来源：https://onlinelibrary.wiley.com/doi/full/10.1111/ijsw.12693
By Hansung Kim, Soo Yeon Huh, Sun Young Lee
2024-08-11
翻译：AI
摘要
本研究涉及的研究问题是：“谁支持韩国的基本收入（BI）？”和“支持者支持哪种类型的BI？为了详细了解对 BI 的支持，考虑了两个关键因素：工作不安全和在 COVID-19 大流行期间获得无条件现金福利。BI 的类型根据定期性、个体性和充分性进行分类。使用 2020 年具有全国代表性的调查数据进行了一系列逻辑回归分析。结果显示，在大流行期间，工作不安全和获得无条件现金福利与对基本收入的支持显著相关。此外，该研究还探讨了对 BI 每个特征的支持之间的显著相关性。工作不稳定和获得无条件现金福利与基本收入的定期性有显著相关性，但与其个体性和充足性无关。有趣的是，在支持通用 BI 的参与者中，只有 9% 的人认为 BI 应该是定期的、个人的，并且足以支付最低生活成本。
介绍
基本收入 （BI） 是一项政策，建议向社会的所有公民提供每月现金福利，无需测试或任何要求，旨在减少经济不安全感（Bidadanure，2019）。随着时间的推移，这种乌托邦概念在学者和政策制定者中得到了广泛的讨论（Gielens et al.， 2023）。一些国家已经尝试使用基本收入来研究其对贫困、就业和生计的影响，包括巴西、加拿大、美国、芬兰、印度、肯尼亚和西班牙（Arnold，2020）。然而，关于基本收入作为一种真正的政策选择的可行性，存在相互矛盾的观点（Davies，2019）。基本收入作为一种适当的政策替代方案的可行性是有争议的，因为它负担不起。鉴于将基本收入作为具有足够能力的主要收入安全网实施需要巨额预算，一些人认为，基本收入可能会对公民的福祉产生不利影响，尤其是经济上最弱势的群体，并阻碍福利国家的发展（Yang，2020）。其他人则认为，由于成本过高而反对通用基本收入（UBI）可能是误导性的，并且基于肤浅的成本概念（Van Parijs，2004）。有人认为，基本收入可以通过提供现金转移和鼓励消费来刺激经济（Ståhl & MacEachen，2021）。BI的倡导者认为，除了经济合法性之外，支持BI的真正原因是为了寻求社会正义（Van Parijs，1992,2004）。 基本收入能否成为一项国家关键的再分配政策？要实现这一目标，必须满足许多条件，其中最关键的是公众对此类政策选择的支持。
在 COVID-19 大流行期间，由于工作不安全感的恶化和不平等的加剧，正在进行的关于 BI 的辩论重新获得了关注（Weisstanner，2022 年）。为了帮助弱势群体和刺激经济，许多政府提供了无条件的现金福利（Nettle et al.，2021;Weisstanner，2022 年）。获得此类福利可能会影响个人对 BI 的态度。似乎 COVID-19 疫情的深远影响和政府对此的反应导致更多人将 BI 视为解决贫困和经济不平等的可行政策选择（Nettle 等人，2021 年）。尽管研究工作侧重于个人对福利国家福利的偏好，但相对较少的研究侧重于人们对 BI 的态度（Chrisp 等人，2020 年;Gielens 等人，2023 年;林康，2023 年;Vlandas，2021 年）。然而，一些研究，包括 Chrisp et al. （2020）、Gielens et al. （2023） 和 Rincon （2023），在理解公众对 BI 的看法方面取得了重大进展。BI 支持的研究考虑了其各种政策属性，例如无条件性、个体性、普遍性等（Rincon，2023 年）。这些研究假设了基本收入的多维性，并提出每个特征都独特且共同影响政策支持（Gielens et al.， 2023）。鉴于 BI 是多维支持的，因为它本质上是多维的（Gielens 等人，2023 年;Laenen 等人，2023 年）。将研究限制为简单地“支持”或“不支持”BI 本身，会限制对充分理解 BI 支持。要理解 BI 支持，理解支持或反对出现的位置和原因需要假设其 BI 的多维性（Gielens 等人，2023 年）。本研究的目的不仅仅是支持或反对BI，而是专门研究其支持者对BI的各种特征的态度。
本研究考察了 2020 年 COVID-19 大流行期间韩国（以下简称韩国）对 BI 的支持。在韩国，有些人似乎支持基本收入;但是，目前尚不清楚他们是谁以及他们支持哪些类型的 BI。在这项研究中，我们旨在解决的两个基本问题中的第一个是“谁支持韩国的 BI？该研究探讨了个人在 COVID-19 大流行期间的特征和经历之间的相关性，包括工作不稳定和获得无条件现金福利，以及他们对 BI 的态度。尽管现有数据有限，但了解韩国公众在后疫情时代对基本收入的支持具有重要意义。
有多少人支持BI，他们是谁？
BI的概念起源于社会民主主义和社会主义思想（Bidadanure，2019;Van Parijs，2013 年）。然而，基本收入的设计可能会根据政策制定者的政治意识形态和社会范式而变化（De Wispelaere&Stirton，2004）。以前的研究试图理解公众对 BI 的支持，包括支持程度和支持它的人的人口统计学（Shin 等人，2021 年;Sureth 等人，2024 年;Vlandas，2021 年）。例如，Roosma 和 van Oorschot （2020） 分析了 23 个欧洲国家的 2016 年欧洲社会调查 （ESS） 数据，发现总体上对 BI 的支持水平很高，尽管各国之间存在差异。同样，Vlandas （2021） 研究了 21 个欧洲国家对 UBI 的个人支持，发现在大约 32,000 名受访者中，有 47% 的受访者赞成或强烈赞成 UBI 计划。根据 2018 年在德国进行的一项代表性调查，大约一半的受访者支持 UBI（Adriaans et al.，2019）。总而言之，先前的研究表明，考虑到政策的激进性质，对BI的支持似乎高于预期。
在韩国，随着2016年京畿道成南市推出“青年红利”政策，BI获得了关注。该计划在 2019 年演变为“青年基本收入”计划，向在京畿道居住至少连续 3 年或总共 10 年或以上的 24 岁个人每年支付 100 万韩元（约 1100 美元）（Yoo，2020 年）。包括首尔在内的其他几个地方政府已经采用或计划实施类似的一次性或短期付款计划。此外，一些政客在总统选举期间提出了基本收入政策，引发了各大媒体报道的公开辩论。COVID-19 大流行加剧了财政压力，促进了紧急灾难补贴的实施，该补贴提供无需经济状况调查的普遍现金福利，即“国家救灾基金 （NDRF）”。
考虑到这些社会情况，预计韩国公众对BI的支持将与其他国家保持一致，正如先前研究的实证验证的那样。例如，Kim 等人（2020 年）分析了韩国综合社会调查 （KGSS） 的数据，该调查要求参与者就该国 BI 系统的指示发表他们的看法。该调查使用了从 （1） 强烈反对到 （5） 强烈赞成的五分制，1031 名参与者的平均得分约为 3.00。Kim et al. （2018） 的另一项研究使用了 837 名韩国人的不同数据集，并使用从 （1） 强烈反对到 （4） 强烈赞成的四级量表询问他们对 BI 的支持。样本的平均得分为 2.61。在Jin和Lee（2020）对905名参与者进行的一项调查中，46.5%的受访者表示支持BI，而只有17.0%的受访者反对。这些结果表明，韩国公众对 BI 的看法并没有强烈偏向于支持或反对，这与其他国家的研究结果类似（Adriaans et al.，2019;Vlandas，2021 年）。
下一个问题是谁支持BI。研究调查了与 BI 支持相关的重要因素（例如，Adriaans 等人，2019 年;Vlandas，2021 年）。在个人层面，之前使用 ESS 数据的研究报告称，年轻、低收入、左翼意识形态、工作不安全和高等教育水平与对 BI 的支持呈正相关（Adriaans et al.，2019;Roosma & van Oorschot，2020 年;Vlandas，2021 年）。此外，对福利接受者的积极态度和对政治机构的高度信任也是 BI 支持的重要预测因素（Vlandas，2021）。在国家层面，先前的比较研究表明，社会支出水平较低、福利不那么慷慨的国家往往更支持基本收入（Lee，2018;Vlandas，2021 年）。
韩国人在支持BI的相关因素方面表现出与其他国家/地区的个人相似的模式。研究一致发现，低收入状况、左翼意识形态和感知到的劳动力市场风险等因素与韩国的 BI 支持显著相关，反映了在其他经济合作与发展组织 （OECD） 国家进行的研究结果（Jin & Lee，2020 年;Kim 等人，2018 年）。然而，与其他国家不同，年龄在韩国似乎不那么重要。Kim et al. （2020） 发现不同世代对 BI 的支持没有显著差异。另外，观察到性别差异，在韩国，男性比女性更支持BI（Jin&Lee，2020）。尽管总体而言，女性往往更支持再分配政策（Svallfors，1997），但以前关于基本收入的研究在性别方面喜忧参半（Adriaans et al.，2019）。然而，很少有人关注解释韩国对基本收入支持差异的关键个体特征。考虑到进行研究的情境特征，本研究重点关注两个因素，以提高韩国对 BI 支持的理解：工作不安全和 COVID-19 大流行期间无条件现金福利的经历。
大流行期间的工作不安全感和韩国对 BI 的支持
COVID-19 大流行在 COVID-19 大流行期间增加了工作不安全感，从而破坏了就业市场的稳定（Nam & Lee，2021 年;Wilson 等人，2020 年）。从社会保险对福利态度的看法来看，工作不安全感与对基本收入的支持之间的联系变得更加清晰（Rehm et al.，2012）。这种观点表明，公众对社会政策的偏好是由未来收入的风险敞口或不确定性所塑造的。风险较高或工作不稳定的个人往往要求更强有力的保护，以免受重大经济破坏（Rehm et al.，2012）。为什么经历过工作不安全的人更有可能支持BI的另一种解释是基于社会政策偏好的经济自利模型（Corneo&Grüner，2002）。根据这种观点，那些从某项政策中受益最多的人可能是其最强大的支持者（Kim&Lee，2018）。因此，个人的社会经济地位（SES）与对再分配福利政策的支持呈负相关（Corneo&Grüner，2002;Linos & West， 2003;Pittau等人，2012）。在BI的背景下，理论上所有公民都会定期获得法律规定且平等设定的财政补助。预计从 BI 中受益最多的群体将为其提供最大的支持。从事低薪和不安全工作的人更有可能支持基本收入，而那些富裕的人可能不认为现金福利会在经济上有所帮助，并且可能担心税收增加，使他们不太可能支持它。从自身利益的角度和社会保险的角度来看，面临工作不稳定并担心因 COVID-19 大流行的负面影响而导致经济剥夺的个人更有可能支持 BI。在这项研究中，通过检查大流行期间失业和工作时间减少的经历来衡量工作不安全感。
疫情期间的政策经验和韩国对基本收入的支持
福利政策的制度特征反映了一个国家为支持其公民所做的努力。公众对社会福利政策的态度是以国家所做的事情和提供的社会政策类型为模型的（Beramendi&Rehm，2016;Svallfors，1997年）。政策改变公众舆论和政治的方式在学术上被称为“政策反馈”（Campbell，2012;Hacker & Pierson，2019 年;Pierson，1993 年）。政策反馈方法表明，公共政策不仅影响目标人群或接受者，还影响其他公众成员的态度和政治行为（Campbell，2011）。政策的作用、慷慨程度以及管理方式不仅影响公民如何看待政策的价值，而且反映了政府所追求的价值观（Campbell，2011）。随后，政策产生的态度为政治体系提供了反馈，塑造了政治环境和未来政策决策的潜力（Campbell，2011;Lerman和McCabe，2017）。以前关于政策反馈方法的研究也考虑了政策对公众的影响，分析了公共政策设计如何影响政策接受者的政治态度（例如，Esping-Andersen，1990）。 特别是，当政策明确和慷慨时，它们可以加强受益者的政治参与。
在这个框架中，社会政策起到了激励作用和理由的作用，激励个人支持政策制定的特定方向（Jæger，2009年;Pierson，1993 年）。在社会两极分化的今天，政策对大众舆论的影响变得更加重要（Hacker&Pierson）。然而，政策对公众舆论的影响并不直接。在当今两极分化的世界中，选民不再仅仅因为他们支持的政党而投票。如果一些团体将从拟议的倡议中受益匪浅，他们就会支持这些倡议并依附于这些政策，而不管他们的党派起源如何（Hacker&Pierson，2019）。公众态度更重要的因素是如何解释政策。当某项政策被个人认为是有帮助的，并且该政策的好处令人满意时，它就会成为防止裁员的保障措施，并支持类似的政策方法（Hacker&Pierson，2019）。这意味着，如果许多人认为无条件的普遍现金福利是有益的，那么它可以成为提供无条件现金福利的类似政策的潜在催化模型。这种解释与利己主义方法（Corneo&Grüner，2002）是一致的。
体验社会政策的积极影响并塑造对类似政策的态度可以被视为社会化的过程。在这种情况下，社会化描绘了一个国家的福利政策与公众对其态度之间的联系（Jakobsen，2011）。一群福利领取者形成了一个潜在的政治联盟，对福利政治施加影响。因此，福利制度的发展是由公众对福利政策经验的反应所塑造的（Pierson，1996）。在韩国 COVID-19 大流行期间，NDRF 是一项旨在为公民提供广泛援助的普遍转移计划。这项救援工作标志着韩国有史以来第一个普遍转移计划（Ha，2023）。与 NDRF 相关的积极经验可能会导致韩国人口对 BI 有更有利的看法。例如，Kim 等人（2020 年）检查了韩国一个大都市 550 人的数据，并报告说，接受 NDRF 与归属感和自豪感呈正相关。Nam（2021）特别关注福利态度，发现公众对NDRF的评价与支持扩大福利支出、支持BI政策、支持增税以扩大福利呈正相关。这些研究结果表明，NDRF的经历与韩国人民的福利态度呈正相关。NDRF得到普遍实施，确保韩国所有公民都能获得其福利。因此，这项研究的重点更多地在于个人如何看待这些好处，而不是他们是否获得了这些好处。
BI支持的多维性
两个问题中的第二个是“如果韩国人支持BI，那么支持什么类型的BI？BI是一个多维概念，每个维度都涉及政策选择（Chrisp et al.， 2020;De Wispelaere&Stirton，2004）。由于 BI 的多维性质，对其的支持可能会根据所考虑的特定方案而有所不同（Chrisp 等人，2020 年）。普遍性、个体性、条件性、统一性、频率/持续时间/定期性和充足性是基本收入方案中考虑的一些关键维度（De Wispelaere & Stirton，2004;Gielens 等人，2023 年;Laenen 等人，2023 年）。例如，UBI 被定义为“每月向社区所有成员提供的现金补助，无需经济状况调查，无论个人是否失世，不附加任何条件，并且在大多数提案下，水平足够高，使生活免于经济不安全”（Bidadanure，2019 年，第 482 页）。通常，UBI具有五个基本特征（Bidadanure，2019），对应于De Wispelaere和Stirton（2004）讨论的BI维度。首先，UBI是一种直接的现金福利，而不是实物福利或限制性代金券，使接受者在如何使用福利方面有最大的自主权。其次，UBI是在个人层面而不是家庭层面分配的，使个人无论家庭状况如何，都能过上有尊严的生活。第三，UBI是无条件的，没有任何工作要求或制裁，这使每个人都能按照现行的社会标准过上体面的生活。第四，UBI是普遍的，没有经过经济状况调查，避免了污名化，并确保每个人都从该计划中受益（Stuber&Schlesinger，2006）。最后，UBI是定期和持续的，而不是一次性或暂时的，证明了一种经常性的好处，可以防止个人在生活中的任何时候遇到经济困难（Bidadanure，2019）。因此，基本收入在每个维度上都会涉及不同的选择：现金与实物、个人层面与家庭层面、无条件与有条件、无经济状况调查与经济状况调查、定期与临时。
一项政策的多维性意味着公众对该政策的支持将是多方面的。具有多维性质的BI支持概念在包括Gielens et al. （2023）和Laenen et al. （2023）在内的各种研究中被提出和检验。例如，Gielens et al. （2023） 提出了不同的 BI 支持多维模型：一维、二维和三维。一维模型假设公众对 BI 形成整体态度，而不是仅仅接受/拒绝某些方面。二维或三维模型表明，对 BI 的支持由不同的部分组成。Gielens et al. （2023） 分析了 1197 名荷兰人的数据，发现荷兰公众在三个不同的维度持有观点：普遍主义、再分配和无条件性。Laenen et al. （2023） 还认为 BI 支持本质上是多维的。在他们的文章中，他们指出，“……如果 BI 确实从根本上是多维的，那么它的公众支持可能也是如此，应该进行相应的研究“（Laenen 等人，2023 年，第 850 页）。作者解释说，大多数研究都集中在理想的 BI 支持类型上，导致对各种形式的 BI 的社会合法性的理解有限（Laenen 等人，2023 年）。此外，关于公众对基本收入特定特征的态度的研究不足，无论是支持还是反对。使用传统的调查问题来询问受访者对某种类型的基本收入的支持，并采用一套固定的基本收入政策设计，可能无法有效地理解公众对基本收入维度上不同政策选择的态度。
为了了解公众对基本收入特定特征的态度，本研究采用了一种不同于类似研究的新颖方法。首先，通过对 BI 支持的分析，它试图确定支持 BI 的人的特征。特别是，它调查了冠状病毒期间的经历是否会产生重大影响。此外，它还旨在深入研究支持者将认可的特定类型的 BI。这项研究可以看作是对支持BI背后的基本原理的探索。受二次数据分析局限性的限制，我们研究了韩国个人支持的BI的首选特征，重点关注BI的定期性、个体性和充分性。建立在先前研究概念化的 BI 关键特征的基础上（例如，Bidadanure，2019 年;De Wispelaere & Stirton， 2004），定期性是指BI福利是定期还是临时提供。个体性与BI福利是否在个人层面分配有关，而充足性是指BI福利是否足以满足接受者的基本需求。更准确地说，调查问题促使参与者表明他们对 BI 特定功能的认可，包括向韩国所有公民提供无条件的现金福利。尽管在韩国对基本收入进行了广泛的辩论，但还没有人经历过它。因此，探索个人对 BI 的支持是否符合他们对与之相关的关键原则的理解至关重要。
本研究的目的
本研究要研究的假设和研究问题表述如下：
假设 1.在大流行期间经历过工作不稳定（H1-1：失业和H1-2：减少工作时间）的个人更有可能表达对韩国BI的支持。
假设 2.对 COVID-19 NDRF 持积极看法的个人（H2-1：接受 NDRF 后福利态度发生变化，H2-2：对 NDRF 感到满意）更有可能表达对韩国 BI 的支持。
研究问题：韩国BI的支持者认可BI的哪些具体特征（如定期性、个性和充分性）？
需要澄清的是，本研究的目的并不是要就BI在韩国的政治可行性得出结论。相反，通过研究韩国 BI 支持者的人口统计数据以及他们所支持的 BI 的具体类型，本研究旨在加深我们对该国公众对 BI 态度的理解。检验假设和研究问题的意义包括几个方面。首先，关于福利国家态度的传统调查方法往往无法完全捕捉到不一致（即态度在逻辑上相互矛盾的程度）（Goerres&Prinzen，2012，第522页）和不确定性（即个人不确定该怎么想的程度）（Goerres&Prinzen，2012 ，第523页）围绕着韩国BI的公众舆论。通过调查哪些类型的 BI 支持者支持，本研究旨在揭示韩国公众对 BI 支持的这种不一致或不确定性。
其次，对韩国对基本收入态度的多方面性的研究有限。这些态度根据特定背景而有所不同，例如地区或时间段（Chrisp et al.，2020）。在韩国 COVID-19 大流行之前的时期，某些政治家的选举承诺引发了关于 BI 的学术和政策讨论（Kim & Suh，2017）。虽然先前的研究表明，在大流行期间，BI 支持有所增加（Nettle 等人，2021 年;Van Hootegem & Laenen，2023 年），一些研究表明，公众支持并没有显著转向支持 BI，并且在群体中仍然分散（Weisstanner，2022 年）。 韩国疫情期间的 BI 支持仍然模棱两可。因此，本研究旨在建立对包括韩国在内的东亚背景下大流行后 BI 支持的基本理解。
第三，本研究重点关注对工作不安全的担忧以及 COVID-19 大流行期间获得无条件现金福利的经历，这些都是导致韩国 BI 支持增加的因素。疫情期间对基本收入的支持可能与应对危机的重大经济和社会影响的紧急财政措施有关。处于更弱势社会经济地位的个人往往对 BI 表示更大的支持（Roosma & van Oorschot，2020），而 COVID-19 大流行，尤其是就业市场的不稳定加剧了这种脆弱性。这一想法与 2019/2020 年比利时全国选举研究 （BNES） 的数据一致。BNES 数据提供了一个独特的机会来调查 COVID-19 大流行如何影响对不同形式的 BI 的支持，因为这项研究的一些参与者在大流行之前接受了采访，而另一些参与者在大流行期间接受了采访（Laenen，2023 年）。数据显示，与疫情之前相比，BI在疫情期间普遍得到了更多的支持。Laenen et al. （2023） 在这方面提供了可能的解释。其中之一是经济贫困。先前的研究表明，大流行期间对 BI 的支持增加是由于经济困难（Van Hootegem & Laenen，2023 年）。另一种解释是，支持的增加可能是短期的，这表明对 BI 的支持将在大流行后再次减少（Laenen，2023 年）。这可能意味着人们只支持在危机时期支付临时现金福利，这是他们在大流行期间所经历的。因此，探索两个与 COVID-19 相关的因素（即工作不安全和获得无条件现金福利的经历）可以帮助理解为什么在大流行期间有大量韩国人支持 BI。
第四，本研究通过研究认为自己是 BI 支持者的个人的不同观点，为该领域做出了贡献。尽管韩国的许多媒体文章和研究报告都介绍了 BI 的支持程度（例如，Ko，2022 年），但使用这些支持率作为支持或反对 BI 实施的理由，但本研究更深入地探讨了韩国认可的特定类型的 BI。这项研究的意义在于它罕见地试图阐明这一方面。
方法
样本
这项研究使用网络调查方法收集数据，针对全国 19-69 岁的个人。将研究人群的年龄限制设置为小于 70 岁的理由是老年人不太可能参与在线数据收集（Poli 等人，2023 年）。关于研究样本的一个担忧是，如果老年人比年轻一代更倾向于支持BI，那么将70岁以上的人排除在研究之外可能会导致对BI的支持被高估。事实上，西方国家之前的一些研究表明，老年人不太可能支持基本收入（Dermont & Weisstanner，2020;Roosma & van Oorschot，2020 年;Vlandas，2021 年）。但是，关于韩国的 BI 支持，年龄对 BI 支持的影响尚不清楚。最近的一项研究使用韩国综合社会调查 （KGSS） 的数据检查了三个年龄组的 BI 支持平均水平：年轻组（19 至 34 岁）、中年组（35 至 64 岁）和老年组（65 岁及以上），发现没有显著的组间差异（Kim，2020a）。尽管没有发现统计学差异，但与年轻组相比，老年人组的 BI 支持的平均值更高。就韩国而言，老年人的贫困程度很严重，有一种观点认为，老年人对社会福利制度的依赖导致了有利于福利的倾向（Noh et al.，2018）。因此，考虑到将70岁以上的人排除在样本之外，应仔细解释目前的研究结果。
该在线调查于 2020 年 11 月通过一家签约调查公司在韩国进行，该公司以参与众多政府主导的全国性社会调查、民意调查和政府政策制定需求评估而闻名。以调查公司约460,000个主样本的小组为抽样框架，通过基于地区、性别和年龄的人口比例分配进行随机抽样。比例分配将每个层中的样本量设置为与该层中的抽样单位数量成正比（格拉斯哥，2005年）。这种方法产生一个自加权样本，消除了对额外加权来估计无偏总体参数的需要（格拉斯哥，2005）。通过电子邮件、短信和包含网络调查 URL 的移动应用程序通知联系潜在参与者，以请求他们参与。最初的目标是获得 3000 人的研究样本。相比之下，学术领域最具代表性的社会调查 KGSS 的样本量在 2016 年为 1051 人，2018 年为 1031 人（Kim et al.，2024）。在初步调查之后，对地区（16个大都市/省）和性别年龄组（10个组）的抽样分布进行了事后调整，方法是从参与者人数不足的单元格中招募额外的随机样本。因此，最终样本包括 3560 名年龄在 19 至 69 岁之间的个体。
本研究重点关注疫情期间的工作经验，作为支持基本收入的关键解释因素。因此，只有在调查时（2020 年 11 月）有工作（就业或自雇）的个人才回答了与工作时间减少或因 COVID-19 而失业的工作经历有关的问题。在排除失业者、学生、家庭主妇和退休人员后，采用调查时参与经济活动的2696名个人的子样本，分析了疫情期间的工作经验与对BI的支持之间的关联。图 1 显示了总样本和用于分析的各种分析子集。所有研究程序均经过我们的机构审查委员会的审查和批准（IRB编号：HYU-2020-03-003-3）。
图1 表 4 和表 5 中模型的分析样本。
测量
对 BI 的支持
为了衡量对 BI 的整体支持，我们使用了以下问题：“您如何看待为所有公民提供最低生活成本的 BI 系统？受访者被要求从四个答案类别中选择一个：（1）强烈反对，（2）反对，（3）赞成，（4）强烈赞成。这个问题意味着基本收入政策是普遍的，不限于特定的人群。在分析中，受访者的回答分为两类：（0）强烈反对或反对，以及（1）赞成或强烈赞成。对于那些支持基本收入的人，我们询问了他们对各种形式的基本收入在定期性、个体性和充分性方面的支持。
关于定期性，我们提出了以下问题：“您支持以下哪种类型的 BI？受访者有三种选择：（1）定期无条件地向所有公民付款，（2）仅在一定时期的生活内提供临时供养，以及（3）为一定年龄的公民提供一次性收入。我们创建了一个二分变量来表示对常规 BI 付款的支持，其中 0 表示不支持常规 BI 付款，1 表示支持向所有公民支付常规 BI 付款。
为了衡量 BI 的个体性，我们使用了以下问题：“如果提供了 BI，您认为应该向谁付款？受访者被要求在两个答案类别中进行选择：（1）户主和（2）个别家庭成员。我们将“户主”编码为0，将“家庭成员个人”编码为1。
为了衡量充足性，我们使用了以下问题：“如果提供了 BI，您认为每个人应该支付多少费用？受访者有五个答案选项：（1）每月低于500,000韩元，（2）每月500,000韩元或以上但低于700,000韩元，（3）每月700,000韩元或以上但低于1,000,000韩元，（4）每月1,000,000韩元或以上但低于1,500,000韩元，以及（5）每月1,500,000韩元或更多。
基本收入的充分性是指其满足接受者基本需求的能力（De Wispelaere&Stirton，2004）。根据个人的意识形态立场、他们是否支持或反对将商业援助作为其他形式的社会援助的替代品，以及他们对基本需求的定义，人们认为的工业援助的适当水平可能会有很大差异。尽管如此，为一个社会建立一定的生存水平所做的努力应该得到承认，即使这样的基准在某种程度上是武断的（De Wispelaere&Stirton，2004）。BI收益的水平可以与某些经济指标挂钩，从而允许定期修订赠款金额（De Wispelaere&Stirton，2004）。在韩国，最低生活成本计算为收入中位数的 60%。2020年，单身家庭的最低生活费用为1,054,317韩元（厚生劳动省，2019年）。我们创建了一个二分变量来表示充足性，其中 0 代表对每月低于 1,000,000 韩元的 BI 付款的支持，1 代表对每月 1,000,000 韩元或以上的 BI 付款的支持，这足以使个人能够过上最低的基本生活。
政策经验
根据参与者对 COVID-19 NDRF 的评估，对大流行期间的政策经验进行了评估。政策经验的第一个变量是对NDRF的满意度。根据《居民登记法》执行令，所有永久居民、婚姻移民以及符合居民登记名单要求的个人都有资格获得 NDRF 福利（Lee et al.，2021）。该变量的调查问题是“您对 COVID-19 NDRF 的满意度如何？提供了五个答案类别，范围从（1）非常不满意到（5）非常满意。第二个变量是参与者对社会福利的态度是否因接受 COVID-19 NDRF 而发生了变化。对于这个变量，使用了以下调查问题：“由于您经历了 NDRF，您对国家福利制度的看法发生了怎样的变化？给出了以下五个答案类别：（1）变化非常消极，（2）变化有些消极，（3）没有变化，（4）变化有点积极，（5）变化非常积极。这些与政策经验相关的变量是序数级变量，但在分析中被当作连续变量处理。
工作不安全感
大流行期间的工作不安全感使用以下问题进行评估：“由于 COVID-19 的爆发，您的工作时间是否有任何变化？提供了六个答案类别：（1）增加了工作时间;（二）工作时间不变;（三）减少工作时间的;（4） 我正在带薪休假;（5） 我正在休无薪假;（6） 我丢了工作。在分析中，创建了两个虚拟变量来指示 （1） 失业和 （2） 工作时间损失。对于失业的虚拟变量，回答“我失去了工作”的参与者被编码为1，所有其他参与者被编码为0。对于工作时间损失的虚拟变量，回答“工作时间减少”、“我正在休无薪假”或“我正在休带薪假”的参与者被编码为 1，所有其他被编码为 0。参照组是回答“工作时间没有变化”或“工作时间增加”的人。
在这项研究中，工作时间减少和失业是工作不安全的指标。Greenhalgh和Rosenblatt（1984）认为，工作不安全感具有多维属性，并区分了数量和定性的工作不安全感。定量的工作不安全感是指对当前工作继续存在的担忧，而定性的工作不安全感是指对工作的重要方面（如工资、工作时间和工作内容）的持续存在的不安全感（De Witte，2005）。以前的研究使用这些概念来衡量工作不安全感。在大流行期间，Nemteanu et al. （2021） 和 Wilson et al. （2020） 将主观感知的工作不安全感衡量为定量的工作不安全感。同时，Vieira dos Santos 等人（2022 年）利用定性工作不安全感的概念来衡量对无法维持理想工作条件的看法，Ganson 等人（2021 年）通过工资损失来衡量工作不安全感。Hellgren等人（1999）利用定量和定性工作不安全作为工作不安全的衡量变量。尽管通过考虑这两个属性来衡量工作不安全感是可取的，但不幸的是，我们的数据缺乏评估主观感知的工作不安全感（定量工作不安全感）的项目。我们只有衡量工作时间变化和大流行导致的失业的项目作为定性工作不安全的指标。
协变量
分析模型中包括了对 BI 支持的潜在协变量：年龄、性别、教育、家中的孩子、就业状况、政治意识形态、感知到的经济不平等和家庭收入（Day，2022 年;Dermont & Weisstanner，2020 年;Roosma & van Oorschot，2020 年;Vlandas，2021 年）。关于性别，女性被编码为1，男性被编码为0。教育使用五分制来衡量，范围从 1 = “高中以下”到 5 = “学士学位以上”。家里的孩子是一个二元变量（0 = “否”，1 = “是”）。通过提出以下问题来评估就业状况：“以下哪项最能描述您的职业状况？参与者的回答是：（1）充分就业;（2）个体经营者;（三）临时录用的;（4）失业者。为分析创建了三个指示参与者就业状况的虚拟变量，并将充分就业视为参考组。政治意识形态是通过提出以下问题来衡量的：“你如何描述自己的政治取向？参与者使用五分制回答问题，范围为 1 = “非常自由”到 5 = “非常保守”。通过要求受访者回答以下问题来评估感知到的收入不平等：“您如何评价韩国 SES 群体的收入不平等？参与者使用 1 = “非常小”到 5 = “非常大”的五分制回答问题。在分析中，政治意识形态和感知到的不平等被视为连续变量。家庭收入的评估是通过要求受访者回答以下问题来评估的：“过去一年税后（扣除）的平均每月家庭收入是多少？“家庭月平均收入”是指全体家庭成员的劳动收入、营业收入、财产收入、以前收入和其他收入之和。请将国民年金和健康保险费包括在内，并在扣除税款后进行回复。参与者使用 10 分制回答问题，范围从 1 = “少于 100 万韩元”到 10 = “超过 900 万韩元”。
分析
分析由两部分组成。最初的部分集中在与大流行相关的因素之间的关联，例如大流行期间的政策经验和工作不安全，以及对基本收入的支持。为了检验这些假设，估计了二元因变量的逻辑回归模型。只有调查时参与经济活动的个人回答了有关他们在大流行期间工作不稳定的经历的问题。使用不同的样本估计了三个分析模型。第一个模型（M1）使用总样本估计了政策经验的影响。使用工作人口的子样本 （M2） 再次执行相同的模型。对于第三个模型（M3），在前一个模型（M2）中添加了工作不安全变量（即大流行期间失去工作或工作时间）。第三个模型是使用用于 M2 的子样本估计的。分析的第二部分集中在第二个研究问题上：“BI的支持者在韩国支持什么类型的BI？表示支持 BI 的参与者是从先前分析的 M2 和 M3 研究样本中选出的。这种方法背后的基本原理是，不支持 BI 的个人不认可 UBI 的概念，他们对哪种类型的 BI 是合适的意见被认为是无效的。然后，对二元因变量的逻辑回归模型进行估计，以理解BI不同特征（即定期性、个体性和充分性）的显著个体特征。对分析模型进行了多重共线性假设检验，平均VIF值范围为1.14-1.18。这些值表明，分析模型并未违反多重共线性假设。为了测试规格错误，使用了 Stata 命令“linktest”（StataCop，2003）。 一系列的linktest显示模型规范没有问题，表明结果变量的logit是自变量的线性组合（Pregibon，1980）。关于分析的力量，在逻辑回归的背景下，Long和Freese（2006）提出，500个观测值的样本量通常应该足以进行假设检验。因此，本研究的样本量被认为是足够的。
结果
样本特征
表 1 显示了样本的特征。工作个体的总样本和子样本在各种社会人口特征方面是相似的。然而，工作样本的男性受试者比例高于总样本。为确保研究样本能够代表人口，在2020年人口和住房普查中，将样本特征与19-69岁的调查样本的特征进行了比较。为了确认我们收集的样本的代表性，我们将我们的数据（表1）与同期韩国统计局的人口和住房普查以及经济活动人口调查进行了比较。虽然我们的样本与韩国统计局的调查之间的平均年龄、性别和儿童人数相似，但在我们的样本中，受教育程度低的个人的代表性略有不足，而受教育程度高的个人的代表性略高。此外，在我们的样本中，长期雇员的比例略高。这可能归因于调查是在线进行的，这可能导致受教育程度较高或工作地位较高的个人的回复率更高。
表 1. 样本特征
| All respondents | Working respondents | |||
| The survey sample (n = 3560) | The EAPCb 2020 (n = 49,375) | The survey sample (n = 2696) | The EAPC 2020 (n = 31,819) | |
| Job status | ||||
| Permanent employed | 1738 (48.82%) | 17,010 (34.45%) | 1738 (64.47%) | 17,010 (53.46%) |
| Self-employed | 459 (12.89%) | 8316 (16.84%) | 459 (17.03%) | 8316 (26.14%) |
| Temporarily employed | 499 (14.02%) | 6493 (13.15%) | 499 (18.51%) | 6493 (20.41%) |
| Unemployed | 864 (24.27%) | 17,556 (35.56%) | — | |
注意：政治意识形态 1 = 始终自由，~5 = 始终保守。收入不平等 1 = 太小，~5 = 太大。家庭收入：1 = 100万韩元以下，2 = 100 万韩元以上，200 万韩元以下，~10 = 900 万韩元以上。
一个 人口和住房普查是韩国统计局针对居住在韩国的所有居民进行的一项全国性统计调查。表1比较了调查样本的特征与2020年人口与住房普查（https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1IN1502&conn_path=I2&language=en）中接受调查的19-69岁个体的基本数据。
b 人口和住房普查没有提供有关就业状况的信息，因此我们使用了经济活动人口调查（EAPC）的数据来实现这一目标。欧大家庭委员会收集针对全国抽样家庭中15岁及以上家庭成员的经济活动信息，数据由韩国统计局收集。表1比较了2020年经济活动调查中调查的19-69岁个体的基本数据与经济活动人口抽样（https://kosis.kr/eng/statisticsList/statisticsListIndex.do?parentId=D.1&menuId=M_01_01&vwcd=MT_ETITLE&parmTabId=M_01_01）。
表 2 显示了 COVID-19 大流行期间福利经历的描述性统计数据。参与者被问及他们对 COVID-19 NDRF 的满意度以及他们的福利态度因此而发生了多大的积极变化。平均而言，参与者报告说他们的福利态度略有积极变化，他们对NDRF有些满意。在有工作的人中，1.80%的人失业，25.81%的人失去工作时间。调查时失业的个人没有回答有关“大流行期间的失业”和“大流行期间的工作时间损失”的调查问题。因此，总样本中这两个调查问题的单元格留空。
表 2. COVID-19大流行期间经验的描述性统计
| Variables | Statistics | |
| Total sample (n = 3560) | Working sample (n = 2696) | |
| Changed welfare attitudes after receiving COVID-19 NDRF | 3.19 (SD = 0.96) | 3.20 (SD = 0.96) |
| Satisfaction with COVID-19 NDRF | 3.34 (SD = 1.05) | 3.33 (SD = 1.05) |
| Job loss during the pandemic | ||
| No | — | 2618 (98.20%) |
| Yes | — | 48 (1.80%) |
| Working-hour loss during the pandemic | ||
| Yes | — | 1978 (74.19%) |
| No | — | 688 (25.81%) |
表 3 显示了对 BI 支持的描述性统计信息。对于总样本，42.88%的人表示支持BI，56.40%的样本认为BI应该是规则的和连续的，74.02%的人认为BI分布的关注单位应该是个体的。然而，只有 22.74% 的人认为 BI 的福利金额应该是个人的最低生活成本，就像韩国的公共援助计划所使用的那样。工作样本的统计量与总样本的统计量相似。
表 3. 用于支持 BI 的描述性统计信息
| Variables | Statistics | |
| Total sample (n = 3560) | Working sample (n = 2696) | |
| Support for BI | ||
| Yes | 2062 (57.92%) | 1582 (58.68%) |
| No | 1498 (42.88%) | 1114 (41.32%) |
| Regularity | ||
| Yes | 1163 (56.40%) | 895 (56.57%) |
| No | 899 (43.60%) | 687 (43.43%) |
| Individuality | ||
| Yes | 2635 (74.02%) | 1936 (71.81%) |
| No | 925 (75.98%) | 760 (28.19%) |
| Adequacy | ||
| Yes | 465 (22.74%) | 376 (23.77%) |
| No | 1593 (77.26%) | 1206 (76.23%) |
BI 支持的逻辑回归
表 4 显示了对 BI 支持的逻辑回归结果。模型 1 是针对总调查样本的，而模型 2 和 3 是针对工作人口的研究样本。模型 1 和 2 的结果几乎相同，表明在总调查样本和工作人群的研究样本中，对 BI 支持的关键个体水平协变量没有差异。模型 3 的结果提供了有关关键研究变量对 BI 支持影响的更完整信息。根据模型3的结果，即使在控制了其他自变量的影响后，疫情期间的失业和工时损失也是支持BI的显著相关性。失业的比值比为 2.72，表明在大流行期间失业的个人支持 BI 的几率是同期没有失业的人的 2.72 倍。同样，在大流行期间工作时间减少的个体的比值比为 1.23，这表明该组支持 BI 的几率是没有工作时间减少的个体的 1.23 倍。在政策经验方面，在接受COVID-19 NDRF后对福利态度改变的看法的比值比为1.60，对COVID-19 NDRF的满意度比值比为1.24。这些发现表明，与同行相比，经历过工作不安全并对 COVID-19 NDRF 感到满意的个人更有可能支持 BI。
表 4. 用于支持 BI 的逻辑回归分析结果
| Variables | M1 total sample | M2 employed sample | M3 employed sample | ||||||
| b | SE | OR | b | SE | OR | b | SE | OR | |
| Age | 0.01 | 0.00 | 1.01 | 0.00 | 0.00 | 1.00 | 0.00 | 0.00 | 1.00 |
| Female | −0.36 | 0.07 | 0.70** | −0.39 | 0.09 | 0.67** | −0.39 | 0.09 | 0.68** |
| Education | 0.01 | 0.04 | 1.01 | 0.02 | 0.05 | 1.02 | 0.02 | 0.05 | 1.02 |
| Child(ren) at home | −0.03 | 0.08 | 0.97 | −0.07 | 0.09 | 0.93 | −0.07 | 0.09 | 0.93 |
| Self-employed | −0.01 | 0.12 | 0.99 | 0.00 | 0.12 | 1.00 | −0.13 | 0.12 | 0.88 |
| Temporary employment | 0.08 | 0.11 | 1.08 | 0.10 | 0.11 | 1.10 | 0.00 | 0.12 | 1.00 |
| Unemployed | −0.07 | 0.09 | 0.93 | — | — | — | — | — | — |
| Conservative political ideology | −0.22 | 0.05 | 0.80** | −0.24 | 0.05 | 0.78** | −0.25 | 0.05 | 0.78** |
| Perceived income inequality | 0.10 | 0.05 | 1.10 | 0.08 | 0.06 | 1.08 | 0.08 | 0.06 | 1.08 |
| Family income | −0.06 | 0.02 | 0.94** | −0.05 | 0.02 | 0.95* | −0.04 | 0.02 | 0.96* |
| Policy experience | |||||||||
| Changed welfare attitudes after receiving COVID-19 NDRF | 0.48 | 0.05 | 1.61** | 0.48 | 0.05 | 1.61** | 0.47 | 0.05 | 1.60** |
| Satisfaction with COVID-19 NDRF | 0.21 | 0.04 | 1.24** | 0.21 | 0.05 | 1.24** | 0.21 | 0.05 | 1.24** |
| Job insecurity | |||||||||
| Job loss during the pandemic | 1.00 | 0.38 | 2.72** | ||||||
| Working-hour decreased during the pandemic | 0.20 | 0.10 | 1.23* | ||||||
| Model summary | |||||||||
| Number of observations | 3559 | 2695 | 2665 | ||||||
| LR χ2(df) | 406.80** | 307.78** | 307.06** | ||||||
| Pseudo R2 | 0.08 | 0.08 | 0.09 | ||||||
| Log likelihood | −2218.47 | −1673.13 | −1655.02 | ||||||
| Mean VIF values | 1.18 | 1.15 | 1.16 | ||||||
注：*p < 0.05，**p < 0.01（双尾检验）。
简称：NDRF，国家救灾基金。
对不同形式的 BI 支持的逻辑回归
表 5 显示了对支持 BI 的参与者样本的 BI 三个特定特征的逻辑回归分析结果。就定期性而言，参与者对 COVID-19 NDRF 的满意度与以定期和无条件向所有公民付款的形式支持 BI 的可能性呈负相关。对 COVID-19 NDRF 满意度的比值比为 0.88。这表明，对于对 COVID-19 NDRF 感到满意的个人，以定期向所有公民付款的形式支持 BI 的几率比不满意的个人低 0.88 倍。韩国的 COVID-19 NDRF 包括临时付款，以补偿因大流行而造成的家庭收入损失，无论收入水平如何（经济财政部预算办公室，2021 年）。因此，对 NDRF 提供的临时福利感到满意的个人不太可能以定期付款的形式支持 BI。定期付款的另一个重要因素是人们认为收入不平等。人们越是认为韩国社会的不平等，他们就越有可能支持定期付款。
表 5. 对正在工作并支持 UBI 的参与者样本的 BI 不同特征的逻辑回归分析结果
| Variables | Regularity | Individuality | Adequacy | ||||||
| b | SE | OR | b | SE | OR | b | SE | OR | |
| Age | 0.00 | 0.00 | 1.00 | −0.02 | 0.01 | 0.98** | −0.02 | 0.01 | 0.98** |
| Female | −0.09 | 0.11 | 0.91 | 0.44 | 0.12 | 1.55** | −0.34 | 0.13 | 0.72** |
| Education | 0.06 | 0.06 | 0.94 | 0.14 | 0.06 | 1.15* | 0.05 | 0.07 | 1.05 |
| Child(ren) at home | 0.17 | 0.12 | 1.18 | −0.36 | 0.13 | 0.70** | −0.07 | 0.13 | 0.94 |
| Self-employed | 0.02 | 0.16 | 0.98 | −0.06 | 0.17 | 0.94 | 0.12 | 0.18 | 1.13 |
| Temporary employment | 0.11 | 0.14 | 0.89 | 0.22 | 0.17 | 1.24 | 0.12 | 0.17 | 1.13 |
| Conservative political ideology | 0.12 | 0.06 | 0.88 | −0.02 | 0.07 | 0.98 | 0.23 | 0.07 | 1.26** |
| Perceived income inequality | 0.38 | 0.08 | 1.46** | 0.37 | 0.09 | 1.45** | 0.03 | 0.09 | 1.03 |
| Family income | −0.02 | 0.02 | 0.98 | 0.06 | 0.03 | 1.06* | 0.01 | 0.03 | 1.01 |
| Policy experience | |||||||||
| Changed welfare attitudes after receiving COVID-19 NDRF | 0.13 | 0.07 | 1.14 | 0.12 | 0.08 | 1.12 | 0.03 | 0.08 | 1.03 |
| Satisfaction with COVID-19 NDRF | −0.12 | 0.06 | 0.88* | −0.01 | 0.07 | 0.99 | −0.13 | 0.07 | 0.87 |
| Job insecurity | |||||||||
| Job loss during the pandemic | 0.47 | 0.35 | 0.63 | 0.24 | 0.45 | 1.28 | 0.00 | 0.40 | 1.00 |
| Working-hour decreased during the pandemic | 0.01 | 0.12 | 1.01 | −0.19 | 0.14 | 0.83 | 0.10 | 0.14 | 1.11 |
| Model summary | |||||||||
| Number of observations | 1559 | 1599 | 1599 | ||||||
| LR χ2(df) | 40.07** | 71.52** | 38.72** | ||||||
| Pseudo R2 | 0.02 | 0.04 | 0.02 | ||||||
| Log likelihood | −1047.59 | −868.60 | −840.74 | ||||||
| Mean VIF values | 1.14 | 1.14 | 1.14 | ||||||
注：*p < 0.05，**p < 0.01（双尾检验）。
简称：NDRF，国家救灾基金。
在个体性方面，政策经验和工作不安全感的研究变量不显著。年龄、性别、教育程度、家庭子女、感知到的收入不平等和家庭收入与以个人福利（而非家庭）形式支持BI的可能性密切相关。年轻人、女性和具有高等教育背景的人更有可能以个人福利的形式支持基本收入，而不是家庭福利。家庭收入与支持个体性的可能性呈负相关。家庭收入越高，对个性的支持可能性就越低。感知到的收入不平等与对个体的支持呈正相关。
该研究发现，政策经验和工作不安全感并不是确定对足够水平的BI福利支持的重要变量。相反，年龄、性别和政治意识形态成为重要因素。年轻人、男性和那些政治观点保守的人更有可能支持更高的 BI 付款。与性别有关的结果出乎意料，女性对向个人提供的BI支付表现出更大的支持，而男性更有可能支持更高的BI支付。此外，性别的影响取决于所审查的BI的具体特征。在政治意识形态方面，持保守观点的人总体上不太可能支持BI，但那些支持BI的人更有可能支持更高的付款。此外，作为稳健性检查，使用总调查样本（用于表 2 的模型 1）重新检查了表 5 中的逻辑回归模型。在调查时失业的个人没有回答与工作有关的问题，导致这些变量被排除在总样本的分析之外。发现自变量是显著的，并且与表5的结果相同。但是，这些结果未在此处包括。
支持不同形式的BI的参与者分布
图 2 显示了对不同类型 BI 的参与者支持的分布情况。在支持UBI的人中，56.40%的人支持定期和持续的BI支付，而43.26%的人认为BI的分配应该是个人的和定期的。只有 9.21% 的参与者认为 BI 应该是定期的、个人的，并且足以支付最低生活成本。
图2 支持普遍 BI 的参与者对基本收入 （BI） 类型的支持（n = 2062）。这一数字是基于支持BI的参与者，无论就业状况如何。
讨论
发现
本研究旨在回答两个研究问题：“谁支持韩国的BI？”和“他们支持什么类型的BI？为了解决第一个研究问题，开发并检验了两个研究假设。第一个假设的结果表明，面临失业和工作时间减少的个人更有可能支持 BI。即使考虑到家庭收入和教育的影响，失业和减少工作时间与基本收入支持之间的联系仍然很大。因此，在大流行期间经历过工作不稳定的人，无论其社会经济地位如何，都对 BI 表现出更高程度的支持。这一发现与 Laenen 等人（2023 年）的一项研究一致，表明 COVID-19 大流行期间对 BI 的支持增加可能是由于经济困难和社会不安全感造成的。鉴于大量韩国人因工作不稳定而面临经济困难，包括失业和工作时间减少，因此相当一部分人口接受包括基本收入在内的全面再分配政策也就不足为奇了。
这一发现应该结合 COVID-19 大流行期间的韩国劳动力市场格局进行研究。对这一时期韩国劳动力市场的调查显示，工作时间显著减少，在临时雇员中尤为明显，再加上失业、（无）薪休假或缩短工作时间/天数（Hwang，2020 年;金，2020b;Kim & Park，2020 年;Lee，2021 年）。工作时间的减少主要是非自愿措施的结果，弱势工人在获得就业方面面临挑战（Kim & Park，2020），或者雇主采取提供临时（带薪或无薪）休假或缩短工作时间（Kim，2020a）。在大流行期间，工作不安全和危机（例如裁员或减少工作时间）在最脆弱的员工中普遍存在。公司选择雇用非正式工人的主要原因之一是提高根据产品需求波动调整就业的灵活性，在考虑大流行期间非正式工人的劳动条件变化时，也必须承认这一背景（Hwang，2020）。同样，在日本，在 COVID-19 危机期间努力应对减产主要是通过减少工作时间来调整就业。他们采取了提供带薪休假、减少工作日或缩短工作时间等策略，同时遵守雇佣合同，而不是诉诸裁员（Takami，2021 年）。因此，在韩国劳动力市场框架内，减少工作时间和失业的经历可以被视为理解个人对 BI 的支持如何与 COVID-19 大流行交织在一起的关键因素。
与第二个假设相关的结果表明，NDRF对公众对BI的支持具有显著的积极影响。这表明了政策反馈效应，表明社会政策经验可以塑造公众对社会政策的态度。人们普遍认识到，社会政策既可以产生明显的效果，也可以产生潜在的影响。NDRF 的短期明显影响可能包括暂时缓解 COVID-19 大流行造成的经济困难。NDRF的长期潜在影响可能是培养对公共政策的积极态度和对其有效性的信念。这对社会融合具有重大影响，而社会融合是社会政策的一个重要目标。对社会政策的积极态度将成为社会成员对公共项目持续支持的基础，并将有助于扩大公众对更慷慨的福利政策的支持。
理论意义
关于第一个假设的研究结果证实，当人们遇到工作不安全或未来收入的不确定性时，他们更有可能支持基本收入，并认为这些政策对他们的环境有益。这与预期相符，并且与社会政策偏好的经济自利模型一致，表明在社会和经济上处于不利地位的人通常比那些富裕的人更支持BI。
然而，在考虑了家庭收入的影响后，大流行期间的工作不安全经历与对基本收入的支持之间的联系是显著的。报告认为，这种工作不安全的经历不仅意味着经济困难的直接经历，而且意味着对未来面临各种社会风险的担忧和焦虑，无论当前的经济状况如何。这一发现支持了社会保险观点对于理解对BI的支持的重要性，超越了自我理解的原则。
这项研究的另一个重要发现是个人对 NDRF 的看法与对 BI 的支持之间的联系。这一发现与政策反馈方法一致（Hacker&Pierson，2019）。根据目前的研究结果，NDRF对BI总体支持的政策反馈效应似乎是显而易见的。但是，当从BI的具体特征来考察这些效应时，NDRF的政策反馈效应可能并不容易理解。对 NDRF 感到满意的个人更愿意支持 BI，但那些支持 BI 的人如果对 NDRF 感到满意，则不太愿意支持常规 BI 福利。NDRF 是针对 COVID-19 大流行的临时规定。对NDRF表示满意的个人可能不仅对NDRF的普遍性和无经济状况调查的特点感到满意，而且对NDRF的临时性也感到满意。在政策反馈效应的理论框架下，本研究结果表明，在考察现有政策设计如何影响公众对BI的看法时，需要考虑BI的多维性。
政策启示
在经济衰退期间，韩国人一直在努力应对福利应对措施的制约。韩国福利制度的演变是相对渐进的。琼斯（Jones，1990）认为，儒家价值观优先考虑家庭作为福利的主要提供者的角色，对韩国福利国家的发展产生了重大影响。一些（Aspalter，2006;Holliday，2000 年;Midgley，1986）将韩国描绘成一个不情愿接受福利措施的国家，同时优先考虑快速的经济增长。然而，人们普遍认为，韩国人认为他们的社会在社会上不平等，并主张建立更强大的福利制度（Kim et al.，2017）。
在 COVID-19 大流行期间，NDRF 的引入为许多韩国人提供了前所未有的直接支持和福利，这可能影响了对 BI 的偏好。对BI的支持，即使在对制度没有充分理解的情况下，也可以被看作是对福利的渴望，将其视为一种福利愿望。这项研究的结果表明，当前的后 COVID 时代是讨论韩国 BI 的好时机。似乎人群中某些个体对 BI 的好感度有所增加。大流行可能会对韩国人对 BI 的支持产生不同的影响。正如 Laenen 等人（2023 年）所讨论的那样，COVID-19 大流行可能只会在经济困难的人中增加对 BI 的支持，而不会在经济困难的人中增加对 BI 的支持。在韩国，由于大流行期间劳动力市场不稳定和经济衰退，许多人面临经济困难和社会不安全。此外，许多人在大流行期间首次体验到无条件的现金福利，有些人对这一政策措施感到满意。根据目前的研究，这些人已经变得更加支持BI。
然而，关键问题在于理解那些支持BI的人如何概念化它，以及他们倡导什么形式。这项研究表明，受访者普遍喜欢基本收入的个性和定期性。然而，相对较少的答复者表示需要获得最低生活费用水平的福利。这表明BI的支持者可能只支持某些有限的支持形式。只有大约 9% 的支持 BI 的受访者赞成满足定期性、个性和充足性标准的 UBI。这些发现凸显了不仅要检查对 BI 的支持水平，还要了解支持者会支持的特定类型的重要性。
如果支持者充分了解BI的目的、原则和局限性，他们就可以对其潜在的优点和缺点进行深思熟虑的评估。然而，并非所有支持者都可能对 BI 有适当的理解。这可能是由于各种原因造成的，包括个人信仰和价值观。然而，更重要的是，对 BI 相关信息的可访问性可能有限，或者可能会基于有偏见的信息产生误解。对政策的偏好应基于对政策的正确理解。如果公共政策偏好是由于被虚假新闻和不考虑政策的基本假设及其对人民生活的影响的流行政客的煽动而产生的，那将是有问题的。
我们的结果表明，在韩国实施 BI 政策的可行性取决于 BI 的类型。与其他研究结果一样，一个积极的因素是大约一半的韩国人支持基本收入政策。然而，他们中似乎只有大约 10% 的人支持一种 BI，即无条件地保证所有公民获得一定水平的收入，为所有个人提供定期的最低收入以维持最低生活水平。这可以被解释为对扩大福利制度所产生的社会责任的担忧，尽管许多人希望有一个积极的福利国家。这也可能反映出一种希望，即促使人们支持强有力的劳动去商品化社会政策的严重社会风险尚未到来，并且在未来不会显现出来。然而，第四次工业革命已经显著而悄悄地改变了劳动力市场，超出了我们的预期。我们目前的社会政策可能无法应对这些变化，而UBI将成为重要的政策选择。为了在韩国实施基本收入，需要以公民社会为目标进行积极的教育。关于BI的讨论主要围绕政治领域，对这一概念产生了误解和恐惧。根据特点的不同，BI政策的形式多种多样，公民应该有机会反思和考虑政策选择的每个方面如何影响他们的生活。在获得这些知识方面，包括大学在内的高等教育将发挥重要作用。教育和信息提供对于促进基本收入支持者的正确理解是必要的。这种理解将使支持者能够就基本收入提供更有益的意见和建议，从而为社会带来更有效的结果。通过促进关于基本收入的知情讨论，我们可以关注其对社会福利的潜力，而不是让这个问题被过度政治化并成为社会冲突的根源。
局限性
这项研究有一些局限性。首先，研究样本仅限于调查时有工作的人。关于工作不安全经历的研究变量是关于大流行期间工作经历的问题。因此，在调查时失去工作但在劳动力市场的个人不包括在研究样本中。第二个限制涉及 BI 的测量。涉及对基本收入的一般支持的调查问题（“您如何看待为所有公民提供最低生活成本的基本收入系统？”）过于简化，缺乏有关基本收入类型的具体信息。之所以选择这个直截了当的问题，是因为该研究的结构旨在分两步审查参与者对 BI 的看法：首先，询问他们对 UBI 的总体立场，然后探索那些表示支持该概念的人所青睐的特定类型的 BI。但是，参与者可能在回答问题时不理解它指的是 UBI。尽管读者被告知有关BI的调查问题分为两个步骤，但他们必须认识到研究结果可能会受到此调查问题的影响。可以使用有关 BI 的特定问题来改进未来的研究，这些问题提供有关 UBI 的更多信息。关于衡量的另一个问题涉及政策经验评估的有效性。在这项研究中，政策经验是通过对 NDRF 的满意度和由于 NDRF 暴露导致的福利态度变化来衡量的。通过福利态度的改变来评估政策经验，可以看作是政策经验的结果，而不是经验本身。对于读者来说，在解释结果时必须考虑到这一点。
第三，本研究分别考察了BI各种特征的潜在相关性，重点关注支持BI的个体。未来的研究可以使用结构方程建模方法探索 BI 支持，将 BI 支持视为受参与者对 BI 各个维度（如定期性、个性和充足性）意见影响的潜在变量。Gielens 等人（2023 年）的一项研究就是一个很好的例子。使用这种方法将使我们能够研究不同组之间因子结构的变化。最后，可以通过评估各种关键特征来检查 BI 策略。然而，研究数据仅包括关于BI的三个具体特征的问题，并不能证明支持BI的个体的理解。考虑到这些局限性，应仔细解释这些发现。
转载请注明：《中国社会分红/基本收入研究网》 浏览量：25 views
