Estimation af lønpræmier

Relaterede dokumenter
Den samlede model til estimation af lønpræmien er da givet ved:

Kvantitative metoder 2

Baggrundsnotat: Søskendes uddannelsesvalg og indkomst

ET BILLEDE AF DE IKKE-FORSIKREDE

Indledning...1. Analyse af lønforskellen mellem kvinder og mænd...2

Fordeling af midler til specialundervisning

Fordeling af midler til specialundervisning på baggrund af skoledistrikter

VÆKST BARO ME TER. 5. største kommune. Vejle nu. Læs side 3 VEJLE KOMMUNE / OKTOBER 2019 VEJLE KOMMUNE 1

Personalesammensætning gør det offentlige løngab større. Af Jossi Steen-Knudsen, Niels Storm Knigge og Bjørn Tølbøll

Supplerende analyser om arbejdsmarkedstilknytning

ARBEJDSMARKED. 2002:7 21. februar 2002

ANALYSENOTAT Portræt af iværksætterne

Overordnet set skelnes der mellem to former for mobilitet: Geografisk og faglig mobilitet.

Analyse: Udviklingen i tilgang til sygedagpenge

Økonometri 1. Kvalitative variabler. Kvalitative variabler. Dagens program. Kvalitative variable 8. marts 2006

danskere uden økonomisk sikkerhedsnet

ELITEN I DANMARK. 5. marts Resumé:

KÆMPE SKATTELETTELSE TIL DE RIGESTE 64-ÅRIGE

Beskæftigelsesindikator

Elever, der skifter skole i løbet af skoleåret

Job for personer over 60 år

AMU-kurser løfter ufaglærtes løn med kr. året efter

LØNFORSKELLE MELLEM OFFENTLIG OG PRIVAT SEKTOR

Ligelønsanalyse sammenligning af privatansatte kvinder og mænds løn

Virksomheder og arbejdskraft i Danmark

Indvandrernes pensionsindbetalinger

Effekten af indvandring på indfødte danskeres løn og beskæftigelse

18. oktober H C:\Documents and Settings\hsn\Skrivebord\Hvidbog pdf\pensionsindbetalinger.doc VLRQ

Over hver femte ung uden uddannelse er ledig

Kapitel 2: Befolkning.

Overgangsanalyse for de udsatte unge i forberedende tilbud - Et selekteringsproblem

Brugen af deltidsansatte steget i flere serviceerhverv

Stor stigning i stillinger på mindre end 20 timer om ugen

VÆKST I UFAGLÆRTE JOB I 2006 MEN DE BESÆTTES AF UNGE

Tilkendelser af førtidspension og fleksjob

I Danmark bliver 8% af mændene ledere, mens det kun gælder for 3,3% af kvinderne. Forskellen er således på 4,7 procentpoint.

Fædres brug af orlov

HVEM ER I MARGINALGRUPPEN?

Stigende arbejdsstyrke, men færre faglærte i København

ARBEJDSTID PÅ HOVEDERHVERV

Hver 3. faglærte kan matche lønnen for bachelorer

Ligelønsanalyse sammenligning af offentligt ansatte kvinder og mænds løn

Restgruppen defineret ud fra pensionsindbetalingerne

BEFOLKNINGENS UDDANNELSESMÆSSIGE BAGGRUND I ÅRHUS

Hjemmeservice - En analyse af de beskæftigede

BEFOLKNINGENS UDDANNELSESMÆSSIGE BAGGRUND I ÅRHUS

Ligelønsanalyse sammenligning af offentligt ansatte kvinder og mænds løn

Lønudvikling i Erhverv i alt og branchen Finansiering og forsikring, indeks 2008= K1 2011K3 2012K1 2011K4 2012K2 2013K2 2012K3 2013K3 2012K4

BEFOLKNINGENS UDDANNELSESMÆSSIGE BAGGRUND I ÅRHUS

Halvdelen af den danske jobfremgang

Befolkningsudviklingen og dekomponering af Theilindekset

AMK-Øst Nøgletal for arbejdsmarkedet RAR Sjælland

Sådan er elevernes fravær i skoleåret 2016/17

ERHVERVSSTRUKTUREN I ÅRHUS KOMMUNE 2002

Kvartalsstatistik nr

AMK-Øst Nøgletal for arbejdsmarkedet RAR Sjælland

Seks ud af ti i stabil beskæftigelse

Hver femte dansker deltager i voksen- og efteruddannelse

Kortlægning af ingeniørlederne

Ligelønsanalyse sammenligning af privatansatte kvinder og mænds løn

ERHVERVSSTRUKTUREN I ÅRHUS KOMMUNE 2001

Bruger ikke-vestlige efterkommerkvinder deres uddannelser? Baggrundsnotat 1: deskriptiv analyse af udvalgte uddannelser

Finansudvalget FIU Alm.del endeligt svar på spørgsmål 25 Offentligt

Singler i København KØBENHAVNS KOMMUNE

Benchmark af indsatsen over for sygedagpengemodtagere. Beskæftigelsesregion Midtjylland

TIL RAPPORTEN DANSKE LØNMODTAGERES ARBEJDSTID EN REGISTERBASERET ANALYSE, SFI DET NATIONALE FORSKNINGSCENTER FOR VELFÆRD 09:03.

Bilag S.1: Beskrivelse af beregningen af koefficienten på indvandrerbaggrund

Chefkonsulent i Djøf Kirstine Nærvig Petersen Tlf Mobil

I 2012 havde de 68-årige (årgang 1944) samme beskæftigelsesfrekvens som de 67-årige (årgang 1941) havde i 2008.

STOR GEVINST VED 12 ÅRS RET OG PLIGT TIL UDDANNELSE

Stor stigning i gruppen af rige danske familier

Ligelønsanalyse sammenligning af lønniveau offentligt ansatte i kommuner og regioner

kompetencer Tema Kreative kompetencer.indd 1 BAGGRUND OG ANALYSE FRA REGION SYDDANMARK

Analyse af social uddannelsesmobilitet og frafald på lange videregående uddannelser

Nyhedsbrev, vedrørende Ligestillingsstatistikken 2007

Hvilke private virksomheder ansætter den første akademiker?

Klar sammenhæng mellem børns og forældres livsindkomst

VÆKST- OG BESKÆFTIGELSES- REDEGØRELSE

Analyse af nystartende elever og omgængere i grundskolens børnehaveklasse. Baseret på data for skoleåret 2010/11

Lønforskel mellem faglærte og kandidatuddannede er blevet lidt mindre det seneste årti

Singler i Danmark: Flere og flere ufaglærte bor alene

Andel elever, der er inkluderet i den almindelige undervisning, 2015/16

Senere tilbagetrækning øger afkast af uddannelse

SAMFUNDSØKONOMISK AFKAST AF UDDANNELSE

Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere

BAROMETER. I VEJLE KOMMUNE Marts I 2021 forventes antallet af indbyggere i Vejle Kommune at være højere end i Esbjerg Læs side 8 VEJLE KOMMUNE 1

Indledning...2 Ledelsesgabet...2 Ledelsesgabet fordelt på karakteristika...4 Scenarier Om analysens metode og datagrundlag...

ANALYSE AF DANSKERNES ARBEJDSTID: STOR STIGNING I ARBEJDSTIDEN DE SIDSTE TO ÅR

Den Sociale Kapitalfond Analyse Virksomheder, der tager et særligt socialt ansvar, ligger fortrinsvis i Nord- og Midtjylland.

BAROMETER. I VEJLE KOMMUNE Juni Vejle oplever den største vækst i jobs Læs side 33 VEJLE KOMMUNE 1

Langt flere mænd end kvinder står uden økonomisk sikkerhedsnet

Indvandrere og efterkommere bliver i højere grad mønsterbrydere

Analyse af sammenhæng mellem tandlægebesøg og demografiske og socioøkonomiske forhold

Tabel 1. Elever fra Behandlingsskolerne opdelt efter hvad de laver 1 til 5 år efter endt grundskole.

UNDERVISNINGSEFFEKT-MODELLEN 2006 METODE OG RESULTATER

Belysning af grønlændere bosiddende i Danmark

AMK-Øst Nøgletal for arbejdsmarkedet RAR Bornholm

KERNEARBEJDSKRAFTEN FORLADER DET OFFENTLIGE

NOTAT EFFEKTEN AF HF. Metode

Deltagelse i VEU - motivation og barrierer for ansatte

Transkript:

d. 16.11.2005 LS Estimation af lønpræmier Baggrundsnotat vedr. Dansk Økonomi, efterår 2005, kapitel II Dette notat beskriver estimationen bag og beregningen af lønpræmier i Nationalregnskabets Adam erhverv. Forskellen i løn mellem lønmodtagere i forskellige brancher, som udfører samme type arbejde og har samme anciennitet og andre socio-økonomiske karakteristika, kaldes en lønpræmie. Konkurrenceforholdene på produktmarkedet kan være årsag til denne, da de beskæftigede i brancher med manglende konkurrence ofte har mulighed for at få mere i løn end beskæftigede i brancher med hårdere konkurrence. Dog kan andre forhold også spille ind. Analysen viser, at erhvervene Olieraffinaderier, Energiudvinding, Finansiel virksomhed, Anden transport industri samt Kemisk industri mv. har de højeste lønpræmier. 1. Indledning I Finansredegørelsen 1997 har Finansministeriet lavet en estimation af lønpræmier for lønmodtagere i forskellige erhverv i forhold til lønmodtagere i engros- og detailhandel. En lignende lønestimation er lavet af Danmarks Statistik for Konkurrencestyrelsen. Resultatet findes i Konkurrenceredegørelse 2005. Det er denne estimation, der tages udgangspunkt i nedenfor, men der er foretaget nogle ændringer, som der gøres opmærksom på undervejs. I afsnit 2 beskrives de anvendte data, afsnit 3 beskriver estimationen og beregningen af lønpræmier, mens resultaterne og fortolkningen af disse findes i afsnit 4. 2. Data Estimationen foretages på baggrund af en 10 % stikprøve fra Danmarks Statistiks IDAdatabase for perioden 1988-2002. I det følgende tages der dog kun udgangspunkt i resultaterne for perioden 2000-2002. Antallet af personer i de enkelte år varierer mellem n:\bagnotat\e05\lønpræmier.doc

190.000 og 195.000. Dette skyldes, at personerne, der indgår i analysen, er udvalgt efter bestemte kriterier. Populationen består således kun af: Personer, der ikke er på overførselsindkomst. Dvs. personer, der modtager SU, efterløn, offentlig pension eller ATP-pension, er fjernet. Lønmodtagere, som har en lønindkomst, der er større end nul. Personer, der arbejder heltid. Personer, der har indbetalt ATP. På baggrund af ATP-statistikken omregnes lønnen til helårsniveau vha. B-satsen for fuldtidsbeskæftigede på 1167 kr. om året. Dvs. hver persons årlige ATP-indbetaling, som er omregnet til en fællessats svarende til B-satsen, divideres med dette beløb, så der fås et udtryk for, om personen er almindelig fuldtidsbeskæftiget (svarende til værdien 1) eller arbejder mindre eller mere end det (værdi mindre eller større end 1). Denne værdi divideres derefter op i lønindkomsten, så der fås et udtryk for lønindkomsten pr. fuldtidsbeskæftiget. Det bemærkes desuden, at f.eks. arbejdsgivere, selvstændige og medhjælpende ægtefæller ikke er medtaget i populationen. Data indeholder følgende variabler: LOGLON: Logaritmen til lønnen beregnet ud fra ATP-statistikken, jf. ovenfor. BORN06: Dummyvariabel, der angiver, om personen har børn i alderen 0-6 år. BORN717: Dummyvariabel, der angiver, om personen har børn i alderen 7-17 år. KON2: IDA-variablen for køn med værdien 1 for kvinde. ALDERp: IDA-variablen for personens alder ultimo året. Ikke normeret. HFUD j : Defineret som personens højeste fuldførte almen- eller erhvervsuddannelse. Samme variabel som i IDA hedder HFFSP. Personerne deles op i følgende kategorier, j, efter uddannelse: 1. Folkeskole mv. 2. Gymnasiel udd. mv. 3. Erhvervsfaglig uddannelse 4. KVU (Kort videregående udd.) 5. MVU (Mellemlang videregående udd.) 6. LVU (Lang videregående udd.) 7. Uoplyst Reference gruppen er Uoplyst, og der er således en dummy med værdien 1 for hver af de andre kategorier. Den valgte variabel i IDA-databasen afviger fra den, Danmarks - 2 -

Statistik anvender for uddannelse, og kategorierne er derfor også en smule anderledes. I den population, der hér estimeres på (dvs. efter personer på efterløn mv. er taget ud) er fordelingen på kategori 1-7 ovenfor hhv. 22 %, 6 %, 43 %, 5 %, 16 %, 7 % og 1 %. KOMMUNE k : Opdeler personer efter bopælsadressekoden på områderne, k, Storkøbenhavn, Århus Amt og Resten af landet. Referencegruppen er Storkøbenhavn svarende til, at der er to dummmyer med værdien 1 for hhv. Århus Amt og Resten af landet. BO1: Dummy, der opdeler kommunerne på kategorierne Bykommuner og Øvrige, med værdien 1 for Bykommuner, der er defineret som kommuner, hvis største by har mindst 10.000 indbyggere, og værdien 0 ellers. STATUS: Dummyvariabel med værdien 1 for Kvinde eller Gift/Samlevende mand og værdien 0 for Enlig mand. BRANCHE m : Angiver den primære beskæftigelse i november. Baseret på IDA-variablen PDB932, som er den 6-cifrede branchekode, som derefter er grupperet som 111- standardgrupperingen. Standardgrupperingen kan ses i publikationen Dansk Branchekode 1993, 2.udgave 1996 i Bilag 1 s.257. Der er altså 111 brancher, m, med en selvstændig dummy for 110 af disse. Møbelindustrien bruges som reference. 3. Estimation Der er for hvert år opstillet en regressionsligning til forklaring af logaritmen til årslønnen for de udvalgte personer på tværsnitsdata: LOGLON = 0 + β 1,m BRANCHE m + 2 BORN06 + 3 BORN717 + 4 KON2 + m 5 BORN06*KON2 + 6 BORN06*KON2 + 7 ALDERp + 8 ALDERp*ALDERp + β 9, j HFUD j + j k β 10,k KOMMUNE k + 11 BO1 + 12 STATUS + Lønpræmien kan så beregnes ud fra koefficienten til hver variabel, BRANCHE m, som den del af lønforskellen mellem den pågældende branche og møbelindustrien, der ikke kan forklares af individspecifikke forhold som alder, uddannelse, køn, civilstand, børn og region, jf. afsnit 3.1 nedenfor. Der kan være relevante forhold, der ikke er medregnet i estimationen, f.eks. kan der ikke tages højde for intern efteruddannelse, ulønnet overarbejde samt individuelle produktivitetsforskelle, der ikke er bestemt af de inkluderede kontrolvariable. Derfor bør estimationen kun opfattes som en indikation. - 3 -

I Danmarks Statistiks analyse var der yderligere medtaget interaktionsled mellem KON2 og hhv. ALDERp og ALDERp*ALDERp, men dette medførte en høj grad af multikollinearitet mellem disse variabler, hvorfor de hér er taget ud. Dette har dog nærmest ingen betydning for koefficienterne til branche-dummyerne og derfor heller ikke for de beregnede lønpræmier, så resultaterne er robuste. Med ovenstående regressionsmodel fås desuden de forventede fortegn på koefficienterne til de øvrige variabler. 3.1 Beregning af lønpræmier Ud fra koefficienterne til hver variabel BRANCHE m kan lønpræmien beregnes. For en person i møbelindustrien er lønnen ln (løn 0 ) = v + 0 => løn = e (k + 0) hvor v angiver værdien af højresiden i regressionsligningen ved benyttelse af de estimerede koefficienter, når den pågældende persons data er indsat. Hvis samme person var ansat i branche m, ville hans løn derimod være ln (løn m ) = v + 1,m => løn = e (k + 1,m) hvor 1,m angiver koefficienten til den pågældende branche, og v har samme værdi som før. Herudfra kan den relative løn beregnes som (løn m /løn 0 )-1 = (e (k + 1,m) / e (k + 0) )-1 = e 1,m -1. Herefter ganges med 100 for at få tallet i procenter. Beregningerne er udført for hver af de 110 brancher. De 10 brancher med de største lønpræmier er de samme som Konkurrencestyrelsen finder i Konkurrenceredegørelse 2005, Bilagstabel 2.3 s. 69. 4. Resultater og fortolkning De relative lønpræmier er i tabel 1 angivet for hvert af de 17 Adam erhverv for årene 2000-2002. Disse er beregnet ved, inden for hver Adam erhverv, at tage et vægtet gennemsnit af lønpræmierne for de brancher (på 111-niveau ), der hører til i det pågældende Adam erhverv. Som vægt er antallet af ansatte i branchen benyttet. Det ses af tabel 1, at Adam erhvervene med de største lønpræmier er Olieraffinaderier, Energiudvinding, Finansiel virksomhed, Anden transport industri samt Kemisk industri mv. Således ses det f.eks., at den gennemsnitlige lønmodtager i Finansiel virksomhed i 2002 havde en årsløn, der var knap 33 % højere end årslønnen for den gennemsnitlige lønmodtager i møbelindustrien, når der er taget højde for individspecifikke forhold. Det kan desuden bemærkes, at lønpræmierne i de nævnte erhverv har været relativt stabile i perioden 1988-2002. - 4 -

Tabel 1 Lønpræmier i ADAM erhverv Lønpræmie 2002 Landbrug -1,9 Energiudvinding 36,5 Olieraffinaderier 48,3 El, gas og fjernvarme 18,3 Næringsmiddel 14,4 Nydelsesmiddel 9,9 Leverandør til byggeri 6,6 Jern og metal 8,2 Transportmiddel 12,7 Kemisk mv. 21,1 Anden fremstilling 14,8 Bygge og anlæg 7,2 Handel 9,2 Søtransport 6,8 Anden transport mv. 27,0 Finansiel virksomhed 32,9 Andre tjenesteydende 14,1 Anm.: Lønpræmien angiver, hvor meget lønnen ligger over lønnen i møbelindustrien, når der er kompenseret for forskelle i bl.a. køn, arbejdstid, geografisk lokalisering og uddannelse. Kilde: Lønpræmie: Egne beregninger foretaget på registerdata. Lønpræmien er altså den del af lønforskellen, der skyldes branchespecifikke forhold og/ eller ikke-observerbare individuelle forhold. Under de branchespecifikke forhold hører f.eks. graden af konkurrence i den pågældende branche, men i Finansredegørelsen 1997 peges der også på skiftende arbejdstider eller risiko for farligt arbejde. Herudover kan lønpræmierne også skyldes efficienslønninger, hvis virksomheder i visse brancher har en fordel ved at motivere deres ansatte med en høj løn. Der kan desuden være forskel i personers produktivitet pga. forskellige arbejdsevner. Erhverv, der stiller store krav til faktiske arbejdsevner, kan betale højere løn for at sikre sig de mest produktive personer. Der er i estimationen af lønpræmierne ikke korrigeret for heterogeniteten i faktiske ar- - 5 -

bejdsevner, hvorfor den estimerede forskel i lønpræmier kan være overvurderet. I Finansredegørelsen 1997 nævnes, at den høje lønpræmie i erhvervet Energiudvinding delvis kan forklares af, at de ansatte modtager en form for genetilllæg som kompensation for lange perioder med fravær fra familien. Desuden bliver videreuddannelsen af medarbejderne inden for Finansiel virksomhed ikke medregnet i deres officielle uddannelsesniveau, hvorfor lønpræmien i dette erhverv kan være overvurderet. Som nævnt i afsnit 3 skal lønpræmierne derfor kun opfattes som en indikation. Selvom der i erhvervene Anden transport industri, Kemisk industri mv. og især i erhvervet Finansiel virksomhed (som har høje estimerede lønpræmier) er høj markup, jf. baggrundsnotatet Estimation af markup i det danske erhvervsliv, er der ikke umiddelbart nogen empirisk sammenhæng mellem lønpræmier og størrelsen på markup i erhvervene. Dette udelukker dog ikke, at der kan være konkurrenceproblemer i de erhverv, der enten har en høj markup eller har en høj lønpræmie, da der kan være forskel på, om det er de ansatte eller ejerne i virksomheden, der får den største del af overskuddet. - 6 -