的思想桎梏。无论是女性个人政治素养和参与能力，还是社会对女性参政的期望都在一定程度上受到传统文化的影响，促进数字参与的平等发展仍需增强对女性政治意识和能力的培养。能够发现，相较于男性，女性在数字表达方面更依赖于自身技能的提升和介入心理的强化，这也证实了女性权利意识和政治素养在近年来得到了较大的提升，个人参与意愿的提升是促进女性在数字社会中主动进行政治参与的重要因素。因而，对于女性而言要摆脱长期以来在政治领域的弱势地位，不仅需要社会整体意识的转变，更需要女性自我意识的觉醒(Quaranta, 2016)。

其次，个体数字参与的提升需要从自身、家庭和社会多个维度推进。为解决个体能否参与的问题，需要国家和社会在顶层设计和政策实践过程中缩减不同地区不同群体的数字鸿沟，使个体拥有充足的参与资源。而解决个体是否愿意参与的问题，则需要通过营造良好的参与环境和氛围，培育个体形成良好的数字素养和政治心理，同时注重数字空间话题方向的正确引导(Schlozman et al., 2012)，从而利用群体动员的力量促进个体在数字空间的参与。

6.2. 研究局限与展望

本研究依旧存在着一些局限性，需要在未来的研究中加以注意和解决。第一，文章虽然通过研究发现了男性和女性数字参与影响因素的差异，但未进一步验证差异的显著性，需要在后续研究中运用统计知识与软件对此进行探索与研究，以探究性别是否是造成各因素对数字参与预测效果不同的原因。第二，本研究仅对2017年截面数据中男性和女性数字参与及其影响因素进行了初步的探索，具有一定的滞后性。随着数字社会的不断发展，公众的数字参与情况可能发生了一定的变化，因而后续研究可以纵向分析面板数据以探究男性与女性数字参与的动态情况。

最后，需要在研究方法上有更进一步的创新，并通过不同的研究方法验证研究结果的可靠性，以提高研究的科学性与严谨性。在未来的研究中，研究方法的创新也有利于探索各影响因素间更深层次的作用机制，进而更清晰地厘清问题背后的原因。

NOTES

¹Verba S, Schlozman K L, Brady H E. Voice and equality: Civic voluntarism in American politics [M]. Harvard University Press, 1995.

参考文献