工商社论》政府应公布前1％的薪资分布统计
主计总处日前公布2019年国内上班族的薪资中位数，这项资料告诉我们800万名上班族的薪资分布曲线右偏得愈来愈严重，近七成的人所领的薪水不及于平均薪资，平均薪资已然失去代表性。
遗憾的是，政府每月发布的就是平均薪资，这些年薪资成长主要是来自极端高薪者的拉抬，高薪族群为数可能只有五、六万人，但由于他们的年薪动辄千万元、数百万元，加以年年高成长，使得平均薪资与多数人愈离愈远。
平均薪资与大家离得多远？从两年前行政院副院长施俊吉召开记者会说明台湾薪资现况，却引来网路嘲讽即可明白，平心而论并非施副院长说得不好，而是因为他援引的是平均薪资，从统计上来看，平均数是最佳统计量（statistic），然而在如今母体变异度过大的情况下，平均数已难以反映多数人的感觉，可谓最不接地气的统计。
政府每月公布的薪资都是平均数，在极端高薪者一起平均之下，自然会高估多数人的收入，这也是2018年网路嘲讽政府官员不食人间烟火的原因，改善之道就是以中位数取而代之，中位数不会受极端值影响，更适合观察总体的薪资走势。
主计总处自2011年即着手试编薪资中位数，以让国人知道自己薪资排序，所谓中位数是指一群数字排序居中者，碍于薪资统计来自厂商面，没有个人资料无法据以排序，因此得循「人力运用调查」这份家庭面的调查为基础加以排序，然后依「受雇员工薪资调查」的定义加以校正，才得以估出薪资中位数，主计总处援引此一方法推估了2015年、2016年的薪资中位数。
随后主计总处修正估计方法，自2018年底所发布的薪资中位数改以大数据推估，所谓大数据包括综合所得税档、劳保、劳退及健保档，由于援引大数据，没有抽样的问题，将受雇者资料依薪资定义校正即可排序而得出薪资中位数，这一估计自然比昔日只抽两万户家庭、一万家厂商的推估来得准确，以两份估计重叠的2012～2016年比较，以大数据所估得的中位数比先前调查推估数略低，以2016年而言，原推估年薪中位数48.7万元，经大数据推估仅46.4万元，以2012年而言，原推估46.3万元，大数据推估44.2万元。
主计总处运用大数据原可以产生更细致的薪资分布，揭开前1％，甚至前0.5％极端高薪族群的变化，然而，这些年主计总处所公布的薪资中位数，和昔日抽样推估所公布的内容几无二致，在薪资统计分布上依旧只公布到十等分位组的分界点，这样的分法，最多也只让我们了解第九分位点的薪资，什么是第九分界点？就是赢九成而输一成的那一点，以受雇人数800万人而言，第九分界点就是排名第80万的那个上班族的年薪，以2019年而言第九分界点就是117.9万元，这样的薪资水准是称得上高薪，但离极端高薪仍远。极端高薪应该是前1％，甚至前0.5％，以800万人而言，就是薪资排名居于前八万、前四万的上班族。
以大数据资料莫说要取前1％、前0.5％，就算要估出前0.1％、0.01％金字塔顶端者的薪资变化也易如反掌，美国所公布的所得分配资料就可以细到这个水准，另外，法国经济学者皮凯提（Thomas Piketty）与各国学者近年所建立的全球不均度资料库（WID）也已算到前1％，我们如今有大数据可供运用，明明可以估算至金字塔顶端，却还是只公布到第九分界点，这形同是前20％的中位数而已，与前1％、前0.1％有天壤之别。
主计总处自然是了解分布的全貌，才会说平均薪资的快速成长是受到极端高薪族群的拉抬，然而这句话只是情境的描述，在语境上只能各凭感觉去想像，几年前在没有大数据的情况下，做此推论是不错的，然而如今已有大数据可资运用，还以这么模糊的语言描述其中的变化，那是不及格的，主计总处应该善用大数据，清清楚楚告诉我们前1％、前0.1％薪资分布近几年到底出现了什么变化。
这些年由于大数据的运用，对于传统的抽样推估带来了不小的挑战，过去因为样本数太少不能推估的数字，如今都算得出来，正当各国都在所得分配、薪资分配精进到前1％、前0.1％之际，我们拿着大数据还在推估前20％的变化，大数据在我们手中全变成了小数据，非但可惜，甚且可笑。
诺贝尔经济学奖首届（1969年）得主丁伯根（Jan Tinbergen）曾任职于荷兰统计局，1984年诺贝尔经济学奖得主史东（Richard Stone）也曾服务于英国中央统计局，他们当年能运用的统计不如今日甚远，却能洞析问题，勇于变革而开创新局，所以如此，用心而已，我统计部门如今拥有的资源更胜一筹，自应以此自我期许，尤有甚者，前1％、前0.5％的薪资分布统计宜尽速研编并适时公布。