國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
伍、 迴歸結果分析
表 7 到表 10 呈現資料的迴歸結果，上排數字為估計係數，括弧內數字為標 準差。以星號代示顯著水準，一顆星為在 90% 的顯著水準下顯著，兩顆星為在 95% 的顯著水準下顯著，三顆星為在 1% 的顯著水準下顯著。
表 7 到表 9 採用相同方法，分別對三種被解釋變數－－勞動生產力 (表 7)、
薪資所得 (表 8) 以及勞動總所得 (表 9)－－進行估計。第一欄為 OLS 估計，第 二欄為隨機效果模型估計，第三、四欄為固定效果模型估計，第五、六欄為控制 產業別之隨機效果估計。
首先討論表 7 之勞動生產力的估計結果。從估計式的係數，可以發現不論採 用何種估計方式或是否加入控制變數，固定資產投資以及研究發展投資對於勞動 生產力的影響都正向且顯著為正。在 OLS 模型中，固定資產投資對於勞動生產 力的彈性為 0.038，研究發展投資對於勞動生產力的彈性則為 0.173。20 在控制 時間及公司的特性的隨機效果模型中，固定資產投資對於勞動生產力的彈性變成 0.065，而研究發展投資對於勞動生產力的彈性則為 0.303，兩者估計出的彈性都 比 OLS 模型大。在控制時間及公司的特性的固定效果模型中，固定資產投資對 於勞動生產力的彈性同樣為 0.065，而研究發展投資對於勞動生產力的彈性則稍 微上升成 0.333，與隨機效果模型差距不大。
進一步在固定效果模型中加入員工平均年齡、平均年資、流動率等控制員工 特性的變數，固定資產投資對於勞動生產力的彈性略為下降成 0.042，而研究發 展投資對於勞動生產力的彈性則下降成 0.167。若在控制產業別特性下，加入員 工平均年齡、平均年資、流動率等控制員工特性的變數，結果同樣與隨機效果差 不多。固定資產投資對於勞動生產力的彈性為 0.043，而研究發展投資對於勞動 生產力的彈性則為 0.164。在勞動生產力的估計式中，所放入的員工特性中平均
20 由於資料處理時已將固定資產投資、研究發展投資、勞動生產力、薪資所得以及勞動總所得 取對數，因此估計出來的係數為彈性。
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
在 OLS 模型中，固定資產投資對於薪資所得的彈性為 0.020，研究發展投資 對於薪資所得的彈性則為 0.157。在控制時間及公司的特性的隨機效果模型中，
固定資產投資對於薪資所得的彈性上升為 0.032，而研究發展投資對於薪資所得 的彈性則增加為 0.234。在控制時間及公司的特性的固定隨機效果模型中，固定 資產投資對於薪資所得的彈性仍是 0.032，而研究發展投資對於薪資所得的彈性 則上升成 0.309。
進一步在固定效果模型中加入員工平均年齡、平均年資、流動率等控制員工 特性的變數，固定資產投資對於薪資所得的彈性下降成 0.009，而研究發展投資 對於薪資所得的彈性則下降成 0.111。若控制產業別特性，則未考慮員工特性時，
固定資產投資對於薪資所得的彈性為 0.034，研究發展投資對於薪資所得的彈性 為 0.236，在隨機效果下，不論是否控制產業別估計結果幾乎相同；考慮員工特 性時，固定資產投資對於薪資所得的彈性為 0.008，研究發展投資對於薪資所得 的彈性為 0.132。
在薪資估計式中，控制員工特性的平均年齡、平均年資以及員工流動率三個 變數都正向顯著。以控制產業別之隨機效果為例，平均年齡係數約為 0.027，代 表平均員工年齡每多一歲，薪資所得可以提升 0.027%。平均年資係數為 0.030，
代表平均員工年資每多一年，薪資所得可以提升 0.03%。平均員工流動率係數為 0.002，代表平均員工流動率增加 1%，薪資所得可以提升 0.002%。原先假設員 工在同一家公司待越久，越容易累積工作相關知識，進而提升員工能力，因此員 工流動率越高，勞動生產力會越低。但與預期不同的是，員工流動率估計出正向 的係數。推測原因為企業不偏好自己訓練員工，而是選擇向外雇用擁有更高人力 資本的員工，而勞工為了取得更好的工作會自行進行投資，以提升自己的人力資 本，兩者互動結果才使得員工流動率越高的公司薪資水準也越高。
觀察估計式的解釋能力，薪資所得估計式的解釋能力比估計勞動生產力的解 釋能力高。未控制產業別的 R2落在 0.241 及 0.311 之間。在控制產業別後，解釋
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
能力更有所提升 (R2從 0.300 變成 0.368)。有控制產業別的估計式解釋能力優於 沒有控制產業別的估計式，因此推測不同產業內，實體投資對於產出的影響不 同。
比較以上估計結果，固定資產投資以及研究發展投資對於薪資所得的影響都 正向且在 1% 的顯著水準下顯著。但相較於固定資產投資，研究發展投資對薪資 所得的彈性較大：在加入員工特性變數後，固定資產投資對於薪資所得的彈性大 約為 0.009，而研究發展投資對薪資所得的彈性則在 0.111 與 0.132 之間，是固定 資產投資對於薪資所得的彈性的十倍以上。此外，是否控制員工特性會影響估計 係數的大小，加入員工特性後，投資對於薪資的彈性雖是正向但係數不高。
將薪資所得估計式與勞動生產力估計式相比較，可以發現固定資產投資對於 薪資的影響低於對勞動生產力的影響，僅約五分之一。固定資產投資每增加 1%，
勞動生產力可以增加約 0.043%，而薪資所得可增加約 0.008%，薪資與勞動生產 力間存在著一定的落差，薪資並未能完全反映勞動生產力。而研究發展投資對於 薪資及勞動生產力的影響同樣存在差距，但差距較小，研究發展投資對於薪資的 影響力約為對勞動生產力的八成。
然而雇主付給勞工的報酬並非僅含薪資，若考慮勞動總所得，則估計結果如 表 9。從表 9 同樣發現不論採用何種估計方式，投資對於勞動總所得的影響都顯 著大於零；但員工特性對於投資的估計係數則無明顯的影響，不論採用何種估計 方式，估計係數變動幅度都不大。
在 OLS 模型中，固定資產投資對於勞動總所得的彈性為 0.012，研究發展投 資對於勞動總所得的彈性則為 0.125。在隨機效果模型中，固定資產投資對於勞 動總所得的彈性為 0.011，而研究發展投資對於勞動總所得的彈性則增加為 0.140。
在固定效果模型中，固定資產投資對於勞動總所得的彈性為 0.011，而研究發展 投資對於勞動總所得的彈性則增加為 0.164。
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
最後，為了處理投資決策可能是內生的問題，採用 GMM 方法進行產業別的 估計，結果呈現於表 10。將 GMM 估計結果與表 7 到表 9 的迴歸結果做比較，
可以發現在估計投資對於勞動生產力的影響時，不論是固定資產投資或是研究發 展投資，採用 GMM 方式估計出的係數都比固定效果以及隨機效果估計結果小，
顯示在未控制內生性問題前，不論是隨機效果或固定效果模型都會高估了投資對 於勞動生產力的彈性。至於投資對於薪資所得以及勞動總所得的影響，則與隨機 效果或固定效果模型相似。
不過雖然對勞動升產力估計出的係數較小，在控制了內生性問題的 GMM 估 計式中仍可以得出與未控制內生性問題的估計式相似的結論，不論是固定資產投 資或是研究發展投資，都對於勞動生產力以、薪資所得以及勞動總所得有正向顯 著的影響。其中，固定資產投資對勞動生產力的彈性為 0.028，對薪資所得的彈 性為 0.012，對勞動總所得的彈性為 0.012。研究發展投資對勞動生產力的彈性為 0.096，對薪資所得的彈性為 0.123，對勞動總報酬的彈性為 0.124。
在 GMM 模型中，固定資產投資每增加 1%，勞動生產力可以上升 0.028%，
而以薪資所得衡量的薪資水準能上升 0.012%，以勞動總報酬衡量的薪資水準同 樣能上升 0.012%。薪資水準上升幅度約為勞動生產力的四成，顯示在固定資產 投資方面，薪資與勞動生產力的提升間有所落差，勞工無法完全分享勞動生產力 提升的報酬。
而研究發展投資每增加 1%，勞動生產力可以提升薪資水準可以提升 0.096，
以薪資所得衡量的薪資水準能上升 0.123%，以勞動總報酬衡量的薪資水準能上 升 0.124%。薪資水準上升幅度略高於勞動生產力上升幅度，顯示因為投資在研 究發展上所提升的勞動生產力會完全反映在員工的薪資水準，甚至員工可以享有 超額報酬。
此外，比較估計出來的係數，不論是對勞動生產力或勞動報酬，研究發展投 資比固定資產投資的影響都更大。在勞動生產力的估計，研究發展投資的彈性為
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
固定資產投資的三倍；而在薪資所得與勞動總所得的估計，研究發展投資的彈性 更為固定資產投資的十倍以上。