新興科技與生產力悖論的對決，AI、5G 可能只是噱頭？

近年來 AI 及 5G 等新興科技被市場寄予相當大的期望，儘管股市一直漲，但事實上這些願景仍然面臨相當大的挑戰，能否真正促進全球生產力的進步其實仍是個大哉問。

就經濟學的實證研究來看，數位經濟對於全球生產力成長的促進其實是很有限的，而現今所謂的新興科技是否真能突破生產力悖論的壁壘，並非確實的前景。這裡討論的生產力，是指最常用的衡量指標──勞動生產力，其計算的是商品與勞務產出相對於投入生產的勞工工時之比例，通常也認為生產力越高將帶動薪資的成長。

資訊應用的無形壁壘

雖然一般認為技術進步是改進生產力的重要因素，這個概念長年以來都被深信不疑，但這可能並不完全禁得起實證研究。據諾貝爾獎經濟學家 Robert Solow 發現，大概 30 多年前的美國，儘管當時資訊技術蓬勃發展，計算能力增加了近 100 倍，但勞動生產力的成長率卻從 1960 年代的 3%，下降到 1980 年代的 1%。

而這個現象又被稱為索羅計算機悖論（Solow Computer Paradox），表現在計算能力上的投入與產出效率不成正比。這對於持續向數位經濟轉型的現代社會，是一面無形的高聳壁壘，也是許多專家學者研究的題目。儘管大多數意見仍然認為資訊科技的發展及人工智慧的演進，對於社會經濟的助益是正面的，但直到數十年後的現在，此現象仍未被真正的突破。

且這也並非只存在於宏觀現象，事實上，先不用問消費者，許多製造商對於引入 5G 等新興科技設備以促進生產仍然有諸多遲疑，儘管的確有願意嘗試的業者，但往往僅限於特殊產業。到底為什麼需要 5G？這個理由，直到現在還不真的明朗。當然，其中過程有許多值得去思考，不是說發展 5G 或 AI 等科技沒有必要，但能有多大的改變，目前仍以想像居多。

第二輪生產力悖論

當然也會有反駁的想法認為，30 多年前的理論並不適合用在當代。的確美國在 1990 年代末和 2000 年代初生產力年成長率再度回到約 2.5%，IT 密集產業也有不錯的表現，但根據實證研究，更多其實是由於就業的下滑過快，而非資訊技術的進步。且自 2004 年開始，全球就又陷入了第二輪生產力悖論。

這個年代出現了 Facebook，蘋果公司（Apple）的賈伯斯（Steve Jobs）也正走向傳奇，所有人都對數位經濟轉型抱持著熱烈的信念。早在 2005 年，Apple 就開始研發以金剛玻璃為面板的多點觸控平板手機。對 Apple 及全球而言，iPhone 的問世是非常重要的里程碑，也奠定了 Apple 日後成為科技巨頭的基礎。

▲  賈伯斯在 2007 年發表初代 iPhone。（Source：Flickr/Nobuyuki Hayashi CC BY 2.0）

但於此同時，全球經濟成長也開始陷入了停滯，當然這與 2008 年的金融危機也有關，這問題光從總體經濟面不好解析。但的確直到今日，世界經濟仍未確切擺脫此困境，經濟學家很難宣告索羅悖論的死亡。以台灣的數據來看也是如此，這段時期資通訊業也非常發達，但實資薪資早已停止成長。

世界經濟論壇在 2015 年的報告中就曾警告，全球生產力成長的停滯將導致經濟擴張受到相當大的壓力，而去年更直指全球經濟已進入「同步停滯期」。而 AI、機器人這些概念其實很早就有，在這 30 多年間，通訊技術也已從第 1 代邁向第 5 代，然而悖論依舊在。雖然美好的願景持續被描繪了數十年，但或許反而會繼續迎來第三輪生產力停滯。

期望與統計的衝突

近年來，對新興科技將帶來怎樣經濟效用的研究並不少，美國國家經濟研究局在 2018 年曾發布過一份報告《人工智慧與現代生產力悖論：期望與統計的衝突》表示，如今人工智慧技術在很多領域都已超越人類，但在過去十年，實質生產率成長卻下降了一半。所以儘管樂觀者眾，但對於這些新興技術的願景，肯定有些事實，有些想像，該如何釐清，是一個必須了解的問題。

懷疑者認為，這可能是由於人工智慧和機器學習等技術反而導致資源分配不均，令許多人的收入處於停滯狀態。還有經濟學家也大多承認，新興科技應用與充分發揮其潛力之間始終存在一定差距。目前最主流的說法則認為，這是資本存量仍不足的問題。綜觀過往的技術革新及工業進步，新興技術要帶來全面變革最需要的其實是時間，其效用曲線呈現 J Curve。

▲ J 曲線是一種常見的統計現象，在經濟及政治上常被發現，圖為資本市場的 J 曲線，表述了投資與收益的時間趨勢 。（Source：Wikipedia）

樂觀主義者深信，人工智慧等新興領域所取得的突破，形成了全新的、具有重要經濟意義的潛在通用技術核心（General Purpose Technology），長期肯定會出現正面的效益，就如同蒸汽機、鐵路、電力、計算機及網路一般。

但必須知道，很多時候這些新興技術帶來的壟斷前景，除了拉高成本之外，也帶來資源分配的不均，反而壓抑住了生產力的成長。所以有一種解釋生產力悖論的說法更為粗暴，那就是現在的科技巨頭都太賺錢，導致其他產業投入資訊化的成本太高，反而本末倒置。當然這也僅僅是一種想法，但值得深思。

至少近期台灣的 5G 發展似乎也面臨同樣問題，一個僅 2,300 多萬人口、並不算大的島國市場，頻譜標金居然創下 1,300 多億的天價。這是否代表新興科技若產生積極的尋租行為，將會令使用者所需要承擔的成本更高，反而陷入生產力悖論當中。而據 GSMA 最新研究顯示，頻譜價格過高的確會對消費者造成負面影響，包含較低的網路覆蓋率及較慢的資料傳輸速度。

鮑莫爾成本病

其實無論悲觀或樂觀的論述或許都是對的，若要更深入去理解，可能要先從鮑莫爾成本病（Baumol's Cost Disease）開始講起。經濟學家鮑莫爾將產業分為兩個部門，一個是技術先進部門，一個則是生產力停滯的部門，然而其觀察發現，停滯部門薪資卻出現相對高漲的現象。原本他是針對音樂家等藝術行業做研究，不過後來模型被衍伸至其他服務業及公部門。

尤其是提到公部門的就業就很明顯，薪資通常超出一般的工薪階級，但就生產力而言，增加的很緩慢，如果真的有這回事的話。生產力悖論在這裡當然也能找到，以全球來講，台灣政府已算是相當積極在致力於數位化及網路化，自 1994 年以來國企開始民營化，公務員人數曾一度下降，但在 2008 年後卻又再度成長，甚至近年輿論還頻頻質疑政府是否正濫用派遣工。

且儘管近年來政府主打數位創新政策，但增聘人力速度反而有越快趨勢，據統計，2018 年有近 2.06% 的成長，與過往約 1% 相比顯得特別高，尤其這個數字還包含公營事業的退休潮。當然這現象的背後還有許多原因，政府組織的改革影響更大，且綜觀世界各國的政府人員數量也並不都只增不減，要來說明生產力悖論並不夠。

▲ 行政機關公務員人數占比趨勢。（資料來源：銓敘部全球資訊網）

但從公部門內部來看，行政機關跟其他機構相比也明顯生產力較為低落。儘管辦公室資訊化已很普遍，但勞動力並未有質的飛躍。甚至如人工智慧等革命性技術，反而被認為是經濟陷阱，例如自駕系統。

新興科技的觀感與辯論

司機這個職業存在歷史很久，早在內燃機之前，就有畜力車伕，或許現在的計程車，只要油夠就能日行千里，與過去相比算是進步很多，但若有一天真能投入 Level 5 的自駕系統，這些司機可能不是面臨薪水上漲，而是失業。或許這天還很遠，但這也是許多人對新興科技發展的擔憂。

當然這個問題早已受到許多的辯論，所以如今很多新興科技的發展方向，轉而講求的是人類賦能，而非取代。且基本上主流意見認為，長期而言，勞動力本來就是流動的，不做司機還有其他工作可以做，就如同人類此前幾次技術革命一樣。所以相較之下，鮑莫爾成本病反而是個好現象，令服務業有足夠的薪資來養活那些無法直接參與技術進步的勞工。

當環境越富裕，人類就會去追尋其他需求。當民眾能很輕易吃飽，就可能會想去買輛車，若汽車也跟著廉價，就或許會想多去旅遊，多聽幾場演唱會，多吃餐廳美食，去追尋更多的慾望。而那些生產力還低落的產業，當其需求越來越大時，薪資自然會上揚，並引發勞動力再分配。而依鮑莫爾理論來看，最終流向停滯部門的勞動力將壓抑技術進步所帶來的整體經濟成長，似乎與生產力悖論有異曲同工之妙，不過這也仍有爭議。

必須注意的是，鮑莫爾成本病並不是說服務業薪資比製造業高，只是相對其勞動生產力的成長而言，薪資漲幅相對高。整體來講，服務業是許多開發國家產業結構的主要部分，商品製造比重較低。若新興科技對於服務業的影響有限，自然對全球經濟成長的助益就不明顯，但這解釋還不夠充分。

且如台灣的數據顯示，儘管服務業產值占比過半，但也並非完全向上，自 2002 年起，台灣加入 WTO 後，製造業占比持續增加，這背後有更加複雜的原因。

▲ 自 2002 年以來，台灣服務業實質生產毛額占 GDP 比例反而有下降趨勢。（資料來源：中華民國統計資訊網）

事實上，近年來勞動生產力與薪資成長正逐漸脫夠，衍生出所得分配不均的困境，如今兩者之間已無太大因果關係。當然批判資本主義並非本文重點，就不再贅述。且這背後還有許多貿易條件惡化及服務業附加價值太低等問題。

無形資產與統計幻覺

真正必須釐清的問題是，新興科技到底對社會的價值體現在哪裡？從以上論述來看，光只用生產力的角度來思考可能並不夠，至少對新興科技抱有憧憬的人來說是如此。現在的統計方法，可能無法真正的衡量新興技術的效益，就是樂觀者的主要論點之一。這並非狡辯，就從生產力悖論來講，無形資產概念的引入，可更好的彌補理論的不足。

許多服務貢獻的效用也的確很難被測度，實際上服務業這個產業分類，就可說是一種統計幻覺，簡化的說法，除了第一、第二級產業外，籠統都叫做服務業，儘管近代經濟學家還提出了，第四產業公部門及第五產業文化產業等，但僅是概念，而服務業的範疇本質上是以上皆非。且從成本病的角度來看，服務業因應成本高昂而相對提高的產值估計，其實對許多經濟學家而言意義並不大，這也是從總體面很難解釋問題的原因之一。

不過就如同樂觀者的意見所稱，人工智慧是一種新的通用技術核心基礎，可說是新興科技中最有代表性的，算是一種無形資產，且未必不能衡量。以資本市場來講，能展現在這些新興科技公司的市值當中。當然這還不夠有說服力，畢竟網路泡沫也才剛過去 20 年而已。更廣為接受的看法是，AI 的資本存量具有類似基礎建設的效益，就如同網路泡沫留下的硬體仍然是未來資訊經濟發展的基礎。

莫拉維克悖論

儘管從總體面很難找到答案，但若論 AI 對勞動力的流動及對產業結構的衝擊，或許可以從莫拉維克悖論（Moravec's Paradox）的角度來切入。專家發現，人工智慧雖然可比人類更精於計算，但要重現人類感知的能力，卻相對困難。電腦下棋很容易勝過人類，但要辨識人臉、理解語言等這些連嬰兒就可表現的簡單舉止就不容易，這樣的現象可說是劃清了機器與人類的界線。

這個想法早在數十年前就已被提出，並挫折了專家學者對於人工智慧研究的樂觀預期，當然學界至今也仍然不斷的向這條界線挑戰。在 80 年代後期人工智慧學者提出了 Nouvelle AI 與嵌入式推理等概念，試圖賦予人工智慧軀體以打破與外界的藩籬，形成今日被廣為談論的技術形象。以此為衍生，可以想見，AI 將越多的呈現出類人的反應。

這樣的影響在於，人類與機器能更方便的進行交流互動。當機器能聽懂自然語言，甚至能講述自然語言，也就能夠更好的提供資訊服務。且莫拉維克悖論還提示了，未來勞動力流動的方向，及對生產力迷思的啟發。目前主動開始嘗試引進 AI 技術的，就是如金融業等人力成本較為高昂，且需要傳達更專業資訊的服務業。

過去機器已然擁有無與倫比的算力，但往往只能通過人類專業的操作才能被動呈現出需要的訊息，而如今能主動感知外界的人工智慧，將會降低人類操作機器的專業門檻，意即計算能力的進一步普及。

新興科技的指向

簡單來講，新興科技令人類與具規模的計算能力及資料運用之間的距離被拉近了，進而不再需要重複專業人員的中介。包含 5G、雲端、大數據甚至是區塊鏈等，就是在令普通民眾也能更加善用計算機的能力，並使其進一步規模化，這需要的就是各種新興科技的結合。

若說個人電腦的普及仍然使運用資訊技術的成本過於高昂，那麼現代的新興科技，就是能進一步降低成本的解決方案。當然這還不是定數，畢竟還有如資安問題等成本也同樣急遽上升，但基本上可令服務業的成長能更確切的被衡量。

儘管仍然會導致部分從業人員的失業，但整體來看，這只不過是限縮了服務業定義的範圍而已，將原本客服人員提供的產值轉嫁給維護 AI 系統的工程人員及系統商身上，就像是 AI 專家對莫拉維克悖論的挑戰。

結論

總而言之，現今新興科技能夠有效促進專業資訊的傳遞及應用，例如教育及醫療保健等產業都符合此性質，並且也同樣被市場預言為即將發生顯著改變的產業。或許也將有機會解決鮑莫爾成本病等問題，如被詬病已久的醫療成本上升，甚至是高等教育的普及。

▲ 以美國為例，服務正變得比商品更加昂貴，尤其是教育與醫療特別突出。（資料來源：美國勞工統計局 BoH [CC BY-SA]）

不過就如前所述，鮑莫爾理論的解釋力並不夠，在學界仍有歧見。從實證來講目前如美國的教育及醫療服務價格成長，就遠比工資漲幅更高，且有拉大的趨勢，而這往往被歸咎於市場壟斷的力量，就如同前述的 5G 問題，且這種現象在其他服務業也有所發生。擴大來看，這也是近年來各國政府對科技巨頭的擔憂。

所以就算新興科技真能直觀的改善服務效率，但最終能否促成社會整體的進步，還要許多制度面的配合。最後必須理解的是，個體的進步不必然會促成總體的進步。否則就如同悲觀者所預言，新興科技將會加劇失業，擴大資源分配的差距。政府應及早思考這樣的問題，並引導技術化為令社會進步的力量，而不是成為科技先進的反烏托邦。

▲ 經典科幻電影《銀翼殺手》劇照。（Source：Flickr/brett jordan CC BY 2.0）

（首圖來源：shutterstock）