技術衰退還是技術進步？大蕭條時期的技術衝擊

本文為「量化歷史研究」第148篇推送

美國1929-1933年經濟大蕭條

（圖片來源於網路）

「大蕭條」（Great Depression）雖然距離我們已經近90年，但依然是經濟學研究的一個熱點。有很多學者從商業周期的角度探討了大蕭條產生的原因，目前仍然眾說紛紜，莫衷一是，甚至在一個基本問題上都懸而未決：大蕭條是由技術衝擊（technology shock）所導致的，還是由非技術衝擊（non-technology shock）導致的呢？

支持技術衝擊的一方主要以真實商業周期模型（RBC model）為理論依據，利用標準生產率估算結果表明：大蕭條期間出現了大幅技術波動，1929-1933年間以全要素生產率（TFP）衡量的技術水平的倒退解釋了當時絕大部分的產出下降（Cole et al., 1999; Kehoe & Prescott, 2008）。但是，支持非技術衝擊的一方則提出了包括金融系統崩潰（Bernanke, 1983）、過高的不確定性（Romer, 1990）以及緊縮的貨幣政策（Bordo et al., 2000）等解釋。

Shingo Watanabe（2016）對支持技術衝擊的觀點提出了異議。他發現過往的相關研究採用的都是Kendrick（1961）關於二戰前美國經濟的時間序列數據，而其中的全要素生產率數據只經過了行業間再分配效應（reallocation effect）的調整，即去掉了生產要素在行業間自由流動帶來的生產率提高；但是卻沒有考慮投入要素使用的差異、規模報酬遞增以及不完全競爭等因素的影響。而Shingo Watanabe在2016年發表於The Journal of Economic History的文章「Technology Shocks and the Great Depression」就是在嘗試調整以上因素的情況下，重新利用Kendrick（1961）的數據衡量大蕭條時期的技術變化，並檢驗技術衝擊是否為導致大蕭條的原因。

與Kendrick（1961）直接使用全要素生產率作為技術水平的衡量指標不同，作者使用索洛余值來計算技術水平變化。由於在計算索洛余值時，必須將生產要素投入的增長作為解釋變數，而這一變數又與技術衝擊（回歸模型中的常數項與隨機誤差項之和）相關，故可能產生內生性。為解決這一內生性問題，作者使用了黃金產量的變化作為工具變數——因為二戰前的貨幣制度，黃金產量能通過改變通脹率而影響生產，而黃金產量本身的變化主要取決於新金礦的發現這一外生衝擊。同時，對於投入要素的使用，作者使用了工人人均工作時間的變化作為代理變數。

圖 1：1892-1966年美國的技術水平變化

在控制了內生性問題後，作者估計了從1892年到1966年美國非農業部門的技術變化，並與Kendrick（1961）同時期的全要素生產率變化做了對比。由圖1的對比可以看出，在大蕭條最為嚴重的時間段（1930-1932年），兩個技術變化序列的差異十分明顯。

圖 2：大蕭條時期美國的技術水平變化

接著，作者進一步分析了大蕭條時期兩個技術變化序列的差異。Kendrick（1961）利用全要素生產率的估計結果顯示：這一時期美國的技術水平處於倒退的狀態。如圖2所示，將1929年的技術水平標準化為100後，Shingo Watanabe（2016）估計的大蕭條時期美國的技術水平變化比Kendrick（1961）的更高，並且除了在1933年有所下降外技術水平在1929-1932年都保持了上升的態勢，甚至大蕭條時期是二戰前一段時間中美國技術進步最快的時期。

作者基於對工人人均工作時間變化這一控制變數的估計結果，認為本文與Kendrick（1961）的差異可以被投入要素的使用所解釋，即大蕭條時期的美國企業儘管已經投入了大量的資本與勞動力，但這些生產要素卻處於利用效率低下甚至是閑置的狀態，這導致了生產率低迷，但卻並不意味著背後生產技術的倒退；至少從本文來看，大蕭條時期美國的技術水平在總體上仍然是處於進步狀態的。

圖 3：產出與投入的估計係數（橫軸為年份）

藉助對於技術水平變化更為準確的估計結果，作者進一步檢驗了大蕭條後美國的技術進步對於宏觀經濟的影響。根據經典的真實商業周期理論，技術進步的結果應當是要素投入與產出的同時增加。但作者利用向量自回歸模型對美國大蕭條後至二戰之前的相關估計卻表明：產出對於正向技術衝擊的短期效應是不顯著的，但在長期內會增大並變得顯著；而要素投入對於正向技術衝擊的短期效應是顯著為負的，但在長期內會變為顯著的正效應（如圖3所示）。作者認為大蕭條後短期內技術正向衝擊的影響主要來自於生產成本的降低，因而表現為同等產出的情況下要素投入減少。因此就美國大蕭條後的經驗證據而言，真實商業周期理論在研究技術進步的短期影響問題上可能存在著理論預測改進的空間。

總體而言，本文主要通過控制投入要素的使用這一變數，從技術上修正了以往對大蕭條時期美國技術水平變化的估計偏差，並指出是投入要素的低效率使用導致了當時產出的下降。而且在大蕭條期間，美國的生產技術水平依然保持了總體上的進步狀態，為後來的經濟復甦奠定了基礎。

文章來源：S Watanabe, Technology Shocks and the Great Depression, The Journal of Economic History, 2016, 76(3):909-933.

原文鏈接：請點擊左下方【閱讀原文】.

「量化歷史研究」公眾號是由北京大學經濟學院量化歷史研究所組織，由陳志武（耶魯大學終身教授、北京大學經濟學院特聘教授）和管漢暉（北京大學經濟學院副教授）及其團隊負責。以嚴肅而又不失活潑的方式，向廣大學界和業界朋友，定期推送有關七大洲五大洋的量化歷史研究經典文獻和前沿文獻。本賬戶同時作為「量化歷史講習班」信息交流平台，向大家及時發送講習班的最新信息和進展。喜歡我們的朋友請搜尋公眾號：QuantitativeHistory，或掃描下面二維碼關注。

關注訂閱號的同時，我們也誠邀八方學人發送電郵建言獻策。「量化歷史研究」旨在凝聚一批對歷史研究有激情、有熱情的朋友，共同推動以量化的方法研究經濟史，金融史、政治史、社會史、文化史等各類歷史題材，分享觀點，共享資料。我們的郵箱：lianghualishi@sina.com。期待您的聲音！

輪值主編：熊金武 責任編輯：彭雪梅

點擊「閱讀原文」查看英文原文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！