issn: 0239-6858
Wpływ kształcenia pozaformalnego na płace osób z wykształceniem wyższym
Jacek Liwiński
Wydział Nauk Ekonomicznych, Uniwersytet Warszawski*
Celem artykułu jest identyfikacja premii płacowej z udziału w szkoleniach zawodowych pracowników mających wykształcenie wyższe. Wykorzystano dane jednostkowe z Badania aktywności ekonomicznej lud- ności (BAEL) z okresu 2001–2013. W celu redukcji obciążenia estymatora premii płacowej zastosowano porównawczo dwie metody: DID oraz DID-PSM. Stwierdzono, że szkolenia przeciętnie nie mają wpływu na zarobki osób z wykształceniem wyższym. Niewielką pozytywną premię płacową uzyskali jednak uczestnicy szkoleń długich (ponad 20-godzinnych) oraz prowadzonych w formie warsztatowej, a więc takich, które potencjalnie powinny dostarczać najwięcej umiejętności.
Słowa kluczowe: szkolenia; pracujący; zarobki; metoda DID-PSM.
© Instytut Badań Edukacyjnych
* Adres: ul. Długa 44/50, 00-241 Warszawa.
E-mail: jliwinski@wne.uw.edu.pl
poprawy pozycji jednostki na rynku pracy, w tym wzrostu prawdopodobieństwa wyko- nywania pracy oraz uzyskiwania wyższych zarobków. Stwierdzenie, czy takie efekty faktycznie występują jest ważne, ponieważ mogłoby stać się podstawą do podejmowa- nia decyzji inwestycyjnych, zarówno prywat- nych, jak i publicznych. Jest to szczególnie istotne w kontekście wydatkowania znacz- nych środków publicznych na ten cel, pocho- dzących z funduszy strukturalnych.
W Polsce brakuje jednak badań doty- czących efektów udziału osób pracujących w szkoleniach. Do tej pory prowadzono jedy- nie badania skuteczności zatrudnieniowej szkolenia osób bezrobotnych, nie analizując jednak wpływu szkoleń na płace tych osób po podjęciu pracy (przegląd w: Liwiński, 2015).
Co więcej, według najlepszej wiedzy autora, takich badań brakuje również w pozostałych
S
zybki postęp techniczny sprawia, że pra- cownicy w trakcie kariery zawodowej muszą poszerzać i uaktualniać swoją wiedzę oraz zdobywać nowe umiejętności. Dotyczy to zwłaszcza osób z wykształceniem wyż- szym, którzy charakteryzują się relatywnie wysoką zdolnością uczenia się oraz goto- wością do podnoszenia swoich kwalifikacji.Wyniki badań potwierdzają, że ta grupa dużo częściej uczestniczy w kształceniu pozaformalnym oraz uczy się nieformal- nie niż osoby niżej wykształcone1. Udział w kształceniu wymaga poniesienia kosz- tów, a tym samym może być traktowany jako inwestycja w kapitał ludzki jednostki.
Z tej inwestycji można oczekiwać zwrotu, w przeciwnym razie nie powinny być podej- mowane. Przykładowo można oczekiwać
1 W 2014 r. w badaniu Bilans kapitału ludzkiego (BKL) udział w nieobowiązkowych kursach i szkoleniach w ciągu ostatnich 12 miesięcy zadeklarowało 32% osób pracujących posiadających wykształcenie wyższe, 16% z wykształceniem średnim oraz 7% z wykształceniem zasadniczym zawodo- wym (Turek i Worek, 2015).
krajach Europy Środkowo-Wschodniej.
Wyniki badań prowadzonych w krajach Europy Zachodniej i w Stanach Zjednoczo- nych są niejednoznaczne – część wskazuje na pozytywny wpływ szkoleń na płace, inne zaś na jego brak. W badaniach tych stosuje się różne metody redukcji obciążenia premii płacowej wynikającego z endogeniczności udziału w szkoleniach. Badania o charakte- rze eksperymentalnym, a więc teoretycznie w największym stopniu eliminujące to obcią- żenie, wskazują na brak wpływu szkoleń na płace. Przedstawione w artykule badanie jest pierwszym dotyczącym premii płacowej z udziału osób pracujących w szkoleniach w krajach Europy Środkowo-Wschodniej.
Zarazem jest to pierwsze badanie skoncen- trowane na analizie osób z wykształceniem wyższym. Jest również jednym z nielicznych, w których stosuje się metodę DID-PSM do redukcji premii płacowej z udziału w szko- leniach. Do tej pory metodę tę wykorzystali jedynie Grit Muehler i współpracownicy (Muehler, Beckmann i Schauenberg, 2007).
Przegląd literatury
Wpływ szkoleń na płace można uza- sadnić teoretycznie przede wszystkim na podstawie teorii kapitału ludzkiego (Becker, 1962). Zgodnie z nią szkolenia są inwestycją prowadząca do wzrostu wiedzy i umiejętno- ści jednostki i w konsekwencji zwiększającą wydajność pracy. Przy założeniu doskonałej konkurencji na rynku pracy będzie to pro- wadziło do wzrostu płacy jednostki. W przy- padku inwestycji w ogólny kapitał ludzki wzrost płacy będzie wynikał z możliwości wykorzystania nowo zdobytej wiedzy i umie- jętności w każdym miejscu pracy, a więc przy braku podwyżki w dotychczasowym miej- scu pracy jednostka może ją uzyskać poprzez zmianę pracodawcy. W przypadku inwestycji w kapitał specyficzny dla dotychczasowego miejsca, czyli takiej, która nie ma wpływu na wydajność jednostki w alternatywnych
miejscach zatrudnienia, wzrost płacy będzie zachęcał pracownika do pozostania w fir- mie po zakończeniu szkolenia, ponieważ w przypadku odejścia środki zainwestowane w szkolenie zostałyby utracone.
Istnieje jednak wiele argumentów teo- retycznych uzasadniających brak wpływu szkoleń dostarczających kompetencje ogólne na płace. Po pierwsze, Daron Acemoglu (1997) zauważył, że na niedoskonale konku- rencyjnym rynku pracy, na którym zmiana pracy wymaga poniesienia kosztu, pracow- nik nie zdecyduje się na odejście z firmy, która go przeszkoliła, nawet jeśli jego zarobki nie wzrosną, o ile przyrost kompe- tencji ogólnych będzie niewielki w relacji do kosztu zmiany pracy. Po drugie, zdaniem Johna Bishopa (1996), zestaw kompetencji ogólnych wykorzystywanych w pracy może mieć charakter specyficzny dla danego miejsca pracy. W takiej sytuacji uzyskanie dodatkowych kompetencji ogólnych przy- datnych w dotychczasowym miejscu pracy nie musi prowadzić do wzrostu wynagro- dzenia, ponieważ w alternatywnych miej- scach pracy najprawdopodobniej nie wszyst- kie kompetencje z posiadanego zestawu znalazłyby zastosowanie. W nowym miej- scu pracy niezbędny będzie bowiem nieco inny zestaw. Po trzecie, Edwin Leuven i inni (Leuven, Oosterbeek, Sloof i Kla- veren, 2002) zauważyli, że brak wpływu szkoleń na płace może wynikać z lojalności pracownika w sytuacji, gdy kształcenie jest finansowane przez zakład pracy. Zgodnie z tą koncepcją pracodawca będzie skłonny inwestować w kompetencje ogólne pracow- nika, o ile będzie miał przekonanie, że na zasadzie wzajemności nie zażąda on wzro- stu wynagrodzenia i pozostanie w firmie tak długo, aż pracodawcy zwróci się koszt kształcenia. W końcu, po czwarte, zdaniem Lorne’a Carmichaela (1983) pracownik podnoszący swoje kompetencje poprzez szkolenia może zdecydować się na pozo- stanie w obecnym miejscu pracy, mimo że
jego bieżące wynagrodzenie jest niższe od wydajności pracy, o ile w dłuższej perspek- tywie spodziewa się awansu zawodowego, po którym jego wynagrodzenie przewyższy wydajność. W takim wypadku szkolenia będą miały pozytywny wpływ na zarobki, ale nie w krótkim, tylko w długim okresie.
Pozytywnego wpływu szkoleń na zarobki można też oczekiwać na gruncie teorii syg- nalizacji (Spence, 1973). Zgodnie z nią kształ- cenie nieobowiązkowe nie jest źródłem wiedzy i umiejętności przydatnych w pracy zawodowej, a jedynie sygnalizuje praco- dawcy wysokie zdolności oraz motywację.
Pracownicy wykształceni są więc wyżej wynagradzani nie dlatego, że mają większą wiedzę czy umiejętności, lecz dlatego, że są bardziej zdolni i zmotywowani od pracow- ników niewykształconych.
Podsumowując, na gruncie teoretycznym można oczekiwać pozytywnego wpływu szkoleń na płace, choć istnieją pewne argu- menty teoretyczne osłabiające tę zależność.
Wyniki badań nie dają jednoznacznej odpowiedzi na pytanie, czy szkolenia mają pozytywny wpływ na płace. Na silną, pozy- tywną korelację szkoleń z płacami wska- zują wyniki badań, w których równanie płac było szacowane przy użyciu metody najmniejszych kwadratów (MNK; Albert, García-Serrano i Hernanz, 2010, Barron, Berger i Black, 1999; Booth, 1993; Blundell, Dearden i Meghir, 1996; Goux i Maurin, 2000; Loewenstein i Spletzer, 1996; 1999a;
Lynch, 1992). Zwraca się jednak uwagę, że estymator premii płacowej może być obcią- żony ze względu na endogeniczność udziału w szkoleniach. Jeśli bowiem dokształcają się przede wszystkim jednostki ponadprzecięt- nie zdolne i zmotywowane, to można ocze- kiwać, że premia płacowa będzie przeszaco- wana, ponieważ będzie ona odzwierciedlała nie tylko korzyści z umiejętności zdobytych w trakcie szkolenia, lecz także z większych zdolności i motywacji. W celu redukcji tego obciążenia stosuje się kilka metod.
Po pierwsze, gdy dostępne są dane pane- lowe, pozwalające na obserwację dynamiki zarobków po zakończeniu szkolenia, wyko- rzystuje się model z efektami stałymi (fixed effects, FE) lub alternatywnie metodę różnic w różnicach (differences in differences, DID).
Obie pozwalają na eliminację endogeniczno- ści wynikającej ze zróżnicowania badanych jednostek pod względem nieobserwowal- nych cech, które są niezmienne w czasie.
Obciążenie estymatora premii płacowej ze szkolenia jest więc eliminowane, o ile zdol- ności i motywacja nie zmieniają się w cza- sie oraz stopa wzrostu płac, warunkowo względem cech obserwowalnych, nie jest zależna od zdolności i motywacji. Wyniki badań wykorzystujących tę metodę wska- zują na ogół na niższą premię ze szkolenia niż w przypadku użycia MNK (Barron, Black i Loewenstein, 1989; Barron i in., 1999; Bar- tel, 1995; Brown, 1989; Blundell i in., 1996;
Lengermann, 1999; Loewenstein i Spletzer 1996; 1999b; Parent, 1999; Travkin i Sharu- nina, 2016) lub na całkowity jej brak (Albert i in., 2010; Berger, Earle i Sabirianova, 2001;
Booth, 1993; Loewenstein i Spletzer 1999a;
Lynch, 1992; Pischke 2001). Sugeruje to, że obciążenie wynikające z endogeniczno- ści udziału w szkoleniu jest przynajmniej w pewnym stopniu redukowane. Powyższa metoda nie pozwala jednak na eliminację obciążenia wynikającego z wpływu cech nieobserwowalnych na płace, który zmienia się w czasie. Jeśli więc płace osób zdolnych i zmotywowanych rosną ponadprzeciętnie szybko, to estymator premii płacowej ze szkolenia wciąż będzie obciążony. Aby roz- wiązać ten problem, stosuje się model ze sta- łymi stopami wzrostów (fixed growth rates, FGR). Jego oszacowanie wymaga danych dotyczących zmian płacy w okresie przed oraz po szkoleniu, a więc informacji o pozio- mie płacy w co najmniej trzech punktach w czasie. Jörn-Steffen Pischke (2001), który oszacował premię płacową ze szkoleń przy użyciu FE i FGR na podstawie danych dla
Niemiec, stwierdził, że estymator FGR jest nieco większy niż FE, przy czym oba nie są istotne statystycznie.
Po drugie, stosuje się metodę zmiennych instrumentalnych (instrumental variables, IV). Polega ona w pierwszym kroku na osza- cowaniu modelu probitowego udziału w szko- leniu z wykorzystaniem zmiennej instrumen- talnej. Zmienna ta powinna być skorelowana z udziałem w szkoleniu, ale jednocześnie nie powinna mieć wpływu na zarobki. W dru- gim kroku szacuje się równanie płac, do którego zamiast udziału w szkoleniu włącza się odwrócony iloraz Millsa (inverse Mills ratio, IMR) uzyskany z oszacowania modelu probitowego. Metoda ta pozwala na oszaco- wanie lokalnego przeciętnego efektu przy- czynowego (local average treatament effect, LATE). Podstawowym ograniczeniem dla stosowania tej metody jest to, że w bazach danych na ogół nie ma zmiennych, które można uznać za dobre instrumenty. Wyniki badań wykorzystujących tę metodę wskazują na dodatnią premię płacową ze szkoleń (Bru- nello, Comi i Sonedda, 2012; Budria i Pere- ira, 2007; Kuckulenz i Zwick 2003) lub na jej całkowity brak (Booth, 1993; Goux i Maurin, 2000; Lynch, 1992).
Po trzecie, stosuje się metody łączone, czyli model efektów stałych w połączeniu z metodą zmiennych instrumentalnych (FE-IV; Bartel 1995; Blundell i in., 1996; Loewenstein i Splet- zer 1996; Parent, 1999) lub metodę różnic w różnicach z metodą łączenia obserwacji (difference in differences – propensity score matching, DID-PSM; Muehler i in., 2007).
Po czwarte, Edwin Leuven i Hessel Oosterbeek (2008) zaproponowali wykorzy- stanie danych zbliżonych do eksperymen- talnych. Porównali zmianę płacy w grupie osób, które wzięły udział w szkoleniu oraz w grupie osób, które były zdecydowane na udział w szkoleniu, ale ostatecznie w nim nie uczestniczyły z różnych przyczyn losowych, np. z powodu choroby lub nieutworzenia grupy szkoleniowej. Stwierdzili oni, że udział
w szkoleniu nie miał istotnego wpływu na płace. Późniejsze badania przeprowadzone przy użyciu tej metody dały podobny rezultat (Görlitz, 2011; Görlitz i Tamm, 2016).
Piąte podejście to metoda eksperymen- talna. Eksperyment polega na losowym doborze grupy badanej, której są nieodpłat- nie przekazywane bony szkoleniowe, oraz grupy kontrolnej, która bonów nie otrzy- muje. Następnie w obu grupach obserwuje się w szczególności udział w szkoleniach oraz zarobki. W związku z tym, że nie wszyst- kie osoby z grupy badanej muszą skorzystać z bonu i wziąć udział w szkoleniu, ostateczna grupa uczestników szkoleń jest efektem auto- selecji. Estymator będący różnicą pomiędzy średnią płacą w grupie badanej i kontrolnej, byłby więc obciążony. Stosuje się więc metodę zmiennych instrumentalnych, w której jako instrument wykorzystuje się fakt otrzymania bonu. Z badań tych wynika, że szkolenia nie mają wpływu na płace (Hidalgo, Oosterbeek i Webbink, 2014; Schwerdt, Messer, Woess- mann i Wolter, 2012).
Podsumowując, można stwierdzić, że dotychczasowe badania nie przesądzają, czy szkolenia maja wpływ na płace, aczkolwiek badania o charakterze eksperymentalnym lub zbliżonym do eksperymentalnego, czyli teore- tycznie najbardziej poprawne metodologicz- nie, wskazują na brak takiego wpływu. Być może, jak zauważył zespół Muehlera (2007), wynika to z faktu, że szkolenia niekoniecznie muszą powiększać zasób kapitału ludzkiego, ale duża ich część może służyć niwelowaniu pojawiających się deficytów. Należy też pod- kreślić, że w powyższych badaniach w bardzo różny sposób definiowano udział w szkole- niach (np. udział w jakimkolwiek szkoleniu w danym okresie, szkolenie w miejscu pracy / / poza miejscem pracy, szkolenie w czasie pracy / w czasie wolnym, szkolenie finan- sowane przez pracodawcę / pracownika, wymiar godzinowy szkolenia). W części badań stwierdzono, że to, czy szkolenie ma wpływ na płacę, zależy od jego rodzaju.
Dane
Analizę przeprowadzono na danych jednostkowych z Badania aktywności eko- nomicznej ludności (BAEL) dla lat 2001–
–2013. Badanie to dostarcza szczegółowych informacji na temat sytuacji respondenta na rynku pracy, jego wykształcenia oraz udziału w dokształcaniu. Wybór okresu był motywowany dostępnością informacji na temat udziału w szkoleniach. W 2001 r.
do kwestionariusza został włączony moduł pytań dotyczących kształcenia ustawicznego, w tym udziału w szkoleniach, i nie uległ on zasadniczym zmianom przez cały badany okres, co zapewnia porównywalność danych.
Dane pozwalają na identyfikację udziału respondenta w szkoleniach w okresie ostat- nich czterech tygodni. Przy czym za szko- lenie uznaje się każdą formę uczenia się pod kierunkiem nauczyciela lub instruk- tora poza formalnym systemem edukacji (np. kursy, seminaria, konferencje, instruk- taże, prywatne lekcje, kursy koresponden- cyjne). O zawodowym charakterze szko- lenia świadczy deklaracja respondenta, że miało ono na celu uzyskanie, podniesienie lub zmianę kwalifikacji zawodowych. Nie- stety, nie można stwierdzić, czy respondent ukończył szkolenie, ani kiedy to nastąpiło.
Wiadomo jedynie, że miało ono miejsce w ciągu ostatnich czterech tygodni oraz jak długo łącznie trwało lub będzie trwało (jeśli jeszcze się nie zakończyło). Szkolenie mogło więc najwcześniej zakończyć się dokład- nie cztery tygodnie przed badaniem, zaś najpóźniejszy możliwy moment zakończe- nia zależy od jego długości – przykładowo:
szkolenie półroczne mogło się zakończyć aż sześć miesięcy po badaniu. Oczywiste jest, że efektywność szkolenia należy badać po jego zakończeniu. Uzasadniałoby to wyłączenie z badania szkoleń długich, np. trwających ponad trzy miesiące. Z drugiej jednak strony wydaje się, że to właśnie najdłuższe szkolenia powinny dostarczać uczestnikom najwięcej
umiejętności a zarazem w największym stop- niu poprawiać ich pozycję na rynku pracy.
Dlatego analiza obejmuje wszystkie rodzaje szkoleń, bez względu na ich długość. Z ana- lizy nie można też wyłączyć szkoleń nieukoń- czonych, co może skutkować niedoszacowa- niem efektów płacowych.
Dane z poszczególnych fal BAEL połą- czono w panel roczny, tzn. połączono infor- macje uzyskane od respondentów w trak- cie dwóch wywiadów przeprowadzonych w odstępie 12 miesięcy2. Pozwoliło to na obserwację zmiany sytuacji respondenta na rynku pracy pomiędzy momentem począt- kowym (t0) a końcowym (t1) w panelu.
Celem badania było stwierdzenie, czy udział w szkoleniu podjętym cztery tygodnie przed momentem t0 miał wpływ na zarobki w okre- sie t0 – t1. Analiza dotyczyła więc krótkookre- sowych efektów szkoleń.
Badaną populacją były osoby z wykształ- ceniem wyższym w wieku od 25 do 54 lat, które pracowały najemnie zarówno w momencie t0, jak i t1. Z bazy wyłączono jednostki, które nie ujawniły wysokości zarobków w momen- cie t0 lub t13. Tak zdefiniowana próba dla lat 2001–2013 liczyła 27 807 obserwacji, w tym 2 423 osoby, które uczestniczyły w szkoleniu.
W Tabeli 1 przedstawiono częstości udziału w szkoleniach osób pracujących, mają- cych wyższe wykształcenie według wybra- nych cech społeczno-demograficznych oraz cech wykonywanej pracy. W badanej
2 W BAEL respondent jest poddawany czterem obserwacjom wg zasady 2-(2)-2, tzn. dwa kwartały w badaniu, dwa kwar- tały przerwy, znów dwa kwartały w badaniu. Umożliwia to łączenie danych indywidualnych w panele kwartalne i roczne.
3 Za wadę bazy BAEL można uznać fakt, że wysokość zarobków jest deklarowana przez respondentów. Po pierw- sze bowiem, część uczestników badania odmawia ujawnienia tej informacji, co skutkuje brakami danych, po drugie zaś deklarowana wysokość zarobków może z różnych powodów odbiegać od stanu faktycznego. Marcin Wroniewicz i Paweł Strawiński (2013) w celu zaradzenia problemowi braków danych dotyczących zarobków w bazie BAEL, zastosowali metodę wielokrotnej imputacji danych. Nie miało to jednak jakościowego wpływu na uzyskane przez nich wyniki doty- czące premii płacowej z mobilności zawodowej pracowników.
oraz specjalistów, osób dużo zarabiają- cych (4. kwartyl), pracujących w wymiarze ponad 50 godzin tygodniowo oraz dokształ- cających się na studiach podyplomowych.
Stosunkowo rzadko natomiast uczestniczą w szkoleniach osoby z wykształceniem wyż- szym pracujące poniżej swoich kwalifikacji, próbie średnio 8,7% pracowników wzięło
udział w szkoleniach w ciągu ostatnich czterech tygodni. Odsetek ten był wyższy wśród kobiet, osób w wieku 35–54 lata, osób z ponad dziesięcioletnim stażem w obec- nym miejscu pracy, pracujących w sektorze publicznym, na stanowiskach menadżerów Tabela 1
Frakcje osób uczestniczących w szkoleniach według wybranych cech
Cecha Frakcja N
Ogółem 8,7 27 807
Płeć Mężczyźni 8,0 9 484
Kobiety 9,1 18 323
Wiek 25–34 8,0 12 382
35–44 9,3 8 568
45–54 9,2 6 857
Staż w obecnym miejscu pracy Do 1 roku 8,6 3 226
1–5 lat 8,1 8 290
5–10 lat 8,6 6 068
Ponad 10 lat 9,3 10 223
Sektor własności Publiczny 9,3 17 569
Prywatny 7,7 10 238
Zawód Przedstawiciele władz publicznych,
wyżsi urzędnicy i kierownicy 10,7 2 884
Specjaliści 9,9 17 394
Technicy i inny średni personel 6,5 4 115
Pracownicy biurowi 4,2 1 783
Pracownicy usług i sprzedawcy 3,1 977
Robotnicy przemysłowi i rzemieślnicy 2,3 299 Operatorzy, monterzy maszyn i urządzeń 1,6 256 Pracownicy wykonujący prace proste 1,1 91
Zarobki w głównym miejscu pracy 1. kwartyl 7,0 6 956
2. kwartyl 7,6 6 980
3. kwartyl 8,6 6 920
4. kwartyl 11,7 6 951
Udział w studiach podyplomowych 16,0 557
Wymiar godzinowy czasu pracy Poniżej 30 9,9 6 408
30–39 9,9 1 822
40–49 7,8 18 077
50 lub więcej 13,3 1 500
Chęć pracy w większym wymiarze 11,1 3 670
Na podstawie danych BAEL z lat 2001–2013.
tj. pracujące w zawodach należących do grup od 3 (technicy i inny średni personel) do 9 (pracownicy wykonujący prace proste).
Metoda
Punktem wyjścia do analizy efektów pła- cowych udziału w szkoleniach było oszaco- wanie, dla celów porównawczych, następują- cej postaci równania płac przy użyciu MNK:
, (1) gdzie: Wi to zarobki netto uzyskiwane w głównym miejscu pracy w momencie t1, czyli po roku od szkolenia, Ti to zmienna zero- jedynkowa, przyjmująca wartość 1 w przy- padku udziału w szkoleniu w ciągu ostatnich czterech tygodni oraz 0 w pozostałych przy- padkach, Xi to wektor zmiennych obrazują- cych indywidualne cechy respondentów oraz cechy ich miejsca pracy, zaś εi to błąd losowy.
Wykaz i opis zmiennych zaliczonych do wek- tora Xi zamieszczono w Tabeli A1 w aneksie.
Następnie, w celu redukcji obciążenia estymatora premii płacowej, wynikającego z endogeniczności udziału w szkoleniach, zastosowano metodę DID, czyli metodę róż- nic w różnicach, która polega na porównaniu przyrostu zarobków w grupie uczestniczącej w szkoleniach oraz w grupie osób nieuczest- niczących. W ten sposób jest eliminowana ta część obciążenia, która wynika ze zróżnico- wania badanych jednostek pod względem nie- obserwowalnych cech niezmiennych w czasie (Heckman, Ichimura i Todd, 1997). Przy uży- ciu MNK oszacowano równanie analogiczne do (1), w którym zmienną zależną jest przy- rost zarobków w okresie t0 – t1:
, (2) zaś τi to błąd losowy.
W końcu, jako drugi i docelowy spo- sób redukcji obciążenia estymatora premii, zastosowano metodę DID-PSM, będącą
i i i
i
T β X β ε
W
1=
1+
2+ ln
połączeniem metody różnic w różnicach (DID) oraz metody łączenia obserwacji na podstawie prawdopodobieństwia bycia pod- danym oddziaływaniu (PSM). Wydaje się, że wykorzystanie metody PSM wraz z DID powinno pomóc w redukcji obciążenia poprzez doprowadzenie do zbilansowania rozkładów cech respondentów w obu porów- nywanych grupach.
Badanie obejmuje dość długi okres (2001–2013), w którym zmieniała się dyna- mika płac, w związku z czym łączenie w pary obserwacji z różnych lat mogłoby skutkować obciążeniem wyników. Dlatego zastosowano mieszany schemat łączenia – łączenie dokładne (1:1) na podstawie roku udziału w szkoleniu oraz łączenie metodą najbliższego sąsiada na podstawie wartości prawdopodobieństwa udziału w szkoleniu (propensity score).
Prawdopodobieństwo udziału w szkole- niu oszacowano przy użyciu modelu probi- towego w postaci:
, (3) w którym νi to błąd losowy.
Wyniki oszacowania modelu probitowego przedstawiono w Tabeli 2. Wskazują one, że w szkoleniach relatywnie często biorą udział kobiety, osoby mieszkające w dużych mia- stach, studiujące podyplomowo, pracujące w zawodach wymagających wysokich kwali- fikacji (wyżsi urzędnicy, kierownicy, specjali- ści), pracujące w sektorze publicznym, w śred- nich lub dużych firmach, pragnące zwiększyć wymiar czasu pracy oraz zmienić pracę w celu poprawy warunków finansowych.
Należy jednocześnie zauważyć, że zmienne niezależne w modelu probitowym wyjaśniają tylko 5% zmienności udziału w szkoleniach. Za pozostałą część zmien- ności odpowiadają więc czynniki nieobser- wowalne, w tym również nieobserwowalne cechy respondentów. Może to oznaczać, że dopasowanie jednostek oparte na propensity
i i
i
X β
T = + ν
i i i
i
i
W T X
W
1− ln
0= β
1+ β
2+ τ
ln
Tabela 2
Determinanty udziału osób pracujących w szkoleniach
Zmienna niezależna Oszacowanie
parametru Błąd
standardowy Statystyka z Pr > |z|
Kobieta 0,09*** 0,03 3,38 0,001
Wiek 0,03** 0,02 1,99 0,047
Kwadrat wieku -0,00** 0,00 -2,04 0,041
Studia podyplomowe 0,32*** 0,07 4,77 0,000
Chęć dłuższej pracy 0,16*** 0,03 4,90 0,000
Czas pracy -0,20*** 0,07 -2,75 0,006
Niepełny etat 0,00** 0,00 2,01 0,045
Zawód: przedstawiciele władz publicznych,
wyżsi urzędnicy i kierownicy -0,00 0,04 -0,05 0,957
Zawód: technicy i inny średni personel -0,23*** 0,04 -6,44 0,000
Zawód: pracownicy biurowi -0,44*** 0,06 -7,60 0,000
Zawód: pracownicy usług i sprzedawcy -0,49*** 0,09 -5,74 0,000
Zawód: robotnicy przemysłowi i rzemieślnicy -0,51*** 0,16 -3,10 0,002 Zawód: operatorzy i monterzy maszyn i urządzeń -0,74*** 0,20 -3,64 0,000 Zawód: pracownicy wykonujący prace proste -0,85** 0,37 -2,28 0,023
Kierownik 0,17*** 0,03 5,28 0,000
Staż w obecnym miejscu pracy: 1–5 lat -0,11*** 0,04 -2,66 0,008
Staż w obecnym miejscu pracy: 5–10 lat -0,13*** 0,04 -2,97 0,003 Staż w obecnym miejscu pracy: > 10 lat -0,12*** 0,05 -2,78 0,005
Wielkość firmy: 11–49 osób 0,19*** 0,05 3,95 0,000
Wielkość firmy: 50 osób lub więcej 0,27*** 0,05 5,86 0,000
Sektor prywatny -0,10*** 0,03 -3,71 0,000
Rolnictwo -0,10 0,11 -0,92 0,357
Przemysł -0,15*** 0,04 -3,69 0,000
Poszukiwanie pracy: obawa utraty obecnej pracy 0,42*** 0,14 3,02 0,003 Poszukiwanie pracy: lepsze warunki finansowe 0,28*** 0,06 5,19 0,000 Poszukiwanie pracy: lepsze warunki pozafinansowe 0,25* 0,13 1,92 0,055
Poszukiwanie pracy: stałej 0,69*** 0,19 3,64 0,000
Miasto do 50 tys. mieszkańców 0,04 0,04 1,18 0,238
Miasto 50–100 tys. mieszkańców 0,07** 0,03 1,97 0,049
Miasto ponad 100 tys. mieszkańców 0,23*** 0,03 7,27 0,000
Stała -2,02*** 0,29 -6,93 0,000
Pseudo R2 0,05
Liczba obserwacji 27 794
***/**/* oznaczają odpowiednio: 1%, 5% i 10% poziom istotności. Na podstawie danych BAEL z lat 2001–2013.
score wyeliminuje jedynie nieznaczną część obciążenia premii płacowej powstałego w wyniku selekcji osób podejmujących szkolenia. Jednoczesne zastosowanie metody DID pozwala jednak na eliminację obciąże- nia wynikającego ze zróżnicowania respon- dentów ze względu na ich cechy nieobserwo- walne, które są stałe w czasie.
Przy łączeniu jednostek z grupy badanej i puli kontrolnej opartym na wartości pro- pensity score wykorzystano metodę najbliż- szego sąsiada. Korzystając z dużej liczebności puli kontrolnej, każdej osobie uczestniczącej w szkoleniach przyporządkowano pięć osób z puli kontrolnej, co umożliwiło redukcję błędu standardowego oszacowań. Zastoso- wano procedurę doboru bez zwracania, tj.
osoba z puli kontrolnej mogła być przypo- rządkowana do nie więcej niż jednej osoby z grupy badanej4.
Wyniki przedstawione w Tabeli A2 i na Rysunku A1 w aneksie wskazują na dobrą jakość łączenia. Tabela A2 prezentuje średnie wartości zmiennych użytych do oszacowania prawdopodobieństwa udziału w szkoleniach dla grupy badanej i kontrolnej przed oraz po zastosowaniu procedury łączenia. Przed połączeniem średnie wartości niemal wszystkich zmiennych istotnie różniły się pomiędzy grupą badaną a pulą kontrolną, zaś po połączeniu wszystkie te różnice stały się statystycznie nieistotne. Oznacza to, że znajdujące się w grupie kontrolnej osoby, które nie uczestniczyły w szkoleniach, są bar- dzo zbliżone pod względem obserwowalnych cech do osób, które się szkoliły. Na Rysunku A1 przedstawiono dopasowanie grupy kon- trolnej do badanej, oparte na standaryzo- wanym procentowym obciążeniu (Rosen- baum i Rubin, 1985), oraz relację wariancji reszt w grupie badanej względem kontrol- nej (Rubin, 2001). W wyniku połączenia
4 Obliczenia wykonano w programie Stata/SE 13.0 przy użyciu komendy psmatch2, wersja 4.0.11 22oct2014 (Leu- ven i Sianesi, 2003).
oba wskaźniki niedopasowania znacznie zmalały, a relacja wariancji w odniesieniu niemal wszystkich zmiennych mieści się w postulowanym przez Donalda Rubina (2001) przedziale [0,8; 1,25].
Następnie oszacowano ATT (average treatment on the treated) obrazujący wpływ szkoleń na zarobki jako różnicę pomiędzy stopą wzrostu zarobków w grupie badanej i kontrolnej. Błędy standardowe oszacowano przy użyciu metody bootstrap poprzez wyko- nanie 500 replikacji.
Wyniki
W Tabeli 3 zestawiono wyniki oszaco- wania premii płacowej uzyskane przy uży- ciu trzech metod: MNK, DID oraz DID- -PSM. Pierwsza z nich wskazuje na wysoką, bo wynoszącą aż 5%, korelację udziału w szkoleniu z poziomem zarobków. Metoda ta została zastosowana jednak wyłącznie do celów porównawczych, ponieważ wydaje się oczywiste, że estymator oszacowany za pomocą MNK, zwany w literaturze „naiw- nym” estymatorem, jest silnie obciążony ze względu na endogeniczoność udziału
Tabela 3
Wpływ udziału w szkoleniach na zarobki (zmiany względne)
Wyszczególnienie
OLS DID DID-PSM
(1) (2) (3)
Współczynnik 0,05 0,01 0,01
Błąd standardowy 0,01 0,00 0,00
Statystyka t 7,09 1,38 1,29
Pr > |t| 0,000 0,167 0,198
Liczba obserwacji 27 802 27 802 27 794
R2 0,434 0,038
Skorygowane R2 0,433 0,037
Pseudo R2 0,050
Obliczenia własne na podstawie danych BAEL z lat 2001–2013.
efektu stałego wpływu tych cech, poprzez zastosowanie metody DID i DID-PSM, okazuje się, że szkolenia przeciętnie nie mają wpływu na zarobki. Mimo to nie jest wykluczone, że przynajmniej te z nich, które dostarczają wyjątkowo dużo wiedzy lub umiejętności, dają pozytywne efekty płacowe. Aby przekonać się, czy tak jest, oszacowano premię płacową z udziału w szkoleniach w podziale według ich dłu- gości, źródła finansowania oraz formy.
Wyniki tej analizy zostały przedstawione w Tabeli 4. W kolumnach 1 i 2 przedsta- wiono średnie roczne stopy wzrostu zarob- ków w grupie badanej (uczestników szko- leń) i puli kontrolnej (ogółu respondentów w szkoleniach. O tym, że tak faktycznie
jest, świadczą wyniki oszacowania premii płacowej przy użyciu metody DID. Esty- mator DID jest dziesięciokrotnie niższy niż MNK i nie jest istotny statystycznie, nawet na poziomie 10%. Zastosowanie docelowej metody, czyli DID-PSM, dało niemal identyczny wynik, co metoda DID.
Estymator DID-PSM wynosi 0,54%, przy czym nie jest istotny statystycznie. Można więc stwierdzić, że udział w szkoleniach jest zmienną endogeniczną, tj. zarówno na udział w szkoleniach, jak i na zarobki pozy- tywny wpływ mają pewne nieobserwo- walne cechy respondentów, takie jak zdol- ności czy motywacja. Po wyeliminowaniu
Tabela 4
Wpływ udziału w szkoleniach na zarobki według cech szkoleń (zmiany względne)
Cechy szkolenia
Bez łączenia Po połączeniu
Średnia stopa
wzrostu zarobków Średnia stopa wzrostu zarobków Grupa
badana Pula
kontrolna Różnica (1)–(2) Grupa
badana Grupa kontrolna ATT
(4)–(5)
(1) (2) (3) (4) (5) (6)
Ogółem 0,02 0,01 0,00 0,02 0,01 0,01
Długość szkolenia
1–10 godzin 0,02 0,01 0,01 0,02 0,01 0,01
11–20 godzin 0,01 0,01 0,00 0,01 0,01 0,01
Ponad 20 godzin 0,03 0,01 0,02*** 0,03 0,01 0,02*
Inicjatywa i źródło finansowania szkolenia
Płatne z inicjatywy
pracującego 0,03 0,01 0,01* 0,03 0,02 0,01
Bezpłatne z inicjatywy
pracującego 0,01 0,01 -0,00 0,01 0,02 -0,00
Płatne z inicjatywy
pracodawcy 0,03 0,01 0,02* 0,03 0,02 0,02*
Bezpłatne z inicjatywy
pracodawcy 0,01 0,01 -0,00 0,01 0,01 -0,00
Forma szkolenia
Wykład 0,02 0,02 0,00 0,02 0,01 0,01
Seminarium,
konferencja 0,01 0,01 -0,00 0,01 0,01 -0,00
Warsztat 0,02 0,01 0,01 0,02 0,01 0,01*
Grupę badaną stanowią respondenci, którzy uczestniczyli w szkoleniu w ostanich czterech tygodniach, pulę kontrolną – wszyscy respondenci, którzy nie uczestniczyli w szkoleniu, zaś grupę kontrolną – respondenci nieuczestniczący w szkoleniu dopasowani przy użyciu PSM. ***/**/* oznaczają odpowiednio: 1%, 5% i 10% poziom istotności.
Na podstawie danych BAEL z lat 2001–2013.
nieuczestniczących w szkoleniach), zaś w kolumnie 3 ich różnicę. Z estymatora znajdującego się w kolumnie 3 zostało więc wyeliminowane obciążenie wynikające z efektu stałego zmiennych nieobserwo- walnych, ale nie zostało wyeliminowane to obciążenie, które wynika z heterogeniczno- ści według cech obserwowalnych. Estyma- tor ATT, który niweluje również to ostatnie obciążenie w wyniku dopasowania grupy kontrolnej na podstawie propesity score, został przedstawiony w kolumnie 6.
Wyniki wskazują, że pozytywny wpływ na płace – choć istotny jedynie na poziomie 10% – mają trzy grupy szkoleń: szkolenia dość długie (tj. trwające co najmniej 20 godzin), szkolenia podejmowane z inicjatywy praco- dawcy, ale finansowane przez pracownika oraz szkolenia prowadzone w formie warszta- towej. Wydaje się, że dokształcanie w dużym wymiarze godzin oraz w formie warsztatowej sprzyjają dużemu przyrostowi umiejętności.
Uzyskane wyniki są więc dość spójne a jed- nocześnie zgodne z teorią kapitału ludzkiego.
Interesująca wydaje się kwestia, czy pewne cechy pracowników mających wykształcenie wyższe lub pewne cechy ich głównego miejsca pracy sprzyjają wpływowi szkoleń na zarobki. Wyniki przedstawione w Tabeli 5 pozwalają na identyfikację takich cech. Premię płacową ze szkolenia uzyskują osoby w wieku 45–54 lat, mające niewielki staż w obecnym miejscu pracy (co najwy- żej roczny) oraz wysoko wynagradzane (4.
kwartyl zarobkowy). W przypadku pra- cowników z niewielkim stażem można podejrzewać, że wysoka, bo wynoszącą aż 3,4% rocznie, premia płacowa przynajmniej w części wynika z prowadzonej przez praco- dawców selekcji nowo przyjętych pracow- ników według zdolności. Zakładając, że w momencie zatrudnienia wynagrodzenie nie odzwierciedla w pełni zdolności pra- cownika (ponieważ nie są one jeszcze pra- codawcy znane i ujawniają się wraz ze wzro- stem stażu pracy), można przypuszczać, że
wzrost wynagrodzenia w początkowym okresie będzie odzwierciedlał nie tylko przy- rost umiejętności wynikający ze szkoleń, lecz także ujawnione zdolności. W takim wypadku estymator DID-PSM będzie obcią- żony, ponieważ nie jest on odporny na endo- geniczność zmienną w czasie.
Warto podkreślić pozytywny wpływ szkoleń na płace osób w wieku 45–54 lat.
Zarobki szkolących się w tym wieku bez- względnie rosną (kolumna 4), zarobki nie- uczestniczących w szkoleniach bezwzględnie maleją (kolumna 5), w efekcie zaś różnica pomiędzy stopami wzrostu zarobków w tych dwóch grupach jest dodatnia i istotna sta- tystycznie (kolumna 6). W tym kontekście zasadne wydaje się podejmowanie działań promujących dokształcanie się pracowników w tym wieku, a także promowanie wśród pra- codawców koncepcji zarządzania wiekiem.
Wnioski
Powyższa analiza wskazuje, że w Polsce szkolenia przeciętnie nie mają wpływu na zarobki osób z wykształceniem wyższym.
Może to jednak wynikać z faktu, że w przy- padku części szkoleń przyrost umiejętno- ści jest nieznaczny, ponieważ są one zbyt krótkie lub mają charakter teoretyczny.
Szkolenia długie (trwające ponad 20 godzin) oraz mające formę zajęć praktycznych (warsztaty) dają pozytywną premię płacową, podobnie jak szkolenia ukierunkowane na potrzeby pracodawcy, które są finansowane przez pracownika.
Uzyskane wyniki można uzasadnić zarówno na podstawie teorii kapitału ludz- kiego, jak i alternatywnych koncepcji uza- sadniających brak wpływu szkoleń na płace.
Teoria kapitału ludzkiego znajduje uzasad- nienie w przypadku tych szkoleń, które potencjalnie powinny skutkować znacznym przyrostem umiejętności (tj. długich, w for- mie warsztatowej). Z kolei te szkolenia, które potencjalnie powinny dostarczać niewiele
Tabela 5
Wpływ udziału w szkoleniach na zarobki według cech podaży i popytu na pracę (zmiany względne)
Cechy respondentów i ich miejsca pracy
Bez łączenia Po połączeniu
Średnia stopa wzrostu zarobków
Różnica (1)–(2)
Średnia stopa wzrostu zarobków
(4)–(5)ATT Grupa
badana Pula
kontrolna Grupa
badana Grupa kontrolna
(1) (2) (3) (4) (5) (6)
Ogółem 0,02 0,01 0,00 0,02 0,01 0,01
Płeć Kobiety 0,02 0,02 0,01** 0,02 0,02 0,01
Mężczyźni 0,01 0,01 -0,01 0,01 0,01 0,00
Wiek 25–34 lata 0,03 0,03 -0,00 0,03 0,03 -0,00
35–44 lata 0,02 0,01 0,01** 0,02 0,01 0,01
45–54 lata 0,01 -0,00 0,01 0,01 -0,01 0,01*
Staż w obecnym
miejscu pracy Do 1 roku 0,08 0,05 0,03* 0,08 0,05 0,03*
1–5 lat 0,01 0,02 -0,01 0,01 0,02 -0,01
5–10 lat 0,01 0,01 -0,00 0,01 0,01 0,00
Ponad 10 lat 0,01 0,00 0,01** 0,01 0,00 0,01
Sektor Publiczny 0,02 0,01 0,01 0,02 0,01 0,01
Prywatny 0,01 0,01 0,00 0,01 0,02 -0,00
Zawód Przedstawiciele władz publicznych, wyżsi
urzędnicy i kierownicy -0,01 0,00 -0,01 -0,01 0,00 -0,01
Specjaliści 0,02 0,01 0,01* 0,02 0,01 0,01
Inny 0,04 0,02 0,01 0,04 0,02 0,02
Zarobki 1. kwartyl 0,03 0,02 0,01* 0,03 0,02 0,00
2. kwartyl 0,05 0,05 -0,00 0,05 0,05 -0,01
3. kwartyl 0,02 0,01 0,01 0,02 0,02 0,00
4. kwartyl -0,00 -0,02 0,01*** -0,00 -0,01 0,01*
Badany okres 2001–2004 0,02 0,02 -0,00 0,02 0,02 -0,00
2005–2008 0,04 0,03 0,01 0,04 0,03 0,01
2009–2012 0,02 -0,00 0,01 0,00 -0,01 0,01
Grupę badaną stanowią respondenci, którzy uczestniczyli w szkoleniu w ostanich czterech tygodniach, pulę kontrolną – wszyscy respondenci, którzy nie uczestniczyli w szkoleniu, zaś grupę kontrolną – respondenci nieuczestniczący w szkoleniu dopasowani przy użyciu PSM. ***/**/* oznaczają, odpowiednio, 1%, 5% i 10% poziom istotności.
Na podstawie danych BAEL z lat 2001–2013.
umiejętności (krótkie, teoretyczne), nie wywołują efektów płacowych, co jest zgodne z koncepcją Acemoglu (1997).
Z metodologicznego punktu widzenia warto podkreślić, że obie metody redukcji obciążenia związanego z endogenicznoś- cią szkoleń, tj. DID oraz DID-PSM, dają jakościowo identyczne wyniki. Jest jednak
możliwe, że wciąż nie zostało wyelimino- wane obciążenie wynikające ze zmiennego w czasie wpływu cech nieobserwowalnych na zarobki. Można podejrzewać, że doty- czy to przede wszystkim estymatora pre- mii z udziału w szkoleniach podejmowa- nych w początkowym okresie zatrudnienia w danej firmie.
Görlitz, K. (2011). Continuous training and wages: an empirical analysis using a comparison group approach.
Economics of Education Review, 30(4), 691–701.
Görlitz, K. i Tamm, M. (2016). The returns to voucher- financed training on wages, employment and job tasks. Economics of Education Review, 52, 51–62.
Goux, D. i Maurin, E. (2000). Returns to firm-pro- vided training: evidence from French worker-firm matched data. Labor Economics, 7(1), 1–19.
Heckman, J., Ichimura, H. i Todd, P. (1997). Match- ing as an econometric evaluation estimator: evi- dence from evaluating a job training programme.
Review of Economic Studies, 64(4), 605–654.
Hidalgo, D., Oosterbeek, H. i Webbink, D. (2014).
The impact of training vouchers on low-skilled workers. Labour Economics, 31(C), 117–128 . Kuckulenz, A. i Zwick, T. (2003). The impact on earnings
– differences between participant groups and training forms. [ZEW Discussion Paper No. 03–57.] Pobrano z ftp://ftp.zew.de/pub/zew-docs/dp/dp0357.pdf Lengermann, P. (1999). How long do the benefits of
training last? Evidence of long term effects across current and previous employers. Research in Labor Economics, 18, 439–461.
Leuven, E. i Oosterbeek, H. (2008). An alternative approach to estimate the wage returns to private- sector training. Journal of Applied Econometrics, 23(4), 423–434.
Leuven, E. i Sianesi, B. (2003). PSMATCH2: Stata module to perform full Mahalanobis and propen- sity score matching, common support graphing, and covariate imbalance testing. Pobrano z http://ideas.
repec.org/c/boc/bocode/s432001.html
Leuven, E., Oosterbeek, H., Sloof, R. i Klaveren, C.
van (2002). Worker reciprocity and employer invest- ment in training. [Tinbergen Institute Discussion Paper No. 02-090/3.] Amsterdam–Rotterdam:
Tinbergen Institute.
Liwiński, J. (2015). Efektywność zatrudnieniowa szkolenia osób bezrobotnych w Polsce. Edukacja, 135(4), 147–165.
Loewenstein, M. i Spletzer, J. (1996). Belated training:
the relationship between training, tenure and wages.
[Working Paper No. 296.] Washington: U.S. Depart- ment of Labor, Bureau of Labor Statistics.
Loewenstein, M. i Spletzer, J. (1999a). General and specific training: evidence and implications. Jour- nal of Human Resources, 34(4), 710–733.
Loewenstein, M. i Spletzer, J. (1999b). Formal and informal training: evidence from the NLSY.
Research in Labor Economics, 18, 403–438.
Literatura
Acemoglu, D. (1997). Training and innovation in an imperfect labor market. Review of Economic Stud- ies, 64(3), 445–464.
Albert, C., García-Serrano, C. i Hernanz, V. (2010). On- the-job training in Europe: determinants and wage returns. International Labour Review, 149(3), 315–341.
Barron, J. M., Berger, M. C. i Black, D. A. (1999).
Do workers pay for on-the-job training? Journal of Human Resources, 34(2), 235–252.
Barron, J. M., Black, D. A. i Loewenstein, M. A.
(1989). Job matching and on-the-job training.
Journal of Labour Economics, 7(1), 1–19.
Bartel, A. (1995). Training, wage growth, and job performance: evidence from a company database.
Journal of Labor Economics, 13(3), 401–425.
Becker, G. (1962). Investment in human capital:
a theoretical analysis. Journal of Political Economy, 70(5), 9–49.
Berger, M., Earle, J. i Sabirianova, K. (2001).
Worker training in a restructuring economy:
evidence from the Russian transition. W:
S. Polachek (red.), Worker wellbeing in a changing labor market (t. 20, Research in labor economics, s. 159–190). Bringley: Emerald Group Publishing.
Bishop, J. (1996). What we know about employer- -provided training: a review of literature. [Wor- king Paper Nr 96–09.] Ithaca: Center of Advanced Human Resource Studies, Cornell University.
Blundell, R., Dearden, L. i Meghir, C. (1996). The determinants and effects of work-related training in Britain. London: The Institute for Fiscal Studied.
Booth, A. (1993). Private sector training and gradu- ate earnings. Review of Economics and Statistics, 75(1), 164–170.
Brown, J. (1989). Why do wages increase with tenure? On-the-job training and life-cycle wage growth observed within firms. American Economic Review, 79(5), 971–991.
Brunello, G., Comi, S. i Sonedda, D. (2012). Trai- ning subsidies and the wage returns to vocational training: evidence from Italian regions. Labour Economics, 19(3), 361–372.
Budria, S. i Pereira, P. T. (2007). The wage effects of training in Portugal: differences across skill groups, genders, sectors and training types. Applied Eco- nomics, 39(6), 787–807.
Carmichael, H. L. (1983). Firm specific capital and promotion ladders. Bell Journal of Economics, 14(1), 251–258.
Tekst złożony 16 października 2017 r., zrecenzowany 22 listopada 2017 r., przyjęty do druku 20 grudnia 2017 r.
The impact of non-formal education on the wages of people with higher education
The purpose of this paper was to identify the wage premium from participation in the vocational training of employees with tertiary education. Individual data from the Polish Labour Force Survey were used for the period of 2001–2013. In order to reduce the bias of the wage premium estimator, two methods were used for comparative purposes: DID and DID-PSM.
It was found that training, on average, has no impact on the earnings of individuals with tertiary education. However, a modest positive wage premium was obtained by the participants of extended training (over 20 hours) and workshops.
In fact, these are the types of training that are expected to improve skills to the largest extent.
Keywords: training; employees; earnings; DID-PSM method.
Lynch, L. (1992). Private sector training and the earnings of young workers. American Economic Review, 82(1), 299–312.
Muehler, G., Beckmann, M. i Schauenberg, B. (2007).
The returns to continuous training in Germany: new evidence from propensity score matching estima- tors. Review of Managerial Science, 3(1), 209–235.
Parent, D. (1999). Wages and mobility: the impact of employer-provided training. Journal of Labor Economics, 17(2), 298–317.
Pischke, J., (2001). Continuous training in Germany.
Journal of Population Economics, 14(3), 523–548.
Rosenbaum, P. R. i Rubin, D. B. (1985). Construct- ing a control group using multivariate matched sampling methods that incorporate the propensity score. The American Statistician, 39(1), 33–38.
Rubin, D. B. (2001). Using propensity scores to help design observational studies: application to the
tobacco litigation. Health Services & Outcomes Research Methodology, 2(3–4), 169–188.
Schwerdt, G., Messer, D., Woessmann, L. i Wolter, S. C.
(2012). The impact of an adult education voucher program: evidence from a randomized field experi- ment. Journal of Public Economics, 96(7–8), 569–583.
Spence, M. (1973). Job market signalling, Quarterly Journal of Economics, 87(3), 355–374.
Travkin, P. i Sharunina A. (2016). The returns to trai- ning in Russia: a difference-in-differences analysis.
International Journal of Training and Development, 20(4), 262-278.
Turek, K. i Worek, B. (2015). Kształcenie po szkole.
Edukacja a rynek pracy (t. III). Warszawa: Pań- stwowa Agencja Rozwoju Przedsiębiorczości.
Wroniewicz, M. i Strawiński, P. (2013). Badanie zwrotu z mobilności zawodowej w Polsce. Ekono- mia, 35, 111–135.
Tabela A1
Wykaz zmiennych niezależnych w równaniu płac zaliczonych do wektora Xi
Zmienna Klasy wartości
Płeć 1 – kobieta; 2* – mężczyzna
Wiek, kwadrat wieku zmienne ciągłe
Studia podyplomowe
1 – ukończenie studiów podyplomowych pomiędzy okresem t0 a t1;
2* – brak nauki na studiach podyplomowych lub nauka w okresie t0 i t1
Chęć dłuższej pracy
1 – chęć zwiększenia wymiaru czasu pracy (w głównym miejscu pracy lub poprzez podjęcie pracy
dodatkowej);
2* – brak chęci Czas pracy (w głównym miejscu pracy) zmienna ciągła
Niepełny etat 1 – praca w niepełnym wymiarze czasu w głównym
miejscu pracy;
2* – praca na cały etat
Zawód
(wykonywany w głównym miejscu pracy)
1 – parlamentarzysta, wyższy urzędnik lub kierownik;
2* – specjalista;
3 – technik lub inny średni personel;
4 – pracownik biurowy;
5 – pracownik usług lub sprzedawca;
7 – robotnik przemysłowy lub rzemieślnik;
8 – operator lub moner maszyn i urządzeń;
9 – pracownik wykonujący prace proste
Kierownik 1 – osoba nadzorująca pracę innych osób;
2* – osoba nie nadzorująca pracy innych osób
Staż w obecnym miejscu pracy 1* – do 1 roku; 2 – 1–5 lat; 3 – 5–10 lat; 4 – ponad 10 lat Wielkość firmy (głównego miejsca pracy) 1* – do 10 osób; 2 – 11–49 osób; 3 – 50 osób lub więcej Sektor własności (głównego miejsca pracy) 1 – prywatny; 2* – publiczny
Dział gospodarki 1 – rolnictwo; 2 – przemysł; 3* – usługi Poszukiwanie pracy w związku z obawą
utraty obecnej pracy 1 – tak; 2* – nie Poszukiwanie pracy zapewniającej lepsze
warunki finansowe 1 – tak; 2* – nie
Poszukiwanie pracy zapewniającej lepsze
warunki pozafinansowe 1 – tak; 2* – nie Poszukiwanie pracy stałej 1 – tak; 2* – nie
Klasa miejscowości
1* – wieś;
2 – miasto do 50 tys. mieszkańców;
3 – miasto 50–100 tys. mieszkańców;
4 – miasto ponad 100 tys. mieszkańców
* Kategorie odniesienia.
Aneks
Tabela A2
Zbilansowanie zmiennych niezależnych (PSM, metoda najbliższego sąsiada)
Zmienna Status łączenia
Średnia
Stat. T Pr > |t|
Grupa
badana Grupa kontrolna
Kobiety Niepołączeni 0,69 0,66 2,91 0,004
Połączeni 0,69 0,68 0,52 0,604
Wiek Niepołączeni 37,90 37,20 3,66 0,000
Połączeni 37,90 38,00 -0,25 0,803
Kwadrat wieku Niepołączeni 1 506,00 1 459,40 3,33 0,001
Połączeni 1 506,00 1 511,20 -0,28 0,780
Studia podyplomowe Niepołączeni 0,04 0,02 6,14 0,000
Połączeni 0,04 0,03 0,54 0,586
Chęć dłuższej pracy Niepołączeni 0,17 0,13 5,41 0,000
Połączeni 0,17 0,17 0,12 0,902
Czas pracy Niepołączeni 36,25 36,28 -0,17 0,868
Połączeni 36,25 36,38 -0,46 0,643
Niepełny etat Niepołączeni 0,02 0,03 -2,88 0,004
Połączeni 0,02 0,02 0,21 0,832
Zawód: przedstawiciele władz publicznych,
wyżsi urzędnicy i kierownicy Niepołączeni 0,13 0,10 3,97 0,000
Połączeni 0,13 0,13 -0,68 0,495
Zawód: technicy i inny średni personel Niepołączeni 0,11 0,15 -5,37 0,000
Połączeni 0,11 0,11 0,60 0,548
Zawód: pracownicy biurowi Niepołączeni 0,03 0,07 -6,99 0,000
Połączeni 0,03 0,03 -0,30 0,768
Zawód: pracownicy usług i sprzedawcy Niepołączeni 0,01 0,04 -6,37 0,000
Połączeni 0,01 0,01 -0,08 0,938
Zawód: robotnicy przemysłowi
i rzemieślnicy Niepołączeni 0,00 0,01 -3,93 0,000
Połączeni 0,00 0,00 0,00 1,000
Zawód: operatorzy i monterzy maszyn
i urządzeń Niepołączeni 0,00 0,01 -4,08 0,000
Połączeni 0,00 0,00 -0,52 0,605
Zawód: pracownicy wykonujący prace proste Niepołączeni 0,00 0,00 -2,58 0,010
Połączeni 0,00 0,00 0,32 0,752
Kierownik Niepołączeni 0,25 0,21 5,05 0,000
Połączeni 0,25 0,26 -0,51 0,612
Staż w obecnym miejscu pracy: 1–5 lat Niepołączeni 0,28 0,30 -2,30 0,022
Połączeni 0,28 0,27 0,43 0,666
Staż w obecnym miejscu pracy: 5–10 lat Niepołączeni 0,22 0,22 -0,23 0,818
Połączeni 0,22 0,22 -0,49 0,627
Staż w obecnym miejscu pracy: > 10 lat Niepołączeni 0,39 0,37 2,56 0,010
Połączeni 0,39 0,39 0,14 0,888
Wielkość firmy: 11–49 osób Niepołączeni 0,35 0,38 -2,79 0,005
Połączeni 0,35 0,36 -0,28 0,778
