从“就业”走向“乐业”系列报告之三：“乐业社会”生产力革命与分配方式探讨

纵观历次技术革命，生产力的跃升往往迅猛，而与之相匹配的红利共享方式却总是调整缓慢，这种滞后在历史上一再成为社会矛盾累积的深层背景。当前已有观察者尖锐地指出，AI正在让财富的蛋糕以惊人的速度做大，但那条连通着绝大多数普通人的财富传送带，却可能在不经意间被率先切断——如果AI创造的巨大红利集中于少数人手中，而劳动作为绝大多数人参与价值分配的传统通道日益狭窄，那么AI带来生产力极大提高的“未来社会”甚至可能演变为前所未有的“断裂社会”。

本报告作为系列报告之三，承接前两篇报告的逻辑脉络，将讨论焦点推进至支撑“乐业”的一个重要议题——分配方式。需要说明的是，本报告并非理论建构或政策建言，而是一份面向未来的文化展望与社会探讨。报告所讨论的各类分配方式，是对“未来生活如何可能”的想象性勾勒。本报告无意“给出答案”，而是试图把问题清晰地摆在大家面前，邀请更多人参与这场关乎“我们想要怎样的社会”的公共讨论。我们希望在吸收全球前沿研究与实践证据的基础上，搭建一个清晰的分析框架，为这场讨论提供前瞻性的参考。我们相信，在科技向善的指引下，对分配方式的开放探讨，将是让技术红利转化为普遍福祉、让“乐业”从愿景走向现实的重要一环。

一

引言

我们正身处一个前所未有的历史节点，这是一场堪比地理大航海的文明跃迁。十五世纪，人类驾着帆船穿越惊涛骇浪，用罗盘和勇气打破了大陆之间的隔绝；今天，我们正驾驶着由AI驱动的“方舟”，驶向未知的海域。这个时代，我们称之为“新大航海时代”，整个文明加速前行，生产逻辑、个体价值和宏观格局正在深刻重构。

2025年12月，盘古智库新大航海时代公益课题组发布系列报告之一《从“就业”走向“乐业”：AI时代就业认知变革》，提出以人工智能为核心的技术革命正深度重塑生产关系，机器的工作时长将显著增加，人类的工作时间将显著减少，传统意义上的“全职岗位”将大幅萎缩。报告提出了从“生存驱动型”的“就业社会”迈向“意义建构型”的“乐业社会”的破局之道。2026年2月发布的系列报告之二《“乐业社会”生活场景解构与产业机会》，进一步描绘了乐业社会的四大核心生活场景集群及其背后蕴藏的广阔产业蓝海，勾勒出一个工作不再是纯粹谋生手段、而成为自我实现重要组成部分的未来图景。

前两篇报告共同指向一个尚未被充分展开的重要命题：分配将是决定AI时代社会走向的关键。从“就业”走向“乐业”之所以成为可能，最根本的前提是AI带来的生产力大幅跃升。在过去任何一个历史阶段，社会都未能真正回避“工作即生计”的铁律——因为可供分享的物质财富始终是稀缺的。AI的不同之处在于，它正在使这一前提发生根本性的改变：当机器接管越来越多的功能性劳动，单位人力所对应的产出将以前所未有的速度增长，社会总财富的蛋糕将以工业时代难以想象的规模被做大。这是“乐业社会”得以从愿景走向现实的物质基础——只有当蛋糕足够大时，“不必为生存而工作”才有望从少数人的特权变为多数人的现实。

然而，蛋糕的迅速做大，使“如何分蛋糕”从一个可以留待事后处理的问题，跃升为一个必须各方智慧共同面对的重要命题——蛋糕越大，分法之间的差异就越具有决定性意义，分配比例上一个微小的差异，足以决定某个群体是过上体面生活，还是彻底掉队。纵观历次技术革命，生产力的跃升往往迅猛，而与之相匹配的红利共享方式却总是调整缓慢，这种滞后在历史上一再成为社会矛盾累积的深层背景。当前已有观察者尖锐地指出，AI正在让财富的蛋糕以惊人的速度做大，但那条连通着绝大多数普通人的财富传送带，却可能在不经意间被率先切断——如果AI创造的巨大红利集中于少数人手中，而劳动作为绝大多数人参与价值分配的传统通道日益狭窄，那么AI带来生产力极大提高的“未来社会”甚至可能演变为前所未有的“断裂社会”。

因此，本报告作为系列报告之三，承接前两篇报告的逻辑脉络，将讨论焦点推进至支撑“乐业”的一个重要议题——分配方式。需要说明的是，本报告并非理论建构或政策建言，而是一份面向未来的文化展望与社会探讨。报告所讨论的各类分配方式，是对“未来生活如何可能”的想象性勾勒。本报告无意“给出答案”，而是试图把问题清晰地摆在大家面前，邀请更多人参与这场关乎“我们想要怎样的社会”的公共讨论。我们希望在吸收全球前沿研究与实践证据的基础上，搭建一个清晰的分析框架，为这场讨论提供前瞻性的参考。我们相信，在科技向善的指引下，对分配方式的开放探讨，将是让技术红利转化为普遍福祉、让“乐业”从愿景走向现实的重要一环。

二

乐业社会的新型分工：从“全员劳动”到“少数创造+多数自主”的新认知

我们正在进入一个前所未有的文明阶段：物质生产的自动化程度空前提高，绝大多数功能性任务不再依赖人类劳动完成。在这种背景下，“是否人人都要有工作”“如何定义工作”已不再有理所当然的答案。“乐业”成为社会发展的终极指向——从追求“人人有岗”的生存保障，转向实现“人人乐业”的发展愿景。

乐业社会的分工将不再是“人人有岗”，而是呈现出高度分化的结构：

1.极少数人承担突破性创新任务。文明拐点的创造者与精神秩序的引领者——“灵识人物”，将在AI时代扮演关键角色，持续推动科技、文化、制度的重大跃迁；

2.一部分人从事社会生产、社会治理、公共服务、教育医疗、安全维护等维系社会运转的基础职能；

3.绝大多数人则少量从事或完全脱离生产劳动，进入非经济导向的“乐业”生活方式。工作时间大幅缩短，工作不再是谋生手段，而是生活意义的一部分；短时间工作甚至不工作也能获得基本生活保障，个体拥有更多自主支配时间用于兴趣发展、社会参与和自我实现。

总体而言，AI接管重复性劳动后，社会将从“效率至上”转向以创造、自主与意义建构为核心的新文明范式——这正是“乐业社会”的精神底色。

三

生产力革命与传统分配逻辑的松动：为何需要新的探索

讨论分配方式的演进，必须首先理解：为什么以劳动为核心的传统分配逻辑正在失效。工业文明建立起一套环环相扣的分配机制——个人通过出卖劳动力获得工资，工资构成绝大多数家庭的主要收入。这套机制的隐含前提是：人类劳动是生产中不可或缺、且难以被大规模替代的稀缺要素。人工智能正在从根本上瓦解这一前提。

（一）劳动收入份额的长期下滑：一个已被验证的趋势

分配格局的深层变化，并非始于生成式AI，而是早已显现于长达数十年的宏观数据之中。劳动收入份额——国民收入中以工资、薪金与福利形式分配给劳动者的比例——长期以来被宏观经济学视为一个近乎恒定的常数。然而经济学家卡拉巴布尼斯（Loukas Karabarbounis）与奈曼（Brent Neiman）在其发表于《经济学季刊》的开创性研究中证明，自二十世纪八十年代初以来，全球劳动收入份额已出现显著且持续的下降，且这一下降普遍发生于绝大多数国家与行业内部。他们的核心解释直指技术：信息技术与计算机时代使投资品的相对价格（即企业购置设备的成本相对于雇佣劳动力的成本）持续走低，促使企业系统性地以资本替代劳动。这一发现的深意在于，它揭示了一条独立于经济周期的长期结构性力量。巴尔卡伊（Simcha Barkai）等学者的研究还表明，下降的劳动份额并未简单地转化为资本份额的等量上升，而是相当部分流向了垄断利润——收益正越来越多地集中于具有市场支配地位的“超级明星企业”。

如果说过去四十年资本对劳动的替代仍是渐进的、局部的，那么人工智能则可能使这一曲线变得更为陡峭。一些增长模型表明，在持续的资本深化与技术进步条件下，劳动收入份额在长期内可能趋近于极低水平。换言之，社会总财富的蛋糕可以越做越大，但其中分给劳动的那一块却可能越来越薄。国际研究界已有学者对这一现象给出了一个尖锐的描述——“幽灵GDP”（Ghost GDP）：在纸面上，经济增长“看得见”；但实际上，对绝大多数普通人而言，这种增长却“摸不着”。AI制造了足够多的产品、极大提升了生产力，但如果这些产出不能转化为大众的收入与消费，那么GDP的数字越漂亮，分配问题反而越触目惊心。

（二）从“劳动稀缺”到“劳动充裕”：AI的特殊性

历次技术革命中，被机器替代的劳动者大多能够转移至新涌现的岗位——农业劳动力转向工厂，工厂工人转向服务业。这一“替代—再就业”循环之所以成立，关键在于过往的技术大多是替代特定任务的“专用工具”，人类总能在机器尚未触及的领域找到新的用武之地。然而，通用人工智能更接近一种通用的“人类劳动替代物”——它同时侵蚀广泛领域的认知性任务，使得“转移到机器尚未涉足的领域”这一历史性出路本身变得狭窄。

当人类劳动从“稀缺要素”逐渐变为相对“充裕要素”，以劳动稀缺性为定价基础的工资体系，自然难以再承担起为多数人提供体面收入的历史职能。更值得警惕的是，AI时代的经济循环可能与历次技术革命都有一个根本不同：以往的经济下行循环往往内含自我修复机制——失业带来需求收缩，但价格回落、利率下调会逐步触发复苏；而在AI驱动下，企业面对需求收缩的本能反应不是收缩投资等待回暖，而是进一步扩张AI能力以替代剩余人力——“AI能力提升→减少雇佣→消费萎缩→企业更需削减成本→AI能力继续提升”这一反馈环本身缺乏自然的“刹车机制”，一旦进入便难以靠市场自身的力量退出。这是市场不能完全依赖“自行调节”的深层原因，也是分配方式的探索必须主动着手的根本依据。

（三）红利共享滞后的历史镜鉴

历史已经多次表明，生产力的跃升若未能伴随广泛的红利共享，社会便容易承受深刻的代价。第一次工业革命期间，生产力突飞猛进，但与之相伴的劳动保护、社会保障与广泛福祉的扩展却严重滞后，由此引发的社会矛盾深刻塑造了整个十九世纪的社会冲突图景。当代的风险在于，AI带来的财富集中可能比以往任何一次都更为极端而迅速——当价值创造越来越依赖于对算力、数据与顶尖模型的掌控，“赢者通吃”将不再是个别行业的特征，而可能成为整个经济的底色。

对风险的考量还有更深一层：当财富与机会的集中达到一定程度，承受代价的将不仅是分配末端的群体，最终也会传导至社会整体——分配顶端的少数人同样难以独善其身。从这个意义上说，让红利更广泛地为社会所共享，并非仅仅是对普通成员的眷顾，更是关乎所有人福祉的命题。

（四）可参考的价值坐标：四项基本原则

在进入具体分配机制讨论之前，有必要先确立评估的价值坐标。结合“乐业社会”的内在追求，本报告提出四项相互支撑的基本原则。

原则一：普遍性——从“救济少数”到“惠及全民”

传统社会保障以“识别困难群体并予以救济”为基本逻辑，前提是困难者属于少数。但在AI广泛替代劳动的世界里，收入不稳定可能成为多数人面临的普遍境遇，附带严格资格审查的救济模式将不堪重负。普遍性原则主张，基础性的保障应覆盖全体成员。这一原则也有政治经济学层面的考量——为“所有人”设计的制度也远比为“某些人”设计的制度更难被削减，因为前者拥有最广泛的利益相关者与最稳固的政治根基。

原则二：参与性——从“被动受领”到“共享所有”

仅靠现金转移支付维系的保障，容易使受领者陷入被动依赖。参与性原则强调，理想的分配机制应让每个公民不只是技术红利的被动受益者，更是生产性资产的共同所有者——当一个人因持有共同财富的份额而对社会的成功拥有真切的利害关系时，其公民身份、能动性与尊严感都将得到根本性的强化。

原则三：可持续性——从“依赖征税”到“自我维系”

依赖逐年财政拨款的福利安排会受到财政松紧波动的影响；而由资产收益自我维系的制度，一旦完成初始资本化便能获得稳定性。可持续性原则要求，分配的财源应尽可能建立在可再生的资产收益之上，而非单纯的税收抽取。

原则四：尊严性——从“维持生存”到“支撑意义”

分配的终极目的不应止于让人“活下去”，而应让人“活得有意义”。尊严性原则要求，分配方式不仅要提供物质上的安全托底，更要为个体追求兴趣、参与社群、实现自我创造充分的条件。一套合格的分配方式，应当是自由的赋能者，而非依赖的制造者。

四

可行的方式：分配机制全景图

围绕“如何在AI时代实现财富的公平分享”，全球学界与政策界已积累了丰富的探索，大致可归为两条主线：一条着眼于事后的再分配，即在财富生成之后，通过税收与转移支付加以调节；另一条着眼于事前的预分配，即在财富生成的源头，就改变资产与机会的占有结构。本章将对其中最具代表性、也最具启发性的机制进行全景式的梳理与剖析。

（一）全民基本收入（UBI）：现金保障的支柱

全民基本收入（Universal Basic Income，UBI）是当前讨论中最广为人知的方案，其核心是由公共部门向全体成员无条件、定期发放一笔足以维持基本生活的现金，不附带工作要求或资格审查。在AI替代劳动的语境下，UBI被许多研究者视为一种可能的“新型社会契约”，用以应对工资不平等、就业不稳定与大规模岗位流失等挑战。UBI面临两重严肃挑战：其一是财源的可持续性——若仅依赖一般税收为全民发放足额现金，其规模将十分庞大，易受财政周期冲击；其二是“现金是否万能”——相同数额的现金对于面临不同生活成本的个体而言，其实际价值并不相等，单纯的现金转移未必能保障教育、医疗等关键需求的可及性。

（二）全民基本服务（UBS）：以集体供给保障可及性

针对“现金未必能买到优质公共品”的疑虑，一些研究者提出了全民基本服务（Universal Basic Services，UBS）的主张：与其向个人发放可自由支配的现金，不如由社会直接、免费或近乎免费地向全体成员提供一揽子高质量的基础服务，将范围从医疗、教育进一步扩展至住房、交通、营养乃至信息接入等领域。其核心优势在于：公共服务能以规模经济压低单位成本，并将住房、医疗等必需品从市场博弈中部分剥离，直接保障可及性。对UBS的批评则集中在：公共服务不具备现金的“可替代性”，统一供给可能压抑个体的多元选择，且庞大的服务体系存在效率低下、官僚僵化的风险。

（三）面向资本的税收调节：让红利更广泛回流

如果AI时代财富的天平正从劳动倒向资本，那么传统财政体系的税基将不可避免地萎缩。对此，一种被反复提出的应对思路是将税收的重心转向资本：对企业（尤其是价值庞大的AI企业）与土地这两类核心资产征税，并将所得直接、普遍地分配给全体公民。税基随价值创造方式的迁移而迁移已逐渐成为政策讨论的共识性方向，具体探索包括：针对大规模替代人力的企业征收“自动化税”或“机器人税”，以及强化对资本利得、遗产与赠予等环节的累进调节，以遏制财富在代际之间的固化。

一个更具前瞻性的机制是“暴利条款”（Windfall Clause）。这一在人工智能治理研究中被提出的方案，主张让AI企业在尚未获得超额利润之前，就事先做出具有约束力的承诺：一旦其利润达到足以撼动全球经济格局的规模（例如超过全球经济总产出的某一比例），便将其中相当大的份额捐出，用于惠及全人类的公益用途。该机制的精巧之处在于其“事前承诺”的性质——在巨额利润尚属低概率的未来情景时就锁定分配规则，远比事后再行博弈更易达成。当然，这一设想本质上仍依赖于企业的事前自愿承诺与后续的法律执行力，其实际效力如何有待于在具体实践中接受检验。

值得指出的是，相近精神的尝试已在创始人个人层面出现——2026年初，一家AI头部企业的多位联合创始人公开承诺，将捐出个人财富的相当部分用于应对AI可能带来的极端财富集中风险。这类由顶尖创造者主动作出的事前承诺，在精神上与“暴利条款”高度相通——既体现了顶端群体对极端财富集中风险的自觉，也再次暴露了同一个未解之题：自愿性的承诺在面对巨额变现机会时，能否真正兑现，仍有待时间检验。

（四）主权财富基金与全民分红：从“分蛋糕”到“共持股”

无论是UBI还是资本税，本质上仍属于“先生成、后分配”的再分配范畴。另一种思路则主张：与其在财富生成后反复争夺如何切分，不如让全体公民在源头上就共同持有生产性资产，自动地、持续地分享其收益。主权财富基金（Sovereign Wealth Fund）正是这一思路的制度载体。其经典原型是阿拉斯加永久基金——将不可再生的资源收益转化为面向每位居民的资本性收入。有研究者据此提出，在AI时代可以建立一个“由数据与AI而非资源驱动”的同类基金，通过公共资本对前沿AI企业、算力基础设施及其上游供应链（如半导体、能源）进行战略性持股，并以“全民基本分红”（Universal Basic Dividend）的形式定期返还给每一位公民。

这一机制巧妙地呼应了上一章末尾所述的普遍性、参与性、可持续性与尊严性四项原则：它通过普遍持股实现了“参与性”，依靠投资收益自我维系满足了“可持续性”，又因覆盖全民而具备“普遍性”所赋予的政治韧性。当然，主权财富基金也内含治理风险——内部人控制、运作不透明、政治化滥用等——因此其制度设计必须辅以明确的公益使命、严格的信息披露与独立的监督机制。

这一原本主要存在于学界讨论中的机制正在进入主要经济体的现实政策议程。据公开报道，2026年6月，美国政府正推进一项探索性方案，拟通过国家级公共财富基金的框架，让头部AI企业以自愿方式划转部分股权进入公共持有的资产池，并以家庭股息、民生补贴等形式将相关收益返还给公民。该方案目前仍处于初步磋商与博弈阶段，能否真正落地仍存在不确定性。但无论其最终走向如何，这一探索本身已构成一个具有标志意义的信号：将AI生产性资产纳入公共持有、让全民分享其长期收益的设想，正从学界讨论走向现实政策议程。

围绕“全民共持”这一思路，还有一种值得关注的设想——决策权与收益权的两权分离。其核心思路是：对于杰出企业家所创造的巨额财富，并不强求其平均化或集体化，而是承认他们在资本配置、战略判断、创新决策上具有难以替代的能力——保留其对相应资产的投资与经营决策权以发挥创造效率，但对于由此产生的巨额收益，则通过制度安排（如设定个人收益上限、超额部分自动进入公共财富基金等方式）让其大部分由全民共享。这一思路把“谁来做决策”与“谁来享收益”在制度层面解耦，既不抑制顶尖创造者的能动性，也不让创造的果实过度集中，从一个新的角度回应了AI时代财富极度集中的现实。

（五）数据红利：让数据贡献者分享数据价值

前述机制大多着眼于对资本收益的捕获与再分配，而一种更为根本的视角则追问：AI的价值究竟从何而来？“数据作为劳动”（Data as Labor）的理论视角指出，所谓“人工智能”在相当程度上是一种“集体智能”——绝大多数AI模型都需要海量的、由人类生成的数据进行训练；然而在当前格局下，用户持续产生的数据被平台无偿采集并转化为利润，其真正的生产者——数以十亿计的普通人——既未获得相应的报酬，也缺乏有效的议价能力。这一视角的政策含义是：应当将数据从“被无偿攫取的资本”重新定义为“应获补偿的劳动”，建立由使用数据获利的企业按其数据相关收入向公众支付报酬的“数据红利”制度，或通过组建“数据劳动联盟”等集体议价组织扭转个体面对平台时的弱势地位。尽管这一机制在技术实现与价值计量上仍面临诸多难题，但它从生产源头上重新校准了价值的归属——AI红利的分享，在伦理上首先是对全民数据贡献的迟来的承认。

（六）分配工具比较：“再分配”与“预分配”

梳理上述工具不难发现，它们大致可沿一条关键轴线展开：一端是“再分配”（Redistribution），即承认市场会先行产生高度不均的初次分配结果，再由政府通过税收与转移支付加以事后矫正；另一端则是“预分配”（Predistribution），即主张在市场产生分配结果“之前”，就通过改变资产占有、市场规则与议价能力的结构，从源头上塑造一个更为公平的初次分配。前文论及的主权财富基金与全民分红、数据红利等机制，本质上都属于预分配——它们改变的不是“蛋糕切好后如何分”，而是“切蛋糕的刀一开始握在谁手里”。预分配的深远价值在于：当广大公民因普遍持有共同财富而对社会繁荣拥有真实的利害关系时，过度集中的私人财富便难以形成，经济上的包容与政治上的包容相互强化。需要强调的是，预分配与再分配并非互斥的替代关系；真正成熟的制度设计，是让两者各司其职、协同发力。

为便于整体把握，下表从核心逻辑、财源、主要优势与主要局限四个维度，对前述几类代表性机制进行比较。各机制并非互斥的单选项，其真正的力量恰恰在于组合使用。

机制

核心逻辑

主要财源

主要优势

主要局限

全民基本收入

向全体成员无条件发放现金

一般税收 / 资本税

保障自由与尊严

足额发放财政压力大，依赖政治意愿

全民基本服务

免费供给医疗、教育、住房等核心服务

一般税收

规模经济压低成本，直接保障全民可及性

缺乏可替代性，存在效率与僵化风险

资本税 / 暴利条款

将税负从劳动转向资本，调节超额利润

企业、土地、机器人与自动化与AI超额利润

顺应价值迁移 / 事前承诺易达成

存在避税与资本外流的可能性

主权财富基金

全民共持生产性资产，分享投资收益

资产投资净收益

可自我维系，普遍持股增强参与性

存在治理与内部人控制风险

数据红利

确认数据为劳动，补偿数据贡献者

由数据使用方支付

从源头校准价值归属

计量与技术实现困难，触动垄断利益

（表：主要分配机制比较。资料来源：课题组基于公开学术与政策研究整理）

五

整合：“乐业社会”的三层分配架构

（一）不同语境下的差异化路径

在进入整合性架构之前，需要先正视一个事实：前述工具看似普适，但其可行性高度依赖于使用语境。AI变革的红利与代价在全球的分布，比在任何一国内部都更为悬殊——少数国家是AI能力与租金的主要生成地，更多国家则是技术的接受者，乃至冲击的承受者。

为便于讨论，可以粗略分出三类语境。第一类，AI能力前沿型经济体，拥有前沿模型与算力基础设施，是AI租金的主要生成地；其核心问题是“如何让本国AI租金更广泛地回流给本国成员”，主权财富基金、面向资本的税收调节、暴利条款与数据红利等机制在此最具用武之地——挑战主要在于“愿不愿意做”，而非“能不能做”。此外值得注意的是，AI红利的集中可能比国别维度更进一步——前沿AI能力的真正聚集地正逐步呈现为一种跨越国境、共享同一套技术栈与资本市场的圈层结构，红利在这一圈层内部的循环可能比任何一国内部都更为紧密。第二类，产业转型承压型经济体，拥有相对完整的工业体系与广泛的中等技能群体，AI对其白领岗位与产业链构成正面冲击；其紧迫命题是“如何在转型期不掉队”——普惠型基础服务、差异化补偿与产业过渡安排，往往比“AI租金捕获”更具优先性。第三类，AI能力薄弱型经济体，本国AI产业薄弱，却同时是数据与劳动力的输出方；其分配议题不可避免地延伸至全球层面——AI租金的跨国分享、跨境数据贡献的补偿等问题，是它们必须参与塑造的议题。

尽管三类语境下的重心不同，分配方式探索仍有共同的精神底色：以“普惠为底、差异为厚、意义为深”为基本取向——既需要覆盖全民的稳固底盘，也需要对受损群体的精准回应，更需要超越货币维度的深层关怀。下文所提出的整合性架构，正是基于这一共同精神底色而展开的概念框架，各类经济体可以按自身重心对其加以调整。

（二）“乐业社会”的三层分配架构

没有任何单一机制能够独力支撑起乐业社会的分配大厦。UBI、UBS、主权财富基金、数据红利制度各有其优势与局限。稳健的方案，可将它们按照各自的功能定位有机整合。基于前文的分析，本报告提出“地基—支柱—屋顶”的三层架构设想，作为供讨论的框架性参考。

第一层（地基）：普惠型基础服务——保障可及

架构的最底层，是覆盖全民的、免费或近乎免费的核心公共服务，至少应涵盖医疗、教育，并逐步向住房、公共交通、信息接入等领域延伸。这一层的功能是消除生存焦虑的硬约束，确保每个人都能稳定地获得有尊严生活所必需的关键公共品。它以集体供给的规模经济为后盾，构成整座大厦最坚实、最不易被市场波动冲击的地基。

第二层（支柱）：全民基本分红——保障自由

架构的中间层，是以现金形式定期发放、覆盖全体公民的基本分红。其功能是在基础服务之上，赋予个体自由支配的购买力与选择权，使人能够依据自己的兴趣、使命与生活方式自主地配置资源——这正是“乐业”所必需的物质自由。这笔分红的财源不应主要依赖逐年抽取的一般税收，而应尽可能建立在可自我维系的资产收益之上，这就引出了架构的第三层。

第三层（屋顶）：全民共持的生产性资产——保障可持续与参与

架构的最顶层，也是其长远的财源引擎与精神内核，是由全体公民共同持有的生产性资产——一个“由数据与AI驱动”的主权财富基金。它通过对AI企业、算力基础设施及上游产业的战略性持股，持续获取技术红利，并以其投资净收益为第二层的全民分红提供可持续的“活水”。

为这一基金注资的来源是多元的：

可以是对资本与AI暴利征收的税款；

可以是“暴利条款”下AI企业的事前捐赠承诺；

可以是对全民数据贡献的价值补偿；

亦可以是公共资本的直接战略投资；

这一层不仅解决了“钱从哪来”的可持续性难题，更通过让每位公民成为名副其实的资产共有者，实现了从“被动受领”到“共享所有”的根本跃迁，赋予整个分配安排以最深层的参与性与尊严感。

这一“三层架构”具有内在的逻辑闭环：顶层的共持资产产生收益，转化为中层的现金分红，叠加底层的免费服务，共同托举起每一位公民的体面生活；而公民因共持资产、共享繁荣，又获得了维护这一制度长久运转的真实动力。它不是某一种机制的胜出，而是多种机制各安其位的协奏。

（三）差异化的补偿：看见受益者与受损者

三层架构以“全民”为对象，是分配方式的底盘。但任何普惠的设计都会略过一个真实存在的事实：AI变革的红利与代价，从来不是均匀地洒在每一个人身上。要让分配方式真正回应这场变革，就需要在普惠之外，再加一层关于“谁得益、谁受损、如何回应”的精细思考。

红利正以前所未有的速度向三类群体集中：直接掌握资本与顶尖算法的企业及其股东；拥有算力、能源、关键芯片等上游基础设施的资产持有者；以及能够熟练驾驭AI工具、将自身能力放大数倍乃至数十倍的“超级个体”与从事复杂判断、跨学科创造、战略决策等难以被替代的高端技能人才。这些群体所获得的，不仅是直接的财务收益，更是话语权、社会能见度与未来选择权上的不对称优势。

代价则更可能落在这样一些群体上：与历次自动化主要冲击体力劳动不同，本轮AI变革的冲击集中在受过良好教育的认知性白领岗位——基础文员、客服、初级法务、内容生产、编辑校对、初级编码等首当其冲。处于职业中段、技能单一、地理流动性弱的中年劳动者，可能在同等冲击下承受数倍的实际损失。还有两类群体格外值得关注：一是以单一产业为支柱、又恰好遭遇AI冲击的特定区域，承担的是集体性的代价；二是刚刚进入受冲击行业的年轻人——已有学术研究观察到，率先采用AI的企业其初级岗位招聘规模较对照组明显下降，且这种差距随时间推移持续扩大。当冲击以“招聘冻结”而非“裁员”的形式呈现时，伤痕会无声地落在这一代刚刚踏上职业起点的年轻人身上，成为一种隐蔽的代际不平等。

当红利与代价如此不均地落在不同群体身上，单一的“普惠”显然不够——补偿本身需要被重新理解。一方面，针对受损群体需要更为精准的财务安排——在普惠的“宽度”之上叠加“厚度”，确保承受最大压力的群体不至于被一视同仁的制度所遗忘。另一方面，即便所有财务补偿都到位，仍有一类损失是货币难以触及的——它们关乎身份、尊严、归属与被听见的权利。这恰恰是当前关于AI时代分配讨论中最被忽视、却可能最为关键的一个维度。

一套真正面向“乐业”的分配方式，有必要将非财务补偿纳入视野：一是身份与尊严的承认——对正在被替代的职业，可通过职业荣誉认定、传承机制、经验导师角色等形式承认其历史贡献；二是话语权与参与的补偿——让被改变命运的人重新进入决定命运的过程，从企业层面的人机协作协商权到治理机构中的代表性席位，都可以是一种深刻的补偿；三是社群与归属的修复——当一个区域因产业转移而凋零，对其公共空间、文化生活、互助网络的非经济性投资，其回报会显现在人们重新感到“自己仍属于某处”的安定之中。货币能够补偿生计，却补偿不了身份、尊严与归属——这是面向“乐业”的分配方式所需要看见、需要回应的另一重维度。

进一步说，“非财务补偿”这一维度，其意涵并不止于受损群体。当AI承担越来越多的功能性劳动，工作所提供的“收入功能”可以由分配方式接续，但其所承载的“意义功能”却悬置了下来——这是整个社会都将面对的命题。一套真正面向“乐业”的分配方式，最终需要从“保障生存”延伸到“赋能创造”：将艺术创作、终身学习、社群营造、家庭照护等非市场化的活动，纳入有尊严的、被社会认可的“贡献空间”。分配方式的探索与价值共识的重建构成同一项工程的两面——前者解决“人靠什么生活”，后者回答“人为什么而活”，从而实现从补偿到赋能：超越物质，让每个人安顿意义。

（四）顺境与逆境：分配方式探索的韧性考量

前述讨论隐含着一个乐观前提：AI驱动的生产力跃迁将持续推进，可供分享的红利将持续生成。但历史经验表明，多数福利扩张都发生在经济上行期，而一旦增长趋缓、财政承压，最早被削减的恰恰是那些覆盖最广、最具普惠色彩的安排。AI时代的红利分享同样可能面临顺周期扩张、逆周期收缩的风险——今天看似宏大的设想，在压力下可能被重新定义为“难以承担的负担”。

正因如此，分配方式的探索需要从一开始就为“回潮”做好准备，这种韧性考量至少包含三个层面。一是财源结构的韧性：高度依赖年度税收的安排最容易在财政紧缩中被砍掉，而由长期资产收益自我维系的安排则相对稳健——这是三层架构中“屋顶”之所以重要的原因。二是政治结构的韧性：覆盖全民的安排比针对少数人的更难削减，让每位成员都成为名副其实的资产共有者，本身就是一种“防回潮”设计——当公民不只是受领者而是所有者时，回潮所要冒犯的，就不再是“被救济的少数”，而是“分享所有权的全民”。三是叙事与共识的韧性：如果分享只是被理解为“AI赚钱多了所以分一点”的权宜之计，那么AI不再“狂欢”时，分享自然失去依据；但如果分享被理解为对全体成员应得份额的承认，红利的波动就不会动摇分享的合理性。乐业社会所追求的，应当是一种在丰裕时不挥霍、在收缩时不退守的稳态——让对红利的共享，成为一种不因周期而动摇的社会承诺。

六

结语：主动探索未来，迈向人本主义的丰裕社会

任何关于未来分配方式的设想，都需要以审慎的态度直面其内在的风险与不确定性。挑战不容回避，且正视它们恰恰是负责任地展开公共讨论的前提。分配方式的探索是一场需要长期投入、持续校准的工程，它的成败，最终取决于方案设计的智慧、治理能力的跟进，以及全社会能否就“共享技术红利”形成稳固的价值共识。

我们对分配方式展开探讨的最终指向，是利用AI创造的巨大财富，共同构建一个消除了贫困、释放了人类创造力、以人的全面发展为核心的人本主义丰裕社会。历史反复昭示，技术进步的红利从不会自动地普惠共享，唯有持续的探索与共识凝聚，方能将一场可能加剧断裂的变革，引向共富而非割裂、引向乐业而非失序。与其被动等待危机显现，不如未雨绸缪，从现在起就着手探究兼顾效率与公平、自由与尊严的分配新方式。当物质的丰裕不再是少数人的特权，当共享的繁荣成为全社会发自内心的信念，我们终将穿越转型的阵痛，抵达那个人人皆可创造、皆可贡献、有尊严生活的“乐业”彼岸。

盘古智库

2026年7月

文章首发于“第一财经”