自20世纪70年代以来，所有主要发达经济体都有技术进步下降的经历。由于这一趋势随着时间的推移变得更加明显，一些评论员已经得出结论，世界已经进入了一个长期停滞的时代(Gordon 2015, Summers 2014)。然而，全球经济减速并非完全同步。在最近的一篇论文(Christofzik et al. 2021)中，我们更详细地研究了这一发展，重点关注德国的情况。具体而言，我们使用最先进的实证方法研究关于数据构建和实证识别程序的突出解释。
准确地绘制生产力发展图绝非易事。图1显示了德国、法国、意大利和英国的不同生产率度量。作为一个简单指标的每小时劳动生产率的增长在所有国家都有所下降，这种减速在意大利和英国尤其明显。然而，这是对技术进步的不完全衡量。由于这一指标是按照产出与工作时数的比率来构建的，因此它不排除与技术进步没有直接联系的物质资本等其他投入因素的变化。
图1欧洲主要国家生产力的发展
笔记:这个数字比较了欧洲主要国家的纯全要素生产率季度指标与索洛余量和劳动生产率。它显示了考虑变量的日志级别(2008年平均值= 100)。全线是我们的季度PTFP指标。蓝色虚线显示了索洛残差的季度序列。劳动生产率以每小时工作产出来衡量，用虚线表示。阴影区域反映的是德国经济专家委员会(GCEE)对德国、世界大型企业联合会(Conference Board)对法国和英国、以及经济周期研究所(ECRI)对意大利的经济衰退。
源: Christofzik等人(2021)。
另一个指标是用索洛残差来衡量的全要素生产率(TFP)。图1展示了这一指标，从2008-2009年金融危机前几年的数据来看，劳动生产率增长往往夸大了技术进步。尽管如此，用索洛残差来衡量技术进步还是有问题的，因为除其他因素外，它还包括周期性效应。如果要素利用减少，它倾向于低估技术进步，而在要素利用增加的时期则倾向于夸大技术进步。
为了解决这一偏差，我们构建了新的季度纯化TFP (PFTP)系列，该系列根据因子利用进行了调整，灵感来自Fernald(2014)，并依赖于Comin等人(2020)的工作。图1显示，对于所有这些国家，PTFP的波动性小于未经调整的索洛残差，而且在2008/09年金融危机期间，PTFP的下降幅度较小。这反映出，在危机期间，要素利用得到了显著调整。
我们强调，尽管有这些相似之处，但德国是一个特别有趣的例子，因为它的经济表现相当矛盾——它甚至在欧元区危机期间经历了失业率下降，之后经历了长期的经济扩张，就业增加。许多德国工业企业在世界市场上都是有力的竞争对手，在第四次工业革命时代引领着技术进步。然而，尽管对信息和通信技术(ICT)资本进行了大量投资，但生产率增长仍然温和。
美国生产率放缓:微不足道的力量
所有发达国家同时出现生产率增长减速，尤其是自2000年代中期以来，这提出了一个问题，即这种发展背后是否存在共同的力量。美国通常被认为是全球技术前沿(Cette et al. 2016)，并似乎引领了全球各个经济部门的生产率增长。因此，美国技术创新减少导致其他工业国家生产率增长下降似乎是合理的。
为了研究美国技术进步对德国和其他主要欧洲国家生产率增长的溢出效应，我们使用了新的季度PTFP系列，并对1991年至2019年期间四个欧洲国家的结构向量自回归(SVAR)模型进行了估计。我们采用Uhlig(2004)提出的中程识别程序，对美国的非技术因素和源自其他主要国家的技术收益进行控制。
图2显示了四个欧洲国家在美国技术发生外源变化后技术的动态反应。我们将技术冲动正常化，以反映美国PTFP在20个季度后增长1%。除英国外，我们发现美国技术冲击对生产率的溢出效应在整个地区几乎可以忽略不计。在我们的基线估计中，德国和法国的影响是积极的，但与零没有显著差异。对意大利来说，这个点的估计值为负，但并不显著。
这些结果表明，自2000年代中期以来，美国生产率发展缓慢，对德国生产率增长的影响很小。因此，我们关注两种潜在的国内解释:劳动力市场的结构性转变和数字化的影响。
图2美国技术冲击对欧洲国家纯TFP (PTFP)的影响
笔记:图中显示了美国TFP外生增长(技术冲击)后欧洲主要国家纯TFP (PTFP)的累积反应。美国的技术冲击相当于美国PTFP在20个季度后增长1%。SVAR模型包含美国PTFP、考虑中的国家的PTFP度量和ROWPTFP。我们用从1991年第一季度开始到2019年第四季度结束的季度数据估计SVAR模型。所有变量都用对数差分表示，SVAR模型包括四个滞后和一个常数。蓝色阴影区域:68%、90%和95%置信区间是使用递归设计野自举法构建的，参见Gonçalves和Kilian(2004)。
源: Christofzik等人(2021)。
向服务业的结构性转变:部分解释
在过去20年里，德国经济的演变与美国和其他欧洲大国截然不同。尤其引人注目的是，德国劳动力市场在大衰退(Great Recession)期间和之后的几年里表现强劲。从2005年左右开始，德国经历了“劳动力市场奇迹”——向新的结构性劳动力市场均衡的漫长过渡，就业人数增加了15%以上，从2005年的3930万人增加到2019年的4530万人，总工作时间增加了11%以上，因为许多新工作都是兼职工作。
Burda和Seele(2020)得出结论，德国2003年至2005年实施的大规模劳动力市场改革在解释2000年代中期以来的劳动力市场趋势方面发挥了重要作用。这些劳动力市场改革(“哈茨改革”)是被称为“2010议程”的全面改革方案的重要组成部分，该方案还包括税收和社会保障系统的改革(详见Burda和Hunt 2011年)。新增就业岗位主要集中在劳动密集型服务业，而服务业的劳动生产率明显低于制造业。
为了构建一个反事实模型，在假设没有德国劳动力市场奇迹的情况下，捕捉特定部门生产率的发展，我们保持20个单独部门之间的部门构成不变，类似于德阿维列兹(2012)。部门内生产率发展的反事实总和与实际发展之间的差异体现了再分配效应。我们分别考虑了1995年至2005年和2005年至2019年这两个时期，从而排除了德国统一后的头几年，东德经历了强劲的追赶过程。
显然，每小时工作生产率的年增长率从1995年至2005年期间的1.7%下降到2005年至2019年期间的0.7%，主要是由于个别部门的发展造成的。尽管如此，在1995年至2005年期间，部门之间的再分配对劳动生产率增长贡献了近0.2个百分点，因为就业转向了生产率更高的经济部门;而在2005年至2019年期间，由于向生产率相对较低的服务部门的结构性转移，对劳动生产率增长贡献了超过0.2个百分点。
信息通信技术的低生产率影响:马赛克的一个重要部分
因此，即使考虑到这些重大的结构性转变，德国生产率悖论的很大一部分仍有待解释。在Christofzik等人(2021)中，我们探讨了对信息通信技术的大规模投资的贡献，这些投资支撑了德国公司在第四次工业革命中的重要作用。毕竟，信息通信技术投资通过多种渠道促进总生产率增长:直接提高信息通信技术生产部门的生产率增长，间接促进互补性创新(Bloom et al. 2012)和向生产率更高的机构重新分配(Foster et al. 2006)。
然而，使用增长核算框架的研究表明，在德国，信通技术生产部门和信通技术密集型经济部门对总体劳动生产率增长的贡献相对较小。此外，在2012年之后的几年里，来自ICT部门的技术进步相当小。相比之下，美国在20世纪90年代后半期的生产率增长主要集中在生产ict的制造业(Jorgenson 2001)。斯蒂罗(2002)表明，这些收益之后是ict密集型部门的显著生产率飙升。
为了研究ICT产品和服务生产者产生的技术进步如何传导到其他部门，我们使用一种依赖于ICT产品和服务相对价格的新型识别程序来识别由ICT (ICT技术冲击)产生的外生技术变化。图3描述了在ICT技术冲击后，非ICT部门和ICT部门劳动生产率的脉冲响应函数。这些结果表明，这种冲击会导致ICT部门的劳动生产率大幅和永久性的提高，而非ICT部门的反应则是微不足道的。
图3ICT技术冲击的影响
笔记:该图描述了使用我们的两步程序识别的ICT技术冲击后的累积脉冲响应函数。SVAR模型包含非ICT部门和ICT部门的劳动生产率、ICT部门和非ICT部门之间生产增加值的相对价格、每个工人的小时数和总就业人数。非ICT和ICT部门就业的脉冲响应函数是通过使用子集SVAR来确定的，我们在其中施加了限制，即这些变量不包括在初始SVAR模型的方程中。我们用从1991年第一季度开始到2017年第四季度结束的季度数据估计SVAR模型。所有变量都用对数差分表示，SVAR模型包括四个滞后和一个常数。蓝色阴影区域:68%、90%和95%置信区间是使用递归设计野自举法构建的，参见Gonçalves和Kilian(2004)。
源: Christofzik等人(2021)。
因此，乍一看，信息和通信技术部门的技术进步似乎对经济的其他部门没有影响。为了探究这些发现背后的机制，图3的(d)至(f)面板显示了ICT技术冲击后总增加值和总经济就业的反应。在ICT技术冲击之后，生产和就业都大幅增长，其动态反应的幅度几乎相等。由于劳动生产率被构建为产出与就业的比率，因此对生产率的净影响几乎为零。
因此，尽管数字化也是德国经济繁荣的驱动力，但它对劳动生产率增长的净影响并不大。信息通信技术生产部门的技术进步显然与特定投资的技术进步类似:在特定投资的技术冲击之后，劳动力投入的增长幅度也与产出的增长幅度几乎相同。同样，德国经济的数字化似乎对GDP和就业都产生了强烈的积极影响。这些结果反映在一些一般均衡宏观模型中，如Smets和Wouters(2007)。
结论
尽管生产率增长下降是发达经济体的共同经历，但德国的发展并不仅仅反映了美国的放缓。相反，两个国内因素在一定程度上解决了这个悖论。首先，作为从高生产率制造业向服务业的结构性转变的副作用，生产率增长受到了抑制。其次，信息通信技术的进步转化为更高的产出和就业。这缓冲了生产率增长，因为这两种积极影响几乎相互抵消。这些结果表明，提高生产率增长不应成为唯一的政策目标。
参考文献
Bloom, N, R Sadun和J Van Reenen(2012)，“美国人做得更好:美国跨国公司和生产力奇迹”，美国经济评论102: 167 - 201。
布尔达，M C和J亨特(2011)，“如何解释大衰退中德国劳动力市场的奇迹?”,布鲁金斯经济活动论文1: 273 - 335。
Burda, M C和S Seele(2020)，“重新评估德国劳动力市场奇迹”，德国经济评论21日:139 - 179。
Cette, G, J Fernald和B Mojon(2016)，“大衰退前生产率放缓”，欧洲经济评论88: 3。
Comin, D A, J Q Gonzalez, T G Schmitz和A Trigari(2020)，“衡量TFP:利润、调整成本和产能利用率的作用”，NBER工作论文28008。
Christofzik, D, L P Feld, S Elstner和C M Schmidt(2021)，“揭示生产率悖论:德国的证据”，CEPR讨论文件16187。
德阿维列兹，R(2012)，“加拿大劳动生产率增长的部门贡献:分解公式的选择重要吗?，《国际生产力监测》24:97-117。
费纳德，J G(2014)，“利用调整的全要素生产率季度研究”，工作论文系列2012-19，旧金山联邦储备银行。
Fisher, J(2006)，“中性和投资特定的技术冲击的动态效应”，政治经济学杂志114: 413 - 451。
Foster, L, J Haltiwanger和C J Krizan(2006)，“20世纪90年代美国零售贸易部门的市场选择、再分配和重组”，经济学与统计学评论88: 748 - 758。
Gonçalves, S和L Kilian(2004)，“未知形式的条件异方差的自引导自回归”，计量经济学杂志123: 89 - 120。
Gordon, R J(2015)，“长期停滞:供给侧观点”，美国经济评论105: 54-59。
乔根森(2001)，“信息技术与美国经济”，美国经济评论91:学会年会。
Smets, F和R Wouters(2007)，“美国商业周期中的冲击和摩擦:贝叶斯DSGE方法”，美国经济评论97: 586 - 606。
斯蒂罗，K J(2002)，“信息技术和美国生产率复苏:行业数据说明了什么?””,美国经济评论92: 1559 - 1576。
Summers, L H(2014)，“对‘新长期停滞假说’的思考”，C Teulings和R Baldwin(主编)，长期停滞:事实、原因和治疗，经济新闻。
Uhlig, H(2004)，“技术冲击会导致总工作时间的下降吗?”,欧洲经济协会杂志2: 361 - 371。
