Lovász Anna MTA KRTK KTI Szirák 2012 november 9.

Slides:



Advertisements
Hasonló előadás
Kaposvár.
Advertisements

„Bérek, adók és transzferek” szakmai konferencia
Vállalati leépítések a globális válság alatt. Állami, belföldi és külföldi tulajdonhatások Telegdy Álmos MTA KRTK KTI CEU.
FIATALOK AKTIVITÁSA KÖZÖSSÉGFORMÁLÓ TEVÉKENYSÉGEKBEN
Lehetséges-e ma átfogó közoktatási reform a finanszírozás reformja nélkül? Hermann Zoltán MTA Közgazdaságtudományi Intézet Oktatási.
Hozzászólás Lovász Anna és Szabó-Morvai Ágnes: „Does childcare matter for maternal labor supply?” előadásához Elek Péter ELTE Közgazdaságtudományi Tanszék.
A SHARE kutatás kínálta elemzési lehetőségek Gál Róbert & Vargha Lili Szirák, 2011.
Foglalkoztatói nyugdíj
A NŐK SZEREPE LENGYELORSZÁG FEJLŐDÉSÉBEN Roman Kowalski, a Lengyel Köztársaság nagykövete.
Kiskereskedelmi verseny és szolgáltatóváltás a hazai árampiacon Paizs László MTA KRTK KTI Budapest, 2012 május 29.
Havonta új katalógussal jelentkezünk!
3. Két független minta összehasonlítása
2 Az oktatás továbbgyűrűző hasznossága „Education is expected to enhance knowledge and skills, which in turn affects productivity and income, which is.
Privatizáció, foglalkoztatás és bérek Hozzászólás John Earle és Telegdy Álmos tanulmányához Antal Gábor MTA KRTK Közgazdaságtudományi Intézet Szirák 2012.
Szeretettel köszöntjük a TÁMOP „Jó pályán”! projekt békéscsabai TÁMOP „Jó pályán”! projekt békéscsabai szakmai fórum résztvevőit! szakmai fórum résztvevőit!
Civil szervezetek a munka világában
A Privatizáció hatásai a dolgozók béreire és bérstruktúrájára JOHN S. EARLE – George Mason University és Közép-európai Egyetem TELEGDY ÁLMOS – MTA KRTK.
Az árrugalmasság és az infláció területi különbségei: Jóléti és monetáris politikai vonatkozások Márkusné Zsibók Zsuzsanna MTA KRTK Regionális Kutatások.
Túl alacsony-e Magyarországon a nők fizetése? Készítette: Sárai Edina.
Mennyire gátolja a vevőkockázat magyarországi mértéke a gazdasági növekedést? 300 Mrd Ft a tét évente Előadó: Felfalusi Péter ügyvezető.
A MAGYAR MUNKAVÁLLALÓK MUNKAERŐ-PIACI JELLEMZŐI
A GYERMEKVÁLLALÁS HATÁSA A CSALÁDI JÖVEDELEMRE MAGYARORSZÁGON Reizer Balázs Béla és Seres Gyula Szociális munka, szociálpolitika szekció április.
Az érettségit nem adó szakképzés válságtünetei
1 Magyarország 2020 perspektívájában Dr. Vértes András elnök GKI Gazdaságkutató Zrt november 29.
A rejtett foglalkoztatás kiterjedtsége és tényezői Magyarországon Tóth István János „A magyar munkaerőpiac jövője” Magyar Tudományos Akadémia – Kisterem.
A foglalkoztatás-szerkezet előrejelzése Magyarországon
Bérváltozások 2008 május május Köllő János MTA KTI.
A külföldi beruházások hatásai a munkavállalók béreire JOHN EARLE – George Mason University, Közép-európai Egyetem és MTA KRTK TELEGDY ÁLMOS – MTA KRTK.
A közcélú munka hatása a települési tartós munkanélküliségre
Az adó- és transzferrendszer változásainak elemzése mikroszimulációval Benczúr Péter – Kátay Gábor – Kiss Áron Hozzászóló: Varga Júlia MTA KRTK KTI „Bérek,
Kutatás-történet : Magyar Háztartás Panel vizsgálat (TÁRKI, Budapesti Corvinus Egyetem elődje, KSH) 2007, NKTH Jedlik-pályázat: Háztartások Életút.
Hozzászólás Hermann Zoltán: Az iskolatípus hatása a tanulói teljesítményekre Lovász Anna Szirák november 9.
„Kemény” és „puha” alkalmazkodás a gazdasági válsághoz Munkaerőpiaci Tükör 2010 – Közelkép Köllő János.
KISZORÍTJÁK-E AZ IDŐS DOLGOZÓK A FIATALOKAT A KÖZSZFÉRÁBAN? Cseres-Gergely Zsombor, MTA KRTK KTI MKE 2012 konf.
Foglalkoztatási és Szociális Hivatal Sajtótájékoztató augusztus 7.
Növekedési dilemmák Simor András Műhelybeszélgetés az Európai Társadalmi Jelentés apropóján 2008 június 10.
IV. A munkaerő keresleti előrejelzés becslési módszere Kutatásvezető: Dávid János 3K Consens Iroda 2007.
NŐ az ESÉLY! Esélyegyenlőségi program Zala megyében A projekt az Európai Unió és a Magyar Köztársaság támogatásával valósul meg.
Változások a család és a munka szerepében és megítélésében Pongrácz Tiborné „Nők a családban, a munkahelyen és azon túl – Közép-európai együttműködés a.
Szabó-Bartha Anett Szabó-Bartha Anett A KRÓNIKUS BETEGSÉGGEL VALÓ MEGKÜZDÉS VIZSGÁLATA A BETEGSÉG-REPREZENTÁCIÓ JELENSÉGÉN KERESZTÜL Debreceni Egyetem.
Az inflációs jelentés frissítése augusztus.
Ifjúsági munkanélküliség Magyarországon
TÁMOP 5.5.1/A-10/ “Jó pályán! Jó gyakorlatok továbbfejlesztése és alkalmazása a munkaerő-piaci integrációért és esélyegyenlőségért” Foglalkoztatási.
TÁMOP 5.5.1/A-10/ “Jó pályán! Jó gyakorlatok továbbfejlesztése és alkalmazása a munkaerő-piaci integrációért és esélyegyenlőségért” Foglalkoztatási.
TÁMOP 5.5.1/A-10/ “Jó pályán! Jó gyakorlatok továbbfejlesztése és alkalmazása a munkaerő-piaci integrációért és esélyegyenlőségért” Foglalkoztatási.
TÁMOP 5.5.1/A-10/ “Jó pályán! Jó gyakorlatok továbbfejlesztése és alkalmazása a munkaerő-piaci integrációért és esélyegyenlőségért” Foglalkoztatási.
A munkahelyi biztonság és egészségvédelem mindenkit érint. Jó Önnek. Jó a vállalkozásoknak. Együtt a kockázatok megelőzéséért Egészséges munkahelyek kampány.
Kis és nagy iskolák HÉTFA Kutatóintézet és Elemző Központ
Ágazati GDP előrejelző modell Foglalkoztatási és makro előrejelzés Vincze János Szirák, november 10.
Helyi Esélyegyenlőségi Program Nők munkaerő piaci helyzetfelmérése Bükön 2014.augusztus 27.
A gazdasági élet problémái
A tanári munka és foglalkoztatás indikátorai nemzetközi tükörben Imre Anna Oktatáskutatási és Fejlesztési Intézet november.
Öngyilkosság és időjárás összefüggése Magyarországon
Az én befogadó munkahelyem Fogyatékkal élő egyetemisták, főiskolások munkavállalási preferenciái MMK Campus kutatás november február.
Szikra Dorottya, PhD MTA Társadalomtudományi Kutatóközpont
BME Részidős Mesterképzés 2015 tavasz Emberi erőforrás menedzsment Bérek, jövedelmek, trendek Emberi erőforrás menedzsment Bérek, jövedelmek, trendek Dr.
DI DDIV DIVERSITY SPECTRUM LYNN GARDNER HEFFRON
Tárgy A foglalkoztatás növekedése hét európai országban A változások értékelése az előrejelzési kockázatok szempontjából Nem célja megmagyarázni,
2016. június 10: „A tudásáramlás és a tudás megtérülésének egyes vetületei” című konferencia Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal (NKFIH)
Az érettségi védelmében
Tudományos fokozattal rendelkezők Magyarországon
Dr. Gyökér Irén Emberi erőforrás menedzsment
A szakiskolai oktatás kiterjesztésének hatása
Dolgozói mobilitás.
Csoportkülönbségek a munkaerőpiacon
Munkaerőhiány és foglalkozási mobilitás Magyarországon
Varga Júlia MTA KRTK KTI
Dolgozói mobilitás.
Rugalmas foglalkoztatási formák elterjedtsége a
Dolgozói mobilitás.
Előadás másolata:

Lovász Anna MTA KRTK KTI Szirák 2012 november 9. Jobbak a nők esélyei a közszférában? A női-férfi bérkülönbség és a foglalkozási szegregáció összehasonlítása a szektorok között Lovász Anna MTA KRTK KTI Szirák 2012 november 9.

Bevezető A nők aránya jelentősen magasabb a közszférában, mint a magánszférában Eltérő preferenciák Kevesebb diszkrimináció? Szabályozott bértáblák, előléptetések Kevesebb a diszkrimináció, és jobbak a nők esélyei a közszférában? A bérezés/felvétel/előléptetés standardizálása növeli a nemek közötti egyenlőséget?  Bérkülönbség, foglalkozási szegregáció, üvegplafon

Eddigi irodalom a köz- és magánszféra eltéréseiről I. A megmagyarázatlan női-férfi bérkülönbség kisebb a közszférában: Tansel (2004) Törökország: közszférában kb. 0, állami tulajdonú cégeknél 0,22, többi cégnél 0,29 (szelekció korr.) Hoffnar-Greene (1996) USA: közszférában -0,09 (0,19 korrekció nélkül!), magánszférában 0,34 (szel. korr.) Barron-Cobb-Clark (2010) Ausztrália: magasabb a magánszférában, mindkét szektorban nagyobb a béreloszlás felső részén Chaaterji et al (2007) UK: közszférában (0,06), magánszférában (0,16) Cheng (2005) Kanada: közszférában 0,22, magánszférában 0,3

Eddigi irodalom a köz- és magánszféra eltéréseiről II. A foglalkozási szegregáció nagyobb a magánszférában: Baron-Cobb Clark (2010) Ausztrália: magánszférában 0,53 szegregációs index, közszférában 0,44 Cheng (2005) Kanada: felsővezetőknél alacsonyabb a nők aránya mindkét szektorban, középvezetőknél a közszférában nagyobb az eltérés, magasan képzett foglalkozásokban jelentősen magasabb a nők aránya a közszférában Mora-Ruiz Castillo (2004) Spanyolország: a magánszférában 50%-al magasabb a foglalkozási szegregáció mértéke

Adatok: Bértarifa Köz- és magánszféra, 2002-2008 Dolgozói adatok: bér, nem, iskolázottság, potenciális munkatapasztalat, foglalkozás Munkáltatói adatok: szféra, régió, méret (Munkahelyi jellemzők: ebédidő, szerződés típusa, hivatalos és valós munkaórák eltérése) Minta: teljes munkaidős dolgozók, min. 20 főt foglalkoztató cégek, súlyozott 2002 2003 2004 2005 2006 2007 2008 köztisztviselő 6,284 8,189 10,115 10,587 10,992 10,533 9,977 bíró, ügyész 172 160 219 199 275 211 256 közalkalmazott 50,452 44,223 45,403 44,426 43,058 41,950 38,289 vállalat 135,326 148,329 164,739 169,609 166,920 162,477 156,914

A közszférában dolgozók aránya nemenként, Bértarifa, 2002-2008 table year female [pw=suly], c(mean public2)

A nők aránya a két szférában, Bértarifa, 2002-2008 table year public2 [pw=suly], c(mean female)

Átlagos reálbérek a két szektorban nemenként, 2002-2008 Reálbér: 2008-as értéken az éves fogyasztói árindexszel deflálva.

A teljes női-férfi átlagos log bérkülönbség szektoronként évente, Bértarifa adatbázis, 2002-2008

Nemek közötti bérkülönbség okai Megfigyelhető eltérések az egyéni jellemzőkben Kiszűrhető, a bérkülönbség nagy része Munkapiac előtti diszkrimináció/diszkrimináció visszahatása a humántőke befektetési döntésekre Nem megfigyelhető eltérések a jellemzőkben Pl. pszichológiai jellemzők, verseny iránti attitűd, karrier-orientáltság, magabiztosság: veleszületett vagy tanult? Nem megfigyelhető eltérések a preferenciákban Kompenzáló bérkülönbségek, szegregáció: veleszületett vagy tanult? Munkapiaci diszkrimináció

1. becslés: megmagyarázatlan bérkülönbség Mit szeretnénk kiszűrni? Pl. foglalkozási/iparági szegregáció: lehet diszkrimináció, vagy eltérő preferenciák következménye (amelyek lehetnek veleszületett, vagy önmaguk is diszkrimináció következményei ) Itt: a két szektorba belépő női dolgozók esélyei mennyiben különböznek  munkapiaci diszkrimináció A foglalkozási/iparági szelekció hatását nem szűrjük ki: lehet diszkrimináció következménye Torzítások: nem megfigyelhető eltérések hatása

Az átlagos megmagyarázatlan női-férfi bérkülönbség és a szférák közötti eltérése: egyéni szintű béregyenletek, Bértarifa adatbázis, 2002-2008 Specifikáció 1 2 3 4 nő -0.124 -0.154 -0.169 -0.159 0.002 0.001 közszféra 0.234 -0.030 -0.134 -0.107 0.004 0.003 nő*közszféra 0.025 0.081 0.082 tapasztalat 0.021 0.020 0.019 0.000 szakiskola 0.085 0.131 0.124 érettségi 0.373 0.381 0.378 diploma 0.963 0.981 0.975 dolgozói kontrollok x intézményi kontrollok munkahelyi kontrollok r2 0.035 0.329 0.465 0.483 N 1411950 1401434 1401418

A megmagyarázatlan női-férfi bérkülönbség eltérése a két szektor között, időbeli trend, 2002-2008

Női-férfi log bérkülönbség A foglalkozás elnőiesedésének bérhatása A megmagyarázatlan női-férfi bérkülönbség szektoronként a foglalkozási szegregáció hatásával együtt és a nélkül 2002-2008 Közszféra Magánszféra Női-férfi log bérkülönbség -0.083 -0.067 -0.138 -0.124 0.003 0.001 A foglalkozás elnőiesedésének bérhatása -0.082 -0.055 0.005 Kontrollok x r2 0.680 0.682 0.464 N 302469 1098949

A megmagyarázatlan bérkülönbség eltérése a két szektor között, kvantilisonként Q10 Q25 Q50 Q75 Q90 Nő -0.041 -0.078 -0.126 -0.185 -0.236 0.001 0.002 Közszféra 0.246 0.153 -0.148 -0.255 0.003 0.004 0.006 0.008 Közszféra x Nő 0.019 0.040 0.057 0.084 0.121 0.005 0.007 N 1401418

A megmagyarázatlan bérkülönbség és az eltérése a két szektor között, kvantilisonként

Vertikális foglalkozási szegregáció   Nők aránya Átlagbér Magán Köz Vezetők 0.312 0.653 384400 370320 Felsőfokú önnálló 0.402 0.754 355545 235637 Felső és középfokú 0.599 0.863 203527 163815 Irodai 0.905 0.951 148094 135503 Szolgáltatás 0.528 0.728 105552 117844 Ipari 0.198 0.118 128995 126334 Gépkezelő 0.232 0.017 137642 137324 Szakképzetlen 0.466 0.803 90956 99721

Üvegplafon: a vezetői pozícióba jutás esélyei A nők aránya a vezetőségben jelentősen magasabb a közszférában Nagyobb eséllyel jutnak vezetői pozíciókba mint a magánszférában? Probit becslés: függő változó = annak a valószínűsége, hogy az adott egyén vezetői pozícióban van Egyéni jellemzőkre (iskolázottság, munkatapasztalat, régió, intézmény mérete) kontrollálva

A nők vezetői foglalkozásba jutásának esélyei szektoronként, probit becslések, 2002-2008 Közszféra Magánszféra Együttható SE -0.192 0.014 -0.295 0.006 Átlagos marg. hatás -0.0127 0.002 -0.044 0.001

Összefoglalás Női-férfi bérkülönbség: alacsonyabb a közszférában Kérdés, mennyire diszkrimináció, mennyire nem megfigyelhető eltérések következménye Az összehasonlítást akkor torzítják, ha különböző az eltérések mértéke a két szektorban Foglalkozási elnőiesedésének bérhatása: negatív, hasonló a két szektorban, alacsony Nők vezetőségbe jutásának esélye: nagyobb a közszférában Jobb módszer? Nők eleve magasabb aránya a szektorban?  A bértáblák használata növeli az esélyegyenlőséget, az előléptetéseknél azonban kisebb a különbség (kevésbé szabályozott döntések?)

Köszönöm szépen!