Dostęp kobiet do rynku pracy i płac w kontekście transformacjii gospodarczej

Dostęp kobiet do rynku pracy i płac w kontekście transformacji gospodarczej

Dostęp kobiet do rynku pracy i płac w kontekścietransformacji gospodarczej

Porównanie międzynarodowe

Karolina Goraus Joanna Tyrowicz

Konferencja Wydziału Nauk Ekonomicznych UWPułtusk, 27 Września 2014


Plan prezentacji

1 Motywacja

2 Cele badawcze

3 Kobiety na rynku pracy w krajach transformacji

4 Dane i metodologiaMetoda badawczaŹródła danych

5 Wyniki empiryczneKrok pierwszy: analiza danych indywidualnychKrok drugi: analiza otrzymanych oszacowań luk

6 Wnioski


Motywacja

Skąd bierze się zróżnicowanie lukach płacowych?

Luka płacowa między kobietami i mężczyznami

Włochy 2005 15,7% Picchio, Mussida, 2010Włochy 2008 24,16% Nopo, Daza, Ramos, 2011Czechy 1998 30% Jurajda, 2001Czechy 2008 35,19% Nopo, Daza, Ramos, 2011


Motywacja

Główne badania w analizie porównawczej luk płacowych

Weichselbaumer and Winter-Ebmer (2007)meta-analiza 263 artykułów dotyczących luk płacowych w 62krajachnieporównywalność oszacowań

Nopo, Daza and Ramos (2011)próba przygotowania własnych oszacowań luki płacowej dla 63krajów przy użyciu tej samej metogologiiduże różnice w poziomie luki między krajaminieznane przyczyny


Motywacja

Kontekst transformacji gospodarczej

”Do Markets Favor Women’s Human Capital More ThanPlanners?” (Munich, Svejnar, Terrell, 2004)

luka płacowa w Czechach zmalała z 33% w roku 1989 do 25%w roku 2002

kobiety otrzymują wyższe zwroty z edukacji, jednak podobnezmiany zostały zaobserwowane dla mężczyzn - nie to jest więcprzyczyną niższej luki płacowej


Motywacja

Surowa luka płacowa vs. ”dyskryminacja” w Polsce


Cele badawcze

Cele badawcze

1 Ocena pozycji kobiet na rynkach pracy w krajach transformacji

2 Analiza międzynarodowego zróżnicowania w lukach płacowychprzy użyciu spójnych oszacowań

3 Porównanie krajów transformujących się i gospodarek EuropyZachodniej


Dane i metodologia

Metoda badawcza

Jak mierzyć dyskryminację?


Dane i metodologia

Metoda badawcza

Metoda badawcza

dekompozycja Oaxaca-Blinder

yM − yF = βM(xM − xF ) + (βM − βF )xF

Dekompozycja Nopo

δ = δM + δX + δA + δF

δM - dotyczy różnicy między „dopasowanymi” i„niedopasowanymi” mężczyznamiδX - dotyczy różnicy w rozkładzie chrakterystyk międzykobietami i mężczyznami w grupie ”dopasowanych”δA - niewyjaśniona różnica tzw. skorygowana luka płacowaδF - dotyczy różnicy między „dopasowanymi” i„niedopasowanymi” kobietami


Dane i metodologia

Źródła danych

Różne źródła danych indywidualnych

Spisy powszechne (z Integrated Public Use Microdata SeriesInternational)

International Social Survey Program

Living Standard Measurement Surveys of The World Bank

krajowe Labor Force Surveys

European Union Labor Force Survey

European Community Household Panel


Dane i metodologia

Źródła danych

Dane o krajach transformujących się

Country LFS EU LFS Census LSMS ISSP

Albania 2002-2005Armenia 2001Belarus 1999Bosnia & H. 2001-2004Bulgaria 2000-2008 1995, 1997, 2001, 2003 1993-1995Croatia 1997-2008Czech R. 1998-2008 1993-1995Estonia 1997-2008 1992-1995Hungary 1997-2008 1970, 1980, 1990, 2001 1989-1995Kyrgyzstan 1993, 1996-1998Latvia 1998-2008 1995Lithuania 1998-2008 1995Poland 1995-2010 1997-2008 1987, 1991-1995Romania 1997-2008 1977, 1992, 2002Russia 1991-1995Serbia 2002-2004, 2007Slovakia 1998-2008 1995Slovenia 1996-2008 2002 1991-1995Tajikistan 1999, 2003, 2009


Dane i metodologia

Źródła danych

Dane o krajach kontrolnych

Country EU LFS ECHP ISSP

Austria 1995-2008 1995-2001 1989-1995Belgium 1992-2008 1994-2001Denmark 1992-2008 1994-2001Finland 1995-2008 1996-2001France 1993-2008 1994-2001Germany 2002-2008 1994-2001 1989-1995Greece 1992-2008 1994-2001Ireland 1999-2008 1994-2001 1989-1995Italy 1992-2008 1994-2001 1989- 1995Netherlands 1996-2008 1994-2001 1989-1995Norway 1996-2008 1989-1995Portugal 1992-2008 1994-2001Spain 1992-2008 1994-2001 1993-1995Sweden 1995-2008 1997-2001 1994-1995Switzerland 1996-2008 1987UK 1992-2008 1994-2001 1989-1995


Kobiety na rynku pracy w krajach transformacji

Różne trendy w stopach aktywności kobiet w stosunku domężczyzn

Źródło: ILO



Różne trendy w stopach zatrudnienia kobiet w stosunku domężczyzn

Źródło: OECD



Stopy zatrudnienia kobiet: OECD

Źródło: OECD



Stopy zatrudnienia kobiet: nasza próba



Różne trendy w stopach zatrudnienia kobiet w krajachtransformujących się i w Europie Zachodniej

(1) (2) (3) (4) (5) (6)Total Total Advanced Advanced Transition Transition

year 0.0015*** -0.0043*** 0.0037*** -0.0022 -0.0036*** -0.0082***(0.0004) (0.0011) (0.0005) (0.0016) (0.0007) (0.0013)

year2 0.0003*** 0.0003*** 0.0002***(0.0000) (0.0001) (0.0001)

Constant 0.5330*** 0.5528*** 0.5188*** 0.5398*** 0.5783*** 0.5913***(0.0066) (0.0073) (0.0077) (0.0093) (0.0107) (0.0108)

Observations 628 628 421 421 207 207R-squared 0.020 0.070 0.111 0.143 0.126 0.190Number of c 31 31 19 19 12 12Note: panel fixed effect estimator. Constant included.Standard errors in parentheses, *** p<0.01, ** p<0.05, * p<0.1


Wyniki empiryczne

Analiza empiryczna

Dwa kroki analizy

1 Otrzymanie spójnych oszacowań luk płacowych i w dostępiedo zatrudnienia (∆A) - dekompozycje Nopo (2008)

2 Objaśnienie zróżnicowania w otrzymanych oszacowaniach przypomocy charakterystyk analizowancy kajów. Identyfikacjadeterminantów silnych różnic w zmierzonych ∆A.


Wyniki empiryczne

Krok pierwszy: analiza danych indywidualnych

Wyniki analizy dla Polski

Characteristics ∆ ∆A ∆M ∆F ∆X % M % KDemographic 10% 20% 0% 0% -10% 99 97+ Occupation 10% 20% 0% 0% -10% 96 93+ Sector 10% 20% -1% -1% -9% 92 92+ Public 10% 21% 0% -1% -10% 99 95+ Informal 10% 21% 0% 0% -10% 99 97+ Tenure 10% 21% 0% -1% -10% 99 95All 10% 19% -2% -1% -6% 65 74


Wyniki empiryczne

Krok drugi: analiza otrzymanych oszacowań luk

Zmienne objaśniające

Measures:

1 udział kobiet z wyższym wykształceniem (zmiennaskonstruowana)

2 średni wiek kobiet na rynku pracy (zmienna skonstruowana)

3 współczynnik dzietności (World Bank Statistics)

4 indeks Cingranelli-Richards (CIRI) Human Rights Dataset (1 -3)

5 wzrost PKB (World Bank Statistics)

6 udział kobiet w parlamencie (World Bank Gender Statistics)

7 udział dzieci w publicznych placówkach opieki (TransMonEE)

8 interakcje każdej zmiennej w ze zmienną zero jedynkową dlakrajów kontrolnych

9 PKB i okres od transformacji


Wyniki empiryczne

Krok drugi: analiza otrzymanych oszacowań luk

(1) (2) (3) (4)

Share of highly educated women -0.308*** -0.276*** -0.237*** 0.011(0.0942) (0.0960) (0.0953) (0.1129)

x non-transition 0.320*** 0.507*** 0.489*** 0.135(0.1361) (0.1461) (0.1441) (0.1434)

Mean age of active women 0.010*** 0.011*** 0.010*** 0.009***(0.0033) (0.0035) (0.0035) (0.0034)

x non-transition -0.015*** -0.011*** -0.009*** -0.014***(0.0038) (0.0041) (0.0041) (0.0042)

Fertility rate -0.037*** -0.030 -0.016 0.029(0.0187) (0.0230) (0.0231) (0.0214)

x non-transition 0.096*** 0.047 0.045 0.062**(0.0283) (0.0339) (0.0339) (0.0347)

Women’s social rights -0.010 -0.008 -0.014***(0.0069) (0.0068) (0.0064)

x non-transition -0.005 -0.004 0.002(0.0094) (0.0092) (0.0084)

GDP growth 0.001*** 0.002***(0.0006) (0.0004)

x non-transition 0.001 -0.000(0.0009) (0.0008)

Women in parliament 0.001(0.0006)

x non-transition -0.002***(0.0008)

Constant 0.336*** 0.256*** 0.232*** 0.299***(0.0567) (0.0667) (0.0664) (0.0777)

Observations 545 438 438 346R-squared 0.593 0.524 0.545 0.654Number of c 37 33 33 31


Wnioski

Wnioski

Ogrome zróżnicowanie międzynarodowe w dostępie kobiet dozatrudnienia i płac

Odmienne trendy w krajach transformujących się i w EuropieZachodniej

Duże pole do poprawy (głównie w krajach transformacji)


Wnioski

Dziękuję za uwagę

Dostęp kobiet do rynku pracy i płac w kontekście transformacjii gospodarczej

Economy & Finance

Transcript of Dostęp kobiet do rynku pracy i płac w kontekście transformacjii gospodarczej