每個月月底，行政院主計總處都會公布最新一期的「人力資源調查統計」，其中兩個數字最常被媒體引用：失業率與勞動參與率。多數人只記得失業率——因為它簡單、直覺，數字越低感覺經濟越好。但如果你只看失業率，其實只看到了勞動市場的一半故事。
舉個常見的情境：某段期間失業率下降了，新聞標題通常會寫「就業市場回溫」。但這個下降，究竟是因為找到工作的人變多了，還是因為找不到工作的人乾脆放棄找工作、退出了統計母數？這兩種情況對應到完全不同的經濟意涵，而能夠幫我們分辨的，正是勞動參與率。這篇文章會把這兩個指標的定義、計算方式、彼此的關聯，以及台灣勞動市場的實際樣貌，完整拆解給你看。
一、基礎概念：勞動市場的人口分類
要理解失業率和勞動參與率，得先知道主計總處怎麼把全體民眾分類。台灣的人力資源調查採用國際勞工組織（ILO）的就業失業統計標準，對象是「年滿15歲之民間人口」（排除現役軍人與監管人口），這群人會先被分成兩大類：
勞動力（Labor Force）：包含就業者與失業者，也就是「有在工作」或「正在積極找工作」的人。
非勞動力（Not in Labor Force）：不屬於勞動力的15歲以上人口，包括因求學、料理家務、高齡、身心障礙、想工作但沒有實際去找工作，以及其他原因而未工作也未找工作的人。
在勞動力之中，又細分為：
- 就業者：在調查標準週內，從事有酬工作者，或從事15小時以上無酬家屬工作者（例如在家人開的商店幫忙）。
- 失業者：必須同時符合三個條件——(1) 目前沒有工作、(2) 隨時可以開始工作、(3) 正在找工作或已經找工作在等待結果。此外，等待恢復工作者、以及已找到工作但尚未開始上班且無報酬者，也算在失業者之中。
這個定義有一個常被忽略的細節：「沒有工作」不等於「失業」。如果一個人沒工作，但也沒有在找工作（例如全職照顧家庭、準備升學考試、退休賦閒），他在統計上屬於非勞動力，根本不會被算進失業率的分母或分子。這就是為什麼失業率有時候會出現「數字很漂亮，但大家感覺景氣沒那麼好」的落差——因為有一群人根本沒被計入這套統計系統。
二、兩個公式：失業率與勞動參與率怎麼算
失業率
$$失業率（%）= \frac{失業者人數}{勞動力人數} \times 100% = \frac{失業者}{失業者 + 就業者} \times 100%$$
失業率衡量的是「在還想工作的人裡面，有多少比例目前找不到工作」。它的分母只有勞動力，完全不包含非勞動力人口。
勞動參與率
$$勞動參與率（%）= \frac{勞動力人數}{15歲以上民間人口} \times 100%$$
勞動參與率衡量的是「整體適齡人口中，有多少比例正在勞動市場裡（不管是有工作還是在找工作）」。它的分母是全體15歲以上人口，比失業率的分母大得多，涵蓋了所有選擇不進入職場的人。
這兩個公式的關鍵差異在於分母不同。失業率只在勞動力內部做比較，勞動參與率則是拿勞動力去對比整個適齡人口。理解這個差異，才能看懂為什麼兩者會出現看似矛盾的走勢。
廣義失業率：補上灰心勞工的缺口
主計總處也會公布「廣義失業率」，把「想工作而未找工作，但隨時可以開始工作」的非勞動力人口（俗稱怯志工作者或灰心勞工）也納入計算。這類人通常是因為長期找不到理想工作、對就業市場失去信心而暫停求職，但本質上仍有工作意願。狹義失業率因為排除了這群人，在景氣長期低迷時，數字往往會比實際感受更漂亮。
三、兩個指標如何互相牽動
理解了公式之後，我們可以推演幾種常見的組合情境：
情境一：失業率下降 + 勞動參與率上升
這通常是最健康的訊號——就業機會增加，原本觀望或退出市場的人重新進場找工作，而且大多數人成功找到工作，勞動力擴大的同時失業率還在下降。
情境二：失業率下降 + 勞動參與率下降
這種組合要特別留意。可能的原因是一部分找不到工作的人乾脆放棄尋職，從「失業者」變成「非勞動力」，使失業率的分母跟分子同時縮小，數字因此改善，但這是一種「統計性下降」，不代表就業機會真的變多。
情境三：失業率上升 + 勞動參與率上升
可能是原本沒有找工作意願的人（例如二度就業的家庭照顧者、延後退休的高齡者）開始進入勞動市場找工作，但短期內還沒被市場完全吸收，導致失業率的分子暫時墊高。這種情況不一定是壞消息，反而可能反映勞動供給結構的正向變化。
情境四：失業率上升 + 勞動參與率下降
這是最需要警覺的組合，通常意味著整體勞動市場正在惡化——既有人失去工作找不到新工作，也有人對前景悲觀而放棄求職。
從這個對照可以看出，單看失業率容易被「統計性下降」誤導，必須搭配勞動參與率一起判讀，才能看出勞動市場的真實動能來自「創造就業」還是「勞動力萎縮」。
四、型態案例：兩種下降背後的不同故事（匿名化說明）
為了讓上面的邏輯更具體，我們用兩個匿名化的假設型態來說明（非指涉特定期間的真實個案，純粹用來示範判讀邏輯）。
型態A：假設某段期間內，整體失業率從4.0%降至3.6%，同期勞動參與率也從58.5%上升至59.0%。搭配就業人數同步增加的資料來看，這代表勞動市場正在同時「擴容」與「消化」——不但更多人願意進場找工作，市場也真的提供了足夠的職缺去吸納這些新增的勞動力。這是典型的擴張型態。
型態B：假設某段期間失業率同樣從4.0%降至3.6%，但勞動參與率卻從58.5%降至58.0%，且就業人數幾乎沒有成長。這代表失業率的下降主要來自「退出勞動力的人變多」，也就是有一部分原本在找工作的人放棄了求職、轉為非勞動力身分。單看失業率會覺得市場變好，但勞動參與率同步下滑，透露出的其實是勞動力萎縮的警訊。
這兩種型態的失業率數字可能完全相同，但背後的經濟意涵天差地遠。這也是為什麼專業的總體經濟分析，幾乎不會只單獨引用失業率一個數字。
五、常見誤解
誤解一：失業率越低，經濟一定越好。
如前所述，失業率下降如果伴隨勞動參與率同步下滑，很可能只是「找不到工作的人放棄找工作」的統計結果，未必反映經濟實質改善。
誤解二：勞動參與率越高越好，越低越差。
勞動參與率會受到人口結構影響，並非單純的「好壞」指標。例如就學年限延長、高齡人口比例上升，都會讓母數（15歲以上人口）中不打算工作的比例自然增加，導致勞動參與率下降，這是人口結構變化的結果，不完全等同於勞動市場出問題。跨國比較或跨期比較時，需要留意人口年齡結構是否具有可比性。
誤解三：失業率是即時反映景氣的指標。
人力資源調查每月以抽樣方式進行，且採用「標準調查週」的概念，數字公布通常有一定的時間落差，加上失業率本身容易受季節性因素影響（例如畢業季、農曆年後轉職潮），因此主計總處也會同時公布「經季節調整後」的失業率，讓月與月之間的比較更有意義，避免被季節性雜訊誤導。
誤解四：非勞動力人口都是「不想工作」的人。
非勞動力的組成相當多元，包含在學學生、專職照顧家庭者、身心障礙者、退休高齡者，以及前面提到的怯志工作者。把非勞動力簡化理解成「不努力的人」，是常見但不準確的刻板印象。
六、與台灣勞動市場的連結
觀察近年主計總處公布的數據，台灣的失業率長期處於相對低點，2026年上半年多次出現接近26年來同期最低的紀錄，2月份的失業率約在3.3%上下，同期整體勞動力參與率則約在59.6%左右。這樣的組合，需要搭配就業人數與勞動力人數是否同步成長來判斷市場動能的來源，不能只看失業率單一數字下結論。
台灣勞動市場還有兩個值得長期關注的結構性現象：
**性別差距逐年縮小，但型態不同於其他先進經濟體。**近十年來，台灣女性勞動力的成長速度高於男性，兩性勞動參與率的差距持續縮小。不過台灣女性的勞動參與率呈現「單峰分布」——集中在某個年齡區間後便隨年齡增長而下降，較少出現像美國、日本、韓國那樣，女性在生育育兒階段暫退勞動市場後、於40至54歲之間「二度重返職場」而形成參與率回升的雙峰曲線。這反映台灣女性在中年階段重返職場的比例相對偏低，是勞動政策與職場友善環境值得持續觀察的面向。
**高齡化與少子化正在改變勞動力的年齡結構。**受少子化影響，15至24歲勞動力占總勞動力的比率預估將持續下滑；與此同時，核心勞動力的年齡分布也持續向後遞延——大約在2010年前後，勞動力主要集中在25至34歲區間，到了2020年前後則已提升至35至44歲區間，未來還可能進一步延後。這代表台灣勞動市場的「主力年齡層」正在系統性地變老，這個趨勢會長期影響勞動參與率的結構，也會是未來十年總體經濟討論的重要背景。
理解這些結構性因素之後，再回頭看每個月公布的失業率與勞動參與率數字，會更容易分辨哪些波動只是短期雜訊，哪些變化才真正反映勞動市場體質的改變。
重點回顧
- 失業率＝失業者÷勞動力×100%；勞動參與率＝勞動力÷15歲以上民間人口×100%，兩者分母不同，衡量的面向也不同。
- 失業率只計算「勞動力」內部的比例，不包含選擇退出職場的非勞動力人口；勞動參與率才會把這群人納入計算基礎。
- 判讀勞動市場健康度時，建議同時參考失業率與勞動參與率的走勢方向，而非只看失業率單一數字。
- 「失業率下降」可能來自就業機會增加，也可能來自求職者放棄尋職轉為非勞動力，兩者需要搭配勞動參與率與就業人數變化一起分辨。
- 廣義失業率會把「想工作但未積極求職」的怯志工作者納入計算，能補足狹義失業率在景氣低迷期容易低估求職困難程度的缺口。
- 勞動參與率受人口結構（高齡化、就學年限、性別角色分工）影響甚深，跨期或跨國比較時應留意結構性差異，不宜直接以數字高低論斷優劣。
- 主計總處公布的失業率同時有「未經季節調整」與「經季節調整」兩種版本，觀察趨勢時建議優先參考季調後數據，避免被季節性因素干擾判斷。
Sources：