0

0
0

文字

分享

0
0
0

財經首長也該上的物理課

吳京
・2015/07/01 ・2395字 ・閱讀時間約 4 分鐘 ・SR值 544 ・八年級

兒時的電腦遊戲「大富翁」裡,有個道具叫「均富卡」,其功能是讓所有玩家手上的現金平分。雖然說炒地皮才是這個遊戲的致勝之道,但均富卡仍是出門在外,居家旅行,爾虞我詐的必備良卡。

面對真實世界中「收入不均」的問題,有時也希望拿張「均富卡」來解決,然而均富卡是虛幻的,要改善這種狀況,必須有良好的法令及稅制。不過在研究什麼是好的法規前,也許我們要搞清楚一個更根本的問題:怎樣的收入分配才算公平?

這個問題不好回答,但可確定「均富卡」式的齊頭平等並非好答案。就像去應徵工作時,不會期望當保全和當CEO會有同樣的收入。而且回答這個問題很容易得罪人,所以當政治人物被問到「怎樣的收入分配才是公平?」時,最佳的回覆或許是「我們需要社會有一定的共識,而且要有完整的配套及過渡,用謹慎的態度面對這個問題。」

這樣公平嗎? credit:Marina Noordegraaf

如果你對政治式的回答不滿意,不妨看看哥倫比亞大學化工系的Venkatasubramanian教授和工業工程系的Sethuraman教授如何用「統計力學」的方法來尋求答案。

-----廣告,請繼續往下閱讀-----

(謎之音:Venkatasubramanian教授的姓也太長了吧!)

看到「統計」二字,首先聯想到馬克·吐溫所說的:「謊言,該死的謊言及統計數字」。不過「統計力學」其實和「統計學」是完全不同的概念。統計力學是藉由配分函數(Partition function),分析一個有大量組成成分的系統,將微觀物理狀態與宏觀物理量統計規律連結起來的科學─聽起來有點難懂啊!好在中文的世界博大精深,可用成語解釋之,統計力學就是一個「觀微知著」的科學。

比方說,觀察一枚銅板,知道它擲出後有一半的機率是正面,一半機率是反面,就可以推論出丟二枚銅板時,出現兩個正面或兩個反面的機率各是1/4,而出現一正一反的機率是1/2。

此問題由統計力學的角度觀察,會牽涉到一個較為抽象的概念,謂之「」。「熵」的大小取決於系統所包含的狀態數,一個封閉系統的「熵」通常只增不減,當「熵」達到最大值時,系統即處於統計上最可能出現的狀態,或稱之為平衡態。以二枚銅板的系統為例,一正一反的狀態數為2 (正反、反正),二個正面或二個反面的狀態數各為1,故一正一反是此系統最可能出現的情況。「熵」的概念在丟銅板的問題中顯得有些多餘,但面對更繁雜的系統時,「熵」是不可或缺的思考工具。

-----廣告,請繼續往下閱讀-----

統計力學發展之初,乃用於解釋熱力學中關於氣體分子運動的問題。科學家用類似丟銅板的概念加上複雜許多的數學,可以從一個氣體粒子該處於何種能量態的角度出發,推導出在平衡態時,一團理想氣體在給定溫度下各個分子的速率分布狀況,稱為「波茲曼分布」。

惰性氣體的波茲曼分布圖。 圖片來源:wikipedia

Venkatasubramanian等人建立的自由市場模型,則是推導出資方總薪水預算不變的狀況下,一群勞工薪水所得的分布狀況。統計力學能在此發揮作用,是因為模型中勞工的行為模式,可與熱力學中的氣體分子類比:

在熱力學所謂的理想氣體中,每個氣體分子可於限定的體積內自由的移動,而此自由市場模型中的每個勞工,也可於職缺間自由轉換;兩個理想氣體分子在相互碰撞時,其中一個分子的能量會轉移到另一個分子上。同樣的,在總薪資不變的前提下,當兩個勞工職缺異動時,很可能是其中一員薪水增加,而另一員減少。

不過氣體分子是隨機運動的,而勞工則時時刻刻想謀取更佳的職位。

-----廣告,請繼續往下閱讀-----

模型中假設勞工謀職的考量主要有三個因素:「薪水」、「勞動成本」和「公平性」。「薪水」無須解釋,扣除勞動成本後的餘額越高,對勞工越有吸引力。「勞動成本」除了包含工時及勞動力等顯性成本外,亦包含練就工作專業所需投入的心血。因此在這個模型中,高薪的職務勞動成本也會提高,與現實生活中需要寒窗苦讀才能從事高薪專業的工作很像。

「公平性」則要舉例說明:假設甲、乙兩人分別是兩間鍋貼店的員工,他們每小時都可以做出60個鍋貼,得到的薪水也相同。若甲的同事們每小時也能做出60個鍋貼,但乙的同事每小時卻只能做出30個鍋貼,那麼就會導致「甲」安於工作,而「乙」想要另謀他職,即便他們的薪水和勞動成本的差額其實是一樣的。

依此模型推算,若這個自由市場運作正常,沒有惡性倒閉的老闆、也沒有靠關係不做事的員工,那麼當每位勞工感到公平時,就是此系統的平衡態。換句話說,「公平性」是這個系統的「熵」,當「公平性」最大化時,系統就穩定了。此外,研究論文也指出這個平衡態,就是賽局理論中的「奈許均衡點」。

在平衡態時,勞工人數對應薪水會呈現「對數常態分布」,大多數的勞工領取略低於平均的薪水,少部份的人領取高薪,大體而言,薪資最高的Top 10%之人,會領走總薪資中25%左右的薪水,其餘的90%勞工會則領走剩下的75%。

-----廣告,請繼續往下閱讀-----
lognor
對數常態分布圖(示意)

只要那Top 10%的人真的是靠自己付出的勞動成本,而不是靠別人來獲取高薪,那麼這樣的薪資分配應該是公平的。不過我們還是會懷疑,這種純理論的模型真的能反映現實世界的公平嗎?為了要解釋這方面的疑惑,研究人員蒐集了十二個國家的人民所得資料,並套入此模型的數學架構,分析出各國勞工收入分配的公平程度,排名依序為:挪威、瑞典、丹麥、瑞士、荷蘭、澳洲、法國、德國、日本、加拿大、英國和美國。

北歐各國名列前茅,而美國亦不負邪惡資本主義帝國的稱號敬陪末座。這個排名和您心中的印象是否一樣呢?

可惜館主統計力學沒學好,手邊也沒適當的資料,否則真想看看台灣的收入分配會落在排名中的哪個位置哩!

參考資料:

-----廣告,請繼續往下閱讀-----

Venkatasubramanian, V., Luo, Y., & Sethuraman, J. (2015). How much inequality in income is fair? A microeconomic game theoretic perspective. Physica A: Statistical Mechanics and its Applications435, 120-138.

本文轉載自吳京的量子咖啡館

文章難易度
吳京
26 篇文章 ・ 3 位粉絲
正職是二個娃兒的奶爸,副業為部落格《吳京的量子咖啡館》之館主。為人雜學而無術、滑稽而多辯,喜讀科學文章,再用自認有趣的方式轉述,企圖塑造博學又詼諧的假象。被吐嘈時會辯稱:「不是我冷,是你們不懂我的幽默。」

0

0
0

文字

分享

0
0
0
賭博與愛情公式:用數學擬定你的擇偶策略——《數盲、詐騙與偽科學》
大牌出版.出版大牌_96
・2024/01/06 ・2486字 ・閱讀時間約 5 分鐘

理解期望值,有助於分析賭場裡的大部分賭局,以及美國中西部和英國的嘉年華會中,常有人玩、但一般人比較不熟悉的賭法:骰子擲好運(chuck-a-luck)。

招攬人來玩「骰子擲好運」的說詞極具說服力:你從 1 到 6 挑一個號碼,莊家一次擲三顆骰子,如果三個骰子都擲出你挑的號碼,莊家付你 3 美元。要是三個骰子裡出現兩個你挑的號碼,莊家付你 2 美元。

假如三個骰子裡只出現一個你挑的號碼,莊家付你 1 美元。如果你挑的號碼一個也沒有出現,那你要付莊家 1 美元。賽局用三個不同的骰子,你有三次機會贏,而且,有時候你還不只贏 1 美元,最多也不過輸 1 美元。

我們可以套用名主持人瓊安.李維絲(Joan Rivers)的名言(按:她的名言是:「我們能聊一聊嗎?」),問一句:「我們能算一算嗎?」(如果你寧願不算,可以跳過這一節。)不管你選哪個號碼,贏的機率顯然都一樣。不過,為了讓計算更明確易懂,假設你永遠都選 4。骰子是獨立的,三個骰子都出現 4 點的機率是 1/6×1/6×1/6=1/216,你約有 1/216 的機率會贏得 3 美元。

-----廣告,請繼續往下閱讀-----

僅有兩個骰子出現 4 點的機率,會難算一點。但你可以使用第 1 章提到的二項機率分布,我會在這裡再導一遍。三個骰子中出現兩個 4,有三種彼此互斥的情況:X44、4X4 或 44X,其中 X 代表任何非 4 的點數。而第一種的機率是 5/6×1/6×1/6=5/216,第二種和第三種的結果也是這樣。三者相加,可得出三個骰子裡出現兩個 4 點的機率為 15/216,你有這樣的機率會贏得 2 美元。

圖/envato

同樣的,要算出三個骰子裡只出現一個 4 點的機率,也是要將事件分解成三種互斥的情況。得出 4XX 的機率為 1/6×5/6×5/6=25/216,得到 X4X 和 XX4 的機率亦同,三者相加,得出 75/216。這是三個骰子裡僅出現一個 4 點的機率,因此也是你贏得 1 美元的機率。

要計算擲三個骰子都沒有出現 4 點的機率,我們只要算出剩下的機率是多少即可。算法是用 1(或是100%)減去(1/216 +15/216 + 75/216),得出的答案是 125/216。所以,平均而言,你每玩 216 次骰子擲好運,就有 125 次要輸 1 美元。

這樣一來,就可以算出你贏的期望值($3×1/216)+($2×15/216)+($1×75/216)+(–$1×125/216)=$(–17/216)=–$0.08。平均來說,你每玩一次這個看起來很有吸引力的賭局,大概就要輸掉 8 美分。

-----廣告,請繼續往下閱讀-----

尋找愛情,有公式?

面對愛情,有人從感性出發,有人以理性去愛。兩種單獨運作時顯然效果都不太好,但加起來⋯⋯也不是很妙。不過,如果善用兩者,成功的機率可能還是大一些。回想舊愛,憑感性去愛的人很可能悲嘆錯失的良緣,並認為自己以後再也不會這麼愛一個人了。而用比較冷靜的態度去愛的人,很可能會對以下的機率結果感興趣。

在我們的模型中,假設女主角——就叫她香桃吧(按:在希臘神話中,香桃木﹝Myrtle﹞是愛神阿芙蘿黛蒂﹝Aphrodite﹞的代表植物,象徵愛與美)有理由相信,在她的「約會生涯」中,會遇到 N 個可能成為配偶的人。對某些女性來說,N 可能等於 2;對另一些人來說,N 也許是 200。香桃思考的問題是:到了什麼時候我就應該接受X先生,不管在他之後可能有某些追求者比他「更好」?我們也假設她是一次遇見一個人,有能力判斷她遇到的人是否適合她,以及,一旦她拒絕了某個人之後,此人就永遠出局。

為了便於說明,假設香桃到目前為止已經見過 6 位男士,她對這些人的排序如下:3—5—1—6—2—4。這是指,在她約過會的這 6 人中,她對見到的第一人的喜歡程度排第 3 名,對第二人的喜歡程度排第 5 名,最喜歡第三個人,以此類推。如果她見了第七個人,她對此人的喜歡程度超過其他人,但第三人仍穩居寶座,那她的更新排序就會變成 4—6—1—7—3—5—2。每見過一個人,她就更新追求者的相對排序。她在想,到底要用什麼樣的規則擇偶,才能讓她最有機會從預估的 N 位追求者中,選出最好的。

圖/envato

要得出最好的策略,要善用條件機率(我們會在下一章介紹條件機率)和一點微積分,但策略本身講起來很簡單。如果有某個人比過去的對象都好,且讓我們把此人稱為真命天子。如果香桃打算和 N 個人碰面,她大概需要拒絕前面的 37%,之後真命天子出現時(如果有的話),就接受。

-----廣告,請繼續往下閱讀-----

舉例來說,假設香桃不是太有魅力,她很可能只會遇見 4 個合格的追求者。我們進一步假設,這 4 個人與她相見的順序,是 24 種可能性中的任何一種(24=4×3×2×1)。

由於 N=4,37% 策略在這個例子中不夠清楚(無法對應到整數),而 37% 介於 25% 與 50% 之間,因此有兩套對應的最佳策略如下:

(A)拒絕第一個對象(4×25%=1),接受後來最佳的對象。

(B)拒絕前兩名追求者(4×50%=2),接受後來最好的求愛者。

如果採取A策略,香桃會在 24 種可能性中的 11 種,選到最好的追求者。採取 B 策略的話,會在 24 種可能性中的 10 種裡擇偶成功。

以下列出所有序列,如同前述,1 代表香桃最偏好的追求者,2 代表她的次佳選擇,以此類推。因此,3—2—1—4 代表她先遇見第三選擇,再來遇見第二選擇,第三次遇到最佳選擇,最後則遇到下下之選。序列後面標示的 A 或 B,代表在這些情況下,採取 A 策略或 B 策略能讓她選到真命天子。

-----廣告,請繼續往下閱讀-----

1234;1243;1324;1342;1423;1432;2134(A);2143(A);2314(A, B);2341(A, B);2413(A, B);2431(A, B);3124(A);3142(A);3214(B);3241(B);3412(A, B);3421;4123(A);4132(A);4213(B);4231(B);4312(B);4321

如果香桃很有魅力,預期可以遇見 25 位追求者,那她的策略是要拒絕前 9 位追求者(25 的 37% 約為 9),接受之後出現的最好對象。我們也可以用類似的表來驗證,但是這個表會變得很龐雜,因此,最好的策略就是接受通用證明。(不用多說,如果要找伴的人是男士而非女士,同樣的分析也成立。)如果 N 的數值很大,那麼,香桃遵循這套 37% 法則擇偶的成功率也約略是 37%。接下來的部分就比較難了:要如何和真命天子相伴相守。話說回來,這個 37% 法則數學模型也衍生出許多版本,其中加上了更合理的戀愛限制條件。

——本書摘自《數盲、詐騙與偽科學》,2023 年 11 月,大牌出版,未經同意請勿轉載。

討論功能關閉中。

大牌出版.出版大牌_96
3 篇文章 ・ 0 位粉絲
閱讀的大牌不侷限於單一領域, 視野寬廣,知識豐富,思考獨立。

0

1
0

文字

分享

0
1
0
人類獵巫行為與氣溫降低、糧食短缺有關?從「經濟」尋找背後的另一種解釋——《經濟史的趣味》
貓頭鷹出版社_96
・2023/07/04 ・2155字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

歐美地區審判巫師的情況在 18 世紀已經看不到,但今日仍有許多國家(尤其在開發中地區)還有指控巫師與獵巫的事。例如非洲南撒哈拉沙漠地區,就指控巫師散布愛滋病毒使人病亡。崇信巫師與殘殺巫師是古今中外的普同現象。

「獵巫行為」在今天許多國家裡,仍在持續中。 圖/envato

研究歐美巫師的文獻非常豐富,只要在亞馬遜書店(Amazon.com)打入 witchcraft(巫師),就可以找到讀不完的著作。孔復禮(Philip Kuhn)的名著《叫魂》(Soulstealers,1990)研究乾隆盛世的妖術大恐慌。歐洲現在較可追溯的事件是 13 世紀由宗教機構(尤其是天主教法庭)執行的巫師審判,但到了中世紀晚期,就少見到教會介入,審判巫師的事件減少許多。

有人提出不同的解釋,說明為何巫師人數會減少,其中一種說法是:專業男性醫師出現後,女助產士和女性民俗療者(女巫)的活動空間就少了。

景氣愈差,獵巫愈盛

大多數對巫師的研究,都屬於某個地區的某些案例或某類行為,屬於微觀層面的分析。哈佛經濟系的女博士生艾蜜莉.奧斯特(Emily Oster)2004 年發表一篇宏觀性、跨地區性的報告,檢討為什麼文藝復興時期的歐洲會出現大規模的巫師審判。

-----廣告,請繼續往下閱讀-----

奧斯特採取不同的切入點,認為主要是經濟性的因素:氣候轉入小冰期,農穫減少,在糧食短缺的壓力下,必須去除生產力最低的窮人、老人、寡婦,這些邊際人口的罪名就是巫師。

為什麼會有這種奇特的見解?

因為審判巫師活動最盛的時期,正好都是平均氣溫較低的階段,也就是氣象史上的小冰期。這會導致農作物歉收,海水太冷也會影響漁獲,這對歐洲北部的食物供應產生嚴重衝擊。巫師審判增加、氣候變冷、經濟成長下滑,這三者間應該不是單純的相關,而是有因果關聯。

為什麼要用指控巫師的方式來消除邊際人口?

因為巫師的陰森形象,最容易引起民眾驚恐排斥。歐洲的宗教勢力龐大,擁有現成的教會組織網路,方便利用制度殺人。以天主教為例,驅魔是教廷正式許可的作為,教宗保祿二世曾替少女驅魔但未成功。

如果 21 世紀初期的歐洲尚能接受教宗驅魔,我們對文藝復興時期的獵巫就不必驚訝了。幾乎所有的宗教都會提到魔鬼,《舊約聖經.出埃及記》第 22 章 18 節說:「行邪術的女人,不可容她存活。」天主教和基督教的獵巫史久遠,道教和佛教對這方面的記載更不少。

-----廣告,請繼續往下閱讀-----
1692 年發生的「塞勒姆審巫案(Salem Witch Trials)」為美國的著名的獵巫事件。 圖/wikimedia

大致說來,文藝復興時期歐洲的獵巫在 15 世紀初期相當明顯,15 世紀末到 16 世紀之間暫時平息。16 世紀中葉到 18 世紀末是最嚴重的階段,這也是本章探討的時期。歐洲自中世紀以來就有許多記載巫師的文獻。

以 1486 年出版的《女巫之槌》(Malleus Maleficarum)為例,這本類似巫術大全的書,對各式各樣的巫術信仰、巫師的法力與作為都有詳盡記載。也提供完整的引導,要如何審訊嫌疑巫師,使她(他)們認罪;解說巫師如何呼風喚雨、破壞農作、興風作浪、打閃電、引發海嘯。這些都是非人力所能及的自然現象,卻硬要巫師代罪。這本書教導獵巫的方法,以及法官如何識別巫術、對女巫施酷刑。

氣溫變化才是獵巫的主因

兩千年來的溫度變化。 圖/貓頭鷹出版社

從氣象史的角度來看,10 ∼ 13 世紀之間的平均氣溫是 400 年的中世紀溫暖期。14 世紀起氣溫開始下降,直到 19 世紀初期回暖。在這段小冰期,最寒冷的是 1590 年代,以及 1680 ∼ 1730 年之間,平均溫度約比之前的世紀低華氏 2 度。

數字看起來好像很小,但已足夠讓接近北極圈的冰島被冰塊包圍,倫敦的泰晤士河和荷蘭的運河結凍。平均氣溫降低華氏 2 度對農作物有何影響?如果今天冷明天暖後天熱,全年的總積溫不變,短暫的溫度失調對農作物沒有影響。但如果整年平均低華氏 2 度,365 天總積溫降低 730 度,那就嚴重了。

-----廣告,請繼續往下閱讀-----
1608 年阿姆斯特丹的冬季景觀。 圖/貓頭鷹出版社

英國著名的經濟學者史丹利.傑文斯(Stanley Jevons,1835 ∼1882)研究過太陽黑子活動對農業歉收的影響,也有人研究印尼火山爆發對全球氣溫變化的影響。

現在奧斯特要用具體的數字來觀察,氣溫變化和獵巫在統計上是否顯著相關。研究歐洲獵巫的學者,早就把氣候極端化當作控訴巫師的重要因素。奧斯特想用計量工具證實這項假說,她得到的答案很明確:Yes。

——本文摘自《經濟史的趣味》,2023 年 6 月,貓頭鷹出版,未經同意請勿轉載。

貓頭鷹出版社_96
62 篇文章 ・ 26 位粉絲
貓頭鷹自 1992 年創立,初期以單卷式主題工具書為出版重心,逐步成為各類知識的展演舞台,尤其著力於科學科技、歷史人文與整理台灣物種等非虛構主題。以下分四項簡介:一、引介國際知名經典作品如西蒙.德.波娃《第二性》(法文譯家邱瑞鑾全文翻譯)、達爾文傳世經典《物種源始》、國際科技趨勢大師KK凱文.凱利《科技想要什麼》《必然》與《釋控》、法國史學大師巴森《從黎明到衰頹》、瑞典漢學家林西莉《漢字的故事》等。二、開發優秀中文創作品如腦科學家謝伯讓《大腦簡史》、羅一鈞《心之谷》、張隆志組織新生代未來史家撰寫《跨越世紀的信號》大系、婦運先驅顧燕翎《女性主義經典選讀》、翁佳音暨曹銘宗合著《吃的台灣史》等。三、也售出版權及翻譯稿至全世界。四、同時長期投入資源整理台灣物種,並以圖鑑形式陸續出版,如《台灣原生植物全圖鑑》計八卷九巨冊、《台灣蛇類圖鑑》、《台灣行道樹圖鑑》等,叫好又叫座。冀望讀者在愉悅中閱讀並感受知識的美好是貓頭鷹永續經營的宗旨。

1

4
0

文字

分享

1
4
0
現金和消費券差在哪?普發到底好不好?
PanSci_96
・2023/04/10 ・3051字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

過去也有多次政府發錢刺激消費的作法,但他們發的不是錢,而是有使用限制的「消費券」。

既然可以發錢,為什麼之前要發消費券呢?這次又為什麼要發現金?

從經濟學的角度來看,過往的消費券到底是什麼,與這次發現金的使用情境有什麼不一樣?

什麼是消費劵

對消費者來說,消費券就是被限定用途的紙鈔或者是折價券;但從政府的角度,或從經濟學的角度來看,消費券並非這麼簡單。在了解消費券前,要先有兩個概念:「經濟活動循環」及「景氣循環」。

在最簡單的經濟行為流程裡,我們看的是「家計部門」與「廠商」,也就是消費者與生產者之間的互動。「家計部門」需要買各式各樣的產品維持生存或生活品質,「廠商」則提供這些產品,這兩者組成了「產品市場」;「廠商」為生產商品所需的勞動力,就由「家計部門」提供,形成了「勞動市場」或是「生產要素市場」。

-----廣告,請繼續往下閱讀-----

將上述概念再加入相反的資金流向,如:購買產品的消費支出、提供勞動力的薪水所得等,就可繪製成「經濟活動循環圖」。

經濟活動循環圖。圖/PanSci YouTube

而在一次的「景氣循環」中,會分別經歷擴張期與收縮期;根據國家發展研究院的定義,每個時期所持續時間的至少為 5 個月,走完一次循環則需至少 15 個月。

在擴張期中會先經歷探底復甦,接者是穩定成長,最後來到高峰繁榮期;在這之後就會進入收縮期,開始經濟衰退,直到觸底復甦進入新循環。

舉一個不遠的經濟衰退案例,那就是 2008 年全球金融危機。當時由於美國房地產市場崩潰,房價急劇下跌,許多人失去了房屋資產,造成負債問題;導致消費者信心下降、消費減少,進而使生產減少。此外,由於銀行與金融機構資產負債問題激增,使得貸款停止,造成資金不流動;這麼一來企業也必須減少生產,進而裁員、倒閉,失業率隨之攀升。 

-----廣告,請繼續往下閱讀-----
景氣循環週期。圖/PanSci YouTube

有了「經濟活動循環」和「景氣循環」概念,我們可以幫消費券下個定義了:就是透過增加家庭的消費支出,來復甦產品市場;通常在經濟衰退時使用。也就是說,消費券是政府發給我們的消費工具,希望再補點錢把廠商的庫存清光,增加消費來維持市場穩定,避免持續經濟衰退。

發消費券與現金的成效

那麼,直接發錢跟消費券的功能一樣嗎?發現金也會刺激消費,但消費券刺激的力道理論上會再強一些。

由於消費券在設計上會「排除基本必須開支」,這麼一來便會減少用於「消費替代」的機會,像是水電費、勞健保費、或是繳稅跟罰金,而消費券的各種優惠跟加碼活動,都激勵我們花超過原本支出的錢。另外,「限時用完」、「不找零」、「排除儲值跟預付類消費」都是消費券的關鍵設計,目的就是要在短時間內激發經濟流動性。

反過來說,發現金不像消費券,有明確的優惠活動可以刺激我們亂花錢,在沒有使用期限跟排除開支項目的情況下,這些錢還可以自由分配到每個月的日常支出裡;假如沒有多花一些錢,發的現金將不會幫助消費增長。

-----廣告,請繼續往下閱讀-----

新冠疫情影響下,美國在 2020 年普發現金:成人發 1200 美元、兒童 500 美元,年底再加碼 600 美元,2021 年又發 1400 美元。根據美國聯準會紐約分行研究,截至 2020 年 6 月底,民眾取得的現金補助中,有 36% 為儲蓄、35% 償還債務,僅 29% 用於消費,民眾甚至表示,在收到 2021 年的補助金後,會花更多錢去還債。

新冠疫情下,美國在 2020 年普發紓困現金。圖/Envato Elements

而日本則於 2021 年底,向全民普發 10 萬日圓的特別定額給付金,日本 Money Forward Lab、早稻田大學與澳洲昆士蘭大學的共同研究研究指出,給民眾的給付金中,只有 6% 到 27% 用於消費,其中非日常用品的支出沒有明顯改變。

那消費券的成效呢?根據經濟部對 2020 發放的振興三倍券評估成效,考量印製、宣傳與行政,包含發給我們的 2000 元,總成本為 510.5 億元,以領取率接近 100% 來計算,大約就是 2300 萬人去攤這 510.5 億,政府在每一個人身上花約 2220 元,而每人平均消費了 5785 元;等於政府花 1 元能換來 2.6 元的消費,是有效果的。

不過由於使用情境不同,不好將日美發放的現金與我們的振興券相比較。

-----廣告,請繼續往下閱讀-----

日美發放的是「紓困金」,目的是幫助人民度過難關;針對這些「紓困金」得用社會投資報酬率(SROI)來考慮,也就是衡量投入資源,所得到「非財務面」的回饋與報酬,例如社會安全、社會價值等。

搞笑諾貝爾經濟學獎

那這次台灣發現金的目的到底是什麼呢?假設是要振興經濟,應該不是個好方法。若用社會投資報酬率來看,不少人提出更該把要拿來發的 1800 億用於投資科學技術研究、大學經費或減免高等教育學費,而非普發 6000。

讓我們回顧 2022 年搞笑諾貝爾經濟學獎,研究團隊以每隔五年會獲得「政府資金」補助,並在模型裡設計了好幾種情境,除了把經費徹底平均分配的普發式外,還有只補助過去表現好的人的菁英式,一部分重點補助菁英,剩下再普發的折衷式,以及最後一個亂槍打鳥樂透式。每一式再加入補助金額高低變化,總共有 18 種方案。

延伸閱讀:
【2022 年搞笑諾貝爾經濟獎】不想努力的我,把運氣點滿就對了

透過這個人生遊戲模組,若以研究定義的成功率來看,折衷式的其中一種方案讓「高能力族群」的成功率從沒有補助的 32.05% ,一口氣提高到 94.82%,其結果最好,但也是所有方案中最貴的;相較之下,如果採取普發式的其中一種方案,成功率也可以達到 94.40%,政府花費還低了將近一半。

-----廣告,請繼續往下閱讀-----

若不只看成功率,而是看政府每花一塊錢能增加多少高能力族群成功率的效率來判斷,竟然還是普發式的方案結果最好,能用最少的花費,就讓成功率提升到 69.48%!表現最差的方案,都是菁英式,其中只把錢給過往表現前 10% 的極端菁英方案,效率只有最佳普發方案的 1/25。

研究者也提到,在真實世界中,折衷式方案一方面人人有獎,一方面也給表現較好的人鼓勵,可能產生激勵效果,讓所有人都更加努力,發揮更大的整體效果。

再回到一開始討論的,現在政府有一筆多出來的錢,而預期目標是讓人民的生活過得更好,這筆錢該直接給民眾,還是執行特定的菁英投資政策呢?若是按照搞諾經濟學獎,就是直接普發!(難道政府裡也有和我們一樣熱愛搞笑諾貝爾獎的好捧油?XD)

然而,不管是從經濟學基本原理、過往發現金跟消費券的效益評估,還是搞笑諾貝爾經濟學獎的人生遊戲模型,其實都無法替普發 6000 還稅於民的政策效果背書,一時半刻也很難看出效益。

-----廣告,請繼續往下閱讀-----

說到這裡,6000 元你打算怎麼花呢?

歡迎抖內!圖/GIPHY

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

所有討論 1
PanSci_96
1219 篇文章 ・ 2197 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。