信息技术与美国生产力复苏，本文主要内容关键词为：信息技术论文,美国论文,生产力论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
总体层面，行业层面和企业层面的研究都指出了信息技术(IT)和1990年代后期美国生产力复苏之间存在着密切联系。在总体层面上，对经济增长核算的研究表明信息技术的生产和使用对生产力的增长作出了巨大且不断增大的贡献。在行业层面上，生产或使用信息技术程度最高的行业已经表现出了自1995年以来最大幅度的生产力增长。在企业层面上，信息技术密集企业表现出比与信息技术密集行业地位相当的企业更好的运行状况；一些具体的案例则研究表明了信息技术是如何改善企业的实际运行的。本文汇集了大量研究中的证据以说明信息技术对生产力的实际影响。
到目前为止，美国生产力的复苏已是众所周知的事，因为美国企业已经在信息技术方面投资了数百亿资金，所以企业团体政策制定者和学术人员都对信息技术的作用产生了极大的兴趣。然而，简单而准确地测定信息技术的作用却相当困难，量化信息技术对生产力的影响则更加困难。但尽管如此，大量的数据正在积累，它们表明信息技术在美国生产力的复苏中发挥了重要的作用。
先从总体层面开始。理解生产力和信息技术之间联系的关键是意识到信息技术既是美国经济的产出，又是美国经济的投入。信息技术生产行业中基础技术的进步——生产性能更好的计算机的能力——大大提高了信息技术产品的性能价格比。这种技术进步被测定为信息技术行业全要素生产力(TFP)和平均劳动生产力(ALP)的迅速提高。（注：全要素生产力(TEP)被定义为每单位投入（所有投入）的产出，平均劳动生产力(ALP)被定义每小时工作时间的产出。关于生产力的详细讨论是Business Economics,2001年6月号。）由于相对价格剧烈下降，经济中其他部门作出的反应是大量投资于信息技术。这种与信息技术相联系的“资本深化”对那些大量使用信息技术的企业和行业平均劳动生产力的增长作出了贡献。总体的数据表明这两个渠道都对1990年代后期整个经济范围内的生产力增长作出了重要贡献。
有人可能会更多地使用关于单个行业或者企业的分散数据未考查信息技术和生产力之间的关系。在这种情况下，证据又一次表明了信息技术和生产力增长之间的关系。例如，1980年代和1990年早期对信息技术投资最大的行业在1995年以后的时期中表现出了更大的生产力增长。类似地，企业层面的证据也表明了信息技术导致了巨大的回报，尽管信息技术自己本身并不足以导致生产力的增长。也就是说，企业必须投资于与信息技术紧密结合的人力资本和企业重组以使信息技术的好处实现最大化。最后，必须注意一些关于特定企业运用信息技术的案例研究，这些案例研究表明信息技术是生产力表现得以改善的关键因素。
图1 信息技术投资的增长和生产力的提高
注释：生产率指三个子时期中平均的劳动力年增长率。信息技术投资指以链式加权的美元衡量全面的对计算机硬件、软件和通讯设备的投资。生产力数据引自BLS(2001b)。投资数据引自BEA,2001.8
本文结构如下：下一部分讨论了信息技术生产行业中的技术进步导致信息技术作用行业中资本深化的时间中信息技术与生产力增长之间的联系。之后，我使用一些具体层面的数据来提出一个测定信息技术对生产力增长贡献的框架，并且总结了几项近期研究对这一贡献的估计。最后，本文转而讨论微观层面的数据以考查来自行业与企业的联系了信息技术和生产力增长的数据。
信息技术与生产力
对信息技术和生产力的兴趣反映了美国经济近期的成功。有两项数据正推动对信息技术和生产力研究的进程。如图1所示，美国非农业企业部门的生产力年增长率从从1973-1995年期间的1.3%迅速上升到1995-2000年期间的2.5%。（注：本文假定生产力的复苏始于1995年年末。较近时期中，生产力增长随着经济增长的减慢而减慢，在2001年前3个季度中，生产力的年增长率为1.7%(BLS,2001b)）美国生产力增长减慢的突然终止与美国对信息技术（计算机硬件、软件和通讯设备）投资的加速增长以及新技术应用的迅速传播相一致。例如，在1995-2000年间，信息技术实际投资每年增长22%，与此相比，1973-1995年间的增长只是14.9%。2000年，信息技术投资达到5620亿美元（以链式加权的美元计算），这一数字占非居民私人固定投资的31.6%（以当前美元计算）。（注：1990年代后期的信息技术投资可能与替代Y[,2]K[,1]的投资和其他一些临时性因素有关。在2001年，信息技术投资的增长率的甩减慢，但仍然保持在相当高的水平，并且其长期趋势仍明显保持向上增长。）
在开始的时候，信息技术的生产力的影响只体现在一小部分经济上，即生产计算机硬件、软件、半导体产品和通讯产品的行业。生产这些信息技术资产的企业和行业已经投入了相当多的资金，从而实现了能极大改善信息技术商品设计和性能的额外的技术进步，并从中获得了收益。作为摩尔定律的缩影，即计算机芯片的功能每18个月增强一位，基础性技术进步是信息技术革命背后的催化剂。（注：对美国计算机行业发展的详细论述情况参见(Ceruzzi(2000))。）
从经济的角度看，信息技术资产在速度、性能和运行等方面的重大改善被测定为信息技术生产行业全要素生产力的速度增长。在1995-1999年间，电子行业和包括生产半导体，通讯设备的其他电子行业(SIC 35)的全要素生产力增长率为每年8.1%；商业和工业制造业（包括计算机硬件生产行业）的全要素生产力年增长率为6.9%。（注：BLS(2001a)）这些增长率远远超过了非农业部门1.1%的全要素生产力年增长率，也远超过制造业整体2.5%的全要素生产力年增长率。这表明生产高科技资本资产的行业中令人惊异的技术进步速度。
这些巨大的技术进步导致了信息技术商品性能价格比的巨大提高。美国国民账户使用了多种方法来核算高科技资产的质量变化并将这些变化转换成持续下降的资产价格。也就是说，享乐指数手段、搭配模型法以及其他方法会把更好的信息技术商品转换成经济技术进一步调整过的价格不断下降的商品。这种价格变化的剧烈程度见图2。该图描出了美国GDP减缩指数和计算机硬件投资的价格指数。从1959年到2000年，GDP价格减缩指数每年上升3.9%，而计算机价格每年下降19.3%。
图2 计算机价格的大幅下降
注：━━ GDP价格减缩指数 …… 计算机硬件价格指数
计算机价格指数的剧烈下降明显反映了具有根本性地位的通贷紧缩的计算。但是信息技术商品提高了的性能价格比却的确是一个真实的现象，这为企业提供了强有力的刺激以在生产投入要素和相对便宜的信息技术资产投资之间进行替代。（注：对美国国民账户中信息技术价格下降及其测定方法的详细论述参见于Jorgevson and stiroh(2000)。）这种投入替代体现为1990年代信息技术设备导致的额外生产力增长，这一增长比其他企业进行固定投资或劳动力投入所导致的生产力增长快得多了。例如，1995-2000年间，当信息技术投资每年增长22%的时候，私人固定资本投资总体上的年增长率只有9%。
因为美国企业通过大量投资来积累信息技术商品，所以这一“资本深化”提高了相应行业和企业中的全要素生产力，从而这些行业向工人提供了更多更好的实物资本。这些潜在的生产力提高反映了大量密不可分的信息技术影响生产力的渠道：允许成立更有效率组织的企业内部的信息流动得到了改善；工厂的衰退时期缩短，且对顾客的产品可用性增加；低价信息技术替代了高技能的劳动力（例如：自动工资单或者自动账户管理系统）。（注：关于信息技术收益的案例研究的例子可参见Brynjolfsson and Hitt(2000)。本文第Ⅳ部分将讨论两个成功运用信息技术的具体案例。）所有这些变化都与信息技术相联系，并提高了那些最能重组活动以应用信息技术的企业的生产力。
然后，持怀疑态度的人却认为信息技术对生产力的影响不可能很大。例如，信息技术可能主要用于重新分配竞争性企业之间的市场份额（思考一下与传统书店竞争的在线图书销售商）、模仿现有的经营活动提供网上购物和目录购物的零售商）、增加工作中的消费（工人们玩电视游戏或者进行当日买卖投机），或者可能用于与大量的保险理算费用有关的用途（如常常与信息技术投资一起支出的培训成本、学习成本和维持成本）。如果这些因素的影响足够大，则人们便可能认为信息技术投资和生产力提高之间基本上没有什么联系。（注：参见Baily and Gordon(1998),Kiley(1999,2000)以及Gordan(1999,2000)。）
然而，实际上测量到的1995年以来的生产力一直在加速提高，所以下面的观察结果可能会支持悲观观点：由于资源使用的改变、生产力冲击、回报增加以及再分配效应等因素的作用，生产力的变动总是早于经济周期。因此，美国生产力的突然增长可能只在部分上反映了1990年代后期内特别强劲的产出增长。然而，关于近期生产力的突然提高在多大程度上反映了基础性趋势中的改善，以及周期性因素应有多大作用等问题却依然存在分歧。
总量证据
关于信息技术对生产力总体讨论的恰当的起点是人们熟知的总生产函数，该函数将经济生产的产出数量、生产中使用的各种投入品的数量和技术水平联系起来。这一方法在宏观经济学中已有较长历史，且一直是信息技术争论中不可或缺的部分。例如，Oliner and Sichel(1994)以及Jorgenson and stiroh(1195)所作的早期研究探讨并扩展了总生产函数，这些研究还发现信息技术对生产力只有相对较小的影响。较近时期中，BLS(2001a),CEA(200),Jorgenson and stiroh(2000),Jorgenson(2001),Jorgenson,Ho,and Stiroh(2002),Oliner and Sichel(2000,2002),Sichel(1999)以及Whelan(2000)已经探讨了总生产函数的各个变量并发现了汇总的美国数据中，信息技术对生产力有相当大的影响。
可将标准框架进行扩展以核算上文提到的信息技术影响生产力的两个渠道。首先，信息技术投资量是一种产出，所以产出Y被分解成信息技术投资部分(IIT)和非信息技术部分(Y[,N])。其次，信息技术投资创造了一种资本投入，所以固定资本存量导致的服务流量被分解成信息技术部分(K[,IT])和非信息技术部分(K[,N])。于是便可以得到扩展了的生产函数以说明信息技术的作用，即
其中L是劳动投入的指标，此处劳动投入既包括劳动力质量，也包括工作小时数。A是全要素生产力，它测度的是投入转换成产出的效率。
在关于劳动力、资本和产出市场的标准经济假设成立的条件下，理论表明了方程(1)可以进行机械的变形以得到下面关于全要素生产力增长的关系：
其中，H是工作小时数，V代表总收入中带有下标的投入在劳动生产力增长中所占的比例，并且V[,KIT]+V[,KN]+V[,L]=1.0。
方程(2)将劳动生产力的增长分解成了好几个部分。方程(2)的前两项反映了资本深化；有更多更好的用以工作的实物资本时工人会具有更高的生产力，这一资本深化被分解成信息技术部门和非信息技术部分。第三项反映了的是劳动力质量的影响，它测量的是企业使用更富有技术且创造更高边际产品的工人来替代原有工人时生产力的提高。于是可以再一次印证劳动生产力提高与劳动力质量的提高成比例，这一关系被定义为每小时工作的劳动力产出的增长。最后一项是全要素生产力，它是一个包括了技术变化影响，规模引起的回报增加、遗漏的变量、从低到高的生产力活动的再分配以及任何存在的测量误差等等的零星项目之和。于是，全要素生产力余项可以进一步分解成两个部分，即与信息技术相关的部分和所有其他与全要素生产力提高相关的部分。
表1 对美国生产力复苏的其他解释
Jorgenson,Ho Olinev
BLS CEA Gordon and Stiroh &Sichel
ALP复苏期，1995-1999 2.40 3.01 2.75
2.36
2.57
ALP早期，1973-1995
1.39 1.39 1.42
1.44
1.41
增速 1.01 1.62 1.33
0.92
1.16
资本
0.30 0.38 0.33
0.52
0.33
IT相关
0.48 0.62 0.44
0.50
其他 -0.21 -0.23 -0.08
-0.17
劳动力质量 0.06 0.00 0.05
0.11
0.04
TFP 0.70 1.19 0.31
0.51
0.80
IT相关 0.18 0.29
0.24
0.31
其他
1.00 0.02
0.24
0.48
周期性作用 0.04 0.50
价格指标 0.14
注释：CEA的复苏期是1995-2000,Jorgenson and Stiroh是1995-199.BLS、CEA Oliner and Sichel，以及Gordon考查的是非农业企业部门；Jorgenson and Stiroh则考查了企业部门和私人家庭部门。Gordon比较了复苏期和生产力增长趋势以得出生产力的早期阶段。BLS和CEA的与IT相关的资本深化指信息处理设备和软件。Jorgenson and Stiroh和Oliner and Sichel则指计算机硬件、软件和通信设备。对LEA而言，与IT相关的TFP源自计算机和与计算机相关的半导体，对Jorgenson andSichel则源自计算机和与计算机硬件、软件和通讯设备。由于取近似值的原因，总数据与各项数据之和可能并不相等。
表1使用上述框架列出了对美国劳动生产力复苏的其他估计值，该表表明了两个与信息技术相联系的因素是推动1990年代末期劳动生产力加速增长的因素。（注：这些估计值各不相同，这是因为不同研究对经济的定义、考查期的选择，信息定义及测定各不相同。要注意的是，所有这些研究都是在2001年8月27日修订GDP之前进行的。另外也忽略随后重新公布的对生产力的会计值。）首先，信息技术生产行业中全要素生产力的提高对平均生产力的增长作出了极大的贡献。例如，这一贡献的值在所有研究中都是0.2%-0.3%。其次，与信息技术相关的资本深入对平均生产力的增长也有很大贡献，其数据值在LEA(2001)的0.62%和Jorgenson,Ho and Stiroh(2000)的0.44%之间波动。根据一个不同且即将过时的模型，Whelan(2002)报告了甚至更大的计算机资本的贡献。尽管存在概念上和方法上的不同，但是所有研究却都有一个共同的结论，即信息技术的生产和作用对美国劳动生产力的复苏作出了重要贡献。（注：注意：Gordon(2000)将生产力增长的0.50%归因于周期性因素，0.14%归因于测量的影响，因此，他估计的全要素生产力加速增长的趋势比别人的估计要小得多。）
图3 1999年信息技术密集程度的广泛分布
这些总量上的研究正在促成对信息技术影响的一致看法，但是这些研究中仍然存在一些限制条件。例如，这些研究都典型地假定持续的规模回报和竞争性市场条件的成立，并且要素份额常常被当作产出弹性的替代值。因为有信息技术投资对生产力存在影响这一基本假定，所以，对信息技术使用和生产力提高之间的联系进行的计量经济学检验也相当重要。另外，图3描绘了信息技术资本在总资本中所占份额的分布。该图表明了大量的变量以及在基本为零（农业部门的0.4%）到很大份额（电报、电话部门的38.6%）之间波动的信息技术资本的份额。很明显，信息技术行业中的这种巨大的多样性在理解信息技术生产力的影响中发挥了重要作用。这一点将在下文得到进一步阐述。
行业和企业的证据
大量行业和企业层面的的证据探讨了信息技术在生产力和经济方面的影响。Brynjolfsson and Hitt(2000)调查了这方面的文献并得出这样的结论认为，“从整体上看，这些研究表明信息技术与大量的产出增长和生产力增长有关(P.32)。”本文的这一部分总结了使用Stiroh(2001,2002)收集的1990年代末期行业层面生产力数据而进行的更近时期的研究，（注：Nordhaus(2000)和CEA(2001)也提出了相似的结论。）并且讨论了几个令人感兴趣的关于信息技术如何改变企业产出的安全研究。
因为美国经济被分解成信息技术生产行业，信息技术使用行业和其他行业3个部分，所以有一个简单的方法可以比较美国经济中不同部门的生产力增长表现。（注：这些定义和估计值引自Stiroh(2001)，该论文使用来自BEA的总产出数据计算了1987-1999年间57个行业的劳动生产力增长率。正如前文所讨论过的，制造信息技术硬件（SIC35和SIC36）的2个行业已经取得了根本性的技术进步并表现出了强劲的生产力增长，因此有必要单独地考查那些行业。接下来，信息技术使用行业被定义为信息技术资本存量份额超过1995年水平的26个行业；其他行业则包括余下的29个行业。注意信息技术密集程度在1995年定义，这一时间早于生产力复苏的时间。这一点有助于减少关于内生性方面的疑虑。）如果信息技术生产，使用行业中生产力的增长比其他行业更快，则这种状况将与信息技术已对美国生产力复苏作出了贡献的想法相一致。然而，如果信息技术相关行业和其他行业之间的生产力增长基本上没有差别，则可以得出这样的结论：信息技术根本没有产生什么收益，美国生产力的复苏便可归因于其他因素，例如影响所有行业的规范或正常周期性生产力提高。
表2给出了3组行业在1987-1995年间和1995-1999年间的平均生产力增长率——这3组行业分别是信息技术生产行业，信息技术使用行业和其他行业，2个信息技术生产行业表现出3.7%的平均生产力增长率，而26个信息密集行业则表现2.0%的平均生产力增长率。与历史水平相比，这两个行业的平均生产力增长率是相当强劲的，并且远高于美国经济整体上约1.0%的平均生产力增长率。与这一增长率有很大差别的是，其他29个行业的生产力增长率平均为0.4%。这样的差别相当有说服力，且支持了信息技术能在实际上提高生产力的观点。
表2 IT相关行业表现出最快的生产力增长
平均年生产力增长率
行业数目
1987-1995
1995-1999
变化
IT生产行业
2
8.53 12.22 3.69
IT密集行业
26
1.18 3.16 1.99
其他行业
29
1.87 2.30 0.43
更为高深复杂的计量经济学检验则比较了1995年以后平均生产力增长率的变化以及1995年信息技术密集行业的平均生产力增长率。其结论同样表明了信息技术是生产力提高的决定性因素。例如：一个差异内差异的分析表明，从1987-1995年间到1995-1999年间的生产力增长明显与1995年信息技术的密集程度相关。（注：详情见Stiroh(2000)）即使在信息技术生产行业被排除在分析之外的情况下，上述结论也同样成立。于是，这一结论又一次支持了信息技术的使用能实际提高生产力的观点。
然而，重要的是要记住密不可分的创新，例如组织重组、技能变化和研究努力等，是企业必须实施以获得信息技术回报这一复杂过程的主要组成部分。因此，很难鉴别出信息技术资本本身的确切作用，而这些信息技术资本的份额应该纳入被定义得相当广泛的信息技术革命的技标之中。（注：信息技术对生产力提高的贡献与企业的实践操作密不可分，这方面更多的论述见Black and Lynch(2001)和Brynjolfsson and Hitt(2000).）一旦脑中有了这种限制性条件，则我们便可以思考各行业生产力中与信息技术相关的变量在总体层面上是否重要这一问题。也就是说，这样的差异是否大到足以推动美国生产力的复苏？
如表2所示，如果使用一个相似的行业分析方法，则可以计算出规模及其对总体生产复苏的净贡献。（注：每个行业对总生产力增长的贡献是批发经过价值增值份额加权计算的各行业价值增值的平均劳动生产力的增长率。这些估计值引自Stiroh(2000)）信息技术生产行业生产了1990年代后期美国经济产出的4%左右，而信息技术使用行业却生产了51%。其他行业则生产了余下44%。在对美国劳动生产力复苏的贡献方面，信息技术生产行业的贡献是0.22个百分点，信息技术使用行业是1.16个百分点，其他行业的贡献则是负数，为-0.21个百分点。因此，美国全部的生产力复苏可归因于单个行业，即全部劳动生产力的复苏都源自那些生产信息技术或者使用信息技术最多的行业，这表明信息技术在美国生产力的复苏中发挥了极为重要的作用。（注：Mckingsey Global Institnte(MGI,2001)提出了另外一种行业划分埋头苦干得出只有6个行业解释了整个美国生产力复苏的结论。然而，MGI的行业划分依赖于一个事后的关于重要行业。但与此相反，Stiroh(2002)则根据事前的的标准将行业划分为计算机生产行业、计算机使用行业和其他行业，这种划分方法有助于识别出信息技术在论述中的作用。）
上述行业层面的结论表明了信息技术的使用在实际上的确为美国生产力的提高作出了贡献，尽管还有以下两点疑问值得提及。首先，信息技术密集程度是在1995年定义的，而那时生产力尚未复苏，所以仍然存在逆因果关系的可能性。也就是说，只有生产力高的行业才投资于信息技术。因为近期生产力加速增长的一部分毫无疑问是近年来产出强劲增长的结果，因此这是一个理所当然的疑问。然而，如果给定生产力增长中似乎与资本密集滞后有关的众多变量，则以上的分极不太可能解释了所有问题。
其次，信息资本密集程度根据投资或者计算机硬件、软件和通讯设备未定义，尽管这还远不是人们所说的信息技术革命。例如，半导体正被很平常地置入其他商品中（从大量的控制机械工具到现代农场拖拉机），因此，上述估计有可能缩小了信息技术革命对经济的实际影响。
作为最后一项证据，去看一看表明了信息技术如何影响企业表现的详细的案例研究也是很有趣的。Brynjolfsson and Hitt(2000)提供了详细的案例，本文这一部分将得出另外两项有趣的证据。例如：Hubbard表明了已安装运行的计算机是如何极大地提高了美国卡车行业生产能力的利用的。特别地，电子汽车管理系统(EVMS)的采用允许货物运送人员能实时监控卡车，减少卡车停车时间。改善资源分配以及提高卡车载重量等等。所有这些方面都提高了生产力和效率。类似地，Athey andstern(2000)发现融入了“加速9·11”体系的信息技术极大地提高了急疹病人的存活率并减少了急疹病人的费用支出。然而，这些结论仅适用于特定的行业，在官方统计的生产力数据中可能得不到反映，但这些结论却给出了关于信息技术如何提高生产力，改善企业运营表现的具体例子。
结论
1990年代后期美国生产力增长率的恢复是美国经济的重大发展，因为更快的生产力增长有助于提高生活标准，有助于控制通货膨胀压力，有利于提高企业的获利能力。然而，理解生产力增长的源泉及其波动的原因却是一个困难的任务，有很多因素都会引起生产力增长的加快或减慢。
本文集中讨论了一个特定的因素——信息技术，并且总结了关于信息技术是否对近期生产力强劲增长作出贡献的证据。尽管仍然存在一些争论，但持有信息技术已经发挥了重要作用这一一致看法的人却在不断增加。这一看法的核心是对生产计算机硬件、软件和通讯设备等信息技术资产的复杂技术过程的论述。这大大提高了那些生产信息资产的行业的生产力，并为其他企业投资于最新的信息技术资产提供了颇有作用的激励。从总体层面，行业层面和企业层面研究中得出的累积的证据表明信息技术的作用对经济影响很大，并且对美国生产力的复苏作出了巨大贡献。