第三章 研究設計與實施
第二節 研究資料
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
38
第二節 研究資料
本研究樣本資料取自教育部「中華民國教育統計」、主計處人力資源調查資 料庫與 SRDA 學術調查研究資料庫擷取 1994 年至 2013 年數據資料。主要人力 資本與個人資料整理行政院主計總處之人力運用調查原始數據，並進行整理與 重新定義。調查問卷（102 年度版，詳見附錄一）共分兩個部分，人力資源部 分總計 23 大題；人力運用部分總計 18 大題。篩選本研究有用資訊如性別、婚 姻狀態、教育程度、主修科系（學歷或考試之科系）、行業（主要工作的工作場 所：主要產品或業務）、企業規模（主要工作的工作場所：從業員工人數）、職 業別（主要工作職務）、薪資報酬（主要工作的每月收入是多少?）等動態變動 進行分析。其中行業別以中華民國行業標準分類(第 9 次修訂版，詳見附錄二) 為基準；職業別根據中華民國職業標準分類(第 6 次修訂版，詳見附錄三)為基 準。
本文主要目的為探討臺灣二十年來高等教育報酬率的逐年變化趨勢，與不 同高等教育科系對教育報酬率的差異情形。在資料篩選上，選取 15 至 65 歲勞 動者，學歷須為大學或大學以上畢業之勞動者，刪除相關資料欠缺者之樣本，
再進行統計分析。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
39
第三節 研究設計
本節將上述文獻所採用的 Mincer 薪資報酬模型作為基礎加以延伸，進而設 定出實證模型，期望更能解釋本研究主題，以分析探討 1994 年至 2013 年來高 等教育報酬率的變化。本研究採教育部「中華民國教育統計」、主計處人力資源 調查資料庫與 SRDA 學術調查研究資料庫來對本研究主題進行實證探究的社會 研究法，為次級資料研究分析，主要試圖控制人力資本變項及個人變項來預測 薪資所得結果，分析在不同高等教育學門之教育報酬率的差異情形。
次級資料研究法之優點為：1.節省資源，資料數據取得迅速；2.提供具有比 較性且完整的資料；3.因資料具有完整性且永續性因此可進行縱貫性的研究。
但使用次級資料研究也有其限制：1.資料蒐集之目的及用處與研究主題不符 合；2.資料蒐集過程品管控制程度不明；3.資料取得困難及須付出龐大代價等。
因採取資料庫檔案分析，無法參與資料蒐集過程，故依照樣本特性與變項性質 索取所需資料，並利用這些資料進行分析符合自己研究主題之項目。
本研究主要目的為探討 1994 年制 2014 年受高等教育之勞動者教育報酬率 之變化情形與趨勢，共分兩階段進行。第一階段，先利用 Mincer 薪資報酬模型 來估計受高等教育勞動者其教育報酬率以及歷年變化情形。第二階段為探討不 同高等教育學門對於教育報酬率的差異。因此本研究實證分析部分如下：
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
40
壹、實證模型設立
從文獻分析發現，對於教育報酬率的計算，最易取得變數資料為
Mincer(1974)的薪資報酬模型，因此本研究利用 Mincer(1974)的薪資報酬模型作 為本研究模型之基礎。Mincer 薪資報酬基礎模型如下：
lnY = a + 𝑏𝑏1𝑆𝑆 + 𝑏𝑏2𝐸𝐸 + 𝑏𝑏3𝐸𝐸2+ 𝜀𝜀
其中，Y 為個人薪資報酬，S 為受高等教育年數，E 為工作經驗年數（年 紀 – 受教育年限 – 就學年齡），a 為截距（沒受教育情況下的基本收入），ε 為 殘差項。𝑏𝑏1為教育報酬率，可視為多受一年教育對於薪資的邊際收入影響。參 考了國內有關教育報酬率之研究模型，如下：
(一) 張芳全（2011）根據 Mincer 模型加入包含教育程度、工作經驗、工作 經驗平方、性別、婚姻狀態與區域等控制變項提出以下模型：
lnY = 𝑏𝑏0+ 𝑏𝑏1(𝐸𝐸𝐸𝐸𝐸𝐸) + 𝑏𝑏2(𝐸𝐸𝐸𝐸𝐸𝐸) + 𝑏𝑏3(𝐸𝐸𝐸𝐸𝐸𝐸2) + 𝑏𝑏4𝐷𝐷(𝑆𝑆𝑆𝑆𝐸𝐸) + 𝑏𝑏5𝐷𝐷(𝑀𝑀𝑀𝑀𝑀𝑀) + 𝑏𝑏6𝐷𝐷(𝐴𝐴𝑀𝑀) + 𝜀𝜀
(二) 林倩如（2007）根據 Mincer 模型加入包含教育程度、工作經驗、工作 經驗平方、性別、婚姻狀態、實際工作年資、職業別、行業別、企業 規模與區域等控制變項提出以下模型：
Wage𝑖𝑖𝑖𝑖 = 𝑀𝑀0+ 𝑀𝑀1(𝐸𝐸𝐸𝐸𝐸𝐸𝑖𝑖𝑖𝑖) + 𝑀𝑀2(𝐸𝐸𝐸𝐸𝐸𝐸𝑖𝑖𝑖𝑖) + 𝑀𝑀3�𝐸𝐸𝐸𝐸𝐸𝐸2𝑖𝑖𝑖𝑖� + 𝑀𝑀4(𝑇𝑇𝑆𝑆𝑇𝑇𝑖𝑖𝑖𝑖) + 𝑀𝑀5(𝑇𝑇𝑆𝑆𝑇𝑇2𝑖𝑖𝑖𝑖) + 𝑀𝑀6(𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖𝑖𝑖) + 𝑀𝑀7(𝑆𝑆𝑖𝑖𝐸𝐸𝑆𝑆𝑖𝑖𝑖𝑖) + 𝑀𝑀8(𝐴𝐴𝑀𝑀𝑆𝑆𝑀𝑀𝑖𝑖𝑖𝑖) + 𝑀𝑀9(𝑂𝑂𝑂𝑂𝑂𝑂𝐸𝐸𝐸𝐸𝑖𝑖𝑖𝑖) + 𝑀𝑀10(𝐼𝐼𝑇𝑇𝐸𝐸𝐸𝐸𝑖𝑖𝑖𝑖) + 𝑀𝑀11(𝑌𝑌𝑆𝑆𝑀𝑀𝑀𝑀𝑖𝑖𝑖𝑖) + 𝜀𝜀
為了符合本研究主旨根據基礎模型加入不同影響變項進行修正與延伸，如 性別、婚姻狀態、平均薪資所得、總體經濟變化等。因此，本文的第一階段實
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
41
證模型設定如下：
lnWage = a + 𝑏𝑏1(𝐸𝐸𝐸𝐸𝐸𝐸𝑖𝑖) + 𝑏𝑏2(𝐸𝐸𝐸𝐸𝐸𝐸𝑖𝑖) + 𝑏𝑏3�𝐸𝐸𝐸𝐸𝐸𝐸2𝑖𝑖� + 𝑏𝑏4(𝑆𝑆𝑆𝑆𝐸𝐸𝑖𝑖) + 𝑏𝑏5(𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖) + 𝑏𝑏6(𝐼𝐼𝑇𝑇𝐸𝐸𝐸𝐸𝑛𝑛𝑖𝑖𝑛𝑛𝑆𝑆𝑖𝑖) + 𝑏𝑏7(𝐼𝐼𝑇𝑇𝐸𝐸𝐸𝐸𝑖𝑖) + 𝑏𝑏8(𝑂𝑂𝑂𝑂𝑂𝑂𝐸𝐸𝐸𝐸𝑖𝑖) + 𝜀𝜀
一、 變項說明
(一) Wage：被解釋變項，為勞動者薪資報酬，即每月的工作收入。將每月 報酬除以消費者物價指數(CPI)，再取自然對數。
(二) Edu：為受教育程度(education)，受大學以上教育為 1，高中學歷畢業 為 0。因此 Edu 的估計係數𝑏𝑏1為高等教育畢業相對於高中畢業所多得 的報酬，將其除以高等教育之受教育年數即為第一階段所要估計的大 學教育報酬率。
(三) Exp：為工作經驗(experience)，代表勞動者在職場上的工作時數，計算 方式為：樣本年齡 － 所受之教育年數 － 6 ＝工作時數，其中教育 年數之定義為：無受教育為 0 年；國小畢業為 6 年；國中畢業為 9 年；高中職畢業為 12 年；五專/二專畢業為 14 年；技職學院與大學畢 業為 16 年；碩士畢業為 18 年；博士畢業為 22 年。一般而言，工作經 驗愈豐富，代表生產力較佳，因此預期工作經驗對於教育報酬率有正 向影響。
(四) 𝐸𝐸𝐸𝐸𝐸𝐸2：為工作經驗之平方值。
(五) Sex：為性別之虛擬變項，樣本中男性為 1，女性為 0。過去勞動市場 容易發生性別歧視問題，認為男性生產力優於女性，因此男性薪資亦 高於女性薪資。近幾年薪資差距雖有縮小之趨勢，但仍預期女性薪資 略低於男性。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
42
(六) Marr：為婚姻狀態(marriage)之虛擬變項，樣本中已婚為 1，未婚、離 婚、分居與配偶死亡者為 0。
(七) Indusize：為企業規模之虛擬變項，根據人力運用擬 -追蹤調查依企業 勞動者人數將企業規模分為三類。
Indusize1. 1-99 人為 1，其他為 0。
Indusize2. 100-199 人為 1，其他為 0。
Indusize3. 200 人以上為 1，其他為 0。
(八) Indu：為勞動者所處行業(industry)類別之虛擬變項，依據行政院主計 處（100 年 3 月，第 9 次修訂）行業別的分類標準，共將臺灣行業分 為 19 大類：
Indu1 農、林、漁、牧業為 1，其他為 0。
Indu2 礦業及土石採取業為 1，其他為 0。
Indu3 製造業為 1，其他為 0。
Indu4 電力及燃氣供應業為 1，其他為 0。
Indu5 用水供應及污染整治業為 1，其他為 0。
Indu6 營造業為 1，其他為 0。
Indu7 批發及零售業為 1，其他為 0。
Indu8 運輸及倉儲業為 1，其他為 0。
Indu9 住宿及餐飲業為 1，其他為 0。
Indu10 資訊及通訊傳播業為 1，其他為 0。
Indu11 金融及保險業為 1，其他為 0。
Indu12 不動產業為 1，其他為 0。
Indu13 專業、科學及技術服務業為 1，其他為 0。
Indu14 支援服務業為 1，其他為 0。
Indu15 公共行政及國防為 1，其他為 0。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
43
Indu16 教育服務業為 1，其他為 0。
Indu17 醫療保健及社會工作服務業為 1，其他為 0。
Indu18 藝術、娛樂及休閒服務業為 1，其他為 0。
Indu19 其他服務業為 1，其他為 0。
(九) Occup：為勞動者所處職業類別之虛擬變項，依據行政院主計處（99 年 5 月，第 6 次修訂）職業別的分類標準，共將臺灣職業分為 10 大 類，本研究採取其中七大類作統計分析，其餘（機械設備操作及組裝 人員、基層技術工及勞力工與軍人）為對照組。
Occup1 民意代表、主管及經理人員為 1，其他為 0。
Occup2 專業人員為 1，其他為 0。
Occup3 技術員及助理專業人員為 1，其他為 0。
Occup4 事務支援人員為 1，其他為 0。
Occup5 服務及銷售工作人員為 1，其他為 0。
Occup6 農、林、漁、牧業生產人員為 1，其他為 0。
Occup7 技藝有關工作人員為 1，其他為 0。
在第二階段的研究中，將以探討大專院校科系別之教育報酬為目標，將實 證模型修正如下：
lnWage = a + 𝑏𝑏1(𝐷𝐷𝑖𝑖𝑛𝑛𝑂𝑂𝑖𝑖𝐸𝐸𝑖𝑖) + 𝑏𝑏2(𝐸𝐸𝐸𝐸𝐸𝐸𝑖𝑖) + 𝑏𝑏3�𝐸𝐸𝐸𝐸𝐸𝐸2𝑖𝑖� + 𝑏𝑏4(𝑆𝑆𝑆𝑆𝐸𝐸𝑖𝑖) + 𝑏𝑏5(𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖) + 𝑏𝑏6(𝐼𝐼𝑇𝑇𝐸𝐸𝐸𝐸𝑛𝑛𝑖𝑖𝑛𝑛𝑆𝑆𝑖𝑖) + 𝑏𝑏7(𝐼𝐼𝑇𝑇𝐸𝐸𝐸𝐸𝑖𝑖) + 𝑏𝑏8(𝑂𝑂𝑂𝑂𝑂𝑂𝐸𝐸𝐸𝐸𝑖𝑖) + 𝜀𝜀
(一 〇) Discip：為勞動者受高等教育之科系(disciplines)為虛擬變項。根據 人力運用擬-追蹤調查將主修科系分為 10 大類。
Discip1 文類科系為 1，其他為 0。
Discip2 法類科系為 1，其他為 0。
Discip3 商、管理類科系為 1，其他為 0。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
44
Discip4 理類科系為 1，其他為 0。
Discip5 工類科系為 1，其他為 0。
Discip6 農類科系為 1，其他為 0。
Discip7 醫類科系為 1，其他為 0。
Discip8 軍警類科系為 1，其他為 0。
Discip9 教育類科系為 1，其他為 0。
Discip10 其他類科系為 1，其他為 0。
利用解釋變數 Discip 藉此估計高等教育科系別的教育報酬率，由於此階段 所觀察的樣本教育程度皆相同，因此在實證模型中移除 Edu 不同教育階段變 項，並將其他變項均加入模型，以控制所有可能影響個人薪資報酬的外在因 素，以求得較為精確的不同高等教育科系別之教育報酬率。
表 3-1
高等教育勞動者之 Mincer 薪資報酬模型變數說明表
變數名稱 變數意義說明
Wage 勞動者薪資所得
Edu 受教育程度。大學以上教育為 1，高中學歷為 0
Exp 工作經驗，年數=年齡-受教育年數-6
𝑬𝑬𝑬𝑬𝑬𝑬𝟐𝟐 工作經驗(年)之平方值
Sex 性別變項。男性為 1，女性為 0
Marr 婚姻狀態變項。已婚為 1，未婚、離婚、分居與配
偶死亡者為 0
Indusize 企業規模變項
Indusize1 1-99 人為 1，其他為 0。
Indusize2 100-199 人為 1，其他為 0。
Indusize3 200 人以上為 1，其他為 0。
Indu 行業別變項
Indu1 農、林、漁、牧業為 1，其他為 0。
Indu2 礦業及土石採取業為 1，其他為 0。
Indu3 製造業為 1，其他為 0。
Indu4 電力及燃氣供應業為 1，其他為 0。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
46
第四節 實施程序
本研究主要包含了確定研究主題與研究範圍、文獻探討與分析、研究計畫 撰寫、選取並篩選資料庫資料變項、進行資料整理、統計與分析、研究結論與 建議等六部分，研究預定執行進度如圖 3-2。
壹、 確定研究主題與研究範圍
根據研究者之旨趣蒐集相關文獻進行初步研究與探討，並和指導教授討論 研究可行方向後，確立研究主題，擬定研究題目及研究目的與待答問題。
貳、 文獻探討與分析
根據研究主題蒐集相關文獻，包含書籍、期刊、論文、研究報告等進行閱 讀、分析、統整與歸納，將蒐集之資料成為本研究文獻撰寫之理論基礎。
參、 研究計畫撰寫
根據歸納與整理之文獻資料結果，進行研究計畫撰寫，評估研究方向之可 行性與困難並進行修正，以利後續研究的進行。
肆、 選取與篩選資料庫變項
根據文獻分析了解研究所運用之模型特性，選取信度較佳之母群樣本資料 庫，同時依據本研究之實證模型篩選出研究所需之變項。
伍、 進行資料整理
將選取出所需變項進行整理，提出所需之樣本並將無效樣本刪除，根據研 究模型針對所提出之變項進行編碼歸納。
陸、 統計與分析
以 Gretl 統計軟體進行資料處理與分析，找出人力資本變項與科系別對於薪
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
48
第五節 資料處理與統計分析
本研究使用 Gretl 進行資料分析。為考驗本研究所提出之研究假設，以回答 研究問題，所使用的統計方法包括：描述性統計與分量迴歸分析等。
本研究使用 Gretl 進行資料分析。為考驗本研究所提出之研究假設，以回答 研究問題，所使用的統計方法包括：描述性統計與分量迴歸分析等。