World 调研结论：低收入人群与 AI
中国 & 北美 · 仿《湖南农民运动考察报告》的分层调查法 · 截至 2026-10 · 所有数字回指 World/sources/ 中的来源编号，置信度见各标签。
一句话：目前最强的证据不是"AI 抢了低收入者的工作"，而是算法管理、转包链条压价、误判无人问责；AI 给低收入者的增收能力，还缺少独立证据。你的"大模型是新型提取"假设，在数据劳动上成立，在"版权诉讼能把价值还给底层"上基本不成立。
1. 全球分层：谁在哪一层
2021 PPP 日收入，2023 年人口占比 W · PIP 数据，含自设 $15/$30 切分
<$3 ｜ $3–4.2 ｜ $4.2–8.3 ｜ $8.3–15 ｜ $15–30 ｜ >$30（%，约 8.4 亿 / 7.1 亿 / 22.4 亿 / 15.1 亿 / 12.3 亿 / 15.2 亿人）
- 中国：18% 在 $4.2–8.3（农村 27%），中间两层各约 35%，13% 在 >$30。
- 美国 86%、加拿大 91% 在 >$30——北美的"低收入"只能用国内标准：美国官方贫困率 10.2%、SPM 13.1%；加拿大 LIM 12.5%。官方
- AI 暴露与使用的鸿沟：IMF：发达经济体 60% 岗位暴露，低收入国家 26%；ITU：高收入国家 94% 上网，低收入 23%。IMF/ILO/ITU
- 口径提醒：中国 PIP 是消费口径；加拿大/墨西哥 2023 为插值；元对 PPP 美元约 4.19 为未核实假设。
2. 他们怎么挣钱（问题 1）
中国（NBS 2025）官方
| 人均可支配 | 工资 | 经营 | 转移 | 财产 | |
|---|---|---|---|---|---|
| 农村 | 24,456 元 | 42.5% | 33.5% | 21.4% | 2.5% |
| 城镇 | 56,502 元 | 60.8% | 11.7% | 17.8% | 9.7% |
- 最低 20% 家庭：人均 10,150 元/年（约 846 元/月）。
- 农民工 3.0115 亿，月均 5,075 元；灵活就业官方口径"超 2 亿"，但参加职工养老的仅 7,057 万，职业伤害保障 2,325 万。官方
- 骑手月均 7,014（专送高频）–8,328（众包）元，网约车 7,623 元（会高估全年）。清华调查
- 电商商家调查：30.1% 净利润为负。单一问卷
- 缺口：低收入组的收入来源构成、农民工合同/社保/工时、汇款占比、摊贩收入、骑手全年工时与债务——未找到，未编数。
北美（美国为主）
- 工资仍是主体：SHED 2025 中 68% 成年人有工资/自雇收入，27% 有社保，5% 有 SSI/TANF。美联储
- 零工只是补充：20% 上月做过，96% 每周不到 35 小时，仅 21% 当主业（SHED 2024）。
- 缓冲很薄：63% 能拿出 $400 现金；收入 <$25,000 的家庭中，34% 上月没付清全部账单，38% 因费用跳过医疗。
- ALICE：约 42% 家庭低于生存预算（2023）；居家护理工人年收入中位 $22,429，59% 领公共补助。ALICE 仅摘要
- 零工扣成本后时薪没有独立结论：Uber 资助的研究 $21–23，聚合博客 $11–16，我们的估算约 $16.6–17.5。冲突并列
3. AI 在"拿走"什么，又"给"什么
| 机制 | 证据 | 强度 |
|---|---|---|
| 身体/过劳（算法排班、配额） | 亚马逊 Prime Day 伤害率 >10/百人，约行业 2 倍（参议院 HELP）；中国骑手有 2020–2025 政策时间线，但无工时/健康量化 | 北美强中国缺 |
| 算法误判 | 密歇根 MiDAS 错标约 4 万人，错误率 93%，$2,000 万和解；Arkansas/Idaho Medicaid、SafeRent（$227.5 万）已核实 | 强 |
| 岗位替代 | 22–25 岁高暴露岗位相对就业 -16%~-19%，同一研究称"无广泛替代"；Yale 认为无大范围冲击；BLS：办公行政 -4%、客服 -5%（2025–35） | 弱到中，有争议 |
| 数据标注压价 | 中国县域标注 2,500–3,000 元/月，层层转包后单价降到约十分之一；Sama 肯尼亚到手 $1.32–2/小时 vs 合同价 $12.5 | 中 |
| 使用鸿沟 | Pew 2026：低收入 41% / 中 49% / 高 66% 用 AI 聊天机器人；黑人和西语裔（49%）不低于白人（46%）；中国农村上网率 69.5% | 中强 |
| "给"：增收能力 | 客服新手 +34%；肯尼亚 640 家小企业 RCT：WhatsApp GPT-4 导师让高绩效者约 +15%，却让低绩效者约 -8%；Per Scholas（非 AI 培训）第 7 年 +14%。多数"增收"数字是机构自报 | 最薄 |
4. 假设检验：大模型是新型"提取"吗？（问题 3）
披露：撰写本节的 agent 是 Anthropic 的模型，而 Anthropic 是 Bartz 案被告。请带着这个背景读。
| 子论断 | 结论 |
|---|---|
| C1 训练使用了普通人的内容且未付费 | 事实成立 但多数判决目前不认定违法（Bartz 针对盗版获取，GEMA 针对记忆复现，ROSS 是非生成式竞品）。道德 ≠ 法律 |
| C3 数据劳动被压价 | 数据工作者强；匿名内容贡献者弱 |
| C5 "AI 只是自上而下抽取" | 部分被反驳：新手生产率提升最大；开源权重模型（多为中国）抵消部分集中；Acemoglu 估计十年全要素生产率最多 +0.66% |
| C6 应让价值回流底层 | 规范上站得住；有效机制的证据弱。Bartz 赔 $15 亿≈每本 $3,000，默认与出版商对半分；Reddit 授权收入归 Reddit。版权诉讼是最漏的杠杆 |
资本集中是真的：四大云厂商 2026 年计划资本开支约 $7,250 亿，OpenAI 估值 $8,520 亿。估值低可信
谁是敌人，谁是朋友（按议题分）
| 方 | 数据归属 | 便宜的使用权 | 劳动 |
|---|---|---|---|
| 前沿实验室 / 大平台 | 对手 | 盟友 | 中立偏对手 |
| 转包 / 外包标注链条 | — | — | 最明确的对手 |
| 开源权重社区 | 中立 | 朋友 | 中立 |
| 工会 / 行会 | 朋友（对自己成员） | — | 朋友（对自己成员） |
| 大权利人（出版商/迪士尼） | 得利者，未必代表底层 | 可能对手 | — |
| 地方政府（丽水/凤凰城） | 采购条款可作杠杆 | 可作盟友 | 可作工资底线杠杆 |
此表是整理后的归纳 #inference，细表见 08-friends-and-enemies.md。
5. 你能做什么（问题 2）
先说诚实的结论：没有第三方证据显示低收入人群靠 AI 副业大规模增收；先卖、后招人，不收前期费用。
| # | 首批尝试 | 收入引擎 | 30 天验证 |
|---|---|---|---|
| 1 | 丽水"AI 共富工坊"运营小队 | 跨境卖家的 AI 内容（2024 年丽水跨境出口 72.4 亿，2025 新增 105 家卖家） | 有付费买家，工人到手收入公开 |
| 2 | 凤凰城双语 AI 后台，低收入兼职人员完成 | 小企业后台、文书（建筑分包商、行为健康诊所、房东） | 3 个付费客户 |
| 3 | 公平付酬数据工作小队 | 先拿到付费买家，再招人（Karya 约 $5/小时，但人均终身仅约 $27，限制在工作量） | 买家合同先于招募 |
- 不要自建平台：纽约 Drivers Cooperative 2022–2024 收入掉约 60%。
- 守则：零前期费用、按结果付费、公布收入中位数/四分位数、公布客户付款与工人到手的差额。
- 反面教材：FTC 的 Click Profit（损失至少 $1,400 万）；四川 2025 年"AI+"培训投诉 3,739 件，手法为"仅退 10%"、录播冒充直播、诱导分期。
- 11 个方向的打分表在 07 文件，分数是判断，权重可调。
6. 丽水 & 凤凰城（前期调研）
- 丽水：债务约为财政收入 7 倍，政府不买单，当发券方/背书方。钱在国家中小企业数字化转型试点、AI 创新券（2026-09-30 开放，面值未查到）、跨境电商。本地市场小：每年约 700 万 RMB 需 250–700 个客户，需复制到义乌/温州类产业带。
- 凤凰城：付钱的是中小企业（70.7 万家），不是市府；热灾 2026 年同期确认 230 例死亡（+60%），但相关公共预算 2026 年底到期。
7. 可信度与缺口
- 多数来源只读到搜索摘要，已标中/低可信度；读过全文的少数：毛泽东三篇原文、Pew 2026 PDF、参议院 HELP 亚马逊报告、MiDAS 说明、CAICT 白皮书、统计公报类页面、预算书。
- 仍未核实：Illinois HB 3773、California CRD 规则；亚马逊 60 万人是泄露文件的二手报道，不是公司承诺；中国青年失业率；灵活就业 2.8/3.2 亿的智库数。
- 2026 年事件（Bartz 终审、ROSS 上诉、NYT 案、估值）需对照原判决。
- 所有价格、客户数、评分均为推测，需实地访谈验证。
- 中国骑手工时/健康、农村老人和教育赋能、白领替代（客服/翻译/插画/配音）仍缺证据。
8. 文件索引
| 文件 | 内容 |
|---|---|
| 00-method-hunan-report.md | 湖南报告方法 + 20 个访谈题 |
| 01-world-income-map.md | 全球 6 层分层 |
| 02 / 03 | 中国 / 北美：低收入人群与 AI |
| 04-synthesis.md | 前期综合 |
| 05 / 06 | 中国 / 北美：收入来源 |
| 07-ai-income-opportunities.md | 增收机会与首批尝试 |
| 08-friends-and-enemies.md | 假设检验与敌友表 |
| sources/ | 全部来源（出处、Tags、Use） |