老齡化、人工智能和延遲退休

關(guān)鍵詞：老齡化人工智能轉(zhuǎn)移支付延遲退休DOI：10.19592/j.cnki.scje.421652JEL分類號(hào)：J14，O33，J26 中圖分類號(hào)：F063.4文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-6249（2025）07-075-23

一、引 言

隨著中國(guó)社會(huì)的飛速發(fā)展和人口結(jié)構(gòu)的深刻轉(zhuǎn)變，老齡化問(wèn)題已成為國(guó)家面臨的重大挑戰(zhàn)之一。截至2023年底，我國(guó)60歲以上老年人口已達(dá)2.97億，占總?cè)丝诘? 。預(yù)計(jì)到2035年，我國(guó)老年人口規(guī)模將突破4億，占比超過(guò) 30% ，正式進(jìn)人重度老齡化階段。在此背景下，勞動(dòng)力供給不足問(wèn)題將日益突出，少子化趨勢(shì)進(jìn)一步加劇社會(huì)養(yǎng)老保險(xiǎn)體系的收支失衡風(fēng)險(xiǎn)，對(duì)經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展構(gòu)成嚴(yán)峻考驗(yàn)。人工智能技術(shù)的進(jìn)步在一定程度上被視為緩解勞動(dòng)力短缺、提升經(jīng)濟(jì)增長(zhǎng)潛力的重要手段（陳彥斌等，2019）。然而，目前我國(guó)人工智能技術(shù)仍處于發(fā)展初期，其產(chǎn)業(yè)化和大規(guī)模應(yīng)用尚未完全成熟，短期內(nèi)難以徹底彌補(bǔ)人口老齡化帶來(lái)的勞動(dòng)力缺口。因此，相較于依賴技術(shù)變革帶來(lái)的長(zhǎng)期調(diào)整，延遲退休政策成為更加現(xiàn)實(shí)和可行的調(diào)控手段。適度延長(zhǎng)勞動(dòng)者的職業(yè)生涯能夠在短期內(nèi)有效緩解養(yǎng)老金支付壓力，同時(shí)充分發(fā)揮年長(zhǎng)勞動(dòng)者的經(jīng)驗(yàn)與技能優(yōu)勢(shì)，促進(jìn)人力資本的持續(xù)利用，為經(jīng)濟(jì)穩(wěn)定增長(zhǎng)提供支撐。然而，延遲退休政策的實(shí)施受到老齡化進(jìn)程和人工智能技術(shù)發(fā)展的共同作用。因此，深人探討老齡化與人工智能如何協(xié)同影響延遲退休決策，剖析其內(nèi)在機(jī)制，并探究政府如何通過(guò)合理的公共政策引導(dǎo)勞動(dòng)者提升延遲退休意愿，成為當(dāng)前亟待解決的重要問(wèn)題。

對(duì)于老齡化程度較高的國(guó)家來(lái)說(shuō)，普遍傾向于通過(guò)人工智能和自動(dòng)化來(lái)替代部分勞動(dòng)力崗位，以應(yīng)對(duì)勞動(dòng)力供給不足的挑戰(zhàn)（Acemoglu and Restrepo，2022;Abeliansky and Prettner，2023;咸金坤等，2022）。然而，現(xiàn)有研究大多集中在西方發(fā)達(dá)國(guó)家，這些國(guó)家資本積累雄厚，科技水平較高。與之相比，我國(guó)正處于“未富先老”的階段，國(guó)情與西方發(fā)達(dá)國(guó)家存在顯著差異。我國(guó)人工智能技術(shù)發(fā)展迅速，但仍處于初級(jí)階段，尚未完全釋放其經(jīng)濟(jì)潛力。同時(shí)人工智能無(wú)法完全替代所有工作崗位，勞動(dòng)力依然是經(jīng)濟(jì)發(fā)展的重要支撐。在此背景下，人工智能能在多大程度上緩解社會(huì)養(yǎng)老保險(xiǎn)的壓力？人工智能技術(shù)的發(fā)展是否能夠全面解決老齡化帶來(lái)的挑戰(zhàn)？這些問(wèn)題正逐漸成為學(xué)界和政策制定者關(guān)注的焦點(diǎn)。

在當(dāng)前老齡化加劇的背景下，延遲退休政策逐漸成為應(yīng)對(duì)這一挑戰(zhàn)的關(guān)鍵策略之一。2024年7月21日發(fā)布的《中共中央關(guān)于進(jìn)一步全面深化改革 推進(jìn)中國(guó)式現(xiàn)代化的決定》明確提出，“按照自愿、彈性原則，穩(wěn)妥有序推進(jìn)漸進(jìn)式延遲法定退休年齡改革\"①。該政策的穩(wěn)步推進(jìn)回應(yīng)了人口結(jié)構(gòu)變化的現(xiàn)實(shí)需求，為實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展提供了重要制度保障。具體而言，延遲退休將通過(guò)三條關(guān)鍵機(jī)制緩解老齡化所帶來(lái)的多重壓力。首先，延遲退休可以形成“緩解機(jī)制”。該政策既能有效減輕養(yǎng)老金支出帶來(lái)的財(cái)政負(fù)擔(dān)，又能充分挖掘老年勞動(dòng)力蘊(yùn)藏的經(jīng)驗(yàn)與技能價(jià)值，部分緩解勞動(dòng)力供給緊張的結(jié)構(gòu)性矛盾。其次，延遲退休體現(xiàn)“創(chuàng)新機(jī)制”。高技能老年勞動(dòng)者在長(zhǎng)期職業(yè)生涯中積累了深厚的專業(yè)知識(shí)和實(shí)踐經(jīng)驗(yàn)，其繼續(xù)參與勞動(dòng)過(guò)程，能夠在科研與技術(shù)創(chuàng)新中發(fā)揮“經(jīng)驗(yàn)紅利”，助推包括人工智能在內(nèi)的前沿科技發(fā)展。最后，延遲退休將構(gòu)建\"饋贈(zèng)機(jī)制”。老年人通過(guò)延遲退休持續(xù)繳納勞動(dòng)稅收，為國(guó)家提供穩(wěn)定的財(cái)政來(lái)源，這部分收入可作為轉(zhuǎn)移支付資源，用以減輕中青年群體在育兒和養(yǎng)老方面的經(jīng)濟(jì)負(fù)擔(dān)，進(jìn)而在一定程度上緩解生育率下降問(wèn)題。因此，延遲退休政策通過(guò)緩解、創(chuàng)新與饋贈(zèng)三重機(jī)制為破解人口老齡化困境提供了多維路徑，同時(shí)為推動(dòng)中國(guó)式現(xiàn)代化建設(shè)和實(shí)現(xiàn)社會(huì)長(zhǎng)期繁榮奠定了堅(jiān)實(shí)基礎(chǔ)。

本文通過(guò)構(gòu)建代際交替的動(dòng)態(tài)一般均衡模型，系統(tǒng)分析了人口老齡化和人工智能技術(shù)對(duì)勞動(dòng)者延遲退休決策的具體影響，并評(píng)估了政府政策的調(diào)節(jié)作用。研究發(fā)現(xiàn)，隨著老齡化加劇，勞動(dòng)者傾向于減少消費(fèi)，增加儲(chǔ)蓄，其延遲退休的傾向顯著增強(qiáng)。低技能工人由于收入較低，通常在老年時(shí)期工作時(shí)間更長(zhǎng)。高技能勞動(dòng)者更傾向于通過(guò)增加對(duì)子女教育的投資來(lái)應(yīng)對(duì)經(jīng)濟(jì)壓力，而低技能勞動(dòng)者則傾向于通過(guò)增加生育數(shù)量來(lái)緩解經(jīng)濟(jì)壓力。人工智能技術(shù)的進(jìn)步提高了勞動(dòng)者的工資水平，降低了延遲退休的意愿，同時(shí)也導(dǎo)致生育率下降，社會(huì)保障壓力依舊嚴(yán)峻。在此背景下，政府政策的調(diào)節(jié)作用顯得尤為重要。政府通過(guò)增加生育補(bǔ)貼和教育補(bǔ)貼等轉(zhuǎn)移支付手段，可以有效提升低技能勞動(dòng)者的生育意愿，并促使其延遲退休。然而，這些政策對(duì)高技能工人的影響相對(duì)有限，因?yàn)楦呒寄芄と说难舆t退休決策更多受到收入提升和職業(yè)前景的驅(qū)動(dòng)。本文揭示了老齡化和人工智能技術(shù)對(duì)勞動(dòng)市場(chǎng)結(jié)構(gòu)的深遠(yuǎn)影響，進(jìn)而為政策制定者提供了應(yīng)對(duì)老齡化問(wèn)題的理論依據(jù)。

本文的創(chuàng)新性體現(xiàn)在以下幾個(gè)方面：首先，本文揭示了不同技能勞動(dòng)者應(yīng)對(duì)老齡化的策略差異。高技能工人傾向于通過(guò)提升子女教育質(zhì)量來(lái)應(yīng)對(duì)老齡化帶來(lái)的經(jīng)濟(jì)壓力，而低技能工人則更注重增加子女?dāng)?shù)量。其次，本文發(fā)現(xiàn)高水平的人工智能技術(shù)能夠緩解社會(huì)保障壓力，實(shí)現(xiàn)養(yǎng)老金的U型增長(zhǎng)。然而，在人工智能技術(shù)尚未充分發(fā)展的階段，延遲退休政策仍然是必要的。最后，本文探討了政府公共政策在延遲退休和生育率調(diào)節(jié)中的作用，擴(kuò)展了相關(guān)理論研究范疇。過(guò)往的文獻(xiàn)普遍研究養(yǎng)老金的發(fā)放，本文重點(diǎn)考察了轉(zhuǎn)移支付的作用。研究表明，通過(guò)合理設(shè)計(jì)公共政策，政府可以有效減輕老齡化帶來(lái)的經(jīng)濟(jì)壓力，提升生育率，為經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展提供理論支持。

二、文獻(xiàn)綜述

與本文相關(guān)的文獻(xiàn)主要分為如下幾個(gè)方面：（1）人工智能與老齡化；（2）人工智能與勞動(dòng)力市場(chǎng);3）老齡化與延遲退休。

現(xiàn)有文獻(xiàn)普遍證明老齡化程度較高的國(guó)家傾向于采用人工智能或自動(dòng)化應(yīng)對(duì)勞動(dòng)力短缺的現(xiàn)象。Acemoglu and Restrepo（2018，2022）指出，老齡化嚴(yán)重的國(guó)家往往在生產(chǎn)過(guò)程中更多地采用人工智能和自動(dòng)化技術(shù)，以此來(lái)提高生產(chǎn)率，從而抵消勞動(dòng)力老齡化帶來(lái)的負(fù)面影響。繼他們的研究之后，關(guān)于這一問(wèn)題的研究逐漸增多（Aisaetal.，2023; Irmen ，2021;Leitner and Stehrer，2019;Basso andJimeno，2021;Zhang et al.，2022;Stahler，2021）。Abelianskyand Pretner（2023）發(fā)現(xiàn)人口增長(zhǎng)率每增加 1% ，自動(dòng)化密度的增長(zhǎng)率就會(huì)減少約 2% 。人口老齡化加快的國(guó)家在采用人工智能和自動(dòng)化技術(shù)方面投入更多。原因是人口結(jié)構(gòu)越老化，投資于自動(dòng)化資本的動(dòng)力越強(qiáng)，因?yàn)樽詣?dòng)化可以替代相對(duì)稀缺的勞動(dòng)力投入。也存在另一種可能的解釋是，老齡化國(guó)家更富有，更有能力投資于人工智能和自動(dòng)化。陳彥斌等（2019）指出人工智能通過(guò)提升生產(chǎn)效率、增加資本回報(bào)和提高整體生產(chǎn)率，能夠有效緩解老齡化對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響，其效果優(yōu)于延遲退休政策。但上述文獻(xiàn)沒(méi)有考慮人工智能對(duì)異質(zhì)性勞動(dòng)力的影響，也缺乏從人力資本角度的深入分析。

人工智能技術(shù)的發(fā)展對(duì)勞動(dòng)力市場(chǎng)的影響深遠(yuǎn)，具體表現(xiàn)為就業(yè)和收人兩個(gè)方面。（1）就業(yè)影響。大部分文獻(xiàn)指出，人工智能技術(shù)傾向于通過(guò)自動(dòng)化替代低技能勞動(dòng)力（FreyandOsborne，2017;李磊等，2022;汪前元等，2022;姜昊和董直慶，2023;黃旭和洪美玲，2024），但同時(shí)也會(huì)創(chuàng)造新的崗位，從而增加整體就業(yè)（Prettnerand Strulik，2020;王永欽和董雯，2020;黃旭和董志強(qiáng)，2023）。從長(zhǎng)期來(lái)看，人工智能對(duì)就業(yè)總量的影響較為有限，但在短期內(nèi)，它通過(guò)崗位更迭效應(yīng)對(duì)勞動(dòng)力市場(chǎng)造成顯著變化，要求勞動(dòng)者具備新的技能（汪前元等，2022；王林輝等，2023）。（2）收人影響。關(guān)于收入分配，已有研究普遍認(rèn)為，人工智能技術(shù)的普及會(huì)增加資本收入份額增加，同時(shí)減少勞動(dòng)收入份額（徐春華和曾繁毅，2024;黃旭和董志強(qiáng)，2024）。從產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的角度來(lái)看，人工智能使得資本成本降低，企業(yè)傾向于采用人工智能和自動(dòng)化技術(shù)替代勞動(dòng)力，導(dǎo)致資本和勞動(dòng)力在各產(chǎn)業(yè)部門間的流動(dòng)，從而引發(fā)勞動(dòng)收入份額的變化（郭凱明，2019）。在生產(chǎn)率方面，人工智能提高了整體生產(chǎn)效率和工資水平，但勞動(dòng)生產(chǎn)率的增長(zhǎng)速度超過(guò)了工資水平的提高，從而使勞動(dòng)收入份額逐步下降（孔高文等，2020）。短期內(nèi)，人工智能將替代低技能崗位，同時(shí)增加對(duì)高技能崗位的需求，導(dǎo)致高技能工人工資上升，而低技能工人工資增速放緩或下降，這一變化加劇了收入差距（Hemous and Olsen，2022;胡晟明等，2021;Acemoglu and Re-strepo，2022;黃旭和董志強(qiáng)，2024;張展培等，2024;黃旭等，2025）。長(zhǎng)期來(lái)看，隨著新崗位技能的普及，收入差距的擴(kuò)大趨勢(shì)可能得到一定程度的遏制（陳東和秦子洋，2022;孫早和韓穎，2022）。但現(xiàn)有研究普遍忽視了老齡化社會(huì)背景下的特殊情況，未深入探討針對(duì)老齡化問(wèn)題的應(yīng)對(duì)策略。

延遲退休作為應(yīng)對(duì)我國(guó)老齡化問(wèn)題的有效策略，對(duì)養(yǎng)老金收支平衡產(chǎn)生了重要影響，同時(shí)通過(guò)多種機(jī)制對(duì)經(jīng)濟(jì)增長(zhǎng)、勞動(dòng)力供給和生育率產(chǎn)生深遠(yuǎn)作用。（1）延遲退休對(duì)經(jīng)濟(jì)增長(zhǎng)與勞動(dòng)力供給的影響表現(xiàn)為，延遲退休能夠通過(guò)增加老年勞動(dòng)者的工作時(shí)間來(lái)提高勞動(dòng)力市場(chǎng)的供給，從而促進(jìn)經(jīng)濟(jì)增長(zhǎng)。研究表明，延遲退休能夠緩解養(yǎng)老金收支缺口，特別是在預(yù)期壽命延長(zhǎng)的背景下，能夠釋放二次人口紅利，推動(dòng)經(jīng)濟(jì)增長(zhǎng)（巴曙松等，2018;耿志祥和孫祁祥，2017）。此外，延遲退休通過(guò)減輕家庭隔代撫養(yǎng)負(fù)擔(dān)，改變勞動(dòng)力供給的結(jié)構(gòu)，進(jìn)而影響生育率和勞動(dòng)力數(shù)量的增長(zhǎng)趨勢(shì)（郭凱明等，2021;萬(wàn)春林和張衛(wèi)，2024）。（2）延遲退休與養(yǎng)老金制度之間的互動(dòng)關(guān)系也不容忽視。研究指出，養(yǎng)老金待遇的設(shè)計(jì)及其與退休年齡的關(guān)系對(duì)勞動(dòng)者的退休決策具有重要影響。過(guò)高的養(yǎng)老金待遇或延遲退休帶來(lái)的收益過(guò)低可能促使勞動(dòng)者選擇提前退休，而隨著年齡增長(zhǎng)，養(yǎng)老金待遇的提高則有助于促進(jìn)勞動(dòng)者延遲退休（Feldstein，1974;李昂和申曙光，2017）。因此，合理設(shè)計(jì)養(yǎng)老金待遇與退休年齡之間的關(guān)系，不僅有助于確保養(yǎng)老金制度的可持續(xù)性，還能有效引導(dǎo)勞動(dòng)力的延遲退休行為。（3）延遲退休對(duì)家庭結(jié)構(gòu)與生育行為的影響也日益受到關(guān)注。延遲退休不僅能夠影響家庭的收入分配和勞動(dòng)力供給，還能夠通過(guò)提供更多的家庭照料支持，提高成年子女的第二胎生育概率，但對(duì)子女的總生育數(shù)量并未產(chǎn)生顯著影響（Eibich and Siedler，2020）。此外，延遲退休通過(guò)影響家庭內(nèi)部的收人轉(zhuǎn)移和對(duì)子女?dāng)?shù)量與質(zhì)量的權(quán)衡，長(zhǎng)期影響勞動(dòng)力市場(chǎng)的供給結(jié)構(gòu)（郭凱明和顏色，2016）。在高生育成本和托幼資源不足的情況下，合理的退休年齡政策可以有效緩解生育與勞動(dòng)力供給之間的矛盾（封進(jìn)等，2020）。上述文獻(xiàn)缺乏對(duì)勞動(dòng)力的異質(zhì)性分析，也沒(méi)有考慮人工智能等新一代信息技術(shù)帶來(lái)的深遠(yuǎn)影響。

綜上所述，現(xiàn)有文獻(xiàn)在人工智能與老齡化、人工智能與勞動(dòng)力市場(chǎng)以及老齡化與延遲退休方面已取得了豐富的成果。然而，關(guān)于延遲退休對(duì)不同類型勞動(dòng)力的異質(zhì)性影響的研究較少，同時(shí)，將老齡化、人工智能和延遲退休整合在同一理論框架中的分析也較為稀缺。因此，基于現(xiàn)有研究，本文構(gòu)建了一個(gè)理論模型，旨在對(duì)比分析老齡化和人工智能對(duì)不同類型勞動(dòng)力在延遲退休中的不同影響，為應(yīng)對(duì)老齡化和養(yǎng)老金缺口提供新的理論視角和政策依據(jù)。

三、理論模型的構(gòu)建與求解

（一）家庭部門

假設(shè)社會(huì)中存在眾多家庭，每個(gè)人經(jīng)歷幼年期、成年期和老年期三個(gè)階段。幼年期的個(gè)體接受教育以積累人力資本，此階段不參與工作。假設(shè)勞動(dòng)者根據(jù)技能水平區(qū)分為高技能工人和低技能工人，t期其人力資本水平分別為 。在第 t期，成年人口總數(shù)為L(zhǎng)，，其中成年期高技能勞動(dòng)者和低技能勞動(dòng)者的數(shù)量分別為 L_1，t 和 L_2，t^° 高技能勞動(dòng)者主要從事研發(fā)部門的科研工作或生產(chǎn)部門的管理職位，而低技能勞動(dòng)者則從事生產(chǎn)部門的常規(guī)性崗位。

父母對(duì)其子女的關(guān)心同時(shí)體現(xiàn)為對(duì)子女?dāng)?shù)量和教育水平（即子女的質(zhì)量）的關(guān)切。為簡(jiǎn)化分析，本文假設(shè)父母的技能水平對(duì)其子女的影響是直接且持續(xù)的，即高技能勞動(dòng)者的后代通常會(huì)繼承其父母的高技能特點(diǎn)，成為高技能勞動(dòng)者，而低技能勞動(dòng)者的后代則往往會(huì)繼續(xù)維持低技能的勞動(dòng)特征，形成低技能勞動(dòng)者群體，這一假設(shè)有助于更清晰地剖析家庭背景對(duì)代際技能傳承及勞動(dòng)市場(chǎng)結(jié)構(gòu)的潛在影響。在成年階段，個(gè)體會(huì)優(yōu)化自身的消費(fèi)路徑，同時(shí)會(huì)權(quán)衡子女?dāng)?shù)量與教育投資的分配，以實(shí)現(xiàn)家庭福利的最大化。在此期間，個(gè)體需要履行經(jīng)濟(jì)責(zé)任，包括繳納養(yǎng)老保險(xiǎn)費(fèi)和勞動(dòng)稅，同時(shí)也會(huì)從政府獲得相應(yīng)的財(cái)政支持，如成年期的轉(zhuǎn)移支付和未來(lái)的養(yǎng)老金。在進(jìn)人老年階段后，個(gè)體面臨退休決策，其中包括是否選擇延遲退休。若選擇延遲退休，其延遲工作的時(shí)間將用于繼續(xù)獲得勞動(dòng)收入，而退休后剩余的時(shí)間則用于領(lǐng)取養(yǎng)老金，以保障晚年生活的經(jīng)濟(jì)穩(wěn)定性。本文假設(shè)老年時(shí)期高技能和低技能工人的人力資本水平分別為 m_1，t+1，m_2，t+1 ，將勞動(dòng)力進(jìn)行異質(zhì)性區(qū)分，是為了探究老齡化和人工智能的沖擊對(duì)不同勞動(dòng)者決策的影響，下文中角標(biāo)1表示高技能工人，2表示低技能工人。

1.個(gè)人

假設(shè)個(gè)體在成年時(shí)期的時(shí)間被單位化為1，每個(gè)個(gè)體將生育 n_i（i=1，2） 個(gè)子女，并需要花費(fèi) σ_V 個(gè)時(shí)間單位來(lái)照顧每個(gè)子女。因此，每個(gè)個(gè)體在成年時(shí)期可用于工作的時(shí)間為 1-vn_i，i=1，2 。在成年時(shí)期，個(gè)體還會(huì)對(duì)每個(gè)子女進(jìn)行人力資本的投資，投資水平為 e_i，t ，以促進(jìn)子女的人力資本積累。根據(jù)此假設(shè)，子女在第 Δt+1 期的最終人力資本水平 h_i，t+1 由以下函數(shù)決定：

h_i，t+1=ξe_i，t^θh_i，t^1-θ

其中，參數(shù) ξgt;0 表示投資的效率， θ∈（0，1） 表示教育投資對(duì)人力資本積累的邊際效應(yīng)。這種設(shè)置不僅考慮了成年時(shí)期的時(shí)間分配問(wèn)題，還結(jié)合了子女人力資本積累的動(dòng)態(tài)過(guò)程，體現(xiàn)了教育投資在跨代人力資本傳遞中的重要性。

個(gè)體成年時(shí)期的預(yù)算約束滿足如下條件：

其中，（2）式左側(cè)表示個(gè)體支出和消費(fèi)，右式表示個(gè)體收入。 S_i，t 表示個(gè)體在成年時(shí)期的儲(chǔ)蓄， τ₁ 表示政府對(duì)勞動(dòng)收入征收的稅率， τ₂ 表示養(yǎng)老保險(xiǎn)繳費(fèi)費(fèi)率， Ω_St 表示t期政府對(duì)個(gè)體生育一個(gè)小孩進(jìn)行的轉(zhuǎn)移支付，包含生育津貼和教育津貼等。

個(gè)體在老年時(shí)期的人力資本水平將受到老齡化、成年時(shí)期人力資本水平和人工智能技術(shù)的影響，滿足如下函數(shù)關(guān)系：

其中，p表示個(gè)體人力資本水平在老年時(shí)期的折舊 表示人工智能技術(shù)的發(fā)展速度， q_i 表示勞動(dòng)者技能衰退對(duì)人工智能技術(shù)的彈性系數(shù)。 q_i 值越大代表老年人的技能適配性越差（ 012， ，因此 q_i 代表人工智能和老齡化的結(jié)合在晚年生產(chǎn)率下降方面起到的重要作用，這種結(jié)合最近被稱為\"老齡化與技術(shù)工作的脆弱性”，這一術(shù)語(yǔ)代表了老年工人因自身生物老化和工作任務(wù)自動(dòng)化而面臨的工作質(zhì)量下降（Alcoveretal.，2021）。

個(gè)體在老年時(shí)期的預(yù)算約束滿足如下條件①：

其中， d_i，t+1 表示老年時(shí)期的消費(fèi)， Φ 表示老年時(shí)期的存活率， Φ 值越大代表老年時(shí)期壽命越長(zhǎng)，老齡化程度越高。 R_t+1 表示在 χ_t 期的儲(chǔ)蓄到 Δt+1 期的無(wú)風(fēng)險(xiǎn)利率。如果某些人未能存活到老年期，他們的儲(chǔ)蓄將會(huì)被幸存的老年人繼承。因此，實(shí)際的儲(chǔ)蓄利率變?yōu)? 。為簡(jiǎn)化起見(jiàn)，本文假設(shè)老年時(shí)期的時(shí)間為1，個(gè)體在老年時(shí)期的工作時(shí)間為 ，因此將獲得 （1-τ₁-τ₂）ω_i，t+1m_i，t+1X_i，t+1 的勞動(dòng)收入，退休后將領(lǐng)取 P_i，t+1 的養(yǎng)老金。 X_i，t+1 值越大，表示老年人愿意延遲退休的時(shí)間越長(zhǎng)，從而說(shuō)明老年人延遲退休的意愿越強(qiáng)烈。反之則相反。

個(gè)體將從成年時(shí)期消費(fèi)、老年時(shí)期消費(fèi)、老年時(shí)期的閑暇獲得效用，同時(shí)個(gè)體關(guān)心下一代的數(shù)量和質(zhì)量并從中獲得效用，因此個(gè)體一生的效用函數(shù)如下：

其中， β 表示時(shí)間折現(xiàn)率，ε表示個(gè)體對(duì)后代數(shù)量和質(zhì)量的重視程度， μ 表示個(gè)體對(duì)閑暇的重視程

個(gè)體在約束條件（2）—（4）下選擇 c_i，t，d_i，t+1，s_i，t，n_i，t，e_i，t，X_i，t+1 以獲得個(gè)人一生效用（5）式取得最大值，計(jì)算可得

其中 上述第一個(gè)不等式表明政府轉(zhuǎn)移支付小于個(gè)體養(yǎng)育小孩的實(shí)際支出，第二個(gè)不等式表明個(gè)人老年時(shí)領(lǐng)取的退休金小于老年時(shí)期的退休收入。第三個(gè)不等式確保了儲(chǔ)蓄率為正值，其經(jīng)濟(jì)學(xué)含義在于，個(gè)體在成年時(shí)期的收人應(yīng)高于老年時(shí)期的收人，從而形成儲(chǔ)蓄的必要性。換言之，若成年時(shí)期的收人充足且高于未來(lái)的老年收人，個(gè)體才有動(dòng)力在工作階段進(jìn)行儲(chǔ)蓄，以平衡生命周期內(nèi)的消費(fèi)水平，保障退休后的生活質(zhì)量。這一約束條件反映了生命周期消費(fèi)理論中的基本邏輯，即個(gè)體通過(guò)儲(chǔ)蓄在不同生命周期階段之間進(jìn)行資源配置，以實(shí)現(xiàn)跨期消費(fèi)的平滑化。

（6）—（8）式表明，個(gè)體在成年時(shí)期和老年時(shí)期的消費(fèi)主要來(lái)源于兩個(gè)階段的收入。其中，成年期消費(fèi)依賴于個(gè)體當(dāng)期的勞動(dòng)收入 ω_i，th_i，tR_t+1 ，而老年時(shí)期的消費(fèi)則依賴于老年期收入 Φω_i，t+1m_i，t+1 （24延遲退休可延長(zhǎng)勞動(dòng)收入的獲取時(shí)間，提升成年期和老年期的消費(fèi)水平。由于退休時(shí)間縮短，個(gè)體無(wú)須積累過(guò)多儲(chǔ)蓄，更多收入會(huì)用于當(dāng)前消費(fèi)。（9）式表明，個(gè)體對(duì)子女教育的投資主要受到成年時(shí)期收人和政府轉(zhuǎn)移支付的影響。其中，成年時(shí)期的可支配收入 是教育投資的主要來(lái)源，政府轉(zhuǎn)移支付s緩解了個(gè)體的教育負(fù)擔(dān)。（10）式表明，教育投資 e_i.t 的增加通常伴隨生育率下降，反映了“質(zhì)量-數(shù)量\"替代效應(yīng)。選擇延遲退休可增加勞動(dòng)收入，改善經(jīng)濟(jì)狀況，進(jìn)而可能提升生育意愿，部分緩解教育投資帶來(lái)的生育率下降。（11）式表明，個(gè)體是否延遲退休受勞動(dòng)收人和養(yǎng)老金水平等因素影響。當(dāng)收入和養(yǎng)老金較高時(shí)，經(jīng)濟(jì)保障充足，個(gè)體繼續(xù)工作的必要性降低，延遲退休意愿減弱。這表明養(yǎng)老金制度與個(gè)體勞動(dòng)供給決策密切相關(guān)，合理制度安排有助于優(yōu)化勞動(dòng)供給和勞動(dòng)力市場(chǎng)平衡。

命題1：

（1）隨著老齡化程度的加深（ Φ 變大），個(gè)體的經(jīng)濟(jì)決策將相應(yīng)調(diào)整，其成年時(shí)期和老年時(shí)期的消費(fèi)水平趨于下降，而儲(chǔ)蓄意愿增強(qiáng)，以應(yīng)對(duì)未來(lái)的不確定性。同時(shí)，個(gè)體的生育率下降，以減少撫養(yǎng)子女所帶來(lái)的經(jīng)濟(jì)負(fù)擔(dān)。此外，個(gè)體更傾向于延遲退休，以延長(zhǎng)勞動(dòng)收入獲取期，從而提高整體經(jīng)濟(jì)保障水平。

（2）政府進(jìn)行轉(zhuǎn)移支付將減輕家庭負(fù)擔(dān)，有利于促進(jìn)個(gè)體提高生育率。政府提高養(yǎng)老金待遇，將降低個(gè)體延遲退休的意愿①。

在面對(duì)人口老齡化加劇的現(xiàn)實(shí)背景下，個(gè)體的經(jīng)濟(jì)決策將受到深刻影響。隨著老齡化程度的加深，個(gè)體的生命周期中的消費(fèi)、儲(chǔ)蓄、生育和退休決策發(fā)生變化。首先，個(gè)體在面對(duì)未來(lái)不確定性時(shí)，傾向于降低當(dāng)前和未來(lái)的消費(fèi)水平，并提高儲(chǔ)蓄意愿，以確保老年階段的經(jīng)濟(jì)安全。此外，撫養(yǎng)子女的成本不斷上升，生育率下降成為理性選擇。人們更多地選擇延遲退休，以延長(zhǎng)勞動(dòng)收入獲取期，從而提高整體經(jīng)濟(jì)保障水平。這一系列變化反映了人口老齡化對(duì)個(gè)體經(jīng)濟(jì)決策的深刻影響，揭示了老齡化如何改變家庭的消費(fèi)模式、儲(chǔ)蓄行為及勞動(dòng)市場(chǎng)的參與方式。

從政府層面來(lái)看，轉(zhuǎn)移支付政策和養(yǎng)老金待遇調(diào)整分別針對(duì)不同群體，旨在緩解人口老齡化帶來(lái)的社會(huì)壓力。轉(zhuǎn)移支付主要面向勞動(dòng)年齡人口，減少家庭經(jīng)濟(jì)負(fù)擔(dān)，尤其是在育兒和教育方面，從而刺激生育率的提升和消費(fèi)的增長(zhǎng)，減緩人口老齡化的進(jìn)程。與此同時(shí)，政府通過(guò)增加養(yǎng)老金待遇保障老年人的基本生活需求，但這一政策可能會(huì)降低個(gè)體延遲退休的動(dòng)力，進(jìn)而加大養(yǎng)老金支付壓力。因此，如何平衡養(yǎng)老金的提高與延遲退休的激勵(lì)，是政府面臨的重要挑戰(zhàn)。

2.人口變化

本文假設(shè)人口增長(zhǎng)率是內(nèi)生決定的，t期的高技能工人包含成年期高技能勞動(dòng)力 L_1，t 和老年期選擇延遲退休的高技能勞動(dòng)力 Φx_1，tL_1，t-1 ，t期的低技能工人包含成年期低技能勞動(dòng)力 L_2，t 和老年期選擇延遲退休的低技能勞動(dòng)力Φx2，L2，-10

為了反映高技能和低技能人口比例的變化，本文定義t期高技能和低技能人口比例分別為

老齡化程度也可以使用社會(huì)撫養(yǎng)比來(lái)刻畫，即社會(huì)老齡人口除以社會(huì)總?cè)丝冢?Δt+Δ1 期的社會(huì)撫養(yǎng)比表達(dá)式如下

其中， λ_1，t+λ_2，t=1 ○

本文定義總和生育率滿足如下函數(shù)關(guān)系式

由于老年時(shí)期不考慮生育并且老人最終將消亡，因此總和生育率也可以理解為成年時(shí)期人口的變化，從而 L_t+1=n_tL_t°

（二）企業(yè)部門

1.最終品生產(chǎn)部門

為簡(jiǎn)化起見(jiàn)，本文假設(shè)社會(huì)上僅存在一家最終品生產(chǎn)企業(yè)，其生產(chǎn)要素為高技能人力資本、低技能人力資本和智能資本，最終品生產(chǎn)函數(shù)如下所示：

其中， H_{1，p，t}=L_1，p，th_1，t+?L_{1，p，t-1}m_1，t-1 為t期投入生產(chǎn)部門的高技能人力資本， H_2，t=L_2，th_2，t+ ΦL_2，t-1m_2，t-1 為t期投入生產(chǎn)部門的低技能人力資本。 γ_i，t 為第i種智能機(jī)器， α∈（0，1） 表示低技能人力資本的產(chǎn)出彈性，低技能勞動(dòng)力容易被智能機(jī)器所替代。 A_t 表示智能機(jī)器的種類數(shù)量，也代表了人工智能技術(shù)前沿， A_t 值越大表示人工智能技術(shù)越先進(jìn)，這一擴(kuò)展體現(xiàn)為全要素生產(chǎn)率（TFP）的增長(zhǎng)，也可以看作是生產(chǎn)過(guò)程中機(jī)器種類的多樣化增加。（15）式表明人工智能技術(shù)與低技能勞動(dòng)力呈現(xiàn)替代關(guān)系，與高技能勞動(dòng)力呈現(xiàn)互補(bǔ)關(guān)系。

本文定義 ω_{ω1，p，t} 為生產(chǎn)部門高技能工人工資， ω_2，t 為生產(chǎn)部門低技能工人工資， p_i，t 為第i種中間品的價(jià)格。企業(yè)追求利潤(rùn)最大化，求解可得

p_i，t=α（A_{1，p，t}H_1，p，t）^1-αγ_i，t^α-1

2.中間品生產(chǎn)部門

為簡(jiǎn)化分析，假設(shè)所有資本都投入智能設(shè)備的制造中（如工業(yè)機(jī)器人）。中間產(chǎn)品部門由眾多企業(yè)在壟斷情形下進(jìn)行生產(chǎn)，基于OLG模型的設(shè)定，本文假定這些企業(yè)的壟斷地位僅能維持一個(gè)時(shí)期（約25至30年），之后產(chǎn)品將進(jìn)入完全競(jìng)爭(zhēng)的市場(chǎng)環(huán)境，利潤(rùn)降至零。這一假設(shè)特別適用于新技術(shù)（尤其是軟件開(kāi)發(fā)領(lǐng)域），因?yàn)樵诋a(chǎn)品首次上市后，經(jīng)過(guò)一定時(shí)間，這些創(chuàng)意通?？梢员粡?fù)制和模仿。

假設(shè)生產(chǎn)是線性的，生產(chǎn)每單位智能設(shè)備需要1單位資本，即

γ_i，t=k_i，t

其中 k_i，t 是生產(chǎn)第i種智能設(shè)備所使用的資本量。

中間品生產(chǎn)部門利用來(lái)自研發(fā)部門智能設(shè)備的藍(lán)圖（專利）作為固定投入，它們?cè)趬艛喔?jìng)爭(zhēng)的市場(chǎng)結(jié)構(gòu)下運(yùn)營(yíng)，因此生產(chǎn)智能設(shè)備的利潤(rùn)函數(shù)為

π_i，t=p_i，tγ_i，t-R_tγ_i，t

其中 p_i，t 表示第i種智能設(shè)備的壟斷價(jià)格。

中間品生產(chǎn)部門所獲得的超額利潤(rùn)，必須全部用于支付給研發(fā)部門以獲得藍(lán)圖，否則，研發(fā)部門可以將藍(lán)圖出售給其他中間品生產(chǎn)企業(yè)。因此，盡管中間品生產(chǎn)商能夠獲取超額利潤(rùn)，但這部分利潤(rùn)并不歸其所有（萬(wàn)春林和張衛(wèi)，2024）。在壟斷競(jìng)爭(zhēng)市場(chǎng)中，依據(jù)利潤(rùn)最大化原則，可以得出

達(dá)到均衡時(shí)，每個(gè)企業(yè)以相同的價(jià)格 Δp_t 生產(chǎn)相同的產(chǎn)量 γ_i，t≡γ_tc 將（18）和（21）式代人（20）式可得中間品部門轉(zhuǎn)移給研發(fā)部門的超額利潤(rùn)為

π_i，t≡π_t=α（1-α）γ_t^α（A_{1，p，t}H_{1，p，t}）^1-α

3.研發(fā)部門

研發(fā)部門雇傭高技能工人來(lái)研發(fā)設(shè)計(jì)新型智能設(shè)備的藍(lán)圖，以推動(dòng)人工智能技術(shù)的發(fā)展。借鑒Jones（1995），研發(fā)部門的生產(chǎn)函數(shù)為

其中， H_{1，A，t}=h_1，tL_1，A，t 為從高技能工人中招募的科學(xué)家的人力資本存量， 表示科學(xué)家的研發(fā)效率，受到效率參數(shù)8、跨期知識(shí)外溢的強(qiáng)度 以及擁擠效應(yīng) 1-φ 的共同影響，其中 Φ∈（0，1] 參數(shù) 對(duì)每個(gè)研發(fā)企業(yè)來(lái)說(shuō)都是外生的。

研發(fā)部門企業(yè)以價(jià)格 p_i，t 出售新智能設(shè)備的藍(lán)圖，并支付科學(xué)家的工資 ω_{1，A，t} 。因此，他們的利潤(rùn)為 通過(guò)利潤(rùn)最大化和自由進(jìn)入條件，可以得出最優(yōu)的工資條件為

其中， p_A，t=π_t° 高技能工人在生產(chǎn)部門和研發(fā)部門獲得相同的工資，統(tǒng)一記為 ω_1，10 根據(jù)（1）一（24）式，探究人工智能技術(shù)發(fā)展的影響，可以得到下列結(jié)論：

命題2：

人工智能技術(shù)的發(fā)展將對(duì)高技能工人和低技能工人產(chǎn)生差異化影響。

（1）人工智能技術(shù)的發(fā)展將提高高技能工人成年時(shí)期和老年時(shí)期的消費(fèi)，增加對(duì)后代的教育投資，降低生育率和延遲退休的意愿。

（2）人工智能技術(shù)的發(fā)展將降低低技能工人成年時(shí)期的消費(fèi)，增加其儲(chǔ)蓄和老年時(shí)期的消費(fèi)，降低生育率和延遲退休的意愿①

命題2表明，人工智能技術(shù)的發(fā)展對(duì)不同技能層次的工人群體帶來(lái)了差異化的經(jīng)濟(jì)影響。高技能工人的勞動(dòng)收人和資本收益在技術(shù)應(yīng)用推動(dòng)下得到提升，成年和老年階段的消費(fèi)水平上升，對(duì)子女教育的投資意愿增強(qiáng)。資本收益的增長(zhǎng)增強(qiáng)了其經(jīng)濟(jì)保障感，促使部分人群在具備較強(qiáng)經(jīng)濟(jì)基礎(chǔ)的情況下選擇提前退休，以追求更高的生活質(zhì)量。低技能工人盡管勞動(dòng)收人增長(zhǎng)有限，資本市場(chǎng)的發(fā)展帶動(dòng)其資本性收入有所提高，經(jīng)濟(jì)保障感隨之改善，消費(fèi)模式趨于保守，儲(chǔ)蓄傾向增強(qiáng)，生育意愿減弱，退休選擇更趨靈活。人工智能技術(shù)的進(jìn)步正在深刻重構(gòu)工人群體在儲(chǔ)蓄、消費(fèi)與退休決策方面的行為邏輯。

人工智能技術(shù)通過(guò)提升勞動(dòng)者收入水平，增強(qiáng)了其經(jīng)濟(jì)保障感，并在一定程度上改變了個(gè)體在消費(fèi)、儲(chǔ)蓄和退休等方面的經(jīng)濟(jì)行為。人工智能產(chǎn)生的收人增長(zhǎng)效應(yīng)使勞動(dòng)者具備更強(qiáng)的資源配置能力，有助于優(yōu)化消費(fèi)結(jié)構(gòu)，緩解對(duì)未來(lái)不確定性的預(yù)期，從而在生育和退休決策上展現(xiàn)出趨于謹(jǐn)慎和前移的特征。生育率的下降與提前退休的傾向可能進(jìn)一步加劇人口老齡化進(jìn)程。在勞動(dòng)年齡人口比例逐步降低、老年人口比重持續(xù)上升的背景下，人工智能具備推動(dòng)經(jīng)濟(jì)增長(zhǎng)的潛力，但也可能引發(fā)勞動(dòng)力供給收縮，加重養(yǎng)老金支付和社會(huì)保障體系的負(fù)擔(dān)。為應(yīng)對(duì)這一結(jié)構(gòu)性挑戰(zhàn)，有必要通過(guò)系統(tǒng)性公共政策引導(dǎo)技術(shù)紅利轉(zhuǎn)化為有效的人口應(yīng)對(duì)能力，保障勞動(dòng)力市場(chǎng)的穩(wěn)健運(yùn)行，并提升社會(huì)保障體系的可持續(xù)性。

（三）政府部門

在政府財(cái)政體系中，養(yǎng)老金和轉(zhuǎn)移支付均需實(shí)現(xiàn)內(nèi)部收支平衡。養(yǎng)老保險(xiǎn)基金的繳費(fèi)收入應(yīng)與養(yǎng)老金支出相匹配，以確保制度的可持續(xù)性，避免因資金缺口影響?zhàn)B老金的穩(wěn)定發(fā)放。同樣，政府的轉(zhuǎn)移支付需在稅收收人范圍內(nèi)進(jìn)行分配，即稅收收人應(yīng)等于轉(zhuǎn)移支付支出，從而保持財(cái)政預(yù)算的平衡性和政策實(shí)施的可行性。通過(guò)這一機(jī)制，政府能夠在不增加財(cái)政負(fù)擔(dān)的前提下，實(shí)現(xiàn)養(yǎng)老保障和收入再分配的功能，促進(jìn)社會(huì)經(jīng)濟(jì)的穩(wěn)定與公平。本文假設(shè)t期政府征收的勞動(dòng)稅收收入為 G_1，t， 養(yǎng)老保險(xiǎn)繳費(fèi)為 G_2，t ，個(gè)體在延遲退休期間仍需要繳納勞動(dòng)稅收和養(yǎng)老保險(xiǎn)費(fèi)，因此

由于養(yǎng)老金和轉(zhuǎn)移支付均實(shí)現(xiàn)內(nèi)部收支平衡，則

?（1-x_?1，t）P_?1，tL_?1，t-1+?（1-x_?2，t）P_?2，tL_?2，t-1=G_?2，t

在現(xiàn)實(shí)中，養(yǎng)老金的多少通常與個(gè)人的成年期收人密切相關(guān)。個(gè)人在其職業(yè)生涯中的收入水平會(huì)影響其繳納的社會(huì)保險(xiǎn)費(fèi)用，而這些費(fèi)用最終會(huì)轉(zhuǎn)化為養(yǎng)老金。因此，收入較高的個(gè)體通常會(huì)積累更多的養(yǎng)老金，而收人較低的個(gè)體的養(yǎng)老金則相對(duì)較少。故本文假設(shè)個(gè)人領(lǐng)取的養(yǎng)老金與其個(gè)人收入正相關(guān)，從而

（四）均衡分析

均衡狀態(tài)下，勞動(dòng)力市場(chǎng)出清，即家庭部門供給的勞動(dòng)力等于生產(chǎn)部門和研發(fā)部門勞動(dòng)力之和，從而 L_t=L_1，p，t+L_{1，A，t}+L_2，t^° 資本市場(chǎng)出清指生產(chǎn)部門的下一次投資來(lái)源于家庭儲(chǔ)蓄，即 K_t+1=S_t= s_1，tL_1，t+s_2，tL_2，t° 最終品市場(chǎng)出清，即最終品用于高技能工人和低技能工人消費(fèi)、投資、轉(zhuǎn)移支付和養(yǎng)老金，即

由（18）和（21）式可得

由于 γ_i，t≡γ_t ，最終品生產(chǎn)函數(shù)可改寫為

Y_t=（A_{1，p，t}H_1，p，t）^1-α[（A_2，tH_2，t）^α+A_tγ_t^α]

假設(shè)從事中間品生產(chǎn)的企業(yè)是同質(zhì)的，這樣就可以將生產(chǎn)部門的下標(biāo)i省略。資本市場(chǎng)出清要求總的資本存量 K_t 等于所有中間品企業(yè)資本存量之和，即 代入（29）式可以解出

R_t=α²k_t^α-1

其中， 再由 K_t+1=S_t=s_1，tL_1，t+s_2，tL_2，t ，得

高技能工人在最終品生產(chǎn)部門和研發(fā)部門獲得的工資相同，從而 ω_{（0）1，p，t}=ω_ω1，A，t ，化簡(jiǎn)可得

（A_2，tH_2，t）^α+A_tγ_t^α=αδA_t^σH_{1，4，t}^φ-1γ_t^αH_1，p，t

將（29）式代人（33）式可得隱函數(shù)方程

根據(jù)（34）式，由隱函數(shù)定理可以證明 aLA gt;0，即人工智能技術(shù)的發(fā)展將增加對(duì)研發(fā)部門高技能勞動(dòng)力的需求，誘導(dǎo)高技能工人從生產(chǎn)部門流向研發(fā)部門。由于本模型解出的表達(dá)式過(guò)于復(fù)雜，較難進(jìn)行理論分析，本文將使用數(shù)值模擬的方式探究人口老齡化、人工智能技術(shù)的發(fā)展對(duì)延遲退休的影響。

四、參數(shù)校準(zhǔn)與數(shù)值模擬

（一）參數(shù)設(shè)定

本文將模擬4期，每期25年。人口方面，借鑒《中國(guó)統(tǒng)計(jì)年鑒2023》，第1期成年期勞動(dòng)力總?cè)丝?.8×10⁸ ，低技能工人大約是高技能工人的兩倍，高技能工人在生產(chǎn)部門與研發(fā)部門的數(shù)量大致相當(dāng)，從而第1期低技能工人數(shù)量為 5.2×10⁸ ，第1期在生產(chǎn)部門與研發(fā)部門的高技能工人均為 1.3× 10⁸ 。借鑒 Tran（2022） ，假設(shè)中國(guó)老年人存活率 Φ=0.63 。

關(guān)于低技能人力資本的產(chǎn)出彈性，參考董志強(qiáng)和黃旭（2021）的研究，設(shè)定 ∝=0.5 ，以刻畫低技能勞動(dòng)力在經(jīng)濟(jì)產(chǎn)出中的貢獻(xiàn)比例。其次，在時(shí)間偏好因子方面，依據(jù)陳彥斌等（2019）的測(cè)算，取值為0.99，并折算至25年期的貼現(xiàn)因子 β=0.366 ，以匹配長(zhǎng)期經(jīng)濟(jì)動(dòng)態(tài)分析的需求。在生育決策參數(shù)設(shè)定上，參考于文廣等（2021），設(shè)定家庭對(duì)生育子女的重視程度參數(shù) ε=0.4 ，以衡量子女養(yǎng)育在家庭效用中的權(quán)重。同時(shí)，依據(jù)郭凱明和余靖雯（2017），將照顧子女的時(shí)間分配參數(shù)設(shè)定為 u=0.1 ，反映家庭在撫育子女過(guò)程中投人的時(shí)間成本。此外，參考郭凱明等（2021），設(shè)定家庭對(duì)子女成長(zhǎng)的重視程度參數(shù) μ=1 ，以刻畫家庭對(duì)子女未來(lái)發(fā)展的關(guān)注程度。在人力資本投資方面，借鑒郭凱明和余靖雯（2017），設(shè)定投資相關(guān)參數(shù) ξ=3.162，Θ=0.5 ，以反映教育和培訓(xùn)在提升個(gè)體人力資本水平方面的作用。此外，老年個(gè)體的人力資本水平參數(shù) γ=0.5，ρ=0.1 ，依據(jù)CGSS（中國(guó)綜合社會(huì)調(diào)查）數(shù)據(jù)測(cè)算，以更準(zhǔn)確地描述我國(guó)老年勞動(dòng)力的特征。同時(shí)，考慮到不同技能水平的勞動(dòng)者在應(yīng)對(duì)技術(shù)變革時(shí)的適應(yīng)能力差異，本文設(shè)定高技能工人和低技能工人的人工智能適應(yīng)能力參數(shù)分別為 q₁=Φ 1.5，q₂=2 ，以體現(xiàn)高技能工人相較于低技能工人在技術(shù)變革中的優(yōu)勢(shì)。在人工智能研發(fā)參數(shù)設(shè)定方面，參考PrettnerandStrulik（2020），設(shè)定 S=0.55，σ=0.7，φ=0.49 ，以反映人工智能技術(shù)進(jìn)步的關(guān)鍵特征，并分析其對(duì)經(jīng)濟(jì)增長(zhǎng)和就業(yè)結(jié)構(gòu)的潛在影響。

養(yǎng)老金方面，根據(jù)2019年4月《國(guó)務(wù)院辦公廳關(guān)于印發(fā)降低社會(huì)保險(xiǎn)費(fèi)率綜合方案的通知》①，各省份陸續(xù)下調(diào)至 16% 附近，故本文假設(shè)養(yǎng)老金繳費(fèi)率 τ₁=0.16 。轉(zhuǎn)移支付方面，根據(jù)國(guó)家醫(yī)保局?jǐn)?shù)據(jù)和國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2023年我國(guó)人均生育津貼為2.6萬(wàn)元，全年出生人口為902萬(wàn)，得出2023年國(guó)家支出生育津貼約為2345.2億元。根據(jù)教育部數(shù)據(jù)，2023年全國(guó)義務(wù)教育經(jīng)費(fèi)總投人為28427億元。所以，這兩項(xiàng)轉(zhuǎn)移支付的總金額約為30772.2億元。然后，以2023年全國(guó)一般公共預(yù)算收入約20.4萬(wàn)億元為基數(shù)，假設(shè)勞動(dòng)收入占GDP比重為 60% ，2023年GDP為129.5萬(wàn)億元左右，則勞動(dòng)收入約為77.7萬(wàn)億元。若僅依靠勞動(dòng)收入征稅來(lái)滿足上述轉(zhuǎn)移支付，所需稅率約為 3.96% ，故本文假設(shè)τ₂=0.04 。

（二）動(dòng)態(tài)變化下，人口老齡化和人工智能技術(shù)對(duì)延遲退休等的影響

本部分使用撫養(yǎng)比率表示人口老齡化程度，人工智能技術(shù)的發(fā)展受到老齡化程度和高技能人力資本投資的影響，本部分在一個(gè)動(dòng)態(tài)的環(huán)境下綜合考慮人口老齡化和人工智能技術(shù)變化對(duì)延遲退休等因素的影響。

圖1顯示了我國(guó)人口老齡化加劇的趨勢(shì)以及隨之而來(lái)的社會(huì)撫養(yǎng)負(fù)擔(dān)的上升，使社會(huì)保障體系面臨更大的財(cái)務(wù)壓力。在這一背景下，人工智能技術(shù)呈現(xiàn)出U型增長(zhǎng)態(tài)勢(shì)。由于人工智能的研發(fā)依賴于高技能工人的知識(shí)積累和創(chuàng)新能力，圖1（2）顯示，在老齡化和智能化并行發(fā)展的背景下，高技能工人加大了對(duì)教育的投資，以提高人力資本水平，從而進(jìn)一步推動(dòng)人工智能技術(shù)的進(jìn)步。同時(shí)，由于高技能工人的工資水平較高，他們往往比低技能工人更早退休，而低技能工人則由于經(jīng)濟(jì)壓力更傾向于延遲退休。這種差異不僅反映了不同技能層次勞動(dòng)者在經(jīng)濟(jì)決策上的分化，也表明在老齡化社會(huì)中，高技能勞動(dòng)者的人力資本積累和創(chuàng)新投人是驅(qū)動(dòng)人工智能技術(shù)發(fā)展的關(guān)鍵因素。

與此同時(shí)，人工智能的廣泛應(yīng)用在提高整體工資水平的同時(shí)，也增強(qiáng)了勞動(dòng)者的提前退休意愿。隨著老齡化的加深和技術(shù)進(jìn)步的持續(xù)推進(jìn)，勞動(dòng)者的生育率呈下降趨勢(shì)。人工智能技術(shù)對(duì)勞動(dòng)市場(chǎng)、養(yǎng)老保障和生育政策的影響日益顯著，要求政府在政策制定過(guò)程中充分考慮不同技能層次勞動(dòng)者的需求，在技術(shù)進(jìn)步與老齡化挑戰(zhàn)之間尋求平衡，以確保經(jīng)濟(jì)的可持續(xù)發(fā)展和社會(huì)保障體系的穩(wěn)健運(yùn)行。

注： x₁，x₂ 分別表示高技能工人和低技能工人延遲退休的時(shí)間， ?n₁，n₂ 分別表示高技能工人和低技能工人的生育率，下同。

圖1人口老齡化和人工智能技術(shù)對(duì)延遲退休等的影響

注： ω_{（0）1，∞2} 分別表示高技能工人和低技能工人的工資 .P₂ 表示低技能工人老年時(shí)期領(lǐng)取的養(yǎng)老金，s表示政府對(duì)個(gè)體的轉(zhuǎn)移支付。

圖2人口老齡化和人工智能技術(shù)對(duì)養(yǎng)老金等的影響

圖2顯示，在老齡化趨勢(shì)持續(xù)加劇時(shí)，人工智能技術(shù)的發(fā)展提高了整體工資水平。在老齡化沖擊下，不同技能層次的勞動(dòng)者在教育投資上的反應(yīng)呈現(xiàn)出明顯分化。低技能工人逐步減少教育投入，而高技能工人則顯著增加教育支出。這一現(xiàn)象表明，高技能工人具備更強(qiáng)的適應(yīng)人工智能技術(shù)變革的能力，其工資增長(zhǎng)速度也快于低技能工人。與此同時(shí)，隨著老齡化程度不斷加深，養(yǎng)老金和轉(zhuǎn)移支付逐步減少，反映出當(dāng)前人工智能技術(shù)的發(fā)展尚未能完全抵消老齡化帶來(lái)的經(jīng)濟(jì)壓力。在此背景下，延遲退休政策仍然具有重要的現(xiàn)實(shí)意義，它有助于緩解社會(huì)保障體系的負(fù)擔(dān)，同時(shí)在一定程度上維持勞動(dòng)力市場(chǎng)的穩(wěn)定。

這一現(xiàn)象進(jìn)一步揭示了人工智能技術(shù)對(duì)技能需求的偏向性，使得高技能工人能夠更有效地分享技術(shù)紅利，并通過(guò)持續(xù)的教育投資提升自身競(jìng)爭(zhēng)力。而對(duì)于低技能工人而言，養(yǎng)老金和社會(huì)保障水平的下降可能會(huì)加劇其經(jīng)濟(jì)困境，促使其提前退休和減少教育投入，從而進(jìn)一步削弱其適應(yīng)新技術(shù)環(huán)境的能力。這種分化趨勢(shì)在當(dāng)前人工智能技術(shù)尚未成熟且無(wú)法完全填補(bǔ)勞動(dòng)力缺口的情況下，延遲退休政策在緩解勞動(dòng)力供給壓力和減輕養(yǎng)老負(fù)擔(dān)方面發(fā)揮著關(guān)鍵作用。單一的延遲退休政策難以解決所有結(jié)構(gòu)性問(wèn)題，必須輔之以更全面的人工智能發(fā)展戰(zhàn)略和職業(yè)培訓(xùn)政策，以增強(qiáng)低技能勞動(dòng)者的適應(yīng)能力，縮小技能鴻溝，推動(dòng)勞動(dòng)力市場(chǎng)的可持續(xù)發(fā)展，并確保社會(huì)公平與經(jīng)濟(jì)長(zhǎng)期穩(wěn)定增長(zhǎng)。

（三）人口老齡化對(duì)生育率、延遲退休等的影響

本部分將深入探討在沒(méi)有人工智能影響的情況下，人口老齡化如何對(duì)生育率、延遲退休等因素產(chǎn)生影響，并進(jìn)一步分析其經(jīng)濟(jì)后果。在圖3和圖4中，本文對(duì)比了老年人存活率分別為 Φ=0.63 和Φ=0.73 的情形，探究人口老齡化對(duì)各經(jīng)濟(jì)變量的影響。

從圖3的第（1）部分可以看出，隨著老齡化程度的加深（ Φ 值增加），高技能和低技能工人在老年時(shí)期的工作時(shí)間均有所延長(zhǎng)。隨著年齡進(jìn)一步增長(zhǎng)，勞動(dòng)者的退休意愿也隨之上升。這表明，老齡化的加劇促使勞動(dòng)者推遲退休，以滿足老年時(shí)期的消費(fèi)需求，但不同技能水平的勞動(dòng)者在延遲退休的幅度上存在顯著差異。高技能工人的延遲退休時(shí)間相對(duì)較短，主要原因在于他們能夠更好地適應(yīng)人工智能技術(shù)的進(jìn)步，從而獲得更高的工資收人和更強(qiáng)的財(cái)富積累能力。這使得他們?cè)诶夏陼r(shí)期無(wú)須通過(guò)長(zhǎng)期工作即可維持較高的生活質(zhì)量，而低技能工人則由于工資增長(zhǎng)有限，需要更長(zhǎng)的工作時(shí)間來(lái)彌補(bǔ)退休后的經(jīng)濟(jì)缺口。

注： e₁，e₂ 分別表示高技能工人和低技能工人對(duì)后代的教育投資，下同。

圖3無(wú)AI，人口老齡化對(duì)延遲退休、生育率、教育投資的影響

圖3的第（2）至第（4）部分進(jìn)一步揭示了老齡化對(duì)高技能和低技能工人在教育投資和生育決策上的分化影響。高技能工人更傾向于優(yōu)化后代的教育質(zhì)量，而低技能工人則更注重子女?dāng)?shù)量的增加。高技能工人在面對(duì)老齡化帶來(lái)的經(jīng)濟(jì)壓力和職業(yè)挑戰(zhàn)時(shí)，通常選擇通過(guò)增加教育投資來(lái)提升自身及后代的競(jìng)爭(zhēng)力。這種策略不僅能夠增強(qiáng)他們?cè)谌斯ぶ悄軙r(shí)代的適應(yīng)能力，還能在長(zhǎng)期內(nèi)實(shí)現(xiàn)更高的經(jīng)濟(jì)回報(bào)。同時(shí)，高技能工人的生育率呈現(xiàn)下降趨勢(shì)，這一現(xiàn)象可被視為他們?cè)诿鎸?duì)日益增長(zhǎng)的生活成本和職業(yè)發(fā)展壓力時(shí)所做出的理性權(quán)衡。相較之下，低技能工人則采取了截然不同的應(yīng)對(duì)策略。由于在快速變化的勞動(dòng)力市場(chǎng)中，教育回報(bào)率相對(duì)較低，他們減少了教育投資，并更多地依賴生育數(shù)量來(lái)確保未來(lái)家庭的經(jīng)濟(jì)支撐。這一行為模式反映了不同技能群體在老齡化背景下的適應(yīng)機(jī)制，高技能工人依托教育投資和人口數(shù)量的優(yōu)化來(lái)提升自身的經(jīng)濟(jì)安全感，而低技能工人則更多地依賴增加家庭勞動(dòng)力供給，以應(yīng)對(duì)潛在的經(jīng)濟(jì)風(fēng)險(xiǎn)。

在圖4中，本文對(duì)比了不同老齡化程度下勞動(dòng)力工資、養(yǎng)老金及轉(zhuǎn)移支付的變化趨勢(shì)。從圖4的第（1）和（2）部分可以看出，老齡化的加深加劇了技能溢價(jià)，高技能工人由于能夠充分利用人工智能技術(shù)的優(yōu)勢(shì)，持續(xù)增加人力資本投資，并顯著提高工資水平。相比之下，低技能工人則面臨工資增長(zhǎng)乏力甚至下降的趨勢(shì)，反映出他們?cè)诩夹g(shù)進(jìn)步和市場(chǎng)競(jìng)爭(zhēng)加劇的雙重沖擊下所遭遇的結(jié)構(gòu)性困境。圖4的第（3）和（4）部分則進(jìn)一步揭示了老齡化對(duì)社會(huì)保障體系的深遠(yuǎn)影響。隨著生育率的持續(xù)下降，勞動(dòng)年齡人口相對(duì)減少，導(dǎo)致養(yǎng)老金和轉(zhuǎn)移支付逐步減少，并可能在長(zhǎng)期內(nèi)難以為繼。這一趨勢(shì)表明，在缺乏新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)的情況下，現(xiàn)有的社會(huì)保障體系難以維持原有的支付能力，老齡化對(duì)社會(huì)資源的擠壓效應(yīng)將進(jìn)一步加劇。

圖4無(wú)AI，老齡化對(duì)工資、養(yǎng)老金和轉(zhuǎn)移支付的影響

上述分析凸顯了延遲退休政策在應(yīng)對(duì)老齡化沖擊中的關(guān)鍵作用。隨著人工智能技術(shù)的發(fā)展，高技能工人能夠更有效地適應(yīng)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型，而低技能工人則需要更長(zhǎng)期的勞動(dòng)參與以維持基本生活水平。在這一背景下，僅依賴延遲退休政策并不足以徹底解決問(wèn)題，還需要輔之以更完善的社會(huì)保障體系和技能提升政策，以縮小技能差距，提升低技能勞動(dòng)者的適應(yīng)能力，從而促進(jìn)社會(huì)的可持續(xù)發(fā)展。這些結(jié)果不僅揭示了老齡化對(duì)不同技能群體工資和社會(huì)保障的分化影響，也反映出在快速老齡化進(jìn)程下，社會(huì)經(jīng)濟(jì)結(jié)構(gòu)面臨的嚴(yán)峻挑戰(zhàn)。通過(guò)優(yōu)化延遲退休政策、促進(jìn)技術(shù)進(jìn)步與經(jīng)濟(jì)增長(zhǎng)的協(xié)同作用，可以更有效地緩解老齡化對(duì)社會(huì)經(jīng)濟(jì)帶來(lái)的負(fù)面影響，推動(dòng)社會(huì)保障體系的可持續(xù)性，實(shí)現(xiàn)更加公平和包容的經(jīng)濟(jì)發(fā)展模式。

（四）人工智能技術(shù)對(duì)生育率、延遲退休等的影響

本部分主要討論人工智能技術(shù)的發(fā)展是否能應(yīng)對(duì)老齡化的挑戰(zhàn)，人工智能技術(shù)對(duì)勞動(dòng)者將產(chǎn)生哪些影響。數(shù)值模擬部分，本文假設(shè)老年人存活率 Φ=0.63 （本部分通過(guò)老年人存活率體現(xiàn)老齡化程度，老年人存活率越高，社會(huì)老齡化程度越深），并調(diào)整了參數(shù)使人工智能技術(shù)分別處于增長(zhǎng)率為5% 和 10% 的兩種情形，如圖5和圖6所示（變量下標(biāo)標(biāo)注a的對(duì)應(yīng)人工智能技術(shù)的增長(zhǎng)率為 10% ，沒(méi)有標(biāo)注a的表示人工智能技術(shù)的增長(zhǎng)率為 5% ）。

從圖5可以看出，人工智能技術(shù)的發(fā)展對(duì)高技能和低技能工人的工資水平均產(chǎn)生了顯著的提升。這種工資增長(zhǎng)不僅增強(qiáng)了勞動(dòng)者的經(jīng)濟(jì)能力，也在一定程度上降低了對(duì)長(zhǎng)期勞動(dòng)的依賴，使部分勞動(dòng)者能夠更早實(shí)現(xiàn)財(cái)務(wù)獨(dú)立，從而減少工作年限的壓力。人工智能技術(shù)推動(dòng)了工資水平的上升，高技能和低技能工人均呈現(xiàn)出生育率下降的趨勢(shì)。這一現(xiàn)象的背后反映出人工智能技術(shù)發(fā)展對(duì)勞動(dòng)力市場(chǎng)結(jié)構(gòu)及家庭決策模式的深遠(yuǎn)影響。人工智能技術(shù)的進(jìn)步對(duì)勞動(dòng)力技能水平提出了更高要求，使得教育在個(gè)體經(jīng)濟(jì)發(fā)展中的作用愈發(fā)凸顯。在這一背景下，勞動(dòng)者更加重視對(duì)子女教育的投人，以確保后代能夠適應(yīng)人工智能驅(qū)動(dòng)的經(jīng)濟(jì)環(huán)境。然而，高額的教育成本無(wú)形中增加了家庭的經(jīng)濟(jì)壓力，削弱了個(gè)體的生育意愿。對(duì)于高技能工人而言，盡管工資水平提升，但他們往往傾向于通過(guò)更高質(zhì)量的教育投人來(lái)提升后代的競(jìng)爭(zhēng)力，從而減少子女?dāng)?shù)量以優(yōu)化資源配置。低技能工人同樣面臨人工智能帶來(lái)的技能挑戰(zhàn)，他們?cè)谶m應(yīng)技術(shù)變革的過(guò)程中，可能需要額外的技能培訓(xùn)或面臨更激烈的就業(yè)競(jìng)爭(zhēng)，這進(jìn)一步加劇了他們的經(jīng)濟(jì)負(fù)擔(dān)。因此，在人工智能技術(shù)迅速發(fā)展的背景下，個(gè)體出于對(duì)子女未來(lái)發(fā)展和家庭經(jīng)濟(jì)穩(wěn)定性的考量，更傾向于減少生育，以確保資源能夠更有效地分配到教育投資之中。

現(xiàn)實(shí)中，這種生育率的下降將對(duì)社會(huì)保障體系產(chǎn)生深遠(yuǎn)的影響。隨著勞動(dòng)人口的減少，社會(huì)保障基金的來(lái)源也將逐漸萎縮，導(dǎo)致養(yǎng)老金和其他社會(huì)福利的發(fā)放壓力增大。在這種情況下，雖然人工智能技術(shù)帶來(lái)的經(jīng)濟(jì)效益在短期內(nèi)能夠緩解部分社會(huì)保障的壓力，但從長(zhǎng)遠(yuǎn)來(lái)看，如果生育率持續(xù)下降而沒(méi)有相應(yīng)的應(yīng)對(duì)措施，社會(huì)保障體系的可持續(xù)性將面臨嚴(yán)峻挑戰(zhàn)。因此，這一結(jié)果揭示了人工智能對(duì)勞動(dòng)力市場(chǎng)的深刻影響，同時(shí)提示人們?cè)诩夹g(shù)進(jìn)步和社會(huì)政策之間尋找平衡的必要性，以應(yīng)對(duì)未來(lái)可能出現(xiàn)的經(jīng)濟(jì)和社會(huì)問(wèn)題。

從圖6的第（1）和（2）部分可以看出，人工智能技術(shù)的發(fā)展促使勞動(dòng)者加大人力資本投資，尤其在后代教育和培養(yǎng)質(zhì)量方面表現(xiàn)突出。長(zhǎng)期來(lái)看，高技能工人的人力資本投資呈現(xiàn)出明顯的U型增長(zhǎng)趨勢(shì)，說(shuō)明他們?cè)诔跗陔A段可能因適應(yīng)技術(shù)變革而暫時(shí)減少投資，但隨著技術(shù)成熟和市場(chǎng)回報(bào)增加，重新加大了對(duì)后代教育的投入。相比之下，低技能工人的人力資本投資雖然也有所提升，但與高技能工人之間的差距卻逐漸擴(kuò)大。這一現(xiàn)象反映了高技能工人對(duì)后代教育和技能培養(yǎng)的重視程度更高，可能因?yàn)樗麄兏宄匾庾R(shí)到，在人工智能主導(dǎo)的經(jīng)濟(jì)環(huán)境中，高水平的教育和技能是未來(lái)競(jìng)爭(zhēng)力的關(guān)鍵。

從圖6的第（3）和（4）部分可以看出，養(yǎng)老金和轉(zhuǎn)移支付均呈現(xiàn)出U型增長(zhǎng)趨勢(shì)。這說(shuō)明人工智能技術(shù)的發(fā)展對(duì)社會(huì)保障體系產(chǎn)生了深遠(yuǎn)的影響。在人工智能技術(shù)發(fā)展的初期，技術(shù)尚不成熟且規(guī)模有限，因而其帶來(lái)的經(jīng)濟(jì)收益不足以支撐龐大的社會(huì)保障需求，導(dǎo)致養(yǎng)老金和轉(zhuǎn)移支付的水平較低。然而，隨著技術(shù)的不斷進(jìn)步和規(guī)模的擴(kuò)大，人工智能逐漸成為新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，創(chuàng)造了更多的財(cái)富，從而使得社會(huì)保障體系得以加強(qiáng)，養(yǎng)老金和轉(zhuǎn)移支付水平也隨之提高。

圖6人工智能技術(shù)發(fā)展對(duì)教育投資、養(yǎng)老金和轉(zhuǎn)移支付的影響

當(dāng)前，我國(guó)的人工智能技術(shù)發(fā)展雖然取得了一定進(jìn)展，但總體水平仍不夠高，還需要進(jìn)一步加大對(duì)人工智能技術(shù)的研發(fā)和推廣，以滿足經(jīng)濟(jì)社會(huì)發(fā)展的需求。此外，在人工智能技術(shù)尚未充分發(fā)展和普及的情況下，社會(huì)保障體系面臨的壓力較大，特別是在人口老齡化加劇的背景下，延遲退休仍然是一項(xiàng)必要且現(xiàn)實(shí)的政策選擇，有助于緩解社會(huì)保障資金的壓力，為未來(lái)的經(jīng)濟(jì)增長(zhǎng)和社會(huì)穩(wěn)定提供更有力的支持。

（五）公共政策對(duì)延遲退休的影響

當(dāng)前，我國(guó)正處于人工智能技術(shù)快速發(fā)展與人口結(jié)構(gòu)深刻變動(dòng)的交匯時(shí)期。盡管人工智能技術(shù)在部分領(lǐng)域已經(jīng)取得顯著進(jìn)展，但整體發(fā)展水平仍顯不足，特別是在推動(dòng)經(jīng)濟(jì)增長(zhǎng)和提高生產(chǎn)率方面尚未完全發(fā)揮其潛力。與此同時(shí)，我國(guó)也面臨著日益嚴(yán)重的老齡化和少子化問(wèn)題，這種雙重壓力對(duì)現(xiàn)有的社會(huì)保障體系構(gòu)成了嚴(yán)峻挑戰(zhàn)。

在這一背景下，本文系統(tǒng)探討政府財(cái)政收人分配對(duì)勞動(dòng)者延遲退休意愿和生育率的影響，重點(diǎn)分析不同稅收分配策略如何在復(fù)雜的社會(huì)經(jīng)濟(jì)環(huán)境中影響個(gè)體決策行為。通過(guò)構(gòu)建基準(zhǔn)情形與對(duì)比情形的理論框架，本文深人揭示了財(cái)政政策在應(yīng)對(duì)人口老齡化、優(yōu)化勞動(dòng)力供給結(jié)構(gòu)及促進(jìn)社會(huì)可持續(xù)發(fā)展方面的潛在作用，為政策制定提供了重要的理論支撐和實(shí)踐參考。具體而言，本文設(shè)定了兩個(gè)情境進(jìn)行對(duì)比分析。在基準(zhǔn)情形下，假定政府為實(shí)現(xiàn)轉(zhuǎn)移支付而征收的勞動(dòng)收入稅率為0.04，而在對(duì)比情形下，該稅率提高至0.05，以擴(kuò)大財(cái)政收入規(guī)模，從而提供更高水平的轉(zhuǎn)移支付（圖7中下標(biāo)a代表對(duì)比情形）。

從圖7可以看出，當(dāng)政府提高轉(zhuǎn)移支付水平時(shí)，生育補(bǔ)貼和教育補(bǔ)貼等財(cái)政支出顯著增加，并呈現(xiàn)出U型增長(zhǎng)的趨勢(shì)。這表明，政府通過(guò)直接的經(jīng)濟(jì)支持激勵(lì)家庭增加生育意愿，尤其是低技能工人群體，其生育率亦呈現(xiàn)U型變化。這一現(xiàn)象可以從“饋贈(zèng)機(jī)制”的角度加以解釋：由于老年人在延遲退休期間仍需繳納勞動(dòng)稅，政府通過(guò)財(cái)政轉(zhuǎn)移支付向家庭提供經(jīng)濟(jì)補(bǔ)助，相當(dāng)于在代際之間建立了一種財(cái)富再分配機(jī)制。在老齡化加劇的背景下，該機(jī)制有效緩解了育齡家庭的經(jīng)濟(jì)壓力，從而影響其生育決策。

圖7公共政策對(duì)延遲退休、生育率、養(yǎng)老金和轉(zhuǎn)移支付的影響

此外，隨著政府轉(zhuǎn)移支付的增加，低技能工人的延遲退休意愿亦有所增強(qiáng)。這主要是由于低技能工人相較于高技能工人擁有較低的收入水平，因此在面臨生活成本上升的情況下，更加依賴政府補(bǔ)貼來(lái)維持家庭經(jīng)濟(jì)穩(wěn)定并保障未來(lái)生活。值得注意的是，隨著生育率的回升，人口總量的增加在一定程度上緩解了社會(huì)保障體系的壓力，使養(yǎng)老金水平亦呈現(xiàn)U型增長(zhǎng)。這一結(jié)果進(jìn)一步表明，合理的財(cái)政政策調(diào)整不僅能夠促進(jìn)生育率回升，還可通過(guò)優(yōu)化人口結(jié)構(gòu)增強(qiáng)社會(huì)保障體系的可持續(xù)性，為應(yīng)對(duì)老齡化挑戰(zhàn)提供了有效路徑。

然而，這一政策對(duì)高技能工人的影響相對(duì)有限。高技能工人由于其收人較高，轉(zhuǎn)移支付在其總體收入中所占的比例較低，因此，政策對(duì)其生育決策和退休選擇的影響不如對(duì)低技能工人顯著。高技能工人通常擁有更多的經(jīng)濟(jì)資源和選擇權(quán)，他們更可能通過(guò)自主規(guī)劃來(lái)應(yīng)對(duì)養(yǎng)老和子女教育問(wèn)題，而不依賴于政府的轉(zhuǎn)移支付。這種現(xiàn)象在現(xiàn)實(shí)中也得到了一定程度的驗(yàn)證：高收人群體往往更注重通過(guò)投資和儲(chǔ)蓄來(lái)規(guī)劃退休，而低收入群體則更多依賴社會(huì)保障和政府補(bǔ)貼。上述分析揭示了不同群體在面對(duì)公共政策時(shí)的反應(yīng)差異，凸顯了在設(shè)計(jì)社會(huì)保障政策時(shí)，需要綜合考慮各階層的不同需求和行為特征。

（六）敏感性分析和穩(wěn)健性檢驗(yàn)

為驗(yàn)證本文模型的可靠性和結(jié)論的穩(wěn)健性，本文對(duì)關(guān)鍵參數(shù)進(jìn)行了敏感性分析，并對(duì)模型進(jìn)行穩(wěn)健性檢驗(yàn)。具體來(lái)說(shuō)，本文將調(diào)整一些核心參數(shù)的設(shè)定，并重新進(jìn)行數(shù)值模擬，以分析其對(duì)模型結(jié)果的影響。

首先，考慮到中國(guó)老年人存活率參數(shù)的設(shè)定 （Φ=0.63 ）。為了驗(yàn)證該參數(shù)對(duì)模型的敏感性，本文將 Φ 的值調(diào)整為0.6和0.65，分別反映較低和較高的老年存活率情境。數(shù)值模擬結(jié)果表明，存活率的變化對(duì)老年人延遲退休的決策產(chǎn)生了一定影響，但整體趨勢(shì)仍保持一致，即老年人口的延遲退休決策與其他經(jīng)濟(jì)因素（如生育率和養(yǎng)老金）相互影響。因此，老年人存活率的變化對(duì)模型結(jié)論的影響較為溫和，說(shuō)明本文的結(jié)論具有一定的穩(wěn)健性。

其次，本文對(duì)人力資本投資相關(guān)參數(shù)進(jìn)行了敏感性分析。根據(jù)郭凱明和余靖雯（2017）的研究，本文設(shè)定了教育投資參數(shù) ξ=3.162 和 θ=0.5 ，反映了教育和培訓(xùn)對(duì)提升個(gè)體人力資本的作用。為了分析這一參數(shù)對(duì)模型結(jié)果的影響，本文分別將g調(diào)整為3.0和3.5，0調(diào)整為0.45和0.55。結(jié)果表明，盡管人力資本投資參數(shù)的波動(dòng)會(huì)影響勞動(dòng)者技能水平的提升，但對(duì)勞動(dòng)者延遲退休意愿和生育率的影響較為有限，說(shuō)明該參數(shù)的變化不會(huì)顯著改變模型的總體結(jié)論。

在人工智能適應(yīng)能力方面，本文設(shè)定高技能工人和低技能工人的人工智能適應(yīng)能力分別為 q₁= 1.5和 q₂=2 。為進(jìn)一步分析這一設(shè)定對(duì)模型結(jié)果的影響，本文將 q₁ 調(diào)整為1.3和 調(diào)整為1.8和2.2。數(shù)值模擬結(jié)果顯示，人工智能適應(yīng)能力的變化會(huì)影響技能層次較低工人的就業(yè)結(jié)構(gòu)和收入分配，但對(duì)高技能工人的影響相對(duì)較小?？傮w而言，人工智能適應(yīng)能力對(duì)延遲退休的政策效果有一定影響，但不會(huì)改變核心結(jié)論。

關(guān)于養(yǎng)老金繳費(fèi)率的設(shè)定，本文根據(jù)2019年《國(guó)務(wù)院辦公廳關(guān)于印發(fā)降低社會(huì)保險(xiǎn)費(fèi)率綜合方案的通知》假設(shè)養(yǎng)老金繳費(fèi)率 τ₁=0.16 。為檢驗(yàn)該設(shè)定的敏感性，本文將 τ₁ 的值調(diào)整為0.14和0.18，數(shù)值模擬結(jié)果表明，養(yǎng)老金繳費(fèi)率的變化會(huì)影響社會(huì)保障的支出水平，但對(duì)低技能勞動(dòng)者的延遲退休意愿和生育意愿的影響相對(duì)較小，仍維持政策效果的穩(wěn)定性。

最后，本文對(duì)轉(zhuǎn)移支付參數(shù)進(jìn)行了敏感性分析。根據(jù)2023年數(shù)據(jù)，生育津貼和教育補(bǔ)貼的總金額為30772.2億元，假設(shè)勞動(dòng)收入占GDP的比重為 60% ，所需稅率 τ₂=0.04 。為檢驗(yàn)這一假設(shè)的穩(wěn)健性，本文將 τ₂ 分別調(diào)整為0.03和0.05，數(shù)值模擬結(jié)果表明，稅率的變化對(duì)轉(zhuǎn)移支付金額和勞動(dòng)者生育意愿的影響較為顯著，但對(duì)延遲退休意愿的影響相對(duì)較小。總體而言，稅率調(diào)整不會(huì)改變延遲退休政策的核心效應(yīng)，但對(duì)社會(huì)保障體系的負(fù)擔(dān)和財(cái)政收入結(jié)構(gòu)有一定影響。

此外，本文還對(duì)模型的前置期和后置期進(jìn)行了穩(wěn)健性檢驗(yàn)。通過(guò)調(diào)整模型中勞動(dòng)力、資本存量、技術(shù)等變量的初始值，并重新進(jìn)行數(shù)值模擬，結(jié)果與之前的模擬結(jié)論基本一致。進(jìn)一步，將模擬周期從4期擴(kuò)展至10期，結(jié)論仍然穩(wěn)固，說(shuō)明模型對(duì)參數(shù)變動(dòng)不敏感，具備較高的穩(wěn)健性。

綜上所述，本文的敏感性分析和穩(wěn)健性檢驗(yàn)表明，盡管參數(shù)的變化會(huì)對(duì)一些細(xì)節(jié)產(chǎn)生影響，但對(duì)核心結(jié)論的影響較為溫和，驗(yàn)證了本文模型的可靠性和政策建議的穩(wěn)健性。

五、結(jié)論與政策建議

中國(guó)正面臨日益嚴(yán)峻的人口老齡化挑戰(zhàn)，這一結(jié)構(gòu)性變化已成為制約社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展的關(guān)鍵性問(wèn)題。在低生育率趨勢(shì)與人口年齡結(jié)構(gòu)加速老化的雙重壓力下，社會(huì)保障體系特別是養(yǎng)老金收支失衡風(fēng)險(xiǎn)持續(xù)加劇，如何構(gòu)建有效的政策應(yīng)對(duì)機(jī)制成為亟待解決的重要議題。人工智能技術(shù)被視為緩解老齡化壓力的潛在途徑，但其現(xiàn)階段發(fā)展仍處于技術(shù)積累期，經(jīng)濟(jì)效益尚未充分釋放，短期內(nèi)的應(yīng)對(duì)效能存在顯著局限性。在此背景下，探究延遲退休政策的現(xiàn)實(shí)意義具有重要研究?jī)r(jià)值。

本文基于代際交替的動(dòng)態(tài)一般均衡模型，系統(tǒng)分析了人口老齡化與人工智能技術(shù)對(duì)勞動(dòng)者延遲退休行為的影響機(jī)制及其政策含義。研究發(fā)現(xiàn)，人口老齡化程度的加深對(duì)勞動(dòng)者延遲退休具有顯著驅(qū)動(dòng)效應(yīng)。人口老齡化在不同技能群體間產(chǎn)生了異質(zhì)性影響，高技能勞動(dòng)者傾向于通過(guò)提升子代的人力資本質(zhì)量來(lái)優(yōu)化代際投資，而低技能勞動(dòng)者則更可能通過(guò)增加子女?dāng)?shù)量來(lái)分散養(yǎng)老風(fēng)險(xiǎn)。這種決策分化可能導(dǎo)致社會(huì)資源分配的代際失衡，進(jìn)而強(qiáng)化弱勢(shì)群體的貧困循環(huán)。人工智能技術(shù)通過(guò)生產(chǎn)率提升引致的收入增長(zhǎng)效應(yīng)，在部分群體中催生了提前退休的經(jīng)濟(jì)可行性，但這種個(gè)體理性選擇可能加劇人口再生產(chǎn)意愿的持續(xù)弱化，形成對(duì)長(zhǎng)期人口均衡發(fā)展的負(fù)向沖擊。

在當(dāng)前階段，由于人工智能尚未完全成熟，延遲退休政策仍是緩解老齡化沖擊的重要手段。延遲退休政策在短期內(nèi)可通過(guò)緩解、創(chuàng)新和饋贈(zèng)三重機(jī)制發(fā)揮緩沖作用，即延遲退休有助于增加勞動(dòng)力供給、依托人力資本存量的延長(zhǎng)使用促進(jìn)技術(shù)創(chuàng)新，并優(yōu)化代際財(cái)富轉(zhuǎn)移。數(shù)值模擬發(fā)現(xiàn)，政府在推進(jìn)延遲退休政策的過(guò)程中，還應(yīng)充分考慮技術(shù)變革與人口老齡化的雙重作用，制定更加精準(zhǔn)的配套政策。例如，加大對(duì)低技能勞動(dòng)者的轉(zhuǎn)移支付力度，包括提供生育津貼、教育補(bǔ)貼及職業(yè)技能培訓(xùn)，以提升其生育意愿，并增強(qiáng)其就業(yè)穩(wěn)定性。由于高技能勞動(dòng)者的職業(yè)發(fā)展路徑通常受技術(shù)進(jìn)步驅(qū)動(dòng)，其對(duì)財(cái)政補(bǔ)貼的依賴程度較低，因此政策的邊際效應(yīng)相對(duì)有限。

基于上述研究發(fā)現(xiàn)，本文提出以下政策啟示，以應(yīng)對(duì)老齡化和人工智能技術(shù)對(duì)勞動(dòng)力市場(chǎng)及社會(huì)保障體系的深遠(yuǎn)影響。

首先，延遲退休政策的設(shè)計(jì)可與人工智能技術(shù)的發(fā)展階段相協(xié)調(diào)，以實(shí)現(xiàn)勞動(dòng)力供需的動(dòng)態(tài)平衡。當(dāng)前人工智能尚處于發(fā)展階段，短期內(nèi)難以全面替代傳統(tǒng)勞動(dòng)者，適度推遲退休年齡有助于緩解勞動(dòng)力供給壓力，并減緩養(yǎng)老金支出的增長(zhǎng)速度。在具體實(shí)施過(guò)程中，延遲退休政策宜避免“一刀切\(zhòng)"式推進(jìn)，更加關(guān)注群體差異，特別是高強(qiáng)度體力勞動(dòng)者和低技能勞動(dòng)者的實(shí)際承受能力。探索更加彈性的退休機(jī)制，如階段性退休、部分工時(shí)安排和鼓勵(lì)再就業(yè)的政策工具，可能為不同群體提供更具選擇性的退休路徑。同時(shí)，加強(qiáng)對(duì)中高齡勞動(dòng)者的技能培訓(xùn)和職業(yè)支持，構(gòu)建終身學(xué)習(xí)機(jī)制，也有助于提升其適應(yīng)技術(shù)變革的能力，減少因技能滯后帶來(lái)的就業(yè)困難。

其次，在社會(huì)保障資源配置方面，適度加強(qiáng)對(duì)生育和教育的財(cái)政支持，可能有助于在延遲退休與提高生育率之間尋求新的平衡點(diǎn)。研究表明，不同技能群體在代際投資策略上存在差異，高技能勞動(dòng)者傾向于通過(guò)提升子女教育質(zhì)量實(shí)現(xiàn)家庭收益最大化，而低技能勞動(dòng)者則更依賴增加子女?dāng)?shù)量應(yīng)對(duì)未來(lái)養(yǎng)老的不確定性。在當(dāng)前生育率持續(xù)下行的社會(huì)背景下，適當(dāng)提高在住房、托育服務(wù)、學(xué)前教育等方面的公共資源投入，有助于緩解家庭在養(yǎng)育過(guò)程中的經(jīng)濟(jì)壓力，進(jìn)而穩(wěn)定勞動(dòng)者的生育意愿。同時(shí)，隨著老年勞動(dòng)參與趨勢(shì)的變化，逐步完善面向老年群體的就業(yè)支持體系，如改善工作環(huán)境、提供靈活用工形式與再就業(yè)培訓(xùn)等，也可能有助于延長(zhǎng)其勞動(dòng)參與年限，增強(qiáng)老齡化社會(huì)的經(jīng)濟(jì)韌性。

最后，在人工智能快速發(fā)展的社會(huì)背景下，持續(xù)關(guān)注高技能勞動(dòng)者的職業(yè)發(fā)展問(wèn)題，對(duì)實(shí)現(xiàn)技術(shù)紅利的有效轉(zhuǎn)化具有重要意義。相關(guān)研究顯示，高技能勞動(dòng)者的勞動(dòng)收人和資本積累能力增強(qiáng)后，往往具備提前退休的經(jīng)濟(jì)條件，但由此帶來(lái)的技術(shù)型人才流失，也可能對(duì)經(jīng)濟(jì)創(chuàng)新和技術(shù)進(jìn)步產(chǎn)生不利影響。因此，在政策層面適度優(yōu)化職業(yè)發(fā)展通道與激勵(lì)機(jī)制，如拓展科研資助渠道、強(qiáng)化企業(yè)技術(shù)創(chuàng)新獎(jiǎng)勵(lì)、完善薪酬與稅收激勵(lì)機(jī)制等，或可進(jìn)一步增強(qiáng)高技能勞動(dòng)者的工作積極性與持續(xù)參與動(dòng)力。此外，圍繞高技能勞動(dòng)者的退休制度改革，例如優(yōu)化養(yǎng)老金領(lǐng)取機(jī)制、提升退休后返崗工作的激勵(lì)水平等，也有助于引導(dǎo)其在職業(yè)生涯末期繼續(xù)發(fā)揮專業(yè)價(jià)值。通過(guò)上述舉措的統(tǒng)籌安排，有望在增強(qiáng)技術(shù)進(jìn)步帶動(dòng)經(jīng)濟(jì)增長(zhǎng)的同時(shí)，實(shí)現(xiàn)社會(huì)福利的持續(xù)改善，推動(dòng)社會(huì)經(jīng)濟(jì)實(shí)現(xiàn)更加包容和可持續(xù)的發(fā)展。

參考文獻(xiàn)

巴曙松、方墳豪、朱偉豪，2018，“中國(guó)人口老齡化背景下的養(yǎng)老金缺口與對(duì)策”，《經(jīng)濟(jì)與管理》，第6期，第18-24頁(yè)。

陳東、秦子洋，2022，“人工智能與包容性增長(zhǎng)——來(lái)自全球工業(yè)機(jī)器人使用的證據(jù)”，《經(jīng)濟(jì)研究》，第4期，第85-102頁(yè)。

陳彥斌、林晨、陳小亮，2019，“人工智能、老齡化與經(jīng)濟(jì)增長(zhǎng)”，《經(jīng)濟(jì)研究》，第7期，第47-63頁(yè)。

董志強(qiáng)、黃旭，2021，“人工智能發(fā)展背景下公共政策的增長(zhǎng)和不平等效應(yīng)——一個(gè)動(dòng)態(tài)一般均衡模型”，《學(xué)術(shù)研究》，第2期，第92-99+178頁(yè)。

封進(jìn)、艾靜怡、劉芳，2020，“退休年齡制度的代際影響——基于子代生育時(shí)間選擇的研究”，《經(jīng)濟(jì)研究》第9期，第106-121頁(yè)。

耿志祥、孫祁祥，2017，“人口老齡化、延遲退休與二次人口紅利”，《金融研究》，第1期，第52-68頁(yè)。

郭凱明，2019，“人工智能發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)與勞動(dòng)收入份額變動(dòng)”，《管理世界》，第7期，第 60-77+202-203 頁(yè)。

郭凱明、顏色，2016，“延遲退休年齡、代際收入轉(zhuǎn)移與勞動(dòng)力供給增長(zhǎng)”，《經(jīng)濟(jì)研究》，第6期，第128-142頁(yè)。

郭凱明、余靖雯，2017，“工資增長(zhǎng)、生育率差異與人力資本積累——基于內(nèi)生生育和退休的動(dòng)態(tài)一般均衡研究”，《金融研究》，第3期，第1-15頁(yè)。

郭凱明、余靖雯、龔六堂，2021，“家庭隔代撫養(yǎng)文化、延遲退休年齡與勞動(dòng)力供給”，《經(jīng)濟(jì)研究》第6期，第127-141頁(yè)。

胡晟明、王林輝、趙賀，2021，“人工智能應(yīng)用、人機(jī)協(xié)作與勞動(dòng)生產(chǎn)率”，《中國(guó)人口科學(xué)》，第5期，第 48-62+127 頁(yè)

黃旭、董志強(qiáng)，2023，“人工智能如何促進(jìn)高質(zhì)量發(fā)展和就業(yè)？”，《中央財(cái)經(jīng)大學(xué)學(xué)報(bào)》，第11期，第3-18頁(yè)。

黃旭、董志強(qiáng)，2024，“人工智能對(duì)勞動(dòng)力市場(chǎng)極化的影響與對(duì)策”，《系統(tǒng)工程理論與實(shí)踐》，第1期，第272-298頁(yè)。

黃旭、洪美玲，2024，“生成式人工智能助力數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的影響機(jī)制與提升路徑”，《南方經(jīng)濟(jì)》，第8期，第23-44頁(yè)。

黃旭、許文立，2022，“公共政策如何應(yīng)對(duì)人工智能引發(fā)的失業(yè)風(fēng)險(xiǎn)？”，《中央財(cái)經(jīng)大學(xué)學(xué)報(bào)》，第10期，第71-84+93頁(yè)。

黃旭、閆雪凌、朱啟飚，2025，“生成式人工智能技術(shù)應(yīng)用與勞動(dòng)收入差距\"《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》，第5期，第70-88頁(yè)。

姜昊、董直慶，2023，“人工智能技術(shù)應(yīng)用會(huì)存在選擇性偏向嗎？——行業(yè)屬性與就業(yè)偏向”，《南方經(jīng)濟(jì)》，第12期，第37-61頁(yè)。

孔高文、劉莎莎、孔東民，2020，“機(jī)器人與就業(yè)——基于行業(yè)與地區(qū)異質(zhì)性的探索性分析”，《中國(guó)工業(yè)經(jīng)濟(jì)》，第8期，第80-98頁(yè)。

李昂、申曙光，2017，“社會(huì)養(yǎng)老保險(xiǎn)與退休年齡選擇——基于CFPS2010的微觀經(jīng)驗(yàn)證據(jù)”，《經(jīng)濟(jì)理論與經(jīng)濟(jì)管理》，第9期，第55-70頁(yè)。

李磊、王小霞、包群，2022，“機(jī)器人的就業(yè)效應(yīng)：機(jī)制與中國(guó)經(jīng)驗(yàn)”，《管理世界》，第9期，第104-119頁(yè)。

孫早、韓穎，2022，“人工智能會(huì)加劇性別工資差距嗎？——基于我國(guó)工業(yè)部門的經(jīng)驗(yàn)研究”，《統(tǒng)計(jì)研究》，第3期，第102-116頁(yè)。

萬(wàn)春林、張衛(wèi)，2024，“延遲退休、生育率與內(nèi)生增長(zhǎng)”，《中央財(cái)經(jīng)大學(xué)學(xué)報(bào)》，第8期，第82-101頁(yè)。

汪前元、魏守道、金山、陳輝，2022，“工業(yè)智能化的就業(yè)效應(yīng)研究——基于勞動(dòng)者技能和性別的空間計(jì)量分析”，《管理世界》，第10期，第110-126頁(yè)。

王林輝、錢圓圓、周慧琳、董直慶，2023，“人工智能技術(shù)沖擊和中國(guó)職業(yè)變遷方向”，《管理世界》，第11期，第74-95頁(yè)。

王永欽、董雯，2020，“機(jī)器人的興起如何影響中國(guó)勞動(dòng)力市場(chǎng)？——來(lái)自制造業(yè)上市公司的證據(jù)”，《經(jīng)濟(jì)研究》，第10期，第159-175頁(yè)。

咸金坤、汪偉、蘭袁，2022，“人口老齡化必然導(dǎo)致資本替代勞動(dòng)嗎”，《南方經(jīng)濟(jì)》，第5期，第43-62頁(yè)。

徐春華、曾繁毅，2024，“人工智能、勞資關(guān)系與勞動(dòng)收入份額”，《當(dāng)代經(jīng)濟(jì)科學(xué)》，第5期，第89-104頁(yè)。

嚴(yán)成樑，2016，“延遲退休、內(nèi)生出生率與經(jīng)濟(jì)增長(zhǎng)”，《經(jīng)濟(jì)研究》，第11期，第28-43頁(yè)。

于文廣、李倩、王琦，2021，“延遲退休、隔代教養(yǎng)與企業(yè)年金繳費(fèi)率”，《經(jīng)濟(jì)科學(xué)》，第2期，第123-134頁(yè)。

張展培、梁潔瑩、劉小勇，2024，“生成式人工智能、就業(yè)變動(dòng)與收人不平等”，《南方經(jīng)濟(jì)》，第8期，第45-69頁(yè)。

Abeliansky，rAtalthdoi”，alhavioramp;Organization，208： 345-358.

Acemoglu，D.ndRestrepoP.O18，“TheRaceBetwenanandMacine：ImplicatiosofTchnologforGrowth，F(xiàn)actorSares，dEployment\"，American Economic Review，108（6）： 1488-1542.

Acemoglu，D.and Restrepo，P.，2022，“Demographics and Automation\"，The Review of Economic Studies，89（1）： 1-44.

AisaR.，Cabea，.ndatinJ\"utotioadgin：pactoOlerokesintok，JualfEnomics of Ageing，26：100476.

Alcover，C.M.，GuglieliD.，Deplp，.andMazeiG1“Agigand-TchJobVulnrabilit：AProosdFramewokothalImpactof AgingandA，Robotics，andAutomationAmongOlder Workers”，OrganzationalPsychologyReview，1（2）：175-201.

Basso，H.S.andJieno，JF.1，“FromeculrStagationtRobocalse？IplicationsofemogaphicndThnologicalages”，Journal ofMonetaryEconomics，117： 833-847.

Eibich，P.dtlsi.

Feldstein，M.97，“SocialerityIducedetireent，ndAegateapitalulatio”，Joualofliticalo（5）：905-926.

Frey，C.B.adOsb，A，“Tefpt：HoepibleJbstoptesati”，eicalFiand Social Change，114： 254-280.

Hemous，D.andOsen，“Teiseofthces：utoaioHzoalIationdoeeality”，canomic Journal： Macroeconomics，14（1）： 179-223.

Irmen，A.，20，“AutoationGrowthndFactorareseErafopulaAging”，JoualofooicGowth，26（4）：4.

Jones，C.I.，1995，“Ramp;D-Based Models of Economic Growth\"，Journal of Political Economy，103（4）：759-784.

Leitner，S.M.andStehrer，R.，019，“TheAutomatisationChallngeMeetstheDemographcChallnge：InNeedofHgherProuctivityGrowth\"， Wiiw Working Paper.

Pretner，K.nrlik，“otioutotioeality：oliclgicestteaci，JolMonetary Economics，116：249-265.

Stahler，N.，“Tectgdutotioeooodality\"Jlocoooics，8.

Tran，Q.T.，2022，“The Aging Tax onPotential Growth inAsia”，Journal of Asian Economics，81：101495.

Zhang，X.，Palios，.ndLu，X“AgigdutoatioiEooiesiharchFictios”，oualfoplationos（2）： 621-642.

Aging，Artificial Intelligence，and Delayed Retirement

Huang Xu

Abstract：This paper develops an overlapping generations dynamic general equilibrium model to examine how population agingandartificialintellgence（AI）technologiesaffectworkers'retirementdecisions.Theresultsshowthat，underthebackdrop of increasingaging，thecurrentlevelofAdevelopmentisinsufficient toefectivelyallviatelaborshortagesandsocialsecuritypressures.Intheshort term，thepolicyofdelayedretirementhelpsmitigatetheimpactof populationaging byincreasing laborsupply，promotingresearchandinnovation，andehancing intergenerational wealth transfer.Inthelong term，AIcanreplace some labor and promote economic growth，thus allviating the cconomic challengesbrought bypopulation aging and graduallyreducingtherelianceondelayedretirementpolicies.Furtheranalysisrevealsthattheagingtrendleads workers to adjusttheireconomic behaviorbyreducing currentconsumption，increasing savings，loweringfertilityintentions，andchsingdelaydretirementtocopewith futurepensionuncertainties.High-skilledworkersare more inclined tooptimizeintergenerationalinvestmentbyimprovingthehumancapitalqualityoftheirofspring，whilelow-skilledworkers focus moreonincreasingthenumberofchildren todiversifyretirementrisks.ThedevelopmentofAI，whileincreasing labor compensation， alsotriggers workers'desireforearlyretirement，weakeningtheirfertilitymotivation.Inthiscontext，iftegovernmentappropriatelyincreases transferpayments tolow-skilld groups，suchasproviding fertilityallowanesand educationalsubsidies，it caneffectivelyenhancetheirwillngnesstodelayetirementandincreasefertity.However，suchincentiveshavelimitedeffects onhigh-skiled groups.Thispaper notonlyprovidestheoretical supportforoptimizing delayedretirement policiesbut alsoreveals theheterogeneityin behavioralresponsesand policysensitivityamong workersofdiferentskillevels during technological changeanddemographic transitions.Theconclusionsof this paper areof significant practical importance for promotingrational humanresourcealocation，enhancingthesustainabilityofthesocialsecuritysystem，anddriving inclusive economic growth.

Keywords：Aging;Artificial Intelligence; TransferPayments;Delayed Retirement

（責(zé)任編輯：徐久香）