全面自动化下，机器人税为何反噬普通家庭？

全面自动化下，机器人税为何反噬普通家庭？

极简科技

2026年6月，两位美国学者在arXiv上发布了一篇预印本论文《The AI Layoff Trap》，核心结论听起来很合理：过渡期对自动化征税，可以矫正企业“过度自动化”的囚徒困境；全面自动化后，机器人税退出，转向利润税加全民基本收入。

但论文本身也划出了一条清晰的边界线——一旦跨过那条线，征税的逻辑就彻底反转了。

真正的问题出在全面自动化阶段。当AI和机器人已经能完成绝大多数生产任务、劳动收入在国民收入中的占比趋近于零时，对机器人征税的本质，就不再是“让资本方承担社会成本”，而变成了对全体生产活动普遍征税。

这一下就把机器人税从“矫正外部性”的工具，推入了自我消解的悖论。

从经济学家的视角，机器人税有天然的适用边界

《The AI Layoff Trap》的模型问了很窄但很关键的问题：哪种政策能改变企业在“再自动化一项任务”这件事上的边际激励？答案是自动化税——它直接让企业为自动化承担成本，消除了UBI、员工持股、再培训等方案无法解决的外部性。

在这个狭窄的模型框架里，机器人税是最优解。

但论文作者自己划出了边界：如果AI走向全面自动化，机器人税应当退出，政策重心转向利润税加全民基本收入。

IMF的官方建议更谨慎：它对专门的AI或机器人税相对谨慎，担心执行困难和投资受损，同时建议重新审视那些过度鼓励自动化的税收优惠，而不是新增针对性税种。

从执行者的视角，征税边界根本无法清晰界定

经济学上，机器人税是干净的答案。但落地执行时，政府必须先回答一个测量问题：这家企业到底有多少岗位被AI替代？一个员工离职，是业务收缩、绩效问题，还是AI替代？

OECD 2026年7月的政策综述直接点出，各国目前监测企业实际使用AI仍然困难，只能依赖招聘文本、企业调查、采购记录、工资记录和算力使用等间接指标。经济学上最精确的政策，偏偏需要政府测量最难测量的变量。

从普通消费者的视角，税负会沿着供应链层层传导

这方面最直接的证据来自美国税收基金会高级研究员Jared Walczak的分析。即使政策设计明确对农业领域数字服务或数据处理征税，且当地法律原本对食品杂货免征销售税，整条食品生产流通链条的额外成本传导到终端后，大众必需食品的价格仍会出现普涨。

由于低收入群体的食品支出占可支配收入比重远高于高收入群体，其实际承担的相对税负显著更高，开征数字税反而会直接加剧弱势群体的生活压力。

税收基金会高级研究员Jared Walczak的推演逻辑更清晰：当机器人、数字技术已经深度嵌入农业生产、制造加工、物流配送、零售所有环节时，新增税负不会停留在制造企业端，而是沿着供应链层层向下传导，各环节企业都会通过提高产品售价消化新增成本，最终覆盖几乎所有面向消费者的商品和服务。

于是就出现了那个核心悖论：原本想从企业口袋掏钱补贴失业群体的税，在全面自动化场景下，因为企业利润趋近于零、税负必然传导，最终变成了让收入已经受损的普通人自己买单，甚至逆向加重低收入弱势群体的生活压力。

根本解法不在交易环节，而在生产资料的归属关系

如果机器人税在全面自动化阶段注定失灵，那出路在哪里？全球经济学界的共识方向正在从“事后征税再分配”转向“源头共享红利”。

学术论文《The AI Layoff Trap》的量化模型对比显示，进入全面自动化阶段后，政策重心转向利润税加全民基本收入。而在这个方向上，已有数十年运营经验的公共主权基金提供了最成熟的转化路径。

挪威政府全球养老基金截至2026年上半年持有全球约7100家上市公司权益，规模达22.7万亿挪威克朗；阿拉斯加永久基金规模超过913亿美元，常年向居民发放年度分红。

将这种模式延伸到AI领域——对AI企业超额利润征税、公共算力持股、数据授权收费，归集形成全民共有的AI财富基金——转化门槛最低，可落地性远高于需要从零搭建的全民基本收入方案。

从制度优势来看，AI公共主权基金的路径，长期分配效率显著高于传统私人资本主导加事后福利再分配的路径。后者在全球化背景下必然面临资本避税、税基侵蚀的问题，分配漏损率高得多。

从更高维度看，自动化时代分配问题的根本解法，不能停留在交易环节的税收补丁层面。当机器越来越能干、劳动收入占比持续下降时，传统“劳动-工资-消费”的分配链条正在瓦解。

真正需要调整的，是自动化核心生产力的归属关系——将原本被私有资本独占的AI、机器人生产资料的增量红利，通过公共主权基金、核心资产公有化等机制在源头就归全体社会共享，绕开事后征税再分配的低效循环。

机器人税在过渡期是一个有用的工具，但到了全面自动化阶段，它就该主动退出，让位给更根本的分配制度改革。