1704514422
1704514423
图3.4 在两次通用技术推广时代，使用电力服务与个人计算机的居民家庭占比
1704514424
1704514425
资料来源：转引自B. Jovanovic and P. L. Rousseau,“General Purpose Technologies,” inHandbookofEconomicGrowth, ed. P. Aghion and S. Durlauf（Amsterdam: Elsevier, 2005）,vol. 1,1181 -1224，图8。
1704514426
1704514427
与此相似，图3.1还表明发端于美国并在2000年达到浪潮顶点的信息技术革命迄今尚未在日本与欧元区形成类似的波峰。对此，这些学者认为信息技术推广的延迟源于不容易制定合适的经济政策与制度，尤其是开放劳动力市场及产品和服务市场，还有投资于高等教育和研究等领域。我们再次看到，结构调整成为技术浪潮推广的前提条件。关于什么是合适的增长政策，我们将在第7章再做详细探讨。
1704514428
1704514429
生产率测算的困难：以信息技术革命为例
1704514430
1704514431
新通用技术带来的生产率进步有时很难测算，尤其是在通用技术引入之后的短时期内。让我们回到本章开篇时提到的索洛悖论问题。无可否认，信息技术促进了生产率提升，不只是产品和服务的生产，还包括思想观念的生产。如借助Skype和Zoom等软件，来自不同大学与不同国家的学者能够比过去远为便利地交流，更好地在研究项目上开展合作。但与产品和服务的生产相比，信息技术给思想生产带来的生产率收益可能更难测算。[12]
1704514432
1704514433
还有，信息技术的成果集中在服务业，而服务业生产率比制造业更不易测算。有研究指出（Brynjolsson and Yang, 1996）,“品种的增加、送货的及时性提高、客户服务的个性化，这些服务改善在生产率统计中都没有得到很好的反映”。[13]我们将在第6章深入讨论此类测算问题。
1704514434
1704514435
人工智能：未来的新增长浪潮？
1704514436
1704514437
我们是否处于人工智能（AI）驱动的新增长浪潮的门槛上？人工智能可以让过去认为无法自动化的任务实现自动化，例如汽车驾驶或心电图分析。这种大规模自动化可以用能无限积累的资本替代供给有限的劳动力，不仅适用于产品和服务的生产，还包括创意和创新的生产，从而给增长助力。[14]
1704514438
1704514439
自动化与人工智能正在影响越来越多的生产活动，但为什么我们还没有看到发达国家的增长率出现飙升？一个可能的解释是，生产和研究的某些关键投入仍不能实现自动化。[15]由此导致尽管其他许多任务已实现自动化，劳动在生产过程中依然不可或缺。于是劳动力变成了一种稀缺要素，使其价格即工资逐渐提高。与此同时，由于不可或缺且供给有限，劳动力制约了人工智能带来加速增长的潜力。本书第8章将对此展开更详细的分析。
1704514440
1704514441
第二种解释（将在第6章展开）认为如果没有合适的制度，技术革命可能反而会成为增长的障碍而非催化剂。具体来说，我们将看到，为什么在缺乏有效竞争政策的情形下，信息技术革命实际上可能会打击创新。
1704514442
1704514443
1704514444
1704514445
1704514447
创造性破坏的力量 2.工业革命与就业：不可调和的对立？
1704514448
1704514449
来自历史视角的考察
1704514450
1704514451
人们对机器会摧毁人类工作岗位的担心由来已久。早在1589年，当威廉·李（William Lee）发明织袜机以后，劳工阶级对其后果就异常害怕，致使李四处碰壁并遭到威胁。李于是把发明敬献给女王伊丽莎白一世，希望获得专利，但女王以如下宣言表示拒绝：“至于你的发明可能给我可怜的臣民带来的影响，肯定会剥夺其工作岗位，使之沦为乞丐，毁掉他们。”[16]随时间推移，竭力保护特定行业免受技术进步侵害的职业行会逐渐丧失了影响力。1769年的一部法律规定要保护机器免受破坏，但随着织布机的普及，破坏行动事实上有所加剧，在1811—1812年的卢德暴动中达到高潮。这一暴动是由内德·卢德领导的手工纺织业者对抗用机器生产棉毛纺织品的制造商。1812年，议会通过法律，把破坏机器定为死罪。官方对技术进步的这一态度转变因何而来？最主要是来自从制造品出口中获利的资本所有者，他们大力宣扬技术进步给生产、出口和就业带来的正面效应。这些“资本家”在英国议会中获得了越来越多的代表，而议会的势力又逐渐超越了王权。[17]
1704514452
1704514453
自20世纪30年代以来，经济学家开始关注技术性失业，这一术语是由凯恩斯引入的。他在1930年写道：“我们正在感染一种新的疾病，某些读者或许还不知晓这种疾病之名，但今后数年将频繁听到，那就是技术性失业。”[18]约20年后，列昂惕夫于1952年指出：“劳动将变得越来越无关紧要……更多的工人将被机器取代，我认为这些新产业不可能聘用所有希望得到工作的人。”[19]
1704514454
1704514455
什么样的工作最为脆弱？在19世纪，由于资本对技能劳动力的取代，手工业者面临被机器替代的最大风险。这一模式在20世纪有所改变，实物资本与教育构成了互补性的投入，于是非技能工人成为自动化的受害者，之后的信息技术革命强化了这一趋势。因此在20世纪90年代，出现了大量有关“技能偏向性技术变革”的研究文献，其含义是，技术进步增加了对技能劳动力相对于非技能劳动力的需求，导致低技能劳动力的失业增加，与技能劳动力的工资差距拉大。[20]
1704514456
1704514457
总量层面的自动化与就业
1704514458
1704514459
我们如何测算自动化对就业的总体效应？要找到一个自动化衡量指标来考察与就业的相关关系，是艰巨的挑战。我们首先会遇到商业机密问题，但最困难的地方是对自动化本身的测算：是否只需要看机器的数量？假定如此，是哪些类型的机器？如何把各种机器“累加”起来？是否要考虑它们的功效？
1704514460
1704514461
国际机器人联盟（IFR）跟踪了若干国家的不同部门自20世纪90年代早期以来使用的工业机器人的数量，为自动化提供了第一个可用的衡量指标。[21]阿西莫格鲁与雷斯特雷波的开创性研究利用国际机器人联盟关于各部门采用的机器人总数，估计了1993—2007年机器人对美国就业状况的影响（Acemoglu and Restrepo, 2020）。[22]为此，他们对比了722个通勤区的就业与当地自动化水平的关系。但问题在于，目前的机器人数据只收集到国别层面，没有按通勤区划分。于是他们又构建了一个通勤区层面的自动化指数，该指数是以全国层面每个产业的机器人数量变化，结合各产业在每个通勤区总就业中的相对权重计算得出。
1704514462
1704514463
利用这个地区自动化水平指标，这两位学者发现自动化对就业和工资增长具有负面效应：通勤区每增加1个机器人，会导致6个工作岗位损失，以及小时工资率下跌。我们利用法国的数据重复这一分析，发现了类似量级的效应，似乎还更为严重：通勤区每增加1个机器人，会导致11个工作岗位损失。此外，机器人普及看起来对受教育程度低的劳动力的就业威胁更大。
1704514464
1704514465
这一分析毕竟存在某些缺陷。首先是测算方法：为什么只看机器人？机器人和其他机器真的不同吗？机器人的自动化程度确实较高，但就完成的任务而言它们同其他机器未必有本质的差异。国际机器人联盟对机器人的定义其实非常狭窄，主要对应汽车制造业采用的机器人。与测算有关的另一个问题是缺乏地方层面的数据，导致我们必须基于如下假设来构建数据：某个产业的所有工厂拥有相同数量的机器人，意味着采用同等水平的技术。但我们可以合理地推测，恰恰是因为工厂之间采用的技术有所不同，才造成了工作岗位的创造与破坏。
1704514466
1704514467
企业层面的自动化与就业
1704514468
1704514469
对企业或工厂层面的自动化水平做测算面临若干困难，上文已做过介绍。在近期同加拉威尔（Xavier Jaravel）合作的一项研究中，我们试图引入一套测算工厂微观层面的自动化水平的指标，以克服上述困难。[23]我们把自动化技术定义为：“在预先编制好指令或设定好程序后，即能相对自主地实现运转的电动机械设备。”[24]在该定义的基础上，我们把生产过程中直接使用的发动机的年度电力消耗量作为工厂层面的自动化指标。
1704514470
1704514471
接下来，我们试图在个体工厂层面测算给定时间的自动化程度提高对当时就业的影响，以及对2年、4年和10年后就业的影响。
[
上一页 ]
[ :1.704514422e+09 ]
[
下一页 ]