摘要

本文讨论人工智能时代财富分配机制的制度重构，区分了按劳、按资、按力（国家权力）等不同分配机制，又提出了“按算分配”即控制算力、算法和数据的主体凭借对新型生产要素的控制取得超额分配收益。本文所称按“需”分配不是按“欲”分配，而是按劳、按资、按力等分配机制的有机结合及家庭、企业、政府三方有效需求的平衡。全文属于规范与制度分析，不构成对具体政策效果的因果识别。

关键词：按需分配；按算分配；人工智能；有效需求；“大三权”

副标题：社会财富分配机制的历史演变与制度重建路径栏目：应用研究 · A-5

导言

AI迅猛发展，在推动生产力创造性增长的同时，也在破坏既有生产关系、重构财富分配机制，对经济社会发展产生巨大而深远的影响。要理解AI时代分配机制重构的路径，必须先厘清工业社会分配机制的底层逻辑——它的优点在哪里，缺陷在哪里，AI又是如何系统性地放大了这些缺陷。

上篇：工业社会的国民收入与财富分配

一、市场经济的底层逻辑与分配机制

1、两种生产的辩证循环

工业革命伴随着资本原始积累，使劳动力变成商品；资本购买劳动力与雇佣劳动相结合，组建了企业；企业生产商品并销售给家庭，由此构建了市场经济及其分配机制。

市场经济的底层逻辑，是家庭与企业两个产权主体构建的"两种生产"、"两类市场"的辩证循环（见本站图1）：第一象限企业系统，由无数追求利润最大化的企业组成，承担生产资料和生活资料生产职能，推动生产力发展；第三象限家庭系统，由无数追求基于劳动收入的幸福最大化的家庭组成，承担人口劳动力生产职能，推动生命力进化。第二象限商品市场与第四象限劳动力市场，以金融市场货币流通为介质，连接两种生产，形成无限循环。

2、按劳分配与按资分配

市场主导国民收入初次分配，以货币为计量单位给劳动与资本定价，遵循按劳分配和按资分配原则。市场分配的基础是产权：劳动力所有权构成按劳分配的产权基础，资本所有权构成按资分配的产权基础。

价值不等于价格。产权收益的最终形成，是在市场供求竞争中实现的：就业市场供求决定就业率和薪酬水平，给劳动力定价；商品市场供求决定企业利润和资本积累，给资本定价。

按资分配激励企业家和投资者的创造力、管理才能、风险承受能力，以利润为核心驱动力。按劳分配激励劳动者辛勤劳动，以工资薪酬为核心驱动力。两者是矛盾统一、相互依存的"双胞胎"，背后深层次的驱动力，是资本与劳动两个群体相互之间及各自内部的产权交易和利益博弈——而博弈结果往往具有不平等性。1970年代以来，若干主要发达经济体的资本回报率、资本所得份额和劳动所得份额呈现出有利于资本积累与财富集中的趋势，印证了这一结构性不平等。[1]

3、市场失灵：公平与效率的困扰

市场经济是"竞争机会平等、竞争结果不平等"的财富创造与分配制度。这里始终存在一个困扰人类社会的重大问题：公平与效率，哪一个更重要？这个问题如此重大，以致演化出相互对立的两种意识形态：资本看重效率，孕育了资本主义；劳动看重公平，发展出社会主义。

财富分配不平等的原因，隐藏于产权配置结构之中：一是劳动力人力资本配置不均等；二是资本所有权和控制权配置不平等——控制资本的企业家，在与工薪阶层讨价还价中占据上风，助推了"资强劳弱"、薪酬增长赶不上利润增长的分配格局。

然而，收入分配不平等长期看对企业资本也不利。利润增长高于薪酬增长，会造成企业生产过剩而家庭消费不足，发展下去就是经济危机——凯恩斯在大萧条中识别出的有效需求不足，正是这一内生矛盾的集中显现。[2]

由此得出两个启示：其一，资本与劳动是矛盾统一的命运共同体。其二，最理想的分配制度，是能够兼顾效率与公平，确保"两种生产"良性循环。市场经济并不能自发实现这一平衡——这是市场经济内生的、不可克服的固有缺陷，需要靠政府分配机制来弥补。

二、政府职能与"按力分配"

政府主导国民收入二次分配，本质是"按力分配"：依托国家机器强制力，采取征税方式形成国有资产和国有资本，并通过财政工具生产和供给公共产品。

政府机制与市场机制相结合，按力分配＋按劳分配＋按资分配，共同构建了有政府调控的市场经济，形成商品、人口劳动力、公共产品"三种生产"相辅相成的经济社会生态（见本站图2）。只要有政府和公共产品介入，就不存在所谓"纯粹市场经济"。

三、按需分配的定义及其形成机制

1、按需分配不等于"按欲分配"

由人性所决定，个人欲望是无限的，永不满足，因而"按欲分配"永无可能。欲望无价，无法用货币来计量；但个人欲望却是社会发展的终极动力和活水源头。

个人欲望延伸到群体组织，衍生出群体组织欲望：家庭追求基于劳动收入的幸福最大化；企业追求利润最大化；政府追求权力最大化。三大欲望相互矛盾、相互制约，通过供求博弈中达到平衡，遏制了彼此的过度欲望、划定了三方的需求边界，这就是"三大需要"的动态边界。

2、可落地的按需分配：三方有效需求的平衡

"三大需要"对应"三大供给"，决定了按需分配包括三方面内容：

家庭消费的有效需求：获得薪酬收入、购买人口繁衍所必需的物质和精神生活资料——薪酬收入水平，规制了家庭有效需求的边界。

企业生产的有效需求：利润积累和资本投入、购买再生产所需生产要素——利润和资本积累规模和速度，构成了企业有效需求的边界。

政府治理的有效需求：基于税收财政、生产公共产品所需的组织机构、领导力、治理能力建设——税收水平和结构划定了政府有效需求的边界。

核心判断： 可落地、可实现、可制度化的按需分配，是按劳分配、按资分配、"按力分配"三者的有机结合，是内含竞争机制、追求"三大供需"平衡、确保"三种生产"良性循环的制度保证。货币及货币流通是实现国民收入和财富分配不可或缺的工具，其信用本质和作为交换、分配介质的职能不会因技术形态变化而消失。

中篇：AI对工业社会分配制度的颠覆

四、AI震撼："生产力超前、生命力滞后"

1、AI正在颠覆既有分配结构

AI无序发展，放大了市场分配不平等，可能引发经济危机叠加社会危机。一个危险的社会趋势正在形成：AI大量侵占劳动者工作岗位，引起就业市场供求失衡——需求侧总量萎缩、结构未知；供给侧总量过剩、结构错位。

关键数据：

  • 约13万亿美元：麦肯锡全球研究院估计到2030年AI可能为全球经济额外带来的产出（McKinsey Global Institute，2018）[15]
  • 3亿：高盛估计AI可能影响的全球全职工作岗位数量（Goldman Sachs，2023年3月）[16]
  • 1.7亿与9,200万：世界经济论坛预计2025—2030年全球将创造约1.7亿个新岗位，同时替代约9,200万个岗位，净增约7,800万个岗位；真正危险不在"岗位总数归零"，而在岗位结构、收入结构和议价能力的剧烈重组（WEF，2025）
  • top 1%：全球最富有1%人口拥有全球金融资产的约43%（Oxfam，2024年1月）[17]
  • 1,091亿美元：2024年美国私人AI投资规模，约为中国的12倍；全球生成式AI私人投资约339亿美元，较上年增长18.7%，说明AI资本正在向少数国家和少数平台型企业高度集中（Stanford AI Index，2025）[12]

2、"按算分配"：AI时代新的分配异化（原创概念）

AI颠覆国民收入初次分配结构，至少体现在四个层面：

第一，颠覆按劳分配。 丢掉了工作、没有了劳动机会，何来按劳分配？大规模失业潮将造成"劳动力有价值而无价格、价格为零"的社会现象，在分配领域形成"血栓"。

第二，重塑按资分配，衍生"按算分配"。 资本急速向算力、算法漂移，衍生出"按算分配"。算力、算法成为极少数超级大公司垄断的工具，也成为他们大规模聚敛财富的工具。一方面财富总量加速增长，另一方面财富分配加速失衡。

"按算分配"概念说明： "按算分配"是本文提出的原创概念，指控制算力、算法和数据的主体，通过对这三种新型生产要素的垄断，获取超额分配收益的分配方式。与传统按资分配的根本区别：传统资本的规模效应有物理边界；算法和数字产品具有较低复制成本与强规模效应，而算力、能源、先进芯片和高质量数据仍受物理与制度瓶颈约束。正是数字层可复制性与物理层稀缺性的结合，使控制关键算力的主体更容易形成赢者通吃的垄断格局。

第三，重新定义企业概念。 AI可能降低资本产权与劳动产权之间的部分交易费用；在交易费用趋近于零、权利界定明确等条件下，可参照通常所称科斯定理的零交易费用基准，[4] 使按劳分配与按资分配可能合二为一，从而根本改变国民收入初次分配的产权基础和分配格局。

第四，AI实现知识平权，但放大能力差距。 "竞争机会平等、竞争结果不平等"的市场机制固有缺陷，被AI以指数级的速度急剧放大。

3、货币流通的视角：螺旋陷阱的形成机制

从货币流通层面分析，"生产力超前、生命力滞后"的螺旋陷阱更为清晰：第四象限劳动市场薪酬减少→第三象限家庭购买力不足→第二象限生活资料供大于求→第一象限资金在金融市场空转，形成通货紧缩，反映到实体经济上就是"两种生产"螺旋式紧缩。

4、AI知识产权归全人类：按需分配的法理基础

按照产权理论，谁控制了AI，谁就控制了AI财富分配的锁钥。但AI的本质，是对人类数千年既有知识的汇聚、提炼和重组——这些知识，是全人类世世代代共同积累的文明遗产，不是任何单一主体的私有财产。AI汇聚了全人类的知识总和，其知识产权在法理上应属于全人类，AI理应成为造福全人类的公共产品，而不应被少数科技大厂垄断。[5]

这是本文"提高政府按力分配权重"和"国家参股AI公司"主张的根本法理依据。

下篇：制度重建——构建可落地的按需分配机制

五、提高政府"按力分配"权重

1、政府动力：权力最大化与公平分配的内在统一

不论制度模式如何，政府权力的基础是社会稳定和秩序。贫富鸿沟导致经济危机、经济危机引发社会危机、社会危机威胁权力稳定——这是政府内在地具有消除贫富差距动力的根本逻辑。

2、政府应对AI危机的六项具体举措

举措一（短期）：直接给居民家庭发钱

适度从企业生产领域抽取过剩资金，转而发钱给居民家庭以扩大消费，是缓解"生产力超前、生命力滞后"危机最简单、最直接的有效方法。国际经验：芬兰2017—2018年UBI实验（每月560欧元，2,000名失业者参与）的最终评估显示，受助者生活满意度较高、心理压力较低，就业效应较小。[6]

举措二（长期）：设立国家主权财富基金，推进全民持股计划

参照：挪威政府养老基金（截至2024年末约1.7万亿美元，全球最大主权财富基金），将石油收入转化为全民资产，每个挪威公民理论上拥有约30万美元的份额。[7] 类似逻辑可应用于AI红利。AI与石油不同：石油是自然资源租金，AI是数据、算力、算法、知识积累和资本组织共同形成的制度性租金。因此，AI主权财富基金的关键不是简单"收归国有"，而是把由公共知识、公共教育、公共基础设施和社会数据共同支撑的AI红利，部分转化为可审计、可分红、可跨代积累的公共资产。

举措三（税制）：开征"算力税"和"AI替代税"

超级AI大公司及大规模使用AI的超级个人，像环境污染一样，会发生"收益内化、成本外溢"效应——AI造成大量失业，就是AI外溢的社会成本，必须由AI使用者缴纳社会保障税来承担。国际进展：欧盟2024年通过《人工智能法案》；"机器人税"的立法设想已经进入公共政策讨论。[8]

举措四（就业）：在公共领域创造新的工作场域

在全球气候变暖应对、环境保护、老龄化社会照护、基础科学研究等领域，开拓全新工作场域、创造新工作岗位，建立覆盖全社会的"劳动力流通蓄水池"。

举措五（产业）：全方位支持AI创造的新兴就业形态

从战略高度关注、支持市场机制和AI发展自然创造出的新工作岗位、新行业产业、新就业形态。

举措六（战略）：公共持股或国家参股核心AI公司

利与弊的分析：

利：确保AI红利部分回流全体公民；赋予政府对AI发展方向的实质性话语权；为全民基本收入或主权财富基金提供稳定资金来源；防止算力垄断加剧贫富分化。

弊：政府官僚体系可能抑制AI创新活力；政治干预可能扭曲AI技术路线；可能引发资本外逃；在民主国家可能面临法律挑战；"代表公众利益"可能沦为"代表执政集团利益"的旗号。

本文判断：全面国有化不可取，参股而非控股、监管而非经营，是更现实的路径。 政府可以持有核心AI公司少数股权（如10—20%），获得分红权和董事会席位，但不介入日常经营决策。挪威政府持有本国石油公司股权、新加坡淡马锡持有多个战略性企业股权，都是参照案例。

国际动向： 2026年6月，美国政策讨论中已经出现了公共持股、AI主权财富基金、股权分享等方案。美国参议员Bernie Sanders提出让公众通过主权财富基金分享大型AI企业股权收益的设想；Anthropic CEO Dario Amodei也在讨论AI冲击就业时，把UBI、资本收益税、主权财富基金、股权分享列为可能政策工具；另有媒体称特朗普政府也关注AI巨头应以某种形式回馈公共利益。[10][11] 这些动向不能被表述为既成制度，更不能简单等同于"国家已经参股AI公司"；它们的意义在于，AI资本收益公共化已经从边缘思想进入主流政策讨论。

反方审稿问题： 国家参股AI公司能否真正代表家庭权利，而不是扩大政府权力和企业特权的联盟？公共持股如何避免变成政府选择赢家、权贵资本寻租、甚至技术民族主义的工具？如果这些问题不能被制度性约束，"按力分配"就可能从矫正市场失衡的工具，滑向新的权力垄断。

六、AI全球治理：参照防核扩散条约机制

AI的扩散风险，在某些方面与核武器有相似之处：技术一旦扩散就难以收回，潜在破坏力超出单一国家的控制能力，需要全球协调才能有效管理。

1968年签署的《不扩散核武器条约》（NPT）提供了一个不完美但真实有效的参照：在美苏冷战的地缘对抗背景下，两个超级大国仍然就核不扩散达成了有限共识，并通过条约把核查保障任务赋予已经存在的国际原子能机构（IAEA）。[9]

NPT模式对AI全球治理的启示： 建立AI能力上限协议；设立国际AI安全机构；区分"民用AI"和"军用AI"，对后者实施更严格管控；建立AI事故报告和信息共享机制。

重要差异： AI的传播速度远快于核技术；AI既有军事用途也有广泛民用价值，更难划定管控边界；目前美中之间的AI竞争烈度可能高于冷战时期美苏核竞争，达成共识的难度更大。

最低限度共识的可能性： 即使无法达成全面协议，在"AI不得用于大规模杀伤性武器自主决策"、"AI系统必须保留人类最终控制权"等底线问题上，主要大国可能存在有限共识的空间。

七、合作博弈："大三权分立与制衡机制"下的按需分配理想

人类社会的财富分配，是通过现实生活中人与人、机构与机构、组织与组织的竞争来实现的。不存在一个超人类的"上帝之手"客观公正地安排"按欲分配"。

竞争分为合作博弈与非合作博弈。合作博弈是在法治规则、信息透明基础上的竞争，旨在通过竞争实现共赢；非合作博弈基于参与者实力乃至暴力，追求的是赢者通吃。合作博弈会提高三赢的几率，非合作博弈则提高三输的几率。

"大三权"分立与制衡机制的核心诉求，是确保权利与权力配置合理：以法治方式赋予家庭个人以足够但有边界的权利、赋予企业以足够但有边界的权利，赋予政府足够且有边界的权力。三者相辅相成、相互制约，通过合作博弈满足三方需要、推动"三种生产"良性循环。这就是"大三权分立与制衡机制"下按需分配的终极理想。

从世界范围看，人类社会还没有构建起一个有效的世界政府，因而全球范围内的财富分配，长期处于非合作博弈的逻辑之中。如果能建立一个包容多种文明与制度模式且具有足够权威的世界政府，可以向全人类提供公共产品、实现全球范围内的合作博弈，那么，人类社会将进入"和合主义社会"，就能真正实现全人类社会的按需分配了。遗憾的是，这还只是美好却渺茫的憧憬。但即使如此，方向是清晰的：每一步推进合作博弈、每一步完善"大三权"制衡机制，都是朝着这一目标的靠近。

结语：分配正义，是AI时代最大的政治

本文核心结论可以用三句话概括：

第一，AI极大提高了生产力，但如果没有制度干预，其红利将被"按算分配"逻辑高度集中于少数算力精英，加剧而非缓解贫富分化。

第二，弥补这一分配缺陷，不能只靠市场自发修复，必须引入具有公共约束力的制度性力量——通过提高"按力分配"权重，以全民基本收入、算力税、主权财富基金、公共持股或国家参股AI公司、全球AI治理框架等制度工具，将AI红利部分转化为全民红利。

第三，这一切的根本法理基础，是AI汇聚了全人类的既有知识，其产权在法理上属于全人类，理应成为造福全人类的公共产品，而不是少数科技大厂的私有垄断工具。

"生命力高于生产力"——AI时代的财富分配，必须以维护家庭生命力的持续繁衍和发展为优先目标，而不是以资本积累的效率最大化为唯一标准。分配正义，是AI时代最大的政治。

马斯克关于AI与机器人可能使货币"不再相关"的判断，则提出了AI时代的又一重大命题：当生产力走向极端丰裕，货币、价格和分配制度是否会发生根本性重构？这一问题本站将在另一篇文章中专门讨论。[13]

注释

  1. Piketty, T. (2014). Capital in the Twenty-First Century. Belknap Press of Harvard University Press.
  2. Keynes, J.M. (1936). The General Theory of Employment, Interest and Money. Macmillan.
  3. Coase, R.H. (1937). “The Nature of the Firm.” Economica, 4(16), 386–405. https://doi.org/10.1111/j.1468-0335.1937.tb00002.x ；Coase, R.H. (1960). “The Problem of Social Cost.” Journal of Law and Economics, 3, 1–44. https://doi.org/10.1086/466560 。前者讨论企业与交易费用，后者提供零交易费用基准；二者不可混同。
  4. 欧盟《人工智能法案》（AI Act）：欧洲议会于2024年3月通过，欧盟理事会于2024年5月最终批准，2024年8月生效；相关版权法改革讨论，2023-2024年。此处所列材料记录的是监管进展与版权法改革讨论；现行法尚未确立「AI知识产权属于全人类」这一权利，该主张是本文提出的规范性论断。
  5. Kangas, O. et al. (2020). The Basic Income Experiment 2017-2018 in Finland. Ministry of Social Affairs and Health, Finland.
  6. Norges Bank Investment Management, Annual Report 2024.
  7. European Parliament, AI Act，2024年3月；盖茨机器人税访谈，Quartz，2017年。
  8. Treaty on the Non-Proliferation of Nuclear Weapons (NPT), 1968.
  9. Office of Senator Bernie Sanders, "Sanders Introduces Legislation to Create $7 Trillion AI Sovereign Wealth Fund", 2026年6月18日；相关政策报道，2026年6月。
  10. Associated Press, "Anthropic pledges $200 million to research AI's economic impact as CEO suggests job loss solutions", 2026年6月。
  11. World Economic Forum, "The Future of Jobs Report 2025", 2025年1月；Stanford University, "Artificial Intelligence Index Report 2025", 2025年4月。
  12. Times of India, "World's first trillionaire Elon Musk explains why AI will make money useless", 2026年6月；Business Insider, "Elon Musk says AI and robotics will make money 'irrelevant'", 2025年11月。
  13. 另见：Van Parijs, P. & Vanderborght, Y. (2017). Basic Income. Harvard University Press；Standing, G. (2011). The Precariat. Bloomsbury Academic；Acemoglu, D. & Johnson, S. (2023). Power and Progress. PublicAffairs；World Economic Forum, "The Future of Jobs Report 2025"；Stanford University, "Artificial Intelligence Index Report 2025"。
  14. McKinsey Global Institute (2018), Notes from the AI Frontier: Modeling the Impact of AI on the World Economy, 4 September 2018, https://www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-AI-frontier-modeling-the-impact-of-ai-on-the-world-economy 。报告称其模拟中AI到2030年可能带来约13万亿美元的额外全球经济活动；这是情景模拟，不是实现值。
  15. Briggs, J. & Kodnani, D. (2023), The Potentially Large Effects of Artificial Intelligence on Economic Growth, Goldman Sachs Global Economics Analyst, 26 March 2023, https://www.gspublishing.com/content/research/en/reports/2023/03/27/d64e052b-0f6e-45d7-967b-d7be35fabd16.pdf 。报告表述为相当于全球约3亿个全职岗位的工作任务“exposed to automation”，不等同于3亿岗位必然消失。
  16. Riddell, R., Ahmed, N., Maitland, A., Lawson, M. & Taneja, A. (2024), Inequality Inc., Oxfam International, 15 January 2024, https://doi.org/10.21201/2024.000007 。其发布材料依据所用财富数据称最富1%拥有全球金融资产的43%。该比例是资产持有估计，不是收入份额。