非農就業－非農新增資料這麼重要 那麼不準

非農就業資料，實際上涵蓋超過1億5,000萬勞動人口，涉及工業、建築、服務業等幾乎所有生產性活動。圖／美聯社

8月初，美國勞工統計局（BLS）發佈7月份非農就業新增人數爲7.3萬人，7月份失業率稍增爲4.2％。然而對5月和6月的非農就業數據進行了罕見的下修：5月從14.4萬人大幅下修至1.9萬人，6月則從14.7萬人下修至1.4萬人。樂觀的經濟也瞬間凍結。

此結果點燃了美國總統川普的不滿情緒，川普總統認爲資料造假，因此行政命令開除勞工統計局局長。其實之前，川普就認爲該局長「僞造」就業數據以提高賀錦麗的勝選機率，而此次讓聯準會緩降息，破壞川普的經濟佈局。

非農就業資料，實際上涵蓋超過1億5,000萬勞動人口，涉及工業、建築、服務業等幾乎所有生產性活動。對市場而言，新增就業不僅是衡量經濟的核心數據，更是利率、匯率和資本流動的指標信號。一個比預期強勁的報告，可能讓聯準會延後降息，推高美元並壓低股市；而疲弱的數據，則可能導致資金涌向債券，並促使政府推出刺激政策。

外界或許誤以爲美國統計如此成熟，非農就業數據應該精準無誤，然而，實情遠比想像複雜。但最大問題出在「企業調查」無法即時涵蓋新成立或倒閉的公司，因此統計局須透過「淨出生/死亡模型（Net Birth/Death Model）」的預估工具，估算未在樣本中出現的新企業新增、或流失的就業人數。模型基於過去趨勢推估，但無法即時反映經濟突然轉折，如金融危機、疫情爆發、或大型企業裁員潮。當模型錯估方向，就容易導致大幅修正。

此外，每月初步公佈的數據，乃基於統計樣本的快速估算，無法納入全部企業資料。真正更完整的數據，來自較晚纔有的QCEW（Quarterly Census of Employment and Wages），即勞工部門每季從失業保險繳費資料獲得的「實際就業資料」，但落差長達數月。因此，非農數據需在後來幾個月內「回補修正」，彌補最先模型的誤差。

這種時間差與方法錯配，便造成「初估誤差」與「延後修正」的長期困擾。這樣的統計機制，在現在AI時代已逐漸顯得不合時宜。

另外，川普開除勞工統計局局長此舉也引發外界熱議與學界關切。一方面，若勞工部連續兩月高估就業近20萬人，也凸顯內部模型與程序確有結構性問題。此風波，既是政治鬥爭的火花，也是技術體系必須正視的危機。

改進之道，就是應該強化即時資料的取得與運用。過去依賴樣本調查與歷史趨勢預測，但如今科技早已進步。美國政府可考慮開放串接大型企業薪資系統、即時發薪記錄、稅務登記數據等新型態數據，讓統計有更實時的基礎。且若能與財政部IRS資料、各州就業保險登記動態整合，將大幅減少對模型預估的依賴。目前QCEW資料約滯後五個月，但技術上完全可縮短至兩個月內。只要政策允許企業加速上傳薪資與稅務資料，並增加勞工統計局與稅務機構協同，非農報告便能更快取得真實資料交叉覈對，減少誤判空窗期。