韩彦超

（东华大学人文学院，上海 200051）

提升和重塑人际信任尤其是对于陌生人的信任是社会信任、社会资本等研究领域最为关心的课题。 受先赋性关系的影响，各个社会与文化背景中的民众都有着较强的特殊信任，然而，不同社会中的一般信任水平则差异明显。一般信任作为对陌生人或社会中绝大多数人的信任，通常能够反映社会成员对人性善良的依赖[1]，与乐观主义价值观相联系[2]，是一个国家或社会进步、文明和繁荣的标志[3]，亦是社会发展的重要评价指标。 对于一般信任的研究具有重要的理论与现实意义。

信任与社会转型、制度变迁之间存在着明确的互动关联[4]，正如卢曼所言，信任本身是嵌入在社会结构和制度中的一种功能化的社会机制[5]。 某些制度环境比其他制度环境更有利于产生信任[6]。因此，对于信任的研究不应脱离社会转型和频繁的社会流动这一结构性背景。 一般信任大多形成于个人生命历程的早期阶段，且一经形成便不易改变[7]。生命早期经历的制度、文化背景不同，会导致不同世代间一般信任状况的差异。 此外，互联网使用能够显著地改变人们的交往模式，从而影响信任的范围和程度，因此互联网使用方式、频率不同的世代之间在一般信任方面存在着差别。

社会转型带来的大规模人口流动是社会学领域诸多核心议题的触发因素。 中国人的信任结构与社会交往具有很强的同构性[8]，均呈现出由近及远逐渐减弱的差序格局状态[9]。 越是亲近的小圈子互动越频繁，信任程度也越高。 大规模的人口流动给社会交往带来了极大变化。 一方面，人们的交往范围不再局限于身边的先赋性关系，交往半径得到了极大拓展；另一方面，交往模式从熟悉的稳定性交往转为陌生的匿名性交往，这无疑为信任的变迁提供了可能。 不同世代间生命历程的差异也会导致其交往模式的变化，从而影响一般信任。 因此，交往半径应当对于信任的世代差异具有调节作用。与此同时， 互联网的出现促成了人际交往的时空脱域，使网络行动者能够突破时空和社会地位的限制进行互动交流， 极大地拓展了人们的交往半径、改变了人们的交往模式。 网络对于交往模式的改变影响着交往半径对于信任世代差异的调节作用。

以往关于一般信任的研究已取得了丰硕成果，但对于互联网使用、交往半径和一般信任的世代效应之间的关系问题尚缺乏明确的回答。 本文基于CGSS2017 年数据，拟集中探讨以下3 个问题：一般信任在不同世代之间存在何种差异；交往半径对于一般信任的世代差异是否具有调节作用，如果有，表现为何种形式；互联网使用对于这一调节作用具有何种影响。 本文的逻辑结构如图1 所示。

图1 框架结构

一、文献综述与研究假设

（一）一般信任的世代效应

世代效应的本质是社会变迁，主要反映早年生活条件、社会因素或社会经历对某一特定出生世代产生的影响[10]。 新中国成立以来的社会变迁既是经济体制的变革，更是社会结构的变迁，它浓缩了人类历史上几乎所有的重大变革，超越了常规的社会变迁，具有文明转折的意涵[11]，已经并正在改变中国人生活于其中的社会语境及种种基本的社会力量，并对每个行动者进行雕刻[12]。 不同世代有其独特生活经验，一般信任存在普遍的代际梯度。 根据生命历程理论和社会化理论，这些独特经历建构了对应世代的价值观和世界观[13]。 不同历史阶段出生的人有着不同的集体记忆和独特习性，这无疑会影响他们对于其他社会成员是否可信的判断。

Putnam 探讨了美国社会信任模式的世代变迁，发现20 世纪30 年代美国高信任世代被低信任世代所取代，这导致信任水平在全国范围的下降[14]。这一结论得到了后续诸多研究的验证。Robinson 通过对1972～1998 年间美国调查数据的分析发现，20世纪40 年代前出生的世代比后续世代拥有更高的信任水平[15]。 Wilkes 的研究则指出，美国战争宝宝这一代的高信任特征主要适用于白人群体[16]。

20 世纪40 年代以来，中国发生了一系列重要的社会变迁，国家实现了独立，各项事业取得了巨大成就。社会结构变迁对生活于其中的人产生了具体而直接的影响。 一方面，生产力的发展极大地提高了人民的生活水平， 使得城乡面貌焕然一些，但同时也改变了人们日常生活中的交往方式和交往规则；另一方面，社会变迁极为迅速，而文化的变迁往往具有滞后性。以互联网、大数据、人工智能为代表的新一代信息技术推动传统价值规范逐渐式微，而新的价值规范建立需要较长时间。 这些因素都会给个人生活带来诸多不确定性，削弱一般信任，因而，一般信任在中国社会也应具有世代效应。 值得注意的是，一个世代所累积的特殊经验并不是在出生后就立即形成的，诸如一般信任等价值观念都是在成长阶段逐渐建立并稳定下来的，尤其是在青少年和青春期阶段。处于少年时期的个体在理解道德价值观的抽象意义方面还不够成熟，这也是为什么青少年时期受到的创伤会影响终身的原因[17]。 因此，一般信任的世代效应研究需要对受访者的成长阶段进行考察，即世代出生后的十几年。

Sztompka 指出，社会急剧变革会损伤建立在文化和传统之上的信任，但如果社会重新建立起稳定、透明和可预测的社会结构，那么这种制度将有助于恢复和增强人与人之间的信任[18]。 对于“40 前”与“40 后”群体而言，在其生命历程的青年阶段整个社会的流动性较低，较低的社会流动性带来了人与人之间关系的固定性与交往的长期性，并培养了人们较强的一般信任；“50 后”与“60 后”的青少年时期处于中国从农业社会向工业社会转型阶段，人们逐渐走出熟悉的环境与陌生人交往，短暂性、临时性交往开始变得普遍；“70 后”的青春期经历了改革开放这一伟大历程，经济的迅速发展改变了人们的生活方式，也对交往模式产生一定影响；对于“80后”和“90 后”而言，其青少年时期处在互联网时代，对互联网的频繁和普遍使用使得非重复性、匿名性交往变得普及，且相对而言，“90 后”在其成长过程中经历了更为富裕的青少年时期，这对于一般信任的发展具有提升作用。 鉴于此，本文提出研究假设1：

假设1：一般信任在不同世代间经历了先下降后上升的过程。

（二）交往半径与一般信任的世代变迁

信任的产生基于对交往对象未来行动进行的理性计算[19]。 低流动性是中国传统乡土社会最大的特点，作为最重要生产资料的土地以及最重要生活资料的房屋都具有不可移动性，这就造成了居于其中的人的低流动性。 如果没有天灾人祸、移民政策等外来力量的冲击，人们通常会固守自己的家园和土地，即使年轻时外出打拼也希望落叶归根。 在家乡共同体中，人们的交往对象固定，且多属于长期性、重复性交往。 身处乡土社会，无需强调信任也会导致人与人之间高度的互信，形成一种基于空间格局的信任[20]，并呈现出差序格局的特征[21]。 这并不是主要出于道德性因素的考虑，而是因为在低流动性的社会里，人们相信“跑得了和尚跑不了庙”，一旦做出失信的举动，很可能会因为失去乡村社会中的种种资源而寸步难行。 正是因为在乡土社会中背信弃义得不偿失，因此特定空间格局内的人往往会有很高程度的相互信任，对于空间格局外的人则因为缺少制约因素而不信任。

然而，这并不意味着中国人无法把信任半径拓展到陌生人。 信任来自于关系，而关系是可以运作的。 在关系式的差序格局中，有两种机制可以将外人转变为自己人。 一是通过联姻、领养、拟亲化（如拜把子）等手段成为具有先赋性关系的自己人；二是通过具体的交往而被接纳为自己人[22]。 彭泗清进一步将人际关系分为两个基本组成部分：既有关系与交往关系。 既有关系是由血缘、地缘等非个人互动因素决定的关系，如同姓、同乡等，这种关系的主体之间往往有着很强的互信[23]；交往关系则是通过人与人之间的互动交往来实现的[24]。 一个人所具有的关系资源的多寡及其对个人效用的大小虽然受到先天的种种限制，但也完全可以通过后天的关系运作而实现极大变化。 袭（承袭得来的关系资源）、认（主动与他人寻找共同的关系基础，如认干亲）、拉（没有关系或者已有的关系较远时通过互动来强化关系）、钻（通过各种手段来接近有权势的人物）、套（与他人套近乎，拉交情等）、联（拓展已有的关系网） 是中国人建立和维持关系的6 种主要方法[25]。在发展关系过程中，利用已有的亲人关系，诉诸以前的种种联系，使用内群体关联或者中间人以及借助社会交往也是重要方法[26]。 请客、送礼与做人情则是发展关系的3 种重要手段[27]。 因而，关系运作也可以通过改变个人的交往半径而影响信任，在一定程度上起到拓展中国人信任半径的作用。

随着市场化改革和城市化的推进，大规模的人口流动开始出现。 人口流动对于人们的交往和信任会产生两个方面的影响。 一方面，人口流动拓展了交往半径。 在传统社会里人际交往的对象往往是熟人，交往对象数量受到限制。 伴随着大规模的跨地域流动，人们的交往对象不但在数量上显著增加，而且更加具有异质性。 社交网络是个体获得资源的重要途径，个体的交往规模越大，越有利于从中获得更多的社会支持，其一般信任水平也越高[28]。个人触及的交往对象多元异质，能够增加个体对于不同社会位置、不同文化族群的包容性，因而有助于一般信任的形成[29]。 另一方面，人口流动改变了人们的交往模式。 传统社会的人际交往多为稳定性、重复性交往，具有很强的可预期性。 进入现代社会，交往半径拓展伴随的是匿名性、短期性交往的增加，交往越来越具有不确定性，这对于一般信任的发展反而不利。

因此，要通过拓展交往半径来提升一般信任，就需要克服其带来的风险性。 对于中国人来说，关系运作是克服风险性的有效手段。 关系运作的过程依赖于个体社会交往的不断扩大，从而增加同外人的交往密度、情感归属及彼此间的义务，将外人转化为自己人。 但是由于个人精力、时间的限制，这个关系化过程及其范围是十分有限的。 而且，将外人转变为自己人进而提升信任的过程更像是拓展了特殊信任的范围而非增加一般信任。 人们更喜欢和与自己类似的人聚在一起，从信任认识的人转到信任不认识的人并不简单。 信任家人、朋友与一般信任之间并无显著的相关关系[30]。

在中国社会，由于城乡二元体制的存在，人口流动带来的交往半径拓展所增加的多是短期性、非重复性交往，具有较强的不确定性。 再加上流动人口大多难以真正融入流入地的社会生活，因而通过关系运作来拓展一般信任既范围有限也难以为继。在这种情况下，交往半径拓展带来的不确定性关系增加反而会成为一般信任发展的负担。 我国大规模的人口流动开始于20 世纪80、90 年代，伴随着市场化转型而来，且流动主体多为青壮年，信任半径对于一般信任的削弱作用应当主要集中于这些世代当中。 鉴于此，本文提出研究假设2：

假设2:交往半径的拓展加剧了一般信任的世代差异。

（三）互联网与一般信任的世代差异

Putnam 将美国社会资本的下降归结于现代科技的普及，起初是电视现在则是互联网[31]。 沉溺于电视会使人们选择待在家里而不是走出家门增加社会联结，而后者是一般信任的主要来源。 长时间看电视的人还倾向于认为世界是充满险恶和暴力的，更不可能相信陌生人。 与此类似，互联网对于人们一般信任的影响同样体现在两个方面，一是传播关于社会的负面信息，二是影响人们的社会交往。受众在阅读新闻时往往更倾向于关注负面信息[32]。因为负面信息代表着危险，在长期的进化过程中人们已经发展出对危险快速反应的能力和技巧，这是自然选择的结果。 人本身也具有对负面信息敏感的特质，如同体内有一架危险控制装置以方便个体随时从危险中撤出[33]。 互联网在信息选择方面更加自由，使用者更有可能关注到负面信息。 随着大数据算法的兴起，互联网创造了一个回声室，个人越是关注某一方面的新闻，得到的相关推送就越多，使人处于信息茧房之中。 以互联网为主要信息渠道的青年群体社会信任水平更低[34]。

互联网的广泛使用使得人际交往实现了时空脱域。 即使身处不同场所、不同时间，主体之间也可以便捷地进行交流。 主体缺场交往的出现使网络行动者能够突破时空、社会地位等各种限制进行互动和交流，极大地扩展了交往范围。 但由于互联网的匿名性和高度复杂性，个人通过网络获得的多为弱关系且彼此的行为难以预测， 在网络中交付信任意味着承担更大的风险。 因此，互联网带来的交往关系对于一般信任的发展并无明显助益，对于互联网的过度使用反而会减少人与人之间面对面交往的时间，削弱社交能力。不少研究都发现，上网时间越多， 花在现实生活中的时间就因之越少，与现实社会环境的联系也越弱[35]。 上网频繁的人由于生活中的强关系被网上的弱关系所取代，其社会联系圈会逐渐缩小，现实沟通减少[36]，这些都不利于一般信任的发展。 互联网在中国兴起的时间并不算长，生长于网络时代的个体显然更容易受到互联网影响。 鉴于此，本文提出研究假设3：

假设3:互联网使用时间越长，交往半径对于一般信任的削弱作用越强。

二、数据、变量与方法

（一）数据

为了验证上述研究假设，本文采用“2017 年中国综合社会调查（CGSS2017）”数据展开实证分析。中国综合社会调查是中国第一个全国性、 综合性、连续性的大型社会调查项目。 调查采用多阶段概率抽样的方式抽取样本，涵盖中国大陆31 个省级行政单位。 CGSS 数据被广泛运用到各个学科的研究中，具有很高的信度和效度。 2017 年的中国综合社会调查共得到有效样本12582 份，数据包含3 大模块，其中包括居民使用互联网情况的一系列问题，是目前国内罕见的、具有全国代表性的个体互联网使用数据，符合本文的数据要求。

（二）变量设置与操作化

1.因变量

本研究的因变量为一般信任。目前学术界大多采用“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？ ”这一问题来测量个体的一般信任水平。 答案设置为“1=非常不同意；2=比较不同意；3=说不上同意不同意；4=比较同意；5=非常同意”。 这一单题测量法自1956 年被罗森伯格开发后，已被广泛运用于世界各地的信任研究中，产生了诸多关于国际差异、社会发展差异、阶层差异的富有影响力的研究成果[1][31][37]，可见其信度与效度。 为保持与以往研究的可对话性，本文也采用这一测量法。

2.自变量

本研究的关键自变量为世代差异，通过出生年份来测量，CGSS2017 的被调查者出生年份分布在1914～1999 年，鉴于样本中1940 年前出生的被访者并不多，我们把1940 年前出生的被访者分为一组，其后按照10 年一个世代分组，共划分为7 组。 即1940 年以前、1941～1950 年（40 后）、1951～1960 年（50 后）、1961～1970 年 （60 后）、1971～1980 年（70后）、1981～1990 年（80 后）、1991～1999（90 后）。 为便于分析，将该变量做虚拟变量处理，以“1940 年以前”作为参照项。

3.调节变量

本文的两个调节变量分别为交往半径与互联网使用。 交往半径涉及个人社交网络的异质性，以往研究多采用个人社交网络中包含的职业种类数量来测量。 在CGSS2017 中，相对应的题目为“您认识的人中有没有从事以下职业的： 公交车/卡车司机；大型企业的高级管理人员；家庭或办公室清洁工；理发师/美发师；人力资源经理/人事经理；律师；汽车维修工；护士；警察（包括交警、巡警等）；初中老师”，对应的选项为“家人、亲戚；朋友；打过交道的人；以上都没有”。 为了分析的方便，本文将“以上都没有”赋值为0，其它3 项合并赋值为1，将被访者在各个职业上的选项得分累加，得到一个取值0～10 的连续变量，命名为交往半径。 得分越高说明个人的交往半径越大。

互联网使用则通过是否上网以及上网时长两个指标来测量。 前者在问卷中对应的题目为“您第一次上网是哪一年（通过电脑、手机等电子设备都算）”，如果从没上过网则赋值为0，如果被访者填了具体年份则赋值为1。 后者则直接询问被访者“您每周平均上网时间大概有多少小时”。

4.控制变量

本研究的控制变量包括性别 （1=男，2=女）、政治面貌（1=非中共党员；2=中共党员）、收入（取对数）、阶层认同（在我们的社会里，有些人处在社会的上层， 有些人处在社会的下层。 10 分代表最顶层，1 分代表最底层，综合来看，在目前这个社会上，您本人处于社会的哪一层？）、居住地（1=城市，2=农村）、教育程度。 在CGSS2017 问卷中关于教育的问题为“您目前的最高教育程度是什么”，答案取值从1（没有受过任何教育）到13（研究生）。 探索性数据分析发现，不管是将该变量作为连续变量直接引入模型，还是作为虚拟变量纳入模型，回归结果基本一样。 为了简洁，本文将教育程度作为连续变量直接引入模型。 为区分年龄效应与世代效应，本文也将年龄做虚拟变量处理，共分为7 组，分别为18～30 岁、31～40 岁、41～50 岁、51～60 岁、61～70 岁、71～80 岁、81 及以上，以 18～30 岁为参照项。 具体变量信息见表1。

表1 变量的描述性统计结果

（三）分析方法

本文的因变量一般信任为定序变量，因此选择有序Logistic 回归或者多项式Logistic 回归更合适。然而，Logistic 模型的潜在问题在于不同模型间因存在残差方差变异而使得模型间系数不可比。Mood 提出， 在大样本的前提下，OLS 模型和Logistic 模型估计基本是等价的，且OLS 模型的系数更有社会含义[38]，国内诸多学者也都将一般信任直接作为连续变量进行多元线性回归分析[37]。因此，本文借鉴这一做法，将一般信任作为连续变量，使用OLS 建立嵌套模型来考察一般信任的世代差异，以及互联网使用与交往半径的调节作用。

三、研究发现

（一）一般信任的世代变迁

为展示一般信任的世代差异，本文首先分组计算了各个世代在一般信任水平上的均值，发现一般信任在不同世代之间经历了先下降后上升的过程。为更直观地展现这一差异，笔者绘制了世代与一般信任的折线图（见图2）。

由图2 可知，中国社会不同世代之间的一般信任水平大概经历了一个急速下降又缓慢上升的倾斜的 L 形变化过程。从“40 前”到“80 后”，这几个世代的一般信任不断下降，而“90 后”相比“80 后”又有所回升。这一发现与研究假设1 保持一致。为进一步检验一般信任的世代差异，笔者以一般信任为因变量建立嵌套模型（见表2）。 模型1 只加入了控制变量， 模型2 在模型1 的基础上纳入了世代变量，为区分世代效应与年龄效应，将年龄虚拟变量也纳入模型2。 对比模型1 和模型2 发现，世代变量和年龄变量的加入使得模型解释力明显提升。

图2 一般信任的世代差异

表2 一般信任的世代效应回归结果

从表2 可以看出，在控制变量方面，阶层认同越高，一般信任水平越高；拥有党员身份、居住在乡村也可以显著提高个体的一般信任，且统计结果都在 99%的置信水平上显著（P＜0.001）。 模型 2 中，年龄变量并不显著， 说明一般信任并不存在年龄效应， 这也表明一般信任确实多形成于青少年时期，且一旦形成就不易改变。在控制人口学变量与年龄效应后，世代变量依然显著。相对于1940 年前出生的人，后续几个世代的一般信任水平都显著更低，统计系数不断下降并在“80 后”群体中达到谷底，然后在“90 后”群体中开始回升。 因此，研究假设1得到进一步验证， 一般信任在不同世代间存在显著差异，经历了一个不断下降然后回升的过程。

（二）交往半径与一般信任的世代差异

信任来自于交往[39]，交往半径的拓展既可以直接影响一般信任，也可以作为调节变量，影响一般信任的世代差异。 为验证这一点，本文建立两个嵌套模型（见表3）。 表3 中模型3 以一般信任为因变量，纳入控制变量与交往半径以探讨交往半径的净效应，模型4 在模型3 的基础上纳入世代变量以及交往半径与世代的交互项以考察调节效应。

表3 交往半径与一般信任的世代差异

模型3 结果显示，交往半径越大，个体的一般信任水平越低， 且统计结果在95%的置信水平上显著。在中国社会，人们更愿意相信强关系，而交往半径拓展给个人社交网络增加的多为弱关系。只有当社会网络中的弱关系变为强关系后才会对信任水平产生正面影响。受限于个人时间、精力等因素，能够通过关系运作等手段转化为强关系的弱关系数量终究有限。如果通过交往带来的弱关系不能转化为强关系，反而会阻碍一般信任的发展。

模型4 的回归结果表明，交往半径在一般信任的世代差异中发挥着调节作用。 1961～1970、1971～1980、1981～1990 三个世代与交往半径的交互项系数显著为正，说明二者之间存在相互加强关系。 相对于其他世代，“60 后”“70 后”“80 后”群体中，交往半径对于一般信任的削弱作用更强，本文的研究假设2 得到验证。 传统中国社会的信任根基在于人口的不流动或低流动，相对封闭社会中固定、持续性高、重复性强的人际关系塑造了高水平的信任[20]。随着社会的变迁，尤其是市场化和城市化的发展，人口发生大规模流动，由熟人关系建立起来的信任网络作用弱化。 社会流动将个人带入到一个以陌生人为主的环境中，与陌生人的交往缺乏过去的积累，人际间的交往和互动具有随机性、偶然性和不可重复性。 在这种情况下，交付信任具有很大的风险。 在社区层面，高人口流动率会削弱整个社区的一般信任，因为信任是在长期的重复性交往中形成的合作均衡，来自于人们对彼此在未来进行长期交往的期望。 人口流动会降低这种期望，进而削弱一般信任。市场化转型中参与流动的人口主力是青壮年，集中在“60 后”至“80 后”3 个世代。 相对于其他世代群体，流动经历更明显地加大了这3 个群体的交往半径。 但由于我国的乡-城人口流动多为候鸟式迁移，而关系运作需要时间来维持持续的互动，这就导致他们很难将通过流动经历增加的弱关系经由关系运作转化为强关系，也就无法通过拓展强关系来提升一般信任，最终导致这3 个世代交往半径更大但一般信任水平更低。 因此，交往半径的拓展是一般信任世代差异形成的原因之一。

（三）互联网的调节效应

互联网带来的技术革命为人们的生活带来了巨大影响。 对于一般信任，互联网既可以直接对其产生作用，也可以通过影响交往半径而对其产生调节作用。 为探讨互联网使用、交往半径与一般信任世代差异之间的复杂关系，本文建立了3 个嵌套模型进行分析（见表4）。 表4 中模型5 以一般信任为因变量，纳入了控制变量与是否使用互联网作为自变量，模型6 则纳入控制变量与上网时间作为自变量，结合模型5 与模型6 可以考察互联网使用对于一般信任的直接效应。模型7 在二者基础上纳入了世代、交往半径以及互联网、世代、交往半径三者的交互项来考察互联网的二阶交互效应。

表4 二阶交互效应检验

由表4 可知，互联网使用对于一般信任具有直接的负面效应，同时互联网对于交往半径与一般信任的世代差异之间的关系具有调节作用。模型5 与模型6 的回归结果表明，如果直接询问是否使用互联网，那么互联网对于一般信任的影响并不显著；但如果探索互联网使用时间与一般信任之间的关系就会发现，平均每周上网时间越长，个人的一般信任水平越低。 二者结合可知，只有互联网使用达到一定程度后才会对一般信任产生削弱作用。对于互联网使用比较频繁的个体而言，过多的网络生活会侵蚀其现实中的人际交往，对其一般信任的发展产生不利影响。 本文一定程度上验证了Putnam 互联网削弱一般信任的论断[31]。 网络中获得的人际关系大多具有匿名性和不稳定性，难以发展为个人的强关系，对于个人的一般信任反而具有削弱作用。

在模型7 中，本文同时纳入了世代、交往半径、互联网使用以及三者的交互项，回归结果显示，二阶交互项中 1971～1980、1981～1990 两个世代的系数显著为正。结合模型 4 可知，“70 后”与“80 后”的一般信任水平差异会受到交往半径的调节，且这一调节作用还会受到这两个世代互联网使用时间的影响。即对“70 后”与“80 后”群体而言，互联网使用时间的增加强化了交往半径对于一般信任的削弱作用。因此，本文的研究假设3 得到验证。传统社会的人际交往深受时空因素的掣肘， 人们依托血缘、地缘等先赋性因素形成基于特定空间边界的社会关系。互联网的出现则使得主体间缺场交往成为可能，这就为个人的交往半径带来了两个影响，一方面拓展了交往半径，增加了个人的弱关系。 主体缺场交往的实现使人际交往突破了时空、地位、文化等各种限制，极大地拓展了人们的交往范围，但网络中的交往对象大多只能成为弱关系。 另一方面，频繁的互联网使用会对现实的人际交往产生时间替代以及媒介替代作用，人们花在互联网上的时间越多，在现实生活中的互动时间就越少，人际网络中的强关系就越容易被互联网中的弱关系所取代。因此，互联网使用使得个人的交往半径扩大，在弱关系增加的同时用弱关系取代了强关系。 结合前文可知，交往半径的扩大会削弱一般信任，是造成一般信任世代差异的原因之一，互联网使用能够通过影响交往半径进一步加大这一效应。 中国的互联网兴起并推广于世纪之交，对“70 后”“80 后”的生活产生的冲击最大，因而互联网使用、交往半径、世代三者的二阶交互效应在这两个世代中最为显著。

综合上述分析结果可知，一般信任存在世代差异，具体体现为一般信任水平在“40 前”至“80 后”世代间不断下降，“90 后”群体又有所回升。 在“60后”“70 后”“80 后”群体中，交往半径的拓展削弱了其一般信任水平。对于“70 后”与“80 后”而言，交往半径对于一般信任的削弱作用会随着互联网使用时间的增加而不断增强。

四、结论与讨论

一般信任水平是评价社会发展程度的重要指标[40]，在社会转型期深入研究一般信任的世代差异、探讨社会变革与信任变迁之间的关系具有重要意义。 新中国成立以来，中国社会在短短几十年时间里经历了一系列重大社会变迁，这在人类历史上都是绝无仅有的。社会变革为我们探讨一般信任的世代差异及其背后的解释机制提供了天然实验场。然而，受限于数据等原因，国内目前对于一般信任世代差异的形成机制尚缺乏系统深入的分析。 为解决这一问题，本文基于CGSS2017 年数据，探讨了中国人一般信任的世代差异以及交往半径与互联网使用的调节机制，并得到如下研究发现。

首先，中国社会的一般信任在不同世代之间经历了先下降后上升的过程，整体呈现倾斜的L 形。这可能与转型社会中不确定性显著增加有关。 中国社会在几十年内历经多次转型，转型往往伴随着旧规范的衰落，而新规范的建立需要较长时间，期间的价值规范真空会释放大量不确定性。 处在不确定性强的环境中，个体更加不敢信任陌生人。 自“40 前”到“80 后”，中国的这些世代群体都不同程度地经历了社会转型，而“90 后”大多成长在社会转型基本完成、 新的制度规范逐渐确立的年代，不确定性相对较弱，且在其成长阶段里，物质条件相对富足，这对于他们一般信任的提升也发挥了一定作用。鉴于此，可以预见的是，随着我国综合国力的持续增强，中国社会的一般信任从“90 后”开始，在后续世代中应该会不断提升。

其次，交往半径是一般信任世代差异形成的原因之一。 社会转型带来的大规模人口流动改变了人们的交往模式，使人们可以走出基于空间的交往格局，拓展交往半径。 然而，中国人的信任是一种基于关系的信任。 大多数人只信任身边的强关系，而社会流动带来的交往半径拓展增加的多为弱关系，反而成为了一般信任发展的负担。 “60 后”、“70后”与“80 后”群体是参与人口流动的主力军，交往半径拓展带来的一般信任下降在这3 个世代群体中更为显著。

最后，互联网使用对于一般信任的发展具有负面作用，这一效应主要是通过影响人们的交往模式实现的。 频繁使用互联网会侵蚀人们现实中的社交关系，不利于信任的发展；通过上网建立的新关系往往带有较大的风险，这又进一步削弱了网络使用者的一般信任。 同时，互联网使用还可以通过影响交往半径对于一般信任世代差异的调节作用而削弱一般信任。 互联网使用时间越长，交往半径越容易拓展，其对一般信任的世代差异影响也越大，这一效应在“70 后”与“80 后”群体中尤为明显。“70后”与“80 后”群体不但是人口流动的生力军，而且成长过程中大多深受互联网影响。 对这两个世代而言，他们的互联网使用时间、交往半径与世代之间复杂的交互关系对于一般信任有着深远影响。

信任是风险社会的简化机制[41]，与社会形态之间存在着必然的互动关系。 社会变迁为不同世代的生命历程打上了深刻的时代烙印，使之形成了独特的集体记忆。 受此影响，中国社会诸多现象及社会问题都具有鲜明的世代效应，一般信任亦不例外。本研究的主要理论贡献在于通过对中国社会信任变化的研究来填补相关领域的不足，相对于以往静态的东西方比较研究或简单的机制研究，本文展现了一个大国一般信任的变化图景，具有一定的理论启发性。 Fukuyama 将被儒家文化圈所辐射的东亚社会归为低信任度社会[42]，儒家文化对于血缘、伦理关系的重视被认为是造成这一现象的原因所在。如果这一论断是合理的，那么随着社会转型的进行，传统文化逐渐式微，不同世代的生命历程中儒家文化的影响也在逐渐减弱，那么一般信任水平也应该随着世代更替而越来越高。 然而，以往研究都否定了这一推论，这是Fukuyama 从文化出发的观点所无法解释的。 本文从不同世代之间经历的社会结构转型以及技术变革角度来解读这一问题。 本文的现实意义在于，验证了信任是一种集体现象，与社会结构以及新技术的大规模应用紧密相连。 因此在继续致力于为社会成员提供稳定的成长环境、建立起公平和可预期的社会规则的同时，应该进一步加大对网络的整治力度，营造“风清气正”的网络环境，激发互联网对一般信任的积极效应，消除其负面影响。