人社部推动“数据找人”，出发点真的很好！
让更多人被社会保障网覆盖，让灵活就业者不至于在老年和疾病面前毫无保障。这个目标没有人会反对。
但是，一项政策是否有效，不取决于它的目标有多正确，而取决于它是否匹配目标群体的真实处境。
当人社部说要“通过各种各样的方式把这些人找到”时，必须认真审视需要面对一个什么样的群体——3.2亿灵活就业人员中，参加职工养老保险的只有7057万人，参保率约29.5%。
2026年一季度，全国社保断缴人数突破5800万，灵活就业从业者断缴率飙升至38%。20至35岁的年轻人占了断缴人数的六成以上。
这些人不是“躲起来了”，而是缴不起。
以上海为例。
一个月收入约6200元的灵活就业者（注：2026年《中国自由职业2026年白皮书》的数据：75%的灵活就业者月收入低于8000元，中位数约6217元，中位数估计在5000元左右）。
2026年7月起，上海社保缴费基数下限为7546元/月，全口径城镇单位就业人员月平均工资为12577元/月。灵活就业人员养老缴费需要每月2264元，占他6200元月收入的36.5%。而缴费基数下限（7546元）比他实际收入高出22%——制度要求他按一个高于自己收入的基数缴费。
缴了，家庭生活难以为继；不缴，未来养老和看病没有着落。
若改为企业职工社保且全部由个人负担，按上海多数普通行业执行的0.2%最低工伤保险费率计算，每月共需缴纳约2731.65元。
他只能先顾眼前——这是他选择断缴的直接原因。
当收入在往下走，缴费却在往上走时，“数据找人”真的可能适得其反。核心在于它试图用精准的技术手段，解决一个结构性的经济矛盾——而这个矛盾，技术解决不了。
灵活就业者的收入正在经历系统性的下行。
上海网约车司机月均收入从巅峰时期的1.5万元跌至不足8000元，深圳市官方已发出行业饱和预警；一线城市外卖骑手的日均收入从280至350元降至180至220元，降幅高达35%。平台市场饱和、单量下降、抽成压力，共同挤压着这个群体的收入空间。
与此同时，社保缴费基数每年都在上调。
广东2026年缴费下限从4775元涨至5521元，涨幅达到15.62%，灵活就业人员每月要多缴149.2元；浙江最低缴费基数从4986元涨至5122元；上海缴费下限已达7546元/月，灵活就业人员养老加医疗每月需缴约2264元。
一个收入在下行通道中的人，面对一笔每年刚性上涨的固定支出，结果只有一个：缴得越久，越缴不起；被找到得越精准，退出得越快。
北京大学一项覆盖三万多骑手的调研印证了这一点。
约23.5%的骑手明确表示“不愿参保”，38.9%的骑手仅愿将月收入的5%以下用于社保，仅不到一成骑手能接受现行个人缴费比例。更直接的信号是，因缴费压力过大导致断缴的比例达22.6%，近四分之一的参保人员在缴费过程中出现中断。
有灵活就业者用一句话概括了这种处境：“要我去健身，得先让我吃饱饭吧。”
制度设计的时不能与目标群体的现实状况存在错位。
灵活就业人员社保制度的底层逻辑，核心是从传统雇佣关系中“单位+个人”共同缴费的模式中切割出来的。在传统劳动关系中，养老保险单位缴16%、个人缴8%，单位承担大头。灵活就业者没有单位，20%全部自己承担。
制度设计的假设是“有雇主”，而2亿灵活就业者恰恰在这个假设之外。当“数据找人”把他们精准地识别出来，然后要求他们按照一个为“有雇主”人群设计的缴费标准来缴费时，找到的人越多，制度目标与现实的矛盾就越突出。
人社部提出的目标是“十五五”期间基本养老保险参保率稳定在95%以上。
全国人大常委会委员、中国社会保障学会创会会长郑功成指出，由于灵活就业者需独自承担缴费责任，绝大多数人还是会选择缴费低、待遇低的居民社保，而非职工社保。“数据找人”可以把人找到，但无法改变“找到之后他依然缴不起”的现实。
技术找人的精准度的越记，信任越有可能加速流失。
“数据找人”的技术能力已经相当成熟。山东威海的智能参保扩面系统任务数据准确率从80%提升至93%，政策送达率提高至97%。云南弥勒的参保目标识别准确率达到98%。
从技术上来说，“找到人”没有问题。
但是，虽然技术能解决“找到人”，解决不了“找到之后怎么办”。
网友集中质疑了同一个问题：“养老金池子缺钱了，找人来填坑？”
这种质疑并非空穴来风。研究预测，即使延迟退休落地，城镇企业职工基本养老保险基金仍预计于2029年首次出现当期赤字。当“数据找人”被感知为“拉人头填缺口”时，它激起的不是参保意愿，而是防御性退出。
更深层的问题在于，当被“找到”的人接到电话、收到短信、被上门动员时，他们感受到的不是“被保障”，而是“被追缴”。人社部发言人的原话是“把这些人找到，然后主动地动员参保”。“动员”这个词，在收入充裕的人听来是提醒，在收入紧张的人听来是压力。电话轮番轰炸、工作人员上门劝说，名单上的数字好看了，人的心情未必舒服。
AI的发展，已经开始对就业造成挤压，正在制造新的“应保未保”人群。
如果说经济下行和平台饱和是“现实压力”，那么人工智能对就业岗位的替代则是“预期冲击”。高盛有报告指出，涉及重复性、基于规则任务的岗位面临最大风险，尤其是在行政职能、客户支持以及专业服务的部分领域。
翻译、编程、写作、设计等传统意义上的高技能、高认知工作，正在被AI重新定义。这意味着，未来几年将有更多原本拥有稳定雇佣关系的人，被迫进入灵活就业市场。他们此前由单位缴纳社保，一旦失去正式工作，转为灵活就业身份，社保缴费的全部负担就落到了自己身上。
经济下行把更多人推入灵活就业，AI替代加速了这个过程，而“数据找人”试图在这个节骨眼上提高参保率——方向完全相反。
我们不能否认人社部举措的善意目的，但这需要配套制度诚意来实现。
人社部“数据找人”的政策方向没有错，但它的有效性取决于一个前提：被找到的人，有能力缴、有意愿缴。
当这个前提不成立时，技术越精准，找到的人越多，制度与个体之间的矛盾就会越大。
“数据找人”真正需要的，不是更精准的算法，而是一套让灵活就业者“缴得起”的制度设计。这包括但不限于：
降低灵活就业人员的缴费比例；
推动平台企业分担部分缴费责任；
引入与收入水平挂钩的弹性缴费机制；
对低收入灵活就业者提供更实质性的社保补贴。
如果只是把人找到，却不解决“找到之后怎么办”，那么“数据找人”找到的，可能不是参保人，而是一群已经站在门槛外、被反复提醒却始终迈不进去的人。
“数据能找着人，但数据不知道这个人这个月跑外卖挣了四千，下个月可能零订单。”找到这样的人，然后要求他每年拿出两三万来缴社保，结果只能是——找到，然后失去。
热门跟贴