必須找到新的消費需求才能完成產業升級

人口老化最常被描述成一張愈來愈難看的扶養比圖表：年輕人變少、老人變多，勞動供給下降，稅基縮小，醫療與年金支出上升，於是經濟成長自然走弱。但 2026 年一篇由 Daron Acemoglu、David Autor、Keelan Beirne 與 Andrew Scott 合作的研究，替這條看似直線的因果鏈加上了一個重要的回饋機制。他們檢視過去七十年的跨國資料與美國通勤區資料後發現，較低的出生率與較高的每工作年齡人口 GDP 成長、較快的工資成長相伴，總體 GDP 與所得也沒有呈現預想中的負面效果。研究者認為，關鍵在於年輕勞動力稀缺會誘使企業開發與採用節省勞動的技術；低出生率地區出現更多 labor-saving patents 與高科技活動，生產力會對人口結構本身做出反應。

這並不奇怪。人類經濟史本來就是一部把稀缺要素替換掉的歷史。人力昂貴就用獸力、水力、蒸汽機與電力，工廠工資上升就投資自動化，辦公室人力昂貴就把資訊處理交給軟體。人口減少並不只是一個需求衝擊，它同時改變相對價格：當人變得更稀缺，節省人力的技術就變得更有投資價值。從這個角度看，少子化甚至可能加速某些技術進步，而不是單純讓經濟失去成長能力。

台灣此刻恰好提供一個極端的觀察窗口。2026 年第二季實質 GDP 年增 12.93%，主計總處預測全年成長 11.05%；7 月外銷訂單達 979.4 億美元、年增 61.9%，創單月新高，主要動能來自伺服器、散熱、資訊通信與電子產品，也就是全球 AI 資本支出的核心供應鏈。同一時間，7 月 CPI 年增 2.54%，PPI 年增 16.94%。人口快速老化與少子化並沒有阻止台灣在 AI 投資週期中出現異常強勁的產出與訂單成長，反而讓「缺工—自動化—高生產力產業」這條鏈更值得注意。

可是，生產力提高只回答了經濟的一半問題。另一半是：這些多生產出來的價值，最後要賣給誰？

人口問題的另一面不是生產而是消費

如果一台機器讓十個人的工作變成兩個人可以完成，企業的單位勞動成本下降，剩下八個人的勞動力可以轉移到別的產業。工業革命以來，這個過程一次又一次發生，農業就業下降之後出現大規模製造業，製造業自動化之後服務業吸收更多就業。生產力提升沒有造成永久性的總體失業，因為新商品、新服務與新需求不斷形成。

人口下降帶來的不同之處，是需求端也在同時縮小。消費不是由「生產力」直接產生，而是由人口、所得、財富、年齡結構與偏好共同決定。兩千萬名高所得消費者與三千萬名中所得消費者可能形成相近的總消費，但他們買的東西不會相同；七十歲人口增加與二十五歲人口減少，即使總所得不變，也會讓住宅、教育、汽車、服飾、娛樂、醫療、照護與金融服務的需求重新排列。

因此，Acemoglu 等人的研究可以推翻「少子化必然讓生產力停滯」這種過度簡化的悲觀論，卻不能推導出人口減少沒有經濟成本。它甚至把更有趣的問題凸顯出來：當 AI 與自動化把供給能力往上推，而人口減少同時改變需求規模與需求結構，下一輪產業升級究竟要承接什麼新的需求？

過去的產業升級都有一個需求出口

第一次工業革命不只是紡織機取代手工紡紗，而是廉價布匹讓更多人買得起更多衣物；汽車工業不只是裝配線提高工人生產力，而是汽車、道路、郊區住宅、石油、旅館與零售共同創造一整套新生活方式；資訊革命也不只是電腦取代文書工作，而是形成軟體、網路、電子商務、數位娛樂與智慧型手機等過去不存在的大型市場。

所以產業升級從來不只是「同樣的東西用更少的人做」。如果只有這一步，生產力提高帶來的主要效果會是成本下降與人力釋放。真正能讓整體經濟繼續擴張的第二步，是被釋放的所得、時間、資本與人才找到新的用途，最後形成新的消費與投資。

AI 使這個問題比上一輪自動化更尖銳，因為它處理的不只是重複性體力工作，也開始降低文字、影像、程式、分析、客服與行政等認知工作的邊際成本。人口老化則同時把需求往健康、長壽、照護、自主生活與節省時間移動。兩股力量交會後，下一階段產業升級很可能不是再多生產一批傳統商品，而是把過去因人力昂貴而無法普及的服務變成大眾商品。

例如照護產業長期受制於一對一人力。若 AI、感測器、機器人與遠距醫療能讓一名照護者支援更多人，人口老化既是成本壓力，也同時創造巨大需求。教育亦然：學生人口下降會縮小傳統學校市場，但低成本個人化教學可能把教育從人生前二十年延伸成終身服務。退休年齡延後與健康壽命增加，也可能形成面向六十至八十歲人口的新工作、旅遊、住宅、金融與娛樂市場。這些不是「銀髮經濟」換個包裝而已，而是當勞動密集服務的生產函數被 AI 改變後，原本太貴、太少、太難規模化的需求開始具有產業化條件。

高速成長也會把政策推進新的兩難

台灣 2026 年的情況還多了一層貨幣政策問題。AI 供應鏈帶來的出口與投資繁榮高度集中於特定產業，但它造成的所得、匯率、資產價格與物價效果會擴散到整體經濟。7 月 CPI 已達 2.54%，市場因而開始討論央行 9 月是否可能升息；央行下一次理監事會議排在 9 月 17 日。

這裡存在一個典型的小型開放經濟難題：如果少數高生產力出口產業把 GDP 與訂單推得很高，央行為整體通膨與金融穩定收緊貨幣，利率成本卻會落在所有家庭、內需企業與非科技產業身上。換句話說，產業升級的速度愈不平均，總體政策愈容易被平均數誤導。出口商可能正在經歷 AI 超級循環，餐飲、零售、住宅購買者與傳統製造業卻未必處於同一個景氣位置。

這也是人口與 AI 同時發生時最容易被忽略的分配問題。生產力提升可以讓一個人口變少的社會維持甚至提高人均所得，卻不保證所得會平均落到每個產業、世代與家庭；總需求也不會自動長成足以吸收新產能的形狀。政策如果只看 GDP 能不能成長，會錯過產業轉換過程中真正困難的部分。

下一輪產業升級的核心是把被科技釋放的能力變成新的需求

人口減少不必等於經濟衰退，這是歷史資料給我們的重要提醒。勞動力稀缺會提高自動化的報酬，科技也會對稀缺做出內生反應。台灣眼前的 AI 出口繁榮甚至示範了人口極度少子化與高成長可以在同一時間存在。

但如果把問題停在「AI 可以補足缺工」，仍然只看見供給端。更長期的挑戰是，當人口數下降、年齡結構改變，而 AI 又大幅降低許多商品與服務的生產成本，經濟必須發明新的消費方式，才能把生產力進步轉化成下一輪成長。從農業到工業、從工業到服務業，每一次成功的產業升級都做到了這件事。

AI 之後的答案也許不會是一個單獨的新產業名稱。它更可能是一批今天仍因人力成本太高而供給不足的服務——照護、健康、個人教育、生活協助、娛樂與長壽相關服務——被重新設計成可以大量供應的商品。人口老化提供需求，AI 提供新的生產方式。真正決定下一個成長階段的，不是我們能不能用更少的人生產今天的東西，而是被釋放出來的生產力能不能找到明天值得消費的東西。