臺灣大學學術期刊資料庫

4–5年前曾失業 _{0.0031 0.0030}

(0.0022) (0.0027) 4–5年前曾失業 0.0003 0.0015

(0.0019) (0.0021) 6年前曾失業 _{−0.0061 −0.0057}

(0.0066) (0.0070)

控制夫妻經濟變數 _{Yes Yes}

控制夫妻教育程度及其他變數 _{Yes Yes} Pseudo R-square 0.0469 0.0470 Log likelihood value −53,490.2 −51,822.2

期數(Time Period) 7 7

家庭樣本數 _{98,679 95,777}

註_{: (.)} 為標準誤_;^∗∗∗代表在_1%水準下顯著_;^∗∗在_5%水準下顯著_;^∗在_10%

臺灣大學學術期刊資料庫

圖_1: 丈夫失業對期平均每月薪資的影響

5.2 失業影響離婚的管道^: 失業對所得及就業機率的影響

上一小節的估計結果顯示_,丈夫失業對夫妻的婚姻有負面的影響。 經濟學 家一般認為_,丈夫失業是透過 「造成家庭所得損失」 這個管道而對離婚有 所影響。 因為丈夫的所得是夫妻兩人決定結婚的因素之一_, 也是維持婚姻 穩定的特質(Becker, Landes, and Michael, 1977; Becker, 1981)。 因此當丈 夫的所得遇到衝擊_, 就有可能會對婚姻造成負面的衝擊。 在文獻中_, 經濟 學家發現失業事件對失業者所得的影響不僅僅是失業當時而已_,而會維持 一段時間_,¹⁴ 由此可見丈夫經歷失業可能會造成家庭所得的長期損失。 這 一小節的目的_,在於檢視丈夫失業對其未來薪資₍投保月薪₎與勞動市場就 業狀況的影響。

圖₁表現的是丈夫若曾經歷失業_,對其未來₄至₆年平均每月薪資的影 響。 這是以每年的平均每月投保薪資作為應變數_,¹⁵ 對 _N 年前是否曾經 失業的虛擬變數_,及其他控制變數所估計的迴歸結果_,其中_N 包含₁年、₂ 年、₃年以及₄至₆年。 由於我們想探討失業之後₄年以上的影響_,因此我們

14文獻上發現失業對所得的影響時間大約₁年至₆年左右_,見Couch and Placzek (2010) 的討論。

15平均每月投保薪資已經過以西元₂₀₀₀年為基期的物價指數加以平減。

臺灣大學學術期刊資料庫

圖_2: 丈夫失業對其就業狀況之影響

刪去₂₀₀₂年至₂₀₀₅年失業的樣本。¹⁶ 這裡所採用的迴歸模型是參考 Elia-son and Storrie (2006) 所使用的方法_, 以縱斷面的總和觀察值採用 _OLS 估計。¹⁷ 圖上的每一點代表失業虛擬變數的估計係數_, 每個係數都顯著地 異於_0, 括弧中的數值代表估計係數佔樣本觀察值平均每月薪資的幅度大 小(percent effects)。 我們可看出_,因公司關廠而失業的薪資損失小於廣泛 的非自願性失業_, 丈夫在廣泛非自願性失業後₁年平均月薪約損失_7,562 元左右_,損失金額約佔樣本觀察值平均投保月薪_24,018元的_31%;而經歷 公司關廠失業後₁年的平均月薪約損失_4,090元_, 約佔樣本觀察值平均投 保月薪的_17%。 失業事件的負面衝擊一直到失業後₄至₆年仍然顯著_,失 業後第₄至₆年的平均每月損失仍有_2,000至_3,000元₍約佔平均月薪_8%–

12%)。

圖₂顯示丈夫失業對其勞動市場就業狀況的影響。 此處應變數為丈夫 每年就業狀況_, 若當年投保薪資不為₀則視為當年有就業_, 就業狀況之應 變數為_1,其餘為_0,解釋變數與圖₁模型相同。 圖₂中每一個點所代表的估

16刪去_2002–2005年失業的樣本之後_, 在探討廣泛非自願性失業時的家庭樣本數為

94,780個_,探討公司關廠失業時的家庭樣本數為_94,037。

17Eliason and Storrie (2006)是以_matching的方式建構出曾經歷失業及未曾經歷失業 的panel data,因此其在使用pooled (OLS) estimate估計時並未控制其他的控制變數。 我 們除了控制其他背景變數之外_,迥歸式估計係數的標準誤還對家庭進行_clustering。

臺灣大學學術期刊資料庫

計係數均顯著異於_0,括弧中的數值代表估計係數佔樣本觀察值平均就業 率的幅度。 我們可看出_,廣泛的非自願性失業對就業機率的負面影響大於 公司關廠失業。 丈夫在經歷非自願性失業後₁年的就業機率_,較未經歷失 業事件者減少將近₂₀個百分點_,約佔平均就業機率_0.82的_24%;而經歷公 司關廠失業後₁年就業機率約減少₁₀個百分點_,僅佔平均就業率的_12%。 雖然在經歷失業後₂年的就業機率減少的幅度有縮小_,但失業後₃年的就 業機率又再度下降_,失業後₄至₆年的就業機率較未失業者減少約₈至₁₀ 個百分點₍約佔平均就業率的_10%–12%)。

由圖₁與圖₂的結果可歸納為下列幾點_{: (1)}失業對一個家庭所得衝擊 有長期性的影響。 丈夫若曾經歷失業_,這個衝擊對其薪資與勞動市場的就 業機率的影響_,會持續至少₄至₆年。 由於我們的資料僅能觀察到₇年的薪 資與勞保投保狀況_, 因此無法估計大於₆年的失業影響情形_, 然而我們的 估計結果與現有文獻相互呼應。 大部分研究 「失業對所得損失影響」 的文 獻發現失業對失業者所得的負面影響持續期間大約₁至₆年 ₍例如 _Topel (1990); Ruhm (1991); Carrington (1993); Jacobson, LaLonde, and Sulli-van (1993); Stevens (1997); Kletzer and Fairlie (2003); Eliason and Storrie (2006); Couch and Placzek (2010)); (2)整體而言_,失業對薪資衝擊的幅度 較對就業機率衝擊的幅度來得大。 這項發現與Eliason and Storrie (2006) 以瑞典的資料估計出的結果相類似。 這可能是因為丈夫失業之後為了維持 生計_,會盡快地找工作_,但找到的工作之薪資水準可能不若以往來得高_{; (3)} 廣泛非自願性失業的負面衝擊大於公司關廠的失業。 這可能是因為廣泛的 非自願性失業與失業者個人特質關聯性較強_,例如_, 被公司解雇的員工再 次找到工作的機率可能較低_,薪資損失也因此比較大。

綜而言之_,本研究發現_,丈夫若經歷失業_,對其未來的薪資與就業狀況 均有不利的影響。 這些對丈夫所得以及勞動市場的衝擊_, 進而可能對婚姻 的穩定性造成負面的影響_,對婚姻是一個很大的考驗。

6 失業對離婚影響的異質性分析

由前述分析結果_, 我們得知丈夫若經歷失業會增加離婚的機率。 然而_, 失 業對離婚的影響程度有可能會因為家庭某些特性的不同_, 而有所不同。 這

臺灣大學學術期刊資料庫

一節我們分別將家庭依據丈夫的結婚年齡、 丈夫的教育程度以及丈夫的月 薪高低為區分_,來檢視丈夫失業的效果是否會因此而有程度上的差別。 由 於因公司關廠而定義的失業與個人或家庭特質較無關連_,以下分析我們將 專注於因公司關廠的失業效果。

6.1 依丈夫結婚年齡為區分

表₇之第₍₁₎欄與第₍₂₎欄列出依丈夫結婚年齡來區分樣本所作的分析結 果_,此處以₃₀歲來作為分水嶺。 Becker (1981)曾指出_,結婚年齡愈晚的夫 妻_,離婚率越低_,這是因為其在婚姻市場搜尋另一半的時間較長_,搜尋成本 較高_,一旦結了婚之後也較不容易離婚。 我們在第₍₁₎欄與第₍₂₎欄可看 出_,丈夫結婚年紀大於₃₀歲的樣本家庭之平均離婚機率為_0.08,的確小於 結婚年紀較年輕的樣本 _(0.13),符合Becker (1981)的推論。 然而_,失業的 效果在結婚年紀較高的族群卻比較大且顯著。 丈夫在₃₀歲以上才結婚的 夫婦中_,若丈夫曾經歷失業_,則離婚的機率會較丈夫未失業的夫婦高出_1.5 個百分點_,這個邊際影響佔平均離婚率的_19%, 效果頗大。 反觀丈夫在未 滿₃₀歲就結婚的夫婦_,失業效果並不顯著。 另外_,在這兩個族群中_,妻子的 失業都沒有顯著的效果。

造成這個結果的原因_,可能是因為在我們的樣本中_,結婚年齡在₃₀歲 以後的丈夫_,其在_1999–2005年之間失業的平均年齡也大於結婚年齡小於 30歲的族群_,¹⁸失業年齡愈高_,愈不容易很快地找到工作_,而且失業所帶給 失業者的挫折感越強烈_,對家庭的負面衝擊可能愈大_,進而影響到離婚的 機率。

6.2 依丈夫教育程度為區分

表₇之第₍₃₎欄與第₍₄₎欄列出依丈夫教育程度來區分樣本_,所分析的結 果_,以大專學歷為分水嶺_,在所有的家庭樣本中_,擁有大專以上學歷的丈夫 約佔_46%,高學歷的比重頗高。 我們可看出_,高學歷丈夫家庭的平均離婚

18在我們的樣本中_,丈夫結婚年齡大於₃₀歲的族群中_,平均丈夫結婚年齡為₃₃歲_,其中 失業的年齡平均為₃₅歲_; 丈夫結婚年齡小於₃₀歲的族群中_, 平均丈夫結婚年齡為₂₅歲_, 其中失業的年齡平均為₂₇歲。

臺灣大學學術期刊資料庫

表7:丈夫失業對離婚的影響,依丈夫結婚年齡、教育程度與投保月薪區分(橫斷面資料,Probitmodels邊際效果) Y=離婚之間斷變數 丈夫結婚年齡丈夫教育程度丈夫勞保投保月薪 30歲以上29歲以下大專以上高中以下高於2.4萬低於2.4萬 (1)(2)(3)(4)(5)(6) 平均離婚率(a)0.08050.12590.06300.15070.06030.1554 丈夫曾經歷公司關廠失業(b)0.0153∗∗0.00720.00650.0137∗0.00250.0212∗∗∗ (0.0067)(0.0061)(0.0045)(0.0083)(0.0043)(0.0086) Percenteffect(|b/a|)%19.005.7210.329.094.1213.64 妻子曾經歷公司關廠失業(c)−0.0014−0.00240.0032−0.00770.0002−0.0066 (0.0047)(0.0046)(0.0033)(0.0060)(0.0031)(0.0065) Percenteffect(|c/a|)%1.741.915.087.760.304.25 控制夫妻經濟變數YesYesYesYesYesYes 控制夫妻教育程度及其他變數YesYesYesYesYesYes PseudoR-square0.15670.20210.16990.16950.16680.1635 LogLikelihoodvalue−7,591.3−19,174.9−8,538.6−18,282.5−8,545.6−18,293.1 家庭樣本數32,27763,50043,78651,99145,08450,693 註:(.)為標準誤;∗∗∗ 代表在1%水準下顯著;∗∗ 在5%水準下顯著;∗ 在10%水準下顯著。

臺灣大學學術期刊資料庫

率僅有約_0.06, 比低學歷丈夫家庭的平均離婚率的一半還要低_,這與前述

結婚年齡的高低有相同的解釋理由。 高學歷者_, 結婚年齡較高_, 其在婚姻 市場的搜尋成本也較大_, 一旦結了婚就較不容易離婚。 然而_, 高學歷丈夫 與低學歷丈夫這兩群樣本家庭的失業效果相差不大_,高學歷丈夫若經歷失 業_,其增加離婚的機率約_0.65個百分點_,失業效果約為_10%,但這個效果在 統計上沒有顯著性_;而低學歷丈夫若經歷失業_,將會增加離婚機率約_1.37 個百分點_, 雖然邊際影響為前者的₂倍_,但失業效果約為_9%,與前者相差 不多_,只是低學歷丈夫的失業效果在_10%顯著水準下具統計顯著性。

第₍₃₎欄與第₍₄₎欄的估計結果顯示_,在夫妻的所得以及其他家庭背景 變數不變的情況之下_,低學歷丈夫的失業會增加其夫妻離婚的機率_,而高 學歷丈夫的失業效果則不顯著。 這可能是因為低學歷的丈夫可能平均收入 較少_,家庭所得原本就較低_,家庭背景也較可能處於劣勢_,若再經歷失業的 打擊_,不管是所得的衝擊抑或是夫妻之間情緒的緊繃_,都會對婚姻有不利 的影響。

6.3 依丈夫的投保月薪高低為區分

鑑於上一小節發現_,低學歷丈夫有稍微顯著的失業效果_,其原因可能是因 為收入較少的緣故_,我們遂再以丈夫投保月薪的高低來區分家庭樣本_,來 檢視失業效果是否真的會因為月薪的高低而有所不同_,估計的結果列於表 7之第₍₅₎欄與第₍₆₎欄。 此處的月薪指的是勞工保險的投保月薪_,會比實 際的薪資來得低_,但與實際薪資成一定的正向關係。 在表₁的基本統計量 中顯示_,丈夫的平均每月投保薪資約為_24,000元_, 因此我們以這個金額來 作為分水嶺_,投保月薪大於_24,000元的丈夫被歸類於較高薪資族群_, 低於

24,000元者則被歸類於較低薪資族群。

由第₍₅₎欄與第₍₆₎欄我們可看出_,在離婚率部分_,較高薪資族群的平

由第₍₅₎欄與第₍₆₎欄我們可看出_,在離婚率部分_,較高薪資族群的平