互联网使用会影响居民社会信任水平吗？

赵建国 王嘉箐

摘 要：互联网在中国数字化转型的背景下具有“生态环境”这一新的含义。本文使用2013年和2015年中国综合社会调查数据的微观数据构建Ordered Probit模型，并选取个体、家庭、社会保障和社区四个因素作为控制变量，经验分析了互联网使用对社会信任的影响。研究发现，互联网使用对社会信任存在显著的负向影响。异质性分析发现，劳动收入、受教育年限、社会阶层预期的提高能够显著抑制互联网使用对社会信任的负向影响。中学及以下学历、农村户籍群体互联网使用可能更易遭受网络社会信任风险。陌生人之间的信任在互联网使用中趋向于物质化和货币化，而维持传统社会信任机制的重要因素并没有在互联网环境中被彻底打破。以社区为基本单位的社会信任在数字化时代显得更加重要，受教育程度和社会保障覆盖率的提升是维持社会信任水平的重要途径。本研究有助于测评数字化转型背景下社会伦理层面可能存在的短板，以期为网络环境的制度建设提供有益思路。

关键词：互联网使用;社会信任;互联网环境;数字化转型

中图分类号：F124.7  文献标识码：A

文章编号：1000-176X（2021）05-0119-11

一、引 言

自2014年“大众创业、万众创新”提出以来，以“互联网+”、E支付和数字经济为代表的现代服务业和新兴产业蓬勃发展，并成为当今时代经济增长的新动能和主动力。根据《中国共享经济发展报告（2021）》显示，中国参与共享经济活动人数已达8.3亿。中国互联网络信息中心发布的第45次统计报告显示，截至2020年3月，中国网民规模达9.04亿人，互联网普及率达64.5%;手机网民规模达8.97亿人，网民中使用手机上网的比重高达99.3%。在互联网贯穿整个经济社会的大数据时代，互联网贡献已不仅仅局限于方便人们获取信息和沟通交流，更在于为社会经济提供一种新的组织力量和动力机制，形成新的资源配置规则，这有助于推动中国社会经济发展方式的转型升级，优化产业链分工与结构，推动经济增长方式由投资拉动转向由生产、创新和消费协同驱动发展。

社会信任是社会资本内在的核心概念，也是公共产品得以有效共享的重要传导机制，对于数字经济的长足发展具有十分重要的意义。一方面，信任作为市场经济最重要的道德基础，与信誉和可靠性等概念相通，在数字经济活动中甚至扮演着流动货币的角色。在互联网虚拟社会，很多常见的规则被打破，信任作为替代道德、法律法规等约束行为和稳定关系的重要保证，逐渐趋向具体化。在传统以互联网企业为主导的电子商务领域，信任意味着消费者对在线商户的消费依赖感和购买意愿;而在以互联网平台为主导的共享经济中，网络平台仅扮演中间商或代理商的角色，在线商户和消费者都可以是普通个体，影响信任的因素更加不稳定。平台运营商通过设计一系列相互浏览历史动态、相互评分和评价、用户资料认证等程序以建立和维持用户之间的信任机制，以此保证交易质量并提高竞争力。同时，工作方式的数字化也促使社会资本和信任有数字化转型的趋势。另一方面，社会信任的易碎性也使数字经济存在更多风险和不确定性。由于信任是人们基于个体内在特质、社会文化环境、以往的经验判断和现实主观感受等多方面因素而形成的无形观念，其形成的过程是抽象的、感性的，不仅没有确切的定义或统一的衡量标准，而且容易受到短时期内负面信息的误导和相互否定，因此，建立信任的过程极其困难。在互联网虚拟社会，主体身份的虚拟性、交易的匿名性以及权利和义务的无边界性等特点使互联网中的行为更加难以琢磨，这意味着互联网中选择信任要承担的风险更大，一旦危机发生，所产生的后果可能更严重，而且补救的难度更大。随着互联网与经济的高度融合，互联网不仅是人们接触信息的媒介，更是一种“生态环境”。大数据时代人们需要使用互联网完成各项工作，智能手机和移动互联网的发展也极大地压缩了人们的碎片时间。人们使用互联网的频率越来越高，人类活动的方方面面逐步嵌入互联网中，互联网环境成为越来越多普通民众日常生活重要的组成部分。“平台+个人”的商业模式充分利用了互联网快捷性、灵便性和高维性等特征，进一步促进了时间和空间的一体化、实体环境和虚拟环境的融合化，使互联网用户数字化活动空间的外延越来越不受时间、地点或场所的限制，虚实跨越、地域跨越和多时空交织并存的网络环境不断扩大，信任随用户使用互联网时自主行为活动的不断拓展也将更多的陌生人纳入网络信任链中，使网络社会中的信任链愈加复杂。良好的社会信任基础能够在总体上减少在线交易成本和风险，促进网络互动与合作，进而提升资源共享的规模和质量，也有利于促进数字经济的持续繁荣。在这一逻辑背景下，社会信任也是网络社会重要的社会资本之一。互联网使用的频率越高，互联网环境的涉入程度也随之增加。因此，本文的研究内容是社会信任，是人们对于陌生人的信任，或在没有任何特别信息提示的情况下，相信自己不会被陌生人恶意利用的观念和自信。

互联网使用对社会信任的影响问题存在很多争议，大致可分为无相关性、正面影响和负面影响三种观点。Uslaner[1]基于美国的调查研究发现，互联网只作为一个中立的媒介为人们已有的社会关系提供信息传递的渠道，互联网与社会信任没有显著相关性。Huang等[2]基于亚洲13个国家的面板数据研究发现，尽管互联网能够增加社会联络频率，但对社会信任并没有显著的正向影响。随着互联网的进一步普及，更多文献反映互联网与社会信任存在一定正向关联性。王伟同和周佳音[3]发现，居民通过使用互联网增加线下社交频率和改善人际关系满意度，进而提高社会信任水平。金兼斌[4]基于CNNIC发布的2009年调查数据分析指出，不同网民群体对互联网的信任存在差序格局。互联网作为社交媒体和公民参与的沟通渠道对制度信任[5]、社会信任[6]的正向作用也得到很多研究的证实。但也有研究指出，互联网使用不利于社会信任的建立。李锋和刘杨[7]从医患关系紧张的角度出发，发现互联网使用会降低社会信任和患方信任，同时互联网使用通过降低社会信任进而加剧患方信任危机。赵晓航和李建新[8]基于媒介接触的研究角度指出，相较于以传统媒介为主要信息来源的青年，以互联网为主要信息来源的青年，其社会信任水平更低。管金平[9]指出，网络环境给社会信任基础带来变化，虚拟的社会关系、虚拟的生活方式以及虚拟的商业模式增加了未來的不确定性。在一些关注公民态度和公民参与的国内研究中，互联网使用与政治信任、政治参与之间多呈现负向效应[10]，特别是由于互联网使用愈发频繁，民众自我表达价值观增强、互联网负面信息难以“管控”等原因，使得政治信任度不断降低。

与现有研究相比，本文的创新之处在于：第一，已有关于互联网使用与社会信任方面的文献主要集中在将互联网视为社交网络媒体的角度，这就使得研究背后的隐含意义倾向于探索在科技发展背景下对媒体使用的偏好性以及民众表达渠道的选择性，而忽略了互联网对经济、就业和社会发展的意义。实际上，随着互联网使用与大众生活的深度融合，互联网的功能已不仅局限于降低个体间的信息交流成本，而是作为创造新的供给、需求和交换的生态系统，能够引领经济、社会生产方式和生产关系的根本变革。

基于此，本文首次尝试将互联网看做一种新的环境进行对社会信任影响的研究，拟将用户使用互联网的频率看做用户置身于互联网环境中的不同程度，立足互联网对用户具有反向作用力的特点，对样本回归结果进行探索性解释，为互联网使用对社会信任影响的系列研究文献提供新的视角。第二，现有关于社会信任在互联网环境中的实证分析主要集中于个体交易效率、网络环境的交易安全和身份隐私保护三个角度[11]-[13]，尚未发现有文献从社会学角度将社会信任置于互联网环境中进行经验分析。数字化转型不仅是经济发展方式的转型，还是一个由“熟人社会”向“陌生人社会”转型过渡的社会过程，更是社会信任问题凸显的过程。在转型的初期阶段，网络环境的制度设计空白和监管缺失难免造成不规范、不公平或不正当竞争的市场环境，进而对居民的社会态度产生负面影响。因此，本文基于中国正处于共享经济和零工经济起步和发展的大背景，从社会学角度系统深入探讨互联网使用对社会信任造成的影响，有助于测评数字化转型背景下社会伦理层面可能存在的短板，为网络环境的制度建设提供有益思路。

二、数据来源、模型构建和变量描述

（一）数据来源

本文使用2013年和2015年中国综合社会调查（China General Social Survey，CGSS）的微观数据。CGSS数据始于2003年中国人民大学社会学系和香港科技大学社会科学部发起的一项每年针对全国各地一万多户家庭的抽样调查，记录了受访者的人口特征、家庭结构、经济收入、个人评价和社会态度等多方面的数据，是中国具有综合性、连续性和全国性的学术调查项目。选取该调查数据主要有以下三个原因：第一，2013年和2015年CGSS问卷中同时含有关于社会信任的问题是“總的来说，您同不同意在这个社会上，绝大多数人都是可以信任的？”，这一问题的含义符合本文的研究主题，因而本文使用该问题的答案来表征受访者的社会信任水平。第二，2013年和2015年CGSS问卷中同时含有关于互联网使用的相关变量，如互联网使用强度、闲暇时是否会上网等。第三，2013年和2015年的数据不仅是目前该数据库中较新的数据，而且恰好与中国数字化转型深度推进的时间点相契合，比较接近互联网环境特征在中国愈发显著的起始时间点。

本文重点研究互联网使用对社会信任的影响。基于这一研究主题，对数据集进行了如下处理：第一，剔除了2013年和2015年CGSS数据库中主要变量缺失的样本，如在“劳动收入”“家庭规模”“是否参加养老保险”等问题中拒绝回答、回答“不知道”和缺失的样本。第二，本文的研究对象为18—60岁的居民，因此，剔除了在这一年龄范围以外的样本，最终得到10 938个有效观测值。

（二）模型构建

本文重点关注的主要解释变量是互联网使用（Internet）。在互联网环境下，个体暴露在互联网环境中的程度可以用互联网使用频率进行度量，即互联网环境的涉入程度随互联网使用频率的增加而深入，因而本文选取问卷中“过去一年，您对以下媒体的使用情况是什么？”来定义互联网使用的情况，按照对应互联网（包括手机上网）使用的回答“从不”“很少”“有时”“经常”“非常频繁”依次赋值1—5。

本文的被解释变量社会信任（Trust）为有序离散变量，运用有序Probit模型来分析互联网使用对社会信任的影响。本文使用2013年和2015年CGSS问卷中“总的来说，您同不同意在这个社会上，绝大多数人都是可以信任的？”，选项遵循李克特五分法的原则，将问题的五个选项分别转换为信任程度，即“非常不信任”“比较不信任”“一般信任”“比较信任”“非常信任”，并从1—5赋值为依次递增的整数进行测量。

鉴于本文的被解释变量社会信任和主要解释变量互联网使用都具有离散且有序的特点，本文设定如下Ordered Probit模型：

其中，Trust*i为被解释变量，代表社会信任;Interneti为核心解释变量，代表互联网使用;βi代表其对应的回归系数;X′i代表影响社会信任程度的个体、家庭、社会保障和社区因素的变量矩阵（如年龄、性别、受教育年限等），γi代表其对应的回归系数矩阵;εi代表随机扰动项，i代表不同受访者。

在分析互联网使用对社会信任影响效果的异质性时，本文选取劳动收入、受教育年限、年龄、户籍状况、社会阶层预期分别作为与互联网使用的交互项，并构建模型如下：

其中，Z′i代表交互项的变量矩阵，μi代表其对应的回归系数矩阵，X′i仍然代表个体、家庭、社会保障和社区因素的变量矩阵（但不包含与互联网使用形成交互项的相关变量），其他变量的含义不变。

如果随机扰动项εi服从标准正态分布，则可以得到社会信任（Trust）的条件概率分布，具体公式如下：

在Ordered Probit模型中，如果随机扰动项与解释变量相互独立，那么采用极大似然法对参数进行估计，得出的参数β与γ就是一致估计量。

（三）变量描述

考虑到除互联网使用情况的影响以外，社会信任还可能受到其他因素的影响，因此，本文引入个体、家庭、社会保障和社区四个因素作为控制变量。对于受教育年限变量，本文将没有受过任何教育、或仅接受过私塾或相育班教育等赋值为0，小学赋值为6年，初中赋值为9年，高中、职高赋值为12年，中专、技校、大专赋值为15年，大学本科赋值为16年，研究生及以上赋值为19年。对于有无房产，本文将“您或您的配偶是否有以下资产？”与房产有关的选项为“是”赋值为1，“否”赋值为0。社会资本的变量选取问卷中“上次居委会选举/村委会选举，您是否参加了投票？”，“参加过”赋值为1，“否”赋值为0。与邻居社交频率选择问卷中对应的问题是“您与邻居进行社交娱乐活动的频繁程度”，按频繁程度由低到高重新赋值为5档。社会阶层预期选择对应的问题是“您认为您10年后将会在哪个等级上？”，将原有的10档改为5档依次赋值。具体变量及描述性统计结果，如表1所示。由表1可知，2013年和2015年中国社会信任水平的均值为3.322，说明居民社会信任水平较好，总体介于比较信任和一般信任之间。样本的互联网使用均值为2.769，说明居民互联网使用的频率并不高，总体介于很少和有时之间。样本的汉族居民占近91.4%，无宗教信仰的占89.4%，党员占52.9%，男女性别比基本持平。样本的平均年龄为41.757岁，平均受教育年限约10.257年，已婚居民占比82.5%，农村户籍占58.3%。自评健康和精神健康均值为3.948，说明居民总体健康水平良好。样本的家庭规模以3人的核心家庭为主，拥有住房的占比29.8%。与邻居社交频率均值为3.609，介于一般熟悉和比较熟悉之间，较符合现实大多数情况。

医疗保险参与率为90%，养老保险参与率为66%，说明居民社会保险参与情况总体较好。10年后预期的社会阶层均值为3.042，说明样本社会阶层流动处于中等水平。

三、经验分析

（一）基准模型的逐步回归结果

本文运用Stata15软件分别从个体、家庭、社会保障和社区四个因素对全样本进行逐步的有序Probit回归，回归结果如表2所示。

基准模型的回归结果显示，本文的核心解释变量互联网使用对社会信任产生显著的负向影响，互联网使用频率越高，社会信任程度越低。这表明，互联网使用是影响社会信任的重要因素，居民使用互联网的频率越高，社会信任程度越低。这说明，在互联网使用的过程中，互联网环境对用户具有反向作用力。一方面，互联网的“强连接”有利于促进信息资讯和闲置资源的分享在用户规模上的扩大;另一方面，用户使用互联网时的任何活动（包括浏览信息、购物、评论等）都在无形中嵌入互联网。个人信息或隐私不仅指用户在使用某些功能或产品时通过主动注册所提供的数据，还包括服务商或平台通过技术手段（如Cookie程序），收集和记录关于用户使用偏好的行为性数据。虚拟网络的匿名性使互联网中违反诚信所承担后果的成本极低，当互联网平台的不规范管控、信息及个人隐私泄露、非正规部门的不规范线上经营等问题丛生时，互联网使用者会不知不觉暴露在网络信任危机的风险当中。

控制变量方面，宗教信仰、有无房产、家庭规模对社会信任水平的影响并不显著，这可能由于在现代社会中，家庭因素、宗教文化因素和有无房产对个体社会态度的影响趋于淡化。年龄、已婚、受教育年限、自评健康和精神健康与社会信任呈显著的正相关关系;少数民族群体比汉族的社会信任水平低，非党员居民比党员居民的社会信任水平低，女性比男性的社会信任水平低。农村户籍居民比城市居民的社会信任程度更高，这可能是因为农村地区互联网普及率没有城市高，且农村的社区活动和人际往来更加频繁，加强了彼此间的熟悉和信任。劳动收入与社会信任呈显著负相关关系，可能的解释是劳动收入占比越高的居民，其劳动商品化程度越高，其工资收入占总收入的比重偏高，日常工作过程中需要保持很高的劳动强度才能获取相应的收入，且缺乏其他类型的经济支持，這也比较符合零工经济的理论特点。上述控制变量的回归结果与已有文献[14]-[18]的研究发现相一致。

在模型（3）和模型（4）中，养老保险和医疗保险的系数均显著为正。这说明，有社会保险的居民其社会信任程度更高，社会保险覆盖率的提升对社会信任存在显著的正向影响。社会保障体系的健全和完善给居民（尤其给处于社会底层或弱势地位的居民）提供社会安全网，有利于增强居民抵御社会风险的能力，增强安全感，进而提高居民的社会信任水平。模型（5）显示，社会资本、与邻居社交频率和社会阶层预期与社会信任呈显著正相关关系，这意味着，尽管互联网使用能够加强人与人之间的联系，但原本的社会关系和社会信任的形成机制并没有被彻底替代。相对于家庭而言，以社区为基本单位的社会信任在互联网时代显得更加重要。

（二）稳健性检验

为了进一步确保结论的稳健性，本文还选取了CGSS问卷中“闲暇时间上网”分别对全样本、2013年和2015年的样本进行稳健性检验，回归结果如表3所示。在模型（6a）中，闲暇时间上网的全样本回归系数在1%的统计水平显著为负，表明与闲暇时间不上网的居民相比，闲暇时间上网的居民社会信任水平更低。在模型（6b）和模型（6c）中，2013年和2015年的分样本回归系数均在5%的统计水平显著为负，且三个模型中其他控制变量回归系数的符号和显著性与模型（5）基本一致，可见互联网使用对社会信任的负向影响结论是稳健的。

（三）基准模型的边际效应

由于Ordered Probit模型回归的系数只能从显著性判断出解释变量与被解释变量之间是否具有正负向影响，不同于OLS估计的参数含义具有直观的边际效果，因此，本文通过进一步计算得出互联网使用对社会信任影响的边际效应，如表4所示。

由表4可知，仅控制个体因素时，互联网使用每增加1个单位，社会中非常不信任陌生人的概率上升0.1%，不信任陌生人的概率上升0.4%，一般信任陌生人的概率上升0.1%，比较信任陌生人的概率下降0.4%，非常信任陌生人的概率下降0.2%。控制了家庭因素后，互联网使用对社会信任的负向影响与之前相当。在继续控制社会保障和社区因素后，互联网使用对社会信任的负向影响比之前有所增强。

四、互联网使用对社会信任影响的异质性分析

（一）基于劳动收入和受教育年限的调节效应

已有文献表明，零工经济具有低信任度的特点[18]。本部分以受教育年限和劳动收入作为调节变量引入互联网使用与受教育年限、互联网使用和劳动收入的两个交互项，并同时报告了Ordered Probit和OLS两种估计结果

在大样本条件下，Ordered Probit和OLS模型估计结果基本等价，而OLS模型估计的系数更具经济含义。来探索互联网环境下社会信任影响的调节效应，如表5所示。模型（7a）的分析结果显示，互联网使用与受教育年限的交互项系数为0.009，且在1%的统计水平下显著，表明不同受教育年限的群体，其互联网使用对社会信任的抑制效应存在差异。随着人们受教育年限的提高，互联网使用对社会信任的负向效应会被削弱。图1结合模型（7b）通过OLS估计的截距和斜率参数进行的可视化分析显示，互联网使用对社会信任的影响在不同受教育群体之间出现分化。对于受教育年限较高的群体，互联网使用对社会信任呈正向影响，而对于受教育年限较低的群体，其社会信任水平随着互联网使用的增加略呈下降趋势。可见，在互联网环境中，教育是能够导致互联网使用对社会信任影响产生差异性的重要因素。受教育年限能够显著影响互联网使用技能，并能够影响人们适应互联网环境的能力。受教育程度越高，在互联网使用过程中，其信息甄别能力和风险抵御能力越强，互联网环境的适应能力越强;而受教育程度越低，其网络使用技能较弱，信息甄别能力较弱，更易遭受互联网使用过程中的信任风险。模型（7c）的估计结果显示，互联网使用与劳动收入的交互项系数为0.016，且在1%的统计水平下显著，表明不同劳动收入的群体，其互联网使用对社会信任的抑制效应存在差异。随着劳动收入的增加，互联网使用对社会信任的抑制效应会得到缓解。图2结合模型（7d）通过OLS估计的截距和斜率参数进行的可视化分析显示，对于劳动收入较高的群体，互联网使用越频繁，社会信任水平也随之升高;对于劳动收入较低的群体，互联网使用越频繁，社会信任水平越低。其中存在的机制可能是：人们通过互联网参与线上分享并获得物质性的回报，能够显著抵消对网络社会存在的不信任观念。尽管与陌生人之间的“分享”风险依旧存在，但共享经济带来的物质性回报是增强网络社会信任的关键。由此可以推断，陌生人之间的信任机制在互联网的使用中被物质化、货币化了，人们在互联网环境中通过参与“分享”获得的物质性回报越高，越有利于抑制互联网使用对社会信任的负向影响。

综上可知，互联网环境的逐步形成对于不同受教育年限群体、不同劳动收入群体产生的冲击和红利各不相同，提高劳动收入和受教育年限能够有效抵御互联网给社会带来的负面影响和风险。为了进一步探析不同受教育年限群体在互联网环境中对社会信任影响的异质性，本文将受教育年限群体的样本进一步区分为小学学历及以下群体、中学学历群体和大学学历群体进行Ordered Probit分样本回归，结果如表6所示。表6的结果显示，对于小学学历及以下群体和中学学历群体，互联网使用对社会信任的负向影响均在10%的统计水平下显著。这反映了在互联网环境中，中学及以下学历群体更容易成为受信任风险侵害的对象。相较于受过高等教育群体而言，中学及以下学历群体大多没有专业的技术和资历，对于取得更高质量的工作机会缺乏竞争力。一方面，他们的人力资本特质多符合服务型行业的需求，能够依托互联网环境换取劳动收入;另一方面，他们在面对网络风险和维护自身合法权益的問题上处于弱势地位，不仅自身缺乏相应的网络使用技能和信息甄别能力，而且在网络环境的制度建设方面，政府对于这部分群体及其所广泛参与的领域和行业规范问题、合法权益的保护问题仍缺少具有针对性的应对措施。

（二）基于不同年龄段、不同户籍以及不同社会阶层预期的调节效应

上文的研究表明，互联网使用对社会信任具有显著的负向影响。表7进一步考察了不同年龄群体、不同户籍群体以及不同社会阶层预期的互联网使用对社会信任影响的调节效应。

不同年龄段群体的互联网使用对社会信任的影响可能存在差异。因此，本文的模型（9）、模型（10）和模型（11）将样本年龄分为三个组别：18—32岁为年轻群体，33—45岁为青年群体，46—60岁为中年群体，并分别与互联网使用做交互项。回归结果显示，互联网使用的回归系数均为负，且分别在年轻群体和青年群体通过了5%和1%的显著性检验。在交互项中，年轻群体和青年群体的回归系数显著为正，而中年群体显著为负。这说明，不同年龄段的互联网使用对社会信任的影响存在显著差异，在年轻群体和青年群体中间这种负向影响被显著抑制了，而在中年群体中间，互联网使用对社会信任的负向影响被显著放大了。其中存在的机制可能是：新一代的年轻群体从出生就伴随着互联网的发展而成长，他们是互联网环境中的准“原住民”，互联网对他们而言不是新鲜事物，而是赖以生存的条件和环境，他们学习、工作和生活的方方面面都与互联网紧密融合;而青年群体正处于人力资本和社会资本积累的上升时期或巅峰阶段，较高的社会经验的判断能力和物质生活保障使他们抵御社会风险的能力更强。因此，他们可能更擅长高效利用互联网中的有益资源并防范互联网中的风险。尽管网络中存在的风险因素不可忽视，但对于这两个年龄段的群体来说，互联网环境带来的有益资源可能比互联网中的风险远远大得多。对于中年群体而言，互联网的出现和普及属于新生事物，接受并适应互联网的环境需要时间和一定的上网经验，在一些缺少互联网监管和治理空白的领域，中年群体容易成为网络诈骗或其他网络违法活动所针对的群体之一。

互联网的普及和使用在农村和城市户籍方面也存在显著的制度性差异[19]。模型（12）通过加入户籍与互联网使用的交互项，进一步考察了农村和城市在互联网环境中社会信任的不同效果。回归结果显示，互联网使用与农村户籍的交互项均显著为负，这表明，互联网使用对社会信任的抑制效应在农村户籍群体中的效果更加明显，农村户籍的互联网使用群体更易受到互联网中负面信息的影响。这可能由于农村户籍的互联网用户的网络使用技能普遍不高，对他们而言，互联网不仅仅是难以驾驭的新鲜事物，更是容易受到权益侵害的荆棘之地。

模型（13）反映了不同社会阶层预期的互联网使用对社会信任的影响。回归结果显示，互联网使用的回归系数显著为负，且互联网使用和社会阶层预期的交互项在5%的统计水平上显著为正，这表明随着个体对自身社会阶层向上流动预期的升高，互联网使用对社会信任的负向影响会受到抑制。社会阶层预期是个体对当前社会流动状况的直观反映，居民对社会阶层预期的态度越乐观，其互联网使用对社会信任的负向影响越弱;反之，居民对社会阶层预期的态度越悲观，其互联网使用对社会信任的负向影响越强。在数字化转型背景下，互联网的开放性和共享性有利于打破旧的利益格局，形成新的利益格局，并驱动新的价值观念和市场竞争形式的形成，势必为改善现有的社会阶层固化问题迎来一个窗口期。对于具有较强奋斗意愿的劳动者来说，合理利用互联网环境中的有益资源，快速响应互联网环境中的新技术、新变化和新创造，紧紧抓住数字化转型的契机，不仅有利于改善个体当前社会流动状况，也有利于推动整个社会的数字化转型。

五、结论及政策建议

随着数字化、共享、创新和个性化时代的到来，人与社会的全面发展已与互联网世界密不可分。互联网作为一把双刃剑，对于促进经济发展和保持就业局势功不可没，但其发展存在一定的局限性，也深受信息不对称、监管和保障不完备所困。如何正确、客观地看待互联网的双向效应，有助于构建和谐有序的互联网生态圈，持续不断地释放互联网经济的活力，改善就业环境和就业质量。基于此，本文使用2013年和2015年中国综合社会调查数据构造有序Probit模型，并选取个体因素、家庭因素、社会保障因素和社区因素作为控制变量，实证分析了互联网使用对社会信任水平的影响并进行稳健性检验。根据劳动收入和受教育年限的差异进行了调节效应分析和分样本回归分析，并进一步考察了这种负向影响在不同年龄段、不同户籍和不同社会预期的异质性效果。调节效应分析发现，随着劳动收入和受教育年限的提高，互联网使用对社会信任的负向影响会被削弱。由此可推断，通过“线上分享”获得有效的物质性回报，能够显著抑制互联网使用对社会信任的负向影响，陌生人之间的信任在互联网的使用中被物质化、货币化了，人们通过互联网参与“分享”获得的物质性回报越高，越会显著抑制互联网使用对社会信任负向影响;提高受教育水平、网络使用技能也能够有效抵御互联网环境中的信任风险。中学学历及以下群体、农村户籍的互联网使用群体更易遭受互联网中的信任风险。对于年轻群体和青年群体而言，互联网使用对社会信任的负向影响有显著的抑制效果。通过加入社会阶层预期的交互项发现，提高社会阶层预期水平有助于抑制互联网使用对社会信任的负向影响。

基于此，笔者提出如下政策建议：第一，诚实守信、善解人意、设身处地为他人着想，这些维系传统社会信任机制的重要因素在当代互联网贯穿的经济社会并没有被彻底改变。为了确保数字经济的可持续发展，保障互联网环境中良好的社会信任水平，应同时抓好“线上”和“线下”两方面的社会信任水平。第二，在国家和政府层面，应发展中国特色社会主义的互联网生态圈，建设以人为本的互联网网络环境，重视各级政府执行监督部门的协调配合，重点关注受教育年限较低、农村户籍的群体在互联网环境中的权益保障问题，建立和完善互联网环境中的公共监管机制。这些措施有利于规范共享经济的市场秩序，防范互联网平台的金融风险，避免和解决在虚拟网络环境中原有的法律法规和政策监督机制空白化、互联网使用者诸多权益模糊化的问题。第三，在数字化转型背景下，以社区为基本单位的信任十分重要。应维持和巩固社区内的信任水平，积极开展弘扬中国传统文化和社会主义核心价值观的道德教育活动，培养中国特色社会主义的信任文化。同时，社区应以增强网络使用技能为核心，提倡科学健康地使用互联网、谨防网络诈骗和警惕辨别网络谣言等宣传教育活动。第四，社会保障水平的提升是维护社会信任水平的重要途径。应进一步提高医疗保险和养老保险的覆盖率，尤其关注并着力解决受教育年限较少、劳动力市场竞争能力较弱的劳动群体在参与零工经济过程中的劳动权益保护问题，以更好地实现公平和共享收益的合理分配。第五，提高受教育程度能够有效提升互联网风险的防御能力。个体应注重提高网络使用技能，增强防御网络风险的软实力，以适应灵活多变的互联网环境。

参考文献：

[1] Uslaner， E.M. Trust， Civic Engagement， and the Internet [J]. Political Communication， 2004， 21（2）： 223-242.

[2] Huang， M.H.， Whang， T.， Xu，C.L. The Internet， Social Capital， and Civic Engagement in Asia [J]. Social Indicators Research， 2016， 132（2）： 559-578.

[3] 王伟同， 周佳音. 互联网与社会信任：微观证据与影响机制 [J]. 财贸经济， 2019， （10）： 111-125.

[4] 金兼斌. 网络时代的社会信任建构：一个分析框架 [J]. 理论月刊， 2010， （6）： 5-11.

[5] Warren， A. M.， Sulaiman， A.， Jaafar， N. I. Social Media Effects on Fostering Online Civic Engagement and Building Citizen Trust and Trust in Institutions [J]. Government Information Quarterly， 2014， 31（2）： 291-301.

[6] Bouchillon， B. C. Social Ties and Generalized Trust， Online and in Person： Contact or Conflict-The Mediating Role of Bonding Social Capital in America [J]. Social Science Computer Review， 2014， 32（4）： 506-523.

[7] 李锋， 刘杨. 互联网使用、社会信任与患方信任——基于因果中介模型的分析 [J]. 中国社会心理学评论， 2020，（1）： 81-94+185.

[8] 趙晓航， 李建新. 当代青年的互联网使用与社会信任——基于CGSS 2013数据的实证研究 [J]. 青年研究， 2017， （1）： 19-27+94.

[9] 管金平. 社会基本信任形态在网络环境中的范式更迭与制度回应 [J]. 学习与实践， 2015， （4）： 106-117.

[10] 臧雷振， 劳昕， 孟天广. 互联网使用与政治行为——研究观点、分析路径及中国实证 [J]. 政治学研究， 2013， （2）： 60-75.

[11] 孙鲲鹏，王丹，肖星.互联网信息环境整治与社交媒体的公司治理作用[J].管理世界，2020，（7）：106-132.

[12] 冯华，陈亚琦.平台商业模式创新研究——基于互联网环境下的时空契合分析[J].中国工业经济，2016，（3）：99-113.

[13] 李睿，张锐剑，李文立，等.移动互联网环境下的隐私泄露容忍度测度方法[J].管理评论，2016，（7）：102-111.

[14] Glaeser， E. L.， Laibson， D. I.， Scheinkman， J. A.， et al. Measuring Trust [J]. The Quarterly Journal of Economics， 2000， 115（3）： 811-846.

[15] 李涛， 黄纯纯， 何兴强，等. 什么影响了居民的社会信任水平？——来自广东省的经验证据 [J]. 经济研究， 2008， （1）： 137-152.

[16] Guiso， L.， Sapienza， P.， Zingales， L. Peoples Opium？ Religion and Economic Attitudes [J]. Journal of Monetary Economics， 2003， 50（1）： 225-282.

[17] Uslaner， E. M. The Moral Foundations of Trust [M].Cambridge：Cambridge University Press， 2002.84-139.

[18] Wood， A. J.， Graham， M.， Lehdonvirta， V.， et al. Networked but Commodified： The （Dis） Embeddedness of Digital Labour in the Gig Economy [J]. Sociology， 2019， 53（5）： 931-950.

[19] 赵建国， 周德水. 互联网使用对大学毕业生就业的影响——来自CGSS数据的经验分析 [J]. 社会保障研究， 2019， （3）： 72-81.

（责任编辑：徐雅雯）

收稿日期：2021-03-12

基金项目：辽宁省教育厅科学研究重点攻关项目“辽宁省养老金支付能力研究”（LN2019Z17）;东北财经大学校级科研课题“高质量发展背景下的互联网平台就业研究”（3092003414）

作者简介：

赵建国（1973-），男，辽宁抚顺人，教授，博士，博士生导师，主要从事社会保障研究。E-mail： zhaojg@dufe.edu.cn

王嘉箐（1991-），女，新疆乌鲁木齐人，博士研究生，主要从事社会保障研究。E-mail： wjiaqing@hotmail.com