Czy musimy biec szybciej, by stać w miejscu?
Karol Bednarski
Wyobraźmy sobie, że jesteśmy na bieżni. Z minuty na minutę bieżnia przyspiesza coraz bardziej. Żeby utrzymać się w tym samym miejscu, i my musimy biec coraz szybciej. To Paradoks Czerwonej Królowej, nazwany tak w nawiązaniu do książki Lewisa Carrolla "Po drugiej stronie lustra". A co jeśli okaże się, że podobnie jest ze wzrostem gospodarczym? Dla większości z nas względnie stały wzrost gospodarczy jest czymś zupełnie normalnym. Oczekujemy go z podobną pewnością, jak wschodu słońca. Współcześni ekonomiści wiążą długookresowy wzrost gospodarczy przede wszystkim z postępem technologicznym, który jest efektem naszych nakładów na badania. Rozwój jest przy tym proporcjonalny do wykorzystywanych środków. Od perspektywy stałego tempa wzrostu nie są wolni nawet ekonomiści - w swoich słynnych stylizowanych faktach z 1961 ekonomista, Nicholas Kaldor, stwierdzał że ówczesna dynamika wzrostu jest w przybliżeniu stała. Ale czy to co było prawdą w okresie powojennego boomu, jest aktualne w XXI wieku? Praca Blooma i innych Are Ideas Getting Harder to find? (2020) sugeruje, że faktycznie trudność uzyskania postępu nie jest stała, a wzrasta wraz z rozwojem. Ujmując sprawę inaczej: wraz z postępem, spada efektywność prowadzonych badań. No dobrze, ale jak to się ma do Paradoksu Czerwonej Królowej?
W 1965 jeden z założycieli produkującej procesory firmy Intel formułuje Prawo Moore'a. Jest to reguła, wedle której optymalna liczba tranzystorów w procesorach podwaja się co dwa lata. Liczba tranzystorów to ważny parametr, gdyż odpowiada za uzyskiwaną moc obliczeniową. Autorzy, korzystając z danych, potwierdzili prawdziwość istnienie trendu. Jednak kiedy zaczęli przyglądać się bliżej, okazało się że dla osiągnięcia tego samego tempa wzrostu mocy obliczeniowych, nakład środków badawczych wzrósł od 1970 roku 18-krotnie. Upraszczając: jeśli w 1970 do podwojenia mocy procesora trzeba było zatrudnić jednego inżyniera, to współcześnie już 18. Ekonomiści interpretują to jako średni roczny spadek wydajności badań w sektorze półprzewodników o 7%. Każdego roku wynalezienie przełomowego wynalazku jest trudniejsze o około 7%. Stałe tempo rozwoju procesorów wynika więc z ciągłego zwiększania nakładów na ich badania. To właśnie nasz Paradoks w praktyce – żeby utrzymać stałe tempo rozwoju technologii, czyli naszego biegu, musimy ciągle zwiększać nakłady na badania.
Niestety nie jest to dolegliwość dotycząca jedynie przemysłu komputerowego. Drugim z analizowanych przez badaczy sektorów jest rolnictwo. Ekonomiści porównali tempo wzrostu plonów z upraw kukurydzy, soi, bawełny i pszenicy, z nakładami na badania. Wnioski są podobne – wydajność badań spada w średnim tempie 3.7% rocznie. Następnie autorzy pochylają się nad sektorem medycznym. Sprawdzają związek nakładów z postępem badań dla nowotworów złośliwych, z wyszczególnieniem nowotworów piersi, oraz chorób serca. Postęp mierzą jako liczbę dodatkowych lat życia, które udało się uzyskać dla pacjentów dzięki opracowaniu nowych terapii. Nakłady natomiast jako liczbę publikowanych prac naukowych oraz przeprowadzanych prób klinicznych. Autorzy zauważają, że mimo rosnącej liczby publikacji i prowadzonych badań, postępy osiągane w leczeniu chorób są coraz słabsze. Na koniec badacze pochylają się nad gospodarką Stanów Zjednoczonych jako całością. Analizując łączną produktywność badań dla całości amerykańskiej gospodarki, stwierdzają że spada ona średnio o 5.3% rocznie. Od lat ’30 daje to 41-krotny spadek. Co 13 lat USA musi podwajać swoje nakłady na badania, aby tempo rozwoju technologii nie spadało.
Ale co to oznacza dla nas? Postęp technologiczny nie zatrzymuje się zupełnie, ale nie jest też nam dany raz i na zawsze. Utrzymanie stałego tempa rozwoju będzie wymagało rosnących nakładów środków. W innym wypadku potencjalny, wolniejszy wzrost gospodarczy oznaczałby zwykle wolniejszy wzrost standardu życia dla nas i kolejnych pokoleń. Pocieszające jest jednak, że nie wszyscy ekonomiści są tak pesymistyczni. Możliwe, że spadek efektywności jest naturalny i cykliczny – być może nowe i przełomowe technologie, które jeszcze czekają na opracowanie, pozwolą nam przełamać klątwę malejącej efektywności badań. A przełomy technologiczne mogą nas jeszcze zaskoczyć.
