地区差异还是社会结构性差异?——我国居民数字鸿沟现象的多层次模型分析

地区差异还是社会结构性差异？——我国居民数字鸿沟现象
的多层次模型分析
郝大海;王磊
【摘要】随着信息社会的到来,一种新的社会不平等——数字鸿沟现象日益引起了人们的关注.以往的研究主要有两种视角,采用宏观视角的学者聚焦于地区层面,认为数字鸿沟主要是不同国家、地区之间的差距,另一种视角聚焦于同一国家或地区中的群体和个人,这两种路径的分歧导致地区因素和个体因素对于数字鸿沟的具体影响一直未能得到清晰的界定.文章引入多层次回归模型,对地区层次和个体层次因素对于数字鸿沟的影响进行了区分,并发现:地区因素对于人们是否接入互联网有较大影响,而人们一旦接入网络之后,地区因素对人们的网络使用目的的影响在下降,人们网络使用目的的差异更多地与个人收入、社会经济地位等社会结构性因素有关,收入和职业地位越高的人越倾向于将网络用于个人发展的目的,而收入和职业地位较低的人群则更多地将网络用来进行娱乐.
【期刊名称】《学术论坛》
【年(卷),期】2014(037)012
【总页数】8页(P88-95)
【关键词】数字鸿沟;多层次模型;社会经济地位
【作者】郝大海;王磊
【作者单位】中国人民大学社会与人口学院,北京100872;中国人民大学社会与人口学院,北京100872
【正文语种】中文
【中图分类】C91
“数字鸿沟”的概念兴起以来，对这一问题的研究一直存在着两种路径的分歧[1]。

秉持宏观视角的学者们认为，数字鸿沟主要是不同国家、地区之间的差距，而造
成这一不平等的根源在于地区之间经济发展水平的不平衡，因此，消除数字鸿沟的最有效途径就是消除地区间经济差距。

另一种视角聚焦于同一国家或地区中的群
体和个人，认为数字鸿沟不仅存在于不同国家、地区之间，也存在于同一地区的
不同人群之间，教育水平、职业等因素可能都是影响人们信息占有和使用差异的重要因素。

信息技术使用的不平等究竟是由地区经济发展水平所造成，还是与个人的社会经济、文化特征有关？目前国际学界对于数字鸿沟的起因始终未能形成较为统一的共识，地区因素和个体社会特征分别在数字鸿沟形成中的作用也始终未能得到清晰的界定。

数字鸿沟究竟是地区鸿沟还是社会结构性鸿沟？地域因素和个体因素作为影响数
字鸿沟的两个主要方面，分别在数字鸿沟的形成中起到了什么样的作用？本文试图引入多层次模型，对这一问题进行探索。

一、数字鸿沟的测量指标
要准确衡量数字鸿沟是否存在于地区和个体两个层次之中，以及哪些因素是形成
数字鸿沟的主要原因，首先需要对数字鸿沟的概念及其测量指标作一番厘清。

（一）数字鸿沟的不同层次
人们较早注意到信息差距始于20 世纪30 年代的“电话鸿沟”(Telephone Gap)
现象。

学术界对信息不平等现象的研究则始于蒂奇诺等人在20 世纪70 年代提出的“知识鸿沟”理论[2]。

到了20 世纪80 年代，信息资源分配不平等的问题开
始获得广泛的关注。

1980 年，联合国教科文组织的麦克布莱德报告就提出了这样的疑问：计算机的广泛应用是否会引起人与人之间、国家与国家之间的不平等？[3]（P2-4）随着对这一问题的研究和讨论日益增多，数字鸿沟的概念已经呼之欲出。

最早正式提出“数字鸿沟”概念的是美国前副总统戈尔。

1996 年克林顿竞选总统时，戈尔正式提出了“数字鸿沟”的概念。

随后的几年中，美国国家远程通信和
信息管理局陆续发布了题为《在网络中落伍》(Falling through the net)的系列报告，报告指出，一方面，互联网络开始向大众普及，年轻人、高学历者及高收入者等群体通过使用信息技术而逐渐获得更高的收入及更好的雇佣机会；另一方面，
那些不会使用电脑的高年龄群体和因贫困无法获得信息工具(电脑)的群体则陷入一种较困难的生活状态之中，从而出现了一种新的社会不平等，即“数字鸿沟”[4]。

随着这些讨论的开展，数字鸿沟作为一个学术话题和政治议题引起了广泛的关注和争论，对信息技术应用的讨论也开始与社会不平等问题联系起来。

随着计算机和互联网的普及，国际学界逐渐认识到，人们在信息技术使用方面的不平等越来越不是由于硬件接入上的差异，而更可能是因为先进技术的使用和技
能上的差别。

“仅仅拥有是不够的”正成为越来越多研究数字鸿沟的学者的共识[5][6]。

换言之，单纯提供计算机或上网的环境，并不一定能真正消除数字鸿沟[5]。

在这样的背景下，学者们逐渐将研究的焦点从对信息技术接入的不平等问题，转
向了信息技术使用者之间的能力差距。

阿特维尔提出了“第一道数字鸿沟”和“第二道数字鸿沟”的区分[7]，迅速得到了国际学界的认可。

计算机和因特网接入上存在的差距被视为“第一道数字鸿沟”，也就是信息拥有者和信息欠缺者之间的鸿沟；而“第二道数字鸿沟”则针对人们掌握和处理信息的能力、技巧上的差别，根据这一标准，将信息工具使用者分为使用良好者与使用不良者。

自此以后，对
于数字鸿沟的第二个层次即信息技术使用能力差距的讨论开始成为数字不平等研究的主流。

（二）不同层次数字鸿沟的测量指标
1.信息技术的接入
早期的数字鸿沟研究聚焦于人们硬件接入上的差距，因此通常将家庭是否拥有计
算机作为衡量信息不平等的指标，然而，就互联网时代来说，是否拥有计算机对人们信息接入的影响远远不如是否接入互联网的影响大。

因此，后来的学者大多以
是否接入国际互联网作为信息技术“接入沟”的指标。

本文也将延续这一做法。

2.信息技术使用能力
虽然阿特维尔有关“第二道数字鸿沟”的提法得到了学者们的认可，但对于如何
衡量人们的信息技术能力方面的差距，学者们却一直未能达成一致。

早期对信息技术使用能力的测量聚焦于上网时间，把使用者划分为频繁使用者和非频繁使用者。

但是，上网时间的长短往往不能反映人们在网络使用上的实质性差别。

例如，即使是完成相同的任务，不懂如何操作的新手也比熟练的网络使用者可能需要更
多的时间[8]。

本文认为，能力是难以测量的。

即便使用者之间具备相同的技能，并且使用相同
的时间上网，也不能说明他们以同样的方式使用网络。

由于使用方式的不同，拥有相同条件的网络使用者可能获得的信息量及其效用也是不同的。

数字鸿沟的概
念着眼于信息技术使用可能对人们的个人发展所带来的巨大影响，它所关注的不
仅是人们能否获得信息技术方面存在的不平等，更关注人们能否有效使用信息技
术用于促进个人发展、增进个体福祉。

因此，本文提出，人们使用信息技术的技能高低本身并不是问题的关键，而人们使用信息技术用来干什么、干了什么，才
是“信息技术影响个人发展”这一命题的关键环节。

前人的研究表明，不同人群对互联网的使用目的存在着巨大的鸿沟。

哈吉泰认为，
不同的使用目的以及在线活动对信息接触与表达具有显著的影响[9]。

韩国学者金文朝等人认为，信息的利用模式实质是使用者的习惯和实践 [10]。

郑周永等人指出，互联网使用者之间的差别可以表现在：（1）接触互联网的历史及在上网所接触的内容；（2）使用者连接上网的范围及强度；（3）互联网使用者对网络的依
赖程度[11]。

因此，要全面理解人们在网络使用上的差别，就需要知道他们上网
的目的及其在网上的活动[8]。

国内学者胡明川也指出，人们对网络的使用目的是不同的，有些用户使用互联网的主要活动是进行娱乐和消遣，而另一些人则主要将网络用于学习或工作，这两种人分别被称为“网戏人”和“网学人”[12]。

秉持这一思路，本文以互联网的使用目的作为第二道数字鸿沟的指标，通过因子分析技术将上网目的划分为“职业发展”、“情感社交”和“娱乐”三种类别，计算出每个个案在该因子上的得分后，作为因变量进行模型拟合。

二、地区鸿沟还是社会鸿沟？
对数字鸿沟的研究一直以来都存在着宏观和微观两种路径。

秉持宏观视角的学者
们认为，数字鸿沟主要是不同国家、地区之间的差距，而造成这一不平等的根源在于地区之间经济发展水平的不平衡，因此，消除数字鸿沟的最有效途径就是消除地区间的经济差距。

库玛认为，地区经济发展水平是影响数字鸿沟的最重要因素，
数字鸿沟内在的社会经济差距的结果[13]。

威尔森等人也认为，地区社会经济发
展水平是影响数字鸿沟的最重要因素，只有对社会经济变量加以控制，才能使信息技术的普及程度提高[14]。

国内学者柯惠新、王锡苓通过对中国大陆、中国香港、韩国、日本及中国台湾的分析指出，导致数字鸿沟的因素包括各地区社会经济发展水平、政府力荐程度、社会文化等因素[15]。

另一种视角聚焦于同一国家或地区中的群体和个人，考察不同人群在信息技术接入和使用上的不平等。

美国国家远程通信和信息管理局在《在网络中落伍》系列报
告(NTIA，1995；NTIA，1998)中指出，年轻人、高学历者及高收入者处于信息
技术的优势一方，那些不会使用计算机的高年龄群体和因贫困无法获得信息工具(计算机)的人群则处于劣势[16]。

华人学者祝建华也从个体角度出发来考察数字鸿沟现象，主张用“社会各阶层之间互联网使用者比例之平均差别”作为反映数字鸿沟的指标[17]。

地区视角与个人视角的分歧是否是不可调和的？随着争论的不断展开，大多数学
者都认识到，数字鸿沟存在于不同的层次，不同国家、地区之间以及同一地区的不同人群之间都可能存在信息技术使用的不平等，教育水平、职业等因素可能都是影响人们信息占有和使用差异的重要因素。

诺里斯等学者指出，数字鸿沟既包括国家/地区之间的差异，也广泛存在于同一国家/地区内部信息富有者和信息贫穷者
之间[18](P4-17)。

因此，本文认为，应该将地区因素和个体因素纳入同一个模型之中，在对其他因
素进行控制的情况下，考察地区因素和个体因素对于数字鸿沟的影响。

我们首先将地区层次和个体层次对数字鸿沟的影响力进行区分。

众所周知，互联
网不同于以往媒介信息技术的一个重要特征在于其平等性和低准入的特点，网络内容为所有网络接入者所共享，对所有人群都保持同样的公开度，因而被视为具有
消除现实不平等的潜在作用。

因此我们认为，是否接入网络受到地域因素的影响
较大，而对网络的使用方式和使用目的受地域影响相对较小。

假设1：与网络接入相比，网络使用目的受地区因素的影响相对较小。

早期关注数字鸿沟现象的学者和机构[19][20][21]普遍认为，持续降低的个人计算机价格和上网费用的降低会缩小因收入而导致的数字鸿沟。

但在对网络的利用方面，不同社会经济地位的人群仍然会存在显著差异，社会经济地位越高的人越多地将网络用来学习和工作，而经济社会地位较低的人群则由于动力和素养的欠缺，利用程度则相对较低。

假设2：地区经济发展水平对网络使用的职业发展目的有显著影响。

假设3：个人收入水平对网络使用的职业发展目的有显著影响。

假设4：社会经济地位对网络使用的职业发展目的有显著影响。

轴心时代以来，中国和西方的许多学者都对人们的游戏、娱乐活动予以充分认可，例如席勒认为：“只有当人充分是人的时候，他才会游戏；只有当人游戏的时候，他才完全是人。

”[22](P124)席勒经常使用“游戏”一词来表示构成审美判断的
各种心理能力的和谐的自由活动，在他的术语里，“游戏”也是与“自由活动”
同义而与“强迫”对立的。

当代心理学家威廉·斯蒂芬森延续了席勒的思路，他认为，人类的所有行为都可以分成工作与游戏两种，工作是对付现实，是谋生，而游戏则提供自我满足[23]（P2-9）。

因此，游戏和娱乐可以被视为人们在基本需求
满足之后的更高层次的自我满足。

在当前中国，由于收入水平和职业地位的不同，人们对网络娱乐的投入程度存在着较大差异。

假设5：地区经济发展水平对网络使用的娱乐休闲目的有显著影响。

假设6：个人收入水平对网络使用的娱乐休闲目的有显著影响。

假设7：社会经济地位对网络使用的娱乐休闲目的有显著影响。

根据马斯洛的需求层次理论，社交是人们共有的基本需求，不因个人收入、职业
地位以及所在地区经济水平而异。

假设8：地区经济发展水平对网络使用的社交目的没有显著影响。

假设9：个人收入水平对网络使用的社交目的没有显著影响。

假设10：社会经济地位对网络使用的社交目的没有显著影响。

三、研究设计
（一）数据
本研究的数据来源于北京大学中国社会科学调查中心所主持的中国家庭追踪调查（CFPS）2010基线数据，包含了来自我国25 个省、市、自治区（除西藏、青海、新疆、宁夏、内蒙古、海南、香港、澳门、台湾外）的33600 条居民个案。

由于
CFPS2010数据中未包含区县代码和名单，无法获得区县一级的社会经济指标，
同时为了保证模型的简洁性，我们将地区差异限定在省一级。

（二）变量
1.因变量
如前所述，本文以虚拟变量是否上网作为第一道数字鸿沟的测量指标（上网=1）。

在分析第二道数字鸿沟时，首先筛选出所有的上网样本（共6278 个），针对这
一群体进行分析。

因变量方面，以互联网的使用目的作为第二道数字鸿沟的指标，通过因子分析技术将上网目的划分为“职业发展”“网络社交”和“娱乐”三种类别，计算出每个个案在该因子上的得分后，分别作为因变量进行模型拟合。

2.控制变量
本文研究的目的是探讨地区差异和个体社会经济特征分别对数字鸿沟有何种影响，因此，我们设定控制变量如下：
年龄：互联网在中国的普及首先是从年轻人开始的，年龄是影响互联网应用的一
个重要因素。

性别：男性=1，女性=0。

教育程度：互联网普及的历史显示，人们的教育水平不仅会影响互联网的接入，
也会影响到人们对网络的使用目的和使用深度。

数据中，除了定序排列的教育等
级之外，还包含了调查对象在每个教育阶段的就读年限，由此可以得到每个人接受教育的总年限。

3.解释变量
（1）地区层次的解释变量
地区经济发展水平：以所在省份2010 年（调查年份）的人均GDP 作为指标，数据来源于国家统计局发布的《2013 中国统计年鉴》。

（2）个体层次的解释变量
个人收入水平：以个人上一年的总收入（万元）作为个人收入水平的指标。

社会经济地位：首先将数据中的职业分类代码（Chinese Standard Classification of Occupations，CSCO）转换为国际标准职业分类代码（International Standard Classification of Occupation，ISCO -88），并依据ISCO-88 职业分类代码建构了国际标准职业社会经济指数(International Socio-Economic Index of Occupational Status， ISEI)。

（三）模型
要想厘清地区层次和个体层次因素分别对于数字鸿沟的影响力，就需要把地区因素和个体社会特征纳入同一个模型。

以往研究中，只有少数学者做到了这一点，但都无一例外地将这二者视为个体层次来进行分析。

在这样的情况下，原本地区层次的差异被解释为个体的差异，估计的标准误就会变小，从而增加了犯第一类错误的可能性。

多层模型将原来单一的随机误差分解到相应的各个水平上，可以极大改善模型拟合的效果；多层次模型还通过将因变量的总变异分解成不同层次的变异，从而系统地区分不同层次因素对因变量的影响，因此适合于本文的研究。

根据因变量的不同，多层次模型可以分为多层线性模型和多层非线性模型。

本文中，在分析第一道数字鸿沟时，由于因变量为虚拟变量（是否上网），因此需要使用多层非线性模型，即多层logistic 模型。

第二道数字鸿沟中，作为因变量的三个因子得分均为连续变量，因此使用多层线性模型来进行分析。

多层模型的一般形式表达如下：
1.无条件平均模型
在多层模型中，首先要进行零模型（无条件平均模型）分析。

零模型分析可以达到三个方面的作用：检验是否需要采用多层模型进行分析；计算高层次因素对于因变量的影响力大小；校验模型所选用的高层次指标对于因变量变异的解释力。

零模型可以用以下公式表达：
Yij=γ00+σ0j+εij
Yij 表示地区j 中的个人i 的结果，γ00 代表总截距（总平均值），σ0j 是地区层次的随机效应，εij 代表个体层次的随机效应。

这样，因变量中的变异就被分解为群内变异和群间变异，通过计算群间变异在总变异种的比重，就可以得出地区层次对因变量影响的大小。

多层非线性模型中，个体层次的变异值等于π2/3（Goldstein，1995），因此，地区因素（σ2）对因变量总变异的影响为：
ρ=σ2/（σ2+π2/3）
在多层线性模型中，个体层次和地区层次的变异分别为σ12 和σ22，地区层次对因变量总变异的影响为：
ρ=σ22/（σ12+σ22）
2.随机截距模型
在无条件平均模型中加入不同层次的自变量之后，模型可以表达为：
Yij=（γ00+γ01G1y+γ10x1ij）+（σ0j+εij）
该模型中，第一个括号中代表固定效应，第二个括号中是随机效应。

G1y 代表群体特征，系数为γ01；x1ij 为个体特征，γ10 是其系数。

σ0j 代表的是未被观察到或无法观察到的地区层次的随机效应。

这一模型被称为随机截距模型。

在这个模型中，个体因素对因变量的作用不因地区而异，地区间的差异仅仅是截距的差别。

3.随机截距和随机斜率模型
如果个体因素对因变量的作用受其所在地区的影响，则模型扩展为随机截距和随机斜率模型，即个体对因变量影响的斜率因地区而不同，其公式为：
Yij=（γ00+γ01G1y+γ10x1ij+γ11G1yx1ij）+（σ0j+σ1jxij+εij）
在这个模型中，固定效应包括总截距、地区特征、个体特征及这两个层次的交互作
用；随机效应中，σ0j 同样代表的是未被观察到或无法观察到的地区层次的随机效应，而σ1j 则表示个体因素对因变量随地区而异的影响中未能被模型所包含的群体变量所解释的部分。

四、分析结果
（一）描述性统计
本文使用数据分析软件stata12.0 进行模型拟合。

表1 列出了总样本以及上网人群在年龄、性别、教育年限、家庭收入以及SEI 等自变量上的分布情况。

表1 总样本及上网样本的基本分布情况（均值和标准差）注：括号里的是标准差变量年龄性别（男=1）教育年限家庭人均收入（万元） SEI 样本数总样本45.51（16.40） 48.5 6.28(4.97)上网样本 29.68(11.26) 54.94
11.32(3.25)1.02(1.63)1.66(2.71)32.72(14.57) 33600 45.93(16.41) 6278 （二）地区因素对因变量的影响力分析
为了比较地区因素对网络接入和网络使用目的的影响力，我们分别以是否上网和网络使用目的为因变量，建立零模型。

1.是否上网的零模型分析
由于因变量为虚拟变量（取值为0，1），因此分析时采用多层次logistic 回归模型，结果如下：
表2 是否上网的零模型固定效应系数标准误 t 自由度 P截距 -1.492 0.107 -13.91 24 0.000随机效应方差成分标准差卡方自由度 P地区间变异（σ2）0.528 0.078 1067.05 24 0.000
地区间变异(σ2) 的卡方检验结果表明，不同地区之间差异有统计学意义，地区因素对人们的网络接入有着显著影响。

计算组内相关系数：
ρ=σ2/（σ2+π2/3）=0.14
结果表明，因变量的总变异中14%来自地区水平，86%来自个人水平。

2.上网目的的零模型分析
在分析上网人群的网络使用行为时，我们筛选出样本中所有的上网人群（共6278 人），对这一群体进行二次分析。

为了得到更科学、简洁的上网目的测量指标，我们对问卷中有关网络使用目的的7 个变量进行因子分析。

KMO 检测的结果为0.7，适合于进行因子分析。

表3 网络使用目的的因子分析结果注：空白栏的因子载荷均<0.5，为简洁起见，
在此隐去变量（使用网络的目的）网络社交因子职业发展因子娱乐休闲因子唯
一性方差娱乐 0.9013 0.1733学习 0.8451 0.2709工作 0.8463 0.2727和网友说心里话 0.8390 0.2787寻求网友的情感支持 0.8554 0.2454寻求网友的专业帮助0.7343 0.3843解闷 0.6365 0.4049
根据因子分析的结果，上网目的可以划分为“网络社交”、“职业发展”和“娱
乐休闲”三个因子，分别计算出因子得分后，将其作为因变量，进行多层次线性模型拟合。

表4 职业发展因子的零模型固定效应系数标准误 t 自由度 P截距 -0.0073
0.0199 -0.37 24 0.714随机效应方差标准差卡方自由度 P地区间变异（σ22）0.065 0.021 7.11 24 0.0038地区内变异（σ12） 0.998 0.009 - - -
地区间变异(σ22) 的卡方检验结果表明不同地区之间的差异有统计学意义。

计算
组内相关系数：
ρ=σ22/（σ12+σ22）=0.06
由此可知，在将网络用于职业发展目的方面，约6%的差异来自地区水平，约94%来自个人水平。

同样可以得出，网络社交因子中，13%来自地区水平，87%来自
个人水平；娱乐因子中，8%来自地区水平，92%来自个人水平。

将两个模型进行对比可以看出，地区对两个因变量均有显著影响，假设1 成立；但影响力有所不同，是否接入互联网受地域因素的影响相对较大，而对那些已经
接入了互联网的网民来说，他们在网络使用目的方面的差异受地域因素的影响较小。

因此，本文的假设1 成立。

（三）地区因素和个体因素的作用
地区层次对因变量影响力的下降，也就意味着个体层次影响力的上升。

相比于网络接入（86%），网络的使用目的受个体因素的影响更大（94%、87%和92%），这意味着，如果说网络的接入在一定程度上受到地理因素的限制的话，一旦人们
都接入了互联网，人们对网络的使用目的和利用水平则受地理因素影响较小，更多地与个人特征有关。

为了了解地区因素和个人特征分别对数字鸿沟的影响，我们以年龄、性别和教育程度作为控制变量，将地区人均GDP、个人收入以及SEI 纳入模型，结果如下：
表5 网络接入及上网目的的多层模型自变量模型1 模型2 模型3 模型4网络接入职业发展娱乐休闲网络社交个体层次年龄 -0.127*** -0.003 -0.014*** -0.022***性别 0.287*** -0.091** 0.060 0.162***教育年限 0.286*** 0.059*** 0.012* -
0.020***个人年收入 0.135*** 0.009 -0.013* -0.010 SEI 0.027*** 0.011*** -
0.006*** -0.002地区层次人均GDP 0.158** -0.020* 0.048** -0.015
（续表）注：显著性水平：* p<0.05；** p<0.01；*** p<0.001（双尾检验）截
距 -1.070*** -0.864*** 0.355** 0.978***-2LL 7625.15 9019.04 9232.07 9436.39
在网络接入方面，地区经济水平、个人的年龄、性别、教育程度、收入和SEI 都对人们能否接入互联网有显著影响，国内外学者对此已有充分的研究，因此不再
赘叙。

在网络使用的职业发展目的上，经济越发达地区的网民越少将网络用于工作和学
习等职业发展目的，因此假设2 成立；SEI 越高的人，越倾向于将网络用于个人职业发展目的，假设4 成立；收入对职业发展因子虽然也有正向的影响，但并不显。