1. 引言
政治参与是指公民通过各种合法方式参与国家政治生活和社会公共事务的政治行为，公民政治参与的状况、范围与程度，不仅反映出我国公民在政治系统中的地位和作用，也是衡量一个国家或地区民主程度的重要指标。公民的政治参与，不仅能够促进我国公共政策科学化与民主化，还能够推进我国国家治理体系与治理能力现代化。亨廷顿等人认为，强调政治参与指的是“公民个体旨在影响政府决策的行为 [1] ”，阿斯廷认为，公民政治参与是指“权力的再分配可以实现暂时被政治经济过程排斥在外的无产者，在未来加入政治经济政策制定过程中的相关制度 [2] ”。虽然他们各自论述的侧重点有所不同，但都是强调“参与行为对国家权威的影响”。在当下，随着我国社会主义民主政治建设日益深入，公民政治参与的宏观政策环境不断改善，那么公民政治参与的实际情况如何？我国公民政治参与行为会受到哪些因素的影响？基于此，本文利用2017年中国社会综合调查(CGSS)数据，对我国公民的政治参与行为进行实证研究分析，探讨在不同维度上有哪些因素对中国公民政治参与行为产生主要影响，以及这些因素产生的影响是否高度一致。
2. 文献综述与研究假设
2.1. 文献综述
政治参与是现代民主制度的基石，也是现代民主政治的重要实现途径。在政治领域，政治参与的扩大和政治积极的公民是政治现代化的重要标志。政治参与和社会大环境、公共政策过程有着密不可分的联系。政治参与行为是公民运用自己的政治权利和资格，通过政治权力最终实现自己利益的主要环节。目前，西方学术界对于政治参与已经有了比较长时间的关注，对政治参与的内涵、结构及其影响因素等方面的研究都已经非常丰富。在我国，学界对于中国政治参与行为的研究也颇为丰富，但大多数集中在社会资本上，对网络社会、政治团体组织活动的参与频度等因素分析相对较少。如任亮宝认为，社会信任、互惠规范和横向社会网络维度对居民政治参与行为具有正向预测作用。同时，人口学特征变量和经济社会地位变量在一定程度上也影响居民的政治参与行为 [3]。祝丽红、潘伟光认为，社会信任、政治信任对村民选举参与行为具有显著的驱动作用，并研究构建了“社会信任–政治信任–参与行为”的分析路径 [4]。另外，王炫文在对个人政治参与进行研究的时候，将这一变量细化为有序政治参与和无序政治参与。她的研究结果表明，对于有序政治参与而言，政治面貌、户籍与个人收入与其具有显著的正相关关系，对于无序政治参与而言，是否遭受过不公正待遇与其具有显著的负相关关系。需特别注意的是，在这两种政治参与中，社会信任变量与两种政治参与行为都不存在相关关系，但互联网使用频次与社会信任的交互项和有序政治参与行为具有复合相关关系 [5]。还有一些学者认为，居民感知的居住地环境污染(空气污染、水污染)严重程度对居民的政治参与行为均无显著影响，也就是说不会抑制居民的政治参与行为 [6]。除此之外，研究着眼于对基层社区参与、制度性政治参与行为、非制度性政治参与行为的综合考虑研究较少。
具体来说，现有的研究发现人口学特征方面，年龄、性别和城乡是影响公民政治参与行为的主要因素。年龄是影响个体政治参与行为的基本影响变量或者控制变量，大部分研究发现年龄与投票选举行为具有密切的关联度，年龄与参选率成正比，年龄越小，参选投票的比例越低；年龄越大，其投票参与率越高，参与社会公共事务的积极性越高。另外，性别、城乡也是其重要的影响变量。从性别因素与投票选举行为的关联度来看，两性间差异并不明显；但是从参与政党组织方面以及权力领域方面上可以看出，两性之间存在较大的差异，女性较难进入决策层，性别因素是制约女性执政的重要因素 [7]。已有研究表示，在中国农业户口参加政治投票的几率大于城镇户口，也就是说，乡镇居民的政治参与行为明显高于城市居民的政治参与行为 [8]。
在围绕个人受教育程度对公民政治参与行为影响的问题上，不同学者做出了不同解释：有学者研究证明受教育程度与政治参与之间存在正向相关关系，主要表现在对政治知识的掌握程度上，受教育程度越高，也就意味着文化程度越高，对政治知识的掌握越准确 [9]。但是也有研究表明，教育程度的提升对投票参与具有一定的消极抑制作用，对选举之外的其它参与活动具有积极促进作用 [10]。关于其他社会因素，诸如政治面貌也是影响公民政治参与的显著重要变量，党员身份的公民政治参与的可能性高于非党员 [11]。媒体使用影响公民个体的政治参与，互联网的普遍使用对非制度化政治参与行为的影响，尤其是在意见表达的参与中，互联网能够使其使用者更加积极地投身参与到国家的政治生活中去 [12]。
2.2. 研究假设
基于上述理论，本文在控制性别、年龄、受教育程度等一系列变量的基础上，围绕政治团体组织活动参与频度、社会信任、互联网能促进社会公平以及互联网能打破社会阶层固化状况这四个变量，提出以下假设：
假设a：政治团体组织活动参与频度与其政治参与行为呈负相关关系。
假设b：社会信任与其政治参与行为呈正相关关系。
假设c：互联网能促进社会公平、互联网能打破社会阶层固化状况与其政治参与行为呈正相关关系。
政治团体组织活动参与频度、社会信任、互联网能促进社会公平以及互联网能打破社会阶层固化状况这四个变量是社会生活中对公民个人来说是非常重要的。因此，本研究在社会网络这一维度内选取政治团体组织活动参与频度这一变量，并深入探究分析该变量对公民政治参与行为的影响。本文在社会态度这一维度内选取社会信任这一变量，分析社会信任对政治参与行为的影响程度。此外，本文在网络社会这一维度内选取互联网能促进社会公平、互联网能打破社会阶层固化状况这两个变量，在该维度内分析这两个变量对政治参与行为的影响以及影响程度。
本文希望运用来自中国的经验证据，分别从社会网络、社会态度、网络社会这三个不同的维度内，通过政治团体组织活动参与频度、社会信任、互联网能促进社会公平以及互联网能打破社会阶层固化状况这四个变量来一一验证对公民政治参与行为的理论基本假定。
3. 数据来源、变量选择和研究方法
3.1. 数据来源
本文数据来自于中国综合社会调查(CGSS) 2017年的调查数据，CGSS是由中国人民大学联合全国各地的学术机构共同执行的一项大规模抽样调查项目。该项目每年选取全国各地区一万多户家庭进行抽样调查，它采用多阶分层概率抽样的方式进行抽样，调查点覆盖中国大陆所有省级行政单位。CGSS (2017)项目调查对象的年龄介于18~103岁，总样本量12,582名。该数据不仅收集了本研究所需的政治参与行为的信息，同时也包含了被调查者详细的性别、年龄、教育程度等个人信息，以及受访者关于个人对社会政治发展的评价，因此对于本研究而言，CGSS (2017)数据库是一个合适的数据资料。本文在选取研究对象时，选择政治参与行为作为研究对象，对12,582份样本中的缺失值等无效数据进行了处理，为之后的研究打下基础。
3.2. 变量选择
3.2.1. 因变量
CGSS (2017)在政治参与行为方面，采用“上次居委会选举/村委会选举，您是否参加了投票”这一题项来衡量公民的政治参与行为，本文将答题项回答“是”赋值为1，“否”与“没有投票资格”赋值为0。
3.2.2. 自变量
在社会网络方面，本文对政治团体组织活动参与频度采用“您参加政党、政治团体或政治社团组织的活动的频繁程度是”这一题项来衡量，将答题项回答从“一周1次或更多”到“从未参加”赋值为1~5。
在社会态度方面，本文采用“总的来说，您同不同意在这个社会上，绝大多数人都是可以信任的”这一题项来衡量公民的社会信任，将答题项回答从“非常不同意”到“非常同意”赋值为1~5。
在网络社会这一方面上，本文采用“互联网能促进社会公平”和“互联网能打破社会阶层固化状况”这两个题项来衡量公民网络社会感，将答题项回答从“非常不同意”到“非常同意”赋值为1~5。
3.2.3. 控制变量
本文选取性别、年龄、最高教育程度作为本研究对象的控制变量。其中，将性别中“男”赋值为1，“女”赋值为0。将出生日期进行转化为“年龄”这一连续性变量，即“18~103岁”。在受教育程度上，本文采用“您目前的最高教育程度是”这一题项来衡量公民的受教育程度，将受教育程度合并为小学及以下、初中、高中、中专及技校、大学专科及以上五个层次，用0~4对其赋值(见表1)。
Table 1. Description of relevant variables
表1. 相关变量说明
3.3. 研究方法
本文研究的因变量为二分变量(定类变量)，因此采用二元Logit回归来分析各影响因素对公民政治参与行为的影响。本文采用Stata16.0统计软件作为分析工具进行统计分析，以公民的政治参与行为作为因变量，政治团体组织活动参与频度、社会信任、互联网能促进社会公平以及互联网能打破社会阶层固化状况这四个变量作为自变量，选取性别、年龄、最高教育程度作为本研究的控制变量。
4. 讨论与分析
4.1. 描述性统计分析
表2为相关变量的描述性统计，如表2所示，性别平均数为0.47，标准差为0.5，差异较小。年龄平均数为51.01，标准差为16.86，说明年龄离散程度较大，最小值为18，最大值为103。最高教育程度平均数为1.47，标准差为1.49，差异较小。政治参与行为平均数为0.48，标准差为0.5，差异较小。政治团体组织活动参与频度平均数为4.71，标准差为0.8，差异较大，说明政治团体组织活动参与频度离散程度较大。社会信任平均数为3.47，标准差为1.03，离散程度较大，说明我国公民对社会的信任程度存在较大差异。互联网能促进社会公平平均数为3.25，标准差为0.91，差异较大，说明被调查者对于互联网能促进社会公平这一说法存在较大的分歧。互联网能打破社会阶层固化状况平均数为3.04，标准差为0.93，差异较大，说明被调查者对于互联网能打破社会阶层固化状况这一说法的认同存在较大歧义(见表2)。
Table 2. Descriptive statistical analysis of related variables
表2. 相关变量的描述性统计分析
4.2. 相关性分析
4.2.1. 政治团体组织活动参与频度与政治参与行为
如表3所示，在控制性别、年龄、最高教育程度这三个变量后，政治团体组织活动参与频度与政治参与行为呈现显著的负相关关系(见表3)。
Table 3. The results of the correlation analysis between the frequency of participation in organizational activities of political groups and the behavior of political participation
表3. 政治团体组织活动参与频度与政治参与行为相关性分析结果
注：“*”表示显著性水平：p < 0.05。
4.2.2. 社会信任与政治参与行为
如表4所示，在控制性别、年龄、最高教育程度这三个变量后，社会信任与政治参与行为呈现显著的正相关关系(见表4)。
Table 4. Results of correlation analysis between social trust and political participation behavior
表4. 社会信任与政治参与行为相关性分析结果
注：“*”表示显著性水平：p < 0.05。
4.2.3. 网络社会与政治参与行为
如表5所示，从表中不难发现，在控制性别、年龄、最高教育程度这三个变量后，互联网能促进社会公平、互联网能打破社会阶层固化状况均与政治参与行为呈现显著的正相关关系(见表5)。
Table 5. Results of correlation analysis between network society and political participation behavior
表5. 网络社会与政治参与行为相关性分析结果
注：“*”表示显著性水平：p < 0.05。
4.3. 二元Logit回归分析
本研究采用二元Logit回归分析方法，估计和检验假设中各变量对因变量(政治参与行为)的影响(见表6)。
模型1中，单独考虑了性别、年龄、最高教育程度三个控制变量对政治参与行为的作用。从中可以看到，性别是否为男性或是为女性、年龄大小、最高教育程度是高还是低，在0.1%的显著性水平上，对政治参与行为有显著影响。
模型2中，将政治团体组织活动参与频度加入模型中，对政治参与行为加以解释说明。结果显示，在0.1%的显著性水平上，政治团体组织活动参与频度对其政治参与行为具有显著的负向影响。政治团体组织活动参与频度每增加一个单位，政治参与行为将下降25%。这支持了本文提出的假设a，即政治团体组织活动参与频度与其政治参与行为呈负相关关系。同时注意到，性别变量此时不再显著，即性别为男性或是为女性在这个模型中对政治参与行为没有产生显著影响。
模型3中，将社会信任加入到模型中，对政治参与行为进行解释。可以看到，在0.1%的显著性水平上，社会信任对其政治参与行为产生了显著的正向影响。社会信任每增加一个单位，政治参与行为将上升11%。这支持了本文提出的假设b，即社会信任与其政治参与行为呈正相关关系。
模型4中，将互联网能促进社会公平、互联网能打破社会阶层固化状况加入到模型中，对政治参与行为进行解释。结果表明，在1%的显著性水平上，互联网能打破社会阶层固化状况对其政治参与行为产生了显著的正向影响。互联网能打破社会阶层固化状况每增加一个单位，政治参与行为将上升14%。与此同时，特别注意到在这个模型中，性别、互联网能促进社会公平对其政治参与行为并未产生显著性影响。总体来看，由于互联网能促进社会公平、互联网能打破社会阶层固化状况这两个变量都属于网络社会这一维度内的，并且互联网能打破社会阶层固化状况对其政治参与行为产生了显著的正向影响，具有代表性，因此可以表明网络社会这一维度对政治参与行为具有整体显著性。这也支持了本文提出的假设c，即互联网能促进社会公平、互联网能打破社会阶层固化状况与其政治参与行为呈正相关关系。
模型5中，在性别、年龄、最高教育程度这三个控制变量的基础上，同时加入社会团体组织活动参与频度、社会信任、互联网能促进社会公平以及互联网能打破社会阶层固化状况这四个变量，分别从这三个维度上对政治参与行为进行解释。从中不难看出，三个维度内的变量因素均对政治参与行为产生了显著性影响。其中，此模型中在0.1%的显著性水平上，政治团体组织活动参与频度对政治参与行为产生了显著的负向影响。政治团体组织活动参与频度每增加一个单位，政治参与行为将下降22%。在1%的显著性水平上，社会信任、互联网能打破社会阶层固化状况对其政治参与行为产生显著的促进作用。社会信任、互联网能打破社会阶层固化状况每增加一个单位，政治参与行为将分别对应上升11%和15%。另外注意到，在此模型中性别、互联网能促进社会公平这两个变量对政治参与行为没有产生显著影响。
Table 6. The results of binary Logit regression model analysis on the frequency of participation, social trust, network society and political participation behavior of political groups’ organizational activities
表6. 政治团体组织活动参与频度、社会信任、网络社会与政治参与行为的二元Logit回归模型分析结果
注：“***”、“**”分别表示显著性水平：p < 0.001、p < 0.01。
5. 结论及建议
基于以上研究发现，首先政治团体组织参与活动频度对于公民的政治参与行为具有显著的负向影响。随着公民参与政治团体组织活动的频繁程度的增加，公民的政治参与行为的次数反而随之减少。公民参与政治团体活动次数越频繁，反而越不情愿参与到政治生活中去，其政治参与行为就越不强烈。这可能是由于公民对于政治团体活动参与次数过于频繁，导致公民对政治参与的兴趣程度下滑，进而造成了公民政治参与行为的下降。大量研究都已发现公民较高的政治兴趣对其政治参与具有积极促进作用，政治兴趣浓厚的公民个人比较容易积极注意和参与与社会和政治方面相关的议题，其个人的政治涉入感较高，并且对政治事务的熟悉度也比较高 [13]。因此国家应不断地提高公民政治参与兴趣，培养公众政治参与意识，在一定程度上促进公民产生积极参与政治生活的意愿与行为。
其次，社会信任对公民的政治参与行为具有显著的促进作用。随着公民对于社会上大多数人的信任程度增加，其政治参与行为也会越强烈。对于社会中人际信任关系普遍信任程度越高的公民个人，就越容易加入到国家政治生活参与中去，实施公民个人的政治参与权利，进而更加能够促进我国的政治民主建设。越倾向于信任他人的公民，就越愿意参与政治活动。这种现象出现的原因可能是基于中国的现实背景下，处于“熟人社会”这一社会大氛围中，在一定程度上就更容易去主动积极参与国家政治生活。公民的社会态度直接影响到其个人的政治参与行为，因此国家应创造良好的社会环境，增强人与人之间的人际信任关系，加强普遍信任感，建立良好的人际关系信任网，促使公民更好地进行政治参与，从而进一步推动我国政治民主建设。
最后，网络社会对公民的政治参与行为具有显著的积极影响。随着公民对互联网能打破社会阶层固化状况这一说法的认同度越高，其政治参与行为也会越强烈。虽然作为网络社会这一维度内的互联网能促进社会公平这一说法的结果并不显著，这可能是由于在一定程度上公民对这一说法的认同度并没有那么高而导致的。但是，公民对于在同一维度内的互联网能打破社会阶层固化状况这一说法的认同感比较高，认为互联网对打破社会阶层固化状况有一定的效用，所以这一说法具有代表性，表明了网络社会能够促进公民的政治参与行为。基于此，国家应充分发挥互联网信息技术的作用，培养公民形成一个良好的网络社会意识，大力促进互联网信息技术对社会建设的积极发展，造就良好的网络社会环境。
由于本文采用的CGSS (2017)数据库是一个截面数据，因此在对探讨选取变量之间的因果关系方面具有一定的局限性。同时，本研究主要关注的是社会网络、社会态度、网络社会这三个维度内的单个变量对政治参与行为的影响，尚未涉及更多维度内的变量对其因变量的影响，因而在探讨分析对公民政治参与行为影响因素方面也具有一定的局限性。今后可以通过大样本人群跟踪研究以及扩展对于更多维度内的变量分析研究，进一步对本研究的结论进行验证，为进一步推动我国社会主义民主政治建设提供理论基础和现实依据。
致谢
时光荏苒，岁月如梭。转眼间三年的研究生时光马上过去，短短三载，人生中最美的时光，都与母校一起度过，回首往事，心中充满了留念与感激。留念这个美丽的校园，感激曾经在我求学的道路上给予我无私帮助的老师们和同学们。在此我要向所有关心帮助我的人们致以真挚的谢意！