2025 年台灣經濟成長率達 8.76%（主計總處原預測 7.37%，經兩度上修），創下 15 年來新高，央行總裁楊金龍同年 12 月甚至直言，這樣的高成長屬於「非常態」；2026 年第一季經濟成長率更進一步飆到 14.55%，創 48 年來單季新高，主要由半導體與 AI 伺服器出口帶動。但同一時間，年輕人喊低薪、傳產喊辛苦的聲音也始終沒有停過。
《經濟學人》曾在 2025 年 11 月的封面報導〈台灣榮景的潛藏風險〉率先拋出「台灣病」一詞，主張台灣央行為維持出口競爭力而長期壓低新台幣匯率，衍生出經常帳順差持續擴大、外匯存底大幅成長、房價飆漲、勞工薪資成長落後生產力等結構性失衡現象。這個說法在同一個月內迅速引發討論，台灣央行、經濟部與立法院都在 2025 年 11 月公開回應。央行發布聲明反駁匯率評估方式，經濟部長則強調出口暢旺主要來自 AI 需求而非匯率因素。
2026 年 5 月，《經濟學人》再發表另一篇分析指出，若扣除半導體與 AI 相關出口，台灣、日本、南韓其他產業出口實質上正在萎縮，並使用「工業腐朽」（industrial rot）一詞，未沿用「台灣病」的說法。
《數位時代》創新長黃亮崢 James，趁哈佛大學經濟學博士候選人鄭紹鈺回台空檔，邀請他從經濟學視角拆解：這波由半導體與 AI 帶動的兩位數成長，是否真如外界形容的「有病」？從荷蘭病、南韓財閥模式，到馮紐曼的短板理論、鮑莫爾成本病，鄭紹鈺一路談到台灣人均 GDP 突破四萬美元（主計總處最新預測）、卻仍讓多數人無感的分配問題，並給出他的觀察與提醒。
鄭紹鈺小檔案
- 現職：哈佛大學經濟學博士候選人、哈佛大學量化社會科學研究院（IQSS）預博士研究員、哈佛大學國際發展中心（CID）博士生附屬研究員
- 研究領域：產業組織、發展經濟學、經濟史、政治經濟學，並涉獵深度學習方法
- 研究主題：快速工業化與過早去工業化、國家能力與產業政策、制度經濟學、國際援助政策，近期聚焦比較東亞、歐洲與非洲的發展路徑
- 最新研究：與多倫多大學副教授 Mitsuru Igami、加州大學柏克萊分校博士生何明彥合著〈The Engineering Reality of Semiconductor Manufacturing Costs: Vintages, Learning, and Scale Economies〉，以逾 7.7 萬筆 CPU、GPU 晶片季度資料，重新檢驗半導體製造成本中的世代資本效應、做中學與規模經濟（完整草稿即將發布）
- 個人網站：點擊前往
以下 Q 為黃亮崢提問，A 為哈佛大學經濟學博士候選人鄭紹鈺回答。
Q1：台灣半導體與 AI 帶動的成長，跟「荷蘭病」本質上有何不同？
A： 荷蘭病的原型是荷蘭在 1950 年代末發現大型天然氣田，挪威後來挖到石油也是類似情況。這些國家因為能源出口收入，貨幣升值壓力變得很大，升值之後其他製造業部門就相對萎縮；同時，原本要投入製造業的資金，也被挪去投資相關產業，導致當時非相關產業，如荷蘭的電子業與零組件產業跟著衰退。
台灣的狀況跟荷蘭病有三個關鍵不同：
-
第一是貨幣：台灣的貨幣政策相對獨特，並沒有看到像北歐、西歐那樣明顯的台幣升值壓力。
-
第二是產業本質：天然氣、石油是「挖到」的資源，台灣的半導體卻是大量資本投資的產物，牽涉到做中學與規模經濟，不同世代曝光機的選擇、公司的經營管理能力，都會影響成本結構，這是努力累積出來的結果，不是靠運氣。
-
第三是供應鏈廣度：石油產業牽涉的供應鏈相對有限，半導體卻不一樣，一間半導體廠商的上游可能就有數千家廠商，橫跨許多不同產業。原本做塑膠模具、做基礎化工的廠商，現在得做出最純的水；原本賣加熱板的廠商，也被納入半導體供應鏈。
所以外界爭論「台灣是不是只有半導體獨強」時，應該回頭思考：為什麼有些原本做模具的廠商能升級進入 AI 供應鏈，有些卻只能持續尋找最低成本、進而被中國廠商的低價競爭壓垮。這裡面牽涉到很多技術選擇跟投資機遇，不能一概而論。
Q2：同樣是後進發展，台灣的中小企業路線跟南韓財閥的技術授權路線，為何走出完全不同的產業結構？
A： 台灣戰後的發展模式，以中小企業為主。根據 1976 年的工廠普查資料，台灣廠商家數約 50 萬家，平均僱用人數大概只有 3 到 4 人，多半是家庭式小工廠，從 1964 年開始每年經濟成長率就超過 6.5%，靠的是玩具、聖誕燈、芭比娃娃這類代工訂單一路堆疊起來。就算今天台積電已是國際級巨型企業，它的供應鏈裡仍有大量當年家族中小企業轉型而來的身影。
南韓完全不同。韓戰結束時，南韓叫得出名字的公司大概只有四千家，遠少於台灣戰後的規模；而且韓國原本就有能做長程貿易的大型商號，例如三星在日治時期就已從事跨境貿易。1970 年代，南韓總統朴正熙因擔憂美軍撤離後的國防自主問題，推動「重化學工業運動」（Heavy and Chemical Industry Drive），透過政府科研基金，讓廠商向日本三洋、三井、三菱或美國奇異（GE）等企業申請大規模技術授權。三星在這波過程中同時向四、五十家公司學習半導體、家電核心技術，原本兩三千家不錯的公司，最終淬煉出樂天、現代、LG、SK 與三星等主要財閥。
台灣也做過類似嘗試，例如台電曾向奇異進行渦輪引擎技術授權，但後來虧損收場。台灣後來摸索出的路徑，是透過工研院進行技術轉移。工研院當時性質上屬於財團法人，並非以特定企業作為授權對象，受訓的對象是機構本身，而非鎖定某一間公司獲利。
工研院除了透過 Beacon Project 邀請海外對台灣創業有興趣的博士畢業生返台評估投資環境，也設立示範工廠，讓受訓工程師學成歸國後在示範工廠實作。這些示範工廠本身多半是虧錢的，但受訓者回台後，不少人選擇跳出來自行創業，台灣電子業因此如雨後春筍般出現。
這種「自己想當老闆」的創業家精神，在台灣相當明顯；但南韓並非沒有創業家精神，而是三星這類財閥體系需要的是能管理龐大組織的經理人。
三星在規模經濟的領域（例如記憶體）非常強，但財閥的部門主義結構，讓它很難像台灣廠商一樣，把一個領域學到的核心知識（domain knowledge）快速跳轉應用到完全不同的產業。這也是為什麼國際市場會在台北國際電腦展（COMPUTEX)上，驚豔於台灣半導體供應鏈的多元性，因為在台灣，幾乎任何需求都找得到對應的廠商。
Q3：半導體一路狂飆，其他產業跟不上，經濟學界怎麼看這種「不均衡成長」？
A： 討論不均發展，可以追溯到馬克思主義政治經濟學，例如托洛茨基《不均發展論》就主張資本主義的發展本質上是不均的。後來英國經濟學家卡爾多（Nicholas Kaldor）整理美國資料，歸納出「卡爾多事實」（Kaldor facts），描述經濟成長中勞工分配到的果實比例等現象；為了解釋這些資料，又發展出「平衡成長理論」（Balanced Growth Theory），主張各部門要均衡發展，經濟才能順利運作，這也是「Big Push（大推力）」理論的核心邏輯——政府介入協調產業之間的配合，因為市場協調可能會失靈。
但另一派經濟學家，例如赫緒曼（Albert Hirschman），則主張「不平衡成長理論」（Unbalanced Growth Theory），認為經濟發展往往不是所有事情一開始就配合得天衣無縫，而是先讓某個產業衝起來，再一波接一波帶動整體經濟。以台灣為例，1960 年代先是紡織業、後來是塑化，都是先由二十、三十家廠商起步，逐步擴散開來。
馮紐曼的理論比「配合」的說法更進一步。1937 年，馮紐曼發表論文《一般經濟均衡模型》（英文篇名為：A Model of General Economic Equilibrium），學界一般稱之為馮紐曼成長模型。他的邏輯接近「一日之所需，百工斯為備」，整個經濟體的商品彼此聯動，單一部門可以大步邁前，但整體經濟成長率會被最脆弱的部門所拉住，也就是俗稱的「短板理論」：一個木桶能裝多少水，是由最短的那塊板子決定，而不是最長的那塊。馮紐曼用相當複雜的數學證明了這件事，但他的模型並未進一步區分商品之間的可替代性，例如排骨便當跟雞腿飯可以互相取代，但都無法取代咖啡。
這個理論延伸出另一個重要概念，即經濟學家鮑莫爾（William Jack Baumol）提出的「鮑莫爾成本病」（Baumol's cost disease）：1960、70 年代美國經濟高速成長時，醫生、護理師薪資也跟著飆漲，並非因為醫療生產力大幅提升，而是因為其他部門變得更有效率之後，醫療產業反而成為整個社會運作的「短板」與最重要的資源部門，必須用更高薪資把人力留住。
台灣目前醫護薪資的快速上升，可以放在同樣的框架下理解：如果工程師生病時找不到醫生看病，再亮眼的整體成長數字也會出問題。
Q4：台灣到底有沒有「去工業化」？半導體獨強，是否代表傳產已經被犧牲？
A： 這個問題要拆成四點來看：台灣有沒有去工業化、傳產到底是什麼、半導體成長是否只嘉惠半導體本身，以及分配問題。
一、先談去工業化。去工業化大致分兩種：一種是僱用面的去工業化，但技術仍留在本地；另一種是全面去工業化，技術與廠商都外移，最典型的例子是香港。香港大規模投資中國、走「前店後廠」模式後，大約十年內有六到七成的製造業僱用人口消失，轉而集中在銀行、房地產等服務業。美國則是比較輕微的版本：僱用大量移往中國，但總部仍掌握關鍵技術，只是近十年中國透過技術授權與逆向工程，開始在技術端也逐漸追上，才引發更深的衝突。
台灣走的既不是香港模式、也不是美國模式，更不是歐洲那種幾乎沒有製造能力、高度依賴觀光業的模式。台灣製造業占 GDP 的比重在過去一、二十年持續增加，而且製造業僱用人口其實相當龐大，只是型態改變了。一部分是在晶圓廠工作、不容易被直覺歸類為「製造業」的工程師，另一部分則是靠移工制度留住的產線人力。
二、傳產是否被犧牲？ 引用諾貝爾經濟學獎得主艾塞默魯（Daron Acemoglu）等人提出的任務導向模型（task-based model）解釋：一份工作其實是由一連串任務組成。許多台商集團在台灣的工廠專注做 AI 供應鏈，在越南、中國的工廠則做相對傳產的產品，對企業來說，這些其實是同一套核心技術延伸出來的不同任務，老師傅、老經理隨時可以切換回最基本的生產。真正該擔心的，反而是十年後這一代只在先進工廠工作過的中生代主管，退休潮來臨後是否還具備回頭做基礎生產的能力。
三、半導體的成長也不是只嘉惠半導體本身。因為產業鏈環環相扣，溢出效應（spillover）相當明顯：新竹的餐廳訂位動輒排到隔年、深夜載送大型設備進科學園區的傳統貨運業者，都是受惠於半導體熱潮的例子。
Q5：主計總處最新預測 2026 年台灣人均 GDP 破四萬，為什麼薪水感受不到？一般人該如何看待買股、財商這件事？
A： 四、談分配問題，應先理解 GDP 的定義。GDP 在生產端是「附加價值」的加總——工廠賣出商品的收入，扣掉原料等中間投入之後剩下的部分。這筆附加價值接下來要分配：一部分給勞工（勞動份額），一部分給資本所有人，也就是股東；想分到資本這塊的果實，方式就是持有股票或股利。
台灣特別容易被忽略的一塊，是折舊。台灣大量使用硬體裝置，這些裝置每年會依產業別折舊 10% 到 15%，這部分價值直接「蒸發」，沒有任何人拿到，單純因為設備老化而消失。相較之下，以觀光業為主、缺乏新增資本投資的經濟體（例如歐洲部分國家），折舊占比就低很多。所以如果一個人沒有進入享受半導體溢出效應的產業、沒有持股、家裡也沒有房產，自然會感覺與這波成長脫鉤，這是相當合理的現象。
至於該不該買股票，金融學上有個「股權溢酬之謎」（Equity Premium Puzzle），主要以美國研究為基礎：理論上買股票的人應該更多，如果人們真的極度風險趨避，以此推算出來的風險趨避程度，恐怕連過馬路都不敢。因此一個基本結論是，只要投入一定比例的資產在股票上，對整體資產配置通常是有幫助的，即便風險會提高。台灣人持股比例相對不低，這對財富累積是正向因素，但真正該補強的是財商教育。很多人買股票時抱著「我一定會贏」的心態，缺乏對沖、分散風險的概念，忘了現金本身也有匯率風險。
Q6：台灣做什麼事都愛跟 0050 比報酬率，這種風氣合理嗎？創投與早期投資是否也該用同樣的標準檢視？
A： 匯率、貨幣政策超出我的專業範圍，但有一些比較貼近個人層面的觀察，我倒是可以談。台灣有一個比較特別的風氣：不管想做什麼，都很容易被拿去跟大盤 ETF 的報酬率比較。比方說想做設計、畫畫、做藝術的人，一開始往往會被質疑「不如把這筆錢拿去買 0050」。即使後來像奪下國際布克獎、被視為叩關諾貝爾文學獎前哨的《台灣漫遊錄》，創作者一開始投入時，大概率也曾被這樣嘲笑過。
這個邏輯放到創投與早期投資也是一樣。如果早期投資報酬真的比大盤或房價更好，理論上早就人人搶進，不需要特別鼓勵；但這不代表早期投資、創業或創作沒有意義。可以參照美國汽車業先驅福特（Henry Ford）的故事：當年若把資金拿去炒股，或許能提早退休，但他選擇投入創造一個全新的產業，這件事本身帶來的科技進步與社會價值，不是報酬率一個指標能完全衡量的。
相較之下，南韓財閥即使明知推廣 K-Culture、K-pop 不一定賺錢，仍願意投入，為的是打造國家文化識別；反觀台灣，社會對創作者、創業者初期投入普遍缺乏這種支持，凡事拿去跟大盤比報酬率的風氣，其實壓縮了很多值得嘗試的空間。
創投本身也有值得留意的一面：美國研究發現，創投的投資偏好其實相當主觀，例如投資人自身的興趣、性別或族裔背景，都會影響最終投資的標的分布，並非單純看報酬率決定。這種主觀偏好，如果剛好跟社會上真正有新想法的年輕人對不上，就容易產生投資摩擦。所以台灣目前這種「凡事先問贏不贏得過 0050」的風氣，是我自己蠻擔心的一件事，因它可能讓很多值得投入的嘗試，一開始就被排除在外。
Q7：如何看待 AI 對就業、企業生產力的影響？
A： 在美國，理工科大學生求職壓力明顯升高。不是職缺完全消失，而是留下來的多半是資深、經驗豐富的工程師；對於原本預期能順利畢業、順利找到工作的應屆畢業生，衝擊相當直接，除非在校時期已經在 GitHub 等平台建立起個人代表作。相對意外的是顧問業受到的衝擊較小，因為即使企業內部大量使用 AI 協助專案，仍需要外部顧問完成特定流程與建議，這類工作反而沒有被明顯取代。
觀察技術採用速度，文獻上有兩條關鍵曲線。第一條是「S 曲線」：以美國早期推廣改良雜種玉米為例，即使新品種在收成、抗蟲、省肥各方面全面勝出，農民仍傾向先觀察其他人採用的結果才跟進，形成早期採用者、關鍵少數、關鍵多數到大眾依序擴散的 S 型曲線，目前看來 AI 的採用也符合這個模式。
第二條是「J 曲線」。這個現象最早在蒸汽機的普及過程中出現：美國工廠 1880 年代已有蒸汽機，但許多工廠仍持續使用水力，直到 1920、30 年代才真正普及，原因是採用新技術初期需要添購設備、調整組織，獲利反而會先下降，一段時間後才會回升。目前看來，這條曲線在美國許多採用 AI 的行業也同樣成立。
由於 AI 世代演進速度極快，企業每次採用新一代模型都必須重新調整組織，長期下來學習成本相當可觀，不少企業因此選擇觀望、等待技術更成熟再一次到位採用。整體而言，台灣企業目前對 AI 的採用態度比美國企業保守，就業市場受到的衝擊也明顯小於美國。
Q8：台灣現在的高速成長，是曇花一現還是結構性趨勢？接下來該加碼投資什麼，才不會只剩下半導體？
A： 這裡要看兩個面向。第一，諾貝爾經濟學獎得主羅默（Paul Romer）在內生成長理論之外，還有一篇較少被引用的文章指出：高度依賴資本投入的經濟體（台灣的半導體正是典型案例），會出現所謂的熱潮期與冷卻期。原因是資本不只追逐便宜勞力，資本彼此之間也需要互補。投入某個半導體環節的資本，需要搭配其他裝置一起到位，無法單獨移往其他地方。
當台灣進入熱潮階段，越多資本願意留在台灣，就會形成正向循環；相對地，越南目前欠缺足夠的工程師人才，資本自然難以單獨移入。從這個角度看，近期輝達執行長黃仁勳頻繁來台、宣布加碼投資與設立新總部，某種程度呼應了這個邏輯：台灣現在的成長，比較不像單純的景氣循環，更像是一個新的發展階段。
但另一方面，台灣仍有不少被亮眼數字掩蓋的問題，尤其是醫療與長照體系。隨著台灣高齡化程度上升，就醫需求穩定上升，但特定科別的醫師人力卻可能不增反減，健保制度下的人力調配與實際需求已出現落差。當漂亮的成長數字讓大家都賺了不少錢，卻換不到足夠的醫療照護人力時，家中長輩看病、長照需求該如何解決，是目前政策討論中相對被忽略、卻至關重要的課題。
黃亮崢： 鄭紹鈺提醒，不該只停留在「半導體很好」這個表層觀察，就急著問下一座護國神山在哪裡；半導體成長的溢出效應，確實讓許多台灣中小企業有機會跟著轉型升級，這是好事，但不均衡發展終究會影響到每個人的日常生活：你買不買股票、住在哪個城市、家裡長輩能不能順利就醫。漂亮的成長數字背後，更值得花時間想的，是你自己的下一步要怎麼選，以及要不要為台灣那些被掩蓋的長期問題（醫療、文化、長照）多投入一點關注。
收聽完整 Podcast｜【數位關鍵字】EP248.人均GDP破四萬為何薪水沒跟上？鄭紹鈺從分配理論拆解台灣真相
資料來源：中華經濟研究院
（本文初稿為 AI 編撰）
