關於可能適合「教育年數」的工具變數，在可取得資料的範疇下，我們 除了考慮「同一城鎮其他男性的教育年數平均數」（此變數衡量了文獻上的「同 儕效果（peer effect）」）之外，也加入另一可能的虛擬變數當作工具變數，亦 即將1971 年前後大陸城鎮出生的男性勞動者分成兩個族群。此一工具變數 的考量在於1986 年之前中國大陸已陸續推出中等教育補貼政策，而 1986 年 通過《義務教育法》立法更直接將義務教育由六年推展至九年，因此經估算，
1971 年之後的出生者一般都比 1971 年以前出生者具有更高的機會接受中等 教育。28由於此一義務教育政策的工具變數不必然和工資函數迴歸模型中的 殘差項關連，因此我們也將其納入進行後續的兩階段迴歸分析（two-stage least square, 2SLS）。再者，為了檢視「教育年數」的內生性問題，我們考慮以下 的線性模型：
lnY=c+δEDUyear+α1EXP+α2EXP2+
∑
γj Zj+ε,j
其中EDUyear是該男性勞動者的對應「教育年數」；而Zj則與正文中設定 相同。兩個年度對應的OLS 與 2SLS 的估計結果如附表 1 所示。比較表中 OLS 和 2SLS 的結果大致可以看出，異質穩健標準誤差的值在 2SLS 的分析 中普遍較大，同時各年度各解釋變數的估計係數雖有些許差異，但正負符號 皆相同。另外，針對我們主要關心的「內生性問題」，加入了前述有關同儕效 果和義務教育政策變動兩個工具變數後，兩個年度對應的Hausman 內生性檢
28 九年義務教育政策在 1986 年實施時，立即受到影響的為當時小學畢業、出生年份約為 1974 年（政策實施年份時為12 歲）者，但因為在通過該《義務教育法》之前，便已陸續有中等 教育補貼政策的施行，因此我們將出生年份為1971 年（政策實施年份時為 15 歲）以前者，
視為較少機會接受中等教育的一群勞動者。有關於中國大陸九年義務教育的拓展政策，可 參考方光偉（2009）於中國大陸全國人民代表大會網頁所發表的文章，該網址為 http://www.
npc.gov.cn/npc/xinwen/rdlt/fzjs/2009–02/13/content_1470214.htm（最後點閱時間：2014 年 3 月22 日）。
附表1：1993 年與 2006 年 Mincer 方程式的 OLS 與 2SLS 估計結果
解釋變數 1993 年 2006 年
OLS 2SLS OLS 2SLS
EDUyear 0.039** 0.030 0.078** 0.093**
(0.002) (0.029) (0.003) (0.013)
EXP 0.029** 0.028** 0.029** 0.030**
(0.003) (0.005) (0.004) (0.004) EXP2 −0.033** −0.033** −0.047** −0.044**
(0.007) (0.007) (0.008) (0.008) Marital 0.244** 0.257** 0.280** 0.266**
(0.024) (0.046) (0.035) (0.037) Coastal 0.375** 0.378** 0.386** 0.387**
(0.018) (0.021) (0.020) (0.020)
East 0.039* 0.040* 0.085** 0.081**
(0.016) (0.017) (0.023) (0.023) Central −0.038** −0.035* 0.049* 0.046*
−0.015 −0.017 −0.02 −0.021
SOE −0.377** −0.361** 0.387** 0.362**
(0.099) (0.111) (0.024) (0.032)
UCE −0.548** −0.541** 0.061 0.052
(0.101) (0.103) (0.040) (0.041)
FOE 0.213* 0.239† 0.237** 0.220**
(0.124) (0.145) (0.029) (0.033) Manufacture 0.049** 0.034 −0.102** −0.078*
(0.017) (0.048) (0.023) (0.031) Construction 0.112** 0.095† 0.064** 0.087**
(0.023) (0.054) (0.023) (0.029) Wholesale −0.013 −0.028 −0.133** −0.114**
(0.025) (0.051) (0.033) (0.036)
Finance 0.116** 0.103* −0.004 0.001
(0.031) (0.049) (0.038) (0.038)
Service 0.029 0.038 −0.04† −0.035†
(0.019) (0.031) (0.021) (0.021)
Others −0.049 −0.054 0.175** 0.209**
(0.038) (0.041) (0.039) (0.050) Constant 7.266** 7.380** 7.075** 6.876**
(0.106) (0.368) (0.066) (0.176) Hausman 內生性檢定
χ2統計量 (p-value) 0.1122 (0.7376) 1.4248 (0.2326)
F 統計量 (p-value) 0.1117 (0.7383) 1.4213 (0.2332)
附註： EDUyear 為「教育年數」，而其餘各解釋變數的英文簡稱代號與正文中表 1 及表 2 同。
括弧內的數字為該參數估計所對應之異質穩健標準誤差，**, *, †分別表示1%, 5%, 以 及10% 顯著水準。其中，1993 年的樣本數為 5805 而 2006 年則為 7830。Hausman 內生 性檢定的虛無假設為 「教育年數為外生」。
定結果（χ2統計量和F 統計量）皆無法顯著拒絕「教育年數為外生」的虛無 假設。
另值得注意的是，上述針對「教育年數」進行內生性檢定的線性模型與 正文中使用於Mincer 薪資方程式（1）的「教育程度」變數略有不同。正文中「教 育程度」變數是依據勞動者「教育年數」，再進一步區分為初等、中等與高等 教育三種級距的「類別變數」，而非直接以「教育年數」來呈現。29雖然如此，
就我們的分析結果而言，教育變數不管是用類別或是用年數的方式呈現於 Mincer 薪資方程式中，其他解釋變數對應的 OLS 估計結果不論在程度與方 向上都沒有太大差異（可比較表3 與附表 1 中各解釋變數的 OLS 係數估計 值和標準差）。
29 除了直接以勞動者的教育年數代表教育程度外，文獻上關於以 Mincer 方程式來分析工資 變化的研究，在不假設教育年數對工資變動的影響為線性關係下，教育變數也常以「類別 變數」而非直接以「教育年數」來呈現。一般而言，這樣的架構常用於發展中國家的薪資 變動研究。