1704516760
创造性破坏的力量 [:1704513590]
1704516761
创造性破坏的力量 1.创造性破坏、失业与地位的丧失
1704516762
1704516763
我们首先分析创造性破坏在何种程度上增加了个人失去工作的概率，以及导致其原有的知识和学历变得过时。
1704516764
1704516765
创造性破坏与失业[2]
1704516766
1704516767
创新会通过创造性破坏，即用新的生产活动取代旧的活动，加大还是减少雇员失去工作的概率？从理论上讲，这个问题的答案并不确定。[3]一方面，创新使某些业务活动变得过时，摧毁了部分岗位，把原先从事这些工作的人们推回劳动力市场。由于劳动力市场有摩擦，找工作的人不会马上得到新的岗位，失业率因此会上升。但另一方面还存在相反的效应，创新制造了新的岗位，这有助于降低失业率。最后还有第三种所谓“资本化效应”，其含义是：更高的创新率带来更高的增长率。[4]创造新业务的任何投资都是以未来的利润作为回报，随着经济的整体成长，这些利润将增长得越来越快。换句话说，增长率越高，创造新业务就越有利可图，继而会产生新的工作岗位，以降低失业率。请注意这三种效应并非同步，工作摧毁效应在短期发生，工作创造与资本化效应则在更长期起作用。下文将指出，有关的舆论调查表明，人们经历的创造性破坏的负面感受确实多发生在短期。
1704516768
1704516769
下面我们转入对创造性破坏的失业效应的实证分析。斯蒂芬·戴维斯（Steven Davis）与约翰·霍尔蒂万格（John Haltiwanger）研究了美国就业与企业的创造性破坏，受此启发，近期阿吉翁等人（Aghion、Akcigit、Deaton and Roulet）考察了美国各就业区内的创造性破坏与就业之间的关联。[5][6]该研究采用的地方就业数据来自美国劳工统计局，创造性破坏率的数据则来自商业动态统计（Business Dynamics Statistics），包含地方层面的工作创造与摧毁率以及企业的进入与退出数据。创造性破坏率的计算方法是，把相应就业区内的工作创造率与工作摧毁率相加。[7]这些比率的测算则利用美国普查局的长期商业数据库中包含的全体美国企业的信息。图11.1表明，在2005—2010年间，美国的工作创造与工作摧毁存在强烈的正向关联：工作摧毁率最高的地区也是工作创造率最高的地区。这恰恰符合创造性破坏的本意：工作的破坏与工作的创造之间具有密切联系。
1704516770
1704516771
1704516772
1704516773
1704516774
图11.1 美国的工作创造率与工作摧毁率的关系
1704516775
1704516776
资料来源: P. Aghion, U. Akcigit, A. Deaton and A. Roulet, “Creative Destruction and Subjective Well-Being,”AmericanEconomicReview106, no. 12（2016）:3869 -3897。
1704516777
1704516778
图11.2则描述了创造性破坏率与失业率之间的联系。平均而言，在2005—2010年间有最高创造性破坏率的就业区也是失业率最高的地区。也就是说，身处创造性破坏率较高的就业区的人们在某些时点有更大的概率经历失业。然而，这一失业经历并不注定是终身性的，因为如图11.1所示，此类就业区中的工作创造数量也更为密集。当然，创造性破坏毕竟意味着在某些时点面临更高的失业概率。在本章的稍后部分，我们将讨论失业经历给人们的健康与福利造成的后果。
1704516779
1704516780
1704516781
1704516782
1704516783
图11.2 创造性破坏与失业的关系
1704516784
1704516785
资料来源: P. Aghion, U. Akcigit, A. Deaton and A. Roulet, “Creative Destruction and Subjective Well-Being,”AmericanEconomicReview106, no. 12（2016）:3869 -3897。
1704516786
1704516787
创新与学历过时
1704516788
1704516789
创新对原有学历与技能会有怎样的影响？针对这一问题，几位学者汇总了芬兰在1988—2012年间关于个人收入、企业层面的核算和专利的若干数据库（Aghion、Akcigit、Hyytinen and Toivanen）。[8]我们从之前关于发明家的创新租金在企业内部如何分配的研究入手（见本身第10章），发现创新租金在企业内部的分配存在不均等的现象。事实上在创新出现之前的5年中，蓝领员工的工资平均会损失1%，在创新后则会增加2.3%。而白领员工的工资在创新前没有损失，在创新后会增加2%。所以，创新给劳动者的工资收入带来了不确定性，特别是对最缺乏技能的员工，他们的平均收入在创新成果出现前的数年有所下跌。
1704516790
1704516791
我们还分析了差异的另一种来源，即个人的年龄以及距离其获得最后一个学位的时间。初步看，年龄似乎是一个决定性因素，只有较年轻的员工能从创新中获得好处。此外，平均而言创新与员工丢掉工作的概率呈正相关。这符合我们以往的发现：创造性破坏与失业在美国的总量数据上有正相关关系。创新与失业概率的关联似乎在较为年长的员工中更为突出。当然，如果另外引入一个因素，即距离员工获得最终学位的时间，它反映了人们“同知识前沿的距离”，结论会大为不同。距离最终学位的时间越长，个人的创新收益越低，这一时间每增加1年，创新收益将缩水5个百分点，失业概率增加0.4~0.6个百分点。也就是说，创新使学历较为老旧的人失去了地位。
1704516792
1704516793
总体上，创新造成了工作与地位的丧失。稍后，在探讨创造性破坏与幸福感的关系之前，我们先看看创造性破坏如何影响人们的健康。
1704516794
1704516795
1704516796
1704516797
1704516798
创造性破坏的力量 [:1704513591]
1704516799
创造性破坏的力量 2.创造性破坏与健康
1704516800
1704516801
健康与创新：光明的一面
1704516802
1704516803
在本书第2章，我们考察了创新对解释全球层面的人均GDP起飞的核心作用，并观察到经济起飞同预期寿命起飞的同步性。这一重合意味着两个起飞有共同的起源。从表11.1中明显可见，创新对预期寿命提高的促进作用要大于对人均GDP的促进作用。[9]该表包含发达国家与发展中国家各自的人均GDP和预期寿命的变化情况。在1961—2017年间，发展中国家的生活水平与预期寿命总体上都向发达国家趋同。不过，预期寿命的趋同要突出得多：发展中国家的预期寿命的增幅是发达国家的2倍，而发展中国家的人均GDP增幅（377%）仅略高于发达国家（324%）。
1704516804
1704516805
表11.1 发达国家与发展中国家的人均GDP和预期寿命的变化
1704516806
1704516807
1704516808
1704516809