第六章 實證結果
6.2 製造業之實證結果
6.2.4 國內勞工工資之估計
本國勞工工資的分析較具彈性，同時可用外勞比的數量變數 lnFL_L2 或是外勞比例 的規模變數small_FL_L、middle_FL_L、large_FL_L，故列出表 6-9、表 6-11 分別探討不同 變數設定下的影響。表6-9 以 lnFL_L2 及 fl_emp 作為外勞雇用的變數，結果顯示不論模 型，lnFL_L2 的係數皆顯著為負與前述分析一致，其係數隨著加入特性變數而變化。由表 6-10 再次驗證雇用數量與各特性變數的相關性，因廠齡、工廠規模對於工資影響不大故 加入後影響 lnFL_L2 係數不大；工資分散度由於對工資的影響較大，故可明顯看出工資 分散度越高伴隨著雇用外勞比例越高。員工特性部分，年齡層越高、人力資本越低伴隨 著雇用的比例越高，此結果與AVL 分析時的觀察一致。模型(8)列出 lnFL_L2 最後係數為 -0.0240，代表當外勞比上升 1%本勞的平均薪資將下降 0.0240%，雖符合外勞雇用越多 壓低本勞工資的預設，但其數量不大以所有工廠的平均薪資23,974 來算，即便外勞比例 上升 100%不過壓低本勞平均薪資約 575 塊。考量可能本勞工資同時包含高、低階員工 薪資，依吳惠林與張清溪(1991)、藍科正(2001)、張信儀(1995)認為低技術工較易受到 工資或就業上的傷害，故模型(8)的結果應低估了對於低階勞工工資的傷害。表 6-9 中 Fl_emp 的係數值產生變動，在控制產業及年份之前該係數呈現負向，但隨著控制產業、
年份後則穩定呈現正向，代表在工資的分析上產業與年份的影響很大。再由表6-10 觀察 變數之間相關性，廠齡越高、規模越大、工資分散度越低、年齡層越低、年行比越高、
人力資本越低，伴隨著雇用外勞的機率越高，此與上述的分析皆一致。模型(8)中 fl_emp 最後的係數為0.0112，代表有雇用外勞的工廠其薪資較沒雇用的高出 1.12%，其比例並 不高。
表 6-11 以外勞比例的虛擬變數分析，發現各模型中本勞工資皆隨外勞比例規模越大 而越低，與前述以外勞比例lnFL_L2 估計時一致。模型(8)外勞比例由小規模到大規模係 數分別為-0.0173、-0.0209、-0.0306，代表 large_FL_L 廠商較沒雇用外勞者平均工資降 低3.06%，值雖不大但無法拒絕外勞比例壓低工資的趨勢。
其他的外勞虛擬變數：表 6-9 在控制產業、年份後 ex_fl 係數皆顯著為負，模型(8) 的係數為-0.00419 代表雇用外勞工廠「超越缺工」時其平均工資下降 0.419%，其值相 當低，然而仍可看出隨「超越缺工」加劇薪資壓抑的趨勢。然而，僅以外勞規模變數分 析時，表 6-11 中可見 ex_fl 的係數雖保有負向但不具顯著性，且其值亦相當低，故可推 論雖然ex_fl 有壓低工資的趨勢，但影響可能微乎其微；產業變數則相當一致，不論用何
66
種變數代表外勞雇用比例，其係數由大到小皆為 info_elec_fl、metal_fl、chemical_fl，以 表6-9 模型(8)而言，雇用外勞之資訊電子工業其平均工資較民生工業多出 4.09%、金屬 機械工業則多出1.07%、化學工業則多出 0.915%；以表 6-11 模型(8)而言，雇用外勞之 資訊電子工業其平均工資較民生工業多出 3.71%、金屬機械工業則多出 1.41%、化學工 業則多出 1.16%。雖然外勞相關變數在工資分析時多數皆維持顯著，但其數值皆不大。
究其原由，可能是平均工資無法區分高低階本國員工薪資所致。
在工廠特性部分：不論模型，當廠齡越高、工資分散度越高其本勞之平均工資越高，
然而廠齡的係數皆低於 1%，而工資分散度的係數明顯較大，表 6-9、表 6-11 分別為 0.335、0.324，乘上分散度之全距後可提升平均工資 23.83%、23.05%。工廠規模則呈 現不一致，大規模皆顯著工資較高，最高可提升平均工資達9%左右，以平均工資 23,974 來算約為 2,158 元；但小規模則隨外勞比例解釋變數不同而高於或低於中等規模廠商，
高者多於中等規模約2%低者約少 1%，差距皆不大。高廠齡、大規模廠商其員工所得之 補償越高，與Haltiwanger et al. (2007)估計一致。
員工特性係數要來的比工廠特性係數高得太多，符合 Abowd, Kramarz and Margolis (1999a)的觀察。若以 lnFL_L2 作解釋變數，中年比例上升 1%將使工資上升 0.278%、高 齡比例上升1%將使工資上升 0.297%、男性比上升 1%將使工資上升 0.218%、若所有員 工從國中以下變作專科以上則平均工資上升 19.2%。若以外勞比規模變數作解釋變數，
該數值分別是0.272%、0.287%、0.218%、及 19.6%。性別、教育程度與 Hellerstein et al.
(2004)及 Haltiwanger et al. (2007)一致，然而，這兩篇文章皆指出中年員工其薪資較其 他兩個年齡階層員工為高，與本文結果有異，若本文結果無誤，代表台灣製造業年資對 薪資的貢獻較大。
67
表6-9：製造業廠商平均本勞工資之估計結果 a (以外勞比例作解釋變數)
方程式 (1) (2) (3) (4) (5) (6) (7) (8)
解釋變數 lnW lnW lnW lnW lnW lnW lnW lnW
lnKL 0.0261*** 0.0258*** 0.0261*** 0.0217*** 0.0239*** 0.0235*** 0.0239*** 0.0206***
[0.000441] [0.000442] [0.000423] [0.000391] [0.000432] [0.000433] [0.000414] [0.000385]
lnML 0.0317*** 0.0309*** 0.0327*** 0.0287*** 0.0303*** 0.0293*** 0.0305*** 0.0282***
[0.000543] [0.000553] [0.000540] [0.000503] [0.000532] [0.000542] [0.000529] [0.000496]
lnFL_L2 -0.0121*** -0.0123*** -0.0239*** -0.0279*** -0.0108*** -0.0116*** -0.0195*** -0.0240***
[0.000525] [0.000530] [0.000861] [0.000768] [0.000526] [0.000532] [0.000860] [0.000773]
fl_emp -0.0220*** -0.0209*** -0.00379 0.00954*** 0.00241 0.0112***
[0.00283] [0.00308] [0.00284] [0.00303] [0.00320] [0.00298]
ex_fl 0.00647** 0.00332 0.00540** -0.00644** -0.00529** -0.00419*
[0.00255] [0.00253] [0.00229] [0.00255] [0.00254] [0.00235]
info_elec_fl 0.0744*** 0.0788*** 0.0932*** 0.0357*** 0.0336*** 0.0409***
[0.00409] [0.00416] [0.00387] [0.00444] [0.00449] [0.00416]
metal_fl 0.0320*** 0.0347*** 0.0183*** 0.00988*** 0.0127*** 0.0107***
[0.00280] [0.00276] [0.00256] [0.00311] [0.00305] [0.00285]
chemical_fl 0.0291*** 0.0295*** 0.0171*** 0.00846** 0.0123*** 0.00915***
[0.00333] [0.00329] [0.00304] [0.00364] [0.00358] [0.00335]
lnAGE 0.0309*** 0.0139*** 0.0209*** 0.00776***
[0.000716] [0.000707] [0.000740] [0.000719]
small_firm 0.0355*** 0.0237*** 0.0304*** 0.0203***
[0.00160] [0.00149] [0.00157] [0.00147]
large_firm 0.0446*** 0.0579*** 0.0513*** 0.0610***
[0.00160] [0.00146] [0.00155] [0.00142]
wdispersion 0.320*** 0.343*** 0.316*** 0.335***
[0.00449] [0.00421] [0.00437] [0.00413]
age3055r 0.290*** 0.278***
[0.00261] [0.00260]
age55r 0.299*** 0.297***
[0.00399] [0.00393]
avg_male 0.225*** 0.218***
[0.00233] [0.00248]
human_cap 0.231*** 0.192***
[0.00428] [0.00424]
控制二欄位行 業別及年度別 虛擬變數
no no no no yes yes yes yes
Constant 9.659*** 9.664*** 9.416*** 8.848*** 9.576*** 9.583*** 9.382*** 8.848***
[0.00406] [0.00411] [0.00520] [0.00694] [0.00473] [0.00477] [0.00554] [0.00738]
Observations 147430 147430 147430 147430 147430 147430 147430 147430 R-squared 0.075 0.078 0.145 0.258 0.141 0.142 0.202 0.298
68
表6-10：製造業廠商平均本勞工資之估計結果 a (僅含控制產業與年份之模型)
方程式 (1) (2) (3) (4) (5) (6) (7) (8)
解釋變數 lnW lnW lnW lnW lnW lnW lnW lnW
lnKL 0.0239*** 0.0235*** 0.0232*** 0.0214*** 0.0239*** 0.0248*** 0.0227*** 0.0206***
[0.000432] [0.000433] [0.000431] [0.000427] [0.000414] [0.000404] [0.000389] [0.000385]
lnML 0.0303*** 0.0293*** 0.0298*** 0.0292*** 0.0305*** 0.0326*** 0.0299*** 0.0282***
[0.000532] [0.000542] [0.000542] [0.000539] [0.000529] [0.000518] [0.000503] [0.000496]
lnFL_L2 -0.0108*** -0.0116*** -0.0118*** -0.0119*** -0.0195*** -0.0255*** -0.0252*** -0.0240***
[0.000526] [0.000532] [0.000529] [0.000846] [0.000860] [0.000832] [0.000786] [0.000773]
fl_emp 0.00954*** 0.00733** -0.0028 0.00241 0.00951*** 0.00839*** 0.0112***
[0.00303] [0.00301] [0.00320] [0.00320] [0.00313] [0.00301] [0.00298]
ex_fl -0.00644** -0.00586** -0.00523** -0.00529** -0.00572** -0.0036 -0.00419*
[0.00255] [0.00253] [0.00249] [0.00254] [0.00248] [0.00237] [0.00235]
info_elec_fl 0.0357*** 0.0349*** 0.0297*** 0.0336*** 0.0457*** 0.0402*** 0.0409***
[0.00444] [0.00441] [0.00437] [0.00449] [0.00443] [0.00427] [0.00416]
metal_fl 0.00988*** 0.00869*** 0.00877*** 0.0127*** 0.0127*** 0.0138*** 0.0107***
[0.00311] [0.00309] [0.00305] [0.00305] [0.00299] [0.00288] [0.00285]
chemical_fl 0.00846** 0.00866** 0.00906** 0.0123*** 0.0136*** 0.0110*** 0.00915***
[0.00364] [0.00362] [0.00356] [0.00358] [0.00351] [0.00338] [0.00335]
lnAGE 0.0198*** 0.0180*** 0.0209*** 0.00584*** 0.00753*** 0.00776***
[0.000772] [0.000767] [0.000740] [0.000750] [0.000728] [0.000719]
small_firm 0.0417*** 0.0304*** 0.0214*** 0.0210*** 0.0203***
[0.00160] [0.00157] [0.00153] [0.00148] [0.00147]
large_firm 0.0488*** 0.0513*** 0.0567*** 0.0619*** 0.0610***
[0.00154] [0.00155] [0.00151] [0.00144] [0.00142]
wdispersion 0.316*** 0.311*** 0.320*** 0.335***
[0.00437] [0.00429] [0.00417] [0.00413]
age3055r 0.232*** 0.263*** 0.278***
[0.00260] [0.00260] [0.00260]
age55r 0.239*** 0.267*** 0.297***
[0.00394] [0.00390] [0.00393]
avg_male 0.225*** 0.218***
[0.00250] [0.00248]
Constant 9.576*** 9.583*** 9.533*** 9.529*** 9.382*** 9.193*** 9.072*** 8.848***
[0.00473] [0.00477] [0.00517] [0.00547] [0.00554] [0.00573] [0.00566] [0.00738]
Observations 147430 147430 147430 147430 147430 147430 147430 147430
R-squared 0.141 0.142 0.146 0.159 0.202 0.242 0.286 0.298
69
方程式 (1) (2) (3) (4) (5) (6) (7) (8)
解釋變數 lnW lnW lnW lnW lnW lnW lnW lnW
lnKL 0.0246*** 0.0246*** 0.0254*** 0.0207*** 0.0223*** 0.0223*** 0.0232*** 0.0197***
[0.000435] [0.000434] [0.000423] [0.000392] [0.000424] [0.000424] [0.000413] [0.000385]
lnML 0.0337*** 0.0336*** 0.0337*** 0.0295*** 0.0316*** 0.0316*** 0.0312*** 0.0288***
[0.000552] [0.000551] [0.000544] [0.000507] [0.000538] [0.000538] [0.000531] [0.000499]
small_FL_L 0.0397*** 0.00656* -0.0329*** -0.0264*** 0.0271*** 0.0202*** -0.0193*** -0.0173***
[0.00233] [0.00354] [0.00363] [0.00329] [0.00221] [0.00362] [0.00367] [0.00338]
middle_FL_L 0.00509*** -0.0253*** -0.0525*** -0.0419*** 0.0122*** 0.00583* -0.0225*** -0.0209***
[0.00170] [0.00302] [0.00304] [0.00279] [0.00165] [0.00319] [0.00317] [0.00295]
large_FL_L -0.0274*** -0.0561*** -0.0738*** -0.0575*** -0.0097*** -0.0158*** -0.0346*** -0.0306***
[0.00236] [0.00336] [0.00330] [0.00304] [0.00232] [0.00354] [0.00345] [0.00321]
ex_fl 0.00563** 0.00519** 0.00809*** -0.00557** -0.00298 -0.0012 [0.00255] [0.00251] [0.00228] [0.00255] [0.00253] [0.00234]
info_elec_fl 0.0724*** 0.0765*** 0.0905*** 0.0309*** 0.0305*** 0.0371***
[0.00411] [0.00415] [0.00383] [0.00445] [0.00448] [0.00413]
metal_fl 0.0308*** 0.0365*** 0.0207*** 0.0118*** 0.0155*** 0.0141***
[0.00280] [0.00275] [0.00254] [0.00312] [0.00304] [0.00284]
chemical_fl 0.0273*** 0.0308*** 0.0193*** 0.00880** 0.0141*** 0.0116***
[0.00333] [0.00328] [0.00302] [0.00364] [0.00356] [0.00333]
lnAGE 0.0307*** 0.0144*** 0.0207*** 0.00803***
[0.000719] [0.000710] [0.000741] [0.000722]
small_firm 0.00420*** -0.0121*** 0.00518*** -0.0102***
[0.00121] [0.00117] [0.00118] [0.00115]
large_firm 0.0717*** 0.0897*** 0.0740*** 0.0887***
[0.00132] [0.00120] [0.00128] [0.00117]
wdispersion 0.307*** 0.329*** 0.307*** 0.324***
[0.00450] [0.00423] [0.00438] [0.00414]
age3055r 0.283*** 0.272***
[0.00261] [0.00260]
age55r 0.289*** 0.287***
[0.00398] [0.00392]
avg_male 0.223*** 0.218***
[0.00235] [0.00250]
human_cap 0.238*** 0.196***
[0.00430] [0.00425]
控制二欄位行 業別及年度別 虛擬變數
no no no no yes yes yes yes
Constant 9.681*** 9.682*** 9.478*** 8.920*** 9.603*** 9.604*** 9.436*** 8.916***
Observations 147430 147430 147430 147430 147430 147430 147430 147430 表 6-11：製造業廠商平均本勞工資之估計結果 b (以外勞比例規模作解釋變數)
70