所得稅制與勞動供給
: EITC政策之模擬研究
何志欽．陳富立．林惠玲．林世昌∗
本研究的目的是評估不同勞動所得租稅抵減制度(Earned Income
Tax Credit, EITC)設計對勞動供給之影響。 本文以雙元誤差模型
(two-error model, TEM) 處理勞動者面臨之分段線性預算限制式,
利用95年主計處人力運用調查資料輔以95年家庭收支調查資料設 算非勞動所得,分別估計20至60歲已婚夫婦的結構式勞動供給函 數。 接著模擬三種不同EITC方案下, 分析家戶勞動供給的變化。 本文實證結果發現使用最小平方法或 Tobit與 TEM 模型的估計 結果明顯不同,逕以縮減式估計勞動供給函數將可能產生內生性問 題。 其次,妻子工時聚集於折點處的現象較丈夫明顯,顯示妻子有 較大的替代彈性。 第三,在不同的EITC設計下,模擬分析發現隨 著最高抵減額的增加,勞動工時選擇出現往該區段聚集的現象,且 區段選擇跳動情況明顯。 以最高抵減額48,000元,遞增遞減率各為 40%與20%為例,將使丈夫、 妻子平均分別減少6.9%、8.4%的工 作時數。 最後,不論最高抵減額大小,平均將使59%的無業家庭投 入就業市場,雖然工作時數的增加有限。 關鍵詞: EITC,分段線性預算限制式,雙元誤差模型,勞動供給, 所得稅 JEL分類代號: H20, H24, J22 ∗作者分別為國立成功大學經濟學系教授兼執行副校長、 日盛證券投資顧問公司研究 員、 國立台灣大學經濟學系教授兼社會科學院院長與國立清華大學經濟學系教授。 林世昌 為通訊作者。 作者感謝莊慧玲教授以及2010年台灣經濟計量學會年會暨劉大中先生逝世 35週年紀念會與會者提供寶貴意見。 我們也對經濟論文叢刊兩位匿名審稿人提出諸多建 設性的意見與評論特表謝忱。
經濟論文叢刊(Taiwan Economic Review), 42:2 (2014), 167–213。 國立台灣大學經濟學系出版
1 緒論
近年來由於全球化經濟活動的盛行,世界各國產業急速變遷,貧富差距的
現象日趨惡化。 舉例來說,為協助窮人渡過生活難關,美國政府採取 「依賴
兒童家庭補助方案」(Aid to Families with Dependent Children, AFDC)加
以救濟, 該政策保證貧窮家庭至一最低所得水準,所得若不足最低所得標
準,由政府直接補助至該水準為止,而過去文獻指出該政策往往削減貧窮
家庭投入勞動市場的意願,無法有效鼓勵就業,進而脫離貧窮。
美國在1975年代迄今陸續實施勞動所得租稅抵減制度(earned income
tax credit, EITC),該政策結合租稅與勞動供給, 將補貼與勞動所得掛鉤。
有別於上述的AFDC方案, EITC的補貼方式是依照其勞動所得大小, 設
計不同的邊際補貼率給予補貼,換言之,不再直接給予貧窮家庭補貼,而須
投入勞動市場工作才能享有補貼,該設計希冀有效解決貧窮家庭對政府社
會福利制度的過分依賴。 一般而言EITC分為三階段,依序為抵減額遞增
階段 (phase-in region)、 抵減額持平階段 (flat region)與抵減額遞減階段
(phase-out region)。 抵減額遞增階段主要是為了激勵無工作者進入勞動市 場,因此提供較高的邊際補貼率;抵減額持平階段則為抵減額最高階段;抵 減額遞減階段依據某一比率還回最高抵減額, 類似給予勞動所得一稅率, 直至前階段領取的最高抵減額完全扣除為止,該設計是為了減緩非落於補 助範圍內的勞動者減少工作時數,領取EITC的情況發生,因此,該階段之 邊際稅率通常較抵減額遞增階段之補貼率要低,亦即較抵減額遞增階段來 得平緩許多。 近年來,我國的失業率逐年升高(伴隨著貧富差距日益擴大),政府的社 會福利措施更顯重要,如何以適當的政府政策降低失業率,讓勞工得以走 出失業的困境,對於勞工個人、 家庭及社會安定均有正面的效益,而非是僅 給予不繳稅或輕稅的消極性 「協助」。 由於EITC在國外行之有年,我國是 否能藉由該政策的實施誘使勞工增加工時、 賺取所得甚至獲取政府補貼, 以達成脫離貧窮之目的? 近年來,國內對EITC政策實施與否的討論亦相 當廣泛, 然而, 深入評估該政策對我國影響之系統性研究仍相當缺乏。 准 此, 本文特將評估採行 EITC 制度對家戶勞動工時的影響進行模擬分析, 希冀提供政府施政的參考。
雖然國內探討勞動供給的文獻相當豐富(參見莊慧玲與林世昌(2006)
的整理),但結合租稅與勞動供給的主題則較缺乏深入探討,由於EITC補
貼率依照勞動所得的不同累積階段而變化,勞工面對的預算限制式為一分
段線性預算線(piecewise-linear budget constraint),而不再如同一般假設下
的線性預算線單純。 事實上, 國內的所得稅制度(屬於累進稅制,
progres-sive tax)也有相同效果,在不同的所得階段累積下,給予每一所得累積階段
不同的邊際稅率, 其預算線將會呈現具折點的分段線性預算線。 傳統的計
量模型如最小平方法(ordinary least squares, OLS)或工具變數法
(instru-mental variable, IV)雖然操作上較為簡便, 但用來處理分段線性預算限制
式時,隱含了無人選擇折點處的假設以及觀察到工時區段即為該勞工欲選 擇的區段,忽略了異質性偏好的問題,這些過於簡化的假設,將使得參數估 計結果產生嚴重的偏誤,影響到政策分析與模擬(如本研究的EITC制度 設計)的可信度。 本文使用95年主計處 「人力資源調查」 資料進行勞動供給實證與EITC 政策模擬分析,其中非勞動所得在估計非線性預算限制下的勞動供給結構 式 (structural form)扮演重要角色,然而主計處人力資源調查資料並未涵 蓋非勞動所得的資訊,因此,本研究從95年 「家庭收支調查」 中戶內20至 60歲個別夫妻之非勞動所得逐項挑出, 利用一般線性迴歸法推估95年人 力資源調查中缺乏的戶內夫妻非勞動所得。 我們接著利用Triest (1990)的
雙元誤差模型(two-error model, TEM)克服非線性預算限制的問題,分別
估計20至60歲戶內夫妻之結構式勞動供給函數。 最後, 我們設計三套不 同的 EITC制度,在同時考慮綜合所得稅與EITC的架構下,分別建構戶 內丈夫與夫妻的預算線形態,模擬EITC制度對戶內夫妻個別勞動供給的 影響程度,這些模擬結果希望能提供政府制定相關財政政策之參考。 接下來本文的章節安排如下: 下一節簡介美國的 EITC 制度與國內、 外相關文獻回顧, 第3節則介紹處理分段預算限制式的 TEM 計量模型、 分段預算限制下的概似函數以及相對應的參數限制條件等計量議題,第4 節則介紹資料來源、 實證計量模型估計步驟以及戶內夫妻個別勞動供給函 數實證結果,第5節簡介本研究提出的EITC政策設計以及討論三種不同 EITC設計下的模擬結果,最後一節則為結論與建議。
2 EITC之介紹與文獻回顧 2.1 美國EITC簡介 勞動所得抵減制度於1975年在美國首次小幅度實行, 目前已成為美國支 出最龐大的社會福利制度之一,該制度主要目的乃是為了協助低所得的工 作家庭以勞動所得抵減所得稅,尤其是須扶養小孩的低所得家庭,能夠脫 離貧困。 EITC制度的採行係經一連串熱絡政策辯論而產生,當時社會環 境對於負所得稅減少貧窮的方式與效果有所質疑,該政策可能造成貧窮勞 工打消工作的念頭,逐漸退出勞動市場。 舉例而言,政府訂定一貧窮線(維 持最低生活品質所得水準), 針對收入不足該所得水準者, 給予補貼使之 達到設定的所得水準為止,容易造成變相鼓勵低所得者離開勞動市場。 而 EITC的出現是為了改善負所得稅制度的缺失, 其精神是要獎勵貧窮家庭 投入工作,希望能夠在加入勞動市場後能夠以己之力逐漸擺脫貧窮,不再 需要政府的支援。1 EITC 是一項結合降低稅負與補貼薪資二種功能的措施, 其他國家如 英國、 加拿大、 德國、 奧地利、 丹麥、 比利時、 紐西蘭等也實施類似EITC 的政策。 通常EITC抵減額的大小由納稅人的勞動所得和調整後總所得所
決定,此外, EITC是可退還的(refundable),亦即將EITC的抵減額與所得
稅抵減後,若還有剩餘,政府將退回該部分。 舉例而言,假若抵減金額為勞 動所得的10%,勞動所得為1,000元,該勞工可獲得100元的抵稅額。 又假 如此勞工本來的所得稅應納稅額為40元,則不但此40元可以完全抵免而 無須繳納,另外還可以從政府取得所剩60元的差額。 美國EITC制度的設 計分為三階段, 第一階段為抵減額遞增階段,該階段的抵減金額為一邊際 補貼率乘上該納稅者之勞動所得。 以2004年為例,位於該階段且撫養一名 小孩的家庭補貼率為34%,兩名小孩以上的家庭補貼率為40%。 第二階段 為抵減額持平階段,位於此階段可領到最高抵減額,如前例中各可領2,604 與4,300美元,而第三階段為抵減額遞減階段,該階段依據某一比率乘上該 納稅者之勞動所得,直至前階段領取的最高抵減額完全扣除為止,如前例 中各為16%與20%。
1Blumenthal, Erard, and Ho (2005)以1988年美國Internal Revenue Service (IRS)稅 務資料估計中、 低收入戶符合EITC申請資格者,約89%實際請領EITC補助。
美國的EITC制度於1975年至1986年間成長緩慢, 其中該抵減額因
通貨膨脹而使其實質價值減低。1986年著名的稅制改革方案(Tax Reform
Act of 1986, TRA86) 通過, 開始於1987年擴大實行 EITC,該方案將通
貨膨脹的因素納入抵稅額的計算。 TRA86改革方案之後, EITC歷經多次
擴大調整,其中幅度最大的為1993年總預算調和法 (Omnibus
Reconcili-ation Act of 1993, OBRA93) OBRA93分階段於1994至1996年實行,將
補貼率大幅調高, 對撫養兩個小孩或以上的家庭而言,其抵減額補貼率由
19.5%調高至40%,最高抵減額由1,511美元調高至3,270美元,抵減額遞
減階段稅率由13.93%調高至21.06%。2 經一連串的擴大實行, EITC的支
出不斷擴大, 2008年美國聯邦政府在 EITC 中的支出已超過430億美元,
而另一幫助貧窮家庭的社會福利政策—「亟須幫助家庭暫時援助」
(Tem-porary Assistant for Needy Families, TANF)計畫僅支出165億美元,不足
EITC支出的一半(Eissa and Hoynes, 2011)。
2.2 國外文獻回顧
EITC多次的擴大施行,提供豐富的資料探討勞動供給的變化,因此累積相
當多文獻探討租稅與福利制度對於勞動供給的影響。 其中Nada Eissa以及
其合作學者以一系列文章探討 EITC租稅改革與勞動供給行為的關連性,
(如: Eissa and Liebman (1996); Eissa and Hoynes (1998); Eissa and Hoynes
(2004); Eissa and Hoynes (2005); Eissa, Kleven, and Kreiner (2008))。 其 中 Eissa and Liebman (1996) 檢視1986年 EITC 的擴大實行, 對於單親
媽媽的影響。 發現該方案擴張施行後,造成單親媽媽就業率幅度由原先的
74.2%增加2.8%。 Eissa and Hoynes (1998)檢驗1993年的EITC擴大施
行對已婚夫妻的影響, 考慮妻子為次要工作者的設定之下, 發現於 EITC
擴張施行的1984年至1996年間, EITC對於已婚婦女的就業與否有負面
影響,估計降低就業參與率約1.2%。 Averett, Peters, and Waldman (1997)
檢視美國所得稅對於已婚且有小孩的婦女選擇工時之影響,納入托育成本
考量下,使用雙誤差模型建構結構式勞動供給函數。 該文模擬結果發現,政
府若能給予已婚且有小孩的婦女邊際補貼,效果將大於直接提高補助花費
的上限額。 Keane and Moffitt (1998) 將偏好與預算限制式作外生參數化
設定,預算限制式則以離散化處理為多個點, 並且採用離散選擇模型
(dis-crete choice model)估計。 該模型的政策模擬顯示, 1984至1996年擴大實
施EITC政策使單親媽媽的勞動參與率從原先的65.4%大幅增加10.7%。
Meyer and Rosenbaum (2001)檢驗EITC與其他福利政策對於單親媽媽
的就業影響, 並且分開檢驗每一個政策的效果。 該文發現1984至1996年 單親媽媽就業率的增加有63%可歸因於 EITC,而1992至1996的就業率 增加有37%歸因於EITC。Wu (2005)考量EITC與其他社會福利政策下 的非線性預算限制線,以無母數方法估計單親媽媽的勞動供給函數。 該文 發現實行EITC後, 當單親媽媽工時選擇位於抵減額遞增階段時,勞動供 給將會增加; 當位於抵減額遞減階段時, 勞動供給將會減少。 由於這兩種 力量互相抵消,正可解釋平均而言EITC對於勞動供給的影響不顯著的原 因。 雖然對某些特定家庭有不利的誘因存在,然而EITC可以有效增加符
合請領資格家庭的所得。 Dahl, DeLeire, and Schwabish (2009)以1994至
1996 EITC擴張階段估計單親媽媽從事工作的未來性,發現因EITC激勵 而工作的單親媽媽所得成長相對其他沒有領取EITC者來的高。 2.3 國內文獻回顧 國內結合租稅與勞動供給的相關文獻較為缺乏,對於EITC相關文獻多僅 止於初步的介紹性研究,如從立法面、 制度面來比較的文獻較多,或僅止於 討論EITC對勞工選擇是否工作之影響,且大多使用Tobit模型估計縮減 式勞動供給函數,尚缺乏於EITC下勞動供給的全面性模擬研究。 其中梁 正德(1986)以問卷方式蒐集資料,並利用OLS、3SLS和 SUR三種估計 方法, 分別估計夫妻二人的勞動供給函數,並且比較累進稅制與比例稅制 所造成的福利損失的差異。 許穎心(2000)參考Hausman (1981a)的實證 方法以及Tobit模型估計經濟戶長的勞動供給函數, 探討綜合所得稅產生 的無謂損失與總所得的相關性。 李淑伶(2003)對多國EITC制度實施情 況做一詳盡的介紹,且利用Tobit 來估計男性戶長的勞動供給函數, 實證 結果顯示遞增階段對於勞動供給影響為正向, 抵減額遞減階段為負向。 許 道欣(2003)則探討分段預算限制線下,消費者需求函數估計之問題;使用
蒙地卡羅法模擬各種估計方法並且加以比較, 包含TEM模型的估計。 模 擬結果發現使用OLS與Tobit方法將造成嚴重的估計偏誤問題。 值得一 提的是該文利用中研院華人家庭動態資料庫,設定非勞動所得為0,且將衡 量誤差項的標準差予以固定後,考量所得稅下的分段預算限制線估計國內 勞動供給函數。 該實證結果發現直線化線性預算線下估計結果與TEM估 計結果差異不大,隱含國內勞工選擇工時乃基於直線化線性預算線。 王志 誠與葛冠琳 (2009)介紹美國實施EITC制度的情況, 主要係以立法與施 行產生相關之優缺點作一探討。 3 勞動供給理論與計量模型設定 本節首先討論Triest (1990) 的雙元誤差模型來處理分段預算限制式下的 的估計問題,接著介紹分段預算限制下的效用極大化,以及如何推導與估
計勞動供給函數,模型設定係參考Triest (1990)、Moffitt (1986)以及Heim
and Meyer (2004)。
3.1 雙誤差聯合估計法
由前節所述, EITC的實施將會改變預算線的形狀(參見圖1),稱為具折點
的預算限制線(kinked budget constraint)。 事實上,我國採用之綜合所得稅
為累進稅制,其邊際稅率依據綜合所得金額的大小而定,也會使得勞工面 臨之預算限制式呈現具折點的分段預算限制式。 此時邊際薪資決定於工時 之多寡,因而產生內生性(endogeneity)的問題,進行實證研究時若不加以 處理,則無法得到迴歸係數的一致性 (consistent) 估計式。 如圖2, 當選擇 區段1時, 平均而言勞工面臨較低的邊際價格與虛擬所得, 同時選擇較少 的需求量。
TEM 模型最早出現於 Burtless and Hausman (1978), 用來檢視因負
所得稅與所得稅制下造成的非線性預算限制, 對於勞動工時選擇的影響。
此計量模型允許個人有兩種誤差,第一種誤差為異質偏好誤差項(以α表
示),代表不同個人間未觀察到的異質性偏好(unobserved heterogeneity of
圖1: EITC下的預算限制線 線時,選擇的消費量不一定會相同。 第二個誤差項用來代表最適誤差 (op-timization error) (以ǫ表示),解釋個人實際上無法精確地調整至欲選擇之 工時 (如折點), 因此當勞工想選擇折點的工時時, 很難精確落於折點處。3 考慮累進所得稅造成具有一折點h1 的分段預算線(參見圖 3), 勞動工時 的選擇模型如下: 3此模型中另一個誤差的來源為衡量誤差(measurement error),捕捉因資料不精確產生 的誤差。 雖然衡量誤差與最適誤差在意義上並不相同,但在雙誤差模型中無法區分這兩個 誤差項, 因此, 文獻上通常將第二個誤差項解讀為衡量誤差或最適誤差。 參見Hausman (1985)。
圖2:具一折點的分段預算線
圖3: 考慮所得稅後的勞動工時選擇分段預算線
h = γ + α0w (1 − t1) + βy1+ α + ǫ, if utility max. on segment 1,
h = γ + α0w (1 − t2) + βy2+ α + ǫ, if utility max. on segment 2,
Utility max. on segment 1, if γ + α0w(1 − t1) + βy1+ α < h1,
Utility max. on segment 2, if γ + α0w(1 − t2) + βy2+ α > h1,
Utility max. at kink h1, if
γ + α0w (1 − t1) + βy1+ α > h1, γ + α0w (1 − t2) + βy2+ α < h1, (3.2) 其中, w為名目薪資, h1為折點, y1 與y2 分別為第一、 二分段的垂直軸截 距,亦即虛擬所得, t1 與 t2 為此二分段下個別的所得稅率, γ 則代表個人 特徵變數。 式(3.1)表示不同分段下效用極大化之工時函數, 若勞工選擇 工時落於第一段分段時,線性迴歸式可以捕捉此一勞動工時的選擇,此迴 歸式包含第一段預算分段的截距(虛擬所得y1)與斜率(淨薪資w(1−t1)), 加上代表個人偏好不同的異質偏好誤差α,以及衡量誤差ǫ。 同理,若勞工 選擇工時落於第二分段時,工時可被第二個預算分段的截距與斜率,加上 異質偏好誤差與衡量誤差所解釋。 然而,當勞工決定其工時恰巧落於折點 處h1時,此時勞動工時h等於折點工時加上衡量誤差ǫ,由於勞工欲選擇 其勞動工時於此一折點處,異質偏好誤差項並不包含在內。 式(3.2)表示勞工欲選擇其工時位於區段一、 二或折點處。 當想要的工 時數小於h1時,將選擇第一區段,亦即其所選擇之工時數將落在第一區段 且不超過h1。 特別注意的是,此式並未包含衡量誤差,意味著雙誤差中僅 有異質偏好誤差會影響選擇區段決策, 而這也是式 (3.1) 與式 (3.2) 的差 別。 同理,當想要的工時數大於h1 時,工時選擇將位於第二區段。 由上述 中式(3.2)前兩式我們可以了解,當α 很大時,代表此勞工具有傾向工作 的偏好, 勞工將選擇第二區段, 反之當α 很小時,代表此勞工的偏好傾向 厭惡工作,勞工將選擇第一區段。 而式(3.2)的最後三式表示當 α落於兩 臨界值間,假如α 很大,使得在第一區段下的選擇超過h1,亦即超過第一 區段的範圍,落於h1的左邊,且α相對很小,使得在第二區段下的選擇超 過h1,亦即落於h1 的右邊,此時,勞工想要的工時不再屬於任一線性分段 處,而將會落於折點處。
Burtless and Hausman (1978) 使用最大概似法(maximum likelihood
估計的參數包含此二誤差項的變異數,其估計結果由資料聚集折點的狀況 而定,倘若資料呈現強烈聚集折點處情況,估計出的σǫ 將會很小,因為聚 集於折點處意味著 ǫ 很小,實際工時與想要的工時差距不大, 實際工時因 此往折點趨近。 雙誤差模型亦可單獨去掉其中任一誤差項, 以便於操作。 例如可將異 質偏好誤差項去除,僅衡量誤差存在於模型中,但如此的假定隱含著條件 相同之個人將會選擇相同工時,而當條件相同的個人觀察到的工時不同時, 將所有的誤差來源全歸因於衡量誤差, 而非個人的異質性偏好所致。 另一 種作法則是去除衡量誤差項,僅假設異質偏好誤差存在於模型中,這樣的 假設隱含強烈的趨向折點處選擇情形,而因為沒有衡量誤差,使得想要的 工時與實際觀察到的工時相同,亦即資料上應可觀察到工時精準無誤於折 點處的現象,因此,若資料呈現較不明顯的趨向折點處選擇時,此純異質性 偏好誤差模型設定上較不合適。 在具折點的分段預算限制線下, 純異質偏 好模型在折點處將呈現聚集現象。 允許兩種誤差項的雙誤差模型, 可使得折點聚集處較為緩和。 而此兩 個誤差項的變異數相對大小可用來解釋工時選擇往折點處聚集的程度,若 異質偏好誤差變異數較衡量誤差變異數越大,代表往折點處聚集情況越明 顯。 由於雙誤差模型允許衡量誤差的存在,隱含觀察到的工時與其區段並 非一定是效用極大化的最適區段,使得觀察到的工時選擇區段與實際上效 用極大化的區段不同。 然而,前面介紹的三種計量模型均假設觀察到的工 時區段即為效用最大的區段,估計時將產生不一致性與偏誤。 3.2 分段預算限制線下的概似函數 考慮綜合所得稅後,勞工決定勞動供給時數時,面臨的預算將呈現分段線 性預算線, 其形狀與稅制為累進或累退稅制有關。 以我國而言, 綜合所得 稅為一累進稅, 其預算線形狀為包含分段線性部分與數個折點之預算線。 第i分段的預算線由斜率wi 和截距yi 所構成,而該斜率為分段i下的淨 薪資率wi = w(1 − ti),截距即為虛擬所得,亦即勞動工時為0時的所得。 我們可推導淨所得如下: N Y = w · h + y − R(I ), (3.3)
上式中, NY 為個人在選擇工時h之下的淨所得(課稅後所得), w為名目 薪資率, y為非勞動所得(unearned income or non-labor income), R(I )為
總稅額支出。 I 為應課稅所得(taxable income),係扣除免稅額E
(exemp-tion)與扣除額 D(deduction)後的所得,我們將總課稅支出R(I )與應課
稅所得I 表示如下: I = w · h + y − D − E, (3.4) R(I ) = R Ij + tj I − Ij = tjI − j X i=1 (ti − ti−1) Ii, j = 1, · · · , k, (3.5) 其中j 為勞動者應課稅所得為I 時所在的課稅級距, tj 為該級距的邊際 稅率, Ij 為該級距的最低應稅所得, k為個人之預算線最大分段數目,將式 (3.4)帶入式(3.5)後,再將其帶入式(3.3)如下: N Y = w 1 − tj h + 1 − tj y + tj(E + D) + j X i=1 (ti − ti−1) Ii, j = 1, · · · , k, 上式中,我們可以將淨所得分為兩個部分,勞動所得為w(1 − tj)h,非勞動 所得為(1 − tj)y + tj(E + D) +Pj i=1(ti − ti−1)Ii,而虛擬所得yj 之定 義為斜率為w(1 − tj)之第j 段分段預算線之截距,亦即將h = 0帶入即 為第j 段預算線之虛擬所得: yj = 1 − tj y + tj(E + D) + j X i=1 (ti − ti−1) Ii, j = 1, · · · , k, (3.6) 此時,個人休閒與消費選擇模型可以設定如下: max {C,h} U (C, h) s.t. NY = C = w · h + y − R(I )。
由式(3.3)定義過的淨所得N Y 可知消費C可表示為: C = w 1 − tj h + 1 − tj y + tj(E + D) + j X i=1 (ti − ti−1) Ii, j = 1, · · · , k。 加入所得稅考量後,雖然個人在分段線性預算線中的哪一段,是由休閒與 消費所決定,然而個人的選擇行為可以視作面對某一段線性預算線,局部 地選擇使個人效用最大,此一段線性預算線之休閒的相對價格為w(1−tj), 虛擬所得為(1 − tj)y + tj(E + D) + Pj i=1(ti− ti−1)Ii。 其中第三項可以 解釋為一調整項,若只採取一固定稅率tj 時與累進稅制之調整項,亦即累 進差額。 因此, 在加入累進所得稅考量後, 個人的勞動供給可以解讀為一 局部之淨薪資與虛擬所得所構成的函數。 接著設定間接效用函數: v(w, y) = eβw y +α0 β w − α0 β2 + γ + α β , 上式中α0、β 以及γ 為參數,其中 α 為隨機變數。 當預算限制式為線性 時,由上式之間接效用函數以Roy’s Identity導出以下之勞動供給函數:4 h∗(w, y) = γ + α0w + βy + α。 由於異質性偏好無法被觀察到,我們假設一隨機變數α來代表之。 且因此 異質偏好對於個人是固定的,所以我們假設在母體中α 服從一平均數為0 的常態分配(N (0, σ2 α))。 觀察到的工時h設定為個人期望工時(h ∗ )加上 誤差項ǫ,該誤差項代表樣本衡量誤差或是勞動市場中提供之工作時數與 期望工時之誤差: h = h∗+ ǫ。 4由Roy’s Identity可知: h∗= ∂v(w,y) ∂w ∂v(w,y) ∂y = βeβw(y +α0 βw − α0 β2 + γ +α β ) + α0 βeβw eβw = γ + α0w + βy + α。
假設觀察到的工時與期望工時之誤差項 ǫ 與異質偏好誤差 α 是獨立的, 且 ǫ 服從一平均數為0的常態分配 (N (0, σ2 ǫ))。 本文亦假設當期望工時 為0時, 將觀察到的工時設為0, 這樣的假設與Triest (1990) 與Hausman (1981b)相同。 當觀察到的勞動工時h與期望工時h∗大於0時,其概似函數如下: f (h) = k X i=1 Z αui αli 1 σǫ φ [h − (γ + α0wi + βyi+ α)] σǫ α 1 σα φ α σα dα + k−1 X i=1 8 αl(i+1) σα − 8 αui σα 1 σǫ φ h − hi σǫ + 1− 8 α8760 σα 1 σǫ φ h − 8760 σǫ , (3.7) 上式中, φ(·)為標準常態分配機率密度函數, 8(·)為標準常態分配累積機 率密度函數, wi 為在第 i 段分段預算線的淨薪資率, yi 為在第 i 段分段 預算線的虛擬所得, hi 為第i + 1段分段預算線開始之折點工時, 亦即第 i + 1與i之折點工時。 上式中第一項為當期望工時落在某一分段預算線 內,且觀察到的工時為h的聯合分配機率密度函數,第二項為當期望工時 為折點工時,且觀察到的工時為h之聯合分配機率密度函數,亦即當α選 擇落在折點時, ǫ 調整勞動工時使之為觀察到的勞動工時。 第三項為當期 望工時落在8,760小時(本文假設之年工作時數上限),且觀察到的勞動工 時為h的聯合機率密度函數。 αui 為使得期望工時落在第i分段預算線時 的最大α, αli為使得期望工時落在第i分段預算線時的最小α, α8760為使 得期望工時落在8,760小時的最小 α。 αui、αli 皆為勞動供給方程式參數 的函數: αui = hi − (γ + α0wi+ βyi) , αli = hi−1− (γ + α0wi + βyi)。 (3.8) 而式(3.7)中之折點工時計算方式則與名目工資和非勞動所得有關: hi = Ii− y w 。 (3.9)
工時為0時之概似函數則設定如下: f (h = 0) = Z αl1 −∞ 1 σα φ α σα dα + k X i=1 Z αui αl1 Z −(γ +α0wi+βyi+α) −∞ 1 σǫ φ ǫ σǫ 1 σα φ α σα dǫdα + k−1 X i=1 8 αl(i+1) σα − 8 αui σα 8 −hi σǫ + 1− 8 α8760 σα 8 −8760 σǫ , (3.10) 上式中,第一項為想要工作時數為0的情況,其餘三項為觀察到的工時為0 的情況,原因是衡量誤差為想要的工時的減項,因此積分範圍從負無窮大 至恰好為想要工作時數,其概念與前面之敘述相同。 3.3 參數限制條件 上述概似函數中觀察到的工時,乃基於個人效用函數為凸性,效用極大下 的選擇而產生。 而此概似函數中的機率若欲保證其為正值,必須滿足αui ≥ αli 與αli+1≥ αui 兩條件,前者可自動被滿足,因hk > hk−1;而後者則對 估計勞動供給函數的參數產生限制。 MaCurdy (1992)將第二條件重新表 示如下:
hi − (γ + α0wi+1+ βyi+1) ≥ hi− (γ + α0wi + βyi) ,
α0(wi− wi+1) ≥ β (yi+1− yi)。 我們再將虛擬所得yi 與yi+1定義帶入後得到: α0(wi − wi + 1) ≥ β (wi − wi+1) hk。 最後定義Sk如下: Sk ≡ α0− βhk ≥ 0。 (3.11) 式(3.11)中的Sk為對每一個觀察值i之每一折點j 處之受補償替代彈性 或Slutsky條件。 因此,若要認定該概似函數,須使得每一個觀察值i之每
一折點處j 皆滿足Slutsky條件,若能滿足式(3.11)的條件,同時也將全 域地(globally)滿足Slutsky條件。
當以最大概似法估計勞動供給時,為滿足上述之Slutsky條件,實務上
的做法是直接限制參數範圍, 強迫 α0 ≥ 0 以及 β ≤ 0, 如此可保證式
(3.11)被滿足。 由於MaCurdy, Green, and Paarsch (1990) 曾估計出負的
受補償替代彈性, 表示Slutsky條件並無法自動地被滿足。 值得注意的是 該限制條件並非由經濟理論推導之結構式所產生,而是使統計模型能夠被 認定所加諸的條件,其中假設α0 ≥ 0排除了後彎勞動供給曲線的可能性, 文獻上稱之為MGP評論 (MGP critique)。 MaCurdy (1992) 使用一個二 次且可微分的預算線來近似真實的預算線,試圖解決參數限制的問題,然 而,此方法的前提假設真實預算線為凸性形狀,若真實預算線不具凸性,需
要將真實預算限凸性化才可使用。 而Heim and Meyer (2004) 則質疑,普
遍存於各個模型的效用函數為凸性之假設是否適當,若真實的效用函數並 非凸性,估計模型卻不允許非凸性效用函數的存在, Slutsky條件可能不被 滿足,特別是在實證中, Slutsky 方程式為負的情況常發生,從效用的設定 出發似乎是一個可行的方式,進而提出直接效用估計法嘗試解決上述參數 限制的問題。 4 資料來源與估計勞動供給函數 本節著重在如何估計勞動供給函數以提供EITC模擬之用,底下依序介紹 資料來源、 推估非勞動所得、 薪資方程式的估計、 免稅額和扣除額的推算、 綜合所得稅課稅級距以及預算線折點計算。 4.1 資料來源 本研究使用95年主計處 「人力資源調查」 附屬調查之 「人力運用調查」 資 料,該問卷以戶為單位,調查20歲以上之戶內人口人力運用情況。 本文針 對20歲至60歲之夫妻進行薪資方程式的估計,此樣本選擇目的在盡可能 排除退休人口; 戶內夫妻若有一人不在此年齡範圍內則予以剔除;本文將 身心障礙者、 現役軍人、 監管人口等亦排除研究樣本外。5問卷中若回答欲 5本文將夫妻定義為已婚且同居。 由於人力運用調查中之問卷設定為跳答型式,倘若身
轉換另一工作或欲增加額外工作者我們也予以排除,根據上述篩選準則得 到的樣本數為5,937。 主要變數的敘述統計請參見附錄表表A–1。 鑑於非勞動所得在估計勞動供給扮演重要角色,然而, 95年人力運用 調查資料缺乏該項變數, 因此, 本文利用95年 「家庭收支調查」 之收入資 料(該資料主要變數的敘述統計請參見附錄表A–2),將戶內夫妻年齡均為 20至60歲之間的戶內夫妻個別之非勞動所得挑出後,以戶為單位,將每戶 內夫妻非勞動所得總和以迴歸式估計, 吾人便可設算人力資源調查中20 至60歲間的夫妻(總和)非勞動所得,下一小節詳述如何進行該設算步驟。 4.2 估計非勞動所得 非勞動所得在勞動供給模型中扮演重要角色(例如Wu (2005)),特別在分 段線性預算模型中,考慮每一分段預算線的形狀下,非勞動所得是第一分 段預算線的截距, 該截距的大小將會影響到每一分段預算線的虛擬所得、 折點位置與折點個數。 另,我國所得稅制中,可課稅所得定義為綜合所得, 亦即包含了勞動所得與非勞動所得,倘若我們逕自將每戶夫妻的非勞動所 得設定為0,則所得來源僅為勞動所得收入,欲到達較高課稅級距階段將非 常困難,如此簡易的設定方式將與事實狀況不符,因此,本文認為應將非勞 動所得納入考量。6 我們將非勞動所得定義如下: (1) 財產所得收入: 包含利息收入(金融 機構、 民間)、 投資收入(股利、 紅利)以及其他財產所得收入; (2)自用住宅 及其營建物設算租金; (3)經常移轉收入依其來源可以分為私人、 政府、 企 業以及國外;7以及(4)退休金:包含月退休金與一次退休金。 將上述定義 之非勞動所得各項加總後,即為本文定義之個人非勞動所得。 進一步將丈 夫與妻子個別的非勞動所得加總,可得到戶內夫妻非勞動所得。 心障礙者但有工作,則無法由問卷中得知;亦即較嚴謹的說法是本研究排除身心障礙且無 工作者之樣本。 6雖然中央研究院 「華人動態家庭資料庫」 中涵蓋非勞動所得的選項,然而該選項的拒 答比率甚高,除了樣本將大幅減少,亦可能產生樣本選擇誤差問題。 7其中政府包括低收入生活補助、 老人(農)津貼、 公農勞保費、 政府補助健保費、 公益 彩券中獎獎金、 災害救助金、 社會保險現金收益(公、農、 勞、 軍保保險受益及健保保險受 益等)。 企業則包含人身意外災害保險現金收益、 其他保險現金收益、 中獎等。
利用95年家庭收支調查資料,我們可以透過下列迴歸式推估戶內夫妻 合併非勞動所得: 夫妻非勞動所得= β0+ β1家庭人口+ β2戶長教育年 + β3配偶教育年+ β4戶長年齡 + β5戶長年齡平方+ β6城市+ β7配偶公職 + β8配偶有無工作+ 9 X i=1 βi+8行業別i + ǫ。 (4.1) 值得一提的是我們將95年家庭收支調查與95年人力運用調查之行業 別合併為10個類別,以利於上式非勞動所得之設算。8此外, 95年家庭收支 調查中之戶長定義為經濟戶長,為戶內主要所得來源者(亦即戶內收入最 高者), 此與95年人力運用調查中之戶長定義不同, 其戶長定義為設籍戶 長, 未必為戶內主要所得來源者。 最後, 我們先將人力運用調查之夫妻總 收入最高者選出,另外定義為經濟戶長,才能與上述迴歸式定義之經濟戶 長變數一致。 上述非勞動所得的估計結果請參見附錄表A–3。 4.3 估計薪資方程式 前一小節討論如何由家庭收支調查資料估計之迴歸式,來設算人力資源調 查中的非勞動所得; 下一步驟將分別估計丈夫、 妻子薪資方程式, 來估算 丈夫、 妻子的名目薪資率, 結合戶內夫妻合併非勞動所得以及丈夫、 妻子 分別名目薪資率後,我們才能逐步建構丈夫、 妻子的勞動供給方程式。 本文薪資方程式的估計採 Heckman兩階段方法 (有關國內估計薪資 方程式的相關文獻整理,請參見莊慧玲與林世昌(2006)),第一階段考慮到 勞工的工時選擇可能為0,此時該樣本之工資率並無法被觀察到,若樣本直 接剔除掉以OLS估計薪資方程式除損失相當的資料訊息,並產生樣本選
擇偏誤(sample selection bias),常見的作法則是保留工時為0之樣本 (cen-sored sample),使用Heckman (1979)二階段估計法來進行薪資率之估計,
第一階段使用Probit分別估計丈夫與妻子的勞動參與方程式,
Yi∗= Ziδ + νi, 8這10個行業別的定義請參見附錄表A–1。
其中, Y∗ i 為觀察不到的潛在變數(latent variable),若其值大於某個門檻值 則觀察到的勞動參與行為Yi 記為1, 反之則為0。 對於兩個階段迴歸變數 的選擇, 我們參考莊慧玲與林世昌(2006), 其中變數向量 Zi 包含就業的 決定因素,年齡、 年齡平方、 教育年數、 城市、 非勞動所得、 是否有6歲以下 子女、 子女個數、 主修一以及主修二。 丈夫、 妻子勞動參與方程式實證結 果見附錄表A–4與A–5。 第二階段則使用OLS個別估計丈夫與妻子的薪資方程式: wi = xiβ + ˆλiθ + εi,
其中, wi 代表工資率, ˆλi 為第一階段Probit 所得到的inverse-Mills ratio,
xi則為工資的決定因素,其中包括:其中變數包括年齡、 年齡平方、 教育年 數、 主修一、 主修二、 大型公司、 政府機關以及受雇員工。 丈夫、 妻子薪資 方程式的估計則分別參見附錄表 A–6與A–7。 估計丈夫和妻子個別的薪 資方程式後,便可以依照其樣本的特徵,無論觀察值有無工作,皆可推估丈 夫和妻子的名目工資率。 4.4 計算免稅額與扣除額 估計勞動供給方程式過程中,需估算戶內夫妻合併可課稅所得(taxable in-come),即為扣除所有免稅額、 扣除額項目後的非勞動所得,由於原始資料 的缺乏,在此須進行免稅額與扣除額的推算。 其中本人、 配偶與撫養親屬, 每人的免稅額為77,000,免稅額為全部免稅額之加總。9扣除額的部份則採 取標準扣除額,夫妻聯合申報扣除額為92,000。 有鑑於特別扣除額之列舉 項目繁雜, 且資料缺乏詳細的報稅資料,我們僅就資料中可資分辨的部分 來定義特別扣除額項目。 我們設算的特別扣除額項目如下: 1. 薪資所得特別扣除額78,000元,若未滿78,000元者,以薪資所得扣 除之,為計算方便起見,若夫妻每多一人工作,我們認定其薪資特別 扣除額增加78,000元。 9受撫養親屬定義如下: (1)配偶與本人之直系親屬、 祖父母、 曾父母等,年滿60歲;未 滿60歲者或無謀生能力者。 年滿70歲者,增加其免稅額50% (亦即115,500); (2)未滿20 歲子女,或年滿20歲但在學,或身心障礙者;以及(3)兄弟姐妹或配偶之兄弟姐妹未滿20 歲,或滿20歲但仍就學,或身心障礙者。
2. 身心障礙特別扣除額77,000元,由人力運用調查中(a7)選項可以得 知是否為身心障礙者, 原始問卷回答為 (9)者可能為高齡(65歲以 上) 或身心障礙者, 由於我們排除60歲以上樣本, 因此身心障礙者 可以被認定。 3. 教育學費特別扣除額25,000元,就讀大專以上子女之學費特別扣除 額,每戶最高可認列25,000元。 4.5 綜合所得稅課稅級距 根據下列我國95年之課稅級距與稅率: 1. 全年綜合所得淨額在370,000元以下者,課徵6%。 2. 超過370,000元至990,000元者, 課徵22,200元,加超過370,000元 以上部分之13%。 3. 超過990,000元至1,980,000元者,課徵102,800元,加超過990,000 元以上部分之21%。 4. 超過1,980,000元至3,720,000元者, 課徵310,700元,加超過 1,980,000元以上部分之30%。 5. 超過3,720,000元者,課徵832,700元,加超過3,720,000元以上部分 之40%。 並經由上述免稅額、 扣除額以及特別扣除額的扣除、 推算後, 便可獲得每 一戶內夫妻合併非勞動所得。 4.6 折點的計算 分段預算限制式折點的計算相對複雜,需視其非勞動所得與課稅起始點之 大小,以決定之後每一分段之邊際稅率以及折點個數,因此,第一分段的截 距與斜率甚為重要。 虛擬所得即為每一分段預算線的截距, 表示可課稅所 得達課徵標準方開始課稅, 因此需比較扣除免稅額、 扣除額後的非勞動所 得與所得稅起徵點的相對位置,來決定第一分段的截距與斜率。 舉例而言, 若戶內夫妻合併非勞動所得小於所得稅起徵點,則第一分段截距即為戶內
夫妻合併非勞動所得,斜率則為名目薪資。 而若戶內夫妻合併非勞動所得 位於邊際稅率6%的區間中,則戶內夫妻合併非勞動所得超過起徵點之所 得扣除邊際稅率(6%)所得稅後,才是第一分段截距,而斜率即為扣除邊際 稅率(6%)的薪資率。 值得注意的是, 我們在此作了兩項假設: 首先,丈夫選擇工作時,將戶 內夫妻合併非勞動所得視作自身非勞動所得,而妻子選擇工時時,將丈夫 的勞動所得納入,視為自身非勞動所得的一部分,亦即丈夫先選擇工時,妻 子再選擇其工時。 此外,我們將年工時上限訂為8,760小時,若某折點之時 數超過8,760小時,則該折點令為8,760小時,且後面之折點不具意義。 如 上例中我們假設非勞動所得小於免稅額與扣除額之加總,因此第一段之分 段邊際稅率為6%,而後依據其薪資水準決定其折點數,若第k個折點超過 8,760, 則強迫為8,760,且k 以後之折點不在我們的考慮範圍中。 由上述 討論可知,每個人的折點數都不盡相同,需視個人的薪資率、 面對的非勞動 所得,並推算免稅額與扣除額,第一分段截距項的課稅級距也將影響折點 個數,最後還須考慮我們訂的理論工時上限,將合理的工時納入我們的折 點計算中,這些都是建構完整分段預算限制式的要素;我們計算折點數目 以及折點工時後, 再計算每一分段預算線的邊際薪資率以及虛擬所得,如 此才能建構每一位勞工完整的分段預算限制式。 4.7 勞動供給函數實證結果 本研究利用 Matlab軟體執行以最大概似法估計勞動供給函數。10 由於雙 元誤差模型之函數型態具高度非線性,實務上收斂過程相對不易,是否收 斂須視資料狀況而定,此外,一個好的起始點將可以加快收斂的速度,設定 多個起始點往往能夠避免其收斂點為局部性(local)最適點,若多個起始點 能夠收斂至同一點,那麼此點較有可能為全域(global)最適點,經過多次選 10為進行勞動供給函數的估計,我們參考Moffitt (1986)與Triest (1990)的方法,將式 (3.7)的第一項分解成兩個常態分配累積機率密度函數之差,與常態分配機率密度函數的 乘積, 以利於簡化概似函數,為節省篇幅,詳細的推導請洽本文作者。 另我們採用下坡式
simplex搜尋法(Downhill Simplex method)來極大化概似函數,參見Matlab Optimization Toolbox之fminsearch指令。
擇不同起始點的驗證,我們得到相當穩定的解,實證結果列於表1與2。11 雙元誤差模型假設勞工完全地認知因累進稅制而產生的具折點預算限
制線, 且允許異質性偏好的存在, 該異質性偏好呈現一期望值為0的常態
分配, 而想要的工時決定落於哪一分段預算限制式後,再將觀察到的工時
與想要的工時視為最適誤差項, 該函數為一結構式勞動供給函數。 為比較
起見,本文同時也估計縮減式勞動供給函數(以Tobit1, Tobit2, OLS1以
及OLS2表示),此時的薪資率為課稅後之邊際薪資率,隱含著勞工在選擇 工時的時候僅考慮目前所得稅的邊際稅率,且恰有一條直線預算線切於該 點,而非全域地認知累進稅制下自己的預算限制線實際上是呈現一具折點 的分段限制線。 其中Tobit2與OLS2的估計乃採用薪資率為名目薪資率, 假設勞工從事勞動工時選擇時,所得稅制並不納入決策考量,並認為名目 薪資率即為實質薪資,此即為完全租稅幻覺的假設。 表1列出男性勞動供給函數的估計結果, 其中年齡越大對勞動工時的 提供有負向影響,但在 TEM模型中並不顯著;是否居住在城市的效果在
TEM模型中相對大於Tobit和 OLS的估計。 Tobit與 OLS之薪資率的
邊際效果(Tobit1為 −1.65; Tobit2 則為−0.36) 皆為負值且達1%的顯
著水準, 而雙元誤差模型係數 (邊際效果) 則是 −0.69。 有關虛擬所得係
數估計, TEM和Tobit以及OLS的邊際效果估計差異頗大, 其中Tobit1
(−0.27)和OLS1 (−0.17)遠大於TEM的−5.2。 若18歲以下小孩個數 越多,男性傾向提高其勞動供給, TEM (邊際效果約88.1–88.3)呈現較大 的影響(OLS, Tobit模型的邊際效果介於34.1至62.2之間)。 表2婦女勞動供給的實證結果顯示不同模型存在顯著差異(雖然不同 模型之下,年齡對勞動工時均呈正向顯著影響),兩個TEM模型得到2.96 和2.65的正向顯著之薪資率參數估計值, Tobit和OLS的估計結果則數值 較小或符號轉為負值。 虛擬所得對婦女勞動供給的邊際效果則以TEM較 11本研究中將收斂敏感度(估計係數與函數值)設定為1.0E-8。 此外,附錄表6則提供估 計勞動供給函數所用變數之敘述統計量,除了所有樣本以外,丈夫和妻子工時為0以及大 於0的子樣本亦同時列出。 其中丈夫工時為0 (大於0)的樣本數遠小於(大於)妻子工時為 0 (大於0)的樣本數,與台灣的男、 女性勞動參與率相近。 附錄表6亦顯示相對於丈夫工 時大於0的勞動者,丈夫工時為0者的平均年齡較高、18歲以下小孩個數較少、 較無6歲 以下小孩以及較低的教育水準;妻子亦有類似的趨勢。
表1:男性勞動供給函數估計結果
TEMa TEMb Tobit1 Tobit2c OLS1 OLS2c
截距 3,265.0∗∗∗ 3,371.3∗∗∗ 4,066.0∗∗∗ 3,339.2∗∗∗ 3,843.6∗∗∗ 3,320.9∗∗∗ (185.9) (174.8) (77.3) (81.2) (86.9) (70.6) 年齡 −2.6 −4.0 −27.9∗∗∗ −11.7∗∗∗ −25.1∗∗∗ −11.7∗∗∗ (3.7) (3.6) (1.7) (1.8) (1.7) (1.6) [−14.1] [−5.9] 城市d 458.8∗∗∗ 433.0∗∗∗ 171.1∗∗∗ 362.0∗∗∗ 125.0∗∗∗ 280.0∗∗∗ (55.3) (54.0) (26.6) (27.2) (25.8) (22.9) [88.4] [182.1] 薪資率 0 −0.69∗∗∗ −3.26∗∗∗ −0.71∗∗∗ −3.26∗∗∗ −0.60∗∗∗ — (0.11) (0.15) (0.18) (0.36) (0.16) [−1.65] [−0.36] 虛擬所得e −5.7∗∗∗ −5.2∗∗∗ −0.5∗∗∗ −3.6∗∗∗ −0.17 −2.8∗∗∗ (0.27) (0.24) (0.15) (0.20) (0.26) (0.16) [−0.27] [−1.83] 18歲下小孩f 88.1∗∗ 88.3∗∗ 67.4∗∗ 76.2∗∗∗ 55.7∗∗∗ 62.2∗∗∗ (46.7) (46.0) (18.6) (15.7) (13.9) (13.9) [34.1] [38.3] σα 999.3∗∗∗ 982.0∗∗∗ — — — — (19.6) (19.0) σǫ 927.7∗∗∗ 926.6∗∗∗ 882.0∗∗∗ 913.0∗∗∗ — — (22.6) (22.5) (9.2) (9.5) Avg. log likelihood −7.487 −7.486 −7.2 −7.187 — — Adjusted R-squared — — — — 0.27 0.28 obs 5,937 5,937 5,937 5,937 5,937 5,937 註: ∗∗∗, ∗∗, ∗ 分別代表1%, 5%, 10%顯著水準之下統計上顯著。 括弧內 “()” 為漸進標準誤
(asymptotic standard error)。 中括弧“[]”代表Tobit模型下的邊際效果(marginal effect)。
a.限制α0≥ 0。 b.對α0無限制。 c.薪資率為稅前名目薪資率。 本表中其他模型的薪資率定義為觀察到的工時下,依其位於課稅級 距扣除所得稅後的淨薪資。 d.城市定義為:台北市、高雄市、 基隆市、 新竹市、 台中市、 嘉義市、 台南市。 e.單位為千元。 f.代表18歲以下小孩的個數。 為顯著且幅度(0.168)較OLS和Tobit模型大,此結果與男性勞動供給的 負向顯著影響不同。 表2也呈現6歲以下小孩的存在相當程度的縮減婦女 勞動供給。 此外,我們可從σα與σǫ的相對大小得知聚集折點處程度大小,
表2:女性勞動供給函數估計結果
TEMa TEMb Tobit1 Tobit2c OLS1 OLS2c
截距 2,853.0∗∗∗ 2,787.7∗∗∗ 3,335.4∗∗∗ 3,161.2∗∗∗ 2,262.5∗∗∗ 2,553.0∗∗∗ (310.4) (308.9) (204.0) (202.4) (105.9) (104.9) 年齡 −61.2∗∗∗ −61.1∗∗∗ −69.1∗∗∗ −69.6∗∗∗ −33.5∗∗∗ −33.8∗∗∗ (6.5) (6.5) (4.3) (4.28) (2.1) (2.1) [−34.83] [−35.02] 城市d −183.9∗∗ −204.7∗∗ −126.2∗∗ −158.0∗∗ −60.7∗ −79.0∗∗ (83.5) (83.2) (64.4) (64.7) (31.8) (31.9) [−63.58] [−79.56] 薪資率 2.96∗∗∗ 2.65∗∗∗ 0.05 1.90∗∗∗ −0.51∗ 0.67∗∗∗ (0.56) (0.58) (0.44) (0.38) (0.26) (0.22) [0.025] [0.956] 虛擬所得e 0 0.168∗∗ 0.138 0.0075 0.076∗ 0.01 — (0.07) (0.09) (0.09) (0.04) (0.047) [0.070] [0.004] 6歲下小孩f −560.2∗∗∗ −558.1∗∗∗ −582.0∗∗∗ −608.3∗∗∗ −292.9∗∗∗ −310.4∗∗∗ (46.7) (46.0) (18.6) (15.7) (13.9) (13.9) [−293.5] [−306.3] σα 1,678.3∗∗∗ 1,671.0∗∗∗ — — — — (40.0) (40.4) σǫ 1,368.7∗∗∗ 1,370.3∗∗∗ 2,108.7∗∗∗ 2,106.5∗∗∗ — — (60.5) (22.4) (23.1) (23.1) Avg. log likelihood −4.8552 −4.8548 −4.8139 −4.8119 — — Adjusted R-squared — — — — 0.040 0.041 obs 5,937 5,937 5,937 5,937 5,937 5,937 註: ∗∗∗, ∗∗, ∗ 分別代表1%, 5%, 10%顯著水準之下統計上顯著。 括弧內 “()”為漸進標準誤
(asymptotic standard error)。 中括弧“[]”代表Tobit模型下的邊際效果(marginal effect)。
a.限制β ≤ 0。 b.對β無限制。 c.薪資率為稅前名目薪資率。 本表中其他模型的薪資率定義為觀察到的工時下,依其位於課稅級 距扣除所得稅後的淨薪資。 d.城市定義為:台北市、高雄市、 基隆市、 新竹市、 台中市、 嘉義市、 台南市。 e.納入丈夫的勞動所得,單位為千元。 f.代表是否有6歲以下小孩。 由表1和2得知,男性之σα = 999.3和σǫ = 927.7的相對大小(1.077) 遠較女性之σα = 1678.3和σǫ = 1368.7的相對大小(1.226)來得小,這 樣的結果顯示相對於丈夫,妻子工時選擇呈現往折點處聚集的現象。
綜上所述,分別對照雙元誤差與Tobit1、OLS1模型對男性和女性勞動 供給之估計結果,使用縮減式逕行估計,可能因內生性問題的產生,造成估 計偏誤,使得估計值間存在明顯的差異。 當使用觀察到的該工時點之邊際 薪資與虛擬所得充當解釋變數時,由於勞動工時決定了該工時下的淨薪資 與虛擬所得,導致淨薪資係數估計結果向下偏誤,而虛擬所得係數將可能 高估,甚至使得參數符號變號,抑或使得重要解釋變數之解釋能力下降。 另外, 租稅幻覺存在與否亦將影響到勞動工時的選擇, 由實證結果得 知, Tobit2與OLS2薪資率與非勞動所得之參數估計與雙元誤差模型亦有 不小的差異,且重要的解釋變數對勞動工時喪失顯著的解釋能力,如女性 的非勞動所得。 即便如此,武斷的認定女性勞動供給選擇不將非勞動所得 納入考量,並不恰當,仍須回到勞動選擇工時時,是否具有租稅幻覺之假定 合理與否。 本研究實證結果顯示,以名目薪資來估計與TEM模型相較,二 者存在相當的差異,亦即所得稅率的施行,勞工確實能夠有所體認,進而影 響其勞動工時的決策。 此項結果與許道欣(2003)一文之實證研究結果不 同,雖然皆使用 TEM模型進行估計,最主要的差異在於該文使用中研院 華人家庭動態資料庫,假設非勞動所得為0,且固定最適誤差項的變異數之 情況下進行估計。 准此,倘若實質的預算線為一分段預算限制線,名目薪資與實質非勞動 所得作為解釋變數的OLS將產生偏誤,因此,本文認為過於簡化且武斷地 認定租稅幻覺的存在下,逕行使用名目工資當作解釋變數的估計方法並不 適用於進行後續的EITC政策模擬分析。 因此採用較為嚴謹的雙元誤差模 型來估計男、 女性的勞動供給函數。 5 EITC制度之設計與模擬 5.1 EITC制度的設計 為探討我國政府仿照美國採行EITC制度之後,該政策對勞動供給的影響, 本文的模擬分析將EITC設定為三個階段,夫妻總勞動所得位於0–90,000 元時為抵減遞增階段, 位於該階段時, 補貼百分之40%的薪資所得,直到 名目勞動所得超過90,000元為止, 而該勞動所得為90,000元時, 可領抵 減額36,000元,此為最高抵減額。 夫妻總勞動所得超過90,000元,但低於
EITC Earnings Phase- in region Flat region Phase-out region !"#$% 0% 40% -20% 90,000 114,000 294,000 Earnings 圖4: EITC設計圖 114,000元時, 為抵減固定階段, 此時總勞動所得中前90,000元的部分仍 予以40%的補貼, 亦即36,000元的最高補貼額, 而超出90,000元的所得 則不再給予邊際薪資補貼; 夫妻總勞動所得位於114,000–294,000元時為 抵減遞減階段, 位於該階段時, 將超過114,000元的勞動所得以20%之邊 際稅率課稅,直至此區段之課稅總額與前面所領到的36,000元租稅抵減抵 消為止(參見圖4所示)。 除了上述EITC各階段的勞動所得以外,我們也分別設計其他兩組不 同勞動所得的EITC制度,這兩組設計分別將抵減遞增階段的90,000元調
EITC 60,000
Slope=40% Slope=20%
A1=90000 A2=114,000 A3=294,000 B1=120,000 B2=144,000 B3=384,000 C1=150,000 C2=174,000 C3=474,000 A1 A2B1B2 C2 A3 B3 C3 48,000 36,000 C1 圖5: EITC補助額與勞動所得範圍 高為120,000以及150,000元,抵減固定階段自114,000元調為144,000元 以及174,000元, 抵減遞減階段自294,000元分別調整為384,000元以及 474,000元, 圖5顯示初步的設計(A1–A3) 以及這兩組(B1–B3, C1–C3) EITC 的設計。 這三個 EITC 模擬設計 (A、 B 以及 C 三案) 並未對領取 EITC 的資格有所限制, 為了初步排除富有家庭, 我們特別限制非勞動所 得必須低於250,000元,亦即非勞動所得高於250,000元的家庭將不具申 請EITC的資格。 5.2 實施EITC制度的模擬 我們接著利用4.7節估計之男女勞動供給函數,以估計勞動供給函數中所 使用的5,937戶已婚夫妻資料為樣本, 加入非勞動所得須低於250,000元 的限制後,得到具EITC資格的4,147戶,進行模擬不同EITC設計下的妻 子與丈夫的工作時數。 具體而言,丈夫優先決定工作時數後,妻子再將丈夫之勞動所得納入非 勞動所得的一部分進而決定她自己的工作時數。 意味著考慮不同的EITC 設計制度以及累進所得稅稅制之下,本研究完整考慮丈夫與妻子面對的分 段線性預算限制式, 該限制式的折點個數與該勞工的非勞動所得、 名目薪
圖6:同時考慮EITC與所得稅的預算線
資、 免稅(扣除)額有關。
當非勞動所得扣除所有的扣除額與免稅額後, 可課稅所得為100,000
元(如圖6所示),亦即為第一階段的虛擬所得, 該金額未達到綜合所得稅
的最低級距370,000元,首先計算第一個折點h1 = (370000 − taxable
in-come)/wage rate, EITC抵減額遞增階段補貼率為S%,則該勞工的第一分
段預算線邊際薪資為w(1 + S%), 當工時累積超過折點h1 時,由於其可 課稅所得已經累計至第一課稅階段,該階段稅率為6%,因此第二分段預算 線邊際斜率為w(1 + S% − 6%),亦即將EITC補貼率以及所得稅稅率當 作斜率的加減項。 當建構每一個丈夫、 妻子的分段預算限制線後,再利用 估計出的結構式勞動供給函數,分別計算出丈夫與妻子的勞動供給時數。 5.3 模擬結果 由於我們採用的參數乃限制Slutsky條件成立的情況下的估計結果,該條 件成立隱含替代效果為正;另外我們也限制參數β ≤ 0, 隱含所得效果為 負或為0。 因此,抵減額遞增階段對於勞動供給具有正向效果;而抵減額持 平階段可視為現金補貼,邊際薪資與名目薪資相同,該階段僅有所得效果, 因此抵減額持平階段對勞動供給為負向效果;而抵減額遞減階段造成邊際 薪資減少、 所得增加,因此替代效果與所得效果皆會使得抵減額遞減階段
的勞動供給減少。 基於本文之前的假設: 勞工自己充分了解所得稅與EITC下的預算線 是具凹折點的分段預算限制式,而非直線型的預算限制式,因此,他們能夠 選擇自己處於分段預算線的位置。 首先觀察限制符合EITC資格的模擬結 果(亦即限定非勞動所得小於250,000元以下者), 由表3觀察勞動工時選 擇的區間跳動狀況,其中勞工工時之選擇區間變動相當明顯,且出現往最 高抵減階段聚集之情形,這樣的趨勢隨最高補助額的增加而越趨明顯(亦 即方案A至方案C),如此結果並不意外,主要的原因是隨著最高抵減額的 增加,預算限制線越呈現凸性的結果。 在不限定EITC領取資格條件下的 結果也可觀察到上述聚集的現象(參見表4)。 而這些往最高補助額聚集的 勞工, 其來源為何? 是來自於遞增、 遞減階段抑或是 EITC以外? 表 3顯 示聚集的來源是從抵減額遞減階段的勞工選擇跳動至最高補助階段,而位 於抵減額遞增階段的勞工選擇移動至最高補助階段則相較不明顯。 另一個 值得注意的是原先位於EITC補助範圍外的勞工,隨著最高抵減額的增加, 他們傾向減少勞動供給時數而落於EITC補助範圍的情況越明顯,以最高 抵減額為36,000 (A 案)、 48,000 (B案)、 60,000 (C案) 元下,位於 EITC 範圍外之戶內夫妻將因而約各有7.2%、24.6%、48.4%的比例減少工時而 進入EITC補助範圍內。 這樣的結果應該與勞工模擬前工時的位置息息相 關,倘若勞工工時選擇靠近某兩階段的交接處(折點), 勞工則較可能改變 模擬後的工時位置。
誠如Eissa and Hoynes (2005)所言, EITC主要目的乃激勵工時為0的
勞工投入勞動市場之擴張邊際效果(extension margin),但由於限制非勞動 所得須小於250,000元的EITC資格後,樣本資料中所有的勞動工時選擇 都大於0。 為探討不同EITC設計下激勵工時為0的勞工投入就業市場的 效果,我們也列出取消非勞動所得限制後的模擬結果(計5,937戶),由表4 可觀察到約59% (方案A)的戶內夫妻將開始投入勞動市場,然而,這樣的 比率並不隨著最高抵減額增加而有顯著改變。 因應 EITC 政策的實施, 表 3 和表 4 提供戶內選擇總工時區段變化 的結果,表5則進一步觀察戶內夫妻的勞動工時選擇變化情況。 由於本文 假設丈夫優先選擇其工時,妻子將丈夫的勞動所得視為其非勞動所得一部
表3: 模擬EITC實施前後區間個數變動比較(限制EITC領取資格) 模擬後之區段(方案A) 0 遞增 折點A1 持平 折點A2 遞減 EITC外 Total 0 0 0 0 0 0 0 0 0 遞增 0 16 0 6 3 1 0 26 持平 0 0 0 14 1 0 0 15 遞減 0 0 0 7 2 290 0 299 EITC外 0 0 0 0 0 273 3,534 3,807 Total 0 17 0 27 6 564 3,534 4,147 模擬後之區段(方案B) 0 遞增 折點B1 持平 折點B2 遞減 EITC外 Total 0 0 0 0 0 0 0 0 0 遞增 0 42 0 2 0 0 0 44 持平 0 1 0 17 0 0 0 18 遞減 0 0 0 14 6 753 0 773 EITC外 0 0 0 0 0 814 2,498 3,312 Total 0 43 0 33 6 1,567 2,498 4,147 模擬後之區段(方案C) 0 遞增 折點C1 持平 折點C2 遞減 EITC外 Total 0 0 0 0 0 0 0 0 0 遞增 0 60 1 5 0 0 0 66 持平 0 2 7 11 0 0 0 20 遞減 0 2 2 43 10 1,426 0 1,483 EITC外 0 0 0 0 0 1,247 1,331 2,578 Total 0 64 10 59 10 2,673 1,331 4,147 分後,再選擇自身的勞動工時, 妻子成為次勞動者,因此,多數的抵減額區 間呈現妻子的勞動工時變化較丈夫明顯,特別是抵減額遞增階段,由於邊 際薪資受到EITC的補貼, 透過對替代彈性較大的妻子勞動供給函數,使
表4: 模擬EITC實施前後區間個數變動比較(不限制EITC領取資格) 模擬後之區段(方案A) 0 遞增 折點A1 持平 折點A2 遞減 EITC外 Total 0 46 66 0 0 4 0 0 112 遞增 0 154 17 21 0 0 0 192 持平 0 7 2 31 0 0 0 40 遞減 0 6 2 63 9 507 0 587 EITC外 0 0 0 2 0 498 4,506 5,006 Total 46 233 21 117 9 1,005 4,506 5,937 模擬後之區段(方案B) 0 遞增 折點B1 持平 折點B2 遞減 EITC外 Total 0 46 66 0 0 0 0 0 112 遞增 0 219 6 17 0 0 0 242 持平 0 8 2 41 0 0 0 51 遞減 0 18 12 92 31 1,102 0 1,255 EITC外 0 0 0 1 3 1,139 3,133 4,277 Total 46 311 20 151 34 2,241 3,134 5,937 模擬後之區段(方案C) 0 遞增 折點C1 持平 折點C2 遞減 EITC外 Total 0 49 63 0 0 0 0 0 112 遞增 0 284 8 14 0 0 0 307 持平 0 5 10 33 0 0 0 48 遞減 0 18 16 139 41 1,913 0 2,127 EITC外 0 0 0 1 1 1,648 1,692 3,342 Total 49 370 34 187 42 3,562 1,693 5,937 其妻子的勞動工時大幅增加。 此外,我們發現隨著抵減額很小時(36,000), 遞增階段的妻子勞動工時增加幅度明顯較大,此與工時選擇區間跳動的原 因有關,對照之前的區間變動表 (表3)得知當最高抵減額增加後, 原先位
表5: 模擬EITC實施前後區間內夫妻總工時變化(限制EITC領取資格) EITC模擬前 EITC模擬後 丈夫 妻子 夫妻 丈夫 妻子 夫妻 丈夫 妻子 夫妻 平均 區間 工時 工時 總工時 工時 工時 總工時 變動 變動 總變動 EITC 個數 0 — — — — — — — — — — 0 遞增 2,037 35 2,072 2,037 193 2,230 0% 451% 7.6% 20,177 26 持平 2,201 192 2,394 2,123 261 2,385 −3.5% 36% −0.4% 36,000 15 遞減 2,217 166 2,383 1,900 119 2,020 −14.3% −28.3% −15.2% 20,259 299 EITC外 2,322 580 2,902 2,298 573 2,871 −1% −1% −1% 5,208 3,807 Total 2,311 545 2,857 2,267 537 2,804 −1.9% −1.5% −1.9% 14,277 4,147 EITC模擬前 EITC模擬後 丈夫 妻子 夫妻 丈夫 妻子 夫妻 丈夫 妻子 夫妻 平均 區間 工時 工時 總工時 工時 工時 總工時 變動 變動 總變動 EITC 個數 0 — — — — — — — — — — 0 遞增 2,106 87 2,192 2,106 147 2,253 0% 68.9% 2.7% 34,705 44 持平 2,215 108 2,322 2,101 108 2,208 −5.2% 0% −4.9% 48,000 18 遞減 2,237 234 2,471 1,826 161 1,987 −18.3% −31% −19.6% 28,263 773 EITC外 2,333 628 2,961 2,229 587 2,815 −4.5% −6.5% −4.9% 8,001 3,312 Total 2,312 546 2,858 2,152 500 2,652 −6.9% −8.4% −7.2% 18,652 4,147 EITC模擬前 EITC模擬後 丈夫 妻子 夫妻 丈夫 妻子 夫妻 丈夫 妻子 夫妻 平均 區間 工時 工時 總工時 工時 工時 總工時 變動 變動 總變動 EITC 個數 0 — — — — — — — — — — 0 遞增 2,148 105 2,253 2,148 172 2,320 0% 63.8% 3% 42,529 66 持平 2,162 121 2,283 2,071 121 2,192 −4.2% 0% −4% 60,000 20 遞減 2,292 323 2,615 1,792 220 2,012 −21.8% −31.9% −23.1% 38,404 1,483 EITC外 2,329 693 3,022 2,079 583 2,661 −10.7% −15.9% −11.9% 13,116 2,578 Total 2,312 548 2,860 1,977 444 2,422 −14.5% −19% −15.3% 27,456 4,147 於抵減額遞增階段的勞工將較不易跳動至最高抵減額區段。 而隨著最高抵 減額增加, 無論先前丈夫或妻子位於遞增、 持平或遞減階段, 其增加或減 少的幅度有擴大的趨勢。 整體而言, EITC對妻子或丈夫的勞動供給平均 是負面的影響,且該負面效果隨著最高抵減額增加而擴大—亦即抵減額 36,000 (A案)、48,000 (B案)與60,000 (C案),丈夫分別減少1.9%、6.9% 與14.5%的勞動工時, 妻子則分別減少1.5%、 8.4%與19%的勞動供給。
圖7顯示隨著最高抵減額與EITC補助範圍的擴大,位於EITC補助外的 勞工,傾向於減少本身的勞動所得使自己落於EITC補助範圍內,且減少 的薪資所得較可獲得的EITC大, 其中減少的幅度以方案C最高。 此外, 抵減額遞增區間則可觀察到勞動所得的增加,雖然此階段僅少部分的勞動 所得增加幅度大於EITC的領取,多數勞動所得的增加均小於EITC領取 額度。 最後, 新加入就業市場的戶內夫妻僅選擇至抵減額遞增階段, 表6 可觀察此一現象,不論三種EITC之最高抵減額設計的大小,戶內夫妻總 工時從不工作(0工時)增加至63–66小時工時,仍屬少量的增加。 最後,我們要提醒讀者小心解讀上述EITC政策模擬的結果,因本研究 模擬操作的參數來自無EITC政策下之勞動供給函數,而EITC政策制度 的實施可能會改變個人對政策的反應方式,進而改變模型中之參數,最後 影響EITC政策的實施效果。12 6 結論與建議 勞動所得抵減制度目前已經成為美國社會福利支出中最龐大且成長最快 的制度之一, 因其激勵工作之成效良好, 已為多國仿效實行。 雖然我國目 前並無EITC制度,為評估實施EITC對勞動工時選擇之可能影響,以利 政府施政之參考,本文利用95年主計處人力資源調查20至60歲的戶內夫 妻為樣本,輔以95年家庭收支調查估計非勞動所得,並使用雙元誤差模型, 考慮我國95年度的綜合所得稅制下造成的分段預算限制式, 分別估計丈 夫與妻子的結構式勞動供給函數。 最後本文設計不同的EITC制度,同時 考慮95年所得稅與 EITC 交互影響下的夫妻個別分段預算限制式, 模擬 戶內夫妻個別勞動供給變化情形。 實證結果發現妻子的工時選擇往折點聚集的情況較丈夫明顯許多,雖 然與國外文獻比較之下,無論丈夫與妻子之工時選擇向折點聚集情況皆不 明顯。 由於使用Tobit和OLS估計縮減式勞動供給函數可能受內生性問 題以及忽略累進綜合所得稅的影響,造成係數估計之偏誤,本文發現應用
TEM 估計之結構式勞動供給函數與Tobit 和OLS得到的估計參數有不
方案A
方案B
方案C
表6:模擬EITC實施前後區間內夫妻總工時變化 (不限制EITC領取資格) EITC模擬前 EITC模擬後 丈夫 妻子 夫妻 丈夫 妻子 夫妻 丈夫 妻子 夫妻 平均 區間 工時 工時 總工時 工時 工時 總工時 變動 變動 總變動 EITC 個數 0 0 0 0 0 66 66 0 — — 8,896 112 遞增 356 99 455 356 218 574 0% 120% 26.2% 26,064 192 持平 1,074 179 1,253 1,029 179 1,208 −4.2% 0% −18% 36,000 40 遞減 1,595 147 1,742 1,332 97 1,429 −16.5% −34% −18% 24,052 587 EITC外 2,127 557 2,683 2,094 544 2,638 −1.6% −2.3% −1.7% 8,762 5,006 Total 1,969 490 2,459 1,916 478 2,394 −2.7% −2.4% −2.6% 18,434 5,937 EITC模擬前 EITC模擬後 丈夫 妻子 夫妻 丈夫 妻子 夫妻 丈夫 妻子 夫妻 平均 區間 工時 工時 總工時 工時 工時 總工時 變動 變動 總變動 EITC 個數 0 0 0 0 0 0 66 66 — — 8,896 112 遞增 505 111 612 505 232 738 0% 109% 20.6% 31,266 242 持平 1,144 145 1,289 1,076 145 1,222 −5.9% 0% −5.2% 48,000 51 遞減 1,825 207 2,032 1,448 132 1,580 −20.7% −36.2% −22.2% 32,352 1,255 EITC外 2,157 611 2,767 2,043 561 2,604 −5.3% −8.2% −5.9% 10,335 4,277 Total 1,969 490 2,459 1,808 444 2,252 −8.2% −9.4% −8.4% 22,857 5,937 EITC模擬前 EITC模擬後 丈夫 妻子 夫妻 丈夫 妻子 夫妻 丈夫 妻子 夫妻 平均 區間 工時 工時 總工時 工時 工時 總工時 變動 變動 總變動 EITC 個數 0 0 0 0 0 63 63 0 — — 8,865 112 遞增 644 118 762 644 232 875 0% 96.6% 14.8% 37,112 307 持平 1,412 86 1,497 1,343 86 1,429 −4.9% 0% −4.5% 60,000 48 遞減 1,988 287 2,275 1,522 185 1,708 −23.4% −35.5% −24.9% 42,054 2,127 EITC外 2,154 678 2,832 1,901 551 2,453 −11.7% −18.7% −13.4% 15,463 3,343 Total 1,970 491 2,461 1,916 391 2,051 −2.7% −20.4% −16.7% 30,940 5,937 小的差距,顯示採取直線預算線假設來估計勞動供給函數並不恰當,建議 採取TEM估計較為合理。 本文模擬三個 EITC 方案並考慮參數限制下之勞動供給函數進行模 擬,模擬結果發現EITC將可引導約59%戶內皆無業的夫妻進入勞動市場 工作,而勞動供給呈現往最高抵減額階段聚集的情況,隨著最高抵減額的
增加,戶內丈夫或妻子除了區段選擇變動頻繁,勞動供給亦有相當幅度的 變動,以48,000的最高抵減額(方案B)且加入非勞動所得250,000的限制 條件下的EITC設計而言,丈夫與妻子平均分別減少6.9%與8.4%, 夫妻 總平均勞動供給減少7.2%, 而各階段有領取EITC之家庭, EITC的平均 金額各為34,705元、48,000元以及28,263元。 總的來說,我國採行EITC 而言, 具有激勵無業者進入勞動市場的功能,雖然因此增加的勞動工時並 不多,另方面, EITC的採行將整體減少夫妻的勞動工時, 亦即EITC對妻 子或丈夫的勞動供給平均是負面的影響。 其中隨著最高抵減額與EITC補 助範圍的擴大,位於EITC補助外的勞工,將傾向於減少勞動所得使自己 落於EITC補助範圍內。 往後的研究方向可採用非參數方法估計勞動供給函數,避免對誤差分 配做過強烈的假設,從而得到偏誤的政策模擬。 另為符合社會實際需要,政 策的模擬可對EITC的分類再行細分,例如特別針對單親家庭或者家庭超 過3個小孩的EITC政策設計。
附表 表A–1: 95年人力運用調查變數統計特性 平均 標準差 最小值 最大值 個數 家庭人口 3.500 1.300 2 13 6,522 戶長教育年a 11.360 3.570 0 23 6,522 配偶教育年 10.780 3.360 0 23 6,522 戶長年齡 46.060 7.890 20 60 6,522 戶長年齡平方 2,183.300 711.300 400 3,600 6,522 城市 0.360 0.480 0 1 6,522 配偶公職 0.086 0.280 0 1 6,522 配偶有無工作 0.450 0.498 0 1 6,522 行業別1b 0.088 0.293 0 1 6,522 行業別2 0.069 0.253 0 1 6,522 行業別3 0.168 0.374 0 1 6,522 行業別4 0.052 0.221 0 1 6,522 行業別5 0.108 0.311 0 1 6,522 行業別6 0.047 0.211 0 1 6,522 行業別7 0.160 0.369 0 1 6,522 行業別8 0.184 0.387 0 1 6,522 行業別9 0.046 0.210 0 1 6,522 行業別10 0.073 0.261 0 1 6,522 註: a.這裡的戶長定義為經濟戶長。 城市定義為台北市、 高雄市、 基 隆市、 新竹市、 台中市、 嘉義市、 台南市。 b.這10個行業別包含(1)農、 牧業,林業及伐木業,漁業,礦業及 土石採取業。 (2)製造業。(3)水電燃氣業,營造業。(4)批發及 零售業。 (5)住宿及餐飲業。(6)住宿、 倉儲及通信業。(7)金融 及保險業,不動產及租賃業。(8)專業、科學及技術服務業。(9) 教育服務業,公共行政業。 以及(10)醫療保健及社會福利服務 業,文化、 運動及休閒服務業,以及其他服務業。
