減重焦慮不是你的錯!減重名醫蕭捷健《碳水循環》:你不是意志力不夠,而是選錯了方法
蕭捷健醫師在《碳水循環》中溫柔呼籲:體重焦慮不是你的錯,你只是選錯了方法。本書針對常見減重迷思,提出與身體合作、非極端的科學方法,幫助你改善代謝、找回健康與快樂。無需禁澱粉、不必自我折磨,讓瘦身成為自然且可持續的生活節奏。
蕭捷健醫師在《碳水循環》中溫柔呼籲:體重焦慮不是你的錯,你只是選錯了方法。本書針對常見減重迷思,提出與身體合作、非極端的科學方法,幫助你改善代謝、找回健康與快樂。無需禁澱粉、不必自我折磨,讓瘦身成為自然且可持續的生活節奏。
《善意與信任》揭示了網路時代中人際關係的變化,探討在市場思維與社群媒體滲透下,傳統的「共享關係」如何被「交換關係」取代,導致信任感下降與人際疏離。從心理學觀點出發,作者指出數位量化與社會比較讓我們愈來愈難真誠互動,也讓自我價值感受到衝擊...
新冠疫情爆發後,傳統經濟模型無法解釋快速而複雜的供需衝擊。牛津大學研究團隊透過「複雜經濟學」模型,不只成功預測GDP下跌幅度,還展現了超越標準模型的準確度。《經濟預測革命》將帶你快速了解複雜經濟學,以及它如何改變我們看待經濟未來。
經濟學界一直存在一種觀點……如果不考慮經濟失衡的原理,我們便無法理解經濟體中的重大事件,甚至也無法理解經濟體的日常運作。
——艾德蒙.費爾普斯(Edmund S. Phelps, 1991)
2020 年 3 月 16 日,我召集優秀的牛津大學學生、博士後研究員和以前的學生,組成團隊展開緊急計畫,目標是建立模型,針對經濟體因應新冠疫情的方法預測後果。很顯然,疫情擴散、各國政府啟動封城措施只是遲早的事,而經濟也將受到極大的衝擊。但執行公共衛生措施的方法有很多種,政府必須決定執行哪些限制措施,以及哪些產業會暫停營運。在預防感染帶來的折磨和減輕經濟壓力造成的痛苦之間,是否存在合理的折衷點?我們能夠預測新冠疫情對經濟的影響嗎?(容我劇透一下,答案是肯定的。)
新冠疫情對經濟帶來的衝擊可以分為兩個層面。從需求面來看,無論政府是否封城,消費者都會大幅減少消費活動;從供給面來看,為了不讓非必要產業的員工面臨感染風險,這些產業可能被迫縮減規模或全面停工。如果想知道疫情對經濟的影響,我們就必須提前預測這些衝擊,並了解這些衝擊在經濟體中蔓延時會如何擴大。
我們的首要任務是預測衝擊。為了預測需求面的衝擊,我們引用美國國會預算局(US Congressional Budget Office)在 2006 年的研究報告,該研究預測流感疫情期間對不同產業產品需求的變化情形。雖然這項研究是以 SARS 疫情作為分析案例,而且 SARS 與新冠肺炎不太一樣,但我們的研究結果能夠合理推測消費者的反應。事實證明,美國國會預算局的推測有一些是錯的,例如預測醫療照護的需求會上升(實際上是下降,原因是例行性治療被暫緩)。但整體而言,他們的預測仍算準確。
預測供給面的衝擊更為困難,而且沒有任何研究能夠提供指引。有兩位傑出的科學家帶領團隊克服這道難題,她們是瑪麗亞.德爾里奧-查諾納和潘妮.米莉,之前都是我的研究生。疫情爆發時,米莉已經離開牛津大學,回到家鄉澳洲墨爾本,在蒙納許大學擔任博士後研究員。米莉必須在深夜時保持清醒,以便參與我們每天的 Zoom 會議,但這種安排的好處是她和德爾里奧-查諾納可以來回交接工作,這樣一天二十四小時都有人在研究模型。
德爾里奧-查諾納和米莉利用美國勞工部彙整的出色資料庫,提供將近八百種不同職業的詳細資訊。這個系統簡稱 O*NET,包含我們需要知道的關鍵事實(例如勞工之間的平均距離),我們可以使用這些資料推測出哪類勞工容易受到感染。系統也提供每個產業的勞工人數資訊。O*NET 系統讓德爾里奧-查諾納和米莉能夠建立遠端工作指數,預測哪些職業可以在家工作。
為了幫助我們知道哪些產業可能被政府要求停工,我另一位學生馬可.潘加洛(之後會經常看到他的名字)找到義大利政府的非必要產業名單。結合德爾里奧-查諾納和米莉的遠端工作指數以及潘加洛的非必要產業名單,我們能夠預測每個產業的勞動力下滑程度。假設產出與減少的勞動人口會呈現等比例下降,就能預測疫情停工對每個產業所造成的直接經濟影響。
一個月後,我們預測 2020 年第二季供需衝擊的論文在 2020 年 4 月 14 日公開發表。由於美國的資料取得方便,因此我們的論文只針對美國經濟。與新冠疫情前相比,我們預測這些直接的衝擊將導致美國的國內生產毛額(Gross Domestic Product, GDP)下降約 20%,危及 23% 的就業機會,並使工資總收入降低 16%。(這些數字是按季度計算,如果衝擊只持續三個月,對年度的影響會等比例減少。)我們還預測,高薪職業受到的影響較小(就業機會流失6%),低薪職業受到的影響則較大(就業機會流失 41%)。另外,低薪工作者受到感染的機率也比較高。
事後看來,這些預測大致正確。儘管如此,我們很清楚這些數字仍忽略了讓影響力擴大的關鍵效應,畢竟這些數字只是直接的衝擊,當它們在經濟體中產生迴響時,影響將被放大。情況會如何發展其實相當繁複,因為供給面與需求面帶來的衝擊是反向的。商品與服務是從供給方流向需求方,而需求衝擊則流向上游:如果某項消費性產品(例如腳踏車)的需求下降,腳踏車輪胎的需求也會跟著下降,這表示合成橡膠的需求同樣會下降。相反的,供給衝擊則會流向下游:如果生產合成橡膠的勞動力短缺,就會造成輪胎短缺,進而導致腳踏車商品的短缺。需求與供給的衝擊在流動的過程中相互影響,彼此碰撞並放大最初的衝擊力道。這可能會進一步降低經濟產出。
新冠疫情對經濟的影響結合了三個特色,導致標準模型變得不再適用:第一,衝擊特別針對特定產業,因此必須建立精確度高的經濟模型;第二,衝擊同時影響供給與需求;第三,衝擊規模既龐大又迅速。
標準經濟模型會假設市場為均衡狀態,也就是「供給始終等於需求」。新冠疫情對於經濟體系的衝擊極為龐大且非常迅速,讓市場大幅偏離均衡狀態,導致標準模型變得不再適用。所以我們需要在不假設市場為均衡狀態的情況下,建立一個能夠記錄衝擊變化的模型,而且動作務必要快。由於歷史上不存在類似新冠疫情的詳細紀錄,讓這項任務變得特別困難。
因為我們的總部位於英國,而且我們知道英國政府正在積極考慮各種政策方案,於是我們決定將重心轉向英國。建立新冠疫情衝擊變化模型的任務由我的奧地利研究生安東.皮克勒主導,當時他剛拿到牛津大學的數學博士學位。我們必須關注會降低經濟產出的因素,並了解其影響。在需求層面,消費者可能會因害怕受到感染而拒絕某項商品或服務;舉例來說,儘管航空公司和其他交通運輸工具被視為不可或缺,但大部分的顧客仍放棄使用這項服務。在供給層面,某個產業可能缺乏生產時所需的勞動力和原物料,或被視為非必要產業,因此被迫停工。
如果想知道這些因素會對各個產業造成哪些影響,就必須運用經濟學的生產函數(production function)。生產函數像是配方,能夠告訴我們在投入一定的資源後可以得到多少產出。例如,製造鋼鐵需要鐵、焦炭、煤炭和勞動力,這一切都得有適當的比例。但不幸的是,目前沒有哪個生產函數的標準經濟模型具備充分的資料基礎,能讓我們加以運用。關鍵在於替代性,例如哪些生產投入可以被替代,以及替代程度如何?我們必須逐一了解各產業的情況。鋼鐵產業也需要來自管理顧問產業和餐飲產業(經營員工餐廳)的投入,但如果有需要,沒有這些投入也能照常運作。生產函數的標準模型全都行不通,替代性不是允許太多,就是完全不允許。我們需要實際的資料。很幸運的,我們說服馬基特公司(IHS Markit)無償對他們的產業分析師進行問卷調查。他們只花費兩週的時間,就找出五十二個不同產業中的關鍵投入。
建立模型時,我們把每個產業當成單一的公司;這是粗略的近似值,但對我們的目的來說已經足夠。我們假設每個產業在疫情開始時都維持在正常的存貨水準。當問題出現,存貨下降;如果一個產業的關鍵投入不足,它的產出就會下降。同樣的道理,如果對該產業的產出需求下降,或因新冠疫情的限制而缺乏充足的勞動力,它的產出也會下降。請記住,一個產業的產出往往是另一個產業的投入。我們的模型能夠追蹤流向上游的需求衝擊,以及流向下游的供給衝擊,而這兩股力量會相互碰撞,進一步降低整體的經濟產出。這個模型也讓我們得以納入我們在第一篇論文中預測的衝擊(針對英國進行調整),觀察後續影響的散播過程,並預測在不同程度的封城措施下,對英國國內生產毛額、失業率和其他經濟指標的整體衝擊。
2020 年 5 月初,英國已經處於嚴格封城狀態超過一個月,政府正在考慮下一步的行動。我們讓模型針對不同的政策方案進行預測,並評估對經濟造成的影響。針對每種政策方案,我們也運用流行病學的標準方法推測出感染新冠肺炎的預期人數。如果延長嚴格的封城措施,雖然可以減少感染的人數,卻會增加經濟衝擊;然而,完全放寬封城措施會造成大量死亡,對經濟體系的壓力卻較小。在這些方案之中,沒有所謂好的選項,但我們找到一個「最不壞」的選項,也就是開放所有上游產業,同時禁止面對消費者的產業進行實體接觸。在這個情況下,感染情形只會比全面封城時稍微嚴重一些,但是經濟受到的損害卻小得多。5 月 8 日,在夜以繼日的研究讓我們筋疲力竭之際,我們將論文研究成果轉達給英國政府。數天後,英國當局按照我們的建議放寬封城措施。
事後分析顯示,我們的預測非常準確。我們當時預測,2020 年第二季的英國國內生產毛額與 2019 年第四季相比,將面臨 21.5%的萎縮,與實際上的 22.1% 非常接近。跟其他預測數字相比,幾間機構與金融公司預測的中位數為 16.6%,而英格蘭銀行的預測則是 30%。當然,成功預測單一事件可能只是運氣好。但我們針對每個產業都做了預測,實際上共有五十二項預測,而多數的結果也都相當準確。事後分析證明了,我們之所以預測成功,是因為我們的模型非常接近現實,這個模型如實呈現影響經濟體系最重要的機制,並提供準確的預測。後來,另一個團隊運用我們的模型,他們以回溯的方式預測比利時經濟受到的衝擊,同樣得出絕佳的結果,後續還用來預測烏克蘭戰爭對奧地利經濟的影響。
我們的研究成果驗證了複雜經濟學的實用性,而複雜經濟學正是本書的主題。複雜經濟學是由叛逆的經濟學家和其他科學家所組成的跨學科運動,目標是利用與標準經濟學截然不同的原則來深入理解經濟。我們的新冠疫情模型是第一個運用複雜經濟學方法的模型,它精準預測出重要的經濟事件,表現優於所有標準模型。我們早在事情發生前就即時完成預測,所以沒有人可以指控我們作弊。儘管複雜經濟學這門跨學科運動醞釀已久,但它目前仍在持續擴展,與主宰主流經濟學超過一世紀的標準方法互補、競爭。
在我的職業生涯中,我有幸參與三次重大的科學革命,幫助我深入理解混沌、複雜系統和機器學習。每一次的革命都是從科學界的邊緣理論開始,接著以先緩後急的速度邁向主流。複雜經濟學將複雜系統的概念應用於經濟學,是一場正在進行中的革命,即將迎來發光發熱的時刻。
在本書中,我將解釋複雜經濟學是什麼、複雜經濟學的成就、複雜經濟學的發展時機為什麼已經成熟,以及複雜經濟學如何讓世界變得更美好。這故事與科學發現有關,是現代世界中最精采的冒險。同時,本書也反思經濟的本質、說明複雜經濟學如何引導我們深入了解經濟、記錄科學革命的歷史、描述科學與科學方法的演變,同時回憶我的心路歷程。希望你會喜歡。