慈善、资本与制度：AI红利如何走向全民共享

本文来自微信公众号： 经济观察报观察家 ，作者：经观观察家我们可以说，AI中的相当一部分价值包含着马克思所说的“一般智力”的贡献。从这个角度看，将AI的一部分所有权交给全民，让他们可以拥有其未来的收益，在公共政策层面也具有一定的合理性。

10月19日，世界首富埃隆·马斯克在社交平台X上宣布，他准备从2027年开始，向美国的每一个孩子赠送一股SpaceX股票。按前一交易日的收盘价，每一股SpaceX的股价约为146.03美元。

现有美国未满18岁的儿童大约为7200万，按此计算，马斯克许诺赠予的这部分股票将价值105亿美元。马斯克此次赠股的设想，是对AI巨头Anthropic一项慈善方案的回应。10月18日，Anthropic发布了一项计划，拟在获得股东批准后，将相当于公司5%的股份投入新设立的“公共利益基金”，用于慈善捐赠、应对AI可能造成的劳动市场冲击，以及其他社会项目。

马斯克立即回帖说，既然要搞慈善，为什么不直接把股票发给公众？紧接着，他就提出了上述赠股方案。富豪们争相捐出财富，迅速在网上引发讨论。有网友戏言：AI时代，真是什么都在卷。过去，AI企业从模型卷到了算力，又从算力卷到了人才，没想到，现在连捐钱也成了卷的目标。

然而，如果我们抛开“吃瓜”的心态，就会发现，这则新闻反映的其实是AI时代的一个重大问题——如何让AI创造的财富可以惠及众人。而马斯克的赠股方案，以及Anthropic设立公共利益基金的方案，就是对这个问题给出的两种不同方案。

财富增长为何难普惠普通人？在现代工业社会，普通人主要通过劳动参与财富分配。一个人拥有的最重要资产，往往就是自己的知识、技能和工作能力。企业购买劳动服务，向劳动者支付工资；而劳动者则用工资购买商品、储蓄或投资。

相比之下，资本的所有者则主要通过利润、利息和资本增值获得收益。虽然这两类收入并不矛盾，劳动者也可以持股，企业家同样付出劳动，但对大多数家庭来说，工资始终是维持生活最可靠的来源。然而，一旦面临大规模技术变迁，情况就会出现很大的变化。

以当前的AI革命为例：AI的应用可以带动生产率的大幅跃升，让社会的总财富获得空前提高。但是，在现实中，AI创造的财富并不是平均分配的。一方面，AI的使用可能让收入更多地集中到资本所有者手中。

当越来越多的知识性任务可以由模型与智能体完成时，完成一项工作所需要的人的劳动时间可能下降，设备、模型、数据、软件和组织系统的重要性则可能提高。对应地，社会总产出的更大部分就可能体现为企业利润，而非劳动报酬。

另一方面，即使在劳动者内部，AI所产生的财富也不会平均分配。那些熟练使用AI、可以有效将AI技术与既有能力相结合的人，可以因使用AI而大幅提升收入，而那些没有掌握相关AI技能的人，收入则可能因AI的普及而大幅下降。

在这两股力量的作用之下，就可能在创造更多总财富的同时，造成收入和财富分配的急速恶化。正因为这个原因，人们创造了很多制度来应对因技术变迁而带来的财富分配不均。例如，税收、社会保险、失业救济、教育和职业培训，以及近期被广泛讨论的全民基本收入（Universal BasicIncome，简称UBI）等。

不过，这些办法多从收入端入手，在市场形成收入差距后再进行调整。还有一种思路，是让更多人在财富创造之前，就持有能够分享未来收益的资本。早在1797年，美国思想家托马斯·潘恩就在其著作《土地正义》中提出了类似的观点。

潘恩注意到，耕作、道路和社会发展使土地日益值钱，但土地私有化也可能使一部分人失去分享自然财富的机会。潘恩并不主张把一切土地收归公有——他承认人们通过劳动改善土地，可以获得属于自己的回报。

但他坚持，土地本身在私人占有之前并非某个人创造，土地成为私人财产后，那些失去共同资源的人有理由得到补偿。因此，他提出建立一个全国性基金，在每个人满21岁时支付15英镑，并在50岁之后每年支付10英镑。

尤其令人印象深刻的是，他将这种补偿理解为一种权利，而非慈善。后来，英国经济学家詹姆斯·米德提出以公共资产收益支付“社会红利”；罗尔斯所讨论的“拥有财产的民主制”，也强调将生产性资产广泛分散在社会成员之间，以免经济权力过度集中。

那么，这种让人们分享能够带来未来收益的资本的设想，对于AI是否可以适用呢？AI在性质上和土地，以及其他的公共资产都有很大区别。芯片、机房、电力和模型训练需要巨额投资，算法研究、工程优化和组织能力也凝结着研究人员与企业家的劳动——这些性质，让AI具有很强的私有性。

在这种情况下，如果把AI创造的全部价值笼统归为“社会共有”，既缺少充分依据，也可能削弱持续创新的激励。但从另一方面看，AI也具有很强的公共属性。AI并不是任何一家公司从零开始创造的。

数学、统计学和计算机科学积累了几代人的成果；公共大学培养了大量人才；互联网与开放研究使知识广泛传播。公共投入、私人发明和社会协作共同形成今天的技术能力。因此，我们可以说，AI中的相当一部分价值包含着马克思所说的“一般智力”的贡献。

从这个角度看，将AI的一部分所有权交给全民，让他们可以拥有其未来的收益，在公共政策层面也具有一定的合理性。两套捐赠方案的优劣对比同样是分享AI财富的方案，马斯克和Anthropic的方案究竟存在着什么不同呢？

具体来说：首先是财富分配的范围与效率上的差异。马斯克的方案具有明显的普遍主义色彩：只要符合受赠条件，无论家庭贫富，每个孩子都获得一股股票。这种安排可以让更多儿童拥有金融资产，对原本没有金融资产的家庭尤其如此。

但它对最需要帮助的人缺乏针对性。富裕家庭的孩子同样可以获得股票，而那些已经因AI失去工作的成年人，却未必能够得到任何补偿。相比之下，Anthropic则保留了选择受益对象的空间。基金可以把资金集中用于受到AI冲击的劳动者，也可以资助教育、职业培训和科研。

如果能够准确识别受益人群，集中投入可能产生更大的社会效益。这符合经济学中边际效用递减的基本逻辑：同样一笔资金，交给收入锐减的失业者，通常比交给已经十分富裕的人更有价值。但基金能否正确识别社会需求，并把资金用于真正有价值的地方，在实践中并没有那么容易。

这就涉及到了两套方案的第二个区别：资源配置的决策权。直接赠股让受赠者获得可以由自己支配的财产。在满足持有和交易规则后，他们可以继续持有，也可以出售股票，用于教育、消费或其他投资。每个人可以根据自身需要作出选择，不必由某个机构替他们决定什么最重要。

个人最了解自己的处境，而集中管理者很难掌握分散在无数家庭中的具体需求。不过，个人决策也容易受到非理性行为的干扰。比如，那些得到了马斯克馈赠的孩子在具备交易资格后，很可能会为了买一件玩具而卖掉手中的SpaceX股票，这样，他们就不再可能享受到股票可能为其带来的长期收益。

与之形成鲜明对比的是，Anthropic的基金则可能发挥集中配置资源的优势。有些问题无法依靠个人获得少量股票解决。例如，建立全国性的职业转型培训体系、资助基础科研、研究AI安全风险，都需要长期投入和组织协调。

基金能够集中资金，支持具有公共产品属性、私人投资不足的项目。但由于信息不对称、激励偏差和监督成本等问题，实际的资源效率往往会低于理论，有时甚至可能出现严重浪费。尤其值得注意的是，Anthropic的基金仍属于公司控制的实体，公众并未因此直接取得对基金资产的所有权或分配请求权。

因而，如何确保基金的支出真正服务于公共利益，而非仅仅服务于企业自身的战略目标，将是一个需要长期观察的问题。第三，两套方案在风险承担上也存在着差异。马斯克直接赠送SpaceX股票，相当于把企业未来发展的收益和风险一并交给孩子们。

如果公司价值持续增长，受赠者能够分享资本增值；如果公司经营不善，股票价值也可能大幅缩水。即使AI革命取得巨大成功，SpaceX的股东也未必能够从中获得相应收益。由于低收入家庭往往缺少其他金融资产进行风险对冲，因而这种单一股票的风险尤其值得注意。

Anthropic的方案虽然也面临企业股权价值波动的风险，但其基金却拥有不同的应对空间。它可以根据具体规则逐步出售股份、分散投资，并通过跨期安排平滑支出，从而避免把企业短期经营波动完全传递给受益者。

如果基金长期高度集中持有Anthropic股票，其财务能力仍然会与单一企业的兴衰紧密相连。第四，两套方案在资本积累和时间分配上也存在着不同。马斯克赠送的股份来自个人持股，主要是既有财富所有权的转移，本身不会直接增加SpaceX的投资资金。

至于孩子们得到股票后，是长期持有，还是在允许交易时卖出用于消费，取决于个人的选择。对缺少储蓄的家庭而言，一笔可以变现的财富具有现实价值，但它未必能够形成持续的资本收益来源。Anthropic则将股份集中于基金，如果基金采取长期持有、适度出售和收益再投资的方式，便有机会建立一个跨期运作的资产池。

今天创造的资本价值，可以用来支持未来若干代人。不过，股份的账面价值并不等于可供支出的现金，基金仍然需要处理流动性、资产价格波动和长期资本保值等问题。最后，两种方案还涉及一个容易被忽略的区别：财富所有权与公司控制权的关系。

马斯克的方案使数千万孩子有机会成为股东，尽管每个人所持股份极少，实际影响公司决策的能力可以忽略不计，但在理论上，其影响依然是存在的。相比之下，Anthropic的基金持股比例更大，却不意味着普通公众因此获得公司治理权。

更重要的是，两种方案都有一个共同局限：财富分享的规模和方式，主要取决于企业家、公司董事会及股东的自愿决定。如果一种分配安排完全依赖企业家愿不愿意捐、愿意捐多少，那么它终究无法取代有稳定预期的社会制度。

慈善可以填补制度缝隙，有时还能开辟制度创新的道路，但它却很难独自承担一个技术时代的分配安排。在这种情况下，如何把AI创造的部分财富转化为具有明确规则、可以持续运行的社会收益分享机制，才是这场讨论接下来需要回答的问题。

财富分享制度的域外镜鉴美国的阿拉斯加或许可以为我们提供一个已经运行多年的案例。每年，阿拉斯加州符合条件的居民会得到一笔永久基金红利，无论居民是否持有石油公司的股票，满足法定资格便可以申请这项支付。

根据目前公开的数据，2026年，该基金向每名符合条件的居民支付1200美元，其中包括1000美元永久基金红利和200美元能源补助。这项制度始于石油财富。20世纪70年代，阿拉斯加从北坡油田获得大量资源收入，也意识到地下资源总有耗尽的一天。

1976年，选民通过宪法修正案，决定把部分资源收入积累为永久基金。1982年，基金开始发放红利，并一直持续至今。石油这种不可再生资源的部分收益由此转化成了可以跨越世代的金融资产。阿拉斯加经验至少说明两件事。

第一，社会财富分享可以在保留市场经济和私人企业经营的同时展开。州政府没有要求每个居民都成为石油企业的股东，只是按照规则，对石油收益进行再分配。第二，财富基金的持续积累和公开监督在实践中确实是可以实现的。

虽然每年支付多少红利、是否征税等问题，仍可能引发争论，但至少这些争论围绕一套相对明确的制度展开，而非等待哪个富豪临时起意。当然，石油与AI之间也存在着不小的差异。阿拉斯加拥有特定资源的公共产权及相关财政收入，公共基金的资产来源有清楚的法律依据。

而AI技术则由无数私人投资、科研成果和公共条件共同生成。因此，AI时代是否应当建立公共财富基金、通过何种税种或资产方式获得资金，需要经济学分析，也需要法律上的正当程序。一种模式是由政府设立和运营公共财富基金。

例如，挪威就把部分石油收益积累为规模庞大的政府养老基金，并通过多元化全球投资来支持长期公共财政。相比给每个人分散赠送单只股票，社会财富基金更擅长分散风险、持续投资和在代际之间平衡利益。

不过，这种模式也有一定的缺点，例如，其管理者不仅可能受到政治压力，且投资决策也存在委托代理问题。另一种模式则是建立个人资本账户。美国2026年投入运作的“特朗普账户”（Trump Accounts）就是一个可观察案例。

根据美国政府公布的规则，每个符合条件的未成年人都可以设立税收优惠投资账户，其中2025年至2028年出生且符合规定的美国公民儿童，可以获得联邦政府1000美元的种子资金，且账户还可接受一定范围内的其他投入。

至于马斯克的赠股计划是否会通过特朗普账户实施，目前尚无明确安排。个人账户与公共基金都各有其优劣。AI税制的争议与求索不过，在考虑通过公益基金或个人账户分配AI财富时，还有一个更棘手的问题：这些钱从哪里来？

仅靠马斯克或阿莫代这样的AI企业家发善心，不足以解决资金来源问题。要确保公益基金或个人账户有持续的资金注入，还需要依靠税收等更为制度化的手段。早在2017年，比尔·盖茨就曾提出，应当考虑向替代人类劳动的机器人征税。

随着生成式人工智能快速发展，类似主张不断出现。支持者认为，既然企业雇用工人需要承担相应的税费，而机器可以承担越来越多原本由人完成的工作，那么，对自动化设备和AI系统适当征税，就既可以有效弥补因劳动力使用下降而带来的税基下降问题，也可以有效改善收入分配状况。

现在的问题在于，究竟应该怎样征税？目前被统称为“AI税”的主张，实际上包括几种差异很大的方案。有的希望对替代劳动的机器人和智能系统征税，有的建议按照模型训练和推理消耗的计算量征税，还有人提出对AI生成的词元收费。

另一类方案则将目光投向AI企业获得的利润，尤其是技术领先和市场支配地位可能带来的超额收益。这些方案看起来都是让AI为社会作出更多财政贡献，但它们影响技术进步、企业竞争和收入分配的机制并不相同。

最有争议的，是直接对AI技术的使用征税。支持者认为，自动化决策存在企业私人收益与社会成本之间的差异。企业采用AI时，主要考虑节省的工资和增加的利润，却未必充分承担劳动者失业、技能贬值以及职业转换所产生的调整成本。

在这种情况下，对自动化适当征税，可以减缓企业过快替代劳动的激励，为社会适应新技术创造时间。一些基于任务模型的研究也表明，当劳动力市场存在摩擦时，适度的自动化税可能改善资源配置。不过，反对者也提出了有力的质疑。

他们指出，税制应尽量避免扭曲企业对生产技术的选择。如果一项技术能够用更少的资源生产相同的产品，那么，仅仅因为它减少了劳动投入就施加额外税负，可能阻碍生产率增长。因而，如果贸然对AI技术的使用征税，究竟会对需求与就业产生怎样的影响，目前还没有确切的实证证据。

除了理论上的问题外，对AI技术征税在实际操作上也相当困难。传统工业机器人具有相对明确的物理形态，生成式AI却可以嵌入几乎所有生产过程。一家企业使用AI辅助程序员写代码，另一家企业使用AI客服减少人工坐席，还有一家企业利用AI研发新药，究竟哪些行为属于应税的劳动替代？

如果按照替代的岗位数量计算，又如何判断企业在没有AI的情况下原本会雇用多少人？税务机关很难为每一次效率改善建立可信的反事实标准，因而也难以此为依据征税。相比之下，按照算力或词元征税虽然更容易计量，却存在另一种问题。

在实践中，计算量与经济价值之间并没有稳定的对应关系。同样消耗一百万个词元，有的模型可能只是完成普通文本整理，有的却可能帮助企业解决价值巨大的技术难题。以计算量作为税基，容易使税收收入与真实经济收益脱节，也可能鼓励企业通过模型结构和部署方式规避税负。

模型企业可以提高服务价格，将部分负担转嫁给下游开发者、使用AI的中小企业和普通消费者，反而削弱AI技术扩散带来的普惠效应。这就把讨论引向一个更加根本的问题：如果政策目标是让社会分享AI创造的财富，是否一定要对技术本身征税？

实际上，从公共财政角度看，相比于对AI本身征税，对AI所创造的利润和资本收益征税可能是更值得考虑的方向。如果企业采用AI后生产率提高，利润也相应提高，那么现有企业所得税原则上就能够分享一部分收益。

投资者因AI产业发展获得的股息和资本利得，也可以进入资本所得税的征税范围。与对每一次模型调用收费相比，这类税收更加接近企业和资本所有者实际获得的经济利益，也较少直接抬高AI技术的使用价格。

其中，区分正常利润和经济租金十分关键。如果某些企业依靠技术壁垒、网络效应或市场支配地位，长期获得高于竞争性回报的超额利润，那么，对这部分收益适当征税，在理论上可能具有较低的效率损失。

但操作上的困难依然存在：创新成功所获得的高额回报，与依靠垄断地位取得的租金，并不容易在现实中清楚区分，如果税制设计不当，把创新所需的风险补偿也视为应当被征收的超额收益，就可能削弱企业进行高风险研发的动力。

此外，AI企业具有高度国际化的经营结构。提高某个国家的AI企业税负，可能促使企业调整利润确认地点，甚至改变投资布局。因此，AI时代的税制改革还涉及跨境利润分配和国际税收协调。AI税争论的一个重要启示，是重新审视劳动与资本之间的税收负担。

如果劳动收入面临相对较高的有效税负，而企业购买软件、设备和其他自动化资本却享有大量税收优惠，现有税制本身就可能放大资本替代劳动的激励。与其急于发明一种全新的机器税，不如首先检查这些制度安排是否合理，同时完善企业利润、资本所得及经济租金的课税机制。

当然，税收能够筹集财富，并不意味着它自动解决了财富分享问题。政府还需要决定，新增财政收入应当用于一般公共服务、教育和职业转换，还是积累为能够长期产生收益的公共资产。税收可以成为公共资本积累的资金来源，而公共基金则有可能把一次性的财政收入转化为跨越代际的持续收益。

AI税真正值得讨论的，是未来税收制度如何适应资本和智能系统在财富创造中越来越重要的经济。如果技术进步使社会变得更加富裕，公共财政应当能够合理分享这种增长；与此同时，税制又必须保留创新激励，避免因担忧财富分配问题而抑制技术扩散。

如何在效率与公平之间找到合适的平衡，将是AI时代财政制度面临的一项长期挑战。结语AI浪潮滚滚向前，它可以撬动空前巨大的社会财富，却不会自动完成公平分配。马斯克的赠股构想、Anthropic的公共利益基金，是商业力量主动回应时代矛盾的尝试。

这份善意值得看见，但个体的慷慨馈赠终究是偶然的选择，无法替代一套稳定运行的社会规则。技术进步的意义，不在于少数人的财富倍增，而在于让更多普通劳动者能够分享时代发展的果实。如何拿捏效率与公平的天平，让AI创造的财富惠及每一个人，这将会是AI时代留给整个社会的长远命题。