2026年1月21日 星期三

【專家之眼】2026大陸經濟突圍:不靠「鐵公基」得靠「投資於人」(初三)

◆  【專家之眼】2026大陸經濟突圍:不靠「鐵公基」得靠「投資於人」(初三)









【專家之眼】2026大陸經濟突圍:不靠「鐵公基」得靠「投資於人」

2026-01-21 06:22  聯合報/ 黃健群/工業總會大陸處處長
19日大陸國家統計局公布2025年經濟數據,全年GDP成長5.0%,達成北京年初設定的「5%左右」目標,內需動能的疲弱卻已難以忽視。(中新社)


19日大陸國家統計局公布民國一一四年(2025年)經濟數據,全年 GDP 成長5%,表面上達成北京年初設定的「5%左右」目標;但若細看結構,內需動能的疲弱已難以忽視

第一聲警報早在去年第四季響起,當季 GDP 增速滑落至4.5%,創近三年低點同時,結構失衡的問題也更加明顯,全年社會消費品零售總額僅成長3.7%,明顯落後於工業增加值的5.9%。曾長期扮演經濟火車頭的房地產開發投資更年減17.2%。這些數據共同指向一個現實-大陸經濟正陷入「供給偏強、需求不足」的困局

進入民國一一五年(2026年),「十五五」規劃正式開局,北京究竟還能靠什麼突圍?至少可以確定的是,單靠造橋、鋪路、蓋樓的老路,效果已十分有限。

回顧民國一一四年(2025年),大陸經濟的核心矛盾,在於生產端與消費端之間不斷擴大的落差。去年規上工業增加值成長5.9%,新能源車、半導體等高技術製造仍維持雙位數擴張;但消費端的遲疑卻直接反映在價格上-全年 CPI 僅小幅上漲0.2%,PPI 則下跌2.2%。商品生產出來卻難以在國內順利消化,企業只好壓低價格、拚命出口求生

這種「以價換量」的出口模式,確實換來史無前例的一兆美元貿易順差,但副作用同步浮現-產業利潤被壓縮、效率下滑,對外更頻頻引發貿易摩擦保護主義反彈。也因此,北京當前真正要面對的不是「產能夠不夠」,而是「需求撐不撐得住」。

過去廿年,基礎建設投資曾是拉動內需的有效工具,但這套做法只適用於城鎮化快速推進階段。如今大陸人均 GDP 已突破1.3萬美元,繼續加碼「鐵公基」,邊際效益不但明顯遞減,更累積了沉重的地方財政債務壓力。官方近來頻頻強調保交樓」,其實更多是為了防風險穩預期,而非再度啟動成長引擎。

面對現實,北京的投資思維顯然正在被迫調整。資源一方面仍會流向新能源、半導體、AI、綠色低碳、數據中心、算力網絡等「新基建」;但更關鍵的轉向,是從「投資於物」逐步移向「投資於人」北京已意識到,若民眾對未來收入與保障缺乏信心,再多的刺激措施,也難以讓民眾願意進一步消費。

因此,未來一段時間,教育、醫療、養老、社會保障城中村改造等領域,勢將成為北京當局財政支出的重點。這類投入,短期內未必能反映在 GDP 數字上,卻攸關中長期消費信心修復

收入預期尚未明朗前,消費行為勢必趨於保守,市場也正快速出現結構性變化。實體商品消費進入「平替化」時代,大陸民眾不再願意為單純的品牌溢價買單,國產平價品牌折扣通路迎來機會,高價國際品牌則面臨調整壓力

相對之下,服務消費潛力正在浮現。當房屋、汽車、家電等耐久財逐漸飽和,旅遊、演藝、運動、健康等不依賴重資產、卻能提供情緒與健康價值的服務業,反而成為新的成長亮點。大陸官方近期推動帶薪休假旅遊設施改善,正是希望釋放這股需求;隨著高齡化加速,「適老化改造」與居家照護,也正從政策構想轉為實際需求

除了需求不足創新動能能否延續,同樣是大陸經濟的考驗。也因此,官方近來反覆強調,必須將「投資於物」與「投資於人」結合,特別是培養符合新產業需求的高階勞動力。在舊動能新動能的過程中,民國一一五年(2026年)的轉型勢必不輕鬆,經濟更可能呈現一段時間的低位盤整,而非市場期待的快速反彈

北京的政策主軸已從「速度優先」轉向著重「高質量發展」,GDP 增速本身不再是唯一目標。未來一年,觀察大陸經濟的關鍵指標之一,將是居民可支配收入能否實質改善。能否真正落實「投資於人」,把人口紅利轉化為人才消費支撐力量,將決定大陸能否走出通縮壓力中等收入陷阱交織困境,也將是民國一一五年(2026年)政策成敗關鍵






蘇益仁/AI在生醫製藥產業上的發展

 名人堂電子報http://paper.udn.com/papers.phppname=PID0030&page=1#ph  

◆  蘇益仁/AI在生醫製藥產業上的發展
◆  陳亮恭/楓橋孤月落 客船獨千載
◆  葉銀華/什麼是護國神山企業?









蘇益仁/AI 生醫製藥產業上的發展

2026-01-21 00:00  聯合報/ 蘇益仁(南台科技大學講座教授)


雖然 AI 科技在市場上的應用發展,目前主要仍在生成式 AI 領域在工業上的應用;在生技醫藥領域的應用雖較晚,但目前在幾個領域已逐漸成熟。國際上學術研究及科技製藥機構,從研發、臨床前實驗、臨床試驗上病人分層簡化流程法規上市後監控等,已經分別得到一些實際應用,並逐漸受到 FDA 的核可。

我對 AI 生技醫藥的應用,始於兩年前與臨床試驗委託公司洽談,以 AI 用於二期臨床試驗受試者的篩選,尤其在複雜的失智症病人。

錯誤的收案是失智症臨床試驗早期失敗的主因之一,當時因為以 AI 收案雖已經 FDA 核可,可以快速篩檢,但仍然處在參考階段,必須配合臨床評估生物標記的應用,無法省略這些程序,徒然增加預算,最後放棄。

但我對 AI 在生技醫藥領域的應用開始著迷是在兩年前,當時我成立的新藥公司邀請美國 UCLA 前阿茲海默失智症研究所所長 Gary Small 教授來台時,我諮詢他的幾個問題,他幾乎都以 ChatGPT 問答,在幾秒鐘內幾乎都得到很好的意見回覆,令我印象深刻。當我們問到民國一一一年(二○二二年)提出阿茲海默失智致病典範轉移機制細胞自噬溶解autolysosome失控紐約大學 Ralph Nixon 教授,是否可能得到諾貝爾獎時,AI 回答:雖然此創新機制很具突破性,也解答抗體藥物不足的問題,但仍需有以此新學說新藥,經臨床試驗證實才有可能獲頒諾貝爾獎。AI 的回答讓我們莞爾一笑。

最近我著迷於詢問 AI 幾個上市公司藥物的發展前景。令我驚訝的是,AI 在幾秒鐘內,都能提供該藥自基礎生物學、靶向作用機制、毒性、安全、功效、市場上相關商品的各項指標比較,及國際競爭力與成敗可能性,幾乎含蓋到近期的所有資料,令人嘆為觀止。雖然有些回覆未能涵蓋未公開的內容,或有所出入,但已經近乎完美。這對上市新藥的市場及股東投資的抉擇相當重要。

AI 對新藥的研發,從藥物尋找到靶向標的,是未來在複雜的病理機制疾病(如失智症、癌症、免疫疾病)最重要的應用,目前有些已經進入二期臨床試驗。最困難挑戰可能是小分子藥物合成毒理功效預測,仍需臨床試驗的驗證。未來 FDA 會逐漸經過 AI 在各階段所收集到的資料修正法規,使新藥開發能更精準、更快速、副作用更低、功效更佳,效果更好及更方便使用。

因此,大學、教育部、國科會及經濟部應及早導入 AI 在教學、研發臨床試驗產業研究應用新藥開發也許仍需要十年以上,但要達到生技產業的台積電,只能立刻著手進行投資,未來十年方有可能與國際競爭。