引言

截至2025年底，我国60岁及以上人口达3.2亿，已进入中度老龄化社会，养老焦虑恐将长期存在。互联网的去中心化特征虽拓展了话语空间，但信息过载与沉浸式浏览加重了公众对风险事件的感知；媒体对“政府来养老”“养老靠自己”等声音的反复渲染，进一步加剧了社会养老焦虑。

在养老焦虑波及各群体时，青年群体尤为特殊。他们成长于互联网爆发时代，受网络影响深，同时承受养老保险缴费、赡养老人和预防性储蓄三重压力，且在社会发展中被寄予厚望却常在政策制定中被忽视。高预期与低行动的矛盾，使其养老焦虑从“被动担忧”转向“迷茫式焦虑”。

综上，互联网如何影响青年养老焦虑？政府信任在其中扮演何种角色？本研究利用2021年中国社会状况综合调查（CSS）数据，构建OLS模型，探究互联网使用方式、政府信任与青年养老焦虑的关系及作用机制，以期为政府提升社会保障治理能力提供实证依据。

一、文献综述与研究假设

（一）养老焦虑：概念、影响因素

本文借鉴高瑞鸿等的定义，将青年养老焦虑界定为：青年因担心未来养老所需经济支持、生活照料和精神慰藉无法满足而产生的紧张、恐慌情绪。

养老焦虑的根本原因是养老资源供给与需求失衡。宏观层面，人口结构变动、养老保障体系不完善及养老医疗数字鸿沟叠加共同催生养老焦虑。微观层面，个体特征及家庭因素均显著影响养老焦虑。此外，参与养老保险和社会互动有助于降低养老焦虑。

（二）政府信任：概念、影响因素

信任是对交往伙伴的积极态度与信心。政府信任是公众与政府间建立的积极关系，广义上等同于政治信任，狭义上特指对政府机构及其服务的信赖。徐彪等强调其内含对政府善意与能力的感知，刘建平等认为它是民众与政府互动中形成的主观判断，影响公众对政府的情感与行为。政府信任既是评价公共服务质量的核心指标，又能调节居民风险感知，影响其参与公共服务的意愿。居民越信任政府，越倾向于相信政府会制定有益政策。政府信任如同政策与公众间的桥梁，通过改变公众对政策的预期进而影响其政策参与程度。

（三）研究假设

在大众传媒高度发达的背景下，公众对客观世界的感知更多源自媒介而非亲身体验。卡斯帕森等提出的“风险的社会放大”效应指出，风险可能经由媒介放大。当前我国老龄人口攀升、养老保障供需矛盾突出，李子豪等认为互联网发展扩大了公众风险感知能力，养老问题被推上风口浪尖，形成笼罩全社会的养老焦虑。

面临风险时，个体所掌握的信息决定其规避策略。彭魏倬加等发现信息获取渠道显著影响风险规避决策；张晴等指出互联网使用目的与动机存在差异，偏好导致互联网群体内部分化并影响其行为。陈思宇等发现娱乐型使用对价值观有负面影响，而工作学习型使用者价值观更为正面；孙毅恒等验证了不同互联网使用方式对商业保险购买的异质性影响。据此提出：

假设a：浏览新闻频率越高，养老焦虑越低。

假设a1：网上聊天频率越高，养老焦虑越低。

假设a2：网上娱乐频率越高，养老焦虑越低。

已有研究表明，大型公共事件会提升社会焦虑，而提升政府信任被视为缓解社会焦虑的重要手段。若公众相信政府制度具有长期可持续性，则能缓解养老焦虑。据此提出：

假设b：政府信任越高，养老焦虑越低。

城乡二元格局导致城乡互联网发展不均衡，普及率相差近25个百分点。互联网技术由城市向乡村扩散，城镇基础设施成熟而乡村相对滞后，互联网对养老焦虑的影响可能呈现城乡差异。据此提出：

假设c：互联网使用对养老焦虑的影响存在城乡差异。

互联网对政府信任的影响机制复杂，岳婷等归纳为“媒介抑郁论”“良性循环论”“媒介中介论”三种视角；虚拟社会网络兼具正负向工具性与情感性功效。杨文娟等将互联网使用方式划分为四种类型探讨其与政治信任的关系；韩彦超等指出娱乐或工作学习型使用无法提升公平感，而信息获取型反而降低公平感。综上，不同互联网使用方式对政府信任的影响存在显著差异。据此提出：

假设d：政府信任在互联网使用方式与养老焦虑之间起中介作用。

二、数据来源与变量设计

（一）数据来源与说明

本文使用的数据来源于2021年的中国社会状况综合调查(Chinese Social Survey，简称CSS)，该调查采用双年度的纵贯方式，通过概率抽样入户访问，覆盖了中国的31个省、自治区和直辖市，包括了151个区市县和604个村庄或居委会，调查约包括7000到10000个家庭。

本文聚焦研究青年群体的养老焦虑，依据年龄变量筛选出18～44岁的人群作为样本，在删除青年群体以外的样本后共获取3979个有效样本量。

（二）变量选择

1.被解释变量

本文因变量为自我养老焦虑。本文将自我养老焦虑界定为青年群体对个人养老生活目前的担心、忧虑或者烦恼的一种主观表达。对应数据库的相应问题，本文使用CSS2021数据中“请用1～10分，来表达您对现在的养老保障的评价”问题来衡量养老焦虑。养老保障的选项数值为1“非常不满意”至10“非常满意”，对其进行反向赋值为1“非常满意”至10“非常不满意”，数值越大，表明青年群体对养老越焦虑。

2.解释变量

本文以互联网使用方式和政府信任为自变量。互联网使用方式源自CSS问卷“您上网进行下列活动的频率是”，涵盖浏览时政信息、娱乐休闲、聊天交友等8类活动。参考吕宁等的做法，将其归为三类：信息获取型、娱乐型和聊天型。政府信任采用直接测量，选取CSS问卷中受访者对中央政府、区县政府、乡镇政府的信任程度，将三级政府信任得分加总取均值，作为政府信任变量。自变量设置详见表1。

3.控制变量

通过对其他文献资料的阅读和整理，将受教育程度、婚姻状况、性别、个人收入和政治面貌作为控制变量，具体变量设置如表1所示。

4.变量描述

	变量名称	变量说明	平均值	标准差	最小值	最大值
被解释变量	养老焦虑	1=非常满意——10=非常不满意	3.687	2.422	1	10
解释变量	浏览新闻	0=从不；1=一年几次；2=一月至少一次；3=一周至少一次；4=一周多次；5=几乎每天	3.495	1.656	0	5
	网上聊天	0=从不；1=一年几次；2=一月至少一次；3=一周至少一次；4=一周多次；5=几乎每天	4.222	1.364	0	5
	休闲娱乐	0=从不；1=一年几次；2=一月至少一次；3=一周至少一次；4=一周多次；5=几乎每天	4.177	1.301	0	5
	政府信任	1=很不信任；2=不太信任；3=比较信任；4=非常信任	3.186	0.717	1	4
控制变量	受教育程度	1=小学及以下；2=初中；3=高中、中专、职高；4=专科；5=本科及以上	3.890	1.064	1	5
	性别	0=男；1=女	0.421	0.493	0	1
	婚姻	0=无配偶；1=有配偶	0.651	0.476	0	1
	政治面貌	1=中共党员；2=共青团员；3=民主党派；4=群众	3.382	1.056	1	4
	个人收入（对数）	连续变量	10.312	1.325	0.693	14.914

5.模型设计

为检验互联网使用方式、政府信任对青年养老焦虑的影响，本研究构建多元线性回归模型。由于被解释变量“养老焦虑”为取值1～10的连续变量，且通过正态性检验，故采用普通最小二乘法（OLS）进行参数估计。基准回归模型设定如下：

其中：\(Y_{i}\)表示第i个样本青年的养老焦虑得分；\({News}_{i}{、Chat}_{i}{、Entertain}_{i}\)分别表示该青年使用互联网浏览新闻、网上聊天、休闲娱乐的频率；\({Trust}_{i}\)表示该青年对中央、区县、乡镇三级政府的信任得分均值；\(Z_{i}\)为控制变量向量,包括受教育程度、性别、婚姻状况、个人收入、政治面貌；\(\beta_{0}\)为截距项，\(\varepsilon_{i}\)为随机误差项，假定服从正态分布。

三、实证结果与分析

（一）基准回归

为探究互联网使用方式及政府信任对青年养老焦虑的影响，本文构建OLS基准回归模型。表2报告了总样本、城市及农村样本的回归结果，其中模型（1）至（3）仅纳入互联网使用方式与控制变量，模型（4）至（6）进一步加入政府信任。

1.互联网使用方式对青年养老焦虑的影响

模型（1）显示，浏览新闻与养老焦虑呈显著负相关（β=-0.087，p<0.001），而网上聊天与休闲娱乐影响不显著，假设a成立，a1、a2不成立。城乡分样本中，城市样本浏览新闻显著降低养老焦虑（β=-0.094，p<0.01），农村样本三种方式均不显著，表明互联网缓解效应仅存在于城市青年中，假设c初步验证。

2.政府信任对青年养老焦虑的影响

模型（4）至（6）加入政府信任后，三类样本中政府信任均与养老焦虑显著负相关，假设b成立。同时，浏览新闻在总样本和城市样本中变得不显著，农村样本依旧不显著，提示政府信任可能发挥了中介作用。综上，浏览新闻仅缓解城市青年养老焦虑，政府信任对其具有负向作用，且削弱了浏览新闻的直接效应。为此，进一步进行中介效应检验。

	模型（1）	模型（2）	模型（3）	模型（4）	模型（5）	模型（6）
变量名	养老焦虑	养老焦虑	养老焦虑	养老焦虑	养老焦虑	养老焦虑
	总样本	城市	乡村	总样本	城市	乡村
教育	-0.097*	-0.162**	0.066	-0.039	-0.105*	0.128
	(-1.76)	(-2.47)	(0.64)	(-0.74)	(-1.68)	(1.28)
性别	-0.006	-0.101	0.253	0.040	-0.061	0.316*
	(-0.06)	(-0.90)	(1.31)	(0.43)	(-0.57)	(1.72)
婚姻	-0.026	0.002	-0.036	-0.024	-0.016	0.017
	(-0.23)	(0.01)	(-0.16)	(-0.23)	(-0.13)	(0.08)
个人收入	-0.074*	-0.064	-0.110	-0.087**	-0.076*	-0.128*
	(-1.94)	(-1.42)	(-1.54)	(-2.41)	(-1.78)	(-1.88)
政治面貌	0.234***	0.181***	0.403***	0.142***	0.090*	0.300***
	(5.04)	(3.44)	(4.07)	(3.18)	(1.79)	(3.16)
浏览新闻	-0.087***	-0.094**	-0.085	-0.028	-0.036	-0.023
	(-2.90)	(-2.53)	(-1.62)	(-0.97)	(-1.03)	(-0.45)
网上聊天	-0.017	-0.030	0.005	-0.007	-0.032	0.038
	(-0.50)	(-0.72)	(0.09)	(-0.22)	(-0.83)	(0.67)
休闲娱乐	-0.027	-0.021	-0.043	-0.025	-0.016	-0.046
	(-0.72)	(-0.45)	(-0.70)	(-0.72)	(-0.36)	(-0.78)
政府信任				-1.121***	-1.146***	-1.079***
				(-17.15)	(-14.56)	(-9.17)
城乡	-0.053			-0.014
	(-0.50)			(-0.14)
常数项	4.603***	4.980***	3.544***	8.092***	8.637***	6.923***
	(8.72)	(8.68)	(4.13)	(14.94)	(14.41)	(7.71)
观测值	2,754	1,908	846	2,754	1,908	846
R²	0.027	0.028	0.030	0.121	0.126	0.119

注：*、**、***分别表示统计结果在10%、5%、1%统计水平下显著,括号中为t值,下同

中介效应检验

基准回归提示政府信任可能发挥中介作用，本文采用Bootstrap法（重复抽样1000次）进一步检验，结果见表3（总样本）和表4（城市样本）。

总样本中，“浏览新闻→政府信任→养老焦虑”路径的间接效应显著（系数=-0.06，P<0.001，95%CI不含0），直接效应不显著（系数=-0.03，95%CI含0），为完全中介效应。城市样本结果一致：间接效应显著（系数=-0.058，P<0.001，95%CI不含0），直接效应不显著（系数=-0.039，95%CI含0）。以上验证了假设d，即政府信任在浏览新闻影响养老焦虑中起完全中介作用。

	相关系数	Bootstrap标准误	Z值	P值	95%置信区间
间接效应	-0.06	0.011	-5.65	0	[-0.08,-0.039]
直接效应	-0.03	0.031	-0.97	0.333	[-0.092,0.031]

	相关系数	Bootstrap标准误	Z值	P值	95%置信区间
间接效应	-0.058	0.014	-4.15	0	[-0.085,-0.03]
直接效应	-0.039	0.039	-1.01	0.312	[-0.116,0.037]

（三）稳健性检验

为确保研究结论的可靠性，本研究进行了稳健性检验。由于被解释变量“养老焦虑”为取值1～10的次序变量，本研究采用有序Probit模型重新进行回归，回归结果如表5所示。在替换模型之后，核心变量显著性未变，结论稳健。

	模型（7）	模型（8）	模型（9）	模型（10）	模型（11）	模型（12）
变量名	养老焦虑	养老焦虑	养老焦虑	养老焦虑	养老焦虑	养老焦虑
	总样本	城市	乡村	总样本	城市	乡村
教育	-0.025	-0.050*	0.043	0.002	-0.019	0.056
	(-1.01)	(-1.70)	(0.96)	(0.07)	(-0.64)	(1.25)
性别	-0.020	-0.065	0.098	-0.049	-0.094*	0.067
	(-0.48)	(-1.30)	(1.19)	(-1.14)	(-1.86)	(0.81)
婚姻	-0.030	-0.021	-0.034	0.019	0.043	-0.022
	(-0.64)	(-0.37)	(-0.36)	(0.40)	(0.77)	(-0.23)
个人收入	-0.033*	-0.028	-0.050	-0.034**	-0.028	-0.054*
	(-1.95)	(-1.40)	(-1.63)	(-2.03)	(-1.42)	(-1.74)
身份	0.106***	0.081***	0.185***	0.076***	0.053**	0.145***
	(5.13)	(3.43)	(4.26)	(3.62)	(2.24)	(3.28)
浏览新闻	-0.038***	-0.045***	-0.032	-0.019	-0.025	-0.015
	(-2.84)	(-2.71)	(-1.42)	(-1.44)	(-1.51)	(-0.65)
网上聊天	0.001	-0.007	0.013	0.009	-0.003	0.028
	(0.04)	(-0.39)	(0.51)	(0.61)	(-0.14)	(1.07)
网上娱乐	-0.008	-0.004	-0.016	-0.018	-0.001	-0.047*
	(-0.48)	(-0.22)	(-0.59)	(-1.11)	(-0.06)	(-1.74)
政府信任				-0.237***	-0.240***	-0.234***
				(-20.43)	(-16.92)	(-11.49)
城乡	-0.019			0.034
	(-0.41)			(0.71)
观测数	2,754	1,908	846	2,754	1,908	846
Pseudo R²	0.0058	0.0061	0.0076	0.0449	0.0447	0.0484

注：*** p<0.001, ** p<0.01, * p<0.05

四、结论与建议

（一）结论

本研究基于2021年中国社会状况综合调查（CSS）数据，采用OLS模型与Bootstrap中介效应检验方法，实证分析了互联网使用方式、政府信任对青年养老焦虑的影响机制，得出以下主要结论：

第一，不同互联网使用方式对青年养老焦虑的影响存在城乡差异。在总体和城市样本中，浏览新闻能显著降低养老焦虑，而其他使用方式无显著影响；在乡村样本中，三种方式均无显著影响。第二，政府信任会显著降低青年群体的养老焦虑。第三，浏览新闻通过政府信任对养老焦虑产生完全中介效应。互联网对养老焦虑的影响会通过改变个人的政府信任从而改变自身的养老焦虑。当政府信任和互联网同时存在时，政府信任会完全替代掉互联网对青年养老焦虑的影响，进而降低养老焦虑。

（二）建议

1.精确定位信息投放渠道，正确引导舆论走向

主流媒体应进一步明确自身定位，集中优势资源做好信息传播，充分利用信息科技最新成果，加强养老政策的宣传解读。但主流媒体不能仅充当政策的“传声筒”，更应主动引导青年群体积极参与养老制度的实施过程，使其零距离接触政策内容，消除政策与公众之间的距离感。

2.保障养老服务体系政策连续性，增强青年群体对未来获取养老资源的信心

政府需出台一系列可行且稳定的政策措施，确保当前养老服务体系的有效运转和长期可持续，从制度层面消解青年群体的养老焦虑。大力发展长期护理保险，规范养老院护养标准，切实保障养老资源的充分供给。

3.为青年群体提供稳定的就业环境，从源头上解决养老焦虑

应确保青年群体拥有稳定的工作环境，严格依照劳动法律法规，依法纠正部分企业压低薪酬、强迫加班等用用工失范行为，降低青年的劳动强度，减轻其对老年生活的担忧。同时，进一步扩大社会保障对青年群体的覆盖面和保障深度，增强其养老保障获得感。

参考文献：

1. [1] 沙勇,伏宇冲,金巍.人口老龄化对家庭消费结构影响及其作用机制研究——基于CFPS数据的实证分析[J].西北人口,2026,47(01):87-98.
2. [2] 靖鸣.风险感知与行为阈限：传播风险特征、成因及防范策略[J].西北师大学报(社会科学版),2023,60(03):96-104.
3. [3] 聚焦夯实居民养老财富储备——中信银行重磅发布《中国居民养老财富管理发展报告（2022）》[J].文化纵横,2023(01):150-153.
4. [4] 高瑞鸿.城市独生子女父母的养老焦虑及其影响因素研究[D].重庆工商大学,2021.
5. [5] 钟一军.人口老龄化背景下的养老焦虑及其缓释研究[J].江南论坛,2023(11):59-63.
6. [6] 乐章.风险与保障:基于农村养老问题的一个实证分析[J].农业经济问题,2005(09):68-73.
7. [7] 聂建亮,樊荣.靠配偶还是靠子女?——农村老人养老风险感知消减的家庭保障机制研究[J].华中科技大学学报(社会科学版),2021,35(06):56-65.
8. [8] 金灿灿,赵宝宝.身体健康与老年抑郁和焦虑的关系:朋友社会支持的调节作用[J].中国老年学杂志,2018,38(18):4558-4561.
9. [9] 郑晓冬,方向明.社会养老保险与农村老年人主观福利[J].财经研究,2018,44(09):80-94.
10. [10] Nunkoo R.Power,trust,social exchange and community support[J].Annals of Tourism Research,2012,39(02):997-1023.
11. [11] 徐彪.公共危机事件后的政府信任修复[J].中国行政管理,2013(02):31-35.
12. [12] 刘建平,周云.政府信任的概念、影响因素、变化机制与作用[J].广东社会科学,2017(06):83-89.
13. [13] 胡荣，范丽娜，龚灿林.主观绩效、社会信任与农村居民对乡镇政府信任[J].社会科学研究，2018(06):105-113.
14. [14] 徐瑞璠,刘文新,倪琪,赵敏娟.风险感知、政府信任与城镇居民生态补偿支付水平——基于渭河流域572户的微观实证[J].干旱区资源与环境,2021,35(04):10-16.
15. [15] 卢松,李卓妍.城市居民对大型活动影响的感知与态度模式——以首届中国国际进口博览会为例[J].地理学报,2021,76(12):3025-3042.
16. [16] 李子豪,顾海.互联网使用对公众风险感知的作用机制研究——基于差异化人际信任视角[J].浙江社会科学,2023(06):57-67+157-158.
17. [17] 彭魏倬加.信息渠道如何影响商业养老保险决策——来自CGSS的微观证据[J].中南大学学报(社会科学版),2020,26(06):119-129.
18. [18] 张晴,谈芯羽.青年数字化行为的代际差异与代内分化研究[J].中国青年社会科学,2023,42(06):108-123.
19. [19] 陈思宇,胡志安,陈斌开.技术与文化:互联网如何改变个人价值观?[J].经济学动态,2016(04):37-47.
20. [20] 孙毅恒.互联网的使用程度对商业保险购买的影响[J].北方经贸,2023(05):114-117.
21. [21] Kyudong Kim,Erica Ciszek,Wonsun Ki,Kasey M.Faust.Building institutional trust during disasters:An organization-public relationship examination of public service organizations(PSOs)[J].International Journal of Disaster Risk Reduction,2025,118.
22. [22] 张家平,程名望,龚小梅.中国城乡数字鸿沟特征及影响因素研究[J].统计与信息论坛,2021,36(12):92-102.
23. [23] 胡伦,陆迁.贫困地区农户互联网信息技术使用的增收效应[J].改革,2019(02):74-86.
24. [24] 岳婷.互联网使用、社会公平感与青年政府信任[D].中南大学,2023.
25. [25] 李晓光,石智雷,郭小弦.传播焦虑还是提供支持?——虚拟空间社会网络的“双刃剑”效应[J].新闻与传播研究,2023,30(06):50-66+127.
26. [26] 杨文娟,李黎明.互联网使用如何影响政治信任?——理性选择和社会资本双重视过下的考察[J].西安交通大学学报(社会科学版),2023,43(03):131-141.
27. [27] 韩彦超,潘泽泉.互联网使用与公平感——基于CSS2019的实证分析[J].浙江社会科学,2023(01):76-85+158.
28. [28] 侯斌,吴宇歆.青年群体的自我养老焦虑因何而来？——基于生态压力过程模型的解释视角[J].中国青年研究,2022(08):60-67+93.
29. [29] 吕宁,徐玲玲,朱志胜.数字时代的“老有所乐”：互联网使用与城市老年人休闲生活质量[J].旅游科学,2024,38(07):37-55.
30. [30] 邹宇春,徐鹤溧,赵富民.新时代青年的政府信任及社会公平感的影响分析[J].青年发展论坛，2021，31(02)：12-21.
31. [31] 张平,肖真妮,王伟舟.地方政府评价与育龄群体二孩生育决策——基于CFPS数据的实证分析[J].决策与信息,2022(11):53-67.