应对 AI 经济影响的政策路径

摘要

1) 一句话总结 Anthropic 提出了九项针对不同 AI 经济影响情景（从轻微影响到大规模失业）的政策构想，涵盖劳动力培训、税收改革与基础设施审批，并承诺投入 1000 万美元支持相关实证研究。

2) 关键要点

趋势转变：AI 的使用正从“人机协作”向“完整任务委托”转变，促使决策者需要提前规划应对工具。
情景分类：政策构想按 AI 发展速度分为三类：适用于几乎所有情景、适用于中度加速情景（工资下降/失业）、适用于快速发展情景（大规模失业/不平等加剧）。
劳动力培训与留任（全情景）：建议政府提供劳动力培训补助金（如每年 1 万美元补贴），并改革税收激励（如取消 5,250 美元的免税教育上限、允许培训费用全额立即扣除）以鼓励企业留任和再培训员工。
税收漏洞与审批改革（全情景）：建议采用基于市场的分配和全球合并申报来堵住企业避税漏洞；同时改革《国家环境政策法》（NEPA），加速目前耗时可达 4-6 年的 AI 基础设施并网审批。
失业援助机制（中度情景）：提议建立类似贸易调整援助的“自动化调整援助（AAA）”计划（初始资金建议约每年 7 亿美元），可通过对高市值 AI 公司的收入征税来提供资金。
算力与 Token 税（中度情景）：探讨对出售给最终用户的 Token 或 AI 消耗的算力/硬件征税，以获取 AI 产生的意外之财并支持财政计划。
主权财富基金与增值税（快速情景）：若劳动力在经济中的份额大幅下降，建议建立持有 AI 股份的国家主权财富基金（如发行 AI 债券）以公平分配财富，并采用或现代化增值税（VAT）来维持政府运作。
新型收入结构（快速情景）：探索将“低税率企业财富税”与所得税结合，以防止高利润企业利用会计操纵或资产估值挑战逃避税收。
资金承诺：Anthropic 宣布投入 1000 万美元扩大“经济未来计划”，以支持严谨的实证研究和政策研讨会。

3) 风险/缺口（基于原文明确提及）

不确定性风险：AI 对劳动力市场的影响以及未来经济转型的规模、速度和形式仍存在巨大的不确定性。
基础设施滞后与国家安全风险：未能加速 AI 基础设施建设将减缓生产力和就业增长；若关键基础设施转移到海外，可能会带来国家安全风险。
财政资源约束风险：在 AI 转型期，未能率先采取行动堵住税收漏洞的政府，将在最需要政策灵活性时面临严重的资源约束。
税收扭曲风险：对算力或其他硬件征税可能会扭曲 AI 转型经济轨迹上的投资。

正文

强大 AI 系统的到来将如何改变经济结构？我们并不确定，外部专家也是如此。但随着 AI 系统不断进步并被更大规模地采用，至关重要的是，我们需要更多地讨论决策者可以用来应对 AI 经济影响的工具——无论这些影响的性质如何。为了推动这一进程，我们将分享几个值得进一步研究的经济政策构想。

自发布 Anthropic 经济指数（Anthropic Economic Index）以来，我们观察到了 AI 使用方式的一个重要转变。用户越来越倾向于将完整的任务委托给 Claude，而不是与 Claude 进行“协作”。随着 AI 模型独立工作的时间越来越长，以及越来越多的雇主采用 AI 来提高生产力，我们预计这一趋势将会加速。这对劳动力的影响尚不确定。

决策者应如何应对？这不是一个简单的问题，也不是任何单一主体能够回答的。未来的转型规模存在巨大的不确定性，关于如何管理这种转型也存在广泛的观点。但当务之急是，现在就开始为我们可能面临的经济情景构思对策。

在过去的一年里，我们与来自世界各地的经济学家和政策专家（包括我们的经济咨询委员会成员和首届经济未来研讨会的参与者）合作，以推动这一讨论。为了产生广泛的构想，我们与无党派思想家以及跨越政治光谱的各方人士进行了交流。

下面，我们将简要探讨这九类构想，涵盖劳动力发展、审批改革、财政政策和社会服务。

虽然我们不知道最终的最佳政策会是什么，但我们致力于公开分享构想，并对高级 AI 的经济影响保持透明。

将政策与情景相匹配

AI 经济影响的速度、规模和形式将决定全球所需的政策响应。因此，我们将这些初步构想分为三大类：

适用于几乎所有情景的政策构想，包括那些对劳动力市场负面影响仍然较小的情景。倡导者认为，几乎无论 AI 造成的颠覆程度如何，这些政策都值得考虑。鉴于此，其中许多提议以前曾在其他背景下被提出过。它们包括为新兴工作岗位提升工人和学生的技能，以及改革审批流程以支持能源和计算基础设施的建设，从而提高生产力。

适用于中度加速情景的政策构想，在这种情景下，AI 导致大部分劳动力的工资出现可衡量的下降和失业。在这里，可能需要为流离失所的工人提供更大量的财政支持。为了抵消快速自动化给失业工人带来的负面外部性，在这种情景下可能会考虑征收自动化税。

适用于快速发展情景的政策构想，这可能涉及大规模失业和不平等加剧。这些提议要宏大得多，旨在应对截然不同的经济图景。到目前为止，这些构想包括利用主权财富基金让公民分享 AI 收益，以及寻找增加政府收入的新途径。以下提议不一定代表 Anthropic 自身的政策立场。但我们对收到的广泛提议感到兴奋，希望它们能鼓励进一步的研究和辩论。

适用于几乎所有情景的政策

1. 通过劳动力培训补助金投资于技能提升

在我们的华盛顿特区研讨会上，American Compass 执行董事 Abigail Ball 介绍了“劳动力培训补助金”（Workforce Training Grant）——这是她与同事 Oren Cass 共同提出的一项提案，旨在将公共资源引向在职培训。

在这种模式下，政府将直接向设立正式实习岗位并提供结构化培训计划的雇主提供大量年度补贴（Ball 和 Cass 建议在美国为每年 10,000 美元）。这种培训可以采取多种形式：由个体雇主运营的计划、由雇主联盟或行业协会运营的计划、通过雇主与工会合作的计划，或由技术学校和社区大学与雇主合作开展的计划。

American Compass 提议重新分配现有的高等教育补贴来资助该计划。但一系列其他融资机制也可能值得考虑——包括可能利用对 AI 消费征税来支持劳动力发展倡议。

2. 改革针对员工留任和再培训的税收激励措施

税收政策可以在边际上激励雇主对员工进行再培训和留任，而不是裁员。

莫卡特斯中心（Mercatus Center）的 Revana Sharfuddin 认为，美国税法存在偏向物质资本投资而非人力资本投资的倾向。企业可以通过额外折旧（bonus depreciation）立即将 AI 系统费用化，但在扣除员工培训成本时却面临诸多限制。她提议对《国内税收法典》进行改革，包括取消 5,250 美元的免税教育援助上限，并将全额和立即费用化扩展到所有与工作相关的培训。

这些变化旨在降低再培训成本相对于裁员成本的比例，从而帮助那些原本可能处于裁员边缘的工人。

3. 堵住企业税收漏洞

税收政策专家 David Gamage 概述了旨在防止 AI 转型给政府预算带来压力的改革措施。他的几项提议涉及缩小允许大型企业逃避实体层面税收的“合伙企业漏洞”，以及现代化税收分配方式，以打击利润转移并更好地从数字和基于无形资产的商业模式中获取价值。

第二项改革将通过基于市场的分配（market-based apportionment）根据客户所在地分配企业税，同时要求进行全球合并申报（worldwide combined reporting），将跨国公司和子公司视为单一实体。这种方法旨在限制向避税天堂的人为利润转移——随着 AI 可能进一步增加源自无形资产利润的经济重要性，这种做法可能会变得更加普遍。

Gamage 认为：“率先采取行动的政府将解决其财政挑战，并使其居民更好地在 AI 经济中茁壮成长。而那些等待的政府将在最需要灵活性时面临资源约束。”

4. 加速 AI 基础设施的许可和审批

Anthropic 一直主张在美国及盟国改革审批和电力采购流程。为了开发用于训练和部署前沿 AI 的基础设施（即大型数据中心、输电基础设施和发电设施），必须加速这些流程。改革还将释放 AI 建设地的投资、经济增长和就业机会。未能加速 AI 基础设施建设将减缓生产力和就业增长，并且如果关键的 AI 基础设施转移到海外，可能会带来国家安全风险。

美国三套重叠的监管流程使大型 AI 基础设施的建设延迟了数年。第一类是许可（permits）。这包括联邦、州和地方层面的一系列土地使用和环境审批。其次，州级对输电项目的监管审查可能导致新线路的建设长达 10 年或更久。最后，将设施并入电网的审批对于发电资源通常需要 4-6 年。

应对这些挑战的具体步骤包括对《国家环境政策法》（NEPA）进行改革，该法案要求联邦机构审查许多项目的环境影响。对数据中心等特定类型设施进行预先分析，有助于加快未来项目的审查速度。其他改革可能包括利用联邦权力加快关键输电网络的建设和升级，以及与公用事业公司合作寻找快速并网的机会。

正如莫卡特斯中心教席主任、我们的经济咨询委员会成员 Tyler Cowen 所指出：“我完全赞成审批改革——包括能源部门在内。”

适用于中度情景的政策构想

5. 为 AI 导致的失业建立贸易调整援助机制

几位经济学家正在探索如何调整“贸易调整援助”（TAA）模式（在该模式下，受影响的工人获得获取新技能的机会或接受其他支持），以应对强大 AI 时代的劳动力市场动荡。宾夕法尼亚大学的 Ioana Marinescu（我们的经济咨询委员会成员）将类似 TAA 的“AI 保险”视为一种“支持因 AI 而失业的人”的机制。

沿着这一思路，Suchet Mittal 和 Sam Manning 概述了一个潜在的“自动化调整援助”（AAA）计划。他们描述了如何将 AAA 的资金水平设定为与 TAA 相似（每年约 7 亿美元）作为初始选项，并内置机制以根据 AI 驱动的失业速度和规模来增加或减少该计划的规模。

Mittal 和 Manning 指出，如果未来需要扩大此类计划，可能会通过对市值超过特定高水平的公司的 AI 驱动收入征税来提供资金，从而建立一个由 AI 行业直接支持被该技术取代的工人的机制。

6. 对算力或 Token 生成征税

弗吉尼亚大学经济学家 Lee Lockwood 和 Anton Korinek（我们的经济咨询委员会成员）提议研究一系列针对“Token 生成、机器人、机器人服务和数字服务”的税收。

根据 AI 在经济中发展的阶段，这些税收提供了不同的潜在收益——以及扭曲风险。当人类仍然是经济中的主要消费者时，对出售给最终用户的 AI 生成的 Token 征税（“Token 税”）可能是可取的，即使强大的 AI 降低了劳动力的相对经济作用。

Korinek 和 Lockwood 认为，如果经济发展到一个阶段，强大的 AI 系统本身成为经济资源的主要消费者，那么对 AI 资源积累征税（例如通过对算力和其他硬件征税）可能比对人类最终用户征收 Token 税更有效。尽管这些对计算资源的征税会扭曲 AI 转型经济轨迹上的投资，但如果劳动力市场和人类消费在经济中的作用双双下降，它们可能成为获取 AI 产生的部分意外之财的唯一剩余机制。

我们认为，这一更广泛类别的税收值得认真研究，尽管它们会直接影响 Anthropic 的收入和盈利能力。这些税收可以为重要的财政计划（包括本文中讨论的其他几个计划）提供关键收入。

适用于快速发展情景的政策构想

7. 建立持有 AI 股份的国家主权财富基金

越来越多的提议旨在让公民和政府在 AI 的经济回报中获得更大的份额。主权财富基金可以使国家获得 AI 相关资产的头寸。在 AI 行业占据了极大比例经济财富的情景下，政府投资既可以塑造该行业的行为，又可以“更公平地分配 AI 衍生的财富”。

Emma Casey、Emma Rockall 和 Helena Roy 在为英国进步中心（Centre for British Progress）撰文时，为英国提出了一个相关的概念：AI 债券（AI Bond）。AI 债券旨在确保对“AI 技术栈”进行充足的投资以获取 AI 的收益，然后将这些回报更均匀地分配到整个英国——即使 AI 研究职位集中在伦敦等少数几个城市。

8. 采用或现代化增值税

七国集团（G7）中有六个国家征收国家增值税（VAT），38 个经合组织（OECD）国家中有 37 个也是如此。美国是个例外。

随着 AI 改变经济，劳动力在价值生产中所占的份额可能会大幅下降。转向对消费征税（如通过增值税）可能成为资助核心政府活动的必要手段。增值税的征收还为政府提供了有关经济生产网络的细粒度信息——这在这个潜在的快速技术和经济变革时期可能特别有价值。

麻省理工学院斯隆管理学院的 John Horton（我们的经济咨询委员会成员）指出：“增值税是非扭曲性的，并且在一定程度上是自我执行的。”

9. 实施新的收入结构以适应 AI 在经济中日益增长的份额

如果 AI 在经济产出中占很大份额（导致劳动力份额下降），政府可能需要新的收入流来补充所得税。David Gamage 的另一项提议是探索将“低税率企业财富税”作为所得税的补充。他的理由是：“所得税面临会计操纵；财富税面临资产估值挑战。两者并用会使高利润企业更难逃避该系统。”

Gamage 将这一系统比作某些资产管理公司向客户收取的费用结构：“财富税起到了管理费的作用，用于提供保护积累资本的法律基础设施，而所得税则作为在国家市场产生利润的绩效费。”这一构想代表了政府适应人类劳动力价值变化的一种方式，尽管我们认为在这一领域还有更多构想有待探索。

继续对话

今年秋天早些时候，Anthropic 宣布承诺投入 1000 万美元以扩大“经济未来计划”（Economic Futures Program）。这项投资将支持对 AI 经济影响和政策构想进行严谨的实证研究，并扩大我们的研讨会系列——从今年 11 月在伦敦举行的活动开始，这是继我们 9 月份在华盛顿特区举办活动之后的又一盛会。

这里概述的任何构想都不代表最终的建议。它们是进行更深入研究、政策制定和公众辩论的起点。AI 的经济影响在时间和规模上仍然存在不确定性，不同的情景将需要不同的响应。

然而，显而易见的是，研究人员、决策者和 AI 行业之间的积极参与至关重要。通过现在（在我们了解 AI 经济影响的具体形态之前）探索这些选项，我们可以更好地为各种可能的未来做好准备，并确保工人和社区处于有利地位，能够从 AI 的全部潜力中受益。

本文讨论的大多数政策构想都源于 Anthropic 经济咨询委员会成员、经济未来研讨会参与者以及独立研究人员的提案或对话。它们并不一定都代表 Anthropic 的政策立场。

wsl-docs

探索