1. 研究问题的提出
随着互联网的不断发展,其被应用到各个领域,包括医疗、交通、购物和教育等等,极大地改变了人们的生活品质。社区管理部门在利用互联网促进居民社区参与方面也开展了一些尝试。
一些小区利用微信群和微博等网络社交平台,发布信息以及与居民进行交流。互联网对居民的社区参与产生了日益显著的影响,那么互联网对社区参与的影响究竟如何,业内学者也有不同的观点和看法。一种观点认为,互联网对居民社区参与有积极的促进作用。袁浩等学者分析上海都市社区调查数据之后发现上海居民使用互联网越多,参与社区治理活动的可能性就越大 [1]。于淼发现业主微信群使得居民和居民之间、居民和社区之间的界限被打破,在一定程度上居民的社区参与水平得到了提高 [2]。另一种观点认为,互联网也许会阻碍居民参与到社区活动中去。普特南认为,休闲时间的技术性变化是造成美国社会公众参与降低的原因之一,新技术手段的出现使人们更多地将时间花在消遣上,其后果就是人们投入社会活动和社会参与的时间降低 [3]。石静认为个人层面的一些因素也会影响居民的社区参与水平,互联网扩大了居民的社交范围,也就会导致人们在某一方面活跃深度的降低。同时居民对自身也有了更多的关注,大家更倾向于基于自己的利益和兴趣来考虑是否参与到社区中 [4]。
但是目前关于互联网对居民社区参与影响的研究多是将居民参与看作一个整体,并未进一步去分析互联网对不同类型的社区参与是否有不同的影响。基于此,互联网对居民社区参与的影响究竟如何?本文将进行进一步的探究。本文借鉴黄荣贵学者对居民社区参与的分类,其将居民社区参与的类型主要划分为体制化参与、公共型参与和抗议型参与。体制化参与主要是指以居民委员会为核心而被动员起来,其具体表达形式与运作模式也具有鲜明“体制”色彩的社区参与,抗议型社区参与主要是指人们的地方性公共参与行为并未得到现有体制的支持,而其具体指向又具有一定的抗议政治特征的参与类型,公共型参与是指有一种自发地参与到公共事务中去的动机所驱动的社区参与 [5]。
2. 样本描述、变量选择和数据处理
2.1. 数据来源和样本特征描述
本研究采用的调查方法主要是发放问卷,包括线下纸质问卷和线上网络问卷。本次调查在上海三个小区内共发放问卷136份,回收116份,回收率为85%,最终有效问卷为116份,样本特征描述见表1。调查内容主要包括:调查对象的个人基本情况和所在的社区类型、三种不同类型的居民社区参与的情况、居民互联网使用情况,包括个人使用时间、频率以及对社区内的互联网公共平台的使用情况、社区社会资本的情况。对于该问卷,笔者一共设计了三大部分,共25个问题。问卷调查采取的是不记名的方式,包括社区工作者和社区居民,同时对每个小区的工作人员和居民都进行了深度访谈,希望能够尽可能地掌握社区的真实情况,对社区有更深入的了解。
Table 1. Sample feature description (N = 116)
表1. 样本特征描述(N = 116)
2.2. 效度和信度分析
为验证调查问卷的可靠性和有效性,进行测量信度与效度分析。关于问卷信度,采用克朗巴赫α系数来观察问卷各题目的内部一致性,经计算,本文的调查数据中克朗巴赫α系数为0.79,问卷的可靠性在可接受的范围内。关于问卷效度分析,调查问卷的内容设计与研究主题吻合,并且问题的设置咨询过专家和社区工作者的意见进行修改和完善,该问卷具有较好的内容效度。总的来说问卷有较高的可靠性和有效性。
2.3. 变量测量
本研究中的因变量是不同类型的居民社区参与,主要基于问卷中的三个题项“您是否参加过社区政治活动,如居委会选举?”“您是否参加过社区公益活动吗?如洗楼梯等”“您是否参加过社区抗议活动吗?如向新闻媒体反应小区的问题”。
自变量是居民的互联网行为,基于问卷中的五个题项,“您的平均上网时间有多长?”“您互联网的使用频率是什么?”“您通过QQ、微信等工具与社区居民网上交流/聊天的频率是?”“是否参加过社区活动团体的网上组织(包括社区团体的QQ群、微信群、社区公众号社区网络论坛等)?”“您是否会通过互联网来表达自己对社区的意见和建议?”
关于回答会“是”和“否”的题目,回答为“是”,则认为居民参与了该项社会活动,赋值为1,反之,回答为“否”,赋值为0。
2.4. 关于互联网的主成分分析
正如上文我们所提到的内容,关于互联网对不同类型的社区参与的影响的探究较少,基于此,本研究接下来将探讨互联网对不同类型的社区参与的影响以及作用方式。
本次调查的问卷中,互联网这一变量主要通过两个方面来体现,一是居民的互联网使用行为,包括两个问题,第14题,您平均的上网时间是多少?选项分为:几乎不上网、每周低于7个小时、每天1~2个小时、每天3~4个小时、每天5小时以上。第15题,您的互联网使用频率是多少?选项是:从不、很少、有时、经常、非常频繁。二是居民对社区网络公共平台的使用,包括三个问题,第16题,您通过微信、QQ等工具与社区居民网上聊天的频率是多少?分为六个程度:从不、很少、有时、经常、非常频繁。第17题,您是否参与了社区网络平台(比如微信群、QQ群、社区网络论坛等)?选项为是和否。第18题,您是否会通过互联网来表达自己对社区的意见和建议?选项为是和否。
在表2中,使用过社区团体QQ群、微信群、社区网络论坛等居民占31.03%,会通过互联网来表达自己的意见和建议的居民占37.93%,87.93%使用互联网的居民能够包容来自网络上多样化的观点。从上面的数据可以看到,互联网在居民社区生活中也得到了一定程度的应用,并且居民对于网络上不同的言论有较高的包容度。
Table 2. Usage of public platform of resident community network
表2. 居民社区网络公共平台的使用情况
在运用主成分分析将这五个变量合并成新的变量之前,首先进行共线性检验,从KMO检验和Bartlett球形检验结果来看,KMO的值为0.536,Bartlett球形检验的值为0.000,小于0.01,达到显著性水平,说明样本适合进行主成分分析。
通过主成分分析,提取出了两个特征值大于1的公因子,并且前两个成分解释了全部五个变量组合的方差还多,我们可以省去第3到第5个成分。结合实际情况,我们通过上面的分析整理出前两个主因子的正交因子表,见表3。并且通过对两个因子的相关性分析,两个因子相关性为0,两个主成分不存在相关性。并且旋转命令之后,我们通过以下正交因子表可以看到,前两个题项,居民平均上网时间和其互联网使用频率在主成分一上的载荷均接近于1,而通过微信、QQ等工具与居民上网聊天的频率、居民是否参加社区网络平台、居民是否通过互联网来表达对社区的意见和建议这三个题项在主成分2的载荷均接近于1。
因此基于上述的正交因子表,并结合碎石图,如图1,我们可以看到,在特征值1上面的是前两个主成分,因此我们将五个指标按照高载荷分为两类,并对各因子进行命名,见表4,并将个人互联网使用习惯和社区互联网平台使用情况作为两个自变量,来进一步探究互联网对不同类型的社区参与的影响。
Table 4. High load classification table
表4. 高载荷分类表
3. 实证结果和讨论
3.1. 互联网对居民政治型社区参与的影响
在整个逻辑回归模型中,因变量是不同类型的居民社区参与,本次模型的因变量是居民政治型社区参与,接下来两次模型的因变量分别是居民公共性社区参与和居民抗议型社区参与。自变量是个人互联网使用习惯和居民对社区互联网平台的使用情况。
Table 5. Internet and Community Institutionalized Participation: Logistic Regression Model
表5. 互联网与居民社区体制化参与:Logistic回归模型
***p < 0.01,**p < 0.05,*p < 0.1。
如表5所示,从逻辑回归模型的结果来看,在控制了性别、年龄、受教育水平以及政治面貌这几个变量之后,该逻辑回归模型的p值为0,因此该模型是显著的,并且从系数来看,个人的互联网使用习惯系数为−0.578,与社区居民体制化参与呈负相关,而社区互联网平台使用的系数为0.826,与社区居民体制化参与呈正相关。不难理解这样的结果,当居民在互联网上花费的时间越多,互联网使用地越频繁,居民将更多的精力和时间放在网络中自己感兴趣的内容上,与自己利益相关的内容上,从而减少了自下而上的政治参与的热情。但是我们还要看到的是,居民在自己的上网时间中,花费一定的时间和精力与社区居民进行沟通和交流,并且关注社区的网络平台,积极发表自己的意见,这种情况下互联网对于社区居民体制化参与起到积极的促进作用。
这跟曾凡斌学者在广州所做的实证研究的结果如出一辙,他通过分析互联网使用时间以及上网发表观点和看法与现实政治参与之间的关系,结果表明,互联网的使用时间对广州网民的现实的政治参没有影响,但是上网发表个人对各种公共事务的看法、意见的这样一种互联网使用方式与现实的政治参与高度相关 [6]。
3.2. 互联网对公共型社区参与的影响
通过对这几个变量进行VIF多重共线性检验,每个变量的VIF值都接近于1,因此不存在多重共线性问题。如表6所示,从整个模型来看,p值为0,代表该模型是显著的,主要的自变量,个人互联网使用习惯,p值 > 0.1,则该变量不显著,即个人的互联网使用频率和时间与社区居民的公共型参与之间不存在相关关系。而居民对社区互联网平台的使用这一变量达到显著水平,并且系数为1.262,代表居民对社区互联网平台的使用与社区居民的公共型参与之间存在正相关,起到积极的促进作用,即居民通过社区网络平台与社区居民联系和交流,联系地越频繁,越有可能参加社区的公共型活动,并且通过社区互联网平台来表达自己对社区的意见,表明居民对社区有一定的关注,这样才更有可能参与到社区活动中来,这个情况在我们的访谈中也得到了验证。
Table 6. Internet and community institutionalized participation: logistic regression model
表6. 互联网与居民社区体制化参与:logistic回归模型
***p < 0.01,**p < 0.05,* p <0.1。
JZ公寓的王阿姨说:“我们有自己的微信小群的,大家关系好的经常会在里面交流和沟通,前段时间,我们有个小姐妹生病了,每天我们都会在微信里去问候她,有时候还会过去看望她,她的子女不在身边,我们就多照顾一些。并且我们还会经常一起出去参加活动,今天社区活动我也是跟关系好的居民一起来的。”
3.3. 互联网对抗议型社区参与的影响
从整个逻辑回归模型的结果来看,p值为0.233,整个模型是不显著的,即互联网与居民社区的抗议型参与是不存在相关关系的。无论从调查数据还是访谈内容来看,社区居民的抗议型参与呈现低水平的状态。并且,无论是居民个人的互联网使用时间和频率如何,还是居民与社区居民的沟通以及通过社区的网络平台反映意见,都对居民的抗议型参与没有影响。
正如上文提到的,从整个模型的结果来看,互联网对于居民社区参与的作用方式与上文我们所归纳的方式大致相同。居民上网时间的多少和上网的频率对于居民社区参与或存在消极的影响或不相关,而居民通过互联网来表达自己对社区的意见和建议以及居民参加社区所组织的虚拟网络平台(微信群、QQ群等)所组成的变量对于社区居民的政治型参与和公共型参与都有着积极的促进作用。唯一不同的是,调查的研究结果显示,无论是上网时间或者上网频率这样的社区居民自身的互联网使用习惯,还是居民对社区互联网平台的使用情况,都与抗议型参与没有相关关系。不过考虑到本研究的自变量中并没有关于信息的获取和传递等内容,也无法印证互联网通过降低信息获取的成本,来提高居民抗议型参与的可能性这样的结论。但是,互联网本身就具有信息存储量大、信息交换以多种形式存在(视频、图片、文章等等)、信息交换的使用成本低等优点,对于居民在集体抗议行动中能够尽可能地获取和传递信息,保持信息对称,同时通过社区网络论坛,居民可以方便地在论坛中与其他居民进行交流和沟通,并且社区也可以利用论坛进行号召和动员,在一定程度上提高了社区的社会资本的存量 [7]。
4. 结语
总的来看,互联网对不同类型的居民社区参与的影响如表7所示。从相同点来看,首先居民使用社区互联网平台对政治型社区参与和公共型参与都有正向的促进作用。其次虽然居民个人的互联网使用习惯,包括使用时间和使用频率对于不同类型的社区参与有着不同的影响,但是整体来看,居民个人的互联网使用习惯对于居民社区参与不具备积极的促进作用。
关于不同点,整体来看,互联网对于不同类型的社区参与的影响并不相同,因此不能将居民社区参与当成是一个整体来看,而是需要将其细分为不同类型,并进行更精确的分析。
Table 7. Comparison of the impact of the internet on different types of community participation
表7. 互联网对不同类型的社区参与的影响结果对比
居民个人的互联网使用习惯,包括平均使用时间和使用频率。即居民使用互联网的时间越多,频率越高,参与社区活动的可能性越小。在魏晨的实证研究中,公众在互联网使用动机方面,“及时了解国内、国际新闻和事件”“发电子邮件”“获取工作或学习信息”这三项出现的频率最高 [8]。不难看出,居民使用互联网大多是出于个人需要动机,花费大量的事件在获取信息上。
与之相对的是居民社区社交平台使用情况主要包括“通过微信、QQ等工具与社区居民上网聊天的频率”“是否参加社区网络平台”和“是否通过互联网来表达对社区的意见和建议”这三个方面。从上述结果来看,居民通过网络通讯工具与社区其他居民联系越密切,并且积极地通过互联网来表达自己的观点和意见,互联网就能更好地促进居民参与到政治型社区参与和公共型社区参与中,互联网赋能居民社区参与。
不难看出,居民在社区社交平台上花费一定的时间,居民和居民之间、居民和社区之间的关系不断增强,并加深了彼此之间的了解,形成了一定的关系网络。根据现有的研究,社区社会资本的主要来源是居民在社区中的互动和交流,其中居民和居民之间、居民和社区之间持续不断的交往和互动形成社区关系网络、信任和规范 [9]。通过互动和联系,社区中形成了一定量的社会资本,居民的社区参与水平也有所提高,不难看处,社会资本也许在互联网影响居民参与水平中起到一定的中介作用,之后笔者将做进一步的探究。