科系選擇與兩性薪資差異

全文

(1)國立高雄大學應用經濟學系碩士論文. 科系選擇與兩性薪資差異 Gender Wage Gap and Choices of Major. 研究生：莊佳芸撰指導教授：許聖章博士. 中華民國一百零四年八月.

(2) 致謝詞時光飛逝，研究所生活即將隨著論文告一段落而結束，兩年前剛上碩士班的我，沒有想過兩年後的今天能夠擁有自己撰寫的作品。能夠順利完成這份論文，最想感謝的人無非是我的指導教授許聖章老師，感謝老師不辭辛勞地教導我一步一步撰寫，且不厭其煩地幫助我一次又一次修改，除了課業上的指導，也告訴我許多人生的道理。另外，也要感謝耿紹勛教授與郭祐誠教授給予我許多寶貴的意見，使論文內容更加完整。兩年忙碌的研究所生活邁入最後階段，感謝慧綺學姐除了幫助我解決撰寫論文所遇到的問題，也陪我度過了許多忙裡偷閒的日子；感謝系辦助理姿宇姐幫助我處理許多論文口試文件；感謝碩士班同學和學弟豐鍵帶給我校園生活的歡笑以及課業上的幫助。最後，我想謝謝我的家人，感謝你們總是支持我的決定，給予我最大的依靠，碩士班的結束不是學習的終點，而是另一場學習旅程的里程碑，你們的肯定是我繼續前進的動力。. 莊佳芸中華民國一百零四年. 立秋. 謹誌於. 于高雄大學.

(3) 科系選擇與兩性薪資差異指導教授：許聖章博士國立高雄大學應用經濟學系學生：莊佳芸國立高雄大學應用經濟學系碩士班摘要歷年來兩性薪資存在明顯的差異，處於男性薪資高於女性情形，而台灣女性薪資占男性薪資的比例自 1978 年的 67.5%提高至 2013 年的 82.5%，顯示兩性薪資差異有逐漸下降的趨勢，但此差異仍然存在。然而，隨著大學教育的普及，了解教育程度的差異以及科系的選擇對兩性薪資差異的影響為何，是一個值得去討論的議題。本文利用 1978 年至 2013 年行政院主計總處所提供的「人力資源附帶專案調查-人力運用調查」來探討不同科系之兩性薪資差異。我們首先探討各科系性別比例、各科系性別薪資差異以及產業、職業兩者與科系是否有相關，初步發現不同性別有不同的科系選擇偏好，進而影響了未來職場上的產業及職業，可能造成兩性薪資差異，因此了解科系選擇有其重要性。然而，根據本文實證模型結果，大部分科系皆存在男性薪資高於女性的情況，我們利用 Oaxaca 薪資分解方程式了解各科系薪資差異來源，觀察個人特徵差異(可解釋)及歧視(無法解釋)影響差異的比例。實證結果發現，1978-2013 年男性薪資平均高出女性 29.3%，而形成差距原因主要來自無法解釋的歧視差異，約占總差距的 75.5%~81%，可解釋的個人稟賦差異約占總差距的 18.8%~24.5%。在控制高職以上學歷的情況下，兩性薪資差距最大的科系為商管及醫科，其餘科系薪資差異由大到小依序為農、工、軍警、理、法、文，最小者為教育，而各科系兩性薪資差異原因於可以解釋以及無法解釋比例上，商、管理科系可解釋部分占兩性薪資差異的 45.4%，工科之可解釋部分占兩性薪資差異的 30.6%。最後，我們探討模型的解釋能力，發現學歷越高兩性薪資差異越小，且可解釋部分越高，而模型在控制產業及職業虛擬變數後，加入科系虛擬變數仍可使模型解釋能力上升，顯示科系對於解釋兩性薪資差異有其重要性。然而，科系對於兩性薪資差異影響在 1978-1989 年間較為重要，而 2002-2013 年間轉變成產業及職業對於兩性薪資差異的影響較為重要，隨時間的改變，科系的重要性有逐漸遞減的現象。. 關鍵字：兩性薪資差異、科系選擇.

(4) Gender Wage Gap and Choices of Major. Advisor: Dr. Sheng-Jang Sheu Department of Applied Economics National University of Kaohsiung Student: Jia-Yun Juang Department of Applied Economics National University of Kaohsiung ABSTRACT Over the past few decades, the wage of male workers is always higher than that female in the labor market. The wage of female was only about 67.5% of those of males in 1978, and it increased to 82.5% in 2013. Although the gender wage gap tended to shrink over time, the differences between male and female still exist. The main purpose of this thesis is to investigate the relationship between gender wage gap and choices of major. Firstly, we use 1978-2013 Manpower Utilization Survey and analyze the gender differences in both of majors and wage gaps. The observed data seems indicate that the gender preference of choices in majors is correlated with gender wage gaps. Then, we apply the standard Oaxaca decomposition to investigate the wage gap between male and female workers. The estimated results show that the average wage of male is 29.3% higher than female from 1978 to 2013. Most of differences in gender wage gaps are caused by the unexplained component which stands around 75.5% to 81%. For workers with senior occupational high school education and above, the size of gender wage gaps are in descending order as follows: Business, Medicine, Agriculture, Engineering, Police, Science, Law, Literature and Education. Our empirical results also show that the higher the workers’ education, the less the proportion of the differences in wage gap cannot be explained by gender differences in endowment. Finally, after controlling for industry and occupation, choices of major still can enhance the explaining power of the model, which indicates that choices of major play an important role in explaining gender wage gaps. However, the importance of majors in explaining the gender wage gaps has decreased over times.. Keywords：Gender Wage Gap, Choices of Major.

(5) 目錄目錄 ...................................................................................................................... I 圖目錄 ................................................................................................................... II 表目錄 ................................................................................................................. III 附表目錄 ............................................................................................................. IV 第一章緒論 .......................................................................................................... 1 第一節研究動機 .............................................................................................. 1 第二節研究目的 .............................................................................................. 5 第三節論文架構 .............................................................................................. 6 第二章文獻回顧 .................................................................................................. 7 第一節影響兩性薪資差異的因素 .................................................................. 7 第二節選修科系不同對薪資差異的影響 .................................................... 10 第三章資料來源與選取 .................................................................................... 13 第一節第二節第三節第四節第五節第六節第七節. 資料來源 ............................................................................................ 13 變數衡量 ............................................................................................ 14 資料特性 ............................................................................................ 17 探討不同教育程度之性別薪資差異 ................................................ 19 探討不同科系之性別比例 ................................................................ 22 探討科系之性別薪資差異 ................................................................ 26 產業、職業與科系之關係 ................................................................ 30. 第四章實證模型 ................................................................................................ 36 第五章實證結果 ................................................................................................ 40 第一節第二節第三節第四節. 薪資方程式估計結果 ........................................................................ 40 薪資所得差異分解結果 .................................................................... 45 各科系薪資所得差異分解結果 ........................................................ 50 科系之實證模型解釋能力 ................................................................ 53. 第六章結語 ........................................................................................................ 63 參考文獻 .............................................................................................................. 66 附錄 ...................................................................................................................... 69. I.

(6) 圖目錄圖 1-1：1978-2013 年台灣兩性薪資趨勢 ......................................................... 2 圖 1-2：1978-2013 年台灣兩性薪資差異趨勢 ................................................. 3 圖 3-1：1978-2013 年以三年為一區間之各教育程度下的男女薪資差異 ... 20 圖 3-2：1978-2013 年各科系女男人數比例 ................................................... 23. II.

(7) 表目錄表 3-1：變數定義與敘述統計 .......................................................................... 17 表 3-2：1978-2013 年各教育程度下的兩性薪資差異 ................................... 21 表 3-3：1978-2013 年各科系女/男人數比例 .................................................. 24 表 3-4：1978-2013 年各科系之男女薪資差異 ............................................... 27 表 3-5：1978-2013 年大專及以上各科系樣本個數 ....................................... 28 表 3-6：科系與職業關係表-五專及大學學歷以上 ........................................ 31 表 3-7：科系與產業關係表-五專及大學學歷以上 ........................................ 33 表 5-1：1978-2013 年各變數之迴歸統計係數 ............................................... 41 表 5-2：薪資所得差異分解結果 ...................................................................... 46 表 5-3：各期薪資所得差異分解結果－無學歷區分 ...................................... 47 表 5-4：各期薪資所得差異分解結果－大學以上學歷 .................................. 48 表 5-5：各期薪資所得差異分解結果－五專學歷 .......................................... 48 表 5-6：各期薪資所得差異分解結果－高職以下學歷 .................................. 48 表 5-7：各科系薪資所得差異分解結果 .......................................................... 51 表 5-8：高職以上學歷科系、產業及職業之解釋能力 .................................. 54 表 5-9：大學以上學歷科系、產業及職業之解釋能力 .................................. 56 表 5-10：高中以下學歷產業及職業之解釋能力 ............................................ 58 表 5-11：產業與科系相關係數........................................................................ 59 表 5-12：職業與科系相關係數 ........................................................................ 61. III.

(8) 附表目錄. 附表 1：產業與科系相關性-大專以上學歷 ............................................................ 69 附表 2：職業與科系相關性-大專以上學歷 ............................................................ 71. IV.

(9) 第一章緒論. 第一節. 研究動機. 台灣經濟的快速發展，使薪資所得有逐漸上升趨勢，而我們卻也發現男性與女性的薪資所得存在差距(如圖 1-1)，歷年來男性薪資一直處於高於女性的情況，雖然兩性薪資差異於 1998 年後有逐漸所小的趨勢，女性占男性薪資的比例自 1978 年的 67.5%提高至 2013 年的 82.5%，但女性薪資所得仍明顯低於男性。過去許多文獻利用許多不同的觀點來探討男女薪資差異的問題，例如婚姻狀況 (Becker, 1985; Goldin and Polachek, 1987)、性別歧視(Kao, Polachek and Wunnava, 1994)、教育資本(Brown and Corcoran,1997)等。然而，隨著大學教育的普及，了解教育程度的差異與不同科系的選擇對於兩性薪資差異的影響，是一個值得去探討的議題。國外有許多文獻於探討關於教育領域的選擇對於兩性薪資差異影響的議題(Paglin and Rufolo,1990; Brown and Corcoran,1997; Joy,2003)，在台灣的部分， Lin(2010)提到教育領域的選擇是影響兩性薪資差異的原因之一，性別於科系選擇上受到許多因素的影響，使他們選擇不同的教育領域，影響了未來職場上職業與薪資所得的差異。在兩性薪資差距的變化上(如圖 1-2)，於 1978-1998 年維持在一定的差距，而 1998 年後女性薪資增加之幅度大於男性，使兩性間薪資的差距有慢慢下降的趨 1.

(10) 圖 1-1：1978-2013 年台灣兩性薪資趨勢註：薪資對數為作者計算所得，詳細的計算方式請參考第三章資料來源：1978-2013 年行政院主計總處「人力資源運用調查」資料. 勢。兩性薪資差異減緩原因根據曾敏傑(2001)所述，台灣男性之年資普遍高於女性，但由於女性勞動品質(教育程度、工作經驗等)改善較男性快，因此男性在人力資本上的優勢遞減，有助於改善男女之薪資差異，雖然兩性薪資差距有逐漸縮小的趨勢，但兩性間差距仍然存在。Oaxaca(1973)利用薪資分解方程式探討兩性薪資差異原因，將造成男女薪資差異的因素分為兩類，包含個人生產力差異以及歧視。一般而言，擁有相同生產力的兩個人，應該要有相同的薪資水準，但往往會因為性別或種族而存在差異，產生同工不同酬的狀況(Becker, 1958)，這種性別不同之歧視，導致女性往往在工作職場上升遷不易，遭到不平等的對待。然而，. 2.

(11) 圖 1-2：1978-2013 年台灣兩性薪資差異趨勢註：薪資對數為作者計算所得，詳細的計算方式請參考第三章資料來源：1978-2013 年行政院主計總處「人力資源運用調查」資料. 在個人生產力差異部分包含婚姻狀況、教育年數、工作經驗、選修科系、產業及職業等因素，上述因素對於男女薪資差異影響程度皆不相同，何種因素的影響較大，又何種因素影響較小？影響男女薪資差異的因素中，教育是一個重要的環節，Lin(2010)提到台灣因為經濟的蓬勃發展使教育開始受到重視，台灣擁有大學學歷者由 1980 年的 11.5% 增加至 2006 年的 59.8%。除了教育程度，不同科系的選擇也是影響薪資差異的原因之一，科系種類影響了未來進入職場後有不同的職業趨向，使男性和女性在不同類型的職業上有不同的薪資水平。然而，兩性於科系選擇上受到許多因素影響，例如傳統對於男女既定的印象的不同、男女各自偏好不同以及男女能力差異. 3.

(12) 等。除了上述因素外，由於社會存在性別歧視，某些產業對性別有特定偏好，導致學生在科系選擇上除了考慮自己本身的能力及興趣，亦會考慮未來就業方向而有不同的選擇(Polachek, 1978)。陳建志(2001)提到台灣從事偏向女性的職業對於個人薪資所得存在負向的影響，而女性就業者中有 60%從事偏向女性的職業，這使女性相較於男性處於薪資劣勢情形。Roksa(2005)於美國亦有相同研究結果，傳統女性科系畢業的學生其薪水所得較其他科系低，所以男性與女性在教育科系選擇上的差異，將影響未來職場上職業及薪資的差異。由於男性與女性於科系選擇上的差異，進入職場後有因為各自偏向的產業不同，而有不同的薪資水平，有此可知科系選擇的重要性。因此，本文以科系差異為主軸，並參考國內外兩性薪資差異相關文獻(Kao and Polachek and Wunnava,1994 ; Marini and Fan,1997 ; 施智婷,2000 ; 張晉芬和杜素豪,2010)，來探討科系不同對於兩性薪資差異影響。. 4.

(13) 第二節. 研究目的. 男女薪資差異是一個長久以來受到關注的議題，國內外有許多針對影響兩性薪資差異原因所作的研究，包含性別歧視、學歷、經驗、能力、科系差異、產業及行業等因素之文獻。然而，台灣於探討兩性薪資差異之相關文獻，較少人針對科系選擇差異進行研究。男性和女性因為不同的特徵及屬性選擇了不同的教育領域，例如性別歧視、能力及偏好等因素，而不同的教育領域又影響了未來就業職場上的產業及職業，使兩性薪資產生差異。因此，為清楚了解兩性薪資差異，我們必須同時探討兩性在科系選擇方面的差異，再進一步探討選修不同科系對薪資的影響。本研究探討的問題如下： 1.台灣 1978 年-2013 年間薪資所得的趨勢及男女薪資差異程度為何？造成男女薪資差異之因素為何？ 2.兩性在科系選擇上有何不同？而科系選擇在薪資差異中扮演何種角色？. 5.

(14) 第三節. 論文架構. 本文共分成六個章節，其架構如下：第一章緒論，主要針對研究動機、研究目的以及論文架構作完整描述。第二章文獻回顧，彙整國內外與兩性薪資差異相關文獻，將其區分為兩類整理，分別為影響兩性薪資差異的因素，以及選修不同科系對兩性薪資差異影響之相關文獻回顧。第三章資料來源與分析，利用行政院主計總處提供之「人力資源附帶專案調查-人力運用調查」進行研究。並介紹本文變數與資料特性，簡單分析不同教育程度之性別薪資差異、不同科系之性別比例以及探討科系之性別薪資差異。第四章實證模型，利用 Oaxaca(1973)薪資分解模型作為本文的實證模型。第五章實證結果與分析，利用 Oaxaca(1973)薪資分解方程式為基礎，分析男女薪資差異，將影響因素區分為可解釋部分(個人稟賦差異)以及無法解釋(歧視) 兩個部分，並進一步探討選修科系不同對薪資差異的影響，分析模型估計結果。 Goldin, Polachek(1987)和 Lin(2010)亦使用此薪資分解方程式進行研究。第六章結論與研究建議，歸納實證結果，並依據本文限制提出未來可能的研究方向。. 6.

(15) 第二章文獻回顧. 第一節. 影響兩性薪資差異的因素. 過去 20、30 年來，「兩性薪資差異」為許多國家關注的議題，台灣亦不例外。美國女性薪資占男性比例自 1980 年的 69%增加至 1989 年為 74%，而 1993 年增加至 80% (O’ Neill, 2003)。台灣女性薪資占男性薪資的比例自 2002 年的 68%提高至 2007 年的 74%(張晉芬與杜素豪, 2010)。不論是美國或台灣，兩性薪資差異有. 逐漸下降的趨勢，但此差異仍然存在。蔡淑鈴(1990)將兩性薪資差異原因分為六點：(1)男性與女性在人力資本累積上的差異；(2)家庭內傳統性別分工對女性的限制；(3)勞動市場上的性別歧視； (4)勞動市場參與型態差異；(5)男性與女性工作時數方面的差異；(6)職業或行業的性別既定印象造成的區隔。除了上述因素，Paglin and Rufolo(1990)及 Lin(2010) 提到男女之間教育資本的不同亦會使男女薪資產生差異。許多文獻在探討男性與女性對於工作投資程度差別上，大多認為女性在工作上投資程度明顯較男性少。然而，形成此投資差異其中一個可能原因為「婚姻」，就已婚女性而言，其婚後家庭責任感較已婚男性重，在工作及家庭兩者分配上，女性花較多時間在照顧家庭，投入在職場上的努力程度相較於男性少(Becker, 1985)。就單身女性而言，他們預期未來將面臨結婚、生子，可能需中斷工作照 7.

(16) 顧小孩，使單身和已婚女性同樣對於工作之投入程度較低 (Goldin and Polachek,1987)。相反地，就已婚男性而言，其勞動參與率較高，且於工作上提供較高的投資程度，比起單身男性、單身女性及已婚女性，已婚男性擁有更多的人力資本，使其投資報酬率高，於薪資方面擁有較高優勢(Kao, Polachek and Wunnava,1994)。兩性明顯於工作上有人力資本投資差異，使得男性與女性在職場上即使投入相同的勞動參與率，女性的投資報酬仍低於男性的情況(Becker, 1985)。兩性在工作投入程度不同，會影響雇主雇用員工時的考量，由於雇主預期女性未來可能會離職，因此某些行業之雇主可能較不想雇用女性員工，而盡量選擇人力資本投入較多的男性，造成女性求職上處於劣勢，亦或者雇主在薪資上給予男女不同的待遇(Goldin and Polachek,1987)。若女性較低的薪資及較劣勢的職業地位是因為上述這種不平等之就業機會所造成，代表此經濟體系無法充分利用高生產力的員工，對於性別存在歧視(Kao, Polachek and Wunnava,1994)。假若社會存在歧視，即使男性與女性的個人特徵、貢獻相同，其獲得的報酬並不相同，此為同工不同酬的情況，相反的，在相同薪資結構且沒有歧視的情況下，由於個人生產力稟賦的不同，使得兩性薪資產生差異(Oaxaca, 1973)。另外，Goldin and Polachek(1987)提到女性在危險行業上之離職率相較於男性高，「工作穩定度」偏低，造成雇主認為女性在此行業上的適當性低於男性，導致某些行業成為男性居多的行業。Viscusi(1980)對此有不同的看法，其實證結果 8.

(17) 發現，若女性擁有男性的特徵，女性之工作穩定度將高於男性，顯示女性工作穩定度相較於男性低之可能原因，在於兩性個人特徵的異質性以及工作特徵的異質性，而此異質性造成了兩性的薪資差距及職業的差異。由於傳統上的許多觀念，影響了過去男性與女性思維上的差異，就「教育」而言，男性和女性就讀大學原因亦有不同，Polachek(1978)提到傳統上的思維影響了兩性上大學的原因，男性就讀大學主要是想學習更多知識，使自己擁有更高的薪資；女性則想藉由就讀大學結交更多朋友，找到更優秀的伴侶。在「教育」的差異上，Willis and Rosen(1979)利用比較優勢去探討如何決定是否繼續升學，結論顯示升學階段的學生會選擇對自己較有利的選擇，會選擇只念到高中畢業的學生，代表不繼續升學相較於繼續念大學會有較好的薪資報酬；而那些選擇繼續念大學的學生，代表繼續升學會有較好的薪資報酬。但此比較優勢受到許多傳統觀念的影響，就「家庭背景」而言，在過去的年代裡，不論國內外都存在著重男輕女的觀念，家長通常只會資助男性繼續升大學，除了環境較富裕的家庭能夠培養女性繼續就讀大學，導致男性就讀大學的比例高於女性，間接造成男性薪資較女性高之情況(Polachek,1978)。 Brown and Corcoran(1997)提到人力資源的主要投資為學校教育，用來增加未來的職業發展和工資，學生離開學校時有著不同的訓練，這些訓練的差異解釋了大部分男女之間薪資的差異的原因，而某些科系提供了訓練和課程增加學生的能力，可能是選擇不同科系會產生薪資差距的原因。 9.

(18) 在現今經濟逐漸發達的代裡，兩性上大學的比例已逐漸改善，傳統印象對於教育的問題已不再是升學，而在於兩性選擇的大學科系。男性與女性會因為傳統的印象與思維選擇特定的科系(Paglin and Rufolo,1990)，例如男性多選擇數學、物理科學、工程類別，而女性多選擇教育、語文、家政類別。然而，Roksa(2005) 研究發現傳統女性科系畢業的學生其薪水所得較其他科系低，所以男性與女性在教育科系選擇上的差異，將影響未來職場上職業及薪資的差異。. 第二節. 選修科系不同對薪資差異的影響. 國內外皆有文獻提到「科系」的差異有效幫助解釋性別薪資差異，Machin 和 Puhani(2003)實證結果顯示，英國與德國加入科系變數後，實證模型可解釋部分提升 2%~4%的解釋能力。在台灣的部分，Lin(2010)實證結果顯示，加入科系變數後實證模型可解釋部分提升 6%的解釋能力。男性與女性因為傳統的既定印象、個人特質及偏好上的差異，使他們選擇了不同的科系，過去文獻發現，不同性別會有各自偏好的科系種類，而這些科系選擇影響未來他們在職場走入不同的職業，即使教育程度相同，科系之差異使得兩性職業地位及薪資存在差異(陳建州,2011)。一般而言，傳統男性偏好的教育科系薪資通常較高，例如數學、物理科學、工程類別，而女性偏好的教育科系所連結的職業部門比較缺乏內部勞力市場、收入較低(Paglin and Rufolo,1990)。如上述 10.

(19) 所訴，如果女性持續選擇傳統女性科系，男性與女性在勞動市場上的薪資差異問題將持續存在，因此探討兩性薪資差異原因有其重要性。學生在選擇大學科系上，除了傳統的印象及偏好，能力亦是造成選系差異原因之一，Polachek(1978)提到男性和女性除了有不同科系的偏好，在能力上亦各自擁有擅長的部份。整體而言，男性在數理方面成績普遍優於女性，而女性則在語文方面成績優於男性，兩性在選擇科系上可能選擇自己較有優勢的科系，如此一來男性和女性在科系選擇上出現明顯差異，以致於女性偏好語文、教育及家政類科系，男性則較偏好商科、工科及物理科學類科系。Paglin and Rufolo(1990) 延伸 Polachek(1978)的結論，利用 SAT 及 GRE 成績來觀察兩性大學科系的選擇， GRE 數學能力越高者大多選擇數學、物理、科學、工程類別，只有少數者選擇教育、社會類，GRE 數理能力較弱者則相反。然而，在數學、物理科學、工程類別之職業薪資大多高於教育、社會類別，導致結果形成數理能力高者其薪資亦較高。男性族群在 GRE 數理分數的高分群大於女性，所以男性多選擇薪資較高的科系，使得薪資高的部分男性比例較高，而低薪資的部分女性比例較高。至於高中生選組方面，郭祐誠與許聖章(2011)研究顯示，數學成績對於兩性在選組偏好上是重要的解釋因素，但數學成績對於男性與女性選擇組別的影響並不相同，在社會價值觀的影響下，儘管女性有足夠的能力，但考量未來的工作性質，即使女性與男性具有相同的高數學能力，女性仍然較不會選擇自然組，兩性大學科系的選擇除了和數學能力有相關，女性的生育能力和科系也有相 11.

(20) 關，Blakemore and Low(1984)研究發現若女性預期自己不會生小孩，其科系的選擇和男性較相似，若女性預期自己有高生育能力，會偏向選擇過時或處於劣勢的科系。另外，陳建州(2009)研究發現家庭背景會影響女性於科系上的選擇，家長教育程度為大學以上的女性，比較傾向投入男性學類；家長教育程度為國中以下的女性，比較不傾向投入男性學類，而家庭背景對於男性的科系選擇較無顯著影響。 Brown and Corcoran(1997)於研究學校課程內容的差異對男女薪資差異的影響時，發現科系差異對於不同教育族群而言影響程度不盡相同。大學時期，選擇不同科系對於男女之間薪資差異有顯著影響，工作經驗對於薪資差異的影響程度不高；高中族群，男女選擇不同的課程對薪資差異的影響不大，工作經驗為影響薪資差異的主要因素。不同於以往，女性近 20 年來大學就學率上升，且選擇科系上有逐漸在改變，開始選擇傳統男性選擇的科系(Joy,2003)。如果要改變男、女性教育選擇的習慣，進而降低職業成就性別差異，就必須要從改善工作環境中性別差異對待的情形做起。當女性在傳統男性職業部門中所面對的差別待遇與歧視獲得改善之後，女性投入這類工作的意願將會提升，如此一來就可能改變女性的教育選擇行為 (陳建州,2011) 。. 12.

(21) 第三章資料來源與選取. 第一節. 資料來源. 本文實證分析採用行政院主計總處所提供的「人力資源附帶專案調查-人力運用調查」進行研究。此調查自 1978 年起每年 5 月隨同「人力資源調查」附帶辦理，調查對象為台灣地區年滿 15 歲以上之本國籍人口，但不包括武裝勞動力及監管人口。此專案調查主要目的在於瞭解台灣地區勞動力運用、移轉及就業、失業等短期變動資料，用以提供人力政策、就業訓練及輔導就業服務之參考依據。本文選用 1978 年到 2013 年共三十六年度的資料，年齡範圍包含 15 歲到 65 歲民間人口 1；工作身分僅保留受雇員工，包含受政府雇用者及受私人雇用者，經資料篩選後，實際資料筆數為 740,006 筆，其中男性有 438,566 筆，女性有 301,440 筆。. 1. 早期女性工作者包含許多 15-25 歲未婚女性，故加入此年齡區間 13.

(22) 第二節. 變數衡量. 本文利用 Stata 統計軟體進行資料整理與分析。被解釋變數為每小時薪資所得，文中以 lwage 表示之，其計算方法如下：每月薪資所得. 31) 每周工作時數 × 7 每小時薪資 = × 100 消費者物價指數 (. 以下為本文解釋變數說明：婚姻狀況（mar）：定義變數 1 為有配偶，0 為未婚、離婚、分居或配偶死亡。性別（sex）：定義變數 1 為男性，0 為女性。工作地區（county）：依據地理位置將台灣區分成北中南東四個地區。變數 county1 代表北部地區，包含台北市、新北市、桃園縣、新竹市、新竹縣、基隆市；變數 county2 代表中部地區，包含台中市、彰化縣、苗栗縣、南投縣、雲林縣；變數 county3 代表南部地區，包含嘉義市、嘉義縣、台南市、高雄市、屏東縣、澎湖縣；變數 county4 代表東部地區，包含宜蘭縣、花蓮縣、台東縣，以北部為對照組。教育年數（syr）：本文教育年數的設定是依據「教育程度」此變數來計算，人力運用調查將教育程度分成十類，依序為不識字、自修、小學、國中、高中、高職、五專(前三年劃記高職)、大學、研究所以及博士。在變數設定上，若教育程度為不識字、自修、小學，設教育年數為 6；教育程度為國中，設教育年數 9； 14.

(23) 教育程度為高中或高職，設教育年數 12；教育程度為五專，設教育年數 14；教育程度為大學，設教育年數 16；教育程度為研究所，設教育年數 18；教育程度為博士，設教育年數 21。由於人力運用調查在 1978 年到 1987 年間將研究所及博士併入大學以上，因此教育年數 18 及 21 的部分，不包含 1978 年至 1987 年；在民國 1988 年到 1994 年間將博士併入研究所以上，因此教育年數 21 的部分亦不包含 1988 年至 1994 年。工作經驗（exp）：本文工作經驗代表潛在工作經驗，將其定義為年齡減去教育年數再減去 6(學齡前年數)，方可得。其中，工作經驗小於 0 表示就學期間和一般正規修業年數短，此狀況較為特殊，將其剔除，約 5,104 個樣本。工作經驗平方項（exp2）：過去的文獻顯示，經驗的累積會使薪資呈現邊際效果遞減，所以我們估計的結果值為負項。每周工作時數（workhour）：剔除資料中大於 168 小時(一星期 168 小時)以及工作時數為負的樣本。現職工作年數（workyear）：定義為現職工作的任職年數。工作身分（employ）：本文觀察對象不包含雇主、自營作業者及無酬家屬，僅保留受政府雇用者及受私人雇用者。變數 1 代表受政府雇用者，變數 0 代表受私人雇用者。. 15.

(24) 學歷或考試之科系（fields）：此變數的調查範圍包含高職、五專及大學以上人口，高中學歷不分科系，不包含在此變數內。2012 年開始，人力運用調查將民生、藝術、社會系獨立成 3 個不同類別，為了使資料能夠統一，本文將上述 3 個類別併入其他。以虛擬變數表示成 11 類科系，變數若為 1 代表教育程度無科系區分者(高中、國中、國小等教育程度)，變數 2 代表文科，變數 3 代表法，變數 4 代表商、管理，變數 5 代表理科，變數 6 代表工科，變數 7 代表農，變數 8 代表醫，變數 9 代表軍警，變數 10 代表教育，變數 11 代表其他。以教育程度無科系區分者作為對照組。產業（industry）：將產業歸類為 8 大項，以虛擬變數表示，變數若為 1 代表農林漁牧礦業，變數 2 代表製造業，變數 3 代表水電資源業，變數 4 代表工程營造業，變數 5 代表批發零售業，變數 6 代表運輸業，變數 7 代表服務業，變數 8 代表其他產業 2。以農林漁牧業為對照組。職業（position）：將職業歸類為 9 大項，以虛擬變數表示，變數若為 1 代表民意代表、主管及經理人員，變數 2 代表專業人員，變數 3 代表技術員及助理專業人員，變數 4 代表事務支援人員，變數 5 代表服務及銷售工作人員，變數 6 代表農林漁牧生產員，變數 7 代表技藝工作，變數 8 代表機械操作組裝，變數 9 代表基層技術及勞工。以民意代表、主管及經理人員作為對照組。. 2. 其他產業包含「公共行政及國防服務業」以及「國際組織與外國機構」兩項 16.

(25) 第三節. 資料特性. 表 3-1：變數定義與敘述統計變數. 定義. lwage. 薪資所得，利用每小時薪資取對數得出婚姻狀況性別虛擬變數，1 為男性，0 為女性教育年數工作經驗工作經驗平方項現職工作年數工作身分，1 為受政府雇用者，0 為受私人雇用者. mar sex syr exp exp2 workyear employ. 平均數. 標準差. 最小值. 最大值. 4.863. 0.580. 2.766. 6.243. 0.571 0.594. 0.495 0.491. 0 0. 1 1. 11.112 18.103 478.086 6.346 0.160. 3.424 12.263 552.737 6.913 0.367. 6 0 0 0 0. 21 52 2704 50.833 1. 0.369 0.248 0.316 0.067. 0.483 0.432 0.465 0.249. 0 0 0 0. 1 1 1 1. 0.482. 0.500. 0. 1. 0.024 0.006 0.191 0.008 0.194 0.019 0.023 0.013 0.020 0.019. 0.153 0.078 0.393 0.091 0.396 0.136 0.150 0.114 0.140 0.138. 0 0 0 0 0 0 0 0 0 0. 1 1 1 1 1 1 1 1 1 1. 工作地區北部地區（對照組） county1 中部地區 county2 南部地區 county3 東部地區 county4 學歷或考試之科系畢業程度無科系區分者（對 field1 照組） field2 field3 field4 field5 field6 field7 field8 field9 field10 field11. 文法商、管理理工農醫軍警教育其他科系. 17.

(26) 表 3-1(續)：變數定義與敘述統計變數. 定義. 平均數. 標準差. 最小值. 最大值. 產業 industry1 industry2 industry3 industry4 industry5 industry6 industry7 industry8 職業. 農林漁牧礦業（對照組）製造業水電資源業工程營造業批發零售業運輸業服務業其他. 0.030 0.379 0.009 0.109 0.119 0.054 0.248 0.052. 0.170 0.485 0.096 0.311 0.324 0.226 0.432 0.223. 0 0 0 0 0 0 0 0. 1 1 1 1 1 1 1 1. position1. 民意代表、主管及經理人員（對照組）專業人員技術員及助理專業人員事務支援人員服務及銷售工作人員農林漁牧生產員技藝工作機械操作組裝基層技術及勞工. 0.022. 0.148. 0. 1. 0.081 0.163 0.133 0.111 0.023 0.239 0.155 0.072. 0.273 0.369 0.340 0.315 0.148 0.427 0.362 0.259. 0 0 0 0 0 0 0 0. 1 1 1 1 1 1 1 1. position2 position3 position4 position5 position6 position7 position8 position9. 註：其他產業包含「公共行政及國防服務業」以及「國際組織與外國機構」兩項. 18.

(27) 第四節. 探討不同教育程度之性別薪資差異. 本節將年份從 1978 年開始以三年平均為一區間，分成 12 個時間點，利用三年之中間年為標記代號，例如 1978-1980 年三年之平均薪資差異以 1979 年作為代號，教育程度分為國中以下、高中職、大專以上三個類別，觀察各時期不同教育程度的兩性薪資差異。圖 3-1 為 12 個時間區間之不同教育程度下男女薪資差異的變化。由圖比較三個教育程度男女薪資差異，以國中以下差異最大，高中職次之，大專以上最小，顯示教育程度越高差異相對較小，教育程度較低的差異相對較高。以下利用明確數據比較各教育程度之男女薪資差異。我們由表 3-2 挑出幾個年份的數據作為例子，教育程度若為國中以下，1979 年男性平均薪資較女性高出 53.9%，1994 年上升至 65.3%，增加了 11.4 個百分點，然而 2003 年下降至 48.4%，2012 年為 42.3%，和 1979 年相比減少了 11.6 個百分點。教育程度為高中職，男女間薪資差異在 1988 年後開始明顯減少，1979 年男性平均薪資較女性高出 48.4%，1988 年上升至 50.1%，增加了 1.7 個百分點，然而 2003 年下降至 32.8%，2012 年為 27%，和 1979 年相比減少了 21.4 個百分點。教育程度為大專以上，雖然男女薪資差異相較其他類別小，但 1979-2013 年差異減小幅度不大，由 1979 年的 30.6%上升至 1988 年的 31.3%，增加了 0.7 個. 19.

(28) 圖 3-1：1978-2013 年以三年為一區間之各教育程度下的男女薪資差異註：圖中每一點代表三年平均，以中間年表示於橫軸上；縱軸男女薪資差異定義為男性平均薪資對數減女性平均薪資對數，薪資對數為作者計算所得，詳細的計算方式請參考第三章資料來源：1978-2013 年行政院主計總處「人力資源運用調查」資料. 百分點，然而 2003 年下降至 25.5%，2012 年為 20.2%，和 1979 年相比減少了 10.4 個百分點。綜觀上述，各個教育程度下的男女薪資差異皆有逐漸縮小的趨勢，以高中職減少幅度較高，大專以上教育程度之薪資差異變化相對不明顯。比較高中職及大專以上兩族群之間的差距，我們發現 1979 年兩族群的差距為 18.2 個百分點，而 2012 年的差距為 6.8 個百分點，由於高中職下降速度大於大專教育程度，使兩者之間的差距逐漸縮小。. 20.

(29) 表 3-2：1978-2013 年各教育程度下的兩性薪資差異年份. 國中以下. 高中職. 大專以上. 1979 年(1978-1980) 1982 年(1981-1983) 1985 年(1984-1986) 1988 年(1987-1989) 1991 年(1990-1992) 1994 年(1993-1995) 1997 年(1996-1998) 2000 年(1999-2001) 2003 年(2002-2004) 2006 年(2005-2007) 2009 年(2008-2010) 2012 年(2011-2013). 53.9% 61.5% 59.6% 60.3% 63.6% 65.3% 57.8% 51.9% 48.4% 45.6% 44.9% 42.3%. 48.8% 50.8% 49.2% 50.1% 46.7% 44.2% 39.7% 35.7% 32.8% 30.5% 29.6% 27.0%. 30.6% 29.3% 26.5% 31.3% 26.8% 26.5% 24.3% 25.5% 25.5% 23.6% 23.6% 20.2%. 資料來源：1978-2013 年行政院主計總處「人力資源運用調查」資料. 21.

(30) 第五節. 探討不同科系之性別比例. 本節在探討各科系的女男比例，我們利用專科、大學以上程度作為觀察對象。依序上一個章節的作法，我們將年份從 1978 年開始以三年平均為一區間，區分成 12 個時間點，利用三年之中間年為標記代號，科系的部分提出法、商管、理、工四個類別作討論。圖 3-2 為法、商管、理、工四個類別女男人數比例，利用圖可以明顯看出 1979-2013 年女男人數比例之趨勢。即使女性就讀大學人數上升，大部分女性仍然選擇商管科系，導致商管類女性比例比其他科系高出許多。法律系女性比例僅次於商管類，女性人數亦有明顯上升的趨勢。相較於商管、法律系，女性選擇理工科的人數並沒有增加太多，兩性比例差異仍維持不對稱的狀態。以下利用明確數據分別討論各個科系。如表 3-3，各科系女性比例皆有逐漸增加的趨勢。在法律類部分，1979 年女性人數為男性人數的 22%，1988 年為 41.1%，1994 年為 68.8%，2003 年為 84%， 1978-2003 年共增加 62 個百分點，兩性比例於 2006 年後趨於穩定，女性人數約為男性的 90%-100%，男女選修人數大致相同。在商、管理類部分，女性比例於 1979-2003 年間有增加的趨勢，1979 年女性人數為男性人數的 87.8%，1988 年為 148.4%，1994 年為 170.1%，2003 年為 206%，1978-2003 年共增加 119 個百分點，. 22.

(31) 圖 3-2：1978-2013 年各科系女男人數比例註：圖中每一點代表三年平均，以中間年表示於橫軸上；縱軸代表女性人數占男性人數比例資料來源：1978-2013 年行政院主計總處「人力資源運用調查」資料. 1985 年開始女性比例皆高於男性，並且持續增加至 2003 年才趨於穩定，女性人數約為男性的 200%-210%，是女性居多的科系。在理科部分，1979 年女性人數為男性人數 17.2%，1988 年為 26%，1994 年為 38.2%，2003 年為 42.6%，1978-2003 年共增加 25.4 個百分點，於 2006 年後開始趨於穩定，女性人數約為男性的 49.2%、 98 年為 55.3%、2012 年為 46.4%，女性比例雖然有增加趨勢，但人數增加不多，現今男女比大致為 4 比 3。在工科部分，1979 年女性人數為男性人數的 4.1%， 1988 年為 8%，1994 年為 12.6%，2003 年為 15.3%，2012 年為 14%，1979-2012 年大約增加 10 個百分點，女性人數增加速度緩慢，女性最多的年度只有男性人 23.

(32) 表 3-3：1978-2013 年各科系女/男人數比例年份. 文. 法. 商管. 理. 工. 農. 醫. 軍警. 教育. 民生. 1979 年(1978-1980). 114.6%. 22.0%. 87.8%. 17.2%. 4.1%. 11.5%. 100.7%. 0.9%. 89.5%. 89.9%. 1982 年(1981-1983). 95.2%. 28.5%. 91.3%. 30.6%. 4.2%. 19.0%. 110.1%. 1.4%. 90.2%. 136.2%. 1985 年(1984-1986). 112.2%. 34.0%. 124.1%. 23.3%. 6.0%. 19.8%. 127.9%. 2.4%. 93.4%. 134.5%. 1988 年(1987-1989). 129.4%. 41.1%. 148.4%. 26.0%. 8.0%. 22.1%. 147.9%. 2.8%. 109.7%. 170.9%. 1991 年(1990-1992). 153.9%. 46.8%. 145.2%. 41.7%. 9.5%. 34.7%. 164.2%. 2.9%. 117.7%. 200.0%. 1994 年(1993-1995). 159.7%. 68.8%. 170.1%. 38.2%. 12.6%. 32.5%. 184.8%. 2.4%. 108.2%. 308.0%. 1997 年(1996-1998). 184.2%. 72.6%. 186.3%. 35.7%. 15.3%. 30.0%. 206.0%. 4.5%. 148.0%. 301.1%. 2000 年(1999-2001). 186.9%. 65.3%. 197.9%. 39.6%. 15.1%. 38.8%. 258.8%. 1.5%. 145.2%. 294.7%. 2003 年(2002-2004). 215.6%. 84.0%. 206.0%. 42.6%. 15.3%. 58.2%. 277.0%. 4.2%. 196.3%. 281.8%. 2006 年(2005-2007). 234.2%. 97.3%. 207.7%. 49.2%. 15.0%. 63.9%. 290.2%. 5.1%. 191.0%. 334.4%. 2009 年(2008-2010). 257.9%. 102.8%. 211.3%. 55.3%. 15.3%. 58.1%. 324.9%. 1.9%. 220.3%. 303.3%. 2012 年(2011-2013). 256.5%. 90.6%. 202.2%. 46.4%. 14.0%. 69.2%. 329.8%. 5.6%. 236.1%. 229.8%. 1979-2012 變化. +1.419. +0.685. +1.144. +0.292. +0.099. +0.577. +2.292. +0.047. +1.466. +1.398. 資料來源：1978-2013 年行政院主計總處「人力資源運用調查」資料. 24.

(33) 數的 15%，為男性人數居多的科系。另外，在文及教育類別部分，文組一直以來皆以女性居多，教育與商管組類趨勢相似，目前女性比例以文組最高，教育與商管次之。綜觀以上，女性比例上升以商、管與法律科系增加較為明顯，而理工科系仍以男性居多，其中可能原因 Paglin 和 Rufolo(1990)提到，大學生在選擇科系方面會受到個人數學能力影響，數學能力越高者大多選擇數學、物理、工程類別，數理能力較弱者則相反。. 25.

(34) 第六節. 探討科系之性別薪資差異. 延續上一個章節的做法，我們利用專科、大學以上程度作為觀察對象，年份從 1978 年開始以三年平均為一區間，區分成 12 個時間點，利用三年之中間年為標記代號。表 3-4 為 1978-2013 年以三年平均為一期之各科系薪資差異，首先，我們詳細討論商管及工科兩個人數最多的類別(大專及以上各科系人數如表 3-5)。在商、管理系部分，1979 年到 1988 年男女薪資差異變化不大，除 1985 為 42.9%，其餘年度大致在 50%左右，自 1988 年開始持續下降，1988 年男性平均薪資較女性高出 51.2%，1994 年男性高出 42.1%，2003 年為 39.1%，2012 年為 22.7%，1988-2012 年大約減少 28.5 個百分點。在工科部分，1979 年男性平均薪資較女性高出 23.2%， 1991 年較女性高出 47.5%，1979 年到 1991 年男女薪資差異增加了 24.3 個百分點，自 1994 年開始，差異逐漸減少，1994 年男性平均薪資較女性高出 42%，2003 年為 32.4%，2012 年為 17.6%，1994-2012 年大約減少了 24.4 個百分點。商、管理系以女性人數居多，但在薪資方面，女性在職場上並不具優勢，男性的平均薪資仍高於女性。工科以男性人數居多，平均薪資亦是男性高於女性，但男女薪資差異相較於商管科小。. 26.

(35) 表 3-4：1978-2013 年各科系之男女薪資差異年份. 文. 法. 商管. 理. 工. 農. 醫. 軍警. 教育. 民生. 1979 年(1978-1980). 23.3%. 35.5%. 49.9%. 42.2%. 23.2%. 30.0%. 59.6%. 39.7%. 13.8%. 22.2%. 1982 年(1981-1983). 20.2%. 35.1%. 48.8%. 37.1%. 26.9%. 15.9%. 59.7%. 12.7%. 16.8%. 27.1%. 1985 年(1984-1986). 21.3%. 39.7%. 42.9%. 8.7%. 39.3%. 25.5%. 53.8%. -1.7%. 15.5%. 18.4%. 1988 年(1987-1989). 27.6%. 37.1%. 51.2%. 25.7%. 37.4%. 41.8%. 70.1%. -4.7%. 16.0%. 36.4%. 1991 年(1990-1992). 25.6%. 28.5%. 41.6%. 15.8%. 47.5%. 30.8%. 57.7%. 14.3%. 14.4%. 17.8%. 1994 年(1993-1995). 24.2%. 26.9%. 42.1%. 8.6%. 42.0%. 29.2%. 59.8%. 5.7%. 15.3%. 15.5%. 1997 年(1996-1998). 19.4%. 25.6%. 44.2%. 16.0%. 39.2%. 34.2%. 46.3%. 0.5%. 15.2%. 32.6%. 2000 年(1999-2001). 17.3%. 26.9%. 43.4%. 16.1%. 35.1%. 37.0%. 53.6%. -3.0%. 17.4%. 23.5%. 2003 年(2002-2004). 15.3%. 14.9%. 39.1%. 16.1%. 32.4%. 30.6%. 51.2%. -4.6%. 20.0%. 32.0%. 2006 年(2005-2007). 19.9%. 23.7%. 31.9%. 10.4%. 28.6%. 24.4%. 49.7%. -10.1%. 13.8%. 35.0%. 2009 年(2008-2010). 17.1%. 18.3%. 29.4%. 10.7%. 23.9%. 44.7%. 52.4%. -4.1%. 18.3%. 28.9%. 2012 年(2011-2013). 14.5%. 16.2%. 22.7%. 16.2%. 17.6%. 29.4%. 52.0%. 1.5%. 15.9%. 18.3%. 1979-2012 變化. -0.088. -0.192. -0.272. -0.260. -0.056. -0.005. -0.076. -0.383. +0.021. -0.039. 資料來源：1978-2013 年行政院主計總處「人力資源運用調查」資料. 27.

(36) 表 3-5：1978-2013 年大專及以上各科系樣本個數科系文法商、管理理工農醫軍警教育民生全部. 男性人數比例 6217 (5.3%) 2731 (2.3%) 23070 (19.7%) 4207 (3.6%) 58172 (49.8%) 3009 (2.6%) 4257 (3.6%) 7400 (6.3%) 5853 (5.0%) 1982 (1.7%) 116898 (100.0%). 女性人數比例 11138 (12.5%) 1769 (2.0%) 42245 (47.4%) 1696 (1.9%) 7685 (8.6%) 1184 (1.3%) 10108 (11.3%) 228 (0.3%) 8262 (9.3%) 4755 (5.3%) 89070 (100.0%). 全部人數比例 17355 (8.4%) 4500 (2.2%) 65315 (31.7%) 5903 (2.9%) 65857 (32.0%) 4193 (2.0%) 14365 (7.0%) 7628 (3.7%) 14115 (6.9%) 6737 (3.3%) 205968 (100.0%). 資料來源：1978-2013 年行政院主計總處「人力資源運用調查」資料. 除上述科系外，在文科方面，1979 年男性平均薪資高於女性 23.3%，2012 年為 14.5%，男女薪資差異減少了 8.8 個百分點。法律系部分，1979 年男性平均薪資高於女性 35.5%，2012 年為 16.2%，男女薪資差異減少了 19.2 個百分點。理科部分，1979 年男性平均薪資高於女性 42.2%，2012 年為 16.2%，男女薪資差異減少了 26 個百分點。軍警類部分，1979 年男性平均薪資高於女性 39.7%， 1982 年男性高出 12.7%，於 1985 後男女平均薪資差不多，某些年度男性平均薪資較高，而某些年度女性較高。另外，在醫科部分，由於該科系包含護理人員在內，又護理人員以女性居多，所以男女薪資差異偏高，1979-1994 約為 60%，1994 年後約為 50%。至於農、教育及民生三個類別，男女薪資差異各年度起伏不定，沒有減少的趨勢。. 28.

(37) 整體而言，各科系的兩性薪資差異有逐漸縮小的趨勢，隨著女性大學就學率上升、技術能力和工作經驗迅速增加，使得女性的薪資水平逐漸上升，縮小了兩性的薪資差異(Smith and Michael, 1989)。然而，男性平均薪資高於女性的狀況仍存在於各科系間，造成這個問題的因素，可能原因為早期男性教育水準較高、人力資本處於優勢，另一個可能因素為歧視，使女性的平均薪資普遍低於男性。. 29.

(38) 第七節. 產業、職業與科系之關係. 欲了解科系的重要性，我們必須探討產業及職業兩者與科系是否有相關，如表 3-7 和表 3-8，利用專科、大學以上學歷作為觀察對象，分別探討相關趨勢，表中行(1)為各產業或行業工作者之各科系人數，行(2)為各產業或行業工作者之各科系比例，行(3)為各科系畢業後工作之產業或行業之比例。在職業部份，如表 3-7 綜合分析顯示，就商管系而言，約 35.69%~38.8%進入職場後從事的職業為事務支援人員、技術員及助理專業人員。就軍警而言，約 53.34%進入職場後從事的職業為服務及銷售工作人員 3。就法律系及工科而言，約 39.75%~45.29%進入職場後從事的職業為技術員及助理專業人員。文、理、醫科及教育系背景者，進入職場後從事的職業以專業人員居多，文、理、醫科約 39.61%~59.13%，教育系約 84.78%。而職業為技藝工作及機械操作組裝員之教育背景多為工科，約 63.87%~75.93%。農林漁牧生產員之教育背景多為農科，約 32.24%。在產業部分，如表 3-8 綜合分析顯示，教育背景為文、法、商管、理、醫科、教育系者，約有 41.99%~79.64%至服務業工作，其中教育系多達 93.67%。. 3. 根據中國民國職業標準分類，將消防人員、警察及保全等保安服務工作人員歸類為服務銷售工. 作人員 30.

(39) 表 3-6：科系與職業關係表-五專及大學學歷以上職業民意代表、主管及經理人員 (1)各科系人數 (2)各科系比例 (3)各科系所屬職業比例專業人員 (1)各科系人數 (2)各科系比例 (3)各科系所屬職業比例技術員及助理專業人員 (1)各科系人數 (2)各科系比例 (3)各科系所屬職業比例事務支援人員 (1)各科系人數 (2)各科系比例 (3)各科系所屬職業比例服務及銷售工作人員 (1)各科系人數 (2)各科系比例 (3)各科系所屬職業比例. 學歷考試之科系工農醫. 文. 法. 商、管理. 理. 軍警. 教育. 其他. 全部. 718 6.6 4.14. 329 3.03 7.31. 3,544 32.59 5.43. 409 3.76 6.93. 4,493 41.31 6.82. 236 2.17 5.63. 250 2.3 1.74. 208 1.91 2.73. 509 4.68 3.61. 179 1.65 2.66. 10,875 100 5.28. 6,875 12.89 39.61. 1,105 2.07 24.56. 5,314 9.96 8.14. 2,807 5.26 47.55. 13,420 25.16 20.38. 941 1.76 22.44. 8,494 15.92 59.13. 289 0.54 3.79. 11,967 22.43 84.78. 2,133 4 31.66. 53,345 100 25.9. 4,819 6.85 27.77. 2,038 2.9 45.29. 25,343 36.02 38.8. 1,725 2.45 29.22. 26,177 37.21 39.75. 1,670 2.37 39.83. 3,934 5.59 27.39. 1,752 2.49 22.97. 958 1.36 6.79. 1,942 2.76 28.83. 70,358 100 34.16. 3,675 9.6 21.18. 830 2.17 18.44. 23,308 60.87 35.69. 504 1.32 8.54. 6,293 16.43 9.56. 629 1.64 15. 843 2.2 5.87. 640 1.67 8.39. 386 1.01 2.73. 1,183 3.09 17.56. 38,291 100 18.59. 844 5.91 4.86. 152 1.06 3.38. 4,233 29.63 6.48. 165 1.15 2.8. 2,990 20.93 4.54. 265 1.85 6.32. 535 3.74 3.72. 4,069 28.48 53.34. 207 1.45 1.47. 827 5.79 12.28. 14,287 100 6.94. 31.

(40) 表 3-6(續)：科系與職業關係表-五專及大學學歷以上職業農林漁牧生產員 (1)各科系人數 (2)各科系比例 (3)各科系所屬職業比例技藝工作 (1)各科系人數 (2)各科系比例 (3)各科系所屬職業比例機械操作組裝 (1)各科系人數 (2)各科系比例 (3)各科系所屬職業比例基層技術及勞工 (1)各科系人數 (2)各科系比例 (3)各科系所屬職業比例全部 (1)各科系人數 (2)各科系比例 (3)各科系所屬職業比例. 學歷考試之科系工農醫. 文. 法. 商、管理. 理. 軍警. 教育. 其他. 全部. 9 3.67 0.05. 1 0.41 0.02. 54 22.04 0.08. 6 2.45 0.1. 67 27.35 0.1. 79 32.24 1.88. 10 4.08 0.07. 10 4.08 0.13. 3 1.22 0.02. 6 2.45 0.09. 245 100 0.12. 139 1.74 0.8. 11 0.14 0.24. 927 11.63 1.42. 136 1.71 2.3. 6,052 75.93 9.19. 136 1.71 3.24. 77 0.97 0.54. 280 3.51 3.67. 30 0.38 0.21. 182 2.28 2.7. 7,970 100 3.87. 199 2.17 1.15. 24 0.26 0.53. 2,096 22.9 3.21. 125 1.37 2.12. 5,845 63.87 8.88. 195 2.13 4.65. 178 1.94 1.24. 248 2.71 3.25. 37 0.4 0.26. 205 2.24 3.04. 9,152 100 4.44. 77 5.33 0.44. 10 0.69 0.22. 496 34.33 0.76. 26 1.8 0.44. 520 35.99 0.79. 42 2.91 1. 44 3.04 0.31. 132 9.13 1.73. 18 1.25 0.13. 80 5.54 1.19. 1,445 100 0.7. 17,355 8.43 100. 4,500 2.18 100. 65,315 31.71 100. 5,903 2.87 100. 65,857 31.97 100. 4,193 2.04 100. 14,365 6.97 100. 7,628 3.7 100. 14,115 6.85 100. 6,737 3.27 100. 205,968 100 100. 資料來源：1978-2013 年行政院主計總處「人力資源運用調查」資料 32.

(41) 表 3-7：科系與產業關係表-五專及大學學歷以上產業農林漁牧礦業 (1)各科系人數 (2)各科系比例 (3)各科系所屬產業比例製造業 (1)各科系人數 (2)各科系比例 (3)各科系所屬產業比例水電資源業 (1)各科系人數 (2)各科系比例 (3)各科系所屬產業比例工程營造業 (1)各科系人數 (2)各科系比例 (3)各科系所屬產業比例批發零售業 (1)各科系人數 (2)各科系比例 (3)各科系所屬產業比例. 學歷考試之科系工農醫. 文. 法. 商、管理. 理. 軍警. 教育. 其他. 全部. 35 3.99 0.2. 9 1.03 0.2. 202 23.03 0.31. 22 2.51 0.37. 261 29.76 0.4. 244 27.82 5.82. 36 4.1 0.25. 39 4.45 0.51. 9 1.03 0.06. 20 2.28 0.3. 877 100 0.43. 1,968 3.63 11.34. 364 0.67 8.09. 15,402 28.43 23.58. 1,553 2.87 26.31. 30,935 57.11 46.97. 916 1.69 21.85. 1,071 1.98 7.46. 694 1.28 9.1. 251 0.46 1.78. 1,016 2 15.08. 54,170 100 26.3. 101 4.12 0.58. 51 2 1.13. 512 20.89 0.78. 64 3 1.08. 1,556 63.48 2.36. 36 1.47 0.86. 20 0.82 0.14. 66 2.69 0.87. 17 0.69 0.12. 28 1 0.42. 2,451 100 1.19. 171 2 0.99. 56 1 1.24. 1,367 19 2.09. 91 1 1.54. 5,007 69.76 7.6. 105 1 2.5. 62 0.86 0.43. 174 2 2.28. 18 0 0.13. 126 2 1.87. 7,177 100 3.48. 2,004 8 11.55. 346 1 7.69. 11,947 48 18.29. 487 2 8.25. 7,204 29 10.94. 505 2 12.04. 970 4 6.75. 329 1 4.31. 177 1 1.25. 856 3 12.71. 24,825 100 12.05. 33.

(42) 表 3-7(續)：科系與產業關係表-五專及大學學歷以上產業運輸業 (1)各科系人數 (2)各科系比例 (3)各科系所屬產業比例服務業 (1)各科系人數 (2)各科系比例 (3)各科系所屬產業比例其他產業 (1)各科系人數 (2)各科系比例 (3)各科系所屬產業比例全部 (1)各科系人數 (2)各科系比例 (3)各科系所屬產業比例. 學歷考試之科系工農醫. 文. 法. 商、管理. 理. 軍警. 教育. 其他. 全部. 836 9 4.82. 237 2.55 5.27. 3,711 39.95 5.68. 180 1.94 3.05. 3,320 35.75 5.04. 180 1.94 4.29. 110 1.18 0.77. 402 4.33 5.27. 62 0.67 0.44. 250 2.69 3.71. 9,288 100 4.51. 10,434 11.79 60.12. 2,029 2.29 45.09. 27,426 30.99 41.99. 3,115 3.52 52.77. 14,026 15.85 21.3. 1,608 1.82 38.35. 11,441 12.93 79.64. 1,117 1.26 14.64. 13,221 14.94 93.67. 4,070 4.6 60.41. 88,487 100 42.96. 1,806 9.66 10.41. 1,408 7.53 31.29. 4,748 25.4 7.27. 391 2.09 6.62. 3,548 18.98 5.39. 599 3.2 14.29. 655 3.5 4.56. 4,807 25.72 63.02. 360 1.93 2.55. 371 1.98 5.51. 18,693 100 9.08. 17,355 8.43 100. 4,500 2.18 100. 65,315 31.71 100. 5,903 2.87 100. 65,857 31.97 100. 4,193 2.04 100. 14,365 6.97 100. 7,628 3.7 100. 14,115 6.85 100. 6,737 3.27 100. 205,968 100 100. 註：其他產業包含「公共行政及國防服務業」以及「國際組織與外國機構」兩項資料來源：1978-2013 年行政院主計總處「人力資源運用調查」資料. 34.

(43) 軍警科系學生約 63.02%畢業後之產業為其他。而製造業、水電資源業及工程營造業工作者之教育背景大多是工科。綜合上述可以發現，同一科系的學生會明顯傾向於某一類型的產業或職業，例如：商、管理系的學生畢業後大多往服務業工作，且職業多為事務支援人員；工科學生畢業後大多往製造業、水電資源業及工程營造業工作，且職業多為技術員及助理專業人員；所有科系中又以農、軍警、教育系學生之職業與產業趨向最為明顯。由此了解，科系的選擇是未來職場上產業或職業的導向。. 35.

(44) 第四章實證模型. Oaxaca(1973)提出薪資分解模型，將造成男女薪資差異的因素分解為兩個部分，一為個人稟賦差異，二為歧視。本研究以 Oaxaca 模型基礎，解釋男性、女性薪資存在差異的原因，除了一般認為的教育程度與工作經驗等可解釋因素，文化、傳統和公開歧視等無法解釋部分亦是影響男女薪資差異之原因。然而，上述因素影響了女性的勞動參與率及薪資，導致不平等的職業區別，即使職業相同，兩性薪資並不會相等。為了解釋男女薪資差異，Oaxaca(1973)提出衡量男女薪資不等的歧視差異係數(D)。如下式：. D=. 0. W W � m �−� m � Wf. Wf 0 Wm � � Wf. (1). 𝑊𝑊𝑚𝑚 = 男性薪資。 𝑊𝑊𝑓𝑓 = 女性薪資。 (. (. 𝑊𝑊𝑚𝑚 ) = 男性、女性實際薪資比率。 𝑊𝑊𝑓𝑓. 𝑊𝑊𝑚𝑚 0 ) = 無歧視狀況下的男性、女性薪資比率。 𝑊𝑊𝑓𝑓 將等式(1)取對數 W. W. 0. ln(D + 1) = ln � Wm � − ln � Wm � f. f. (2). 在沒有歧視的狀況下，有兩個假設必須存在：(一)女性的薪資結構可適用於. 男性，(二)男性的薪資結構可適用於女性。在假設(一)情況下，若歧視不存在，女性的實際薪資應和無歧視下的薪資相同，若存在歧視，男性的實際薪資高於無 36.

(45) 歧視下勞動市場薪資。在假設(二)情況下，若歧視不存在，男性的實際薪資應和無歧視下的薪資相同，若存在歧視，女性的實際薪資低於無歧視下勞動市場薪資。以下我們分別估計男性與女性個別薪資方程式，將薪資方程式定義為 ln(𝑊𝑊𝑚𝑚𝑚𝑚 ) = 𝑍𝑍𝑚𝑚𝑚𝑚 ′ 𝛽𝛽𝑚𝑚 + 𝑢𝑢𝑚𝑚𝑚𝑚. (3). ln�𝑊𝑊𝑓𝑓𝑓𝑓 � = 𝑍𝑍𝑓𝑓𝑓𝑓 ′ 𝛽𝛽𝑓𝑓 + 𝑢𝑢𝑓𝑓𝑓𝑓. (4). Wmi = 男性每小時薪資所得；Wfi = 女性每小時薪資所得。 𝑍𝑍𝑚𝑚𝑚𝑚 ′ = 男性之特徵向量；𝑍𝑍𝑓𝑓𝑓𝑓 ′ = 女性之特徵向量。. 𝛽𝛽𝑚𝑚 = 男性薪資方程式之迴歸係數；𝛽𝛽𝑓𝑓 = 女性薪資方程式之迴歸係數。. um = 男性薪資方程式之隨機誤差項；uf = 女性薪資方程式之隨機誤差項。假設男性與女性平均薪資變動率為 G，如(5)式 G=. �𝑚𝑚 −𝑊𝑊 � 𝑓𝑓 𝑊𝑊 � 𝑊𝑊𝑓𝑓. (5). 將等式(5)取對數 �𝑚𝑚 ) − ln�𝑊𝑊 �𝑓𝑓 � = ln(Wm ) ln(G + 1) = ln(𝑊𝑊 W. (6). f. 其中，. �𝑚𝑚 ) = 𝑍𝑍𝑚𝑚 ̅ ′ 𝛽𝛽̂𝑚𝑚 ln(𝑊𝑊. (7). �𝑓𝑓 � = 𝑍𝑍𝑓𝑓̅ ′ 𝛽𝛽̂𝑓𝑓 ln�𝑊𝑊. (8). ′ ′ 𝑍𝑍̅𝑚𝑚 與𝑍𝑍𝑓𝑓̅ 分別代表男性和女性解釋變數平均值矩陣。. 𝛽𝛽̂𝑚𝑚 與𝛽𝛽̂𝑓𝑓 分別代表男性和女性之迴歸係數矩陣。此外，利用(2)式和(6)式比較可發現 W. ln(D + 1) = ln(G + 1) − ln( Wm )0. (9). f. 37.

(46) 移項可得 W. ln(G + 1) = ln(D + 1) + ln( Wm )0. ( 10 ). f. 我們利用(10)式解釋影響男女薪資差異的原因，其原因可分為兩部分，包含 W. 存在歧視的工資差異ln(D + 1)，以及無歧視下的工資差異ln( Wm )0 。在相同薪資 f. 結構且沒有歧視的情況下，由於個人特徵、生產力稟賦的不同，產生同酬不同工的情況。相反的，若社會存在歧視，兩性會有同工不同酬的情況發生。其中，本文的個人特徵包含婚姻狀況、教育年數、工作經驗、工作經驗平方項、現職工作年數、工作身分、學歷及考試科系、產業以及職業。接下來，我們將(7)式男性解釋變數平均值，以及(8)式女性解釋變數平均值，帶入(5)式得出： ′ ′ ln(G + 1) = 𝑍𝑍̅𝑚𝑚 𝛽𝛽̂𝑚𝑚 − 𝑍𝑍𝑓𝑓̅ 𝛽𝛽̂𝑓𝑓. ′ ′ ′ = �𝑍𝑍̅𝑚𝑚 −𝑍𝑍𝑓𝑓̅ �𝛽𝛽̂𝑓𝑓 + 𝑍𝑍̅𝑚𝑚 �𝛽𝛽̂𝑚𝑚 − 𝛽𝛽̂𝑓𝑓 �. ′ ′ ′ = �𝑍𝑍̅𝑚𝑚 −𝑍𝑍𝑓𝑓̅ �𝛽𝛽̂𝑚𝑚 + 𝑍𝑍𝑓𝑓̅ �𝛽𝛽̂𝑚𝑚 − 𝛽𝛽̂𝑓𝑓 �. ( 11 ). ′ ′ ̅ ′ −𝑍𝑍𝑓𝑓̅ ′ �𝛽𝛽̂𝑚𝑚 為個人特徵不同的影響；𝑍𝑍𝑚𝑚 ̅ ′ �𝛽𝛽̂𝑚𝑚 − 𝛽𝛽̂𝑓𝑓 �和其中，�𝑍𝑍̅𝑚𝑚 −𝑍𝑍𝑓𝑓̅ �𝛽𝛽̂𝑓𝑓 和�𝑍𝑍𝑚𝑚. ′ 𝑍𝑍𝑓𝑓̅ �𝛽𝛽̂𝑚𝑚 − 𝛽𝛽̂𝑓𝑓 �為歧視所造成的影響。. 我們亦可將(11)改寫成. ′ ′ ̅ ′ −𝑍𝑍𝑓𝑓̅ ′ ) ln(G + 1) = 𝑍𝑍̅𝑚𝑚 �𝛽𝛽̂𝑚𝑚 − 𝛽𝛽 ∗ � + 𝑍𝑍𝑓𝑓̅ �𝛽𝛽 ∗ − 𝛽𝛽̂𝑓𝑓 � + 𝛽𝛽 ∗ (𝑍𝑍𝑚𝑚. ( 12 ). ̅ ′ �𝛽𝛽̂𝑚𝑚 − 𝛽𝛽 ∗ �為男性之優勢；𝑍𝑍𝑓𝑓̅ ′ �𝛽𝛽 ∗ − 𝛽𝛽̂𝑓𝑓 �為女性之劣勢；𝛽𝛽 ∗ (𝑍𝑍𝑚𝑚 ̅ ′ −𝑍𝑍𝑓𝑓̅ ′ ) 其中，𝑍𝑍𝑚𝑚. 為估計之生產力差異。. 方程式之權重除了可利用𝛽𝛽̂𝑚𝑚 或𝛽𝛽̂𝑓𝑓 ，我們亦可使用兩性係數組合權重𝛽𝛽̂ ∗ ，. 𝛽𝛽̂ ∗ = 0.5𝛽𝛽̂𝑚𝑚 + 0.5𝛽𝛽̂𝑓𝑓 (Reimers,1983)。Cotton(1998)則是利用男性與女性樣本比例 38.

(47) 𝑁𝑁𝑓𝑓 𝑁𝑁𝑚𝑚 將組合權重延伸為𝛽𝛽̂ ∗ = 𝑁𝑁 +𝑁𝑁 𝛽𝛽̂𝑚𝑚 + 𝑁𝑁 +𝑁𝑁 𝛽𝛽̂𝑓𝑓 𝑚𝑚. 𝑓𝑓. 𝑚𝑚. 𝑓𝑓. 利用 Oaxaca 薪資分解，我們清楚知道男女之薪資差異來源，個人生產力稟. 賦差異(可解釋部分)占多少百分比，以及男女歧視(無法解釋部分)占多少百分比。 Oaxaca 薪資分解方程式為探討男女薪資差異的基礎，後來的 Cotton(1998)與 Neumark(1998)皆利用此薪資分解方程式，延伸出其他分解方法，補強 Oaxaca 薪資分解方程式的缺陷。. 39.

(48) 第五章實證結果. 第一節. 薪資方程式估計結果. 本節利用薪資迴歸方程式解釋各變數與薪資關係，目的在於了解兩性不同因素對薪資之影響程度差別，我們針對不同性別進行估計，將其區分為男性、女性及兩性合併之薪資迴歸方程式三個部份，分析結果如表 5-1。合併迴歸式顯示，男性平均薪資較女性多出 25.7%。以下就男性與女性迴歸結果對各變數作解釋：就婚姻狀況而言，已婚男性平均薪資較其餘婚姻狀況之男性薪資高出 9.3%，男性結婚後對薪資有正向影響。相反的，已婚女性平均薪資較其餘婚姻狀況之女性薪資少 1.4%，女性結婚對薪資為負向影響。就教育報酬而言，在其他條件不變下，男性每增加一年受教育年數，平均薪資增加 3.3%；女性每增加一年受教育年數，平均薪資增加 4.5%，顯示女性之教育報酬率大於男性。就工作經驗而言，隨著工作經驗的增加，薪資會逐漸上升，但隨著工作經驗的累積有邊際報酬遞減的情形。然而，比較兩性的係數發現，男性的工作經驗累積的報酬較女性高。就工作年數而言，在其他條件不變下，男性工作年數每增加一年，平均薪資會上升 0.9%，而女性工作年數每增加一年，平均薪資會上升 1.4%，顯示在其他條件不變下，隨著工作年數的增加，女性的薪資成長幅度會大於男性。. 40.

(49) 表 5-1：1978-2013 年各變數之迴歸統計係數薪資所得迴歸係數. (1) 合併係數 0.257*** (0.001) 0.047*** (0.001) *** 0.039 (0.000) *** 0.022 (0.000) -0.000*** (0.000) 0.011*** (0.000) 0.131*** (0.001). 性別婚姻狀況教育年數工作經驗工作經驗平方項現職工作年數工作身分工作地區北部地區(對照組) 中部地區 -0.072*** 南部地區 -0.091*** 東部地區 -0.090*** 學歷或考試之科系高中及國中以下學歷 0.048*** 文科 0.118*** 法科 0.149*** 商、管理系 0.055*** 理科 0.090*** 工科 0.017*** 農科（對照組）醫科 0.120*** 軍警 0.079*** 教育系 0.068*** 其他科系 0.022*** 產業農林漁牧礦業（對照組）製造業 -0.076*** 水電資源業 0.036*** 工程營造業 0.121*** 批發零售業 -0.072*** 運輸業 0.060*** 服務業 -0.061*** 其他 -0.076*** 職業民意代表、主管及經理人員（對照組）專業人員 -0.142*** 技術員助理專業人員 -0.247*** 事務支援人員 -0.378*** 服務及銷售工作人員 -0.471*** 農林漁牧生產員 -0.623*** 技藝工作 -0.423*** 機械操作組裝 -0.425*** 基層技術及勞工 -0.588***. (2) 男性係數. (3) 女性係數. 0.093*** 0.033*** 0.028*** -0.001*** 0.009*** 0.102***. (0.001) (0.000) (0.000) (0.000) (0.000) (0.002). -0.014*** 0.045*** 0.016*** -0.000*** 0.014*** 0.184***. -0.066***. (0.001) (0.001). (0.001) (0.000) (0.000) (0.000) (0.000) (0.002). (0.002). -0.081 -0.074*** (0.002). -0.083*** (0.001) -0.111*** (0.001) -0.111*** (0.002). (0.003) (0.004) (0.005) (0.003) (0.005) (0.003). 0.034*** 0.049*** 0.130*** 0.067*** 0.091*** 0.030***. (0.003) (0.005) (0.007) (0.003) (0.006) (0.003). 0.071*** 0.117*** 0.181*** 0.034*** 0.134*** 0.044***. (0.006) (0.006) (0.009) (0.006) (0.009) (0.006). (0.004) (0.004) (0.004) (0.004). 0.182*** 0.073*** 0.006 0.013*. (0.006) (0.004) (0.005) (0.006). 0.057*** 0.402*** 0.086*** -0.002. (0.006) (0.020) (0.007) (0.006). (0.004) (0.006) (0.004) (0.004) (0.004) (0.004) (0.004). -0.074*** 0.033*** 0.082*** -0.107*** 0.039*** -0.097*** -0.066***. (0.005) (0.006) (0.005) (0.005) (0.005) (0.005) (0.005). 0.034*** 0.141*** 0.259*** 0.063*** 0.154*** 0.067*** -0.016. (0.008) (0.012) (0.009) (0.008) (0.009) (0.008) (0.009). (0.003) (0.003) (0.003) (0.003) (0.005) (0.003) (0.003) (0.003). -0.097*** -0.236*** -0.366*** -0.427*** -0.610*** -0.385*** -0.392*** -0.593***. (0.003) (0.003) (0.003) (0.003) (0.006) (0.003) (0.003) (0.003). -0.281*** -0.341*** -0.498*** -0.608*** -0.645*** -0.574*** -0.564*** -0.635***. (0.007) (0.006) (0.006) (0.007) (0.011) (0.007) (0.007) (0.007). (0.001) (0.001). ***. 41.

(50) 表 5-1(續)：1978-2013 年各變數之迴歸統計係數薪資所得迴歸係數年份虛擬變數 1978 年（對照組） 1979 年 1980 年 1981 年 1982 年 1983 年 1984 年 1985 年 1986 年 1987 年 1988 年 1989 年 1990 年 1991 年 1992 年 1993 年 1994 年 1995 年 1996 年 1997 年 1998 年 1999 年 2000 年 2001 年 2002 年 2003 年 2004 年 2005 年 2006 年 2007 年 2008 年 2009 年 2010 年 2011 年 2012 年 2013 年常數項 N adj. R2. (1) 合併係數. 0.074*** 0.083*** 0.160*** 0.240*** 0.276*** 0.307*** 0.358*** 0.399*** 0.433*** 0.514*** 0.620*** 0.706*** 0.781*** 0.826*** 0.870*** 0.908*** 0.920*** 0.920*** 0.928*** 0.940*** 0.942*** 0.939*** 0.970*** 0.962*** 0.953*** 0.932*** 0.914*** 0.907*** 0.897*** 0.871*** 0.875*** 0.863*** 0.854*** 0.847*** 0.844*** 3.695*** 734903 0.709. (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.003) (0.006). (2) 男性係數. 0.078*** 0.094*** 0.173*** 0.259*** 0.298*** 0.327*** 0.376*** 0.425*** 0.460*** 0.543*** 0.659*** 0.739*** 0.814*** 0.855*** 0.906*** 0.944*** 0.951*** 0.947*** 0.948*** 0.954*** 0.951*** 0.949*** 0.973*** 0.963*** 0.950*** 0.924*** 0.905*** 0.894*** 0.884*** 0.860*** 0.868*** 0.853*** 0.838*** 0.828*** 0.823*** 3.916*** 436264 0.690. (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.004) (0.007). (3) 女性係數. 0.070*** 0.064*** 0.135*** 0.203*** 0.240*** 0.280*** 0.333*** 0.363*** 0.401*** 0.474*** 0.567*** 0.661*** 0.737*** 0.789*** 0.818*** 0.858*** 0.878*** 0.883*** 0.902*** 0.926*** 0.937*** 0.931*** 0.969*** 0.964*** 0.961*** 0.945*** 0.929*** 0.926*** 0.915*** 0.885*** 0.885*** 0.875*** 0.873*** 0.873*** 0.875*** 3.730*** 298639 0.720. Standard errors in parentheses * p < 0.05, ** p < 0.01, *** p < 0.001. 註：其他產業包含「公共行政及國防服務業」以及「國際組織與外國機構」兩項資料來源：1978-2013 年行政院主計總處「人力資源運用調查」資料 42. (0.006) (0.006) (0.006) (0.006) (0.006) (0.006) (0.006) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.005) (0.006) (0.005) (0.005) (0.006) (0.006) (0.012).

(51) 就工作身分而言，不論男性女性，受政府雇用者的薪資大於私人雇用者。就工作地區而言，以北部地區為對照組，在其他條件不變下，我們發現不論男性或女性之平均薪資皆以位於北部地區工作者最高，其餘地區薪資由高到低依序為中部地區、東部地區，薪資最低區域為南部地區。然而，隨著地區的改變，女性工作者之薪資變化差異較男性大。就科系而言，以農科為對照組，男性選擇文、法律、商管、理工、醫科、軍警及教育科系之薪資皆比農科高，其中醫學系相較於農科高出 18.2%，為男性薪資最高之科系。女性部份和男性相似，所有科系之薪資皆比農科高，其中又以軍警薪資最高，相較於農科高出 40.2%。就產業而言，以農林漁牧業為對照組，在男性部份，製造業薪資相較於農林漁牧業少 7.4%，水電資源業相較於農林漁牧業多 3.3%，工程營造業比農林漁牧業 8.2%，批發零售業農林漁牧業少 10.7%，運輸業農林漁牧業多 3.9%，服務業農林漁牧業少 9.7%，其他產業農林漁牧業少 6.6%。在女性部份，製造業薪資相較於農林漁牧業多 3.4%，水電資源業相較於農林漁牧業多 14.1%，工程營造業比農林漁牧業 25.9%，批發零售業農林漁牧業少 6.3%，運輸業農林漁牧業多 15.4%，服務業農林漁牧業少 6.7%，其他產業農林漁牧業少 1.6%。在職業部份，以民意代表、主管及經理人員為對照組，在其他條件不變下，職業為專業人員之男性，其薪資相較於主管及經理人員少 9.7%，而女性相對少 28.1%；職業為技術員及助理專業人員之男性，其薪資相較於主管及經理人員少 43.

(52) 23.6%，而女性相對少 34.1%；職業為事務支援人員之男性，其薪資相較於主管及經理人員少 36.6%，而女性相對少 49.8%；職業為服務及銷售人員之男性，其薪資比主管及經理人員少 42.7%，而女性相對少 60.8%；職業為農林漁牧生產員之男性，其薪資比主管及經理人員少 61%，而女性相對少 64.5%；職業為技藝工作人員之男性，其薪資比主管及經理人員少 38.5%，而女性少 57.4%；男性機械操作人員比男性主管及經理人員少 39.2%，而女性 56.4%；男性基層技術及勞工比主管及經理人員少 59.3%，而女性少 63.5%。. 44.

(53) 第二節. 薪資所得差異分解結果. 利用表 5-1 之變數，我們可得到本文薪資所得差異模型分析結果，如表 5-2。由於 Oaxaca 薪資所得分解方程式會因為不同薪資結構而有不同的結果，我們在此分別利用男性薪資所得結構、女性薪資所得結構及組合薪資所得結構作分析。欄(A)為個人生產力造成的薪資差異(薪資差異可以解釋部份)；欄(B)為歧視造成的薪資差異(薪資差異無法被解釋部份)，若欄(A)與欄(B)係數為正表示男性薪資相較於女性高。欄(C)與欄(D)由欄(B)細分出來，欄(C)為男性受到的差別待遇，若為正代表男性受到正向的差別待遇；欄(D)為女性受到的差別待遇，若為正代表女性受到負向的差別待遇。如表 5-2，男性平均薪資對數為 4.981，女性為 4.689，兩性薪資相差 0.293，顯示女性的薪資低於男性。在兩性生產力不同所造成的薪資差異方面，就女性薪資結構看來，女性的薪資被低估 0.042；就男性薪資結構看來，女性的薪資被低估 0.05；就組合薪資結構看來，女性的薪資被低估 0.035。在歧視所造成的薪資差異方面，就女性薪資結構看來，女性的薪資被低估 0.251；就男性薪資結構看來，女性的薪資被低估 0.243；就組合薪資結構看來，女性的薪資被低估 0.257。綜合上述我們可以發現，兩性薪資差異原因主要來自於無法解釋差異，三種薪資結構的結果一致，此無法解釋部分占總兩性薪資差異之比例約 82.9%~82.7%，而能解釋部分占總兩性薪資差異之比例約 11.9%~17.3%。 45.

(54) 表 5-2：薪資所得差異分解結果薪資所得. 男性薪資對數. 女性薪資對數. 4.981*** (0.001). 4.689*** (0.001) 可解釋部份 (A). 兩性薪資差異男性薪資結構 (1) 0.293*** (2) (0.001) (3) [100%] 女性薪資結構. ̅ ′ −𝑍𝑍𝑓𝑓̅ ′ ) 𝛽𝛽 (𝑍𝑍𝑚𝑚. (B) 合併. ∗. 0.050*** (0.001) [17.1%]. 0.243*** (0.001) [82.9%]. (1) 0.293*** 0.042*** (2) (0.001) (0.002) (3) [100%] [14.3%] 兩性組合薪資結構(Pooled) 0.293*** (0.001) [100%]. (1) (2) (3). 0.035*** (0.001) [11.9%]. 無法解釋部份 (C). ′ 𝑍𝑍̅𝑚𝑚 �𝛽𝛽̂𝑚𝑚 − 𝛽𝛽 ∗ �. (D). ′ 𝑍𝑍𝑓𝑓̅ �𝛽𝛽 ∗ − 𝛽𝛽̂𝑓𝑓 �. 0.000 (.). 0.243*** (0.001). 0.251*** (0.001) [85.7%]. 0.251*** (0.001). 0.000 (.). 0.257*** (0.001) [87.7%]. 0.000 (0.000). 0.257*** (0.001). 註：行(1)為兩性薪資所得差異對數；行(2)為標準差；行(3)為各細部分解細項所占比例。資料來源：1978-2013 年行政院主計總處「人力資源運用調查」資料 Standard errors in parentheses * p < 0.05, ** p < 0.01, *** p < 0.001. 表 5-3 為 1978-2013 年之男女薪資差異變化，我們利用兩性組合薪資結構，將 12 年為一區間分成三期作探討，並將薪資差異區分為無法解釋及可解釋兩個部分，不論是個人稟賦差異或是歧視差異部分，兩性的薪資差距皆有下降的趨勢，在個人稟賦部分由第一期的 0.096 下降至第三期的 0.057，在無法解釋部分由第一期的 0.296 下降至第三期的 0.18。但男女薪資差異主要還是來自於無法解釋部分，即歧視差異，約占總薪資差異的 75.5%-81%，而個人特徵部分約占總薪資差異的 18.8-24.5%。 46.