TFP观察②提高全要素生产关键在增强创意加工和产能利用率

时间：2023-11-06

　　提高全要素生产率关键

　　在增强创意加工和产能利用率

　　前滩综研专报与简报研究室整理

　　图1 刊登于2023年8月18日《全球智库动态》研究报告（2023年卷第158期）的原文截图

　　全要素生产率（Total Factor Productivity，TFP）是经济高质量发展的重要评价指标。党的二十大报告中提出，要“加快建设现代化经济体系，着力提高全要素生产率”。本期将介绍全球主要经济体关于TFP的最新研究和发现。

　　一、创意加工能力

　　是提升TFP的关键

　　美国生产率增长持续放缓的一种解释是资源和研究人员不足限制了技术进步。还有一个补充性的解释：到20世纪70年代初，美国已经从第二次工业革命（电气化、内燃机等）中收获了巨大的生产率收益，而在随后的信息和通信技术革命中生产活力却大不如前。

　　光有好的想法，无论新旧，都是不够的。想法必须经由企业的加工生产，才能转化为新产品和新技术。美国经济学家马丁·魏茨曼（Martin Weitzman）说：经济增长的极限并不在于产生新想法的能力，而在于将大量潜在的新想法加工成可用形式的能力。

　　这种开发和商业化的过程，是将一个伟大的想法转化为促进TFP增长的关键一步。正如《美国的创意、创意加工和TFP增长》文中写到，1899-2019年期间，许多关于经济增长的文献基本上都忽略了创意加工。创新性是一个经济体产生推动TFP增长的能力，既需要想法，也需要将这些想法转化为新产品、新技术的能力。文章作者认为，这是一个重要的疏忽。

　　1. 内生增长理论

　　内生增长理论的3个核心前提是：研发支出创造创意；创意是具有特殊特征的商品；思想创造推动TFP增长的创新。

　　问题在于，这种“研发支出→创意→TFP增长”的三段论，在与美国TFP增长的实际记录方面，并不匹配。自1948年以来，研发强度（研发支出占GDP的百分比）一直在上升，而TFP的增长却一直在下降。因此，人们在做的事，像是用必要的“锤子”把内生增长理论的“钉子”砸进经验证据的“圆孔”中，暨首先假设理论是正确的，然后找出研发创新中必须发生的事情，使理论符合数据。

　　2. TFP放缓之谜：创意加工

　　图2 美国大萧条时期

　　创新需要一个想法和一家将该想法加工成新产品或新技术的公司。一个经济体的创新能力，等于思想供给和思想处理能力的最小值。研究发现，美国大萧条时期（1929年至 1933年）之前创新性较低，1948年至1970年战后黄金时代的创新性较高，1980年后再次走低。由此分析预测，TFP的平均增长率在1948年至1970年较高，而在1980年至2019年会很低，事实的确如此。

　　该项分析能够确定创新性的约束条件。分析发现，在1899年至2019年期间，创意加工能力成为了美国TFP增长的约束条件而非创意供应。这一发现为解释TFP增长放缓的原因，提供了一个截然不同的视角。

　　3. 创意加工能力体现在创业精神和风险承受能力

　　企业加工创意的能力取决于企业战略。比如：企业可以追求长期创新战略，来开发创意的潜力（能够促进TFP的增长）；也可以采取短期的快速获胜战略，但不开发创意的潜力（不促进TFP的增长，也对TFP增长没有贡献）。这意味着，选择创新战略的企业所占的比例可以视作经济的创意加工能力。

　　此外，企业战略选择还取决于金融市场的回报。当金融市场有效时（包括：良好的公司治理、有效的信息披露、准确的非操纵资产定价等），企业可以推行长期创新战略。当市场运行不佳时，投资者就会选择不需要太多投入的短线速赢策略。因此，如果金融市场效率降低，导致企业追求短期的快速获胜战略，社会总体的创意加工能力将会下降。

　　二、使用产能利用率

　　来衡量TFP

　　众所周知，生产力增长对于提高生活水平至关重要，但要对其进行衡量却很难，因此，有必要对TFP增长的衡量标准进行改进。

　　美国经济学家罗伯特·索洛（Robert Solow）表明，在完全竞争的前提下，TFP增长可用产出增长率与投入增长率加权平均值之间的差值表示，权重由每种投入的支出与收入的比率给出。此方式计算的索洛余值（TFP又称索洛余值），是最常见的生产力衡量标准。

　　在某些假设下，人均工时变化与要素利用率变化是一一对应的。因此，人均工时变化可用来代表要素利用率的变化。基于此，巴苏-费尔纳德-金博尔（BFK）方式使用人均工时变化作为变量，构建一系列“要素利用率调整后”的TFP增长序列。

　　但以上两类TFP衡量的标准，其前提假设并不一定成立。

　　首先，索洛的完全竞争假设，与表明利润为正的经验证据相冲突，这意味着不同的投入，应根据其在总成本中的份额进行加权，而不是在总收入中的份额进行加权。

　　图3 法国和西班牙的人均工作时间

　　（单位：小时）

　　其次，人均工时虽然在美国是衡量利用率的适当指标，但在欧洲就不那么明确了。图3面板A显示了1998-2007年间法国的人均工时。初期，法国左翼政府引入了每周35小时工作制，并于2002年成为全面强制规定。然而，同年晚些时候，新的法国右翼政府通过多项措施（例如减少加班成本）削弱了改革。因此，这些年来法国的人均工时变化反映了相对工时成本的变化，而不是利用率的变化。面板B绘制了西班牙人均工时，以人均工时变化作为利用率指标会得出：西班牙要素利用率在经济繁荣时期下降，在经济危机时期上升，这并不合理。

　　图4 美国和欧洲国家的TFP增长情况（注：黑线指索洛方式，红线指BFK方式，绿线指本文建议的新方式）

　　图5 1995-2017年德国、西班牙、法国、意大利和英国的TFP增长情况（注：黑线指索洛方式，红线指BFK方式，绿线指本文建议的新方式）

　　因此，建议采用产能利用率来进行分析。企业产能利用率的变化，可理解为可变投入变化的加权平均值。通过该方法去衡量主要欧洲国家（1995年至2018年）和美国（1988年至2020年）的行业、利润和利用率调整后年度TFP的增长情况（图4和图5）。

　　此结果与索洛方式和BFK方式获得的结果截然不同。其TFP指标比索洛指标的波动性更小，且不会随商业周期发生太大变化。

　　三、更快的数字应用

　　可以使经济更具生产力

　　数字化提高了一些欧洲公司的生产力，但仍有许多公司依然处于数字化转型的边缘。人们通常认为，更快的数字化可使欧洲的经济更具生产力，还有望改变生产力的游戏规则，但数据却显示，欧洲面临着总体层面的“生产力悖论”。近几十年来，数字化的快速发展伴随着的反而是总生产率增长速度的长期放缓。不过通过基于微观企业层面数据的研究，欧洲的确能够发现数字化提高了个别企业的生产力。

　　数字化或许与其他通用技术一样，需要一段时间才能实现其潜在的生产力提升作用。而且如果数字化被成功采用，的确可能会改变游戏规则。研究使用了2000年至2019年间在欧洲运营的公司数据，涵盖来自近240万家公司的信息。

　　图6 不同规模数字行业与非数字行业TFP对比

　　图6显示了不同规模的数字企业和非数字企业TFP水平对比图。该图揭示了一些有趣的事实。首先，大公司的生产力总体高于小公司，尤其是在数字领域。其次，数字相关行业的公司通常比非数字行业的公司更具生产力。此外，数字相关行业的公司提高生产力的速度似乎能比非数字行业的公司更快。

　　图7 数字和非数字行业的欧洲企业在5年内平均年均TFP增长率

　　图7显示了数字行业和非数字行业的欧洲企业在5年内的年均TFP增长率。它表明，数字行业的企业的平均TFP增长率一直高于非数字行业。

　　同样受到了全球金融危机和欧洲主权债务危机的打击，然而，数字行业的企业的平均TFP增长率虽然有所下降，从2003-2008年的4%左右下降到2007-2012年的2%，但仍比非数字行业企业的表现要好，后者同期平均TFP增长率从2%下降至-0.6%。

　　除了数字化之外，其他因素也可能会推动企业的TFP的增长：

　　低生产率企业可能会产生追赶效应，这些企业需要不断提高生产率才能生存；

　　从生产力高的企业（即前沿企业）向其余企业（即落后企业）的技术扩散；

　　不同的公司特征，例如就业规模、年龄和财务状况等；

　　市场集中度。研究证实，平均而言，在数字技术上投资更多的欧洲公司将更快地提高生产率。然而研究发现，数字投资强度每增加1%，TFP增长仅微幅增加0.02个百分点。这表明数字行业企业的生产率增长大部分是由其他渠道推动的。

　　重要的是，并非所有公司都在数字投资上获得相同的生产力回报。数字化提高了那些本就高于同行水平企业的生产率，而落后的企业则无法从数字化中获得潜在的生产率收益。分析结果表明，数字化对于某些公司来说的确可以提高生产力，但对于大多数公司来说，它更像是一个噱头。考虑到这点，政策制定者不应将数字化视为提高生产率的“万能”战略。