循环札记|AI + 循环经济:这对“黄金搭档”正在改变就业

线性经济的属性是资源密集型，而循环经济目前是劳动密集型。这一结构性差异，我们以往鲜少深入探讨。线性经济的逻辑，是以消耗海量资源为代价，不断削减人力投入。随着生产自动化与全球化的推进，它对人的依赖日益减少，对原材料的渴求却愈发强烈。循环经济则恰相反。

修理、再造、翻新——这些活动天然地依赖于人的参与。不妨说得直白些：把一台废旧笔记本电脑丢入填埋场，几乎无需人力；但若要将其拆解、翻新、再造，便离不开一支技艺娴熟的团队——维修技师、数据分析师、物流专家，缺一不可。

工业经济学家瓦尔特·施塔尔的研究亦印证了这一点：用生产一台新设备所需的能源与材料，足以翻新出七至十一台旧设备。而这中间的差额，正是由人来填补的。换句话说，这正是就业机会的源泉。

这样的模式，早已在全球南方——非洲、拉美、东南亚等地的无数劳动者的日常中运行多年。在拉各斯、马尼拉、圣保罗，修理、再利用、资源回收、再生生产，从来不是新鲜的政策口号，而是支撑经济运转的基石。美洲与亚太地区，已在循环经济就业占比上走在前列。归根结底：在线性经济中，价值仅靠机器吞噬资源来榨取；在循环经济中，价值靠人一点一滴去守护。这一点，远在布鲁塞尔或华盛顿开始讨论之前，便已是全球南方的常态。

巴西的国家循环经济计划，借鉴了艾伦·麦克阿瑟基金会的政策框架，明确将三类群体置于转型的核心：可回收材料的收集者、维修与再利用工人、从事再生生产的社区。这在全球范围内，实属罕见。然而，仅有“认可”远不足够。在整个全球南方，至少有七千四百万名从事循环经济相关工作的人，至今仍处于无合同、无保障、无稳定收入的状态。巴西也正在艰难探索改变之道。例如，废弃物回收工人正逐渐从“按公斤计酬”——这种模式容易让人陷入非正规就业、流动频繁的困境——转向“按环境服务成效付费”。这背后，是价值定义的深刻转变：不计处理吨数，而看实际成果。如此，工人更愿长期留任，技艺日益精进，分拣出的材料也能更高效地进入回收与堆肥环节。在正确的循环经济策略目标下，不仅能创造更多岗位，更能造就更优质的岗位。

在欧洲，《欧盟循环经济法案》预计于今年晚些时候正式提出。它有望成为未来十年最具分量的产业政策之一。其目标是：将欧洲的循环利用率翻一番，释放约七十万个新增就业岗位。这绝非浅尝辄止的环保修补，而是一场围绕材料流动，对欧洲市场进行的结构性重塑。

汽车行业的转型，是一个极佳的循环就业机会。电动化浪潮袭来，改变的远不止是修车方式。工人们如今需要掌握的，不仅是修理车辆的技术，更是延长电池寿命、乃至拆解电池以回收锂、钴等关键矿物的本领。汽车已成为“车轮上的电脑”，精通数字电池护照、掌握人工智能预测性维护的专家，正变得炙手可热。

以英国为例，像 IMI TechSafe 这样的新认证体系，要求机械师同时驾驭高压系统、氢燃料电池与传统内燃机——三项技能，缺一不可。然而，仅在英国，这一领域目前便有成千上万的岗位虚位以待。并非无人愿干，而是培训体系的发展速度，远跟不上产业转型的步伐。

今年 7 月起，欧盟《可持续产品生态设计法规》将禁止大型企业销毁未售出的服装与鞋类——这无异于关掉了行业中最浪费的一道暗门。为提前应对，各大品牌已在重新审视库存管理之道。一批大型回收设施正陆续落地，利用人工智能与高光谱成像技术，按纤维类型自动分拣衣物，将棉与聚酯高效分离。这一过程中，便催生了实实在在的技术岗位。

如今人们谈论人工智能与就业，普遍担忧的是：人工智能会不会比人、比企业、比教育体系适应得更快，最终将人替代？这一担忧不无道理，但或许遗漏了更宏大的图景。

在循环经济中，人工智能最强大的角色，不是“替代”，而是“赋能”。它可以实时追踪材料的生命周期，可以进行预测性维护——在问题演变成浪费之前便将其“消除”，也可以实现自动分拣与供应链透明化管理。如此一来，人工智能处理数据，人便能专注于那些机器无法企及之事：判断、触觉、创造。若能将这条路走通，人工智能与循环经济将会是天作之合。结果不是岗位减少，而是让每个岗位变得更有价值。