Uddannelse og fertilitet Andenfødselsrater i Danmark 1981-94 Mette G. Harhoff Biostatistisk Afdeling, Københavns Universitet Center for Anvendt Mikroøkonometri, Københavns Universitet Dansk Demografisk Forening, 30. April 2007
Oversigt Effekten af uddannelse på fertilitet? Hvordan skal vi måle fertilitet?
Oversigt Effekten af uddannelse på fertilitet? Hvordan skal vi måle fertilitet? Andenfødselsrater i Danmark Baggrund Data Statistisk metode Resultater
Oversigt Effekten af uddannelse på fertilitet? Hvordan skal vi måle fertilitet? Andenfødselsrater i Danmark Baggrund Data Statistisk metode Resultater Kort om selektion og endogenitet
Oversigt Effekten af uddannelse på fertilitet? Andenfødselsrater i Danmark Kort om selektion og endogenitet
Mulige måder at repræsentere fertiliteten Fertilitet som respons i en passende valgt regressionsmodel med uddannelse som forklarende variabel. Men hvordan skal vi opgøre fertiliteten?
Mulige måder at repræsentere fertiliteten Fertilitet som respons i en passende valgt regressionsmodel med uddannelse som forklarende variabel. Men hvordan skal vi opgøre fertiliteten? Den samlede fertilitet tælle antal børn
Mulige måder at repræsentere fertiliteten Fertilitet som respons i en passende valgt regressionsmodel med uddannelse som forklarende variabel. Men hvordan skal vi opgøre fertiliteten? Den samlede fertilitet tælle antal børn 1. fødselsrater
Mulige måder at repræsentere fertiliteten Fertilitet som respons i en passende valgt regressionsmodel med uddannelse som forklarende variabel. Men hvordan skal vi opgøre fertiliteten? Den samlede fertilitet tælle antal børn 1. fødselsrater Højereordens rater (2. fødsel, 3. fødsel)
Den samlede fertilitet Effekten af uddannelse Hoem et al. (2006): Uddannelse v. alder 39-43, hvordan associeret med antal børn. Svenske data, 1955-59.
Den samlede fertilitet Effekten af uddannelse Hoem et al. (2006): Uddannelse v. alder 39-43, hvordan associeret med antal børn. Svenske data, 1955-59. 1. Udd.type mindst lige så vigtigt som længde. 2. Højtuddannede får færre børn, men kun indenfor hver udd.type.
Den samlede fertilitet Effekten af uddannelse Hoem et al. (2006): Uddannelse v. alder 39-43, hvordan associeret med antal børn. Svenske data, 1955-59. 1. Udd.type mindst lige så vigtigt som længde. 2. Højtuddannede får færre børn, men kun indenfor hver udd.type. Hoem et al. (2006) Barnløshed som udfald, samme gruppering af uddannelse.
Førstefødselsrater Effekten af uddannelse Liefbroer og Corijn (1999): Højt uddannede starter senere (NL og BE)
Førstefødselsrater Effekten af uddannelse Liefbroer og Corijn (1999): Højt uddannede starter senere (NL og BE) Lappegård og Rønsen (2005): Lavere 1. fødselsrater for kvinder under udd. (NO), catching-up-effect.
Anden- og/eller tredjefødselsrater Effekten af uddannelse Olàh (2005): Positiv effekt af uddannelse på andenfødselsrater for Sverige, ingen effekt for Ungarn.
Anden- og/eller tredjefødselsrater Effekten af uddannelse Olàh (2005): Positiv effekt af uddannelse på andenfødselsrater for Sverige, ingen effekt for Ungarn. Hoem, Prskawetz og Neyer (2003): Positiv effekt af uddannelse på tredjefødselsrater i Østrig.
Anden- og/eller tredjefødselsrater Effekten af uddannelse Olàh (2005): Positiv effekt af uddannelse på andenfødselsrater for Sverige, ingen effekt for Ungarn. Hoem, Prskawetz og Neyer (2003): Positiv effekt af uddannelse på tredjefødselsrater i Østrig. Kravdal (2001): Positiv effekt af uddannelse på anden- og tredjefødselsrater i Norge.
Anden- og/eller tredjefødselsrater Effekten af uddannelse Olàh (2005): Positiv effekt af uddannelse på andenfødselsrater for Sverige, ingen effekt for Ungarn. Hoem, Prskawetz og Neyer (2003): Positiv effekt af uddannelse på tredjefødselsrater i Østrig. Kravdal (2001): Positiv effekt af uddannelse på anden- og tredjefødselsrater i Norge. Kreyenfeld (2002): Positiv effekt af uddannelse på andenfødselsrater i Vesttyskland. Mange studier viser en positiv effekt af uddannelse på højereordens fødselsrater - også de lande vi ofte sammenligner os med.
Oversigt Effekten af uddannelse på fertilitet? Andenfødselsrater i Danmark Kort om selektion og endogenitet
Baggrundsoplysninger om Danmark, 1981-94 TFR lavest i 1983 (1.38), højest i 1994 (1.81)
Baggrundsoplysninger om Danmark, 1981-94 TFR lavest i 1983 (1.38), højest i 1994 (1.81) Høj kvindelig erhvervsfrekvens, 65% i 1980, 71% i 1994 (16-66 år) (Knudsen, 2002)
Baggrundsoplysninger om Danmark, 1981-94 TFR lavest i 1983 (1.38), højest i 1994 (1.81) Høj kvindelig erhvervsfrekvens, 65% i 1980, 71% i 1994 (16-66 år) (Knudsen, 2002) Gns. alder ved første fødsel, 24.8 (1981), 27.3 (1994)
Baggrundsoplysninger om Danmark, 1981-94 TFR lavest i 1983 (1.38), højest i 1994 (1.81) Høj kvindelig erhvervsfrekvens, 65% i 1980, 71% i 1994 (16-66 år) (Knudsen, 2002) Gns. alder ved første fødsel, 24.8 (1981), 27.3 (1994) Barselsorlov: Fra 1981: 4 uger før forventet fødsel, 14 uger efter fødsel Fra 1984: udvides til 20 uger, senere til 24 uger (nogle kan tages af faderen)
Baggrundsoplysninger om Danmark, 1981-94 TFR lavest i 1983 (1.38), højest i 1994 (1.81) Høj kvindelig erhvervsfrekvens, 65% i 1980, 71% i 1994 (16-66 år) (Knudsen, 2002) Gns. alder ved første fødsel, 24.8 (1981), 27.3 (1994) Barselsorlov: Fra 1981: 4 uger før forventet fødsel, 14 uger efter fødsel Fra 1984: udvides til 20 uger, senere til 24 uger (nogle kan tages af faderen) Veludbygget pasningssystem. Dækningsgrad: 75% for børnehaver, 50% for vuggestuer
Arbejdshypoteser Hvad forventer vi at se - og hvordan kan det forklares? Forventer en positiv effekt af uddannelse på andenfødselsrater pga. lignende resultater fra andre vesteuropæiske lande.
Arbejdshypoteser Hvad forventer vi at se - og hvordan kan det forklares? Forventer en positiv effekt af uddannelse på andenfødselsrater pga. lignende resultater fra andre vesteuropæiske lande. Time-squeeze hypotese (Kreyenfeld, 2002)
Arbejdshypoteser Hvad forventer vi at se - og hvordan kan det forklares? Forventer en positiv effekt af uddannelse på andenfødselsrater pga. lignende resultater fra andre vesteuropæiske lande. Time-squeeze hypotese (Kreyenfeld, 2002) Første fødsel udskydes af højtuddannede kvinder Biologi fødsler skubbes ( squeezes ) tættere sammen
Arbejdshypoteser Hvad forventer vi at se - og hvordan kan det forklares? Forventer en positiv effekt af uddannelse på andenfødselsrater pga. lignende resultater fra andre vesteuropæiske lande. Time-squeeze hypotese (Kreyenfeld, 2002) Første fødsel udskydes af højtuddannede kvinder Biologi fødsler skubbes ( squeezes ) tættere sammen Kortere afstand ml. 1. og 2. barn for kvinder, som starter sent (Strandberg-Larsen et al., 2007) Er det bare et spørgsmål om alder?
Arbejdshypoteser Hvad forventer vi at se - og hvordan kan det forklares? Forventer en positiv effekt af uddannelse på andenfødselsrater pga. lignende resultater fra andre vesteuropæiske lande. Time-squeeze hypotese (Kreyenfeld, 2002) Første fødsel udskydes af højtuddannede kvinder Biologi fødsler skubbes ( squeezes ) tættere sammen Kortere afstand ml. 1. og 2. barn for kvinder, som starter sent (Strandberg-Larsen et al., 2007) Er det bare et spørgsmål om alder? Partnerhypotese (Kreyenfeld, 2002) - højtuddannede kvinder danner par med højtuddannede mænd. Kan det forklare en evt. positiv effekt?
Populationen Alle kvinder af dansk oprindelse, første barn 1981-1994
Populationen Alle kvinder af dansk oprindelse, første barn 1981-1994 Kun enkeltfødsler (første og anden)
Populationen Alle kvinder af dansk oprindelse, første barn 1981-1994 Kun enkeltfødsler (første og anden) Kvinder som er 17-40 år ved første fødsel
Populationen Alle kvinder af dansk oprindelse, første barn 1981-1994 Kun enkeltfødsler (første og anden) Kvinder som er 17-40 år ved første fødsel Følges indtil enten udg. af 1994 ell. alder 45
Populationen Alle kvinder af dansk oprindelse, første barn 1981-1994 Kun enkeltfødsler (første og anden) Kvinder som er 17-40 år ved første fødsel Følges indtil enten udg. af 1994 ell. alder 45 Størrelse: 329,440 kvinder (1-barns mødre) 208,390 andenfødsler
Variable Alder ved første fødsel Alder ved udgangen af hvert kalenderår Varighed=første barns alder (beregnet udfra to ovenstående) Civilstand, partnerskabsstatus udfra ctype Højest fuldførte uddannelse (almen og erhvervs), igangværende uddannelse, oktober året før. Samme uddannelsesoplysninger for partneren For hvert kalenderår: Fandt anden fødsel sted, ja/nej
Deskriptiv Statistik Alder ved første fødsel Alder (1. fdsl) Antal Pct 17-19 19,052 5.8% 20-23 94,100 28.6% 24-27 126,778 38.5% 28-31 64,336 19.5% 32-35 19,440 5.9% 36-40 5,734 1.7%
Deskriptiv Statistik, forts. Uddannelse Uddannelse Antal Pct Lang videregående 9,202 2.8% Kort/mlang videregående 57,641 17.5% Faglært 104,458 31.7% Stud.eks./kortere 138,898 42.2% Under uddannelse 19,241 5.8% Bemærk: Uddannelse er registreret i oktober det år, hvor den første fødsel finder sted.
Deskriptiv Statistik, forts. Partnerskabsstatus Type (CTYPE) Antal Pct Enlig 32,932 10.0% Samlevende (fælles barn) 128,303 39.0% Samboende (u. fælles barn) 20,255 6.2% Gift 147,950 44.9% Bemærk: Partnerskabsstatus er registreret ved udgangen af det år, hvor det første barn er født.
Deskriptiv Statistik, forts. Medianalder ved første fødsel efter uddannelse Uddannelse Medianalder ved første fødsel Uddannelse 30 Lang videregående 28 Kort/mlang videregående 25 Faglært 23 Stud.eks/kortere 25 Under uddannelse Bemærk: Uddannelse er registreret i oktober det år, hvor den første fødsel finder sted.
Modellering proportionale intensiteter (kontinuert tid): λ i (t) = exp [ λ 0 (t) + β x i (t) ] Da data er diskrete, modelleres P it - betingede ssh for at føde barn nr. 2 i et givet år, betinget af at det ikke er sket endnu diskret-tids hazard rate, log [ log(1 P it )] = λi(t) = λ 0 (t) + β x i (t)
Modellering proportionale intensiteter (kontinuert tid): λ i (t) = exp [ λ 0 (t) + β x i (t) ] Da data er diskrete, modelleres P it - betingede ssh for at føde barn nr. 2 i et givet år, betinget af at det ikke er sket endnu diskret-tids hazard rate, log [ log(1 P it )] = λi(t) = λ 0 (t) + β x i (t) Fortolkningen af parameterestimaterne er rate-ratioer.
Modellering, fortsat Software: SAS: PROC GENMOD.
Modellering, fortsat Software: SAS: PROC GENMOD. Bruger Deviance/DF som kriterium for, om modellen passer tilstrækkeligt godt til data. Skal være tæt på 1.
Model 1 Kun hovedvirkninger Moderens uddannelse Rate-ratio Lang videregående 1.29 Kort/ml.lang videregående 1.28 Faglært 1 Stud.eks./kortere 0.97 Under uddannelse 0.66 Deviance/DF 2.1 Model 1: Kontrolleret for første barns alder (baseline), kalenderår, alder ved første fødsel, partnerskabsstatus, partnerens uddannelse.
Model 1 (forts.) Kun hovedvirkninger Alder ved første fødsel Rate-ratio 17-23 1.75 24-27 1.38 28-31 1 32-35 0.61 36-40 0.35 Deviance/DF 2.2 Model 1: Kontrolleret for første barns alder (baseline), kalenderår, moderens uddannelse, partnerskabsstatus, partnerens uddannelse. Tilbage
Time-squeeze hypotesen Høj alder ved første fødsel fødsler presses tættere sammen (Strandberg-Larsen et al. 2007).
Time-squeeze hypotesen Høj alder ved første fødsel fødsler presses tættere sammen (Strandberg-Larsen et al. 2007). Gælder dette mønster i særligt høj grad for højtuddannede kvinder?
Time-squeeze hypotesen Høj alder ved første fødsel fødsler presses tættere sammen (Strandberg-Larsen et al. 2007). Gælder dette mønster i særligt høj grad for højtuddannede kvinder? Hvis ja: Time-squeeze en mulig forklaring på de højere rater for højtuddannede kvinder.
Varighed og alder ved første barns fødsel Vekselvirkningsmodel Interaction between age (at first birth) and baseline duration Log hazard 4 3 2 1 0 Age at first birth 17 27 28 31 32 35 36 40 1 2 3 4 Duration (years) Uddannelse 17-27 år 28-31 år 32-35 år 36-40 år Hovedvirkning, alder
Partnerhypotesen Er det mandens uddannelse der bestemmer? Højtuddannede kvinder gifter sig med højtuddannede mænd...
Partnerhypotesen Er det mandens uddannelse der bestemmer? Højtuddannede kvinder gifter sig med højtuddannede mænd... Er det i virkeligheden det, der har betydning? Kreyenfeld, Vesttyskland: JA, andre institutionelle forhold.
Educational level A: Woman, marginal B: Woman, conditional high further 1.467 1.288 sh./m. further 1.341 1.276 vocational 1 1 no/low degree 0.967 0.971 in education 0.693 0.663 Educational level C: Partner, marginal D: Partner, conditional high further 1.385 1.288 sh./m. further 1.206 1.141 vocational 1 1 no/low degree 0.975 0.979 in education 1.053 1.056
Konklusion Ser ikke ud til at time-squeeze kan forklare de højere andenfødselsrater blandt de højest uddannede... Ej heller partnerhypotesen ser ud til at du i det danske tilfælde... Selektion kan være en mulig alternativ forklaring (Kreyenfeld, 2002, Kravdal (2001))
Oversigt Effekten af uddannelse på fertilitet? Andenfødselsrater i Danmark Kort om selektion og endogenitet
Hvad menes med selektionsproblemer? Når vi sammenligner kvinder med samme alder ved første fødsel men forskelligt udd.niveau så tager vi ikke højde for, at de måske har forskellige præferencer. An artefact of the separate modelling of each parity transition (Kravdal, 2001). Modellere alle overgange (pariteter) simultant og inkludere en uobserveret heterogenitetsfaktor til at repræsentere kvindens præferencer (Kravdal, 2001 og Kreyenfeld, 2002).
Endogenitet Hvordan kan det være et problem? Problemet: Vi vil gerne måle effekten af en given uddannelse på fertiliteten, men vi tager ikke højde for, at fertiliteten potentielt virker tilbage på uddannelsen feedback.
Endogenitet Hvordan kan det være et problem? Problemet: Vi vil gerne måle effekten af en given uddannelse på fertiliteten, men vi tager ikke højde for, at fertiliteten potentielt virker tilbage på uddannelsen feedback. Hoem et al. (2006) diskuterer denne mulighed.
Endogenitet Hvordan kan det være et problem? Problemet: Vi vil gerne måle effekten af en given uddannelse på fertiliteten, men vi tager ikke højde for, at fertiliteten potentielt virker tilbage på uddannelsen feedback. Hoem et al. (2006) diskuterer denne mulighed. Men ingen af de nævnte studier tager faktisk højde for sådanne problemer.
Perspektiver Arbejde med modeller som kan klare endogenitet Forskellige metoder til rådighed fra økonometri og biostatistik.
Perspektiver Arbejde med modeller som kan klare endogenitet Forskellige metoder til rådighed fra økonometri og biostatistik. Hvilke resultater giver de - og hvad fungerer bedst.
Perspektiver Arbejde med modeller som kan klare endogenitet Forskellige metoder til rådighed fra økonometri og biostatistik. Hvilke resultater giver de - og hvad fungerer bedst. Hvad er den kausale effekt af uddannelse på fertilitet??
Tak for jeres opmærksomhed! meha@biostat.ku.dk www.biostat.ku.dk/ meha
Age at first birth and duration (2) Effekten af uddannelse Uddannelse HV-model VV-model Lang videregående 1.29 1.23 Kort/ml.lang videregående 1.28 1.21 Faglært 1 1 Stud.eks/kortere 0.97 0.99 Under uddannelse 0.66 0.68 Deviance/DF 2.2 1.8 Tilbage
Time-squeeze for highly educated? Alder: 20-27 ved første fødsel Age at first birth 20 27 years Log hazard 5 4 3 2 1 high sh/m voc low under 1 2 3 4 Duration (years) Tilbage
Time-squeeze for highly educated? Alder: 28-31 ved første fødsel Age at first birth 28 31 years Log hazard 5 4 3 2 1 high sh/m voc low under 1 2 3 4 Duration (years) Tilbage
Time-squeeze for highly educated? (32-35) Age at first birth 32 35 years Log hazard 5 4 3 2 1 high sh/m voc low under 1 2 3 4 Duration (years) Tilbage
Time-squeeze for highly educated? (36-40) Age at first birth 36 40 years Log hazard 5 4 3 2 1 high sh/m voc low under 1 2 3 4 Duration (years) Tilbage
Hoem, J., Neyer, G., and Andersson, G. (2006a). Education and childlessness. The relationship between educational field, educational level, and childlessness among Swedish women born in 1955-59. Demographic Research, 14(15):331 380. Hoem, J., Neyer, G., and Andersson, G. (2006b). Educational attainment and ultimate fertility among Swedish women born in 1955-59. Demographic Research, 14(16):381 404. Hoem, J., Prskawetz, A., and Neyer, G. (2001). Autonomy or conservative adjustment? The effect of public policies and educational attainment on third births in Austria, 1975-96. Population Studies, 55(3):249 261. Knudsen, L. (2002).
An overview of recent fertility trends and family policies in Denmark. Nordic Demography: Trends and Differentials, pages 131 156. Kravdal, Ø. (2001). The High Fertility of College Educated Women in Norway. Demographic Research, 5:187 215. Kreyenfeld, M. (2002). Time-squeeze, partner effect or self-selection? An investigation into the positive effect of women s education on second birth risks in Western Germany. Demographic Research, 7:15 48. Lappegård, T. and Rønsen, M. (2005). The Multifaceted Impact of Education on Entry into Motherhood. European Journal of Population/Revue européenne de Démographie, 21(1):31 49.
Oláh, L. (2003). Gendering fertility: Second births in Sweden and Hungary. Population Research and Policy Review, 22(2):171 200. Strandberg-Larsen, K., Knudsen, L., Thygesen, L., and Keiding, N. (2007). Second-birth rates in Denmark from 1980 to 1994. Does spacing between the first and the second child depend on the age at initiating childbirth. In Knudsen, L. and et al, editors, Our Demographic Future - a Challenge: On the Need for Demographic Analyses, volume 15 of Scandinavian Population Studies. Nordic Demographic Society, Aalborg Universitetsforlag. Forthcoming.