職業及產業人力資本分析 - 政大學術集成

全文

(1)國立政治大學. 社會科學學院. 經濟研究所碩士論文. 政治大. 立指導教授李浩仲博士 ‧. ‧ 國. 學 er. io. sit. y. Nat. n. al v i n Ch 職業及產業人力資本分析 engchi U. 研究生. 歐立群撰. 中華民國一零二年七月.

(2) 摘要. 本研究針對 2004 年到 2010 年間，美國 Current Population Survey (CPS)的 Displaced Worker Surveys (DWS)中因工廠關閉而失業的勞工為研究對象，探討失業勞工轉換產業、職業以及職能所帶來的薪資差異，進而判斷特定人力資本彼此之間的重要性。以往文獻使用 Dictionary of Occupational Titles (DOT)來代表一職業的職能特定人力資本大小，但 DOT 已停止更新，無法有效表示現代職業的職能需求，故本研究使用 Occupational Information Network 的資料，並使用因素分. 政治大. 析法將職能需求歸納為主要的四種領域，分別為知識、技能、工作活動以及工作. 立. 內容，用這四種領域來代表職能特定能力資本。. ‧ 國. 學. 實證發現職能特定人力資本與產業、職業特定人力資本的存在，且產業、職. ‧. 業以及職能需求彼此之間的相對影響力大小會受產業、職業以及不同的職能需求. y. Nat. sit. 的改變而有不同的結果，故本文認為產業、職業以及職能特定人力資本是存在的. n. al. er. io. 且互相有關連，但彼此之間的重要性不能單純的比較，會受到產業(職業)改變與否，而有不同的影響。. Ch. engchi. i n U. v. 關鍵字：特定人力資本、因素分析、Occupational Information Network I.

(3) 目次第一章、緒論 ....................................................... 1 第一節、前言 ...................................................... 1 第二節、文獻回顧 .................................................. 2 第二章、職能組合與工作轉換成本 ..................................... 7 第一節、對職業技能的分類 .......................................... 7. 政治大. 第二節、從職能觀點看工作轉換成本 ................................. 12. 立. 第三章、資料分析與結果 ............................................ 15. ‧ 國. 學. 第一節、資料處理與統計敘述 ....................................... 15. ‧. 第二節、產業、職業以及職能需求之轉換薪資損失 ..................... 21. Nat. sit. y. 第三節、使用 Neal 方式探討產業特定人力資本及職能需求之間的關係 .... 37. n. al. er. io. 第四章、結論與建議 ................................................ 43. i n U. v. 第一節、研究結論 ................................................. 43. Ch. engchi. 第二節、未來方向與建議 ........................................... 44 參考文獻........................................................... 46 附錄............................................................... 48. II.

(4) 表次表一敘述統計...................................................... 15. 表二產業、職業以及職能需求轉換人數 ..................................... 17. 表三職能需求與職業關係............................................ 19. 政治大. 表四產業、職業與職能需求的關係 ......................................... 21. 立. 表六職業與職能需求轉換的薪資差異. ..................................... 27. ‧. ‧ 國. 學. 表五產業、職業以及職能需求轉換所造成的平均薪資差異................ 22. sit. y. Nat. io. er. 表七產業與職能需求轉換的薪資差異.................................. 35. al. n. v i n Ch 表八經驗、任期對薪資影響之回歸結果................................ 40 engchi U 表九資深勞工轉換產業、職能需求之薪資損失.......................... 41. 表十資深勞工轉換產業、職能需求之薪資損失 (考慮職業影響) ........... 42. III.

(5) 壹、緒論. 一、前言. 近年來，學者發現人力資本是影響薪資以及所得不均的主因之一，所以為了解決所得不均的情況，就必須先研究以及了解人力資本。早期學者認為提升人力資本是屬於投資的一種，藉由提升自身的人力資本，進而使自己所得上升，但最近發現人力資本還可被劃分為一般型 ( general )人力資本與特定人力資本 (包含. 政治大. 產業特定人力資本、職業特定人力資本還有職能特定人力資本)，由於特定人力. 立. 資本一旦離開原本產業(職業)就會造成損耗，導致薪資下降，所以特定人力資本. ‧ 國. 學. 相對一般人力資本較能表示勞工選擇工作的成本，故研究特定人力資本就比一般人力資本來得重要。. ‧ y. Nat. sit. 在早期的文獻裡，使用教育水準去代表人力資本的大小，但漸漸發現教育水. n. al. er. io. 準比較偏向一般人力資本，不能代表特定人力資本，故後來的學者使用產業、職. i n U. v. 業碼等去區分特定人力資本，近年來的學者使用了職能需求去直接捕捉勞工的職. Ch. engchi. 能需求，更能明確、直接的表示不同工作的勞工的特定人力需求。. 之前的學者使用 Dictionary of Occupational Titles (簡稱 DOT ) 所提供的特徵指標，藉由因素分析法將這些特徵指標作為職能組合，進而分析不同職業的職能特定人力資本大小，但 DOT 在 1998 年停止更新並且被 Occupational Information Network (簡稱 O*NET )所取代，故本文則是使用 O*NET 所提供的特徵指標作為職能組合的指標，來分析各種特定人力資本的影響以及這些特定人力資本彼此之間的關係。. 1.

(6) 經由實證我們發現職能特定人力資本與產業、職業特定人力資本的存在，且產業、職業以及職能需求彼此之間的相對影響力大小會受產業、職業以及不同的職能需求的改變而有不同的結果，例如職能需求影響力在產業沒改變的勞工裡，職能需求的影響力是相對較小的，一般來說職能需求的影響力皆小於產業特定人力資本的影響力，甚至有些職能需求的職能特定人力資本的效果接近為零；但在產業改變的勞工裡，職能需求的相對影響力會上升，而職業與職能需求也有類似的結果。故本文認為產業、職業以及職能特定人力資本是存在的且互相有關連，但彼此之間的重要性不能單純的比較，會受到產業(職業)改變與否，而有不同的影響。. 立. 政治大. 在接下來第二章節我們將介紹 O*NET 以及職能需求，而第三章我們將描述. ‧ 國. 學. 資料來源，以及相關處理，並且討論特定人力資本的關聯性，最後第四章則將先. n. al. er. io. sit. y. Nat. 二、文獻回顧. ‧. 前結果歸納作為結論，並提出需要未來發展之淺見。. Ch. engchi. i n U. v. 在古典或新古典經濟學派的模型當中，資本 (capital)是影響生產力很大的因素之一，然而早期的經濟學者認為資本單純是屬於有形的東西，例如土地、機器設備等等。直到 Becker(1964)提出人力資本的理論，認為人力資本（human capital）和實質資本（physical capital）並無不同，前者指的是勞工的技術與能力，後者指的是機器、廠房、設備等有形資產，兩者皆可藉由對其投資而後提高生產力及產能。前者人力資本可透過學校教育、在職訓練等方式來提供個人專業知識使生產力提高，後者可藉由擴廠或新設備的添購來達到產能的增加。. Schultz (1971)也認為儘管技能、知識這些東西看不到，但人們透過教育、職 2.

(7) 能訓練去提高他的所得，故他認為教育、職能訓練是屬於人力資本的一種，藉由提升人力資本進而提高自身生產力，所以他認為教育、職能訓練這些提升自我人力資本的行為也算是投資的一種。. 而同時 Becker (1964)也提出人力資本可再細分成一般 (general)人力資本以及廠商特定 (firm-specific) 人力資本，前者適用於每位勞工、每種行業，如識字寫字等能力並不會因為轉換工作而損失，後者則是限定某一產業或職業的知識、技能，當勞工轉換工作時，其廠商特定人力資本將會損耗造成生產力下降，所以. 政治大. 廠商特定人力資本也代表著勞工轉換工作時的成本。. 立. Abraham and Farber (1987)使用 Panel Study of Income Dynamics (PSID) 1968. ‧ 國. 學. 到 1981 年廠商年資與所得的資料，發現當總經驗相似，但廠商任期 ( tenure)不. ‧. 同的勞工，任期較長的勞工其薪資比任期較短的勞工薪資還來得多，證明了廠商. y. Nat. 特定人力資本的存在，因為總經驗相似但任期相對較短的勞工代表著這勞工的工. er. io. sit. 作轉換次數較多，所以特定人力資本損失的也較多，進而造成薪資的減少。Altonji and Shakotko(1987)同樣地也使用了 PSID1968 到 1981 年資料做出類似的結果，. al. n. v i n 認為薪資與廠商任期有很高的關聯性。Topel(1991)亦使用 PSID 1968 到 1983 年 Ch engchi U. 資料，把勞工經驗、任期與所得做回歸，發現經驗、任期與所得呈現正相關，平均多擁有十年年資的勞工，其薪水大約會多 25%。Marshall and Zarki (1987)使用 National Longitudinal Survey of Young Men (NLSYM)1966 年資料，分析經驗、任期與所得，亦有相同結果。. Abowd, Kramarz, and Margolis(1999)則使用 Declarations Annuelles de Salaires (DAS)1976 到 1987 年資料，探討法國勞工與廠商關係，作者將所得分為個人效果以及廠商效果，發現兩者皆很重要但是個人效果比廠商效果來得大，而個人效. 3.

(8) 果則是跟勞工個人的經驗、教育水準有關。. 前面的文獻證明了廠商特定人力資本的確存在，但是否還有其他的特定人力資本呢?Kim (1992)嘗試將產業與薪資做分析，發現兩者似乎有關係，並認為有看不見的產業特定人力資本存在，Carrington (1993)則是使用了 Displaced Worker Surveys (DWS) 1984 到 1988 年資料，分析不同產業之間經驗與任期所帶來的影響，發現不同產業之間的經驗與任期的效果不一樣，認為產業是影響薪資的因素之一，Neal (1995) 亦使用 DWS1984 年到 1990 年美國失業勞工的資料，進一步. 政治大勞工轉換工作產業所引起的工資損失與勞工的經歷與廠商任期的關係，間接證明立證明了產業特定 (industry-specific) 人力資本的存在，Neal (1995)透過美國失業. 出產業特定人力資本的存在，並認為產業特定人力資本影響力較廠商特定人力資. ‧ 國. 學. 本高、即改變產業造成的薪資損失大於改變廠商造成的薪資損失。. ‧. y. Nat. Parent(2000)則使用 1979 到 1996 年 National Longitudinal Survey of Youth. er. io. sit. (NLSY)資料以及 PSID 1981 到 1991 年資料，發現一旦轉換產業的勞工，其個人影響薪資的任期效果(tenure effect)將減少 40~60%，造成所得下降，這也代表著. n. al. i n 產業特定人力資本佔了特定人力資本很大一部分因素。 Ch engchi U. v. 儘管有廠商特定與產業特定人力資本存在的證明，但是產業特定人力資本是否是影響特定人力資本最大的因素呢?Kambourov and Manovskii (2008)使用 1968 年到 1993 年的 PSID 資料，發現當其他因素不變時，平均多了五年的職業任期 (occupational tenure)的勞工，他的薪資平均會多 8%。如果近一步考慮產業任期的話，職業任期較長的勞工，也會使得勞工的產業任期影響力增加，所以 Kambourov and Manovskii (2008)認為職業特定人力資本也是特定人力資本中很重要的一環，但是他們也說產業以及職業特定人力資本之間的界線是很模糊的，很難說明誰比. 4.

(9) 較重要。. Pavan (2011) 也從 1979 年的 NLSY 資料中的勞工從職業以及產業的轉換關係發現，產業跟職業特定人力資本之間彼此有影響。而先前 Neal (1995) 雖然證明產業特定人力資本的存在，也認為他很重要，但他也認為單使用產業似乎不能完全解釋特定人力資本的關係，所以他認為未來的發展可能是如何直接捕捉勞工職能的影響力，來解釋特定人力資本。. 政治大業的職能需求進行分類及衡量。Ingram and Neumann ( 2006) 使用 Dictionary of 立. 什麼是職業特定人力資本，以及如何衡量呢?近年來之文獻強調透過對各職. Occupational Titles ( DOT )資料並利用因素分析法歸納出一個職業的職能需求，. ‧ 國. 學. 可分成四種主要面向來表示，而這四面向分別為智商、手指靈活度、身體強度以. ‧. 及視力。他們發現在考慮職能組合之下，教育水準對於工資的影響力減少了，並. y. Nat. 且發現職能組合對工資的影響是顯著的，這也就是說職能組合似乎比教育水準更. er. io. sit. 能解釋人力資本的關係，且可以用此職能組合來代表職能特定人力資本進而探討技能特定人力資本的重要性以及職能特定人力資本與其它特定人力資本的關. n. al. 係。. Ch. engchi. i n U. v. 和 Ingram and Neumann ( 2006)相似地，Poletaev and Robinson (2008) 使用 Displaced Worker Surveys (DWS) 1984 年到 2000 年美國失業勞工資料，並使用 DOT 資料，藉由因素分析法歸納出一個職業的需求的職能面向，他們比較失業勞工轉換職業、產業以及職能需求時，前後所造成的薪資差異，他們發現無論是職業、產業以及職能需求，這三者的轉換皆會造成薪資的減少，而且經由職業、職能組合與產業、職能組合彼此的相互比較，發現當產業(職業)與職能組合皆改變時薪資損失最大，產業(職業)與職能組合皆不變時薪資損失最小，而產業(職業). 5.

(10) 改變但職能組合沒變的薪資損失比產業(職業)不變但職能組合改變來得小，證明轉換職業過程造成的職能需求損失比職業、產業特定人力資本等其他特定人力資本還重要。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 6. i n U. v.

(11) 貳、職能組合與工作轉換成本. 特定人力資本為工作轉換時勞工無法帶走之人力資本，故當勞工轉換工作的時候，其特定人力資本會損失，造成薪資減少，所以特定人力資本也等於是工作轉換的成本之一，Parent (2000)、Neal (1995) 證明了產業特定人力資本的存在。 Ingram and Neumann ( 2006 )、Poletaev and Robinson (2008) 使用 DOT 資料證明特定人力資本可用一個勞工在工作時所需職能來表示，但 DOT 已經停止更新並被 O*NET 於 1998 年所取代，故本研究使用 O*NET 取代 DOT 來探討職能與工作轉換成本。. 立. 政治大. ‧. ‧ 國. 學. 一、對職業技能的分類. 1. Occupational Information Network ( O*NET )1. sit. y. Nat. n. al. er. io. O*NET 是由美國勞工局 ( The U.S. Department of Labor ) 所主導，針對近千. i n U. v. 種行業標準化，並給予具體的工作描述。故求職者可依照個人特質以及技能，去. Ch. engchi. 尋找與個人能力、興趣相符的職業。而此資料庫的運作方式為訂定分析職業的六個面向以對應各種不同的職業，並隨著時間經過不斷修正，成為目前看到的 O*NET。. O*NET 使用 Content model 從工作者條件及職業特性兩個觀點做細部探討，共分為六個面向衡量，以便讓人更了解此項職業特性及工作內容，並依照此六面向，將能力要素分成七要素，分別是能力 ( abilities )、興趣 ( Interests )、知識 ( knowledge )、技能 ( skills )、工作活動 ( work activities )、工作內容 ( work 1. 詳細 O*NET 資料在附錄。 7.

(12) content )及工作價值 ( work value )，而此七要素底下總共可再細分成兩百多項特徵指標。每項職業可於相對應之能力要素得到一標準化後的分數，而各項要素的分數計算準則為衡量此要素占某種職業的重要程度 ( Importance ) ，從不重要 (Importance 1)至非常重要 ( Importance 5 )，共分為五個等級。為了能更具體的比較不同職業用到某種能力的重要程度，將此五種程度標準化為 0 至 100 分的範圍以利比較。. 2.因素分析 ( Factor analysis )2. 政治大儘管 O*NET 將特徵指標分成兩百多項，但這兩百多項特徵指標並不一定是立. 彼此不相關且獨一無二的，例如知識領域中的物理學、工程學以及建築學彼此之. ‧ 國. 學. 間的相關性非常高。所以這裡我們使用因素分析法 ( factor analysis )，利用因素. ‧. 分析法找出少數的潛在因素來解釋相關性較高的特徵指標，進而達成資料歸納的. io. sit. y. Nat. 功能。而因素分析法的模型如下：. n. al. er. 𝐶𝑖 = 𝜇 + Λ𝑓𝑖 +𝜀𝑖 , 𝜀𝑖 ~N(0, Σ), 𝑖 = 1, … , N. Ch. 其中. engchi. i n U. v. 𝐶𝑖 ：職業 𝑖的 p x 1向量特徵指標分數 𝜇：職業 𝑖的 p x 1向量的平均數 𝑓𝑖 ：k x 1 潛在的因素對𝑖職業的影響 Λ：p x k 矩陣的因素荷量 ( factor loading ). 其中每種職業的特徵指標分數為已知分數，例如 11-1011 的行政總裁，其知. 2. 參考 Ingram and Neumann ( 2006 )、Poletaev and Robinson (2008) 以及 Hair and Black et al (2010) 8.

(13) 識領域中經濟學職能需求為 75 分，英語能力的需求為 73 分等等，而因素分析則是透過不同職業的各個特徵指標，找出潛在的因素，並且找出潛在因素與特徵指標中的相關性，即因素荷量。. 並假設Σ為對角矩陣，且𝑓與𝜀不相關，則可得：. Cov(C) = E(C − 𝜇)(C − 𝜇)′ = ΛΦΛ′ + Σ. 政治大為 0，且標準差為 1，為了符合這些情況，所有因素之間必須是正交的關係，所立. 其中Φ為潛在因素的共變異矩陣，再把因素分析標準化之後，可得到平均數. 以Φ 必須為一個對角矩陣。在這些假設之下，矩陣中的第一個因素表示在所有能. ‧ 國. 學. 解釋的因素之中能解釋最多變異的因素，而第二個因素則是能解釋在扣除第一個. er. io. sit. y. Nat. Kaiser 規則，取特徵值大於 1 的因素。3. ‧. 因素之下所能解釋的最多變異的因素，以此類推。而因素的數量取捨我們則根據. 在這裡我們將 O*NET 的知識 ( knowledge ) 、技能 ( skills ) 、工作活動. al. n. v i n ( work activities ) 以及工作內容分別作因素分析， C h( work content ) 這四個領域 engchi U 4. 且根據 Poletaev and Robinson ( 2008 ) 依照 2000 年就業勞工人口當作加權。5. 而 Kaiser ( 1970 ) 提出 Kaiser-Meyer-Olkin ( 簡稱 KMO ) 檢定，認為 KMO 值太低的變數不適合做因素分析6，KMO 常用的標準如下：. 3. 特徵值為解釋因素的標準差，其數值加總等於總特徵指標的數目，故特徵值大於 1 表示一個因素至少能解釋一個以上的特徵指標。 4 這裡我們不選擇能力 ( abilities )、興趣 ( Interests )及工作價值 ( work value )，因為能力( abilities ) 的選項太雜，可能導致解釋力較差，故不選用。而興趣 ( Interests )及工作價值 ( work value )則是使用 Job Zone 而非職業的 Importance，Job Zone 是依照教育、經驗以及職能訓練的等級來區分。 5 為十年一次人口普查。 6 假如特徵指標彼此之間相關性太高，表示潛在因素是不存在的，所以因素分析要求特徵指標之間彼此相關性不能太高，KMO 為檢驗方法之一。 9.

(14) KMO 參考標準 KMO 值. 適合性. KMO<0.5. 不能使用. 0.5<KMO<0.6. 不太適合. 0.6<KMO<0.7. 普通. 0.7<KMO<0.8. 還算適合. 0.8<KMO<0.9. 適合. KMO≧0.9. 非常適合. 立. 政治大. 故在此我們把 KMO 值過低不太適合的特徵指標去除，以及因素荷量最大值. ‧. ‧ 國. 學. 小於 0.57或者兩個因素以上的因素荷量皆大於 0.5 的特徵指標去除。8. 3.因素分析結果. sit. y. Nat. n. al. er. io. 去除了不適合的因素之後，所得到的因素個數以及因素分析結果如下：. Ch. engchi. i n U. v. (1)知識 ( knowledge ) ：共有六個因素，第 1 個因素主要跟建築學、物理學以及機械學等物理工程學相關，其主要分數較高職業為工程師。第 2 個因素主要跟生物學、藥物學等與生技相關領域，其分數較高職業為外科醫生、護士等。第 3 個因素主要跟經濟學、管理學、法學等公司管理有關，其分數較高職業為高階主管。第 4 個因素主要跟電腦、電子通訊等相關，分數較高職業為電腦、通訊維修員。第 5 個因素主要跟地理、歷史等人文相關，分數較高職業為都市規劃員、博物館人員等。第 6 因素主要跟公共安全以及運輸有關，分. 7. 因素荷量的大小與解釋程度有關，所以因素荷量太小表示解釋能力太低，應丟掉，一般書建議低於 0.5~0.6 的應予去除。 8 此現象稱 Cross-loading，而因素分析假設一個變數只能對應一個因素，所以去除。 10.

(15) 數最高者為鐵路警察。詳細特徵指標以及因素荷量與分數最高前 20 名職業請參考附錄。. (2)技能 ( skills ) ：共有四個因素，第 1 個因素主要是協調、解決問題、做決定等技能，分數最高職業為聖職者及外科醫生。為第 2 個因素主要跟設備操作、維修、安裝有關，分數最高職業為電梯、空調等維修員。第 3 個因素主要跟程式設計有關，分數最高為電腦工程師。而第 4 個因素主要跟行政與資源管理有關，分數最高職業為高階經理人。詳細特徵指標以及因素荷量與分數最高前 20 名職業請參考附錄。. 立. 政治大. (3)工作活動 ( work activities ) ：共有五個因素，第 1 個因素主要跟組織管理有. ‧ 國. 學. 關，分數較高職業為經理階級、聖職者等。第 2 個因素主要跟資訊管理有關，. ‧. 分數最高職業為網路、電腦系統行政人員。第 3 個因素主要跟機械設備管理. y. Nat. 有關，分數最高職業為電梯維修員等。第 4 個因素主要是協助他人，如職業. er. io. sit. 治療師助手、物理治療師助手等。第 5 個因素主要是創新以及影響他人程度，分數較高職業為髮型師以及引擎維修人員。詳細特徵指標以及因素荷量與分. n. al. Ch. 數最高前 20 名職業請參考附錄。. engchi. i n U. v. (4)工作內容 ( work content ) ：共有七個因素，第 1 個因素主要跟危險環境有關，分數較高職業為鋼鐵工人或船員。第 2 個因素主要跟長時間站立環境有關，分數較高職業為理髮師或者管家等。第 3 個因素主要跟能否自由的自己做決定有關，分數最高職業為獸醫、牙醫等。第 4 個因素主要跟團體活動有關，分數最高職業為船員等。第 5 個因素主要跟長時間與不友善民眾接觸有關，分數最高職業為犯罪研究者、警察等等。第 6 個因素主要跟自動化與精準度有關，分數最高職業為電話技師、核能治療師等。第 7 個因素主要跟必須常. 11.

(16) 常面對顧客的環境，分數最高者為零售店員。詳細特徵指標以及因素荷量與分數最高前 20 名職業請參考附錄。. 藉由因素分析，我們可以得到不同特徵的對於各個不同因素的因素荷量，將這些因素荷量套入每個不同的職業可得到對應的因素分數，而這些分數的大小就代表著各個職業之間職能組合的距離，當一勞工轉換他的職業時，其因素分數跟著改變，代表著其職能組合也跟著改變。. 政治大. 二、從職能觀點看工作轉換的成本. 立. ‧ 國. 學. Poletaev and Robinson (2008) 使用 DOT 資料得出各職業的職能組合，並參考 Neal (1995)年文章，使用 Displaced Worker Surveys (DWS) 1984 年到 2000 年. ‧. 資料，去探討職能與工作轉換的成本。. sit. y. Nat. n. al. er. io. DWS 是美國 Current Population Survey (CPS)裡的資料，Current Population. v. Survey (CPS)為美國每月的一次勞工普查，包含了勞力的參與和就業狀態，而. Ch. engchi. i n U. DWS 則是特別追蹤這些失業勞工的狀況，其中包含了失業勞工的個人狀態，如年紀、教育水準以及種族等等，也包含了失業勞工失業前後的狀態，如失業前的工作為何、離職原因、工作任期、花多久找到新工作以及新工作的職業為何等等。. 12.

(17) 為了說明特定人力資本，Neal (1995) 提出的方程式假設如下：. 𝑤1 = α(experience) + θ(industry tenure) + γ(firm tenure) + Xβ + 𝜖1 (1). 𝑤2 = α(experience) + θ(industry tenure) + Xβ + 𝜖2 (2). 𝑤3 = α(experience) + Xβ + 𝜖3 (3). 其中 𝑤1：為失業前的薪資所得。. 立. 政治大. ‧ 國. 學. 𝑤2：為失業勞工找到新工作的薪資，而這新工作與失業之前的工作為相同產業。. ‧. er. io. sit. y. Nat. 𝑤3 ：為失業勞工找到的新工作的薪資，而這新工作與之前的工作為不同產業。. 而(1)-(3)就說明了特定人力資本的性質，對於轉換工作的勞工而言，他的特. al. n. v i n 定人力資本(γ)已經損耗，要是他所找的新工作產業與原來的又不一樣，那他的 Ch engchi U. 特定人力資本(θ)也會跟著減少，所以新工作與之前不同產業的勞工薪資損失比較大。. 但很可惜的是 DWS 只有前職業的任期，並沒有產業任期(industry tenure)，所以 Neal (1995)並沒有使用上面方程式跑回歸，而是建議用另一種間接的方式檢驗特定人力資本的存在，具體地說 Neal (1995)把勞工分為轉換產業與沒有轉換產業的勞工的兩群勞工，以失業前的工資與新工作的工資差異為被解釋變數各自跑回歸，並使用經驗以及職業任期去代替產業任期，認為假如特定人力資本存在的. 13.

(18) 話，那轉換產業的勞工的經驗與任期，係數應該比沒有轉換產業的勞工的經驗與任期負向較大，Neal(1995)的結果顯示經驗與任期不管在產業有沒有轉換都是負相關，而且轉換產業時的係數較負向，進而間接推出產業特定人力資本地存在。 9. Poletaev and Robinson (2008)則參考 Neal (1995)的方式，進一步考慮了職能組合。他們將勞工依照職能組合轉換與否、職業轉換與否以及產業轉換與否來做分類，再分別跑回歸，得出勞工在同時轉換技能以及產業(職業)之下，其薪資平. 政治大小；他們的結果並顯示職能組合可以代表特定人力資本，而且其重要性比產業特立. 均損失是最大，而職能以及產業(職業)都不改變的情況之下，其薪資平均損失最. 定人力資本還重要。. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. 9. Ch. engchi. 詳細 Neal(1995)所使用方程式在第三章。 14. i n U. v.

(19) 参、資料分析與結果. 一、資料處理與統計敘述. 本研究以 DWS 2004 年至 2010 年 2271 名美國失業勞工為樣本，樣本的選取參考 Neal ( 1995 )的選法，選取因工廠關閉而失業的勞工，並限制勞工在年紀 61 歲以下、全職、非公部門勞工且去年收入高於 40 美金的勞工，並將失業之前產業為農業或者建築業的勞工去除，因為這兩種勞工容易受季節性的影響。並用產. 政治大. 業、職業或者各個不同能力要素的職能組合為區分，探討特定人力資本的轉換，. 立. 而表一為勞工的敘述統計。. ‧ 國. 學. 表一敘述統計. 經驗. 22.77. 任期. 6.046. 教育水準. n. al. Ch. 23.03. engchi. sit. -.1442. -.1344. 女性. er. 薪資損失. y. ‧. 男性. io. Nat. 全體勞工. i n U. v. -.1210 22.41. 6.447. 5.498. 11.65. 11.64. 11.67. 失業年數. 2.086. 2.096. 2.072. 失業週期. 14.00. 13.23. 15.06. 樣本數. 2271. 1311. 960. 15.

(20) 而其中產業是使用二位碼 ( 2-digit ) 為劃分，而職業則使用 Standard Occupational Classification ( 簡稱 SOC ) 三位碼 ( 3-digit ) 來劃分，並仿照 Poetaev and Robinson ( 2008 )將職業分成三種等級：. 1.主職業群 ( major occupation group )，取六位碼中的前兩碼，主職業群主要有 23 種主要職業，故以職業(23) 表示主職業群，如 11-0000 的管理職業、23-0000 的法律職業等等。. 政治大 97 種職業，故後面文章以職業(97) 表示次職業群，如 11-1000 的高階經理人、立 2.次職業群 ( minor occupation group )，取六位碼中的前三碼，次職業群主要有. 11-2000 的企劃、行銷經理等。10. ‧ 國. 學 ‧. 3.完整的職業群 ( detail occupation group )，共有 821 項職業，取完整的六位碼，. er. io. sit. y. Nat. 如 11-1011 的行政總裁、11-1021 的總經理等等。. 而職能組合的轉換則依照 Poetaev and Robinson ( 2008 ) 的方法，首先先將. al. n. v i n O*NET 所得到的各個職業的主職能是否改變來決定，而主職能的 C h ( main skill ) U engchi. 定義則是各個能力要素的中，其因素分數最高者。並且限制主職能改變者的主職. 能分數不能太低，且這變動量不能太小，故變動量必須大於一半的標準差，且主職能的分數不得低於平均值與二分之一的標準差的加總。. 特定人力資本與工作、產業以及職能需求是否改變息息相關，所以表二為產業、職業以及職能需求轉換的人數，從表二可看出約有 6 成的失業勞工選擇轉換他的產業以及職業，即使是將職業縮減為主要的 23 種職業，轉換率也接近 5 成，. 10. 詳細主、次職業群請參考附錄。 16.

(21) 但勞工的職能組合的轉換則是降至 2~3 成，唯一一個例外則是工作內容的職能組合轉換，其轉換率為 41%，和其他要素相比，相對較高。就性別來說，女性的轉換率都高於男性，其中以職能需求(工作內容)差距 11.5%最多，其次為職業(97) 差距 10.45%，而職能需求(工作活動)差距最少，不超過 1%。. 表二產業、職業以及職能需求轉換人數. 全部勞工轉換. 男性. 女性. 停留治轉換停留政大449 760 862. 轉換. 停留. 649. 311. 1511 立. %. 66.53% 33.47% 65.75% 34.25% 67.60% 32.40% 472. 683. 277. 737. 574. 640. y. 894. 320. al. 1107. Ch. 1164. 589. engchi. er. 60.63% 39.37% 56.22% 43.78% 66.67% 33.33%. n. 職業(23). 839. sit. 1377. io. %. 749. 67.01% 32.99% 63.99% 36.01% 71.14% 28.86%. Nat. 職業(97). 1522. ‧. %. ‧ 國. 職業(821). 學. 產業. i n U. v. 722. 518. 442. %. 48.75% 51.25% 44.93% 55.07% 53.96% 46.04%. 職能需求(技能). 527. %. 23.21% 76.79% 22.28% 77.72% 24.48% 75.52%. 職能需求(知識). 671. %. 29.55% 70.45% 26.77% 73.23% 33.33% 66.67%. 職能需求(工作活動). 607. %. 26.73% 73.27% 26.32% 73.68% 27.29% 72.71%. 職能需求(工作內容). 930. %. 40.95% 59.05% 36.08% 63.92% 47.60% 52.40%. 1744. 292. 1600. 351. 1664. 345. 1341. 473. 17. 1019. 960. 966. 838. 235. 320. 262. 457. 725. 640. 698. 503.

(22) 儘管產業碼與職業碼彼此是獨立的，但是這兩者之間還是有些重疊的部分，例如食品產業的經理，之後跑去科技產業時，職業還是當經理者居多，而此情況我們歸類於改變產業，但職業不變，又或者待在相同產業的勞工，但職業從經理變成總經理，此情況我們歸類於產業不變但職業改變；而職業又與職能需求相關，例如編號 11-3031 Financial managers 的勞工，改變他的職業到編號 11-9151Social and community service managers，由於都是經理職，職能需求大致上是相似的，所以儘管改變了職業，但這兩者之間的職能需求沒有改變，歸類於改變職業但職能需求不變者。這三者之間的相關性可以從表三、表四得知，表三提供了職業與. 政治大. 職能需求彼此的關係，表四提供了產業、職業以及職能需求的關係。. 立. 從表三得知有 1522 人轉換他的完整職業，而這些轉換職業的勞工中，除了. ‧ 國. 學. 工作內容有六成 (930 人/1522 人)轉換他的職能需求外，其他的三種職能需求轉. ‧. 換人數大約是 3~40%，技能而言男女性的轉換比率相似約 35% (男性 292 人/839. y. Nat. 人，女性 235 人/683 人)，知識的轉換則是女性 47% (320 人/683 人)高於男性 41%. er. io. sit. (351 人/839 人)，工作活動則是男性 41% (345 人/839 人)高於女性 38% (262 人/683 人)，工作內容則是女性 67% (457 人/683 人)大於男性 56% (473 人/839 人)。. n. al. Ch. engchi. i n U. v. 如果將職業加總，從完整的職業(821)加總到次職業群、主職業群的話，會發現職業轉換的人數下降了(次職業群 1377 人、主職業群 1107 人)，但職能轉換的人數卻相反的上升了，以主職業群觀點來看，全體勞工從原本的 3~40%轉換率上升到 40~50%左右，而有關於工作內容的職能需求的轉換率更上升到了 65% (713 人/1107 人)。. 18.

(23) 表三職能需求與職業關係職能需求. 職能需求. 職能需求. 職能需求. (技能). (知識). (工作活動). (工作內容). 轉換. 停留. 轉換. 停留. 轉換. 停留. 轉換. 停留. 全體勞工職業(821): 轉換. 停留. 527. 995. 671. 851. 607. 915. 930. 592. (23%). (43%). (29%). (37%). (26%). (40%). (40%). (26%). 0. 749. 0. 749. 0. 749. 0. 749. (32%). (32%). (32%). (32%). 職業(97): 742. 590. 787. 870. 507. (27%). (32%). (26%). (34%). (38%). (22%). 36. 858. 17. 877. 60. 834. (38%). (1.6%). (37%). (0.74%). (38%). (2.6%). (36%). 671. 530. 577. 533. 574. 713. 394. (19%). (29%). (23%). (25%). (23%). (25%). (31%). (17%). 91. 1073. 141. 1023. 74. 1090. 217. 947. (6.2%). (45%). (3.3%). y. (22%). (38%). 15. 879. (0.6%). 436. (48%). (9.6%). (41%). 473. 366. (37%). (36%). (28%). 472. 0. 472. 職業(23):. 停留. Nat. (4%). (22%). a l 351 Ch (41%) (26%). 0. 472. n. 停留. 男性勞工. io. 職業(821): 轉換. (47%). er. 轉換. 立. sit. 635. 292. 547. 0. 學. 865. ‧ 國. 停留. 512. 政治大. ‧. 轉換. 488. 345. iv 494 n U. i e n(37%) g c h(26%). (36%). 472. 0. (36%). (36%). (36%). 職業(97): 轉換. 停留. 287. 448. 329. 408. 331. 406. 427. 310. (22%). (34%). (25%). (31%). (25). (31%). (32%). (23%). 3. 571. 22. 552. 14. 560. 46. 528. (0.23%). (43%). (1.68%). (42%). (1.07%). (42%). (3.5%). (40%). 252. 337. 285. 304. 290. 299. 356. 233. (19%). (25%). (21%). (23%). (22%). (22%). (27%). (17%). 40. 682. 66. 656. 55. 667. 117. 605. (3.1%). (52%). (5%). (50%). (4.2%). (50%). (8.9%). (46%). 職業(23): 轉換. 停留. 19.

(24) 表三 (續) 職能需求與職業關係職能需求. 職能需求. 職能需求. 職能需求. (技能). (知識). (工作活動). (工作內容). 轉換. 停留. 轉換. 停留. 轉換. 停留. 轉換. 停留. 女性勞工職業(821): 轉換. 停留. 235. 448. 320. 363. 262. 421. 457. 226. (24%). (46%). (33%). (37%). (27%). (43%). (47%). (23%). 0. 277. 0. 277. 0. 277. 0. 277. (28%). (28%). (28%). (28%). 職業(97):. (23%). (43%). 12. 308. (1.25%). 334. 259. 381. 443. 197. (31%). (34%). (27%). (39%). (46%). (20%). 14. 306. 3. 317. 14. 306. (32%). (1.46%). (31%). (0.31%). (33%). (1.46%). (31%). 184. 334. 245. 273. 243. 275. 357. 161. (19%). (34%). (25%). (28%). (25%). (28%). (37%). (16%). 51. 391. 75. 367. 19. 423. 100. 342. (7.8%). (38%). (1.98%). (44%). (10.4%). (35%). 職業(23): 轉換. 立. Nat. (5.3%). (40%). n. er. io. 註：括弧內為轉換人數百分比. al. ‧. 停留. 政治大. y. 306. 學. 417. sit. 停留. 223. ‧ 國. 轉換. Ch. engchi. i n U. v. 從表四可以看到產業、職業以及職能需求的關係，先看職業以及產業之間的關係，可發現最大的一群都落在產業轉換以及職業轉換上，以完整的職業來說，大約有 50% (1212 人/2271 人)的人同時轉換產業以及職業。如果以主要職業群來看，則降低到 40% (900 人/2271 人)。. 而相反的產業與職能需求關係方面，最大群落在產業改變但職能需求不改變上，在產業改變的勞工中，約有 60%的勞工選擇保留他的職能需求，除了工作內容以外，只有 50%保留他的職能需求。而在不改變產業的勞工中，則有近八成的勞工選擇保留他的職能需求。 20.

(25) 表四產業、職業與職能需求的關係. 產業全部勞工. 男性. 女性. 轉換. 停留. 轉換. 停留. 轉換. 停留. 轉換. 1212. 310. 684. 155. 528. 155. 停留. 299. 450. 178. 294. 121. 156. 轉換. 1112. 265. 611. 126. 501. 139. 停留. 399. 495. 251. 323. 148. 172. 職業(821)：. 職業(97) ：. 職業(23) ：轉換. 900. 停留. 立. ‧ 國. 停留. 495. 94. 405. 113. 553. 367. 355. 244. 198. 439. 88. 248. 44. 191. 44. 1072. 672. 614. 405. 458. 267. 555. 116. 295. 56. 956. 644. 567. 393. 496. 111. 290. 55. a1015 l. 649. 572. v ni. 學. 轉換. 207. 611. 職能需求(技能) ：. 政治大. 職能需求(工作活動) ：. 職能需求(工作內容) ：轉換. 747. 停留. 764. Ch. 389. 251. 206. 56. 443. 255. e n g c390h i U 83. 357. 100. 577. 292. 211. er. n. 停留. io. 轉換. 60. y. Nat. 停留. 260. sit. 轉換. ‧. 職能需求(知識) ：. 394. 183. 472. 366. 二、產業、職業以及職能需求之轉換薪資損失. 本文以 Poletaev and Robinson (2008)方法為基礎，將勞工依照不同的職能需求轉換與否、職業轉換與否以及產業轉換與否來做分類，探討其薪資。假如特定人力資本存在的話，那產業、職業或者職能需求轉換的勞工，因為其產業、職業或者職能特定人力資本受到損耗，薪資應該比產業、職業或者職能需求沒有轉換 21.

(26) 的勞工相對來的低。. 表五是產業、職業以及職能需求轉換所造成的平均薪資差異，可看出個別轉換時的薪資損失，無論是產業、職業以及職能需求的轉換，其轉換勞工的薪資減少幅度都是比較大，約沒有轉換的勞工的 2~3 倍，其中女性職能需求(技能)以及職能需求(工作內容)，這兩者之間的關係差異較少，可能這兩個職能需求相對重要性對於女性而言相對較低。. 政治大. 表五產業、職業以及職能需求轉換所造成的平均薪資差異. 立. 男性. 女性停留. 產業:. -.1779 (.0136). -.0481 (.0164). -.1962 (.0185). -.0445 (.0215). -.1536 (.0197). -.0532 (.0257). 職業(821):. -.1737. -.0548. -.1996. -.0460. -.1418. -.0699. (.0138). (.0157). (.0188). (.0211). (.0202). 職業(97):. -.1877 (.0148). -.0525 (.0141). -.2244 (.0207). -.0413 (.0184). 職業(23):. -.1993 (.0149). -.2486 (.0235). -.0591 (.0171). -.2736 (.0328). n. al. -.0728 (.0128). Ch. (.0226). -.1453 (.0211). -.0725 (.0212). (.0243). -.0951 (.0192). -.1072 (.0157). -.1303 (.0339). -.1180 (.0178). engchi. er. io. 轉換. y. 停留. sit. 轉換. ‧. 停留. Nat. 轉換. 學. ‧ 國. 所有勞工. i n U. v -.1431. 職能需求: (技能). -.2098 (.0238). -.1117 (.0118). 職能需求: (知識). -.2220 (.0217). -.0978 (.0119). -.2348 (.0302). -.1111 (.0161). -.2079 (.0313). -.0776 (.0176). 職能需求:. -.2157. -.1048. -.2503. -.1063. -.1701. -.1026. (.0117). (.0310). (.0159). (.0356). (.0171). -.1097 (.0129). -.2080 (.0272). -.1083 (.0163). -.1310 (.0238). -.1119 (.0210). (工作活動) (.0234) 職能需求: -.1702 (工作內容) (.0182) 註：括弧內為標準差. 22.

(27) 由於特定人力資本的損失，造成薪資的減少，所以表五的結果其實是預期之內，而先前表三、表四說明了產業、職業以及職能需求之間重疊的程度，可看出彼此之間的相關性很高，所以討論產業、職業以及職能等特定人力資本之間何者是影響特定人力資本的主因才是我們所關心的議題。. 為了討論何者才是影響特定人力資本的主因，我們將產業、職業以及職能需求分成職業、職能需求以及產業、職能需求兩部份來討論。表六表示職業與職能需求轉換與薪資損失之間的關係，Panel A1~ Panel A5 為全體勞工的結果。 Panel. 政治大其薪資損失最大，而職能需求跟職業都不改變時，薪資損失最少，而職能需求轉立. A1 表示職能需求(技能)與職業之間的關係，可看出職業跟職能需求同時轉換時，. 換但職業不變的薪資損失小於職能需求不變但職業轉換的薪資損失。. ‧ 國. 學 ‧. Panel A2 表示職能需求(知識)與職業之間的關係，其結果基本上與 Panel A1. y. Nat. 相似，唯一差異點是以次要職業群(97)來看時，職能需求轉換但職業不變的薪資. er. io. sit. 損失小於職能需求跟職業都不改變，其可能原因是觀察個數太少，只有 36 人。. al. n. v i n Panel A3 表示職能需求(工作活動)與職業之間的關係，其結果也與前兩項相 Ch engchi U. 似。唯一差異點是以次要職業群(97)來看時，職能需求轉換但職業不變的薪資損失小於職能需求跟職業都不改變，其可能原因是觀察個數太少，只有 17 人。. Panel A4 表示職能需求(工作內容)與職業之間的關係，可看出職業跟職能需求同時轉換時，其薪資損失跟職能需求不變但職業轉換的薪資損失相似甚至小於，其可能因素是工作內容相對於其他職能需求相對不重要，因為工作內容的特徵指標像是站立時間、與不友善人民接觸等等，相對於知識而言轉換成本相對較小，所以也相對不重要。. 23.

(28) Panel B1~ Panel B4 為男性勞工的結果，其結果大致跟全體勞工結果一樣. Panel C1~ Panel C4 為女性勞工的結果，可發現職業跟職能需求同時轉換時薪資減少幅度比男性勞工(PanelB1~PanelB4)還少，但是職能需求跟職業都不改變時薪資減少幅度比男性勞工還大，其可能原因是平均男性任期大於女性平均任期，男性平均任期比女性勞工多 0.278 年，當任期較長時，同時改變他的產業與職能需求會使得他的薪資受到較大的衝擊，所以男性減少的比女性勞工多，但相反的，產業跟職能需求都不改變時，待在熟悉的產業造成薪資損失較少，所以此時男性的損失小於女性。. 立. 政治大. Panel C1 表示職能需求(技能)與職業之間的關係，可看出職業跟職能需求同. ‧ 國. 學. 時轉換時，其薪資損失跟職能需求不變但職業轉換的薪資損失相似，對於職業已. ‧. 經轉換的女性勞工而言，技能改不改變對他而言沒有差異，但是對於職業沒有改. er. io. sit. y. Nat. 變的女性勞工，改變他的職能需求可能會使他的薪資損失不變甚至減少。. Panel C2 為女性職能需求(知識)與職業之間的關係，可看出最大差異在於職. al. n. v i n 能需求不變時，有沒有轉換職業的薪資差異都不大，可能原因是對於女性而言， Ch engchi U 知識需求比職業的改變還重要。. Panel C3 為女性職能需求(工作活動)與職業之間的關係，可看出職業與職能需求都改變時，薪資減少最多，對於職業已經轉換的女性勞工而言，再改變他的職能需求會造成她的薪資減少更多，但是對於沒有轉換職業的女性勞工而言，改變他的職能需求可能會使他的薪資損失減少。. Panel C4 為女性職能需求(工作內容)與職業之間的關係，可看出職業與職能. 24.

(29) 需求都沒改變時，薪資減少最少，對於職業不變的女性勞工而言，改變職能需求會造成他的薪資減少更多，但對於職業改變的女性勞工來說，職能需求跟著改變會使他的薪資增加。. Poletaev and Robinson (2008)為了區分職業與職能需求何者較為重要，特意將職業區分成三區塊，分別是主職業群、次職業群以及完整的職業，很可惜的是我們的觀察值比較少，導致職能需求轉換但次職業群不變這區塊誤差可能較為嚴重，所以我們主要著重於主職業群、完整職業群與職能需求的關係，我們可以發. 政治大薪資減少幅度最小，職業轉換(不變)但職能需求不變(改變)的損失則幾乎在兩者立. 現當職能需求跟職業都改變時，薪資減少幅度最大，而職能需求與職業都不變時，. 之間。. ‧ 國. 學 er. io. sit. y. Nat. 種情況：. ‧. 而為了比較職業特定人力資本與職能特定人力資本的相對關係，我們假設幾. (1) 職能需求不變之下，職業的改變：職業的改變也就表示職業特定人力資本的. al. n. v i n 改變，可看出職能需求(技能)不變時，職業不變的損失為-0.0719，職業改變 Ch engchi U. 時為-0.1753，約減少 0.1，而其他職能需求也是相似數值，但職能需求(工作內容)則減少高達 1.6。. (2)當職業不變，但職能需求的改變：可看出職業不變時，職能需求(技能)不變的損失為-0.0719，職能需求(技能)改變時為-0.0828，損失只有減少 0.01，其他職能需求改變的損失也是小於職業改變的損失。. (3)職業轉換時，職能需求的改變：可看出職業轉換時，職能需求(技能)不變時得. 25.

(30) 的損失為-0.1753，職能需求(技能)改變時損失為-0.2362，其他職能需求改變時的損失與職業不變時的職能需求改變相比，也是擴大了，除了職能需求(工作內容) 結果較為不同，職能特定人力資本效果為負。. 綜合(1)、(2)點可得知職業特定人力資本大於職能特定人力資本，而綜合 (2)、(3)點，可得知職能特定人力資本影響力似乎會跟著職業轉換與否而跟著改變，職能特定人力資本的影響力在職業轉換時影響力提高了，甚至方向改變。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 26. i n U. v.

(31) 表六職業與職能需求轉換的薪資差異. 所有勞工職能需求(技能)不變. 職能需求(技能)轉換. Panel A1. 職業不變. 職業轉換. 職業不變. 職業轉換. 職業(821). -.0547. -.1545. …. -.2097. (.0157). (.0169). -.0517. -.1726. -.0960. -.2130. (.0142). (.0187). (.1117). (.0243). -.0719. -.1753. -.0828. -.2362. (.0136). (.0214). (.0338). (.0277). 職業(97). 職業(23). (.0238). 政治大. 職能需求(知識)不變. 職能需求(知識)轉換. Panel A2. 職業不變. 職業轉換. 職業不變. 職業轉換. 職業(821). -.0547. -.1355. …. -.2219. -.1482. -.0133. (.0144). (.0195). (.0570). -.0653. -.1551. -.1266. (.0140). (.0219). (.0310). (.0217) -.2338 (.0226) -.2473. Nat. (.0261). y. -.0541. ‧ 國. (.0177). ‧. 職業(23). (.0157). 學. 職業(97). 立. Panel A3. 職業不變. 職業轉換. 職業不變. 職業(821). -.0547. -.1457. …. 職業(23). -.0532. er. n. (.0157) 職業(97). al. sit. 職能需求(工作活動)轉換. io. 職能需求(工作活動)不變. v ni. C h(.0168) i U e -.1622n g c h -.0128. 職業轉換 -.2157 (.0234) -.2215. (.0142). (.0187). (.0807). (.0239). -.0684. -.1738. -.1368. -.2266. (.0132). (.0224). (.0527). (.0256). 職能需求(工作內容)不變. 職能需求(工作內容)轉換. Panel A4. 職業不變. 職業轉換. 職業不變. 職業轉換. 職業(821). -.0547. -.1791. …. -.1702. (.0157). (.0211). -.0573. -.1958. .0144. -.1829. (.0148). (.0234). (.0385). (.0191). -.0608. -.2269. -.1248. -.1840. (.0139). (.0276). (.0325). (.0215). 職業(97). 職業(23). (.0181). 接下一頁 27.

(32) 表六 (續) 職業與職能需求轉換的薪資差異. 男性勞工職能需求(技能)不變. 職能需求(技能)轉換. Panel B1. 職業不變. 職業轉換. 職業不變. 職業轉換. 職業(821). -.0459. -.1601. …. -.2736. (.0210). (.0228). -.0404. -.1923. -.2099. -.2742. (.0185). (.0265). (.1028). (.0331). -.0564. -.2098. -.1037. -.3005. (.0178). (.0304). (.0490). (.0369). 職業(97). 職業(23). (.0328). 職能需求(知識)不變. 職能需求(知識)轉換. Panel B2. 職業不變. 職業轉換. 職業(821). -.0459. -.1743. 立. 職業轉換. …. -.2348. (.0240). (.0302). -.0463. -.1988. .0851. (.0189). (.0275). (.0758). (.0315). -.0555. -.2312. -.0945. -.2672. (.0183). (.0311). (.0428). ‧. 職業(23). 職業不變. 學. 職業(97). ‧ 國. (.0210). 政治大. -.2561. (.0356). Nat. Panel B3. 職業不變. 職業轉換. 職業不變. 職業(821). -.0459. -.1641. …. 職業(97). -.0417 (.0187). 職業(23). i n -.0237 U. (.0235). C h-.1955 engchi (.0271) (.0891). sit. er. al. n. (.0210). y. 職能需求(工作活動)轉換. io. 職能需求(工作活動)不變. v. 職業轉換 -.2503 (.0310) -.2599 (.0320). -.0510. -.2298. -.1565. -.2681. (.0177). (.0317). (.0618). (.0349). 職能需求(工作內容)不變. 職能需求(技能工作內容)轉換. Panel B4. 職業不變. 職業轉換. 職業不變. 職業轉換. 職業(821). -.0459. -.1887. …. -.2080. (.0210). (.0251). -.0513. -.2053. .0738. -.2383. (.0196). (.0280). (.0412). (.0294). -.0586. -.2371. -.0612. -.2562. (.0184). (.0327). (.0451). (.0326). 職業(97). 職業(23). (.0272). 接下一頁 28.

(33) 表六 (續) 職業與職能需求轉換的薪資差異. 女性勞工職能需求(技能)不變. 職能需求(技能)轉換. Panel C1. 職業不變. 職業轉換. 職業不變. 職業轉換. 職業(821). -.0699. -.1478. …. -.1303. (.0226). (.0251). -.0727. -.1515. -.0675. -.1337. (.0215). (.0265). (.1378). (.0350). -.0989. -.1404. -.0664. -.1481. (.0208). (.0301). (.0469). (.0412). 職業(97). 職業(23). (.0339). 職能需求(知識)不變. 職能需求(技能)轉換. Panel C2. 職業不變. 職業轉換. 職業(821). -.0699. -.0835. 立. 職業轉換. …. -.2079. (.0258). (.0313). -.0681. -.0863. -.1681. (.0220). (.0270). (.0701). (.0326). -.0829. -.0704. -.1547. -.2242. (.0212). (.0298). (.0446). ‧. 職業(23). 職業不變. 學. 職業(97). ‧ 國. (.0226). 政治大. -.2097. (.0385). Nat. Panel C3. 職業不變. 職業轉換. 職業不變. 職業(821). -.0699. -.1242. …. 職業(97). -.0735 (.0214). 職業(23). i n .0377 U. (.0241). C h-.1268 engchi (.0257) (.2306). sit. er. al. n. (.0226). y. 職能需求(工作活動)轉換. io. 職能需求(工作活動)不變. v. 職業轉換 -.1701 (.0356) -.1725 (.0360). -.0958. -.1131. -.0797. -.1771. (.0195). (.0314). (.1025). (.0376). 職能需求(工作內容)不變. 職能需求(技能工作內容)轉換. Panel C4. 職業不變. 職業轉換. 職業不變. 職業轉換. 職業(821). -.0699. -.1634. …. -.1310. (.0226). (.0375). -.0675. -.1809. -.1806. -.1295. (.0219). (.0411). (.0761). (.0244). -.0647. -.2122. -.1993. -.1119. (.0206). (.0483). (.0460). (.0276). 職業(97). 職業(23). (.0238). 註：括弧內為標準差 29.

(34) 表七為產業以及職能需求之間的關係，Panel D1~D4 為全體勞工產業與職能需求的關係。Panel D1 為產業與職能需求(技能)的關係，可看出產業跟職能需求同時轉換時，其薪資損失最大(-.2311)，而職能需求跟產業都不改變時，薪資損失最少(-.0408)，而職能組合轉換但產業不變的薪資損失(-.1030)小於職能組合不變但產業轉換的薪資損失(-.1561)。. Panel D2 為產業與職能需求(知識)的關係，結果與 PanelD1 相似，產業跟職能需求同時轉換時，其薪資損失最大(-.2444)，而職能需求跟產業都不改變時，. 政治大組合不變但產業轉換的薪資損失(-.1393)。立. 薪資損失最少(-.0360)，而職能組合轉換但產業不變的薪資損失(-.1147)小於職能. ‧ 國. 學. Panel D3 為產業與職能需求(工作活動)的關係，結果與前兩項相似，產業跟. ‧. 職能需求同時轉換時，其薪資損失最大(-.2348)，而職能需求跟產業都不改變時，. io. er. 組合不變但產業轉換的薪資損失(-.1500)。. sit. y. Nat. 薪資損失最少(-.0340)，而職能組合轉換但產業不變的薪資損失(-.1301)小於職能. al. n. v i n Panel D4 為產業與職能需求(工作內容)的關係，產業跟職能需求同時轉換時， Ch engchi U. 其薪資損失最大(-.2001)，但是最大差異在於在產業不變時，職能需求的改變對薪資的影響並不大。. 由 Panel D1~D4 可看出對於全體勞工而言，產業與四種職能需求互相影響的方向相似，與 PanelA1~A4 職業與四種職能需求的方向也類似。. Panel E1~E4 為男性勞工產業與職能需求的關係。Panel E1 為產業與職能需求(技能)的關係，可看出產業跟職能需求同時轉換時，其薪資損失最大(-.2809)，. 30.

(35) 而職能需求跟產業都不改變時，薪資損失最少(-.0241)，而職能組合轉換但產業不變的薪資損失(-.2322)大於職能組合不變但產業轉換的薪資損失(-.1620)，可看出對於男性勞工而言，技能的職能需求影響力大於產業特定人力資本。. Panel E2 為產業與職能需求(知識)的關係，可看出產業跟職能需求同時轉換時，其薪資損失最大(-.2498)，而職能需求跟產業都不改變時，薪資損失最少 (-.0287)，而職能組合轉換但產業不變的薪資損失(-.1554)略小於職能組合不變但產業轉換的薪資損失(-.1683)，可看出對於男性勞工而言，知識的職能需求影響. 政治大. 力似乎略小於產業特定人力資本。. 立. Panel E3 為產業與職能需求(工作活動)的關係，可看出產業跟職能需求同時. ‧ 國. 學. 轉換時，其薪資損失最大(-.2663)，而職能需求跟產業都不改變時，薪資損失最. ‧. 少(-.0275)，而職能組合轉換但產業不變的薪資損失(-.1659)與職能組合不變但產. y. Nat. 業轉換的薪資損失(-.1606)相似，可看出對於男性勞工而言，知識的職能需求與. er. io. sit. 產業特定人力資本似乎相似。. al. n. v i n Panel E4 為產業與職能需求(工作內容)的關係，可看出產業跟職能需求同時 Ch engchi U. 轉換時，其薪資損失(-.2460)比職能需求跟產業都不改變時，薪資損失(-.0479)大，而職能組合轉換但產業不變的薪資損失(-.0292)遠小於職能組合不變但產業轉換的薪資損失(-.1551)，可看出對於男性勞工而言，產業轉換時，職能需求跟者轉換會造成薪資損失更大，但產業沒改變時，轉換職能需求可能會使薪資上升。. Panel F1~F4 為女性勞工產業與職能需求的關係，整體而言產業跟職能需求都改變的女性勞工其薪資損失較男性小，相反的產業跟職能需求都不改變的女性勞工其薪資損失較男性大。而 Panel F1 為產業與職能需求(技能)的關係，可看出. 31.

(36) 產業跟職能需求同時轉換時，其薪資損失最大(-.1664)，而職能需求跟產業都不改變時，薪資損失較小(-.0241)，而職能組合轉換但產業不變的薪資損失(.0260) 小於職能組合不變但產業轉換的薪資損失(-.1482)，可看出對於女性勞工而言，在產業不變時，改變職能需求會使薪資上升，但在產業改變時，改變職能需求會使薪資略為下降。. Panel F2 為產業與職能需求(知識)的關係，可看出產業跟職能需求同時轉換時，其薪資損失最大(-.2382)，而職能需求跟產業都不改變時，薪資損失較小. 政治大業轉換的薪資損失(-.0970)，可看出對於女性勞工而言，產業特定人力資本比技立. (-.0475)，而職能組合轉換但產業不變的薪資損失(-.0767)小於職能組合不變但產. 能型特定人力資本還大。. ‧ 國. 學 ‧. Panel F3 為產業與職能需求(工作活動)的關係，可看出產業跟職能需求同時. y. Nat. 轉換時，其薪資損失最大(-.1905)，而職能需求跟產業都不改變時，薪資損失較. er. io. sit. 小(-.0440)，而職能組合轉換但產業不變的薪資損失(-.0949)小於職能組合不變但產業轉換的薪資損失(-.1364)，可看出對於女性勞工而言，產業特定人力資本比. n. al. 技能型特定人力資本還大。. Ch. engchi. i n U. v. Panel F4 為產業與職能需求(工作內容)的關係，可看出產業跟職能需求同時轉換時，其薪資損失較大(-.1500)，而職能需求跟產業都不改變時，薪資損失較小(-.0483)，而職能組合轉換但產業不變的薪資損失(-.0633)小於職能組合不變但產業轉換的薪資損失(-.1578)，可看出對於女性勞工而言，在產業轉換時，改變他的職能需求會使得他的薪資不變或者上升，但在產業不改變時。改變他的職能需求會使得他的薪資減少。. 32.

(37) 由表六、表七可看出，不論是職業跟職能需求同時轉換，或是產業跟職能需求同時轉換時，女性薪資減少幅度比男性勞工還少，但是職能需求跟職業(產業) 都不改變時薪資減少幅度女性比男性勞工還大，其可能原因是男性任期大於女性任期，男性平均任期比女性勞工多 0.278 年，當任期較長時，同時改變他的產業與職能需求會使得他的薪資受到較大的衝擊，所以男性減少的比女性勞工多，但相反的，產業跟職能需求都不改變時，待在熟悉的產業造成薪資損失較少，所以此時男性的損失小於女性。. 政治大. 而為了比較職能特定人力資本與產業特定人力資本的相對重要性，我們也從幾個面向去討論：. 立. ‧ 國. 學. (1)職能需求不變之下，產業的改變：可看出職能需求(技能)不變時，產業不變的. er. io. sit. y. Nat. 值。. ‧. 損失為-0.0408，產業改變時為-0.1561，約減少 0.1，而其他職能需求也是相似數. (2)當產業不變，但職能需求的改變：可看出產業不變時，職能需求(技能)不變的. al. n. v i n 損失為-0.0408，職能需求(技能)改變時為-0.1030，損失為 0.06 左右，其他職能需 Ch engchi U 求改變的損失也是小於產業改變的損失，而工作內容的職能特定人力資本效果更是接近 0。. (3)產業轉換時，職能需求的改變：可看出產業轉換時，職能需求(技能)不變時得的損失為-0.1561，職能需求(技能)改變時損失為-0.2311，其他職能需求改變時的損失與產業不變時的職能需求改變相比，也是擴大了。. 綜合(1)、(2)點可得知產業特定人力資本大於職能特定人力資本，而綜合. 33.

(38) (2)、(3)點，可得知職能特定人力資本影響力似乎會跟著產業轉換與否而跟著改變，會發現當產業改變的勞工，其職能特定人力資本的影響力是提高了，其產業、職能需求結果與職業、職能需求結果相似。. 經由表五~表七可看出產業、職業以及職能特定人力資本都確實是存在的，但職能特定人力資本的影響力結果與 Poletaev and Robinson (2008)不太相同，職能特定人力資本的大小似乎會依照職能需求種類以及職業、產業改變與否而產生不同的影響力。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 34. i n U. v.

(39) 表七產業與職能需求轉換的薪資差異. 所有勞工. 產業不變. 產業轉換. 產業不變. 產業轉換. -.0408. -.1561. -.1030. -.2311. (.0169). (.0159). (.0590). (.0259). 職能需求(知識)不變產業轉換. 產業不變. 產業轉換. -.0360. -.1393. -.1147. -.2444. (.0491). (.0241). 立. 政治大. (.0161). 產業不變. 產業轉換. 產業不變. -.0340. -.1500. -.1301. (.0170). (.0156). (.0528). 產業轉換 -.2348. ‧. ‧ 國. 職能需求(工作活動)轉換. 學. 職能需求(工作活動)不變. (.0260). y. Nat. Panel D4. 職能需求(知識)轉換. 產業不變. (.0173) Panel D3. 職能需求(技能)轉換. 職能需求(技能工作內容)轉換. 產業不變. 產業不變. (.0188). 產業轉換. a l -.1561 -.0479 v i n Ch (.0175) i U e n g c h(.0344). n. -.0481. io. 職能需求(工作內容)不變. sit. Panel D2. 職能需求(技能)不變. er. Panel D1. 產業轉換 -.2001 (.0208). 男性勞工. Panel E1. Panel E2. 職能需求(技能)不變. 職能需求(技能)轉換. 產業不變. 產業轉換. 產業不變. 產業轉換. -.0241. -.1620. -.2322. -.2809. (.0219). (.0215). (.0806). (.0359). 職能需求(知識)不變. 職能需求(知識)轉換. 產業不變. 產業轉換. 產業不變. 產業轉換. -.0287. -.1683. -.1554. -.2498. (.0221). (.0223). (.0732). (.0331). 接下一頁 35.

(40) 表七 (續) 產業與職能需求轉換的薪資差異. 職能需求(工作活動)轉換. 產業不變. 產業轉換. 產業不變. 產業轉換. -.0275. -.1606. -.1659. -.2663. (.0225). (.0217). (.0675). (.0345). 職能需求(工作內容)不變. 職能需求(技能工作內容)轉換. 產業不變. 產業轉換. 產業不變. 產業轉換. -.0479. -.1551. -.0292. -.2460. (.0237). (.0222). 立. ‧ 國. -.0662. -.1482. .0260. (.0266). (.0235). (.0828). 職能需求(知識)不變. io. Panel F4. -.1664 (.0367). 職能需求(知識)轉換產業轉換. 產業不變. a l -.0970 -.0767 v i n Ch (.0227) i U e n g c h(.0663). n. (.0276). 產業轉換. y. 產業不變. ‧. 產業轉換. -.0475. Panel F3. 職能需求(技能)轉換. 產業不變. 產業不變. (.0308). 女性勞工. 職能需求(技能)不變. Nat. Panel F2. (.0509). 學. Panel F1. 政治大. sit. Panel E4. 職能需求(工作活動)不變. er. Panel E3. 產業轉換 -.2382 (.0351). 職能需求(工作活動)不變. 職能需求(工作活動)轉換. 產業不變. 產業轉換. 產業不變. 產業轉換. -.0440. -.1364. -.0949. -.1905. (.0258). (.0223). (.0814). (.0396). 職能需求(工作內容)不變. 職能需求(技能工作內容)轉換. 產業不變. 產業轉換. 產業不變. 產業轉換. -.0483. -.1578. -.0633. -.1500. (.0308). (.0284). (.0468). (..0275). 註：括弧內為標準差 36.

(41) 三、使用 Neal(1995)方式探討產業特定人力資本及職能需求之間的關係. 前面利用平均薪資損失的敘述統計顯示產業、職業以及特定人力資本的存在，為了要更系統性地探討不同特定人力資本的關係，我們仿照 Neal(1995) 及 Poletaev and Robinson (2008)的間接方式利用回歸模型探討特定人力資本，而根據特定人力資本理論，產業任期越長的勞工，其特定人力資本的累積也相對較高，所以失業時所造成的損失也較大，但很可惜的，DWS 沒有產業任期的資料，所. 政治大. 以 Neal(1995)無法直接證明這些假設，因此 Neal(1995)分別對產業轉換者與產業. 立. 沒轉換者做回歸，間接得出產業型特定人力資本的存在，而 Neal(1995)的方程式. ‧. ‧ 國. 學. 如下：. ∆ ln(wage) = α + 𝛽1 𝑒𝑥𝑝 + 𝛽2 𝑒𝑥𝑝2 + 𝛽3 𝑡𝑒𝑛𝑢𝑟𝑒 + 𝛽4 𝑡𝑒𝑛𝑢𝑟𝑒 2 + Zζ + ε. n. al. er. io. sit. y. Nat. 其中，. Exp：為年齡 - 6 - 教育水準。 Tenure：前職業任期。. Ch. engchi. i n U. v. Z：其他控制變數，包含教育水準、種族、結婚與否、失業多少年以及職業11。. Neal(1995)使用經驗以及職業任期去代替產業任期，認為假如特定人力資本存在的話，那轉換產業的勞工的經驗與任期，係數應該比沒有轉換產業的勞工的經驗與任期還要小，而 Neal(1995)的結果顯示經驗與任期不管在產業有沒有轉換都是負相關，而且轉換產業時的係數較小，進而間接推出產業特定人力資本地存. 11. 本文依照 Neal(1995)將職業分群，但有些群的分類與現今不同，無法分類，故沒有採用，詳細職業群，以及如何設定請參考 Neal(1995)。 37.

(42) 在，並認為越資深的勞工，其失業之後的損失，比剛出社會的勞工還多，因為越資深的勞工，其特定人力資本相對較大，所以失業之後的損失也相對較大。例如當一個擁有十年經驗與十年任期的勞工，其失業且轉換產業所損失的薪資比零經驗與零任期的勞工還多 27%，而擁有十年經驗與十年任期的勞工，其失業且沒轉換產業所損失的薪資比零經驗與零任期的勞工還多 13%。Poletaev and Robinson (2008)參考 Neal(1995)做回歸也有相似的結果，不過 Poletaev and Robinson (2008) 使用的是平均經驗(15 年)與任期(5 年)，並且加入了職能需求去討論，並認為產業特定人力資本中，職能特定人力資本占了很大一部份影響。. 政治大於是我們仿照 Neal(1995)與 Poletaev and Robinson (2008)的作法，而本文使立. 八，而詳細資深勞工的薪資損失結果則為表九。. 學. ‧ 國. 用的平均經驗約為 20 年，平均任期約為五年，其參考 Neal(1995)回歸結果為表. ‧. y. Nat. 由表八可看出有轉換產業的勞工，其任期為負相關，但沒轉換產業的勞工，. er. io. sit. 其任期為正相關，可推測沒轉換產業但任期較長的勞工，利用之前任期的優勢，尋找更好的工作，所以任期越長所得越高，而經驗雖然兩條方程式皆為負相關，. al. n. v i n 但轉換產業的勞工的係數相對較大，其可能原因是 Neal(1995)原本想用經驗與職 Ch engchi U 業任期代替產業任期，但現在的勞工其平均經驗上升五年，而職業任期卻沒變多少，所以經驗所能解釋的產業任期程度沒這麼高。. 由於 Neal(1995)把職業群也進去回歸，我們可由表八發現有部分的經驗以及所得影響被職業群所吸收了，所以我們把職業因素也考慮進去，表十則是多了職業因素的資深勞工薪資差異表，可發現大致結果與表九結果一樣。. 而由表九、表十可看出資深的勞工轉換產業時，其薪資減少比沒有轉換產業. 38.

(43) 的資深勞工還多，但是職能需求則不一定，像是資深勞工在職能需求(技能)與職能需求(工作活動)轉換時，其薪資減少幅度較少，而資深勞工在職能需求(知識) 與職能需求(工作內容)則是轉換時的損失較大。. 為了進一步討論資深勞工的薪資損失，我們從幾個面向去分析：. (1)產業不變，但職能需求改變：在這情況之下我們發現職能需求的改變影響是正向的，例如技能不變時的損失為-0.1233，但技能轉換時損失減少到-0.0267，其他三種職能需求的方向也是相同的，這表示現今的勞工和過去不同，也許是因. 政治大. 為資深勞工利用之前待在產業的經驗，尋找到更好的工作，使得薪資上升，但也. 立. 跟著改變了他的職能需求，其詳細影響還要再做進一步研究。. ‧ 國. 學. (2)產業改變，職能需求跟著改變：職能改變影響主要為負向，其中知識與工作. ‧. 內容最為明顯，當知識不變時，損失是-0.1031，但知識轉換時，損失是-0.2070，. y. Nat. sit. 而工作內容不變時則是 0.00586，工作內容改變時則減少到-0.3001，其解釋原因. n. al. er. io. 可能是當你改變產業時，已經處於不熟悉的環境，在貿然改變你的職能需求，只. i n U. v. 會更加減少自己的薪水，而技能以及工作活動的影響則沒這大。. Ch. engchi. 由(1)、(2)結果我們可得知資深員工在產業改變與否時，其職能需求的影響並不相同，而且我們將職能需求分成四類，可更明確表示何者構成產業特定人力資本，依照產業轉換與否而有不同的差異，像是對於產業改變時候資深勞工，技能與工作活動的職能需求對他的影響較小，但知識以及工作內容的影響則是非常的大。. 39.

(44) 表八經驗、任期對薪資影響之回歸結果被解釋變數：薪資差異. 經驗. 任期. 任期 2. 教育水準. 立. 職業群:技術人員. 職業群:業務. 職業群:服務人員. 職業群:工藝. 常數. .00005. .00011. (.00011). (.00012). -.01521. .00933. (.00562). (.00689). .00020. -.00050. (.00019). (.00026). 政治大 -.00693. -.00945. (.00448). (.00645). -.0304. .0500. (.02912). (.04464) .02249. (.02848). (.03473). -.03204. .02161. (.01730). (.02133). -.00325. -.00071. y. (.00071). al. n. 職業群:專家. (.00614). sit. io. 職業群: 經理. (.00583). -.02833. Nat. 失業週期. -.00858. ‧. 失業年數. -.00449. 學. 結婚與否. ‧ 國. 白人與否. 產業不變. .13525 (.04829). C h.09176 engchi (.04433). (.00103). er. 經驗. 2. 產業轉換. .08116. i n U. v (.065701) .12654 (.05537). .14745. .28386. (.05589). (.10967). -.05275. -.13814. (.05469). (.10359). -.05552. -.07956. (.05142). (.10586). .05765. -.09791. (.03671). (.09908). .20627. .08371. (.08651). (.11549). 註：括弧內為標準差. 40.

(45) 表九資深勞工轉換產業、職能需求之薪資損失. 產業不變. 產業轉換. -0.0969 (0.0363). -0.1564 (0.0257). 職能需求(技能)不變. 職能需求(技能)轉換. -0.1477 (0.0239) 產業不變. 產業轉換. -0.1032 (0.0435) 產業不變. 產業轉換. -0.1233 (0.0385). -0.1604 (0.0305). -0.0267 (0.1066). -0.1406 (0.0477). 產業轉換. (0.0386) 產業不變. 產業轉換. -0.1031 (0.0134). 0.1983 (0.0928). 治政職能需求(知識)轉換 -0.1479 大. 職能需求(知識)不變. -0.2070 (0.0424). ‧. ‧ 國. -0.1800 (0.0394). 立. 學. -0.1369 (0.0250) 產業不變. -0.1606. -0.0877. 職能需求(工作內容)不變 -0.0585 (0.0273) 產業不變. Ch. 0.3425 (0.0949). sit. (0.0405) 產業不變. 產業轉換. er. al. -0.1713 (0.0313). n. -0.1472 (0.0392). 產業轉換. io. (0.0245) 產業不變. y. 職能需求(工作活動)轉換. Nat. 職能需求(工作活動)不變. v ni. -0.1518 (0.0449). e n g職能需求(工作內容)轉換 chi U. 產業轉換. -0.2373 (0.0327) 產業不變. 產業轉換. -0.10048. 0.00586. -0.0221. -0.3001. (0.0416). (0.0361). (0.0739). (0.0365). 註：括弧內為標準差. 41.

(46) 表十資深勞工轉換產業、職能需求之薪資損失 (考慮職業影響). 產業不變. 產業轉換. -0.09709 (0.0363). -0.16029 (0.0257). 職能需求(技能)不變. 職能需求(技能)轉換. -0.15217 (0.0239) 產業不變. 產業轉換. -0.10566 (0.0435) 產業不變. 產業轉換. -0.12351 (0.0385). -0.16634 (0.0305). -0.03108 (0.1066). -0.14303 (0.0477). 產業轉換. (0.0386) 產業不變. 產業轉換. -0.10466 (0.0134). 0.197302 (0.0928). 治政職能需求(知識)轉換 -0.15338 大. 職能需求(知識)不變. -0.2136 (0.0424). ‧. ‧ 國. -0.18029 (0.0394). 立. 學. -0.13891 (0.0250) 產業不變. -0.16295. -0.09211. 職能需求(工作內容)不變 -0.06224 (0.0273) 產業不變. Ch. 0.373883 (0.0949). sit. (0.0405) 產業不變. 產業轉換. er. al. -0.17374 (0.0313). n. -0.1461 (0.0392). 產業轉換. io. (0.0245) 產業不變. y. 職能需求(工作活動)轉換. Nat. 職能需求(工作活動)不變. v ni. -0.15668 (0.0449). e n g職能需求(工作內容)轉換 chi U. 產業轉換. -0.24081 (0.0327) 產業不變. 產業轉換. -0.10648. 0.002087. -0.02084. -0.30431. (0.0416). (0.0361). (0.0739). (0.0365). 註：括弧內為標準差. 42.

(47) 肆、結論與建議. 本文針對美國失業勞工所選擇的新工作與前工作的產業、職業以及職能需求差異為實證研究，探討特定人力資本的存在，發現不管是產業、職業以及技能型特定人力資本確實是存在的，並經由第三章的結果，歸納以下結論，以及提出相關建議與未來趨勢。. 一、研究結論. 立. 政治大. 由前一章結果本研究提出以下看法。首先產業、職業以及職能需求有改變的. ‧ 國. 學. 勞工，其薪資損失皆比產業、職業以及職能需求沒有變動勞工之勞工來得大。證. ‧. 明不管是產業特定人力資本、職業特定人力資本還是職能特定人力資本，這些特. y. Nat. 定人力資本確實都是存在的，轉換產業、職業或者職能需求都會使得勞工的特定. er. io. sit. 人力資本毀滅造成所得下降。. al. n. v i n 再者，產業、職業以及職能需求彼此間存在的相當大的相關性，改變產業的 Ch engchi U. 勞工，通常也會跟著改變他的職業，但通常不會改變他的職能組合。而改變職業的勞工，通常也不會改變他的職能需求，而且職能需求的影響力也會受到產業或者職業改變而有不同，整體來說當產業、職業改變時，職能特定人力資本的影響力會上升。. 第三，可發現不同的職能需求，受到產業、職業特定人力資本的影響也不同，例如工作內容這職能需求，相對其他職能需求，他是比較容易改變的職能需求，轉換職業的成本也相對其他職能需求來得小，所以當勞工產業改變時，改變工作. 43.

(48) 內容這職能需求對勞工造成的影響也就相對較低，代表此職能特定人力資本的影響較小。因此我們將職能需求分成四類，可更明確表示何者構成產業特定人力資本。. 最後資深勞工的職能需求影響方向受到產業改變與否的影響，當資深勞工留在相同產業時，可能利用他的產業優勢，尋找更好工作，使得薪資上升，儘管改變職能需求使得職能特定人力資本下降，但總體來說薪資是上升的，所以造成與之前不同之結果；相反地，倘若資深勞工轉換產業，原本的產業經驗與任期效果. 政治大特定人力資本的雙重損失之下，薪資減少幅度加大。立. 消失，資深勞工無法運用他原本的產業優勢去尋找更好工作，所以在產業與職能. ‧ 國. 學. 綜合以上現象，本文認為產業、職業以及職能特定人力資本是存在的但彼此. n. sit er. io. 二、未來方向與建議 a. y. Nat. 的影響。. ‧. 之間的重要性不能單純的比較，職能特定人力資本的大小會受到產業、職業改變. iv l C n hengchi U. 本文研究美國失業勞工選擇新工作之差異，並分析特定人力資本的存在，但因樣本取得的限制，針對結果提出下列建議：. 1. 職能需求的重要性. 本文依照 O*NET 分法，將職能需求分成技能、知識、工作活動以及工作內容，但是否能用更簡單的方式找出這些職能需求彼此的重要性，刪除不重要的職能需求，進而更容易的找出簡單且重要的職能需求來代表職能特定人力資本。 44.

(49) 2. 其他國家的資料本文針對美國勞工以及美國 O*NET 做探討，但勞工資料與職能需求的調查其他國家例如英國也有，故可利用其他國家的職能需求調查作當作技能特定人力資本分析，並探討其特定人力資本的影響力，並與美國 O*NET 結果做比較。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 45. i n U. v.

(50) 參考文獻. Abowd, John M., Kramarz,F., and Margolis, D. (1999), “High wage workers and high wage firms,” Econometrica, 67, 251-334.. Abraham, Katharine G., and Farber, Henry S, (1987), ”Job duration, seniority and earnings,” American Economic Review, 77, 278-97.. 政治大 seniority?,” Review of Economic 立 studies, 54, 437-59.. Altonji, Joseph G., and Shakotko, Robert A., (1987), ”Do wages rise with job. ‧ 國. 學. Becker, Gary S., (1964), “Human Capital: A Theoretical and Empirical Analysis, with. ‧. Special Reference to Education,” Chicago, University of Chicago Press.. sit. y. Nat. n. al. er. io. Carrington, William J., (1993), “Wage Losses for Displaced Workers. i n U. v. Is It Really the Firm that Matters?,” Journal of Human Resources, 28, 432-62.. Ch. engchi. Hair, Joseph F., Black, William C., Babin, Barry J., and Anderson, Rolph E., (2010), “Multivariate Data Analysis,” New York.. Ingram, Beth F., and Neumann, George R., (2006), ”The returns to skill,” Labour Economics, 13, 35-59.. Kambourov, G., and Manovskii, I., (2008). “Rising occupational and industry mobility in the United States:1968-97,” International Economic Review, 49(1), 41-79. 46.