國立高雄大學應用經濟學系
碩士論文
台灣三代代間流動之探討
Analysis of Three-generations Mobility in Taiwan
研究生：謝蕙竹 撰
指導教授：許聖章 博士
台灣三代代間流動之探討
指導教授：許聖章 博士 國立高雄大學應用經濟學系 學生：謝蕙竹 國立高雄大學應用經濟學系 摘要 本文根據 1999 年-2016 年華人動態資料庫(PSFD)研究台灣三個世代間所得 流動、職業流動、教育程度流動等情形，以祖父母世代、父母世代、子女世代的 所得資料衡量所得彈性，以及透過三個世代間的就業及受教育程度的情況，衡量 世代間職業及教育程度的流動性。在代間所得流動方面，本文根據 Solon(2013) 的實證模型為基礎，探討三個世代間所得流動性的關係；在職業與教育程度流動 方面，則根據 Altham statistic(1970)的模型為基礎，衡量三個世代在職業與教育 程度中流動的情況。實證結果發現，在限制子代年齡的情況下，父親與子女世代 的所得彈性介於 0.249 與 0.332 之間，若同時考慮父親與祖父母的情況，父親與 子女世代的所得彈性則介於 0.222 與 0.310，祖父母與子女世代的所得彈性則介 於 0.249 與 0.561；母親與子女世代的所得彈性則介於 0.208 與 0.269，考慮母親 與外祖父母的情況，母親與子女世代的所得彈性則介於 0.235 與 0.276，外祖父 母與子女的所得彈性則皆不顯著。在職業流動性方面，祖父與父親的職業流動性 較父親與兒子的職業流動性佳；而教育程度方面，父親與兒子的教育程度流動性 則比祖父與父親的教育流動性佳。 關鍵字：三代代間流動，代間所得流動、華人動態資料庫Analysis of Three-generations Mobility in Taiwan
Advisor: Dr. Sheng-Jang Sheu Department of Applied Economics
National University of Kaohsiung
Student: Hui-Chu Hsieh Department of Applied Economics
National University of Kaohsiung
ABSTRACT
Using data from 1999-2016 Panel Study of Family Dynamics(PSFD), this study analyzes three-generations income mobility,occupational mobility, and educational mobility by estimating the income elasticity between three-generations’ income ,and the mobility of occupation and education between three-generations in Taiwan. Based on the model by Solon(2013) and the model by Altham statistic (1970) ,we measure the three-generations income, occupational, and educational mobility. In the case of limiting the age of the children, the income elasticity of the father and the child is 0.249~0.332. If the father and paternal grandparents are considered at the same time, the income elasticity of the father and the child is 0.222~0.310. The income elasticity of grandparents and the child is 0.249~0.561. The income elasticity of mother and child is 0.208~0.269. Considering the situation of mother and maternal grandparents, the income elasticity of mother and child generation is 0.235~0.276. In occupational and educational mobility, the mobility of grandfather and father is better than that of father and son, and the educational mobility of father and son is better than that of grandfather and father.
Keywords: Three-Generations Mobility, Intergenerational Income Mobility,
目錄
圖目錄... IV 表目錄... V 附表目錄... VI 第一章 緒論... 1 第一節 研究動機與目的 ... 1 第二節 文章架構 ... 3 第二章 文獻回顧... 4 第三章 實證模型與估計方式... 9 第一節 以平均每月所得衡量三代間代間流動 ... 9 第二節 以職業、教育程度衡量三代間代間流動 ... 10 第四章 資料與變數敘述... 11 第一節 資料敘述 ... 11 第二節 變數敘述 ... 12 第五章 實證結果... 33 第一節 考慮子女年齡為 25 歲以上、父母世代及祖父母世代 40 到 55 歲 ... 34 第二節 考慮子女 35 到 40 歲、父母世代及祖父母世代 40 到 55 歲 ... 38 第三節 以三代職業階層以及教育程度衡量代間流動 ... 44 第六章 結論... 46 參考文獻... 48 附錄... 51圖目錄
圖 1 不同出生世代下的父親薪資及年齡 ... 16 圖 2 不同出生世代下的母親薪資及年齡 ... 16 圖 3 子女整體世代之薪資及年齡 ... 18 圖 4 兒子之薪資及年齡 ... 19 圖 5 女兒的薪資及年齡 ... 19 圖 6 祖父母世代薪資及年齡 ... 23表目錄
表 1 本文使用問卷及受訪者之出生世代 ... 12 表 2 職業階層分類方式 ... 14 表 3 本文所使用樣本之比例-限制子女年齡為 25 歲以上 ... 24 表 4 變數統計量-父親原生家庭限制子代年齡為 25 歲以上 ... 25 表 5 變數統計量-母親原生家庭限制子代年齡為 25 歲以上 ... 26 表 6 本文所使用樣本之比例-限制子女年齡 35-40 歲 ... 27 表 7 變數統計量-父親原生家庭限制子代年齡 35-40 歲 ... 28 表 8 變數統計量-母親原生家庭限制子代年齡 35-40 歲 ... 29 表 9 祖父與父親職業次數分配矩陣 ... 30 表 10 父親與兒子職業次數分配矩陣 ... 30 表 11 祖父與兒子職業次數分配矩陣 ... 31 表 12 祖父與父親教育程度次數分配矩陣 ... 31 表 13 父親與兒子教育程度次數分配矩陣 ... 32 表 14 祖父與兒子教育程度次數分配矩陣 ... 32 表 15 祖父母、父親、子女所得彈性間的關係-子女世代年齡為 25 歲以上 ... 35 表 16 外祖父母、母親、子女所得彈性間的關係-子女世代年齡為 25 歲以上 ... 37 表 17 祖父母、父親、子女所得彈性間的關係-限制子代年齡 35-40 歲 ... 39 表 18 外祖父母、母親、子女所得彈性間的關係-限制子代年齡 35-40 歲 ... 41 表 19 祖父母世代是否資金協助父母世代 ... 43 表 20 祖父母世代對於父母世代資金協助狀況 ... 43 表 21 三代間職業關係 ... 44 表 22 三代間教育程度關係 ... 45附表目錄
附表 1 祖父母所得推估結果-祖父母出生世代為 1940 年前 ... 51 附表 2 祖父母所得推估結果-祖父母出生世代為 1940 年後 ... 53
第一章 緒論
第一節 研究動機與目的 根據行政院主計總處公布的吉尼係數1 (Gini Coefficient)以及五等分位差距倍 數2，2016 年的臺灣吉尼係數及五等分位差距倍數分別為 0.337、6.07 倍，相較於 1976 年增加 0.057 與 1.89 倍。可知臺灣所得分配不均的問題日趨嚴重，然而所 得分配不均的問題不僅僅存在臺灣，根據《世界不平等報告 2018》中指出，2016 年歐洲所得前 10%的成年人，其收入加總佔整體人民收入的 37%，在北美則為 47%，在中國則為 41%，而中東則高達 61%。因此不管是開發中國家抑或是已開 發國家，所得不均的問題皆有惡化的趨勢，如果代間所得流動性不高，則會造成 了富者恆富、貧者恆貧的現象，所以在流動性這部分的討論則顯得更重要。 因此許多經濟學家及社會學家便開始研究關於世代間的關聯，並以許多面向 衡量代間流動性(Intergenerational Mobility) 。在以所得衡量方面，Becker 與 Tomes(1979)探討兩代間所得的關係，而 Solon(1992)除了討論美國兩代間所得的 關係，並計算出父子間代間所得彈性(Intergenerational Income Elasticity，IGE)為 0.4，代間所得彈性越大則表示兩代間的所得關聯程度大，反之則關聯程度小。 另外，Martin 與 Helgertz(2016)探討瑞典 1815 年到 2011 年祖父世代對於子女世 代的影響，並分別探討三個面向包含社會階級、職業階級、薪資。發現若祖父母 世代擁有較高的社會階級，則子女世代變成較低的社會階級的機率則較低；而祖 父母及外祖父母皆會影響子女世代的職業階級，然而祖父母的影響程度會大於外 祖父母的影響程度；而在薪資方面，祖父母世代對於子女世代的影響則都不顯著。 而 Hellerstein 與 Morrill(2011)探討隨著女性勞動參與率提高，父親對於女兒人力 1 吉尼係數係測量洛倫滋曲線與完全均等直線間所包含之面積對完全均等直線以下整個三角形面 積之比率，此項係數愈大，表示所得分配不均等的程度愈高，反之係數愈小，表示不均等的程度 愈低。洛倫滋曲線即戶數累積百分比為橫軸，所得累積百分比為縱軸之所得分配曲線。 2 家庭依所得收入由小而大順序排列後，分為 5 等分，使每一等分戶數相等，再以第 5 分位組（最 高所得組）所得相對於第 1 分位組（最低所得組）之所得的倍數作為衡量所得分配的不均衡程度。資本的投資增加，是否導致女兒會從事與父親職業相同的職業，並發現在整個樣 本中，女兒從事與父親相同的職業會有 20%的機率高於從事其他職業。另外， Zeng 與 Xie(2014)使用 2002 年中國的家戶收入計畫，探討祖父母對於子女世代 教育程度的影響，發現若祖父母與子女世代同住，祖父母會直接影響子女世代的 教育程度，而如果祖父母有接受良好的教育，子女世代輟學的機率則會下降。 以臺灣的例子而言，張宜君與林宗弘(2015)使用臺灣社會變遷基本調查，探 討隨著高等教育的擴張，對於學生受教育機會分配的影響，並討論高等教育擴張 帶來的是階級的流動，抑或是階級的複製。發現中下階級背景的學生會大量進入 私立的技職大學，而較有優勢階級背景的學生則會有較大的機會進入公立大學， 而各階級學生的入學機會仍然不平等。沈暉智與林明仁(2016)使用財稅資料中心 之報稅資料，探討父母世代的所得及資產如何影響子女世代教育取得的機會，發 現家戶所得以及資產與子女受高等教育的機會呈高度相關。而莊弈琦與陳晏羚 (2011)使用華人動態資料庫探討臺灣社會階級的情形，並著重於教育對於階級流 動的重要性，發現父母的社會階級越高，子女除了接受高等教育的機會上升，進 入上層階級的機會也會越高。教育確實可以帶來社會階級的流動，但是卻也可能 會加劇社會階級的複製情況。 在這些探討臺灣的文獻中，多數指出父母世代的社會階級、財富對於子女的 教育程度、社會階級有顯著的影響，而這些情況是導致階級複製及「富者恆富， 貧者恆貧」的原因之一。然而，在過往的議題中，「富不過三代」時常出現在報 章雜誌上，因此很多人會特別關注不同世代間財富的流動性，也有所謂的富爸爸 以及富二代的議題出現。因此本文想了解子女世代的收入與父母世代、祖父母世 代的收入是否具有關聯性，甚至是三代間教育程度以及職業間流動性情形，來檢 視台灣是富者恆富、所得流動性較低的狀況，抑或是富不過三代、所得流動性較 高的情況。
代間流動關係，並分別由所得、職業、教育程度三方面去探討。首先根據 1999 年到 2016 年「華人動態資料庫」討論三代所得彈性間的關係，本文將祖父母世 代分為祖父母與外祖父母，主要係衡量在臺灣的社會中祖父母與外祖父母對於子 女世代的影響是否不同。另外將分為兩種子代年齡的限制分別進行探討，針對不 同的年齡限制，三代間所得彈性是否不同。另外在職業與教育程度的部分，本文 將探討祖父、父親、兒子三代間流動性，探討在三個不同出生世代，世代間職業 流動與教育流動情形是否會有所不同。 第二節 文章架構 本文的架構分為緒論、文獻回顧、實證模型與估計方式、資料與變數敘述、 實證結果及結論共六個章節。第一章為緒論，說明了臺灣所得不均的情形，以及 國內外學者研究代間流動的相關文獻；第二章為文獻回顧，探討了不同衡量流動 性的方式及國內外流動性的情形；第三章為實證模型與估計方式，以 Solon 的模 型及 Altham statistic 為基準，討論臺灣代間所得、職業、教育程度流動性的關係； 第四章為資料與變數敘述，本文使用華人動態資料庫及人力運用調查的資料進行 分析；第五章為實證結果，對本研究實證模型進行實證估計，並說明實證結果； 第六章為結論，總結本文的研究並討論。
第二章 文獻回顧
在過去的文獻中衡量代間流動性的方法有許多種，Becker 與 Tomes(1979)、 Solon(2013)使用父代與子代收入間的關係觀察兩代間的代間所得流動性；而 Chetty(2014)則使用父代與子代間收入排名的關係，衡量兩間代間所得排名的流 動性；Jason 與 Joseph(2015)、Jorgen(2015)衡量的方式則依據三代間職業階層的 變化；莊奕琦與陳晏羚(2011)探討的為父代與子代間社會階級的關係，以及教育 是否為促進階級流動的重要因素。因此，首先本文將分別由不同衡量代間流動性 的方式回顧國內外的文獻。 在以所得衡量代間流動性方面，Becker 與 Tomes(1979)使用父母的收入及子 女的收入間的關係衡量兩代間的代間所得流動，並發現高收入的父母對子女的投 資會越多。其中原因為，收入越高的父母，擁有較多的資源，因此對子女的投資 也就越多；而另一方面，收入越高的父母會想要子女表現得跟自己一樣優秀，因 此會有更高的動機去投資子女，讓子女變得跟自己一樣，如此一來，子女也更有 能力去繼承父母的財富。換言之，父母對於子女的投資提高了子女人力資本收益 回報，也就是說當父母的收益越高，更傾向於投資子女的人力資本，因此子女可 以運用較多的人力資本去提升自己的收入。另外，他們也發現具有利他主義的父 母也會增加對子女的投資。 以 Becker 與 Tomes(1979)的研究為基礎，Solon(2013)發現在恆定狀態下，代 間所得的彈性恆為正，其原因有二。人力資本投資的收益回報為正，也就是富有 的父母對小孩會投資更多的資源，進而讓小孩也變得富有。遺傳係數為正，遺傳 係數表示越富有的父母會有更好的稟賦，而父母會透過基因傳遞給小孩，進而讓 小孩也有較好的稟賦。若加入祖父母的收入來討論，且假設祖父母對於子女的人 力資本並沒有進行投資的話，則會發現子女收入與祖父母收入間的關係為負向關定父母的收入不變的情況下，如果祖父母有較高的收入，表示父母擁有的稟賦是 較不好的，父母則會將此稟賦傳遞給子女，因此祖父母與子女間的關係才會呈現 負向關係。 另外，以收入排名來衡量中，Chetty(2014)使用美國收入紀錄，並將父母及 其子女之收入進行排名，並估計父母及子女間收入排名的關係來衡量流動性，而 對於尚未進入勞動市場之子女，或剛進入勞動市場的子女而言，認為可以使用大 學入學率或大學的質量來衡量流動性，並發現大學的入學率與父母的收入排名呈 現線性關係。以 Chetty(2014)為基礎，Chetty 等人(2014)認為子女與父母間的對 數收入為非線性的關係，且若捨棄子女收入為零之樣本，則會高估代間流動性， 因此發現使用收入排序的方式來衡量代間彈性比收入對數的估計方式準確。根據 這些相同出生世代子女的父母以及子女，對其收入進行排序。基於收入排序關係 的斜率來表示移動性，代表了收入分佈中子女和父母收入排序之間的相關性。
利用職業階層來衡量代間流動性方面，Jorgen(2015)使用 Altham statistic(1970) 的衡量方式，而 Altham statistic 是用來評估代間職業流動性的指標。利用挪威 1960 年代到 1980 年代的父代與子代間的職業資料，將這些職業分成四大類，包 含白領階級、農夫階級、熟練階級、不熟練階級。並將父代與子代的職業分類製 作成矩陣圖表，比較給定父代職業不變的情況下，子代達成某職業的機率為何。 另外，Jason 與 Joseph(2015)使用美國及英國 19 世紀之人口普查，利用職業階層 和收入來評估三代間之流動性。他們根據 W. A. Armstrong 的分類系統對英國職 業進行編碼，每個人皆被分配到五個職業階層中，分別為專業，中級，熟練，半 熟練和不熟練；而美國的職業則分為四個階層，分別為白領階級，農民，熟練和 半熟練，非技術性勞工。並發現控制父親的職業，祖父的職業對於孫子的職業有 顯著的影響，由此可見衡量流動性而非僅此於兩代間的關係，若基於兩代對流動 性的估計，將會低估家庭背景對職業成就的影響。 另外，除了探討世代間薪資及職業流動狀況，亦有文獻討論以教育來衡量流 動性的文獻，如莊奕琦與陳晏羚(2011)利用華人動態資料庫研究父代與子代間階
級流動的狀況，探討教育成就是否是促進代間流動的重要管道。發現父母為上層 階級的子女相較於勞工及農民階級，具有接受高等教育的優勢；且子女擁有越高 的教育成就進入上層階級的相對勝算也較高，尤其具大學以上教育成就更有優勢。 陳正昌(2005)則使用台灣高等教育資料庫的資料，探討社會階級背景與大學入學 機會間的關係，並發現家長教育程度、職業、收入等變數，對於子女就讀大學的 類型有關聯；也發現社會階級背景較高者，就讀公立大學的機會會越高。 而在衡量代間流動中用來衡量的對象亦有所討論，在部分的文獻只專注於父 子間的代間流動性時，Olivetti 與 Paserman(2015)認為子代間男性與女性的觀察 皆非常重要，但由於已婚女性的勞動參與率較低，於是使用女婿的經濟地位衡量 父女間的代間流動性，並發現父子間與岳父女婿間的彈性大部分呈現相同的趨勢。 Black 與 Devereux(2010)在估計美國父代與子代間的代間所得彈性時，也發現子 代女性與男性的結果會有所不同，其中原因主要以選型婚配(Assortative Mating) 為主，選型婚配的意思為高收入家庭的女性子代會傾向於與高收入子代的男性結 婚。在這種情況下子代女性的工作時數則減少、收入也相對減少，因此單身女性 的代間所得彈性會大於已婚女性的代間所得彈性，也就是單身女性子代受父代的 影響，相較於已婚女性受父代的影響大。 另外，Black 與 Devereux(2010)針對如何衡量父代與子代的恆常所得有更進 一步探討及整理。而他們也討論到其他家庭因素會影響兩代間所得的情況，例如： 能力、職業、健康等等家庭因素皆對於代間流動性會有影響。 另外，除了著重在探討兩個世代間流動性的文獻外，亦有文獻認為以三代世 代間的關聯來進行探討是更為準確的，Jason 與 Joseph(2015)認為家庭背景對於 子女的發展也有重要的影響，因此他們使用三個世代的職業資料去評估三代間的 職業流動。另外，Olivetti 與 Paserman(2015)利用美國 19 世紀晚期至 20 世紀的 資料，分析美國三代間的代間所得流動，並發現祖父母與外祖父母皆對子代的成
影響大於子代孫女的影響。Olivetti、Paserman 與 Salisbury(2016)以 Olivetti 與 Paserman(2015)的研究為基礎，探討祖父母以及外祖父母間，對於子代兒子與女 兒社會地位的關係。發現子代兒子受祖父的經濟社會地位影響較顯著，以及子代 女兒受外祖父母的影響較顯著的結果，因為子代兒子會受父親的影響，以及子代 女兒會受母親的影響，是由於子代會傾向與自己相同性別的父代當成榜樣學習。 而 Mare(2011)也認為親屬網絡可以幫助培育子女，獲得工作機會，因此子女社會 資本的累積，會受到父母及其前幾代人的影響。 而台灣亦有討論代間所得流動的相關文獻，王宜甲與林心怡(2017)使用華人 動態資料庫估計台灣的代間所得流動性，利用最小平方法估計父代對於子代薪資 的代間所得彈性，並發現父親與子女世代間的代間所得彈性為 0.05，而母親對於 子女世代的代間彈性則為 0.08。他們亦將兩代的平均每月薪資排序五等分，並利 用轉移矩陣發現子代較富裕的前 20%的樣本中，有 27.42%的比例是來自於父代 前 20%的薪資排序；另外在較貧困 20%的樣本中，則有 24.67%的比例是來自於 父代薪資排序較貧困的 20%。換句話說，臺灣金字塔的頂端以及最末端皆存在的 薪資流動性較低的現象。 同樣使用華人動態資料庫估計臺灣代間所得流動性的還有 Sun 與 Ueda(2015)，他們根據主樣本的性別、教育程度、職業，使用兩階段迴歸法估算 父母世代在工作年齡時的薪資，並使用估算出來的父母世代薪資，衡量與 30 歲 到 60 歲子女世代薪資間的關係，並發現父代與子代兒子的代間所得彈性為 0.25-0.3 之間，而父代與子代女兒的代間所得彈性為 0.4。李菁慧(2018)探討兩代 間代間所得流動的關係，並將子女年齡限制為 36 至 41 歲、父母年齡限制為 40 至 55 歲，利用最小平方法估計父母世代對於子女世代每月平均所得的代間所得 彈性，並發現父親與兒子代間所得彈性為 0.243，父親與女兒的代間所得彈性為 0.288，若限制父親平均所得年數為 6 至 9 年時，對兒子的代間所得彈性則為 0.550。
在這些皆使用華人動態資料庫的文獻與本文不同的是，Sun 與 Ueda 觀察的 兩代則為主樣本中的訪問對象及其父母，也就是本文中的祖父母及父母世代，且 使用二階段迴歸法推估主樣本父母的薪資。而本文觀察的對象為主樣本、主樣本 年滿 25 歲之子女、主樣本的父母，共三個世代，且在祖父母世代所得的部分則 是根據人力運用調查資料庫中的所得，對於華人動態資料中祖父母所得的部分進 行推估。 而在探討臺灣流動性的文獻中，除了較著重在探討所得流動外，也較著重在 探討兩個世代間的關聯。因此本文除了研究三個世代間的所得流動性，也會使用 職業及教育程度來衡量流動性，而在所得流動性中，除了限制子女年齡及父母年 齡外，本文將祖父母世代、父母世代、子女世代限制為私人雇主或私人機構工作、 為公營企業工作、為政府機關工作的部分，排除了替家裡工作有領薪水、沒領薪 水等工作情形。
第三章 實證模型與估計方式
根據過去文獻針對不同的流動性探討，有許多不同的模型衡量世代間的流動 性。而本文主要探討三代代間流動性間的關係，本文將利用三代代間的所得及三 代代間職業階層與教育程度的變換情形來衡量代間流動性。 第一節 以平均每月所得衡量三代間代間流動 在討論三代代間所得流動性中，除了將子代的平均每月薪資設為被解釋變數， 也將子代兒子、女兒的平均每月薪資設為被解釋變數。而解釋變數的部分，會影 響子代平均每月薪資的因素，包含父代父母的平均每月薪資、祖父母世代的平均 每月薪資。因此以 Solon(2013)的模型為基礎，其估計式為：log 𝑦𝑖,𝑠 = 𝛼 + 𝛽 log 𝑦𝑖,𝑠−1+ 𝛾 log 𝑦𝑖,𝑠−2+ 𝜀𝑖 (1)
其中𝑦𝑖,𝑠即為子女世代恆常所得，𝑦𝑖,𝑠−1即為父母世代恆常所得，𝑦𝑖,𝑠−2即為祖 父母世代恆常所得，𝛽為父母世代與子女世代的所得彈性，而𝛽越小代表父母世 代與子女世代間的恆常所得沒有太大關聯，而數值越大則代表父母世代和子女世 代恆常所得間的關聯程度越大；𝛾為祖父母世代與子女世代的所得彈性，𝛾越小， 則代表祖父母世代與子女世代間的恆常所得沒有太大關聯，而數值越大則代表祖 父母世代和子女世代恆常所得間的關聯程度越大。 Solon(2013)提到如果祖父母世代對於子女世代的人力資本沒有投資，也就是 說祖父母對於子女僅有基因稟賦這部分投資，會使祖父母世代的所得與子女世代 的所得呈反向關係，但這不表示增加祖父母的所得會使子女的所得下降，而是 Solon 認為在給定父母的收入不變的情況下，如果祖父母有較高的收入，表示父 母擁有的稟賦是較不好的，父母則會將此稟賦傳遞給子女，因此祖父母與子女間 的關係才會呈現負向關係。如果祖父母世代對於子女世代有進行人力資本的投資， 而祖父母世代的所得與子女世代所得則會呈現正向關係，由於祖父母對於子女世 代投資的正向效果足以支配遺傳稟賦的負效果，所以祖父母的係數為正。
第二節 以職業、教育程度衡量三代間代間流動 除了使用三代所得計算代間所得流動性，根據本文職業與教育程度的資料特 性，使用矩陣的方式呈現，利用三代代間職業階層以及教育程度間的關係來衡量 代間流動性，並根據 Altham statistic(1970)為基礎，其估計式為： d(P, J) = [∑ ∑ ∑ ∑ log (𝑝𝑖𝑗𝑝𝑙𝑚𝑗𝑖𝑚𝑗𝑙𝑗 𝑝𝑖𝑚𝑝𝑙𝑗𝑗𝑖𝑗𝑗𝑙𝑚) 2 𝑠 𝑚=1 𝑟 𝑙=1 𝑠 𝑗=1 𝑟 𝑖=1 ] 1 2 = (∑ ∑ ∑ ∑ (𝑙𝑜𝑔(𝑝𝑖𝑗𝑝𝑙𝑚 𝑝𝑖𝑚𝑝𝑙𝑗) − 𝑙𝑜𝑔( 𝑗𝑖𝑗𝑗𝑙𝑚 𝑗𝑖𝑚𝑗𝑙𝑗)) 2) 𝑠 𝑚=1 𝑟 𝑙=1 𝑠 𝑗=1 𝑟 𝑖=1 1 2 (2) 祖父母 父母 父母 𝑖 𝑙 𝑗 𝑝𝑖𝑗 𝑝𝑙𝑗 𝑚 𝑝𝑖𝑚 𝑝𝑙𝑚 子女 𝑖 𝑙 𝑗 𝑞𝑖𝑗 𝑞𝑙𝑗 𝑚 𝑞𝑖𝑚 𝑞𝑙𝑚 P Q 其中表格 P 為祖父與父親職業階層間的關係，表格 Q 為父親與兒子職業階 層的關係，表格 J 代表一個完全流動的職業階層，也就是兩世代間的職業變動 並不會互相影響。d(P,J)則表示為祖父與父親職業階層以及完全流動的職業階層 間的關聯，而 d(Q,J)則表示為父親與兒子職業階層以及完全流動的職業階層間的 關聯，因此 d(P,J)、d(Q,J)為衡量哪一世代較接近完全流動的職業階層，其數值較 小者則為職業流動性較好的世代。 本文先將三代的職業以及教育程度分別分為五個階層，在職業方面包含白領 階級、技術勞工、半技術勞工、非技術性勞工、農業工人；另外，在教育程度的 部分，則包含小學以下、國中、高中(職)、專科、大學以上。根據五種階層製作 成矩陣表格，並根據 Altham statistic 計算出兩代間職業的關係。
第四章 資料與變數敘述
第一節 資料敘述
本文使用的資料為「華人家庭動態資料庫」(Panel Study of Family Dynamics, PSFD)，由中央研究院以華人家庭的成年樣本為主要訪問對象(主樣本)的長期追 蹤調查資料，涵蓋的年齡層自青年至老年，並根據主樣本延伸出來的子女，再進 行追蹤訪問。主要的問卷內容為個人資料、教育經驗、工作經驗、婚姻及配偶資 料、家庭價值與態度、親屬資料、居住安排、家庭決策與支出、家庭關係與和諧、 子女教養等相關問題。 本文所使用的華人動態資料庫之訪問對象主要有三類：主樣本、子女樣本、 主樣本年滿 25 歲之子女樣本。主樣本以 RI 問卷進行訪問，於 1999 年首次進行 面訪調查，並於 2000 年、2003 年、2009 年、2016 年逐步擴增不同出生世代的 樣本，其出生世代分別為 1953-1964 年、1935-1954 年、1964-1976 年、1977-1983 年、1984-1991 年。而子女樣本則是自 2000 年開始，針對主樣本滿 16 歲未滿 25 歲的子女設計 C 問卷進行訪問。而主樣本年滿 25 歲之子女樣本，則針對主樣本 年滿 25 歲之子女設計 RCI 問卷進行訪問，並於 2004 年、2005 年、2007 年、2009 年、2011 年、2014 年、2016 年針對不同出生世代年滿 25 歲之子女進行訪問。 其中 RI 問卷以及 RCI 問卷皆為第一次訪問的問卷，之後則皆由 R 追蹤問卷進行 追蹤訪問，而表 1 為本文所使用之問卷年份及受訪者出生世代。 而本文所使用的樣本為主樣本(RI 問卷)、主樣本年滿 25 歲之子女樣本(RCI 問卷)、以及主樣本及主樣本年滿 25 歲之子女樣本的追蹤樣本(RR 問卷)。RI 主 樣本與其追蹤樣本合併後樣本數合計為 49,443 筆；RCI 主樣本年滿 25 歲之子女 樣本與其追蹤樣本合併後樣本數合計為 9,865 筆。
表 1 本文使用問卷及受訪者之出生世代 問卷 RI 問卷 RCI 問卷 受訪者 主樣本 主樣本年滿 25 歲之子女 第一次受訪問卷 RI1999 (1953-1964) RI2000 (1935-1954) RI2003 (1964-1976) RI2009 (1977-1983) RI2016 (1984-1991) RCI2004 (1976-1979) RCI2005 (1980) RCI2007 (1981-1982) RCI2009 (1983-1984) RCI2011 (1985-1986) RCI2014 (1987-1989) RCI2016 (1990-1991) 追蹤問卷
RII2000 、 RII2001 、 RIII2001 、 RIII&RIV2002 、 RIV&RV2003、RII&RV&RVI2004、RR2005、RR2006、 RR2007、RR2008、RR2009、RR2010、RR2011、RR2012、 RR2014、RR2016 註：括號內為訪問對象之出生世代 資料來源：1999 年-2016 年華人動態資料庫 另外，由於華人動態資料庫中，並無詢問祖父母世代的平均每月所得，因此 本文使用行政院主計總處的人力運用調查中的平均每月所得，來估計本研究所需 之祖父母世代平均每月所得。而人力運用調查自民國六十七年開始，每年五月皆 隨同人力資源調查訪問，其中主要以了解台灣勞動力之運用、移轉及就業、失業 等短期資料，訪問對象針對年滿 15 歲，可自由從事經濟活動的本國及民間人口。 第二節 變數敘述 本文探討三代間之代間所得流動性以及三代間職業、教育階層變化的關係， 因此先將主樣本第一次訪問的問卷中相關之變數重新命名，例如：個人基本資料、 薪資、職業、教育程度、婚姻狀況等，並根據受訪者編號，將第一次訪問的問卷 以及追蹤問卷垂直整合。每一受訪者皆有其受訪者編號，若訪問對象為主樣本， 則主樣本之受訪者編號最末碼則為 0；若訪問對象為主樣本年滿 25 歲之子女樣
問卷分為主樣本及主樣本年滿 25 歲之子女，再將主樣本第一次訪問的資料與主 樣本追蹤資料垂直合併，而主樣本年滿 25 歲之子女樣本第一次訪問的資料則與 主樣本年滿 25 歲之子女的追蹤資料垂直合併，並依照戶號將主樣本及主樣本及 主樣本年滿 25 歲之子女合併，而以下為本文所整理之變數與說明。 一、主樣本 在主樣本的個人資料中，依照問卷年份及訪問對象的出生年份計算每個訪問 對象在訪問年份時的年齡；而主樣本配偶的年齡計算方式，也是依照問卷年份及 訪問對象配偶的出生年份，計算每個訪問對象配偶在訪問年份時的年齡。而在探 討婚姻狀態時，則依據主樣本 2016 年第一次訪問為分類標準，將主樣本各年的 婚姻狀態統一為單身未婚、已婚、分居、離婚、喪偶、其他或遺漏值，共七類。 在性別方面，由於在 2001 年到 2005 年間的追蹤資料並無詢問受訪者的性別，因 此本文依據受訪者第一次回答之性別為標準，並根據性別將主樣本及主樣本配偶 區分為父親與母親，即訪問對象若為男性，則此訪問對象則為父親，訪問對象的 配偶即為母親；若訪問對象為女性，則訪問對象為母親而其配偶則為父親。 1. 主樣本教育程度 在探討代間所得流動性時，除了三代間的平均每月收入外，三代間的教育程 度也是重要的變數之一。但由於在華人動態資料庫中 2001 年到 2008 年間的部分 追蹤樣本，並沒有詢問受訪者以及受訪者配偶的教育程度，因此本文依照受訪者 第一次受訪時回答的最高教育程度取代 2001 年至 2008 年間遺漏的部分。並將教 育程度重新編碼，將分別填答無、自修、小學合併為無、自修、小學；分別填答 國中/初中、初職重新合併編碼為國中、初中、初職；填答高中普通科、高中職 業科、高職職業科重新合併編碼為高中、高職；填答五專、二專、三專則重新編 碼為專科；大學、科技大學或技術學院則與碩士及博士重新合併編碼為大學以上， 因此主樣本教育程度重新編碼後共分為五類。 2. 主樣本職業 在探討三代代間職業流動性時，本文首先將華人動態資料庫中的職業變數，
根據行政院主計處民國 99 年第 6 次修訂之標準職業分類分為十類，並根據訪問 對象性別分為父親與祖父的職業，例如：填答者為男性，則該填答者則為父親； 若填答者為女生，則該填答者之配偶則為父親，因此根據訪問對象的性別，區分 出父親職業、母親職業。但由於本文三代成對樣本數不足，因此將十大類職業分 為五種職業階層，包含白領階級、技術勞工、半技術勞工、非技術性勞工、農業 工人，而表 2 為本文所使用之職業分類方式。 表 2 職業階層分類方式 職業階層 民國 99 年第 6 次修訂之標準職業分類 白領階級 民意代表、主管及經理人員 專業人員 技術勞工 技術員及助理專業人員 技藝有關工作人員 半技術勞工 事務支援人員 服務及銷售工作人員 機械設備操作及組裝人員 軍人 非技術性勞工 基層技術工及勞力工 農業工人 農、林、漁、牧業生產人員 註：本文根據行政院主計處民國 99 年第 6 次修訂之標準職業分類，將資料庫中之職業變數進行 分類後，再進行職業階層分類。作者自行整理。
3. 主樣本每月平均收入 在討論三代間的所得流動性時，每月平均收入為重要變數之一。由於資料庫 主樣本平均每月收入這項變數的部分，部分填答者的薪資較為不固定，若填答者 無法準確回答薪資，則會使用階層式的薪資問答讓填答者進行選填，因此在計算 此類型填答者的薪資時，則以填答者選填的階層薪資之中位數作為其薪資。例如: 某填答者的薪資選填兩萬到三萬，計算其薪資時則以兩萬五千元為代表；另外若 選項為一萬元(不含)以下，則以五千元為代表；三十萬元或以上則以三十五萬元 為代表，其餘平均每月收入皆以區間內之中位數為代表。而每年訪問之每月平均 收入以 2016 年為基期，根據消費者物價指數進行平減，並分別整理父親的平均 每月收入以及母親平均每月收入。 然而在父母世代的所得中，由於本文所使用的資料庫為長期追蹤資料，且在 每波第一次調查中的出生世代皆不同，若要同時觀察子代及父代所得較穩定的年 齡，則必須使用父母世代出生世代較早、且所得較穩定的年齡區間，因此本文將 依據父母不同的出生世代畫出所得-年齡趨勢圖。由圖 1 及圖 2 可見，在不同出 生世代下的父親與母親，根據上述條件，在 40 至 55 歲間3的所得用來代替父母 親世代的恆常所得會較為合適。 在探討三代間所得流動的情形中，本文認為工作身分的不同會導致無法準確 衡量世代所得流動性，然而在華人動態資料庫中與工作身分相關的這項變數中， 包含自己當老闆、替家裡工作有領薪水、替家裡工作沒領薪水、為私人雇主或私 人機構、公營企業工作等等不同工作身分。因此為了準確衡量代間所得的關係， 在本文使用來估計代間所得的樣本中，將工作身分限制為，為私人雇主或私人機 構工作、為公營企業工作、為政府機關工作的部分，排除了替家裡工作有領薪水、 沒領薪水等工作情形。 3 Mazumder(2005)認為使用父代 40 歲時的年齡估計代間所得彈性，造成的生命週期誤差會較小。 Jantti 等人(2006)使用美國青少年長期追蹤調查(National Longitudinal Survey of Youth, NLSY)及英 國國家兒童發展研究(National Child Development Study, NCDS)及北歐國家的資料衡量代間彈性， 發現若要降低生命週期偏誤，使用父親在 45 歲時薪資較為恰當。另外，李菁慧(2018)提到關於 台灣男性有服兵役的義務，因此進入職場的時間會較美國延遲，因此選用 40-55 歲間的觀察值。
圖 1 不同出生世代下的父親薪資及年齡 註:圖中薪資皆為根據 2016 年消費者物價指數平減後之薪資，薪資為每個年齡下之中位數，單位 為千元，且工作身分限制為受僱員工。 資料來源：1999 年-2016 年華人動態資料庫。 圖 2 不同出生世代下的母親薪資及年齡 註:圖中薪資皆為根據 2016 年消費者物價指數平減後之薪資，薪資為每個年齡下之中位數，單位 為千元，且工作身分限制為受僱員工。 資料來源：1999 年-2016 年華人動態資料庫。 20 30 40 50 60 25 30 35 40 45 50 55 60 65 Age Cohort 1953-1964 Cohort 1935-1954 Cohort 1964-1976 Cohort 1977-1983 Thousand NTD 20 30 40 50 60 25 30 35 40 45 50 55 60 65 Age Cohort 1953-1964 Cohort 1935-1954 Cohort 1964-1976 Cohort 1977-1983 Thousand NTD
二、主樣本年滿 25 歲之子女樣本 在主樣本年滿 25 歲之子女樣本的個人資料中，依照問卷年份及訪問對象的 出生年份計算每個訪問對象在訪問年份時的年齡。在探討婚姻狀態時，則依據主 樣本 2016 年第一次訪問為分類標準，將主樣本年滿 25 歲之子女樣本各年的婚姻 狀態，統一為單身未婚、已婚、分居、離婚、喪偶、其他或遺漏職共七類。在性 別方面，若追蹤資料無詢問受訪者的性別，則依據其第一次回答之性別為標準。 1. 主樣本年滿 25 歲之子女樣本教育程度 由於在華人動態資料庫中部分追蹤樣本，並沒有詢問受訪者的教育程度，因 此本文依照受訪者第一次受訪時的教育程度取代遺漏的部分。並將教育程度重新 編碼，將分別填答無、自修、小學合併為無、自修、小學；填答國中/初中、初 職重新編碼為國中、初中、初職；填答高中普通科、高中職業科、高職職業科重 新編碼為高中、高職；填答五專、二專、三專則重新編碼為專科；大學、科技大 學或技術學院則與碩士及博士重新合併編碼為大學以上，因此主樣本年滿 25 歲 以上的子女教育程度重新編碼後共分為五類。 2. 主樣本年滿 25 歲之子女樣本職業 本文將華人動態資料庫中的職業變數，根據行政院主計處民國 99 年第 6 次 修訂之標準職業分類分為十類，並根據訪問對象性別分為兒子及女兒的職業，例 如：填答者為男性，則該填答者則為兒子，若填答者為女生，則該填答者則為女 兒。由於本文三代成對樣本數不足，因此將十大類職業分為五種職業階層，包含 白領階級、技術勞工、半技術勞工、非技術性勞工、農業工人。 3. 主樣本年滿 25 歲之子女樣本每月平均收入 由於資料庫主樣本平均每月收入這項變數的部分，部分填答者的薪資較為不 固定，若填答者無法準確回答薪資，則會使用階層式的薪資問答讓填答者進行選 填，因此在計算此類型填答者的薪資時，則以填答者選填的階層薪資之中位數作 為其薪資。例如:某填答者的薪資選填兩萬到三萬，計算其薪資時則以兩萬五千 元為代表；另外若選項為一萬元(不含)以下，則以五千元為代表；三十萬元或以
上則以三十五萬元為代表，其餘平均每月收入皆以區間內之中位數為代表。另外， 在主樣本的配偶以及主樣本年滿 25 歲之子女樣本的平均每月收入計算方式同上， 而每月平均收入根據消費者物價指數進行平減，並以 2016 年為基期。且將資料 庫中為誰工作這項變數，只取為私人雇主或私人機構工作、為公營企業工作、為 政府機關工作的部分，排除了替家裡工作有領薪水、沒領薪水等工作情形。 另外，根據過去文獻探討，在衡量不同世代間的所得彈性時，應使用恆常所 得來衡量，如果使用某年所得收入來衡量代間所得會有衡量誤差，王宜甲與林心 怡(2017)探討父代與子代間的代間所得彈性，討論的子代年齡為 25 歲以上，發 現估計出的代間所得彈性略低於過去的文獻，因此他們認為在子代較年輕時的所 得不受父代的所得影響。因此本文在子女世代的部分，本文將分為兩個部分探討 不同年齡限制下的所得彈性，其一為年滿 25 歲之子女的情況，而另一個則為將 子女世代的年齡限制在 35 到 40 歲間，而其平均每月所得為觀察期間之平均。而 圖 3、圖 4、圖 5 分別為子女世代、兒子、女兒的薪資及年齡趨勢，可以發現 子女在 35 歲之前的薪資成長會較緩慢，在 35 歲之後較有成長的趨勢，且男生的 薪資普遍會較女生的薪資高。 圖 3 子女整體世代之薪資及年齡 註:圖中薪資皆為根據 2016 年消費者物價指數平減後之薪資，薪資為每個年齡下之中位數，單位 20 30 40 50 Ki d s 25 30 35 40 Age Thousand NTD
圖 4 兒子之薪資及年齡 註:圖中薪資皆為根據 2016 年消費者物價指數平減後之薪資，薪資為每個年齡下之中位數，單位 為千元，且工作身分限制為受僱員工。 資料來源：1999 年-2016 年華人動態資料庫。 圖 5 女兒的薪資及年齡 註:圖中薪資皆為根據 2016 年消費者物價指數平減後之薪資，薪資為每個年齡下之中位數，單位 為千元，且工作身分限制為受僱員工。 資料來源：1999 年-2016 年華人動態資料庫。 20 30 40 50 So n 25 30 35 40 Age Thousand NTD 20 30 40 50 D a u g h te r 25 30 35 40 Age Thousand NTD
三、主樣本父母 在主樣本父母的部分中，若主樣本在填答主樣本父母是否健在的問題時，若 填答選項為主樣本父母仍然健在，則依據問卷年份及主樣本父母出生年份，計算 主樣本父母的年齡。另外在婚姻狀態的部分，由於華人動態資料庫並未詢問主樣 本父母的婚姻狀況，但由於要使用人力運用調查的資料推估主樣本父母的每月平 均收入，因此將主樣本父母的婚姻狀態皆設定為已婚。 為了分別探討在祖父母世代，祖父母對子女世代以及外祖父母對於子女世代 的影響狀況，於是利用主樣本的性別將祖父母世代分為祖父、祖母、外祖父、外 祖母等四類狀況。例如：若主樣本性別為男性，則將主樣本的父母改為祖父及祖 母，將主樣本配偶之父母改為外祖父及外祖母；若主樣本性別為女性，則將主樣 本父母改為外祖父及外祖母，將主樣本配偶之父母改為祖父及祖母。 1. 主樣本父母教育程度 由於在華人動態資料庫中部分追蹤樣本，並沒有詢問受訪者的教育程度，本 文則依照受訪者第一次受訪時的教育程度取代遺漏的部分。並將教育程度重新編 碼，將填答無、自修、小學合併為無、自修、小學；填答國中/初中、初職重新 編碼為國中、初中、初職；填答高中普通科、高中職業科、高職職業科重新編碼 為高中、高職；填答五專、二專、三專則重新編碼為專科；大學、科技大學或技 術學院則與碩士博士重新編碼為大學以上，因此重新編碼後教育程度共分為五類。 而在人力運用調查的資料中，將教育程度重新編碼，若受訪者填答不識字、自修、 國小合併為無、自修、小學；填答國中/初中重新編碼為國中、初中、初職；填 答高中以及填答高職則合併為高中、高職；專科則是沒有更動；大學、碩士及博 士則重新編碼為大學以上，因此主樣本父母的教育程度重新編碼後共分為五類。 2. 主樣本父母職業 本文的職業變數使用行政院主計處民國 99 年第 6 次修訂之標準職業分類分
者為男性，則該填答者的父親則為祖父；若填答者為女生，則該填答者的父親則 為外祖父，而則該填答者之配偶的父親則為祖父。因此根據訪問對象的性別，區 分出祖父母職業、外祖父母職業。 3. 主樣本父母每月平均收入 在主樣本父母的部分，由於華人動態資料庫中並未詢問主樣本父母平均每月 收入的相關資訊，於是本文透過人力運用樣本中潛在工作年數、受教育年數、職 業、性別、婚姻狀況、出生世代等變數，根據這些個人特徵估計出在不同個人特 徵下的平均薪資狀況，並針對華人動態資料庫中與人力運用調查中相同之個人特 徵進行配對，使用人力運用調查的薪資取代華人動態資料庫中祖父母世代的平均 每月所得。且在使用人力運用調查及華人動態資料庫中，在訪問對象的工作身分 為何這項變數中，皆限定為受政府雇用者、受私人雇用者。 在利用主樣本父母的職業預測主樣本父母的薪資時，由於華人動態資料庫中 之職業的變數每年分類方式不同，也為了與人力運用調查中資料庫職業的變數分 類一致，於是華人動態資料庫及人力運用調查資料庫中運用到的職業變數，皆根 據行政院主計處於民國 99 年第 6 次修訂之標準職業進行分類，分別歸類為十類。 另外，由於在華人動態資料庫中祖父母世代的出生世代為 1870-1975 年間， 然而若使用每個主樣本父母的出生年來預估，則會因為兩個資料庫中對應的樣本 數太少而會有較大的誤差，且在華人動態資料庫中 1920 年之前出生及 1960 年後 出生的樣本較少，因此本文將人力運用調查資料庫中的出生世代，分為十個世代， 根據 1920 年之前出生的世代歸類為同一個世代，自 1920 年起每五年分類為一個 世代，而自 1960 年代之後則皆歸類為同一個世代。
以下為本文使用 1978-2017 年人力運用調查的資料庫，推估華人動態資料庫 中主樣本之父母平均每月所得，所使用的估計式。 ln 𝑤𝑎𝑔𝑒𝑖𝑗 = 𝛽0+ 𝛽1𝑒𝑥𝑝𝑖𝑗 + 𝛽2𝑒𝑥𝑝𝑖𝑗2 + 𝛽 3𝑠𝑦𝑟𝑖𝑗+ 𝛽4𝑜𝑐𝑐𝑢1𝑖𝑗 + 𝛽5𝑜𝑐𝑐𝑢2𝑖𝑗+ 𝛽6𝑜𝑐𝑐𝑢3𝑖𝑗 + 𝛽7𝑜𝑐𝑐𝑢4𝑖𝑗+ 𝛽8𝑜𝑐𝑐𝑢5𝑖𝑗 + 𝛽9𝑜𝑐𝑐𝑢7𝑖𝑗+ 𝛽10𝑜𝑐𝑐𝑢8𝑖𝑗+ 𝛽11𝑜𝑐𝑐𝑢9𝑖𝑗+ 𝛽12𝑜𝑐𝑐𝑢10𝑖𝑗 + 𝛽13𝑚𝑎𝑙𝑒𝑖𝑗 + 𝛽14𝑚𝑎𝑟𝑟𝑖𝑒𝑑𝑖𝑗+ ε𝑖𝑗 (3)
其中 lnwage 為平均每月所得取對數、exp 為潛在工作年數、syr 為受教育年 數、occu 為職業虛擬變數、male 為男性之虛擬變數、married 為已婚之虛擬變數、 i 為個人、j 則分別代表十個世代。祖父母世代所得推估結果請參照附表 1 及附 表 2，祖父母世代所得-年齡趨勢圖如圖 6 所示。 在職業虛擬變數中，本文根據行政院主計總處職業標準分類將職業分為 10 類，由 1-10 類分別為:民意代表、主管及經理人員；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、牧業生產人員；技 藝有關工作人員；機械設備操作及組裝人員；基層技術工及勞力工；軍人。本文 以農、林、漁、牧業生產人員為基準組。
圖 6 祖父母世代薪資及年齡 註:圖中薪資皆為根據 2016 年消費者物價指數平減後之薪資，薪資為每個年齡下之平均數，第 25 百分位數，中位數，第 75 百分位數，單位為千元，且工作身份限制為受僱員工。 資料來源：1999 年-2016 年華人動態資料庫、1978 年-2017 年人力運用調查。 0 10 20 30 40 40 45 50 55 Age Grandparents_mean Grandparents_p(25) Grandparents_p(50) Grandparents_p(75) Thousand NTD
在整理完變數並合併三代樣本後，本文除了不同限制子女世代的年齡外，並 根據父親原生家庭及母親原生家庭進行探討。而在限制子女年齡為 25 歲以上的 情況下，本文所使用的樣本與華人動態資料庫中的樣本數之比較，如表 3。在限 制子女世代年齡為 25 歲以上、限制父親為 40 到 55 歲、祖父母年齡為 40-到 55 歲的條件下，根據不同子女世代樣本數，共分別有 244、249、493 筆資料，而表 4 為祖父母、父親、子女不同定義下的所得統計量；而在其他條件不變的情況下， 考慮母親原生家庭，則共分別有 254、241、495 筆資料，如表 5。 表 3 本文所使用樣本之比例-限制子女年齡為 25 歲以上 華人動態資料 庫樣本數 父母世代40-55 歲的樣本數 父母世代40-55 歲至少有一筆 所得的樣本數 本文使用的樣 本數 父親原生家庭 祖父母 6,861 493 父親 6,861 2,658 2,166 493 兒子 947 244 女兒 885 249 子女 1,832 493 母親原生家庭 外祖父母 6,175 495 母親 6,175 2,636 1,414 495 兒子 947 254 女兒 885 241 子女 1,832 495 註: 本文所使用的樣本數中，為子女年齡滿 25 歲以上、父母及祖父母皆 40-55 歲，且三個世代 皆限制為受僱員工，包括為私人雇主或私人機構工作、為公營企業工作、為政府機關工作；且三 代收入皆不為零的情況。作者自行整理。 參考資料:1999 年-2016 年華人動態資料庫。
表 4 變數統計量-父親原生家庭限制子代年齡為 25 歲以上 變數 變數說明 最小值 最大值 平均值 標準差 樣本數 bampay 兒子平均每月 工作收入 2400 254,726 42,392 28,400 244 fampay 父親平均每月 工作收入 4267 296,035 55,062 32,341 244 wage_max1 取祖父或祖母 平均每月工作 收入最大者 5,981 46,606 18,694 6,973 244 gampay 女兒平均每月 工作收入 4,000 129,051 33,368 13,399 249 fampay 父親平均每月 工作收入 4,267 175,663 53,998 26,515 249 wage_max1 取祖父或祖母 平均每月工作 收入最大者 5,981 46,606 19,115 7,419 249 new_ampay 子女平均每月 收入 2,400 254,726 37,834 22,567 493 fampay 父親平均每月 工作收入 4,267 296,035 54,525 29,517 493 wage_max1 取祖父或祖母 平均每月工作 收入最大者 5,981 46,606 18,907 7,197 493 註:所有平均每月工作收入皆以 2016 年為基期，根據消費者物價指數進行平減 參考資料:1999 年-2016 年華人動態資料庫。
表 5 變數統計量-母親原生家庭限制子代年齡為 25 歲以上 變數 變數說明 最小值 最大值 平均值 標準差 樣本數 bampay 兒子平均每月 工作收入 2,400 254,726 40,967 25,134 254 mampay 母親平均每月 工作收入 3,422 149,230 33,396 24,671 254 wage_max2 取外祖父母平 均每月工作收 入最大者 6,375 58,840 19,905 7,524 254 gampay 女兒平均每月 工作收入 4,000 129,051 33,836 13,710 241 mampay 母親平均每月 工作收入 1,157 316,354 33,978 27,678 241 wage_max2 取外祖父母平 均每月工作收 入最大者 6,375 52,524 20,929 8,124 241 new_ampay 子女平均每月 收入 2,400 254,726 37,495 20,678 495 mampay 母親平均每月 工作收入 1,157 316,354 33,679 26,153 495 wage_max2 取外祖父母平 均每月工作收 入最大者 6,375 58,840 20,404 7,831 495 註:所有平均每月工作收入皆以 2016 年為基期，根據消費者物價指數進行平減 參考資料:1999 年-2016 年華人動態資料庫。
在限制子女年齡為 35-40 歲的情況下，本文所使用的樣本與華人動態資料庫 中的樣本數之比較，如表 6。而在限制子女年齡為 35-40 歲、限制父親為 40 到 55 歲、祖父母年齡為 40-到 55 歲的條件下，根據不同子女世代樣本數，共分別 有 61、49、110 筆資料，如表 7；而在母親原生家庭中，則分別有 61、43、104 筆資料，如表 8。 表 6 本文所使用樣本之比例-限制子女年齡 35-40 歲 華人動態資料 庫樣本數 父母世代40-55 歲的樣本數 父母世代40-55 歲至少有一筆 所得的樣本數 本文使用的樣 本數 父親原生家庭 祖父母 6,861 110 父親 6,861 2,658 2,166 110 兒子 947 61 女兒 885 48 子女 1,832 110 母親原生家庭 外祖父母 6,175 104 母親 6,175 2,636 1,414 104 兒子 947 61 女兒 885 43 子女 1,832 104 註: 本文所使用的樣本數中，為子女年齡為 35-40 歲、父母及祖父母皆 40-55 歲，且三個世代皆 限制為受僱員工，包括為私人雇主或私人機構工作、為公營企業工作、為政府機關工作，且三代 收入皆不為零的情況。作者自行整理。 參考資料:1999 年-2016 年華人動態資料庫。
表 7 變數統計量-父親原生家庭限制子代年齡 35-40 歲 變數 變數說明 最小值 最大值 平均值 標準差 樣本數 bampay 兒子平均每月 工作收入 25,135 326,622 67,994 62,572 61 fampay 父親平均每月 工作收入 5,850 184,025 54,385 29,159 61 wage_max1 取祖父或祖母 平均每月工作 收入最大者 9,633 46,606 17,832 6,895 61 gampay 女兒平均每月 工作收入 15,000 108,000 38,912 17,859 49 fampay 父親平均每月 工作收入 5,850 97,021 51,854 25,779 49 wage_max1 取祖父或祖母 平均每月工作 收入最大者 9,633 45,152 19,625 7,869 49 new_ampay 子女平均每月 收入 15,000 326,622 55,039 50,065 110 fampay 父親平均每月 工作收入 5,850 184,025 53,258 27,609 110 wage_max1 取祖父或祖母 平均每月工作 收入最大者 9,633 46,606 18,631 7,364 110 註:所有平均每月工作收入皆以 2016 年為基期，根據消費者物價指數進行平減 參考資料:1999 年-2016 年華人動態資料庫。
表 8 變數統計量-母親原生家庭限制子代年齡 35-40 歲 變數 變數說明 最小值 最大值 平均值 標準差 樣本數 bampay 兒子平均每月 工作收入 25,135 326,622 63,908 59,460 61 mampay 母親平均每月 工作收入 3,422 149,230 36,165 26,944 61 wage_max2 取外祖父母平 均每月工作收 入最大者 6,375 36,125 18,485 5,673 61 gampay 女兒平均每月 工作收入 15,000 108,000 39,960 18,068 43 mampay 母親平均每月 工作收入 5,850 117,000 32,668 24,926 43 wage_max2 取外祖父母平 均每月工作收 入最大者 11,286 33,972 17,937 6,145 43 new_ampay 子女平均每月 收入 15,000 326,622 54,007 48,302 104 mampay 母親平均每月 工作收入 3,422 149,230 34,719 26,063 104 wage_max2 取外祖父母平 均每月工作收 入最大者 6,375 36,125 18,258 5,850 104 註:所有平均每月工作收入皆以 2016 年為基期，根據消費者物價指數進行平減 參考資料:1999 年-2016 年華人動態資料庫。
在探討三代間職業、教育程度流動中，本文以祖父、父親、兒子的樣本為主， 因此合併後三代職業樣本，共有 341 筆成對樣本，如表 9、表 10、表 11 所示。 表 9 中可以發現在祖父為農業工人的情況下兩代間的職業流動性較高，而祖父 為白領階級以及半技術勞工的情況下，父親從事相同的職業的狀況也較多。表 10 中父親為半技術勞工的情況，兒子從事相同職業的狀況也會較多。在三代成對樣 本中，祖父從事農業工人的比例較高有 189 位，父親與兒子為半技術勞工的比例 較高，分別有 132 位及 152 位。 表 9 祖父與父親職業次數分配矩陣 祖父 父親 白領階級 技術勞工 半技術勞工 非技術性勞工 農業工人 樣本數 白領階級 技術勞工 10 2 1 12 8 18 2 3 21 54 42 89 半技術勞工 4 17 43 11 57 132 非技術性勞工 3 6 3 7 30 49 農業工人 0 0 2 0 27 29 樣本數 19 36 74 23 189 341 註：在三代的成對樣本中，祖父及父親的部分本文取其第一次受訪的填答職業為基準，而兒子的職業 則使用兒子 30 歲時的職業為基準，並根據家戶編號進行合併。 參考資料:1999 年-2016 年華人動態資料庫 表 10 父親與兒子職業次數分配矩陣 父親 兒子 白領階級 技術勞工 半技術勞工 非技術性勞工 農業工人 樣本數 白領階級 14 27 31 7 3 82 技術勞工 12 26 25 9 2 74 半技術勞工 16 33 65 22 16 152 非技術性勞工 0 3 10 10 8 31 農業工人 0 0 1 1 0 2 樣本數 42 89 132 49 29 341
表 11 祖父與兒子職業次數分配矩陣 祖父 兒子 白領階級 技術勞工 半技術勞工 非技術性勞工 農業工人 樣本數 白領階級 8 11 21 1 41 82 技術勞工 5 6 16 6 41 74 半技術勞工 5 16 33 11 87 152 非技術性勞工 1 2 4 4 20 31 農業工人 0 1 0 1 0 2 樣本數 19 36 74 23 189 341 註：在三代的成對樣本中，祖父及父親的部分本文取其第一次受訪的填答職業為基準，而兒子的職業 則使用兒子 30 歲時的職業為基準，並根據家戶編號進行合併。 參考資料:1999 年-2016 年華人動態資料庫 另外在三代教育程度的樣本中，共有 819 筆成對樣本，如表 12、表 13、表 14 所示。在表 12 中可以發現，祖父為國小以下的教育程度，父親也會有較高的 比例為國小以下，而祖父為大學以上的學歷，父親也會有較高的比例為大學以上 的教育程度。在表 13 若父親為國中以上的教育程度，則兒子就讀大學以上的狀 況比例則會越高。在三代成對樣本中，祖父教育程度為國小以下的比例較高為 689 位，父親為高中(職)的比例較高為 244 位，兒子為大學以上的比例較高為 466 位。 表 12 祖父與父親教育程度次數分配矩陣 祖父 父親 大學以上 專科 高中(職) 國中、初中(職) 國小以下 樣本數 大學以上 14 3 16 9 47 89 專科 6 2 8 20 49 85 高中(職) 4 1 6 23 210 244 國中、初中(職) 0 1 2 8 161 172 國小以下 0 2 2 3 222 229 樣本數 24 9 34 63 689 819 註：在三代的成對樣本中，教育程度的部分本文皆使用受訪者第一次受訪的填答教育程度為基 準，並根據家戶編號進行合併。 參考資料:1999 年-2016 年華人動態資料庫
表 13 父親與兒子教育程度次數分配矩陣 父親 兒子 大學以上 專科 高中(職) 國中、初中(職) 國小以下 樣本數 大學以上 82 71 155 89 69 466 專科 4 9 35 18 34 100 高中(職) 3 5 50 57 103 218 國中、初中(職) 0 0 4 8 22 34 國小以下 0 0 0 0 1 1 樣本數 89 85 244 172 229 819 註：在三代的成對樣本中，教育程度的部分本文使用受訪者第一次受訪的填答教育程度為基準，並根 據家戶編號進行合併。 參考資料:1999 年-2016 年華人動態資料庫 表 14 祖父與兒子教育程度次數分配矩陣 祖父 兒子 大學以上 專科 高中(職) 國中、初中(職) 國小以下 樣本數 大學以上 23 6 25 45 367 466 專科 1 0 4 6 89 100 高中(職) 0 3 5 12 198 218 國中、初中(職) 0 0 0 0 34 34 國小以下 0 0 0 0 1 1 樣本數 24 9 34 63 689 819 註：在三代的成對樣本中，教育程度的部分本文使用受訪者第一次受訪的填答教育程度為基準，並根 據家戶編號進行合併。 參考資料:1999 年-2016 年華人動態資料庫
第五章 實證結果
本文探討三代代間流動性之關聯，並以三種方式衡量代間流動性，分別為代 間所得流動性、代間職業階層流動性、以及代間教育程度流動性。 在代間所得流動性方面，首先以整體子女世代（包含 25 歲以上男性與女性）、 父母世代（包含 40 歲到 55 歲之主樣本及其配偶）、祖父母世代(包含 40 歲到 55 歲的主樣本父母及主樣本配偶的父母)為估計對象，討論祖父母世代、父母世代 平均每月所得對於子女世代平均每月所得的影響。接著在其他條件不變的情況下， 針對 35 歲到 40 歲的子女世代為估計對象，討論祖父母世代、父母世代平均每月 所得對於子女世代(35 歲到 40 歲)所得的影響。 在以祖父母世代、父母世代平均每月所得對於整體子女世代平均每月所得的 影響中，祖父母世代所得包含祖父母世代所得的最大值，及外祖父母世代所得的 最大值，而父母世代所得則包含父親、母親所得變數，而子女世代所得則包含兒 子、女兒及子女總樣本三種變數。由於部分文獻使用大多為父親所得與兒子所得 的所得彈性，然而 Olivetti 與 Paserman(2015)認為不管是女兒抑或是兒子的所得 變數皆非常重要，因此本文為探討父母世代對於子女世代不同的性別的影響加入 了女兒變數；另外 Olivetti、Paserman 與 Salisbury(2016)在討論祖父母世代中， 祖父母世代分為祖父母及外祖父母，因此本文為探討不同類型的祖父母世代對於 子女世代的影響，因此將祖父母世代區分為祖父母世代及外祖父母世代。 在代間職業與教育程度流動性中，本文以祖父、父親、兒子的樣本為主，將 職業與教育程度進行階層分類，並估計三個世代間職業與教育流動性間的關聯。第一節 考慮子女年齡為 25 歲以上、父母世代及祖父母世代 40 到 55 歲 本文為了探討祖父母與外祖父母世代間對於子女世代間所得的影響，因此將 分為祖父母方以及外祖父母方討論，分別探討祖父母及外祖父母、父親及母親對 於子女世代間所得的影響，以及分別計算出三個世代間的所得彈性，以及分別兩 個世代間的代間所得彈性(IGE)。另外，由於在使用人力運用調查推估華人動態 資料庫中的祖父母世代所得中，若有部分祖父母資料不齊全則會無法進行所得推 估，導致祖父母樣本數太少，因此本文使用祖父母所得最大者來取代祖父母世代 所得，使用外祖父母所得最大者來取代外祖父母世代所得。 一、父親原生家庭兩個世代-代間所得彈性 首先，考慮祖父母平均每月所得最大者、父親的平均每月所得、子女世代平 均每月所得間的關係，分別計算出兩代間的代間所得彈性(IGE)，由表 15 第 1 欄中可發現，父親與女兒間的代間所得彈性為 0.231，大於父親與兒子、整體子 女世代的代間所得彈性，由此可見，父親對於女兒的所得影響程度高於對兒子的 所得影響程度；由第 7 欄至第 9 欄，祖父母與兒子、女兒的代間所得彈性為正， 但不顯著。 另外，本文也計算了祖父母與父親的代間所得彈性，如第 4 至 6 欄，可以發 現當控制女兒所得大零於時的代間所得彈性為 0.326，控制子女世代的所得大於 零時則為 0.224，而控制兒子所得的代間所得彈性則不顯著。 二、父親原生家庭三個世代-所得彈性 若同時考慮祖父母、父親對於子女世代的影響，如第 10 至 12 欄，則會發現 父親對於兒子、女兒、整體子女世代的所得彈性皆為正且顯著，且比父親與兒子、 女兒、整體子女世代間的代間所得彈性大；相同的是，父親與女兒的所得彈性為 0.237，仍然為最大；而祖父母與子女世代間的所得彈性雖為負，但皆不顯著。
表 15 祖父母、父親、子女所得彈性間的關係-子女世代年齡為 25 歲以上 被解釋變數 解釋變數 (1) 兒子 (2) 女兒 (3) 子女 (4) 父親 (5) 父親 (6) 父親 (7) 兒子 (8) 女兒 (9) 子女 (10) 兒子 (11) 女兒 (12) 子女 父親 0.201** 0.231*** 0.218*** 0.202** 0.237*** 0.222*** [0.0612] [0.0409] [0.0371] [0.0615] [0.0419] [0.0375] 祖父母 0.120 0.326** 0.224** 0.00690 0.0333 0.0127 -0.0174 -0.0440 -0.0369 (所得最大) [0.0991] [0.0986] [0.0699] [0.0967] [0.0689] [0.0601] [0.0951] [0.0663] [0.0587] 常數項 8.358*** 7.856*** 8.080*** 9.601*** 7.571*** 8.583*** 10.45*** 10.02*** 10.31*** 8.518*** 8.226*** 8.405*** [0.660] [0.441] [0.400] [0.969] [0.967] [0.684] [0.945] [0.675] [0.588] [1.099] [0.711] [0.654] 家戶數 244 249 493 244 249 493 244 249 493 244 249 493 調整後R2 0.039 0.111 0.064 0.002 0.038 0.018 -0.004 -0.003 -0.002 0.035 0.109 0.063 註：括號內為標準差，＊代表ｐ值小於 0.05，**代表ｐ值小於 0.01，***代表ｐ值小於 0.001。第 4-6 欄，分別為限制兒子收入不為零、女兒收入不為零、子女收 入不為零的情況。 資料來源：1999 年-2016 年華人動態資料庫。
三、母親原生家庭兩個世代-代間所得彈性 若考慮外祖父母平均每月所得最大者、母親的平均每月所得、子女世代的平 均每月所得，並分別計算出兩代間的代間所得彈性，由表 16 中第 1 至 3 欄，可 以發現母親與女兒的代間所得彈性為 0.142，大於母親與兒子、整體子女世代的 代間所得彈性；而外祖父母與兒子、整體子女世代的代間所得彈性為負，且不顯 著。另外，在外祖父母與母親的代間所得彈性方面，代間所得彈性為正但不顯著。 四、母親原生家庭三個世代-所得彈性 若同時考慮外祖父母、母親對於子女世代的影響，如第 10 至 12 欄，發現母 親對於兒子、女兒、整體子女世代間的所得彈性為正，且皆大於母親與兒子、女 兒、整體子女世代的代間所得彈性，而母親與女兒的所得彈性為 0.146，仍然皆 大於母親與兒子、整體子女世代的所得彈性。且外祖父母與兒子、女兒、整體子 女世代的所得彈性為負，且以子女與外祖父母的所得彈性-0.125 為負最大。 在子女世代年齡為 25 歲以上的情況下，祖父母世代對於子女世代的影響皆 不顯著，因此本文在第二節中將子女年齡限制為 35-40 歲的情況下進行討論。 而父親與子女世代間的所得彈性皆會大於母親與子女世代的所得彈性，也就 是說父親對於子女世代的所得影響會大於母親，另外在父母世代與女兒所得間的 彈性皆大於與兒子間的所得彈性，本文認為可能原因為，在台灣的文化不管父母 世代財富是否富有皆會對兒子進行投資，而對於女兒的投資可能則會取決於父母 世代是否富有，因此會有父母世代對於女兒所得的影響大於兒子所得的影響。
表 16 外祖父母、母親、子女所得彈性間的關係-子女世代年齡為 25 歲以上 被解釋變數 解釋變數 (1) 兒子 (2) 女兒 (3) 子女 (4) 母親 (5) 母親 (6) 母親 (7) 兒子 (8) 女兒 (9) 子女 (10) 兒子 (11) 女兒 (12) 子女 母親 0.111* 0.142*** 0.126*** 0.114* 0.146*** 0.130*** [0.0495] [0.0353] [0.0308] [0.0495] [0.0353] [0.0307] 外祖父母 0.0780 0.118 0.0999 -0.115 -0.0871 -0.112 -0.124 -0.104 -0.125* (所得最大) [0.117] [0.118] [0.0826] [0.0927] [0.0663] [0.0573] [0.0920] [0.0643] [0.0564] 常數項 9.361*** 8.908*** 9.145*** 9.441*** 9.052*** 9.230*** 11.63*** 11.22*** 11.54*** 10.55*** 9.901*** 10.34*** [0.507] [0.362] [0.315] [1.152] [1.165] [0.815] [0.913] [0.656] [0.565] [1.018] [0.710] [0.623] 家戶數 254 241 495 254 241 495 254 241 495 254 241 495 調整後R2 0.016 0.060 0.031 -0.002 0.000 0.001 0.002 0.003 0.006 0.019 0.066 0.039 註：括號內為標準差，＊代表ｐ值小於 0.05，**代表ｐ值小於 0.01，***代表ｐ值小於 0.001。第 4-6 欄，分別為限制兒子收入不為零、女兒收入不為零、子女收 入不為零的情況。 資料來源：1999 年-2016 年華人動態資料庫。
第二節 考慮子女 35 到 40 歲、父母世代及祖父母世代 40 到 55 歲 由於 Chetty 等人(2014)認為恆常所得高的人，薪資成長幅度快速，而在較年 輕階段薪資可能不高，因此若使用子女較年輕時的薪資衡量代間所得流動性，則 會低估父母世代對於子女世代薪資間的關聯，而他們發現當子女 32 歲過後薪資 會較穩定。Haider 與 Solon(2006)則認為使用 30 歲到 45 歲的年齡較為合適，而 Grawe(2006)則認為大約在 40 歲左右較為合適。於是本文使用 35 歲到 40 歲的子 女世代作為觀察值，避免生命週期偏誤。 一、父親原生家庭兩個世代-代間所得彈性 首先，考慮祖父母平均每月所得最大者、父親平均每月所得、子女世代平均 每月所得間的關係，分別計算出兩代間的代間所得彈性(IGE)，以及三個世代間 的所得彈性。如表 17 中第 1 欄至第 3 欄，發現父親與兒子間的代間所得彈性為 0.332，高於父親與整體子女世代、女兒的代間所得彈性，此結果與限制子女世 代年齡為 25 歲以上時的結果相反；在第 7 欄至第 9 欄中，祖父母與兒子、整體 子女世代的代間所得彈性為正且顯著，其中以祖父母與兒子間的代間所得彈性為 最高 0.597。另外，在第 4 欄到第 6 欄中，祖父母與父親的代間所得彈性方面， 可以發現祖父母與父親的代間所得彈性皆為正且不顯著。 二、父親原生家庭三個世代-所得彈性 如果同時考慮祖父母、父親對於子女世代的影響，如第 10 欄至第 12 欄，則 發現父親與祖父母對於兒子、女兒、整體子女世代的所得彈性比起各別兩代間的 代間所得彈性小，且與限制子女世代年齡為 25 歲以上發現結果不同，不同的是 在祖父母、父親與整體子女世代的所得彈性皆為正且顯著，且以祖父母與兒子的 所得彈性 0.561 為最大。
表 17 祖父母、父親、子女所得彈性間的關係-限制子代年齡 35-40 歲 被解釋變數 解釋變數 (1) 兒子 (2) 女兒 (3) 子女 (4) 父親 (5) 父親 (6) 父親 (7) 兒子 (8) 女兒 (9) 子女 (10) 兒子 (11) 女兒 (12) 子女 父親 0.332* 0.249** 0.310*** 0.310* 0.222* 0.287*** [0.128] [0.0861] [0.0848] [0.122] [0.0860] [0.0838] 祖父母 0.115 0.329 0.202 0.597** 0.323* 0.381* 0.561** 0.249 0.323* (所得最大) [0.220] [0.251] [0.164] [0.216] [0.157] [0.149] [0.207] [0.151] [0.143] 常數項 7.330*** 7.821*** 7.393*** 9.643*** 7.464** 8.763*** 5.095* 7.319*** 6.991*** 2.111 5.660*** 4.472** [1.383] [0.922] [0.911] [2.146] [2.463] [1.598] [2.105] [1.538] [1.459] [2.334] [1.589] [1.573] 家戶數 61 49 110 61 49 110 61 49 110 61 49 110 調整後R2 0.087 0.133 0.102 -0.012 0.015 0.005 0.099 0.063 0.048 0.175 0.164 0.135 註：括號內為標準差，＊代表ｐ值小於 0.05，**代表ｐ值小於 0.01，***代表ｐ值小於 0.001。第 4-6 欄，分別為限制兒子收入不為零、女兒收入不為零、子女收 入不為零的情況。 資料來源：1999 年-2016 年華人動態資料庫。
