在上一小節中，本文初步證實了自然資源對於女性衛生與教育條件的負 向影響。本文另外也進行穩健性檢驗（Lu and White, 2014; Plümper and Neu-mayer, 2012），作法如下：1. 將原來的自變數：人均自然資源租金替換成人均 調整後的儲蓄：自然資源損耗佔國民總收入（gross national income, GNI）的 百分比（adjusted savings: natural resources depletion, % of GNI），並以每100,000 美元做一單位；2. 將原先的依變數分別替換成女性成年人死亡率（每千名成 年女性；mortality rate, adult, female, per 1,000 female adults）與女性升學至中 學就讀百分比（progression to secondary school, female, %）；3. 以人均自然資 源損耗檢視四個差異性指標；4. 檢視人均石油資源租金與非石油資源租金對 於女性衛生及健康指標的影響；5. 檢視執行固定效果模型的統計結果；6. 檢 視女性健康與教育權是否受到經濟發展程度的影響等。
所謂調整後的儲蓄：自然資源損耗佔國民總收入比例是指淨森林、能源
（包含煤、石油和天然氣）與礦產（包含錫、金、鉛、鋅、鐵、銅、鎳、銀、
鋁土礦和磷酸鹽等）損耗。這是指國家以多少的自然資源消耗換取國民收入，
例如能源損耗是能源資源存量與剩餘蘊藏量（上限為25 年）的比例，比例的 改變意味著資源的逐漸耗盡，並導致自然資源資產價值衰退。與人均自然資 源租金相同，由於The World Bank（2017）並未呈報人均自然資源損耗，因 此本文以自然資源損耗佔國民總收入百分比乘上國民總收入（現價美元；
GNI, current US$）並除以總人口數以後，再除以 100,000 做為單位。如同人 均自然資源租金的處理方式，這也是避免原單位過大導致係數過小而不易解 釋的問題：
人均自然資源損耗=自然資源損耗佔國民總收入百分比×總人口數GNI （5）
統計結果請參考表5。在替換了自變數以後，因為篇幅的關係，復以控 制變數並非本文的討論重點，因此作者將僅討論自變數對於四個依變數的影 響。18統計結果發現，人均自然資源損耗對預期壽命、存活至65 歲、中學 的畢業率與入學率的影響均如人均資源租金一般為負向影響。在不考慮其他 因素變動的情形下，每增加一單位（100,000 美元）的人均資源損耗，女性 預期壽命減少0.116 歲、存活至 65 歲的百分比減少 0.144 個百分點、畢業率 下降0.780、入學率則減少 0.943 個百分點。除了對畢業率的影響以外，其 餘三個統計結果也達到至少99% 的信心水準。
至於女性成年人死亡率，則是指一位15 歲的女性在到達 60 歲以前死亡 的機率，並以每千人為單位計算。最後，女性升學至中學就讀的百分比則是 指中學一年級新生數目與小學最後一年級學生數目的比例（但是不含重複就 讀者）。上述兩個指數也都是來自The World Bank（2017），統計結果請參考 表6。
替換的兩個依變數：女性成年人死亡率及女性升學中學百分比，儘管並
18 實際上經檢視過，所有的變數除了美洲對入學率的影響由正轉負以外，其餘的影響均不變
（不論其顯著程度）。
表5：人均自然資源損耗與女性衛生及教育指標統計結果，1960–2017 年
貿易額 0.00249***
(4.20)
觀察值 5,504 5,504 2,325 3,814
國家數 163 163 153 158
Wald χ2 1,888.20*** 1,826.74*** 1,200.97*** 1,437.04***
R-square (within) 0.5193 0.4815 0.5927 0.6240 R-square (between) 0.8357 0.8333 0.7871 0.8243 AR(1) 檢定 1,178.087*** 2,550.916*** 1.131 578.224***
Breusch-Pagan LM 27,818.08*** 30,565.57*** 7,803.94*** 16,402.82***
資料來源：Marshall et al.（2017）；The World Bank（2017）。
括弧內為t 檢定；AR(1) 檢定顯示是否可以拒絕不存在自我迴歸的虛無假設；Breusch-Pagan LM 檢定顯示是否可以拒絕分析單位之間沒有顯著差異性的虛無假設；*p<0.05, **p<0.01,
***p<0.001；大洋洲為比較基礎，故沒有呈現數據。
表6：自然資源指標與女性衛生及教育指標統計結果，1960–2017 年
觀察值 5,789 5,303 2,195 2,042
國家數 164 163 149 149
Wald χ2 1,191.83*** 1,153.18*** 359.47*** 303.66***
R-square (within) 0.2436 0.2832 0.2955 0.2802 R-square (between) 0.7985 0.7841 0.5419 0.5161 AR(1) 檢定 2,578.268*** 2,305.614*** 28.086*** 25.353***
Breusch-Pagan LM 27,858.98*** 26,374.72*** 5,866.41*** 4,396.39***
資料來源：Marshall et al.（2017）；The World Bank（2017）。
括弧內為t 檢定；AR(1) 檢定顯示是否可以拒絕不存在自我迴歸的虛無假設；Breusch-Pagan LM 檢定顯示是否可以拒絕分析單位之間沒有顯著差異性的虛無假設；*p<0.05, **p<0.01,
***p<0.001；大洋洲為比較基礎，故沒有呈現數據。
未達到統計顯著水準（本文中最低的統計顯著水準設定在95%），但是均呈現 了與理論一致的相關性，亦即：在維持其他變數不變的情形下，當人均自然 資源租金或人均自然資源損耗每上升一個單位，則死亡率分別上升0.318%
與0.855%；升學中學百分比則分別下降 0.0164% 與 0.177%。因此，藉由不 同自變數與依變數的操作，我們也可以再次證實自然資源對女性衛生與教育 的影響。
第三，本文也檢視人均自然資源損耗對四個差異性指標的影響，結果請 參考表7。從該表中我們也可以看到，當人均自然資源損耗愈高，則女男指標 差異就愈小。在表7 中除了人均自然資源損耗對於中學入學率差異的影響達 到99% 的統計顯著性以外，對預期壽命差異的影響也達到 90% 的顯著水準
（P>|z|=0.053）。這個結果不僅與表 4 的統計結果一致，更重要的是也與本文 的假設一致。
第四，儘管本文以人均自然資源總租金檢驗對女性健康及教育程度的影 響，然而正如本文第肆之一節所述，事實上有不少學者認為，資源詛咒事實 上僅存在於石油而已，其他自然資源並不顯著或是沒有石油來得重要（de Soysa and Gizelis, 2013; Ross, 2008; 2015）。為檢視這個說法，本文將所有的 租金改為「人均石油資源租金」及「人均非石油資源租金」兩類。前者的操 作方式為：
人均石油資源租金=石油資源租金百分比× 總人口數GDP （6）
後者則以「人均自然資源租金」減掉「人均石油資源租金」得出。統計 結果分別呈現在表8（僅以「人均石油資源租金」檢視）、表 9（僅以「人均 非石油資源租金」檢視）與表10（兩者一起於模型中檢視）之中，描述統計 則呈現在描述統計表之中。
統計結果顯示，不論我們僅分別觀察人均石油資源租金或人均非石油資 源租金，或是一起檢視兩者對女性的影響時，均能看出自然資源對女性的負 面影響。儘管在拆成兩組模型時，總體來看並非四個結果變數都在統計上顯 著，其效果卻依然與人均自然資源總租金一致，亦即人均租金愈高，女性的
表7：人均自然資源損耗與女男健康及衛生指標的差異，1960–2017 年
政治體制 −0.00566***
(−5.98)
貿易額 0.000216
(1.29)
觀察值 5,492 5,466 2,325 3,814
國家數 163 163 153 158
Wald χ2 771.67*** 1,827.83*** 769.80*** 1,192.41***
R-square (within) 0.1133 0.2820 0.2323 0.2276 R-square (between) 0.4418 0.3539 0.4097 0.4160 資料來源：Marshall et al.（2017）；The World Bank（2017）。
括弧內為t 檢定；*p<0.05, **p<0.01, ***p<0.001。
表8：人均石油資源租金與女性衛生及教育指標統計結果，1960–2017 年
貿易額 0.00284***
(4.79)
觀察值 4,790 4,790 1,982 3,387
國家數 137 137 126 131
Wald χ2 1,791.30*** 1,665.83*** 910.28*** 1,104.05***
R-square (within) 0.5676 0.5265 0.5884 0.6225 R-square (between) 0.7806 0.8164 0.7542 0.7956 資料來源：Marshall et al.（2017）；The World Bank（2017）。
括弧內為t 檢定；*p<0.05, **p<0.01, ***p<0.001。
表9：人均非石油資源租金與女性衛生及教育指標統計結果，1960–2017 年
貿易額 0.00285***
(4.80)
觀察值 4,790 4,790 1,982 3,387
國家數 137 137 126 131
Wald χ2 1,773.81*** 1,656.87*** 917.50*** 1,105.31***
R-square (within) 0.5634 0.5247 0.5911 0.6236 R-square (between) 0.8158 0.8157 0.7536 0.7942 資料來源：Marshall et al.（2017）；The World Bank（2017）。
括弧內為t 檢定；*p<0.05, **p<0.01, ***p<0.001。
表10：人均石油、非石油資源與女性衛生及教育指標統計結果，1960–2017 年
貿易額 0.00290***
(4.89)
觀察值 4,790 4,790 1,982 3,387
國家數 137 137 126 131
Wald χ2 1,796.42*** 1,669.60*** 918.40*** 1,115.03***
R-square (within) 0.5684 0.5270 0.5920 0.6274 R-square (between) 0.8176 0.8168 0.7534 0.7947 資料來源：Marshall et al.（2017）；The World Bank（2017）。
括弧內為t 檢定；*p<0.05, **p<0.01, ***p<0.001。
預期壽命愈短，存活至65 歲的比例、中學入學率與畢業率也愈低。至於以
第五，本文也改用固定效果模型（fixed effects, FE model）檢視原結果變 數與解釋變數之間的關係，統計結果如表11 與表 12 所示。結果發現，除了 表11 第（2）個模型的結果由原先的負值轉為正值以外（但是並未達到統計顯 表11：人均自然資源租金與女性衛生及教育指標統計結果，1960–2017 年
（固定效果）
(−1.66) 0.00293
(0.05) −0.470*
(−2.56) −0.931***
(−6.38)
(25.85) 13.23***
(26.28) 16.72***
(8.08) 12.50***
(9.43)
人均所得平方 −0.332***
(−16.34) −0.587***
(−18.73) −0.536***
(−4.08) −0.0215 (−0.27)
(10.91) 0.0270***
(9.80) 0.0498***
(4.39) 0.0176*
(2.03)
常數項（截距項） 10.15***
(7.63) −17.81***
(−8.68) −171.9***
(−19.93) −132.3***
(−24.32)
觀察值 6,009 6,009 2,516 4,109
國家數 164 164 154 159
Wald χ2 1,474.04*** 1,128.71*** 567.11*** 1,343.96***
R-square (within) 0.6023 0.5370 0.5909 0.6715 R-square (between) 0.7675 0.7532 0.7575 0.8109 資料來源：Marshall et al.（2017）；The World Bank（2017）。
括弧內為t 檢定；*p<0.05, **p<0.01, ***p<0.001。
表12：人均自然資源損耗與女性衛生及教育指標統計結果，1960–2017 年
(−2.46) −0.163
(−1.21) −0.915
(−1.88) −1.545***
(−4.06)
(7.93) 0.0196***
(6.87) 0.0483***
(4.07) 0.0229*
(2.35)
觀察值 5,504 5,504 2,325 3,814
國家數 163 163 153 158
Wald χ2 1,442.24*** 1,147.28*** 535.17*** 1,194.79***
R-square (within) 0.6186 0.5634 0.5972 0.6626 R-square (between) 0.7663 0.7418 0.7527 0.8181 資料來源：Marshall et al.（2017）；The World Bank（2017）。
括弧內為t 檢定；*p<0.05, **p<0.01, ***p<0.001。
著水準），其餘各個變數對女性健康與教育指標的影響均與原先以隨機效果 執行的統計結果一致。
最後，本文也嘗試檢驗，是否女性的健康與教育受到國家所得水準的影 響，而非自然資源。國家的人均所得改善以後，確實有可能促進女性的健康 與教育水準，因為家庭或個人可能更有資源投入前述兩個指標之中。
對此，本文以The World Bank（2017）的圖表集法（Atlas method）為 主。這個方法是自1987 年以來，The World Bank 將所有國家根據其人均國 民總收入（現價美元；gross national income, current US$）區分成四種所得經 濟體—高所得、較高的中所得、較低的中所得以及低所得等。這是一個每
年調整所得門檻的方法。本文將後面三組經濟體合為「中低所得」，並以虛 擬變數的方式操作。凡是所得落入中低所得者編碼為0，否則（也就是高所 得）為1。統計結果如下所示，描述統計則請參考表 2。
在表13 與表 14 的統計結果中我們可以發現，縱使考慮了所得可能造成 的影響，人均自然資源租金與損耗對女性的健康與教育的負面影響依舊維持 不變，而所得的影響反而不一致。換句話說，儘管統計結果顯示進入到高所 得國家可以改善女性的預期壽命、存活至65 歲的比例以及中學畢業率，但 是對中學入學率的影響則為負面，而且這些結果均未達統計顯著水準。因 此，就上面的統計結果我們可以說，自然資源確實對女性的健康與教育產生 影響，所謂的「性別資源詛咒」確實存在。
從上述的多個穩健性檢驗中可以看到，不論我們是否替換變數、改變模 型，抑或是將原先的變數區分成兩組，總體上自然資源對於女性的健康與教 育條件都產生負面的影響。換句話說，所謂的性別資源詛咒不僅對女性的參 政與勞動權帶來影響，也不利女性的健康與教育發展。本文擬根據前述的結 果，在下一節中以政策建議與未來研究方向等作結。