教育投資之影響因素與歸宿分析 - 政大學術集成

全文

(1)國立政治大學財政研究所碩士論文. 教育投資之影響因素與歸宿分析政治大立. ‧. ‧ 國. 學 er. io. sit. y. Nat. al. n. v i n Ch engchi U 指導教授：林翠芳博士研究生：林宛儀撰中華民國九十九年.

(2) 謝辭當初開始寫論文的時候，一直期待著寫謝辭那天的到來，天馬行空的想著那天我會有多麼地開心多麼地感動。想不到轉眼間兒，寫謝辭的日子就這樣悄悄的來了，而我的心情卻異常的平靜…… 回想起這一年來寫論文的日子，從找題目的手足無措到最後口試的泰然自若，中間經過了無數與文獻和資料庫相伴的夜晚，每天醒來想到的就是還沒完成的論文進度。幸好，這一切都在 6/18 口試完那天告一段落。在拿到口試成績和簽名頁的那一刻，我才真正的感受到我是個研究生，而研究生涯卻也即將結束。這一路上，要感謝好多曾經幫助過我的老師、朋友與家人們。首先最感謝的是我的論文指導老師–林翠芳老師，謝謝您在忙碌的生活裡還願意收下我，也謝謝您不厭其煩地一步一步帶領著我完成論文。每一次的 meeting 我都好緊張，每一次 meeting 完我總覺得我做得不夠好，感謝老師一路上的包容、鼓勵與指導，才能讓我順利地生出這本論文，完成我的碩士學業。而您在論文以外的建議與祝福，更是我未來旅途上不可或缺的一大助力。感謝口試委員–張勝文老師與羅光達老師，謝謝您們花了好多時間仔細地看完我的論文，並給予我許多寶貴的意見與指導，非常感謝您們使我的論文更臻完善。另外，我想謝謝曾巨威老師，雖然我不是您的論文指導學生，但不論是您在上課所傳授的知識經驗與做人做事的道理，抑或是私底下給予我們的協助與鼓勵，都讓我覺得這份經驗彌足珍貴，非常感謝曾老師。除了老師之外，謝謝在身邊陪伴我的同學與朋友們。謝謝逸晨的陪伴與支持，謝謝你包容了寫論文時脾氣暴躁的我，在我心情不好的時候總能讓我開心︰）謝謝雪娟，贊助我許多筆記與資料，尤其是我入闈不在的時候，謝謝你才能讓我順利地修完許多課。謝謝騰緯，不論是在課程的考試、報告或是論文上，你都給了我好多的建議與叮嚀，有了這些才讓我的碩士生涯這麼順遂。謝謝亞梵，為我們帶來這麼多歡笑，也要謝謝你的熱心與好厲害的英文與報告能力，讓許多課程都成為非常美好的回憶。謝謝我的大學同學們–比基尼、凌如、鶴雅、康寶等等，謝謝妳們與我交換分享寫論文或是生活上的經驗，讓我覺得這條路一點都不孤單。最後要謝謝我的家人，謝謝爸爸讓我無後顧之憂的唸完兩年碩士，這兩年真的是我人生中很特別的經歷。謝謝媽媽不時地關心我的進度與健康，我終於順順利利也健健康康地畢業了！也謝謝哥哥給予我許多建議。在這藍的令人有點傷感的天空下，我要離開這個陪伴了我兩年的校園，雖然以前總是嫌棄政大又偏僻又荒涼，但要畢業了，還真的會捨不得呢！謝謝這兩年所有帶給我美好回憶的人、事、物，再見了我的碩士生涯。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 宛儀謹誌九十九年七月 I.

(3) 摘要本研究以華人家庭動態資料庫（Panel Study of Family Dynamics）來分析台灣地區的教育投資之影響因素與教育扣除額之歸宿分析，文章主要分為兩個部分，第一部分將先探討家庭教育投資的影響因素，其中探討的範圍包含傳統的物質面向之教育支出以及非物質面向之教育投資決策，例如：家長投入小孩教育的時間等。第二部分再以所得五分位法以及模擬綜合所得稅報稅方式，分析比較教育學費特別扣除額新舊制度下的租稅歸宿。實證結果發現在教育支出方面，主要的影響因素為父親年齡、父親教育程度、. 政治大要的影響因素則為母親教育程度、子女性別比以及家長中斷就學經驗等，這些因立. 子女人數以及子女性別比等，且皆呈現正向的影響。而在教育投資決策方面，主. ‧ 國. 學. 素與教育投資決策也都成正相關。在教育扣除額新制的租稅歸宿方面，以所得五分位法來看，我們發現受惠最多的是最低所得階層，但次之的卻是最高所得階層。. ‧. 若以模擬報稅的減稅利益來看，位居中高所得者–適用稅率為 30%的階層享有最. sit. y. Nat. 高的減稅利益，而所得較趨弱勢者–適用稅率為 6%的階層卻是減稅利益最少的，. n. al. er. io. 顯示了教育扣除額新制之公平及合理性仍有待評估與檢視。. Ch. engchi. II. i n U. v.

(4) 目. 次. 第一章緒論…………………………………………………………………. 1. 第一節研究動機………………………………………………………. 1. 第二節研究目的………………………………………………………. 6. 第三節研究架構………………………………………………………. 7. 第二章文獻回顧……………………………………………………………. 8. 第一節影響家庭教育投資的因素……………………………………. 8. 第二節公共教育支出與所得重分配的關係…………………………. 18. 政治大第三章實證模型…………………………………………………………… 立第三節本文與其他文獻之異同………………………………………. 21 22 22. 第二節機率模型………………………………………………………. 23 26. 第一節資料來源………………………………………………………. y. 26 27. Nat. 第四章資料來源與變數說明………………………………………………. sit. ‧. ‧ 國. 學. 第一節最小平方法……………………………………………………. al. er. io. 第二節變數說明與敘述統計…………………………………………. v ni. n. 第五章實證結果……………………………………………………………. Ch. engchi U. 35. 第一節影響家庭教育投資之因素……………………………………. 35. 第二節教育扣除額之歸宿分析………………………………………. 51. 第六章結論與建議…………………………………………………………. 59. 第一節結論與建議……………………………………………………. 59. 第二節未來研究方向…………………………………………………. 61. 參考文獻……………………………………………………………………... 62. III.

(5) 表次表 1-1. 每戶平均教育費用、可支配所得與總消費支出........................ 1. 表 2-1. 影響家庭教育支出之相關文獻整理………………………….... 17. 表 2-2. 公共教育支出與所得重分配之相關文獻整理……………….... 21. 表 4-1 PSFD 問卷概況………………………………………………….. 26. 表 4-2. 被解釋變數之定義…………………………………………….... 31. 表 4-3. 解釋變數之定義……………………………………………….... 32. 表 4-4. 變數之敘述統計……………………………………………….... 34. 表 5-1. 教育支出估計結果…………………………………………….... 39. 教育投資決策估計結果(A)……………………………………... 45. 表 5-4. 教育投資決策估計結果(B)……………………………………... 46. 表 5-5. 教育投資決策估計結果(C)……………………………………... 47. 表 5-6. 教育投資決策估計結果(D)……………………………………... 48. 表 5-7. 教育投資決策估計結果(E)……………………………………... 49. 表 5-8. 教育投資決策估計結果(F)……………………………………... 表 5-9. 平均每戶年薪資所得與教育扣除額分配表………………….... 53. 表 5-10. 所得總額、免稅額與扣除額之計算方式…………………….. 54. 表 5-11. 模擬新舊制教育扣除額下平均家戶之估計減稅利益……….. 55. 表 5-12. 教育扣除額新制下之估計稅收損失………………………….. 57. ‧. ‧ 國. 學. 表 5-3. y. 41. sit. 表 5-2. 政治大教育支出占總消費支出之比例的估計結果…………………... 立. io. n. er. Nat. al. Ch. engchi U. v ni. 50. 圖次圖 1-1. 每戶教育費用占可支配所得與總消費支出之百分比………….. 2. 圖 1-2. 高低所得家庭可支配所得比與教育研究費用比….……………. 3. 圖 1-3. 政府教育經費…………………………………………………….. 4. 圖 1-4. 政府教育經費占歲出比例……………………………………….. 4. IV.

(6) 第一章緒論第一節研究動機近年來，隨著家長教育程度的提高、子女數的減少、對子女教育期望的殷切，越來越多的父母將孩子的教育當作最重要的課題，投入子女教育的經費也相當可觀。根據 2004 年 Smart 智富月刊所做的「育兒理財大調查」，顯示有七成的家長認為現今的子女教育費用負擔非常的沉重，尤其是補習費與子女上大學之後的學雜費，他們普遍認為籌措教育費用比單純的生活開支給予他們更大的壓力。根據行政院主計處所做的家庭收支調查，民國 93 年至 97 年間，全國平均每. 政治大. 戶的教育研究費用1大約持平為將近新台幣 50,000 元左右，而教育經費占可支配. 立. 所得的比率則略高於 5％，教育經費占總消費支出也逼近 7％，且這兩年有逐漸. ‧ 國. 學. 上升的趨勢（表 1-1 及圖 1-1）。. ‧. 表 1-1 每戶平均教育費用、可支配所得與總消費支出. 每戶平均總消費支出. er. io. al. 每戶平均可支配所得. sit. y. Nat. 每戶平均教育費用. 單位：元. 民國 93 年. 48,632. 民國 94 年. 47,772. 民國 95 年. 48,027. 913,092. 713,024. 民國 96 年. 46,243. 923,874. 716,094. 民國 97 年. 47,509. 913,687. 705,413. n. 891,249. Ch. e n g 894,574 chi U. v ni. 692,648 701,076. 資料來源：行政院主計處網站（http://win.dgbas.gov.tw/fies/）圖表製作：本研究整理. 1. 此處之教育研究費用，係指行政院主計處家庭收支調查中之「教育與研究費用」，其包含了與家庭教育之相關支出費用，詳細項目如下：托兒所與幼稚園保育費、在學及非在學學生之教育與補習費、購買參考書與講義費、升學報名費、安親班費用、教學用 DVD 以及其他費用。 1.

(7) 8.00% 7.50% 7.00% 6.50%. 7.02%. 6.81%. 6.74%. 6.73% 6.46%. 6.00% 5.50% 5.00%. 5.46%. 5.34%. 5.26% 5.01%. 4.50%. 5.20%. 4.00% 民國93年. 民國94年. 民國95年. 教育費用占可支配所得. 民國96年. 民國97年. 教育費用占總消費支出. 政治大. 圖1-1 每戶教育費用占可支配所得與總消費支出之百分比. 立. 資料來源：行政院主計處網站（http://win.dgbas.gov.tw/fies/）. ‧ 國. 學. 圖表製作：本研究整理. 由此可知家庭負擔了沉重的教育經費，但由於以上資料為全國每戶平均的結. ‧. 果，我們無法看出家庭的經濟狀況與其所負擔的教育經費之間的關係。而這部分. y. Nat. sit. 我們可由教育部所整理的高低所得家庭可支配所得比與教育研究費用比（圖 1-2）. n. al. er. io. 得知，自民國 87 年至 97 年，台灣的可支配所得比皆維持在六倍上下，起伏不大，. i n U. v. 但教育研究費用比卻由八倍多一路攀升至將近十一倍之多，顯示了出生於高所得. Ch. engchi. 家庭的子女所享受到的教育資源明顯高於出生於低所得者，且差距日益擴大。. 2.

(8) 倍 12.00 數 11.00 . 11.70 . 10.03 9.00 8.00 . 10.72 . 10.60 . 10.00 . 11.36 10.81 . 9.79 . 9.44 8.80 . 8.75 . 8.31 . 7.00 6.00 5.00 . 6.39 . 6.16 6.07 6.03 6.04 6.01 5.98 6.05 . 5.51 5.50 5.55 . 4.00 . 政治教育研究費用比大. 87年 88年 89年 90年 91年 92年 93年 94年 95年 96年 97年可支配所得比. 立. 圖1-2 高低所得家庭可支配所得比與教育研究費用比. ‧ 國. 學. 資料來源：教育部網站（http://www.edu.tw/statistics/content.aspx?site_content_sn=8956）圖表製作：本研究整理. ‧. 因此為了探討家庭背景對於子女所享受到的教育資源的影響程度，本文將以. sit. y. Nat. 華人家庭動態資料庫（Panel Study of Family Dynamics，PSFD）來探討兩方面之. al. er. io. 家庭教育投資行為–教育支出以及教育投資決策。第一部分將先探討影響家庭教. v. n. 育支出的因素。而由於先前國內的研究多著重於父母親教育程度、居住地、所得. Ch. engchi. i n U. 等傳統的家庭背景變數，因此本文第二部分加入了家長對於小孩教育的決策行為等非物質面向的因素，例如：家長投入小孩教育的時間以及因小孩教育而遷移戶籍及搬家等變數，以分析探討影響家庭教育投資的因素。期望能透過PSFD來探討，私人教育投資是否因為家庭經濟環境而有顯著的貧富差距。除了私人的教育支出及投資行為外，政府也花費了相當大的經費在教育方面。根據教育部網站公布的資料顯示，這幾年來政府的教育經費不斷地增加，由民國 93 年的 4,400 億元成長至 97 年的 4,900 億元；而教育經費占政府歲出的比率也自民國 93 年的 19.77％攀升至 97 年的 21.03％（圖 1-3 及圖 1-4），顯示了政府在教育方面也投入了相當多的資源。至於政府耗費如此鉅額的資金在教育上，從 3.

(9) 財政學的觀點來看，主要有以下三點理由支持：公平性、外部性以及促進經濟成長。. 政府教育經費新台幣千元. 500,000,000 490,000,000 . 492,370,113 . 480,000,000 477,766,196 . 470,000,000 471,678,049 . 460,000,000 458,928,403 . 450,000,000 440,000,000 . 政治大. 443,956,707 . 430,000,000 . 立. 420,000,000 . 93年. 94年. 學. ‧ 國. 410,000,000 . 95年. 96年. ‧. 圖1-3 政府教育經費. 97年. 資料來源：教育部網站(http://www.edu.tw/statistics/content.aspx?site_content_sn=8956). y. Nat. n. al. er. 21.50%. io. 百分比 %. sit. 政府教育經費占歲出比率. 21.00%. Ch. i n U. 21.30%. engchi. 20.50%. v. 21.03% 20.86%. 20.00% 20.02% 19.50%. 19.77%. 19.00% 93年. 94年. 95年. 96年. 圖1-4 政府教育經費占歲出比率資料來源：教育部網站(http://www.edu.tw/statistics/content.aspx?site_content_sn=8956) 圖表製作：本研究整理. 4. 97年.

(10) 就第一點教育具有公平性來說，Tobin(1969)提出的商品平等主義（Commodity Egalitarianism）認為對於某些特定的財貨，例如：教育、醫療等財貨，每個人所享受的資源必須要相等。而這部分也可由財政學之殊價財來解釋，即使政府不提供教育、醫療等財貨，市場仍然會提供這些財貨，然而在市場必須考慮成本與收益的情況下，這些財貨的數量將遠低於最適數量，使得有益於社會大眾的財貨卻僅有少數人可獲得，我們將這些財貨稱為殊價財，政府補貼教育也可從殊價財的角度切入。而我國憲法在第21條裡即明文規定「人民有受國民教育之權利與義務」，保障了人民的受教權。現今社會中，許多家庭因為經濟狀況困. 政治大. 難，而影響了其子女的受教資源，因此政府基於公平性的理由，應積極介入教育市場。. 立. 而就第二點教育具有外部性而言，Friedman（1982）提出了以下看法，透過. ‧ 國. 學. 教育，人民能夠具備基本的溝通技巧與共同文化價值，少了這些會使得人與人之. ‧. 間的溝通難度增加、磨擦加深，國家整體的凝聚力也較於薄弱，Friedman（1982）. y. Nat. 稱這樣的外部性為neighborhood effect。Rosen（2008）則提到教育的外部性之一. er. io. sit. 為它是社會化的一股強大力量，教育有助於國民的教養與團結。基於這樣的考量，現今大多數的民主國家都設有強制基本教育的法規，且當社會越進步，人民間的. n. al. Ch. 互動越頻繁，強制基本教育的年限也越長。. engchi. i n U. v. 至於第三點教育能夠促進經濟成長，則成為各國政府如此積極地補貼教育的最主要原因，Denison（1965）的研究發現教育在美國經濟成長中扮演了很重要的角色。尤其在專業的知識與研究技術上，更能迅速的帶動經濟成長，進而改善人民的生活品質。因此我國政府投入了大量的資金，冀望能藉由教育厚實人力資本，提升我國的經濟競爭力。由以上三點可看出，政府補貼教育的背後有相當有力的論點支持著，因此政府也提供了許多種補助教育的方式，除了教育部直接編列預算於各機關學校之外，對於弱勢家庭也提供了就學貸款利息補助、私校學雜費減免及就學獎助學金等補. 5.

(11) 貼2。而在補貼高等教育的政策方面，民國 97 年政府修正了所得稅法 17 條針對教育學費特別扣除額部分，「17 條－教育學費特別扣除：納稅義務人就讀大專以上院校之子女之教育學費每人每年之扣除數額以二萬五千元為限。但空中大學、專校及五專前三年及已接受政府補助者，不得扣除。」由舊制的每戶可扣抵兩萬五千元放寬為每人可扣抵兩萬五千元。由於國內先前對於政府高等教育支出歸宿的研究較少，且研究皆以政府對於高等教育的直接支出作為分析，並未出現以租稅優惠的方式補貼高等教育的歸宿探討，因此本文的第二部分將根據這個剛實施不久的政策，分析比較在實施舊制. 治政大擬此修正案實施後，帶給民眾的減稅利益以及政府稅收損失的估計。以分析在政立的教育扣除額以及新制的教育扣除額制度下，對於所得重分配的影響，最後並模. 學. ‧ 國. 府補貼教育之教育扣除額新制下，對於不同所得之家戶的租稅歸宿情形。. 第二節研究目的. ‧. 如前所述，本文研究目為探討教育投資的歸宿，分別從私部門的家庭教育投. sit. y. Nat. 資以及公部門的政府教育投資兩方面來切入，茲條列如下：. al. er. io. 一、以華人家庭動態資料庫問卷資料分析影響家庭教育投資的因素，除了傳統以. v. n. 教育支出來分析外，另以家長對於子女教育的決策行為等非物質面向的部分，. Ch. engchi. i n U. 例如：父母投入子女教育的時間以及因子女教育問題而遷移戶籍或搬家等，來分析探討影響家庭教育投資的因素與歸宿。二、以所得稅法 17 條中的教育扣除額作為政府以租稅優惠方式補貼高等教育的代表，分析比較在實施舊制的教育扣除額以及新制的教育扣除額制度下，對於所得重分配的影響。以釐清政府以租稅優惠的方式補貼高等教育的歸宿效果為何。最後並模擬此修正案實施後，帶給民眾的減稅利益以及政府稅收損失的估計。. 2. 政府為了協助弱勢學生順利就學，提供了獎助學金、學雜費減免、弱勢助學、急難救助以及就學貸款等多項補助措施，冀望能減輕弱勢家庭之子女的就學負擔，詳細情形請參見教育部圓夢助學網(https://helpdreams.moe.edu.tw/home.php)。 6.

(12) 第三節研究架構本研究共分為六個章節，第一章為緒論，說明研究動機、研究目的與架構。第二章為文獻回顧，主要先就國內外學者對於家庭背景與教育投資影響因素的相關文獻作一整合，再針對公共教育支出與所得重分配關係的相關文獻進行回顧與整理。第三章為實證模型，說明本研究所使用之計量模型。第四章為資料來源與變數說明，介紹本研究所採用之資料庫，並說明各變數與其敘述統計。第五章為實證結果，說明各種家庭背景的變數對於家庭教育支出的影響程度，以及政府對高等教育提供之教育學費特別扣除額部分對於所得重分配的影響效果。第六章為. 政治大. 結論與建議，為本研究的實證結果作一總結，並說明本研究的研究限制以及後續. 立. 研究之建議。. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 7. i n U. v.

(13) 第二章文獻回顧第一節影響家庭教育投資的因素國內外探討影響家庭教育投資的因素之相關文獻十分豐富，以下將把文獻分成家庭所得、父母親年齡、父母親教育程度、子女人口數、居住地區(北市、高市、北、中、南、東六區)、種族、男女孩比例以及教育投入時間等因素，再加以整理分析，以作為本論文的理論基礎。. 一、. 家庭所得. 政治大. 不論是以可支配所得，還是以總所得的方式表示，家庭所得在研究家庭支出. 立. 的因素上，一直是個關鍵的變數。先前的研究中普遍發現家庭所得與教育支出金. ‧ 國. 學. 額呈現正相關的趨勢。林文達（1983）對民國 71 年度全國有子女在國民小學五年級的學生家長做抽樣調查，利用此抽樣調查資料探討一個家庭在各種後天社經. ‧. 因素影響下，受教育機會是否均等，其研究發現台灣的教育機會存在社會階層不. y. Nat. sit. 公平的現象。家庭所得階層愈高，其就學經費負擔能力愈高，相對之下其子女獲. n. al. er. io. 得的教育資源也較豐富。. i n U. v. 葉凱莉、蔡群立（2000）利用民國 85 年家庭收支調查報告，將總樣本依所. Ch. engchi. 得分成高、中、低三組，以探討在不同所得下，家庭教育支出的情形及影響因素，實證結果發現可支配所得愈高的家庭，教育支出費用也愈高。且低所得家庭的教育支出雖只是高所得家庭的二分之一，但其教育支出占可支配所得的比例卻是高所得家庭的兩倍，顯示教育支出會排擠低收入家庭的其他支出，而收入的確為影響子女教育資源的重要因素。李巧琳（2001）則採用 1976－1980 年（早期）與 1996－1999 年（晚期）兩個不同經濟發展階段的家庭收支調查報告，研究家計單位對於人力資本投資決策的演變過程。研究結果發現早期若父親的所得較低，其子女受高等教育的機會明顯受到限制；而晚期父親所得的影響則下降許多。 8.

(14) 林金源（2003）採用 1976 年至 2001 年行政院主計處的家庭收支調查報告，以可支配所得作為家庭所得變數，探討我國家庭教育支出與所得不均度的長期變化，文中將可支配所得以對數呈現，結果發現可支配所得與家庭教育支出間確實呈現正相關，且貧窮家庭教育支出占可支配所得的比率與富有家庭之間的差距愈拉愈大，意味著教育支出對貧窮家庭造成的負擔日漸擴大。呂光和（2007）利用行政院主計處家庭收支資料庫，以迴歸分析方式，探討影響教育支出的因素，並將家戶依所得分為五組，作跨組間的分析比較。由歷年（1985 至 2005 年）可支配所得的估計係數結果，可知家庭可支配所得愈高，會. 治政大2004 年的華人家庭動態資 1976 年至 2006 年的家庭收支調查資料庫及 1999 年至立期望子女可受愈良好的教育，使得教育支出相對提高。林玉舫（2008）結合了. 料庫，其研究發現家庭所得屬於最窮等級者，其教育支出隨著可支配所得的增加. ‧ 國. 學. 而遞減，顯示最窮等級的家庭可支配所得雖有上升，但因其他項目的消費金額上. ‧. 升的更多，而排擠了教育支出。至於其他所得等級的家庭，教育支出則與可支配. y. Nat. 所得呈現正向相關。. er. io. sit. 國外則有 Huston（1996）以 1991 到 1992 年間 BLS 消費者支出調查（Bureau of Labor Statistics Consumer Expenditure Survey）研究影響教育支出的因素，發現. al. n. v i n 所得確實為影響教育支出中最為顯著的變數。Tansel & Bircon（2006）利用 1994 Ch engchi U 年土耳其家庭支出調查（Household Expenditure Survey），探討土耳其地區影響家庭對私人家教費用支出多寡的因素。發現所得指標和私人家教費用的支出呈現顯著的正相關，而由其實證結果也可看出私人家教對於土耳其家庭來說，具有單一彈性（unitary elasticity），即在家計單位的預算中，私人家教既非奢侈品也非必需品。綜合以上文獻所述，可知要研究影響家庭教育支出的原因，家庭所得是不能缺少的變數。. 二、. 父母親的教育程度. 葉凱莉、蔡群立（2000）研究中則發現就整體而言，父親的教育程度與教育 9.

(15) 支出間並無顯著的關係，意味台灣不同教育水準的父親對子女的教育支出態度都是大同小異。但若在所得分為高、中、低三組下，發現父親是國小畢業者，教育支出會較少，推測這類父親較重視子女擁有一技之長；而在低所得組中，父親為專科畢業者，教育支出則較高，表示其認為對於子女的教育投資仍是十分重要的。駱明慶（2000）使用 1990 年台閩地區戶口普查資料，研究父母的家庭背景對其子女教育成就的影響，發現父母親的教育程度是最關鍵的因素，父母親教育程度愈高，對於子女的學歷期許也愈深，使得他們花費在子女的教育支出也愈高。. 治政大自 1976 年到 2001 年增加了 9.65 倍，可看出戶長教育程度與其教育支出成正比，立林金源（2003）則是以戶長教育年數代替，由戶長教育程度的係數顯著為正，且. 影響程度也隨著時間日漸加深。李巧琳（2001）發現早期父母教育水準差異較大，. ‧ 國. 學. 對子女教育的重視程度不一，產生了明顯的代際間人力資本移轉的現象；晚期則. ‧. 因全民教育較為普及，使得子女所獲得的教育資源差異已逐漸縮小。. y. Nat. 鄧瑜君（2009）以 2006 年家庭收支調查報告發現父親的教育程度為高中職. er. io. sit. 者，其所支付的教育費用較多；父親的教育程度為大專及碩博士者，對教育支出則無顯著的影響。而母親的教育程度不論是高中職、大專或碩博士，對其子女的. n. al. 教育支出皆無顯著影響。. Ch. engchi. i n U. v. 國外文獻則有 Mauldin & Mimura（2001）以消費者支出調查（Consumer Expenditure Survey）研究美國地區家長對於子女教育支出的影響因素，作者將父母親的教育程度分為高中以下、高中、專科學院以及大學以上，發現父母親教育程度為高中或高中以下的家庭，教育支出顯著低於父母親教育程度為大學以上的家庭，顯示了父母親的教育程度與子女所享有的教育費用是成正比的。而 Tansel & Bircan（2006）研究土耳其地區的教育需求，發現父母親的教育程度愈高，其花費在子女上的私人家教費用也愈高，顯示了教育支出有代際間移轉的現象，而其中母親的影響程度又更甚於父親。. 10.

(16) 三、. 父母親職業. 駱明慶（2000）發現早期父親於公部門工作的子女，容易有比較高的教育成就，雖然現在仍有公部門的教育支出補助，但此影響已不顯著。葉凱莉、蔡群立（2000）研究發現父親是專業人員對其子女的教育支出顯著地比父親從事工人為多，而父親從事農、林、漁、牧業者，則對子女的教育支出相對較少。然而，母親職業為家管或從事技術員、服務員者，對其子女的教育支出卻明顯低於母親是工人的家庭。鄧瑜君（2009）將父母親的職業分為無業者、白領階級及藍領階級，. 治政大國外部分，則有 Robinson（1984）結合了 1977 年國家意見研究中心（National 立. 發現父母親為白領階級者，對子女的教育支出比父母親為藍領階級者高。. Opinion Research）的資料與 1980 年一般社會調查（General Social Surveys），探. ‧ 國. 學. 討在美國、英國、北愛爾蘭、阿根廷及智利五個國家中，父親分屬不同產業階級，. ‧. 是否會對其子女教育產生影響。而研究結果顯示資本家、管理階層以及領班的兒. y. Nat. 子，所獲得的教育資源皆高於工人的兒子，證明父親的職業對子女的教育支出是. er. io. sit. 有顯著影響的。Huston（1996）指出父親的工作愈具有專業能力，其教育支出相較於非專業人員以及技術、服務人員高出許多，意即父親職業的專業程度與教育. n. al. 支出呈現同向變動。. 四、. Ch. engchi. i n U. v. 父母親年齡. 葉凱莉、蔡群立（2000）的研究結果發現，父親的年齡與教育支出金額呈現顯著的正相關，換句話說，父親的年齡愈大，所支付的教育支出也愈多，在各所得分組中皆然。推測是因為能夠陪伴孩子的時間較短暫，因此給予較優渥的教育經費以彌補其不足。鄧瑜君（2009）加入了母親年齡這個變數，實證結果顯示不論是父親年齡或是母親年齡，與教育支出皆呈現正相關的現象，父母親年齡增加時，教育支出也會隨之增加，與葉凱莉等人的研究結果相仿。國外則有 Mauldin & Mimura（2001）研究美國地區的家庭教育支出因素， 11.

(17) 其研究結果發現父親的年紀愈高，對於其子女的教育支出也就愈高。而 Tansel & Bircan（2006）的研究結果則不同於上述研究，其結果為戶長的年齡愈高，所願意為子女支付的私人家教費用反而愈低。. 五、. 居住地區. 過去的文獻中，對於居住地區的區分方式有很多種，本研究將採用葉凱莉與蔡群立（2000）的分類方法，分為台北市、高雄市、北區、中區、南區、東區等六區，以探討城鄉間的差距是否會對家計單位的教育支出決策產生影響。駱明慶. 治政大的子女相較之下，所獲得的教育資源顯得相當缺乏。立. （2000）指出居住於都市對於父母的教育投資決策也有顯著地影響，居住於鄉村. 而李巧琳（2001）利用兩個經濟發展階段的資料相互比較，發現在早期. ‧ 國. 學. （1976–1980 年），居住於都市的家庭，其子女受教機會的確高於居住在都市的. ‧. 家庭；然而在晚期（1996–1999 年），城鄉間造成的教育機會差異已不明顯，顯. y. Nat. 示城鄉差距已有所改善。林金源（2003）研究結果則正好相反，他發現 2001 年. er. io. sit. 居住地區為都市的家庭，其子女的教育支出顯著的比鄉村家庭為高，但 1976 年居住地區這個變數的影響卻變得不顯著。Tansel & Bircan（2006）在土耳其的研. al. n. v i n 究也得到了相同的結論：居住於都市的家庭，私人家教費用比居住於鄉村者多。 Ch engchi U 六、. 子女人數. 林金源（2003）則把子女人數按照就讀年級分為國中、小學生數以及高中職、大專以上兩組，發現家中就讀國中、小學的子女人數愈多，其教育支出也愈高，且有逐年增加的趨勢。而家中就讀高中職以上的子女人數也與其教育支出呈現正相關，且由早期微幅上升到 1990 年以後劇烈上升，似乎反映了政府近年來逐漸減少對高等教育補貼，迫使家計單位增加教育支出的事實。鄧瑜君（2009）則特別將 7–18 歲的子女區分出來，結果發現當家庭中 7–18 歲子女人數愈多，則其教育支出也會愈高。 12.

(18) Hanushek（1992）以 Gary Income Maintenance Experiment 提供的 utilizes data 檢驗子女人數多寡與子女的成就是否具有抵換關係，研究結果發現子女數量和日後成就呈現反向變動，顯示子女的量與質之間確實有抵換關係。Parish & Willis （1993）以台灣婦女家庭狀況調查（Taiwan Women and Family Survey）研究早期台灣家庭中子女的人數及排行與其教育成就的關係。實證結果發現子女人數增加，父母對每個子女的教育支出會相對減少，隱含著兄弟姊妹之間存在著資源競爭的情形。Tansel & Bircan（2006）研究則與上述相異，他發現在土耳其地區，家中子女數愈多，其私人家教費用反而愈少。. 七、. 子女性別比例. 立. 政治大. 駱明慶（2000）及葉凱莉、蔡群立（2000）都發現男孩占家庭子女的比例在. ‧ 國. 學. 現代社會中已不是影響教育支出的重要變數，顯示家長在女性所享有的教育資源. ‧. 有逐漸提升的趨勢。李巧琳（2001）實證結果發現台灣早期兒子就學的機率都比. y. Nat. 女兒高，而近年來邊際效果則降低許多，男女地位逐漸平等。但值得注意的是，. er. io. sit. 不論早期或晚近時期，只要家中有姊姊者，就可能得到姊姊的幫助而就學，顯示父母在家庭資源的配置上，很容易犧牲出生排行較前面的女性的受教權。. al. n. v i n 然而，林玉舫（2008）實證研究顯示家中男孩比例的係數僅在全體樣本的 Ch engchi U. 2005、2006 年中達到顯著水準，其餘皆不顯著，表示家庭中男性孩童的比例對教育支出的影響較不明顯。比較特別的是鄧瑜君（2009）的研究結果，男孩比例與家中教育支出呈現反向關係，即家中男孩比例愈高，教育支出反而愈低。 Greenhalph（1985）利用 1978–1980 年台灣北部地區（三芝、淡水及台北） 80 個家庭的縱向調查資料（longitudinal study），探討子女性別與家庭教育投資間的關係，發現在經濟發展過程中，女兒接受教育的機會逐漸與兒子相等，但讓姊姊提早工作以支付兄弟讀書的情形仍然存在，顯示台灣家庭在教育投資上仍有重男輕女的觀念。. 13.

(19) 八、. 單親家庭. 李妍慧（2009）利用 2007 年家庭收支調查研究台灣地區家庭教育支出影響因子，將家庭組織型態分為單親家庭、夫婦家庭、核心家庭等七種，發現除了領取低收入補助之家庭外，其餘皆呈現一般家庭較單親或是隔代教養之家庭擁有較高的家庭教育支出。在國外，Mauldin & Mimura（2001）在研究美國家庭教育支出的影響因素時，雖有放入婚姻狀態這個變數，將婚姻狀態分為已婚、單親女性以及單親男性等三類，但其實證結果發現婚姻狀態這個變數在影響家庭教育支出的模型中，是不顯著的。. 立. 族群. 學. ‧ 國. 九、. 政治大. 駱明慶（2000）探討教育成就的省籍與性別差異，僅考慮了外省及本省兩大. ‧. 族群，缺少了台灣本地原住民的研究。發現早期外省籍子女的教育程度明顯優於. y. Nat. 本省籍子女，現在差異雖已縮小，但差異卻仍是顯著存在的。高德義（2000）探. er. io. sit. 討原住民教育的發展與改革中指出，目前原住民教育發展綜合指標嚴重偏低，原住民能獲得較高教育的比例非常低，人才更是鳳毛麟角。由於教育的短缺，原住. al. n. v i n 民多半淪為社會底層，難以向上流動。更嚴重的問題是， C h ，並陷入貧窮的惡性循環 engchi U. 不足的教育經費與資源，使得原住民的文化難以透過教育延續，造成部落社會面臨了文化消亡的重大危機。在國外方面，Kane（1994）利用 October Current Population Survey（CPS）與 in-state public tuition data，以時間序列分析美國 18、19 歲的青少年自 1973 到 1988 年間，因家庭背景、大學學費及當地教育報酬的不同，所造成的高等教育差異。研究結果顯示家庭背景確實會對子女的教育資源產生很大的影響，雖然黑人父母的教育水準逐年提升，使得黑人與白人的就學率差距已逐漸縮小，但整體而言，黑人子女所享有的教育資源仍遠低於白人子女，這也凸顯了族群在教育資源上的影響力。 14.

(20) 由以上文獻我們不難發現，即使在講求多元文化並重的當今社會，族群間仍然存在著不平等的待遇，尤其在他們所享有的教育資源，不論是就學機會或是教育經費上，原住民皆處於相當弱勢的地位，因此本論文將加入原住民這個變數，以探討原住民教育資源是否有所改善。. 十、. 投入時間. 在過去台灣的研究裡，多半著重於教育支出因素的探討，對於教育投資的其他面向，例如：投入教育及陪伴子女的時間以及為了子女教育而遷移戶籍等，則. 政治大. 較少涉及，而在這部分，國外已有許多文獻探討哪些因素會影響父母投入子女教育的時間。. 立. Hill & Stafford（1980）利用密西根大學的時間利用調查（Time Use Survey），. ‧ 國. 學. 將家長的時間配置分為照顧小孩、做家事、工作這三部分，以分析 18 到 50 歲間. ‧. 的家長投入於小孩的時間，特別是針對學齡前的幼童，是否會因為其社經地位及. y. Nat. 教育程度而有所不同。而其研究結果顯示，教育程度越高的母親，會投入越多的. er. io. sit. 時間在小孩身上，不僅如此，教育程度越高的母親，在照顧小孩方面也提供了較多面向的照顧，她們不僅會協助小孩的課業，也會陪伴他們閱讀、聊天以及帶他. n. al. 們去旅行。. Ch. engchi. i n U. v. Bryant & Zick（1996）利用 1977-1978 年間十一州的時間利用調查（Eleven-State Time-Use Survey，ESTUS）來檢視母親有無工作與其投入在小孩身上的時間是否相關，以及父母與小孩從事的活動是否因為性別而有所不同。根據 ESTUS 其中四州（Louisiana, New York, Wisconsin, and Utah）的時間配置資料做的迴歸分析，顯示母親僅在對待年紀較大的小孩時，會出現母親的工作時間越長，花在照顧小孩的時間也就越短的情形。而對於其他年紀的子女，相反地，若母親的工作時間增加，父母親與小孩一起做家事及休閒的時間也會增加。而作者也發現，父母親與小孩從事的家庭活動的確會因為性別而有所不同－母親會花較多的時間和女兒一起準備餐點，而父親則會花較多的時間和兒子一起從事與車子 15.

(21) 及寵物相關的活動。 Brown（2006）以 2000 年甘肅之小孩與家庭調查（Gansu Survey of Children and Families，GSCF）作為分析中國農村家長的教育程度與其投入於培養小孩的人力資本的資料，研究結果顯示教育程度越高的父母，不論在投入教育的支出以及時間方面，皆明顯高於教育程度較低的父母。且母親每多受一年的教育所增加的教育投資時間，高於父親每多受一年教育所增加的教育投資時間。 Hook & Chalasani （2008）利用 2003 到 2006 年間美國時間利用調查（American Time Use Survey）比較單親父親相對於單親母親以及雙親家庭，在照顧小孩的時. 治政大但相較於已婚的父親則多花許多時間在照顧小孩方面。而這些結果會因為小孩年立. 間分配上是否有所差異。作者發現單親父親照顧小孩的時間比單親母親略少一些，. 紀的不同有所變化，小孩的年紀越大，單親父親與已婚父親在照顧小孩的時間差. ‧ 國. 學. 異也越來越小，顯示在小孩年幼時，單親父親必須父兼母職花費較多的時間與精. ‧. 力在小孩身上。. n. al. er. io. sit. y. Nat. 本研究將上述影響家庭教育支出之相關文獻彙整於表 2-1。. Ch. engchi. 16. i n U. v.

(22) 表 2-1：影響家庭教育支出之相關文獻整理資料來源關係附註 1982年全國國小五年級之家長＋ 1996年家庭收支調查＋ 1976–80年與1996–99年家庭收支調查＋ 1976–2001年家庭收支調查＋ 1985–2005年家庭收支調查＋ 1976–2006年家庭收支調查與1999–2004年PSFD ＋/－ 1991–1992年BLS消費者支出調查＋ 1994年土耳其家庭支出調查＋ 1996年家庭收支調查 X 1990年台閩地區戶口普查資料＋ 1976–2001年家庭收支調查＋ 1976–80年與1996–99年家庭收支調查＋ 2006年家庭收支調查＋父親為高中職美國地區消費者支出調查＋ 1994年土耳其家庭支出調查＋ 1990年台閩地區戶口普查資料＋ 1996年家庭收支調查＋父親為專業人員 2006年家庭收支調查＋ 1977年國家意見研究中心與1980年一般社會調查＋ 1991–1992年BLS消費者支出調查＋專業程度 1996年家庭收支調查＋ 2006年家庭收支調查＋美國地區消費者支出調查＋ 1994年土耳其家庭支出調查－以戶長作代表 1990年台閩地區戶口普查資料＋都市＞鄉村 1976–80年與1996–99年家庭收支調查＋都市＞鄉村 1976–2001年家庭收支調查＋都市＞鄉村 1994年土耳其家庭支出調查＋都市＞鄉村 1976–2001年家庭收支調查＋ 2006年家庭收支調查＋ 7–18歲子女 Gary Income Maintenance Experiment–Utilizes data －質與量具抵換關係台灣婦女家庭狀況調查－ 1990年台閩地區戶口普查資料 X 1996年家庭收支調查 X 1976–80年與1996–99年家庭收支調查＋ 1976–2006年家庭收支調查與1999–2004年PSFD ＋ 2005–2006 2006年家庭收支調查－ 1978–80年台灣北部80個家庭之縱向調查資料 X 逐漸相等 2007年家庭收支調查＋一般家庭＞單親隔代美國地區消費者支出調查 X 1990年台閩地區戶口普查資料外省＞本省原住民教育發展綜合指標原住民資源短缺美國CPS人口調查與in-state public tuition data 白人＞黑人密西根大學之時間利用調查教育程度＋ 1977–78年美國十一州之時間利用調查(ESTUS) 母親工時、性別 2000年甘肅之小孩與家庭調查(GSCF) 教育程度＋ 2003–06年之美國時間利用調查單母＞單父＞已父. y. sit. io. n. er. Nat. al. ‧. ‧ 國. 立. 政治大. 學. 項目作者家庭所得林文達(1983) 葉凱莉、蔡群立(2000) 李巧琳(2001) 林金源(2003) 呂光和(2007) 林玉舫(2008) Huston(1996) Tansel & Bircon(2006) 父母親葉凱莉、蔡群立(2000) 教育程度駱明慶(2000) 林金源(2003) 李巧琳(2001) 鄧瑜君(2009) Mauldin & Mimura(2001) Tansel & Bircon(2006) 父母親職業駱明慶(2000) 葉凱莉、蔡群立(2000) 鄧瑜君(2009) Robinson(1984) Huston(1996) 父母親年齡葉凱莉、蔡群立(2000) 鄧瑜君(2009) Mauldin & Mimura(2001) Tansel & Bircon(2006) 居住地區駱明慶(2000) 李巧琳(2001) 林金源(2003) Tansel & Bircon(2006) 子女人數林金源(2003) 鄧瑜君(2009) Hanushek(1992) Parish & Willis(1993) 子女性別比駱明慶(2000) 葉凱莉、蔡群立(2000) 李巧琳(2001) 林玉舫(2008) 鄧瑜君(2009) Greenhalph(1985) 單親家庭李妍慧(2009) Mauldin & Mimura(2001) 族群駱明慶(2000) 高德義(2000) Kane(1994) 投入時間 Hill & Stafford(1980) Bryant & Zick(1996) Brown(2006) Hook & Chalasani(2008). Ch. engchi. 17. i n U. v.

(23) 第二節公共教育支出與所得重分配的關係對於政府是否應該補貼教育，各界都抱持不同的看法，尤其在高等教育補貼這部分，更是大家爭論的核心。以下將整理國內外與公共教育支出對所得重分配效果相關之文章，並以對高等教育的補貼為重心，輔以其他各階段教育補助來說明。在亞洲部分，有何孟威（1978）從教育支出與收益兩方面來探討我國高等教育之所得重分配問題。在收益面部分，整理教育部於民國六十五年底所作之「中. 政治大均所得與其家庭平均所得之間的差異變化，以探討接受高等教育後之所得重分配立等以上教育程度與所得關係」調查之問卷，觀察自大專院校畢業的學生本人之平. ‧ 國. 學. 情形。研究結果顯示，在依戶數五等分位法檢定下，不論是最低所得組所占之所得份額，或最高所得組所占之所得份額，都顯示大專院校畢業生之所得分配較其. ‧. 家庭之所得分配平均。而由顧志耐比率檢驗的結果，得知我國高等教育對所得重. sit. y. Nat. 分配具有正向作用。. al. er. io. 蔡依函（2006）利用華人家庭動態資料庫（PSFD）長期追蹤資料（panel data），. v. n. 進行政府高等教育支出之歸宿效果的分析。從單一年度的勞動所得及終生勞動所. Ch. engchi. i n U. 得兩種觀點，比較政府的高等教育支出是否具有累退的所得重分配效果。她發現不論是單一年度（2000 年）或是以終生所得而言，最低所得家庭的補助比例皆是最高所得家庭的六分之一，意即家戶所得與補助額之間呈現正向相關，也證明了政府的高等教育支出具有累退的效果，不但無法達到所得重分配的目的，反而使所得不平均的情況更加惡化。國外部分，則有 Hansen & Weisbrod（1969）研究加州對於公立學校的高等教育補助所造成的所得重分配效果。其補貼又因教育體制的不同而有很大的變化，主要的高等教育體制分為州立大學（University）、州立學院（State College）和專科學校（Junior College）三種，本文便以這三種教育體制去探討：1.透過高等教 18.

(24) 育所獲得的補貼金額，2.透過不同的教育量及教育體制去分析學生獲得的補助金額之變化，3.探討來自不同社經地位家庭的學生，所獲得的補助金額是否有所不同。而研究結果顯示除了少數來自低所得家庭的聰明學生外，大部分低所得家庭的學生都無法自高等教育獲得有效地補貼，補助多半落入家長具備較高社經地位的學生中。換句話說，補貼金額與家庭所得呈現正相關，加州政府當時的高等教育補貼政策，會造成由低所得對高所得家庭的逆向所得重分配效果。 Hansen & Weisbrod（1969）的研究結果在教育及經濟界引起了軒然大波，許多學者紛紛寫文章來反駁這個論點。Mcguire（1976）即是其中之一，他主要在. 治政大所得重分配是否正確，即探討加州的高等教育補貼是否真的會讓所得由低所得家立檢驗 Hansen & Weisbrod（1969）所主張的加州高等教育補貼政策會造成反向的. 庭流向高所得家庭。而其結果顯示，在將助學金及助學貸款（financial aid）納入. ‧ 國. 學. 總補貼後，1971–1972 年不論是在何種教育體制下，加州的高等教育補貼金額皆. ‧. 隨著所得的增加而遞減。且家庭所得水準低於平均值以下的學生所獲得的高等教. y. Nat. 育補貼，不論是以總額或是平均的概念分析，皆高於家庭所得在平均值以上的學. er. io. sit. 生。有此可知「富有家庭的學生得到較多的補貼」這個說法是有誤的。 García–Peñalosa & Wäldet（2000）從三種融通高等教育的系統來分析其對效. al. n. v i n 率和公平的影響，這三種系統分別是傳統的一般稅收融通方式、貸款系統和畢業 Ch engchi U 生稅（graduate tax）。傳統直接以一般稅收融通的補貼方式被認為會造成反向的. 所得重分配，因此這篇文章探討是否能藉由以上三種不同的融通方式以及提高補助率來避免逆向所得重分配的發生。然而，研究結果顯示，傳統的租稅補貼無法同時達到效率的資源配置，公平的終生所得分配以及公平的教育機會；而較高的補助率雖可增加學生人數，也可使終生所得分配更為公平，但卻會因過多的教育導致潛在的產出損失。而貸款及畢業生稅的融通方式，則分別在學生為風險趨避者及受高等教育畢業且獲得技術性工作的學生償還其教育成本的條件下，才有可能避免逆向所得重分配發生。 Glomm & Ravikumar（2002）以跨期模型探討當每人投資人力資本是以學校 19.

(25) 的品質作為考量時，所得不均度的變化情形。假設維持學校品質的經費是以所得稅支付，則研究結果顯示即使在公共教育的品質都相同下，短期貧富間的所得差距仍持續擴大中。然而，若把時間拉長，公共教育是有益於所得重分配的，其變化情形為初始幾個世代的所得不均度會擴大，之後則逐漸縮小，所得分配趨於平等。因此就長期而言，政府提供教育是有利於所得重分配的。 Barbaro（2003）則以橫斷面的觀點探討 1997 年的西德於補貼高等教育後，對所得分配所造成的影響。特別的是，作者在此採用淨移轉的計算方法，並將社會階層調整為十等分的十組，來衡量補貼高等教育對於所得重分配的效果。實證. 治政大觀點來看，政府對高等教育的補貼是具有累進性質的，非但不會有反向的所得重立結果出乎意料地與先前多數的研究報告都不同，Babaro（2003）發現以橫斷面的. 分配發生，還能幫助低所得者順利就學。. ‧ 國. 學. Barbaro（2004）探討補貼是否能抵銷租稅帶來的扭曲效果，以及其對所得. ‧. 重分配與效率面的影響。文中提到高等教育補貼一直是經濟學界爭論不休的議題，. y. Nat. 支持學費補貼的一方著重於效率面，而反對者則著眼於它會產生累退的所得分配. er. io. sit. 效果。作者認為不能因分配面的缺失而不顧效率損失，但他也提出了課徵自願的畢業生稅（voluntary graduate tax）作為揭露的機制，如此一來既可抵銷補貼造成. al. n. v i n 的逆向所得重分配效果，也可保留補貼所增進的效率，打破了公平與效率兩者無 Ch engchi U 法兼顧的鐵律。. Benjamin & James（1987）研究日本地區藉由教育分配及租稅體制對於所得重分配的影響。且與前述研究不同的是，本文採用終生所得代替當前所得以減少所得誤差。一般人容易有「補貼公立大學比補貼私立大學更能達成所得重分配效果」的觀念，而此研究結果卻推翻了這個迷思，作者發現補貼在私立大學或公立大學的一塊錢在日本產生的重分配效果是相同的，因此，若我們從公平的觀點討論政府的教育支出，則應著重在支出金額的多寡而非公私立學校的配置。並且， Benjamin & James（1987）也指出政府若持「重質不重量」的教育補助方式，雖然在短期會讓目前的所得重分配效果降低，但長遠來看，卻可大量提升未來對上 20.

(26) 層菁英階級的重分配效果。本研究將上述公共教育與所得重分配之相關文獻彙整於表 2-2。表 2-2：公共教育支出與所得重分配之相關文獻整理. 作者研究內容何孟威(1978) 從教育支出與收益面來探討我國高等教育之所得重分配問題蔡依涵(2006) 利用PSFD進行政府高等教育支出之歸宿效果的分析 Hansen & Weisbrod(1969) 研究加州對於公立學校的高等教育補助所造成的所得重分配效果 Mcguire(1976) 檢驗Hansen & Weisbrod(1969)的研究結果是否正確 Glomm & Ravikumar(2002) 探討每人投資人力資本是以學校品質考量時，所得不均度的變化 Barbaro(2003) 以橫斷面觀點探討西德補貼高等教育後，對所得分配造成的影響 Barbaro(2004) 探討補貼是否能抵銷租稅帶來的扭曲效果及其對公平與效率的影響 Benjamin & James(1987) 研究日本地區藉由教育分配及租稅體制對於所得重分配的影響. 立. 政治大. 與所得重分配之關係高等教育(＋) 高等教育(－) 高等教育(－) 高等教育(＋) 教育(＋) (長期) 高等教育(＋) 效率公平(畢業生稅) 高等教育(＋)(重質). ‧ 國. 學. 第三節本文與其他文獻之異同. ‧. 歸納以上文獻，可發現影響教育支出的因素主要有家庭所得、父母親的教育. y. Nat. 程度、子女人數及男女孩比例…等。然而國內文獻多半著重於教育支出金額的因. er. io. sit. 素探討，較未涉及教育投資裡非金錢投入的部分，例如：家長投入子女教育的時間、為了子女教育問題而搬家…等因素，因此本文加入了這些非物質面向的部分，. al. n. v i n 期望能以更多元的角度來探討影響家庭教育投資的因素。 Ch engchi U. 而在政府補貼教育方面，特別是高等教育這一環節對於所得重分配的影響，. 現今學者們出現了許多不同的觀點，而非只限於以往政府補貼高等教育會造成所得分配惡化的刻板印象裡。但因過去文獻皆在分析高等教育的直接補貼，對於以租稅減免的間接補貼方式則少有著墨，因此本研究將以華人家庭動態資料庫（PSFD）模擬民國 97 年教育扣除額修正案的實施，試算減稅利益的歸宿以及政府可能面對的稅收損失，以分析教育扣除額限制的放寬是否有利於所得重分配。. 21.

(27) 第三章實證模型第一節最小平方法(OLS Model) 本文在研究教育支出、教育支出占總消費支出比例以及教育投資決策中的「父母每週陪伴子女念書或教導子女之時數」時，採用最常被使用的最小平方法（Ordinary least squares, OLS）作為實證模型基礎，由於教育支出樣本中，觀察值為零之樣本僅為個位數，而問卷中另一問項－教育支出占總消費支出比例這部分，雖有大量零觀察值之樣本，但由於應變數–教育支出占總消費支出比例的數值範圍僅限於 0 到 1 之間，變動幅度很小，因此在這三個部分，本研究採取最小. 政治大. 平方法（OLS）作為實證模型。OLS 模型之基本設定如下：（Wooldridge, 2002）. 學. ‧ 國. 立. Yi=β0+βixi+εi，i=1,2,……n. （1）. ‧ y. Nat. 各變數說明如下：Yi：被解釋變數. β0 ：截距項的估計參數. n. al. Ch. βi ：斜率項的估計參數 εi ：誤差項. engchi. er. io. sit. xi ：解釋變數. i n U. v. 而在使用最小平方法（OLS）模型時，必須假設下列五項前提是成立的： 1.所有觀察值均滿足線性關係。 2. x 為非隨機的變數。 3.E(εi)=0，i=1,2,……n。 4.E(εi2)=σ2，且對於任何觀察值 i, j 而 i≠j 下，E(εiεj)=0。 5.誤差項ε 為獨立的常態分配，即 εi ~N(0,σ2)。 22.

(28) 在這些假設下，便可用最小平方法來估計本文欲探討之教育支出與教育投資決策，在本文中，三個應用 OLS 模型的被解釋變數 Y 分別為：教育支出、教育支出占總消費支出比例以及教育投資部分的父母每週陪伴子女念書或教導子女之時數，而解釋變數x 則為各項家庭背景與特質，例如：出生地、父母親教育程度以及家中子女人數等。而估計結果將呈現於第五章。. 第二節機率模型(Probit Model) 本文在探討非物質面向的教育投資因素部分，有多項迴歸模型的應變數由於. 政治大沒有、是或不是等等，通常以立 0 和 1 表示時，若是採用傳統的線性機率模型（linear 牽涉到二元選擇（binary choice），亦即反應變量有兩種可能的結果，例如：有或. ‧ 國. 學. probability model），會產生殘差項存在異質變異性以及估計值未必會落在單位區間內這兩個問題。. ‧. 為了修正以上問題，數學上發展出了 Probit 模型與 Logit 模型。因此，當迴. sit. y. Nat. 歸模型的應變數為屬質變數時，本文即採用機率模型（Probit model）來分析。. n. al. er. io. Probit 模型的基本設定如下：（Wooldridge, 2002）. C. hengchi Yi*=β0+βixi+εi，i=1,2,……n. i n U. 各變數說明如下：Yi*：無法被觀察到的被解釋變數 xi ：解釋變數 β0 ：截距項的估計參數 βi ：斜率項的估計參數 εi ：誤差項，且 εi ~N(0,1)。. 23. v. (2).

(29) 若將 Probit 模型運用在本研究探討教育費用之模型中，則Y 代表教育費用是否為家庭消費支出中金額最高者，x 則代表各項家庭背景與特質。由於我們無法直接觀察到Y ，因此我們只能藉由可觀察到的二元變數Y ，透過下列方式轉換，估計出Y ：. Yi=1，if. Yi*. 0. Yi=0，if. Yi*. 0. (3). 而其累積標準常態分配函數可表示為：. G(z)≡Φ(z)≡. ψ ν dν. 治政大，0 其中 G(z)為累積分配函數（Cumulative Distribution Function）立 ∞. ‧ 國. e. G(z) = P. 1。. 表示。而 Probit 模型採. 學. Φ(z)定義為標準常態機率密度函數，以 Φ(z) = 2π. (4). 用之函數即為累積標準常態分配函數（Cumulative Normal Distribution Function），. Nat. sit. y. ‧. 以此作為轉換，以確保機率估計值落在 0 到 1 的區間內。. n. a l i) = P(Yi* > 0︱xi) P(Yi=1︱x Ch. en chi. er. io. 由（3）、（4）兩式，可得出以下結果：. i n U. v. (5). = P((εi g > -β0-βixi)︱xi) = G(β0+βixi). 在誤差項ε 為常態分配的假設下，Yi=1 的機率為 G(β0+βixi)，Yi=0 的機率為則為 1. G(β0+βixi)。在其他情況不變下，若解釋變數 xk 為二元解釋變數，例如：. 是否出生於台灣，βk 表示出生地之係數，則出生地對於教育費用是否為最高支出的邊際效果可以下列方式表示：. 24.

(30) G(β1+β2x2+…+βk-1xk-1+βk)﹣G(β1+β2x2+…+βk-1xk-1). (6). 在本研究中，教育費用是否為最高支出以及教育投資決策中的前五項決策，皆以上述 Probit 模型為實證模型之基礎，迴歸結果則於第五章呈現。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 25. i n U. v.

(31) 第四章. 資料來源與變數說明. 第一節資料來源為了探討家戶對於教育投資的影響因素，本文以「華人家庭動態資料庫（Panel Study of Family Dynamics）」的資料來進行實證研究，以分析探討在不同社經結構下的家戶單位，對於子女教育投資的差異性。華人家庭動態資料庫於 1998 年由朱敬一教授與章英華教授所發起，有鑑於華人社會的家庭型態、結構與互動模式，都與西方有著極大的差異，因此希望能藉由華人家庭動態資料庫的建立，尋找一個與本土社會環境較為契合，但仍能為. 政治大. 西方主流學術價值認同的研究方向。目前華人家庭動態資料庫先以台灣地區為研. 立. 究範圍，使用「分層三段等機率」之抽樣原則來抽取合格樣本。問卷規劃則以成. ‧ 國. 學. 年人口為主樣本，之後由主樣本延伸，再將其親屬（子女、父母及兄弟姊妹）納入訪問樣本，以此建立長期追蹤資料庫。. ‧. 本文使用的資料為華人家庭動態資料庫中的三份主樣本（問卷編號為. y. Nat. sit. RI1999、RI2000 及 RI2003）與兩份滿 25 歲之子女樣本（問卷編號為 RCI2004. n. al. er. io. 及 RCI2005），合併上述五份問卷後，並扣除資料缺漏以及家中子女數為零，卻. i n U. v. 有教育支出的 561 個樣本後，總計有 4014 個樣本。五份問卷的概況茲整理於表 4-1：. Ch. engchi. 表 4-1 PSFD 問卷概況各年問卷代號. 樣本類別. 訪問對象. 樣本數. RI. 1999. 第一批主樣本. 1953–1963 年出生者. 999. RI. 2000. 第二批主樣本. 1935–1954 年出生者. 1960. RI. 2003. 第三批主樣本. 1964–1976 年出生者. 1152. RCI. 2004. 滿 25 歲子女樣本. RCI. 2005. 2004 年，前述主樣本中滿 25 歲之子女 2005 年，前述主樣本中滿 25 歲之子滿 25 歲子女樣本女 26. 298 167.

(32) 華人家庭動態資料庫的內容涵蓋面向很廣，除了家庭的基本資料、工作經驗、婚姻與配偶資料…等，還納入了家庭教育決策與支出以及子女教養…等豐富的家庭結構與互動資料，因此本文選擇了此資料庫，期望能以更多元的角度來探討家庭教育投資的影響因素。. 第二節變數說明與敘述統計影響各項消費支出的因素除了一般最容易被關注的所得水準之外，還會受到許多家戶單位的特性所影響，本文欲探討影響家庭教育投資的因素，因此採取華. 政治大釋變數，並添加了家庭教育決策項作為非物質面向的被解釋變數，再以家庭總所立人家庭動態資料庫中的教育費用為其他費用中最高者的實際教育支出作為被解. ‧ 國. 學. 得、居住地區、父母親教育年數、父母親行業別、父親年齡、子女人數、子女性別比例、出生地、婚姻狀況、原住民血統、家長補習經驗以及家長中斷就學經驗. ‧. 等作為解釋變數，以下針對各變數作更詳盡的說明，並將變數定義列於表 4-2 與. （一）教育支出項. sit. al. n. 被解釋變數. er. io. 一、. y. Nat. 表 4-3：. Ch. engchi. i n U. v. 因華人家庭動態資料庫並非每個家戶單位皆有直接的家庭教育支出資料，因此本研究自華人家庭動態資料庫中，選取了問卷問題「在其他費用方面，下列哪一項所占的支出最多？」中，回答「教育費用」者，代表教育費用為其消費支出中金額最高的，再由問卷下一題「去年總計約╴元」來計算其實際教育費用金額，以代替教育支出項作為被解釋變數。另一方面，不同家戶特性對於教育的需求程度也有所差異，因此我們進一步以教育支出占家庭總消費支出的比例，來探討不同家庭背景下，各家戶單位對於教育的需求程度與特性。. 27.

(33) （二）教育投資決策項為了使影響教育投資因素的研究範圍不只侷限於教育支出，本文利用華人資料庫豐富的家庭互動與結構資料，抽取了六項與家庭教育投資相關的決策，分別是： 1. 是否為了安排子女上更好的學校而遷移戶籍 2. 是否為了子女的學業問題而搬到其他城鎮 3. 是否安排子女出國念書 4. 是否為子女準備教育基金供他們讀書用. 治政大 6. 父母每週陪伴子女念書或教導子女之時數立 5. 是否為了子女的教育問題而辭去工作. 以代表父母在非物質面向對於子女的教育投資，希望能了解父母在金錢以外的. ‧ 國. 學. 教育投資方面之特性與影響因素。. ‧ y. Nat. io. sit. 解釋變數. er. 二、. 本文在探討教育投資的影響因素方面，除了以往文獻會放入的家庭基本背景. al. n. v i n 之外，也增加了文獻未著墨的父母親本身的求學經驗這部分，期望能更增添本研 Ch engchi U 究的多元性與廣度。以下針對本研究所選取的各項變數逐一說明：. （一）家庭總所得由於華人家庭動態資料庫中，並無針對每人或每戶的可支配所得之問項，僅有每月平均工作收入和該工作之年終獎金，因此本文分別計算問卷本人與配偶每月平均工作收入乘上十二，再加上該工作之年終獎金，最後將本人與配偶計算之總額相加，作為各家戶單位的家庭總所得。. 28.

(34) （二）居住地區根據葉凱莉、蔡群立（2000），將居住地區分為台北市、高雄市、北部地區、中部地區、南部地區以及東部地區，分別設虛擬變數，而以東部地區作為對照組。其中北部地區所涵蓋的範圍為：台北縣、基隆市、宜蘭縣、桃園縣、新竹縣以及新竹市；中部地區所涵蓋的範圍為：苗栗縣、台中縣、台中市、彰化縣、南投縣以及雲林縣；南部地區所涵蓋的範圍為：嘉義縣、嘉義市、台南縣、台南市、高雄縣、屏東縣以及澎湖縣；東部地區所涵蓋的範圍為：花蓮縣與台東縣。. 治政大本文以受教育年數來呈現父母親的教育程度，若教育程度為「無 / 不適用」立. （三）父母親教育年數. 則設定其受教育年數為 0，「自修 / 其他」設為 3，「小學」設為 6，「國中 / 初. ‧ 國. 學. 中 / 初職」設為 9，「高中 / 高職」設為 12，「五專 / 二專」設為 14，「三專」. ‧. 設為 15，「大學 / 技術學院」設為 16，「碩士」設為 18，「博士」則設為 22。. y. Nat. er. io. sit. （四）父母親行業別. 父母親的行業別根據行政院經濟建設委員會對產業的分級標準將其分為三. al. n. v i n 級：第一級產業為農林漁牧狩獵業，父母親分別設虛擬變數。 C h、礦業及土石採取業 engchi U. 第二級產業為製造業、水電燃氣類及營造業，父母親分別設虛擬變數。第三級產業為商業、運輸倉儲與通信業、金融保險不動產與工商服務業、公共行政、社會服務以及個人服務業，父母親分別設虛擬變數。其中將父親或母親為第一級產業者，作為對照組。3. （五）父親年齡以今年民國 99 年計算，用 99 減去父親出生的年代，算出父親今年的實際年 3. 此處之父母親行業別僅採用有職業者的部分，未納入失業者或未填行業別的樣本，因此不論是父親或母親的三個行業別所占之比例相加，皆不等於 1。 29.

(35) 齡。（六）子女人數子女人數為問卷中「您一共有幾個小孩」問項所回答的實際人數。. （七）子女性別比子女性別比為家庭中男孩人數除以家中總子女數的比例。. （八）出生地–台灣. 政治大. 以問卷訪問對象之本人是否出生於台灣，設虛擬變數，出生於台灣者設為 1，出生於其他地區者設為 0。. 立. ‧ 國. 學. （九）婚姻狀況–已婚. ‧. 以婚姻狀況設虛擬變數，已婚者設為 1，非已婚者設為 0。其中將婚姻狀況. sit er. io. （十）原住民血統. y. Nat. 為未婚、同居、分居、離婚、喪偶及其他者都歸類為非已婚。. al. n. v i n 以是否具備原住民血統設虛擬變數，是原住民者設為 1，其他設為 0。而原 Ch engchi U. 住民血統的認定則以問卷訪問對象之父母親是否為原住民為依據，其父親或母親有任一方為原住民者，則將其歸類為具備原住民血統。. （十一）家長補習經驗結合了問卷中家長於國小、國中、高中職以及五專時期是否參加校外補習班的經驗，只要任一時期曾經參加過補習班，則將其歸類為有補習經驗者。以家長補習經驗設虛擬變數，有補習經驗者設為 1，其他設為 0。. 30.

(36) （十二）家長中斷就學經驗以家長於求學過程中，是否因為家庭經濟的困難而無法繼續升學，作為家長中斷就學經驗的依據，設虛擬變數，有此經驗者設為 1，其他設為 0。. 表 4-2：被解釋變數之定義被解釋變數. 定義. 教育支出為最高支出. 教育支出為教育、旅遊及醫療支出中支出金額最高者. 教育支出. 教育支出金額. 政治大教育支出占家戶單位總消費支出之比例立. 教育支出之比例. ‧ 國. 是否為了安排子女上更好的學校而遷移戶籍虛擬變數，回答是者為 1，否為 0. ‧. io. sit. Nat. al. 是否安排子女出國念書. n. 教育決策三. 虛擬變數，回答是者為 1，否為 0. y. 是否為了子女的學業問題而搬到其他城鎮. Ch. er. 教育決策二. 學. 教育決策一. i n U. v. 虛擬變數，回答是者為 1，否為 0 教育決策四. engchi. 是否為子女準備教育基金供他們讀書用虛擬變數，回答是者為 1，否為 0. 教育決策五. 是否為了子女的教育問題而辭去工作虛擬變數，回答是者為 1，否為 0. 教育決策六. 父母每週陪伴子女念書或教導子女之時數. 31.

(37) 表 4-3：解釋變數之定義. 解釋變數. 定義. 家庭總所得. 家戶的所得收入總計. 居住地區–台北市. 虛擬變數，台北市為 1，其他為 0. 居住地區–高雄市. 虛擬變數，高雄市為 1，其他為 0. 居住地區–北區. 虛擬變數，北區為 1，其他為 0. 居住地區–中區. 虛擬變數，中區為 1，其他為 0. 居住地區–南區. 虛擬變數，南區為 1，其他為 0. 居住地區–東區. 立. 父親教育年數. 母親的實際受教育年數. 學. ‧ 國. 母親教育年數. 治設為對照組政大父親的實際受教育年數設為對照組. 父親行業別–第二級. 虛擬變數，第二級為 1，其他為 0. 父親行業別–第三級. 虛擬變數，第三級為 1，其他為 0. 母親行業別–第一級. 設為對照組. ‧. 父親行業別–第一級. Nat. 母親行業別–第三級. 虛擬變數，第三級為 1，其他為 0. 子女人數子女性別比. sit. 父親的實際年齡. Ch. i n U. 家中子女的實際人數. engchi. er. al. n. 父親年齡. y. 虛擬變數，第二級為 1，其他為 0. io. 母親行業別–第二級. v. 家中男孩人數/家中總子女數. 出生地–台灣. 虛擬變數，出生於台灣為 1，其他為 0. 婚姻狀況–已婚. 虛擬變數，已婚為 1，其餘為 0. 原住民血統家長補習經驗. 虛擬變數，原住民為 1，其餘為 0 家長於求學階段是否有補習經驗虛擬變數，回答是者為 1，否為 0 家長是否曾因家庭經濟問題，而無法繼續升學虛擬變數，回答是者為 1，否為 0. 家長中斷就學經驗. 32.

(38) 表 4-4 為本研究變數之敘述統計。在所有樣本中，平均家庭總所得為 366,873 元，因為僅包含薪資所得故數值較小。父親年齡介於 30～95 歲之間，平均年齡為 56 歲。在父母親平均教育程度方面，父親略高於母親一些，但相差不遠，平均教育程度皆為國中左右。而父母親的行業別則不論是父親或母親皆以第二、三級產業為主，居住地區則有超過半數居住在北部地區（包括台北市）。多數訪問者為已婚者，家中平均小孩人數為 2 個小孩，小孩之性別比為 0.47，表示女兒的比例略高於兒子。而在家長自身求學的經歷方面，將近四成的家長在求學過程中曾經有補習的經驗，僅有約三分之一的家長曾經因為家中經濟問題而面臨中斷就. 治政大支出占總支出的比例平均為 0.15。而在教育投資決策方面，有接近三成的父母會立學的情況。至於教育支出則介於 0～2,180,000 元之間，平均為 110,873 元。教育. 為子女準備教育基金供他們讀書用。父母每週陪伴子女念書或教導子女之平均時. ‧ 國. 學. 數則為 4 個小時左右。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. 33. i n U. v.