三個經濟學家有四個看法，經濟學家如何從數據做出未來經濟預測？

本文與 威力暘電子 合作，泛科學企劃執行。

想像一下，當你每天啟動汽車時，啟動的不再只是一台車，而是一百台電腦同步運作。但如果這些「電腦」突然集體當機，後果會有多嚴重？方向盤可能瞬間失靈，安全氣囊無法啟動，整台車就像失控的高科技廢鐵。這樣的「系統崩潰」風險並非誇張劇情，而是真實存在於你我日常的駕駛過程中。

今天，我們將深入探討汽車電子系統「逆天改運」的科學奧秘。究竟，汽車的「大腦」—電子控制單元（ECU），是如何從單一功能，暴增至上百個獨立系統？而全球頂尖的工程師們，又為何正傾盡全力，試圖將這些複雜的系統「砍掉重練」、整合優化？

第一顆「汽車大腦」的誕生

時間回到 1980 年代，當時的汽車工程師們面臨一項重要任務：如何把汽油引擎的每一滴燃油都壓榨出最大動力？「省油即省錢」是放諸四海皆準的道理。他們發現，關鍵其實潛藏在一個微小到幾乎難以察覺的瞬間：火星塞的點火時機，也就是「點火正時」。

如果能把點火的精準度控制在「兩毫秒」以內，這大約是你眨眼時間的百分之一到千分之一！引擎效率就能提升整整一成！這不僅意味著車子開起來更順暢，還能直接省下一成的油耗。那麼，要如何跨過這道門檻？答案就是：「電腦」的加入！

工程師們引入了「微控制器」（Microcontroller），你可以把它想像成一顆專注於特定任務的迷你電腦晶片。它能即時讀取引擎轉速、進氣壓力、油門深度、甚至異常爆震等各種感測器的訊號。透過內建的演算法，在千分之一秒、甚至微秒等級的時間內，精準計算出最佳的點火角度，並立刻執行。

從此，引擎的性能表現大躍進，油耗也更漂亮。這正是汽車電子控制單元（ECU）的始祖—專門負責點火的「引擎控制單元」（Engine Control Unit）。

ECU 的失控暴增與甜蜜的負荷

第一顆 ECU 的成功，在 1980 年代後期點燃了工程師們的想像：「這 ECU 這麼好用，其他地方是不是也能用？」於是，ECU 的應用範圍不再僅限於點火，燃油噴射量、怠速穩定性、變速箱換檔平順度、ABS 防鎖死煞車，甚至安全氣囊的引爆時機……各種功能都交給專屬的 ECU 負責 。

然而，問題來了：這麼多「小電腦」，它們之間該如何有效溝通？

為了解決這個問題，1986 年，德國的博世（Bosch）公司推出了一項劃時代的發明：控制器區域網路（CAN Bus）。你可以將它想像成一條專為 ECU 打造的「神經網路」。各個 ECU 只需連接到這條共用的線路上，就能將訊息「廣播」給其他單元。

更重要的是，CAN Bus 還具備「優先通行」機制。例如，煞車指令或安全氣囊引爆訊號這類攸關人命的重要訊息，絕對能搶先通過，避免因資訊堵塞而延誤。儘管 CAN Bus 解決了 ECU 之間的溝通問題，但每顆 ECU 依然需要獨立的電源線、接地線，並連接各種感測器和致動器。結果就是，一輛汽車的電線總長度可能達到 2 到 4 公里，總重量更高達 50 到 60 公斤，等同於憑空多載了一位乘客的重量。

另一方面，大量的 ECU 與錯綜複雜的線路，也讓「電子故障」開始頻繁登上汽車召回原因的榜首。更別提這些密密麻麻的線束，簡直是設計師和維修技師的惡夢。要檢修這些電子故障，無疑讓人一個頭兩個大。

汽車電子革命：從「百腦亂舞」到集中治理

到了2010年代，汽車電子架構迎來一場大改革，「分區架構（Zonal Architecture）」搭配「中央高效能運算（HPC）」逐漸成為主流。簡單來說，這就像在車內建立「地方政府＋中央政府」的管理系統。

可以想像，整輛車被劃分為幾個大型區域，像是車頭、車尾、車身兩側與駕駛艙，就像數個「大都會」。每個區域控制單元（ZCU）就像「市政府」，負責收集該區所有的感測器訊號、初步處理與整合，並直接驅動該區的馬達、燈光等致動器。區域先自理，就不必大小事都等中央拍板。

而「中央政府」則由車用高效能運算平台（HPC）擔任，統籌負責更複雜的運算任務，例如先進駕駛輔助系統（ADAS）所需的環境感知、物體辨識，或是車載娛樂系統、導航功能，甚至是未來自動駕駛的決策，通通交由車輛正中央的這顆「超級大腦」執行。

乘著這波汽車電子架構的轉型浪潮中， 2008 年成立的台灣本土企業威力暘電子，便精準地切入了這個趨勢，致力於開發整合 ECU 與區域控制器（Domain Controller）功能的模組化平台。他們專精於開發電子排檔、多功能方向盤等各式汽車電子控制模組。為了確保各部件之間的溝通順暢，威力暘提供的解決方案，就像是將好幾個「分區管理員」的職責，甚至一部分「超級大腦」的功能，都整合到一個更強大的硬體平台上。

這些模組不僅擁有強大的晶片運算能力，可同時支援 ADAS 與車載娛樂，還能兼容多種通訊協定，大幅簡化車內網路架構。如此一來，車廠在追求輕量化和高效率的同時，也能顧及穩定性與安全性。

萬無一失的「汽車大腦」：威力暘的四大策略

然而，「做出來」與「做好」之間，還是有差別。要如何確保這顆集結所有功能的「汽車大腦」不出錯？具體來說，威力暘電子憑藉以下四大策略，築起其產品的可靠性與安全性：

1. AUTOSAR ： 導入開放且標準化的汽車軟體架構 AUTOSAR。分為應用層、運行環境層（RTE）和基礎軟體層（BSW）。就像在玩「樂高積木」，ECU 開發者能靈活組合模組，專注在核心功能開發，從根本上提升軟體的穩定性和可靠性。
   
2. V-Model 開發流程：這是一種強調嚴謹、能在早期發現錯誤的軟體開發流程。就像打勾 V 字形般，左側從上而下逐步執行，右側則由下而上層層檢驗，確保每個階段的安全要求都確實落實。
   
3. 基於模型的設計 MBD（Model-Based Design）： 威力暘的工程師們會利用 MatLab®/Simulink® 等工具，把整個 ECU 要控制的系統(如煞車)，用數學模型搭建起來，然後在虛擬環境中進行大量的模擬和測試。這等於在實體 ECU 誕生前，就能在「數位雙生」世界中反覆演練、預先排除設計缺陷，，並驗證安全機制是否有效。
   
4. Automotive SPICE (ASPICE) ： ASPICE 是國際公認的汽車軟體「品質管理系統」，它不直接評估最終 ECU 產品本身的安全性，而是深入檢視團隊在軟體開發的「整個過程」，也就是「方法論」和「管理紀律」是否夠成熟、夠系統化，並只根據數據來評估品質。

既然 ECU 掌管了整輛車的運作，其能否正常運作，自然被視為最優先項目。為此，威力暘嚴格遵循汽車業中一本堪稱「安全聖經」的國際標準：ISO 26262。這套國際標準可視為一本針對汽車電子電氣系統（特別是 ECU）的「超嚴格品管手冊」和「開發流程指南」，從概念、設計、測試到生產和報廢，都詳細規範了每個安全要求和驗證方法，唯一目標就是把任何潛在風險降到最低

有了上述這四項策略，威力暘確保其產品從設計、生產到交付都符合嚴苛的安全標準，才能通過 ISO 26262 的嚴格檢驗。

然而，ECU 的演進並未就此停下腳步。當ECU 的數量開始精簡，「大腦」變得更集中、更強大後，汽車產業又迎來了新一波革命：「軟體定義汽車」（Software-Defined Vehicle, SDV）。

軟體定義汽車 SDV：你的愛車也能「升級」！

未來的汽車，會越來越像你手中的智慧型手機。過去，車輛功能在出廠時幾乎就「定終身」，想升級？多半只能換車。但在軟體定義汽車（SDV）時代，汽車將搖身一變成為具備強大運算能力與高速網路連線的「行動伺服器」，能夠「二次覺醒」、不斷升級。透過 OTA（Over-the-Air）技術，車廠能像推送 App 更新一樣，遠端傳送新功能、性能優化或安全修補包到你的車上。

不過，這種美好願景也將帶來全新的挑戰：資安風險。當汽車連上網路，就等於向駭客敞開潛在的攻擊入口。如果車上的 ECU 或雲端伺服器被駭，輕則個資外洩，重則車輛被遠端鎖定或惡意操控。為了打造安全的 SDV，業界必須遵循像 ISO 21434 這樣的車用資安標準。

威力暘電子運用前面提到的四大核心策略，確保自家產品能符合從 ISO 26262 到 ISO 21434 的國際認證。從品質管理、軟體開發流程，到安全認證，這些努力，讓威力暘的模組擁有最高的網路與功能安全。他們的產品不僅展現「台灣智造」的彈性與創新，也擁有與國際大廠比肩的「車規級可靠度」。憑藉這些實力，威力暘已成功打進日本 YAMAHA、Toyota，以及歐美 ZF、Autoliv 等全球一線供應鏈，更成為 DENSO 在台灣少數核准的控制模組夥伴，以商用車熱系統專案成功打入日系核心供應鏈，並自 2025 年起與 DENSO 共同展開平台化量產，驗證其流程與品質。

毫無疑問，未來車輛將有更多運作交由電腦與 AI 判斷，交由電腦判斷，比交由人類駕駛還要安全的那一天，離我們不遠了。而人類的角色，將從操作者轉為監督者，負責在故障或斷網時擔任最後的保險。透過科技讓車子更聰明、更安全，人類甘願當一個「最弱兵器」，其實也不錯！

市場的公開資訊，真的能幫助消費者做出好決定嗎？

經濟學通常假設消費者主權可以使個人福利最大化：消費者會權衡各種機會，並選擇能夠最大化自己效用的選項。

但市場提供的資訊，是否足夠讓消費者最大化自己的福祉？消費者是否會臨時改變心意，喜歡上別的商品？消費者是否渴望擁有一些與當前選項不同的商品？餐點標示熱量有助減肥？

許多經濟學家覺得，企業藉由巧妙的廣告誘使消費者做出不明智的選擇；還有些經濟學家認為，消費者的確做出不明智的選擇，但過失應該算在他們自己頭上。本章稍後將討論這些行為經濟學家的論述。

多數經濟學家猛然意識到，現行市場其實並不缺乏資訊，公開且良好的資訊量非常大。許多製造商努力宣傳自家商品，甚至提供與其他廠牌的優劣比較及相對的價格訊息；聲譽良好的廠牌和在乎名聲的百貨業者，也間接提供優良品質商品的相關線索。這些都是市場行之有年的公開資訊。

數位革命使資訊量瞬間膨脹數倍。有了網路搜尋功能之後，人們不用走進商店就可以獲得充足的商品訊息。譬如我最近在尋找合適的行李箱，幾個購物網站提供了關於尺寸與重量的資訊、羅列產品的優缺點，還有先前買家對特定型號箱子的評論。

如果在Google搜尋中輸入「行李箱評價」，一下子就會跳出《消費者報告》（Consumer Reports）、《漫旅》（Travel + Leisure）、《好管家》（Good Housekeeping）、《今日美國》（USA Today）、《商業內幕》（Business Insider）、家電網（Wirecutter）、集點網（Upgraded Points）等提供的資訊。

資訊越多越詳細，真的越好嗎？

儘管可靠的資訊來源比比皆是，消費者仍舊無法窮盡所有資訊。經濟學家認為消費者的確「不應該追求完全的知情」，因為搜尋資訊與消費資訊都需要投入時間和金錢。

因此，對擁有部分資訊的消費者而言，只有未知資訊的預期價值超過獲取資訊的成本時，才值得追求更多資訊。另一方面，即使市場的競爭壓力迫使廠商提供大量的商品資訊，還是依然沒有揭露許多重要、與安全相關的訊息。

舉例來說，曾有廣告商建議布朗威廉森菸草公司（Brown and Williamson Tobacco Corporation）在宣傳旗下新商品時，強調新配方能降低引發心臟疾病的有害氣體，然而這項建議並未被接納。

一份內部文件顯示，該公司高層認為：「在特定有害氣體對心臟疾病的影響獲得政府證實且廣為人知之前，貿然在廣告中提及這種氣體並不具有策略性價值。」

由於廣告商極其堅持，該建議最終遭到菸草公司斷然拒絕。該公司認為，提及這些氣體只會適得其反，因為這麼做，反倒公開揭露吸菸對心血管的不良影響。

當市場競爭機制無法為消費者提供重要的資訊時，政府的干預才具有價值。政府公開揭露與吸菸相關的資訊，確實能降低一部分的吸菸率，也會促使廠商降低香菸中的焦油和尼古丁含量。企業有時也沒有測試自家產品的動機，因為他們發現：消費者不認為廠商的內部測試具有公信力。

——本文摘自《經濟學家眼中的世界 (40周年好評增修版)：一本讀懂經濟學的優劣與局限，剖析政府、市場和公共政策，探索人類的幸福》，2023 年 5 月，今周刊出版，未經同意請勿轉載。

難以公平？潛在的柏瑞圖增益

當我們從事市場交易時，的確可能傷害到其他人。譬如亨利．福特（Henry Ford）銷售他的 T 型車時，馬車鞭子的製造商就無法從中獲益。在市場不存在缺陷的情況下，這交易的確實現了潛在的柏瑞圖增益（也就是贏家獲得的收益超過輸家的損失）。亨利．福特和所有購買福特汽車的人都有能力補償馬車鞭子製造商的損失，同時還能改善自己的生活。

但如果補償並沒有發生（就如一般生活中發生的情況），這問題又該怎麼看呢？消費者以金錢投票，市場對投票結果做出反應，但許多人認為這些投入市場的金錢並沒有公平分配。購買鉛筆（或iPad）的人可能是最渴望擁有這些物品的人，有時剛好也是最富有的人─因為購買意願取決於支付能力。

如果都更建商想向地主購買市中心的一塊土地，而此處補貼低所得居民的住房，不論成交價格為何，都會是有效率的交易。此時，代表新住戶的土地開發商願意支付給地主的錢，高過低所得居民為保住房子願意支付的錢。但我們也許應該阻止都更建商，因為低所得戶特別需要幫助。

經濟學家解決公平性問題的方法之一，是在更大的背景下思考。

效率至上？潛在柏瑞圖增益是市場中決定性標準

在一幢出租大樓中，如果因為房東想把店面租給電腦銷售與維修商，以便收取更高的租金，導致樓下的三明治餐廳被迫關閉，餐廳經理就會失去工作。這結果符合潛在的經濟效率：電腦店預期迎來更多客戶，有能力比三明治餐廳支付更高的租金。但請考慮市場未來可能發生的所有變化。

如果「讓贏家贏得比輸家輸得多」是市場在大多數情況下的決定性標準，要是其他市場也改變，這位前餐廳經理也可能是新的贏家，所得也能完全補償輸家並改善自己的生活。

如果在任何情況下，潛在柏瑞圖增益都是決定性的市場標準，經濟將會不斷成長，餐廳經理也會隨著時間推移獲得更高的所得。就算他個人沒從中受益，他的孩子也因出生在更為繁榮的經濟社會而受益。這樣的思維與論述很完備，但無法說服許多關注公平性的人。

批評經濟學家公共政策的方法時，經常是指責他們只在乎經濟效率。經濟學家在運用其專業知識時，比起討論公平性，討論效率時會更有信心。因此，他們寧願談論效率，也確實更常談論效率。不過，經濟學家還是花了許多力氣在討論公平性和所得分配。

人與人之間的分配問題

有篇經濟學文獻曾討論不同種族、男女及年齡層的所得分配是否公平。此處無法援引過多細節，只能簡單地說，經濟學家最常關注的一個特定分配問題是：不同所得階層握有國家資源的相對占比。在討論所得再分配之前，應該先解釋一個運作良好的市場會如何分配產出。

在市場經濟中，一個人的所得取決於他人使用他的勞動力、土地和資本而獲得的報酬。然而，對這些生產要素的需求，則取決於人們對其最終產品的需求。市場若非不完善，個人的所得取決於他的勞動力，和他擁有的生產要素能對市場提供的商品與服務。

市場競爭的壓力會推升工資，直到它能反映邊際勞動者（雇主願意多僱用一位勞動者）對生產的貢獻，而這邊際貢獻就是這位勞動者在此處工作（而非他處或根本不工作）所能獲得的工資。

許多經理人的確只想支付相當於員工生產能力一半的工資，但他們會面臨來自同業的競爭壓力，因為其他經理人會試圖挖角這些員工，願意支付稍微多一點但仍低於其生產力的工資。這位經理人仍可以獲得額外的利潤，但也同樣面對勞動市場的壓力，因為還有其他經理人願意再多付一點工資。

個人在勞動市場獲得的所得是機會和選擇的結果，而機會和選擇則取決於他出生的家庭、成長的社群、他的智力和其他能力，同時也取決於他的努力和遠見。懶惰的天才不會與勤奮的天才賺得一樣多，卻可能賺得比勤勞的一般人多一點。某些才華橫溢又勤奮的人，要是沒遇到識貨的伯樂（例如馬車鞭子製造商），其所得也可能不如他人。

編按：想知道後續更多內容，歡迎閱讀本書 ↓

——本文摘自《經濟學家眼中的世界 (40周年好評增修版)：一本讀懂經濟學的優劣與局限，剖析政府、市場和公共政策，探索人類的幸福》，2023 年 5 月，今周刊出版，未經同意請勿轉載。

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪編輯｜蕭歆諺；美術編輯｜林洵安

每年 7、12 月，中研院都會發佈對台灣總體經濟的預測，12 月公布隔年總展望，7 月發佈當年修正後的預測數據。但未來未來一直來，變數這麼多，經濟學家是怎麼判斷前景大好或大壞？難道是靠投票、擲骰、丟硬幣？「研之有物」專訪中研院經濟預測小組召集人、經濟研究所兼任研究員周雨田，帶你破解經濟預測的幕後步驟，一窺經濟學家如何推估經濟指標，幫助政府和大眾掌握經濟風向。

經濟預測的影響有多大？差 1% 差很大

一般人聽到「經濟總體預測」，可能很難有具體感覺。預測報告中密密麻麻的各項指標，似乎不會直接影響日常生活。但真是如此嗎？我們與經濟指標的距離，或許比想像中還近。

周雨田解釋，經濟預測很大程度會影響政府決策，舉凡編列預算、稅收增減、大型公共建設計畫等，都奠基在對整體經濟的展望評估。

這些政策看似遠在天邊，其實與生活環環相扣：明顯的如三倍券或紓困方案，讓民眾多了一點小確幸；重大政策如前瞻基礎建設、央行貨幣調節、銀行利率，會影響產業發展與企業進出口成本，也帶動大家最關心的股市行情。

這些數字看似微小，實則影響巨大。經濟成長下修 1%，聽了不容易有感；但台灣一年 GDP 約 19 兆台幣，差 1% 就差了 1900 億元！也難怪每年發布經濟預測時，總會吸引媒體目光。

1.83%？-4%？為何國內外各家預測大不同？

政府主計單位之外，中研院是台灣第一個進行總體經濟預測的機構，早在 60 年代中期由于宗先院士等人首開先河，歷史悠久。

國內其他非官方預測單位還有中華經濟研究院、台灣經濟研究院、台灣綜合研究院和近年加入的中央銀行等；國外重要預測機構則有 IMF、OECD、World Bank、IHS Global Insight 和 Oxford Economics 等機構。此外，一些大型民營金融單位也會提供涵蓋較小範圍的總體經濟預測。

比對各家版本，中研院的預測數字有時較為保守，例如今年各家數據最高達 1.83％，中研院則落在 1.15％。為何同樣是經濟預測，結果卻有不小差距？

周雨田解釋，每個機構有各自的運算模型、方式；作為學術研究機構，中研院相對沒有約束與包袱，比較可以「放得開」，更勇於據實當一隻烏鴉。

檢視過往紀錄，中研院的預測表現確實平穩，準確度很高。比如 2012 年主計總處曾「連九降」經濟成長率，從 4.58％ 一路調至 1.66％；當年 7 月中研院發布的數據為 1.94％，是預測最精準的版本。

儘管有學術上的優勢，他也坦承，相較於其他機構，學術單位對個別產業的細部發展掌握較少。

拆解「經濟預測」四大步驟

整個經濟預測流程，主要包含四大部分：蒐集資料、模型運算、預測討論和對外發佈。

蒐集資料是常態性隨時進行的程序，密集準備期則約需一到兩個月的時間。研究模型使用的是季度資料，大部分來自主計總處，其他還包含中央銀行、財政部、中央氣象局與 IMF 等國內外單位。除了數據，也需要關注重要新聞事件，例如政策施行成效、國際地緣政治發展，進一步評估對各變項的影響。

在模型運算的階段，團隊使用統計分析軟體 EViews 和 GAUSS 進行計量經濟分析，每季都會重新運算數據，反應最新一季資料的影響。

目前使用的預算模型是一個中型規模，共有將近 30 條方程式，涵蓋商品與勞務市場（民間消費、民間投資、出口、進口）、勞動市場（失業率、工資）、價格函數（進口物價、出口物價、國產內銷品物價、消費者物價、核心物價、8 項物價平減指數）、金融市場（股價、匯率、利率、M1B、M2）、及政府財政（稅收）等變項。

台灣經濟結構並非一成不變，運算模型自然也要不斷修正。經年累月的優化下，照理說，預測模型應該愈趨精準。但周雨田解釋，除了經濟結構不斷改變之外，許多影響經濟的因素、程度都難以被具體量化，因此每季得到初步運算結果後，就有賴團隊進一步開會討論與修正。

三個經濟學家有四個看法，我們有七個成員，你就知道會有多少看法！

周雨田笑著說，意見分歧是常態，從不同變數的影響時間長短，到不同政經事件衝擊的程度，不一而足。研究團隊得透過一次次的開會討論、辯證、說服彼此，取得共識，萬不得已才會投票表決。

今年最大的歧見是什麼？周雨田透露，「先前比較大的歧異點是疫情影響。」新冠肺炎剛爆發時，有些人認為疫情仍侷限對岸，不會有過大、過長的影響；另一派則認為兩岸交流頻密，絕不可小覷嚴重性。光是簡單描述，就能想像彼時討論有多熱烈！

但無論共識有多難，經濟指標總是要發佈。7、12 月中研院固定召開兩次記者會，發佈對台灣總體經濟的預測，內容包含經濟成長率、民間消費成長率、進出口成長率、消費者物價指數和失業率等重要指標。

黑天鵝頻頻出現 經濟預測挑戰大

上述每個指標都相互牽動，其中集大成者是「實質經濟成長率」，受到消費、投資、政府購買及淨出口等影響。包括疫情對外貿動能的衝擊，政府紓困與前瞻計畫，都會反映在該指數上。

相比之下，「美金和人民幣匯率會有什麼漲跌？」「央行利率可能調降嗎？」「股市什麼時候跌？現在能不能進場？」這些記者會經常出現的敏感問題，學術上很難有一致的答案，運算模型則不做預測。這在文獻中有個名稱叫隨機漫步模型（Random Walk），增加跟降低的機率基本上一樣，意思就是沒辦法預測。

整體來看，經濟預測中最大的挑戰是什麼？

周雨田認為特別難預測的是「進出口成長率」。他解釋，評估進出口成長率要考量匯率、國內產業發展、國外需求和其他國際情勢等因素，牽涉變數廣。除了變數之間的相互影響，還要考慮影響時間，例如：假設去年貿易變數延續至今，這個影響會長達一季或兩季？

另外，「民間投資成長率」也是一大難題。因為投資牽涉景氣循環起伏，但任何經濟預測中，最難掌握的就是轉折點！景氣何時到谷底？是不是要開始反轉了？都是經濟學家的頭痛挑戰。

相較之下，較好預測的有民間消費、政府支出。前者大概佔 GDP 的五到六成，畢竟無論現實情勢如何都會有基本消費；後者則因為政府前一年就需訂下預算編列，相對容易掌握。

不過，只要遇上黑天鵝，各項指標皆顯得變幻莫測。

回首過往，911 事件、金融海嘯都曾劇烈衝擊景氣，讓預測誤差明顯擴大。今年，黑天鵝同樣頻頻出沒！周雨田表示，疫情大流行、中美衝突、美國大選等，增加了經濟預測的難度。

所幸，面對黑天鵝，經濟學家並非束手無策。對應之策是參考歷史，像是參照 SARS 來推估新冠疫情對經濟的衝擊程度。

面對高度不確定的狀況，中研院除了發佈「點預測」，也從 2011 年起率先提出「區間預測」。不確定性愈高則區間愈大，彈性應對，預測數據更具參考價值。

今年飛來這麼多隻黑天鵝，預測時會不會特別有壓力？「會也不會，會是因為很難下定論，不會是反正大家都不準，」周雨田露出頑皮的笑容。

後疫情時代，台灣的經濟前景樂觀嗎？

劇烈震盪的 2020 年，全世界史無前例大規模封城、鎖國，國際貨幣基金組織（IMF）更預測全球衰退將擴大到 4.9％。面對外在嚴峻挑戰，台灣是否能刺激景氣復甦？未來經濟走勢又是如何呢？

談起備受討論的「三倍券」，周雨田表示，目前只能從過往數據推估新政策的效果，主要根據中研院王平院士、彭信坤與簡錦漢對 2009 年消費券成效進行的研究，預測三倍券的邊際消費傾向（Marginal Propensity to Consume, MPC）、替代效果、乘數效果與 GDP 貢獻度。

理想的狀況下，替代效果愈低、邊際消費愈高，三倍券的乘數效果愈大。相較於消費券，現在多了數位選擇，消費方式更多樣化，另外民眾若綁信用卡直接折抵，不能衍生第一層後續的消費，就不會有大的乘數效果。

綜合上述因素，周雨田推估三倍券可貢獻 GDP 約 0.2％～0.3％。單從數字看來，刺激經濟效果似乎並不太大？他解釋，部分原因與預算規模有關，三倍券預算約僅占 GDP 的 0.27％，遠小於 2009 年消費券的占比 0.62%，振興方案的效果自然較低。

綜合來說，後疫情時代，台灣的經濟前景將是如何？

「我們並不悲觀！你看全世界，GDP 有 1％ 的很少。」周雨田總結，台灣整體經濟、消費者信心逐步回溫中，2020 年的總體經濟成長率預估能破 1％，來到 1.15％。

但不可否認的是，未來仍充滿變數，中美衝突加劇地緣政治風險、下一波疫情、疫苗研發時程，都將牽動景氣。因此周雨田認為，經濟復甦的曲線可能不會是 V 或 U，而是上上下下呈 W 型，這也是今年經濟學界的熱議話題，包括研究團隊內部至今都充滿分歧爭論。

不靠通靈占卜，經濟預測靠的是硬到不行的模型演算，以及經濟學家對現實景況的熱烈論理。下回看到經濟預測，你就知道眼前一條條經濟指標背後，究竟仰賴多少厚實的研究過程與基礎功。

延伸閱讀

• 2020 年臺灣經濟情勢總展望之修正 ─全球大疫下的生機
• 中研院經濟預測小組：臺灣經濟情勢
• 周雨田個人網頁

本文轉載自中央研究院研之有物，原文為《景氣好、景氣壞，未來經濟怎麼預測？破解經濟學家的「天眼通」！》，泛科學為宣傳推廣執行單位