郝亞軍，清華大學法學院博士研究生

以該論文為基礎的同名文章詳見《電子知識產權》2025年第2期

摘要：版權法因應新型作品利用技術的經濟邏輯是由替代效應、增值效應和交易成本構成的一項立體分析框架。強勁的替代效應和增值效應表明將人工智能作品利用行為納入版權控制范圍具有很強的正當性；但賦予產權的方案因高昂交易成本而存在嚴重的可行性問題。創新政策多元主義理論指出，知識產權制度之外，財政支持也發揮著協調信息產品生產的重要功能。以私人復制版稅制度和專利盒制度為藍本的稅收補償機制，能夠有效矯正人工智能技術引發的作品生產激勵相對不足，且具有實施成本低、資金分配效率高、政策空間大和受惠主體多元的優點。

關鍵詞：人工智能數據訓練；合理使用；版稅制度；創新政策多元主義

一、引言

人工智能技術將重新形塑整個職場生態。據國際貨幣基金組織最新報告，人工智能工具將最終影響40%的工作人群。高盛集團（Goldman Sachs）則預測，該技術將在全球范圍內替代3億個工作崗位。毫無疑問，版權產業將首當其沖。隨著ChatGPT、Midjourney和Sora等產品的問世，人工智能被廣泛運用于文學、音樂、繪畫等諸多創作領域，并在交易市場中表現不俗。人類創作者面臨前所未有的競爭，存在被機器大規模取代的風險。更令創作者感到憤慨的是，人工智能系統均由科技公司在未經許可的情況下利用已有的版權材料訓練而成。為了捍衛人工智能時代的利益，美國作家協會、《紐約時報》等版權人群體已經針對OpenAi、谷歌等人工智能科技公司發起版權訴訟。

訓練人工智能需要從數據中提取特征值，并對所提取的信息進行分解、標記和關聯，從而搭建參數模型，該過程涉及對海量作品的復制。訓練過程中的作品復制行為使得人工智能產業進入了版權法的規制視野，但理論和實務界對具體選用何種制度安排（合理使用、法定許可或者其他）仍存在激烈爭論。概而言之，作為訓練素材貢獻者的版權人是否應被賦予一項分享該新型利用行為所產生收益的權利，是亟待回答的法律問題。

“版權從一開始就是技術之子。”版權法曾經歷印刷技術、模擬技術、信息技術的“革命浪潮”，為應對新技術積累了豐富的經驗。本文將首先從紛繁蕪雜的有關版權與新技術沖突的判決、立法中，梳理出邏輯一致的經濟分析框架；其次，運用該框架對人工智能作品利用行為的賦權問題進行分析，指出替代效應和增值效應支持對版權人進行賦權，但傳統賦權方案因高昂的交易成本而存在嚴重的可行性問題；最后，引入創新政策多元主義視角，論證構建超產權補償方案的可行性。本文的結論是，版權人參與分享人工智能作品利用行為所帶來的收益具有正當性；具體分配方案應當采取稅收優惠等超產權分配方案，而非直接賦予版權人對訓練素材的控制權。

二、版權法因應新型作品利用技術的經濟邏輯

人工智能系統得以發揮其巨大潛能，是技術、管理、算力以及數據（包括版權材料）等要素充分涌流、深度融合的結果。市場經濟的基本分配邏輯是，生產要素的所有者有權按其貢獻參與增值收益的分配。針對人工智能公司發起訴訟的原告常以此為據，通過將版權訓練素材類比為石油等傳統生產要素來支撐其訴訟主張。誠然，要素分配的一般邏輯是解決產業沖突問題的合適分析起點，但版權法既有的判例學說提醒我們，該邏輯在版權領域的適用受到激勵必要性和交易成本兩項特別規則的制約。

（一）基于替代效應與增值效應的激勵收益

版權法并不旨在授予作者對作品完整的控制權，其目標是為作品創作提供必要的經濟激勵。因此，與其他生產要素不同，版權的所有者不能當然地享有所有作品利用行為所產生的收益，激勵必要性構成版權保護范圍的硬約束條件。具體到新型作品利用技術的場景，只有將新型作品利用行為納入版權控制范圍有助于實現激勵創作的目標時，賦權安排才是正當的，否則只是給版權人帶來一筆意外之財。

第一，新型作品利用行為對既有版權市場的替代效果越強，擴張版權范圍以維持激勵水平的正當性越強。版權法強調激勵必要性，但其通常難以直接回答，將新型作品利用行為納入版權控制范圍對于激勵創作是否必要。為化簡該難題，合理的策略是假定在新型作品利用技術出現之前，既有版權市場所提供的激勵處于最優水平。換言之，以新型作品利用技術出現前，版權法所提供的激勵作為基線，通過分析新型利用技術對基線的影響來求解激勵必要性難題。具體來說，當新型作品利用行為與既有的版權受控行為構成替代關系時，其將分流既有版權收益，導致版權法所提供的激勵低于基線水平。此時將新型作品利用行為納入版權保護范圍具有正當性；且替代關系越強，納入保護范圍的正當性越強。

在版權法應對新型作品利用技術的分析中，替代因素具有舉足輕重的地位。其不僅已經被我國合理使用判斷的“三步檢驗標準”、美國的“四因素測試法”明確規定為法定考量因素，也成為相似案件差異化判決的核心解釋變量。在“谷歌圖書館案”中，谷歌公司數字化掃描2000多萬冊書籍，創建機器可讀的文本語料庫，以提供全文檢索服務。用戶輸入關鍵詞后，搜索引擎會將含有該關鍵詞的作品片段予以顯示，但通常長度不超過以該關鍵詞為中心的四五行文字。美國作家協會起訴谷歌侵犯版權。美國聯邦第二巡回上訴法院審理后認定，谷歌制作數字拷貝以提供搜索服務屬于轉換性使用（transformative use），通過提供有關原告書籍的信息增加了公眾知識；同時，谷歌顯示以用戶輸入關鍵詞為中心的少量作品片段，顯然不足以替代用戶對作品的閱讀。谷歌的使用行為不構成侵權。在同樣由第二巡回上訴法院審理的Fox News Network v. TVEyes案中，TVEyes公司提供與“谷歌圖書館”極為類似的服務，其允許用戶對電視內容進行關鍵字搜索，然后觀看所搜索節目長達幾分鐘的片段。法院認為，盡管TVEyes公司所提供的服務同樣構成提高作品獲取便利性的轉換性使用，但由于該利用方式對版權人控制的既有市場造成了市場替代，因而構成版權侵權。

第二，新型作品利用技術所形成的市場規模越大，其所帶來的增值效應越強，擴張版權范圍以提升激勵水平的正當性越強。增值效應背后的原理在于，新型利用方式的出現會提升生產要素的需求，推動要素價值的上漲。以橡膠產業歷史為例，在西方世界發現該原料的很長一段時間里，其用途僅限于制作橡皮擦和防水材料。直到1888年，英國人約翰·登祿普（John Dunlop）將橡膠管兩端相連并在內部充氣，發明了充氣輪胎。制作汽車輪胎的新型利用方式激起了對橡膠原料的巨大需求，其價格隨之猛漲。數據產權的興起可以進一步佐證增值效應原理。數據本身并非新鮮事物，但直到近年數據確權問題才成為社會重要議題，其原因就在于數據利用技術的成熟推升了數據需求及其社會價值，要求社會關注數據生產的激勵問題。將增值效應原理運用到版權法因應新型作品利用技術的分析中可知，當新型作品利用技術所形成的市場足夠大時，即便其對既有版權市場沒有替代效果，將版權保護范圍擴展至新興市場也具有經濟正當性；且新興市場規模越大，擴展保護范圍的正當性越強。如果將版權法所提供的激勵比作一瓶水的話，替代效應對應的情形是，新型利用技術在瓶身鉆出了一個漏孔，版權法需要及時堵住漏洞，以防止水量流失；而增值效應則可類比為，新型利用技術開辟的新用途提高了人們對水的需求量，因此需要更大的瓶子來裝更多的水。

不同于被廣泛認可的替代效應理論，現有判例學說針對增值效應仍存在一定爭議。盡管中國和美國的合理使用分析規則均要求考慮使用行為對權利人所造成的市場損害，但對于是否以及在何種程度上考慮對潛在市場造成的損害（在涉及新型作品利用技術的案件中，潛在市場等同于新型技術所開辟的市場），存在不同的意見。持反對態度的觀點認為，將潛在市場納入損害分析的前提是假定權利人能夠控制潛在市場。然而，此類案件的爭點就在于潛在市場是否應當屬于版權人的控制范圍，因此存在循環論證的錯誤。基于上文對增值效應的分析，本文認為潛在市場是應當考慮的因素。但須注意，潛在市場的存在并不必然導致版權范圍擴展至該市場，更為關鍵因素是市場規模。下文的分析將指出，將版權保護范圍擴展至新型利用行為必然會導致一定的社會成本，如果潛在市場規模較小、增值收益較小，以較高的成本換取較小的收益也是不合適的。從現有的判例來看，新型利用技術所形成的市場規模的大小對法院裁判產生了重要影響。在諸如“谷歌縮略圖案”和“論文查重系統案”等新型利用技術所形成的市場規模較小的案例中，法院傾向于拒絕將新型利用行為納入版權控制范圍。相反，在“mp3案”以及涉及P2P技術等市場規模龐大的案件中，法院有著更高的賦權意愿。

（二）因交易成本而引發的社會損失

版權法因應新型作品利用技術的賦權分析中，替代效應和增值效應屬于支持賦權的因素，而交易成本則構成否定賦權的抵消性力量。選擇將新型作品利用行為納入版權控制范圍，等同于選擇以市場作為要素的配置方案。換言之，新型作品利用行為的合法發生需要以購買作品使用許可為前提條件。市場機制通常是、但不總是富有效率的。當通過市場進行要素配置所需消耗的成本（“交易成本”）超過了要素流通所帶來的收益時，賦權安排將會阻礙要素流通，給社會帶來純粹損失。對此，著名版權法專家保羅·戈斯汀（Paul Goldstein）教授曾有形象的說明，在交易成本阻礙當事人通過談判達成許可協議時，法律應當拒絕授予版權人對該使用行為的控制權；因為對社會而言，能得到半塊面包（使用者不向版權人支付任何費用，但能免費使用作品）總好過最終沒有任何面包（版權人無法收取費用，使用者也不能合法使用作品）。

法律不強人所難。以無法通過合理方式獲得許可為由豁免使用者責任的做法，在古老的判例就已經存在了。但直到溫迪·戈登（Wendy Gordon）教授系統性地闡釋以交易成本為內核的合理使用分析框架，交易成本以及與之相關的市場失敗理念才正式進入版權法的視野。具體來說，在版權法因應新型作品利用技術的主題下，兩種類型的交易成本構成針對新型利用行為進行賦權的障礙。第一，締約成本。在著名的“索尼案”中，美國聯邦最高法院拒絕判處索尼公司幫助侵權責任的重要原因在于，要求索尼Betamax錄像機使用者事先獲取其想要錄制的電視節目的許可是不現實的。在“威廉斯·威爾金斯訴美利堅合眾國案”中，聯邦最高法院認定被告不構成侵權同樣是考慮到，圖書館無法以合理成本在制作期刊論文復制件時取得權利人許可，賦予權利人對圖書館復制行為的控制權，在很大程度上等同于取消了圖書館制作復制件這一有利于社會的行為。第二，劫持（hold up）成本。新型作品利用技術所開辟的市場依賴于技術與作品兩項要素。如果賦予版權人對新型利用行為控制權的結果是，版權人可以憑借強大市場勢力劫持技術貢獻者；那么賦權安排將擠壓技術貢獻者的創新利潤空間，容易導致新興市場根本不會出現的雙輸悲劇。在“甲骨文訴谷歌案”中，法院認定谷歌復制11500行Java程序語言聲明代碼不構成侵權，一項關鍵性的考慮因素在于避免谷歌的創新行為受到甲骨文公司的劫持。

版權法是對知識生產者、傳播者和消費者之間的商業性關系進行調整的法律，其內在地要求將收益成本分析作為其制度邏輯。替代效應和增值效應表明將新型作品利用行為納入版權保護范圍能夠帶來一定程度的激勵收益；交易成本的存在則意味著，賦權安排可能使得作品與技術無法通過市場的方式結合，從而導致新型作品利用行為無法發生的社會損失。版權法因應新型利用技術的經濟邏輯是由替代效應、增值效應和交易成本構成的一項立體分析框架，現實案件中的結論取決于新型作品利用行為在立體坐標中的位置。

三、人工智能作品利用行為的賦權分析

上文以經濟原理為線索，以版權法應對新技術的歷史為素材，構建了以替代效應、增值效應和交易成本為核心的立體分析框架。本部分將結合人工智能作品利用的行為特點、產業現狀及發展前景進行分析，以錨定該新型作品利用技術在分析坐標中的位置。

（一）人工智能引發強勁的替代效應和增值效應

人工智能對既有版權市場的替代表現在，當消費者有使用作品的需求時（如需要一張圖片作為淘寶商鋪的背景圖），其可以通過向人工智能系統輸入提示詞的方式生成所需內容，以替代向版權人購買版權許可。盡管通常情況下，人工智能生成內容與既有版權作品并不構成版權法意義上的實質性相似，但實質性相似并非構成替代的前提。在經濟學上，替代品是指可以滿足消費需求的一組商品的集合。消費者在進行消費選擇時，通常并未形成使用某一特定作品的意圖，而只有使用作品（或某一類作品）的抽象意圖。此時，通過人工智能系統生成內容與向版權人購買作品許可便構成了競爭替代關系。“蓋蒂公司訴Stability AI案”生動詮釋了此點。蓋蒂公司通過向個人攝影師購買版權的方式，組建了一個超過8000萬張圖片的版權庫，并通過網絡平臺提供圖片版權許可服務；客戶可通過輸入關鍵詞搜索和瀏覽圖片，并決定是否購買圖片使用許可。蓋蒂公司在訴狀中指出，在蓋蒂網站上輸入關鍵詞檢索、下載圖片，與在Stability AI系統中輸入提示詞生成圖片，用戶層面的操作是高度類似的。如果用戶并非特意搜尋某一張圖片，而只是需要與關鍵詞匹配的圖片，蓋蒂公司與Stability AI所提供的服務在效果上也是高度相似的。Stability AI利用蓋蒂公司的版權圖片訓練人工智能而不支付許可費，具有很強的成本優勢，這導致蓋蒂公司及其上游產業的生存空間受到嚴重擠壓。

人工智能生成內容對版權作品的替代是一種“寄生性”替代。如果人工智能能夠憑借其“物種優勢”，在廣泛文化領域內徹底地解決文化產品供給不足的難題，那么人工智能的應用意味著人類的解放。但現實遠非如此。丹·博克（Dan L. Burk）教授指出，關于人工智能的擬人化敘事，如使用“學習”“創作”等詞匯描述人工智能，嚴重遮蔽了人工智能的工具屬性。實際上，人工智能只是一套“模式識別系統”，需要以人類提供的模式作為其行動的前提。一旦人類文化活動停滯，人工智能無法自足地發展、迭代。因此，人工智能無法獨立承擔起推動文化進步、滿足人類精神需求的社會功能，但卻通過一種更高級形式的“抄襲”搶占人類的工作、降低創作者的收入水平。在此背景下，將人工智能作品利用行為納入版權控制范圍，避免其對人類創作動力的侵蝕，具有很強的正當性。

人工智能技術市場前景廣闊，人工智能作品利用將日益成為一種主流的作品利用形式。據現有數據，OpenAI公司推出ChatGPT后，僅五天即獲得了百萬用戶，兩個月后達到了一億用戶，創造了多項歷史記錄。再如，開發熱門文生圖工具Midjourney公司成立于2021年，僅有40名員工，但在短短兩年內，即實現了超過2億美元的年度營收……與“元宇宙”等概念的爆火速冷不同，人工智能的廣闊前景有其邏輯必然性。歷史上，媒介稀缺和注意力稀缺是制約人類信息獲取的兩項關鍵性因素。隨著數字網絡技術的出現，媒介稀缺的束縛已被基本解除，注意力稀缺日益成為制約信息獲取速率的瓶頸。互聯網時代以來，人類一直致力于解決注意力稀缺難題。已有的解決方案包括門戶網站黃頁模式、搜索引擎模式、RSS訂閱模式以及算法推薦模式。盡管上述方案能夠在很大程度上提高信息與用戶需求的匹配程度，但從本質上來說，其仍只是從既有內容中進行挑選的機制，因而存在信息顆粒度較粗的缺點。在人工智能技術的發展歷程中，《注意力即全部所需》（Attention is All You Need）是一篇里程碑式的論文，谷歌研究團隊在該文中引入了自注意力機制。具有自注意力的人工智能技術能夠將既有信息完全“打散”，并按照用戶意圖進行重新組合，提供個性化匹配程度更高、顆粒度更細的信息。作為一項突破人類注意力稀缺限制的全新方案，人工智能能夠幫助人類更為高效地利用作品，并將日益成為一種主流的作品利用形式。如前文所述，更為高效的新型利用方式的出現，會推升要素需求，引發增值效應。人工智能作品利用行為所形成的龐大市場意味著，將版權控制范圍拓展至該市場中，有利于實現作品的社會需求水平與作品創作的激勵水平相匹配。

（二）產權制度安排面臨交易成本過高的困境

數據規模是影響人工智能模型性能的關鍵因素之一。較大規模的訓練數據有助于模型更好地理解語言的復雜性和多樣性，提高其適應不同領域、主題和風格的能力，從而增強模型的通用性和泛化能力。當前主流的人工智能模型均以超大規模的訓練數據作為支撐。OpenAI的ChatGPT 3.5和ChatGPT 4.0兩個版本的模型均使用了數百億個標記文本作為訓練數據。Stable Diffusion依賴的LAION-5B數據集中有50億個圖像－文本對。

現有的版權許可機制無法以合理的成本解決數十億規模版權材料的授權問題。建立許可機制的挑戰性表現在：第一，版權清點困難。人工智能訓練數據集涵蓋了受版權保護的材料和公有領域中的材料。建立許可系統首先需要查清其中的版權材料，但訓練數據密集到如大海中的水滴，幾乎無法用肉眼單獨觀察和理解，版權清點工作異常困難。第二，權利人查找困難。由于版權權屬不存在統一的登記系統，再加之訓練數據通常是由網絡爬蟲自動化抓取獲得，建立版權材料與權利人之間的對應關系存在困難。第三，商談許可條件困難。即使能夠找到相應的權利人，與眾多權利人商談許可條件也是一項耗費巨大的任務。美國版權局就曾坦言，大規模數字化作品獲得許可“基本上是不可能的，不一定是因為缺乏識別信息或無法聯系版權所有者，而是因為需要的個人許可數量太多”。第四，缺乏確定合理許可費的數據。許可機制的核心在于確定與版權內容價值相匹配的許可費率，而版權內容的市場價值通常需要借助反映消費者偏好的欣賞、瀏覽數據（如視頻平臺中的用戶播放量）確定，人工智能作品利用方式使得獲取此類數據存在很大困難。上述挑戰使得無論是傳統的授權許可機制，還是版權集體管理以及法定許可等大規模許可機制都明顯力有不逮。

在缺乏合理可行的許可機制的情況下，賦予版權人對人工智能作品利用行為的控制權將帶來高昂的社會成本。首先，高昂的交易成本負擔壓縮人工智能技術開發主體的潛在利潤空間，減弱該領域的創新激勵、放慢技術進步的步伐。其次，尋求授權的高昂交易成本構成算力、技術人才之外的又一項市場進入壁壘，加劇人工智能產業壟斷或寡頭壟斷的產業集中趨勢，推升市場競爭方面的風險。最后，尋求授權的要求還將使得人工智能系統開發者不得不放棄使用部分訓練材料，而這不僅有損系統性能，還可能帶來偏見、歧視和安全漏洞等方面的風險。

綜上所述，強勁的替代效應和增值效應表明將人工智能作品利用行為納入版權控制范圍具有很強的正當性；但賦權方案因高昂的交易成本而存在嚴重的可行性問題。該分析結論可以引申兩項行動指引：第一，在版權法上，不應將人工智能作品利用行為納入權利人的控制范圍。第二，有必要進一步思考，在版權法之外是否存在可行的機制以矯正人工智能技術引發的作品生產激勵相對不足。

四、創新政策多元主義與超產權的補償方案

傳統的分析思路在得出賦予版權人產權將會帶來高昂的社會成本時，便會以拒絕賦權結束全部分析流程。該分析思路的缺陷在于，其混淆了“激勵必要性分析”和“激勵工具選擇”的關系，以某一手段的不可行性否定目的的正當性。面對人工智能技術顛覆式創新引發的規制難題，我們有必要跳出思維定式，從創新激勵問題更底層的邏輯出發進行思考。本部分將通過引入創新政策多元主義視角論證，盡管產權分配方案不具有可行性，但可以通過稅收方式構建針對人工智能作品利用行為的版權人補償機制。

（一）創新政策多元主義

信息產品具有公共物品屬性，其生產價值無法為生產者有效內化，容易出現供給不足的問題。創新政策理論的中心問題是如何通過政策工具提升信息產品的社會供給。按照政府干預程度的不同，創新激勵工具可以分為兩大基本類別：知識產權和財政支持，后者可進一步細分為政府獎勵、基金項目和稅收優惠。自人類有意識地利用政策工具來優化創新進程以來，就一直面臨著創新政策工具的選擇問題。肯尼斯·阿羅（Kenneth Arrow）在其著名論文《經濟福利與創新資源分配》中詳盡分析信息產品生產難題后，得出的答案是“為了實現創新資源的最優分配，政府或其他一些不受盈虧標準約束的機構有必要為研究和發明提供資金。”對于阿羅的結論，產權學派的代表人物德姆塞茨（Harold Demsetz）不以為然，其認為產權機制以及相伴生的產權交易、價格信號機制，才是實現資源配置更為有效的方式。知識產權模式在解決信息產品供給問題上具有政府資助機制所無法比擬的優勢。

追隨兩位經濟學大師的腳步，法學和經濟學的文獻圍繞知識產權和財政支持的選擇和適用展開了更為細致和深入的討論。耶魯大學的兩位研究人員丹尼爾·赫梅爾（Daniel J. Hemel）和麗莎·奧埃萊特（Lisa Ouellette）指出，知識產權、政府獎勵、基金項目和稅收優惠存在三個維度的重要差別：①是由政府還是市場決定激勵的對象和幅度；②在生產完成前還是在之后兌現激勵承諾；③是由知識產品的消費者還是更普遍的公眾付費。維度差異使得各種激勵工具都具有某種程度的比較優勢；面對社會日趨多樣化的創新激勵需要，綜合運用多種創新激勵工具，即創新政策多元主義，才是應當遵循的立場。國際創新政策實踐是尼爾·赫梅爾和麗莎·奧埃萊特研究的最好注腳。世界各主要經濟體的創新政策都在不同程度上表現出多元主義的立場。以美國為例，其創新政策體系不僅包括完善的知識產權制度，還涵蓋了政府獎勵（如美國能源部的“L Prize”獎勵計劃）、基金項目（如美國國家科學基金會資助項目）和稅收優惠（如《國內稅收法典》第174節的稅收扣抵制度），這些都在解決信息產品生產難題中發揮著重要作用。

創新政策多元主義帶來的啟示是，當人工智能作品利用行為引發作品生產激勵相對不足，而產權制度又無法解決該問題時，我們可以嘗試運用非知識產權的激勵方案實現對版權人的補償。

（二）通過稅收機制實現對版權人的補償

在財政支持類創新工具中，稅收政策所能覆蓋的活動范圍最廣，具有系統性解決人工智能作品利用難題的潛質。從既有的制度實踐來看，通過稅收方式補償版權人的情形不乏其例。本部分嘗試以在歐美國家廣泛采用的私人復制版稅制度和專利盒（Patent Box）制度為藍本，構建一項針對人工智能作品利用行為的稅收補償機制。

1.補償資金來源方案。自1710年《安娜女王法》頒布以來，版權法在很長一段時間里僅規制為滿足不特定公眾需要的商業性復制行為，以個人學習、欣賞和研究為目的的私人復制則被歸入合理使用范疇。但及至20世紀中期，錄音、錄像和復印等模擬復制技術出現并迅速走進千家萬戶，私人復制變得更為便捷、成本更為低廉。此時，越來越多的版權人意識到，私人復制對其復制權的行使和收益造成了損害，對私人復制不應當再繼續保持容忍態度，而有必要通過立法對私人復制進行必要的限制。1965年，德國首創私人復制版稅制度，其要點是向復制設備和復制媒介（如錄音機、錄像機和空白磁帶，以下統稱“復制設備”）的銷售商征收一定額度的版稅，版稅再經由集體管理組織向作者進行轉付或者部分用于促進文化發展的公共事業。德國之后，歐洲各國和美國相繼采用、并進一步改進了私人復制版稅制度。其中，挪威版本的私人復制版稅制度不再直接向復制設備銷售商征稅，而是以國家財政作為補償版權人的資金來源。挪威放棄向復制設備銷售商征稅的原因在于：第一，隨著技術的擴散，可以用于私人復制的設備日益增多，還出現了以手機和電腦為代表的多用途設備；在此背景下，需要投入高昂的行政成本才能合理界定征稅設備范圍和征收稅率。第二，基于設備的版稅會以價格的形式部分轉嫁給消費者，在復制設備日益普及的情況下，其與作為公共財政來源的一般性稅收之間的差異日漸縮小。

類似地，補償版權人因人工智能作品利用行為所遭受損失的資金來源，可以是向人工智能產業主體征稅，也可以是直接來自國家財政。本文認為，就目前情況而言，后者是更合適的選擇。主要包括兩個方面的理由：第一，人工智能產業尚處于初創階段，其產業鏈結構和商業模式仍在不斷演變之中，此時確定征稅對象和設置差異化費率將導致高昂的行政成本負擔。第二，人工智能作為前沿創新具有很強知識、技術的溢出效應（Spillover Effect），目前各國稅法通常給予該類創新稅收優惠待遇，如我國《企業所得稅法》第二十五條。如果此時為補償版權人而對人工智能產業主體征稅，則會形成一面加征稅收、一面提供稅收優惠的矛盾操作。相應地，等到人工智能技術進一步成熟、商業模式進一步穩固，則可以考慮對人工智能產業主體征稅。

目前，我國普遍為人工智能產業提供稅收優惠政策作為產業發展的支持措施。按照本文的方案，人工智能產業將無需為使用版權訓練素材支出費用，國家財政承擔補償版權人損失的責任。此時一項擔憂是，人工智能產業既享受稅收優惠、又免費使用版權素材，存在被過度激勵的風險；而國家財政一方面需要對人工智能產業提供稅收優惠，另一方面又要承擔補償作者損失的資金來源，難免收支失衡。本文認為此項擔憂具有合理性，相應對策是以取消、削減對人工智能產業的稅收優惠作為平衡操作。此時整體性方案為，公共財政對版權人提供補貼→版權人免費提供訓練素材→人工智能產業放棄原先享有的稅收優惠。

2.面向版權人的資金分配方案。在解決補償資金來源問題后，仍需進一步思考以何種方式向版權人分配資金。在私人復制版稅制度中，分配方案的通常形式是，將資金先行分配給集體管理組織，由集體管理組織向權利人進行轉付。無獨有偶，阿姆斯特丹大學馬丁·森夫特勒本（Martin Senftleben）教授設計的應對人工智能沖擊的版權人補償機制也采取了類似方案。本文對此方案的效果表示懷疑。第一，如上文所述，人工智能作品利用行為的特點導致權利清點、權利人查找以及獲取計算合理許可費的有關數據存在困難。在此背景下，集體管理組織只能以統一費率向所有作品平均分配資金，而這無疑是低效的“大水漫灌”。第二，我國版權集體管理組織發展相對滯后，所收取的管理費抽成較高，部分作品類型甚至難以找到相對應的集體管理組織。由集體管理轉付費用的方案在我國的可行性進一步削弱。

本文主張建立“版權盒”制度通過稅收方式向版權人分配補償資金。專利盒（Patent Box）制度是一種政府以所得稅減免形式激勵企業進行專利成果轉化的稅收優惠政策，因稅收申報時會被要求勾選方框（Box）而得名。該制度最早發軔于1973年的愛爾蘭，后被經濟合作發展組織（OECD）國家廣泛采納。與旨在減輕研發成本負擔的研發費用抵免、加計扣除政策不同，專利盒制度的初衷是減少國家對專利收益的分成，把更多的創新收入留給產業主體。以荷蘭的實踐為例，該國的企業所得稅的基本稅率為25%，而基于專利和軟件版權的收入（包括許可使用費、投資入股資本利得和轉讓收入等）則可以享受5%的優惠稅率。設計優良的專利盒制度能夠顯著提升企業創新研發動力，據塞巴斯蒂安·布拉德（Sebastien Brad）等人的跨國比較研究，專利所得收入的稅率每降低1%能帶來3%的專利申請量增加。本文認為，為應對人工智能作品利用行為對版權人收益造成的侵蝕，可以借鑒專利盒制度經驗建立“版權盒”制度，對權利人因版權利用行為所獲得的收入予以稅收優惠待遇。

通過版權盒機制向版權人分配補償資金具有多個方面的優勢：第一，實施成本低廉。其可以借助現有的稅收系統實施，無須另行設立管理機構，行政成本較低。第二，通過設置雙層浮動關聯機制，資金分配效率更高。所謂雙層浮動關聯是指，版權人所能獲得的補償數額既取決于其所處行業，也取決于其版權營收。通過設定行業差異化的優惠費率，將補償力度與版權人所處行業相關聯，旨在反映人工智能對不同版權行業造成的不同程度影響。將補償數額與版權人營收關聯，則有利于充分利用市場信號、保留市場競爭帶來的壓力機制。申言之，對受人工智能沖擊更大的行業、同一行業內競爭績效更好的主體給予更高額度的補償，能夠使資金分配更為高效。第三，補償力度空間大。版權人通常承擔較高額度的所得稅負擔，我國企業所得的基本稅率為25%、個人所得適用3%-45%的超額累進稅率。從理論上來講，對版權收入給予的優惠費率可以為零，甚至可以是負數（意味著不僅不交稅，還可以獲得額外的政府補貼）。因此，版權盒稅率優惠有較大的空間。第四，受惠主體多元。所得稅優惠的形式既可以作用于個人也可以作用于企業，且對企業的優惠會通過滲透效應為個人分享。因此，版權盒制度所帶來的政策優惠能為廣泛的行業參與者共享、整體性改善版權產業的生態。

五、結語

人工智能作品利用行為引發的問題，本質上是版權產業與技術產業的利益分享問題，是人類社會兩大創新領域的協調問題。以促進人工智能產業高速發展為由，犧牲版權產業的利益；以推動人工智能技術創新為幌子，侵蝕文藝領域的創新動力，既不正當，也不符合經濟效率的要求。只有將人工智能產業與版權產業、技術創新與文藝創新放在平等的位置，正視人工智能技術引發的替代效應和增值效應，承認版權人分享該新型作品利用行為所帶來利益的正當性，才有可能提出解決人工智能作品利用難題的合理方案。在探索實現版權人補償的可行方案環節，則有必要打破部門法之間，以及法律與產業政策之間的藩籬，充分探索各種機制可能性。正如著名經濟學家蔡昉所言，“以生產率分享的形式保持藝術活動的存在，激勵藝術創作中創造性的充分迸發，或許就是人類生產率的長遠乃至永恒源泉。”建立人工智能作品利用行為的版權人補償機制，以防止人類藝術創造“靈光”在人工智能時代的凋零，是一項關乎人類未來的工作；這值得我們付出一番努力，并為此承擔一定的制度成本。

注：因字數關系，注釋省略。如引用、轉發請注明《電子知識產權》2025年第2期。

（未經授權禁止轉載、摘編、復制及建立鏡像，違者將依法追究法律責任）

本公眾號定期推送知識產權及競爭政策相關的法律政策與政府文件、最新全球行業信息、原創文章與專家觀點、業內高端活動消息、《電子知識產權》（月刊）&《競爭政策研究》（雙月刊）文章節選及重磅全文、專利態勢發布、中心最新成果發布及相關新聞報道等諸多內容，歡迎各界人士關注！