跳到主要內容

簡易檢索 / 詳目顯示

研究生: 吳承霖
Wu, Cheng-Lin
論文名稱: SBTC對白領勞動者薪資報酬之影響-以臺灣製造業為例
指導教授: 單驥
口試委員:
學位類別: 碩士
Master
系所名稱: 管理學院 - 產業經濟研究所
Graduate Institute of Industrial Economics
論文出版年: 2020
畢業學年度: 108
語文別: 中文
論文頁數: 44
中文關鍵詞: 􏱋􏴉􏹦􏵍􏹇􏲑􏷵􏲽􏺁􏲹􏲑􏹐􏸰􏶇􏶐􏱋􏴉􏹦􏵍􏹇􏲑􏷵􏲽􏺁􏲹􏲑􏹐􏸰􏶇􏶐白領勞動者薪資差距研發支出
相關次數: 點閱:12下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 本研究的主要目的在於偏向技術性勞動的科技變遷(skill-biased technological change, SBTC)對臺灣製造業中白領勞動者與一般勞動者之薪資差距的影響作進一步的探討。本研究不同於其它文獻的最大特色,是以「臺灣地區人力運用調查」為主要資料,並結合「工廠校正暨營運調查」中產業層級的技術變動及勞動生產力指標,將2007至2017年之年度資料合併。綜合過去文獻所建構之薪資報酬模型與相關變數,設計包含了個人性質與白領特性的薪資結構函數,探討在不同背景下,白領特性對薪資報酬的影響效果。
    由實證結果我們發現白領身份與薪資報酬之間存在正向關係,而再進一步去檢驗白領身份下,研發支出比重與平均每人勞動生產力是否存在更強的加乘效果,結果發現白領勞動者的薪資報酬受到研發支出比重影響最高,也更拉大了白領勞動者與一般勞動者的薪資差距,這與許多過去文獻所支持的論點相同,亦即:偏向技術性勞動的科技變遷(SBTC)會使廠商對白領勞動者給付較高的薪資報酬,也合理的解釋薪資差距擴大的原因。


    The main purpose of this thesis is to analyze the impact of skill-biased technological change on wage gap between white-collar workers and general workers in Taiwan’s manufacturing industry. Different from previous studies, this study combines the dataset of Manpower Utilization Survey and Firm Revised Statistics over the 2007-2017 period to conduct the empirical study. Besides, the study also constructs a wage model which included personal characteristics and white-collar variables.
    The results show that white-collar has positive and significant effect on personal wage. The study further examines the role played by R&D and average GDP per person in explaining the wage gap between white-collar workers and general workers, and points out that the R&D is the main influence on explaining the wage gap between white-collar workers and general workers. That is, the skill-biased technological change will cause manufacturers to pay higher wages to white-collar workers, and also reasonably explain the widening wage gap.

    目錄 中文摘要 i ABSTRACT ii 致謝辭 iii 目錄 iv 表目錄 v 第一章 緒論 1 第一節 研究動機與目的 1 第二節 研究架構 2 第二章 文獻回顧 4 第一節 個人性質 4 第二節 偏向技術性勞動的科技變遷(SBTC) 5 第三節 個人與產業層級的技術變數 6 第三章 實證模型 10 第一節 資料來源與資料合併之說明 10 第二節 實證模型設定 11 第三節 變數的衡量與預期結果 12 第四章 實證結果分析 18 第一節 敘述統計 18 第二節 薪資差異迴歸分析 19 第五章 結論與研究限制 31 第一節 結論 31 第二節 研究限制 32 參考文獻 33 表目錄 表3-1 變數定義與預期效果 17 表4-1 樣本敘述統計表 18 表4-2 區分勞動者教育程度 20 表4-3 區分勞動者所屬產業 24 表4-4 區分勞動者所屬廠商規模 27 表4-5 區分勞動者高低薪資報酬 29 表4-6 白領勞動者與一般勞動者薪資差距結果彙整 30

    中文文獻
    1. 高長(1990),「臺灣地區不同規模廠商間之工資差異分析」,《臺灣經濟研究論叢》第三輯,333-356。
    2. 張昌吉(1992),「我國勞工薪資所得與決定因素之分析」,《勞動學報》,第一期,111 ~ 126。
    3. 喬中珏、黃芳玫、羅竹平及呂雅茹(2010),「委外生產與研發投資對台灣薪資結構之影響」,《經濟論衡》,11(8),27-51。
    4. 曾敏傑(2002),「人力資本、勞動結構與薪資決定過程:職業間的比較」,《國立政治大學社會學報》,第三十二期,75-113。
    5. 蔡瑞明及林大森(2002),「滾石不生苔?台灣勞力市場中的工作經歷對薪資的影響」,《台灣社會學刊》,第二十九期,57-95。

    英文文獻
    1. Allen, S. G. (2001). Technology and the Wage Structure. Journal of Labor Economics, 19(2), 440-483.
    2. Autor, D. H., Katz, L. F., & Krueger, A. B. (1998). Computing Inequality: Have Computers Changed the Labor Market?. The Quarterly journal of economics, 113(4), 1169-1213.
    3. Autor, D. H., Levy, F., & Murnane, R. J. (2003). The Skill Content of Recent Technological Change: An Empirical Exploration. The Quarterly journal of economics, 118(4), 1279-1333.
    4. Bartel, A. P., & Sicherman, N. (1999). Technological Change and Wages: An Interindustry Analysis. Journal of Political Economy, 107(2), 285-325.
    5. Berman, E., Bound, J., & Griliches, Z. (1994). Changes In the Demand for Skilled Labor within US Manufacturing: Evidence from the Annual Survey of Manufactures. The Quarterly Journal of Economics, 109(2), 367-397.
    6. Berman, E., Bound, J., & Machin, S. (1998). Implications of Skill-biased Technological Change: International Evidence. The quarterly journal of economics, 113(4), 1245-1279.
    7. Berndt, E. R., Morrison, C. J., & Rosenblum, L. S. (1992). High-tech Capital Formation and Labor Composition in US Manufacturing Industries: An Exploratory Analysis (No. w4010). National Bureau of Economic Research.
    8. Blossfeld, H. P., & Mills, M. (2005). Globalization, Uncertainty and the Early Life Course. A theoretical framework.
    9. Bound, J., & Johnson, G. (1992). Changes in the Structure of Wages in the 1980’s: An Evaluation in Means-tested Entitlement Programs. American Economic Review, 82, 371-392.
    10. Ebenstein, A., Harrison, A., McMillan, M., & Phillips, S. (2011). Estimating the Impact of Trade and Offshoring on American Workers Using the Current Population Surveys. The World Bank.
    11. Grossman, G. M., & Rossi-Hansberg, E. (2008). Trading tasks: A Simple Theory of Offshoring. American Economic Review, 98(5), 1978-97.
    12. Katz, L. F., & Murphy, K. M. (1992). Changes in Relative Wages, 1963–1987: Supply and Demand Factors. The quarterly journal of economics, 107(1), 35-78.
    13. Krueger, A. B. (1993). How Computers Have Changed the Wage Structure: Evidence from Microdata, 1984–1989. The Quarterly Journal of Economics, 108(1), 33-60.
    14. Mincer, J. (1974). Schooling, Experience, and Earnings. Human Behavior & Social Institutions No. 2.
    15. Mincer, J. (1991). Human capital, Technology, and the Wage Structure: What do Time Series Show? (No. w3581). National Bureau of Economic Research.
    16. Solow, R. M. (1957). Technical Change and the Aggregate Production Function. The review of Economics and Statistics, 312-320.
    17. Tsou, M. W. (2002). Wage Differentials in Taiwanese Manufacturing, 1982–1997. Asian Economic Journal, 16(4), 317-335.

    QR CODE
    :::