Aleksandra Miąsek, Michał Mucha

Streszczenie artykułu

Education returns of wage earners and self-employed workers: Portugal vs. Spain.

Inmaculada Garcia-Mainar, Victor M. Montegua–Gomez

1. Wprowadzenie

Szacowanie stopy zwrotu z edukacji jest bardzo istotnym ekonomicznym zagadnieniem.

Zwykle używana do tego była metoda „cross-selectional information” i estymatory metody

najmniejszych kwadratów (OLS), jednak w najnowszych badaniach wykorzystywana jest metoda

zmiennych instrumentalnych. Takie podejście pozwala na obniżenie endogenicznego obciążenia w

modelu. Podejście to zostało wykorzystane w niniejszym artykule.

Analizy stopy zwrotu z edukacji często zwracają uwagę na podziały demograficzne i

społeczne. W tej pracy skupiono się na różnicach pomiędzy osobami samozatrudniającymi się i

pracującymi na etacie, nie rozważając dodatkowych charakterystyk. Taki podział, mimo, że

stosunkowo naturalny, nie jest rozważany zbyt często, z uwagi na odmienne mierzenie zarobków

osób samozatruniających się.

Dane, na których dokonano estymacji pochodzą z badań Eurostatu, European Community

Household Panel (ECHP). Mimo, że dotyczą one dwóch krajów, nie utrudnia to estymacji, gdyż

respondenci z obu krajów odpowiadali na te same pytania. Dane mają charakter panelowy, co jest

bardzo istotne z uwagi na typ badań. Do analizy wykorzystano zmodyfikowany model efektów

losowych (metoda Hausmana-Taylora), pozwalająca na jednoczesne kontrolowanie obciążenia

endogenicznego i szacownie regresorów niezmiennych w czasie.

2. Wykształcenie, samozatrudnienie i praca na etacie

Celem niniejszego artykułu jest odpowiedź na pytanie, czy ten sam poziom wykształcenia w

Portugalii i Hiszpanii zapewnia jednakowe dochody ludziom pracującym na etacie i

samozatrudanijącym się. A jeżeli tak, to czy dla absolwenta wyższych studiów będzie jednakowo

opłacalne samozatrudnienie jak praca na etacie.

Teoria ekonomii podaje różne odpowiedzi na te pytania. Według teorii kapitału ludzkiego

Beckera edukacja jest jednym z czynników prowadzących do sukcesu zawodowego, jednak

niekoniecznie kluczowym. Równie istotne mogą okazać się indywidualne cechy i predyspozycje.

Zasadniczo stopa zwrotu z edukacji na konkurencyjnym rynku powinna być taka sama niezależnie

od rodzaju zatrudnienia. Różnice w jej wysokości teoria kapitału ludzkiego tłumaczy

niedoskonałym rynkiem pracy, na którym osoby bardziej przedsiębiorcze, niezależnie od poziomu

wykształcenia osiągają wyższe stopy zwrotu pracując na własny rachunek, zaś osoby o wyższym

wykształceniu – pracując na etacie.

Istotna jest ponadto umiejętność zasygnalizowania potencjalnemu pracodawcy swojej

produktywności. Samo wyższe wykształcenie nie zapewnia wysokich dochodów, pracownik musi

być również w stanie zaprezentować swoje umiejętności. Stopa zwrotu z edukacji zależy również

od wykonywanej profesji, gdyż rola sygnałów wysyłanych pracodawcy nie w każdej jest taka sama.

Teorie kapitału ludzkiego i sygnałów nie wskazują jednoznacznie jaki rodzaj zatrudnienia

daje wyższe stopy zwrotu z edukacji, natomiast teoria inwestycji wskazuje ma samozatrudnienie,

gdyż osoba pracująca w ten sposób nie musi dzielić się owocami swojej pracy z pracodawcą.

3. Model empiryczny i estymacja

3.1 Opis modelu

W pracy wykorzystany został model logliniowy z funkcją dochodów, zaproponowany przez

Mincara. Opiera się on o teorię kapitału ludzkiego, można go zinterpretować również w duchu

teorii sygnałowej, tzn. stopa zwrotu z edukacji wynika nie tylko z uzyskanego wykształcenia, lecz z

umiejętności zaprezentowania swoich możliwości i wiedzy.

Forma funkcyjna modelu jest następująca:

gdzie i i t reprezentują N jednostek i T okresów czasu, w oznacza zarobki, Edu poziom

wykształcenia (stały w czasie), Exp doświadczenie zawodowe (zmienne w czasie), X jest zbiorem

regresorów zmiennych w czasie, zaś Z – zbiorem regresorów niezmiennych w czasie.

Zmienna zależna jest logarytmem zarobków netto. Zmienna Edu jest zmienną

zerojedynkową, wyrażającą osiągnięty przez respondenta poziom wykształcenia i nie

uwzględniającą lat nauki. Takie podejście jest odpowiedniejsze z uwagi na strukturę wykształcenia

it

i

it

it

it

i

i

it

Z

X

Exp

Exp

Edu

w

ν

γ

δ

µ

µ

β

α

+

+

+

+

+

+

=

100

2

ln

2

1

i poświęconych temu lat w badanych krajach. Doświadczenie zawodowe wyrażone jest przez

zmienną Exp i jej kwadrat podzielony przez sto. Jej wartość zmienia się w czasie, liczona jest jako

różnica pomiędzy wiekiem respondenta a wiekiem, w którym rozpoczął pracę zawodową. Kwadrat

zmiennej pokazuje, że zarobki rosną wraz ze wzrostem doświadczenia zawodowego, ale w

zmniejszającym się tempie.

Pozostałe zmienne niezależne są zmiennymi zerojedynkowymi określającymi płeć, stan

cywilny, wiek, zawód, sektor w którym pracuje respondent oraz dodatkowe kursy, w których

uczestniczył.

α

jest indywidualnym efektem nieobserwowalnym.

3.2 Estymacja

Estymacja funkcji Mincera była utrudniona z powodu braku reprezentacji

nieobserwowalnych zmiennych takich jak zdolności czy motywacja, które mogą być skorelowane z

wykształceniem. Istnienie takich charakterystyk prowadzi do obciążenia estymatora OLS.

Literatura sugeruje, że część z tego typu zmiennych może być skorelowanych z obserwowalnymi

zmiennymi pozytywnie, a część negatywnie, a cały ich zbiór powinien obciążyć estymator OLS do

góry.

Aby wyeliminować problem obciążenia estymatora OLS można użyć metody zmiennych

instrumentalnych. Jednakże ona również niesie za sobą pewne trudności. Chodzi przede wszystkim

o dobór i ilość instrumentów. Wybrane instrumenty mogą być słabo skorelowane ze zmiennymi

objaśniającymi, co może doprowadzić do obciążenia estymatora. Ponadto wybrane instrumenty

muszą być zmienne w czasie, w przeciwnym razie znikną podczas estymacji. Użycie losowych

efektów indywidualnych jest również dyskusyjne, gdyż zakłada ono brak korelacji pomiędzy

regresorami a efektami indywidualnymi.

Do estymacji użyto efektywnej uogólnionej metody zmiennych instrumentalnych (Efficient

Generalized Instrumental Variables EGIV), która pozwala na poradzenie sobie z powyższymi

problemami. Postać ogólna modelu Hausmana–Taylora wygląda następująco:

gdzie i i t reprezentują N jednostek i T okresów czasu, Z' jest zbiorem regresorów niezmiennych w

czasie, zaś X' jest zbiorem regresorów zmiennych w czasie. Zmienne znajdujące się w macierzach

X' i Z' zostały podzielone na zbiory zmiennych egzogenicznych i endogenicznych. Podczas

estymacji zmienne endogeniczne zostały zastąpione instrumentami. Wykorzystano w niej

dwuetapową procedurę najmniejszych kwadratów (2SLS). Model został dobrze zidentyfikowany, tj.

zmiennych egzogenicznych zmiennych w czasie jest przynajmniej tyle, ile zmiennych

it

i

it

i

it

Z

X

w

ν

γ

δ

α

+

+

+

=

'

'

ln

endogenicznych stałych w czasie. Estymator Hausmana – Taylora jest więc bardziej efektywny niż

estymator w modelu ze stałymi efektami losowymi.

4. Dane

Dane, na których dokonano estymacji pochodzą z badań Eurostatu, European Community

Household Panel (ECHP), obejmują lata 1994–2000.

Według danych wyższe zarobki zarówno w Portugalii jak i w Hiszpanii otrzymują

pracownicy etatowi. Pracownicy w Hiszpanii otrzymują wyższe wynagrodzenie mimo niższego

stażu pracy, posiadają jednak wyższe wykształcenie, co może świadczyć o wyższej stopie zwrotu z

edukacji niż z doświadczenia zawodowego.

Pracownicy samozatrudniający się nie stanowią grupy homogenicznej, znajdują się w niej

zarówno ludzie prowadzący własne dobrze prosperujące firmy, jak również pracownicy nisko

wykwalifikowani, faktycznie zatrudnieni przez zewnętrzne firmy, lecz prowadzący własną

działalność, co jest metodą na obniżanie kosztów pracy przedsiębiorstw i przenoszenie ciężaru

składek na pracownika. Można zakładać, że stanowią oni większość grupy osób

samozatrudniających się, na jakiej przeprowadzono badanie, z uwagi na fakt, że zaledwie 10%

samozatrudniających się w Portugalii i 30% w Hiszpanii ma wykształcenie wyższe od

podstawowego. Odsetek ludzi z wykształceniem podstawowym jest niższy wśród pracowników

etatowych, w Portugalii wynosi on 80%, w Hiszpanii – 50%. Dane te skazują również na to, że

pracownicy o wyższym wykształceniu wolą pracować na etacie.

Doświadczenie zawodowe w obu grupach potraktowane zostało jednakowo, jednak

założenie to może mieć wpływ na wyniki estymacji. Rola doświadczenia i wykształcenia jest różna

w badanych dwóch grupach zawodowych, dlatego porównanie stopy zwrotu z edukacji może być

utrudnione. Ponadto równie Mincera jest estymowane dla populacji o określonych statystykach, co

może prowadzić do nielosowej selekcji próby. Aby uniknąć związanego z tym obciążenia w

równaniu użyta została duża liczba regresorów, które odpowiadają czynnikom mogącym mieć duży

wpływ na decyzję respondenta o wyborze rodzaju zatrunienia.

Kolejnym problemem pojawiającym się w analizowanym zbiorze danych jest wycieranie

(attrition) panelu. Jego wysokość wynosiła dla Hiszpanii i Portugalii odpowiednio 58% i 54% dla

samozatrudniających się oraz 51% i 41% dla pracowników etatowych. Problem wycierania dla

użytych danych wynika nie tylko z wypadania obserwacji, lecz również z faktu, że w badanym

okresie część pracowników zmieniła rodzaj zatrudnienia (przejścia z pracy etatowej na

samozatrudnienie i odwrotnie). Poziom wycierania panelu jest jednak dosyć wysoki, co stawia

wnioski wyciągnięte z wyników estymacji pod znakiem zapytania.

5. Wyniki

W pracy wykonane zostały dwa rodzaje estymacji: zwyczajną estymację efektów losowych

oraz estymację efektów losowych metodą Hausmana–Taylora. Wszystkie regresory zwyczajnej

estymacji efektów losowych są istotne na poziomie 5%. Pokazuje ona, że najwyższy poziom stopy

zwrotu z edukacji osiąga pracownik z około trzydziestoletnim doświadczeniem. Stopa zwrotu z

edukacji rośnie wraz z poziomem wykształcenia. W Hiszpanii stopa zwrotu jest wyższa dla

pracowników etatowych, niż dla samozatruniających się. W Portugalii tendencja ta potwierdza się

tylko dla pracowników etatowych z wyższym wykształceniem, natomiast pracownicy ze średnim

wykształceniem osiągają wyższą stopę zwrotu z edukacji pracując na własny rachunek. Porównanie

obu krajów pokazuje, że stopy zwrotu z edukacji są wyższe w Portugalii.

Estymacja metodą Hausmana–Taylora poprzedzona została wykonaniem dwóch testów

Hausmana, które wskazały zmienne użyte jako instrumenty w estymacji EGIV. Wyniki estymacji w

dużej mierze potwierdziły uzyskane poprzednio rezultaty: stopa zwrotu z edukacji jest wyższa w

Portugalii, pracownicy z wyższym wykształceniem osiągają jej wyższy poziom pracując na etacie,

podczas gdy pracownicy ze średnim wykształceniem – pracując na własny rachunek. Ponadto

wzrost stopy zwrotu z edukacji dla pracowników o średnim wykształceniu jest wyższy niż dla

pracowników o wyższym wykształceniu. Prowadzi to do odrzucenia hipotezy o liniowym wzroście

stopy zwrotów z edukacji.

6. Wnioski

Wyższe stopy zwrotu z edukacji w Portugalii mogą wynikać z niższego poziomu

wykształcenia w tym kraju. Pracownicy ze średnim wykształceniem uzyskują wyższą stopę zwrotu

z edukacji pracując na własny rachunek.

Teoria kapitału ludzkiego znajduje swoje potwierdzenie w wynikach estymacji dla

Portugalii, chociaż teoria sygnałów również znajduje zastosowanie. W przypadku Hiszpanii, gdzie

wyższe stopy zwrotu z edukacji osiągają pracownicy etatowi, a więc ci, którzy w wyższym stopniu

muszą prezentować pracodawcy swoje umiejętności, potwierdzenie znajduje teoria sygnałów.