工業機器人：製造業新勞工？

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

第一章　陳其德的故事

居安思危的明朝鄉紳

陳其德晚年回首過去時，總是萬分感嘆。崇禎十四年七月十五日的中元鬼節（按今曆為西元一六四一年八月二十一日），陳其德懷著愁緒提筆為文，描述自己周圍世界的崩壞。他親眼看見故鄉土崩瓦解──那是位於長江三角洲，距今上海西南一百公里處的桐鄉。

陳其德在當地教書，沒有什麼值得一提的成就。要不是他描述明朝最慘受災年的文章傳了下來，說不定世人早已忘卻此君是何許人也。

關於陳其德，我們所知的就只有他在自己著作中提到的事情，例如他在一五七○年前後出生，當時一切欣欣向榮。陳其德提到，自己生為傳統「四民」（士農工商，先後順序就是身分高低）中的最高階級，成長於「耕讀」之家，並為此感到慶幸──這代表他們家是鄉間的中等富裕之家，明史學者會稱之為「鄉紳」。

陳其德與其他鄉紳子弟一樣，努力讀書，期盼有朝一日能中舉登科，光耀門楣，為國效勞。二十多歲時，他每隔三年應試一次，卻始終未能中舉。三十歲時，他放棄了入試出頭的抱負，決定好好過生活，轉而從事教學，並且在接下來二十五年間用心教書，知足常樂。也就是說，陳其德相當認分，他受過教育，日子還過得去，也安於當他的低階鄉紳。

陳其德為了證明萬曆年間豐衣足食，提出了充分的證詞：

斗米不過三四分。

陳其德用來稱呼穀物的字是「米」這個通用詞，指的可以是米心或米粒。「米」在長江三角洲的脈絡中通常指稻米，而不是北方人吃的小米或小麥，南方人比較愛吃米。他用「斗」這個單位來為米計價，而「斗」字面上是指一杓或一桶。陳其德提到的貨幣單位，是白銀的標準小單位「分」，「分」本意指「百分之一」，而這句話裡所說的是什麼的百分之一呢？是「兩」這種重量的百分之一。「兩」是中國主要的貨幣計算單位。

物價這麼低，榮景似乎觸手可及，至少陳其德寧願這麼想。誰都不用擔心東西不夠吃。 陳其德用戒慎的態度來勾勒這種安逸，提醒大家榮景不只能讓人豐衣足食，也會讓人鬆懈了道德。一五八八年至一五八九年這兩年間發生嚴重的天災，先是豪雨成災，然後是嚴重乾旱。身為重視道德的儒生，陳其德只能把這兩波天災歸諸於「人禍」。他認為，萬曆初年的富足，讓大家失了道德準繩。雨水與乾旱不只是天災，也是上天的警告。

令人驚心的災年物價

陳其德回過頭來談米價，把老天爺警告的嚴重程度加以量化。

當是時，積米一擔，博價一兩有六。然米價騰貴，僅以月計，便覺野無青草，樹無完膚，而流離載道，橫屍遍路。

一擔有十斗，等於一斗要價十六分，也就是說米價漲了四到五倍。米價這麼貴，窮人只好盡可能從身邊的大自然找尋替代品，從青草到樹皮都不放過。社會愈來愈動盪。

講完一五八九年的天災，陳其德跳到天啟年間的一六二○年代，宦官派系在統御無方的明熹宗治下抬頭，朝綱混亂，讓政治菁英與衛道人士大感失望。陳其德簡短描述當時的混亂，將之視為上天的警告，接著跳到他為文的主軸，也就是繼位的崇禎皇帝統治末年。

陳其德再次以米價來量化災害並追蹤其進展。

米價初自一兩餘，漸至二兩餘。至水退而吳興農父重覓苗於嘉禾，一時爭為奇貨。即七月終旬，猶然舟接尾而去也。

陳其德在此把單位往上翻了一番，從「斗」上調到「石」，大約等於一百「升」。數字除以十就能還原出每斗的價格：價格在一六四○年先漲到每斗十分，接著二十分。

這些物價對經濟的影響，是導致市場關閉。至於社會影響，則堪稱災難。連當鋪都關門大吉，因為誰都沒有東西能典當。農民還是打起精神，出門耕田，但作物才剛種下去，蝗蟲便席捲而來，連剛發芽的東西都不放過。溪流乾涸，有水桶也無用武之地。

接下來疫情爆發，很可能是鼠疫，百分之五十到六十的家戶染疫。陳其德提到有許多人「就木」，至於「無木可就者，不過以青蠅為弔客」。

接著陳其德重新回來談物價，把敘事主軸從米價轉向其他食品的價格，藉此強調物價漲到難以置信的水準。陳其德在文章最後提醒讀者「勿視為老生腐談」。光是能活命就足以感恩涕零，但大多數人都想忘記受過的苦難，假裝什麼壞事都沒發生過，那可不行。

就連豬都比人貴？

災難還沒到頭。陳其德在一六四一年中元節擱筆時，也沒想過情況還可以變得更糟。一年又一個多月之後，陳其德在中秋節（一六四二年九月十九日）再度提筆為文，把去年的故事接著說下去。他在文章開頭提到，那年冬天嚴重缺米。他不是說米價有多高，而是沒提價格，因為根本沒米可以標價。

填不飽肚子的人或者拋棄自己的孩子，或者殺了他們來吃。染疫的比率上升到百分之九十。情況愈來愈慘，無計可施的老百姓甚至不惜把自己討來的丁點食物拿去拜拜，尤其疫情復燃之後更甚，期盼神明能出手幫忙。陳其德說，這種可悲的做法只會讓糧價變得更貴。

又因病者祈祝太甚，食物倍貴於去年。大雞二足，得錢一千；即小而初能鳴者，亦五百六百。湯猪一口，動輒自五兩至六七兩；即乳豬一口，亦一兩五六錢至一兩七八錢。若小廝婦女，反不過錢一千二千。又安見人貴而畜賤耶？

陳其德此處提到物價時，講到兩種不同的貨幣。豬用銀兩，雞用銅錢，人也用銅錢。社會上普遍把「銅」跟「銀」的用處區分得很清楚，銅錢用來買便宜的東西，銀兩則是用於大手筆的買賣。陳其德用銅錢替奴僕定價，其實是反指不該用銅錢給人標價，銅錢應該是用來給雞標價才對。然而在經濟崩潰的年代，就連豬都比人貴。

大明王朝的儒家宇宙觀

人們往往在逆境中尋求倫理教訓，尤其是陳其德這種道學之士。身居鄉紳底端的他，不停反省自己享有的那一點點特權，免得讓僅有的一絲絲福德溜走。他父母之所以為他取名「其德」（大概可以解為「有德之人」），或者也有這一番期許吧。陳其德身家有限，又沒有中過舉，只能仰賴其德來維持自己的社會地位，而他對此也是戒慎恐懼。

儒家把倫理與宇宙觀緊密結合，讓兩者之間幾乎沒有分別。雨水來自天上，天不下雨，是因為天決定不下雨，做為某種警告或懲罰。今日的我們抱持著大不相同的宇宙觀，但就連我們都會在日常生活中替天氣與疾病生態所受到的擾動賦予道德意義，宛如破壞環境與氣候變遷的警告。

所以，雖然我們的道德權衡基準與明代百姓截然不同，但我們跟他們其實相去不遠。在本書裡，我希望大家各退一步，試圖找回明代百姓生活的世界。我們如今把「世界」想成某個深受條件變化影響的有形生態體系，而他們當年則是把「世界」看成某種形而上的桌上遊戲，主導遊戲走向的則是上天。兩種觀念的建構方式並不相同，我也不覺得非得採用儒家道理，但我確實覺得當時人有他們的體會，他們用自己覺得有意義的方式在理解世界，我們不妨盡可能去貼近他們的體悟與認知。如果我們不去觀照生存危機對他們的意義，就等於是掏空了歷史。

其實，無論是我們還是他們，大家都生活在一個容易遭受擾動的全球生態系，擾動的因素也許是蒼生愚昧阻礙了天恩，也許是人類製造的碳與氣膠阻擋了太陽能。我們大家還有一個共同習慣，就是從必需支付的物價來看自己財富的變化。本書要順著陳其德的腳步，觀察糧價，但為的不是當成天怒程度的氣壓計，而是做為氣候變遷的衡量指標。

——本文摘自《價崩：氣候危機與大明王朝的終結》，2024 年 05 月，衛城出版出版，未經同意請勿轉載。

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文｜王舜薇
• 責任編輯｜田偲妤
• 美術設計｜蔡宛潔

休假是越多越好？

2023 年有網友在公民政策網路參與平台提案：「讓臺灣成為亞洲第一個『週休三日』的國家」，獲得 5 千多人高票附議通過，雖然最終遭到政府否決，卻引發人們對現行勞動政策的檢討。中央研究院「研之有物」專訪院內經濟研究所陳明郎研究員，分享過去的「週休二日」實施前後研究，比較分析縮短工時對勞動生產力的影響。此外，陳明郎認為，比起縮短工時，勞工更該爭取的是「薪資合理化」，這也是改善勞動問題的關鍵！

2023 年 3 月 7 日，有網友在公民政策網路參與平台提案「週休三日」，最終獲得 5,736 人附議支持、通過提案。提案人認為，增加休假日可減少員工離職率、提升工作效率，並增加陪伴家人的時間、提升生活品質，擺脫上班族的「Blue Monday」夢魘。

網友的提案訴求以「增進生活幸福感」為出發點，但這項公民提案在行政院召集相關部會、民間團體討論後，在同年 6 月 26 日遭到否決。

行政院表示，目前尚未有其他國家的公、私部門全面實施週休三日，缺乏相關經驗或統計分析數據可參考、判斷對政府運作效能的實際影響。此外，週休三日攸關人民生活作息、工商運作、運輸調度、金融結匯、股市交易及學生受教權益等問題，影響層面廣泛，配套措施未臻完備前，不宜貿然實施。

對此，中央研究院經濟研究所陳明郎研究員直言不意外，因為從過往經驗來看，臺灣的勞動政策不可能走太前面，他認為：

比起縮短工時，勞工更該爭取的是「薪資合理化」，這也是改善勞動問題的關鍵！

休假大夢再等等！台灣的週休演變史

為何臺灣的勞動政策不可能走太前面？陳明郎舉臺灣實施週休二日的歷程為例，當初是受到外部因素與國際趨勢影響才逐步落實。

1998 年，公務機關與學校先行實施隔週休二日，而部分在臺外商則率先比照母國實施週休二日，再慢慢擴散到本地同業，最後其他私營企業也漸進式跟進，帶動民間單位共同縮減工時。

2001 年起，政府單位全面實施週休二日，勞動基準法也修改工時上限為雙週 84 小時。2016 年起，勞動基準法再修法為「一例一休」，每週工時上限縮減為 40 小時。

雖然臺灣的勞動法規呈現工時逐步縮短的趨勢，但陳明郎認為，在週休三日的倡議上，除非具指標性或競爭性的國家開始實施，臺灣才有可能跟進。綜觀全球，除了英國、冰島、日本等國曾實驗性試辦，尚未有任何國家正式將週休三日入法，代表勞工朋友想多休假的夢想還要再等等。

另一個現實因素是，臺灣在全球產業鏈中的位置讓我們成為「勞動政策後進國」。臺灣自 1960 年代經濟起飛以來便以製造業立國，接單代工是主要生產方式，因產品本身的附加價值不高，需要維持大量產能才能增加利潤，這也意味著勞動力的需求相當大。

因此，即便近年受到新冠疫情衝擊，臺灣勞工的工作時數仍居高不下。根據勞動部的受僱員工年總工時統計，自 2016 年實施一例一休以來，臺灣的年總工時持續微幅下降，但與他國相比仍偏高。

勞動部 2021 年參考經濟合作暨發展組織（OECD）的統計資料顯示，臺灣 2021 年總工時排名全球第 4，僅次於新加坡、墨西哥、哥斯大黎加。與鄰近國家相比，南韓的年總工時為 1915 小時，排名全球第 7；日本則為 1607 小時，名次遠在 20 名外。

解決低薪問題才是當務之急

臺灣的長工時又扣連到另外一個週休三日在短期內難以實現的原因：全球缺工。近年來，製造業、服務業等勞力密集產業，都面臨人力短缺的問題，遑論配合週休三日調度人力。

造成缺工的原因，除了人口高齡化、少子化、非典型就業盛行等因素之外，「薪資太低」也是關鍵之一！

全球性的發展暨人力資源顧問機構 ECA International 於 2022 年底公布的「薪資趨勢調查報告」顯示，臺灣的名目薪資調薪幅度僅 3.7%，低於亞太地區的平均漲幅 5%。

整體調薪幅度少之外，若從個別產業來看（2021 年統計），近年缺工嚴重的住宿及餐飲業，年薪中位數只有 36.8 萬元；營建工程業則為 46.6 萬元，皆低於全體勞工年薪平均中位數 50.6 萬元，而就業人數較多的製造業也僅有 51.9 萬元。

薪水偏低、加上新興平台經濟與創業趨勢興起，年輕基層勞動力傾向進入多元與彈性的就業模式，不願屈就薪資較低的勞力密集產業，逐漸形成缺工現象。

陳明郎表示：「臺灣現在勞動政策的重點，不在休假不夠，而是薪資太低。如果週休三日真的通過，資方可能會調降薪水以因應提高的人力成本，這絕對不是民眾想要的後果！」

疫情解封後，一般民眾明顯感受到通貨膨脹導致物價接連調漲，但每月的薪水卻沒有跟著漲。陳明郎認為，與其談週休三日，勞動政策的倡議重點應該訴求「薪資合理化」：

政府與主計單位應該提供企業指引，根據通貨膨脹與經濟成長率計算相應指數，透過調整薪資抵銷通貨膨脹、反應經濟成長，讓員工共享經濟成長果實。

缺工怎麼解決？適度開放移工！

至於缺工問題，適度引進外籍移工是值得持續研擬的解方。陳明郎曾探討 1992 年臺灣開放引進移工後，對於本國勞工的影響。研究顯示，引進移工會產生「互補」作用，補上臺灣所缺乏的基層勞動力，基本上未發生本國人所擔憂的因競爭所產生的「替代」問題。

明顯的對照組是日本，日本在 90 年代浮現人口高齡化現象，因沒有即時引進移工，導致製造業逐漸空洞化。隨著高齡化問題日趨嚴重，日本也不得不於近期修改移民法，開放移工進入農業、醫療等特定領域工作。

陳明郎認為，相對於本國勞工，移工在沒有人脈背景可依賴的情況下，工作動機與生產力通常較強。引進移工可以減緩缺工問題，不過前提仍是「適度引入」，確保本勞的工作權益。

目前缺工問題的解方已反映到政策上。2022 年 4 月 30 日起，勞動部已正式實施「移工留才久用方案」，適用製造業、屠宰業、營造業、農業及長照等已聘有移工的產業，只要符合在臺工作 6 年、技術純熟、薪資在一定標準以上等條件，經申請後再工作 5 年，就可銜接永久居留制度，試圖解決藍領技術人力的缺口問題。

如何有效調整工時？

陳明郎主要的研究領域為稅制改革，曾針對廢除兩稅合一、改革所得稅等政策提供專業意見。此外，他也跟現任職於師大企業管理學系的妻子徐美教授，合作研究勞動經濟學相關議題，分析 2001 年週休二日實施前後，製造業各類型產業的勞動生產力變動情形，可作為工時調整政策的參考資料。

勞動生產力是指「實質國內生產毛額指數除以受僱人數指數」，為勞工在一定時間內創造出的勞動成果，可理解為「每工時的產出」。

不同於既有研究主要使用「OLS 迴歸模型」（OLS 全稱 ordinary least squares 普通最小平方法）分析勞動生產力概況，陳明郎與徐美的研究增加使用「分量迴歸模型」（Quantile regression models）進一步比較製造業中不同產業在週休二日實施後的勞動生產力變化。

「OLS 迴歸模型」僅能呈現外生變數變動對勞動力影響的平均值，得出「縮短工時會降低勞動生產力」的概括性結論，卻忽略了影響勞動生產力的各項因子、難以凸顯細節。「分量迴歸模型」則能呈現整體生產力分配上各分量的反應，分析週休二日實施前後的影響，提供政策制定者更細部的參考資料。

該研究蒐集 1987 至 2006 年間，行政院主計總處、勞工委員會歷年出版的薪資、國民所得、生產力、物價統計等資料，以正常工時、加班工時、時間趨勢、高低技術工僱用人數比例等不同變數，建立分量迴歸模型，描述產業勞動生產力分配中不同的分量位置上，受到週休二日政策外生變數變動的影響。

研究指出，週休二日政策實施後，整體製造業的相對勞動生產力提升，但不顯著。在工時因休假日增加而明顯減少後，製造業的勞動生產力僅在政策初期有短暫衰退現象，隨即反彈回升。

再詳細分析製造業各產業類別的受影響程度可知，縮短工時造成的變動效果有明顯不同。資訊電子業的勞動生產力，於週休二日實施前後沒有顯著改變；化學工業受到部分影響；民生工業和金屬機械業則受到顯著的負面影響。其中，食品、紡織、非金屬製品等民生工業的勞動生產力降幅，又比金屬機械業更大。

研究也顯示不同變數在產業之間的細部差異。例如增加高、低技術工的僱用比例，會顯著增加資訊電子業、金屬機械業的勞動生產力，卻對民生工業有顯著的負面影響。可能原因是，對以低教育或非技術工為主的民生工業來說，增加高技術工的相對僱用量並無太大助益，反而會增加人力成本、降低勞動生產力。

在討論週休三日的各方意見中，不少人質疑增加休假日會導致整體勞動生產力下降，而陳明郎與徐美的研究則提醒我們關注不同產業的狀況：

細部分析製造業分項勞動生產力變動後，突顯出各項變數與產業特性之間存在複雜的互動關係，並非簡化概括就能判斷，這對日後工時相關政策的研擬具參考價值。

週休三日提案如同一面放大鏡，讓我們看到臺灣長期存在的工時、薪資與勞動力困境，也看出勞動政策環環相扣的特性。

週休三日是否可行？尚需綜合考慮國家經濟、勞工權益和產業需求等複雜因素，陳明郎也期待，專業研究能更有效地回應公共討論，協助找到平衡各方利益的解決方案。