为什么美国劳动生产率增速会持续下降？

图11948-2018年美国劳动生产率和实际时薪的关系

资料来源：美国劳工统计局（BLS）2020b；作者计算得来。注：数据反映了私营非农业企业的所有就业人员。劳动生产率和实际时薪的年平均增长率(虚线)，指的是1948-1974年、1974-1995年、1995-2004年和2004-2018岁劳动生产率的指数水平值和实际时薪的复合变化率。

图1将生产率和工资增长分成了四个通常被讨论的战后时期。第一个时期发生在1948-1974年，这是一个生产率迅速增长(平均年增长率为2.6%)和薪酬增长(2.5%)的时期。第二个时期是1974-1995年，当时生产率的增长和薪酬增长都放缓了。在这一时期，实际薪酬的增长放缓实际上远远超过生产率的增长放缓，这反映出了各种各样的经济和政策阻力，这些阻力限制了工人的获利，包括私营部门工会作用的下降，贸易的影响，以及企业在设定工资方面的市场力量的增加（Shambaugh and Nunn 2018；Shambaugh et al. 2017)。1995-2004年是生产率快速增长的短暂过渡期，随后是2004-2018年，生产率和工资增长的放缓到了战后的最低水平。1973年之后，生产率和工资增长之间的持续差距表明，仅仅提高生产率的增长速度不足以提高普通美国人的工资水平和生活水平。但生产率的增长对工资的增长有着明显的影响，这表明，它仍是持续提高人们生活水平的一个重要因素。

根据标准增长会计核算，劳动生产率的增长有三种形式：(1)劳动构成的变化，(2)资本的深化，(3)全要素生产率(TFP)的增长。区分这三个因素可以更好的理解教育、资本投资和其他进步(例如，技术进步)分别扮演的角色。物质和人力资本的增长可能会受到我们储蓄、投资能力以及资本回报递减的限制。但全要素生产率的增长受到的限制就要少得多，它主要受到我们的理解和想象力的限制。图2显示了与图1相同时期内的劳动生产率增长的上述组成部分。

图21948-2018年美国劳动生产率增长的组成部分

资料来源：美国劳工统计局(BLS)2020 c；作者计算结果。注：数据为私营非农业商业部门。全要素生产率的贡献是单位劳动和资本投入的总产出。资本深化的贡献是单位小时的资本服务乘以资本在当前美元成本中所占的份额。劳动构成的贡献是劳动构成乘以劳动在当前美元成本中所占的份额。劳动力构成衡量了劳动力年龄、教育程度和性别构成变化的影响。该图显示的是根据每个时期开始年和结束年的指数水平值计算得到的复合变化率。

在1948-1974年期间，全要素生产率和资本的深化对生产率增长都做出了相对较大的贡献，随后在1974-1995年期间，全要素生产率急剧下降。相比之下，这一时期劳动力构成的变化对经济增长的贡献要大一些，其在随后的几个时期内，每年平均贡献了0.2-0.3个百分点。1995-2004年期间生产率增长是由全要素生产率上升和资本深化共同推动的，其中资本深化的贡献最大(每年1.3个百分点)。不过，在过去的15年里，整体生产率增长然后再次下降，其模式与1974-1995年期间如出一辙。如图2所示，全要素生产率的增长率降到了战后所有时期的最低水平，其间伴随着资本深化的急剧下降。

从长期来看，无论是劳动力构成的变化，还是资本的深化，都无法无限期地推动劳动生产率的迅速增长。换句话说，仅仅增加更多的机器、更多的教育或更多的培训，永远不能够单独地推动生产率增长。全要素生产率的增长是长期生产率增长和人们生活水平改善的重要组成部分。

不幸的是，我们无法直接衡量全要素生产率的增长。更确切地说，相反，全要素生产率的增长是扣除劳动生产率增长中的劳动力构成变化和资本深化后的组成部分。需要注重的是，全要素生产率的增长实际上是对我们无知的一种衡量，它只能被我们间接地衡量(Abramovitz 1956，11)。经济学家通常将全要素生产率增长称为技术进步，但它包含的内容更多，它包括管理实践的改变、资本和劳动力使用效率的提高，以及能够提高或降低生产效率的制度结构的改变。尽管我们不能确切地说全要素生产率的增长是什么，但它在经济产出的年度增长中占了相当大的一部分，如图3所示。即使是在2004-2018年的低增长时期，全要素生产率(TFP)的增长(0.5%)占全年实际GDP增长(2.1%)的24%。

图31953-2018年美国实际GDP和全要素生产率

资料来源：美国经济分析局(BEA)2020b；美国劳工统计局（BLS）2020d；作者计算结果。注：数据为私营非农业商业部门。1953年的5年移动平均线是用1949-1953年的数据计算得到。阴影条表示衰退时期。

近期劳动生产率增长和全要素生产率增长的下降已经成为了全球现象，这表明生产率放缓不太可能是由美国特有的因素造成的。如图4所示，自1995年以来，所有G7经济体的劳动生产率增长和全要素生产率增长都出现了下降趋势。尽管在这两个时期内，美国的劳动生产率年增长率大幅下降(1.4个百分点)，但在2004-2018年期间，美国的劳动生产率增长率仍以每年1.1%的速度增长，是七国集团中增长最快的经济体(图4)。同期加拿大以0.9%的速度紧随其后，然后是意大利，其以0.1%的速度紧跟。在所有显示的经济体中，全要素生产率增长的下降是劳动生产率增长下降的主要原因。这种下降甚至延伸至发达经济体以外的地区。尽管中国的生产率增长率在2008年金融危机前保持强劲，但自那以后，它对产出增长的贡献就小得多了(Raiser and Soh 2019)。

图41995-2018年七大工业国劳动生产率增长和全要素生产率增长

资料来源：经济合作与发展组织（OECD），2020年；作者计算结果。注：数据为整体经济数据。劳动生产率增长是单位小时工作的GDP。平均年增长率是根据按2015年购买力平价计算的以不变美元为单位的GDP指标计算的。每条横线的交叉部分代表了一定时期内全要素生产率增长对该国整体劳动生产率增长的贡献。

为什么生产率增长会下降，该如何利用公共政策缓解？

生产率增长的下降是由许多因素共同决定的：对于这种趋势有太多的解释，其中有一些解释是相互重叠的。一些解释表明，生产率增长仍然保持在较高的水平，生产率增长的下降只是计量有误，而另一些解释则指出，这是因为行业或劳动力构成的发生了转变。一些解释表明，我们只是耗尽了容易获得的创新资源，随着时间的推移，我们将面临生产率增长速度大幅度放缓的局面，而另一些解释则将最近生产率增长放缓的部分原因归咎于经济大衰退(Great Recession)的余波。规章制度也会影响创新，对公共和私人投资的激励也会影响资本深化与发现和使用新创新的速度。

在本节中，在解释潜在的政策应对方案之前，我们将先探究生产率增长放缓的几个核心解释。鉴于生产率在1973年之前（尤其是1973年之后）就已经开始放缓了，因此经济学家试图解释这一放缓时，其实已经有很多这样的问题被探讨过了。目前我们不能确定经济放缓的某个单一、明确的原因，但在某种程度上经济放缓的多重原因是乐观的，因为它们提供了许多渠道，通过这些渠道，政策可以促进生产率增长和提高生活水平。

1、对生产率增长的错误衡量

经济计量是不完美的，生产率的计算也不例外。因此，一些人怀疑，生产率增长的下降是否是由于这种错误衡量而导致的产物，而不是真正的经济变化所造成的(Brynjolfsson and McAfee 2011；Feldstein 2015)。考虑到全要素生产率增长是用除去劳动力和资本投入变化后剩余的GDP增长来衡量的，这些数据中的任何一个测算错误，特别是全要素生产率的测量，都会影响劳动生产率增长的整体度量。

在生产率和实际GDP的衡量中，一个特别令人担忧的问题是对通胀的正确评估。众所周知，随着时间的推移和产品与服务质量的提高、或新产品和服务的推出，根据产品和服务的改善对数据进行调整是非常困难的(Moulton 2018)。如果新产品的质量或价值没有恰当地体现在价格中，那么GDP本身就会被误测。如果这些衡量问题随着时间的推移变得更加糟糕，生产率增长可能会出现(错误地)下降。

对最近的技术和产品创新的反思为误测的假说提供了证据。尽管互联网上的许多服务(例如电子邮件和在线导航)对降价消费者的福利有很大的贡献，但这些服务对消费者来说是免费的。因此即使统计机构尽他们的最大努力，也可能不足以捕捉智能手机等信息时代产品的进步。更成问题的是那么本就很难衡量的服务部门(如教育或医疗保健)的质量改进，而这些部门在经济中所占的份额正在增加(Moulton 2018)。如果产出和质量难以衡量的行业在经济中所占的比重增加，那么总体上的误判问题可能会越来越严重。

然而，现有的证据表明，单是测量错误并不能解释生产率增长的下降。首先，许多新产品(智能手机)，或服务(互联网搜索引擎) 在2004年后生产率放缓之前就已出现。目前还不清楚新的、高质量的产品和服务的引进速度是否在增快。但研究表明，在2004年后的经济放缓之前，难以衡量生产率增长的信息技术硬件才是导致测算错误的更重要的因素。调整这些商品的误测实际上加剧了劳动生产率增长的下降，这一点必须加以解释(Byrne， Fernald，and Reinsdorf 2016)。此外，生产率增长的下降规模本身是很难被误测的：在被误测的行业中，真正的劳动生产率需要在11年里增长363%，这是难以置信的 (Syverson 2017)。

有时有些人认为，引入免费服务可以解释生产率增长下降的原因。但那些看似免费的服务实际上往往是通过广告或收集数据来进行货币化，最终可以被间接地计入GDP中。更普遍的想法是，商品和服务产生的消费者剩余没有被计入GDP的数据中，因为个人从产品中获得的福利价值大于公司收取的价格。目前尚不清楚，互联网时代带来的未被捕捉的盈余是否比电视或电话发明时产生的更多。

因此，虽然在某种程度上GDP和生产率肯定被错误地衡量了，但研究的共识是，这种误测不能完全解释2004年后生产率增长的放缓。因此，值得探讨的是，随着时间的推移，还有哪些其他因素降低了生产率增长。

2、产业结构变化

一个相关的可能性是，美国劳动力市场可能已将工人转移到了生产率水平较低或生产率增长较低的行业。这种情况可能会自然而然地发生，并不一定会引起人们的恐慌。如果一个部门的单位小时产出迅速增长，但作为消费的一部分却没有增长，那么随着时间的推移，在该部门工作的人会越来越少。在美国，由于贸易和消费模式的转变，那些单位小时高产出和生产率高增长的制造业在就业中所占的份额有所下降(BLS 2020b；作者计算)。因此劳动力流入了生产率较低的行业，这可能是导致总体生产率增长放缓的原因之一。

Triplett和Bosworth(2004)描述了一种被广泛接受的观点，即服务业在经济中所占份额的上升将倾向于降低生产率增长。但它们表明，服务业是信息技术创新的主要消费者，它推动了1995-2004年生产率增长的复苏，这一点让纯粹的重新分配的解释似乎不太可能。

此外，如果再分配是放缓的全部原因，那么每个行业的生产率增长将保持稳定，而向生产率较低的行业的再分配将会降低平均水平。但是，对行业生产率增长的初步观察表明，在1995-2004年及2004年之后，生产率增长普遍下降。换句话说，不只是由于就业在各行业间以某种方式转移，从而抑制了总体生产率的增长。更确切地说，大多数行业在1995-2004年期间的劳动生产率增长比2004-2018年期间要高。

图5显示了在1995-2004年和2004-2018年时期，某些大型产业的劳动生产率的年增长率。在1995-2004年期间，大多数工业的劳动生产率都有着强劲的增长趋势。例如，零售业每年增长4.5%，制造业每年增长4.7%。而在随后的2004-2018年间，这两个行业的增长都要慢得多，分别为2.2%和1.1%。在图5所示的行业中，只有矿业(受益于美国的水力压裂热潮)和卡车运输在后一时期的增长更快。

图51995-2018年按选定行业的劳动生产率增长情况

资料来源：美国劳工统计局（BLS）2020 b；作者计算结果。注：由于数据可用性，核算数据为1997-2018年，医院数据为1995-2016年。这个数字所显示的行业并不包括私营、非农业企业部门；截至2016年第一季度，他们代表了51.4%的总就业人数和50.6%的非农业企业的工作时间。所显示的行业代表了11个主要行业(由于就业率低，不包括艺术、娱乐和娱乐)的最大的具体行业(2016年就业)。例如，会计是专业服务部门中规模最大的具体行业。

研究人员在(反事实的)假设下计算了这些时期的劳动生产率增长率，即假设产业构成没有改变，发现反事实的增长率非常接近实际观察到的增长率(Byrne，Fernald，and Reinsdorf，2016)。工人跨行业的流动，似乎并没有推动生产率增长出现实际上的全面下滑。

3、创新和生产率增长的限制

全要素生产率的增长并不完全由技术的变化决定。例如，即使没有出现新技术，更好的管理实践和制度也能推动全要素生产率的增长(Bloom，Sadun，and Van Reenen 2017)。但全要素生产率仍然深受科技进步的影响。例如，20世纪20年代到40年代，全要素生产率每年的增长约2%，这是由电力、化学和电信等技术的应用推动的(Shackleton，2013)。1995-2004年生产率的高速增长主要是由新的信息技术和互联网的广泛普及所推动的。

这些技术发展的重要性，让一些人认为，它们可以解释2004年后的生产率增长的下降，实际上它们也可以解释1974-1995年生产率增长的下降。最值得注意的是，经济学家Robert Gordon (2016)认为，生产率增长之所以放缓，是因为最近的技术进步远不如早期的技术进步那么令人印象深刻。19世纪末20世纪初，从卫生设备到内燃机的革新彻底改变了美国人的生活。随着这些创新在20世纪中期得到了充分利用，它们带来了巨大的生产率增长。该论点认为，从整体上看，自那以后的技术进步相对来说微不足道。

然而，这种评估并不意味着技术进步在今后几年中一定会保持疲软。一些研究人员看到了人工智能和机器学习等技术的前景，目前这些技术正在开发和应用中，但其利处尚未被广泛传播(Brynjolfsson，Rock，and Syverson 2017)。经济学家罗伯特•索罗(Robert Solow)，他因在理解经济增长方面的贡献而获得了诺贝尔奖，他在1987年说过，计算机时代无处不在，唯独在生产率的统计数据中看不到(Solow， 1987)。在接下来的20世纪90年代，生产率开始激增，部分原因是由于计算机技术的创新(Shackleton 2013)。创新和由创新带来的生产率增长并不总是同步的。

一种可能性是，像美国这样的发达经济体正处于暂时的技术停滞期。1995-2004年期间，信息处理技术投资的好处得到了广泛地利用，生产率增长也随之迅速增长。图6显示了信息处理设备和软件的投资(占GDP的一部分)的急剧增长，从一开始20世纪90年代初约占到3%，到2000年达到了4.4%的峰值。但是，在2004年之后，当生产率增长下降到一个较低水平时，这种投资所带来的生产率增长的提高是短暂的(Byrne，Fernald，and Reinsdorf，2016)。

图61974-2019年信息处理设备和软件的私人固定投资

资料来源：BEA 2020；作者计算结果。注：阴影条表示经济衰退期。

鉴于过去劳动生产率和全要素生产率的增长和下降都是不可预测的，现在得出美国或其他发达经济体的生产率已经达到了上限的结论可能还为时过早。如果我们知道未来可以重振经济的创新技术的话，那么它们现在应该已经在实现的过程中了。历史上的许多时候，创新似乎都已经穷途末路，但随后又开始了新的一波创新浪潮。然而，从历史的角度上来看，要想把生产率提高到1974年以前的水平，技术的进步确实是必要的。

4、经济衰退的余波

上面所讨论的生产率增长下降的原因，并不一定适用于任何特定的政策补救措施。例如，如果衡量出来的生产率增长仅仅因为误测而下降，那么隐含的政策回应应是改进测量方式(尽管提高实际生产率增长的政策措施仍会受到欢迎)。在本节的其余部分，我们将讨论经济衰退的原因，而这些原因确实暗示了政策的补救措施，我们首先从周期性经济衰退对生产率增长的影响说起。

经济衰退往往会减缓生产率增长，但这一动态并不总是能够得到广泛的认可。宏观经济理论经常在对长期增长的探索，和商业周期的繁荣与萧条之间划清界限。这种区别是基于这样一个假设：经济活动的起伏是围绕着由生产率增长基本面所驱动的趋势发生的。不过，最近的研究表明，经济衰退会以多种方式给产出和生产率增长造成更长期的影响。尽管这些研究肯定不能解释始于2004-2005年的生产率增长放缓的趋势，但它们可能有助于解释全要素生产率增长在长期中出现的缓慢时期，尤其是在经济大衰退之后。

需求冲击具有长期影响的观点可以追溯到Campbell和Mankiw(1988)，他们注意到了冲击对GDP的持久性影响。Blanchard，Cerutti和Summers(2015)表明，在很多国家，由需求冲击(逻辑上应该是暂时的)导致的经济产出下降往往会持续很长时间。Fatas和Summers(2016)发现2009年对产出的初始冲击可以解释随后年份与预测产出的偏差，这表明金融危机的冲击是永久性的。这些国家不仅深陷经济衰退，而且这些衰退似乎还降低了潜在产出。

经济衰退会持续压低产出水平和产出增长的原因如下。首先，当企业看到更多客户的潜力时，它们往往会加大投资，而当前一年内产出增长的上升，往往预示着下一年的投资增长会更快——这一动态符合加速器理论。由于许多公司在全世界范围内进行销售，全球经济的衰退抑制了公司对需求的预期，这会对投资的增长造成更大的压力(经济顾问委员会[CEA] 2017年第二章)。

Bivens(2017)指出，以快速增长为特征的高压经济具有提高潜在产出的潜力，并着重研究了某一年的产出增长与下一年投资之间的关系。我们在图7中展示了这种关系。当经济增长更快时，下一年的投资也会更快。这种相关性表明，经济衰退(尤其是复苏缓慢、持续时间较长的经济衰退)可能会导致投资减少。较低的投资会降低每个工人的资本，也会降低企业产生或使用新创新技术的速度。

图71948-2016年非住宅固定投资和所有GDP的其他组成部分的增长

资料来源：Bivens 2017。注：NRFI指非住宅固定投资。数据来自BEA国民收入和产品账户(NIPA)。

经济衰退后，失业率通常会很高，如果企业想扩大生产，就会有充足的劳动力可供雇佣。在大衰退后的前几年里，劳动力的可用性和工资的缓慢增长可能有助于解释为什么企业根本不需要对提高生产率的技术或资本进行投资。Reifschneider，Wascher和Wilcox(2015)发现，全要素生产率和资本深化在2008年金融危机后均大幅下降，其中大约一半的生产率增长下降是由资本深化造成的。公司未能进行投资，随着资本深化的放缓，这直接降低了生产率的增长，但同时这也降低了全要素生产率的增长，因为新的创新技术没有被开发或投入使用。

其他研究发现，大衰退后对需求的冲击在很大程度上解释了全要素生产率增长下降的原因，因为需求下降导致减少了新技术的使用 (Anzoategui et al.，2019)。如果这种效应仅仅造成了技术实现的暂时延迟，那么随之而来的是实现所有积累技术改进的生产率的爆发。但是，如果这种影响造成了创新本身的减少，那么它就代表了产出水平的永久性下降，如果某部分创新从未被实现，那么随着时间的推移我们甚至可能会失去生产率的增长。

这些想法的政策含义相对简单。为了避免经济衰退可能带来的投资和创新的损失，宏观经济政策应该积极推行反周期政策，尽可能避免或缩短经济衰退期。汉密尔顿项目与华盛顿中心（Washington Center for Equitable Growth）联合出版了一本书，其中包含了一系列政策建议，建议加强美国的财政自动稳定器，以确保财政政策在经济需要时提供更多的需求，而在经济不需要提供更少的需求 (Boushey，Nunn，and Shambaugh 2019)。这些政策再加上更广泛意义上的强有力的反周期财政和货币政策，有助于避免经济长期低迷和在衰退真正发生时振奋投资和信心，因此对在一段时间内提高生产率增长非常重要。

5、研发不足

无论是对企业还是政府而言，研发支出都是创新和生产率增长的基本驱动力，它能够产生新的创新技术和新的产品。

如图8所示，联邦研发支出虽然仍然可观，但从1960年(占GDP比率为1.6%)和1980年(占GDP比率为1.1%)以来都有所下降。2018年，商业部门对研发的资助占GDP比率为2.0%，联邦政府紧随其后，其研发支出占GDP比率为0.6%(包括联邦机构的支出以及对高等教育和其他机构的资助)，其他来源占GDP比率为0.2%。

图81953-2018年美国研发支出情况（按资金来源分类）

资料来源：国家科学与工程统计中心(NCSES) 2020。注：其他包括非联邦政府、高等教育和其他非盈利组织对美国研发的资助。2017年和2018年的数据是初步数据，可能会进行修订。

企业支出的增长抵消了政府资助研发支出的下降，但这两类资金并不完全相同。联邦政府倾向于在基础研发上投入资金，而企业部门则把钱花在了更接近市场的技术上(Sargent 2020)。更侧重于基础研究的投资往往会对长期生产率的增长产生更大的影响(Popp 2019)。

研究表明，我们进行创新的成本已经超过了它的收益。自20世纪30年代以来，美国增加的科研人员数量是其有效数量的数倍，同时美国经历着科研生产率增长的放缓(Bloom et al. 2020)。这可能是因为科研向应用研发的转变(Arora，Belenzon，and Patacconi，2018)，或者仅仅是因为科研探索了成本较低的创新技术，而今天的挑战是需要更昂贵的实验室设备和科学家。这两种解释都表明，来自联邦政府的基础研发资金的减少会不利于全要素生产率的增长和GDP的增长。

鉴于政府研发资金的不足是导致生产率增长下降的原因，加大研发投资是较为明确的政策应对方式。大幅度增加联邦研发支出有可能提高全要素生产率和产出的增长。John Van Reenen(2020)在《汉密尔顿项目政策建议》中提出了这样一种观点，呼吁增加联邦研发支出，希望该支出能够占GDP比率能达到0.5个百分点，即大约1000亿美元，以用于应对气候变化和公共卫生等国家面临的重大挑战。

6、基础设施和公共资本

研发增加了企业家和现有企业利用的思想深度，从而可以推动经济转型和经济增长。但仅凭这些想法并不足以促进高水平生产率的出现。一系列的公共产品可以用来支持生产率，使市场有效运转，并为创新者的成功创造条件。此外，如上所述，劳动生产率是全要素生产率、物质资本和人力资本的函数。公共资本的增加可以增加总资本存量，从而提高劳动生产率。这一增长也可以通过提高其他资产的生产率来增加私人投资(CEA 2016)。

有形基础设施是公共资本最显著的例子。特别是交通基础设施，它是经济高水平活动的关键先决条件：公路、铁路、机场、海港和公共交通都有助于市场的有效运作(Schanzenbach，Nunn，and Nantz 2017)。图9显示了联邦政府在交通和水利基础设施上的花费。1960年联邦政府在交通、水利等基础设施建设方面的支出占到了国内生产总值的2.9%，而2017年该比重降到了2.3%。

图91956-2017年联邦基础设施支出情况

资料来源：国会预算办公室(CBO) 2018。注：联邦基础设施支出是指交通(高速公路、公共交通、铁路、航空和水运)和水基础设施(供水设施和资源)方面的公共支出。阴影条表示经济衰退时期。

这种下降并不完全反映了没有进行必要的公共投资这一现象。20世纪中期的美国正在建设一个交通运输网络，而现在这一网络需要比新的建设更多的维护。有时，对与建设新基础设施相关的就业机会的强调，掩盖了一个重要问题：新的实物资产实际上能增加多少产出和福利？但基础设施投资的下降，以及一些地区基础设施不足的证据，都表明了严格评估改善公共基础设施的潜在机会的重要性(Schanzenbach，Nunn，and Nantz 2017；Turner 2019)。

公共资本投资的下降本身可能是其他政策失败的结果，正如美国交通基础设施建设的超高价格所揭示的那样(Levy 2018；Nunn，Parsons，and Shambaugh 2019b)。新建筑，特别是在高密度地区，往往存在不必要的障碍，从而大大提高了其成本(Nunn，Parsons，and Shambaugh 2019b；Shoag 2019)。

如果经过严格的成本收益分析，公共资本支出的增加可以增加公共资本存量，并鼓励增加私人投资，从而提高劳动生产率。如果这些增长旨在支持更广泛的全要素生产率增长(例如，公共实验室建设或宽带接入)，它们可以提供更大的经济推动力。

7、知识产权制度面临的挑战

如上所述，全要素生产率的长期增长在很大程度上是由技术可能的改进所驱动的。要做到这一点，需要付出努力：劳动力和资本必须投入到新领域的探索和发展中去。在某些情况下，这种努力是免费的，比如在开源软件的开发领域(Belenzon and Schankerman 2015)。在其他情况下，它可以通过市场成功获得直接的回报(没有政府干预)。例如，一家首先开发出赢者通吃技术的公司可能因此获得先发优势。

但有时投资只有在公共政策的帮助下才有利可图。一项核心的政策工具是授予发明者使用其发明的独家(临时)权利，换句话说，就是专利。在排他性期间，发明人垄断该发明，获得比没有专利时更高的利润。这提升了私人部门对创新的兴趣。这样做，专利就解决了一个典型的公共产品问题：当创新者不能从他们的努力中获得回报时(因为竞争者可以立即从这些努力中获益)，创新就太少了。图10显示了全球主要专利局授予的新专利数量的快速增长趋势。

图101990-2018年全球主要专利局的专利授权数量

资料来源：世界知识产权组织（WIPO）2019。注：欧洲指欧洲专利局。South Korea指韩国。

然而，专利制度带来的社会效益——创新动力的增强——也带来了一些成本。第一个成本是人们熟悉的以任何形式存在的垄断的负面影响，这与较高的价格和相对于竞争市场的供应减少有关。它也会对创新和生产率产生影响，因为后续的发明人在不向最初发明者支付报酬的情况下，就不能在自己的工作中使用专利产品或工艺。我们很难把握激励创新的措施和这些激励措施产生的成本之间的平衡 (Ouellette和Williams 2020)。

第二个成本可能不太为人所熟悉，它来自专利可能给潜在创新者带来的累积负担。如果一个发明者在审查现有专利时不够仔细，那么他在创造一种新产品或新工艺时可能会无意中踩到其他专利。在某些领域，授予的专利太多了，以至于在不触及其他专利的情况下很难进行创新。人们可能很难驾驭所谓的“专利丛林”(Shapiro 2001)，这会给创新者带来不可预测的诉讼风险。在某些情况下，很难简单地确定谁对什么发明拥有哪些权利(Ouellette和Williams 2020)。

一些研究人员强调，专利丛林可能给商业活力和最终的生产率增长带来了阻力(Akcigit and Ates 2019)。市场领导者对知识产权保护的过度使用可能会限制知识的传播。图11是从Akcigit和Ates(2019)的工作中复制出来的，其描述了顶级专利持有公司注册专利份额的上升，以及相反的，新进入者注册专利份额的下降。这种不平等会给那些必须与已经拥有其他市场优势的现有公司竞争的进入者带来巨大的负担(Shambaugh et al. 2018)。

图111980-2012年专利注册

资料来源：Akcigit和Ates 2019。注：专利申请公司的前1%指注册专利的份额最大的前1%创新公司所注册的专利份额。新进入者是指首次申请专利的公司所注册的专利份额。

8、监管

生产率增长放缓的另一个潜在原因是监管障碍。监管对生产率的影响可以通过多种形式。首先是在生产率的衡量和其他政策目标之间进行权衡。例如，可以通过降低GDP的方式来加强环境保护(例如限制某些类型的生产)。鉴于环境保护的一些好处没有体现在GDP中，这可能是一种不错的权衡，但它可能在某些情况下降低GDP增长，也可能降低单位小时产出。

第二种类型的监管影响来自于给定监管的糟糕制定。一项政策可能旨在达到某种目的，但对生产率产生了附带的(可能是无意的)负面影响。例如，职业许可规则有时比保护公众健康和安全所需的更加繁琐，这导致出现了一些进入某些劳动力市场的不必要的障碍，从而损害了经济效率(Kleiner 2015；White House 2015)。

第三种类型的监管影响来自于许多个别监管的集体影响。正如专利的累积效应有时被说成是一个专利丛林，发明者难以驾驭(如上所述)，一系列的法规也可能给个人和企业带来类似的负担。这些单独的规则可能带来的好处超过了它们(狭义定义)的成本，但它们合在一起时，可能会给劳动力和资本的生产性重配或创新过程中带来摩擦。例如，Gutierrez和Philippon (2017a， 2017b)的研究发现，联邦法规总体上与更大的市场集中度和商业投资下降有关。

这些监管造成的影响并不意味着需要全面解除管制，部分原因是监管往往可以促进增长。例如，铅中毒对认知的长期损害比限制铅暴露的法规对长期GDP的损害更大(Aizer et al. 2018)，而提高银行安全性的金融监管可以限制一些贷款，仍有助于在此过程中避免代价高昂的金融危机。这些考虑突出了在设计和审查法规时使用成本收益分析的重要性，确保法规以最低限度扭曲的方式实现其目标。

9、市场竞争减弱，市场活力放缓

正如之前详细分析讨论汉密尔顿项目的那样，在过去的几十年里，美国市场的特点是市场竞争的减弱和市场集中度的提高(Shambaugh et al. 2018)。产品和劳动力市场的集聚都到了令人担忧的程度，产品市场的集中度明显随着时间的推移而增加。

在一个密切联系的经济发展中，市场也变得缺乏活力，因为流动性减少了，就业机会减少了，创业也减少了。减弱的活力和减弱的竞争对工人的工资都有着负面的影响(Shambaugh，Nunn，and Liu 2018；Shambaugh et al. 2018)。

这一点对于理解生产率增长缓慢也很重要。没有充满活力的市场，生产率的增长将受到影响。许多劳动生产率增长最快的企业都是年轻企业，这表明创业是生产率强劲增长的关键支撑(Alon et al. 2018)。高度集中的市场对创业的进入构成了不小的挑战，这可能会限制创业对生产率增长的核心影响。此外，将员工从低生产率的企业重新分配到高生产率的企业，这对整体生产率的强劲增长是必要的。企业的缺乏会导致工人流动的选择减少，同样也会限制生产率增长(Foster，Grim，and Haltiwanger 2016)。

然而，图12显示出，随着时间的推移，企业的形成率已经下降。自1979年以来，每个主要行业都出现了创业率下降的情况。例如，制造业的新公司所占比例从1979年的11.3%降至2014年的4.2%，而服务业的新公司所占比例从12.6%降至7.8%。较年轻公司的就业份额也在下降，这意味着越来越多的工人受雇于老牌(可能不那么有活力)公司(Shambaugh et al. 2018)。

图12按照年份、行业划分的创业率

资料来源：美国人口普查局，1977-2014年。注：创业率的计算方法是将成立不到一年的企业数量除以每年一个行业内的企业总数。

充满活力的市场还有助于促进创新和高效的商业实践在整个经济中的传播。自2000年以来，生产率最高的企业与其他所有企业之间的差距不断扩大(Decker et al. 2018)，这减缓了总生产率的增长，而相对落后的企业一直能够与之保持同步。加速有效管理实践和技术改进的传播将有助于提高整体的生产率水平(Bloom and Van Reenen 2007)。

可以实施一系列的政策干预，从而增强产品和劳动力市场的活力。加强竞争政策的利用可以确保新创业者更容易地进入市场。减少对大公司的补贴，转而集中支持企业家和初创企业，可以提高创业率(Chatterji 2018)。限制使用竞业禁止协议和其他限制性劳动力市场政策，可以提高工人的流动性，也可能提高创业率(Marx 2018；Starr 2019)。更广泛地说，职业许可证或土地使用限制等可能会限制生产率增长，同时为在职者提供利益的法规可能会受到严格的审查。

10、人力资本和劳动力增长放缓

创新可能需要经过多年训练的专业知识。在1876年至1951年出生的人群中，平均受教育程度以每10年0.8年的速度快速增长，连续几代人的受教育程度都要比他们的前辈多增加了大约两年。而这一增长速度现在已经放缓：在1951年到1987年出生的人群中，其平均受教育程度每10年只增加了0.3年(见图13，这是Autor，Goldin，和 Katz在2020年的分析)。最近，年轻人的受教育程度略有上升，这或许是受到大萧条时期劳动力市场选择恶化的影响(National Center for Education Statistics 2020)。提高教育的质量和年限，是提高生产率的重要组成部分。

图131876-1987年按出生年份划分的30岁人群的受教育程度

资料来源：Autor，Goldin和 Katz 2020。注：数据来自美国人口普查局1940-2000年的IPUMS数据和2005-2018年的CPS MORG数据。数据仅限于在美国出生的个人。详情请参阅Autor， Goldin和Katz(2020)。

如图2所示，教育提高速度的放缓直接降低了劳动力构成变化对劳动生产率增长的影响程度，但考虑到受过高等教育的工人(特别是STEM工人)对产生技术创新的重要性(Shambaugh，Nunn，and Portman 2017)，教育提高速度的放缓也可能以更难以评估的方式影响着全要素生产率的增长。

受过良好教育的工人的重要性是美国经济面临的更广泛挑战的一部分：开发和部署现有的最佳人才，以解决迫切需要创新的问题。在《汉密尔顿项目政策建议》中，Lisa Cook(2020)讨论了在创新过程中减少种族和性别不平等的改革，从而扩大创新渠道的参与度。

受教育程度增长放缓的原因之一是劳动力规模的增长也比以前更慢了。由于20世纪60年代到90年代发生的婴儿潮，同时女性逐步进入劳动力市场，这些大大增加了劳动力的规模，导致了长期的劳动力增长。2000后，黄金年龄人口增长放缓，黄金年龄劳动力参与率停滞不前，整体劳动力参与率下降(Nunn，Parsons，and Shambaugh 2019a)。Ozimek、Fikri和Lettieri(2019)认为，人口增长放缓会通过降低创业率来复合生产率增长的放缓。

不管劳动力和平均教育程度增长放缓的原因是什么，这两种趋势都可能减缓生产率增长的步伐(Shambaugh 2016)。那些壮年劳动力增长的放缓，往往伴随着生产率增长的放缓，这可能是因为减少了可用的管理人才(Feyrer 2007，2011)或者受到业务的生成速率的影响(Karahan Pugsley，Şahin 2019)。劳动力的老龄化也会对生产率增长造成下行压力，因为这会使新的创新和创新的过程变得更加困难((Feyrer 2008；International Monetary Fund [IMF] 2016)。

Acemoglu和Restrepo(2017)认为，人口老龄化可能会增强自动化技术的使用，以此作为劳动力可用性下降的解决方案。他们强调，就增长而言，人口结构变化的影响不是不可改变的，因为经济主体和政策制定者的反应可以抵消人口结构的变化。随着美国人口的老龄化，通过上述渠道，特别是通过投资教育和研发，以此促进生产率增长会变得更加重要。此外，增加移民(特别是高技能工人)可以减缓人口老龄化，提高GDP (Nunn，O Donnell，and Shambaugh 2018)，这将有助于抵消任何可能存在的人口变化导致的增速放缓。移民还可能为美国的创新做出巨大的贡献；Hunt和Gauthier-Loiselle(2010)估计，教育程度是大学毕业的移民人口每增加一个百分点，人均专利会增加9%-18%。

生产率增长的受益者是谁

一个经济体要想提高生活水平，或者应对国家面临的紧迫挑战，就必须有能力在给定的投入水平下生产出更多的粮食。但是，即使生活水平提高了，任意生产率的提高都可能导致一部分的工人下岗。例如，如果设计和制造出一种新型机器人，它可以完成许多人类目前执行的任务，相对于(人类)劳动时间的工作，它将带来令人欣喜的经济产出增长。然而，在短期内，这可能会取代目前执行自动化任务的工人。从历史上看，劳动力市场会为被取代工作的工人找到了新的工作，其中一些可以作为新发明的补充，或者在不减少总就业人数的情况下缓慢地减少人均工作时间。然而，有时工人的转移可能是迅速而痛苦的(White House 2016)。

在某些情况下，生产率的增长降低了成本，从而增加了人们对产品的需求，这会导致该行业对劳动力的需求增加。例如，生产率提高会导致平板电视的成本下降，这可能会增加生产这些产品的劳动力需求，这会使产品不再像以前那样是利基的、昂贵的产品。然而，在其他情况下，生产率会明显减少一个行业的劳动力。1870年，近50%的美国就业人员从事农业(Daly 1981)，而今天，尽管粮食的产量大幅增加，但农业部门的就业人数仅为1.4% (BLS 2019)。通过减少工作时间来增加产出的创新和生产率让人们的生活变得更好，同时随着时间的推移，减少的劳动力通常会被其他的工作活动所吸纳。

提高生产率往往具有破坏性的一个原因是，如果按部门划分，生产率往往是不平衡的。例如，1987年至2018年，耐用品制造业的生产效率大幅提高，劳动生产率每年增长3.0% (BLS 2020b；作者计算)。但是住宿和餐饮服务业却滞后不前，从1987年到2018年，生产率的年增长率仅为0.8% (BLS 2020b；作者计算)。这种不平衡的部门增长自然会导致对不同工人群体需求的不平衡变化。

生产率增长还可以通过增加或减少对技能的需求来影响整个经济中的不同群体。19世纪纺织机的出现减少了对熟练织工的需求。其他大规模的生产技术降低了对熟练工匠的需求(White House 2016)。这些技术进步增加了对低技能工人的需求，降低了对高技能工人的需求。作为回应，一个被称为卢德派(Luddites)的组织毁坏了赫赫有名的织布机，以抗议日益进步的技术威胁到了他们的生计。

近几十年来，劳动力市场对受过高等教育的工人的需求增加，对受教育程度较低的工人的需求减少，这加剧了中高收入者之间的不平等(Goldin and Katz 2009)。对这一趋势的一种解释被称为技能偏向性技术变化，这种解释强调了技术在推动不同类型劳动力相对需求转变中的作用(Autor，Katz，and Krueger，1998；Goldin and Katz，2009)。

Acemoglu和Restrepo(2019，2020)强调了技术或创新如何将任务从一个群体重新分配给另一个群体，以及它们如何扩大或缩小对某些类型工人的需求。有些创新可能只是创造了新的产品和新的任务，因此它们增加了对某些工人的需求，但不会直接减少对其他工人的需求。然而，重新分配任务的技术冲击可能会充分减少对某些工人的需求，这样，尽管实现了技术进步和整体的生产率增长，实际的工资仍会下降。同样，如果技术将任务重新分配给了资本，那么尽管生产率提高了，但对劳动力的需求会下降，工资也会下降。

这些考量突显出了一个观点，生产率的增长往往会产生赢家和输家，至少在短期内是这样。劳动力市场的赢家可以包括那些工作效率更高的工人，比如一个旅行推销员，他可以驾驶一辆自动驾驶汽车在销售电话之间来回工作(假设效率的提高会带来更高的收入)。输家包括那些劳动力被简单替代的人，比如卡车司机，自动驾驶汽车减少了运输产品所需的司机数量。Korinek和Stiglitz(2019)指出，从这个角度来看，基于人工智能的自动化可能会有特别的问题，因此可能需要合理分配人工智能带来的收益，并将其引向广泛有益的方向。

生产率增长将如何影响未来的工人，如上所述，这取决于技术变革的具体形式。但劳动力市场的结构、劳动力市场的制度，以及相关的公共政策规则也至关重要。例如，更大程度的劳动力市场集中度似乎会降低工人从生产率增长中获得的好处(Benmelech，Bergman，and Kim 2018)。同一项研究发现，工会会减轻这种影响，这表明提高工人议价能力的机制可以帮助更多的工人参与到生产率增长带来的利益中来。

劳动力市场的力量是另一个需要考虑的因素。维持较紧的劳动力市场可能通过提高工人再分配来提高生产率(Nakamura et al. 2019)。劳动力市场的紧缩也会不成比例地有利于低薪工人(Aaronson et al. 2019)，这使得反周期政策对形成工作收益非常重要。

管理市场收益如何分配的政策规则也有一个明显的功能。即使生产率的增长往往使资本的所有者收益，或不成比例地使某个特定的工人群体收益，累进税制、强大的社会安全保障网络和积极的劳动力市场政策都可以扩大获得生产率增长利益的群体，并且限制失业工人的损失(Nunn，Parsons，and Shambaugh 2019a)。与此密切相关的是，指导雇主应对经济冲击的政策规定可以发挥建设性的作用。例如，鼓励工作分担(即减少工时而不是裁员)的失业保险制度，可以改善生产率增长取代劳动者而带来的最具破坏性的后果(Abraham and Houseman 2014)。在一个创新可以产生单一赢家的行业，健全的竞争政策也可以确保收益的广泛分配(Shambaugh et al. 2018)。

要实现共同经济的广泛增长，生产率的增长是所必须的。然而，如果没有适当的政策和市场竞争机制来帮助各方共同分享收益，并且重新雇用失业的工人，那么生产率的增长可能会把许多人甩在后面。

结论

在决策者关注COVID-19大流行后的经济复苏之际，制定促进技术创新、提高工资和提高美国家庭生活水平的长期政策也很重要。从长远来看，提高生活水平很大程度上取决于提高劳动生产率，在一定的工作时间内生产出更多的商品和服务。为了维持当前和未来的衰退中的经济产出，并且为经济的增长提供动力，提高生产率的增长是必要的。通过提高经济产出，生产率的增长也将在流行病引发的经济衰退和政府支出激增之后，使经济增长和恢复公共财政变得更加容易。加强创新使美国能够更好地应对从公共卫生到气候变化的各种挑战，甚至是一些目前尚未遇到的挑战。

单靠一项政策是无法恢复美国的生产率增长的，但同时有几项政策可以有所帮助。对人力资本进行投资，培养受教育程度更高、技术水平更高的劳动力，这些都可以直接影响到每个工人的产出水平。提高工人可利用的技术和基础设施也可以提高生产率增长。增加政府在研发和基础设施方面的支出，以及对知识产权体系的进行改革，都有助于促进创新和生产率增长。最后，限制对新企业形成的不必要的法规和障碍，并采取其他措施帮助恢复市场活力，也可以刺激生产率的增长。

美国正处于公共卫生和经济危机之中。全面的经济复苏既需要即时的短期缓解，也需要对生产率和创新进行长期投资，以确保人们可以共享广泛的经济增长。

（编辑：文文）