美国大流行后的生产力动态

美国大流行后的生产力动态 麦志道和约瑟夫·普拉策 WP/24/124 货币基金组织工作文件描述了作者正在进行的研究，并发表了这些论文，以引起评论并鼓励辩论。 基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执行董事会或基金组织管理层的观点。 2024 JUN ©2024国际货币基金WP/24/124 IMF工作文件 西半球部 美国大流行后生产力动态由麦志道和约瑟夫·普拉策编写* 授权由NigelChalk于2024年6月分发 货币基金组织工作文件描述了作者正在进行的研究，并发表了这些论文，以引起评论并鼓励辩论。基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执行董事会或基金组织管理层的观点。 摘要：我们研究U.S.自COVID-19大流行以来，劳动生产率的增长及其驱动因素。自2020年以来，由于成分和行业内的影响 ，劳动生产率经历了大幅波动，但此后又回到了大流行前的趋势。行业层面的面板回归表明，劳动力市场流失的措施与横截面和随着时间的推移更高的生产率增长有关。对数字化投资较高的行业，特别是在可远程操作的行业，平均生产率增长也较高。自大流行以来，业务形成也有所增加，但其对生产力动态的影响可能需要更多的时间才能在数据中反映出来。 JEL分类号: E23、E24、O4 关键字: 生产力，COVID-19，数字化 作者的电子邮件地址： MDao@imf.org;JPlatzer@imf.org *作者要感谢EuihyunBae出色的研究援助，并感谢IMF西半球部门和纽约联邦储备银行的研讨会参与者提供有益的评论。 1Introduction 生产力是长期改善生活水平的主要来源。在当前高通胀和高债务的环境下，提高生产率作为可持续增长的源泉变得越来越重要。在COVID大流行之前，自2000年中期以来，美国的生产率增长一直在经历长期放缓，再加上启动率、资本支出和劳动力流动性方面的更广泛的商业活力下降。 随着COVID-19大流行的来袭，大流行期间出现了一个动荡的时期，生产率大幅波动，在整个行业的封锁的推动下重新开放，随后是部分重新开放，重新封锁，最后是完全重新开放，因为疫苗为恢复正常生活铺平了道路。在整个时期，劳动生产率表现出巨大的波动性。 离开大流行和早期重新开放阶段，自2022年底以来，美国经济显示出令人鼓舞的生产率增长率，到2024年第一季度，劳动生产率已经比大流行前的水平高出6%以上。在此期间，美国经济在快速反通胀的背景下也出现了令人印象深刻的扩张，这表明生产率增长和其他供应方面的顺风可能一直在支持国内需求的强劲增长。相对于其他发达经济体，生产率的激增也使美国的复苏与众不同，尤其是欧元区，在欧元区，生产率下降通常被认为是对增长潜力的拖累（Schabel，2024）。 在本文中，我们放大了大流行以来的生产率动态，并研究了最近生产率反弹的最重要驱动因素。我们首先记录大流行期间生产率的部门构成，并重新开放与部门内的生产率动态。然后，我们继续研究大流行后经济特有的一些主要趋势在推动生产力动态方面的作用：远程办公、数字投资、劳动力市场流失和新业务创造。 我们的主要结果如下：生产率在2022年末开始反弹，主要是由于行业内生产率增长加快，特别是高技能和IT密集型行业，这些行业在大流行之前已经经历了更快的生产率增长(信息和通信、专业服务、零售服务)。这些行业在大流行之前就已经经历了数字投资的激增，在大流行期间，数字化又一次得到了推动，从转向远程办公。工人在行业内部和行业之间的工作重新分配激增，这是大流行后劳动力市场的一个关键特征，进一步推动了劳动力流失最多的行业的生产率增长。总之，对数字化的投资，特别是对可远程办公行业的投资，以及换工作工人的活力增强，都有助于提高劳动生产率，并推动美国最近的复苏。这种趋势将持续多久还有待观察。最后，增加的速度 。 在大流行以来的业务形成中，我们观察到，人工智能的出现可能是未来额外的生产力提升力量，尽管现在检测它们对生产力的影响还为时过早。 Therestofthepaperisorganizedasfollows.Section2presentssomestylizedfactsonpropertyanditsdriversinthecrosssectionandtimesequence.Section3analysestheempiricalrelationbetweenpropertyanddriversmoreformally.Section4concluds. 2程式化的事实 2.1综合生产力 图1：生产率v趋势 (a)自2000年以来（b）自2017年 Notes:生产率在2019Q4指数为100。面板（a）从2000年到2004年（红色）的趋势计算为从1995Q4到2004Q4的平均生产率增长率，其水平设置等于2004Q4的（指数化）生产率。面板（a）的趋势范围从2005年到2023年（橙色）和面板的趋势 (b)被计算为2015Q1至2019Q4的平均生产率增长率，该水平在2019Q4指数为100。最新观察结果为2024Q1。数据为非 农商业部门。来源：BLS。 图1显示了自2000年以来非农商业部门的劳动生产率。1该数字显示了两种明显的模式。首先是自2005年左右以来生产率增长放缓。2005年至2019年的生产率增长为1.5％，与战后（1950-2009年）平均2.2％相比，这是一个相对较低的水平。2自2005年以来的放缓是在1996年至2004年平均生产率快速增长3.2％的时期之后，这通常与“网络公司”的繁荣及其信息技术的快速发展有关（Gordon和Sayed，2022年，Fernald和Li，2022年） 。第二种模式是生产率的反周期性。两者都是在大金融危机之后 1除非另有说明，每当我们提到生产率时，我们都会想到每小时工作的实际产出，即劳动生产率。 2这些值计算为各个时期的一个季度年化增长率的平均值。 2009年和2020年的大流行衰退，生产率显著提高，但随后又恢复了趋势。这与公司在经济衰退期间的“过度裁员”（Gordo和Sayed，2022）以及衰退的清洗作用有关（Caballero和Hammor，1994，Kozeiasas等人。 ，2022)，经济低迷会导致低生产率的公司退出业务，从而提高平均生产率。 在图1中，我们将生产率与分段线性趋势一起绘制，计算为1995年至2004年以及2005年至2019年的平均生产率增长率，遵循Ferald和Li（2022）。根据最新的可用观察，2024Q1，生产率比2019Q4的水平高出6.5%。这意味着生产率正处于2005年至2019年的趋势。自2019Q4以来的平均生产率增长约为1.6％，接近2005Q1至2019Q4的平均值（1.5％），2015Q1至2019Q4的平均值（1.6％）。 2.2间-内分解 图2：生产率增长的内部分解（百分比，自2019Q4以来累计） 在(部门)效应内(部门组成)之间effects 6 骨料 5 4 3 2 1 0 -1 -2 Notes:非农业私营部门。按2位数的NAICS行业分类。来源：BEA，BLS。 图2将劳动生产率相对于2019年底水平的变化分解为来自部门构成的贡献（组成部分之间）与来自行业的贡献- 特定生产率增长(组件内)。3正如预期的那样，2020Q2接触密集型行业的突然封锁导致由于纯粹的成分转变，总生产率急剧上升，因为生产率较低的服务部门被关闭，而接触强度较低的高技能高生产率部门在很大程度上继续运营。随着时间的流逝，随着服务业的重新开放，两者之间的贡献逐渐减弱，而行业内生产率的变化却开始了。在2021年底之前，行业内生产率一直在增长，这与衰退的清洗效应一致。生产率随后在2022年下降，然后自2022年底以来持续增长，直到2023Q4的最新读数。虽然行业内生产率的最初波动可能是由工作时间的测量误差(因为工人和公司采用了远程办公)驱动的，但从2022Q3开始的增长似乎在2023年获得了动力，年底的水平比疫情前高出5%以上。4 附录中的Figure11replicatesthebetween-withinanalysisfrom2007Q4to2019Q4.Overthistimeperiod,thebetweencomponentsplayedamoreimportantrole,drawingaggregateproductiondownby17%ofthetotalproductionincreaseoverthisperiod. 2.3部门生产力模式 接下来，为了查看哪些行业一直在考虑行业内的动态，我们在图3中绘制了2019Q4至2023Q4劳动生产率的增长 ，并将其与大流行前2015Q1至2019Q4的平均增长进行比较。我们观察到，自大流行以来，高技能服务业的生产率增长最为明显，而接触密集型和技能较低的服务业的生产率增长较低，甚至为负值。自大流行以来对累计生产率增长贡献最大的行业是信息和专业服务，自2019年底至2023年底以来，这两个行业合计贡献了超过70%的整体生产率增长。5建筑业生产率的恶化与以前的研究一致（Goolsbee和Syverson，2023）。 有趣的是，自大流行以来生产率增长较快的部门也是大流行之前生产率增长较快的部门。换句话说，尽管向大流行转变，但生产率增长的部门模式基本保持不变 3Thebetween-withindecompositionisconductedbasedon13industriesinthenon-armprivatesector,usingthe2-digitNAICSindustryclassification.AppendixA.1showsdetailsonthedecomposition. 4本段累计增长数与图1相比差异是由于数据不同 来源以及用于计算劳动生产率的经济总量：图1基于劳工统计局（BLS）数据，指的是非农商业部门，而图2使用的数据来自经济分析局 （BEA）和BLS。后者的经济总量是非农私营部门，即Procedres.包括BEA分类为家庭部门和为家庭服务的非营利机构（NPISHs）部门 。据我们所知，按经济活动对产出和工作时间进行部门分解，这是内部分析所需的，只有私营部门才能使用。 5附录A.1中的图12将总生产率增长分解为各部门的贡献。 影响产品和劳动力市场的部门构成和其他结构变化。这种横截面稳定性表明，相对于大流行之前，生产率的潜在驱动因素可能没有发生实质性变化。 图3：2019Q4-2023Q4和2015Q1-2019Q4按部门划分的平均生产率增长（内）（%，年化） -4-20246810 信息专业服务零售制造业 艺术,Ent,Rec,住宿和食品金融运输和仓储其他私人服务建设批发 2015Q1-2019Q42019Q4-2023Q4 Notes:非农业私营部门。子行业“采矿”和“公用事业”未显示。来源：BEA，BLS。 2.4显著驱动程序 2.4.1远程办公 在大流行后的世界中，有一个对工人和公司都具有深远意义的结构性变化，那就是向远程办公的转变。转向远程办公和混合工作是我们时代的大趋势，对未来的工作，住房市场，工人流动性，工作场所便利设施和工资谈判动态具有深远的影响。一个关键问题是远程办公是否带来了更高的生产率。虽然对这个问题进行彻底的研究需要更精细的数据和研究设计，但我们的目标是检查在总体水平上是否有任何可识别的模式来支持这一假设：远程办公行业的生产率增长是否更强？ 乍一看，我们确实在图4中观察到，自大流行以来生产率增长最快的行业中，大多数(前10名中有8个)是那些主要从事远程工作的行业 （使用Gordon和Sayed（2022）远程可操作分类）。 图4：生产率增长与远程办公 (a)2019Q4至2023Q4按行业划分的平均生产率增长 (b)平均生产率增长（2019Q4至20