Bevándorlók munkaerő-piaci helyzete Magyarországon

Eötvös Lóránd Tudományegyetem Társadalomtudományi Kar ALAPKÉPZÉS

Bevándorlók munkaerő-piaci helyzete Magyarországon Elemzés a 2011. évi népszámlálás adatainak segítségével

Konzulens: Horn Dániel

Készítette: Károlyi Róbert Viktor HW1LJA alkalmazott közgazdaságtan szak

2016. április

Köszönetnyilvánítás Szeretném megragadni az alkalmat és köszönetet mondani Köllő Jánosnak, amiért lehetővé tette eme kutatás elvégzését és szakmai tanácsaival segítette elkészülésének folyamatát. Továbbá köszönettel tartozom Czeglédi Tibornak, az MTA KRTK Adatbank munkatársának a kutatószobai munkában való segítségéért.

Külön köszönöm szüleimnek és Vida Saroltának a munka során nyújtott feltétel nélküli támogatásukat.

Tartalomjegyzék 1.

Bevezetés .............................................................................................................................. 2

2.

A bevándorlás közgazdaságtanáról ..................................................................................... 3 2.1.

3.

Származás és önszelekció ............................................................................................. 4

A bevándorlók munkaerő-piaci helyzete Európában .......................................................... 6 3.1.

Foglalkoztatottsági és munkanélküliségi helyzetük Európában ................................. 6

3.2.

Konvergencia a foglalkoztatásban ............................................................................... 7

3.3. Bevándorlók szerepe a foglalkoztatás növekedésében ................................................. 10 4.

Elemzés: a bevándorlók munkaerő-piaci helyzete Magyarországon ............................... 11 4.1.

Adatok ......................................................................................................................... 11

4.2.

Leíró statisztika ........................................................................................................... 11

4.3.

Módszertan: Oaxaca-Blinder-féle dekompozíciós eljárás ......................................... 17

4.3.1.

Standard módszer............................................................................................... 17

4.3.2.

Egy megoldás logisztikus becslőfüggvény esetére ............................................ 18

4.4.

5.

Eredmények ................................................................................................................ 21

4.4.1.

Dekompozíció - Nők ........................................................................................... 21

4.4.2.

Összetételhatások - Nők..................................................................................... 23

4.4.3.

Paraméterhatások - Nők .................................................................................... 24

4.4.4.

Dekompozíció – Férfiak ...................................................................................... 25

4.4.5.

Összetételhatások - Férfiak ................................................................................ 26

4.4.6.

Paraméterhatások - Férfiak................................................................................ 27

4.4.7.

Dekompozíció logisztikus becslésekkel – Férfiak .............................................. 28

4.5.

Dekompozíció eredményeinek értékelése ................................................................ 30

4.6.

Bevándorlók heterogenitása ...................................................................................... 32

Konklúzió ............................................................................................................................ 33

Irodalomjegyzék .......................................................................................................................... 34 Függelék ...................................................................................................................................... 37

1

1. Bevezetés A következő dolgozat célja a Magyarországon élő bevándorló népesség munkaerő-piaci helyzetének feltérképezése. Az utóbbi néhány évben egész Európában a figyelem középpontjába került a bevándorlás. A régi Európai Úniós országokban a migrációs válságot megelőzően is fontos szerepe volt, Kelet-Európában azonban csak az elmúlt években merült fel jelentősebb bevándorlás lehetősége. 2015-ben az Eurostat adatai szerint1 Magyarországon kértek Németország után legtöbben menedéket az EU országaiban. A több mint 150 ezer emberfős menedékkérő áradatból nem tudjuk, mennyien maradnak és maradtak itt pontosan, illetve milyen humán tőkével rendelkeznek, ám akik itt tartózkodnak, előbb vagy utóbb a munkapiacra kerülnek (Hárs, 2015). A magyar munkaerőpiacon nincsen jelentős szerepe a bevándorlóknak, emiatt a szokásos adatgyűjtések nem adnak lehetőséget a migráns válságot megelőző bevándorló populáció helyzetének részletes vizsgálatára. Kivételt képez a népszámlálási adatbázis, amely szinte teljes képet nyújt a Magyarországon tartózkodó népességről. Habár ezen adatok elemzése által keveset állíthatunk egy esetleges menekült sokkról a munkaerőpiacon, érdemes megvizsgálni azon tényezőket, amik a már itt élő bevándorlók gazdasági aktivitását befolyásolják. A bevezetést követően, először egy rövid összefoglalót szeretnék nyújtani a bevándorlással kapcsolatos fontosabb közgazdasági elméletekről és azok kritikáiról. Az elméleti összefoglalót követően összegezem néhány európai és magyar kutatás eredményeit, melyek a bevándorlók foglalkoztatottságát érintik. A dolgozat negyedik szakaszában saját számításaimat ismertetem. Az elemzés elsődleges célja a külföldi illetve magyar születésűek foglalkoztatási rátáinak összehasonlító vizsgálata. Először leíró statisztikai eszközöket használva, nagyobb származási csoportok szerint hasonlítom össze a népesség gazdasági aktivitását. Ezt követően többváltozós elemzés segítségével próbálom meg a hazai és migráns népesség

1

Eurostat (2016): Asylum statistics. http://ec.europa.eu/eurostat/statisticsexplained/index.php/Asylum_statistics#Further_Eurostat_information

2

foglalkoztatási rátái közti különbséget részleteiben vizsgálni. Az elemzés során a 2011. évi népszámlálás adatait használtam. Végül kiértékelem és összefoglalom a vizsgált eredmények és az elemzés tanulságait a felvetett elméletek fényében.

2. A bevándorlás közgazdaságtanáról Borjas (1989) alapján a migrációval kapcsolatos közgazdasági keret az alábbi módon írható le. A közgazdasági gondolkodásban megszokott módon, az elméletek szűkös erőforrások elosztásával foglalkoznak. A szűkös erőforrás maga a munka, és a készleteket különböző munkapiacok között allokálják a szereplők, valamennyi költséget és hasznot (legyen az pszichikai vagy jövedelmi természetű), illetve korlátot figyelembe véve. Három kérdést nevez meg, melyek az egyes elméletek középpontjában állnak: (i) milyen tényezők befolyásolják a bevándorlás méretét illetve összetételét; (ii) hogyan alkalmazkodnak a bevándorlók a fogadó ország nyújtotta környezethez; (iii) milyen hatással van a migráció a fogadó és a küldő országok gazdaságára? Mint mondja, az elméletek nem írják le egységesen mind a három kérdést, de az egyes kérdésekre vonatkozóan léteznek kidolgozott hipotézisek és elméletek. Jelen dolgozat alapvetően a második kérdésre fókuszál, de fontos fejben tartani, hogy a három kérdés (és a rájuk adandó válaszok) nem függetlenek egymástól. A migrációt Harrod és Hicks (1939) humán tőke befektetési problémaként írják le. Minél nagyobb a megtérülés és minél kisebbek a költségek annál magasabb az átlépés valószínűsége. Az agyelszívás (brain drain) jelensége tekinthető az aszimmetrikus információ következményének: a küldővel szemben a fogadó ország ismeri a képességek értékét (Kwok és Leland, 1982). A bevándorlás fogadó országra mért hatásai terén Piore (1979) szolgál elmélettel, miszerint a bevándorlók tipikusan olyan munkát vállalnak, amit a fogadó népesség nem vállalna el, így a várható hatás csupán kismértékű lehet.

3

Meghatározó szerepe van az irodalomban az asszimiláció vizsgálatának. Chiswick (1978) keresztmetszeti életkor-kereseti kereseti görbéket becsül és azt látja, hogy a bevándorlók 35 éves kor körül nem csak elérik, de meg is haladják a bennszülött népesség átlagbérét. Ebből következtet a pozitív szelekcióra, véleménye szerint rátermettebbek és motiváltabbak a bevándorlók. Az asszimilációt vizsgáló módszert kritizálja Borjas (1985). Szerinte hibát követünk el, ha a régebben érkezettek munkapiaci tapasztalatai alapján következtetünk az újonnan érkezettek jövőbeli béreire. Az egyes migrációs hullámokban érkező bevándorlók nem megfigyelt tulajdonságai eltérőek lehetnek. Amennyiben a frissebb kohorszok produktivitása kisebb, mint a régebbieké, akkor tévesen következtethetünk a keresztmetszeti elemzésből asszimilációra. A kohorszok között természetesen a küldő országok aránya is különböző lehet, ami szintén hasonló torzításokat okozhat. Jelentkezhet ilyen hatás, amikor az alacsonyabb béreket elérő migránsok idővel kiszelektálódnak, és hazatérnek, így a régebben érkező migránsok átlagos termelékenysége magasabb lehet, mint az újonnan érkezőké. Borjas hozzáteszi, fontos az is, milyen idősen érkeznek a bevándorlók. Kimutatja, ha erre kontrolálunk, eltűnik a bér-konvergencia (Borjas, 1994). Kutatás szempontjából szintén fontos tényező a nyelvtudás (Welch, 1983). A fogadó ország nyelvének ismerete, illetve több nyelvismeret jelentősen hozzájárul a konvergenciához. Elemzés során ezen tényezőket is érdemes tehát figyelembe venni.

2.1.

Származás és önszelekció

Az egymást követő bevándorló kohorszok relatív bérének csökkenését nagyban magyarázza azok származási ország szerinti összetétele (Borjas, 1992). Az egyes csoportok között magas a szórás végzettség és bér szerint. Származási ország egy főre jutó GDP-je és az egyének bére közti erős pozitív korreláció figyelhető meg (Jasso és Rosenzweig, 1986). Az önszelekciós folyamatok megértése szintén fontos a migráció vizsgálatához. Andrew Roy jövedelemmaximalizálási döntésként írja le a migrációt (Roy, 1951). Kérdés az, hogy ki találja úgy végül, hogy megéri átlépnie a fogadó országba. A modell összességében azt 4

implikálja, hogy három féle rendezés (sorting) különböztethető meg egymástól, tehát három féle szelekcióról beszélhetünk. Amikor olyan egyének döntenek a migráció mellett, akik mind a küldő mind a fogadó országban az átlagosnál nagyobb bérrel rendelkeznek, pozitív kiválasztódásról beszélünk. Ez az eset akkor esik meg, ha a küldő és fogadó országban a képességekkel járó kereseti lehetőségek kellően korreláltak és a fogadó ország bérei jobban szóródnak. Ez a „brain drain”, a jó képességűek olyan országokba mennek, ahol a kereseti lehetőségek szélesebbek. Ellenkező esetben, ha küldő országban nagyobb a kereseti lehetőségek szóródása, a bérek eloszlásának alsó részén elhelyezkedők érdekeltek a migrációban. Ez a negatív rendezés. Ez esetben, a migráns mind a küldő mind a fogadó országban átlagnál alacsonyabb potenciális bérrel rendelkezik. (Szintén megkövetelendő a képességek jövedelmezőségének kellő korrelációja.) Ezen bevándorlók nagyobb biztonság érzik magukat azon helyeken, ahol nem szóródnak túlzottan a bérek, így gyengébb képességeik nem jelentenek akkora hátrányt. A „menekült rendezés” a harmadik lehetőség. Ez az az eset, amikor az egyén készségei a küldő országban kevésbé értékeltek (és például átlagnál rosszabb a keresettel jutalmazzák), de ezeket a készségeket a fogadó ország értékeli. Tipikusan ilyen küldő országok lehettek a szocialista, kommunista államok. És végül, fontos lehet a migrációt családi döntésként modellezni (Cobb-Clark, 1990; Borhajs és Bronars, 1991). Előfordulhat, hogy egy pár (család) egyik tagja jobban kereshet egy másik területen, de a másik rosszabbul. Az optimalizálásban tehát több egyén képességei, korlátai, várható keresetei befolyásolják a családokat, azaz a fő döntéshozatali egységet. A következő szakaszban a bevándorlók európai foglalkoztatottsági helyzetét tekintem át statisztikák és tanulmányok segítségével.

5

3. A bevándorlók munkaerő-piaci helyzete Európában 3.1.

Foglalkoztatottsági és munkanélküliségi helyzetük Európában

Az Eurostat (2011) kiadványa alapján mutatom be a bevándorlókra jellemző foglalkoztatási rátákat Európában (a kiadvány az Európai Munkaerőfelvételek adataira épül). Magyarországon a külföldi születésű férfiak foglalkoztatási rátája 10 százalékponttal magasabb, mint a teljes 20-64 éves népességé. Ilyen mértékű előny a foglalkozatási rátában, egy EU országban sem jellemzi a külföldi születésű férfinépességet. Mindössze öt másik ország van az EU27 államok között melyben a 2064 éves népességben, a bevándorlók foglalkoztatási rátája meghaladja a teljes népességre vonatkozó mutatót. Romániában és Olaszországban hasonlóan magas, 8 százalékpontos a foglalkoztatási ráták különbsége. A külföldi születésűek hátránya pedig Bulgáriában és Lengyelországban a legszembetűnőbb, rendre 15 és 17 százalékpont, de Svédországban is jelentős, 11 százalékpontos hátrányt szenvednek. Megemlítendő Belgium is, mivel 9 százalékpontos a bevándorló férfiak hátránya a 20-64 éves népességben, és 20 százalékpontos a 25-54 éves népességben. A nők esetében, a férfiak esetében már említett országokban, illetve Németországban, Franciaországban és Hollandiában van rendkívüli hátránya a külföldi születésűeknek. Lengyelországban a bevándorló nők foglalkoztatási rátája 16 százalékponttal, a belga és svéd mutatók esetén pedig 15 százalékponttal alacsonyabb. Nők esetében is Lengyelországban a legrosszabb és Magyarországon a legjobb (+7 százalékpont) a külföldi születésűek foglalkoztatási rátája a hazai népességhez képest. Munkanélküliségi ráta esetén szintén pozitív módon emelkednek ki a Magyarországon élő külföldiek az európai mezőnyből. A nők esetében a 20-64 éves népességet tekintve azonos a munkanélküliségi ráta, mint a teljes népességé, a férfiak esetében pedig még jobb is. A többi országban a különbség minden esetben pozitív (ciprusi nők esetében nulla). Spanyol férfiak esetében 12 százalékponttal magasabb a külföldi születésűek körében a munkanélküliség, mint a teljes népességben, a belga férfiaknál pedig 9 százalékponttal (ezek a legmagasabb differenciák a vizsgált országok között). Nők esetében Belgiumban van a legmagasabb, 8 százalékpontos különbség. 6

Az itt rendelkezésre álló mutatók alapján az mondható, hogy az Európai Unió országai között a Magyarországon élő külföldiek relatíve, a teljes népességhez képest, jó munkapiaci mutatókkal rendelkeznek.

3.2.

Konvergencia a foglalkoztatásban

A látható különbségek legtöbb esetben az őshonos népesség javára szólnak. Hámori (2009) a bevándorlók foglalkoztatásban tapasztalható konvergenciáját vizsgálja az Európai Unióban. A konvergencia témájában ennek a tanulmánynak az eredményeit és tanulságait foglalom össze. Számos tanulmány vizsgálja a „bevándorló munkaerő-piaci asszimilációs hipotézis” (Chiswick, 1978) alkalmazhatóságát. Az elmélet szerint, a relatív hátrányt okozó országspecifikus humántőke hiányát idővel pótolják a migránsok. Az ország-specifikus humántőke hiánya azt jelentheti, hogy nem tudják a képzettségüket megfelelően érvényesíteni, nincs kapcsolati hálózatuk, munka-specifikus képességeik nehezen átalakíthatóak, illetve intézményes és személyes diszkriminációval szembesülnek a munkáltatók részéről. A tanulmány a bevándorlók foglalkoztatásban történő konvergenciát vizsgálja. Hivatkozik Borjasra, miszerint, ha a bevándorlók gyorsan alkalmazkodnak, az a fogadó országban jelentősen hozzájárulhat a gazdasági növekedéshez (Borjas, 1994). Hámori több országcsoportot különböztet meg elemzéséhez. Ő két csoportot különböztet meg: akik másik európai országból érkeztek illetve azokat, akik 3. országokból. Kiemeli, hogy az EU-s országokból érkezők más rendszerrel néznek szembe, mint azok, akik nem EUszületésűek (Münz, 2007; OECD, 2008). Jelentősen különbözhet a családi szerepekre vonatkozó attitűd is a két csoportban (Münz és társai, 2006). Különböznek a visszatérést illető mintázatok is (Borjas és Bratsberg, 1996) és a diplomák elfogadtatása is jóval egyszerűbb EU államokban született vagy EU állampolgároknak. Számításai szerint a Nyugat-Európai országokban a hazai férfi és női népesség foglalkoztatási mutatói jobbak, mint a külföldieké. Kelet-Európában viszont a nem-EU-s születésűek jobb mutatókkal rendelkeznek, míg az EU-sok, mint a fogadó népesség.

7

Alapvetően az országban eltöltött idő hatását vizsgálja kategórikus kétértékű változók segítségével. Demográfiai kontrollváltozók között találhatók korcsoport kategóriák, legmagasabb iskolai végzettség kategóriák és változó 0-4 éves gyermekek létéről a családban. Használ fogadóország-specifikus változókat is (gazdaság állapota, jóléti berendezkedés). A vizsgált populáció, a dolgozó korú, 25-54 évesek, akik nem vesznek rész kötelező katonai szolgálatban. Négy ország-csoportot és az Egyesült Királyságot vizsgálja külön. Az északi vizsgált csoportot alkotja Dánia, Finnország és Svédország. Arra jut, a foglalkoztatottság valószínűsége nő a fogadó országban töltött idő múlásával. A férfiak között a becsült foglalkoztatottsági rés (probit marginális hatásokkal) a legfeljebb 5 éve érkezettek körében 27, a 6-10 éve érkezők körében 25, a több mint 10 éve érkezők körében pedig 12 százalékpont. A harmadik országokból érkezők csoportja esetén a különbség nagyobb, mint az EU államokból érkezők esetén, de az asszimilálódási hipotézis mind a kettő részcsoport esetében érvényesül. Az uniós születésűek esetében szinte tökéletes a beilleszkedés. A nők esetében annyi a különbség, hogy a nem uniós születésűek nőknél gyorsabb a konvergencia, mint a férfiak esetében. A Dél-Európai csoport Görögország, Portugália és Spanyolország. Az Észak-Európai csoporthoz képest a fő eltérés, hogy a származási csoportok szerinti különbségek pont fordítottak: a nem uniós születésű migránsok, akik több mint 10 éve tartózkodnak az országcsoportban, nem rendelkeznek szignifikánsan alacsonyabb foglalkoztatási eséllyel, mint a fogadó népesség. A nők esetén még nagyobb is a becsült valószínűség, mint a fogadó népességben. A Nyugat-Európai országokban (Ausztria, Belgium, Franciaország, Hollandia és Luxemburg) 24 százalékpontról 10 százalékpontra csökken a becsült rés a bevándorló és a hazai férfinépesség között. Ez esetben is az európai származásúak esélyei nagyobbak és ők asszimilálódnak jobban. Nőknél is hasonló megfigyeléseket tehetünk. Az Egyesült Királyság esetében hasonlóak az eredmény, annyi eltéréssel, hogy kisebb az első 10 évre mért rés. A számunkra legfontosabb Kelet-Európai régióban (EU8: Csehország, Észtország, Litvánia, Lettország, Lengyelország, Szlovákia és Szlovénia) csupán két dummy változót 8

használ adatkorlátok miatt (1-10 és több mint 10 éve érkezők), annak céljából, hogy az asszimiláció folyamatát kimutassa. Férfiak esetében a nem EU államokban született migránsok gyakorlatilag nem rendelkeznek eltérő esélyekkel a fogadó népességhez képest, az EU tagállamokból érkezők esetében viszont megfigyelhető a fokozatos beilleszkedésre utaló növekvő esély a fogadó országban töltött idő múlásával (10 százalékpontos különbség gyakorlatilag eltűnik idővel). A nők esetében 15-16 százalékpontos különbség csökken 5 körüli értékig (szignifikáns együtthatókkal), így megfigyelhetőnek tűnik az asszimilációs folyamat. A bevándorlók belépéskor élvezett státusza (gazdasági bevándorló, menekült vagy családi indíttatású) részben magyarázhatja a harmadik országból érkezett bevándorlók asszimilációs mintázatában látható különbségeket Észak- és Dél-Európa között. Sajnos az adatok nem adtak lehetőséget arra, hogy ezt is figyelembe tudja venni az elemzés. Az északi országokban mérhető relatíve magasabb foglalkoztatottsági rés annak köszönhető, hogy relatíve több nem munkavállalási célú migráns érkezik, mint a déli országokba (OECD, 2008; Rendall és társai, 2008) 9 EU15 országot vizsgál, és a nyugati illetve déli országok közti különbséget a bevándorlás-politikának tulajdonítja. Továbbá fontos szerepe lehet a kulturális háttérbeli különbségeknek. A családminták és a szerepekről szóló hagyományok különbségei mind a fogadó országok között, mind a fogadó és a küldő országok között, szerepet játszhat különösen a nők esetében látható foglalkoztatottsági rés megmagyarázásában. Ezen kusza és egymásra ható tényezők hatását azonban csak részletes adatok segítségével tudnánk elkülöníteni. Figyelembe kéne venni a bölcsőde, óvoda hozzáférést, illetve a háztartás költségvetési korlátját alakító egyéb tényezőket, mint a családtagok béréit, mivel ezen tényezők is különbözhetnek küldő országok szerint, migráns státusz szerint, és persze legfontosabb, fogadó országok szerint. A harmadik országokból érkező migránsok sokkal inkább hajlandóak olyan munkákat elvállalni, illetve olyan állásokban elhelyezkedni, amelyekhez valójában túlképzettnek számítanak. A déli országokban nagyobb a kereslete az alacsony végzettségű munkaerőnek (Kogan, 2006), így nem meglepő, hogy a nem uniós államokban született bevándorlók, Dél-Európában nagyobb arányban vállalnak alacsony végzettséget igénylő munkát. Ez a jelenség persze nagy-mértékben köszönhető összetételhatásoknak, mivel 9

a déli országokban a harmadik országokból származó bevándorlók nagyobb arányban alacsony végzettségűek, mint a többi EU államban, illetve nagyobb a frissen érkezett migránsok aránya. Az EU8 országokban éppen hogy meghaladja az arány az EU15 országok esetében számítottakat. Mindegyik régióban kisebb az alacsony végzettséget igénylő munkát vállalók aránya a nők, mint a férfiak között. Hasonlóan viszonyulnak egymáshoz a régiók akkor is, ha a felsőfokú végzettséggel rendelkezők között az alacsony végzettséget igénylő foglalkozásokban elhelyezkedők arányát figyeljük, bár kicsivel nagyobbak a különbségek a régiók között. Hozzáteszi, hivatkozva az OECD (2008) tanulmányára, hogy az északi államokban a harmadik országokban született bevándorlók nagyobb arányban vesznek részt képzésekben és oktatásban, mint az EU államokban születettek és, mint a harmadik országokból

érkezők

Dél-Európában.

Ez

részben

magyarázza

a

nagyobb

foglalkoztatottsági rést.

3.3. Bevándorlók szerepe a foglalkoztatás növekedésében Fontos szerepe lehet a bevándorlóknak az Európában dinamikusan növekvő foglalkoztatási rátákhoz. Köllő (2013) tanulmánya azt vizsgálja, hogy azon országokban ahol magas volt a foglalkoztatás növekedése („foglalkoztatási csodák”), milyen arányban járulnak hozzá egyes csoportok a foglalkoztatási ráták növekedéséhez. A tanulmány arra jut a bevándorlókkal kapcsolatban, hogy jelentős mértékben hozzájárultak a vizsgált országokban tapasztalt foglalkoztatás bővüléshez. Az elemzés szétválasztja azt a hatást, ami a bevándorlók foglalkoztatási rátájának bővüléséből adódik, illetve azt, ami létszámuknak növekedéséből. Mind a kettő hatás pozitív irányú volt a számítások alapján. A számítások alapján, Magyarországon is pozitív foglalkoztatási hatást generáltak a bevándorlók, bár ennek mértéke összehasonlíthatatlan a vizsgált többi csoporttal. A vizsgált öt ország közül mindegyikben, Finnországot kivéve, a bevándorlóknak köszönhető a legnagyobb hatás a foglalkoztatás bővülésére (esetenként milliós

10

nagyságrendekben). Ebből azt a tanulságot vonhatjuk le, hogy a foglalkoztatás, és így közvetett módon a gazdaság bővülése nagyban függhet a migrációs folyamatoktól.

4. Elemzés: a bevándorlók munkaerő-piaci helyzete Magyarországon 4.1.

Adatok

Az elemzéshez a 2011-es népszámlálás mikroadatbázisát használtam. Számításaim elvégzését az MTA KRTK Adatbank tette lehetővé (az adatbázis a Központi Statisztikai Hivatal kutatószobáiban érhető el). A népszámlálás legnagyobb előnye, hogy gyakorlatilag teljes képet fest a felvételkor Magyarországon élő népességről. Tekintve a bevándorlók alacsony számát, kivételes lehetőséget nyújtanak az adatok egy átfogóbb elemzésre. A kérdőív részletes demográfiai adatokat, iskolázottsági, nyelvismereti, foglalkozási, vallási és egyéb hasznos információkat gyűjt a népességről. Az adatbázis segítségével, legnagyobb biztossággal az első generációs bevándorlókat tudjuk azonosítani. Az elemzés során azon személyeket tekintem bevándorlónak (és vizsgálatom tárgyának), akikről úgy tudjuk, nem Magyarországon születtek. Alternatív megoldás lehetne külföldi állampolgárként definiálni a bevándorlókat. Ez utóbbi azonban csak részhalmazát definiálja a bevándorlónak tekinthető népességnek. Hárs (2015) tanulmány részletesebben vizsgálja a külföldi és kettős állampolgárságúakat a 2001-es és 2011-es népszámlálás alapján.

4.2.

Leíró statisztika

Ebben a fejezetben ábrák segítségével vizsgálom a 20-64 éves populációt származás szerint. Az elemzésben használt országcsoportok leírása a függelékben megtalálható (I. táblázat). Az 1. és 2. ábra a férfiak és a nők végzettség szerinti eloszlását mutatja.

11

Szembetűnő, hogy mindegyik definiált országcsoport iskolázottabb, mint a magyar. Az alacsony végzettségűek aránya csupán a délkelet-ázsiai csoport esetében hasonlóan magas, mint az őshonos népességben, az egyetemet végzettek aránya pedig minden esetben nagyobb, mint a magyar születésűek között. A határon túli származásúak (ukrán, szerb, szlovák, román születésűek) többsége középfokú végzettséggel rendelkezik. A szerb nők, illetve szlovák és ukrán származású férfiak 40 százaléknál is magasabb arányban rendelkeznek felsőfokú végzettséggel. A nők között az európai nem uniós, délkelet-ázsiai fejlett és tengerentúli fejlett országokban születettek körében a legmagasabb a felsőfokú végzettségűek aránya. Ezekből az országokból érkezőknek hozzávetőlegesen két-, két és félszer akkora aránya rendelkezik felsőfokú végzettséggel, mint a Magyarországon születetteké.

1. ábra: 20-64 éves nők iskolai végzettség szerinti megoszlása Tengerentúli fejlett Fekete Afrika+(Dél Afrika; Madagaszkár) Közép és Dél-Amerika és egyéb Közel-kelet és Észak Afrika Poszt Szovjet Dél-kelet Ázsia fejlődő Dél-kelet Ázsia fejlett Ukrajna Szerbia Szlovákia Románia Európa nem uniós EU10 EU15 Magyarország

0% Kevesebb mint 8 osztályt végzett

10%

8 osztály végzett

20%

30%

40%

Szakközépiskolát végzett

50%

60%

70%

Gimnáziumot végzett

80%

90% 100%

Egyetemi végzettség

1. ábra: Forrás: Népszámlálás 2011, saját számítás

Férfiak között a tengerentúlon születettek és a délkelet-ázsiai születésűek rendelkeznek kimagasló (60 százaléknál is nagyobb arányú) felsőfokú végzettséggel. Az 1. és 2. ábrák összességében arra utalnak, hogy végzettség szerint szelektálódhatnak a Magyarországra érkező bevándorlók. Magyarországon európai viszonylatban magas az oktatás

12

2. ábra: 20-64 éves férfiak iskolai végzettség szerinti megoszlása Tengerentúli fejlett Fekete Afrika+(Dél Afrika; Madagaszkár) Közép és Dél-Amerika és egyéb Közel-kelet és Észak Afrika Poszt Szovjet Dél-kelet Ázsia fejlődő Dél-kelet Ázsia fejlett Ukrajna Szerbia Szlovákia Románia Európa nem uniós EU10 EU15 Magyarország

0% Kevesebb mint 8 osztályt végzett

10%

8 osztály végzett

20%

30%

40%


50%

60%

70%


80%

90% 100%



megtérülési rátája2, ezért mondható, hogy kevésbé vonzó az ország alacsony végzettségű migránsok számára. Az iskolázottsági összetétel vizsgálata után, a 3. és 4. ábra a képzett csoportok négy aktivitási kategória közti megoszlását mutatja (az ábrák a függelékben találhatók). A nők, és a férfiak esetén is a délkelet-ázsiai fejlődő országokból érkezett bevándorlók foglalkoztatási rátája legnagyobb a vizsgált csoportok között. A magyarokénál csak a fekete afrikai illetve a közel-keleti és észak-afrikai csoportok foglalkoztatási rátája alacsonyabb. Érdemes továbbá kiemelni azokat az országcsoportokat melyek esetén magas az aktivitási ráta (foglalkoztatási és munkanélküli ráta összege) és ahol alacsony a munkanélküliségi ráta a magyar szinthez képest. Nők között magas aktivitási rátája van a Román születésű és délkelet-ázsiai fejlődő országokból érkezett bevándorlóknak. Férfiak esetén szintén ez a két csoport emelkedik ki, de érdemes megjegyezni azt a fontos különbséget, hogy a délkelet-ázsiaiaknál ez alacsony munkanélküliséggel valósul meg. Az 5. és 6. ábra a foglalkoztatási rátákat, iskolázottság szerinti bontásban ábrázolja. A megelőző ábrák tanulságai azok, hogy a bevándorlók iskolázottabbak, és általában jobb foglalkoztatási

2

Badescu, Mircea, Béatrice D’Hombres, Ernesto Villalba, European Commission, Joint Research Centre, és Institute for the Protection and the Security of the Citizen (2011)

13

rátával rendelkeznek. Az 5. és 6. ábrák mutatják, hogy az eltérések végzettség szerint meglehetősen különböznek. Az általános iskolai vagy alacsonyabb végzettségű kategóriákban, mindkét nem esetén magasabb a bevándorlók foglalkoztatottsága. Ez alól kivételt képeznek az általános iskolát sem végzett szerb nők, akik esetén 10 százalékot sem ér el a foglalkoztatási ráta. Meglepően magas a délkelet-ázsiaiak között általános iskolát sem végzettek foglalkoztatottsága. Férfiak és nők esetén is magasabb foglalkoztatottságuk (71, illetve 81 százalék), mint a magyar születésű, felsőfokú végzettséggel rendelkezőknek. Magasnak mondható még a román, poszt szovjet illetve közép- és dél-amerikai, 8 osztályt sem végzettek foglalkoztatottsága (60% körüli). Magasabb végzettségi kategóriákban nem látunk ilyen egyértelmű mintázatot. Az általánosnál magasabb végzettségűek között némely országcsoport jobb mutatókkal rendelkezik, a többi azonban rosszabbal. A legkiemelkedőbb országcsoport, a délkelet-ázsiai, minden iskolázottsági kategóriában jobb foglalkoztatási mutatóval rendelkezik, kivéve a felsőfokút. Közöttük a felsőfokú végzettségűek már hasonló arányban foglalkoztatottak, mint a magyarok között.

5. ábra: 20-64 éves nők foglalkoztatási rátái végzettség szerint 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%

Kevesebb mint 8 osztályt végzett

8 osztály végzett



14



6. ábra: 20-64 éves férfiak foglalkoztatási rátái végzettség szerint 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%


8 osztály végzett





Érdemes a megelőző két ábrát a munkanélküliségi ráták esetén is megvizsgálni, tekintve, hogy a munkanélküliség is jelentős mutatója lehet az integráció mértékének (7. és 8. ábra). Az ábrákon a délkelet-ázsiai fejlett országokból származók esetén magas munkanélküliség látható a képzetleneknél, de meg kell jegyezni, hogy a csoportban rendkívül kicsi elemszámban vannak jelen és a többi végzettségi kategóriában szinte nincs munkanélkülijük. A magyar születésű nőknél az figyelhető meg, hogy a munkanélküliség nagyobb végzettség esetén kisebb. A szlovák származásúakon és a tengerentúli fejlett országokból származókon kívül nem látunk máshol ilyen egyértelmű összefüggést. A férfiak esetén is ezt láthatjuk, bár ez esetben a magyarok között kisebb az általános iskolai végzettséggel sem rendelkezők munkanélkülisége, mint azoké, akik általános iskolai végzettségűek. A felsőfokú végzettségűek között több országcsoport is magasabb munkanélküliségi rátával rendelkezik a magyaroknál. A nem-uniós európai csoport mutat magas munkanélküliségi rátákat felsőfokú végzettség mellett. (Az előzőekben láthattuk, hogy ebben a csoportban magasnak számít az egyetemi végzettségűek aránya.) A délkelet-ázsiai fejlődő országok munkanélküliségi rátában is jó helyen helyezkednek el a mezőnyben.

15

7. ábra: 20-64 éves nők munkanélküliségi rátája végzettség szerint 16% 14% 12% 10% 8% 6% 4% 2% 0%


8 osztály végzett




8. ábra: 20-64 éves férfiak munkanélküliségi rátája végzettség szerint 20% 18% 16% 14% 12% 10% 8% 6% 4% 2% 0%


8 osztály végzett




A bemutatott ábrák alapján elsősorban arra következtethetünk, hogy a különböző bevándorló csoportok között valóban nagy a heterogenitás mind képzettségben, mind foglalkoztatásban. A továbbiakban többváltozós módszerekkel vizsgálom a bevándorló és őshonos népesség közti különbséget a foglalkoztatásban. Az elemzés során igyekszem 16

a lehető legtöbb olyan tényezőre kontrollálni, amelyre az adatbázis lehetőséget nyújt, illetve fontos a foglalkoztatási esélyek becslése szempontjából.

4.3.

Módszertan: Oaxaca-Blinder-féle dekompozíciós eljárás

4.3.1. Standard módszer A következőkben a külföldön és a Magyarországon született 25-64 éves népesség foglalkoztatási rátái közti különbséget vizsgáljuk. A külföldi születésű népességet két csoportra osztjuk. Az első csoportba azok tartoznak, akik azon környező országokból származnak, ahonnan nagy arányban magyar etnikumú migránsok érkeznek: Románia, Szlovákia, Szerbia és Ukrajna (mostantól: „határon túliak”). (Ezen országokból származik a bevándorlók túlnyomó többsége.) Az elemzés fő vizsgálati csoportja azonban azon országokból származó migránsok, amelyek nem az előbbi négy országban, és nem Magyarországon születtek (mostantól: „külföldiek” vagy „bevándorlók”). A foglalkoztatási ráták közti különbséget Oaxaca-Blinder-féle lineáris dekompozíció segítségével is vizsgálhatjuk (Oaxaca, 1973; Blinder, 1973). A módszer következőképpen bontja föl az egyes csoportokra jellemző átlagos tulajdonságok közti különbséget: Tekintsük az alábbi lineáris valószínűségi modellt:

(1) 𝑃(𝑌𝑖𝑗 = 1) = 𝑐𝑗 + ∑ 𝛽𝑗 𝑥𝑗 ,

ahol Yi=1, ha i egyén foglalkoztatott, j a vizsgált származási csoportokat azonosítja, cj az egyes csoportokra jellemző konstans, xj pedig a magyarázó változókat jelöli βj együtthatókkal. A becslést elvégezzük külön-külön a három csoportra. A külföldi (f) és a magyar (h) születésű csoportok foglalkoztatási rátái között az alábbi összefüggés írható fel:

̅𝑓 − ̅̅̅ (2) 𝑃 𝑃ℎ = (𝑐𝑓 − 𝑐ℎ ) + (∑ 𝛽𝑓 𝑥̅𝑓 – ∑ 𝛽ℎ 𝑥̅ℎ ) , tekintve, hogy legkisebb négyzetes becslés esetén teljesül a következő feltétel: 17

̅𝑗 = 𝑐𝑗 + ∑ 𝛽𝑗 𝑥̅𝑗 . (3) 𝑃 Amennyiben (2) egyenletből kivonjuk a következő kifejezést:

(4)

∑

̅̅̅̅ 𝛽𝑓 𝑥 ℎ 2

−∑

̅̅̅̅ 𝛽𝑓 𝑥 ℎ 2

+∑

𝛽ℎ ̅̅̅̅ 𝑥𝑓 2

−∑

𝛽ℎ ̅̅̅̅ 𝑥𝑓 2

,

rövid átalakítás után az alábbi összefüggést kapjuk:

̅𝑓 − ̅̅̅ (5) 𝑃 𝑃ℎ = (𝑐𝑓 − 𝑐ℎ ) + ∑

𝑥̅ 𝑓 +𝑥̅ℎ 2

(𝛽𝑓 − 𝛽ℎ ) + ∑

𝛽𝑓 +𝛽ℎ 2

(𝑥̅𝑓 − 𝑥̅ℎ ) .

Az egyenlet jobb oldalán található első két kifejezés az úgynevezett paraméterhatás, míg a harmadik az összetételhatás. Az összetételhatás a különbség azon részét próbálja megragadni, mely a csoportok megfigyelt tulajdonságaival magyarázható. Amennyiben például a felsőfokú végzettség pozitívan hat a foglalkoztatás valószínűségére (és a két csoport esetén egyformán) illetve az egyik csoportban nagyobb arányban vannak a felsőfokú végzettségűek, akkor annak a csoportnak csupán az összetételéből adódóan magasabb lesz a foglalkoztatási rátája. A paraméterhatások azt mutatják meg, ha a csoportok összetétele egyforma lenne, mekkora különbség adódna abból fakadóan, hogy az egyes karakterisztikák különféleképpen befolyásolják a két csoport foglalkoztatási valószínűséget.

4.3.2. Egy megoldás logisztikus becslőfüggvény esetére A

lineáris

valószínűségi

modellel

végzett

felbontás

mellett,

mondhatni

ellenőrzésképpen, elvégeztem a felbontást logit becslések eredményeivel is (ezt már csak férfiak esetén). Nem-lineáris becslőfüggvények mellett a módszer Fairlie (2005) általi kiterjesztése használható. Én azonban ehelyett Galasi (2002) által javasolt módszert fogom alkalmazni. 18

Az előbbi megoldás azt biztosítja, hogy nem-lineáris modellek esetén is a megfigyelt foglalkoztatási ráták különbségét bonthassuk fel, míg utóbbi arra ad lehetőséget, hogy a magyarázó változók átlagánál végezzük el a felbontást. A probléma abból adódik, hogy amennyiben nem OLS becslést használunk, (3) egyenlet által leírt feltétel nem szükségképpen teljesül. Azért választom az utóbbi módszert, mert ebben az esetben könnyen vizsgálható a különbség részletesen is, az egyes változók átlagai és együtthatói mentén. A logit becslés jól ismert praktikus tulajdonsága, hogy az együtthatók az előre jelzett esélyráta logaritmusára gyakorolt lineáris hatásokat mérik. Az esélyráta az a hányados, melynek nevezője az adott esemény bekövetkezésének valószínűsége, a számlálója pedig a nem bekövetkezésének valószínűsége:

(6) 𝑃/(1 − 𝑃) .

Logit becslőfüggvény esetén tehát a következőképpen írható fel az egyenlet:

(7)

𝑃

= 𝑒 𝑐𝑗 +∑ 𝛽𝑗 𝑥𝑗

1−𝑃

(8) log (

𝑃

1−𝑃

,

) = 𝑐𝑗 + ∑ 𝛽𝑗 𝑥𝑗

.

Legyen P* azon valószínűség, melyet a becslések a változók átlagos értékeinél prediktálnak:

(9) log (

𝑃∗

1−𝑃∗

) = 𝑐𝑗 + ∑ 𝛽𝑗 𝑥̅𝑗

.

A dekompozíciós egyenlet így a következő lesz:

19

(10)

+∑

log (

𝑃𝑓 ∗ 1−𝑃𝑓

𝛽𝑓 +𝛽ℎ 2

𝑃 ∗

ℎ ) = (𝑐𝑓 − 𝑐ℎ ) + ∑ ∗ ) − log ( 1−𝑃 ∗ ℎ

𝑥̅𝑓 +𝑥̅ℎ 2

(𝛽𝑓 − 𝛽ℎ ) +

(𝑥̅𝑓 − 𝑥̅ℎ ) .

Kicsit másképpen, az esélyráta hányados (odds ratio: OR) logaritmusára felírva:

(11)

+∑

log ( 𝛽𝑓 +𝛽ℎ 2

𝑃𝑓 ∗ 1−𝑃𝑓 ∗ 𝑃ℎ ∗ 1−𝑃ℎ ∗

) = (𝑐𝑓 − 𝑐ℎ ) + ∑

𝑥̅ 𝑓 +𝑥̅ℎ 2

(𝛽𝑓 − 𝛽ℎ ) +

(𝑥̅𝑓 − 𝑥̅ℎ ) .

(10) és (11) egyenlet jobb oldalának első tagja a konstanskülönbség, a második a konstanskülönbség nélküli paraméterhatások összege, a harmadik pedig az összetételhatások összessége. Ezután a felbontás elemei könnyen kifejezhetők a teljes log-esélyráta különbség (vagy log-esélyrátahányados) százalékában:

(12)

100 = 100

̅ 𝑓 +𝑥 ̅ℎ 𝑥 𝛽𝑓 +𝛽ℎ (𝛽𝑓 −𝛽ℎ )+∑ (𝑥̅𝑓 −𝑥̅ ℎ ) 2 2 ∗ ∗ 𝑃𝑓 𝑃 𝑙𝑜𝑔( )−𝑙𝑜𝑔( ℎ ∗ ) 1−𝑃𝑓 ∗ 1−𝑃ℎ

(𝑐𝑓 −𝑐ℎ )+∑

.

A csoportok közti foglalkoztatási esélyben levő különbség mérete kutatható a teljes népességen becsült modellek segítségével is. Legegyszerűbb esetben a lehető legtöbb fontos tényezőre kontrollálva, a csoportok közti különbségeket dummy (kétértékű) változók segítségével is megragadhatjuk. Az Oaxaca-Blinder dekompozíció előnye ezzel a megoldással szemben, hogy az egyes változók csoportonként eltérő hatását is megengedi. Heterogén hatásokat ömlesztett mintán becsült modellek esetén is megengedhetünk, ám ebben az esetben nehezen kezelhető lehet a változók mennyisége.

20

4.4.

Eredmények

Valamennyi csoport esetén ugyanazt a modell specifikációt alkalmazhatjuk. Az eredmények megtekintése előtt azonban, tekintsük meg a dekompozícióhoz használt változócsoportokat: 

Legmagasabb iskolai végzettség szerint 5 kategóriát különböztetünk meg: kevesebb, mint 8 osztályt végzett; 8 osztályt végzett (referencia); szakközépiskolát végzett; gimnáziumot végzett; egyetemi illetve felsőfokú végzettségű.



5 éves életkori csoportok (referencia: 25-29 évesek).



Településtípus: Budapest; megyeszékhely; város (referencia); község.



Régiók (referencia: Közép-Magyarország)



Gyermekek száma a háztartásban korosztályonként: 0, 1-3, 4-6, 7-14 és 15-18 éves gyermekek száma.



Élettársa van vagy házas (akivel egy háztartásban is él) o társának legmagasabb iskolai végzettsége o társának gazdasági aktivitására vonatkozó kontrollok: foglalkoztatott; munkavégzésben, önellátásban, mindennapi életben akadályozott tartós betegség vagy fogyatékosság miatt; nyugdíj; vagyonból élő; szociális segélyezett.



Beszél-e németül illetve angolul.

4.4.1. Dekompozíció - Nők A nők esetén látható különbségek felbontását foglalja össze az 1. táblázat. A dekompozíciót összegző táblázat alapján arra lehetünk figyelmesek, hogy a magyar születésűekhez képest mindkét külföldi születésű csoport esetén a teljes különbséget többségében összetételhatások magyarázzák. A külföldi csoport 5,23 százalékpontos foglalkoztatási előnyét 3,69 százalékpontos mértékben magyarázzák az összetételi különbségek. Hasonló mintázat látható a határon túli csoport esetén is. Habár nagyobb a teljes különbség, hasonló arányban, 5,8 százalékpontos mértékben összetételi hatások 21

magyarázzák azt. A két bevándorló csoport közti különbségben hasonló mértékű az összetételi és a paraméterhatások súlya.

1. táblázat: Oaxaca-Blinder dekompozíció, összefoglaló táblázat - nők (százalékpont) Külföldiek - magyarok Határon túliak - magyarok

Külföldiek - Határon túliak

Teljes különbség

5,23

8,12

-2,89

Összetételhatás

3,69

5,80

-1,34

1,59 Paraméterhatás Ebből a tengelymetszetek 21,80 különbsége: Forrás: Népszámlálás 2011, saját számítás

2,31

-1,49

14,90

6,90

Azonban, ha a paraméterhatásoktól külön választjuk a konstans különbséget, láthatjuk, hogy a ténylegesen megfigyelt változók hatása közti különbségek valójában erősen negatívan befolyásolják a bevándorlók foglalkoztatását. A nem határon túli országokból érkező migránsok foglalkozatási esélyét becslő modell konstansa 21,8 százalékponttal magasabb, mint a honos népességé. A határon túliak esetén is közel 15 százalékponttal magasabb konstanst becsült a modell, de még a két bevándorló csoport között is a teljes különbség több, mint kétszeresét kitevő konstanskülönbség látható.

2. táblázat: paraméter és összetételhatások (nők, százalékpont) Paraméterhatások

-10,08 Végzettség -3,66 Korcsoportok 0,30 Házas/ élettársa van -4,84 Társának iskolázottsága 3,66 Gyermekek száma -0,35 Településtípus -2,91 Régiók -0,06 Társ aktivitása -1,78 Beszél angolul -0,48 Beszél németül 21,8 Konstans Forrás: Népszámlálás 2011, saját számítás

22

Összetételhatások

3,00 1,52 -0,09 -0,88 -0,78 0,52 1,06 0,21 -0,59 -0,27

Érdemes az 1. táblázat eredményeit részleteiben is megvizsgálni. A 2. táblázat foglalja össze

a

becslésben

paraméterhatásokat

a

használt külföldi

változócsoportokhoz és

magyar

csoport

köthető

összetétel

és

összehasonlításában.

(A

felbontásokhoz használt átlagokat és a becslések eredményeit a függelék II-V. táblázataiban közlöm.)

4.4.2. Összetételhatások - Nők Most vegyük részletesen szemügyre a nők esetén, az összetétel különbségekből adódó differenciát. A 3,69 százalékpontos teljes karakterisztikákból adódó hatást 3 százalékponttal a képzettségben fellelhető összetétel különbségek dominálják. A bevándorló nők esetében 9 százalékponttal kisebb az alacsony végzettségűek aránya, mint a magyar nőké (általános iskolai vagy alacsonyabb végzettségű, Függelék II. táblázat). Szintén kisebb a gimnáziumot és szakközépiskolát végzettek aránya is, egyetemet vagy főiskolát pedig közel 16 százalékponttal nagyobb arányban végeztek. A korösszetételből fakadó hatás is említésre méltó. Összességében 1,5 százalékponttal járul hozzá a réshez, ami a bevándorló nők valamivel fiatalabb korösszetételének köszönhető. Pozitív összetételhatás fakad területi elhelyezkedésükből is, a településtípus és régió

szerinti elhelyezkedésük foglalkoztatási szempontból

előnyösebb: 46 százalékuk lakik Budapesten, ami 28 százalékponttal nagyobb, mint a magyar születésű nők esetén. Enyhe negatív összetételhatás fakad abból, hogy több a fiatal gyermekek száma a bevándorló nők háztartásaiban. A nők esetén mindegyik csoportban jelentősen csökkentik az iskoláskorúnál fiatalabb gyermekek a becsült foglalkoztatási esélyt. Végül, a bevándorló nők esetében jelentősen csökkenti a foglalkoztatás valószínűségét, ha egyetemet végzett a házastársuk, élettársuk. Ezen erős (közel 12 százalékpontos) hatás miatt a béták átlaga is negatív. A külföldi nők esetében nagyobb arányban vannak azok, akiknek társa egyetemet végzett, mint a magyarok között, így ebből is negatív összetételhatás adódik.

23

4.4.3. Paraméterhatások - Nők Amire már az összesített táblázat is rávilágított, jelentős részt tesz ki a különbség magyarázatában a konstansok eltérése. Ezt a rendkívüli, közel 22 százalékpontos különbséget szinte teljesen ellensúlyozzák a mért paraméterhatások. Akárcsak az összetételhatások esetén, a paraméterhatások között is az iskolázottság súlya a legnagyobb. Az iskolázottsági paraméterek különbségéből 10 százalékpontos negatív hatás adódik a külföldi és őshonos népesség közti különbségre. A βf-βh kifejezések gyakorlatilag különbségek különbségeit mutatják. A referenciacsoport az általános iskolai végzettségűek. Azt mondhatjuk tehát, hogy βf-βh azt fejezi ki, hogy ahhoz képest, hogy a magyar nők egyes végzettségi kategóriákban milyen esélyekkel rendelkeznek az általános iskolai végzettségűekhez képest, mekkora ugyanazon végzettségű bevándorlók előnye általános iskolai végzettségű társaikhoz képest. A bevándorló nők között, bár alacsonyabb a 8 osztálynál kevesebb iskolaévet végzők hátránya, az általánosnál magasabb végzettségűek jóval mérsékeltebb előnyt élveznek, mint az őshonos női populációban. Az egyetemet végzett bevándorlók 15 százalékponttal, a gimnáziumot végzettek 12 százalékponttal, a szakközépiskolát végzettek közel 8 százalékponttal kisebb előnyt élveznek. Az általános iskolát sem végzett bevándorló nők azonban 14 százalékponttal alacsonyabb relatív hátrányt szenvednek el, mint az őshonos népesség azonos végzettségű csoportja. (Ez a mintázat az 5. és 6. ábra tanulságaival is egybevág.) A korcsoportokhoz tartozó paraméterkülönbségek hatása is negatív. A 25-29 éves referenciacsoporthoz képest a foglalkoztatási esélye szinte mindegyik korcsoportban előnyösebb a magyar nőknek. A bevándorló nők esetében nincs szignifikáns növekedése a foglalkoztatási esélyeknek a korral, azonban a magyarokéhoz hasonló mértékben lecsökkennek a referenciacsoporthoz képest 50 éves kor után. A bevándorló nők esetén kifejezetten negatív hatása van a foglalkoztatásra, ha házastársa, élettársa egyetemi végzettségű. Egy bevándorló nő közel 12 százalékponttal, kisebb valószínűséggel foglalkoztatott, ha egyetemi végzettségű a társa, ahhoz képest mintha 8 osztályt végzett volna. A magyar nők esetében azonban minél jobb a partner

24

végzettsége annál nagyobb valószínűséggel foglalkoztatottak a becslés szerint. Az ebből adódó negatív paraméterhatások összege -4,8 százalékpont. Pozitív paraméterhatás figyelhető meg a háztartásban élő gyermekek számát illetően. A bevándorló nők esetén kevésbé fogja vissza az esélyeket a háztartásban élő, még nem iskoláskorú gyermekek száma, az idősebbeké pedig szignifikánsan növeli (itt referenciacsoportnak a gyermektelenek számítanak). Negatív, -3 százalékpontos paraméterhatás tulajdonítható továbbá annak, hogy a Közép-Magyarországi régióhoz képest minden régióban jelentősen alacsonyabb esélyeket mutatnak a becsült együtthatók az őshonos népesség paramétereihez viszonyítva. A konstansok különbsége 21,8 százalékpont, mely azt fejezi ki, mekkora különbséget prediktálunk azon külföldi és magyar nők között, akik a referenciacsoportokba tartoznak. A referenciacsoport azon emberekből áll, akik általános iskolai végzettségűek, 25-29 évesek, egyedülállóak és Közép-Magyarországi városokban élnek (emellett nem beszélnek sem angolul, sem németül). A határon túli csoport esetében annyit érdemes megjegyezni, hogy a külföldi csoporthoz képest kevésbé hangsúlyos a területi elhelyezkedés hatása (mind paraméter, mind összetételhatások szempontjából), illetve relatív iskolázottságuk is valamivel jobban érvényesül, mint a többi külföldi születésűé, tehát kisebb paraméterhatás társul hozzá (-8 százalékpont).

4.4.4. Dekompozíció – Férfiak Férfiak esetén a felbontások összegzését a 3. táblázat prezentálja. A férfiak között jóval magasabb a külföldiek és határon túliak előnye, mint a nők esetén. A külföldi férfiak foglalkoztatási rátája a 25-64 éves korcsoportban 11,5, míg a határon túliak rátája valamivel több, mint 12 százalékponttal magasabb, mint a honos férfinépességé. A külföldiek előnyében 7,8 százalékpontot magyaráznak az összetételi különbségek, a határon túliak esetében pedig 6,8 százalékpontot. A teljes különbségben a határon túliak magasabb rátájában játszanak nagyobb szerepet a paraméterhatások. 25

Azonban itt is magas (bár valamivel kisebb) pozitív konstanshatást láthatunk, mint a nők esetén, érdemes lehet megvizsgálni a bontást változócsoportonként is.

3. táblázat: Oaxaca-Blinder dekompozíció, összefoglaló táblázat - férfiak (százalékpont) Külföldiek - magyarok Határon túliak - magyarok

Külföldiek - határon túliak

Teljes különbség

11,51

12,11

-0,60

Összetételhatás

7,77

6,78

0,71

3,74 Paraméterhatás Ebből a tengelymetszetek 16,10 különbsége: Forrás: Népszámlálás 2011, saját számítás

5,31

-1,29

14,70

1,40

4.4.5. Összetételhatások - Férfiak Hasonló mintázatot láthatunk az összetételhatásokban, mint a nők esetén. A részletes felbontást a 4. táblázat mutatja.

4. táblázat: paraméter és összetételhatások (férfiak, százalékpont) Paraméterhatások

-6,00 Végzettség 3,45 Korcsoportok -0,41 Házas/ élettársa van -3,63 Társának iskolázottsága 0,08 Gyermekek száma 0,15 Településtípus -3,31 Régiók -0,13 Társ aktivitása -1,93 Beszél angolul -0,63 Beszél németül 16,1 Konstans Forrás: Népszámlálás 2011, saját számítás

Összetételhatások

2,65 2,81 0,00 0,28 -0,18 0,33 1,46 0,32 -0,16 0,24

Markáns különbségek vannak a két csoport iskolázottság szerinti összetételében. A gimnáziumi végzettségűek aránya szinte azonos a két csoportban, azonban a külföldiek jóval kisebb arányban rendelkeznek ennél alacsonyabb végzettséggel. A felsőfokú

26

végzettséggel rendelkezőek aránya ennek megfelelően sokkal magasabb – akárcsak a nők körében – 23 százalékpont. Összességében az iskolázottsági eltérések 2,65 százalékpontot magyaráznak a teljes 7,8 százalékpontos összetételhatásból. Ennél

azonban

nagyobb, 2,8

százalékpontos

összetételhatás

köszönhető

a

korösszetételben látható különbségeknek (nők esetén csak 1,5 százalékpont). Csakúgy, mint a nők esetén, 50 éves korig minden korcsoportban magasabb a külföldiek aránya, tehát összességében fiatalabbnak mondható az összetételük. Területi elhelyezkedésük is a nőkéhez hasonló mértékben járul hozzá a teljes különbséghez. Településtípus és régió szerinti relatív helyzetük összességében 1,8 százalékpontos különbséget implikál. A határon túli csoportba soroltak esetén az a legfőbb különbség, hogy magasabb foglalkoztatottságukhoz nagyobb mértékben járul hozzá fiatalabb korösszetételük. A 45 év felettiek kisebb részarányt képviselnek a határon túli csoportban, mint az őshonos népességénél. A konstansok közti különbség alacsonyabb, mint a nők esetén.

4.4.6. Paraméterhatások - Férfiak Az általánosnál magasabb végzettség férfiak esetén is alacsonyabb mértékben növeli a foglalkoztatás valószínűségét a bevándorlók esetén, mint az őshonos népességnél. Az ennek köszönhető paraméterhatás -6 százalékpont, ami 4 százalékponttal alacsonyabb (abszolút értékben), mint a nők esetén. Úgy tűnik, a bevándorlók esetén kevésbé rontja az öregedés azok foglalkoztatási esélyeit. Ennek köszönhetően egy 3,5 százalékpontos pozitív paraméterhatást azonosíthatunk. Habár a bevándorlók esetében a házastársi-élettársi viszony valamivel kevésbé emeli a foglalkoztatás valószínűségét, mint a honos népesség esetén, nincs negatív hatása annak, ha társuk általános iskolát sem végzett. Mi több, szignifikánsan, 11,5 százalékponttal magasabb a foglalkoztatás becsült valószínűsége a bevándorló férfiak esetén, ha társuk végzettsége alacsonyabb, mint 8 osztály. Ugyanez az őshonos 27

népesség esetén -11,7 százalékponttal alacsonyabb becsült valószínűséghez vezet. Az őshonos férfiak esetén pozitív szignifikáns hatással van a társ általános iskolainál magasabb végzetsége, míg a bevándorlók esetén nem mutatható ki szignifikáns hatás egyik irányba sem. Mindezen tényezőknek összességében -4 százalékpontos paraméterhatás köszönhető. Annak, hogy Közép-Magyarországtól távolodva a bevándorlók esetében jobban csökken a foglalkoztatás valószínűsége, -3,3 százalékpontos paraméterhatás tulajdonítható. A határon túli csoport esetében ez a hatás egyáltalán nem hangsúlyos a többihez képest (-1 százalékpont). A határon túli bevándorló csoport becsült paraméterei szignifikánsak és pozitívak a társ általános iskolainál magasabb végzettsége esetén. A határon túli férfiaknál (a nőkkel ellentétben), nem látunk kisebb abszolút értékű végzettségi kategóriákhoz köthető paraméterhatást, mint az egyéb bevándorlók esetében. Az egyes negatív paraméterhatások 3,74 százalékpontos összesített paraméterhatásra csökkentik a referenciakategóriák közti különbséget becslő, konstanskülönbségből adódó 16,1 százalékpontos eltérést a becsült valószínűségekben.

4.4.7. Dekompozíció logisztikus becslésekkel – Férfiak A logitbecslés OLS-től eltérő tulajdonságai miatt, a változók átlagos értékeinél becsült valószínűség eltér a megfigyelt foglalkoztatási rátáktól. Az 5. táblázatban láthatóak a változóátlagoknál becsült foglalkoztatási valószínűségek, melyek különbségét a választott eljárás vizsgálja. Ezt a dekompozíciót csak a nem határon túli (külföldi) bevándorló csoport és a honos népesség közti különbségen végzem el.

5. táblázat: Logit modellek becsült valószínűségei (férfiak) Magyarországon született

Külföldi születésű

esélyráta logaritmusa

0,855

1,584

becsült valószínűség

70%

83%

(változóátlagoknál) Forrás: Népszámlálás 2011, saját számítás

28

A logit becslőfüggvényekkel számított dekompozíciós eredményeket csak röviden ismertetem, összehasonlítandó a standard megoldás eredményeivel. Az eredményeket az 6. táblázat foglalja össze.

6. táblázat: dekompozíció logisztikus becslésekkel - férfiak Konstanskülönbség

Paraméterhatás

Összetételhatás

Log(OR):

0,73 =

0,85 +

-0,64 +

0,52

OR:

2,07 =

2,33 x

0,53 x

1,69

Log(OR) százalékában

116 % +

-88 % +

72 %

OLS eredmények

140 % +

-107 % +

68 %

Forrás: Népszámlálás 2011, saját számítás

Az első két sorban láthatjuk a konstans, paraméter és összetétel különbségekből adódó komponenseket, és az első oszlopban az esélyráták logaritmusainak teljes különbségét (Log(OR)) és az esélyráták teljes különbségét, avagy az esélyráta hányadost (OR). Ezen eredmények azonban nehezen összevethetőek az OLS becslések után keletkezettekkel. A módszertani részben leírt módon kifejezzük a hatásokat a teljes logesélyráta különbség százalékában. Összehasonlításképpen a negyedik sorban az OLS eredményeket is kifejezzük a foglalkoztatási ráták teljes különbségének százalékában, de fejben kell, hogy tartsuk, így sem egyértelműen összehasonlíthatóak a becsült hozzájárulások, azonban a nagyságrendek összevethetők. Összességében azt sugallják az eredmények, hogy a standard felbontás által arányaiban nagyobb paraméterhatás becsülhető, mint a nem-lineáris közelítésből. Mind a konstans, mind a többi paraméterhatás súlya abszolút értékben kisebb a logit becslés utáni felbontás szerint. A problémás összevethetőség mellett azonban elfogadhatjuk, hogy nem-lineáris módszerrel becsült egyenletek mellett is hasonló mintázat látható, mint a lineáris modellek esetén.

29

4.5.

Dekompozíció eredményeinek értékelése

A dekompozíciós eredményekkel kapcsolatban két fontos elemet érdemes mindenekelőtt kiemelni. Az első, hogy az iskolázottságnak jelentősen alacsonyabb foglalkoztatási hozama van a bevándorlók körében, mint az őshonos népesség esetében. A második, hogy a becsült egyenletek konstansai között a teljes különbséget meghaladó az eltérés. Az iskolázottságra vonatkozó együtthatók jelentős eltérései a konstans fényében értékelendők. Mivel a konstansban jelentős az eltérés, a referenciakategória esetében már jelentősen magasabb foglalkoztatási esélyt becslünk a bevándorlóknak. Ahogy azonban az iskolai végzettség nő, az előny radikálisan csökken. Az eredmények szemléletes prezentációja érdekében a 7. táblázat a különböző iskolai végzettségű 35-39 éves bevándorlók és magyar születésűek becsült foglalkozatási rátáját tartalmazza (a többi változó esetén a referenciakategóriákat vesszük alapul).

7. táblázat: Iskolai végzettség és becsült foglalkoztatási valószínűség Férfiak őshonos bevándorló OLS Logit OLS Logit

Nők őshonos bevándorló OLS OLS

36% 28% 58% 60% 41% Kevesebb, mint 8 osztályt végzett 57% 55% 75% 78% 59% Általános iskolai végzettségű 72% 72% 84% 86% 71% Szakközépiskolai végzettségű 76% 77% 88% 88% 79% Gimnáziumi végzettségű 81% 83% 94% 92% 90% Felsőfokú végzettségű Forrás: Népszámlálás 2011, saját számítás Jegyzet: regressziós becslések predikciói, 35-39 éves, egyedülálló, közép-magyarországi városban élőkre

69% 73% 77% 81% 89%

Ahogy haladunk a végzettségi kategóriákban felfelé, a bevándorlók és a magyar születésűek közötti különbség csökken a becsült foglalkoztatásban. Ennek ellenére még a felsőfokú végzettségűek esetén is magasabb mind a bevándorló férfiak, mind a bevándorló nők foglalkoztatási esélye, azonos végzettségű őshonos társaikhoz képest. Véleményem szerint ezek az eredmények szelekcióra utalhatnak. A bevándorlók rengeteg olyan tulajdonsággal rendelkezhetnek, melyeket nem figyelünk meg és jelentős szerepet játszanak eltérő munkaerő-piaci mutatóikban. Figyelembe véve, hogy 30

Magyarország nem számít migrációs célországnak, valószínűsíthetően a bevándorlók többsége nem úgymond szerencsét próbálni érkezik. Rendelkezhetnek felkínált állással, rokonokkal, meglévő kapcsolati hálóval és egyéb olyan lehetőségekkel melyek miatt eleve biztosítottnak látták, hogy Magyarországon boldogulni fognak a munkaerőpiacon. A dekompozíció eredményeit érdemes összevetni azon eredményekkel, melyek a módszertani részben kifejtett módon dummy változók segítségével vizsgálják a csoportok közötti meg nem magyarázott különbségeket. Ennek céljából a dekompozícióban is használt változókra kontrolálva, a teljes külföldön született és őshonos népesség közötti különbséget ilyen módon is becsüljük. A fő magyarázó változó tehát 1-et vesz föl, ha az egyén külföldön született, és 0-át, ha Magyarországon. A férfiak esetén probit becslés marginális hatását nézzük, míg nők esetén azonos specifikációt OLS becsléssel3. Ezzel a módszerrel a férfiak esetében 4 százalékpontos magyarázatlan rést jelez a probit becslés a bevándorlók javára. Nők esetén a lineáris becslés mindössze 0,5 százalékpontos ceteris paribus különbséget mutat. Az Oaxaca-Blinder dekompozíció által megadott paraméterhatások összességével érdemes utóbbi eredményt összevetni, mely a megmagyarázatlan különbségek mértékét becsli. Férfiak esetén hasonló eredményt kapunk mind a határon túli, mind a többi külföldi születésű csoportjára, mint a probit becslés által. Nők esetén azonban mindkét bevándorló csoport dekompozíció által meghatározott magyarázatlan különbsége jelentősen nagyobb, mint 0,5 százalékpont (1,5-2,3 százalékpont). Az elvégzett felbontás előnye, hogy részletesen láthattuk, a foglalkoztatási ráták közti különbség mennyiben adódik megfigyelt változókban levő összetételi különbségekből, illetve menyiben köszönhető annak, hogy az egyes karakterisztikák máshogy érvényesülnek a bevándorlók esetén. A konstanskülönbség magyarázata további kutatást igényel.

3

A nők esetén is probit becslést szerettem volna alkalmazni, ám ismeretlen okokból nem sikerült megbecsülni az egyenlet paramétereit logit-probit becslőfüggvények segítségével.

31

4.6.

Bevándorlók heterogenitása

A bevándorlók között jelentős heterogenitás lehet, aminek nagyságrendjére legalább érdemes becsléseket adni. Az elemzést, ezért azzal zárom, hogy új változók bevonásával, csak a külföldi születésűek közti különbségeket vizsgálom. Elsőként származási országcsoportokra és az itt tartózkodás időtartamára vonatkozó kétértékű változókat tettem hozzá a dekompozícióban is használt egyenlethez (Függelék: VI. táblázat). Az eredmények azt mutatják elsősorban, hogy akik régebben vannak Magyarországon nagyobb eséllyel foglalkoztatottak. Az elméleti összefoglalóban tárgyalt problémák Chiswick (1978) hipotézisével megmutatják, hogy ez alapján nem feltétlenül következtethetünk az asszimilációra. Ettől függetlenül fontos kontrollváltozóról van szó. A kevesebb, mint 3 éve érkezett bevándorlókhoz képest a több mint 25 éve itt élő férfiak 13 százalékponttal, a nők közel 16 százalékponttal, nagyobb valószínűséggel foglalkoztatottak. A származási országcsoportok esetén az előzőekben definiált határon túli országcsoport a referenciapont. Az európai országok mindhárom országcsoportja estén szignifikánsan kisebb foglalkozatási valószínűséget becsülnek a modellek mind a férfiak, mind a nők körében. A többi országcsoport esetében is alacsonyabb foglalkoztatást becsülnek a modellek, kivéve a Délkelet-Ázsiai fejlődő országokból származókat és a Délkelet-Ázsiai fejlett országokból származó férfiakat. A Délkelet-Ázsiai fejlődő országokból származók esetén mutatható ki pozitív szignifikáns hatás, nők esetén 9, férfiak esetén közel 8 százalékpont. Amennyiben kontrollálunk a magyar nyelvtudásra, a határon túli referenciacsoport becsült relatív előnye csökken. A magyar nyelvtudás változója önmagában is erős pozitív hatással bír. Nők esetén a magyar nyelv ismerete ceteris paribus 11 százalékponttal, szignifikánsan növeli a foglalkoztatás valószínűségét. Az utolsó egyenletben a magyar állampolgárságot vizsgáljuk amellett, hogy milyen hatással van, ha a bevándorló házastársa/élettársa magyar születésű magyar állampolgár. Az állampolgárság hatása férfiak esetén -1 százalékpontos, nők esetén nem 32

szignifikáns. Rosszabbak az esélyei azonban azoknak is, akik magyar társsal rendelkeznek. Ez valószínűleg azzal magyarázható, hogy ezen egyének bevándorlásában az önszelekciós tényezők kevésbé játszhatnak szerepet kapcsolati hálóik miatt.

5. Konklúzió Az eredmények alapján a következő fontos következtetések vonhatók le. Először is, a Magyarországon élő külföldi állampolgárok összességének jobb a foglalkoztatottsága és ez nem csupán annak köszönhető, hogy általában magasabb iskolázottság jellemezi őket. Az általunk vizsgált változók nem tudták teljesen megmagyarázni a bevándorlók és az őshonos népesség különbségét. További

többváltozós

elemzés

esetén

érdemes

lehet

kisebb

csoportokat

összehasonlítani. Az egyes bevándorló csoportok között komoly eltérések lehetnek a migráció motivációjában, illetve a bevándorlók magukkal hozott humán tőke specifikumaiban. Magyarországon kevés bevándorló él, így azon országokkal szemben, ahol a bevándorlók aránya magas, és kiterjedt, összetartó hálózatot alkotnak, sokkal több ösztönző adódhat a valódi beilleszkedésre. A magyarázatlan különbségeket véleményem szerint, a továbbiakban ezen faktorok vizsgálatával lenne érdemes elemezni. Egyenlőre a magyar gazdaság és társadalom kevés tapasztalattal rendelkezik a bevándorlással kapcsolatban, de amire Köllő (2013) is rámutat, sok potenciál rejlik a migrációban. Amennyiben a jövőben növekedne az itt élő bevándorlók száma, és tulajdonságaik hasonlóak lennének az 2011 előtt érkezettekéhez, várhatóan jelentős növekedést jelentene ez a magyar foglalkoztatottság szintjében és rátájában is, így hozzájárulva a magyar gazdaság növekedéséhez.

33

Irodalomjegyzék Albertinelli, Anthony. Migrants in Europe: A Statistical Portrait of the First and Second Generation. Luxembourg: Eurostat, European Commission, 2011. Badescu, Mircea, Béatrice D’Hombres, Ernesto Villalba, European Commission, Joint Research Centre, és Institute for the Protection and the Security of the Citizen. Returns to Education in European Countries Evidence from the European Community Statistics on Income and Living Conditions (EU-SILC). Luxembourg: Publications Office, 2011. Blinder, Alan S. "Wage Discrimination: Reduced Form and Structural Estimates." The Journal of Human Resources 8(4), (1973): 436. doi:10.2307/144855. Borjas, George J. "Assimilation, Changes in Cohort Quality, and the Earnings of Immigrants." J. Lab. Econ 3(4), (October 1985): 463-89. Borjas, George J., and Stehen G. Bronars. "Immigration and the Family." Journal of Labor Economics 9(2), (April 1991): 123-48. Borjas, George J. "The Economics of Immigration." Journal of Economic Literature 32, no. 4 (1994): 1667-717. Borjas, George J., and Bernt Bratsberg. "Who Leaves? The Outmigration of the ForeignBorn."The

Review

of

Economics

and

Statistics 28(1)

(1996):

165.

doi:10.2307/2109856. Borjas, George J., and Richard B. Freeman, eds. National Origin and the Skills of Immigrants in the Postwar Period,. 1992. Borjas, George J. „Economic Theory and International Migration”. International Migration Review 23, sz. 3 (1989): 457. doi:10.2307/2546424. Borjas, George J. „The economics of immigration”. Journal of economic literature 32, sz. 4 (1994): 1667–1717. Chiswick, Barry R. "The Effect of Americanization on the Earnings of Foreign-born Men."Journal of Political Economy 86(5), (1978): 897-921. doi:10.1086/260717. 34

Cobb-Clark, Deborah A. Immigrant Selectivity: The Roles of Household Structure and U.S. Immigration Policy. PhD diss., University of Michigan, 1990. Eurostat

(2016):

Asylum

statistics.

http://ec.europa.eu/eurostat/statistics-

explained/index.php/Asylum_statistics#Further_Eurostat_information Fairlie, Robert W. „An extension of the Blinder-Oaxaca decomposition technique to logit and probit models”. Journal of economic and social measurement 30(4), (2005): 305–16. Harrod, R. F., and J. R. Hicks. "Value and Capital." The Economic Journal 49, no. 194 (1939): 294. doi:10.2307/2225091. Hámori, Szilvia. Employment Convergence of Immigrants in the European Union. Budapest, 2009. Hárs, Ágnes. „A magyarországi munkaerőpiac migránsokat felszívó képessége”, Kézirat, 2015. Jasso, Guillermina, and Mark Rosenzweig. "What’s in a Name? Country-of–Origin Influences on the Earnings of Immigrants in the United States." Research in Human Capital and Development 4. Kogan, I. "Labor Markets and Economic Incorporation among Recent Immigrants in Europe."Social Forces 85, no. 2 (2006): 697-721. doi:10.1353/sof.2007.0014. Kwok, Viem, and Hayne Leland. "An Economic Model of the Brain Drain." American Economic Review 72(1), 91-100. Accessed March 1982. McManus, Walter, William Gould, and Finis Welch. "Earnings of Hispanic Men: The Role of English Language Proficiency." Journal of Labor Economics 1, no. 2 (April 1983): 101-30. Münz, Rainer. "Migration, Labor Markets, and Integration of Migrants: An Overview for Europe." HWWI Policy Paper: 3-6. Accessed 2007. Münz, Rainer, Thomas Straubhaar, Florin Vadean, and Nadia Vadean. "The Costs and Benefits of European Immigration." HWWI Policy Report 3. Accessed 2006.

35

OECD. "Employment in Europe 2008." OECD, 2008. Oaxaca,

Ronald.

"Male-Female

Markets." International

Wage

Economic

Differentials

in

Review 14(3),

Urban

Labor

(1973):

693.

doi:10.2307/2525981. Piore, Michael J. Birds of Passage: Migrant Labor and Industrial Societies. New York: Cambridge University Press, 1979. Rendall, Michael S., Lila Rabinovich, Barbara Janta, Jennifer K. Rubin, and Flavia Tsang. "Contrasting Trajectories of Labor Market Assimilation between Migrant Women in Western and Southern Europe." SSRN Electronic Journal SSRN Journal. doi:10.2139/ssrn.1288946. Roy, Andrew Donald. „Some thoughts on the distribution of earnings”. Oxford economic papers 3(2) (1951): 135–46. Köllő, János. „Foglalkoztatási csodák Európában”. Kozgazdasagi Szemle/Economic Review 60 (2013): 164-188 Galasi, Péter. A női–férfi munkakínálati különbségek tényezőkre bontása. In: Fazekas Károly

(szerk): Munkaerő-piaci

Kutatóközpont

–

Országos

Tükör

2002. MTA

Foglalkoztatási

(2002): 127–133

36

Közgazdaságtudományi

Közalapítvány,

Budapest,

Függelék 3. ábra: nők megoszlása aktivitási kategóriák szerint 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%

dolgozik

munkanélküli

inaktív

eltartott


4. ábra: Férfiak megoszlása aktivitási kategóriák szerint 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%

Foglalkoztatott

Munkanélküli


37

Inaktív

Eltartott

I. táblázat: Országcsoportok rövid leírása EU15 15 EU ország Ciprus, Csehország, Észtország, Horvátország, Lengyelország, EU10 Lettország, Litvánia, Málta, Szlovénia Határon túli Románia, Szlovákia, Szerbia, Ukrajna Albánia, Belorusszia, Bosznia-Hercegovina, Koszovó, Macedónia, Európa, nem EU Moldova, Montenegró, Oroszország Azerbajdzsán, Grúzia, Kazahsztán, Kirgizisztán, Mongólia, Poszt-szovjet Dél-ázsiai Örményország, Tádzsikisztán, Türkmenisztán, Üzbegisztán Délkelet-Ázsia fejlett

Hongkong, Japán, Koreai Köztársaság (Dél-Korea), Makaó, Szingapúr, Tajvan

Délkelet-Ázsia fejlődő

Banglades, Brunei, Fülöp-szigetek, Holland Antillák, India, Indonézia, Kambodzsa, Kína, Észak-Korea, Laosz, Malajzia, Burma, Nepál, Pápua Új-Guinea, Srí Lanka, Thaiföld, Vietnam

Közel-Kelet és Észak-Afrika

Afganisztán, Algéria, Arab Emírségek, Bahrein, Egyiptom, Eritrea, Etiópia, Irak, Irán, Izrael, Jemen, Jordánia, Katar, Kuvait, Libanon, Líbia, Marokkó, Mauritánia, Nyugat-Szahara, Omán, Pakisztán, Palesztina, Szaúd-Arábia, Szíria, Törökország, Tunézia

Fekete Afrika

többi Afrika

Közép és DélAmerika, illetve egyéb

Közép-és Dél-Amerika és egyéb

Tengerentúli fejlett

USA, Ausztrália, Kanada, Új-Zéland, Amerikai Csendes-óceáni-szigetek

38

II. táblázat: Változóátlagok OB dekompozícióhoz Férfiak

Kevesebb, mint 8 osztályt végzett Szakközépiskolát végzett Gimnáziumot végzett Egyetemi végzettség 30-34 éves 35-39 éves 40-44 éves 45-49 éves 50-54 éves 55-59 éves 60-64 éves házas/élettársa van Társa kevesebb, mint 8 osztályt végzett

Nők

magyar külföldi határon túli 0,017 0,021 0,022 0,375 0,195 0,196 0,282 0,365 0,284 0,198 0,248 0,427 0,155 0,145 0,160 0,133 0,125 0,159 0,115 0,111 0,132 0,117 0,118 0,118 0,144 0,152 0,102 0,120 0,135 0,085 0,021 0,024 0,018 0,664 0,641 0,664

határon magyar külföldi túli 0,019 0,012 0,014 0,164 0,279 0,161 0,328 0,352 0,429 0,407 0,284 0,303 0,136 0,159 0,159 0,127 0,184 0,177 0,116 0,124 0,114 0,131 0,105 0,103 0,140 0,102 0,102 0,110 0,080 0,088 0,023 0,018 0,020 0,661 0,710 0,701

0,012 0,134 0,247 0,165

0,008 0,253 0,171 0,129

0,011 0,088 0,225 0,288

0,010 0,169 0,173 0,266

0,009 0,120 0,292 0,219

0,007 0,227 0,224 0,188

0,035

0,034

0,057

0,042

0,040

0,039

0,112

0,113

0,172

0,130

0,130

0,129

0,110

0,117

0,162

0,129

0,122

0,127

0,267

0,298

0,344

0,275

0,274

0,300

0,138 0,169 0,209 0,300 0,115 0,101 0,095 0,118 0,149 0,133 0,193 0,000 0,049 0,000

0,154 0,179 0,216 0,284 0,110 0,099 0,095 0,118 0,148 0,131 0,206 0,001 0,083 0,000

0,121 0,468 0,170 0,183 0,063 0,100 0,098 0,038 0,061 0,077 0,199 0,000 0,027 0,002

0,124 0,458 0,171 0,190 0,074 0,096 0,101 0,041 0,057 0,076 0,236 0,000 0,072 0,002

0,133 0,289 0,178 0,254 0,087 0,069 0,049 0,052 0,113 0,143 0,226 0,000 0,030 0,000

0,149 0,301 0,172 0,247 0,087 0,067 0,048 0,057 0,125 0,126 0,259 0,000 0,058 0,000

0,012 0,163 0,116

0,006 0,162 0,116

0,006 0,453 0,286

0,001 0,349 0,302

0,007 0,272 0,128

0,004 0,253 0,111

Megfigyelések száma 2305901 Forrás: Népszámlálás 2011, saját számítás

2530522

31730

30166

72892

90674

Társa szakközépiskolát végzett Társa gimnáziumot végzett Társa egyetemet végzett 0 éves gyermekek száma a háztartásban 1-3 éves gyermekek száma a háztartásban 4-6 éves gyermekek száma a háztartásban 7-14 éves gyermekek száma a háztartásban 15-18 éves gyermekek száma a háztartásban Budapest megyeszékhely község Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld házastárs/élettárs foglalkoztatott házastárs/élettárs akadályozott házastárs/élettárs nyugdíjas házastárs/élettárs vagyonból él házastárs/élettárs szociális segélyezett beszél angolul beszél németül

39

III. táblázat: OLS becslési eredmények (nők) magyar OLS

külföldi OLS

hataron túli OLS

-0,178*** 0,118*** 0,204*** 0,313*** 0,0420*** 0,0923*** 0,106*** 0,0800*** -0,0807*** -0,526*** -0,579*** -0,0477*** -0,0152*** 0,0506*** 0,0459*** 0,0153*** -0,340*** -0,215*** -0,0279*** -0,00563*** 0,0227*** 0,0110*** 0,00359*** -0,0177*** 0,0208*** 0,0333*** -0,0253*** -0,0265*** -0,0353*** -0,0228*** 0,0293*** -0,0878*** -0,0312*** -0,157*** -0,139*** 0,00302*** -0,00287*** 0,497***

-0,0335 0,0429*** 0,0881*** 0,160*** -0,00845 0,0108 0,00937 -0,00401 -0,0919*** -0,487*** -0,617*** -0,0431*** -0,0141 -0,00548 -0,0144 -0,117*** -0,314*** -0,147*** 0,00451 0,0507*** 0,0744*** 0,00734 0,0484*** -0,0642*** -0,0248** -0,0336*** -0,0846*** -0,0637*** -0,0515*** -0,100*** 0,0407*** -0,316** -0,0636*** -0,306*** -0,217*** -0,0667*** -0,0260*** 0,715***

-0,0777*** 0,0605*** 0,110*** 0,189*** 0,0144*** 0,0587*** 0,0736*** 0,0507*** -0,0485*** -0,500*** -0,636*** -0,0722*** 0,0394** 0,0312*** 0,0418*** 0,0256*** -0,397*** -0,251*** -0,0189*** 0,0148*** 0,0400*** 0,00964** 0,0195*** -0,0323*** 0,00904 0,0142** -0,0400*** -0,0549*** -0,0877*** -0,0375*** 0,0261*** -0,124* -0,0555*** -0,315*** -0,144*** 0,00757** -0,0116** 0,646***

Változók Kevesebb, mint 8 osztályt végzett Szakközépiskolát végzett Gimnáziumot végzett Egyetemi végzettség 30-34 éves 35-39 éves 40-44 éves 45-49 éves 50-54 éves 55-59 éves 60-64 éves házas/élettársa van Társa kevesebb, mint 8 osztályt végzett Társa szakközépiskolát végzett Társa gimnáziumot végzett Társa egyetemet végzett 0 éves gyermekek száma a háztartásban 1-3 éves gyermekek száma a háztartásban 4-6 éves gyermekek száma a háztartásban 7-14 éves gyermekek száma a háztartásban 15-18 éves gyermekek száma a háztartásban Budapest megyeszékhely község Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld házastárs/élettárs foglalkoztatott házastárs/élettárs akadályozott házastárs/élettárs nyugdíjas házastárs/élettárs vagyonból él házastárs/élettárs szociális segélyezett beszél angolul beszél németül Konstans

Megfigyelések száma 2,530,522 30,166 90,674 Korrigált R^2 0,33 0,234 0,258 Forrás: Népszámlálás 2011, saját számítás. Jelmagyarázat: ***: p<0,01, **: p<0,05, *: p<0,1

40

IV. táblázat: OLS becslési eredmények (férfiak) magyar OLS

külföldi OLS

határon túli OLS

-0,208*** 0,148*** 0,195*** 0,241*** 0,0136*** -0,0208*** -0,0578*** -0,105*** -0,206*** -0,620*** -0,753*** 0,0656*** -0,117*** 0,0550*** 0,0635*** 0,0720*** -0,00670*** -0,0109*** -0,00901*** -0,00350*** 0,0102*** 0,000486 -0,00450*** -0,00998*** 0,0146*** 0,0328*** -0,0386*** -0,0491*** -0,0391*** -0,0131*** 0,0369*** -0,102*** -0,0931*** -0,0718*** -0,107*** 0,0259*** 0,0301*** 0,588***

-0,181*** 0,0833*** 0,117*** 0,177*** 0,0109* 0,01 -0,0141* -0,0650*** -0,155*** -0,497*** -0,678*** 0,0594*** 0,115*** -0,00815 -0,00384 0,00135 -0,0315*** -0,0119** -0,0013 -0,00157 0,0135** 0,0034 0,0519*** -0,0520*** -0,0407*** -0,0315*** -0,0987*** -0,0808*** -0,108*** -0,0723*** 0,0431*** -0,000472 -0,174*** -0,392*** -0,0127 -0,0367*** -0,00144 0,749***

-0,0953*** 0,0826*** 0,108*** 0,162*** 0,00575 -0,0167*** -0,0195*** -0,0622*** -0,137*** -0,503*** -0,767*** 0,0424*** 0,0532*** 0,0209*** 0,0325*** 0,0405*** -0,00336 -0,00356 -0,00860** -0,00227 0,00423 -0,00581 0,00119 -0,0230*** 0,00841 0,0210*** -0,0442*** -0,0284*** -0,0904*** -0,0338*** 0,0280*** 0,0209 -0,127*** -0,124* -0,112*** 0,00809** 0,00512 0,735***


Megfigyelések száma 2,305,901 31,730 72,892 Korrigált R^2 0,311 0,252 0,218 Forrás: Népszámlálás 2011, saját számítás. Jelmagyarázat: ***: p<0,01, **: p<0,05, *: p<0,1

41

V. táblázat: OLS becslési eredmények (férfiak) magyar Logit

külföldi Logit

hataron túli Logit

-1,133*** 0,755*** 1,026*** 1,400*** 0,130*** -0,113*** -0,347*** -0,613*** -1,121*** -3,265*** -5,199*** 0,402*** -0,666*** 0,321*** 0,404*** 0,587*** -0,00941 -0,0359*** -0,0363*** -0,0198*** 0,0475*** 0,00704 -0,0316*** -0,0607*** 0,0937*** 0,229*** -0,249*** -0,306*** -0,252*** -0,0893*** 0,250*** -0,602*** -0,541*** -0,517*** -0,561*** 0,245*** 0,250*** 0,315***

-0,876*** 0,512*** 0,717*** 1,229*** 0,0961* 0,100* -0,115* -0,512*** -1,032*** -2,601*** -3,797*** 0,397*** 0,652*** -0,0423 -0,0113 0,102 -0,254*** -0,0780* 0,017 0,0016 0,0947* 0,0812 0,332*** -0,313*** -0,259*** -0,193*** -0,609*** -0,531*** -0,702*** -0,469*** 0,394*** 0,356 -0,941*** -2,171*** -0,0381 -0,280*** 0,016 1,163***

-0,479*** 0,481*** 0,637*** 1,093*** 0,0785** -0,124*** -0,133*** -0,462*** -0,913*** -2,586*** -4,544*** 0,311*** 0,280*** 0,127*** 0,222*** 0,381*** 0,00373 0,00782 -0,0580* -0,0171 0,0231 -0,0322 0,00241 -0,159*** 0,0639 0,184*** -0,322*** -0,224*** -0,621*** -0,246*** 0,246*** 0,16 -0,705*** -0,939** -0,616*** 0,122*** 0,0415 1,078***


Megfigyelések száma 2,305,901 31,730 72,892 Korrigált R^2 Forrás: Népszámlálás 2011, saját számítás. Jelmagyarázat: ***: p<0,01, **: p<0,05, *: p<0,1

42

VI. táblázat: Becslések, bevándorlók heterogenitása Bevándorló férfiak probit marginális hatások Születési országcsoport: EU15 EU10

Európa, nem EU Délkelet-Ázsia fejlett Délkelet-Ázsia fejlődő Poszt-szovjet Dél-ázsiai Közel-Kelet és Észak-Afrika Közép és Dél-Amerika Tengerentúli fejlett Fekete Afrika 3-5 éve él itt 6-9 éve 10-15 éve 16-25 éve több m. 25 éve nem ismert külföldi születésű beszél magyarul rendelkezik magyar állampolgársággal élettárs, házastárs magyar Megfigyelések sz.

-0,0403*** -0,0260*** -0,0369*** 0,0132 0,0778*** -0,0390** -0,0866*** -0,0454*** -0,0360*** -0,125*** 0,0452*** 0,0820*** 0,0939*** 0,0882*** 0,128*** 0,0591***

107,072

-0,0268*** -0,0190* -0,0275*** 0,0388** 0,0954*** -0,0302* -0,0774*** -0,0361*** -0,0218** -0,114*** 0,0352*** 0,0651*** 0,0748*** 0,0679*** 0,103*** 0,0383***

-0,0450*** -0,0290*** -0,0394*** 0,00659 0,0718*** -0,0439*** -0,0910*** -0,0483*** -0,0403*** -0,129*** 0,0460*** 0,0847*** 0,0980*** 0,0948*** 0,129*** 0,0667***

-0,0444*** -0,0269*** -0,0397*** 0,00547 0,0692*** -0,0466*** -0,0896*** -0,0455*** -0,0399*** -0,126*** 0,0464*** 0,0852*** 0,0987*** 0,0971*** 0,128*** 0,0692***

*

-0,0140***

107,072

107,072

-0,0100*** -0,0225*** 107,072

Bevándorló nők OLS eredmények Születési országcsoport: EU15 EU10

Európa, nem EU Délkelet-Ázsia fejlett Délkelet-Ázsia fejlődő Poszt-szovjet Dél-ázsiai Közel-Kelet és Észak-Afrika Közép és Dél-Amerika Tengerentúli fejlett Fekete Afrika 3-5 éve él itt 6-9 éve 10-15 éve 16-25 éve több m. 25 éve nem ismert külföldi születésű beszél magyarul

-0,0576*** -0,0168** -0,0888*** -0,161*** 0,0908*** -0,0513*** -0,126*** -0,110*** -0,0588*** -0,106*** 0,0448*** 0,0822*** 0,0939*** 0,122*** 0,156*** 0,0857***

43

-0,0417*** -0,0099 -0,0808*** -0,133*** 0,114*** -0,0444*** -0,112*** -0,0974*** -0,0416*** -0,0939*** 0,0303*** 0,0586*** 0,0683*** 0,0948*** 0,123*** 0,0578***

-0,0568*** -0,0162* -0,0886*** -0,160*** 0,0920*** -0,0505*** -0,125*** -0,109*** -0,0580*** -0,105*** 0,0447*** 0,0816*** 0,0931*** 0,121*** 0,156*** 0,0844***

-0,0573*** -0,0149* -0,0883*** -0,161*** 0,0900*** -0,0505*** -0,127*** -0,109*** -0,0589*** -0,106*** 0,0449*** 0,0822*** 0,0940*** 0,122*** 0,157*** 0,0858***

rendelkezik magyar állampolgársággal élettárs, házastárs magyar Megfigyelések sz. Külföldi születés hatása:

külföldi születésű Konstans

-0,0140*** 122,836

122,836

122,836

-0,0100*** -0,0225*** 122,836

Teljes minta férfiak nők Logit OLS 0,0401*** 0,00492*** 0,490***

Megfigyelések sz. 2,736,564 2,864,516 Korrigált R^2 0,3140 Forrás: Népszámlálás 2011, saját számítás. Jegyzet: referenciakategóriák: határon túli országok; kevesebb mint 2 éve érkezettek. Minden előzöekben használt változóra kontrolálva. Logit és pribit becslések esetén marginális hatásokat tartaémaznak a cellák.

44

Bevándorlók munkaerő-piaci helyzete Magyarországon

Recommend Documents