引言：智能化时代的制度前瞻

当生成式人工智能大模型已能撰写论文、编写代码、诊断疾病，当自动驾驶开始穿梭于城市大街小巷，当人机协同成为生产常态，我们不得不正视一个根本性问题：现有的政治经济体制，是否还能适配一个全面智能化的社会？历史反复证明，生产力变革必将引发生产关系调整，而生产关系的核心载体，正是政治体制与经济体制。

《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确提出“全面实施‘人工智能+’行动”，这不仅是技术层面的战略部署，更是制度层面的深刻召唤。智能化不是工具的智能化，而是整个社会肌理的智能化。政治决策、经济生产、劳动分配、公共服务，无一例外需要被重新编码。在这一宏大背景下，本文聚焦于“分配正义”这一古老而常新的命题，探讨如何依托智能化人工智能平台，构建适应数智文明时代的未来国策框架。

分配正义的核心问题是：社会财富由谁创造、如何分配、凭什么标准？在工业时代，这个问题由市场与政府博弈回答；在智能化时代，答案必须被重写。当人工智能深度嵌入生产过程，当劳动的内涵从体力支出延展至数据贡献、算法训练，当生产资料从实体资源向虚拟数据迁移，传统分配逻辑遭遇的根本性挑战在于——分配的依据不再清晰，分配的手段不再有效，分配的正义性不再自明。唯有通过智能化人工智能平台的系统性建构，才能在技术禀赋中注入制度理性，在效率跃升中守住公平底线。

上篇：智能化人工智能平台的技术禀赋与权力逻辑

一、人工智能的全方位赋能：从工具到基座

理解智能化时代政治经济体制变革的前提，是准确把握人工智能本身的技术禀赋。当代人工智能绝非简单意义上的技术工具，而是融合了数据、算法、算力、应用、平台诸多数智要素的创新复合体，其核心特征可概括为四个方面：

第一，增富禀赋。人工智能广泛嵌入经济领域各环节，推动数智产业化与产业数智化。在这一过程中，社会财富的形态发生深刻变化：数据、数据库、算法、算力乃至数智平台本身，成为国民财富的重要组成部分。据测算，2025年我国数字经济比重已超过50%，这意味着物质生产与数智生产已平分秋色。财富形态的改变，必然要求分配形态的相应变革——当数据成为核心生产要素，数据贡献者如何在分配中获得承认？

第二，赋权禀赋。人工智能嵌入政府治理、社会治理诸领域，重构权力运行的方式。依托大数据与智能算法，决策的科学性与效能性显著提升，传统的科层结构面临扁平化冲击。但这同时也意味着，掌握算力与算法的机构——无论是政府部门还是科技公司——获得了前所未有的社会影响力。权力结构正在从“一元化”走向“多元化”，从“等级化”走向“扁平化”，从“模糊化”走向“清晰化”。

第三，生智禀赋。人工智能不仅处理信息，更生产知识。通过深度学习与自主学习，人工智能系统能够从海量数据中提炼规律、预测趋势、辅助决策，其信息处理能力已远超个体人脑。这种“生智”能力意味着，传统依赖精英经验的知识生产模式，正在被数据驱动的智能知识生产模式所替代。

第四，智服禀赋。人工智能嵌入市场服务、社会服务与政府服务，显著提升服务的可及性与效能。尤其在基础教育、社会保障、医疗卫生等公共服务领域，智能化平台有望消除长期存在的城乡“服务鸿沟”，使基本公共服务实现数智化可及与均等化。

这四大禀赋共同揭示：人工智能已不仅是提高效率的工具，更是重构社会的基础设施。正如电力曾经重塑工业社会、互联网曾经重塑信息社会，人工智能正在重塑数智社会的基本运行逻辑。而基础设施的拥有者、定义者、运营者，必然成为新社会形态中的权力中心。

二、算力即权力：政治权力的系统性重构

“技术从来不是中立的。”互联网起源于美国军事项目，其底层架构中嵌入了特定的治理逻辑。人工智能时代，这一判断变得更为直观。当全球约三分之二的人工智能系统所依赖的云基础设施集中于亚马逊、微软和谷歌三家公司，当英伟达这样的硬件企业开始在全球范围内塑造算力获取方式，“所有权”就不再是一个抽象概念，而是基础设施层面的直接权力。

从“算力看待权力”，可以揭示数字智能时代政治权力演化的三条主线：

生成方式的重塑。前信息时代，权力的争夺聚焦于土地、劳动力等基本生产要素；数字智能时代，数据成为最具基础性的生产要素。但数据必须经过处理才能投入社会生产，算力正是撬动这一过程的“第一杠杆”。算力使海量数据的有序结构自然涌现，传统权力被赋予数字属性，数据得以产生权力效应。这意味着，谁掌握算力，谁就掌握数据转化为权力的通道。

运行方式的重塑。算法治理具有中立性、高效性、精准性的技术优势，能够基于对已知数据的深度学习预测风险、精准施策。但算法嵌入治理的过程，同时意味着政府不得不让渡算法设计权与操作权。传统以政府为中心的权力运行方式，正受到来自大型科技公司的结构性挑战。

存在方式的重塑。算力驱动下，政治权力赖以存在的时空条件发生离散化。权力以“信息”形态存在于数字空间之中，政府和平台凭借算力与算法左右个体获取信息的渠道与内容，以“过滤气泡”“信息茧房”等方式建构信息化权力。这种权力形态更为隐蔽，也更为渗透。

由此，政治权力结构经历三重转型：从一元化走向多元化——大型科技公司从权力边缘走向中心；从等级化走向扁平化——信息在科层内部无障碍流动，中间层级被削减；从模糊化走向清晰化——数据使信息由不对称走向对称，真相自动涌现。多元权力中心的出现、智能政府形态的显现、直接民主的技术可能，共同宣告传统政治系统的再造。

三、资本主义新变局：生产资料垄断的升级

在资本主义制度框架下，人工智能技术的演进呈现出特定的阶级逻辑。通用人工智能时代的到来，正在加剧资本主义的内在矛盾。

劳动对象的虚拟化。劳动对象从自然物质向信息空间迁移，数据、算法模型、虚拟环境成为主要劳动对象。这形成了“数据→智能→数据”的闭合回路：资本通过数据获取智能，再通过智能生产更多数据。虚拟劳动对象具有无限复制性、非损耗性、共享性，但也使资本积累过程日益虚拟化。巨额风险投资押注模型的潜在垄断收益，一旦商业化落地与支付能力错配，“算力债务—数据泡沫—消费不足”的新型危机形态可能酝酿成形。

劳动资料的通用化。通用人工智能突破传统劳动资料的专业化限制，呈现跨领域、跨行业的通用性与泛化能力。高度可复制性使劳动资料的边际成本大幅降低，迭代速度呈指数级增长。这导致资本主义企业竞争模式发生深刻变化：核心从规模经济、物质资源占有，转向数据资源、智能算法、技术标准、生态平台的掌控。“赢家通吃”的产业格局进一步强化垄断化趋势。

资本有机构成的重构。通用人工智能模型的算力设备、数据收集、算法迭代构成高密度不变资本，其资本支出远超一般企业的承受能力。马克思所揭示的“在积累进程中资本可变部分相对减少”的趋势，在通用人工智能时代被加速实现。剩余价值转而由对数据资源的排他性占有以及租金化机制所驱动，劳动者的地位进一步边缘化。

这一“技术资本主义”新形态表明：技术本身并不自动带来公平分配，相反，在既有的权力结构下，技术更可能成为加剧不平等的工具。平台劳动中，大量数据工人以极低报酬支撑人工智能系统的运转，却既无话语权也无所有权。全球约三分之二的人工智能基础设施集中于三家公司，成本与风险被不断转嫁给劳动者与依赖平台生活的人。维系整个系统运转的人，恰恰最没有话语权。

这正是《未来国策》必须回答的核心问题：当人工智能成为社会的基础设施，这套系统归谁所有？由谁决定它如何运转？分配正义如何在智能化时代获得制度保障？

中篇：分配正义的困境与智能化求解

四、传统分配逻辑的数智困境

分配正义问题贯穿人类思想史。从亚里士多德的“比例平等”到罗尔斯的“差别原则”，从马克思的“按劳分配”到当代的“基本收入”讨论，分配正义始终关乎社会的基本结构。但在智能化时代，传统分配逻辑遭遇三重困境：

第一重困境：劳动价值测不准。工业时代，劳动价值可以通过劳动时间、劳动强度、劳动技能等指标相对清晰地度量。但在智能化生产中，劳动形态发生深刻变化：数据贡献者——那些在日常使用互联网、人工智能服务中产生数据的亿万用户，其行为数据成为训练模型的原材料；算法训练者——那些为人工智能标注数据、调试模型的劳动者，其劳动往往隐蔽而分散；人机协同者——那些借助人工智能提升效率的劳动者，其产出中劳动与工具的贡献难以剥离。当“劳动”的外延无限扩展，按劳分配的前提——劳动价值的准确测度——便面临根本性挑战。

第二重困境：分配手段够不着。传统分配主要依赖两种机制：市场分配（初次分配）与政府调节（再分配）。但数智经济的高度虚拟化、跨边界、即时交易特性，使传统分配手段捉襟见肘。数据要素的收益如何确认？平台经济的价值如何溯源？跨国数字服务的税收如何征管？当经济活动大量发生于传统制度覆盖不到的“数字空间”，分配正义便悬于半空。

第三重困境：公平标准说不清。分配正义需要共识性的公平标准。但数智时代，这一标准变得更为模糊。是按“劳动贡献”分配，还是按“数据贡献”分配？是按“风险承担”分配，还是按“使用需求”分配？当人工智能取代部分工作岗位，被替代者是否有权分享智能红利？当平台成为基础设施，平台收益应归股东、员工、用户还是全社会共享？这些问题没有现成答案。

五、分配正义的智能化平台构想

破解上述困境，需要跳出传统思维的窠臼，将分配正义的追求嵌入智能化人工智能平台的设计之中。换言之，分配正义不应是事后补救，而应是事前嵌入；不应是外部约束，而应是内在机制。基于此，本文提出“分配正义智能化平台”的三层架构：

第一层：价值溯源层——谁创造了什么。

分配的前提是识别贡献。智能化平台应构建“价值贡献溯源系统”，对经济活动中各类主体的贡献进行多维度追踪与量化。这一系统需包含：

• 劳动贡献追踪：通过智能化手段记录劳动者的工作时长、任务类型、技能要求、产出质量，形成“劳动贡献账户”。对于数字劳动、零工劳动等新型就业形态，这一追踪系统尤为重要。
• 数据贡献计量：用户在平台上的每一次点击、浏览、交互、反馈，都在为模型训练贡献数据价值。应建立“数据贡献指数”，量化个体数据对算法迭代的边际贡献，使数据提供者获得应有的价值回馈。
• 资本贡献核算：物质资本、技术专利、算法模型等生产要素的投入，也需纳入价值溯源体系，但应避免资本贡献吞噬劳动贡献的制度设计。

第二层：收益分配层——价值如何分享。

基于价值溯源，智能化平台应实现自动化的收益分配。这不仅是技术问题，更是制度设计问题：

• 初次分配的智能化：在平台经济中，算法不应仅服务于效率最大化，而应嵌入公平分配逻辑。例如，外卖平台的订单分配算法，可将劳动者收入稳定性、劳动强度均衡性纳入优化目标，而非唯效率是从。平台合作社的实践表明，当劳动者共同拥有平台时，其收入可达主流平台的两倍，且拥有更稳定的排班与规则发言权。
• 再分配的精准化：依托大数据与人工智能，政府可实现对社会福利、税收调节、转移支付的精准滴灌。通过构建“经营主体基因库”与“经济大脑”，识别不同群体、不同区域、不同行业的差异化需求，实现从“大水漫灌”到“精准施策”的转变。
• 全民红利的制度化：当人工智能大规模替代劳动，当数据成为全民生产的生活副产品时，全民基本收入（UBI）或全民数据红利应成为制度选项。智能化平台可支撑“全民红利账户”的建立与运营，使技术进步的红利惠及全体公民。

第三层：监督治理层——正义如何保障。

分配正义的实现，需要有效的监督与治理机制：

• 算法审计：对平台企业的分配算法进行定期审计，检测是否存在算法歧视、隐性剥削、信息不透明等问题。算法审计应由独立第三方执行，审计结果向社会公开。
• 数据信托：探索建立数据信托机制，由受托人代表数据主体的利益，对数据的使用与收益进行监督管理。瑞士MIDATA的实践表明，公民可在民主监督下共同决定健康数据如何用于科研与人工智能开发。
• 多中心治理：分配正义不应由政府单一主体保障，而应构建政府、企业、劳动者、用户、第三方组织共同参与的多中心治理格局。通过多层次嵌套制度，实现自发秩序（弱秩序）与制度秩序（强秩序）的有机结合。

六、分配正义的数理表达

为使分配正义从理念走向可操作，需借助数理工具进行形式化表达。以下用中文描述核心公式：

公式一：价值贡献函数

个体的总价值贡献（C）等于劳动贡献（L）、数据贡献（D）与资本贡献（K）的加权和，即：

C 等于 α 乘以 L 加上 β 乘以 D 加上 γ 乘以 K

其中，α、β、γ为权重系数，需通过社会共识与实证研究确定。劳动贡献（L）可进一步分解为工作时间（T）、技能系数（S）与产出效率（E）的乘积；数据贡献（D）可量化为数据量（Q）、数据质量（q）与数据稀缺性（r）的函数。

公式二：公平分配准则

分配方案需满足两个基本约束：一是效率约束，即分配后总产出（Y）应不小于分配前；二是公平约束，即分配结果的基尼系数（G）应低于社会容忍阈值（G0），且最低收入群体的人均收入（I_min）不低于基本生活保障线（I_basic）。可形式化为：

Y 分配后 大于等于 Y 分配前

G 小于等于 G0

I_min 大于等于 I_basic

公式三：动态调节机制

当实际分配偏离公平目标时，智能化平台应启动动态调节机制。调节力度（Δ）取决于偏离程度（δ）与社会承受能力（S），即：

Δ 等于 f(δ, S)

其中，f为调节函数，可设计为线性函数或非线性函数。调节方式包括税收调整、转移支付、平台收益再分配等。

下篇：智能化政治体制与经济体制的重构

七、政治体制：从科层治理到数智治理

智能化时代，政治体制的核心命题是：如何在技术赋能的同时保障民主参与，如何在效率提升的同时坚守公平正义，如何在权力分散的同时维护公共秩序。

治理方式的智能化转型。传统科层治理受信息不对称、条块分割、响应滞后等问题困扰。数智治理通过构建“实时感知—精准预测—智能预判—协同调度—及时反馈”的完整治理闭环，推动决策从“事后救火”向“事前预警”跃升。依托一体化平台，实现跨部门、跨层级的任务精准派发与协同处置，将治理节奏从“月度、季度”提升为“实时、在线”。智能政府形态的显现，使政府在规模控制、决策助力、效率提升等方面具备更强效能。

民主参与的智能化扩展。算力能够在最大程度上突破信息不对称的桎梏，将每一个公民纳入民主参与过程。公民的“内容提供者”“市民新闻记者”身份在信息流通中得以增强，人民参与、民意表达、政治回应等民主诉求在信息双向流动中得以实现。智能化平台可支撑“参与式预算”“数字公投”“政策众筹”等新型民主实践，使直接民主在大规模社会的实现成为可能。

权力监督的智能化强化。“将权力运行限制在数据铁笼之中”，是智能化政治体制的重要目标。在算力充足的情况下，对海量政务数据处理分析后以可视化方式呈现给公众，可以识别并即时曝光潜在的腐败因素，提前采取预防措施。阳光政府建设、服务型政府建设、节约型政府建设，都可依托智能化平台获得实质性推进。

多元权力的协同共治。面对大型科技公司崛起为新的权力中心，政治体制需从“一元化管理”转向“多元化治理”。一方面，政府应发挥集中优势抢占算力新赛道，打造全国一体化算力调度平台，实现对大型科技公司的有效监管；另一方面，应推动建立政府、企业、社会组织、技术社群共同参与的治理合作机制。技术社群所构建的算法安全认证、算法伦理准则等“弱秩序”，应与政府监管的“强秩序”相互补充。

八、经济体制：从市场配置到智能配置

智能化时代，经济体制的核心命题是：如何在数据成为核心生产要素的条件下优化资源配置，如何在平台成为基本组织形态的条件下维护市场公平，如何在人机协同成为常态的条件下保障劳动者权益。

资源配置的智能化。传统市场配置依赖价格信号，存在信息滞后、调整缓慢等问题。智能经济体制依托“经济大脑”与“经营主体基因库”，实现对经济运行态势的“可感、可知、可算、可管”。通过构建覆盖产业全生命周期的数据共享平台，形成从规划引领、精准招商、梯次培育到动态评价的闭环产业组织机制。资源配置的精准化、动态化、智能化，有望突破传统市场的效率边界。

平台经济的民主化。平台是数智时代的核心组织形式，但传统平台的所有权集中于外部股东，决策权集中于少数创始人。平台合作社的实践提供了一种替代模式：劳动者和用户共同拥有平台，实行“一人一票”的民主治理，使收益更多回归实际参与劳动的人。西班牙格拉纳达的Givit配送合作社已实现每月配送订单超过20万单，拥有900多名活跃工人社员，工人享有雇员身份、社会保障与稳定收入。这一实践表明，平台的民主化不仅可能，而且可行。

劳动权益的智能化保障。面对“赛博无产阶级”的边缘化风险，经济体制需构建劳动者权益的智能化保障体系。一是劳动关系的智能化认定，借助区块链等技术追溯劳动过程，明确劳动关系的法律属性；二是劳动报酬的智能化核算，通过算法确保劳动者获得公平报酬；三是劳动保护的智能化覆盖，使零工经济从业者享有社会保障、职业培训、劳动安全等权益。生成式AI并未改变平台劳动的剥削本质，只是让这套结构更难被看见，因此需要更有力的制度穿透。

分配正义的体制化嵌入。分配正义不应是经济体制的外部约束，而应是其内在构成。这一原则体现在：在要素市场，数据、算法、算力等新型要素的定价与交易规则中嵌入公平考量；在产品市场，平台定价、佣金抽成、收益分配等机制中嵌入正义标准；在财税体制，数字经济税收、平台收益调节、数据红利分红等制度设计中嵌入再分配功能。

九、开源与闭源：两种技术路线与制度选择

人工智能的发展路径存在开源与闭源两种模式，这两种模式不仅是技术选择，更蕴含着不同的权力逻辑与分配效应。

闭源大模型（如ChatGPT）将核心技术掌握在少数公司手中，形成“技术封建主义”体系。资本通过控制快速更新换代的劳动资料，加强对劳动力的支配与压榨。数据垄断、认知操控、信息生态控制，使超越物质剥削的意识形态控制成为可能。

开源大模型（如DeepSeek）则将技术成果向社会开放，降低技术门槛，分散权力中心。开源模式更有利于数据价值的广泛分享、算法演进的集体参与、智能红利的普遍惠及。中国的DeepSeek实践表明，开源路线可以成为推动通用人工智能发展、构建人工智能治理新模式的战略选择。

《未来国策》应明确支持开源技术路线，将开源作为保障分配正义的重要制度安排。具体包括：推动公共资金资助的人工智能研究成果开源；建立国家人工智能开源社区；鼓励平台企业将基础模型开源，通过增值服务获取收益；对开源贡献者予以制度认可与政策激励。

结语：迈向人机共生的正义社会

智能化不是命运的降临，而是选择的结果。人工智能既可能成为加剧不平等的工具，也可能成为实现分配正义的杠杆；既可能强化少数人的权力，也可能拓展多数人的自由；既可能导致人的边缘化，也可能促进人的全面发展。关键在于制度选择。

《未来国策》的核心主张是：依托智能化人工智能平台，将分配正义从理念转化为制度，从外部约束转化为内在机制。这一平台应具有价值溯源、收益分配、监督治理三重功能；这一制度应在政治体制上实现从科层治理到数智治理的转型，在经济体制上实现从市场配置到智能配置的跃升；这一选择应坚持开源路线，确保技术红利惠及全民，而非集中于少数。

马克思曾预言，未来的社会将是“自由人的联合体”，在那里，“每个人的自由发展是一切人的自由发展的条件”。智能化时代，这一理想获得了新的技术可能：当人工智能承担大量重复性劳动，人类得以从生存压力中解放，专注于创造性活动；当智能平台实现精准的贡献计量与公平的收益分配，按劳分配与按需分配获得新的结合方式；当算力突破信息不对称的桎梏，直接民主与参与治理成为现实。

但技术可能不等于历史必然。技术资本主义同样可能将人类带入“赛博无产阶级”与“云资产阶级”的对立格局。分配正义的实现，需要主动的制度建构，需要清醒的政治意志，需要广泛的社会参与。这正是《未来国策》的使命所在。

让我们回到开篇的问题：当人工智能深度嵌入社会肌理，政治经济体制必须智能化。但这种智能化不应是技术的单向统治，而应是人与技术的共同进化；不应是效率的片面追求，而应是效率与公平的统一；不应是少数人的权力扩张，而应是多数人的自由实现。唯有如此，我们才能在数智文明时代，建设一个人机共生、分配正义的美好社会。