资本激励是否会扭曲技术扩散？云、大数据和人工智能的证据

资本激励会扭曲技术扩散吗？ 关于云、大数据和 AI 的证据 Timothy DeStefano Nick Johnstone RichardKneller Jonathan Timmis 政策研究工作文件 10911 Abstract 云计算的到来为企业提供了一种新的方式来访问数字技术，即通过数字服务。然而，每个经合组织（OECD）国家都存在的资本激励政策仍然主要针对信息技术（IT）资本的投资。如果云服务部分替代了IT投资，那么这些资本激励政策可能会无意中抑制云计算及其相关技术（如人工智能和大数据分析）的采用。本文利用税收政策的变化来研究这种影响。 在英国为资本投资提供的激励措施作为准自然实验，以考察其对企业和机构采用云计算、大数据分析和人工智能的影响。实证结果表明，该政策如预期般增加了信息技术资本的投资；但同时减缓了企业对云服务、大数据和人工智能的采用。匹配的雇主-员工数据还显示，该政策导致企业减少了对从事数据分析工作的员工的需求，但并未影响其他类型员工的需求。 本论文由东亚和太平洋地区首席经济学家办公室出品。它是世界银行为提供研究资源的开放访问并为全球发展政策讨论做出贡献而进行的一项更大努力的一部分。政策研究工作论文也在网上发布于http://www.worldbank.org/prwp。作者可以联系timothy.destefano@georgetown.edu, nick.johnstone@iea.org, richard.kneller@nottingham.ac.uk, 和jtimmis@worldbank.org。 该政策研究工作论文系列发布正在进行中的研究成果以促进关于发展问题的ideas交流。该系列的一个目标是在报告尚未完全完善的情况下迅速传播这些发现。这些论文标有作者姓名，并应相应地被引用。本文中表达的观点、解释和结论完全是作者的个人观点。它们不一定代表国际复兴开发银行/世界银行及其附属组织的观点，也不代表世界银行执行董事会成员或他们所代表的政府的观点。 资本激励会扭曲技术扩散吗 ？ 关于云、大数据和人工智能的证据 Timothy DeStefano∗尼克 · 约翰斯通†理查德 · 克纳勒‡乔纳森 · 蒂米斯§¶ 关键词 ： 资本激励 ， 企业 ， 云计算 ， 人工智能 JEL 代码: J21, J24, L20, O33 1 Introduction 政策工具长期以来用于塑造生产技术。这些工具包括对特定产出的激励措施，如创新或出口，或者使用特定投入，如本地采购或资本投资。Juhasz et al.,2023).1一旦颁布 ， 此类政策往往会持续 (Bonomo 等人。,2015), 这可能会对技术变革的道路产生意想不到的后果。例如，相对于劳动收入，资本所得税降低（可能）可能加速了美国劳动力节约型自动化技术的扩散（）。Acemoglu 等人。,2020). historically, 大多数企业通过购买资本设备获得了新技术，包括过去半个世纪的计算机和服务器。Comin 和 Hobijn,2010;琼斯和刘,2022). 各国这些投资路径的不同可以帮助解释自工业革命开始以来发展趋势的差异（。C omin 和 Mestieri,2018;柯林斯等人。,1996;克鲁格曼,1994). 为了鼓励此类投资并促进增长，政策制定者 经常使用资本激励计划，这些计划通过降低资本成本来发挥作用（。乔根森,1963;霍尔和乔根森,1967） 。今天 ， 这样的政策在每个经合组织国家都有 ， 无论是税收减免、补贴还是赠款 (税务基金会,2018) 。压倒性的经验证据表明它们的有效性 (康明斯等人。,1994;房子和夏皮罗,2008;兹威克和马洪,2017;Ohrn,2018;Maffini 等人。,2019).2 在2006年亚马逊网络服务（AWS）推出之后，企业现在也可以通过云平台获取数据存储、计算和软件服务，从而替代前期对有形数字技术的投入。DeStefano 等人。,2023;OECD,2014). 例如，公司可以从云服务提供商租用服务器，而不是购买服务器。这种新方式获取信息技术的增长非常迅速，据欧洲企业信息技术预算中用于云服务的支出占比已达25%。 1这些工业政策因其转向低碳生产技术的需要而受到关注。European Commission,2023).2这些措施往往针对财务受限的企业，如中小企业（SMEs）。再次，实证证据表明，这些企业群体对这些措施的反应尤为强烈。 2016 (凡方舟,2016;OECD,2017;欧统局,2018） 。云使用的增长是由供应方成本降低推动的 ， 因为云提供商利用计算的规模经济 ， 拥有由数十万台服务器组成的巨型数据中心 （格林斯坦和方,2020) ， 以及需求方面的拉动 ， 这源于企业根据需要灵活扩展其数字需求的能力 (DeStefano 等人。,2023).3 数字服务通常不在资本激励计划的范围内。这引发了这样一个问题：这些政策是否扭曲了企业投资有形IT资本与购买云计算服务之间的选择。由于早期的技术版本对未来技术使用路径可能非常重要（since earlier technological vintages can be important for the path of future technology use）。Jovanovic 和 Lach,1989;Atkeson 和 Kehoe,2007;Comin 和 Hobijn,2010;Jovanovic 和 Yatsenko,2012), 这个问题更关键的是资本激励是否会影响与云服务互补的数据技术的扩散，尤其是大数据分析和人工智能。这些技术已被视为可能的通用技术，因此这些问题的答案对未来的就业增长、创新和生产率具有广泛的影响（）。Brynjolfsson 和 McAfee,2014;Goldfarb 等人。,2023). 资本激励对大数据分析和人工智能（AI）的影响取决于企业能够利用自身IT资本的程度，或者说，是否使用云计算具有优势。一方面，如果资本激励增加对IT硬件的投资以存储和处理数据，这可能会促进大数据分析和AI的采用。另一方面，如果云计算与大数据和AI的使用高度互补，那么通过减缓云计算的扩散，资本激励政策也可能减缓这些技术的采用。布朗等人。(2011),Goldfarb 等人。(2023) andDeStefano 等人。(2023) 认为云服务可以根据需求灵活地进行扩展和收 缩，这表明数据密集型技术可能与云服务具有更强的互补关系。 本文呈现了首次关于资本激励是否扭曲了近期技术扩散的证据——以云计算与自有IT投资为例。我们采用了新颖的企业层面面板数据，这些数据涵盖了云服务、大数据分析和人工智能的采用情况，同时还包括传统的有形资本投资，如总体IT投资、硬件和软件投资。4此外，我们使用匹配的雇主-员工面板数据来衡量对数据分析工作者的需求——作为技术采用的替代代理指标。科拉多等人。(2022).5如果AIA政策影响企业采用数据analytics技术（如云计算、大数据分析或人工智能），那么这也将体现在对执行数据分析任务的工人的需求上。 我们在准自然实验的设定下研究资本投资和技术扩散，该实验利用了英国年度投资抵免（AIA）政策中资本激励门槛的引入和调整。该方案允许企业在其利润达到一定阈值前将投资成本（包括IT资本）从利润中扣除，而这一阈值随着时间进行了调整。6AIA 对某些企业边缘投资成本产生了影响，而对其他企业则没有影响，这使我们能够通过将处理组企业与对照组企业进行差异分析来比较其影响。7 随着企业可以根据AIA调整其投资，这可能会引发一个潜在的选择问题——企业可能在某一年限制其投资以保持在AIA激励门槛之下。为了解决这一问题，我们遵循了实证方法Bjuggren(2018),Saez et al.(2019) andB ø ler et al.(2015). 这些论文探讨了就业保护立 法或研发税收优惠在也包含变化设置下的影响。 4我们注意到，尽管软件被视为无形资产，但仍可作为AIA政策下的合格资产，此外还涉及传统的有形资产，如文中所述。2科拉多等人。(2022使用执行数据任务职业的就业变化来构建宏观经济层面的数据投资时间序列。在 5我们的背景下，我们使用执行数据任务职业的需求变化作为公司级数据技术扩散的衡量标准。6如前所述 ， 云计算支出不符合激励条件。 7The introduction of the AIA will of course have affected the average tax rate for both treatment and control firms. However, as富勒顿(1984) 撰写道，“平均有效税率适用于衡量现金流量和分配负担，而边际有效税率则旨在鼓励新资本的使用”（第30页），表明在此处相关的是边际税率。由于边际税率的变化在超过资本投资门槛的企业中为零，因此我们没有使用回归拐点设计（regression kink design）。卡等人。,2015). 在合格门槛方面。类似这些研究，我们使用企业在历史时期内该内生变量的值来定义其处理状态，在我们的情况下则是其（AIA之前）的资本投资，并将其与未来的AIA税收抵免门槛进行比较。8通过这种方式，我们获得了对这一税收政策对云服务、大数据分析和人工智能采纳意向治疗效果的减少估计。9 我们的实证结果表明，对于因AIA门槛提高而降低边际资本成本的企业，实物资本投资显著增加。在受处理企业中，从2007年到2013年，总资本投资估计增加了61.7%，并在我们数据期结束的2019年底之前显示出相似的强烈影响。然而，对于这些相同的企业，AIA减少了它们采用云计算技术的现象。因此，我们的结果证实了资本激励确实扭曲了技术扩散。对于有资格享受AIA的企业而言，其云计算采用率比同一时期平均云计算采用率（28%）低17个百分点。此外，资本激励计划对云计算数据和存储服务（与数据存储和处理相关）的负面影响也比使用办公室和财务软件或通过云访问电子邮件更明显。一些粗略估算表明，该政策可能使英国整体云计算使用率降低了7至9个百分点，或者说AIA减缓了云计算扩散的速度，相当于延缓了一年以上。 我们发现，中小企业（SMEs）对加速折旧和投资激励（AIA）的反应尤为强烈，相比之下，大型企业反应较弱。估计结果显示，符合条件的中小企业采用云技术的可能性降低了37%。早期的研究表明，小型企业从云技术中受益最多（通过）。 它提供的灵活 / 可变成本) ，10然而 ， 我们发现这些正是那些因资本激励而减缓扩散的公司。 我们转向资本激励对其他数据技术的影响，发现AIA政策还降低了受治疗企业使用大数据分析和AI的可能性，分别降低了18%和3%。对于这些技术，在英国，粗略估算显示，大数据和AI的整体使用速度分别放缓了7个和1个百分点。虽然看似幅度不大，但这一放缓与英国大数据和AI的使用水平相比显得较为显著，减缓了它们的扩散速度约1至2年。我们估计，在没有AIA政策导致的扭曲的情况下，大数据的使用率将比当前高14%，而AI的使用率将比当前高30%。这些发现与云计算与大数据和AI具有互补性是一致的。 这些结果进一步得到了工级分析的支持，显示接受AIA政策的企业降低了大约1.1%的数据分析师职位工人的工资，相比之下，未接受治疗的企业则没有这种变化。令人放心的是，我们在同一企业内的其他类型工人中并未发现该政策的影响，例如不从事数据分析任务的工人或数据库创建工作的工人。因此，我们没有看到AIA政策对总体劳动力需求产生影响，而是减缓了对数据分析职位的需求，这与我们上述的企业级结果一致。 各种稳健性检验（包括使用历史投资数据衡量处理企业的方法、考虑其他潜在混淆政策变化、排除那些可能更易于采用新技术的大企业、排除小型企业以及增加控制以反映不同规模和不同行业企业数字化技术采纳率的不同趋势）的结果保持不变。 这篇论文