In search of productivity: The next $50 trillion in the global economy

尋找生產力:全球經濟下個50兆美元商機

In search of productivity: The next $50 trillion in the global economy
  • 2024-02-29
  • 生產力是經濟成長的催化劑,且對國家發展潛能影響甚鉅;提升生產力將能創造更多就業機會、鼓勵創新,並支持社會的永續、平等發展。然而,傳統衡量生產力的方式,並未納入如環境影響、健康、創新、制度績效等對現代社會至關重要的面向。
  • PwC旗下研調機構Strategy&提出的生產力潛能指標(Productivity Potential Index)由隸屬六大類別(pillars)、共19個變項(variables)組成:除了構成總要素生產力(Total factor productivity,TFP)的人力資本、實體資本、無形及創新資本外,再加入社會資本、自然資本、制度資本等三大類別,並運用這套新指標衡量全球25個國家的生產力表現。
主要發現

PwC生產力潛能指標新增三大分類
新增自然、社會資本及制度之生產力影響

  • 傳統衡量生產力的方式,往往仰賴經濟學家及政策制定者解釋國家經濟表現,主要指標包括總要素生產力(TFP)及勞動生產力(labor productivity)。前者聚焦勞動、資本等資源輸入效率,是如何運用於生產流程,產出成果;後者則衡量每單位勞動投入獲得之產出。然而傳統生產力衡量機制因排除生產外部性,存在以下幾項重大缺失:
    • 未區隔引發高度及低度環境影響之經濟成長間的差異。
    • 忽略許多決定經濟體生產力的資本資產,如健康、社會資本,及用水、生物多樣性。
    • 並未將國家之制度品質納入考量。
    • 對生產力的看法僅溯及以往,缺乏能為政策制定提供前瞻觀點的預測能力。
  • PwC的生產力潛能指標(Productivity Potential Index, PPI)便是為了解決這些缺失而生:在21世紀,生產力成長須與一系列長期挑戰抗衡,這些挑戰尚無法在目前的機制獲得衡量,包括氣候變遷、生物多樣性流逝、社會變遷、人口老化,及流行病、生活型態改變所導致的疾病等健康危機。了解生產力及上述挑戰間的交互作用,對達成經濟、環境、健康面向的相關目標至關重要。
PwC的生產力潛能指標(Productivity Potential Index )PPI FRAMEWORK AT A GLANCE

改善生產力潛能指標弱項表現
中、美、日等25國
未來十年GDP成長率可望提升至3.5%
並挹注全球GDP產值50兆美元

  • 隨著生產力水準提升,經濟體也將大幅受益;生產力的提高,可望驅動國家的國內生產毛額(GDP)成長率加速成長。據世界銀行預估,在PwC生產力潛能指標所涵蓋的25個國家中,其未來十年(2025年至2035年)的GDP成長率基準線為2.6%。
  • 倘若這25國能針對生產力指標中最弱勢的因子進行改善,並將其提升至與樣本中領先群表現相當的水準,其GDP實質成長率將能自2.6%提升至3.5%,並在未來十年對全球GDP額外產生50兆美元的貢獻。
PwC生產力潛能指標組成

為建構PwC生產力潛能指標(PPI),PwC採用機器學習模型以計算不同變項之權重,在此指標納入統計的25個國家樣本中,該變項對各國生產力水平差異的解釋、預測能力,與權重表現一致。

PPI指標生產力關鍵要素排名:

1. 勞動及人力資本
2. 實體資本
3. 制度品質、科學研究、創新等無形資產

PwC的生產力潛能指標(Productivity Potential Index, PPI)以25個經濟體為樣本(包括奧地利、巴林、孟加拉、巴西、加拿大、智利、中國大陸、丹麥、法國、德國、印度、印尼、日本、科威特、馬爾他、挪威、阿曼、卡達、沙烏地阿拉伯、新加坡、南非、西班牙、阿拉伯聯合大公國、英國、美國),歸納出五大關鍵洞察:

  • 以上述樣本為依據,勞動及人力、實體資本兩者仍是決定生產力最重要的要素,第三至第五名則屬無形資產:制度品質、科學研究、創新。目前主流的經濟統計數據,仍未能充分涵蓋這些無形資產,這也是需要PPI指標存在的原因之一。      
  • 不同類型的經濟體,驅動生產力的關鍵要素也有明顯差異:對開發中國家而言,實體資本、預期壽命、制度品質及網際網路為最重要的預測變項;反之,對經濟合作暨發展組織(OECD)的成員國而言,不平等的重要性則居第一,其次為實體、人力資本。
  • PPI指標針對生產力潛能提供預估數據,可與真實世界觀察到的生產力情形對照。這些預估不僅以單一國家的數據為基礎,更以取自25個經濟體的完整資料為依據。也因此能夠回答以下問題:A國在具備特定資本的情況下,其生產力表現應當如何?倘若這些資本也用於樣本中表現在中位數的國家,表現又會如何?
  • 機器學習分析模型可針對生產力驅動因子提供細緻入微的理解,運用機器學習技術解構、分析各國生產力分類當中的因子。這樣的設計可進一步拆解各個變項,再依據PPI指標的不同面向加以歸納,可提供政策制定者特定、聚焦的角度,針對提升生產力給出特定的政策處方。
  • 創新PPI與聯合國秘書長António Guterres倡議的「走出GDP」(Beyond GDP)行動方向一致,且支持、呼應這項倡議的宗旨。本指標的分析結果顯示,各經濟體成長及創新的來源,與淨零碳排、社會凝聚力等要素的一致性越來越高。也因此PPI不僅是了解未來成長動能的實用指標,亦是實現聯合國2030永續發展目標的重要指標。

關注我們