盟主監ι且金主
女性學士、碩士教育與工作不對稱及其對薪背影響之比較43
教育研究集刊 第五十七輯第四期 2011 年 12 月 頁 43-79女性學士、碩士教育與工作不對稱及
其對薪資影響之比較
陶宏麟、簡維萱
摘要 資料顯示，大約一半的臺灣大學畢業生有「高教低就」與「學非所用」的~ 受。本文探究提高學歷可否降低「高教低就」與「學非所用」的鼠受，利用「薑 灣高等教育整合資料庫 J 94學年度畢業當年與畢業後一年資料﹒分析碩士相較於 學士的工作與教育不對稱現象，卻發現碩士有更嚴重的「高教低就」戚受，但較 可能「學以致用」。整體來看，碩土較學土有更儼重的教育與工作不對稱鼠受。 在學士方面 r 過度教育」與「學非所用」都有顯著的薪資損失;在碩士方面則 只有「學非所用」有顯著的薪資損失。公立大學在「高教低就」與「學非所用」 都有最低的發生機率，但私立大學與公立技職在這兩者上則有相反的表現。關鍵詞:高教低就、學非所用、碩士、學士
陶宏麟，東吳大學經濟學系教授(本文通訊作者) 簡維萱﹒國辜世華銀行高級辦事員 電于郵件:hltao@scu.edu.tw
投稿日期 :2010 年 11 月 30 日:修改日期 2011 年 10 月 7 日，抹用日期: 2011 年 11 月 15 日Mismatch between Education and Job and
It
s
Influence on Earnings: A Comparison between
Female Bachelors and Female Masters
Hung-Lin Tao
Wei-Hsuan Chien
Abstract
Statisti臼 indicates
that roughly 50% of college graduates in Taiwan feel that they
are overeducated
,
or that their jobs do not match their
m呵。rs.Th
is study investigated
whether the feelings of overeducation and mismatch could be mitigated through more
education. Using the data of college graduates in 2005 and one year follow-up survey
from Taiwan Integrated Postsecondary Database
,
this study analyzed
skiIVeducation-al mismatch
in 區rmsofthe graduates with bachelor's and master' s degrees.
Th
e result
showed that
,
as compared with those with bachelor's degrees
,
graduates with master's
degrees have
s甘ongerfeelings of being overeducated. However
,
they performed better
in finding jobs that suited their majors. Overall
,
graduates with master's degrees
tended to have stronger feelings of educational mismatch than those with bachelor's
degrees. College graduates who were overeducated or suffered from skill mismatch
Hung-Lin Tao
,
Professor
,
Department of Economics
,
Soochow University (Corresponding
Author)
Wei-Hsuan Chien
,
Senior Staff
,
Cathay United Bank
E-mail: hltao@scu.edu.tw
陶宏蛙ι且主色萱
女 l生學士、碩士教育與工作不對稱及其對薪背影響之比較45
tended to have significantly lower earnings. By contrast
,
for graduates with master's
degrees
,
only those with skill mismatch suffered from significantly lower earnings
The probability of overeducation and skill mismatch in public colleges were the
lowest
，while 也eopposite was the case in both private colleges and public technology
colleges
壹、緒論
薑灣的高等教育於 1991 至2001 年間快速擴張，依據教育部出版的{教育統 計}﹒從80學年度的50所大學，增至90學年度的 135所大學，大學畢業生由 54，375 人聽增至 146 ， 166人。高素質勞動力供給廢增的同時，並未對應高素質勞動力需 求的等量增加﹒必然會產生「高教低就」與「學非所用」的問題，部分大學畢業 生為屈就於勞動市場的供過於求，只得接受自認不需大學學歷，或與專長不符的 工作，因此，也就產生過度教育及專長與工作不符的問題。令人好奇的問題是， 什麼樣特性的大學畢業生在求職上比較可能有「高教低就」與「學非所用」的現 象?從雇主的觀點來看﹒大學文憑本身已失去訊號價值，雇主勢必以較大學文憑 更細緻的訊號，或具有更高學歷(如碩士)來辨識工作申請人的能力資訊，這可 能包括大學排名或類別(如公私立、一般或技職大學)、在校成績及碩士文憑， 如果雇主確實以這些訊號決定是否雇用的依據，我們將觀察到「高教低就」與 「學非所用」的教育與工作不對稱現象更易發生在後段大學與成績較差的畢業生。 在大學變成普及教育的同時，更多的大學畢業生欲利用碩士學歷凸顯高人力 資本訊號。這項預期也已反映在資料上，根據教育部出版的《教育統計} ，晝灣 在80學年度的碩士畢業生為7，688人，至90學年度增為25 ，900人，至97學年度再增 草書57，624人，碩士畢業生的人數已較助學年度的大學畢業生人數還多。直覺上， 也許會認為碩士應可降低「高教低就 J 與「學非所用」的成受，但碩士雖提升自 我的條件，卻也提高了對工作的期待，所以碩士究竟是否有較低的教育與工作不 對稱竄受，在實際資料驗證前，很難有明確的答案。本研究的第一個目的即分析 學碩士、大學類型、在校成績、學系與其他相關因素對教育與工作不對稱的影 響，並檢驗碩士在縱橫向教育與工作不對稱的鼠受上是否較學士獲得改善。本研 究的第三個目的在分析學碩士教育與工作不對稱、大學類型、在校成績、學系與 其他相關因素對畢業初期薪資的影響，並比較教育與工作不對稱對學土與碩士薪 資影響的大小。事實上，即使是國外文獻，以碩士的「高教低就」與「學非所 用」為討論主題的也非常少見，主要原因是，在全面調查中，碩士的觀察值一般 非常有限。拜「蔓灣高等教育整合資料庫」之賜，其從2006年開始以專案調查碩陶宏盤4且盤萱 女性學士、碩士教育與工作不對稱及其對薪背影響之比較 47
士畢業生，再加上碩士人數的聽增，使得薑灣目前已有足夠且公開的碩士標本進 行分析。
國外有關「高教低就」或過度教育(
overeducation
)的研究從1980年代至 2000年，已累積了相當豐富的成果(Cohn&
Kahn
,
1995; Duncan
&
Hoffm阻，1981;
Gr
oot
&
Maassen van den Brink
,
2000; Hersch
,
1991;
Harto且，
2000; Hartog
&
Oosterbook
,
1988; Robst
,
1995; Sicherman
,
1991
)。關於過度教育的研究結論，這 些研究也都一致， ~P過度教育使薪資下降，不足教育(實際教育低於工作所需教 育)則提高薪資。這些研究的其中一項特色，就是只考慮教育水準超過或低於 工作所需，末考慮教育所學專長是否與工作相符，這是因為高中及以下的教育 一般並無專長訓練，也因此，這類受訪者沒有所謂所學專長與工作是否相符的問 題，在涵蓋所有教育程度的一般性調查中，所學專長與工作是否相符也因而無從 調查。 2000年後，因為某些地區已有專門針對大學畢業生的調查，教育與工作不 對稱的研究也延伸至所學專長與工作是否相符，然而，這類的研究仍不多見，例 如， Allen與Van d叮她lden (2001) 使用歐洲 11 國與日本的高等教育畢業生聯合調 查、 Oi Pietro與Urwin (2006) 利用義大利高等教育畢業生資料、 Robst(2007)
採用美國高等教育畢業生的調查。這些研究中，Allen與 Vander Velden (2001 )
及Robst (2007) 的分析包含大學以上的學位，但Robst (2007) 只考慮專長與工
作是否相符，末考慮是否過度教育，而Allen與Vander Velden (2001
)及OiPietro
與 Urwin (2006) 雖同時考慮過度教育及專長與工作是否相符，但並末考慮兩者 (縱向與橫向的教育不對稱)的交叉項，本研究則多考應此交叉項，這也讓本研 究對於學碩士橫向與縱向教育不對稱對薪資影響差異可進行較深入的比較，這是 本研究與現存文獻的主要不同。 除碩士論文外，聖灣目前探討「高教低就 J 與「學非所用」的文獻也不多見. Lin與Wang (2005) 及Hung (2008) 分別利用「家庭收支調查」與「臺灣地
區社會變遷基本調查」檢驗過度與不足教育對薪資的影響。蔡瑞明、莊致嘉與葉 秀珍 (2005 )雖然也是用「臺灣地區社會變遷基本調查」﹒但他們的主要議題是比較「標準差法」與「自我評量法」衡量過度教育的差異，並提出修正。蕭霖
(2003
)則以主計處「人力資源運用調查」資料做指標衡量差異的類似探討。黃 毅志與林俊瑩 (2010 )亦採用「臺灣地區社會變遷基本調查」﹒對過度教育的衡量提出新的測量，並與蔡瑞明等人 (2005 )的方法進行比較。 1 因為這些文獻使
用的資料是全面性的調查，如前文所說，大專以上的觀察值有限，不易進行「學 非所用 J 分析﹒只能進行「高教低就」分析。 Tao與 Hung (2008) 則是利用「臺 灣高等教育整合資料庫 J 91 學年度大專畢業生畢業後一年之問卷調查資料，同時 對「高教低就 J 與「學非所用」進行分析，因資料僵針對大專做調查﹒所以並無 針對碩士的分析。 畫灣研究所採用的這些資料各有其使用上的優缺點 r 臺灣高等教育整合資 料庫」雖有上述的優點，但並無大專以下的資料，使得教育層次的觀察受到侷 限，目前也僅有畢業後一年的資料，觀察期間也有限，不過﹒這些也可視為它 的優點。首先，薑灣沒有其他公開的資料能包含如此多的大專畢業生，而要研 究「學非所用 J .勢必需要大專以上的觀察值﹒因為大專以上才比較有專長教 育，也才有所謂的「學以致用」或「學非所用」的問題。其次，畢業後一年的資 料雖很短，卻也是最能確保薪資不受正式教育以外因素(例如在職訓練(on-the-job training)
)的干擾。本研究的目的既然是針對碩士與學士的比較，當然就以 「臺灣高等教育整合資料庫」最為合適。現存的國內外文獻尚未有針對碩士與學 士的比較為研究主軸的論文，這是本研究與現存文獻的不同。在碩士數量正快速 增加的畫濁，本研究之結論對個人或教育決策機構有及時的參考價值。 本研究之結構﹒包括:第二節介紹資料來源，並定義縱向與橫向的教育與工 作不對稱;第三節為縱向與橫向的教育與工作不對稱的實徵分析;第四節為教育 與工作不對稱對全職工作者薪資的影響.第五節為結論。貳、資料來源與教育對稱定義
一、資料來源
本研究實徵資料來自「臺灣高等教育整合資料庫」之大專畢業生流向資訊平 1 有闖過度教育的衡量方法與各自的優缺昆﹒可事看此三篇研究搗又的討詣，衡量方法 並非本研究的重點，加上篇幅的限制，這裡不再攤主討論。本研究採用主獻所稱的「自 我評估法」盟主蛙斗且益主
女性學士、碩士教育與王作不對稱及其對薪背影響之比較特 臺問卷調查，樣本取自 94學年度大專畢業前問卷、碩士班畢業前問卷、大專畢業 後一年問卷，以及碩士班畢業後一年問卷。此問卷以普查之方式進行，大專畢業 生發放262，498份問卷，共回收 134， 120份;碩士班畢業生發放的，392份，共回收 16，532份;大專畢業後一年發放262，743份問卷，共回收鉤，694份;碩士畢業後一年發放的，283份問卷，共回收 11 ，912份。 2由於男性畢業生須服兵役，故刪去男性
資料﹒再刪除非大學的五專畢業生觀察值;另外，也再刪除非四年制的二技畢業 生，保留四技與一般大學畢業生觀察值。由於研究必須串聯畢業當年度與畢業後 一年的資料，遺漏任一年的資料也將刪除，非常少數的觀察值出現畢業當年與畢 業後一年性別不一致的問題，故再將之刪除。畢業一年投入全職工作者才進入 分析的樣本﹒因本研究必須觀察她們的全職薪資，以及「高教低就」與「學非 所用 J '所以填答「全職工作 J 卻未填教育不對稱或薪資，這些觀察值將不 予探用﹒每月薪資低於 15 ，000元之全職者也將刪除。最後，相關資料不全者也將刪除﹒所得樣本稱為「全職樣本 J
全職樣本共有的，977筆觀察值，學士 14， 545
筆，碩士 1 ，432筆。 3二、教育及工作對稱分顯與資料初步特性
教育與工作的對稱關係分縱向與橫向兩類。其中，縱向對稱關係分為過度教 育、適度教育及不足教育，過度教育即學歷超過工作所需;適度教育為學歷恰符 2 這裡須說明大專畢輩生母體為教育部發主至各大專院校，要求各校提供畢葉生名冊、 基本資料與聯絡方式，再由「壘灣高等教育整合資料庫」進行調查。大專畢鞏生畢業 後一年的母體較大典認r定畢業的時間有關。畢業當年的調查時間為 2006 年 6 月至 11 月， 故當年調查的畢葉生名單於當年的 6 月前就須提供，但少數學生可能當時不在學校認 定畢業名單中，但在同年 7 月 31 日前仍於同一學年蠣利畢業。而碩士的情況則相反， 這應與碩士論文提交有闕，當年 6 月前，課程修畢被列為畢輩名單，但碩士論文幸在 7 月底前提交，因而不列入當年的畢業生。本研究使用的觀察佳須兩個年度都被調查， 所以不會有誤認畢業的情況。 3 薪宵的樣本選擇迴歸模型在進行前，必須先進行畢葉生畢章一年後的狀態分析，這些 狀憊包括全職且作、就學、兼職且作及失章，採用的模型為~項矗吉特(Multinomial
Logit) 模型，樣本為色會畢輩後所有的樣本，稱之為「全樣本」﹒全樣本共有 27 ，345 筆觀察值，其中﹒學士有詣， 672 暈，碩士有 1 ，673 暈。工作所需;不足教育為工作所需學歷超過自己的學歷。橫向對稱關係分為所學與 工作無閥、部分相閥、大部分相閥、非常相關。縱向對稱對應i~ 問卷上之問題為 「您認為大概需要多少教育程度才能勝任您目前的這份工作 J '問卷選項分別為 國中以下、高中、高職、專科、大學、碩士、博士，因高中與高職在教育程度上 近似，故兩者合併為一串且，共為6組﹒由下往上分別為 l 至 6 '數值愈低，過度教 育愈嚴重。數值5與6分別表示工作所需之教育程度為大學與碩士。對大學畢業生 而言，回答低於「大學」者即過度教育，等於「大學」者即適度教育，高於「大 學」者即不足教育，對碩士畢業生而言﹒即以「碩士」為判定基準﹒此稱為「自 身學歷縱向教育對稱」 橫向教育對稱問題為「您目前的工作與您大學時就讀學門是否相關 J '選項 分別為無閥、部分相閥、大部分相閥、非常相闕，共計四個選項，故橫向教育不 對稱指標不論學士或碩士均為 1 至4· 愈低表示愈橫向不對稱﹒所學專長與工作所 需不符合。 表 1 整理「全職樣本」中學士與碩士於各大學類型及各專長之教育對稱、薪 資與觀察值數。表 l 顯示，學士與碩士縱向教育指標分別介於4與5· 以及5與6之 悶，而不論學士與碩士，橫向不對稱大都介於2與3之閉，即部分相關與大部分相 關之間。依學校類型區分，表 l 說明私立技職畢業生最可能發生縱向或橫向教育 不對稱，而公立大學較不容易產生縱向或橫向教育不對稱之情況。依學們區分， 社會學們較不容易有縱向或橫向教育不對稱，觀光傳播與經濟商管較易發生縱向 與橫向教育不對稱。 公立大學 公立技職 私立大學 私立按職 表 1 「全職據本」學士與碩士學業特性之教育不對稱、薪資與觀察值數 學士 碩士 教育不對研 教育不對稱 缸，值薪資 .:I向橫向 也寮值薪資 縱向橫向
1012
34
,
397
4.76
2.90
633
46
,
110
5.31
2且51673
27
,
162
4.20
2.42
160
40
,4
69
5.33
2.73
3083
29
,
556
4
.4
2
2.35
457
43
,
025
5.29
2.65
8777
27
,
941
4.18
2.32
182
38
,4
34
5.21
2.50
陶宏麟、簡維萱 女性學士、碩士教育與工作不對稱及其對薪背影響之比較
51
表 1 「全職據本」學士與碩士學黨特性之教育不對禍、薪資興觀察值數(續) 學士 碩士 觀寮值 薪資 教育不對輛 II寮值 薪資 教育不對稱 縱向 橫向 縱向 橫向公立大學 經濟商管
141
32
,
216
4.58
2.18
11 日45
,
170
5.32
2.74
社會61
37
,
746
4.90
3.28
34
46
,
471
5.29
2.71
人文教育藝術537
34
,
772
4.83
3.09
208
49
,
423
5.25
3.03
法律9
32
,
500
5.00
2.7 日2
55
,
000
5
.50
4.00
科學數學 6日37
,
059
4.91
3.12
81
45 ，27日5.35
2 日5 醫藥衛生20
39
,
500
4.95
3.25
75
44
,
233
5
.47
2.84
工程43
32
,
267
4.60
2.44
70
43
,
071
5.26
2.37
其他113
31
,
659
4.54
2.81
41
42
,
866
5
.39
3.22
觀光傳播20
36
,
250
4.60
1.90
4
32
,
500
4.75
2.00
公立技職 經濟商管
606
26
,
865
4.17
2.29
49
40
,
357
5.31
2.59
社會50
31
,
500
4.88
3.36
。
人文教育塾術155
27
,
984
4.52
2
.42
23
40
,
978
5.52
2.78
法律。
。
科學數學90
28
,
278
4.22
2
.42
13
40
,
962
5.23
2.92
醫藥衛生33
35 ，9日54
.58
3.76
。
工程207
27
,
138
4
.41
2.51
25
42
,
100
5
.36
2.76
其他159
24
,
733
4.02
2.16
35
39
,
500
5.29
2.89
觀光傳播373
26
,
723
3.97
2
.46
15
39
,
167
5.27
2
.47
立學私大 經濟商管
1005
29
,
251
4.31
2.28
174
44
,
626
5.21
2
.59
社會182
29
,
148
4.62
2.67
34
42
,
353
5.24
2.44
人文教育學術823
28
,
563
4
.52
2.16
68
43
,
382
5.25
2.62
法律26
30
,
577
4
.42
2
.42
42
,
500
5.00
4.00
科學數學197
29
,
531
4.32
2.23
67
41
,
455
5
.33
2.84
醫藥衛生210
39
,
048
4.53
3
.2
9
31
43
,
790
5
.45
2.84
工程145
29
,
431
4
.48
2.34
45
40
,
833
5.38
2
.56
其他122
29
,
672
4.50
2.32
13
4日，6545.38
2.92
觀光傳播373
27
,
379
4.34
2.37
24
35
,
833
5
.46
2.63
表 1 「全職據本」學士與碩士學業特性之教育不對輯、薪資與觀察值數(續) 學士 碩士 觀察值 薪資 教育不對獨 觀察值 薪資 教育不對稱 縱向 橫向 縱向 橫向 私11. 經濟商管
3691
27
,
650
4.14
2.14
82
36
,
646
4.85
2.34
技職 社會
37
29
,
257
4 日63.32
。
人文教育藝術994
27
,
425
4.22
2.23
22
42
,
727
5.55
2.64
法律13
27
,
885
4.31
1.
92
。
科學數學1006
27
,
122
4.19
2.10
28
3日，2145.57
2 日6 醫藥衛生1035
32
,
998
4
.2
5
3.25
5
50
,
500
5
.40
3.00
工程657
2日，4744
.2
6
2.15
33
37
,
652
5
.39
2.24
其他926
25
,
502
4.15
2.56
B45
,
625
5.63
3.38
觀光傳播418
25
,
634
4.16
2.06
4
30
,
000
5.5
2.25
總計14
,
545
1
,
432
因非常相關與大部分相關在字面上不易區隔，後績的迴歸分析將兩者合併為 「非常相關 J 0 4三組縱向教育不對稱，三組橫向教育不對稱，按理應有9組縱、 橫向教育不對稱，但因臺灣的高等教育過度擴張，使不足教育的觀察值有限，故 此組的「非常相關」、「部分相關」及「無關」合併為同一組。所以，最後的 縱、橫向教育不對稱共有7 組，如表2所顯示，這些分組將做為後文迴歸分析的基 準。表2為教育與工作不對稱於各類型大學與學門的發生比例，其整理自學士與 碩士全職樣本。整體來看，學士發生於適度教育的此例較高，碩士則發生於過度 教育的比例較高，碩士較學士有較低的比例發生教育與工作無關的情況。在大學 類型方面，不論學士或碩士，公立大學畢業生發生過度教育又無閥的比例最低， 發生適度教育又非常相闋的此例最高，私立技職則恰好相反。在學門方面，社會 與法律學士有較高的機率為適度教育，社會與醫藥衛生學士有最高的教育與工作 非常相關比例。在碩士方面，醫藥衛生有最高的適度教育比例，但也只有50% ﹒法 律碩士有最高的教育與工作非常相關此例，但根據表 1 '法律碩士也只有3筆資料。 4 本研究曾嘗試不合併「大部分相關」典「非常相關 J .兩者對薪背影響程度在迴歸分 析時也無一定順序關係。陶宏籃斗盤盤萱 女性學士、碩士教育與工作不對稱及其對薪背影響之比較
53
表 2 r 全職據本」學士與碩士於學業特性上教育不對稿發生比例 學士 碩士 組向不對補 過度教育 適度教育 過度教育 適度教育 不足 不足 橫向不對稱無關部分非常無關部分非常教育無關部分非常無關部分非常教育 相關相關 相關相關 相關相關 相關相關8%
6%
4%
7% 17% 54% 4%
6% 24% 33% 1% 11% 23% 1%
16月1022% 17%
7% 14% 23%
1%
9% 23% 32% 1% 15% 19% 1%
15% 15%
8% 11% 20% 30%
2%
8% 28% 28% 1% 12% 21% 1%
18% 22% 15%
6%
16仇 21%1% 11% 32% 23% 1% 12% 18% 3%
16仇 28%11%
6% 19% 19%
1%
9% 34% 28% 0%
12% 17% 1%
9%
7%
1%
8% 12% 60%
2% 15% 28% 25% 3%
6% 21% 3%
16~也 14%6%
9% 19% 34% 2%
5% 22% 40% 1% 11% 17% 2%
13% 13%
2% 13% 27% 33%
0%
0% 0% 67% 0%
0% 33% 0%
17% 25%
7%
7% 21% 22%
1%
8% 21% 31% 1% 10% 28% 2%
8%
8% 39%
2%
6% 35%
1%
5% 22% 23% 1% 14% 35% 0%
17% 19% 12%
7% 21% 23%
2% 10% 28% 20% 2% 19% 19% 1%
22% 11% 16%
8% 11% 31% 2%
3% 24% 35% 0%
8% 30% 0%
19% 17% 18% 10% 17% 19%
1% 17% 21% 26% 0% 21% 15% 0%
2
,
3372
,
8541
,
923 1
,
0192
,
477 3
,
731 204
113
379 431
13
173
304
19
公立大學 公立按職 在立大學 在立按職 經濟商管 社會 人文教育藝術 法律 科學數學 醫藥衛生 工程 其他 觀光傳播 觀察值數參、教育不對稱分析
本節欲檢驗碩士是否較學士不易有「高教低就」與「學非所用」的嵐受，相 似意義卻不同面向的檢驗，則是碩土是否較學士易有「適教適就 J 與「學以致 用」的~受，以及較佳的學術特性(如公立大學及畢業成績較佳的畢業生)是否 也較不易有「高教低就」與「學非所用」的成受，或是否較易有「適教適就」與 「學以致用」的民受。茲以碩士是否較學士不易有「高教低就 J 以及碩士是否 較學士較易「適教適就」為例，來設定標準的虛擬與對立假設。叩門旦
成
就
低
教
高
的
樣
有
生
業
畢
土
學
與
A士
一碩
唔詛 ..假日叫
假設-A 假設四 A 假設七 A 假設一的 假設四 B 假設七 B
H
A :碩士較學士畢業生有較低的「高教低就」感受 假設-B:H
o
:碩士與學士畢業生有一樣的「適教適就」凰受H
A :碩士較學士畢業生有較高的「適教適就」戚受 其中，假設 -A是負面表列，假設 -B是正面表列。下文的實徵分析會具體 指出這些假設檢定是以哪些係數的顯著性來判斷，如果碩士較學士顯著地更易找 到適合自己教育程度的工作，不論負面或正面檢定，都應得到一致的結論﹒因 此﹒正、負表列的假設檢定可相互驗證檢定的結論。除了上述的假設一外，為節 省傭幅，表3 與表4分別列出共9項的負面及正面假設檢定，這裡簡單地以表3 與表 4 的假設六來說明。假設六A的虛擬假設是公立大學畢業生較不易「不適才不適 所 J .也就是較不易既「高教低就」又「學非所用 J 假設六B的虛擬假設是公 立大學畢業生較易「適才適所 J .也就是較易既「適教適就」又「學以致用」 表 3 較不易發生「高教低就」與「學非所用」的各項畢業生假設之設定 論定內容 論定內容 槍定內容 較不易 較不易 較不易論定緝號
高教低就
檢定組號
學非所用
槍定組號
不適才不通所
碩士 假設二 A 碩士 假設三 A 碩士 公立大學 假設E. A 公立大學 假設六 A 公立大學 成績較佳 假設八 A 成績較佳 假設九 A 成績較佳 表 4 較易發生「適教適就」與「學以數用」的各項畢業生假設之設定 論定內容 被定內容 論定內容 較易 較易 較易 轍定偏號 槍定組號 被定娟兢 適教遍就 學以致用 適才適所 碩士 假設二 B 碩士 假設三 B 碩士 公立大學 假設五 B 公立大學 假設六 B 公立大學 成績較佳 假設八 B 成績較佳 假設九 B 成績較佳陶宏蠱4且盆萱 女性學士、碩士教育與工作不對稱及其對薪背影響之比較
55
表 3 與表 4 中，假設一至三是碩士與學士的比較﹒假設四至九則是學術特 性與教育及工作間不對稱闖係的檢驗。這 9個假設將分別以次序機率(
Ordered
Probit) 與多項羅吉特 (Multinomial Logit) 模型分析檢定.Multinomial
Logit模型不需事前預知表2 中 7組的教育不對稱順序﹒所以，可針對縱橫向教育不對稱一 併分析，而Ordered Probit模型若欲7組同時分析，則必須在分析前，先預知縱橫 向 7組的教育不對稱順序，但由於無法確認7組的順序，因此﹒縱向與橫向教育不 對稱將分開進行分析。這9個假設中，因為假設三、六、九是縱橫向的教育不對 稱同時分析，故本研究採用Multinomial Logit模型，其他假設因是縱橫向教育不 對稱的分開分析，故本研究採用Ordered Probit模型。接著，以下將簡單介紹這兩 種模型。
一、 Ordered Probit 與 Multinomial Logit 模型
Ordered
Probit是有方向性的模型，也因此，必須先知道7 組教育不對稱的 嚴重性順序才可一次進行。由於無法確認7組教育不對稱的順序，在做Ordered Probit模型分析時，我們將縱向與橫向教育不對稱分開估計。首先說明縱向教育 不對稱之Ordered Probit實徵模型，因橫向教育不對稱之Orde間d Probit模型與縱向 教育不對稱之Ordered Probit模型相似，這裡不再贅述。模型之設定如下:y﹒=α+xp+ε
y=Oify﹒豆。
y=1 ifO<
y.:::μIy=2
ifμ1〈 ye 過度教育 適度教育 不足教育(
l
)
( I
)式也顯示了它的順序性。在填寫問卷時，畢業生根據自己的主觀教育 與工作不對稱戚受 (y. )來選擇最接近他們對此問題之選項 'y﹒並無法被觀察， 我們可觀察到之結果為y ﹒也就是y.在某些範圍內會反映在特定的y ﹒它們不僅是類別資料(
categorical
da阻) .也是有順序性的資料(ordinal data
)。其中，解釋 變數x包含常數項、是否為碩士、學校類型、畢業總平均成績、主修學門、求學 期間是否有工作經驗、求學期間是否有助學貸款。學校類型包括公立大學、公立技職、私立大學，以私立技職為基準組;畢業總平均成績分為70~79分、 80~89 分、 90分以上，以60~69分為基準組;主修學門包括經濟商管、觀光傳播、人文 教育藝術、科學數學、醫藥衛生、工程、其他，以社會為基準組，但因法律人數 過少，也併入基準組。州為 W~一起估計之未知參數，在估計畢業生特質對三組 縱向教育不對稱之影響時，由模型設定，我們可以看出，畢業生對教育不對稱之 影響取決於某些可觀察到之因素x和某些無法觀察到之因素ε 。接著﹒將e之平均 數和變異數標準化為0和 1 .我們可以得到其機率與邊際機率。 5 這裡再介紹Multinomial Logit~莫型如下:
和可喲月間州 I [啃呵X;~)] .佩，6 片，n
伽伊伊可咱r喲i戶汁功#枷=寸吵#啊j)伊但)=抖=斗I I川印[I門+1』μ
其中. Yi代表第1位全職工作畢業生之教育不對稱情形， J 為教育不對稱之類 型，當 y;~j 時. Pij表示第 1位全職工作畢業生發生j 類型教育不對稱之機率. j~O ，1
,
2
,
3
,
4
,
5
,
6
0 Xi為第1位畢業生之解釋變數資料所形成之向量. ~j為發生第J種教 育不對稱下所有解釋變數參數值所形成的向量。Lin與 Wang (2005) 以及 Hung(2008
)也曾以Multinomial Logit分析縱向教育不對稱(過度、適度、不足) 但他們所使用之資料與本文採用之資料有很大之差異，例如，他們有採用工作年 數或子女數來解釋縱向教育不對稱發生的原因，而本研究採用的解釋變數也都不 在他們的分析中，因此，本研究此部分的分析結果無法與國內文獻比較，僅能與 國外文獻比較。 (2) 式以最大概似法估計其係數。必須注意的是.Multinomial
Logit為非線 性迴歸模型，解釋變數變動對被解釋變數的影響並不等於迴歸係數，而且這項影 響是指機率，亦即因解釋變數變動落入7組教育不對稱的機率所發生的變化，這7 項機率的變化和為o 0 65 有關 Ordered Probit 模型與邊際效果介紹可事看進階的計量經濟學，對Greene
(2008
831-840
)。陶宏蛙4且金萱 女性學士、碩士教育與工作不對稱及其對薪背影響之比較
57
二、 Ordered Probit 模型實當結果
縱、橫向教育不對稱以個別之 Ordered Probit模型估計之實徵結果及其邊際 效果，分別如表 5 及表6所示，而本研究之所以需要男外呈現邊際效果，是因為Ordered
Probit模型並非線性模型，解釋變數於不同處對教育不對稱的影響效果也 不同;而這裡所稱的影響效果都是指機率，亦即落入各種教育不對稱組別的機率 變動。表6 中同一變數的各組邊際機率效果和為0 。以表6縱向不對稱的碩士變數 為例 ·3組( r 過度教育」、「適度教育」、「不足教育J )碩士之邊際效果係 數都是相較於學士，其分別為0.297 、 -0.285 、 -0.012 .這些數字顯示，當碩士學 歷與學士學歷比較時，碩士會竄覺過度教育之機率高於學土29.7% .會覺得適度 教育之機率低了28.5% .會覺得不足教育之機率低了1.2% 0 3 組的邊際機率和為 o· 亦即當落入某一組的機率提高，落入其他組的機率必下降，其總和不變。這3 組邊際機率的和若與。有些許差異，是因四捨五入所造成的。 表 5 縱、橫向教育不對稱 Ordered Probit 實徵結果 組向不對稱 橫向不對稱 係歡 t 值 係歡 t 值 常數項 。 1001.3
46
。 74010.515
司... 碩士-0.806
-20.063
•••
0.124
3.393
•••
公立大學 。 64817.117
•••
0
.419
1
1.
706
•••
公立按職0.037
1.
137
。 1444.826
•••
私立大學 。 39915.534
司...0.047
1.
982
••
70
~ 79 分0.146
3
.477
•••
0.117
3.108
•••
80
~ 89 分0.319
7.657
•••
。 3208.566
•••
90 分以上 。 4276.014
•••
0
.475
7.155
•••
經濟商管-0.509
-8.332
•••
-0.352
-5.985
•••
觀光傳播-0.538
-7.864
司...-0.406
-6.226
.
..
人文教育藝術-0.283
-4.546
•••
-0
.3
16
-5.252
•••
Trivedi (2005:
5∞-503 )。縱、橫向教育不對稱 O叫 ered Probit 實徵結果(續) 縱向不對稱 橫向不對研 係擻 ，值 係數 t 值
-0.330
-4.940
•••
-0.326
-5.107
•••
-0
.477
-7.053
•••
0.572
8.568
•••
-0.269
-3.928
•••
-0.335
-5.114
•••
-0.348
-5.159
•••
-0.240
-3.695
•••
-0.029
-1.021
0.025
0.966
0.007
0.320
-0.022
-1.096
2.298
8
1.593
•••
1.052
90.064'"
15977
15977
1019
.5
45
123位41 科學數學 醫藥衛生 工程 其他 工作經驗 助學貸款Mu
(I)
觀察值數x'
表 5 • p<
.1 ••
P
<
.05 •••
p<
.01
在實證分析時，所謂的「高教低就」與「適教適就」分別是j; jOrderedProbit
模型中縱向不對稱的「過度教育」與「適度教育」來表示，所謂的「學非所用」 與「學以致用」則分別是以Ordered Probit模型中橫向不對稱的「無關」與「非常 相關」來表示;所謂的「不適才不適所」與「適才適所」分別是以Multinomial Logit模型中的「過度教育且無關」與「適度教育且非常相關」來表示。另外﹒ 除非有特別說明，本研究所稱的統計顯著是指1%顯著水準。 表6 的實徵結果顯示，相較於學士，碩士在「過度教育」之邊際效果顯著為 正，此項結論不支持假設-A· 反而支持碩士更易有「高教低就」的鼠受，顯示 讀碩士不但無助於降低「高教低就」竄受，反而提高此戚受。碩士的係數在「適 度教育」顯著為負，表示較不容易有「適教適就 J 的戚受，也不支持假設-B' 而與假設 -A的結論互為印證。表6顯示，碩士係數在橫向教育不對稱下之「無 關」顯著為負，說明較不容易「學非所用」﹒支持了假設二A· 碩士係數在「非 常相關」的 10%下顯著為正，支持了假設二B· 驗證碩士畢業生較可能「學以致 用」。綜合這些結果顯示，碩士學歷雖會增加「學以致用」的可能﹒卻也會增加 「高教低就 J 的戚受。 在學校類型方面，公立大學、公立技職和在立大學在「過度教育J 上顯著為z
N
縱、橫向教育不對稱 Ordered Probit 邊際敕果 表 6 非常相關 係數 2 值 橫向不對輯 部分相間 係數 t 值 無關 係數 t 值 不足教育 係歡 t 值 縱向不對稱 適度教育 係數 t 值 過度教育 係數 t 值 剛'
1.
801
... 0.048
••• -0.015 -14.342
59.688 ... -0
.2
85 -84.121 ••• -0.012 -4.772 ••• -0.034 -9
.3
87
。 297 玲、薛借舟，對仆「煒...
••• 0.166 6.206
18.974 ... -0.103 -22.954 ••• -0.063
-71.
656
••• 0.034
47.820
-0.246 -53.262 ••• 0.213
•••
2.107
••• 0.057
-0.039 -10.702 ••• -0.017 -17.533
0.527
••• O.OOt
3.649
••• 0.014
-0.015 -3.685
。 681••• 0.018
••• -0.005 -4.657
... -0.013 -3.918
8.755
-0.157 -37.599 ... 0.142 34.689 ••• 0.015
*
1.702
... 0.045
••• -0.012 -14.132
-0.033 -8.981
••
2
.3
48
... 0.004
13.885
•••
4.836
... -0.092 -20.421 ••• -0.032 -184.852 ••• 0.124
6.448
"·0 ∞929.505
...
6.980
••• 0.188
... -0.110 -24.201 ••• -0.077 -7
1.119
35.316 ••• 0.019 9.529
-0.166 -38.113 ••• 0.147
••• -0.134
-4.874 •••
14.834
... 0.030
52.342
... -0.188 -57.999 ••• -0.013
-4.096 •••
0.1的 。 20048.783
... -0.148 -5
.4
59 •••
...
0且 178.853
59.202
... -0.197 -56.630 ... -0.009
-4個 2••• 0.131
。 20745.889
••• -0.119
-4.3
50 ...
1
1.
715
••• 0.021
42.220
... -0.106 -29.739 ••• -0.007 -2.809 ... 0.097
27.119
。.112... -0.121
-4.4
64 •••
10
.4
60
... 0.019
43.391
。 13030.848 ••• -0.123 -34.574 ... -0.007 -3.104 ••• 0.103
...
8.462
••• 0.225
A峙 。。 AaTM四
A “ T AY AU AU--..
..
nυ AU 。。 長 U 令，也 -3 I AU•
•
•
司、5
。。 司 3 ny Aυ nU AU -A 勻 。。3
nυ '、'， LU 句 fl
AU--..
*42.069
。 185".
-0.124
-4.565 •••
10.035
44.738 ••• 0.018
。 10625.550 ••• -0.100 -27.951 ••• -0.006 -2.698 ... 0.106
••• -0.090 -3.331 •••
10
.4
30
28.527 ... 0.016
••• -0.129 -36.447 ... -0.007 -3.208 ••• 0.074
。 13632
.2
64
其他 工作經驗 助學貸款0.010 0.363
••
-0.003 -2
.3
71
..
0.007 -2.151
... -0.001 -0.380
... -0.011 -2.888
。 0122.866
什|長
υ、 唱-0.008 -0.314
• p<
.1 ••
P
<
.05 ...
p<
.01
碩士 公立大學 公立技職 私立大學70
~ 79 分 -0.058-14
.4
01 ... 0.054
80
~的分 -0.127-32.016 ••• 0.118
90 分以上 經濟商管 觀光傳播 人文教育 學術 科學數學 醫藥衛生 工程•
1.
825
0.002
••
1.
979
0.006
0.000 0.095
0.683
0.003
-0.003 -0.685
負，而且絕對值由大至小，依次為公立大學、私立大學及公立按職，顯示這三 類大學較私立技戰不易「高教低就 J .而且依序為公立大學、私立大學及公立技 職，這項結果不僅支持假設四A ﹒即「公立大學畢業生較不易有『高教低就』的 嵐受 J 甚至也支持不易有「高教低就」的底受依序為公立大學、私立大學及 公立技職。不僅如此 r 適度教育」的感受依然有這樣的順序，支持了假設四
B
。在表6橫向教育不對稱上，這三類大學的「無關」之邊際效果皆顯著為負， 但在「非常相關」處﹒僅有公立大學與公立技職顯著為正，而且這三類係數絕 對值的大小與縱向的結果不同，依序為公立大學、公立技職與及私立大學。如果 「無關」代表「學非所用 J 這項結果支持假設五A· 即「公立大學畢業生不易 有『學非所用』的~受 J 如果「非常相關」代表「學以致用 J 迴歸結果支持 假設五B ﹒顯示公立大學畢業生最可能「學以致用」﹒其次是公立技職，再其次 是私立大學及私立技職。綜合學校類型在縱、橫向教育不對稱的結果發現，公立 大學都有最低的機率，但私立大學與公立按職在縱橫向教育不對稱上則有相反的 表現，私立大學畢業生較不易「高教低就 J 公立按職畢業生則較不易「學非所 周 J .這也反映公立按職教學的職業導向有利於他們的「學以致用 J 。 以「過度教育」、「無關」與學業總平均成績間的關係來看，相較於60~69 分，分數落在較高範團者，係數均為負，顯著降低「過度教育」與「無關」的機 率，隨著分數愈高. r 過度教育」與「無關 J 發生的機率愈低，驗證了假設七A 與八A: 同樣地，除了 70~79分在「非常相關 j 僅 10%顯著外，其他都是分數愈 高，在 1%顯著水準下，顯著提高「適度教育」與「非常相關」發生的機率，支 持了假設七 B與假設八B 。學業成績的結論與大學類型的結論一致，亦即學術特 性愈佳，工作與教育不對稱的機率愈低。 臺灣的大學教育已接近普及教育﹒大學文憑本身已失去訊號的價值，勞動市 場的雇主在意的是眼前的尋職者是何種類型的大學畢業，以及在校成績的表現， 這類訊號的價值遠勝於大學文憑本身，這也解釋為什麼公立大學與在校成績佳的 畢業生較能「適才適所 J 。在校成績佳的涵義，除司由勞動需求的角度解釋，也 可由勞動供給的角度解釋，成績不佳的畢業生可能反映對該專業領域缺乏興趣， 畢業後尋覓其他領域工作的可能性高，因為缺乏其他領域的專長，因而也就必須 由較低階做起，造成既「學非所用」又「高教低就」的現象。陶宏蛙4益主色苦 女性學士、碩士教育與工作不對稱及其對薪背影響之比較 61 接著，我們檢驗學門方面的影響，社會法律學門(基準組)的畢業生較不容 易發生「高教低就」及「學非所用 J 較容易發生「適教適就 J 醫藥衛生學 門畢業生較社會法律學門畢業生更不可能發生「學非所用 J '更可能「學以致 用」。社會與法律(基準組)有較高「學以致用」的機會，其原因除法律學門有 其專業性，表 I 也顯示在學士的供給上，該學門有專業上最低的供給，但這並非 只是本研究所選取樣本的特性， 94學年度畢業母體的26萬名大專畢業生中，也只 有不到2 ， 500名的法律學士，所以，法律專長能學以致用的原因是雙重的，即專 業與低供給。至於社會學門，按原來的分類包括經濟、社會、政治、民族、心 理、地理等相關學系，本研究將經濟併入商業與管理;社會學門的專長顯然並非 時下的「熱門」領域，但卻是專長中少數能學以致用的。表 I 顯示，社會學門在 學士人數上是除了法律之外，人數最少泊甘學門。同樣地，這不僅是本研究樣本的 特性，也是母體的特性。在94學年度畢業母體的 26萬名大專畢業生中，經濟、社 會、心理學門的畢業生有 6 ， 707人，這是本研究歸類學門中，人數最少的學門， 若扣除至少 1 ，000名的經濟系畢業生，社會學門的畢業生人數將更少。單是母體 中不合經濟的商業與管理學門，就有兒， 121 位畢業生，大量的供給造就商管學鬥 「高教低就」與「學非所用」的現象，而低度的供給，則確保社會學鬥畢業生的 「適才適所」。這項結果和 T筱晶與辜樹人 (2010 )的報導吻合，該報導指出， 而土工系畢業即就業，就業率 100% ﹒晝灣目前仍缺3 ， 500名的社工。令人有些意外 的是 r 冷門」科系在就業時，有限的供給，加上臺灣對社福人員的需求提升﹒ 使它其實並不冷門， r 熱門」的科系，反而因過度的供給，使它就業時顯得「冷 門 J 這是考生選系時值得注意的現象。至於醫藥衛生學門，也是專業性較高的 學門，雖然其畢業生有較高的機率發生過度教育，但有較低的機率是工作與專長 無關或部分相闕，有最高的機率是工作與專長非常相關。
三、 Multinomial Logit 實體結果
前節以Ordered Probit的結果檢驗了假設一、二、四、五、七、八，本節以Multinomial
Logit模型檢驗「高教低就」與「學非所用」同時發生的假設三、 六、九。實徵結果及其邊際效果分別如表7及表8所示。表8的邊際機率實徵結果 都是解釋變數相對於基準組，以碩士的變數為例，它的參考基準組是學士，7組F立
t 值 係數 非常相關 係數 t 值 。 274 部分相關 非常相關 無關 部分相隔 係擻，值 係數 t 值 係數 t 值 係數 r 值 -0.1 的 -0.778 -1.401
-4 .8∞... -1.007 -3.558 ••• -0.459
-1.939 •
1.3
21
-3.120 -5.869 •••
-0.582
-4.5
57 ... -0.579
-1.995 ••
1
1.498 •••
-1.844 -6.042 ••• -0.259
-1.877 •
••• 1.473
叫明山斗揖
•••
7
.5
45
13.138···
1.7
15
... 1
.5
26
••• 0.808 6.261
0.766 4.506
1.492
。 206 。 770...
0.200
4.012
。 3530.009 0.093
*
1.7
49
••• 0.219
3
.5
95
。 339...
3.190
••• 0
.5
97
8.893
... 0.618
5.919
...
0
.4
35
8.154
-0.287 -3.365 ... 0.752
且相h# 揖血1.3
55
..嚕。 4693.813
••• 0
.4
22
3.285
。 3660.704
0.099
1.495
。 180••• 0.910 2.649 •••
9.786
••• 1.082
6.422
。 721*
1.794
... 0.256
... 0
.4
39 3.622
••
2.510
••• 1.3
03
••• 1.506 7.164
0.930 4.103
1.483
••• 0.4
67
3
.5
70
0.811
-0.963 -5.527 ... -0.825 -2.130 ••
1.072
。 223-0
.338
-1.406
..
2
.4
22
... 0.640
-1.3
46 -7.003 ...
-1.232 -2.550 ••
-0.110 -0
.4
92
••• -0.274
-1.063
2.903
0.801
0.827 -4.673 ... -0.513
-1.3
41
0.003
0.001
。 241-0.987
1.082
。 291-0.754 -3.992 ... -0.286 -0.677
1.206
。 267-0.330
-1.252
1.225
。 3420.830
0.366
.*
。 4062.026
-0.169 -0.678
••• -0.575
-1.865 •
8.989
2.527
-0.826 -4.276 ... -0.062 -0.147
1.3
45
。 302-0.277
-1.031
•
1.652
0
.4
64
-0.658 -2.899 ... -0.902 -4.851 ••• -0.364 -0.889
-0.442
-1.696 •
..
2.035
-0.635 -2.724 ... 0.559
*
1.809
0.435
-0.213 -2.635 ... -0.044 -0.563
1.079
0.124
..
。 .2052.311
-0
.5
69 -3.293 •••
• p<.1·
.
p< .05·"
P< .01
-0.032 -0.561
-0.025 -0
.4
06
-0.075 -0.935
-0.156 -2
.3
67 ..
常數項 碩士 公立大學 公立技職 私立大學70
-79 分 別- 89 分 90 分以上 經濟商管 觀光傳播 人文教育 藝術 科學數學 醫寮衛生 工程 其他 工作經驗 助學貸款-0.127 -2.139 ..
觀察值數15799
X
2=
3104
.5
02
0.857 6.861
。 460 。 0611.1
66
0.103
-0.142
-1.897 •
1.577
。 1594.112
。 421••
2.133
。 463 。 6132.853
-0.090 -0.388
-0
.075 -0
.3
40
*
1.864
0
.4
22
。.2390.963
0.739
。.171-0.112 -1
.44
2
』缸，
EW
榴隔研制開世柵
N
鐸嘲划單謝主
E一$3035
一「白色腦商潮還細
世爛輝珊圖個阿姆珊
(-)(N)( 山)(必)(山)(也)海噩即四海益噩報並益盟海哥喝冷益噩報站益詛
由劑煒、自讀煒、自清輝、自為輝、自讀輝、自論輝、自強輝、自
問且仲， -D-c 占 OR---AM--NS ∞ ••• D] 這-咱這山 ••• EE-A# 斗曲也 ••• -CURB--u ∞ 2.IC-訟， -cus---ccSEM 企 RZ 吟 MHU 斤懶 aze--這 32.ec--曲，∞ DBN•••
IDES-23.ID--斗 -3CDCN 咀 M 凶ucz-MM 斗]斗金申 ••• 自己 ZMM 個思 ••• 吟 HN 海簿， SM 吐 IM ∞3•••.
CD-恤，已忠 --NNMR-HZ-cecscb-ICCM 唔， NOSE--c 章也山也還 ••• Eg--3 個 卅FMU 斤啦， CDHK#EbEH.I.-SHIEN 申 •••.--SIE3
•••
-DHM 斗 N恕， ICe-扭曲品吋 3.IDe--NE 法國•••
CCSN-bz
斗Dta 淳，皂泣，因主∞ ••• BCD-斗， -M 山E.g-∞ -zaEC--∞ l立法 CDMM-RM 山 C 軍 aNR 斗-••• cbSCR 巴 gtg 淳， DSd 曲云-•••. ES--MHaz---3.5 去 CC 苔， NSut--CM 山-遷戶 -CHHD 三 -R•••
ZCA-g 唱 這冷又杆， --N? 巴拉 N.Z.-eg ∞ N ∞NR.--CDEN-- 申DCENC.-白NgccNHC 申S E 個MB 雪山 ••• ccg- 軍-海單單啼己畫 EE--凶CUBic-2 凶 Bibe--ZR 法 -z-這 ZIDEE--aN.Z.-EEMNRMZ 鹽捧讀磁 -2 個 NCNMZ-EA-2 申 PGN 山色斗 ••• DCSES--HA-為恤， cus 士，]山山 •••fCD-HENCE-〉
M阿姆嘲
略聲草帽輝惜
囑總會川付
H 謂 牌產 H 脊商海扭扭也
mHH
瀾。。
CCHH
CCM 斗主
--】酷 ggCM 且自己申私立 M唔 ,--SHER--•.
戶室 -ζ 這 DD 】NC 山-一 -CDM-戶∞-- D-SN 個全•••
占 CAM--S 申 --D 山 DM 山斗 --D-吐，-∞ NJ 可且， CC 】】】斗斗 M•.
CE--1-山山思 且，可〈-•• 可〈 b 山 ••• 可〈申---AM 曲 M 山個思•••
。-DEM--} 斗 M -凰山回 4Ce-M 唔，斗 AMH--C 山思•••
DCUM-sa 占 2 斗 LS-CCUHNU 斗NZ-EME ∞ CAM CM 曲AM 】{)晶宮 A ﹒且，且， CDAF--A#ON--且， •• IC--A 間，山咱也 BAI--CDC 唔，自川這個 CC 斗志 M斗CR.-•.
DEM--法 -DDRRM 斗這 ••• IC] 氾』 -M 斗 --H 山山自扭曲 •••. cg-bcEEC-z-ιRDRS--N-﹒山山 t pSNH 申-Az--g 申 -S 恤， DSN-HSD---EDC-AID-x 占全 MI} 個Mc---EC--c 自己， (5 個 -NSEC---M 個C•
』A 個選珊 (斗)•••••
EC--Aa-∞斗凶•••.
DCDH-C 凰山個 ac---c-∞u z--ccCCD 主•••
Ec--c-. 司令CDDRNDHH
••
. C 自己斗，山 C山斗 ••• 要否百 7頁軍區國 草，可~"+;fj f甚』其提排 it'll棲梧 ~#τ 草草草書干壘，、干青草{斗£9
碩士之邊際效果係數都是相較於學士，其分別為-0.01 、。 161 、 0.193 、 -0.114 、
-0.056 、 -0.166 、心。09· 這些數字顯示，當碩士學歷與學士學歷比較峙，碩士 會成覺過度教育且所學與工作無闕，其機率低 0.01 .會覺得過度教育且所學與 工作部分相關之機率高。 161 .會覺得適度教育且所學與工作非常相關之機率高 。 193 .依此類推解釋。 7組的邊際機率和亦為0 。
我們以教育與工作間最差的媒合來檢驗假設三A 、六A 、九A 。所謂「最
差 J 是指既過度教育，又與所學無闕，這項結果顯示在表8 的第 1 欄，也就是 既過度教育，工作又與所學無關。首先來看碩士的係擻，其即使在 10%下都不顯 著，表示相較於學士，即使攻讀碩士，也不易逃離教育與工作間最差的媒合，結 果不支持假設三Ao 我們再以教育與工作間最佳的媒合來檢驗假設三B 、六B 、九
B
0 所謂「最佳 J 是指既適度教育，又與所學非常相闕，這項結果顯示在表 8 的第6欄。同樣地，先看碩士的係書畫，其1萬-0.166且顯薯，表示碩士較學士反而不 易有最佳的教育與工作媒合，也不支持假設三B 。由前節的分析可知，主要原因 是，碩士雖較可能「學以致用 J 但也較可能「高教低就」﹒整體上反而造成碩 士較不可能有較佳的教育與工作媒合。碩士雖較可能發生過度教育，但在已發生 過度教育的條件下，比較可能從事橫向為部分相關和非常相關之工作(兩者的係 數為正，且相當顯著)﹒此說明了碩士之過度教育雖可能會更為嚴重，但卻比較 不會在過度教育的情況下，同時又發生學非所用的問題。文獻上考慮碩士的兩篇研究，其中﹒ Allen與Van
der Velden
(2001) 未分析縱、橫向教育的決定因素，Robs!
(2007) 僅分析工作與教育專長是否符合(橫向教育對稱) .本研究的結 果則與Robs! (2007) 一致，即碩士較不易從事與所學不相關的工作。 接薯，檢驗學校類型與最差及最佳教育與工作媒合的關係﹒表8 的第 l 欄學 校類型的係數顯示最差媒合的可能性﹒最不可能的順序依序是公立大學、私立 大學、公立技職、私立技職，不僅支持假設六A· 也提供了順序的參考。表8第 6欄顯示大學類型與最佳媒合間的關係，三類大學的係數為正，且都顯著。公立 大學、私立大學、公立技職三者的係數分別為0.227 、 0.102 、 0.046 .顯示公立 大學畢業生獲得最佳媒合的機率較私立技職平均高22.7% ;私立大學畢業生則 高 10.2% ;公立技職畢業生高4.6% 。這裡不僅支持假設六B ﹒也提供了順序的參 考。前節在縱向與橫向教育不對稱分開分析時發現﹒較不可能發生縱向教育不對陶宏蛙ι盤盤萱 女性學士、碩士教育與工作不對稱及其對薪音也響之比較
65
稱的大學類型依序為公立大學、私立大學、公立技職、私立技職，而較不可能發 生橫向教育不對稱的大學類型依序為公立大學、公立技職、私立大學、私立技 職，兩者的順序並不一致。當縱、橫向合併分析時，教育與工作最可能之最佳媒 合與最不可能之最差媒合依序都為公立大學、私立大學、公立按職、私立技職， 顯示私立大學桐較於公立按職，其在縱向教育與工作對稱的優勢勝過其在橫向上 的弱勢，因而在整合縱、橫向後，私立大學將具整體的優勢。原因是，高等教育 的擴張，使得那些原本無法念大學的族群進入私立技職，他們雖然取得了大學學 位，其所尋得的工作內容卻仍停留在只需較低教育程度的工作，而且所學專長也 與工作內容不符。不僅如此﹒後文的薪資分析也會發現，私立技職畢業生在薪資 上會有雙重的打擊﹒一方面其薪資本來就低於其他大學畢業生，另一方面，他們 又較可能「高教低就」與「學非所用 J 讓薪資再度惡化。 以在校成績來看﹒表 8 第 l 欄 r70~79 分」、 r 80~89 分」、 r 90分以上」 之{系數為負且顯薯，分別為 -0.038 、 -0.090 、 -0.125 .顯然成績愈佳，愈不可能是 教育專長與工作配對最差，支持假設九 Ao 表8第6欄這三組分數的係數為正且顯 薯，分數愈高的係數愈大﹒代表分數高低與最佳媒合呈正桐闕，支持假設九 B 。 綜合來說，學術特性愈佳的畢業生有較高的機會發生最佳教育與工作間的最佳媒 合，發生最差媒合的機會較低。 以學門來看，相較於社會與法律學門，表 8第 1 欄顯示，在最差的教育與工作 媒合情況下，只有醫藥衛生比社會與法律學門發生的機率低，第 6欄顯示，在最 佳的教育與工作媒合情況下，只有醫藥衛生與社會和法律學門沒有差異，其他學 門發生的機率都較低。另外，大學類型、在校成績與學門會影響教育與工作對稱的發現也與文獻一致，例如 Baltu 、 Belfield與 Sloane
( 1999
)、 Dolton與Vignoles(2000
)、 Green與Mcintosh(2007)
.也和研究薑灣資料的Tao與Hung(2008)
一致，亦即學術特性佳者，發生縱向或橫向教育不對稱的機率低;有助學貸款 者，較不可能發生不足教育。最後，將表3與表4的檢定係數與結果分別整理如表
表 9 較不易發生「高教低就」與「學非所用」的各項畢業生假設檢定結果 檢定內容 被定內容 檢定內容 機定儡聽 較不易 檢定福畫畫 較不易 被定緝號 較不易 高教低就 學非所用 不適才不適所 假設-A 假設二 A 假設三 A 碩士
0.297
...碩士-0.034
..﹒碩士0.010
檢定結果 不支持 檢定結果 支持 檢定結果 不支持 假設四 A 假設五 A 假設六 A 公立大學-0.246
...公立大學-0
.103
...公立大學-0.100
•••
檢定結果 支持 檢定結果 支持 檢定結果 支持 假設七 A 假設八 A 假設九 A 學業成績 學業成績 學業成績 70-79 分 -0.058•••
-0.033'"
-0.038
•••
側的分-0.127
•••
-0.092
•••
-0.090
•••
90 分以上-0.166
•••
-0.110
•••
-0.125
•••
檢定結果 支持 檢定結果 支持 檢定結果 支持註:假設一A 、四 A 、七 A 的係數束自主6 中 Ordered Probit模型縱向不對稱的「過度教育J ;
假設二 A 、五 A 、八 A 的係數車自在 6 中Ordered Probit 模型橫向不對稱的「無關 J 假設三 A 、六 A 、九 A 的係數車自主 8 中 Multinomial Logit 模型過度教育中的「無關 J 0 ••• p
<
.01
肆、薪資迴歸分析
一、賣價模型
最後，在薪資迴歸模型方面，只有畢業後一年的全職工作者才會被觀察到全 職薪資。如前節所討論，畢業後一年並非所有畢業生都在就業，某些在繼續就 學、某些失業、某些只是兼職工作，亦即，全職工作者並非是從所有觀察值中隨 機抽取，可能有所謂的自我選擇( self-selection) 的問題，因而造成薪資迴歸結 果的偏誤。這項理念是 2000 年諾貝爾經濟學獎得主 Heckman( 1979
,
1980) 的主 要獲獎貢獻。 Lee (1983) 將 Heckman的模型加以推廣﹒使其適用範圍更廣。以陶宏蛙ι且維萱 女性學士、碩士教育與工作不對稱及其對薪背影響之比較
67
表 10 較易發生「適教遍就」輿「學以致用」的各項畢業生假設檢定結果 論定內容 檢定內容 險定內容 檢定緝號 較易 轍定編號 較易 憤定編號 較易 適教遍就 學以到用 適才通所 假設 -8 假設二 B 假設三 B 碩士-0
.285
...碩士 。 048•
碩士-0.166
•••
檢定結果 不支持 檢定結果 支持 檢定結果 不支持 假設四 B 假設五 B 假設六 B 公立大學0
.213
...公立大學0.166
...公立大學0
.227
...
檢定結果 支持 檢定結果 支持 檢定結果 支持 假設七 B 假設八 B 假設九 B 學業成績 學業成績 學業成績 70-79 分 0.054•••
0.045'"
0.046
•••
80-89 分。 118•••
0 . 1 2 4 ' "
0.130
•••
90 分以上 。 147'"0 . 1 8 8 ' "
0.182
•••
檢定結果 支持 檢定結果 支持 檢定結果 支持 註.假設一B 、四 B 、七 B 的係數束自主6 中Ordered Probit 模型縱向不對稱的「適度教育J • 假設二 B 、五 B 、八 B 的係數來自主 6 中 O吋e間 d Probit 模型橫向不對稱的「非常相 關 J 假設三 B 、六 B 、九 B 的係數束自主 8 中 Multinomial Logit 模型適度教育中的「非 常相關」 ... p<
.01
下的迴歸分析除採用一般的最小平方法 (Ordinal
Least Squares
,
OLS)
.也將採用 Lee (1983) 提出之樣本選擇模型來檢驗是否有這種非隨機的問題，如果有， 則加以修正。此模型之架構如下:
Y:~XiP戶
Y，戶~f i缸 y叫: (j~f幻) >M缸 y叫: (υJ 芋f)
(3-1)
(3-2 )
其中. (3-1) 式與(
3-2
)式即為Multinomial Logit模型， (3 -1) 式之y: (j~O，1
,
2
,
3) 可視為第1位畢業生初期生涯選擇第J 項時的主觀長期效益，j=O
,
I
,
2
,
3 時，分別表示第1位畢業生失業、繼續升學、從事兼職工作、從事全職工 作。當第1位畢業生選擇全職工作之y:大於其他生涯選擇時之計，則此畢業生會選擇全職工作;其他選項亦可以相似方式解釋。例如，失業者 (j=O) 之所以暫
時選擇失業，是目前失業的主觀長期效益大於其他選項.
llPy; (j=O)
>Max y;
(j 芋 0) 。他可以選擇低薪的全職工作，或選擇暫時做兼職工作，但評估後並不 符合他的長期效益，因此，他寧願以失業做等待，這也是為什麼失業又稱待業。 在臺灣，繼續升學已不困難，困難在於進入競爭高的研究所，所以他也沒有在畢 業後即選擇進入一所容易進入的研究所﹒這也是在長期主觀效益評估後的結果。
長期主觀效益抖的問題在於，它無法被觀察。能被觀察到的是畢業生的生瀝選擇
孔，這也是( 3-2) 式擬表達的。 (3-3 )式為考慮標本非隨機之薪資 (w) 迴歸式 7其非隨機之修正來自(3-1 )式與 (3-2 )式所得之結果。
…(
~[φ(本) l/~[φ(本)
1)
+€;(3
-3 )
再令a~p氓，大括號中的項目以λ代表，上式可精簡為 Wj=:Z月y+αλ，+ε1(4)
其中， ε豈有薪資迴歸式之誤差項'p草書ε與U之相關係數，只為ε之標準差，中為 標準常態分配下的機率密度函數，φ為標準常態分配下的累積機率密度函數·f 為選擇全職工作 (llPj=3 )。經過樣本選擇調整後的薪資迴歸模型，比原先之薪 資迴歸模型多出調整項αλ 。若在樣本選擇模型下所得到之α值不顯著，則表示採 用普通最小平方法分析之結果會與樣本選擇模型之結果無顯著差異﹒此時，我們7 有關 Lee (1983) 模型在 Limdep 上的操作，請見Limdep 8.0 手冊中之 E23-71 至 E23
73 頁。選擇性調整項λ 是先以 Multinomial Logit 初期生提選擇模型車得機車值，再使 用轉換變數將機丰值轉為標準常態隨機變數，此轉換變數即是標準常態分配軍積機車 密度函數的反函數。
F 陶宏笙斗且主色萱 女性學士、碩士盡量育與工作不對稱及其對薪背影響之比較 ω 亦可採用普通最小平方法做為薪資迴歸模型如下: Wj=ZiY+Ej
