人工智能与现代生产率悖论：预期与统计数据的冲突

支持实施和重组滞后这一解释的论据

　　对未来持悲观态度的观点或明或暗地认为，近期生产率增长放缓预示着未来生产率增长放缓。我们首先确定这一解释的一个最基本要素是，今天生产率增长缓慢并不排除未来生产率增长可能很快。事实上有证据清楚地表明，这几乎是无法预测的。

　　全要素生产率增长是总产出增长的组成部分，不能用可观测的劳动力和资本投入的变化来解释。它被称为“衡量我们无知的标准”（Abramovitz，1956），是一种余值，难以根据过去的水平做出预测，计量经济学家对此不应该感到惊讶。劳动生产率是类似的衡量标准之一，但它并不计算资本积累，而是简单地将总产出除以生产该产出所用的劳动时间。

　　图3和图4分别绘制了自1948年以来美国生产率指数和10年期生产率增长的情况。数据包括平均劳动生产率（LP）、平均全要素生产率（TFP）和根据弗纳尔德方法（Fernald，2014）经利用率调整后的全要素生产率（TFPua）。（*1.参见http：//www.frbsf.org/economic-research/indicators-data/total-factor-productivity-tfp/。）

　　在战后时代，生产率持续增长，尽管不同时期有不同的增速。然而，历史上看，哪怕是持续增长，过去的生产率增速并不能用来很好地预测未来的生产率增长。换句话说，过去10年的生产率增长对了解未来10年的生产率增长几乎毫无帮助。只看生产率数据，很难预测20世纪70年代初生产率增长的放缓，也预见不了20世纪90年代信息技术的有益影响。

　　事实证明，虽然短时段之间的生产率增速存在一定的相关性，但相邻10年之间的相关性在统计上并不显著。以下是平均生产率增长的不同测量值对前一时期10年平均生产率增长的回归结果，以及每10年的生产率与下一时期的生产率的散点图。表1中的回归考虑到了多年误差项的自相关（滞后1期）。表2按10年期对标准误差进行聚类处理。附录给出的结果考虑了较长时间尺度的自相关。

　　在所有情形中，这些回归的R2都很低，并且过去10年的生产率增长对未来10年的生产率增长没有统计上显著的预测力。劳动生产率相应的R2是0.009。虽然回归中的截距明显不为零（平均生产率增长为正），但前一时期的增长系数在统计上不显著。点估计值的经济意义也非常小。从表面看，过去10年的劳动生产率每年增长1%（约为每年2%的无条件均值），对应未来10年的增长率不到0.1%。在全要素生产率增长回归中，R2为0.023，前一时期的增长系数也不显著。类似的模式在经利用率调整后的全要素生产率回归中同样成立（R2为0.03）。而且散点图也显示，过去的生产率增长缺乏解释力。

　　“过去的表现不能预测未来的结果”，这句老话非常适用于尝试预测未来几年（尤其是10年或更长时间）生产率增长的努力。历史上的停滞实在不能证明前瞻性悲观主义是合理的。