社交媒体对青年政治参与的影响及网络规制的调节作用 ——基于大陆九所高校大学生的调查研究

社会公众、特别是青年人群使用社交媒体和移动设备参与政治活动的频度日益提高，当下青年群体越来越多地使用社交媒体获取政治信息、自主制作时政内容和表达政治观点（Yamamoto, Kushin & Dalisay，2015）。

对于社交媒体的政治影响，国内外现已陆续出现了一系列的论著，分析了社交媒体对政治选举、社会运动、民主决策和利益表达等问题的不同影响（Campbell &Kwak，2010；Vitak，et al.，2011）。但是，社交媒体对青年政治参与的影响是正面、负面还是差异化混合影响并未得到经验性分析和验证（Gil de Zúñiga，et al.，2010；Campbell & Kwak，2010）。特别在中国，由于媒介管理体制的不同，社交媒体对青年政治参与的影响，还有可能受到关键字屏蔽、网络实名制、网络删帖等政府网络规制措施的调节。在这种情况下，微博、微信等社交媒体是促进了青年的政治参与、还是导致青年沉溺于娱乐活动而限制政治参与？为了探讨社交媒体的这种影响，本研究对中国大陆四个城市的在校大学生进行了网络问卷调查，尝试解析社交媒体对我国青年线上和线下政治参与的影响及其网络规制在这种影响中的作用。

（一）概念界定

政治参与（political participation）是指公民试图直接或间接影响政府决策和行动的各类活动（Verba, Schlozman & Brady，1995：38）。它“不仅包括行动者本人自发的影响政府决策的活动，而且包括行动者受他人策动而发生的影响政府决策的活动”（亨廷顿，纳尔逊，1989/1976：7）。根据是否符合现行法律法规的制度框架，政治参与可分为制度化政治参与和非制度化政治参与。前者是公民在现有的制度范围内进行的政治参与，而后者是公民“突破现存制度规范的政治参与行为，也是社会正常参与渠道之外发生的活动”（方江山，2000：38）。制度化政治参与的主要形式包括基层选举、通过人大政协议政参政、信访、行政诉讼、参加听证会和咨询会等。非制度化的政治参与则包括越级上访、集体罢工、暴力对抗、围攻基层政府、个人自戕与私人报复等，例如美国的占领华尔街运动和我国香港的占中游行。相较于制度化政治参与，非制度化政治参与对参与者和政治决策者的压力和冲击均比较大。

互联网、特别是新兴的社交媒体（在国外主要以Facebook和Twitter为代表，在国内主要以微信、微博和QQ等为代表）已经成为公众政治参与的全新重要平台。根据互联网的特性，网络时代的政治参与又被分为虚拟的线上政治参与和真实的线下政治参与两类（Gil de Zúñiga，2012）。线上政治参与主要表现为访问政府网站、浏览时政信息、发布或转发时事信息、批评与抗议政府决策、在线投诉或抗议等，线下政治参与则包括出席听证会、联系政府官员、为党政机构工作、参加游行集会和参与政治选举等。

（二）社交媒体与青年政治参与

现有关于社交媒体对青年政治参与影响效果的研究既有乐观主义的正效果发现，又有怀疑主义的负效果主张，还有烛照两者的情境决定论。

首先，持正效果论者认为，社交媒体实现了现实世界和虚拟世界的交融，在“真实社会化”和“虚拟社会化”合而为一的过程中，青年群体的政治参与兴趣、机会、成本和程度都得到较大提升。

其次，持负效果论者则认为，社交媒体只是映射、或强化了已有政治参与的不平等，他们认为社交媒体等网络新应用对青年群体的政治参与影响较小、甚至具有削弱政治参与的负向作用。帕特南在研究互联网的政治影响时就持这样的批判观点，他认为互联网对公民参与具有一种有害的影响，因为这是一种主要用于娱乐的技术（Putnam, 1995）。这种用于娱乐的技术会导致用户精力的分散，民众只剩下很少的时间去参与社会和政治活动，例如参加公民团体、看望家人和朋友、参与政治投票等（Kaufhold，Valenzuela & Gil De Zúñiga，2010）。

最后，情境决定论者认为社交媒体对青年政治参与的影响较为复杂。持这种观点的学者发现互联网对社会资本和政治参与的影响依个人使用的时间长度和使用动机而异（Shah，Rojas & Cho，2009）。

尽管如此，许多学者仍然坚持认为社交媒体对青年政治参与具有促进作用。马修·尼斯比特（Matthew Nisbet）和迪特拉姆·舒菲利（Dietram A. Scheufele）（2004）通过全面研究后得出结论：网络使用和政治参与有正相关关系，它较好地提升了青年的政治参与积极性、并促进社会运动。同样，学者陈力丹（2015）尽管认为社交媒体使用减弱了公民的政治参与，但是却承认英国2011年街头骚乱中的社交媒体的无组织动员，与具体情境、使用者的青年人群的特性有关。他只是认为这种影响效果不能推及所有公民群体。在政治参与方面，青年人群是非常积极活跃的群体，他们通过网络活动，大胆颠覆传统文化，不断建构他们自己的在线文化（Coleman & Rowe，2005：2）。在青年人群中间已经呈现出一种普遍特征，那就是离线活动的参与也会复制到在线活动里面，线下政治参与有时甚至和线上政治参与相交融（吴世友，余慧阳，徐选国，2013）。因此，那些越多参与各种不同社会和政治事务的青年，也会越多地通过网络在线途径来加强他们的参与度（DiMaggio，Hargittai，Neuman & Robinson，2001）。基于以上讨论，本研究做出 研究假设：

假设1： 社交媒体使用对青年线上政治参与（H1a）和线下政治参与（H1b）具有正面促进作用。

（三）互联网规制与青年政治参与

中国对互联网的管理较严，不仅有强大的防火墙和关键字过滤，而且有正面报道的要求和访问境外媒体网站的限制（King，Pan & Roberts，2013）。从2012年以来，媒介管理部门又开始逐步在全国推行网络实名制，2013年9月，最高人民法院、最高人民检察院专门出台了《关于办理利用信息网络实施诽谤等刑事案件适用法律若干问题的解释》，不仅将手机、微博、微信等各类媒介纳入媒介管理系统，而且规定同一诽谤信息实际被点击、浏览次数达到5000次以上，或者被转发次数达到500次以上即可追究刑事责任（最高人民法院，最高人民检察院，2014）。同时，网络删帖现象长期存在，中国大陆对互联网的管制现已经从内容监管发展为资本属性监管，已开始把控制点进一步从网络中心移向边缘、从网络服务商和网站移向终端用户和个人计算机，尝试以“重新集中化”治理“去中心化”（胡泳，2010）。

这种网络规制不仅压制了民众采取集体行动的意愿，而且使网民形成了不同程度的自我审查习惯，青年群体参与线上和线下的时事讨论、批评腐败官员和抗议政府公共决策的频度和程度都有可能降低。 基于此，本研究作出研究假设：

假设2： 网络规制对青年线上政治参与（H2a）和线下政治参与（H2b）具有削弱作用。

自从互联网崛起以后，网民和政府之间就展开了规制与反规制的技术博弈。国家互联网信息办公室从2014年至2015年相继出台“微信十条”（即《即时通信工具公众信息服务发展管理暂行规定》）、“帐号十条”（即《互联网用户账号名称管理规定》）、“约谈十条”（即《互联网新闻信息服务单位约谈工作规定》）等治理新规。这种较为严厉的互联网规制举措不仅会减弱社交媒体对青年线上政治参与的正向作用，而且也可能会削弱社交媒体对青年线下政治参与的积极影响，限制超越现有体制承受能力和冲击现行政治体系的非法行为和非理性参与。互联网规制力度的这种加大，究竟是否会减弱社交媒体对青年线上和线下政治参与的积极影响？本研究试图对它进行分析。基于这种背景，本研究作出下述研究假设：

假设3：社交媒体使用对青年线上政治参与的作用受网 络规制的调节影响。

假设4：社交媒体使用对青年线下政治参与的影响受网络规制的调节作用。

（一）数据收集与样本状况

本文运用问卷调查的方法探索了社交媒体使用、互联网规制和青年政治参与之间的可能性关系。调查对象为中国境内的18-35岁的在校大学生（包括本科、硕士、博士研究生）。本次调查范围覆盖了东中西部的四座城市、九所大学，采用的是非概率抽样的方法，按照地域、城市、学校、学院、专业、年级和班级的层级，在东部地区抽取了北京和上海，在中部抽取的是武汉，在西部抽取的是兰州。在每所学校抽取三个学院，在每个学院的每个年级各随机抽取2个班，作为问卷发放对象。从2014年6月20日开始发放问卷，截止7月21日，共成功收回有效问卷1471份。

在调查样本的1471人中，男性青年占43.2％，女性青年占56.7％；年龄分布范围在18至35岁之间；在读大学本科生占84.9％，在读研究生及以上学历者占15.1％；中共党员和团员占93.3％，非党团员占6.6％；在媒介使用排序中，微信高居第一（M＝2.86，SD＝2.02），QQ使用排在第二位（M＝3.72，SD＝2.33），大型门户网站（M＝3.77，SD＝1.79）和微博（M＝3.79，SD＝2.15）分别居于第三和第四位。

（二）变量测量

1. 因变量

本研究基于荷马·祖尼加（ Homero Gil de Zúñiga）（2012）和约翰·奥茨曼（ Johan Östman）（2012）对政治参与的研究和分类，将因变量分为线上政治参与和线下政治参与。

线上政治参与

据祖尼加（2012）和奥茨曼（2012）对线上政治参与的测量，用12个项目测量线上政治参与。受访者要在李克特五级量表（1 =从不，5=频繁）中填写他们过去一年中参加下列活动的频率：访问各级政府官网；访问公共管理部门网站；访问有政治内容的网站（即点击或浏览涉及官员、政党、上访、律师、警察、城管和维权人士等方面的信息、段子、图片或视频）；对上述内容进行回复与评论；转发或发表有关上述内容的文章或帖子；参与各类网络签名活动；参与网络调查活动；在网上对政府的某项决策或行为表示抗议；在网上号召或实际抵制某种产品；因某事而在线联系某个政府部门；给某个单位领导发电子邮件；与朋友或同学在线讨论政治或时事类话题。这12项相加的得分即为青年线上政治参与的赋值（M＝22.12，SD＝8.15，α=.92）。

线下政治参与

本文使用荷马·祖尼加（ Homero Gil de Zúñiga）、布鲁斯·哈迪（BruceHardy）和迪特拉姆·舒菲（Dietram A. Scheufele）的线下政治参与量表，用13个项目测量线下政治参与（Hardy & Scheufele，2005）。受访者要在李克特五级量表（1 =从不，5=频繁）中填写他们过去一年中参加下列活动的频率：检索涉及政治或时事问题的信息与书籍；在两会期间阅读报纸、观看电视或上网看相关新闻；与同学或朋友在课堂或讲座中讨论政治或时事类话题；为某事联系某单位领导或某政府部门（包括居委会、村委会、街道办、乡镇或省市县等政府部门）；在党政部门或各类协会工作（包括在学校各类学生组织工作）；校内外的签名活动；合法的集 会、游行活动；中国梦的宣传活动；抵制某种产品；由于政治、民族或环境因素而有意购买某种产品；向社会组织或公益组织捐款捐物；为非政府组织工作或担任志愿者；用写信或打电话等方式投诉、反映或是抗议政府某部门的某项决策。这13项相加的得分即为青年线下政治参与的赋值（M＝26.38，SD＝8.61，α=.89）

2. 自变量

鉴于社交媒体是基于互联网技术的一种网络新应用，且为了与网络使用进行对照，本研究的自变量中加入一般互联网使用，并与社交媒体与网络规制作为一个变量模块。

一般的互联网使用。 对一般的互联网使用，本文依据汤姆·贝克（Tom P. Bakker）和克莱斯·德弗雷斯（Claes de Vreese）的互联网量表进行测量，主要通过两个问题以测定其使用时长（Bakker & Vreese，2011）。受访者要分别在一个李克 特十级量表和李克特八级量表中填写其使用时长：（1）您昨天使用互联网（不包括微信、微博和QQ使用）多长时间？（2）您上周有多少天使用了互 联网（不包括微信、微博和QQ使用）？这两个项目的乘积即为一般互联网使用的时长赋值（M＝44.20，SD＝23.34，α=.67）。

社交媒体。在中国，民众使用的社交媒体主要为微信、微博和QQ等。本研究使用汤姆·贝克和克莱斯·德弗雷斯的互联网量表，对微信、微博和QQ分别进行测量，然后将微信、微博、QQ三种媒介使用的取值相加即为社交媒 体的变量值（M＝62.47，SD＝47.49）。

微信。对微信的使用测量主要通过两个问题以测定其使用时长，受访者要分别在一个李克特十级量表和李克特八级量表中填写其使用时长：（1）您昨天使用微信多长时间？（2）您上周有多少天使用了微信？这两个项目的乘积即为微信使用时长（M＝31.37，SD＝25.00，α=.66）。

微博。对微博的使用测量通过两个问题，受访者要分别在一个李克特十级量表和李克特八级量表中填写其使用时长：（1）您昨天使用微博多长时间？（2）您上周有多少天使用了微博？这两个项目的乘积即为微博使用时长（M＝15.94，SD＝18.67，α=.70）。

QQ。对QQ的使用测量也通过两个问题，受访者要分别在一个李克特十级量表和李克特八级量表中填写其使用时长：（1）您昨天使用QQ多长时间？（2）您上周有多少天使用了QQ？这两个项目的乘积即为QQ使用时长（M＝29.32，SD＝26.47，α=.70）。

网络规制。互联网规制的测量主要是依据受访者的自我报告，测量受访者对网络规制的心理感知，这种心理感知通常可以反映规制的严厉程度。本研究主要通过对网络实名制的法规管控、网络诽谤入刑的司法管控和网络删帖的行政管控三个部分测量互联网规制（每部分三个项目），受访者要在李克特五级量表中依次报告其在实行网络实名制以后、在该司法解释出台（规定虚假信息被转发500次可被判刑）以后和实行网络删帖制以后，他的下述行为发生变化的程度（共9个问题）：（1）您在网上发布或转发时事信息；（2）您在网上回复或评论政治帖子（或段子）；（3）您在网上抗议政府的某事决策或行为（1-5分别为从明显增多到明显减少）。这9个项目相加的得分即为政府网络规制的赋值（M＝30.45，SD＝5.78，α=.95）。得分愈低说明网络规制愈宽松，得分愈高说明网络规制愈严厉。

3. 控制变量

根据现有政治社会化研究成果的变量设计，且为了防止设定误差（misspecification errors）的出现，本研究将人口统计学变量模块和政治前因变量模块（共8个变量）作为控制变量。人口统计学变量模块包含年龄、性别、受教育程度、经济收入四个变量。政治前因（Political antecedents）变量模块包含政治面貌、政治兴趣、政治效能和政治倾向四个变量。

（三）数据分析

本文采用嵌套式回归分析（nested regression）。为了防止出现多重共线性问题，在带入回归方程之前，先将社交媒体使用、网络规制两个主效应变量进行对中化处理（Cohen, Cohen & West，et al.，2003：261）。在回归模型中，首先将控制变量依次代入回归模型，然后将自变量代入回归模型，最后将交互变量代入回归模型。代入之前的贝塔值用于检验控制了前一层次变量时的交互效应（Hardy &Scheufele，2005）。

H1包含两个子假设，它假设社交媒体使用对青年线上政治参与（H1a）和线下政治参与（H1b）具有正面促进作用。回归方程显示（参看表3），线上政治参与对社交媒体使用的回归显著（p<.01>

与社交媒体的正面影响不同，H2假设网络规制对青年线上政治参与（H2a）和线下政治参与（H2b）具有削弱作用。回归方程显示（参看表3），线上政治参与对网络规制的回归显著（p <.05>

和H2a的情况类似，回归方程显示（参看表4），线下政治参与对网络规制的回归显著（p<.05>

对于网络规制的调节作用 ，H3假设网络规制调节了社交媒体使用与青年线上政治参与之间的关系。回归方程显示（参看表3），青年线上政治参与对交互项（网络规制×社交媒体使用）的回归不显著（p>.05），作用方向为正向（β=.011），假设3遭到拒绝。并且，调节变量模块对线上政治参与因变量仅增加解释了0.01％的变量。这说明，互联网规制的调节效应并不存在。

与H3的情况不同，回归方程显示（参看表4），线下政治参与对交互项（网络 规制×社交媒体使用）的回归显著（p<.01>