科技發展的「Fishing-out Effect」

這是本專欄的第 25 篇日記

前不久我回答了一個問題:

Romer的Endogenous Technology Change講了什麼?

其中提到:

經濟學界的一個共識是,Long Term Growth的動力並不是Human Capital的積累,而是Innovation(或者說Idea的積累),也就是說我們不止要去學校學習知識,還要用這些知識來創造新知識,後者才是長期發展的動力。

在Romer(1990)"Endogenous Technological Change"中,他所使用的R&D sector的生產函數是非常樸素的A_{t+1}-A_t=kappa L_{2t}A_tn,這裡A_t表示科技的「儲量」,kappa是增長係數,L_{2t}是投入R&D的勞動力數量。這個生產函數中,一個關鍵的假設其實並不在這些一眼就能看到的係數上,而在於等式右側的A_t所沒有寫出的指數(也就是1)上。

為什麼說這個指數是一個關鍵的假設呢?因為這個指數表示了現有的科技儲量對於新增的科技數量的影響。Romer選擇這個指數為1,從數學上考慮線性模型有助於求解是一方面,另一方面我們也應當看到其中的經濟學含義,也即「現有科技儲量對科技發展有推動作用」,可以稱之為「standing-on-shoulders effect」(語出著名的牛頓爵士:我只是站在巨人的肩膀上)。

事實上,只要選擇的這個指數大於0,都會存在「standing-on-shoulders effect」。那麼讀者可能就要問了,這個指數可不可以小於0呢?

當指數小於0時,我們所想要表達的含義就是「現有科技儲量對科技發展有阻礙作用」,初聽起來這似乎有些不合理:如果我們掌握了更多新的技術,未來可能的研究方嚮應該是更多了才對,怎麼可能有阻礙作用呢?但是事實上,科技發展不僅取決於研究方向的多少(廣度),也取決於研究難度的強弱(深度),這也就導致了標題所說的科技發展中的「fishing-out effect」:隨著科技發展的深入,人們先解決的總是不那麼耗時耗力耗錢的問題,等到這些問題解決了,接下來的科技研究的難度就提高了,科技發展的進度也就變緩了。

如果單純站在科學工作者的角度來看,科學研究中的這兩種效應似乎大致是勢均力敵的:儘管面對的問題更加困難更加深入,但是科學家所掌握的工具和知識也在不斷發展;然而,如果我們站在經濟學家的角度來看待這個問題,我們就會發現其實「fishing-out effect」所造成的最大困擾也許並非是在研究難度的層面。

正如Romer在內生增長模型所做的嘗試那樣,我們應當認識到,科技發展本身不是一個外生的結果或是一個centralized的行為,而同樣是社會中decentralized的不同個體(企業、研究所等)所選擇的結果。對於這些個體來說,就面臨一個成本效益分析的問題。R&D高昂的固定成本投入決定了這勢必是一個收益波動巨大的投資,在一個正常的風險厭惡的世界當中,這樣的投資無疑是缺乏吸引力的,結果就是,對個體來說,研究不那麼困難而可以更快、更確定地獲得收益的項目才是更優的選擇。

2016年,哈佛商學院的D.Gross撰寫了一篇工作論文「SCALE VERSUS SCOPE IN THE DIFFUSION OF NEW TECHNOLOGY」,以拖拉機為例講述了一個類似的故事:

拖拉機早在19世紀初就被發明了出來,但是其發展初期的功能是非常有限的(比如只能用於小麥種植而不能用於玉米種植),直到20世紀20年代,隨著新型泛用拖拉機的發明,這種農機才開始在美國中西部得到大規模地應用。

為什麼拖拉機生產廠商不早點生產出可以用於玉米種植的泛用拖拉機呢?一個可能的原因是那些鍾玉米的農民沒有錢,買不起拖拉機,因此不存在對於這種拖拉機的需求,自然也就沒有廠商會提供這樣的拖拉機——但是在同一歷史時期,汽車卻「擴散」到了這些玉米種植地帶,說明這些農民並沒有面臨經濟上的約束。

於是作者就提出了自己的解釋:由於拖拉機一開始的功能是非常有限的,因此廠商只需要深入研究更方便小麥種植的技術,就已經可以從專利費和出售拖拉機上獲得足夠高的收入;而研究新技術(比如適應玉米種植的泛用拖拉機)意味著大量投入和不確定的收入,只有在廠商已經無法從適應小麥種植的技術發展中獲得足夠收入時才會選擇這麼做。

在下面這篇專欄文章中,我們也可以看出類似的reasoning:

消失的長期投資:為什麼沒有更多的早期抗癌藥物?

作者@nautilus sun 介紹了去年七月AER所刊登的一篇論文《Do firms underinvest in long-term research?Evidence from cancer clinical trials》(《公司在長期研究中投資不足嗎?來自癌症臨床試驗的證據》),其部分結論就是:

由於製藥企業過多偏重於短期獲利大的晚期癌症藥物,我們沒有在早期抗癌和癌症預防方面作出足夠的藥物研發。

再比如我讀到的這篇文章:

How much energy do building codes save? - Marginal REVOLUTION

從1978年開始,加州頒布了一系列建築物節能準則,並先後更新了13次之多。這些準則最初的目標是讓1990年後建造的新建築物節能80%以上,然而2016年Arik Levinson發表在AER上的論文「How Much Energy Do Building Energy Codes Save?Evidence from California Houses」卻顯示,儘管加州1978年後的建築物比1978年前的建築物節省了15%的電和25%的天然氣,但是和其它沒有實行這些節能準則的州相比並沒有顯著差別,此外,能源使用量減少的趨勢在節能準則實施之前就開始了,作者由此猜測,能源使用量的減少完全是由於家庭不斷淘汰高能耗設備的緣故

我們可以將這視為"fishing-out effect"的一個略顯悲觀的推論:科學技術的發展也許並沒有我們想像的那麼快,也並沒有我們想像的那麼「造福全人類」,新技術的發展和應用更多地來源於更高的「經濟利潤」,而非更高的「社會利益」。

(Photo Credit: Photo via VisualHunt.com(CC0 Public Domain))


推薦閱讀:

如何評價諾貝爾經濟學獎得主 Douglass Cecil North 的學術成就?
主流經濟學簡史——從古典政治經濟學到現代經濟學
文化與制度:第一部分 ,定義和測度
如何賺更多的錢?

TAG:经济学 | 科技发展 |