清研智库：AI可以模拟人类社会复杂的经济选择吗？
税收政策分析是一个发展良好的领域，拥有强大的研究机构、智囊团和政府机构广泛的建模基础架构。由于税收政策影响到所有人，尤其是富人，因此它获得了很多关注和研究经费。除进行实证研究外，布鲁克林城市税收政策中心和税收联合委员会等组织还对税收政策进行了微观模拟，以全面模拟数千种决策手段。但是，由于很难猜测人们将对不断变化的公共政策情景做出怎样的反应，因此这些模型在解释个体行为因素的能力方面受到限制。
来自哈佛大学销售力量的一组研究人员开发了一个旨在提出新的税收政策的人工智能（AI）系统，他们称之为AI经济学家。尽管其初步分析的结果并没有被《美国法典》收录，但他们提出的方法可能具有相当大的意义。当前的大多数税收政策模型都可以根据先前的研究结果推断人们对政策变化的反应。但是，在AI经济学家的方法中，计算经济参与者的行为是从简化的博弈经济中学习的。他们使用一种称为强化学习的AI来做到这一点。
强化学习
AI的一个特定子领域称为强化学习，推动了复杂行为建模的进步。强化学习系统在古代游戏和现代电子游戏中都击败了人类玩家。强化学习的工作原理是鼓励随机探索可能采取的行动，然后奖励那些导致积极成果的行动。
“ AI经济学家”方法-从游戏到博弈论
哈佛销售力量的研究人员从游戏到博弈论，采用了这种方法，建立了一个简化的世界，在这个世界里，人工代理人可以收集资源（石头和木头），然后通过盖房或在彼此之间出售商品来赚钱。代理人的技能水平不同，具有激励专业化和造成经济不平等的双重结果。他们没有硬编码这些代理人的行为，而是将最佳结果定义为金钱和闲暇时间的混合，然后让人们了解哪些选择使他们处于最佳状态。就像捉迷藏一样，强化学习产生了人类在这种情况下所看到的各种细微差别的活动，比如诸如避税策略之类的经济活动，这种行为复杂有趣，因为它提供了一种在复杂模型中产生更现实经济行为体的方法。
该系统还创建了AI政策监管机构，该机构调整了边际税率，以试图最大限度地提高经济效率和公平性。
值得进一步考虑的是经济中的AI参与者。深度学习和强化学习取得了巨大的进步，AlphaGo的例子就是最好的例证。将现代强化学习应用于模拟经济确实令人信服。但是，这种新方法带来了新旧挑战。要了解强化学习方法对学习行为的潜在价值，重要的是要了解现有的税收模型如何工作，以及为什么行为效应是其设计的一个弱点。
现代税收模式中的行为
尽管模型可以模拟各种各样的收入和工资税政策，但是它们对个人行为变化的核算更加有限。它们主要基于纳税申报表中的管理数据，而这些数据无法深入了解纳税人如何对税收政策做出反应。此行政税数据可以告诉您大多数美国人赚了多少钱，有多少家庭获得了税收抵免。但是，仅凭这些数据并不能告诉我们这些抵免额如何影响工作决定或提供儿童保育服务。
为此，这些模型使用个人对税收反应的估计来自实证研究。相对于个人对税收的所有反应方式，行为影响的清单仍然很短。所有模型均是如此，包括联邦政府使用的模型。
政策的微小调整将导致较小的行为影响，因此，在接近基准政策的情况下，模型相对准确。但是，随着变化变得更加剧烈，行为影响可能会变得更大，因此，评估模型估计的准确性变得更加困难。
学习微观经济行为的两个挑战
微观经济行为的有限核算是当前税收政策微观模拟模型中的一个已知且显著的弱点。
要客服这一弱点还存在两个主要障碍：创建现实的虚拟经济和在AI代理中产生类似人的行为。
构建现实的虚拟经济
为了使结果成为有意义的行为，游戏化经济必须更加现实。
建立足够现实的经济模拟将需要大量时间。需要对就业、住房、教育、金融、儿童和老人护理、政府等更为复杂的市场提供代表。历史上，经济学家一直不愿在扩大经济模拟方面投入大量资金。面向公众的模型似乎并没有获得足够的支持以继续发展。可以说，开源工作可能会吸引足够的社区支持以继续这项工作，但它也可能需要长期的专项资金。
经济数据收集的急剧增加，特别是在数字经济中，可能有助于实现这一目标。但是，大多数数据不向公众公开。如果研究人员能够将Google、LinkedIn、亚马逊等数字巨头的海量专有数据集以及信用卡交易数据结合在一起，那么将会出现更加全面的经济前景。
虽然建立足够复杂的经济模拟以产生令人信服的行为是困难且耗费资源的，但是对电子游戏的研究表明这是可能的。
将AI约束为现实的人类行为
对于AI经济参与者而言，有助于在提议的税收计划中发现漏洞和潜在的避税（甚至逃税）策略。它也是高度个性化的，这意味着行为是从经济前景中专门学习的。
另一方面，这也意味着AI参与者在优化其经济状况时需要受到限制。这并不是说AI不会放松，因为研究人员将“最优”的定义设定为放松和赚钱的结合。但是，这的确意味着AI参与者具有超自然的理性，以无人能及的方式最大化其财务和休闲度。使用AI模拟人的目的是为了更接近现实的人类行为，而不是经济机器。
从长远来看
在几乎所有的社交应用程序中，AI本身什么都不做。然而，随着领域专家的谨慎应用，AI可以带来渐进式的改进，随着时间的推移，会产生有意义的影响，就像在政策研究中一样。
我们可以合理地假设，在经济行为建模中采用强化学习将需要很长时间才能有意义地应用。这一点尤其正确，因为它需要更全面的经济模拟才能真正提供信息。不过，20年后，这种方法可能会产生相当大的影响，或许会取代目前围绕动态评分（即宏观经济因素应在多大程度上被纳入微观模拟模型）的辩论。许多因素表明，这可能是由于计算能力和大数据可用性的提高,行为经济学的普遍接受度以及从理论模型向实证经济学的更广泛转变。如果它真的流行起来，一种从根本上更具信息性的经济分析方法可能就在眼前——它可以帮助设计一个更好的税收制度，甚至告诉我们什么时候税收是解决政策问题的错误方法。