近數月以來，稅收超徵、還稅於民與雞蛋供應量、蛋價上漲，是廣受國人關注與媒體討論的兩個議題。而這兩件事，其實都與「預測」──預測未來一年的政府開銷，需要向人民徵收多少稅；預測雞蛋／蛋雞的需求、產量與進貨，以供應民眾所需──有關。本文僅以事後諸葛、後見之明的角度，討論是否可能從這些「預測」洞燭機先，降低預測失準的可能，而得以在未來避免此類問題。
蛋價與超徵，可以怎麼從數據預測出來？
預測向來是困難的，因為關係到未來，沒有任何人能說得準。影響預測準確性的原因甚多，取決於預測的具體問題本質、預測標的之特性、相關數據不足或無法取得、預測模型的選擇及技術、人為判斷的限制等。技術的變革經常也是重要影響因素。例如100多年前，曾有人預測倫敦、紐約等大都市再繼續發展下去，街道必定會被馬糞淹沒。然而因為汽車出現，馬匹不再是普遍的交通工具，這個危機當然也就消失了。
科學的預測方法，是基於目前和歷史上的資料，使用統計、機器學習演算法等方式，建構精細複雜的模型，再依據這個模型來評估未來可能的結果。那麼，稅收與雞蛋供應量，分別需要哪些資料呢？
雞蛋的需求與價格受到多種因素影響，包括產銷供需關係、生產技術及成本、季節趨勢與假期、天氣狀況和政府法規與補貼等。以台灣整體雞蛋的需求量或價格變動，考量季節趨勢與假期等前述因素，可以掌握相當的部分。
這次雞蛋供應量不足、蛋價隨之上揚，農委會已多次說明原因。然而，若能先注意到有禽流感發生而導致雞隻被撲殺、蛋農因飼料各項成本上漲等因素導致飼養蛋雞數量減少，或許可以先預見未來缺蛋的可能，在幾個月前就估算出雞蛋供應量可能的短缺數而預作籌謀，不至民怨四起才緊急進口雞蛋。就如同當國人出生率的長期趨勢已明顯下降，卻仍擴張高等教育，只會造成未來嚴重的高教經營招生危機而已。
至於超徵，當政府稅收的收入超過政府的支出時，出現預算盈餘，也稱為財政盈餘；反之，預算赤字或稱為財政赤字，則是發生在政府支出高於稅收收入時。若觀察台灣的財政收支狀況，自民國93年以來，僅98（金融海嘯）、101及102（歐債危機）、109（新冠肺炎）4個年度發生財政赤字，其餘都為盈餘。只是110、111兩個年度的財政盈餘皆超過4千多億，因而引發各方高度討論。
事實上，這兩年財政盈餘主源於國內的經濟發展狀況。當預測的基礎有賴其他的預測結果，要求預測的精準會更困難。之所以有財政盈餘，也許是低估經濟的成長。政府各年的稅收收入與支出數，皆必須在預算執行年度前通過立法院審查。觀察國發會每月發布的「景氣燈號」綜合判斷分數，111年台灣整體經濟有相當大的變異（如附圖，在過去近40年間，僅金融海嘯發生的98年，分數波動可與此相比）。但在110年的一年內，此綜合判斷分數皆維持高檔、且變異甚小。109年及之前的數年，各年的分布狀況較為類似；但108、109年時，各方對新冠肺炎疫情與地緣政治風險等諸多影響，仍處於混沌的狀況。
稅收預測對財政預算和稅收籌劃具有重要影響，全球金融專家、經濟、財政學者和研究人員也廣泛關注有關稅收收入的決定因素。現實上，影響稅收收入和稅收徵收的決定因素甚為複雜，稅收資料量大幅增加，稅收預測難度提高，準確性始終是相當的挑戰。
政府應開放資料，讓可信夥伴利用數據進行研究
如同資料是企業經營的決勝因素，必須有好的數據管理與分析策略，行政數據則是公共利益的寶貴資源。實現更明智的政策決策、提供更有效的公共服務，促進美好的生活品質，需要以數據為基礎的循證分析做支撐。
相較於精準醫學分析所需的模型建構、資料蒐集、運算量和運算架構，稅收、雞蛋供應量與更多公共政策議題的模型建構，或者重要民生物資供需自動化的即時統計分析，都可透過整合各部門資料之大數據來分析，提供施政的參考。
高品質的行政數據循證分析，不僅需要投入時間與金錢，更需要前瞻的管理思維與運作策略。以英國為例，是透過ADR UK（Administrative Data Research UK）整合英國政府和公共機構已經創建的大量行政數據，以安全可靠的方式，提供給經批准的學術研究人員。來自學術研究的成果及價值，可能與政府制定政策決策和提供有效服務需要的取向、重點甚為不同。ADR UK的主要工作在橋接政府與學術界之間的鴻溝，創建、增強並使相關的行政數據聯繫起來，更易於研究，使政府政策能夠以現有的最佳資料為依據；同時藉此增加具分析複雜、關聯行政數據集能力的研究人員數量。今年ADR UK共核准13個研究計畫、提供大學跨年度研究經費，並資助20個博士生參與這些計畫、作為其博士論文主題。
目前台灣雖相當在意民眾個資外洩的資安疑慮，但我們仍期待政府各部門能以開放資料的態度，結合安全可信賴的研究夥伴（如大學與研究機構），整合跨領域、更廣泛地使用行政數據進行研究，提升對社會的理解，踏上以行政數據改善社會的未來之路。
（作者為國立政治大學統計系教授，英國倫敦政治經濟學院統計學系博士，研究專長為：穩健迴歸分析、長期追蹤資料分析、類別資料分析。）
分享圖文請註明出處，未經本站同意不得轉載
瀏覽次數：3306
