A közalkalmazotti béremelés hatása a tanárok pályaelhagyási döntésére. Varga Júlia

A közalkalmazotti béremelés hatása a tanárok pályaelhagyási döntésére Varga Júlia A tanulmány a tanárok pályaelhagyási döntését vizsgálja, azt a kérdést, hogy milyen szerepet játszanak e döntésekben a keresetek, alternatív kereseti lehetőségek, valamint, hogy hogyan hatott a tanárok pályaelhagyására a 2002. évi közalkalmazotti béremelés. A kérdés vizsgálatára az OEP-ONYF-FH összekapcsolt nagymintás adatbázis adatainak felhasználásával időtartam-modelleket becsültem. Egyrészt két kimenetet megkülönböztetve (elhagyja a tanári pályát/nem hagyja el) Cox proporcionális hazard függvényeket, másrészt az pályaelhagyás okai között a más állásba kerülést és az inaktivitást megkülönböztetve versengő kockázati modelleket (competing risk). Az eredmények azt mutatják, hogy a kereseti lehetőségek hatnak a pályaelhagyási döntésekre, a fiatal tanárok esetében annak valószínűségére, hogy más munkát választanak a tanárok, de nem befolyásolják az inaktivitás választásának valószínűségét. Az eredmények azt mutatják, hogy a közalkalmazotti béremelés átmenetileg csökkentette a pályaelhagyás valószínűségét a fiatal tanárok körében, de a hatás két év alatt eltűnt, míg az idősebb tanárok pályaelhagyási valószínűségét csökkentette. Bevezetés A tanárok az egyéb diplomásokhoz képest keveset keresnek Magyarországon. A 2002. évi közalkalmazotti béremelést követően a különbség átmenetileg csökkent, majd ismét növekedni kezdett. Különösen rossz helyzetben vannak a fiatal, legfeljebb 10-15 éves gyakorlati idejű tanárok a hasonló gyakorlati idejű egyéb diplomásokhoz képest, mivel a közalkalmazotti bérskála az életpálya során lassú, egyenletes növekedést ír elő, míg a közszférán kívül a fiatal diplomások keresete a munkába lépést követően először viszonylag gyorsan növekszik. Ahogy számos empirikus vizsgálat bemutatta (pl. Dolton, 1990, Chevalier és szerzőtársai, 2001, Wolter Denzler, 2003) a tanárok kereseti helyzete hatással arra, hogy kik választják a tanári pályát. Magyarországra vonatkozóan Varga (2007) azt találta, hogy a tanárképzés választásakor és a felsőfokú végzettség megszerzését követően a tanári pályára lépés eldöntésében meghatározó szerepe van annak, hogy mennyit keresnek a pedagógusok a többi diplomáshoz képest. A tanárok összetételét nem csak az befolyásolja, hogy kik szereznek tanári képesítést és a tanári képesítés megszerzése után kik lépnek tanári pályára, hanem az is, hogy később kik hagyják el a tanári pályát. Fontos szakpolitikai kérdés, hogy csökkenthető-e és mely tanári csoportok esetében a pályaelhagyás béremeléssel, hogy hogyan hat egy általános béremelés ezekre a döntésekre. 1

A tanárok pályaelhagyását vizsgáló munkák eredményei nem egyértelműek abban a kérdésben, hogy valóban a jobb kereseti lehetőségek miatt mennek-e el a tanárok. A tanulmányok egy része azt találta, hogy a tanári pályaelhagyás és a tanárok relatív kereseti helyzete között kapcsolat van. Murnane és Olsen (1989) eredményei szerint a magasabb bér növeli a tanári pályán eltöltött időt, hasonló eredményekről számoltak be Podgursky és szerzőtársai (2004), Imazeki (2005), Krieg (2006), Ondrich, Pas, és Yinger (2008), Dolton és van der Klaauw (1995) és (1999), valamint Chevalier és szerzőtársai (2002). Más munkák viszont azt mutatják be, hogy a pályaelhagyó tanárok kisebb része keres csak többet, mint korábban. Scafidi és szerzőtársai (2006), Frijters és szerzőtársai, (2004) és Vandenberghe (2000), azt találta, hogy a pályaelhagyó tanárok jelentős része kilép a munkaerő-piacról vagy a közszférában helyezkedik el alacsonyabb bérért. A pályaelhagyási döntéseket a munkakörülmények legalább ugyanolyan mértékben befolyásolják, mint a relatív keresetek Hanushek és szerzőtársai (2001 és 2004) eredményei szerint. Stinebrickner (1998) a házasság és gyerekvállalás fontos szerepét mutatta ki e döntésekben. A legtöbb munka vagy csak a pályakezdő, vagy pályájuk elején lévő tanárok pályakorrekciós döntéseit elemzi, vagy - a minta nagysága miatt- nem vizsgálják külön e döntéseket a különböző gyakorlati idejű, életpályájuk különböző szakaszain járó pedagógusok esetében. Gilpin (2011) a különböző gyakorlati idejű tanárok döntéseit külön vizsgálva arra az eredményre jutott, hogy a tanári és nem tanári pályán elérhető bérek különbsége csak a pályájuk elején lévő, 6 évnél rövidebb gyakorlati idejű pedagógusok döntését befolyásolja, a munkakörülmények viszont nem csak a pályakezdő, hanem az idősebb, nagyobb gyakorlati idejű tanárok pályaelhagyására is hatással van. A következő tanulmány egy nagymintás adatállományra támaszkodva azt vizsgálja, hogy milyen tényezők befolyásolják a tanárok pályaelhagyási döntését Magyarországon, hogy számítanak-e a keresetek ezekben a döntésekben, hogy hatott-e a 2002. évi közalkalmazotti béremelés a tanárok pályaelhagyására és, hogy különbözött-e a hatás tanári csoportonként. Az adatokról Az elemzést egy rendkívül nagy elemszámú mintán lehetett elvégezni. A kiinduló adatbázis az Országos Egészségbiztosítási Pénztár, az Országos Nyugdíjbiztosítási Főigazgatóság, a Foglalkoztatási Hivatal és a Magyar Államkincstár összekapcsolt és tisztított adminisztratív adatbázisa volt, melyben 8 éven keresztül, 2002 januárja és 2008 decembere között, havi 2

bontásban követhető a megfigyelt személyek munkaerő-piaci státuszának, foglalkozásának alakulása és jövedelme. Az adatbázisból ismerjük az egyének néhány demográfiai jellemzőjét, nemét, életkorát, tartózkodási helyének régióját, az egyének ellátásra és jogviszonyra vonatkozó információkat, a foglalkozások FEOR kódját és az ezekhez kapcsolható jövedelmet. A tanári adatbázis kialakításához az OEP-ONYF-FH-MÁK adatbázisból leválogattuk azon személyek adatait, akik a megfigyelés ideje alatt, vagyis 2002 januárja és 2008 decembere között legalább egy hónapig tanárként dolgoztak. Nem minden pedagógusként foglalkoztatott személy került be a mintába, hanem csak azok, akik közvetlen tanítást végző pedagógusi munkakörökben dolgoztak, vagyis középiskolai tanár, oktató, középfokú oktatási intézmény szakoktató, egyéb középfokú tanintézeti oktató, általános iskolai tanár, tanító, egyéb alapfokú tanintézeti oktató munkakörökben. A mintából a következő lépésben kihagytuk azoknak az adatait, akiknek a jövedelme nem volt ismert, vagy más fontos egyéni jellemzői hiányoztak és azokat, akik nem főállásban dolgoztak tanárként. Végül 57 546 személy került be a végső mintába, ez a tanítást végző összes pedagógus 51-52 %-a. A megfigyelési egység egy ember egy havi státusza. Így azokra, akik 2002 januárja és 2008 decembere között mindvégig bent voltak a mintában 84 hónapig tudtuk megfigyelni az eseményeket. Az adatbázisból tehát ismerjük az egyének jövedelmét valamennyi megfigyelt hónapban, tehát azokban a hónapokban is, amikor nem tanárként dolgoztak és mindenkori részletes munkaerő-piaci státuszukat és néhány háttérváltozót. Módszerek A tanári pályaelhagyás meghatározóit és a 2002. évi közalkalmazotti béremelés hatását a tanárok pályaelhagyási döntésére időtartam modellekkel vizsgáltam. A tanári pályán eltöltött időt hónapokban mértem. A modellek annak a feltételes valószínűségét írják le, hogy valaki elhagyja a tanári pályát, feltéve, hogy a vizsgált hónapot megelőzően még tanárként dolgozott. Először két kimenetelt megkülönböztetve (tanárként dolgozik/nem dolgozik tanárként) Cox proporcionális hazard függvényeket becsültem. A Cox modellben a referencia hazard (base-hazard) nem parametrizált, a modellnek a túlélési idő eloszlásával kapcsolatban nincsenek előfeltételei, a hazard a független változók értékével arányosan nő és nem függ az időtől, de időfüggő független változókat is be tud vonni az elemzésbe. A Cox modell kezeli a cenzorált adatokat, vagyis azt a problémát, hogy, ha a követés ideje alatt a megfigyelt személyek esetében nem következik be a vizsgált esemény, vagyis a ha a megfigyelési 3

időszak végén 2008. decemberében az egyén még tanárként dolgozott, akkor nem lehet pontosan megmondani, hogy mennyi az eseménymentes túlélés ideje, csak annyit lehet állítani, hogy több, mint a vizsgálatbeli követési ideje. A Cox modellben a hazard a következőképpen adódik: λ(t,x(t)) = λ 0 (t)e x(t) В(t) ahol λ 0 a referencia hazard (base hazard) t az idő, x az egyén jellemzőit írja le. A modell az időben változó változókat is megenged x(t), az időtől függő hatásokat is kezelni tudja, ahol a paraméterek az idő parametrikus függvényei В(t). A tanári pályát elhagyók egy jelentős része nem helyezkedik el másik állásban, hanem önként, vagy nem önként inaktív státuszba kerül, gyesre, gyedre megy, nyugdíjba vonul stb. Mivel e döntések és a más pályán való elhelyezkedés meghatározói különbözhetnek, ezért a tanárok pályaelhagyását úgy is elemeztem, hogy megkülönböztettem azokat, akik nem tanárként dolgoznak (NT), és inaktív státuszba kerülnek (IA) a tanári pálya elhagyása után. Ehhez versengő kockázatok modelleket (competing risk model) használtam (Fine és Gray, 1999). Versengő kockázatról akkor beszélhetünk, ha a tanárként dolgozók két vagy több egymást kölcsönösen kizáró kockázatnak vannak kitéve, és ezek egyikének bekövetkezése megakadályozza a többi bekövetkeztét, esetünkben vagy nem tanári állásba megy, vagy valamilyen inaktív státuszba kerül az egyén. A versengő kockázati modell külön subhazardokat becsül e kétféle eseményre λ NT(t) és λ IA (t). A tanári pálya elhagyásának teljes hazardja ezek összege. Az elemzéshez mindenkit az inaktív státuszúak közé soroltam, aki gyest, vagy gyedet kapott a vizsgált hónapban, függetlenül attól, hogy a jelentett munkaerőpiaci státusza mi volt. A közalkalmazotti béremelési hatását két módon vizsgáltam a Cox modell felhasználásával. Egyrészt olyan modelleket számítottam, melyekben a magyarázó változók között olyan kétértékű változókat szerepeltettem, melyek azt mutatják, hogy az adott hónap melyik naptári évben volt, a 2002. évet referenciakategóriának tekintve. Másrészt mivel a Cox modell lehetőséget ad arra, hogy az adatokat epizódokra bontsuk és megvizsgáljuk, hogy az egyes epizódokban különbözik-e a magyarázó változók hatása, ezzel a módszerrel is vizsgáltam a béremelés hatását. Mivel a közalkalmazotti béremelés 2002. szeptemberében lépett életbe, vagyis a megfigyelt 0-8. hónapok adatai a béremelés előtti helyzetet írják le, 4

ezért a megfigyeléseket két epizódra bontottam, és megvizsgáltam, hogy különbözött-e 2002 szeptembere előtt és után egyes jellemzők hatása a tanári pálya elhagyásának valószínűségére. A kereseteknek és egyéb jellemzőknek más-más hatása lehet az életpálya különböző szakaszain a pályaelhagyási döntésekre, ezért a teljes mintát korcsoportok szerint öt almintára is felbontottam. Az egyes almintákba az adott hónapokban a megfelelő korcsoportokba tartozók kerültek. Az öt korcsoport a következő volt: a 30 évesnél fiatalabb, vagyis a pályakezdő tanárok, a 31-40, 41-50, 51-60 és 61 évesnél idősebbek. A becsléseket az almintákra külön-külön is megismételtem. A modellek magyarázó változói között az egyén neme, a teljes mintát felhasználó becslésekben a korcsoportot jelző kétértékű változók, a tartózkodási hely régiója szerepelt. A régiós hatások többféle hatást tükrözhetnek, a helyi munkaerő-piaci lehetőségek különbségét, de a munkahelyi környezet, az iskolák közötti különbségek hatását is például a tanulók összetételének különbségének hatását, vagy egyéb hatásokat is tükrözhetnek. Az iskolai végzettségét csak azoknak az egyéneknek ismerjük közvetlenül az adatokból, akik valamelyik megfigyeléskor munkanélküli státuszban voltak. A többi egyénhez hozzárendeltem az iskolai végzettség változót abból kiindulva, hogy mindenkinek ismerjük, hogy pontosan milyen tanári munkakörben dolgozott azokban az időszakokban, amikor tanári státusza volt. Mivel a pedagógus munkakörök betöltéséhez törvény által meghatározott a minimális végzettség (pl. a tanítók, általános iskolai tanárok esetében a minimum főiskolai, a középiskolai tanároknál az egyetemi végzettség), ezért úgy jártam el, hogy azokhoz, akiknek vagy nem volt ismert a végzettsége, vagy ismert volt, de a későbbi megfigyelésekkor olyan tanári munkakörbe kerültek, ahol magasabb végzettség az előírás, az előírt minimális végzettséget rendeltem. Mivel lehetnek olyanok a mintában, akik nem az előírt végzettséggel dolgoznak az adott munkakörben, például egyetemi végzettséggel általános iskolai tanárok, ezért a változó torzítást tartalmaz. A keresetek hatását több változóval vizsgáltam. Egyrészt az egyének saját jövedelmének 2002 januári reálértéken vett értékének logaritmusával (ennek kiszámításához a havi fogyasztói árindexet használtam). Emellett a tanári pályán kívüli kereseti lehetőségek hatásának vizsgálatára minden egyénnek minden megfigyeléséhez kiszámítottam a relatív keresetét, vagyis az adott régióban, adott végzettségi szinten és azonos neműek átlagos keresetének arányában a keresetét. Az átlagos kereseti adatokat az NFSZ Bértarifa-felvétel adatainak megfelelő évi hullámaiból nyertem. A tanári pályaelhagyást nem csak a tanári 5

pályán kívüli lehetőségek befolyásolhatják, hanem az is, hogy a tanárként dolgozó egyén a többi pedagógushoz képest mennyit keres. Bár a tanári kereseteket alapvetően meghatározza a közalkalmazotti bérskála, a tanári keresetekben mégis jelentős különbségek lehetnek, hiszen a bértábla csak a minimálisan kötelező bért írja elő. Az iskolafenntartók pénzügyi helyzete különbözik, ezért különböző mértékben tudják kiegészíteni a bérskálában kötelezően előírt bért. A tanárok keresete ezen túl attól is függ, hogy mennyi túlórát, helyettesítést, vagy egyéb feladatot tudnak/akarnak vállalni. Az egyének, amikor a tanári pályát választják valamilyen várakozással élhetnek összes keresetüket tekintve az átlagos pedagógus jövedelmekhez képest. Később realizálhatják, hogy e várakozások mennyiben teljesültek és ennek megfelelően alakíthatják további pályájukat. Ennek a hatásnak a mérésére a tanárok azonos végzettségű egyéb pedagógusokhoz viszonyított relatív keresetét használtam, az átlagos pedagógus bérekre vonatkozó adatokat szintén az NFSZ Bértarifa-felvételeiből számítottam ki. A munkaerő-piaci lehetőségek hatásának vizsgálatára az egyén tartózkodási régiója szerinti havi bontású munkanélküliségi ráta szerepelt még a magyarázó változóként a modellekben. Végül, valamennyi modellben szerepelt egy kétértékű változó mely a vizsgált hónapok közül a szeptembereket jelölte meg. Mivel szeptemberben kezdődik a tanév és előtte nyári szünet van az iskolákban, ezért érdemes lehet a pályaelhagyási döntést inkább szeptemberre időzíteni, mert így a hosszabb nyári szünet előnyeit még élvezheti az egyén. (A modellben használt változók leíró statisztikáit a Mellékletek M1. táblázata mutatja be.) A pályán maradók és pályaelhagyók átlagos jövedelmének összehasonlítása megerősíti, hogy érdemes a pályaelhagyási döntéseket korcsoportonként és a pályaelhagyás utáni munkaerő-piaci státusz szerint külön-külön is megvizsgálni. 1. táblázat Az 1. táblázat a tanári pályán maradók és a pályaelhagyók reál havi jövedelmét mutatja 2002. januári értéken. Az összes pályaelhagyó átlagos havi jövedelme alacsonyabb, mint a pályán maradóké, de azok a volt tanárok, akik aktívak maradnak és más foglalkozásban helyezkednek el átlagosan többet keresnek. Korcsoportonként vizsgálva a különbségeket azt látjuk, hogy a pályakezdő, 30 évesnél fiatalabb és a 31-40 éves pályaelhagyó, máshol dolgozó volt tanárok többet keresnek, mint azok, akik tanárok maradnak. A kereseti különbség nem nagyon magas, 6-7 százaléknyi. Az idősebb pályaelhagyók esetében már nem mutatkozik átlagosan kereseti hozam a pályaelhagyás nyomán. A 40-50 év közötti pályaelhagyó tanárok 6

és a pályán maradók keresete között átlagosan nincs különbség, az 50 évnél idősebb, máshol elhelyezkedő tanárok pedig kevesebbet keresnek, mint akik nem hagyják el a pályát. Eredmények Az 1. ábra a (Kaplan-Meier) empirikus túlélési függvényeket ábrázolja nemenként, és korcsoportonként 1. A görbék azt mutatják be, hogy egy-egy hónapban a kiindulásként tanárként dolgozók mekkora hányada dolgozik még tanárként. Az együttes görbe azt mutatja, hogy elég egyenletes volt 2002 és 2008 között pályaelhagyás. A férfiak és nők görbéi 2002. január és 2002. szeptember között együtt haladtak, majd a férfiak kiáramlása felgyorsult a nőkhöz képest az időszak végéig. Korcsoportonként jelentős különbségeket látunk 2002 szeptembere után. A 30 évnél fiatalabb, pályakezdő tanároknak és az 51-60 éves tanároknak csak fele marad tanár 2008 decemberéig. A legnagyobb túlélést a 41-51 éves tanárok között figyelhetjük meg. 2008 januárjáig alig valamivel volt nagyobb a kiáramlás a 31-40 éves tanárok, mint az idősebbek között, de ezt követően viszont felgyorsult körükben a kiáramlás. A legkisebb túlélést a legfiatalabb tanárok között látjuk az időszak légvégén. 1. ábra A tanári pálya elhagyását két kimenettel (elhagyja a pályát/tanár marad) leíró modellek eredményeit a 2., 3. és 4. táblázatban foglaltam össze. A táblázatok bemutatják a teljes mintán, és a korcsoportos almintákon végzett becslések eredményeit. A táblázatok kockázati arányokat (hazard ratio) közölnek. Az 1. specifikációban (2. táblázat) a 2002. évi béremelés hatását még nem vizsgáltam külön. A teljes mintában valamennyi változó együtthatója szignifikáns. A férfiak, a középfokú oktatásban dolgozók, (zömmel egyetemi végzettségűek) nagyobb eséllyel hagyják el a tanári pályát. Jelentős régiók közötti különbségeket látunk, a pályaelhagyást nagyobb valószínűséggel időzítik szeptemberre a tanárok, és a 41-50 éves korcsoporthoz képest az összes többi korcsoport pályaelhagyási valószínűsége nagyobb. A kereseti helyzetet leíró változókra vonatkozó eredmények azt mutatják, hogy a teljes mintában azok a tanárok hagyják el nagyobb valószínűséggel a tanári pályát, akiknek az átlagos 1 A függvény a cenzorált eseteket nem tekinti kilépőknek. 7

diplomás keresetekhez mért relatív kereseti helyzete jobb. Az egyéb pedagógusokhoz viszonyított relatív kereseti helyzet viszont a várt irányban befolyásolja a pályaelhagyás valószínűségét, minél rosszabb egy tanár helyzete a régió átlagos pedagógusjövedelméhez képest annál nagyobb valószínűséggel lesz pályaelhagyó a tanár. A pedagógus saját reáljövedelmének alakulása hatással van a pályaelhagyási döntésre. Minél kevesebbet keres a tanár, annál nagyobb valószínűséggel megy el a pályáról. A korcsoportos almintákon futatott becslések eredményeiből jellegzetes különbségeket látunk. Az alacsony saját reálkereset valamennyi korcsoportban növeli a pályaelhagyás valószínűségét. A relatív keresetek alakulása hat a pályakezdő tanárok döntésére, A pályakezdő tanárok kisebb valószínűséggel lesznek pályaelhagyók, ha jobb a relatív kereseti helyzetük akár az egyéb diplomásokhoz, akár az egyéb pedagógusokhoz viszonyítva. A 31-40 éves tanárok pályaelhagyásának valószínűségét szintén növeli, ha a többi diplomáshoz képest keveset keresnek. A 40 évesnél idősebb tanárok korcsoportjaiban az egyéb diplomásokhoz keresetéhez mért relatív kereseti helyzetet leíró változó hatása vagy nem szignifikáns, vagy azok lesznek pályaelhagyók közülük, akiknek magasabb a relatív keresete. A régiós munkanélküliségi ráta növekedése csökkenti a pályakezdő tanárok pályaelhagyásának valószínűségét, az összes többi korcsoportban viszont szignifikánsan növeli (a versengő kockázati modellekből látni fogjuk, hogy ennek az a magyarázata, hogy annál nagyobb valószínűséggel kerülnek inaktív státuszba a tanárok, minél nagyobb a helyi munkanélküliségi ráta). 2. táblázat A 2. specifikációban (3. táblázat) a 2002. évi béremelés hatásának vizsgálatára olyan kétértékű változókat vontam be az elemzésbe, melyek azt jelzik, hogy az adott hónap melyik évben van (referencia kategóriaként 2002-t választva). A teljes mintára vonatkozó becslési eredmények azt mutatják, hogy 2002 után minden évben kisebb valószínűséggel hagyták el a pályát a tanárok. A korcsoportos eredmények szerint viszont a pályakezdő, és a 31-40 éves tanárok csak 2003-ban és 2004-ben kerültek ki kisebb valószínűséggel a pályáról. 2006-ban már nem látunk szignifikáns különbséget, 2007-ben és 2008-ban viszont megfordul a hatás és akkor már nagyobb valószínűséggel mennek el a pályáról a fiatal tanárok. Az 51-60 éves és még idősebbek viszont 2002 után valamennyi évben jóval kisebb valószínűséggel hagyják ott a pályát. Az eredmények tehát arra utalnak, hogy a közalkalmazotti béremelés átmenetileg a pályán tartotta a fiatal tanárokat, de a hatás két év alatt eltűnt. Az idősebb tanárok pályaelhagyási valószínűségét viszont. úgy tűnik, csökkentette a béremelés. 8

3. táblázat A 4. táblázatban azokat a becslési eredményeket foglaltam össze, melyben azt vizsgáltam, hogy az egyes korcsoporthoz tartozók és a férfiak pályaelhagyási valószínűsége különbözött-e a béremelés előtt és után. Két epizódra bontottam az adatokat, az első nyolc hónap a béremelés előtti helyzetet, a további hónapok a béremelés utáni helyzetet írják le. Az eredményekből azt látjuk, hogy pályakezdők és 31-40 évesek pályaelhagyási valószínűsége nem különbözik az első 8 és az azt követő hónapokban, az idősebb tanárok viszont 2002 szeptemberét követően kisebb valószínűséggel kerültek ki a pályáról. 4. táblázat A tanári pályát elhagyók egy része inaktív státuszba kerül, másik részük viszont egyéb pályákon kezd dolgozni. A kétféle döntést másként befolyásolhatja a tanárok kereseti helyzete és egyéb jellemzői. Ezt vizsgáljuk a következőkben. Az 5. táblázat közli a versengő kockázati hazard becslések eredményeit, a sub-hazard rátákat. A férfiak a teljes mintában is és a korcsoportos becslési eredmények szerint is nagyobb valószínűséggel kerülnek más állásba és kisebb valószínűséggel inaktív státuszba, mint a nők. A középfokon tanító tanárok nagyobb valószínűséggel helyezkednek el más pályán és kisebb valószínűséggel választják az inaktív státuszt. A teljes mintát felhasználó becslések eredményéből látjuk, hogy a 41-50 éves pedagógusok maradnak legstabilabban a pályán, az összes többi korcsoporthoz tartozó tanárok nagyobb valószínűséggel kerülnek más állásba, vagy inaktív státuszba. A kereseti változók hatásáról a következőket látjuk: az alacsony saját jövedelem minden korcsoportban növeli annak valószínűségét, hogy más állást keres a tanár. A pályakezdő, és 31-40 éves tanárok inaktivitásba kerülésének valószínűségére viszont nincs szignifikáns hatása a saját jövedelemnek, ahogy az egyéb diplomásokhoz viszonyított relatív kereseti helyzetnek sem. Az inaktivitás választása ezekben a korcsoportokban inkább a családalapításhoz, gyerekvállaláshoz kötődik. A 41-50 évesek és idősebbek esetében viszont nem csak a más állásba kerülés valószínűségét, hanem az inaktív státuszba kerülés valószínűségét is növeli az alacsony saját jövedelem. Ha a tanár, - bármely korcsoporthoz tartozik is - a régió átlagos pedagógus keresetéhez képest keveset keres, akkor nagyobb valószínűséggel kerül inaktív státuszba. Mivel a változó nincs szignifikáns hatással egyik korcsoport esetében sem az egyéb pálya választásának 9

valószínűségére, ezért úgy tűnik, hogy azok, akik a többi tanárhoz képest keveset keresnek, azok nem önként hagyják el a pályát és kerülnek inaktív státuszba, hanem vélhetőleg elküldik őket az iskolából. 10

Hivatkozások Chevalier, A.. Dolton, P. J. McIntosh S. (2001): Recruiting and Retaining teachers in the UK: An Analysis of Graduate Occupation Choice from the 1960s to the 1990s. Centre for Economics of Education, London. Coviello, V. and M. Boggess. 2004. Cumulative incidence estimation in the presence of competing risks. The Stata Journal. 4: 103 112. Dolton P. J. (1990): The Economics of UK Teacher Supply: the Graduate s Decision. Economic Journal, 100. 91 104. o. Dolton, P., & van der Klaauw, W. (1995). Leaving teaching in the UK: A duration analysis. The Economic Journal, 105(429), 431 444. Dolton, P., & van der Klaauw, W. (1999). The turnover of teachers: A competing risks explanation. Review of Economics and Statistics, 81(3),543 550. Fine, J. and R. Gray. 1999. A proportional hazards model for the subdistribution of a competing risk. Journal of the American Statistical Association. 94: 496 509. Frijters,.P. - Shields, M.l A. & Wheatley Price, S., (2004): "To Teach or Not to Teach? Panel Data Evidence on the Quitting Decision,"IZA Discussion Papers 1164, Institute for the Study of Labor (IZA). Gilpin, G.A. (2011) Reevaluating the effect of non-teaching wages on teacher attrition Economics of Education Review 30 (2011) 598 616 Hanushek, E.A, J.F. Kain, and S.G. Rivkin, Why Public Schools Lose Teachers, National Bureau of Economic Research Paper 8599, (2001). Imazeki, J. (2005). Teacher salaries and teacher attrition. Economics of Education Review, 24(4), 431 449. Krieg, J. M. (2006). Teacher quality and attrition. Economics of Education Review, 25(1), 3 27 Murnane, R., & Olsen, R. (1989). The effect of salaries and opportunity costs on duration in teaching: Evidence from michigan. The Review ofeconomics and Statistics, 71(2), 347 352 Ondrich, J., Pas, E.,&Yinger, J. (2008). The determinants of teacher attrition in upstate New York. Public Finance Review, 36(1), 112 144. Podgursky, M. - Monroe, R., - Watson, D. (2004). The academic quality of public school teachers: an analysis of entry and exit behavior. Economics of Education Review, 3(5), 507 518. 11

Scafidi, B. Sjoquist, D.L. - Stinebrickner, T.D. (2006): "Do Teachers Really Leave for Higher Paying Jobs in Alternative Occupations?," The B.E. Journal of Economic Analysis & Policy, Berkeley Electronic Press, vol. 0(1), Stinebrickner, T.R, (1998) An Empirical Investigation of Teacher Attrition, Economics of Education Review, Vol.17, No 2, pp. 127-136. Vandenberghe, V. (2000), Leaving teaching in the French-Speaking Community of Belgium: a duration analysis, Education Economics, 8(3), pp. 221-239. Varga J. (2007): Kiből lesz ma tanár: a tanári pálya választásának empirikus elemzése. Közgazdasági Szemle. 2007. július-augusztus pp. 609-627. Wolter, S. C. Denzler, S. (2003): Wage Elasticity of the Teacher Supply in Switzerland. IZA Discussion Paper, No. 733. 12

0.00 0.25 0.50 0.75 1.00 0.00 0.25 0.50 0.75 1.00 0.00 0.25 0.50 0.75 1.00 Ábrák 1. ábra Empirikus (Kaplan-Meier) túlélési függvények (tanári állásban marad) nemenként és korcsoportok szerint Kaplan-Meier túlélési függvény Teljes minta Kaplan-Meier túlélési függvények nemenként 0 20 40 60 80 analysis time 0 20 40 60 80 analysis time Nők Férfiak Kaplan-Meier túlélési függvények Korcsoportonként 0 20 40 60 80 analysis time.30 éves 31-40 éves 41-50 éves 51-60 éves 13

Táblázatok 1. táblázat Havi reáljövedelem pályelhagyás szerint (2002. januári értéken) Ft Teljes minta -30 éves 31-40 éves 41-50 éves 51-60 éves 61- éves Tanári pályán marad 149 818 106 531 130 229 169 783 192 820 159 807 Pályaelhagyó 123 480 84 294 104 286 151 043 172 909 107 529 Pályaelhagyó, dolgozik 152 031 113 220 138 516 170 804 181 320 104 384 nem tanárként GYES-en, gyeden van: 47 348 47 030 46 858 37 013 - - Rgyéb inaktív 48 977 49 931 46 900 39 003 39 4712 43 890 14

2. táblázat Kétkimenetes hazard model becslések - Elhagyja-e a tanári pályát igen/nem 1. specifiáció Cox regresszió - Breslow method for ties Nem 1.236* (0.027) Középfokon tanít 1.074* (0.018) Budapest 2.484* (0.290) Észak- 0.712* Magyarország (0.037) Észak-Alföld 0.744* (0.029) Dél-Alföld 1.149* (0.043) Közép- 1.867* Magyarország (0.191) Közép-Dunántúl 1.496* (0.107) Nyugat-Dunántúl 1.682* (0.139) Havi 1.080* munkanélküliségi (0.012) ráta a régióban Relatív jövedelem 1.602* (0.147) Relatív pedagógus 0.612* jövdelem (0.045) Teljes minta -30 éves 31-40 éves 41-50 éves 51-60 éves 61- éves Hazard ráta Hazard ráta Hazárd ráta Hazárd ráta Hazárd ráta Hazárd ráta 1.261* (0.060) 0.851* (0.031) 0.204* (0.053) 2.000* (0.249) 1.362* (0.119) 0.722* (0.059) 0.195* (0.045) 0.368* (0.058) 0.296* (0.056) 0.836* (0.022) 0.858* (.044) 0.928 (.027) 27.424* (5.170) 0.253* (.020) 0.384* (.025) 2.141* (.134) 18.699* (3.065) 7.474* (.878) 10.771* (1.417) 1.433* (.024) 1.377* (0.099) 1.131** (0.071) 6.46* (1.686) 0.511* (0.056) 0.607* (0.053) 1.478* (0.123) 4.338* (0.943) 2.529* (0.390) 3.253* (0.566) 1.184* (0.027) 1.277* (0.052) 1.341* (0.046) 0.044* (0.008) 3.415* (0.275) 1.980* (0.134) 0.476* (0.029) 0.039* (0.006) 0.126* (0.014) 0.098* (0.012) 0.711* (0.011) 1.425* (0.142) 1.024 (0.103) 0.314** (0.172) 0.664 (0.175) 0.589 (0.139) 0.632 (0.147) 0.359 (0.176) 0.518 (0.196) 0.556 (0.233) 0.992 (0.048) 0.521* (0.126) 0.208* (.041) 1.083 (0.408) 11.052* (2.554) 1.186 (0.340) 0.331* 0.887 1.084 0.370* 1.666 (0.064) (.145) (0.312) (0.076) (0.382) (log) reáljövdelem 0.734* 1.00 0.832* 0.483* 0.570* 0.749* 15

(0.006) (0.042) (.022) (0.047) (0.030) (0.0399 szeptember 15.989* (0.416) 0.272* (0.037) 2.097* (.017) 10.048* (0.011) 3.034* (0.005) 10.184* (0.056) 30 évesnél fiatalabb 2.451* (0.058) 30-40 éves 1.669* (0.035) 51-60 éves 2.782* (0.057) 61- éves 8.330* (0.521) Log 220552.09-34762.551-63625.269-39551.02 61948.537-2971.9226 pseudolikelihood Megfigyelt egyének 57546 13184 27533 29059 18720 1079 száma Megfigyelt hónapok száma 3498517 476216 1167950 1345142 767993 12620 Referencia kategória: nő, általános iskolában tanít, dél-dunántúli régió, 41-40 éves (a teljes mintát használó modellben) *szignifikás 1 %-os szinten ** szignifikáns 5 %-os szinten 16

3. táblázat Kétkimenetes hazard model becslések - Elhagyja-e a tanári pályát igen/nem 2. specifiáció év dummykkal Cox regresszió - Breslow method for ties Nem 1.267* (0.028) Középfokon tanít 1.086* (0.019) Budapest 2.740* (0.335) Észak- 0.695* Magyarország (0.038) Észak-Alföld 0.729* (0.029) Dél-Alföld 1.160* (0.044) Közép- 1.993* Magyarország (0.213) Közép-Dunántúl 1.574* (0.117) Nyugat-Dunántúl 1.764* (0.152) Havi 1.087* munkanélküliségi (0.013) ráta a régióban Teljes minta -30 éves 31-40 éves 41-50 éves 51-60 éves 61- éves Hazárd ráta Hazárd ráta Hazárd ráta Hazárd ráta Hazárd ráta Hazárd ráta 1.351* (0.066) 0.866* (0.032) 0.154* (0.041) 2.388* (0.298) 1.471* (0.129) 0.658* (0.053) 0.144* (0.034) 0.305* (0.049) 0.236* (0.044) 0.801* (0.021) 1.032 (0.055) 0.962 (0.029) 1.018** (0.228) 0.975 (0.093) 0.920 (0.068) 1.028 (0.069 ) 0.935 (.183) 1.007 (0.140) 1.029 (0.162) 1.004 ( 0.021 ) 1.590* (0.122) 1.231* (0.079) 1.683 (0.504) 0.911 (0.114) 0.868 (0.083) 1.057 (0.094) 1.151 (0.293) 1.076 (0.191) 1.168 (0.236) 1.018 (0.028) 1.096** (0.046) 1.249* (0.045) 4.048* (1.023) 0.654* (0.068) 0.664* (0.057) 1.258** (0.089) 2.460* (0.549) 1.871* (0.288) 2.226* (0.388) 1.119* (0.027) Relatív jövedelem 1.867* 1.102 0.620** 2.607** 6.040* 1.105 1.375** (0.143) 1.035 (0.105) 0.441 (0.330) 0.591 (0.188) 0.543 (0.147) 0.671 (0.169) 0.476 (0.321) 0.631 (0.315) 0.682 (0.378) 1.022 (0.070) 17

(0.176) (0.291) (0.133) (1.079) (1.453) (0.323) Relatív pedagógus jövdelem 0.528* (0.040) 0.158* (0.037) 0.375* (0.068 ) 0.4830** (0.168) 0.564*** (0.124) 1.686** (0.396) (log) reáljövdelem 0.734* (0.006) 1.086 (0.070) 0.847* (0.025) 0.520* (0.052) 0.606* (0.033) 0.750* (0.042) szeptember 14.388* (0.394) 0.291* (0.0399 10.091* (0.016 ) 10.947* (0.011) 3.105* (0.019) 10.165* (0.053) 30 évesnél fiatalabb 2.512* (0.060) 30-40 éves 1.670* (0.035) 51-60 éves 2.731* (0.056) 61- éves 9.721* (0.641) 2003 0.729* (0.036) 0.487* (0.050) 0.640* (0.043) 0.687* (0.069) 0.514* (0.065) 1.055 (0.231) 2004 0.594* (0.036) 0.599* (0.063) 0.650* (0.045 ) 0.677* (0.067) 0.240* (0.032) 1.284 (0.269) 2005 0.479* (0.033) 0.889 (0.101) 0.828 (0.057) 0.745* (0.072) 0.109* (0.016) 1.101 (0.247) 2006 0.265* (0.020) 0.984 (0.117) 0.809 (0.055 ) 0.848* (0.081) 0.035* (0.005) 1.336 (0.299) 2007 0.597* (0.047) 1.632* (0.202) 2.19* (0.142) 1.479* (0.143) 0.034* (0.005) 0.804 (0.180) 2008 0.640* (0.068) 1.367** (0.200) 3.21168*.2157813 1.571* (0.174) 0.020* (0.0037) 1.047 (0.244) Log 220381.06 34672.322-63041.919 39449.35 60630.775 2967.2514 pseudolikelihood Megfigyelt egyének 57546 13184 27533 29059 18720 1079 száma Megfigyelt hónapok száma 3498517 476216 1167950 1345142 767993 12620. 18

Referencia kategória: nő, általános iskolában tanít, dél-dunántúli régió, 41-40 éves (a teljes mintát használó modellben) *szignifikás 1 %-os szinten ** szignifikáns 5 %-os szinten 19

4. táblázat Kétkimenetes hazard model becslés - Elhagyja-e a tanári pályát igen/nem specifikáció epizódokra bontva Cox regression -- Breslow method for ties Hazard ráta Változó Nem (férfi) 1.222* (0.029) Középfokon tanít 1.078* (0.019) Budapest 2.544* (0.324) Észak-Magyarország 0.708* (0.038) Észak-Alföld 0.740* (0.029) Dél-Alföld 1.152* (0.044) Közép-Magyarország 1.897* (0.209) Közép-Dunántúl 1.513* (0.119) Nyugat-Dunántúl 1.703* (0.151) Havi munkanélküliségi ráta a régióban 1.082* (0.013) Relatív jövedelem 1.647* (0.172) Relatív pedagógus jövdelem 0.597* (0.054) (log) reáljövdelem 0.734* (0.022) szeptember 15.844* (0.523) -30 éves 2.449* (0.069) 31-40 éves 1.682* (0.039) 51-60 éves 2.834* (0.056) 60- éves 9.524* (0.785) tvc interakcióban _t<9 -vel Férfi 1.242* (0.082) -30 éves 0.926 (0.083) 31-40 éves 0.887 (0.075) 20

51-60 éves 0.656* (0.064) 60- éves 0.174* (0.060) Log -220517.91 pseudolikelihood Megfigyelt 57546 egyének száma Number of obs 3498517 Referencia kategória: nő, általános iskolában tanít, dél-dunántúli régió, 41-40 éves *szignifikás 1 %-os szinten ** szignifikáns 5 %-os szinten 21

5. táblázat Versengő kockázati hazard becslések Kockázatok: nem tanárként dolgozik inkatív státuszba kerül (gyes, gyeddel együtt) Teljes minta -30 éves 31-40 éves 41-50 éves 51-60 éves Inaktív Inaktív Máshol dolgozik Sub-hazard ráta 2.091* (0.143) 1.128** (0.050) 2.33* (0.615) 0.791 (0.092) 0.691* (0.065) 1.042 (0.091) Inaktív Inaktív Máshol dolgozik Sub-hazard ráta 1.270* (0.083) 1.223** (0.073) 1.935 (0.552) 1.058 (0.138) 0.888 (0.098) 1.136 (0.128) Inaktív Máshol dolgozik Subhazard ráta Nem 1.671* (0.049) Középfokon tanít 1.161* (0.026) Budapest 12.160* (1.666) Észak- 0.463* Magyarország (0.029) Észak-Alföld 0.549* (0.027) Dél-Alföld 1.488* (0.073) Subhazard ráta 0.858* (0.026) 0.974 (0.023) 14.184* (1.857) 0.354* (0.020) 0.524* (0.023) 1.811* (0.080) Máshol dolgozik Subhazard ráta 1.414* (0.075) 0.921 (.038) 0.617 (0.154) 1.569** (0.199) 1.220 (0.118) 0.848 (0.081) Subhazard ráta 0.774* (0.050) 0.765* (0.037) 3.370* (0.855) 0.471* (0.058) 0.606* (0.058) 1.309 (0.122) Subhazard ráta 0.349* (0.025) 0.809* (0.030) 224.547* (51.857) 0.109* (0.0107) 0.233* (0.020) 3.717* (0.291) Máshol dolgozik Subhazard ráta 1.658* (0.120) 1.250* (0.074) 1.847** (0.527) 0.907 (0.118) 0.777** (0.081) 1.049 (0.105) Subhazard ráta 1.04 (0.121) 0.958 (0.098) 67.055* (26.685) 0.207* (0.034) 0.411* (0.060) 2.681* (0.367) Subhazard ráta 1.083 (0.053) 1.238* (0.049) 0.125* (0.023) 2.116* (0.183) 1.635* (0.117) 0.614* (0.042) Közép- Magyarország 7.029* (0.841) Közép- 3.718* Dunántúl (0.313) Nyugat-Dunántúl 4.773* (0.468) Havi 1.256* munkanélküliségi (0.016) 8.797* (0.988) 4.392* (0.353) 6.267* (0.566) 1.295* (0.015) 0.572 (0.127) 0.728 (0.113) 0.650 (0.119) 0.932** (0.023) 2.413* (0.545) 1.846* (0.296) 2.278* (0.427) 1.151* (0.028) 1.725 (0.391) 1.456 (0.235) 1.446 (0.266) 1.073 (0.025) 129.712* (26.145) 29.904* (4.336) 53.490* (8.621) 1.785* (0.037) 1.609** (0.402) 1.272 (0.224) 1.398 (0.278) 1.053 (0.028) 28.854* (9.593) 9.657* (2.331) 15.696* (4.276) 1.457* (0.049) 1.691 (0.422) 1.597** 0.291 1.714 (0.347) 1.045 (0.026) 0.096* (0.016) 0.223* (0.026) 0.192* (0.026) 0.790* (0.013) 22

ráta a régióban Relatív jövedelem 1.867* (0.227) Relatív pedagógus 0.883* jövdelem (0.086) (log) reáljövdelem 0.829* (0.015) szeptember 5.149* (0.265) 2.047* (0.294) 0.380* (0.045) 0.735* (0.015) 9.00* (0.358) 0.479** (0.127) 0.734 (0.147) 0.958** (0.024) 0.447* (0.053) 1.085 (0.358) 0.136 * (0.036) 1.040 (0.073) 0.480* (0.066) 1.140 (0.284) 1.085 (0.216) 0.791* (0.024) 1.183* (0.035) 0.116 (0.031) 0.453* (0.099) 0.985 (0.034) 1.783 (0.126) 0.899 (0.295) 2.081 (0.599) 0.498* (0.038) 2.149* (0.042) 3.654* (2.411) 0.164* (0.081) 0.513* (0.050) 6.398** (0.107) 1.002 0.361 1.616 0.476 0.699** (0.038) 3.574 (0.136) 14.846* (3.990) 0.281* (0.065) 0.591* (0.029) 2.246* (0.044) -30 éves 2.128* (0.058) 2.967* (0.101) 31-40 éves 1.205* (0.032) 2.395* (0.072) 51-60 éves 1.317* (0.036) 5.535* (0.150) 61- éves 2.447* (0.212) 10.192* (1.437) Log pseudolikelihood Megfigyelt egyének száma -128163.2-153722.5-26873.0-21897.5 30526.75-39349.85-26856.34-15189.64-21657.663-46079.67 63525 67203 618340 570594 1254817 1247724 1370952 1419460 784436 23

Megfigyelt hónapok száma 3814433 3872569 18033 16324 29048 30198 29596 31524 20212 No. failed 11935 14696 2896 2495 3120 4297 2751 1585 2334 5103 No. competing 9388 10246 2505 2387 2972 2945 1132 2707 4171 2299 Referencia kategória: nő, általános iskolában tanít, dél-dunántúli régió, 41-40 éves (a teljes mintát használó modellben) *szignifikás 1 %-os szinten ** szignifikáns 5 %-os szinten 24

Mellékletek M1. táblázat Leíró statisztika Összes tanári spell Spell ending with exit Teljes minta Változó Átlag Szórás Nem.2223296.4158115 Középfokon tanít 11.74455.638029 Budapest.1742318.3793087 Észak-.1311662.337582 Magyarország Észak-Alföld.1426598.3497256 Dél-Alföld.1330944.3396767 Közép-.1152984.3193818 Magyarország Közép-.1117564.3150666 Dunántúl Nyugat-Dunántúl.1018744.3024831 Havi.0899186.2860651 munkanélküliségi ráta a régióban Relatív jövedelem.3242033.4680765 Relatív pedagógus.7892211.3306149 jövdelem (log) reáljövdelem.9810322.380406 szeptember.0785627.269055 2003.1526882.3596867 2004.1569736.3637759 2005.1585145 3652228 2006.1587987.3654883 2007.1592257.3658865 2008.0659491.2481931 30 évesnél.2360568.4246575 fiatalabb 30-40 éves.2859803.4518801 41-50 éves.2785433.4482822 51-60 éves.1709787.3764904 61- éves.0147251.1204503. 25