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.