资本激励会扭曲技术扩散吗 ？ 关于云、大数据和人工智能的证据

资本激励会扭曲技术扩散吗？ 关于云、大数据和 AI 的证据 Timothy DeStefano Nick Johnstone RichardKneller Jonathan Timmis 政策研究工作文件 10911 Abstract 云计算的到来为企业提供了一种新的方式来访问数字技术，即通过数字服务。然而，每个OECD国家都存在的资本激励政策仍然主要针对信息技术（IT）资本的投资。如果云服务部分替代了IT投资，那么资本激励政策的存在可能会无意中抑制企业采用云服务及其相关技术，如人工智能（AI）和大数据分析。本文利用税收政策的变化来探讨这一影响。 在英国对资本投资的激励措施作为准自然实验，以考察其对企业和机构采用云计算、大数据分析和人工智能的影响。实证结果表明，该政策如预期般增加了IT资本的投资；但同时减缓了企业对云计算、大数据和人工智能的采用。匹配的雇主-员工数据还显示，该政策导致企业减少了对从事数据分析工作的员工的需求，但并未影响其他类型工人的需求。 本文由东亚洲及太平洋地区主任经济学家办公室编制。它是世界银行为在全球范围内提供研究开放访问并为发展政策讨论做出贡献而进行的一项更大努力的一部分。《政策研究工作论文》也在网上发布，网址为http://www.worldbank.org/prwp。作者可联系timothy.destefano@georgetown.edu, nick.johnstone@iea.org, richard.kneller@nottingham.ac.uk, 和jtimmis@worldbank.org。 该政策研究工作论文系列传播正在进行中的研究成果，以促进关于发展问题的想法交流。该系列的一个目标是尽快发布这些发现，即使展示可能尚未完全打磨成熟。这些文章应标注作者姓名，并按此方式引用。本文中表达的观点、解释和结论完全是作者的意见。它们不一定代表国际复兴开发银行/世界银行及其附属组织的观点，也不代表世界银行执行董事会成员或他们所代表的政府的观点。 资本激励会扭曲技术扩散吗 ？ 关于云、大数据和人工智能的证据 Timothy DeStefano∗尼克 · 约翰斯通†理查德 · 克纳勒‡乔纳森 · 蒂米斯§¶ 关键词 ： 资本激励 ， 企业 ， 云计算 ， 人工智能 JEL 代码: J21, J24, L20, O33 1 Introduction 政策工具长期被用于塑造生产技术。这些工具包括对特定产出的激励措施，如创新或出口，或者使用特定投入，比如本地采购或资本投资。Juhasz et al.,2023).1一旦颁布 ， 此类政策往往会持续 (Bonomo 等人。,2015), 这可能会对技术变革的道路产生意想不到的后果。例如，相对于劳动收入，资本所得税较低（相对较低）可能加速了美国劳动节约型自动化技术的扩散 (Acemoglu 等人。,2020). historically, 大多数公司通过购买资本手段获取新技术，包括过去半个世纪的计算机和服务器。Comin 和 Hobijn,2010;琼斯和刘,2022） 。各国之间这些投资路径的差异可以帮助解释工业革命开始以来分歧的发展趋 势 （Comin 和 Mestieri,2018;柯林斯等人。,1996;克鲁格曼,1994). 为了鼓励此类投资并促进增长，政策制定者 经常使用资本激励计划，这些计划通过降低资本成本来发挥作用（。乔根森,1963;霍尔和乔根森,1967） 。今天 ， 这样的政策在每个经合组织国家都有 ， 无论是税收减免、补贴还是赠款 (税务基金会,2018) 。压倒性的经验证据表明它们的有效性 (康明斯等人。,1994;房子和夏皮罗,2008;兹威克和马洪,2017;Ohrn,2018;Maffini 等人。,2019).2 随着2006年亚马逊网络服务（Amazon Web Services）的推出，企业现在也能够通过云平台获取数据存储、计算和软件服务，从而替代前期对有形数字技术的投入。DeStefano 等人。,2023;OECD,2014). 例如，公司可以从云提供商租用服务器，而不是购买服务器。 这种新的信息technology（IT）访问方式的增长非常迅速，云服务支出占欧洲企业IT预算的25%。 1这些工业政策由于需要转向低碳生产技术而引起了关注。European Commission,2023).2这些措施往往针对财务约束较为严格的中小企业（SMEs）。再次，实证证据表明，这些企业群体对这些措施的反应尤为强烈。 2016 (凡方舟,2016;OECD,2017;欧统局,2018). 云使用量的增长受到供应方成本降低的驱动，由于云提供商利用了计算规模经济效应，大型数据中心包含成千上万台服务器（格林斯坦和方,2020) ， 以及需求方面的拉动 ， 这源于企业根据需要灵活扩展其数字需求的能力 (DeStefano 等人。,2023).3 数字服务通常不在资本激励计划的范围内。这引发了一个问题，即这些政策是否扭曲了企业投资有形IT资产与购买云计算服务之间的选择。由于早期的技术版本对未来技术使用路径可能非常重要（since earlier technological vintages can be important for the pathof future technology use）。Jovanovic 和 Lach,1989;Atkeson 和 Kehoe,2007;Comin 和 Hobijn,2010;Jovanovic 和 Yatsenko,2012), 这个问题更关键地在于资本激励是否影响与云服务互补的数据技术的扩散，特别是大数据分析和AI。这些技术被认为可能是通用目的技术，因此这些问题的答案可能对未来的就业增长、创新和生产率产生广泛的影响（such that the answers to these questions have potential widespread implications for future employment growth, innovation and productivity）。Brynjolfsson和 McAfee,2014;Goldfarb 等人。,2023). 资本激励对大数据分析和人工智能（AI）的影响取决于企业能够利用自身IT资本的程度，或者说，是否使用云计算具有优势。一方面，如果资本激励增加了用于存储和处理数据的IT硬件投资，那么这可能会促进大数据分析和AI的采用。另一方面，如果云计算与大数据和AI的使用高度互补，那么资本激励政策（通过减缓云计算的扩散）也可能减缓这些技术的采用。布朗等人。(2011),Goldfarb 等人。(2023) andDeStefano 等人。(2023) 认为云服务可以根据需求灵活地进行扩展和收 缩，这表明数据密集型技术可能与云服务更为互补。 这篇论文提供了首个关于资本激励是否扭曲了近期技术扩散的证据——以云服务与自有IT投资为例。我们采用了新颖的企业层面面板数据，这些数据涵盖了云服务、大数据分析和人工智能的应用情况，同时还包括传统的有形资本投资，如总IT投资、硬件和软件投资。4此外，我们使用匹配的雇主-员工面板数据来衡量对数据分析师的需求——作为技术采纳的替代代理指标。科拉多等人。(2022).5如果AIA政策影响企业采用数据分析技术（如云计算、大数据分析或人工智能），那么这也将体现在对从事数据分析任务的劳动力需求上的预期将会实现。 我们在准自然实验的设定下研究资本投资和技术扩散，该实验利用了英国年度投资扣除（Annual Investment Allowance, AIA）政策中对资本激励资格门槛引入和调整这一事件。该方案允许企业在其利润达到一定阈值前，将投资成本（包括IT资本）从利润中扣除，而这一阈值随时间进行了调整。6AIA 对一些企业边际投资成本产生了影响，而对另一些企业则没有，这使我们能够通过将处理组企业与对照组企业进行差异分析来比较它们的变化。7 随着企业在响应AIA（先进投资税收抵免）时能够调整其投资，这提出了一个潜在的选择问题——企业可能会在某一年限制其投资以保持在AIA激励门槛之下。为了应对这一问题，我们遵循了实证方法，Bjuggren(2018),Saez et al.(2019) andB ø ler et al.(2015). 这些论文探讨了就业保护立 法或研发税收优惠在也包含变动因素的设置下的影响。 4我们注意到，尽管软件被视为无形资产，但仍符合AIA政策的要求，除了传统的有形资产之外，如文中所述。2科拉多等人。(2022) 使用执行数据任务的职业就业变化来构建宏观经济层面的数据投资时间序列。 7The introduction of the AIA will of course have affected the average tax rate for both treatment and control firms. However, as富勒顿(1984) 撰写道，“平均有效税率适用于衡量现金流和分配负担，而边际有效税率则旨在鼓励新资本的使用”（第30页），表明此处相关的是边际税率。由于边际税率变化为零的原因是对于超过资本投资门槛的企业而言，因此我们并未采用回归断点设计（regression kink design）。卡等人。,2015). 在合格门槛方面。类似这些研究，我们使用企业历史上的内生变量值来定义其处理状态，在我们的设定中即为（预AIA时期的）资本投资，并将其与未来的AIA税收扣除门槛进行比较。8通过这种方式，我们获得了对这一税收政策对云服务、大数据分析和人工智能采用意图治疗效应的减少估计。9 我们的实证结果表明，对于因AIA门槛提高而降低边际资本成本的企业，其有形资本投资大幅增加。在受处理企业中，从2007年到2013年，总资本投资估计上升了61.7%，且这种强烈的影响持续到了我们数据期结束的2019年。然而，对于这些相同的企业，AIA降低了它们采用云计算技术的积极性。因此，我们的结果证实了资本激励确实扭曲了技术扩散。对于符合AIA条件的企业，其云计算采用率比同一时期平均云计算采用率（28%）低17个百分点。资本激励计划对云计算数据和存储服务（与数据存储和处理相关）的负面影响也更为显著，相比之下，对通过云访问办公和财务软件或电子邮件的影响较小。一些粗略估算表明，该政策可能使英国整体云计算使用率下降了7至9个百分点，或者说，AIA减缓了云计算扩散的速度，相当于超过了一年的进度。 我们发现，中小企业（SMEs）对加速折旧和投资税收抵免（AIA）的反应尤为强烈，相较于大企业而言。估计结果显示，符合条件的中小企业采用云计算技术的可能性降低了37%。早期的研究表明，小企业从云计算中受益最多（通过）。 它提供的灵活 / 可变成本) ，10然而 ， 我们发现这些正是那些因资本激励而减缓扩散的公司。 转向资本激励对其他数据技术的影响，我们发现证据表明，AIA政策还降低了受治疗企业使用大数据分析和AI的可能性，分别降低了18%和3%。对于这些技术，粗略估计表明，在英国，大数据和AI的整体使用速度分别放缓了7个和1个百分点。尽管看似幅度不大，但这一放缓与英国大数据和AI的使用水平相比相当显著——这使得它们的扩散速度减缓了一到两年。我们估计，在没有AIA造成的扭曲的情况下，大数据的使用率将比当前水平高14%，而AI的使用率将高30%。这些发现与云计算对大数据和AI具有互补性是一致的。 这些结果进一步得到了基于工人的分析支持，该分析显示，接受AIA政策的企业降低了从事数据分析工作的员工工资，相较于未接受治疗的企业，降幅约为1.1%。令人欣慰的是，我们在同一企业内的其他类型工人中并未发现该政策的影响，例如不从事数据任务的工人或数据库创建人员。因此，我们没有看到AIA对整体劳动力需求产生影响，而是减缓了对数据分析职业的需求，这与我们上述