一次性生育補助對生育的影響-以勞保生育給付增加為例

國立臺灣大學社會科學院經濟學系在職專班 碩士論文

Mid-Career Master Program Department of Economics

College of Social Sciences National Taiwan University

Master Thesis

一次性生育補助對生育的影響 _– 以勞保生育給付增加為例

The effects of baby bonus on fertility: An Examination of the increase of Labor Insurance maternity benefits

李羅恩

LO-EN LEE

指導教授

_:

駱明慶博士

Advisor : Ming-Ching Luoh , Ph.D.

中華民國

₂₀₁₉

年

₃

月

March 2019

謝詞

父親一生淡泊名利

_,

卻對子女百般疼愛

_,

對我和妹妹最大的願望只有平安 快樂

_,

然後行有餘力之時

_,

能為國家社會盡一份心力。 我以往總是笑父親迂

_,

但父親辭世後

_,

身為子女一無所報

_,

於是我在

₂₀₁₆

年來到台大經研所再次進 修

_,

期許自己做出的研究

_,

能夠為這個社會的發展提供助益。 父親生前最喜 歡小孩

_,

如同麥田捕手一般

_,

總是在小孩身邊默默地守護。 因此我剛進所上

_,

就決定要進行生育政策方面的研究。 在撰寫論文的初期

_,

一直無法在紛亂的 想法中確定自己的研究方向

_,

但是非常幸運的

_,

在不斷地收集資訊後

_,

突然 有一天

_,

好的研究題目、好的資料庫跟好的研究方法同時出現

_,

終於能夠順 利的完成這篇論文。

在台大經研所的求學過程中

_,

感謝我所有的同學

_,

因為大家一同奮鬥一同 玩樂

_,

讓我這三年的學校生活過得流連忘返。 連連、帥、青青、振志、志偉、柏

鈞、

_Jeff

、敏慈、

_Melo,

在宿霧的畢業旅行真是太開心了

_,

雖然那時我們的碩士

論文連一個字都還沒有下手。

_Melo

的海外求婚非常感人

_,

感謝能夠參與

_,

祝 你婚後幸福美滿。 家新、承先、國隆跟

_Chris

雖然沒辦法參加

_,

但是我們有充 分的把你們的份玩完。 特別感謝冠璇

_,

在

_Stata

跟

_Cwtex

的使用上

_,

常常向妳 請教

_,

真是獲益匪淺。

在論文撰寫的過程中

_,

首先要感謝指導教授駱明慶老師

_,

總是用非常冷靜 精確的分析

_,

迅速為學生破解寫作時遇上的關鍵障礙。 感謝口試委員陳旭昇 老師跟張勝凱老師

_,

我所有的計量觀念跟技巧

_,

都是跟三位老師學的。 畢業 前夕

_,

能夠在三位老師的面前

_,

將我所學到的一切融合為一篇論文進行報告

_,

並且得到老師們的認可

_,

對我來說

_,

真是莫大的鼓勵。 此外

_,

三位老師平常看 似不苟言笑

_,

但其實都很關心學生的生活

_,

要成為計量權威之前

_,

莫非必須 先將傲嬌屬性點滿

_?

另外要感謝黃安正先生

_,

應該算是我的師兄

_,

雖然我並沒有見過您。 本篇 論文在架構上沿用您

₁₀₂

年

₆

月由駱老師指導的論文 『全民健保對生育行為

的能力

_,

一定會在這世上某個地方發光發熱。

謝謝德祐

_,

妳讓我的人生截然不同

_,

因為妳

_,

我珍惜現在的每一分每一秒。

我也許不值得擁有這麼美好的事物

_,

但感謝妳

_,

一直陪在我身邊。 親愛的小 朋友

_,

這個世界如此廣大

_,

我們一起去冒險吧

_!

也謝謝伯父伯母

_,

對於一個突 然闖入的陌生人

_,

能夠像一家人一樣的接納我。 我一定會跟你們一樣

_,

全心 全力守護德祐。

最後謝謝我的父母

_,

媽媽其實搞不懂我人生的許多事情

_,

也搞不懂我為什 麼還要念第二個碩士

_,

但媽媽一向對我百般放任

_,

跟爸爸一起默默支持我們

_,

希望我以後可以讓妳少操一點心。 然後謝謝爸爸

_,

這幾年生命中有一些美好 的巧合

_,

我相信是你在天上偷偷地推了一把

_,

其實你兒子只是多努力了一下

_,

拿到這麼豐盛的禮物太不好意思了。

這篇論文未來或許有人看

_,

那很好

_,

這就是知識分子對社會所盡的一點心 力。 或許沒有人看

_,

那也很好

_,

起碼我完成了對父親的承諾

_,

重要的是

_,

跟開 始相比

_,

能夠一直莫忘初衷

_,

你說是吧

_,

老爸

_?

但願你在天上一切都好。

李羅恩

2019

年

₃

月

論文摘要

本文藉由台灣於₂₀₁₄年₅月₃₀日勞工保險條例修法通過_,增發一個月一次性生育補助 所形成的社會準實驗_, 運用_2012-2013年以及_2016-2017年的家庭收支調查資料_, 以受到 勞工保險條例修法影響的私部門家庭為實驗組_,不受勞工保險條例修法影響的公部門家庭 為對照組_,使用差異中的差異法(differences-in-differences法_{, DID}法₎估計一次性生育 補助是否能有效促進生育行為。 實證結果顯示,一次性生育補助提高政策,對生育行為沒有 促進的效果_,並無提高家庭子女出生的機率。

為了避免實驗組及對照組之間存在不同的時間趨勢_,造成政策效果估計的誤差_,本文也

使用1999年-2011年的家庭收支調查資料進行了5次假實驗。 假實驗結果顯示,台灣公、私

部門家庭_,在生育行為上仍具有一致的時間趨勢。 因此本文對於一次性生育補助政策_,對提 高生育行為並無統計上顯著效果的結論,應有一定的解釋力。

本文與過去國內外研究一次性生育補助的文獻不同之處在於_,過往文獻在利用_DID法 估計一次性生育補助的政策效果時_, 主要是利用政策前及政策後的資料_,或是不同補助金 額的地區資料,進行政策效果的估計。 本文是第一次利用國家政策改變所偶然造成的社會 準實驗_,使用_DID法進行政策效果的估計_,提供了另一種角度的檢驗。

關鍵詞:生育行為 、勞保 、生育補助 、家庭收支調查 、差異中的差異 、Differences-in-Differences

、_{Baby Bonus}

Abstract

On May 30, 2014, Taiwan’s Labor Insurance Act was amended to increase ma- ternity benefits from 1 month to 2 months, therefore a social quasi-experiment was formed. This paper uses data from the 2012 - 2013 and 2016 - 2017 Survey of Family Income and Expenditure to investigate the effect of baby bonus on fertility by using differences-in-differences estimation. The results show baby bonus in Taiwan does not have any effects on fertility. To avoid possible estimation biases, we use 5 fake experiments to investigate both treatment and control group’s fertility behavior from 1999 to 2011, and to find out that both groups do have a common trend of the de- pendent variable used in this paper. Therefore, our analyses show that baby bonus does not have any effects on fertility and the results should be reliable. Compared to the other literature on the study of baby bonus, this paper is the first to use a so- cial quasi-experiment and DID estimation to estimate the effects of baby bonus and provide another perspective.

Key words : Fertility, Labor Insurance, Maternity Benefit, Survey of Family Income and Expenditure, Differences-in-Differences, Baby Bonus

目錄

1 前言 ₁

2 文獻回顧 5

3 計量方法及實證資料 ₇

4 一次性生育補助調高對生育行為的影響 ₁₂

4.1 一次性生育補助的政策效果. . . 12 4.2 實驗組及對照組的時間趨勢檢驗 . . . 14

5 結論 ₁₇

參考文獻 ₂₀

1

前言

台灣近年來生育率持續低迷已成為全國矚目的問題,若以總生育率做為生育率的指標, 台 灣的總生育率_,已由₁₉₈₅年至₂₀₀₀年長期維持於₂之後_,再次下降到₂₀₀₅年至目前的₁。

圖1: 歷年總生育率變化

資料來源:內政部戶政司

為解決生育率低落的問題_, 中央政府及縣市政府歷年來提出多項生育政策_, 包含育嬰 假、托育照顧以及各項生育補助等。 其中一次性生育補助,由於發放高額現金,每每成為輿 論的焦點_,也讓中央政府及縣市政府爭相推動。 除中央政府透過公保、勞保等各項社會保險 發放生育給付外_,自₁₉₉₇年起金門縣首開先例_,至₂₀₁₂年基隆市為止_,全台各縣市皆已推 出生育津貼作為主要生育政策。 甚至在₂₀₁₉年初_,中央政府出現財政盈餘_,計畫發放現金 讓民眾分享經濟紅利時_,也傳出要增發生育補助以鼓勵生育。¹但是正當各級政府發放一次 性生育補助(包含生育給付及生育津貼_, 本文後續皆以一次性生育補助概稱)蔚為風潮時, 台北市長柯文哲於₂₀₁₈年₂月₂₄日_, 在直播節目上直言台北市的 「助妳好孕」 政策₍台北 市的一次性生育補助₎是 『騙選票的』_,就算提高一次性生育補助_,也無法解決少子化問題。² 由於一次性生育補助是台灣重要的生育政策,但其效果卻眾說紛紜。 恰好2014年勞動 保險條例修法_,將勞保的一次性生育補助調高與公保相同_, 形成一次生育補助的社會準實 驗。 因此本文利用此次社會準實驗,運用家庭收支調查資料,以受到影響的私部門家庭為實 驗組_,不受影響的公部門家庭為對照組_,使用差異中的差異法(differences-in-differences

法_{, DID}法_{) ,}估計一次性生育補助對鼓勵生育行為是否有效。

1東森新聞2019-01-08,https://news.ebc.net.tw/News/Article/147334

2自由時報2018-02-25,http://news.ltn.com.tw/news/politics/breakingnews/2348874

一次性生育補助並非多數國家採用的生育政策_,目前開辦的國家有_: 表_1: 開辦生育補助國家一覽表

國別 一次性生育補助金額

澳洲 ₁胎補助₅₀₀₀澳元₍₂₀₀₄開辦_,2014取消₎。

加拿大 魁北克省於每胎出生時補助加幣₅₀₀元₍₁₉₈₈開辦_,1997取消₎。 捷克 ₁胎補助13000捷克幣₍約₅₆₅美元₎。

義大利 年收入低於_7,000歐元的家庭_,每胎補助1,920歐元。 年收入介於_7,000至 26,000歐元的家庭_,每胎補助₉₆₀歐元。

盧森堡 ₁胎補助₅₈₀歐元。

俄羅斯 2008年起_,第₂胎以上每胎補助300,000俄幣₍約₄₄₁₁美元₎。

新加坡 ₂₀₁₂年開辦_,2015年起_,第一胎及第二胎補助新幣_8,000元_,第三胎以上 每胎補助新幣_10,000元。

資料來源_:各國政府官方網站

台灣沒有全國性的一次性生育補助政策,但透過軍保、公保、勞保、農保及國保等各項社 會保險_,大多數的民眾_,都可在生育後請領保險的一次性生育補助₍各項社會保險發放之一 次性生育補助及修法情形見表₂₎。

表_2: 台灣各項社會保險一次性生育補助發放情況及修法情形

修法時間 修法前 修法後

軍保 投保薪資₂個月 投保薪資₂個月

公保 ₂₀₁₄年₁月₁₄日 投保薪資₂個月 投保薪資₂個月¹ 勞保 ₂₀₁₄年₅月₃₀日 投保薪資₁個月 投保薪資₂個月²

農保 投保金額₂個月 投保金額₂個月³

國保 ₂₀₁₅年₁₁月₂₇日 投保金額₁個月 投保金額₂個月⁴

12014年₁月₁₄日公教人員保險法修法之前_,公保民眾可請領之生育補助來自公保₁個月及全國 軍公教員工待遇支給要點₁個月_,共計兩個月。 修法之後_,公保民眾可請領之生育補助為公保兩 個月_,修法前後請領金額相同_,但來源不同。

22014年₅月₃₀日勞工保險條例修法通過。

3農保投保金額為固定金額_,每月投保金額_10,200元。

4國保投保金額為固定金額_,每月投保金額_18,282元。

在₂₀₁₄年之前_, 軍公教人員投保軍保、公保可請領₂個月投保薪資的一次性生育補助_, 投保勞保、農保及國保的一般民眾則可請領₁個月投保薪資的一次性生育補助。 在₂₀₁₄年 至₂₀₁₅年陸續修法後_, 各項社會保險的一次性生育補助皆為投保薪資及投保金額的₂個 月。 同時,在縣市政府方面, 也依各地財政狀況,給予設籍且滿足條件的居民生育津貼₍見 表₃₎。

表3: 2019年各縣市政府發放生育津貼一覽表

縣市別 開辦年份 補助金額_:一胎(依胎次) 育兒津貼

金門縣 _{1997 20,000}元 ₂歲以下每月_2,500元

新竹縣 _{1998 10,000}元 ₂歲以下每月_2,500元

苗栗縣 _{1998 6,600}元 ₂歲以下每月_2,500元

嘉義縣 _{1998 6,000}元 ₂歲以下每月_2,500元

新竹市 _{1999 15,000}元_/20,000元_/25,000元 ₂歲以下每月_2,500元 連江縣 _{1999 20,000}元_/50,000元_/80,000元 ₂歲以下每月_2,500元

台南市 _{1999 6,000}元_/12,000元 ₂歲以下每月_2,500元

屏東縣 ₂₀₀₃ 中收入戶_3,000元_/低收入戶

10,000元

2歲以下每月_2,500元

台東縣 _{2006 10,000}元_/15,000元 ₂歲以下每月_2,500元

嘉義市 _{2006 6,000}元 ₂歲以下每月_2,500元

桃園市 _{2009 30,000}元 ₃歲以下每月_2,500元

彰化縣 _{2009 30,000}元 ₂歲以下每月_2,500元

南投縣 _{2009 10,000}元_/15,000元_/20,000元 ₂歲以下每月_2,500元

雲林縣 _{2009 8,000}元 ₂歲以下每月_2,500元

高雄市 _{2010 10,000}元_/20,000元_/30,000元 ₂歲以下每月_2,500元

宜蘭縣 2010 10,000元 ₂歲以下每月_2,500元

新北市 _{2011 20,000}元 ₂歲以下每月_2,500元

台北市 _{2011 20,000}元 ₅歲以下每月_2,500元

台中市 _{2011 10,000}元 ₂歲以下每月_2,500元

花蓮縣 2011 10,000元 ₂歲以下每月_2,500元

澎湖縣 _{2011 30,000}元_/50,000元_/70,000元 ₂歲以下每月_2,500元

基隆市 _{2012 20,000}元 ₂歲以下每月_2,500元

資料來源_:各縣市社會局、社會處

各縣市生育津貼最早於₁₉₉₇年由金門縣開始發放_,與全台各縣市總生育率排名₍見表 4)比較可看出_,不計金門、連江等外島縣市_,越早發放的縣市,如新竹縣、苗栗縣、嘉義縣₍₁₉₉₈ 年_{) ,}新竹市₍₁₉₉₉年_{) ,}長期居於全台各縣市排行前六名內。 原本不在前六名的縣市_,在開 辦之後_,如彰化縣₍₂₀₀₉年₎、台北市₍₂₀₁₁年_{) ,}總生育率也有機會快速進入全國前六名。

可能因為此關聯性,促使台灣各縣市近年來競相發放生育津貼。

表4:台灣各縣市歷年總生育率排名

1 2 3 4 5 6

1999 新竹縣 雲林縣 嘉義縣 苗栗縣 台東縣 彰化縣

2000 新竹縣 嘉義縣 雲林縣 苗栗縣 彰化縣 台東縣

2001 新竹縣 嘉義縣 雲林縣 苗栗縣 台東縣 南投縣

2002 新竹縣 嘉義縣 苗栗縣 雲林縣 台東縣 新竹市

2003 新竹縣 嘉義縣 雲林縣 苗栗縣 台東縣 澎湖縣

2004 新竹縣 新竹市 嘉義縣 苗栗縣 台東縣 雲林縣

2005 新竹縣 新竹市 嘉義縣 台東縣 雲林縣 苗栗縣

2006 新竹縣 新竹市 台東縣 嘉義縣 苗栗縣 雲林縣

2007 新竹縣 新竹市 台東縣 苗栗縣 桃園縣 嘉義縣

2008 新竹市 新竹縣 台東縣 苗栗縣 桃園市 雲林縣

2009 新竹市 新竹縣 台東縣 彰化縣 桃園市 苗栗縣

2010 新竹市 新竹縣 台東縣 彰化縣 宜蘭縣 苗栗縣

2011 新竹市 新竹縣 苗栗縣 台北市 彰化縣 台東縣

2012 新竹市 新竹縣 苗栗縣 台北市 彰化縣 台中市

2013 新竹市 新竹縣 苗栗縣 台北市 澎湖縣 花蓮縣

2014 新竹市 苗栗縣 新竹縣 台北市 彰化縣 台中市

2015 新竹市 桃園市 苗栗縣 新竹縣 彰化縣 台北市

資料來源_:國立成功大學健康資料加值應用中心

本文共分₅節_,第₁節為前言_,描述研究動機及國內外政策現況。 第₂節為文獻回顧。 第 3節為計量方法及實證資料,解釋使用的計量方法及資料來源。 第4節為一次性生育補助調 高對生育行為的影響_, 解釋經由計量方法估計後_, 一次性生育補助政策對提高生育行為的 政策效果不顯著。 並以假實驗進行檢驗_, 實驗組及對照組具備一樣的時間趨勢_, 因此估計 出政策效果不顯著的結果應有一定的解釋力。 第5節則為結論,推測一次性生育補助政策 對提升生育行為效果不顯著的原因可能是補助金額相對偏低_,並對後續研究可加強的部分 及可延伸的方向提出建議。

2

文獻回顧

由於台灣並無全國性的一次性生育補助政策, 在國內一次性生育補助相關的研究方面, 主 要都是以各縣市不同金額的一次性生育補助政策_,分析政策的影響。 施雅庭₍₂₀₁₆₎利用₂₀₀₀ 年至₂₀₁₄年間台灣₂₀個縣市育齡婦女一般生育率及各縣市生育獎勵金資料_,探討生育補 貼對生育率的影響程度及觀察生育者會否進行遷移決策。 結果顯示縣市政府增加新台幣

1,000元的生育獎勵金_,會使育齡婦女一般生育率增加_0.2145。 但當其他地區的生育補貼水

準高於生育者所在的區域時,生育者也會選擇遷移決策,使原所在地區的生育率降低。 林佳 螢₍₂₀₁₆₎以我國₂₀個縣市₍排除金門縣與連江縣₎作為研究個案_,透過不同地區或時期_,比 較個案實施生育津貼前後的影響變化_,認為生育津貼至少要發到₂萬元_,才會出現較明顯的 政策效果,對於發放金額低於2萬元的縣市來說,僅有象徵性的意義。 林妏蓁,陳國樑,與黃

勢璋₍₂₀₁₃₎的研究結果發現_,生育津貼與生育率之間雖是正向關係_,但是效果並不大。 對於

本來就想生育的育齡婦女來說_,地方政府每發放生育津貼新台幣_1,000元_,將有提前懷孕的 刺激效果_,但也僅增加整體生育率_0.0057。 亦即_,政府要刺激每位育齡婦女多生育₁位新生 兒_,必須發放每胎_17.54萬元的生育津貼才足夠。

但謝巧慧(2013)就各縣市生育補助金額與生育率關係之實證研究發現,各縣市政府為

鼓勵生育而提供的生育補助_, 其補助金額多寡與各縣市之生育率高低並無直接的關聯_, 亦 即生育補助無法使生育率提高。 尤智儀與李玉春₍₂₀₁₆₎則比較有無生育津貼政策的縣市 居民在政策介入前後生育意願是否有異,顯示生育津貼政策的介入對育齡婦女之生育意願 無顯著影響_,以現金補助的方式提升民眾生育意願在本研究中並無顯著效果。

在國外一次性生育補助相關的研究方面_,全球開辦一次性生育補助的國家不多_,由於澳 洲政府於₂₀₀₄年開辦生育補助後_,澳洲總生育率恰好同時出現成長_,因此澳洲政府大力宣 稱總生育率的成長歸功於官方推出的生育補助政策有效。 因此國外相關的研究_,主要是以 澳洲作為研究對象。

Drago, Sawyer, Shreffler, Warren, and Wooden (2011)利用澳洲自₂₀₀₄年開辦每胎

3,000澳幣生育補助後的資料_,分析生育補助是否能刺激生育動機及最終的生育率。 結果顯

示生育補助的確可溫和刺激生育動機及生育率_,但是代價高昂。 為了多增加一名新生兒_,澳 洲政府須增加的邊際成本最少須_126,000澳幣。 Sinclair, Boymal, and De Silva (2012)也 得到類似的結果,為了多增加一名新生兒,澳洲政府須增加的邊際成本估計為39,000澳幣。

Parr and Guest (2011)則將澳洲於_2001-2008總生育率由_1.73上升至_1.96的現象_,與 同時間生育補助的開辦、總體經濟的變化以及社會環境的變化等變數一同進行分析_, 結果 顯示生育補助的效果並不顯著,開辦生育補助後總生育率的上揚只是時間上的巧合, 真正 對澳洲總生育率有顯著影響的是教育、所得、職業、婚姻狀況、年齡以及社會階級等各項變 數的變化。

在其他國家的研究方面, Avdeyeva (2011)以俄羅斯為對象_,研究自₂₀₀₇年開始的第二 胎發放生育補助政策。 研究結果顯示,由於俄羅斯社會仍未完全擺脫社會主義的後遺症,人 民普遍處於所得過低、居住環境惡劣以及工作不穩定的情況_,就算人民有生育的意願_,實際 上也只選擇生育一胎_,推出第二胎起發放生育補助的政策_,無助於提高俄羅斯的生育率。

Chua (2009)對於新加坡生育補助政策的研究發現_, 雖然新加坡自₂₀₀₁年開辦的生育

補助政策_, 歷經₂₀₀₄與₂₀₀₈兩次的補助加碼_, 但是對新加坡的生育率於統計上並無顯著 的影響。

Milligan (2002)針對加拿大魁北克省於₁₉₈₉至₁₉₉₆年開辦的生育補助進行研究_,以類 實驗設計採_DID法_,將有生育獎勵金的魁北克地區設為實驗組_,其他無生育獎勵金的地區 社設為控制組_,結果顯示魁北克的生育獎勵金政策對於提升生育率雖有正向顯著影響但效 果不大_,每多出生一位新生兒_,魁北克政府所需付出的邊際成本為加幣_15,000元₍約當當時 美金13,000元)。

3

計量方法及實證資料

在過去國內外對於討論一次性生育補助效果的文獻中, 大致有兩種方向,第一種是以全國 性的資料_,分析一次性生育補助政策開辦後是否對生育率有顯著影響。 第二種是針對國內 不同地區的不同金額一次性生育補助_, 設定實驗組及對照組_, 以_DID法進行分析。 由於台 灣並沒有全國性的一次性生育補助,因此目前國內的研究,都是以第二種方向為主。

不過台灣雖然沒有全國性的一次性生育補助_, 但透過公保、勞保、農保及國保等各項社 會保險,大多數民眾都能在生育時領取一次性生育補助。 只是由於各項保險的一次性生育 補助計算基礎皆不相同_, 開辦時間又已久遠_, 因此不易由全國性的資料進行分析。 然而在 2014年_,為鼓勵生育及公平起見_,公保、勞保皆針對一次性生育補助的發放進行修法_,自此 投保勞保的民眾,可請領的生育補助由投保薪資的1個月增加至2個月(國保自2015年修法 後_,生育補助才由投保金額的₁個月增加為₂個月₎。 但是軍公教人員則未受到此次修法影 響,公教人員在公教人員保險法修法未通過前_,雖然公保只給付生育補助1個月_,但可另由 全國軍公教員工待遇支給要點申請₁個月的生育補助_,合計共₂個月。 在公教人員保險法修 法後_,公教人員的₂個月生育補助全數由公保支應_,不再領取全國軍公教員工待遇支給要點 的生育補助,軍人在修法前後,則皆依全國軍公教員工待遇支給要點領取2個月生育補助。

亦即_,雖然公保於₂₀₁₄年進行修法_,公教人員只是領取一次性生育補助的來源不同_,但 金額並未改變。 因此此次針對公保、勞保的修法_,使台灣投保勞保的民眾一次性生育補助增 加,但軍公教人員領取的一次性生育補助並未改變。 也就是說,本次的修法,可能造成非軍 公教人員生育意願的變動_,但軍公教人員的生育意願則未受到此次修法的影響。 因此_,本次 的修法_,成為一次性生育補助的社會準實驗。

由於一次性生育補助提高的政策是外生改變_,因此本文以黃安正₍₂₀₁₃₎估計全民健保 對生育行為是否有影響的分析架構為基礎_, 以不受修法影響的軍公教人員₍後稱為公部門 家庭)為對照組,受到修法影響的非軍公教民眾(後稱為私部門家庭)為實驗組,使用修法前 2012-2013年及修法後_2016-2017年的資料_, 利用_DID法_, 估計提高一次性生育補助對於 提高民眾的生育意願有沒有影響。

在使用_DID法進行估計時_, 本文使用 『是否有子女出生』 這個虛擬變數作為被解釋變 數_, 『生育補助調高後』、『私部門家庭』、『政策效果』 等虛擬變數以及同時會影響公私部門 家庭生育行為的控制變數做為解釋變數。 以迴歸模型表達,即為:

Birth_{i t} = β0+ β1Bonus_t+ β2Private_i+ β3Policy_{i t} + β4X_{i t}+ "i t

其中:

Birth_{i t}: 即為 『是否有子女出生』_,下標_i代表此觀測值為樣本中的第個家庭_,下標_t為此觀

測值的資料年度。 若樣本於資料年度第_t年時_,第_i個家庭有子女出生_{,Birthi t}記為_1, 反之 則記為0。

Bonus_t:即為 『生育補助調高後』_,為時間的虛擬變數_,若樣本第_i個家庭來自民國₁₀₅年及 106年_,此時間在生育補助調高後_,Bonust記為1,反之則記為₀。

Private_i:即為 『私部門家庭』_,為私部門家庭的虛擬變數_,若樣本第_i個家庭為私部門家庭_,Privatei記 為_1,反之則記為₀。

Policy_{i t}:即為 『政策效果』,也就是本文意欲探討的政策是否有效。Policy_{i t}=Privatei*Bonus_t, 是_Privatei與_Bonust的交乘項_,也是虛擬變數_,目的是衡量樣本第_i個家庭是否有受到生育 補助調高的影響。 若樣本中第_i個家庭是來自民國₁₀₅年及民國₁₀₆年的私部門家庭_,則_{Policyi t}記 為_1,其餘則記為₀。

X_{i t}: 即為控制變數_{,Xi t= (}妻子是否為就業者_,夫妻雙方的年齡_,夫妻雙方的受教育年數_,家 戶合計年所得,地區固定效果以及生育行為觀察年數)。

在控制變數方面_,參考過去台灣生育率的實證研究_, 將第_it個家庭中_, 妻子是否為就業 者、夫妻雙方的年齡、夫妻雙方的受教育年數以及家戶合計年所得做為控制變數。 此外考慮 台灣北、中、南、東四大地理區不同的風土民情可能會對當地家庭的生育行為造成影響, 本 文也將地區固定效果納入迴歸模型。 不過由於資料中並未揭露家庭居住地_,因此本文以戶 長工作地點所在縣市,做為地區固定效果的替代變數。 此外_,考量到政策公布前後_,可能出 現原本計畫生育的家庭_,為了領取更多的生育補助而出現延遲生育的行為。 為了避免此種 延遲生育行為干擾對政策效果的估計_, 在計算是否有子女出生方面_,本文不只觀察政策執 行前後1年的資料,而是觀察政策執行前後2年的資料。 本文以家庭中是否有1歲(或2歲) 的子女來推估家庭在₁年₍或₂年₎前是否有生育行為_, 當資料年度為₂₀₁₇年₍或₂₀₁₃年₎ 時_,藉由家中是否有₂歲以下的子女_,可觀察到_2015-2016年₍或_2011-2012年₎此₂年內家 庭的生育行為。 若資料年度為2016年(或2012年)時,藉由家中是否有1歲以下的子女,則 可觀察到₂₀₁₅年₍或₂₀₁₁年₎此₁年內家庭的生育行為。 此外_,生育行為觀察年數越長_,有 子女出生的機率就會越高。 為避免生育行為觀察年數造成迴歸估計的偏誤_,本文將 「生育 行為觀察年數」 加入迴歸的控制變數。

在實證資料方面_,本文使用_2012-2013年與_2016-2017年共₄個年度的 「台灣地區家庭 收支調查」 資料進行估計。 由於修法調高勞保生育補助的時間點為2014年6月, 2015年的 生育行為橫跨政策前後_{, 2014}年的資料則可能受到公告效果出現延遲生育行為。 為避免干 擾_, 本文不採用_2014-2015年資料_, 而將觀察期間設定於生育補助調高前的_2012-2013年 以及生育補助調高後的_2016-2017年。

在樣本篩選上_, 若先生及妻子任一方投保軍公保_,即可享有軍公保的生育補助_,因此只

分_,必須妻子投保勞保_,才能領取勞保的生育補助。 因此先生非軍公保且妻子投保勞保_,才 認定此家庭為私部門家庭。 至於國保及農保,由於提高生育補助至兩個月的修法時間與公 保、勞保有差距_, 且請領生育補助的計算基礎與公保、勞保顯著不同_, 為避免干擾迴歸係數 的預估_,本文將生育補助領取農保與國保的家庭資料皆予以排除。

表_5:變數平均值_–所有樣本

私部門家庭₍實驗組₎ 公部門家庭₍對照組₎

生育補助提高前 生育補助提高後 生育補助提高前 生育補助提高後 (2012-2013) (2016-2017) (2012-2013) (2016-2017) 有子女出生的機率 0.1738 0.1708 0.2099 0.2253

(0.3790) (0.3764) (0.4076) (0.4181)

妻子年齡 _{35.37 35.93 36.30 36.48}

(4.8799) (4.5178) (4.2798) (4.4892)

妻子教育年數 _{13.07 13.66 15.43 15.83}

(2.4539) (2.5167) (2.2905) (2.1699)

妻子為就業者的家庭比例 0.85 0.83 0.76 0.77

(0.3547) (0.3714) (0.4250) (0.4181)

先生年齡 _{40.40 39.52 38.70 38.87}

(6.2134) (6.3184) (5.4148) (5.5880)

先生教育年數 _{13.22 13.70 16.17 16.40}

(2.7466) (2.7690) (2.4304) (2.3865)

家戶合計年所得 1,516,601 1,651,515 2,151,828 2,220,370

(2016年消費者物價指數為

100元₎

(691,490.4) (863,140.4) (740,177.6) (1,075,241.0)

家庭地點–北部比例 46.34 51.55 40.88 47.14

(0.4987) (0.4998) (0.4920) (0.4996)

家庭地點_–中部比例 _{21.43 18.98 17.82 11.79}

(0.4104) (0.3922) (0.3829) (0.3227)

家庭地點_–南部比例 _{30.13 27.62 34.81 34.14}

(0.4589) (0.4472) (0.4767) (0.4746)

家庭地點–東部比例 2.11 1.85 6.49 6.93

(0.1436) (0.1348) (0.2465) (0.2542)

觀察年數為₁年比例 _{49.54 49.33 46.96 49.22}

(0.5000) (0.5000) (0.4994) (0.5004)

觀察年數為2年比例 _{50.46 50.67 53.04 50.78}

(0.5000) (0.5000) (0.4994) (0.5004)

樣本數 _{4,275 4,109 724 577}

註_:括弧內為標準差

此外, 本文將妻子年齡限定於15-44歲, 並排除經濟戶長工作地點在台灣北、中、南、東 區以外的資料。 綜合上述_, 樣本數目一共_9,685個_, 其中公部門家庭_1,301個_, 私部門家庭 8,384個_, 本文將資料敘述統計整理於表₅中。 由表₅得知_,私部門家庭在生育補助調高後_, 有子女出生的機率下降了_0.003,公部門家庭卻上升了_0.0154,顯示公、私部門在生育行為

上有所差異。 在夫妻年齡方面_,生育補助調高後_,公、私部門家庭的先生及公部門家庭的妻 子年齡皆未明顯變化, 私部門家庭的妻子年齡則略有增加, 顯示私部門家庭妻子延後生育 的趨勢可能仍在持續。

在夫妻教育年數方面_,無論在生育補助調高前後_,公部門家庭夫妻的教育年數皆較私部 門家庭多出₂年_,顯示公部門家庭夫妻的教育程度持續高於私部門家庭。 在妻子為就業者 的家庭比例中_,生育補助調高前後_,私部門家庭皆高於公部門家庭。 但補助提高後_,私部門 家庭妻子就業的比例小幅下滑,公部門家庭妻子就業比例則小幅上升。

在家戶合計年所得方面_,無論生育補助提高前後_,公部門家庭的家戶合計年所得皆高於 私部門家庭_,顯示近年來公部門家庭平均所得皆高於私部門家庭。

由於公部門家庭與私部門家庭_,在各項變數中皆存在差異_,因此在使用_DID法進行估計 時_,必須控制這些變數_,以避免影響估計結果。

在上述各項變數中,「有子女出生的機率」_, 是使用回溯式的方法,藉由家庭是否有子女 出生_,回推家庭是否有生育行為。 家庭收支調查的調查期間為當年₁₂月至次年₂月_,以₂₀₁₆ 年家庭收支調查為例_, 訪問調查於₂₀₁₆年₁₂月₁日至₂₀₁₇年₂月₂₈日進行_, 若此時家庭 有0-1歲的子女,該子女的出生日期應為2015年12月2日至民國2016年11月30日。 假設 每位子女自受孕至出生的時間均為₁₀個月_, 則該子女的受孕日期應在₂₀₁₅年₂月₂日至 2016年₁月₃₁日。 因此_,由₂₀₁₆年家庭收支調查資料中是否有_0-1歲的子女_,可回推此家 庭於₂₀₁₅年₂月₂日至₂₀₁₆年₁月₃₀日₍概稱為₂₀₁₅年₎是否有生育行為。 也因此_,本文 可由₂₀₁₇年家庭收支調查資料中是否有_0-2歲的子女_, 回推此家庭於₂₀₁₅年₂月₂日_-民 國2017年1月31日(概稱為2015-2016年)的生育行為。 同理可知,在勞保生育補助提高前 的時期_,本文可由₂₀₁₂年家庭收支調查資料中是否有_0-1歲子女_,回推此家庭於₂₀₁₁年₂ 月₂日至₂₀₁₂年₁月₃₀日₍概稱為₂₀₁₁年₎的生育行為_,並以₂₀₁₃年資料中是否有_0-2歲 的子女,回推此家庭於2011年2月2日-2013年1月30日(概稱為2011-2012年)的生育行 為。 我們將以上回溯式的推估方式整理於表₆中_:

表6:回溯式推估法

生育補助調高前 生育補助調高後 受孕日期(生育行為) 2011年 2012年 2015年 2016年 收支調查資料年度

2012年 _0-1歲子女

2013年 _0-2歲子女 _0-2歲子女

2016年 _0-1歲子女

2017年 _0-2歲子女 _0-2歲子女

再來_,由於回溯式推估法_,會讓不同年度的夫妻出現不同的生育行為觀察期_,例如₂₀₁₆ 年資料中的夫妻,是在2015年進行生育行為,而2017年資料中的夫妻,則可能在2015年或 在₂₀₁₆年進行生育行為。 為了減少不同年份資料中夫妻年齡的不一致性_,我們以觀察年份 中_, 生育行為的起始年_, 作為衡量夫妻年齡的標準。 ₂₀₁₂及₂₀₁₆年資料中的夫妻_,將以資 料中的年齡再減₁歲_{, 2013}及₂₀₁₇年資料中的夫妻_,將以資料中的年齡再減₂歲。

在教育程度方面_,本文將資料中夫妻的教育程度轉換為教育年數。 轉換方式如表_7:

表7: 教育程度轉換表

不識字 0年

自修 ₃年

國小 ₆年

國中 9年

高中高職 ₁₂年

專科 ₁₄年

大學 16年

研究所 ₁₈年

博士 ₂₃年

在家戶合計年所得方面,依行政院主計總處所公布之消費者物價指數, 以2016年為基 期₁₀₀進行調整。³

在家庭地點方面_,將台灣區分為四大地理區_,以控制各地區特有的固定效果。 區分方式 如表_8:

表8:台灣地理區劃分方法

北部 宜蘭縣_,基隆市,台北市,新北市,桃園縣市,新竹 縣市與苗栗縣。

中部 台中市_,彰化縣_,南投縣與雲林縣

南部 嘉義縣市,台南市,高雄市,屏東縣與澎湖縣 東部 花蓮縣與台東縣

3行 政 院_, 物 價 統 計 月 報 ₁₀₇ 年 ₁₁ 月 ₅₇₅ 期_, https://www.dgbas.gov.tw/public/data/dg- bas03/bs3/book/10711/pricebook.pdf

4

一次性生育補助調高對生育行為的影響

4.1 一次性生育補助的政策效果

表_9: 一次性生育補助對家庭生育行為的影響_–全體樣本 家庭有子女出生機率

(1) (2) (3) (4) (5) (6)

政策效果 _{-0.0183 -0.0169 -0.014 -0.0128 -0.0155 -0.0153}

(0.0245) (0.0244) (0.0218) (0.0218) (0.0218) (0.0218) 生育補助調高後 _{0.0154 0.014 0.0119 0.0142 0.0145 0.0143} (0.0231) (0.0229) (0.0206) (0.0205) (0.0205) (0.0205) 私部門家庭 _{-0.0361** -0.0377** 0.00165 0.00473 0.0161 0.0163} (0.0162) (0.0162) (0.0153) (0.0155) (0.0157) (0.0157) 觀察年數為₂年 _{0.0583*** 0.0331*** 0.0315*** 0.0303*** 0.0304***}

(0.00777) (0.00704) (0.00700) (0.00700) (0.00700)

妻子年齡 _{-0.0302*** -0.0231*** -0.0236*** -0.0236***}

(0.000815) (0.001050) (0.001050) (0.001050) 妻子教育年數 _{0.0237*** 0.0153*** 0.0131*** 0.0131***}

(0.001400) (0.001870) (0.001910) (0.001910) 妻子為就業者 _{-0.122*** -0.117*** -0.127*** -0.127***}

(0.010400) (0.010400) (0.010500) (0.010500)

先生年齡 -0.00807*** -0.00800*** -0.00800***

(0.000806) (0.000807) (0.000808) 先生教育年數 _{0.00509*** 0.0026 0.0026} (0.00166) (0.00171) (0.00171)

家戶合計年所得 _{0.617*** 0.0613***}

(對數值_{) (0.0104) (0.0106)}

家庭地點

北 _-0.00736

(0.0217)

中 _-0.0111

(0.0223)

南 _-0.00915

(0.0219)

常數項 _{0.210*** 0.183*** 1.019*** 1.116*** 0.317** 0.332**}

(0.0151) (0.0155) (0.0423) (0.0461) (0.1410) (0.1440)

樣本數 _{9,685 9,685 9,685 9,685 9,685 9,685}

R-squared 0.002 0.007 0.192 0.201 0.204 0.204

註_:括弧內為標準差_,星號標示_***p<0.01,**p<0.05,*p<0.1,

第₍₁₎欄為最簡單的_DID估計結果_,只以 「政策效果」、「生育補助調高後」 以及 「私部門 家庭」 三個最重要的虛擬變數進行OLS迴歸分析。 估計的結果,「政策效果」 為-0.0183,標準

率可能有小幅提高的效果但並不顯著。 「私部門家庭」 的係數為_-0.0361,標準差為_0.0154, 統計上顯著,顯示私部門家庭,家庭子女出生機率將下降3.61%且效果為顯著。 表示若為私 部門家庭_,對生育行為有顯著的負面影響。

不過第₍₁₎欄只是最簡單的_DID估計結果,為了估計出正確的政策效果_,我們必須開始 控制其他變數。 在第₍₂₎欄中_,除了三個重要的虛擬變數外_,我們開始控制生育行為觀察年 數 「觀察年數為₂年」 這項虛擬變數。 迴歸的結果顯示_,「政策效果」 與 「生育補助調高後」 這 兩項虛擬變數的係數統計上依然不顯著,「私部門家庭」 的係數則由-0.0361略降為-0.0377, 統計上依然顯著。 顯示一次性生育補助調高政策對生育行為依然可能沒有效果_,而若為私 部門家庭_,對生育行為則有顯著的負面影響。

需要注意的是_,由 「觀察年數為₂年」 估計的結果可發現_,係數為_0.0583,標準差為_0.00775, 統計上顯著。 顯示多₁年的觀察時間_,的確會影響估計的結果_,也符合直覺。 因此我們後續 的迴歸分析,將持續控制 「觀察年數為2年」 這項虛擬變數。

第₍₃₎欄開始控制妻子特性_,包括 「妻子年齡」、「妻子教育年數」 以及 「妻子為就業者」。

當妻子特性被控制住之後_,「政策效果」 的係數在統計上依然不顯著_,但是原本顯著的 「私部 門家庭」 係數卻也變得不顯著,「妻子年齡」、「妻子教育年數」 及 「妻子為就業者」3個新增的 控制變數全數呈現顯著。 這顯示 「私部門家庭」 對子女出生機率的負面影響_,可能與妻子特 性在公、私部門家庭中明顯不同有所關係。 在妻子特性方面_,當 「妻子年齡」 每增加₁歲_,家 庭子女出生機率會下降_0.0302,在統計上顯著_,顯示妻子年齡越大_,生育行為可能會越少。

當 「妻子教育年數」 每增加₁年_,家庭子女出生機率會上升_0.0237,在統計上顯著_,顯示妻子 教育程度越高可能越有生育意願。 「妻子為就業者」 為虛擬變數,當妻子為就業者時此變數 為_1,反之則為₀。 當 「妻子為就業者」 此變數為₁時_,家庭子女出生機率會下降_0.122,在統 計上顯著且影響明顯大於其他兩個變數_,顯示妻子若為就業者時,可能因為必須負擔家計 或是工作忙碌,導致生育的機會成本提高,因此生育的意願較妻子未就業時明顯低落。

第₍₄₎欄再加入控制先生特性_, 包括 「先生年齡」 與 「先生教育年數」。 「政策效果」、「生 育補助調高後」 以及 「私部門家庭」 三個虛擬變數統計上依然不顯著_,妻子特性的影響統計 上依然顯著_,但效果較第₍₃₎欄皆有縮小。 在先生特性方面_, 當 「先生年齡」 每增加₁歲_, 家 庭子女出生機率會下降_0.00807,在統計上顯著_,顯示先生年齡越大_,生育行為可能會越少。

當 「先生教育年數」 每增加1年,家庭子女出生機率會上升0.00509,在統計上顯著,顯示先 生教育程度越高_,可能越有生育意願。 不過先生特性與妻子特性在統計上雖然都顯著_,但是 先生特性的影響明顯小於妻子特性。

第₍₅₎欄再控制 「家庭合計年所得₍對數值₎」_, 結果顯示_, 當家庭合計年所得增加_1%的 時候_,子女出生機率會增加_0.0617,且在統計上顯著。 「政策效果」、「生育補助調高後」 以及

「私部門家庭」 三個虛擬變數統計上依然不顯著,妻子特性的影響統計上依然顯著,效果較