Baggrundsnotat: Estimation af TFP og sammenhæng til uddannelse

Transkript

1 Kopi: d SAR Dok. nr. Barundsnotat: Estimation af TFP o sammenhæn til uddannelse I dette barundsnotat beskrives analyserne af den potentielle effekt af et øet uddannelsesniveau blandt beskæftiede i den private sektor. Udanspunktet er resultaterne i afsn II.4 i Dansk Økonomi Efterår 2010 om, at Danmark siden 1995 har haft en sva udviklin i time-produktiveten, o at denne iføle vækstrenskabet især kan henføres til, at Danmarks TFP-vækst har været meet lav i perioden. Dette peer på et potentielt problem med at udnytte den akkumulerede videnkapal. En vi kanal til mere effektiv udnyttelse af videnkapal er et øet uddannelsesniveau blandt virksomhedens beskæftiede. Derfor analyseres den potentielle effekt på TFP-niveauet af en stinin i andelen af beskæftiede med en videreående uddannelse i den enkelte virksomhed. Lieledes inddraes andre veje til humankapalopbynin især erhvervserfarin. Resultaterne af analyserne blev præsenteret i Dansk Økonomi Efterår 2010, mens dette barundsnotat uddyber den anvendte empiriske model o metode. Metoden består af to trin. Først estimeres branchespecifikke produktioner for brancher indenfor private byerhverv ved hjælp af renskabsoplysniner for hver virksomhed o virksomhedsspecifikke TFP er berenes. I trin 2 beskrives sammenhænen mellem TFP o humankapal ved hjælp af reressionsanalyse. I det følende præsenteres den anvendte empiriske model. I afsn 2 præsenteres resultater for estimationer af produktionsfunktionerne o i afsn 3 præsenteres resultater for reressioner af sammenhænen mellem TFP o humankapal. Afsn 4 er en opsamlin. 1. Teoretisk barund o empirisk model Hvis der er fuldkommen konkurrence på vare-, låne- som arbejdsmarkedet vil både kapal o arbejdskraft aflønnes til deres marinalprodukt. Hvis der desuden antaes, at virksomhedernes produktionsfunktion er karakteriseret ved konstant skala-afkast vil en u:\filer\produktivet\barundsnotater\ barundsnotat estimationer2b.doc

2 stinin i de beskæftiedes uddannelsesniveau, som øer timeproduktiveten i virksomheden eller med andre ord de beskæftiedes marinalprodukt føre til en stinin i lønnen, som fuldt ud modsvarer værdien for virksomheden af stininen i timeproduktiveten. Under antaelse af fuldkommen konkurrence o konstant skalaafkast i produktionsfunktionen er der således inen påvirknin af TFP-niveauet fra øet uddannelsesniveau, idet den fulde evinst udbetales til de ansatte o dermed ikke indår i TFP. Antaelser om fuldkommen konkurrence er naturlivis en abstraktion, o der kan være en række runde til, hvorfor det specielt for virksomheder, der opbyer videnskapal, kan være en urealistisk antaelse. Nyere vækstteori startende med Romer (1990) peer på, at selve det at opbye viden med henblik på at udnytte teknoloiske fremskridt er en aktivet, hvor virksomheden ønsker at opnå en økonomisk forrentnin ved at have eneret på den erhvervede viden, eventuelt beskyttet ved et patent. Opbynin af viden sker derfor med henblik på at etablere en markedsmat, som kan ive forøet indtjenin. Teknoloisk fremskridt som føle af akkumulerin af viden er således i denne tankean tæt knyttet til en suation, hvor der ikke er fuldkommen konkurrence. Hvis en virksomheden har markedsmat o sæler produkter til en pris, der overstier marinalomkostninen, vil det ikke lænere ælde, at arbejdskraften aflønnes til s marinalprodukt, men under marinalproduktet. Det betyder oså, at hvis timeproduktiveten i virksomheden stier, fordi uddannelsesniveauet blandt de beskæftiede er højere, vil det ikke alene ive anlednin til en højere aflønnin af de beskæftiede, men oså til et højere TFP-niveau, hvis virksomheden besidder markedsmat. Det forhold, at etablerin af ny viden er forbundet med markedsmat, er ikke isoleret til teknoloiske fremskridt, som øer den mændemæssie produktivet. Aktiveter, der iver virksomheden viden om desin mv., o derfor betyder, at virksomheden kan sæle sine produkter til en højere pris, har samme effekt. Det betyder således, at en del af evinsten ved et højere uddannelsesniveau i virksomheden vil tilfalde ejerne i form af øet værdiskabelse, hvilket i vækstrenskabet vil blive målt som forøet TFP, fordi der i vækstrenskabet deflateres med branchens prisniveau

3 Der er en tæt sammenhæn mellem timeproduktiveten o markedsmat enten på færdivaremarkedet eller på markedet for den teknoloi, der skal anvendes til produktion af færdivarer. Alene af den rund kan der forventes en posiv effekt på TFP ved øet uddannelsesniveau. Herudover vil oså markedsmat på f.eks. arbejdsmarkedet isoleret kunne føre til, at arbejdskraften ikke aflønnes til marinalproduktet. Hvis virksomhederne har markedsmat på arbejdsmarkedet, vil dette føre til, at arbejdskraften aflønnes under marinalproduktet, oså selvom virksomheden sæler på et marked med fuldkommen konkurrence. I dette tilfælde vil øet uddannelsesniveau i virksomheden oså føre til, at TFPniveauet stier. Hvis det derimod er arbejdstaerne eller faforeninerne, der har markedsmat, er det ikke ivet, at lønmodtaerne ikke aflønnes til deres marinalprodukt. Hvis virksomhederne kan væle beskæftielsesniveauet efter, at faforeninen har bestemt lønnen, vil virksomheden fortsat væle at ansætte, indtil rænseproduktet af arbejdskraft svarer til aflønninen. Man kan imidlertid let forestille si suationer, hvor imperfektionen på arbejdsmarkedet fører til, at løn o beskæftielse fastsættes samtidi, således at arbejdstaer (faforenin) påvirker både løn o beskæftielse (såkaldt efficient forhandlin). Afhæn af styrkeforholdet i forhandlinerne kan resultatet være et lønniveau, som enten er højere eller lavere end marinalproduktet i dette tilfælde. 1 Konklusionen er således, at hvis virksomhederne har markedsmat på enten deres output- eller inputmarkeder, vil effekten af et øet uddannelsesniveau i en virksomhed føre til både et højere lønniveau o en højere TFP-niveau. Empirisk model Virksomhedernes TFP berenes ved først at estimere produktionsfunktioner. Herefter bakkes TFP ud af de estimerede produktioner. 1) Andre typer arbejdsmarkedsimperfektioner f.eks. træheder som føle af søeomkostniner kan under visse betinelser lieledes føre til at arbejdskraften aflønnes under s marinalprodukt

4 Vi estimerer 14 branchespecifikke produktionsfunktioner inden for private byerhverv ved hjælp af renskabsoplysniner for hver virksomhed. De 14 brancher er: Føde-, drikke- o tobaksvare industri; tekstil- o læderindustri; træ-, papir- o rafisk industri; kemisk o plastindustri; sten-, ler- o lasindustri; jern- o metalindustri; møbelindustri o anden industri; bye- o anlæsvirksomhed; enroshandel; detailhandel; hotel o restauration; transport; operationel service o vidensservice. Herefter berenes virksomhedsspecifikke TFP er ud fra produktionsfunktionerne. Produktionsfunktionerne er af Cobb-Doulas typen: 1 α 2 Y = A K L (1) α hvor i er et indeks for virksomhed, o t er et indeks for år. Y er virksomhed i s værdilvækst (deflateret) til tidspunkt t, o K er virksomhedens kapalinput. L er et indeks for arbejdskraftinputtet, der er korrieret for arbejdskraftens kvalet, som forklaret nedenfor. A er virksomhed i s TFP i år t. ( α 1, α 2 ) er parametre i produktionsfunktionen. 1 2 Bemærk, der er konstant skalaafkast, hvis summen af α o α er li én, men de estimeres uden restriktioner i estimationerne. Det antaes, at produktionsfunktionen er forskelli for de 14 brancher, men ens for virksomhederne inden for de 14 brancher. Desuden transformeres produktionsfunktionen til loarmer: lny = + α ln K + α ln L + t= 2000 α α d + ln e (2) t t hvor er et indeks for branche, o dt er en dummyvariabel for år. e er et ukorreleret fejlled. Produktionsfunktionens parametre ( α, α, α, α,.., α ) varierer med de 14 brancher. Produktionsfunktionerne estimeres ved Levinsohns o Petrins metode, jf. Levinsohn o Petrin (2003)

5 t= t Summen af konstantleddet o årsdummies, ( α + α d ), er den ennemsnlie t= 2000 TFP for branche i år t (i loarmer), mens residualen, ( ln e ), aniver, hvor meet virksomhed i s TFP afvier fra branchens ennemsn. Det betyder, at virksomheds i s TFP i år t, A ~, berenes som: t ~ ln A = ˆ + t= 2000 α α d + ln eˆ (3) t t n hvor αˆ er estimatet for α, n = 0,1,2,2000,.., n Som nævnt er arbejdskraftinput, L, korrieret for arbejdskraftens kvalet. Dette taer højde for, at nole typer arbejdskraft er mere produktive end andre o får en højere løn. Kvaletskorrektionen inddraer forskelle i uddannelse, erhvervserfarin o branche. Forskellen i den ennemsnlie markedsløn i branchen brues som mål for forskelle i den ennemsnlie kvalet. Mere konkret dannes L som: w 0 L (4) F ft L Li t 1 = + f = 1 w0 t ift hvor L er det kvaletskorrierede arbejdskraftsindeks for virksomhed i i år t. f=0,.,96 er et indeks for arbejdskraftens kvalet målt ved uddannelse o erhvervserfarin. f=0 er en ufalært arbejder med mindre end 4 års erhvervserfarin, mens f=1 er en ufalært arbejder med 4 til 10 års erhvervserfarin. f=9 er en falært arbejder med en merkantil uddannelse o under 4 år erhvervserfarin. Således skelnes der mellem 96 forskellie kvaleter af arbejdskraft. Lift er antallet af ansatte af arbejdskraftkvalet f i virksomhed i i år t. Referenceruppen, L 0, er ufalærte arbejdere med mindre end 4 års i t erhvervserfarin. w ft er ennemsnslønnen for kvaletsstype f arbejdskraft i branche i år t

6 Med udanspunkt i de virksomhedsspecifikke TFP-niveauer undersøes sammenhænen med forskellie forklarende variable. Reressionerne ennemføres for to hovedbrancher, o der inkluderes dummyvariabler for de 14 brancher: ~ Ln ( A ) γ l + u G 1 G 1 t= 2007 G 1 t= 2007 H 1 B = t t h h d + d dt + e = d + dt + l ˆ α α ˆ ϕ δ β = 1 = 1 t= 2000 = 1 t= 2000 h= 1 b= 1 b b hvor d er en dummyvariabel for branche (=1,2,..,14), der har værdien 1 for branche o nul for de øvrie brancher. (5) h l er andelen af ansatte med uddannelse h i virksomhed i i år t. l b er andelen af ansatte med erhvervserfarin b i virksomhed i i år t. Det første lihedsten er en entaelse af, hvordan TFP ( A ~ ) berenes, jf. linin (2). Parametrene i produktionsfunktionen (linin (2)) varierer hen over brancher, mens linin (5) kun varierer hen over hovedbrancher. Derfor den mere krinlede notation, hvor branchedummien ( d ) udpeer de branchespecifikke estimerede parametre 0 ( ˆ α, ˆ 3 α ), der indår i bereninen af virksomhed i s TFP. Branchedummyen med tilhørende parameter ( ϕ d ) opfaner den ennemsnlie TFP i branche i det første dataår. Således bliver uddannelses-o erhvervserfarinsparameterne ( β h, γ b ) bestemt ud fra de virksomhedsspecifikke afvielser til den ennemsnlie vætede TFP i branchen. Det bemærkes, at den TFP, vi estimerer på barund af mikrodata, ikke er helt ækvivalent med den TFP, vi finder på makroniveau, idet sidstnævnte udledes på barund af en renskabsmæssi linin (som Solow-residualen), mens førstnævnte findes på barund af en estimeret produktionsfunktion, som ikke enerelt udviser konstant skalaafkast (men derimod tendens til faldende skala-afkast). I mikro-estimationerne estimeres produktionsfunktionerne fr

7 2. Estimationsresultater produktionsfunktioner Hvis kapal o arbejdskraft er ukorrelerede med TFP, kan ( α, α, α, α,.., α ) i linin (1) estimeres med OLS. Men et v emne ved estimation af produktionsfunktioner er netop korrelationen mellem uobserverbare produktivetschoks o inputniveauerne af arbejdskraft o kapal. En prof-maksimerende virksomhed vil reaere på et posivt produktivetschok ved at producere mere, hvilket kræver ekstra inputs. Neative produktivetschoks medfører, at virksomheden vil reducere output o dermed inputs. Et eksempel på et neativt produktivetschok er, hvis en maskine i løbet af året skal taes ud af drift, fordi den skal synes. Dette reducerer output o dermed oså inputtet af arbejdskraft, der er tilstrækkel til at producere det lavere output. Dette produktivetschok er måske forventet af fabriksbestyreren men uobserveret af forskeren. Korrelation mellem de uobserverede produktivetschoks o inputniveauer iver inkonsistente OLSestimater Der er flere måder at kontrollere for korrelationen mellem produktionsfaktorer o TFP. Fælles er do, at de introducerer mere struktur, som kan udnyttes til at fjerne korrelationen. I det følende brueslevinsohn o Petrin (2003), som antaer, at der er en monoton posiv sammenhæn mellem TFP o virksomhedens køb af intermediates (ofte anvendes virksomhedens køb af materialer eller eneri). Fortolket på eksemplet: fabrikkens køb af eneri reduceres, når maskinen skal synes. Sammenhænen mellem købet af intermediates o de uobserverede produktivetschok brues til at kontrollere for de uobserverbare produktivetschoks, der er korrelerede med inputniveauerne. Som et indirekte test af robustheden af estimaterne præsenteres oså OLS-estimater. Tabel 1 viser produktionsfunktionsestimater, når arbejdskraft er korrieret for uddannelse. Det ses, at summen af koefficienterne for kapal o arbejdskraft er 0,91 i fremstillinserhverv ved bru af Levinsohn & Petrins estimationsmetode (fremover LEVPET). Allievel forkastes et statistisk test af hypotesen om konstant skalaafkast (ikke vist), fordi koefficienterne er meet præcist estimeret (lille usikkerhed). Summen af koefficienter ved bru af OLS er større (1,03 i fremstillinserhverv) end ved LEVPET. Dette er iføle lteraturen forventel, idet OLS over-estimerer koefficienter, jf. Levinsohn & Petrin (2003). I serviceerhverv samt bye o anlæ er summen af estimaterne for kapal o arbejdskraft er 0,86 ved LEVPET-metoden

8 Tabel 1: Produktionsfunktioner Fremstillinsindustri Bye o anlæ samt privat service Variabel LEVPET OLS LEVPET OLS Arbejdskrafts-0,815*** 0,887*** 0,803*** 0,849*** (lo) indeks (8,62E-03) (3,56E-03) (7,01E-03) (2,88E-03) (lo) Kapal 0,078*** 0,146*** 0,043*** 0,134*** (0,011) (2,32E-03) (8,60E-03) (1,71E-03) Antal observationer Anm.: Den afhænie variabel er loarmen til TFP. Desuden er der inkluderet års- o branche-dummies. *** aniver sinifikans på 1 pct. niveau. ** aniver sinifikans på 5 pct. niveau. Kilde: Ene bereniner på reisterdata. I appendiks A er vist produktionsfunktionsestimaterne for de 14 brancher i private byerhverv. Estimaterne for de 14 brancher er på samme niveau som estimaterne for de to hovedbrancher, men for nole brancher afvier estimaterne til hovedbrancherne. Således lier estimaterne for hovedbrancherne noenlunde i ennemsntet af estimaterne for brancherne. Koefficienten til kapal er insinifikant i tekstil- o læderindustri; sten-, ler- o lasindustri samt enroshandel o hotel- o restaurationsbranchen, men sinifikant i de resterende 10 brancher. 3. Sammenhæn mellem TFP o humankapal I det følende præsenteres empiriske analyser af virksomhedernes TFP med udanspunkt i virksomheders renskabsoplysniner fra Danmarks Statistisk. Formålet er at beskrive, hvad der karakteriserer virksomheder med høj/lav TFP. Det er ikke mul på barund af analyserne at vurdere, om sammenhænen år fra uddannelse til TFP eller fra TFP til uddannelse. Der berenes TFP-niveauer for hver virksomhed i hvert år mellem 1999 o 2007 i de private byerhverv. Udanspunktet for bereninen er de 14 estimerede branchespecifikke produktionsfunktioner, jf. appendiks A

9 Det undersøes, om en øet indsats af humankapal i virksomhederne er forbundet med øet TFP. Den sammenhæn er udover den direkte påvirknin af arbejdsinputtet, idet aflønninen af arbejdskraften er fratrukket TFP. Sammenhænen til virksomhedens indsats af humankapal undersøes med udanspunkt i de berenede TFP-niveauer for virksomhederne. For at undersøe sammenhænen mellem virksomhedernes TFP o de ansattes humankapal ennemføres reressionsanalyser. Konkret indår virksomhedernes TFP som venstresidevariabel o virksomhedens miks af forskellie typer af arbejdskraft som højresidevariable, jf. tabel 2. Indsatsen af de forskellie typer arbejdskraft er opjort som andele af den samlede beskæftielse i virksomheden. Typer af arbejdskraft er defineret ved uddannelse, erhvervserfarin o anciennet, dvs. variable, der måler humankapal. Datarundlaet for reressionerne er virksomheder, for hvilke Danmarks Statistik har modtaet renskabsoplysniner. Små virksomheder er ikke forplet til at indsende renskabsoplysniner hvert år. De store virksomheder er bedre repræsenteret i Renskabsstatistikken end de små. For de helt små virksomheder under 6 beskæftiede er repræsentationen meet dårli. Derfor udelades de af analysen. 2 I de empiriske analyser nedenfor skal TFP fortolkes som evnen til at producere én krone effektivt. Med denne fortolknin kan TFP sammenlines på tværs af virksomheder. TFP måles ud fra en virksomheds værdilvækst, som er værdien af produktionen minus omkostniner til de materialer, der indår i produktionen. Information om den enkelte virksomheds produktpriser er do ikke tilæneli, o det er derfor ikke mul at berene et veldefineret mænde-mål for værdilvækst o TFP. Dermed er det ikke mul at sammenline mændemæssi ressourceeffektivet på tværs af virksomheder o brancher. 2) Reressionerne er vætede med virksomhedernes beskæftielse. Det betyder, at større virksomheder vejer mere i reressionerne end små. Desuden er der defineret rupper af virksomheder ud fra virksomhedernes størrelse. Ud fra disse er der berenet en væt for, hvor odt en ruppe af virksomheder er repræsenteret i Renskabsstatistikken

10 Statisk model Generelt er det forbundet med højere TFP i virksomheden at øe andelene af uddannet arbejdskraft i forhold til ufalærte. Således viser resultaterne af reressionerne ennemående, at der er en posiv sammenhæn mellem virksomheders anvendelse af humankapal o deres TFP, jf. tabel 2. Den første talkolonne viser resultater for en statisk model for fremstillinssektoren. Alle koefficienter til uddannelsesandelene er posive o sinifikante. Det betyder, at det er forbundet med en højere TFP at øe andelen af uddannede, når andelen af ufalærte reduceres tilsvarende. Det er forbundet med højere TFP at øe andelene af arbejdskraft med en videreående uddannelse i fremstillinssektoren. Hvis andelen med samfundsfali uddannelse øes med 1 pct. point, o andelen af ufalærte mindskes med 1 pct.point, øes TFP med 0,81 pct. Effekten for humanister er halvt så stor. En stinin i andelen af ansatte med en TEK-SUND uddannelse på 1 pct. point er forbundet med et 0,20 pct. højere TFPniveau, hvis andelen af ufalærte reduceres med 1 pct. point. Koefficienten til andelen af falærte er på samme niveau. Reressionerne viser en posiv sammenhæn mellem erhvervserfarin o virksomhedens TFP. Således er en stinin i andelen af ansatte med 4-10 års erhvervserfarin på 1 pct. point forbundet med et 0,94 pct. højere TFP-niveau, når andelen af ansatte med 0-3 års erhvervserfarin reduceres tilsvarende. Koefficienterne til andelene af beskæftiede med højere erhvervserfarin er på et tilsvarende niveau. Det indikerer, at det især er den første erhvervserfarin, der er forbundet med øet TFP, mens yderliere erhvervserfarin ikke er forbundet med yderliere TFP. Sammenhænen mellem TFP o anciennet er ikke entydi. Reressionsresultaterne indikerer, at en øet andel af ansatte med mindst 4 års anciennet er forbundet med en højere TFP. Dette resultat er do ikke statistisk sinifikant i andre specifikationer af modellen. Uddannelse o erhvervserfarin betyder oså højere TFP i bye-, anlæ- o serviceerhvervene, jf. tabel 2, kolonne 2. Reressionsresultaterne viser noenlunde samme sammenhæn mellem TFP, uddannelse o erhvervserfarin som for fremstillinsindustri

11 Do er TFP for falærte o ansatte med en videreående teknisk eller sundhedsfali uddannelse højere i bye-, anlæs- o serviceerhvervene. Tabel 2 Sammenhæn mellem TFP o Human capal Afhæni variabel: Ln[TFP ] Fremstillin Bye o anlæ samt privat service Ln[antal beskæftiede] 0,135*** (2,22E-03) Andel af beskæftiede: TEK-SUND 0,179*** (0,030) HUM 0,334*** (0,059) SAMF 0,715*** (0,077) Falærte 0,179*** (0,022) Erhvervserf.: 4-10 år 0,720*** (0,041) Erhvervserf.: ,827*** år (0,035) Erhvervserf.: 21+ år 0,764*** (0,031) 0,168*** (1,85E-03) 0,412*** (0,018) 0,445*** (0,042) 1,087*** (0,028) 0,007 (0,017) 0,586*** (0,025) 0,633*** (0,023) 0,575*** (0,021) Anciennet: 4-10 år 0,274*** (0,020) 0,329*** (0,015) Anciennet: år 0,142*** (0,025) 0,064*** (0,022) Anciennet: 21 + år 0,069 (0,048) -0,101** (0,044) R 2 0,64 0,51 Antal obs Anm.: Anm. Desuden er der inkluderet års- o branche-dummies *** aniver sinifikans på 1 pct. niveau. ** aniver sinifikans på 5 pct. niveau. Kilde: Resultaterne i tabel 2 er umiddelbart sammenlinelie med resultaterne i June o Skaksen (2010), som estimerer en tilsvarende model for sammenhænen mellem TFP o videreående uddannelse. Deres studie viser tilsvarende effekter af videreående

12 uddannelse som i de her præsenterede analyser. Do får June o Skaksen kraftiere sammenhæne med TFP for andelen af ansatte med en teknisk eller sundhedsfali videreående uddannelse end i de her præsenterede analyser. De har ikke studeret sammenhænen med andelen af falærte eller med erhvervserfarin o anciennet. De sammenliner andelen af ansatte med en videreående uddannelse med den samlede andel af ufalærte o falærte, mens modellen i vores analyse sammenliner med ruppen af ufalærte. Dynamisk model Hvis en virksomhed øer andelen af uddannet arbejdskraft er det forbundet med en højere TFP i det samme år. Men den fulde effekt af en større andel af uddannet arbejdskraft slår først iennem efter en årrække. Således vil TFP blive øet endnu mere i de følende år. Der sker således en lansom tilpasnin til lan ss TFP-niveauet. Dette er fortolkninen af reressionsresultaterne i tabel 3. Dette er resultaterne for en dynamisk version af modellen. Modellen er følende: ~ Ln ( A ) γ l + u G 1 t= 2007 H 1 B = t h h A + A + d + dt + l ~ 2 ~ π 1 π 2 ϕ δ β = 1 t= 2000 h= 1 b= 1 b b (5) Modellen er dynamisk, fordi den inkluderer virksomhedens TFP i året forinden o 2 år ~ ~ A, A som forklarende variable. Hvis parametrene til de foreående års forinden ( ) 1 2 TFP-niveauer er nul, svarer det til den statiske model i linin (4). Dette er do ikke tilfældet. De estimerede parametre indikerer, at tilpasnin til virksomhedernes lanss TFP-niveauer sker lansomt, idet der er en posiv sammenhæn mellem virksomhedernes TFP i året o deres TFP i årene forinden. En stinin i andelen af HUM ere på 1 pct. point er associeret med et 0,20 pct. højere TFP-niveau i det samme år. På lan s er effekten på 0,75 pct. De tilsvarende tal for SAMF ere er 0,39 pct. o 1,47 pct. Effekten af at øe andelen af ansatte med sundhedsfali eller teknisk uddannelse er mindre. En stinin i andelen af ansatte med 4-10 års erhvervserfarin på 1 pct. point er forbundet med et 0,22 pct. højere TFP-niveau i det samme år. På lan s er effekten på 0,82 pct. Der er kun en lille evinst af yderliere erfarin. Kort o lan ss effekterne af øet uddannelse o erhvervserfarin på virksomhedernes TFP er maen til i bye-, anlæs- o serviceerhvervene jf. tabel 3 kolonne 2. Ef

13 fekterne af uddannelse er på noenlunde samme niveau som i den tilsvarende reression for fremstillinssektoren. Do er TFP for ansatte med videreående uddannelser højere i bye-, anlæs- o serviceerhvervene på kort o lan s

14 Tabel 3 Sammenhæn mellem TFP o Human capal Dynamisk model Afhæni variabel: Ln[TFP ] Fremstillin Bye, anlæ o privat service Kort s Lan s Kort s Lan s Ln [ TFP 1 ] 0,547*** 0,542*** (0,012) (8,73E-03) Ln [ TFP 2 ] 0,179*** (0,012) Ln[antal beskæftiede] (3,18E-03) 0,030*** Andel af beskæftiede: TEK-SUND 0,091** (0,035) HUM 0,163*** (0,068) SAMF 0,389*** (0,092) Falærte 0,115*** (0,030) 0,222*** (8,51E-03) 0,028*** (2,92E-03) 0,331 0,194*** (0,026) 0,594 0,227*** (0,068) 1,420 0,419*** (0,039) 0,418 0,063** (0,027) Erhvervserf.: 4-10 år 0,112*** (0,066) 0,410 0,106*** (0,046) Erhvervserf.: 0,221*** 0,808 0,161*** år (0,054) (0,039) Erhvervserf.: 0,220*** 0,805 0,096*** 21+ år (0,047) (0,034) Anciennet: 0,015 0,056 0,062*** 4-10 år (0,026) (0,024) Anciennet: -0,047-0,171-0, år (0,033) (0,038) Anciennet: -0,035-0,127 0, år (0,053) (0,063) R 2 0,84 0,77 Antal obs ,824 0,963 1,783 0,266 0,453 0,685 0,410 0,263-0,065 0,123 Anm.: Anm. Desuden er der inkluderet års- o branche-dummies. *** aniver sinifikans på 1 pct. niveau. ** aniver sinifikans på 5 pct. niveau. Kilde:

15 Opsamlin For virksomheder i private byerhverv er det forbundet med en højere TFP at øe andelen af ansatte med en uddannelse. Især ansatte med en videreående uddannelse er knyttet til en høj TFP. Effekten af uddannelse varer ved. Således er uddannelse forbundet med en endnu højere TFP på lan s end på kort s. Reressionerne viser oså, at den første erhvervserfarin er vi. Således er en erhvervserfarin på 4 år eller mere forbundet med en væsentli højere TFP end inen erhvervserfarin. Yderliere erhvervserfarin påvirker stort set ikke TFP yderliere. Det resultat er enerelt for private byerhverv. Gevinsten af TFP tilfalder virksomhederne, idet de ansattes løn er fratrukket TFP. At der er en posiv sammenhæn mellem virksomhedernes TFP o de ansattes humankapal tyder derfor på, at de ansatte ikke får en løn, der fuldt ud afspejler deres rænseproduktivet. Dette kan have betydnin for den enkeltes uddannelsesval. Det kan medføre, at den enkelte ikke inkluderer den fulde produktivetsevinst af uddannelse, når vedkommende væler uddannelse. Det kan ien medføre et uddannelsesniveau under det samfundsøkonomisk optimale. Der er mane principielle o teoretiske runde til, at uddannelse kan subsidieres ud fra samfundsøkonomiske hensyn, idet der er mane markedsimperfektioner. Hvis effekterne var kvantativt små, ville det do være mindre relevant at støtte uddannelse. Imidlertid indikerer analyserne, at der er relativt store effekter af uddannelse. Dette iver rundla for krafti subsidierin af uddannelse men en sådan foretaes oså allerede i Danmark i da. Analysen kan derfor ikke brues som rundla for at vurdere, om yderliere subsidierin af uddannelse ville være henssmæss

16 Appendiks A: Produktionsfunktioner for 14 brancher i private byerhverv Tabel A.1 Variabel Føde, drikke Produktionsfunktion for Underbrancher Levinsohn & Petrin estimat o tobaks-vare industri Tekstil- o Læder-industri Træ-, papir- o rafisk industri Kemisk o plastindustri (lo) Arbejdskraftsindeks 0,675*** 0,945*** 0,810*** 0,747*** (0,029) (0,039) (0,021) (0,050) (lo) Kapal 0,096*** 0,051 0,064** 0,131*** (0,028) (0,060) (0,030) (0,042) Antal observationer a) Anm.: Kilde: Desuden er der inkluderet års- o branche-dummies *** aniver sinifikans på 1 pct. niveau. ** aniver sinifikans på 5 pct. niveau Tabel A.2 Variabel (lo) Arbejdskraftsindeks Produktionsfunktion for Underbrancher Levinsohn & Petrin estimat Sten, ler o lasindustrdustri Jern o metalin- Møbelindustri o Bye o anlæ anden industri 0,812*** 0,908*** 0,880*** 0,893*** (0,036) (0,011) (0,053) (0,008) (lo) Kapal -0,022 0,040** 0,140*** 0,035*** (0,043) (0,019) (0,040) (0,010) Antal observationer a) Anm.: Desuden er der inkluderet års- o branche-dummies *** aniver sinifikans på 1 pct. niveau. ** aniver sinifikans på 5 pct. niveau Kilde:

17 Tabel A.3 Produktionsfunktion for Underbrancher Levinsohn & Petrin estimat Variabel Enroshandel Detailhandel Hotel o restauration (lo) Arbejdskraftsindeks 0,924*** 0,832*** 0,757*** (0,015) (0,029) (0,045) (lo) Kapal 6,18E-03 0,075*** -2,21E-03 (0,013) (0,018) (0,040) Antal observationer a) Anm.: Desuden er der inkluderet års- o branche-dummies *** aniver sinifikans på 1 pct. niveau. ** aniver sinifikans på 5 pct. niveau Kilde: Tabel A.4 Produktionsfunktion for Underbrancher Levinsohn & Petrin estimat Variabel Vidensservice Operationel Service Transport (lo) Arbejdskraftsindeks 0,682*** 0,752*** 0,625*** (0,028) (0,026) (0,018) (lo) Kapal 0,086*** 0,064*** 0,070*** (0,022) (0,021) (0,025) Antal observationer a) Anm.: Desuden er der inkluderet års- o branche-dummies *** aniver sinifikans på 1 pct. niveau. ** aniver sinifikans på 5 pct. niveau Kilde: Lteratur June, M. o J.R. Skaksen (2010): Produktivet o Videreående Uddannelse. CEBR Rapport for DEA/FOHU. Levinsohn, J. o A. Petrin (2003): Estimatin Production Functions Usin Inputs to Control for Unobservables. Review of Economic Studies, 70, s Romer, P. (1990): Endoenous Technoloical Chane. Journal of Polical Economy, 98 (5), s. s71-s

18 - 18 -