從“就業”走向“樂業”系列報告之三：“樂業社會”生產力革命與分配方式探討

縱觀歷次技術革命，生產力的躍升往往迅猛，而與之相匹配的紅利共享方式卻總是調整緩慢，這種滯后在歷史上一再成為社會矛盾累積的深層背景。當前已有觀察者尖銳地指出，AI正在讓財富的蛋糕以驚人的速度做大，但那條連通著絕大多數普通人的財富傳送帶，卻可能在不經意間被率先切斷——如果AI創造的巨大紅利集中于少數人手中，而勞動作為絕大多數人參與價值分配的傳統通道日益狹窄，那么AI帶來生產力極大提高的“未來社會”甚至可能演變為前所未有的“斷裂社會”。

本報告作為系列報告之三，承接前兩篇報告的邏輯脈絡，將討論焦點推進至支撐“樂業”的一個重要議題——分配方式。需要說明的是，本報告并非理論建構或政策建言，而是一份面向未來的文化展望與社會探討。報告所討論的各類分配方式，是對“未來生活如何可能”的想象性勾勒。本報告無意“給出答案”，而是試圖把問題清晰地擺在大家面前，邀請更多人參與這場關乎“我們想要怎樣的社會”的公共討論。我們希望在吸收全球前沿研究與實踐證據的基礎上，搭建一個清晰的分析框架，為這場討論提供前瞻性的參考。我們相信，在科技向善的指引下，對分配方式的開放探討，將是讓技術紅利轉化為普遍福祉、讓“樂業”從愿景走向現實的重要一環。

一

引言

我們正身處一個前所未有的歷史節點，這是一場堪比地理大航海的文明躍遷。十五世紀，人類駕著帆船穿越驚濤駭浪，用羅盤和勇氣打破了大陸之間的隔絕；今天，我們正駕駛著由AI驅動的“方舟”，駛向未知的海域。這個時代，我們稱之為“新大航海時代”，整個文明加速前行，生產邏輯、個體價值和宏觀格局正在深刻重構。

2025年12月，盤古智庫新大航海時代公益課題組發布系列報告之一《從“就業”走向“樂業”：AI時代就業認知變革》，提出以人工智能為核心的技術革命正深度重塑生產關系，機器的工作時長將顯著增加，人類的工作時間將顯著減少，傳統意義上的“全職崗位”將大幅萎縮。報告提出了從“生存驅動型”的“就業社會”邁向“意義建構型”的“樂業社會”的破局之道。2026年2月發布的系列報告之二《“樂業社會”生活場景解構與產業機會》，進一步描繪了樂業社會的四大核心生活場景集群及其背后蘊藏的廣闊產業藍海，勾勒出一個工作不再是純粹謀生手段、而成為自我實現重要組成部分的未來圖景。

前兩篇報告共同指向一個尚未被充分展開的重要命題：分配將是決定AI時代社會走向的關鍵。從“就業”走向“樂業”之所以成為可能，最根本的前提是AI帶來的生產力大幅躍升。在過去任何一個歷史階段，社會都未能真正回避“工作即生計”的鐵律——因為可供分享的物質財富始終是稀缺的。AI的不同之處在于，它正在使這一前提發生根本性的改變：當機器接管越來越多的功能性勞動，單位人力所對應的產出將以前所未有的速度增長，社會總財富的蛋糕將以工業時代難以想象的規模被做大。這是“樂業社會”得以從愿景走向現實的物質基礎——只有當蛋糕足夠大時，“不必為生存而工作”才有望從少數人的特權變為多數人的現實。

然而，蛋糕的迅速做大，使“如何分蛋糕”從一個可以留待事后處理的問題，躍升為一個必須各方智慧共同面對的重要命題——蛋糕越大，分法之間的差異就越具有決定性意義，分配比例上一個微小的差異，足以決定某個群體是過上體面生活，還是徹底掉隊。縱觀歷次技術革命，生產力的躍升往往迅猛，而與之相匹配的紅利共享方式卻總是調整緩慢，這種滯后在歷史上一再成為社會矛盾累積的深層背景。當前已有觀察者尖銳地指出，AI正在讓財富的蛋糕以驚人的速度做大，但那條連通著絕大多數普通人的財富傳送帶，卻可能在不經意間被率先切斷——如果AI創造的巨大紅利集中于少數人手中，而勞動作為絕大多數人參與價值分配的傳統通道日益狹窄，那么AI帶來生產力極大提高的“未來社會”甚至可能演變為前所未有的“斷裂社會”。

因此，本報告作為系列報告之三，承接前兩篇報告的邏輯脈絡，將討論焦點推進至支撐“樂業”的一個重要議題——分配方式。需要說明的是，本報告并非理論建構或政策建言，而是一份面向未來的文化展望與社會探討。報告所討論的各類分配方式，是對“未來生活如何可能”的想象性勾勒。本報告無意“給出答案”，而是試圖把問題清晰地擺在大家面前，邀請更多人參與這場關乎“我們想要怎樣的社會”的公共討論。我們希望在吸收全球前沿研究與實踐證據的基礎上，搭建一個清晰的分析框架，為這場討論提供前瞻性的參考。我們相信，在科技向善的指引下，對分配方式的開放探討，將是讓技術紅利轉化為普遍福祉、讓“樂業”從愿景走向現實的重要一環。

二

樂業社會的新型分工：從“全員勞動”到“少數創造+多數自主”的新認知

我們正在進入一個前所未有的文明階段：物質生產的自動化程度空前提高，絕大多數功能性任務不再依賴人類勞動完成。在這種背景下，“是否人人都要有工作”“如何定義工作”已不再有理所當然的答案?！皹窐I”成為社會發展的終極指向——從追求“人人有崗”的生存保障，轉向實現“人人樂業”的發展愿景。

樂業社會的分工將不再是“人人有崗”，而是呈現出高度分化的結構：

1.極少數人承擔突破性創新任務。文明拐點的創造者與精神秩序的引領者——“靈識人物”，將在AI時代扮演關鍵角色，持續推動科技、文化、制度的重大躍遷；

2.一部分人從事社會生產、社會治理、公共服務、教育醫療、安全維護等維系社會運轉的基礎職能；

3.絕大多數人則少量從事或完全脫離生產勞動，進入非經濟導向的“樂業”生活方式。工作時間大幅縮短，工作不再是謀生手段，而是生活意義的一部分；短時間工作甚至不工作也能獲得基本生活保障，個體擁有更多自主支配時間用于興趣發展、社會參與和自我實現。

總體而言，AI接管重復性勞動后，社會將從“效率至上”轉向以創造、自主與意義建構為核心的新文明范式——這正是“樂業社會”的精神底色。

三

生產力革命與傳統分配邏輯的松動：為何需要新的探索

討論分配方式的演進，必須首先理解：為什么以勞動為核心的傳統分配邏輯正在失效。工業文明建立起一套環環相扣的分配機制——個人通過出賣勞動力獲得工資，工資構成絕大多數家庭的主要收入。這套機制的隱含前提是：人類勞動是生產中不可或缺、且難以被大規模替代的稀缺要素。人工智能正在從根本上瓦解這一前提。

（一）勞動收入份額的長期下滑：一個已被驗證的趨勢

分配格局的深層變化，并非始于生成式AI，而是早已顯現于長達數十年的宏觀數據之中。勞動收入份額——國民收入中以工資、薪金與福利形式分配給勞動者的比例——長期以來被宏觀經濟學視為一個近乎恒定的常數。然而經濟學家卡拉巴布尼斯（Loukas Karabarbounis）與奈曼（Brent Neiman）在其發表于《經濟學季刊》的開創性研究中證明，自二十世紀八十年代初以來，全球勞動收入份額已出現顯著且持續的下降，且這一下降普遍發生于絕大多數國家與行業內部。他們的核心解釋直指技術：信息技術與計算機時代使投資品的相對價格（即企業購置設備的成本相對于雇傭勞動力的成本）持續走低，促使企業系統性地以資本替代勞動。這一發現的深意在于，它揭示了一條獨立于經濟周期的長期結構性力量。巴爾卡伊（Simcha Barkai）等學者的研究還表明，下降的勞動份額并未簡單地轉化為資本份額的等量上升，而是相當部分流向了壟斷利潤——收益正越來越多地集中于具有市場支配地位的“超級明星企業”。

如果說過去四十年資本對勞動的替代仍是漸進的、局部的，那么人工智能則可能使這一曲線變得更為陡峭。一些增長模型表明，在持續的資本深化與技術進步條件下，勞動收入份額在長期內可能趨近于極低水平。換言之，社會總財富的蛋糕可以越做越大，但其中分給勞動的那一塊卻可能越來越薄。國際研究界已有學者對這一現象給出了一個尖銳的描述——“幽靈GDP”（Ghost GDP）：在紙面上，經濟增長“看得見”；但實際上，對絕大多數普通人而言，這種增長卻“摸不著”。AI制造了足夠多的產品、極大提升了生產力，但如果這些產出不能轉化為大眾的收入與消費，那么GDP的數字越漂亮，分配問題反而越觸目驚心。

（二）從“勞動稀缺”到“勞動充裕”：AI的特殊性

歷次技術革命中，被機器替代的勞動者大多能夠轉移至新涌現的崗位——農業勞動力轉向工廠，工廠工人轉向服務業。這一“替代—再就業”循環之所以成立，關鍵在于過往的技術大多是替代特定任務的“專用工具”，人類總能在機器尚未觸及的領域找到新的用武之地。然而，通用人工智能更接近一種通用的“人類勞動替代物”——它同時侵蝕廣泛領域的認知性任務，使得“轉移到機器尚未涉足的領域”這一歷史性出路本身變得狹窄。

當人類勞動從“稀缺要素”逐漸變為相對“充裕要素”，以勞動稀缺性為定價基礎的工資體系，自然難以再承擔起為多數人提供體面收入的歷史職能。更值得警惕的是，AI時代的經濟循環可能與歷次技術革命都有一個根本不同：以往的經濟下行循環往往內含自我修復機制——失業帶來需求收縮，但價格回落、利率下調會逐步觸發復蘇；而在AI驅動下，企業面對需求收縮的本能反應不是收縮投資等待回暖，而是進一步擴張AI能力以替代剩余人力——“AI能力提升→減少雇傭→消費萎縮→企業更需削減成本→AI能力繼續提升”這一反饋環本身缺乏自然的“剎車機制”，一旦進入便難以靠市場自身的力量退出。這是市場不能完全依賴“自行調節”的深層原因，也是分配方式的探索必須主動著手的根本依據。

（三）紅利共享滯后的歷史鏡鑒

歷史已經多次表明，生產力的躍升若未能伴隨廣泛的紅利共享，社會便容易承受深刻的代價。第一次工業革命期間，生產力突飛猛進，但與之相伴的勞動保護、社會保障與廣泛福祉的擴展卻嚴重滯后，由此引發的社會矛盾深刻塑造了整個十九世紀的社會沖突圖景。當代的風險在于，AI帶來的財富集中可能比以往任何一次都更為極端而迅速——當價值創造越來越依賴于對算力、數據與頂尖模型的掌控，“贏者通吃”將不再是個別行業的特征，而可能成為整個經濟的底色。

對風險的考量還有更深一層：當財富與機會的集中達到一定程度，承受代價的將不僅是分配末端的群體，最終也會傳導至社會整體——分配頂端的少數人同樣難以獨善其身。從這個意義上說，讓紅利更廣泛地為社會所共享，并非僅僅是對普通成員的眷顧，更是關乎所有人福祉的命題。

（四）可參考的價值坐標：四項基本原則

在進入具體分配機制討論之前，有必要先確立評估的價值坐標。結合“樂業社會”的內在追求，本報告提出四項相互支撐的基本原則。

原則一：普遍性——從“救濟少數”到“惠及全民”

傳統社會保障以“識別困難群體并予以救濟”為基本邏輯，前提是困難者屬于少數。但在AI廣泛替代勞動的世界里，收入不穩定可能成為多數人面臨的普遍境遇，附帶嚴格資格審查的救濟模式將不堪重負。普遍性原則主張，基礎性的保障應覆蓋全體成員。這一原則也有政治經濟學層面的考量——為“所有人”設計的制度也遠比為“某些人”設計的制度更難被削減，因為前者擁有最廣泛的利益相關者與最穩固的政治根基。

原則二：參與性——從“被動受領”到“共享所有”

僅靠現金轉移支付維系的保障，容易使受領者陷入被動依賴。參與性原則強調，理想的分配機制應讓每個公民不只是技術紅利的被動受益者，更是生產性資產的共同所有者——當一個人因持有共同財富的份額而對社會的成功擁有真切的利害關系時，其公民身份、能動性與尊嚴感都將得到根本性的強化。

原則三：可持續性——從“依賴征稅”到“自我維系”

依賴逐年財政撥款的福利安排會受到財政松緊波動的影響；而由資產收益自我維系的制度，一旦完成初始資本化便能獲得穩定性。可持續性原則要求，分配的財源應盡可能建立在可再生的資產收益之上，而非單純的稅收抽取。

原則四：尊嚴性——從“維持生存”到“支撐意義”

分配的終極目的不應止于讓人“活下去”，而應讓人“活得有意義”。尊嚴性原則要求，分配方式不僅要提供物質上的安全托底，更要為個體追求興趣、參與社群、實現自我創造充分的條件。一套合格的分配方式，應當是自由的賦能者，而非依賴的制造者。

四

可行的方式：分配機制全景圖

圍繞“如何在AI時代實現財富的公平分享”，全球學界與政策界已積累了豐富的探索，大致可歸為兩條主線：一條著眼于事后的再分配，即在財富生成之后，通過稅收與轉移支付加以調節；另一條著眼于事前的預分配，即在財富生成的源頭，就改變資產與機會的占有結構。本章將對其中最具代表性、也最具啟發性的機制進行全景式的梳理與剖析。

（一）全民基本收入（UBI）：現金保障的支柱

全民基本收入（Universal Basic Income，UBI）是當前討論中最廣為人知的方案，其核心是由公共部門向全體成員無條件、定期發放一筆足以維持基本生活的現金，不附帶工作要求或資格審查。在AI替代勞動的語境下，UBI被許多研究者視為一種可能的“新型社會契約”，用以應對工資不平等、就業不穩定與大規模崗位流失等挑戰。UBI面臨兩重嚴肅挑戰：其一是財源的可持續性——若僅依賴一般稅收為全民發放足額現金，其規模將十分龐大，易受財政周期沖擊；其二是“現金是否萬能”——相同數額的現金對于面臨不同生活成本的個體而言，其實際價值并不相等，單純的現金轉移未必能保障教育、醫療等關鍵需求的可及性。

（二）全民基本服務（UBS）：以集體供給保障可及性

針對“現金未必能買到優質公共品”的疑慮，一些研究者提出了全民基本服務（Universal Basic Services，UBS）的主張：與其向個人發放可自由支配的現金，不如由社會直接、免費或近乎免費地向全體成員提供一攬子高質量的基礎服務，將范圍從醫療、教育進一步擴展至住房、交通、營養乃至信息接入等領域。其核心優勢在于：公共服務能以規模經濟壓低單位成本，并將住房、醫療等必需品從市場博弈中部分剝離，直接保障可及性。對UBS的批評則集中在：公共服務不具備現金的“可替代性”，統一供給可能壓抑個體的多元選擇，且龐大的服務體系存在效率低下、官僚僵化的風險。

（三）面向資本的稅收調節：讓紅利更廣泛回流

如果AI時代財富的天平正從勞動倒向資本，那么傳統財政體系的稅基將不可避免地萎縮。對此，一種被反復提出的應對思路是將稅收的重心轉向資本：對企業（尤其是價值龐大的AI企業）與土地這兩類核心資產征稅，并將所得直接、普遍地分配給全體公民。稅基隨價值創造方式的遷移而遷移已逐漸成為政策討論的共識性方向，具體探索包括：針對大規模替代人力的企業征收“自動化稅”或“機器人稅”，以及強化對資本利得、遺產與贈予等環節的累進調節，以遏制財富在代際之間的固化。

一個更具前瞻性的機制是“暴利條款”（Windfall Clause）。這一在人工智能治理研究中被提出的方案，主張讓AI企業在尚未獲得超額利潤之前，就事先做出具有約束力的承諾：一旦其利潤達到足以撼動全球經濟格局的規模（例如超過全球經濟總產出的某一比例），便將其中相當大的份額捐出，用于惠及全人類的公益用途。該機制的精巧之處在于其“事前承諾”的性質——在巨額利潤尚屬低概率的未來情景時就鎖定分配規則，遠比事后再行博弈更易達成。當然，這一設想本質上仍依賴于企業的事前自愿承諾與后續的法律執行力，其實際效力如何有待于在具體實踐中接受檢驗。

值得指出的是，相近精神的嘗試已在創始人個人層面出現——2026年初，一家AI頭部企業的多位聯合創始人公開承諾，將捐出個人財富的相當部分用于應對AI可能帶來的極端財富集中風險。這類由頂尖創造者主動作出的事前承諾，在精神上與“暴利條款”高度相通——既體現了頂端群體對極端財富集中風險的自覺，也再次暴露了同一個未解之題：自愿性的承諾在面對巨額變現機會時，能否真正兌現，仍有待時間檢驗。

（四）主權財富基金與全民分紅：從“分蛋糕”到“共持股”

無論是UBI還是資本稅，本質上仍屬于“先生成、后分配”的再分配范疇。另一種思路則主張：與其在財富生成后反復爭奪如何切分，不如讓全體公民在源頭上就共同持有生產性資產，自動地、持續地分享其收益。主權財富基金（Sovereign Wealth Fund）正是這一思路的制度載體。其經典原型是阿拉斯加永久基金——將不可再生的資源收益轉化為面向每位居民的資本性收入。有研究者據此提出，在AI時代可以建立一個“由數據與AI而非資源驅動”的同類基金，通過公共資本對前沿AI企業、算力基礎設施及其上游供應鏈（如半導體、能源）進行戰略性持股，并以“全民基本分紅”（Universal Basic Dividend）的形式定期返還給每一位公民。

這一機制巧妙地呼應了上一章末尾所述的普遍性、參與性、可持續性與尊嚴性四項原則：它通過普遍持股實現了“參與性”，依靠投資收益自我維系滿足了“可持續性”，又因覆蓋全民而具備“普遍性”所賦予的政治韌性。當然，主權財富基金也內含治理風險——內部人控制、運作不透明、政治化濫用等——因此其制度設計必須輔以明確的公益使命、嚴格的信息披露與獨立的監督機制。

這一原本主要存在于學界討論中的機制正在進入主要經濟體的現實政策議程。據公開報道，2026年6月，美國政府正推進一項探索性方案，擬通過國家級公共財富基金的框架，讓頭部AI企業以自愿方式劃轉部分股權進入公共持有的資產池，并以家庭股息、民生補貼等形式將相關收益返還給公民。該方案目前仍處于初步磋商與博弈階段，能否真正落地仍存在不確定性。但無論其最終走向如何，這一探索本身已構成一個具有標志意義的信號：將AI生產性資產納入公共持有、讓全民分享其長期收益的設想，正從學界討論走向現實政策議程。

圍繞“全民共持”這一思路，還有一種值得關注的設想——決策權與收益權的兩權分離。其核心思路是：對于杰出企業家所創造的巨額財富，并不強求其平均化或集體化，而是承認他們在資本配置、戰略判斷、創新決策上具有難以替代的能力——保留其對相應資產的投資與經營決策權以發揮創造效率，但對于由此產生的巨額收益，則通過制度安排（如設定個人收益上限、超額部分自動進入公共財富基金等方式）讓其大部分由全民共享。這一思路把“誰來做決策”與“誰來享收益”在制度層面解耦，既不抑制頂尖創造者的能動性，也不讓創造的果實過度集中，從一個新的角度回應了AI時代財富極度集中的現實。

（五）數據紅利：讓數據貢獻者分享數據價值

前述機制大多著眼于對資本收益的捕獲與再分配，而一種更為根本的視角則追問：AI的價值究竟從何而來？“數據作為勞動”（Data as Labor）的理論視角指出，所謂“人工智能”在相當程度上是一種“集體智能”——絕大多數AI模型都需要海量的、由人類生成的數據進行訓練；然而在當前格局下，用戶持續產生的數據被平臺無償采集并轉化為利潤，其真正的生產者——數以十億計的普通人——既未獲得相應的報酬，也缺乏有效的議價能力。這一視角的政策含義是：應當將數據從“被無償攫取的資本”重新定義為“應獲補償的勞動”，建立由使用數據獲利的企業按其數據相關收入向公眾支付報酬的“數據紅利”制度，或通過組建“數據勞動聯盟”等集體議價組織扭轉個體面對平臺時的弱勢地位。盡管這一機制在技術實現與價值計量上仍面臨諸多難題，但它從生產源頭上重新校準了價值的歸屬——AI紅利的分享，在倫理上首先是對全民數據貢獻的遲來的承認。

（六）分配工具比較：“再分配”與“預分配”

梳理上述工具不難發現，它們大致可沿一條關鍵軸線展開：一端是“再分配”（Redistribution），即承認市場會先行產生高度不均的初次分配結果，再由政府通過稅收與轉移支付加以事后矯正；另一端則是“預分配”（Predistribution），即主張在市場產生分配結果“之前”，就通過改變資產占有、市場規則與議價能力的結構，從源頭上塑造一個更為公平的初次分配。前文論及的主權財富基金與全民分紅、數據紅利等機制，本質上都屬于預分配——它們改變的不是“蛋糕切好后如何分”，而是“切蛋糕的刀一開始握在誰手里”。預分配的深遠價值在于：當廣大公民因普遍持有共同財富而對社會繁榮擁有真實的利害關系時，過度集中的私人財富便難以形成，經濟上的包容與政治上的包容相互強化。需要強調的是，預分配與再分配并非互斥的替代關系；真正成熟的制度設計，是讓兩者各司其職、協同發力。

為便于整體把握，下表從核心邏輯、財源、主要優勢與主要局限四個維度，對前述幾類代表性機制進行比較。各機制并非互斥的單選項，其真正的力量恰恰在于組合使用。

機制

核心邏輯

主要財源

主要優勢

主要局限

全民基本收入

向全體成員無條件發放現金

一般稅收 / 資本稅

保障自由與尊嚴

足額發放財政壓力大，依賴政治意愿

全民基本服務

免費供給醫療、教育、住房等核心服務

一般稅收

規模經濟壓低成本，直接保障全民可及性

缺乏可替代性，存在效率與僵化風險

資本稅 / 暴利條款

將稅負從勞動轉向資本，調節超額利潤

企業、土地、機器人與自動化與AI超額利潤

順應價值遷移 / 事前承諾易達成

存在避稅與資本外流的可能性

主權財富基金

全民共持生產性資產，分享投資收益

資產投資凈收益

可自我維系，普遍持股增強參與性

存在治理與內部人控制風險

數據紅利

確認數據為勞動，補償數據貢獻者

由數據使用方支付

從源頭校準價值歸屬

計量與技術實現困難，觸動壟斷利益

（表：主要分配機制比較。資料來源：課題組基于公開學術與政策研究整理）

五

整合：“樂業社會”的三層分配架構

（一）不同語境下的差異化路徑

在進入整合性架構之前，需要先正視一個事實：前述工具看似普適，但其可行性高度依賴于使用語境。AI變革的紅利與代價在全球的分布，比在任何一國內部都更為懸殊——少數國家是AI能力與租金的主要生成地，更多國家則是技術的接受者，乃至沖擊的承受者。

為便于討論，可以粗略分出三類語境。第一類，AI能力前沿型經濟體，擁有前沿模型與算力基礎設施，是AI租金的主要生成地；其核心問題是“如何讓本國AI租金更廣泛地回流給本國成員”，主權財富基金、面向資本的稅收調節、暴利條款與數據紅利等機制在此最具用武之地——挑戰主要在于“愿不愿意做”，而非“能不能做”。此外值得注意的是，AI紅利的集中可能比國別維度更進一步——前沿AI能力的真正聚集地正逐步呈現為一種跨越國境、共享同一套技術棧與資本市場的圈層結構，紅利在這一圈層內部的循環可能比任何一國內部都更為緊密。第二類，產業轉型承壓型經濟體，擁有相對完整的工業體系與廣泛的中等技能群體，AI對其白領崗位與產業鏈構成正面沖擊；其緊迫命題是“如何在轉型期不掉隊”——普惠型基礎服務、差異化補償與產業過渡安排，往往比“AI租金捕獲”更具優先性。第三類，AI能力薄弱型經濟體，本國AI產業薄弱，卻同時是數據與勞動力的輸出方；其分配議題不可避免地延伸至全球層面——AI租金的跨國分享、跨境數據貢獻的補償等問題，是它們必須參與塑造的議題。

盡管三類語境下的重心不同，分配方式探索仍有共同的精神底色：以“普惠為底、差異為厚、意義為深”為基本取向——既需要覆蓋全民的穩固底盤，也需要對受損群體的精準回應，更需要超越貨幣維度的深層關懷。下文所提出的整合性架構，正是基于這一共同精神底色而展開的概念框架，各類經濟體可以按自身重心對其加以調整。

（二）“樂業社會”的三層分配架構

沒有任何單一機制能夠獨力支撐起樂業社會的分配大廈。UBI、UBS、主權財富基金、數據紅利制度各有其優勢與局限。穩健的方案，可將它們按照各自的功能定位有機整合?；谇拔牡姆治?，本報告提出“地基—支柱—屋頂”的三層架構設想，作為供討論的框架性參考。

第一層（地基）：普惠型基礎服務——保障可及

架構的最底層，是覆蓋全民的、免費或近乎免費的核心公共服務，至少應涵蓋醫療、教育，并逐步向住房、公共交通、信息接入等領域延伸。這一層的功能是消除生存焦慮的硬約束，確保每個人都能穩定地獲得有尊嚴生活所必需的關鍵公共品。它以集體供給的規模經濟為后盾，構成整座大廈最堅實、最不易被市場波動沖擊的地基。

第二層（支柱）：全民基本分紅——保障自由

架構的中間層，是以現金形式定期發放、覆蓋全體公民的基本分紅。其功能是在基礎服務之上，賦予個體自由支配的購買力與選擇權，使人能夠依據自己的興趣、使命與生活方式自主地配置資源——這正是“樂業”所必需的物質自由。這筆分紅的財源不應主要依賴逐年抽取的一般稅收，而應盡可能建立在可自我維系的資產收益之上，這就引出了架構的第三層。

第三層（屋頂）：全民共持的生產性資產——保障可持續與參與

架構的最頂層，也是其長遠的財源引擎與精神內核，是由全體公民共同持有的生產性資產——一個“由數據與AI驅動”的主權財富基金。它通過對AI企業、算力基礎設施及上游產業的戰略性持股，持續獲取技術紅利，并以其投資凈收益為第二層的全民分紅提供可持續的“活水”。

為這一基金注資的來源是多元的：

可以是對資本與AI暴利征收的稅款；

可以是“暴利條款”下AI企業的事前捐贈承諾；

可以是對全民數據貢獻的價值補償；

亦可以是公共資本的直接戰略投資；

這一層不僅解決了“錢從哪來”的可持續性難題，更通過讓每位公民成為名副其實的資產共有者，實現了從“被動受領”到“共享所有”的根本躍遷，賦予整個分配安排以最深層的參與性與尊嚴感。

這一“三層架構”具有內在的邏輯閉環：頂層的共持資產產生收益，轉化為中層的現金分紅，疊加底層的免費服務，共同托舉起每一位公民的體面生活；而公民因共持資產、共享繁榮，又獲得了維護這一制度長久運轉的真實動力。它不是某一種機制的勝出，而是多種機制各安其位的協奏。

（三）差異化的補償：看見受益者與受損者

三層架構以“全民”為對象，是分配方式的底盤。但任何普惠的設計都會略過一個真實存在的事實：AI變革的紅利與代價，從來不是均勻地灑在每一個人身上。要讓分配方式真正回應這場變革，就需要在普惠之外，再加一層關于“誰得益、誰受損、如何回應”的精細思考。

紅利正以前所未有的速度向三類群體集中：直接掌握資本與頂尖算法的企業及其股東；擁有算力、能源、關鍵芯片等上游基礎設施的資產持有者；以及能夠熟練駕馭AI工具、將自身能力放大數倍乃至數十倍的“超級個體”與從事復雜判斷、跨學科創造、戰略決策等難以被替代的高端技能人才。這些群體所獲得的，不僅是直接的財務收益，更是話語權、社會能見度與未來選擇權上的不對稱優勢。

代價則更可能落在這樣一些群體上：與歷次自動化主要沖擊體力勞動不同，本輪AI變革的沖擊集中在受過良好教育的認知性白領崗位——基礎文員、客服、初級法務、內容生產、編輯校對、初級編碼等首當其沖。處于職業中段、技能單一、地理流動性弱的中年勞動者，可能在同等沖擊下承受數倍的實際損失。還有兩類群體格外值得關注：一是以單一產業為支柱、又恰好遭遇AI沖擊的特定區域，承擔的是集體性的代價；二是剛剛進入受沖擊行業的年輕人——已有學術研究觀察到，率先采用AI的企業其初級崗位招聘規模較對照組明顯下降，且這種差距隨時間推移持續擴大。當沖擊以“招聘凍結”而非“裁員”的形式呈現時，傷痕會無聲地落在這一代剛剛踏上職業起點的年輕人身上，成為一種隱蔽的代際不平等。

當紅利與代價如此不均地落在不同群體身上，單一的“普惠”顯然不夠——補償本身需要被重新理解。一方面，針對受損群體需要更為精準的財務安排——在普惠的“寬度”之上疊加“厚度”，確保承受最大壓力的群體不至于被一視同仁的制度所遺忘。另一方面，即便所有財務補償都到位，仍有一類損失是貨幣難以觸及的——它們關乎身份、尊嚴、歸屬與被聽見的權利。這恰恰是當前關于AI時代分配討論中最被忽視、卻可能最為關鍵的一個維度。

一套真正面向“樂業”的分配方式，有必要將非財務補償納入視野：一是身份與尊嚴的承認——對正在被替代的職業，可通過職業榮譽認定、傳承機制、經驗導師角色等形式承認其歷史貢獻；二是話語權與參與的補償——讓被改變命運的人重新進入決定命運的過程，從企業層面的人機協作協商權到治理機構中的代表性席位，都可以是一種深刻的補償；三是社群與歸屬的修復——當一個區域因產業轉移而凋零，對其公共空間、文化生活、互助網絡的非經濟性投資，其回報會顯現在人們重新感到“自己仍屬于某處”的安定之中。貨幣能夠補償生計，卻補償不了身份、尊嚴與歸屬——這是面向“樂業”的分配方式所需要看見、需要回應的另一重維度。

進一步說，“非財務補償”這一維度，其意涵并不止于受損群體。當AI承擔越來越多的功能性勞動，工作所提供的“收入功能”可以由分配方式接續，但其所承載的“意義功能”卻懸置了下來——這是整個社會都將面對的命題。一套真正面向“樂業”的分配方式，最終需要從“保障生存”延伸到“賦能創造”：將藝術創作、終身學習、社群營造、家庭照護等非市場化的活動，納入有尊嚴的、被社會認可的“貢獻空間”。分配方式的探索與價值共識的重建構成同一項工程的兩面——前者解決“人靠什么生活”，后者回答“人為什么而活”，從而實現從補償到賦能：超越物質，讓每個人安頓意義。

（四）順境與逆境：分配方式探索的韌性考量

前述討論隱含著一個樂觀前提：AI驅動的生產力躍遷將持續推進，可供分享的紅利將持續生成。但歷史經驗表明，多數福利擴張都發生在經濟上行期，而一旦增長趨緩、財政承壓，最早被削減的恰恰是那些覆蓋最廣、最具普惠色彩的安排。AI時代的紅利分享同樣可能面臨順周期擴張、逆周期收縮的風險——今天看似宏大的設想，在壓力下可能被重新定義為“難以承擔的負擔”。

正因如此，分配方式的探索需要從一開始就為“回潮”做好準備，這種韌性考量至少包含三個層面。一是財源結構的韌性：高度依賴年度稅收的安排最容易在財政緊縮中被砍掉，而由長期資產收益自我維系的安排則相對穩健——這是三層架構中“屋頂”之所以重要的原因。二是政治結構的韌性：覆蓋全民的安排比針對少數人的更難削減，讓每位成員都成為名副其實的資產共有者，本身就是一種“防回潮”設計——當公民不只是受領者而是所有者時，回潮所要冒犯的，就不再是“被救濟的少數”，而是“分享所有權的全民”。三是敘事與共識的韌性：如果分享只是被理解為“AI賺錢多了所以分一點”的權宜之計，那么AI不再“狂歡”時，分享自然失去依據；但如果分享被理解為對全體成員應得份額的承認，紅利的波動就不會動搖分享的合理性。樂業社會所追求的，應當是一種在豐裕時不揮霍、在收縮時不退守的穩態——讓對紅利的共享，成為一種不因周期而動搖的社會承諾。

六

結語：主動探索未來，邁向人本主義的豐裕社會

任何關于未來分配方式的設想，都需要以審慎的態度直面其內在的風險與不確定性。挑戰不容回避，且正視它們恰恰是負責任地展開公共討論的前提。分配方式的探索是一場需要長期投入、持續校準的工程，它的成敗，最終取決于方案設計的智慧、治理能力的跟進，以及全社會能否就“共享技術紅利”形成穩固的價值共識。

我們對分配方式展開探討的最終指向，是利用AI創造的巨大財富，共同構建一個消除了貧困、釋放了人類創造力、以人的全面發展為核心的人本主義豐裕社會。歷史反復昭示，技術進步的紅利從不會自動地普惠共享，唯有持續的探索與共識凝聚，方能將一場可能加劇斷裂的變革，引向共富而非割裂、引向樂業而非失序。與其被動等待危機顯現，不如未雨綢繆，從現在起就著手探究兼顧效率與公平、自由與尊嚴的分配新方式。當物質的豐裕不再是少數人的特權，當共享的繁榮成為全社會發自內心的信念，我們終將穿越轉型的陣痛，抵達那個人人皆可創造、皆可貢獻、有尊嚴生活的“樂業”彼岸。

盤古智庫

2026年7月

文章首發于“第一財經”