伍晓鹰：AI是下一个“索洛悖论”吗？

　　中新经纬8月20日电 题：AI是下一个“索洛悖论”吗？

　　作者 伍晓鹰 北京大学国家发展研究院“增长实验室”主任

　　如果说AI是这个时代最具革命性的通用技术，那么它究竟可能如何改变GDP增长和收入分配？为何经济学界对AI的预期远不如市场叙事那般澎湃？

　　一、从“索洛悖论”讲起

　　1987年，诺贝尔经济学奖得主罗伯特・索洛在一次访谈中提出了一个发人深省的观察：“计算机无处不在，唯独看不到它们出现在生产率统计中。”这句看似讽刺却意味深长的话，后来被学界广泛引用，成为著名的“索洛悖论”。它揭示了当时信息技术革命中一个令人困惑的现象：在信息通信技术蓬勃发展并快速普及时，整体经济的生产率却未出现与之相称的跃升。

　　美国经济学家埃里克·布林约尔松(Erik Brynjolfsson)的研究直观呈现了这一悖论：自20世纪60年代以来(过程中也有20世纪70年代初“石油危机”造成的短暂影响)，尽管计算机及相关信息技术(IT)被日益应用于经济活动，而且IT资本在固定资本中的占比不断提升，但与之相关的劳动生产率却长期处于停滞状态。

　　自“索洛悖论”提出以来，不同学科领域的学者围绕这一现象展开了广泛研究和讨论，并从不同视角提出了四种学术界普遍接受的解释。

　　第一种解释是测量误差(mismeasurement)，认为计算机技术进步并非没有带来生产率提升，而是尚未能够被现有统计系统在投入、产出、价格诸方面准确辨认，从而被纳入现有增长核算框架中。

　　第二种是时间滞后(time lags)，即计算机技术的生产率效果具有时滞性，不会反映在当期的经济指标之中。

　　第三种解释是再分配效应(redistribution effect)，强调计算机技术在催生新产业、新职业的同时，可能导致旧产业、旧职业的萎缩甚至消亡，当两者完全抵消时，就不会有生产率效果。

　　第四种解释聚焦于制度和组织层面的“管理不当”(mismanagement)，认为在制度尚未适应技术变革的情况下，其潜在价值可能因资源错配、激励失衡或治理滞后而难以释放。

　　需要指出的是，后三种解释在一定程度上存在交叉重叠，因为无论是新旧产业之间的结构调整，还是制度和规则的演进与适配，其影响往往具有滞后性，需经历一定的时间才能在宏观层面显现。

　　如果总结一下，当年关于计算机生产率的“索洛悖论”包含了两个主要因素，一个是测算，另一个是结构。关于前者，计算机硬件的测算问题较容易解决，但是软件直到2008年才被作为固定资产有条件地纳入联合国的国民账户体系(SNA)。至于后者，它因技术和制度的交错关系而产生，本质上取决于政府可以在多大程度上容忍市场因新技术而产生的资源重新配置的需要，因此会影响资源配置效率。

　　二、考虑要素投入与产出的行业异质性是破解“索洛悖论”的关键

　　作为经济学者，尤其是专注于研究经济增长与生产率的学者，我们无法仅凭故事、轶事(anecdotes)或少数成功案例，来推断技术对整体经济的影响。

　　传统的索洛模型将技术视为外生变量(exogenous)，并假设行业是同质的(homogeneous)，而且面对相同的要素成本，这显然不符合现实。要准确地测算全要素生产率(TFP)，我们需要一个系统性的分析框架，遵循理论-方法-测算-数据一致的原则，解决因技术不同而产生的要素投入与产出的行业异质性及其变化问题，将其纳入增长核算体系中。

　　在这一方面，戴尔・乔根森(Dale Jorgenson)无疑是最具代表性的经济学家之一。

　　乔根森对索洛模型进行了开创性的拓展，并在与兹维・格瑞里奇斯(Zvi Griliches)的合作研究中(1967)提出了“总量生产可能性边界法(APPF)”，又将其与“多玛加总法(Domar Aggregation)”相结合，为测算和分解生产率的行业量与来源，以及资本和劳动在行业间重新配置的效率分解提供了全新的分析工具。在传统的总量生产函数法下，总附加值是总资本和总劳动的函数，这一方法隐含地否定了行业的异质性，假设部门之间可完全替代，具有相同的劳动力价格和资本价格，而且引进了以不变价格计算的固定权重偏差。总量生产可能性边界法(APPF)则放松了总量生产函数的存在假设，并假定附加值在产业间非完全替代。而多玛加总法(Domar Aggregation)则是对于产业特定生产率的简单加权加总。总量生产函数法下得到的全要素生产率增长，可以分解为多玛加权加总法下获得的部门增长、部门间附加值的再分配以及部门间劳动和资本的再分配。

　　在乔根森2001年发表于《美国经济评论》(AER)的一项研究中，他通过将GDP增长拆分为不同投入要素的贡献——包括劳动、IT资本和非IT资本，发现“索洛悖论”在20世纪70年代至90年代初期表现尤为突出：尽管IT投资已经开始显著增长，但其对生产率提升的贡献极其有限。然而，他证明了一个结论，自90年代中后期起由IT资本驱动的全要素生产率对GDP增长的拉动作用才开始凸显，“索洛悖论”也就似乎不再成立而得以破解。

　　三、AI技术是不是“索洛悖论”的一个新例？

　　笔者基于多年在增长研究上的思考发现，当技术革命遇上不当的制度安排和扭曲的资源配置时，其所得可能会小于所失，其潜在经济价值可能会在相当程度上被“蒸发”，从而加剧“索洛悖论”。AI是不是“索洛悖论”的一个新例？

　　短短几年时间，男女老幼人人都在谈论AI，似乎AI技术已经被应用于很多行业了。但大家应该看到了，近几年世界经济的增长速度一直都在放缓，很多深层的结构问题恰恰因此而浮现。对整个宏观经济可以使用不同方法进行分析和测算，尽管结果不尽相同，但是基本上都不令人乐观，至今还没有看到理论逻辑通常告诉我们的，因为经济放缓，竞争压力增大，全要素生产率开始显现改善的迹象。

全球主要经济体GDP与生产率对比 来源： Bart van Ark, Klaas de Vries, and Dirk Pilat: Are Pro-Productivity Policies Fit for Purpose? Productivity Drivers and Policies in G-20 Economies. The Productivity Institute, Manchester University, 2023 Working Paper No. 038

　　如图所示，全球主要经济体G20的劳动生产率增长从2008年的接近3.5%，降至2023年的2%，与此同时，这些经济体的全要素生产率增长却从全球金融危机前的约1.1%一下子跌入负值区间，然后按照年平均值计算一直徘徊于零增长。

　　这一现象肯定不能简单归因于我们正在被技术革命所带来的一个新的“索洛悖论”所困扰。一个反倒应该引起人们注意的、同时发生的现象，是全球主要经济体都在积极推动以AI和其他尖端技术为核心的产业政策，而且美国和主要欧洲国家之间形成了前所未有的一种“产业政策竞争”态势。可以认为由此导致的资源错配，可能同样是导致生产率放缓或停滞的重要原因之一。

　　因此，近期出现的生产率下降究竟是各国产业政策竞争带来的资源错配所致，还是AI技术导致的新“索洛悖论”所致，答案并不明晰。

　　也许有人会说我们应该从一个超越生产率的意义上看待AI技术。的确，从一个人类可以普遍受益的大众知识传播工具的角度看，AI是人类继语言、文字、造纸、印刷后的又一次颠覆性的革命——如果这不是最后一次。从这个意义上说，AI的影响可能或最终肯定要超越通常经济学意义上的生产率问题。但是，回到经济问题上来，特别是考虑到经济政策，AI的影响还是要被限制在市场可以定价的经济活动范围内，对其评价还必须是一个生产率评价。

　　技术的商业喧嚣与宏观经济指标的沉寂之间的鲜明对比可能会令许多人感到困惑，甚至沮丧。但笔者希望“索洛悖论”所揭示的道理能够让人们回到现实中并冷静下来。一方面，测算新技术的经济学和统计学的挑战将永远存在；另一方面，谁也无法保证新技术只带来创造性而不会有毁灭性。这些都不是单靠“政策发力”就可以解决的，就像“产业政策竞赛”的结果完全可能是效率损失，而不是技术进步，因为创新来自于市场而不是权力。(中新经纬APP)

　　中新经纬版权所有，未经授权，不得转载或以其他方式使用。

责任编辑：宋亚芬