A gyermekvállalás hatása a nemek közötti bérkülönbségre és a gyermekellátás hatása az anyák munkakínálatára Lovász Anna (MTA KRTK KTI és ELTEcon) lovasz.anna@krtk.mta.hu Ewa Cukrowska (Varsói Egyetem) Szabó-Morvai Ágnes (CEU és Hétfa) Tudásexport - Szemelvények a 60 éves MTA (KRTK) KTI fiatal kutatóinak aktuális eredményeiből 2014. november 19.
Kontextus - kutatások Nemek közötti eltérések a munkapiacon Veleszületett különbségek a jellemzőkben, preferenciákban Tanult különbségek a jellemzőkben, preferenciákban Eltérő bánásmód (Diszkrimináció) Kérdések: Részek mértéke? Szakpolitika: érdemes/hogyan lehet csökkenteni? A gyermekvállalás hatása a nemek közötti bérkülönbségre A gyermekellátás hatása az anyák munkakínálatára Pszichológiai jellemzők vizsgálata - kísérletek (Pl. verseny iránti attitűd, pozitív visszajelzések hatása) A nők relatív termelékenységének és bérének becslése A termékpiaci verseny hatása a diszkriminációra Jobbak a nők esélyei a közszférában?
Kutatási kérdés: Hogyan hat a gyermekellátás elérhetősége az anyák munkapiaci aktivitására? Szakpolitikai szempontból fontos: Nagyon alacsony aktivitás (+statisztikai diszkrimináció) EU-s célkitűzés: Barcelona target A bővítés költséges - haszon? Bölcsi férőhely bővítés, ovi mindenkinek 3 éves kortól Intézményi/társadalmi jellemzők korlátozhatják a hatást? Kevés rugalmas munka, nézetek Eddigi becslések nyugati országok, eltérő intézményi környezet
Eddigi becslések 1. Strukturális modellek: regionális/időbeli variabilitás Előnyök: kontrollálnak a szelekciós torzításokra Hátrányok: szigorú feltételezések, endogeneitás 2. Különbség különbsége (DID): szakpolitikai változások Előnyök: kevés feltételezés, exogén változás (?) Hátrányok: kritikus feltételezés, hogy a szakpolitikai változás exogén ez nem biztos 3. Szakadásos regresszió (RD)/Instrumentális változó becslés (IV): szakadáspont körüli változás Előnyök: valóban exogén változás, torzítatlan okokozati kapcsolat becslése Hátrányok: korlátolt külső érvényesség (helyi hatás), korlátolt használhatóság (kell egy szakadáspont, ahol más tényezők nem változnak) Lokshin(2004), Borra (2010), Kimmel (1992), Conelly (1992), Conelly and Kimmel (2001), Haan and Wrohlich (2011), Del Boca (2002) Vegyes eredmények Baker et al. (2008), Lefebvre and Merrigan (2008), Cascio (2009), Lundin et al. (2008), Hardoy and Schone (2013) Vegyes eredmények 1. Fitzpatrick (2010): 4 éves gyermekek, USA nincs hatás: relevancia? 2. EZ A KUTATÁS: 3 éves gyermekek, Magyarország szignifikáns pozitív hatás Újdonság: hiteles ok-okozati becslés egy releváns pontban
Mi történik 3 éves kor körül? Anya aktivitási rátája 1. Gyermekellátási lehetőségek változnak: jogosulttá válik a gyerek az ovira (magasabb lefedettség) 2. GYES jogosultság megszűnik 3. Változnak az elválási preferenciák Az anyák aktivitási rátája a legifjabb gyermek életkorának függvényében A legifjabb gyermek életkora (év)
Szakadásos regressziós (RD) módszer Gyermekellátás elérhetősége endogén az OLS becslés torzít Pl. a gyermekellátás lefedettsége korrelál a helyi gazdasággal, munkaerőkereslettel RD: Két csoport, amelyekbe véletlenszerűen kerülnek az anyák Szakadáspont: január 1 Kezelt csoport: január 1. előtt született, 3 éves gyerek anyukája Január 1-től járhat oviba (vagy még előbb) Kontroll csoport: január 1. után született 3 éves gyerek anyukája Csak szeptember 1-től járhat oviba Ovi lefedettség: 80% Bölcsi lefedettség: 10% Az anya a 3. szülinap után rögtön elkezdhet munkát keresni vagy dolgozni Az anya a 3. szülinap után több hónappal kezdhet el munkát keresni vagy dolgozni Egyébként egyformák Születés dátuma, mint instrumentum
Szakadásos regressziós (RD) módszer - módosítások Adatbázis: MEF Probléma: 5 hónapos ablakok a szakadáspont körül Adathiány, kevés megfigyelés Átlagosan eléggé eltérő a két csoportban a gyermekek életkora Nem csak az ovi jogosultság, a GYES/preferenciák is jelentősen különbözhetnek Mintavétel: nem egy időpontban hasonlítjuk össze őket, hanem a 3. szülinap utáni negyedévben (panel/ismételt keresztmetszet adatbázis) Egyéb kor-függő hatások kiszűrése
Szakadásos regressziós (RD) módszer - módosítások Új probléma: szezonalitás (eltérő születési és megfigyelési évszak) Szezonalitás a munkakeresletben A születési hónap korrelálhat a jövedelemmel, iskolázottsággal Kestenbaum (1987) A gyermek fejlődése eltérő születési évszak szerint: Currie and Schwandt (2013) Korrekció: kontrollcsoportok január 1 előtt/után született, 4-5 éves gyermekek anyái IV&DID: különbségek különbsége módszerrel kombinált instrumentális változós becslés
A két csoport jellemzői Az aktivitási ráta és a gyermekellátá s elérhetősége eltérő A többi jellemző átlagosan megegyezik Anya jellemzői Ovira jogosult Ovira nem jogosult Aktivitási ráta (1997-2011) (%) 59.6% 51.5% Gyermekellátás lefedettsége 80% 10% Gyermekek száma 1.3 1.3 Legfiatalabb gyermek életkora 3.3 3.3 Életkor (év) 31.1 31.1 Általános iskola 23.6% 22.1% Szakközép 26.9% 27.2% Gimnázium 31.9% 33.3% Felsőfokú 17.6% 17.5% Egyéb jellemzők Apa életkora 30.0 29.8 Munkanélküliségi ráta a lakóhelyen (%) 4.4% 4.4%
A két csoport aktivitása a gyermek életkora szerint.2.4.6.8 0 Activity rate of child birth date groups by child age A k t i v i t á s i r á t a.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 6.5 7 Child age Gyermek kora September-January Szept-Január January-May Jan-Május
Eredmények Specifikáció 1 2 3 1 2 3 Alap Szezonalitás-korrigált Lefedettség*M 0.096** 0.095* 0.095* (régió szerint klaszterezett SH) (0.037) (0.041) (0.041) Lefedettség 0.129** 0.141** 0.135** 0.014 0.025 0.021 (0.032) (0.034) (0.034) (0.027) (0.024) (0.024) M -0.179** -0.166** -0.166** (0.027) (0.027) (0.027) Év dummy-k x x x x x x Egyéni kontrollok x x x x Regionális kontrollok x x Alap aktivitás: kb. 51% N 3018 3018 3018 8811 8811 8811 Szignifikancia: ** 1%; * 5%
Hatás becslése különböző koroknál (redukált) Gyermek kora 1 2 3 4 5 6 7 T (Január 1 előtt született) 0.021 0.009 0.082** -0.010 0.009-0.009 0.008 (0.01) (0.01) (0.02) (0.03) (0.02) (0.02) (0.02) N 3796 3688 3244 2883 2853 2666 2603 Csak 3 éveseknél van szignifikáns eltérés a csoportok között
Következtetések Szignifikáns hatás: ha a férőhely ellátottságot 10%ponttal emelnék, az anyák aktivitási rátája 1,8%-kal növekedne A 3 éves kornál látható aktivitás növekedésnek kb. a 30%-át magyarázza Egyéb tényezők is fontosak: preferenciák, intézményi környezet Szakpolitika: A gyermekellátás bővítése növelheti az anyák aktivitását DE: fontos a többi tényező együttes kezelése, a jelzés Tervek: Tanulmány publiklása nemzetközi szakfolyóiratba Rövidebb, kevésbé technikai magyar nyelvű publikálás Elemzés kiterjesztése az EU országaira (folyamatban)
Köszönöm szépen a figyelmet!
Appendix
Barcelona Target
0 10 20 30 0 10 20 30 Nursery coverage, by region (2010, population weighted) 0 10 20 30 40 Coverage (%) Coverage = # enrolled children / population of 0-2-year-olds Gyermekellátási lehetőségek Kindergarten coverage, by region (2010, population weighted) Bölcsi: 10% Ovi: 80% TSTAR adatbázis Regionálisan aggregált adatok Lakosság számával súlyozva 0 20 40 60 80 100 Coverage (%) Coverage = # enrolled children / population of 3-6-year-olds
Elválási preferenciák Blaskó (2011)
Gyermekellátást használó 3 évesek aránya 1,00 0,92 0,92 0,90 0,81 0,80 0,70 0,60 0,86 0,77 0,50 0,40 0,30 0,36 0,20 0,10 0,00 Jul-Sept Oct-Dec Jan-Mar Quarter of birth EU-SILC, 2006-2012 Nursery & kindergarten Kindergarten
Gyermekellátás elérhetősége endogén: A gyermekellátás elérhetősége korrelál a helyi gazdasági fejlettséggel és a munkakereslettel 100 200 300 0 0.2.4.6 Nursery coverage Income tax per capita (1000 HUF) Fitted values
IV & DID Küszöb előtt születettek (T=1) Küszöb után születettek (T=0) 3 évesek (m=1) T=1, m=1 T=0, m=1 4-5 évesek (m=0) T=1, m=0 T=0, m=0 1 st stage: 2 nd stage: DID Fixed effects Controls C yri = β 1 T yri m yri + π 13 T yri + π 14 m yri + α y + γ r + X yri π 11 + S yr π 12 + ξ 1yri L yri = β 2 C yri m yri + π 23 C yri + π 24 m yri + α y + γ r + X yri π 21 + S yr π 22 + ξ 2yri Reduced form: L yri = β R T yri m yri + π R3 T yri + π R4 m yri + α y + γ r + X yri π R1 + S yr π R2 + ξ Ryri