(鄒志中特稿) 台灣K型經濟最危險的一刻？台灣有資產的人越賺越容易，沒資產的人只能亂追泡沫 ？經濟統計數字可以重新定義台灣低薪，台灣超市帳單卻從來不接受任何統計魔術！ 台灣經濟目前正處於一個看似矛盾、實則結構性的時刻。台灣半導體與AI供應鏈出口強勁、企業獲利亮眼、台股指數屢創新高，整體GDP成長率在亞洲名列前茅。主計處統計也顯示，受僱者平均薪資已突破7萬元。然而，走在街頭，問一個30歲上下的上班族「你覺得薪水夠嗎？」，得到的答案往往與這些亮麗數字形成刺眼反差。房租、房貸、托育費、學費與超市帳單，從來不會因為平均數上升而自動變得溫和。
這不是單純的「感覺」問題，而是三個值得長期追問的結構性問題：為什麼會發生？制度究竟出了什麼問題？歷史、政治與社會脈絡如何形塑今日的局勢？台灣真正需要面對的，不是「低薪有沒有消失」的統計辯論，而是AI創造的高成長，究竟有多少才真正轉化成一般勞工的可支配所得？
第一個矛盾：平均七萬，為什麼人民還是覺得薪水低？
主計總處公布的平均薪資數字，近年確實持續上揚。以近期數據來看，受僱員工平均每月總薪資已來到7萬1165元左右。這個數字回答的是「台灣勞工平均拿多少？」。問題在於，平均數本來就不是典型值。
一個年薪400萬元的AI工程師或IC設計高階人才，可以把數十名月薪3、4萬元勞工的平均數往上推。平均數上升，並不必然代表多數人的固定月薪同步增加。真正接近「典型受僱者」狀況的，是經常性薪資中位數——大約在4萬元上下。這把尺看的是固定薪資的中間位置，較能反映台灣多數人實際拿到的常態數字。
第三把尺更關鍵，也是最容易被忽略的：生活成本。房租、房貸、食物、交通、育兒、教育與醫療。這把尺回答的不是「薪水多少？」，而是「這些錢究竟夠不夠生活？」。在台北與新北的核心區域，一個月4萬元的經常性薪資，扣除房租後所剩無幾；若再加上托育或房貸，壓力更為明顯。即使全國平均生活成本較低，結構性的高房價與高育兒成本，仍讓「中位數薪資」難以支撐「中產生活」的想像。
三個問題不能用同一個數字回答。平均薪資告訴我們台灣整體變有錢了多少；分布與中位數告訴我們誰拿到了這些錢；生活成本則告訴我們這些錢在現實世界的購買力。若政策討論只停留在平均數，很容易產生「統計進步了，人民卻沒感覺」的落差。真正應該被持續追蹤的指標，除了平均薪資，還應包括: 經常性薪資中位數、全年總薪資中位數、實質薪資、不同產業與年齡層的薪資分布，以及勞動生產力與勞動報酬的關係。平均數可以慶祝，分布才能診斷。
第二個矛盾：月薪低薪消失，年薪低薪卻仍存在
近年關於「低薪人口大幅減少」的討論，常聚焦於月薪統計。若以某一個月薪門檻定義「低薪」，確實可能出現低薪人口比例大幅下降的現象。然而，同一個勞工，在月薪統計中可能不屬於低薪，在年薪統計中卻可能落入低薪區間。
這不是數學錯誤，而是提醒我們：「低薪」本來就是一個定義問題。定義不同，看到的社會現象也不同。月薪統計較容易忽略年終獎金差異、工時長短、加班有無、非固定收入、就業穩定性、全年實際工作月份，以及兼職與非典型就業的普遍程度。許多服務業、零售業、餐飲業與部分製造基層職位，固定月薪或許已越過某個門檻，但全年實際收入仍受季節、工時與獎金波動影響。
因此，若政策只宣布「月薪低薪人口幾乎不存在」，其實沒有完整回答問題。統計定義可以改變「低薪人口」的數量，卻不能改變勞工的實際購買力。更精準的說法是：統計尺可以照亮問題的大小，卻不應被用來宣告問題消失。主計總處可以重新定義「低薪」，AI也可以重新定義生產力，但房租、房貸、學費、托育費與超市帳單，從來不接受任何統計定義。
第三個矛盾：AI創造高GDP，卻可能同時創造更大的薪資分化
台灣當前的高成長，很大程度來自半導體與AI供應鏈。台積電先進製程、伺服器、IC設計、相關設備與材料，帶動出口、投資、企業獲利與資本市場價值快速上升。這條鏈非常強：GDP成長 → 企業獲利 → 股市上漲 → 資產增值 → 高薪產業薪資增加。少數企業產值暴增，少數高技能人才薪資快速上升，股東資產價值同步膨脹，整體GDP因此被推高。
另一條鏈卻沒有同樣強勁：GDP成長 → 中小企業生產力提升 → 服務業附加價值提高 → 基層薪資提高 → 家庭可支配所得增加。台灣大量就業人口仍集中在服務業、傳統製造與中小企業。這些領域的生產力提升速度，遠不及AI與半導體相關產業。結果是K型分化：一端是資本密集、人才密集的高成長產業；另一端是仍依賴長工時、低毛利、低薪結構的服務與基層勞動。
AI本身不是問題。AI紅利如何分配，這才是問題。AI具有高度資本密集與人才密集的特性。它需要龐大的資本支出、先進的基礎設施，以及少數能駕馭複雜模型與系統的高階人才。因此，紅利天然容易集中在少數企業與少數職位。若AI技術無法有效滲透到傳產、零售、餐飲、物流、醫療、長照、農業與廣大中小企業，那麼「AI成長」與「全民所得」之間的斷層，就會持續擴大。
這不是台灣獨有的現象。全球主要經濟體在數位化與AI浪潮下，都出現類似的生產力與薪資脫鉤、資本所得與勞動所得分化。但台灣的特殊性在於：半導體與AI供應鏈的全球地位特別突出，資本市場對少數權值股的依賴也特別高，而服務業附加價值長期偏低、中小企業數位轉型速度相對緩慢。歷史上，台灣曾依賴出口導向與中小企業彈性創造就業奇蹟；今日，若成長動能過度集中於少數高技術產業，過去那套「水漲船高」的邏輯就可能失效。
真正需要警惕的不是AI，而是「AI＋資產價格＋薪資分化」
當台股指數挑戰歷史新高、融資餘額攀升、年輕人開戶數增加，市場情緒常被FOMO（錯失恐懼）所驅動。有資產的人，在AI企業獲利上升、股票上漲、資產增值的循環中，財富進一步擴大，並有能力再投資下一波AI相關標的。沒有資產的人，則面對薪資有限、房價與租金上升、可投資所得有限的困境，只能靠更高風險的投資試圖追趕，或乾脆放棄累積資產的想像。
這比單純討論「股市是不是泡沫」更值得深思。即使AI相關股票完全沒有泡沫，資產所得與勞動所得的分化仍然可能存在。反過來說，即使未來出現修正，真正值得關注的也不只是股民損失多少，而是台灣是否已經把太多家庭的財富夢，建立在少數AI權值股持續上漲的假設上。
社會心理層面的風險同樣真實：當「努力工作」越來越難帶來明顯的財富累積，而「擁有資產」卻越來越容易讓財富自動增值，年輕世代對勞動價值的信任就會動搖。這不是道德說教，而是結構結果。歷史上，台灣從農業社會走向工業化、再走向資訊化，每一波產業轉型都伴隨社會流動的重新分配。當前這波AI轉型若無法有效擴大受益面，過去那套「勤奮就能往上爬」的社會契約，就可能出現裂痕。
政治與制度脈絡也在其中扮演角色。長期以來，台灣的產業政策較擅長支持大型出口導向企業與高科技聚落，對服務業附加價值提升、中小企業數位轉型與基層勞動條件的系統性改善，投入相對不足。教育體系則持續向「高學歷、高技術」傾斜，對技職、維修、製造、護理、幼教、長照、餐旅、建築、電力、水資源與基礎建設等人才的養成與社會評價，相對薄弱。結果是雙重矛盾：高薪AI人才越來越貴、越來越搶手；基層與照顧相關人才卻持續短缺。
真正的政策考題：不是「如何消滅低薪」，而是「如何讓低薪自然減少」
政府與社會真正應該追問的，不是統計上如何讓低薪人口歸零，而是結構上如何讓低薪自然減少。至少有五個方向值得認真討論。
第一，產業升級能不能變成薪資升級？企業產值增加之後，勞動生產力提升的成果，是否有合理機制讓勞工同步分享。這涉及團體協商、利潤分享、員工分紅與稅制設計，而不只是企業社會責任的口號。
第二，AI能不能進入台灣中小企業與服務業？若AI技術與工具只有台積電、伺服器與IC設計公司用得起，紅利自然集中。真正的AI轉型，應該降低導入門檻，讓傳產、零售、餐飲、物流、醫療、長照、農業與中小企業也能提升生產力。這需要公共投資、人才培訓、資料基礎建設與適當的誘因設計，而不只是補貼少數大廠。
第三，服務業為什麼長期難以提高附加價值？台灣大量就業人口都在服務業。若服務業只能靠長工時、低毛利與低薪維持營運，即使科技業高速成長，也很難帶動整體薪資結構改變。這涉及法規環境、競爭結構、數位工具普及與消費者付費意願等多重因素。
第四，教育與人才政策是否正在製造新的雙軌社會？台灣需要更多AI工程師，但同樣需要技師、維修人才、製造人才、護理、幼教、長照、餐旅、建築、電力與基礎建設相關人力。若社會把「高薪」幾乎等同於少數科技職位，最後只會出現高薪人才越來越貴、基層人才越來越缺的雙重困境。
第五，統計的任務應該是把問題照亮，而不是讓問題消失。持續公布並重視中位數、分布、實質薪資與不同群體的差異，比單一平均數更能幫助社會看清現實。
數字可以畢業，台灣人民的薪水不能留級
一個國家真正的經濟奇蹟，不是平均薪資突破多少，而是中位數薪資能不能持續往上移；不是少數工程師年薪突破400萬元，而是更多3、4萬元薪資的年輕人，五年後能不能站上5萬元、十年後能不能擁有足以支撐家庭的所得？
AI可以把GDP推得更高，股市可以把指數推得更高，台灣企業也可以在全球供應鏈取得更高的位置。但如果經濟成長最後只反映在企業獲利、股票市值與少數高薪職位，卻沒有反映在多數家庭的可支配所得，那麼「成長」與「富裕」其實仍是兩回事。
所以，台灣真正該消滅的不是統計上的「低薪人口」，而是改善讓勞工長期困在3、4萬元薪資帶的結構。統計尺可以告訴我們問題有多大，卻不能替我們解決問題。更不能因為換了一把尺，就宣布問題不存在。
真正值得台灣慶祝的那一天，不是「低薪人口歸零」，而是那一天，低薪人口真的變少了。數字可以畢業，台灣人民的薪水卻不能留級。房租、房貸、學費、托育費與超市帳單，永遠是台灣是否「共同富裕」最終的裁判。