当机器开始工作：AI时代福利国家的未来

“如果劳动不再是大多数人的主要收入来源，现代社会将如何维持运转？”

围绕人工智能的讨论，最常见的问题之一是：AI会不会导致大规模失业？ 这是一个重要问题，却未必是最关键的问题。从公共政策角度看，失业率本身并不是政府最关心的指标。现代国家经历过工业革命、全球化、自动化以及金融危机带来的就业冲击，也逐渐建立起一套应对失业的制度体系。真正令政府担忧的，往往是失业背后的系统性连锁反应：消费萎缩、税基侵蚀、福利财政不堪重负、社会流动性停滞，以及由此产生的社会稳定风险和政治合法性危机。因此，当人们讨论AI是否会取代工作时，政府真正思考的问题其实是：**如果劳动不再是大多数人的主要收入来源，现代社会将如何维持运转？**这才是AI时代真正的挑战。

辩证思考：AI失业与以往技术革命有何不同？ #

任何关于AI失业的讨论，都必须面对一个重要反驳：历史上几乎所有技术革命都曾引发失业恐慌，但长期来看，新技术创造的新职业往往超过被消灭的旧岗位。19世纪的机械化纺织机曾被认为会摧毁工匠阶层；20世纪初汽车工业淘汰了大量与马匹相关的职业；计算机普及后，秘书 and 打字员等岗位迅速减少。然而与此同时，新产业和新需求不断涌现，整体就业规模并未持续萎缩。 (Wait, let’s change “秘书 and 打字员等岗位” -> “秘书和打字员等岗位”) 任何关于AI失业的讨论，都必须面对一个重要反驳：历史上几乎所有技术革命都曾引发失业恐慌，但长期来看，新技术创造的新职业往往超过被消灭的旧岗位。19世纪的机械化纺织机曾被认为会摧毁工匠阶层；20世纪初汽车工业淘汰了大量与马匹相关的职业；计算机普及后，秘书和打字员等岗位迅速减少。然而与此同时，新产业和新需求不断涌现，整体就业规模并未持续萎缩。

乐观派因此认为，AI更可能改变工作的内容，而非彻底消灭工作本身。电子表格软件没有消灭会计，而是将从业者从繁重的计算工作中解放出来，转向更高频的财务分析与战略咨询；自动取款机也没有让银行柜员完全消失，而是推动银行扩展服务网络并重新设计岗位职责。更重要的是，技术进步往往能够降低成本并释放潜在需求。AI如果显著降低编程、法律咨询、设计和市场分析的成本，那么原本无力购买这些服务的大量中小企业和个人用户，也可能成为新的消费者。历史经验表明，需求扩张往往会创造新的职业生态，就像互联网催生了内容创作者、移动应用开发者和数字营销从业者一样，AI时代同样可能诞生大量今天尚不存在的新岗位。

然而，AI与过去技术革命之间仍然存在一个关键差异。过去的自动化主要替代体力劳动，而AI正在进入认知劳动领域。从客服、设计到编程、法律和金融分析，越来越多曾被认为属于人类智力优势的工作开始受到影响。与此同时，AI还具有递归改进能力，某些专门用于训练和管理AI的新岗位，本身也可能被下一代AI进一步自动化。因此，真正的问题或许不是AI是否创造新工作，而是新工作出现的速度是否足够快，以及社会是否能够承受转型过程中的阵痛。

第一阶段：缓冲劳动力市场冲击（稳就业） #

在任何技术革命初期，政府首先关注的是就业稳定。职业再培训几乎一定会成为最早采用的政策工具。无论是欧洲职业教育体系，还是澳大利亚的TAFE网络，其逻辑都是帮助劳动者向需求增长更快的行业流动。然而，再培训能够解决技能错配问题，却未必能够解决岗位总量不足的问题。如果AI持续替代认知劳动，那么劳动者可能只是不断迁移到自动化程度较低的行业，而非进入真正的新增长领域。因此，再培训依然重要，但其边际效应可能低于工业时代。

当市场无法吸纳足够劳动力时，政府通常会成为“最后雇主”。医疗、护理、教育和社区服务等领域不仅创造就业，也承担着维系社会信任和公共服务供给的重要功能。即使AI能够提升这些行业的效率，社会也未必愿意完全取消人的参与。因此，这些行业很可能成为未来就业缓冲的重要载体。与此同时，缩短工作时间也可能重新进入政策讨论。四天工作制或每周30小时工作制，本质上是一种就业份额再分配机制，其目标是在劳动需求下降时提高就业覆盖率。然而，这种政策同样面临现实约束。如果AI能够以更低成本完成大量任务，企业未必愿意雇佣更多短工时员工。因此，缩短工时能否发挥作用，最终仍取决于劳动相对于自动化系统是否保有竞争力。

第二阶段：收入分配机制重构（稳消费） #

如果AI持续提高生产效率，经济体系将面临一个经典的资本主义悖论：企业需要消费者，而消费者需要收入。 当资本收益增长速度显著快于劳动收入增长速度时，经济可能进入一种“需求不足型增长”状态。企业拥有越来越强的生产能力，却未必拥有足够的消费者。此时，AI失业问题便会从就业问题转变为收入分配问题。全民基本收入（UBI）是最具代表性的解决方案之一，其理论基础在于将技术进步创造的超额收益部分社会化，以维持居民消费能力。然而，UBI面临财政可持续性、劳动激励以及通胀效应等现实约束。因此，更现实的路径不是一步到位地建立全面UBI，而是逐步扩张现有福利体系，通过负所得税、住房补贴、能源补贴以及现金转移支付等方式，形成一种**“类UBI结构”**的渐进式兜底。

核心瓶颈：谁来为AI时代买单？ #

无论是职业培训、公共就业还是类UBI的福利扩张，最终都无法回避同一个核心拷问：钱从哪里来？ 理论上，AI创造的生产力增长足以支撑更大规模 of 社会保障体系。 (Wait, let’s change “更大规模 of 社会保障体系” -> “更大规模的社会保障体系”) 无论是职业培训、公共就业还是类UBI的福利扩张，最终都无法回避同一个核心拷问：钱从哪里来？ 理论上，AI创造的生产力增长足以支撑更大规模的社会保障体系。然而问题不在于财富是否存在，而在于财富掌握在谁手中。如果AI时代的大部分收益集中于少数科技平台、资本所有者和算力基础设施运营者，那么政府必须建立新的财政渠道，将部分技术红利转化为公共收入。

机器人税或AI税经常被视为一种解决方案，但其最大难题并非税率设计，而是税基识别。企业利润增长究竟来自AI、组织优化还是市场变化，往往难以准确区分。因此，相较于狭义机器人税，更现实的路径是调整资本利得税、公司税以及数字经济税制，实现更广义的资本收益再分配。更复杂的问题来自全球化。AI产业天然具有跨国流动性，数据中心可以迁移，资本可以跨境流动，模型服务甚至能够远程提供。这意味着任何单一国家如果率先实施高额AI税，都可能面临资本外流和监管套利风险。

从全球视角看，这甚至可能演变为一种新的**“双轨制危机”**：技术领先国家通过掌握模型、算力和平台获得全球收益，而技术应用国家则只能独自承担本国失业保障和社会福利的沉重成本。未来围绕AI失业的争论，很可能逐渐演变为关于数字主权、国际税收协调以及全球技术治理的博弈。

第三阶段：重新定义什么是工作（稳价值） #

如果AI进一步削弱传统劳动市场的重要性，社会最终必须面对一个更深层的问题：什么才算有价值的工作？ 现代市场经济习惯于使用价格衡量价值，但许多维系社会运转的重要活动长期未获得充分市场回报。例如照顾儿童、护理老人、社区服务和文化传承。随着人口老龄化加剧以及AI生产能力持续增强，政府可能开始将这些活动纳入正式收入体系。护理劳动尤其值得关注。其重要性不仅在于AI难以完全替代照护关系，更在于老龄化社会对护理服务的需求将持续增长。未来的护理经济，可能不只是就业缓冲区，社会价值重新定价的实验场。护理劳动的工资化，本质上意味着国家开始为原本由家庭和社区承担的责任支付报酬。与此同时，未来政府也可能逐步建立新的公民服务体系，将环境保护、社区建设、教育辅导和公共卫生等活动纳入收入支持范围。其核心逻辑在于承认一个事实：并非所有重要贡献都能够通过市场价格准确衡量。

全球实验：不同国家会如何回应AI失业？ #

面对这场颠覆性的技术海啸，全球福利体制的实验注定将走向分化。美国更倾向于优先保护创新能力，通过有限再分配修正市场结果；中国更可能采取产业协调与就业优先策略；欧洲则倾向于在现有福利国家框架内扩展社会保障体系。

澳大利亚则提供了一个极具代表性的案例。作为既非全球技术中心、又拥有成熟福利体系的发达国家，澳大利亚不会天然站在AI技术红利的最前端，却必须承担自动化扩散带来的社会调适成本。这决定了澳大利亚更倾向于一种**“务实主义的渐进改良”，而非激进的范式转换。首先被动员的，很可能是TAFE职业培训体系；其次是医疗、养老护理和社区服务领域。澳大利亚长期依赖移民补充护理劳动力，同时已经拥有Medicare和NDIS等成熟福利框架。这意味着未来最制造出现的，并不是UBI，而是某种形式的“护理劳动国家工资化”**。换言之，澳大利亚的路径可能是：再培训 → 护理就业扩张 → 福利体系扩张 → 税制调整 → 财富再分配。 这条路径缺乏革命性色彩，却高度符合澳大利亚过去几十年处理经济结构转型的一贯风格。

第四阶段：财富分配体系重构（主权AI化） #

如果未来AI接近AGI水平，并显著降低生产成本，那么问题将进一步升级。届时社会讨论的重点可能不再是如何帮助失业者重新就业，而是如何分配由自动化系统创造的大部分财富。一种可能的制度安排是建立主权AI基金。类似于资源型国家利用主权财富基金管理石油收益，未来国家也可能通过持有关键数字基础设施、公共数据资产以及算力资源，将数字生产力收益社会化，并向公民分配红利。

如果工业时代最重要的资源是土地、煤炭和石油，那么AI时代最重要的资源可能是数据、模型和算力。围绕这些资源的所有权安排，以及推动算力资源的公共化转型和平台垄断利润的社会化共享，可能成为未来几十年最重要的政治经济议题之一。

结语：社会契约的终极重塑 #

关于AI失业的讨论，经常聚焦于技术本身。但从经济史和公共政策角度看，技术往往不是最难解决的问题。真正困难的，是技术进步创造的财富如何被分配。

短期内，政府将尝试稳定就业；中期将重构收入再分配机制；长期则可能不得不重新定义工作、收入与社会价值之间的关系。而当自动化创造的财富越来越多，社会最终不得不回答一个更根本的问题：当劳动不再是大多数人获得收入和社会地位的主要来源时，现代社会将依靠什么维系自身的合法性？ 从这个意义上说，AI失业问题的终点从来不是就业，而是社会契约本身。