台湾男性工资不均度之长期变化

台灣男性工資不均度之長期變化：分配觀點之分析陳建良*國立暨南國際大學經濟學系*南投縣545埔里鎮大學路一號，經濟學系，[e-mail]，[phone]ext4510。本文發表於第十屆台灣實證經濟學研討會2009年年會，民雄，台灣。98年5月21日。1摘要本研究從整個分配區間觀察工資分配的變化；應用MachadoandMata(2007)結合分量迴歸與重複抽樣的技術，重建男性受雇人員工資的非條件分配，再透過樣本對照及參數置換進行擬真分析，將工資分配變化歸因於特性分配與報酬率分配兩部份。有別於現有文獻大多只觀察單一不均度指標，或是受限於少數特定分量位置的討論，本研究深入刻劃整個分配區間不均度的細緻變動，提供視覺化的全面分解；這是現有文獻仍舊少見的方法，補充現有文獻的分析觀點。關鍵字：工資不均度，分配觀點，分量迴歸，擬真分解JELclassification:D12,D63,R2121.前言根據歐美國家的成長經驗，經濟發展過程帶來國際貿易比較利益的強化，加上技術偏向的技術進步，通常伴隨著工資不均度擴大。因此，釐清工資不均度變化的成因與幅度大小，是經濟發展與勞動經濟學的重要議題(Juhnetal.,1993)。與歐美國家不同的是，台灣從70到90年代的快速成長過程中，工資結構展現相對平穩趨勢，並未出現工資不均度惡化的傾向；2000年後工資不均度才明顯擴大。台灣在過去三十年期間快速成長帶來社會人口特性大幅變遷，加上工資不均度及經濟成長趨勢的劇烈變化，是其他國家少有的經驗，也提供了分析工資不均度變化成因的重要資料。台灣近年來所得不均度加速惡化的現象，吸引了各界注意，以此為主題的研究也不少，代表性的文獻包括，朱雲鵬(1991)，曹添旺(1996)以及曹添旺與張植榕(1998,2000)。其中，朱雲鵬(1991)與曹添旺(1996)同樣發現家庭成員的工資在60年代是促進所得分配平均的因子，1976年之後反而成為所得分配不均的來源。晏儀華(1999)從所得來源的變化解釋所得分配，強調工資離散是所得分配惡化的主因。但是比所得不均度更基本的工資不均度變化，卻未受到應有的關注。所得不均度文獻強調單一不均度指標(例如吉尼係數)的分解，分解方式不外乎Feietal.(1979)或Shorrock(1982)提出的架構；參見KnightandSong(2003)及該文整理相關文獻。類似模型的研究固然增進我們對工資不均度的了解，但同樣面臨以下限制。首先，不論以吉尼係數或工資變異數觀察不均度，都是由分配的單一指標來討論；缺點是不同的Lorenzcurves也可能得到相同的吉尼係數，加上吉尼係數對眾數的加權較大，對分配尾端的關照較少(ChuandJiang,2001)，導致分析的可能偏誤。其次，原始的Feietal.(1979)分解公式只能就某一特定維度進行工資變異分解，應用上有相當限制。一般化的Feietal.(1979)分解模型建立在工資函數的迴歸估計，雖然可以分解自變數(通常是人力資本特性)對工資分配的影響效果，但類似的分解過程又面臨兩個限制：一是求解過程取決於某些強烈的前提假設；二是分解過程的個別項目並非不均度指標，整體不均度並非個別不均度加總而來(Cowell,2000,p131)。更重要的是，決大部分的不均度分解都建立在均數迴歸估計的工資函數，討論個別人力資本變數影響工資的邊3際效果的平均趨勢；由此引申所有關於工資分配的討論，基本上都受限於工資函數的平均趨勢，無法對分配觀點討論工資分配的變化。Juhnetal.(1993)首創由分配觀點探討工資不均度，也由此引發一系列工資不均度在分配角度的研究。晚近工資分配文獻所採用的模型，雖然較所得分配的討論更先進，但相關研究仍多侷限於均數迴歸的架構，非參數模型的研究也不多見。非參數模型的估計固然便於直接模擬分配模式，但工資函數自變數較多，非參數模型不易估計。另一方面，參數模型雖然可以輕易容納多個自變數，但是均數迴歸的結果無從提供分配觀點的觀察；這是非參數模型與參數模型在分配議題上的兩難。應用參數模型探討分配觀點的限制，在MachadoandMata(2005)提出的原創模型獲得部份解決。在機率積分轉換理論的基礎上，以分量迴歸估計工資函數，再結合自體重複抽樣(bootstrapping)樣本，就可以回復(recover)工資的非條件分配，進而從分配觀點討論工資分配變化的成因。由於MachadoandMata(2005)建立在參數模型上，因此在回復非條件分配估計過程，可以直接套用Blinder-Oaxaca概念，將擬真分析從傳統均數迴歸的平均趨勢，推展到分量迴歸的整個條件分配，提供分配觀點的擬真分解。Autor,KatzandKearney(2005)和Melly(2005)都在MachadoandMata(2005)的架構下關照工資分配的變化，但是討論重點集中在殘差項分解的進一步延伸，對於工資分配差異的分解，仍有許多等待開發的空間。楊鴻彬(2006)同樣採用MachadoandMata(2005)的方法分別分解國內男女工資的跨年度差異，不過該文模型設定中同時加入經驗和年齡，與傳統文獻的設定不同；另該文只進行全體變數和參數的分解，並未進行個別變數效果的拆解。本研究的目的，是從整個分配區間觀察工資分配的變化；應用MachadoandMata(2007)結合分量迴歸與重複抽樣的技術，重建男性受雇人員工資的非條件分配，再透過樣本對照(matching)及參數置換進行擬真分析，將工資分配變化歸因於特性分配(distributionofcovariates)與報酬率分配(distributionofcoefficients)兩部份。1有別於現有文獻大多只觀察單一不均度指標，或是受限於少數特定分量位置的討論，本研究深入1在工資分配區間估計的條件分量下的參數，若存在異質性就會隨分量位置而改變。此處所謂報酬率分配，就用來描述工資條件分配區間下的異質性報酬率。4刻劃整個分配區間不均度的細緻變動，提供視覺化的全面分解；這是現有文獻仍舊少見的方法，補充現有文獻的分析觀點。本文後續安排如下：第2節介紹MachadoandMata(2005)的方法及其在擬真估計的應用；第3節說明本文使用的資料以及工資函數的設定；第4節討論工資函數的分量迴歸估計結果，以及擬真分解下歸因於變數分配與條件分配估計參數的總和及個別效果；第5節為本文結論。2.MachadoandMata(2005)的工資分配擬真分解近十年來分量迴歸在經濟學實證分析受到廣泛注意與應用，工資函數是分量迴歸最主要的應用方向之一。分量迴歸比傳統均數迴歸估計增加一個維度，可以推論個別自變數在整個工資條件分配邊際效果的異質性；參見Buchinsky(1994,1998)。任意兩個組別(例如性別、種族、年度、部門)間的工資差異，在廣為周知的Blinder-Oaxaca擬真分解模式下，若採用均數迴歸可以得出平均概念下的擬真分解。如果將均數迴歸置換成分量迴歸，可以針對分配區間任一條件分配位置進行分解；切分的位置愈細密，連接成整個分配區間來觀察的趨勢也就愈具體；參見管中閔與陳建良(2006)和Garciaetal.(2001)的估計結果。MachadoandMata(2007)應用機率積分轉換理論(probabilitytransformationtheorem)，以分量迴歸和重複抽樣的技術結合，透過樣本matching搭配Blinder-Oaxaca的擬真分解，更進一步將兩個組別的不均度比較，由條件均數下或條件分量下的擬真分解，進一步推展到還原非條件分配下的分解；這是最一般化的組別間差異分解；參見陳建良(2007)。MachadoandMata(2007)模型是透過分量迴歸與隨機抽取樣本，構築不同分組的工資非條件分配及擬真分配，接著比較兩個分組的工資，進行分配差異的成因分解。根據機率積分轉換理論，如果U是從[0.1]選取的單調隨機變數，則F-1(U)的分配就等同於F。準此，如果從(0,1)之間選出m個隨機變數，θ1,θ2,…θm，在給定的解釋變數向量Z之下，可以估計m個分量迴歸並配適m個條件分量的工資水準，miiz1^)}('{。這是在給定Z之下獲得的工資，如果要把給定Z的效果排除(integrateZout)，必須從Z5的邊際分配取出樣本，以隨機分配的Z配適β，才能還原工資的非條件分配。假設y(07)是2007年的工資分配，Z(07)是由k個解釋變數組成的向量，g(Z;07)是k個解釋變數在2007年的聯合分配。工資的條件分配可以寫成Qθ(y|Z)=Z’β(θ)，其中β(θ)是分量迴歸的估計係數。要估計某一年度工資的”邊際”分配時，必須從Qθ這個工資分配和g(Z;t)產生一個2007年的工資隨機樣本。上述的估計程序，可以下述四個步驟說明：1.從U[0,1]區間隨機抽取m個變數，u1,…um。2.以2007年的資料Z(07)估計分量函數)07;|(ZyQiu，其中Z(07)為n07*k的矩陣，有nt個觀察值，各有k個解釋變數；由此產生m個分量迴歸的估計係數)(07^iu。3.從Z(07)的列觀察值(也就是n07個觀察樣本)以取出放回的隨機抽樣，產生一個樣本規模為r的隨機樣本，r=n07；表示為{Zi*(07)}，i=1,…,m。4.以此配適的工資分配miiiiuZy107^**)}()'07()07({，如同由2007年的工資分配產生一個規模為r的隨機樣本，可以模擬母體的非條件工資分配。5.重複步驟1-4，以1980年的資料代入計算，可以模擬1980年母體的非條件工資分配miiiiuZy180^**)}()'80()80({。在估計出還原的非條件分配之後，可以再進行擬真非條件分配及分解。以下討論工資分配差異的擬真估計有兩個層次：一是在Blinder-Oaxaca的架構下，將兩個年度的分配差異分別歸因給特性分配及報酬率分配；二是將年度分配差異的成因，依照每個變數及其報酬率，再作細緻分解。第一階段的擬真工資分配，是以1980年資料的特性搭配2007年的報酬率，配適m個「擬真的」非條件工資分配隨機樣本，經濟意義是1980年的勞動力被賦予2007年工資結構時的工資分配：miiiiuZy107^**)}()'80()07|80({。原始工資的非條件分配差異，可以分解為：residualyyyyyyiiiiii)]07|80()07([)]80()07|80([)80()07(****.6等號左邊是原始樣本的非條件分配差異，等號右邊第一項歸因給邊際效果分配，第二項歸因給變數分配，第三項是殘差。MachadoandMata(2005)指出這個分解方式並不固定。此處採用1980年的特性分配作為擬真估計的基礎，是依循MachadoandMata(2005)的作法。本研究嘗試過兩種作法，結果並無本質上的差異。由於變數(報酬率)之間個別效果的差異可能互相抵銷，如果要確定每個特性變數(報酬率)的效果，就必須將個別影響逐一分離。MachadoandMata(2005)進行個別特性影響效果的分解，估計過程是執行前述步驟1到步驟3，然後針對步驟3的樣本，將2007年特性變數的分配比例，逐一以樣本對照抽樣成1980年的分配比例，接著以此樣本和2007年的報酬率配適擬真的工資miikikiuXZXy107^80,*80,*)}(]')07([)|07({。)|07()07(80,**kiiXyy表示第k個自變數賦予1980年的分配下，對於2007年工資分配造成的“個別”影響。除了個別自變數分配的效果，本研究擴展此分解概念，估計個別變數的邊際報酬帶來的效果。同樣執行步驟1到步驟3，第4步驟的配適值估計，將2007年某一特性變數報酬率置換成1980年，配適擬真工資分配miikikiuZy107^80,*80,*)}(]')07([)|07({。)|07()07(80,**kiiyy的差異代表第k個變數報酬率對於2007年的分配造