财新传媒
《比较》 > 前沿 > 正文

人工智能与现代生产率悖论:预期与统计数据的冲突

来源于 《比较》 2019年第1期 出版日期 2019年02月01日
文丨埃里克·布莱恩约弗森 丹尼尔·洛克 查德·西维尔森

令人失望的现实

  虽然上述技术具有很大的潜力,但是几乎没有迹象表明它们已经影响总体生产率统计。21世纪头10年中期,大部分发达经济体的劳动生产率增速有所下降,此后一直处在较低水平。例如2005—2016年,美国的总劳动生产率平均每年仅增长1.3%,不到1995—2004年年均增长率2.8%的一半。在经合组织为其编制生产率增长数据的29个国家中,有28个国家出现类似的减速。1995—2004年,这些国家的未加权劳动生产率年均增速为2.3%,但2005—2015年仅为1.1%。(*2.这些减速在统计上显著。对于美国,如果使用季度数据衡量经济放缓的情况,则两个时期的增长率并不相等,t统计量为2.9。经合组织的数字来自30个国家的年度数据。在这里,两个时期增长率相等的原假设不成立,t统计量为7.2。)更严峻的是,自20世纪90年代末以来,实际收入中位数始终停滞不前,一些群体的非经济福利指标(如预期寿命)已经下降(Case and Deaton,2017)。

  图2复制了世界大企业联合会(Conference Board,2016)对国家层面总经济数据库的分析。它为美国及其他成熟经济体(这些经济体与前面提到的经合组织样本匹配)、新兴和发展中经济体乃至整个世界,绘制了高度平滑的年度生产率增速系列图。美国和其他成熟经济体的上述经济放缓情况在图中一览无遗。该图还显示,21世纪前10年新兴和发展中经济体的生产率增长加速在大衰退时期结束,导致这些国家近期的生产率增速也出现了下滑。

2

  这些经济放缓现象似乎并不仅仅反映了大衰退的影响。经合组织的数据显示,如果将2008—2009年的增速排除在外,30个国家中也有28个国家的生产率仍呈下降趋势。塞特等人(Cette、Fernald and Mojon,2016)使用其他数据,也发现有大量证据表明,经济放缓始于大衰退之前。

  资本深化和全要素生产率(TFP)的增长可以带来劳动生产率增长,但这两者似乎都在放缓(Fernald,2014;OECD,2015)。令人失望的技术进步现状可能与这两个因素有关。全要素生产率直接反映技术进步。资本深化则受技术变革的间接影响,因为企业的投资决策会对当前或预期的资本边际产量的提高做出反应。

  有人表示,这些事实导致人们对人工智能等新技术显著影响生产率和收入的能力产生悲观情绪。戈登(Gordon,2014,2015)认为,生产率增长一直处于长期下滑状态,而1995—2004年由信息技术驱动的加速增长属于一次性的偶然现象。虽然戈登没有声称未来几十年内技术进步将为零,但他基本认为,我们一直在经历新的低增长常态,未来仍会延续这种状况。(详细分析见中信出版社2018年出版的《美国增长的起落》。——编者注)考恩(Cowen,2011)同样提出种种理由,说明至少在可预见的未来,创新或将放慢脚步。布卢姆等人(Bloom et al.,2017)指出,在许多技术进步领域,科研生产率一直在下降;诺德豪斯(Nordhaus,2015)更是发现,技术驱动增长加速的假设甚至通不过各种检验。

  这类对未来技术进步的悲观看法已经渗入长期政策规划。譬如,美国国会预算办公室(CBO)将其对美国劳动生产率年均增长的10年预测,从2016年的1.8%(CBO,2016)下调至2017年的1.5%(CBO,2017)。虽然表面上看,美国GDP的下降幅度可能不大,但这意味着10年后美国的GDP将远低于更乐观的情形——这一差额相当于以2017年美元计的约6000亿美元。

  [《比较》印刷版,点此订阅,随时起刊,免费快递。]

版面编辑:吴秋晗
  • 此篇文章很值
  • 赞赏激励一下

首席赞赏官虚位以待

财新微信