学术月刊

政治学界对于“代表性”（Representativeness）一词并未完成统一的概念建构，研究者往往根据特定的研究语境使用这一概念。一方面，在政治代表理论、政党政治和议会研究中，“代表性”的含义往往是政治代表与选民的一致性，即党派或议会代表在多大程度上与公民或其选民相似。^②在这个意义上，“代表性”与“描述性”相关联：如果立法机构中有一个或更多的成员与某个公民群体具有相似特征，那么这个群体就在立法机构中得到了代表。^③另一方面，在政治政策和政府行为的研究中，代表性则表示政府的政策和行为在多大程度上契合选民偏好，回应选民诉求。^④相比于上一种对代表性的理解，这一语境下的代表性概念则更接近代表理论中对“实质代表”的定义。与上述两类研究中对代表性的理解不同，政治参与研究中所涉及的“代表性”概念，是对参与者（公民）而非政府、政党和议会特征的描述，即参与者的特征在多大程度上与全体公民相符合。^⑤此种对代表性的理解则更接近代表性的字面含义，可以将其视为与“典型性”同义的概念。尽管对代表性的这种理解同样强调一个群体对另一个群体的“描述性”，但其描述者为公民群体的一部分而非政治代表，因而仍然区别于“描述性代表”的概念。

现有研究中对政治参与的代表性存在两种评价路径：一是对参与者代表性的评估，即“谁参与”或“谁具有促成参与的特征”；二是对参与者观点代表性的评估，即参与者的观点是否偏离了大众的普遍观点。^⑥对于以互联网为媒介的参与形式而言，前者往往受参与者社会经济条件的影响，而后者则同时受到参与者获取信息并进行讨论的网络环境影响。因此，互联网用户的人口特征及其形成政治观点所依赖的信息和公共空间的性质，将会对互联网政治参与的代表性产生较大影响。

围绕互联网政治影响的技术乐观主义，自20世纪末就已经开始流行。在当时，互联网已经开始在现代国家初步普及，并逐渐重塑着其经济、文化和政治。^⑦作为一种即时快捷的通信媒介，其多方面促进政治参与的积极作用开始为学术界所重视和研究，涌现出了许多具有代表性的观点。Carpini总结了互联网技术可能为政治参与带来的积极因素。他认为，互联网会使得政治冷漠的年轻人有更多机会关注政治，并为政治所关注；而对于既有的参与者而言，互联网能够以其便捷性和低成本来维持、拓展、提高他们的政治参与；另外，互联网还可激发公民兴趣，并使之转化为行动的潜力。^⑧其余诸如互联网去中心化的特征打破了原有的信息不平等，进而促进政治参与的观点等不胜枚举。这些观点长期以来得到了一系列经验研究的支持。^⑨近年来，针对新兴社交媒体对政治参与影响的研究结论，也大都指向了社交媒体使用与政治参与的积极关系。^⑩

然而，即使是最乐观的学者，也不敢断言互联网对民主政治和公民政治参与毫无消极影响。事实上，与技术乐观主义相伴随的对互联网消极影响的隐忧一直存在，其中就包含了对互联网技术所隐含的不平等风险的担忧。即互联网并非扩大了所有人的参与，而是仅仅扩大了部分人的参与。围绕这一问题的讨论集中在了“数字鸿沟”（digital divide）这一概念上。数字鸿沟一般指有无互联网获取途径的人们之间存在的差别。个人是否能够接入互联网，决定了其能否通过互联网开展政治参与进而影响决策。互联网政治参与越是重要，网民与非网民的参与不平等就越严重。一定程度上，互联网甚至会加剧原本就存在于政治参与之中的成本、信息和能力的不平等。^⑪Van Dijk对早期数字鸿沟研究进行总结时提出，数字鸿沟不仅源于互联网的“物理接入”（physical access）方面的差异，也来自个人互联网使用技能、对网络信息控制力的差距，而后者可能引发更为深刻的不平等。^⑫这意味着数字鸿沟不仅存在于网民与非网民之间，还存在于网民群体的内部。因此，数字鸿沟不会随着互联网的普及而消失，反而有着进一步加深的风险。Barberá和Rivero对美国和西班牙推特用户的政治代表性进行的分析也证实，推特用户在人口特征和政治态度等方面均不能很好地代表一般民众；在媒体和信息的使用能力上，推特用户之间也存在很大差异。^⑬可见，尽管互联网媒介在今天已经深入普及，数字鸿沟仍然存在，并成为数字民主理想面临的主要困境之一。^⑭数字鸿沟的存在或加深，无疑会对互联网政治参与的代表性构成较大冲击。

在中国，移动互联网技术的发展带来了互联网媒介的快速普及。截至2019年8月，中国网民数量已突破8.54亿，互联网普及率已经达到61.2%。^⑮然而，互联网的高普及率是否会弥合数字鸿沟，使得互联网用户群体成为全体公民的较好描述，仍有待考察。互联网用户与非互联网用户在诸多社会经济因素上的结构性差异可能仍然存在。基于此，本研究提出了第一个假设。

假设1：互联网用户对全体公民的代表存在结构性偏差。

有建设性的公民参与需要一定的信息渠道和讨论空间。^⑯对互联网政治参与而言，其参与的质量与观点的代表性，很大程度上是互联网信息和讨论环境的体现。抛开上节所述的数字鸿沟问题，互联网能否使其用户成为更加知情的公民，提高其参与的质量，是讨论互联网对政治参与影响的又一重要问题，也是许多学者对互联网影响的主要担忧。^⑰我们将从信息和公共领域两个角度，分析互联网是否会导致其用户政治态度出现系统性偏差。

从信息角度来看，可以肯定的是互联网使得公民所能够获得的信息量空前膨胀，“大量传播”（communicative abundance）已经成为这一时代的特点。^⑱然而，一些学者认为现代传播的信息丰度并不一定带来现代民主政治所需要的知情公民。^⑲大量证据表明，互联网上的信息并非更加准确、客观和平衡，相反一些已经存在于传统传播媒介的弊病仍然被互联网所继承甚至强化。举例来说，“选择性接触”（selective exposure）被认为是媒体层面导致社会和政治极化的原因，而这一效应被互联网所强化了。选择性接触一般指信息受众偏好与自己原本的观点一致的信息，而相应地排斥与原本观点相冲突的信息，从而使观点自我强化。^⑳由于互联网赋予了用户选择信息的极大自由，使持特定立场的受众更加方便地寻求与自身立场一致的信息，这无疑强化了选择性接触所带来的影响。^㉑同时，诸如软新闻、假新闻等因素所带来的负面影响，也会被快捷的互联网传播方式所加强。随着媒介发展逐步向商业化和娱乐化深入，新闻媒体的“守门人”角色正在弱化。政治信息正在脱离其原有属性，成为被消费的商品。^㉒新闻价值一旦被消费价值所代替，软新闻、假新闻等耸人听闻的信息无疑会在传播空间大行其道。正如互联网强化选择性接触的影响一样，日趋商业化和娱乐化互联网环境，使用户更易暴露在低质量信息之下。总之，尽管有偏差和低质量的信息并非互联网媒体所独有，但互联网以其大量和快速的传播、高商业化和娱乐化程度，成为滋生这些不利于公民参与信息的温床。互联网的上述特征，可能导致其用户的观点出现系统性偏差。

互联网与政治参与有关的另一个功能，是其作为虚拟公共领域的作用。去中心化的互联网空间对于协商民主的支持者而言是理想的参与场所，但现实中互联网政治讨论的质量却与协商民主的理想相去甚远。就我国的互联网公共领域而言，非理性已成为其一大特点，大量情绪化和立场化的话语充斥被期望用于协商的互联网空间。这一方面与前文所述互联网高度商业化、娱乐化相关−我们很难将媒介消费环境下的线上讨论与网络营销、网民消遣进行区分；另一方面，互联网信息的碎片化程度远高于先前的电视与报纸，而电视新闻所具有的碎片化特征业已被研究者认为会阻碍受众进行连贯而有逻辑的思考与表达。^㉓随着不超过140字的社交媒体内容的风靡，当今的互联网内容已是高度碎片化。这使得网民对复杂政治问题进行深入了解更加困难，简短明了的内容却更深入人心。线上公共领域的讨论因之而逐渐简单化、立场化，并进一步发展为情绪化。事实证明，情绪化会阻碍受众进一步进行信息的接触与整合。^㉔另外，情绪化、非理性的观点正如假新闻和软新闻一样，是媒介商业化、娱乐化时代的宠儿，在当下的网络传播中处于相当有利的地位。也正因如此，尽管互联网扮演了虚拟公共领域的角色，其信息与讨论环境很难使得其用户进行理性、有建设性的思考与讨论。这对网络民意，无论是就其价值还是其代表性而言，都是极大的打击。

基于上述对互联网信息与公共领域的分析，我们对网络民意的代表性提出了质疑。因此，本研究的第二个假设如下。

假设2：互联网用户的政治态度对总体态度的代表存在结构性偏差。

为了验证上文提出的两个假设，本研究利用中国综合社会调查和中国家庭追踪调查数据，分别对网民和非网民群体的各项人口特征和所持政治态度进行比较，分析网民的人口统计学特征、政治态度是否明显区别于全体公民、普遍民意。

考察中国网民以及网络民意对全体公民及普遍民意的代表性，需要抽样方法较为科学的全国大样本调查数据。因此本研究选取较为近期的2015年中国综合社会调查（CGSS2015）以及2018年中国家庭追踪调查（CFPS2018）作为数据来源。

2015年中国综合社会调查（CGSS2015）是由中国人民大学调查与数据中心负责执行，多家高校和科研院所参与的全国综合社会调查。该调查深入到村、居委会层面，采用基于地图地址的抽样方法，共覆盖了全国28个省、市、自治区的478个社区，完成有效问卷10968份（N=10968）。^㉕除了各项本文所需人口统计学变量外，CGSS2015中包含近一年的媒体使用习惯的变量，可作为判断受访者是否有互联网获取途径的依据。此外，由于CGSS2015是较为综合的社会调查，其包含了较多关于再分配等政治态度方面的变量。在进行网民态度与全体公民态度的比较时，有着较高的参考价值。

2018年中国家庭追踪调查（CFPS2018）同样是全国性的大规模社会调查项目，其关注点更多聚焦于受访者经济活动、教育成果、家庭关系与家庭动态、人口迁移等。CFPS2018也覆盖了多达25个省、市、自治区，样本容量高达33326个（N=33326）。数据库中同样包含了人口统计学变量、互联网接入变量以及少量的社会态度变量。^㉖

本研究的目的是对互联网用户的代表性进行考察，即分析互联网用户的人口统计学特征和政治态度是否能够较好地代表全体公民（或是否较明显地偏离了全体公民）。因此，我们选择更加直观的数据可视化分析作为本研究的主要研究方法。数据可视化分析可以较为直观地展现网民的人口特征和政治态度相对于全体公民是否存在偏差，以及这些偏差的方向和程度。相比于回归分析等分析方法，数据可视化分析能够展现变量关系中的更多细节。R语言有着强大的数据可视化功能，利用这一分析工具，本研究对以下两个问题进行了数据可视化研究：（1）互联网用户在人口统计学特征上是否以及如何偏离了全体公民？（2）互联网用户在多项政治社会态度上是否以及如何偏离了全体公民？

为了更好地为上述两个问题提供经验证据，我们针对两个问题分别重点考察了所选的两个数据集。首先，考虑到近年互联网媒介发展之势迅猛，尤其是移动互联网正在以相当惊人的速度普及，这极有可能改变互联网用户的人口构成。因此，针对第一个问题，我们采取更为近期的CFPS2018作为主要研究数据，并以CGSS2015的数据结果作为参考和佐证。CFPS2018也包含了家庭收入等未包含于CGSS2015的重要人口统计学变量。其次，由于CFPS2018中关于政治态度的问题较少，集中在测量受访者关于一系列社会政治问题严重程度的认知，不足以作为关键政治态度代表性的分析依据，因此在对第二个问题的研究中，我们以CGSS2015中关于社会公平和再分配态度的测量为主要分析依据，以CFPS2018的数据结果作为参考和佐证。

在测量网民和网民态度的代表性时，具体的方法是：以教育程度为例，某教育程度的网民代表度等于该教育程度网民在全体网民中的占比，减去该教育程度受访者在样本全体中的占比。若结果>0，说明该教育程度下的网民所占比例大于平均比例，即该教育程度被网民过度代表了；同理，若结果<0，则说明该教育程度在互联网上代表不足。具体而言，若小学学历的网民占全部网民的16.29%，而所有小学学历的受访者占全部受访者的19.35%，那么小学学历的网民代表度为16.29%−19.35%=−3.06%，说明小学学历在互联网上的代表性是不足的。利用这一思路，我们分析了在性别、年龄、家庭收入、教育程度、城乡五个人口特征上的网民代表度。在随后的网民态度代表性分析中也采取类似方法，描述出网民态度在不同层面的代表度分布。

在人口统计学变量方面，我们从CFPS2018中选取的性别、年龄、家庭收入、教育程度、户籍五个变量，并进行了相应的处理。数据库中的年龄变量为［9~96］的有序变量，因此未作处理。将性别处理为［0=女，1=男］的虚拟变量，同时将户籍处理为［0=农村户口，1=城市户口］的虚拟变量，将教育程度处理为［0~7］的有序变量。考虑到学生等个人无收入的群体，也可以获得家庭收入的支持以使用互联网，我们将CPFS2018的个人问卷与家庭问卷合并后，选取家庭收入而非个人收入作为测量经济收入的变量。为了便于可视化分析，我们对家庭收入这一连续变量进行了分组处理，得到了30个收入分组并分别编码为0~29，第0组无家庭收入，第29组家庭收入最高。

在政治态度变量方面，我们从CFPS2018中选用了“您认为以下问题在我国的严重程度如何？”这一问题下的8个变量，用于比较互联网用户与全体受访者在社会政治问题严重性上的态度分布。这8个问题分别是：腐败、社会公平、环境、教育、医疗、住房、社会保障和就业，均被处理为［0~10］的有序离散变量，数值越高表示认为该问题越严重。在CGSS2015中，我们选取了社会公平和再分配这两个彼此相关的变量，其问题分别是：1. 总的来说，您认为当今社会公不公平？我们将之处理为1=完全不公平，5=完全公平的有序离散变量。2. 您是否同意应该从有钱人那里征收更多的税来帮助穷人？同样被我们处理为1=非常不同意，5=非常同意的有序离散变量。一般而言，在社会公平感与再分配支持度之间存在着显著而稳定的负相关。以此二者作为网络民意代表性的变量，不仅能够识别互联网用户在两项重要政治问题上的态度分布特点，同时还可以探究互联网的使用是否会为这两种态度之间的关系带来新的变化。

除此之外，在CGSS2015中，我们还选取并处理了民族、党派、报纸和电视使用等变量，用以进行回归分析，作为数据可视化分析的补充证据。

基于上述文献综述与数据处理，我们对互联网政治参与的主体代表性与民意代表性进行了数据可视化分析。

基于合并之后的CFPS2018数据集，我们首先测量了互联网用户在［年龄、性别、教育程度、（家庭）收入、城乡］五个人口统计学特征上对全体样本的代表性，分析结果如图1所示。制图方法为：以年龄为例，某年龄段的网民代表度等于该年龄段网民占全体网民的百分比减去该年龄段的全部样本占总样本的百分比。收入、教育、性别、城乡变量也做了相同方式的展现。图中位于x轴上方的浅色部分，表示该分组中网民占比较高，说明该分组在互联网上被“过度代表（over-represented）”了；而位于x轴下方的深色部分，则表示该分组中网民占比较低，说明该分组在互联网上“代表不足”（under-represented）。^㉗同时，由于采用了人口占比的计算方式，条形的长度（即互联网代表度的数值）可以反映该分组过度代表和代表不足的程度。若某分组在互联网上过度代表的程度较大，则意味着该分组在互联网上可能拥有更大的话语权。

基于对图1的分析不难看出，互联网用户对全体样本的描述性较差。具体而言，青壮年群体、男性、中高收入者、中高学历者和城市居民，在互联网上被过度代表；相反，儿童和老年群体、女性、低收入者、低学历和农村居民，在互联网上的代表性不足。对于老年群体的代表性而言，尽管图中条形所显示的代表不足程度并不高（最高1.5%左右），但由于年龄分组更多，一定程度上分散了这种代表不足的程度。因此，老年群体的整体代表不足情况依然十分严重。此外，低收入、未受教育和农村居民在互联网上的代表性同样严重不足。性别间代表性差异存在，但程度似乎不深。收入与教育达到一定程度后，其对于网民代表度的影响也随之降低。总体而言，假设1得到了验证。

图  1  互联网用户的人口统计学代表性

值得注意的是，在互联网上代表性不足的群体多数在政治社会中也处于弱势地位。由于互联网媒介议程的设置依赖热度与关注度，使得这些群体更难利用互联网进行诉求表达。进一步说，尽管互联网为许多弱势群体进入公共议程提供了一种途径，但这种代表性上的相对弱势将限制对这一途径的实际价值。即使农村问题、养老问题、基本生活保障问题等进入互联网议程，形成一定规模的讨论，这种讨论很大程度上并不能促进这些群体发声，而更像是一种被他者所代言的讨论。举例来说，娱乐和体育明星等社会公众人物，同样能够声称为诸多弱势群体代言，呼吁全社会的广泛关注。然而在这一代表与被代表的关系中，公众所认可的也并非这些弱势群体的利益诉求，而更多的是他们喜爱的公众人物。同时，此种代表形式也抹杀了被代表群体需求的多样性，且不利于其参与意识和参与能力的培养。^㉘上述发现证明，即使在互联网普及率较高的今天，数字鸿沟在一定程度上仍然存在，且有着加重本就存在的社会不平等的危险。互联网政治参与影响公共决策的程度越深，这一不平等就会产生更大的负面影响。

利用CPFS2018中受访者对不同社会政治问题严重程度认识情况的变量，以及CGSS2015中受访者对社会公平和再分配态度的变量，我们对互联网用户与全体样本在政治态度上的差异进行了对比分析。

CFPS2018中以［0~10］的有序变量表示了受访者对腐败、社会公平、环境、教育、医疗、住房、社会保障和就业8个社会问题严重性的认知。利用与前文相同的方法，我们对这些问题下互联网用户态度的代表性进行了可视化呈现，结果如图2所示。图中位于x轴上方的浅色部分，表示该立场上网民占比较高；而位于x轴下方的深色部分，则表示该立场上网民占比较低。

图  2  互联网用户对社会问题严重程度认知的代表性

基于对图2的分析，我们可以较为直观地得出结论：无论对于何种社会问题而言，互联网用户在认为此问题更加严重的阵营中占比，普遍高于认为该问题不那么严重的阵营。换句话说，对于以上8个社会政治问题，互联网用户往往倾向于认为问题更加严重。这说明互联网用户的态度相比全体公民而言存在一定的偏差。这一现象可能是由互联网更高的信息丰度导致的。互联网用户利用便捷的网络媒介可以随时进行社会问题资讯的获取，其所获得的信息量普遍多于非互联网用户。媒体信息量的差异很容易造成受众的认知差异，接触更多关于社会政治问题报道的公民会比接触较少此类报道的公民更倾向于认为问题更加严重。举例来说，尽管凶杀案是较为罕见的，但其被报道的可能性却极高，这可能使媒体接触较多的个体对凶杀案风险的评估产生偏差。^㉙

另外一个有趣的现象是，在图2的8个图表中，几乎所有图表的选项“5”都是处于网民代表都严重不足的状态。这也许说明了网民态度的另一个特点，即相比于普遍的情况而言，网民更少地站在中间立场上。这也许印证了互联网加剧了政治极化的结论，并与互联网舆论近来呈现出的非理性、立场化、情绪化特点相吻合。当然，简单的问卷数据不足以得出确切的结论。围绕这一发现的准确解释，仍然需要基于更细致问卷数据的深入考察。

尽管从上一项研究中，我们发现互联网用户在对社会政治问题的严重程度的认知上存在代表性偏差。但这并不足以成为互联网政治参与的解构性因素。因为对社会政治问题更加严重的认知，或许会激起网民更大的参与动力。因此，我们又对两个较为重要且彼此相关的政治态度−社会公平与再分配−进行了考察，进一步分析互联网用户政治态度的分布是否存在结构性偏差。

社会公平与再分配是经济学、政治学和社会学广泛关注的问题。就个人层面的社会偏好而言，对社会不公平的认知，是除个人利益动机、社会保障动机之外，另一促使支持更高税率的再分配政策的动力。^㉚进一步讲，个人对社会不公平的认知会促使其支持更高税率的再分配政策。相反，对社会公平程度的认知与对更大力度再分配政策的支持之间应有负相关关系。在比较互联网用户与全体样本在这两种态度上分布差异之前，我们首先通过有序逻辑回归，确认了在全体样本和网民子样本中，此二者的统计关系，回归结果如表1所示。可见，在控制了性别、年龄、收入等变量后，社会公平感与再分配支持度在两个样本中均存在显著的负相关关系。这表明，互联网的使用在总体上并未改变社会公平感与再分配态度之间的关系。这一结果将为随后进行的态度分布的代表性分析提供参考。

随后，我们使用与上文同样的方法，得到了互联网用户在社会公平与再分配这两种态度上的代表性分布的图表，结果如图3所示。在左图中，x轴代表了受访者对“您认为当今社会公不公平？”的回答，0为“非常不公平”，5为“非常公平”；在右图中，x轴则代表了受访者对“您是否同意应该从有钱人那里征收更多的税来帮助穷人？”的回答，0为“非常不同意”，5为“非常同意”。两图中y轴均表示在这一态度上的网民代表度，y>0表示在这一态度上网民比例高于总受访者的平均比例，反之亦然。

通过对图3的分析看出，倾向于认为社会不公平、反对再分配的受访者在互联网上被过度代表；反之，倾向于认为社会公平、支持再分配的受访者在互联网上代表不足。结合网民对社会政治问题严重程度认知的分布，可以认为互联网用户在政治态度上的代表性存在结构性偏差，假设2得到了验证。

图  3  互联网用户对社会公平、再分配态度的代表性

尽管上述推论已经在很大程度上证明网民的态度与全体公民间存在偏差，我们对于这一研究结果的细节仍有很大兴趣。这是因为图3显示了令人意外的结果：尽管在网民样本中，社会公平感与再分配支持度呈现出非常显著的负相关关系，但态度分布代表性的分析却显示，网民既倾向于认为社会不公平，也倾向于不支持更高税率的再分配政策。换句话说，网民对社会更加不公平的总体认知倾向，并未带来其对再分配政策更加支持的总体倾向：网民在此两种态度上的立场分别向“相反”的方向倾斜。既然网民子样本中两种态度的关系并未发生方向性变化，那么更有可能的解释是，相比于全体公民而言，网民群体在对社会公平和再分配的态度上出现了一定程度的割裂。抑或说，相比于全体受访者而言，网民群体更加孤立地看待社会公平和再分配问题，而非基于一致的立场对此二者做出判断。

互联网信息和讨论环境的特征也许能为此现象提供一种解释。早在电视时代，尼尔·波兹曼就针对提供政治信息的电视新闻所提供政治信息的断裂性提出批判。波兹曼认为，一档电视新闻节目虽然能够在短时间内为观众提供大量政治信息，但却对信息进行了分割化的处理，后一则新闻并不与前一则新闻相关。这致使观众无法针对一个问题进行长期学习与思考。^㉛进入互联网时代以来，政治和社会公共事务信息进一步碎片化，其与娱乐内容的界限也更加模糊。这极其不利于网民对政治问题进行深入、连续的思考，并形成稳定、一致的政治态度。

为了证明这一解释，我们对比研究了报纸读者与非报纸读者之间，在同样两种态度上的代表性分布。这一研究也有利于我们比较互联网与传统媒体在塑造受众态度上存在的异同。可视化分析结果如图4所示。可以看出，报纸读者态度的代表性分布显著区别于互联网用户。这一区别体现在以下两个方面：首先，报纸读者的态度对全体样本的偏离程度总体低于互联网用户的偏离程度；其次，报纸读者既并未明显倾向于社会不公平，也未明显倾向于反对再分配，因而也并没有如互联网用户一般在两种态度的总体倾向性上呈现出分裂的结果。这也从另一侧面证实了互联网对其用户的态度产生了更大影响，使其更加偏离一般大众的态度。

综上所述，互联网用户的政治态度同样没有较好地代表全体公民：网民不仅在对社会政治问题严重程度的认识上高于普遍民意，更是在关键的政治态度之间出现了些许割裂。尽管网民群体在社会公平与再分配态度上的分裂倾向有待进一步的研究证明，本研究的上述结果仍然表明，网民和网络民意的代表性都存在明显的结构性偏差，而这种偏差很可能对互联网政治参与的代表性造成冲击。

图  4  报纸读者户对社会公平、再分配态度的代表性

互联网自其发展之初就被认为与民主息息相连，早期的技术乐观主义者将电子民主甚至基于互联网的直接民主视为民主政治在互联网时代的发展方向。基于互联网的政治参与可以说是实现电子民主的第一步，也是借助互联网实现民主政治发展、培育开放社会的必经之路。这一方面是我们推进中国特色社会主义民主政治建设的有利契机，另一方面也存在着风险和问题，这其中就包括关乎互联网政治参与价值的代表性问题。本研究发现，我国互联网用户在诸多重要的人口统计学特征以及多方面的政治态度上，都无法较好地代表全体公民、且存在系统性偏差。有代表性偏差的网络民意和互联网参与所促成的公共决策，却会无差别地影响到非网民群体，这可以看作是数字鸿沟问题在当代中国政治参与领域的体现。相比于参与质量、参与秩序等问题，不同群体在互联网政治参与代表性差异上的话语权不平等，也许才是互联网政治参与所面临的更为根本的困境。

本文关于互联网政治参与代表性问题的发现，可为围绕互联网政治参与和网络民意的公共决策及学术研究提供一些有益的启示。首先，在今后相当长的一段时间里，我们都应在决策过程中的容纳网络公共意见时持更加审慎的态度。在充分吸收和汲取互联网政治参与所提供的有价值要素的同时，立足于公共利益进行决策，而不能将决策视为对强大网络舆情的简单回应。其次，互联网政治参与的内在缺陷提醒我们，传统的线下政治参与应持续受到重视。应为线下政治参与，尤其是弱势群体的诉求表达提供更加便捷的渠道。同时，应重视自上而下的民意收集机制的建设，以更加广泛的民意征集体系来降低网络政治参与因代表性不足而产生的消极影响，从根本上增强决策的公共性与民主性。另外，如何实现线上线下相互联动、相互促进的良性循环，是互联网时代所需要的制度创新，也是未来政治参与值得期待的新模式。最后，本文的研究结果也提醒民意和政治参与研究者，在挖掘互联网研究价值的同时应意识到互联网研究的局限性，并尽可能在方法和结论上克服网民代表性偏差所带来的偏误。

由于本文旨在研究互联网用户群体及其态度是否能够代表全体公民，因而仅将网民与全体公民的人口特征与态度分布进行了对比。然而，即使在互联网用户群体之中，同样存在参与意愿与参与能力的差别。如果说互联网用户无法代表全体公民，那么活跃的网络用户群以及网络意见领袖是否能够代表全体网民，同样也是值得进一步深入研究的问题。^㉜数字鸿沟并不仅仅存在于有无互联网获取条件的群体之间，在接入互联网的个体和群体之间，信息和话语的不平等也同样存在^㉝，这种不平等甚至可能超过网民和非网民群体间的不平等。多元化主体、差异化目的的互联网政治参与正向深化而复杂的向度发展。^㉞随着互联网在未来的进一步普及，物理接入互联网的用户逐渐饱和，这一问题就显得更为重要。当互联网越来越作为政治科学研究中的“背景”，而非作为自变量或因变量而存在时，我们分解化地理解互联网就成为了必要。^㉟诚然，限于数据支持和篇幅，本研究未对互联网内部的代表性问题进行探讨，这是本文研究主要的遗憾和不足。今后的研究或可聚焦于此，以期对互联网政治参与进行更清晰和全面的刻画。