📈 economics

The Labour Liability Ratio: Demographic Ageing, Artificial Intelligence and the Transformation of Labour-Centred Capitalism

本文通过引入“劳动负债率”框架，论证人口老龄化与人工智能的汇合正在通过同时增加维持劳动力成本并降低劳动对产出的相对贡献，从而动摇以劳动为中心的资本主义，进而迫使所有权、分配机制及政治经济学进行根本性的重构。

原作者： philipp humm

发布于 2026-08-06

📖 1 分钟阅读☕ 轻松阅读

原作者： philipp humm

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

伟大的引擎与逐渐消逝的团队

请将过去一百年的经济想象成一座巨大的、轰鸣运转的工厂。长期以来，这座工厂依靠一种非常特定的燃料运行：人类劳动力。但不仅仅是任何劳动力——这座工厂需要的是一群不断增长的人群。为什么？因为在这个旧系统中，劳动者同时承担着三项工作。首先，他们制造产品；其次，他们用薪水购买产品，从而维持工厂的运转；第三，他们缴纳税款，为所有人资助学校、医院和养老金。这是一个微妙且自我强化的循环：更多的人意味着更多的工人，这意味着更多的资金，进而意味着一个更幸福的社会。经济学家称之为“福特主义”时代（以完善了大规模生产的汽车公司命名），但你可以将其理解为“大团队”经济。

但现在，两股巨大的力量正冲击着这座工厂，威胁着要打破这个循环。第一股力量是人口老龄化。想象一下，工厂的成员正在变老，退休的速度比新学徒加入的速度还要快。许多富裕国家的人口正在萎缩，这意味着从事工作、缴纳税款和购买商品的人口正在减少。第二股力量是人工智能（AI）。不要仅仅把 AI 看作是一个辅助工人的工具，而要把它看作一种新型的“超级员工”，它能比人类更好地进行思考、规划，甚至完成体力活，而且成本更低。一个大问题是：当我们的工厂团队变得越来越小，而机器变得越来越聪明时，会发生什么？工厂会停转吗？会崩溃吗？还是会转变为完全不同的形态？这正是研究员菲利普·胡姆（Philipp Humm）试图解决的谜题。

“劳动力负债”陷阱

菲利普·胡姆的论文引入了一种看待这个问题的新方式，称为劳动力负债率（Labor Liability Ratio, LLR）。你可以把 LLR 想象成一个天平。天平的一端，你放入人类为经济带来的“好东西”：他们制造的东西、他们购买的东西以及他们缴纳的税款。在另一端，你放入维持人类存在的“成本”：抚养、教育、医疗以及照顾他们变老所需的资金。

在 20 世纪的大部分时间里，“好东西”这一侧非常沉重。天平是平衡的，工厂运行顺畅。但胡姆指出，如今天平正在危险地倾斜。由于人们寿命延长，需要更多的医疗保健和养老金，“成本”这一侧变得越来越重。与此同时，“好东西”这一侧却变得越来越轻，因为 AI 正在接管那些曾经产生价值的工作。论文认为，我们正面临这种比例的“压缩”：维持一个基于人类劳动的社会变得越来越昂贵，而人类劳动对于制造物品的需求却变得越来越低。

机器人接管的两波浪潮

论文解释说，这不仅仅是关于机器人制造汽车的问题。它正通过两波浪潮发生。

第一波：大脑浪潮。
首先，AI 正在接管“认知型”工作——即发生在脑海中的工作。过去，当机器接管体力劳动（如织布或耕作）时，人类会向更高层级转移，去做更多思考类的工作，比如管理机器或设计机器。但现在，AI 也在攀爬这座阶梯。它正在编写代码、分析法律文件并管理复杂的日程。论文指出，全球约 40% 的工作岗位（在富裕国家比例甚至更高）可能会被 AI 改变。这意味着经济中的“思考”部分正变得更便宜、更快速，从而降低了对人类大脑的需求。

第二波：肌肉浪潮。
第二波浪潮正进入物理世界。机器人正变得更擅长行走、搬运以及在仓库、建筑工地甚至医院等杂乱环境中导航。虽然它们目前还不完美，但论文指出，取代人类的经济压力是巨大的。一名人类员工需要支付高昂的工资、医疗和税收。而一旦建成，一台机器人工作的成本仅为人类的一小部分。这创造了一个“图灵陷阱”：公司倾向于用机器取代人类，因为这样更便宜，即使这从长远来看会损害整体经济。

“缩减的富足”悖论

故事在这里变得非常有趣。通常，当人口萎缩时，我们会担心经济灾难。但胡姆提出了一个转折：如果人口减少反而能让人们变得更富有呢？

他称之为**“缩减的富足”（Shrinking Rich）**概念。想象一个以前有十个孩子的家庭，他们必须努力工作才能喂饱所有人，而且永远没有余钱买好东西。现在，想象同一个家庭只有两个孩子，但他们拥有一台神奇的机器可以完成所有的工作。突然间，他们不需要那么辛苦工作，就能有大量的资源在两人之间分享。

论文指出，如果我们把人口萎缩与先进的 AI 结合起来，我们可能会看到这样一个未来：人口变少了，但每个人都能享受到大量的自动化财富。这种“资本”（机器和 AI）变得如此深厚且强大，以至于它可以支撑一个规模较小的人口并维持极高的生活水平。然而，论文非常谨慎地表示，这并非必然。它只是暗示这是可能的，但这完全取决于谁拥有这些机器。

大问题：谁拥有那台神奇的机器？

论文认为，最大的危险不在于机器会失败，而在于它们会为错误的人群运作得太好。如果机器由一小撮亿万富翁拥有，我们可能会陷入一个极少数人拥有所有财富，而其他人无事可做且没有钱购买东西的世界。这被称为“自动化食租积累”（Automated Rentier Accumulation）。

论文排除了仅仅通过增加生育率（亲人口政策）或引进更多移民来解决问题的想法。它认为这些“加法式”的解决方案试图维持旧有的“大团队”系统，但系统本身已经破碎了，因为机器不再需要庞大的团队。

那么，解决方案是什么？论文探讨了几条路径：

在不改变所有权的情况下进行再分配： 通过对富人征税来为每个人提供“全民基本收入”（免费资金）。论文指出，这在短期内可能有效，但就像给断腿贴上创可贴一样；它并没有解决劳动者不再被需要的根本事实。
使机器社会化： 这是最激进的想法。它建议，既然 AI 是建立在公共知识、公共教育和公共基础设施之上的，那么它创造的“剩余价值”也应该属于每一个人。想象一个巨大的“主权财富基金”，政府持有每家 AI 公司的股份，并向每位公民发放红利（利润份额）。这将使“缩减的富足”场景成为所有人的现实，而不只是所有者的现实。

全球性的涟漪效应

最后，论文审视了世界其他地区。几十年来，贫穷国家通过向富裕国家出售廉价劳动力来实现致富。但如果富裕国家开始使用机器人而非廉价劳动力，这条致富之路就会消失。论文警告说，这可能会让许多发展中国家陷入困境，无法实现工业化。它暗示，富裕世界可能会建立“堡垒”，将高科技财富留在内部，同时将世界其他地区拒之门外。

论文总结道，我们需要一个新的全球计划。我们不能任由富裕国家利用机器人变得更加富有，而让世界其他地方挣扎求生。我们需要一个“行星转型机制”（Planetary Transition Regime）——一种分享 AI 和技术收益的方式，以便整个世界都能适应一个人类劳动不再是经济主要引擎的未来。

核心结论

菲利普·胡姆的论文并不是说未来一定会很美好或很糟糕。它说的是旧的规则正在失效。我们正在从一个基于拥有多少人的经济，转向一个基于我们的机器有多聪明的经济。结果取决于我们下一步的选择。如果我们不改变财富的所有权和分享方式，我们可能会面临极端不平等的世界。但如果我们重新思考我们的系统，我们或许能找到一种方法，在一个规模更小、更聪明、更富足的世界中生存。论文留下了一个问题：我们是否准备好停止依赖人类劳动作为唯一的谋生手段，转而开始构建一个让机器为我们所有人服务的系统？

技术摘要：劳动负债率：人口老龄化、人工智能与以劳动为中心的资本主义转型

1. 问题陈述
本文探讨了支撑整个二十世纪先进资本主义民主国家的历史性制度安排——“以劳动为中介的积累机制”——所面临的结构性失稳。在福特主义模式下，大规模的人类劳动作为一种核心的中介机制，将工业生产、总需求（通过工资）以及财政能力（通过税收）联系在一起。该模式依赖于一个基本假设，即人口的增长和劳动投入的增加将持续支撑经济增长与福利国家的财政。

作者认为，这一假设正受到两种结构性转型的共同冲击，导致其基础动摇：

人口倒置（Demographic Inversion）： 先进经济体正经历人口老龄化、持续低于更替水平的生育率、劳动适龄人口萎缩以及老年抚养比上升。
高级自动化（Advanced Automation）： 人工智能（AI）和机器人技术正日益取代认知、协调及分析功能，而不仅仅是体力劳动。不同于以往通过将劳动推向更高认知阶梯来实现的工业革命，当代的 AI 正在攀爬这条阶梯本身，从而削弱了劳动在人口规模与经济产出之间作为主要纽带的历史作用。

现有的框架不足以解释这一现象，因为它们将这些现象分开处理：人口经济学假设劳动仍是生产的核心；自动化研究侧重于劳动力市场的调整，却未能充分考虑劳动中心型福利国家的财政与人口架构；而总量 GDP 指标则掩盖了劳动在需求形成和社会整合中的作用。

2. 方法论与理论框架
本文采用根植于规制学派理论（Regulation School theory; Aglietta, 1979; Boyer, 1990）的大规模政治经济学方法，并结合了人口经济学、自动化研究和世界体系分析。该框架并非将技术变革视为外生的生产率冲击，而是考察人口结构、劳动制度与技术系统如何共同塑造积累体制。

其核心方法论贡献是引入了劳动负债率（Labour Liability Ratio, LLR）。LLR 并非一个精确的计量经济学指数，而是一个启发式宏观政治经济学框架。它捕捉了以下要素之间的结构性关系：

分子（劳动的贡献）： 劳动对经济产出的贡献 ( $L_o$ )、通过工资产生总需求的作用 ( $L_d$ )，以及劳动创造的财政收入 ( $L_t$ )。
分母（劳动的成本）： 与养老金和福利相关的财政依赖成本 ( $F_d$ )、再生产劳动力的生物物理与物质成本 ( $B_r$ )，以及与老龄化相关的医疗/长期护理负担 ( $H_c$ )。

$LLR = \frac{L_o + L_d + L_t}{F_d + B_r + H_c}$

该框架分析了这一比例的“压缩”现象，即由于人口老龄化和护理部门的“鲍莫尔成本病”（Baumol's cost disease），分母（成本）正在上升；而由于 AI 驱动的劳动替代和劳动强度下降，分子（贡献）正在减弱。

3. 主要贡献
本文做出了三个主要贡献：

概念创新： 开发了劳动负债率（LLR）这一新型启发式工具，用于分析在人口老龄化和高级自动化背景下，劳动的演变角色，超越了传统假设劳动仍是核心生产资源的依赖比率。
综合研究： 将人口经济学、自动化研究与规制学派政治经济学整合进统一的分析框架，强调了人口与技术转型如何在积累体制内相互作用。
制度分析： 利用该框架探讨了劳动中心地位下降对未来积累、分配及经济治理形式的影响，特别考察了所有权、分配和技术主权问题。

4. 结果与分析
分析得出了关于先进资本主义经济体轨迹的关键发现：

结构性压缩： LLR 正面临同步压缩。在成本端，人口老龄化增加了养老、医疗和劳动再生产成本。在贡献端，AI 和机器人技术减少了对人类劳动（包括认知和体力领域）的需求，削弱了劳动在产出份额、需求形成和税收方面的作用。
加法方案的局限性： 旨在通过亲生育政策或大规模移民来维持劳动密集型增长的政策应对措施面临结构性限制。亲生育政策因城镇化和住房成本的结构性变化而效果有限。移民虽然在短期内对财政有益，但面临趋同问题（生育率趋于常态化）和基础设施约束，无法解决一个以劳动中心性为组织基础且该中心性正在侵蚀的系统的系统性不稳定性。
两波自动化转型： 本文识别了从体力自动化向认知自动化的过渡。AI 系统现在瞄准的是分析处理、模式识别和行政协调，这些领域此前被认为是安全的。这创造了一个“图灵陷阱”（Turing Trap），即其动机是取代劳动而非补充劳动，从而使产出增长与劳动力的比例扩张脱钩。IMF 的分析表明，全球约 40% 的就业岗位，尤其是在先进经济体中，可能面临 AI 辅助转型的风险。
制度未来： 劳动中心地位的下降呈现出三种潜在的制度轨迹：
1. 自动化食利积累（Automated Rentier Accumulation）： 所有权向 AI 基础设施集中，导致极端不平等和需求崩溃。
2. 无所有权转型的再分配（Redistribution Without Ownership Transformation）： 如全民基本收入（UBI）等机制，虽能稳定需求，但存在使社会依赖于国家转移支付而无法改变所有权结构的风险。
3. 社会化技术资本（Socialised Technological Capital）： 向自动化生产资料的社会所有制转变（例如主权 AI 财富基金），以实现技术剩余的预先分配。
“缩减的富裕”论点（The "Shrinking Rich" Thesis）： 与“人口收缩意味着经济衰退”的观点相反，本文认为，在极端资本深化和 AI 驱动效率的条件下，人口缩减可以与人均繁荣并存。然而，这一结果取决于能否进行制度设计，以防止财富过度集中。
全球影响： 这一转型威胁到“工业趋同模型”下的全球南方国家。如果先进经济体通过自动化实现生产回流，劳动丰沛地区的比较优势将会消失，可能导致“过早去工业化”，并形成基于计算基础设施所有权而非工厂所有权的全新核心-外围格局。这需要一种“行星级转型体制”来重新分配技术收益并稳定全球秩序。

5. 意义与主张
本文主张，人口倒置与人工智能的汇合从根本上动摇了以劳动为中心的资本主义的制度基础。这项工作的意义在于提供了一个框架（LLR），用以分析随着先进经济体向资本密集型生产转型而产生的结构性压力。

作者明确指出，本文并不预测必然的结果（如劳动的完全消失），也不开出具体的制度处方。相反，LLR 是一个诊断工具，用于理解人口老龄化和自动化如何改变劳动在积累体制中的历史角色。本文识别的核心政治经济挑战在于：社会是否能够迅速重新设计所有权、财政体系和主权货币架构，以适应后劳动时代，而不至于陷入高度集中的技术寡头统治，或产生一个由核心区自动化丰饶与外围区结构性冗余构成的碎片化全球秩序。这种转型被界定为一个关于自动化生产能力的所有权与治理的政治问题，而非一个由技术预先决定的结果。