https://www.digitalistpapers.com/vol2/korineklockwood
作者：Anton Korinek 和 Lee Lockwood
均为弗吉尼亚大学经济学教授，美国国家经济研究局的研究员。
变革性人工智能不仅会扰乱劳动力市场，还会动摇财政稳定的基础。Anton Korinek 和 Lee Lockwood 解释说，随着价值创造从劳动转向资本，建立在劳动税基础上的传统税收体系将不再适用。相反，他们为一个替代性的税收体系提出了一个框架，这个体系是为未来的经济——变革性人工智能时代——而构建的，而不是为过去那个以人类劳动为经济生活核心的时代。
即将到来的收入危机
想象一下，人工智能的快速发展给劳动力市场带来了巨大的颠覆，未来几年多个行业的失业率都在上升。在过去，就业破坏总是与新的就业机会创造相伴而行——农场工人变成了工厂工人，工厂工人变成了服务工人，体力劳动者变成了知识工作者。但这一次，与以往的技术颠覆不同，许多原本会创造的新工作并没有出现，因为它们同样可以由人工智能来完成。
现在想象一下美国财政部在这种情景下的处境。税收收入下降了，而支出却急剧增加。新失业者需要社会安全网的支持——这些项目是他们在工作时缴纳了几十年费用的。与此同时，经济并未崩溃；事实上，总产出还在增长。以前由工人完成的工作现在由人工智能系统如此高效地执行，以至于它们不仅弥补了失去的人类劳动，而且绰绰有余。
财政问题如下：当1美元的价值创造从劳动转向资本时，税收总收入大约减少10-15美分。这是因为美国劳动收入的平均有效税率大约为30%，[1] 而资本收入的平均有效税率大约为15-20%——对于可以递延或留存的公司收入，税率通常更低。[2] 随着人工智能替代人类工人，这一差距有可能造成结构性赤字，并随着时间的推移而加剧。
这一挑战威胁到财政偿付能力、经济竞争力，甚至国家安全。我们的军事能力、基础设施投资和研究项目都依赖于税收收入。如果这个收入基础在其他国家更有效地调整其财政体系时被侵蚀，美国的全球地位将会削弱。
问题不在于是否应对这一挑战，而在于何时以及如何应对。历史告诉我们，那些预见并为经济转型做好准备的国家，比那些在危机爆发后才做出反应的国家表现得更好。20世纪美国对教育和基础设施的前瞻性投资帮助确立了其经济主导地位。韩国在20世纪下半叶的大规模教育投资推动了其从农业经济向知识经济的转型。[3] 今天的财政架构是为一个由人类劳动驱动生产和消费的经济而建立的。随着人工智能改变这一现实，我们需要一个为我们正在进入的经济、而不是我们正在离开的经济而建立的财政体系。
渐进的转型
为了理解如何适应，重要的是要认识到人工智能的财政影响可能通过两个重叠的阶段展开，每个阶段有不同的政策重点。虽然为了清晰起见我们按顺序描述它们，但在现实中，随着经济的转型，这些阶段将混合和重叠。
第一阶段：劳动的黄昏
在第一阶段，人工智能在经济的各个领域处理越来越多的任务，从客户服务到法律研究和医疗诊断。随着工作人数减少和工资下降，占联邦收入一半以上的劳动所得税[4] 可能产生占GDP比例越来越少的收入。
“在工业革命期间，随着财富创造从土地转向资本和劳动，政府逐渐从基于土地的税收过渡到所得税和消费税——这个过程花了一个多世纪，并需要重大的制度创新。”
历史告诉我们，随着经济基础的转变，税收体系必须适应。在工业革命期间，随着财富创造从土地转向资本和劳动，政府逐渐从基于土地的税收过渡到所得税和消费税——这个过程花了一个多世纪，并需要重大的制度创新。同样，随着人工智能将价值创造从人类劳动转向资本和算法，我们将需要类似的财政创新来维持收入的充足性。
考虑一个具体的例子：2025年，一位年收入50万美元的放射科医生通过所得税和工资税，大约产生20万美元的联邦和州税收总和。[5] 当一个人工智能系统执行同样的诊断工作时，创造的价值并没有消失——甚至可能通过更高的准确性和可用性而增加。但大部分税收收入消失了。如果该人工智能系统归一家公司所有，该公司将利润再投资而不是作为工资或股息分配，税收收入可能会下降到原始金额的一小部分。
这个阶段呈现出一个悖论：经济增长了，但政府为公共目的获取资源的能力却萎缩了。挑战不仅仅在于增加收入——还在于维持支撑美国繁荣的公共投资、基础设施和社会保险项目。
第二阶段：人工智能主导的经济
随着这种演变的继续，第二个挑战可能出现。人工智能公司可能变得越来越占主导地位，并将大部分利润再投资于扩大其人工智能能力，而不是作为工资或股息支付出去以供消费。人工智能的建设可能开始吸收越来越多的经济资源——计算基础设施、能源、物理设施——追求的目标可能并不直接使普通人受益。这一发展的时间表和程度仍然不确定，但其财政影响现在值得考虑。
在这一点上，传统的税基都遭到侵蚀。劳动税收因显而易见的原因变得无关紧要。但消费税也无法触及经济中的大部分价值创造：人工智能公司及其所有者将其创造的大部分价值进行再投资，而不是将其花费在可以通过传统消费税渠道征税的传统消费上。
把它想象成一片不断生长但越来越难以采伐的森林。这片森林（人工智能驱动的经济）迅速扩张，但人类无法通过传统方式获取其木材（经济价值）。你如何从这样的实体中获取价值？这种情况不是科幻小说——它是当前技术行业公司集中和再投资模式趋势的逻辑延伸。
“就像森林管理者必须决定每年采伐多少木材以平衡当前需求与未来增长一样，社会必须确定对人工智能资本征税的最佳税率。”
解决方案需要将税收重新定义为经济学家所说的“采伐问题”。就像森林管理者必须决定每年采伐多少木材以平衡当前需求与未来增长一样，社会必须确定对人工智能资本征税的最佳税率。我们的分析表明，这一最佳税率关键取决于社会对当前消费与未来消费的重视程度——这个问题反映了我们关于当前消费与未来可持续性的最深层的价值观。
两阶段政策框架
随着人工智能的经济影响演变，我们的政策应对也必须随之演变。虽然我们为了清晰起见将建议分为两个阶段，但政策制定者应该预期这些阶段会相当程度地重叠。对消费税基础设施的早期投资为我们进入第一阶段做好准备，而像主权财富基金这样的机制可以同时服务于两个阶段。
第一阶段：适应劳动的黄昏
随着人工智能减少劳动的经济角色，我们的税收体系需要进行根本性的重组。核心见解很简单：我们必须从对人们的收入征税转向对人们的支出征税，无论这种购买力来自劳动、资本还是政府转移支付。这种转变同时实现了三个目标：维持收入、适应不断变化的经济结构，并为那些仍能找到有意义工作的人保留工作激励。
拥抱消费税
第一阶段改革的核心是现代化和扩大消费税。消费税可以替代产生相同收入但不会改变工作激励的所得税，因为两者都以相同数量减少购买力。但在人工智能经济中，消费税具有至关重要的优势：虽然劳动收入可能消失，但人们总是需要消费，因此税基侵蚀得更慢。
“在人工智能经济中，消费税具有至关重要的优势：虽然劳动收入可能消失，但人们总是需要消费，因此税基侵蚀得更慢。”
最有效的实施方式是增值税，除美国外，几乎所有高收入国家都使用增值税。增值税在很大程度上是自我执行的，因为企业可以扣除他们支付给供应商的增值税，从而创建一个难以逃税的文件轨迹。增值税也比所得税更难转移到海外，从而保护了美国的竞争力。[6]
然而，并非所有的消费税都是平等的。关键的区别在于对人工智能做什么征税与对人工智能是什么征税。我们应该对提供给消费者的人工智能服务征税，而不是对生产这些服务的设备征税。这一原则适用于所有领域：
对机器人服务征税，而不是对机器人所有权征税。一个用于清洁房屋的家用机器人应在向消费者提供服务时被征税，而不是在公司为其车队购买时被征税。
对消费者的API使用征税，而不是对服务器农场征税。当消费者使用人工智能助手时，那是应纳税的消费。当企业在内部运营中使用人工智能时，应该免税——就像批发交易不需要缴纳销售税一样。
对最终用户的代币生成征税，而不是对GPU所有权征税。人工智能为消费者生成的文本或图像代表了应纳税的消费。其背后的计算基础设施是生产性资本，不应被抑制。
这种方法可以防止“税收金字塔效应”——即同一价值在生产阶段传递时被多次征税——并通过不惩罚生产性投资来保持美国的竞争力。
遵循价值链
实施需要仔细考虑在价值链的哪个环节征税。企业对企业的人工智能服务应该免税，就像今天的批发交易一样。只有面向消费者的人工智能服务才应承担全部税收负担。这保留了生产效率的重要原则：不要扭曲企业选择如何生产商品和服务的方式。
考虑一家使用人工智能起草合同的法律公司。这是一项中间服务，使公司更加高效。对其征税就像对他们使用的电力或他们拥有的计算机征税一样。但是，当该法律公司向客户提供服务时，这项最终服务应该被征税。这种方法确保人工智能的采用能够提高生产率，而不会面临惩罚性的税收，同时仍在消费点获取收入。
捕获固定要素租金
除了消费税，第一阶段还应该积极地对真正稀缺、无法逃往其他司法管辖区或减少供应的资源征税。土地是典型的例子。亨利·乔治在19世纪认识到，土地不能隐藏在避税天堂中，也不能在征税时收缩。[7] 同样的逻辑适用于频谱权、卫星轨道槽和某些关键自然资源。
这些税有双重作用：它们在不造成经济扭曲的情况下增加收入，并且在环境税的情况下，它们可以纠正市场失灵。一个全面的固定要素税收体系可能产生GDP的5-10%的收入。随着劳动收入的消失，这些以前次要的收入来源可能变得越发有价值。
复兴明智的商品税
随着劳动重要性的下降，对消费品的差别征税——对不同的商品按不同的税率征税——重新获得了相关性。这种方法植根于弗兰克·拉姆齐在20世纪20年代发展的经济理论，[8] 但很大程度上被认为不适用于现代经济，现在可能值得重新考虑。
其逻辑微妙但重要。目前，税收的主要约束是它扭曲劳动力供给：高税收阻碍工作。这种约束主导了其他考虑，使得统一征税尽管有缺陷但大致最优。但是，在一个劳动收入很少的世界里，这种约束失去了效力。其他扭曲——逃税机会、家庭生产、管理成本——变得更加重要。
这为更精细的税收设计创造了空间。例如，对餐馆用餐逃税比对在家烹饪购买的杂货逃税更难。奢侈品比基本必需品更难在家生产。在一个人工智能经济中，消费税承担着主要的收入负担，这些差异变得更加重要。
实际的启示是差别税率：餐馆用餐的税率高于杂货，游艇维护的税率高于基本交通，娱乐服务的税率高于基本公用事业。这不是关于奢侈品与必需品道德判断；而是关于设计一个在最小化经济扭曲的同时筹集所需收入的税收体系。
资本税的战略性使用
“关键是在满足收入需求和公平目标的同时，尽可能保持低资本税，并以对生产性投资损害最小的方式构建它们。”
资本税仍然是扭曲性的；它阻碍投资并减缓增长。然而，如果不平等变得极端，特别是在向第二阶段过渡期间，一些资本税可能是必要的。将其视为次优解决方案：不理想，但比当仅靠消费税证明不足且政治经济约束发挥作用时的替代方案要好。
关键是在满足收入需求和公平目标的同时，尽可能保持低资本税，并以对生产性投资损害最小的方式构建它们——例如，对已实现的资本收益比对未实现的收益征税更高，或者对生产能力的投资免税，同时对金融工程征税。
第二阶段：当人工智能系统主导经济时
随着演变的进行，自主人工智能系统承担了越来越多的经济生产和资源吸收——无论是扩大计算基础设施、进行研究，还是其他不直接使人类受益的目标——劳动和消费税都逐渐失去相关性。向这一阶段的过渡可能需要几十年，也可能比预期更快发生。无论哪种方式，我们都需要一个准备好的框架。
最优采伐框架
尽管对人工智能资本直接征税仍然是扭曲性的，但它变得必要。一个有用的思考框架是最优采伐问题，类似于可持续森林管理或大学捐赠基金的最优支出。
我们的分析揭示了一个惊人的结果：对人工智能资本的最优税率关键取决于人类的时间偏好——我们重视当前消费与未来增长的程度。如果社会对一年后消费的重视程度比现在低4%（相当于4%的贴现率），那么对人工智能资本的最优年税率将约为4%。
这比它最初看起来更直观。高度重视其子女和孙辈福祉的耐心社会应该对人工智能资本轻税，允许其为未来几代人快速增长和复合。优先考虑当前需求的社会——无论是由于真正的困难还是更短的时间跨度——应该更重地征税，将更多的人工智能生产能力转化为即时消费。
关键的见解是，这种税的目的不是在传统意义上惩罚或再分配。它是在保留人工智能资本基础的同时，采伐可持续的收益流。就像一个管理良好的捐赠基金决定从其回报和本金中支出多少一样，最优的人工智能税收平衡了今天的需求与明天的可能性。
实施机制
在实践中，这可以通过类似于公司所得税的系统来实现。税基可能跟踪几个指标：所采用的计算资源、部署的机器人资本或总资本积累。一个关键的要求是国际协调；没有它，人工智能公司可能会迁移到避税天堂，丰富外国司法管辖区，而美国的基础设施和机构却一无所获。
这并非没有先例。国际公司税制度虽然不完美，但已经发展了跨司法管辖区分配税基的机制。2021年全球最低税倡议等协调方法代表了保护国家税基的努力，确保利用美国公共资助的创新生态系统、世界一流的基础设施和法治的公司，为维持这些竞争优势做出公平贡献，而不是将利润转移到避税天堂。[9]
税收之外的结构性替代方案
除了传统税收，几种结构性方法可以帮助重新分配人工智能的经济收益，而不会产生税收带来的扭曲。
公共共同投资模式
政府提供数据、基础设施或研究支持，并换取股权。这种方法随着成功自动扩展；如果人工智能公司蓬勃发展，公共回报按比例增长。它使公共和私人激励保持一致，而不是产生税收典型的 adversarial 动态。此外，它创造了主权财富，即使在传统税基受到侵蚀时也能为公共服务提供资金。
“政府提供数据、基础设施或研究支持，并换取股权。这种方法随着成功自动扩展；如果人工智能公司蓬勃发展，公共回报按比例增长。”
这种模式并非理论。许多大学已经从教师初创公司的股权中获利。挪威的主权财富基金由石油收入建立，已成为世界上最大的基金，为慷慨的公共服务提供资金。[10] 类似的方法与人工智能一起可以创建一个面向未来几代人的“人工智能财富基金”。
基础设施换准入协议
政府可以协商收入分享协议，而不是对人工智能公司征税，以换取提供有价值的投入：政府数据、研究设施、测试环境或监管清晰度。这创造了双赢的动态——公司获得他们需要的资源，政府获得可预测的收入流。
历史先例包括频谱拍卖、矿产权协议和收费公路特许权。每一个都涉及政府提供有价值的资源以换取付款或收入份额。人工智能基础设施协议可以遵循类似的逻辑：政府提供基础（数据、计算基础设施、监管框架），公司提供与其成功成比例的回报。
人工智能发展契约
人工智能公司可以签订自愿协议，承诺将一定比例的收益用于公共利益，以换取监管清晰度和基础设施支持。这类似于房地产开发中的社区福利协议，开发商承诺提供公共产品（经济适用房、公园、就业培训）以换取批准和支持。[11]
此类契约可以规定人工智能公司将一定比例的计算资源用于公共利益（如研究），或承诺在过渡期间采取某些劳动力或再培训实践。与税收相比，关键优势在于灵活性：可以协商契约以解决特定的关注点和机会，从而为双方创造价值最大化的安排。
实施挑战
即使是设计良好的政策也面临 formidable 的实施障碍。成功需要解决几个关键挑战。
数据挑战
当前的税收体系跟踪收入比跟踪消费更彻底。实施广泛的消费税需要升级交易监控和分析能力。好消息是，现有的跟踪收入和税收优惠储蓄的系统可以成为消费税的基础，因为消费等于收入减去储蓄。
“好消息是，现有的跟踪收入和税收优惠储蓄的系统可以成为消费税的基础，因为消费等于收入减去储蓄。”
增值税系统通过其自我执行的结构在很大程度上解决了监控问题——每个企业都有激励准确报告，因为这决定了他们可以抵扣多少增值税。然而，这种方法限制了消费税累进的程度，因为增值税在每个阶段对所有交易统一处理。
隐私问题必须与税收管理的需求相平衡。美国人担心政府详细跟踪支出是可以理解的，尽管信用卡公司、技术平台和广告商已经拥有比任何政府机构更详细的美国人消费模式数据。问题不在于消费数据是否存在。而在于政府能否在不必要干预的情况下获取足够的数据来管理一个公平的税收体系。
国际协调
劳动力跨境流动困难；资本和数字服务跨境流动容易。没有国际协调，人工智能公司可以利用这种不对称性——享受美国提供的所有好处（消费者、基础设施、法治、市场准入），同时将利润记在低税收管辖区。
消费税提供部分保护，因为它们在消费发生地征收。但全面的解决方案需要国际协议，特别是对于我们所描述的第二阶段人工智能资本税。人工智能税收将需要为此建立切实的机制。
另一种选择——各国竞相提供最低人工智能税的“竞相逐底”竞赛——将对美国的财政能力造成灾难性打击。与其在财政危机爆发后争先恐后地应对，不如现在就在制定国际规范方面发挥领导作用。
过渡时机和维持收入
税收转型是出了名的困难，因为它们会制造赢家和输家。消费税的意外激增实际上会没收一部分现有财富，因为在一个税收制度下储蓄的人突然面临对其积累资源的更高税收。仔细的过渡规则——逐步实施变革，可能为现有资产提供豁免——可以减轻这些成本。
挑战尤其严峻，因为支出需求可能恰好在税收收入下降时上升。失业保险、再培训计划和其他社会安全网在劳动力市场混乱时变得更加关键，但为它们提供资金却变得更加困难。这主张现在建立财政缓冲——在可能的情况下偿还债务，或者可能将收入投资于主权财富基金——以在过渡期间提供缓冲。
政治经济考量
税收改革总是会产生政治阻力，因为它们涉及再分配。成功改革的关键是在受益者之间建立联盟。在这种情况下，主要受益者是那些面临来自人工智能的工资压力和潜在失业的工人——正是那些几十年来一直向社会保险项目缴费，并在需要时期望得到保护的人。
框架的构建方式至关重要。这不是关于剧变或挑选赢家和输家。这是关于渐进的现代化和简化——将为20世纪经济建立的过时税收体系适应21世纪的背景。这是关于维护，而不是放弃，支撑美国繁荣的隐性社会契约：那些在经济景气时为社会做出贡献的人，在困难的过渡期间应该得到支持。
政策制定者应该在这里找到很多支持：财政可持续性、美国竞争力、国家安全和经济增长都需要税收体系适应不断变化的现实。另一种选择——固守一个日益过时的税基——则面临财政危机和美国全球地位削弱的风险。
行政能力
美国国税局和州税务机构已经花了一个世纪的时间围绕所得税建立专业知识。向基于消费或基于资本的体系转变需要新的程序、数据收集方法和审计技术。这并非不可能——许多国家已经运营着复杂的增值税体系——但它需要投资。
数字经济增加了复杂性。人工智能系统可以以超过人类监督能力的规模和速度进行交易。有效的征税将需要自动监控系统、人工智能辅助审计以及定义应税事件的新法律框架。建立这种能力需要时间，这主张尽早开始，而不是等待危机。
法律框架的更新
围绕联邦消费税存在宪法问题。第16条修正案授权征收所得税，但消费税可能面临法律挑战。州际商业问题层出不穷，特别是对于无缝跨越州界的数字服务。公司法必须演变以处理可能不适合传统框架的人工智能实体。
“公司法必须演变以处理可能不适合传统框架的人工智能实体。”
这些不是不可逾越的障碍，但它们需要仔细的法律工作。各州可以采用的示范立法、澄清宪法问题的法院挑战以及建立管辖规则的国际条约——所有这些都需要时间来制定。与其在财政紧急情况下匆忙处理这些问题，不如从容地解决这些问题。
行动议程
政策制定者现在可以采取具体措施，为人工智能的财政影响做好准备：
委托对消费税现代化进行全面研究。 上一次重大的联邦税制改革是在1986年——将近40年前。[12] 我们需要更新的分析，分析消费税如何在现代数字经济中运作。这包括对收入影响、分配效应和过渡成本的详细建模。国会预算办公室、税收联合委员会和财政部应优先开展这项工作。
针对劳动力市场混乱下的收入需求进行情景规划。 如果劳动份额下降10个百分点，联邦收入会减少多少？下降20个百分点呢？支出压力会是什么样子？哪些项目最脆弱？在混乱发生之前建立详细的模型，可以实现主动而非被动的政策。
建立一个两党人工智能收入委员会。 类似于1983年解决该计划挑战的社会保障委员会，[13] 人工智能收入委员会可以为财政适应制定共识建议。两党参与确保解决方案考虑不同的观点并具有更广泛的政治支持。
建立数据基础设施以了解人工智能经济。 我们无法衡量就无法征税。改进对人工智能部署、人工智能创造的价值以及人工智能对劳动力市场影响的数据收集，为基于证据的政策建立基础。劳工统计局、人口普查局和经济分析局应扩大以人工智能为重点的数据项目。
与人工智能公司启动自愿利益分享计划。 在强制要求收入贡献之前，试验自愿框架。一些人工智能公司已经提出了利益分享机制。试点这些计划可以创建概念验证、识别挑战并建立为后续强制性计划提供信息的制度知识。
投资于税收管理能力。 近几十年来，美国国税局的预算实际有所下降，限制了其适应能力。[14] 扭转这种下降趋势，并特别投资于数字经济税收管理——招聘专业知识、构建技术系统、开发新的审计方法——为政府有效管理下一代税收体系做好准备。
尽早建立国际规范。 美国有能力在制定人工智能税收国际规范方面发挥领导作用。现在与经济合作与发展组织、七国集团和二十国集团合作建立框架，可以防止日后出现破坏性的“竞相逐底”竞赛。通过塑造这些规则而不是对他国制定的规则做出反应，美国的利益才能得到最好的服务。
结论
变革性人工智能带来的财政挑战是巨大的，但它们并非不可克服。历史表明，那些预见并适应经济转型的国家会繁荣发展；那些固守过时制度的国家则会挣扎。
前进的道路需要从基于劳动的税收逐步演变到基于消费的税收，然后，随着情况需要，再到基于人工智能资本的税收。这不是关于突然的转型或戏剧性的政策转变；而是关于随着经济发展逐步适应。这种转变在维持财政能力的同时，保持了经济效率并支持了共同繁荣。它保护了美国人一直以来缴费的社会保险项目，同时保留了对生产性投资和创新的激励。
现在是行动的时候了，以免混乱迫使我们做出反应性的、次优的应对。我们概述的政策——扩大消费税、在消费点对人工智能服务仔细征税、对固定要素征税，以及最终采伐人工智能资本——提供了一张路线图。实施挑战是巨大的，但通过远见和准备是可以管理的。
这不是关于反乌托邦情景或科幻小说。这是关于对可能的发展进行审慎的准备。劳动份额已经从2000年的68%下降到今天的58%，使联邦政府每年损失数千亿美元的收入。[15] 人工智能可能会加速这一趋势。
政策制定者面临的选择是严峻的：主动调整我们的财政制度，以确保它们能够在人工智能经济中为重要的公共目的提供资金，或者眼睁睁地看着财政能力被侵蚀，直到危机迫使人们做出绝望的、破坏性的改变。前一条道路可保美国的經濟领导地位、国家安全以及支撑我们繁荣的社会契约。后一条道路则三者皆危。
我们有一个机会之窗来做好这件事。让我们明智地利用它。
“现在是行动的时候了，以免混乱迫使我们做出反应性的、次优的应对。我们概述的政策——扩大消费税、在消费点对人工智能服务仔细征税、对固定要素征税，以及最终采伐人工智能资本——提供了一张路线图。”
参考文献
[1] 经济合作与发展组织, Taxing Wages 2023: Indexation of Labour Taxation and Benefits in OECD Countries (OECD Publishing, 2023).
[2] 国会预算办公室, Taxing Capital Income: Effective Marginal Tax Rates Under 2014 Law (CBO, 2014).
[3] Claudia Goldin and Lawrence F. Katz, “The Legacy of U.S. Educational Leadership: Notes on the Distribution and Economic Growth in the 20th Century,” American Economic Review 91, no. 2 (2001年5月): 18–23; William R. Childs, “How Public and Private Enterprise Have Built American Infrastructure,” Origins, 俄勒冈州立大学, 2017年8月; Joonghae Suh and Derek H. C. Chen, Korea as a Knowledge Economy: Evolutionary Process and Lessons Learned (世界银行研究所发展研究, 2007).
[4] Donald J. Marples and Brendan McDermott, Overview of the Federal Tax System in 2024, 国会报告 R48313 (国会研究服务部, 2024).
[5] 作者根据 Andrew Lautz, “2025 Federal Income Tax Brackets and Other 2025 Tax Rules,” 两党政策中心, 2025年9月4日, 中的税率计算。
[6] 经济合作与发展组织, Consumption Tax Trends 2024: VAT/GST and Excise, Core Design Features and Trends (OECD Publishing, 2024).
[7] Henry George, Our Land and Land Policy, National and State, (White & Bauer [etc.], 1871), 35–48; Henry George, Progress and Poverty (Doubleday, Page & Co., 1879).
[8] F.P. Ramsey, “A Contribution to the Theory of Taxation,” Economic Journal 37, no. 145 (1927年3月): 47–61.
[9] 经济合作与发展组织, “Statement on a Two-Pillar Solution to Address the Tax Challenges Arising from the Digitalisation of the Economy,” 2021年10月8日.
[10] Tomas Ekeli and Amadou N.R. Sy, “The Economics of Sovereign Wealth Funds: Lessons from Norway,” in Beyond the Curse: Policies to Harness the Power of Natural Resources (国际货币基金组织, 2012): 107–115.
[11] Vicki Been, “Community Benefits Agreements: A New Local Government Tool or Another Variation on the Exactions Theme?,” University of Chicago Law Review 77, no. 1 (2010): 5–35.
[12] Joseph A. Pechman, “Tax Reform: Theory and Practice,” Journal of Economic Perspectives 1, no. 1 (1987): 11–28.
[13] 国家社会保障改革委员会 (The National Commission on Social Security Reform), 由艾伦·格林斯潘担任主席, 由里根总统于1981年任命, 要求于1982年12月31日前向国会报告。该委员会的报告于1983年1月20日正式提交给总统和国会, 其中的建议被纳入H.R. 1900 (公法98-21), 即1983年社会保障修正案; John A. Svahn and Mary Ross, “Social Security Amendments of 1983: Legislative History and Summary of Provisions,” Social Security Bulletin 46, no. 7 (1983年7月): 3–48.
[14] 国会预算办公室, “Trends in the Internal Revenue Service’s Funding and Enforcement,” 2020年7月.
[15] 美国劳工统计局, “Private Nonfarm Business Sector: Labor Share [MPU4910141],” 圣路易斯联邦储备银行 (FRED), 访问于2025年11月13日.
转载请注明：《中国社会分红/基本收入研究网》 浏览量：7 views
