摘 要社会阶层与信任之间的关系一直存在争议，为了分析结论不同的原因，本研究采用元分析方法对上述问题进行了探讨。共有12篇文献27个独立样本纳入元分析(N=115771)。元分析结果表明：(1)社会阶层与信任之间存在较小的正相关(r=0.05)，且二者之间的关系受到信任测量方式的调节，相比采用信任博弈任务，采用问卷测量信任时，两者之间的正相关更强；(2)p曲线(p-curve)分析发现，元分析研究的p曲线呈显著右偏态，表明社会阶层与信任之间的关系存在真实的效应，而不是出版偏呈或者p-hacking导致。
关键词社会阶层；信任；元分析；调节效应；p曲线
1 问题提出
1.1 背景及意义
信任在社会生活中有着举足轻重的影响，从个人层面和人际层面而言，信任水平更高的个体会有更高的幸福感，并且能更好地适应环境，对民主制度会持更积极的态度，也更愿意参加政治活动、参加民间组织、对少数民族有更多的包容性(Rotter, 1980; Uslaner, 2002)；从组织层面而言，信任是团队成功的核心元素，是良好的合作关系的关键成分(Colquitt, Scott, & Lepine, 2007; Shaw, 1997)，它会促进合作行为，减少有害冲突，降低人际互动的成本，让人们更高效地解决危机(Rousseau, Sitkin, Burt, & Camerer, 1998)。此外，从社会层面而言，社会信任水平越高，社会管理越容易，社会环境也更安全、平等、富有(Delhey & Newton, 2005)。因此，信任行为一直以来都受到学术界的广泛关注。
在心理学中，一般将信任定义为社会交往中个体对同伴所持的积极期待，其中包含了不确定和风险性(Worchel, 1979)。以往研究中，通常将其分为人际信任和政治信任(制度信任)，其中人际信任又包含普遍信任(一般信任)和特殊信任(卢曼, 2005; 梁幸枝, 邢婷, 2003; 齐秀琳, 伍骏骞, 2017)。同时，信任度量方式又可分为问卷测量和行为游戏(behavioral game)，问卷测量旨在衡量个人必须信任他人或某个特定目标的心理预期，是一种心理倾向，而非实际行为(袁博, 董悦, 李伟强, 2017)。当前被广泛应用的问卷是Mayer和Davis(1999)设计的信任量表、Johnson-George和Swap(1982)设计的特定人际信任量表等；行为游戏法旨在考察被试在游戏过程中对虚拟搭档表现出的协作行为，是一种可见的行为指标(Deutsch, 1958; Williamson, 1981)。以往研究中，应用最广泛的是Berg，Dickhaut和McCabe(1995)设计的Trust Game(TG)范式，也称信任游戏。在该游戏中，包括信任者与受信者，根据研究的需要选择信任者的投资额或被信任者的返还额来量化分析信任。
鼓挂好，敲响之后，祭奠仪式开始。自此，直到丧葬结束，芦笙在鼓的配合下，就不能再停息，白天黑夜都要轮班吹（吃饭的时间有短暂休息）。
以往对信任影响因素的相关研究主要集中在个人层面和社会层面，个人层面的因素主要包括人格属性和人口学因素(年龄、社会阶层)；社会层面的因素包括社会的财富、不平等、安全性、犯罪率、文化、管理形式、种族同质性等(祁顺生, 贺宏卿, 2006; Hancock, Billings, Schaefer, Chen, de Visser, & Parasuraman, 2011)。以往文献中，人格属性和社会层面的研究相对较多。然而，随着社会转型的逐渐深入，社会阶层结构发生了重大变化(井世洁, 杨宜音, 2013)，很多研究表明这种阶层结构的差异会对个体的社会态度和行为产生显著影响(李培林, 2005; 颜莹莹, 2017)。因此，近年来，研究人员逐渐开始关注社会阶层对信任的影响。社会阶层(social class)主要指在经济、政治等诸多因素的影响下，使社会成员在整个社会等级结构中分成不同层级的群体，它不单取决于一个人目前的收入、受教育程度、工作，而且还包含着丰富的文化期望、生活方式和社会规范，并与个体的人生经历、背景经验相关(李进会, 2013; 胡小勇, 李静, 芦学璋, 郭永玉, 2014)。包括孩童时期周围遇到的人、经历的事，以及父母的经济条件、工作环境等(徐步霄, 2017; Kraus, & Stephens, 2012)。基于社会阶层的定义，通常将其分成主观和客观两类。二者的区别在于，客观阶层是以个体实际拥有的资源为基础，而主观阶层是对自身阶层的感知(敖丹, 邹宇春, 高翔, 2013; 谭旭运, 2016; Kraus, & Park, 2014)。
综合以往研究结果发现，社会阶层和信任相关的研究结论不一致，且在相关领域还存在着理论之争。(1)基于“资源因素理论”，有人认为，不同社会阶层个体的可支配资源量是不同的，这就导致他们抵抗风险的能力不同，个体拥有的资源越多，抵御风险的能力就越强，更能面对与陌生人交往所带来的风险。因此，客观经济地位越高的个体，越能承受信任陌生人可能产生的损失(谭旭运, 2016; Brehm, & Rahn,1997; Guiso, Sapienza, & Zingales, 2003)，也就是说，个体的社会阶层越高，信任的水平也会越高。一些研究支持了上述假说，如Delhey和Newton(2005)通过问卷测量信任的方式发现，个人占有的资源和财富与信任水平呈显著正相关。也有研究采用大样本数据调查的方法发现，个体的客观社会阶层与普遍信任呈正相关关系(敖丹等, 2013; 高学德, 2015; Gheorghiu, Vignoles, & Smith, 2009; Hamamura, 2012; Taylor, Funk, & Clark, 2007)。(2)从社会认知与文化的角度，有研究者提出不同社会阶层个体的认知风格不同。在与人交往时，低阶层个体关注外在的事物，对情境中线索的觉察更为敏锐，同时也更愿意站在对方角度考虑问题，这就使其比高阶层个体展现出更多的亲社会倾向(郭永玉, 杨沈龙, 李静, 胡小勇, 2015; Kraus, 2010; Piff, Stancato, Cté, Mendoza-Denton, & Keltner, 2012)，也更愿意与人建立某种联系。因此，低阶层的个体信任水平可能更高(鲍威, 2015; Blue, Hu, & Zhou, 2018; Kraus, 2010; Piff et al., 2012)。一些研究支持了上述假说，如Blue(2018)、Piff(2010)采用TG范式测量信任，发现个体客观阶层越高，普遍信任就越低；姜瑜(2017)以大学生群体为被试，也发现个体的普遍信任水平会随着阶层的升高而下降。Navarro-Carrillo, Valor-Segura和Moya(2016)采用问卷调查的方式，发现社会阶层与特殊信任也存在同样的关系。(3)部分研究发现社会阶层与信任之间没有显著的相关(曹怡骏, 姚振, 2014; 涂敏霞, 藕园, 2017; 谭旭运, 2016; 王永杰, 颜莹莹, 2015)。研究者认为不同阶层的信任水平可能受到多种因素的调节，如个体对自身所处阶层的归因方式、对未来阶层的流动预期、对社会的公平感知等(白福宝, 2013; 杨沈龙, 郭永玉, 李静, 2013; Brandt, 2013; Lee, Pratto, & Johnson , 2011)。
1.2 影响社会阶层与信任关系的可能因素
首先，社会阶层类型可能会影响社会阶层与信任间的关系。社会阶层通常分为主观和客观两类。主观社会阶层(subjective social class)是个体将自身与他人进行对比时，对自己在社会层面上的相对地位的理解和感受，是以感知到的相对水平为判断依据的(郭永玉等, 2015; Jackman, & Jackman, 1973; Kraus, Tan, & Tannenbaum, 2013)。客观社会阶层(objective social class)以个人实际拥有的物质资源和社会资本为核心，研究者们通常将它与社会经济地位等同(郭永玉等, 2015)。有研究发现，客观社会阶层与信任行为间存在显著的正相关(敖丹等, 2013; Delhey et al., 2005)，另一部分研究表明主观社会阶层可以显著负向预测信任(王永杰等, 2015; Navarro-Carrillo et al., 2016)。由此可见，社会阶层与信任的关系可能受社会阶层类型的影响。
其次，信任类型也可能会导致社会阶层与信任之间的关系产生不同。在心理学研究中通常将信任分为特殊信任、普遍信任、政治信任。特殊信任(particularistic trust)的对象仅包含与个体有血缘关系或裙带关系的人， 而普遍信任(generalized trust)的对象则延伸到与个体具有相同信仰和利益的人，政治信任(political trust)主要指大众(包含各种社会机构)对政府及其运作流程中的各类组成因素、步骤和边界的合理期待(白春阳, 2006; 卢曼, 2005; 杨敏敏, 2014)。这三种信任的主要区别在于个体与信任对象的亲疏关系不同。谭旭运(2016)的研究表明相较于陌生人，人们更可能会信任与自己熟悉的人，尤其是亲人。为此，本研究将分析信任类型是否会对社会阶层与信任之间的关系产生调节效应。
基于以上输入构成形式的神经网络动态模型辨识步骤如下： ①初始化权值为小的随机值(一般采用均匀分布在[-1，1]区间上的随机函数进行初始化)；②按r、d构成输入向量X(k)，并计算及③根据所采用的学习算法修正权值；④将x1(k)、x2(k)、x3(k)及y(k)移位后，判断：若|e(k)|<ε，结束训练(ε为预先选定的允许误差精度)，否则转到②。
1.3 本研究的目的
基于前人对社会阶层与信任关系的研究，发现社会阶层与信任关系不一致的主要原因如下：(1)社会阶层类型；(2)信任类型；(3)信任测量方式。本研究旨在运用元分析技术，考察社会阶层和信任的关系，并将上述影响因素作为调节变量纳入元分析，进一步明确社会阶层与信任关系出现矛盾的原因。对社会阶层与信任关系进行元分析，有利于进一步明晰两者之间的关系，为认识社会阶层在其中所起的作用提供一些证据。
2 方法
2.1 文献搜索
2.5.5 数据分析及处理程序
最后，信任测量方式的差异可能会导致社会阶层与信任之间的关系产生明显的不同。以往研究中，信任水平的测量通常分为问卷调查和行为博弈。有研究表明，使用不同的度量方式会导致两个变量间关系的强度有所差异(丁凤琴, 陆朝晖, 2016; Eisenberg, & Miller, 1987)。Glaeser, Laibson, Scheinkman 和Soutter(2000)将问卷测量与行为游戏(行为博弈)进行了比较，结果表明，问卷法得到的信任度和行为游戏的结果间的正相关关系不显著。所以，信任度量方式可能会影响社会阶层与信任间的关系。
2.2 文献纳入与排除标准
依据如下准则，决定是否要将检索到的文献录入元分析：(1)研究是对社会阶层与信任关系的实证研究，具有完整的统计数据和清晰的样本量，纯理论和文献综述类文献不包括在内；(2)研究探讨了社会阶层和信任间的相关，且文章中有具体的r值或者F值、t值、χ2值(可以通过相关公式将其转化成r值)，另外，采用结构方程模型、回归分析等方法得到的数据要排除在外；(3)研究是针对信任者的社会阶层，那些针对受信者阶层的文献要排除在外；(4)参与者为正常个体，排除精神病患者等异常被试群体。
2.3 搜索及文献纳入结果
文献检索等过程如图1所示。最后共纳入文献12篇，其中，国内研究7篇，英文5篇，公开出版的研究有11篇。
图1 文献搜索、纳入及排除流程
注：n代表数量
2.4 文献特征编码
对录入元分析的研究按照以下内容来编码：(1)文献的信息(作者姓名+出版年份)；(2)参与者样本量；(3)参与者国籍；(4)参与者年龄(平均年龄)；(5)社会阶层类型；(6)信任测量方式；(7)信任类型；(8)出版与否(详见表1)。对于每个样本，用统计方法计算出一个效应量，若同一篇文章中不止一个样本，则对每个样本进行单独编码。为防止同一篇文章产生太多效应量，使其权重变的过大，从而有可能导致结果偏差，我们用统计方法合并了这些文章中的数据。数据合并的基本准则是：如果一个研究同时汇报多种因素下的信任，而这些因素(如被试性别)不是本研究感兴趣的调节变量，则用相关公式对其进行合并，使其成为一个综合效应量(pooled effect size)；但是，若这个因素是本研究要研究的调节变量(如信任测量方式等)，则不需要合并(袁博等, 2017)。具体见表1。
表1 元分析中纳入的原始研究
作者(发表时间)国籍样本量平均年龄阶层类型信任类型信任测量方式出版与否相关系数敖丹等, 2013C589418-69客观普遍信任问卷P0.172鲍威, 2015C12431.39客观特殊信任问卷P0.21姜瑜, 2017C3020.13主观普遍信任TG范式UP-0.6768谭旭运, 2016C190756客观普遍信任问卷P0.035谭旭运, 2016C190756主观普遍信任问卷P0.11谭旭运, 2016C190756客观特殊信任问卷P0.1谭旭运, 2016C190756主观特殊信任问卷P0.095
(续表)
作者(发表时间)国籍样本量平均年龄阶层类型信任类型信任测量方式出版与否相关系数涂敏霞, 藕圆, 2017C100014-35客观特殊信任问卷P0.046王永杰, 颜莹莹, 2015C351018+客观政治信任问卷P-0.012王永杰, 颜莹莹, 2015C351018+主观政治信任问卷P0.049王永杰, 颜莹莹, 2015C351018+客观普遍信任问卷P0.095王永杰, 颜莹莹, 2015C351018+主观普遍信任问卷P0.096王永杰, 颜莹莹, 2015C351018+客观特殊信任问卷P0.051王永杰, 颜莹莹, 2015C351018+主观特殊信任问卷P0.058王永杰, 颜莹莹, 2015C351018+主观政治信任问卷P-0.061王永杰, 颜莹莹, 2015C351018+主观普遍信任问卷P-0.082王永杰, 颜莹莹, 2015C351018+主观特殊信任问卷P-0.034张文宏, 马丹, 2015C1045/综合政治信任问卷P0.24Blue et al., 2018C3319.70客观普遍信任TG范式P-0.381Navarro-Carrillo et al., 2016S89938.19客观普遍信任问卷P0.13Navarro-Carrillo et al., 2016S89938.19客观特殊信任问卷P-0.08Navarro-Carrillo et al., 2016S89938.19主观普遍信任问卷P0.06Navarro-Carrillo et al., 2016S89938.19主观特殊信任问卷P-0.06Piff et al., 2010A15537主观普遍信任TG范式P-0.18Schoon et al., 2010B880433客观政治信任问卷P0.253Hamamura ,2012-a3649342/主观普遍信任问卷P0.078Hamamura, 2012-b3143028/主观特殊信任问卷P0.077
注：(1)P表示在期刊上发表的文章，UP表示未出版；(2)文章作者和年份后面的 a、b表示同一篇文章里的不同研究。没有标明的条目来源于同一研究，用的同一样本；(3)C代表中国，B代表英国，S代表西班牙，A代表美国，36代表36个国家，31代表31个国家。
2.5 元分析过程
2.5.1 效应量计算
元分析旨在通过一定的分析手段，整合现有研究，得到自然真实的平均效应量(effective size)。为了研究社会阶层和信任的关系，使用相关系数r作为效应值。在编码的过程中，部分文章并未明确汇报社会阶层和信任间的r值，而是提供了F值、t值，或者χ2值，这里我们可以用王洁、陈健芷、杨琳和高爽(2013)设计的公式将它转变为r值，详细的转变公式为：r=[t2/(t2+df)]1/2，df=n1+n2-2；r=[F/(F+df)]1/2，df=n1+n2-2；r=[χ2/(χ2+N)]1/2。
定义 2 设简单图G, f是图G的k-正常边染色,若对∀u,V(G),当u≠v时,总有C(u)≠C(v)，则称f为G的k-点可区别边染色,简记为G的k-VDEC,记{k|G有k-VDEC}是图G的点可区别边色数,其中C(u)={f(uv)|uE(G)}。满足点可区别边染色的图称为点可区别边染色图。
2.5.2 模型的选定
对社会阶层与信任之间关系的元分析数据进行异质性检验，Q分析结果发现，元分析中每个研究的效应量都是异质的，Q(27)=683.56,p<0.001,I2=97.77%。依据Borenstein等人(2009)对I2的诠释，表明在本研究中由二者关系中真正差异所导致的观察变异达到了97.77%。由异质性分析可以得出这样的结论：最终采用随机效应模型进行元分析是非常正确的。
“影子说”是中国古典小说的一种批评理论，它最开始可见于甲戌本第八回脂评：“晴有林风，袭乃钗副。”这一思想经过发展，形成了蔚为壮观的影射关系。王富鹏先生曾针对《红楼梦》的人物影射现象，概括出了红楼梦的两大影子人物体系，阐释这种影子人物体系与小说叙事结构之间的关系①。《红楼梦》是沿着金瓶梅开创的方向发展而来，可说“深得《金瓶》壶奥”。因此，影身关系在《金瓶梅》中也或多或少地存在着。
在最后纳入的12篇文章中，社会阶层与信任的度量方式各不相同，受试者群体来源多样(来自不同的国家、年龄段等)，不宜使用固定效应模型。此外，本研究的元分析将考察社会阶层类型、信任测量方式、信任类型等因素的调节效应，因此，随机效应模型更为合适。
对社会阶层与信任关系的研究进行p曲线分析。结果发现，p曲线呈显著右偏态(Binomialtest:p=0.0001,Continuoustest:z=-16.20,p<0.0001)。22个小于0.05的p值中有20个p值是低于0.025。这些结果说明，元分析的结果反映了社会阶层和信任间的关系存在真实的效应，并非出版偏差或者p-hacking造成的。
如果已发表的研究未能完全地代表这一领域的全部研究，就可以断定出现了发表偏差(Rothstein, Sutton, & Borenstein, 2006)。存在发表偏差就意味着该领域的研究并不完善，元分析结果也会因此受到严重影响，因为它可能会使最后计算出的效应值虚假地升高(Kuppens, Laurent, Heyvaert, & Onghena, 2013)。在文献检索环节尽可能多地搜集没有公开发表的研究可以有效解决发表偏差问题。在下面的元分析中，将会使用漏斗图(funnel plot)、Egger’s检验以及剪补法(trim and fill method)来对发表偏差进行考察。
由表2可知，第2周与第4周各组干物质采食量、平均日增重以及料肉比都没有显著差异（P＞0.05），但在数值上，第2周与第4周丙酸组干物质采食量和料肉比都高于对照组与丁酸组；第2周丁酸组平均日增重最高，而第4周丙酸组的平均日增重高于其他两组。
漏斗图能对发表偏差进行有效的初步检验，如果漏斗图的效应量均匀地分布在两侧，就认为元分析不存在发表偏差，相反，则存在发表偏差(Rothstein et al., 2006)。Egger’s检验使用线性回归考察发表偏差，通常情况下，首先计算出线性回归方程的截距(Egger’s intercept)和95%CI，然后进行假设检验(截距是否为0)，若结果不显著， 则可认为没有发表偏差(Egger, Smith, Schneider, & Minder, 1997)。剪补法是使用先剪后补的方法让每个研究在平均效应量的两侧尽可能的对称分布，然后对合并效应量的真实值进行重新评估(Duval & Tweedie, 2000)，若通过剪补后的效应量差异不显著，就能判定没有发表倚差(吴鹏, 刘华山, 2014)。
2.5.4p-curve分析
p-curve对已发表的研究中p值的分布情况进行分析，来辨别这些研究结果是否有为真实现象提供证据价值(evidential value)的作用。或者它是否反映了出版偏差和p-hacking(用来形容那些只提供有显著结果的数据的做法：检查所有研究数据，根据自己的需要选择那些有用的数据来公开发表。例如，要决定删除哪些不正常的值，什么时候结束数据的收集或是否包含协变量)。以上论述是依据以往的研究结果来进行的，有证据证实，真实效应(H1为真)的研究存在更大的几率出现极低的p值(ps<0.025)，而非较高显著性范畴内p值(0.025<ps<0.05)。因此，真实效应存在时，p值的分布(p-curve)应当是右偏的(right-skewed)。而那些零效应(H1为假)的研究则会产生均匀(uniform)分布的p曲线。这种“平坦”的p曲线说明，这些研究没有证据价值(Simonsohn, Nelson, & Simmons, 2014)。
p-curve对已经发表的研究里p值分布的偏态性进行考察，来确定最终录入的研究是否具有证据价值(即使在仅有较少的低统计检验力的研究情形下)。当前，p曲线偏态性的检验主要有两种方式： (1)二项检验，对比p<0.025和p>0.025的概率；(2)连续检验，计算pp值的大小(虚无假设成立时得到小于该值的几率，均匀分布时pp=p/0.05)，接着通过Stouffer检验对其是否为右偏态进行考察(Simonsohn et al., 2014)。p曲线的主要目的是考察已经公开发表的研究中p值的分布，因此，进行p曲线检验时，没有公开发表的文章和没有达到p<0.05的文章都要排除在外。
本元分析对研究所涉及到的国内外文献进行了全面检索。其中，中文文献主要来自读秀数据库、中国科技期刊数据库、知网期刊全文数据库、中国博士学位论文全文数据库和中国优秀硕士学位论文全文数据库；社会阶层以“社会地位”“社会阶层”“社会经济地位”“职业”“教育”“收入”为检索词；信任以“亲社会行为”、 “信任”、 “利他行为”等为检索词。 英文文献主要来自Scopus、 Springer Link、 Elsevier、 Wiley Online Libary等数据库；社会阶层的检索词包括“social class”“social status”“socioeconomic status”“social rank”“hierarchy”“education”“occupation”“income”； 信任的检索词是“trust”“prosocial behavior”“altruistic behavior”等。 检索时间范围： 1980～2018年。
两组患者在出院时餐后2 h血糖值比较，差异无统计学意义（P＞0.05）；出院后3个月时餐后2 h血糖值比较，差异具有统计学意义（P＜0.05），见（表2）。
首先使用Excel对确定纳入的文章进行初步整理和编码，接着用R语言的Metafor程序包计算元分析的效应量、检验发表偏差和调节作用(Viechtbauer, 2010)。
3 研究结果
3.1 异质性检验
元分析通常用固定效应模型和随机效应模型，二者最大的差别就是权重成分不一样。固定效应模型一般假定元分析中全部研究实际上仅有一个真实的效应量，每个具体研究效应量的差异是由抽样误差造成的。而随机效应模型的观点是，各项研究的真实效应量都不一样，各研究效应量的不一致是由真实效应量的差异和抽样误差一起造成的(Borenstein, Hedges, Higgins, & Rothstein, 2009)。这两种模型的不同假定将使元分析中区间估计、平均效应量、调节变量的显著性检验方式变得不一样(Hunter & Schmidt, 2000)。在选择模型时，若觉得元分析里的研究在作用上是一样的，而由元分析计算出的总的效应量仅仅是针对纳入的研究所涉及的总体，不推广到其他总体，那么就应当用固定效应模型。反之，若元分析纳入的研究中受试者来源、度量方式不一样，同时有充分证据表明这种差异会对结果造成影响时，采用随机效应模型更为恰当(Borenstein et al., 2009)。
3.2 发表偏差检验
第一步，用漏斗图(funnel plot)对本元分析的发表偏差进行检验，如图2所示，水平轴是效应量Fisher’s Z，纵轴为标准误(Standard Error)。由漏斗图可以看出，元分析所包含的文献并未均匀分布在总效应的两侧，这说明本元分析可能有发表偏差。为了进一步明确是否存在发表偏差，接着实施Egger’s分析。Egger’s分析的结果说明，本元分析有一定的可能会存在发表偏差，Z=-2.71,p=0.007。
“基础英语+行业英语”的课程结构体系：“1”代表的是一年级的基础英语阶段，侧重日常情景下语言应用能力培养，以学生感兴趣的话题为主，贴近学生学习、生活，强调英语语言的通用性和人文素质的教育；“X”代表的是二年级的行业英语阶段，行业英语阶段侧重于学生未来岗位相关的语言交际能力培养，与产业和学生未来职业需求对接，侧重职场情境下通用型语言应用能力的培养和职业道德规范、职业操守、心理健康等的教育。
公司的经营绩效通过盈利能力、营运能力、偿债能力、成长能力等来表现，其中代表盈利能力的指标如净资产收益率、总资产收益率等，代表营运能力的指标如总资产周转率，代表偿债能力的指标如资产负债率、流动比率等，代表成长能力的指标如营业总收入同比增长率等。
图2 涉及社会阶层与信任关系研究的漏斗图
最后，选定Duval和Tweedie(2000)设计的剪补法来探讨发表偏差对元分析结果形成的影响。从结果来看，剪粘研究后，随机效应模型得到的总效应并未发生明显变化。
3.3 主效应
对社会阶层与信任关系的研究进行主效应分析，结果表明，社会阶层与信任之间的相关系数r为0.05(CI=0.01～0.09,Z=2.62,p=0.008)，两者之间存在显著的正相关，但相关系数很小，见图3。
3.4p曲线(p-curve)分析结果
2.5.3 发表偏差
3.5 调节效应检验
对社会阶层与信任关系的随机效应模型实施调节作用检验。结果发现，社会阶层类型(QB(2)=5.34,p=0.069)、信任类型(QB(2)=1.12,p=0.572)的调节作用都没有达到显著水平。信任测量方式(QB(1)=11.61,p<0.001)的调节效应显著，相比于采用信任博弈任务(r=-0.26)，采用问卷测量(r=0.07)信任时，社会阶层与信任之间存在着更大的正相关关系。
图3 社会阶层与信任行为关系的效应量分布图
4 讨论
本研究通过元分析技术，对以往社会阶层与信任之间关系的研究进行考察，并检验了二者间可能的调节变量。元分析结果在一定程度上支持了社会阶层的“资源因素理论”，也就是说，社会阶层与信任之间存在正相关关系。调节效应分析的结果表明，信任的度量方法会影响社会阶层与信任的关系。
4.1 社会阶层与信任行为之间的关系
结果表明，社会阶层与信任行为之间存在显著的正相关关系，这与前人的大量研究结果一致(敖丹等, 2013; 鲍威, 2015; 谭旭运, 2016; 涂敏霞等, 2017; 王俊秀, 2018; 王永杰等, 2015; Hamamura, 2012; Navarro-Carrillo et al., 2016)。信任是一种风险性行为，个体信任水平的高低会受其自身抵御风险的能力影响(王绍光, 刘欣, 2002; Bjφrnskov, 2007; Delhey et al., 2005)，同时，抵御风险的能力又与个体的经济物质等条件有关(Giddens, & Anthony, 1991; Luhmann, 1993)。高低阶层个体拥有的资源(经济物质等条件)不同，他们抵抗风险的能力也会不同，因而信任水平也就有所差异。Giddens等人(1991)认为，个体的内在、外在条件越好，他们越乐观，对人生越积极、自在，更多依靠自己，而非受制于资源，从而也会更愿意信任别人，相反，内在、外在条件不好的人则不敢轻易的相信他人。王绍光等人(2002)也持相同观点，即可能的损失在个体所拥有的全部资源中的比例大小直接影响了个体的信任水平。Luhmann(1993)提出“灾难线”(Disaster Threshold)(灾难阈值)的概念，认为这种可能的损失对个人来说也许是非常糟糕的，具有毁灭性。任何人都有属于自己的风险底线，如果他人失信带来的损失自己无法承担，个体就不会选择相信对方。这条底线的水平与个体实际可用的资源量有关。一个人可使用的资源量越少，他们的灾难线和风险容忍度就越低，越不愿意承担风险和信任他人，反之亦如此(敖丹等, 2013)。因此，社会阶层与信任之间存在着正相关关系。
将回收的Fe3O4-C磁性空心微球重复用于下一轮催化苯酚的类芬顿氧化降解，根据30 min后苯酚的降解率考察材料的重复利用性。再生后的催化剂反复使用5次后，其催化能力没有明显的下降，说明该材料具有较好的重复利用性，可以有效地节约使用成本。
需要指出的是，元分析也表明，社会阶层与信任行为之间的相关性相对较小。这表明，还有其他诸多因素会影响社会阶层与信任之间的关系。如，认知理论强调个体的认知推理会对其行为决策产生重要影响，而归因作为认知推理的一部分，人们可能会因为对自身所处阶层的原因的理解不同而产生信任的差异(丁凤琴等, 2016)。总体而言，社会阶层与信任之间存在着一定的关系，但社会阶层与信任的关系也受到许多其他因素的影响。
明太祖朱元璋分封儿孙，藩王势力膨胀。建文帝即位后与亲信开始削藩，并以防边为名将燕王朱棣的精兵调出塞外，准备削除燕王。朱棣于1399年起兵反抗，随后挥师南下，史称“靖难之役”。建文帝缺乏谋略，朱棣适时出击，策略灵活，于1402年攻下帝都应天（今江苏南京）。同年，朱棣即位，是为明成祖。
4.2 信任测量方式对社会阶层与信任行为的相关的调节效应
元分析结果表明，信任的不同测量方式会影响社会阶层与信任行为之间的关系。相比于采用信任博弈任务，采用问卷测量信任时，社会阶层与信任之间会有更大的正相关。这一结果与Batson和Ahmad (2001)、Lamm等人(2007)的观点一致，即使用的测量方法不一样会使两个变量间关系的强度发生变化。信任的测量通常采用的都是普遍适用且信效度都较高的问卷，而且国内外大部分研究都是进行的大规模数据调查，数据样本量足够大，所得到的结果也更加稳定；相较于问卷测量的大样本，实验室条件下的行为数据则样本量较小，此外，行为数据的收集过程包含对实验条件的严格控制，即会人为操纵一些变量，由此得到的心理现象会过分简化，这会使实验结果与实际情况有所不同。因此，信任测量方式对社会阶层与信任有调节作用。
4.3 研究意义与展望
本元分析结果证实了“资源因素理论”——个体的社会阶层越高，信任水平越高。这对理解不同个体信任水平差异的机制具有重要的理论意义。此外，研究还发现信任测量方式会影响二者间的关系，因此，未来的研究需要根据特定的研究目的选择合适的测量工具和样本量。需要指出的是，本元分析也存在一些不足之处：(1)本元分析仅考察了阶层类型、信任类型、信任测量方式等变量的调节效应，因此，今后还可以对其他潜在的调节变量进行检验。(2)调节效应的分析中，有些样本因做脑电、眼动研究，参与者的数量较少，这可能会对调节效应的分析产生一定的影响。
5 结论
本项元分析的结果表明，社会阶层与信任间存在显著的正相关，二者之间的关系受到信任测量方式的调节，相较于采用行为游戏，采用问卷测量信任时，社会阶层与信任间的正相关更强。
参考文献
*表示元分析用到的文献
白春阳 (2006). 社会信任的基本形式解析. 河南社会科学, 14(1), 4-6.
白福宝 (2013). 不公正感体验与公正感特质对风险水平的影响.硕士学位论文. 南京师范大学.
*鲍威 (2015). 项目团队成员的社会阶层对其心理安全感影响. 项目管理技术, 13(2), 83-87.
曹怡骏, 姚振 (2014). 民众对律师信任度的实证调查. 四川理工学院学报(社会科学版),(2), 62-75.
丁凤琴, 陆朝晖 (2016). 共情与亲社会行为关系的元分析. 心理科学进展, 24(8), 1159-1174.
高学德 (2015). 社会流动与人际信任:基于CGSS数据的实证研究. 西南大学学报(社会科学版), 41(6), 29-37.
郭永玉, 杨沈龙, 李静, 胡小勇 (2015). 社会阶层心理学视角下的公平研究. 心理科学进展, 23(8), 1299-1311.
胡小勇, 李静, 芦学璋, 郭永玉 (2014). 社会阶层的心理学研究: 社会认知视角. 心理科学,(6), 1509-1517.
*姜瑜 (2017). 社会地位和特质认知对人际信任的影响.硕士学位论文. 南京师范大学.
井世洁, 杨宜音 (2013). 转型期社会信任感的阶层与区域特征. 社会科学,(6), 77-85.
李进会 (2013). 社会阶层视角下大学生人际交往研究. 硕士学位论文. 广西师范大学.
李培林 (2005). 社会冲突与阶级意识当代中国社会矛盾研究. 社会, 25(1), 12-32.
卢曼 (2005). 信任: 一个社会复杂性的简化机制(瞿铁鹏, 李强译). 上海: 上海人民出版社.
梁幸枝, 邢婷 (2003). 人情的选择, 还是制度的依赖——中外社会信任机制的概况研究. 社会,(5), 50-55.
*敖丹, 邹宇春, 高翔 (2013). 城镇居民普遍信任的区域间与区域内差异分析. 当代社科视野,(12), 161-179.
祁顺生, 贺宏卿 (2006). 组织内信任的影响因素. 心理科学进展, 14(6), 918-923.
齐秀琳, 伍骏骞 (2017). 身份异质性、差序格局与社会信任. 中南财经政法大学学报,(2), 41-49.
*谭旭运 (2016). 主客观社会地位对社会信任心态的影响. 哈尔滨工业大学学报(社会科学版), 18(4), 64-70.
*涂敏霞, 藕园 (2017). 当代青年社会信任的特征分析及体系建构——以广州青年为例. 广东青年职业学院学报,(1), 5-10.
王洁, 陈健芷, 杨琳, 高爽 (2013). 感觉寻求与网络成瘾关系的元分析. 心理科学进展, 21(10), 1720-1730.
王俊秀 (2018). 不同主观社会阶层的社会心态. 江苏社会科学,(1), 24-33.
王绍光, 刘欣 (2002). 信任的基础:一种理性的解释. 社会学研究,(3), 23-39.
*王永杰, 颜莹莹 (2015). 阶层认同与警察信任:基于全国性调查数据的分析. 复旦公共行政评论,(2), 121-142.
吴鹏, 刘华山 (2014). 道德推理与道德行为关系的元分析. 心理学报, 46(8), 1192-1207.
徐步霄 (2017). 社会阶层对不诚实行为的影响:一个有中介的调节模型.硕士学位论文. 华中师范大学.
颜莹莹 (2017). 社会阶层对警察信任的影响——基于亚洲晴雨表数据的中日对比研究.硕士学位论文. 西南交通大学.
杨敏敏 (2014). 三元社会结构视角下的中国社会信任状况及其影响因素分析.硕士学位论文. 浙江大学.
杨沈龙, 郭永玉, 李静 (2013). 低社会阶层者是否更相信系统公正. 心理科学进展, 21(12), 2245-2255.
袁博, 董悦, 李伟强 (2017). 道歉在信任修复中的作用:来自元分析的证据. 心理科学进展, 25(7), 1103-1113.
*张文宏, 马丹 (2015). 社会经济地位、民主观念与政治信任——以上海为例. 江苏行政学院学报,(1), 52-62.
Batson, C. D., & Ahmad, N. (2001). Empathy-induced altruism in a prisoner’s dilemma II: What if the target of empathy has defected? European Journal of Social Psychology, 31(1), 25-36.
Berg, J., Dickhaut, J., & Mc Cabe, K. (1995). Trust, reciprocity, and social history. Games and Economic Behavior, 10(1), 122-142.
Bjφrnskov, C. (2007). Determinants of generalized trust: A cross-country comparison. Public Choice, 130(1), 1-21.
*Blue, P. R., Hu, J., & Zhou, X. L. (2018). Higher status honesty is worth more: The effect of social status on honesty evaluation. Frontiers in Psychology, 9, 350-368.
Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2009). Introduction to meta-analysis(pp. 3-203). West Sussex, UK: Wiley & Sons.
Brandt, M. J. (2013). Do the disadvantaged legitimize the social system? A large-scale test of the status-legitimacy hypothesis. Journal of Personality and Social Psychology, 104(5), 765-785.
Brehm, J., & Rahn, W. (1997). Individual-level evidence for the causes and consequences of social capital. American Journal of Political Science, 41(3), 999-1023.
Colquitt, J. A., Scott, B. A., & Lepine, J. A. (2007). Trust, trustworthiness, and trust propensity: A meta-analytic test of their unique relationships with risk taking and job performance. Journal of Applied Psychology, 92(4), 909-927.
Delly, J., & Newton, K. (2005). Predicting cross-national levels of social trust: Global pattern or nordic exceptionalism? European Sociological Review, 21(4), 311-327.
Deutsch, M. (1958). Trust and suspicion. The Journal of Conflict Resolution, 2(4), 265-279.
Duval, S., & Tweedie, R. (2000). Trim and fill: A simple funnel-plot-based method of testing and adjusting for publication bias in meta-analysis.Biometrics, 56(2), 455-463.
Eisenberg, N., & Miller, P. A. (1987). The relation of empathy to prosocial and related behaviors. Psychological Bulletin, 101(1), 91-119.
Egger, M., Smith, G. D., Schneider, M., & Minder, C. (1997). Bias in meta-analysis detected by a simple, graphical test. BMJ, 315(7109), 629-634.
Gheorghiu, M. A., Vignoles, V. L., & Smith, P. B. (2009). Beyond the united states and japan: testing yomagishi’s emancipation theory of trust across 31 nations. Social Psychology Quarterly, 72(4), 365-383.
Giddens, & Anthony. (1991). Modernity and Self-identity: Self and Society in the Late Modern Age. Cambridge: Policy Press.
Glaeser, E. L., Laibson, D. I., Scheinkman, J. A. & Soutter, C. L. (2000). Measuring trust. The Quarterly Journal of Economics, 115(3), 811-846.
Guiso, L., Sapienza, P., & Zingales, L. (2003). People’s opium? religion and economic attitudes. Journal of Monetary Economics, 50(1), 225-282.
Hancock, P. A., Billings, D. R., Schaefer, K. E., Chen, J. Y., de Visser, E. J., & Parasuraman, R. (2011). A meta-analysis of factors affecting trust in human-robot interaction. Human Factors, 53(5), 517-27.
*Hamamura, T. (2012). Social class predicts generalized trust but only in wealthy societies. Journal of Cross-Cultural Psychology, 43(3), 498-509.
Hunter, J. E., & Schmidt, F. L. (2000). Fixed effects vs. random effects meta-analysis models: Implications for cumulative research knowledge. International Journal of Selection and Assessment, 8(4), 275-292.
Jackman, M. R., & Jackman, R. W. (1973). An interpretation of the relation between objective and subjective social status. American Sociological Review, 38(5), 569-582.
Johnson-George, C., & Swap, W. C. (1982). Measurement of specific interpersonal trust: Construction and validation of a scale to assess trust in a specific other. Journal of Personality & Social Psychology, 43(6), 1306-1317.
Kraus, M. W. (2010). Social class, essentialism., and restorative policy decisions.Doctoral dissertation, University of California.
Kraus, M. W., & Park, J. W. (2014). The undervalued self: social class and self-evaluation. Frontiers in Psychology, 5, 1404-1412.
Kraus, M. W., & Stephens, N. M. (2012). A road map for an emerging psychology of social class. Social & Personality Psychology Compass, 6(9), 642-656.
Kraus, M. W., Tan, J. J. X., & Tannenbaum, M. B. (2013). The social ladder: A rank-based perspective on social class. Psychological Inquiry, 24(2), 81-96.
Kuppens, S., Laurent, L., Heyvaert, M., & Onghena, P. (2013). Associations between parental psychological control and relational aggression in children and adolescents: A multilevel and sequential meta-analysis. Developmental Psychology, 49(9), 1697-1712.
Lamm, C., Batson, C. D., & Decety, J. (2007). The neural substrate of human empathy: Effects of perspective-taking and cognitive appraisal. Journal of Cognitive Neuroscience, 19(1), 42-58.
Lee, I. C., Pratto, F., & Johnson, B. T. (2011). Intergroup consensus/disagreement in support of group based hierarchy: An examination of socio-structural and psycho-cultural Factors.Psychological Bulletin, 137(6), 1029-1064.
Luhmann, N. (1993). Risk: A Sociological Theory. New York: Walter de Gruyter.
Mayer, R. C., & Davis, J. H. (1999). The effect of the performance appraisal system on trust for management: A field quasi-experiment. Journal of Applied Psychology, 84(1), 123-136.
*Navarro-Carrillo, G., Valor-Segura, I., & Moya, M. (2016). Do you trust strangers, close acquaintances, and members of your ingroup? Differences in trust based on social class in Spain. Social Indicators Research, 135(2), 1-13.
*Piff, P. K., Kraus, M. W., Cté, S., Cheng, B. H., & Keltner, D. (2010). Having less, giving more: The influence of social class on prosocial behavior. Journal of Personality and Social Psychology, 99(5), 771-784.
Piff, P. K., Stancato, D. M., Cté, S., Mendoza-Denton, R., & Keltner, D. (2012). Higher social class predicts increased unethical behavior.Proceedings of the National Academy of Sciences, 109(11), 4086-4091.
Rothstein, H. R., Sutton, A. J., & Borenstein, M. (2006). Publication bias in meta-analysis: Prevention, assessment and adjustments(pp. 11-193). Hoboken, NJ: Wiley.
Rotter, J. B. (1980). Interpersonal trust, trustworthiness, and gullibility. American Psychologist, 35(1), 1-7.
Rousseau, D. M., Sitkin, S. B., Burt, R. S., & Camerer, C. (1998). Not so different after all: A cross-discipline view of trust. Academy of Management Review, 23(3), 393-404.
*Schoon, I., Cheng, H., Gale, C. R., Batty, G. D., & Deary, I. J. (2010). Social status, cognitive ability, and educational attainment as predictors of liberal social attitudes and political trust. Intelligence, 38(1), 144-150.
Shaw, R. B. (1997). Trust in the balance: Building successful organizations on results, integrity, and concern. San Francisco: Jossey-Bass.
Simonsohn, U., Nelson, L. D., & Simmons, J. P. (2014). P-curve and effect size: Correcting for publication bias using only significant results.Perspectives on Psychological Science, 9(6), 666-681.
Taylor, P., Funk, C., & Clark, A. (2007). Americans and social trust: Who, where and why.Washington, DC: PEW.
Uslaner, E. M. (2002). The moral foundations of trust. Social Science Electronic Publishing, 1(4), 647-648.
Viechtbauer, W. (2010). Conducting meta-analyses in R with the metafor package. Journal of Statistical Software, 36(3), 1-48.
Williamson, O. E. (1981). The economics of organization: The transaction cost approach. American Journal of Sociology, 87(3), 548-577.
Worchel, P. (1979). Trust and distrust. In W. G. Austin & S. Worchel (Eds),the social psychology of intergroup relations(pp. 174-187). Belmont, CA: Wadsworth.
TheRelationshipbetweenSocialClassandTrust:AMeta-analysis
GONG Jiao; LI Weiqiang; CHEN Ming; TANG Ming; YUAN Bo
(DepartmentofPsychology,NingboUniversity,Ningbo315211,China)
Abstract
A large body of research has examined the relationship between social class and trust-yet the findings are still inconclusive. A meta-analysis was conducted to explore the relationship between social class and trust, as well as potential moderators of this relationship. A literature searched yielded 12 qualified papers with 27 effects sizes and 115771 participants. Results showed that social class was significantly associated with trust (r=0.05,p<0.05), and this relationship was moderated by the type of trust measurement. No other moderators were found. The p-cure analysis showed that the p-cures of the meta-analysis was significant right skew states, indicating that the relationship between social class and trust had real effect, not caused by publishing bias or p-hacking.
Keywords: social class; trust; meta-analysis; moderate effect; p-cure
分类号B849
DOI:10.16842/j.cnki.issn2095-5588.2019.06.004
基金项目:教育部人文社会科学青年基金项目(15YJC190026)；浙江省哲学社科规划项目(16NDJC105YB)。
通讯作者: 袁博, E-mail: yuanbopsy@gmail.com
标签：社会阶层论文; 效应论文; 关系论文; 问卷论文; 个体论文; 社会科学总论论文; 社会学论文; 社会结构和社会关系论文; 《心理技术与应用》2019年第6期论文; 教育部人文社会科学青年基金项目(15YJC190026)浙江省哲学社科规划项目(16NDJC105YB)论文; 宁波大学心理学系暨研究所论文;