美国经济在上世纪九十年代中期至2004年左右经历了快速增长，许多研究将这一阶段的增长归功于信息技术的发展。然而，考虑到近代历史以及信息技术和生产力增长的前景，我们还有重要的问题尚未解决。2004年之后生产力恢复到较慢水平与信息技术有关吗？半导体行业（推动IT行业发展和技术扩散的主要引擎）的革新开始停滞不前了吗？未来，恢复更快的生产率增长的前景在哪里？对待这些问题，学术界莫衷一是。

本文将重点讨论以上三个问题。研究表明，2004年之后生产力恢复到较慢水平确实与信息技术有关，信息技术进步的减缓造成了生产率增长的放慢。不过，信息技术的核心，即半导体技术仍然处在进步中，芯片价格仍在迅速下降。因此，实现第二次以信息技术为中心拉动生产率增长的潜在力量仍然存在。

一、生产力增长和信息技术的回顾

金融危机并不是生产力放缓的根本原因

从1889年到现在，美国单位时间产出平均每年增加了约2.25%。将125年时间加总来看，劳动生产率大约增长了15倍，这促进了生活水平的极大提高。但最近一段时期，生产率的增长状况似乎不尽人意。

图1展示了从1974年到2012年非农商业部门的单位时间产出，并分为三个时间段：1974-1995年，1995-2004年，以及2004-2012年。

图1 非农商业部门的实际单位时间产出（每小时产出）

资料来源：劳工统计局（Bureau of Labor Statistics）

在第一个时期，单位时间产出年均增长约1.5%，低于长期平均水平的2.25%。从1995年到2004年，生产率增长每年上升约3%。但自从2004年以来，单位时间产出的增长趋势就又回到了1974年到1995年的低水平。值得注意的是，这种放缓出现在金融危机出现之前。因此，尽管金融危机产生的混乱可能阻碍了生产力的增长，但它们并不是放缓的根本原因。

信息技术是促进增长的主要力量

信息技术通过三种渠道影响生产率的增长。

一是资本深化。资本深化通过增加工人使用的设备和其他类型的资本增加了单位时间产出。例如，如果一个人用更强大的新电脑取代了旧电脑，那么由此得到的单位时间产出的增加是资本深化的结果。

二是多要素生产率的提高。多要素生产率指的是在给定一定量的资本和劳动力的情况下生产出更多的产出。例如，一个人即使是使用旧电脑，互联网找到信息的速度依然比以前没有网络的时候快很多，这就是多要素生产率的增加。

三是劳动力结构的变化。受过良好教育并有多年工作经验的劳动力显然会比那些受教育程度和经验都要低的人创造更多产出。因此，当其他条件不变时，若高素质人员占据更大的比例时，单位时间产出将会增长更快。

一些学者使用美国劳工局以及国民收入和生产核算账户等数据库中的数据，对1974年至2012年的美国经济增长进行了分解（见表1）。该表展示了上述三要素对经济增长的贡献。信息技术通过促进资本深化对经济增长的贡献，衡量了计算机及其附属设备的使用对单位时间产出增长的提升，而其对多要素生产率增长的贡献则表现为计算机及其附属产品以及软件、通讯工具和半导体产品等的生产效率的提升。该表之所以将半导体产品的生产纳入多要素生产率增长这一分类，是因为半导体技术的进步是一切信息技术发展和信息产品降价的终极因素。

表1 非农商业部门劳动生产率增长贡献因子

资料来源：Byrne, Oliner和Sichel (2013)

该表的第一栏展示了单位时间产出在1995年至2004年间的迅速上涨，而在这一时段的前后两个时期，增长则较为缓慢。

信息技术的发展可以解释增长率在这一时期绝大部分变化。在20世纪90年代中期，半导体技术进步迅猛，导致以质量衡量的计算机和通讯器材的价格急剧下降。结果，对信息产业的投资蜂拥而至。与此同时，互联网的发展进一步提高了信息资本的生产率，使之比在原有的、相互孤立的环境下更有效率。计算机价格的急速下降与互联网信息传递能力的飞速发展，深刻影响了商业模式。两个突出的例子就是线上零售业和先进库存控制系统的出现。信息技术和其他技术进步一起促进了1995年至2004年间信息产业之外的多要素生产率增长。

表1同时指出了与信息技术相关的部门的变动能够很好地解释2004年后增长的减速。首先，信息产品价格下降趋势有所减缓，减少了投资信息产业的激励，因而这一部门的资本深化有所减缓。第二，信息产品生产部门由于本土产业向海外转移而开始萎缩。第三，互联网技术的绝大多数生产性应用在早些时候就已经普及，因此通过采取新的生产性应用提高产出的空间已经缩减。以上这些现象与创新的历史周期相吻合。

该表的后半部分反映了其他因素对增长的贡献——如信息产业之外的资本深化，劳动力结构的变化和依据经济周期对多要素生产率的调整。可以发现，这些因素中没有一个在以上三个历史时期内出现重大变化。因此，信息技术才是在20世纪90年代中期促使生产率提高并在之后十年放缓的主要力量。

二、半导体技术和价格的演变趋势

信息技术对经济增长的贡献极其依赖信息产品中的半导体芯片和这些芯片的价格。因为半导体技术是支撑包括机器学习、机器人技术、大数据和大连接在内的数字革命的重要通用技术，半导体技术进步的放缓很可能会对整个经济增长造成不良影响。而若信息技术持续进步，与之相关的服务价格持续下跌的话，就会产生刺激持续增长的强大激励。

通常认为从上世纪90年代中期开始，半导体技术进步出现加速的趋势。一个半导体技术进步周期指的是半导体芯片最小单元的长度和宽度缩减30%所需要的时间。由于半导体芯片的形状为矩形，因此长宽各缩减30%意味着芯片最小单元的面积缩减一半（0.7*0.7=0.49）。这一面积缩减反映了所谓的“摩尔定律”，这一定律认为每隔两年最先进的芯片上的计算单元数量将翻番。表2描述了半导体产业总体以及英特尔公司微处理器芯片的技术周期平均长度。从半导体产业总体来看，该周期的平均长度从1993年以前的三年缩短到1993年至2013年之间的两年。在后一阶段，芯片单元小型化的进步在1993到2003年之间甚为迅速，在2003年之后略有放缓。即使这样，2003年以后的技术进步周期仍比20世纪90年代之前的三年周期快很多。对于英特尔公司生产的微处理器芯片来讲，自从其加速进入两年技术周期以来就再也没有减速过。因此，作为信息产业的核心技术，半导体技术的进步仍然处在一个较快的时期。

表2 半导体技术周期

（芯片单元长宽缩减30%所需年数）

资料来源：Byrne, Oliner和Sichel (2013)

当运算速度提升的同时，芯片的散热成了一个十分棘手的问题。对此，英特尔公司将其主要注意力从2000年代中期之前的提高单位运算速率转移到了复合芯片结构和提升整体芯片设计上来。图2展示了这一策略的转变对英特尔新兴台式机运算性能的影响。这些性能数据评分来源于标准性能评估公司（SPEC）。这些分数来源于一些测定计算机能否满足用户需求的任务。作为比较，该图同时显示了这些新芯片的单位运算速率。

图2 台式微处理器性能测试

正如图表中所显示的那样，从单位运算速率上看，英特尔的微处理器芯片仍然处在不断的技术进步中。标准性能评估公司对英特尔芯片的性能评估在2000至2013年间每年上升32%，低于1990至2000年间的60%，但是仍然维持了与过去20年（未在图中显示）的36%的进步速率相似的水平。因此，终端用户一直享受着芯片技术发展带来的好处。

一些学者认为，微处理器价格的实际下降速率要远高于从生产者价格指数中推测的结果。为了估计生产者价格指数的可能误差，在搜集了大量的关于英特尔公司芯片的价格数据后，史蒂芬·奥林那尔同时构建了微处理器的效用价格指数和匹配模型价格指数。在足够大的价格样本支持下，两种方法通常会得出同样的结果。但当数据少于理想情况时，结果可能相去甚远。

表3展示了这个分析的关键结果。时间跨度是2000年到2013年。直到2004年，效用价格指数和生产者价格指数都以非常快的速度下降，降幅大约每年50个百分点。然而，2004年之后，这两个指标开始出现分歧。引人注目的是，效用价格下降速度几乎和2004年以前一样迅速，而生产者价格指数下降大幅放缓，从2008年到2013年年均下降只有8%，并且在2012年和2013年几乎没有下降。这些结果表明生产者价格指数在微处理器上可能存在的偏误。效用价格指数没有显著放缓，表明生产者价格指数可能在近些年提供了一个误导性的微处理器价格变动走势。

表3 微处理器价格变化

（既定时间内段的年平均价格变化百分比）

资料来源：Byrne, Oliner和Sichel (2013)

这些结果从两个层面为生产力悲观主义者提供了不一样的启示。首先，半导体行业带来的经济推动力还没有结束。技术发展的步伐和价格的下降都保持较快的速度。其次，官方对于信息产业部门的价格数据不应作为唯一的真理。尽管他们尽了最大的努力，统计机构总是落后于快速变化的经济现实。

除了对于微处理器价格的明显偏见，国民账户中对于计算机及相关设备的官方价格数据也并非完美。历史上，这些产品的价格曾以很快的速度下降，因为价格被微处理器和其他电子设备价格的急剧下降所压低。在1959年至2009年之间，计算机及相关设备的投资价格指数平均每年下降16%，并且没有一年的降幅低于5%。然而，从2009年到2013年的每一年，这个价格指数的降幅都很低，2014年甚至根本没有下降。

三、对于未来的展望

表4给出了最近一些分析者预测的劳动生产率的增长，以及早些时候在大衰退前夕做出的预测。如表所示，早期预测的年率从2.0%到2.5%不等。在2007年到2014年，这些预测下调了0.5%。最新的预测从1.6%到2%不等。不同分析者做出的预测并没有特别大的差异。

不过从表中可以看到，Kahn-Rich的预测是表中唯一带有统计性置信区间的。在他的模型中，未来五年生产率增长的75%置信区间从略低于零至4%左右，这样一个区间相当于说这个模型几乎没有预测能力。

表4 对劳动生产率增长的其他预测

（年增长率百分比）

资料来源：Byrne, Oliner和Sichel (2013)

图3显示了专业预测者调查得出的未来十年劳动生产率的预测中位数。如图所示，1992年的中位数预测者预计生产率增长在未来十年达到1.5%，大约是自1970年代初的平均速度。直到1998年，预估中值维持在1.5%或以下。这表明调查参与者作为一个群体不仅未能预期到生产率的上升，他们也没有感知到任何趋势上的变化。10年的预测中值终于在2000年上升，2001年达到2.5%。尽管每年有一些变化，但预测值仍然高到2006年，表明预测者们不知道2004年将产生增长下滑，直到它发生。

图3 专业预测者调查（SPF: Survey of Professional Forecasters）

十年增长预测中值（每小时产出）

图4提供了国会预算局和其他一些机构和个人对劳动生产率增长的预测。国会预算局同样没有估计到劳动生产率回归较慢增长的趋势。

图4 国会预算办公室（CBO: Congressional Budget Office）十年增长预测（每小时产出）

预测经济走向是非常困难的，因为现实经济状况实在太复杂了。而且，即时的经济数据总是掺杂着当时经济发展状况的噪声信号，只有经过修正以后才能为我们提供一个较为清晰的图景。

四、结论

本文章所讨论的问题，明确揭示了20世纪90年代中期生产率增长的加速和之后十年的减速都是由信息技术所驱动的，而半导体技术是关键。生产率增长是高度不确定的，半导体技术仍然处在飞速的发展中，而其价格也在持续下降，因此下一波信息技术革命的条件业已齐备。当然，这一波浪潮能否成为现实，尚存未定之数。

(电子工业出版社研究院产业经济研究所翻译，刘九如审改)