像歷次工業革命一樣，AI技術創新正在全面重塑經濟模式，但同時也會對就業結構與收入分配造成衝擊。在這樣的大變局中，公共政策需要積極作為，避免技術紅利過度向資本集中、收入不平等持續惡化，努力走出一條兼顧效率與公平的智能化發展道路。

每一輪通用技術革命，在釋放巨大增長潛力的同時，都會重構國民收入在資本、勞動、土地之間的分配格局，其中最值得警惕的，是第一次工業革命時期著名的「恩格斯停頓」。

根據經濟史學家Robert Allen對1770─1913年英國數據的測算，1760至1840年第一次工業革命前期，英國勞均產出持續快速攀升，但工人實際工資長期停滯不前。左圖清晰展現這一分化：代表勞均GDP的曲線一路走高，而代表勞動者真實收入的曲線長期平緩（圖中小圈），增長成果幾乎沒有流向普通勞動者。而右圖則表明從要素分配結構看，土地所有者收入份額持續萎縮，資本利潤份額持續擴張，勞動收入佔比長期承壓，社會不平等快速拉大，這正是恩格斯在《英國工人階級狀況》中記錄的底層勞動者生存困境。

Robert Allen在之後的一項研究中，利用英國社會分層數據表計算基尼系數，證實了「庫茲涅茨曲線」，即收入分配先惡化、後改善。歷史不會簡單重複，但會押着相似的韻腳。後續兩次技術革命，同樣留下分配失衡的印記：

第二次工業革命（1870─1914），電力、規模化生產催生大量無形資產，技術、知識資本溢價持續走高，不同技能勞動者收入差距顯著擴大；第三次信息革命（1970年至今），電腦與自動化帶來就業U型極化，中等技能標準化崗位持續萎縮，中產薪資增長停滯，高、低收入（技能）群體狀況相對較好，工資不平等成為發達國家長期難題。

在19世紀中後期，英國通過完善勞工保護、建設社會保障、調節資本收益，收入分配格局才逐步修復，庫茲涅茨曲線拐點出現。這段歷史提供了重要的啟示：技術進步不會自動普惠大眾，市場自發調節無法平衡資本與勞動的收益分配，制度干預是避免長期貧富撕裂的必要條件。

少數人享發展紅利

催生新型不平等作為繼蒸汽機、電力、互聯網之後的新一代通用技術，AI的分配衝擊力度更強、傳導速度更快，主要通過四條路徑拉大收入差距，甚至可能迎來AI版的「恩格斯停頓」。

第一，資本偏向機制，勞動收入份額持續下行。AI產業高度依賴算力、數據、模型等重資本投入，企業部署AI的核心動機之一是用資本替代人力。即便AI抬升全要素生產效率，新增收益大多被平台、資本與技術持有方獲取，勞動者薪資無法同步增長。簡單來說，效率提升可能更多地源於算法與算力，而非勞動者自身能力精進，利潤向上集中，勞動報酬增長乏力，勞資收入差距持續走闊。

第二，任務替代機制，中產空心化與K型分化。AI不只是替代低技能崗位，更精準衝擊標準化中等白領工作：財務核算、文案撰寫、基礎設計、常規客服等重複性任務均可由AI承接。勞動力市場呈現鮮明K型分化：掌握人機協同能力的從業者效率、收入大幅提升；依賴標準化流程的普通勞動者面臨崗位收縮、薪資承壓，社會中產群體持續萎縮。

第三，數字鴻溝與技能分化，階層流動通道收窄。未來收入差距的核心載體是AI技能差距。能夠熟練運用AI工具、具備創造性、跨領域整合能力的群體，將持續獲得溢價；缺乏數字素養、僅掌握重複性技能的勞動者，就業選擇持續收縮。行業、區域、城鄉之間的數字基礎設施差距，進一步放大機會不平等，平台網絡效應催生「贏家通吃」，財富向少數技術精英集中。

第四，財富放大機制，資本收益與勞動收益徹底脫鈎。AI資產具備極強的規模效應，頭部企業依靠數據壁壘持續放大超額利潤，資產增值速度遠超勞動工資增速。疊加代際資源傳遞、資產增值、用工成本轉嫁，財富分層持續固化，形成「富者愈富」的正向循環，進一步拉大存量財富差距。

放到中國現實背景看，居民收入的基尼系數自1982年0.285升至2008年峰值0.491，近年穩定在0.465左右，高於美日，低於部分拉美、非洲國家。AI普及若缺乏配套制度約束，很可能推動基尼系數再度上行；同時青年就業壓力加劇，居民勞動收入增長放緩，會進一步加劇「供強需弱」的結構性矛盾，制約內需長期擴張。

建立三維政策框架

面對AI帶來的分配挑戰，不能單一依靠兜底保障，也不能單純寄望技能培訓，需要構建「防禦─賦能─再平衡」三位一體的政策組合，短期穩住社會底線，長期重塑要素分配規則。

第一重：防禦——築牢公平底線，緩衝技術衝擊。防禦政策的核心是穩住社會基本盤，抑制資本無序攫取AI紅利。一是完善普惠社會保障與失業保險體系，針對被AI替代的勞動者提供失業補貼、過渡期生活兜底，覆蓋靈活就業、新業態從業者，化解短期失業衝擊；二是強化AI、數字平台領域反壟斷與算法監管，遏制平台依靠數據、算力壁壘形成壟斷，限制企業通過算法壓榨勞動者、攫取超額利潤；三是建立AI應用倫理審查機制，對以大規模替代勞動為唯一目標、無社會就業增益的純替代型AI項目設置約束門檻，引導技術向善。

第二重：賦能──投資於人，推動人機協同共生。解決分配失衡的根本出路，是縮小勞動者之間的技能鴻溝，讓普通人具備駕馭AI、分享技術紅利的能力，踐行「以人為本、投資於人」的核心政策思路。一是系統性改革教育體系，從基礎教育階段普及AI素養、創造性思維、跨學科綜合能力，擺脫單一標準化技能培養模式；二是搭建終身職業技能培訓體系，面向在職勞動者、失業青年、中老年群體開設「專業+AI工具」複合型培訓，配套統一技能認證、就業扶持政策；三是引導產業創新堅持「就業優先」導向，鼓勵賦能型AI研發，而非單純人力替代，培育人機協同新型崗位，拓寬勞動者收入增長渠道。

第三重：再平衡──重構要素分配，讓全民共享AI紅利。短期兜底、長期賦能之外，必須通過制度調整重構資本、勞動、數據三大要素的收益分配規則，打破資本對技術紅利的壟斷。一是探索AI超額收益調節機制，對科技平台、頭部AI企業超額利潤適度徵稅，稅收資金專項用於公共數字教育、全民技能培訓、民生保障；二是明晰數據產權規則，推動公共數據社會化共享，降低中小企業、普通勞動者使用AI的算力、數據成本，弱化頭部平台的數據壟斷優勢；三是研究建立全民AI紅利共享基金，將技術發展帶來的增量收益定向回饋居民，適度探索普惠性收入補充機制，持續提振居民消費，破解「供強需弱」的內需難題。

確保技術向善底色

AI是驅動中國經濟高質量發展的歷史性機遇，能夠大幅提升全要素生產率，打開長期增長空間，但技術本身不會自動帶來共同富裕。歷史上的「恩格斯停頓」警示：只追求效率、忽視分配的技術變革，終將引發社會矛盾、打斷增長進程；只有同步完善分配制度、加大人力資本投入、平衡資本與勞動者收益，才能把技術紅利轉化為全民福祉。

隨着AI創新的不斷普及與深入，未來一段時期，中國的收入分配不平等的問題可能會進一步加劇，就業壓力特別是青年就業壓力會進一步增強，「供強需弱」的矛盾也可能變得更加突出。這些都要求公共政策未雨綢繆，努力化解結構性矛盾。

面向未來，發展路徑必須牢牢把握三個核心導向：第一，堅持就業優先，鼓勵賦能勞動而非替代勞動的AI創新；第二，全面實施「投資於人」戰略，打通勞動者技能升級通道；第三，構建覆蓋保障、教育、財稅、數據治理的系統性政策體系，兼顧短期穩定與長期公平。唯有做到技術創新與收入分配改革同步推進，才能避開AI時代的分配陷阱，實現人機協同、共同富裕的長遠目標。

（作者為北京大學國家發展研究院院長）