第四章 研究方法
第一節 設定實證模型
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
36
第四章 研究方法
第一節 設定實證模型
本研究主要利用橫斷面（Cross-sectional）與時間序列（Time-series）組合 而成的追蹤資料（Panel Data）來探討貿易依存度與貿易夥伴薪資差距之關係。
其優點為相較於橫斷面及時間序列兩種資料，追蹤資料包含了更多的資訊，有 助於提高樣本數以及自由度，使得估計出來之結果更為準確。因 2000 年以前 中國大陸就業人口中擁有專科以上教育程度之比例及女性就業人口比例之資 料有所缺漏，且中國大陸於 2001 年加入世界貿易組織（WTO）後，使其對外 開放進入新的階段。故本文選用了 2000 年至 2011 年等 12 個年份，國家數共 有 20 個，國家之選取方式為蒐集這 12 個年份中國大陸對其貿易依存度較高之 前 20 名國家，選取前 20 名國家是因為這 20 個國家就占了中國大陸 2011 年對 外貿易總額的 70%，故 20 名後的國家與中國大陸之經貿往來相對比較不密切，
也較不受其影響。本文共有 6 個解釋變數，每個變數各有約 240 個觀察點，採 用追蹤資料模型進行實證分析。
追蹤資料是將每個橫斷面單位資料依照時間序列方式排列後，再堆積每一 個橫斷面的樣本，如此在進行估計時，可以針對不同的變數影響效果，對模型 做不一樣的設定，因此能同時擁有橫斷面以及時間序列之影響效果，Kennedy
（2003）將追蹤資料區分為下列幾種不同的類型：
1、「長且窄」，「長」是指時間的長度很長，而「窄」則是意味著橫斷面單位的 數目相對較少。
2、「短且廣」，也就是在一段相對較短的時間內觀察多個個體。
3、「長且廣」，表示橫斷面的單位及時間長度兩者皆相當大。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37
追蹤資料分析法係混合了橫斷面以及時間序列兩種分析方法的特性。在使 用時間序列資料分析的時候，因為只考慮到相關變數的時間序列資料，故常發 生序列相關問題，而使估計產生了偏誤；若僅使用橫斷面資料進行分析，則因 為各經濟體本身存在了不同的特性，而可能會產生異質性的現象，而使估計之 模型產生了偏誤。因此為了解決時間序列資料無法比較個體之間之差異，以及 橫斷面資料無法分析時間變動之問題，因而造成了估計模型的偏誤或是無效率，
近年來學者使用將上述兩種模型結合而成的追蹤資料模型進行研究。
根據 Hsiao.（1989）以及 Baltagi.（2008）指出，使用追蹤資料模型分析，
具有下列之優點：
1、 能夠有效地控制經濟個體間的異質性。
2、 能夠降低變數之間的共線性問題，可擁有較多自由度及使得估計更有效 率。
3、 能夠衡量時間序列模型或橫斷面模型無法單獨檢定之效果。
4、 可以建構相較於時間序列模型及橫斷面模型更為複雜之行為模型。
Greene（2002）則認為，由於追蹤資料在處理的方式上，必須要符合許 多假設上的要求，而造成了與現實狀況上有出入，故可放寬上述的假設，
允許模型中之常數項或斜率可隨著時間或樣本之不同而改變，也允許橫斷 面的截距項可以隨著不同的橫斷面單位而產生差異，故將追蹤資料拓展成 為擁有虛擬變數的固定效果（Fixed Effect）模型。而隨機效果（Random Effect）
模型則是將各抽樣單位與各期間之特性視為兩個隨機誤差，以控制這些特 性對解釋變數造成之影響。
1、 固定效果（Fixed Effect）模型
固定效果模型亦稱為虛擬變數模型（Dummy Variable Model）。因為解
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
38
釋變數中如果含有各別樣本之差異效果，將會使得解釋變數與殘差項相關，
而造成估計的無效率。因此在固定效果模型下，橫斷面資料的差異會被包 含在截距項之中，此種模型可以以虛擬變數組成的方式表現。
2、 隨機效果（Random Effect）模型
隨機效果模型亦稱之為誤差成分模型（Error Component Model），與固 定效果模型相似，模型的特性在於同時考慮橫斷面及時間序列並存的資料，
並且使得模型的共變異數縮小，因而估計更有效率。本模型著重於母體整 體間之關係，而不是樣本間之差異。故此模型容許樣本間的差異性存在，
並且假設母體內的相似程度高，而各樣本的截距視為隨機型態。因此透過 隨機抽樣的方式來選取樣本，而不是採用整個母體。
雖然固定效果模型及隨機效果模型之應用皆可求得其估計值，但兩者的基 本理論仍然存在差異，要如何選擇最適模型之依據，Burman and Randolph
（1994）、Geene（2002）認為，大部分研究採用的原則，如果選擇之樣本橫斷 面資料，為取自一個更大的母體之隨機樣本，則採用隨機效果模型；如果無抽 樣的過程，則採用固定效果模型。固定效果模型主要係針對樣本進行推論，而 隨機效果模型則是主要針對母體進行推論。由於不同橫斷面（地區）之常數項 係數可能不相同，故在追蹤資料必須要估計不同的未知常數項。
判斷應採用固定效果模型或是隨機效果模型，可用 P 值檢定常數項全部相 等的假設，其虛無假設如下：
{H0：𝛼1 = 𝛼2 = ⋯ = 𝛼𝑁
H1：αi不全相等 （2）
當 H0為真，則各單位之截距皆相同，應採用隨機效果模型；反之，當 H1為真，
則各單位之截距不完全相同，則應採用固定效果模型估計。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
39
本研究可列出下列關係式：
𝑌 = 𝑓(𝐼𝑁𝐷, 𝑈𝑁𝐸, 𝐹𝐸𝑀, 𝑅𝐸, 𝐸𝐷𝑈, 𝑅𝐸𝐶) （3）
第（3）式中，被解釋變數 Y 為與中國大陸之薪資差距，係以各國之年平均薪 資減中國大陸之年平均薪資而得。
第（3）式可進一步表示為：
𝑊𝐴𝑖,𝑡 = 𝛼𝑖+ 𝛽1𝐼𝑁𝐷𝑖,𝑡+ 𝛽2𝑈𝑁𝐸𝑖,𝑡+ 𝛽3𝐹𝐸𝑀𝑖,𝑡 + 𝛽4𝑅𝐸𝑖,𝑡 + 𝛽5𝐸𝐷𝑈𝑖,𝑡+
𝛽6𝑅𝐸𝐶𝑖,𝑡+ 𝜀𝑖,𝑡 （4）
由於多數的時間序列模型屬於非定態（nonstationarity）序列，故須先對變 數進行單根檢定（unit root test），若檢定結果為存在有單根，亦即為非定態序 列，則必須對該序列進行差分，使其成為定態（stationarity）序列。再將此定 態序列導入迴歸式中，藉以判斷變數之間之關聯性。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
40