شکاف جنسیتی دستمزد شاغلان بخش دولتی و خصوصی در بازار نیروی کار شهری ایران: رهیافت تجزیه مبتنی بر مدل توبیت با متغیر ابزاری (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
گسترده معرفی: یکی از شاخص های مهم برای سنجش پیشرفت و توسعه هر کشور، وضعیت زنان هر کشور است. با مروری بر وضعیت شغلی و درآمدی زنان و مقایسه ی آن با مردان، مشخص است که زنان از آسیب پذیرترین بخش های جمعیت کشور هستند. در چهار دهه گذشته زنان ایرانی تبدیل به نیمی از فارغ التحصیلان دانشگاهی کشور شده اند اما طبق آمار نتایج نیروی کار سال 1396، نرخ مشارکت زنان در بازار کار16 درصد بوده که با نرخ مشارکت 5/64 درصدی مردان تفاوت بسیار دارد. همچنین در بازار نیروی کار ایران، شکاف مثبت دستمزدی به صورت فزونی دستمزد زنان باوجود تفاوت ناچیز سطح تحصیلات آنان، نسبت به مردان وجود دارد. این مطالعه برآن است تا به بنیادی ترین و بدیهی ترین نابرابری، یعنی نابرابری دستمزدی، بپردازد و تعیین کند چه میزان از این نابرابری دستمزد ناشی از تبعیض و چه میزان ناشی از ویژگی های سرمایه انسانی است. . در بسیاری از موارد، در مباحث دستمزدی زنان و مردان با داده های سانسور شده مواجه هستیم که نیازمند برآورد یک مدل توبیت است؛ زیرا در حضور داده های سانسور شده، روش حداقل مربعات معمولی، پارامترهای ناسازگار و نتایج گمراه کننده به دنبال خواهد داشت. مسئله محوری این پژوهش بررسی شکاف دستمزدی با مدل توسعه یافته ای از روش تجزیه اوکساکا با استفاده از مدل های توبیت می باشد که در مطالعات قبلی به آن پرداخته نشده است. متدولوژی: همانطور که در قسمت معرفی بیان شد، هدف این مقاله، بررسی این موضوع است که حتی با کنترل کردن عواملی چون سطح تحصیلات، گروه شغلی و نیز سن باز هم تبعیض آشکاری میان دستمزد مردان و زنان در بازار کار کشور وجود دارد. از این رو مقاله پیش رو ضمن اندازه گیری دقیق مقدار شکاف دستمزدی مردان و زنان در بازار کار کشور، این اختلاف را به دو بخش ناشی از برخورداری های مردان و زنان و همچنین تبعیض تجزیه می کند. براساس پژوهش های نظری و تجربی، تکنیک برآورد شکاف دستمزدی در دو قالب روش حداقل مربعات معمولی و تعریف متغیر دامی و تجزیه اوکساکا و بلایندر برآورد شده است. اما با توجه به اهمیت موضوع و همچنین تصویر موجود از داده های سانسور شده، روش محاسبه شکاف دستمزدی موجود دارای تورش بوده و نتایج قابل اعتمادی ارائه نمی دهد. این مطالعه تلاش می کند دستمزد نیروی کار را به صورت تمایل بالقوه و بالفعل افراد در بازار نیروی کار اندازه گیری کند و جهت رفع مشکل داده های سانسور شده در تجزیه اوکساکا، از مدل توبیت استفاده می کند. یافته ها: نتایج حاصل از بررسی شکاف جنسیتی دستمزد به روش توبیت با داده های سانسور شده نشان می دهد که میزان تفاوت در میانگین لگاریتم دستمزد بین مردان و زنان مثبت و حاکی از بالاتر بودن دستمزد مردان نسبت به زنان در مناطق شهری است. عدد مثبت در این بخش به معنای افزایش شکاف جنسیتی دستمزد به ضرر زنان است. بر اساس نتایج حاصل از برآورد الگوها، با افزایش مقطع تحصیلی، دستمزد مردان و زنان به میزان معناداری افزایش می یابد، اما این افزایش دستمزد برای زنان بیشتر از مردان است که از نرخ بازدهی بالاتر تحصیلی برای زنان نسبت به مردان حکایت دارد. نتایج نشان می دهد، اگر سانسور داده ها در نظر گرفته شود، بازدهی تحصیلی زنان و مردان به میزان قابل توجهی کاهش پیدا می کند. نکته قابل توجه این است که تاثیر در نظر گرفتن سانسور داده ها بر کاهش بازده تحصیلی در مورد زنان خیلی بیشتر از مردان است. علاوه بر آن اشتغال در بخش دولتی دارای تاثیر مثبت و معناداری بر دستمزد است که این تأثیر در هر دو روش برای زنان بیشتر از مردان است. نتایج تخمین مدل نشان می دهد که تأثیر تجربه بالقوه از الگوی u معکوس تبعیت می کند. بدین معنی که افراد با سطوح میانی تجربه بالقوه، از بیشترین میزان دستمزد نسبت به دو سر طیف برخوردار هستند. در این مطالعه با توجه به احتمال درون زایی متغیر تجربه کاری، از متغیر ابزاری به عنوان جایگزین تجربه کاری استفاده شده است. نتیجه: نتایج پژوهش نشان می دهد که شکاف جنسیتی دستمزد در هر دو روش، به صورت فزونی میانگین دستمزد مردان نسبت به زنان در بازار کار ایران وجود دارد اما در صورت نادیده گرفتن اریب داده های سانسور شده، تفاوت دستمزد زنان و مردان که توسط سرمایه انسانی قابل توضیح است و همچنین تبعیض جنسیتی دستمزد که قابل توضیح با سرمایه انسانی نیست بیش از اندازه برآورد می شود که این افزایش برآورد در بخش تبعیض جنسیتی دستمزد به میزان بیشتری محسوس است و تبعیض دستمزدی را بیش از میزان واقعی آن نشان می دهد. در نتیجه روش محاسبه شکاف دستمزدی موجود بر حسب روش ols دارای تورش بوده و نتایج قابل اعتمادی ارائه نمی دهد.Gender pay gap of public-private sectors in the Iranian Labor Market: decomposition approach based on Tobit model with instrumental variable
EXTENDED ABSTRACT
INTRODUCTION
one of the important indicators of measuring the development of any country is the situation of females in each country. Overview of the status and income of females compared with males, it is clear that females are the most vulnerable parts of the population. In the last four decades, Iranian females have become half of the country's university graduates, but according to labor force statistics in 2017, the participation rate of females was 16%, relative to the participation rate of 64.5% male. According to the data of urban household income and expenditure survey in 2017, there is an increase in female's hourly wages relative to men, despite the small difference between the level of education of male and female, and the phenomenon of the gender pay gap in the Iranian labor market. This study aims to address the most fundamental and obvious inequality, namely wage inequality, and determine how much of this wage inequality is due to discrimination and how much is due to the characteristics of human capital. In many cases, in the discussion of pay gap, we face censored data, which requires the estimation of a Tobit model; Because in the presence of censored data, ordinary least squares method will lead to inconsistent parameters and misleading results. Investigating the pay gap with a developed model of the Oaxaca decomposition method using Tobit models,is the pivotal issue in this research which has not been discussed in previous studies.
METHODOLOGY
As stated, the purpose of this article is to investigate the fact that by controlling factors such as the level of education, occupational group, and age, there is still a clear discrimination between the wages of men and women in the labor market. Therefore,This study aims to address the most fundamental and obvious inequality, namely wage inequality, and determine how much of this wage inequality is due to discrimination and how much is due to the characteristics of human capital.
According to theoretical studies, the technique of estimating the wage inequality has been estimated in two forms, the Ols and the definition of dummy variable, and the of Oaxaca and Blinder decomposition. This study attempts addition to OLS model, Provide accurate estimates of the gender pay gap with the help of the censored Tobit model in Iran labor market.
FINDINGS
The results of the study of the gender wage gap of the censored Tobit model show that the wage inequality is positive between men and women. A positive wage inequality means an increase in the gender wage gap to the loss of women. According to the results of the estimation of the models, with the increase in the level of education, significantly the wages of men and women increase. Because women have a higher educational attainment rate than men, wage increases for women are greater than for men. The results show, if is considered data censoring, the educational attainment of men and women significantly decreases. The impact of considering data censoring is much higher on educational attainment for women than men. Also, the private sector has a larger share of employment, but the wage gap in this sector is greater than in the public sector. The results show that potential experience follows an inverted u-shaped pattern. That is, people intermediate levels of potential experience have the highest wage compared to the two ends of the spectrum. In this study, due to the possibility of endogeneity of experience variable, an instrumental variable has been used as a substitute for work experience.
CONCLUSION
According to the available image of the censored data, the method of estimating the Conventional gender pay gap is biased and does not provide reliable results. This study attempts addition to OLS model, Provide accurate estimates of the gender pay gap with the help of the censored Tobit model in Iran labor market. Due to the indigenous of the experience, has been used the Tobit model with an instrumental variable. According to the results, with ignored the bias of censored data, is overestimated the part of the gender pay gap (GPG) attributable to gender differences in observed endowments and part of the GPG is due to that the same endowment generates different returns for male and female workers.