Akademikerprekariatet

Transkript

1 ANALYSEBUREAUET OGTAL Akademikerprekariatet Rapport om akademikernes arbejdsmarked

2 Indhold Kort om undersøgelsen... 3 Konklusioner... 4 De fire akademikergrupper... 5 Yderligere karaktaristika ved akademikergrupperne... 8 Akademikerprekariatet er især de unge, men også ældre er del af prekariatet 8 Akademikerprekariatet er humanister, bløde samfundsuddannede og naturvidenskabeligt uddannede... 9 Akademikerprekriatet er uinteresseret i politik Akademikerprekariatet vokser Appendix Appendix 1: Repræsentativitetstest Appendix 2: Hvordan er grupperne udregnet? Appendix 3: Operationalisering Appendix 4: Om Multipel Korrespondanceanalyse

3 Akademikerprekariatet Af Magnus Skovrind Pedersen & Malthe Øland Ribe, analysebureauet OgTal Kort om undersøgelsen Det akademiske arbejdsmarked ændrer sig markant. Over de seneste år er der sket en forøgelse af mængden af akademisk arbejdskraft, der ikke er set før. Det gør det relevant at se på forskelle mellem grupper af akademikere og undersøge, hvilke akademikergrupper der står stærkt på arbejdsmarkedet, og hvilke der står svagt. Rapporten sætter fokus på en gruppe af usikre akademikere: Det akademiske prekariat. Modsat det indtryk man kan få af at følge diskussionen i offentligheden, er ikke alle akademikere privilegerede eller en del af samfundseliten. En stor gruppe af akademikere har lave indtægter og usikre arbejdsforhold. Ligeledes er denne gruppe ikke medlem af de akademiske fagforeninger. Det stiller AC-familien overfor en række udfordringer, hvis man vil sikre akademikerne gode arbejdsvilkår i fremtiden og organisere den prekære gruppe. Rapporten er baseret på ILO-økonomen Guy Standings syv arbejdsusikkerheder og benytter Specifik Multipel Korrespondanceanalyser; en statistisk teknik der illustrerer, hvilke arbejdsusikkerheder akademikere ofte har tilfælles. Datagrundlaget er det europæisk velrenommerede European Social Survey fra 2002 til Analysen konstruerer et kort, hvor individer der systematisk er udsat for samme type af usikkerheder grupperes sammen. Det gør det velegnet til at se på samfundsgrupper i hele samfund eller i vores tilfælde indenfor en samfundsgruppe. Vi har undersøgt akademikere i årene , inden krisen for alvor slog til. Analysen viser at der er fire grupper af akademikere, der adskiller sig markant fra hinanden, når det kommer til arbejdsforhold, lønniveau og position på arbejdsmarkedet. 3

4 Konklusioner 1. Akademikernes arbejdsforhold er meget forskellige. De kan deles op i fire grupper. Salariatet (62) og det Øvre salariat (14) er sikre og i gode stillinger, hvorimod det organiserede prekariat (13) og det uorganiserede prekariat (10) er usikre og har arbejdsforhold, der oftest er dårligere end størsteparten af befolkningen. 2. Akademikerprekariatet udgør omtrent hver fjerde. De har lave indkomster, usikre ansættelser, står uden fagforening og uden videreuddannelsesmuligheder. 3. Det er to meget homogene grupper, der står udenfor de akademiske fagforeninger. Blandt det uorganiserede prekariat er to ud af tre udenfor fagforening, hvorimod det alene er hver fjerde for akademikerne som helhed. Også de mest ressourcestærke akademikere i det øvre salariat står udenfor fagforening. 4. De to grupper af prekære akademikere er ligeledes mindre politisk interesserede. 29 procent af det uorganiserede prekariat er ikke interesserede i politik, en andel der er højere end befolkningen som helhed og langt højere end salariatet og det øvre salariat, hvor henholdsvis alene otte og seks procent ingen interesse har i politik. 5. De to grupper af prekarierede akademikere er i hovedsagen unge, men der er også en overvægt af ældre i gruppen. At være usikker på det akademiske arbejdsmarked er altså ikke alene et spørgsmål om at være ny på arbejdsmarkedet. 6. De prekarierede grupper udgøres i hovedsagen af naturvidenskabeligt og humanistisk uddannede akademikere. Det uorganiserede prekariat består af 36 procent humanister og 26 procent naturvidenskabeligt uddannede. 7. Akademikerprekariatet ser ud til at vokse, da det især er fra ( bløde ) samfundsfaglige uddannelser og humaniora der optages store grupper af nye studerende. 4

5 De fire akademikergrupper På næste side ses en grafisk fremstilling af undersøgelsens Specifikke Multiple Korrespondanceanalyse. Kortet viser de fire grupper af akademikere. Til venstre i kortet finder vi de sikre akademikere. De har oftest gode lønninger og er ansat i faste stillinger. Den vertikale akse illustrerer derimod det ordnede og organiserede arbejdsmarked i bunden og det uorganiserede i toppen. Det blå, øvre salariat, udgøres af selvstændige med eget firma, der ofte har flere ansatte, derudover er mange offentlige og private ledere også i denne gruppe. I modsætning til den grønne gruppe, salariatet, der udgør kernen af akademikerne, har disse ofte mange ansatte under sig. De udgør 14 procent af akademikerne. Under dem står kernen af akademikerne, salariatet. De sidder i sikre, faste ansættelser med lønninger, der ligger over de fleste danskeres. Halvdelen af dem leder andre på deres arbejdsplads, men der oftest tale om mellemledere, der koordinere et mindre hold på en arbejdsplads. I højre side står de prekarierede akademikere. Den røde gruppe udgøres af den del af prekariatet, der lider under usikkerheden af en tidsbegrænset ansættelse og en ufrivillig deltidsstilling. Alligevel befinder de sig på det organiserede arbejdsmarked. Stort set alle er medlem af deres fagforening. Der er tale om den nyuddannede, der sidder i et barselsvikariat, men også ældre, der aldrig har fået fast fodfæste på arbejdsmarkedet. Ofte er de på en arbejdsplads, hvor der er tillidsmænd til stede og en tradition for at være medlem af en fagforening. Den gule gruppe adskiller sig først og fremmest ved at være uorganiseret. Hele to tredjedele står uden fagforening. Almindeligvis er det lige omvendt normalt er blot hver fjerde akademiker udenfor fagforening. Der er tale om akademikere, der sidder i usikre HK-stillinger i kommunerne, arbejdsløse i løntilskudsordninger og andre, hvis situation ikke sikres af en lang uddannelse. Op mod hver fjerde akademiker er i usikre ansættelser og kan betegnes som et akademisk prekariat. Dette kan også ses på indkomstsiden. Mens stort set ingen af de, der tilhører salariatet har indkomster, der ligger under medianindkomsten, gør dette sig gældende for 40 procent af det organiserede prekariat og 70 procent af det uorganiserede prekariat. 5

6 6

7 De fire akademikergrupper Midlertidigt ansat Har oplevet arbejdsløshed i mere end 3 måneder Har været på videreuddannelsen indenfor sidste 12 mdr. Lav indflydelse på arbejdsplads Ingen underordnede Husstandsindkomst under medianindkomsten Uorganiseret Deltidsansat Øvre salariat (14 pct.) Salariat (62 pct.) Organiseret prekariat (13 pct.) Uorganiseret prekariat (10 pct.) Kilde: European Social Survey

8 Yderligere karaktaristika ved akademikergrupperne Akademikerprekariatet er især de unge, men også ældre er del af prekariatet Ser vi på aldersforskelle er det tydeligt at dem på det sikre arbejdsmarked er ældre, særligt lederne skiller sig ud. Det tyder dog ikke på at hverken den regulære eller irregulære gruppe af prekarierede akademikere alene er unge. At være i den prekarierede gruppe er altså ikke alene et livsbanefænomen. Akademikergruppernes alder Øvre salariat Salariat Organiseret prekariat Uorganiseret prekariat Akademikerne generelt Kilde: European Social Survey Gennemsnitsalder 47,8 år 43,4 år 35,5 år 38,8 år 42,4 år 8

9 Akademikerprekariatet er humanister, bløde samfundsuddannede og naturvidenskabeligt uddannede De fire akademikergrupper adskiller sig markant på uddannelsesbaggrund. De fleste i prekariatet udgøres af humanister og naturvidenskabsligt uddannede. Der er dog også en stor gruppe af samfundsvidenskabeligt uddannede prekarierede. Blandt de salarierede akademikere er der særligt en overvægt af økonomisk og merkantilt, samt sunhedsvidenskabeligt uddannede akademikere. Stort set ingen ingeniører, jurister og læger er i akademikerprekariatet. Universitetsuddannelsernes position på arbejdsmarkedet Øvre salariat Salariat Organis eret prekari at Uorgan iseret prekari at I alt Uspecifi cered uddann else Kun st Huma niora Teknis ke uddan nelser Pædagogi sk uddanned e (ex. gymnasiel ærere) Naturvid enskab Sundhedsvi denskab Økon omi og merk antil Socialvid enskab og medier Kilde: European Social Survey Jur a Akademikergruppernes uddannelse Øvre salariat Salariat Organiser et prekariat Uorganis eret prekariat Uspe cifice red udda nnel se Ku nst Huma niora Teknis ke uddan nelser Kilde: European Social Survey Pædagog isk uddanne de (ex. gymnasi elærere) Naturvi denskab Sundhedsv idenskab Økon omi og merk antil Social viden skab og medi er Jur a I alt

10 Akademikerprekriatet er uinteresseret i politik De fleste akademikere er politisk interesserede og den politiske interesse er oftere vakt end hos resten af befolkningen. Dette gør sig dog ikke gældende for det akademiske prekariat. Her er hele 29 procent ikke interesseret i politik, hvilket ligger tæt på niveauet for befolkningen som helhed. Akademikernes politiske interesse Meget interesseret Ret interesseret Ikke interesseret Total Øvre salariat Salariat Organiseret prekariat Uorganiseret prekariat Alle akademikere Befolkningsgennemsnit Kilde: European Social Survey

11 Antal optagne 5. september 2013 Akademikerprekariatet vokser Omtrent hver fjerde akademiker kan karakteriseres som en del af akademikerprekariatet. De nyeste profiltal og fremskrivningen af akademikere peger dog på, at der vil komme betydeligt flere akademikere fra de fag, der i forvejen tenderer mod at være prekarierede. Nedenstående figur illustrerer denne pointe. Der uddannes især mange dimittender fra humaniora, naturvidenskab og det ( bløde ) samfundsvidenskabelige område, forudsat at optagstallene afspejler gennemførselsprocenterne. Det kan føre til inflation i uddannelsernes værdi og forringelser af løn- og arbejdsvilkår for gruppen af akademikere med disse uddannelsesbaggrunde. Hvis den eksisterede uddannelsesinflation fortsætter, må det forventes, at endnu flere akademikere fra disse fag og andre akademikergrupper må henfalde til en prekarieret tilværelse. Optag på universitetsbacheloruddannelser på udvalgte områder, antal optagne Humaniora Naturvidenskab Samfundsvidenskab Sundhedsvidenskab Teknisk Videnskab Kilde: FIVU, Ministeriet for Forskning, Innovation og Videregående Uddannelse 2013 Anmr.: Tallene afspejler runde-2 optaget, det endelig optag på Universitetsbachelorerne. 11

12 Appendix Appendix 1: Repræsentativitetstest Vi har i det nedenstående testet for repræsentativitet på køn. Testen viser at datagrundlaget er repræsentativt. Vores stikprøve udgøres af akademikere på arbejdsmarkedet i årene 2002, 2004, 2006, 2008 og Disse testes op imod data fra Danmarks Statistik. Her tilbydes dog kun data på det fornødne aggregeringsniveau fra 2006 og frem, hvorfor vi kun vil teste for disse år. Der er her benyttet data for personer med lange videregående uddannelser i aldersgruppen år: Kønsfordelingen i populationen Total Mænd ,64 56,06 54,56 56,00 Kvinder ,36 43,94 45,44 44,00 Kilde: Danmarks Statistik, KRHFU1 I stikprøven fra European Social Survey var kønsfordelingen blandt akademikere således: Kønsfordelingen i ESS Total Mænd ,86 51,54 57,80 55,36 Kvinder ,14 48,46 42,20 44,64 Kilde: European Social Survey Vi foretager en Z-test for en bernoullifordelt variabel mod fast værdi, og tester altså om andelen af kvinder er den samme i de to tabeller. Først opstilles hypoteser. H0: pkvinder, ESS = pkvinder, Population H1: pkvinder, ESS pkvinder, Population Ved et signifikansniveau på 0,05 må beslutningsreglen være at H0 ikke kan afvises, hvis -1,96 < Z < 1,96. 12

13 Da Z ikke er lavere end -1,96 og højere end 1,96 kan H0 ikke afvises, og dermed kan vi konkludere, at vores stikprøve er repræsentativ på køn set over perioden fra 2006 til

14 Appendix 2: Hvordan er grupperne udregnet? Outputtet fra MCA en afbilledes som et koordinatsystem, der angiver forskelle mellem variabeludfald eller modaliteter. Modaliteter, der markeres af mange af de samme individer, vil placere sig tæt på hinanden, mens modaliteter med meget få fælles individer vil placere sig langt fra hinanden. På den måde viser vi, hvordan bestemte former for usikkerhed korresponderer empirisk og kan dermed afgøre om bestemte individer systematisk udsættes for flere former for usikkerhed. At to modaliteter i kortet lægger sig tæt op ad hinanden er ikke ensbetydende med, at de nødvendigvis vil være at finde hos samme individ, blot at der er større sandsynlighed for det end med de øvrige modaliteter. Generelt set anses forskelle mellem modaliteter på mere en 0,5 som notér-bare, mens forskelle på mere end 1 anses som store. Afstande under denne grænse anses for tilfældige. Karakteren af det latente fænomen, prekariering, kan tolkes ud af måden modaliteterne strukturerer sig langs bestemte akser. Aksernes orientering konstrueres på baggrund af, hvor godt de afbilleder modaliteterne. Visse modaliteter bidrager i højere grad end andre til aksens orientering. Disse bidragende modaliteter benyttes til at tolke forskellene aksen afspejler. I vores tilfælde som det ses senere - bidrager modaliteterne fastansat og midlertidigt ansat til 1.-aksen, hvorfor vi bl.a. tolker denne akse som modstillingen mellem prekariering og sikkerhed. Dette rum af forskelle omtales som det aktive rum da variablene her alle påvirker hinanden. Der er tale om en egentligt relationel teknik til at vise forholdet mellem udfaldene af en stor mængde variable. Det aktive rum er her vist nedenfor. 14

15 Det aktive rum af sikkerhedsformer. 1. og 2. aksen. 15

16 1. aksen Den første, horisontale akse forklarer 67 pct. af variationen. Mere end to tredjedele af variationen mellem de operationaliserede former for sikkerhed beskrives på en dimension alene. Nedenstående tabel beskriver de modaliteter, der bidrager mere end gennemsnittet til 1.-aksens orientering. De strukturerende modaliteter for førsteaksen Positive modaliteter (højresiden) Bidrag i Koordinat Lav policyindflydelse 13,4 1,14 Lav indkomst 11,5 1,53 Tidsbegrænset ansættelse 8,6 0,95 Deltidsansat 7,6 0,95 Ingen underordnede 6,5 0,48 Har ikke modtaget kursus indenfor 12 måneder 6,3 0,90 Negative modaliteter (venstresiden) Bidrag i Koordinat Høj indkomst 9,4-0,63 Meget høj policyindflydelse 9,0-0,93 Selvstændig 5,9-0,96 Mellem 6 og 20 underordnede 4, Anmr.: Variablene er rangeret efter deres bidrag til 1.-aksen. Bidragene er opgivet i pct. og summer til 72 pct.. Til højre står modaliteternes koordinat, der beskriver deres placering på 1.-aksen Det ses, at de stærkeste strukturerende modaliteter befinder sig til højre i rummet. Der er her tale om modaliteter, der beskriver, at man har en meget lav grad af indflydelse på policy-beslutninger, at man har en lav indkomst, at man arbejder på deltid, en tidsbegrænset kontrakt, at man ikke har nogle underordnede samt at man ikke har været på et kursus indenfor de sidste 12 måneder. Dette står overfor en venstreside af kortet, der er struktureret af modaliteter, der angiver, at man har en høj indkomst, at man har en meget høj indflydelse på policybeslutninger på sin arbejdsplads, at man er selvstændig erhvervsdrivende samt at man har mellem 6 og 20 underordnede. Det er denne modstilling, der får os til at tolke at aksen modstiller sikkert og prekært arbejde. 2. aksen Nedenstående tabel beskriver de modaliteter, der bidrager med over gennemsnittet til 2.-aksen. 2.-aksen forklarer omtrent 29 pct. af variationen i data. Som udgangspunkt er det altså 1.-aksen og ikke 2.-aksen, der forklarer størstedelen af forskelle blandt akademikere. Dermed kan 2.-aksen forstås som to modi af førsteakstens prekariering og sikkerhed. De strukturerende modaliteter for andenaksen Positive modaliteter (øverst) Bidrag i Koordinat 16

17 Selvstændig 22,4 1,71 Meget høj 16,3 1,13 policyindflydelse Ikke medlem af 13,8 1,40 fagforening Har ikke modtaget kursus 9,0-0,80 indenfor 12 måneder Negative modaliteter Bidrag i Koordinat (nederst) Høj grad af 6,0-0,65 policyindflydelse Mellem grad af 4,9-0,67 policyindflydelse Fast ansættelse 4,4-0,33 Anmr.: Variablene er rangeret efter deres bidrag til 2.-aksen. Bidragene er opgivet i pct. og summer til 21 pct.. Til højre står modaliteternes koordinat, der beskriver deres placering på 2.-aksen I opadgående retning struktureres kortet af de modaliteter, der angiver, at man er selvstændig, at man har meget høj policyindflydelse på sit arbejde, at man ikke er medlem af fagforening samt at man ikke har modtaget et kursus indenfor de seneste 12 måneder. Rummet struktureres i nedadgående retning af de modaliteter, der angiver, at man har høj eller mellem policyindflydelse på sit arbejde, samt at man er i fast ansættelse. Det er denne modstilling, der får os til at tolke, at aksen modstiller organiseret og uorganiseret arbejde. Dette skaber altså to modi af henholdsvis sikkert og prekært arbejde. 17

18 Appendix 3: Operationalisering Vi operationaliserer nu Guy Standings syv former for sikkerhed. Fraværet af disse syv former for sikkerhed er det, der karakteriserer prekariatet. For hver sikkerhedsform har vi valgt at inkludere en eller flere variable, der operationaliserer sikkerheden til en manifest, målbar størrelse. To former for sikkerheder kunne ikke måles pga. manglende variable i ESSdatasættet. Hver variabel har to til fire modaliteter. Variablene indgår i analysen af det aktive rum og fremgår af nedenstående figur. Operationalisering af prekariering Sikkerhed Variabel Modaliteter (valid andel i parentes) Arbejdsmarke Ikke Ikke operationaliseret ds-sikkerhed operationaliseret Jobsikkerhed Ansættelsessikkerhed Arbejdssikkerhed Kontraktform Nogensinde arbejdsløs i mere end 3 måneder Ikke operationaliseret Har modtaget efter- eller videreuddannels e indenfor 12 måneder *Fast ansættelse (68 ) *Tidsbegrænset ansættelse (19 ) *Selvstændig (13 ) *Har oplevet arbejdsløshed i >3 måneder (31 ) *Har aldrig været arbejdsløs i >3 måneder (69 ) Ikke operationaliseret *Har modtaget kursus indenfor 12 måneder (84 ) *Har ikke modtaget kursus indenfor 12 måneder (16 ) Evnereproduk tionssikkerhed Indkomstsikkerhed Årlig husholdningsindkomst Antal normale, ugentlige arbejdstimer *Lav Indkomst, decil (10 ) *Mellem indkomst, 5.-7,5. decil (40 ) *Høj indkomst, 7, decil (50 ) *Deltidsansat (18 ) *Fuldtid (82 ) Repræsentatio ns-sikkerhed Medlem af fagforening *Medlem af fagforening (75 ) *Tidligere medlem af fagforening (13 ) *Ikke medlem af fagforening (12 ) Øvrige Indflydelse på policybeslutninger på arbejdspladsen Antallet af medarbejdere, man leder *Lav policyindflydelse (25 ) *Mellem policyindflydelse (22 ) *Høj policyindflydelse (28 ) *Meget høj policyindflydelse (25 ) *Ingen underordnede (57 ) *Mellem 1 og 5 underordnede (19 ) *Mellem 6 og 20 underordnede (14 ) *Over 20 underordnede (11 ) 18

19 Appendix 4: Om Multipel Korrespondanceanalyse I forenklede termer fungerer multipel korrespondanceanalyse, MCA, ved at have et input af diskrete variable, hvor udfaldene, modaliteterne, behandles som nominelle, dvs. ikke-rangordnede. Herudfra konstrueres reelt set bare en stor krydstabel, og der registreres herunder, hvilke udfald der oftest tenderer til at have samme Modaliteterne placeres i en såkaldt indikatormatrice i relation til de enkelte individer i datamaterialet, der derved angiver binært, hvorvidt et bestemt individ har angivet en bestemt modalitet. Et fiktivt eksempel på en sådan matrice kan ses i tabellen nedenfor. Eksempel på indikatormatrice Variabel: Kontraktform Variabel: Deltid eller fuldtid Modalitet: Fuldtid Modalitet: Fastansat Modalitet: Projektansat Individ Individ Individ Individ Modalitet: Deltid Korrespondancen mellem modaliteterne udregnes ved at bestemme, hvor mange individer de har samme udfald på for hver gang der findes en forskel mellem to modaliteter, indføjes en afstand i et geometrisk rum, mens ligheder ikke giver en afstand. I eksemplet i indikatormatricen ovenfor vil modaliteten Fastansat således få indføjet en afstand til modaliteten Fuldtid for Individ 2, mens Individ 1, 3 og 4 ikke vil give en afstand. På den måde findes der en høj grad af korrespondance mellem disse to modaliteter, mens Fastansat og Deltid korresponderer dårligt, da de kun har samme udfald for ét individ. Dette system af forskelle mellem modaliteter konstruerer en såkaldt sky af modaliteter, der angiver korrespondance mellem de enkelte udfald som et system af afstande. Skyen er en hyperdimensionel, matematisk konstruktion, der ikke kan afbilledes direkte 1. Variationen i skyen vil dog oftest strukturere sig langs bestemte akser, og disse kan identificeres ved brug af Weighted Least Squares, WLS, der finder den linje gennem skyen, der kan kortlægge afstandene mellem modaliteterne med det mindst mulige tab af afstand, dvs. data. Denne linje udgør en såkaldt akse og de enkelte modaliteter kan dermed tildeles et koordinat på aksen. Akserne vil som nævnt kun afbillede en del af variationen i data. Denne andel omtales som aksens forklaringsprocent. Kvaliteten af de enkelte modaliteters afbildning på akserne vil dog variere nogle vil ligge og bevæge sig i det rum, der ikke indfanges af den givne akse. Efterfølgende kan der på samme måde findes endnu en akse, der dog skal ligge vinkelret på den første akse, og denne proces kan principielt fortsættes til der ikke findes mere data. Dog kan man på almindeligt papir selvsagt kun afbillede to akser af gangen, og der vil derfor altid være mere data end det, der kan vises i 1 Antallet af dimensioner er lig antallet af modaliteter fratrukket antallet af variable, da der for hver variabel vil være én modalitet hvis udfald er indehold i de andre grundet udelukkelsesmetoden. 19

20 kortet. Problemet kan løses ved at afbillede og tolke på eksempelvis første- og tredjeaksen sammen for derved at illustrere noget om. Den samme proces som netop er beskrevet med de enkelte modaliteter kan også gennemgås med de enkelte individer. Processen er fuldstændig ensartet og vil skabe et rum, der har samme akser det vil blot afbillede relationerne mellem individerne på baggrund af modaliteterne, fremfor omvendt at afbillede relationerne mellem modaliteterne på baggrund af individerne. Man siger, at de to rum er homologe dvs. at de udviser samme geometriske og topologiske egenskaber. Den føromtalte konstruktion af akserne foregår vha. WLS-metoden. Her vil visse modaliteter være mere afgørende en andre for orienteringen. Modaliteter, der er markeret af mange personer, vil generelt være vigtigere i akseorienteringen, da de repræsenterer mere data. Derudover vil modaliteter langt ude af akserne generelt også være mere påvirkede af en dårlig akseorientering, og vil derfor påvirke aksens orientering mere i WLS-udregningen. Modaliteterne, der bidrager mere end gennemsnittet af modaliteter til orienteringen af en given akse vil være genstand for fortolkning af, hvilke forhold aksen modstiller og dermed af, hvad det latente fænomen modaliteterne struktureres langs kan kaldes. 20