1704378610
1704378611
这个发明的收益随着每位织工每小时生产出更多的布而增长。让我们来算一算，假设使用断经自停装置能使一名织工在修复一根断线过程中省下6秒时间，再假如，一台织机平均每织三码布就会弄断一根经线。7如果按1810年手摇织布机刚问世时的织布速度算，这项发明仅仅让织工在整整一年里多生产了三码布。这多生产出来的三码布，完全无法弥补安装断经自停装置的成本。然而，到1833年，在一些任务实现自动化后，每名织工往往能同时操作两台速度快得多的织布机，每名织工的产出量也更高了。现在每根断线节约6秒，会让织工每年多生产100码的布。半个世纪后，到1883年，更多的任务实现了自动化，断经自停装置使得这些织工每年多生产出600码的布。此外，自动化让织工可以同时操作更多台织机，他们往往很难近距离查看某台织机，因此在大量有缺陷的布料生产出来前，都不能及时发现断线问题。
1704378612
1704378613
到了19世纪80年代，这项发明的收益变得可观起来。当然，收益并不仅仅限于那些多生产出来的布匹。它还与当时的工资水平、开发一个自停装置的成本、测试许多不同版本的自停装置以找到最好版本的成本，以及将自停装置运用到生产中去的成本相关。但是考虑到19世纪末北美的工资和物价水平，以及有技能的机械师的人才储备，每年600码布足以应付这些开支。8
1704378614
1704378615
1895年诺斯罗普织机的发明——它能自动为梭子绕纱线环——使得每名织工的产出翻倍，断经自停装置的收益更大了。也是从这时开始，我们看到关于这些装置的专利申请变得多起来。1880年以前，每十年间授予断经自停装置的专利不超过三个。19世纪80年代，有6项专利被授予断经自停装置；19世纪90年代有97项；从1900年到1909年，总共被授予211项专利。之后，随着成功的设计被广泛使用，专利数开始下跌。9
1704378616
1704378617
威廉·德雷珀的公司将诺斯罗普织机商业化，并生产了一些断经自停装置，他在1903年写道：“断经自停装置的理论早已出现，但一直未在实践中开发，因为在诺斯罗普织机发明前，并没有必要使用自停装置，织工肯定是在几台织机旁待命，监督它们很容易。”
1704378618
1704378619
因此，更广泛的自动化应用，增加了纺织厂主采用断经自停装置的潜在收益。一项在1803年或1833年还没有运用到商业上的发明，到1883年就被商业化了，而到1903年则变得相当重要。这说明了一个更广泛的法则，我称之为“剩余原则”：还在执行过程中的某个任务，或一个产品中某个组件的成本，随技术发展降低了，或是它的性能增加了，那么剩下的任务或组件的性能价值就会增加。织布的其他步骤实现了自动化，解决经纱断线的价值就变高了。纺纱越快越便宜，纺织的价值就会增加。计算机的速度提高，成本降低，软件的价值就会增加。10这一原则适用于某台机器的独立组件，也适用于由互补步骤组成的庞大进程。
1704378620
1704378621
这些相互作用之所以会发生，是因为技术也被模组化成可互相补充的部分：复杂的技术流程被分解为多个步骤，复杂的产品被分解为多个组件，以更有效地开发和共享知识。11每个模块都与剩余的部件相互补充，因此，改进一个模块，会提升另一个模块的性能和回报。在发明家认清其价值之前，断经自停装置和许多其他发明必须等待技术的发展。
1704378622
1704378623
技能与连续创新的长周期
1704378624
1704378625
在单个织工的产量达到高水平前，断经自停装置对于发明家来说，并不具有可行性。然而产量的高低不仅取决于早期发明，还与其对应的新技能发展有关。在19世纪末20世纪初，印度、中国和日本的纺织设备与西方相同，但产量比后者少很多。显然，在这些国家，自停装置的收益少得多，也许根本就不能投入实际工作中。
1704378626
1704378627
这种学习也不是一蹴而就的。机器改变了，操作技能也需要相应改变。一连串不间断的连续改进意味着织工必须定期学习新技能。能否通过新的改进释放潜在生产力，取决于员工在工作中不断学习的能力。
1704378628
1704378629
例如，到1840年，织布技术得到了极大提升，织工有能力同时操作三四台织机。但最开始并未发现这种能力，以至于在许多年里，纺织厂都没有为织工分配更多的织机。1842年经济萧条时期，洛厄尔的织工开始被要求尝试操作三台织机。当时，一位熟知美国和英国纺织技术的纺织厂主詹姆斯·蒙哥马利，觉得织工肯定无法掌控三台机器。起初他是正确的。工厂不得不放缓织机的速度，让织工有时间处理所有必要的任务。但在接下来的一年半时间里，这些织工因为早些时候已对操作两台织机相当有经验了，便能以同样的速度操作三台织机。几年之内，一些纺织工甚至能够操作四台织机。到19世纪50年代，单位织工的产出量大幅增长，这些新技能功不可没。而在这期间，设备方面几乎没有进行过额外改进。
1704378630
1704378631
吸引纺织厂投资断经自停装置的经济原理，同样吸引它们在技术性能提高的同时，对更高的劳动力技能进行投资。假设一名织工经过努力学会了一项新技能，也许是困难的快速打结法，可以让她引线的速度快6秒，那么，这项技能值得她或她的雇主学习吗？12我们也可以用衡量断经自停装置价值的方法来衡量她的技能。如果在1833年，她操作一台手摇织布机，这项技能能让她一年多产出三码布。这根本不值得她花如此多的时间学习。但在1883年，她的孙女能同时操作5台织机，每年可以多生产600码布，这就值得花费大量时间尝试不同的打结技术和方法，以提高修复断线的能力。随着19世纪越来越多的纺织工作变得自动化，在剩余工作上精进技能的经济激励增强了。纺织厂主愿意在人力资本上进行投资或提供奖励（通过计件工资），来鼓励织工投资获得这些技能。
1704378632
1704378633
他们也的确这样做了。在第二章我已经讲过，雇主和工人为加快工作速度所进行的总投入，能够被量化。从19世纪30年代到50年代，人力资本投资大约增长了三倍（从47美元到162美元），而当时每名织工操作的织机数从两台增加到四台。到了19世纪80年代，人力资本投资大约又翻了一番，而当时织工可同时操作5台织机。虽然之后织工手上的工作少了，但人力资本投资却增多了。他们的技能种类并未增加，但原有技能更精湛了。
1704378634
1704378635
这一发现推翻了大众观点。有一种简单的观点认为，如果更多的工作因技术实现自动化，那么对技能的需求就会减少，因为需要学习的工作变少了。持有这一观点的卡尔·马克思认为：“工人们使用工具的技能，连同工具，被一起转移给了机器。”13也就是说，随着机械化程度不断加深，科技会减少对有技能工人的需求。但事实却并非如此。一般来说，技术不是“去技能化”的。技术对技能的影响是一把双刃剑。一些工作的自动化减少了对与这些工作相关技能的需求；但另一方面，更大的产出量增加了对剩余工作技能的需求。就纺织业而言，后者的影响占了主导地位，19世纪对熟练工人的需求增多了。计算机技术也有类似的双面效应：电脑减少了对常规技能的需求，但是对非常规技能的需求增加了。14虽然有些技术消除的技能工作比它们创造的更多，但是剩余原则确保了技术并不总是“去技能化”的。
1704378636
1704378637
缓慢的反馈环
1704378638
1704378639
重要新技术的渐进式提升通常既漫长又缓慢：发明之后，有一个学习期。需要学习如何更好地利用这一发明，如何更好地安排工作，以及如何安装和维护这一技术。使用新发明的工人，得学会从中获取最大收益的技能。
1704378640
1704378641
在某些情况下，这些新知识为新的改进提供了想法。15发明家常常在使用技术的过程中想到改进它的方法。例如，罗斯·汤姆森改进缝纫机的专利，就是在出售这种新技术的过程中诞生的。16有时，新的发明会带来结构变更，这也需要学习和尝试。所有这些通过实践学习的过程提高了人均产出，反过来又推动了更进一步的渐进式创新。发明家开始致力于下一阶段的创新，新的循环开始了。
1704378642
1704378643
随着织机效率不断提升，各种各样针对纺织的新改进有了经济价值。最初的改进是那些绝对回报最大的，比如自动织机边撑，它能自动让所织布匹的边缘保持笔直，以及让纬线成叉状，这样一旦纬线断了，织机便会停止运转。这些改进进一步提升了织机的产量，让更多的改进有了利益驱动。
1704378644
1704378645
同时，互补技术，如蒸汽动力自身也在循环改进。这些技术的缓慢发展影响了纺织技术的前进步伐。只有在织机的运行速度变快之后，一些纺织技术上的改进才有可能实现，也只有在动力成本降低之后，织机的运行速度才有可能变快。因此纺织技术的改进也取决于水力涡轮机和蒸汽机的进步，以及工厂对更高效发电的需求刺激。这些技术是相互依存的。每一种技术的学习和发明周期都会影响其他技术的发展。17
1704378646
1704378647
纺织技术受益于源源不断的改进，19世纪末期单位织工的产出是19世纪初的50倍。单位织工的产出每19年大概翻一番，并以基本恒定的速度持续增长。18就如同半导体芯片遵循摩尔定律，纺织技术的生产力也呈指数级增长，尽管速度相对较慢。19
1704378648
1704378649
其他技术革命也花了数十年时间的酝酿才成功。例如，第一家发电厂于1881年成立，但直到20世纪20年代，电气化对经济生产力的影响都很小。经济史学家保罗·戴维认为，要让电力实现收益，不仅要弄懂如何安装、操作以及维护新电力设备，还得要搞清楚如何设计新工厂，改进工作流程，重新组织生产。20要开发这种新知识，以及按新方法培训管理人员和建筑师，都需要大量时间和实验。
1704378650
1704378651
类似的模式似乎在信息技术领域同样适用。20世纪八九十年代，计算机被广泛应用于许多行业，但这些行业似乎并没有显示出生产力提高的迹象。然而，还是有一些公司靠计算机取得了巨大收益，尤其是那些制定了新的有组织实践活动的公司，这些实践活动让员工与客户，以及供应商一起学习和共享知识。21具体包括开展职业培训、举办会议，非管理层的员工可以说出自己的关注点，重新设计工作流程，帮助管理层员工进行分权决策。同时，计算机系统也在逐步发展，每次进步都贯穿着批判式的学习。
1704378652
1704378653
互补创新和连续创新的动态整合解释了为什么软件行业在申请专利前也具有创新性。因为未来的回报有时是如此之大，以至于创新者通过现在分享他们的知识就能受益。22
1704378654
1704378655
重要的新技术要具有“革命性”，只有经过长时间的实践和渐进式提升才能实现。光有突破性的想法是不够的。但通过实践和实验来学习花费不菲，且过程漫长。实验涉及寻找有生产力的技术：检测和淘汰差的技术，只为找到好的技术。这通常意味着在很长一段时间里，工人技能水平不高，生产力低下，只有在开发出更好的技术后，原来那些技术才会被淘汰。然而，其实还有更好的办法：如果知识可以标准化、规范化，就可以被编进教科书中，在学校里被传授，学习的速度就能变得更快，成本变得更低。
1704378656
1704378657
1704378658
1704378659
[
上一页 ]
[ :1.70437861e+09 ]
[
下一页 ]