Tilburg University
Gedragseffecten en kringloopeffecten in microsimulatiemodellen Nelissen, J.H.M.
Publication date: 1994 Link to publication
Citation for published version (APA): Nelissen, J. H. M. (1994). Gedragseffecten en kringloopeffecten in microsimulatiemodellen. (WORC Paper / Work and Organization Research Centre (WORC); Vol. 94.11.060/2). Unknown Publisher.
General rights Copyright and moral rights for the publications made accessible in the public portal are retained by the authors and/or other copyright owners and it is a condition of accessing publications that users recognise and abide by the legal requirements associated with these rights. • Users may download and print one copy of any publication from the public portal for the purpose of private study or research • You may not further distribute the material or use it for any profit-making activity or commercial gain • You may freely distribute the URL identifying the publication in the public portal Take down policy If you believe that this document breaches copyright, please contact us providing details, and we will remove access to the work immediately and investigate your claim.
Download date: 07. jan. 2016
I IIII I IIII~III Inl l IlnlIIIII INU I I III
l..
.
~
e
~
Sl~.-....`ll..~aOti
~
`~,QI,~ 4 V l~~ 4J' 6j.~ (~.~ C110 Ct~~
Gedragseffecten en kringloopeffecten in microsimulatiemodellen Jan H.M. Nelissen WORC PAPER 94.11.06012
Paper gepresenteerd op het Sociaal en Cultureel Planbureau te Rijswijk 24 november 1994
November 1994
WORC papers have not been subjected to formal review or approach. They are distributed in order to make the results of current research available to others, and to encourage discussions and suggestions.
ACKNOWLEDGEMENT Paper gepresenteerd op het Sociaal en Cultureel Planbureau te Rijswijk 24 november 1994
GEDRAGSEFFECTEN EN KRLIGLOOPEFFECTEI IN MICROSIMULATIEMODELLE~
Jan H.M. Nelissen
WORC. Tilburg Universit~., The Netherlands
Kevtit~ords: niicrosimt~latiott, behai~ioural respotise, n~clical effects
1. Inleiding
Microsimulatiemodellen kunnen een krachtig instrument zijn. Vanwege het kostenaspect is het gebruik van microsimulatiemodellen in de praktijk voornamelijk beperkt gebleven tot de zogenaamd statische modellen, waarbij slechts in beperkte mate sprake is van de incorporatie van gedragseffecten en kringloopeffecten. Hier zullen we deze aspecten nader beschouwen. Eerst gaan we in op het onderscheid statisch versus dynamisch (paragraaf 2). Vervolgens bekijken we de problemen waarmee men geconfronteerd wordt, wanneer men besluit gedragseffceten te introduceren (paragraaf 3). Daarna komen de voors en tegens van de introductie van kringloopeffecten aan bod (paragraaf 4). Paragraaf 5 geeft vervolgens een korte beschrijving van de mate waarin een aantal bestaande microsimulatiemodellen gebruik maakt van gedrags- en kringloopeffecten. Tot slot wordt in paragraaf 6 kort geëvalueerd. Voor de goede orde zij hier vermeld dat we ons beperken tot microsimulatiemodellen die betrekking hebben op individuen en I of huishoudens.
2. Statisch ~~ersus d~-namisch
Eenmaal gekozen hebbende voor de microsimulatietechniek, komt de vraag naar voren hoe het microsimulatiemodel als het ware ingericht zal worden. Op de eerste plaats zal een beslissing genomen dienen te worden ten aanzien van de wijze waarop het onderliggende databestand geactualiseerd wordt, c.q. in de toekomst aangepast wordt. Op basis hiervan kan onderscheid
1
gemaakt worden tussen enerzijds statrsche en anderzijds dwramische microsimulatiemodellen. Het eerste houdt in dat het bestand aangepast wordt middels herweging: het aantal microee:il.teden in het bestand blijft onveranderd. Met andere woorden, demografische veranderingen worden niet expliciet gemodeleerd. Hetzelfde kan gelden voor het bestand werkenden, werklozen, enz. Het herwegen geschiedt in het algemeen via aanpassing aan (extern verkregen) randtotalen. Is de vooruitberekeningsperiode kort, dan wordt de herweging veelal zelfs achterwege gelaten. Bij d}~namische microsimulatie wordt wel (zoveel mogelijk) rekening gehouden met de veranderingen in de samenstelling van het databestand. Demografische processen worden expliciet gemodeleerd. In het optimale geval betekent dit dat rekening wordt gehouden met geboortes, huwelijkssluiting, ongehuwd samenwonen, echtscheiding, uit elkaar gaan van ongehuwd samenwonenden, sterfte, verlaten van het ouderlijk huis, immigratie, emigratie en transities van en naar institutionele huishoudens. De laatste drie categorieën blijven echter
in
het
algemeen
buiten
beeld,
zodat
ook
binnen
de
categorie
d}~namische
microsimulatiemodellen soms herwegingen noodzakelijk zijn. Ten aanzien van de arbeidsmarkt impliceert het d}~namische karakter dat in ieder geval overgangen tussen de sociaal-economische categorieën v~erkend, werkloos en arbeidsongeschikt worden gemodelleerd. Binnen het dynamische t}~pe kunnen we twee subt}~pen onderscheiden: longitudinale en crosssectionele modellen. Binnen het longitudinale (of dwarsdoorsnede-) type wordt in een run de gehele levensgeschiedenis van een micro-eenheid gesimuleerd. Hierbij vindt geen interactie met andere micro-eenheden plaats. Dit betekent dus, dat levensgeschiedenis na levensgeschiedenis gesimuleerd wordt. Hierbij wordt wel rekening gehouden met demografische veranderingen. Zo wordt onder meer gesimuleerd of inen huwt of kinderen heeft, doch partner en kinderen zitten in het algemeen niet in het databestand. Cross-sectioiiele modellen gaan anders te werk. Hier ~~ordt jaar op jaar de database opgebouwd. Elk jaar wordt van elke micro-eenheid nagegaan, welke kenmerken veranderen en in welke mate. Hierbij is interactie met andere individuen mogelijk. Ook hier wordt rekening gehouden met de mogelijkheid van bijvoorbeeld huwen en het krijgen van kinderen. In tegenstelling tot de longitudinale benadering, zijn de eventuele partner en kinderen expliciet in het bestand aan~~ezig. De levensgeschiedenis van e.en individu is echter eerst bekend wanneer alle individuen de simulatieperiode tot het r:~oment van overlijden van de betreffende persoon hebben doorlopen. Het grote nadeel van de longitudinale benadering is het ontbreken van interactie. Daarentegen zijn de cross-sectionele modellen veel duurder qua ontwikkelingskosten, doch ze hebben het grote voordeel dat ze een meer
2
realistische benadering van de werkelijkheid geven. Een discussie van de voor- en nadelen kan gevonden worden in Hayes (1989).
In de praktijk zien ~~~e vooral toepassingen van statische modellen. Het aantal dvnamische toepassingen is tamelijk beperkt. In het bijzonder geldt dit voor de dynamische cross-sectionele modellen. De belangrijkste oorzaak is gelegen in de hoge kosten. De kosten leidden er volgens Caldwell (1993) toe, dat dit type van microsimu]atie lange tijd niet efficiënt was: de kosten ~~aren vele malen hoger dan de baten in vergelijking met statische simulatie. De eerste realisatie van een dynamisch microsimulatiemodel vond in 1961 plaats. Orcutt, Greenberger, Korbel en Rivlin (1961) bouwden een prototype en toonden daarmee aan dat microsimulatie ook praktisch gesproken mogelijk was. Het eerste dynamische microsimulatiemodel dat expliciet voor beleidsdoeleinden werd ont~~~orpen is DYNASIM. Dit werd in het begin van de jaren zeventig geconstrueerd op The Urban Institute in Washington DC; zie Orcutt, Caldwell en Wertheimer (1976). DYNASIM was een zeer ambitieus project. Het gebruik ervan ging echter gepaard met zeer hoge kosten en om die reden is het model nauwelijks gebruikt voor beleidsanalyses. ln die zin rechtvaardigde het model niet de kosten. Aan de andere kant heeft DYNASIM grote verdiensten. Vele statische modellen en vrijwel alle dynamische modellen - zo~~~el binnen als buiten de Verenigde Staten - zijn ontleend aan DYNASIM. Zie ook Citro en Hanushek (1991). Momenteel zien we een sterke toename van het gebruik van microsimulatiemodellen, niet alleen statische doch ook dynamische. Wat de laatste groep betreft kan verwezen worden de centrale statistische bureaus in Canada, Hongarije en Noorwegen [zie bijvoorbeeld Wolfson (1988), Hell~~~ig (1984) en Andreasson, Fredrikson en Ljones (1993)] en naar universiteiten als Cornell University [zie bijvoorbeeld Caldwell (1993)], de London School of Economics [zie Falkingham en Johnson (1993)], Cambridge University [zie Pudney en Sutherland (1994)], Darmstadt University [zie Heike, Hellwig en Kaufmann (1988)] en de University of Canberra [zie Harding (1993)]. Daarnaast zien we in diverse landen (onder meer Zweden, Denemarken, Nederland, enz.) dynamische microsimulatiemodellen ontwikkeld worden bij ministeries.
3. Gedragsrelaties
Veelal wordt het onderscheid statisch versus dynamisch ten onrechte beschouwd als het onderscheid tussen het wel of niet meenemen van gedragseffecten. Gedragsrelaties kunnen in
3
beide type modellen opgenomen worden. Uiteraard is de waarde die men aan de uitkomsten van statische modellen kan hechten, belangrijk kleiner, indien de gedragsrelaties elementen bevatten waarvoor niet herwogen wordt. Indien men bijvoorbeeld een arbeidsaanbodfunctie hanteert, waarin de aam~~ezigheid van jonge kinderen in het huishouden een van de verklarende variabelen is,' dan is het voor een zinvolle interpretatie van de resultaten ten aanzien van het arbeidsaanbod van belang dat de variabele aamt~ezigheid van kinderen in het huishoudell naar lllllI leeftijd ook adequaat gemodeleerd is. Zeker wanneer het analyses op langere termijn behelst, zijn statische microsimulatiemodellen ongeschikt om deze te hanteren ten aanzien van vragen op het terrein van arbeidsaanbod. Aldus kan men met een statisch model inclusief gedragsrelaties naast het directe effect (of het zuiver statutaire effect), ook indirecte effecten bepalen, doch deze laatste omvatten dan vaak niet de dynamiek van de gedragsaanpassing. Bij de d}'namische microsimulatiemodellen is dat laatste wel het geval. Speelt historie een rol, dan zijn statische modellen veelal niet bruikbaar. Denk bijvoorbeeld in Nederland aan de eisen die de V1'erkloosheidswet stelt ten aanzien van het aantal gewerkte jaren, waarbij ook nog uitruil mogelijk is tussen werken en het verzorgen van jonge kinderen. Een en ander klemt te meer wanneer de te bestuderen effecten samenhangen met de verdeling van inkomen. Feitelijk betekent dit dat het niet aanbevelenswaardig is, arbeidsmarktproblemen met behulp van statische modellen te analyseren. Dit betekent níet dat met dynamische modellen wel alle mogelijke arbeidsaanbodeffecten ondervangen kunnen worden. Dat is op zijn beurt weer afhankelijk van de veelheid van variabelen die onderscheiden worden. Nakamura en Nakamura (1990) geven als voorbeeld het probleem waarbij men het indirecte effect van een verandering in het arbeidsaanbod als gevolg van een verandering in de belastingvoet wenst te bestuderen. Als men dan enkel beschikt over een gereduceerde vormvergelijking van het arbeidsaanbod op basis van bijvoorbeeld de bruto loonvoet, ten~~ijl de belastingvoet niet tot de overige verklarende variabelen behoort, dan kan dit probleem niet naar behoren onderzocht worden.
Een probleem waarmee men geconfronteerd wordt - en dit verklaart deels het geringe gebruik van gedragsrelaties in microsimulatiemodellen - is dat men in de praktijk een keuze dient te maken uit meerdere gedragshypothesen. Er is normaliter geen sprake van éér. algemeen aanvaardde theorie of één algemeen geaccepteerde elasticiteit. Zie bijvoorbeeld ten aanzien van arbeidsaanbod, de aanbod- en inkomenselasticiteiten die resulteren uit diverse onderzoeken.
t Zie bijvoorbeeld Van Soest, Woittiez en Kapte~~n (1990).
4
1'heeuwes (1988: 129) vindt aanbodelasticiteiten die variëren van -0,25 tot 0,27 voor mannen en van 0 tot 3,23 voor vrouwen. De inkomenselasticiteit is voor mannen niet significant, terwijl die voor vrouwen tussen -0,30 en 0 beweegt. Het is niet duidelijk welke schattino de beste of meest algemene is. Daarbij zijn schattingsresultaten vaak gebaseerd op een bepaalde subgroep en zijn de schattingsresultaten onderhevig aan grote standaardafwijkingen. Echter, wenst men een gedragsrelatie in het microsimulatiemodel te incorporeren, dan zal men desondanks een keuze dienen te maken. Nakamura and Nakamura (1990) stellen voor om de keuze
te
baseren
op
de
resultaten
van
output
space
a1tall'Sls,
waarbij
van
de
microsimulatietechniek gebruik wordt gemaakt om de beste fit over een historische datareeks te vinden. Vooral nu meer en meer (panel) bestanden beschikbaar komen, ligt het voor de hand van dit hulpmiddel gebruik te maken. Evaluatie kan plaats vinden met behulp van (varianten op) de chi-kwadraat toets [zie Heckman (1981), Andrews (1988a en 1988b) en Nakamura en Nakamura (1983)].
Een punt blijft uiteraard dat modellen enkel de in het verleden waargenomen invloeden dekken. Dit klemt vooral daar waar de beschikbare panels nog steeds een relatief kleine periode omvatten. Aldus is het effect van variabelen die in deze periode min of ineer constant waren dan wel slechts zeer geleidelijk veranderden, niet of nauwelijks mee te nemen. Verder geldt dat gedragsvergelijkingen voornamelijk op het terrein van het arbeidsaanbod beschikbaar zijn. Voor vele andere transities is het aantal beschikbare resultaten zeer beperkt. Optimaal zou zijn dat alle gedragsveranderingen die voortvloeien uit bijvoorbeeld beleidswijzigingen in het model opgenomen zijn. Het is enigszins misleidend bepaalde gevolgen wel met behulp van gedragsrelaties te beoordelen en andere niet [zie Sutherland (1989)]. Echter, daarnaast komt het vaak voor dat er uberhaupt niet of nauwelijks toetsing van gedragshypothesen op een bepaald terrein p]aats gevonden heeft. Dit geldt bijvoorbeeld voor Nederland in belangrijke mate met betrekking tot de huishoudensd}~namiek. Gelukkig vinden op dit terrein een aantal belangrijke vorderingen plaats.
Een ander probleem is dat de geschatte parameters aan stochastiek onderhevig zijn. Dit betekent dat er bij toepassing van gedragsrelaties in een microsimulatiemodel drie vormen van stochastiek aanwezig zijn, nl. als gevolg van (a) steekproef variabiliteit; (b) Monte Carlo variabiliteit en (c)
5
parameter schattingen. Een gevolg kan zijn dat de betrouwbaarheidsintervallen voor bepaalde simulaties uitermate groot kunnen worden; zie voor een voorbeeld Pudne}' en Sutherland (1994). Een microsimulatiemodel zonder gedragsvergelijkingen heeft een boekhoudk~undig karakter. Het is min of ineer een accounting framework. Dit geldt zowel voor statische als dynamische modellen. In de praktijk zijn de meeste microsimulatiemodellen statisch van aard, doch bezitten ze een (beperkt) aantal gedragsvergelijkingen. Meestal komt het er op neer dat zoveel mogelijk gedragsrelaties ingebouwd worden op het terrein dat centraal staat in de probleemstelling. Aldus worden in microsimulatiemodellen tal van terreinen gedekt middels gedragsvergelijkingen. Hierbij kan gewezen worden op (uiteraard) arbeidsmarkttransities, doch ook verhuismobiliteit, energiegebruik, ouderenzorg, familienetwerken, vervoer, onderwijs en gezondheidszorg. Vaak zijn deze modellen enkel ont~~~orpen om iets over het desbetreffende terrein te zeggen. Om die reden worden alle factoren die niet direct van belang zijn weggelaten. Er is dan sprake van een partiee! model. Dit in tegenstelling tot een algemeeit model, waarmee ook de doorwerking op en via andere markten gemodeleerd ~~~ordt. Er is dan sprake van impliciete incorporatie van kringloopeffecten; zie Hartog, Laane en Theeuwes (1986) en Mot (1991: 13).
4. Iu-ingloopeffecten
Een belangrijk nadeel van (vrijwel alle) microsimulatiemodellen dat er geen link wordt gelegd naar macro-effecten. Normaliter beperkt men zich enkel tot huishoudens en ~.ordt er geen verband gelegd naar andere sectoren van de economie. Met andere woorden kringloopeffecten blijven buiten beschou~~ing. Echter, vrijwel alle veranderingen zullen hun doorwerking op een of ineerdere markten hebben. Dit verklaart deels het succes van de General Equilibrium modellen. Hun kracht ligt vooral in het feit dat markten gemodeleerd worden. Het nadeel is dat steeds uitgegaan wordt van markten in evenwicht. Dit is wellicht voor de (zeer) lange termijn interessant, doch op korte en (middel) lange termijn zijn we eerder geïnteresseerd in oneven~.ichtigheden en de gevolgen daarvan. Idealiter zijn we op zoek naar eer algemeen onevenwichtigheidsmodel. In navolging van Hartog, Laane en Theeuwes (1986: 3) kunnen we stellen dat het "... (derhalve) voor de hand (ligt) om op lange termijn toe te werken naar een algemeen model door onderweg onmiddelijk bruikbare, partiële modellen te bouwen die op elkaar aansluiten en passen in het op lange termijn geplande algemene model".
6
Men kan ook in microsimulatiemodellen rekening houden met kringloopeffecten. Tot voor kort gebeurde dat vrijwel niet, danwel werden pogingen daartoe gestaakt. Oorzaak hiervan waren de relatief hoge kosten waarmee dit gepaard ging. Momenteel zien we echter een tendens om macromodellen als een schil om het micromodel te bouwen, waarbij er sprake is van wederzijdse input en output.
Galler (1990) noemt drie mogelijkheden om tot zo'n micro-macrolink te komen: (a)
De meest eenvoudige is het negeren van wederzijdse verbanden en van eeitrichtittgsi~erkeer uit te gaan en wel van macro naar micro. Een macroeconomisch model wordt gebruikt om de waarde van macroeconomische variabelen te simuleren en deze dienen als input voor het micromodel in de volgende stap, doch er is geen terugkoppeling van micro-effecten naar het macronivo. Dit zal in het algemeen leiden tot inconsistentie ten aanzien van resultaten op het micronivo in vergelijking met het macronivo. Wenst men niet met deze verschillen te
leven, dan zal men de microresultaten aan het
macroresultaat dienen aan te passen. Impliciet betekent dit dat men meer waarde hecht aan de uitkomsten op macronivo dan aan de resultaten van het micromodel. Het is de vraag of dit terecht is wanneer het gaat om bijvoorbeeld simulaties waarbij grote gedragsveranderingen voor de hand liggen, zoals de invoering van een basisinkomen. (b)
De meest vergaande oplossing is het iteratief aanpassen van het macromodel aan de resultaten van het micromodel. Hierbij worden de parameters van de relaties in het macromodel die de huishoudenssector beschrijven afgeleid uit het micromodel (bijv. arbeidsaanbod en consumptie). In de praktijk is dat nimmer toegepast en gegeven de resulterende kosten zal dit ook niet snel geschieden bij een wat omvangrijker microsimulatiemodel.
(c)
Een alternatief voor (b) is de macroeconomische athankelijkheid op te lossen op recursieve wijze en de tijdseenheid binnen de simulatie zo kort mogelijk te houden. Dit impliceert dat huishoudens geacht worden met een vertraging van een periode te reageren
op
macroeconomische
veranderingen.
Het
micromodel
gebruikt
de
macroresultaten van een periode geleden en vervolgens worden de macroeconomische variabelen voor de huidige periode berekend, gebruik makend van (geaggregeerde)
7
microresultaten, enzovoort. Als de gehantterde tijdseenheid maar kort genoeg is bijvoorbeeld een week [zie voor een toepassing Bennett en Bergmann (1986)] of een maand - dan biedt zo'n benadering een praktische oplossing voor de afhankelijkheidsproblematiek. Echter, de kosten zullen uiteraard hoger zijn in vergelijking met de gangbare simulaties waarbij een jaar de tijdseenheid vormt. Het NEDYMAS en het NATSEM model (zie ook de volgende paragraaf) gaan uit van het laatste alternatief, doch voorshands blijft de eenheid van tijd op een jaar gehandhaafd. Een bijkomend probleem is dat microsimulatiemodellen in het algemeen recursief van opzet zijn. Dit kan tot problemen leiden. Echter, theoretisch is deze recursieve structuur te verdedigen met de opmerking dat elke samengestelde verdeling van random variabelen gefactoriseerd kan worden als het recursieve produkt van de univariate conditionele verdelingen voor de te onderscheiden variabelen. Voor een gedragsmodel correspondeert dit met een canonieke vorm van het vergelijkingensysteem, waarbij een recursieve afhankelijkheidsstructuur tussen de vergelijkingen bestaat [zie Orcutt (1986: p. 15)]. Praktisch is dit echter zeer moeilijk tot stand te brengen. Een alternatief zou uiteraard zijn een simultaan model, doch ook dit is praktisch gesproken vrij~~~el onuitvoerbaar. Het vereist immers - even afgezien van schattingsproblemen dat er een microdatabase beschikbaar is die alle relevante variabelen omvat.
Deze en de vorige paragraaf min of ineer resumerend kunnen we stellen dat microsimulatiemodellen eerste-orde effecten (of directe effecten) zonder problemen kunnen verwerken. Voor de tweede-orde (of indirecte) effecten geldt dat het dan noodzakelijk is gedragsrelaties in te bouwen. In principe kan dit en het gebeurt in de praktijk ook, doch we hebben gezien dat er haken en hogen aan vast zitten in verband met de beschikbaarheid en de keuzeproblematiek. Derde-orde effecten (of kringloopeffecten) worden nog maar mondjesmaat ingebracht in microsimulatiemodellen. Voordat hier sprake is van een ideale situatie zal nog de nodige tijd duren. In principe kan het wel, doch de praktijk is weerbarstig.
5. Gedragsrelaties en kringloopeffecten in enkele dynanusche microsimulatiemodellen
V4'e zullen in deze paragraaf een aantal modellen nader beschouwen. Op de eerste plaats gaan we wat meer uitgebreid in op de mate van voorkomen van gedrags- en kringloopeffecten in
8
NEDYMAS (Nederland) en DYNASIM (Verenigde Staten). Vervolgens wordt kort ingegaan op de volgende modellen: HARDING (Australië), Sfb3 (Duitsland), DEMOGEN (Canada) en M?CROHUS (Zweden).
NEDYMAS
NEDYMAS [zie Nelissen (1994)] bestaat uit een aantal partiële modellen die aan elkaar gekoppeld zijn. Het gaat dan om een demografisch model, een opleidingsmodel, een model dat de
overgangen
op
de
arbeidsmarkt
beschrijft,
een
loonvorniingsmodel,
een
inkomstenbelastingmodel, een model voor de medische consumptie en een sociaal-zekerheidsmodel. Daarnaast wordt gebruik gemaakt van een klein macromodel. Deze modellen zijn sequentiee] ten opzichte van elkaar.
Het demografisch blok bevat (nagenoeg) geen gedragselementen. De overgangskansen zijn voornamelijk gedifferentieerd naar leeftijd, geslacht en burgerlijke staat. Opleiding speelt een rol bij het koppelen van huwelijkskandidaten en bij het vertrek uit het ouderlijk huis. De module opleiding bevat ook vrijwel geen gedragselementen. De overgangen binnen en tussen de 34 typen zijn gebaseerd op overgangskansen - afgeleid uit CBS statistieken - gedifferentieerd naar geslacht, schooltype, klas of jaar waarin men zit en het al of niet met succes afsluiten van een bepaald type opleiding. De overgang van de basisschool naar de brugklas en het lager beroepsonderwijs en de overgang van brugklas naar mavo, havo en vwo is mede gebaseerd op het opleidingsnivo van de ouders. De orergangen op de arbeidsmarkt zijn momenteel vrijwel volledig door gedragsvergelijkingen bepaald. Daarnaast wordt gebruik gemaakt van inforn~atie uit de Arbeidskrachtentellingen.
Even afgezien van verdere onderverdelingen hanteert
NEDYMAS zes arbeidsmarktposities: werkend, werkloos, arbeidsongeschikt, huisman ~ huisvrouw, dienstplichtig militair en de intermediaire positie langdurig ziek. De overgang naar de toestand
'dienstplichtig militair' wordt bepaald via de Arbeidskrachtentellingen en
aanvullende informatie omtrent het aantal dienstplichtigen. Het is een min of ineer verplichte overgang en mede daarom niet gebaseerd op een gedragsvergelijking. Opgem~rkt zij, dat schoolverlaters - mits zij niet dienstplichtig soldaat worden - per definitie werkzoekend worden. Vanuit die positie kunnen verdere overgangen plaatsvinden. Dienstplichtige soldaten worden op dezelfde wijze behandeld. Arbeidsongeschikt kan men enkel worden, indien men eerst langdurig (dat wil zeggen minimaa] 5 maanden) ziek is. Langdurige ziekte en de overgang naar
9
'arbeidsongeschikt' worden bepaald door gedragsvergelijkingen die afkomstig is van Aarts en De Jong (1990). Als men arbeidsongeschikt is, kan men enkel werkloos worden. Deze overgang is bepaald via de Arbeidskrachtentellingen. Werkenden kunnen - naast dienstplichtig militair werkloos ofwel huisman ~ huisvrouw worden. De overgang naar de positie 'werkloos' geschiedt aan de hand van een gedragsvergelijking, afkomstig uit Aarts en De Jong (1990). De Arbeidskrachtentellingen worden wederom gebruikt om de overgang naar huisman I huisvrouw te modelleren. Verder kunnen in NEDYMAS werkenden van baan veranderen. Deze on-the-job mobilit}~ geschiedt op basis van een mode] van Van de Berg (1990). Vl'erklozen k-unnen - even afgezien van dienstplichtig militair - via een gedragsvergelijking [wederom afkomstig van Van de Berg (1990)] werkend danwel huisman I huisvrouw worden. Tenslotte kan men vanuit de positie huisman ~ huisvrouw, werkloos worden. Dit geschiedt wanneer het arbeidsaanbod van de betrokken persoon groter dan niul wordt. Dit arbeidsaanbod wordt bepaald met behulp van een arbeidsaanbodfunctie geschat door Van Soest, Woittiez en Kapte}~n (1990), waarbij expliciet rekening wordt gehouden met vraagrestricties. Kortom, het overgrote deel van de transities op de arbeidsmarkt geschiedt in NEDYMAS middels gedragsvergelijkingen. Opgemerkt zij echter, dat vervroegde uittreding niet gemodelleerd is.
De loorti~orntirtg is een combinatie van een op macrodata gebaseerd leeftijd-loonprofiel (gedifferentieerd naar generatie) en een op microdata gebaseerde functie die de loonmobiliteit op individueel nivo bepaalt. Vertrekpunt votmt het statistisch model van Aitchison en Brown (1957). Hieruit kan worden afgeleid dat arbeidsinkomen op elke leeftijd een lognormale verdeling volgt. Aan de hand van historische data is het gemiddelde en de standaardafwijking per leeftijdsgroep en cohort geschat. Gegeven het percentiel waarin een individu zich bevindt (op cohortbasis) kan diens (voltijds) looninkomen bepaald worden. Die percentielen zijn afgeleid uit ambtelijke statistieken (ten behoeve van de startwaarde) en de resultaten van Alessie, Camphuis en Kapte}~n (1990).
De modules voor de loon- en inkonutenbelasting en de sociale ze~erheid zijn institutioneel van aard. Het zijn direkt toepasbare regels en omvatten bijgevolg per definitie geen gedragselementen.
Tenslotte is er de module die betrekking heeft op de medische consunrptie. Dit zijn voornamelijk gedragsrelaties, gebaseerd op de resultaten van Van de Ven en Van der Gaag (1982~, Van der
10
Laan, Koerts en Reichardt (1986) en Van der Laan (1988). Er bestaat echter geen link naar het al of niet ziek zijn voor de Ziektewet c.q. naar arbeidsongeschikt zijn. Met de bestaande data is dit verband niet te leggen.
Zoals eerder opgemerkt is om het micromodel heen een ntacroschil gebouwd. Voor een uitgebreide beschrijving zij verwezen naar Dekkers, Nelissen en Verbon (1993). De linl: van en en naar het micromodel is echter beperkt. Het macromodel bepaalt de gemiddelde loonvoetontwikkeling en de arbeidsvraag. Het micromodel genereert het arbeidsaanbod en bijgevolg de werkloosheidsomvang.
DYNASIM
DYNASIM kent meerdere versies. Hier richten we ons op de eerste versie, aangezien latere versies feitelijk uit meerdere naast en los van elkaar functionerende modellen bestaan. Qua inhoud wordt echter op het zelfde stramien voortgebouwd. De opbouw van D~'NAS1M [zie Orcutt, Caldwell en Wertheimer II (1976)] komt in grote lijnen overeen met NEDI'MAS. Het demograftsclte deel
bevat
een aantal elementen die te vatten zijn onder de noemer
gedragseffecten. Echter, deze zijn veelal ad hoc van aard. Zo wordt de sterftekans mede bepaald door opleiding en voor vrouwen ook door het aantal kinderen. Deze relatieve sterftekans is afkomstig van Kitagawa en Hauser (1973) en zijn multiplicatief ten aanzien van de sterftekans naar leeftijd, geslacht en burgerlijke staat. Bij de kans op de geboorte van een kind, speelt op analoge wijze het opleidingsnivo van de moeder een rol. Eerste huwelijkssluiting wordt in eerste instantie bepaald via een APC-model, waarna het daaruit resulterende niet-verklaarde deel verder geregresseerd wordt op een aantal sociaal-economische variabelen, zoals opleidingsnivo, arbeidsparticipatie, loonvoet en sociale zekerheidsuitkeringen. De hertrouwkans bevat daarentegen geen socio-economsicche effecten. Echtscheiding wordt analoog aan de eerste huwelijkssluiting behandeld. Nu zijn de relevante sociaal-economische achtergrondvariabelen werkloosheid, arbeidsongeschiktheid en het loon van de vrouw. Verhuizingen ~~~orden bepaald aan de hand van overgangskansen, gedifferentieerd naar leeftijd, geslacht, al of niet verweduwd zijn en jaar van verweduwing, huwelijksduur, opleidingsnivo, regio en SMSA grootte. Opleiding is op dezelfde wijze gemodeleerd als NEDYMAS, zij het dat minder schooltypen onderscheiden worden.
11
De arbeidsnrarkt omvat weer een aanta] sociaal-economische variabelen. De participatiebeslissing is gebaseerd op een aantal kruistabellen, waarin als variabelen voorkomen: het al of niet partciperen in het voorgaande jaar, ras, geslacht, al of niet verweduwd zijn, al of niet arbeidsongeschikt zijn, sociale zekerheidsuitkeringen, het inl:omen van anderen dan de vrouw in het huishouden en de aanwezigheid van jonge kinderen. Op analoge wijze is voor een aantal deelgroepen het effect van werkloosheid in het voorafgaande jaar opgenomen. Het aantal uren dat men werkt is via regressie geschat. Hierin spelen opleidingsnivo, arbeidsongeschiktheid, de loonvoet, het niet-looninkomen van het huishouden, sociale zekerheidsuitkeringen en de aanwezigheid van jonge kinderen een rol. De mate van werkloosheid in een jaar wordt in twee stappen bepaald. Eerst wordt nagegaan of er werkloosheid optreedt via kruistabellen, waarbij opleidingsnivo een van de determinerende factoren is. Zo ja, ~~ordt in de tweede stap nagegaan hoeveel uren men werkloos is in dat jaar. Hierbij is onder meer de aanwezigheid van jonge kinderen en u~ederom het opleidingsnivo van belang. De loonvoet is ook bepaald middels een regressievergelijking. Naast demografische kenmerken speelt hier opleidingsnivo en arbeidsongeschiktheid een rol. Arbeidsongeschiktheid wordt middels een logit functie bepaald, waarin opleidingsnivo als sociaal-economische achtergrondvariabele optreedt. . Het soclale ;,ekerheidsdeel beschrijft het recht op de diverse uitkeringen, hetgeen institutioneel bepaald wordt. Echter, omdat diverse uitkeringen afhankelijk zijn van opgebouwde rechten is het nodig startwaarden voor die rechten te simuleren. Hiervoor zijn kruistabellen gehanteerd. Ten aanzien van het pensioeninkomen is opleidingsnivo een van de bepalende factoren. Ten behoeve van de werkloosheidsuitkeringen moet gesimuleerd worden wie daar recht op kan doen gelden. Dit is noodzakelijk omdat noch de industriële sector noch beroep in DYNASIM aanwezie is.
Tot slot zijn er een aantal modulen die betrekking hebben op vernrogen. Sparen en ontsparen tot een maximum van USS 500 geschiedt aan de hand van beslissingsbomen gebaseerd op de AID-techniek. Daarboven wordt gebruik gemaakt van regressieresultaten met financiële variabelen als verklarende variabelen. Erfenissen worden ook met behulp van AID gesimuleerd. Daarnaast spelen uiteraard de wettelijke belasting- en erfenisregels een rol. In dit deel spelen sociaal-economische achtergrondvariabelen geen rol.
12
In de oorspronkelijke versie van DYNASIM werd ook een macromodel naast het micromodel gehanteerd. In latere versies is dit vanwege de daaraan verbonden kosten achterwege gelaten. Werkgelegenheid en veranderingen in de bevolking worden in het micromodel bepaald en vormen input voor het macromodel. Het macromodel bepaalt vervolgens de werkloosheid en het kapitaalinkomen. Deze twee variabelen worden in het micromodel vervolgens gehanteerd om te herwegen. Verondersteld wordt dat de overheid via haar beleid de mate van werkloosheid onder controle heeft. In het model zitten daartoe echter geen instrumenten.
HARDING
Het HARDING model [zie Harding (1993)] is, in tegenstelling tot de twee voorafgaande modellen.
longitudinaal van aard. Het demografrsch blok bevat slechts zeer ten dele
gedragselementen. Sterfte is naast leeftijd en geslacht, vanaf de leeftijd van 45 jaar ook (optioneel) afhankelijk van het opleidingsnivo. Deze laatste variabele bepaalt mede de koppeling van hus~~elijkskandidaten. Het opleidi~tgsnivo wordt omder meer bepaald door de socioeconomische status (SES) van de ouders. De arbeidsmarl;t is voornamelijk gemodeleerd via kruistabellen, waarbij wederom opleidingsnivo meespeelt in de beslissing. Looninkomen is gebaseerd op regressieresultaten met voornamelijk demografische kenmerken als verklarende variabelen. Hetzelfde geldt ten aanzien van kapitaalinkomen. Net als in NEDYMAS worden besparingen, erfenissen en vermogen niet expliciet gemodelleerd. Een macromodel ontbreekt en daardoor ontbreken kringloopeffecten.
Op basis van HARDING is voor Groot-Brittannië een gelijksoortig model ontwikkeld, genaamd LIFEMOD; zie Falkingham en Lessof (1991) en (1992).
SFB3
Ten behoeve van de beschrijving van het Sfb3 model is gebruik gemaakt van Galler (1989). Ook hier weer is opleidingsnivo een van de detetminerende factoren bij de koppeling van huwelijkspartners. Het vertrek uit het ouderlijk huis wordt mede beïnvloed door de instroom in een eerste baan of een nieuw school type [zie Ott (1986)]. Arbeidsparticipatie is gebaseerd op regressievergelijkingen die betrekking hebben op instroom en uitstroom. Hierbij spelen onder andere opleidingsnivo, (macro) werkloosheidsnivo, arbeidsverleden, pensioenuitkeringen en de
13
aanwezigheid en leeftijd van kinderen een rol. Arbeidsongeschiktheid wordt bepaald met behulp van een logit model, waarbij onder meer de industriële sector een van de verklarende variabelen ts. Lonen zijn onder meer een functie van leeftijd, opleiding, ervaring en burgerlijke staat. Een tijdlang zijn er ook pogingen ondernomen een macromodel te koppelen aan het microsimulatiemodel; zíe Hansen, et al. (1987).
DEMOGEN
DEMOGEN [zie onder meer Wolfson (1988 en 1989)] wijkt van de overige besproken modellen inzoverre af, dat hier een direkte link met de gezondheidstoestand van individuen wordt gelegd. Dit betekent dat onder meer het voorkomen van ziektes gesimuleerd wordt. Sterfte is naast leeftijd, geslacht en burgerlijke staat dan ook mede afhankelijk van de gezondheidstoestand. Ook de mate van (in-)validiteit wordt daardoor bepaald. De arbeidsmarktgeschiedenis speelt bij vrouwen een rol bij de bepaling van de huwelijkssluitingskans, terwijl opleidingsnivo wederom een element vormt in het koppelingsproces van huwelijkskandiadten (inclusief ongehuwd samenwonenden). De arbeidsmarktervaring is ook van invloed op de echtscheidingskans. De arbeidsmarkt wordt gemodelleerd via intrede, uittrede en herintrede. De overgangskansen hangen onder meer af van het opleidingsnivo en ervaring. Looninkomen wordt bepaald aan de hand van een autoregressief stochastisch proces. Hierbij spelen zes parameters een rol. Die parameters worden bij de geboorte reeds vastgelegd. DEMOGEN bevat geen macromodel. MICROHUS
MICROHUS is beschreven in Klevmarken, et aL (1992). In het demografische deel komen we de volgende gedragsaspecten tegen. De ( echt-)scheidingsfunctie is gebaseerd op een hazard model, waarin onder meer de sociale achtergrond van de ouders, het al of niet studeren en het opleidingsnivo een rol spelen. Een log-logistisch model bepaalt de samenw-oon- c.q. huwelijkskans. Hierbij spelen opleidingsnivo, al of niet studerend, werkervaring en aantal kinderen onder meer een rol. Geboorten worden bepaald middels een Box-Cox kwadratisch duurafhankelijkheidsmodel met als socio-economisch georiënteerde variabelen opleidingsnivo, type baan man, werkervaring vrouw, loonvoet en beschikbaar huishoudinkomen. Het arbeidsaanbod is bepaald middels een Hausman-achtig arbeidsaanbodmodel. OOk MICROHUS bevat geen macromodel.
14
6. E~~aluatie
tiit het voorafgaande blijkt dat gedragseffecten en kringloopeffecten in principe te incorporeren zijn in microsimulatiemodellen. Doch ook is duidelijk geworden dat er tot op heden zeker geen sprake is van een optimale implementatie hiervan. Dit geldt in het bijzonder ten aanzien van de kringloopeffecten. Pogingen op dit terrein zijn reeds midden jaren zeventig ondernomen, doch zijn vanwege de daaraan verbonden kosten gestaakt. Recentelijk is er sprake van een opleving van de interesse in de opname van kringloopeffecten in microsimulatiemodellen. Gegeven de ontwikkelingen in de hardware lijkt dit meer en meer een haalbare kaart. Het is waarschijnlijk ook een noodzakelijke ontwikkeling, gegeven de ontwikkelingen op het terrein van de algemene evenwichtsmodellen. Deze laatste vertonen een tendens tot verdere desaggregatie, zodat deze in grotere mate concurrerend worden ten aanzien van de punten waarop microsimulatiemodellen comparatieve voordelen hebben. Gedragseffecten zijn min of ineer van in den beginne opgenomen in microsimulatiemodellen. Echter, hier zien we een tegenstelling tussen het ideale en het bereikbare. Microsimulatie biedt in essentie de mogelijkheid tot s}~nthese. Echter, de ideale synthese vereist gedragsmodellen geschat op basis van één danwel een serie van consistente databases. Hiervan is op dit moment nog geen sprake. Vandaar dat hier vaak sprake is van ad hoc beslissingen. Maar aan de andere kant is duidelijk dat vanuit de optiek van microsimulatie de opname van gedragsreacties geen probleem vormt en in de praktijk ook meer en meer plaats vindt. Zo lijkt, gegeven de aanwezige paneldata, de modellering van het arbeidsmarktgebeuren nauwelijks meer hinder te ondervinden van gebrek aan adequate data. De link naar demografische ontwikl:elingen is echter problematischer. Hier speelt ook de inertie van de processen een belangrijke rol.
15
References
Aarts, L.J.M. and P.R. De Jong (1990). Eco~tomic Aspects of Disabilirl~ Behai~ior. Ph.D. Dissertation. Rotterdam: Erasmus Universitv. Aitchison, J. and J.A.C. Brown (1957). The Logttorntal Distribt~tiott. Cambridge: Cambridge at the University Press. Alessie, R.J.M., H. Camphuis en A. Kapteyn (1990). Een simulatiemodel ter berekening van het sociale risico. Tilburg: EIT I Tilburg tlniversit}~. Andreassen, L., D. Fredrikson and O. Ljones (1993). 77te fi~n~re bt~rden of public pettsion bettefits: a nticrosinu~latiort approach. Paper IARIW Conference on Microsimulation and Public Polic}~, Canberra, Australia, December 6-9, 1993. Andrews, D.W.K. (1988a). Chi-square diagnostic tests for econometric models: introduction and applications. Jot~rttal of Ecortometrics, 37:135-156. Andrews, D.VI'.K. (1988b). Chi-square diagnostic tests for econometric models: theory. Ecottontetrica, 56:1419-1453. Berg, G.J. Van den (1990). Structt~ral D~~ttantic Artah~sis of htdividual Labour Market Behaviour. Ph.D. Dissertation. Tilburg: Tilburg University. Caldwell, S. (1993). Content, validation attd uses of CORSIM 2.0, a di~nantic nticroanal}~tic model of the United States. Paper IARIW Conference on Microsimulation and Public Policy~, Canberra, Australia, December 6-9, 1993. Citro, C.F. and E.A. Hanushek (eds.). (1991). Improving Itiformation for Social Polic~~ Decisions. The Uses of Micrositnulatiott Modellittg, vol. I and II. Washington D.C.: National Academy~ Press. Dekkers, G.J.M., J.H.M. Nelissen and H.A.A. Verbon (1993). The Macro Model Prograrttttte Sector of the Microsintulatiott Model I~EDYMAS.
Tilburg: WORC Paper, Katholieke
Universiteit Brabant. Falkingham, J. and P. Johnson (1993). A Unified Funded Pettsiort Schente (UFPS) for Britaitt. Paper presented at the Annual Conference of the European Societ}~ for Population Economics, Budapest, Juni 1993. Falkingham, J. and C. Lessof (1991). LIFEMOD - The Formative Years. Research Note VVSPIRNl24. London: London School of Economics. Falkingham, J. and C. Lessof (1991). Play~ing God: The construction of LIFEMOD: a dynamic cohort microsimulation model. In: Hancock, R. en H. Sutherland (eds.) Microsinu~latioti
16
Models for Public Polic~~ Anah~sis: Nei~~ Frontiers. STICERD Occasional Paper No. 17. London: London School of Economics. v~ller, H.P. (1989). Polic~~ evaluatiorr by microsintulatiolt; the Franl,fr~rt model. Paper 21st General Conference of the International Association for Research in Income and V~'ealth, Lahnstein, 20-26 augustus 1989. Galler, H.P. (1990). Microsimulation of tax-transfer systems. In: Brunner, J.K. and H.G. Petersen (eds.), Simulatlon Models in Tax mrd Trmrsfer Polic~~. Frankfurt I Ne~~ York: Campus Verlag, 279-299. Hansen, H.-J., E. Klein und D. Mannel (1987) Das makroókorronretrische Modell des Sfb3; Versiolr 5.0, Sonderforschungsbereich 3 Working Paper No. 238. Frankfurt I Maruiheim: J.W. Goethe-Universit~t Frankfurt und Universitítt Mannheim. Harding, A. (1993) Lifetime
Inconle Distribution and Redistribution; Applications of a
Microsimulation Model. Amsterdam: North-Holland. Hartog, J., E. Laane en J. Theeu~~es (1986). Naar eert microsimrtlatiemodel voor i~erdelilrgsbeleid ilr Nederlarrd. Mimeo. Amsterdam: ESI-VU. Ha}~es, B. (1989). Alternatii~e Methodologies for Life-Cvcle Slilll[IatÍ0115 Of lJle hrciderrce of Tczi.atiolr and Belrefrt Systems, Discussion Paper TIDIl137, London School of Economics, London.
Heckman, J.J. (1981). Heterogeneit}' and state dependence. In: Rosen, S. (ed.). Studies in Labvr Marl;ets. Chicago, 91-139. Heike, H.-D., O. Hellwig und A. Kaufmann (1988). Der Darmst~dter Pseudomikrosimulator; Modellansatz und Realisierung. Arrgetit~andte Irtforntatik, 1i88:9-18. Hellwig. O. (1984). Einfiihrung in die Mikrosimulation urtd Aml~endlatgsnldglichkeiten fur den ungarischen Haushaltssektor. Paper presented at the Hungarian Statistical Office, Budapest, December 4, 1984. Kitagaw~a, E.M. and P.M. Hauser (1973). Diffenuial Mortalih~ in the United State,r: A Study~ irt Socioeconomic Epidemiolog~~. Cambridge, MA: Harvard Universit}~ Press. Klevmarken, N.A., I. Andersson, P. Brose, L. Flood, P. Olovsson and A. Tasiran (1992). MICROHUS A Microsimulation Model for the Sivedish Household Sector. Paper International Symposium on Economic Modelling, Gothenburg, 18-20 augustus 1992. Laan, B.S. Van der (1988). Modelling Total Costs ofNon-life Insurances. Proefschrift, Erasmus Universiteit, Rotterdam.
17
Laan, B.S. Van der, J. Koerts and J. Reichardt (1986). A Statistical Model for tlte E.~pectses for Medical Services During a Year. Report 8635IA, Econometrisch Instituut, Erasmus Universiteit, Rotterdam. Mot, E.S. (1991). Verkenning van nticrosintulatientodellen. COSZ rapport 30. Den Haag: VUGA. Nakamura, A. and M. Nakamura (1983). Part-time and full-timework behavior of married women: a model with a doubly truncated dependent variable. Canadian Journal of Economics, 16:229-257. Nakamura, A. and M. Nakamura (1990). Modelling direct and indirect impacts of tax and transfer programs on household behavior. In: Brunner, J.K. and H.G. Petersen (eds.), Sintulatiott Models ict Tar and Transfer Policl~. Frankfurt I New York: Campus Verlag, 461-478. Nelissen, J.H.M. (1994). IctcomeRedistributionand Social Securin~. London: Chapman 8c Hall. Orcutt, G.H. (1986). Views on microana]ytic simulation modeling. In: Orcutt, G.H., J. Merz and H. Quinl:e (eds.). Microanah~tic Sintrrlation Models to St~pport Social and Financial Polici~. Amsterdam: North-Holland. Orcutt, G.H., S. Caldwell and R. Wertheimer II (1976). Polic}~ E~ploration 77trough Microanah~tic Simulation, Urban Institute, Washington D.C. Orcutt, G.H., M. Greenberger, J. Korbel and A. Rivlin (1961). Microanah~sis of Socioecatomic Si~stem: A Sinutlation Studi~. New York: Harper and Row. Ott, N. (1986). Bei~ólkerungsenttit~ickltutg bis zunt Jahr 2000; Modellreclutungen ntit der Version 86.0 des Mikrosintulatioctsmodells des Sjb3, Working Paper Sonderforschungsbereich 3, No. 212. Frankfurt University: Frankfurt. Pudney, S.E. and H. Sutherland (1994). How reliable are microsimulation estimates? An investigation of the role of sampling error in a UK tax-benefit model. Journal of Public Economics, 53:327-365. Soest, A. Van, I. Woittiez and A. Kapteyn (1990). Labor Supply, Income Taxes, and Hours Restrictions in The Netherlands. Journal of Human Resources, 15, 3:517-558. Sutherland, H. (1989). Constructing a Tax-Benefit Model: What Advice Can One Give? Paper 21st IARIW Conference, Lahnstein, Germany, August 20-26, 1989. Theeuwes, J.J.M. (1988). Arbeid en belastingen. In: Preadviezect Koninklijke Vereniging voor Staathuishoudkunde 1988. Leiden I Antwerpen: Stenfert Kroese, 111-143.
18
Ven, W.P.M.M. Van de and J. Van der Gaag (1982). Health as an Unobservable ; A MIMICmodel of Demand for Health Care. Journa! of Health Economlcs, 1:157-183. Wolfson. M.C. (1988). Homemaker pensions and lifetime redistribution. Rei~ie~~~ of I~ICOme a~rd Wealth, 34:221-250. Wolfson, M.C. (1989). Divorce, Homemaker Pensions and Lifecycle Analysis. Populatio~i Researcit artd Polic~~ Rei~ieit~, 8:25-54.
19
I I ~ YÏ~Í~~ÍÍÍIU~Y~~ I I
~~~c:n~k ancl 0~~~;anu~ttic~n R~sear~l~ Centrt ~~`arar~cíela~an ?, P.C~. 13c~~ ~)()1~3. 7t)()0 LE Till~ui~~;, Tl~e ~ethërlancls
