壹、薪資所得模型
一、Mincer 薪資所得函數
Mincer（1974）提出人力資本所得函數（Human capital earnings function），用 以計算教育投資報酬率。薪資所得為此模型之依變數，以教育程度、工作經驗 及工作經驗平方值為自變數，探討對薪資所得的影響。其中學校教育與工作經 驗為人力資本投資的主要途徑，而工作經驗平方項用來顯示工作經驗報酬遞減 效果。其函數型式如下：
LnY＝α0＋α1S＋α2 X＋α3 X2＋ε---（1）
Y：薪資所得水準 S：接受教育的年數
X：在職進修或工作經驗年數
X2：在職進修或工作經驗年數的平方值 ε：隨機誤差項
α0：未接受學校教育下的個人基本所得
在式（1）中，LnY表示取自然對數的薪資報酬率，S表示受教育的年齡（大 學＝16、碩士＝18、博士＝22 ），X表示工作經驗年數，X2則取工作經驗年數的 平方值，ε則為殘差項。其中，係數α1表示每多受一年教育對於薪資的邊際影 響，為欲求之教育投資報酬率。α2、α3為工作經驗的係數。理論上α2的係數為
正值、α3的係數值為負值。
由於勞動者的工作經驗帶有「做中學」（learning by doing）的性質，所以應 用 Mincer 的薪資函數進行分析時，可以取工作經驗來作學校後人力資本投資的 代表。因為勞動者的工作經驗很難直接估算，故 Mincer 假定勞動者自學校畢業 後立即投入工作，而學校畢業的年齡為入學年齡加上受教育年數，所以 Mincer 使用勞動者的年齡減去入學年齡減去教育年數，作為工作經驗的替代變數進行 實證研究。
二、實證模式設定
由 Mincer 的薪資所得模式得知，其顯然認為影響薪資所得變化最重要的因 素為教育年數及工作經驗，但除了教育年數和工作經驗外，是否有其他影響薪 資所得的重要因素，這即是本研究想要進一步探討的部分。
本研究是以 Mincer 薪資所得模式為基礎並加以擴展，除了教育年數及工作 經驗、工作經驗平方等變數之外，加入各項個人特性之變數，即假設個人的「性 別」、「年齡」、「兼任行政」、「師範學歷」亦為決定教師薪資報酬的因素。因此，
本研究是以高雄地區國民中學教師「薪資所得」為依變項，而以「工作經驗」、
「工作經驗平方項」、「性別」、「年齡」、「兼任行政業務」、「師範學歷」、「實際 教育年數」、「過量教育年數」、「不足教育年數」、「適量教育年數」、「過量教育 虛擬」、「不足教育虛擬」等變項，進行多元迴歸分析，以探討各變項對薪資所 得的影響。
本研究之統計實證工作係依 Hartog（2000）分類法，將適量教育範圍依工作 分析、工作者自我評估及實際配合三種模式分別做功能性定義，並求出過量教 育與不足教育年數，用對數型 Mincer 人力資本薪資函數進行多元迴歸分析。
本研究迴歸方程式設定如下，各變項之定義如表 4-3-1 所示：
LnY＝α0＋α1 Ex＋α2 Ex2＋α3 Sex＋α4 Age＋α5OFCE＋α6NUA
＋α7ADSCH＋α8OVERSCH＋α9UNDERSCH---（2）
LnY＝β0＋β1 Ex＋β2 Ex2＋β3 Sex＋β4 Age＋β5 OFCE＋β6 NUA
＋β7 SCH＋β8 OSCH＋β9 USCH---（3）
表 4-3-1 迴歸式變項解釋
變項名稱 定 義 備註
LnY（薪資） 依實質月薪取自然對數 依變項
SCH（實際教育年數） 實際受教育年數
（1）師專畢業：14
（2）大學畢業：16
（3）碩士班研究生：16＋碩士班 年級數
（4）碩士畢業：16＋修業年數
（5）博士班研究生：16＋碩士班 修業年數＋博士班年級數
（6）博士畢業：16＋碩士班修業年數
＋博士班修業年數 EX（工作經驗） 教學年資
EX2（工作經驗2） 教學年資取平方值 AGE（年齡） 即實際年齡
SEX（性別） 設虛擬變項，男＝0、女＝1 OFCE（兼任行政業務） 設虛擬變項，無＝0、有＝1
自變項
NUA（師範學歷） 設虛擬變項，無＝0、有＝1
ADSCH 適量教育年數
OVERSCH 過量教育年數 UNDERSCH 不足教育年數
OSCH（過量教育虛擬值） OSCH＞ADSCH，其值為 1，其他為 0 USCH（不足教育虛擬值） USCH＜ADSCH，其值為 1，其他為 0
以三種模 式分別加 以評估
由於Mincer假設教育報酬率為固定值，因此在教育程度的衡量上其採用受教 年數來代表，則所得的估計係數即為每多受一年教育對於薪資的邊際影響。在 本研究迴歸方程式中，被解釋變數部分為LnY為每月實質薪資取自然對數後之 值，解釋變數部分包含：EX與EX2分別代表工作經驗年數及其平方項，SCH表示 實際教育年數，年齡則取實際年齡，性別、兼任行政、師範學歷等變項則設虛 擬變數。其他適量教育年數（ADSCH）、過量教育年數（OVERSCH）、不足教育 年數（UNDERSCH）、過量教育虛擬值（OSCH）、不足教育虛擬值（USCH）則 依三種模式分別加以評估。
三、各變數之含意及預期影響
在本研究的迴歸方程式中，除了 Mincer 人力資本薪資函數中的教育年數及 工作經驗變數之外，還將其他解釋變數的部分加以擴展，加入下列各項個人背 景之變數，即假設個人的教育程度、工作經驗、工作經驗平方、性別、年齡、
兼任行政、師範學歷等便項都是決定教師薪資報酬的主要因素。以下將逐項說 明各變數的含意及其預期影響。
（一）教育程度 / SCH
本研究中教育程度指的是受試者接受教育的總年數，亦即實際教育年數。
因此，依據國民中學教師現有的最高學歷分為（1）師專畢業、（2）大學畢業、
（3）碩士班研究生、（4）碩士畢業、（5）博士班研究生、（6）博士畢業等六種 不同的教育階段，再將之轉換為總教育年數：（1）＝14、（2）＝16、（3）＝16
＋碩士班年級數、（4）＝16＋碩士班修業年數、（5）＝16＋碩士班修業年數＋
博士班年級數、（6）＝16＋碩士班修業年數＋博士班修業年數。
根據人力資本理論，教育可以累積人力資本存量，提高勞動生產力，因而 增加勞動者的薪資所得，易言之，教育程度越高者，其薪資水準也越高。故可 預期本變項之係數應為正值，亦即教育年數對薪資函數的影響為正向。
（二）工作經驗 / EX 及工作經驗平方 / EX2
本研究中工作經驗變項是指受試者擔任教職的年數，也就是教學年資。根 據 Mincer 的薪資所得模式，經驗變數對薪資所得有正向的影響，薪資水準會隨 工作經驗增加而上升；而經驗平方變數則是有負向影響，表示工作經驗增加的 邊際效益會逐漸減少。
現職教師若該年度考績獲得甲等，即可於下年度晉級、加薪，所以大多數 教師的薪資會隨著教學年資的增加逐年向上調升，因此，可預期工作經驗與薪 資對數為正向關係，亦即教學年資的增加對教師的薪資所得有提升的作用。工 作經驗平方項則同 Mincer 薪資函數模式，預期與薪資對數呈負向關係。
（三）性別 / SEX
本變項在探討性別對薪資對數的影響程度，設立虛擬變數：男性＝0、女性
＝1。性別對薪資的影響，在許多的研究中都顯示其重要性，男性的薪資有明顯 優於女性的狀況。其原因部分是由於女性因為結婚、懷孕生子、照顧幼兒等因 素致使職業生涯不能連貫，也有部分是來自工資的歧視（discrimination of wage）。 但擔任公立國民中學教師的工作，乃是屬於政府公職，工作權益受到政府的保 障，因為性別差異而影響薪資水準的情形較一般民間企業少見。所以，本研究
預期性別差異對於薪資對數並沒有顯著影響。
（四）年齡 / AGE
此變項在探討年齡對薪資對數的影響。根據人力資本理論，工作經驗應與 薪資水準成正向關係，而工作經驗通常會隨著年齡增長，所以本研究預估年齡 對於薪資水準呈正向關係，也就是年齡的增加對於薪資所得有提升效果。
（五）兼任行政業務 / OFCE
兼任行政業務是指教師在學校中兼任主任、組長、副組長（協辦）、團長等 職務。本變項在檢視兼任行政業務對於薪資對數的影響，設立虛擬變數：兼任 行政業務＝1、未兼任行政業務＝0。目前在學校中兼任行政業務的教師如主任、
組長，每個月薪資除了月支俸額及學術研究費外，尚領有主管加給的費用，以 及享有國民旅遊卡消費每年度一萬六千元額度的補助。此外，兼任行政業務的 教師，依規定會減低基本授課節數，例如擔任童軍團長每週減授課時數得減兩 節，而主任、組長的授課節數則隨著學校規模大小予以調整，以研究者本身為 例，現擔任衛生組長一職，每週基本授課時數為 4 節。由於基本授課時數的減 少，兼課的機會也比較多，兼課費用即其額外的收入。一般而言，兼任行政業 務的教師，其薪資較其他未擔任行政業務的教師如班級導師、專任教師為多，
因此，在兼任行政業務的虛擬變項上，預期的效果為正值，即國民中學教師若 兼任行政業務，薪資所得會因此而增加。
（六）師範學歷 / NUA
本變項主要想探討師範院校學歷的有無對薪資對數的影響，因此設計虛擬 變項：不具有師範學歷者＝0、具有師範學歷者＝1。具有師範院校學歷的教師 主要分為三種，分別為：各師範校院大學部畢業者、各師範校院研究所畢業者、
備師範校院學歷。
本研究預估，師範校院學歷的有無並不會對薪資對數產生顯著性影響，亦 即現任高雄地區國民中學教師，不論是各師範校院畢業或是一般大學畢業，假 設其他條件都相同，其薪資水準並不會因師範校院學歷的有無而有所差異。
（七）適量教育年數 / ADSCH、過量教育年數 / OVERSCH、不足教育年數 / UNDERSCH
本研究係依 Hartog（2000）分類法，將適量教育範圍依工作分析、工作者自 我評估及實際配合三種模式分別做功能性定義，並求出過量與不足教育年數，
用對數型 Mincer 薪資所得函數進行迴歸分析。
在本研究迴歸式分析結果中，依據文獻分析，預期過量教育項的係數估計 值為正、不足教育的係數估計值為負，而且過量教育年數越多，則薪資報酬率 雖會正向增加，但是仍低於適量教育薪資報酬率增加的幅度。不足教育年數越 多，則薪資報酬率會隨之減少。
（八）過量教育虛擬值 / OSCH、不足教育虛擬值 / USCH
（八）過量教育虛擬值 / OSCH、不足教育虛擬值 / USCH