期刊论文

［摘 要］本文探讨人工智能技术对劳动力市场的冲击及福利国家的应对。与第三次工业革命相比，以人工智能为核心的第四次工业革命，不仅延续了对体力劳动的替代，更开始侵蚀认知劳动领域，中高技能岗位亦受到显著影响。传统福利国家制度正面临系统性挑战：平台经济动摇了以正式雇佣为基础的社保体系；劳动者议价能力分化加剧，低技能群体陷入“再商品化”困境；社保基金收支失衡压力凸显。面对上述挑战，欧洲福利国家从三方面进行政策调整：实施积极劳动力市场政策，推动终身学习与技能培训；革新社会保障制度，创新筹资机制并探索新型劳动关系认定；加强技术治理与算法监管，确保人工智能发展符合公平与包容原则。研究表明，人工智能的发展与社会福利制度的困境折射出经济效率与社会公平之间的深层张力。新技术在催生新中产阶层的同时，也可能导致原有中产阶层向下流动。因此，需通过前瞻性政策设计，将技术红利转化为普惠性社会福祉，在效率与公平之间构建新的社会契约。

［关键词］人工智能；劳动力市场；福利国家；政策调整 

　　在以人工智能和深度自动化为核心的新技术浪潮中，技术性失业这一历久弥新的议题正以全新的形态显现。过去几十年，计算机的广泛使用代替了诸多行业的常规人工劳动，实现了程序化任务的自动化处理；近些年，被誉为“数字技术皇冠上的明珠”的人工智能技术，不仅能够模拟人类的智能行为，而且通过重构问题解决模式深刻改变劳动力市场的需求结构。特别是生成式人工智能，其依托海量数据训练实现质的飞跃，所拥有的内容创造、逻辑推理和情境理解能力，正推动新一轮生产力革命。机械自动化与人工智能的深度融合产生了显著的叠加效应，对就业的冲击更加猛烈、波及范围更广、破坏性更强。发达国家劳动力市场的疲软态势，正是这一严峻挑战的现实映射。 

　　正如学者所言，技术对不平等的影响取决于其开发与应用方式。尽管理论上可通过制度设计引导人工智能向“就业友好型”路径发展，但需认识到，新技术对生产力的提振和新岗位的创造往往需要经过漫长的传导周期。相较而言，新技术对旧岗位的替代却可能迅速发生。这种时滞效应意味着，在人工智能推动经济转型升级的宏观背景下，微观层面的劳动力市场将承受剧烈阵痛。因此，本文聚焦人工智能对劳动力市场的多重影响，不仅关注技术替代的直接效应，更深入分析技能需求、工作方式以及收入分配等方面的结构性调整。 

　　本文以波兰尼（Karl Polanyi）的双重运动理论为分析框架。波兰尼通过考察市场社会的形成过程，指出市场经济并非自然演化，而是通过国家干预嵌入社会之中。在这一过程中，劳动力、土地和货币三个最重要的生产要素被强制商品化，不受约束的市场通过扩张“运动”推动自由主义经济，导致社会失序和关系解体，如失业加剧和贫富分化。作为回应，社会产生“反运动”，通过福利制度和法律法规等保护性措施，将经济重新嵌入社会之中，缓解不平等趋势。在人工智能时代，该理论可以解释市场驱动的技术变革加剧劳动力商品化态势，导致就业冲击和收入极化，而福利国家的政策调整则可被视为对这一趋势的“反运动”。在此基础上，本文致力于探讨如何在技术迭代的过程中，构建包容性制度框架，使技术创新转化为普惠性人类福祉，从而实现经济效率与社会公平的有机统一。 

　　一、文献综述与问题的提出 

　　关于技术进步对劳动力市场和收入分配的影响，已有较多论述，主要包括三种观点。首先，技术乐观主义阵营以熊彼特的“创造性破坏”理论为基石，强调技术革新虽会引发短期阵痛，但终将通过产业升级实现就业结构的优化迭代，创造更多就业机会。克勒纳特（David Klenert）等人指出，在制造业部门，自动化意味着雇佣规模的累进式增长，而非对低技能工人的简单替代。从国别角度看，自动化可以提升企业的雇佣数量和产量，推动发达国家的就业增长，这在针对发展中国家的研究中也得到了证实。就人工智能而言，学者认为，没有职业可以被新技术完全取代，其对劳动力市场的正向作用在那些流程更复杂、更需要创新精神的高技能工作中尤为明显。更有学者指出，人工智能提供了扩展专业知识影响力、提升知识附加值的机会，其可以大幅提升技能较低劳动者的生产率，甚至可能重塑第三次工业革命中受损的中产阶层。 

　　其次，一些学者对技术进步与劳动力市场之间的关系持中立态度。李嘉图（David Ricardo）认为，技术进步既可以增加就业，也会造成结构性失业。近期研究则通过“使能-替代”技术二分法深化了这一认知。替代技术可能对就业和收入产生不利影响，加剧不平等并降低劳动收入在GDP中的比重；使能技术则让更多人受惠于经济增长。技术进步对就业的净效应取决于两种技术间的平衡。阿西莫格鲁（Daron Acemoglu）和雷斯特雷波（Pascual Restrepo）的实证研究表明，自动化既不会终结人类劳动，也不会永远有利于所有职业。道特（Wolfgang Dauth）等人指出，在工业领域，自动化对雇佣和收入造成负面影响，但该影响可以被自动化对其他行业，尤其是对服务业的影响所抵消。因此，考虑到部门间溢出效应，自动化对就业的总体影响呈中性。在人机协作日益得到重视的背景下，人工智能的影响将更多体现在工作任务的构成上，其对就业的净效应取决于任务替代深度与生产率增益幅度间的动态平衡。 

　　最后，在技术悲观主义者中，列昂惕夫（Wassily Leontief）预言，自动化将降低劳动者在经济活动中的重要程度，即使出现新的就业岗位，其依旧难以抵消技术替代引发的失业潮。技能偏向性技术变革（SBTC）理论指出，先进技术替代了低技能工人并助益高技能劳动者，因而增加了对后者的需求，加剧了收入不平等程度；常规偏向性技术变革（RBTC）理论认为，自动化倾向于取代常规的重复性任务并助益非常规任务，带来中等收入群体的减少和劳动力市场的极化。新技术还会以资本收入增加的形式归于资本所有者，从而进一步加剧不平等趋势。人工智能的突破性发展使技术悲观主义理论获得新的佐证。学者指出，与前三次工业革命相比，人工智能将更广泛地取代劳动力，从而降低劳动收入份额。蔡昉认为，不同于历史上的“技术性失业”，人工智能可能成为终结者，替代几乎所有职业。那些需要进行简单分析的工作更可能被新技术所取代，使得未被前三次工业革命淘汰的劳动者走下职业阶梯，承担了传统上由低技能劳动者从事的工作，并将后者推至社会更底层。 

　　关于技术进步背景下，尤其是自动化和人工智能对福利国家政策的冲击及调整的论述，同样可分为三个方面。首先，学者指出，新技术对劳动力市场和社会保障制度产生了深远影响，呈现劳动关系灵活化、就业阶层分化加剧、机器进一步替代人工的趋势，挑战了传统税收制度和管理模式，使得基于正规就业的社保制度面临风险特征改变、劳动力再商品化、社保基金来源萎缩等风险。基于此，发达国家通过调整劳动关系认定标准、普及非缴费型救助、开拓融资渠道等方式进行转型。具体而言，一些国家通过完善税收调节机制、扩大转移支付等手段，为面临自动化替代风险的劳动者提供基本保障，缓解其对失业和收入下降的担忧。另有国家通过推行工作分享制度，拓展就业机会。值得一提的是，全民基本收入方案也进入了理论界和政策界的视野。然而，学者指出，在此过程中需避免包容性安全网的过度扩张趋势。 

　　其次，一些国家在短期内强化安全网的同时也对长期的人力资源建设予以关注。例如，通过培训提升中等技能劳动者的技能水平，帮助其向高技能岗位转移，减少低技能市场的劳动力供给；针对低技能劳动者开展针对性培训，重点培养人工智能难以替代的技能，如创造力和复杂问题的解决能力，帮助劳动者适应人机协作的新工作模式，降低非自愿兼职的可能性。除在职培训外，一些国家还注重优化教育体系，将人工智能相关课程融入各级教育，尤其关注边远地区和弱势群体，保障资源的公平分配；提升全民数字素养，支持跨机构协同。 

　　最后，完善人工智能监管机制。以欧盟为代表的区域组织和国家通过构建监督框架，保障数据安全；明确开发者的透明度要求和数据追溯责任，建立第三方审查机制，避免性别、种族等偏见嵌入算法，形成隐性歧视；制定评价指标，对人工智能产品的风险进行分级，设置市场准入门槛，制定应对措施。此外，一些国家试图规范雇主对劳动者的数字监管范围，如禁止追踪私人信息、保护劳动者隐私、维护工作与生活的边界。 

　　技术进步对劳动力市场的影响是复杂的，其取决于多种因素，包括新技术采用的速度与程度、受影响的工作类型与行业，以及劳动者获得再培训和技能提升的机会。习近平总书记指出，“当前，新一轮科技革命和产业变革迅猛发展，人工智能等新技术方兴未艾，大幅提升了人类认识世界和改造世界的能力，同时也带来一系列难以预知的风险挑战”。尽管技术进步对生产力的提升呈现长期向好趋势，但并不意味着可以忽视其对劳动力市场的结构性冲击。因此，本文试图探讨的问题是，人工智能将如何重塑劳动力市场？与第三次工业革命相比，该技术对劳动力市场的冲击有何差异？欧洲福利国家面临哪些制度挑战，其如何进行政策调整？ 

　　二、第三次工业革命与第四次工业革命对劳动力市场的影响比较 

　　以人工智能为核心的第四次工业革命是在第三次工业革命基础上的又一次技术飞跃。此次变革通过深度学习，实现了从程序化替代到认知协同的转换，使得技术冲击从常规的重复性任务扩展至大量非重复性认知任务，进而引发更深刻、更广泛的劳动力市场结构性变迁。下文以劳动经济学为视角，将两次工业革命进行对比分析，突出其在技能替代范围、就业结构变化、收入分配差距和劳工关系等方面的差异。 

　　（一）第三次工业革命对劳动力市场的影响 

　　第三次工业革命以信息技术为标志。相较于传统技术，计算机的优势在于能够高效执行规则明确的常规任务——其运行成本更低、可靠性更强、处理速度更快。计算机在工具操作和规则遵循方面展现出超越人类的精准度与成本效益，削弱了与之相关的专业技能价值。成本的持续下降不仅为雇主创造了巨大的经济利益，更推动生产流程的自动化转型，促使决策权向高学历精英群体集中，引发劳动力市场重构。 

　　首先，从就业结构看，劳动力市场呈现中空化趋势。计算机技术的普及重塑了职业价值体系，常规信息处理成本的降低使创造性工作获得比较优势，推动知识密集型岗位的扩张与创新性技能溢价的形成；同时，低技能服务业因依赖人类特有的身体适应性与情境应变能力，不易被自动化所代替，劳动力需求持续攀升。与高技能和低技能岗位同步扩张形成鲜明对比的是，从事常规任务的中等技能岗位，如普通文职和蓝领岗位等遭到广泛替代，大量劳动者被迫转向低技能工作，中等收入群体呈现中空化趋势。1983—2000年，美国中等收入群体占比从31%下降至20%，低收入群体占比则从40%上升至54%。需要指出的是，中空化主要发生在制造业和日常办公领域，失业风险集中于中等技能工人。 

　　其次，从收入分配看，就业中空化致使收入极化问题逐步显现。虽然技术进步大幅提升了整体生产率，但许多劳动者的工资增长速率与整体生产力提高间呈现错配。据美国经济政策研究所的数据，1979年至2025年第二季度，美国净生产率增长87.3%，而普通工人的时薪仅增长32.7%。这意味着，高技能劳动者凭借其技术稀缺性形成技能溢价，获得了大部分技术红利，而被迫涌入低技能服务业的劳动者则面临收入停滞的困境，收入不平等持续加剧。这种极化现象主要源于信息技术对中等技能岗位的替代，致使劳动力市场形成“高技能高收入、低技能低收入”的两极格局。 

　　最后，从全球范围看，由跨国公司主导的全球化生产网络推动了离岸外包的盛行。第二次工业革命中垂直结构、集中管理的企业集团逐渐分化为扁平化和模块化的生产组织。相关产业向劳动力成本更低廉的发展中国家转移，加剧了发达国家中等收入群体的空心化趋势，并引发如美国“锈带”等传统工业区的衰退。1980—2010年，美国制造业中中等技能岗位减少约30%，其中汽车零部件生产岗位流失占比达40%，且这些流失岗位中有70%与外包直接相关。需要说明的是，这一阶段的全球化冲击主要集中于制造业领域，整体劳动关系仍以标准雇佣为主，工会力量虽遭到削弱，但在制度层面仍具备一定影响力。 

　　实际上，不仅是第三次工业革命，前三次工业革命均是对体力劳动的替代——蒸汽革命取代家庭作坊，电气革命替代普通技工，信息革命则冲击中产岗位。每次技术跃迁都对职业结构形成重塑，第一次革命催生产业工人群体，第二次革命孕育中产阶层，第三次革命则导致中产的空心化与技能极化。而全球化带来的制造业和就业岗位转移，最终形成高技能创新者主导、低技能服务者扩张、中等技能群体萎缩的劳动力市场格局，持续扩大的收入鸿沟成为后工业时代的显著特征。 

　　（二）第四次工业革命对劳动力市场的可能冲击 

　　波兰尼曾提出著名悖论，“我们知道的比我们能说的更多”，从而为自动化的发展框定了上限。这揭示了人类在完成非常规任务时的独特优势，这些需要隐性知识支撑的活动长期被视为计算机技术难以逾越的屏障。然而，人工智能改变了这一现状。该技术通过示例学习，在没有明确指示的情况下掌握知识，从而获得未经编码而拥有的能力。由于人工智能的学习能力远超人类，因此其可以突破个人的认知边界，执行更加复杂繁重的任务。 

　　与此同时，人工智能的技术迭代速度远超第三次工业革命。第三次工业革命始于20世纪中叶，并于20世纪70—80年代进入快速发展期。人工智能技术的理论基础虽始于1950年图灵发表的开创性论文，但自21世纪10年代起其变革速度才急剧加快，每隔几个月就有重大突破。例如，2012年机器学习兴起，标志着人工智能从理论迈向实际应用；2016年阿尔法围棋击败世界围棋冠军。2020年起，生成式人工智能呈现爆发趋势：2022年ChatGPT问世，2023年Claude、Grok、Gemini等大语言模型先后推出，2024年OpenAI公司推出Sora视频生成工具，当年年底国产人工智能工具深度求索（DeepSeek）引发了热潮。该技术的快速发展意味着，其所带来的冲击效应将与以往技术迥异。 

　　人工智能可能对劳动力市场产生多重影响。首先，技术迭代带来新一轮职业替代，沙漏型就业结构更加凸显。人工智能对就业的冲击具有更强的渗透性，其已经突破产业间边界，并消除熟练劳动与非熟练劳动之间的界限。其不仅延续了前三次工业革命对体力劳动的替代路径，更开始侵蚀认知劳动领域，对非重复性、需要高认知技能的工作与具备灵活性的低技能工作的需求进一步增加，对中等及中高技能岗位的需求则持续减少。一方面，与人工智能相关的领域可能创造新的职业。领英发布的2024年新兴职业榜单中，人工智能工程师是欧洲增长最快的职业之一，人工智能伦理师也在多国出现。其中，不同国家的职业增长类型存在差异。比利时对人工智能顾问的需求更大，这与其作为欧盟总部所在地的功能定位相契合，表明技术监管与政策制定紧密相关；意大利体现出对人工智能工程师的重视，反映了该国对于新技术开发的强烈需求；德国、荷兰等国则注重对人工智能网络安全师的雇佣，说明这些国家更关注新技术在网络安全方面的实际应用。另一方面，技术发展取代了部分职业，且替代范围较第三次工业革命更广。由于劳动力市场对数字技能，如编程和数据分析，以及软技能，如批判性思维、创新、人际沟通的要求显著提高，较低技能劳动者面临更大的失业风险。那些从事重复性劳动的低收入岗位加速消亡，如物流分拣岗位被仓库机器人取代，聊天机器人代替了客服岗位。英国电信计划在2030年前裁员5.5万人，其中1万个岗位将被人工智能取代。与此同时，许多被认为是高收入的白领工作遭到了冲击。算法显著影响了白领岗位，其逐步渗透到文案写作、财务审计、医疗影像分析等领域，在一定程度上辅助或替代部分人工操作。在这些领域形成“人机协同”模式，具备人工智能操作能力的复合型人才的工作效率显著提升，无法跟上技术进步步伐的劳动者则可能被边缘化。例如，以德国为代表的制造业大国通过嵌入新技术，优化了生产流程，实现了生产工序的高度自动化，但部分岗位也面临被替代风险。因此，与第三次工业革命中中等技能岗位遭到集中冲击不同，人工智能技术对部分创意性和决策性任务的取代，导致中高技能岗位也面临部分自动化的风险，从而进一步强化了沙漏型就业结构，引发更广泛的就业结构调整。 

　　其次，技术极化进一步加剧收入不平等。一方面，从劳动者角度而言，人工智能时代所冲击的，正是第三次工业革命期间得以存续、以认知技能为主的中高技能岗位。大量从事分析、协调或初级专业服务的白领劳动者，面临被算法工具替代的风险，其被迫接受原本只有低技能劳动者才参与的工作。这不仅造成阶层下滑的困境，还因劳动力供给过剩而加剧底层岗位的竞争，使原先处于社会底层的劳动者的处境更加艰难，甚至被挤出劳动力市场。根据麦肯锡公司的统计数据，57%的劳动者正从一个正在衰落的职业转向另一个衰落中的职业。另一方面，从雇主或资本方角度看，技术红利的分配显著失衡。为应对劳动者生产率停滞与员工成本攀升的双重压力，一些大型公司积极引入人工智能等新技术。然而，由此带来的效率提升与成本节约并未在劳资之间公平分享，反而表现为资本回报率与劳动回报率之间的剪刀差持续扩大。在部分行业，技术垄断带来财富进一步集中，并催生“超级明星”企业。据统计，全球估值超10亿美元的498家人工智能独角兽企业，其总价值达2.7万亿美元。而欧洲与人工智能有关的创新专利每翻一番，劳动者收入份额就会下降0.5%—1.6%，这对中等和中高技能劳动者的影响尤为明显。因此，与第三次工业革命的收入极化主要源于中等技能岗位的减少不同，第四次工业革命不但进一步加剧了劳动者之间的收入差异，还扩大了资本与劳动回报的差距，致使不平等从行业内扩展到全球层面。 

　　最后，劳工关系发生重构，平台经济呈现全球化趋势。人工智能打破了原先较为稳固的生产方式和标准就业的劳动关系，带来了劳动形式的变革，新业态不断涌现。平台经济让算法深植于以网约车、外卖送餐为代表的非标准就业中。企业可以利用人工智能平台将任务与员工进行匹配，从而完成对自由职业者的雇佣。与传统雇员不同，平台从业者通常被视为独立服务提供者，稳定的劳动关系模式被打破。从全球范围看，如果说第三次工业革命期间服务业的增长更多是在地域内实现，那么在人工智能时代，新技术的应用促成了又一次全球劳动力的再分配。与第三次工业革命制造业外包所不同的是，在人工智能时代，企业可以将需要人工智能支持的业务流程、数据处理或决策任务委托给第三方服务商，从而形成服务外包。这意味着，行政工作可以更方便地被成本更低、效率更高的人工智能处理，从而重塑了传统外包中以人力为基础的固定模式。需要指出的是，这种外包不再局限于制造业，而是扩大到知识密集型服务中，劳动关系从标准雇佣转向零工经济，工会力量进一步弱化。 

　　如表1所示，第三次工业革命主要冲击制造业中端岗位，导致中等技能岗位减少和收入极化；人工智能则同时对服务业的知识性岗位造成显著冲击，波及中高技能劳动者。这种双向挤压导致中产阶级的生存空间持续收窄，形成高技能创新者主导、低技能服务岗位存续、中等及中高技能群体压缩的新型社会结构。

　　三、福利国家的发展脉络与当下困境 

　　人工智能对劳动力市场的结构性冲击并未局限于就业领域，而是延伸至福利国家的制度基础。就业结构的沙漏化、平台经济的快速扩张以及收入分配的进一步极化，共同削弱了以稳定正式雇佣关系和工资关联缴费模式为核心的福利制度前提，导致劳动关系碎片化、劳动者议价能力分化、缴费基础萎缩以及去商品化机制失效，福利国家面临系统性困境。 

　　（一）福利国家的发展历程 

　　西欧福利国家的发展历程与工业化进程密不可分，其制度始终建立在稳定的正式雇佣关系以及与工资关联的缴费模式之上。第一次工业革命期间，机械化生产取代家庭作坊，人口向城市集中，传统社区互助体系难以应对新型社会风险。彼时，英国的《新济贫法》强调救济与强制劳动相结合，并建立家计审查制度，为福利国家的发展奠定了基础。 

　　第二次工业革命进一步扩大生产规模，工人长期集中在工厂，阶级矛盾激化。德国俾斯麦政府于1883—1889年相继颁布《疾病保险法》《工伤事故保险法》和《伤残与老年保险法》，开创了国家主导、三方共担的社会保险制度，成为大陆福利国家的原型。20世纪30年代大萧条后，凯恩斯主义主张政府通过公共投资和社会支出刺激需求。在此背景下，1938年瑞典首创全民儿童津贴，福利国家从选择性救助转向普遍性保障。 

　　战后是福利国家的黄金时代。发达国家在充分就业和经济持续增长的利好条件下，普遍建立覆盖广泛的社会保障体系。1948年英国设立国民医疗服务体系，这成为福利国家的标志性事件。然而，20世纪70年代起，第三次工业革命带来的就业极化与全球化竞争，对福利国家构成严峻挑战。新自由主义思潮兴起，各国纷纷紧缩福利。与此同时，许多国家转向社会投资政策，但其“工作换福利”的制度前提并未发生根本改变。 

　　（二）人工智能时代福利国家的制度困境 

　　人工智能通过改变就业结构和劳动关系，动摇了上述以稳定雇佣关系为基础的福利制度前提，社会保障体系面临系统性挑战。首先，传统劳动关系模式被打破，大量劳动者游离于现有福利制度之外。工业时代建立的社会保障体系以正式雇佣关系为前提，需要固定的劳动场所和劳动时间、稳定的收入，以及由此衍生的国家、雇主和雇员三方共担机制，通过工资关联的缴费制度实现风险分摊，保障劳动者在年老、疾病、失业等情况下的基本生活需求。虽然第三次工业革命因离岸外包而在一定程度上削弱了雇主-雇员间纽带，但包括制造业在内的诸多行业依然保留着传统关系，单一雇主模式仍占主导地位。然而，伴随第四次工业革命兴起的平台经济打破了这一模式。灵活就业者与平台之间缺乏正式劳动关系，其不再是传统社会保障体系中的“雇员”。一个劳动者可以为多个平台服务，传统的缴费主体和缴费方式均面临合法性危机。一方面，以雇主缴费为主的社保筹资模式难以覆盖平台从业者；另一方面，部分平台从业者被视为自雇者，需自行承担社保费用，但由于收入不稳定等因素，他们可能选择不参保或少参保。这使得平台从业者难以通过传统的社会保险模式获得足够的社会保护。此外，平台经济依赖数字技术，相关劳动者的收入和工作时间难以被准确记录，这使得基于工资总额的社会保障筹资机制无法有效实施。更深远的影响在于，这种变化撼动了俾斯麦社会保障模式的理论基础。虽然该模式根植于强制社会保险，但福利的多寡取决于工种、个人在劳动力市场中的地位，以及缴费时长、收入水平等因素。这带来两个方面的社会分层：一是将保险待遇与职业身份相挂钩，固化了阶级差异；二是将个人忠诚与中央政府权威相结合，特别重视为公务员提供特殊福利，体现了以社会权利换取政治忠诚的制度功能。因此，拥有一定身份的利益群体，即“局内人”可以获得更多社会福利，从而将“局外人”排除在社会保障体系之外。然而，在人工智能时代，随着灵活就业群体规模的扩大，中等及中高技能劳动者陷入低收入和非典型就业，打破其作为“局内人”的稳定地位。由于更多的“局内人”成为“局外人”，如何重构社会契约、维系制度合法性成为全球性挑战。 

　　其次，劳动者议价能力出现分化，这一分化与第四次工业革命导致的收入极化和技能两极化直接相关。福利国家的扩张史本质上是劳动者议价能力提升的历史。第二次工业革命期间的劳工运动，助推德国社会保障体系的形成；大萧条则凸显了市场失灵，增强了工会的议价能力，迫使各国政府通过扩大福利稳定社会。诚然，第三次工业革命的自动化进程削弱了中等技能劳动者的谈判能力，导致工会力量下降、工资停滞；外包则增强了工作的不稳定性，将权力进一步转移至雇主手中。然而，此次工业革命增加了对那些能够熟练掌握自动化技术的劳动者的需求，赋予其一定的谈判能力。人工智能时代则改变了这一趋势。一方面，劳动者与数据深度捆绑。大数据控制着劳动者的工作流程和工作时间。平台经济看似脱离了集中化管理方式，实际上人们被无形的数据所掌控。由于数据缺乏透明度且算法具有较高专业门槛，集体行动变得更加困难。另一方面，劳动阶层分化带来议价能力改变。人工智能通过自动化日常任务、提高生产力和创造新的技能需求，加剧雇员间议价能力的差距。高技能劳动者被认为可以创造更大利润，其议价能力显著提升；受到挤压的中等及中高技能劳动者，以及迅速膨胀的低技能劳动者由于在低生产率部门过度集中，逐渐失去议价能力。例如，在德国和意大利的劳动力市场中，固定期限合同呈增长趋势。虽然与平台经济相比，固定期限合同具有明确的雇佣关系，但在技术革新的背景下，国家和相关企业为保护“局内人”，通过签订固定期限合同降低雇佣成本，从而将风险转嫁给“局外人”。总体而言，第四次工业革命深化了第三次工业革命的既有趋势，雇主日趋依赖数据进行决策，劳动者的谈判能力进一步分化。 

　　再次，平台化就业使得低技能劳动者面临再商品化困境。为评估政府的再分配效果，艾斯平-安德森将“去商品化”作为福利国家分类的重要指标之一，即当个人面临市场风险时能够获得的社会保护水平。基于该指标，北欧国家的普遍性社会福利体系具有最高程度的去商品化，紧随其后的是更加强调社会地位差异的欧洲大陆国家，去商品化程度最低的是更具市场化特征的自由主义国家。第三次工业革命期间，虽然诸多国家实施了福利紧缩，但通过社会保险、社会救助和社会投资政策，政府在一定程度上有效保护劳动者免受市场风险的影响。这减少了因自动化而失业的劳动者对工资的依赖，达到了去商品化的目的。然而，在人工智能时代，灵活就业的普及使福利国家较高程度的去商品化水平面临严峻挑战。与传统雇员相比，平台从业者对市场更具依赖性。当劳动者面临风险时，社会保障的传统缴费机制难以适用，去商品化程度大幅下降。具体而言，平台从业者通常需自行筹措养老金，但不稳定的收入使其无法获得可控的养老金预期；在医疗服务方面，平台从业者多倾向于私人保险，而非与就业挂钩的公共系统；在失业金方面，没有雇员身份就意味着缺乏相应的失业保障。因此，人工智能将劳动者与市场绑定，催生了与传统福利制度不相容的、与数据挂钩的工作形态，背离了福利制度的去商品化特征。 

　　最后，人工智能推动的就业结构变化削弱了传统缴费基础，社保基金的可持续性面临双重压力。纵观历史，福利国家的发展以稳定的供款为前提。前两次工业革命所驱动的生产力提升与资本积累，不仅为福利国家兴起创造了必要的财政前提，而且催生了支持其扩张的社会共识。第三次工业革命期间，企业的属地管理仍然有效，社保基金收入充足。就支出而言，虽然中低技能劳动者失业率攀升，增加了对福利的需求，但在第三次工业革命鼎盛时期，人口老龄化问题尚未严峻，从而在一定程度上缓解了支出压力。然而，在人工智能时代，社保基金入不敷出的困境凸显。从收入端看，其一，由于灵活就业者不存在固定合同，传统的社会保障管理机制失去了效用，政府征税能力下降。其二，线上工作模式具有跨地域特征，挑战了属地化管理的社会保障模式。基于平台的服务外包使得一些跨国平台企业可以通过在不同国家间转移业务，规避税收和缴费义务，加剧了福利国家的筹资压力。其三，若机器在一定程度上取代人类，失业或收入下滑将导致保费来源收窄。其四，向资本密集型人工智能技术的转变使得收益通常集中在“超级明星”企业，从而限制了更广泛的税基增长。从支出端看，失业者、低收入者和灵活就业人员规模的扩大，增加了对社会保障的需求。此外，人口老龄化进一步加大财政压力。上述困境使得现收现付制的社会保险制度面临挑战。 

　　然而，需要强调的是，每一次科技革命也带来了生产率的提升以及社会财富的快速增长。因此，人工智能引发的生产率飞跃和财富创造效应，也为社保基金的可持续性提供了新的空间。其关键在于制度设计能否有效捕捉这些增长红利，将技术进步带来的社会财富增量转化为社保基金的稳定来源，从而实现“事在人为”的积极结果。具体做法将在下文详述。 

　　四、人工智能背景下福利国家的政策调整 

　　人工智能并非一次普通的技术升级，而是一次深刻的社会经济范式变革。这一转变促使福利国家的政策回应超越局部调整，转向系统性、多层次的制度重构。首先，从个体层面，为应对技能过时与结构性失业风险，积极的劳动力市场政策成为各国的核心应对策略。其实质是通过对劳动者进行再培训和重新安置，提升个人的适应性和竞争力。其次，从制度层面，面对财富创造模式的变迁和传统社会保障体系的失灵，福利国家的改革方向集中于创新筹资机制并重构社会安全网。最后，从技术治理角度，人工智能技术本身具有资本驱动性，若对技术发展缺乏规范，个人和制度层面的政策调整可能会被不公正的技术应用所抵消。因此，构建相应的规范与监管框架，确保技术红利被公平分享，已成为政策调整不可或缺的一环。 

　　（一）积极的劳动力市场政策 

　　技术变革带来制造业就业的持续萎缩与服务业非标准就业的扩张，劳动者的职业稳定性面临挑战。据预测，到2030年，欧洲将有超过9000万名劳动者需要技能升级，约2100万名劳动者面临职业转换。由此可见，所谓的“涓流效应”已不足以应对人工智能对就业岗位的大规模冲击，应建立更具针对性的规范和引导措施。积极的劳动力市场政策正是对这一挑战的回应。作为社会投资政策的重要组成部分，积极的劳动力市场政策投资于人，防止知识经济转型带来的新社会风险，推动福利政策从事后补偿转向事前预防。该政策可以缓冲低技能岗位供应增加带来的竞争加剧问题，缓解收入不平等困境。 

　　面对人工智能时代的技术变革，福利国家正通过政企协同、构建终身学习体系和加强对数字素养教育的重视，形成适应性的技能发展框架。首先，一些国家通过政企联合，对劳动者进行职业培训。研究表明，新进入劳动力市场和即将退出劳动力市场的个人受到人工智能的影响最小，影响的峰值出现在25—29岁。由于该年龄段的青年本身就具有较高的失业率，因此各国纷纷强调对年轻人技能的培训，而政府、教育机构和企业之间建立伙伴关系有助于更好地为相关技能的培训搭建框架。其次，终身学习得到重视。在人工智能时代，知识和技能的获得贯穿整个职业生涯和生命周期，每个人都需要通过不断学习以保持竞争力。由于对特定技能的需求越发紧迫，早期的教育模式已不足以满足要求，劳动者需要以更加便捷和更具时效性的方式学习掌握相关技能。鉴于此，多国着手进行教育培训体系的改革。最后，数字素养教育正成为国家战略，以全面提升民众对数字技术的认知水平。在这之中，福利国家体现出政策着力点的差异。总体而言，北欧国家强调普遍主义与社会投资，侧重人力资本开发与终身学习；大陆国家注重职业关联的社会保障与社会伙伴协商制度；自由主义国家则强调市场灵活性与创新激励。 

　　（二）社会保障政策的革新 

　　包容性安全网与筹资机制创新是人工智能时代福利国家政策调整的两大支柱：前者可缓冲劳动者面临的冲击，后者则为安全网提供可持续的资金来源。只有两者协同，才能在社会财富因人工智能快速增长的同时，真正维护并强化社会保障制度的再分配功能。 

　　一方面，如前所述，现行以收入为基础的筹资机制已难以维持社保制度的再分配功能。人工智能深刻改变了财富创造模式和初次分配格局，劳动者相对收入份额下降，传统缴费基数萎缩。因此，要维护社保制度的再分配功能，须主动创新筹资机制。以欧洲为例，其着手将数据要素收益、平台经济增值和高生产率活动纳入税基。具体而言，欧盟曾讨论引入数字服务税，以应对数字经济对传统税收规则的挑战，将技术红利更多转化为公共财政收入，从而遏制税基侵蚀、平衡数字市场竞争。这些筹资创新措施本质上是将技术红利部分社会化，为社保基金注入新的增长动力，实现效率与公平的动态平衡。 

　　另一方面，包容性安全网是收入保护和经济稳定的缓冲器。传统工业时代的社会福利制度注重社会保护的缓冲作用，在同质化的劳动力市场中表现为与就业相关的减震器。在人工智能时代，缓冲政策需要支撑更加动荡的后工业劳动力市场，并根据新的就业模式进行调整。对于那些从事平台经济和非标准就业的劳动者而言，该类政策具有重要价值。例如，瑞典在工会的推动下给予外卖骑手更高薪酬和更好待遇，在一定程度上弥合了零工经济与传统保障间的差距。德国引入了“类雇员”概念，其不同于正规雇员所具有的依赖性或从属性，仅强调对受雇方的经济从属性。此举旨在将社会保障的覆盖范围延伸至那些具有高度经济依赖性的劳动者，但其可能限制平台的灵活性。与德国不同的是，英国通过“第三类工人”概念建立了分层社会保障体系。该类劳动者所享受的社会保障权利低于正规雇员，但高于自雇者，为平台保留灵活性的同时也为劳动者提供了一定程度的保护。此外，发展不以就业状况为基础的津补贴被纳入福利国家的考量范围。通过实行工资补贴制度，政府为被迫从事低技能工作、薪水低于之前工作的劳动者提供临时性支持。例如，丹麦在向失业者提供两年失业救济后，对仍未就业者给予工资补贴，最高可达原收入的67%。此举既为劳动者在非自愿失业后可能面临的收入下滑风险提供缓冲，又激励其接受新岗位，从而将被动救济转化为积极的就业促进。上述政策通过转移支付和普惠性保障实现二次分配，从而在财富总量增加的同时，有效保护了被人工智能挤压的中等及中高技能劳动者。 

　　（三）技术引导与监管体系的制定实施 

　　人工智能的快速发展对建立系统性治理框架提出更高要求。通过技术引导和法律监管，可以确立让人工智能向善发展的规制底线。金融危机以来国家的回归和对产业政策的再重视表明，政府可通过影响企业就业、投资和创新决策改变技术变革的速度和方向。经合组织早在2019年就提出《经合组织人工智能原则》，倡导发展具有创新精神、值得信赖并尊重人权和民主价值观的人工智能。该组织呼吁各国政府通过以下方式加强人力资源建设并为劳动力市场转型做准备：为劳动者提供必要技能，使人们能够有效使用并与人工智能互动；通过社会对话、培训计划、对失业者支持等方式，确保在人工智能部署过程中实现劳动者的公平过渡；推动劳动者在工作中负责任地使用人工智能，提高其工作环境的安全性和工作质量，促进创业精神和提升生产力；确保劳动者可以广泛、公平地分享人工智能红利。欧洲各国，如瑞典、英国、法国、德国等重要经济体，以及维谢格拉德集团国家、波罗的海国家等中东欧国家，也从2017年起密集出台本国的人工智能国家战略，为人工智能的发展指引方向。 

　　除了政府引导，欧盟及成员国注重对已经投入应用的新技术进行法律监管。欧盟通过制定具有直接法律效力的“条例”，构建统一的数字与人工智能治理框架。首先，算法透明是指通过法律、技术等手段披露有关算法的信息，以便相关方进行监管、检查、纠正或干预。具体而言，在人工智能的开发和运营阶段，应对数据来源和算法决策，以及系统的部署、管控和管理方式进行开放。例如，欧盟《人工智能法》是全球首个针对人工智能的综合性立法框架，其根据技术应用的风险等级实施差异化管理。其中，具有不可接受风险的人工智能系统，如具有社会评分、实时远程生物识别、生物特征识别等功能的系统被禁止；高风险人工智能系统需持续受到监管，并提供包括训练数据、风险评估结果等文档；非高风险人工智能系统则需要遵守有限的透明度义务，如对深度伪造的音视频和图片予以披露。然而，该法案被认为过度监管，限制了欧盟的竞争力。其次，数据治理是人工智能监管的另一关键领域。欧盟及成员国出台政策，保障个人和集体在数字环境中的基本权利与自由，防止数据滥用和算法歧视，确保技术进步服务于人类。例如，欧盟《一般数据保护条例》规定，个人拥有自身数据被收集的知情权，并有权访问、更正和删除与自己有关的数据；《数字市场法》对大型平台课以“守门人”义务，防止其对消费者施加不公平条件；《数字服务法》则规范在线平台的责任与义务，涉及内容管理、广告推送、透明度等方面，以打击非法内容与虚假信息。在成员国层面，瑞典、德国、法国等国均执行了欧盟的相关法规，并在此基础上进行大规模投资和伦理监管；英国作为自由主义国家和非欧盟成员国，则在人工智能领域更具灵活性。该国选择了一种更有利于创新、规则更加宽松的监管方式，试图吸引寻求更强灵活性的企业。最后，多国通过法律的颁布实施，加强对劳动者的保护和监管。最突出的是通过扩展新的就业类型，使灵活就业者符合传统社会福利政策的缴费和领取资格。 

　　五、结语 

　　人工智能的最大突破在于机器具备学习能力。新技术既对传统岗位构成替代，又创造了新的就业机会，并助益部分现存岗位，其深刻改变了劳动力市场的技能需求结构。人工智能对就业的影响是破坏性与建设性并存的长期过程。即便该技术的再分配效应可在长期内达到平衡，但其对劳动力市场造成的短期冲击值得重视。工业化背景下的福利国家制度已难以适应人工智能时代。鉴于此，一些国家实施积极的劳动力市场政策，并着手革新社会保障体系。而政府对技术方向的引导，成为人工智能得以良性发展的根本前提。 

　　人工智能与社会福利之间的关系，再次折射出经济效率与社会公平之间的张力。一方面，从国家发展角度来看，关键问题在于：是选择以技术对生产力的提升效率为判定指标，还是在适度管控技术发展方向的前提下进行制度构建？历史经验表明，技术进步及其应用方式，即技术是用于替代劳动力还是解放生产力，是扩大繁荣还是集中财富，首先取决于发明这些技术的机构组织及相关的激励机制。因此，人工智能如何发展，谁在这个过程中获益或受损，取决于政府、非政府组织、行业、学校、劳动者组织和个人的集体选择。当人工智能替代大批劳动者时，虽然生产率得以提升，但劳动者可能无法获得足够的收入和福利保障，因此应通过调整和重建社会福利制度，让新制度更好地适应技术特点并助益劳动者。从近些年福利国家制度的调整来看，多国遵循“以人为本”的理念，欧洲社会市场经济模式在新时代背景下依然具有效力。另一方面，从社会福利角度而言，福利国家如何在救济包容性与市场效率间建立新的平衡？人工智能引发的就业冲击，迫使各国仍将面临济贫法时代以来的根本张力。正如《新济贫法》所体现的，其对绝对贫困者施行救助，体现了人道救济原则；通过最低救助水平和家计审查等措施，防止福利依赖，提升了市场效率，拓展了财政可持续性。在欧洲得到广泛采用的积极劳动力市场政策也体现了为失业者提供基本津贴并鼓励其尽快就业、防止福利依赖的思想。然而，在人工智能时代，面临失业危机的群体进一步扩大。这些人可以获得什么样的福利，如何通过提升其技能追赶日新月异的技术进步步伐而避免福利依赖，成为需要政策制定者思考的问题。 

　　纵观工业革命的发展历程，社会阶层的变迁与技术进步相伴相随。第一次工业革命期间，熟练工人大规模失业，取而代之的是非熟练体力劳动者的大量雇用；第二次工业革命则标志着中产阶级的诞生；第三次工业革命致使原中产阶级面临阶层下滑的困境，与此同时，以中高技能白领为代表的新中产阶级诞生，其从事与认知有关的工作。庞大的中产阶级是福利国家得以发展的根基，其缴费构成社会保障体系的财政基础，持续的消费需求是经济良性发展的主要动力；稳定的中产阶层可以有效化解贫富分化对政治制度的冲击，推动跨党派共识的形成与制度的延续。第二次工业革命期间，稳定的中产阶级成为福利国家得以发展壮大的基石；然而，在第三次工业革命时期，传统中产阶级的滑落与新兴中产阶级群体的孱弱，为民粹主义政党的崛起提供了土壤。从第四次工业革命的特点来看，一方面，能够适应新技术的劳动者能否成为新的中产阶级，以及如何扩大新中产阶级的规模，从而推动福利国家的发展，值得探究。从这个角度而言，实现更广泛、更有针对性的培训是扩大新中产阶级人口基数的重要举措。另一方面，对于那些无法适应新技术的劳动者，则要防止重蹈覆辙，避免他们再次被民粹主义政党的话语体系所吸引。因此，创新筹资机制、提供稳定的社会安全网成为福利政策的着力点。 

　　需要承认的是，中国与欧洲福利国家在就业结构上存在差异。人工智能主要替代的是非重复性认知岗位，而此类岗位在中国劳动力市场中的占比低于发达国家。因此，新技术在短期内对中国就业的总体影响较小。然而，随着数字化转型与产业升级的深入推进，劳动力市场受到的影响将逐渐显现。鉴于此，培育能够适应新技术的劳动力市场是未来政策的着眼点。在这方面，中国已进行了一些政策调整。一方面，构建技能适配型的劳动力市场。在政企协同方面，鼓励制造业龙头企业与政府共同搭建人工智能技术培训框架，针对中青年劳动者开展与行业密切相关的数字技能培训。例如，华为公司与深圳市政府合作共建华为人工智能人才培养基地，为高校、开发者、从业者及企业管理者提供职业认证、开发者认证、高级研修班和产教融合服务。在终身学习方面，劳动者可在相关平台上学习与人工智能有关的课程并获得奖励，以提升民众的总体技能水平。与欧洲不同的是，中国在数字技术应用方面具有优势，因此可充分利用互联网，将人工智能技术普及推广。例如，国家智慧教育公共服务平台提供近百门人工智能课程，覆盖从通识到前沿技术的学习需求。另一方面，完善包容性安全网。突破传统劳动关系模式，为具有高依赖性的平台从业者赋予部分雇员权益，并保留平台灵活性。例如，继为快递员缴纳五险一金后，京东于2025年3月起为全职外卖骑手缴纳五险一金，兼职骑手也可获得意外险和健康医疗险。随后，美团也在部分城市进行试点，为符合条件的骑手缴纳50%养老保险费。上述改革固然值得肯定，但需要指出的是，中国还应在强化数字治理方面继续发力。目前，中国主要通过《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《新一代人工智能伦理规范》《生成式人工智能服务管理暂行办法》等法律法规，对人工智能技术进行规范与治理。然而，中国尚缺乏综合性立法框架，治理碎片化问题无法得到解决。因此，需通过强化顶层设计、完善相关法律法规等措施进一步强化人工智能领域的治理力度。在此，需要强调的是，监管措施不应过于严苛而抑制创新活力，而应在保障基本权利与公共安全的同时，充分兼顾企业的市场竞争力和技术创新能力。 

　　人口结构的变化让劳动力价格越发昂贵，甚至超过资本的价格。因此，为节省劳动力而实现的技术进步无法阻挡，人工智能便是一例。然而，技术本身的发展方向并非完全不可控。纵观人类历史，很多技术发明的初衷是向善的，但在技术扩散过程中其实际效果可能与初衷背道而驰。鉴于此，所谓人工智能技术的危害实际上是未受规制的危害。无论是否存在人工智能技术，社会都面临公司权力集中、劳资关系失衡以及收入分配极化等结构性问题，而人工智能的通用性增强了其加深现有断层线的能力。如何通过政策调整，帮助劳动者适应变革，避免技术红利被少数群体垄断，是当下需要解决的问题。新的政策既需要具有前瞻性，又需要具备涵盖所有受威胁群体的包容性，更需要顺应人工智能的发展特点而不显著影响经济效率，可谓任重道远。这要求政策体系在鼓励创新与保障公平之间形成动态平衡，使人工智能成为知识应用的杠杆，而非单纯的技能替代品。  

　　作者简介：齐天骄，中国社会科学院欧洲研究所副编审。 

　　文章来源：《社会保障评论》2026年第3期。已获得作者授权。