# 時間風險承擔階級 ## 中國靈活就業、平台化勞動與 AI 前夜的階級重組 ### ——從契約分解、算法管理到具身智慧下的勞動張量化 **英文題名**：*The Time-Risk-Bearing Class: Flexible Employment, Platform Labour, and Class Restructuring on the Eve of AI in China* **文件編號**：EML-TIMEPOL-CHINA-FLEX-2026-TRBC-v1.0 **作者**：Neo.K（許筌崴）with GPT-5.6 Thinking **機構**：EveMissLab／一言諾科技有限公司 **日期**：2026 年 7 月 27 日 **版本**：v1.0 **系列定位**：時間經濟學 × 政治關係動力學 × 中國 AI 勞動結構篇 **直接前置**： 1. 《AI 時間槓桿的多重估值：從避免成本、曆時壓縮到可行集合擴張》 2. 《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》 3. 《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》 4. 《政治關係動力學的綜合框架》v1.1 5. 《混合威權崩潰理論》v1.1 6. 《統治者—人民同向性原理》v0.1 --- ## 摘要 中國的「靈活就業」已由邊緣性補充工作轉變為具有巨量人口規模的長期勞動形態。官方與政策研究資料顯示，廣義靈活就業人員已超過兩億，占就業人口四分之一以上；新就業形態勞動者約八千四百萬人。至 2024 年底，參加城鎮職工基本養老保險與職工基本醫療保險的靈活就業人員分別約七千零五十七萬與六千六百一十五點九萬，顯示靈活就業總體規模與職工型社會保障覆蓋之間仍存在顯著缺口。 本文拒絕把靈活就業簡單理解為自由職業、創業精神或就業多樣化，也拒絕把所有靈活就業者直接歸為一個同質新階級。高收入獨立專業者、擁有客戶與資產的自僱者、兼職學生、外賣騎手、網約車司機、臨時工、被裁員後轉入平台的白領，以及同時承擔多份零工的農民工，其職業形式相似，資源控制、收入安全、平台依賴、社保覆蓋與退出能力卻高度不同。 本文提出，靈活就業真正的新穎之處，不是某種職業的出現，而是完整僱傭關係被分解為多個可獨立轉移的風險維度：契約、收入、付薪工時、待命時間、設備折舊、社會保險、職業傷害、技能更新、算法評價與退休風險。企業與平台取得調整人力、價格和訂單的彈性，勞動者則以自身生命時間、家庭緩衝與未來保障承擔市場波動。本文將這一結構稱為「時間風險外移」。 為避免將複雜勞動狀態壓縮成「正式／非正式」二元分類，本文提出靈活就業位置向量： $$ \mathbf f_i(t) = \left( C_i, Y_i, H_i, S_i, A_i, B_i, E_i, K_i, R_i, P_i \right)_t, $$ 並進一步提出勞動關係張量： $$ \mathcal L_{i,p,j,t,h,r}, $$ 用以表示個體、平台、任務、時間、家庭狀態與風險類型之間的多重耦合。勞動市場的 AI 化不是從非 AI 突然跳至全自動，而是文字、程式、行政、服務、管理、製造與具身作業等維度以不同速度推進。正式職位會先被拆成任務，任務再被拆成人類審核、例外處理、責任承擔與臨時服務。結果可能不是「工作完全消失」，而是完整職位逐漸失去穩定契約與社會保障，形成「正式就業的靈活就業化」。 本文進一步提出「時間風險承擔階級」。它不是以職業、收入或法律身分單獨定義，而是指一群缺乏平台、資本與規則控制權，卻必須以自身時間吸收需求波動、收入中斷、技術替代、健康損耗與退休不確定性的人。其共同結構位置可先於共同階級認同形成。因此，當前中國較適合被描述為出現一個「靈活就業階層帶」或「準階級」，而非已完成組織、認同與政治行動的新階級。 本文最後指出，靈活就業在短期是中國重要的就業蓄水池與社會穩定器，但若長期缺乏可攜社保、最低勞動基準、算法透明、付薪等待時間、職業轉換與公共服務，其功能將由「失業緩衝池」逐步轉化為「社會保障負債池」。在具身 AI 進入製造、倉儲、物流、餐飲、零售與康養服務後，原本作為正式就業失敗後退路的零工市場也可能受到替代與供給過剩的雙重擠壓。 本文最終命題為：靈活就業真正靈活的，可能不是勞動者的生活，而是資本與平台索取勞動時間的方式。AI 時代勞動制度的核心問題，不是每個人是否仍能接到一個任務，而是誰有權決定任務、價格、等待、風險與未來保障。 **關鍵詞**：靈活就業、平台勞動、時間經濟學、時間風險、算法管理、生活再生產、準階級、AI 就業、具身智慧、社會保障 --- # 1. 問題的提出：靈活就業究竟靈活了誰 ## 1.1 從邊緣零工到大規模勞動制度 零工、臨時工、自僱與自由職業並非新現象。前工業時代與早期工業社會，本就存在大量短期、季節性、按件與非標準勞動。 真正的新變化是： 1. 平台可以即時匹配任務與勞動者； 2. 算法可以動態調整價格、派單與評價； 3. 工作可以被拆成分鐘級或單件級任務； 4. 企業可以在不建立完整僱傭關係的條件下持續取得勞動； 5. 大量原本屬於中層、白領與專業工作的任務開始被平台化； 6. AI 使更多職位可以被拆解、外包、微任務化與自動化。 中國官方研究將靈活就業界定為未與機關、企業事業單位或社會團體建立標準勞動合同的就業者，包括無僱工個體戶、新就業形態勞動者與零工等。截至 2023 年，規模已超過兩億人，占就業人口四分之一以上。[1] 因此，靈活就業不再只是勞動市場的邊緣，而正成為一種主要配置方式。 ## 1.2 語言美化與分析錯位 「靈活」具有明顯正面語義： - 自主； - 自由； - 彈性； - 多元； - 創業； - 不受固定場所限制。 這些特徵對部分人確實存在。 但同一詞彙也可以遮蔽： - 沒有固定訂單； - 沒有最低月收入； - 沒有付薪等待； - 沒有完整社保； - 沒有組織議價； - 沒有職涯累積； - 沒有穩定休息； - 沒有可預期退休。 所以分析的第一原則是： $$ \boxed{ \text{就業形式的彈性} \neq \text{勞動者選擇的自由}. } $$ ## 1.3 核心問題 本文將問題重新表述為： > 當完整僱傭關係被拆解後，原本由企業、平台、家庭與國家共同承擔的風險，最後由誰吸收？ 這比「靈活就業是否是一個新階級」更基礎。 --- # 2. 中國靈活就業的規模與口徑 ## 2.1 廣義靈活就業與新就業形態不能混同 廣義靈活就業包括： - 無僱工個體工商戶； - 傳統零工； - 非全日制人員； - 自由職業者； - 平台工作者； - 新就業形態勞動者； - 部分非標準自僱者。 新就業形態則通常更集中於： - 外賣配送； - 快遞； - 網約車； - 貨運平台； - 直播與內容平台； - 電商服務； - 家政與護理平台； - 數位接案。 全國總工會第九次職工隊伍狀況調查顯示，新就業形態勞動者約八千四百萬人，占職工總數約百分之二十一。[2] 因此： $$ N_{\mathrm{flexible}} > N_{\mathrm{platform}}. $$ 把兩億以上靈活就業者與八千四百萬新就業形態勞動者視為同一口徑，會造成嚴重誤判。 ## 2.2 官方兩億與市場三億估計 2025 年底中國國務院報告仍採「靈活就業人員超過兩億」的官方估算。[3] 2026 年 Reuters 引述中國新就業形態研究中心估計，沒有永久全職合同的靈活就業人口可能由 2025 年的二點八億升至 2026 年的三點二億，約占中國勞動力百分之四十四。[4] 後者不是官方人口統計，可能受到： - 定義擴張； - 主副業重複； - 短期零工納入； - 資料模型； - 訪查樣本； - 非全時工作計算方式； 等因素影響。 因此本文採取： $$ N_{\mathrm{official}}>200\text{ million} $$ 作為穩健基準，將三點二億視為需要進一步驗證的廣義估計，而不是確定事實。 ## 2.3 社會保障覆蓋缺口 截至 2024 年底： $$ N_{\mathrm{pension}} = 70.57\text{ million}, $$ $$ N_{\mathrm{medical}} = 66.159\text{ million}. $$ 即便以兩億作為分母，職工型養老與醫療覆蓋也明顯低於整體靈活就業人口。[3] 但不能直接把未參加職工保險者全部視為完全沒有保障，因為其中部分人可能： - 參加城鄉居民保險； - 透過另一份正式工作參保； - 屬於兼職或副業； - 由家庭關係取得部分保障。 因此，真正需要的是跨制度、跨平台、跨職業的可攜保障帳本。 --- # 3. 靈活就業不是一個點，而是一個位置空間 ## 3.1 傳統法律二分的不足 傳統勞動制度依賴： $$ \text{雇員} \quad\text{或}\quad \text{獨立承攬者}. $$ 平台勞動卻可能同時具有： - 平台決定價格； - 平台分配任務； - 平台評價績效； - 勞動者自備工具； - 勞動者自行決定上線時間； - 平台不保證訂單； - 勞動者承擔職業傷害； - 平台可以暫停帳號。 它既不像完整雇員，也不像真正獨立經營者。 ## 3.2 靈活就業位置向量 本文定義： $$ \mathbf f_i(t) = \left( C_i, Y_i, H_i, S_i, A_i, B_i, E_i, K_i, R_i, P_i \right)_t, $$ 其中： - $C_i$ ：契約穩定度； - $Y_i$ ：收入穩定度； - $H_i$ ：付薪工時與訂單穩定度； - $S_i$ ：社會保障完整度； - $A_i$ ：算法控制與評價依賴； - $B_i$ ：價格與規則議價能力； - $E_i$ ：退出與職業轉換能力； - $K_i$ ：技能累積與可轉移性； - $R_i$ ：家庭生活再生產餘額； - $P_i$ ：對單一平台、雇主或買方依賴。 ## 3.3 四種典型位置 ### 自主專業型 $$ C\text{ 中低}, \quad Y\text{ 高}, \quad B\text{ 高}, \quad E\text{ 高}, \quad K\text{ 高}. $$ 例如擁有客戶網絡、可自行定價的顧問、設計師、律師與開發者。 ### 補充收入型 主要收入來自正式工作或家庭，靈活就業只是副業。其平台風險存在，但生活再生產不完全依賴平台。 ### 過渡型 因畢業、裁員、產業衰退或家庭事件暫時進入零工，希望返回正式就業。 ### 生存依附型 $$ Y\text{ 低且波動}, \quad S\text{ 低}, \quad A\text{ 高}, \quad B\text{ 低}, \quad E\text{ 低}. $$ 勞動者名義上可以自由上線，實際上卻必須長時間工作才能維持生活。 ## 3.4 為何不能直接稱為新階級 階級至少涉及： 1. 資源與生產位置； 2. 共同風險； 3. 共同利益； 4. 可辨認的結構邊界； 5. 持續認同； 6. 組織或集體行動能力。 靈活就業目前已形成部分共同風險，但其內部資產、技能、收入與退出能力差異巨大。 所以： $$ \text{共同法律形式} \not\Rightarrow \text{完整共同階級}. $$ 更準確的概念是： # **靈活就業階層帶** --- # 4. 從向量到張量：勞動關係的多重化 ## 4.1 一人一職模型正在失效 傳統勞動統計預設： $$ i \rightarrow j, $$ 即一名勞動者對應一份主要工作。 平台時代則可能是： $$ i \rightarrow \left\{ j_1,j_2,\ldots,j_n \right\}. $$ 同一個人可能在同一天： - 接網約車； - 送外賣； - 經營直播； - 接設計案； - 做正式兼職； - 為 AI 平台標註資料。 ## 4.2 勞動關係張量 本文提出： $$ \mathcal L_{i,p,j,t,h,r}, $$ 其中： - $i$ ：勞動者； - $p$ ：平台、雇主或買方； - $j$ ：任務類型； - $t$ ：時間； - $h$ ：家庭與社保狀態； - $r$ ：風險類型。 風險維度可包括： $$ r \in \left\{ 收入, 等待, 設備, 傷害, 失業, 技能, 算法, 退休 \right\}. $$ ## 4.3 張量化的理論意義 同一人的「就業狀態」不再是固定標籤，而是一個隨時間、任務與平台變化的高維切片。 因此： $$ \text{就業} \neq 0\text{ 或 }1. $$ 更合理的是： $$ E_i(t) = g \left( \mathcal L_{i,\cdot,\cdot,t,\cdot,\cdot} \right). $$ ## 4.4 光譜向量化與張量化 AI 全面化同樣不是開關，而是不同任務維度的連續推進： $$ \mathbf A(t) = \left( a_{\mathrm{text}}, a_{\mathrm{code}}, a_{\mathrm{admin}}, a_{\mathrm{service}}, a_{\mathrm{management}}, a_{\mathrm{manufacturing}}, a_{\mathrm{embodied}} \right)_t. $$ 每一維度對不同勞動張量切片施加不同壓力。 --- # 5. 風險外移：靈活就業的真正經濟結構 ## 5.1 完整僱傭關係的風險束 傳統正式僱傭通常由企業承擔或共同承擔： - 訂單波動； - 閒置工時； - 工作設備； - 訓練； - 社會保險； - 工傷； - 固定薪資； - 部分退休責任。 令完整僱傭風險束為： $$ \mathbf R = \left( R_D, R_W, R_E, R_T, R_H, R_S, R_P \right). $$ ## 5.2 風險外移算子 平台化可表示為： $$ \mathcal X: \mathbf R_{\mathrm{firm}} \rightarrow \mathbf R_{\mathrm{worker}}. $$ 企業與平台降低： $$ C_{\mathrm{fixed}}, \quad C_{\mathrm{idle}}, \quad C_{\mathrm{insurance}}. $$ 勞動者增加： $$ \sigma_Y, \quad T_{\mathrm{waiting}}, \quad C_{\mathrm{equipment}}, \quad L_{\mathrm{health}}. $$ ## 5.3 官方調查中的企業動機 國務院發展研究中心調查顯示，用工單位擴大靈活用工的重要動機之一是降低用工成本；百分之八十八點七的受調查用工單位表示，為降低成本而增加靈活就業人員，部分企業估計將百分之十的職位轉為靈活用工，可節省百分之二十至三十人工成本。[1] 這是一個非常重要的結構證據： > 靈活就業的擴張不只是勞動者偏好自由，也有企業主動降低固定責任的需求。 ## 5.4 不對稱彈性命題 ### 命題一 若平台可以調整訂單、價格與人力，但勞動者不能對稱調整必要生活成本，則： $$ \Omega_{\mathrm{platform}}\uparrow $$ 同時： $$ \sigma_{\mathrm{worker}}\uparrow. $$ 換言之： $$ \boxed{ \text{平台取得彈性} = \text{勞動者承擔波動}. } $$ --- # 6. 時間風險承擔階級 ## 6.1 定義 本文定義時間風險承擔階級： $$ \mathcal C_{\mathrm{TR}} = \left\{ i: R_i^{T} + R_i^{Y} + R_i^{H} + R_i^{S} > C_i^{P} + C_i^{B} + C_i^{E} \right\}, $$ 其中： - $R_i^T$ ：時間與等待風險； - $R_i^Y$ ：收入波動； - $R_i^H$ ：健康與職業傷害； - $R_i^S$ ：社保與退休風險； - $C_i^P$ ：平台與生產資料控制； - $C_i^B$ ：議價能力； - $C_i^E$ ：退出能力。 ## 6.2 階級核心不是低收入 一名當期收入尚可的網約車司機，也可能屬於時間風險承擔位置，因為： - 收入需要極長工時； - 車輛租金與折舊由個人承擔； - 平台規則可單方面變更； - 生病時收入歸零； - 退休保障不足； - 退出到其他產業的成本高。 所以： $$ \text{收入水平} \neq \text{階級位置的完整判準}. $$ ## 6.3 從自在位置到自為階級 當前中國較可能形成： $$ \text{客觀共同位置} > \text{主觀共同認同}. $$ 平台勞動者雖共享部分風險，卻被： - 不同平台； - 城鄉戶籍； - 職業類別； - 年齡； - 教育； - 主副業； - 地方管理； - 算法競爭； 分割。 因此，本文把它稱為： # **時間風險準階級** 它已具有共同結構利益，但尚未形成完整共同知識與持續組織。 --- # 7. 有工作不等於有效就業 ## 7.1 名義就業的測量盲區 若一個人每週只完成少量任務，也可能被計入就業。 Reuters 2026 年報導指出，靈活就業吸收了大量由房地產、製造自動化與弱需求中轉出的勞動者，也使官方失業率保持較低；但部分網約車與配送市場已出現供給飽和與收入壓力。[4] 所以： $$ E_{\mathrm{nominal}}=1 $$ 不代表： $$ E_{\mathrm{effective}}=1. $$ ## 7.2 有效就業係數 定義： $$ E_i^{\mathrm{eff}} = \frac{ Y_i^{\mathrm{net}} }{ E_i^* } \cdot \frac{ H_i^{\mathrm{paid}} }{ H_i^{\mathrm{total}} } \cdot S_i \cdot K_i. $$ 其中： - $Y_i^{\mathrm{net}}$ ：扣除設備、交通、平台費與債務後收入； - $E_i^*$ ：必要生活再生產成本； - $H_i^{\mathrm{paid}}$ ：付薪或產生收入的工時； - $H_i^{\mathrm{total}}$ ：全部工作、等待與移動時間； - $S_i$ ：保障係數； - $K_i$ ：技能累積係數。 此式仍是啟發式結構，不能直接跨群體相乘比較，但能揭示名義就業遺漏的維度。 ## 7.3 等待時間是被隱藏的勞動時間 平台工作者的總時間是： $$ T_{\mathrm{total}} = T_{\mathrm{task}} + T_{\mathrm{waiting}} + T_{\mathrm{search}} + T_{\mathrm{travel}} + T_{\mathrm{maintenance}}. $$ 若只用任務時間計算時薪： $$ w_{\mathrm{visible}} = \frac{Y}{T_{\mathrm{task}}}, $$ 便會高估有效時薪。 真正時薪為： $$ w_{\mathrm{effective}} = \frac{ Y-C_{\mathrm{equipment}}-C_{\mathrm{platform}} }{ T_{\mathrm{total}} }. $$ --- # 8. 生活再生產壓縮與家庭吸收 ## 8.1 家庭帳本 HACT 將必要生活成本與穩定收入分別寫為： $$ E^* $$ 與： $$ Y^*. $$ 生活再生產負擔率： $$ B_R = \frac{E^*}{Y^*}. $$ 生活再生產餘額： $$ M_R = Y^*-E^*. $$ ## 8.2 靈活就業的特殊壓縮 靈活就業可能使： $$ \mathbb E(Y) $$ 尚可維持，但： $$ \operatorname{Var}(Y)\uparrow. $$ 家庭不能只依平均收入支付房租、醫療、教育與養老，而需要可預期現金流。 所以應修正為： $$ Y_{\mathrm{stable}} = \mathbb E(Y) - \lambda\sigma_Y - L_{\mathrm{interruption}}. $$ 其中 $\lambda$ 表示家庭對波動的敏感程度。 ## 8.3 家庭緩衝 家庭可能使用： - 父母住房； - 儲蓄； - 配偶收入； - 農村房屋與土地； - 親族借貸； - 無償照護； - 延後醫療； - 降低消費； - 不婚不育； 吸收風險。 因此： $$ \text{靈活就業仍能生存} \not\Rightarrow \text{制度可持續}. $$ ## 8.4 私人風險的公共回返 今天未被企業、平台或社保承擔的風險，未來可能以： - 高齡貧困； - 疾病； - 公共救助； - 生育下降； - 消費不足； - 地方財政壓力； 返回國家。 這可表示為： $$ R_{\mathrm{private},t} \rightarrow C_{\mathrm{public},t+k}. $$ --- # 9. 靈活就業作為穩定器與負債池 ## 9.1 短期穩定器 靈活就業能： - 吸收裁員； - 提供即時現金流； - 降低完全失業； - 支撐城市服務； - 讓企業快速調整； - 延後家庭斷裂。 因此： $$ \text{Flexible Employment} \rightarrow \text{Short-Term Stabilization}. $$ ## 9.2 長期負債 若靈活就業者長期： - 低參保； - 低技能累積； - 高職傷； - 高收入波動； - 低退休準備； - 高家庭依賴； 則： $$ \text{Employment Buffer} \rightarrow \text{Welfare Liability Pool}. $$ ## 9.3 穩定器反轉命題 ### 命題二 當靈活就業吸收新增勞動者的速度長期高於其保障、收入與需求擴張速度時： $$ \frac{dN_{\mathrm{flex}}}{dt} > \frac{dS_{\mathrm{coverage}}}{dt} + \frac{dD_{\mathrm{task}}}{dt}, $$ 靈活就業將由穩定器逐步轉化為風險累積器。 --- # 10. AI 前夜：正式職位的任務化 ## 10.1 工作不是整體被替代 一個職位可拆成： $$ J = \sum_{k=1}^{n}\tau_k. $$ AI 先替代： - 標準文字； - 重複分析； - 低階程式； - 文件處理； - 排程； - 客服； - 基礎圖像； - 資料整理。 人類保留： - 審核； - 責任； - 客戶關係； - 例外處理； - 高風險決策； - 現場操作。 ## 10.2 任務剩餘化 當企業只需要間歇性購買人類剩餘任務時： $$ J_{\mathrm{full-time}} \rightarrow \left\{ \tau_{\mathrm{review}}, \tau_{\mathrm{exception}}, \tau_{\mathrm{liability}} \right\}. $$ 完整職位可能變成： - 專案； - 接案； - 臨時審核； - 按件付費； - 人機協同值班。 ## 10.3 正式就業的靈活就業化 即使法律上仍是正式員工，也可能逐步出現： - 底薪下降、績效比重上升； - 固定時間轉為隨時待命； - 工作拆為 KPI 任務； - AI 即時追蹤； - 設備與培訓個人化； - 內部職位競標； - 短週期專案合同。 因此，真正趨勢可能不是： $$ N_{\mathrm{formal}}\downarrow, \quad N_{\mathrm{flex}}\uparrow $$ 而是： $$ \boxed{ \text{勞動市場整體靈活就業化}. } $$ --- # 11. 具身 AI 與最後避難層 ## 11.1 物理工作的暫時避難 生成式 AI 首先衝擊白領符號任務。被替代者可以轉入： - 配送； - 司機； - 倉儲； - 餐飲； - 清潔； - 銷售； - 照護； - 工廠。 這使平台零工成為吸收層。 ## 11.2 中國具身 AI 的政策推進 中國 2026 年具身智慧實景實訓專項要求，在工業、服務與特種場景推動人形與四足機器人的真實部署，涵蓋生產製造、維修、倉儲物流、餐飲零售與醫療康養，並提出形成萬台級規模落地能力。[5] 這不表示機器人已能全面替代上述工作，但表示物理零工不再是永久安全領域。 ## 11.3 雙重擠壓 平台零工未來可能同時承受： ### 供給擠壓 更多白領、畢業生與產業轉出者進入： $$ N_{\mathrm{workers}}\uparrow \Rightarrow w_{\mathrm{task}}\downarrow. $$ ### 技術擠壓 具身 AI 逐步提高任務自動化： $$ D_{\mathrm{human\ task}}\downarrow. $$ 兩者合併： $$ \boxed{ \text{勞動供給上升} + \text{人類任務需求下降}. } $$ ## 11.4 最後避難層命題 ### 命題三 若正式符號工作先被 AI 任務化，而物理零工後被具身 AI 部分替代，則靈活就業不再只是就業緩衝池，而成為不同技術波次交會的壓力層。 --- # 12. 算法管理與隱形僱主 ## 12.1 平台不是中立市場 平台可能控制： - 任務可見性； - 價格； - 派單； - 路線； - 時限； - 評價； - 排名； - 帳號停用； - 申訴。 因此，算法實際執行部分雇主管理功能。 ## 12.2 算法控制係數 定義： $$ A_i = w_1a_{\mathrm{price}} + w_2a_{\mathrm{dispatch}} + w_3a_{\mathrm{rating}} + w_4a_{\mathrm{penalty}} + w_5a_{\mathrm{deactivation}}. $$ $A_i$ 越高，勞動者名義自由與實際控制之間的差距越大。 ## 12.3 自由幻象命題 若勞動者能選擇是否上線，卻不能決定價格、訂單品質、規則和評價，則： $$ \text{時間入口自由} \not\Rightarrow \text{勞動關係自主}. $$ --- # 13. 合作供給與非政治化撤回 ## 13.1 勞動仍被供給，其他合作下降 靈活就業者可能持續接單，因而： $$ C_L>0. $$ 但同時降低： $$ C_C, C_I, C_F, C_T. $$ 其中： - $C_C$ ：消費合作； - $C_I$ ：投資合作； - $C_F$ ：婚育與家庭再生產； - $C_T$ ：信任與長期承諾。 ## 13.2 非政治化不等於無政治後果 勞動者不必形成工會或共同口號，也能透過： - 不買房； - 不生育； - 少消費； - 不長期投資； - 不承擔專業責任； - 最低限度工作； 改變宏觀系統。 所以： $$ \text{低組織} \not\Rightarrow \text{低系統影響}. $$ ## 13.3 靈活就業與中底層壓縮帶 政治關係動力學所稱的中底層壓縮帶，正包含具備教育、數位與比較能力，卻缺乏收入安全、組織能力與退出空間的人群。 AI 時代，這個群體可能成為： - 技術早期使用者； - 平台主要勞動者； - 正式工作被任務化的先行者； - 合作撤回的主要承擔者。 --- # 14. 階級是否會真正形成 ## 14.1 階級形成條件 定義階級形成程度： $$ \Gamma_C = g \left( S_{\mathrm{position}}, K_{\mathrm{common}}, O_{\mathrm{organization}}, I_{\mathrm{identity}}, A_{\mathrm{action}} \right), $$ 其中： - $S_{\mathrm{position}}$ ：共同結構位置； - $K_{\mathrm{common}}$ ：共同知識； - $O_{\mathrm{organization}}$ ：組織能力； - $I_{\mathrm{identity}}$ ：階級認同； - $A_{\mathrm{action}}$ ：集體行動。 ## 14.2 中國當前狀態 中國靈活就業者的： $$ S_{\mathrm{position}} $$ 正在提高，但其他維度仍不完整。 平台、戶籍、職業與算法會把勞動者分散，並使彼此成為訂單競爭者。 所以目前更準確的是： $$ \Gamma_C \text{ 處於形成中}. $$ ## 14.3 階級未形成也能制度化 即使沒有共同階級認同，若勞動制度長期按相同方式分配風險，時間風險承擔位置仍會制度化。 換言之： $$ \text{階級制度} \text{ 可以先於 } \text{階級意識}. $$ --- # 15. 政策與制度方向 ## 15.1 從身分保障轉向風險保障 社會保障不應只依「是否正式雇員」決定，而應覆蓋： - 實際工作風險； - 多平台收入； - 設備投入； - 工作傷害； - 收入中斷； - 退休。 ## 15.2 可攜式社會保障帳戶 建立： $$ S_i(t) = \sum_p c_{p,i}(t) + c_{i}(t) + c_{\mathrm{public}}(t). $$ 平台、勞動者與公共財政依交易、工時或收入共同繳納，保障隨人而非隨單一雇主移動。 ## 15.3 付薪時間重估 最低勞動報酬應考慮： - 等待； - 接單； - 移動； - 必要培訓； - 系統維護； - 強制上線； - 平台取消。 ## 15.4 算法規則透明 平台應揭露： - 定價原則； - 派單邏輯； - 處罰； - 評價； - 帳號停用； - 人工申訴； - AI 自動決策範圍。 ## 15.5 建立職業轉換權 靈活就業不能成為永久低保障位置。需要： - 有薪再訓練； - 技能認證； - 平台工作紀錄可攜； - 正式服務業職位； - 公共就業媒合； - AI 人機協同培訓。 ## 15.6 自動化影響評估 中國「十五五」就業優先規劃已提出重大政策與生產力布局的就業影響評估，並探索人機協同的新型工作形態。[6] 評估不應只計算： $$ N_{\mathrm{jobs\ created}} - N_{\mathrm{jobs\ destroyed}}. $$ 還應計算： - 契約穩定； - 工時； - 社保； - 收入波動； - 技能累積； - 家庭風險。 --- # 16. 實證研究設計 ## 16.1 勞動張量資料 每名受訪者記錄： $$ \left( p, j, t, Y, H_{\mathrm{task}}, H_{\mathrm{waiting}}, C_{\mathrm{equipment}}, S, A, K \right). $$ ## 16.2 多工作關係 不能只詢問「主要職業」，還應記錄： - 同期平台數； - 主副業； - 各收入占比； - 工作切換； - 失業前職業； - 進入靈活就業原因； - 是否自願。 ## 16.3 家庭帳本 記錄： - 必要成本； - 家庭轉移； - 儲蓄耗損； - 延後醫療； - 社保； - 生育與住房計畫； - 收入波動。 ## 16.4 AI 暴露度 對任務而非職業估計： $$ A_j = \left( A_j^{\mathrm{gen}}, A_j^{\mathrm{agent}}, A_j^{\mathrm{embodied}} \right). $$ ## 16.5 階級形成追蹤 追蹤： - 共同語言； - 平台社群； - 集體協商； - 互助； - 政策要求； - 跨職業認同。 --- # 17. 研究限制 ## 17.1 統計口徑不一致 兩億、八千四百萬與三點二億分別來自不同定義，不能直接比較。 ## 17.2 自願與被迫難以二分 一個人可能同時重視自由，又因正式職位不足被迫選擇平台。 ## 17.3 收入不代表全部福祉 部分人即使收入下降，也可能因時間自主增加而提高福祉；另一些人高收入則以極端工時和健康損耗換取。 ## 17.4 AI 替代速度不確定 生成式與具身 AI 在成本、可靠性、監管與場景適應上仍存在不確定性。 ## 17.5 階級概念具有理論爭議 本文的「時間風險承擔階級」是一個結構概念，不宣稱已經出現統一政治主體。 --- # 18. 結論 中國靈活就業的擴張，不能只被理解為數位經濟創造更多選擇，也不能只被理解為失業的另一種名稱。 它同時是： - 就業吸收機制； - 企業成本調節器； - 平台生產制度； - 家庭風險吸收器； - 社保制度挑戰； - AI 就業轉型的先行形態。 本文的第一個結論是： $$ \boxed{ \text{靈活就業不是單一階級，而是一個多維階層位置帶。} } $$ 第二個結論是： $$ \boxed{ \text{其共同核心不是職業，而是時間與風險的承擔方式。} } $$ 第三個結論是： $$ \boxed{ \text{平台取得的彈性，常以勞動者承擔收入、等待、健康與退休風險為條件。} } $$ 第四個結論是： $$ \boxed{ \text{AI 的主要影響可能不是立即消滅職業，而是先把正式職位拆成可外包任務。} } $$ 第五個結論是： $$ \boxed{ \text{具身 AI 可能使原本吸收被替代人口的物理零工市場，也進入自動化光譜。} } $$ 因此，未來真正可能形成的新階級，不必叫作「靈活就業階級」。 更準確的名稱是： # **時間風險承擔階級** 它由那些沒有控制平台、資本、模型與規則，卻必須以自己的生命時間、家庭緩衝與未來保障吸收技術和市場波動的人所構成。 最終問題不是： > 人們是否還有一個任務可以做？ 而是： > 誰決定任務的價格、等待、評價、替代與保障？ 本文最後固定以下命題： $$ \boxed{ \text{靈活就業真正靈活的，可能不是勞動者的生活，} } $$ $$ \boxed{ \text{而是資本與平台對勞動時間的索取方式。} } $$ AI 尚未全面進入所有勞動維度，中國勞動市場便已開始呈現契約分解、任務化、算法化與風險個人化。 當 AI 由光譜向量化進一步進入具身與張量化勞動系統後，靈活就業不會只是人數增加；它可能成為整個正式勞動制度的普遍底層結構。 --- # 參考文獻 1. 李佐軍、張亮、王炳文，〈加快建立健全靈活就業人員保障體系〉，國務院發展研究中心，2025。 https://www.drc.gov.cn/DocView.aspx?chnid=379&docid=2908439&leafid=1338 2. 中華全國總工會第九次全國職工隊伍狀況調查相關資料，2025。 3. 人力資源和社會保障部，〈我國將抓緊出台新就業形態勞動者權益保障辦法〉，2025。 https://chrm.mohrss.gov.cn/ 4. Reuters, “China’s Booming Gig Economy Masks Job Market Pain, Strains Welfare System,” July 2026. https://www.reuters.com/business/world-at-work/chinas-booming-gig-economy-masks-job-market-pain-strains-welfare-system-2026-07-06/ 5. 工業和信息化部辦公廳、國務院國資委辦公廳，〈關於聯合開展 2026 年度人形機器人與具身智能實景實訓專項行動的通知〉，2026。 6. 國務院，〈實施就業優先戰略「十五五」規劃〉，2026。 7. International Labour Organization, “Mapping China’s Platform-Based Gig Workers,” 2026. 8. International Labour Organization, *Opportunities and Challenges for Decent Work in the Platform Economy in Asia and the Pacific*, 2026. 9. Neo.K，《AI 時間槓桿的多重估值》，EveMissLab，2026。 10. Neo.K，《十四億人的時間為何沒有被完全釋放》，EveMissLab，2026。 11. Neo.K，《AI 放大器下的中國耦合危機》，EveMissLab，2026。 12. Neo.K，《政治關係動力學的綜合框架》v1.1，EveMissLab，2026。 13. Neo.K，《混合威權崩潰理論》v1.1，EveMissLab，2026。 14. Neo.K & Aletheia，《統治者—人民同向性原理》v0.1，EveMissLab，2026。 15. Standing, Guy. *The Precariat: The New Dangerous Class*. Bloomsbury, 2011. 16. Rosenblat, Alex. *Uberland: How Algorithms Are Rewriting the Rules of Work*. University of California Press, 2018. 17. Woodcock, Jamie, and Mark Graham. *The Gig Economy: A Critical Introduction*. Polity, 2019. 18. Vallas, Steven, and Juliet B. Schor. “What Do Platforms Do? Understanding the Gig Economy.” *Annual Review of Sociology*, 2020. 19. Acemoglu, Daron, and Pascual Restrepo. “Robots and Jobs.” *Journal of Political Economy*, 2020. 20. Autor, David. “Why Are There Still So Many Jobs?” *Journal of Economic Perspectives*, 2015. --- # 附錄 A：核心符號 | 符號 | 定義 | |---|---| | $\mathbf f_i$ | 靈活就業位置向量 | | $\mathcal L$ | 勞動關係張量 | | $C_i$ | 契約穩定度 | | $Y_i$ | 收入穩定度 | | $H_i$ | 付薪工時與訂單穩定度 | | $S_i$ | 社會保障完整度 | | $A_i$ | 算法控制程度 | | $B_i$ | 議價能力 | | $E_i$ | 退出能力 | | $K_i$ | 技能累積程度 | | $R_i$ | 生活再生產餘額 | | $P_i$ | 平台依賴 | | $\mathcal C_{\mathrm{TR}}$ | 時間風險承擔階級 | | $B_R$ | 生活再生產負擔率 | | $M_R$ | 生活再生產餘額 | | $\Gamma_C$ | 階級形成程度 | --- # 附錄 B：最低資料揭露表 | 面向 | 最低揭露內容 | |---|---| | 工時 | 任務、等待、移動、維護、培訓 | | 收入 | 毛收入、淨收入、波動與欠薪 | | 成本 | 設備、租金、能源、平台費 | | 保障 | 養老、醫療、職傷、失業、生育 | | 算法 | 定價、派單、處罰、評價、停權 | | 契約 | 平台、合作商、勞務公司與個人關係 | | 家庭 | 住房、照護、轉移、債務 | | 技能 | 培訓、證照、可轉移技能 | | AI | 生成式、Agent 與具身替代暴露 | | 主觀性 | 自願程度、工作滿意、退出意願 | --- # 附錄 C：後續研究命題 1. 靈活就業增長是否主要來自自願選擇，還是正式職位不足？ 2. 平台取得的成本節省，有多少轉化為消費者低價、勞動者收入或資本利潤？ 3. 等待與移動時間納入後，平台工作有效時薪是多少？ 4. 職工保險、居民保險與完全未參保如何分布？ 5. AI 是否先擴大高收入自主接案，還是先增加低保障任務化？ 6. 正式員工的績效化、待命化與任務化是否構成隱性靈活就業？ 7. 具身 AI 是否先替代缺工危險職位，還是擠壓低薪服務工作？ 8. 靈活就業是否正在形成跨職業共同認同？ 9. 社保可攜制度能否降低家庭預防性儲蓄？ 10. 時間風險承擔階級是否會成為 AI 時代主要政治經濟位置？