内容提要：信任有助于维系社会稳定、促进经济增长，也对培育转型中国积极健康的社会心态十分重要。市场化进程对一般信任有何影响？首先，本文根据调查数据发现市场化与以“陌生人”为对象的一般信任呈现从“倒U型”向正向关系的过渡。其次，本文使用基于多主体建模与仿真方法发现市场化的推进给交易带来利润和风险的上升，市场化初期缺乏对交易风险的控制，市场化会导致一般信任的下降；当市场交易活动中加入规范性政策对市场交易的风险进行调控时，则市场化会推进一般信任水平的提高。这一发现有利于解释市场化与一般信任从“倒U型”向正向关系的转变。本文使用多主体建模与仿真方法既有助于实现对宏观信任水平的机制解释，也为控制市场交易风险的政策制定提供依据。

关键词：市场化/一般信任/基于多主体建模与仿真方法/风险

作者简介：陈忱，浙江工业大学公共管理学院

一、问题提出：市场化与信任

随着人际交往范围的扩大，人与人互动的不确定性因素逐渐上升，而信任具有简化不确定性(卢曼，2005)、降低交易成本、促进社会团结的作用。许多学者发现，社会信任水平越高的地区，经济发展水平也越高，这一论断既在29个市场经济国家里面得到证实(Knack & Keefer，1997)，也在中国这种转型国家中获得支持(Zhang & Ke，2002)。信任降低交易成本、促进经济发展的积极作用已成为学界的共识，然而市场化进程中信任是否会出现滑坡一直以来却没有明确的答案。

一些学者认为，市场化的发展带来了范围更广、更为频繁的商品交易活动。当人们在复杂的经济活动中更多地信任他人，他们会获得更多的经济发展机会，而失信于人意味着失去未来的交易机会，这一过程有利于培育民众的契约精神，因此市场化进程可以提升民众的信任水平。阿尔尤巴德里等(2013)发现实验中使用与市场和贸易相关的词语有助于提高参与者对同伴可信赖程度的判断，进而使得参与者表现出更高的信任水平。亨里奇等(2010)的一系列研究发现，市场整合度越高的社会，人们越倾向于表现出利他的社会偏好，因为市场交易是培养人们维持互利商业联系的社会化过程(陈忱，2016)。信任意味着承担因轻信而蒙受损失的风险(王绍光、刘欣，2002；张笠雲、谭康荣，2005；Luhmann，2000；Rousseau et al.，1998)，因此是一种重要的社会偏好，信任水平在市场整合度更高的社会中也越高。

另一方面，市场化进程会带来大规模的商品交易和人际互动，当制度规则尚不充分、契约精神未能充分发展之际，经济和社会活动的权利无法得到充分的保护，因此人们会不愿意轻易信任他人，避免承担风险。市场化带来的理性计算会培养利己主义(homo economics)，实验室研究发现利己主义有可能削弱社会信任水平(Xin & Liu，2013)。除此之外，辛自强和辛素飞(2017)利用元分析(meta-study)发现从1998年到2011年，随着中国的市场化进程的推进，信任水平越来越低；与此同时，2012年的调查数据显示市场化水平更高的省份，信任水平也越低。这一系列研究为市场化导致信任滑坡提供了跨时跨地区的证据。

辛自强团队的研究非常详实充分，然而对信任的测量尚待商榷。辛自强团队使用的指标是一般化信任(generalized trust)，即“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”。尽管大部分调查研究均利用一般化信任的测量方法，不同国家却面临着信任半径的巨大差异，即一般化信任指代的“一般化人群”各不相同，因此使得各国的一般化信任无法比较。事实上，信任的测量需要注意两种不同的信任，一种是相信不依赖于血缘、亲缘和充分社会交往关系的人，在中国的语境下，这种信任通常指的是“非自己人”信任(普遍信任)。另一种是对与自己相熟的人的信任，包括家人、亲戚、老乡、同学、好朋友等“自己人”信任(特殊信任)，其信任的基础来自本来的社会关系，也即翟学伟(2014)解释的无约束机制的信任。德尔希等(Delhey et al.，2011)根据世界价值观调查的研究发现，中国的一般化信任更倾向于“自己人”信任，当人们被问到“绝大多数人是否可信任”时，中国的受访者更多地把“大多数人”投射到“自己人”。信任半径的提出解决了不少学术上的争议，也提醒研究者们如果研究问题是中国的普遍信任，则需要非常小心地使用“大部分人是否可信”的指标，应该使用真正代表普遍信任的措辞取而代之，比如陌生人。

本文研究的信任是一种承担风险、应对不确定性的社会偏好，因此市场化削弱还是增强信任主要强调的是不依赖于相熟社会联系的“非自己人”信任。相比较来说，现有的信任研究较多地集中在相熟的“自己人”信任，比如家人、亲友、同学、邻居等；或者投射到“自己人”的一般化信任，比如绝大多数人、大部分其他人等。对于“非自己人”信任关注较少，而后者恰恰对维系现代社会不确定的社会关系有更大的借鉴意义。除此之外，学者们发现中国人的一般信任与特殊信任几乎是相互独立、互不关联的，所以我们也无法从一种信任的调查结果直接推论到另一种之上(胡安宁、周怡，2013；李伟民、梁玉成，2002)。因此，笔者认为需要重视一般化的普遍信任研究，同时改变测量指标重新探索市场化与真正反映“非自己人”信任的关系。

为了更好地探究市场化与“非自己人”信任的关系，笔者排除了可能投射“自己人”的一般化信任指标，仅仅使用指称“非自己人”信任的问题。经过统计，涉及“非自己人”信任的指标只有中国综合社会调查CGSS2005、CGSS2012、CGSS2013、CGSS2015，这四次调查直接询问受访者对陌生人的信任程度，尽管措辞略有不同。

市场化是否带来信任的滑坡？中国各省之间存在天然的市场化水平差异，所以笔者利用樊纲团队总结的市场化水平(“樊纲指数”)来估算市场发育程度。为了方便与模拟的结果做比较，我们把“樊纲指数”进行标准化。信任方面，我们使用省一层次作为集合层面的分析单位，这一做法一来和“樊纲指数”相对应，二来CGSS2012，CGSS2013和CGSS2015都未提供区县一级代码，所以无法进一步解析集合层次的信任水平。由于信任受到抽样的影响，我们对每个省份进行加权，权重基于各省在性别和教育两个维度的边际分布。汇总省级信任水平的时候，我们首先使用每个省份的均值作为省级信任感的测量。此外，由于信任是定序变量，我们参考斯蒂文斯和沃尔夫斯(Stevenson & Wolfers，2008)的做法，先对信任做定序罗蒂斯克回归，模型中省份是唯一的自变量，各省份的固定效应系数作为每个省份的信任水平。均值及定序罗蒂斯克回归所得系数均利用省份权重来降低抽样过程中对省份信任水平代表性的影响。

图1展示市场化水平与省份均值一般信任的关系，分别使用CGSS2005、CGSS2012、CGSS2013、CGSS2015这4个调查的数据所绘。从图中不难看出，信任与标准化的市场化水平在早期的CGSS2005和CGSS2012呈现“倒U型”关系，在稍晚一些的调查如CGSS2013、CGSS2015时则呈现正向关系。当我们以标准化的市场化水平的一次项和平方项作为自变量，而经过权重调整的省级均值信任作为因变量做最小二乘法(OLS)回归分析，我们得到了表1的结果。表1中模型1、2的结果证实了市场化与信任在2005年和2012年的“倒U型”关系(2005年和2012年)，因为一次项系数均为正，二次项系数均为负。模型3、4则证实了市场化与一般信任在2013年和2015年的正向关系，市场化分数分别在0.01和0.05的水平上显著。

如何解释市场化与一般信任的“倒U型”及正向关系？这里首先需要反思的问题是市场意味着什么。市场的发展带来的是经济获利机会的增加，比起熟人社会的商品交换，市场化发展带来的商品交换规模更大、时间间隔更久、利润也更大。这种大规模的商品交换不依赖于人本来的社会关系构建，所以有更大的不确定性、风险也越高(Luhmann，2010)。市场化的发展带来了更大的利润和更高的风险，所以信任他者的潜在风险和利润也随之增加。在这两种力量的共同作用下，一般化信任是否会出现滑坡？如何解释我们观察到的市场化与信任的“倒U型”及正向关系？

二、研究方法：基于多主体建模与仿真方法

为解决上述研究问题，本研究使用计算社会学基于多主体建模与仿真的方法(Agent-Based Model，简称ABM)来构建。ABM是一种自下而上研究社会系统演化的方法。ABM利用计算机设定一定数量的主体(agent)，并对这些具有认知和行动能力的主体进行模拟。梅西和维勒(Macy & Willer，2002)认为ABM中主体具有以下几个特点：自主的、互相依赖的、行动依简单规则、可适应的。主体按照一定的行为规则，进行多次主体之间、主体与外界之间的不断互动，最终演化出宏观的社会现象(梁玉成、贾小双，2016)。使用ABM研究复杂系统和互动性的社会现象具有很大的优点，比如规范的产生与演化(Axelrod，1986；Kitts，2006)、信息和技术的传播(Kiesling et al.，2012；Strang & Macy，2001)。本文研究的信任涉及每个个体对风险的认识与评估，当信任者选择信任他者，信任者就承担了一定的风险，当风险没有导致信任者的损失，信任者则更有可能在未来继续信任他者，或者向其他选择信任的主体学习；反之，如果他的信任被辜负，信任者未来则更有可能不愿意信任他者。这样的一个过程需要考察行动主体的互动性，并且行动主体可以根据过往信任被正面或是负面回馈而不断适应和学习，因此ABM方法成为本研究自然的选择。

(一)信任在基于多主体建模与仿真方法中的应用

心理学界一直以来很关注信任研究，也取得了颇有影响力的进展。比如山岸等(Yamagishi & Yamagishi，1994)的一系列研究强调信任的心理学机制，从情感、动机等方面来理解信任，并且得到学术界的广泛关注。不过从社会学的研究角度来看，其研究未能对宏观社会因素的影响予以重视。使用基于多主体建模与仿真方法讨论信任的一个意义在于重新把社会学重视的结构因素带回信任的研究。这一做法不乏西方文献的支持，比如梅西和斯科文泽(Macy & Skvoretz，1998)强调两种结构因素——“邻近区域的大小”(neighborhood size)和“互动的嵌入性”——对研究陌生人之间的信任和合作的演化的意义；梅西和佐藤(Macy & Sato，2002)讨论社会流动的频率是否可以有效地解释美国和日本信任水平的差异；佐藤(Sato，2005)讨论不同群体的收入差距是否会因为信任水平的不同而拉大，而市场吸引力决定了不同群体是否愿意参与市场交易。这些研究都对社会学的因素(邻近区域、嵌入性、社会流动、社会结构等)给予了足够的重视，也成为信任研究值得探索的方向。

上述使用ABM研究信任的文献普遍利用“一个主体决定是否参与囚徒困境游戏”作为信任的指标。经典的囚徒困境游戏有两名参与者，二人必须独立在合作或是背叛之间做出选择。当双方都合作时，双方收益为R；当一方合作一方背叛时，合作者获得S，背叛者获得T；当双方都背叛时，双方收益为P。囚徒困境规定的几种收益关系为T＞R＞P＞S，详情见表2。在虚拟的社会环境中，我们可以把囚徒困境理解为一次社会互动，社会互动可能带来收益也可能带来损失(风险)。以是否愿意参与囚徒困境游戏来表示信任是因为在现实生活中，人们可以选择退出交易，或者不与某些对象进行交易，潜在合作伙伴的可信赖程度决定了一个人是否要和伙伴进行交易(Macy & Sato，2002)。对于本文研究的市场化与信任的关系也符合这些模型的要求，市场化带来的利润可以用囚徒困境中的T和R来表示，市场化带来的风险则可以用S来表示，S的大小受到市场化程度的影响，因为一旦信任者的信任被辜负时，高度市场化环境中的信任者将蒙受更大的损失。

(二)模型的构建

为了探究市场化与信任的关系，本文借鉴佐藤2005年在《理论与方法》杂志上发表的“市场、信任与不平等——市场吸引力对信任和不平等的基于多主体建模与仿真方法”(简称佐藤模型)来构建ABM。这样的选择有两方面的考虑：第一，佐藤有一系列关于信任的ABM研究，这些研究也是目前学术界和信任有关的ABM研究的主要参考来源。也具有一定的权威性。第二，ABM研究使用的模型对结果影响较大，如果构建全新的模型则很难与过去文献进行充分对话，所以本文以佐藤模型为基础，为回应本文的研究问题做出一些修正。接下来，笔者简单介绍本文使用的模型，具体步骤可参考图2。

假设本文模型中的所有主体属于A、B两个放心群体(assurance group)。每个主体都有三个参数：1)离开放心群体去市场中交易的概率；2)在交易(囚徒困境游戏，后文简称交易)中合作的概率；3)检查同伴(两两配对的对方)是否可信赖的概率。图2第1步初始化这些信息，这些信息在模拟最开始的时候都是随机设定的，此外每一个主体有一个初始的收入，A群体的初始收入是50到100之间的随机数，B群体是10到20之间的一个随机数。第2步，主体决定留在放心群体还是进入市场，当离开放心群体的概率大于一个0-1的随机数时，主体就会进入市场，反之则留在放心群体。图2第3步是配对，两个放心群体内留下的主体分别两两配对，进行的互动类似于“自己人”之间的交易，即熟人社会的交易是建立在本来社会关系之上的。每个主体提供1个单位的商品，对方会回馈给自己3个单位。如果留在某个放心群体的人数为奇数，则有一人未配对。进入市场的主体A1和B1则进行跨群体的两两配对，市场中的交换能否实现则受到“非自己人”信任的影响。两个群体中如果进入市场人数不等，比如A组进入a，B组进入b，则共实现min(a，b)配对组，而进入多的那一组则有一些主体没有配对，即max(a，b)-min(a，b)进入市场的主体未配对。

第4步是最关键的信任的测量，参考佐藤模型的设置，每个主体在满足下面两个条件时会信任配对的同伴，主体检查同伴信任的概率大于一个0-1的随机数，同伴在交易中合作的概率大于一个0-1的随机数。这是因为信任的前提需要满足主体的同伴应该表达出足够的可以被信任的倾向，并且主体要感受到这样的一种可信任倾向。只有当市场中每一对跨群体的主体和同伴都信任对方，他们才进行图2第5步的交易。主体的第6步是得到该次互动中的收益，有以下几种情况；1)留在放心群体中配对成功，则获得3个单位的收益；2)进入市场配对成功但是由于没有互相信任未发生交易，则收益为0；3)未配对的主体获得收益为0；4)进入市场配对成功且交易的主体按照表3的总结获得收益。其中最后一种情况市场中的交易受到市场化的影响，市场吸引力用X来表示，当市场发育更完善的时候，X意味着交易中获得更高的收益。比如表3中当双方合作时主体获得X-1的收益，市场化程度更高则意味着收益越高。

此外，本文对佐藤模型的设定也做了一些修正。当交易中一方合作而另一方背叛时，佐藤模型本来设定的合作方获得-1，背叛方获得X，也就是在市场吸引力变化的时候，被背叛的合作方始终得到-1。因为本文假设信任是一种包含风险的社会偏好，市场吸引力的提高会导致信任的收益和风险同时增长，因此，本文将-1修正为-0.1×X，即收益更高的信任会同时伴随着风险的增长，主体是否信任会受到收益和风险两种力量的影响。

图2第6步是主体模仿的过程，每个主体基于自己的放心群体(A或者B)来更新，模仿的对象是每个主体学习自己所在的放心群体中累计收益最高的那个个体的参数。对于累计收益最高的主体，其依照表4的公式进行，该公式来自Bush-Mosteller算法。佐藤模型(2005)及梅西和佐藤(2002)的研究都是基于这样的模仿方法，未配对的主体这一回合不进行模仿。主体完成模仿之后，一个回合结束，主体解除所有配对以及是否进入市场、信任、合作的状态，回到第2步开始下一个回合。

三、研究结果

(一)基于多主体建模与仿真方法的模拟结果

本文使用上述的模型进行模拟，模拟软件使用的是NetLogo 6.0.2，模拟设计的具体情况见表5。参考佐藤模型的设计，A、B两个群体中分别有250个主体，所以模拟中共有500人。市场吸引力取值从6到20。因为程序中存在随机性，所以每种市场吸引力取值都做50轮实验。每一轮实验一共进行1000次互动(图2的步骤1到6计为一次互动)，1000次互动中我们记录后500次的结果，这是为了使结果避免受到实验刚开始的时候出现较多奇异值的影响。我们最终的结果是根据500次/轮×50轮实验，一共25000个观测点取平均值得到的，这样可以避免因为单次实验的随机性而影响结果的可靠性。比如要计算市场吸引力为10的信任水平，就是根据市场吸引力为10的50轮实验中，每轮实验1000次互动的后500次所求出来的平均值。

表6记录实验的模拟结果，即从市场吸引力为6到20时两组群体进入市场、信任与合作的人数。表6第2、3列的主体信任是本文研究的核心内容，笔者绘制图3来直观展示两个群体中主体信任的人数(总数为250)，其中为了和调查数据保持一致，市场吸引力程度做了标准化处理，后文仿真实验的图皆是如此。不难看出，信任人数从市场吸引力为6时开始逐渐上升，虽然有一定波动，不过大体上保持上升趋势直到吸引力为14，所以6-14可以看作信任的上升期；市场吸引力在15-18有一段持平期，基本上保持稳定；从市场吸引力为18的时候信任者人数开始下降，到20的时候下降到与市场吸引力为8几乎持平的水平，最后一个阶段可以计为信任的下降期。这一趋势在两个放心群体中都有所体现。

行文至此，我们需要进一步解释为什么信任会随着市场化的推进出现先上升后下降的现象。本文使用ABM的研究方法发现，当市场化水平发展之初，市场带来的经济利润吸引主体进入市场开展交易，其时市场的风险尚小，交易的负面反馈也不强，所以这一阶段一般化的信任呈上升趋势。这一论断得到模拟数据的支持，表6第4、5列记录进入市场的主体人数，图4汇总这一部分信息，绘制了市场吸引力从6到20每个取值的进入市场的主体总数。当市场吸引力为6时，进入市场的总数约为300人，之后这一数字呈上升趋势，到市场吸引力为13的时候基本上达到400，之后大致持平。所以当市场的经济利润更大时则吸引进入市场的主体也越多，提高了可以选择“非自己人”信任的主体基数，因此我们观察到信任上升的趋势。

然而，当市场化发展到一定程度时，市场带来的风险愈强，多次互动之后产生的负面反馈也愈多。虽然进入市场的人数并无太大变化(如图4所示)，但是风险加大使得进入市场的不合作的人的比例有所上升，即市场中混进去更多不合作的背叛者(Sato，2005)。此时，市场中交易成本较高，为了减少人际交往的不确定性(因为背叛者更多，所以交易中与背叛者配对的可能性也提高了)，人们的信任意愿也会随之降低。除了信任之外，我们同时记录了进入市场的人数和交易游戏中合作者的比例(不论最终是否真正发生交易)。图5结合表6后4列的信息，显示了进入市场的人里面合作者的比例。从市场吸引力为6开始，这一比例从约60％开始上升，到吸引力为13、14的时候达到最大值约70％，之后开始缓慢下降，大约市场吸引力18之后很快从67％降到55％左右。因此，当市场吸引力较高的时候，只有刚刚过半进入市场的人是合作者，市场中存在近半数背叛(投机)的主体，所以信任被辜负的风险也就更高了。因此当市场化较高的时候，信任比之前更难达成，我们观测到信任出现下降的趋势。

这里我们可以把本文的结果和佐藤(2005)的结果再做一个对比。佐藤(2005)文章中也记录了市场吸引力和信任者的比例，他的结果显示吸引力从3到13基本上持上升趋势，13到20则基本持平。换句话说，他的模型结果并无本文18-20的信任下降趋势。由于佐藤模型信任的风险稳定在-1，并没有随着市场化水平变化，而本文使用模型的风险则改变为从-0.6到-2，风险随着市场化水平提高而加大。这或许可以解释为什么我们在市场化水平较高阶段观测到信任的滑坡，因为此时的市场混进较多的背叛者，风险增强使得人们不愿意承受信任被辜负的巨大损失。当我们把信任理解为一种涉及风险的社会偏好，并且加入主体之间不断互动、学习和适应的过程，可以为调查数据中市场化与信任的“倒U型”关系提供一些解释。当所有初始设定、行动规则保持一致的时候，仅仅改变我们关心的市场吸引力程度，通过主体的互动和适应过程，我们则得到完全不同的信任水平，这也是使用ABM自下而上对主体行为进行演化的一大优势。

此外，本文对主体学习和适应的过程进行了一个额外的检验。现实生活中的社会互动存在隐蔽性和技术性壁垒，主体可能不具备充分的消息去了解自己所在群体收益最高的人是谁以及他的行为倾向，这就使得学习和适应的过程不能100％进行。因此，本文在主体学习的过程增加随机性，这种随机性是指由于存在各种壁垒使得学习过程无法顺利发生。笔者测试两种情况：(1)主体有50％的概率模仿；(2)主体有25％的概率模仿，测试的其余参数与模拟次数与上文保持一致。结果发现，当主体有50％的概率模仿时，随着市场吸引力程度上升，信任人数会上升，当市场化吸引力达到16之后，也会出现下降的趋势，这一发现为上文的模拟结果提供稳健性的检验。当主体只有25％的概率模仿时，市场吸引力上升带来信任的上升，之后基本持平。由此可知，当壁垒过大、模仿较难实现时，信任受到市场化吸引力的影响减弱。因此，本文的发现需要假设主体具有一定程度获知信息、突破壁垒的学习能力。

事实上，这种与信任相关的非线性关系也曾见诸过往的研究，比如梅西和佐藤(Macy & Sato，2002)利用ABM研究社会流动与信任，也发现二者呈现非线性关系：当流动比例很低的时候，主体停留在自己的放心群体中较少地和陌生人互动，所以没有培养一般化信任的契机；当流动比例很高的时候，人们频繁地与陌生人互动，失去了利用信任维系长期关系的社会基础。所以社会流动频率居中的时候，信任水平也最高。非线性关系使用调查数据往往解释起来比较困难，但是ABM的方法则可以较为清晰地看出非线性关系是如何受到个体行动策略的影响。本文的发现有利于将宏观的社会因素带回到信任的研究，更好地理解当市场化给参与者的信任行为同时带来利润和风险时，人们会表现出怎样的信任倾向。

(二)政策实验

当市场化水平达到较高水平时，前期的调查数据(如CGSS2005)及仿真结果的一般信任都呈现出下降的趋势。随着改革日益深化，市场化的推进不可避免，如何重建社会的一般信任水平？本文使用ABM的研究方法讨论几种可能的政策实验，分析不同政策条件下市场化与一般信任的关系，从而对政策结果进行预测，进一步为辅助决策提供帮助。

ABM的规范型政策干预常常见诸经济系统的模拟研究(Bonabeau，2002；Farmer & Foley，2009)，比如模拟股票交易市场中常用的规范政策有交易征税、中央银行管制、交易终止等(Westerhoff，2008)。本文对两类政策实验的效果进行预测。第一类是控制风险的政策实验，市场化水平较高时，交易活动的风险上升。表3显示在市场交易的囚徒困境中当一个主体选择合作却遭受背叛，他会得到-0.1×X的收益，当市场化水平较高时，则蒙受较大的损失。因此，人们可能因为逐利而欺骗他人，在缺乏有力的规范和组织约束时，可能导致信任滑坡(Xin & Xin，2017)。第二类是提升社会资本的政策实验。中外文献都证实社会资本与信任具有较强的正向联系(胡荣等，2011；Putnam，2000)。当一个国家或地区社会资本较高时，社会凝聚力更强，人与人之间更容易相互信任减少猜忌。

1.控制风险的政策实验

控制风险的政策实验需要对主体的收益进行调整。本文尝试在模拟的市场交易之后加入控制风险的政策干预，即在原来图2的第6步得到收益之后，加入一个新的步骤：主体的收益是否受到规范性政策的影响。如果主体进行市场交易游戏，并且出现一方合作一方背叛的情况，则使用规范型政策。之后再进行第7步主体通过学习改变参数。不过，我们假设规范的适用也是随机的，因为现实生活中规范需要成本，即使存在明确的政策约束也面临着监管延迟或不力、规范范围有限的情况。我们假设50％的一方合作一方背叛情况会受到规范型政策的约束，另外50％则没有，50％的选择是由系统随机产生的。这一做法是为了放松对政策规则的假设，我们先从较松弛但是事实上更符合实际情况的政策规范开始实验，如果这样的规则无法发挥效果，则再扩大规范的范围进行探索。

模型中信任的主要风险在于交易双方出现一方合作一方不合作的情况，如表3左下和右上所示，这种情况合作方的收益为-0.1×X，不合作的一方收益为X(X等于市场吸引力程度)。我们可以把这种情况合作的一方视为好人，不合作的一方视为坏人，好人的收益为负，因为好人在交易中被欺骗，而坏人的收益则为正。我们引入的第一种政策在于“保护好人”。当一方合作一方不合作的情况出现时，我们把合作一方的收益从-0.1×X提高到0，使得好人在交易中至少不要承受损失。这种规则类似于金融市场的中央银行管制，是对合作一方的强制性保护，所以我们称之为“保护好人”的政策(政策实验1)。另一种政策在于“惩罚坏人”。当出现一方合作一方不合作时，对不合作的一方进行规范，将他/她的收益从X调整到0.8×X，即“坏人”的收益被强制地减少20％。这一种政策类似于征税，只适用于背叛合作者的人，所以我们称之为“惩罚坏人”的政策(政策实验2)。

我们对新的模型使用和原模型一致的记录规则，即每轮实验一共进行1000次互动中的后500次，每个市场吸引力程度进行50轮实验。由于前面信任的下降主要出现在市场吸引力较高的后半段，所以这一次我们只测试从16到20的市场吸引力程度。表7中分别记录原模型、政策实验1、政策实验2三种模拟条件时信任的总人数，图6针对三种情况的信任的总人数做了展示。从图6中不难看出，两种政策都有利于缓解信任的下降，当市场吸引力大于18的时候，控制风险的政策实验使得信任维持在210以上，而原模型则下降到190以下，即两种规范性政策有助于提高约10％的信任主体。仿真模拟的预测结果显示控制风险的政策有助于缓解的信任下降。

2.提高社会资本的政策实验

第二类政策实验是提高社会资本的实验，如果一个地区社会资本较高，人与人之间社会凝聚力更强，则有利于一般信任水平的提高，仿真过程可以通过参数的调整来模拟这一过程，原模型中如果每个主体在满足下面两个条件时表示信任配对的同伴1)主体检查同伴信任的概率大于一个0-1的随机数，2)同伴在交易中合作的概率大于一个0-1的随机数，也就是说只有同伴表现出足够的合作倾向且这个倾向可以被主体感受到才会出现信任的情况。当社会资本提高，主体检查同伴信任的概率会降低，因为人与人之间倾向于相互信任而不互相猜疑，所以更容易感受到同伴的信任状态，模拟中我们把0-1的随机数改为0.3，即主体感受到对方可信(trustworthiness)的条件更容易满足。我们把新的模拟规则记录为政策实验3。

我们对新的模型使用和原模型一致的记录规则，即每轮实验一共进行1000次互动中的后500次，每个市场吸引力程度进行50轮实验。和第一类实验一样，我们只测试从16到20的市场吸引力程度，表7中最右一列记录了政策实验3的信任人数，图7直观呈现了原始模型和政策实验3的信任总人数。可以看出，与原始模型类似，政策实验3的效果似乎并不明显，信任总人数呈现了下降的趋势。模拟中，市场吸引力最大为20，该情况信任总人数比起最高点少了30-40个主体左右，因此仿真模拟的预测结果显示提升社会资本的政策实验对于提升信任作用尚不明显。

针对市场化与一般信任的关系，笔者一共比较了两类政策实验，并使用基于多主体建模与仿真方法对政策实验的结果进行预测。仿真结果显示控制交易过程中风险的政策可能有助于提升高市场化水平下的信任。当交易风险变小时，通过主体重复性互动与学习，人们会更放心地去相信对方，进行市场交易，维持社会秩序的运行。图8展示控制风险的两个政策实验中所有市场化水平条件下的信任总人数，控制风险的政策干预预测了高市场化水平条件下信任随着市场化的上升而上升的关系。与此同时，提升社会资本的政策实验则未发现这样的效果。使用基于多主体建模与仿真方法有助于对不同政策实验进行对比和预测，从微观互动入手来分析市场化与信任水平及其内在的作用机制，可以进一步为政策决策提供一定的依据。

四、研究意义

本文旨在研究市场化进程对一般信任可能造成的影响，其意义体现在以下几个方面。首先，本文立足调查数据探究并解释市场化与一般信任的关系及变化趋势。市场化进程意味着人与人之间的经济与社会交往范围更大、间隔时间更长、参与人员更多、环境更复杂。随着市场化的推进，以陌生人为主体的市场交易的收益和风险同时上升，由于缺乏对风险的有效制约，导致交易成本上升，社会信任水平可能会随着市场化进程而下降，因此出现信任滑坡的趋势。当市场化进行到一定程度，风险约束的机制(如第三方监管机制、代理人制度、保证金制度等)逐渐完善，契约精神与规则意识得以发展，大规模的互利商业联系促进了信任的重建。由此，根据王小鲁等人(2017)对我国市场化指数的推算(王小鲁、樊纲、余静文，2017)，我们观察到在市场化发展初期(如2005年)，全国性调查数据显示市场化与信任呈现“倒U型”关系，到了市场化更为成熟的时期(如2015年)，数据显示市场化有利于推动社会信任水平的提升。

其次，本文使用ABM的方法为社会信任的滑坡和重建提供了解释机制。市场化在发展初期导致信任的滑坡，ABM通过模拟市场化水平、进入市场的人数及人员构成，发现市场化会导致市场交易中不合作的投机者数量增多，由于缺乏对风险的有效控制，这些投机者导致人际交往的不确定性，从而导致人们的信任意愿降低。这为市场化与信任的“倒U型”关系提出了机制解释。与此同时，当ABM中加入对市场欺骗行为的规范，降低人际交往的不确定性，则有利于社会信任水平的重建，这也为2015年市场化与一般信任的正向关系提供了一定的支持。ABM对社会现象的演化过程与变化机制具有其他研究方法无法比拟的优势，ABM可以灵活地改变主体决策规则、行为参数，来探究不同宏观因素背景下信任水平的动态演化。ABM的模拟研究是未来计算社会学的一个重要发展方向(罗玮、罗教讲，2015)。

最后，本文ABM模拟结果对理解转型中国的信任秩序重建有着重要的现实意义。尽管过往的研究一再强调市场可能带来削弱信任基础的种种因素，比如市场的议价机制和竞争使得人们丧失道德(Falk & Szech，2013)，但是学术界对如何避免道德滑坡却缺乏足够的重视与讨论。本文运用ABM的方法对控制风险和提升社会资本两类政策效果进行预测，结果发现控制风险的政策更为有效。即使不改变任何和市场有关的条件，单单加入对50％的欺骗行为进行规范的政策，则已经有可能缓解信任的滑坡。新时代我国经济的快速发展与市场化的全力推进既不可停止更不可逆转，而虚拟经济的发展进一步加大了市场交易的收益与风险。如果现实中可以加强落实控制风险的规则约束，如不断完善市场交易中的正式认证与监管机制，或加强来自舆论、网络的非正式制度监督，都有助于转型社会道德文明的构建。

（注释与参考文献从略，全文详见中国人民大学复印报刊资料《社会学》2021年第11期/《社会发展研究》2021年第2期）