【智庫專欄】伍曉鷹：AI是下一個“索洛悖論”嗎？

題記：2025年3月，北大國發院智庫中心在中新經緯上開設“北大國發院智庫系列專欄”。本文為北大國發院榮休教授、增長實驗室主任伍曉鷹為專欄撰寫的文章。
如果說AI是這個時代最具革命性的通用技術，那么它究竟可能如何改變GDP增長和收入分配？為何經濟學界對AI的預期遠不如市場敘事那般澎湃？

一、從“索洛悖論”講起

1987年，諾貝爾經濟學獎得主羅伯特?索洛在一次訪談中提出了一個發人深省的觀察：“計算機無處不在，唯獨看不到它們出現在生產率統計中?！边@句看似諷刺卻意味深長的話，后來被學界廣泛引用，成為著名的“索洛悖論”。它揭示了當時信息技術革命中一個令人困惑的現象：在信息通信技術蓬勃發展并快速普及時，整體經濟的生產率卻未出現與之相稱的躍升。

美國經濟學家埃里克·布林約爾松(Erik Brynjolfsson)的研究直觀呈現了這一悖論：自20世紀60年代以來(過程中也有20世紀70年代初“石油危機”造成的短暫影響)，盡管計算機及相關信息技術(IT)被日益應用于經濟活動，而且IT資本在固定資本中的占比不斷提升，但與之相關的勞動生產率卻長期處于停滯狀態。

自“索洛悖論”提出以來，不同學科領域的學者圍繞這一現象展開了廣泛研究和討論，并從不同視角提出了四種學術界普遍接受的解釋。

第一種解釋是測量誤差(mismeasurement)，認為計算機技術進步并非沒有帶來生產率提升，而是尚未能夠被現有統計系統在投入、產出、價格諸方面準確辨認，從而被納入現有增長核算框架中。

第二種是時間滯后(time lags)，即計算機技術的生產率效果具有時滯性，不會反映在當期的經濟指標之中。

第三種解釋是再分配效應(redistribution effect)，強調計算機技術在催生新產業、新職業的同時，可能導致舊產業、舊職業的萎縮甚至消亡，當兩者完全抵消時，就不會有生產率效果。

第四種解釋聚焦于制度和組織層面的“管理不當”(mismanagement)，認為在制度尚未適應技術變革的情況下，其潛在價值可能因資源錯配、激勵失衡或治理滯后而難以釋放。

需要指出的是，后三種解釋在一定程度上存在交叉重疊，因為無論是新舊產業之間的結構調整，還是制度和規則的演進與適配，其影響往往具有滯后性，需經歷一定的時間才能在宏觀層面顯現。

如果總結一下，當年關于計算機生產率的“索洛悖論”包含了兩個主要因素，一個是測算，另一個是結構。關于前者，計算機硬件的測算問題較容易解決，但是軟件直到2008年才被作為固定資產有條件地納入聯合國的國民賬戶體系(SNA)。至于后者，它因技術和制度的交錯關系而產生，本質上取決于政府可以在多大程度上容忍市場因新技術而產生的資源重新配置的需要，因此會影響資源配置效率。

二、考慮要素投入與產出的行業異質性是破解“索洛悖論”的關鍵

作為經濟學者，尤其是專注于研究經濟增長與生產率的學者，我們無法僅憑故事、軼事(anecdotes)或少數成功案例，來推斷技術對整體經濟的影響。

傳統的索洛模型將技術視為外生變量(exogenous)，并假設行業是同質的(homogeneous)，而且面對相同的要素成本，這顯然不符合現實。要準確地測算全要素生產率(TFP)，我們需要一個系統性的分析框架，遵循理論-方法-測算-數據一致的原則，解決因技術不同而產生的要素投入與產出的行業異質性及其變化問題，將其納入增長核算體系中。

在這一方面，戴爾?喬根森(Dale Jorgenson)無疑是最具代表性的經濟學家之一。

喬根森對索洛模型進行了開創性的拓展，并在與茲維?格瑞里奇斯(Zvi Griliches)的合作研究中(1967)提出了“總量生產可能性邊界法(APPF)”，又將其與“多瑪加總法(Domar Aggregation)”相結合，為測算和分解生產率的行業量與來源，以及資本和勞動在行業間重新配置的效率分解提供了全新的分析工具。在傳統的總量生產函數法下，總附加值是總資本和總勞動的函數，這一方法隱含地否定了行業的異質性，假設部門之間可完全替代，具有相同的勞動力價格和資本價格，而且引進了以不變價格計算的固定權重偏差?？偭可a可能性邊界法(APPF)則放松了總量生產函數的存在假設，并假定附加值在產業間非完全替代。而多瑪加總法(Domar Aggregation)則是對于產業特定生產率的簡單加權加總?？偭可a函數法下得到的全要素生產率增長，可以分解為多瑪加權加總法下獲得的部門增長、部門間附加值的再分配以及部門間勞動和資本的再分配。

在喬根森2001年發表于《美國經濟評論》(AER)的一項研究中，他通過將GDP增長拆分為不同投入要素的貢獻——包括勞動、IT資本和非IT資本，發現“索洛悖論”在20世紀70年代至90年代初期表現尤為突出：盡管IT投資已經開始顯著增長，但其對生產率提升的貢獻極其有限。然而，他證明了一個結論，自90年代中后期起由IT資本驅動的全要素生產率對GDP增長的拉動作用才開始凸顯，“索洛悖論”也就似乎不再成立而得以破解。

三、AI技術是不是“索洛悖論”的一個新例？

筆者基于多年在增長研究上的思考發現，當技術革命遇上不當的制度安排和扭曲的資源配置時，其所得可能會小于所失，其潛在經濟價值可能會在相當程度上被“蒸發”，從而加劇“索洛悖論”。AI是不是“索洛悖論”的一個新例？

短短幾年時間，男女老幼人人都在談論AI，似乎AI技術已經被應用于很多行業了。但大家應該看到了，近幾年世界經濟的增長速度一直都在放緩，很多深層的結構問題恰恰因此而浮現。對整個宏觀經濟可以使用不同方法進行分析和測算，盡管結果不盡相同，但是基本上都不令人樂觀，至今還沒有看到理論邏輯通常告訴我們的，因為經濟放緩，競爭壓力增大，全要素生產率開始顯現改善的跡象。

全球主要經濟體GDP與生產率對比| 來源： 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

如圖所示，全球主要經濟體G20的勞動生產率增長從2008年的接近3.5%，降至2023年的2%，與此同時，這些經濟體的全要素生產率增長卻從全球金融危機前的約1.1%一下子跌入負值區間，然后按照年平均值計算一直徘徊于零增長。

這一現象肯定不能簡單歸因于我們正在被技術革命所帶來的一個新的“索洛悖論”所困擾。一個反倒應該引起人們注意的、同時發生的現象，是全球主要經濟體都在積極推動以AI和其他尖端技術為核心的產業政策，而且美國和主要歐洲國家之間形成了前所未有的一種“產業政策競爭”態勢。可以認為由此導致的資源錯配，可能同樣是導致生產率放緩或停滯的重要原因之一。

因此，近期出現的生產率下降究竟是各國產業政策競爭帶來的資源錯配所致，還是AI技術導致的新“索洛悖論”所致，答案并不明晰。

也許有人會說我們應該從一個超越生產率的意義上看待AI技術。的確，從一個人類可以普遍受益的大眾知識傳播工具的角度看，AI是人類繼語言、文字、造紙、印刷后的又一次顛覆性的革命——如果這不是最后一次。從這個意義上說，AI的影響可能或最終肯定要超越通常經濟學意義上的生產率問題。但是，回到經濟問題上來，特別是考慮到經濟政策，AI的影響還是要被限制在市場可以定價的經濟活動范圍內，對其評價還必須是一個生產率評價。

技術的商業喧囂與宏觀經濟指標的沉寂之間的鮮明對比可能會令許多人感到困惑，甚至沮喪。但筆者希望“索洛悖論”所揭示的道理能夠讓人們回到現實中并冷靜下來。一方面，測算新技術的經濟學和統計學的挑戰將永遠存在；另一方面，誰也無法保證新技術只帶來創造性而不會有毀滅性。這些都不是單靠“政策發力”就可以解決的，就像“產業政策競賽”的結果完全可能是效率損失，而不是技術進步，因為創新來自于市場而不是權力。

文章來源：中新經緯