OpenAI CEO资助的全民基本收入实验：得出了什么结论？有什么内在缺陷？

按：本文是在南方周末首发的一篇长文，全文7500字，从五个方面介绍了这个由世界顶级AI公司CEO资助的实验项目：1.什么是UBI；2.实验方法和结果；3.经济学上的“测不准”；4.逻辑问题和实验问题；5.实验的底层认识论缺陷。今天次条是精读米塞斯《货币和信用理论》的付费文章，感谢支持。明天（8.18）晚上七点和老贾直播，轻松聊天读懂《人的行动》，欢迎预约。

OpenAI CEO资助的全民基本收入实验

得出了什么结论？有什么内在缺陷？

文 | 张是之

如果有人每月无条件给你发放1000美元现金，你会怎么花，这会对你的生活会产生怎样的影响？是会让你更努力地工作，还是会让你更想躺平了？你可能还没有考虑过这个问题，但已经有人给出了实验结果。实验结果看似科学严谨，然而却存在着巨大的方法论缺陷，本文将为你揭开这层看似科学的外衣，探讨数据背后的真相。

一、什么是全民基本收入UBI

山姆·奥特曼（Sam Altman）是OpenAI联合创始人兼首席执行官，作为顶级人工智能公司的领导者，他相信“人工智能将消除无数人类工作”，“计算机将有效取代所有制造业”。同时他认为，解决这一问题的办法是向每个人发放基本收入，也就是全民基本收入UBI，Universal Basic Income。

全民基本收入（UBI）的本质，是一种社会保障制度。它的目的是通过政府给每个人发钱，保证每个人都能获得满足基本生活需求的资金，减少贫困并增加人们的经济安全感，使人们可以更自由地选择工作、教育或创业，而不必仅仅是为了生存而工作。

UBI有几个关键特点：其一，普遍性，不分年龄、性别、职业或收入水平，所有人都能收到；其二，无条件，不需要申请或证明需要，每个人都会自动收到这笔钱；其三，定期支付，提供稳定的收入来源；其四，现金支付，接收者可以自由决定如何使用这笔钱。

UBI的概念很受美国硅谷科技人员的追捧，除了奥特曼，网景（Netscape）的联合创始人马克·安德森（Marc Andreessen），Facebook的创始人兼CEO马克·扎克伯格（Mark Zuckerberg），还有比尔·盖茨（Bill Gates）都是UBI的明确支持者。他们有一个共同的特点，都是技术上的大牛，同时认为人工智能自动化会造成人类失业问题，而UBI就是解决之道。

埃隆·马斯克（Elon Musk）此前也多次公开表示对UBI的支持，他认为随着自动化程度的提高，UBI是确保人们基本生活需求的必要措施。但马斯克的看法已经开始改变，“我们不会有全民基本收入，我们将有全民高收入”。很明显，马斯克态度背后的逻辑已经发生了变化。

UBI的理念看上去很美好，但也并非没有反对的声音，比如高福利会养懒人的问题，提供无条件的基本收入，有的人可能就会不太愿意工作或完全不工作。再比如成本问题，如果为全民提供基本收入，那么将需要巨额的财政支出，这可能导致政府需要增加税收，或者以通胀的形式筹措资金。

而UBI的支持者则认为，尽管存在潜在的挑战和问题，但UBI为所有人提供了一个基本的经济安全网，帮助他们应对失业、疾病或其他不可预见的经济困难。通过提供无条件的现金支持，UBI是减少经济贫困和不平等的最佳解决方案之一，特别是对于最贫困和最脆弱的群体。

他们还认为，UBI可以增加消费者的购买力，从而刺激经济增长和需求。特别是，随着自动化和人工智能的发展，许多工作可能会被机器取代，UBI可以作为一种适应劳动市场变化的手段，可以鼓励人们选择更符合他们兴趣和技能的工作，而不是仅仅为了收入而工作，从而提高劳动市场的灵活性和效率。

支持和反对，两种声音听上去都有道理，各有利弊。而OpenAI的CEO奥特曼，也很想知道这个问题的确切答案，所以作为“一个有钱的理科生”，他决定发挥他的这两个优势，花钱来做大规模实验研究。

奥特曼出资数千万美元，来资助非营利性机构OpenResearch的实验项目，系统研究UBI的实际效果。而这项实验的目的，就是试图回答他的一个乌托邦式的问题：如果世界上的每个人都能定期、不带任何附加条件地得到一定数额的金钱，结果会怎样?

二、UBI的实验和结果怎么样？

OpenResearch的这项实验名为“无条件收入的开放研究”（Open Research Unconditional Income Study ，ORUS），它是一个大规模随机对照实验，从2020年11月开始，到2023年10月结束，历时三年。

在这三年里，1000名被试组的个人每个月收到1000美元，而2000名对照组每个月收到了50美元，仅这两项支出就达到了4032万美元，所以这是迄今为止全球金额最大的一次关于UBI理念的实验。

OpenResearch的研究人员，在伊利诺伊州和德克萨斯州的18个县（counties）招募符合要求的人，这些县包括大型城市（如芝加哥、达拉斯和沃斯堡）、中等规模城市、郊区和农村地区。参加实验的人员年龄须在21至40岁之间，且家庭收入不超过联邦贫困线的3倍，才有资格参加这项研究。

他们先是发邮件或广告，招募人员说是邀请他们参与一个每月提供“50美元或更多”无条件现金援助的试点项目。然后他们从报名人员中筛选出3000名符合条件的参与者，再从这3000人中随机挑选1000人，给他们每人每月1000美元，而剩下的2000人则会每月只收到50美元。每月继续领50美元的人，并知道还有人每月可以领1000美元，所以他们就成为了被试组的对照组来进行对比观察。

在整个实验过程中，研究人员通过电话和在线调查、访谈和时间日记以及教育记录和信用报告等第三方来源收集数据。他们还从自愿的参与者身上抽血，以跟踪某些健康生物标志物的变化。他们的分析完成后，便隐去参与者的身份并公开实验数据。

现在，这项长达三年的实验终于给出了初步结果，并以论文的形式发表在美国国家经济研究局（NBER）的网站上。先是在7月份发表了一篇“保障性收入对就业的影响：来自两个美国州的实验证据” （The Employment Effects of a Guaranteed Income: Experimental Evidence from Two U.S. States），然后又在8月份发表了一篇“无条件现金转移对消费和家庭资产负债表的影响：来自两个美国州的实验证据”（The Impact of Unconditional Cash Transfers on Consumption and Household Balance Sheets: Experimental Evidence from Two US States）。

第一篇研究论文的主要结论集中在，无条件现金转移支付对低收入个体就业的影响。首先，无条件的现金转移支付减少了工作时间和劳动收入。每月收到1000美元的被试组，每周工作时间减少了约1.3-1.4个小时，他们在劳动力市场的参与度下降了2个百分点，也就是更不愿意去工作了。

同时，他们的年度总收入人均下降了大约1500美元。这个数据换算过来就是，被试者每收到的一美元，家庭总收入（不包括转移支付）至少会下降21美分，而个人总收入则至少下降了12美分。这个对收入和劳动小时数影响的估计值，相对于对照组平均值大约下降了4-5%。

工作时间减少了，省下来的时间主要做什么呢？调查显示，主要是休闲。另外，用于交通和财务管理、创业活动和医疗健康管理上的时间也有增加，但幅度较小。但是用在儿童照护、锻炼、找工作或者自我提升上的时间几乎没有变化。这些原本是UBI支持者期望出现的，很遗憾并没有。

其次在就业质量上，按照实验者的预期，无条件现金转移支付后，参与者虽然可能会经历更长的失业期，但可以让人拥有更多选择自由去寻找更好的工作岗位，改善工作生活质量。然而，研究人员并没有发现这种转移支付对就业质量有什么实质性影响，甚至可以排除小幅改善。

在创业方面，现金转移实验确实带来了影响。研究者从两个维度对此进行了讨论，一是承担更多财务风险的意愿，二是未来五年是否希望开办企业。接受了现金支付的被试，在这两个维度上都比对照组展现出了更多的创业企图和意愿，尽管在统计上并不显著。

不过需要注意的是，被试者表达的仅仅是意愿和企图，实际上并没有显著地转化成为创业行动。也就是说，UBI理念支持者所期望的，能让人们更自由探索提升劳动质量的效应，在这个实验中也没有体现出来。

第二篇论文则主要探讨了无条件现金转移支付，对消费、家庭资产负债表和金融结果的影响。研究发现，无条件现金转移支付显著提高了家庭的月度支出，平均每月增加至少300美元，尤其在食品、租金和交通等基本生活费用上的支出增加最为显著。尽管家庭的金融资产有所增加，但增加的资产主要体现在银行账户余额上，而这些增加的资产价值几乎被更高的债务所抵消，导致净资产几乎没有什么变化。

此外，无条件现金转移在短期内提高了家庭的金融健康和信用评分，但并未对信用额度、逾期还款、破产或丧失抵押品赎回权等产生影响。现金转移还增加了家庭的流动性，使他们能够搬到不同的住房单位和社区。研究还发现，尽管短期内消费和金融健康状况有所改善，但这些正面影响并没有转化为长期的财务状况的持续改善，特别是在年轻、低收入家庭中。

简单来说，无条件现金转移支付可能是一种有效的短期工具，虽然无条件现金转移可以短期内增加消费和改善金融健康，但可能不会对低收入家庭的长期财务状况产生实质性改善。政策制定者如果希望增加财富或改善长期财务结果，可能需要考虑更永久性的转移支付计划或其他政策选项。

两篇论文还从其他方面进行了分析，这里不再一一介绍。相比这些结论，我更看重的是其背后的分析方法。

三、经济学上的“测不准原理”

量子力学中有一个著名的“海森堡不确定性原理”（Heisenberg Uncertainty Principle），它是量子力学的基石之一，是由德国物理学家维尔纳·海森堡（Werner Heisenberg）于1927年提出。

“海森堡不确定性原理”通常也被称为“测不准原理”，它说的是：在量子尺度上，我们无法同时精确地知道一个粒子的位置和动量。换句话说，如果我们非常精确地知道一个粒子的位置，那么我们就无法精确地知道它的动量，反之亦然。

“测不准原理”的核心在于，测量行为本身会干扰粒子的状态。在量子世界中，测量一个粒子的位置或动量需要使用光子或其他粒子，这些测量工具会与被测量的粒子相互作用，从而改变粒子的状态。这种相互作用是不可避免的，因此我们无法同时获得粒子的位置和动量的精确值。

举例来说，想象你有一只非常小的猫，你想知道它在哪里（位置）以及它跑得有多快（动量）。如果你想得到它的精确位置，你就需要尽量靠近它。但在这个过程中，你可能会不小心惊扰到小猫，导致它跑掉，进而影响你测量的准确性。

“测不准原理”揭示了量子粒子的一个经典特性，粒子的状态不是预先确定的，而是与测量行为有关，会被测量行为所影响。这种不确定性是量子力学的一个基本特征，它与我们在日常生活中观察到的宏观现象有很大不同。

实际上，在经济学中也有类似的“测不准原理”。这并不是说，在经济数据收集过程中，由于各种原因导致的数据不准确。而是说，有很多问题在逻辑上无法跨越，是逻辑本身导致的“测不准”，而不是统计数据的误差所导致的。

比如社会科学中普遍存在的“观察者效应”，当一个系统被观察或测量时，观察者的行为或存在可能改变该系统的特性，而最终可能导致数据收集和分析的结果偏离实际情况。其中原因不难理解，当被观察者意识到自己被观察，可能会改变其自然行为。而观察者对被观察者的行为或表现给予反馈，这种反馈也可能影响被观察者的未来行为。

所有的实验经济学都必然要面对这样一个问题，当被试的参与者知道自己在被观察时，他们可能会改变他们的决策过程和结果。而这种观察者带来的影响，在实验经济学的设计中，实际上是无法被消除的。另外，观察者可能会选择性地关注某些特征或行为，忽略其他信息，导致数据偏差。

在OpenResearch的研究中，使用的就是这种设计实验然后观察被试者行为的方法，这其实是行为经济学的研究方法。很明显，这种研究方法，不可避免地会存在“观察者效应”，而且无法消除。实际上，在心理学的研究上，早就发现了“霍桑效应”（Hawthorne Effect）。它揭示了当个体意识到自己成为观察或研究的对象时，可能会改变其行为或表现的倾向。

“霍桑效应”得名于1920年代末至1930年代初，心理学家在美国西屋电气公司霍桑市的工厂进行了霍桑实验，本来是想看看如何能提高工人的生产效率。实验中，他们考虑了薪酬、照明、休息时间等等变量，但后来发现尽管改善了这些条件，效果也并不显著。后来才发现，工人提高效率仅仅是因为他们觉得自己被围观了，因此特别有干劲。他们知道自己被观察，这种被关注的感觉可能提高了工作动力，使他们更加努力工作。

后来，“霍桑效应”在社会和行为科学中有着广泛的应用。在教育领域，教师的期望可能会影响学生的学习成绩，这就是所谓的“教师期望效应”。在医疗领域，患者可能会因为感觉自己受到医生的关注而报告更好的健康状况。在工作场所，员工可能会因为感觉自己的工作受到管理层的重视而提高工作表现。

“霍桑效应”的心理学意义我们不做过多关注，但它在经济学上的意义却值得深思。那就是，当人们意识到自己成为了一个被观察的对象时，他们所表现出来的行动与没有被观察时，哪个更真实？这中间的差距会有多大？

实际上，这是一个无法计算的问题，因为逻辑上我们不可能设计一个不去观察的实验，也无法不通过收集被试者的信息来得到实验结果。正如我们在OpenResearch的论文中所看到的，他们需要收集被试者的各种信息，甚至连采血都用上了，这怎么可能不对被试者产生干扰，带来“观察者效应”呢？

但另一方面，这并不是一个难以回答的问题。我们很多人在学生时期都做过一些问卷调查。很多人都会有类似的想法和做法，在涉及到一些偏向负面的选项时，即便是该选项符合自己的身体心理状况，我们也会故意不选。原因不难解释，我们潜意识中都不希望别人能够窥探自己，即便有些问卷调查是匿名的。如果不得不向别人展示自己，那就尽量展示自己更光鲜的一面，而悄悄隐藏一些自己知道的缺点。

所以，如果让我来评价OpenResearch的研究成果，尽管它们耗时耗力耗钱，花了三年多时间几千万美元来做研究，但他们在研究方法上就存在着根本的缺陷和不足。无论被试者所呈现出的结果如何，他们的数据都是已经被“观察者效应”所“污染”了的。这些结果，对于被试者而言，既不是真实的自己，对他人也毫无借鉴意义可言。

四、逻辑问题而不是实验问题

OpenAI的CEO奥特曼是一个有情怀的人，他曾多次表示，全民基本收入是贫困问题的有效解决办法。他是一个行动派，他在2019年创立了世界币（Worldcoin），声称将创造一种“集体拥有的全球货币，将公平地分配给尽可能多的人。”但是这家公司和这个币，都远未达到预期目标。即便奥特曼本人目前是全球最强大的人工智能公司领导者，也没有让世界币获得成功。

奥特曼的情怀值得肯定，但他忽略了最重要的一点，那就是，人不是物，人和物是不一样的。对物理学等自然科学的研究方法，并不能照搬运用到人的行动研究上。包括行为经济学和OpenResearch在内的很多研究方法，简单地把对照实验那套自然科学的研究方法挪用过来，结论看上去有理有据，但实际上却是差之毫厘失之千里。

除了前面说的“观察者效应”之外，以人作为研究对象的社会科学，也做不到实验设计所必须的“隔离条件”。比如OpenResearch的研究中，要考察的是无条件发钱给人们行为带来的变化。理论上，只有其他条件不变，只考察这1000美元所带来的变化，才能真实反映行为变化和发钱之间的因果关系。

但现实中完全做不到，因为人们的决策可能受到很多因素的影响，每月1000美元的意外中奖在人的行为决策中到底占多大比重，则完全无法计算和衡量。所以OpenResearch的研究，充其量只能是在用数据描述发钱前后的变化，却无法在逻辑上建立有效的因果关系。

再者，科学研究追求的是普遍必然性，然而现实中千人千面，每个人都是有自由意志的行动个体。即便是3000名被试者的表现都各不相同，那么如何从这仅有的实验结果，来推断其他人面临类似情况时的选择决策呢？理论上做不到，现实中也没有人能够做到。逻辑上决定了，OpenResearch的研究，只能是一个历史数据的集合，对未来没有任何指导意义。

奥特曼没有注意到的是，关于全民基本收入（UBI）的问题，其实更多的是逻辑问题，而不是实验问题。比如成本问题，如果这项工作完全是由私人资助，那么这不过是一种慈善行为，无可厚非。但是UBI的很多支持者，他们的诉求是，希望政府可以推进全民基本收入的政策实施。这种诉求就不再是私人慈善行为，而是需要巨额的财政支出，而这势必会导致税收的进一步增加或者财政赤字的进一步扩大。

再比如这背后涉及的伦理问题，如果是私人出资做慈善，这当然没有问题。但如果用税收和财政资金来实现UBI的理念，相当于是拿别人的钱去做慈善，同时需要建立庞大的行政机构来负责发放和管理，这个过程本身恐怕就有争议。

UBI如果真的实施，必然会导致人们过度依赖政府福利，失去自我激励和自我的价值认可，进而导致社会分裂，加剧人们对贫富差距和不平等的错误认识。正如计算机科学家、虚拟现实专家杰伦·拉尼尔（Jaron Lanier）所指出的，“人们不会（对发钱的举动）说‘你真好’，他们会说，‘我恨你，因为你在告诉我说，人们需要你而不需要我，我的生计依赖于你的慷慨。’”

五、OpenResearch的底层认识论缺陷

最后我认为有必要进一步指出的是，OpenResearch的研究方法背后，还隐藏着一个重大的认识论缺陷。无论是山姆·奥特曼、OpenResearch的研究人员，还是使用类似实验方法进行研究的行为经济学家们，都没有对这个缺陷引起足够的重视。

在OpenResearch和行为经济学类似的研究中，他们没有在论文中写明，但却都默认了一个前提假设，那就是，他们认为人和人之间是可以用某个或某些常数进行关联的。也就是说，他们必须预设的前提是，通过实验结果得出的因果结论，也适用于其他那些没有参加实验的人。

因为他们的实验目的很明确，就是期望用实验数据找到某种因果关系，并利用这种因果关系来影响政策或制度的走向。所以，他们默认的前提预设，必然是实验数据和结论在不同人之间是通用的。否则，如果没有这层预设的考虑，他们的实验将变得毫无意义。

遗憾的是，这种隐藏的预设，仅仅在自然科学中成立。自然科学中有一些常见的常数，比如真空中的光速c，量子力学的基本常数普朗克常数h，中学化学就会学到的阿伏伽德罗常数，以及万有引力常数G等等。这些常数有固定的数值和单位，是我们理解自然现象和进行科学实验的基础。

但是在经济学以及任何社会科学中，我们找不到哪怕一个这样的常数。翻开任何一本经济学教科书，都不会告诉你存在一个与人或社会有关的常数，为什么？因为在人的行动中，本身就不存在自然科学中那样的常数。

哲学家大卫·休谟（David Hume）讲过一个著名的小故事：“有一个主人养了一只鸡，他总是在喂鸡之前摇一下铃铛。时间一长，鸡自然而然就把“铃铛”和“开饭”联系起来，只要听到铃铛一响，就会冲过来准备就餐。但是直到有一天，主人来了一个朋友，他计划要杀鸡来款待朋友，这个时候他又摇起了那个铃铛……”

休谟故事中的那只小鸡，每当听到铃铛响就知道是要开饭了。它看上去好像建立一个固定的因果关系，形成了一个“常数”关系。但是当小鸡的主人有一天改变了主意，这个“常数”瞬间失效。类似的，我们可能在统计学上知道一个人过去一年每天早晨都跑步，但我们无法据此就可以推断他明天早晨一定还会去跑步。

不同的环境、不同的条件，我们都可能会有不同的判断。比如逛商场看同一件衣服，我们前一秒很喜欢，而后一秒买下了就很有可能后悔。或者反过来，还是那件衣服，导购员没有讲解的时候我们不喜欢，导购员解说一番我们又变得喜欢了。再比如有的人看直播的时候本来没想买东西，结果一不小心就被主播“套路”了。

面对同一件事，我们在不同的时间也可能会有着完全相反的判断。也就是说，人有自由意志，人的自由意志决定了，我们无法像研究物理学那样，找到关于人的一种“恒常关系”。这也是奥地利学派经济学家米塞斯（Ludwig von Mises）所强调的：“在人的行动领域，不存在经验的因果常量。”

如果你能够理解这一点，你就会发现OpenResearch的研究，不过是粗略地模仿物理学的研究方法，试图通过实验数据，在人们的经济行动中建立起某种因果关系，并且默认这种因果关系也适用于那些未曾参与实验的人。很显然，他们这种默认的预设是错误的，所有的实验和结果都是建立在错误的认识论和方法论上的“空中楼阁”，毫无根基可言。

所以，奥特曼一定没有读过米塞斯的这本旷世经典，如果他读了米塞斯，也就不会浪费这几千万美元了。你读了它，至少在经济学的思维上，你比奥特曼要强很多。买它↓↓↓