缓解美国债务危机的一个方法?提高生产力 - 彭博社
Justin Fox
人工智能为提升工人生产力带来希望。
摄影师:安德烈·鲁达科夫/彭博社
美国国会预算办公室在五月发布的长期预算展望替代方案报告中,评估了生产率增速快于或慢于基准预测1%年增长率的影响。结果差异显著。
生产率增长带来的巨大差异
美国公众持有的联邦债务占GDP百分比
数据来源:管理与预算办公室;国会预算办公室
注:未包含7月通过的预算法案影响。
这些预测完成于共和党支持的预算法案通过前,根据国会预算办公室测算,该法案显著恶化了债务前景。但核心观点依然成立——高于预期的生产率增长可能将看似失控的债务问题转化为更可控的局面,使债务与国内生产总值比率趋于平稳而非持续上升。
彭博社观点* 斯塔默对特朗普的示好可能让他在国内付出代价
- 关税?就这经济形势?祝你好运
- 庇护城市裁决是州权主义的胜利
- 如果美国不再是全球最具创新力的国家? 这是“可能”,而非“将会”。德意志银行经济学家吉姆·里德、亨利·艾伦和拉吉·巴塔查里亚几周前关注到这些国会预算办公室的预测时警告称,更高的生产率增长“可能只会促使政策制定者继续实施财政宽松政策——因此债务仍可能上升”。不过,如果未来三十年的全要素生产率年均增长达到1.5%而非1%,华盛顿的政策制定者无疑将拥有更多选择空间。
这种可能性有多大?美国过去确实实现过这一增速,但在过去半个世纪的大部分时间里都未能达标。近二十年来,其增速甚至未曾突破1%。
国会预算办公室的目标可能难以实现
美国企业全要素生产率增长,过去20个季度年化率
数据来源:约翰·G·费尔纳德,《全要素生产率季度利用率调整序列》,旧金山联邦储备银行
我将旧金山联储的季度全要素生产率增长数据转换为五年滚动数据,因为从季度或年度数据中很难看清趋势。另一种方法是将经济史划分为若干生产率时代——西北大学荣休经济学教授罗伯特·戈登在其2010年论文(本文数据即引自该论文)中采用了这一划分方式:
全要素生产率与多要素生产率本质相同,后者只是戈登在论文中使用的术语。在其他著作中,戈登将TFP称为"衡量创新与技术变革的最佳指标"。劳动生产率仅是产出除以工时,因此用机器替代人力即可有效提升。而TFP或MFP通过将产出除以劳动与资本投入的加权平均值(劳动权重0.7,资本0.3),试图将机器成本纳入考量。
资本投入测算需主观判断,不同TFP指标覆盖经济领域各异,甚至通胀计量方式(本文所有增长数据均已调整)也会影响结果。但所有我查阅的生产力统计数据都呈现相同趋势:20世纪中叶生产力大幅跃升,1970-80年代急剧放缓,1990年代末至大衰退前短暂复苏。2010年代的再度低迷在新冠疫情冲击下转为温和增长,但近期似有消退迹象。
人们对生成式AI提升知识工作者效率寄予厚望——高盛预测其可使年生产率增长提高1.5个百分点,麦肯锡全球研究院则预估单就生成式技术年增幅为0.1-0.6个百分点,结合其他技术可达0.5-3.4个百分点。然而2024年诺奖得主麻省理工学院的达龙·阿西莫格鲁综合多项研究数据指出,未来十年更现实的TFP年增幅应为0.05个百分点,尽管更大收益可能滞后显现。计算机普及对TFP的助推耗时良久,以致1980-90年代"生产率悖论“讨论盛行,但增长终会到来。AI可能重演此模式。
然而,这样的变革通常不会一帆风顺或轻而易举。如果如今的聊天机器人实现向通用人工智能的飞跃,并开始接管人类的所有认知任务,生产力无疑会提高,但也可能带来一些不太受欢迎的副作用。更直白地说,美国历史上生产力增长最快的时期始于一场大萧条,这场萧条在不到五年内使联邦债务与GDP的比率翻了一番。更高的生产力增长可能有助于缓解美国的财政困境,但可能无法彻底解决问题。
更多来自彭博观点的内容:
想要更多彭博观点?终端读者请前往OPIN <GO>。或订阅我们的每日新闻简报。