浩源配资 AI革命下的社会政策重构：基于阿吉翁与厉以宁理论的分配制度创新

　　作者：孟晓苏孟明毅

　　2025年10月16日

　　面对AI技术革命带来的经济社会变革，我们需要构建以人为本、前瞻性的社会政策体系。

　　2025年诺贝尔经济学奖得主菲利普·阿吉翁在《技术革命会导致大规模失业吗？》一文中深刻指出，技术革命并非必然导致大规模失业，历史上的技术变革在经历短暂调整期后往往创造了更多就业机会。

　　本文将在阿吉翁的“创造性破坏”理论框架下，结合厉以宁教授的“三次分配”理论，系统探讨AI时代的社会政策调整方向，为构建包容性、共享性的数字经济制度体系提供路径。

　　一、技术革命与就业：阿吉翁理论的启示

　　阿吉翁的研究为我们理解技术革命与就业关系提供了新的视角。他通过实证分析发现，自动化对就业实际上有正面促进作用，而且随时间推移不断加强。

　　一家工厂的自动化程度在当前提升1个百分点，会使2年后的就业提高0.25%，使10年后的就业提高0.4%。这一发现打破了我们对于技术革命必然导致大规模失业的固有认知。

　　阿吉翁进一步指出，自动化水平较高的企业有更高的生产率，使它们的产品能比竞争对手给消费者带来更大价值，从而扩大市场占有份额。反过来，市场份额的提升促使积极推进自动化的企业扩大生产规模，从而雇用更多的员工。

　　从产业层面看，自动化程度最高的产业，恰恰是就业增加最多的产业。总体而言，更多的自动化伴随着更多的就业。

　　阿吉翁提出的“通用技术”概念尤为值得关注。通用技术具有三个基本特征：会催生大量的次级创新浪潮；会逐渐得到改进，使用户成本随时间下降；将无处不在，扩散到经济生活中的所有部门。

　　AI正是这样的通用技术，它的全面扩散需要时间，也会遇到制度性障碍。

　　二、“创造性破坏”与制度响应

　　阿吉翁强调，在启动浪潮的技术发明与实现浪潮的增长起飞之间有显著迟滞。市场上最早出现蒸汽机是在1712年，但直至1830年，英国的人均GDP增长才加速。

　　这一迟滞现象主要源于次级创新需要时间，并且需要从生产中转移部分资源，导致GDP增长率在短期内下降。

　　从旧通用技术向新通用技术转型会强化创造性破坏过程。与在位企业不同，新企业不需要承担新旧技术转型成本，这一优势使得新通用技术的出现伴随着企业的进入和退出。

　　阿吉翁的研究带给我们一个重要启示：技术本身不是决定性因素，配套制度才是确保技术革命带来普遍繁荣的关键。如果没有合适的制度，技术革命可能反而会成为增长的障碍而非催化剂。

　　三、人口红利理论的重新定义

　　传统“人口红利”理论在AI时代需要重新定义。在劳动层面上，人口红利将部分被机器人代替；在消费层面上，人口红利则需要通过增强人类行为来实现。这一转型的实质是将人类从重复性、标准化劳动中解放出来，更加专注于情感、创造力和陪伴等人类特有领域。

　　后工业社会，科技进步与劳动生产率的迅速提升，使人类从短缺经济时期进入过剩经济时期。理论上，只要智能机器人的数量达到一定程度，则其昼夜工作所生产的商品和服务，如果分配合理，就完全能够满足整个社会的时代性消费需要。

　　在AI时代，我们需要重新定义“劳动”概念，把家庭教育与家庭陪伴视为人类劳动的重要内容。这些活动虽然不在传统GDP统计范围内，但对社会福祉和人力资本积累具有重要意义。

　　随着每周工作时间从现在的5天有可能缩短到4.5天，如果以弹性劳动时间计算，则每周工作时长完全有可能缩短到35小时甚至低于35小时，人们将有更多时间投入家庭活动和情感交流。

　　四、人机协作的领域划分

　　我们必须明确划分鼓励与限制AI和机器人进入的领域。在情感投入密集型领域，如老年护理、文艺创作、心理辅导等领域，应当优先保护人类劳动的发展空间。这些领域需要人类的情感连接、同理心和创造力，是AI难以替代的。

　　用法律限制AI过度取代这些领域的人类活动，制定AI应用负面清单，明确禁止或严格限制AI在特定敏感领域的应用。比如，在老年护理中，AI可以辅助完成监测、提醒等任务，但情感陪伴和人文关怀应由人类主导。

　　在AI具有明显优势的领域，如数据挖掘、危险环境作业、精密制造等，则应当鼓励AI技术的广泛应用。通过这种区分，既能充分发挥AI的优势，又能保护人类特有的情感和创造能力。

　　五、就业形态的重塑与培训体系

　　阿吉翁的研究表明，技术革命会改变就业结构，而非减少就业总量。在19世纪，由于资本对技能劳动力的取代，手工业者面临被机器替代的最大风险。这一模式在20世纪有所改变，实物资本与教育构成了互补性的投入，于是非技能工人成为自动化的受害者。

　　面对AI革命，我们需要增强人员就业培训，使劳动者能够适应与AI共事的工作环境，发展“人机协同”新就业形态。历史上的新生产力创造出新的就业类型，如电力革命催生了电器维修、电路设计等职业，互联网革命创造了网页设计、数字营销等新领域。同样，AI革命也将创造诸如AI训练师、伦理审计师、算法解释专家等新职业。

　　另一方面，在人员培训体系重构中，要特别注重培养AI难以替代的人类技能，增强人类的思维能力与开拓能力。比如人类的批判性思维、人类创造力、人类情感智能和跨文化沟通能力。让人类在彻底摆脱了劳动的生存需要之后，有精力创造出更加璀璨的人类社会文明成果。

　　六、基于三次分配的收益共享

　　厉以宁教授提出的“三次分配”理论，为AI时代的收益分配提供了重要理论框架。他指出，第一次分配是由市场按照效率原则进行的分配；第二次分配由政府按照兼顾公平和效率的原则、侧重公平的原则，通过税收与社会保障支出等进行的再分配；而第三次分配则是在道德力量的推动下，通过个人自愿捐赠而进行的分配。

　　在AI时代，我们需要对二次分配进行革新。对人类劳动的税收要降低，如提高收入所得税起征线，减轻普通劳动者的税负。对企业税收则需要区别不同情况：在保持总体税率稳定的前提下，对机器人创造的利润可以通过增加企业增值税来收取，以完善社会“二次分配”制度。

　　厉以宁教授强调，在第一次分配和第二次分配之后，社会协调与发展方面依旧会留下一个空白。不管留下的空白较大还是较小，都意味着在社会协调发展方面还有一些工作要去做。因此，从收入分配的角度来看，“第三次分配”要在新的生产形势下继续提倡。

　　七、机器人税收的政策设计

　　对机器人运用要有特殊税收政策，区别其使用阶段。在调试阶段和运用初期，要通过减免税费鼓励AI运用，可以通过政府扶持基金来支持企业进行AI转型；在正常运营期间，主要应进入企业正常纳税渠道，既然AI促进了生产，就可以产生更多运营税与增值税。

　　对于是否要对机器人的特殊产出增加税收，可以仿照对人类劳动报酬征收所得税的理论，进行进一步的研究，但前提是不妨碍AI应用的正常推广。德国、韩国等国家的经验表明，对机器人直接征税可能抑制创新，而通过增值税、企业所得税等现有税种，分享AI带来的生产率增益是更为可行的路径。

　　我国可借鉴深圳的“软件退税”政策经验，对AI企业的软件产品增值税实行“即征即退”措施，这将使企业将更多资金投入关节优化、大模型融合等核心技术研发。

　　八、构建以人为本的AI治理体系

　　我们的基本原则仍然是“以人为本”、“人民至上”，防止AI发展造成人类收入上的两极分化，让新技术为整体人类造福。镌刻在马克思墓碑上的“全世界劳动者，联合起来”的历史呼唤，似乎已预示着今天人类劳动者有整体面对新生产力挑战的可能。

　　在AI时代，我们需要构建新型社会保障体系，工业社会设计的就业与养老金征缴制度已不都适宜于智能社会的需要。机器人的大规模使用，降低了劳动力人口的劳动参与率，让“以薪养老”“即収即付”的社会保障体系难以为继。可考虑建立AI收益共享基金，将部分从AI应用中获得的社会收益用于支持受影响的劳动者转型，为他们提供培训机会和过渡性收入支持。同时，要完善普惠性公共服务体系，确保AI带来的生产率提升转化为全体人民的福祉提高。

　　阿吉翁的研究表明，自动化程度最高的产业，恰恰是就业增加最多的产业。那些积极推进自动化的企业通过生产率提升和市场扩张，最终成为就业的净创造者。正如阿吉翁所指出的，试图减缓国内企业开展自动化的任何措施，例如对机器人征税，最终结果可能都不利于生产。

　　在AI时代，我们需要更精准的政策干预，既激励创新，又将“创造性破坏”带来的社会冲击最小化，确保技术进步的果实为全社会共享。厉以宁教授的三次分配理论为我们指明了方向，通过市场、政府和社会力量的协同作用，构建包容性发展的制度框架。