Masa rykova un iverz it a Ekonomicko-správní fakulta Studijní obor: Evropská hospodářská, správní a kulturní studia
DISKRIMINACE ŽEN NA TRHU PRÁCE V ČR A USA Gender Discrimination in Labour Markets: Czech Republic and USA Bakalářská práce
Vedoucí bakalářské práce:
Autor:
Ing. Aleš FRANC, Ph.D.
Petra KUMMEROVÁ
Brno, 2012
Masarykova univerzita Ekonomicko-správní fakulta
Katedra ekonomie Akademický rok 2011/2012
ZADÁNÍ BAKALÁŘSKÉ PRÁCE Pro:
KUMMEROVÁ Petra
Obor:
Evropská hospodářská, správní a kulturní studia
Název tématu:
DISKRIMINACE ŽEN NA TRHU PRÁCE V ČR A USA Gender Discrimination in Labour Markets: Czech Republic and USA
Zásady pro vypracování Problémová oblast, cíl práce, postup a použité metody: Cílem bakalářské práce bude analýza a srovnání mzdové diskriminace žen na pracovním trhu v České republice a v USA. První část bude tvořit teoretickou základnu práce; vymezení pojmu diskriminace a popis modelů vysvětlujících existenci diskriminace na trhu práce. V následující části bude provedena rešerše výzkumných prací zabývajících se touto otázkou. Z hlediska stanoveného cíle bude klíčová ta část práce, kde bude prezentován a vysvětlen model, pomocí kterého bude diplomantka posuzovat mzdovou diskriminaci žen v uvedených zemích a diskutovat jeho výsledky.
Rozsah grafických prací:
(Předpoklad cca 10 tabulek a grafů)
Rozsah práce bez příloh:
35 – 40 stran
Seznam odborné literatury: •
Dougherty, Christopher. Introduction to econometrics. 4thd ed. Oxford : Oxford University Press, 2011. xvii, 573. ISBN 9780199567089.
•
Labor markets and social policy in Central and Eastern Europe :the accession and beyond. Edited by Nicholas Barr. Washington, D.C. : World Bank, 2005. xiii, 267. ISBN 0-8213-6119-8.
•
Smith, Robert Stewart. Modern labor economics :theory and public policy. Edited by Ronald G. Ehrenberg. 11th ed. Boston : Pearson Prentice Hall, 2012. xxi, 650 s. ISBN 9780132727655.
•
Kaufman, Bruce E. - Hotchkiss, Julie L. The economics of labor markets. 7th ed. Mason, Ohio : Thomson South-Western, 2006. xxiii, 760. ISBN 0324288794.
•
Kotýnková, Magdalena. Trh práce na přelomu tisíciletí. Vyd. 1. V Praze : Oeconomica, 2006. 256 s. ISBN 80-245-1149-5.
Vedoucí bakalářské práce:
Ing. Aleš Franc, Ph.D.
Datum zadání bakalářské práce:
28. 11. 2011
Termín odevzdání diplomové práce a vložení do IS je uveden v platném harmonogramu akademického roku.
…………………………………… vedoucí katedry
V Brně dne 28. 11. 2011
………………………………………… děkan
J mé no a p ř í j me ní a ut or a:
Petra Kummerová
Ná z e v d i pl omové p r á c e :
Diskriminace žen na trhu práce v ČR a USA
Ná z e v p r ác e v a nglič t i ně:
Gender Discrimination in Labour Markets: Czech Republic and USA
Ka t e dr a:
Ekonomie
Ve d ouc í di p l omové p r á c e:
Ing. Aleš Franc, Ph.D.
Ro k ob ha j ob y:
2012
Anotace Předmětem bakalářské práce „Diskriminace žen na trhu práce v ČR a USA“ je analýza míry vlivu diskriminace žen na výši jejich mzdy při komparaci ČR s USA. V první části jsou vysvětlena teoretická východiska. Druhá část je věnována rozboru deskriptivních statistik na trhu práce v obou zemích. V další části nastíním metodiku výpočtu a aplikuji ekonometrický model Heckit za následné dekompozice mzdové diference pomocí Oaxaca – Blinderovy metody. Poslední část je věnována interpretaci výsledků a praktickým implikacím.
Annotation The goal of the submitted thesis: “Gender Discrimination in Labour Markets: Czech Republic and USA” is to analyze the effect of gender discrimination on women’s earnings. In the first part the theoretical basis is described. The second part is concentrated on analysis of descriptive statistics. In the next part I interpret the calculation methodology and I apply the econometric model Heckit so that I can decompose the wage difference through the Oaxaca – Blinder method. The final part is dedicated to the interpretation of the results and practical implication.
Klíčová slova Diskriminace, pohlaví, mzdy, mzdová mezera
Keywords Discrimination, gender, earnings, gender pay gap
Prohlášení Prohlašuji, že jsem bakalářskou práci Diskriminace žen na trhu práce v ČR a USA vypracovala samostatně pod vedením Ing. Aleše France, Ph.D. a uvedla v ní všechny použité literární a jiné odborné zdroje v souladu s právními předpisy, vnitřními předpisy Masarykovy univerzity a vnitřními akty řízení Masarykovy univerzity a Ekonomicko-správní fakulty MU. V Brně dne 27. dubna 2012 vlastnoruční podpis autora
Poděkování Na tomto místě bych ráda poděkovala Ing. Aleši Francovi, Ph.D. za cenné připomínky a odborné rady, kterými přispěl k vypracování této bakalářské práce a že mi vůbec umožnil ji psát na mnou vybrané téma. Dále děkuji Ing. Danieli Němcovi, Ph.D. za pomoc při zpracování a transformaci datového souboru za USA do formátu použitelného pro software Gretl. Dále děkuji Sociologickému ústavu AV ČR za poskytnutí datového souboru za ČR a doc. Ing. Jiřímu Večerníkovi, CSc. za doporučení zdrojů literatury.
Obsah ÚVOD ....................................................................................................................................................11 1 TEORETICKÁ VÝCHODISKA ........................................................................................................13 1.1 Pracovní segregace .......................................................................................................................14 1.2 Monopsonistický trh ....................................................................................................................15 1.3 Beckerův model ...........................................................................................................................16 1.4 Teorie statistické diskriminace .....................................................................................................17 1.5 Teorie lidského kapitálu ...............................................................................................................18 2 VYBRANÉ UKAZATELE TRHU PRÁCE .......................................................................................21 2.1 Míra ekonomické aktivity ............................................................................................................21 2.2 Vývoj Gender pay gap .................................................................................................................22 2.3 Deskriptivní statistiky faktorů ovlivňujících výši mezd ..............................................................24 2.3.1 Doba strávená prací ...............................................................................................................24 2.3.2 Vzdělání ................................................................................................................................25 2.3.3 Zvolená profese .....................................................................................................................27 2.3.4 Věk a pracovní zkušenosti ....................................................................................................28 3 METODIKA VÝPOČTU ...................................................................................................................31 3.1 Teoretická východiska při sestavování modelu ...........................................................................31 3.1.1 Heckmanův dvoukrokový model ..........................................................................................32 3.1.2 Oaxaca – Blinderova metoda dekompozice ..........................................................................34 Dekompozice efektu volby vstupu na pracovní trh ........................................................................35 3.2 Specifikace modelu ......................................................................................................................36 3.3 Zdroje dat .....................................................................................................................................38 4 VÝSLEDKY .......................................................................................................................................41 4.1 Výpočet dle Heckmanova dvoukrokového modelu .....................................................................41 4.2 Oaxaca – Blinderova dekompozice výsledné mzdové diference .................................................45 4.3 Výsledky obdobných prací v USA a ČR......................................................................................46 5 PRÁVNÍ ÚPRAVA A PRAKTICKÉ IMPLIKACE ..........................................................................49 ZÁVĚR ..................................................................................................................................................53 SEZNAM ZDROJŮ ...............................................................................................................................55 SEZNAM MODELŮ .............................................................................................................................61 SEZNAM TABULEK............................................................................................................................62 SEZNAM GRAFŮ .................................................................................................................................63 PŘÍLOHY ..............................................................................................................................................65
9
10
ÚVOD V posledních letech se často hovoří o diskriminaci na trhu práce. Pojmem diskriminace se zde rozumí nerovné zacházení na základě odlišných osobních charakteristik, které přímo nesouvisejí s výkonem práce. Může nabývat různých podob od diskriminace při rozhodování o najmutí pracovníka, přes diskriminaci při kariérním postupu až po mzdovou diskriminaci, tedy rozdíl ve vyplácených mzdách způsobený jinými příčinami než produktivitou pracovníka. Diskriminovaná skupina může být etnická nebo rasová menšina, což je problémem především v zemích, kde je daná menšina početnější. Pokud se jedná o jakoukoliv formu diskriminace na základě věku, hovoří se o tzv. „ageismu“. Ve společnosti pravděpodobně nejdiskutovanější forma diskriminace je ta na základě pohlaví, v literatuře zmiňovaná pod pojmem genderové nerovnosti, přičemž diskriminovanou skupinu tvoří v naprosté většině případů ženy. Nejvíce postiženou skupinu pak tvoří starší ženy náležící k některé etnické nebo rasové menšině, což je zcela pochopitelné vzhledem k tomu, že tato skupina pak čelí trojnásobné diskriminaci. Problematika vstoupila do popředí spolu se zvyšující se pracovní participací žen po 2. světové válce. Pohledem na statistiky z trhu práce v jakémkoliv státě na světě, zjistíme, že ženy čelí větší míře nezaměstnanosti a dosahují na nižší průměrnou mzdu než zástupci mužského pohlaví. Muži také podstatně častěji zastávají vrcholné, řídicí a manažerské funkce. V médiích je dané téma často diskutované a veřejnost jej vnímá jako reálný problém. Ve skutečnosti to však není tak jednoduché a nelze jen porovnávat průměrné mzdy mezi pohlavími. Na výši mzdy působí mnoho faktorů a ženy se od mužů v mnoha těchto ohledech liší. Nutno podotknout, že v mnoha případech se jedná právě o rozhodnutí samotných žen, které má následně vliv na výši mzdy. S ohledem na uvedené je potřeba zkoumat mzdový rozdíl očištěný od těchto diferencí a až následně porovnávat výše výdělků. Danou problematikou se bude zabývat tato práce, jejímž cílem je kalkulace míry vlivu diskriminace žen na jejich mzdovém ohodnocení. Pro účely analytického rozboru jsem zvolila Českou republiku a Spojené státy americké. Pro komparaci s podmínkami v České republice jsem se snažila zvolit poměrně odlišný pracovní trh. Jelikož pracovní trh v Evropě je považován za méně pružný a trpící určitými rigiditami a naopak americký pracovní trh za poměrně flexibilní, zvolila jsem pro komparaci právě Spojené státy americké. Pomocí ekonometrického modelu Heckit, tedy Heckmanova dvoukrokovího modelu, a následné dekompozice mzdového rozdílu pomocí Oaxaca – Blinderovy metody budu analyzovat, jaká je míra vlivu diskriminace působící na mzdovou diferenci mezi muži a ženami ve zmíněných zemích. Výsledné údaje porovnám a pokusím se identifikovat příčiny a najít praktické implikace v souvisejících právních normách. V první části nastíním různé náhledy a teorie vztahující se k danému tématu, následně zmíním mzdové rozdíly ve světě a rozeberu deskriptivní statistické ukazatele vztahující se k produktivitě pracovníka v obou zkoumaných zemích. Další část bude věnována ekonometrickému výpočtu, přičemž vlastní aplikaci modelu bude předcházet deskripce metodologie a důvodů mě vedoucích k užití daných postupů. Po interpretaci výsledků navrhnu praktické aplikace vedoucí dle mého názoru ke zlepšení postavení žen a jejich vnímání na pracovním trhu.
11
12
1 TEORETICKÁ VÝCHODISKA Problematika komparace postavení mužů a žen na pracovních trzích vstoupila do popředí po 2. světové válce spolu s masivním zapojením žen do pracovního procesu. V předcházejícím období nebylo příliš obvyklé, aby vdané ženy participovaly na pracovním trhu. George J. Borjas (2010) k této skutečnosti zmiňuje tzv. „marriage bars“ (bariéra manželství), což implikuje stav, kdy do určitých profesí vdané ženy ani nebyly najímány. V té době se jednalo především o pozice učitelek nebo úřednic. Pokud tedy žena zastávala zmíněné zaměstnání a následně se vdala, byla propuštěna. Souběžně koexistovala i povolání, která nebyla bariérou manželství zasažena, zde lze zmínit číšnice nebo služebné. Diskriminace žen na pracovním trhu může být chápána ve třech různých podobách. V první řadě nemusí zaměstnavatel chtít ženu vůbec zaměstnat, přičemž důsledkem je pak věší míra nezaměstnanosti u ženského pohlaví. Zaměstnavatele k tomuto rozhodnutí může vést několik předsudků, z nichž nejčastější je pravděpodobně strach spojený s častou absencí žen v zaměstnání. Je všeobecně známo, že ženy častěji přerušují pracovní kariéru z důvodu mateřství či péče o domácnost. Společností jsou tedy vnímány spíše jako pracovnice v domácnosti s menším důrazem na pracovní kariéru. V naprosté většině případů jsou to ženy, které zůstávají nějaký čas po narození potomka mimo pracovní trh a i po návratu do pracovního procesu musejí často zůstávat doma z důvodu péče o dítě. Ve společnosti také převažuje názor, že muž by měl být živitelem rodiny a žena by měla pečovat o potomka, pokud by se tedy rozhodla takto nepostupovat, pravděpodobně by také čelila nepochopení ze strany okolí. Zaměstnavatel při rozhodování o najmutí pracovníka tedy může být ovlivněn výše zmíněnými předsudky a ženu na určité pozice vyžadující vysoké pracovní nasazení vůbec nenajmout. Za další možný způsob diskriminace žen na trhu práce je považován rozdílný přístup k ženám a mužům v oblasti kariérního postupu. Řídicí a jiné vrcholné manažerské pozice většinou zastávají muži, přičemž ženy velice často zůstanou mnoho let na stejné pracovní pozici a jsou tedy méně často povyšovány. K tomuto postupu mohou zaměstnavatele vést obdobné důvody jako v případě rozhodování o najmutí pracovníka. Na druhou stranu, v mnoha případech se jedná o rozhodnutí samotné ženy. Vykonávat řídicí a jiné vrcholné manažerské funkce vyžaduje mnohem více času, který je potřeba věnovat práci. Zmíněné funkce jsou také obvykle spojovány s větší stresovou zátěží a s větším rizikem propuštění v případě neúspěchu, který je zde lépe a navíc pozorněji sledován. Mnoho žen dává přednost jistotě zaměstnání a klidnějšímu pracovnímu prostředí. V neposlední řadě je potřeba zdůraznit, že ženy kladou větší důraz na čas strávený s dítětem a jsou tedy méně ochotné pracovat přesčasy, popřípadě se věnovat práci i doma mimo pracovní dobu. Jsou tudíž zpravidla ochotny substituovat lepší pracovní podmínky a jistotu za náročnější pracovní pozici s potenciálně vyšším ohodnocením. Naproti tomu, muži jsou často považováni za živitele rodiny a také sebe tak zpravidla vnímají. Preferují tedy vyšší mzdu, kvůli níž jsou ochotni překonat averzi k riziku a obětovat část svého volného času. Za nejvýznamnější cíl považují zajištění rodiny, což shledávají přínosnějším pro svého potomka. Většině mužů navíc záleží na prestiži jejich povolání, přičemž mezi prestiží zaměstnání a výší mzdy je obvykle shledávána kauzalita. Třetí formou diskriminace na trhu práce je mzdová diskriminace, jenž je v genderové souvislosti diskutována a sledována nejčastěji. Může nabývat podoby rozdílného odměňování za stejnou práci, či rozdílného odměňování srovnatelně produktivních jedinců, jenž by potenciálně byli schopni zastávat stejnou pracovní pozici. Mzdové nerovnosti čelí ženy prakticky po celém světě, otázkou ovšem je, do jaké míry je daná diference způsobena diskriminací a do jaké míry je způsobena rozdílnou produktivitou pracovníka. K měření mzdových nerovností je nejčastěji používáno ukazatele Gender pay gap (GPG), jenž je koncipován z průměrných hrubých mezd mužů a žen či z jejich mediánů. Nejčastěji je uváděna mzda žen jako procento průměrné mužské hrubé mzdy, přičemž se můžeme setkat i s formou, kde je uveden rozdíl mezi hrubými mzdami mužů a žen jako procento z průměrné hrubé mzdy mužů. Volba frekvence vyplácené mzdy, ze které je GPG počítáno se liší dle zavedené praxe vyplácení mezd v dané zemi. V České republice se tak nejčastěji setkáme s kalkulací GPG z měsíční hrubé mzdy. Naopak ve Spojených státech amerických je daný ukazatel odvozován jednak z týdenní mzdy (což je v České republice bezpředmětné, jelikož se zde mzdy prakticky vůbec 13
nevyplácejí na týdenní bázi) a jednak z hodinové mzdy. V obou státech je preferováno užití mediánů před průměry z mezd. Za ústřední definici GPG Eurostatem je považována komparace mezd poměrem průměrných hodinových mezd mužů a žen ve věku 15 -65 let, přičemž jsou zahrnuty jen pracovníci s průměrně odpracovanými 15 a více hodinami týdně. Do počtu hodin jsou zde započítávány také pravidelné přesčasy. Z mého pohledu je pro výpočty GPG praktičtější využití mediánů, jelikož je tímto způsobem lépe zohledněno rozložení mezd v populaci. Muži častěji zastávají vrcholné pozice s vyššími vyplácenými mzdami, čímž je průměrná mzda mužského pohlaví nadhodnocena. Zmíněné pozice jsou v ekonomice zastoupeny poměrně malou částí pracovníků a celkový výsledný efekt je následně zkreslený. Pokud bychom tedy pro výpočet GPG využili průměrných mzdových statistik, údaj o mzdové diferenci by byl deformovaný směrem nahoru. Dále považuji za významnější měřítko mzdové nerovnosti odvození velikosti GPG z hodinových výdělků a to z toho důvodu, že v měsíčních výdělcích není přímo zohledněn počet odpracovaných hodin. Je přitom zřejmé, že čím více hodin jedinec odpracuje, tím větší měsíční mzdu obdrží. Ze statistik dále vyplývá, že ženy odpracují průměrně méně hodin za měsíc než muži a to také z toho důvodu, že častěji uzavírají pracovní smlouvu na částečný úvazek (part-time). GPG vypočtené z měsíčních mezd tedy mzdovou mezeru opět nadhodnocuje. Dalším problémem spojeným s ukazatelem GPG je praktická nemožnost zahrnutí do výpočtu ekonomicky neaktivní jedince, což jsou častěji ženy. Mnoho žen je odrazeno od vstupu na pracovní trh potenciálně nízkou mzdou, což vysvětluje skutečnost, že ekonomicky neaktivní ženy mají většinou nižší vzdělání (např. Mysíková, 2007). Tím, že zůstávají v domácnosti, navíc přicházejí o pracovní zkušenosti a jejich potenciální mzda je dále snižována. Pokud by se tyto ženy rozhodly participovat na pracovním trhu, průměrné i mediánové mzdy pro dané pohlaví by klesly a mzdová mezera by dosahovala vyšších hodnot. Statistiky GPG jsou tedy ze zmíněného důvodu zkresleny směrem dolů. Za nejvýznamnější problém spojený s ukazatelem GPG ovšem považuji nezohlednění osobních charakteristik ovlivňujících produktivitu. Nemůžeme tudíž, jen na jeho základě, měřit velikost diskriminace na pracovním trhu. Navzdory zmíněnému problému je GPG velice frekventovaným argumentem ve společenských diskuzích o genderových nerovnostech. Dle neoklasické ekonomické teorie je však mzda jedince determinována jeho mezním produktem práce, jenž je z velké části určován právě jeho produktivitou (dále je signifikantní cena vyráběného produktu či poskytované služby). Mezi základní charakteristiky ovlivňující produktivitu a potažmo mezní produkt práce se řadí vzdělání, věk, počet odpracovaných hodin za jednotku času (nejčastěji uváděno za týden), pracovní zkušenosti a zvolená profese, popřípadě právě pohlaví (např. u prací vyžadujících fyzickou sílu). Zmíněné charakteristiky mají přímo vliv na výši mzdy a při měření mzdového rozdílu je tedy nelze opomenout, přičemž GPG žádnou z osobních charakteristik nezahrnuje. Společností je následně mzdová diference mezi pohlavími nadhodnocována a statistiky GPG jsou nekorektně používány jako argumenty dokazující existenci nerovného odměňování.
1.1 Pracovní segregace Všechny výše zmíněné formy diskriminace žen na trhu práce mohou být spojovány s existencí pracovní segregace. Daná problematika je diskutována v teorii duálních trhů, jenž diferencuje zaměstnání na typicky ženská či typicky mužská, přičemž je velice obtížné, především pro ženy, proniknout do povolání charakteristických pro opačné pohlaví. Z dané perspektivy na pracovní trh nahlížel již J.S.Mill, jenž předpokládal, že na pracovním trhu se nezávisle na sobě ucházejí o zaměstnání různé skupiny pracovníků, kteří mezi sebou navzájem o pracovní místo nesoutěží. Nepohlížel na pracovní trh jako na celek, nýbrž jako na několik pracovních trhů, které si navzájem sice konkurují, ale jsou zde nerovnosti ve formě nedokonalé interakce. Vedle sebe pak existují primární a sekundární trhy práce členěny dle sektoru či druhu zaměstnání. Primární trhy práce nabízejí více pracovních míst, vyšší mzdy. Ženy mají dle této teorie ztížený přístup k zaměstnáním na primárních trzích a jsou tak nuceny ucházet se o zaměstnání na sekundárních trzích, k nimž mají jednodušší přístup (např. Stephen Smith, 2003). Následkem tohoto procesu je „job crowding effect“ (teorie vytěsňování), což znamená, že ženy jsou vytěsňovány z povolání na primárním trhu práce. Zvýšená koncentrace na sekundárním trhu způsobuje také nižší mzdy v daných zaměstnáních, jelikož se křivka nabídky práce posouvá doprava. Na primárních trzích se naopak křivka nabídky práce posouvá doleva, což zde vyvíjí tlak na růst mezd. Problémem pak je především fakt, že ženy jsou 14
segregovány jen na základě pohlaví a ne na základě ostatních osobních charakteristik vztahujících se k pracovní produktivitě. Ženy by tedy byly schopné vykonávat zaměstnání na primárním trhu buď stejně dobře jako muži, či v některých případech i lépe. Právě v situacích, kdy má určitá žena lepší předpoklady pro výkon práce na primárním trhu než muž, nastává problém neefektivního rozložení pracovních sil v ekonomice. Odstranění duálních trhů je tedy podstatné i s ohledem na konkurenceschopnost celé ekonomiky. Pokud bychom navíc předpokládali stejnou produktivitu u pracovníků obou pohlaví a neměnnou míru celkové zaměstnanosti, přesun žen na sekundární trhy by měl za následek ztrátu mrtvé váhy a tedy snížení celkového užitku na trhu práce. Tuto situaci nastiňuje graf č. 1 v příloze. Mezi nejdůležitější příčiny přetrvávání pracovní segregace lze, dle Kaufmana a Hotchkissové (Kaufman, Hotchkiss, 2006), řadit diskontinuitu v pracovním procesu žen, společenské vnímání typicky mužských a ženských povolání a případně právě diskriminaci. S ohledem na budoucí diskontinuitu v pracovním procesu si samy ženy volí zaměstnání, u nichž případná delší absence nebude mít příliš negativní dopad. Jedná se o povolání, která nevyžadují neustálé průběžné zdokonalování znalostí. Příkladem lze uvést učitelky v mateřské či základní škole, ošetřovatelky či sekretářky. Daná povolání vyžadují jen obecné znalosti a nejsou při jejich výkonu potřeba speciální průběžná školení. Na flexibilnějších pracovních trzích s větší fluktuací pak pro ženu není problém nastoupit po pracovní pauze do jiné společnosti, jelikož dovednosti vyžadované k výkonu zmíněných povolání se v různých společnostech příliš neliší. Této výhody využívají primárně ženy v USA, jelikož dle tamních právních norem je zaměstnavatel povinen přijmout ženu po mateřské dovolené zpět na stejnou pracovní pozici jen po maximálně 3 měsících strávených péčí o potomka. Daná právní ochrana je navíc aplikovatelná jen na zaměstnavatele mající více než 50 zaměstnanců a žena před odchodem musí ve společnosti odpracovat alespoň 12 měsíců a současně minimálně 1250 hodin (Family and Medical Leave Act of 1993)1. Na druhou stranu ve zmíněných profesích můžeme očekávat také omezené možnosti kariérního růstu. Naopak je tomu příkladem u IT specialistů, kde je potřeba průběžně obnovovat získané znalosti s ohledem na rychlý vývoj moderních technologií. Pokud by žena ve zmíněné profesi přerušila pracovní kariéru na několik let (jako tomu v České republice často bývá z důvodu mateřské dovolené), již by se zpět do pracovního procesu vracela jen stěží. Bylo by pro ni velice obtížné dosáhnout stejné úrovně odborných znalostí, které dosahují její kolegové opačného pohlaví. Tohle si uvědomují také zaměstnavatelé, které daný problém berou v potaz již při rozhodování o najmutí ženy či jejím zařazení na určitou pracovní pozici. Celá záležitost následně působí dlouhodobě kontraproduktivně, jelikož zaměstnavatel, jenž přiřazuje ženy na popisované pozice, následně může ovlivnit samotné rozhodování žen při volbě vzdělání pro budoucí profesi či při volbě pracovní pauzy. Jestliže ženy budou působit na zmíněných pozicích a muži naopak na pozicích s potřebou průběžného tréninku, při rozhodování o tom, kdo půjde na rodičovskou dovolenou, pak skutečně padne volba na ženy. Další příčinou pracovní segregace je dle Kaufmana (2006) společenské vnímání typicky mužských a ženských povolání. Pokud by se žena, i přes výše zmíněné překážky, rozhodla participovat v typicky mužském odvětví, jako příklad lze uvést IT specialistu nebo profesionálního armádního pracovníka, mohla by se setkat s nepříznivou reakcí svého okolí. Nejinak by tomu nepochybně bylo i v případě volby muže vstoupit na trh práce s typicky ženskými profesemi, příkladem lze uvést zdravotní sestru (bratra). Ženy ve vrcholných, časově náročných pozicích mohou být společností hůře vnímány ve spojitosti s názory o zanedbávání domácích povinností. Tyto ženy jsou navíc pozorně sledovány a je na ně vyvíjen větší tlak než na muže, což může působit jako stresový faktor. Volba žen je však pochopitelně determinována také jejich osobními preferencemi, mezi něž můžeme řadit upřednostňování jistějších povolání s menší časovou vytížeností a lepšími pracovními podmínkami.
1.2 Monopsonistický trh Poněkud odlišným vysvětlením existence a přetrvávání pracovní segregace je teorie nedokonalých trhů. Na straně poptávky po práci je segregujícím činitelem monopson a na straně nabídky práce můžeme v některých případech hovořit o odborech (Kaufman, Hotchkiss 2006). Základním 1
Bližší informace na www.dol.gov/compliance/laws/comp-fmla.htm.
15
předpokladem fungování zmíněné teorie jsou rozdílné elasticity křivky nabídky práce u jednotlivých skupin, jenž je zaměstnavatel schopen jednoduše rozlišit. Dále musí být splněna podmínka vysoké fluktuace zaměstnanců, jenž je způsobena neustálým hledáním vhodnějšího pracovního zařazení. Zajímavou teorii nabízí Robinsonová (Robinson, 1969). Dle jejího názoru mohou potřebnou sílu monopsonu získat i menší společnosti v konkurenčním prostředí. K získání monopsonistické síly postačuje schopnost postupně rozpoznat rozdílné elasticity jednotlivých skupin a důvody této skutečnosti. Každý zaměstnavatel se z nějakého hlediska odlišuje od ostatních poptávajících na pracovním trhu, příkladem monopsonistické výhody tak může být geografická poloha, poskytované benefity, či reputace podniku založena na příjemném pracovním prostředí. Robinsonová vychází z přesvědčení, že ženy jsou ochotny substituovat část mzdy za lepší pracovní prostředí, vhodnější geografickou polohu či mateřské benefity. Poslední zmiňovaná preference je spíše aplikovatelná na USA, kde ženy od státu nepobírají žádné příspěvky v průběhu mateřské dovolené. Rodičovství se tudíž stává finančně velice nákladným rozhodnutím a je potřeba si čas strávený péčí o potomka lépe naplánovat. Dle zprávy zpracované v roce 2008 Families and Work Institute2 poskytovalo 16% amerických zaměstnavatelů kompenzaci během mateřské dovolené v plné výši mzdy. Ženy v USA vnímají mateřský benefit poskytovaný jednotlivými společnostmi za nespornou výhodu a podniky aplikující tuto politiku tímto získávají částečnou monopsonistickou sílu. Jako další významný aspekt při volbě zaměstnání je ženami shledávána geografická poloha. Především matky jsou při rozhodování ovlivněny umístěním školského či jiného opatrovnického zařízení. Příslušníci mužského pohlaví se naopak rozhodují převážně s ohledem na výši vyplácené mzdy a jsou ochotni se z tohoto důvodu za prací také stěhovat. Uvedené implikuje nižší elasticitu nabídky práce žen a to i z důvodu preference jistoty zaměstnání. Jejich křivka nabídky práce je tedy pro danou firmu strmější. K obdobným závěrům docházejí ve své studii např. Ronald L. Oaxaca a Michael R. Ransom (2010), jenž tuto hypotézu empiricky ověřovali aplikací na mzdy mužů a žen v blíže neurčeném řetězci s potravinami. Výsledek studie potvrzuje, že jsou ženy častěji přiřazovány na méně placené pozice, jelikož muži se obvykle při nízké mzdě rozhodnou zaměstnání vyměnit za jiné. Daná společnost nemůže přímo vyplácet rozdílné mzdy pracovníkům na stejné pozici, proto se rozhodne obsazovat ženy na hůře placená pracovní místa. Srovnatelné výsledky jsou interpretovány v obdobné studii aplikované na Německo (Hirsch, Schank a Schnabel, 2010), v níž je odhadováno, že až jedna třetina GPG by mohla být vysvětlena monopsonistickou silou podniků a tedy diskriminací založenou na maximalizaci zisku. Kaufman (2006) uvádí, že nižší elasticita nabídky žen umožňuje zaměstnavateli jejich přiřazení k tzv. „dead – end jobs“. Nejenže je zde nástupní mzda v porovnání s jinými povoláními nižší, navíc se tyto pozice vyznačují menšími možnostmi kariérního růstu, čímž se mzdová mezera v průběhu let nadále zvyšuje. Muži se o tyto pozice ani neucházejí, jelikož je pro ně důležitější vidina kariérního postupu. Studie Blauové a Kahna (Blau, Kahn, 2007) dokazuje, že elasticita křivky nabídky práce žen postupně během let klesá, což implikuje skutečnost, že již nepracují jen ženy s vysokou mzdou. Za zkoumané období let 1980 – 2000, dle Blauové a Kahna, klesla elasticita křivky nabídky práce žen v USA o 50 – 60%, přičemž dalším výsledkem jejich analýzy je zjištění, že klesla také vazba na velikost příjmu muže při rozhodování o pracovní participaci (tzn. klesla i křížová elasticita). V dané studii je také nastíněna možná souvislost se zvyšujícím se počtem rozvodů. Ženy po rozvodu potřebují zaopatřit sebe i své potomky a mzda se pro ně stává důležitějším měřítkem při volbě zaměstnání.
1.3 Beckerův model Z poněkud odlišné perspektivy lze nerovnosti na trhu práce interpretovat pomocí Beckerova modelu diskriminace na základě osobních preferencí a užitku z roku 19713. Teorie vychází z předpokladu, že určití jedinci upřednostňují být ve společnosti složené z příslušné sociální a kulturní skupiny, přičemž jsou ochotni za danou situaci zaplatit, čímž maximalizují svůj užitek na úkor monetárního zisku. Takto diskriminující mohou být zaměstnavatelé, zaměstnanci, ale i zákazníci. Míra diskriminace je vyjádřena pomocí diskriminačního koeficientu, jenž je následně odváděn diskriminující skupinou v peněžní formě jako příplatek za osobní preferenci nebýt ve společnosti nepreferovaných jedinců. Základním 2 3
Dostupné z www.forbes.com/2009/05/04/maternity-leave-laws-forbes-woman-wellbeing-pregnancy.html. Anglický výraz je dicrimination based on taste.
16
předpokladem fungování Beckerova modelu je totožná pracovní produktivita všech zúčastněných, což způsobuje, že si diskriminující jedinci skutečně připlácejí pouze za své osobní preference. Zmíněná skutečnost však nemusí vždy nastat, jelikož lze pozorovat diference v investicích do lidského kapitálu, případně i v jiných ohledech a muže a ženy v důsledku nelze považovat za perfektní substituty. Pokud je osobními preferencemi veden zaměstnavatel, pohlíží na potenciálního i skutečného pracovníka z diskriminované skupiny jako na méně výkonného, nebo jako na jedince jinak snižujícího jeho užitek z vykonané práce. V případě zaměstnání takového pracovníka se bude chovat, jako by jeho mzda byla zvýšena právě o diskriminační koeficient. Pokud by tedy WM značilo mzdu muže a WF mzdu ženy, zaměstnavatel by na odměnu práce vykonané ženou nahlížel, jako by odpovídala WF = WM (1 + d), kde „d“ slouží k označení diskriminačního koeficientu. Počet takto zaměstnaných jedinců je následně determinován velikostí „d“ a rovnovážné tržní mzdy. V případě dostatečně vysoké hodnoty diskriminačního koeficientu zaměstnavatel nenajme žádné příslušníky diskriminované skupiny. Menší poptávka po těchto pracovnících v důsledku snižuje jejich tržní mzdu a naopak zvýšenou poptávkou po nediskriminovaných pracovnících těmto mzdu zvyšuje, čímž vzniká mzdový diferenciál. Ovšem zaměstnavatel si tímto počinem snižuje zisk, jelikož diskriminace z jeho strany je nákladná a má stejný vliv jako uvalení daně – v obou případech se křivka poptávky po pracovní síle posune doleva za dražšími pracovníky. Na trh práce by měly vstoupit společnosti, které nejsou zatíženy diskriminačními preferencemi a mohou tak dosahovat větších zisků. Dle této teorie by tedy diskriminace ze strany zaměstnavatele měla postupně vymizet spolu s obměnou struktury stávajících podniků. To nemusí platit, uvolníme-li předpoklad dokonale konkurenčního prostředí. V monopsonistické struktuře s existencí bariér vstupu na trh, tedy může tato forma diskriminace přetrvávat. Výše tržní mzdy příslušníků diskriminované skupiny se odvíjí od jejich zastoupení na pracovním trhu a od počtu podniků s diskriminujícími preferencemi, což je znázorněno na grafu č. 2 v příloze. Na obdobném principu lze vysvětlit diskriminaci ze strany zaměstnanců. Diskriminující zaměstnanci pohlížejí na své mzdy jako by byly sníženy o výši jejich diskriminačního koeficientu a v důsledku vyžadují od zaměstnavatele mzdu zvýšenou právě o tuto hodnotu. Užitek ze mzdy WM ve skutečnosti vnímají ve výši WM (1 - d). Pro zaměstnavatele není výhodné vyplácet rozdílné mzdy mužům a ženám, což jej vede k rozhodnutí o najímání pouze jedné z oněch skupin. Důsledkem by byla pracovní segregace, kdy by byli pracovníci zaměstnáváni na rozdílných pracovních pozicích s ohledem na jejich pohlaví, přičemž v extrémním případě by některé podniky poptávaly pouze muže a některé pouze ženy (Kenneth J. Arrow, 1971). V případě, že je diskriminačními preferencemi zatížen zákazník, změní se jeho náhled na tržní cenu daného statku či služby. Je-li obsluhován zástupcem diskriminované skupiny, rozhoduje se, jako by cena zboží odpovídala hodnotě P (1 + d). Prodejce či poskytovatel služby bude v důsledku nucen nabízet produkt za nižší než tržní cenu, aby přesvědčil i diskriminujícího zákazníka. Druhou variantou je soustředit se pouze na nediskriminující spotřebitele či příslušníky stejného pohlaví. Na rozdíl od dvou předchozích forem Beckerova modelu, tato forma diskriminace bude na trhu přetrvávat stejně dlouho, jako ochota zákazníků připlatit si za produkt nabízený preferovanou skupinou pracovníků. Príkladem lze uvést profesi finančních poradců. Ženy ve zmíněném povolání dosahují podstatně nižších výdělků než zástupci mužského pohlaví. V roce 2010 dosahovaly ženy zaměstnané jako finanční poradkyně v USA pouze 58,4 % mediánu týdenní mzdy mužů stejné profese (Bureau of Labor Statistics)4. Vysvětlením je pravděpodobně společenské vnímání finanční a analytické gramotnosti žen, případně skutečný rozdíl v těchto charakteristikách.
1.4 Teorie statistické diskriminace Alternativní pohled na přetrvávající existenci diskriminace na pracovním trhu nabízí teorie statistické diskriminace, podle níž jsou pohnutky zaměstnavatele ovlivněny statistickými ukazateli.
4
Dostupné z www.bls.gov/cps/earnings.htm#demographics.
17
Borjas (2010) uvádí, že v tomto případě zaměstnavatel hodnotí uchazeče o práci podle statistických rysů průměrného člena příslušné skupiny, přičemž ho ke zmíněnému jednání vede „statistická správnost“ daného rozhodnutí. Při rozhodování o najmutí pracovníka či jeho přiřazení na určitou pracovní pozici je zaměstnavatel vystaven problému asymetrických informací. Nedokáže tudíž přesně odhadnout dovednosti a motivaci konkrétního uchazeče o zaměstnání. Během pracovního pohovoru má uchazeč nutkání nadhodnocovat své schopnosti a zájem o práci, přičemž zaměstnavatel není schopen přesně odhadnout míru takového jednání. Jeho úsudek je tedy ovlivněn statistiky podloženými daty o průměrných charakteristikách určité skupiny jedinců, což činí jeho rozhodnutí v průměru správné a maximalizující zisk. Vhodná implikace z hlediska pohlaví se nabízí při rozhodování o najmutí pracovníka na určitou pozici vyžadující vysoké pracovní nasazení a umožňující následný kariérní růst. Pro jednoduchost předpokládejme, že zaměstnavatel preferuje čerstvého vysokoškolského absolventa, který prozatím nemá mnoho pracovních zkušeností a do nějž plánuje investovat značný objem prostředků pro zvýšení jeho lidského kapitálu pomocí speciálních školení. Pokud by do posledního kola pohovoru již postoupili pouze dva kandidáti s naprosto totožnými osobními charakteristikami s jediným rozdílem v otázce pohlaví, statisticky diskriminující zaměstnavatel by upřednostnil muže. Dle statistik ženy častěji a na delší období přerušují pracovní kariéru, což snižuje návratnost investic vložených do lidského kapitálu. Ovšem určité ženy nemusí plánovat pracovní pauzu z důvodu mateřství a v tom případě by byly zasaženy diskriminací. Ženy však v naprosté většině případů děti plánují a zaměstnavatelovo rozhodnutí tedy nebylo ovlivněno diskriminací z důvodu osobních preferencí, nýbrž vychází z racionálních předpokladů a je v průměru správně. Dennis J. Aigner a Glen G. Cain (1977) proto předpokládají, že ženy musejí více investovat do „signálů“. Čelí nutnosti dát zaměstnavateli znamení, že právě ony preferují pracovní kariéru a jsou ochotny jí věnovat maximum úsilí. Takovým signálem pak může být vyšší vzdělání a více praxe, než nabízí mužský protikandidát. Teorie je podložena předpokladem, že například absolventka Harvardské univerzity pravděpodobně neplánuje zůstat v domácnosti. Zaměstnavatel na danou pozici ani nemusí vyžadovat absolvování jedné z nejlepších univerzit na světě, ale žena mu tím dá signál, že i ona již podstatně investovala do svého lidského kapitálu. Statistická forma diskriminace bude na pracovních trzích pravděpodobně i nadále přetrvávat, jelikož zaměstnavatel těmito rozhodnutími v průměru maximalizuje svůj zisk, v čemž spočívá zásadní rozdíl oproti Beckerovu modelu diskriminace na základě osobního užitku. Mírně modifikovaný pohled na Beckerův model nabízí ve své studii z roku 2002 Claudia Goldin. Svůj náhled na danou problematiku nazvala „ A Pollution Theory of Discrimination“, což v podstatě znamená diskriminaci z důvodu ochrany prestiže svého povolání, přičemž svoji roli zde hraje také statistická diskriminace. Určitá, převážně mužská povolání jsou považována za prestižnější a muži chtějí, aby to tak i nadále zůstalo. Nechtějí znehodnotit pověst těchto povolání integrací žen. Jejich přesvědčení o nevhodnosti pozice pro ženy vychází z průměrných statistických charakteristik, že se ženy dostatečně nevěnují pracovní kariéře a nemají potřebné dovednosti jako muži. Pokud na dílčí pracovní trh vstoupí žena, muži budou požadovat mzdovou kompenzaci za ztrátu prestiže. Goldin však uvádí, že to by pro zaměstnavatele bylo zbytečně nákladné a jednodušší řešení vidí ve vytvoření nových pozic pro ženy. Příkladem uvádí diverzifikaci pracovních míst ve zdravotnictví, kde převážně muži pracují na pozici mediků specialistů a převážně ženy zastávají práci zdravotních sester.
1.5 Teorie lidského kapitálu V této studii využiji teorii lidského kapitálu, jenž pokládá za hlavní determinantu výše mzdy mezní produkt práce vycházející z produktivity pracovníka. Zaměřím se tedy na rozdíly v osobních charakteristikách a preferencích zaměstnanců, ať již participujících na pracovním trhu, či ekonomicky neaktivních. Mzdovou diferenci očištěnou o rozdílné schopnosti lze pak přičíst diskriminaci, přičemž z mého pohledu je nejreálnější forma diskriminace ta statistická. Dle mého názoru není častá situace, kdy by muže obtěžovalo pracovat ve společnosti žen, což by byl předpoklad pro fungování Beckerova modelu, ale je docela pravděpodobné, že zaměstnavatel bude preferovat investice do lidského kapitálu mužů před ženami z důvodu průměrně vyšší návratnosti. Tento předpoklad je racionální jak u žen před dosažením 30 let věku, které teprve plánují odchod na mateřskou dovolenou, tak u žen vracejících se 18
po této pauze na pracovní trh, jelikož budou často nuceny i nadále absentovat v zaměstnání z důvodu péče o nemocného potomka.
19
20
2 VYBRANÉ UKAZATELE TRHU PRÁCE V této kapitole jsou prezentovány deskriptivní statistiky z trhu práce, přičemž nejdříve se zaměřím na zaměstnanost žen a vývoj GPG a následně popíši stav a vliv faktorů ovlivňujících produktivitu. Následující data jsou za USA ve všech případech čerpána z Current Population Survey, což je šetření domácností prováděné a zveřejňované úřadem U. S. Bureau of Labor Statistics (BLS)5. Za Českou republiku jsou využita data zveřejňována Českým statistickým úřadem (ČSÚ), přičemž se převážně jedná o průzkum nazvaný Výběrové šetření pracovních sil (VŠPS), v některých případech využil ČSÚ také dat z šetření prováděných či shromažďovaných Eurostatem a data ohledně výše mezd jsou čerpána z šetření Structure of Earnings Survey. Některá data jsou čerpána ze statistik Svazu průmyslu a dopravy České republiky, který je shromáždil od Úřadů práce ČR.
2.1 Míra ekonomické aktivity Všeobecně lze největší nárůst počtu ekonomicky aktivních žen pozorovat od 60. - 70. let minulého století. Jednalo se o období, kdy začínaly vstupovat na trh absolventky škol, jenž se narodily matkám pracujícím v průběhu či po skončení 2. světové války. V období let 1970 – 1999 lze v USA pozorovat nárůst míry participace žen ve výši téměř 20 procentních bodů, jenž z počáteční hodnoty 43.3% v roce 1970 vzrostla na 60.0%6 v roce 1999. Po přelomu tisíciletí došlo k mírnému poklesu hodnoty daného ukazatele, přičemž v roce 2010 bylo ekonomicky aktivních 58.6% amerických žen. Při komparaci s mužskou částí populace lze spatřit zcela opačný trend, tedy pokles pracovní participace ve sledovaném období. V roce 1970 bylo ve Spojených státech amerických ekonomicky aktivních 79.7% mužů, kdežto v roce 2010 daný ukazatel dosahoval hodnoty 71.2%, což implikuje rozdíl ve výši téměř 10 procentních bodů. Srovnatelná tendence je pozorovatelná na území ČR. Dle údajů ČSÚ dosahoval podíl žen na celkovém počtu ekonomicky aktivních jedinců v roce 1921 pouze 34.2%, přičemž v roce 2001 se jednalo o hodnotu 45.3%7. Pokles v počtu participujících mužů na trhu práce a naopak nárůst hodnoty daného ukazatele u žen dokazují také údaje o velikosti rozdílu míry ekonomické aktivity v období 1921 – 2001. Rozdíl v roce 1921 činil 51 procentních bodů, kdežto v roce 2001 to bylo již jen 15.9 procentních bodů. Ovšem také na území ČR lze v posledních letech pozorovat mírný pokles míry ekonomické aktivity u žen, když v roce 1993 dosahoval daný ukazatel hodnoty 52.3% v komparaci s rokem 2009, kdy se jednalo o hodnotu 49.5%. Daný trend se však vyskytuje na obou srovnávaných trzích také u mužů, kdy od roku 2000 klesla pracovní participace mužů v USA o 3.6 procentních bodů, v ČR se pak jednalo o pokles ve výši 3.0 procentních bodů za období let 1993 – 2009. Vysvětlením pro vývoj daného ukazatele v ČR by mohl být zvyšující se počet vysokoškolských studentů po změně režimu. Jelikož jsou míry počítány z populace ve věku 15 let a starší, středoškolští či vysokoškolští studenti mohou údaje zkreslovat. Nárůst pracovní participace žen a naopak pokles hodnoty daného ukazatele u mužské části populace lze nejpravděpodobněji přičíst rovnoměrnějšímu rozdělení prací v domácnosti. Stále častěji se můžeme setkat s rodinou, kde je jediným ekonomicky aktivním členem žena, což dříve nebylo společensky příliš průchodné. Mezi nejčastější důvod ekonomické neaktivity obyvatel ve věku 15 let a starších se řadí odchod do starobního či invalidního důchodu. V ČR ze zmíněného důvodu stojí mimo pracovní trh 61% žen a 62% mužů z celkového počtu ekonomicky neaktivních obyvatel, přičemž absolutní počet takto neaktivních jedinců je u žen dvojnásobný oproti mužům. Daný stav lze přičíst vyšší průměrné naději na dožití u žen. Obyvatelstvo v důchodovém věku tedy popisovaný ukazatel zkresluje a pro účely komparace je vhodnější jej do statistik nezahrnovat. Šetření CPS, BLS nabízí statistické údaje o ekonomické aktivitě mužů a žen rozdělené dle věku obyvatel8. Z těchto dat lze vyčíst, že největší
5
Dostupné z www.bls.gov/cps/wlf-databook2011.htm. Jedná se o podíl žen starších 16 let na civilní pracovní síle (CPS). 7 Zdrojem dat jsou šetření o sčítání lidu, přičemž do statistik o ekonomicky aktivních obyvatelích jsou zahrnuty osoby ve věku 15 let a starší. 8 Dostupné z www.bls.gov/cps/wlf-databook2011.htm. 6
21
procento ekonomicky aktivních žen je ve věku 40 – 49 let9, naproti tomu, muži jsou nejvíce ekonomicky aktivní ve věku 30 – 39 let10. Největší rozdíl mezi mírou participace obou pohlaví je ve věku 30 – 34 let, přičemž ženy jsou ekonomicky aktivní v 73.8% v komparaci s 91.1% mužů, což tvoří rozdíl ve výši 17.3 procentních bodů. Vysoká diference je pravděpodobně způsobena mateřskou dovolenou, na níž ženy odcházejí stále častěji právě v tomto věkovém rozpětí. Následné pořadí důvodů ekonomické neaktivity je již u mužů a žen odlišné. 15% ekonomicky neaktivních žen v ČR se rozhodlo neparticipovat na trhu práce z důvodu péče o rodinu a domácnost11. Naproti tomu, pouze 0.3% mužů není součástí pracovní síly z výše zmíněného důvodu. Společným rysem u obou pohlaví je studium jako důvod ekonomické neaktivity12. Ukazatel ekonomické aktivity popisuje procento jedinců z celkového obyvatelstva staršího 15 či 16 let, jenž chce být zaměstnáno. Jedná se tedy o tu část populace, jenž je buď zaměstnaná, nebo práci hledá a řadí se mezi nezaměstnané. Pro účely komparace postavení mužů a žen na pracovním trhu je tedy vhodné srovnat také velikosti míry nezaměstnanosti obou pohlaví. Míra nezaměstnanosti se vypočítá jako poměr evidovaných uchazečů o práci zařazených na úřadu práce, jenž jsou schopni bezprostředně nastoupit do zaměstnání při nabídce vhodného pracovního místa, ku pracovní síle (Svaz průmyslu a dopravy ČR - SPČR)13. Dle SPČR je míra nezaměstnanosti žen stabilně vyšší než u mužů a to ve všech krajích ČR, přičemž v roce 2009 tento údaj dosahoval hodnoty 10.0% u žen a 6.8% v případě mužů. Při pohledu na vývoj zmíněného ukazatele v USA lze konstatovat, že hodnoty u obou pohlaví se v průběhu období 1970 – 2008 příliš nelišily, jelikož rozdíly nepřesahovaly výši 1 procentního bodu. V letech 2009 a 2010 lze pozorovat dopad krize na americký trh práce, jenž dokládá nárůst měr nezaměstnanosti u obou pohlaví přibližně o jednu třetinu, kdy v případě žen tato míra stoupla na 8.1%, resp. 8.6% a v případě mužů na 10.3%, resp. 10.5%. Ze zmíněných údajů vyplývá rozdílné rozložení nezaměstnaných dle pohlaví v ČR v komparaci s USA v posledních letech. V předchozím zkoumaném období byla i v USA obvyklá větší míra nezaměstnanosti u žen. Zajímavý je údaj za USA týkající se složení nezaměstnaných dle manželského statusu, jelikož ženatí muži dosahují i v roce 2010 míry nezaměstnanosti ve výši pouze 6.8%. Stejně tak i vdané ženy čelí mnohem nižší míře nezaměstnanosti, konkrétně ve výši 5.9%. Naproti tomu míra nezaměstnanosti mužů i žen žijících odděleně či po rozvodu kolísá mezi hodnotami 9.2% - 12.9%. U vdaných žen by nižší míra nezaměstnanosti mohla být vysvětlena nižší ekonomickou aktivitou. Míra nezaměstnanosti je počítána jako podíl z ekonomicky aktivních obyvatel, přičemž počet vdaných žen na pracovní síle je menší. U ženatých mužů se jako možné vysvětlení nižší nezaměstnanosti nabízí skutečnost, že ve většině případů musejí živit rodinu a nemohou si tedy dovolit přijít o práci. Jsou tedy pravděpodobně ochotni pracovat v krizi i v hůře placených zaměstnáních, aby měli alespoň nějaký finanční příjem. Zajímavá komparace se nabízí při porovnání nezaměstnanosti podle doby hledání práce mužů a žen. Ze statistik ČSÚ vyplývá, že zástupci mužského pohlaví hledají práci snadněji, jelikož jejich dlouhodobá míra nezaměstnanosti je stabilně nižší než u žen. V roce 2009 tento ukazatel dosahoval v ČR hodnoty 2.7% v případě žen a 1.8% v případě mužů. V průběhu let 1993 – 2009 lze pozorovat značné výkyvy, přičemž nejvyšší hodnoty dlouhodobé nezaměstnanosti byly zaznamenány v letech 2005 a 200614. Ve všech letech sledovaného období hledalo největší procento nezaměstnaných žen práci po dobu 6 měsíců až 1 rok, přičemž nezaměstnaní muži našli práci nejčastěji již do 3 měsíců.
2.2 Vývoj Gender pay gap Při komparaci mzdové diference napříč Evropou lze pozorovat nižší nerovnosti ve státech Jižní Evropy. Portugalsko, Itálie, Malta, Slovinsko a Francie, ale také Rumunsko a Bulharsko vykazovaly v roce 2006 nejnižší hodnoty GPG z celé Evropské unie. Olivettiová a Potrongolová (2008) tuto skutečnost vysvětlují pomocí větší mezery v mírách ekonomické aktivity mezi pohlavími v těchto 9
Hodnota daného ukazatele dosahuje 76.2 – 76.8%. Míra ekonomické aktivity dosahuje 91.1 – 92.2%. 11 Výběrové šetření pracovních sil, (ČSÚ). 12 12% ekonomicky neaktivních mužů a 9% žen z této skupiny neparticipuje na pracovním trhu kvůli středoškolskému studiu a 10% mužů a 7.5% žen kvůli vysokoškolskému studiu. 13 Dostupné z www.spcr.cz/statistika/nezamestnanost.htm 14 Tehdy hodnota daného ukazatele u mužů dosahovala výše 3.5%, resp. 3.2% a u žen 5.5%, resp. 5.2% 10
22
zemích. Za předpokladu, že volba neparticipovat na trhu práce není náhodná, lze identifikovat korelaci s určitými osobními charakteristikami takto se rozhodujících žen. Ženy participující na pracovním trhu jsou prokazatelně vzdělanější a dosahují tedy na vyšší mzdy. Velikost GPG je v důsledku podhodnocena, jelikož do výpočtu nejsou zahrnuty méně vzdělané ženy. Zmíněná studie byla aplikována na období let 1994 – 2001 na státy EU a podává důkaz o negativní korelaci mezi výší GPG a mírou zaměstnanosti žen. Právě v zemích Jižní Evropy je míra participace žen na trhu práce nižší a to z důvodů sociálních i kulturních. Naopak je tomu například ve Velké Británii, kde velikost GPG v roce 2006 dosahovala 31.12%, což je jedna z nejvyšších hodnot v EU. Průměrná výše mzdové mezery ve státech EU v roce 2006 činila 23.68%, ČR se s hodnotou GPG 26.49% řadila mezi státy s nadprůměrnou výší tohoto ukazatele. Mezi země s nejnižšími mzdovými rozdíly se dlouhodobě řadí Švédsko. V zemi je také dlouhodobě vysoká míra ekonomické aktivity žen a tak lze velikost GPG brát jako vcelku vypovídající ukazatel. Jedno z vysvětlení nabízí právní úprava rodičovské dovolené v dané zemi. Délka placené dovolené činí 16 měsíců, z nichž minimálně 2 měsíce musí zůstat v domácnosti druhý z manželů, většinou otec. Část nákladů je hrazena státem a část zaměstnavatelem15. Dynamickým pohledem na statistiky GPG lze identifikovat snižující se mzdové rozdíly mezi pohlavími. Za posledních 30 let se velikost GPG v USA snížila o téměř 20 procentních bodů. Jestliže ženy ve věku 16 – 24 let dosahovaly v roce 1979 78.6% týdenní mzdy mužů16 a ženy ve věku 25 let a více v daném roce dosahovaly 62.1% týdenní mzdy mužů, v roce 2010 to bylo již 95.3%, resp. 80.5%. Údaj za celou populaci ve věku 16 let a více v roce 2010 v USA činil 81.2%. Pokud by se mzdová mezera i nadále snižovala obdobným tempem, kolem roku 2040 by již mohla zcela vymizet. Je ovšem důležité upozornit na skutečnost, že ženy v roce 1979 měly nižší startovací úroveň, co se týče dohánění výdělků mužů. Měly větší prostor pro zlepšování osobních charakteristik ovlivňujících výši mzdy, tedy zvyšování úrovně vzdělání, počtu odpracovaných hodin za týden, zkracování pracovních pauz. Nyní toho již tolik zlepšovat nemohou, jelikož rozdíly mezi pohlavími v uvedených charakteristikách již nejsou tak markantní. Dle mého názoru bude na trhu práce vždy existovat nějaká výše GPG. Předpokládám, že je reálné do zmíněného roku snížit GPG na 5 – 10%, k čemuž dojde s nárůstem počtu kariérních úspěchů žen. Za touto úrovní však nebude moc prostoru pro pokles, jelikož ženy již nebudou schopny nabídnout více, výjimku tvoří bezdětné ženy. Pokud analyzujeme vývoj GPG dle věkové struktury pracovníků, zásadní změny se za posledních 30 let v USA neudály. Nejmenší mzdovou mezeru je možno stabilně pozorovat u pracovníků ve věkové skupině 16 – 24 let. Naopak největší mzdová diference byla v roce 1979 pozorována u věkové skupiny 35 – 44 let17, přičemž v průběhu u dané skupiny docházelo k vyrovnávání a v roce 2010 byla největší nerovnost pozorována mezi pracovníky ve věku 55 – 65 let. Z šetření Structure of Earnings Survey, jenž je publikováno Českým statistickým úřadem, jsou k dispozici data popisující podíly průměrných mezd žen na průměrné mzdě mužů a podíly mediánů mezd žen na mediánech mužů v rozmezí let 1996 – 2010. V daném období je možno pozorovat pokles GPG u mediánů mezd, avšak nárůst GPG při srovnávání průměrných výdělků. V roce 1996 dosahovala velikost podílu mediánů 78.9% a velikost podílu průměrných mezd 77.2%, přičemž v roce 2010 dosahovaly zmíněné charakteristiky hodnot 81.3%, resp. 75.1%. Popisované hodnoty jsou ovlivněny obecně vyšší diferencí ve mzdách mezi muži, ženské mzdy jsou považovány za více nivelizované. Dané tvrzení dokládají i americké statistiky o distribuci příjmů mezi muži a ženami. Ve dvou kategoriích s nejvyššími příjmy se v USA nachází 40% mužů a jen 26% žen18. Největší procento žen je soustředěno kolem středu19 a ve dvou sousedících kategoriích. Z výše uvedených důvodů upřednostňuji statistiky uvádějící GPG na základě mediánů mezd. Při pohledu na vývoj GPG s ohledem na vzdělanostní skupiny lze v USA pozorovat změnu u nejvíce a nejméně vzdělaných jedinců. Zatímco kolem roku 1980 byla největší mzdová mezera mezi muži a 15
Bližší informace na http://en.wikipedia.org/wiki/Parental_leave. Pro výpočet byly použity mzdové mediány zaměstnanců pracujících na plný úvazek (BLS). 17 Poměr týdenních mezd činil pouze 58.3%. 18 V kategorii s nejvyššími příjmy se pak nachází 20% mužů a jen 10% žen. 19 Ve střední kategorii je soustředěno 26% žen. Procento mužů ve střední kategorii je 21%. 16
23
ženami s nižším než středoškolským vzděláním20, v roce 2010 zde bylo možno pozorovat naopak nejmenší mzdovou diferenci21. Přesně opačně se vyvíjela velikost GPG u vysokoškolsky vzdělaných pracovníků, jejichž podíl mediánů mezd žen a mužů v roce 1979 dosahoval hodnoty 66.7% a v roce 2010 hodnoty 74.1%. Všechny výše uváděné statistiky poměrů mezd žen a mužů zahrnovaly pouze pracovníky zaměstnané na plný pracovní úvazek. Pokud porovnáme data zahrnující zaměstnance pracující na zkrácený pracovní úvazek, dojdeme ke zcela jiným závěrům. Údaje za USA zahrnující zaměstnance s pracovní smlouvu na zkrácený úvazek uvádějí, že výdělky žen jsou dokonce vyšší než mužů22. Konkrétní údaj odpovídá 104.0%. Muži pracující na poloviční úvazek pravděpodobněji také dávají přednost rodině, či něčemu jinému, před pracovní kariérou. Další situace, kdy muži pracují na zkrácený úvazek, by mohlo být druhé (další) zaměstnání. V tomto případě lze opět předpokládat, že se dané práci budou věnovat méně, jelikož musí soustředit více úsilí do svého hlavního zaměstnání.
2.3 Deskriptivní statistiky faktorů ovlivňujících výši mezd Jak již bylo zmíněno výše, GPG je nedostačujícím měřítkem případné genderové mzdové diskriminace na trhu práce z důvodu nezahrnutí faktorů ovlivňujících produktivitu pracovníka. Rozdílné výše výdělků mohou být způsobeny rozdílnými charakteristikami mužů a žen, mezi něž lze řadit úroveň vzdělání, dobu strávenou prací, zvolenou profesi a věk a s ním související pracovní zkušenosti.
2.3.1 Doba strávená prací Pokud bychom provedli komparaci mezd s ohledem na počet odpracovaných hodin, došli bychom k závěru, že mzdová mezera nabývá menších hodnot. Ukazatel GPG je nejčastěji kalkulován z hrubých měsíčních (v případě ČR) či týdenních mezd (data za USA), čímž je jeho hodnota nadhodnocována. Je pochopitelné, že zaměstnanec pracující více hodin měsíčně, resp. týdně, obdrží vyšší mzdu, jelikož odvedl více práce. Ze statistik je navíc zřejmé, že ženy po celém světě odpracují průměrně méně hodin týdně než muži. Dle statistik ČSÚ ženy pracující na plný pracovní úvazek odpracovaly v roce 2010 v průměru 36.2 hodin týdně, u mužů daný údaj odpovídal 39.6 hodinám. Po celé období let 1993 – 2010 odpracovali muži v průměru o 3 – 4 hodiny týdně více, což činí měsíční rozdíl ve výši 12 – 16 hodin. To je dle mého názoru již podstatný rozdíl, který se ve výši měsíční mzdy musí projevit, ovšem ukazatel GPG jej nezahrnuje. Data za USA hovoří o ještě větším rozdílu. Ženy v USA pracující na plný úvazek v roce 2010 průměrně odpracovaly 35.5 hodin týdně, přičemž muži patřící do stejné smluvní skupiny v témže roce odpracovali průměrně 40.5 hodin za týden, z čehož plyne pětihodinový rozdíl. Pokud získané údaje za americké pracovníky porovnáme v čase s rokem 1976, zjistíme, že rozdíl v odpracovaných hodinách se snížil. Muži v porovnání s obdobím před 35 lety tedy pracují v průměru o 1 hodinu týdně méně, naproti tomu ženy o 1 hodinu týdně více. Určitou část snížení GPG za pozorované období tudíž lze přičíst uvedené změně. Při srovnání mediánů hodinových mezd pracovníků ve věku 16 let a starších, jenž jsou placeni na hodinové bázi, dosahují ženy v USA 86.0% mzdy mužů (BLS,2010)23. Při kalkulaci daného ukazatele ze zaměstnanců ve věkové skupině 25 – 34 let činí jeho hodnota dokonce 91.9%. Nutno ovšem zdůraznit, že jedinci placeni hodinově tvořili v roce 2010 jen 59% všech pracovníků. Z údajů ČSÚ dále vyplývá, že muži pracují častěji a více hodin přesčas. Průměrný týdenní počet přesčasových hodin na 1 pracujícího v roce 2010 činil 0.5 hodin u žen a 1.3 hodin u mužů. Pokud do statistik zahrneme pouze jedince pracující přesčasy, rozdíl již není tak markantní. Průměrný týdenní počet přesčasových hodin na 1 osobu pracující přesčas dosahoval v témže roce hodnot 9.3 u žen a 10.6 u mužů. Při komparaci daného údaje dle povolání lze pozorovat, že v některých profesích dokonce ženy pracovaly častěji i více přesčasových hodin než muži. Příkladem lze uvést profese v oblasti trhu s nemovitostmi. 20
Poměr týdenních mediánů mezd žen a mužů činil 60.3%, statistika zahrnuje jedince ve věku 25 let a více pracující na plný pracovní úvazek. 21 Poměr týdenních mediánů mezd žen a mužů činil 79.8% při zahrnutí jedinců ve věku 25 let a více. 22 Při kalkulaci s mediány týdenních mezd obyvatelstva ve věku 16 let a více. 23 Dostupné z www.bls.gov/cps/earnings.htm#demographics.
24
I pokud by byla provedena korekce GPG o odměny za práci přesčas, lze předpokládat, že zaměstnavatel lépe ohodnotí pracovníky pracující přesčasové hodiny i při výpočtu běžných hodinových výdělků, jelikož zde zohlední jejich pracovní úsilí, motivaci a loajalitu. Další nedokonalostí ukazatele GPG je neúplná korekce při práci na plný a na zkrácený úvazek. Pro účely výpočtu GPG jsou většinou zahrnováni pouze pracovníci přesahující určitý počet hodin týdně (většinou 30), což ovšem zcela nevylučuje zaměstnance na nějaký druh částečného úvazku. Zaměstnavatel se přitom rozhoduje naprosto racionálně, pokud vyplácí rozdílné i hodinové mzdy dle typu pracovního úvazku. S každým zaměstnancem jsou spojeny určité fixní náklady24, přičemž jejich návratnost je pozitivně korelována s počtem odpracovaných hodin. Kaufman a Hotchkissová (2006) v této souvislosti zmiňují pojem „full time wage premium“ neboli bonus za práci na plný úvazek. Dle Kaufmana a Hotchkissové je tento bonus vyplácen mužům již od 33 průměrně odpracovaných hodin týdně, kdežto ženám až při 37 průměrně odpracovaných hodinách týdně, resp. při 39 hodinách v případě afroamerických žen. Statistické údaje dokazují, že jsou to právě ženy, jenž častěji pracují na zkrácený úvazek. Dle BLS zůstal v průběhu let 1970 – 2010 podíl takto zaměstnaných žen prakticky neměnný a činil 26 – 27% z celkového počtu zaměstnaných žen. V případě mužů došlo ve zmíněné charakteristice za sledované období v USA k mírnému nárůstu, jelikož v roce 1970 pracovalo na částečný úvazek 3.4% mužů a v roce 2010 již 8.5%. Tento nárůst by dle mého názoru mohl být způsoben častější ekonomickou aktivitou mužů i v důchodovém věku oproti předchozímu období, což by mohlo být umožněno modernější technologií spojenou s prací z domova. Data za ČR také potvrzují trend větší frekvence zkrácených úvazků u žen25. V ČR jsou zmiňované typy kontraktů méně časté než v USA i jinde v Evropě, což je pravděpodobně způsobeno právní úpravou délky rodičovské dovolené a vyplácenou podporou v jejím průběhu. ČR je z tohoto pohledu považována za jeden z nejbenevolentnějších států na světě. Délka trvání rodičovské dovolené v ostatních státech zpravidla nepřesahuje 1 rok, po němž ženy často volí právě zkrácený pracovní úvazek.
2.3.2 Vzdělání Za další neopomenutelný faktor ovlivňující výši mzdy je považován stupeň dosaženého vzdělání, a to jak v případě neoklasické teorie lidského kapitálu, tak v případě signální teorie. Absolvent vysoké školy dosáhne zcela jistě vyšší úrovně teoretických znalostí nežli absolvent střední či základní školy. Některé profese jsou přitom přímo podmíněny získáním určitého titulu, přičemž příkladem lze zmínit lékaře či právníky. Jedinec se při rozhodování o počtu let vzdělání rozhoduje dle návratnosti této investice, přičemž lze očekávat pozitivní korelaci mezi mírou návratnosti a počtem let strávených v pracovním procesu. Statistické údaje dokládají, že ženy v komparaci s muži stráví celkově prací průměrně méně času. Jak již bylo zmíněno výše, ženy odpracují průměrně méně regulérních hodin týdně a také méně přesčasových hodin. Dále je potřeba kalkulovat s pracovní pauzou způsobenou péčí o potomka. Všechny uvedené faktory ovlivňují návratnost investic do vzdělání a je tedy pravděpodobné, že mnoho žen je touto skutečností ovlivněno při rozhodování o počtu let vzdělání. Příkladem pak namísto pozice doktora spíše volí pozici zdravotní sestry vyžadující pouze středoškolské vzdělání. Zmíněný trend se ovšem v průběhu let mění. Goldinová a Katz (Goldin, Katz, 2008) uvádějí, že v období kolem roku 1970 vstoupilo do manželství v rozmezí 2 let po absolvování Harvardské univerzity 36% žen a 34% mužů, věkový medián byl pro obě pohlaví stejný, když činil 27 let. V období kolem roku 1990 se již do 2 let po absolvování zmíněné univerzity vdalo jen 9% žen a oženilo 11% mužů. Můžeme tedy sledovat prudší pokles u žen, což nasvědčuje většímu nárůstu koncentrace na pracovní kariéru u ženského pohlaví. Na druhou stranu, studie dále dokazuje, že podíl bezdětných absolventek dané univerzity se v průběhu sledovaného období stabilně pohyboval v rozmezí 37 – 38%. Z mého pohledu se jedná o poměrně vysoké číslo, což přisuzuji negativní korelaci počtu dětí a návratnosti investic do lidského kapitálu. Dle statistik za USA (BLS) se průměrné nejvyšší dosažené vzdělání žen na pracovním trhu zvyšuje, přičemž nejinak je tomu v případě mužského pohlaví. Nárůst podílu vzdělanější žen je ovšem strmější 24
Lze uvést náklady při najímání pracovníků, jejich základním školení či následném propouštění. V roce 2010 bylo zaměstnáno ve zmíněném pracovním poměru 10.6% žen oproti 7.5% mužům, bráno jako podíl na celkové zaměstnanosti. 25
25
nežli je tomu u mužů. V roce 1970 bylo součástí pracovní síly v USA pouze 22.1% žen s vysokoškolským vzděláním26. V témže roce mělo 27.9% mužů, z celkového počtu ekonomicky aktivních, vysokoškolské vzdělání27. Ve zmiňovaném období tedy tvořili muži větší podíl vysokoškolsky vzdělaných pracovníků. V roce 2010 lze pozorovat dva hlavní rozdíly oproti předchozímu období. První změnu lze pozorovat v celkové struktuře nejvyššího dosaženého vzdělání ekonomicky aktivních jedinců, jelikož největší podíl již u obou pohlaví tvoří absolventi vysokých škol. Další změna je signifikantní s ohledem na genderové nerovnosti, jelikož ženský podíl vysokoškolských pracovníků na celkovém počtu převýšil ten mužský. V roce 2010 tvořily absolventky vysokých škol 66.7% pracovní síly žen, u mužů daný ukazatel dosahoval v témže roce hodnoty 58.8%. Obdobný trend je pozorovatelný v ČR. Pokud bychom sledovali ukazatel podílu počtu žen a mužů v jednotlivých druzích škol, došlo i v ČR v období let 1993 - 2010 k reversi u dat za vysoké školy. Na počátku sledovaného období bylo vysokoškolskými studenty 17.6% mužů z věkové kategorie 18 – 23 let, oproti tomu u žen se jednalo o 14.0%. V roce 2010 již 64.8% žen v uvedeném věku navštěvovalo vysoké školy, oproti 49.0% studentů mužského pohlaví. Při bližší analýze struktury vysokoškolských titulů ovšem zjistíme, že větší podíl vysokoškolsky vzdělaných žen je způsoben nárůstem počtu bakalářských a magisterských titulů u daného pohlaví. Počet mužů a žen v USA, jenž získali doktorandský stupeň vzdělání je vcelku srovnatelný, s mírnou převahou mužů. Z výše uvedeného plyne, že velikost GPG nelze přičíst nižší úrovni vzdělání žen, jelikož dle počtu studovaných let v průměru převažují ženy. Je tedy nezbytné analyzovat také strukturu preferovaných studijních oborů na základě pohlaví, což dále souvisí s využitím nabytého potenciálu teoretických znalostí v zaměstnání. Dle dat zveřejněných ČSÚ za rok 2010 volili muži podstatně častěji technické a přírodní vědy, u žen naopak převažovaly ekonomické vědy, pedagogika a humanitní vědy. Volba oboru dále souvisí s volbou povolání, přičemž ze statistik je zřejmé, že mezi nejlépe placené profese se řadí právě ty, jenž vyžadují technické znalosti a naopak mezi hůře placená povolání se řadí učitelství na základní či střední škole. Vysokoškolští profesoři jsou sice společností velice ceněným povoláním a zejména v USA dosahují nadprůměrných výdělků, ovšem na těchto pozicích působí spíše muži. Obdobný trend je pozorovatelný v profesích vyžadujících ekonomické vzdělání. Ženy sice tvoří převážnou část studentů těchto oborů, ovšem následně jsou zaměstnávány jako administrativní pracovnice či řadové účetní. Muži ekonomové naopak nejčastěji pracují na analytických pozicích, kde dosahují vyšších výdělků. Také zdravotnické a farmaceutické vědy studují na vysoké škole v naprosté většině ženy, následně jsou však zaměstnány v lékárnách či jako obvodní doktorky. Naproti tomu muži s uvedeným vzděláním se častěji profilují jako specialisté v oblasti chirurgie či stomatologie, kde jsou opět vypláceny vyšší mzdy. Volba studijního oboru by tedy také mohla vysvětlovat část pozorované mzdové diference na pracovním trhu. Zajímavou studii vztahující se k tématu vzdělání žen nabízí Huang, Li, Wai Liu a Zhang (2009), jenž se zabývali vlivem vzdělání manžela na výši mzdy ženy. Předpokládají, že pracovník ukončením formálního vzdělávání nepřestává investovat do svých teoretických znalostí, nýbrž je dále prohlubuje pomocí speciálních školení v zaměstnání či skrze interakci se vzdělanými jedinci ve svém okolí. Zmíněná studie zkoumá statisticky podloženou pozitivní korelaci mezi vzděláním manžela a výší mzdy ženy. Zjistili, že směr působení vzdělání druha je pozorován jen od muže k ženě. Jejich analýza tedy dokazuje, že vzdělání ženy nemá žádný vliv na výši mzdy muže. Manželovo vzdělání přitom ovlivňuje výši hodinové mzdy, ne počet odpracovaných hodin ženy. Prvním vysvětlením by dle uvedené studie mohl být fakt, že manželé doma o své práci diskutují a sdílejí své názory a získané poznatky, čímž se žena nadále vzdělává, díky čemuž může dosáhnout na vyšší mzdu. Je ovšem potřeba počítat také s možností, že se vysoce vzdělaní a schopní jedinci sdružují a vyšší mzda ženy tak není způsobena učením se od svého manžela, nýbrž jejími vlastními schopnostmi, které nabyla ještě před vstupem do manželství. Huang, Li, Wai Liu a Zhang provedli analýzu dané problematiky na jednovaječných dvojčatech v Číně, čímž izolovali efekt přirozeného talentu a tedy možné zkreslení, že si schopné ženy vybírají vzdělanější muže a vyšší mzda je v daném případě způsobena spíše jejich 26 27
10.9% s bakalářským titulem a 11.2% s vyšším stupněm vzdělání než bakalářským. 12.2% bakalářské vzdělání a 15.7% vyšší než bakalářské vzdělání.
26
vrozenými proporcemi, než učením se od muže. Závěry dokládají, že1 dodatečný rok vzdělání manžela zvyšuje hodinovou mzdu ženy o 3.3% (izolováno o efekt výběru vzdělanějšího muže).
2.3.3 Zvolená profese S volbou vzdělání je úzce spjata následná volba profese, jenž má na hodnotu mezního produktu práce také nezanedbatelný vliv. Je všeobecně známo, že některá povolání jsou jednoduše lépe placená než jiná. Hodnota mezního produktu práce je determinována nejen samotnou produktivitou pracovníka, ale také cenou vyráběného produktu či poskytované služby. Daná cena je přitom tvořena interakcí nabídky a poptávky na trhu zboží a služeb. V neposlední řadě má na mzdy v určitém sektoru vliv nabídka a poptávka přímo na tomto trhu práce. Pokud bude po určitém typu pracovníků velká poptávka, kterou trh nebude moci uspokojit, je zřejmé, že mzda bude tlačena směrem vzhůru. Ze statistických údajů vyplývá, že ženy jsou častěji zaměstnány v hůře placených profesích. Dle ročenky statistiky trhu práce 2010 publikované ČSÚ se mezi nejhůře placená odvětví dle členění CZ-NACE řadí primární sféra, stravování a pohostinství a administrativní a podpůrné činnosti. Mezi naopak nejlépe placená odvětví se dle zmíněné statistiky řadí peněžnictví a pojišťovnictví, informační a komunikační činnosti a profesní, vědecké a technické činnosti. V nejlépe placeném odvětví, tedy peněžnictví a pojišťovnictví, tvoří pracovní sílu z 60% ženy, ovšem panuje zde také vysoká míra rozptylu mezd a to nejen v rámci všech pracovníků, ale také v rámci každého pohlaví zvlášť. Průměrná mzda mužů zde v roce 2010 dosahovala hodnoty kolem 67 000 korun, přičemž medián mezd dosahoval hodnoty pouze necelých 48 000 korun. Průměrná mzda žen v daném odvětví v témže roce činila necelých 37 000 korun a medián mezd dosahoval hodnoty přes 30 000 korun. Z uvedených údajů lze pozorovat větší mzdovou nivelizaci v případě žen. Podíl průměrných platů žen a mužů ve zmiňovaném odvětví činil pouze 54.5%, v případě kalkulace z mediánů odpovídal podíl 63.5%. Možné vysvětlení je z pohledu obsazování různých pracovních pozic v rámci jednoho odvětví. Data shromažďovaná Evropskou Komisí a publikovaná ČSÚ nám nabízí srovnání počtu žen a mužů v řídících orgánech centrálních bank. Průměr za rok 2010 zahrnující všech 27 států EU udává, že tyto orgány jsou pouze z 18% tvořeny ženami a z 82% muži. Za ČR se jedná o hodnoty 14%, resp. 86%. V žádné zemi EU netvoří ženy většinu, ani polovinu členů daného orgánu. Nejpočetněji jsou ženy zastoupeny na Islandu (43%) a v Norsku (41%), ze států EU pak ve Švédsku (35%) a Finsku (31%). Naopak v Německu či Rakousku v roce 2010 nebyla součástí řídících orgánů tamějších centrálních bank ani jedna žena. Mzdová diference v rámci každého odvětví tak může být způsobena nižším počtem žen ve vrcholných funkcích. Informační a komunikační technologie se dle údajů ČSÚ také řadí mezi lépe placená odvětví v ČR, přičemž zde je již pracovní síla ze 73.3% tvořena muži. I zde jsou však pozorovány vyšší hodnoty GPG28. Pozorovaná data poukazují na skutečnost, že přestože se ženy rozhodnou pro zaměstnání s vyššími průměrnými mzdami, ne vždy na ně opravdu dosáhnou. Ze tří zmíněných nejlépe placených povolání lze z pohledu zastoupení dle pohlaví hovořit o jediném rovnoměrném rozdělení pracovních sil a to v odvětví profesních, vědeckých a technických činností. Ovšem i zde se nachází jedna z nejvyšších hodnot GPG29. Větší procento žen než mužů je pak v ČR zaměstnáno v odvětví stravování a pohostinství, jenž patří mezi hůře placená odvětví. Většina žen zaměstnaných na pozicích servírek navíc pracuje v průměrných či podprůměrných kategoriích restaurací a barů, jelikož do luxusnějších restaurací bývají na danou pozici najímáni spíše muži. Větší podíl žen na pracovní síle lze také pozorovat na pozicích nižších administrativních pracovníků či úředníků dle klasifikace zaměstnání (KZAM), jejich procentuelní zastoupení zde pro rok 2010 činilo 75%. V USA jsou pracovní síly z hlediska pohlaví zastoupeny v obdobném poměru jako je tomu v ČR (BLS)30. Ve finančních službách pracuje také větší procento žen než mužů, přičemž v informačních službách je tomu přesně naopak stejně jako v případě ČR. Nejvíce pracovníků je v USA zaměstnáno 28
V roce 2010 dosahovaly ženy jen na 63.4% průměrných mezd mužů a 70.1% mediánu mužských mezd v daném odvětví. 29 Dle průměrných mezd ženy dosahovaly 69.2% výdělků mužů, dle mediánu se jednalo o hodnotu 74.1%. 30 Bližší informace jsou dostupné z www.bls.gov/cps/earnings.htm#demographics.
27
v odvětví vzdělávání a zdravotnictví, přičemž počet žen je zde mnohonásobně vyšší než počet mužů. Značná část žen je i v USA zaměstnána na administrativních pozicích. Nejvyšší mzdové mezery lze opět pozorovat v povoláních s nejvyššími průměrnými výdělky. Nejlépe finančně hodnocena jsou v USA konstantně právnická povolání. V roce 2010 činil medián mužské týdenní mzdy 1 674 dolarů, přičemž ženy dosahovaly jen na 58.2% této hodnoty. V pořadí druhou nejlépe placenou profesí v roce 2010 byli osobní finanční poradci, jejichž mzdový medián u mužů činil 1 647 dolarů týdně. Osobní finanční poradkyně však pobíraly mzdu ve výši pouze 962 dolarů týdně31, což odpovídá 58.4% mediánu mzdy mužů. Existují však i dobře placená povolání, kde ženy dosahují srovnatelných výdělků jako muži. Příkladem lze uvést vývojáře počítačových softwarů32. Pracovní síla v uvedené profesi se ovšem skládá jen z 20% z žen, 80% pracovníků zde tedy tvoří muži. Menší procentuelní zastoupení žen je ve většině případů společným rysem profesí s menší mzdovou mezerou. Pokud porovnáme zastoupení žen v právnických a finančních zaměstnáních, publikovaná data dokazují větší počet takto zaměstnaných žen než mužů. Údaje rozhodně nenasvědčují pracovní segregaci, jelikož využitá data za USA rozdělují profese opravdu podrobně, nesleduji zde tedy jen celá odvětví. V případě právníků a osobních finančních poradců lze navíc vyloučit diskriminaci ze strany zaměstnavatele, jelikož tito pracovníci jsou obvykle odměňováni přímo svými zákazníky. Možné vysvětlení se nabízí využitím Beckerova modelu v podobě diskriminace ze strany zákazníka, ovšem stejně pravděpodobná je i možnost, že muži jsou v těchto profesích jednoduše úspěšnější a proto jsou spotřebitelé ochotni za jejich služby zaplatit více.
2.3.4 Věk a pracovní zkušenosti Mezi věkem a pracovními zkušenostmi existuje pozitivní korelace. Spolu se získanou praxí se zvyšuje výše mzdy, což ovšem platí jen do určitého věku, po němž se hodnota mzdy opět snižuje. V ČR dosahují nejvyšších výdělků zaměstnanci se 17 – 18 lety praxe, přičemž nejvyšší nárůst mzdy lze pozorovat v prvních letech zapojení do pracovního procesu33. Věk, ve kterém je nevyšší potenciál dosáhnout vysokých výdělků, se nazývá „prime age“. Jedná se o období mezi 30 – 45 rokem života. V tomto životním období již jedinec disponuje určitými pracovními zkušenosti, ale ještě ne tolika, aby již vykonával práci monotónně a bez entusiasmu. Právě větší nadšení pro práci, způsobené vidinou kariérního růstu, je mnoha zaměstnavateli uváděno jako velké pozitivum u mladších jedinců. Společný negativní rys u starších pracovníků naopak mnoho zaměstnavatelů shledává v usedlosti a menší snaze učit se novým věcem, v extrémních případech i v úplné neschopnosti přizpůsobit se modernějším technologiím. Vše uvedené následně snižuje hodnotu pracovních zkušeností u starších jedinců. Nevětší část GPG je připisována právě nepoměru v pracovních zkušenostech. V naprosté většině případů jsou to právě ženy, jenž absentují v práci při péči o potomka. V ČR se standardně jedná o dobu 3 let, některé ženy však zůstávají v domácnosti i 4 roky. Mnoho žen navíc přivede na svět více potomků, přičemž již v případě 2 dětí se může jednat až o dobu 8 let mimo pracovní trh. Pokud by žena odešla na mateřskou dovolenou kolem 30. roku života a strávila na ní 8 let, již by nikdy nemohla dosáhnout srovnatelných pracovních úspěchů jako muž. Z pohledu zaměstnavatele by její pracovní zkušenosti pravděpodobně již zcela ztratily na významu a také dosažený stupeň vzdělání by měl nižší hodnotu. Je vysoce předpokládané, že by za tuto dobu zcela pozapomněla vědomosti nabyté před odchodem z pracovního trhu. Navíc by již byla ve věku, kdy se racionálně uvažujícímu zaměstnavateli příliš nevyplatí investovat do jejího lidského kapitálu, ve většině případů by tedy preferoval zaměstnat čerstvou absolventku. Hodnota pracovních zkušeností žen po delší pracovní pauze a krátce po absolvování školy je srovnatelná, tedy téměř žádná, ovšem míra návratnosti investice do lidského kapitálu je vyšší u mladší ženy. Mnoho žen v prime age není součástí pracovní síly, čímž je výše GPG při kalkulaci z celkové populace nadhodnocena. Ženy v tomto věku by potenciálně mohly dosahovat obdobně vysokých výdělků jako muži, což ovšem není uskutečnitelné, pokud nejsou zaměstnané. Pohledem na statistické údaje týkající se GPG mezi zaměstnanci do 30 let věku lze zjistit, že právě zde dosahuje mzdová 31
Rovněž vyjádřeno mediánem. Medián týdenní mzdy mužů činil 1 590 dolarů, v případě žen se jednalo o hodnotu 1 445 dolarů, což odpovídá mzdovému diferenciálu ve výši necelých 10%. 33 Ročenka statistiky trhu práce 2010, publikováno ČSÚ 32
28
mezera nejnižších hodnot. Nabízí se tudíž implikace, že pokud by ženy neodcházely z pracovního trhu, byla by velikost GPG nižší. Borjas (2010) uvádí, že pro USA bylo v 60. letech typické, když žena po ukončení formálního vzdělávání pracovala jen tři až čtyři roky a následně se věnovala výchově dětí a péči o domácnost, načež celková pauza trvala v průměru 7 let. Postupem času se doba pracovní pauzy zkracuje, ovšem i v 80. letech byla americká žena ekonomicky aktivní jen ze 71% jejích potenciálních let, naproti tomu u mužů se jednalo o 93% (Borjas, 2010). Jacobsenová a Levin (1995) provedli komparaci výše mezd žen bez přerušení pracovní kariéry vůči ženám, jenž z pracovního trhu na nějakou dobu odešly. Výsledky dokazují, že ženy, které svoji pracovní kariéru nikdy nepřerušily, dosahují vyšších výdělků a jejich mzdová výhoda oproti ženám, které byly po nějaký čas ekonomicky neaktivní, nevymizela ani po uplynutí 20 let od pracovní pauzy. Na druhou stranu, ze statistik za USA vyplývá, že medián počtu let strávených prací pro současného zaměstnavatele se mezi pohlavími příliš neliší. Hodnota daného ukazatele v USA v roce 2010 činila u mužů 4.6 let, u žen 4.2 let. U obou pohlaví lze pozorovat tendenci zvyšování délky doby pracovní činnosti pro jednoho zaměstnavatele.
29
30
3 METODIKA VÝPOČTU 3.1 Teoretická východiska při sestavování modelu Výše analyzované faktory, jenž ovlivňují produktivitu práce, se mezi muži a ženami různou měrou liší. Nyní je potřeba určit míru vlivu jednotlivých faktorů na výši mzdy a následně identifikovat tu část GPG, kteroužto lze vysvětlit rozdílností v popisovaných charakteristikách. Základní ekonometrickou metodou analýzy vlivu určitých faktorů na zkoumanou veličinu je lineární regrese. Touto metodou se na základě skutečně naměřených hodnot v jednotlivých pozorováních snažíme odhadnout míru vlivu vysvětlujících proměnných. Jelikož je zcela nemožné získat potřebná statistická data za celou americkou a českou populaci, regrese nám umožňuje tyto údaje alespoň odhadnout. Nejjednodušším způsobem sestavení rovnice pro výpočet míry diskriminace žen na trhu práce je zahrnutí dummy proměnné34 pro ukazatel pohlaví. V případě jednoduché lineární regrese bude mzdová mezera vyjádřena konstantou vysvětlující rozdílný počátek regresních přímek. Získali bychom tedy dvě rovnoběžné regresní přímky lišící se pouze bodem počátku, tedy místem průniku s osou y. Výsledné odhady koeficientů by pak byly shodné pro obě pohlaví. Tento předpoklad dle mého názoru není zcela korektní. Již výše bylo například zmíněno, že ženy a muži v právnických a finančních profesích vydělávají mnohonásobně více než ženy. Lze tudíž předpokládat, že volba takové profese bude pozitivněji korelována se mzdou mužů než se mzdou žen. Dále, dle teorie statistické diskriminace, by měly nastat rozdíly ve vlivu vzdělání a délky pracovních zkušeností. Rozdílné míry vlivu jednotlivých vysvětlujících proměnných lze zohlednit, pokud zvolíme metodu dvou oddělených regresních rovnic, přičemž jedna bude odpovídat mužským pozorováním a druhá ženským. Při jednoduché lineární regresi bychom tak opět získali dvě regresní křivky nejlepšího proložení, ovšem nyní by se nelišily jen průnikem s osou y, ale rovněž svým sklonem. Z uvedených důvodů preferuji použití druhé zmíněné varianty. Vysvětlovanou proměnnou, tedy mzdu, vyjádřím, obdobně jako majoritní část autorů zkoumajících danou problematiku, pomocí přirozeného logaritmu. Získané odhady koeficientů budou tudíž interpretovány v procentech. Daná regrese vysvětluje, o kolik procent se zvýší mzda, pokud zvýšíme určitou vysvětlující proměnnou o jednotku. Pokud by mzda byla vyjádřena lineárně, stěžovalo by to srovnávání výsledků v čase a mezi státy s jinou úřední měnou. Lineární vyjádření regrese by nám poskytovalo odhady mezního vlivu na mzdu v jednotkách národní měny. Takto vedená studie, jenž by odhadovala mezní vliv v nominálních jednotkách, by v komparaci s obdobnou studií z jiného časového období byla z inflačních důvodů zcela nevypovídající. Pokud bychom navíc porovnávali výsledky odhadů napříč zeměmi, mohl by být úsudek vystaven kurzovému riziku. Z uvedených důvodů bývá při analýze mzdové problematiky využíváno logaritmické vyjádření vysvětlované proměnné, což zajišťuje práci s reálnými veličinami. Základní model pro obě pohlaví by tedy pro jednotlivá pozorování měl tvar: lnYiF = αF + X1iF β1F + εiF lnYiM = αM + X1iM β1M + εiM kde X1i zastupuje vektor vysvětlujících proměnných a β1 je vektorové vyjádření parametrů (koeficientů). Při aplikací tohoto modelu bychom se ovšem mohli potýkat s problémem zkreslení výběrem vzorku. Do modelu jsou zahrnuta jen ta pozorování, u nichž známe vysvětlovanou proměnnou, tedy výši mzdy. Populace je ovšem tvořena i jedinci neparticipujícími na trhu práce. 34
Dummy proměnná je označení pro binární proměnnou, jenž může nabývat hodnoty 1, v případě pozitivního výskytu daného ukazatele v určitém pozorování a hodnoty 0 v opačném případě.
31
Populace je složena z ekonomicky aktivních i neaktivních obyvatel a pro korektnost odhadů parametrů je podstatná náhodnost výběru vzorku pozorování. Nenáhodný výběr značí, že ekonomicky neaktivní jedinci mají mezi sebou společné některé osobní charakteristiky, jenž naopak nebudou pozorovány u jedinců ekonomicky aktivních. Pokud by tedy společným rysem ekonomicky neaktivních jedinců bylo například nižší vzdělání, chyběla by v regresi pozorování s nižším stupněm vzdělání. Získané odhady koeficientů by v tomto případě mohly být přiřazeny jen k jedincům ve vzorku a nebyly by aplikovatelné na zbytek populace. Problém by nastal, pokud by se z nějakého imenzurabilního důvodu rozhodli na pracovní trh vstoupit také jedinci s nižším vzděláním, například kvůli vyšší inteligenci či pracovnímu talentu. Tato pozorování by pak měla vyšší hodnoty chybových složek.
3.1.1 Heckmanův dvoukrokový model Dané problematice se věnoval James J. Heckman a za korekci zkreslení výběrem následně získal Nobelovu cenu. Jeho dvoukrokový model byl poprvé publikován v roce 1976, s rozšířením v roce 1979 a po autorovi se nazývá Heckmanův (Heckit). Sám Heckman uvedl, že při formování modelu vycházel ze studií kolegů Gronau a Lewise, jenž poukázali na některé předpoklady jeho fungování již v roce 1974. Podstatou Heckmanova modelu je rozšíření regresní rovnice o vzorek jedinců, u nichž závisle proměnná není přímo pozorovatelná. Heckman využil možnosti odhadu inverzního Millova poměru (inverse Mill’s ratio, IMR) z rovnice volby vstupu na pracovní trh, jenž následně zakomponoval do původní rovnice výdělků. Rovnici volby vstupu na trh lze vyjádřit probit modelem: Ui = X2iβ2 + ui kde X2i je vektor vysvětlujících proměnných majících vliv na rozhodnutí o pracovní participaci, β2 vyjadřuje vektor parametrů (míry vlivu vysvětlujících proměnných) a Ui značí užitek ze vstupu na trh, přičemž tento není přímo měřitelný, tudíž pozorujeme novou veličinu Zi. Platí Zi = 0, pokud se jedinec rozhodne na pracovním trhu neparticipovat, tedy když Ui≤ 0. A Zi = 1, pokud se jedinec rozhodne vstoupit na pracovní trh, tedy Ui > 0. Pro dosáhnutí konzistentních odhadů mzdové regresní rovnice musí být splněn následující předpoklad: E [εi|X1i, Ui > 0] = 0 Pokud je ovšem náhodná složka regresní rovnice výdělků korelována s náhodnou složkou v probit rovnici o volbě pracovní participace, střední hodnota reziduální složky se nebude rovnat nule. V tom případě bychom metodou nejmenších čtverců již nezískali konzistentní odhady. Podmíněná očekávaná hodnota vysvětlované proměnné je totiž vyjádřena jako: E [lnYi|X1i, Ui > 0] = E [X1i β1 + εi | X2iβ2 + ui > 0] = X1i β1 + E [εi | X2iβ2 + ui > 0] = X1i β1 + E [εi | ui > - X2iβ2] Pokud je tedy splněn předpoklad, že náhodné složky εi a ui nejsou korelovány, poslední člen rovnice bude roven nule a očekávaná hodnota mzdy bude odpovídat X1i β1, což by znamenalo konzistentní odhady. Problémem je, že náhodné složky často korelované jsou. Příkladem lze uvést talent či inteligenci jako součást reziduálních složek v obou rovnicích. Nadprůměrně nadané ženy by se rozhodli vstoupit na pracovní trh i přes nízké dosažené vzdělání, dosahovaly by na vysoké mzdy a jejich reziduální složky by nabývaly větších hodnot. Tím by byl podhodnocen vliv vzdělání na mzdu,
32
jelikož součástí výběru žen s nízkým vzděláním by byly pouze nadprůměrně inteligentní jedinci35. Z tohoto pohledu je nutné do rovnice zahrnout také potenciální mzdy neparticipujících jedinců. Z uvedeného důvodu je potřeba obohatit regresní rovnici výdělků o podmíněnou očekávanou hodnotu εi, jenž lze vyjádřit následovně (např. William H. Greene, 2012; 782): E [εi | ui > - X2iβ2] = ρσε λi kde ρ představuje korelační koeficient mezi náhodnou složkou rovnice výběru (ui) a náhodnou složkou rovnice výdělků (εi), σε standardně značí směrodatnou odchylku reziduí v rovnici výdělků. Výrazem λi je označeno inverzní Millovo ratio (IMR)36, v daném případě vyjádřeno jako což vychází z výrazu
,
. Přičemž je označení pro funkci hustoty pravděpodobnosti37,
jenž uvádí, s jakou pravděpodobností se nachází daná veličina v určitém intervalu hodnot a Φ značí distribuční funkci38, jenž udává, s jakou pravděpodobností nabývá použitá veličina daných hodnot.
S využitím uvedených poznatků lze nyní podmíněnou očekávanou hodnotu mzdy interpretovat pomocí rovnice: E [lnYi|X1i, Ui > 0] = X1i β1 + ρσε λi = X1i β1 + λi βλ kde se koeficient βλ vztahuje k λi, tedy k IMR. Skutečnou hodnotu výrazu λi neznáme, ovšem metodou maximální věrohodnosti lze z probit rovnice volby získat estimátory koeficientů 2, jenž nám dále umožňují odhadnout λi. Výsledná rovnice výdělků má následně podobu: lnYi = E [lnYi|X1i, Ui > 0] + νi = X1i β1 + λiβλ + νi
Pokud po provedení regrese zjistíme, že je koeficient βλ statisticky významný od nuly, čelíme problému zkreslení výběrem. Vysvětlující proměnné zahnuté v rovnici volby i v rovnici výdělků budou mít následně dvojí vliv na výši mzdy. Odhad přímého efektu bude pozorovatelný skrze estimátor 1, nepřímý efekt odhadneme skrze estimátor 2. Heckman (1976) přirovnává ignorování zkreslení výběrem problému opomenuté proměnné, přičemž v daném případě bychom při nezahrnutí výrazu λiβλ rovněž obdrželi vychýlené odhady parametrů. Heckmanův dvoustupňový model tedy sestává z formulace probit rovnice volby vstupu na trh, jenž je ve druhém kroku skrze inverzní Millovo ratio zakomponována do rovnice výdělků. Uvedeným způsobem lze provést korekci výběru vzorku jedinců s ohledem na jejich rozhodnutí participovat na trhu práce. Z mého pohledu je ovšem výběr zkreslen také z důvodu nezahrnutí jedinců, kteří se rozhodli být ekonomicky aktivní, ovšem jsou nezaměstnaní, tudíž za ně také nemáme vyčísleny mzdy. Příslušnost ke skupině nezaměstnaných není vyjádřena pomocí probit rovnice volby, jelikož se nejedná o volbu příslušných jedinců, ale spíše o rozhodnutí zaměstnavatele. Z uvedeného důvodu by dle mého názoru bylo vhodnější, namísto probit modelu volby, použít bivariátní probit model
35
Vzorek výběru je složen pouze z jedinců pobírajících mzdu, za které tudíž známe hodnotu závisle proměnné. Inverse Mill’s ratio. 37 Probability density function. 38 Cummulative distribution function. 36
33
s částečnou pozorovatelností39, jenž bývá označován jako Poirierův model, jelikož jej v roce 1980 poprvé formuloval Dále J. Poirier (1980). Rovnice výdělků by měla stejný tvar jako v případě Heckmanova modelu, ovšem zahrnuté IMR by bylo odvozeno z Poirierova modelu. Dle Poiriera je potřeba sestavit dvě rovnice volby, přičemž jedna z nich vysvětluje rozhodování jedinců o pracovní participaci a druhá rozhodování zaměstnavatelů o najmutí pracovníků. Uiw = X2iw β2w + uiw UiE = X2iE β2E + uiE kde by první rovnice popisovala rozhodnutí jedinců o vstupu na trh a druhá rovnice volbu zaměstnavatelů ohledně najmutí pracovníka. I v tomto případě není velikost Ui přímo pozorovatelná a je proto potřeba zvolit si novou proměnnou Zi. Přitom platí, že: Zi = 1 pokud Uiw > 0 a zároveň UiE > 0 Zi = 0 ve všech ostatních případech Případ Zi = 1 implikuje situaci, kdy jedinec chce pracovat (je ekonomicky aktivní) a zároveň jej zaměstnavatel chtěl najmout (jedinec se řadí do skupiny zaměstnaných). Pouze v tomto případě pozorujeme u pracovníka výši mzdy. Rovnice nejsou nezávislé, jelikož pokud by se jedinec nerozhodl vstoupit na pracovní trh, nemohl by ho zaměstnavatel najmout či odmítnout. Jedinec by dále v některých případech nevystoupil z pracovní síly, pokud by ho zaměstnavatelé již několikrát neodmítli zaměstnat. Obě rovnice tedy musí být odhadovány společně a to metodou maximální věrohodnosti. Do vektoru X2iE by ovšem musely být zahrnuty stejné vysvětlující proměnné, jež jsou součástí rovnice výdělků, jelikož zaměstnavatelovo rozhodnutí o najmutí pracovníka je ve většině případů ovlivňováno stejnými proměnnými jako výše jeho mzdy. Nabízí se možnost zahrnout proměnnou počtu dětí, jenž může implikovat frekvenci absence v práci z důvodu péče o nemocného potomka, ovšem daná proměnná by měla být i součástí rovnice volby vstupu na trh. Z výše uvedeného je zřejmé, že použití Poirierova modelu namísto jednoduchého probit modelu by v daném případě způsobilo multikolinearitu. Za vhodnou vysvětlující proměnnou v rovnici volby zaměstnavatele by z mého pohledu mohl být považován dojem z uchazeče o práci popřípadě jeho vzhled. Atraktivnější jedinci jsou při budování kariéry úspěšnější, jak dokazuje mnoho studií zabývajících se danou problematikou. Nejakceptovatelnější vysvětlení se nabízí skrze větší míru sebevědomí u atraktivních pracovníků, jenž má následně vliv na jejich úspěšnost v práci (Kaufman, Hotchkiss 2006). Zmíněnými daty ovšem nedisponuji, pročež jsem se rozhodla aplikovat standardní postup Hekmanova modelu. Získané odhady koeficientů následně využiji při analyzování míry diskriminace pomocí Oaxaca - Blinderovy metody dekompozice.
3.1.2 Oaxaca – Blinderova metoda dekompozice Ronald Oaxaca a Alan Stuart Blinder v roce 1973 ve svých studiích poprvé formulovali možnost dekompozice mzdové mezery na část způsobenou rozdílnými schopnostmi pracovníků a část, jenž lze přičíst existenci diskriminace. Oaxaca (1973) uvažoval dvě možnosti diskriminace. Za běžnější variantu je považována diskriminace v neprospěch žen, jenž má negativní vliv na výši jejich mzdy či pravděpodobnosti zaměstnání. Druhou méně častou variantou je diskriminace ve prospěch mužů, čímž se jejich mzda zvyšuje a pozitivně je ovlivněna také hodnota míry zaměstnanosti mužů. V extrémním případě lze uvažovat obě dvě formy diskriminace souběžně. S ohledem na volbu předpokládané formy diskriminace lze Oxaca - Blinderovu dekompozici provést dvěma způsoby.
39
Bivariate probit model with partial observability.
34
Analyzujeme-li přítomnost negativní diskriminace žen na trhu práce, dekompozice mzdového rozdílu bude provedena skrze odhad potenciální výše mzdy ženy, v případě stejné úrovně vysvětlujících proměnných jako u muže. Analyzujeme tedy, jakou výši mzdy by žena obdržela, pokud by byla muž. Daná rovnice má tvar: F = ( 1M 1M - 1F 1M ) + ( 1F 1M - 1F 1F ) = 1M ( 1M - 1F ) + 1F ( 1M - 1F ) M - kde lnY značí očekávané střední hodnoty mezd vyjádřené přirozeným logaritmem, " X1 je označení pro střední hodnotu vektoru vysvětlujících proměnných a 1 odpovídá vektoru odhadnutých koeficientů. Výraz 1M ( 1M - 1F ) vyjadřuje tu část mzdové diference, jenž lze přičíst rozdílnosti v osobních charakteristikách a výraz 1F ( 1M - 1F ) by měl odpovídat míře vlivu diskriminace na výši mzdy. Oaxaca využívá pro odhad míry diskriminace reziduálního přístupu. Od mzdové mezery tedy odečte výraz měřící míru vliv rozdílností v osobních charakteristikách a zbývající část mzdové diference přičítá existenci diskriminace. Ve druhé části rovnice odečítáme od potenciální mzdy na niž by žena dosáhla, pokud by byla muž, její skutečnou výši mzdy. Potenciální mzda ženy je vyjádřena jako: F* = 1F 1M Předpokládáme-li přetrvávání pozitivní diskriminace vůči mužským pracovníkům, rovnice má následující tvar: F = ( 1M 1F - 1F 1F ) + ( 1M 1M - 1M 1F ) = 1F ( 1M - 1F ) + 1M ( 1M - 1F ) M - V této práci se pokusím vyčíslit, jaká část mzdové mezery je způsobena existencí negativní diskriminace vůči ženám a zdali je daná forma diskriminace na pracovních trzích vůbec pozorována. Z uvedeného důvodu použiji první způsob Oaxaca – Blinderovy dekompozice, jenž obohatím o rozklad efektu volby vstupu na pracovní trh. Je nutno podotknout, že dekompozice reziduální metodou z určité části nadhodnocuje míru vlivu diskriminace, jelikož právě reziduální část GPG je zdůvodňována diskriminací. Velikost zbytkové části GPG však může být zkreslena nezahrnutím dalších vysvětlujících proměnných ovlivňujících produktivitu. Je například složité měřit efekt nadání či věnovaného úsilí, což má však jistě podstatný vliv na výkon pracovníka. Při následné interpretaci výsledků je tudíž potřeba brát zřetel na zmíněné nedostatky. Dekompozice efektu volby vstupu na pracovní trh V Heckmanově modelu je v rovnici výdělků provedena korekce zkreslení výběrem vzorku pomocí zakomponování inverzního Millova ratia a odhadu jeho vlivu. Při rozkladu mzdového rozdílu dle Oaxaca - Blinderovy metody je tudíž potřeba kalkulovat i s lambda složkou. Rovnice dekompozice mzdové mezery má v daném případě následující tvar: M - F = 1F ( 1M - 1F ) + 1M ( 1M - 1F ) + (#iM λM - #iF λF) Dle Oaxacy a Neumanna (2001) lze výraz vyjadřující genderové diference při rozhodování o pracovní participaci rozložit následovně: #M λM - #F λF = λM (#F* - #F) + λM (#M - #F* ) + ( λM - λF )#F kde #F* lze vypočítat jako střední hodnotu IMR, pokud by ženy čelily stejné rovnici volby participace, které čelí muži, tedy: #iF* = X2F β2M / Φ X2F β2M a #F* značí střední hodnotu pro #iF*. Dekompozici korekce výběru vzorku lze dle Oaxacy a Neumanna (2001) provést několika způsoby. Pro výpočty v této práci jsem zvolila následující možnost: 35
M - F = 1F ( 1M - 1F ) + λM (#M - #F* )
efekt rozdílných osobních charakteristik
+ 1M ( 1M - 1F ) + λM (#F* - #F)
efekt diskriminace
+ ( λM - λF )#F
efekt výběru vzorku (efekt volby prac. participace)
3.2 Specifikace modelu Bylo poměrně obtížné sestavit jednotný základní model, jenž by se jevil jako statisticky významný ve všech čtyřech případech, tedy rovnici mužů a rovnici žen pro ČR a pro USA. Z hlediska možnosti porovnání výsledků je ovšem jednotná specifikace modelů vysoce žádoucí. Do rovnice výdělků jsem jako vysvětlující proměnné zahrnula vzdělání, počet hodin strávených prací, počet let praxe a druh profese. Věk se ve všech případech ukázal jako vysoce nesignifikantní a snižující statistickou významnost celého modelu. Daný jev je pravděpodobně vysvětlitelný pomocí inverzní „U křivky“ ve věkově výdělkových profilech. Jak již bylo zmíněno výše, pro obě pohlaví je pozorovatelné tzv. období prime age, kdy jedinci dosahují na nejvyšší mzdy. Před zmíněným obdobím a následně i po jeho uplynutí pracovníci v průměru dosahují na nižší finanční ohodnocení. Z uvedených důvodů jsem tudíž věk jako vysvětlující proměnnou do modelů nezahrnula. Nicméně, výběr vzorku jedinců jsem omezila z hlediska věku hranicemi 15 a 70 let. Horní hranici jsem nastavila na uvedený věk z toho důvodu, že v USA mají pracovníci nárok na odchod do starobního důchodu a následnou plnohodnotnou výplatu penzijních dávek po překročení hranice 65. roku života, pro jedince narozené po roce 1959 se hranice zvýší na 67 let40. Mnoho penzistů je navíc na pracovním trhu činných i po dosažení uvedeného věku. V případě věkové hranice pro odchod do starobního důchodu v ČR se jedná o poněkud nižší hodnotu, jejíž přesná kalkulace je uvedena v důchodové tabulce v zákoně č. 155/1996 Sb., ovšem i čeští penzisté často pracují i po odchodu do starobního důchodu. Dostupná pozorování zahrnovala i jedince starší 85 let, vzorek jsem tedy omezila z mého pohledu ještě racionální hranicí pro participaci na pracovním trhu. Do rovnice výdělků jsem původně chtěla zahrnout také binární proměnnou rozlišující, zdali je pracovník zaměstnaný v soukromé či veřejné sféře. Ukázalo se ovšem, že daná vysvětlující proměnná není statisticky významná. Rovněž jsem se pokoušela zakomponovat i vysvětlující proměnnou velikost města, ve kterém daný jedinec žije, ovšem pro Českou republiku se daný ukazatel ukázal jako zcela nesignifikantní a v případě USA dosahoval významnosti na pouze 90% hladině významnosti. Zmíněná skutečnost naznačuje na poměrně vyrovnané mzdy v různě velkých městech ČR. Je pravděpodobně, že binární proměnná pro Prahu by byla významnější, ovšem nebylo by rozumné zahrnout obdobný ukazatel do rovnice USA, jelikož nepředpokládám obdobně signifikantní vliv u města Washington,D.C. Z uvedeného důvodu jsem tedy počet obyvatel domovského města do rovnice nezahrnula. Použité rovnice výdělků mají následující tvar pro ČR i USA: lnwageiF = αF + educi F β11F + hoursi F β12F + praxefi F β13F + Dprofese_2i F β14F + Dprofese_3i F β15F + Dprofese_4i F β16F + Dprofese_5i F β17F + Dprofese_6i F β18F + λi F βλ F + εi F lnwagei M = αM + educi M β11M + hoursi M β12M + praxemi M β13M + Dprofese_2i M β14M + Dprofese_3i M β15M + Dprofese_4i M β16M + Dprofese_5i M β17M + Dprofese_6i M β18M + λi M βλM + εi M Horní indexace F značí rovnici výdělků žen a horní indexace M rovnici výdělků mužů. Vysvětlující proměnná educ označuje vzdělání a je vyjádřena počtem let formálního studia. Proměnná hours vyjadřuje počet hodin strávených prací za časovou jednotku týden. Údaj ohledně počtu let pracovních zkušeností je zakomponován v uměle získané proměnné praxef pro ženy a praxem pro muže. Hodnota praxem pro každé pozorování odpovídá věku jedince, od nějž jsou odečteny počet let formálního vzdělání a konstanta 6. Konstanta byla stanovena na základě skutečnosti, že počínaje věkem 6 let se dítě začíná formálně vzdělávat. Údaj vyjadřující pracovní zkušenosti žen odpovídá proměnné praxem 40
Bližší informace dostupné z www.socialsecurity.gov – www.ssa.gov/pubs/ageincrease.htm.
36
snížené o počet dětí vynásobený konstantou 3 v případě ČR a konstantou 2 v případě USA. Hodnota konstanty pro ČR se odvíjí od standardní doby trvání mateřské dovolené. Zvolit obdobnou konstantu pro USA bylo poměrně obtížné, jelikož doba trvání rodičovské dovolené se zde mezi jednotlivými matkami liší a to v závislosti především na sociálním postavení dané rodiny. Sociální dávky na rodičovské dovolené nejsou v americké legislativě vůbec uzákoněny a mnoho matek v sociálně slabší pozici je nuceno vrátit se do zaměstnání do tří měsíců od porodu. I v tomto případě ovšem často pracují pouze na poloviční úvazek. Za předpokladu, že by americké matky byly zaměstnány na zkrácený úvazek po dobu tří let, skutečné pracovní zkušenosti by odpovídaly pouze 1,5 rokům. Z uvedených důvodů jsem jako průměrnou dobu pracovní pauzy pro ženy v USA zvolila dva roky. Při následném vyhodnocování vlivu pracovních zkušeností na výši mzdy je nutno brát zřetel na možné zkreslení spojené s tvorbou dané proměnné. Pokud by skutečná průměrná hodnota doby strávené na mateřské dovolené byla kratší než mnou odhadnutá, význam pracovních zkušeností žen by byl v regresní rovnici výdělků podhodnocen a naopak. Zkreslena by byla také velikost části mzdové mezery, jenž je tvořena rozdílností v pracovních zkušenostech. Binární vysvětlující proměnné Dprofese_X značí kvalitativní kategorie profesí. Unifikovat jednotlivé kategorie pro obě země z poskytnutých datových souborů nebylo možné, zvolila jsem tedy alespoň obdobnou diverzifikaci do stejného počtu profesních skupin. Základní (výchozí) proměnná není v rovnici přímo zastoupena z důvodu následného problému s multikolinearitou. Pokud pracovník není začleněn do žádné z vybraných skupin Dprofese_X, značí to jeho příslušnost k základní kategorii, jejíž vliv je zahrnut v konstantě. Jako základní kategorii profesí jsem pro obě země zvolila manažerská a odborná povolání. V odborných profesích41 jsou zastoupeni lékaři či advokáti. Následný odhad vlivu příslušných profesí na výši mzdy je pak vyjádřen poměrem k odhadu vlivu základní skupiny. Důvodem pro volbu manažerských a odborných profesí jako základní kategorie byla vyšší průměrná mzda v těchto odvětvích, což umožňuje lepší porovnání s ostatními profesemi. Dummy proměnná Dprofese_2 za USA odpovídá pracovníkům v kategorii služeb42. Pro Českou republiku odpovídá daná proměnná kategorii soukromých řemeslníků a živnostníků. Dprofese_3 v rovnici USA zastupuje kategorii obchodních a kancelářských profesí43, v případě ČR se obdobně jedná o úřednickou či administrativní práci. Dprofese_4 v rovnicích obou zemí značí kategorii zemědělců, popřípadě rybářů. Do kategorií Dprofese_5 a Dprofese_6 se v případě ČR řadí nekvalifikovaní, resp. kvalifikovaní dělníci, přičemž do kategorie nekvalifikovaných dělníků jsem zařadila i jiné nekvalifikované pracovníky, zaměstnané například v pásové výrobě. Poslední dvě skupiny profesí pro USA odpovídají zaměstnáním ve stavebnictví44, resp. ve výrobě a dopravě45. Pomocí členů λi F βλ F a λi M βλM je provedena korekce výběru vzorku a odhady jsou získány z probit rovnice volby využitím metody maximální věrohodnosti. Pro odhad koeficientů ve druhém korku Heckmanova modelu, tedy v rovnici výdělků, je dle Heckmana (1979) standardně použita metoda nejmenších čtverců. Do probit rovnice volby o pracovní participaci jsem zahrnula jako vysvětlující proměnné rodinný stav, přítomnost finančně závislých dětí a úroveň vzdělání. Dle výchozí hypotézy je pravděpodobnější, že ekonomicky neaktivní budou vdané ženy, které jsou finančně zajištěné svým manželem. Možný vliv přítomnosti manžela lze vysvětlit také pomocí zažitých kulturních a sociálních standardů. Pokud je manžel zastáncem tradičního modelu rodiny, kdy žena pečuje o domácnost a muž ji zajišťuje po finanční stránce, lze předpokládat, že dané chování bude vyžadovat také po svojí manželce. Nicméně, mnoho žen je stejného názoru a dané rozložení pracovních sil samy prosazují. Použité rovnice volby vstupu na pracovní trh mají pro ČR tvar: dummy_zamiF = αF + dummy_maritaliF β21F + dummy_child18iF β22F + educUniiF β23F + uiF 41
Anglicky professionals, čímž je myšleno, že daný pracovník potřebuje k výkonu činnosti profesní titul, nejčastěji PhD. 42 Service occupation. 43 Sales and offices occupation. 44 Construction. 45 Production, transportation.
37
dummy_zamiM = αM + dummy_maritali M β21 M + dummy_child18 iM β22 M + educUnii M β23 M + ui M Všechny výše uvedené proměnné jsou binární, neboli dummy, a nabývají tudíž hodnoty 1 v případě pozitivního výskytu dané charakteristiky a hodnoty 0, pokud se daná charakteristika v příslušném pozorování nevyskytuje. Vysvětlovaná proměnná nabývá hodnoty 1 v případě, že je jedinec zaměstnaný nebo se jedná o osobu samostatně výdělečně činnou a hodnoty 0, pokud určitý jedinec nemá pracovní příjem. Dle výchozí hypotézy je přítomnost dítěte především v předškolním věku signifikantním faktorem při rozhodování žen o vstupu na pracovní trh. Dostupná data za ČR bohužel neposkytují bližší informace o přesném věku dítěte, ani o jeho příslušnosti do dílčí věkové kategorie v podobě předškolního a školního věku. Za vysvětlující proměnnou dummy_child18 jsem tedy zvolila přítomnost finančně závislého dítěte do jeho 18 let věku, které s daným jedincem žije ve společné domácnosti. Vysvětlující proměnná dummy_marital nabývá hodnoty 1 v případě přítomnosti manžela/manželky. Proměnná educUni vyjadřuje vysokoškolské vzdělání pozorovaného jedince, přičemž nabývá hodnoty 1 v případě získání alespoň bakalářského titulu. Při rozhodování o vstupu na trh se dle předchozího očekávání ukázalo vysokoškolské vzdělání jako statisticky významnější než počet let celkového formálního vzdělání. Pokud by byly výše zmíněné vysvětlující proměnné z probit rovnice volby vstupu na pracovní trh přímo začleněny do rovnice výdělků, pravděpodobně bychom pozorovaly korelaci s výší mzdy. Jako faktor zvyšující produktivitu a v důsledku i mzdu by se tedy mohla jevit například přítomnost dítěte, přičemž zde však funguje obrácená kauzalita. Daná žena čelí větším nákladům příležitosti a z toho důvodu jí musí být nabídnuta vyšší mzda, aby vůbec vstoupila na pracovní trh. Rovnice volby vstupu na pracovní trh v případě USA je obdobná: dummy_zamiF = αF + dummy_maritaliF β21F + dummy_child5iF β22F + educUniiF β23F + uiF dummy_zamiM = αM + dummy_maritali M β21 M + dummy_child5 iM β22 M + educUnii M β23 M + ui M Jediný rozdíl je pozorovatelný u vysvětlující proměnné dummy_child5, jenž vyjadřuje přítomnost finančně závislého dítěte do 5 let věku včetně. Ostatní proměnné jsou stejné povahy jako v případě probit rovnice pro Českou republiku.
3.3 Zdroje dat Pro pozorování za USA je využit veřejně přístupný datový soubor z šetření Current Population Survey (CPS), jenž provádí americká vláda na měsíční bázi. Šetření je finančně zajišťováno americkými úřady U. S. Census Bureau a U. S. Bureau of Labor Statistics (BLS). Respondenty jsou přímo americké domácnosti, přičemž se jedná o sběr informací týkajících se především pracovní participace a míry nezaměstnanosti v USA. Každá domácnost je do šetření zahrnuta po dobu čtyř po sobě jdoucích měsíců a pak je na následujících osm měsíců vynechána, čímž je zajištěna rotace respondentů. Data ohledně výše mezd a počtu odpracovaných hodin týdně jsou sbírána pouze u domácností, které budou v příštím šetření vynechány46. Z uvedeného důvodu je vzorek jedinců, jenž byl využit pro tuto práci, v porovnání s celkovým počtem respondentů v CPS poměrně malý. Mikrodata jsou uložena na webových stránkách soukromé neziskové výzkumné organizace National Bureau of Economic Research. Ve mnou prováděné analýze jsou využita data z šetření CPS za měsíc leden v roce 2010 a to z toho důvodu, že lednová šetření bývají aplikována na celý následující rok47. Mzda je vyjádřena jako obvyklá týdenní hrubá mzda, jenž z definice U. S. Census Bureau zahrnuje také dýžka, provize a peněžité bonusy a jedná se o částku před zdaněním, odečtením závazků, pojištění a poplatků za členství v odborech. Celkový počet pozorování, po filtraci jedinců s neuvedenými potřebnými charakteristikami, činil 4574 v případě mužů a 4529 v případě žen. 808 mužů z filtrovaného datového souboru bylo 46 47
Informace dostupné na webových stránkách NBER, www.nber.org/data/cps_basic.html. NBER -http://www.nber.org/data/cps_basic.html.
38
nezaměstnaných (což činí 17.7%), přičemž u žen se jednalo o 544 pozorování (tedy 12.0%). Průměrná hrubá týdenní mzda žen ze vzorku činila 696 dolarů, u mužů se jednalo o částku 985 dolarů. Medián dané hodnoty u žen odpovídal 576 dolarům, u mužů 800 dolarům. Z uvedených hodnot je zřejmé, že v obou případech byly hodnoty průměrných mezd ovlivněny jedinci s vysoce nadprůměrnými příjmy. Hodnota GPG kalkulovaná z průměrů je 29.3% , při výpočtu z mediánů se jedná o 28%. Při srovnání s údaji za celé Spojené státy americké se jedná o vyšší hodnotu, což lze vysvětlit pravděpodobnou nižší produktivitou žen a vyšší produktivitou mužů ve vybraném vzorku. Na zmíněný nedostatek je tudíž, při následném vyhodnocování míry diskriminace, nutno brát zřetel. Lze předpokládat, že podíl diskriminace na celkové výši mzdové mezery bude v uvedené regresi z určité míry nadhodnocen. Získat datový soubor pro Českou republiku bylo podstatně obtížnější než v případě USA. Český statistický úřad mikrodaty týkajícími se pracovního trhu ČR nedisponuje, jelikož pro tyto účely ani žádná šetření neprovádí. Data za ČR byla tedy čerpána z šetření International Social Survey Programme (ISSP) – Pracovní orientace 2005, jenž bylo provedeno v květnu téhož roku za spolupráce Sociologického ústavu Akademie věd ČR a společnosti SC&C spol. s.r.o. Mikrodata pro dané šetření jsou dostupná pouze pro akademické účely a po předchozí registraci na webových stránkách Českého sociálněvědního datového archivu (ČSDA) Sociologického ústavu AV ČR, kde jsou přístupná po přihlášení do systému NESSTAR48. Počet pozorování je výrazně nižší než v případě USA, což zvyšuje riziko zkreslení výběrem. S ohledem na tento nedostatek jsem se rozhodla při formování modelu přidělit větší váhu snaze o vyrovnání regresních rovnic za USA. Jak již bylo zmíněno výše, bylo velice náročné vytvořit model, který by nejlépe vyrovnával všechny čtyři rovnice. Skutečnost, že pro komparaci obou zemí byla použita data z roku 2010 za USA oproti roku 2005 za ČR, by neměla být problematická. Při pohledu na vývoj GPG ve zmíněném časovém horizontu 5 let nelze pozorovat žádné markantní změny a výsledky v uvedených dvou obdobích by tudíž měly být bez větších obtíží srovnatelné. Po filtraci pozorování s chybějícími údaji zbylo pro dosazení do rovnic za ČR 501 žen, z nichž 111 nezaměstnaných (což činí 22.2%) a 348 mužů, z nichž bylo nezaměstnaných 77 jedinců (což odpovídá 22.1%). Mzda je vyjádřena jako celkový osobní čistý měsíční příjem, nejen pracovní, ale také z pronájmu majetku, z držení akcií a také po přičtení průměrných sociálních příjmů49. Takto vyjádřená průměrná mzda žen z daného vzorku činila 10 456 korun, v případě mužů se jednalo o částku 14 453 korun. Medián mzdy žen dosahoval výše 8 250 korun, u mužů se jednalo o 12 750 korun. I v případě vzorku jedinců z ČR tedy byla hodnota průměrné mzdy zkreslena směrem nahoru vlivem vysoce nadprůměrných mezd u některých pracovníků. Hodnota GPG vyjádřená z průměrných příjmů dosahovala 27.7% a vyjádřeno z mediánů se jednalo o údaj 35.3%. GPG je překvapivě vyšší při kalkulaci s mediány, což naznačuje větší příjmovou nerovnost u žen v daném vzorku, pravděpodobně způsobenou zahrnutím velkého počtu vysoce produktivních a naopak velice málo produktivních pracovnic. Nízký počet pozorování za ČR a v důsledku také nízký počet nezaměstnaných a ekonomicky neaktivních snižuje vypovídací hodnotu výsledků vztahujících se k oné skupině a Heckmanův model by zde nemusel být použit. Pro lepší komparaci výsledků obou zemí ovšem při výpočtu upřednostňuji využití stejných postupů.
48
Dostupný na http://nesstar.soc.cas.cz/webview/. Definice použitá v dotazníku ISSP – Pracovní orientace 2005 – dostupný z http://archiv.soc.cas.cz/articles/cz/54/ISSP.html, dle které se do sociálních dávek nezapočítávají přídavky na děti. 49
39
40
4 VÝSLEDKY Následující kapitola je věnována výsledkům aplikace ekonometrického modelu Heckit a následné mzdové dekompozice dle Oaxaca – Blinderovy metody.
4.1 Výpočet dle Heckmanova dvoukrokového modelu V následující části jsou zobrazeny výsledné odhady koeficientů pro dané modely spolu s jejich statistickou významností, jenž je zohledněna v tzv. p – hodnotě. Pokud je p – hodnota nižší než 0.05, daný odhad je signifikantní na 95% hladině významnosti. Hodnoty, jež jsou signifikantní alespoň na 90% hladině významnosti, jsou označeny hvězdičkami, přičemž pro vyšší hladinu významnosti je použit větší počet hvězdiček. Pro účely numerických výpočtů byl využit volně dostupný ekonometrický software Gretl50. Jelikož jsem jako závisle proměnnou zvolila přirozený logaritmus mzdy, následné hodnoty koeficientů po vynásobení 100 udávají, o kolik procent se zvýší mzda, změní-li se vysvětlující proměnná o jednotku. Jedná se tedy o marginální vliv v procentním vyjádření. Model pro ženy, USA V modelu č. 1 jsou zobrazeny výsledky pro vzorek dat za americké ženy. Většina vysvětlujících proměnných se jeví jako statisticky vysoce signifikantní. Také lambda složka se ukázala jako významná, jelikož je určující na 98% hladině významnosti. Parametr βλ F nabývá záporných hodnot, což implikuje, že se vstupem dosud neparticipujících žen na pracovní trh by se mzdový rozdíl v daném vzorku zvýšil. U všech uvedených profesí je odhadnut negativní koeficient, což je v souladu s očekáváním, jelikož jako nezahrnutá (základní) dummy proměnná za tuto kategorii byla zvolena profese specializovaných odborníků a manažerů, přičemž ve všech ostatních profesích tedy pracovníci pobírají nižší mzdu. Největší mzdový rozdíl mezi kategoriemi povolání vzhledem k základní dummy proměnné je pozorován u zemědělských pracovníků a zaměstnanců ve službách, ovšem druhá zmíněná profese se jeví jako statisticky méně významná. Vliv zaměstnání ve stavebnictví se ukázal jako statisticky nevýznamný, což je pravděpodobně způsobeno nižším počtem žen v tomto odvětví a tudíž i nižším počtem pozorování. Jeden dodatečný rok formálního vzdělání u amerických žen z daného vzorku zvýší týdenní mzdu o 5,3%, jedna dodatečná hodina týdně strávená prací zvýší mzdu o přibližně 4%. Míra odhadnutého vlivu pracovních zkušeností se může jevit jako zanedbatelná, ovšem při například čtyřleté pracovní absenci by již daná žena pobírala mzdu o necelá 3% nižší než při nepřerušované pracovní kariéře. V rovnici volby vstupu na pracovní trh měla dle očekávání negativní vliv proměnná vyjadřující přítomnost dítěte v předškolním věku. Terciární vzdělání se také dle předpokladů ukázalo jako statisticky významné a mající naopak pozitivní vliv na ekonomickou aktivitu žen. Poněkud překvapivý výsledek, oproti výchozí hypotéze, lze pozorovat u vdaných žen, jelikož manželství se ukázalo jako pozitivně korelované s mírou zaměstnanosti žen. Vysvětlením by mohla být skutečnost, že vdané ženy již zpravidla nestudují, přičemž studium často figuruje jako důvod pracovní neparticipace.
50
Dostupný z webových stránek http://gretl.sourceforge.net/.
41
Model č. 1: Dvoukrokový heckit, za použití pozorování 1-4529 Závisle proměnná: lnwage Proměnná určující podvýběr: dummy_zamSměrodatné chyby QML z p-hodnota Koeficient Směr. chyba const 4,32532 0,16566 26,1096 <0,00001 educ 0,0533188 0,00732138 7,2826 <0,00001 hours 0,0405006 0,00127764 31,6995 <0,00001 praxef 0,0071934 0,00103701 6,9367 <0,00001 Dprofese_2 -0,452489 0,0415296 -10,8956 <0,00001 Dprofese_3 -0,315551 0,0343278 -9,1923 <0,00001 Dprofese_4 -0,490691 0,259453 -1,8913 0,05859 Dprofese_5 -0,0889821 0,184816 -0,4815 0,63019 Dprofese_6 -0,330121 0,0677096 -4,8755 <0,00001 lambda -1,0067 0,319338 -3,1525 0,00162 Rovnice určující podvýběr const 1,00778 0,0360505 27,9548 <0,00001 dummy_marital 0,190102 0,0496218 3,8310 0,00013 dummy_child5 -0,136387 0,0686849 -1,9857 0,04707 educUni 0,335567 0,0560342 5,9886 <0,00001 Střední hodnota závisle proměnné
Sm. odchylka závisle proměnné
6,274671
*** *** *** *** *** *** * *** *** *** *** ** ***
0,802376
Zdroj: vlastní výpočet, výstup z programu Gretl
Model pro muže, USA Model č. 2 zobrazuje výsledky aplikace Heckmanova dvoukrokového modelu na americké muže. Většina proměnných se projevila jako signifikantní na hladině významnosti kolem 99%. I zde se lambda složka jeví jako statisticky významná a záporná hodnota koeficientu poukazuje na potenciální snížení průměrných mezd mužů v případě vstupu neparticipujících jedinců na pracovní trh. Se začleněním těchto jedinců do pracovního procesu by se tudíž mohla mzdová mezera snížit. Marginální vliv u vzdělání činí 4,2%, což je o něco méně nežli v případě žen. Průměrné i mediánové hodnoty počtu let formálního vzdělání jsou pro obě pohlaví srovnatelné. Skutečnost, že vzdělání je u žen více ceněno, podporuje praktické fungování signální teorie. Alternativním vysvětlením by mohlo být rovnoměrnější rozložení mezd mezi různě vzdělanými muži oproti ženám. Pokud jsou ve vzorku převážně nadprůměrně anebo podprůměrně vzdělané ženy s odpovídající výší mzdy, mohl by daný fakt způsobit mírné nadhodnocení vlivu počtu let strávených ve škole. Také marginální vliv počtu hodin strávených prací je u mužů nižší, přičemž se jedná o 3,4%. Muži odpracují v průměru více hodin týdně, což posouvá standardní úroveň počtu hodin práce výše. U žen je daný standard na nižší úrovni, a pokud jsou ochotny odpracovat více hodin, zaměstnavatel je pravděpodobně odmění větším dílem než muže. Počet let praxe má naopak mírně větší marginální vliv než v případě žen. Hodnota konstanty v rovnici výdělků je vyšší než u amerických žen, z čehož plynou vyšší výdělky mužů v manažerských a odborných profesích. V jednotlivých kategoriích povolání jsou menší záporné koeficienty, což naznačuje, že celková hladina výdělků ve všech povoláních je u mužů na vyšší úrovni. Jako jediná statisticky poměrně nevýznamná vysvětlující proměnná v probit rovnici volby vstupu na pracovní trh se v souladu s očekáváním projevila přítomnost dětí v předškolním věku, což je pravděpodobně způsobeno nízkým počtem mužů na rodičovské dovolené. Odhad parametru 42
vysokoškolského vzdělání odpovídá vyšší hodnotě než v případě žen, což lze přičíst skutečnosti, že i ženy s terciárním vzděláním jsou často na mateřské dovolené. Dle očekávání působí manželství u mužů jako pozitivní faktor při rozhodování o pracovní participaci, což odpovídá tradičnímu modelu rodiny.
Model č. 2: Dvoukrokový heckit, za použití pozorování 1-4574 Závisle proměnná: lnwage Proměnná určující podvýběr: dummy_zamSměrodatné chyby QML z p-hodnota Koeficient Směr. chyba const 5,00746 0,174133 28,7565 <0,00001 educ 0,0419654 0,00771417 5,4400 <0,00001 hours 0,0335553 0,00154942 21,6566 <0,00001 praxem 0,00819522 0,00134808 6,0792 <0,00001 Dprofese_2 -0,386443 0,0549431 -7,0335 <0,00001 Dprofese_3 -0,269601 0,0508555 -5,3013 <0,00001 Dprofese_4 -0,495284 0,182555 -2,7131 0,00667 Dprofese_5 -0,0974635 0,0543239 -1,7941 0,07279 Dprofese_6 -0,260728 0,0519191 -5,0218 <0,00001 lambda -1,22333 0,204753 -5,9747 <0,00001 Rovnice určující podvýběr const 0,630222 0,0326133 19,3241 <0,00001 dummy_marital 0,332822 0,0467446 7,1200 <0,00001 dummy_child5 -0,0941857 0,0654272 -1,4396 0,14999 educUni 0,567204 0,0546147 10,3856 <0,00001 Střední hodnota závisle proměnné
6,626660
Sm. odchylka závisle proměnné
*** *** *** *** *** *** *** * *** *** *** *** ***
0,810780
Zdroj: vlastní výpočet, výstup z programu Gretl
Následující dva modely jsou již aplikovány na Českou republiku, přičemž nejdříve jsou zobrazeny výsledky pro ženy. Model pro ženy, ČR V rovnici výdělků žen se všechny vysvětlující proměnné jevily jako statisticky signifikantní, vyjma počtu let praxe a lambda složky. Statistická nevýznamnost lambda složky je pravděpodobně způsobena menším počtem pozorování a následně i nižším počtem neparticipujících jedinců. Odhad parametru formálního vzdělání je srovnatelný s hodnotami v USA, naproti tomu marginální vliv počtu hodin strávených prací je ve třetím modelu podstatně nižší. Jelikož jsou do výpočtů pro obě země zahrnuti jedinci pracující na plný i zkrácený úvazek, uvedená skutečnost poukazuje na vyšší prémie za plný úvazek v USA. Nejhůře placené profese pro ženy v ČR lze spatřit v odvětví řemeslníků, dělníků a zemědělců, což je v souladu s očekáváním, jelikož pro daný typ práce je zpravidla zapotřebí fyzická síla. Ovšem vyšší absolutní hodnoty negativně působících koeficientů lze pozorovat ve všech kategoriích povolání. Hodnota konstanty v rovnici výdělků je na obdobné úrovni jako v případě českých mužů, což poněkud překvapivě implikuje menší mzdovou nerovnoměrnost v kategorii manažerských a odborných povolání pro jedince z použitého datového souboru. V souladu s očekáváním se přítomnost dětí projevila jako negativně působící faktor při rozhodování o pracovní participaci, přičemž hodnota odhadnutého koeficientu je v komparaci s USA pro české ženy výrazně vyšší. Manželství ani vysokoškolské vzdělání není v daném případě statisticky významné, což poukazuje na skutečnost, že české ženy stojí mimo pracovní trh především z důvodu mateřství. 43
Model č. 3: Dvoukrokový heckit, za použití pozorování 1-501 Závisle proměnná: lnwage Proměnná určující podvýběr: dummy_zamSměrodatné chyby QML z p-hodnota Koeficient Směr. chyba const 8,73152 0,223907 38,9962 <0,00001 educ 0,0377357 0,0110156 3,4257 0,00061 hours 0,00729289 0,000865806 8,4232 <0,00001 praxef 0,00132877 0,00170434 0,7796 0,43560 Dprofese_2 -0,40886 0,11638 -3,5131 0,00044 Dprofese_3 -0,329212 0,0900901 -3,6542 0,00026 Dprofese_4 -0,45416 0,189388 -2,3980 0,01648 Dprofese_5 -0,438021 0,100349 -4,3650 0,00001 Dprofese_6 -0,586481 0,103943 -5,6423 <0,00001 lambda 0,219457 0,228951 0,9585 0,33780 Rovnice určující podvýběr const 1,01953 0,114512 8,9033 <0,00001 dummy_marital -0,0794848 0,132516 -0,5998 0,54863 dummy_child18 -0,447656 0,128096 -3,4947 0,00047 educUni -0,114058 0,29192 -0,3907 0,69601 Střední hodnota závisle proměnné
Sm. odchylka závisle proměnné
9,125814
*** *** *** *** *** ** *** ***
*** ***
0,437784
Zdroj: vlastní výpočet, výstup z programu Gretl
Model pro muže, ČR Poslední uvedený model zobrazuje výsledky Heckmanova dvoukrokového modelu pro muže z ČR. I v tomto případě se lambda složka neprojevila jako statisticky významná, což lze odůvodnit na stejném principu jako u žen z ČR. V komparaci s českými ženami lze u odhadů koeficientů vysvětlujících proměnných vzdělání a počet hodin strávených prací spatřit obdobný trend jako v případě USA, tedy nižší hodnoty parametrů u mužů. V modelech za ČR však rozdíl dosahuje nižších hodnot. Odhady koeficientů u jednotlivých kategorií profesí poukazují na menší mzdovou nerovnoměrnost mezi muži z hlediska zvoleného povolání, přičemž nejhůře placeni jsou dle očekávání nekvalifikovaní dělníci. Největší rozdíl oproti ženskému modelu lze z hlediska profesí pozorovat u pracovníků ve službách. Zatímco mužští zástupci daného zaměstnání dosahují na obdobně vysoké mzdy jako manažerští a odborní pracovníci, u žen je rozdíl podstatně výraznější. Jelikož jsou pracovníci ve službách zpravidla odměňování přímo spotřebitelem, jako možné vysvětlení se nabízí vyšší produktivita u mužů nebo diskriminace ze strany zákazníka dle Beckerova modelu. V rovnici volby vstupu na pracovní trh se v případě mužů z ČR projevila jako statisticky významná pouze proměnná přítomnosti dětí, ovšem jen na 93% hladině významnosti. Z uvedeného plyne, že ekonomickou neaktivitu lze u mužů vysvětlit pouze péčí o dítě, přičemž daná situace nastává jen zřídka. Lze předpokládat, že nastíněná situace připadá v úvahu zpravidla při vyšších výdělcích manželky.
44
Model č. 4: Dvoukrokový heckit, za použití pozorování 1-348 Závisle proměnná: lnwage Proměnná určující podvýběr: dummy_zamSměrodatné chyby QML z p-hodnota Koeficient Směr. chyba const 8,95474 0,349317 25,6350 <0,00001 educ 0,0320016 0,0150049 2,1327 0,03295 hours 0,00695261 0,000699545 9,9388 <0,00001 praxem -0,00140128 0,00199018 -0,7041 0,48137 Dprofese_2 -0,163725 0,128928 -1,2699 0,20412 Dprofese_3 -0,266925 0,0913235 -2,9229 0,00347 Dprofese_4 -0,210674 0,209085 -1,0076 0,31365 Dprofese_5 -0,431059 0,101577 -4,2437 0,00002 Dprofese_6 -0,320667 0,0949167 -3,3784 0,00073 lambda 0,411226 0,478452 0,8595 0,39007 Rovnice určující podvýběr const 0,783042 0,122936 6,3695 <0,00001 dummy_marital 0,122268 0,164992 0,7411 0,45866 dummy_child18 -0,309904 0,169063 -1,8331 0,06679 educUni 0,202703 0,265903 0,7623 0,44587 Střední hodnota závisle proměnné
Sm. odchylka závisle proměnné
9,450578
*** ** ***
*** *** ***
*** *
0,498664
Zdroj: vlastní výpočet, výstup z programu Gretl
4.2 Oaxaca – Blinderova dekompozice výsledné mzdové diference Následující tabulka zobrazuje, do jaké míry lze mzdovou mezeru vysvětlit pomocí rozdílných osobních charakteristik použitých ve výpočtu, jakou roli hraje ve zkoumané problematice rozhodnutí jednotlivců o pracovní participaci a jak velká je reziduální, tedy nevysvětlená část. Tabulka č.1 – Výsledky získané Oaxaca – Blinderovou metodou dekompozice MALE CZ střední hodnota vzdělání počet hodin praxe Dprofese_2 Dprofese_3 Dprofese_4 Dprofese_5 Dprofese_6 λ složka efekt os.ch. efekt výběru reziduální složka, diskriminace
12,6 37,7 26,8 0,05904 0,21771 0,01476 0,21771 0,38377
odhad koeficientu 0,032002 0,006952 -0,001401 -0,163725 -0,266925 -0,210674 -0,431059 -0,320667
FEMALE CZ střední hodnota 12,0 27,6 26,7 0,05897 0,52051 0,01282 0,24103 0,12051
MALE U.S. % podíl na výši GPG 6,02 21,54 -0,02 -0,003 24,89 -0,13 3,10 -26,00 -2,21 27,2 22,5
50,3
střední hodnota 14,1 41,2 21,2 0,13915 0,15982 0,00795 0,14471 0,17943
odhad koeficientu 0,041965 0,033555 0,008195 -0,386443 -0,269601 -0,495284 -0,097464 -0,260728
FEMALE U.S. střední hodnota 14,3 36,5 20,0 0,20150 0,32456 0,00251 0,00501 0,04712
% podíl na výši GPG -2,14 45,13 2,87 6,85 12,62 -0,77 -3,93 -13,39 0,33 47,6 -13,6
66,0 Zdroj: vlastní výpočet
45
Téměř 50% mzdové mezery je v USA ovlivněno rozdílností v osobních charakteristikách mužů a žen. V ČR je podíl daného efektu podstatně nižší. Ovšem se vstupem neparticipujících žen na pracovní trh by se velikost GPG v USA zvýšila, naproti tomu v ČR by měl daný krok opačný efekt, což lze vysvětlit větší potenciální produktivitou nepracujících žen v této zemi. Je pravděpodobné, že součástí datového souboru za ČR byl větší počet vysoce produktivních žen na mateřské dovolené. Získané odhady implikují, že ženy v ČR stojí mimo pracovní trh převážně z rodinných důvodů, zatímco v USA vede ženy k danému rozhodnutí také potenciálně nízká mzda. Reziduální složka tvoří ve výsledku větší část v modelu aplikovaném na USA. Jak již však bylo uvedeno výše, velikost reziduální části může být nadhodnocena nezahrnutím některých důležitých osobních charakteristik do modelu. Pokud použité vysvětlující proměnné lépe vystihují situaci na českém pracovním trhu, značí menší reziduální část pouze přesnější vysvětlení výše mzdy. Po korekci o efekt výběru a rozdílnost osobních charakteristik by hodnota GPG v USA činila 19% při kalkulaci z průměrných mezd a 18,5% v případě mediánů mezd. Velikost upravené mzdové mezery v ČR činí 14% při výpočtu z průměrných mezd a 18% u mediánů mezd. V obou zemích se jako zásadní faktor mající vliv na mzdovou mezeru projevil počet odpracovaných hodin. Je naprosto racionální, že dokud budou ženy pracovat méně, budou dosahovat na nižší mzdy. Značná část GPG je také způsobena velkým počtem žen zaměstnaných v administrativě. Je otázka, zdali je uvedené pracovní zařazení jejich volbou nebo je to výsledek pracovní segregace. Z mého pohledu je pravděpodobnější vysvětlení skrze osobní preference samotných žen, jenž upřednostňují menší pracovní vytížení a méně stresu před vysokými výdělky. Počet let vzdělání v modelu za ČR působil jako faktor objasňující určitou část mzdové diference, naproti tomu ve vzorku za USA byly ženy v průměru vzdělanější než muži a při dosažení stejné úrovně vzdělání u obou pohlaví by se tak mzdová mezera rozšířila.
4.3 Výsledky obdobných prací v USA a ČR Dle výsledků studie Chrise Bidnera a Bena Sanda (2009), jenž byla v letech 1980 a 2000 aplikována na obyvatele USA žijící ve 100 největších městech, se velikost celkové i upravené mzdové mezery snižuje. Celková a upravená hodnota GPG se snížila z 46% v roce 1980 na 25% v roce 2000, resp. z 32% v roce 1980 na 21% v roce 2000. Z uvedené studie v případě žen vyplývá postupné dohánění mužské úrovně osobních charakteristik ovlivňujících produktivitu a tudíž snižování podílu GPG způsobeného rozdílností v lidském kapitále. Také výsledky studie Nicole M. Fortin (2007) dokládají postupné snižování hodnoty GPG. Neupravená mzdová mezera mezi mladými Američany dle zmíněné studie dosahovala v roce 1979 výše 23.7%, v roce 1986 22.9% a v roce 2000 se již jednalo o 18.1%. Při korekci GPG shledává Fortin statisticky signifikantními i proměnné vztahující se k osobním preferencím pracovníků, přičemž za nejdůležitější považuje větší důraz na práci a peníze u mužů a naopak důležitost rodiny pro ženy, čemuž podléhá následná volba pracovní pozice. Rovněž dle studie Jingyo Suha (2010) se v USA velikost GPG v letech 1989 – 2005 snížila, když na začátku období ženy dosahovaly na 74% průměrné mzdy mužů a v roce 2005 se již jednalo o hodnotu 80.4%. Výsledky naznačují, že daná skutečnost byla způsobena zvýšením vzdělanosti, větším počtem odpracovaných hodin a delší praxí u žen. Francine D. Blau a Lawrence M. Kahn (1997) provedli analýzu GPG v letech 1979 a 1988. Přidáváním dalších vysvětlujících proměnných se upravená mzdová mezera při využití Oaxaca Blinderovy metody dekompozice snižovala. Studie nabízí zajímavý přístup, když při mzdové dekompozici rozděluje muže i ženy do tří skupin z hlediska distribuce příjmů. V roce 1979 dosahovaly ženy průměrně 71.5% mzdy mužů při zohlednění osobních charakteristik, v roce 1988 to bylo již 80.5%. Po následné korekci o kategorie profesí a odvětví průmyslu se poměr mezd žen a mužů ještě dále zvýšil na 77.6% za rok 1979, resp. na 88.2% za rok 1988. Dle uvedené studie bylo v letech 1979 i 1988 možné vysvětlit přibližně 30% GPG pomocí diferencí v lidském kapitálu. Při další korekci o zvolenou profesi a případné členství v oborech byla mzdová mezera vysvětlena ze 46.6% v roce 1979, resp. z 61.0% v roce 1988. Ve mnou provedené dekompozici lze po zahrnutí rozdílných profesí 46
vysvětlit výši GPG v USA ze 47.6%, což bez započtení členství v odborech implikuje obdobnou míru jako v případě Blau a Kahna. Autoři uvádějí, že výhod členství v odborech využívají převážně muži a zohledněním daného ukazatele při dekompozici lze tudíž vysvětlit větší část GPG. Zsuzsa Daczo (2008) poukazuje na skutečnost, že se skladba reziduální části u mužů a žen při mzdové dekompozici může lišit. Muži mohou být kupříkladu více talentovaní a nezahrnutím této proměnné do rovnice výdělků se zvyšuje nevysvětlená část příjmů a následně i mzdové mezery. Marianne Bertrand, Claudia Goldin a Lawrence F. Katz (2010) připisují největší podíl mzdového rozdílu frekventovanějším a delším pracovním pauzám a nižšímu počtu odpracovaných hodin u žen, přičemž oba dva faktory jsou ovlivněny především mateřstvím. Studie dále poukazuje na srovnatelnou výši výdělků u obou pohlaví v začátcích pracovní kariéry. Křivky výdělků se postupem času rozevírají, přičemž lze pozorovat větší genderové mzdové diference v devátém decilu příjmové distribuce, tedy mezi pracovníky s nejvyššími výdělky. Studie z ČR Martina Mysíková (2007) ve své studii provedené v roce 2005 z datového souboru za ČR uvádí, že téměř celá mzdová mezera je způsobena diskriminací, ať již přímo působící na výši výdělků, či potenciální, jenž působí na zaměstnanost žen. Výsledek dekompozice vysvětluje možnou přítomností vysoce produktivních žen ve vzorku pracujících, zatímco muži byli zastoupeni i méně výkonnými jedinci. Odhadnuté koeficienty u vzdělání mužů dosahují obdobných hodnot jako ve mnou provedené regresi, u žen jsou hodnoty v dané studii mírně vyšší. Naopak je tomu u počtu odpracovaných let, kdy jsou v obou studiích srovnatelné odhady koeficientů u žen, ovšem v případě mužů uvádí Mysíková vyšší čísla.
47
48
5 PRÁVNÍ ÚPRAVA A PRAKTICKÉ IMPLIKACE V obou zemích jsou v právním řádu implementovány různé antidiskriminační politiky a právní normy. V USA se problematika diskriminace začala upravovat počínaje prezidentem J. F. Kennedym. Za první významný právní akt lze považovat Equal Pay Act z roku 1963, čímž byla uzákoněna povinnost vyplácet stejnou mzdu za stejnou práci. Následně byl v roce 1964 přijat Civil Rights Act, jenž stanovil zákaz diskriminace na základě rasy, barvy pleti, pohlaví, původu či náboženské víry při najímání pracovníků. Zajímavý soudní precedent Griggs vs. Duke Power Company, jenž zmiňují Kaufman a Hotchkiss (2006), pochází z roku 1971. Uvedená firma najímala černé pracovníky pouze do oddělení s nižšími průměrnými mzdami a bílé pracovníky do oddělení s vyššími mzdami. Po implementaci zákazu diskriminace do amerického právního řádu společnost zvolila jiný postup rozřazování pracovníků a to na základě požadavku středoškolského diplomu a určitého počtu bodů ze závěrečné zkoušky. Soud rozhodl, že břemeno dokazování nese zaměstnavatel a on tudíž musí prokázat, že určité požadavky jsou pro výkon dané pozice nezbytné. Ve zmíněném soudním sporu bylo rozhodnuto v neprospěch podniku, jelikož se prokázalo, že před zavedením uvedených praktik najímal na lépe placení pozice velké množství bílých pracovníků, kteří nově zavedené požadavky nesplňovali (Kaufman, Hotchkiss 2006). Názory odborníků na účinnost antidiskriminačních opatření se liší, ovšem převážně je implementace obdobných právních norem hodnocena kladně především v 60. a 70. letech. Jedná se o období, kdy na pracovní trh vstupovaly dcery žen, které začaly být ekonomicky aktivní po 2. světové válce. Zmíněná generace se vyznačovala větší emancipací a oporou jim mohla být právě uzákonění rovnoprávnosti na pracovních trzích. Dopad byl pozorovatelný především na výši míry zaměstnanosti žen. Vyčíslit vliv na růst mezd je poněkud komplikovanější, jelikož ženské výdělky by se postupem času pravděpodobně zvyšovaly i bez zavedení antidiskriminačních opatření a to vlivem sbližování úrovně lidského kapitálu vzhledem k mužům. Ženy se postupně více vzdělávaly, trávily více hodin prací a méně často a zároveň na kratší dobu přerušovaly kariéru. Efekt implementovaných právních norem je tak těžko oddělitelný od efektu zvyšování investic do lidského kapitálu. Smith (2003) na empirickém základě dokazuje, že vliv antidiskriminačních politik USA, VB i Austrálii byl naprosto marginální. Borjas (2010) uvádí, že diskutované politiky měly větší vliv na zaměstnanost černých žen, jelikož zaměstnavatel tímto způsobem vyřešil problém s diskriminací na základě pohlaví a rasy dohromady. V roce 1978 byl v USA ratifikován zákon Pregnancy Discrimination Act, jenž ukládá povinnost, že s muži i ženami musí být při stanovování výše mezd a benefitů zacházeno rovnocenně. Jelikož v USA, až na výjimky51, neexistují státem placené příspěvky ani žádné jiné sociální dávky pro období mateřské dovolené, mnoho firem nabízí mateřské benefity výměnou za nižší mzdu. Jedná se o poskytování náhrad určité části platu po různě dlouhá období, což mnoho amerických žen preferuje před vyššími výdělky. Dalším americkým legislativním aktem, jenž upravuje mateřství je Family and Medical Leave Act of 1993 (FMLA). Tento právní dokument přikazuje firmám s více než 50 zaměstnanci, u nichž byla daná žena zaměstnána po dobu alespoň jednoho roku a zároveň odpracovala alespoň 1 250 hodin, ochranu pracovního místa po dobu 12 týdnů pro ženu na mateřské dovolené. Jedná se pouze o povinnost ženu po návratu na pracovní trh znovu zaměstnat, nikoliv o povinnost mzdové kompenzace v době absence52. Zde shledávám nejpodstatnější rozdíl oproti legislativě v ČR. Povinnost zaměstnavatele poskytnout ženě neplacené volno v průběhu mateřské dovolené je zde uzákoněna pro mnohem delší období, maximálně až čtyři roky. Stát navíc každé matce či otci vyplácí po celou dobu rodičovský příspěvek. Pokud žena navíc v uplynulých dvou letech platila sociální a zdravotní pojištění po dobu alespoň 270 dnů, má dále nárok na vyplácení peněžité pomoci v mateřství po dobu 28 týdnů53.
51
California, Washington, New Jersey, New York. Bližší informace dostupné z www.dol.gov/dol/topic/benefits-leave/fmla.htm. 53 www.penize.cz/rodicovstvi/229611-porodne-materska-a-rodicovska-strucne-jasne-prehledne. 52
49
Přísnější právní úprava v USA ovšem působí pozitivně na míru ekonomické aktivity žen s malými dětmi. V roce 2010 bylo v USA ekonomicky aktivních 56.5% matek s dítětem do 1 roku věku54. Hodnocení implementace právních opatření je poměrně složité, jelikož vyvstává potřeba komparace efektu zavedených politik se situací, kdy by zavedeny nebyly. Určitou možností je měření pomocí metody treatment effects, jež podrobněji popsují např. James J. Heckman, Edward J. Vytlacil a Jaap H. Abbring55. Borjas (2010) zmiňuje tzv. „Comparable Worth Programs“, kteréžto fungují na principu stejného bodového ohodnocení pro srovnatelně náročné práce vyžadující stejnou úroveň lidského kapitálu. V praxi by do dané společnosti přišel externí znalec, jenž by každou pracovní pozici obodoval z hlediska různých ukazatelů, mezi něž lze mimo výše uvedené zařadit rovněž pracovní podmínky, míru odpovědnosti a časovou zátěž. Pracovní pozice se stejným ohodnocením by musely být odměňovány stejnou úrovní mzdy. Výše mezd by však v tomto případě již nebyla determinována volným trhem, nýbrž pomocí regulace a je tudíž vysoce pravděpodobné, že by uvedený systém nebyl efektivní. Na druhou stranu, v realitě nejsou příliš časté pracovní trhy s dokonalou konkurencí a v případě trhu monopsonu by implementace obdobného programu mohla být do určité míry prospěšná i z ekonomického hlediska. Vhodným nástrojem proti statistické diskriminaci by z mého pohledu mohla být tzv. půlroční doložka pro ženy ve vrcholných funkcích. V případě postupu na nejvyšší řídící pozice by zde mohla být ještě další možnost podepsat doložku na kratší časové období, například tři měsíce. Každá žena by při nástupu do zaměstnání měla na výběr, zdali daný dokument podepíše či nikoliv. Jednalo by se o podepsání klauzule, že žena nebude na jakékoliv dovolené déle než půl roku naráz. Z mého pohledu je 6 měsíců dostačující doba pro případně mateřství, přičemž důkaz lze nalézt právě v USA. V případě, že by žena půlroční doložku podepsala a následně by na mateřské dovolené zůstala déle, osvobodila by zaměstnavatele od ochrany jejího pracovního místa, načež by ji již při opětovném nástupu nemusel najmout. Ženy, které preferují rodinu, by daný dokument nikdy nepodepsaly. Naproti tomu, ženy, jenž se chtějí věnovat pracovní kariéře, by získaly nástroj, jak o tom dát signál také zaměstnavateli. Ženy jsou na pracovním trhu často znevýhodněny kvůli obavě zaměstnavatele ohledně přerušení jejich kariér. Následkem je nižší ochota zaměstnavatele poskytovat jim speciální školení, což průběžně snižuje poměr vybavenosti lidským kapitálem vůči mužům. Součástí implementace dané právní normy by muselo být také nastavení určitých bariér pro případné využití, přičemž následná aplikace by byla možná pouze pro vrcholné funkce a nebyla by zneužitelná vůči řadovým pracovnicím. Zaměstnavatelé se obávají najímat ženy na vrcholné pozice, jelikož je následně složité hledat za takového pracovníka náhradu v případě mateřské dovolené, zatímco na nižších pozicích jsou zaměstnanci jednodušeji nahraditelní. Další možností pro potlačení statistické diskriminace by mohla být státní kampaň zobrazující již úspěšné ženy. Daný krok by dle mého názoru mohl přinést efektivnější výsledky, než příkladem zavedení kvót. Kvóty ve vrcholných pozicích představují státní regulaci a každý takový zásah do fungování trhu snižuje efektivitu. Jedinou variantou, kdy není snížena efektivita a zároveň je potlačována diskriminace, je případ dvou naprosto shodných kandidátů či produktivnější ženy, ve všech alternativních situacích by se jednalo o neefektivní rozhodnutí. Z mého pohledu by dále bylo velice přínosné zavedení kooperace mezi většími podniky a předškolními zařízeními. V praxi by mohly existovat benefity ve formě tzv. jeslí u zaměstnavatele, jenž by byly umístěny v blízkosti kancelářských budov. Projekt by byl z velké části dotovaný státem, v čemž by neměl být shledán problém, jelikož by se jednalo pouze o transfer prostředků určených na vyplácení mateřských dovolených a na chod státních mateřských škol či jeslí. Mnoho žen má problém se svěřením svého potomka cizí ženě v podobě chůvy. Osobně bych vkládala větší důvěru v zařízení, jehož kvalita je kontrolována ze strany zaměstnavatele, kterému záleží na jeho reputaci. Pokud by se matky znaly i vzájemně mezi sebou, důvěra v dané zařízení by byla dále posílena. Další nespornou výhodou by bylo umístění zařízení v blízkosti pracoviště, což by rodičům umožňovalo odpracovat více 54 55
www.catalyst.org/publication/219/statistical-overview-of-women-in-the-workplace. Handbook of Econometrics. Vol. 6B (2007), Chapter 70 – 72.
50
hodin a zároveň nezkrátit čas strávený s dítětem. Zaměstnavateli by ze zmíněného projektu plynuly výhody ve formě kratších pracovních absencí z důvodu mateřství a také z možnosti odpracovat více hodin, což by vše přispívalo ke zvýšení produktivity. Problémem by byla aplikace u menších firem, v praxi by se dalo uvažovat o umístění zařízení do kancelářských komplexů, kde sídlí více společností. Potenciální úspěšnost projektu lze demonstrovat na případové studii z Kanady, jenž byla provedena v období 1997 – 2004 (Pierre Lefebvre, Philip Merrigan a Matthieu Verstraete, 2008). V Quebecu, jako jediné kanadské provincii, byla zavedena politika velice laciných předškolních zařízení dotovaných státem. V ostatních provinciích je daná služba finančně mnohem náročnější. Výsledky studie dokládají vazbu nárůstu míry zaměstnanosti žen na daný projekt, jelikož obdobný trend nebyl v ostatních provinciích pozorován. Posun dlouhodobé nabídky práce směrem vpravo byl způsoben především méně vzdělanými ženami, které by si drahé předškolní zařízení pravděpodobně nemohly z finančního hlediska dříve dovolit. V ČR si pracující ženy do čtvrtého roku života svého potomka většinou musí platit chůvu, což je poměrně finančně nákladné. S možností svěřit velmi mladé dítě do státem dotovaného zařízení, v něž zároveň vkládají důvěru, by tudíž mohla vzrůst ekonomická aktivita žen i v ČR.
51
52
ZÁVĚR Dle mého názoru je rozhodnutí o pracovním zařazení, a s tím související výši mzdy, ovlivněno osobními preferencemi samotných žen. Mnoho z nich by chtělo zvládnout péči o rodinu a zároveň budování pracovní kariéry. Tato kombinace je však fyzicky i psychicky velice náročná a mnoho žen záhy volí právě rodinu. Důsledkem je menší počet odpracovaných hodin v rámci normální pracovní doby, i v rámci přesčasů. Postup na vyšší pracovní pozice je přitom přímo podmíněn mimo jiné dobou strávenou prací, což pro mnoho žen působí jako bariéra. Značná část manažerských pracovnic, jenž původně preferovaly kariéru, po narození dítěte změní názor a na pracovní trh se vrátí po delší době, než předpokládaly. Logickým důsledkem uvedených skutečností je přiřazování žen na hůře placené pozice, které nevyžadují speciální trénink a delší absence v práci nepředstavuje překážku pro plynulý návrat. Dle mého názoru je neochota zaměstnavatelů najímat ženy do vrcholných funkcí zcela opodstatněná především v případě ČR. Je jistě velice nepříjemné, když se uprostřed důležitého projektu rozhodne odejít na mateřskou dovolenou osoba za něj zodpovědná, pokud se navíc jedná o dobu čtyř let, neexistuje jiná možnost než výměna pracovníků. Dále mnoho žen po mateřské dovolené nastoupí pouze na zkrácený úvazek, což je vhodné pro administrativní záležitosti, které mohou být rozděleny mezi více takto pracujících jedinců. Poloviční úvazek je však téměř neslučitelný s manažerskými úkony, při nichž je zaměstnanec zpravidla zodpovědný za chod určitého projektu či celého oddělení. Ženám navíc poměrně často i vyhovuje, že rodinu zajišťuje manžel. Ony se pak v práci nemusí tolik stresovat a mohou si zvolit pohodlnější zaměstnání s lepšími pracovními podmínkami. Dle teorie kompenzačních rozdílů musí být za horší práci poskytovány prémie, aby se střetla nabídková a poptávková křivka. O pohodlnější a méně náročné práce je pochopitelně větší zájem a mohou tedy být hůře placeny. Cílem práce byla identifikace míry vlivu diskriminace, jenž v případě USA dosahovala vyšších hodnot, což lze částečně přiřadit i struktuře zkoumaných pracovníků, jelikož výsledky mohly být nadhodnoceny zahrnutím afroamerických a hispánských jedinců. Vliv rozdílnosti v osobních charakteristikách se projevil statisticky významnější v případě USA, přičemž v obou zemích je značná část GPG tvořena rozdílným počtem odpracovaných hodin. Dalším významným rysem byla volba povolání. Vše výše uvedené naznačuje, že značná část diskriminace je opodstatněná. Pokud určitá žena opravdu preferuje pracovní kariéru, čemuž věnuje odpovídající úsilí, dle mého názoru se dokáže prosadit i v ryze mužském prostředí. Zásadním problémem není rozdílné pracovní ohodnocení za stejnou práci a produktivitu, ovšem někdy může být pro ženu mnohem obtížnější dostat se na vyšší pozici z důvodu statistické diskriminace. Ovšem pokud tomu žena věnuje dostatečné úsilí, nemyslím si, že by diskriminace činila absolutní bariéru. Málokterá žena je ochotna vzdát se času stráveného s rodinou ve prospěch pracovní kariéry, bez toho však logicky nemůže požadovat stejnou odměnu jako muž, který tento čas obětuje.
53
54
SEZNAM ZDROJŮ Bibliografie BARR, N. Labor markets and social policy in Central and Eastern Europe : the accession and beyond. Washington, D.C. : World Bank, 2005. 267 s. ISBN 0821361198. BORJAS, George J. Labor economics. 5th ed. Boston : McGraw-Hill, 2010. s. 365 - 412. ISBN 9780071270274. DOUGHERTY, Christopher. Introduction to econometrics. 4thd ed. Oxford : Oxford University Press, 2011. 573 s. ISBN 9780199567089. EHRENBERG, Ronald G; SMITH, Robert Stewart. Modern labor economics : theory and public policy. 10th ed. Boston : Pearson/Addison Wesley, 2009. s. 395 - 551. ISBN 9780321538963. GREENE, William H. Econometric analysis. 5th ed. Upper Saddle River, N.J. : Prentice Hall, 2003. 1026 s. ISBN 0131108492. HECKMAN, James J; LEAMER, Edward. Handbook of econometrics. Amsterdam : Elsevier, 2007. s. 4779 - 5294. ISBN 97804445063136. KAUFMAN, Bruce E; HOTCHKISS, Julie L. The economics of labor markets. 7th ed. Mason, Ohio : Thomson South-Western, 2006. ISBN 0324288794. KOOP, Gary. Analysis of economic data. 3rd ed. Chichester : Wiley, 2009. 250 s. ISBN 9780470713891. KOTÝNKOVÁ, Magdalena. Trh práce na přelomu tisíciletí. Vyd. 1. V Praze : Oeconomica, 2006. 256 s. ISBN 8024511495. ROBINSON, Joan. The economics of imperfect competition. 2nd ed.London: Macmillan. 1969. 224 227. ISBN 0312233809. SMITH, Stephen. Labour economics. 2nd ed. London : Routledge, 2003. 165 - 201. ISBN 041525986X.
Akademické časopisy AIGNER, Dennis J. a CAIN, Glen G. Statistical Theories of Discrimination in Labor Markets. Industrial and Labor Relations Review 1977, Vol. 30, No. 2, s. 175-187. ISSN 00197939. Dostupné z: http://www.jstor.org/stable/2522871 BERTRAND, Marianne, GOLDIN, Claudia a KATZ, Lawrence F. Dynamics of the Gender Gap for Young Professionals in the Financial and Corporate Sectors. American Economic Journal: Applied Economics 2010, Vol. 2, Issue 3. ISSN 1945-7782. DOI 10.1257/app.2.3.228. Dostupné z: http://www.economics.harvard.edu/faculty/goldin/files/Dynamics_AEJ.pdf BLAU, Francine D. a KAHN, Lawrence M. Swimming Upstream: Trends in the Gender Wage Differential in the 1980s. Journal of Labor Economics 1997, Vol. 15, No. 1, s. 1-42. ISSN 0734306X. Dostupné z: http://www.jstor.org/stable/2535313
55
BLAU, Francine D. a KAHN, Lawrence M. Changes in the Labor Supply Behavior of Married Women: 1980–2000. Journal of Labor Economics 2007, Vol. 25, No. 3, S. 393-438. ISSN 0734306X. Dostupné z: http://www.jstor.org/stable/10.1086/513416 FITZPATRICK, Maria Donovan. Preschoolers Enrolled and Mothers at Work? The Effects of Universal Prekindergarten. Journal of Labor Economics 2010, Vol. 28, No. 1, s. 51-85. ISSN 0734306X. Dostupné z: http://www.jstor.org/stable/10.1086/648666 GOLDIN, Claudia a KATZ, Lawrence F. Transitions: Career and Family Life Cycles of the Educational Elite. American Economic Review 2008, Vol. 98, Issue 2. ISSN 0002-8282. DOI 10.1257/aer.98.2.363. Dostupné z: http://www.economics.harvard.edu/faculty/katz/files/aer.transitions.pdf HECKMAN, James J. The Common Structure of Statistical Models of Truncation, Sample Selection and Limited Dependent Variables and a Simple Estimator for Such Models. Annals of Economic and Social Measurement 1976, Vol. 5, No. 4, s. 475-492. ISSN 0044-832X. Dostupné z: http://www.nber.org/chapters/c10491.pdf HECKMAN, James J. Sample Selection Bias as a Specification Error. Econometrica 1979, Vol. 47, No.1, s. 153-161. ISSN 0012-9682. Dostupné z: http://www.jstor.org/stable/1912352 HIRSCH, Boris, SCHANK, Thorsten a SCHNABEL, Claus. Differences in Labor Supply to Monopsonistic Firms and the Gender Pay Gap: An Empirical Analysis Using Linked EmployerEmployee Data from Germany. Journal of Labor Economics 2010, Vol. 28, No. 2, s. 291-330. ISSN 0734306X. Dostupné z: http://www.jstor.org/stable/10.1086/651208 HUANG, Chong, Hongbin LI, Pak WAI LIU a ZHANG. Junsen. Why Does Spousal Education Matter for Earnings? Assortative Mating and Cross-Productivity. Journal of Labor Economics. 2009, Vol. 27, No. 4, s. 633-652. ISSN 0734306X. Dostupné z: http://www.jstor.org/stable/10.1086/644746 JACOBSON, Joyce a LEVIN, Laurance. The Effects of Intermittent Labor Force Attachment on Women’s Earnings. Monthly Labor Review 1995, Vol. 118, No. 9, s. 14-19. ISSN 0098-1818. LEFEBVRE, Pierre a MERRIGAN, Philip. Child‐Care Policy and the Labor Supply of Mothers with Young Children: A Natural Experiment from Canada. Journal of Labor Economics 2008, Vol. 26, No. 3, s. 519-548. ISSN 0734306X. Dostupné z: http://www.jstor.org/stable/10.1086/587760 LEFEBVRE, Pierre, MERRIGAN, Philip, VERSTRAETE, Matthieu. Dynamic labour supply effects of childcare subsidies: Evidence from a Canadian natural experiment on low-fee universal child care. Labour Economics 2009, Vol, 16, No. 5, s. 490-502. ISSN: 0927-5371. Dostupné z: http://www.sciencedirect.com/science/article/B6VFD-4W0SJY41/2/75042c7b39e8dbd88181cccc7e395b61 MENG, Chun-Lo a SCHMIDT, Peter. On the Cost of Partial Observability in the Bivariate Probit Model. International Economic Review 1985, Vol. 26, No. 1, s. 71-85. ISSN 1468-2354. Dostupné z: http://www.jstor.org/stable/2526528 OAXACA, Ronald. Male-Female Wage Differentials in Urban Labor Markets. International Economic Review 1973, Vol. 14, No. 3, s. 693-709. ISSN 1468-2354. Dostupné z: http://www.jstor.org/stable/2525981
56
OLIVETTI, Claudia a PETRONGOLO, Barbara. Unequal Pay or Unequal Employment? A Cross‐Country Analysis of Gender Gaps. Journal of Labor Economics 2008, Vol. 26, No. 4, s. 621654. ISSN 0734306X. Dostupné z: http://www.jstor.org/stable/10.1086/589458 POIRIER, DaleJ. Partial Observability in Bivariate Probit Models. Journal of Econometrics 1980, Vol.12, Issue 2, s. 209–217. ISSN 0304-4076. DOI 10.1016/0304-4076(80)90007-X. Dostupné z: http://www.sciencedirect.com/science/article/pii/030440768090007X POIRIER, DaleJ. a RUUD, Paul A. Probit with Dependent Observations. The Review of Economic Studies 1988, Vol. 55, No. 4, s. 593-614. ISSN 0034-6527. DOI 10.2307/2297407. Dostupné z: http://www.jstor.org/discover/10.2307/2297407?uid=3738032&uid=2129&uid=2&uid=70&uid=4&si d=55603876014 RANSOM, Michael R a OAXACA, Ronald L. New Market Power Models and Sex Differences in Pay. Journal of Labor Economics 2010, Vol. 28, No. 2, s. 267-289. ISSN 0734306X. Dostupné z: http://www.jstor.org/stable/10.1086/651245 SUH, Jingyo. Decomposition of the Change in the Gender Wage Gap. Research in Business and Economics Journal 2010, Vol. 1, February, s. 1-18. ISSN: 1941-3424. Dostupné z: http://www.aabri.com/manuscripts/08076.pdf
Elektronické akademické práce AUTOR, David H. Lecture Note: The Economics of Discrimination – Theory. 24.11.2003. Dostupné z: http://economics.mit.edu/files/553. Lecture Note. Massachusetts Institute of Technology, MIT Department of Economics. BIDNER, Chris a Ben SAND. Industrial Composition, Bargaining, and the Gender Wage Gap: Evidence from U.S. Cities. 4. 5. 2009. Dostupné z: http://research.economics.unsw.edu.au/cbidner/files/BidnerSand.pdf. Working Paper. School of Economics, University of New South Wales, University of California, Berkeley (I.R.L.E.) a University of British Columbia. DACZO, Zsuzsa. Wage Inequality and the Gender Wage Gap: are American Women Swimming Against the Tide?. 2008. Dostupné z: http://paa2008.princeton.edu/download.aspx?submissionId=81712. Working Paper. University of Maryland, Maryland Population Research Center and the Department of Sociology. FORTIN, Nicole M. The Gender Wage Gap among Young Adults in the United States:The Importance of Money vs. People. 2007. Dostupné z: http://faculty.arts.ubc.ca/nfortin/fortinat_0207.pdf. Research Paper. University of British Columbia, Department of Economics. KENNETH, Arrow J. The Theory of Discrimination. 1971. Dostupné z: http://www2.econ.iastate.edu/classes/econ321/rosburg/Arrow%20%20The%20Theory%20of%20Discrimination.pdf. Working Paper No. 30A. Princeton University, Industrial Relations Section.
57
MYSÍKOVÁ, M. Trh práce žen: Gender pay gap a jeho determinanty. 2007. Dostupné z: http://ies.fsv.cuni.cz/sci/publication/show/id/2096/lang/cs. IES Working Paper 13/2007. Charles University, IES FSV. NEUMAN, Shoshana a OAXACA, Ronald L. Estimating Labour Market Discrimination with Selectivity Corrected Wage Equations: Methodological Considerations and an Illustration from Israel. 1998, Aktualizováno 2001.Dostupné z: http://www.cepr.org/meets/wkcn/3/3510/papers/neuman.pdf. CEPR Discussion Papers 1915, C.E.P.R. Discussion Papers.
Web Český sociálněvědní datový archiv. SOCIOLOGICKÝ ÚSTAV AV ČR. ČSDA [online]. © 2011 [cit. 2012-04-15]. Dostupné z: http://archiv.soc.cas.cz/articles/cz/54/ISSP.html BROWN, Heidi. U.S. Maternity Leave Benefits Are Still Dismal. Forbes [online]. 5. 4. 2009[cit. 2012-04-15]. Dostupné z: http://www.forbes.com/2009/05/04/maternity-leave-laws-forbes-womanwellbeing-pregnancy.html DLOUHÁ, Petra. Porodné, mateřská a rodičovská. Stručně, jasně, přehledně. In: Peníze.cz [online]. 30. 1. 2012 [cit. 2012-04-15]. Dostupné z: http://www.penize.cz/rodicovstvi/229611-porodnematerska-a-rodicovska-strucne-jasne-prehledne Gender pay gap statistics. In: European Commission: Eurostat [online]. říjen 2010 [cit. 2012-04-27]. Dostupné z: http://epp.eurostat.ec.europa.eu/statistics_explained/images/thumb/c/c2/The_unadjusted_GPG_and_pa participati_in_the_labour_market_of_women_with_lower_education%3B_Member_States_with_very _low_and_very_high_GPG%2C_2009.png/350pxThe_unadjusted_GPG_and_participation_in_the_labour_market_of_women_with_lower_education% 3B_Member_States_with_very_low_and_very_high_GPG%2C_2009.png HOLÝ, Dalibor. Ročenka statistiky trhu práce. In: Český statistický úřad [online]. 15.11. 2010 [cit. 2012-04-15]. Dostupné z: http://www.czso.cz/csu/2010edicniplan.nsf/p/3111-10
Labor Force Statistics from the Current Population Survey. BUREAU OF LABOR STATISTICS. BLS [online]. Březen 2012 [cit. 2012-04-15]. Dostupné z: www.bls.gov/cps/earnings.htm#demographics Leave Benefits: Family & Medical Leave. UNITED STATES DEPARTMENT OF LABOR. United States Department of Labor [online]. Washington, DC [cit. 2012-04-15]. Dostupné z: http://www.dol.gov/dol/topic/benefits-leave/fmla.htm MARŠÁLEK, V. Nezaměstnanost. In: Svaz průmyslu a dopravy ČR [online]. 8. 9. 2011 [cit. 2012-0415]. Dostupné z: http://www.spcr.cz/statistika/nezamestnanost.htm Parental Leave. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikipedia Foundation, 2001-, 17. 3. 2012 [cit. 2012-04-15]. Dostupné z: http://en.wikipedia.org/wiki/Parental_leave ROTH, Jean. Current Population Survey (CPS) Basic Monthly Data at the NBER. THE NATIONAL BUREAU OF ECONOMIC RESEARCH. NBER [online]. Duben 2010, Duben 2012 [cit. 2012-0415]. Dostupné z: www.nber.org/data/cps_basic.html
58
Selection Models. In: New York University [online]. Public files. New York[cit. 2012-04-15]. Dostupné z: https://files.nyu.edu/mrg217/public/selection.pdf Statistical Overview of Women in the Workplace. In: Catalyst: Catalyst Inc. [online]. New York, 14. 12. 2011 [cit. 2012-04-15]. Dostupné z: http://www.catalyst.org/publication/219/statistical-overviewof-women-in-the-workplace
Zaostřeno na ženy a muže 2011. ČESKÝ STATISTICKÝ ÚŘAD. ČSÚ [online]. 30. 12. 2011 [cit. 2012-04-15]. Dostupné z: http://www.czso.cz/csu/2011edicniplan.nsf/p/1413-11
59
60
SEZNAM MODELŮ Model č. 1 – Heckit pro ženy USA ........................................................................................................37 Model č. 2 – Heckit pro muže USA .......................................................................................................38 Model č. 3 – Heckit pro ženy ČR ...........................................................................................................14 Model č. 4 – Heckit pro muže ČR..........................................................................................................15
61
SEZNAM TABULEK Tabulka č. 1 – Výsledky získané Oaxaca – Blinderovou dekompozicí ................................................. 40 Tabulka č. 2 – Deskriptivní statistiky pro ženy USA ............................................................................ 58 Tabulka č. 3 – Deskriptivní statistiky pro muže USA ........................................................................... 14 Tabulka č. 4 – Deskriptivní statistiky pro ženy ČR ............................................................................... 15 Tabulka č. 5 – Deskriptivní statistiky pro muže ČR .............................................................................. 15
62
SEZNAM GRAFŮ Graf č. 1 – Teorie duálních trhů .............................................................................................................56 Graf č. 2 – Beckerův model diskriminace zaměstnavatelem .................................................................56 Graf č. 3 – Oaxaca – Blinderova dekompozice ......................................................................................14 Graf č. 4 – Korelace mezi mírou zaměstnanosti žen a velikostí GPG ...................................................15
63
64
PŘÍLOHY Graf č. 1 – Teorie duálních trhů
Zdroj: vlastní tvorba (dle např. Smith, 2003)
Přesunem žen do povolání F zmizí užitek o velikosti útvaru C, přestože celková míra zaměstnanosti zůstane stejná.
Graf č. 2 – Beckerův model diskriminace zaměstnavatelem
Zdroj: vlastní tvorba (dle např. Ehrenberg a Smith, 2009)
Čím více nediskriminujících zaměstnavatelů bude součástí trhu, tím bude delší ta část křivky poptávky po práci, jenž je rovnoběžná s osou x a čím více žen vstoupí na trh, tím bude jejich křivka nabídky práce posunuta více doprava. 65
Graf č. 3 – Oaxaca-Blinderova dekompozice
Zdroj: vlastní tvorba (dle např. Kaufman, Hotchkiss 2006)
WF* označuje střední hodnotu potenciální mzdy žen, pokud by čelily stejné rovnici výdělků jako muži a WM* označuje střední hodnotu potenciální mzdy mužů, pokud by čelili stejné rovnici výdělků jako ženy.
Graf č. 4 – Korelace mezi mírou zaměstnanosti žen a velikostí GPG
Zdroj: epp.eurostat.ec.europa.eu
Vysoká míra zaměstnaností žen značí, že jsou ekonomicky aktivní i méně vzdělané ženy, což snižuje výši průměrné mzdy pro dané pohlaví. 66
Tabulka č. 2 – Deskriptivní statistiky pro ženy, USA
Proměnná hours educ praxef dummy_marital dummy_child5 Dprofese_2 Dprofese_3 Dprofese_4 Dprofese_5 Dprofese_6 lnwage wage educUni
Střední hodnota 36,5000 14,2877 20,0266 0,523058 0,138847 0,201504 0,324561 0,00250627 0,00501253 0,0471178 6,27467 695,999 0,347619
Medián
Směr. odch
40,0000 15,0000 20,0000 1,00000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 6,35611 576,000 0,000000
10,8681 2,44292 13,7789 0,499531 0,345830 0,401174 0,468269 0,0500061 0,0706304 0,211917 0,802376 510,921 0,476274
variační koeficient 0,297755 0,170980 0,688029 0,955020 2,49073 1,99090 1,44278 19,9524 14,0908 4,49761 0,127875 0,734083 1,37010
Zdroj: vlastní výpočet pomocí softwaru Gretl
Tabulka č. 3 – Deskriptivní statistiky pro muže, USA
Proměnná hours educ praxem dummy_marital dummy_child5 Dprofese_2 Dprofese_3 Dprofese_4 Dprofese_5 Dprofese_6 wage lnwage educUni
Střední hodnota 41,2340 14,1079 21,1638 0,584681 0,158230 0,139147 0,159820 0,00795123 0,147098 0,179433 984,723 6,62666 0,346939
Medián
Směr. odch
40,0000 15,0000 21,0000 1,00000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 800,000 6,68461 0,000000
10,6866 2,71670 12,7682 0,492842 0,365004 0,346145 0,366487 0,0888262 0,354250 0,383765 693,765 0,810780 0,476059
variační koeficient 0,259169 0,192566 0,603305 0,842926 2,30680 2,48763 2,29313 11,1714 2,40826 2,13877 0,704528 0,122351 1,37217
Zdroj: vlastní výpočet pomocí softwaru Gretl
67
Tabulka č. 4 – Deskriptivní statistiky pro ženy, ČR
Proměnná educ hours dummy_marital praxef dummy_child18 wage lnwage educUni Dprofese_2 Dprofese_3 Dprofese_4 Dprofese_5 Dprofese_6
Střední hodnota 12,0128 27,6231 0,597436 26,7256 0,356410 10456,0 9,12581 0,0179487 0,0589744 0,520513 0,0128205 0,241026 0,120513
Medián
Směr. odch
12,0000 40,0000 1,00000 27,0000 0,000000 8250,00 9,01797 0,000000 0,000000 1,00000 0,000000 0,000000 0,000000
2,01085 23,7175 0,491044 14,6990 0,479554 8406,90 0,437784 0,132936 0,235879 0,500221 0,112644 0,428255 0,325978
variační koeficient 0,167392 0,858611 0,821920 0,549996 1,34551 0,804026 0,0479720 7,40641 3,99969 0,961015 8,78624 1,77680 2,70493
Zdroj: vlastní výpočet pomocí softwaru Gretl
Tabulka č. 5 – Deskriptivní statistiky pro muže, ČR
Proměnná educ hours dummy_marital praxem dummy_child18 wage lnwage educUni Dprofese_2 Dprofese_3 Dprofese_4 Dprofese_5 Dprofese_6
Střední hodnota 12,6236 37,6827 0,605166 26,7749 0,302583 14452,7 9,45058 0,103321 0,0590406 0,217712 0,0147601 0,217712 0,383764
Medián
Směr. odch
12,0000 42,0000 1,00000 26,0000 0,000000 12750,0 9,45329 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000
2,18887 36,5696 0,489719 13,4980 0,460226 8352,46 0,498664 0,304941 0,236137 0,413454 0,120815 0,413454 0,487201
variační koeficient 0,173395 0,970462 0,809231 0,504131 1,52099 0,577916 0,0527655 2,95139 3,99957 1,89909 8,18518 1,89909 1,26953
Zdroj: vlastní výpočet pomocí softwaru Gretl
68