凍結的代價：台灣基本工資與薪資分配，1978–2023
The Price of a Freeze: Minimum Wages and the Distribution of Earnings in Taiwan, 1978–2023
台灣的基本工資從 1997 年 10 月調到 15,840 元之後，整整十年（1997-2007）沒有再動。這十年間物價一直在漲，等於實質的工資下限被通膨一點一點吃掉。
這種「什麼都不做」，對勞工的薪水造成了什麼影響？
我們這篇論文用了 1978 到 2023 年、四十六個年度的人力運用調查資料，試著回答這個問題。
方法上的兩個困難
第一個困難是資料結構。我們關心的解釋變數（基本工資）是總體變數，同一年對所有人都一樣；被解釋變數卻是個體薪資。傳統的分量迴歸在這裡使不上力；分量迴歸處理的是「條件分位數」，需要解釋變數在個體之間有差異。而且政策討論真正關心的是「無條件分位數」：整個薪資分配的第 10 百分位在哪裡，不管站在那個位置的是誰。
這一層我們用 Chen, Ju and Li（2025, IER）的做法。在一個 location-scale 模型下，每一年的無條件分位數正好是總體變數的線性函數，所以可以分兩步走：先把每年約兩萬名全時受僱者的薪資分配壓縮成各個分位數，再把這些年層級的統計量對總體變數跑 OLS。無條件分量迴歸就這樣轉成了一連串均值迴歸。我們進一步把這個架構推廣：用影響函數（influence function）的性質，讓變異數、吉尼係數、各種分位數差距也能放進同一個迴歸框架，用同一套推論標準。
推論方面，因為有效樣本其實只有 46 年，我們用 Newey–West 處理序列相關，再加上 fixed-b 與 bootstrap 兩種小樣本穩健方法交叉驗證。此外，政策討論關心的是整條分位數係數曲線，不是單一個點，所以我們用 wild block bootstrap 建了 sup-t 聯合信賴帶。
第二個困難是內生性。台灣的基本工資全國一體適用，沒有可以拿來對照的「沒調的地區」；而且審議委員會什麼時候調、調多少，本身就跟著景氣走；我們在資料裡看到，名目基本工資的調幅幾乎一比一跟著前一年的中位數薪資成長。直接跑迴歸，抓到的多半是景氣，不是政策。
我們的解法是換個角度看：政策雖然全國一致，但「跟誰有關」差很多。月薪十萬的工程師，基本工資調不調跟他無關；薪水就在下限附近的人，調一次就直接反映在薪資單上。我們把全體全時受僱者切成十八個互斥的群組（性別 × 年齡 × 教育），計算各組「領基本工資 1.05 倍以內的人」占多少，從不到 1%（壯年大學男性）到超過 30%（中高齡低教育女性）。迴歸的解釋變數是「各組去年的暴露度 × 今年實質基本工資變動」，也就是各組實際吃到的政策劑量，並放進組別固定效果與年固定效果。年固定效果會吸掉所有群組當年共同經歷的東西——景氣、通膨、出口循環，連同「政策調整時機的內生性」本身。剩下的比較是：政策變動的年份，高暴露組的組內薪資分位數是不是比低暴露組動得多。這是 Card（1992）的邏輯，只是把美國的「低薪州 vs 高薪州」換成「低薪人口組 vs 高薪人口組」。
而那十年的凍漲，剛好讓這個設計更乾淨：政府全程沒做任何決定，實質基本工資的變化純粹是通膨造成的，政策內生性從根本上消失。
結果
高暴露組的底層薪資（第 10 百分位），相對於低暴露組，幾乎一比一地跟著實質基本工資往下沉；到了第 25 百分位，就完全沒有反應了。
換句話說，基本工資真的撐著薪資分配最底層大約四分之一的人。你不調它，通膨就替你執行了一次減薪，而且精準地落在最弱勢的族群身上：以中高齡、低教育的女性為主。
政策意涵
2024 年上路的《最低工資法》規定每年都要審議，並把消費者物價指數年增率列為必須參採的指標。「凍漲會被通膨侵蝕」這件事不需要研究來證明；需要證明的是，勞工實際領到的錢會不會跟著掉下去、掉多少、影響到哪一段。
事前來看，侵蝕傳到底層薪資的程度可能是零（下限形同虛設，沒人真的受影響），也可能一比一。我們估出來接近一比一：實質基本工資縮水 1%，高暴露組的底層薪資也跟著縮水約 1%。這些數字，才是評估這項制度的依據。
Jauer 