探寻经济增长的根本原因，是人类的永恒课题。2025年诺贝尔经济学奖授予了乔尔·莫基尔、菲利普·阿吉翁和彼得·豪伊特，这可以认为是继2018年诺奖之后，第二次授予了内生经济增长领域，也就是从理论上来解释科技如何进步，以及如何驱动人类经济的持续增长。与2018年诺奖得主保罗·罗默的内生经济增长模型相比，阿吉翁和豪伊特把约瑟夫·熊彼特“创造性破坏”的思想进行了巧妙的数学模型化，另辟蹊径地构建了另一种重要的内生增长理论模型。而莫基尔则从大时间尺度的经济史视角，通过分析工业革命发生的起因，从多个维度阐述了影响科技进步的诸多因素，极大丰富了人们对长期经济增长的认识。
走出长期经济停滞之谜
去年我国的GDP增长率为5%，考虑到人口动态，则人均GDP增长率大于5%。然而，在工业革命之前，世界各国的人均GDP增长率在以千年计的时间内几乎接近于零。那么，在工业革命之后，经济增长是如何破冰的，又是如何成为一种持续现象的？是什么因素维持了当前的增长动能？莫基尔教授的毕生研究对工业化的发端以及如何转化为持续、自我驱动的经济增长作出了全新的解释。莫基尔教授将思想史、政治史、经济史进行深度融合，并把生动的叙事和严谨的计量方法相结合，全面考察了影响经济增长的众多机制。他通过对比人类历史上大多数时期中偶发性、随机性的发明过程，与启蒙运动后在欧洲兴起的科学研究体系，解释了为何经济增长在工业革命爆发后的几十年里并未逐渐消退，反而得以持续。启蒙运动是一场泛欧思想运动，它为理论知识与实践知识之间的有效对话铺平了道路，创造出一个知识积累的良性循环，使得欧洲（尤其是英国）首次走上了一条足以产生持续增长的科学技术创新路径。直到英国工业革命，现代意义上的“创造性破坏”才真正出现。工业革命发生时，累积的知识总量已足够丰富，能够创造出具有颠覆性的新技术，当时的社会环境也能够容忍这些技术在社会经济中广泛传播和应用，即便它们可能会损害一些既得利益。
莫基尔将“有用知识”分为两部分：第一部分是他所称的“命题知识”，主要是对自然界规律的系统性描述，即科学理论，也可称为基础理论知识；第二部分是“指令性知识”，如实用指南、图纸或配方，描述实现某事或某产品所需的具体步骤，也就是应用型知识。在工业革命发生前，技术创新主要基于指令性知识。人们可能偶尔发现某种技术可用，但只知其然，而不知其所以然。基础理论知识与应用型知识脱节时，将使人们难以在现有知识基础上继续发展新的技术、开发新的产品。尝试进行创新也就往往是盲目的，甚至有时是完全徒劳的。16和17世纪兴起的科学革命是启蒙运动的一部分。科学家开始强调精确测量、对照实验和结果可重复性，从而加强了基础理论知识与应用型知识之间的反馈和联系。这实际上大大促进了可用于生产实际商品和服务的有用知识积累。历史上非常成功的例子包括：蒸汽机的改进得益于当时学界对大气压和真空等基础物理原理的理解；钢铁生产的进步则源于对氧气如何减少生铁中碳含量的基础化学原理的认识。经济增长的起步需要进行基础理论知识与应用型知识之间的有效关联。而且，持续增长还需要实践、技术和商业知识的发展，并需要社会对这些重大变革持足够开放和包容的态度。
莫基尔教授的研究对我们有很多重要启示。当前我国在论文发表总量方面已经位居世界第一，但在更加基础的突破性创新以及从理论知识向应用产品的转化方面，还需要继续加强。笔者在芝加哥大学攻读经济学博士期间，因对创新与经济增长的浓厚兴趣，专门驱车四十分钟去西北大学拜会过莫基尔教授。莫基尔教授非常热情地邀请笔者去旁听他的科技史课程。在莫基尔教授的影响下，笔者后来在解释长期经济增长特别是工业革命起因方面也提出了新的机制—信息载体技术如造纸术、印刷术的发展可能是推动工业革命发生的重要因素，并将其融入了内生增长理论模型。
创造性破坏与反内卷
约瑟夫·熊彼特是20世纪最具影响力的经济学家之一，在名著《经济发展理论》中率先提出了“创新”及其在经济发展中的核心作用，还同时提出了“创造性破坏”概念，认为经济创新过程就是改变经济结构的“创造性破坏过程”。创新涵盖新产品、新技术、新市场、新供应源和新组织形式的系统性变革，而企业家则通过整合生产要素打破已有经济均衡，引发新旧产业更替的动态循环。
2018年，保罗·罗默因首次提出内生增长理论而获得诺贝尔经济学奖，他将知识积累建模为有目的的研发行为，但在他的模型中新旧产品是互补的，未涉及替代性与利益冲突。而今年诺奖得主阿吉翁和豪伊特的重要贡献在于，他们将熊彼特的“创造性破坏”概念转化为严谨而精妙的数学模型，还能够体现出罗默模型中所缺失的新旧产品替代性与潜在冲突问题。阿吉翁和豪伊特模型的一个重要机制可以简化为：一个经济体中拥有最先进技术的企业通过专利获得超额利润，从而成为市场顶端的企业。专利虽然可以保护企业免受竞争，但无法阻止其他企业继续开发全新的产品，且能够绕过已有专利的保护。如果新产品足够好，它完全可以击败旧产品，并进一步攀登“创新阶梯”，这会使旧产品过时，并部分“窃取”现有企业的利润，这也就完成了“创造性破坏”的过程。
当然，虽然企业的创新产品会不断被后来者的进一步创新所取代，但即使只能暂时垄断，也可以为企业带来不菲利润，这也足以激励企业投资于研发。企业越相信自己能在产品顶端停留更久，其投资研发的动力就越强，投资也就越多。然而，更多的研发会缩短平均创新时间，最终使顶端企业被取代。在宏观经济中，生产、研发、金融市场和家庭储蓄是相互关联的，不能进行孤立分析，也就需要构建一个能够兼顾经济各主体和市场动态的“一般均衡”宏观经济模型。阿吉翁和豪伊特则在1992年提出了首个具备“创造性破坏”特征的一般均衡宏观经济模型。
阿吉翁和豪伊特的模型显示，关于研发投资以及经济增长，存在多种相互制衡的力量。该模型可以用来分析，是否存在最优的研发投资总量和经济增长率，以及是否需要对研发活动进行补贴，这就给相关政策制定提供了很好的理论基础。该模型发现，存在两种相互制衡的机制。第一种机制是：投资研发的企业知道，其当前创新带来的利润不会永远持续，迟早会有其他企业推出更好的产品替代自己的产品。然而，从社会角度看，旧创新和知识的价值并不会消失，因为新产品其实建立在旧知识之上。因此，被淘汰的创新产品对社会的价值大于对企业本身的价值，即存在知识的溢出效应以及研发活动的正外部性问题，这使得私人和企业对研发的投资激励小于社会整体收益，也就导致研发投资不足。因此，政府可以通过补贴研发来增强创新激励并进而提高社会总福利。第二种机制是：当一家企业成功取代另一家企业成为市场顶端时，新企业通过创新获利，而旧企业利润消失。这常被称为“商业窃取效应”，当然这从法律意义上讲并非真正的偷窃。因此，即使新创新仅略优于旧创新，其利润仍然可能达到很高水平，甚至超过社会经济总收益。因此，从社会总福利的标准来看，这可能会带来对研发的过度投资，导致技术发展过快，经济增长也过高过热，这也为政府不补贴研发提供了理由。以上两种力量哪种占主导，则取决于具体的市场特征和多种因素。
阿吉翁和豪伊特的“创造性破坏”模型，能够提供比其他内生增长模型更新颖更丰富的政策启示，比如在分析市场集中度方面。他们的理论表明，市场集中度过高或过低都不利于创新过程，而他们模型所推导出的竞争与创新的倒U型关系也已被多国数据所成功验证。一方面，应防止过度垄断，并保持适度竞争，避免大企业打压新进入者。另一方面，也提醒我们要解决内卷的问题，要注意避免过度竞争，还需要对知识产权和创新进行更好的保护，给企业更多的创新激励，让企业获得足够多的资源投资于新产品的研发，来进行产品和产业的升级迭代，避免陷于卷成本无创新的低均衡状态。
值得一提的是，笔者在哈佛求学期间，第一次选修经济增长课程，是阿西莫格鲁和阿吉翁两位教授合开的，课程的一半在MIT进行，另一半则在哈佛讲授，而阿西莫格鲁教授已于2024年获诺贝尔经济学奖，在此由衷祝贺两位教授。
如何应对“创造性破坏”的负面影响
今年诺贝尔经济学奖得主的研究还告诉我们，创新必然会创造赢家和输家。科技进步和创新带来的“创造性”破坏，会不可避免地为社会带来各种负面影响，这也是政策制定者所应密切注意的。这不仅适用于企业，也适用于就业问题。创新和高增长会产生大量的创造性破坏，比如人工智能对某些传统行业中劳动者的替代，这意味着很多工作岗位会消失，并可能导致高失业率。因此，应通过政策来及时援助受技术进步负面影响的人群，并帮助他们尽快转移到新的工作岗位。例如，可以通过“灵活保障”的相关政策来保护劳动者本身而非（被先进技术所替代的）工作岗位—比如通过下岗培训和再就业，对下岗员工进行及时的转岗。莫基尔教授则指出，可以通过进一步的科技进步和创新来解决现有技术产生的负面影响，也就是可以推动持续的技术进步来进行自我纠错—比如，新能源和绿色技术的发展有助于大大缓解传统生产技术造成的环境污染和碳排放问题。尽管创新可能带来一些负面作用，但通过合适的政策和制度设计，我们可以努力将这些负面影响降至最小。毕竟，科技进步和持续创新是经济增长的核心动力。
因地制宜大力发展新质生产力，成为我国当前发展的重要任务。在数字经济时代，数据要素作为新型生产要素的创造性使用，以及国务院最近发布的《关于深入实施“人工智能+”行动的意见》，都和今年诺贝尔经济学奖有很好的呼应。笔者研究团队所提出的“数据创新内生增长理论”，也或可看作是对今年三位获奖者的理论在数智经济时代的传承和发展。这三位大师还强调，社会需要注意为创新者和企业家创造有利条件和宽容的环境。国家发展改革委等部门最近印发了《关于加强数字经济创新型企业培育的若干措施》，提出应优化鼓励探索、开放包容的创新生态，强化对数创企业的发现和培育，推动在数字经济领域涌现出更多的瞪羚企业、独角兽企业。这些举措，也将为我国数字经济的进一步创新发展开启新篇章。
来源：《现代金融导刊》2025年第10期
谢丹夏：黄色直播app-黄色直播在线
经济学研究所长聘副教授
