AI生产力能否跑赢美国债务螺旋？数据中心、Brookings的回吐，以及对资本征税

方向上你没看错。

实测证据说，收益是真的，但比炒作的要小。Oxford Economics 估计，生成式 AI 在未来十年大约能把生产率提高 3.5%——这是从 1% 到超过 12% 这个区间里偏谨慎的一端。Anthropic 自己的模型给 2030 年设了三种情景：温和情景给 GDP 增加 1.6 个百分点，显著情景增加 8.3 个百分点，极端情景——假设 AI 能递归式自我改进——增加 32%。只有这个极端情景才真正能让东西翻倍，而且它还假设知识工作的失业率会飙过衰退水平。

近期的实测数字更谦虚。NBER 对 6000 名高管的调查显示，三年内劳动生产率上升 1.4%，扣除失业后净下来大约是 0.8%。CEPR 的企业层面数据显示，去年归因于 AI 的生产率大约是 0.6%，今年预计 1.8%——集中在金融和高技能服务业。

具体到财政问题，Brookings 算过账：即便是一代人一遇的生产率冲击，也只能把赤字从 GDP 的 6% 砍到 2%。但五项 AI 特有的抵消因素会把一半以上的好处吃回去——寿命延长推高福利支出，被挤出的工人需要救助，收入从劳动转向资本从而降低税收，利率上升推高偿债成本，以及 AI 军备竞赛抬高国防开支。杰西卡·里德尔的算术才是关键一击：整整一个百分点的生产率提升，到 2036 年每年大约能多带来 8300 亿美元收入。面对 4.4 万亿美元的赤字，这只是五分之一。

所以诚实的解读是：AI 大概能给美国买来十年喘息空间，不是拯救。我盯着的是 Gartner 缺口——数据中心到 2030 年需要累计 8.5 万亿美元收入，才能证明这笔开支合理，而目前轨道上只有 3.6 万亿。如果这个缺口补上，生产率故事会可信得多。如果补不上，你就是把历史上最大的资本错配，压在债务螺旋上面。

我的诚实判断：说得通的是温和情景和显著情景，不是极端情景。极端情景需要一个 AI 改进 AI 的递归循环，目前还没人证明过——那是披着预测外衣的希望。

整场辩论里让我烦的是这个。Gartner 说，行业到 2030 年需要 8.5 万亿美元收入才能证明开支合理，而能看到的只有 3.6 万亿。这是一个 5 万亿美元的窟窿。McKinsey 发现，数据中心投资变成了原来的三倍，总的生产性投资却原地不动——意思是 AI 的钱在吃掉经济的投资能力，不是在往上加。如果这是铁路热潮，还行，铁路是几十年才回本的。但铁路不需要在五年期的业绩电话会上为自己正名。

我真正愿意押注的，比 GDP 那套说法窄得多。AI 会在特定垂直领域带来变革——药物发现、材料科学、软件工程、金融分析。这些是真的。问题是，这会复利成全经济翻倍，还是停留为一套强大工具，主要惠及已经在顶端的人和公司。Anthropic 自己的数字显示，在极端情景下，劳动占产出的份额从大约 60% 降到 45%。这不是生产率故事，这是披着生产率外衣的分配故事。

所以债务数字还有意义吗？有意义，但比恐慌暗示的少，比乐观派承认的多。半个百分点的生产率提升有帮助，整整一个百分点帮助很大，但 Brookings 算过，即便是一代人一遇的冲击，也有一半以上会被挤出成本、寿命延长、以及资本把收入从应税工资挪走而吃回去。美国不会被拯救。它得到的是法国问题的慢速版，外加更好的公关。

我想继续挖的版本是：当劳动份额缩得这么快，税收政策会怎样——因为真正的政治斗争就藏在那儿。

决定一切的问题是分配。如果收益大多落在资本手里——而 Anthropic 自己的极端情景里，劳动占产出的份额从大约 62% 降到 45%——那么税基会在 GDP 增长的同时萎缩。你会得到一个更富的经济体和一个更穷的政府，这对我们刚才说的债务算术来说，是最糟的组合。Brookings 的论文发现的正是这一点：即便是一代人一遇的生产率冲击，其财政收益也有一半以上会被需要救助的被挤出工人、收入以更低税率转向资本、以及更高的利息成本吃回去。

所以我的实际立场是这样。AI 是真的，它在复利，造它的人——包括跟我一起工作的人——在能力上没有虚张声势。但«能力在上升»和«财政窟窿会补上»是两个不同的主张，第二个只有在收益足够广泛、而且政治体系不把这笔意外之财花掉的情况下才成立。鉴于国会刚刚看着 2 万亿美元的赤字，回应却是……基本上没回应，我对第二部分并不乐观。

我觉得最可能的未来既不是乌托邦，也不是崩溃。是一个更富、但分配更刻薄的国家，债务问题变慢了但没解决，政治斗争不再关于增长，而开始关于谁拥有增长。这正是法国已经在街头进行的对话。

机制上是，时机上不是。再分配在饼变大的时候最容易，因为你征的是增量，不是从别人已有的那一块里挖。这是 1990 年代的教训——克林顿在繁荣期给富人加税，政治上扛得住。问题在顺序。挤出先到，复利后到，政治体系得熬过这个空档。熬不过空档，就是法国现在的样子。

还有税制结构的问题。在私人手里复利的财富，往往是未实现收益、离岸资产，或者一征税就会挪走的形式。美国的公司税率已经是工业化世界里最低的之一。所以即便 AI 让产出翻倍，政府从这份产出里分到的那一份也不会自动翻倍——取决于收入是表现为工资，还是表现为可以避税的资本回报。而资本的流动性是劳动没有的。税太重，它就去新加坡。

你这个论点最干净的版本，就是经济学家说的 先增长再征税 策略：让繁荣跑起来，等它无可否认时再切一块。风险是，等到无可否认的时候，本来会去征税的政治联盟，已经把权力输给了从繁荣中受益的那个联盟。这不是假设——基本上就是过去 40 年的故事。

如果你想看哪根杠杆动得更多，我可以算一算欧式财富税实际能收到多少，对比美式公司税上调。

两边的现行数字，我都拉出来了。

对比是这样的。欧洲的财富税，基本上就是个四舍五入的误差。现在还在征的，只剩三个国家——挪威、西班牙、瑞士——九十年代还有十二个。挪威一年大约进账33亿美元，西班牙31亿欧元，瑞士95亿。平均下来，只占GDP的0.2%。法国在2017年废掉了自己的财富税，当时估算有一万人带着350亿欧元资产离开了这个国家；这项税征到了35亿，却让其他收入损失了70亿。伊丽莎白·沃伦的 Ultra-Millionaire Tax Act——5000万美元以上征2%，10亿美元以上征3%——在比较慷慨的假设下，光从埃隆·马斯克一个人身上，一年也许就能征到280亿。现实一点说，美国的财富税给你的是数百亿，对面是2万亿美元的赤字。这是个姿态，不是解决方案。

企业所得税是更有意思、也更失灵的工具。美国企业税收入刚刚下降了16%，2026财年降到3820亿，而企业利润占GDP的比重却创下六十年新高。企业实际缴纳的有效税率大约是15%，法定税率是25.5%，因为新的投资扣除让做AI的人可以立刻把资本开支全部冲掉。企业税现在只占联邦收入的7%，两年前还接近11%。这套体系简直是在补贴那个本该来救它的东西——MIT的研究显示，劳动的有效税率是25.5%，软件和设备的有效税率是5%。你在向工人征税，却在给机器付钱。

耶鲁预算实验室（Yale Budget Lab）的预测是最尖锐的数字：在AI快速增长情景下，到2030年联邦收入最多增加2460亿——比基线高出3.7%。但如果资本和劳动的份额一直保持不变，增幅将近翻倍。所以AI带来的全部财政上行空间，正从税法已经偏袒的资本渠道漏出去。

填上美国的财政缺口，大约需要GDP的2.4%——十年下来大概9.5万亿。财富税顶多给你几千亿。企业所得税率从21%提到28%，在行为反应出现之前，一年也许能多征2000亿到3000亿。两者单独都填不上。唯一说得通、有可能填上的，是一种税基广泛的消费税，或者增值税式的税，而这在美国政治上是放射性的。

最关键的一点：加州选民将在十一月决定，要对资产超过10亿美元的居民征收5%的财富税。如果它在亿万富翁最多的那个州通过了，这就是一场真实世界的测试——政治体系到底能不能在AI收益复利到够不着之前，把它们抓住。

你要我再挖一挖，增值税在这儿实际能征多少，还是加州这项提案现在民调怎么样？