香港經濟自二戰後儘管經歷多次起伏，其國際金融及貿易中心地位，依然在世界經濟舞台上歷久不衰。然而，面對近年全球經濟增長放緩、區域競爭激烈及地緣政治局勢惡化，香港作為高度外向型的自由經濟體，我們不能因為過去均能化危為機便心存僥幸。時移世易，香港現時面對人口老化等諸多內憂，加上外部挑戰，未必如昔日般「耐寒」。

面對這些新時代的挑戰，我們不能因循守舊，必須努力尋找方法提升自身的競爭力，解決經濟的老大難問題。

經濟未解的「老大難」

香港經濟近幾年面對的挑戰之一，是政府財政赤字問題持續。特區政府於2017至2018年度的盈餘達至1490億元，創歷史新高；而在2023/24年度卻錄得1002億元的赤字。本年度（2024至2025）財赤原本預期會縮減至481億元，但目前估計則將高達約1000億元，其中尚未扣除政府發債所得，實際赤字應該更大。財赤的背後，既有政府開支快速增長，亦有政府收入倒退的因素。政府開支在2017/18年度為4709億元；到了2023至2024年度已大幅增至7213億元，當中非經常開支、社福和衛生開支增速較快，而後者並不易扣減。與此同時，特區政府收入從6198億元倒退至5494億元。

如【圖】所示，在政府收入的主要來源中，2017//18年度有26.6%來自賣地、15.4%的收入來自印花稅；到了2023/24年度，賣地收入佔比已銳減至3.6%，而印花稅的佔比則大幅下滑至8.9%。雖然投資收入佔比從3.5%升至13.6%，但始終並非一項穩定的收入來源。此外，稅務局2023/24年報顯示，於2022/23課稅年度只有約183萬市民需要繳交薪俸稅，稅基依然偏小。整體經濟不景，政府難望在短期內大幅削減居高不下的財政赤字。

圖1 香港特區政府於2017-18及2023-24財年的收入來源

香港經濟面對的挑戰之二，是未能充分發揮粵港澳大灣區融合發展帶來的經濟效益。目前大灣區內的消費活動已經高度融合，但香港的專業服務業仍未能完全融入大灣區的發展。近年港人北上消費成風，但南下旅客消費意欲普遍較弱。同時，愈來愈多港人選擇在內地電商平台購物，對本港實體店的銷量造成一定影響。根據統計處的數據，2018年零售業銷貨價值指數為144.8點，2023年只有121.3點，至2024年首10個月的平均數字進一步跌至111.8點。

此外，2018年零售業銷貨數量指數為148.9點，2023年只有113.9點，至2024年首10個月的平均數字進一步跌至103.3點。兩者降幅同樣顯著。誠言，由於租金和人工成本的約束，香港零售業確實難以在性價比方面與內地同行競爭。但是，香港擅長的專業服務業似乎亦未能充分把握大灣區的市場機遇，這除了是因為近年宏觀經濟轉弱，亦有跨境專業資格認證滯後、行政程序繁瑣等原因。

香港經濟面對的挑戰之三，是中產階層逐漸萎縮、國際人才流失。經濟結構單一是中產階層逐漸萎縮的一大原因，香港中等收入工作一向集中於金融、房地產及專業服務業，當這些行業遭遇逆風，問題便馬上浮現。此外，近年大量中產階層移民海外，雖然亦有大量高學歷的新移民來港，但國際化程度較低。港大經管學院的《香港經濟政策綠皮書2024》曾利用領英數據作出分析，其中亞裔佔離港者的比例為58%，佔來港者的比例卻高達79%；而離港者的聯繫人數目更是來港者的1.7倍。

四大變革邁出新方向

要破解上述問題並非易事，筆者簡列以下四大政策方向，以收拋磚引玉之效。

一、闢財源擴闊稅基

香港可以借鑑新加坡，考慮採用循序漸進的方式引入消費稅，緩解政府財政壓力。新加坡於1994年開徵3%的商品及服務稅（簡稱GST），其後逐步增至2024年的9%。2023年，此一稅項已貢獻該國政府15.7%的財政收入。若按香港私人消費開支計算，扣除現有重疊稅項，粗略估算每2%的GST可為特區政府帶來約270億元的增量收入，約佔2023年財政收入的5%。參考新加坡的經驗，零售業銷售在2007年及2023年調高GST稅率後有所下降，但在1994年、2003年及2004年調高GST稅率後沒有下降。近期RHB銀行的經濟學家在一項研究中指出，新加坡於2024年1月調高GST稅率後，對消費習慣並無明顯影響。從中可見，調高GST稅率後，零售業銷售並非必然變差，關鍵在於力度把控、預期管理和福利政策的相互配合，以確保市民保持消費意欲。

誠然，徵收GST在新加坡亦有引起爭議，例如有意見認為生活必需品應獲得豁免。新加坡政府不接納該意見的原因在於潛在增加的合規和審查成本，其選擇通過發放GST代金券、資助公共教育和醫療服務等方式來紓緩低收入家庭的生活壓力。無論如何，GST過低不足以減輕政府財困，過高則會引起商家、市民的不滿，以及可能造成過分的通脹壓力；如何在兩者之間取得平衡是政策制定的一大難點。此外，政府亦可考慮出售閒置資產，包括閒置物業和過剩股權，以紓緩財政壓力。

二、謀發展推公私營協作

特區政府可考慮通過加強公私營界別合作，推動基建發展，此舉既可減少政府前期投入和營運的成本，又能引進先進企業的技術和管理經驗。許多國際城市通過這種發展模式已取得了可觀成效。例如美國芝加哥的Skyway公路、加州長灘港的再發展項目、新加坡濱海灣金沙綜合度假村、國內北京地鐵4號線項目，以至本港的東區海底隧道等。公私營界別合作方式固然各式各樣，較常見的包括「建設－營運－移交」、「建設－擁有－營運」、「轉讓－營運－移交」等模式，香港可視乎實際需要斟酌選用。

三、藉獨特優勢融入大灣區

香港需要優化與大灣區其他城市之間的融合，充分揮區域經濟帶來的好處。香港與內地最近簽署《內地與香港關於建立更緊密經貿關係的安排》服務貿易協議第二份修訂協議，據此，當中內地對本港多個專業服務領域進一步開放。特區政府可在此基礎上，繼續與大灣區其他城市保持密切溝通和合作，以確保政策得到有效落實，例如幫助香港的產業測量企業進行備案，以便其通過聯合體模式競投大灣區的諮詢項目。

再者，香港的高等教育在大灣區內優勢明顯，政府可與各城市保持緊密合作，繼續支持香港高校於區內擴建分校，並在後續發展中取得成功。其中，尤其有必要打通「四流」，即人流、貨物流、資金流和資訊流，唯其如此，方能使大灣區分校同時獲得國內和國外的寶貴資源，並保持香港高校國際化的競爭優勢。

為最大程度上消除香港金融、法律和會計等各個專業領域服務大灣區市場的障礙，特區政府仍需要繼續推動打通大灣區內的制度壁壘。例如，香港律師會和中山大學在《香港法律執業者在粵港澳大灣區首階段發展現況調研報告》中指出，在目前的內地法規下，香港律師事務所與內地律師事務所聯營，不得採取合夥型聯營和法人型聯營。因此，實踐中香港律所和內地律所的合作主要是非合夥型聯營，其衍生出許多問題，例如律師利益衝突處理不同、業務受理範圍和處理標準不同、雙方法律責任規定不明確等。

四、積極搶人才兼吸引外資

在吸引內地人才和資金的同時，香港有必要重視吸引海外人才和外國資金，以維持自身作為國際大都市的相對優勢。當前地緣政治緊張，華裔頂尖科技人才在歐美等地發展事業遭遇障礙，特區政府不妨借機爭取他們來港發展。與此同時，特區政府亦可考慮為各大學設定具體的績效指標，例如規定外國學生須達到一定比例，以鞏固香港高校國際化的強項。

毋庸置疑，香港必須繼續利用「一國兩制」的獨特優勢，為內地招徠更多的外商直接投資。同時，引進重點企業辦公室除了繼續引進內資外，亦需要加強引進外國領先企業，以維持香港聯通世界的獨特優勢。人工智能、生命科技、金融科技、先進製造、新能源等新興產業的發展，關係到香港未來是否能夠創造更多優質工作，以壯大中產階層和促進經濟繁榮。

正如筆者於兩年前在本欄中提及，吸引人才的前提，是創造宜居宜業的環境。否則，即使人才來港，他們亦不會久留。一方面，人才需要在香港找到優質的工作、接觸到生氣勃勃的業界社群，以及享受舒適而多姿多采的生活環境；另一方面，人力資本是否優質亦是企業落戶香港的重要考慮因素。因此，招商引資、搶人才，甚至是文娛政策，應該相輔相成，而不是獨立運作。留住人才和企業是一個系統工程，香港需要全方位的政策配合，方能成功。

鄧希煒教授
港大經管學院副院長（對外事務）、馮國經馮國綸基金經濟學教授

張超藝
港大經管學院香港經濟及商業策略研究所高級研究助理

（本文同時於二零二四年十二月十八日載於《信報》「龍虎山下」專欄）

今時今日，人工智能（AI）技術突飛猛進，從智能助手到自動駕駛，從工業生產到醫療診斷，AI的應用已深入人類生活的方方面面。根據國際數據公司（International Data Corporation）預測，全球AI市場規模將從2022年的1324億美元增長到2027年的5124億美元。

在為AI帶來的創新便利歡呼之餘，社會各界是否意識到，這場科技革命正在悄然對地球環境造成巨大影響？事實上，AI發展過程中產生的碳排放問題，已經到了不容忽視的地步。

隱形殺手：AI訓練的碳足跡

要理解AI對環境的影響，必須揭開AI模型訓練的面紗。現代AI模型，尤其是大型語言模型的訓練過程，需要海量的數據支持和龐大的計算資源。根據馬薩諸塞大學阿默斯特分校的最新研究，訓練一個大型AI模型產生的碳排放量高達62.6萬磅，相當於5輛汽車從生產到報廢的全生命周期碳排放總和。

具體而言，GPT-3的訓練過程，大約產生552噸二氧化碳；至於規模更大的GPT-4，碳排放量估計超過1000噸。令人尤其擔憂的是，這個數字正在不斷攀升。在「大模型即王道」的行業共識下，各大科技公司爭相發展更大規模的模型，導致能源消耗呈指數級增長。到2030年，估計AI行業的碳排放量將佔全球碳排放的3.5%。

數據中心：AI時代的耗能巨獸

當前AI大模型的能源消耗令人咋舌。史丹福AI研究所數據顯示，GPT-3單次訓練耗電1287兆瓦時，相當於3000輛特斯拉電動車各行駛20萬英里的總耗電量，產生552噸二氧化碳排放。

從日常應用看，ChatGPT回應用戶1次，耗電量達2.96瓦時，差不多是標準谷歌搜索（0.3瓦時）的10倍；由AI驅動的谷歌搜索更需8.9瓦時。水資源消耗同樣驚人：GPT-3訓練期間，耗水近700噸，每20至50個問題就需500毫升水。2022年，Meta公司僅在數據中心冷卻上，就已耗水260多萬立方米。

能耗激增的根源

人工智能大模型的高能源消耗主要源於兩大核心因素。首先，隨着AI技術的快速反覆運算，晶片需求量急升，直接推高了電力消耗。現代AI模型的訓練和推理過程使用大量計算資源，這些資源主要依賴高性能硬體，包括圖形處理單元（GPU）和專用集成電路（ASIC），運行時耗電極大，以應付複雜的計算。隨着AI模型規模不斷擴大，所需的計算能力也呈指數級增長，對高性能晶片的需求亦有增無已，令整體電力消耗量飆升。

再者，AI模型訓練過程需要強大的算力支持，這些運轉不息的數據中心產生高熱量，必須冷卻處理。中心作為AI計算的核心基礎設施，其能耗問題尤為明顯。伺服器和儲存設備在高負荷運行時會釋出巨大熱量，如果不及時散熱，設備的性能和壽命都會嚴重受損。因此，數據中心都配備高效的冷卻系統，以確保設備在適當溫度下操作。

數據中心營運成本結構中，電費佔總成本的60%，其中超過40%用於冷卻散熱系統；特別是在風冷數據中心，超過60%的電力用來散熱，真正用於計算的電力還不到40%。這種能源利用效率的失衡，導致全球數據中心的耗電量已達10年前的近10倍。傳統的風冷系統雖然成本較低，但效能亦較低，難以滿足現代數據中心的高效散熱所需。相比之下，液冷系統雖然初期投資較高，但散熱效率亦高，能夠大幅降低數據中心的能源消耗。

此外，中心的選址和設計也對能耗有重大影響。不少數據中心建在電力成本較低而氣候炎熱的地區，加重冷卻系統的負擔。為了提高能源利用效率，數據中心應優先選擇氣候涼爽、能源供應穩定的地區，並採用模組化設計，以便根據需求靈活調整計算資源的配置。

最後，AI模型的訓練和推理過程還涉及大量的數據傳輸和儲存，這也增加了能源消耗。隨着數據量持續增加，中心因需要更多儲存設備和更高頻寬才足以應付，而進一步推高能耗。由此可見，企業應積極採用數據壓縮和優化傳輸技術，減少不必要的程序，以便降低能耗。

企業解決方案和政策建議

面對AI技術帶來的環境挑戰，企業和政策制定者需要採取一系列減碳措施。一、企業應積極採用綠色能源和節能技術。通過投資太陽能、風能等可再生能源，減少對傳統化石燃料的依賴。二、企業應優化AI模型的訓練演算法，減少不必要的計算量，從源頭上降低能源消耗。三、企業應加強數據中心的管理和技術升級。採用液冷等高效冷卻技術，提升能源使用效率。通過智能調度和負載均衡，減少數據中心的閒置資源浪費。四、企業可通過虛擬化技術，整合計算資源，進一步降低能耗。

在政策層面，一、政府應制定嚴格的能效標準，推動AI技術的綠色發展。通過稅務優惠和資助，鼓勵企業採用節能技術和可再生能源。二、加強對數據中心的監管，制定能源效益評估標準，推動行業整體能效提升。三、政府和業界攜手推動公眾和企業的環保意識。通過碳排放交易、碳抵消等機制，減少AI技術對環境的負面影響。教育和宣傳是不可或缺的範疇，只有當AI發展與環境保護之間的關係廣為人知，才能形成社會共識，合力應對。

危機中的曙光

AI技術勢不可擋，但我們必須確保其發展不以犧牲環境為代價。通過科技創新、企業自律、政府引導和社會監督等多管齊下的方式，在享受AI便利的同時，亦可把環境影響降至最低。根據國際可再生能源機構的預測，若能採取積極措施，到2030年，AI行業的碳排放增長率可以控制在每年5%以內。

作為這個時代的見證者和參與者，我們每個人都應該關注AI發展帶來的環境問題，用實際行動支持綠色AI的發展。只有這樣，才能夠確保AI技術真正造福人類，而不會變成地球的另一個負擔。在追求科技進步的道路上，環境保護絕不應作為可有可無的點綴，反之應是必須嚴格遵守的底線。讓社會上下齊心協力，推動AI走向更加綠色、可持續的未來。

通過政策引導、科技創新和公眾參與，香港不難在2035年之前，實現AI行業的碳中和目標，為全球可持續發展作出貢獻。

本欄逢周三刊登

章逸飛博士
港大經管學院經濟學高級講師

今時今日，人工智能（AI）技術突飛猛進，從智能助手到自動駕駛，從工業生產到醫療診斷，AI的應用已深入人類生活的方方面面。根據國際數據公司（International Data Corporation）預測，全球AI市場規模將從2022年的1324億美元增長到2027年的5124億美元。

在為AI帶來的創新便利歡呼之餘，社會各界是否意識到，這場科技革命正在悄然對地球環境造成巨大影響？事實上，AI發展過程中產生的碳排放問題，已經到了不容忽視的地步。

隱形殺手：AI訓練的碳足跡

要理解AI對環境的影響，必須揭開AI模型訓練的面紗。現代AI模型，尤其是大型語言模型的訓練過程，需要海量的數據支持和龐大的計算資源。根據馬薩諸塞大學阿默斯特分校的最新研究，訓練一個大型AI模型產生的碳排放量高達62.6萬磅，相當於5輛汽車從生產到報廢的全生命周期碳排放總和。

具體而言，GPT-3的訓練過程，大約產生552噸二氧化碳；至於規模更大的GPT-4，碳排放量估計超過1000噸。令人尤其擔憂的是，這個數字正在不斷攀升。在「大模型即王道」的行業共識下，各大科技公司爭相發展更大規模的模型，導致能源消耗呈指數級增長。到2030年，估計AI行業的碳排放量將佔全球碳排放的3.5%。

數據中心：AI時代的耗能巨獸

當前AI大模型的能源消耗令人咋舌。史丹福AI研究所數據顯示，GPT-3單次訓練耗電1287兆瓦時，相當於3000輛特斯拉電動車各行駛20萬英里的總耗電量，產生552噸二氧化碳排放。

從日常應用看，ChatGPT回應用戶1次，耗電量達2.96瓦時，差不多是標準谷歌搜索（0.3瓦時）的10倍；由AI驅動的谷歌搜索更需8.9瓦時。水資源消耗同樣驚人：GPT-3訓練期間，耗水近700噸，每20至50個問題就需500毫升水。2022年，Meta公司僅在數據中心冷卻上，就已耗水260多萬立方米。

能耗激增的根源

人工智能大模型的高能源消耗主要源於兩大核心因素。首先，隨着AI技術的快速反覆運算，晶片需求量急升，直接推高了電力消耗。現代AI模型的訓練和推理過程使用大量計算資源，這些資源主要依賴高性能硬體，包括圖形處理單元（GPU）和專用集成電路（ASIC），運行時耗電極大，以應付複雜的計算。隨着AI模型規模不斷擴大，所需的計算能力也呈指數級增長，對高性能晶片的需求亦有增無已，令整體電力消耗量飆升。

再者，AI模型訓練過程需要強大的算力支持，這些運轉不息的數據中心產生高熱量，必須冷卻處理。中心作為AI計算的核心基礎設施，其能耗問題尤為明顯。伺服器和儲存設備在高負荷運行時會釋出巨大熱量，如果不及時散熱，設備的性能和壽命都會嚴重受損。因此，數據中心都配備高效的冷卻系統，以確保設備在適當溫度下操作。

數據中心營運成本結構中，電費佔總成本的60%，其中超過40%用於冷卻散熱系統；特別是在風冷數據中心，超過60%的電力用來散熱，真正用於計算的電力還不到40%。這種能源利用效率的失衡，導致全球數據中心的耗電量已達10年前的近10倍。傳統的風冷系統雖然成本較低，但效能亦較低，難以滿足現代數據中心的高效散熱所需。相比之下，液冷系統雖然初期投資較高，但散熱效率亦高，能夠大幅降低數據中心的能源消耗。

此外，中心的選址和設計也對能耗有重大影響。不少數據中心建在電力成本較低而氣候炎熱的地區，加重冷卻系統的負擔。為了提高能源利用效率，數據中心應優先選擇氣候涼爽、能源供應穩定的地區，並採用模組化設計，以便根據需求靈活調整計算資源的配置。

最後，AI模型的訓練和推理過程還涉及大量的數據傳輸和儲存，這也增加了能源消耗。隨着數據量持續增加，中心因需要更多儲存設備和更高頻寬才足以應付，而進一步推高能耗。由此可見，企業應積極採用數據壓縮和優化傳輸技術，減少不必要的程序，以便降低能耗。

企業解決方案和政策建議

面對AI技術帶來的環境挑戰，企業和政策制定者需要採取一系列減碳措施。一、企業應積極採用綠色能源和節能技術。通過投資太陽能、風能等可再生能源，減少對傳統化石燃料的依賴。二、企業應優化AI模型的訓練演算法，減少不必要的計算量，從源頭上降低能源消耗。三、企業應加強數據中心的管理和技術升級。採用液冷等高效冷卻技術，提升能源使用效率。通過智能調度和負載均衡，減少數據中心的閒置資源浪費。四、企業可通過虛擬化技術，整合計算資源，進一步降低能耗。

在政策層面，一、政府應制定嚴格的能效標準，推動AI技術的綠色發展。通過稅務優惠和資助，鼓勵企業採用節能技術和可再生能源。二、加強對數據中心的監管，制定能源效益評估標準，推動行業整體能效提升。三、政府和業界攜手推動公眾和企業的環保意識。通過碳排放交易、碳抵消等機制，減少AI技術對環境的負面影響。教育和宣傳是不可或缺的範疇，只有當AI發展與環境保護之間的關係廣為人知，才能形成社會共識，合力應對。

危機中的曙光

AI技術勢不可擋，但我們必須確保其發展不以犧牲環境為代價。通過科技創新、企業自律、政府引導和社會監督等多管齊下的方式，在享受AI便利的同時，亦可把環境影響降至最低。根據國際可再生能源機構的預測，若能採取積極措施，到2030年，AI行業的碳排放增長率可以控制在每年5%以內。

作為這個時代的見證者和參與者，我們每個人都應該關注AI發展帶來的環境問題，用實際行動支持綠色AI的發展。只有這樣，才能夠確保AI技術真正造福人類，而不會變成地球的另一個負擔。在追求科技進步的道路上，環境保護絕不應作為可有可無的點綴，反之應是必須嚴格遵守的底線。讓社會上下齊心協力，推動AI走向更加綠色、可持續的未來。

通過政策引導、科技創新和公眾參與，香港不難在2035年之前，實現AI行業的碳中和目標，為全球可持續發展作出貢獻。

本欄逢周三刊登

章逸飛博士
港大經管學院經濟學高級講師

今天當我們戴上耳機聆聽音樂時，會否意識到超過30%的音樂已經是由AI生成的？從去年一首AI生成歌曲Heart on My Sleeve在Spotify上一舉獲得逾2000萬的點擊，到今年年初，最大唱片公司環球唱片（Universal Music）因為AI音樂泛濫，而把旗下所有音樂從最大手機短視頻平台TikTok上撤銷，再到今年年中環球唱片和TikTok達成協議，後者同意在所有AI音樂視頻上加上「AI音樂」的標籤，AI技術對音樂產業的影響來勢洶洶。

是喜還是憂？

隨着AI技術的發展，各大科技公司的觸角已經深入到音樂行業。比如，Meta公司去年推出的MusicGen模型可以根據用戶輸入的文字生成音樂，而另一家公司Stability AI在今年推出的Stable Audio 2.0模型更允許用戶上傳現成的音樂，從而生成風格迥異的新音樂，音效甚至堪比黑膠唱片。

喜的是，AI讓非音樂專業出身的普通人不僅可以輕輕鬆鬆「創作」音樂，甚至還可以利用這些「創作」獲得額外的收入。美國一家初創公司Boomy允許用戶將其利用AI模型生成的音樂上載到Spotify等音樂串流平台，從而賺取佣金。

但憂的是，如果音樂可以被AI模型「創造」出來，那專業音樂人會否就此失業？從去年荷里活演員和劇作家對AI持續了5個月的抗議，不難看出這種憂慮已迫在眉睫。

事實上，這種憂慮也並非空穴來風。2017年Spotify上播放的音樂中，有87%是來自唱片公司的簽約歌手，但是到了2022年這個比率下降到了75%。截至2023年，AI已經生成了超過一億首樂曲，大概佔據了我們30%傾聽音樂的時間。業界人士預計，AI音樂的市場收益將會在2026年達到70億美元；到2030年，AI音樂將佔據50%的音樂市場份額。

數量抑或質素？

目前AI生成音樂的優勢在於速度和數量。美國初創公司Boomy聲稱，短短幾年AI生成樂曲已多達1800萬首；相比之下，Spotify上縱貫古今的曲目也只有一億首。可是，AI生成的音樂質素是否可以媲美專業音樂人的創作呢？目前AI的「創作」是基於過去的音樂，隨着數量的迅速增長，其質素會回歸平均（Regression to the mean）；而當大眾對新技術的新鮮感退潮後，對AI生成的音樂會否感到厭煩，轉而追捧音樂人的創作？又或者，AI生成音樂和音樂人的原創音樂是否可以「科學分工」，比如AI生成音樂可以作為成本較低的背景音樂，而音樂人的創作則在演唱會舞台上熠熠生輝。

人們對於數量和質素的要求，從來都不是捨此棄彼，如何優勢互補，值得AI公司和音樂人共同探索。

對AI生成音樂感到頭痛的，不僅僅有音樂人，更有靠音樂版權為生的唱片公司。AI模型之所以可以「創造」音樂，依賴的原材料就是現有唱片公司旗下的音樂。模型學習了這些音樂的特點，從而「創造」新的音樂。但是AI公司是否需要為這些原材料付版權費？AI創造出來的音樂，是否也應該受版權保護？

近年來，對這些問題的挑戰層出不窮。比如去年，環球唱片指控一家由亞馬遜和谷歌投資的AI公司Anthropic非法使用旗下的音樂，來訓練AI模型。Anthropic公司則聲稱使用現有的音樂訓練AI模型，不屬於盜版侵權。

挑戰還是機會？

由於AI技術的發展速度遠遠超過了現行知識產權法例的進展，這些無法迅速解決的問題，就成為了灰色地帶，為唱片公司和AI科技公司既帶來挑戰，也提供機會。回顧歷史，這不是唱片公司第一次遇到科技對版權的挑戰。早在二十世紀末，當音樂從CD變成MP3電子檔案，加上Napster等共享檔案平台的興起，盜版音樂泛濫讓不少唱片公司幾近關門大吉。唱片業花了10年時間，才開發出比傳統售賣CD更加有利可圖的商業模式，並最終與音樂串流平台在音樂版權上達成協議。

以史為鑑，隨着AI音樂勢不可擋，唱片公司不再視其為洪水猛獸，而是努力尋找新的商業模式，讓音樂版權在AI時代可帶來更大收益。華納音樂集團CEO Robert Kyncl曾表示：「我們不會簡單粗暴地拒絕阻止AI。」在推動音樂版權的法律界定和保護措施的同時，積極利用AI，一方面協助專業音樂人以更低成本、更快速度創作音樂，比如運用AI將播客（Podcasts）內容轉換成不同語言，讓不同國度的聽眾一飽耳福，甚至利用機器學習模型將披頭四主唱John Lennon在1973年留下的一首模糊音樂demo提取出來，不僅在50年後的今天「復活」了這首Now and Then，還讓披頭四的經典歌曲重新火了一把；另一方面，也訓練AI模型來精準定位侵權音樂，在必要時提出法律訴訟。更有甚者，使出「蘿蔔加大棒」的策略，一邊抗議AI公司侵權，一邊推進與AI公司合作，利用其版權優勢搶佔市場先機。

兩百年前，一曲《命運交響曲》讓我們感受到雙耳失聰的貝多芬對命運的抗爭；兩百年後的今天，如果貝多芬復活，AI是否可以化為他的耳朵，促發他的靈感，為我們帶來更多傳世佳作？兩百年前，貝多芬用音符吶喊出：「聽！命運在敲門！」兩百年後的今天，希望AI敲開的是人類創造力之門！

本欄逢周三刊登

范亭亭博士
港大經管學院市場學首席講師

前段時間，特首發布2024年《施政報告》，其中一章提到未來政府將會投入更多發展數字經濟，尤其是貿易數字化。具體措施包括會加快建成貿易單一窗口、及在金管局內部成立工作小組研究從人才和基礎建設方面如何建成香港的數字貿易生態圈。

《施政報告》一經發布，便引起坊間的廣泛討論。筆者曾經多次在文章中及坊間倡議發展香港貿易數字化。數字貿易不但是未來貿易的趨向，更是香港發展的大好機會。因此，除去投入貿易單一窗口等硬件建設的準備，香港更應重視貿易模式的轉型，對數字服務業及跨境電子商貿的貿易發展做好充足的準備。

無紙化貿易

數字貿易其中一個重點是無紙化貿易，通過將貿易過程中所涉及的所有步驟電子化、自動化，包括將紙本文檔變成數字文檔，人力審核的步驟變成電子審核，從而降低人力，物力和時間的成本。《施政報告》中提及的貿易單一窗口（Trade Single Window）相當於數字化的海關。將貿易需要的各項手續，包括報關，填寫或提交文件以及繳費等集成于一個單一的數字平台，以簡化進出口的手續。

貿易單一窗口並不是近年才出現的新概念。貿易單一窗口已於很多國家存在多時，並且已經投入廣泛應用。聯合國數字及可持續貿易調查報告顯示，截至2023年，全球已有超過40個國家建成了完整的貿易單一窗口。其中既有歐美、日本等發達國家，也有秘魯、泰國及巴西等發展中國家。目前香港貿易單一窗口前兩個階段的建設已經結束，政府計劃2026年將會完成最後一個階段的建設。

除海關以外，國際貿易還包括發貨，取貨，貸款，保險等很多環節。目前仍然有很多環節當中必須使用紙本文件。世界貿易組織（WTO）2022年的一份報告估計，每一筆跨境貿易涉及至少36份文件的240份副本。若然可以將所有文件的提交、審核和處理全部電子化，不但可以節省紙張，保護環境，更會簡化程序，節省很多時間和人力。香港在發展貿易單一窗口的同時，也應該盡快完善其他貿易相關部門的電子化，包括更新關於電子文檔法律效力的條例，及處理電子文檔的數碼基建，令香港有能力處理更大的貿易量。

電子商務

無紙化可謂是數字貿易乃至數字經濟的基礎，但數字貿易不止是將傳統貨物貿易流程電子化。WTO及世界銀行將數字貿易分成兩大類別：通過數字渠道購買的貿易（digitally ordered trade）以及可以通過數字渠道交付的貿易（digitally deliverable trade）。前者的主要代表就是電子商貿，而後者則包括金融、法律、諮詢等大部分服務。香港市場對兩種數字貿易都有很大的潛力，電子商務在香港仍然處於初步發展階段，仍然有很多機會有待開發。而服務業進出口更是香港的長處，將服務貿易數字化必定可以為香港繁榮的服務業帶來更大的機遇。

電子商務已經是一個全球收入超過四萬億美元的巨大市場，且預計至少在下一個十年將會持續快速增長。香港近年的電商市場也正在迅速發展。據政府統計，2023年全港電子商務銷售額已超過300億港元，而且有明顯的繼續上升的勢頭。相信讀者在日常生活中也有直觀感受，無論是本土的友和、HKTV Mall、或是大陸的淘寶及京東，甚至海外的亞馬遜，在網上平台或者銷售，已經成為我們生活中愈來愈重要的一部分。

香港的電商市場仍然有很大的發展空間。目前電子商務銷售約佔全港零售額的8%，不單遠低於電商發達的市場如中國大陸、英國及韓國（三者均超過25%），也低於亞洲鄰近地區如日本、中國台灣、新加坡等。目前較低的市場佔比意味着還有很多可以發掘的消費潛力未有得到開發，同時也意味着還有很多企業及商戶有機會從電子商務中分一杯羹。

目前香港的電子商務市場有兩個亟需改善的方面。首先物流配送及網絡平台等電商相關的硬件建設不夠完善。當大陸、日韓已經可以做到隔日送達、當天送達甚至配送速度按小時計算的時候，一個從九龍到港島的訂單可能也需要三日才能送達。而當消費者在購物後遇到問題，從售後服務和溝通到退貨退款等步驟也都相當繁瑣，種種不便之處令網上購物失去了便捷性這個最大的優點。對於追求效率的香港人而言，可能直接出門購買甚至北上深圳購物的效率更高。

另外，對於有意發展電子商務的商戶而言，沒有合適的人才也是難題之一。香港本土電商領域的人才不足，大企業招聘尚且不易，中小企業更是難上加難。Fedex 2022發布的報告表明，香港有60%的中小企業表示難以招聘到具有電商相關技能的人才。電商在管理、銷售、營運推廣等方面與傳統零售有所不同，因此對於很多商戶而言，專業的電商人才是發展電子商務必不可少的因素。香港政府應該加大對本地院校或企業的人才培訓計劃的支持，盡快提升人才儲備以助力本港的電子商貿行業。

服務貿易

服務貿易中可以通過數字渠道交付的有很大部分屬於專業服務，包括金融、法律、教育、醫療、和資訊科技等。2023年全球數字服務出口量已經超過4萬億美元，其中美國、中國大陸、日本及印度是最大的服務出口地。

香港是全球服務業主導程度最高的地區，服務業對GDP的貢獻超過九成，其中有超過60%是可以通過數字渠道交付的服務。去年全港服務業生產總值超過2.5萬億港元，單是金融一個行業也超過5500億。若然要談論競爭優勢，香港有多元的服務、完善的法規制度、及充足的專業人才，完全不輸上述幾個服務出口的大國。然而實際上的香港的數字服務出口，完全沒有體現這些顯而易見的優勢。2023年，香港所有服務的出口值僅有7000億港元，其中數字服務出口更是僅有3000億港元（約450億美元），而同期新加坡的數字服務出口則接近香港的五倍（1800億美元）。

在數字貿易時代，香港未能發揮服務業的巨大優勢，有以下幾個原因。數字服務出口首先受制於香港尚未完成的貿易無紙化進程。海關、銀行及政府所需的各項手續若未能完全數字化，數字服務出口自然就無法大規模進行。此外，與貨物貿易不同，服務貿易還受到網絡安全、跨境數據傳輸以及跨境電子支付的多種限制。這些問題無法單方面解決，而需要香港與貿易夥伴協商後決定，因此與數字貿易相關的貿易協議不可缺少。在今年的《施政報告》中，政府也已經承諾將在磋商雙邊及多邊貿易協議時加入數字貿易和跨境數據流通相關條款。

最後，所有行業要發展海外市場都需要平台和機會，服務業也不例外。服務業當中的大型企業出口或許可以自己探路，但是中型甚至小型企業若只能靠自己探索海外市場則會困難重重。這些企業需要政府的幫助，為他們提供資訊以及搭橋牽線。正如商品貿易的各種展覽、交流活動。政府不妨考慮採取類似的措施，為服務業界提供外出考察及與海外商家交流的機會，或在香港主要貿易夥伴地區設立辦公室，為服務業提供幫助，令更多服務業的企業有機會拓展海外的市場，從而使香港本已蓬勃的服務業更上一層樓。

鄧希煒教授
港大經管學院副院長（對外事務）、馮國經馮國綸基金經濟學教授

龍淑儀女士
為亞洲環球研究所研究員

（本文同時於二零二四年十月三十日載於《信報》「龍虎山下」專欄）

今天當我們戴上耳機聆聽音樂時，會否意識到超過30%的音樂已經是由AI生成的？從去年一首AI生成歌曲Heart on My Sleeve在Spotify上一舉獲得逾2000萬的點擊，到今年年初，最大唱片公司環球唱片（Universal Music）因為AI音樂泛濫，而把旗下所有音樂從最大手機短視頻平台TikTok上撤銷，再到今年年中環球唱片和TikTok達成協議，後者同意在所有AI音樂視頻上加上「AI音樂」的標籤，AI技術對音樂產業的影響來勢洶洶。

是喜還是憂？

隨着AI技術的發展，各大科技公司的觸角已經深入到音樂行業。比如，Meta公司去年推出的MusicGen模型可以根據用戶輸入的文字生成音樂，而另一家公司Stability AI在今年推出的Stable Audio 2.0模型更允許用戶上傳現成的音樂，從而生成風格迥異的新音樂，音效甚至堪比黑膠唱片。

喜的是，AI讓非音樂專業出身的普通人不僅可以輕輕鬆鬆「創作」音樂，甚至還可以利用這些「創作」獲得額外的收入。美國一家初創公司Boomy允許用戶將其利用AI模型生成的音樂上載到Spotify等音樂串流平台，從而賺取佣金。

但憂的是，如果音樂可以被AI模型「創造」出來，那專業音樂人會否就此失業？從去年荷里活演員和劇作家對AI持續了5個月的抗議，不難看出這種憂慮已迫在眉睫。

事實上，這種憂慮也並非空穴來風。2017年Spotify上播放的音樂中，有87%是來自唱片公司的簽約歌手，但是到了2022年這個比率下降到了75%。截至2023年，AI已經生成了超過一億首樂曲，大概佔據了我們30%傾聽音樂的時間。業界人士預計，AI音樂的市場收益將會在2026年達到70億美元；到2030年，AI音樂將佔據50%的音樂市場份額。

數量抑或質素？

目前AI生成音樂的優勢在於速度和數量。美國初創公司Boomy聲稱，短短幾年AI生成樂曲已多達1800萬首；相比之下，Spotify上縱貫古今的曲目也只有一億首。可是，AI生成的音樂質素是否可以媲美專業音樂人的創作呢？目前AI的「創作」是基於過去的音樂，隨着數量的迅速增長，其質素會回歸平均（Regression to the mean）；而當大眾對新技術的新鮮感退潮後，對AI生成的音樂會否感到厭煩，轉而追捧音樂人的創作？又或者，AI生成音樂和音樂人的原創音樂是否可以「科學分工」，比如AI生成音樂可以作為成本較低的背景音樂，而音樂人的創作則在演唱會舞台上熠熠生輝。

人們對於數量和質素的要求，從來都不是捨此棄彼，如何優勢互補，值得AI公司和音樂人共同探索。

對AI生成音樂感到頭痛的，不僅僅有音樂人，更有靠音樂版權為生的唱片公司。AI模型之所以可以「創造」音樂，依賴的原材料就是現有唱片公司旗下的音樂。模型學習了這些音樂的特點，從而「創造」新的音樂。但是AI公司是否需要為這些原材料付版權費？AI創造出來的音樂，是否也應該受版權保護？

近年來，對這些問題的挑戰層出不窮。比如去年，環球唱片指控一家由亞馬遜和谷歌投資的AI公司Anthropic非法使用旗下的音樂，來訓練AI模型。Anthropic公司則聲稱使用現有的音樂訓練AI模型，不屬於盜版侵權。

挑戰還是機會？

由於AI技術的發展速度遠遠超過了現行知識產權法例的進展，這些無法迅速解決的問題，就成為了灰色地帶，為唱片公司和AI科技公司既帶來挑戰，也提供機會。回顧歷史，這不是唱片公司第一次遇到科技對版權的挑戰。早在二十世紀末，當音樂從CD變成MP3電子檔案，加上Napster等共享檔案平台的興起，盜版音樂泛濫讓不少唱片公司幾近關門大吉。唱片業花了10年時間，才開發出比傳統售賣CD更加有利可圖的商業模式，並最終與音樂串流平台在音樂版權上達成協議。

以史為鑑，隨着AI音樂勢不可擋，唱片公司不再視其為洪水猛獸，而是努力尋找新的商業模式，讓音樂版權在AI時代可帶來更大收益。華納音樂集團CEO Robert Kyncl曾表示：「我們不會簡單粗暴地拒絕阻止AI。」在推動音樂版權的法律界定和保護措施的同時，積極利用AI，一方面協助專業音樂人以更低成本、更快速度創作音樂，比如運用AI將播客（Podcasts）內容轉換成不同語言，讓不同國度的聽眾一飽耳福，甚至利用機器學習模型將披頭四主唱John Lennon在1973年留下的一首模糊音樂demo提取出來，不僅在50年後的今天「復活」了這首Now and Then，還讓披頭四的經典歌曲重新火了一把；另一方面，也訓練AI模型來精準定位侵權音樂，在必要時提出法律訴訟。更有甚者，使出「蘿蔔加大棒」的策略，一邊抗議AI公司侵權，一邊推進與AI公司合作，利用其版權優勢搶佔市場先機。

兩百年前，一曲《命運交響曲》讓我們感受到雙耳失聰的貝多芬對命運的抗爭；兩百年後的今天，如果貝多芬復活，AI是否可以化為他的耳朵，促發他的靈感，為我們帶來更多傳世佳作？兩百年前，貝多芬用音符吶喊出：「聽！命運在敲門！」兩百年後的今天，希望AI敲開的是人類創造力之門！

本欄逢周三刊登

范亭亭博士
港大經管學院市場學首席講師

互相指摘或卸責，也許只是個人沒擔當的怯懦行為，但放大到社會層面，就足以產生混淆公眾視聽的惡果。政治人物往往透過彼此指摘來轉移視線，力求貶低對手而抬高自己。在競爭白熱化的選舉中，不惜一切推卸責任已成政客的慣技，或對選舉結果以至未來管治和政策帶來難以想像的衝擊。

民主黨敗選背後

本月美國總統選舉結果塵埃落定，共和黨特朗普以壓倒性姿態勝出。賀錦麗慘敗後，其所屬民主黨內隨即出現大舉卸責現象，矛頭直指拜登，歸咎他未能及時退選，陷賀錦麗於尷尬境地。不少黨內成員亦認為拜登年老退化，不受選民歡迎，雖然他及後宣布退選，賀錦麗仍因受選民支持度不足，未能於明年入主白宮。

與此同時，民主黨在國會改選中失去參議院和眾議院的控制權，較4年前表現更糟。根據《紐約時報》的分析，自拜登在2020年出任總統以來，美國3100多個縣的選民大都轉向右傾。民主黨向來標榜的支持墮胎權和民主立場，無法像經濟和移民等迫切議題引起選民共鳴。

儘管美國失業率現正維持在歷史低位，股市暢旺，但物價高、房租貴也是事實。拜登任內，物價上漲超過20%。康奈爾大學的經濟學家巴蘇（Kaushik Basu）指出，各種經濟指標之中，通脹對政治影響最大。一般人無需數據，也對通脹有切身感受。再者，《金融時報》的分析顯示，在今年舉行選舉的10個國家中，執政黨的表現都不如上屆選舉，相信也與高通脹有關。

根據民調，三分之二的美國選民對經濟給予劣評，收入較低的一群傾向於支持特朗普。2020年，他以15個百分點的差距失去收入介乎5萬至10萬的選民，但在這次選舉中卻逆轉獲勝。民主黨人似乎忽略了馬斯洛的需求層次理論（Maslow’s Hierarchy of Needs）：基本需要（如財務穩健和身心健康）必須先行，然後再滿足其他方面。在競選活動中，民主黨聚焦於民主等議題而忽略經濟。曾經是該黨核心的工人階級選民不再予以支持，因愈來愈多人按自身的經濟利益來投票。黨內對敗選結果莫衷一是，更出現互相指摘。如此反應，是否就能把選票贏回來？答案不言而喻。政治指摘伎倆層出不窮，皆因政黨或領導人藉此進行政治操弄，以便大權在握。

企業卸責文化

在商業環境中，互相指摘確也頗為普遍。譬如一家公司面臨存亡危機，責任的分配將直接影響其股價和投資者的信心。假使管理層只管找替罪羊，哪怕是象徵式的代罪羔羊，公司亦難逃衰敗的厄運。從管理學的研究可見，將公司失敗歸咎於外部因素的管理層，其整體表現往往不及承認自身責任並自我反省的公司。在瀕臨破產的企業中，可以看到不少經理將業績欠佳委過於其他部門。相反，管理層若有責任感，則有可能轉虧為盈，讓業務重上軌道。前事不忘，後事之師，只有汲取教訓，才能避免重蹈覆轍。

此外，互相指摘也足以助長風險規避文化，員工因害怕受責備而不敢主動行事，或礙於不願分享想法而窒礙創意。眾所周知，成功的企業有賴暢順的運作；管理層必須致力培養團隊合作精神，以解決公司內部的分歧。

「無過失」調查的啟示

反觀一些行業早已認識到指摘的弊端，例如航空業所以在降低意外事故一環取得成效，很大程度上受惠於「無過失」調查的程序。在美國，負責調查有關事故的國家運輸安全委員會明確表示，調查目的並非追究責任，而是找出問題並提出建議，以防同類事件重演。航空業不進行追責的事後調查，為現代航空安全奠下重要基石。

這種調查方式有助於建立開放的安全文化，鼓勵業界報憂，最終目的是確保減少意外事故。英國的航空監管機構在誠實錯誤和其他錯誤之間劃界線，也是個好的起點。航空公司致力於營造一種文化，使機師不會因為與其經驗和培訓相符的決定或疏忽而受到懲罰。這種做法並非完全免責，只是將責任範圍收窄而已。

醫療保健領域也面臨類似情況。一旦發生醫療事故，世界各地對病人的補償制度各有不同。例如英國依賴找出過失的訴訟程序，而紐西蘭則是全球最早實施醫療事故處理制度的國家。紐西蘭率先以「無過失補償」的程序來處理醫療事故，並於1974年成立意外補償局負責，接受因工作、交通或醫療事故導致的傷害賠償申請。在這一制度下，無論醫療措施或副作用造成的傷害是否可以避免，病人均可向補償局提出申請。只要問題與醫療診斷或決策相關，申請便可獲批准。該制度推行後，除非醫療人員的行為嚴重違法，否則紐西蘭患者幾乎無法向醫療機構提出訴訟。

在航空和醫療領域，從錯誤中學習的動機特強，因為從業員在工作中生命隨時受到威脅，安全無疑至關重要。因此，軟件工程師和開發人員經常進行「無過失的事後分析」，以調查網站失靈或伺服器故障等問題。一般人不易理解這種不追責的思維，心理學家James Reason在1990年代為此提出一個框架，以釋除大眾對無能和犯錯者逃避責罰的疑慮。

問責而非卸責

要逃避指摘其實並非易事。一、當事人為了避責往往要大費心力，但指摘別人反而是毫不費力的快速反應，而且容易令人入信。至於記錄錯誤並確保流程得以改進，則難免涉及結構性的變化。例如無過失事後分析長期以來已屬谷歌企業文化的一部分，該公司為此提供模板、反饋和討論小組。二、企業管理層既然大權在握，指摘屬下僱員也就輕而易舉。

加州大學聖地牙哥分校和新加坡南洋理工大學的學者最近合作發表一篇研究論文，指出當權者往往認為其他人會將失敗歸咎於他們。在一項實驗中，參與者被隨機分配為主管或工人，然後檢視有關錯誤的紀錄。參與者都收到道歉信，聲明網絡連接不穩定，以致任務無法正常完成。結果扮演主管者每多認定抄寫員應為失誤負責，主張剋扣其報酬。由此可見掌權與施罰之間的因果關係。

指摘別人似乎也具傳染性。2009年，心理學學者David Sherman 和 John Klein發表合著論文【註】，其中一個實驗要求參與者閱讀有關政治失敗的新聞，然後寫下政客的過失。讀到關於政客將失敗歸咎於特殊利益的報道時，參與者更可能將自己的失敗責任推卸給別人。至於讀到政客承擔責任的參與者，則更可能肯為自身的不足負責。同理，管理高層若輕易指摘別人，公司員工也會有樣學樣。如此一來，不難衍生出一種推卸責任的指摘文化。

不同文化對於失責和指摘的容忍度不盡相同。例如集體主義可能導致共同指摘，而在個人主義的文化中，個人指摘則較常見。相互指摘的經濟學強調人類行為與經濟結果之間的相互作用。了解這些動態關係當有助於機構創造出更具建設性的環境，減少諉過於人，以鼓勵問責和合作。

註：Sherman, D. K. and John M. Klein, “Failure to Blame: The Effect of Collective Blame on Self-Attribution.” Psychological Science, 2009.

謝國生博士
港大經管學院金融學首席講師、新界鄉議局當然執行委員

何敏淙先生
香港大學附屬學院講師

（本文同時於二零二四年十一月二十七日載於《信報》「龍虎山下」專欄）

互相指摘或卸責，也許只是個人沒擔當的怯懦行為，但放大到社會層面，就足以產生混淆公眾視聽的惡果。政治人物往往透過彼此指摘來轉移視線，力求貶低對手而抬高自己。在競爭白熱化的選舉中，不惜一切推卸責任已成政客的慣技，或對選舉結果以至未來管治和政策帶來難以想像的衝擊。

民主黨敗選背後

本月美國總統選舉結果塵埃落定，共和黨特朗普以壓倒性姿態勝出。賀錦麗慘敗後，其所屬民主黨內隨即出現大舉卸責現象，矛頭直指拜登，歸咎他未能及時退選，陷賀錦麗於尷尬境地。不少黨內成員亦認為拜登年老退化，不受選民歡迎，雖然他及後宣布退選，賀錦麗仍因受選民支持度不足，未能於明年入主白宮。

與此同時，民主黨在國會改選中失去參議院和眾議院的控制權，較4年前表現更糟。根據《紐約時報》的分析，自拜登在2020年出任總統以來，美國3100多個縣的選民大都轉向右傾。民主黨向來標榜的支持墮胎權和民主立場，無法像經濟和移民等迫切議題引起選民共鳴。

儘管美國失業率現正維持在歷史低位，股市暢旺，但物價高、房租貴也是事實。拜登任內，物價上漲超過20%。康奈爾大學的經濟學家巴蘇（Kaushik Basu）指出，各種經濟指標之中，通脹對政治影響最大。一般人無需數據，也對通脹有切身感受。再者，《金融時報》的分析顯示，在今年舉行選舉的10個國家中，執政黨的表現都不如上屆選舉，相信也與高通脹有關。

根據民調，三分之二的美國選民對經濟給予劣評，收入較低的一群傾向於支持特朗普。2020年，他以15個百分點的差距失去收入介乎5萬至10萬的選民，但在這次選舉中卻逆轉獲勝。民主黨人似乎忽略了馬斯洛的需求層次理論（Maslow’s Hierarchy of Needs）：基本需要（如財務穩健和身心健康）必須先行，然後再滿足其他方面。在競選活動中，民主黨聚焦於民主等議題而忽略經濟。曾經是該黨核心的工人階級選民不再予以支持，因愈來愈多人按自身的經濟利益來投票。黨內對敗選結果莫衷一是，更出現互相指摘。如此反應，是否就能把選票贏回來？答案不言而喻。政治指摘伎倆層出不窮，皆因政黨或領導人藉此進行政治操弄，以便大權在握。

企業卸責文化

在商業環境中，互相指摘確也頗為普遍。譬如一家公司面臨存亡危機，責任的分配將直接影響其股價和投資者的信心。假使管理層只管找替罪羊，哪怕是象徵式的代罪羔羊，公司亦難逃衰敗的厄運。從管理學的研究可見，將公司失敗歸咎於外部因素的管理層，其整體表現往往不及承認自身責任並自我反省的公司。在瀕臨破產的企業中，可以看到不少經理將業績欠佳委過於其他部門。相反，管理層若有責任感，則有可能轉虧為盈，讓業務重上軌道。前事不忘，後事之師，只有汲取教訓，才能避免重蹈覆轍。

此外，互相指摘也足以助長風險規避文化，員工因害怕受責備而不敢主動行事，或礙於不願分享想法而窒礙創意。眾所周知，成功的企業有賴暢順的運作；管理層必須致力培養團隊合作精神，以解決公司內部的分歧。

「無過失」調查的啟示

反觀一些行業早已認識到指摘的弊端，例如航空業所以在降低意外事故一環取得成效，很大程度上受惠於「無過失」調查的程序。在美國，負責調查有關事故的國家運輸安全委員會明確表示，調查目的並非追究責任，而是找出問題並提出建議，以防同類事件重演。航空業不進行追責的事後調查，為現代航空安全奠下重要基石。

這種調查方式有助於建立開放的安全文化，鼓勵業界報憂，最終目的是確保減少意外事故。英國的航空監管機構在誠實錯誤和其他錯誤之間劃界線，也是個好的起點。航空公司致力於營造一種文化，使機師不會因為與其經驗和培訓相符的決定或疏忽而受到懲罰。這種做法並非完全免責，只是將責任範圍收窄而已。

醫療保健領域也面臨類似情況。一旦發生醫療事故，世界各地對病人的補償制度各有不同。例如英國依賴找出過失的訴訟程序，而紐西蘭則是全球最早實施醫療事故處理制度的國家。紐西蘭率先以「無過失補償」的程序來處理醫療事故，並於1974年成立意外補償局負責，接受因工作、交通或醫療事故導致的傷害賠償申請。在這一制度下，無論醫療措施或副作用造成的傷害是否可以避免，病人均可向補償局提出申請。只要問題與醫療診斷或決策相關，申請便可獲批准。該制度推行後，除非醫療人員的行為嚴重違法，否則紐西蘭患者幾乎無法向醫療機構提出訴訟。

在航空和醫療領域，從錯誤中學習的動機特強，因為從業員在工作中生命隨時受到威脅，安全無疑至關重要。因此，軟件工程師和開發人員經常進行「無過失的事後分析」，以調查網站失靈或伺服器故障等問題。一般人不易理解這種不追責的思維，心理學家James Reason在1990年代為此提出一個框架，以釋除大眾對無能和犯錯者逃避責罰的疑慮。

問責而非卸責

要逃避指摘其實並非易事。一、當事人為了避責往往要大費心力，但指摘別人反而是毫不費力的快速反應，而且容易令人入信。至於記錄錯誤並確保流程得以改進，則難免涉及結構性的變化。例如無過失事後分析長期以來已屬谷歌企業文化的一部分，該公司為此提供模板、反饋和討論小組。二、企業管理層既然大權在握，指摘屬下僱員也就輕而易舉。

加州大學聖地牙哥分校和新加坡南洋理工大學的學者最近合作發表一篇研究論文，指出當權者往往認為其他人會將失敗歸咎於他們。在一項實驗中，參與者被隨機分配為主管或工人，然後檢視有關錯誤的紀錄。參與者都收到道歉信，聲明網絡連接不穩定，以致任務無法正常完成。結果扮演主管者每多認定抄寫員應為失誤負責，主張剋扣其報酬。由此可見掌權與施罰之間的因果關係。

指摘別人似乎也具傳染性。2009年，心理學學者David Sherman 和 John Klein發表合著論文【註】，其中一個實驗要求參與者閱讀有關政治失敗的新聞，然後寫下政客的過失。讀到關於政客將失敗歸咎於特殊利益的報道時，參與者更可能將自己的失敗責任推卸給別人。至於讀到政客承擔責任的參與者，則更可能肯為自身的不足負責。同理，管理高層若輕易指摘別人，公司員工也會有樣學樣。如此一來，不難衍生出一種推卸責任的指摘文化。

不同文化對於失責和指摘的容忍度不盡相同。例如集體主義可能導致共同指摘，而在個人主義的文化中，個人指摘則較常見。相互指摘的經濟學強調人類行為與經濟結果之間的相互作用。了解這些動態關係當有助於機構創造出更具建設性的環境，減少諉過於人，以鼓勵問責和合作。

註：Sherman, D. K. and John M. Klein, “Failure to Blame: The Effect of Collective Blame on Self-Attribution.” Psychological Science, 2009.

謝國生博士
港大經管學院金融學首席講師、新界鄉議局當然執行委員

何敏淙先生
香港大學附屬學院講師

（本文同時於二零二四年十一月二十七日載於《信報》「龍虎山下」專欄）

特朗普在成功當選下屆美國總統後，迅即籌組內閣。從人選來看，差不多每個任命都是要顛覆原有建制，這為未來數年的美國及國際社會增添濃厚不確定性。明年1月，美國各政府部門都有新主管上任，然而有一個重要職位不會因總統換屆而改變人選，那便是聯儲局主席。現任主席鮑威爾由特朗普提名和參議院確認，但隨後因加息引起特朗普的不滿。看來若法律或政治成本低的話，特朗普也會以親信取代鮑威爾，並將聯儲局來個翻天覆地的改動。

聯儲局與貨幣政策的重要性不言而喻，在這次總統選舉中更清晰可見。不少調查都顯示經濟是選民最關心議題，而40年來首次出現的高通脹，正是民主黨失敗的一個主要原因。這次通脹在2021年中已明顯呈現，但聯儲局在翌年3月才首次加息，未能先發制人，通脹因而冒升至2022年6月的9.1%。雖然通脹在今年中已放緩至約3%，惟物價水平仍高企。由2021年4月至本年10月，消費者物價指數上升了18.3%，這都被選民算在拜登和賀錦麗頭上，同期間工資雖然有增長，卻被看為個人努力的成果。

面對通脹，拜登政府也有一些應對措施，例如出售40%的戰略石油儲備以紓緩能源價格，但畢竟不若貨幣政策之有效。同時，民主黨被傳統思維限制，在經濟議題上一貫重就業輕通脹，看見失業率徘徊於歷史最低水平的4%以下，便認為已贏得民心，忽略了40年來通脹都處於低水平，約50歲以下選民都是首次面對無端失去大幅購買力的困境，而把通脹歸咎於企業提高價格以謀取暴利的論述，實際上並沒有解決問題。聯儲局這次對通脹反應過慢，加上其他政治經濟因素，使一些政客產生把貨幣政策收歸政府行政部門的意圖。諷刺的是，特朗普這次勝出的一個原因是兩年多的通貨膨脹，但他二進白宮後迅速推行的高關稅，將大幅提高美國物價。

美國大選結果揭曉後不久，剛好是聯儲局議息會議結束，鮑威爾在記者會上被問及，如果特朗普要他辭職會否接受，他只簡單回應一個「不」字，然後是好幾秒鐘的冷場，無聲勝有聲地道出他與特朗普之間的張力。特朗普2017年以鮑威爾取代耶倫任聯儲局主席；其後聯儲局在2017及2018兩年加息7次，每次0.25厘，把2008年金融海嘯後接近零的利率提高至較正常水平，但特朗普認為提高利率會影響他任內經濟，公開稱鮑威爾是敵人，他和他的團隊是笨蛋（bonehead）等。這次競選期間，特朗普數次提過總統要有權決定利率，認為自己賺錢很多，也很成功，在很多情況下比聯儲局決策人和聯儲局主席有更佳直覺。其後他又自辯，說不是要直接控制利率，只是認為總統可如其他人一樣就利率政策表達意見。他警告在競選期間減息有助民主黨競選，但又多次提及當選後會減息，儘管在目前框架下，他沒有這個權力。

鮑仍可掌FOMC 誕兩權力中心

聯儲局成立的法律依據，是1913年國會通過的《聯邦儲備法案》（Federal Reserve Act）。聯儲局有3個主要組成部分，分別是聯邦儲備理事會（Federal Reserve Board of Governors）、12家聯邦儲備銀行（Federal Reserve Banks）和聯邦公開市場委員會（Federal Open Market Committee，簡稱FOMC）。嚴格來說，《聯邦儲備法案》中沒有聯儲局主席一職，只有聯邦儲備理事會主席。理事會有7位成員，都由總統提名和參議院確認，任期14年，原則上不能續任，而且任期平均分布，大約每兩年委任一名新成員。此外，理事會主席及兩位副主席也是由總統在7人中提名及參議院確認，每個任期4年。現時鮑威爾作為理事會主席任期到2026年5月，但作為理事會成員，他的任期到2028年1月才結束。

至於那12家聯邦儲備銀行，分別對全國12個區域提供服務，主席則由該銀行的董事物色及委任，不在總統權力之內。聯儲局的貨幣政策由FOMC制定，FOMC設有12位成員，包括理事會的7位成員及紐約聯邦儲備銀行主席，其餘4位則由餘下11家聯邦儲備銀行的主席輪流擔任。其他聯邦儲備銀行主席可以出席FOMC會議，但沒有投票權。《聯邦儲備法案》沒有說明誰是FOMC主席，傳統上，FOMC的12位成員都會推舉理事會主席為FOMC主席及紐約聯邦儲備銀行主席為FOMC副主席。也就是說，FOMC的正、副主席並非由總統提名委任。

現時鮑威爾在聯儲局中有幾個職位，分別是理事會的主席和成員，以及FOMC的主席和成員。特朗普要辭退鮑威爾，須先從他理事會成員職位着手，但要解除理事會成員職務，必須要有一個合適和有力的理由，如瀆職或玩忽職守等。若以政策看法與總統或白宮相左為理由，自然難以服眾。如果只解除鮑威爾理事會主席職務，仍然留他為理事會成員，程序或許較為簡單或阻力較小，不過他仍可被推舉為FOMC主席，和今天一樣在每次議息會議後面對傳媒。若總統另外提名理事會主席，會使聯儲局內出現兩個權力中心。無論是解僱的過程或結果，都會帶來金融市場震盪。

和這點有關的是，目前可能出現的一個政策矛盾。FOMC是合法制定貨幣政策的單位，如上所述，它包括了7位理事會成員和5位聯邦儲備銀行主席。前者由總統提名委任，後者的委任和總統無關。與此同時，法律又把銀行在聯儲局儲備金的利息決定權授予理事會。在一般情況下，銀行儲備的利息與FOMC制定的聯邦基金利率步伐一致、相輔相成。但假如FOMC認為應該提高聯邦基金利率，較容易受總統影響的理事會卻降低銀行儲備金利率，政策矛盾便出現。

特朗普若不能或不想付出太高成本辭退鮑威爾，那他仍可以等到有空缺時委任志同道合者為理事會成員或主席，去影響聯儲局的貨幣政策，不過這有一定的困難。他在第一任總統期內提名了3人，均過不了參議院，其中女經濟學者謝爾頓（Judy Shelton）因主張美元與黃金掛鈎及對聯儲局獨立性置疑而失去一些共和黨參議員的支持。

有趣的是，被特朗普考慮做財政部長的貝桑（Scott Bessent），建議特朗普上任後即提名及爭取參議院提早確認新的理事會主席人選，作為影子主席，架空鮑威爾。影子主席可就貨幣政策發言，在慣常的前瞻指引（forward guidance）做法下，市場會比較聽取影子主席意見而不理會任期只到2026年的鮑威爾。貝桑說這只是他個人意見，而非特朗普的意見，但又說曾和特朗普討論，並有把這個想法與特朗普的顧問分享。未知貝桑這一招會否在未來美國黨爭中被重複使用，導致政壇幻影重重？

陸炎輝博士
港大經管學院榮譽副教授

（本文同時於二零二四年十一月二十日載於《信報》「龍虎山下」專欄）

特朗普在成功當選下屆美國總統後，迅即籌組內閣。從人選來看，差不多每個任命都是要顛覆原有建制，這為未來數年的美國及國際社會增添濃厚不確定性。明年1月，美國各政府部門都有新主管上任，然而有一個重要職位不會因總統換屆而改變人選，那便是聯儲局主席。現任主席鮑威爾由特朗普提名和參議院確認，但隨後因加息引起特朗普的不滿。看來若法律或政治成本低的話，特朗普也會以親信取代鮑威爾，並將聯儲局來個翻天覆地的改動。

聯儲局與貨幣政策的重要性不言而喻，在這次總統選舉中更清晰可見。不少調查都顯示經濟是選民最關心議題，而40年來首次出現的高通脹，正是民主黨失敗的一個主要原因。這次通脹在2021年中已明顯呈現，但聯儲局在翌年3月才首次加息，未能先發制人，通脹因而冒升至2022年6月的9.1%。雖然通脹在今年中已放緩至約3%，惟物價水平仍高企。由2021年4月至本年10月，消費者物價指數上升了18.3%，這都被選民算在拜登和賀錦麗頭上，同期間工資雖然有增長，卻被看為個人努力的成果。

面對通脹，拜登政府也有一些應對措施，例如出售40%的戰略石油儲備以紓緩能源價格，但畢竟不若貨幣政策之有效。同時，民主黨被傳統思維限制，在經濟議題上一貫重就業輕通脹，看見失業率徘徊於歷史最低水平的4%以下，便認為已贏得民心，忽略了40年來通脹都處於低水平，約50歲以下選民都是首次面對無端失去大幅購買力的困境，而把通脹歸咎於企業提高價格以謀取暴利的論述，實際上並沒有解決問題。聯儲局這次對通脹反應過慢，加上其他政治經濟因素，使一些政客產生把貨幣政策收歸政府行政部門的意圖。諷刺的是，特朗普這次勝出的一個原因是兩年多的通貨膨脹，但他二進白宮後迅速推行的高關稅，將大幅提高美國物價。

美國大選結果揭曉後不久，剛好是聯儲局議息會議結束，鮑威爾在記者會上被問及，如果特朗普要他辭職會否接受，他只簡單回應一個「不」字，然後是好幾秒鐘的冷場，無聲勝有聲地道出他與特朗普之間的張力。特朗普2017年以鮑威爾取代耶倫任聯儲局主席；其後聯儲局在2017及2018兩年加息7次，每次0.25厘，把2008年金融海嘯後接近零的利率提高至較正常水平，但特朗普認為提高利率會影響他任內經濟，公開稱鮑威爾是敵人，他和他的團隊是笨蛋（bonehead）等。這次競選期間，特朗普數次提過總統要有權決定利率，認為自己賺錢很多，也很成功，在很多情況下比聯儲局決策人和聯儲局主席有更佳直覺。其後他又自辯，說不是要直接控制利率，只是認為總統可如其他人一樣就利率政策表達意見。他警告在競選期間減息有助民主黨競選，但又多次提及當選後會減息，儘管在目前框架下，他沒有這個權力。

鮑仍可掌FOMC 誕兩權力中心

聯儲局成立的法律依據，是1913年國會通過的《聯邦儲備法案》（Federal Reserve Act）。聯儲局有3個主要組成部分，分別是聯邦儲備理事會（Federal Reserve Board of Governors）、12家聯邦儲備銀行（Federal Reserve Banks）和聯邦公開市場委員會（Federal Open Market Committee，簡稱FOMC）。嚴格來說，《聯邦儲備法案》中沒有聯儲局主席一職，只有聯邦儲備理事會主席。理事會有7位成員，都由總統提名和參議院確認，任期14年，原則上不能續任，而且任期平均分布，大約每兩年委任一名新成員。此外，理事會主席及兩位副主席也是由總統在7人中提名及參議院確認，每個任期4年。現時鮑威爾作為理事會主席任期到2026年5月，但作為理事會成員，他的任期到2028年1月才結束。

至於那12家聯邦儲備銀行，分別對全國12個區域提供服務，主席則由該銀行的董事物色及委任，不在總統權力之內。聯儲局的貨幣政策由FOMC制定，FOMC設有12位成員，包括理事會的7位成員及紐約聯邦儲備銀行主席，其餘4位則由餘下11家聯邦儲備銀行的主席輪流擔任。其他聯邦儲備銀行主席可以出席FOMC會議，但沒有投票權。《聯邦儲備法案》沒有說明誰是FOMC主席，傳統上，FOMC的12位成員都會推舉理事會主席為FOMC主席及紐約聯邦儲備銀行主席為FOMC副主席。也就是說，FOMC的正、副主席並非由總統提名委任。

現時鮑威爾在聯儲局中有幾個職位，分別是理事會的主席和成員，以及FOMC的主席和成員。特朗普要辭退鮑威爾，須先從他理事會成員職位着手，但要解除理事會成員職務，必須要有一個合適和有力的理由，如瀆職或玩忽職守等。若以政策看法與總統或白宮相左為理由，自然難以服眾。如果只解除鮑威爾理事會主席職務，仍然留他為理事會成員，程序或許較為簡單或阻力較小，不過他仍可被推舉為FOMC主席，和今天一樣在每次議息會議後面對傳媒。若總統另外提名理事會主席，會使聯儲局內出現兩個權力中心。無論是解僱的過程或結果，都會帶來金融市場震盪。

和這點有關的是，目前可能出現的一個政策矛盾。FOMC是合法制定貨幣政策的單位，如上所述，它包括了7位理事會成員和5位聯邦儲備銀行主席。前者由總統提名委任，後者的委任和總統無關。與此同時，法律又把銀行在聯儲局儲備金的利息決定權授予理事會。在一般情況下，銀行儲備的利息與FOMC制定的聯邦基金利率步伐一致、相輔相成。但假如FOMC認為應該提高聯邦基金利率，較容易受總統影響的理事會卻降低銀行儲備金利率，政策矛盾便出現。

特朗普若不能或不想付出太高成本辭退鮑威爾，那他仍可以等到有空缺時委任志同道合者為理事會成員或主席，去影響聯儲局的貨幣政策，不過這有一定的困難。他在第一任總統期內提名了3人，均過不了參議院，其中女經濟學者謝爾頓（Judy Shelton）因主張美元與黃金掛鈎及對聯儲局獨立性置疑而失去一些共和黨參議員的支持。

有趣的是，被特朗普考慮做財政部長的貝桑（Scott Bessent），建議特朗普上任後即提名及爭取參議院提早確認新的理事會主席人選，作為影子主席，架空鮑威爾。影子主席可就貨幣政策發言，在慣常的前瞻指引（forward guidance）做法下，市場會比較聽取影子主席意見而不理會任期只到2026年的鮑威爾。貝桑說這只是他個人意見，而非特朗普的意見，但又說曾和特朗普討論，並有把這個想法與特朗普的顧問分享。未知貝桑這一招會否在未來美國黨爭中被重複使用，導致政壇幻影重重？

陸炎輝博士
港大經管學院榮譽副教授

（本文同時於二零二四年十一月二十日載於《信報》「龍虎山下」專欄）