我们该惧怕技术革命吗？
对技术革命，我们应该担忧还是期盼？一方面我们或许感到害怕，因为技术革命会加快工作的自动化，用机器取代人力来完成任务。另一方面我们则会持欢迎态度，因为它们会催生一系列次级创新，影响经济中的所有部门，促进增长。
毫无疑问，这方面最广为人知的案例是詹姆斯·瓦特于18世纪70年代发明了触发第一次工业革命的蒸汽机，也就是第2章提及的第一次重大技术革新浪潮。这场革命始于英格兰与法国，然后扩展至其他西方国家，特别是美国。电力的发明则启动了第二次工业革命，其黄金时代在20世纪上半叶。第二次革命始于托马斯·爱迪生于1879年发明灯泡以及维尔纳·冯·西门子于1866年发明发电机。罗伯特·戈登（1999）把这次技术浪潮称作“一波巨浪”，它从相反方向跨越大西洋，最早于20世纪30年代兴起于美国，到二战后扩展至其他工业化国家（见图3.1）。[1]这次浪潮之盛大，在欧洲和日本尤胜美国，因为它们既需要战后重建，又得在技术上追赶美国。最后则是第三次工业革命——信息技术革命——始于英特尔公司的工程师费德里克·法金（Federico Faggin）、马西安·霍夫（Marcian Hoff）与斯坦·马泽尔（Stan Mazor）在1969年发明的微处理器。
图3.1 全要素生产率的年增长率
资料来源: A. Bergeaud, G. Cette and R. Lecat,“Productivity Trends in Advanced Countries between 1890 and 2012,” Review of Income and Wealth 62, no. 3（2016）:420 -444。
不过，在启动浪潮的技术发明与实现浪潮的增长起飞之间有显著迟滞。市场上最早出现蒸汽机是在1712年，但直至1830年，我们才观察到英国的人均GDP增长加速。[2]与之类似，尽管灯泡在1879年已经发明，又过了50多年后，美国的生产率增长才出现加速。此外，自21世纪初以来，我们看到美国与欧元区的生产率增速其实有所下滑。[3]
从通用发明出现到后续增长加速之间的迟滞因何出现？为什么此前的技术革命都没有如19世纪的英国工人内德·卢德和1930年的凯恩斯担心的那样带来大规模失业？[4]人工智能革命的前景如何：是创造就业还是摧毁就业？这些正是本章将探讨的谜题。
1.浪潮的扩散为何存在迟滞？
罗伯特·索洛在1987年谈道，“你可以看到计算机时代已无处不在，只有生产率统计数据例外”。[5]他率先提出了如今人们所说的“索洛悖论”：在微处理器发明18年之后，美国的生产率增长依旧疲软。又过了几年，与信息技术有关的增长浪潮才于20世纪90年代中期在美国起势，并延续到21世纪第一个10年中期。
为理解信息技术扩散中的这一迟滞现象，我们需要更深入地了解技术革命的某些特征。技术革命源于能产生某种“通用技术”的根本性创新，这种技术将改变整个经济的面貌。[6]通用技术有三个基本特征：第一，它们会催生大量的次级创新浪潮，分别对应上述通用技术在经济生活中特定部门的应用；第二，这些技术会逐渐得到改进，使用户成本随时间下降；第三，这些技术将无处不在，扩散到经济生活中的所有部门。[7]
下面我们来分析以上几个特征如何帮助解释通用技术背后的创新发生时间与经济增长显著加速时间之间的延迟现象。
次级创新的重要性
通用技术并非“即插即用”属性，将它应用于经济中的不同部门必须依靠次级工艺创新。每个次级创新都是让通用技术适应特定部门的需要。例如，生产装配线就是电力革命应用于汽车制造业的一种次级创新，在线购物则是信息技术革命应用于商业服务业的一种次级创新。此类次级创新改进了企业生产工艺，提高了它们的生产率，因而成为长期增长的源泉。
不过，次级创新需要时间，这个因素能帮助解释增长的迟滞。另外开展次级创新需要从生产中转移部分资源，也会导致GDP增长率在短期内下降，或者至少推迟人们期望的通用技术激发的增长提速。[8]
新通用技术带来的每个次级创新浪潮都对应着创新成果的激增，表现为特定时期的人均专利数量显著提高（图3.2）。
图3.2 1790—2002年美国每百万人获得的发明专利数量
资料来源：转引自B. Jovanovic and P. L. Rousseau,“General Purpose Technologies,” in Handbook of Economic Growth, ed. P. Aghion and S. Durlauf（Amsterdam: Elsevier, 2005）,vol. 1,1181 -1224，图12。
每个部门都需要专门的次级创新，完成这些次级创新的发明在不同部门所需的时间各不相同。由此可以解释，为什么对整个经济而言，新通用技术对旧通用技术的取代只能逐渐推进。
例如在1869—1900年，制造业逐渐减少了对水轮和水力涡轮机的使用，同时蒸汽发动机和涡轮机相应增加（图3.3）。然后从20世纪开始，蒸汽动力机器让位于电力机器，起初较为缓慢，然后加速推进。最终，新通用技术的推广表现为S形曲线，类似于新冠疫情的发展：初期缓慢推进，然后快速扩散，最终达到平台期。
图3.3 1869—1954年美国制造业采用的主要能源类型占全部动力的比例
资料来源：转引自B. Jovanovic and P. L. Rousseau,“General Purpose Technologies,” in Handbook of Economic Growth, ed. P. Aghion and S. Durlauf（Amsterdam: Elsevier, 2005）,vol. 1,1181 -1224，图2。
企业内部技术推广的迟滞：发电机与计算机
经济学家保罗·大卫（Paul David）对电力和计算机在企业内部获得应用的历史做了对比，极好地诠释了新通用技术的推广过程。[9]尽管工程师们早就看到电力的巨大革新潜力，但美国的企业直至1899年仍很少采用。事实上，工厂的内部组织方式自采用水轮动力的时代以来并未改变，依然围绕动力轴布局：通过水力驱动厂房天花板上安装的动力轴转动，每台机器都直接通过一套传送带与这根动力轴连接。
随着第一次工业革命的推进，蒸汽开始逐渐取代水力作为工厂的主要动力源，可是生产布局体系并未改变。然后迎来了第二次工业革命，某些工厂选择继续沿用蒸汽动力，其他一些转向电力，但起初生产组织结构仍没有改变，也就是说动力轴体系并未受到质疑。
然而，动力轴体系的某些重大缺陷限制了其效力。例如，类似的机器必须一台接一台地放置，以便于输送来自传动轴的动力。这种布局并不理想，因为从产品制造所需的第一步到最后一步，必须有很长的物理距离。
这里成为次级创新登场的地方。20世纪10年代早期，亨利·福特意识到电力可以做到蒸汽动力无法实现的两样事情：利用电缆传输能源，以及使发动机小型化。这些次级创新改变了世界。自此之后，直接由电缆提供动力的机器在布局上可以完全彼此独立。于是，福特得以取消动力轴，根据各种机器在生产过程中的任务顺序安排其位置：装配线由此诞生，并极大地提升了生产率。
保罗·大卫发现，电力在19世纪末的低效应用与计算机技术在20世纪末的情形大致相似。虽然计算机一经出现，便可以并且应该带来各种数据处理任务的电子化，但事实上传统的纸质工作流程仍在沿用，任务存在重复，到20世纪80年代末几乎未带来生产率的进步。在某些情形下，社会甚至永远不会转型采用新技术的最优利用方式，因为没有出现次级创新，或者人们并不普遍接受。这方面颇具说服力的一个案例就是传统键盘的绝对支配地位，我们无视次级创新，放弃了生产率提高的机会（见专栏3.1）。
专栏3.1 传统键盘：路径依赖的案例
传统键盘（QWERTY）被所有英语系国家采用，但该键盘的布局设计远远说不上最优，其他一些键盘能实现快得多的打字速度。那我们为什么会持续采用这种键盘呢？键盘的发展史能提供答案。故事从1873年说起，雷明顿（Remington）开发出了第一台获得商业成功的打字机，采用“QWERTY”开头的布局，这种设计的目的是让字键的金属杆不容易被卡住。
1936年，奥古斯特·德沃夏克（August Dvorak）申请了新键盘布局的专利，名为德沃夏克简化键盘。这一布局有着比传统键盘更先进的人体工程学设计，能实现创纪录的英语打字速度。美国海军于1940年开展的测试表明，只需10天时间，使用德沃夏克键盘带来的效率改进就可以弥补打字员重新培训花费的成本。可是，德沃夏克键盘并未取代品质更差的传统键盘，原因何在？
保罗·大卫认为有两方面原因。[10]第一是协同问题的影响：雇主愿意购买传统键盘打字机，因为他判断打字员应该受过这种键盘的训练；打字员听到的建议也是学习传统键盘，因为人们以为大多数企业会采用这种打字机。技术上的这类相互依赖有利于更早出现的技术，也就是传统键盘。第二是采用新标准涉及的规模经济问题，随着整个产业趋于采用单一标准，采用该标准的平均成本会下降，某家企业转而采用其他键盘的成本则会高得多。
德沃夏克键盘代表的次级创新来得太晚了，也可以说，没有人足够快地抓住这次机遇，以推动打字操作的激进变革。于是，企业和用户依然在使用非最优的传统标准。
最后，我们注意到从旧通用技术向新通用技术转型会强化创造性破坏过程。这是因为与在位企业不同，新企业拥有不需要承担新旧技术转型成本的优势。与之对应，新通用技术的出现将伴随着企业的进入和退出。如果用纽约股票交易所、美国股票交易所或纳斯达克交易所的新上市企业的市值与股市总市值的百分比来衡量企业进入状况，我们的确会看到：在电力与信息技术的推广期，企业进入和退出的流量都出现了上涨，或者说创造性破坏趋于加速。
通用技术使用的改进
新通用技术不是立刻见效的，人们需要时间来了解如何高效地使用它。边干边学的过程表现在包含新通用技术的资本价格的时间变化上：随着新机器采纳通用技术的效率提高，采用同样技术的早期版本的现有机器的价格将下跌。例如在法国，运行时速达320公里的第二代高速列车的出现，就使最高时速为260公里的第一代高速列车降价。从20世纪初到20世纪60年代，电力的价格下降到原来的百分之一。在25年的时间里，同等品质的计算机的价格更是下降到万分之一。
居民家庭对新通用技术的采用
与企业对新通用技术的采用从迟滞到加速相似，居民家庭对待新技术也有类似的现象，主要是源于价格的下跌。例如，便携式计算机的价格在20世纪90年代快速下降就导致家庭对信息技术产品的使用加速（图3.4）。有意思的一点是，使用电力的家庭占比与使用信息技术产品的家庭占比表现出了类似的演化趋势。在两个案例中，推动家庭采用的通用技术品质改进都与网络效应有关：随着电网的地理延伸和品质改善，其使用也日渐增加。与之类似，信息技术的采用也取决于建立足够快的互联网接入设施。
地方基础设施与制度的缺陷
如图3.1所示，与电力革命有关的技术浪潮用了近20年才从美国扩展到其他发达国家，特别是西欧与日本。有学者认为（Bergeaud、Cette and Lecat, 2018），这一延迟是由于那些国家因二战导致制造设备破旧、生产组织失序和人力资本损失，它们必须建设适合采用电力的新型工厂，并改变管理方式。[11]而在战争结束、国际贸易重启之前，这些都无法做到。必须在完成结构变革后，电力革命浪潮才能抵达欧洲。
图3.4 在两次通用技术推广时代，使用电力服务与个人计算机的居民家庭占比
资料来源：转引自B. Jovanovic and P. L. Rousseau,“General Purpose Technologies,” in Handbook of Economic Growth, ed. P. Aghion and S. Durlauf（Amsterdam: Elsevier, 2005）,vol. 1,1181 -1224，图8。
与此相似，图3.1还表明发端于美国并在2000年达到浪潮顶点的信息技术革命迄今尚未在日本与欧元区形成类似的波峰。对此，这些学者认为信息技术推广的延迟源于不容易制定合适的经济政策与制度，尤其是开放劳动力市场及产品和服务市场，还有投资于高等教育和研究等领域。我们再次看到，结构调整成为技术浪潮推广的前提条件。关于什么是合适的增长政策，我们将在第7章再做详细探讨。
生产率测算的困难：以信息技术革命为例
新通用技术带来的生产率进步有时很难测算，尤其是在通用技术引入之后的短时期内。让我们回到本章开篇时提到的索洛悖论问题。无可否认，信息技术促进了生产率提升，不只是产品和服务的生产，还包括思想观念的生产。如借助Skype和Zoom等软件，来自不同大学与不同国家的学者能够比过去远为便利地交流，更好地在研究项目上开展合作。但与产品和服务的生产相比，信息技术给思想生产带来的生产率收益可能更难测算。[12]
还有，信息技术的成果集中在服务业，而服务业生产率比制造业更不易测算。有研究指出（Brynjolsson and Yang, 1996）,“品种的增加、送货的及时性提高、客户服务的个性化，这些服务改善在生产率统计中都没有得到很好的反映”。[13]我们将在第6章深入讨论此类测算问题。
人工智能：未来的新增长浪潮？
我们是否处于人工智能（AI）驱动的新增长浪潮的门槛上？人工智能可以让过去认为无法自动化的任务实现自动化，例如汽车驾驶或心电图分析。这种大规模自动化可以用能无限积累的资本替代供给有限的劳动力，不仅适用于产品和服务的生产，还包括创意和创新的生产，从而给增长助力。[14]
自动化与人工智能正在影响越来越多的生产活动，但为什么我们还没有看到发达国家的增长率出现飙升？一个可能的解释是，生产和研究的某些关键投入仍不能实现自动化。[15]由此导致尽管其他许多任务已实现自动化，劳动在生产过程中依然不可或缺。于是劳动力变成了一种稀缺要素，使其价格即工资逐渐提高。与此同时，由于不可或缺且供给有限，劳动力制约了人工智能带来加速增长的潜力。本书第8章将对此展开更详细的分析。
第二种解释（将在第6章展开）认为如果没有合适的制度，技术革命可能反而会成为增长的障碍而非催化剂。具体来说，我们将看到，为什么在缺乏有效竞争政策的情形下，信息技术革命实际上可能会打击创新。
2.工业革命与就业：不可调和的对立？
来自历史视角的考察
人们对机器会摧毁人类工作岗位的担心由来已久。早在1589年，当威廉·李（William Lee）发明织袜机以后，劳工阶级对其后果就异常害怕，致使李四处碰壁并遭到威胁。李于是把发明敬献给女王伊丽莎白一世，希望获得专利，但女王以如下宣言表示拒绝：“至于你的发明可能给我可怜的臣民带来的影响，肯定会剥夺其工作岗位，使之沦为乞丐，毁掉他们。”[16]随时间推移，竭力保护特定行业免受技术进步侵害的职业行会逐渐丧失了影响力。1769年的一部法律规定要保护机器免受破坏，但随着织布机的普及，破坏行动事实上有所加剧，在1811—1812年的卢德暴动中达到高潮。这一暴动是由内德·卢德领导的手工纺织业者对抗用机器生产棉毛纺织品的制造商。1812年，议会通过法律，把破坏机器定为死罪。官方对技术进步的这一态度转变因何而来？最主要是来自从制造品出口中获利的资本所有者，他们大力宣扬技术进步给生产、出口和就业带来的正面效应。这些“资本家”在英国议会中获得了越来越多的代表，而议会的势力又逐渐超越了王权。[17]
自20世纪30年代以来，经济学家开始关注技术性失业，这一术语是由凯恩斯引入的。他在1930年写道：“我们正在感染一种新的疾病，某些读者或许还不知晓这种疾病之名，但今后数年将频繁听到，那就是技术性失业。”[18]约20年后，列昂惕夫于1952年指出：“劳动将变得越来越无关紧要……更多的工人将被机器取代，我认为这些新产业不可能聘用所有希望得到工作的人。”[19]
什么样的工作最为脆弱？在19世纪，由于资本对技能劳动力的取代，手工业者面临被机器替代的最大风险。这一模式在20世纪有所改变，实物资本与教育构成了互补性的投入，于是非技能工人成为自动化的受害者，之后的信息技术革命强化了这一趋势。因此在20世纪90年代，出现了大量有关“技能偏向性技术变革”的研究文献，其含义是，技术进步增加了对技能劳动力相对于非技能劳动力的需求，导致低技能劳动力的失业增加，与技能劳动力的工资差距拉大。[20]
总量层面的自动化与就业
我们如何测算自动化对就业的总体效应？要找到一个自动化衡量指标来考察与就业的相关关系，是艰巨的挑战。我们首先会遇到商业机密问题，但最困难的地方是对自动化本身的测算：是否只需要看机器的数量？假定如此，是哪些类型的机器？如何把各种机器“累加”起来？是否要考虑它们的功效？
国际机器人联盟（IFR）跟踪了若干国家的不同部门自20世纪90年代早期以来使用的工业机器人的数量，为自动化提供了第一个可用的衡量指标。[21]阿西莫格鲁与雷斯特雷波的开创性研究利用国际机器人联盟关于各部门采用的机器人总数，估计了1993—2007年机器人对美国就业状况的影响（Acemoglu and Restrepo, 2020）。[22]为此，他们对比了722个通勤区的就业与当地自动化水平的关系。但问题在于，目前的机器人数据只收集到国别层面，没有按通勤区划分。于是他们又构建了一个通勤区层面的自动化指数，该指数是以全国层面每个产业的机器人数量变化，结合各产业在每个通勤区总就业中的相对权重计算得出。
利用这个地区自动化水平指标，这两位学者发现自动化对就业和工资增长具有负面效应：通勤区每增加1个机器人，会导致6个工作岗位损失，以及小时工资率下跌。我们利用法国的数据重复这一分析，发现了类似量级的效应，似乎还更为严重：通勤区每增加1个机器人，会导致11个工作岗位损失。此外，机器人普及看起来对受教育程度低的劳动力的就业威胁更大。
这一分析毕竟存在某些缺陷。首先是测算方法：为什么只看机器人？机器人和其他机器真的不同吗？机器人的自动化程度确实较高，但就完成的任务而言它们同其他机器未必有本质的差异。国际机器人联盟对机器人的定义其实非常狭窄，主要对应汽车制造业采用的机器人。与测算有关的另一个问题是缺乏地方层面的数据，导致我们必须基于如下假设来构建数据：某个产业的所有工厂拥有相同数量的机器人，意味着采用同等水平的技术。但我们可以合理地推测，恰恰是因为工厂之间采用的技术有所不同，才造成了工作岗位的创造与破坏。
企业层面的自动化与就业
对企业或工厂层面的自动化水平做测算面临若干困难，上文已做过介绍。在近期同加拉威尔（Xavier Jaravel）合作的一项研究中，我们试图引入一套测算工厂微观层面的自动化水平的指标，以克服上述困难。[23]我们把自动化技术定义为：“在预先编制好指令或设定好程序后，即能相对自主地实现运转的电动机械设备。”[24]在该定义的基础上，我们把生产过程中直接使用的发动机的年度电力消耗量作为工厂层面的自动化指标。
接下来，我们试图在个体工厂层面测算给定时间的自动化程度提高对当时就业的影响，以及对2年、4年和10年后就业的影响。
我们的测算结果显示，自动化对就业其实有正面促进作用，而且随时间加强。一家工厂的自动化程度在当前提升1个百分点，会使2年后的就业提高0.25%，使10年后的就业提高0.4%（图3.5）。特别需要指出，这个效应对非技能制造业工人依然为正。或者说，与人们的预想相反，自动化给工厂创造的就业岗位多于摧毁的就业岗位。
图3.5 工厂层面的自动化程度对就业数量的影响
资料来源：转引自P. Aghion, C. Antonin, S. Bunel and X. Jaravel,“What Are the Labor and Product Market Effects of Automation? New Evidence from France,” CEPR Discussion Paper no. DP14443, Centre for Economic Policy Research, March 2020，图3B。
应该看到，自动化带来的积极效应不止于就业方面。我们还发现，自动化会导致销售额增加，消费价格下降。因此，它促进的生产率收益被员工、消费者和企业等各方分享。
那么，如何解释自动化水平与就业在企业层面的这种正向关系？我们很快能想到的一种解释是，自动化水平较高的企业有更高的生产率，使它们的产品能比竞争对手给消费者带来更大价值，从而扩大市场占有份额。反过来，市场份额的提升促使积极推进自动化的企业扩大生产规模，从而雇用更多的员工。
如果从个体企业提升到产业层面，乃至整个经济层面，结果又会怎样？自动化程度较高的产业的就业会增加，还是减少？在这里，我们再度发现自动化与就业之间存在正向关联：自动化程度最高的产业，恰恰是就业增加最多的产业。总体而言，更多的自动化伴随着更多的就业。所以，试图减缓国内企业开展自动化的任何措施，例如对机器人征税，最终结果可能都不利于生产。
自动化本身不是就业的敌人。自动化使生产过程变得现代化，让企业更具竞争力，从而赢得新市场，雇用更多员工。这就是我们所说的生产率效应。由蒸汽机和电力推动的前两次工业革命同样出现过这种生产率效应，也同样可以由此解释为什么当时都没有造成某些人预言的大规模失业。
前文提到过更为悲观的发现，即自动化对通勤区的就业产生了负面效应。我们该如何调和上述乐观结论与悲观发现？一种思路是，之前已经提到，对通勤区的自动化或机器人利用水平做测算存在困难。第二种可能的思路是，推进自动化不力的企业会减少员工规模，把生产外包，或者关门破产。这反映了自动化对就业的挤出效应。如图3.6所示，对新工业设备大量投资的企业与投资不足的企业相比，在今后10年歇业的概率会大大下降。
因此，工作岗位减少并不是由推进制造过程自动化的企业造成的，而应该归咎于那些错失自动化的关键节点而被迫缩减生产规模乃至退出市场的企业。也可以认为，自动化是通过创造性破坏的过程导致工作岗位的减少。
3.结论
本章挑战了有关技术革命的两个普遍的先入之见。第一是技术革命必然导致增长加速，第二是技术革命必然不利于就业。然而现实完全相反。虽然增长的确会加速，但在大多数情况下需要一定时滞才会发生。特别是，不合时宜的制度可能阻碍新技术革命带来的增长潜力。另外，过去的技术革命历程表明，它们都没有造成许多人预想的大规模失业。事实上如我们所见，致力于生产活动自动化的企业或工厂会成为就业的净创造者；开展自动化不力的企业才会破坏就业，因为自动化推进不成功会导致它们走下坡路，甚至退出市场。我们在本章的分析带来的一个有意思的启发是，对机器人征税可能造成反生产的效果，因为这种税收不利于自动化，将束缚企业开展创新、拓宽市场和创造新就业的潜力。
图3.6 工业设备投资对市场退出概率的影响
注：对工业设备的投资多于中位数水平的企业，在之后数年的退出概率较低（相对于投资少于中位数水平的企业）。
资料来源: P. Aghion, C. Antonin, S. Bunel and X. Jaravel, “What Are the Labor and Product Market Effects of Automation? New Evidence from France,” CEPR Discussion Paper no. DP14443, Centre for Economic Policy Research, March 2020。
[1] “One big wave,” see Robert Gordon,“US Economic Growth since 1870: One Big Wave?” American Economic Review 89, no. 2（1999）:123 -128. Antonin Bergeaud, Gilbert Cette, and Rémy Lecat, “Productivity Trends in Advanced Countries between 1890 and 2012,” Review of Income and Wealth 62, no. 3（2016）:420 -444.
[2] Antonin Bergeaud, Gilbert Cette, and Rémy Lecat, Le Bel Avenir de la croissance. Le?ons du XXe siècle pour le futur （Paris: Odile Jacob, 2018）.
