title: AIBT-EX04｜AI 生產革命的公共分配閉合：政府不只是 AI 法律治理者
english_title: Public Distributional Closure of the AI Production Revolution: Fiscal Capacity, Institutional Coordination, and the Distribution of Realizable Benefits
series: AI 泡沫、產業重整與文明適應論（AIBT）
series_position: Independent Supplement EX04; outside core AIBT-01–12 and reserved X1/X2
document_id: EML-AIBT-EX04-2026-11-03
version: v0.1
date: 2026-11-03
language: zh-TW
concept_by: Neo.K
research_collaboration: GPT-6（研究整合、來源對齊、形式化與批判性編修）
institution: EveMissLab／一言諾科技有限公司
status: 完整獨立研究原稿／概念架構與可否證設計完成／未經同行評審／尚無專屬跨國因果驗證
source_format: UTF-8 Markdown; LF; no BOM
canonical_math_delimiters: inline single dollar and display double dollar
evidence_cutoff: 2026-11-03 (Asia/Taipei); 2027–2028 outcomes are scenarios, not observations
predecessors: AIBT-00, 01–12, EX01, EX02, EX03; EWDT-01, 18, 20–22; AICET-11–13; AIEC-08, 09, 12; GBI 2025, GBI 2.0 2026-07-02; Dynamic Equity Protocol 2026-07-30

AIBT-EX04｜AI 生產革命的公共分配閉合：政府不只是 AI 法律治理者

從企業成功、合法部署與資本回報，到政府財政能力、收益傳導、社會參與及實質生活世界

Public Distributional Closure of the AI Production Revolution: Fiscal Capacity, Institutional Coordination, and the Distribution of Realizable Benefits

命題提出： Neo.K
研究協作與整稿： GPT-6
日期： 2026 年 11 月 3 日
定位： AIBT 獨立補篇 EX04；承接 EX03 的「想像中的未來不等於實質的未來」；不另立母系列、不覆寫 EWDT-21 或 GBI 原始論文。
證據狀態： 本文的制度機制與形式化為候選研究構造；引用之 IMF、ILO、OECD 研究各有其樣本、情境及推估限制。本文並未實證證明「AI 必然造成失業」「政府必須實施某一方案」或「2027 年必然發生泡沫」。

作者： Neo.K
機構： EveMissLab／一言諾科技有限公司
版本： v0.1

摘要

人工智慧與長時程 Agent 可能提高知識工作、生產設計、科研輔助及數位產品交付效率。企業因應競爭而加速採用 AI，其成本、品質與產量可能得到改善。然而，企業的合法經營、單點效率與股東回報，並不能在定義上保證勞動所得、家庭購買力、公共服務、生活選擇權及廣泛社會收益同時改善。當生產力成長與報酬取得的既有連結——尤其「勞動參與—工資—購買力」——在部分領域減弱，市場與社會便面臨超出單一企業決策範圍的跨主體、跨產業、跨世代及跨境分配問題。

本文提出「AI 生產革命的公共分配閉合」（Public Distributional Closure of AI Production, PDC-AP）作為一項操作性研究框架。它不是以政府取代企業、市場或社會，而是區分五種不能互相折疊的結果：技術能力、真實產品與服務、私部門收益、公共財政能力、以及個體可以實際取得的生活世界。政府在這個框架中不是萬能外部解決者，而是具有稅制、社會保障、公共服務、競爭政策、財政投資、權利救濟與跨境協調等工具的制度性分配節點。企業可以透過工資、價格、所有權及創新分配收益；市場會藉由競爭與新需求調整；社會組織亦可參與。但若跨主體分配的協調失敗，單一企業即使完全遵法與持續增利，仍可能無法自行完成社會層級的轉型。

本文嚴格承接 EWDT-21 的「自動化社會閉合」與「廣泛世界域傳遞」，不重新將其命名為新發現；承接 AICET-11 的「收益—購買力—有效需求循環」及 AIBT-07～09、EX01～03 的生產、分配、資本與認知時間失配。新增內容是：將政府的公共分配職責與能力限制獨立操作化，提出五本不可加總的帳、財政—實物雙約束、跨境 AI 稅基與受益歸屬分離、不同政策工具的適用條件，以及監測政府分配介入是否有效的可否證設計。既有 GBI、GBI 2.0 與動態股權不是本文唯一答案：GBI 2.0 是分類權利及最低生活保障的候選制度；動態股權主要是企業治理契約，不能直接冒充普遍國民分紅；UBI、定向保障、公共服務、廣泛所有權與市場競爭政策則應保留為相互競爭或可組合的選項。

研究結論採條件形式：AI 經濟可以在無重大政府再分配改革的情況下，透過價格下降、就業調整、新產品與廣泛資產收益改善生活；也可能在某些群體中出現企業成功與生活世界收縮並存。政府介入的合理性、方式與規模，應由可觀測的傳導缺口、財政負擔能力、實體供給、行政與權利風險，以及替代方案的反事實效果共同決定，而不能直接由「AI 很強」或「企業估值下降」推出。

關鍵詞： AI 泡沫；Agent；公共分配閉合；自動化社會閉合；經濟世界域；政府財政；分配與有效需求；GBI 2.0；UBI；動態股權；收入稅基；經濟租；跨境 AI；受益者歸屬；生活世界；制度時間差；可否證治理。

Abstract

AI-enabled production may enhance firm-level output and lower costs without ensuring a proportionate distribution of income, purchasing power, ownership, public services, or effective life opportunities. This paper introduces Public Distributional Closure of AI Production (PDC-AP) as a provisional analytical interface linking the established EveMissLab frameworks on automation social closure, effective AI accessibility, income-to-demand circulation, agentic benefit attribution, and the distinction between imagined and realized AI futures. It separates technological capability, delivered output, private returns, fiscal capacity, and realized life-world access. Governments are analyzed as institutionally capable yet constrained nodes of distributional coordination, not as omnipotent substitutes for markets and firms. We distinguish compliance governance from distributive governance; monetary transfers from real resource capacity; corporate dynamic equity from universal income programs; and the concentration of AI production from the distribution of its benefits. A five-ledger accounting discipline, fiscal–real feasibility constraints, competing policy mechanisms, stylized numerical examples, and ten falsifiable propositions are proposed for 2027–2028 observation. This is not a forecast of an inevitable AI crisis or an endorsement of one universal policy instrument.

0. 研究位置：不是政府解決一切論，也不是再次發明分配問題

0.1 原始問題

研究問題： 如果 AI 公司可以合法、有效率地製造大量新產品，但新增產能、收入、財富與有效生活機會並未在社會中得到相應傳遞，那麼問題的解決單位，究竟是單一企業、競爭市場、政府，還是這些主體之間需要更新的制度關係？

本文的主張不是「企業完全沒有能力進行分配」；企業調薪、分紅、降價、提供員工持股、投資教育、降低服務進入成本，都能在具體條件下產生可觀測收益。真正的不等同在於：

一家公司的最適決策，不必然使整個經濟的分配與需求自動閉合。
一家公司遵守 AI 安全、個資、勞動、契約與產品責任法規，不必然足以保證不同家庭的購買力及社會參與。
某國政府有能力徵稅、移轉與提供公共服務，不表示它有無限財源、物資、行政可信度或跨境管轄權。
AI 作為工具、被委任執行者或未來可能的新型經濟行動者，其經濟關係可能改變；但不能從技術自主性直接推出當前 AI 擁有法律人格、財產權、貨幣發行權或納稅義務。

0.2 在既有研究中的準確位置

既有作品	已建立或提出的研究問題	本篇新增的分析接口
EWDT-18	候選 AI 能力經驗證、部署、吸收及沉積，才可主張世界域擴張	將世界擴張後的收益傳遞與政府能力分開測量
EWDT-21	企業閉環不等於自動化社會閉合；生產／消費／參與／生活四域	明確化政府作為財政與制度性分配節點及其失效條件
EWDT-22	名義 AI 可取得不等於有效智能資本與生活可達性	對公共算力、基本服務、知識與 Agent 接入設置受益追蹤
AICET-11	智能收益歸屬與有效需求循環	公共收入—移轉—需求路由的額外稅基與歸因守衛
AICET-12、13	代理責任域、智能資本集中與公共可達性	制度合法性、救濟與反身權力邊界，不只當成發錢演算法
AIBT-01、07～09	資本回收、Agent 組織規模、生產力紅利與需求斷裂	企業增利之後，誰具有跨市場協調與公共補償工具
AIBT-EX01、EX02	全域資本誤配及非泡沫長期反證	泡沫／無泡沫兩條路線，都需單獨檢查分配結果
AIBT-EX03	想像中的 AGI 未來與實質受益主體不一致	將受益錯位從認知問題轉入財政、法律與實體資源約束
GBI、GBI 2.0、動態股權	最低現金流、基本權利分類額度、企業利益共享	方案比較與適用條件；不得宣稱已完成全球法律實施

0.3 證據類型

OBS： 已取得之文獻或具明確時間、法域、樣本的觀察。
DEF： 本文的操作性分類；不是新自然定律或已採納的國際標準。
DER： 依明示前提成立的條件推導、恆等式或反例。
SCN： 假設數值及情境，不是現實資料。
HYP： 須以對照或縱向資料檢驗的假說。
NOR： 可討論的制度價值與政策候選，不冒充實證因果結論。

1. 從「生產成功」到「社會成功」仍缺一座橋

1.1 五個不同的結果層

假設 AI 系統提高某公司生產力。必須至少區分：

技術層： 任務成功率、品質、可靠性、可擴張性與單位運算成本。
產出層： 實際交付、售出、使用並被需求吸收的產品與服務。
企業與資本層： 利潤、工資、資本回報、投資風險、估值與融資能力。
公共財政層： 可合法徵得的稅收、社保收入、公共資產收益、政府支出與債務能力。
生活世界層： 家庭的實質消費能力、可獲得服務、角色、健康、時間主權、退出權與生活選擇。

上述五個層次可以相關、反向變動或呈現時間差，但不存在由第一層上升便必然導致第五層上升的一般性定理。

1.2 兩種閉環不具有邏輯蘊涵

保留 EWDT-21 的核心區別：企業自動化成功的閉環，可能是 AI 投入引起成本下降、產量提高和利潤增加；社會閉合則要求原本及新增的生產能力，經由可被驗證的關係傳遞到家庭的消費、參與及生活世界。

令 $F_t$ 表示指定企業內部的已驗證成果集合；令 $L_{i,t}$ 表示家庭 $i$ 的可達生活結果；則在沒有額外假設時：

F_{t+1}\supsetneq F_t\quad\not\Rightarrow\quad L_{i,t+1}\supseteq L_{i,t}\ \forall i.

這只是一項非蘊涵命題。它不表示任何企業成功都會傷害家庭，也不要求每位家庭在每個季度的每項生活能力都必須單調上升。

1.3 最低問題：生產—索取權脫鉤

EWDT-21 已將「生產能力增加，但大量人取得其產出的索取權未同步增加」稱為生產—索取權脫鉤。這次進一步追問：如果工資不再是某些市場中獲得索取權的可靠主通道，其他通道是否需要制度性構建？

可能的通道包含工資、企業分紅、私人資產、降價、公共服務、貨幣移轉、公共資產收益、時間紅利、教育接入、創新與新市場參與。不是所有通道都須由政府直接提供，但有些通道具有個別企業難以跨域協調的公共財、風險共同承擔及保障下限特性。

2. 微觀理性與宏觀結果：企業為何無法單獨保證分配？

2.1 競爭企業的合理決策

一家企業導入 Agent 後，可能選擇提高品質、增加產量、降低價格、縮減勞動投入、提高股息或再投資。若沒有外部性、資訊不對稱或市場力問題，競爭與價格調整本身也可能廣泛傳遞效率紅利。不能把企業利潤視為無條件的社會損失。

但是，若大量企業在相近時間內轉移勞動需求，一家公司很難自行承擔來自其他公司的失業、區域衝擊、公共衛生支出、技能轉換與跨世代收入安排。企業內帳與社會帳的邊界因此不一致。

2.2 集體行動與協調問題

令企業 $f$ 依自身可觀測的成本、價格、需求和競爭者策略選擇行動 $a_f$ ；政府、家庭與其他企業構成共同環境。即使每一家企業局部採取可辯護決策，也不存在一般性保證：

\{a_f\}_{f\in\mathcal F}\ \Rightarrow\ \text{all social distribution constraints satisfied}.

非蘊涵的可能原因包括：共同縮減工作需求、社會保險稅基連動、再訓練成本轉移、平台議價能力、地理集中、學習與資訊落差、公共服務擁擠以及金融信用收縮。

2.3 但並非每種失配都需要政府直接再分配

候選反向機制：價格下降足以提高多數家庭實質購買力；企業以更高薪資吸收互補工作；新的產品創造新需求；競爭降低平台租；廣泛持股使資本回報分散；社群、合作社及公私協作補足局部缺口。若這些通道成功，過度行政干預反而可能提高遵從成本、抑制競爭或造成資源配置失誤。

所以本篇只提出：公共分配是必須被獨立檢查的制度問題，不是必須由單一政策工具統一接管的問題。

3. AI 法律治理與經濟分配治理：兩種不能互相代替的公共職責

3.1 法律與權利治理

處理模型責任、個資、授權、產品安全、歧視風險、資料權利、電子契約、勞動保護、申訴與執法。這些制度可以減少外部損害、提高信任與市場秩序，本身具有社會價值。

3.2 經濟與分配治理

研究哪些人口可以取得新增能力所形成的所得、服務、時間、資本持有、公共資源及參與選擇；在何種條件下需要社會保險調整、稅制重配、公共服務投資、競爭政策或新型契約安排。

3.3 兩種治理相互作用，但沒有替代關係

即使一家 AI 公司全面遵守法律且沒有違規行為，仍可能發生某類勞動所得下降、稅基變動或家庭轉型成本上升。反之，一個收入保障制度即使普遍發放現金，也無法自動補足受歧視、資料不透明、越權委任或不公平申訴造成的權利損失。

因此需要區分：

\mathcal G_{\mathrm{legal}}\neq\mathcal G_{\mathrm{distribution}}.

差異不代表必須成立兩個獨立機關；它代表評估法規合規與公共分配結果所需要的證據和衡量單位不同。

4. 政府不是外部神祇，而是受約束的制度節點

4.1 政府具備的工具類別

公共財政與制度節點可能具有：

所得、資本、財產、消費及其他依法徵收之稅收制度；
就業保險、失業保障、社會救助、收入補貼與公共服務；
教育、技能更新、勞工協調、公共採購及區域轉型；
反壟斷、競爭政策、資料可攜與市場透明規則；
依法設立的公共資產、收益基金及共同投資；
跨國稅務合作、金融監理及資訊交換；
民主問責、行政救濟、審計及政策回撤。

不應把上述每項都概括為「政府發錢」，也不應把「政府可以選擇一種政策」理解為「每個法域都有財源和能力採行」。

4.2 政府的五項限制

財政限制： 稅基、既有社會支出、利息負擔、債務、政治授權與徵收能力。
實體限制： 房屋、能源、醫療人力、土地、交通、晶片及其他不能立即用貨幣複製的資源。
行政限制： 申請門檻、身分識別、資訊可靠性、錯誤補償、隱私及申訴可用性。
跨境限制： AI 服務購買地、產權歸屬地、利潤認列地及實際受益地可能分開。
政治與治理限制： 既有利益、立法協商、選擇性政策、腐敗風險、社會信任與政策持續性。

因此，政府介入必須以「能力、合法性、受益對象與驗證」共同判定。不能因為市場可能失配，就預設政府具全知計算或可無成本調整全部經濟關係。

5. 分配如何進入經濟世界域：五本不可直接相加的帳

本節保留 AICET-11 的受益者分布核查及 AIEC 的角色歸因，但針對公共治理增加一份跨主體對帳協議。五本帳是不同資料視角，不代表五種可相加的 GDP 成分。

帳本	要回答的問題	最低觀測單位	主要誤計風險
A. 生產與企業帳	哪些 AI 任務真正提升品質、效率、交付與營利？	企業—工作—時間	把模型回合數當成產值
B. 家庭與收益帳	工資、分紅、價格利益、資本收益與移轉分別落在誰身上？	家庭—人—期間	把公司利潤與股東分紅重複加總
C. 財政與公共服務帳	政府取得多少可持續財源、支付多少移轉、提供哪些服務？	法域—預算—受益群體	把公共採購支出等同已創造的淨福利
D. 實體與資源帳	現金與政策是否有對應房屋、醫療、能源及供給能力？	區域—資源—期限	把名義額度當成已可兌現實物
E. 權利與生活世界帳	有無真實可達性、選擇、參與、救濟及尊嚴保障？	個體—情境—時間	以服務使用率代表生活改善

同一筆稅收、移轉、資產購買或 Agent 交易可以在多本帳出現，但只能按照各自定義計入對應量。帳與帳之間需要對帳關係，而不是全部相加成「AI 新增價值」。

5.1 不重複計算的最低條件

若一家企業支付 $T$ 單位稅給政府，政府又將 $T$ 單位轉給家庭，企業支出、公共收入、政府移轉及家庭收入可能都各自記錄到 $T$ ，但不因此自動產生四筆社會新產值。國民所得、轉移支付、經濟福利和資產變動須按不同統計定義分開。

同理，股價上漲帶來的資產估值變化，不直接等於當期可支配現金；企業認列利潤不等於所有股東都能即時取得同額股息；服務價格下降所產生的消費者剩餘，也不是稅務機關可直接支出的現金。

5.2 收益歸屬需要角色而非單一「AI 產出」標籤

同一個最終任務至少可能涉及：委託者、AI 執行者、模型供應商、資料權利者、僱主、付款者、最終買方、受益人、納稅人與法律責任承擔者。應沿用 AIEC-09 的角色分離，不能以一個登入帳號或任務 ID 推定所有經濟權利屬於同一主體。

6. 一個可檢查的最小形式模型：收入、可達性與社會閉合

6.1 家庭可支配所得

對家庭 $i$ ，在期間 $t$ ，以避免重複記帳的口徑定義：

Y_{i,t}^{d}=W_{i,t}+K_{i,t}^{cash}+B_{i,t}+R_{i,t}^{other}-Tax_{i,t}.

其中 $W$ 為工資及勞動收入； $K^{cash}$ 為實際已實現並可支配的資本現金收益； $B$ 為公共現金給付； $R^{other}$ 為其他可支配收入； $Tax$ 為家庭實際負擔之直接稅費。這是研究用現金流分解，不是官方完整可支配所得帳，亦未把未實現股權漲價當作現金收入。

6.2 可達生活集合

家庭能否消費與參與，還取決於物價、公共服務、資格、區域與時間條件。令：

\Omega_{i,t}^{life}=\Phi_i(Y_{i,t}^{d},P_t,S_{i,t}^{public},A_{i,t}^{rights},Q_{i,t}^{available},H_{i,t},T_{i,t}).

此式只表示多條件映射。 $P$ 是家庭面對的商品與服務價格； $S^{public}$ 是實際可用公共服務； $A^{rights}$ 是合法可取得及救濟條件； $Q^{available}$ 為區域實物供給； $H$ 是家庭構成及歷史； $T$ 是時間、移動與照護限制。增加現金不保證每一項 $\Omega^{life}$ 單調擴張，例如住房實物供給高度僵固或受給付資格限制時。

6.3 財政與實體雙約束

對政府在同一口徑下的債務 $D_t$ ，作不含估值調整、偶發負債及帳外項目的示例預算恆等式：

D_{t+1}=(1+r_t)D_t+G_t^{service}+I_t^{public}+Tr_t-TaxRev_t.

$Tr_t$ 是現金或可按貨幣衡量的移轉； $G^{service}$ 是公共服務的財政成本； $I^{public}$ 是公共投資； $TaxRev$ 是已實現的稅收。當政府依現行制度透過其他財政渠道融資時，須另外記錄，不能把此簡式當成完整國民財政統計。

對具體保障項目 $k$ 與地區 $r$ ，還須檢查：

Q_{r,k,t}^{claimable}\le Q_{r,k,t}^{deliverable}.

例如，已承諾的基本住房入住名額若超過可提供且符合安全要求的居住空間，即使現金充足，也不能聲稱住房保障已實現；差額可表現為排隊、品質下降、價格上升、跨區域遷移或資格限縮。

重要邊界： 不同保障項目不一定能直接寫成同一物理單位，故 $Q$ 應先明示品項、品質、時間及地理範圍；服務名額、醫療照護及住房不可用單一抽象資源分數相加。

6.4 公共分配閉合不是一個萬能總分

定義候選的公共分配結果向量：

\mathcal C_t^{PDC}=(I_t^{security},A_t^{access},R_t^{participation},F_t^{sustainability},J_t^{recourse}).

分別表示所得安全、實際取得、社會參與、財政可持續性及權利救濟。各項指標必須先指定對象、數據、衡量方向、最低要求及缺失判準，不把它們強制壓縮成單一最優化分數。某制度可能提高現金保障，卻降低行政可近性；也可能改善公共接入，卻引起持續性的財政壓力。

7. 獲利和生產力紅利究竟經由哪些路由傳遞？

本文把既有 EWDT-21 的路由具體轉為公共觀測表，不把公共移轉當成唯一選項。

路由	收益形成方式	主要優點或機會	可能的限制與外部性
工資與新就業	互補工作、轉職、薪資、工時品質	保留勞動參與與技能激勵	適配成本、地區差、工作品質、需求量不足
價格下降	競爭使產品與服務更可負擔	無須逐戶核銷、可能廣泛受益	低收入群體的購買能力仍不足；實物稀缺部門不一定降價
私人資本與持股	股息、利息、合作社、退休基金、股權	可分享生產資本回報	起始資產分布、風險承擔及流動性差異
公共移轉	失業給付、基本所得、收入補貼	可支援暫無勞動收入者	稅基、預算、識別與行政錯誤
公共服務	教育、健康、交通、住居、數位或智能接入	不需完全經市場個人支付	服務供給、品質、治理與配給問題
公共／社會資本收益	公共基金、社會信託、合作持有	提供資本紅利的制度通道	投資波動、治理俘虜、世代負擔
時間與參與紅利	工時縮短、照護支持、社區活動及選擇權	不只衡量貨幣福利	無收入支撐時可能變成非自願失業而非自由時間

市場、企業、政府與社會組織可以共同形成上述通道；同一項制度也可能有多種作用與副作用。政策評估應針對特定缺口與現有替代通道，而非宣稱某一工具適合全部人口。

8. GBI、GBI 2.0、UBI 與動態股權：相通但絕非同一方案

8.1 UBI 是一種給付結構，不是完整的後 AI 經濟體系

一般所稱 UBI（無條件基本收入）是依指定制度對一定資格母體提供普遍、定期、個人性的貨幣給付；其可行性仍取決於財政來源、稅制回收、地方物價、原有福利替代或疊加、居住／移民資格與行政執行。現實試辦與模擬結果不能無條件外推至 AI 已取代大多數工作情境。UBI 可能改善收入安全，也可能未直接解決醫療與住房實體供給、社會角色、集體議價與跨境財政問題。

8.2 原始 GBI 是跨國最低現金流方案

Neo.K 於 2025 年 11 月提出的 GBI 原稿，聚焦全球最低現金流保障、多元跨境資金池、動態調整與治理審計。這是原創制度提案，不是已有全球條約授權、穩定徵收、財政承擔和跨國執行機關的現行制度。原稿稅率與成本參數僅能作提案假設，不能當成已查證的最適稅率或實際財源。

8.3 GBI 2.0 進一步轉向基本權利分類額度

2026 年 7 月 2 日的 GBI 2.0 內部草稿，將最低保障由純現金轉向基本權利分類額度系統（BRAS），區分最低生活保障、彈性支持和理由化超額額度，納入食、衣、住、行、育、樂、健康、通訊與數位接入。重要的治理原則包括：信用評分不得剝奪最低生活下限，AI 可協助計算及審核但不能成為不可上訴的終局裁決者。

不過，必須提出四項外部檢驗：

分類額度與通用貨幣相比，是否造成過度僵化、行政成本、隱私暴露或替代品失靈？
地區實體供給能否滿足住房、醫療、交通及服務標準？
若身份證明不全或計算失誤，是否有快速的臨時保障和人工救濟？
若全球治理機構未能成立，哪些功能可由單一國家、地方政府、國際協定或現有福利系統逐步承接？

原草稿將某種制度描述為「幾乎不可避免」屬於作者的歷史方向判斷；在本文內仍須保留未採用、由其他制度替代或功能部分實現的反證路徑。

8.4 動態股權首先是一種企業治理機制

2026 年 7 月 30 日的 EveMissLab《動態股權協議》已經修訂過早期「固定二十年持股比例」設計：母公司不預設全面動態股權；主要評估高外溢 AI／平台子公司；須根據財務、技術、組織、使用者共同創造與社會外溢等條件觸發；股權、表決權、分紅權、資訊權及治理權可分離；使用者可以透過信託、SPV 或利益池參與；AI 維護池不等於目前 AI 的法律持股。這是帶有公司型別、法律適配及治理條件的制度規格草案，而不是已生效的全國法定 AI 紅利稅或全民股份分配。

政府若研究利益共享的公共政策，必須另行處理公司法、證券法、憲法保障、契約自由、稅制、跨境資產、受益群體定義及監督權問題；不能直接把單一公司內部協議放大成全民強制持股。

8.5 分配制度的多重路徑比較

候選安排	主要調整對象	可能能回答的問題	不能直接回答的問題
失業保障／工資保險	因轉職承受短期損失的勞動者	過渡期收入斷裂	長期非勞動人口的持續索取權
UBI 類	依制度涵蓋的個人收入底線	普遍所得安全、低申請門檻	地區實體稀缺、長期參與及公平稅源
GBI 2.0 類	基本生活與社會參與分類權利	最低生活取得及項目可達性	全球執行授權、配額成本與行政救濟
動態股權／利益池	特定企業的貢獻者、使用者、員工	公司內長期受益與治理分配	企業間、地區間和未持股家庭之普遍保障
公共服務擴張	教育、醫療、住居、數位接入群體	直接提高部分實質可達性	個人貨幣自主、服務排隊與公共品質
公共資本及社會基金	參與公共資本收益的受益群體	將部分資本所得轉成較廣的收益	資本投資波動、基金治理、財政可持續性
競爭／資料可攜／互通	消費者與市場進入者	減少租金與鎖定、促進降價	立即所得安全與非市場照護
所得稅及資本課稅重配	法定納稅者與公共預算	改變稅收來源、負擔與移轉能力	跨境避稅、稅基侵蝕與供給反應

此表刻意不作勝負排序。不同法域和時間可選不同的工具組合，也可能選擇維持現有制度但改進執行；是否改善生活，應以反事實比較而不是名義制度名稱判定。

9. 跨境 AI 經濟與新的稅基錯位

AI 模型訓練、基礎設施、企業註冊、智財持有、付款使用與最終成果可能分布在不同司法管轄區。一個經濟體可能透過進口 AI 服務提高國內生產效率，卻不一定形成等量的本地模型公司利潤或利潤稅收入。反過來，模型出口國可能取得相當資本收益，卻仍需承擔其境內失業、能源與基礎設施成本。

跨國稅基與收益歸屬至少需分開：

模型／IP 產權的法定持有人與實際經濟受益人；
雲端運算、電力、資料中心與其他成本所在地；
使用 AI 的企業與最終付款客戶所在地；
因 AI 任務替代而變動的工資、營業所得及所得稅所在地；
政府真正能依法課稅的對象與可核查基礎；
消費者因價格、品質、節省時間取得的福利，不得直接計作可稅現金流。

IMF 2026 年 AI 情境研究討論勞動稅基承壓、資本收益與經濟租課稅、與就業狀態逐漸脫鉤的社會安全網，以及 AI 服務淨進口國的特殊風險；該研究為情境分析與政策討論，並非證明某一稅制改變已不可避免，也不等同正式要求所有國家立即開徵「機器人稅」。[E2]

若未來存在更加自主的 AI 對 AI 服務交易，還須依當時法律與契約保留委託者、授權者、實際執行角色、付款者、收益人及責任者，不因 AI 之間可交換工作或代幣而自動宣告 AI 成為獨立法定納稅人。這部分沿用 AICET-12 與 AIEC-09 的型別界線；需要重新立法者，明示為候選情境。

10. 例示一：企業帳成功，家庭受益卻不均勻

SCN；純假設單一產品期別，所有數字為任意記帳單位，非實際企業數據。

設定一家企業每期售出相同的一單位產品，忽略稅與庫存等差異，價格等於該期總收入：

項目	AI 導入前	AI 導入後	單期差異
買方支付價格（企業收入）	100	85	-15
員工勞動報酬	60	30	-30
當期中間投入付款	30	25	-5
企業利潤（簡化）	10	30	+20

上述數字分別滿足 $100=60+30+10$ 與 $85=30+25+30$ ，屬利潤表的簡化構造。如果所有家庭都是該商品的買方，可能因價格下降受益；但原本取得 60 工資的家庭，未必因單件產品便宜 15 而完全補回失去的 30 工資。同時，若取得利潤的股東與原員工是不同家庭，收益分配就發生轉移。

這個案例不能直接證明社會總福利下降或上升：中間投入可能來自不同家庭，產量可能因降價上升，股東也可能是退休基金，稅務與公共服務尚未計入。要判斷淨效果，必須取得完整的價格、數量、受益者與反事實資料。

由此得到的有限結論是：

\Delta Profit>0,\quad \Delta Price<0,\quad \Delta Wage<0

可以在同一案例中同時成立；「企業成功＋消費者降價」並不在邏輯上保證所有原勞動者的生活世界亦改善。

11. 例示二：發放與公共服務必須受到實體供給限制

SCN；純假設地區住房，不是政策效果推估。

某地區有 100 戶需要符合最低安全標準的住所，但在指定期限內可交付的合格居住單位僅 80 戶。政府可透過住房津貼增加貨幣支付能力，卻無法在原有 80 戶固定且不能跨區轉移的短期限內，使 100 戶全部實際取得合格住房。

若沒有搭配新建、空置屋活化、維修、租屋供給、跨區移動與權利安排，補貼的部分效果可能反映為價格提高、排隊或品質下降。但也不能由此推出住房現金補貼永遠無效：在存在空置、資訊不完全、房東接受度或信用約束的市場，補貼可能提高實際入住率。

此例說明保障的貨幣面與實體面有不同成立條件。未來 AI 即使能把建築設計、行政或採購成本大幅降低，也仍須檢查土地、許可、材料、施工、交通與完成時間。

12. 例示三：技術出口國與使用國的公共收益並不相同

SCN；兩個抽象法域 A、B。

A 國擁有模型供應商、部分訓練算力及股權資產；B 國主要是服務使用國。若 B 國企業採購 A 國 AI 後提高產出，則可能同時發生：B 國產品消費者因降價受益；部分勞動者面臨職位重組；A 國模型股東取得利潤；B 國原本依賴工資的稅基變動，但無法直接對全部 A 國境外利潤徵收所得稅。

B 國仍可能透過本地增值、營業、消費及其他依法課徵稅收取得財源；A 國也可能因補貼、競爭、設備折舊與利潤波動而沒有預想中的淨財政回報。因此「國內 AI 使用率提高」既不是「本地 AI 公司投資者一定獲利」的證據，也不是「政府一定失去全部稅收」的證據。

真正需要比較的是：原本與新增的現金流、可課稅權限、資本權利、實體產出、消費者福利與家庭淨所得，究竟分布在何處。

13. 外部研究：哪些證據支持提出這個問題？

13.1 IMF：財政與社會保障不只是安全法規的附屬品

IMF 於 2024 年的《Broadening the Gains from Generative AI》指出，生成式 AI 可能提高生產率，也可能帶來勞動市場衝擊與不平等，因此需要研究財政政策、社會保障與稅制如何讓收益更廣泛地傳遞。[E1] IMF 2026 年的全球經濟與金融情境研究更明確提出：勞動稅基可能承受壓力、保障制度與就業連結可能需要調整，而資本與經濟租課稅須考慮移動性、競爭及稅基侵蝕。[E2]

這些是政策研究中的條件性結果；不是所有國家已發生相同稅基侵蝕的既成事實，也不是 IMF 已證明某一基本所得方案最好。

13.2 ILO：暴露程度不能直接當成失業率

ILO 2025 年《Generative AI and Jobs: A Refined Global Index of Occupational Exposure》估計全球約四分之一工作者處於某種生成式 AI 職業暴露之中，最高暴露梯度所涉全球就業約 3.3%。這是以任務及職業衡量的潛在暴露，不能直接推論四分之一工作者已失業，亦不能由暴露指標推導每位個體的收入損失。[E3]

13.3 OECD：跨境貿易與可達性影響受益的地域分布

OECD 2026 年《AI meets trade》以多國多產業一般均衡模型比較不同 AI 能力與採用情境，指出 AI 帶來的實質所得效益可能跨國差異很大；AI 進口能透過價格效益惠及採用較慢的國家，但長期競爭力仍與本國採用能力相關。這是模型情境推估，不等於後十年的實際各國成長已確定。[E4]

13.4 使用資料的分配研究：帳面「勞動成本等值」不是實際發放收入

IMF 2026 年工作論文《Aggregate Gains from AI and Their Distribution》以數輪 Anthropic Economic Index 使用資料建立勞動成本等值與職業集中度指標。論文估計的年化 2.7 兆美元「勞動成本等值」是使用行為與時間價值的模型估算，不是企業已支付的工資、已實現 GDP 或政府可取得的稅收。該論文亦指出效益分布在職業與國家間不均勻，且若扣除 AI 供應及使用成本，淨收益可能改變。[E5]

13.5 OECD：政策選項涵蓋工作與社會轉型

OECD AI 原則將包容性成長與福利列為價值方向，並要求政策制定者準備工作轉型、訓練、對受影響工作者的支援與社會保障，同時兼顧創業、公共服務與收益分享。[E6] 這是國際政策建議與原則，不能等同各法域均有法定義務實施同一補助。

14. 公共分配治理的可觀測條件與政策觸發

14.1 不以 AGI 宣告或單一公司估值作觸發

是否需要調整制度，宜先測量以下因素而非設定「一旦 AGI 出現就自動全面 UBI」：

某些職業、地區及家庭是否出現可歸因於 AI 採用的持續性收入及就業品質變化；
商品與服務的品質調整後價格是否下降，以及哪些群體實際受益；
公共保險、地方稅基及福利需求是否發生同步變化；
模型及平台租金、已分配資本收益與資本持有是否更集中或更分散；
家庭取得基本生活、教育、住房、健康、AI 能力與申訴救濟的實際機會如何變化；
現有制度的申請錯誤、拒給、等待時間、財政與隱私成本；
相關結果是否受到貨幣政策、景氣週期、人口變化、貿易與能源衝擊影響。

14.2 三個不同的政府介入問題

是否存在分配缺口？ 以受影響家庭與其他類似群體比較，不能只看新聞與單一公司公告。
介入是否有比其他方案好的反事實結果？ 比較價格競爭、勞動流動、既有制度改善、公共服務或新的移轉工具，不能預設政府擴張必然有效。
是否具有持續執行能力？ 檢查中期財政、實物供給、行政覆蓋、審計、法律授權及救濟。

這三個問題各自可得到否定答案。必要性、有效性和可執行性不能互相代替。

15. 十項可否證研究假說（2027–2028 觀察方案）

以下均為 HYP，非已得到的研究結果。每項測試都需要先定母體、時間窗、比較組、變量定義及失敗條件。

編號	候選假說	可用觀測與識別方法	可反駁或弱化的結果
H01	在特定高 AI 曝露部門，任務層生產力增益可能先於家庭可支配所得改善	配對企業採用時點、薪資／就業及價格的事件研究	所得與實質可達性同步甚至更快改善
H02	某些地區企業增利與工資稅基承壓可同時存在	企業財報、地方稅收、產業重組追蹤	稅基保持穩定或上升，且可排除其他因素
H03	AI 廣泛部署時，現有就業連結型社會保障的缺口可能擴大	失業與非典型收入個案、保障資格及受益資料	既有保障覆蓋充分，無可歸因缺口
H04	降價可能不足以完全補償部分受影響家庭的收入下降	家庭消費籃、價格、收入與消費者剩餘的分離估算	降價與新收入實際補償，群體福利未惡化
H05	公共服務可達性與名義給付額會在資源緊張地區分離	住房／醫療可用量、等候、品質、地區價格	額度上升且服務可達性相應、持續提高
H06	以企業股權分紅為主的安排不能完全覆蓋未持股家庭	受益者登記、企業權益與家庭資產調查	已有廣泛資產持有足以涵蓋政策目的群體
H07	AI 技術能力集中與社會收益集中不一定同方向	模型市場、權益持有、價格及福利分布的多層對照	各層收益分布可由單一集中度穩定解釋
H08	某些 AI 淨進口國的財政與受益路由可不同於模型出口國	跨境服務帳、企業增值、就業與稅收微觀樣本	收益與可課稅稅基在多法域中高度一致
H09	制度性保障改善可能降低轉型期的生活能力損失，但成本與副作用不為零	分階段實施／合成對照／試辦 RCT 及中期財政追蹤	無額外效果，或副作用抵銷正面成果
H10	在某些條件下市場自身的降價、再就業和競爭可形成足夠廣泛的收益傳導	未擴張政策地區及產業的長期比較	持續分配缺口且可排除宏觀混雜因素

H10 是反向機制，不是為了保護本篇免於反證而設置的象徵性條目。若其在重要母體中持續成立，就必須降低「需要新增政府再分配」的強度或範圍。

16. 研究設計、反事實識別與資料字典

16.1 第一個觀測母體：企業—家庭—地區面板

候選研究對象是可合法連結、已去識別化的企業與家庭資料，至少按產業、地區、職務、收入分位及 AI 任務曝露程度分層。對照 AI 方案導入前後的任務、價格、薪資、工時、就業、利潤、稅基和家庭消費；並考慮宏觀景氣、貿易、產業競爭與人口變化。模型導入不具隨機性，故不得單憑前後差宣稱因果。

16.2 第二個觀測母體：公共制度的政策試辦與行政資料

針對收入補貼、公共 AI 可達性、技能支持、交通、住房或醫療項目，在合法、有倫理監督且不剝奪既有權益的前提下，測量申請率、涵蓋率、誤拒率、領取延遲、真實服務可及性及財政成本。可評估不同制度的局部效果，但不可把在單一國家的短期試辦視為全球 AI 高度自動化時的完整證據。

16.3 第三個觀測母體：跨境模型經濟關係

分別建立 AI 供應商、模型／IP 法定持有人、付款公司、雲端或晶片所在地、家庭受益人及公共財政的角色帳。對企業購買境外 AI 服務與自行部署的情境，使用統一價格／品質／風險口徑比較。不得由跨境 API 請求數量直接推算國民所得或可徵稅利潤。

16.4 最小資料欄位（候選）

類別	最低欄位	必須保存的限制
任務／產品	`task_id`, `deliverable_id`, `quality`, `adoption_date`, `validation_status`	品質和完成證據
AI 介入	`model_version`, `agent_roles`, `tool_access`, `automation_share`, `actual_use`	推估參與與已證參與的區別
企業	`firm_id`, `sector`, `cost`, `revenue`, `profit`, `wages`, `output_volume`, `price`	會計口徑及其他成本
家庭	`household_group`, `labor_income`, `capital_cash_income`, `transfers`, `taxes`	匿名化、受益人類型及抽樣權重
物價	`basket`, `quality_adjustment`, `geography`, `price_time`	服務品質、可替代性
公共部門	`jurisdiction`, `tax_base_type`, `tax_received`, `benefit_paid`, `service_delivered`	權限、可持續性、服務實物
實體供給	`resource_type`, `quality`, `capacity`, `queues`, `location`, `time`	供應瓶頸與跨區適用性
法權	`principal`, `payer`, `beneficiary`, `liable_party`, `appeal_path`	帳號不是當然的行動者／受益者
時間／版本	`event_time`, `measurement_time`, `publication_time`, `method_version`	時間口徑及分類器變動
研究設計	`population`, `counterfactual`, `identification`, `confidence_interval`, `failure_case`	不能有資料就假裝已證因果

16.5 最低結果分組

應至少分別報告：(a) 整體與受影響群體；(b) 收入最低、中位及最高分組；(c) 青年、中高齡及照護責任者；(d) AI 技術供應國與主要使用國；(e) 住房、醫療、數位資訊等供給彈性不同的部門；(f) 不依賴新的公共政策即可獲得紅利的人口。這些分組是可比較研究維度，不代表每種身份必然面臨同一結果。

17. 2027–2028：不預言危機日期，而是觀測制度與市場的不同時間

AIBT 原系列把 2027–2028 設為主要觀測窗口。本文延續這項時間紀律，提出四種相互競爭而可混合的情境：

候選路徑	技術／產業狀態	分配結果	須觀察的反向解釋
S1：技術進步、社會吸收較快	Agent 工作流穩定、價格下降、新需求產生	家庭實質可達性廣泛改善	就業與資本收入是否同步擴張
S2：技術成功、分配滯後	企業成本下降、能力商品化	部分家庭收入／角色受壓、制度回應偏慢	受壓是否由景氣、貿易等其他因素引起
S3：資本修正、能力沉積保留	估值下修、部分設備出清	已部署服務繼續使用，受益不均	使用率、二手資產與淨效益是否支持沉積
S4：制度提前調整、無系統泡沫	社會保障、稅制或公共服務漸進改善	局部衝擊被吸收，市場與政策共同傳導	是政策真的有效，還是原風險本來被高估

2027 年的任何企業估值下降，最多是某一金融價格投影的證據，不能單獨判定「AI 泡沫 B4 事件域」已經發生。這遵循 AIBT-EX02 的事件域分層及逐年反證規則。

18. 七項必要反例與理論修訂條件

廣泛降價與家庭收益同步改善： 若 AI 商品化帶來明顯、持續、跨收入階層的實質生活改善，即使沒有新基本所得制度，也不得宣稱公共分配必然失敗。
既有保障已足夠： 失業保險、所得稅、公共服務和市場互助若已吸收轉型，不必為命名新制度而重複建構。
公共分配產生更大成本： 若錯誤給付、財政不可持續或產能稀缺使福利改善為負，應重新設計、縮小或撤回該措施。
股權普及： 如果退休基金、員工持股或公共投資讓廣泛人口取得可支配資本所得，不能一概描述資本回報只屬少數人。
AI 不形成大規模工作替代： 若主要效果是工作增強與新職缺，保障制度應按已測得缺口調整，而不是依虛構的大量失業設計。
政府無法控制跨境稅基： 需保留國際協商、現有稅制改革、市場競爭、地方公共服務等其他途徑，不宣稱一個國家可獨力徵得全球數位租金。
物理供給與貨幣給付分離： 如果資金不能兌現商品與服務，需要調整供給、可達性及環境條件，而不應以名義發放完成率當成社會閉合。

以上反例只在指定人口、法域、時間及任務目標下使用；不能藉由不斷改變研究母體來保證理論永遠正確。

19. 研究限制、制度倫理與權利邊界

本文不提供「一套所有國家均應採用的最佳方案」，原因包括：初始稅制、家庭結構、公共服務品質、AI 產業在全球價值鏈的位置、貨幣與債務條件，以及民主與行政問責能力均不同。

分配制度還可能引入新的控制權。若 AI 參與身分驗證、福利分配、信用審查或風險評估，必須保留合法授權、最小必要資料、可解釋理由、異議申訴、錯誤修正、獨立審核、退出及防歧視措施；不能把「演算法能配出最高效率」當作剝奪基本生活下限或取消司法救濟的理由。

制度演化不必然等於中央集權，也不必然排除企業自願利益共享、工會、互助組織、合作社、地方政府、跨境協定或未來的 AI 經濟行動者。政府是具有公共授權及財政權力的制度節點，但誰能合法決策、誰參與、誰受益，以及如何防止權力俘虜，仍需要逐案與逐法域研究。

形式模型本身不是政策效果。沒有配對樣本、外部稅務資料、真實家庭微觀資料與可比的反事實，本篇不能對台灣、其他國家或全球 2027–2028 年的實際 AI 再分配需求給出可信數量估計。

20. 結論：政府須被放進經濟問題，而不只是 AI 法律問題

當 AI 從技術候選走向可部署能力，企業可以更有效率地生產，平台可以更快速地擴張，某些投資者可以取得資本回報，而消費者也可能享有更便宜、更優質的產品。這些都可以是真實的進步；但它們沒有一個單獨等於所有人的生活改善，也沒有一條在所有條件下自動成立的紅利傳導鏈。

因此，AI 時代的公共治理不能只問：這個模型是否合法、安全、可控、由誰負責？還要問：哪些新增能力真正已經交付；哪些收益形成現金流；哪些主體取得資本與索取權；哪些家庭失去或增加生活選擇；哪些公共財源與實體供給能承擔制度承諾；以及何時由市場、企業、政府或社會組織中的哪一層關係完成調整。

本文的中心結論不是「只有政府能救 AI 經濟」，而是「沒有把公共分配與財政能力納入研究，就無法完整判定 AI 生產革命是否形成廣泛的社會轉型」。

這不是一套已經完成的方案，而是一項可被觀測推翻的研究判準：如果未來世界證明市場與既有制度足以廣泛傳遞紅利，就應接受它；如果證明部分家庭因所得、權利與服務缺口被排除，就必須面對那些實質缺口，而不能只用模型更聰明、企業更盈利或法規更完整來回答。

智能可以改變生產的可能性；制度決定可能性如何進入交易；而人們真正能生活的世界，取決於那些能力、權利與收益是否在現實中完成了傳遞。

想像中的未來，不等於實質的未來；法律上的合規，也不等於生活世界已經閉合。

來源與研究前置

A. EveMissLab 已回查之內部正式研究（以來源文件自身的版本為準）

[I1] Neo.K with GPT-5.6 Sol, EWDT-01《經濟世界域轉化論：總論》, 2026-09-23, v0.1. https://unboundedaxiom.org/p/lm-004439/
[I2] Neo.K with GPT-5.6 Sol, EWDT-18《AI、泡沫與經濟世界域擴張》, 2026-09-23, v0.1. https://unboundedaxiom.org/p/lm-004409/
[I3] Neo.K with GPT-5.6 Sol, EWDT-21《自動化社會閉合與廣泛世界域傳遞》, 2026-10-06, v0.1. https://unboundedaxiom.org/p/lm-004966/
[I4] Neo.K with GPT-5.6 Sol, EWDT-22《智能資本、有效 AI 可達性與世界域分岔》, 2026-10-07, v0.1. https://unboundedaxiom.org/p/lm-004967/
[I5] Neo.K with GPT-6, AICET-11《智能收益分配、購買力與經濟需求循環》, 2026-10-28, v0.1. https://unboundedaxiom.org/p/lm-005129/
[I6] Neo.K with GPT-6, AICET-12《代理經濟責任域與制度過渡門檻》, 2026-10-28, v0.1. https://unboundedaxiom.org/p/lm-005107/
[I7] Neo.K with GPT-6, AICET-13《智能資本集中、公共可達性與社會反作用》, 2026-10-28, v0.1. https://unboundedaxiom.org/p/lm-005130/
[I8] Neo.K, GBI《全球基本收入制度》, 2025-11, 制度提案原稿.
[I9] Neo.K, GBI 2.0《全球基本收入 2.0：AI 時代的基本權利分類額度系統》, 2026-07-02, Internal Draft v0.1. https://unboundedaxiom.org/p/lm-001196/
[I10] Neo.K, 《動態股權協議：適用條件、觸發機制與利益共享》, 2026-07-30, v0.1, 公司治理草案.
[I11] Neo.K with GPT-6, AIEC-12《地球文明的 AI 經濟耦合觀測》, 2026-10-17, v0.1. https://unboundedaxiom.org/p/lm-005115/
[I12] Neo.K with GPT-6, AIBT-00、01–12、EX01、EX02, 2026-10-31 至 11-01，原系列與兩篇獨立番外。正式源碼保存於研究檔案庫；AIBT-EX03 2026-11-03 為本輪對話稍早生成的獨立候選 Markdown 補篇，尚非可替代原系列的已驗證實證結論。

以上內部來源為作者研究提案、已整理原稿及其方法邊界，不因文件存在或長度而自動取得實證證成地位；尤其 GBI 2.0 與動態股權均非已生效的法定制度。

B. 外部已核對文獻（以發表日與原始網站為準）

[E1] Dabla-Norris, E., de Mooij, R., et al. (2024). Broadening the Gains from Generative AI: The Role of Fiscal Policies. IMF Staff Discussion Note, June 2024. https://www.imf.org/en/Publications/Staff-Discussion-Notes/Issues/2024/06/11/Broadening-the-Gains-from-Generative-AI-The-Role-of-Fiscal-Policies-549639
[E2] IMF (2026). Global Economic and Financial Implications of Artificial Intelligence: Lessons from a Scenario Planning Exercise, IMF Note 2026/002. https://www.elibrary.imf.org/view/journals/068/2026/002/article-A001-en.xml
[E3] Gmyrek, P., et al. (2025). Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140, 20 May 2025. https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure
[E4] Filippucci, F., et al. (2026). AI meets trade: Global linkages and the cross-country distribution of the gains from AI, OECD Artificial Intelligence Papers No. 57, 18 March 2026. https://www.oecd.org/en/publications/ai-meets-trade_13081644-en.html
[E5] Fan, R. Y., Nguyen, H. M. (2026). Aggregate Gains from AI and Their Distribution: Global Evidence from Usage Data, IMF Working Paper 2026/147, 10 July 2026. https://www.imf.org/en/publications/wp/issues/2026/07/10/aggregate-gains-from-ai-and-their-distribution-global-evidence-from-usage-data-577586
[E6] OECD (updated principles). Building human capacity and preparing for labour market transformation; OECD AI Principles 2.4. https://oecd.ai/en/dashboards/ai-principles/P13

註：外部文獻支持研究背景或特定條件性觀察，不直接驗證本文 PDC-AP 操作性框架、個案政策成效或 2027–2028 年結果。

附錄 A｜後續研究僅需更新的最小項目

按年度補入企業、家庭與公共財政之同口徑資料，且保留各期原始版本。
優先補入市場自行傳導收益的反例，避免只收集有利於公共干預的案例。
保留 GBI 2.0、UBI、公共服務及股權政策的制度差異，不以同名欄位合併。
將 2027–2028 視為先定義的觀測期；沒有泡沫或分配危機，亦是正式研究結果。
本篇不承諾已具全球 AI 交易全母體數據、任何政府政策操作權、稅務模型部署、實體住居供給或有效政策結論。

正式交付狀態： 原稿為可單獨版本化之 UTF-8 Markdown；對概念一致性、公式分隔符與來源完整性之檢查不等於對實證結論的外部驗證。