恩格斯在《英国工人阶级状况》中揭露的工业革命早期技术进步导致“生产率上升而劳动者收入停滞”的经济悖论，被后人称为“恩格斯停顿”。这一概念直指政治经济学的核心范畴，涉及生产、分配与阶级、制度等根本性问题。如今，AI时代的到来使“恩格斯停顿”再度引发关注，学界开始警惕技术进步引发的结构性财富分配危机。从政治经济学角度剖析“恩格斯停顿”的生成逻辑及其破解之道，有利于我们深刻把握人工智能时代的技术逻辑与分配逻辑，增强构建破解“恩格斯停顿”中国方案的历史自觉。

　　技术进步的增长奇迹与工资停滞。科技是第一生产力，科技的本质是为人类服务，是解放生产力、提升生活品质的工具，“恩格斯停顿”却描述了工业革命早期英国劳均产出上升约46%，而工人实际工资仅增约12%的历史现象。技术进步一方面富了资本，另一方面却穷了工人。

　　19世纪中叶，恩格斯以曼彻斯特等工业城市为例，揭示了生产率上升而劳动者收入停滞的经济悖论：工业革命一方面造成“资本和国民财富迅速增长”，另一方面却使“工人阶级失去一切财产，失去获得生计的任何保证”，只能靠出卖劳动力生活。机器虽能够提高效率、降低商品价格并扩大市场，但由于机器、厂房和原料归资本家所有，生产力的增进首先体现为资本自身的增殖，而非工人自由时间和生活资料的同步增加。与此同时，熟练劳动被分解，低工资的妇女儿童劳动被广泛使用，加之周期性失业，共同形成了一支随时可供资本调用的劳动力后备军。当工资长期落后于生产率，劳动者在新增财富中的相对位置便持续下滑；失业和半失业人口又会加剧在业者之间的竞争，使其成为资本扩张所需的“产业后备军”，资本一极的财富积累与劳动一极的不稳定构成了同一过程的两面。

　　进入AI时代，同一悖论以更无形的方式被重现。据国际劳工组织估算，2004—2024年，全球劳动收入份额下降1.6个百分点；若维持2004年的份额，2024年劳动者收入将多出约2.4万亿美元。研究发现，生成式AI使平均生产率提高约14%，对经验较少者帮助更大；但收益未必自动转化为加薪、缩短工时或增加就业。国际劳工组织2025年估计，全球约1/4的就业岗位处于某种生成式AI暴露之下，3.3%处于最高暴露等级。新的“停顿”首先体现在就业准入和劳动控制层面，AI的替代压力已扩展至文案、编程、翻译等认知劳动领域，相对过剩人口面临初级岗位减少、零工化加剧和隐性待业等挑战；模型、算力、数据和知识产权的门槛使收益更易转化为平台租金、垄断利润和资产升值。

　　这些现象尚不足以确证完整的“新恩格斯停顿”，却表明技术能力的增强并不必然转化为劳动者财富的增长。技术作为资本财产进入积累过程后，谁拥有生产资料、谁控制劳动过程、谁占有生产率提高所释放的剩余，才是决定分配格局的根本问题。

　　从剩余价值规律到人工智能的分配冲击。恩格斯描述的“停顿”现象是剩余价值规律运作的必然结果，本质是剩余价值分割的失衡，即必要劳动与剩余劳动的界限被不断推向资本一方，增长成果集中体现为利润，而工资停滞在生存线附近。

　　剩余价值的生产与占有并非抽象命题，而是通过一套从微观到宏观的完整机制，在资本主义生产方式中具体落地。

　　在微观层面，个别资本率先采用新机器，以高于社会平均的劳动生产率使商品个别价值低于社会价值，从而独享超额剩余价值。竞争迫使其他资本跟进，超额剩余价值消失，但社会劳动生产率普遍提高、劳动力价值下降，必要劳动时间缩短、剩余劳动时间相应延长，由此产生相对剩余价值，这正是机器时代资本增殖的主要途径，也是“产出增长没有同步转化为工资增长”的微观根源。

　　在宏观层面，单个资本行为汇合为资本有机构成提高的总体趋势。机器越普及，不变资本比重越上升，可变资本即工资基金比重就越相对下降，对劳动的需求便相对减少。追加资本和更新中的旧资本都在用新机器排挤工人，机器因此不仅是一个极强大的竞争者，随时可以使雇佣工人“过剩”，更被资本家公开当作与工人敌对的力量。劳动需求萎缩而供给源源不断，便形成相对过剩人口即“产业后备军”，持续压低在业工人的工资与议价能力，技术进步越迅速，工资增长就越受抑制。

　　微观与宏观机制叠加，便得到马克思的总判断：“在一极是财富的积累，同时在另一极，即在把自己的产品作为资本来生产的阶级方面，是贫困、劳动折磨、受奴役、无知、粗野和道德堕落的积累。”这正是“富了资本、贫了劳动”最经典的表达。

　　人工智能并未改变这条规律。以美国为例，1990年至2024年间，工人每小时产出累计增长约97.9%，但小时工资实际增长仅为42.2%。数字经济时代，美国资本收入占比已达19世纪以来最高水平，AI版的“恩格斯停顿”现象日益凸显。用马克思的范畴审视，AI时代的分配鸿沟呈现四个新形态。

　　一是资本有机构成上升到新高度，AI产业依赖模型、算力、电力等巨额投入，规模效应极强、迭代极快，少数科技寡头凭借技术壁垒长期攫取红利，数据与算力作为新的不变资本形态，集中程度甚至超过传统机器时代，可变资本比重被压到前所未有的水平。二是劳动替代从体力扩展到认知，算法和模型替代低技能岗位，侵入客户服务、软件工程、法律助理、数据分析等领域。三是劳动过程算法化，劳动强度呈现新形式，算法派单、实时考核、数字化计件等使工人服侍机器变为工人服从算法。四是数字鸿沟与技能分化加剧，AI技能差异、行业与区域收益率差异使掌握技能和数据资源者获得递增回报，被替代者则被挤出，进一步扩大不平等。当然，AI也创造了新就业岗位，灵活就业具有缩小差距的潜力，但潜力能否实现取决于AI以何种方式被应用、成果由谁分享。

　　让人工智能成为促进共同繁荣的动力源。习近平主席在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上提出，要“秉持以人为本、向上向善理念，让人工智能成为促进共同繁荣、维护共同安全的一个重要动力源”。科技是人的本质力量的对象化，技术发展的最终尺度还是人。从政治经济学角度看，“恩格斯停顿”本质上是生产关系现象，破解“恩格斯停顿”的关键在于将机器的资本主义应用转化为机器的社会主义应用。

　　首先要以新质生产力重塑技术与劳动的关系。坚持就业优先导向，完善面向人工智能时代的终身职业技能培训体系，推动劳动者掌握数字技术和AI工具，提高适应产业变革的能力，降低技术替代带来的结构性失业风险，使技术进步更多表现为劳动生产率提升和劳动者能力提升的统一。

　　其次，以分配制度改革推动生产率红利向劳动者合理传导。坚持按劳分配为主体、多种分配方式并存，健全劳动、资本、技术、数据等生产要素由市场评价贡献、按贡献决定报酬的机制，提高劳动报酬在初次分配中的比重，促进居民收入增长与经济增长、劳动报酬提高与劳动生产率提高保持基本同步。

　　再次，要以社会保障制度筑牢技术变革时期的生计安全底线。进一步健全覆盖全民、统筹城乡、公平统一、安全规范、可持续的多层次社会保障体系，完善养老、医疗、失业、工伤等制度，提高社会保障对就业转型和收入波动的缓冲能力，使技术变革的风险更多由社会制度共同承担，而不是单独转嫁给劳动者。

　　最后，以数字治理规范技术、资本与劳动的关系。推动平台经济规范健康持续发展，强化反垄断和公平竞争监管，防止资本无序扩张。推动算法向善、算法治理与劳动者权益保护相衔接，使数字技术的发展建立在更加公平、透明和可持续的制度基础之上，避免数字资本以技术优势重新造成生产率增长与劳动者收益之间的脱节。

　　（作者系复旦大学马克思主义学院教授）