宏观经济点评：如何向AI征税

核心观点：AI带来的收益越来越多以企业利润和资本增值的形式实现，而劳动收入、就业与居民消费可能承压，导致传统税收体系面临“公共支出需求上升、广义税基反而收缩”的结构性矛盾。因此，向AI征税并非仅为增加税负，而是要使分配机制适应收入由劳动向资本转移的长期趋势。

关键数据：

• 2023年，美国税收结构中，个人所得税约39.9%，社保税/工资税占24.0%，消费税占16.8%，三者合计约80.7%；企业所得税仅占8.3%，财产税占11.0%。
• OpenAI模型Token生成量：截至2026年7月19日，前沿模型（如GPT-4 Turbo）的Token生成量是主流模型（如GPT-4）的2.4倍。

研究结论：

• AI时代需要新的分配机制，现有税收体系难以应对技术性失业和资本收益集中问题。
• 四种潜在分配方案：
  1. 资本税基改革：提高企业所得税和资本利得税，优点是直接、清晰，但存在税收属地识别难题。
  2. AI税/机器人税：针对AI替代劳动征税，优点是针对性强，但难以界定AI与普通资本边界，可能扭曲企业决策。
  3. Token税：按Token调用量征税，技术层面可识别，但存在税收属地规避和Token质量差异问题。
  4. 一次分配：通过公共财富基金和国资持股，让公众直接拥有AI资本，本质是让AI红利部分进入公共资产负债表。
• 建议：AI税制改革宜早不宜迟，应结合资本税基改革、AI税/Token税作为补充，并通过公共财富基金和国资持股实现分配节点前移。
• 风险提示：
  1. AI技术对职业暴露度统计偏差。
  2. AI Agent能力发展弱于预期。
  3. 全球央行快速转向带来的二轮通胀风险。

政策方向：

• 国际协调和Token质量观测体系构建对Token税有效性的重要性。
• 全球国资入股AI企业的进程加速，如中国产业大基金投资DeepSeek、美国政府持有英特尔等。
• 公共财富基金应成为人力资本、社会保障和经济转型的长期资本。