產業結構變化對於我國職業災害影響之研究
勞研所 84年研究計畫IOS84-S362 1996/02
研究主持人 楊瑞鍾、吳世雄、紀世宗
協同主持人 黃茂夫、陳瓊怜
摘要：
本文分別以總體與個體的資料來分析產業結構變化對職業災害的影響。總體面是以全產業為研究對象，利用已有的次級資料作分析，時間涵蓋自民國７７年１月至８３年８月。個體面則針對電力和電子機械器材製造修配業為選擇對象，進行企業主問卷調查及勞工代表的訪談，以民國８４年５月前所回收的初級資料作分析。對職業災害有直接或間接影響的產業結構因子相當多。
在總體方面，由全產業的迴歸分析，發現對職業災害呈正面影響的個別因子有服務業勞工比率、女性勞工比率、對外投資金額、工業生產指數、勞動生產力、安全檢查次數、薪資水準、結婚率、大專勞工比率、中學勞工比率、公共職業訓練率與外勞比率，呈負面影響的有藍／白領比率、總工作時數、小學勞工比率、高齡勞工比率、青少年勞工比率、出口成長率、農業勞工比率、工業勞工比率、新進勞工比率。
Remark：
上面這一段的論述，可以批判為見林不見樹與錯把相關性詮釋為因果關係
例如：女性勞工比率高=>職災率低 到底是因為女性細心所以不容易出事，亦或因為女性從事的職務本來就既不具危害性所以職災率低
如何解釋以上發現的現象？背後的因果關係推論？！
服務業勞工多，女工多、安全檢查次數多、薪資水準高、結婚率高、大專勞工比率高=>職業災害率低（工業生產指數高為什麼職災率就會低？生產自動化或高附加價值產品的生產反而不需要人工！？）
藍領多、總工時長、不成熟勞工多、出口成長率高=>職業災害率高（農業勞工比率高為什麼職災率就會高？農夫本身是一種職災率高的行業！？）
所有以上factor都可以有類似以上的正反說法，難以判定何者為真；不過這也是類似研究的罩門。(宏觀總體面的研究最後跟質性研究一樣=>只能說明和詮釋、無法證明？！)
利用SAS軟體的Forward及Stepwise二種方法來尋找職業災害率的結構式，最後篩選出三個結構因子，分別為總工作時數、對外投資金額與服務業／農業勞工比率。
Remark
個人對於這個式子的詮釋為
職災率：
1. 隨著時間過去而下降，而或許時間這個因子隱含/加總了前述所提的各項其他因素：(在採樣/觀測期間內)勞工學歷提升/自動化生產力提升/服務業人口增加=>不知道接下來20年，隨著大學廣設與教育品質下降=>勞工素質退化，職災率是否不降反升？
2. 隨工時數而增加=>和其他國外實證結果相呼應，意味著景氣好的時候，職災率才高/不景氣的時候職災率低
3. 對外投資金額高，職災率低=>代表產業外流，工作機會到國外，國內勞工失業&工時下降，自然職災率也低？
4. 服務業與農業勞工比率=>反映出產業結構性因素，服務相對危害性小，當然此一比率越高，職災率越低
個體研究結果發現影響全產業的產業結構因子對電力和電子機械器材製造修配業的職業災害率的個別影響方向頗為一致，惟顯著性不夠，此可能因後者樣本數太少之故。而在受災廠商與未受災廠商二個群體間，呈顯著差異的產業結構因子有總工作時數、資本密集度與祭拜行為。受災廠商的總工作時數高於未受災廠商，資本密集度與祭拜行為則少於未受災廠商。
Remark：
在這個針對電力和電子機械器材製造修配業的個體抽樣結果，工時的因素在前述的總體結構中已cover/預言，因此不意外
在資本密集度的部份，或許反應的是工廠的生產模式=>自動化與化工業的工廠，當然比較”安全”；而資本密集度低，或許相對的就是人力密集度高，依靠勞工加班作業=>工時長，相對的職災率也高
比較令人玩味的是祭祀行為的詮釋：這證實鬼神的影響力！？亦或心理的自我預言、乃至於是因為公司高層尊敬鬼神的謙卑心態所以讓大家更戰戰競競？
另外此一個體部份的研究分析，最可惜的是沒有進一步針對公司組織人數規模進行分析(作者在文獻回顧已經有提到相關研究和理論)；而是用發問卷訪談的方式得到以下結論。
此外，在此個別行業，調查結果顯示職業災害發生的主要原因係勞工不安全行為所致，且多數勞工對勞工安全衛生法的認知非常有限。而勞資雙方對工作環境滿意的認同度有很大的差距。最後根據調查所得的資料，利用Stepwise的方法，發現此行業職業災害率的結構因子只有一個，其為職業訓練，此因子對職業災害率呈正面影響。
至於此行業與全產業結構式的相異，可能因研究對象不同，資料性質不同與資料筆數太少之故。
這部份的結果，在十多年後的今天看來，難免會覺得有加強和提升的空間。
感想和評論：
研究人員當中有經濟方面的學者，這在十多年前應該是非常新穎具有吸引力的研究題目，十多年以後，類似的研究還是可以看到在相關期刊上發表與論證，
相關的因果關聯與研究抽樣/推論雖然更加細膩，然而整個從個體到總體之間的全貌，卻感覺還有待摸索，以下是敝人個人的猜測想法/心智圖像
預言了研究的困難與瓶頸
Mutually Exclusive Collectively Exhaustive & Difficult to Define & Measure
沒有留言:
張貼留言