CEPR 将美国生产率的飙升归因于劳动密集型转型，而非 AI 创新

经济政策研究中心（CEPR）在16日发布了一份报告，称自2022年下半年以来美国劳动生产率的急剧上升并非源于由AI驱动的技术创新，而是企业加强了现有劳动力与设备的使用强度——智库将这一现象描述为“挤压”。从2023年初到今年第一季度，平均劳动生产率增长跃升至2.5%，高于2005年至2019年间记录的1.5%年化水平。CEPR认为，这种加速主要来自全要素生产率（TFP）带来的0.8个百分点增量以及资本深化贡献0.3个百分点，而劳动力结构几乎没有变化。欧洲智库认为，围绕AI长期影响的不确定性使企业避免大规模招聘或资本投资，而是通过从当前资源中榨取更多产出以满足订单增长——这种做法有可能助推通胀，而不是带来可持续增长。

CEPR 将生产率跃升归因于TFP与资本深化

CEPR的分解分析考察了从2023年到预计2026年期间，生产率加速中劳动、资本以及全要素生产率的贡献。相较于疫情前的基准，TFP贡献了0.8个百分点的增幅，资本深化则增加了0.3个百分点。在此窗口期内，劳动力结构几乎没有变化。报告指出，劳动生产率增长在疫情年份期间表现出急剧波动，随后自2022年开始进入加速轨道，这与ChatGPT在2022年下半年发布的时间相吻合。

展示2005年至预计2026年期间美国劳动生产率增长模式的图表

企业调查显示AI带来的生产率提升很有限

CEPR的报告强调，公众对生成式AI能带来生产率红利的预期，与企业实际体验之间存在脱节。多家公司的调查反馈表明，归因于采用AI的生产率改善仍然很有限，且未出现明确趋势。企业表示，真正有意义的技术转型需要更长的实施周期。智库指出，尽管在ChatGPT于2022年下半年发布后，市场对AI驱动的生产率增益的假设看起来合乎逻辑，但企业数据并不支持这一叙事。

CEPR 警惕劳动强化风险并可能推高通胀压力

报告区分了真正的技术创新与当前的生产率模式。CEPR表示，真正由AI驱动的效率提升可能在不引发通胀的情况下支撑经济增长，因为改进的技术会降低单位产出成本。相反，当前观察到的“挤压”方式——企业通过提高劳动力强度和设备利用率来扩大产出，但并不扩张总劳动力或资本存量——会对劳动力成本形成上行压力。这种产出上升而投入数量保持不变的扭曲，会在计算中人为抬高TFP指标。CEPR得出结论，这一机制带来显著的通胀风险，因为劳动力使用强化最终会推高工资成本，而企业会将其转嫁到价格上。

常见问题

CEPR报告对2022年下半年以来美国生产率增长得出了什么结论？

CEPR在16日发布的报告称，自2022年下半年以来，美国劳动生产率从每年1.5%（2005-2019）加速至2.5%（2023年初至今年第一季度），原因在于企业强化了既有劳动力与设备使用，而不是来自AI驱动的技术效率提升。智库发现，全要素生产率贡献了0.8个百分点，资本深化贡献了0.3个百分点推动了这一增幅，而劳动力结构保持不变。

根据CEPR，为什么企业在采用AI后报告的生产率提升很有限？

CEPR的调查数据表明，公司在实施AI后获得的生产率改善很有限，且未出现明确趋势。企业表示，真正的技术变革需要更长时间才能落地。报告将企业不愿投入大规模AI部署的原因归结为：对该技术长期影响的不确定性。于是企业通过提高当前劳动力与设备使用强度来应对需求上升。

CEPR如何区分真正的AI创新与当前的生产率模式？

CEPR区分了真实的技术创新——它能提升效率并支持不引发通胀的增长——以及当前观察到的“挤压”做法：企业从现有资源中榨取更多产出，但不扩张劳动力或资本。报告警告，后者会在统计上人为抬高TFP测算，并通过推高劳动力成本制造通胀压力；而真正由AI驱动的效率提升将降低单位产出成本，并使经济实现可持续扩张。