MUNKAGAZDASÁGTAN
MUNKAGAZDASÁGTAN
Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén
az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi Intézet,
és a Balassi Kiadó közreműködésével.
MUNKAGAZDASÁGTAN
Készítette: Köllő János Szakmai felelős: Köllő János
2011. január
ELTE TáTK Közgazdaságtudományi Tanszék
MUNKAGAZDASÁGTAN
3. hét
Munkakínálat – Mérés
Köllő János
• A statikus kínálati modell becslése
• Röviden az életciklus-modell becsléséről
• A statikus munkakínálati modell becsléséről szóló előadás Galasi Péter (1995) cikkét valamint Kertesi Gábor
Rajk-kollégiumi előadásjegyzeteit (kézirat) követi
Galasi Péter: A munkanélküliek piaci munkakínálata és a munkanélküliségi mérõszámok értékelése, Közgazdasági Szemle, XLII. évf., 1995. 3. sz.
(236–255. o.)
• Az életciklus-modell becslésével kapcsolatos utolsó két dia forrása Peter Kuhn (UCSB) interneten letölthető
előadás-anyaga:
http://www.econ.ucsb.edu/~pjkuhn/Ec250A/Class%20Notes/C_DynamicLS.pdf
A statikus kínálati modell
becslése
• Miért nem tudjuk a kínálati egyenletet közvetlenül megbecsülni?
• Mert csak a munkában állók munkaóráit és béreit tudjuk megfigyelni, pedig ajánlati bére azoknak is van, akik nem dolgoznak, és a munkaóra-kínálatuk sem feltétlenül zérus
• A munkában állók nem véletlenszerűen
választódnak ki a teljes népességből, és szinte biztos, hogy:
i i
i i
i X w y u
H
) , , (
.) ,
,
(H X y w E H X y w
E
• A munkapiaci részvételt a w ajánlott bér és a wR rezervációs bér viszonya szabályozza,
a munkavállalást további, keresleti tényezők is
• Célunk a bérajánlatok (w) és a hozzájuk tartozó munkaidő-értékek (H) közötti kapcsolat
megállapítása lenne, de ha a megfigyelhető bér, akkor:
) atott foglalkozt
( 0 ,
0 állást
talál és
) li munkanélkü (
. ,
0 állást
talál nem
és
) inaktív (
. ,
0
H w
w
H w
w
H w
w
R i i
R i i
R i
i (inaktív)
és nem talál állást és talál állást
(munkanélküli) (foglalkoztatott)
• A munkanélküliség befoglalását csak úgy tudjuk megoldani, ha hasonló keresleti korlátokkal
szembesülő egyéneket vizsgálunk (az empirikus becslésekben a keresleti korlátokra kontrollálunk) és/vagy csak elhanyagolható mértékű surlódásos munkanélküliséget tételezünk fel.
• A modellben tehát csak két létállapot van:
• Vegyük észre, hogy egy kihagyott-változó problémával van dolgunk!
) dolgozik (
0 ,
0
) dolgozik nem
( 0 ,
0 H
w w
H w
w
R i i
R i
i (nem dolgozik)
(dolgozik)
Ahhoz, hogy a nem véletlen szelekció problémáján úrrá legyünk, modelleznünk kell:
E1) A munkában állók kiválasztódását: milyen tényezőktől függ, hogy a megfigyelt egyénnek van-e béradata?
E2) Az ajánlati bérek eloszlását: az E1-ben modellezett szelekciós hatásokat figyelembe véve vajon mekkora bérre számíthatnának a teljes munkavállalási korú népesség tagjai?
E3) A ledolgozni kívánt órák számát az ajánlati bérek függvényében
A kutatások hagyományosan ezt, az E1-E3 egyenletekből álló rendszert használják a munkakínálat bér- és jövedelem-
rugalmasságának becslésére
E1) A munkában állók kiválasztódása: milyen
tényezőktől függ, hogy a megfigyelt egyénnek egyáltalán van-e béradata?
• Tegyük fel, hogy a piacra lépésből eredő várható maximális haszontöbblet szisztematikus módon összefügg Zi személyes és környezeti jellemzőkkel!
• Az egyén akkor dolgozik (D = 1), ha ez a haszontöbblet pozitív, vagy másképp: a bér magasabb a rezervációs bérnél. Ha u
normális eloszlású, akkor:
• Ez megbecsülhető maximum likelihooddal (probit):
) (
1 ) (
) Pr(
) 0 Pr(
) 1 D
Pr( Zi ui ui Zi Zi Zi
0 1
) ( )
( 1
max
D
i D
i Z
Z L
E2) Az ajánlati bérek eloszlása: az E1-ben modellezett szelekciós hatásokat figyelembe véve mekkora bérre
számíthatnak a teljes munkavállalási korú népesség tagjai?
• A regressziós modellünk*:
* Emlékeztetőül: ui a munkavállalásból eredő haszontöbbletet leíró egyenlet ( Zi + ui ) reziduuma
Miért?
) (
1
) (
ahol , ) ( )
) 1
: mellett feltevés
) , , 1 , 0 , 0 (
~ ) , (
Z) - ,
1 ha
meg, figyelhető akkor
csak (
i i i
u i
i i
i
u i
i
i i
i i i i
Z Z
Z u
E(w D
E(w
N u
u azaz D
βX w w
γZ βX
csak akkor figyelhető meg, ha feltevés mellett:
ahol azaz
Az egy oldalról csonkolt kétváltozós
normális eloszlás momentumaira vonatkozó tétel (pl. Greene 1999, 707–708.) szerint, ha y és z kétváltozós normális eloszlást követ
y és z átlagokkal, y és z szórásokkal és korrelációval, akkor az első momentum:
) ( 1
) ) (
( ahol
) ( )
(
z z z
z z z
z yz
y
a a z y E
Esetünkben, tekintetbe véve, hogy
z =0 (reziduumról lévén szó), és
élve a z=1 normalizálással:
) (
1
) (
Z Z Z
Érdeklődésünk tárgya a reziduális bér várható értéke, azzal a feltétellel, hogy a munkapiaci részvételből
haszontöbblet származik:
) (
)
( u Z X Z
E u
Ez egy becsülhető egyenlet X és változókkal, ahol a u paraméter méri a szelekciós torzítást. Előjele a részvételt és a bért befolyásoló meg nem figyelt tényezők közötti
korrelációtól ( ) függ, skálatényező
Ki fogjuk használni, hogy:
z y yz yz
z y
yz yz
Megjegyzés
Megjegyzés (folytatás)
Mennyi x várható értéke az x > c feltétel mellett?
) ( 1
) ( )
( 1
1 )
( 1 ) 1 ) (
( 1 ) 1
( 2 2
2 2
c e c
e c dx c
x c x
c x x E
c
c x
c
A fenti integrálásnál vegyük figyelembe, hogy a standard normális eloszlás sűrűségfüggvénye és annak deriváltja:
) ( )
( ' és )
( 2 2
2 2
x x e
x x e
x
x x
) ( )
Pr(x z z
z c
A várható bérek becslésére alkalmas eljárás* ezek szerint:
1. Becsülj probitot [Pr(D=1)=1– ( Z)] a teljes népességre maximum likelihood-dal meghatározására. Minden
megfigyelésre számítsd ki az inverz Mills-hányadosokat, azaz a i= (– Zi)/ (1– (– Zi)) értékeket!
2. Becsülj béregyenletet OLS-szel Xi és i független változókkal!
3. Mielőtt használnád, tanulmányozd a statisztikai próbákhoz és a teljes indentifikációhoz szükséges feltételeket és eljárásokat (Wooldridge 2002, 560–566, Greene 1999, 707–713)!
* Heckman (1979, Econometrica) kétlépéses eljárása. A rendszer FIML-dal is becsülhető
A béregyenletünk tehát: E(wi Di 1) βX u ( γZ) Megjegyzések az értelmezéshez:
• A regresszorok hatása a megfigyelt bérekre egyrészt
közvetlenül ( ), másrészt a szelekciós hatáson, -n keresztül érvényesül
• A szelekciós torzítás iránya a munkavállalásra és a bérre ható meg nem figyelt tényezők közötti korreláció ( ) előjelétől függ
• X részhalmaza Z-nek. Szükségünk van legalább egy Z-változóra, ami nem része X-nek
• A paraméterek felhasználásával a népesség nem dolgozó tagjaira is becsülhető bér
Példa
KSH MEF, 2001 Q2 15–64 éves nők
Variable | Obs Mean Std. Dev. Min Max ---+--- wobs | 19611 10.65377 .1631648 10.25387 11.22104 wheck | 19611 10.23451 .171688 9.816622 10.77468
Az OLS-becslés
. fit lnwnetto iskev exp exp2 bpest if nem==0 & kor>14 & kor<65 & nem<. & fogl1<5 Source | SS df MS Number of obs = 10702 ---+--- F( 4, 10697) = 618.06 Model | 210.232088 4 52.558022 Prob > F = 0.0000 Residual | 909.636758 10697 .085036623 R-squared = 0.1877 ---+--- Adj R-squared = 0.1874 Total | 1119.86885 10701 .104650859 Root MSE = .29161 --- lnwnetto | Coef. Std. Err. t P>|t| [95% Conf. Interval]
---+--- iskev | .0510044 .0011588 44.02 0.000 .048733 .0532757 exp | .0069127 .0010382 6.66 0.000 .0048776 .0089478 exp2 | -.0000794 .0000236 -3.36 0.001 -.0001257 -.0000331 bpest | .1414495 .0100771 14.04 0.000 .1216964 .1612025 _cons | 9.916388 .0172336 575.41 0.000 9.882607 9.95017 ---
Exp – évek a munkaerőpiacon Famstat1 – házas
Iskev – iskolai végzettség években Kshreg - régiók
E3) A ledolgozni kívánt órák száma az ajánlati bérek függvényében
Most már van becslésünk az ajánlati bérre ( )
A szelekciós torzítás problémája ugyanúgy felmerül a
ledolgozni kívánt munkaórák, mint a bérek esetében itt is
A becslőfüggvény OLS. A függvényt a munkában állókra (H>0) becsüljük, de a prediktált munkaidő adatok a nem dolgozókra is szolgáltatnak információt a ledolgozni kívánt órákról
wˆ
i i
i i
i
i w X Z v
H 1 ˆ 2 3
Van-e támpontunk az empirikus eredmények megítéléséhez?
a) A Hicks-féle rugalmasságoktól megkövetelhető, hogy pozitívak legyenek. Különben baj van…
b) A Marshall- és Hicks-féle rugalmasságok nem különbözhetnek nagymértékben. Miért?
A kínálati függvény:
Ugyanez rugalmasságokban:
Amiből a kétféle (M, H ) rugalmasságra:
I H H w
H w
H
U U 0
I w H H
w w
H H
w w H
U U 0
I mpe w H H H
M
Mi ez az „mpe” (marginal propensity to earn out of nonwage income”)*? Azt mutatja, hogy a nem bérjellegű jövedelem egységnyi emelkedése mennyivel csökkenti a
munkajövedelmet a munkaórák csökkenése révén
mpe és mpc
Differenciáljuk a költségvetési korlátot (Y+wT=X+wL Y+wH=X) a nem munkából származó jövedelem (Y) szerint!
* Pencavel 1986, Handbook of Labor Economics kifejezése
mpc Y mpe
X Y
w H 1
1
Mi X/ Y ? Nem más, mint a fogyasztási határhajlandóság (mpc).
Mekkora szokott lenni? Egynél nem sokkal kisebb I mpe
w H H H
M
Az utóbbi két összefüggésből:
Ahol kicsi negatív szám, 0/-0,3 körüli. Ha ez igaz, a nem kompenzált és kompenzált rugalmasság nem térhet el erősen egymástól.
Használjuk ki most ezt a tudásunkat néhány empírikus kutatási eredmény értékelésére, Pencavel (1986) nyomán
1
1 mpc
mpc
mpe H M H
H M
Eredmények 22 amerikai és angol tanulmányból (férfiak)*
Forrás: Pencavel (1986), 1.19 és 1.20. táblázat
-.3 -.2 -.1 0 .1
mean of marshall 1427
18 10 128 135 2219 15 214 1691 116 173 20
Marshall-féle rugalmasságok
-.2 0 .2 .4 .6 .8
mean of hicks 14
10 21 15 19188 204 17321 13 1279 22 165 116
Hicks-féle rugalmasságok
Eredmények 22 amerikai és angol tanulmányból*
Forrás: Pencavel (1986), 1.19 és 1.20. táblázat
.2.4.6.8 1
Implicit fogyasztási határhajlandóság
-.2 0 .2 .4 .6 .8
Hicks-féle rugalmasságok
A sárga tartományon kívüli értékeket vagy az előjelük, vagy az implicit mpc irreális értéke miatt nem fogadjuk el!
Az életciklus-modell
becsléséről
Az intertemporális helyettesítési rugalmasság méréséről
• Tételezzük fel, hogy longitudinális (panel) adatokkal rendelkezünk egy csoport béreiről és
munkakínálatáról (wit, Hit)
• Írjuk fel a Frisch-kínálati függvényt, ahol a kínálat függ az aktuális bértől, a kamatnak és a
diszkonttényezőnek a populációra jellemző viszonyától ( ), az életpálya-jövedelem
határhasznától ( ) és a munkavállalási hajlandóságot befolyásoló egyéb, az egyénre jellemző, időben
változó (X) illetve időben stabil tényezőktől (c)!
it i
it i
it
it
w t X c
H
0 1 2 3( )
4Vagy másképp:
it it
it i
i
it
c w t X
H
0[
2]
1 3( )
4(t) valamilyen monoton időfüggvény. (Pro memo:
=(1+ )t/(1+r)t). Ha ez is egyén- vagy csoportfüggő,
i-indexes, akkor valamilyen módon, előzetesen modellezni kell az egyénekre (csoportokra) jellemző (t)
függvényeket is
Maradva a fenti függvénynél: OLS panel regresszióval becsülhető. A meg nem figyelhető egyéni különbségeket az [ 2 +c]i fix hatások ragadják meg*. A várakozás 1>0.
Technikailag: az [ 2 +c]–k a megfigyelt egyénekhez rendelt dummy (0,1) változók paraméterei