國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表8:各年度平均薪資效率–不考慮樣本選擇
94 96 98 100 102
男 0.777 0.815 0.808 0.842 0.816
女 0.743 0.787 0.772 0.808 0.781
平均每人GDP年增率 - 7.377% -6.454% 7.301% 2.845%
薪資效率約在56%,本國未考慮樣本選擇下近10年的薪資效率約在80%左右,考慮 到77年至今約25年的經濟成長,此結果應屬合理。
本國未考慮樣本選擇下的薪資效率幅度約是有考慮樣本選擇下的兩倍,但各年 間變動的趨勢大致相同。 由於此五個年度間的趨勢大致相同, 第5.3節將依據有考 慮樣本選擇的模型,以最近的102年資料為主要分析對象,將不同人力資本、 工作結 構等變數,分群求出效率平均值,再以經濟理論加以解釋。
5.3 分群計算薪資效率結果
本小節將依序以年齡、 工作經驗、 職業、 行業、 教育程度、 公司規模、 工作身分、 婚 姻狀態、 工作地等9大類,進行薪資效率分類比較。 其中薪資效率程度以(9)式的公 式計算。 而
薪資低付程度 1薪資效率程度 。
所有年度有考慮樣本選擇的薪資分群效率可參考表9與表10 ,而未考慮樣本選 擇的薪資分群效率置於表11及表12。 本小節表13至表21針對102年度的資料進行 較詳實的分析,除了102年的資料之外,在各群之中,若此五個年度間的薪資低付趨 勢變動值得探討, 會特別說明。 此外,本文的重心放在考慮樣本選擇之後的薪資效 率,但若考慮樣本選擇的薪資效率程度相較於未考慮樣本選擇,有出現逆轉或是明 顯的不同,會一併說明。
‧
youth 0.4766 0.4483 0.4514 0.4204 0.4162 prime 0.4281 0.4458 0.4097 0.4156 0.4032 middle 0.3919 0.5203 0.4233 0.4591 0.4232
< 6 0.4574 0.4169 0.416 0.4061 0.3956 between 0.443 0.4301 0.4116 0.4107 0.4022
> 15 0.4025 0.5006 0.4191 0.4459 0.4184 occupA 0.4501 0.5088 0.464 0.4823 0.4745 occupB 0.398 0.4121 0.382 0.4223 0.4102 occupC 0.4201 0.4557 0.4146 0.4243 0.4022 occupD 0.3637 0.4516 0.3682 0.3978 0.3626 occupE 0.4345 0.4903 0.4291 0.4383 0.4178 occupF 0.3734 0.4562 0.3765 0.4069 0.3812 industry 0.4297 0.4791 0.4197 0.4344 0.4146 services 0.4122 0.4584 0.4151 0.4285 0.4094 AFFAH 0.4219 0.4522 0.3699 0.3968 0.3555 below senior high 0.4317 0.5327 0.446 0.4761 0.4512 senior high 0.4328 0.4736 0.4272 0.4279 0.4137 university(college) 0.4146 0.4344 0.4028 0.4136 0.3944 above university 0.3319 0.3569 0.3306 0.3984 0.381 small 0.4127 0.472 0.4091 0.4249 0.4045 medium 0.4273 0.4678 0.417 0.4295 0.4098 large 0.4253 0.4688 0.4232 0.4386 0.42 private 0.4225 0.4669 0.4136 0.4279 0.4084 public 0.4183 0.4869 0.4348 0.4534 0.4338 not married 0.4495 0.4665 0.4377 0.438 0.4244 married 0.4076 0.471 0.4048 0.4269 0.4038 north 0.4339 0.4746 0.4285 0.4383 0.4204 mid 0.4165 0.4614 0.4056 0.4282 0.4094 east 0.4099 0.4541 0.4163 0.4194 0.3968 south 0.41 0.4694 0.4069 0.4237 0.4005
‧
youth 0.3234 0.4029 0.4355 0.306 0.4046 prime 0.3404 0.4273 0.394 0.3158 0.3927 middle 0.4127 0.5132 0.3905 0.3806 0.4255
< 6 0.3067 0.3859 0.4195 0.3024 0.3806 between 0.3315 0.4113 0.403 0.3119 0.3837
> 15 0.3856 0.4852 0.3871 0.3543 0.4193 occupA 0.3956 0.5207 0.4793 0.437 0.5051 occupB 0.3358 0.4395 0.4235 0.35 0.3982 occupC 0.3446 0.4339 0.3935 0.3253 0.3984 occupD 0.3733 0.4853 0.3726 0.2937 0.3996 occupE 0.3807 0.4711 0.3969 0.3338 0.4213 occupF 0.3866 0.4799 0.3727 0.3429 0.4026 industry 0.3639 0.4543 0.3925 0.3294 0.4062 services 0.3478 0.4415 0.3994 0.3352 0.403 AFFAH 0.3648 0.4642 0.364 0.332 0.3961 below senior high 0.4179 0.5252 0.4161 0.3796 0.4571 senior high 0.3621 0.4473 0.3921 0.3291 0.4216 university(college) 0.3187 0.4122 0.3935 0.3191 0.3812 above university 0.252 0.3612 0.3824 0.3351 0.3321 small 0.3456 0.4364 0.3778 0.3153 0.391 medium 0.3557 0.4454 0.3974 0.3324 0.4036 large 0.3598 0.4556 0.4149 0.3518 0.4168 private 0.3525 0.4424 0.3928 0.3278 0.4016 public 0.3615 0.466 0.4194 0.3675 0.4181 not married 0.3163 0.4184 0.4025 0.3238 0.3999 married 0.3792 0.4631 0.3931 0.3397 0.4064 north 0.3598 0.4553 0.4111 0.3433 0.4117 mid 0.3487 0.4375 0.3858 0.3246 0.3993 east 0.3553 0.434 0.3897 0.3266 0.3981 south 0.3483 0.4386 0.3841 0.3257 0.3959
‧
youth 0.7614 0.8164 0.8113 0.8434 0.8195 prime 0.7816 0.8169 0.8099 0.8436 0.8191 middle 0.7707 0.8097 0.8031 0.8389 0.8118
< 6 0.767 0.8134 0.8073 0.8419 0.8144 between 0.7904 0.8212 0.8146 0.8452 0.8236
> 15 0.7716 0.8114 0.8043 0.8404 0.8136 occupA 0.8349 0.8573 0.8565 0.8781 0.8655 occupB 0.7994 0.827 0.8235 0.8557 0.8359 occupC 0.7781 0.8162 0.8102 0.8426 0.8143 occupD 0.7067 0.7477 0.7462 0.7952 0.7623 occupE 0.7764 0.8148 0.8065 0.841 0.8148 occupF 0.7101 0.7597 0.7572 0.8051 0.7722 industry 0.7804 0.8169 0.8091 0.8436 0.8184 services 0.7695 0.8134 0.8088 0.8423 0.8162 AFFAH 0.7905 0.7503 0.7514 0.7932 0.7507 below senior high 0.7769 0.8153 0.8093 0.8444 0.8198 senior high 0.7712 0.8112 0.8024 0.8378 0.8131 university(college) 0.7823 0.8174 0.8111 0.8434 0.8159 above university 0.7778 0.8162 0.8129 0.8482 0.825 small 0.7517 0.7985 0.7898 0.8293 0.8016 medium 0.7787 0.8148 0.807 0.842 0.8152 large 0.7994 0.8313 0.8258 0.8544 0.8324 private 0.7723 0.8115 0.8039 0.8398 0.8135 public 0.8028 0.8359 0.8321 0.858 0.8386 not married 0.7786 0.8173 0.8109 0.8437 0.8191 married 0.7756 0.8131 0.806 0.8409 0.8148 north 0.7911 0.8238 0.8197 0.8492 0.825 mid 0.7677 0.8069 0.7979 0.8392 0.8146 east 0.7642 0.7927 0.7937 0.8285 0.7988 south 0.7641 0.8089 0.7986 0.835 0.8064
‧
youth 0.7459 0.7942 0.7828 0.8153 0.791 prime 0.7432 0.7873 0.773 0.8089 0.7828 middle 0.7396 0.783 0.7657 0.8044 0.7751
< 6 0.7422 0.7877 0.775 0.8089 0.7828 between 0.7567 0.7948 0.7815 0.814 0.7885
> 15 0.734 0.782 0.7657 0.8045 0.7769 occupA 0.8229 0.8658 0.8664 0.8784 0.8801 occupB 0.7888 0.8231 0.8116 0.8341 0.8106 occupC 0.7416 0.7856 0.7712 0.8065 0.7803 occupD 0.6513 0.7375 0.7188 0.7292 0.7311 occupE 0.7376 0.7827 0.7639 0.8035 0.7739 occupF 0.6956 0.7454 0.726 0.7755 0.7326 industry 0.7375 0.7835 0.7658 0.8049 0.7762 services 0.7461 0.7896 0.7761 0.8108 0.7844 AFFAH 0.7357 0.726 0.7091 0.7575 0.7268 below senior high 0.7392 0.7873 0.7715 0.8079 0.7796 senior high 0.7389 0.7809 0.7674 0.8065 0.7766 university(college) 0.7487 0.7924 0.7752 0.8088 0.7835 above university 0.7381 0.7802 0.7763 0.8147 0.7897 small 0.7048 0.76 0.7413 0.7852 0.7517 medium 0.7461 0.7888 0.7742 0.8086 0.7806 large 0.7762 0.8113 0.7998 0.8296 0.8101 private 0.7366 0.7817 0.7655 0.8038 0.7753 public 0.7792 0.8175 0.8082 0.8352 0.817 not married 0.7483 0.7913 0.7775 0.8114 0.7852 married 0.7391 0.7842 0.7684 0.806 0.7783 north 0.7635 0.8018 0.7903 0.8192 0.7947 mid 0.7242 0.7761 0.7572 0.8012 0.7738 east 0.7205 0.7673 0.7585 0.7941 0.7571 south 0.7271 0.774 0.7565 0.7982 0.7681
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表13:年齡會影響薪資低付程度(假說1 )
男 女
分類 效率平均 實際薪資 樣本數 效率平均 實際薪資 樣本數
youth 0.4162 21,591 621 0.4046 20,295 708
prime 0.4032 33,344 6620 0.3927 22,330 5715
middle 0.4232 29,213 4292 0.4255 11,400 2940
F值 74.04*** 125.04***
兩兩比較 平均之差 T值 顯著性 平均之差 T值 顯著性
youth prime 0.013 3.86 *** 0.012 3.43 ***
prime middle -0.02 -12.04 *** -0.0328 -15.75 ***
youth middle -.007 -1.81 * -.0208 -5.13 ***
年齡分為青年(youth)、 壯年(prime)、 中年(middle) 3類,根據表13 ,實證分析 指出本國兩性勞工的年齡雖然顯著影響薪資低付程度,但壯年勞工的薪資低付程度 較青年及中年嚴重,推翻本文的假說。 另一方面,壯年勞工薪資低付程度比較嚴重, 也可能是因為他們潛在薪資水準是這三類勞工中最高者。 政府必須相當關切此議 題,因為我國壯年勞工的人口比例最高,潛在薪資水準也較高, 但是實證結果指出, 我國中堅人口將潛在薪資水準轉化成實際薪資的能力卻遠低於青年及中年勞工,這 是勞動市場薪資過低的警訊。
根據表9與表10 ,在有考慮樣本選擇下, 男性壯年勞工的5個年度中,薪資效率 都固定是最低的一群; 女性壯年勞工則只有在最近期的102年最低, 其餘年度皆居 中。 但在未考慮樣本選擇之下的5個年度中, 男性壯年勞工有3年薪資效率反而最 高, 而女性壯年勞工的所有薪資效率皆居中。 30 同樣在未考慮樣本選擇的情況下, 以本文的實證結果對照的Hofler and Murphy (1992)的年齡假說其結果大致相符, 也就是壯年男性有過半數年度的薪資效率高於青年男性, 而壯年男性的薪資效率 高於所有年齡層的女性。 但本文也發現,青年不論性別或是有無考慮樣本選擇, 薪 資效率都幾乎是最高的,並未符合國外文獻的發現,故本文推測可能是因為國情的
30若5個年度中皆具有相同特徵,往後以 「所有年度」 形容;若其中4個年度具有相同的特徵,往後 以 「幾乎所有年度」 形容;若其中3個年度具有相同特徵,以 「過半年度」 形容。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
不同,本國青年勞工被父母照顧相對國外完善,導致尋找工作時的財務壓力相對較 國外青年要低之故。
表14:潛在工作經驗與薪資低付程度(假說2 )
男 女
分類 效率平均 實際薪資 樣本數 效率平均 實際薪資 樣本數
<6 0.3956 25,910 1359 0.3806 23,740 1296
6–15 0.4022 33,905 3107 0.3837 24,226 2649
>15 0.4184 30,690 7067 0.4193 14,005 5418
F值 66.16*** 186.04***
兩兩比較 平均之差 T值 顯著性 平均之差 T值 顯著性
(>15) (<6) 0.0228 9.07 *** 0.0387 13.68 ***
(>15) (6–15) 0.0162 8.79 *** 0.0356 16.33 ***
(<6) (6–15) -.0066 -2.47 ** -0.0031 -1.04 –
表14本應以勞工的實際工作經驗進行分群, 但問卷上並無此變項, 故改以潛在 工作經驗替代實際工作經驗進行分群。 按Hofler and Murphy (1992)的分類法,依 工作經驗分成6年以下、6–15年、15年以上等3群。 變異數分析結果顯示,不論男女 性,皆是工作經驗愈長則薪資低付程度較輕微,支持假說2。
在有考慮樣本選擇的5個年度中,男性幾乎所有年度、 女性則是所有年度都是有 15年以上的潛在工作經驗者的薪資效率最高,符合Hofler and Murphy (1992)的工 作經驗假說;31但在未考慮樣本選擇時,不論男女性,所有年度皆是有6–15年的潛在 工作經驗者的薪資效率最高。
職業按民意代表、 主管及經理人員(occupA)、 專業人員(occupB)、 技術員及助 理專業人員/事務支援人員/服務及銷售工作人員(occupC)、 農林漁牧業生產人員 (occupD)、 技藝/機械設備操作及組裝人員(occupE)及基層技術工及勞力工 (oc-cupF)分成6群。 這些職業之中,還可粗分成較重腦力的occupA、occupB;較重技
術的 occupC、occupE;其他則屬於較重體力的職業。 男性勞工的薪資低付程度與
預期大致相符, 較重腦力的職業,薪資低付程度通常較低; 但女性勞工在occupB、 occupC、occupD、occupF四種職業之間,薪資低付程度無顯著差異,而且在較重
31不過Hofler and Murphy (1992)是以現職工作經驗區分。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表15:職業別與薪資低付程度(假說3 )
男 女
分類 效率平均 實際薪資 樣本數 效率平均 實際薪資 樣本數
occupA 0.4745 68,904 513 0.5051 66,420 136 occupB 0.4102 53,273 1372 0.3982 42,575 1436 occupC 0.4022 37,009 3993 0.3984 28,951 5472
occupD 0.3626 24,658 89 0.3996 18,222 37
occupE 0.4178 30,426 4871 0.4213 22,838 1461 occupF 0.3812 23,509 695 0.4026 19,571 821
F值 98.87*** 48.97***
腦力的occupB職業之中,薪資低付的程度甚至高於較重技術的occupE職業。 再
對照其他年度的薪資平均效率,可以發現專業人員(occupB)薪資被低付的程度相 當嚴重。 此外,男性農林漁牧業生產人員(occupD)除96年之外,薪資低付程度顯 著低於其他職業;但女性則較為輕微。 根據表15 ,女性農林漁牧業生產人員的平均 薪資水準甚至低於當時的每月基本薪資19,047元,本文推測女性薪資較接近其他職 業的原因應是其潛在薪資也較低所致。 本國男性從事農林漁牧生產人員者,多半為 接手家中事業,為了傳承技術而留在此職業,故較不會轉職,這也可能是男性在此職 業薪資低付程度嚴重的原因之一。
按前述將職業分重腦力、 重技術及重體力分成3群來分析, occupB職業雖然重 腦力,但男性所有年度、 女性過半年度, occupB的薪資效率程度小於重技術的
oc-cupE ,但是差距有逐漸在縮小。 此情況在未考慮樣本選擇時則相反:男女性在所有
年度皆是 occupB 的薪資效率程度高於 occupE 。 此外,在同一性別內, 不論有無
考慮樣本選擇,重技術的 occupC、 occupE 薪資效率程度大致相同; 重體力的
oc-cupD、occupF薪資效率程度也大致相同;唯重腦力的occupA的薪資效率程度穩
定高過occupB。
將行業分成工業(industry)、 服務業(services),農林漁牧業(AFFAH)等3大類,
32男性的薪資低付程度在3種行業間有顯著差異,透過兩兩比較可發現工業最輕微, 而農林漁牧業最嚴重;女性在3種行業間則無顯著差異。 身處農林漁牧業(行業)的 女性,薪資低付程度不如預期中的嚴重,原因應同於身處農林漁牧生產人員(職業)
32農林漁牧業: agriculture, forestry, fishing, and animal husbandry。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表16:勞工的行業別與薪資低付程度(假說3 )
男 女
分類 效率平均 薪資平均 樣本數 效率平均 薪資平均 樣本數
industry 0.4146 34,352 6192 0.4062 26,289 2878
services 0.4094 39,722 5167 0.403 31,535 6340
AFFAH 0.3555 23,388 174 0.3961 18,986 145
F值 43.69*** 1.73
兩兩比較 平均之差 T值 顯著性 平均之差 T值 顯著性
industry service 0.0052 3.97 *** 0.0032 1.55 –
industry AFFAH 0.0591 9.61 *** 0.0102 1.35 –
service AFFAH 0.0539 7.74 *** 0.0069 0.87 –
的女性。 若聚焦在農林漁牧業之外的行業人數,男性在工業與服務業的人數各約佔 一半,可以推論男性在選擇工業與服務業時,較不受刻板印象影響;而女性身處服務 業的比例高達77%,可推得行業間似乎也有性別隔離的現象存在。
在有考慮樣本選擇的5個年度,男、 女性在94、96年農林漁牧業的薪資效率與服 務業相去不遠,甚至有出現高於服務業的情形;但96以後男性部分則開始出現與服 務業間的明顯落差,女性則無。 在不考慮樣本選擇的5個年度,男、 女性在94年的農 林漁牧業薪資效率與其他兩行業較接近, 其後的年度則是明顯較低。 此外,男性不 論有無考慮樣本選擇,在所有年度中皆是工業的薪資效率高於服務業;女性在有考 慮樣本選擇時,過半數的年度是工業高於服務業,但未考慮樣本選擇時,服務業在所 有年度的薪資效率皆穩定高過工業。
教育程度分為高中以下(below senior high)、 高中職(senior high)、 大學與專 科(university(college))、 碩博士(above university)等4群。 實證結果顯示,學歷愈 高的勞工薪資低付的程度愈嚴重,而且在本文研究期間的5個年度之間,此現象非 常明顯且無一例外,不支持本文的假說4。 本文同時檢視各群的平均薪資水準,發 現學歷愈高,薪資平均水準也愈高,但薪資低付的程度卻也隨教育程度提高而提高, 表示教育水準的確有助於提升薪資水準,但勞工將潛在薪資水準轉化成實際薪資的 能力,隨著教育程度的提高而下降, 值得政府重視此問題。 因為依據勞動經濟學理 論, 技術進步可以使經濟成長, 而教育是技術進步的根本,也是增加勞工生產力進
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表17: 勞工的教育程度與薪資低付程度(假說4 )
男 女
分類 效率平均 薪資平均 樣本數 效率平均 薪資平均 樣本數
below senior high 0.4512 21,157 2303 0.4571 6,546 1558
senior high 0.4137 27,588 3992 0.4216 14,405 2977
university(college) 0.3944 35,384 4337 0.3812 25,800 4295 above university 0.381 56,238 901 0.3321 43,572 533
F值 284.38*** 458.91***
兩兩比較 平均之差 T值 顯著性 平均之差 T值 顯著性
below senior senior .0374 18.34 *** 0.0355 13.48 ***
senior university .0193 10.77 *** 0.0404 19.04 ***
university above .0134 4.21 *** 0.0492 12.08 ***
而提升國民福祉的關鍵要素,此外教育也能提升國民素質,遏止犯罪、 減少政府行 政管理成本等正向的外部性(externality)。 本研究估計結果卻發現,教育程度的提 高無法提升薪資效率的水準,甚至是反向降低。 高學歷勞工無法領到自身應得的薪 資,降低教育的投資報酬率,不利於一國人力資本的累積與人力素質的提升,上述正
而提升國民福祉的關鍵要素,此外教育也能提升國民素質,遏止犯罪、 減少政府行 政管理成本等正向的外部性(externality)。 本研究估計結果卻發現,教育程度的提 高無法提升薪資效率的水準,甚至是反向降低。 高學歷勞工無法領到自身應得的薪 資,降低教育的投資報酬率,不利於一國人力資本的累積與人力素質的提升,上述正