在家工作 (Work From Home) 的經濟學分析

全球受到疫情影響,在家上班就要成為新常態,若以經濟學的研究來看,哪些工作可以無縫在家上班,又持續在家上班真的會比較爽嗎?
評論
Shutterstock/達志影像
評論

本文獲作者授權轉載,作者 Jacky Hsueh,一個在英國研究經濟學與政治學的人,試圖在學術中尋找人性,在人性中尋找科學。興趣在於各種行為:個人、企業、國家以及市場,並將這些行為作為分析呈現給他人一同討論何謂決策以及為何決策。

原文刊登於《一個經濟學家的觀點》,INSIDE 經授權轉載。

今年由於 COVID-19 的影響,許多工作都轉型為在家工作(Work From Home, 以下簡稱為 WFH),而經濟學家們也蒐集各種不同的資料來分析在家工作的本質以及未來的影響。這篇文章就是基於這些經濟學家們從資料發現的數據整理而成的一篇經濟學報告,基本上架構如下:

首先會先提供大的數據分析來給一個比較大的方向,去分析美國以及其他國家有關於 WFH 的結構。在其中可以發現需要高學歷以及電子業相關職業很容易從事在家工作,但是對於服務業或者是製造業來講就很困難了。而如果從國家角度來看的話就算是高度開發的盧森堡,也只有全國 50% 的就業人口有辦法順利轉型。

接著,我會著重在細節,分析 WFH 對於個人以及企業的影響,一個有趣的發現是,在家工作其實壓力不會比辦公室輕鬆,在家工作雖然能夠有效提升產能,但是對於需要團隊合作以及監督的工作還是不利。另一方面,不同的個人特質,例如性別、教育程度也會大幅度的影響個人對於在家工作的偏好以及可能性。

最後,我會順著一些經濟學理論延伸,從現有的資料去一一推論在家工作對於未來的經濟轉型以及社會不平等產生巨大的變化,即便是疫情過後,或許我們要先為如今朗朗上口的新常態 (New Normal) 做出改變以及應對。

誰適合在家工作?

2020 由於受到疫情的影響,在家工作的議題頓時成為經濟學家間炙手可熱的研究領域,Jonathan I. Dingel 以及 Brent Neiman 在今年 6 月的時候於公共經濟學期刊 (Journal of Public Economics) 上面出版了一篇名為「How many jobs can be done at home?的論文,整理了美國勞動局以及職業訊息網路 (O*NET)(* 註:類似台灣的 104 但是是政府為主的) 的資料,完成關於在家工作數據的第一手調查。

根據他們研究,在美國約有 37% 的工作可以在家完成,但許多工作要完全在家完成還是有難度的,而他們也把資料研究擴充到其他的國家去,詳細的情況如同圖一。可以看到除了盧森堡 (LUX) 約莫有 50% 的人可以在家工作,還有其他先進國家例如美國 (USA),瑞士 (CHE),英國 (GBR) 等有超過 35% 的人可以在家工作。

而對於人均 GDP 其實不高的國家,即便是捷克 (CZE),泰國 (THA) 這些前段班開發中國家,能夠達到的比例也都低於 35%。不過可惜他們的資料沒有台灣以及韓國或者中國等亞洲國家,但是表一可以明顯的看出人均 GDP 越高的國家通常可以在家工作的比例會越高,而台灣人 GDP 在 2020 年是 26910 美金,約莫會坐落在 30%-40% 的區間。

圖一:各國在家工作與人均 GDP 的關係,出自 Dingel and Neiman (2020)

那我們下一個問題就要問了,是什麼樣的工作,或者更重要的是什麼樣的背景的人更有可能在家工作,而什麼產業以及背景的人很可能無法在家工作?表一提供了他們的結果,O*NET 那一列是單純 O*NET 的資料,而 Manual Assignment 則是他們結合美國勞動局的資料去做調整而得到更準確的比例,兩者某些地方有所差距,例如建築以及工程 (Architecture and Engineering Occupations) 的比例在 O*NET 的資料是 61% 但是調整過後其實是 88%,而生命、物理以及社會科學 (Life,Physical and Social Science Occupation) 的比例則是從 54% 降到了 36%,原因或許是會去填寫 O*NET 的人可能傾向特定產業,而產生統計學上選擇偏誤的問題 (Selection Bias),這也是為何他們需要重新調整。

從表一的結果會發現其實可以在家完成的工作都很符合直觀,例如電腦以及數學相關的工作 (Computer and Mathematical Occupations) 是 100% 可以在家完成的,教育產業以及圖書相關的 (Education, Training and Library Occupations) 也是有高達 85%,而商業以及金融 (Business and Financial Operations Occupations) 也是 92%。但是,這也呈現一個非常不平等的狀態,有些工作則是幾乎不可能在家完成的,例如個人看護以及照顧 (Personal Care and Service Occupations) 或者是製造業 (Production Occupations) 就是不太可能在家完成的。

表一:工作可以在家完成的比例,出處 Dingel and Neiman (2020)

從大方向來看,似乎需要與人接觸的工作不太可能在家工作,而 Simon Mongey,Laura Pilossoph 以及 Alex Weinberg 同樣在今年的五月於美國全國經濟研究所 (NBER) 發了一篇名為「Which Workers Bear the Burden of Social Distancing Policies?的文章證實這個假設,他們的結果呈現在圖二。

圖二:在家工作以及需要與人接觸的比例,出處 Mongey et al (2020)

從圖二可以看到,在大部分情況下,要不要與人接觸以及是否可以遠距工作確實有一定的關係,不過有些產業例如教育或者通訊雖然需要與人大量接觸,但其實都可以遠距工作。另一方面,從圖二的左邊可以看到產業本身比要偏向專業,管理以及技術面的工作 (藍點) 更有可能在家工作,而單純服務的 (紅點) 則是不太可能,唯一的例外就是醫療科技這一個類別雖然屬於專業的但是還是不太能在家工作。而圖二的左邊則是可以看到通常文書以及銷售類別的工作 (綠點) 也是比較能夠在家工作的,而製造以及營運 (黑點) 也是不太能在家工作的類別。

那麼如果從個人特質來看呢?什麼樣的個人背景容易在家工作,什麼樣的不容易呢?讓我們繼續往下看 Mongey 等人的報告,從圖三可以看到他們的結果,最後兩個類別是總體經濟學家很專注的兩個選項叫做月光族 (Hand to mouth) 以及貧窮的月光族 (Poor hand to mouth),月光族指的是薪水會花光的人,在這其中還有富有的月光族以及貧窮的月光族,前者是雖然薪水沒剩多少但是有房屋以及退休金等流動性較差的財富,後者則是什麼都沒有。而在政府執行刺激方案的時候富有的月光族更容易增加消費,這對於研究總經的人其實挺重要的,Greg Kaplan 以及其同事在「The Wealthy-Hand-to-Mouth」(2014) 有詳細的研究,這邊就不贅述。

圖二:在家工作以及需要與人接觸的比例,出處 Mongey et al (2020)

可以看到影響最深的其實是學歷,通常沒有大學文憑的人會不容易找到可以遠距的工作,領低於中位數薪資的通常不容易遠距工作,男性比起女性更不容易遠距工作 (但這或許跟美國較多女性從事教育工作有關),單身以及租房,還有在小公司工作的也比較不容易遠距工作,而通常沒有員工健保的也是比較不容易遠距工作的特質之一。

是否是月光族對於遠距工作也有很大的影響,事實上,這是除了教育以及是否領中位數收入這兩個特質以外最大變數,通常無法遠距工作以及需要高度與人接觸的人裡面,月光族的比例是非常高的。而在已知是月光族的前提下,這當中貧窮的月光族無法從事遠距工作的比例則是比富有的月光族高出 10% 的。

有趣的是許多人都以為越年輕的人或許更容易從事遠距工作,但他們的發現卻證實年齡並非影響能否從事遠距工作的變數,其實你有沒有好的學歷跟收入還有否有一定資產影響較大,無庸置疑會在疫情甚至在後役情時代加速社會的不平等,這就容我後面再多加討論。

在家工作真的好嗎?

我們已經知道通常高學歷,收入較高,有一定財務預算的人比較容易在家工作,而工作內容偏向專業,管理以及科技方面的工作會比起單純的服務業或者製造業更容易在家工作。那麼我們不禁想問,在家工作真的好嗎?

有很多人認為在家工作可能會比較容易取得 work-life-balance,畢竟你可以自由分配你的時間,而 Alexandre Mas 以及 Amanda Pallais 在 2020 年 8 月出版的 Annual Review of Economics 上面發表的「Alternative Work Arrangements」就專注在這個議題上面。

不同於上面兩篇文章採用的是美國勞動局以及 O*NET 的資料,他們採用的是更多的問券資料,分別來自於:ATUS,GSS 以及 UAS 這三個不同的問券資料庫,而之所以採用不同的資料來源的原因是在於他們更有興趣傳統工作以及非傳統工作的差別而不單單只是是否在家工作,表二可以看到他們的初步研究結果。

表四:不同工作內容以及不同個人特質,出處 Mas and Pallais (2020)

可以看到,不同的運問卷可以提供的樣本數以及研究議題並不太一樣,從左到右分別的變數為:1. 是否是彈性工作內容、2. 是否經常在家工作、3. 是否與雇主有簽訂正式的在家工作合約、4. 是否是正式員工、5. 是否自雇、6. 是否是報酬是以薪水計算的、7. 是否屬於非常態員工以及是否在至少兩個禮拜前知道工作的進度。

可以發現 Mas 以及 Pallais (2020) 的發現跟 Mongey et al (2020) 的研究在教育上面有很高的一致性,通常至少有大學程度者更能有彈性的工作、更常在家工作 (而且是歸類在正式員工者)。但是在性別上面就挺有趣的,Mongey et al (2020) 的研究室認為女性更容易在家工作,但是 Mas 以及 Pallais (2020) 反而得出不一樣的結論,認為女性比較不會有彈性的工作內容以及較少在家工作。

這其實跟 Mas 和 Pallais (2017) 以及 Wiswall 與 Zafar (2015)「Determinants of College Major Choice: Identification using an Information Experiment這兩篇結果有所牴觸,因為這兩篇都發現其實女性更偏好在家工作,甚至願意犧牲一部分的薪水來從事在家工作。那麼,在同樣產出的情況下,理論上女性在家工作的比例應該較高而不是減少,而 Mas 以及 Pallais (2020) 給出的解釋是在於在家工作的工作時數較長 (詳見表五),而較長工作時數所帶來的負面影響高於彈性工作的正面影響,因此會發現女性比較不偏好於在家工作,或許這解釋了為何會跟 Mongely et al (2020) 的結果有所牴觸,畢竟 Mongely et al (2020) 更注重在職業上面,而美國教師職業其實就是工作時數比較固定而且可以在家工作的內容,女性較多並不意外,但是如果把打工或者自雇算進去的話,女性的比例則是會低很多。

而既然提到了壓力,表五則是 Mas 以及 Pallais (2020) 根據問券得到的資料,從左到右的內容分別為:

  1. 工作是否壓力大
  2. 工作會不會影響到家庭
  3. 一個月內有幾天需要加班 
  4. 工作上面有沒有自由度
  5. 要不要團體工作
  6. 一周是否需要超過 45 小時工作
  7. 是否需要工作超過下午五點到早上四點 (我個人看完他們的說明心裡在想這表格拿去給科技業的輪班星人應該會很精彩 XD)。
表五:壓力,工時,以及工作內容,出處 Mas and Pallais (2020)

表五可以明顯地看到在家工作固然是比較自由沒錯,但是無論對於加班或者是較長工時以及對家人的影響都挺大的,如果以單純追求自由來講,打零工或者是可以自由協調上班內容的影響都沒有比在家上班來的大。從本質上而言,可以看出在家上班以及另外兩者的不同。其實這挺有趣的,儘管工作有更高的彈性以及自由,但是在家工作反而壓力較大而且工時較長。但這或許跟工作性質有關,他們列出的工作裡面壓力最大的工作中,「執行長、高階管理人員以及立法者」,是壓力最大也是第二容易因為工作影響家人的工作,但是這工作通常更容易在家完成。相對的,壓力最小以及最不容易影響家人的工作則是,「食物準備人員」,就很難在家工作。

但這真的代表在家工作會讓生活一團糟嗎?如果我們用細部的分析來看的話,這其實取決於在家工作是用什麼形式完成的。事實上,在 Nicholas Bloom 於 Quarterly Journal of Economics 上面發表的「Does Working from Home Work? Evidence from a Chinese Experiment」2015) 來看,他們採用中國的一間電話公司作為實驗,發現其實在家工作反而能夠提升工作的效率以及對於工作的滿意程度,而 Mas 以及 Pallais (2017) 做實驗發現一樣人們其實對於彈性上班與早上九點到下午五點下班的工作選擇差異不大,但卻願意多犧牲 8% 的薪水在家工作,這或許說明儘管壓力大,人們對於在家工作的意願還是大於乖乖跑去工作的。

但是既然如此,為何還會有壓力?或許除了家庭關係以及工作時數以外,更重要的還有兩點。其一是同樣在 Mas 以及 Pallais (2017) 研究裡面有提到人們極度厭惡工作的內容不是常態,而在家工作很多時候工作計畫都會改變,或許導致了人們在工作上面的壓力,其二則是 Supreet Kaur 及其同事在 Journal of Political Economy 的這篇「Self-Control at Work(2015) 裡面發現有些人其實很不樂意要自己決定什麼時候工作、要怎麼工作以及如何工作,儘管人們偏好彈性在家上班,但是如果責任全都要自己扛的話反而會帶來很大的壓力,事實上 Mas 以及 Pallais (2017) 也提到人們願意付錢避免自己有絕對自由權的工作。或許,在家上班可以透過降低內容工作內容的隨機性以及更好的安排來減少員工的壓力程度。

而從公司的角度呢?或許很多人都會認為在家工作會降低工作的效率,但是上述提到的 Bloom et al (2015) 其實就發現在家工作反而提高員工的生產率以及降低了離職率,而無獨有偶,Marta Angelici 以及 Paola Profeta 在「Smart-Working: Work Flexibility without Constraints」(2020) 則是以義大利作為實驗,發現義大利的員工可以採取在家工作的人其實產出也的確增加了而且更少休假。

但是遠距工作對於公司一定是好的嗎?這其實還是取決於工作的內容是否需要團隊合作以及容不容易去監控工作而定,例如 Diego Battiston 以及其同事在「Is Distance Dead? Face-to-face Communication and Productivity in Teams(2017) 提到了對於急診室的醫生來講,面對面處理手術遠比視訊好用多了,他們認為這跟團隊合作有關。但我想除了團隊研究以外,跟螢幕解析度也是有關,有些工作內容如果不靠肉眼辨識的話其實很難去判斷顏色,今年 2020 年在中研院舉辦的總體計量研討會裡面陳添枝教授也提到說今年 iPhone 在製作過程上面的確面臨一些問題,原因就在於透過遠端跟視訊顏色很難正確捕捉,而今年的 iPhone 也的確在顏色上面有很大的問題,這或許會是遠距工作上面的一大難題。而在 Kyungjoon Lee 及其同事在「Does Collocation Inform the Impact of Collaboration?」(2010) 也提到學術論文的共同作者如果坐落在同一棟大樓的話,其論文其實越容易被引用,或許可以親自見面還是有很大幫助的。

但是目前有關於遠距工作對於公司獲利的資料其實還太少,大部分的資料還是鎖定在特定公司或者產業,或許疫情影響之下過幾年才能有足夠的資料證明遠距工作對於公司獲利的影響,在此以前都只能猜測。

結論:當社會轉型的經濟學議題

從上面我們可以看到,遠距工作其實對於不同的人有著不同的影響,例如有大學學歷的人更容易從事在家工作,而往往在家工作的人收入都是比較高的。但是我們也同樣看到在家工作對於人們的壓力較大,而對於公司而言則是有獲利的可能,但或許會大幅降低人與人合作的必要性。

從經濟學的角度,我想首先可以著重的是不平等的議題,我們可以看到學歷對於未來工作的影響會很巨大,更有甚只是你讀什麼科系、是否從事管理以及技術相關的工作,將會大幅提升遠距工作的可能性。對於本質其實更偏向於服務業的產業而言,遠距工作將會有很大的難度。

而另一方面,我們也看到月光族以及薪資收入較低的人比較難從事穩定的遠距工作,當未來有金融海嘯來臨的時候,這些人很可能會更容易遭遇失業以及資遣。同樣是這批人在經濟上面是最為弱勢的,更別提他們的家人以及小孩。

自然而然的,不平等的議題或許會需要著重在這上面。馬克思認為不平等跟誰掌握了資本有關,而有產階級掌握了生產工具這才導致了不平等的社會。但是現代的社會其實要掌握資本工具很容易,不過就一台電腦罷了,掌握如何使用資本的技術反而會是難題,與其使用稅收或者是財富重分配的方式,或許政府從教育產業著手,降低大學以前的人從事遠距工作的技術門檻會是比較可行的方案。教育本身就是一個可以帶來正面外部性的產業,但往往缺乏人主動去提供,這也是為何政府需要提供教育的原因,從教育著手是個很可能解決未來社會加速不平等的路徑之一。

從上面的段落其實也可以看到,壓力以及家庭關係很容易擴大,而政府要如何規範在家工作時候的工作時數會是另一個值得注意的議題,企業本身也可以研究到底在家工作要如何達到最高的產出,而不至於投入過多的人力資本卻造成效率不彰,導致經濟學上面的邊際規模遞減的效應。

最後我想台灣算得上是受到疫情影響很小的國家,但是這也導致在家工作的比例以及急迫性其實不如歐美其他的國家,在全球化的時代,台灣其實需要多去接觸以及閱讀有關於歐美正在進行,關於遠距工作的產業轉型以及可能衍生問題的研究,而這也是我寫這一篇的主要目的,疫情的確使得台灣如同 2020 年幸運兒的平行世界,但是在全球化的年代台灣不可能跟歐美脫節,但是我們或許可以從對方正在經歷的產業轉型上面學習如何面對未來的變化。

參考文獻

  • Battiston, D , Vidal,J.B and Kirchmaier,T . 2017. “Is Distance Dead? Face-to-Face Communication and Productivity in Teams,” CEP Discussion Papers dp1473, Centre for Economic Performance, LSE.
  • Bloom, N., Liang, J., Roberts, J. and Ying, Z., 2014. Does Working from Home Work? Evidence from a Chinese Experiment*. The Quarterly Journal of Economics, 130(1), pp.165-218.
  • Dingel, J. and Neiman, B., 2020. How many jobs can be done at home?. Journal of Public Economics, 189, p.104235.
  • Mongey, S., Pilossoph, L. and Weinberg, A., 2020. Which Workers Bear the Burden of Social Distancing Policies?. SSRN Electronic Journal,.
  • Kaplan, G., Violante, G. and Weidner, J., 2014. The Wealthy Hand-to-Mouth. Brookings Papers on Economic Activity, 2014(1), pp.77-138.
  • Kaur, S., Kremer, M. and Mullainathan, S., 2015. Self-Control at Work. Journal of Political Economy, 123(6), pp.1227-1277.
  • Marta,A and Paola A .,2020. Smart-Working: Work Flexibility Without Constraints (2020). CESifo Working Paper No. 8165, Available at SSRN: https://ssrn.com/abstract=3556304
  • Mas, A. and Pallais, A., 2017. Valuing Alternative Work Arrangements. American Economic Review, 107(12), pp.3722-3759.
  • Wiswall, M. and Zafar, B., 2015. Determinants of College Major Choice: Identification using an Information Experiment. The Review of Economic Studies, 82(2), pp.791-824.

責任編輯:Mia
核稿編輯:Chris

延伸閱讀:



Akamai 服務上新,於邊緣處推動快速創新

Akamai EdgeWorkers 為開發團隊提供豐富功能和工具來創建新的微服務,利用 Akamai 提供的 25 萬台分佈式服務器組成的網絡,在邊緣執行安全而快速的計算,並在邊緣暫存內容,以實現快速交付。
評論
評論

在雲計算技術還沒有大規模普及前,絕大部分企業和組織都需要自建數據中心,或通過託管的方式來部署自己的硬體基礎架構,並在此基礎上為員工和客戶提供服務。取決於業務或其他方面的諸多要求,此時需要部署的數據中心可能有很多個,並廣泛分佈在不同地區,藉此為客戶提供流暢的體驗,並透過多個數據中心保障連續性。在發展的過程中,隨著「雲端」的出現,讓各個組織的計算開始集中。

而當在線直播、無人駕駛、智能家電、物聯網等應用開始陸續深入我們的工作和生活,情況又不同了。以往透過雲平台集中運行和服務的模式,因為距離導致的網絡延遲已經對用戶的使用體驗產生極大影響。為了提供更敏捷、靈活、快速、可靠的體驗,企業需要從最貼近用戶的地方提供服務。因此,邊緣計算就成為最有效的解決方法。

透過將數據的收集、分析和處理等工作,由「雲中心」重新分散到最接近用戶的邊緣位置,企業可以就近為用戶提供服務,通過延遲更低的響應打造更出色的用戶體驗。

「無服務器」的出現,帶來計算方式的革新

以前,當組織需要上線一套業務系統時,首先需要採購並部署相應的服務器硬體,並且要負擔服務器日常運維過程中的管理、維護、補丁安裝、配置等繁瑣任務。

上雲前,組織需要在自己的數據中心,以硬體服務器的方式執行這一系列工作;上雲後雖然簡單許多,但依然需要面對雲服務商提供的虛擬服務器,從本質上來看相關負擔仍相當繁重。

無服務器(Serverless)技術的出現,讓組織可以在不需要考慮服務器的情況下,構建並運行由微服務構成的創新式應用程式與和服務。藉此不僅可以省略基礎架構管理任務,還能為幾乎任何類型的應用程式或後端服務構建無服務器應用程序,更方便、靈活地構建出具備極高可用性的應用。

Akamai EdgeWorkers :為創新賦能

Akamai EdgeWorkers 為開發團隊提供豐富功能和工具來創建新的微服務,利用Akamai 超過 25 萬台分佈式服務器組成的網絡,在邊緣執行安全而快速的計算,並在邊緣暫存內容,以實現快速交付。

當開發團隊在邊緣開啟代碼時,他們會將數據、見解和邏輯推送到更靠近最終用戶的位置。Akamai 的高性能、可擴展式實施模型,可確保數據和計算不會被延遲問題困擾,進而避免對數字化體驗產生負面影響。

在該服務幫助下,開發者可直接在 Akamai 的全球分佈式平台上快速、迭代地創建和部署新服務,以解決問題和自定義交付。

長期以來,Akamai 在邊緣計算的創新和成功實施皆具有優勢。自 1998 年起,便開始為 Akamai 內容交付網絡(CDN)的客戶推出自定義交付邏輯,其他里程碑還包括 2001 年的 Edge Site Includes 、2002 年的 Edge Java 以及 2014 年的 cloudlet 應用程式。

目前, Akamai 在全球擁有超過 4100 個入網點,為 EdgeWorkers 用戶提供出色的邊緣基礎架構規模和範圍,開發人員可以在靠近最終用戶和他們的數字化接觸點的地方部署代碼,以實現盡可能低的延遲。EdgeWorkers 同樣獨立於雲,客戶可以選擇利用 CDN 供應商或雲供應商平台上的無服務器計算功能。在 Akamai 幫助下,客戶可以在整個混合雲或多雲環境中部署單一的無服務器計算平台。

更多相關資訊:https://www.akamai.com/solutions/edge

本文章內容由「猿聲串動」提供,經關鍵評論網媒體集團廣編企劃編審。