Page 235 - 《社会》2024年第6期
P. 235
社会·2024·6
) K
#
) K
) 4 K
K
) K
#
) R HH K
#
) K
K
) K
#
) K
) K
K
图 4：数 字 伤 害 的 测 量 （SEM）
是将受访者在 2016 年的年收入取自然对数；城乡居民赋值为“农村居
民”=0，“城市居民”=1。
4. 控制变量
本研究的控制变量为受访者的婚姻状况、 政治面貌以及分别反映
网络使用经验、使用频率的网龄和周上网时长。 其中，婚姻状况赋值为
“未婚”=0，“已婚”=1；政治面貌赋值为“非中共党员”=0，“中共党员”=
1。 表 1 为本研究变量的描述性统计结果。
表 1 ：变 量 描 述 性 统 计 结 果
变量 样本数 均值 标准差 值域 变量 样本数 均值 标准差 值域
性别 4 219 0.5 0.5 0—1 数字技能 2 430 54.6 20.7 0—100
年龄 4 219 51.0 16.9 18—103 信息与工具技能 2 430 68.8 25.7 0—100
受教育年限 4 219 9.1 4.7 0—19 社交技能 2 430 55.9 19.7 0—100
收入水平 4 219 8.3 3.8 0—16 内容生产技能 2 430 40.8 22.3 0—100
城乡居民 4 219 0.5 0.5 0—1 权益维护技能 2 430 41.8 27.1 0—100
婚姻状况 4 219 0.8 0.4 0—1 数字伤害 2 430 43.8 19.3 0—100
政治面貌 4 219 0.1 0.3 0—1 过度使用 2 430 46.2 19.9 0—100
网龄 2 430 8.7 6.2 1—32 身心危害 2 430 43.2 20.7 0—100
周上网时长 2 430 18.2 18.9 0.1—150 社会影响 2 430 34.1 21.0 0—100
（三）统计模型
从对数字鸿沟的相关研究可知，如年轻、高学历、高收入的群体会
在各道数字鸿沟上具有优势。 如果仅对互联网用户样本进行估计，可能
· 228·
