所有意見書

· 勞工經濟 · 已提交

裁員之前先培訓:防止人工智能引發的結構性失業

香港一方面缺人手,另一方面人工智能可能令大量日常文書工作不再需要。結構性失業就是這樣開始的:職位仍然存在,但失去工作的人卻無法填補。香港現時主要在工人失業後才資助他們再培訓。我們建議在失業之前,就資助高風險的在職人士再培訓,引導他們轉投人手短缺的行業,並獎勵選擇培訓員工而非解僱員工的僱主,三年開支上限約二億四千萬港元。

在人工智能取代工作之前,就資助工人再培訓,而不是之後。

  1. 我們看到的

    香港一方面缺人手,另一方面人工智能可能令大量日常文書工作不再需要。香港現時主要在工人失業後,才資助他們再培訓。

  2. 我們做了什麼

    我們建議在裁員之前資助高風險的在職人士再培訓,引導他們轉投人手短缺的行業,並獎勵選擇培訓員工而非解僱員工的僱主:三年開支上限約二億四千萬港元。

    十一個月後

  3. 2026 年 2–9 月

    目前的進展

    2026–27 年度財政預算案宣布,僱員再培訓局將升格為「Upskill Hong Kong」,提供包括人工智能應用在內的技能為本課程。2026 年 9 月,政府的人力推算中期更新推算,隨著企業更多使用人工智能,到 2028 年文書支援人員將過剩約 25,000 至 30,000 人,正是我們的建議所針對的風險。在裁員之前資助這些工人再培訓,是仍有待落實的部分。

三句話說明這份建議

支持的理由
在職時資助工人再培訓,遠比失業後的開支便宜,也能引導他們轉投人手短缺的行業。
反對的理由
沒有人能準確知道人工智能會取代哪些工作,部分資助會花在本來就會發生的培訓上,而且並非每次轉職都切實可行。
我們的建議
五項措施全部採納,並由每年檢討的人工智能影響指數開始。

建議書全文

與我們提交的版本相同。

這份建議參考了 2024 年施政報告中有關僱員再培訓局改革的內容、政府的《2028 年人力推算報告》,以及 2025–26 年度財政預算案。

問題所在

人手短缺和人手過剩同時出現。 政府在 2024 年 11 月發表的《2028 年人力推算報告》推算,到 2028 年全港人手將短缺約 180,000 人,研究的 17 個行業之中,有 10 個各自短缺超過 10,000 人。目前失業率偏低,2024 年 12 月至 2025 年 2 月經季節性調整後為 3.2%。但國際貨幣基金組織估計,全球近 40% 的工作會受人工智能影響,在先進經濟體更高達約 60%。香港經濟倚重金融、貿易和專業服務,而這些行業中大量日常文書工作,正是生成式人工智能最擅長的事。

為什麼會變成結構性失業。 周期性失業會隨經濟復甦而結束,結構性失業卻不會,因為重新出現的職位和失去的職位並不一樣。如果人工智能削減的是日常的辦公室職位,而短缺的卻是安老服務、醫療支援、樓宇服務和建造業這類需要親身處理和面對人的工作,那麼一位被取代的文員和一個安老院的空缺,可以並存多年。一個人失業越久,技能和信心就越被消磨,也越難重新就業。經濟學家稱之為遲滯效應(hysteresis),一時的衝擊就是這樣變成永久的損失。

現有制度在工人失業後才資助再培訓,而不是之前。 2024 年施政報告接納了改革僱員再培訓局的建議,把重點由培訓低技術工人,轉為為整體勞動人口提供以技能為本的培訓。自 2025 年 1 月 1 日起,僱員再培訓局取消了學歷上限,課程開放予所有 15 歲或以上的勞動人口,並承諾在 2025–26 年度增加至少 15,000 個培訓名額。這是好事。但僱員再培訓局的再培訓津貼(每月最多 8,000 港元,即每天 333 港元或每半天 166.50 港元),只適用於以就業為目標、主要對象是失業或待業人士的課程。一位看得見自動化將至、但仍在職的文員,晚上進修是得不到任何收入補助的;如果改用持續進修基金,就要先付學費,之後才申請發還。對低收入的工人來說,兩者都是實實在在的障礙。

對人工智能的投資,跑在對受影響工人的投資前面。 2025–26 年度財政預算案預留十億港元成立香港人工智能研發院。支持人工智能發展本身合情合理,但政府至今仍未承諾以相若的資源,幫助工人適應人工智能帶來的轉變。

現在行動,成本最低。 失業率仍處於 3.2%,工人可以在職時再培訓,僱主也仍在招聘。如果等到被取代的情況反映在失業數字上才行動,就要承擔更長的失業期、更少的稅收和更高的福利開支。

我們的建議

1. 公布香港各職業的人工智能影響指數。 勞工及福利局和政府統計處應把香港的職業分類,對照國際上衡量人工智能影響程度的方法,公布結果,並納入日後每一份人力推算報告。影響程度最高的四分之一職業,會列為下列措施所指的高影響職業。

2.「裁員之前先培訓」津貼。 從事高影響職業、月入低於工資中位數的在職人士,參加晚間及周末的技能提升課程時,可獲發僱員再培訓局現有的半天津貼,即每節 166.50 港元,每 12 個月最多 60 節(9,990 港元)。這是把現有的津貼延伸至在職人士,而不是另設新計劃。

3. 為高風險工人預先支付學費。 對同一群人,持續進修基金應直接把認可課程的學費付給培訓機構,而不是事後才發還給工人。

4. 轉投人手短缺行業的「轉職路徑」。 僱員再培訓局應與人力推算報告中人手短缺行業的僱主合作,設計以就業為目標的課程,例如安老服務、醫療支援、樓宇及城市營運和建造業。參與的僱主承諾面試每一位完成課程的學員。學員可獲現有每月最多 8,000 港元的再培訓津貼。

5. 為僱主而設的「培訓留任」獎勵。 利用政府科技資助(例如科技券計劃)以人工智能把工作自動化的公司,如果選擇把員工培訓至公司內的新崗位而不是解僱,每位員工可申領最多 20,000 港元的額外資助。這樣,引入人工智能就不再是裁員的理由,而是重新調配人手的理由。

成本

項目 計算基礎 三年上限(港元)
「裁員之前先培訓」津貼 20,000 名工人 × 9,990 港元 2 億
「培訓留任」額外資助 2,000 名工人 × 20,000 港元 4,000 萬
人工智能影響指數 由勞工及福利局和政府統計處現有資源承擔 —
持續進修基金預先付款 只是改變付款時間,並非新增開支 —
合計 約 2.4 億

轉職路徑使用僱員再培訓局現有的課程和津貼預算。由於並非每位合資格工人都會用滿 60 節,實際開支很可能遠低於上限。

資金來源: 僱員再培訓基金,其資金來自僱主輸入外勞時繳付的僱員再培訓徵款。隨著輸入勞工的規模擴大以填補短缺,用這筆徵款資助工作正在轉變的本地工人再培訓,是公平的做法。

支持的理由

  • 預防勝於治療。 在職時花 9,990 港元資助工人再培訓,遠比失業後數月的失業、稅收損失和福利開支便宜。
  • 讓供求配合。 引導被取代的工人轉投人手短缺的行業,可以同時處理兩個問題,也減少需要輸入的外勞。
  • 建基於現有制度。 每項措施都是延伸現有的安排:再培訓津貼、持續進修基金、科技券計劃和人力推算,行政負擔較輕。
  • 公平分擔成本。 從人工智能和輸入勞工中得益的僱主,一起承擔本地工人轉型的成本。

反對的理由

  • 推算可能出錯。 沒有人能準確知道人工智能會取代哪些工作,影響指數可能標錯職業,結果培訓了不需要培訓的人。
  • 部分資助會花在本來就會發生的培訓上。 有些工人無論如何都會自行進修。
  • 標籤可能帶來反效果。 把某個職業稱為「高影響」,可能令從業員不安、削弱他們的議價能力,或令僱主不願招聘這些職位。
  • 並非每次轉職都切實可行。 一位中年文員未必願意轉投安老或建造業,工資也可能較低。培訓不能完全解決意願和工資上的落差。
  • 可能減慢引入人工智能的步伐。 科技資助附帶任何條件,即使再輕微,也會為公司增添阻力。

我們的建議

整體而言,我們建議五項措施全部採納,並以人工智能影響指數為首,因為其他措施都以它為基礎。最有力的反對理由是推算的不確定性,所以指數應每年檢討,並按最新證據更新高影響職業名單。「培訓留任」刻意設計為獎勵而非規定,鼓勵公司重新調配員工,而不會懲罰引入人工智能的公司。

我們會怎樣衡量成效

  • 對象是否準確。 領取津貼的人之中,來自高影響職業的比例。
  • 成果。 參加者完成培訓 12 個月後的就業情況和收入,並與沒有參加的同類工人比較。
  • 錯配程度。 由政府統計處按季公布各職業類別每名失業人士對應的職位空缺數目。不同職業類別之間的差距擴大,就是結構性失業的早期警號。
  • 失業時間。 曾任文員的失業人士之中,失業超過六個月的比例。

之後的發展

  • 2026–27 年度財政預算案(2026 年 2 月)宣布,僱員再培訓局將升格為「Upskill Hong Kong」,提供包括人工智能應用在內的技能為本課程。
  • 2025 年 12 月至 2026 年 2 月,香港經季節性調整的失業率升至 3.8%,一年前為 3.2%。
  • 2026 年 9 月,勞工及福利局發表人力推算的中期更新,推算隨著企業更多使用人工智能處理日常行政工作,文書支援人員到 2028 年將出現約 25,000 至 30,000 人的人手過剩,而整體人手短缺則收窄至約 130,000 人。

參考資料

引用格式:AI For Good Hong Kong (2025). 裁員之前先培訓:防止人工智能引發的結構性失業. 提交於 2025 年 3 月. https://aiforgoodhk.org/zh/policy/retrain-before-redundancy/