芯片是21世纪最重要的商品。谁能制造出运算速度最快的芯片，即用越来越小的芯片，越来越少的功耗，产生越来越强的算力，就意味着掌握了超级计算机、大数据、人工智能、先进精密的制造，以及最创新的消费品和最尖端的战略产品。芯片已经成为国力的象征。
芯片本身构成了现代经济的最基本要素。如果我们说土地、资本、劳动力是生产要素，那么当前举国要集成这些要素，最想取得的创新与突破，不正是芯片吗？如果说数据也成了要素，只有芯片，才能产生大数据，也只有强大的芯片，才能掌握好这些大数据，并且将这些数据“炼”成人工智能，譬如说大模型。
经济增长中一个更重要的因素，是劳动生产率。如果说经济是技术的一种表达，那么全要素劳动生产率让技术之间产生更新的组合，需求引导技术创新，这一过程更有效率地发生在企业内部，并且围绕技术扩散的形成新的分工形态，演变出来一个又一个的产业，这样技术就“内生地”推动了经济增长。
劳动生产率最重要的一个来源，是计算机和电子技术的迅速普及到制造业和服务业，不仅发达国家如此，新兴工业化国也也迟早如此。
在这个过程中，所有的因素可以归结为计算机和电子产品的小型化，背后的法则是摩尔定律，不过费曼早在1959年就预言了人类可以在非常微观的领域内部署微机电技术。1958年和1959年的集成电路技术，以及1971年首个商用微处理品技术，都确立了芯片成为现代产业的最重要的通用技术。
中国是芯片技术的最大受益者之一。从市场规模、产业规模、出口规模来看，中国都是电子产业第一大国，而且是芯片进口第一大国。电子、机电、高科技、智能制造，这些已经构成了中国工业竞争力的基石，而基石的基本是成份是硅，是芯片。
芯片对于一个国家的劳动生产率增长的底层逻辑，在于它让计算机和电子产品克服了物理的束缚。小型化是技术成熟、便捷、好用的概括，它增加了技术的灵活性和适应力，可以渗透到几乎所有的行业中，衍生出新的技术，新的产品和大众化的应用，以及新的生产流程和协调组织方式。想想日本产业最强的时期，它把美国发明的微处理器技术用得心应手，提出了“轻、薄、短、小”的产品理念，是如何创造一个时代的。
这一过程还没有结束，更小更强大的芯片，下一个革命的领域，目前看来是人工智能——人工智能的“小型化”。
关于技术与经济增长，美联储经济学家Pablo Azar有过开创性的研究，他的论文《摩尔定律与经济增长》，研究了计算机和电子产品不断小型化，在制造业和服务业的全面渗透，推动了劳动生产率的增长，而渗透达到饱和时，劳动生产率就放缓下来。下面是他对自己论文主要观点的介绍：
计算机饱和与生产率疲软
作者：Pablo Azar
目前经济学中的一个谜题是与20世纪90年代末和21世纪初相比，全球生产率最近的下降。这种生产率损失在经济上规模巨大：如果生产率增长与1995-2004年期间相同，美国的GDP将增加数万亿美元。在这篇文章中，我讨论了一篇新论文，将这种生产率下降与几乎所有行业中的电子采用饱和相联系。我展示了电子小型化带来的大部分生产率增长集中在1985年到2005年之间。
生产率下降与摩尔定律
在美国，1995-2004年期间的平均劳动生产率增长率为2.85%。这种生产率增长在接下来的十年中显著下降，2005-2015年期间的平均增长率为1.27%。这种趋势并不局限于美国。 根据OECD国家的一组数据，劳动生产率增长从1995-2004年期间的2.3%下降到2005-2015年期间的1.1%。
我提出电子在其他行业的饱和可能解释了生产率增长的动态。当计算机首次引入时，它们非常庞大且笨重，只在非常专业的应用中使用。由于半导体制造技术不断改进，电子晶体管每18个月就会缩小50%，这一趋势被称为摩尔定律。随着计算机和电子产品尺寸和重量的减小，它们被越来越多的行业采用，包括几乎所有制造和服务行业，从而提高了整个经济的生产率我使用了一个新的产品重量数据集来估计摩尔定律对生产率增长的影响。
电子小型化导致新产品组合
为了估计电子小型化如何影响生产率增长，我开发了一个新模型，其中企业有不同的方法或“配方”来制造他们的产品，每种方法的生产率取决于生产中使用的输入组合。例如，生产汽车有许多不同的方式，取决于使用的材料。一辆具有数千个微芯片和碳纤维合金框架的2020年代汽车将比1950年代没有电子元件且采用钢制框架的汽车更安全、舒适和高效。
在这个模型中，有一些物理限制，规定了哪些输入可以组合来制造产品。汽车或工业机械在1950年代没有依赖电子设备并不是因为计算机不存在，而是因为它们太大且太重，不能在生产中实际使用。这在下图中有所说明。
注意：在制造汽车时，零部件重量的总和不能超过汽车的重量，本图中为4,000磅。小型电子组件，如现代GPS设备（0.5磅）、相机（0.06磅）和电子控制单元（2磅）都可以轻松地安装在汽车内。然而，先进的超级计算机（5,500磅）不能集成到汽车中，否则将违反重量限制。
我使用了IHS Markit的产品重量新数据集，来确定每个行业产品的中位数重量。我将这个数据与经济分析局（BEA）的供应链表格相结合，以确定每个输入的重量对最终产品的重量贡献有多大。有了这个合并的数据集，我可以模拟随着电子和半导体尺寸的减小，供应链会发生什么变化。
随着电子和计算机尺寸的减小，不同制造和服务行业使用的可能输入组合数量增加。下图显示了制造业和非制造业平均行业的可能输入组合数量的对数变化。从图中可以看出，制造业的新可能组合数量开始在1960年代增加，在1970年代达到峰值，从1980年代初开始逐渐下降。相比之下，非制造业行业的新可能组合数量从1980年代初开始上升，在1990年代末和2000年代初达到峰值，然后自那时以来逐渐下降，只在2010年代初有小幅增长。
新组合数量
来源：作者根据PIERS数据集计算。
电子小型化引发了新输入组合的采用，与不同行业中计算机和电子产品的历史采用情况相吻合。制造业，如飞机制造商或工业机械生产商，是计算机和电子组件的早期采用者。尽管当时的计算机很大，但当时制造的机器足够大，可以容纳它们。
与此同时，在1980年代IBM和苹果个人计算机（PC）引入之后，非制造业行业——如金融、服务和零售业——才广泛采用计算机。个人电脑允许大量知识工作者拥有自己的设备，而不必依赖公司范围的主机。笔记本电脑、智能手机和平板电脑的引入使现场服务提供商随时携带计算设备。此外，电子产品的小型化导致原来的“傻”设备，如相机和医疗设备，具备了自己的计算能力。
新产品组合带来了生产率的提高
到目前为止，我们已经看到电子小型化导致输入组合的可行性增加，无论是对制造业还是非制造业行业都是如此。但这是否增加了生产率？确实是这种情况，对行业水平的生产率与电子小型化带来的输入组合数量进行相关分析，回归结果表明，输入组合增加1%，将导致行业生产率增加0.004%。
然后，我使用估计的回归系数——连同可行组合数量的时间序列——来估算摩尔定律对每个行业的生产率的影响。最后，我汇总了行业特定的估计结果，以估计电子小型化如何随着时间的推移影响整个美国经济。结果如下图所示。黄线显示了实际的生产率趋势，而蓝线显示了归因于摩尔定律的生产率。红线显示了另一种度量，没有考虑不同行业之间的生产率外溢。总之，1960年至2020年间所有生产率增长中约有11.74%可以归因于电子小型化。
电子小型化导致的生产率增长
来源：作者根据Port Import/ExportReporting Services、经济分析局和NBER-CES制造业数据库的计算。
这些生产率增长大部分集中在1985-2005年期间，当时计算机和电子产品被几乎所有行业采用。在这一时期，摩尔定律占所有生产率增长的14.22%。图表中的一个重要观察是，在2000年代中期之后，摩尔定律对生产率的贡献变得微不足道，整体生产率下降。在1985年之前，计算机仍然太大，无法对大多数服务和产品的性能产生重大影响。2005年之后，计算机已经变得如此小，以至于它们已经成为几乎所有行业的必备品，此后的任何采用只会导致生产率的渐增改善。这表明，电子采用饱和可以解释2005年后的生产率减速的大部分原因。一旦电子产品足够小，几乎可以在所有行业中使用，它们对生产率的影响就会消失。
这篇论文留下了更值得进一步深究的问题：据世界银行估计，中国的全要素生产率增长，在1999年-2008年达到3%；但是从2009-2018，降至0.7%。既然是因为计算机和电子产品的小型化，如手机的渗透和普及已经近乎饱和，那么下一个劳动生产率增长的来在哪里？有一种可能是芯片和算力带来人工智能的突破，即实现新的“小型化”，它能辅助或者代替人类，在现有的制造业和服务业中，进一步开拓生产的可能性界。另外一种可能，是人工智能技术与其他技术的结合，如能源、材料和生命科学，在其他领域的技术突破，产生“小型化”的新领域，带来组合性的增长。
这也是我们持续关注的研究方向。
https://libertystreeteconomics.newyorkfed.org/2022/10/computer-saturation-and-the-productivity-slowdown/