1. 问题的提出
目前国内学界已就互联网使用与志愿服务之间的关系做出一些分析与探讨，如从信息型、社交型、娱乐型三种网络使用方式分别讨论互联网对中年群体志愿服务参与意愿与行为的影响 [1] ，或将志愿服务作为调节机制之一分析互联网使用与居民慈善捐赠间的作用渠道 [2] ，从社会公平感知、社会文化信仰、基层政府评价三方面构建社会凝聚力，探寻其在互联网使用与城市居民志愿服务参与间的调节作用等。 [3] 然而，国内迄今鲜有实证研究涉足专业志愿服务，特别是互联网使用对专业志愿服务的影响的探讨。一方面，经济社会的数字化转型是当下及未来我国发展的主要进程之一，互联网的泛化传播不仅催生了更大规模的使用群体，也对志愿服务的信息化发展产生了更加深刻的影响。另一方面，志愿服务作为第三次分配推动共同富裕的主要路径之一 [4] ，其既有助于实现精神生活的共同富裕 [5] ，同时也契合于人民日益增长的美好生活需要，势必对新时期志愿服务的专业化发展提出更高要求。因此，基于上述讨论，本研究提出“互联网使用影响公众专业志愿服务参与”的研究议题，并产生如下两个问题：1) 互联网使用如何影响公众的专业志愿服务参与？2) 互联网使用对公众专业志愿服务参与的影响存在怎样的异质性？旨在以上述两个研究问题的回答，呈现影响我国公众参与专业志愿服务的内在理论。
2. 理论与研究假设
现有研究划分了专业志愿服务和非专业志愿服务两种类型，用以区分人们在专业领域内和专业领域外的社区服务等活动中提供的志愿服务 [6] 。其中，专业志愿服务(pro bono)源于拉丁语“pro bono publico”，本意为“for the public good”(为了公共利益) [7] ，是指运用特定专业知识和技能无偿帮助公益组织开展项目，提供咨询、培训和教练的服务 [8] 。也有学者将其简化理解为“通过志愿服务提供的专业活动”，一般可通过个人、团体或组织进行，专业服务志愿者则通常包括那些无偿为他人提供专业帮助的具有娴熟专业能力的个体 [9] 。专业志愿服务活动往往以在线方式开展，或通过其他运用信息技术的方式进行 [10] ，反映了公众参与实践和越来越多的人意识到数字素养及志愿服务技能提升重要性等的更为广泛的社会变迁。而随着全球志愿服务越来越普遍，人们对专业主义(professionalism)的要求也在提升。事实上，一些非专业行为也会在志愿服务工作中带来消极影响，甚至给志愿者本人和服务对象带来风险与身体伤害 [11] 。
自互联网在我国快速兴起与发展以来，其前所未有地改变了人们工作、沟通、信息搜寻等许多日常的生活方式，也为公众从事慈善活动提供了新的途径，如：志愿服务。威尔曼等通过实证分析发现，更高强度的互联网使用与更多的志愿组织参与和志愿服务提供相关 [12] 。在一定程度上，互联网与社交媒体的普及为志愿者实现自身目标提供了更多支持，也使得志愿者管理的机会比以往更多 [13] 。与传统志愿服务相比，线上志愿服务能够突破许多传统志愿服务所面临的限制与障碍，如：社会参与不平等问题等 [14] ，因为其允许那些由于时间限制、残疾、个人偏好以及感到处于社会边缘化等问题而无法进行线下志愿服务活动的群体得以参与线上志愿服务 [15] 。特别是在新冠肺炎疫情期间，线上志愿服务凸显了其安全可及、降低成本、高参与率、地域不受限和招募更多志愿者等诸多优势 [16] 。线上专业志愿服务(online pro bono volunteering, OPV)通过网站、移动设备等各类电子社交媒体提供包括培训、讲座、咨询和学习等在内的形式多样的活动，专业志愿者们也通过OPV分享了许多自身专业技术领域内的帮助 [10] ，从而吸纳越来越多的人们涉足专业志愿服务领域。据此，本文提出第一个研究假设：
假设1：互联网使用能够正向促进公众专业志愿服务。
互联网所具有的信息搜寻与交流沟通特点赋予了线上专业志愿服务以独特的优势。线上志愿服务大多基于专业知识与技能，志愿者们通过互联网传播自身知识的同时，互联网作为其信息传播工具也帮助他们更加便捷地获取信息、查阅信息，并克服其自身特殊需求所带来的线下志愿服务障碍，从而促进专业志愿服务的提供与参与 [17] 。基于互联网虚拟背景，线上志愿服务的动态网络环境也能够帮助人们更好地控制与他人的互动以塑造自身的新形象，特别是匿名设定能够帮助部分志愿者克服社交障碍和对于负面评价的焦虑，使其更愿意投入到线上专业志愿服务工作中；此外，通过互联网提供志愿服务能够吸引处于同一专业领域或行业范围内的各类群体，帮助人们寻找到具有相似兴趣或偏好的团体，进而促进人们获得群体认同感与归属感，成为促进专业交流和社会交往的良好支持来源之一 [18] 。据此，本文在假设1的基础上进一步提出第二个研究假设：
假设2：通过互联网提供志愿服务(线上志愿服务)能够正向促进公众专业志愿服务。
当人们使用互联网进行社会交往与互动时，被认为能够促进志愿服务的参与行为。因为在社交型网络互动中，人们之间的联系更为紧密，且社交网络互动允许更快捷的沟通和更便利的信息交换，促使志愿服务得以被更好地组织和动员 [6] 。具体到专业志愿服务领域而言，社交型网络使用也为志愿服务活动的参与者或旁观者提供了专业知识共享与意见交流的机会 [2] ，而作为一种有价值的交流和信息共享资源，社交网络媒体也成为专业志愿服务组织沟通和利益相关者关系维护的有效工具 [19] 。且通过社交媒体的使用，志愿服务组织的联系与互动变得更为有效、广泛和多面，这些组织广泛活跃在社交媒体上并不断宣扬、传播与分享有关其活动和使命的信息与新闻 [20] ，能够有效提升专业志愿服务组织知名度和公信力，增进公众对专业志愿服务的了解与关注，进而参与到专业志愿服务中。据此，本文提出第三个研究假设：
假设3：在通过互联网提供志愿服务的人群中，社交网络用户比非社交网络用户更有意愿提供专业志愿服务。
3. 研究设计
3.1. 数据来源
本研究使用数据来源于2019年中国社会状况综合调查(CSS)数据，该项调查由中国社会科学院社会学研究所实施，样本涵盖全国31个省/自治区/直辖市，涉及劳动就业、家庭及社会生活、社会态度等诸多研究主题在内，是一项大规模的国家综合社会连续性抽样调查项目。本研究的关注对象为参与专业志愿服务的全体成员，旨在探讨并分析互联网使用与公众专业志愿服务参与之间的关系。因此基于本文研究目的，筛选出参与或不参与专业志愿服务的受访者样本共2572份进入统计分析，其中男性占比约51.17%，女性占比约48.83%，性别比分布较为平均，样本具有较好代表性。
3.2. 变量界定与操作化
3.2.1. 被解释变量
本研究的被解释变量为公众专业志愿服务。以问卷“志愿服务”部分中人们是否提供过专业志愿服务来测量，对应的问题是，“您参加的志愿服务是否要求具备某种专业知识或技能？”，对应选项分别为“全部需要”“大部分需要”“个别需要”“完全不需要”，为便于统计分析，本研究将选项“全部需要”“大部分需要”“个别需要”整合为“需要”，并编码为1，将选项“完全不需要”设置为“不需要”，并编码为0。
3.2.2. 解释变量
本研究的核心解释变量是公众互联网使用行为。参考现有研究 [2] ，以问卷中对应问题“现在互联网比较普及，大家可以用手机和电脑上网，您平时上网(比如：用电脑或者手机看新闻、用微信等活动)吗？”作为测量指标，将选项“上”设置为“使用互联网”，并编码为1，将选项“不上”设置为“不使用互联网”，并编码为0。此外，为了进一步考察线上志愿服务和社交网络使用可能带来的公众专业志愿服务参与异质性，本研究还区分出通过互联网提供和不提供志愿服务两类群体、社交网络用户和非社交网络用户两类群体。其中，以问卷“志愿服务”部分中对应问题“您是否通过互联网络提供过志愿服务活动？”来划分提供和不提供志愿服务两类人群，并将选项“是”编码为1，选项“否”编码为0；以“您上网进行聊天交友(比如：微信等交友活动)的频率是？”来划分社交网络用户和非社交网络用户两类人群，并将“几乎每天”“一周多次”“一周至少一次”“一月至少一次”“一年几次”设置为社交网络用户，编码为1，将“从不”设置为非社交网络用户，编码为0。
3.2.3. 控制变量
本研究引入了既有研究中讨论的一些变量以控制影响志愿服务的其他潜在因素，并最大程度降低互联网使用的非随机性。首先，已有文献表明社会经济地位更高的群体更有可能成为志愿者 [21] ，因此受教育程度和个人收入作为对个体社会经济地位的衡量被纳入。其次，年龄越大的群体越倾向于为社区或福利组织做志愿者，且在不同类型的组织中，女性更愿意为福利组织提供志愿服务 [22] ，因此，年龄和性别同样作为影响因素被控制。最后是政治面貌变量，我国公民个体的党员身份会使其更有意愿参与志愿服务，与非党员相比，党员参与志愿服务的时间往往更长，这已被相关实证研究证明 [23] 。此外，还将婚姻状态、工作状态等其他可能影响公民参与志愿服务的变量纳入模型作为控制变量。
3.3. 实证模型的构建
由于被解释变量为二分类变量，因此本文采用了更契合被解释变量之数据结构的二分类逻辑回归模型(binary logit mode)开展相关统计分析，其相比于线性回归等适合因变量为连续变量的算法模型更具优势。同时，logit回归模型相比于probit、支持向量机等回归模型也具有系数解释性强、计算效率高等优势。据此，研究构建如下基本实证模型分析互联网使用对公众参与专业志愿服务的影响：
其中，P(probono)表示在Xi状态下公众参与专业志愿服务的概率，α为常数项，表示解释变量取值均为0的情况下，logit[P(probono)]的估计值。βi为偏回归系数，表示在其他解释变量不变情况下，Xi每变动1个单位时logit[P(probono)]的改变量。
4. 实证结果分析
4.1. 描述性统计分析
表1报告了各变量描述性统计分析的结果，数据显示，研究样本中有近半成受访者参与的志愿服务不需要具备特定专业知识或技能，参与过专业志愿服务的受访者占比约51.2%。互联网使用普及程度在研究样本中较高，约有82.1%的受访者平时具有互联网使用行为，而在这些互联网使用样本群体中，通过上网进行聊天交友活动的受访者达到九成多人数，占比约93.6%。然而尽管如此，研究样本的线上志愿服务参与率却不容乐观，通过互联网提供过志愿服务的受访者仅占比重约17.9%。此外，受访者样本年龄位于18~69岁的区间内，平均年龄约为41.5岁，男性占比51.2%，受教育程度偏低，党员身份的人数仅占18.9%，年平均收入约为40,505元，有配偶和处于有工作状态的受访者样本皆占七成。
Table 1. Descriptive statistics of variables
表1. 变量描述性统计
4.2. 基准回归模型分析
本节分析了专业志愿服务对互联网使用和线上志愿服务的影响，表2呈现了三个逻辑回归模型的估计结果。模型1以互联网使用为解释变量，结果显示在控制了年龄、性别、受教育程度、婚姻状况、年收入等人口统计学特征和政治面貌、工作状态等因素后，互联网使用行为能够正向促进公众的专业志愿服务参与行为，且效果显著(p < 0.05)，从而支持了假设1的成立。模型2以线上志愿服务参与为解释变量，结果显示在控制了人口统计学特征和政治面貌、工作状态等因素后，相比于未通过互联网提供过志愿服务的人群，通过互联网提供过志愿服务的群体更有可能从事专业志愿服务活动，即线上志愿服务参与显著正向促进了公众专业志愿服务(p < 0.05)，从而支持了假设2的成立。模型3同时报告了以互联网使用和线上志愿服务为解释变量的逻辑回归模型结果，进一步表明平时使用互联网且通过互联网提供过志愿服务的群体更倾向于提供专业志愿服务，且效果依然显著(p < 0.05, p < 0.1)。
此外，性别、政治面貌、婚姻状况与工作状态在公众专业志愿服务参与上并不存在显著差异，但年龄、个人收入和受教育程度却能对其专业志愿服务参与行为产生显著影响。其中，随着年龄的增长，公众参与专业志愿服务的意愿越低(p < 0.01)，而个人年收入和受教育程度越高的人，参与专业志愿服务的可能性则越高(p < 0.1, p < 0.01)，这与既有文献的研究结果相一致 [21] 。
Table 2. The logistic regression analysis results of pro bono on internet use and online volunteer services
表2. 专业志愿服务对互联网使用和线上志愿服务的logistic回归分析结果
注：*，**，***分别表示变量在10%，5%，1%的水平上显著，括号内为标准误，下同。
在假设3中，本研究认为在通过互联网提供志愿服务的人群中，社交网络用户比非社交网络用户更有意愿提供专业志愿服务，因为已有研究表明，在涉及互联网对于公民参与和亲社会行为的影响的议题时，社交网络及其平台的恰当使用能够对用户参与志愿服务产生积极影响 [24] 。因此，为了考察互联网使用行为中，社交网络使用在公众专业志愿服务参与行为中的特殊作用，本研究区分出了社交网络用户和非社交网络用户两类群体，并分别对二者的模型2进行了重新评估，表3报告了模型2a、2b的逻辑回归模型结果。
模型2a显示了线上志愿服务对社交网络用户参与专业志愿服务的影响，根据估计结果，在互联网使用群体中，如果经常通过上网进行聊天交友等社交网络活动，则更有可能成为专业志愿服务提供者和参与者(p < 0.1)。此外，在社交网络用户中，不同年龄和受教育程度的公众，其线上志愿服务提供会对专业志愿服务造成差异化的参与结果。年龄越小，受教育程度越高的社交网络用户更愿意参与专业志愿服务，且效果显著(p < 0.05, p < 0.01)。模型2b展示了线上志愿服务对非社交网络用户参与专业志愿服务的影响，虽然系数方向与模型2a相反，但其在显著性水平上并不显著，从而部分支持了假设3。这表明，在互联网使用行为中，社交网络使用对公民参与专业志愿服务，特别是线上专业志愿服务具有正向促进作用；但并不经常使用社交网络以进行网络互动的人群，也不一定会因此给其专业志愿服务参与行为带来显著抑制作用。
Table 3. The logistic regression analysis results of pro bono on social network users and non social network users
表3. 专业志愿服务对社交网络用户和非社交网络用户的logistic回归分析结果
4.3. 稳健性检验
参考既有研究，稳健性检验常用的方法包括变量替换法、改变样本容量法、子样本回归法、补充变量法等，其中变量替换法主要针对研究议题的解释变量与被解释变量 [25] 。考虑到研究的被解释变量为专业志愿服务，我们在替换变量进行稳健性检验时，使用受访者在提供志愿服务时是否接受过有关知识与技能培训来代替，因为已有研究表明，严格的培训与管理机制是志愿服务专业化发展的首要前提 [26] ，对志愿者开展专业知识与技能培训对于形成专业化的志愿者队伍至关重要 [27] 。同时考虑到已有模型可能存在的“选择性偏误”等内生性问题，为了检验互联网使用对公众专业志愿服务参与影响的一致性和稳定性，本研究用“您是否参加过任何与志愿服务有关的培训？”来反映受访者是否提供过专业志愿服务，以进行敏感性分析。表4报告的这一稳健性检验结果与之前的逻辑回归模型结果一致，表明我们的结果是稳健的。
5. 结论与讨论
随着互联网等数字技术的普及，新的研究发现社交媒体等互联网使用形式已成为促进社会参与的新途径，有助于更广泛地动员社会成员 [28] 。依循这一逻辑，本研究旨在探索互联网使用是否在公民专业志愿服务参与这一特殊的社会参与和社会动员形式中具有积极的影响效果。据此，本研究考察了互联网使用，以及线上志愿服务和社交网络互动对公众参与专业志愿服务的影响，而这在现有研究中大多被忽视了。通过研究发现，互联网使用行为能够显著促进公众参与专业志愿服务，这与既有研究是一致的，即在数字技术的帮助下，公众提供专业志愿服务的方式具有更多可能性 [29] 。进一步而言，互联网使用催生了线上志愿服务的志愿服务新形式，具有线上志愿服务经历的群体比不具有此类经历的群体更有可能从事专业志愿服务活动，而在这其中，社交网络互动可以发挥积极的促进作用；但同时，不经常进行社交网络互动的群体并不一定会因此具有更加消极的专业志愿服务参与行为。
根据以上讨论，研究获得了关于互联网使用与专业志愿服务之间关系与影响的更为深入和全面的认识。早期研究往往认为互联网等数字媒体的出现可能会由于造成社交隔离与时间等稀缺资源占用而给志愿服务带来消极后果 [30] ，但随着互联网日渐延伸至人们日常实践的各个方面，最新的研究中提供了一些相反的观点 [28] [31] 。整体而言，具体到专业志愿服务领域，互联网对公众参与专业志愿服务至少能够在信息辐射广、链接群体多、时空灵活性强等层面赋能公众专业志愿服务参与。一方面，互联网提高了志愿服务组织等传播组织信息、发布招募信息等必要讯息的便利程度与范围广度，使组织得以链接到更多从事专业行业领域工作的知识与技能型人才。同时，线上开展的志愿服务知识与技能培训扩大了专业志愿服务知识的辐射范围，对扩大专业志愿者潜在群体规模极有助益。另一方面，线上志愿服务扩展了传统的志愿服务环境，并使志愿服务活动多样化，在线上志愿服务中，人们可以不必拘泥于亲自到场出席，也无需加入到某一实体组织中 [32] ，这一优势得以赋能许多特定领域与行业内的专业人士能够在其工作以外的闲暇时间与空间场所内进行专业志愿服务活动，从而有效增进公众专业志愿服务参与率。进一步地，社交媒体也因其在促进动员、组织和可见度等方面的显著优势而日益成为专业志愿服务的重要工具 [33] ，其往往能够迅速而简单地激活大量人群，并有效被志愿服务组织用于了解社会民生需求，进而帮助不同程度地缓解社会问题，增强社会弹性 [34] 。
应承认这项研究存在的一些局限性，未来研究仍可在以下方面作出更深入的探讨。第一，本研究仅探索了互联网使用行为、线上志愿服务经历及社交网络媒体使用行为与公众专业志愿服务参与之间的关系，未来还可以将线下志愿服务纳入进来，开展线上与线下志愿服务对专业志愿服务影响的差异化对比分析。第二，本研究仅以最一般的方式来考虑互联网使用，将其分为用户和非用户两类，难以检验休闲娱乐、学习教育等其他互联网使用行为、内容与目的等与专业志愿服务参与行为的关系，未来的研究需要更具针对性的证据与考察，如：比较分析不同互联网使用行为方式对动员公众参与专业志愿服务的效果与影响等，以进一步研究这一主题。第三，本研究解释变量“互联网使用行为”采取的是二元变量，未来研究可对互联网使用行为频率进行进一步细分，以更深入考察不同互联网使用强度对公众参与专业志愿服务的影响。