经济“智能化”与社会“老龄化”的复杂交织为我国在养老保障领域实现国家治理现代化提出了新的挑战。一方面，基于20世纪90年代养老保障市场化改革的经验教训，国家的“适度回归”在当前的政策制定中已经达成基本共识。但是，如何把握回归的“程度”仍然没有定论。另一方面，“智能制造”是中国实现产业转型升级的关键，在为新旧动能转换提供政策着力点的同时，也在不断扩大我国制造业对工业机器人的应用需求。一些地方政府相应地制定出台了与“机器换人”相关的工作推进计划。根据国际机器人联合会（International Federation of Robotics, IFR）发布的世界机器人系列报告，自2013年开始，中国就已经成为世界工业机器人应用的主要领跑者，并持续保持着较快的增长速度。然而，历史经验表明，“机器换人”在带来发展红利的同时，其对社会风险的系统性重塑也可能对个体福利产生一系列不确定性冲击，从而影响个体对社会保护的诉求与态度。基于此，以“机器换人”为代表的自动化技术变革究竟会对个体的养老责任偏好带来怎样的可能影响？

为了回答这一问题，本文聚焦于个体在技术变革时期所面临的职业自动化替代可能性，基于风险预期路径构建了技术变革与个体的养老责任偏好的理论联系。理论上，具有不同任务属性的职业被自动化技术替代的可能性不尽相同。既有实证研究发现，自动化技术通常能够实现对常规任务（工作流程清晰、标准，具有重复性特征的活动）的有效替代，从而减少市场对从事相关任务劳工的需求。这意味着常规任务职业群体可能面临更高的失业与收入损失风险，这反过来会驱使他们对社会保护提出更强烈的诉求。

本研究利用2015年中国社会状况综合调查数据，依托主流文献的新近成果，构建了反映个体职业“常规任务强度”的指标，用以衡量个体职业所面临的自动化替代可能性，并通过多重实证模型，为这一问题的探讨提供经验证据。

研究发现：第一，个体职业被自动化替代的可能性越高，越偏好由政府承担养老责任。换言之，职业的自动化替代会强化个体对政府承担养老责任的倾向性。相较于“科学、医疗、法律等专业人员以及企业管理者”等非常规任务群体，以“体力劳动者、服务工作者和行政人员”为主要构成的常规任务群体面临着较高的自动化替代可能。与之相应，后者也更期待政府养老。第二，中介效应检验表明，自动化替代通过提高个体对未来的风险预期强化他们期待政府养老的倾向。第三，调节效应检验表明，自动化替代的这种强化效应在不同群体、家庭和地区间存在程度差异。首先，相较于中低收入群体，其强化效应在高收入群体中更加明显。其次，相较于无社会养老保险群体，其强化效应在参加社会养老保险的群体中更加明显。再次，相较于有代际陪伴的家庭，其强化效应在没有代际陪伴的家庭中更加明显。最后，相较于公共服务较好的地区，其强化效应在公共服务较差的地区更加明显。

在理论层面，本研究希望通过对技术变革背景下养老责任态度形成机制的讨论，丰富人们对现代经济情境下我国福利态度影响因素的多元理解。在实践层面，本研究表明，被自动化技术所替代的可能性已经成为个体福利态度差异形成的一个重要考量，这有利于我国政府在纵深推进“智能制造”政策过程中实现对其衍生问题的全景调控。

一、引言

近年来，伴随着我国劳动人口红利的消失与国际上第三波人工智能浪潮的兴起，“智能制造”为经济结构升级和新旧动能转换提供了新的政策着力点。“智能化”的纵深演进正不断扩大我国制造业对工业机器人的应用需求。2014年，东莞市印发《推进企业“机器换人”行动计划（2014-2016年）》，计划在未来两年完成对1000-1500个应用项目的机器换人指标，并通过对工业机器人和自动化生产线的引进，推动相关产业的减员增效。根据《2018中国机器人产业分析报告》，2017年我国工业机器人的使用密度为88万台/人，首次超过世界平均水平。在这一背景下，各地方政府纷纷出台旨在“机器换人”的产业政策，预示着自动化信息技术革新正在深刻地影响着当前我国社会的生产体系、劳资关系与治理模式（许怡、许辉，2019）。然而，在“机器换人”运动为产业转型升级带来发展红利的同时，它也在系统性地重塑社会风险，并可能对职业个体的福利态度产生一系列不确定性影响。

技术变革与福利态度的二元互动一直是福利社会学所关注的核心议题。人类历史上三次工业革命的经验表明，每一次技术变革都会引发劳动力市场的剧烈震动。在蒸汽革命时代，大规模手工业工人的失业最终导致18世纪末19世纪初“卢德运动”的爆发，同时也向政策制定者展现出技术变革对国家治理所产生的复杂影响。时至今日，虽然卢德主义者所假想的技术进步将减少产业对人工劳力的需求，进而导致大规模失业现象难以在今天复现，但是技术变革对不同职业群体的差异化影响以及由此所产生的福利态度的转变却依然存在。

随着我国老龄人口的快速增长与劳动年龄人口的波动下降，人口老龄化程度将越来越高，给经济社会的可持续发展带来严峻考验。由此，养老责任如何在政府—家庭间实现有效分配就成为最为关键的问题。换言之，如何确定养老保障中的国家介入程度正在持续性地引发实务界和理论界的热烈关切，而新一轮技术变革对当前经济社会结构所产生的广泛影响无疑加大了这一问题的复杂性。可以说，“智能化”与“老龄化”的复杂交织为国家治理现代化的实现带来了全新挑战。具体来说，技术对人工劳力的潜在替代可能会重构职业个体所面临的社会风险（如失业）。在这一前提下，工作机会与收入水平的不确定性会进一步影响职业个体对家庭养老的信心，从而增强其对政府承担养老责任的偏好。基于此，在老龄化正在成为中国社会常态的当下（彭希哲、胡湛，2011），探索以“机器换人”运动为标志的技术变革究竟会对个体的政府养老偏好产生怎么样的影响显得尤为必要。

虽然国内学界已经着手对养老责任偏好这一议题开展诸多探索，但是既有研究或关注人口经济社会地位等基本要素，或将注意力投向代际支持、性别意识等特殊要素（晏子，2018；赵锋、樊正德，2018），鲜有研究在经验层面讨论技术变革与福利态度之间的关系。本文聚焦于个体在技术变革时期所面临的职业自动化替代可能性，基于风险预期路径探讨影响个体对政府养老偏好的效应，以及该效应在不同群体、家庭和地区间的程度差异。本研究利用2015年中国社会状况综合调查（Chinese General Social Survey，以下简称CGSS2015）数据，依托主流文献的新近成果，构建了反映个体职业“常规任务强度”（routine task intensity）指标，用以衡量个体职业所面临的自动化替代可能性，并通过多重实证模型为这一问题的探讨提供经验证据。

在理论层面，本研究基于风险预期路径，通过对技术变革背景下养老责任偏好形成机制的讨论，加强研究者对现代经济情境下我国福利态度影响因素的多元理解。同时，在实践层面，本研究揭示了在人工智能浪潮下国家治理所面临的技术—福利二元互动的复杂局面，有利于我国政府在推进“智能制造”政策向纵深发展过程中实现对其衍生问题的全景调控。

二、文献综述与研究假设

（一）福利态度的形成机制

福利态度指的是公民个体对于政府承担社会福利供给责任的支持程度，反映的是他们对政府再分配政策的偏好。在传统社会中，个体依靠家庭组织生产活动并应对疾病、年老等非自愿性社会风险。自由资本主义的出现在快速推进工业化和城市化的同时削弱了家庭在抵御社会风险方面的重要性。作为替代，个体需要依赖在市场上出售劳动力的方式换取收入和生活必需品。这种“市场依赖性”虽然打破了封建制度对生产力的束缚，但也将个体完全暴露在失业风险之下，成为导致严重贫富分化的成因之一。这种市场依赖同时也呼唤着以“去商品化”为特征的社会保障网的构建运动。因此，市场与社会保护的“双向运动”构成了20世纪下半叶福利国家兴起的宏观背景。作为一种特殊的历史现象，通过对社会财富的再分配，国家在福利供给方面的介入扭转了市场自由发展所带来的“低福利”局面，在家庭之外，形成了当时制造业工人应对失业、工伤等社会风险的新的保障制度（蒙克，2018）。然而，20世纪晚期以来，伴随着西方发达国家财政赤字、工会缩减、福利依赖等问题的出现，国家介入福利供给的合法性开始遭到质疑。由此，对福利供给中国家介入程度的探讨构成了现阶段的理论关注焦点，而对个体福利态度的研究则能够为当前全球福利国家的规模变迁和未来走向提供微观透视。

影响福利态度的因素包括三个层次：微观、中观和宏观层次（Alesina & Giuliano,2009；Gingrich & Ansell, 2012；郑春荣、郑启南，2018）。微观层次关注个体特征的影响，中观层次聚焦于个体所处的家庭和单位组织，宏观层次则强调地区因素在个体福利态度形成中的作用。无论哪一层次的影响因素，其诱发个体福利态度形成的路径机制无外乎三条：个人自利路径、意识形态路径以及风险预期路径（Thewissen & Rueda, 2017；杨琨、袁迎春，2018）。个人自利路径认为，个体对政府再分配政策的偏好取决于个人的现期福利状况。现期福利状况较差的弱势群体通常难以完全依靠家庭和劳动力的出售来抵御社会风险，政府的再分配政策可以弥补他们在这方面能力的不足。出于改善福利现状的自利考量，社会弱势群体倾向于认可国家在社会保护中所扮演的积极角色，支持政府的再分配政策（Hasenfeld & Rafferty, 1989）。意识形态路径认为，个人自利路径无法进一步解释为何在某些情境下一部分社会优势群体同样会支持政府的再分配政策。理论与现实的悖论推动研究者寻找新的解释路径。有研究发现，除了经济社会地位外，根植于历史经验和社会规范的意识形态也在发挥着重要作用（Alesina & Glaeser, 2004）。比如，哈森菲尔德和拉弗蒂（Hasenfeld & Rafferty, 1989）的研究发现，与经济自由主义者相比，秉承社会民主观的群体认为福利保障是社会公民权以及维持社会公平的重要体现。因此，他们会更强烈地支持政府在福利供给中的介入。风险预期路径认为，个体对再分配政策的偏好不仅取决于其对当前福利状况的评估，还取决于自己对未来所处位置以及可能遭遇风险损失的预期（蒙克，2018）。如果个体认为自己在未来会遭受较大的风险损失（如失业），则会倾向于拥有家庭以外的更多政府保护来抵御这种风险，表现在福利态度上就是倾向于由政府承担更多的福利供给责任（Alesina & Ferrara, 2001）。近年来，从个体职业技能属性角度探讨风险预期路径的尝试越来越多，涌现出丰硕的研究成果（Pardos-Prado & Xena, 2019）。其背后的机理在于，当面临某些共同的外部冲击时，各个职业技能属性群体的抗风险能力不同，相应地形成了差异化的风险预期判断（蒙克，2016）。抗风险能力较弱的职业群体会认为外部冲击所带来的可能损失会较大，因此对隐藏其背后的潜在威胁比较敏感，风险预期则更高。

人口老龄化正在成为中国社会发展所面临的常态（彭希哲、胡湛，2011）。根据《国家人口发展规划（2016-2030年）》的预测，到2030年，60岁以上的老龄人口将占总人口比重的25%，45-59岁的大龄劳动力占比将达到36%。在中国深入推进全面深化改革的背景下，对养老问题的探讨尤其具有重大现实意义。1949年中华人民共和国以来，我国政府在养老保障体系中扮演的角色先后经历了全能主义、国家收缩和国家回归三个阶段（胡薇，2012）。在计划经济年代，国家—单位承担了养老保障的主要责任。改革开放后的20世纪80-90年代，在“效率优先”的原则下，养老保障的市场化改革大幅削弱了国家角色，旨在凸显个人责任和社会力量。世纪之交，前一阶段市场化改革所积累的福利供需矛盾以及政府自身财政能力的增强和执政理念的转变，使得国家在当前养老保障改革中得以重新回归。然而，这种“回归”是相较于前一阶段的“适度回归”而非“全面回归”（胡薇，2012）。因此，如何确定国家在养老保障中的介入程度，或者说区分国家相对其他养老责任承担主体的角色比重，构成了当前实务界与理论界关注的核心。一方面，在人口老龄化加剧的当代中国，由家庭担负养老的完全责任会给子代造成过重负担，影响了劳动积极性，抑制了经济活力。另一方面，在中国“存量改革”的发展新阶段，有限的物质资源意味着政府在养老保障上的过度投入将减少在其他政策上的资源分配。基于此，在考虑政府承担养老责任的同时，如何达到政府—家庭在责任承担上的最优分配就尤显必要。对个体的养老责任态度研究恰可为这一问题的解决提供一个微观基础。

本文所指的个体的养老责任偏好是公民是否支持政府在养老保障上承担更多责任。围绕着养老责任偏好的影响因素，既有研究主要关注社会经济地位和意识形态认知等经典变量（赵锋、樊正德，2018；闫金山、乌静，2015；罗忠勇、漆雨烟，2013），而对于经济社会的智能化转型背景下影响养老责任偏好的其他潜在因素研究却鲜有涉及。实际上，近年来已有国外研究开始关注这一议题，并做出了富有价值的探索性尝试（Thewissen & Rueda, 2017；Im et al., 2019）。自动化信息技术的革新究竟会对个体养老责任偏好的形成带来何种影响？利用全国范围的大规模问卷调查，本文聚焦于个体所面临的职业自动化替代可能性，基于风险预期路径构建技术变革与养老责任偏好的理论联系。

（二）自动化替代与养老责任偏好

技术变革对福利态度的影响是通过塑造个体对未来的风险预期而实现的。具有不同任务属性的职业被自动化技术替代的可能性不尽相同。劳动经济学的相关研究认为，以自动化为特征的现代技术变革能够实现对常规任务（routine task）的有效替代，从而减少市场对从事相关任务劳工的需求（Autor, 2013）。其中，常规任务指的就是工作流程清晰、标准，具有重复性特征的活动。因此，具有常规任务属性的职业群体在技术变革时期更有可能被自动化技术所替代。与承担个性化鲜明的非常规任务群体相比，技术替代给常规任务群体带来的失业可能和收入损失更大。因此，这一群体对自动化替代更加敏感。基于风险预期的传导路径，研究者认为，常规任务群体对未来失业和收入降低的高风险预期会驱使他们对社会保护提出更强烈的诉求——政府承担更多的福利供给责任。（Thewissen & Rueda, 2017）回到本文的实证情境，当前我国各地推行“机器换人”的优先领域集中在标准化、流程化程度较高的制造业一线生产车间。因此，常规任务群体依然是首要的技术替换对象。该群体由于更可能被自动化所替代，出于对未来的风险预期，会更倾向于由政府承担更多的养老责任。这是因为经济收入保障依然是现阶段我国公民养老的主要关切点，而自动化替代所引发的主要后果是个体对于未来是否能够维持稳定收入来源以应对风险的担忧。未来工作机会不确定所可能导致的收入水平下降会驱使个体降低依靠家庭养老的信心和期望，转而更加迫切地寻求个人家庭以外的政府保障。简言之，更容易被自动化技术所替代的职业个体会倾向于由政府承担养老责任，其传导路径来源于个体对未来的风险预期。由此得出以下研究假设。

H1：更有可能被自动化替代的职业个体会倾向于由政府承担养老责任。

H2：自动化替代通过增强职业个体对未来的风险预期来强化其政府养老偏好。

自动化替代对个体倾向政府养老偏好的这种强化效应是否在不同群体、家庭、地区之间存在程度上的差异？既有文献表明，微观个体、中观家庭/单位、宏观地区特征都可能对福利态度产生影响。据此，在考察自动化替代与个体的养老责任偏好的关系时有必要考量这些因素，以识别自动化替代强化效应的边界范围。微观层次关注个体收入水平和社会养老保险的调节作用，中观层次关注家庭的代际支持和单位所有制，宏观层次则关注地区的福利供给。

1.微观层次因素

收入水平。既有研究发现，高收入群体的风险厌恶系数更大（Moene & Wallerstein, 2001; Thewissen & Rueda, 2017）。这是因为该群体虽然当期收入水平较高，然而一旦因失业而失去收入来源，他们在未来的经济损失会更严重，遭受的物质和心理落差会更大。这驱使该群体对于失去高收入工作机会的潜在威胁更加敏感，从而更加厌恶失业风险。因此，在面临自动化替代时，高收入群体往往有更高的风险预期，对政府保障的诉求更强。

H3：自动化替代对个体的政府养老偏好的强化效应在高收入群体中更加明显。

社会养老保险。随着福利国家实践的不断深入，福利依赖（welfare dependency）的现象普遍出现，福利接受者倾向于将接受政府福利视为理所应当，在主/客观两个方面都习惯性地依赖政府所提供的福利为生，自力更生的意愿较低。既有文献发现，持续参与政府福利项目会诱发个体的福利依赖倾向（Antel,1992）。因此，常年领取社会养老保险金的群体会更容易产生对政府福利的依赖。当自动化替代可能导致收入下降，从而使个人面临家庭养老困境时，福利依赖的本能会进一步强化该群体对政府承担养老责任的倾向。

H4：自动化替代对个体的政府养老偏好的强化效应在已有社会养老保险的群体中更加明显。

2.中观层次因素

家庭代际陪伴。国家在福利供给中的介入是因应家庭失灵而出现的。如果家庭可以较好地发挥抵御社会风险的作用，即使存在失业和收入下降的风险预期，个体判断它们给家庭养老所带来的负向冲击也会相对有限，进而弱化他们对国家介入的迫切度和倾向性（赵锋、樊正德，2018）。家庭成员陪伴是家庭养老的重要功能，除了丰富养老所需的经济来源外，他们还可以在生活照料和精神慰藉方面提供支持。因此，自动化替代所带来的风险损失对于拥有代际陪伴的家庭而言是有限的，与之相应，他们的风险预期也较弱。

H5：自动化替代对个体的政府养老偏好的强化效应在没有代际陪伴的家庭中更加明显。

单位所有制。单位分割是当前中国社会分层的一个重要方面。虽然20世纪末的市场化改革打破了单位福利制度，但整体上，相对于体制外企业，体制内机关事业单位和国有企业在裁员问题的处理上更加审慎。这是因为单位裁员往往是引发群体性上访事件的直接导火索，维护稳定是体制内领导的主要关注。因此，在面临自动化替代时，体制内员工被裁的可能性较小。即使存在，他们也很可能会得到补偿性安置。另外，体制内单位在引用自动化技术时的进度相对较慢、步伐相对较小，对于单位个体的影响也比较有限。

H6：自动化替代对个体的政府养老偏好的强化效应在体制外单位中更加明显。

3.宏观层次因素

地区福利供给水平。福利供给水平较高的地区往往能够在整体上提供更好的社会保护，会在一定程度上补偿自动化替代所带来的收入损失，降低风险预期。因此，自动化替代所带来的失业和收入下降对于该类地区的公民个体影响有限。

H7：自动化替代对个体的政府养老偏好的强化效应在政府福利供给水平较低的地区更加明显。

三、研究方法

（一）数据来源

本研究使用CGSS2015调查数据展开实证检验。选取2015年的调查数据是因为数据的采集时间恰好与“机器换人”在近年兴起的时间同步，这为我们实证检验自动化信息技术变革中的福利态度转变提供了理想情境。需要说明的是，在人工智能的实践阶段，农民与信息技术的接触程度极为有限，因此国际主流文献在构建衡量自动化替代可能性的指标时将农民排除在外（Goos et al., 2014）。本文参照这一标准，以非农工作群体为核心关注对象。

（二）变量说明

1.因变量

个体的政府养老偏好。问卷题项为“您认为有子女的老人主要应该由谁负责”，该题项被广泛用于测量个体的政府养老偏好（晏子，2018；杨帆、杨成钢，2016；赵锋、樊正德，2018）。“主要由政府负责”编码为1，其余选项编码为“0”。如此区分是因为本文更关心受访者对由政府主要承担养老责任的偏好问题。“政府、子女、老人责任均摊”这一选项则可能影响我们对受访者政府养老偏好的测量精度。

2.自变量

职业的自动化替代可能。本文以个体职业的常规任务强度（Routine Task Intensity，RTI）来测量其被自动化替代的可能性。我们基于古斯等人（Goos et al.,2014）所使用的RTI指标对不同职业的常规任务强度进行了估计。古斯等人基于奥拓等人（Autor et al., 2006）对常规任务强度的测量方式，采用《职业名称词典》（Dictionary of Occupational Titles, DOT）中对各个职业任务特征的描述以及相应的指标得分构建了一个计算RTI的指标体系。具体而言，他们抽取出DOT中刻画各个职业任务特征的五个变量，将这五个变量归类为三个一级指标——手工任务指标（manual task measure）、抽象任务指标（abstract task measure）和常规任务指标（routine task measure）。手工任务指标和抽象任务指标所反映的是某一职业任务所包含的“非常规”属性部分，而常规任务指标则反映的是该职业任务所包含的“常规”属性部分。基于此，RTI便由常规任务指标（自然对数）减去人工任务指标（自然对数）与抽象任务指标（自然对数）计算得出（见公式1）。该指标刻画了在每个职业的任务结构中常规任务相对于非常规任务的重要性。RTI得分越高，表明该职业类别的常规任务强度越高，反之亦然。

RTI=ln(常规任务指标)-ln(人工任务指标)-ln(抽象任务指标)（1）

RTI指标是当前测算职业自动化替代可能的比较理想的选择（Goos et al., 2014），并被广泛应用于经济学、政治学等领域的跨国比较研究中（Autor et al., 2003; Autor & Dorn, 2013; Thewissen & Rueda, 2017）。由于古斯等人（Goos et al., 2014）在该指标的估算中是基于两位数的职业国际标准分类（ISCO-88）进行的，而CGSS恰好为我们提供了受访者的这一标准分类，因此我们可以直接使用调查数据中受访者的职业信息对其所从事职业的常规任务强度进行估计。职业的常规任务强度越强，越有可能被自动化技术所替代；反之，自动化替代的可能越低。

表略

表1提供了不同职业类别的RTI得分。我们将RTI得分按从小到大正序排列：RTI越小代表该职业门类的常规任务强度越弱，越不容易被自动化所替代；反之，则常规任务强度越强，越可能被自动化所替代。非常规任务的职业门类主要包括各类型经理人（生产及专业服务经理）和技术专业人员（科学及工程专业人员）等。常规任务的职业门类中则主要包括重复性体力劳动者（采矿、建筑、制造及运输业劳力工）、服务工作者（清洁工及帮工）和行政人员（一般文职事务人员）。因此，相较于常规任务，非常规任务以技术性与创造性更强的职业门类为主。进一步比较常规任务与非常规任务群体在教育、收入等方面的差异，我们发现：首先，非常规任务群体的整体受教育年限（12.30年）高于常规任务群体（10.19年）。其次，非常规任务群体的整体收入水平高于常规任务群体。

3.调节变量

微观调节变量包括个体收入水平和福利参与现状。（1）收入水平。问卷对受访者的客观收入和主观收入进行测量。客观收入方面，本文将年收入60000元及以上归类为“高收入”，编码为1（中国社会科学院、中国社会科学院国家治理研究智库，2018）。主观收入方面，我们使用家庭经济状况自评，将“高于平均水平”和“远高于平均水平”归类为“中高收入”，编码为1。（2）福利参与现状。我们以受访者是否参加社会养老保险来衡量其福利参与现状，并将参加了城市/农村基本养老保险的受访者编码为1。

中观调节变量包括家庭代际陪伴和单位所有制。（1）家庭代际陪伴。本文将有配偶且同住人数>2人的以及无配偶且同住人数>1人的编码为1。（2）单位所有制。我们将单位类型为党政军机关、事业单位和国有集体企业的编码为1。

宏观调节变量关注当地政府的福利供给水平，包括养老支出、公共服务等。（1）人均社会养老支出。数据来源于《中国统计年鉴（2016）》。（2）公共服务履职状况。问卷询问了受访者对政府在各个方面履行公共服务职能的满意程度。我们通过主成分因子分析构建了一个综合指标，计算出各地区平均得分。得分越高，说明公共服务履职状况越好。

4.中介变量

风险预期。（1）社会地位预期，主观上反映了受访者对未来风险的感知程度。当个体认为自己在未来的社会地位更低时，意味着其对未来收入的风险预期越强。我们使用受访者对10年后的预期社会地位来测量，并将回答为“1-5”的受访者归类为风险预期较强，编码为1。（2）投资活动参与，客观上反映了受访者的风险预期。对未来收入下降有更强风险预期的个体往往更不愿意参与高风险投资活动。因此，我们关注受访者当前从事一系列投资活动的情况，并基于主成分因子分析构建了一个综合指标。指标得分越高，表明受访者参与的投资活动越多，意味着其对未来风险的预期越弱。

5.控制变量

基于已有研究所识别出的可能影响福利态度的因素，我们选择了一系列控制变量，并将其纳入模型，以排除他们的干扰效应。微观控制变量有：人口学变量（晏子，2018），包括性别、年龄、婚姻状况、教育程度和民族；自评身体/精神健康水平（田北海等，2012）；生活幸福度（胡薇，2012）；社会信任度（闫金山、乌静，2015）。宏观控制变量有：人均GDP、城镇化率（李建新等，2004）以及地区财政收入分权（Rother et al., 2004）。表2报告了变量的描述性统计。

（三）估计模型

由于本文所关注的因变量为二值变量，因此我们采用二分类逻辑斯蒂回归（logistic regression）来估计自动化替代对个体政府养老偏好的影响。同时，本文还希望验证自动化替代是否会通过加强风险预期进而强化个体的政府养老偏好。为此，我们采用KHB方法对风险预期的中介效应进行分解（梁童心等，2019）。KHB的优势在于其可以较好地解决非线性模型中所存在的回归系数可比性问题，尤其是能够解决非线性模型的效应分解问题。我们首先以中介变量RISK（风险预期）为因变量、RTI（自动化替代）为自变量建立自变量的拟合模型，见公式2。其中r为模型的残差。在此基础上，我们估计公式3。根据2、3这两个公式，我们可以进一步分解出自动化替代对个体政府养老偏好的直接效应和间接效应的相对大小。

RISK=c+D·RTI+CONTROL+r（2）

PREFER=α+β1RTI+β2r+β3CONTROL+ε（3）

四、数据分析结果

（一）自动化替代的直接影响效应

表略

表3汇报了自动化替代对个体养老责任偏好的估计效应。为了更直接地解读各变量的影响大小，除了估计系数以外，我们还报告了各个变量的发生比变化率。

模型1是基准模型，主要关注微观层面的传统经典变量的影响。结果显示，个体的性别、年龄、受教育水平以及生活幸福评价都会对他们的养老责任偏好产生显著的影响。进一步分析表明，男性、老龄、受过高等教育以及生活不幸群体可能是支持政府养老的基本社会来源。

模型2则在控制上述传统经典变量的基础上加入了关键自变量——职业的自动化替代。结果表明，个体职业的自动化替代可能性对其养老责任偏好具有显著的正效应——更有可能被自动化替代的职业群体会倾向于由政府承担养老责任。

模型3是在模型2的基础上进一步控制了地区宏观变量的影响。结果表明，在同时考虑了诸多宏微观因素的干扰后，自动化替代对个体的政府养老偏好的强化效应依然存在。具体而言，个体职业的自动化替代可能性（以RTI作为代理变量）每增加1个单位，其倾向于政府养老的发生比就相应地提高21.21%。另外，与其他控制变量相比，自动化替代的影响大小仅次于个体的生活幸福度和性别，高于年龄、受教育程度、城镇化率、财政收入分权等多数变量。这表明，在“机器换人”的技术革新期，是否可能被自动化技术所替代已经成为个体福利态度差异形成背后的一个核心考量，其重要性不容忽视。

以上分析表明，职业个体被自动化替代的潜在可能会强化其政府养老诉求。相较于那些面临较小替代可能的职业群体而言，面临较大替代可能的职业群体会倾向于由政府承担养老责任。这种强化效应在纳入了文献中的经典宏微观因素后依然成立。研究假设H1成立。

（二）风险预期的中介传导路径

个体在面临自动化替代时所形成的对未来的风险预期是强化其偏好政府养老的可能传导路径。为了检验这一观点，我们使用KHB方法来分解自动化替代的这种强化效应。表4汇报了纳入社会地位预期和投资活动参与两个中介变量后的KHB分解结果。

结果表明，社会地位预期的中介传导效应显著为正，投资活动参与的中介传导效应显著为负。这表明，在面临自动化替代的可能性时，个体确实会因为未来风险预期而倾向于寻求政府的养老保障。这种风险预期既可以表现为对未来社会地位的期望降低，也可以表现在对当前高风险投资活动的审慎参与上。进一步来看，在自动化替代强化个体的政府养老倾向中，社会地位预期降低解释了其中的5.08%，投资活动减少则贡献了其中的3.26%。因此，研究假设H2成立。

需要说明的是，在文献综述中，除了风险预期路径以外，影响福利态度形成的传导路径还包括个人自利和意识形态两条路径。虽然没有理论依据表明这两条路径在本文情境下可能发挥中介作用，考虑到实证的严谨性，我们在后续分析中也纳入对它们的检验。

个人自利路径关注个体自身的福利状况。我们使用个体的社会经济地位作为代理中介变量，既通过“国际社会经济地位指数”测量客观社会经济地位，也通过问卷测量受访者的主观社会经济地位。

意识形态路径关注个体的意识形态。为此，我们使用个体的再分配偏好，它反映了居民对政府再分配的支持和认同程度（陈池波、李成豪，2016）。测量上，我们使用问卷题项“应该从有钱人那里征收更多的税来帮助穷人”，将“非常同意”与“比较容易”赋值为1。

KHB的分解结果显示（见表4），它们的中介传导效应均不显著。这表明，在自动化替代强化个体的政府养老倾向的情境下，并没有经验证据支持个人自利和意识形态两条传导路径的存在。对竞争性路径的排除也反过来强化了风险预期路径的重要性。

（三）自动化替代的强化效应在群体、家庭、地区间的程度差异

通过对微观、中观和宏观调节变量的纳入，我们得以考察自动化替代的强化效应是否在不同群体、家庭/单位乃至地区间存在程度上的差异（见表5）。

表略

在微观调节机制方面（模型1-模型3），我们分别加入自动化替代与客观收入、主观收入以及社会养老保险的交互项。首先，就客观收入而言，交互项显著为正，表明相较于中低收入群体，自动化替代的强化效应在高收入群体中更加明显。在高收入群体中，个体所面临的自动化替代可能性每上升1个单位，他们倾向于政府养老的发生比约增加44.05%；相较而言，在中低收入群体中，个体偏向于政府养老的发生比则仅增加10.74%。主观收入的调节机制与客观收入相类似。由于篇幅所限，这里不再赘述。这一结果支持了H3。其次，就社会养老保险而言，自动化替代的强化效应在参加社会养老保险的群体中更加明显。因此H4成立。具体而言，在该群体中，个体所面临的自动化替代可能性每增加1个单位，他们倾向于政府养老的发生比就增加27.5%；对于没有参加社会养老保险的群体，随着他们所面临的自动化替代可能性的不断升高，他们支持政府养老的发生比反而不断降低。

在中观调节机制方面（模型4-模型5），我们分别加入了自动化替代与家庭代际陪伴和单位所有制的交互项。首先，相较于有代际陪伴的家庭而言，自动化替代的强化效应在没有代际陪伴的家庭中更大（交互项显著为负），H5成立。在没有代际陪伴的家庭中，自动化替代每上升1个单位，个体偏好政府养老的发生比约增加54%。与之形成比照的是，这一强化效应在有代际陪伴的家庭中仅为4.19%。其次，自动化替代的强化效应在不同所有制的单位间并不存在程度上的差异。这意味着，不论是体制内还是体制外，自动化替代的强化效应是一致的。对于体制内个体来说，他们并没有因为单位在自动化引进上的滞后以及裁员态度上的审慎而对未来前景盲目乐观。因此，H6不成立。

在宏观调节机制上（模型6-模型7），我们分别加入了自动化替代与地区人均社会养老支出、公共服务履职状况的交互项。结果表明，自动化替代的强化效应在人均社会养老支出水平不同的地区间并不存在程度上的差异。然而，其强化效应却会在社会服务水平不同的地区间存在程度上的差异。例如，自动化替代与地区公共服务履职状况的交互项显著为负。随着地区公共服务履职状况的改善，自动化替代的强化效应会不断减弱。这表明自动化替代的强化效应在公共服务履职状况较差的地区更加明显。由此，H7得到部分验证。

五、总结与讨论

“智能化”与“老龄化”的复杂交织为当前我国在养老保障方面实现国家治理现代化提出了新的挑战。一方面，基于20世纪90年代养老保障市场化改革的经验教训，国家的“适度回归”虽然已经在当前的政策制定中达成共识（胡薇，2012），但是，如何把握回归的程度仍然没有定论。另一方面，“智能制造”是中国在未来一段时间内实现产业转型升级的关键。机器对体力与脑力劳动的双重替代还将继续朝纵深方向演进（贾根良，2016）。历史经验表明，在我们享受自动化技术革新所带来的发展红利的同时，它对社会风险的结构性重塑也可能对个体福利产生一系列冲击，进而影响个体对社会保护的诉求和态度。在这一背景下，本文依照主流文献的路径方法构造了衡量“常规任务强度”的RTI指标，并利用CGSS2015初步勾勒出一个描绘当前我国各类职业群体所可能面临的自动化替代的基本图景。我们进一步通过实证研究探讨了技术变革背景下个体所面临的职业自动化替代对其政府养老偏好的影响。区别于既有研究对经济社会地位等经典变量的关注，本文通过引入“自动化替代”这一概念，丰富了研究者在我国经济智能化转型情境下对个体福利态度形成路径的多元理解。我们的研究有以下发现。

第一，在控制了一系列宏微观经典变量后，个体所面临的职业自动化替代可能性越高，其越倾向于由政府承担养老责任。换言之，职业的自动化替代会强化个体对政府承担养老责任的倾向性。相较于“科学、医疗、法律等专业人员以及企业管理者”等非常规任务群体，以“体力劳动者、服务工作者和行政人员”等为主构成的常规任务群体面临着较高的自动化替代可能。与之相应，后者也更期待政府养老。这表明，在以“机器换人”为代表的智能化向纵深发展过程中，是否可能被自动化技术所替代已经成为形成个体福利态度差异的一个核心考量。常规任务群体可能会成为支持国家介入养老保障的主要社会群体，也成为下一阶段政府制定政策以实现养老责任合理划分的主要关注对象。

第二，中介效应检验表明，自动化替代通过提高个体对未来的风险预期强化他们期待政府养老的倾向。

第三，调节效应检验表明，自动化替代的这种强化效应在不同的群体、家庭和地区间存在程度上的差异。首先，相较于中低收入群体，其强化效应在高收入群体中更加明显。其次，相较于无社会养老保险群体，其强化效应在参加社会养老保险群体中更加明显。再次，相较于有代际陪伴的家庭，其强化效应在没有代际陪伴的家庭中更加明显。最后，相较于公共服务较好的地区，其强化效应在公共服务较差的地区更加明显。

本文仍存在一些局限。第一，在使用RTI刻画职业的自动化替代可能性时，研究者需要注意可能面临的时空差异。首先，在时间维度上，DOT第四版的最近一次修正是在1991年。因此，使用RTI指标刻画现阶段的职业任务属性可能存在时间滞后性。不过，考虑到当前社会仍然处在基于信息技术的第二次经济转型与基于人工智能的第三次经济转型之间的过渡阶段（Baldwin, 2019），职业的任务结构远未实现系统性转变。在现有数据条件下，这种滞后是可以接受的（Goos et al., 2014）。其次，在空间维度上，RTI是基于美国的职业数据构建的。虽然现有研究多将其与ISCO-88转换来进行跨国分析，但是研究者依然需要意识到这种情境差异可能带来的测量偏差。第二，本文使用截面数据展开相关性探讨，未来研究可通过实验设计的方式来解决潜在的内生性问题。第三，虽然本文识别出了风险预期的中介传导路径，但是其占总效应的比例不到10%。这可能源于我们无法在CGSS2015中找到完全贴合本文实证情境的直接测量指标。

来源：社会学研究杂志公众号，https://mp.weixin.qq.com/s/MlV-o9dyNja0eMU_VjJYDw 发表时间：2021年3月5日