IQRC-02｜從發展合法性到努力—回報斷裂：新中國的流動性、相對剝奪與 AI 變數

English Title: From Developmental Legitimacy to Effort–Reward Fracture: Mobility, Relative Deprivation, and the AI Variable in the People’s Republic of China
系列：《制度智能、類全域 AI 與可重開文明系列》
Series: Institutional Intelligence, Quasi-Global AI, and Reopenable Civilization Series
篇次： Paper 02 / 08
文件編號： EML-IQRC-02-2026-v0.1
作者： Neo.K
AI 協作： GPT-5.6 Sol
機構： EveMissLab／一言諾科技有限公司
版本： v0.1
日期： 2026-08-28
文件性質： 中國政治經濟／發展合法性／社會流動／相對剝奪／AI 政治經濟學
狀態： Canonical Draft / China Historical Stress-Test
Canonical Source： UTF-8 Markdown
數學原始碼規範： inline math 僅使用 $...$ ；display math 僅使用 $$...$$

摘要

理解當代中國的政治穩定、社會壓力與未來制度路徑，不能只問「中國人是否比以前更富」「不平等是否增加」「GDP 是否放緩」或「人民是否支持現行制度」。1949 年後的中國經歷了國家重建、計畫動員、大躍進與大饑荒、文化大革命、中美關係轉向、改革開放、高速工業化與城市化、教育擴張、房地產資產化、數位化，以及目前正在加速的人工智慧與具身智能部署。不同歷史階段中，相同程度的不平等、工作負擔或政治限制，可能產生完全不同的主觀與政治效果。

本文提出：中國改革開放後長期穩定的一個重要機制，不只是生活水準提高，而是形成了相當可信的「努力—改善—流動」發展敘事。即使工作時間長、收入差距擴張、城鄉與階級差異存在，只要大量個體仍觀察到家庭生活改善、教育機會增加、城市與產業擴張、職業階梯打開，且相信自身或下一代仍可能向上流動，則他人的成功可以被解讀為「前方通道正在打開」而非純粹剝奪。這與 Hirschman–Rothschild 的 tunnel effect 相容，也與中國社會流動研究中「絕對上升機會增加、但相對競爭逐漸僵化」的雙重現象相容。

本文因此將傳統相對剝奪擴充為多參照、動態模型：

\boxed{ D_{i,t} = f( P_{i,t}^{past}, P_{i,t}^{promise}, P_{i,t}^{peer}, P_{i,t}^{elite}, P_{i,t}^{foreign}, P_{i,t}^{future} ). }

更重要的是加入「努力—回報彈性」：

\boxed{ \varepsilon_{ER,i,t} = \frac{ \partial \mathbb E[ \Delta Position_{i,t+1} ] }{ \partial Effort_{i,t} }. }

若個體即使處境不佳，仍相信：

\varepsilon_{ER,i,t}>0,

高負擔可以被理解為有代價但仍值得的投資；若：

\varepsilon_{ER,i,t}\rightarrow0,

則「很累但有用」可能轉為「很累而且不知道還有沒有用」。此時躺平、降低投資、延後婚育、減少消費、退出競爭或重新評估制度，不必被簡化為怠惰或情緒異常，而可能是對預期邊際回報下降的適應。

本文同時修正早期「中國崩潰」式強預測。相對剝奪與流動性下降本身不會直接推出政權失敗。政治效果仍受到因果歸因、家庭與社會緩衝、民族與外部競爭敘事、行政調適、公共服務、制度壓力吸收、資訊結構與國家能力影響。中國在 2026 年仍保持超過 $4\%$ 的預期增長、強大的製造與出口能力、高科技投資與國家動員能力；同時房地產投資大幅收縮、青年就業壓力偏高、長工時與內需不足等結構問題也持續存在。這是一個多向耦合系統，不宜簡化為「繁榮」或「崩潰」二選一。

最後，本文加入 AI 作為高階動態變數。AI 可能重新打開普通人的能力與流動通道，改善公共服務、降低知識與創業門檻；也可能壓縮中間職位、提高資本與頂尖人才槓桿、強化國家監測與政策調適，甚至造成「國家能力繼續上升，但家庭能力與政治選擇未同步上升」的發展合法性脫鉤。AI 因此不是舊中國模型中的一個普通科技項，而是可能同時重寫努力回報、比較視野、產業結構、國家能力、資訊環境與制度可行域的作用算子。

關鍵詞

中國；新中國史；改革開放；發展合法性；相對剝奪；Tunnel Effect；努力—回報彈性；社會流動；階級流動；躺平；青年失業；房地產；國家能力；Agentic AI；類全域 AI；制度—智能共演化

0. 研究問題：中國真正危險的是變窮，還是「努力失去可預期回報」？

討論中國政治前景時，常見兩種相反敘事。

第一種：

中國經濟仍然增長、製造業強、國家能力高，因此制度具有高度穩定性。

第二種：

房地產、人口、失業、地方債務、不平等與政治限制正在累積，因此中國接近制度危機。

兩者都可能抓到部分事實，但都容易犯同一錯誤：

\boxed{ \text{把多維動態系統壓成單一方向。} }

本文提出另一個問題：

一個人是否願意繼續投入一個制度，不只取決於今天拿到多少，也取決於他是否相信額外努力仍能轉化為未來位置改善。

因此真正需要追蹤的是：

\boxed{ \text{Absolute Welfare} + \text{Welfare Derivative} + \text{Mobility Expectation} + \text{Effort–Reward Elasticity} + \text{Reference Horizon}. }

1. 歷史前提：1949 後中國不是單一制度狀態

本文不把 1949 至今的中國視為一個靜態「威權國家」。

至少應分為：

\boxed{ \begin{aligned} H_1 &: 1949\text{--}1957,\quad \text{國家重建與早期計畫化},\\ H_2 &: 1958\text{--}1976,\quad \text{高動員與高政治波動},\\ H_3 &: 1971\text{--}1979,\quad \text{外部關係重接與制度轉折},\\ H_4 &: 1978\text{--}2000s,\quad \text{改革開放與高速追趕},\\ H_5 &: 2000s\text{--}2010s,\quad \text{成熟化、資產化與大規模流動},\\ H_6 &: 2020s,\quad \text{增長換檔、流動壓力與 AI 轉型}. \end{aligned} }

這些階段彼此重疊，不是嚴格斷點。

2. 1949–1957：低基準條件下的國家重建

1949 年的新中國面對：

長期戰爭後的重建；
低教育與低工業化；
基礎設施不足；
高農業人口；
國家能力重新整合。

在此階段，政治與經濟評價不能直接套用成熟中等收入國家的標準。

若：

W_{1949}

極低，則只要：

\Delta W_t>0,

即使絕對生活仍不富裕，也可能產生強烈的改善感。

但本文不把此階段浪漫化。土地改革、政治運動、計畫化與組織控制同樣建立了新的權力結構。

因此：

\boxed{ \text{material improvement} \neq \text{absence of political coercion}. }

3. 1958–1976：高動員能力不等於高治理校正能力

3.1 大躍進的政治經濟教訓

1958 年開始的大躍進及其後的 1959–1961 年農業危機與大饑荒，是理解中國制度能力的重要節點。

它展示：

\boxed{ \text{Mobilization Capacity} \neq \text{Information Quality} \neq \text{Corrective Capacity}. }

中央可以動員巨大資源，卻不代表地方資訊可以無失真上傳，也不代表錯誤政策能迅速被修正。

3.2 文化大革命

1966–1976 年文化大革命再次顯示：

\boxed{ \text{political activation} \neq \text{institutional stability}. }

高政治參與、群眾運動與權力重組可以同時破壞教育、行政與專業秩序。

因此毛時代不能只用：

\text{平等}

或：

\text{貧窮}

描述。

4. 相對封閉與比較視野

4.1 比較不是自然固定的

相對剝奪需要參照集合。

定義個體 $i$ 的比較集合：

\boxed{ \mathcal R_{i,t} = \{ self\_past, peer, elite, foreign, promise, future \}. }

若外部資訊與人口流動有限：

|\mathcal R_{i,t}^{foreign}|

可能較小。

這不表示人民沒有不滿，而是可見比較組不同。

4.2 比較視野擴張

當：

對外開放；
電視與媒體；
出國；
外資；
網際網路；
社交平台；
AI 搜尋與翻譯；

增加後：

\boxed{ Visibility(\mathcal R_{i,t}) \uparrow. }

同一生活水準下，相對位置感可能因此改變。

5. 1971–1979：外部重接與制度轉折

1971 年中美高層接觸加速，1972 年尼克森訪華與《上海公報》成為關係轉折；1978 年底雙方宣布建立正式外交關係，1979 年完成正常化。

這條外交線與經濟改革不是同一事件，但共同顯示中國開始進入新的外部結構。

1978 年後的改革開放則形成更深層的政治經濟轉折：

\boxed{ \text{closed mobilization} \rightarrow \text{developmental competition}. }

世界銀行指出，自 1978 年改革開放以來，中國 GDP 年均增速長期超過 $9\%$ ，並有近八億人口脫離極端貧困。

這是一個不能被政治立場抹除的巨大發展事實。

6. 發展合法性：不是「有錢」而是「一直變好」

本文將發展合法性定義為：

\boxed{ L_t^{dev} = f( W_t, \dot W_t, M_t, E_t^{future}, \varepsilon_{ER,t}, T_t ). }

其中：

$W_t$ ：當下福利；
$\dot W_t$ ：福利改善速度；
$M_t$ ：流動機會；
$E_t^{future}$ ：未來改善預期；
$\varepsilon_{ER,t}$ ：努力—回報彈性；
$T_t$ ：對制度與市場通道的信任。

因此：

W_t

不高，也可以有高：

L_t^{dev},

只要：

\dot W_t\gg0.

7. Tunnel Effect：為什麼別人先變好不一定帶來革命

Hirschman 與 Rothschild 在 1973 年提出著名的 tunnel effect。

塞車時，旁邊車道開始移動。

最初：

\text{OtherProgress} \rightarrow \text{Hope}.

因為：

他動了，可能代表我也快動了。

因此短期不平等增加可能與社會容忍共存。

但如果：

\Delta t\uparrow

而自己的車道始終不動：

\text{Hope} \rightarrow \text{Suspicion} \rightarrow \text{Deprivation}.

本文將其一般化為：

\boxed{ \frac{ \partial Tolerance }{ \partial Inequality } = g( ExpectedOwnMobility ). }

8. 改革開放中國的「隧道」

改革開放後，大量普通家庭觀察到：

農業向工業與服務業轉移；
農村人口進城；
高等教育擴張；
私營與外資企業增加；
城市住房與基礎設施改善；
家庭耐久財增加；
出國、留學與國際接觸增加。

因此：

\boxed{ \text{others moving up} }

可以在相當長時間被理解為：

\boxed{ \text{my family may also move up}. }

這使發展型不平等和完全封閉的階級不平等具有不同政治效果。

9. 絕對流動與相對流動必須分開

中國社會流動研究顯示一個重要雙重現象。

對較年輕世代：

AbsoluteMobility\uparrow,

但：

RelativeMobility

未必同步改善。

Oxford 的中國社會流動研究指出，較年輕世代的絕對流動與向上流動大幅增加，但在最年輕男性世代中，相對階級競爭呈現更強僵化，專業與管理階層和其他階層的差異更加顯著。

因此：

\boxed{ \text{More upward positions} \neq \text{Equal probability of reaching them}. }

10. 教育擴張的雙重效果

高等教育擴張可以同時造成：

Opportunity\uparrow

與：

CredentialCompetition\uparrow.

如果所有階層都增加大學教育，但優勢階級增加得更快，則：

\boxed{ \text{mass expansion} \neq \text{relative equalization}. }

這是理解當代中國青年壓力的重要前置。

11. 從「我比父母好」到「我能不能比父母更好」

發展型社會早期的參照通常是：

P_{i,t}^{past}.

若：

Position_i(t) > Position_{parent}(t-\Delta),

則個體容易感受到上升。

成熟後比較會轉向：

P_{i,t}^{peer},

P_{i,t}^{elite},

P_{i,t}^{foreign},

與：

P_{i,t}^{expected}.

因此即使：

W_t > W_{t-20},

仍可能：

D_t\uparrow.

12. 多參照相對剝奪模型

本文正式定義：

\boxed{ D_{i,t} = \sum_{r\in\mathcal R} \omega_{i,r,t} \left( P_{i,r,t}^{expected} - P_{i,t}^{perceived} \right). }

其中：

\sum_r\omega_{i,r,t}=1.

參照可以是：

自己過去；
父母；
同齡人；
官僚與菁英；
富裕階層；
外國同類群體；
官方承諾；
自己預期的未來。

13. 相對剝奪不是自動政治化

本文延續既有「因果歸因」修正。

定義歸因算子：

\boxed{ \Gamma_{i,t} : D_{i,t} \rightarrow Cause_{i,t}. }

可能歸因於：

\{ self, family, market, local\_government, central\_government, foreign\_actor, history, technology \}.

因此：

D\uparrow

不推出：

AntiRegimeAction\uparrow.

14. 四種典型歸因路徑

14.1 自我歸因

D \rightarrow \text{self-blame} \rightarrow \text{more effort / withdrawal}.

14.2 市場歸因

D \rightarrow \text{job / housing / competition problem}.

可能要求經濟政策，而非政權更替。

14.3 外部歸因

D \rightarrow \text{foreign pressure} \rightarrow \text{national solidarity}.

甚至可能提高國家支持。

14.4 制度歸因

D \rightarrow \text{structural unfairness} \rightarrow \text{institutional demand}.

只有這一類更可能直接形成制度性政治壓力。

15. 努力—回報彈性

本文定義：

\boxed{ \varepsilon_{ER,i,t} = \frac{ \partial \mathbb E[ \Delta Position_{i,t+1} ] }{ \partial Effort_{i,t} }. }

若：

\varepsilon_{ER,i,t}\gg0,

努力具有可見回報。

若：

\varepsilon_{ER,i,t}\approx0,

追加努力無法明顯改善預期位置。

若：

\varepsilon_{ER,i,t}<0,

可能出現：

越投入，承擔的債務、健康、時間與機會成本反而越大。

16. 「很累但有用」與「很累而且不知道有沒有用」

這是兩個不同社會狀態。

第一種：

Cost(Effort)\uparrow,

但：

\varepsilon_{ER}>0.

因此：

\boxed{ \text{high effort} + \text{credible mobility}. }

第二種：

Cost(Effort)\uparrow,

且：

\varepsilon_{ER}\downarrow.

因此：

\boxed{ \text{high effort} + \text{low expected mobility}. }

後者才更容易產生「退出遊戲」動機。

17. 躺平可以是理性回應，而不是單純文化病

令個體額外努力：

\Delta e>0.

若：

\mathbb E[ \Delta U \mid \Delta e ] < Cost(\Delta e),

則降低投入可以是效用最大化行為。

因此：

\boxed{ \text{Tang Ping} \neq \text{proof of laziness}. }

它可能同時包含：

抗議；
資源保全；
低欲望策略；
風險避免；
退出高成本競爭。

18. 2020s 的重要結構壓力

本文不把中國描述為整體衰退國家。

2026 年仍存在：

超過 $4\%$ 的預期 GDP 增長；
強大製造能力；
高科技投資；
高出口韌性；
大型基礎設施；
新能源與 AI 產業優勢。

但同時也存在：

房地產調整；
青年就業壓力；
居民消費偏弱；
長工時；
教育與職位錯配；
人口老化；
流動性疑慮。

所以：

\boxed{ \text{growth} \land \text{structural stress} }

可以同時成立。

19. 2026 房地產：不是單一資產價格問題

中國國家統計局資料顯示，2026 年 1–7 月房地產開發投資同比下降 $19.2\%$ 。

房地產對中國家庭不只是住房，也長期承載：

家庭財富；
婚育預期；
地方財政；
建築與相關就業；
信貸；
城市上升敘事。

因此：

\boxed{ HousingShock \rightarrow Wealth + Expectation + LocalFinance + MobilityNarrative. }

20. 青年失業與入口職位

2026 年 7 月，中國 $16$ – $24$ 歲非在校青年城鎮失業率升至 $17.9\%$ 。

這個數字不能直接等於：

17.9\% \text{ 的青年反對制度}.

但它會影響：

\varepsilon_{ER}^{youth}.

尤其當：

EducationCost\uparrow

而：

EntryOpportunity\downarrow,

則教育投資與職位回報的心理連結會受壓。

21. 長工時與時間剝奪

2026 年 7 月，中國全國企業就業人員週平均工作時間為 $48.2$ 小時。

因此生活評估不能只用：

Income.

還應加入：

\boxed{ DisposableTime = TotalTime - Work - Commute - Care - AdministrativeBurden. }

若收入增長沒有轉化成自由時間：

WelfareGain

可能被高估。

22. 發展合法性的成熟期難題

追趕期：

\dot W_t\gg0.

成熟期：

\dot W_t\downarrow.

這不必表示制度失敗，而是合法性來源必須轉換。

從：

\boxed{ \text{everyone can expect rapid improvement} }

逐漸轉為：

\boxed{ \text{fair allocation} + \text{service quality} + \text{security} + \text{choice} + \text{correction}. }

若合法性來源沒有轉換，增長換檔就會被主觀感知為「制度失去以前的承諾」。

23. 國際比較階級流動

全球資訊化後，參照群體不再只在國內。

一個中國工程師可能比較：

Salary_{CN}

與：

Salary_{US},

也比較：

HousingCost, WorkingTime, PoliticalAgency, PublicService, TechnologyOpportunity.

因此：

\boxed{ \mathcal R^{foreign} }

已經成為現代相對剝奪的重要項。

AI 搜尋、翻譯與跨語言資訊會進一步擴大這個參照域。

24. 「中國快不行了」的早期模型為什麼需要降級

若舊模型近似：

RelativeDeprivation\uparrow \Rightarrow RegimeRisk\uparrow,

它遺漏：

\Gamma

因果歸因；

B

家庭與社會緩衝；

C_{\mathrm{state}}

國家適應能力；

N

民族與外部競爭；

S_{\mathrm{service}}

公共服務；

以及：

\mathcal A

AI 增幅。

因此更合理是：

\boxed{ Risk_t = f( D_t, \Gamma_t, B_t, C_{\mathrm{state},t}, L_t, R_t, \mathcal A_t ). }

25. 蘇聯類比仍有價值，但不能直接複製

中國與蘇聯都曾面臨：

中央計畫資訊問題；
官僚激勵；
政治校正限制；
外部競爭；
組織僵化。

但現代中國具有蘇聯晚期沒有的：

全球製造鏈深度；
市場機制；
數位平台；
大規模民營企業；
高速資訊基礎設施；
世界級出口產業；
AI／Agent／感測器系統。

因此：

\boxed{ \text{Soviet Analogy} = \text{partial structural comparison}, }

而不是：

\text{deterministic historical replay}.

26. AI 變數一：Mobility Reset

AI 可以降低：

Cost( Knowledge, Coding, Design, Research, Translation, Tutoring ).

若普通人的能力槓桿提高：

\boxed{ \varepsilon_{ER}^{AI} \uparrow. }

則 AI 可能重新打開隧道。

27. AI 變數二：入口職位壓縮

若 AI 優先替代：

初階文職；
基礎程式；
客服；
翻譯；
內容製作；
部分分析工作；

則：

EntryPositions\downarrow.

對高教育青年而言，這可能形成：

\boxed{ EducationExpansion + AICompression \rightarrow CredentialReturnPressure. }

28. AI 變數三：資本與頂尖人才槓桿

AI 可能使：

Productivity_{top} \uparrow\uparrow.

若：

Ownership

高度集中，則：

\boxed{ AI \rightarrow LeverageConcentration. }

因此即使總產出提高：

GDP\uparrow,

相對流動也可能下降。

29. AI 變數四：公共服務與第二次人口時間釋放

AI 也可能：

降低行政等待；
補足基層醫療；
改善高齡照護；
降低危險勞動；
提升教育可及性；
降低中小企業知識門檻。

若技術紅利轉化為：

FreeTime\uparrow,

RealIncome\uparrow,

ServiceAccess\uparrow,

則可能形成：

\boxed{ \text{Second Population-Time Release}. }

30. AI 變數五：國家適應能力

Agentic AI 可提高：

PolicySensing,

Simulation,

AdministrativeRouting,

RiskDetection.

因此：

\boxed{ StructuralPressure\uparrow \not\Rightarrow StateAdaptation\downarrow. }

甚至兩者可以同時上升。

31. AI 變數六：國家能力與家庭能力脫鉤

本文定義：

\boxed{ \Delta C_N = \Delta \text{National Capability}, }

\boxed{ \Delta C_H = \Delta \text{Household Capability}. }

可能出現：

\Delta C_N>0

但：

\Delta C_H\leq0.

例如國家：

工業更強；
出口更強；
AI 更強；
軍事與科研更強；

但家庭：

工作更不穩；
住房資產下跌；
自由時間未增加；
上升通道縮窄。

本文稱此為：

\boxed{ \text{AI-Induced Developmental Legitimacy Decoupling}. }

32. 為什麼這個脫鉤比單純衰退更有政治意義

若：

C_N\downarrow

且：

C_H\downarrow,

人民可以理解為：

整個國家都遇到困難。

但若：

C_N\uparrow

而：

C_H\downarrow,

則可能形成：

國家、產業、AI、機器人都越來越強，為什麼我的可行生活沒有同步擴張？

因此：

\boxed{ NationalSuccess \neq PersonalFeasibleSetExpansion. }

這是 AI 時代新的發展政治問題。

33. AI 也可能降低相對剝奪

反方向必須保留。

若 AI：

普及高品質教育；
降低醫療差距；
提高小城市與農村能力；
降低創業固定成本；
提供個人化專業代理；
擴大弱勢者行政與法律能力；

則：

w_i^{effective} \uparrow

可以降低由制度位置差異帶來的剝奪。

因此本文不主張：

AI \Rightarrow Inequality\uparrow.

34. 類全域 AI 會進一步修改比較集合

如果未來類全域 AI 開始持續回答普通人：

Human \leftrightarrow AI,

則 AI 不只回應既有偏好，也會告訴人：

還有哪些制度；
還有哪些權利；
還有哪些工作方式；
還有哪些國際生活模式；
還有哪些申訴與退出通道。

因此：

\boxed{ AI \rightarrow ReferenceSetExpansion. }

這會直接作用於：

D_{i,t}.

35. AI 可能同時擴張與管理剝奪

一方面：

ReferenceSet\uparrow \Rightarrow Comparison\uparrow.

另一方面：

AIServiceQuality\uparrow \Rightarrow Friction\downarrow.

因此：

\boxed{ AI \text{ can increase awareness of inequality while reducing some lived burdens}. }

這是典型雙向效應。

36. 新中國穩定模型

本文提出：

\boxed{ Stability_t = f( W_t, \dot W_t, M_t, \varepsilon_{ER,t}, D_t, \Gamma_t, B_t, C_{\mathrm{state},t}, R_t, \mathcal A_t ). }

其中：

R_t

為制度可逆性與可爭議性。

此式不是用於直接輸出一個「崩潰機率」，而是建立可分解比較框架。

37. 發展合法性轉換

可把中國的長期合法性來源概念化為：

第一階段

\boxed{ \text{State Reconstruction} + \text{Order} + \text{Industrialization}. }

第二階段

\boxed{ \text{Rapid Material Improvement} + \text{Mobility} + \text{National Development}. }

第三階段

若高速增長降低，則必須增加：

\boxed{ \text{Distribution} + \text{Service} + \text{Security} + \text{Choice} + \text{Correction}. }

AI 將決定第三階段的部分可行域。

38. 三種 AI 中國情境

38.1 正向情境：Mobility Reopening

AI \rightarrow Productivity \rightarrow Income + FreeTime + NewJobs + Service \rightarrow \varepsilon_{ER}\uparrow.

38.2 負向情境：Capability Concentration

AI \rightarrow CapitalLeverage + JobCompression + Control \rightarrow M\downarrow + D\uparrow.

38.3 混合情境：High-Performance Authoritarian Equilibrium

可能出現：

W\uparrow,

C_{\mathrm{state}}\uparrow,

Service\uparrow,

同時：

Contestability

維持較低。

這種情境不能用「中國一定會失敗」排除。

它將在 Paper 06 正面處理：

高福利與高績效是否足以構成完整政治正當性？

39. 可檢驗預測

39.1 預測一：青年政治與社會態度更受努力—回報預期而非 GDP 單值影響

若：

GDP_t>0

但：

\varepsilon_{ER,youth}\downarrow,

則青年退出競爭、低消費與低長期承諾仍可能上升。

39.2 預測二：絕對生活改善與相對僵化可同時存在

即：

AbsoluteMobility\uparrow

與：

RelativeRigidity\uparrow

不矛盾。

39.3 預測三：AI 對不同階級的努力—回報彈性影響不一致

\Delta\varepsilon_{ER}^{AI}(class_1) \neq \Delta\varepsilon_{ER}^{AI}(class_2).

39.4 預測四：AI 公共服務效果若能被家庭直接感知，績效合法性可能增加

AIServiceGain \rightarrow L^{dev}\uparrow.

39.5 預測五：若國家能力與家庭能力長期分岔，發展敘事將更難單獨維持合法性

C_N\uparrow \land C_H\downarrow \Rightarrow LegitimacyDecouplingRisk\uparrow.

40. 反證與限制

本文不主張：

中國一定崩潰；
中國一定不會崩潰；
經濟增長可以無限替代政治權利；
政治權利可以無條件替代經濟發展；
躺平者都具有相同政治動機；
青年失業率直接等於制度不滿比例；
房地產下降必然導致政治危機；
相對剝奪必然政治化；
中國人民的制度支持必然虛假；
中國人民的制度支持必然完全真實且不受表達環境影響；
AI 必然削弱中國制度；
AI 必然強化中國制度；
蘇聯歷史可以直接預測中國；
台灣經驗可直接當作中國民主化的反事實結果；
高績效威權均衡必然可長期維持。

41. 與 Paper 01 的關係

Paper 01 建立：

X_{t+1} = F( X_t, I_t, \mathcal A_t, E_t ).

本文把中國歷史作為第一個大型案例。

其中：

X_t

具體化為：

\boxed{ ( W, \dot W, M, D, L, C, R, \varepsilon_{ER}, \Gamma ). }

AI 則不只作用於：

W,

而是同時作用於整個向量。

42. 與 Paper 03 的接口

《AI 不只強化威權：福利、控制、流動與制度校正的多向耦合》

將正式研究：

\boxed{ \operatorname{sign} \left( \frac{ \partial X_i }{ \partial A_j } \right) }

為何不是固定值。

中國將只是其中一個高耦合案例，而不再是唯一研究對象。

43. 核心命題

命題一：發展導數命題

\boxed{ \text{Political effect of welfare depends not only on }W_t \text{ but also on }\dot W_t. }

命題二：努力—回報命題

\boxed{ \varepsilon_{ER} \downarrow }

可能比單純收入下降更直接改變個體的長期投入策略。

命題三：多參照剝奪命題

\boxed{ RelativeDeprivation = \text{multi-reference dynamic comparison}, }

不是單一貧富差距。

命題四：歸因中介命題

\boxed{ D \not\Rightarrow PoliticalOpposition. }

其政治效果受到：

\Gamma

中介。

命題五：絕對上升—相對僵化共存命題

\boxed{ AbsoluteMobility\uparrow \land RelativeRigidity\uparrow }

可以同時成立。

命題六：AI 發展合法性脫鉤命題

\boxed{ \Delta C_N>0 \land \Delta C_H\leq0 }

可能使國家成功與個人可行域改善逐漸分離。

44. 結論

理解中國不能只問：

中國現在比以前富多少？

也不能只問：

中國現在有多少不平等？

真正重要的是：

\boxed{ \text{人是否仍相信自己的時間、努力與能力 可以轉化為更好的未來位置。} }

改革開放後很長一段時間，中國的發展合法性具有強大的歷史基礎：

\text{生活改善} + \text{產業擴張} + \text{教育擴張} + \text{城市化} + \text{流動預期}.

它使大量人即使身處高負擔競爭，也可以相信：

\boxed{ \text{努力很累，但有用。} }

當中國進入成熟化、房地產調整、青年就業壓力、教育大眾化與增長換檔的階段，真正需要觀察的不是是否突然「停止增長」，而是：

\boxed{ \varepsilon_{ER} }

是否持續下降，以及：

\boxed{ M_t }

是否仍然提供可信的上升通道。

AI 使這個問題更複雜。

它可能：

\text{重新打開隧道},

也可能：

\text{讓少數人更快離開隧道},

還可能：

\text{讓國家本身變成更強大的交通控制中心}.

因此中國未來不能再用舊式：

\text{growth} \rightarrow \text{stability}

或：

\text{deprivation} \rightarrow \text{collapse}

描述。

更合理的是：

\boxed{ \text{China Future} = \text{development} \times \text{mobility} \times \text{effort-return} \times \text{attribution} \times \text{state adaptation} \times \text{AI}. }

Paper 02 因此不給出「中國會不會倒」的答案。

它重新定義問題：

當一個曾以高速改善建立發展合法性的超大型國家進入 AI 時代後，AI 究竟會重新擴張普通人的未來可行域，還是主要擴張國家、資本與高槓桿節點的能力？

這才是下一階段真正值得觀察的中國問題。

參考文獻與資料來源

Hirschman, Albert O. & Rothschild, Michael. “The Changing Tolerance for Income Inequality in the Course of Economic Development.” World Development, 1(12), 1973, pp. 29–36. DOI: 10.1016/0305-750X(73)90109-5.
Li, Yaojun. “Social Mobility in China: A Case Study of Social Mobility Research in the Global South.” In Social Mobility in Developing Countries, Oxford University Press, 2021.
World Bank. “China — Country Overview.” 內容指出自 1978 年改革開放以來，中國長期 GDP 年均增速超過 9%，近八億人口脫離極端貧困。
World Bank. Rebalancing Growth: China Economic Update, 2026-07-07. 預測中國 2026 年增長約 4.4%，並指出房地產調整、消費謹慎與社會安全網的重要性。
National Bureau of Statistics of China. Investment in Real Estate Development from January to July 2026, 2026-08-18. 2026 年 1–7 月房地產開發投資同比下降 19.2%。
National Bureau of Statistics of China. 1—7月份國民經濟保持總體平穩、向新向優發展態勢, 2026-08-17. 2026 年 7 月全國企業就業人員週平均工作時間為 48.2 小時。
Reuters. “China’s youth jobless rate hits 11-month high in July,” 2026-08-19. 報導 2026 年 7 月 16–24 歲非在校青年城鎮失業率為 17.9%。
U.S. Department of State, Office of the Historian. Rapprochement with China, 1972；以及 China Policy, 1977–1980. 用於中美關係正常化歷史節點。
Yang, Dennis Tao. “China’s Agricultural Crisis and Famine of 1959–1961: A Survey and Comparison to Soviet Famines.” 同行評審研究，用於大躍進與饑荒的制度性背景。
The National Archives, United Kingdom. The Cultural Revolution. 用於 1966–1976 年文化大革命基本歷史背景。
Ministry of Industry and Information Technology of the PRC. “人工智能+信息通信”創新發展實施意見（2026—2028年）, 2026.
Neo.K，〈十四億人的時間為何沒有被完全釋放：中國規模動員、時間錯配與國家生產率悖論〉，EveMissLab，2026。
Neo.K，〈AI 放大器下的中國耦合危機：具身智慧、生活再生產壓縮與零和外卷〉，EveMissLab，2026。
Neo.K，〈從忍耐到集體行動：結構壓力、正當性感知與動員轉換〉，EveMissLab，2026。
Neo.K，〈剝削度統一理論／相對剝奪與剝削逃逸速度〉相關版本，EveMissLab，2026。
Neo.K，〈政治關係動力學的綜合框架：階級聯盟、注意力場與系統相變的統一理論〉，EveMissLab，2026。
Neo.K，〈混合威權崩潰理論：中國作為疊加態政體的測量框架〉，EveMissLab，2026。
Neo.K，〈IQRC-01｜AI 介入後的政治系統動力學：從固定智能假設到制度—智能共演化〉，EveMissLab，2026。

外部來源定位

World Bank China overview: worldbank.org/ext/en/country/china
World Bank China Economic Update 2026-07-07: worldbank.org/en/news/press-release/2026/07/07/rebalancing-growth-china-economic-update
NBS real estate 2026-01–07: stats.gov.cn/english/PressRelease/202608/t20260819_1965077.html
NBS economy and working hours 2026-08-17: stats.gov.cn/sj/zxfb/202608/t20260817_1965056.html
U.S. Office of the Historian, China rapprochement: history.state.gov/milestones/1969-1976/rapprochement-china
U.S. Office of the Historian, normalization: history.state.gov/milestones/1977-1980/china-policy
MIIT 2026–2028 AI + information communications policy: hubca.miit.gov.cn/zwgk/zcwj/wjfb/art/2026/art_1a6880738cfc4235afeda815d6ae8ab4.html
Oxford Academic, Yaojun Li, Social Mobility in China: DOI 10.1093/oso/9780192896858.003.0010
Hirschman & Rothschild 1973: DOI 10.1016/0305-750X(73)90109-5

版本註記

v0.1 / 2026-08-28

建立新中國六階段歷史型別；
將發展合法性從福利水準擴充為福利導數、流動預期與努力—回報彈性；
建立多參照相對剝奪模型；
加入因果歸因算子 $\Gamma$ ；
區分絕對流動與相對流動；
將「躺平」重新處理為可能的邊際回報適應；
降級早期單向中國崩潰預測；
加入六類 AI 政治經濟作用；
提出 AI-Induced Developmental Legitimacy Decoupling；
建立 Paper 03 的多向耦合接口。