1. 问题提出与文献综述
党的十九届四中全会审议通过的《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》做出了“健全充满活力的基层群众自治制度”的重大部署,这既是对这一制度的重要作用的充分肯定,也为新时代完善这一制度提出了新的要求 [1]。新的要求强调着力推进基层直接民主制度化、规范化、程序化,夯实人民群众在基层群众自治中的主体地位,而公民积极参与基层选举对于夯实人民群众自治中的主体地位具有重要意义。虽然公民积极参与居委会选举/村委会选举有助于完善我国基层群众自治制度、提高基层治理水平以及基层政府汲取合法性,但是从民政部《民政事业发展统计公报(2019)》发布的数据可知,截至2019年底,在村(居)委会选举中,登记选民数为1.4亿人,而参与投票人数为0.75亿人,仅占登记选民数的53% [2]。究竟是什么因素影响了基层民主选举投票参与行为?对于该问题的回答,有助于深入解释基层民主选举投票率低下的内在机理,为基层群众自治制度的完善和发展奠定基础。
为深入了解基层民主选举中投票参与行为的影响因素,学界开展了大量的实证研究,这些影响因素可以归纳为三大类。一是人口统计学因素,主要包括性别、年龄、政治面貌、社会经济地位(受教育程度、收入、职业地位)等。研究发现,男性参与基层选举投票的可能性高于女性;年龄与公民基层民主选举中的投票参与行为呈现倒“U”型关系,即随着年龄的上升,公民越积极参与投票,到达一定年龄后,公民参与投票的概率会随着年龄的增加而逐步下降 [3];共产党员比非共产党员具有更高的基层民主选举参与热情,同时也发现政治关注度高的公民更主动参与基层民主选举 [4];社会经济地位越高的人越积极参与到基层民主投票中来,即受教育程度越高、收入越多以及职业地位越高的人对基层民主选举的参与热情往往更高 [5]。二是社会环境因素,具体涉及城乡、社会信任、社会公正、新旧媒体、媒体信任等影响因素。该类研究认为,相较于城市居民,农村居民更积极参与到基层选举投票中 [6];社会信任度高的公民在基层选举投票中会表现得更加积极 [7];公民的程序公平感与结果公平感越高,其政治参与动力越强 [8]。三是政治心理与态度因素,包括政府信任、政治关注、公民的政治权力感和政治效能感等。关于政府信任这一影响因素,张川川等学者认为,相比于那些具有高政府信任的公民,低政府信任的公民参与基层选举投票的概率更低 [9];在政治权力感上,罗天莹 [10] 等人认为当公民强烈意识到投票选举为法律所赋予的基本政治权利时,他们会更主动参与到基层选举投票中来;而在政治效能感这一影响因素上,认为当公民感觉到他们自身的投票行为具有极大的功效性时,他们会极力去参与投票。
以上三种研究视角分别从人口统计特征、社会环境、政治心理与态度三个层面对公民参与基层民主选举投票的影响因素进行剖析,然而,公民的公共服务满意度和社会公平感对其投票参与行为的影响的相关实证研究还比较欠缺。鉴于此,本文基于CGSS 2015调查数据,采用logistic回归模型,从公民的公共服务满意度和社会公平感层面探究公民在基层民主选举中投票参与行为的影响机制,并据此提出相关政策建议。
2. 研究假设
根据政治学原理,政治主体的心理因素是影响其政治参与的重要因素 [11]。公共服务满意度以及社会公平感作为政治主体的心理因素,也会对其政治参与有一定的影响。
作为公民在体验公共服务过程中的一种心理反应,公共服务满意度是判断政府基本公共服务能力强弱的重要标志 [12]。公共服务满意度的提升会极大促进公民对政府的信任感,而政府信任感的增强也会进一步推动民众的政治参与。据此,本文提出第一个假设:
假设1:在其他条件不变的情况下,公民的公共服务满意度越高,基层民主选举中的投票参与的可能性就越高。
社会公平是对社会及其政治体系、制度等属性的反映,至少包含两方面内容:一是按照公平正义原则进行社会利益分配和责任分担;二是在政治决策与政策制定等过程中遵循公平公正原则以保障多元主体的基本权利。对社会公平的感知就是社会公平感,在政治参与研究领域,社会公平感已经成为预测和解释个体政治参与的重要变量。公民是否参与地方选举投票取决于其社会公平感知,且其参加选举投票的意愿随政府官员对民众需求回应性的提高而增强 [13]。据此,本文提出第二个假设:
假设2:在其他条件不变的情况下,公民的社会公平感知越高,基层民主选举中的投票参与的可能性就越高。
3. 数据来源、变量设定及统计模型
3.1. 数据来源
本文所采用的数据来自中国综合社会调查项目(CGSS)。该项目由中国人民大学中国调查与数据中心负责执行,具有权威性、高质量以及调查对象覆盖广等特征。2015年,CGSS项目以全国(含21个省、3个自治区、4个直辖市;不含港澳台)人口为调查总体,共完成有效问卷10,968份。根据研究的需要,此次数据仅选用问卷中关于受访者个体特征、家庭层面状况、社会环境层面状况、公民对公共服务满意度情况满意度以及参与居委会选举/村委会选举投票等内容的统计数据。同时,为了更加精确反映公共服务满意度状况同居委会选举/村委会选举投票行为的关系,将核心变量与控制变量有缺失的样本进行剔除,例如对各类问题回答为“无法回答”、“不知道”以及“拒绝回答”的样本,最终得到有效样本9561份。
3.2. 变量设定
3.2.1. 被解释变量
对于基层民主选举中的投票参与行为的询问,CGSS 2015问卷中设置了对于基层民主选举中的投票行为调查的问题,即A44“上次居委会选举/村委会选举,您是否参加了投票?”,其答案选项依次为“是、否、没有投票资格”这三种。参考李向健 [4] 等学者的研究,本文将后两项进行合并,以此形成基层民主选举中的投票行为的二分变量,即“参加了基层民主选举投票编码为1”和“未参加投基层民主选举投票编码为0”。
3.2.2. 核心解释变量
1) 公共服务满意度
与公共服务满意度这一指标相关联的问题为:CGSS 2015问卷中的B17“综合考虑各个方面,您对我国目前公共服务总体上在各个方面的满意程度如何?① 公共服务资源的充足程度;② 公共服务资源分布的均衡程度;③ 获取公共服务的便利程度;④ 公共服务的普惠性程度”。本文先将这4个小问项的回答中的“非常不满意”赋值为1、“不太满意”赋值为2、“说不清满意不满意”赋值为3、“比较满意”赋值为4、“非常满意”赋值为5,接着采用因子分析法对这4个小问项之间的相关程度进行检验,得到KMO检验统计量为0.8312,表明内在一致性较高,同时以特征值大于1作为选取标准,解释方差为74.96%,表明因子分析有效(见表1)。因此,本文将这4个小问项的得分均值来衡量公民的公共服务满意度。该变量是值域为0~5的连续变量,且赋值越大表示公民对于公共服务满意程度越高。

Table 1. Principal component factor analysis of public service satisfaction
表1. 公共服务满意度主成分因子分析
注:KMO = 0.8312。
2) 社会公平感
在CGSS 2015数据中,与该指标相关联的问题为A35:“总的来说,您认为当今社会公不公平?”受访者的回答选项包括“完全不公平”、“比较不公平”、“说不上公平但也不能说不公平”、“比较公平”、“完全公平”,本文将其分别赋值为1、2、3、4和5,为类别变量。
3.2.3. 控制变量
考虑到基层民主选举中的投票参与行为受个体特征、家庭层面以及社会环境层面的影响。本文将控制变量细分为三个层次:首先是个体层面控制变量,具体包括性别、年龄、户籍、政治面貌、受教育年限、是否为汉族以及收入;其次是家庭层面控制变量,具体包括家庭经济状况等;最后是社会环境层面控制变量,其中包括地区类型(东中西)。
3.3. 统计模型构建
考虑到所使用的基层民主选举投票数据即居民是否参与投票选举属于二元虚拟变量,因此显然采用二分逻辑斯蒂(Binary logistic)回归模型来考察公众的公共服务满意度对基层民主选举中投票参与行为的影响更为合适。对此本文构建出如下计量模型:
(1)
其中,Pi为参加了基层民主选举投票的几率,
为未参加投基层民主选举投票的几率;X是核心解释变量矩阵,包括公共服务满意度以及社会公平感;Y是控制变量矩阵,包括性别、年龄、户籍、政治面貌、受教育年限、是否为汉族以及收入、家庭经济状况和地区类型;
表示常数项,
为核心解释变量集的系数,
代表控制变量集的回归系数矩阵,用以测量核心解释变量和控制变量对因被解释变量影响的大小,
代表残差项。
4. 实证研究结果及分析
4.1. 基本统计描述
了解本研究所使用的各变量值的描述性统计有助于理解下文的回归分析及其结果,表2列举了本文涉及变量的平均值/百分比、标准差、最小值、最大值以及样本量等描述统计指标。在本研究样本中,男性和女性的比例分别为46.81%和53.19%,平均年龄为50.4岁,农业户口与非农业户口的比例分别为56.54%和43.46%,党员与非党员的比例约为1:9,平均受教育年限为8.66年,汉族与少数民族的比例分别为92.23%和7.77%。在家庭经济状况方面,远低于平均水平占5.56%,低于平均水平占32.25%,达到平均水平的占53.88%,高于平均水平的比例为8.06%,远高于平均水平的比例为0.26%。
从表2还可获知,公民对政府所提供的公共服务的满意度均值为3.09 (1 = 非常不满意,5 = 非常满意),表明公民对公共服务的满意程度并没有那么高。在社会公平感方面,回答“比较公平”和“完全公平”的受访者共占49.84%,表明公民对社会的公平感知是比较高的。另外,在居委会/村委会选举中,公民对基层民主选举投票并不是很积极,参与投票的受访者仅占到46.66%。

Table 2. Descriptive statistics of main variables
表2. 主要变量的描述统计
数据来源:2015年中国综合社会调查。
4.2. 模型回归结果及分析
4.2.1. 模型回归结果
借助Stata16.0分析软件,运用logistic回归模型对公民基层民主选举中投票参与行为的影响因素进行估计。在构建logistic回归模型时,需要关注模型自变量之间是否存在共线性问题。对此,可以通过计算各个自变量的方差膨胀因子(VIF)以检验共线性问题。经验表明,当各自变量的方差膨胀因子均小于10时,则不存在严重的共线性问题。检验结果显示,除了年龄与年龄的平方项之外,其他自变量的VIF均小于10,但由于年龄与年龄的平方项这两个自变量之间的关系有实质性意义,这种情况下依旧认为各自变量之间不存在严重的共线性问题。
为了保证模型的稳健性,本文采用递进回归的方式,将控制变量和两个核心变量逐步加入回归模型,得到6个回归模型。其中模型1只包含了个体层面的控制变量,模型2包含个体层面与家庭层面的控制变量,模型3在模型2的基础上加入社会环境层面的控制变量,模型4、模型5和模型6在模型3的基础上分别加入公共服务满意度和社会公平感两个核心自变量。
4.2.2. 回归结果分析
1) 控制变量对公民选举参与行为的影响
首先考察个人层面变量对投票参与的影响。根据表3,男性参与投票的几率是女性的1.2倍。年龄显著地影响公民参与投票行为,但是两者的关系呈现倒“U”型关系,即随着年龄的上升,公民越积极参与投票,到达一定年龄后,公民参与投票的概率会随着年龄的增加而逐步下降,这与之前的研究一致。在户籍这一因素上,持非农业户口的公民的投票参与积极性并没有持农业户口的公民那么高。另外,是否具有党员身份以及是否为汉族这两个变量并不会影响公民的投票参与行为。在控制了家庭层面和社会环境层面的变量后,高学历人群参与投票积极性与低学历人群持平。而收入这一变量显著地影响公民的在基层选举中的投票参与行为,即随着收入的增加,公民参与基层选举投票的几率会随之上升。
其次,家庭经济状况这一因素在解释基层民主选举中的投票参与行为具有重要地位,因此本文将其作为控制变量。在模型2和3中,家庭经济状况远低于平均水平的人群与远高于平均水平的人群参与基层选举投票的积极性低于任何其他组别,更进一步发现,家庭经济状况与投票参与之间呈现一个倒U型关系,达到平均水平的人群参与基层投票的热情最高,高于平均水平的人群次之,而且这种结果在模型4~6也发现了完全一致的结果。
最后考察地区这一控制变量对投票参与的影响,相比于东部与西部,中部地区的公民参与投票的积极性更低。

Table 3. Logistic regression analysis of citizens’ voting behavior in village/neighborhood committee elections
表3. 公民在村/居委会选举中投票行为的logistic回归分析
注:*表示p ≤ 0.05;*表示p ≤ 0.01;***表示p ≤ 0.001;括号内的数字为标准误。
2) 公共服务满意度对公民选举参与行为的影响
模型4结果显示,在控制了性别、年龄、户籍、政治面貌、受教育年限、收入、家庭经济状况以及地区等变量后,公民的公共服务满意度系数为正数,并且通过了P ≤ 0.001水平上的显著性检验,Pseudo R2为7.52%,表明模型拟合效果较为理想。这表明公民的公共服务满意度对基层民主投票参与行为呈现显著正相关,即公民对政府所提供的公共服务越满意,就会越积极地参与到基层选举投票中来。
3) 社会公平感对公民选举参与行为的影响
模型5在控制了性别、年龄、户籍、政治面貌、受教育年限、收入、家庭经济状况以及地区等影响因素的条件下,考察“社会公平感”对投票参与的净效应。结果表明,回答“完全不公平”、“比较不公平”以及“说不上公平但也不能说不公平”的人群之间在参与基层民主选举投票的积极性上是一样的,而回答“比较公平”和“完全公平”的人群相比其他的人群在投票参与上是更积极的,且这种积极性会随着社会公平感的上升而上升。更进一步发现,一旦加入了公共服务满意度这一控制变量,尽管社会公平感与投票参与之间关系的变化趋势不会发生变化,但这时回答“比较公平”和“完全公平”的人群的显著性会到达边缘显著的水平。
5. 政策启示
在着力推进基层直接民主制度化、规范化、程序化,夯实人民群众在基层群众自治中的主体地位的过程中,公民的基层选举投票参与扮演着重要的角色。为解决基层民主选举投票率低下的问题,首先,政府需要积极推进公共服务的建设,保证公共服务的充足性、均衡性、获取的便利性以及普惠性,以期实现公民的公共服务满意度的上升。其次,政府需要创造公平的社会环境,让公民共享社会发展的成果,乐于参与政治活动。
NOTES
1由于一些样本的收入取值为0,因此本文参考李丹峰 [3] 等学者的研究,在对收入取自然对数之前,将收入加上小数0.1 (元)。