报告题目 | 人工智能生成内容、知识产权和数字税 AIGC, IPR and Digital Tax |
主讲人 | |
邀请人 | 赵驰(东南大学) |
点评人 | 周勤(东南大学) |
时间 | 2024年12月4日14:30 |
地点 | 东南大学九龙湖校区经管楼B201 |
报告摘要 | |
生成式人工智能的知识产权侵权问题已成为社会重要关切。本文构建了包括人工智能部门、原创艺术品部门（创造力密集型），以及衍生艺术品部门（人工智能密集型）的静态一般均衡模型，对人工智能促进艺术品创作与其知识产权侵权行为的经济影响、解决方案展开分析。AIGC对原创艺术品生产部门的侵权行为造成原创部门生产积极性下降、劳动力流出与全社会福利水平的下降，可以通过建立政府税收政策或完善知识产权追诉法律体系来缓解这一问题。政府的最优税收政策为，向人工智能部门与衍生艺术品部门征税，以对原创艺术品部门进行补贴，改善社会福利。知识产权追诉面临原创艺术品部门与人工智能部门间生产激励的取舍，对社会福利呈现倒U型影响。因此，存在一个最优的知识产权追诉水平。当政府征税成本较低时，最优税收设计模式优于知识产权追诉模式。反之，则为知识产权追诉模式。 | |
报告人简介 | |
谢丹夏，清华大学社科学院经济所博士生导师、长聘副教授，北京市优秀博士论文指导教师，清华大学优秀博士论文、优秀硕士论文指导教师，清华经济学学堂班指导教师；清华数据要素与数字技术实验室副主任。获芝加哥大学经济学博士，哈佛大学公共政策硕士，杜克大学计算机硕士。从事宏观经济学、数字经济、法律经济学、劳动与健康经济学、金融、国际、发展等领域的理论与政策研究。论文发表于PNAS、American Economic Review、Management Science、《经济研究》等国内外顶级期刊。首创提出“数据创新内生增长理论”、“监管增长理论”、“Turing Growth Theory图灵增长模型”等，并出版数字经济领域英文专著一部(Macmillan出版)。研究成果被Forbes，Financial Times，The Atlantic等国际媒体广泛报道。曾任职于世界著名智库彼得森国际经济研究所，早年曾参与我国第一个CPU北大“中国芯”(1999年)的研发。主持两项国家自然科学基金面上项目，承担多项国家自科重大、自科专项及社科重大项目，并参加多项国家政策文件起草与法律修订工作。 | |
