薪資迴歸式

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

5.1 各年度迴歸係數結果

本文的對數薪資迴歸式挑選的變數係依據 Mincer (1974)的薪資方程式並加以擴 充^,由第^{( 11 )}式^:

lnW β^œZ

2 v² u², (32)

β⁰ β¹edu  β²edu² β³dmarr  β⁴ex p  β⁵ex p² β⁶dmarr  ex p  v² u² (33) 以及第^{( 10 )}式^:

lnWR α⁰ α¹lnH  α^œ₂X

1 v¹,

α⁰ α¹lnH  α²dedu1  α³dedu2  α⁴dedu3

α⁵dlnorth  α⁶dlmid  α⁷dl east  α⁸dmarr  α⁹age  α¹⁰age²

α¹¹dedu1  age  α¹²dedu2  age  α¹³dedu3  age  α¹⁴dmarr  age  v¹ 其中各項變數定義請參見^4.2節之說明。

我們將男性與女性樣本的迴歸係數結果分別列在表³與表^{4 ,26} 由於表³與表⁴ 有許多二次項與交乘項^,不易看出個別變數的邊際效果^,故本文另外將邊際效果算 出^,並按男、 女性分別整理至表⁵與^{6 ,}表中上半部是各變數對_W 的邊際效果^,下半 部則是對_WR 的邊際效果^,單位以百分比計。 例如在¹⁰²年^,給定其他條件不變之 下^,男性受教育年數增加¹年^,平均增加薪資^10.29%。 若變數為虛擬變數^,則邊際效 果解釋為高於基準組的百分比。 ²⁷例如在⁹⁸年^,給定其他條件不變之下^,未婚女性 的薪資平均高出已婚女性^7.49%。 以下兩小節將綜合表³至表⁶進行說明。

5.1.1 薪資迴歸式

• 受教育年數⁽_edu):

在這⁵個年度中^,男性的一次項係數在⁹⁴、⁹⁶與⁹⁸年皆顯著為負^,二次項則 顯著為正^;女性除了¹⁰⁰年與¹⁰²年之外一次項皆顯著^,其中⁹⁴年為負^,96

26本文另將未考慮樣本選擇的迴歸係數結果放在附錄^A以資比較。

27其中_dmarr為虛擬變數,其偏導數與連續變數的偏導數經濟意義不同,故本文根據Hill,

Grif-fiths, and Lim (2012,頁^{272, 7.3.2}節)的公式計算其他條件相同下,與基準組的平均薪資差幅,並將 其定義為虛擬變數的 「邊際效果」。

‧

β⁰ 10.442*** 11.2623*** 11.0092*** 10.5328*** 10.6151***

edu 0.0484*** 0.0325*** 0.0718*** 0.0462** 0.0409***

edu² 0.0066*** 0.0056*** 0.0074*** 0.002** 0.0024***

dmarr 0.3262*** 0.8427*** 0.5644*** 0.5955*** 0.6338***

ex pe 0.0441*** 0.0224*** 0.015** 0.0043 0.0047***

ex pe² 0.0006*** 0.0001*** 0.0003** 0.0003** 0.0001***

dmarr  ex pe 0.0139*** 0.0278*** 0.016*** 0.0116*** 0.0181***

α⁰ 55.4724*** 73.4383*** 45.5404*** 27.5328*** 53.2984***

lnH 12.1897*** 15.024*** 10.0843*** 6.7577*** 11.6661***

dedu1 0.6331*** 0.6033*** 0.0952** 0.1274 0.5831***

dedu2 0.2484** 0.5947*** 0.5801*** 0.3198*** 0.6983***

dedu3 0.6868* 0.4165 0.5354* 0.0254 0.5955*

dlnorth 0.1*** 0.1011*** 0.2085*** 0.1273*** 0.2138***

dlmid 0.0384 0.0907** 0.0996*** 0.0001 0.1055**

dl east 0.4609*** 0.3638*** 0.2769*** 0.0068 0.2323**

dmarr 0.7844*** 1.7681*** 0.7416*** 0.6144*** 0.7981***

age 0.0583*** 0.1966*** 0.1472*** 0.1047*** 0.1045***

age² 0.0005*** 0.0019*** 0.0016*** 0.001*** 0.001***

dedu1  age 0.0157*** 0.0081* 0.0053*** 0.0009 0.0039 dedu2  age 0.0216*** 0.0249*** 0.0167*** 0.0148*** 0.0171***

dedu3  age 0.0172* 0.0117 0.0243*** 0.0158*** 0.0306***

dmarr  age 0.0223*** 0.0437*** 0.02*** 0.0164*** 0.0204***

Ω 0.6674*** 0.6597*** 0.7381*** 0.8754*** 0.7059***

σv¹ 1.8073*** 2.2203*** 1.6421*** 1.1788*** 1.6984***

σv² 0.2503*** 0.2276*** 0.2165*** 0.3312*** 0.2541***

σu² 5.0164*** 5.8467*** 6.9278*** 6.0142*** 6.1013***

樣本數 14696 15157 14662 14587 14132

log-likelihood -27388.6 -28808.9 -30544.9 -28428.2 -27850.5 註^{: ***}表示1%顯著, **表示5%顯著, *表示10%顯著。

與⁹⁸年為正^, 二次項皆顯著為正。 計算對 _edu 的偏導數^, 若一次項為負^, 其轉折點約介在^0.5–4年之間^,表示不論男女^,在受完小學教育⁽受教育年

數^{= 6 )}之前^,教育對薪資報酬的影響即開始有邊際報酬遞增的現象^,若一

次項為正^,教育對薪資自始即有報酬遞增現象。

‧

β⁰ 10.7303*** 10.4586*** 9.5751*** 10.6884*** 10.4924***

edu 0.0872*** 0.0038*** 0.0508*** 0.0236 0.0067

edu² 0.0096*** 0.0051*** 0.0029*** 0.0028*** 0.0058***

dmarr 0.1209*** 0.4506*** 0.1202* 0.2327*** 0.6137***

ex pe 0.0159*** 0.0185*** 0.0366*** 0.0137** 0.0168***

ex pe² 0.0005*** 0.0002*** 0.0005*** 0.0005*** 0.0003***

dmarr  ex pe 0.0186*** 0.022*** 0.0103** 0.0047 0.0272***

α⁰ 25.8558*** 105.384*** 33.0937*** 19.2164*** 71.505***

lnH 6.3614*** 21.5496*** 7.9352*** 5.0486*** 15.1296***

dedu1 0.7392*** 0.9823*** 0.0256 0.3467*** 0.7681***

dedu2 1.0361*** 0.6077** 0.0087 0.3804*** 0.1365***

dedu3 1.6665*** 1.3617* 1.2292*** 1.0566*** 1.1356**

dlnorth 0.268*** 0.1232*** 0.064** 0.0601*** 0.0975***

dlmid 0.0392 0.0126 0.0153 0.0219 0.0278

dl east 0.2639*** 0.2095 0.0285 0.0477 0.1849

dmarr 0.0901 0.6677** 0.3228* 0.4205*** 1.0916***

age 0.1064*** 0.0774*** 0.0694*** 0.1137*** 0.0893***

age² 0.0011*** 0.0005*** 0.0007*** 0.0011*** 0.0006***

dedu1  age 0.0096*** 0.0345*** 0.0025 0.003 0.0163***

dedu2  age 0.0025 0.028*** 0.0187*** 0.009*** 0.0235***

dedu3  age 0.0135 0.0278 0.0001 0.0046 0.0027

dmarr  age 0.0061* 0.0248*** 0.0125*** 0.01*** 0.0309***

Ω 0.9499*** 0.7713*** 0.9021*** 0.9691*** 0.8249***

σv¹ 1.7183*** 3.1884*** 1.5063*** 1.3133*** 2.4431***

σv² 0.443*** 0.2541*** 0.2637*** 0.38*** 0.2321***

σu² 13.6423*** 13.0499*** 13.1744*** 14.2024*** 12.5035***

樣本數 17805 17936 17123 17260 16760

log-likelihood -31639.2 -31016.5 -30555.1 -31050.8 -29460.4 註^{: ***}表示1%顯著, **表示5%顯著, *表示10%顯著。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

表^5: 男性邊際效果

94 96 98 100 102

edu 11.2646 10.7225 11.5225 9.693 10.2943 W ex pe 2.7322 -0.8539 0.977 -0.2759 0.5349 dmarr -6.075 -25.9598 -22.0361 -30.4241 -23.0853 dedu1 -3.3935 -28.7834 -30.4956 -9.2413 -42.5608 dedu2 57.5643 37.3605 7.9941 27.1514 -0.2347 WR dedu3 134.2991 86.9195 42.1952 65.4397 64.5717 age 2.2669 4.3226 2.1258 2.3318 2.8353 dmarr -6.2491 7.4133 -4.5679 -3.8069 -2.9108 單位: %

表^6: 女性邊際效果

94 96 98 100 102

edu 15.142 13.1979 12.507 9.628 14.708 W ex pe 0.7285 -0.4498 2.2668 -0.2707 0.6554 dmarr 22.2884 -5.1733 7.4913 -13.542 -7.5799 dedu1 39.7525 28.4129 6.6284 23.4035 -13.4218 dedu2 94.8316 163.6334 71.1295 72.0211 77.6375 WR dedu3 118.3427 238.2858 123.4244 123.0058 123.9346 age 2.2782 5.4135 2.3078 2.7627 4.3187 dmarr -11.9373 -21.503 -13.6347 4.4994 -10.5024 單位: %

年為凹性^,轉折點介在^15–42年之間^;在⁹⁶、¹⁰²年為凸性^,轉折點分別為³² 年與⁹年。 這表示雖然二次項方向不明確^,但在同一年度間^,男女性的潛在 工作經驗對薪資報酬的影響方向相同。 在⁹⁴、⁹⁸、¹⁰⁰年的影響形態符合人 力資本文獻的發現^,也就是潛在工作經驗提高薪資報酬^, 但邊際影響在遞 減。 最近期的¹⁰²年兩者皆為凸性^,且轉折點較先前為低。

• 婚姻狀態⁽_dmarr):

不論男女性^,所有年度的婚姻狀態一次項迴歸係數為負且皆顯著^,不過本 文另外放入其與潛在工作經驗的交乘項^,而男女性所有年度交乘項的係數 皆為正且顯著^,表示婚姻狀態與潛在工作經驗有顯著的交互影響。 這表示^,

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

不論男女性^,若保持未婚^,潛在工作經驗的增長有利於薪資增加^;一旦結婚^, 則潛在工作經驗的增加無利於薪資。 過往文獻認為已婚女性可能因為必須 照顧家庭而中斷工作^,回到職場時必須重新累積經驗^,故薪資並不隨著潛 在工作經驗的增加而增長^,但本文發現不只女性^,男性也可能出現此情況。

男性在所有⁵個年度中^,未婚者的平均薪資皆低於已婚者^{, 94}年約低^{6% ,} 往後年份約低^22%–30%。 女性未婚者在⁹⁴及⁹⁸年的平均薪資分別高出 已婚者^22%與^{7% ,} 其他年份則約低^5%到^13%之間。 以往的人力資本文 獻大多發現男性較女性易有 「婚姻溢酬」^,換句話說^,已婚男性的薪水較未 婚男性高^,但已婚女性薪水則未必比未婚女性高。 此處的發現也與人力資 本文獻的預測吻合。 ²⁸