對技術(shù)革命的擔憂

對技術(shù)革命，我們應(yīng)該擔憂還是期盼?一方面我們或許感到害怕，因為技術(shù)革命會加快工作的自動化，用機器取代人力來完成任務(wù)。另一方面我們則會持歡迎態(tài)度，因為它們會催生一系列次級創(chuàng)新，影響經(jīng)濟中的所有部門，促進增長。

毫無疑問，這方面最廣為人知的案例是詹姆斯·瓦特于18世紀70年代發(fā)明了觸發(fā)第一次工業(yè)革命的蒸汽機，也就是第2章提及的第一次重大技術(shù)革新浪潮。這場革命始于英格蘭與法國，然后擴展至其他西方國家，特別是美國。電力的發(fā)明則啟動了第二次工業(yè)革命，其黃金時代在20世紀上半葉。第二次革命始于托馬斯·愛迪生于1879年發(fā)明燈泡以及維爾納·馮·西門子于1866年發(fā)明發(fā)電機。羅伯特·戈登(1999)把這次技術(shù)浪潮稱作“一波巨浪”，它從相反方向跨越大西洋，最早于20世紀30年代興起于美國，到二戰(zhàn)后擴展至其他工業(yè)化國家(見圖3.1)。這次浪潮之盛大，在歐洲和日本尤勝美國，因為它們既需要戰(zhàn)后重建，又得在技術(shù)上追趕美國。最后則是第三次工業(yè)革命一信息技術(shù)革命一始于英特爾公司的工程師費德里克·法金(Federico Faggin)、馬西安・霍夫(Marcian Hoff)與斯坦-馬澤爾(Stan Mazor)在1969年發(fā)明的微處理器。

不過，在啟動浪潮的技術(shù)發(fā)明與實現(xiàn)浪潮的增長起飛之間有顯著遲滯。市場上最早出現(xiàn)蒸汽機是在1712年，但直至1830年，我們才觀察到英國的人均GDP增長加速。與之類似，盡管燈泡在1879年已經(jīng)發(fā)明，又過了50多年后，美國的生產(chǎn)率增長才出現(xiàn)加速。此外，自21世紀初以來，我們看到美國與歐元區(qū)的生產(chǎn)率增速其實有所下滑。

從通用發(fā)明出現(xiàn)到后續(xù)增長加速之間的遲滯因何出現(xiàn)?為什么此前的技術(shù)革命都沒有如19世紀的英國工人內(nèi)德·盧德和1930年的凱恩斯擔心的那樣帶來大規(guī)模失業(yè)?人工智能革命的前景如何:是創(chuàng)造就業(yè)還是摧毀就業(yè)?這些正是本章將探討的謎題。

菲利普·阿吉翁(Philippe Aghion)，法蘭西學(xué)院院士，倫敦政治經(jīng)濟學(xué)院經(jīng)濟學(xué)教授，計量經(jīng)濟學(xué)會會士，美國藝術(shù)與科學(xué)學(xué)院院士，曾任哈佛大學(xué)經(jīng)濟學(xué)教授。“內(nèi)生增長理論”的領(lǐng)軍人物，“熊彼特增長范式”的創(chuàng)建者之一。

來自歷史視角的考察

人們對機器會摧毀人類工作崗位的擔心由來已久。早在1589年，當威廉·李(William Lee)發(fā)明織襪機以后，勞工階級對其后果就異常害怕，致使李四處碰壁并遭到威脅。李于是把發(fā)明敬獻給女王伊麗莎白一世，希望獲得專利，但女王以如下宣言表示拒絕：“至于你的發(fā)明可能給我可憐的臣民帶來的影響，肯定會剝奪其工作崗位，使之淪為乞丐，毀掉他們。”隨時間推移，竭力保護特定行業(yè)免受技術(shù)進步侵害的職業(yè)行會逐漸喪失了影響力。1769年的一部法律規(guī)定要保護機器免受破壞，但隨著織布機的普及，破壞行動事實上有所加劇，在1811-1812年的盧德暴動中達到高潮。這一暴動是由內(nèi)德·盧德領(lǐng)導(dǎo)的手工紡織業(yè)者對抗用機器生產(chǎn)棉毛紡織品的制造商。1812年，議會通過法律，把破壞機器定為死罪。官方對技術(shù)進步的這一態(tài)度轉(zhuǎn)變因何而來?最主要是來自從制造品出口中獲利的資本所有者，他們大力宣揚技術(shù)進步給生產(chǎn)、出口和就業(yè)帶來的正面效應(yīng)。這些“資本家”在英國議會中獲得了越來越多的代表，而議會的勢力又逐漸超越了王權(quán)。

自20世紀30年代以來，經(jīng)濟學(xué)家開始關(guān)注技術(shù)性失業(yè)，這一術(shù)語是由凱恩斯引入的。他在1930年寫道：“我們正在感染一種新的疾病，某些讀者或許還不知曉這種疾病之名，但今后數(shù)年將頻繁聽到，那就是技術(shù)性失業(yè)。”約20年后，列昂惕夫于1952年指出：“勞動將變得越來越無關(guān)緊要……更多的工人將被機器取代，我認為這些新產(chǎn)業(yè)不可能聘用所有希望得到工作的人。”

什么樣的工作最為脆弱?在19世紀，由于資本對技能勞動力的取代，手工業(yè)者面臨被機器替代的最大風(fēng)險。這一模式在20世紀有所改變，實物資本與教育構(gòu)成了互補性的投入，于是非技能工人成為自動化的受害者，之后的信息技術(shù)革命強化了這一趨勢。因此在20世紀90年代，出現(xiàn)了大量有關(guān)“技能偏向性技術(shù)變革”的研究文獻，其含義是，技術(shù)進步增加了對技能勞動力相對于非技能勞動力的需求，導(dǎo)致低技能勞動力的失業(yè)增加，與技能勞動力的工資差距拉大。

總量層面的自動化與就業(yè)

我們?nèi)绾螠y算自動化對就業(yè)的總體效應(yīng)?要找到一個自動化衡量指標來考察與就業(yè)的相關(guān)關(guān)系，是艱巨的挑戰(zhàn)。我們首先會遇到商業(yè)機密問題，但最困難的地方是對自動化本身的測算：是否只需要看機器的數(shù)量?假定如此，是哪些類型的機器?如何把各種機器“累加”起來?是否要考慮它們的功效?

國際機器人聯(lián)盟(IFR)跟蹤了若干國家的不同部門自20世紀90年代早期以來使用的工業(yè)機器人的數(shù)量，為自動化提供了第一個可用的衡量指標。阿西莫格魯與雷斯特雷波的開創(chuàng)性研究利用國際機器人聯(lián)盟關(guān)于各部門采用的機器人總數(shù)，估計了1993-2007年機器人對美國就業(yè)狀況的影響(Acemoglu and Restrepo,2020)。為此，他們對比了722個通勤區(qū)的就業(yè)與當?shù)刈詣踊降年P(guān)系。但問題在于，目前的機器人數(shù)據(jù)只收集到國別層面，沒有按通勤區(qū)劃分。于是他們又構(gòu)建了一個通勤區(qū)層面的自動化指數(shù)，該指數(shù)是以全國層面每個產(chǎn)業(yè)的機器人數(shù)量變化，結(jié)合各產(chǎn)業(yè)在每個通勤區(qū)總就業(yè)中的相對權(quán)重計算得出。

利用這個地區(qū)自動化水平指標，這兩位學(xué)者發(fā)現(xiàn)自動化對就業(yè)和工資增長具有負面效應(yīng)：通勤區(qū)每增加1個機器人，會導(dǎo)致6個工作崗位損失，以及小時工資率下跌。我們利用法國的數(shù)據(jù)重復(fù)這一分析，發(fā)現(xiàn)了類似量級的效應(yīng)，似乎還更為嚴重：通勤區(qū)每增加1個機器人，會導(dǎo)致11個工作崗位損失。此外，機器人普及看起來對受教育程度低的勞動力的就業(yè)威脅更大。

這一分析畢竟存在某些缺陷。首先是測算方法：為什么只看機器人?機器人和其他機器真的不同嗎?機器人的自動化程度確實較高，但就完成的任務(wù)而言它們同其他機器未必有本質(zhì)的差異。國際機器人聯(lián)盟對機器人的定義其實非常狹窄，主要對應(yīng)汽車制造業(yè)采用的機器人。與測算有關(guān)的另一個問題是缺乏地方層面的數(shù)據(jù)，導(dǎo)致我們必須基于如下假設(shè)來構(gòu)建數(shù)據(jù):某個產(chǎn)業(yè)的所有工廠擁有相同數(shù)量的機器人，意味著采用同等水平的技術(shù)。但我們可以合理地推測，恰恰是因為工廠之間采用的技術(shù)有所不同，才造成了工作崗位的創(chuàng)造與破壞。

企業(yè)層面的自動化與就業(yè)

對企業(yè)或工廠層面的自動化水平做測算面臨若干困難，上文已做過介紹。在近期同加拉威爾(Xavier Jaravel)合作的一項研究中，我們試圖引入一套測算工廠微觀層面的自動化水平的指標，以克服上述困難。我們把自動化技術(shù)定義為：“在預(yù)先編制好指令或設(shè)定好程序后，即能相對自主地實現(xiàn)運轉(zhuǎn)的電動機械設(shè)備。”在該定義的基礎(chǔ)上，我們把生產(chǎn)過程中直接使用的發(fā)動機的年度電力消耗量作為工廠層面的自動化指標。

接下來，我們試圖在個體工廠層面測算給定時間的自動化程度提高對當時就業(yè)的影響，以及對2年、4年和10年后就業(yè)的影響。

我們的測算結(jié)果顯示，自動化對就業(yè)其實有正面促進作用，而且隨時間加強。一家工廠的自動化程度在當前提升1個百分點，會使2年后的就業(yè)提高0.25%,使10年后的就業(yè)提高0.4%(圖3.5)。特別需要指出，這個效應(yīng)對非技能制造業(yè)工人依然為正?；蛘哒f，與人們的預(yù)想相反，自動化給工廠創(chuàng)造的就業(yè)崗位多于摧毀的就業(yè)崗位。

應(yīng)該看到，自動化帶來的積極效應(yīng)不止于就業(yè)方面。我們還發(fā)現(xiàn)，自動化會導(dǎo)致銷售額增加，消費價格下降。因此，它促進的生產(chǎn)率收益被員工、消費者和企業(yè)等各方分享。

那么，如何解釋自動化水平與就業(yè)在企業(yè)層面的這種正向關(guān)系?我們很快能想到的一種解釋是，自動化水平較高的企業(yè)有更高的生產(chǎn)率，使它們的產(chǎn)品能比競爭對手給消費者帶來更大價值，從而擴大市場占有份額。反過來，市場份額的提升促使積極推進自動化的企業(yè)擴大生產(chǎn)規(guī)模，從而雇用更多的員工。

如果從個體企業(yè)提升到產(chǎn)業(yè)層面，乃至整個經(jīng)濟層面，結(jié)果又會怎樣?自動化程度較高的產(chǎn)業(yè)的就業(yè)會增加，還是減少?在這里，我們再度發(fā)現(xiàn)自動化與就業(yè)之間存在正向關(guān)聯(lián)：自動化程度最高的產(chǎn)業(yè)，恰恰是就業(yè)增加最多的產(chǎn)業(yè)?？傮w而言，更多的自動化伴隨著更多的就業(yè)。所以，試圖減緩國內(nèi)企業(yè)開展自動化的任何措施，例如對機器人征稅，最終結(jié)果可能都不利于生產(chǎn)。

自動化本身不是就業(yè)的敵人。自動化使生產(chǎn)過程變得現(xiàn)代化,讓企業(yè)更具競爭力，從而贏得新市場，雇用更多員工。這就是我們所說的生產(chǎn)率效應(yīng)。由蒸汽機和電力推動的前兩次工業(yè)革命同樣出現(xiàn)過這種生產(chǎn)率效應(yīng)，也同樣可以由此解釋為什么當時都沒有造成某些人預(yù)言的大規(guī)模失業(yè)。

前文提到過更為悲觀的發(fā)現(xiàn)，即自動化對通勤區(qū)的就業(yè)產(chǎn)生了負面效應(yīng)。我們該如何調(diào)和上述樂觀結(jié)論與悲觀發(fā)現(xiàn)?一種思路是，之前已經(jīng)提到，對通勤區(qū)的自動化或機器人利用水平做測算存在困難。第二種可能的思路是，推進自動化不力的企業(yè)會減少員工規(guī)模，把生產(chǎn)外包，或者關(guān)門破產(chǎn)。這反映了自動化對就業(yè)的擠出效應(yīng)。如圖3.6所示，對新工業(yè)設(shè)備大量投資的企業(yè)與投資不足的企業(yè)相比，在今后10年歇業(yè)的概率會大大下降。

因此，工作崗位減少并不是由推進制造過程自動化的企業(yè)造成的，而應(yīng)該歸咎于那些錯失自動化的關(guān)鍵節(jié)點而被迫縮減生產(chǎn)規(guī)模乃至退出市場的企業(yè)。也可以認為，自動化是通過創(chuàng)造性破壞的過程導(dǎo)致工作崗位的減少。

過去的技術(shù)革命歷程表明，它們都沒有造成許多人預(yù)想的大規(guī)模失業(yè)。事實上如我們所見，致力于生產(chǎn)活動自動化的企業(yè)或工廠會成為就業(yè)的凈創(chuàng)造者;開展自動化不力的企業(yè)才會破壞就業(yè)，因為自動化推進不成功會導(dǎo)致它們走下坡路，甚至退出市場。我們在本章的分析帶來的一個有意思的啟發(fā)是，對機器人征稅可能造成反生產(chǎn)的效果，因為這種稅收不利于自動化，將束縛企業(yè)開展創(chuàng)新、拓寬市場和創(chuàng)造新就業(yè)的潛力。