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
1704515351
资料来源: N. Bloom, C. I. Jones, J. Van Reenen and M. Webb,“Are Ideas Getting Harder to Find?”AmericanEconomicReview110, no. 4（2020）:1104 -1144。
1704515352
1704515353
这些现象令人震撼，论点似乎很有说服力，但也带有若干疑问。第一，我们应该用某种具体技术还是能实现特定用途的一组技术来代表整个产业？摄影就是个鲜明的案例，随着数字相机与智能手机取代胶卷相机，柯达公司的盈利状况受到沉重打击。这里的每项发明都对应一次重大技术革新浪潮，并引领了一系列累积式次级创新，如图6.5所示。[12]
1704515354
1704515355
1704515356
1704515357
1704515358
图6.5 主要创新与次级创新
1704515359
1704515360
资料来源: U. Akcigit and W. R. Kerr,“Growth through Heterogeneous Innovations,”Journal of Political Economy126, no. 4（2018）:1374 -1443，图6。
1704515361
1704515362
第二，半导体生产商的业务远不只制造计算机芯片。例如，英特尔公司的业务包括开发软件、生产计算机并建设数据中心等。2010年，该公司仅有8%的专利属于半导体方面的发明，而1971年是75%，说明其经营领域有了巨大拓展。因此，在分析英特尔公司作为半导体制造商的生产率时，泛泛地计算其研究人员的总数可能带来误导。在该公司中，越来越多的研究人员是从事半导体之外的工作。
1704515363
1704515364
即使在半导体领域的研究人员内部，也并非所有人都在忙于增加单位芯片上的晶体管数量。除晶体管密度增大之外，新的芯片还比老的芯片更加便宜，能完成更多任务。这可能是由于芯片上的晶体管布局更为高效，能通过更快的散热来改进性能。[13]所以即使在半导体这一狭窄领域中，所包含的产品和服务种类也可以随时间持续扩充。如果希望用生产率增速与研究人员数量之间的比例测算该部门研发活动的生产率，我们必须考虑计算机芯片提供的服务类型的增多，把研究人员的数量除以一个相应的系数。这样的话，我们或许会发现研发的回报并不像第一眼看上去那样逐渐下降。
1704515365
1704515366
第三，某些研发支出看似很大，是因为有若干竞争企业为争夺某种产品类型的领先地位而重复投入，例如电动汽车的电池等。