在決定是否升學或者選擇就讀科系時，興趣自然是第一順位。但如果對於未來感到茫然時，選擇未來就業薪資較高的科系也不失為一個好的判斷依據。然而，由於薪資屬於是個人機敏資料，大多數的公司都要求員工對於薪資保密，因此獲得可以用於分析的薪資資料並不容易。而「科技新報」在 2019 年提出了薪資實價登錄的概念，邀請民眾自由上網填寫，截至 2021/7/28 為止，共有超過 1700 位來自各行各業民眾填寫。因此本文將據此資料進行分析，提供大家作為參考。

在該資料中，薪資分成月薪、年薪+分紅(以月數計算)與含分紅的總年薪，而我將被解釋變數設為含分紅的總年薪 (單位為萬/年)。由於工作通常逐年調薪，因此工作經驗自然是一個重要的解釋變數。而影響薪資的主要因素是學歷，我將學歷分成大學以下、碩士與博士學歷，其中大學以下作為控制組，因此分別建立碩士與博士學歷的虛擬變數。而科系方面，我挑選幾個在研究所市場較熱門的科系，包含了電資學院、理工學院與法商學院等(詳細科系內容請參見估計結果)。此外，雖然已經控制了科系的影響，我仍考慮了性別差異，將女性設為控制組，男性為實驗組。工作區域也是決定薪資的重要關鍵，我將南部設為控制組，實驗組則有北、中與東部。區域認定方式則參考國發會的都市及區域發展統計彙編，因為海外與離島樣本較少則予以刪除。另外，航空業通常與就讀科系無關但也是高薪的行業，因此我也加入了航空業的虛擬變數。

由於年齡較高的勞工，當時的產業結構與現在差異較大，因此我只考慮在 1980 年之後出生的樣本。迴歸結果請參見圖 1，若該變數後面的 P(>|t|) 小於 0.1 或者有星號標示，表示該解釋變數具有統計顯著性。首先可以看到當工作經驗 (exp) 增加 1 年，年薪平均增加 6.32 萬元。 考慮到年薪大約是 14-16 個月，表示月薪增加幅度大約是 3-4 千元，符合一般的預期。而男性勞工 (dsex) 相較於女性，年薪高了 19 萬元，造成這個結果的可能原因有二。首先，在不需要學歷或與科系的工作中，勞力工作的薪資較高，而勞力工作的男性比例較高；服務業的薪資較低，而服務業的女性比例較高。另一個解釋是男性相較於女性，對於加班時間的容忍度較高，而原始資料並未考慮到工時，因此也是可能造成男性薪資較高的原因。

而工作區域中，不意外的北部 (north) 薪資顯著較高，而中部 (middle) 與東部 (east) 和南部均無顯著差異。學歷部份，碩士 (master) 學歷比大學以下的學歷，年薪高了 38 萬元；而博士 (phd) 相較於大學以下的學歷，年薪高了 102 萬元。但考慮到念博士的各項成本，念碩士的 CP 值相當高。在科系方面，醫學 (med) 是驚人的 153 萬的差異；撇除科系，航空業的差異也接近 90 萬。電機 (ee) 與資工 (cs) 則大約都是 20 出頭萬的差異，化學與化工 (che) 則超過 10 萬，財金 (fin) 更有超過 40 萬的差異。至於其他科系，可能由於變異較大或樣本較少，因此不具統計顯著性。

最後，這個實證研究仍有未考慮周詳的地方。由於自由選填的資料必定具有樣本自我選擇 (sample selection)，通常薪水較低的民眾不會主動填寫，因此不能以此樣本作為代表性樣本。且填寫民眾的科系大多以電資為主，且工作區域大多在北部。但如果有其他科系或工作區域的資料，相信其薪資差異會更加明顯。雖然如此，但此結果亦能給予大家一個參考，作為選擇科系與工作區域的依據。