互联网在中国人口中的普及状况及其不均衡程度分析,本文主要内容关键词为:互联网论文,在中论文,国人论文,口中论文,不均衡论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
中图分类号:C81文献标识码:A文章编号:1007—3116(2006)01—0089—04
一、引言
自1994年中国接入互联网以来,中国互联网用户(即网民,CNNIC将其定义为平均每周使用互联网至少1小时的中国公民)的数量增长迅猛。据中国互联网络信息中心(CNNIC)最新的调查结果显示[1]:截止到2004年12月31日,中国网民人数已达9400万人,与2003年同期相比增长了18.24%,是1997年10月第一次调查结果62万人的152倍。不过,从普及率来看,网民尚只占中国总人口的7.2%,与普及率已超过60%的美国相比,互联网在中国的普及程度还很低;同时由于互联网本身对用户的一些特定要求,导致互联网在中国不同组别人口中的普及状况并不相同,有些类别间甚至差异很大。科学分析互联网在中国的普及状况并把握其变动趋势,对于积极发挥互联网的宣传、教育和舆论导向作用,对于政府制定政策和企业进行营销决策等都具有一定的参考意义。
从1997年10月到2006年1月,CNNIC已经公布了15期中国互联网络发展统计报告,这些报告为把握中国互联网的发展状况及网民的分布特征等提供了大量资料,不过由于该项报告是以网民为调查对象,从网民角度剖析其内部结构特征,因此并没有考虑互联网在不同类别人口中的普及状况问题;杨风雷(2003)曾尝试借用基尼系数的方法来测算互联网在中国发展的不均衡程度[1],并将15岁以下几乎不可能具备上网条件的未成年人也纳入到分析的总体范围,这在一定程度上影响了分析结果的准确性。笔者以网民占总人口的比重作为衡量互联网普及程度的指标,分别从互联网在各个不同组别人口中的普及状况、普及状况的差异及其变动等角度进行分析,其数据资料来源于CNNIC第1~15次《中国互联网络发展状况统计报告》[2] 以及各年的《中国统计年鉴》、《中国人口统计年鉴》、《中国劳动统计年鉴》及《2004年国民经济和社会发展统计公报》。
二、互联网在中国的普及状况分析
由于互联网对用户的物质设备、经济收入、知识水平等的要求都相对较高,使可能具备上网条件的未成年人数并不多,而且我国法律也明确规定,网吧等场所不允许接纳未成年人上网。如若把未成年人口也纳入到计算互联网普及率的总人口范围,势必会影响分析结果的准确性;另外,考虑到在我国人口统计中按婚姻等标志变量进行分组都是以“15岁及以上人口”为总体,因此为了能相对准确而又可行地反映互联网在我国的普及状况,除按三次产业分组的情况外,笔者的分析总体均为15岁及以上人口。
表1为1998~2004年互联网在中国不同组别人口中的普及状况,由中国总人口(15岁及以上)、就业人口及网民的分组构成资料计算得到。
表1 互联网在中国不同组别人口中的普及状况表单位:%
年末总普及率按性别分组 按婚姻状况分组
男 女 已婚未婚
19980.220.380.06
0.040.99
19990.931.460.39
0.243.90
20002.303.181.41
0.868.44
20013.404.052.74
1.8110.11
20025.836.874.78
3.0617.29
20037.729.276.16
4.1522.38
20048.9910.83
7.13
4.7826.23
表1(续)
年末按年龄分组 按学历分组按三次产业分组①
35岁及以下 35岁以上大专以下 大专及以上 第一产业 第二产业 第三产业
19980.440.040.03 6.02- - -
19991.860.200.15 21.38
- - -
20004.360.660.72 35.17
0.07 1.51 6.90
20016.401.191.44 39.12
0.12 2.44 9.46
200211.55
1.782.69 58.86
0.18 4.63 14.74
200315.69
2.313.53 69.02
0.20 6.69 18.33
200418.40
2.854.10 72.02
0.20 7.45 19.84
由表1可以看出:从1998年到2004年的6年间,互联网在中国总人口中的普及率由0.22%增加到8.99%,实现了从无到有的快速增长,但在不同组别人口中的普及状况及其变动趋势呈现出不同的特点,其具体分析如下:
(一)从性别看,互联网在男性人口中的普及率一直高于女性。从1998年到2004年,互联网在男性人口中的普及率由0.38%上升到10.83%,在女性人口中的普及率由0.06%上升到7.13%,前者一直高于后者,这与我国男性人口的受教育程度和收入水平相对较高、以及IT行业中男性比重相对较大有关。
(二)从婚姻状况看,互联网在未婚人口中的普及率一直高于已婚人口。从1998年到2004年,互联网在未婚人口中的普及率由0.99%上升到26.23%,在已婚人口中的普及率由0.04%上升到4.78%,前者一直高于后者,且绝对差距呈逐年扩大趋势。到2004年末,二者的差距已达近22个百分点,这是网民中未婚的学生及年轻人占有相当比例的缘故。
(三)从年龄看,互联网在35岁及以下人口中的普及率要高于35岁以上人口。从1998年到2004年,互联网在35岁及以下人口中的普及率由0.44%上升到18.40%,在35岁以上人口中的普及率由0.04%上升到2.85%。前者一直高于后者,这与35岁以下的年轻人易于接受新生事物、受教育程度相对较高以及学生占有相当比例有关。
(四)从受教育程度看,互联网在大专及以上学历人口中的普及率远远高于大专以下学历人口。从1998年到2004年,互联网在大专及以上学历人口中的普及率由6.02%猛增到72.02%,在大专以下学历人口中的普及率只由0.03%上升到了4.10%,前者要远高于后者,且差距悬殊。到2004年末,二者的差距已有近68个百分点;另据笔者推算,目前互联网在我国学历为本科及以上的人口中普及率几乎已达100%,这是因为高学历人口的计算机操作能力、知识水平和收入水平都相对较高,而且他们对互联网的需求也相对更为强烈。
(五)从产业划分看,互联网在第三产业人口中的普及率最高。从2000年到2004年,互联网在第一、二、三产业人口中的普及率分别由0.07%、1.51%和6.90%上升到0.20%、7.45%和19.84%,其中在第三产业人口中的普及率最高,在第一产业人口中的普及率最低,到2004年末,二者相差已有19个百分点。
三、互联网在中国普及状况的不均衡程度分析
为定量分析互联网在中国不同组别人口中普及状况的差异程度,笔者在借鉴国内外学者相关做法的基础上[3—4],选用经济学中用于衡量收入公平程度的基尼系数作为互联网普及状况不均衡程度的度量指标。具体操作时,比照基尼系数的计算原理做了相应调整。下面以计算1998年互联网普及率按性别分组的基尼系数值为例说明具体计算过程。
首先,仿照洛伦茨曲线的绘制方法,并以按互联网普及率由低到高依次排列的各个组的人口累计百分比为横轴,以各组网民占全部网民比重的累计百分比为纵轴作图,见图1。
图1 按性别分组的1998年互联网普及率基尼系数计算图
在图1中,横轴为按性别分组的人口累计百分比(因为互联网在女性人口中的普及率要低于男性人口,所以需按先女性后男性的顺序排列),纵轴为网民中女性人口和男性人口所占比重的累计百分比,故1998年互联网普及率按性别分组的基尼系数计算如下:
同理,根据历年中国总人口及网民的分布构成资料,可以分别计算出各年互联网普及率按性别、婚姻、学历、年龄及产业分组的基尼系数值,见表2。
表2 历年互联网普及率按不同变量分组的基尼系数表
年末 性别婚姻学历年龄产业
1998 0.3577 0.6667 0.8572 0.4427 -
1999 0.2871 0.6019 0.8035 0.4412 -
2000 0.1924 0.5062 0.6552 0.3936 0.6326
2001 0.0957 0.3776 0.5460 0.3743 0.6153
2002 0.0893 0.3830 0.5090 0.4064 0.5999
2003 0.1006 0.3720 0.5080 0.4174 0.5836
2004 0.1029 0.3760 0.5050 0.4134 0.5823
由表2知:互联网在中国不同组别人口中普及的不均衡程度并不相同。2004年末,中国互联网按性别、婚姻、学历、年龄和产业5个变量分组的基尼系数分别为:0.1029、0.3760、0.5050、0.4134和0.5823,普及状况不均衡程度由大到小依次排序为:产业、学历、年龄、婚姻和性别,其中按性别分组的普及状况相对较均衡,而按产业和学历分组的普及状况不均衡程度则相对严重,这是由互联网对用户的经济条件和知识水平的过高要求决定的。虽然互联网在中国不同组别人口中普及的不均衡程度差异很大,但由表2也可以看出:按不同变量分组的基尼系数逐年都有不同程度的下降,呈现出由不均衡渐进向均衡变化的趋势。表3为计算的1998年到2004年按不同变量分组的基尼系数降低值。
表3 2004年较1998年基尼系数降低值表
分组标准 性别
婚姻
学历
年龄
产业
数差值0.255 0.291 0.352 0.029 0.050
注:按产业分组的基尼系数差值是从2000年末到2004年末的基尼系数降低值。
由表3知:按性别、婚姻、学历三个变量分组计算的基尼系数变化量相对较大,说明互联网普及的不均衡程度在这些方面都得到很大程度改善;而按年龄和产业分组计算的基尼系数变化不大,在年龄方面甚至还出现了反复现象,说明这两个方面的不均衡程度改善有限。进一步分析可知:按学历分组的基尼系数降低幅度很大,主要是受其初期值过高(达0.8572)的影响,其实按学历分组的基尼系数即使是2004年末仍为0.5050,普及状况的不均衡程度仍然很高;按性别分组的基尼系数值降低幅度很小,是由于按性别分组的普及状况一直相对较均衡,1998年按性别分组的基尼系数也只有0.3577,这与我国男女同工同酬、有同等受教育的权利和机会有关;而在产业和年龄方面的不均衡程度改善不大,说明产业差异和年龄差异目前仍是限制我国网络普及化和大众化的重要因素。
值得一提的是,除按产业分组外,笔者所计算的按不同变量分组的基尼系数与杨风雷(2003)已有年份的计算结果并不一致,有些甚至差异很大。以2002年为例,按年龄分组的基尼系数值,本文比杨风雷的计算结果高了28个百分点,而按学历分组的基尼系数值,本文又比杨风雷的计算结果低了26个百分点。这是由于二者计算互联网普及率所使用的总人口口径不同造成的,本文是以15岁及以上人口为总体,而杨风雷则是以总人口为总体。当按年龄分组时,对于35岁及以下人口组,由于其互联网普及率要高于35岁以上人口,若把15岁以下并不具备上网条件的人口也纳入到该组范围,则由此计算的该组普及率必然偏低,从而会缩小该组与35岁以上人口组普及率的差距,掩盖普及状况的不均衡程度;按学历分组时,对于大专以下人口组,由于其互联网普及率要低于大专及以上人口,若把15岁以下人口(受年龄的限制,这部分人口的学历只能是大专以下)也纳入到该组范围,则由此计算的该组普及率必然更低,从而会扩大该组与大专及以上人口组普及率的差距,夸大普及状况的不均衡程度;而按产业分组计算的基尼系数,由于都是以就业人口为总体,结果自然具有一致性。
另外,由于无法得到人口收入变量的分组数据,本文没有计算按收入分组的基尼系数,但收入的高低终究是影响互联网普及状况的一个重要因素,这不能不是本文的一个遗憾,不过这方面的影响通过学历和产业两个分组也能得到一定程度的体现。
四、结束语
互联网在中国不同组别人口中普及的不均衡程度,是由互联网对用户的特定要求所决定的。互联网对操作者的物质设备、经济收入、文化水平和上网知识的过高要求,必然导致互联网首先在那些经济条件好的高学历、高收入者,以及易于接受新生事物的低年龄学生和男性人口中得到推广和普及,而相对的,低学历、低收入、高年龄、女性人口中,互联网的普及程度必然较低,当然互联网在学生群体中的普及和推广,也得益于国家对高校网络建设的支持。
近年来随着科技进步和网络建设的发展,上网所需的计算机设备等硬件价格不断下降,网络的覆盖区域越来越广,互联网接入费用不断降低,上网的用户操作界面也趋于人性化和简单化,这些都使限制人们使用互联网的“门槛”不断降低,最终上网将会成为人们工作、学习和生活中不可或缺的一部分,由此互联网在不同人口组别中普及状况的差异也必将随之逐渐缩小。
收稿日期:2005—04—10
注释:
① 与按其他标志分组的总体范围所不同,表1~3中所列示的按三次产业分组均是以就业人口为总体,目的是比较互联网在不同产业的就业人口中普及状况的差异。
标签:互联网普及论文;