本文運用追蹤分量迴歸模型(Quantile Regression for Panel Data, QRPD)探討台灣男女老少的BMI與肥胖與否對於薪資之影響，資料取自中央研究院建構之「華人家庭動態資料庫」，資料期間為2004年到2011年。
本研究之追蹤分量迴歸模型除了考慮全職就業是否造成的樣本選擇偏誤性，同時也考慮BMI與肥胖是否內生，分別運用Inverse Mill’s Ratio和工具變數處理。選取的工具變數包含出生區域之肥胖、過重以上盛行率與工作區域之肥胖、過重以上盛行率。本文將男女依年齡分類，分為25-40歲為年輕族群與41-65歲為老年族群，分別各自算出生區域之肥胖、過重以上盛行率、工作區域之肥胖、過重以上盛行率。
分量迴歸的結果發現：不論是以出生區域還是工作區域作為工具變數，年輕女性之BMI對薪資影響在低分量與高分量存在負向顯著，這符合Morris (2007)的結果，BMI越高的女性越會負向影響薪資；年輕男性之BMI對薪資影響在各分量顯示為正向顯著，Cawley (2004)指出女性之BMI對薪資的影響比男性明確，但台灣實證研究結果顯示，年輕男性之BMI也是會影響薪資；老年女性之BMI則是在各分量皆為為正向顯著，可能是因為過去之價值觀與現在有差別或是老年女性可能已升為幕後主管，所以對薪資的負向影響未呈現出來；老年男性之BMI各分量皆為正向顯著。年輕女性之肥胖對薪資影響在低分量時為負向顯著，在高分量時為正向顯著；年輕男性之肥胖對薪資影響低分量為負向顯著，在高分量時正向顯著；老年男性之肥胖對薪資影響在各分量都為正向顯著，其中老年女性之肥胖無法使用現有工具變數。

This research uses quantile regression for panel data model (QRPD) to estimate the effect Taiwanese’s BMI or obesity on full-time wage by gender and age cohort. The data mainly come from 2004 to 2011, the Panel Study of Family Dynamics of Taiwan.      
This thesis analyzes data divided into two participants’ ages: 25-40 years-old and 41-65 years-old. It uses Inverse Mill’s Ratio (IMR) to deal with samples of selection bias and the approach of instrumental variables to deal with endogeneity problem. The instrumental variables include prevalence rate of over weight in birth area , prevalence rate of obesity in birth area , prevalence rate of overweight in working area and prevalence rate of obesity in working area. 
The results indicate that in quantile regression, no matter birth area or working area as instrumental variables in BMI and wage for young women, the relation between BMI and wages are significantly negative among lower qantiles and higher qantiles. It corresponds to the research of Morris’s study (2007): the higher the BMI is, the more women will negatively affect salaries; for young men the BMI positively significantly affect wage among most quantiles. Cawley (2004) pointed out that in terms of wages, for BMI, women’s are affected more than men’ s , but our empirical research in Taiwan shows that BMI also positively affects young men's wages among most of the quantiles. The older women’s BMI is positively significant among most quantiles. Those women who have more experienced may be promoted to manager working behind the scenes, so the negative impact of the salary does not appear. For old men, the relation BMI and wage is positively significant among most of the quantiles.For young women and men, the relation between fat and wages are significantly negative among lower qantiles and are significantly positively among higher qantiles. For old men, the relation fat and wage is positively significant among most of the quantiles. Obesity old women can't use the existing instrumental variable.

第一章 緒論1
第二章 文獻回顧4
第三章 資料來源與變數定義6
第一節 資料來源6
第二節 樣本篩選 7
第三節 變數定義與敘述統計8
第四章 實證模型設定 24
第一節 Probit模型24
第二節 追蹤分量迴歸模型25
第五章 實證結果與分析28
第一節 就業 Probit結果28
第二節 BMI對薪資分量迴歸結果32
第三節 肥胖對薪資分量迴歸結果69
第六章 結論94
第一節 總結94
第二節 研究限制與未來發展5
第三節 與國際文獻比較95
參考文獻97
附錄100



圖表目錄
圖1　論文研究架構	3
圖2  台灣年輕族群BMI的比例	22
圖3　台灣老年族群BMI的比例	22
圖4　台灣年輕女性BMI的比例	22
圖5　台灣老年女性BMI的比例	22
圖6　台灣年輕男性BMI的比例	22
圖7　台灣老年男性BMI的比例	22
圖8　年輕族群職業類別的比例 23
圖9　老年族群職業類別的比例 23
圖10　年輕女性職業類別的比例 23
圖11　老年女性職業類別的比例 23
圖12　年輕男性職業類別的比例 23
圖13　老年男性職業類別的比例 23
圖14　男女性之BMI對薪資的影響 33
圖15　男女性之是否從事服務業對薪資的影響 34
圖16　男女性之BMI對薪資的影響-以出生區域為工具變數 36
圖17　男女性之BMI對薪資的影響-以工作區域為工具變數 37
圖18　男女性之在政府部門工作對薪資的影響-以出生區域為工具變數 39
圖19　男女性之在政府部門工作對薪資的影響-以工作區域為工具變數	39
圖20　男女性之肥胖對薪資的影響 70
表1　成人肥胖定義	12
表2　變數定義 12
表3　全部敘述統計表-就業 16
表4　女性敘述統計表-就業 17
表5　男性敘述統計表-就業 18
表6　全部敘述統計表-薪資 19
表7　女性敘述統計表-薪資 20
表8　男性敘述統計表-薪資 21
表9　模型比較 27
表10　全部全職就業的probit模型估計結果 29
表11　女性全職就業的probit模型估計結果 30
表12　男性全職就業的probit模型估計結果 31
表13　全部BMI對薪資，固定效果模型實證結果 41
表14　女性BMI對薪資，固定效果模型實證結果 42
表15　男性BMI對薪資，固定效果模型實證結果 43
表16　女性分量迴歸分析(外生)-BMI對薪資實證結果 44
表17　男性分量迴歸分析(外生)-BMI對薪資實證結果 48
表18　工具變數檢定表-BMI對薪資 52
表19　女性分量迴歸分析(內生)-BMI對薪資實證結果 53
表20　男性分量迴歸分析(內生)-BMI對薪資實證結果 61
表21　全部肥胖對薪資，固定效果模型實證結果 74
表22　女性肥胖對薪資，固定效果模型實證結果 75
表23　男性肥胖對薪資，固定效果模型實證結果 76
表24　女性分量迴歸分析(外生)- 肥胖對薪資實證結果 77
表25　男性分量迴歸分析(外生)- 肥胖對薪資實證結果 81
表26　工具變數檢定表-肥胖對薪資 85
表27　女性分量迴歸分析(內生)- 肥胖對薪資實證結果 86
表28　男性分量迴歸分析(內生)- 肥胖對薪資實證結果 88
附錄一　國民營養變遷調查 100
附錄二　體重過重或肥胖對健康的影響 100
附錄三　成人健康體重對照表 101
附錄四　華人家庭動態關係圖 102
附錄五　台灣地區都會區分類 103

中文部分：
1.何雅雯. "男女薪資大不同-台灣個案研究." 碩博士論文，成功大學經濟系研究所(2012).
2.李佳恩. "肥胖, 就業與收入關聯性之兩篇探討." 淡江大學產業經濟學系碩士班學位論文 (2007): 1-51. 
3.郭姿伶. "台灣教育報酬率之實證研究." 淡江大學經濟學系碩士班學位論文(2008): 1-50. 
4.徐美, 陳明郎,方俊德. "台灣產業結構變遷和性別歧視對男女薪資溢酬變動趨勢之影響." 經濟論文 34.4 (2006): 505-539.
5.張伊婷. "銀行流動性風險與經營績效之關聯分析-Panel分量迴歸模型之應用." 淡江大學財務金融學系碩士班學位論文 (2015): 1-71.
6.許雅棠"相對體型對薪資的影響：台灣老少群體的半母數分析." 淡江大學產業經濟學系碩士班學位論文 (2011): 1-67
英文部分：
1.Atella, Vincenzo, Noemi Pace, and Daniela Vuri. "Are employers discriminating with respect to weight?: European Evidence using Quantile Regression."Economics & Human Biology 6.3 (2008): 305-329.
2.Baker, Matthew. 2014. “Adaptive Markov chain Monte Carlo sampling and estimation in Mata,” Stata
3.Buchinsky, Moshe. "Changes in the US wage structure 1963-1987: Application of quantile regression." Econometrica: Journal of the Econometric Society (1994): 405-458.
4.Buchinsky, Moshe. "Recent advances in quantile regression models: a practical guideline for empirical research." Journal of human resources (1998): 88-126.
5. Cawley, John. "The impact of obesity on wages." Journal of Human resources 39.2 (2004): 451-474.
6.Chamberlain, Gary. "Quantile regression, censoring, and the structure of wages." Advances in Econometrics: Sixth World Congress. Vol. 2. 1994.
7.Chernozhukov, Victor, and Han Hong. "An MCMC approach to classical estimation." Journal of Econometrics 115.2 (2003): 293-346.
8.Costa-Font, Joan, Daniele Fabbri, and Joan Gil. "Decomposing body mass index gaps between Mediterranean countries: A counterfactual quantile regression analysis." Economics & Human Biology 7.3 (2009): 351-365.
9.Garcia J, Quintana-Domeque C. Obesity and Wages in Europe[J]. Advances in Health Economics and Health Services Research, 2006, 17: 2.
10.Harding, Matthew, and Carlos Lamarche. "A quantile regression approach for estimating panel data models using instrumental variables." Economics Letters104.3 (2009): 133-135.
11.Johar, Meliyanni, and Hajime Katayama. "Quantile regression analysis of body mass and wages." Health economics 21.5 (2012): 597-611.
12.Knight, John, and Lina Song. "Increasing urban wage inequality in China."Economics of Transition 11.4 (2003): 597-619.
13.Knight, John, and Lina Song. "Increasing urban wage inequality in China."Economics of Transition 11.4 (2003): 597-619. 
14.Lundborg, Petter, et al. "Obesity and occupational attainment among the 50+ of Europe." Adv Health Econ Health Serv Res 17 (2006): 219-51.
15.Manski, Charles F. "Identification of endogenous social effects: The reflection problem." The review of economic studies 60.3 (1993): 531-542.
16.Morris, Stephen. "The impact of obesity on employment." Labour Economics14.3 (2007): 413-433.
17.Nicodemo, Catia. "Gender pay gap and quantile regression in European families." (2009).
18.Powell, David. 2014b.  Did the Economic Stimulus Payments of 2008 Reduce Labor Supply?  Evidence from Quantile Panel Data   Estimation.  RAND Labor and Population Working Paper 710-3.
19.Powell, David. 2015.  Quantile Regression with Nonadditive Fixed Effects.  RAND Labor and Population Working Paper.
20.Powell, David. 2016.  Quantile Treatment Effects in the Presence of Covariates. RAND Labor and Population Working Paper.
21.Sarlio-Lähteenkorva, Sirpa, Karri Silventoinen, and Eero Lahelma. "Relative weight and income at different levels of socioeconomic status." American Journal of Public Health 94.3 (2004): 468-472.
22.Sarlio-Lähteenkorva, Sirpa, Karri Silventoinen, and Eero Lahelma. "Relative weight and income at different levels of socioeconomic status." American Journal of Public Health 94.3 (2004): 468-472.
23.Shimokawa, Satoru, Hung-Hao Chang, and Per Pinstrup-Andersen. "Understanding the differences in obesity among working adults between Taiwan and China." Asia Pacific journal of clinical nutrition 18.1 (2009): 88.
24.Shimokawa, Satoru, Hung-Hao Chang, and Per Pinstrup-Andersen. "Understanding the differences in obesity among working adults between Taiwan and China." Asia Pacific journal of clinical nutrition 18.1 (2009): 88.
25.Tao, Hung-Lin. "Height, weight, and entry earnings of female graduates in Taiwan." Economics & Human Biology 13 (2014): 85-98.