臺灣博碩士論文加值系統

勞動經濟與人力資本既存之文獻多是探討最高教育程度與薪資間的關係，本文則是探討大學入學考試學測成績與其甫進入職場平均約25歲的受訪者之月薪間的關係。本研究運用台灣教育長期追蹤資料庫2001至2010年間的調查資料，以能處理樣本選擇性偏誤的Heckman（1979）two-stage模型為基礎，延伸以處理多重樣本選擇性偏誤，將男性與女性分開估計報考學測、願意且能夠回報學測成績並有全職就業者其薪資分量迴歸模型，在控制其樣本選擇性偏誤後，將所得依低所得、中所得與高所得所區分的十分位數作分量迴歸。為修正可能因內生性問題導致的估計誤差，我們使用「國小至高一/專一無參加課外才藝班」與「高二時的BMI」做為工具變數分別對年輕男性與年輕女性進行修正。研究結果顯示：從分量迴歸的結果來看，在0.5分量時，學測級分於統計上對於薪資開始有正向影響。而在年輕女性的估計模型中，學測成績的影響比起年輕男性的估計模型為大。年輕男性的樣本在0.5至0.9分量顯著且顯著水準為0.1至0.05，而年輕女性樣本顯著於顯著水準在0.5至0.9分量至少為0.1。並於分量迴歸中加入三項Inverse Mills ratio，年輕男性的模型中在0.1與0.2分量時有樣本選擇的問題，但是在年輕女性的九個分量的分量迴歸中，Inverse Mills ratio皆在統計上不顯著，故結果表示年輕女性的大學學測總級分對薪資預測模型並無顯著的樣本選擇問題。在考慮了內生性，以工具變數控制後，男性的大學學測總級分對每月薪資對數之第二階段線性模型分析依然呈現不顯著，而女性依然在0.1的顯著水準下顯著，且影響更是明顯。

Previous studies of human capital and Labor economics discussed the relation between education and salary. This paper investigates the relation between GSAT score and salary for the young people aged 25 years old using quantile regression. The data are drawn from Taiwanese education panel survey, which surveyed from 2001 to 2010. To deal with sample selection problems, the Heckman two-stage estimation is used, and it is extended to solve the problem of multiple sample selection. To correct for the potential endogeneity problems, we use the variable regarding whether or not participated at arts class during the period from the first grade to the first year of high school (for males) and Body Mass Index (BMI) in 11th grade (for females) as instruments. The results show that GSAT score significantly affects salary only from 0.5 to 0.9 quantile. The positive correlation of GSAT score and salary is greater for females than for males. GSAT score is the significant variable in 0.5 to 0.9 quantile for young males and young females, at least, at ten-percent level. The estimates of the coefficient of GSAT score implies that salary increases for young males and young females by more than 0.9% to 1% with every additional score of GSAT. The results imply that GSAT score significantly affects salary only for high-income groups. The quantile regression models include three inverse mills ratios in the estimation, but it is only significant in the lower quantiles of young males. The effects of sample selection for young males are significant but not for young females. Although we control the regarding whether or not participated at arts class during the period from the first grade to the first year of high school for males as instruments. The results show that GSAT score still insignificant in linear model, while he effects of GSAT score for young females are greater than before.

目錄
第一章 緒論 1
第一節 前言 1
第二節 研究目的 8
第二章 資料與方法 10
第一節 資料來源 10
第二節 變數說明 12
第三節 敘述統計 18
第四節 實證方法 26
第三章 實證結果 32
第一節 實證結果 32
第二節 內生性分析 50
第四章 結論 52
第一節 結論 52
第二節 研究限制 53
第三節 討論 53
參考文獻 55
中文 55
英文 56
附錄 58


圖片目錄
圖 1全樣本的學測總級分對薪資之分布圖 58
圖 2男性樣本的學測總級分對薪資之分布圖 58
圖 3女性樣本的學測總級分對薪資之分布圖 59
圖 4我國現行學制(95年版) 60
圖 5本論文所涉及的樣本選擇問題 61
圖 6台灣大專院校學生粗在學率 61

表格目錄
表1.1人力資本理論與篩選理論之比較 62
表1.2 SAT與大學學測的比較 63
表1.388課綱學科能力測驗各考科測驗範圍 64
表2.1 TEPS-B調查樣本名稱、年度、方式與年齡 65
表2.2各級分與原始得分X之對照表 66
表2.3全樣本之敘述統計 20
表2.4男性樣本之敘述統計 22
表2.5女性樣本之敘述統計 24
表3.1大學學測總級分對每月薪資對數之第二階段線性模型分析（全樣本） 34
表3.2大學學測總級分對每月薪資對數之第二階段線性模型分析（男性樣本） 36
表3.3大學學測總級分對每月薪資對數之第二階段線性模型分析（女性樣本） 38
表3.4大學學測總級分對每月薪資對數之QR迴歸分析（男性樣本） 44
表3.5大學學測總級分對每月薪資對數之QR迴歸分析（女性樣本） 47
表3.6學測級分對薪資之影響工具變數迴歸分析 66
表3.7學測級分對薪資之影響工具變數迴歸分析結果 66
表4.1測試模型列表 68
表4.2學歷對照組為專科學歷，含經驗並區隔6個模型 69
表4.3學歷對照組為碩博士學歷，含經驗並區隔6個模型 75
表4.4學歷對照組為專科學歷，但不含經驗並區隔6個模型 81

中文
1.何明修，2011，〈教育改革運動的政策回應〉。頁172-211，收錄於何明修、林秀幸主編，《社會運動的年代─晚近二十年來的台灣行動主義》。台北：群學出版社。
2.吳炳銅（2010）。教育經濟學: Econmics of Education. 進階篇. 冠學文化.
3.吳聰敏（2007）。“選系問題之我見”取自：http://homepage.ntu.edu.tw/~ntut019/
4.林政侑（2009），“全職與非全職過度教育薪資報酬率的差異”東吳大學經濟學系碩士論文。
5.徐美, & 陳明郎（2011） “臺灣不同族群薪資差異的世代變遷”臺灣經濟預測與政策, 42 （1）, 39-74.
6.張育仁（2014） “學習表現的族群差異研究——以 TEPS 為例”臺北大學經濟學系學位論文, 1-41.
7.張宜君、林宗弘（2013）“高等教育擴張與階級不平等: 以台灣高等教育改革為例”論文發表於 [2013 台灣社會學年會: 台灣社會的再轉型], 台北: 台灣社會學會。
8.曹真睿. （2013）. 最大化即最適化? 高等教育擴張的省思.
9.莊奕琦、賴偉文（2011）“不同世代下之教育報酬與能力差異” 經濟論文叢刊，39（1）：81-113。
10.許峻皓. （2013）. “高中生背景資料, 在校表現與成績對學測成績的影響-以新北是某公立高中為例” A Study of The United Classes of Calculus at FJU.
11.陳志誠（2010）“以學測成績作為升學管道的策略研究”未出版之碩士論文。中華大學應用數學系碩士班。
12.黃琦雅（2009）。“社會網路與人力資本對青年就業薪資所得的影響”中山大學人力資源管理研究所碩士論文。
13.黃毅志、陳俊瑋. “學科補習, 成績表現與升學結果─以學測成績與上公立大學為例 ” Bulletin of Educational Research 54.1 （2008）: 117-149.
14.葉家伶（2010）“門當戶對或賢內助：妻子教育成就對丈夫薪資的影響”國立政治大學經濟研究所碩士論文。
15.銀慶貞（2012）“台灣高等教育的三個議題研究”國立東華大學經濟學系博士論文。
16.銀慶貞, 陶宏麟, & 洪嘉瑜. （2012）. 補習對考大學真的有用嗎?. 經濟論文叢刊, 40（1）, 73-118.
17.賴偉文（2008）“教育報酬、工資不均與異質性人力資本的研究”國立政治大學經濟研究所博士論 文。
18.關秉寅、詹傑勝（2015）“TEPS-B 技術報告第二號：建構TEPS-B Panel 1 SH樣本2010 年面訪調查完訪成功樣本的機率權數”。取自：http://tepsb.nccu.edu.tw/download/TEPS-B_technical_report_no2.pdf
英文
1.Becker, Gary Stanley. (1967). Human capital and the personal distribution of income: An analytical approach (No. 1). Institute of Public Administration.
2.Blaug, Mark. (1976). The empirical status of human capital theory: a slightly jaundiced survey. Journal of economic literature, 14(3), 827-855.
3.Boyes, William J., Dennis L. Hoffman, and Stuart A. Low. (1989). An econometric analysis of the bank credit scoring problem. Journal of Econometrics, 40(1), 3-14.
4.Buchinsky, Moshe. (1994). Changes in the US wage structure 1963-1987: Application of quantile regression. Econometrica: Journal of the Econometric Society, 405-458.
5.Buchinsky, Moshe. (1998). The dynamics of changes in the female wage distribution in the USA: a quantile regression approach. Journal of applied econometrics, 13(1), 1-30.
6.Greene, William H. (2011). Econometric analysis (7th Edition).
7.Heckman, James. (1974). Shadow prices, market wages, and labor supply. Econometrica: journal of the econometric society, 679-694.
8.Koenker, Roger, and Gilbert Bassett Jr. (1978). Regression quantiles. Econometrica: journal of the Econometric Society, 33-50.
9.Lahiri, Kajal, Jae Song, and Bernard Wixon. (2008). A model of Social Security Disability Insurance using matched SIPP/Administrative data. Journal of Econometrics, 145(1), 4-20.
10.Maddala, Gangadharrao S. (1986). Limited-dependent and qualitative variables in econometrics (No. 3). Cambridge university press.
11.Mincer, Jacob. (1974). Schooling, Experience, and Earnings. Human Behavior & Social Institutions No. 2.
12.Paul Oehrlein, and Michael Seeborg, Faculty Advisor.(2009) Determining the Future Income of College Students. John Wesley Powell Student Research Conference. Paper 2. http://digitalcommons.iwu.edu/jwprc/2009/oralpres/2
13.Schultz, Theodore W. "Reflections on investment in man." The Journal of Political Economy (1962): 1-8.
14.Srensen, Aage B. "The structure of inequality and the process of attainment." American sociological review (1977): 965-978.
15.Spence, Michael. 1973. “Job Market Signaling”. The Quarterly Journal of Economics 87 (3). Oxford University Press: 355–74. http://www.jstor.org/stable/1882010.
16.Tao, Hung-Lin. "Height, weight, and entry earnings of female graduates in Taiwan." Economics & Human Biology 13 (2014): 85-98.