1704515301
第二种解释强调信贷条件自20世纪90年代开始逐渐放松，并因为应对2008年金融危机的高度宽松货币政策而加剧。图6.1追踪了长期利率的持续走低趋势。根据这种说法，信贷条件放松使低效率企业在市场上苟活，因而妨碍了新进入企业的创新与生产率提高。例如，自2008年以来“僵尸企业”（指成立年限在10年以上，但盈利状况极差，已连续3年收入无法偿还利息成本）的数量大幅增加。国际清算银行于2018年发布的一项研究指出，14个经合组织国家的僵尸企业占比从1990年的1%提高至2015年的12%。[8]本书第4章提到，利用马里奥·德拉吉在2012年实施的附加信贷申请计划开展的自然实验，人们发现放松在位企业的信贷约束会给整体生产率的增速带来不利影响。因为在位企业的信贷约束放松让那些生产率最低的企业也能留滞在市场上，不利于生产率更高的新企业进入。
1704515302
1704515303
那么信贷条件真的有所放松吗？请注意，企业为获得融资，必须负担资本的加权平均成本。企业的资本由贷款人（主要是银行）持有的债权与股东持有的股权共同组成。因此，资本的成本取决于两个参数：借款成本与股权成本。前者比较容易确定，后者主要来自投资者的投资回报预期。如果经营风险较高，投资者就要求较高的风险溢价和较高的回报率；如果经营风险较低，要求的风险溢价也较低。于是，我们对股权成本的测算方法是：无风险成本——通常为10年期主权债务的利率——加上风险溢价。图6.1表明，自20世纪80年代以来，银行贷款成本与无风险利率成本都无可争议地下跌，自2008年金融危机以来更甚。然而，风险溢价却在上升。[9]结果导致，企业必须负担的总资本成本在过去20~30年里并无实质性的改变。
1704515304
1704515305
1704515306
1704515307
1704515308
资料来源: OECD。
1704515309
1704515310
图6.1 长期利率变化
1704515311
1704515312
本章以下部分将考察另外三种解释。第一种解释与罗伯特·戈登的观点类似，认为新思想的发现将变得愈发困难。第二种解释认为，我们不能准确测算增长率，而且这些测算并未反映创新的真实贡献。第三种解释强调，这轮新技术浪潮（信息与数字技术）催生的超级明星企业如今正在妨碍后起的创新企业进入。
1704515313
1704515314
1704515315
1704515316
1704515317
创造性破坏的力量 [:1704513563]
1704515318
创造性破坏的力量 2.新思想的发现愈发困难
1704515319
1704515320
在2020年发表的一篇文章中，尼古拉斯·布鲁姆（Nicholas Bloom）及其合作者试图捍卫研发活动的生产率长期下降的观点：要达到一定水平的生产率增长或一定的创新数量，必须投入的研究人员变得越来越多。[10]查尔斯·琼斯（Charles Jones）过去的一项先驱研究已指出，自1953年以来，研发部门雇用的研究员与工程师的人数持续增加，却没有带来生产率增长的显著起飞。[11]
1704515321
1704515322
图6.2凸显了这一现象在1930—2000年的情形。图中的实线代表生产率增速，虚线代表研究人员的数量。我们可以看到，研究人员的数量随时间快速增加，而生产率在此期间没有起飞。因此上述学者认为，从整体经济层面看，研究给生产率增速带来的回报似乎呈逐渐下降的趋势。
1704515323
1704515324
1704515325
1704515326
1704515327
图6.2 美国的研究人员数量与生产率增速
1704515328
1704515329
注：数值代表10年期平均值。例如，1950s的点位对应20世纪50年代的平均值。
1704515330
1704515331
资料来源：转引自N. Bloom, C. I. Jones, J. Van Reenen and M. Webb,“Are Ideas Getting Harder to Find?”AmericanEconomicReview110, no. 4（2020）:1104 -1144，图1。
1704515332
1704515333
布鲁姆及其合作者不只停留在整体经济层面，还进一步分析了研究与增长在特定经济部门的关系，尤其是半导体、农业和医疗等产业。
1704515334
1704515335
以半导体产业为例，摩尔定律预测，计算机芯片上包含的晶体管数量每两年左右就会翻番，对应的年增长率约为35%（图6.3）。摩尔定律并非来自科学的论证推导，而是从半导体产业的观察数据中推测得出，自1970年来始终保持这一相当稳健的发展态势。每个芯片上包含的晶体管数量持续增加，使芯片性能得以稳定改进，其指标是每秒钟能完成的操作任务的次数。由于芯片是计算机、机器人和智能手机的核心，它们的性能改进也就意味着这些产品的品质提升。资料来源: Wikipedia。
1704515336
1704515337
1704515338
1704515339
1704515340
图6.3 摩尔定律
1704515341
1704515342
了解这些背景后，我们再统计大型半导体企业（如英特尔、仙童、美国国家半导体、得克萨斯仪器、摩托罗拉等公司）的研究人员数量，看看为实现摩尔定律的预测，研究人员增加了多少。结论很清楚：为使芯片上的晶体管数量翻番，如今需要的研究人员数量是20世纪70年代初期的18倍。之所以有这个现象，或许是因为半导体技术前沿的推进变得越来越困难。
1704515343
1704515344
与之类似，如果考察制药产业的进步，我们看到美国食品药品管理局（FDA）批准的新药数量的增长率在下降，而各制药企业雇用的研究人员的数量则在持续增加，如图6.4所示。
1704515345
1704515346
1704515347
1704515348
1704515349
图6.4 制药业的研究生产率与研究人员数量的变化
1704515350