AI经济:机器人时代的工作、财富和社会福利
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

生产率增长悲观看法的四种反驳观点

一般来说,对戈登主导的对当前和未来生产率增长的悲观看法的主要反驳观点大致有四种,它们不一定相互矛盾,甚至未必有竞争性。我不打算试着给它们每一个打分,我将再一次把这个机会留给别人。我只想说,我认为它们都有价值,“真正”的答案是包含这四种观点的混合体(这种情况不是第一次出现了)。

第一种反驳观点是,我们没有恰当地量化生产率的增长情况。因此,生产率下降也许仅仅是统计上的错觉。正因如此,或许没有具有说服力的依据来假设——我们未来的生产率将会增长极慢,并由此导致生活水平下降。

这似乎太言之有理了。毕竟,除了最简单的经济体,在最佳时机生产率增长也很难量化。但我们刚刚经历了一场数字骚动,它重塑了我们的生活方式,并彻底改变了广告、报纸、银行等各行各业。

此外,在这个新的数字世界中,许多可用的新服务都会免费提供给用户,这和与之处于竞争状态且常常被替代的非数字版本形成了鲜明对比。例如,人们在YouTube上点击观看视频,而不是去电影院。对经济学家而言,某种事物的价值与其在市场上的定价紧密相关,这是个特别困难的问题。但是,某些数字服务没有价格,并不意味着其价值为零。

有明确的迹象表明,对GDP(及相应的生产率)缺乏记录的现象很普遍。在美国,经济分析局(Bureau of Economic Analysis)报告称,信息产业目前对GDP的贡献不到4%,几乎与其在1980年的贡献完全相同(那时万维网还没有发明出来),更别提其他行业了。[30]这有可能是真的吗?

人们已经做了各种努力来估计GDP及相应生产率缺乏记录的程度。在英国,由英格兰银行(Bank of England)前副总裁查理·比恩(Charles Bean)爵士领导的一项研究得出结论,对2005—2014年的数字经济状况缺乏记录情况的纠正可使年GDP增长率增加0.35%—0.65%。这听上去可能不算多,但如果将其加到量化了的生产率增长上,你就会得到一个数字,这个数字不包括1950—1973年的所谓黄金时代,其与1800年以来的平均记录相差无几。查理·比恩爵士的估算可能用力过猛。

这一结论得到了马丁·费尔德斯坦(Martin Feldstein)教授的支持,他认为,这种调整GDP统计数据的任务“困难到超乎想象”——以革命性技术变革带来的各种隐形价格变化和质量改善作为依据。[31]请注意,这样做很困难的部分原因在于,并非所有新数字经济中的变化都带来了改善,就像任何曾尝试打电话给他们的电力或天然气供应商的人都可以证明这一点那样。所以说,这是一个权衡改善的部分和变得更糟的部分的问题。

第二种反驳观点是,2007—2009年金融危机及之后大衰退的持续影响导致了世界经济的低迷。它造成了企业投资回落,让包括银行在内的企业变得更会规避风险。结果,随着金融灾难影响的消退,产出增长和生产率增长没有理由不应该恢复到正常水平。2017年和2018年世界经济的走强为这一观点提供了一些支持。

第三种反驳观点是,数字化革命需要经过一段时间才能发挥出作用。经济史上满是相关的例子。机器是第一次工业革命的核心,蒸汽机由托马斯·纽科门(Thomas Newcomen)于1712年发明,用于将水从被淹没的煤矿矿井中抽出来。50多年后,在修理一台纽科门引擎时,詹姆斯·瓦特(James Watt)对其做了改进,以产生更大的动力,由此才使其得到更广泛的应用。

另外,卓越的历史学家贾雷德·戴蒙德(Jared Diamond)说,纽科门的引擎也是以他人更早开发的原型为基础的。[32]事实上,他声称这是正常模式。我们一直受引导而相信,伟大的发明家会凭空想出一个革命性的新点子或一台机器。实际上,他们的工作通常建立在别人已奠定的基础之上。

更重要的是,虽然詹姆斯·瓦特在1769年就获得了第一台蒸汽机的专利,但直到约100年后,人们才感受到它对劳动生产率的全面影响。类似地,在美国,似乎在第一座发电站建成半个世纪左右之后,电力才对GDP增长产生了重大影响。

不管这三种反驳观点的真相如何,乐观主义者还有第四种锦囊妙计。他们说,我们远没有耗尽进行根本性技术变革的能力,我们正处在有望带来飞速进步的新发展的边缘。正如经济学家保罗·罗默(Paul Romer)所言:

每当人们获取资源并以使其更有价值的方式重新安排时,经济增长就会发生……每一代人都已感知到,若没有发现新的想法,有限的资源和不受欢迎的副作用就会限制增长。而且每一代人都低估了自己找到新想法的潜力。我们始终未能把握,还有多少想法有待被发掘……其可能性数量不是用加法来计算的,而要用乘法。[33]

第一个新“想法”是生物技术,它可能对农业生产、食品加工和环境保护做出重大贡献。医学科学的发展有望大大改善生活质量、大幅延长寿命。与此同时,对很多传统制造业领域,纳米技术和3D打印技术也具有提高生产率的前景。而现在,除这些之外,我们还有机器人和AI。