數據背後的真相：2024年台灣薪資的中位數與平均數迷思

💡 課前引言
最近很多人在強調「中位數」，但單看一個中位數效益不大。舉個極端的例子：我、總統與黃仁勳的薪資放在一起，平均數絕對是過億的；但如果算中位數，由於黃仁勳一個人影響太大，雖然極端值被抹平了，但被排除的影響力也應該放進來參考。

我的疑問：為什麼主計處可以提供平均數、中位數，但最能代表多數人狀況的「眾數」卻一直無法提供？當我們把中位數與平均數放在一起看，又會發現什麼端倪？

釐清統計學上的迷思：為何會有「被剝奪感」？

很多人誤以為中位數是「最大與最小值的中間」（這其實叫極距中間值），但中位數真正的定義是：將全台灣的人數「由少到多依序排列」，站在正中間那個人的數值。這代表中位數非常在乎「有幾個」。

在看薪資數據時，台灣呈現非常標準的「右偏峰（Right-skewed）」分佈。因為左邊（薪資 0 元或基本工資）有地板限制，但右邊（企業主、科技業高管）沒有天花板。這群極少數的高薪族群形成一條長長的右尾巴，把「平均數」用力向右邊拉高。因此，絕大多數的人都集中在左側（低薪區），而平均數會遠遠大於中位數。

📊 2024 年台灣薪資數據實證與人口特徵

依據主計總處發布的 2024 年受僱員工全年總薪資統計，我們將其疊加內政部的人口金字塔來進行交叉解讀：

統計項目	全體平均數 (Mean)	全體中位數 (Median)	數據背後的意義
受僱員工全年總薪資	73.2 萬	54.6 萬	兩者差距高達近 20 萬。有高達 68.75% 的受僱員工薪資未達平均線，薪資結構呈現嚴重的右偏現象。

當我們以 54.6 萬作為分水嶺，會發現跨越這條中位數線的高薪族群，具備以下明顯的人口特徵：

年齡分佈（中壯年支撐的倒U型）： 40至49歲的族群不僅在獲得高薪的機率上佔優勢（中位數 62.0 萬），在絕對人數上，也是支撐右半邊的最大基石。而30歲以下的年輕族群，極大比例落在中位數以下的左半邊。
性別分佈： 男性全年總薪資中位數（58.5 萬）高於女性（51.2 萬），這反映了台灣產業結構特性，男性較高比例集中於高薪產業（如科技業與製造業）。
空間與地區分佈： 高中位數人口在地理分佈上，高度往北部科學園區（新竹縣市）與首都金融商業圈（台北市）集中。

🤔 深度探討：你沒想到的知識點與生存者偏差

獎金才是拉開差距的核心： 如果只看月薪（經常性薪資），中位數大約僅落在 3.7萬至3.9萬之間。讓這群人突破 54.6 萬甚至百萬門檻的關鍵，是年終、績效獎金與分紅。如果探討時忽略了獎金結構，會無法解釋為何某些職務月薪平平，卻能穩站高中位數區間。
40至49歲薪資高峰的生存者偏差： 這個年齡層背後隱藏著勞動參與率的變化。部分低薪或非典型的勞工可能在此時因家庭因素（育嬰、長照）退出全職勞動市場。留在統計樣本裡的，多半是職涯穩定、已晉升管理職的人。單看數字會過度美化該年齡層的實際經濟狀況。
為什麼沒有眾數？ 薪資屬於「連續型變數」。假設有上千萬名勞工，要找到兩個薪資精確到個位數完全一樣的人機率極低。因此主計處改用「十等分位數」或「次數分配圖」來呈現眾數區間，這比單一的數字更有實質意義。

📈 視覺化分析：各年齡層薪資與人口比例

為了更直觀地看出各年齡層在社會中的相對位置，我們引入了一把「全局的尺」——也就是全體的平均數與中位數參考線。你會發現中位數的參考線明顯低於平均數，這佐證了極端高薪者將整體平均線往上拉升的現象。

📌 圖表解讀指南：
以下圖表結合了內政部的人口分佈與主計處的薪資數據。直條圖為該年齡層佔總人口的比例（因未滿 20 歲及 70 歲以上非主要受僱勞動力，故不顯示其薪資連線）。你可以清楚看到 40-59 歲不僅人口佔比極大，更是唯一一條能穩定跨越「全體平均數」紅線的主力軍。

資料來源：內政部人口統計、行政院主計總處 (2024)

🎯 結論：看數據，更要看數據背後的人

當我們單純看「平均數 73.2 萬」時，容易產生「薪資水平很高」的錯覺。但當你看到中位數僅 54.6 萬，會明白這個平均數是被極少數的高薪族群強力拉抬的。更重要的是，透過疊加人口結構，我們可以看到財富的累積高峰出現在中壯年，但這條曲線上承載的不僅是薪資，更包含獎金結構、勞動參與率變化與生存者偏差。

💬 給資訊工作者的關鍵啟示

當我們在設計資訊架構、定義使用者輪廓、做市場區隔時，千萬不要只看平均數。要把中位數、十等分位數與人口結構疊在一起看，才能真正理解你的目標客群在哪裡，他們的痛點與消費力分佈在哪個區段。

數據不只是數字，數據背後是一個個活生生的人。