台灣地區中高齡受雇人員退休行為之研究－多元邏輯斯迴歸分析應用

台灣地區中高齡受雇人員退休行為之研究－

多元邏輯斯迴歸分析應用

周賢榮

1

_蘇恩德

2

_鄭文英

3

_李勝榮

4 1 國立高雄第一科技大學金融營運系 2_{國立高雄第一科技大學風險管理與保險系} 811 高雄市楠梓區卓越路 2 號 3 國立屏東科技大學企業管理系 912 屏東縣內埔鄉學府路 1 號 4_{南榮技術學院企業管理系} 737 台南縣鹽水鎮朝琴路 178 號

摘 要

本文試以台灣地區中高齡受雇人員作為研究對象，就行政院主計處統計資料庫擷取「人力 資源調查」暨「人力運用調查」原始資料，蒐集可能影響中高齡受雇人員退休決策之因素，並 透過多元羅吉斯迴歸模型進行實證研究，加以分析中高齡受雇人員於繼續工作、退休、傷病、 失業及資遣等行為之影響因素。於多元羅吉斯迴歸模型的實證結果發現，行業、職業、教育年 數及年資變數於退休、傷病、失業及資遣等退休行為對繼續工作之比較上皆具有顯著影響。於 退休情況與繼續工作之比較上，除年齡、出生世代、婚姻狀態、子女數及公司規模變數不具顯 著影響外，其餘研究變數皆具有顯著影響。於傷病情況與繼續工作之比較上，除年齡、出生世 代、居住地區、婚姻狀態、子女數、工作時數及公司規模變數不具顯著影響外，其餘研究變數 皆具有顯著影響。於失業情況與繼續工作之比較上，除出生世代、性別、婚姻狀態及工作時數 變數不具顯著影響外，其餘研究變數皆具有顯著影響。於資遣情況與繼續工作之比較上，除婚 姻狀態、行業、職業、教育年數及年資變數具顯著影響外，其餘研究變數則不具有顯著影響。 關鍵詞：受雇人員，退休行為，多元羅吉斯迴歸模型

A Multinomial Logit Regression Model Analysis of the

Retirement Behaviors of Middle-Aged and Senior Taiwanese

Employees

S

HYAN

-R

ONG

C

HOU1

,

E

N

-D

ER

S

U2

,

W

EN

-Y

ING

C

HENG3

and

S

HENG

-J

UNG

L

I4

1

Department of Finance and Banking, National Kaohsiung First University of Science and Technology

2

Department of Risk Management Insurance National Kaohsiung First University of Science and Technology 2, Jhuoyue Rd., Nanzih, Kaohsiung City 811, Taiwan, R.O.C.

3

Department of Business Administration, National Pingtung University of Science and Technology 1, Shuefu Rd., Neipu, Pingtung 912, Taiwan, R.O.C.

4_{Department of Business Administration, Nan Jeon Institute of Technology}

No. 178, Chau-Chin Rd., Yen-Shui, Tainan Hsien 73746, Taiwan, R.O.C.

ABSTRACT

Focusing on middle-aged and senior Taiwanese employees, this study extracted primary data from the “Survey on Human Resources” and the “Survey on Manpower Utilization” conducted by the Directorate-General of Budget, Accounting and Statistics, Executive Yuan to collect information on the factors that affect the retirement decisions made by members of the two age groups. By applying a multinomial Logit regression model, an empirical analysis was performed to analyze the factors affecting the behaviors of both age groups concerning their decisions regarding continuation of employment, retirement, injury and illness, unemployment, or dismissal. The empirical results indicated that type of business, occupation, years of education, and seniority have significant influences on decisions concerning retirement, injury, unemployment, or dismissal in comparison to a decision to continue working.

Key Words: employees, retirement behaviors, multinomial logit regression model

一、緒論

西元 2006 年台灣 55 至 64 歲中高齡平均勞動力參與率1 為 40%，較 1991 年減少 10 個百分點（行政院主計處中華民 國統計資訊網站，2009）；且台灣、新加坡、日本、美國、 荷蘭、義大利及澳大利亞等各國，於 1998 年至 2005 年 65 歲以上人口佔總人口比率有明顯增加之趨勢；另外，世界各 國老化指數2_{亦有明顯上升之趨勢，顯示世界各國皆存在人} 口老化之問題。透過高齡化趨勢的發展，近年來退休者的年 紀已有逐漸下降之現象；另外，高齡化社會的來臨，不僅意 謂著社會人口的老化，伴隨著人口老化趨勢所衍生而來的將 有國人生活形態、工作模式、消費需求、休閒方式、家庭結 構、社會價值觀、資源配置運用、老年人口之勞動供給決策、 政府國民年金制度及政府財政負擔等相關問題。再者，台灣 歷年失業人口數統計圖顯示，台灣失業人口數有日漸攀升之 趨勢；另外，根據勞委會之統計資料顯示，目前我國職災傷 害率為千分之 4.5，亦即每一萬人中有 45 人死於職災或傷 病，傷害率約為美國的 1.5 倍、日本的 4 倍及英國的 7 倍。 上述資訊不僅顯示產業轉型、資源配置運用、工作安全及職 場教育訓練等問題的重要性，更衍生出勞動人口經濟分析的 必要性，希冀透過勞動人口之經濟分析結果，提供於政府或

1 中高齡勞動參與率為（55-64 歲勞動力）/（55-64 歲人口數）。 3 _{老化指數係指 65 歲以上人口占 0~14 歲人口比率。} 相關單位作為管理上之參考，可達社會福利最大化之效果。 在全球化、資訊社會與知識經濟的新經濟體系下，勞工 議題已逐漸成為眾人關注的焦點，其中尤其以勞動者之退休 行為更受到各國普遍的重視，如 Gustman and Steinmeier (2004)；Heyma (2004)；Karlstrom, Palme, and Svensson (2004) 及 Mastrogiacomo, Alessie, and Lindeboon (2004) 等。經濟全 球化的過程造成產業從製造業到服務業的轉變，以及非正式 就業的增加。這種模式的發展是世界普遍的趨勢，尤其造成 先進工業國家經濟體制中的製造業勞動率下降，工業再配置 或移轉至低薪資成本國家，而經濟體制中的其他部門，特別 是服務業，則呈現成長趨勢。面對全球化的發展與衝擊，各 國為了提昇國際競爭力，產業結構均作了必要的改革與調 整，也導致國內產業結構與工作機會明顯轉變（葉肅科， 2003）。這意謂著在全球化經濟型態下，勞動市場對於受雇 人員的工作性質或個人特徵特性等需求，將產生明顯的變 化。因此，經濟全球化對勞動市場的影響，對於探討未來受 雇人員退休行為的議題是值得深思的。 本文綜觀國內對於退休議題之相關研究中發現，大多研 究者皆以探討退休金之資產配置或投資組合績效為主流，鮮 少學者探討受雇人員之退休行為議題，因此本文試著先透過 相關文獻回顧歸納出可能影響退休行為之變數，輔以多元羅 吉斯迴歸模型（multinomial Logit model）再加以檢測影響台 灣受雇人員退休行為之相關因素為何。本文以台灣受雇人員

作為研究對象，蒐集可能造成受雇人員退休決策之影響因素 （如性別、出生年代、婚姻狀態、受教育年數、居住地區、 行業、職業、年齡、年資、薪資所得、公司規模、子女數及 工作時數等變數），透過實證模型之分析以探討台灣受雇人 員之退休行為。本文之研究目的為透過退休行為相關文獻先 彙整出可能影響退休行為的因素，再經由多元羅吉斯迴歸模 型進行台灣受雇人員退休行為影響因素之檢測。

二、文獻回顧

（一）退休行為定義說明 本文將退休行為區分為繼續工作、退休、失業、傷病、 資遣及革職等六種。本節主要針對各退休行為之定義進行說 明（行政院勞工委員會網站，2010），茲將各退休行為之定 義說明如下。依據台灣勞動基準法之規定，排除臨時性工 作、短期性工作、季節性工作及特定性工作外則為繼續性工 作之定義。退休條件根據台灣勞基法，可歸類為第五十三條 自請退休條件及第五十四條強制退休條件之規定，說明如 下：勞工有下列情形之一者，得自請退休：1. 工作 15 年以 上年滿 55 歲者；2. 工作 25 年以上者。勞工非有下列情形 之一者，雇主不得強制其退休：1. 年滿 60 歲者；2. 心神喪 失或身體殘廢不堪勝任工作者。根據台灣的規定，全國年滿 15 足歲的人口，去除現役軍人與監管人口後，依其在勞動 市場的狀況，可歸屬於下列二者之一： 1. 勞動力；2. 非勞 動力。凡年滿 15 足歲，有能力參與工作，目前沒有工作， 或無工作但正在積極尋找工作者，皆屬於失業之定義範疇。 依據勞動基準法第五十九條定義，勞工因遭遇職業災害而致 死亡、殘廢、傷害或疾病者即為傷病之定義範疇。資遣在勞 動學理上稱為經濟性解雇，於勞基法上稱作預告終止勞動契 約。資遣必須符合勞基法第十一條，第十三條但書及第二十 條規定才行。勞基法第十一條規定非有下列情事之一者，雇 主不得預告勞工終止勞動契約：1. 歇業或轉讓時；2. 虧損 或業務緊縮時；3. 不可抗力暫停工作在一個月以上時；4. 業 務性質變更，有減少勞工之必要，又無適當工作可供安置 時；5. 勞工對於所擔任之工作確不能勝任時。革職就是開 除受雇人員，勞動學理上稱為懲戒解雇，而勞基法上稱作雇 主不經預告終止勞動契約，不用給付資遣費，但必須符合勞 基法第十二條規定才能開除。勞基法第十二條規定勞工有下 列情形之一者，雇主得不經預告終止契約：1. 於訂立勞動 契約時為虛偽意思表示，使雇主誤信而有受損害之虞者； 2. 對於雇主、雇主家屬、雇主代理人或其他共同工作之勞 工，實施暴行或有重大侮辱之行為者；3. 受有期徒刑以上 刑責之宣告確定，而未諭知緩刑或未准易科罰金者；4. 違 反勞動契約或工作規則，情節重大者；5. 故意損耗機器、 工具、原料、產品，或其他雇主所有物品，或故意洩漏雇主 技術上、營業上之秘密，致雇主受有損害者；6. 無正當理 由繼續曠工三日，或一個月內曠工達六日者。 （二）退休行為實證探討 本文將退休行為相關研究回顧後，可將影響退休之因素 歸類為以下幾項因素：1. 政策面變數；2. 個人特徵變數； 3. 財務變數；4. 心理變數；5. 工作特徵變數；6. 總體及外 在環境變數及 7. 其他影響變數等。茲將各變數的相關實證 研究說明介紹如下。 1. 政策面變數 Karlstrom et al. (2004) 透過動態規劃模型加以分析瑞 典藍領階層員工之退休行為；研究結果說明退休金制度內關 於提早退休及屆齡退休等經濟誘因的因素，對於退休行為具 有顯著影響。Bratberg, Holmas, and Thogersen (2004) 使用參 數及非參數方法，分析 1994 年至 1996 年挪威員工之提早退 休計畫；研究結果顯示：經濟誘因為退休決策之顯著影響因 子。French (2005) 利用動態規劃模型，分析 1968 年至 1997 年美國員工於健康、財富及薪資等因素下之勞動供給決策及 退休行為；研究結果顯示：社會福利制度對於年齡介於 62 至 65 歲人口之勞動供給決策及退休行為影響較小；而對於 年齡超過 65 歲人口之勞動供給決策及退休行為影響較大。 Vandenberg, Sachdeva, and Singh (2005) 使用機會成本觀點 加以探討於確定給付制退休金制度下之退休行為；研究結果 提出退休決策並不總是受財富極大化影響導致之論點。國內 對於退休行為之相關研究，如張雅琳（2003）就國內退休法 規對個人退休決策的影響進行實證研究，以瞭解法令規範對 退休決策的誘因效果；於研究中採用 probit 模型，分別就受 雇於公部門、私部門的樣本，分析其於次年轉為退休者的決 策。公部門的實證結果顯示，公務人員退休法攸關退休年資 與退休年齡的規範，對個人退休時點的抉擇具有非常明顯的 影響效果。就公部門受雇人員而言，符合退休年資與退休年 齡規範的個人，較傾向退休。而相較於公部門，私部門適用 的勞動基準法對退休的誘因效果較為薄弱。張雅琳（2003） 以 probit 模型及危險率分析加以探討台灣公部門受雇人員 之退休行為，其實證結果顯示：退休法規對年齡、年資的規

範，的確對退休時點的選擇有顯著的誘因效果。 2. 個人特徵變數

Hanoch and Haning (1983)；Hogarth (1988)；Samwick (1998) 及 Blundell, Meghir, and Smith (2002) 等實證研究發 現，年齡越長者較傾向退休。Muller and Boaz (1988) 提出 身體健康不佳會導致退休之決定。Bartel and Sicherman (1993) 的實證結果顯示，若其配偶亦有工作，可協助減輕 家庭中經濟負擔，因此已婚者較傾向於退休。Siddiqui (1997) 實證結果發現教育水準較高者較可能有提早退休之行為產 生；亦提出相較於男性而言，女性退休的機率較高，與 Hogarth (1988) 的研究結果一致；另外，Hanoch and Honing (1983) 及 Blundell et al. (2002) 的研究結果卻提出教育程度 越高，放棄工作的機會成本愈高，故較不會發生提早退休之 行為。Mastrogiacomo et al. (2004) 進行荷蘭國家老年人口家 庭之退休行為分析；研究結果顯示：若為單身之獨居老年人 口其勞動參與率較一般有結婚之夫妻為低；換言之，單身之 獨居老年人口較有提早退休之行為發生。另外，其研究結果 亦發現結婚家庭成員中若其中一人離職，而其配偶離開工作 場所之比率亦會提昇。 3. 財務變數 Samwick (1998) 實證結果顯示，由於在工作單位服務 的時間愈久，其工資水準會隨年資增加而提昇，故年資越久 者，越不傾向退休，其研究結果與 Gustman and Steinmeier (1986) 一致；Samwick (1998) 亦提出薪資較高者較不傾向 退休之實證結果，與 Dahl, Nilsen, and Vaage (2000) 的研究 結論一致。Heyma (2004) 針對荷蘭員工進行退休行為之動 態規劃分析，研究中以員工之所得、性別、健康狀況、職業 及工作情況等變數作為退休行為之實證變數，研究結果顯 示：員工之所得變數於退休行為中具有顯著影響。 4. 心理變數

Gustman and Steinmeier (2004) 之研究為主要估計美國 家庭退休之結構模式，研究結果顯示：對於妻子而言，丈夫 的退休情況會影響妻子的退休決策，只有當妻子認為退休是 有價值時才會發生；另外，對於丈夫而言，妻子的退休情況 會影響丈夫的退休決策，發生於當丈夫退休後喜愛與妻子相 處之情況。 5. 工作特徵變數

Kilty and Behling (1985) 提出高職位者易於提早退休， 而 Burtless and Moffitt (1985) 則提出低職位者易於提早退

休之看法。Heyma (2004) 針對荷蘭員工進行退休行為之動 態規劃分析，研究中將員工職業類別區分為藍領階級及白領 階級兩種，予以分析職業類別對退休行為之影響；研究結果 顯示：職業類別變數中，藍領階級於提早退休及傷病退休行 為中具有顯著負向影響；白領階級於傷病退休行為中具有顯 著負向影響。 6. 總體及外在環境變數 Karlstrom et al. (2004) 透過總體經濟變數（含貨幣供給 額 (M1 及 M2) 等）加以分析對瑞典藍領階層員工退休行為 之影響；研究結果顯示：總體經濟因素對退休行為具有顯著 影響。 7. 其他影響變數 Heyma (2004) 探討不同出生時點之荷蘭員工退休行為 是否具有顯著差異。研究中將出生時點區分為 1936-1940 年、1940-1945 年及 1946-1955 年三類，經由動態規劃分析 結果得知：1936-1940 及 1946-1955 年出生之人口，於提早 退休及傷病退休行為中具有顯著負向影響；而 1940-1945 年 出生之人口則對退休行為無顯著影響存在。本文參考 Santos and Cox (2000)、Smola and Sutton (2002) 及 Cutler (2001) 對 於人口出生時點定義，將第二次世界大戰以前出生之人口定 義為成熟世代；第二次世界大戰至 1965 年間出生之人口稱 為嬰兒潮世代；1965 年以後出生之人口稱為 X 世代。希冀 透過動態規劃模型加以分析不同世代人口之退休行為。 （三）小結 本文的目的主要在於檢測影響台灣受雇人員退休行為 之影響變數。本文先透過退休行為相關文獻彙整出影響因 素，再經由多元羅吉斯迴歸分析模型進行影響因素的檢測， 以得知影響台灣受雇人員退休行為的顯著因素為何。本文以 台灣受雇人員作為研究對象，就行政院主計處（2009）統計 資料庫擷取 1996 年至 2006 年之「人力資源調查」暨「人力 運用調查」原始資料，蒐集可能造成受雇人員退休決策之影 響因素（如年齡、性別、出生年代、婚姻狀態、居住地區、 教育年數、行業、職業、公司規模、工作時數、薪資所得、 年資及子女數等變數），並輔以多元羅吉斯迴歸模型加以分 析台灣受雇人員於不同情況下（含繼續工作、退休、傷病、 失業及資遣等）退休行為之影響因素。

三、實證模型建構

本文透過退休行為相關文獻先彙整出可能影響退休行 為的因素，加以分析台灣受雇人員於不同就業情況下－含繼 續就業中、退休、傷病、失業及非自願性退休（被資遣）等 －退休行為之影響因素。本章共包含四節，主要說明研究對 象、研究變數、研究限制及實證模型。 （一）研究對象說明 本文將台灣受雇人員之退休行為區分為繼續就業、退 休、失業、傷病與非自願性退休（被資遣）等，並透過多元 羅吉斯迴歸模型（multinomial Logit model），加以分析於不 同就業情況下退休行為之影響因素。本文參考並修正張雅琳 （2003）將台灣受雇人員退休行為相關的解釋變數區分為四 類，分別為：政策面變數（公部門與私部門）、個人特徵變 數（含年齡、出生世代、受教育年數、性別、婚姻狀態、子 女數及居住地區等）、財務變數（含年資、薪資所得等）及 工作特徵變數（含職業、行業、工作時數及從業公司員工數 等）。 （二）變數定義說明 1. 質性變數 本文之質化研究變數共有：出生世代、性別、婚姻狀態、 居住地區、職業及行業等六種。茲將每一種質化變數說明如 下。1. 出生世代：本文參考 Santos and Cox (2000)；Smola and Sutton (2002) 及 Cutler (2001) 將出生世代區分為成熟期世 代及嬰兒潮世代兩種，其中成熟期世代是指於 1939 年出生 者，而嬰兒潮世代是指於 1939 年至 1965 年間出生者。於研 究樣本之處理上，若該筆樣本為 2005 年記錄樣本，且記錄 年 齡 為 60 歲 ， 則 本 文 將 該 筆 樣 本 區 分 為 嬰 兒 潮 世 代 (2005-60=1945)。2. 性別：本文將性別定義為男生及女生兩 種。3. 婚姻狀態：本文將婚姻狀態區分為未婚、結婚及離 婚三種型態。4. 居住地區：本文將居住地區區分為直轄市 及非直轄市兩種型態。5. 職業：本文參考行政院勞工委員 會（2010）職業分類系統將職業區分為體力工、工作人員、 技術員、專業人員及行政主管階級等五種型態。其中體力工 型態含括小販、服務工及生產體力工等；工作人員型態含括 辦公室事務人員、農林漁牧工作人員、機械操作工、組裝工 及顧客事務人員等；技術員型態含括行政助理專業人員、政 府行政監督及企業業務監督人員及財務及商業服務助理專 業人員等；專業人員型態含括教師、會計師及商業專業人 員、生物及醫學專業人員及律師及法律專業人員等；行政主 管階級型態含括生產及作業經理人員、民意代表、政府行政 主管人員及企業負責人等。6. 行業：本文參考行政院主計 處行業標準分類系統予以區分行業。由於主計處將行業予以 細分，可能會對本文在將研究樣本進行歸類及分析時產生困 難，因此本文採「士、農、工、商」四種型態予以區分行業。 其中「士」含括公務機構、國防事業、國際機構及外國駐在 機構等；「農」含括農業、牧業、林業及漁業等；「工」含 括土木工程業、金屬基本工業、化學製品製造業、電力及電 子機械器材製造修配業等；「商」含括批發業、零售業、國 際貿易業、金融業、證券業、保險業及資訊服務業等。 2. 量化變數 本文之量化研究變數共有：年齡、受教育年數、工作時 數、年資、薪資所得、子女數及從業公司員工數等七種。茲 將每一種量化變數說明如下。1. 年齡：指受訪者的年齡。 2. 受教育年數：本文將所收集研究樣本之教育程度修改為 受教育年數。如受訪者之教育程度為國小，則將該筆教育程 度資料修改為 6 年；若受訪者之教育程度為國中，則將該筆 教育程度資料修改為 9 年；若受訪者之教育程度為高中，則 將該筆教育程度資料修改為 12 年等以此類推。3. 工作時 數：指受訪者於公司之每週上班時數。4. 年資：指受訪者 的工作年資。5. 薪資所得：指受訪者每月薪資薪資所得。 6. 子女數：指受訪者所生育之子女數。7. 從業公司員工數： 指受訪者之從業公司員工數規模。由於政府將從業公司員工 數統計資料採組距方式予以歸類，因此本文於樣本分析處理 上採組中點方式予以區分為數值型資料。如從業公司員工數 為 2-9 人，則本文統計為 5.5 人；若從業公司員工數為 10-29 人，則本文統計為 19.5 人等以此類推。 （三）研究限制 本文僅探討受雇人員之繼續工作、退休、傷病、失業及 資遣等退休行為之動態規劃研究，而未加以探討革職的退休 行為，此乃受限於政府研究調查資料尚未包含此項，因此資 料無法取得，為本文之限制一。 本文僅針對 55-64 歲中高齡受雇人員退休行為進行實證 分析，此乃考量若將青少年、壯年及老年受雇人員資料加入 分析，可能會因資料變異太大而造成分析模型估計偏誤產 生，因此本文僅針對 55-64 歲中高齡受雇人員進行分析，為 本文之限制二。 由於公部門及私部門追蹤資料中之退休、傷病及失業樣 本之筆數與繼續維持工作之筆數懸殊甚大，恐造成後續分析

研究結果之偏誤。因此本文不予分析公、私部門退休行為之 影響因素，此亦為本文之研究限制三。 （四）實證模型介紹 本文之依變數為受雇人員之退休行為，共區分為繼續就 業、退休、傷病、失業及資遣五種；由於退休行為屬於類別 型之資料，因此本文於實證模型上將透過多元羅吉斯迴歸分 析模型加以檢測不同退休行為之影響因素為何。 茲將多元羅吉斯迴歸分析模型介紹如式（1）所示。其 中，α 為常數項；βi為各研究變數之參數係數；Ri為各研究 變數，i=1,2,…,13；R1為性別研究變數、R2為出生年代研究 變數、R3為婚姻狀態研究變數、R4為居住地區研究變數、 R5為行業研究變數、R6為職業研究變數、R7為受教育年數 研究變數、R8為工作時數研究變數、R9為年齡研究變數、 R10為年資研究變數、R11為薪資所得研究變數、R12為公司 規模研究變數、R13為子女數研究變數。

∑

= + + = ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ K i i i J j R 1 log α β ε π π （1） 其中，πj=第 j 退休行為的發生機率，j=0,1,2,3，J=4。j=0（退 休），j=1（傷病），j=2（失業），j=3（資遣），J=4（繼續工 作）。 本文以 SPSS 軟體進行多元羅吉斯迴歸分析。由於本文 欲偵測出可作為區別受雇人員不同退休行為之影響因素，故 以比較退休-繼續工作、傷病-繼續工作、失業-繼續工作及資 遣-繼續工作間是否具有顯著差異。其多元羅吉斯迴歸模式 參考 Agresti (1996) 加以修改而成。

四、資料來源及分析

（一）研究資料來源介紹 本文的資料來源，主要來自 1996 年至 2006 年行政院主 計處辦理之「人力資源調查」暨「人力運用調查3_」。本文 擬就 1996 年至 2006 年之「人力資源調查」暨「人力運用調 查」原始資料，予以分析台灣受雇人員的退休行為。由於人 力運用調查為短期追蹤資料，因此本文於 1996-1997 年、 1997-1998 年、1998-1999 年、1999-2000 年、2000-2001 年、 2001-2002 年、2002-2003 年、2003-2004、2004-2005 年及

3 「人力運用調查」為「人力資源調查」的附帶調查，自 1978 年起即 固定在每年 5 月調查。 2005-2006 年中抽取各種退休行為之資料進行分析；換言 之，於每一年抽取退休、傷病、失業、資遣及繼續就業人口 資料，依其 ID 編號可於上一年度蒐集到去年人力運用調查 資料，因此每一樣本資料將有兩年之短期追蹤調查。本文於 人力運用調查的訪問調查結果中，將台灣受雇人員就業情況 之資料區分為繼續就業、退休、傷病、失業及非自願性退休 （被資遣）等情況。 資料中退休與否之判別依據源自於「人力資源調查」暨 「人力運用調查」中的幾項問項，分別為（1）其離開上次 工作的原因，若受訪者選擇「退休」選項，則視為退休樣本； （2）就次年有工作的受訪者，詢問其離開上次工作場所的 原因，若受訪者選擇「自願辦理退休」或「屆齡退休」，亦 視為退休樣本；及（3）就次年未工作而於前一年內工作過 的受訪者，詢問其停止工作的原因，若答項選擇「退休」， 亦歸納於退休樣本。失業與否之判別依據為參考調查中之無 酬家屬工作者問項，若受訪者選擇「工作場所歇業或緊縮」 及「季節性或臨時性工作結束」選項，則歸納為失業樣本。 傷病與否之判別依據為參考調查中之離開工作場所及停止 工作原因等問項，若受訪者選擇「健康不良或傷病」選項， 則歸納為傷病樣本。非自願性退休（被資遣）與否之判別依 據則參考調查中之離開工作場所原因問項，若受訪者選擇 「工作場所整頓人事被資遣」選項，則歸納為非自願性退休 樣本。 （二）樣本資料統計分析 本文由人力運用調查資料中，蒐集 1996 年至 2006 年之 55 歲至 64 歲年齡群原始資料，共歸類出 64,609 筆樣本，分 別為繼續維持工作 63,056 筆樣本、退休 694 筆樣本、傷病 248 筆樣本、失業 597 筆樣本及資遣 14 筆樣本。由於本文 欲透過短期追蹤資料加以檢測台灣受雇人員退休行為之影 響因素，因此將繼續工作、退休、傷病、失業及資遣樣本向 前蒐集前一年資料予以追蹤，並予以區分為公部門及私部門 受雇人員樣本資料。由於公部門及私部門追蹤資料中之退 休、傷病及失業樣本之筆數與繼續維持工作之筆數懸殊甚 大，恐造成後續分析研究結果之偏誤。因此本文不予分析 公、私部門退休行為之影響因素，此亦為本文之研究限制。 共得繼續工作樣本追蹤資料為 24,045 筆，退休樣本追蹤資 料為 239 筆，傷病樣本追蹤資料為 70 筆，失業樣本追蹤資 料為 167 筆，資遣樣本追蹤資料為 12 筆，全體追蹤樣本資 料合計為 24,533 筆。

1. 次數分配表 本文將受雇人員退休行為追蹤樣本資料之次數分配表 彙整如表 1 所示。 由表 1 次數分配表得知，本文之 55 歲至 64 歲研究對象 以男性比例居多；出生年代大多為嬰兒潮期間；居住地區以 非直轄市居多；婚姻狀況大多為已婚，極少數為未婚；所從 表 1. 全體受雇人員退休行為之次數分配表 退休行為 變數 比例(%) 變數 比例(%) 男生 78.04 體力工 9.99 性別 女生 21.96 工作人員 71.69 成熟期 24.60 技術員 8.10 出生年代 嬰兒潮 75.40 專業人員 4.12 職業 主管 6.10 地區 直轄市 非直轄市 14.07 85.93 士 10.26 未婚 1.98 農 2.48 已婚 94.88 工 75.71 繼續工作 婚姻 離婚 3.14 行業 商 11.55 男生 74.06 體力工 10.46 性別 女生 25.94 工作人員 50.21 成熟期 21.76 技術員 17.15 出生年代 嬰兒潮 78.24 專業人員 15.90 直轄市 23.85 職業 主管 6.28 地區 非直轄市 76.15 士 31.38 未婚 2.51 農 5.02 已婚 96.23 工 17.57 退休 婚姻 離婚 1.26 行業 商 46.03 男生 57.14 體力工 32.86 性別 女生 42.86 工作人員 62.86 成熟期 27.14 技術員 2.85 出生年代 嬰兒潮 72.86 專業人員 0.01 直轄市 14.29 職業 主管 1.42 地區 非直轄市 85.71 士 4.29 未婚 1.43 農 17.14 已婚 94.29 工 48.57 傷病 婚姻 離婚 4.28 行業 商 30.00 男生 61.08 體力工 19.76 性別 女生 38.92 工作人員 68.26 成熟期 17.96 技術員 7.79 出生年代 嬰兒潮 82.04 專業人員 1.20 直轄市 14.37 職業 主管 2.99 地區 非直轄市 85.63 士 7.19 未婚 2.40 農 6.59 已婚 93.41 工 48.50 失業 婚姻 離婚 4.19 行業 商 37.72 男生 66.67 體力工 16.55 性別 女生 33.33 工作人員 87.21 成熟期 16.67 技術員 0.08 出生年代 嬰兒潮 83.33 專業人員 0.08 直轄市 33.33 職業 主管 0.08 地區 非直轄市 66.67 資遣 婚姻 未婚 已婚 離婚 0.08 74.96 24.96 行業 士 農 工 商 8.33 8.33 50.00 33.34 男生 77.82 體力工 10.13 性別 女生 22.18 工作人員 71.44 成熟期 24.53 技術員 8.16 出生年代 嬰兒潮 75.47 專業人員 4.19 直轄市 14.18 職業 主管 6.08 地區 非直轄市 85.82 全體 婚姻 未婚 已婚 離婚 1.99 94.87 3.14 行業 士 農 工 商 10.43 2.58 74.87 12.12

事之行業以工業所佔比例最高，其次為商業、士業及農業； 職業以工作人員所佔比例最高，其次為體力工、技術員、主 管階級及專業人員。另外，就繼續工作狀況而言，行業分佈 以工業所佔比例最高，職業以工作人員所佔比例最高。就退 休狀況而言，行業分佈以商業所佔比例最高，其次為士業； 職業以工作人員所佔比例最高，其次為技術員及專業人員。 就傷病狀況而言，行業分佈以工業所佔比例最高；職業以工 作人員所佔比例最高，其次為體力工。就失業狀況而言，行 業分佈以工業所佔比例最高，其次為商業；職業以工作人員 所佔比例最高。就資遣狀況而言，行業分佈以工業所佔比例 最高，其次為商業；職業以工作人員所佔比例最高，其次為 體力工。

五、實證分析

本文主要針對台灣受雇人員之退休行為進行實證研 究，藉由 SPSS 軟體，輔以多元羅吉斯迴歸分析，加以瞭解 台灣受雇人員退休行為的影響因素。茲將各研究模型分析結 果列述如下。 （一）研究變數之相關分析 本文欲先透過多元羅吉斯迴歸分析模型進行退休行為 影響變數之篩選，然而為避免所有投入變數於多元羅吉斯迴 歸分析中具有高度共線性，以影響模式的變異數，而導致模 型偏誤以降低預測力；因此本文於進行多元羅吉斯迴歸分析 前，先利用皮爾森相關分析加以檢測各變數間之相關性，若 變數與變數間之相關性高於 0.7 者則視為高度相關，本文會 予以刪除其一變數，使得投入多元羅吉斯迴歸分析中不具高 度共線性。由各變數之相關分析值得知，各變數之相關分析 值皆小於 0.7，本文不予刪除變數，因此本文將透過地區、 性別、出生年代、婚姻狀況、公司規模、行業、職業、年齡、 受教育年數、工作時數、薪資所得、年資及子女數等研究變 數進行多元羅吉斯迴歸分析，加以檢測各退休行為之影響變 數。 （二）多元羅吉斯迴歸模型顯著性檢定 本文首先檢測研究變數於多元羅吉斯迴歸模型中之適 合度。其檢定結果顯示研究模型的 p 值為 0.000，因此判定 模型中整體自變數對依變數之解釋能力具有統計上之顯著 性。茲將公私部門全體樣本多元羅吉斯迴歸模型適合度檢定 分析表彙整如表 2 所示。 另外，本文亦對各方案間是否符合 Independent and

irrelevant alternatives（IIA）假設進行檢定。本文參考 Ray (1973) 及 Hausman and McFadden (1984) 對 IIA 假設之檢測 方式，將設立模式一及模式二加以檢測各方案間是否符合 IIA 的假設，其中模式一是將所有解釋變數皆放置於模式 中，加以分析其對各方案之影響結果（如表 3）；另外，模 式二是將刪除某一解釋變數後（刪除出生世代）加以分析其 對各方案之影響結果。其檢測結果顯示，模式一與模式二對 各方案的影響結果無顯著差異存在，說明各方案間符合 IIA 的假設。茲將檢測結果列示如表 4 所示。 （三）各退休行為研究變數之檢測結果 本文將退休、傷病、失業及資遣等退休行為與繼續工作 進行研究變數篩選檢測，茲將各退休行為研究變數之檢測估 計值及顯著性彙整如表 3 所示。 1. 退休情況與繼續工作情況之比較 於個人特徵變數檢測上，以受教育年數、性別及居住地 區等研究變數，為區別退休情況與繼續工作情況之顯著影響 變數；於工作特徵變數檢測上，以職業、行業及工作時數為 區別退休情況與繼續工作情況之顯著影響變數；於財務變數 檢測上，以年資及薪資所得為區別退休情況與繼續工作情況 之顯著影響變數。 另外，本文由參數估計值之正負值可推測研究變數對退 休情況與繼續工作情況之進一步影響。於受教育年數變數 上，由於受教育年數之參數估計值為正值，因此受教育年數 愈久其受雇人員選擇退休之機率愈高；反之，受教育年數愈 少其受雇人員選擇退休之機率愈低。於性別變數上，由性別 之參數估計值為負值得知，男性受雇人員相較於女性受雇人 員而言，選擇退休之機率較低，與 Hogarth (1988)；Siddiqui (1997) 及 Heyma (2004) 的研究結果一致。於居住地區變數 上，由居住地區之參數估計值為負值得知，直轄市受雇人員 相較於非直轄市受雇人員而言，選擇退休之機率較低。於職 業變數上，由體力工、工作人員及技術員對主管階級之多元 羅吉斯迴歸參數估計值為負值得知，從事體力工、工作人員 及技術員之受雇人員相較於主管階級而言，其選擇退休之機 表 2. 公私部門全體樣本多元羅吉斯迴歸模型適合度檢定分 析表 模式 對數概似值 卡方值 顯著性 最終模式 2903.13 2921.75 0.000*** 註：*表 p＜0.05；**表 p＜0.01；***表 p＜0.001。

表 3. 退休行為研究變數之多元羅吉斯迴歸分析檢測結果彙整表 檢測結果 類別 研究變數名稱 退休-工作 傷病-工作 失業-工作 資遣-工作 年齡 0.007 (0.850) 0.083 (0.157) 0.106 (0.014*) -0.026 (0.874) 出生世代 成熟期- 嬰兒潮 0.443 (0.095) 0.529 (0.140) 0.220 (0.439) 1.235 (0.251) 受教育 年數 0.800 (0.000***) -0.776 (0.000***) -1.179 (0.000***) -1.087 (0.000***) 性別 男性-女性 -0.810 (0.003**) 1.567 (0.000***) -0.500 (0.171) -0.432 (0.680) 未婚-離婚 0.104 (0.882) -0.255 (0.836) 0.148 (0.876) -19.261 (0.000***) 婚姻狀態 已婚-離婚 0.436 (0.352) 0.836 (0.247) 0.768 (0.258) -0.719 (0.506) 子女數 0.110 (0.187) -0.195 (0.114) -0.052 (0.002**) 0.048 (0.904) 個 人 特 徵 居住地區 直轄市- 非直轄市 -0.613 (0.017*) -0.507 (0.203) -0.711 (0.005**) 0.432 (0.603) 年資 0.069 (0.000***) 0.036 (0.000***) -0.016 (0.002**) -1.264 (0.002**) 財 務 薪資所得 0.010 (0.000***) -0.001 (0.001**) -0.001 (0.002**) 0.000 (0.219) 體力工- 主管階級 -5.964 (0.000***) 7.216 (0.000***) -4.217 (0.000***) 21.634 (0.000***) 工作人員- 主管階級 -4.002 (0.000***) 4.066 (0.000***) -5.611 (0.000***) 20.856 (0.000***) 技術員- 主管階級 -2.575 (0.000***) 2.093 (0.096) -3.058 (0.000***) 2.041 (0.000***) 職業 專業人員- 主管階級 1.598 (0.063) -1.007 (0.997) -0.468 (0.333) -0.958 (0.000***) 士-商 -5.056 (0.000***) 6.150 (0.000***) -0.084 (0.813) 4.913 (0.001**) 農-商 -0.738 (0.054) 0.219 (0.618) 1.823 (0.000***) 2.255 (0.223) 行業 工-商 -2.973 (0.000***) 2.572 (0.000***) 4.081 (0.000***) 3.883 (0.000***) 工作時數 0.036 (0.000***) 0.001 (0.910) -0.007 (0.522) 0.006 (0.872) 工 作 特 徵 公司規模 -0.002 (0.294) 0.001 (0.927) -0.003 (0.000***) 0.002 (0.745) 截距 -6.861 -14.110 -19.961 -23.883 註：1. ( ) 內代表顯著性。 2. *表 p＜0.05 **表 p＜0.01 ***表 p＜0.001。

表 4. 各退休行為之 IIA 假設檢測結果彙整表 檢測結果 類別 研究變數名稱 退休-工作 傷病-工作 失業-工作 資遣-工作 年齡 0.006 (0.792) 0.054 (0.162) 0.098 (0.013*) -0.031 (0.862) 受教育 年數 0.789 (0.000***) -0.812 (0.000***) -1.159 (0.000***) -1.071 (0.000***) 性別 男性-女性 -0.810 (0.004**) 1.498 (0.002**) -0.497 (0.169) -0.433 (0.587) 未婚-離婚 0.102 (0.869) -0.248 (0.845) 0.138 (0.844) -18.341 (0.000***) 婚姻狀態 已婚-離婚 0.427 (0.342) 0.822 (0.236) 0.754 (0.249) -0.712 (0.501) 子女數 0.109 (0.177) -0.193 (0.109) -0.049 (0.002**) 0.047 (0.901) 個 人 特 徵 居住地區 直轄市- 非直轄市 -0.611 (0.016*) -0.502 (0.201) -0.706 (0.005**) 0.424 (0.601) 年資 0.058 (0.000***) 0.034 (0.000***) -0.015 (0.002**) -1.262 (0.002**) 財 務 薪資所得 0.010 (0.000***) -0.001 (0.001**) -0.001 (0.002**) 0.000 (0.211) 體力工- 主管階級 -5.951 (0.000***) 7.202 (0.000***) -4.205 (0.000***) 21.626 (0.000***) 工作人員- 主管階級 -4.002 (0.000***) 4.053 (0.000***) -5.601 (0.000***) 20.833 (0.000***) 技術員- 主管階級 -2.542 (0.000***) 2.067 (0.081) -3.046 (0.000***) 2.039 (0.000***) 職業 專業人員- 主管階級 1.588 (0.061) -0.912 (0.989) -0.459 (0.336) -0.954 (0.000***) 士-商 -5.047 (0.000***) 6.143 (0.000***) -0.082 (0.815) 4.912 (0.001**) 農-商 -0.733 (0.055) 0.221 (0.619) 1.822 (0.000***) 2.254 (0.219) 行業 工-商 -2.971 (0.000***) 2.571 (0.000***) 4.077 (0.000***) 3.876 (0.000***) 工作時數 0.035 (0.000***) 0.001 (0.913) -0.007 (0.526) 0.006 (0.873) 工 作 特 徵 公司規模 -0.002 (0.305) 0.001 (0.931) -0.004 (0.000***) 0.002 (0.749) 截距 -6.857 -14.136 -18.725 -22.879 註：1. ( ) 內代表顯著性。 2. *表 p＜0.05；**表 p＜0.01；***表 p＜0.001。 率較低。本文推測可能從事主管階級其薪資相對較體力工、 工作人員及技術員優渥，故可能會選擇早點退休。於行業變 數上，由士業及工業對商業之多元羅吉斯迴歸參數估計值為 負值得知，從事士業及工業工作的受雇人員相較於從事商業 工作的受雇人員而言，其選擇退休之機率較低。於工作時數 變數上，由於工作時數之參數估計值為正值，因此工作時數 愈久其受雇人員選擇退休之機率愈高；反之，工作時數愈少 其受雇人員選擇退休之機率愈低。本文推測若工作時數愈高

可能會對受雇人員造成職場倦怠感，因此受雇人員選擇退休 之機率會提昇。於年資變數上，由於年資之參數估計值為正 值，因此年資愈低其受雇人員選擇退休之機率愈低；反之， 年資愈高其受雇人員選擇退休之機率愈高。本文推測若受雇 人員之年資愈高，預期可領得之退休金愈多，因此受雇人員 選擇退休之機率會增加。於薪資變數上，由於薪資所得之參 數估計值為正值，因此薪資所得愈高其受雇人員選擇退休之 機率愈高；反之，薪資所得愈少其受雇人員選擇退休之機率 愈低。本文推測受雇人員之薪資所得可能會受年資所影響， 因此當受雇人員之薪資所得愈低，意謂著其年資較低且未符 合退休標準，故可能會選擇晚點退休。 2. 傷病情況與繼續工作情況之比較 於個人特徵變數檢測上，以受教育年數及性別等研究變 數，為區別傷病情況與繼續工作情況之顯著影響變數；於工 作特徵變數檢測上，以職業及行業為區別傷病情況與繼續工 作情況之顯著影響變數；於財務變數檢測上，以年資及薪資 所得為區別傷病情況與繼續工作情況之顯著影響變數。 另外，本文由參數估計值之正負值可推測研究變數對傷 病情況與繼續維持工作情況之進一步影響。於受教育年數變 數上，由於受教育年數之參數估計值為負值，因此教育程度 愈低其受雇人員發生傷病之機率愈高；反之，教育程度愈高 其受雇人員發生傷病之機率愈低。於性別變數上，由性別之 參數估計值為正值得知，男性受雇人員相較於女性受雇人員 而言，發生傷病之機率較高。本文由次數分配表中得知，男 性之行業大多為從事工業且職業以體力工或工作人員居 多，其所面臨之工作環境較危險，故推測男性受雇人員發生 傷病之機率較高。於職業變數上，由體力工及工作人員對主 管階級之多元羅吉斯迴歸參數估計值為正值得知，從事主管 階級相較於體力工及工作人員之受雇人員而言，其發生傷病 之機率為低。本文推測從事體力工及工作人員之工作性質及 環境可能較主管階級危險，故發生傷病之機率較高。另外， 從事技術員及專業人員之受雇人員對主管階級之統計值則 不顯著。於行業變數上，由士業及工業對商業之多元羅吉斯 迴歸參數估計值為正值得知，從事士業及工業工作的受雇人 員相較於從事商業工作的受雇人員而言，其發生傷病之機率 為高。另外，從事農業對從事商業之受雇人員的檢測統計值 則不顯著。於年資變數上，由於年資之參數估計值為負值， 因此年資愈高其受雇人員發生傷病之機率愈低；反之，年資 愈低其受雇人員發生傷病之機率愈高。於薪資變數上，由於 薪資所得之參數估計值為負值，因此薪資所得愈低其受雇人 員發生傷病之機率愈高；反之，薪資所得愈高其受雇人員發 生傷病之機率愈低。本文推測受雇人員之薪資所得低，可能 所從事之行業為製造業，因此擔任之職位可能為體力工或技 術員，相對的所面臨之工作環境較危險，因此發生傷病之機 率會提昇。 3. 失業情況與繼續工作情況之比較 於個人特徵變數檢測上，以年齡、受教育年數、子女數 及居住地區等研究變數，為區別失業情況與繼續工作情況之 顯著影響變數；於工作特徵變數檢測上，以職業、行業及公 司規模為區別失業情況與繼續工作情況之顯著影響變數；於 財務變數檢測上，以年資及薪資所得為區別失業情況與繼續 工作情況之顯著影響變數。 另外，本文由參數估計值之正負值可推測研究變數對失 業情況與繼續工作情況之進一步影響。於年齡變數上，由於 年齡之參數估計值為正值，因此年齡愈大其受雇人員失業之 機率愈高；反之，年齡愈小其受雇人員失業之機率愈低。於 受教育年數之變數上，由於受教育年數之參數估計值為負 值，因此受教育年數愈高其受雇人員發生失業之機率愈低； 反之，受教育年數愈低其受雇人員發生失業之機率愈高。於 子女數之變數上，由於子女數之參數估計值為負值，因此若 受雇人員之子女數愈多，則受雇人員發生失業之機率愈低。 本文推測若受雇人員之子女數較少，則受雇人員較無家庭負 擔壓力，因此可能會為了找尋較好工作環境或追求較佳之工 作待遇，進而增加失業的機率。於居住地區變數上，由居住 地區之參數估計值為負值得知，直轄市受雇人員相較於非直 轄市受雇人員而言，其發生失業之機率較低。於職業變數 上，由體力工、工作人員及技術員對主管階級之多元羅吉斯 迴歸參數估計值為負值得知，從事主管階級相較於體力工、 工作人員及技術員之受雇人員而言，其發生失業之機率為 高。另外，從事專業人員之受雇人員對主管階級之統計值則 不顯著。於行業變數上，由農業及工業對商業之多元羅吉斯 迴歸參數估計值為正值得知，從事農業及工業工作的受雇人 員相較於從事商業工作的受雇人員而言，其發生失業之機率 為高。另外，從事士業對從事商業之受雇人員的檢測統計值 則不顯著。於公司規模變數上，由於公司規模之參數估計值 為負值，因此若受雇人員之公司規模愈小，則受雇人員發生 失業之機率愈高；反之，若受雇人員之公司規模愈大，則其 受雇人員失業之機率愈低。本文推測若受雇人員之公司規模

愈大，則公司營業規模或訂單應較為穩定，因此受雇人員失 業之機率應會降低。於年資變數上，由於年資之參數估計值 為負值，因此若受雇人員的年資愈高，其發生失業之機率愈 低；反之，若受雇人員的年資愈少，則發生失業之機率愈高。 本文推測若受雇人員之年資愈少，可能會為了找尋較好的工 作環境或追求較佳的工作待遇進而辭職，因此可能增加失業 的機率。於薪資所得變數上，由於薪資所得之參數估計值為 負值，因此若受雇人員的薪資所得愈高，則發生失業之機率 愈低；反之，若受雇人員的薪資所得愈低，則發生失業之機 率愈高。本文推測受雇人員之薪資所得愈低，可能會為了追 求較佳的工作待遇進而辭職，因此可能增加失業的機率。 4. 資遣情況與繼續工作情況之比較 於個人特徵變數檢測上，以受教育年數及婚姻狀態等研 究變數，為區別資遣情況與繼續工作情況之顯著影響變數； 於工作特徵變數檢測上，以職業及行業為區別資遣情況與繼 續工作情況之顯著影響變數；於財務變數檢測上，以年資為 區別資遣情況與繼續工作情況之顯著影響變數。 另外，本文由參數估計值之正負值可推測研究變數對資 遣情況與繼續工作情況之進一步影響。於受教育年數之變數 上，由於受教育年數之參數估計值為負值，因此受教育年數 愈久其受雇人員被資遣之機率愈低；反之，受教育年數愈少 其受雇人員被資遣之機率愈高。本文推測教育程度愈高，於 職場上擔任之職位可能較高或從事較專業性的工作，因此被 資遣的機會相對較低；反之，教育程度愈低，於職場上擔任 之職位可能較低，因此被資遣的機會相對較高。於職業變數 上，由體力工、工作人員及技術員對主管階級之多元羅吉斯 迴歸參數估計值為正值得知，從事主管階級相較於體力工、 工作人員及技術員之受雇人員而言，其發生被資遣之機率為 低。本文推測體力工、工作人員及技術員之工作性質可能較 為一般例行性工作，因此被資遣之機率較高。於行業變數 上，由士業、農業及工業對商業之多元羅吉斯迴歸參數估計 值皆為正值得知，從事士業、農業及工業工作的受雇人員相 較於從事商業工作的受雇人員而言，其發生被資遣之機率為 高。本文推測可能伴隨著台灣經濟結構的轉型，進而造成某 些傳統產業的衰退，導致該產業人才需求的降低，故提昇被 資遣之機率。於年資之變數上，由於年資之參數估計值為負 值，因此若受雇人員的年資愈高，則受雇人員被資遣之機率 愈低；反之，若受雇人員的年資愈低，則受雇人員被資遣之 機率愈高。

六、研究結論與建議

本文針對上述實證結果提出下列研究結論及後續研究 建議，希冀可提供政府及相關單位作為管理及決策上之參 考。 （一）研究結論 實證結果發現，於多元羅吉斯迴歸模型的估計結果顯 示，行業、職業、教育年數及年資變數於退休、傷病、失業 及資遣等退休行為對繼續工作之比較上皆具有顯著影響。於 退休情況與繼續工作之比較上，除年齡、出生世代、婚姻狀 態、子女數及公司規模變數不具顯著影響外，其餘研究變數 皆具有顯著影響。於傷病情況與繼續工作之比較上，除年 齡、出生世代、居住地區、婚姻狀態、子女數、工作時數及 公司規模變數不具顯著影響外，其餘研究變數皆具有顯著影 響。於失業情況與繼續工作之比較上，除出生世代、性別、 婚姻狀態及工作時數變數不具顯著影響外，其餘研究變數皆 具有顯著影響。於資遣情況與繼續工作之比較上，除婚姻狀 態、行業、職業、教育年數及年資變數具顯著影響外，其餘 研究變數則不具有顯著影響。 劉克智及董安琪（2002）提出由於全球化以及新資訊、 新通訊、新科技快速發展的趨勢下，促進知識經濟時代的來 臨。知識經濟是指一個經濟體系以擁有、配置、創造與應用 知識為重要生產要素，透過知識的創造與應用知識來提供經 濟成長的動力。知識經濟的發展固然可增強一國的生產力與 競爭力，但卻對產業結構造成衝擊。隨著產業結構的改變， 進而影響勞動市場結構，而就業型態也因此有明顯之變化。 新經濟下工作型態之轉變，就業所呈現出的是流動性大、不 確定性高與風險增加等現象，不僅對退休金制度產生衝擊， 連同就業保險之經濟安全保障制度同樣也會受到影響。基於 此，本文建議後續研究之發展可以針對相關制度深入討論與 分析，希冀能加以提出因應之道或可能調整之方向，使制度 的執行更能順應新經濟之發展趨勢。 （二）後續研究建議 本文提出下列幾點後續研究建議供後續研究者作為研 究參考，茲將各點論述說明如下。 1. 研究樣本觀點 本文於樣本選擇上只篩選 55 歲至 64 歲人口作為研究樣 本，建議後續研究者可增加其他歲數之樣本作為分析對象， 以得到較佳之檢測效果；另外，本文針對台灣所有員工進行 退休行為動態規劃分析，但由於台灣員工可分為公務人員及

私部門員工，因此建議後續研究者可擴增受雇人員樣本數進 行公私部門區分加以探討退休行為之動態規劃分析。 2. 研究變數觀點 由於本文僅針對可能影響受雇人員之個人特徵、財務及 工作特徵等研究變數進行分析，而未進一步探討造成各退休 行為產生之原因，因此建議後續研究者可採用質性研究之方 式加以分析各退休行為產生之原因。

參考文獻

行政院勞工委員會網站（2010），2010 年 1 月 15 日，取自 http://www.cla.gov.tw/。 行政院主計處中華民國統計資訊網站（2009），2009 年 11 月 17 日，取自 http://www.stat.gov.tw/。 張雅琳（2003）。公私部門受雇人員的退休決策－兼論退休 制度對退休行為的影響。私立淡江大學產業經濟研究 所碩士論文，未出版，台北。 葉肅科（2003）。福利與經濟的對辯：澳洲經驗。社區發展 季刊，102，72-85。 劉克智、董安琪（2002）。知識資本主義：台灣的新挑戰。 收錄於李誠主編，知識經濟的迷思與省思（頁 36-47）， 台北：天下文化。

Agresti, A. (1996). An introduction to categorical data

analysis, New York, NY: Wiley-Interscience.

Bartel, A. P., & Sicherman, N. (1993). Technological change and retirement decision of older workers. Journal of

Labor Economics, 11(1), 162-183.

Blundell, R., Meghir, C., & Smith, S. (2002). Pension incentives and the pattern of early retirement. Economic

Journal, 112(478), 153-170.

Bratberg, E., Holmas, T. H., & Thogersen, O. (2004). Assessing the effects of an early retirement program. Journal of

Population Economics, 17(3), 387-408.

Burtless, G., & Moffitt, R. (1985). The joint choice of retirement age and postretirement hours of work. Journal

of Labor Economics, 3(2), 209-236.

Cutler, N. E. (2001). Money, health, & aging consumer: Ongoing challenges and new opportunities for retirement planning. Journal of Financial Service Professionals,

55(2), 52-59.

Dahl, S. A., Nilsen, O. A., & Vaage, K. (2000). Work or retirement? Exit routes for norwegian elderly. Applied

Economics, 32(14), 1865-1876.

French, E. (2005). The effects of health, wealth, and wages on labour supply and retirement behaviour. The Review of

Economic Studies, 72(2), 395-427.

Gustman, A. L., & Steinmeier, L. T. (1986). A structural retirement model. Econometrica, 54(3), 555-584.

Gustman, A. L., & Steinmeier, L. T. (2004). Social security, pensions and retirement behaviour within the family.

Journal of Applied Econometrics, 19(6), 723-737.

Hanoch, G., & Honing, M. (1983). Retirement, wage, and labor supply of the elderly. Journal of Labor Economics, 1(2), 131-151.

Hausman, J., & McFadden, D. (1984). Specification tests for the multinomial logit model. Econometrica, 52(5), 1219-1240.

Heyma, A. (2004). A structural dynamic analysis of retirement behaviour in the netherlands. Journal of Applied

Econometrics, 19(6), 739-759.

Hogarth, J. M. (1988). Accepting an early retirement bonus an empirical study. The Journal of Human Resources, 23(1), 21-33.

Karlstrom, A., Palme, M., & Svensson, I. (2004). A dynamic programming approach to model the retirement behaviour of blue-collar workers in Sweden. Journal of Applied

Econometrics, 19(6), 795-807.

Kilty, K. M., & Behling, J. H. (1985). Predicting the retirement intentions and attitudes of professional workers. Journal

of Gerontology, 40(2), 219-227.

Mastrogiacomo, M., Alessie, R., & Lindeboon, M. (2004). Retirement behaviour of dutch elderly households.

Journal of Applied Econometrics, 19(6), 777-793.

Muller, C. F., & Boaz, R. F. (1988). Health as a reason or rationalization for being retire?. Research on Aging,

10(1), 37-55.

Ray, P. (1973). Independence of irrelevant alternatives.

Econometrica, 41(5), 987-991.

Santos, S. R., & Cox, K. (2000). Workplace adjustment and intergenerational differences between matures, boomers, and xers. Nursing Economics, 18(1), 7-13.

Samwick, A. A. (1998). New evidence on pensions, social security, and the timing of retirement. Journal of Public

Economics, 70(2), 207-236.

Siddiqui, S. (1997). The pension incentive to retire: Empirical evidence for west Germany. Journal of Population

Economics, 10(4), 463-486.

Smola, R. W., & Sutton, C. D. (2002). Generational differences: Revisiting generational work values for the new millennium. Journal of Organizational Behavior,

23(4), 363-382.

Vandenberg, P., Sachdeva, K., & Singh, G. (2005). Retirement

behaviors under a defined benefits pension system: An opportunity cost perspective. Compensation and Benefits

Review, 37(3), 57-64.