生活背後的工作・解讀
一餐背後有哪些看不見的工作?
以在台灣花 NT$200 吃一餐為例,看看餐飲、農業與製造業如何共同支撐一餐,以及這個估算能告訴我們什麼。
先從一筆 NT$200 的外食開始
拿到一餐時,我們容易注意到點餐、烹調與上菜。食材進店以前的工作,往往不在視線裡。Behind Your Day 用支出與產業統計,估算這類消費背後,各產業的工作時間。
先設定一筆消費:消費地區選台灣、項目選「外食」、日期為 2025 年 6 月 15 日、金額 NT$200。這是一筆假設的消費,用來示範計算方式。依本文使用的模型版本,估計結果是合計約 26 分鐘的工作時間,約等於 0.43 人時。
意思是:依產業平均資料,把供應鏈中分攤給這筆消費的工作時間加起來,約為 26 分鐘。它不是等餐時間,也不是說有一位工作者專門為這一餐工作了 26 分鐘。
這 26 分鐘的工作時間分布在哪裡?
| 產業領域 | 約占 |
|---|---|
| 零售、批發與餐飲服務 | 73% |
| 農林漁業 | 11% |
| 製造業 | 7% |
| 其他產業合計 | 9% |
這個案例中,零售、批發與餐飲服務占最大部分。這一組同時包含零售、批發與餐飲,不能把 73% 全部當成廚師的工時。農林漁業與製造業也占了一部分,提醒我們留意食材生產、加工等餐廳以外的工作。
其餘約 9% 包括資訊與企業服務、運輸與物流、能源公用事業與營建、社區與個人服務,以及採礦與原料。這些分類用來呈現不同產業的工作,並不表示我們查到了這一餐的供應商。表中百分比經過四捨五入。
為什麼這不是一份餐點的工時清單?
輸入只有消費地區、類別、日期與金額;模型不知道你點的是麵、咖哩還是沙拉,也不知道餐廳採用中央廚房或現場備料。台灣的「咖啡」與「外食」目前共用同一組餐飲產品資料,官方分類也可能比畫面名稱更廣。
因此,同樣條件下的兩筆 NT$200 外食會得到相同估計,即使它們的食材、服務與實際製作時間不同。只需幾個輸入就能估算,是因為模型使用了這類消費的平均資料。因此,結果可以幫助我們了解背後有哪些產業參與,卻無法判斷某家店實際用了多少人力。
這個案例讓我們看見什麼?
這個案例提醒我們:支撐一餐的工作,除了餐飲服務,還有農業、製造業等產業的參與。這正是估算想幫助我們看見的事。數字沒有評斷一餐的好壞,也不能用來推算工作者薪資。
你可以在工具中輸入同樣條件重現案例,或換一個生活項目繼續觀察。比較時,可以先看哪些產業占比較多,以及每個分類包含什麼,再看總時間。只看一筆消費,也能開始想:有哪些工作是我平常沒有注意到的?