台灣地區省籍薪資所得差異之探討
77
0
0
全文
(2) 誌謝辭. 時光飛逝，轉眼間兩年的研究所生涯即將告一段落，回首剛進入高雄 大學經濟管理研究所時，內心是充滿著一股新鮮和興奮心情的。兩年來， 在應經系及所上老師們諄諄教誨下，以及同學們彼此的切磋砥礪，促使我 除了在專業知識的充實增長外，更重要的是獲得了一種對自我的肯定、以 及一種自我的成長。經過兩年的學習和研究，我的論士論文終於完成。在 這段期間，最最感謝我的指導老師許聖章教授之悉心指導；在論文著述期 間，恩師以其深厚之學術涵養及敏銳之邏輯思考能力，給予論文許多寶貴 的建議與指正，使得本論文之架構更加成熟與完備；在論文研究完稿之 際，更賦予論文撰述格式及研究建議之修正，使得本論文更加充實與縝 密。由於恩師之指導，使本研究之學術基礎更為鞏固，於此謹向恩師致上 最深的敬意與謝意。在老師的諄諄指導下，我不僅得以完成學業、研究， 更在待人接物上有長足之成長，老師之無私付出，著實惠我良多；師恩浩 瀚，我將永遠銘記於心。在論文口試期間，承蒙李揚教授與陳和全教授對 本論文的內容提出許多精闢的見解與建議，促使學生獲益匪淺，在此敬上 萬分之謝意。此外，在論文研究期間，特別感謝班上同學得成、昆照、莉 惠、志榮的支持慰問，還有女友芷瑜的陪伴支持。因為有你們，本研究才 得以如期完成，在此謹致上深深的謝意。 另外，同窗的一票好友百欽、子敬、奕仁、建成、志豪等，不管在學 業上或是生活上，都曾在我需要研究資料時不吝協助。同窗之情，溢於言 詞，吾將永遠感念於心。是你們讓我感受到大夥間彼此深厚的友誼，再次 感謝你們，豐富了我的生命。學校之外，感謝我最親愛的父親、母親，因 為有你們的無盡的愛與關懷，讓我能心無旁騖的專攻論文研究，倘若我能 有任何的成長與進步，您們居功厥偉，在這時刻願與你們分享我的喜悅與 榮耀。紙短之限，尚有許多對本研究有助益之人不及備載，在此僅致上衷 心感謝。 僅以此本論文及在高雄大學所獲得的一切榮耀現給我的家人及曾經 關愛、協助我的人，再次謝謝您們！ 施合隆謹識於 高雄大學經濟管理研究所 民國 95 年 6 月. I.
(3) 台灣地區省籍薪資所得差異之探討 指導教授：許聖章博士 國立高雄大學應用經濟系 研究生：施合隆 國立高雄大學經濟管理研究所. 摘要 在完全競爭的勞動力市場裡，受雇於相同工作的技術工人應得到相同的工 資，但是我們發現在現實生活中由於不同種族、性別或國籍而造成勞動市場普遍 存在著同工不同酬的現象。 在國內從「台灣地區家庭收支訪問調查」我們發現 自 1976~1992 年外省族群的年平均薪資所得較本省族群高。 因此本文透過薪資 所得分解方程式可清楚了解省籍間薪資所得差異中可解釋部份主要是受到其本 身教育水準、職業類別及居住地區差異所造成，而不可解釋部份所顯示出來的是 指外省族群的「特徵性單價」是被高估。 關鍵詞: 薪資所得差異、省籍、歧視. II.
(4) Decomposition of Earnings Differentials between Immigrants and Natives—the Aftermath of 1949 Migration in Taiwan Advisor: Dr. Sheng-Jang Sheu Department of Applied Economics National University of Kaohsiung Student: Ho-Lung Shih Institute of Economics and Management National University of Kaohsiung. ABSTRACT In this thesis, we study the earnings differentials between natives and immigrants who migrated from Mainland China to Taiwan after the World War II. From the Survey of Family Income and Expenditure, we found that immigrants earn more than natives. The decomposition results show that ethnic differences in educational attainment, occupation, and residential location play a major role in explaining the differences in the observed earnings between immigrants and natives. However, about one quarter of wage differentials cannot be explained by observed differences in productive characteristics. The main reason is that productive characteristics of immigrants are overvalued, and at the same time the productive characteristics of natives are slightly undervalued. Keyword: wage differentials、provincialism、discrimination. III.
(5) 目錄 誌謝辭--------------------------------------------------------------------------------------- Ⅰ 中文摘要------------------------------------------------------------------------------------ Ⅱ 英文摘要------------------------------------------------------------------------------------ Ⅲ 目錄----------------------------------------------------------------------------------------- Ⅳ 表目錄-------------------------------------------------------------------------------------- Ⅵ 圖目錄--------------------------------------------------------------------------------------- Ⅶ 第一章 緒論------------------------------------------------------------------------------ 1 第一節 研究動機----------------------------------------------------------------- 1 第二節 研究目的----------------------------------------------------------------- 5 第三節 研究對象及方法-------------------------------------------------------- 5 第四節 論文架構----------------------------------------------------------------- 6 第二章 文獻回顧------------------------------------------------------------------------ 8 第一節 省籍官員任用差異----------------------------------------------------- 10 第二節 省籍居住分布差異----------------------------------------------------- 11 第三節 省籍教育程度差異----------------------------------------------------- 13 第四節 薪資差異----------------------------------------------------------------- 15 (一) 性別薪資差異-------------------------------------------------------------- 15 (二) 種族薪資差異-------------------------------------------------------------- 21 第三章 資料來源------------------------------------------------------------------------ 23 第一節 資料來源與選取------------------------------------------------------- 23 第二節 變數衡量---------------------------------------------------------------- 23 第四章 實證模型------------------------------------------------------------------------ 27 第一節 Oaxaca 薪資分解方程式--------------------------------------------- 27 第二節 Cotton 薪資分解方程式---------------------------------------------- 31 第三節 Neumark 薪資分解方程式------------------------------------------- 33 第四節 Heckman 選擇性偏誤調整------------------------------------------- 37 第五章. 實證結果與分析--------------------------------------------------------------- 40. 第六章. 結論與研究建議--------------------------------------------------------------- 58. IV.
(6) 參考文獻------------------------------------------------------------------------------------ 62 附錄 A--------------------------------------------------------------------------------------- 67 附錄 B--------------------------------------------------------------------------------------- 69. V.
(7) 表目錄 表 1-1. 行政首長、公務員、民代及台灣地區人口戶籍別(1985 年底)-------- 4. 表 2-1. 公私部門人員戶籍別(1976-1992)-------------------------------------------- 11. 表 2-2. 本省人、外省人居住在各縣市的分佈比例(1980 年)---------------------- 12. 表 2-3. 本省人、外省人在各教育程度的比例(1980 年)---------------------------- 14. 表 2-4. 台灣歷年教育水準發展趨勢---------------------------------------------------- 18. 表 2-5. 台灣歷年來勞動參與率趨勢---------------------------------------------------- 19. 表 2-6. 各國男女工資率之比較---------------------------------------------------------- 20. 表 4-1. 加權矩陣之結構差異------------------------------------------------------------- 36. 表 5-1. 變數統計量------------------------------------------------------------------------- 41. 表 5-2. 各變數之迴歸統計係數---------------------------------------------------------- 44. 表 5-3. 薪資所得差異分解結果---------------------------------------------------------- 47. 表 5-4. 薪資所得差異細部分解結果---------------------------------------------------- 47. 表 5-5. 薪資所得差異中特徵因素可解釋之比例(Heckman)----------------------- 49. 表 5-6. 各期薪資所得差異分解之結果------------------------------------------------- 52. 表 5-7 各期「薪資所得差異」細部分解結果---------------------------------------- 55. VI.
(8) 圖目錄 圖 1-1. 外省與本省族群年平均薪資差異--------------------------------------------- 3. 圖 2-1. 省籍之間在各縣市人口分佈比例(1980 年)--------------------------------- 12. 圖 2-2. 省籍之間教育程度差異(1980 年)---------------------------------------------- 13. VII.
(9) 第一章 緒論. 第一節. 研究動機. 自古以來人類在性別、種族及宗教信仰上都存在某種程度的歧視，如中 國古代傳統思維認為男尊女卑、歷代朝廷皆以天朝自居而視其他族群為蠻夷 之邦等。直到今日這些問題仍舊存在於世界各國，其原因不外是族群之間對 文化、政治、經濟、社會或地理疆界等議題的爭執及性別上後天不平等的差 異。如美國的種族衝突、中東國家的宗教衝突等等，這些現象往往會在政治、 經濟及社會文化上產生歧視問題。在過去文獻上針對性別及種族之間的薪資 結構上發現由於性別或種族差異會造成同工不同酬的現象，當然這個現象一 般人都歸類為「歧視」。在台灣族群的分類標準大致上是「省籍」為主，而 從台灣家庭收支調查資料我們也發現外省族群的年收入平均而言較本省族群 高，是否是因為不同省籍而造成薪資上明顯的「差異」? 在台灣每當選舉期 間各政黨往往將「省籍」當作分裂台灣族群的政治工具以達到其政治目的。 至於在經濟層面上「省籍」是否也扮演著重要角色? 台灣人口結構主要是由移民構成，在二十世紀以前，除了原住民之外， 大部份的漢人主要是來自中國大陸南方沿海各省，當時台灣人口主要區分為 「漳」、「泉」、「潮」及原住民共四大族群，其中福建地區的閩南人大約在十 六世紀初到台灣，而廣東地區的客家人則在十七世紀中陸續來台(李廣均， 1996)。直到 1949 年中國大陸因發生戰亂而導致大陸人口遷移至台灣。從此 改變了台灣族群的關係，而「外省人」1與「本省人」的稱呼便在這時候產生。. 1. 「外省人」指的是 1949 年前後，由大陸各省陸續來台，接管公務或逃避戰難的公、軍、 民及其後裔。. 1.
(10) 若以省籍來區分族群則一般人將 1949 年隨國民政府來台的軍民稱為「外省 人」，而「本省人」則是指相對於這些「外省人」的人，如早期的「漳」 、 「泉」、 「潮」三大族群，不過今日「本省人」主要是指閩南人、客家人。 由於當時特殊政治時空背景，這些「外省人」掌握了全台的局勢，控制 了黨、政、軍、特及文化媒體，握有大部份國家資源(表 1-1)。外省族群的人 口雖只佔台灣地區總人口數的 12-14%，但因為政府高層大多為外省籍人士， 使得外省族群不論在政治地位、社會階層及文化教育上皆比本省族群占有優 勢地位。外省族群在經濟上是否居於優勢，文獻上亦出現兩種不同的意見， 實際情況為何是值得我們進一步探討。 在 1950 年代，台灣還是屬於農業社會，在戰後高失業率下政府部門的 工作不但薪資好又穩定而且福利健全(王宏仁，1999 ;劉錦添、劉錦龍，1988; 周宜滿，2003)，因此許多人都認為公家機關的工作是個鐵飯碗，但當時外省 族群進入政府部門的機會遠大於其他族群。過去文獻認為造成外省族群相當 大比例在公部門就業的原因主要分為以下幾點: (1)當時政府基於政治因素考 量，大量錄取外省籍人士進入政府部門工作。(2)外省族群因語言的隔閡，所 以在私部門求職上並不順利因此轉而進入公部門。(3)當時政府高層職位都是 外省籍，彼此之間同鄉的提攜幫助，對於離鄉背景的外省人來說，公家機關 自然而然變成他們唯一較好的選擇(表 1-1)、(陳柔縉，1990)。 不過到了 1970 年台灣經濟起飛後，外省人在公家機關所享受到的社經 優勢開始有了逆轉，但外省人仍舊擁有政治上的主導權及社會文化的優勢。 因此在當時民間便流傳「外省人掌握政治權力，本省人掌握經濟權力」這句 話。由於當時的政治環境因素，有關「省籍」所牽涉到的問題，一直沒有受 到適當的討論和證實，因此這句話的真實性如何並沒有得到明確答案。直到 戒嚴體制的解除及言論自由的開放，有關省籍族群的研究探討才大為增加， 但大部份還是針對不同「省籍」在社會階層、教育、職業差異等議題作研究，. 2.
(11) 對於不同「省籍」其薪資結構是否存在差異則少有研究。在國內外有許多文 獻針對「性別」、「種族」、「公私部門」之間的經濟差異研究是否存在歧視現 象，而最常使用的方法就是分析兩族群的薪資結構，觀察是否有同工不同酬 或同酬不同工的現象。 由圖 1-1 可知自 1976 年到 1992 年外省族群的年平均所得高於本省族群 的年平均所得，且省籍之間的差距有逐年擴大的跡象。因此我們想瞭解是否 因為「省籍」的不同，而導致薪資上明顯的差異。如果這差異是無法由個人 教育程度、工作經驗、年齡、居住地區等特徵稟賦因素所解釋，則表示此差 異可能是因「省籍」的不同所產生的歧視，另外薪資差異中究竟有多少比例 是因為「省籍」因素所造成的，亦是我們關心的議題。. 省籍間薪資差異 602000. 402000. 元 202000. 2000. 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 年 外省人. 本省人. 圖 1-1 外省與本省族群年平均薪資差異 1976~1992. 3. 差.
(12) 表 1-1 政府機關公務員、政府首長及民意代表及台灣地區人口籍別 行政院所屬各機關公教人員戶籍 別(1985 年底). 台灣省籍 公教人員 人數. 其他省籍 比例(%). 公教人員 比例 人數 (%). 中央各機關. 89,194. 67.0. 43,856. 33.0. 台灣省機關. 223,874. 78.3. 62,035. 21.7. 台北市機關. 27,296. 63.1. 15,960. 36.9. 高雄市機關. 15,110. 76.9. 4,544. 23.1. 其他機關*2. 35. 1.9. 1,825. 98.1. 355,509. 73.5. 128,223. 26.5. 合計 政府首長及民意代表戶籍別 (1985 年底). 台灣省籍 人數. 其他省籍 比例(%). 人數. 比例 (%). 三個中央民意機 構. 220. 17. 1,080. 83. 中央政府次長以 上首長. 21. 14. 129. 86. 各縣市長. 21. 100. 0. 0. 各縣市警察局長 以上警官. 11. 7.3. 139. 92.7. 國民黨中常委. 14. 45. 17. 55. 民進黨中常委. 10. 91. 1. 9. 台灣地區人口戶籍別(1985 年底). 台灣省籍 人數. 其他省籍 比例(%). 人數. 比例 (%). 台灣省. 13,491,577. 88.1. 1,830,060. 11.9. 台北市. 1,793,400. 71.5. 714,220. 28.5. 高雄市. 1,091,736. 83.8. 211,113. 16.2. 合計. 16,376,713. 85.6. 2,755,393. 14.4. 資料來源: 尹萍 1987.. 4.
(13) 第二節. 研究目的. 一般人談到「省籍」往往直接聯想到政治，雖然政治是形成省籍意識的 主要原因，但是造成社會變遷的因素並不只有政治，還包含了人文、經濟、 國際趨勢等大環境因素。在國內「省籍情結」是透過政治力來影響國內的社 會文化及經濟，因此一般人總認為「外省人」掌握了黨、政、軍、特及文化 媒體等許多國家資源，勢必也會影響到國內經濟環境。這種政治上的優勢是 否延續到經濟層面上，造成不同省籍族群在經濟層面的資源分配不均呢? 是 否外省族群在私部門人數較少而造成他們在經濟層面上屬於弱勢呢? 如果外 省族群是弱勢為何外省族群年平均所得高於本省族群? 難道造成省籍間薪資 差異的原因都是來自於個人生產力稟賦差異嗎? 難道沒有存在「省籍歧視」 因素嗎? 在早期因為戒嚴時期，對於省籍的相關文獻並沒有太多的記載。 本 文希望能進一步瞭解造成「省籍薪資差異」的原因及這些因素所占的比例。 本文的研究目的可區分為下列二點: 1. 分析台灣勞動市場中省籍間薪資差異的大小? 2. 運用不同分解模型，檢視台灣勞動市場中不同省籍之薪資差異中有多少比 例是可被本身生產力特徵解釋，有多少比例是屬於省籍歧視?. 第三節. 研究對象及方法. 本文著重於研究省籍之間薪資差異的程度。其中本文的「省籍」劃分， 大致上是分為本省人及外省人兩大族群，而本省人包含了—閩南人(福佬 人)、客家人三大族群。至於原住民族群因樣本資料的限制，因此不列入分析； 外省人則是指戶籍登記資料為大陸各省的族群。國外有關薪資差異的文獻大 部份是以「種族」(Reimers, 1983；O’Neill, 1990；Heckman, 2000；Heywood and. 5.
(14) O’Halloran, 2005)、 「性別」(Viscusi, 1980；Dolton and Makepeace, 1986；Kuhn, 1987；Oaxaca, 1994；Blau and Kahn, 1992, 1996, 2000；Reilly and Wirjanto, 1999；Hinks, 2002；Meng, 2004)及「公私部門」(Ophem, 1993)等為研究對象。 國內也有許多研究針對「性別」不同所造成的薪資差異(劉錦添、劉錦龍，1988 ; 江豐富，1988 ; 劉鶯釧，1989; 施智婷，1999; 周宜滿，2003 )作深入探討。 本文所使用的研究方法大致上和其他學者相似，但研究對象主要是以「省籍」 區分。 本文所使用的模型架構，主要是分別採用 Oaxaca, 1973，Cotton, 1988 和 Neumark, 1988 所提出的分解方程式。其中以 Oaxaca 的分解方程式為基礎 模型。並且透過 Cotton、Neumark 等個別改良的薪資分解方程式，就台灣不 同「省籍」對「薪資差異」的影響程度作一總比較，同時亦考慮選擇性偏誤 的問題並採用 Heckman 二階段估計方法解決此問題。. 第四節. 論文架構. 本文共分為六章，其架構如下： 第一章緒論，主要是對研究動機、研究目的、研究對象及方法、論文架 構作完整描述。 第二章文獻回顧，彙整國內外有關因「種族」 、 「性別」不同所造成「薪 資差異」的文獻，並針對這些文獻的異同點作一比較。同時搜集 1949 年台灣 光復時的歷史文獻，對當時的時空背景、社經環境作一完整介紹。 第三章資料來源，由行政院主計處所提供之「台灣地區家庭收支訪問調 查」原始資料。主要收錄家庭中每個成員的社會經濟特性，包括家庭成員的 年齡、性別、教育程度、所得、婚姻狀況、行職業、工作部門、居住地區等。 第四章實證模型，根據 Becker, 1957 理論架構，針對「省籍」不同探討. 6.
(15) 薪資差異的程度並個別以 Oaxaca, 1973，Cotton, 1988 和 Neumark, 1988 所提 出的分解方程式作為本篇的實證模型。 第五章實證結果與分析，對每個模型求算其結果加以分析，並進行比較 其差異。 第六章結論與研究建議，依據本文的限制提出未來可能的研究方向。. 7.
(16) 第二章. 文獻回顧. 在完全競爭的勞動市場上，受雇於相同工作的勞工應得到相同的工資， 但在現實生活中往往會因為種族、性別或宗教差異而產生薪資所得上的差 異，這歧視現象也很難給予量化。到 1957 年 G. Becker 首先針對勞動市場歧 視現象作探討，將「歧視」、「偏見」觀念引入經濟學領域，發表其「歧視經 濟學」(The Economics of Discrimination)名著。 Becker 認為當某些雇主有性 別或種族歧視行為，必然會比無性別歧視或種族歧視的雇主支付更高的勞動 成本，在市場競爭環境下，有歧視行為的雇主最終將退出市場，所以歧視情 況將不會持續下去。不過在現實生活中並非如 Becker 所言，歧視現象依舊存 在。 一般而言，歧視問題主要可分為工資歧視(wage discrimination)與職業隔 離(occupation segregation)(Cain , 1976)兩部分。所謂「工資歧視」即「同工不 同酬」 ，是指造成勞工薪資不同的主要原因並非生產力上的差異，而是受其他 因素所影響。如: 性別、種族、宗教信仰等。所謂「職業隔離」是指某些工 作只限定某特定族群，而排除其他族群的加入，如:修車工人、搬家工人等需 要較多體力的工作，可能就不適合女性(劉鶯釧，1989)。但到目前為止並無 一標準的職業分類方式，職業的分類方式不相同，往往會導致不同的結果。 本文主要著重於「工資歧視」部份，因此有關「職業隔離」方面問題暫且不 予以討論。 在國內探討薪資差異的文獻，大多數都是以「性別」 、 「公私部門」為探 討主題。 對於「省籍」因素對薪資差異的探討，則少有人作。在早期林忠正、 林鶴玲(1993)曾對台灣各族群的經濟狀況(家庭總所得、房屋數量等)作比較分 析，但對於「省籍」間薪資差異的原因並無詳加說明。而其他關於「省籍」. 8.
(17) 方面的文獻，則大多數是在探討政治、民族意識、國家認同問題上，而這並 不是本文所要探討的重點。不過本文還是要對台灣早期「省籍」歷史背景作 一簡單描述: 1949 年國民政府自大陸遷台之後，從日本政府接收了大量的經濟資源， 並且接管整個台灣政局。在當時戰後時期國民政府收復台灣，隨著政權的移 轉，台灣的經濟也跟著移轉至國民政府，當時絕大份資產以及大約台灣當時 可耕地的四分之一皆由國民政府接收。自光復以來國民黨政府本身便極力擴 大營利事業的經營，台灣的政治特色在於積極介入私人部門的經濟事務及擴 大營利事業的經營。林忠正、林鶴玲(1993)在其文章曾說:. 「遷台初期，本省人因受日據時期教育政策影響，缺 乏受高等教育的機會。戰後才接受教育的台灣人限於 考詮升遷的程序及速度，只升到中級文官位置。外省 人集中在公共部門的現象，在政治權力上有其優勢。 外省族群的教育優勢可能還跟其他結構性的因素有 關，例如外省人集中城市，在教育資源分配上，擁有 比鄉鎮、農村豐富的教育資源，在台灣考試升學的教 育制度下，比較有利等。然而，官方的語言政策在教 育升學的篩選過程中也扮演了一個重要的角色。對許 多以方言作為生活中主要的溝通、學習媒介的學童而 言，必須以陌生的語言學習時，常常比外省學童經驗 到更多的挫折與障礙。」. 當時跟隨來台的大陸人士大多數都曾在國民政府部門工作，因此政府基 於政治義務皆儘可能安排這些人進公家機關工作(王宏仁，1999 )，較少任用 本省籍人士，台灣本省人身居要職的比例極小，這樣的用人政策，很難不令 人懷疑是對本省人政治上能力的一種歧視，再加上政府對台灣文化及本土語 言的同化(李廣均，1996)，導致本省人對政府當局的不滿。當時本省人所說 的語言不外乎台語、日語及客家話，與外省人當時所說的家鄉話及國語並不. 9.
(18) 相通。因為語言的隔閡，當時本省企業家也大多不願雇用外省人，因此外省 人在求職上備受阻撓，造成當時外省族群在經濟上是相對弱勢的群體，不過 當時台灣政府高層大多是外省籍官員，因此政府在制定國家政策或軍公教人 員福利制度時，最大的受益者還是外省族群。如:早期的土地改革政策(王宏 仁，1999 )、軍公教的稅賦優惠及統一使用國語禁用台語(李廣均，1996 )、軍 公教人員福利其中包含了結婚、生育和喪葬補助、軍人及中小學教師免稅和 軍眷水電半價外，還有子女教育補助費(駱明慶，2003)。以上政策在當時的 時空背景下或許是有其必要性，不過這些政策對於台灣社會、經濟發展過程 的影響，延續至今仍舊存在。因此讓我們不得不重視「省籍」議題。. 第一節. 省籍官員任用差異. 當時政府任用官員的標準又是如何對外省人有利呢? 自 1950 年起，政 府採用分省區定額錄取制度作為高普考錄取依據，也就是說在舉行全國性公 務人員考試的時候，按每一省區的人口總數的比例來決定各省區應該分配的 錄取名額。由於大陸淪陷，很多省區在台的人數並不多，應考人數也少，因 此常常發現有某些省區錄取不足的情形。張茂桂(1997)在其文章曾說:. 「無論是高級文官（政務官）或中下層的公 務人員（事務官），不僅未重用或多用臺人， 一方面既設下層層的關卡，限制臺灣人的進 用與升遷，另一方面卻縱容大陸來臺的權貴 牽引親朋、佔為補缺，同時臺省與外省人同 工不同酬」。 此錄取標準及升遷管道明顯對外省籍人士較有利，在加上退伍軍人轉任 公務人員特考，造成外省人相對上較容易進入政府部門工作(表 2-1)、(駱明. 10.
(19) 慶，2003)。在 1962 年，台灣的公教人員中 42.8%是外省族群，不過這數據 並不包含軍人(張宗華，1999)。因此可以發現在台灣不同的族群是明顯的集 中在不同部門。外省人主要是集中於政府部門，而本省人大都在私人部門， 可見當時因族群關係而產生的職業隔離是非常顯著的。除此之外外省人在公 家機關的職位階層上亦呈現出職位越高外省人比例越高的現象(陳柔縉， 1990)、(表 1-1)。直到 1992 年隨著戶籍法的修正，取消本籍的記載後此不合 理的考試制度才正式廢除。 表 2-1 行政院所屬各機關公教人員籍別(1976-1992 年) 本省人 公營事業. 單位:%. 外省人. 8.77. 10.60. 各級政府單位. 12.29. 33.61. 非公共部門. 78.94. 55.79. 資料來源: 台灣地區家庭收支訪問調查資料 *作者自行整理. 第二節. 省籍居住分布差異. 此外除了職業分布有明顯差異外，不同省籍間居住地的分布也有明顯區 隔，台灣的四大族群，客家族群聚居在桃、竹、苗、高、屏、花、東等縣市， 外省族群較聚集在北部都會區及各縣市的眷村，原住民族群則以居住在高山 地區較多。光復前主要繁華地區皆由日本人所佔據，光復後由國民政府接收 其財產，至於日本人所遺留的房子則大多由政府分配予行政首長或將領作為 官邸，此外政府為了能迅速動員軍隊及軍眷反共復國，而在各主要都市興建 許多眷村，因此當時外省人大多集中居住在大都市(表 2-2)、(圖 2-1)。如:台 北市、高雄市。據研究報告顯示居住在台北市及其他大都市地區，在教育資 源分配上，擁有比鄉鎮、農村豐富的教育資源，在台灣考試升學的教育制度 下，對於子女的教育成就亦有正面影響(駱明慶，2001; 2002)、(吳乃德，1997)。. 11.
(20) 台北縣. 台中縣. 台南縣. 澎湖縣. 35 30 25 20 百分比 15 10 5 0 台北市. 各縣市. 圖 2-1 省籍之間在各縣市人口分佈比例 (1980 年) 表 2-2 本省人、外省人居住在各縣市的分佈比例. (1980 年). 縣市. 本省人(%). 外省人(%). 台北縣. 28.24. 15.57. 宜蘭縣. 0.66. 2.54. 桃園縣. 4.84. 6.22. 新竹縣. 2.31. 3.82. 苗栗縣. 1.21. 2.84. 台中縣. 2.09. 5.94. 彰化縣. 0.88. 4.36. 南投縣. 0.33. 1.87. 雲林縣. 0.11. 2.95. 嘉義縣. 2.75. 2.92. 台南縣. 1.76. 4.56. 高雄縣. 3.85. 5.26. 屏東縣. 1.87. 2.97. 台東縣. 0.77. 0.68. 花蓮縣. 0.88. 1.52. 澎湖縣. 3.3. 0.25. 基隆市. 3.85. 2.52. 台中市. 1.87. 3.91. 台南市. 9.67. 4.06. 高雄市. 28.79. 8.91. 台北市. 32.34. 16.34. 資料來源: 台灣地區家庭收支訪問調查資料. 12. 外省族群 本省族群.
(21) 第三節. 省籍教育程度差異. 就整體教育程度來看，外省人平均教育程度比閩南人、客家人高(圖 2-2)、(表 2-3)，且這差距並未隨著時間經過而消失，但族群間受到不平等教 育機會的現象有隨著教育結構的擴張而緩和的趨勢。張宗華(1999)、陳永欽 (2001)、林忠正及林鶴玲(1993)亦指出外省人平均教育年數高於其他族群(外 省人為 11.379 年、閩南人 8.838 年、客家人 9.548 年、原住民 7.587 年)。隨 著教育的普及化，雖然各族群的教育程度都有在提升，但閩南人教育程度的 改善主要集中在初級及中學教育程度，客家人則主要在高中和高職教育程度 人口比例的增加，而外省族群教育結構的改善主要是在大專以上人口比例的 提升。此教育結構的差異，意味著在就業市場上，族群間經濟地位和薪資報 酬的差距可能隨之改變(林忠正、林鶴玲，1993)。. 60 50 40 百分比 30 20 10 0. 外省族群 本省族群 國小. 國中. 高中. 專科. 大學. 研究所. 教育程度. 圖 2-2 省籍間教育程度差異(1980 年). 大部份的文獻認為造成人們經濟地位差異的主要原因之一是教育成就 的不同。但究竟有哪些因素是造成省籍間教育程度上的差異呢? 是否政府實 施軍公教的稅賦優惠及軍公教子女教育補助費政策，對於當時的外省籍子女. 13.
(22) 升學造成非常大間接影響呢? 楊瑩(1987 )、吳乃德(1997)都指出外省籍子女教 育成就明顯的高於本省籍子女是因為軍公教子女教育補助費及家庭的社經地 位所造成，但駱明慶(2001)發現教育補助費隨著國民所得的提高，已經不是 上大學的關鍵因素，充其量只是家庭費用的補貼。 楊瑩(1987) ; 駱明慶 (2002、2003) 指出父母所得及父母教育程度對子女的教育成就是有正面的影 響，而基本上「軍公教子女教育補助費」可間接當作家庭所得的增加，因此 教育補助費能提高子女教育成就並不足為奇，只是影響程度的大小不同罷了。 表 2-3 本省人、外省人在不同教育程度的比例(1980) 教育程度. 本省人(%). 外省人(%). 50.37. 18.13. 國中程度. 13.08. 14.62. 高中、高職程度. 23.66. 30.11. 專科程度. 6.78. 12.42. 大學程度. 5.94. 23.29. 研究所(含以上程度). 0.17. 1.43. 國小程度以下(含不識字、自 修). 資料來源: 台灣地區家庭收支訪問調查資料. 究竟外省籍子女升學率和本省籍子女之間差距有多大? 基於資料取得 困難，駱明慶(2002)以台大學生為研究對象，藉由性別、省籍及城鄉差異， 發現 1954-1991 年外省籍學生在台大的比例為 36%，雖然此比例每年有逐漸 減小的跡象，不過外省籍學生考上台大的優勢仍就明顯，然而「省籍」對教 育程度的影響並不是只發生在升大學階段，薛承泰(1996)指出早在初中升高 中階段就可明顯發現省籍對教育分流的影響，外省族群在升高中、專科比例 仍舊高於本省人，本省族群大部份是集中在高職。為何外省族群會在教育程 度上佔優勢呢? 大致上可歸於兩個原因: (1) 遷徙來台的外省族群原本就具有較高的教育程度，經社會化過程的. 14.
(23) 傳遞而影響其下一代。父母的教育程度對子女教育成就亦是一重要影響因 素，即父母親的教育程度愈高，子女所受的教育平均而言愈高(陳永欽，2001)。 (2) 在當時的經濟普遍蕭條下，外省族群因其大部份為軍公教人員，政 府對軍公教的教育補貼對其子女的升學教育具有實質的幫助(吳乃德，1997)。 雖然近年來，台灣教育改革政策開放了許多學校，從 1986 年全台共 21 所大學及獨立學院，到了 2003 年大學總數達到 159 所，縮小人民接受教育機 會的不均等，但家庭背景因素(父母親教育程度、家庭所得、省籍、居住地) 對子女升學的影響仍舊明顯，只不過有逐漸減弱的現象(駱明慶，2001、2003)。 基於上述各種因素，第二代外省人明顯比第二代本省人有較高的教育成 就。而教育成就的差異是否會反應在職業分布上呢? 吳乃德(1997)、楊瑩(1988) 認為本省人及外省人之間的職業聲望差異主要來自於教育成就，也就是說因 為外省人的教育成就比本省人高，因此外省人的職業聲望亦較高，同時間接 造成本省人與外省人薪資上的差異。 在國內外大多針對「性別」 、「種族」作為探討「薪資差異」的主題。因 此以下將個別就「性別」、「種族」薪資差異作一文獻整理。. 第四節 (一). 薪資差異 性別薪資差異. 一般而言，女性因社會傳統觀念及生理結構的影響，使得女性必須在家 庭及勞動市場活動中作一抉擇，因此造成女性勞動參與不連續，造成雇主不 願在女性員工身上花費太多教育訓練成本而影響到女性人力資本的累積，也 使得女性只能從事於較低專業技術的職業( Weiskoff ,1972)。例:Neumark, Bank and Van Nort (1996)就飯店業而言其評鑑等級愈高，相對的較少雇用女. 15.
(24) 性員工，主要的考量就是其訓練成本。女性員工也會考慮其一生的工作參與 程度來決定其本身人力資本投資的意願，所以即使目前仍在工作，本身亦會 減少其人力資本投資的意願(Dolton and Makepeace ,1986)，加上已婚女性常因 丈夫的工作地點變動而必須搬移到新的地點，放棄目前的工作另尋新的工 作，如果新工作所要求的基本學歷比自己學歷還低，那麼女性就容易發生「過 度教育」、「資格過剩」、「大材小用」的現象。女性勞工過度教育現象會受地 區大小的影響，當女性在較小的勞動區域內，其過度教育的程度將會增加， 造成男女薪資差異增加(Frank ,1978、楊雅玲，2003)。因此基於上述原因，女 性的薪資普遍低於男性。 傳統認為婚姻對於男性是一種鼓勵，而對於女性卻是懲罰，主要是男性 會因為結婚之後責任變重而更努力工作，而女性會因結婚之後以家庭為重心 而對工作分心。 Greenhalgh (1980)指出單身女性的工作待遇比已婚女性有明 顯的提升，而已婚女性遭受到不平等待遇的情況是最嚴重的。此外各國的薪 資結構的不同亦是造成兩性薪資差異的原因( Blau and Kahn ,1992)，針對八個 主要先進國家互相比較，發現美國的兩性薪資差異較其他國家嚴重，主要是 美國的工會力量較其他各國弱，薪資的決定主要由每個企業按員工的工作績 效表現而定，因此兩性之間的薪資差異很大。相較於其他各國大多數都是由 工會和資本家議價訂一固定的薪資水準，因此兩性之間的薪資差異較小，所 以可以發現即使美國女性的工作能力較他國婦女強，但美國女性受到的性別 薪資差異比其他國家大。雖然美國比其他國家更早立法訂定兩性平等法，但 資本主義的盛行，仍舊造成性別薪資上的差異。 近年來，兩性薪資差異雖然隨著教育程度的提升(表 2-4)與勞動參與率的 提高(表 2-5)而有所縮小，但近年來女性的薪資提高是否是因為(1)性別歧視的 降低或(2)女性的生產力的提升，並無明確的答案。近年來勞動市場上的「歧 視」行為並不是只透過「同工不同酬」、「職業隔離」的方式表現出，也會藉. 16.
(25) 由僱主刻板印象(統計性歧視)表達出來，即僱主會在相同行業裡根據過去 男、女性在工作上的相關統計資料，來決定男、女性的待遇及職位升遷的機 會。除此之外，Becker(1957)認為勞動市場的歧視行為除了受到雇主行為的影 響，也會受到工作夥伴或顧客的影響。長期之下這些歧視行為將會造成勞動 市場的完全隔離，在相同「市場內」將無性別歧視行為，但在不同「市場間」 則達到完全歧視的境界(林忠正，1988)。Weiskoff (1972)認為職業隔離是造成 女性經濟成就是否平等的關鍵，傳統中女性和男性所從事的行業原本就差異 很大，而當時適合女性的職業具有(1)專業程度低(2)薪資較低，因此女性的薪 資普遍低於男性，這個現象其實在選擇職業時就已經呈現出來。Dolton and Makepeace (1986)以英國 1970 年代大學畢業之男女進行性別工資差異分析， 實證結果發現工資差異中不可解釋部分占 18%。究竟男女工資差異有多大? 可 由表 2-6 看出各國男女工資率的不同。 由表 2-6 可知，幾乎所有國家都存在著性別歧視。劉錦添、劉錦龍(1987) 使用特徵性工資函數分析台灣男女工資率的差異，發現性別歧視的現象因職 業而異，以服務業歧視情況最嚴重，而專業性人員歧視情況最小，同時他們 亦指出女性薪資報酬無論在私部門或者公部門，都明顯低於同條件的男性受 雇員工；且在公部門如果擁有較高的教育程度，其薪資報酬率增加幅度較大， 私部門則是若有較長的工作經驗年限，其薪資報酬率增加的幅度較大；此外 Malkiel and Malkiel(1973)認為往後大部份的性別歧視將會以「職位指派」為 主要形式，至於「同工不同酬」的現象將有減少的趨勢。. 17.
(26) 表 2-4 台灣歷年來教育程度的發展. 單位:%. 高中職 男. 成長. 女. 比例. 大專以上 成長. 男. 比例. 成長. 女. 比例. 成長 比例. 1981. 12.94. 0.12. 7.41. 0.16. 7.59. 0.20. 3.29. 0.27. 1982. 13.50. 0.16. 8.01. 0.26. 7.73. 0.22. 3.41. 0.31. 1983. 13.83. 0.19. 8.57. 0.34. 7.81. 0.23. 3.70. 0.42. 1984. 14.30. 0.23. 9.11. 0.43. 8.17. 0.29. 3.89. 0.50. 1985. 14.74. 0.27. 9.45. 0.48. 8.38. 0.32. 4.11. 0.58. 1986. 15.12. 0.30. 10.37. 0.63. 8.62. 0.36. 4.32. 0.66. 1987. 15.65. 0.35. 10.95. 0.72. 8.95. 0.41. 4.87. 0.87. 1988. 16.38. 0.41. 11.49. 0.80. 9.51. 0.50. 5.20. 1.00. 1989. 17.04. 0.47. 11.88. 0.86. 9.94. 0.57. 5.41. 1.08. 1990. 17.67. 0.52. 12.19. 0.91. 10.49. 0.65. 5.86. 1.25. 1991. 18.01. 0.55. 12.47. 0.95. 10.60. 0.67. 6.07. 1.33. 1992. 18.40. 0.59. 12.78. 1.00. 11.22. 0.77. 6.47. 1.49. 1993. 18.95. 0.63. 13.32. 1.09. 11.89. 0.87. 7.07. 1.72. 1994. 19.20. 0.66. 13.53. 1.12. 12.02. 0.89. 7.57. 1.91. 1995. 19.45. 0.68. 13.70. 1.15. 12.41. 0.95. 8.22. 2.16. 1996. 19.95. 0.72. 14.19. 1.22. 13.17. 1.07. 9.10. 2.50. 1997. 19.82. 0.71. 14.07. 1.21. 14.09. 1.22. 9.76. 2.75. 1998. 20.12. 0.73. 14.47. 1.27. 14.47. 1.28. 10.43. 3.01. 1999. 20.46. 0.76. 14.88. 1.33. 15.15. 1.39. 11.05. 3.25. 2000. 20.57. 0.77. 14.99. 1.35. 15.70. 1.47. 11.65. 3.48. 資料來源: 行政院主計處 人力資源調查統計年報(2000 年). 18.
(27) 表 2-5 台灣歷年來勞動參與率的發展 男(%). 女(%). 1979. 77.95. 39.23. 1980. 77.11. 39.25. 1981. 76.78. 38.76. 1982. 76.47. 39.30. 1983. 76.36. 43.12. 1984. 76.11. 43.30. 1985. 75.47. 43.46. 1986. 75.15. 45.51. 1987. 75.24. 46.54. 1988. 74.83. 45.56. 1989. 74.84. 45.35. 1990. 73.96. 44.50. 1991. 73.80. 44.39. 1992. 73.78. 44.83. 1993. 72.67. 44.89. 1994. 72.44. 45.40. 1995. 72.03. 45.64. 1996. 71.13. 45.76. 1997. 71.09. 45.64. 1998. 70.58. 45.60. 1999. 69.93. 46.03. 2000. 69.42. 46.02. 2001. 68.47. 46.10. 2002. 68.22. 46.59. 2003. 67.69. 47.14. 2004. 67.62. 47.56. 資料來源: 行政院主計處 人力資源調查統計年報(2005 年). 19.
(28) 表 2-6 各國男女工資率之比較 國別. 女/男 (%). 國別. 1977. 63.95. 紐西蘭. 1986. 64.56. 1977. 58.00. 1986. 63.00. 1977. 55.83. 1986. 52.08. 1977. 75.88. 1986. 75.58. 1977. 44.02. 1986. 48.94. 新加坡 1977. 62.92. 1986. 68.81. 1977. 99.00. 1986. 73.94. 台灣. 美國. 日本. 香港. 南韓. 錫蘭. 丹麥. 法國. 西德. 英國. 瑞士. 荷蘭. 女/男 (%) 1977. 77.01. 1986. 78.70. 1977. 85.16. 1986. 82.28. 1977. 78.31. 1986. 82.24. 1977. 72.67. 1986. 73.05. 1977. 71.86. 1986. 69.51. 1977. 66.56. 1986. 67.54. 1977. 79.82. 1986. 76.19. 資料來源:劉鶯釧 (1989). 如同 Blau and Kahn (2000)認為兩性之間的歧視差異並不會消失，只是呈 現的方式不同罷了，因此林忠正(1988)針對台灣初入勞動市場資料，發現台 灣男女工資差異主要來源並不是因「職位不同」所造成，而是以「同工不同 酬」的方式呈現出來，其實證結果發現，職業隔離的差異效果佔性別工資差 異的-11.49% (負號表示有助於工資差異的減少)，職業內同工不同酬佔工資 差異的 131% (代表同工不同酬的實際差距大於目前男女工資的差異)，而工 資差異可解釋部份則是佔 20.5%。江豐富(1988)從勞工的生命循環的角度來分 析男女薪資的差異，一般來說男性的勞動力預期附著大於女性勞工，而造成 男性勞工之生命期間投資時徑相對高於女性勞工，因此男性勞工的生命期間 人力資本投資比女性勞工大。而男女之間人力資本投資的差異亦是導致市場 工資性別差異的因素之一。至於薪資差異的部份究竟有多少可以由個人特徵 值解釋呢? 有多少是因歧視所造成的呢? 直至今日並無一明確答案。. 20.
(29) (二). 種族薪資差異. 國際上有關種族議題，最常見的就是美國黑人受歧視的問題。最初 Oaxaca (1973)以 1967 年美國地區 16 歲以上具勞動所得的黑人、白人族群為 主，將黑人、白人之間性別薪資差異分解為個人特徵稟賦差異及歧視兩部份。 此外在考慮職業及產業別因素下，白人的性別歧視比黑人嚴重; 若不考慮職 業及產業別因素，則黑人的性別歧視較大。而近年來黑人與白人之間薪資差 異 的 縮短 ，大 多數學 者認為 應歸 功於黑 人 教育程度 的提 升( Smith and Welch ,1986,1989)。很多研究則認為個人特徵值的主要影響是在勞工職業分 類之後，而影響族群報酬差異的主要直接因素是在勞動市場位置的建立 (Stolzenberg ,1975)，其中關鍵點是指---在個人職業分類過程中所產生的歧 視，間接造成在薪資報酬方面的歧視。在勞動市場的劃分中，種族不平等的 分發視為種族薪資差異的重要解釋因素。 有關個人特徵稟賦(如教育、工作經驗)影響，Stolzenberg(1975)針對在相 同職業內分析各種族間教育對收入的差異影響。認為主要問題不是黑人比白 人工作能力差，而是在相同職業中黑人比白人無法成功的把他們的“學校教 育”轉變成“薪資報酬”。Strauss and Horvath(1976)則發現在美國種族之間的 薪資差異的程度比性別薪資差異程度小。 主要是女性遭受到 “過度擁擠”及 “同工不同酬”的影響較大。James and Wayne(2001)針對民營化及解除管制對 美國白人及黑人薪資的影響，發現民營化及解除管制對黑人薪資較為不利， 在國營事業裡種族薪資差異的程度很小，但一經民營化及解除管制後，黑人 薪資即明顯的低於白人薪資。可見美國目前仍普遍存在著種族歧視，並未隨 著時間的經過而消失。 由以上相關文獻我們可知世界各國普遍都存在性別、種族、宗教等歧視 現象，而在國外最常討論的歧視議題就是指這些性別、種族、宗教等差異對. 21.
(30) 經濟層面的影響有多大? 其中薪資差異的議題最引人注目。因此，本文分別 引用了三位具代表性學者的研究方法，針對台灣的薪資結構，以「省籍」因 素來探討對薪資差異的影響程度，並且對這三種研究方法作一比較。. 22.
(31) 第三章 資料來源. 第一節 資料來源與選取 本文實證分析是採用由行政院主計處所提供之「台灣地區家庭收支訪問 調查」原始磁帶資料。此項資料從 1976 年開始調查，主要收錄家庭中每個成 員的社會經濟特性，包括家庭成員的年齡、性別、教育程度、所得、婚姻狀 況、行職業、工作部門、居住地區等。 為配合本文所探討的主題，我們將資料做了以下的篩選處理： 1. 只取用 1976 年至 1992 年的調查資料。(自 1993 年開始，我國身分證 將不再註明省籍。) 2. 剔除 25 歲以下或 55 歲以上的樣本。(一般而言，25 歲至 55 歲大多 屬於就業人口。) 3. 剔除農林漁牧狩獵業、無業者及其他不能歸類之行業。 4. 剔除女性資料。(因女性易發生勞動參與不連續)。 5. 剔除公部門樣本資料。 經過上述的資料篩選程序，並去除資料不全的樣本後，我們實際使用的 樣本數包括外省籍 12,701 筆、本省籍 103,968 筆，總樣本數為 116,669 筆。. 第二節. 變數衡量. 本文資料是利用 STATA 統計軟體進行整理與分析。 以下就本文實證分 析所用到的變數，說明其定義如下： 資料年數: 自 1975 至 1991 年，共計 17 年。 薪資所得: 薪資所得(包含本業薪資、兼業薪資及其他收入)除以 GDP 消. 23.
(32) 費支出平減指數之後再取自然對數。 省籍: 設變數 0 為本省族群，1 為外省族群。 性別: 設變數 0 為女性，1 為男性(本文已經將女性樣本刪除)。 年齡: 介於 25 歲至 55 歲。 婚姻狀態: 已婚者且與配偶同居，設變數值為 1，未婚者為 0，通常已婚 者薪資水準較單身者高。 教育程度: 設變數 0 為國小程度以下(含不識字、自修)，1 為國中程度， 2 為高中、高職程度，3 為專科程度，4 為大學程度，5 為研究所(含以上程度)。 在此將教育程度轉換為教育年數，一般而言，國小畢業教育年數是 6 年、國 中畢業教育年數是 9 年、高中職畢業教育年數是 12 年、專科畢業教育年數是 14 年、大學畢業教育年數是 16 年、研究所畢業教育年數是 18 年。 工作經驗: 工作經驗=年齡-受教育年數-6(學齡前年數)。 工作經驗平方: 一般文獻皆認為「工作經驗」和薪資所得之間非線性關 係，因此必須考慮到工作經驗平方項。 家庭中學齡前子女數: 家中子女年齡為 0~6 歲設為 1，否則為 0。 家庭中學齡後子女數: 家中子女年齡為 7~17 歲(為就讀小學~高中階段) 設為 1，否則為 0。 都市化層別: 設變數 1 為都市，2 為城鎮鄉村。 部門別: 設變數 1 為公營事業，2 為各級政府單位(已刪除)，3 為非公共 部門。 產業別: 設變數 0 為無業者，1 為農林漁牧狩獵業(將原本 11 農、牧、 狩業獵，12 林業及伐木業，13 漁業歸為一類)，2 為礦業及土石採取業，3 為 製造業，4 為水電燃氣業，5 為營造業，6 為商業，7 為運輸、倉儲及通信業， 8 為金融、保險、不動產業及工商服務業(在 1992 年金融、保險、不動產業 的變數設為 81 及工商服務業設為 82，基於資料處理方便，全部合併改設為. 24.
(33) 變數 8)，9 為社會服務、個人服務業及公共行政業(在 1992 年社會服務、個 人服務業的變數設為 91 及公共行政業設為 92，基於資料處理方便，全部合 併改設為變數 9)，10 為其他不能歸類之行業。(以上 0、1 及 10 的樣本將予 以刪除)。 職業別: 設變數 0 為無業者(在 1992 年以前變數設為 12，到 1992 年設 為 0，因此為資料處理方便下統一設為 0)，1 為專門性、技術性及有關人員(在 1992 年時改名為專業人員、技術員及助理專業人員兩類，同時因教師資料只 出現在 1988 年至 1991 年，因此將此三類合併為同一類)，2 為行政主管人員 (在 1992 年時改名為民意代表、行政主管、企業主管及經理人員一類)，3 為 監督及佐理人員(在 1992 年改名為事務工作人員)，4 為買賣工作人員，5 為 服務工作人員(在 1992 年時改名為服務工作人員及售貨員)，6 為農林漁牧狩 獵工作者(其中包含 61 農事、畜牧、狩獵及有關工作者，62 林業及有關工作 者，63 漁業及有關工作者三類)，7 為生產及有關工人(在 1992 年時改名為技 術工及有關工作人員)，8 為運輸設備操作工(在 1992 年時改名為機械設備操 作工及組裝工)，9 為學徒及其他體力工(在 1992 年時改名為非技術工及體力 工)，10 為職業不能分類之工作者，11 為現役軍人(以上 0、6 及 10 的樣本須 刪除)。 此外在「台灣家庭收支調查」資料中，並不包括服役中的軍人。 行政區代號: 除了各縣市之外，台北市及高雄市又細分為各區(但基於資 料處理方便分別將各區重新合併為 21 台北市(31-42)及 20 高雄市(47-57))，另 外在 1981 年之前新竹縣市是合併為新竹縣，到 1981 年之後才分為新竹縣、 市，因此我們將 1981 年之後的新竹市資料與新竹縣合併;同樣的，在 1981 年 之前嘉義縣市是合併為嘉義縣，到 1981 年之後才分為嘉義縣、市，因此我們 將 1981 年之後的嘉義市資料與嘉義縣合併。而台南市在 1989 年之前的代號 是 19，到了 1990 年後改為代號 21，為了統一資料處理，我們將台南市的代 號一律改為 19。因此共有 21 個縣市代號。分別是: 1 為台北縣，2 為宜蘭縣，. 25.
(34) 3 為桃園縣，4 為新竹縣，5 為苗栗縣，6 為台中縣，7 為彰化縣，8 為南投縣， 9 為雲林縣，10 為嘉義縣，11 為台南縣，12 為高雄縣，13 為屏東縣，14 為 台東縣，15 為花蓮縣，16 為澎湖縣，17 為基隆市，18 為台中市，19 為台南 市，20 為高雄市，21 為台北市。 居住地區別: 將以上各縣市區分為北中南東四區，其中台北縣市、基隆 市、桃園縣、新竹縣為北部;苗栗縣、台中縣市、南投縣、彰化縣及雲林縣為 中部;嘉義縣、澎湖縣、台南縣市、高雄縣市及屏東縣為南部;宜蘭縣、花蓮縣 及台東縣為東部。 以上的分類方式並沒有強制規定，最主要是為了方便資料的讀取及運 用。. 26.
(35) 第四章 實證模型. 第一節 Oaxaca 薪資分解方程式. Blinder (1973) 和 Oaxaca (1973) 他們以 OLS 模型估計的薪資函數為基 礎，將男女薪資差異分解成生產力稟賦差異和純粹歧視兩個部份。 Oaxaca(1973)提出在相同薪資結構且沒有歧視差異之下，由於個人特徵稟賦 的差異，男性的薪資報酬會大於女性。因此 Oaxaca 首先提出如何衡量男女(種 族)之間薪資不等的歧視差異係數(D)。本文探討「省籍」對薪資差異的影響， 而歧視差異係數(D)是指目前外省人、本省人薪資比率與無歧視下外省人、本 省人薪資比率之差佔無歧視下外省人、本省人薪資比率的比值。如下式:. Wi Wi − Wn Wn D= 0 Wi Wn . . 0. (1). 其中 D：歧視差異係數 Wi ：外省人薪資 Wn ： 本省人薪資 Wi ：目前外省人、本省人薪資比率 Wn Wi Wn. 0. ：無歧視下外省人、本省人薪資比率 . 將上述比率取自然對數表示之，則可寫成:. 27.
(36) W ln( D + 1) = ln i Wn. W − ln i Wn. . 0. (2). (2)式是 Becker 所定義歧視係數---為目前觀察到的外省人、本省人工資 比率和無歧視下外省人、本省人工資比率之間的差。然而在現實社會中，無 歧視薪資差異並不容易觀察。Oaxaca 針對「無歧視薪資」提出兩個假設：(一) 目前外省人所面臨的薪資結構亦可適用於本省人; (二)目前本省人所面臨的 薪資結構亦可適用於外省人。在假設(一)、(二)下，認為外省人(本省人)在沒 有歧視情況下，在現實上所觀察到的薪資應該和無歧視下的薪資相同。但在 現實中存在歧視的情況下，外省人(本省人)目前的薪資較無歧視下勞動市場 中的薪資來的高(低)。因此分別估計兩部門個別的薪資方程式：. ln(Wi ) = X i' β + u i. (3). (3)式中 Wi 表示第I個人每小時薪資率， X i 表示第I個人的特徵向量，ui 表示第 I個人的隨機誤差項。 假設外省部門與本省部門平均薪資變動率為G，其恆等 式為： G =. W W i −W n ，可改寫為 G = i − 1 ，其中 W i 與 W n 分別表示外省部 Wn Wn. 門與本省部門的平均薪資，對其取自然對數表示之，則可成為：. W ln(G + 1) = ln i Wn. . W 與 ln( D + 1) = ln i Wn. (4). W − ln i Wn. 0. W 相比較，可知 ln( D + 1) = ln( G + 1) − ln i Wn. 28. . 0.
(37) W 而 ln( G + 1) = ln i Wn. 0. + ln( D + 1) . (5). 即實際省籍間薪資差異包含了(1)無歧視下工資差異(同酬不同工)及(2)無法解 釋的歧視(同工不同酬)差異部份。此外. ln( G + 1) = ln(Wi ) − ln(Wn ). (6). 因此由(3)式，分別估計外省、本省人部門薪資方程式，其結果為：. ^. ln(Wi ) = X i' β i. (7). ^. ln(Wn ) = X β n ' n. ^. ^. 上式 X i 與 X n 分別表示外省部門與本省部門之解釋變數平均值， β i 與 β n 則 分別表示外省部門與本省部門之迴歸係數。將(7)式代入(6)式，我們可得到 ^. ^. ln( G + 1) = X i' β i − X n' β n 。(基於第(二)假設將本省、外省薪資資料代入本省薪 資結構中，在無歧視之下，由本省薪資結構所得到的外省薪資應該與透過外 ^. ^. 省薪資結構所得的外省薪資相同)。在無歧視下，我們預期 β n − β i 將等於零。 ^. ^. 反之，若 β n − β i ≠ 0 表示有歧視的現象存在。假設 ∆X ' 與 ∆βˆ 分別表示本省、 外 省 部 門 之 解 釋 變 數 平 均 值 與 迴 歸 係 數 之 差 ， 並 令 ∆X ' = X i' − X n' 及 ^. ^. ∆βˆ = β i − β n ，其結果為：. ^. ^. ln(G + 1) = ∆X ' β n + X i' ∆ β. (8). 29.
(38) 根據(8)式與先前所假設的條件，將本省部門薪資結構引用到外省、本省 部門可得到：. W ln i Wn. 0. ^ = ∆X ' β n . ^. (9). ^. ln( D + 1) = X i' ∆ β. (9)式分別表示外省、本省部門的生產力稟賦差異與無法解釋(歧視差異) 的部分。 即外省、本省人薪資上的差異可分解為(一) 外省、本省本身生產 力稟賦差異及(二)省籍歧視差異兩部份。同理，如果將外省部門薪資結構引 用到外省、本省部門也可得到：. W ln i Wn ^. 0. ^ = ∆X ' β i . (10). ^. ln( D + 1) = X n' ∆ β 在文獻上 Oaxaca 認為實際上男女薪資上的差異主要來自於歧視的部 份。而在本文中不同省籍，其薪資比例上的差異是否來自於歧視效果，將在 下節說明。不過由此薪資差異分解過程中，我們可以很清楚地知道省籍間薪 資差異中，有多少比例是因為個人生產力稟賦差異所造成，有多少比例是省 籍歧視。Oaxaca 其最大的貢獻是最早藉此分解方程式來說明早期文獻中對於 男女(種族)部門薪資差異的現象。其後，Cotton (1998)、Neumark (1998)、Oaxaca (1994) 雖然試著再發展其它的分解方式，但是除了 β 加權平均權重不同之 外，分解模型仍不脫 Blinder-Oaxaca(1973)的基礎。. 30.
(39) 第二節. Cotton 薪資分解方程式. 到了 1988 年 Cotton 認為 Oaxaca 分解方程式是有部份缺陷，因為它沒 有適當描繪出 Becker 原先最關鍵的條件，也就是指無歧視薪資結構之假設問 題，如果 Oaxaca 的第(一)假定被使用，即我們認為黑人不論是否在歧視情況 下都會得到相同的工資，那麼黑人將沒有特別的經濟原因去終止這樣的歧 視，因為他們的工資將不被影響，唯一的其他效應將是降低白人的工資。另 一方面， 如果我們使用第(二)假定，白人將不反對結束歧視，因為他們自己 的工資將不受影響，但事實上卻不是如此。而 Cotton 指出 Oaxaca 分解方程 式將會因為不同的研究對象而有不同的結果，而無法明確瞭解在無歧視情況 下，究竟是那一個方程式較為貼近實際狀況。 Cotton 認為一個合適的分解公式應從 Becker 的假定開始，即無歧視且完 全競爭市場下外省人及本省人將是完全替代。由另一個角度看，在無歧視情 況下，工資差異出現的唯一原因將是因為生產力特性的差異。因此，在無歧 視情況下工資架構被假設為相同，即 β i = β n = β c ，而 β c 就是 Cotton 認為 *. *. 在無歧視下的薪資結構所求出的值。其中 Σβ cj* ( X ij − X nj ) 項 ; 這是在無歧視 情況下，外省人及本省人的平均生產力特性評價的差異。這也就是因生產力 不同而造成工資差異的真值。 Σβ cj* X ij 項 ; 這是外省人在無歧視下的平均生 產力特徵值。 Σβ cj* X ij 和 Σβ ij X ij 之間的差別在於外省人在有無歧視狀況下生 產力特徵單價之差異。因此 Σβ ij X ij - Σβ cj* X ij = Σ X ij ( β ij − β cj* ) 這是工資差異中 “差別待遇”的一部分，如果正值，表示外省人具有 “正” 的差別待遇。同理 可證， Σβ cj* X nj − Σβ nj X nj = Σ X nj ( β cj* − β nj ) 這亦是工資差異中“差別待遇”的另 一部分，如果這是正值，表示本省人具有 “正” 的差別待遇劣勢。因此平均. 31.
(40) 工資差異被分解成為(13)式。 在這分解過程中歧視部分由兩種元素組成，一個是描述外省人在相同生 產力特性下所受到的差別待遇，另一個則是本省人在相同生產力特性下所受 到的差別待遇。比較 Oaxaca 及 Cotton 所提出的分解方程式如下. ln W i − ln W n = ( β n X i − β n X n ) + ( β i X i − β n X i ). (11). ln W i − ln W n = ( β i X i − β i X n ) + ( β i X n − β n X n ). (12). ln W i − ln W n = Σβ cj* ( X ij − X nj ) + Σ X ij ( β ij − β cj* ) + Σ X nj ( β cj* − β nj ). (13). 由方程式可看出兩者的差異，〈其中(11)、(12)屬於 Oaxaca，而(13)屬於 Cotton〉由(11)和(13)相比較，可知(11)將會低估外省人和本省人平均生產力 特性的差異價值，而高估了工資差異中歧視的部份。由(12)和(13)相比較，可 知(12)將會高估外省人和本省人的平均生產力特性的差異價值，而低估了工 資差異中歧視的部份。 不過 Cotton 所提出的方程式有一項缺失，即事實上 β c 並不容易觀察 *. 到，但要使用此方程式則必定要求出 β c 。因此他也提出一些假設： *. (1) Σβ ij X j f Σβ cj* X j f Σβ jn X j 就是說，在無歧視的情況下外省人將得到比他 們目前收到的工資還低的平均工資，而本省人將得到比目前更高的平均工資。 (2) β c = λi β i + λ n β n 就是說，無歧視下的 β c* 是目前外省人 β i 及本省人 β n 的 *. 線性函數。 (3) λi f λ n 就是說，與目前本省人的工資架構相比，認為無歧視下的工資架 構將更接近於目前外省人的工資架構。 其中 β c = λi β i + λ n β n 的求算是以樣本中外省人佔總樣本比例及本省人 *. 32.
(41) 佔總樣本比例分別代表 λi 、 λ n 所算出的。 不過以上假設的合理性，仍受到 許多學者的質疑。. 第三節. Neumark 薪資分解方程式. Neumark (1988)針對廠商的生產函數 f(I,N)來分析不同團體間的薪資差異 的緣由(其中 I、N 分別表示外省人及本省人)，在此 Neumark 作了以下假設： (1) f(I,N)符合 strictly concave and increasing。 (2) 外省人和本省人的生產力並不相同。 (3) 但在外省人族群中所有外省人都具有同質性，本省人族群亦相同。 (4) 每個團體的勞動供給皆固定不變。 (5) 為分析方便，假設產品的價格為 1。 (6) U I M ≥ 0, U N M ≥ 0, U I F ≤ 0, U N F ≤ 0 。 (7) 廠商的效用可設為 U (π , I M , I F , N M , N F )，其中 I M , I F , N M , N F 分別表示外 省男性、外省女性、本省男性、本省女性。表示廠商的效用並不是只來自於 利潤最大，還包含了不同性別、族群的勞動力組合，因此將產生了歧視現象。 由於可能存在歧視現象，每個團體的工資不同，因此將工資區分為四類 WI M , W N M , WI F , W N F (分別為外省男性工資、本省男性工資、外省女性工資、本 省女性工資)。 因此可求得廠商的利潤函數，如下式： π = f ( I M + I F , N M + N F ) − WI M I M − WI F I F − WN M N M − WN F N F 對廠商的效用函數作 first order conditions 得到第(14)式. U π ( f j − WI j ) + U I j = 0 U π ( f j − WN j ) + U N j = 0. j= M , F. 33. (14).
(42) 設 dIj =. −UIj Uπ. ，. dN j =. −UNj. (15). Uπ. 而根據(14 )、(15 )式 可得到. WI j = f j − d I j. (16). WN j = f j − d N j. 此 f j 表示為無歧視下的工資，而 d I j 和 d N j 就是 Becker(1957)所提的歧視 係數，不同的是它們並非是固定不變，而是會隨著效用函數的改變而變動(即 隨 著 歧 視 程 度的 改 變 而 變動 ) 。另 外 將 假設 (6) 代入 (14) 、 (15) ， 可 得 到 WI j ≥ f j ≥ WN j 。 若我們假設對於外省部門的薪資結構並不存在歧視現象，而本省部門的 薪資結構卻存在歧視現象，即 d I M = d I F = 0 代入(16)可得到 WI j = f j WN j = f j − d N j 若假設對於本省部門的薪資結構並不存在歧視現象，而外省部門的薪資 結構卻存在歧視現象，即 d N M = d N F = 0 代入(16)可得到 WI j = f j − d I j WN j = f j 根據 Euler 定理，在零階齊次條件下得到： U I j • I j + U N j • N j = 0 同除 − U π 並配合(15) 可得到 d I j • I j + d N j • N j = 0，同時由一階條件(16)式可 得到 ( f j − WI j ) I j + ( f j − WN j ) N j = 0 ，經過整理後可得(17)式，. 34.
(43) fj=. WI j • I j + W N j • N j. (17). Ij +Nj. 此處的 f j 就是指無歧視下的工資水準，但是一般工資方程式均為對數函數， Neumark 認為在樣本數較大時，ln f j 會近似(18)式. Λ Λ Ij Nj ln f j ≈ • ln(W I j ) + • ln(W N j ) I j + N j I j + N j . (18). Ij Nj 此處的 及 分別表示外省、本省薪資的加權平均比重。而 I j + N j I j + N j Neumark 除了將樣本分為外省、本省兩組之外，再針對其所有解釋變數(如教 育程度、工作經驗等)細分了 J 組並個別求其平均工資，再區分男、女並將具 相同解釋變數的組別合併求其平均工資，並以這 J 個解釋變數，應用最小平 方法得到一個無歧視下的 β * 。Neumark 所求算出的 β * = ( X ' ΩX ) −1 ( X ' ΩΛ) ， 其中 Ij Nj Ω = diag ( I 1 + N 1 ,.........I j + N j ) ; Λ = • ln(Wˆ I j ) + • ln(Wˆ N j ) 。 I N I N + + j j j j 不過這 Ω 跟 Oaxaca(1973)、Cotton(1988)所求算出的並不相同。 因此 Oaxaca(1994)對 Neumark 所提出的 β * 的算法提出了新的見解，並 且肯定 Neumark 的貢獻。Oaxaca(1994)認為只須將樣本數分為外省、本省族 群兩組即可，分別就外省、本省資料各別跑一個迴歸式，求出各別的 β I 、β N ，. 35.
(44) 並針對其解釋變數合併跑一個迴歸式，此時所得到的 βˆols 與 Neumark 所算出 的 β * 將會一樣，但其方式將更為簡潔，而 Oaxaca 所求算的 βˆols 其加權平均權. (. 重 Ω0 = X ' X. ) (X −1. ' I. ). XI 。. 其中 X 是指合併觀測值(所有樣本)的矩陣,而 X I 是指外省族群觀測值的 矩陣。 因此解釋 Ω 的加權矩陣時，可視 X ' X = X I' X I + X N' X N ，而 βˆols 其實 也是 β I 、 β N 的線性函數，為 βˆOLS = Ω 0 β I + ( I − Ω 0 )β N 。不過 Oaxaca 也認為 在許多學者所提出的無歧視工資的方程式中，以 Neumark 對無歧視下 β * 的見 解較為合理。表 4-1 將把上述三個方法對於 “加權矩陣之結構差異” 作一比 較:. 表 4-1 加權矩陣之結構差異 Ω (加權矩陣). 模型 Oaxaca (1973). 本省人. 0 零矩陣. Oaxaca (1973). 外省人. I 單位矩陣. Cotton (1988). 依據外省人樣本比率，而得到的數量 矩陣. Neumark (1988) 或. Ω = diag ( I 1 + N 1 ,.........I j + N j ) 所得. Oaxaca(1994). 到的 β * = ( X ' ΩX ) −1 ( X ' ΩΛ) 或 Ω 0 = (X ' X ) (X i' X i ) i 為外省人,所 −1. 得到的 βˆOLS = Ω 0 β I + ( I − Ω 0 )β N 不過 β * = βˆOLS. 36.
(45) 第四節 Heckman 選擇性偏誤調整. 由於我們一般都採用特徵性工資模型(20 式)來衡量工資結構，若使用 OLS 推估很可能會產生估計係數值偏誤及不一致性的問題。因為我們只考慮 到有薪資所得的樣本，如此將使抽樣不具隨機性，造成 OLS 不具一致性 E (eij | in sample) ≠ 0 ，而產生樣本選擇性偏誤(Heckman 1979、Reimers 1983、 劉錦添 劉錦龍 1987、Neuman, Shoshana and Oaxaca 2004)。因此我們必須加 入一條勞動參與決策的行為方程式(19)，. Y j = Z jδ + ε1 j. (19). ln(W j ) = X j β + ε 2 j. (20). 其中 Z j 是勞動參與的決定因素，δ 是估計參數值，ε ij 是殘差項且符合下列條 件 E (ε 1 j ) = E (ε 2 j ) = 0 ， E (ε 12j ) = σ 12、 E (ε 22 j ) = σ 22 ，Cov (ε 1 j , ε 2 j ) = σ 12 = ρσ 1σ 2 (20)式的母體迴歸函數可寫成 E (ln W j | X j ) = X j β ，而部份樣本之迴歸函數為 E (ln W j | X j , 樣本選擇規則) = X j β + E (ε 2 j | 樣本選擇規則) ，如果我們僅使用 有工作者的樣本( Y j f 0 )來估計工資函數，則 ln W j 的期望值將為. E (ln W j | X j , Yj > 0) = X j β + E (ε 2 j | Yj > 0). (21). 在(21)式中 E (ε 2 j | Yj > 0) ≠ 0 ，主要是因為所取用的資料是Censored樣本。 而(21)式可改寫為(22)式. 37.
(46) E (ln W j | X j , Yj > 0) = X j β + E (ε 2 j | X j , ε 1 j > − Z j δ ). (22). 如果 ε 1 j 與 ε 2 j 獨立，則 E (ε 2 j | X j , ε 1 j > − Z j δ ) = 0 ，這時用 OLS 估計工 資函數將有一致性及有效性。若 ε 1 j 與 ε 2 j 不獨立，則 ε 2 j 的條件期望值將決定 於 ε 1 j ，這時用 OLS 估計工資函數將有偏誤。因此本文利用 Heckman(1979) 二階段估計方法，先採用 probit model 估計外省、本省族群之勞動參與函數， 並由估計資料計算 λ (the inverse of Mill’s ratio)，再使用 OLS 對原先的解釋變 數及 λ 作迴歸分析。因此(20)式可寫成(23)式. ln(W j ) = X j β + (σ 12 / σ 1 )λ j + ε 1 j. (23). 其中 λ j = φ (Q j ) / 1 − Φ (Q j ) ，Q j = − Z j δ /σ 1 ，而φ 與 Φ 分別是標準常態分配之 機率密度函數及累積分配函數，如果 λ 估計參數的t值顯著異於零，那我們就 認定樣本並非由母體隨機抽取，也就是有樣本選擇性偏誤，而薪資所得分解 方程式將變為(24)式. ln W i − ln W n = β * ( X i − X n ) + X i ( β i − β * ) + X n ( β * − β n ) + (θˆi λˆi − θˆn λˆn ). (24). ，而 (θˆi λˆi − θˆn λˆn ) 即為選擇性偏誤之調整項。此方法可改善非隨機抽樣而產生 不一致性的問題。 若 θˆi 值為負數表示外省族群勞動參與方程式之誤差項與其 薪資方程式之誤差項間呈負向關係，亦即對於保留薪資高於市場上所提供薪 資的人，若投身於勞動市場，其所觀測到的薪資會較高，也可解釋這群人若 選擇自營作業或當雇主所得的報酬遠高於其在勞動市場所得的薪資報酬。. 38.
(47) 以上針對無歧視下工資結構的計算，是目前為止最具爭議的部份，每個 學者所認定的衡量方法不盡相同。 主要是因為根據不同的假設條件，將會有 不同的理論模型及實證結果。. 39.
(48) 第五章. 實證結果與分析. 本文所要探討的是「省籍」對「薪資差異」的影響程度。換言之，即「省 籍」對於台灣「薪資差異」現象能解釋多少? (20)式為目前薪資分解方程式的 一般式，我們分別運用 Oaxaca(1973)、Cotton(1988)及 Neumark(1988)三位學 者的理論模型來檢視在台灣「省籍因素」對「薪資差異」的影響程度有多大? 其中三位學者所提出的研究方法，最主要的差異在於對「無歧視下的 β * 」的 看法不同。此部份在上一節已描述，因此不再多加贅述。 從表 5-1 我們可看出以「個人特徵值」而言，綜合外省人本身各項工作 技能、條件來看，外省人的確是優於本省人，因此外省人所得到的薪資是較 高。由表 5-1 可看出各變數的平均值及標準差，就教育程度來看，外省族群(專 科 17.44%、大學 22.55%、研究所以上 1.61%)大專程度以上的比例遠高於本 省族群(專科 8.64%、大學 6.85%、研究所以上 0.46%)。就工作經驗而言，外 省族群的工作經驗(19.62 年)低於本省族群工作經驗(20.44 年)，可能是外省族 群因就學年數較長而較晚進入職場。 就部門別而言，外省族群在公營事業的 比例(19.10%)高於本省族群在公營事業的比例(12.95%)。 就產業別而言外省 族群在(商業 15.70%、運輸、倉儲及通信業 18.20%，金融、保險、不動產業 及工商服務業 6.54%，社會服務、個人服務業及公共行政業 13.31%)的比例高 於本省族群(商業 10.22%、運輸、倉儲及通信業 11.35%，金融、保險、不動 產業及工商服務業 4.06%，社會服務、個人服務業及公共行政業 6.53%)。就 職業別而言，外省族群在(行政主管人員 16.07%、監督及佐理人員 26.08%、 買賣工作人員 16.42%、運輸設備操作工 8.7%)的比例高於本省族群(行政主管 人員 6.33%、監督及佐理人員 15.81%、買賣工作人員 10.26%、運輸設備操作 工 8.3%)。此外，外省族群居住在大城市的比例為 82.63%亦高於本省族群 54.08%，其中外省族群居住在北部的比例為 69.81%高於本省族群 46.25%。. 40.
(49) 至於薪資所得方面，從 1975 至 1991 年外省族群年平均薪資為 353,875 元高 於本省族群年平均薪資 310,830 元。 表 5-1 變數統計量 外省族群(12,701 人) 變數 薪資 國小畢業 高中、職 專科畢業 大學畢業 研究所以上 工作經驗 工作經驗平方項 婚姻狀態 公營事業 製造業 水電燃氣業 營造業 商業 運輸倉儲及通信業 金融、保險業 公共行政業 行政主管人員 監督及佐理人員 買賣工作人員 生產及有關工人 運輸設備操作工 學徙及體力工 都市 中部 南部 東部 1977 年 1978 年 1979 年 1980 年. 平均值. 本省族群(103,968 人). 標準差. 平均值. 標準差. 12.7767 0.1306 0.3268 0.1744 0.2255 0.0161 19.6207 503.5577 0.8077 0.1910 0.0080 0.0209 0.0868 0.1570 0.1820 0.0654 0.1331 0.1607 0.2608 0.1642 0.2166 0.0870 0.0341 0.8263 0.0936 0.2227 0.0157 0.0451 0.0735. (0.4950) (0.3370) (0.4691) (0.3795) (0.4179) (0.1260) (10.8902) (495.3166) (0.3942) (0.3931) (0.0888) (0.1429) (0.2815) (0.3638) (0.3858) (0.2473) (0.3397) (0.3673) (0.4391) (0.3705) (0.4119) (0.2818) (0.1815) (0.3789) (0.2913) (0.4160) (0.1242) (0.2076) (0.2610). 12.6470 0.3961 0.2644 0.0864 0.0685 0.0046 20.4421 504.1466 0.8739 0.1295 0.0130 0.0232 0.2045 0.1022 0.1135 0.0406 0.0653 0.0633 0.1581 0.1026 0.4883 0.0830 0.0540 0.5408 0.2439 0.3029 0.0200 0.0338 0.0508. (0.4825) (0.4891) (0.4410) (0.2809) (0.2526) (0.0679) (9.2880) (426.5609) (0.3320) (0.3358) (0.1133) (0.1506) (0.4034) (0.3029) (0.3172) (0.1973) (0.2471) (0.2435) (0.3649) (0.3034) (0.4999) (0.2759) (0.2260) (0.4983) (0.4294) (0.4595) (0.1399) (0.1808) (0.2196). 0.0635 0.0655. (0.2438) (0.2474). 0.0507 0.0554. (0.2194) (0.2287). 41.
(50) 表 5-1 變數統計量 (續 1) 外省族群(12,701 人). 本省族群(103,968 人). 變數. 平均值. 標準差. 平均值. 標準差. 1981 年 1982 年 1983 年 1984 年 1985 年 1986 年 1987 年 1988 年 1989 年 1990 年 1991 年 1992 年. 0.0583 0.0635 0.0611 0.0602 0.0552 0.0572 0.0501 0.0550 0.0515 0.0621 0.0688 0.0631. (0.2342) (0.2439) (0.2395) (0.2379) (0.2284) (0.2322) (0.2181) (0.2279) (0.2210) (0.2414) (0.2531) (0.2432). 0.0570 0.0584 0.0631 0.0640 0.0642 0.0654 0.0664 0.0658 0.0680 0.0675 0.0683 0.0702. (0.2319) (0.2345) (0.2432) (0.2447) (0.2451) (0.2473) (0.2490) (0.2479) (0.2518) (0.2509) (0.2523) (0.2556). 表 5-2 為各變數之迴歸統計係數表，由於 λ 經統計 t 檢定發現為顯著異 於 0，因此我們需要採用 Heckman 二階段估計方法來避免選擇性偏誤的問 題。本文將 Heckman 第一階段所得到的統計資料放在附錄中作為參考。以下 將針對經選擇性偏誤調整過後的資料作一說明。就教育水準而言(國中學歷為 對照組)，本省族群相較於國中畢業每增加一教育等級所得到的報酬分別為 9.44%、18.71%、31.27%、42.82%，而外省族群相較於國中畢業每增加一教 育等級所得到的報酬分別為 6.77%、16.33%、28.81%、39.08%。 就工作經 驗而言，本省族群在工作經驗上所獲得的報酬較外省族群高，但卻呈現遞減 的狀態(遞減的程度較外省族群大)。就公營事業而言(私人企業為對照組)，本 省族群在公營事業所得到的報酬比在私人企業高 12.02%，而外省族群在公營 事業所得到的薪資報酬相較於在私人企業只高 7.01%。就居住在都市而言(鄉 村為對照組)，本省族群居住在都市的薪資報酬比居住在鄉村多 12.3%，而外 省族群居住在都市的薪資報酬比居住在鄉村多 6.96%。就地區別而言(北部為. 42.
數據
+7
相關文件
By correcting for the speed of individual test takers, it is possible to reveal systematic differences between the items in a test, which were modeled by item discrimination and
Inside the black box: Raising standards through classroom assessment.. Ministry of Education
Define instead the imaginary.. potential, magnetic field, lattice…) Dirac-BdG Hamiltonian:. with small, and matrix
• In 1976 Hawking argued that the formation and evaporation of black holes leads to a fundamental loss of information from the universe, a breakdown of predictability, as
Inside the black box: Raising standards through classroom assessment.. Ministry of Education
Ma, T.C., “The Effect of Competition Law Enforcement on Economic Growth”, Journal of Competition Law and Economics 2010, 10. Manne, H., “Mergers and the Market for
Mendenhall ,(1992), “The relation between the Value Line enigma and post-earnings-announcement drift”, Journal of Financial Economics, Vol. Smaby, (1996),“Market response to analyst
y Define clearly the concept of economic growth and development (Economic growth can simply be defined as a rise in GDP or GDP per
