生产率悖论

悖论的出现与经典解释

20世纪70年代初以后，美国劳动生产率增速大幅放缓，而同期企业却在计算机上大规模投资。索洛（1987）的一句评语成为这种错位的象征。布林约尔松（1993）为这一悖论归纳了四种解释：产出质量提升与多样化未被统计如实反映的测量误差；投资见效所需的时滞；信息技术仅被用来在竞争企业间瓜分利润的再分配；以及未能善用技术的管理失误。戴维（1990）给出了一个历史类比：19世纪80年代发明的发电机，花了约40年才大幅提升工厂生产率，因为工厂必须抛弃蒸汽机时代的结构，围绕电动机重新布局。

企业层面证据与90年代末的回升

布林约尔松与希特（1996）分析企业层面数据，表明信息系统投资带来了可观回报，并宣称“悖论已不复存在”。布雷斯纳汉、布林约尔松与希特（2002）表明，信息技术与分权化组织、熟练人才等互补性组织变革相结合时，效果才会显著。这契合布雷斯纳汉与特拉滕伯格（1995）所定义的通用技术的特征，即扩散到众多产业并激发互补性创新的技术。90年代末，美国生产率增速确实回升，奥利纳与西切尔（2000）以及乔根森（2001）分析认为，信息技术的生产与使用解释了这次回升的相当部分。这一过程很好地体现了创造性破坏与内生增长理论所强调的技术与组织的相互作用。

新一轮放缓与AI之争

大约2005年以后，生产率增速再度放缓，悖论随之复活。戈登（2016）认为，与电力、内燃机等过去的伟大发明相比，近来数字创新的经济影响较小。也有人把放缓归因于测量误差，即免费数字服务的价值未计入统计，但伯恩、费尔南德与赖因斯多夫（2016）以及赛维森（2017）反驳说，仅凭测量误差无法解释放缓的规模。布林约尔松、罗克与赛维森（2019，2021）认为，人工智能这类通用技术会描绘出“生产率J曲线”：由于起初需要投资于无法计量的无形资产，生产率先被低估，后被高估。归根结底，生产率悖论表明，新技术的效果会随组织变革与统计体系而滞后、不均衡地显现。这也与探讨服务业生产率停滞的鲍莫尔成本病相关。

常见问题

如何简单理解生产率悖论？

企业在计算机和IT上花了巨资，但在全国生产率统计中却几乎看不到效果。索洛那句“计算机无处不在，唯独不在生产率统计里”的讽刺让它广为人知。

AI也会出现生产率悖论吗？

这种可能性正在讨论中。研究者认为，AI这类通用技术首先需要组织变革和无形资产投资，因此其效果可能呈J曲线，需要一段时间才会在统计中显现。

来源核查日期：2026-10-26

参考文献

1. Solow, R. M. (1987, July 12). We'd better watch out. New York Times Book Review, 36.
2. David, P. A. (1990). The dynamo and the computer: An historical perspective on the modern productivity paradox. American Economic Review, 80(2), 355–361.
3. Brynjolfsson, E. (1993). The productivity paradox of information technology. Communications of the ACM, 36(12), 66–77.
4. Bresnahan, T. F., & Trajtenberg, M. (1995). General purpose technologies: 'Engines of growth'? Journal of Econometrics, 65(1), 83–108.
5. Brynjolfsson, E., & Hitt, L. (1996). Paradox lost? Firm-level evidence on the returns to information systems spending. Management Science, 42(4), 541–558.
6. Oliner, S. D., & Sichel, D. E. (2000). The resurgence of growth in the late 1990s: Is information technology the story? Journal of Economic Perspectives, 14(4), 3–22.
7. Jorgenson, D. W. (2001). Information technology and the U.S. economy. American Economic Review, 91(1), 1–32.
8. Bresnahan, T. F., Brynjolfsson, E., & Hitt, L. M. (2002). Information technology, workplace organization, and the demand for skilled labor: Firm-level evidence. Quarterly Journal of Economics, 117(1), 339–376.
9. Byrne, D. M., Fernald, J. G., & Reinsdorf, M. B. (2016). Does the United States have a productivity slowdown or a measurement problem? Brookings Papers on Economic Activity, 2016(1), 109–182.
10. Gordon, R. J. (2016). The Rise and Fall of American Growth. Princeton: Princeton University Press.
11. Syverson, C. (2017). Challenges to mismeasurement explanations for the US productivity slowdown. Journal of Economic Perspectives, 31(2), 165–186.
12. Brynjolfsson, E., Rock, D., & Syverson, C. (2019). Artificial intelligence and the modern productivity paradox: A clash of expectations and statistics. In A. Agrawal, J. Gans, & A. Goldfarb (Eds.), The Economics of Artificial Intelligence (pp. 23–57). Chicago: University of Chicago Press.
13. Brynjolfsson, E., Rock, D., & Syverson, C. (2021). The productivity J-curve: How intangibles complement general purpose technologies. American Economic Journal: Macroeconomics, 13(1), 333–372.