一個好到沒人住得起的經濟：聽 Jill Schlesinger 談數字與日子的落差

目錄

1. 數據說經濟還行，為什麼我過得這麼緊？
2. 新聞為什麼老是挑壞消息講？
3. 票價貴到離譜，為什麼還是秒殺？
4. 這種狀態什麼時候會結束？
5. 那我自己能怎麼用這集的東西？
6. 可以參考的資料
7. 帶得走的一件事

二月賣新絲，五月糶新穀。 醫得眼前瘡，剜卻心頭肉。

—— 聶夷中《詠田家》（唐，約 9 世紀）

2026 年 10 月 23 日的《The Compound and Friends》請回 CBS News 的商業分析師 Jill Schlesinger（吉兒・施萊辛格），她在節目裡報了兩個數字：當週初領失業金人數 19.4 萬，是 1960 年代以來第四低；美國銀行那份涵蓋一般家庭的消費者壞帳沖銷率還在往下走，銀行們已經連續十五個季度講同一套話。可是她說，她每次上節目講「經濟還行」就會收到罵人的信。主持人 Josh Brown 給了另一半畫面：前一晚他在電影院看到一瓶水賣 8 美元，一個小孩笑了一下，把水放回架上，空手走回座位。這一集的結論落在兩者怎麼同時成立——總量數據量的是「有沒有工作、有沒有在違約」，個人的感受量的是「同一份收入買得到什麼」，而這兩邊同時成立的前提是工作還在、資產價格還沒跌過一整年。

數據說經濟還行，為什麼我過得這麼緊？

因為那些數據量的是流量，你每天面對的是價目表。

Jill 在節目裡講她的工作狀態：來上節目如果只說「前 25% 的所得者和有資產的人日子很好」，剩下的觀眾就被推開了；只講負擔不起的那一半，又交代不完整。她的說法是「有些好、有些壞、中間還有東西」，然後兩邊都會寄信罵她。

有個例子把這個落差講得清楚。俄羅斯石油消息出來的那個週日，製作人打電話找她，因為東北部的同事們看到自家暖氣油帳單要漲。她起來查了一下：全美用燃油取暖的住宅占比大約 3%，剩下的用瓦斯或電。所以這則新聞對卡車司機、對農民是真的成本，對多數人的帳單沒有影響——可是標題讀起來，像是全國都要為暖氣多付錢。

另一半的落差在長期。Jill 跟大學同學吵過一架，對方說「現在的年輕人就是懶」，她去把資料翻出來，發現以通膨調整後的起薪跟那一代相近，變掉的是生活成本，尤其是住房。所以同樣一份工作，父母那代可以邊通勤邊存頭期款，現在可能要先在家住兩年。

她的評語很直接：如果那是你自己的孩子，你要幫就幫，不要一邊幫一邊嫌。

節目裡最刺人的一段是 Josh 說，那個把水放回架上的小孩，和他的憤怒都不是虛構的。他們該生氣。而這種生氣在總量統計裡找不到欄位。

新聞為什麼老是挑壞消息講？

一開始是補償，後來變成生意。

Josh 的版本是這樣：金融媒體在 2008 年被抓到沒穿衣服，整個行業事後對自己說「我們不會再用那種方式報導金融」，於是開始找下一場危機，找了十七年。他認為這件事本身有價值——市場裡該有懷疑的人，有人看空特斯拉、看空比特幣、把 AI 資本支出叫泡沫，都讓循環走得更久。

Jill 的補充是現在的動力換了。媒體是生意，要賺錢，而讀者點的是負面標題，所以它們供應負面標題。她說她會想談「標普創新高、這是怎麼來的」，不想只在跌 10% 的時候被叫上節目。她講市場的動能來自 AI 的投資與消耗時，照樣收到恨意郵件——她的說法是，你可以討厭資料中心，同時接受你的退休帳戶之所以漂亮跟那件事有關，兩個訊息要一起吞。

Josh 當天剛好被親身示範了一次。他前一晚看伊莉莎白・霍姆斯的紀錄片，片子的焦點之一是記者有沒有誤引她的話；三十分鐘後他收到簡訊，《華爾街日報》寫了一篇把 Future Proof 大會寫成私募信貸推銷場的報導，而現場幾千名顧問多數是有受託義務的 CFP。他看完的感想是，這跟每天 AI 相關的標題是同一件事：所有人都在搶眼球，而你搶的對手包括 YouTube 和短影音。Facebook 前一晚才報告互動率創新高。

這裡我自己最在意的一點是 Jill 說的另一半。她接電話、接聽眾來電，一個 37 歲的女性跟她說退休帳戶存了 30 萬美元、覺得自己落後了。Jill 的回答是「你沒落後，你做得很好」。落後感的來源不是那個數字，是她手上那份拿來比的名單。

票價貴到離譜，為什麼還是秒殺？

因為大家想要的是同一樣東西，所以上面那一半的價格找不到天花板。

Josh 家 17 歲的兒子傳訊息說朋友都要去看 Calvin Harris 的演唱會，票 600 美元，而且賣完了，要到轉售市場買。後來加開三場，票價是 700。供給增加、價格往上——因為一個城市裡有一百萬種度過週二晚上的方式，而所有人想去的是那一場。

Jill 在拉斯維加斯走過兩家飯店，Fontainebleau 裡沒有人，她形容空到可以在裡面玩傳球；她住的 Wynn Encore 人擠到樑上。差別是社群媒體決定了哪一家算酷。然後企業學會了這件事：既然某些場合的付費意願沒有上限，就把價格往上拉。聯合航空和達美調高里程門檻，迪士尼調價，都在 K 型的上半邊。Josh 的觀察是中產也被捲進來——廣告與演算法讓中間的人想要跟有錢人同一份清單。

反向的動作也出現了。Jill 說她自己付不下去 30 美元一杯的酒，「我當然付得起，可是它讓我痛」；她提到打麻將的人變多，因為四個人坐兩小時花不到什麼錢,而一頓午餐要 80 美元。她訪談橫跨整個所得分布的人之後給的句子是「這裡有好幾個美國」。Ben 的版本更尖：大家都說有錢人不懂民間疾苦，而事實上每個人都活在自己的演算法裡,所以每個人都不懂。

這種狀態什麼時候會結束？

自己不會結束，要外面來的東西打斷它。

Jill 說她在某次早上九點的編輯會議上講了「我們需要一次好好的賣壓和衰退來重設一下」，會議上兩百人聽著,這句話沒替她贏得任何人緣。Josh 反駁的理由是衰退先砸到最撐不住的人，而且近年全是 V 型反彈——他的判準是，心理要變，得等人們看到自己的投資組合出現年對年的下跌，而這件事很久沒發生過。

另一個撐住的腳是勞動。移民縮減之後，某些產業的勞動池就是整個池子；醫療照護的需求爆量，而 Jill 提到院內護理師的缺口——很多人離開醫院去做禮賓式診所的護理，醫院裡那些「很硬但很好的工作」補不滿人。進入 AI 時代第三年，公司還在留人；工資成長不如 2021 年那種不自然的速度，但還在成長。所以她說，只要工作在、投資在長，大家會繼續升等商務艙、繼續排美國運通的機場貴賓室。

AI 這條線上，節目抓到的轉折是成本。IBM 執行長在法說會上說，至少大型企業開始在意自己 AI 支出的真實投資報酬率，也開始擔心有些支出沒有回報；而 OpenAI 在 9 月推出中階低價版本、Anthropic 這個月發表 Claude 的 Haiku 5.5，表現更好而成本更低。Josh 的判斷是 2027 年的題目會從「誰的模型最強」換成「誰夠好又更便宜」。Meta 當晚的財報給了另一面：盤後一度衝到 750、隔天掉到 650，自由現金流出現 2012 年以來第一個負值季度，而廣告曝光年增 10%、每則廣告價格年增 14%、36.4 億人在用它的應用程式。法說會上那句自述寫得坦白——驅動營收的兩個因素是「提供讓社群投入的體驗」與「把投入變現的效率」。

那我自己能怎麼用這集的東西？

我聽完把這集當成一份分辨練習，拆成三層。

第一層是分開兩張表。總量數據（失業金、壞帳、工資）回答的是「我會不會失去收入」，個人成本表回答的是「這份收入買得到什麼」。兩張表的結論可以相反而都沒錯。我自己踩過的坑是反過來用：看到總量很好就放鬆對自己現金流的檢查,結果某年發現房租和保費把儲蓄率吃掉了一半，而那年的宏觀數據漂亮得很。所以我現在固定每季只做一件事——把自己最大的三筆固定支出的年對年變化寫下來,那個數字跟新聞無關。

第二層是看清楚自己在跟誰比。那位存了 30 萬美元卻覺得落後的來電者，和那個被朋友的演唱會名單推著走的 17 歲，踩的是同一個機制：手上那份比較名單是演算法挑出來的樣本，裡面只有去得起的人，去不起的人不會發文。我聽到這段的時候想到自己看到同業貼出報酬率就手癢的那幾次，而我後來發現他們貼的是單一標的、不是整個帳戶。對照組錯了，結論就錯了。

第三層是認出什麼東西在漲價而你拿不到議價權。Josh 講顧問這一行的時候給了一句我印象深刻的話：財務規劃的運算早就被軟體解決了，難的是注意力——客戶要有人聽他講、記得對他重要的事、而且在結果好壞上有利害關係。AI 讓他們可以服務更多客戶、讓最好的顧問多出一雙手，可是取代不了客戶真正在付錢買的那個東西。

這個判準我拿來看自己的工作：我做的事裡面，哪一部分是運算、哪一部分是沒有人能代替我出現在現場。

Jill 自己示範了一種做法。她手機上沒有任何社群媒體——起因是她在某段時間收到大量針對她身分的攻擊訊息，後來就留在這個習慣上。她說她不喜歡被餵資訊，她喜歡自己去拿：政府網站的訂閱通知、《紐約時報》《華爾街日報》《金融時報》、《紐約客》《大西洋月刊》《經濟學人》，想放鬆就看體育新聞。她也承認這對她的職涯可能有壞處，因為別人問「你看到社群上那件事了嗎」她答不出來。她形容自己的組合是對每一個人往前走的能力樂觀、對制度悲觀。

最後補一個這集最好笑也最能說明注意力的細節。Josh 說他留短髮那六年，每三週要剪一次，他輪流去五家理髮店，因為同一個人剪你三次之後就會開始跟你聊股市。其中一家在華爾街某棟辦公樓的大廳樓上，師傅英文不太通，對他的事毫無興趣，他的評語是「完美」。你可以把這整件事當成怪癖，也可以當成一個人在替自己管理每週要花掉多少注意力。

可以參考的資料

• 《The Compound and Friends》2026-10-23 集，嘉賓 Jill Schlesinger
• Jill Schlesinger 的 podcast：Jill on Money、Money Moves（6 月 30 日開播，每週二、四早上）
• 聯準會 Survey of Consumer Finances（節目中討論的財富分布來源）
• IBM 2026 第三季法說會關於企業 AI 支出投資報酬率的說法
• Meta 2026 第三季財報與法說會（自由現金流、廣告曝光與價格、Muse）
• Wolfe Research 的 Stephanie Roth 對期中選舉與資料中心政治風險的評估
• Jonathan Haidt《The Coddling of the American Mind》（節目中被引為對照的框架）

帶得走的一件事

一個觀念：你拿來衡量自己的那份名單，是演算法挑出來的樣本，不是真實分布。那位存了 30 萬美元卻覺得落後的來電者，手上握的數字沒有問題，問題在對照組——而對照組是別人替她選的。

我試過的一個做法，今天就能做完：拿一張紙，寫下你最近三次覺得「自己好像落後了」的瞬間，每一個旁邊只寫一件事——當時那個訊息從哪裡來的。是朋友當面說的、還是你滑到的？是某個完整的全貌、還是某個人願意公開的那一面？寫完你會發現有幾行的來源長得很像。然後挑那個來源最多的 app，把它從手機首頁移到最後一頁的資料夾裡。這件事跟錢無關，跟誰在替你選對照組有關。

Markdown 原文

本文為投資方法論的教育性分享，不構成任何個股買賣建議、不提供目標價、不針對當期標的。投資有風險，任何決策請自行判斷或諮詢合格的專業人士。