北美首頁 | 新聞 | 時尚 | 大陸 | 美國 | 娛樂 | 體育 | 財經 | 圖片 | 移民 | 微博 | 健康
加密貨幣歡迎試用
Value Engine Stock Forecast
ENTER SYMBOL(S)

爲什麼美國勞動生產率增速會持續下降?

http://finance.sina.com   2020年11月21日 01:31   北京新浪網

  原標題:爲什麼美國勞動生產率增速會持續下降?

  來源:肖立晟宏觀經濟分析

  Emily Moss、Ryan Nunn和Jay Shambaugh文,由母雅瑞翻譯,肖立晟校對。

  導讀:本文來自 中國社科院世界經濟與政治研究所編譯的第200期智庫半月談。原題名爲“The Slowdown in Productivity Growth and Policies That Can Restore It”,作者是Emily Moss、Ryan Nunn和Jay Shambaugh。Emily Moss是漢密爾頓項目的研究助理。Ryan Nunn是明尼阿波利斯聯邦儲備銀行社區發展應用研究的副總裁助理。Jay Shambaugh是喬治華盛頓大學埃利奧特國際事務學院經濟學教授,近期已加入拜登新政府經濟顧問委員會。本文是2020年6月發表在布魯金斯學會上的研究文章。全文編譯如下:

  勞動生產率的增長推動了經濟增長。然而,除了在20世紀90年代中期和21世紀初,生產率出現了短暫的激增以外,在過去的半個世紀裏,生產率的增長普遍放緩。2004年以來,單位小時的工作產出增長率只有1.4%,僅爲二戰後30年以來增長率的一半。生產率增長放緩並非是美國獨有的現象,所有主要的發達經濟體都經歷過類似的生產率增長下滑。在本文中,我們主要探究美國生產率增長放緩的原因和有助於恢復生產率增長的公共政策。

  引言

  當前,美國正處於一場公共衛生危機和一場自大蕭條以來最嚴重的經濟緊縮的時刻,通常與生產率相關的學術討論可能會顯得深奧難懂。目前美國最重要的問題是挽救生命,照顧病人,防止更多的工作崗位瓦解和企業的破產消失。現在的秩序是穩定的,而近期的目標是復甦經濟和恢復正常社會的運轉。

  然而,歷史的經驗告訴我們,經濟很可能遭受長期的失業、收入減少、生活水平降低和產出低迷的創傷。將生產率的增長問題置於經濟政策的首位和中心是至關重要的。我們能否建立合理的機制和發展新的技術,從而使我們能夠戰勝流行病、氣候變化和其他一系列挑戰?我們能否復甦經濟的長期增長,以提高人們的生活水平,並且幫助提出大流行下經濟發展的應對方案?

  隨着時間的推移,爲了讓人們的生活水平隨之而提高,人們需要在一定的工作量下能夠生產出更多的東西。產出的增長並不能保證可以增加工資或者平等分配收益,但它對生活水平的持續改善是必要的。增加人們的工作時間肯定會影響產出,但社會能夠或者想要調動的勞動力數量是有限的。因此要實現產出的持續增長,就需要提高勞動生產率。這種增長可能是由於工人技能的提高,或受教育程度的提高(人力資本增加),因爲工人就可以將更多的有形資本用於他們的工作,或者這種增長也可能是因爲綜合因素帶來的整體生產率的提高。最後一個因素通常會被簡單地形容爲無法用勞動力或資本的增加來解釋的產出的增加,這一因素通常歸功於更好的技術、更好的管理和更好的制度。

  100年前,美國處於工作年齡的勞動力大約有一半有工作(美國人口普查局,1923)。在2020年的經濟衰退之前,約61%的16歲以上的人口有工作(勞工統計局[BLS] 2020a)。但這些人往往每週工作40小時左右,遠低於一個世紀前人們通常每週工作的時間——50小時(Whaples 2001)。因此,今天的人均工作小時數與一個世紀前大致相同。然而,在此期間,美國的人均產出增長了6倍以上(Bolt et al. 2018)。我們沒有更多地工作,但我們的工作更有效率,在過去的一個世紀裏,這一點大大提高了人們的生活水平。

  過去100年生產率的持續增長意味着人們擁有了更多的食物和資源、更好的醫療保健和住房條件,以及在汽車剛剛開始主宰道路、電話是奢侈品的時代,人們做夢也想不到的消費品。創新和生產率推動了生活水平的提高。

  創新和創造新技術的能力對於今天和以往一樣重要。目前人們面臨着從大流行病到氣候變化等各種各樣的挑戰,這些挑戰都需要新的想法和技術。新疫苗、清潔能源和許多其他創新不僅能夠逐步提高生活水平,其對我們的生活方式也至關重要。此外,隨着時間的推移,我們需要實現更快的產出增長,從而應對COVID-19大流行所需要的人力和衛生保健方面的鉅額投資,以及應對氣候變化所需要的大量投資。

  然而,除了20世紀90年代中期和21世紀初時,生產率出現短暫的爆增以外,生產率的增長在過去的半個世紀內普遍放緩。在一個新技術似乎可以定期改變我們的消費和生活方式的世界裏,這一點可能會讓人驚訝,但自2004年以來,單位小時的工作產出就僅僅以1.4%的速度增長,這只是二戰後30年來增長速度的一半。隨着時間的推移,爲了改善美國人的生活水平,制定能夠提高生產率增長的政策至關重要。有時工資水平會隨着生產率的增長而增長,而在其他時候,生產率的增長只會被一小部分人所掌握。我們需要適當的競爭政策和勞動力市場制度,從而確保人們可以共享生產率增長帶來的優勢。

  在本文中,我們回顧了近期美國勞動生產率增長的經驗,並探討了過去15年生產率增長放緩的一些原因。我們注意到,資本投資和全要素生產率增長都有所放緩。然後,我們將討論導致生產率增長放緩的一些廣泛原因及其政策影響。雖然對於GDP和生產率的衡量有一定誤差,但我們不能把經濟增長放緩僅僅歸因於衡量的計算錯誤。同樣,就業從生產率較高的行業(如製造業)向生產率較低的行業(如許多服務業)的轉變可以解釋一部分經濟的放緩,但這肯定不是全部原因。我們似乎也沒有達到經濟增長的極限。我們現在還不清楚下一波創新浪潮的形式和時機,它也可能不會發生。

  我們的研究和分析將得出明確的政策引導的含義。很明顯,沒有一項政策能夠單獨重新引導美國的創新和生產率增長,儘管增長放緩有很多原因,但這也不是無從下手。爲了推動更快的創新和生產率增長,我們需要探究增長放緩的原因。

  **  宏觀經濟政策的目標是實現充分就業,以支持生產率的增長,特別是在經濟衰退之後,因爲在經濟衰退期間,企業不會投入那麼多的投資或創新。

  **  通過加強聯邦政府對研發和公共資本(基礎設施)支出的承諾,逆轉目前處於不斷下降趨勢的研發支出和公共資本(基礎設施)支出。

  **  解決知識產權體系中的阻礙創新而非鼓勵創新的問題。

  **  改革那些在沒有達到其他社會目標的情況下限制生產率的法規。

  **  消除那些導致經濟活力下降的障礙,這些障礙會阻礙企業的形成和工人的流動。

  **  確保受教育的機會,讓美國人可以獲得更多的教育和培訓,部分原因是爲了應對最近生產率增長放緩,以及勞動力老齡化會降低生產率。

  隨着時間的推移,這些政策都是提高生產率增長速度的重要途徑。通過實施這樣的政策,可以比近幾十年來更快地提高人們的生活水平,並讓我們走上比在大流行病蔓延前更繁榮的道路。

  生產率的增長髮生了什麼變化?

  人們通常用國內生產總值(GDP)來衡量一個經濟體的總產出,國內生產總值是指某一年生產的所有商品和服務的價值。雖然GDP忽略了許多影響幸福感的重要因素(例如良好的健康狀態、環境的質量和社會平等),但它依然是一個總結某一經濟體可以消費、投資或被政府使用的產出非常有用的方法。因此,人均GDP(即人均總產出)是衡量人們平均生活水平的一個粗略指標。經濟及其衡量方法可能會很複雜,但人均GDP只是每個人工作的小時數和他們單位小時工作所產生的產出的組合。

  宏觀經濟學主要關注經濟的總產出,而經濟的總產出又取決於有多少人有工作,有多少人失業,有多少人是勞動力。但從長期來看,更重要的是一個經濟體生產總產出的效率,即單位小時工作的GDP。這種效率措施稱爲勞動生產率,它的增長對提高人們的生活水平至關重要。

  可以在圖1中看到生產率和生活水平之間的關係,它描繪了勞動生產率的增長與經過通脹調整後的單位小時工資的增長之間的關係。可以發現,工資的增長與生產率的增長密切相關:生產率快速增長的時期,工資的增長幅度較大,生產率緩慢增長的時期,工資增長的幅度較小。

  圖11948-2018年美國勞動生產率和實際時薪的關係

  資料來源:美國勞工統計局(BLS)2020b;作者計算得來。注:數據反映了私營非農業企業的所有就業人員。勞動生產率和實際時薪的年平均增長率(虛線),指的是1948-1974年、1974-1995年、1995-2004年和2004-2018歲勞動生產率的指數水平值和實際時薪的複合變化率。

  圖1將生產率和工資增長分成了四個通常被討論的戰後時期。第一個時期發生在1948-1974年,這是一個生產率迅速增長(平均年增長率爲2.6%)和薪酬增長(2.5%)的時期。第二個時期是1974-1995年,當時生產率的增長和薪酬增長都放緩了。在這一時期,實際薪酬的增長放緩實際上遠遠超過生產率的增長放緩,這反映出了各種各樣的經濟和政策阻力,這些阻力限制了工人的獲利,包括私營部門工會作用的下降,貿易的影響,以及企業在設定工資方面的市場力量的增加(Shambaugh and Nunn 2018;Shambaugh et al. 2017)。1995-2004年是生產率快速增長的短暫過渡期,隨後是2004-2018年,生產率和工資增長的放緩到了戰後的最低水平。1973年之後,生產率和工資增長之間的持續差距表明,僅僅提高生產率的增長速度不足以提高普通美國人的工資水平和生活水平。但生產率的增長對工資的增長有着明顯的影響,這表明,它仍是持續提高人們生活水平的一個重要因素。

  根據標準增長會計覈算,勞動生產率的增長有三種形式:(1)勞動構成的變化,(2)資本的深化,(3)全要素生產率(TFP)的增長。區分這三個因素可以更好的理解教育、資本投資和其他進步(例如,技術進步)分別扮演的角色。物質和人力資本的增長可能會受到我們儲蓄、投資能力以及資本回報遞減的限制。但全要素生產率的增長受到的限制就要少得多,它主要受到我們的理解和想象力的限制。圖2顯示了與圖1相同時期內的勞動生產率增長的上述組成部分。

  圖21948-2018年美國勞動生產率增長的組成部分

  資料來源:美國勞工統計局(BLS)2020 c;作者計算結果。注:數據爲私營非農業商業部門。全要素生產率的貢獻是單位勞動和資本投入的總產出。資本深化的貢獻是單位小時的資本服務乘以資本在當前美元成本中所佔的份額。勞動構成的貢獻是勞動構成乘以勞動在當前美元成本中所佔的份額。勞動力構成衡量了勞動力年齡、教育程度和性別構成變化的影響。該圖顯示的是根據每個時期開始年和結束年的指數水平值計算得到的複合變化率。

  在1948-1974年期間,全要素生產率和資本的深化對生產率增長都做出了相對較大的貢獻,隨後在1974-1995年期間,全要素生產率急劇下降。相比之下,這一時期勞動力構成的變化對經濟增長的貢獻要大一些,其在隨後的幾個時期內,每年平均貢獻了0.2-0.3個百分點。1995-2004年期間生產率增長是由全要素生產率上升和資本深化共同推動的,其中資本深化的貢獻最大(每年1.3個百分點)。不過,在過去的15年裏,整體生產率增長然後再次下降,其模式與1974-1995年期間如出一轍。如圖2所示,全要素生產率的增長率降到了戰後所有時期的最低水平,其間伴隨着資本深化的急劇下降。

  從長期來看,無論是勞動力構成的變化,還是資本的深化,都無法無限期地推動勞動生產率的迅速增長。換句話說,僅僅增加更多的機器、更多的教育或更多的培訓,永遠不能夠單獨地推動生產率增長。全要素生產率的增長是長期生產率增長和人們生活水平改善的重要組成部分。

  不幸的是,我們無法直接衡量全要素生產率的增長。更確切地說,相反,全要素生產率的增長是扣除勞動生產率增長中的勞動力構成變化和資本深化後的組成部分。需要注重的是,全要素生產率的增長實際上是對我們無知的一種衡量,它只能被我們間接地衡量(Abramovitz 1956,11)。經濟學家通常將全要素生產率增長稱爲技術進步,但它包含的內容更多,它包括管理實踐的改變、資本和勞動力使用效率的提高,以及能夠提高或降低生產效率的制度結構的改變。儘管我們不能確切地說全要素生產率的增長是什麼,但它在經濟產出的年度增長中佔了相當大的一部分,如圖3所示。即使是在2004-2018年的低增長時期,全要素生產率(TFP)的增長(0.5%)佔全年實際GDP增長(2.1%)的24%。

  圖31953-2018年美國實際GDP和全要素生產率

  資料來源:美國經濟分析局(BEA)2020b;美國勞工統計局(BLS)2020d;作者計算結果。注:數據爲私營非農業商業部門。1953年的5年移動平均線是用1949-1953年的數據計算得到。陰影條表示衰退時期。

  近期勞動生產率增長和全要素生產率增長的下降已經成爲了全球現象,這表明生產率放緩不太可能是由美國特有的因素造成的。如圖4所示,自1995年以來,所有G7經濟體的勞動生產率增長和全要素生產率增長都出現了下降趨勢。儘管在這兩個時期內,美國的勞動生產率年增長率大幅下降(1.4個百分點),但在2004-2018年期間,美國的勞動生產率增長率仍以每年1.1%的速度增長,是七國集團中增長最快的經濟體(圖4)。同期加拿大以0.9%的速度緊隨其後,然後是意大利,其以0.1%的速度緊跟。在所有顯示的經濟體中,全要素生產率增長的下降是勞動生產率增長下降的主要原因。這種下降甚至延伸至發達經濟體以外的地區。儘管中國的生產率增長率在2008年金融危機前保持強勁,但自那以後,它對產出增長的貢獻就小得多了(Raiser and Soh 2019)。

  圖41995-2018年七大工業國勞動生產率增長和全要素生產率增長

  資料來源:經濟合作與發展組織(OECD),2020年;作者計算結果。注:數據爲整體經濟數據。勞動生產率增長是單位小時工作的GDP。平均年增長率是根據按2015年購買力平價計算的以不變美元爲單位的GDP指標計算的。每條橫線的交叉部分代表了一定時期內全要素生產率增長對該國整體勞動生產率增長的貢獻。

  爲什麼生產率增長會下降,該如何利用公共政策緩解?

  生產率增長的下降是由許多因素共同決定的:對於這種趨勢有太多的解釋,其中有一些解釋是相互重疊的。一些解釋表明,生產率增長仍然保持在較高的水平,生產率增長的下降只是計量有誤,而另一些解釋則指出,這是因爲行業或勞動力構成的發生了轉變。一些解釋表明,我們只是耗盡了容易獲得的創新資源,隨着時間的推移,我們將面臨生產率增長速度大幅度放緩的局面,而另一些解釋則將最近生產率增長放緩的部分原因歸咎於經濟大衰退(Great Recession)的餘波。規章制度也會影響創新,對公共和私人投資的激勵也會影響資本深化與發現和使用新創新的速度。

  在本節中,在解釋潛在的政策應對方案之前,我們將先探究生產率增長放緩的幾個核心解釋。鑑於生產率在1973年之前(尤其是1973年之後)就已經開始放緩了,因此經濟學家試圖解釋這一放緩時,其實已經有很多這樣的問題被探討過了。目前我們不能確定經濟放緩的某個單一、明確的原因,但在某種程度上經濟放緩的多重原因是樂觀的,因爲它們提供了許多渠道,通過這些渠道,政策可以促進生產率增長和提高生活水平。

  1、對生產率增長的錯誤衡量

  經濟計量是不完美的,生產率的計算也不例外。因此,一些人懷疑,生產率增長的下降是否是由於這種錯誤衡量而導致的產物,而不是真正的經濟變化所造成的(Brynjolfsson and McAfee 2011;Feldstein 2015)。考慮到全要素生產率增長是用除去勞動力和資本投入變化後剩餘的GDP增長來衡量的,這些數據中的任何一個測算錯誤,特別是全要素生產率的測量,都會影響勞動生產率增長的整體度量。

  在生產率和實際GDP的衡量中,一個特別令人擔憂的問題是對通脹的正確評估。衆所周知,隨着時間的推移和產品與服務質量的提高、或新產品和服務的推出,根據產品和服務的改善對數據進行調整是非常困難的(Moulton 2018)。如果新產品的質量或價值沒有恰當地體現在價格中,那麼GDP本身就會被誤測。如果這些衡量問題隨着時間的推移變得更加糟糕,生產率增長可能會出現(錯誤地)下降。

  對最近的技術和產品創新的反思爲誤測的假說提供了證據。儘管互聯網上的許多服務(例如電子郵件和在線導航)對降價消費者的福利有很大的貢獻,但這些服務對消費者來說是免費的。因此即使統計機構盡他們的最大努力,也可能不足以捕捉智能手機等信息時代產品的進步。更成問題的是那麼本就很難衡量的服務部門(如教育或醫療保健)的質量改進,而這些部門在經濟中所佔的份額正在增加(Moulton 2018)。如果產出和質量難以衡量的行業在經濟中所佔的比重增加,那麼總體上的誤判問題可能會越來越嚴重。

  然而,現有的證據表明,單是測量錯誤並不能解釋生產率增長的下降。首先,許多新產品(智能手機),或服務(互聯網搜索引擎) 在2004年後生產率放緩之前就已出現。目前還不清楚新的、高質量的產品和服務的引進速度是否在增快。但研究表明,在2004年後的經濟放緩之前,難以衡量生產率增長的信息技術硬件才是導致測算錯誤的更重要的因素。調整這些商品的誤測實際上加劇了勞動生產率增長的下降,這一點必須加以解釋(Byrne, Fernald,and Reinsdorf 2016)。此外,生產率增長的下降規模本身是很難被誤測的:在被誤測的行業中,真正的勞動生產率需要在11年裏增長363%,這是難以置信的 (Syverson 2017)。

  有時有些人認爲,引入免費服務可以解釋生產率增長下降的原因。但那些看似免費的服務實際上往往是通過廣告或收集數據來進行貨幣化,最終可以被間接地計入GDP中。更普遍的想法是,商品和服務產生的消費者剩餘沒有被計入GDP的數據中,因爲個人從產品中獲得的福利價值大於公司收取的價格。目前尚不清楚,互聯網時代帶來的未被捕捉的盈餘是否比電視或電話發明時產生的更多。

  因此,雖然在某種程度上GDP和生產率肯定被錯誤地衡量了,但研究的共識是,這種誤測不能完全解釋2004年後生產率增長的放緩。因此,值得探討的是,隨着時間的推移,還有哪些其他因素降低了生產率增長。

  2、產業結構變化

  一個相關的可能性是,美國勞動力市場可能已將工人轉移到了生產率水平較低或生產率增長較低的行業。這種情況可能會自然而然地發生,並不一定會引起人們的恐慌。如果一個部門的單位小時產出迅速增長,但作爲消費的一部分卻沒有增長,那麼隨着時間的推移,在該部門工作的人會越來越少。在美國,由於貿易和消費模式的轉變,那些單位小時高產出和生產率高增長的製造業在就業中所佔的份額有所下降(BLS 2020b;作者計算)。因此勞動力流入了生產率較低的行業,這可能是導致總體生產率增長放緩的原因之一。

  Triplett和Bosworth(2004)描述了一種被廣泛接受的觀點,即服務業在經濟中所佔份額的上升將傾向於降低生產率增長。但它們表明,服務業是信息技術創新的主要消費者,它推動了1995-2004年生產率增長的復甦,這一點讓純粹的重新分配的解釋似乎不太可能。

  此外,如果再分配是放緩的全部原因,那麼每個行業的生產率增長將保持穩定,而向生產率較低的行業的再分配將會降低平均水平。但是,對行業生產率增長的初步觀察表明,在1995-2004年及2004年之後,生產率增長普遍下降。換句話說,不只是由於就業在各行業間以某種方式轉移,從而抑制了總體生產率的增長。更確切地說,大多數行業在1995-2004年期間的勞動生產率增長比2004-2018年期間要高。

  圖5顯示了在1995-2004年和2004-2018年時期,某些大型產業的勞動生產率的年增長率。在1995-2004年期間,大多數工業的勞動生產率都有着強勁的增長趨勢。例如,零售業每年增長4.5%,製造業每年增長4.7%。而在隨後的2004-2018年間,這兩個行業的增長都要慢得多,分別爲2.2%和1.1%。在圖5所示的行業中,只有礦業(受益於美國的水力壓裂熱潮)和卡車運輸在後一時期的增長更快。

  圖51995-2018年按選定行業的勞動生產率增長情況

  資料來源:美國勞工統計局(BLS)2020 b;作者計算結果。注:由於數據可用性,覈算數據爲1997-2018年,醫院數據爲1995-2016年。這個數字所顯示的行業並不包括私營、非農業企業部門;截至2016年第一季度,他們代表了51.4%的總就業人數和50.6%的非農業企業的工作時間。所顯示的行業代表了11個主要行業(由於就業率低,不包括藝術、娛樂和娛樂)的最大的具體行業(2016年就業)。例如,會計是專業服務部門中規模最大的具體行業。

  研究人員在(反事實的)假設下計算了這些時期的勞動生產率增長率,即假設產業構成沒有改變,發現反事實的增長率非常接近實際觀察到的增長率(Byrne,Fernald,and Reinsdorf,2016)。工人跨行業的流動,似乎並沒有推動生產率增長出現實際上的全面下滑。

  3、創新和生產率增長的限制

  全要素生產率的增長並不完全由技術的變化決定。例如,即使沒有出現新技術,更好的管理實踐和制度也能推動全要素生產率的增長(Bloom,Sadun,and Van Reenen 2017)。但全要素生產率仍然深受科技進步的影響。例如,20世紀20年代到40年代,全要素生產率每年的增長約2%,這是由電力、化學和電信等技術的應用推動的(Shackleton,2013)。1995-2004年生產率的高速增長主要是由新的信息技術和互聯網的廣泛普及所推動的。

  這些技術發展的重要性,讓一些人認爲,它們可以解釋2004年後的生產率增長的下降,實際上它們也可以解釋1974-1995年生產率增長的下降。最值得注意的是,經濟學家Robert Gordon (2016)認爲,生產率增長之所以放緩,是因爲最近的技術進步遠不如早期的技術進步那麼令人印象深刻。19世紀末20世紀初,從衛生設備到內燃機的革新徹底改變了美國人的生活。隨着這些創新在20世紀中期得到了充分利用,它們帶來了巨大的生產率增長。該論點認爲,從整體上看,自那以後的技術進步相對來說微不足道。

  然而,這種評估並不意味着技術進步在今後幾年中一定會保持疲軟。一些研究人員看到了人工智能和機器學習等技術的前景,目前這些技術正在開發和應用中,但其利處尚未被廣泛傳播(Brynjolfsson,Rock,and Syverson 2017)。經濟學家羅伯特•索羅(Robert Solow),他因在理解經濟增長方面的貢獻而獲得了諾貝爾獎,他在1987年說過,計算機時代無處不在,唯獨在生產率的統計數據中看不到(Solow, 1987)。在接下來的20世紀90年代,生產率開始激增,部分原因是由於計算機技術的創新(Shackleton 2013)。創新和由創新帶來的生產率增長並不總是同步的。

  一種可能性是,像美國這樣的發達經濟體正處於暫時的技術停滯期。1995-2004年期間,信息處理技術投資的好處得到了廣泛地利用,生產率增長也隨之迅速增長。圖6顯示了信息處理設備和軟件的投資(佔GDP的一部分)的急劇增長,從一開始20世紀90年代初約佔到3%,到2000年達到了4.4%的峯值。但是,在2004年之後,當生產率增長下降到一個較低水平時,這種投資所帶來的生產率增長的提高是短暫的(Byrne,Fernald,and Reinsdorf,2016)。

  圖61974-2019年信息處理設備和軟件的私人固定投資

  資料來源:BEA 2020;作者計算結果。注:陰影條表示經濟衰退期。

  鑑於過去勞動生產率和全要素生產率的增長和下降都是不可預測的,現在得出美國或其他發達經濟體的生產率已經達到了上限的結論可能還爲時過早。如果我們知道未來可以重振經濟的創新技術的話,那麼它們現在應該已經在實現的過程中了。歷史上的許多時候,創新似乎都已經窮途末路,但隨後又開始了新的一波創新浪潮。然而,從歷史的角度上來看,要想把生產率提高到1974年以前的水平,技術的進步確實是必要的。

  4、經濟衰退的餘波

  上面所討論的生產率增長下降的原因,並不一定適用於任何特定的政策補救措施。例如,如果衡量出來的生產率增長僅僅因爲誤測而下降,那麼隱含的政策回應應是改進測量方式(儘管提高實際生產率增長的政策措施仍會受到歡迎)。在本節的其餘部分,我們將討論經濟衰退的原因,而這些原因確實暗示了政策的補救措施,我們首先從週期性經濟衰退對生產率增長的影響說起。

  經濟衰退往往會減緩生產率增長,但這一動態並不總是能夠得到廣泛的認可。宏觀經濟理論經常在對長期增長的探索,和商業週期的繁榮與蕭條之間劃清界限。這種區別是基於這樣一個假設:經濟活動的起伏是圍繞着由生產率增長基本面所驅動的趨勢發生的。不過,最近的研究表明,經濟衰退會以多種方式給產出和生產率增長造成更長期的影響。儘管這些研究肯定不能解釋始於2004-2005年的生產率增長放緩的趨勢,但它們可能有助於解釋全要素生產率增長在長期中出現的緩慢時期,尤其是在經濟大衰退之後。

  需求衝擊具有長期影響的觀點可以追溯到Campbell和Mankiw(1988),他們注意到了衝擊對GDP的持久性影響。Blanchard,Cerutti和Summers(2015)表明,在很多國家,由需求衝擊(邏輯上應該是暫時的)導致的經濟產出下降往往會持續很長時間。Fatas和Summers(2016)發現2009年對產出的初始衝擊可以解釋隨後年份與預測產出的偏差,這表明金融危機的衝擊是永久性的。這些國家不僅深陷經濟衰退,而且這些衰退似乎還降低了潛在產出。

  經濟衰退會持續壓低產出水平和產出增長的原因如下。首先,當企業看到更多客戶的潛力時,它們往往會加大投資,而當前一年內產出增長的上升,往往預示着下一年的投資增長會更快——這一動態符合加速器理論。由於許多公司在全世界範圍內進行銷售,全球經濟的衰退抑制了公司對需求的預期,這會對投資的增長造成更大的壓力(經濟顧問委員會[CEA] 2017年第二章)。

  Bivens(2017)指出,以快速增長爲特徵的高壓經濟具有提高潛在產出的潛力,並着重研究了某一年的產出增長與下一年投資之間的關係。我們在圖7中展示了這種關係。當經濟增長更快時,下一年的投資也會更快。這種相關性表明,經濟衰退(尤其是復甦緩慢、持續時間較長的經濟衰退)可能會導致投資減少。較低的投資會降低每個工人的資本,也會降低企業產生或使用新創新技術的速度。

  圖71948-2016年非住宅固定投資和所有GDP的其他組成部分的增長

  資料來源:Bivens 2017。注:NRFI指非住宅固定投資。數據來自BEA國民收入和產品賬戶(NIPA)。

  經濟衰退後,失業率通常會很高,如果企業想擴大生產,就會有充足的勞動力可供僱傭。在大衰退後的前幾年裏,勞動力的可用性和工資的緩慢增長可能有助於解釋爲什麼企業根本不需要對提高生產率的技術或資本進行投資。Reifschneider,Wascher和Wilcox(2015)發現,全要素生產率和資本深化在2008年金融危機後均大幅下降,其中大約一半的生產率增長下降是由資本深化造成的。公司未能進行投資,隨着資本深化的放緩,這直接降低了生產率的增長,但同時這也降低了全要素生產率的增長,因爲新的創新技術沒有被開發或投入使用。

  其他研究發現,大衰退後對需求的衝擊在很大程度上解釋了全要素生產率增長下降的原因,因爲需求下降導致減少了新技術的使用 (Anzoategui et al.,2019)。如果這種效應僅僅造成了技術實現的暫時延遲,那麼隨之而來的是實現所有積累技術改進的生產率的爆發。但是,如果這種影響造成了創新本身的減少,那麼它就代表了產出水平的永久性下降,如果某部分創新從未被實現,那麼隨着時間的推移我們甚至可能會失去生產率的增長。

  這些想法的政策含義相對簡單。爲了避免經濟衰退可能帶來的投資和創新的損失,宏觀經濟政策應該積極推行反週期政策,儘可能避免或縮短經濟衰退期。漢密爾頓項目與華盛頓中心(Washington Center for Equitable Growth)聯合出版了一本書,其中包含了一系列政策建議,建議加強美國的財政自動穩定器,以確保財政政策在經濟需要時提供更多的需求,而在經濟不需要提供更少的需求 (Boushey,Nunn,and Shambaugh 2019)。這些政策再加上更廣泛意義上的強有力的反週期財政和貨幣政策,有助於避免經濟長期低迷和在衰退真正發生時振奮投資和信心,因此對在一段時間內提高生產率增長非常重要。

  5、研發不足

  無論是對企業還是政府而言,研發支出都是創新和生產率增長的基本驅動力,它能夠產生新的創新技術和新的產品。

  如圖8所示,聯邦研發支出雖然仍然可觀,但從1960年(佔GDP比率爲1.6%)和1980年(佔GDP比率爲1.1%)以來都有所下降。2018年,商業部門對研發的資助佔GDP比率爲2.0%,聯邦政府緊隨其後,其研發支出佔GDP比率爲0.6%(包括聯邦機構的支出以及對高等教育和其他機構的資助),其他來源佔GDP比率爲0.2%。

  圖81953-2018年美國研發支出情況(按資金來源分類)

  資料來源:國家科學與工程統計中心(NCSES) 2020。注:其他包括非聯邦政府、高等教育和其他非盈利組織對美國研發的資助。2017年和2018年的數據是初步數據,可能會進行修訂。

  企業支出的增長抵消了政府資助研發支出的下降,但這兩類資金並不完全相同。聯邦政府傾向於在基礎研發上投入資金,而企業部門則把錢花在了更接近市場的技術上(Sargent 2020)。更側重於基礎研究的投資往往會對長期生產率的增長產生更大的影響(Popp 2019)。

  研究表明,我們進行創新的成本已經超過了它的收益。自20世紀30年代以來,美國增加的科研人員數量是其有效數量的數倍,同時美國經歷着科研生產率增長的放緩(Bloom et al. 2020)。這可能是因爲科研嚮應用研發的轉變(Arora,Belenzon,and Patacconi,2018),或者僅僅是因爲科研探索了成本較低的創新技術,而今天的挑戰是需要更昂貴的實驗室設備和科學家。這兩種解釋都表明,來自聯邦政府的基礎研發資金的減少會不利於全要素生產率的增長和GDP的增長。

  鑑於政府研發資金的不足是導致生產率增長下降的原因,加大研發投資是較爲明確的政策應對方式。大幅度增加聯邦研發支出有可能提高全要素生產率和產出的增長。John Van Reenen(2020)在《漢密爾頓項目政策建議》中提出了這樣一種觀點,呼籲增加聯邦研發支出,希望該支出能夠佔GDP比率能達到0.5個百分點,即大約1000億美元,以用於應對氣候變化和公共衛生等國家面臨的重大挑戰。

  6、基礎設施和公共資本

  研發增加了企業家和現有企業利用的思想深度,從而可以推動經濟轉型和經濟增長。但僅憑這些想法並不足以促進高水平生產率的出現。一系列的公共產品可以用來支持生產率,使市場有效運轉,併爲創新者的成功創造條件。此外,如上所述,勞動生產率是全要素生產率、物質資本和人力資本的函數。公共資本的增加可以增加總資本存量,從而提高勞動生產率。這一增長也可以通過提高其他資產的生產率來增加私人投資(CEA 2016)。

  有形基礎設施是公共資本最顯著的例子。特別是交通基礎設施,它是經濟高水平活動的關鍵先決條件:公路、鐵路、機場、海港和公共交通都有助於市場的有效運作(Schanzenbach,Nunn,and Nantz 2017)。圖9顯示了聯邦政府在交通和水利基礎設施上的花費。1960年聯邦政府在交通、水利等基礎設施建設方面的支出佔到了國內生產總值的2.9%,而2017年該比重降到了2.3%。

  圖91956-2017年聯邦基礎設施支出情況

  資料來源:國會預算辦公室(CBO) 2018。注:聯邦基礎設施支出是指交通(高速公路、公共交通、鐵路、航空和水運)和水基礎設施(供水設施和資源)方面的公共支出。陰影條表示經濟衰退時期。

  這種下降並不完全反映了沒有進行必要的公共投資這一現象。20世紀中期的美國正在建設一個交通運輸網絡,而現在這一網絡需要比新的建設更多的維護。有時,對與建設新基礎設施相關的就業機會的強調,掩蓋了一個重要問題:新的實物資產實際上能增加多少產出和福利?但基礎設施投資的下降,以及一些地區基礎設施不足的證據,都表明了嚴格評估改善公共基礎設施的潛在機會的重要性(Schanzenbach,Nunn,and Nantz 2017;Turner 2019)。

  公共資本投資的下降本身可能是其他政策失敗的結果,正如美國交通基礎設施建設的超高價格所揭示的那樣(Levy 2018;Nunn,Parsons,and Shambaugh 2019b)。新建築,特別是在高密度地區,往往存在不必要的障礙,從而大大提高了其成本(Nunn,Parsons,and Shambaugh 2019b;Shoag 2019)。

  如果經過嚴格的成本收益分析,公共資本支出的增加可以增加公共資本存量,並鼓勵增加私人投資,從而提高勞動生產率。如果這些增長旨在支持更廣泛的全要素生產率增長(例如,公共實驗室建設或寬帶接入),它們可以提供更大的經濟推動力。

  7、知識產權制度面臨的挑戰

  如上所述,全要素生產率的長期增長在很大程度上是由技術可能的改進所驅動的。要做到這一點,需要付出努力:勞動力和資本必須投入到新領域的探索和發展中去。在某些情況下,這種努力是免費的,比如在開源軟件的開發領域(Belenzon and Schankerman 2015)。在其他情況下,它可以通過市場成功獲得直接的回報(沒有政府幹預)。例如,一家首先開發出贏者通吃技術的公司可能因此獲得先發優勢。

  但有時投資只有在公共政策的幫助下才有利可圖。一項核心的政策工具是授予發明者使用其發明的獨家(臨時)權利,換句話說,就是專利。在排他性期間,發明人壟斷該發明,獲得比沒有專利時更高的利潤。這提升了私人部門對創新的興趣。這樣做,專利就解決了一個典型的公共產品問題:當創新者不能從他們的努力中獲得回報時(因爲競爭者可以立即從這些努力中獲益),創新就太少了。圖10顯示了全球主要專利局授予的新專利數量的快速增長趨勢。

  圖101990-2018年全球主要專利局的專利授權數量

  資料來源:世界知識產權組織(WIPO)2019。注:歐洲指歐洲專利局。South Korea指韓國。

  然而,專利制度帶來的社會效益——創新動力的增強——也帶來了一些成本。第一個成本是人們熟悉的以任何形式存在的壟斷的負面影響,這與較高的價格和相對於競爭市場的供應減少有關。它也會對創新和生產率產生影響,因爲後續的發明人在不向最初發明者支付報酬的情況下,就不能在自己的工作中使用專利產品或工藝。我們很難把握激勵創新的措施和這些激勵措施產生的成本之間的平衡 (Ouellette和Williams 2020)。

  第二個成本可能不太爲人所熟悉,它來自專利可能給潛在創新者帶來的累積負擔。如果一個發明者在審查現有專利時不夠仔細,那麼他在創造一種新產品或新工藝時可能會無意中踩到其他專利。在某些領域,授予的專利太多了,以至於在不觸及其他專利的情況下很難進行創新。人們可能很難駕馭所謂的“專利叢林”(Shapiro 2001),這會給創新者帶來不可預測的訴訟風險。在某些情況下,很難簡單地確定誰對什麼發明擁有哪些權利(Ouellette和Williams 2020)。

  一些研究人員強調,專利叢林可能給商業活力和最終的生產率增長帶來了阻力(Akcigit and Ates 2019)。市場領導者對知識產權保護的過度使用可能會限制知識的傳播。圖11是從Akcigit和Ates(2019)的工作中複製出來的,其描述了頂級專利持有公司註冊專利份額的上升,以及相反的,新進入者註冊專利份額的下降。這種不平等會給那些必須與已經擁有其他市場優勢的現有公司競爭的進入者帶來巨大的負擔(Shambaugh et al. 2018)。

  圖111980-2012年專利註冊

  資料來源:Akcigit和Ates 2019。注:專利申請公司的前1%指註冊專利的份額最大的前1%創新公司所註冊的專利份額。新進入者是指首次申請專利的公司所註冊的專利份額。

  8、監管

  生產率增長放緩的另一個潛在原因是監管障礙。監管對生產率的影響可以通過多種形式。首先是在生產率的衡量和其他政策目標之間進行權衡。例如,可以通過降低GDP的方式來加強環境保護(例如限制某些類型的生產)。鑑於環境保護的一些好處沒有體現在GDP中,這可能是一種不錯的權衡,但它可能在某些情況下降低GDP增長,也可能降低單位小時產出。

  第二種類型的監管影響來自於給定監管的糟糕制定。一項政策可能旨在達到某種目的,但對生產率產生了附帶的(可能是無意的)負面影響。例如,職業許可規則有時比保護公衆健康和安全所需的更加繁瑣,這導致出現了一些進入某些勞動力市場的不必要的障礙,從而損害了經濟效率(Kleiner 2015;White House 2015)。

  第三種類型的監管影響來自於許多個別監管的集體影響。正如專利的累積效應有時被說成是一個專利叢林,發明者難以駕馭(如上所述),一系列的法規也可能給個人和企業帶來類似的負擔。這些單獨的規則可能帶來的好處超過了它們(狹義定義)的成本,但它們合在一起時,可能會給勞動力和資本的生產性重配或創新過程中帶來摩擦。例如,Gutierrez和Philippon (2017a, 2017b)的研究發現,聯邦法規總體上與更大的市場集中度和商業投資下降有關。

  這些監管造成的影響並不意味着需要全面解除管制,部分原因是監管往往可以促進增長。例如,鉛中毒對認知的長期損害比限制鉛暴露的法規對長期GDP的損害更大(Aizer et al. 2018),而提高銀行安全性的金融監管可以限制一些貸款,仍有助於在此過程中避免代價高昂的金融危機。這些考慮突出了在設計和審查法規時使用成本收益分析的重要性,確保法規以最低限度扭曲的方式實現其目標。

  9、市場競爭減弱,市場活力放緩

  正如之前詳細分析討論漢密爾頓項目的那樣,在過去的幾十年裏,美國市場的特點是市場競爭的減弱和市場集中度的提高(Shambaugh et al. 2018)。產品和勞動力市場的集聚都到了令人擔憂的程度,產品市場的集中度明顯隨着時間的推移而增加。

  在一個密切聯繫的經濟發展中,市場也變得缺乏活力,因爲流動性減少了,就業機會減少了,創業也減少了。減弱的活力和減弱的競爭對工人的工資都有着負面的影響(Shambaugh,Nunn,and Liu 2018;Shambaugh et al. 2018)。

  這一點對於理解生產率增長緩慢也很重要。沒有充滿活力的市場,生產率的增長將受到影響。許多勞動生產率增長最快的企業都是年輕企業,這表明創業是生產率強勁增長的關鍵支撐(Alon et al. 2018)。高度集中的市場對創業的進入構成了不小的挑戰,這可能會限制創業對生產率增長的核心影響。此外,將員工從低生產率的企業重新分配到高生產率的企業,這對整體生產率的強勁增長是必要的。企業的缺乏會導致工人流動的選擇減少,同樣也會限制生產率增長(Foster,Grim,and Haltiwanger 2016)。

  然而,圖12顯示出,隨着時間的推移,企業的形成率已經下降。自1979年以來,每個主要行業都出現了創業率下降的情況。例如,製造業的新公司所佔比例從1979年的11.3%降至2014年的4.2%,而服務業的新公司所佔比例從12.6%降至7.8%。較年輕公司的就業份額也在下降,這意味着越來越多的工人受僱於老牌(可能不那麼有活力)公司(Shambaugh et al. 2018)。

  圖12按照年份、行業劃分的創業率

  資料來源:美國人口普查局,1977-2014年。注:創業率的計算方法是將成立不到一年的企業數量除以每年一個行業內的企業總數。

  充滿活力的市場還有助於促進創新和高效的商業實踐在整個經濟中的傳播。自2000年以來,生產率最高的企業與其他所有企業之間的差距不斷擴大(Decker et al. 2018),這減緩了總生產率的增長,而相對落後的企業一直能夠與之保持同步。加速有效管理實踐和技術改進的傳播將有助於提高整體的生產率水平(Bloom and Van Reenen 2007)。

  可以實施一系列的政策干預,從而增強產品和勞動力市場的活力。加強競爭政策的利用可以確保新創業者更容易地進入市場。減少對大公司的補貼,轉而集中支持企業家和初創企業,可以提高創業率(Chatterji 2018)。限制使用競業禁止協議和其他限制性勞動力市場政策,可以提高工人的流動性,也可能提高創業率(Marx 2018;Starr 2019)。更廣泛地說,職業許可證或土地使用限制等可能會限制生產率增長,同時爲在職者提供利益的法規可能會受到嚴格的審查。

  10、人力資本和勞動力增長放緩

  創新可能需要經過多年訓練的專業知識。在1876年至1951年出生的人羣中,平均受教育程度以每10年0.8年的速度快速增長,連續幾代人的受教育程度都要比他們的前輩多增加了大約兩年。而這一增長速度現在已經放緩:在1951年到1987年出生的人羣中,其平均受教育程度每10年只增加了0.3年(見圖13,這是Autor,Goldin,和 Katz在2020年的分析)。最近,年輕人的受教育程度略有上升,這或許是受到大蕭條時期勞動力市場選擇惡化的影響(National Center for Education Statistics 2020)。提高教育的質量和年限,是提高生產率的重要組成部分。

  圖131876-1987年按出生年份劃分的30歲人羣的受教育程度

  資料來源:Autor,Goldin和 Katz 2020。注:數據來自美國人口普查局1940-2000年的IPUMS數據和2005-2018年的CPS MORG數據。數據僅限於在美國出生的個人。詳情請參閱Autor, Goldin和Katz(2020)。

  如圖2所示,教育提高速度的放緩直接降低了勞動力構成變化對勞動生產率增長的影響程度,但考慮到受過高等教育的工人(特別是STEM工人)對產生技術創新的重要性(Shambaugh,Nunn,and Portman 2017),教育提高速度的放緩也可能以更難以評估的方式影響着全要素生產率的增長。

  受過良好教育的工人的重要性是美國經濟面臨的更廣泛挑戰的一部分:開發和部署現有的最佳人才,以解決迫切需要創新的問題。在《漢密爾頓項目政策建議》中,Lisa Cook(2020)討論了在創新過程中減少種族和性別不平等的改革,從而擴大創新渠道的參與度。

  受教育程度增長放緩的原因之一是勞動力規模的增長也比以前更慢了。由於20世紀60年代到90年代發生的嬰兒潮,同時女性逐步進入勞動力市場,這些大大增加了勞動力的規模,導致了長期的勞動力增長。2000後,黃金年齡人口增長放緩,黃金年齡勞動力參與率停滯不前,整體勞動力參與率下降(Nunn,Parsons,and Shambaugh 2019a)。Ozimek、Fikri和Lettieri(2019)認爲,人口增長放緩會通過降低創業率來複合生產率增長的放緩。

  不管勞動力和平均教育程度增長放緩的原因是什麼,這兩種趨勢都可能減緩生產率增長的步伐(Shambaugh 2016)。那些壯年勞動力增長的放緩,往往伴隨着生產率增長的放緩,這可能是因爲減少了可用的管理人才(Feyrer 2007,2011)或者受到業務的生成速率的影響(Karahan Pugsley,Şahin 2019)。勞動力的老齡化也會對生產率增長造成下行壓力,因爲這會使新的創新和創新的過程變得更加困難((Feyrer 2008;International Monetary Fund [IMF] 2016)。

  Acemoglu和Restrepo(2017)認爲,人口老齡化可能會增強自動化技術的使用,以此作爲勞動力可用性下降的解決方案。他們強調,就增長而言,人口結構變化的影響不是不可改變的,因爲經濟主體和政策制定者的反應可以抵消人口結構的變化。隨着美國人口的老齡化,通過上述渠道,特別是通過投資教育和研發,以此促進生產率增長會變得更加重要。此外,增加移民(特別是高技能工人)可以減緩人口老齡化,提高GDP (Nunn,O Donnell,and Shambaugh 2018),這將有助於抵消任何可能存在的人口變化導致的增速放緩。移民還可能爲美國的創新做出巨大的貢獻;Hunt和Gauthier-Loiselle(2010)估計,教育程度是大學畢業的移民人口每增加一個百分點,人均專利會增加9%-18%。

  生產率增長的受益者是誰

  一個經濟體要想提高生活水平,或者應對國家面臨的緊迫挑戰,就必須有能力在給定的投入水平下生產出更多的糧食。但是,即使生活水平提高了,任意生產率的提高都可能導致一部分的工人下崗。例如,如果設計和製造出一種新型機器人,它可以完成許多人類目前執行的任務,相對於(人類)勞動時間的工作,它將帶來令人欣喜的經濟產出增長。然而,在短期內,這可能會取代目前執行自動化任務的工人。從歷史上看,勞動力市場會爲被取代工作的工人找到了新的工作,其中一些可以作爲新發明的補充,或者在不減少總就業人數的情況下緩慢地減少人均工作時間。然而,有時工人的轉移可能是迅速而痛苦的(White House 2016)。

  在某些情況下,生產率的增長降低了成本,從而增加了人們對產品的需求,這會導致該行業對勞動力的需求增加。例如,生產率提高會導致平板電視的成本下降,這可能會增加生產這些產品的勞動力需求,這會使產品不再像以前那樣是利基的、昂貴的產品。然而,在其他情況下,生產率會明顯減少一個行業的勞動力。1870年,近50%的美國就業人員從事農業(Daly 1981),而今天,儘管糧食的產量大幅增加,但農業部門的就業人數僅爲1.4% (BLS 2019)。通過減少工作時間來增加產出的創新和生產率讓人們的生活變得更好,同時隨着時間的推移,減少的勞動力通常會被其他的工作活動所吸納。

  提高生產率往往具有破壞性的一個原因是,如果按部門劃分,生產率往往是不平衡的。例如,1987年至2018年,耐用品製造業的生產效率大幅提高,勞動生產率每年增長3.0% (BLS 2020b;作者計算)。但是住宿和餐飲服務業卻滯後不前,從1987年到2018年,生產率的年增長率僅爲0.8% (BLS 2020b;作者計算)。這種不平衡的部門增長自然會導致對不同工人羣體需求的不平衡變化。

  生產率增長還可以通過增加或減少對技能的需求來影響整個經濟中的不同羣體。19世紀紡織機的出現減少了對熟練織工的需求。其他大規模的生產技術降低了對熟練工匠的需求(White House 2016)。這些技術進步增加了對低技能工人的需求,降低了對高技能工人的需求。作爲回應,一個被稱爲盧德派(Luddites)的組織毀壞了赫赫有名的織布機,以抗議日益進步的技術威脅到了他們的生計。

  近幾十年來,勞動力市場對受過高等教育的工人的需求增加,對受教育程度較低的工人的需求減少,這加劇了中高收入者之間的不平等(Goldin and Katz 2009)。對這一趨勢的一種解釋被稱爲技能偏向性技術變化,這種解釋強調了技術在推動不同類型勞動力相對需求轉變中的作用(Autor,Katz,and Krueger,1998;Goldin and Katz,2009)。

  Acemoglu和Restrepo(2019,2020)強調了技術或創新如何將任務從一個羣體重新分配給另一個羣體,以及它們如何擴大或縮小對某些類型工人的需求。有些創新可能只是創造了新的產品和新的任務,因此它們增加了對某些工人的需求,但不會直接減少對其他工人的需求。然而,重新分配任務的技術衝擊可能會充分減少對某些工人的需求,這樣,儘管實現了技術進步和整體的生產率增長,實際的工資仍會下降。同樣,如果技術將任務重新分配給了資本,那麼儘管生產率提高了,但對勞動力的需求會下降,工資也會下降。

  這些考量突顯出了一個觀點,生產率的增長往往會產生贏家和輸家,至少在短期內是這樣。勞動力市場的贏家可以包括那些工作效率更高的工人,比如一個旅行推銷員,他可以駕駛一輛自動駕駛汽車在銷售電話之間來回工作(假設效率的提高會帶來更高的收入)。輸家包括那些勞動力被簡單替代的人,比如卡車司機,自動駕駛汽車減少了運輸產品所需的司機數量。Korinek和Stiglitz(2019)指出,從這個角度來看,基於人工智能的自動化可能會有特別的問題,因此可能需要合理分配人工智能帶來的收益,並將其引向廣泛有益的方向。

  生產率增長將如何影響未來的工人,如上所述,這取決於技術變革的具體形式。但勞動力市場的結構、勞動力市場的制度,以及相關的公共政策規則也至關重要。例如,更大程度的勞動力市場集中度似乎會降低工人從生產率增長中獲得的好處(Benmelech,Bergman,and Kim 2018)。同一項研究發現,工會會減輕這種影響,這表明提高工人議價能力的機制可以幫助更多的工人蔘與到生產率增長帶來的利益中來。

  勞動力市場的力量是另一個需要考慮的因素。維持較緊的勞動力市場可能通過提高工人再分配來提高生產率(Nakamura et al. 2019)。勞動力市場的緊縮也會不成比例地有利於低薪工人(Aaronson et al. 2019),這使得反週期政策對形成工作收益非常重要。

  管理市場收益如何分配的政策規則也有一個明顯的功能。即使生產率的增長往往使資本的所有者收益,或不成比例地使某個特定的工人羣體收益,累進稅制、強大的社會安全保障網絡和積極的勞動力市場政策都可以擴大獲得生產率增長利益的羣體,並且限制失業工人的損失(Nunn,Parsons,and Shambaugh 2019a)。與此密切相關的是,指導僱主應對經濟衝擊的政策規定可以發揮建設性的作用。例如,鼓勵工作分擔(即減少工時而不是裁員)的失業保險制度,可以改善生產率增長取代勞動者而帶來的最具破壞性的後果(Abraham and Houseman 2014)。在一個創新可以產生單一贏家的行業,健全的競爭政策也可以確保收益的廣泛分配(Shambaugh et al. 2018)。

  要實現共同經濟的廣泛增長,生產率的增長是所必須的。然而,如果沒有適當的政策和市場競爭機制來幫助各方共同分享收益,並且重新僱用失業的工人,那麼生產率的增長可能會把許多人甩在後面。

  結論

  在決策者關注COVID-19大流行後的經濟復甦之際,制定促進技術創新、提高工資和提高美國家庭生活水平的長期政策也很重要。從長遠來看,提高生活水平很大程度上取決於提高勞動生產率,在一定的工作時間內生產出更多的商品和服務。爲了維持當前和未來的衰退中的經濟產出,並且爲經濟的增長提供動力,提高生產率的增長是必要的。通過提高經濟產出,生產率的增長也將在流行病引發的經濟衰退和政府支出激增之後,使經濟增長和恢復公共財政變得更加容易。加強創新使美國能夠更好地應對從公共衛生到氣候變化的各種挑戰,甚至是一些目前尚未遇到的挑戰。

  單靠一項政策是無法恢復美國的生產率增長的,但同時有幾項政策可以有所幫助。對人力資本進行投資,培養受教育程度更高、技術水平更高的勞動力,這些都可以直接影響到每個工人的產出水平。提高工人可利用的技術和基礎設施也可以提高生產率增長。增加政府在研發和基礎設施方面的支出,以及對知識產權體系的進行改革,都有助於促進創新和生產率增長。最後,限制對新企業形成的不必要的法規和障礙,並採取其他措施幫助恢復市場活力,也可以刺激生產率的增長。

  美國正處於公共衛生和經濟危機之中。全面的經濟復甦既需要即時的短期緩解,也需要對生產率和創新進行長期投資,以確保人們可以共享廣泛的經濟增長。

Bookmark and Share
|
關閉
列印