文/鄭久慧
昨日（3日），筆者參與南華早報在金融區舉辦的預算案座談會，嘉賓財政司司長陳茂波以英語向逾百名中外友人解說今年的預算案重點，眾人濟濟一堂，互相交流。雖然政府面對千億財赤壓力，新發表的財政預算案仍堅定推動人工智能研發，透過設立人工智能研發院、加強政府部門及大企業實際應用AI技術，務求抓住AI急速發展帶來的機遇，引領本港經濟邁向多元發展及高增值方向，令人稱許！
筆者留意到，昨日司長簡報中對AI着墨不少，對本港經濟數據及未來北都發展願景亦有大量數字作詳盡分析，簡而言之整個簡報包含大量數字，於是筆者產生一個疑問，若所有財政分析均建基於數據，數據不準確勢必造成巨大誤差，當局是如何確保所謂的「數據質量」（Data Quality）。須知若數據質量不佳，就算AI演算模型再厲害，最終的產出亦未如理想。
相信大家無論是否從事IT工作，都一定聽過一句話：「垃圾進，垃圾出」（Garbage in, garbage out）。如果我們希望人工智能為我們帶來最佳產出，我們是否應該先為它們輸入最精確、最新和最全面的資料？當局大力投資人工智能算力，是否應先檢視投入的數據質量，例如統計數據的準確性，讓AI能準確掌握本港的實際經濟處境。
容筆者舉兩個香港政府統計方面的缺失。其一，政府統計處去年12月27日新公布的重要全港性數據報告《工資及薪金總額按季統計報告》，顯示各類就業人士工資及薪金的指數，用的參照年份竟是以「1999年第1季 = 100」為準（點此查看）。更離譜的是，據統計處網站，以下統計數據用的是回歸前1992年9月為參照年份「(1992年9月 = 100)」：
表 220-19001 ： 按行業主類劃分督導級及以下僱員的名義工資指數
表 220-19002 ： 按行業主類劃分督導級及以下僱員的實質工資指數
表 220-19003 ： 按行業主類及主要職業組別劃分督導級及以下僱員的名義工資指數
表 220-19004 ： 按行業主類及主要職業組別劃分督導級及以下僱員的實質工資指數
表 220-19005 ： 按職業組別劃分督導級及以下僱員的名義工資指數
表 220-19006 ： 按職業組別劃分督導級及以下僱員的實質工資指數
與時並進、掌握最新數據是經濟致勝的關鍵，90年代電子業、製衣廠、印刷行業在香港經濟仍吃重，現在早已走向息微。若參照年及計算全港就業人士工資及薪金的「一籃子」成分基於老掉牙過時的1990年代基數，絕對難以代表現時本港的經濟分布，那麼無論政府在數碼港新設的「超級電腦」硬件多先進，演算多迅速，新研發的AI程序多尖端，「garbage in, garbage out」，恐怕仍是徒勞，白白浪費納稅人巨額金錢。
其二，全面掌握數據、持續修訂統計準則亦是經濟致勝的關鍵。瑞士政府不僅公布勞動生產力的數據，也公布資本生產力及全要素生產力的數據，但本港僅公布勞動生產力。若造訪瑞士聯邦統計署（Swiss Federal Statistical Office）網站，不難發現大量創新的統計準則，全面鞭策瑞士成為最先進的經濟體。
例如瑞士每10年調整一次GDP的計算模型，即所謂的「逢9逢4」，在「逢9」年份進行「基準修訂」（Benchmark revisions），在「逢4」年份進行「概念修訂」（Conceptual revisions）。「基準修訂」主要包括實施新的或修訂的數據和新算法來建立新準則。「概念修訂」則為採納新國際概念，從根本處修訂GDP計算準則。香港與很多國家一樣，均採用聯合國2008年的GDP計算標準，即「國民經濟核算體系2008」（System of National Accounts 2008）（點此查看）。奈何跟大隊，似乎未必能令香港的「數據質量」傲視同儕，非官方經濟數據網站「worldeconomics.com」對本港的評分並不高。
按照普世標準，瑞士算不上什麼好地方，堪稱是窮山惡水、資源匱乏、交通不便、氣候嚴寒的「歐洲山旮旯」，然而這個比香港多三百萬人的經濟體不僅是國際金融中心，亦發展成不少國際組織、跨國大企的全球總部，靠的就是制度優勢。財政司司長常去達沃斯開會，應對瑞士的先進深有體會。
只有不斷推陳出新，破格求變，才能引領世界！例如瑞士現時計算工資指數所採用的參照年是2020年，但香港這方面嚴重滯後，仍在使用1990年代。創科局、數字辦每年拿那麼多公帑主導本港創科創新，定知數據質量成疑，全力發展AI恐收效未如理想，為何不向政府統計處提出意見，質疑為何用老掉牙的參照年？而立法會資訊科技及廣播事務委員會主要職責是監察及研究與資訊科技等範疇相關的政策及公眾關注事項，共有多達20位議員在列，為何這些民意代表從未為民發聲，質疑數據準確性？筆者曾多次撰文呼籲改革政府架構，令政府統計處如審計署一樣，獨立運作。若繼續讓統計處隸屬財庫局，其統計方向難免側重財金及經濟方面，局限了統計處的視角。
昨日筆者原本想向司長提問，奈何座談會時間有限，南華早報的線上提問系統僅限少量字數，致使問題無法提交。回想筆者年前參與同一活動後曾撰文《一個未能發問的大問題》，於是再撰文一篇，並附上昨日未能提交的問題原文：
I believe that all of us, no matter works in IT or not, must heard of a famous saying, 「garbage in, garbage out.」 If we want AI gives us the best, shouldn't we input something most accurate, updated and comprehensive first?
As the government will invest big in AI's computing power, is it a suitable time to have a review on the Data Quality of what we put in, for example, our statistics, so that AI would be able to generate precise picture of what HK has achieved.
For Switzerland, an international center in both financial and political senses, where the top guns like our F.S. visit every year for the Davos Forum, the wage index base year those Swiss are using is 2020, while HK is still using that of 1990's.
Moreover, Swiss Government publicizes figures not only covering labour productivity, but also capital productivity and total factor productivity; yet our C&SD only provides labour productivity figure. If we go to Swiss Federal Statistical Office website, we do find that there are a lot more new BREAKTHROUGHS we can take as benchmarking, or at least, as reference for innovations, e.g., review every 10 years the statistical model of GDP calculations, both Benchmark revisions & Conceptual revisions.
