4、研究数字生产率的工具

    不幸的是，如今还没有一个确切的方式来描述信息通信技术（ICT）对生产率带来的影响到底有多大。现在主要有四种方式，每种方式都各有好坏。这四种方式包括增长会计法、宏观经济分析法、企业长期计量经济分析法及案例分析法。

    增长会计法利用国民核算数据，将经济中规模较大部门的劳动生产率增长分为与信息通信技术（ICT）资本相关的部分及该资本无关的部分。

这种方法的优点在于能够一目了然地反映出信息通信技术（ICT）设备及软件在产业内的运用程度，以及ICT对于资本深化所作出的贡献。缺点则是无法体现以信息通信技术（ICT）为基础的创新对多要素生产率（MFP）增长的影响程度，也无法体现诸如补充性投资在内的因素能对生产率提升产生怎样的影响。

    宏观经济分析法是针对较大产业或经济整体的量化分析方法。它试图将生产率的变量与使用信息通信技术（ICT）数量上的变量相联系。能够体现补充性投资的其它变量也可以涵盖其中。问题在于，当把这些其它变量算进其中，以此将信息通信技术（ICT）的效果分离开来的时候，还不能得到足够的观察结果，也就不能得出清晰而有力的估算。

    企业长期计量经济分析法也是量化分析方法，利用涵盖大量公司长年的观察数据库，分析公司的行为及其绩效。

    这种方法用于解释为何有些公司的生产率表现比其他公司更好。采用这种方法，可以将生产率与信息通信技术（ICT）和其他变量联系在一起，数据的滞后性则可以通过建立某年的投资与下一年的生产率之间的关系来平衡，投资与技能或是信息通信技术（ICT）的使用与技能之间的互补性也能得以检测。

    由于观察的数据十分庞大，要得到准确的估算不成问题。然而，原始调查中提出的问题常常会对使用某一变量产生影响。比如，现有的数据可能只涉及较广意义上的信息通信技术（ICT）使用（“连接互联网”、“拥有网站”、“拥有网上销售的能力”），而不涉及使用这些功能的强度。

    案例分析法则可以提供公司及产业许多定性信息，有时也可以涵盖量化分析。它的范围意味着研究者可以观察到许多能够阻碍或推动生产率进步的因素。这种方法的问题则在于如何找到能够对对象有完整了解，并且能够提供令人信服的证据的人。此外，案例分析中的证据在多大程度上能够广泛应用与更一般的情况，也同样是个问题。

  4.1 我们衡量数字生产率的方式合适吗？

    如今，在探究信息通信技术（ICT）、数字技术和生产率之间关系的时候，还会遇到一些衡量方面的挑战。

    首先，数字技术的范围比十几年前大了许多。从前，数字技术仅仅与电脑和通信设备相关。如今，很多事物都可以与数字挂上钩，都有相当强大的计算能力。智能手机就是个很好的例子。同时，许多事物都蕴含着数字技术，比如现代的汽车。

    因此，技术的范围理应从传统ICT的边界向外扩展。这是为什么我们在项目的题目中使用了数字技术这个词的原因。与此同时，这也带来了难以回答的问题，比如数字技术的边界又在哪里，与使用这些技术相关的数据又有多少。

    其次，如何衡量产出也有问题。几十年来，衡量产出和GDP的前提，是商品或服务的价格反映了它们的价值。这便是统计人员得以将苹果和橙子加到其他各种商品和服务之上，从而得出一个总值的原因。衡量产出靠的是价值。

    衡量产出对于衡量生产率而言至关重要。所有生产率值都需要将产出量与一种或多种投入相比。

    然而，在数字领域，并非所有的事物都有价格——有些没有完整标价，有些干脆就没有标价。数以百计的手机应用程序提供的是免费服务，比如查询当地的实时天气和天气预报。用户还能免费试用至少一些云存储空间。

    这些免费的服务也为用户创造了价值。但是这些价值无法在产出中进行衡量，因为它们没有标价。

    衡量生产率的难题昭然若揭：这些数字服务消耗了资源投入，它们的产出却无法计算。