▲征收機器人稅，從想法變成政策主張

機器人的大規(guī)模應(yīng)用，越來越多的工作崗位消失，早就不是新聞。國家稅收應(yīng)該向因機器人普及而失業(yè)的人群傾斜，為他們提供技能培訓(xùn)和就業(yè)機會，也是經(jīng)濟和科技界的流行觀念。

不過，與他們相比，蓋茨的想法更進一步。蓋茨認為，一個人類員工在工廠中創(chuàng)造了5萬美元的價值，人類會為這個價值繳稅，如果機器人創(chuàng)造相同的價值，企業(yè)也應(yīng)該為機器人繳納數(shù)額相當(dāng)?shù)亩?。這意味著蓋茨支持開征一個新的稅種——機器人稅，而不是提供簡單的政策支持。

熱心慈善的微軟創(chuàng)始人比爾·蓋茨支持征收機器人稅，引發(fā)國際媒體熱議

這并非是蓋茨異想天開，在現(xiàn)實中這個想法已變成一些政界人士的政策主張。2016年，歐洲議會議員瑪?shù)俚聽栁志吞岢鲆豁椬h案，建議如果機器人大規(guī)模代替人工，那政府就應(yīng)向機器人所有者征稅，稅金用以資助因機器人失業(yè)人群的培訓(xùn)。反對者則認為，征收機器人稅會對企業(yè)創(chuàng)新、就業(yè)競爭造成相當(dāng)負面的影響。最近，這項提案以396反對票、123贊成票，85棄權(quán)票的結(jié)果被駁回。

不過，這不是向機器人征稅的終結(jié)。今年1月，法國前教育部長伯努瓦·阿蒙成為法國總統(tǒng)選舉的社會黨候選人。他的主張和蓋茨類似——對雇主使用機器人創(chuàng)造的“增加值”征稅，數(shù)額與雇人要支付的“社會負擔(dān)費用”相等，以便為所有人提供最低收入。

雖然這一主張很難馬上成為現(xiàn)實，但可以預(yù)見的是，如果機器人更加普及，貧富差距依舊巨大，征收機器人稅會成為越來越多政治人物的政策主張。
 

▲反對征機器人稅的理由很“經(jīng)典”，但在自動化浪潮面前缺乏說服力

蓋茨征收機器人稅的主張，一直爭議不小。很多人認為，過去的經(jīng)濟史清楚地表明，新技術(shù)造成失業(yè)是暫時的，新技術(shù)會創(chuàng)造新的就業(yè)機會，最終社會財富增加，人們的生活水平隨之提高。對機器人征稅，是阻礙技術(shù)進步，和過去那些搗毀機器的手工業(yè)者一樣，既愚蠢又徒勞。

然而，過去的經(jīng)驗和理論在今天自動化生產(chǎn)浪潮下，不一定有效。麻省理工學(xué)院教授埃里克·布萊恩約弗森和安德魯·邁克菲將機器革命分為兩次：第一次機器革命以蒸汽機的使用為標(biāo)志，第二次機器革命則是以人工智能的應(yīng)用為標(biāo)志。

蒸汽機的發(fā)明，是用物理動力來替代或者擴展人體肌肉，人類與機器動力之間是一種互補關(guān)系（人類控制機器）；如今人工智能的大規(guī)模應(yīng)用，不僅代替了人類的體力，需要人腦管理和控制的工作也逐漸被人工智能所取代，它們的很多決定和指令還優(yōu)于人類，這導(dǎo)致人類和機器成為互相代替關(guān)系（人類和機器成為對手），很多經(jīng)濟學(xué)家認為，很多傳統(tǒng)的人類工作會在第二次機器革命階段永遠消失。

即使人工智能技術(shù)應(yīng)用能創(chuàng)造新的就業(yè)機會，但它破壞就業(yè)的速度也比創(chuàng)造職位的速度快。埃里克·布萊恩約弗森和安德魯·邁克菲用美國生產(chǎn)率和總就業(yè)人數(shù)的圖表對此加以證明：

黑色曲線是生產(chǎn)率，淺色曲線是就業(yè)人數(shù)曲線（生產(chǎn)率指的是單位投入所創(chuàng)造的經(jīng)濟價值，是衡量增長和財富創(chuàng)造的重要指標(biāo)）圖片來源：公眾號機器之心

圖表顯示，1947年到2000年，兩條線的走勢一直相似，就業(yè)崗位的增加呼應(yīng)著生產(chǎn)率的提高。這表明伴隨著生產(chǎn)率的提高，財富不斷增加，經(jīng)濟增長創(chuàng)造了更多就業(yè)機會。

然而，從2000年開始，兩條線開始相互偏離；生產(chǎn)率持續(xù)強勁上升，但就業(yè)率卻突然衰退。到2011年，兩條線之間出現(xiàn)明顯差距，顯示經(jīng)濟增長并沒有伴隨相應(yīng)的職位增長。布萊恩約弗森和邁克菲將其稱為“巨大的脫鉤”。布萊恩約弗森認為，生產(chǎn)率的健康增長和就業(yè)崗位的疲弱增長背后的原因都是技術(shù)——技術(shù)有其黑暗的一面：技術(shù)進步使得很多類型的工作變得不再必要，普通工人的生活比以前更糟。

雖然有經(jīng)濟學(xué)家認為，這種脫鉤不能全都歸罪于科技進步，但他們也不得不承認，第二次機器革命與過去非常不同。人工智能技術(shù)進步造成的失業(yè)是一種暫時現(xiàn)象，還是機器人永久替代大部分人類工作，沒有人能說得準(zhǔn)。如果是前者，當(dāng)然沒有征機器人稅的必要；但如果是后者（包括新增就業(yè)崗位長期不足），那么征收機器人稅最終可能會是一個無奈而現(xiàn)實的選項。
 

▲征機器人稅，不是反對技術(shù)創(chuàng)新，而是讓普通人更容易接受技術(shù)創(chuàng)新

有人認為，征機器人稅是反創(chuàng)新，無論理由為何，都不可接受。實際上，蓋茨的征稅建議，并不是反對創(chuàng)新，蓋茨在采訪中表示，如果人們對創(chuàng)新結(jié)果的畏懼超過了熱情，會非常糟糕，這意味著人們不會促使機器人往積極的方向發(fā)展。與禁止某些機器人創(chuàng)新項目相比，征稅當(dāng)然是更好的解決辦法。

可見，蓋茨并不是反對創(chuàng)新，而是希望通過征稅來延緩新技術(shù)的應(yīng)用，讓普通人更易接受科技創(chuàng)新。蓋茨并非杞人憂天，去年金融時報和高通公司的聯(lián)合調(diào)查發(fā)現(xiàn)，全球精英（那些收入和受教育程度高、生活在首都城市的人）對創(chuàng)新要比普通大眾熱情得多。很多分析人士認為，精英和普通人對全球化和技術(shù)進步的不同認識，是英國退歐和特朗普當(dāng)選美國總統(tǒng)這類“選民造反”現(xiàn)象的重要原因。

專題《圍棋AI連勝人類50場，是時候認真思考如何應(yīng)對人工智能了》的調(diào)查顯示，近60%的中國網(wǎng)友擔(dān)心人工智能搶走自己的飯碗

更重要的是，過去的技術(shù)進步之所以沒有造成大規(guī)模失業(yè)，是因為人們有學(xué)習(xí)的時間。哈佛大學(xué)的卡茲教授指出，20世紀(jì)初美國農(nóng)業(yè)崗位大量減少，但許多農(nóng)民可以接受中學(xué)教育，并進入工廠工作。結(jié)果，直到20世紀(jì)80年代，在工業(yè)部門就業(yè)的工人越來越多，這提高了美國人的整體收入水平，減少了社會的不平等。

現(xiàn)在，新技術(shù)徹底改變世界的面貌所需的時間，不斷縮短。有科技人士認為，從一項新技術(shù)被引入到它對社會產(chǎn)生根本性的影響大概只需要5-7年。延緩新技術(shù)的應(yīng)用，不僅能夠降低人們對科技進步的焦慮，還能給人們一個機會——通過學(xué)習(xí)和培訓(xùn)獲得與機器人大規(guī)模應(yīng)用相適應(yīng)的技能，實現(xiàn)再就業(yè)。
 

▲征機器人稅有現(xiàn)實困境，卻是在直面如何幫助“技術(shù)輸家”這一難題

征機器人稅也有現(xiàn)實困境：機器人種類太多，征稅標(biāo)準(zhǔn)難以確定；一國率先征收機器人稅，企業(yè)很容易轉(zhuǎn)移到對機器人友好的其他國家；因技術(shù)進步而失業(yè)的人和懶漢很難區(qū)分……

那為何還是有越來越多的人思考對機器人征稅這項措施呢？這是因為機器人應(yīng)用和數(shù)字技術(shù)對就業(yè)市場的壓力越來越大。2016年，咨詢公司麥肯錫估計，隨著自動化模式擴大到服務(wù)業(yè)，在目前由人類完成的工作中，有45%可能會實現(xiàn)自動化。這相當(dāng)于數(shù)以百萬計的就業(yè)崗位和2萬億美元的年薪。

然出現(xiàn)在美國的高速公路上了

其次是貧富差距問題。2014年經(jīng)濟學(xué)人的數(shù)據(jù)顯示，技術(shù)革命帶來的繁榮大都被投資者和技能最好的工人所獲得，如美國1%最富有人群的收入在總收入中的比例從1970年代的9%上升到22%。

布萊恩約弗森和邁克菲兩位教授認為，技術(shù)進步的提速還將繼續(xù)擴大技術(shù)贏家和技術(shù)輸家的差距，收入會更加不平等。數(shù)字技術(shù)更容易讓贏者“通吃”，如自動化報稅的程序設(shè)計者可能賺取上億美元，而大量會計師可能因為失業(yè)身無分文。

征機器人稅有很多現(xiàn)實困難，按照傳統(tǒng)經(jīng)濟學(xué)理論，更不該用稅收去阻礙創(chuàng)新；但面對新技術(shù)革命帶來的新問題，我們不應(yīng)因循守舊，有合理性的新想法都值得嘗試，這樣才有可能找到解決問題的方法。

布萊恩約弗森說過，技術(shù)進步可以改善經(jīng)濟、創(chuàng)造財富，但是沒有一個經(jīng)濟學(xué)規(guī)律說每個人都可以從中受益，“這是經(jīng)濟學(xué)骯臟的秘密之一”。在與機器的競賽中，有些人會勝出，而另一些人會敗下陣來。如何幫助這些輸家分享經(jīng)濟增長，才是難度最大，最有意義的工作。