HAVT-06｜從失業時間到時間主權：AI 生產力紅利應流向哪裡？

從強制勞動時間、可支配人生時間與自動化剩餘，到後勞動轉型的時間分配原理

英文題名： From Unemployment Time to Time Sovereignty: Routing AI Productivity Dividends into Income, Ownership, Public Capability, and Discretionary Life Time
系列名稱： 人類—AI 可承受轉型論（Human–AI Viable Transition Theory, HAVT）
系列篇號： 06 / 08
文件編號： EML-HAVT-2026-06
作者： Neo.K with GPT-5.6 Sol
機構： EveMissLab／一言諾科技有限公司
日期： 2026-10-06
版本： v0.1
文件性質： 系列核心論文／時間主權／AI 生產力紅利／後勞動轉型／人類時間分配
直接前置： HAVT-03、HAVT-04、HAVT-05、EWDT-21
跨系列接口： 時間經濟學、廣義時間索取權、智能時間密度、可能性底空間、多速度後人類社會
狀態： Canonical Source / UTF-8 Markdown

摘要

AI 與自動化最常被描述為能「節省時間」。然而，一項技術節省了多少工作時間，並不能直接回答人類是否真正獲得了更多人生時間。若自動化使一部分人失去工作、收入與安全感，那些被釋放的時數雖然不再被雇主占用，卻未必成為可自由使用的時間。它們可能變成求職時間、焦慮時間、等待時間、再訓練時間、行政時間、債務壓力下的零工時間，甚至只是沒有資源可使用的空白時間。

本文提出《人類—AI 可承受轉型論》第六篇，將「時間主權」（Time Sovereignty）建立為 AI 生產力紅利是否真正傳入個體生活世界的重要判準。本文首先區分：

\boxed{ \text{Free Time} \neq \text{Unemployed Time} \neq \text{Discretionary Time} \neq \text{Time Sovereignty}. }

其中：

Free Time：形式上未被正式工作占用的時間；
Unemployed Time：失業或無穩定工作時被動出現的時間；
Discretionary Time：在基本義務完成後，可由主體自行安排的時間；
Time Sovereignty：主體能以足夠收入、安全、健康、資訊與退出能力，自主安排其可支配時間，並能改變時間配置的能力。

本文提出：

\boxed{ S_i^{time} = F \left( T_i^{disc}, Y_i^{secure}, R_i^{choice}, E_i^{exit}, C_i^{care}, H_i, P_i^{essential} \right). }

其中 $S_i^{time}$ 為主體 $i$ 的時間主權， $T_i^{disc}$ 為可支配時間， $Y_i^{secure}$ 為收入安全， $R_i^{choice}$ 為可重新配置能力， $E_i^{exit}$ 為有效退出能力， $C_i^{care}$ 為照護責任， $H_i$ 為健康狀態， $P_i^{essential}$ 為必要生活成本。

由此可知：

\boxed{ T_i^{available}\uparrow \not\Rightarrow S_i^{time}\uparrow. }

本文進一步將 AI 生產力紅利表示為：

\boxed{ \Pi_{AI}^{prod} }

並提出其可被路由至：

\boxed{ \Pi_{AI}^{prod} \rightarrow \{ \text{Profit}, \text{Wage}, \text{PriceReduction}, \text{PublicService}, \text{BroadOwnership}, \text{NewInvestment}, \text{TimeDividend} \}. }

本文不主張時間紅利必須取代其他分配方式，而主張 AI 時代不應把生產力提升默認為「同樣工時、更多產出」或「同樣產出、裁掉更多人」兩種選項。另一條合法路徑是：

\boxed{ \text{Same or higher living capability} + \text{less compulsory labor time}. }

本文將其稱為「時間紅利」（Time Dividend）。

若原本：

1000\times40 = 40000 \text{ human-hours/week},

自動化使同等產出只需：

20000 \text{ human-hours/week},

則不必唯一地選擇：

500\times40.

也可以是：

1000\times20,

或多種工時、收入、角色與自願退出組合。這並不表示企業必須平均分配所有工時，而是說社會層級的生產力紅利存在多種可行路由，不應把「裁員」視為唯一自然結果。

本文同時提出「強制勞動時間」：

\boxed{ T_i^{comp} }

與「主體人生時間」：

\boxed{ T_i^{life}. }

HAVT 的目標不是使：

T_i^{work}\rightarrow0

本身，而是使：

\boxed{ \frac{T_i^{comp}}{T_i^{life}} \downarrow }

同時維持或提高：

\boxed{ \Omega_i^{life}, \quad \mathcal B_i(t), \quad S_i^{time}. }

本文最後提出，真正成熟的 AI 生產力革命，不應只提高每單位時間的產出，也應提高人類對自身時間的支配能力。若 AI 使文明更高效，卻使大量人為了維持基本生活而同時從事更多零工、更長求職、更高不確定性與更密集監控，則技術節省的時間並沒有真正回到人類。

HAVT-06 的核心結論是：

\boxed{ \text{Productivity Gain} \not\Rightarrow \text{Time Dividend}. }

時間紅利需要被制度、所有權、收入與社會閉合主動路由。

關鍵詞： 時間主權、時間紅利、AI 生產力、失業時間、強制勞動時間、可支配時間、後勞動社會、工作時數、自動化剩餘、時間經濟學、可能性底空間

0. 問題提出：AI 節省的時間，到底是誰的時間？

一台 AI 系統節省：

1000

小時工作時間。

最常見的說法是：

AI 幫人類省了 1000 小時。

但實際上必須問：

\boxed{ \text{Whose time was saved?} }

以及：

\boxed{ \text{Who gained control over the saved time?} }

1. 節省企業工時不等於增加個人自由時間

企業可以：

RequiredLaborHours\downarrow.

但若結果是：

WorkerCount\downarrow,

則留下者未必：

FreeTime\uparrow.

2. 被裁員者確實有更多「空時間」

但：

\boxed{ \text{Available Clock Time} \neq \text{Usable Life Time}. }

失去收入後，時間可能被：

求職；
行政；
債務；
焦慮；
零工；
搬家；

重新占用。

3. 四種時間必須分開

本文區分：

\boxed{ T^{free} }

形式未被正式工作占用的時間；

\boxed{ T^{unemp} }

失業狀態中的非工作時間；

\boxed{ T^{disc} }

可由主體自行配置的時間；

\boxed{ S^{time} }

真正的時間主權。

4. Free Time

Free Time 只是：

T_{clock}-T_{formalWork}.

它沒有回答：

是否有收入；
是否有健康；
是否有照護責任；
是否有選擇。

5. Unemployed Time

失業時間可以是：

T^{unemp}\gg0.

但：

IncomeSecurity\approx0.

因此：

S^{time}

可能很低。

6. Discretionary Time

本文定義：

\boxed{ T_i^{disc} = T_i^{life} - T_i^{comp} - T_i^{care} - T_i^{maintenance}. }

其中：

$T_i^{comp}$ ：強制勞動與生存型義務；
$T_i^{care}$ ：不可自由取消的照護責任；
$T_i^{maintenance}$ ：維持基本生活所需時間。

7. 時間主權

本文定義：

\boxed{ S_i^{time} = F \left( T_i^{disc}, Y_i^{secure}, R_i^{choice}, E_i^{exit}, C_i^{care}, H_i, P_i^{essential} \right). }

8. 時間主權不是「很多時間」

一個人可以：

T_i^{disc}\gg0

但：

Y_i^{secure}\approx0.

此時：

S_i^{time}

仍可能很低。

9. 收入安全是時間使用權的一部分

如果每一小時不拿去工作，

都可能：

\text{RentUnpaid}.

則：

\boxed{ \text{FormalFreeTime} }

實際上受到強烈經濟約束。

10. 必要生活成本也會奪走時間

若：

P_i^{essential}\uparrow,

則主體需要：

\text{MorePaidHours}.

所以：

\boxed{ \text{CostOfLiving} }

可以間接降低：

S_i^{time}.

11. 時間也是索取權

收入本質上不只購買商品。

也可以購買：

\boxed{ \text{Freedom from compulsory time expenditure}. }

例如：

不加班；
不兼職；
不通勤兩小時；
不自己處理所有照護。

12. 貧窮常同時是時間貧窮

一個人可能：

\text{MoneyPoor}

同時：

\text{TimePoor}.

因此：

\boxed{ \text{Income Poverty} \text{ and } \text{Time Poverty} }

不能完全分離。

13. AI 可以降低時間成本

AI 可以降低：

\text{SearchTime}, \text{LearningTime}, \text{PlanningTime}, \text{AdministrativeTime}.

所以：

T_i^{disc}\uparrow

有可能發生。

14. 但 AI 也可以增加時間密度

若工作者被要求：

OutputPerHour\uparrow\uparrow,

則：

\boxed{ \text{Saved Time} }

可能被企業立即重新填滿。

15. 智能時間密度

可定義：

\boxed{ \rho_I = \frac{ \text{effective cognitive work} }{ \text{clock time} }. }

AI 使：

\rho_I\uparrow.

16. 高智能時間密度有兩種結果

第一種：

Output\uparrow.

第二種：

WorkTime\downarrow.

也可以兩者同時發生。

17. 沒有自然法則要求紅利全變成產量

因此：

\boxed{ \text{ProductivityGain} }

不必唯一：

\rightarrow \text{MoreOutput}.

18. AI 生產力紅利

本文定義：

\boxed{ \Pi_{AI}^{prod} }

為 AI 對基準世界所增加的可分配生產力剩餘。

19. 生產力紅利路由

\boxed{ \Pi_{AI}^{prod} \rightarrow \{ \text{Profit}, \text{Wage}, \text{PriceReduction}, \text{PublicService}, \text{BroadOwnership}, \text{NewInvestment}, \text{TimeDividend} \}. }

20. Profit

企業保留部分紅利：

Profit\uparrow.

這可以支持：

\text{Investment}, \text{Risk}, \text{Innovation}.

所以利潤不是錯誤路由。

21. Wage

若：

Wage\uparrow,

家庭可用較少工時維持相同生活品質。

因此：

S_i^{time}\uparrow

可能成立。

22. Price Reduction

若：

Price\downarrow,

維持同等生活：

RequiredIncome\downarrow.

間接：

RequiredLaborTime\downarrow.

23. Public Service

如果：

\text{Healthcare}, \text{Education}, \text{Transit}, \text{Care}

更便宜或公共提供，

則：

T_i^{maintenance}\downarrow.

24. Broad Ownership

若自動化資本收益由更廣泛家庭持有，

則：

NonLaborIncome\uparrow.

這直接影響：

S_i^{time}.

25. New Investment

新投資可以產生：

\text{NewRoles}.

並提高：

\Omega_{\mathrm{participation}}.

26. Time Dividend

最後一種路由：

\boxed{ \Pi_{AI}^{prod} \rightarrow T^{disc}\uparrow. }

本文稱：

\boxed{ \text{Time Dividend}. }

27. 時間紅利不等於全面減工時

它可以表現成：

四天工作制；
更長休假；
彈性工時；
分段退休；
學習期；
照護假；
創作期；
自願兼職。

28. 工時共享只是其中一種

假設原本：

1000\times40 = 40000.

自動化後只需：

20000.

可以：

500\times40,

也可以：

1000\times20.

29. 還有大量混合方案

例如：

700\times28.6 \approx 20000.

或者：

部分人退休；
部分人轉職；
部分人減工時；
部分人進入新角色。

30. 所以「裁員」不是唯一自然結果

\boxed{ \text{LaborHourReduction} \not\Rightarrow \text{HeadcountReduction}. }

31. 但企業不一定能單獨選擇工時共享

如果：

固定成本；
保險；
管理；
法規；

使每人固定成本很高，

則：

500\times40

可能比：

1000\times20

便宜。

32. 因此時間紅利是制度問題

它需要考慮：

\text{Tax}, \text{Benefits}, \text{LaborLaw}, \text{Insurance}, \text{Scheduling}.

33. 時間紅利不能靠口號

如果減工時同時：

Income\downarrow

到無法生活，

則：

\boxed{ \text{Reduced Work Time} \neq \text{Time Dividend}. }

34. 真正的時間紅利

本文定義：

\boxed{ D_i^{time} = \Delta T_i^{disc} }

subject to：

\boxed{ \Omega_i^{life} \not\downarrow }

在明示評價下成立。

35. 時間紅利與生活能力綁定

若：

T_i^{disc}\uparrow

但：

HousingSecurity\downarrow,

則不能簡單判定：

D_i^{time}>0.

36. 強制勞動時間

本文定義：

\boxed{ T_i^{comp} }

為主體為維持基本生活、必要義務與不可避免承諾而必須投入的時間。

37. 強制不等於法律強制

它可以是：

\boxed{ \text{Economic Compulsion}. }

例如：

不工作就付不起房租。

38. 人類時間解放的真正指標

HAVT 不把：

WorkHours\rightarrow0

當成唯一目標。

更重要的是：

\boxed{ \frac{T_i^{comp}}{T_i^{life}} \downarrow. }

39. 為什麼不是把所有工作都消掉？

因為工作也可以：

\text{Meaning}, \text{Participation}, \text{Challenge}, \text{Relation}.

所以：

\boxed{ \text{Labor Reduction} \neq \text{Meaning Reduction}. }

40. 自願工作可以存在

一個後勞動社會仍可能有人：

創業；
研究；
教學；
創作；
製造；

因為他們想做。

41. 強制工作與自願活動必須分開

本文提出：

\boxed{ T^{activity} = T^{comp} + T^{voluntary}. }

降低：

T^{comp}

不代表降低：

T^{voluntary}.

42. 人可能反而做更多事

若：

T^{disc}\uparrow,

有人可能增加：

\text{Creation}, \text{Learning}, \text{Care}, \text{Exploration}.

43. 這些活動未必有市場價格

所以：

\boxed{ \text{Economic Value} \neq \text{Market Wage Only}. }

44. 照護時間

照護是特殊例子。

它可能：

\text{Unpaid}

但：

SocialValue\gg0.

45. AI 可以降低部分照護負擔

例如：

\text{Admin}, \text{Monitoring}, \text{Scheduling}.

這可能釋放：

T^{care}.

46. 但不能假設所有人想把照護交給 AI

有人可能將：

\text{HumanCare}

本身視為重要生活角色。

因此：

\boxed{ \text{Time Saving} \neq \text{Mandatory Delegation}. }

47. 時間主權包含「我想把時間花在哪裡」

不是：

AI 幫你省下來，所以你應該去做更有生產力的事。

真正：

\boxed{ S_i^{time} }

包含：

主體自己決定。

48. 生產力帝國主義

若所有節省時間都被要求：

\rightarrow \text{MoreProductivity},

則：

\boxed{ \text{Efficiency Gain} }

沒有變成自由。

49. 時間填充效應

本文提出：

\boxed{ \text{Time Refill Effect}. }

當工具節省：

\Delta T,

制度立即新增：

\Delta Task

填滿它。

50. 如果完全填滿

則：

\Delta T^{disc}\approx0.

即使：

Productivity\uparrow.

51. AI 可以造成更高節奏壓力

如果：

ResponseTime\downarrow,

社會可能期待：

\text{AlwaysAvailable}.

因此：

\boxed{ \text{Faster Technology} \not\Rightarrow \text{Slower Life}. }

52. 即時化壓力

AI 時代可能形成：

\boxed{ \text{Instantaneity Pressure}. }

要求：

即時回覆；
即時決策；
即時產出。

53. 時間主權也需要「不即時權」

候選原則：

\boxed{ \text{Right to Non-Instant Response}. }

在非緊急場景中，

主體不應因 AI 提速而被迫永久同步到機器速度。

54. 這與多速度文明接軌

HAVT-07 將進一步處理：

\boxed{ \text{Right Not to Be Synchronized to the Fastest System}. }

55. 時間主權與可能性底空間

若：

T_i^{disc}\uparrow,

很多：

a\notin\mathcal B_i

可能變成：

a\in\mathcal B_i.

56. 有時間才能學習

\text{StudyPath}

常需要：

T^{disc}>T^\ast.

57. 有時間才能創業

創業需要：

\text{Search}, \text{Experiment}, \text{Failure}.

所以：

S^{time}

是創新資本。

58. 有時間才能形成關係

家庭、朋友、社區都需要：

\text{Time}.

所以時間不是純個體消費品。

59. 時間也是文明基礎設施

如果整個社會：

T^{disc}\rightarrow0,

即使 GDP 很高，

也可能：

\text{Community}, \text{Care}, \text{Culture}

衰弱。

60. 時間不平等

兩人收入相同，

但：

WorkHours_A=30,

WorkHours_B=70.

其生活世界不同。

61. 所以收入統計不足

\boxed{ \text{Income} }

與：

\boxed{ \text{Time} }

應共同分析。

62. 時間收入比

可提出概念量：

\boxed{ Y_i^{per\ free\ hour} = \frac{ Y_i^{disp} }{ T_i^{comp} } }

但此量不應單獨當福利指標。

63. 更重要是必要時間負擔

本文提出：

\boxed{ B_i^{time} = \frac{ T_i^{comp} + T_i^{care} + T_i^{maintenance} }{ T_i^{life} }. }

64. 若時間負擔下降

B_i^{time}\downarrow

通常代表：

S_i^{time}\uparrow

的可能性提高。

65. 但需要選擇能力

如果時間被家庭、平台或算法指定用途，

仍不是真正主權。

66. 演算法排班

AI 可以最佳化排班。

但若只最佳化企業：

Utilization\uparrow,

可能：

WorkerPredictability\downarrow.

67. 不可預測時間也是時間剝奪

即使總工時少，

如果：

ScheduleVolatility\gg0,

個體很難安排：

學習；
家庭；
第二職涯。

68. 所以時間品質不只數量

定義：

\boxed{ Q_T = F \left( \text{Quantity}, \text{Predictability}, \text{Continuity}, \text{Control} \right). }

69. 四小時碎片不等於四小時完整時間

所以：

\boxed{ 4\times1h \neq 1\times4h }

在很多活動中成立。

70. 連續時間價值

研究、創作、深度學習常需要：

\boxed{ T^{continuous}>T^\ast. }

71. 時間主權需要連續塊

因此：

S_i^{time}

應考慮：

\boxed{ \text{Contiguous Discretionary Time}. }

72. AI 可以反過來幫忙形成連續時間

若 AI 接手：

行政；
重複任務；
搜尋；
初稿；

可以：

T^{continuous}\uparrow.

73. 這才是高品質增幅

真正人機協作不只是：

Output/hour\uparrow.

也可以是：

\boxed{ DeepHumanTime\uparrow. }

74. 人類稀缺資源可能變成「完整注意時間」

AI 越強，

人的：

\boxed{ \text{Undivided Attention} }

可能越珍貴。

75. 時間紅利與退休

AI 生產力提升也可能讓：

RetirementAge\downarrow

或：

\text{PartialRetirement}

更可行。

76. 時間紅利與生命週期

人不必：

\text{Education} \rightarrow \text{Work} \rightarrow \text{Retirement}

只有一次。

77. 多週期人生

可能變成：

\text{Learn} \rightarrow \text{Work} \rightarrow \text{Rest} \rightarrow \text{Learn} \rightarrow \text{Create}.

78. 這擴張底空間

因此：

\boxed{ \text{Temporal Flexibility} \rightarrow \mathcal B_i\uparrow. }

79. 強制同步問題

如果 AI 系統：

24/7

運作，

人不應被要求：

Human=24/7.

80. 機器時間與人類時間不同

本文提出：

\boxed{ \tau_{machine} \neq \tau_{human}. }

81. 文明不能把機器速度當做人類基準

否則：

v_{AI}\uparrow

會轉成：

HumanPressure\uparrow.

82. 第一核心命題

命題 6.1｜自由時間非失業時間命題

\boxed{ \text{Free Time} \neq \text{Unemployed Time}. }

83. 第二核心命題

命題 6.2｜可用時間非時間主權命題

\boxed{ T^{available}\uparrow \not\Rightarrow S^{time}\uparrow. }

84. 第三核心命題

命題 6.3｜生產力—時間紅利非自動命題

\boxed{ \text{ProductivityGain} \not\Rightarrow \text{TimeDividend}. }

85. 第四核心命題

命題 6.4｜工時下降非裁員必然命題

\boxed{ \text{LaborHourReduction} \not\Rightarrow \text{HeadcountReduction}. }

86. 第五核心命題

命題 6.5｜強制勞動時間命題

AI 時代的人類時間進步應至少關注：

\boxed{ \frac{T_i^{comp}}{T_i^{life}} \downarrow. }

87. 第六核心命題

命題 6.6｜機器—人類時間分離命題

\boxed{ \tau_{machine} \neq \tau_{human}. }

技術系統速度不能自動成為人類生活速度的規範。

88. 第七核心命題

命題 6.7｜時間主權—底空間耦合命題

在其他條件相近時：

\boxed{ S_i^{time}\uparrow \Rightarrow \mathcal B_i(t)\uparrow }

通常更可能成立。

89. 反例一：失業者有大量空閒時間

若：

T^{available}\gg0

但：

IncomeSecurity\approx0,

則：

S^{time}\ll1.

90. 反例二：高收入、高工時

某人收入極高，

但：

T^{comp}\approx T^{life}.

其：

\Omega^{consumption}

很大，

但：

S^{time}

可以很低。

91. 反例三：工時減少但排班極碎

總工時：

40\rightarrow25,

但每天多段待命。

則：

T^{continuous}

未必增加。

92. 反例四：AI 節省時間但工作量同步上升

若：

Efficiency=2\times

且：

TaskLoad=2\times,

則：

T^{disc}

不變。

93. 可反駁條件

條件一

若長期實證顯示失業狀態中的時間增加與時間主權高度等價，則本文的區分需要縮小。

條件二

若 AI 生產力提升在沒有制度調整下自然、穩定地轉化為普遍工時下降，則 Time Dividend routing 的制度問題重要性降低。

條件三

若工時長度與可能性底空間在現實中關聯極低，則 $S_i^{time}$ 與 $\mathcal B_i$ 的耦合需修正。

條件四

若人類可長期無成本同步於 AI 的即時工作節奏，則「機器時間—人類時間分離」的重要性下降。

94. 與 HAVT-07 的接口

HAVT-06 回答：

AI 節省的時間能否真正回到人？

但另一個問題隨即出現：

如果不同人希望以不同速度生活、工作、增幅與進入 AI 世界，文明是否允許他們不同步？

因此下一篇 HAVT-07 將正式進入：

\boxed{ \text{Multi-Speed Civilization}. }

並統合：

時代選擇權；
不被同步奇點化權；
Right to Upgrade；
Right Not to Upgrade；
Exit；
Returnability；
慢速生活層；
增幅與未增幅主體共存。

95. 結論

AI 最容易證明的是：

\boxed{ \text{我能幫你更快做完事情。} }

但文明真正應追問：

\boxed{ \text{做快之後，省下來的人生去哪裡？} }

如果答案只是：

再塞更多工作，

則：

Productivity\uparrow

沒有變成：

Freedom\uparrow.

如果答案是：

一部分人失業，所以他們有更多時間，

那也只是把：

\text{EmploymentTime}

轉成：

\text{UnemploymentTime}.

真正的時間紅利必須同時伴隨：

\text{IncomeSecurity}, \text{Choice}, \text{Predictability}, \text{Exit}, \text{LifeCapability}.

因此：

\boxed{ \text{Time Dividend} = \text{Reduced Compulsory Time} + \text{Preserved Life Capability} + \text{Greater Temporal Choice}. }

HAVT-06 最後提出：

\boxed{ \text{AI 不應只提高每一小時可以榨出的產出， 也應提高一個人有多少小時真正屬於自己。} }

當：

S_i^{time}\uparrow

而：

\mathcal B_i(t)\uparrow,

AI 節省的時間才真正從：

\boxed{ \text{System Efficiency} }

轉化成：

\boxed{ \text{Human Life Expansion}. }

附錄 A｜核心符號表

符號	含義
$T_i^{life}$	主體總生命／可計時間
$T_i^{comp}$	強制勞動與生存義務時間
$T_i^{care}$	照護責任時間
$T_i^{maintenance}$	生活維持時間
$T_i^{disc}$	可支配時間
$S_i^{time}$	時間主權
$\Pi_{AI}^{prod}$	AI 生產力紅利
$D_i^{time}$	時間紅利
$\rho_I$	智能時間密度
$B_i^{time}$	必要時間負擔
$Q_T$	時間品質
$\tau_{machine}$	機器時間尺度
$\tau_{human}$	人類時間尺度

附錄 B｜AI 生產力紅利路由

\boxed{ AI \rightarrow \text{ProductivityGain} \rightarrow \Pi_{AI}^{prod} }

\boxed{ \Pi_{AI}^{prod} \rightarrow \text{Profit} + \text{Wage} + \text{PriceReduction} + \text{PublicService} + \text{BroadOwnership} + \text{NewInvestment} + \text{TimeDividend} }

真正的時間閉合要求：

\boxed{ \text{TimeDividend} \rightarrow S_i^{time}\uparrow \rightarrow \mathcal B_i(t)\uparrow. }

而不是：

\boxed{ \text{SavedWorkHours} \rightarrow \text{UnemploymentTime}. }