引言：智能化时代的生产关系变革前瞻

当人工智能从技术应用演化为经济形态，人类社会正站在历史性转折点上。2026年《政府工作报告》首次提出“打造智能经济新形态”，标志着我国人工智能发展进入“形态塑造”新阶段。这一跃升的本质，并非简单的技术迭代，而是生产关系的系统性重构——人机协同重塑劳动形态，数据要素重构分配机制，跨界融合再造产业边界。

在这场深刻变革中，一个根本性问题浮现出来：当智能机器大规模替代人类劳动，当“死劳动支配活劳动”达到前所未有的程度，劳动者如何分享技术进步带来的财富增量？传统的按劳分配原则在智能化生产下面临严峻挑战——如果劳动岗位持续减少，“按劳分配”的基础何以维系？

本文提出的核心命题是：智能化时代必须实现分配原则的历史性跃迁——从“按劳分配”为主导向“按劳分配+按人分红”双轨制转型。所谓“按人分红”，是指将人工智能创造的社会财富，以全民基本收入或国民分红的形式，平等分配给每一位社会成员。这一构想并非空想，而是基于数据要素确权、算法监管创新、人机协作重构等一系列制度探索的必然延伸。本文将从政治体制与经济体制两个维度，系统阐述这一未来国策的理论基础与实践路径。

一、智能化对传统分配逻辑的根本性颠覆

1.1 劳动过程的认知重构与“去技能化”陷阱

进入大模型生产时代，生成式人工智能推动了智能机器的加速迭代，形成了全新的人机交互形态。在表面上看，人机协作通过智能增强将人从单调重复的劳动中解放出来，使其专注于更具创造性的工作。资本主义“铁人反对有血有肉的人”的人机矛盾似乎一劳永逸地得以“修复”。

然而，辩证地看，数字资本操控下的人机协作并不必然带来自由时间增加和薪酬待遇提高的数字红利。从长远来看，智能机器的规模化应用将促使知识工人习得技能的加速贬值，进而侵蚀人类复杂认知能力生成的实践基础。“一键式生成”的数字便捷极易导致知识生产过度依赖人工智能，从而消弭人的创造力，引发数字资本主义劳动过程的“去技能化”。

马克思主义政治经济学揭示，资本主义力求实现的理想是死劳动支配活劳动。在智能化时代，这种支配达到了前所未有的程度——由算法驱动的智能生产系统具备自主学习能力，可以通过实时分析数据实现动态决策，从而以更高的效率代替“多技能的劳动者”，同时进一步加强了对活劳动的支配和控制。

1.2 资本主义智能化的分配悖论

人工智能技术在资本主义劳动过程中的应用，虽然大幅提升了社会生产力，但也导致收入分配不平等进一步加剧。这种压力并非来源于人工智能技术本身，而是内生于人工智能技术发展引致的生产方式和生产关系变化。

具体而言，智能化对收入分配产生了三重偏向效应：其一，“资本偏向”——人工智能导致机器替代人力，减少劳动力需求，压低劳动力工资，致使劳动收入份额下降；其二，“技能偏向”——与低技能劳动力相比，高技能劳动力可以更快地学习与利用人工智能，进而更快地提高其生产率，导致工资差距不断扩大；其三，“任务偏向”——人工智能倾向于在低技术部门通过自动化减少工作岗位，在高技术部门创造新的工作岗位，这也加剧了收入不平等。

这些效应共同构成了“资本主义智能化的分配悖论”：技术越进步，生产率越提升，收入分配却越不平等。传统意义上的劳动者权益保护政策，在面对这一悖论时显得力不从心。

1.3 社会主义智能化的替代可能

然而，人工智能技术本身并不必然导致这些现象。马克思曾深刻指出：“机器不是经济范畴，正像拉犁的牛不是经济范畴一样。现代运用机器一事是我们的现代经济制度的关系之一，但是利用机器的方式和机器本身完全是两回事。”这就是说，“利用机器的方式”，或者说人工智能技术被应用于何种生产关系，才能真正决定其对收入分配的影响。

作为替代方案的社会主义智能化，基于社会主义社会的经济基础和上层建筑，不仅为构建以共同富裕为目标的新型分配关系开辟了道路，也为实现人的自由全面发展提供了可操作的实践方案。正是在这一理论指引下，“按人分红”的构想获得了坚实的制度基础。

二、“按人分红”的理论基础与制度逻辑

2.1 数据确权：从“三权分置”到收益共享

“按人分红”的首要问题，是明确分红的财富从何而来。在智能化时代，数据成为关键生产要素，而数据的生产者正是亿万普通民众。深圳数据交易所实践的“三权分置”模型为此提供了重要参照：

数据资源持有权（及70%收益权）归属于数据提供者（个人或企业），从法律上确认了用户作为数据原始生产者的基础性权利；数据加工使用权（及20%收益权）授予进行数据处理活动的平台或企业，承认其劳动和资本投入的价值；数据产品经营权收益中的10%作为税收上缴政府，注入公共数据开发基金，用于建设普惠性数字基础设施。

这一制度创新的深刻意蕴在于：它从产权层面确认了个人数据的经济价值，为“按人分红”提供了法理基础。2023年，深圳数据交易所促成的交易中，数据提供者户均收益分成达到约12,000元。顺丰快递员因贡献物流数据获得额外收益分成；阿里健康通过区块链技术实现医疗数据本地加密训练模型，患者可凭数据贡献值抵扣诊疗费用。这些探索正在将数据要素的市场化配置与收益共享从理论推向实践。

沿着这一逻辑延伸，我们可以设想：当数据成为与土地、资本并列的生产要素，每一位数据生产者——即每一位使用互联网服务的公民——都应当享有数据要素收益的分配权。这正是“按人分红”的第一重来源。

2.2 算法贡献：智能体的价值创造与归属

随着智能体逐步演进为“经济主体”，人机协作正在重塑价值创造的方式。在经营决策领域，数字员工发挥强大的数据运算能力，高效收集和挖掘市场趋势和公司绩效等重要信息；在知识生产领域，撰文、翻译、制表、作图等重复性任务都被交给数字员工自动执行。

这里产生了一个关键问题：智能体创造的价值应当归属于谁？从马克思主义政治经济学的视角，智能体作为劳动资料，其价值是由人类过去的劳动（算法开发、数据训练、算力投入）凝结而成。但智能体的特殊性在于，它具有某种程度的“自主性”——能够基于深度学习不断迭代优化，其产出并不完全等同于初始投入。

合理的制度安排应当是：承认算法模型、核心数据、行业知识等新型要素在价值创造中的贡献，建立与共创模式相匹配的价值分配体系。具体而言，可以将智能体创造的价值划分为三部分：一部分作为研发投入的回报，归开发者所有；一部分作为数据训练的回报，归数据提供者（即公众）所有；一部分作为公共积累，通过税收形式注入全民共享基金。这构成了“按人分红”的第二重来源。

2.3 劳动替代补偿：智能化的社会成本内部化

智能化带来的就业冲击，本质上是技术进步的社会成本。按照福利经济学的逻辑，这一成本不应当由失业者个体承担，而应当通过制度安排实现内部化——即从智能化收益中提取一部分，用于补偿利益受损群体。

从更宏阔的视野看，当智能机器承担了原本由人类完成的劳动，它们实际上是在“代行”人类的劳动职能。由此创造的财富，理应在全社会范围内进行分配。这正是“按人分红”最深层的道义基础：技术进步的红利应当惠及每一个人，而非仅仅聚集于资本所有者手中。

三、分配正义：从“按劳分配”到“按劳+按人”双轨制

3.1 “按劳分配”的历史贡献与时代局限

按劳分配原则在社会主义建设中发挥了巨大作用，它确立了“不劳动者不得食”的公平准则，激发了劳动者的积极性与创造性。然而，智能化时代的到来正在改变这一原则的适用条件。

当智能机器大规模进入生产领域，劳动的形态发生了深刻变化。一方面，许多传统岗位被机器替代，一部分劳动者事实上被排除在生产过程之外；另一方面，留存在生产过程中的劳动者，其劳动的内容和性质也发生了改变——从直接操作转向人机协作。在这种情况下，如果仍然坚持单一的按劳分配原则，就意味着被机器替代的劳动者将失去收入来源，而这显然有悖于共同富裕的目标。

3.2 “按人分红”的法理基础：公民作为“数据股东”

“按人分红”并非福利施舍，而是基于公民在生产资料（数据）中的所有者权益。在现代社会，每一位公民都在日常活动中生产数据：每一次搜索、每一次购物、每一次出行，都在为人工智能的训练提供原料。从这个意义上说，公民是智能经济的“隐性股东”。

参照股份公司的分红逻辑，股东不参与日常经营，但凭借所有权分享企业利润。类似地，公民不直接参与数据加工和算法训练，但凭借数据提供者的身份，有权分享智能化创造的财富。这就是“按人分红”的法理内核：它承认每一个人都是智能经济这部“社会机器”的共建者与共享者。

3.3 合理性与合意性的双重趋近

经济社会秩序优劣之根本，在于是否有利于经济发展和社会和谐。从经济学角度，将“社会资源配置效率提高和发展成果相对公平分配”定义为合理；从社会学角度，将“具有最大公约数的社会共识和社会稳定”定义为合意。“按劳+按人”的双轨制分配模式，恰恰同时趋近这两个维度。

从合理性看，“按人分红”并不否定按劳分配，而是在其基础上增加了一个分配层次。劳动者依然可以通过劳动获得收入，同时作为社会成员分享智能化红利。这种安排既保持了劳动激励，又扩大了消费基础，有利于经济循环的顺畅运行。

从合意性看，“按人分红”为应对智能化就业冲击提供了制度缓冲，有助于维护社会稳定和社会共识。当技术进步不再意味着失业威胁，公众对智能化的接受度和支持度将大幅提升，形成技术创新与社会稳定的良性循环。

四、智能化政治体制：服务于分配正义的制度重构

4.1 从“管理”到“治理”：多元利益共生的制度设计

智能时代的社会秩序涉及多方利益关系调整，需要各方充分博弈互动。市场和社会各方自发合作形成的“弱秩序”与公权力介入形成的“强秩序”将长期并存。

在分配领域，这意味着需要构建“国家-资本-劳动者-用户”利益共生的新格局。国家作为公共利益代表，负责制定分配规则并监督执行；资本获得合理的投资回报；劳动者获得劳动报酬；用户（公民）作为数据提供者获得数据收益。这种多元共生的制度设计，是“按人分红”得以落地的政治保障。

4.2 AI赋能决策：算法辅助下的分配正义实现

人工智能在政治治理领域的应用已成为趋势。AI确实为提高效率、扩大参与提供了前所未有的可能，但也要避免走向由数字技术精英替沉默大多数做决定的极端。

在分配政策的制定过程中，AI可以发挥其强大的数据处理和模式识别能力，为决策者提供更全面、更精准的信息支持。例如，通过分析海量数据，AI可以帮助识别哪些群体受智能化冲击最大、哪些地区就业转型最困难，从而为差异化、精准化的分红方案提供依据。

然而，善治与良治从来不是源自先进的工具，而在于对人的尊重、对正义的追求和对共同体的责任。最终的价值判断、政策选择和权力行使，必须由具备政治智慧和责任担当的人来完成。AI只能是辅助工具，而非决策主体。

4.3 算法监管的中国范式：制衡技术权力

“按人分红”的有效实施，离不开对算法权力的有效制衡。中国的算法监管实践形成了鲜明的价值导向：禁止算法歧视，要求不得基于种族、性别、健康状况等实施不合理的差别待遇；强化数据溯源与人工复审，在自动化决策对用户权益产生重大影响时设置便捷的人工复核通道。

算法审计制度的建立，推动算法“黑箱”走向透明，将公平、公正等价值观内化到算法研发和运营的全流程中。这对于保障“按人分红”的公平实施至关重要——当算法决定谁获得多少分红时，必须有相应的机制确保这一决定过程的公正性和可问责性。

五、智能化经济体制：支撑全民分红的运行机制

5.1 数据要素市场的制度底座

“按人分红”的可持续性，取决于智能经济本身的健康发展。而智能经济的核心驱动力，是数据要素的高效流通与价值释放。

当前智能经济发展的主要矛盾，已从“算力不足”转向“数据要素焦虑”。中国智能经济要走出区别于美国“算力堆砌”模式的差异化路径，必须在数据应用的定价、确权、入表等制度创新上取得突破。要加快构建全国一体化数据要素市场，完善合规高效的市场运行规则，推动公共数据依法开放与授权运营，建立健全数据流通安全治理标准。只有把数据市场的“蛋糕”做大做好，“按人分红”才有坚实的物质基础。

5.2 人机协作的新型劳动关系

当人工智能从辅助工具演变为协作伙伴，传统的劳动关系必须因时而变。要探索建立适应人机协同的新型生产任务分配体系，推动职业分类动态调整，审慎界定AI智能体在经济活动中的合理地位。建立基于算法共享、数据提供与行业知识沉淀的成果共享机制，构建人机友好、算法兼容的新型劳动关系。

这对“按人分红”的意义在于：当人机协作成为常态，劳动贡献的界定变得复杂。通过明确算法、数据、知识等新型要素的价值贡献，可以为分配提供可操作的计量基础。

5.3 全民分红基金的设立与运营

从操作层面看，“按人分红”需要建立专门的制度载体——全民分红基金。基金的来源可包括：数据要素交易的国家税收分成；国有企业及平台企业的智能化收益上缴；算力基础设施的公共投入回报；智能体创造价值的社会共享部分。

基金的分配可采用“基础+浮动”模式：基础部分向全体公民等额发放，体现国民基本权益；浮动部分可根据收入水平、地区差异等因素进行调节，体现二次分配的公平原则。基金的运营需建立透明、高效的治理机制，确保资金安全与收益稳定。

六、结语：迈向智能时代的分配正义

智能时代的到来不可逆转，分配正义的追求亦不可放弃。在资本主义制度框架下，智能化加剧了收入不平等，形成了难以破解的分配悖论。而社会主义制度为实现分配正义提供了根本保障。

“按人分红”并非否定劳动的价值，而是在智能化条件下对劳动价值的更高层次肯定。当机器承担了越来越多重复性、枯燥的劳动，人类得以从必然王国迈向自由王国。在这一历史进程中，如何让技术进步真正惠及每一个人，是制度设计必须回答的根本问题。

中国的实践已经迈出探索步伐：数据确权的“三权分置”、算法监管的规范框架、人机协作的制度创新——这些探索正在为“按人分红”积累制度经验。展望未来，需要在更广范围、更深层次上推进相关改革，将“按人分红”从理论构想转化为制度现实。

归根结底，人工智能应当成为解放人类、服务人类的工具，而非加剧不平等、制造新鸿沟的推手。“以人为本、智能向善”，不仅是中国倡导的治理理念，更应成为智能时代制度设计的根本遵循。通过“按劳分配+按人分红”的制度创新，我们有理由相信，智能时代可以成为一个人人共享、共同富裕的美好时代。