多伦多封城日记2020-05-28星期四阴转雨:谁为疫情埋单?

社会经济开始重启,也意味着不必等到秋后就该算账了。

有人用独特的方式“算账”。多伦多西部密西沙加的一名男子用一根铁链把自己锁在了一棵大树上,面对着马路对面的一座养老院。树下,他身旁的草地上摆满了大大小小的十字架,每一个代表一名在这家养老院中因新冠疫情丧生的逝者,有老人也有工作人员。

这名男子的母亲目前住在这所养老院中,他表示必须看到有关部门派出的调查人员进入养老院展开深入调查,否则他不会离开。

另一种“算账”则是更加宏观层面的反思与展望,希望找到走出疫情阴影的道路——只有真正重启、进入新的发展模式才能弥补全球停摆带来的损失。

今天联合国召开特别峰会,讨论如何从疫情中复苏。加拿大总理特鲁多与联合国秘书长及牙买加总理一同主持了这次远程会议。50多名国家元首和政府首脑以及世界银行、国际货币基金等国际组织的代表连线参加了会议。特鲁多在会上指出,没有一个国家可以独自从疫情中复苏,全球合作势在必行。

不论国际合作任何演进,加拿大国内的经济账不能不算。自疫情以来,联邦政府出台了一项又一项经济政策,扶助受到影响的个人和中小企业。这些资助的数额加起来得以万亿来计算。如此庞大的计划外开支从哪里来?

显然,政府财政来自税收,问题只不过是什么时候收税和收谁的税。疫情期间大笔支出用于支持中小企业,一个重要原因就是中小企业创造大量就业,一旦企业熬不过封城的冬天而倒下,今后会有很长时间税源变少,复苏困难,因而很可能进入一种恶性循环。

那么就只能先花钱保住根基,等经济复苏以后再慢慢弥补。最好的结局当然是遭受创伤的实力企业能够很快复苏,并且复苏之后赚钱的能力比以前更强,那么政府不必调高税率就能够获得更多税收。这种想法很美好但却并不现实,至少在短期内不太可能。

既然涉及到税率的调整,效率与公平就是一对绕不过去的矛盾。这周加拿大几大银行陆续公布了二季度财报,不约而同地调高了坏账预留额度。这在经济萧条时期是再正常不过的做法——经济不好,失业增加,个人信贷和信用卡的坏账必定紧跟其后。

坏账不会平均分布,越是收入低、财富少的人群在经济危机时越是容易出现坏账,这个道理很容易理解。“天之道,损有余而补不足”,减少低收入人群的税率提高高收入人群的税率就是减轻低收入者负担、减少贫富差距的有效途径。

然而,这样的税制却是一把双刃剑,增加公平的同时却有可能伤害效率。试想如果企业和高收入人群的税率太高,投资和积极进取的意愿就会被抑制,经济发展则会陷入低谷。

疫情期间倾向于低收入人群的福利政策已经造成了一定程度上的劳动力短缺问题。之前的日记中我曾经提到,由于外籍劳工受疫情影响不能及时到位,春播季节许多农场面临着劳动力不足。有人提出,其他行业的关闭不是正好让许多本地人失业吗?他们可以弥补外籍劳工留下的空缺啊。

但问题并不那么简单。失业的人什么也不用做就可以得到每月2000加元的疫情紧急补助,而领取这份补助的前提是每月收入不能超过1000加元。这一来,闲下来的劳动力也不愿意加入就业市场,即便做也只愿意打短工,保持在每月1000加元收入以下才好领福利。

虽然疫情期间出现的这个问题是由发放福利引起的,但税收的倾斜也会造成同样的困境。无数历史经验证明,累进税制在很多情况下会造成劳动意愿降低,特别是处于税率梯级附近的人,很多时候宁愿减少收入把自己归到较低的税率等级,反而更划算。

最近,一群美国科学家打起了人工智能的主意,构造了一个完全由人工智能算法掌控、没有人为干预的模型,通过无数次对税收政策的调整以及劳动者之间、劳动者与政策制定者之间的博弈,得出了一个“最优”的所得税方案。

这个模型构造了四个劳动者,他们的工作是采集木料、石料用以建造房屋,并从这项工作中获得报酬以满足自己的生活所需。四名劳动者有不同的技能,低技能的劳动者采集原料,卖了原料换钱,并且在这个过程中不断权衡干多干少会对自己的收入有什么影响。而另一些技能较高的劳动者则发现他们购买材料、把精力更多地投入加工领域可以获得更多报酬。

这四名虚拟劳动者的一切经济行为由各自的人工智能算法“大脑”支配,比如多干活多赚钱,比如税赋太高时少干活少交税。类似的实验以前也有研究者做过,用模型来验证某项经济政策的可行性。

而这项实验最特别的地方在于实验开始时没有既定的经济政策,税收政策的制定者也是虚拟的,也是由人工智能来控制的。这样,在无数次的运行中政策不断调整,政策制定者与纳税人之间不断博弈,最终得出一个优化的方案。


所谓优化就是兼顾效率与公平这一对矛盾,既减少收入不平等又最大限度地提高全社会的生产力。模型运行的结果让许多人大跌眼镜,计算得出的最优税赋方案与现实中常见的两种税制都不同。

大体上来说,各国的税制无非是累进与累退两种。所谓累进就是收入越高税率越高,这种税率计算方法是各国普遍使用的所得税方案。而累退则相反,收入越高税率越低。最常见的例子就是消费税,不管收入多少买东西交的消费税是一样的,这样折算下来收入越低的人付出的消费税占其收入的比例就越高。

这两种常见方法在实际经济生活中运行的结果往往是中产阶级交税最多。累进的所得税导致低收入人群没有动力提高收入,因为多收入的那点钱交完税以后所剩不多,不划算。

而最高收入的那部分人则往往有各种方法可以避税,比如股神巴菲特就曾多次在公开场合说过他公司里最底层的员工都比他本人交税数额多。这样的设计也有其道理,因为对于社会而言,这部分人是为全社会创造就业、增加经济活力的来源,如果税率过高则会将资本挤出经济活动,造成整个国家的生产力下降。

美国科学家建立的这个人工智能模型运行的结果是将累进和累退相结合,最高收入和最低收入的人都面临最高的税率,而中等收入者的税率最低。这种做法的结果是在保持社会生产力的前提下提高社会公平,比起经济学家们计算出来的理论税赋方案,模型得出的方案公平性提高了16%,比起现实生活中的税制公平性就更高了。

当然,这仍然是纸上谈兵。从模型本身的角度来看,这个实验中的纳税人只有4个,还不足以模拟现实生活中千奇百怪的种种经济情形。研究者承认,如果把经济参与者数量增加到100个,模型会更有意义。

此外,模型中的纳税人全都是个人,没有企业。而现实当中企业与个人的税赋是不同的,因此各阶层的纳税人中都有一部分通过设立企业来参与经济活动从而减少自己应交的税收。在模型中加入企业的元素会大大增加其复杂程度也会更加真实。

更重要的是,跟一切经济学研究一样,这个模型也假设人是理性的,会通过计算来趋利避害,与税赋方案进行博弈得到最有利于自己的劳动方式。但是我们知道,人毕竟不是机器,现实生活中绝大多数人的行为受感性因素的支配远大于理性。这也会影响模型的准确性。

不过,许多经济学家仍然十分支持这个模型,认为即便是有许多值得改进的地方,这个模型已经可以用于验证新的税收政策,为科学决策提供量化参考。

作为一个在疫情中幸免失业的普通纳税人,看着政府大手笔花钱,我的担心自然是疫情过后要多交税。如果模型中建议的方案得到实施,给中产阶级减税,那该多好!



我的第一本书已经在亚马逊上架,详情点击阅读《写给女儿的书》

点击此处链接使用美国亚马逊账号购买纸质书Kindle版电子书

点击此处链接了解如何在Google Play购买电子书