Analiza sekwencji aktywności edukacyjno-zawodowych na przykładzie danych z wywiadów biograficznych

(1)

Analiza sekwencji aktywności edukacyjno- -zawodowych na przykładzie danych pochodzących z wywiadów biograficznych

Mateusz Pawłowski

Instytut Studiów Społecznych, Uniwersytet Warszawski*

Głównym celem artykułu jest empiryczne ujęcie pojęcia trajektorii i wykorzystanie go do opisu przebiegu życia w kontekście aktywności edukacyjno-zawodowych. Skupiono się przede wszystkim na przedstawieniu metody badania, w mniejszym stopniu zaś na wynikach analiz. Przeprowadzono je na danych pochodzą- cych z badania Uwarunkowania decyzji edukacyjnych, wykorzystano przy tym techniki analizy sekwencji.

Na podstawie informacji o osobach będących w wieku 65 i 35 lat wyodrębniono segmenty wskazujące na istnienie wyraźnie różnych trajektorii karier zawodowych. W obu grupach zidentyfikowano segment wyróż- niający się długimi i stabilnymi epizodami bierności zawodowej. Następnie za pomocą modelu regresji logistycznej opisano szanse znalezienia się w tym segmencie w odniesieniu do indywidualnych charakterystyk badanych. Zarówno w przypadku osób będących w wieku 35 lat, jak i 65 lat wystąpił istotny (negatywny) wpływ wykształcenia na prawdopodobieństwo znalezienia się w grupie zagrożonej długotrwałą biernoś- cią. Płeć, jako osobny czynnik, w obu grupach wieku nie była istotnym statystycznie współczynnikiem.

Wśród 35-latków istotnym zagrożeniem długotrwałą biernością wyróżniały się osoby, które nie uczęsz- czały do przedszkola, a także kobiety wykonujące zawody o niskim stopniu złożoności (zaliczane do szóstej i wyższych grup zawodów w klasyfikacji ISCO88).

Słowa kluczowe: analiza sekwencji, segmentacja, trajektorie edukacyjno-zawodowe.

* Adres: ul. Stawki 5/7, 00-183 Warszawa.

E-mail: mateusz.piotr.pawlowski@gmail.com

W

iększość badań dotyczących proble- mów rynku pracy opiera się na sta- tycznych lub powtarzalnych, cyklicznych pomiarach. Wykorzystuje się je są głów- nie po to, by pozyskać ogólne informacje o obecności na rynku pracy (np. Badanie aktywności ekonomicznej ludności, BAEL):

jaki odsetek populacji wykonuje pracę zarobkową, jaki dochód osiągają pracownicy według własnych deklaracji, jak wiele osób nie jest w stanie znaleźć pracy. Z reguły statyczne pomiary w zupełności wystarczają

do przedstawienia obecnej sytuacji na rynku pracy. Cechą tego podejścia jest to, że w każ- dym kolejnym pomiarze badana jest inna grupa wieku, która za każdym razem ma za sobą nieco inną historię edukacyjną i zawo- dową. Wykorzystanie danych panelowych natomiast, w kontraście do pomiarów sta- tycznych, pozwala na ocenę wpływu zda- rzeń z przeszłości (np. decyzja o podjęciu danego typu edukacji, wczesna rezygnacja z aktywności zawodowej) na obecną sytu- ację badanych. Apel o badanie i analizowa- nie trajektorii życia nie jest niczym nowym

(2)

– pojawiał się m.in. w klasycznych pracach socjologicznych z początku XX w., takich jak Chłop polski w Europie i Ameryce Williama Thomasa i Floriana Znanieckiego (za: Elder, Kirpatrick-Johnson i Crosnoe, 2003). Ana- liza sekwencji jest jedną z nowych i – jak się wydaje – obiecujących metod, które wycho- dzą naprzeciw wyzwaniu postawionemu przez klasyków nauk społecznych. Arty- kuł ten jest, według wiedzy autora, jedną z pierwszych prób wykorzystania tej techniki na danych pochodzących z badania przepro- wadzonego w Polsce. Obok przedstawienia nowej metody analitycznej, celem artykułu jest ocena wpływu akumulacji kapitału ludzkiego na przebieg karier zawodowych.

Wszystkie doświadczenia związane z edukacją, poszukiwaniem zatrudnienia, podjęciem zatrudnienia czy biernością zawodową – jako układ zdarzeń – są osa- dzone na pewnym kontinuum. Możemy przywołać tutaj pewne typowe zachowania, które są podejmowane w okresie aktywności zawodowej. Młoda osoba stara się wejść na rynek pracy, starsi pracownicy poszukują ścieżek rozwoju zawodowego, a pracownicy dojrzali z czasem przechodzą w stan bierno- ści zawodowej. Jednocześnie indywidualne cechy każdej osoby pracującej (wiek, płeć, kwalifikacje, umiejętności, zasoby gospo- darstwa domowego) wchodzą w interakcję ze strukturalnymi i cyklicznymi warun- kami, które są charakterystyczne dla spo- sobu działania podmiotów rynkowych (Johnson i Zaidi, 2007).

W związku z tym pojawia się potrzeba poszukiwania szerszego kontekstu biograficz- nego badanych, który umożliwiłby zrozumie- nie ich zachowań zarówno na rynku pracy, jak i w innych sferach życia. Pomocne w tym wypadku będzie odwołanie się do pojęcia trajektorii, coraz częściej przywoływanego w naukach społecznych. Zostanie ono zope- racjonalizowane na podstawie informacji ilościowych o aktywnościach edukacyjnych i zawodowych w biografiach respondentów,

którzy wzięli udział w badaniu Uwarunkowa- nia decyzji edukacyjnych (UDE). Zostało ono przeprowadzone w dwóch rundach w latach 2013 i 2014. Wykorzystana metoda panelowa i przeprowadzenie badania na reprezentatyw- nej próbie 34 753 gospodarstw domowych (68 520 osób z grupy docelowej; zob.

Rószkiewicz i Saczuk, 2014) miało na celu m.in. prześledzenie losów edukacyjnych i zawodowych członków gospodarstw domowych, a także planów na przyszłość oraz sposobów ich realizacji. W ramach pierwszej rundy badania UDE (Rószkiewicz i Saczuk, 2014) zebrano od respondentów będących w wieku 15–64 lata informacje biograficzne dotyczące sytuacji życiowej w następujących dziedzinach: edukacja, rodzina, plany zawodowe i migracyjne. Za jednostkę badania w UDE przyjęto gospodarstwo domowe, a objęte nim zostały osoby, które do 31 grud- nia 2012 r. nie przekroczyły 65. roku życia.

Operat pochodził z rejestru TERYT. Łącznie zrealizowano 65 426 wywiadów w 34 753 gos- podarstwach domowych. Artykuł ten dotyczy wyłącznie danych z pierwszej rundy badania. Pozwalają one odtworzyć sekwen- cję wymienionych aktywności edukacyjno- -zawodowych respondentów od momentu rozpoczęcia nauki.

W 1995 r. Andrew Abbot, uznawany za jednego z twórców podstaw teoretycznych i praktycznych analiz danych sekwencyjnych, zwiastował stopniowe wyłanianie się nowego podejścia (a być może i paradygmatu):

Cicha rewolucja ma obecnie miejsce w naukach społecznych. Od jednostek prze- chodzimy do kontekstu, od cech do związ- ków, od przyczyn do zdarzeń. […] zwrot ku procesom i zdarzeniom przyjął postać czegoś, co nazywamy „analizą sekwencji”.

Należy podkreślić, że analiza sekwencji (AS) nie powinna być postrzegana jako specyficzna metoda badawcza, jak analiza historii zdarzeń. Jest to raczej pewien zbiór zagadnień związanych z procesami społecznymi i metodami ich wyjaśnia- nia [tłum. własne]; (Abbot, 1995, s. 93).

(3)

Mimo upływu 20 lat od publikacji przy- toczonego tekstu, nie sposób jest przedstawić dowody jednoznacznie świadczące o doko- naniu się zwrotu opisanego przez Abbota.

Analiza sekwencji jest obecnie wszech- stronnie wykorzystywana w naukach ści- słych i przyrodniczych (przede wszystkim w genetyce). Jednak wraz z zastosowaniem narzędzi (w popularnych środowiskach obliczeniowych, takich jak: R i Stata) wspie- rających przetwarzanie i analizę danych, zyskuje liczne grono zwolenników również w naukach społecznych.

Definiowanie sekwencji

Różne koncepcje teoretyczne, które opisują metody badania biografii, posia- dają jeden wspólny mianownik: skupiają się na analizie przebiegu życia od pewnego punktu na osi czasu do zdeterminowa- nego wcześniej punktu końcowego (Billari, 2001). Analiza sekwencji, w odróżnieniu od analizy historii zdarzeń (innej, popularnej wśród badaczy biografii metody analitycznej), stanowi tutaj podejście typu holistycz- nego – definiuje biografię jako jeden, kom- pletny w zakresie treści element. Badanie historii zdarzeń opiera się zaś na wyszu- kiwaniu istotnych punktów w biografiach (lub następstw określonych zdarzeń), które są traktowane jako zmienne zależne. Mimo wspomnianych różnic, oba te podejścia są w gruncie rzeczy komplementarne i pozwa- lają na znalezienie istotnych zależności przy możliwie pełnym wykorzystaniu potencjału informacyjnego, jaki tkwi w kontekście bio- graficznym badanych.

W literaturze możemy znaleźć wiele argumentów za stosowaniem technik analizy danych sekwencyjnych. Do najczęściej wymienianych należą: możliwość śledzenia trajektorii życiowych na podstawie relacji badanego panelu, pozyskanie narzędzi do porównywania sekwencji w ujęciu chro- nologicznym, poszukiwanie unikalnych

charakterystyk trajektorii – np. przejść mię- dzy danymi aktywnościami (między eduka- cją a pracą) czy długości trwania sekwencji tych aktywności (może to być np. kilkuletnia nauka w szkole wyższej, stabilna praca lub długotrwała bierność). Oczywiście poza seg- mentacją sekwencji, ze względu na wyzna- czone kryteria, narzędzia wykorzystywane w analizie sekwencji umożliwiają poszukiwanie zależności wybranych trajektorii życiowych od procesów i struktur społecz- nych, co stanowi ostateczny cel wszystkich dokonywanych tutaj zabiegów.

Do innych, powszechnie stosowanych metod badawczych w analizie sekwencji należy również technika optymalnego dopasowania sekwencji (optimal matching;

Quintini i Manfredi, 2009), która została zaczerpnięta od przedstawicieli nauk przyrodniczych zajmujących się analizą kodu DNA. Optymalne dopasowanie jest metodą eksploracyjną, która pozwala na łączenie sekwencji w grupy pod kątem ich ogólnych właściwości wynikających z charakteru danych (np. długość okresu poszukiwania pracy przez absolwentów szkół, charakter przejścia ze statusu osoby uczącej się do statusu osoby pracującej, bezrobotnej lub biernej), dzięki czemu jest możliwe odejście od skupiania uwagi na pojedynczych zdarzeniach lub punktach na osi czasu.

Glenda Quintini i Thomas Manfredi (2009), porównując ścieżki zawodowe absolwentów w Europie i w Stanach Zjednoczonych, zauważyli większą dynamikę zmian w biografiach młodych Amerykanów (o wiele częstsze zmiany zatrudnienia, krótkie okresy bierności i bezrobocia) w porównaniu z Europejczykami, ale i niższy odsetek udanych przejść z edukacji na rynek pracy w porównaniu z młodymi obywatelami państw, w których powszechne są systemowe programy stażowe (np. Austria, Dania, Niemcy, Wielka. Brytania). Wobec ograniczonego charakteru poniższych analiz metoda ta nie została wykorzystana,

(4)

niemniej porównanie danych pochodzących z badania UDE z danymi z innych badań umożliwi dokonanie ciekawych zestawień opisujących ścieżki edukacyjno-zawodowe obserwowane w różnych układach społeczno-gospodarczych.

Biografia badanych, której dotyczy ten artykuł, składa się z wielu aktywności edukacyjno-zawodowych opisanych przez respondentów w badaniu UDE. Z tych aktywności budowane są sekwencje – czyli uporządkowany układ pewnych elemen- tów. W Tabeli 1 przedstawiono schemat

kalendarza: badani raportowali ankieterom, jaki typ szkoły kończyli i w jakim czasie, jak przebiegała ich kariera zawodowa i eduka- cyjna. Następnie ich odpowiedzi przekodo- wano do uproszczonej postaci, która umoż- liwiła dokonanie syntetycznych analiz.

Dane sekwencyjne można przedstawiać w rozmaitych formach. Warto jednak zacząć od klasycznego zestawienia danych. W Tabeli 2 przedstawiono średnią liczbę lat, jaką badani z poszczególnych roczników poświęcili na dany typ aktywności edukacyjno-zawodowej.

Wśród zmian wartych odnotowania należy Tabela 1

Przykładowy schemat układu sekwencji dla 35-latków^*

Rok/Lata aktywności Edukacja Praca Edukacja i praca^**

1978–1982 Dzieciństwo Bierność Dzieciństwo

1983–1984 Przedszkole Bierność Przedszkole

1985–1993 Szkoła podstawowa Bierność Edukacja ogólnokształcąca

1994–1997 Technikum Bierność Edukacja zawodowa

1998 Bierność Praca Praca

1999 Edukacja wyższa Praca Praca

2000–2001 Bierność Bierność Bierność

2002 Bierność Bierność Edukacja zawodowa

2003 Bierność Praca Bierność

2004–2005 Szkoła policealna Bierność Szkoła policealna

2006 Szkoła policealna Praca Praca

2007 Bierność Praca Praca

2008 Bierność Bezrobocie Bezrobocie

2009–2011 Bierność Praca Praca

2012–2013 Bierność Bezrobocie Bezrobocie

* W drugiej kolumnie tabeli znajdują się aktywności związane z edukacją podejmowane przez badanych w danym roku. W trzeciej kolumnie, analogicznie, znajdują się aktywności związane z pracą. Czwarta kolumna zawiera złączenie dwóch poprzednich kolumn.

** Aktywności edukacyjno-zawodowe, które wyodrębniono w biografiach badanych, to: dzieciństwo, przedszkole, edukacja ogólnokształcąca, edukacja zawodowa, edukacja na poziomie wyższym oraz praca, bezrobocie i bierność zawodowa. W danym roku może wystąpić tylko jedna aktywność. W przypadku łączenia aktywności zawodowej i edukacyjnej większe znaczenie ma praca, która niejako „przykrywa” aktywność edukacyjną. Praca została zdefiniowana jako jakakolwiek działalność zarobkowa. Do pracujących zaliczono zarówno osoby zatrudnione na wszelkiego rodzaju umowach, jak i osoby pracujące w gospodarce nieformalnej, a także pomagający członkowie rodziny. Do grupy bezrobotnych zaliczono zarejestrowanych bezrobotnych, zaś do grupy osób biernych zawodowo – niezarejestrowanych bezrobotnych oraz osoby nieposzukujące pracy i niepracujące.

(5)

wymienić rosnącą ilość czasu, jaki badani poświęcali na edukację przedszkolną, ogólną i wyższą. Warto również zauważyć – co jest konsekwencją definicji opisanej w przypi- sie do Tabeli 1, że okres, w którym badani – według własnych deklaracji – byli zareje- strowani jako bezrobotni, był stosunkowo krótki.

Przejdźmy teraz do pierwszej, jeszcze sta- tycznej, wizualizacji danych. Rysunek 1 jest odpowiednikiem skumulowanego wykresu słupkowego. Przedstawiono na nim rozkład aktywności podejmowanych przez badanych, będących w wieku 65 lat, w trakcie ich życia. Oś pozioma jest osią czasu, na piono- wej zaś widzimy udział danego typu aktyw- ności w danym roku. Należy zauważyć (co jest dość intuicyjne), że zdecydowana mniej- szość badanych chodziła do przedszkola.

Niemal wszyscy badani w wieku 7 lat rozpo- częli naukę w szkołach podstawowych, część z nich kontynuowała ją dalej w liceach, ale gros badanych miało za sobą jedynie kształ- cenie zawodowe. Po zakończeniu nauki w szkołach publicznych badani podejmowali pracę, a wraz z upływem lat rósł odsetek osób biernych zawodowo.

Rysunek 1 opisuje dynamikę procesów edukacyjnych i zawodowych w grupie Tabela 2

Średnia liczba lat poświęconych na daną aktywność edukacyjno-zawodową w podziale na wiek respondenta

Czas poświęcony na daną aktywność (w latach)

N Wiek Dzieciństwo Przedszkole

Edukacja ogólogólno-

kształcąca Edukacja

zawodowaEdukacja

wyższa Praca Bezrobocie Bierność

65 6,56 0,43 8,47 1,71 0,39 25,89 0,29 21,26 1 312

55 6,48 0,51 9,21 1,96 0,41 22,31 0,73 13,39 1 482

45 5,95 1,05 9,12 1,99 0,60 16,17 0,59 9,54 1 083

35 5,68 1,31 9,68 2,17 1,13 9,18 0,50 5,36 1 205

30 5,61 1,38 9,93 2,02 1,29 5,62 0,46 3,69 1 294

25 5,63 1,36 10,19 1,27 1,06 2,51 0,30 2,69 947

badanych 65-latków. Na Rysunku 2 przedstawiono edukacyjno-zawodowe losy tych respondentów z perspektywy pojedynczych sekwencji. Znajdują się na nim informacje dotyczące pierwszych 10 osób z analizowanej grupy 65-latków, a jego głównym zastosowaniem jest ilustracja postaci danych sekwencyjnych w możliwie prostej formie. Przyjrzyjmy się wybranym przykładom. Wiersz czwarty przedstawia biografię osoby, która miała za sobą 8 lat kształcenia w szkole podstawowej, krótki epizod bierności zawodowej, a następnie pracowała nieprzerwanie do 65. roku życia. Wiersz siódmy przedstawia osobę, która chodziła przez 8 lat do szkoły podstawowej, następnie zakończyła kształcenie zawodowe, ale stabilność jej kariery zawodowej przerwał sześcioletni okres bierności zawodowej. W wierszu ósmym widzimy zaś biografię edukacyjno- zawodową osoby, która miała za sobą zarówno opiekę przedszkolną, jak i naukę na uczelni. Grubość poszczególnych wierszy jest różna, co wynika ze stosowania wag analitycznych do wizualizacji sekwencji.

Dzięki skali badania i odpowiednio zapro- jektowanemu doborowi próby, na danych UDE możemy dokonywać podsumowań

(6)

Rysunek 1. Rozkład aktywności edukacyjno-zawodowych w grupie 65-latków.

Do wykonania większości obliczeń i wszystkich wykresów przedstawionych w tym artykule wykorzystano pakiet TraMineR (http://traminer.unige.ch/), który został opracowany przez zespół badaczy z Uniwersytetu w Genewie.

Rysunek 2. Układ 10 pierwszych sekwencji dla osób w wieku 65 lat.

(7)

Segmentacja układów sekwencji w grupach 65- i 35-latków i budowa

modelu regresji logistycznej Wcześniejsze zestawienia przedstawiały dane w podziale na zmienne demograficzne (wiek i płeć). Spróbujmy teraz dokonać jeszcze jednego podziału badanej populacji – wydzielić z niej pewne segmenty (skupiska).

Do tego celu wykorzystano dwie procedury – funkcję zaimplementowaną w pakiecie Tra- MineR, służąca do obliczania dystansu dzie- lącego poszczególne sekwencje, oraz metodę Warda, wykorzystywaną do wyodrębnia- nia segmentów z uwzględnieniem zasady minimalizacji wewnątrzklasowej wariancji.

Pierwsza procedura opiera się na oblicza- niu dystansu z uwzględnieniem najdłuższej wspólnej końcowej sekwencji (longest com- mon suffix; Gabadinho, Ritschard, Muller i Studer, 2011). Do segmentacji grupy wykorzystano opisane wcześniej układy aktyw- ności, stanowiące zestaw zmiennych, za dotyczących pojedynczych roczników. Na

Rysunku 3 przedstawiono układ uporządko- wanych (ze względu na końcowe sekwencje) aktywności, które opisują grupę 65-latków.

Wśród nich wyróżniały się osoby, które pracowały stabilnie i nieprzerwanie przez niemal całą karierę zawodową. Kariery pozostałych zostały naznaczone pewnymi turbulencjami. Na rysunku możemy zaob- serwować także momenty (nagłe, skokowe – odwzorowane przez powiększanie się czar- nego obszaru), w których część badanych przerywała kariery zawodowe i przechodziła w stan bierności.

Interesującym zabiegiem może być podział sekwencji ze względu na płeć. Na Rysunku 4 widzimy, że sekwencje kobiet i mężczyzn różnią się od siebie. Mężczyźni dłużej utrzymują aktywność zawodową, a ponadto jest to aktywność bardziej stabilna. Aktywność zawodowa kobiet trwa nie tylko krócej, ale też jest naznaczona więk- szymi i częstszymi przerwami.

Rysunek 3. Biografie badanych 65-latków w układzie sekwencyjnym.

(8)

pomocą których wydzielano poszczególne segmenty.

Metoda Warda prowadzi najczęściej do wydzielenia segmentów o stosunkowo niewielkiej liczebności, zatem by zachować możliwość wnioskowania o grupie 65-latków, liczbę skupisk zawężono (wcześniej z góry determinując ich liczbę) do trzech. Skutkiem wspomnianych zabiegów było wydzielenie segmentów o wyraźnie różnym kształcie.

Rysunek 5 wskazuje, że pierwszy, najliczniejszy segment obejmujący połowę kohorty, składał się z osób, które stopniowo, wraz z upływem lat przechodziły w stan bierności zawodowej.

W drugim segmencie wyodrębniono osoby szybko przechodzące w stan bierności zawodowej, w którym pozostawały przez długi, nieprzerwany czas. Trzeci segment składał się z osób, które wykonywały pracę w sposób stabilny do późnego wieku.

Spójrzmy teraz na wydzielone segmenty w formie sekwencyjnej. Na Rysunku 6

widzimy wyraźnie, że drugi segment o zdecydowanie negatywnej (z punktu widzenia aktywności na rynku pracy) charakterystyce składa się z badanych, którzy w swojej karie- rze zawodowej posiadali jedynie nieliczne, odosobnione epizody aktywności zawodowej, a ich cechą charakterystyczną była długość okresu, w którym pozostawali bierni zawodowo.

Osoby w wieku 65 lat są grupą interesu- jącą przede wszystkim dlatego, że mają za sobą niemal całą karierę zawodową. Część okresu, w którym byli aktywni zawodowo przypada jednak na czas gospodarki ste- rowanej centralnie, dlatego trajektorie ich karier były uzależnione od innych uwarun- kowań niż te, które można obserwować obecnie. Warto zatem przyjrzeć się innej grupie wieku, która wchodziła na rynek pracy już w gospodarce rynkowej. Do analizy wybrano kohortę 35-latków posiadających zróżnico- wane doświadczenia zawodowe. Mimo kilku Rysunek 4. Biografie edukacyjno-zawodowe 65-latków w układzie sekwencyjnym w podziale na płeć.

(9)

Rysunek 5. Rozkład aktywności edukacyjno-zawodowych w segmentach wydzielonych przy użyciu metody Warda w grupie 65-latków.

Rysunek 6. Układ sekwencji w segmentach wydzielonych za pomocą metody Warda w grupie 65-latków.

(10)

na rynku pracy. W tym segmencie praca była podejmowana sporadycznie, a sekwencje składały się głównie z długich okresów bierności zawodowej i bezrobocia.

Analiza wyników regresji logistycznej Oprócz wyczerpującego kalendarza opi- sującego aktywność zawodową i edukacyjną respondentów, dane z badania UDE umoż- liwiają analizę wielu innych charakterystyk określających populację. Stwarza to możli- wość poszukiwania uwarunkowań opisu- jących szanse znalezienia się w segmencie wyróżniającym się długimi i stabilnymi okresami bierności zawodowej. Do tego celu wykorzystano model probitowy, odpowiada- jący typowi analizowanej zmiennej – przy- należności do segmentu „szybkie przejście do bierności” (jakościowa zmienna binarna).

Opisaną wcześniej procedurę wydzie- lania segmentów zastosowano do populacji 65-latków, ograniczając jednocześnie intuicyjnych i wyraźnych różnic (np. inny

profil wykształcenia), proces segmentacji doprowadził w obu kohortach do wydzielenia segmentu wyróżniającego się stabilnym okresem bierności zawodowej (Rysunki 6 i 8).

Trzydziestopięciolatki znacznie różnią się od 65-latków (por. Rysunki 1 i 7). Zde- cydowana większość z nich ma za sobą opiekę przedszkolną, dłuższy okres edukacji ogólnej, widoczny jest również udział osób, które mają za sobą kształcenie na poziomie wyższym (co widać na Rysunkach 8 i 9).

Opisany wcześniej proces segmentacji doprowadzi do wydzielenia w tej grupie wieku trzech segmentów. Dwa pierwsze opisują ścieżki dochodzenia do aktywności zawodowej poprzez kształcenie zawodowe oraz kształcenie na poziomie wyższym.

Pierwszy segment obejmuje ok. połowy populacji, drugi – 27%. Trzeci, najmniejszy, segment natomiast tworzyły osoby, które miały kłopot z wejściem i utrzymaniem się

Rysunek 7. Rozkład aktywności edukacyjno-zawodowych w grupie 35-latków.

(11)

Rysunek 8. Rozkład aktywności edukacyjno-zawodowych w segmentach wydzielonych za pomocą metody Warda w grupie 35-latków.

Rysunek 9. Układ sekwencji w segmentach wydzielonych za pomocą metody Warda w grupie 35-latków.

(12)

biografie tych badanych do 1978 r., w któ- rym urodziły się 35-latki, celem zachowania porównywalności z młodszą grupą wieku.

Następnie, wykorzystując technikę regresji logistycznej (z probitową funkcją łączącą), obliczono prawdopodobieństwo przyna- leżności do segmentu wyróżniającego się wysoką biernością zawodową.

W Tabeli 3 przedstawiono współczynniki regresji probitowej. Otrzymane współczyn- niki stanowią informację zarówno o kierunku, jak i o istotności szans znalezienia się w opisywanych segmentach. Dla 65-latków istotny okazał się poziom osiągniętego wykształcenia (Rysunek 10). Mniejszym ryzykiem znalezienia się w segmencie o wysokiej bierności zawodowej wyróżniały się osoby posiadające wykształcenie wyższe, średnie zawodowe i policealne oraz średnie ogólnokształcące. Istotny także okazał się fakt nieuczęszczania do przedszkola, który

również zwiększał szanse na znalezienie się w segmencie. Wykształcenie dla młodszej o 30 lat kohorty również ma znaczenie – każdy poziom wykształcenia (z wyjątkiem gimnazjalnego i niższego, które jest tutaj kategorią odniesienia) obniża szansę na przynależność do segmentu, przy czym wykształcenie wyższe ma wpływ najsilniejszy. Warta odnotowania jest także różnica w sile oddziaływania wyższego wykształcenia jako czynnika chroniącego przed biernością – starsza grupa wieku jest zdecydowanie silniej chroniona niż młodsza.

Częściowo efekt ten wynika zapewne z większej selektywności kształcenia na poziomie wyższym w przypadku 65-latków, jednak może on również stanowić świadectwo procesu umasowienia kształcenia wśród młodszych badanych.

W przypadku 35-latków ma miejsce sytuacja w podobna do 65-latków – szansa na

Rysunek 10. Rozkład aktywności edukacyjno-zawodowych w segmentach wydzielonych za pomocą metody Warda w grupie 65-latków ograniczonej do 35. roku życia.

(13)

Tabela 3 Czynniki wpływające na szansę znalezienia się w segmencie „szybkie przejście do bierności”. Regresja logistyczna w uogólnionym modelu liniowym z probitową funkcją łączącą Biografie 65-latków, z ograniczeniem do 35. roku życiaBiografie 35-latków Odchylenia resztMin1QMediana3QMaxMin1QMediana3QMax -1,3679-0,6788-0,4938-0,1792,9766-1,9-0,74-0,590,932,23 ZmienneWartość wsp.Błąd std.Test Waldap-valueIstotnośćWartość wsp.Błąd std.Test Waldap-valueIstotność Wyraz wolny-1,280,53-2,420,020,01-0,520,21-2,420,020,01 Płeć: kobieta0,810,591,370,170,10,110,130,860,390,1 1ISCO > 5(a)0,230,510,450,650,1-0,070,14-0,480,630,1 Przedszkole: jeden rok(zerówka)0,020,240,090,930,10,080,100,790,430,1 Przedszkole: nie chodził(a)0,400,162,440,010,010,360,103,5400 Przedszkole: nie pamiętam0,730,391,900,060,050,130,460,280,78 0,1 Liczba książek w domu: 11–25-0,140,12-1,190,230,10,240,141,690,090,05 Liczba książek w domu: 26–1000,030,130,240,810,1-0,020,14-0,130,900,1 Liczba książek w domu: 101–2000,230,211,110,270,10,320,171,920,060,05 Liczba książek w domu: 201–500-0,260,40-0,630,530,10,130,240,530,60,1 Liczba książek w domu: > 500-4,3179,86-0,050,96 0,10,310,261,200,230,1 Liczba książek: nie pamiętam0,220,141,600,110,10,330,191,780,070,05 Wykształcenie: zasadnicze zawodowe-0,400,11-3,550,000-0,580,16-3,5900 Wykształcenie: średnie ogólnokształcące-0,500,17-3,050,000,001-0,490,19-2,580,010,001 Wykształcenie: średnie zawodowe i policealne-0,800,13-6,000,000-0,710,17-4,1800 Wykształcenie: wyższe-1,610,27-5,960,000-0,780,18-4,4000 Wykształcenie: nie wiem-0,120,76-0,160,870,1-0,570,53-1,080,280,1 Gmina wiejska (miejsce zam. w 2013 r.)0,000,10-0,030,970,1-0,030,09-0,30,760,1 Interakcja zmiennych (płeć: kobieta*ISCO > 5)-0,430,60-0,730,470,10,750,174,3700 Pseudo R²0,180,16 N1 312 (w tym segment N = 279)1 205 (w tym segment N = 333) (a) Zmienna binarna oznaczająca przynależność do 6 i wyższych grup klasyfikacji ISCO: rolnicy, ogrodnicy, leśnicy i rybacy (6); robotnicy przemysłowi i rzemieślnicy (7); operatorzy i monterzy maszyn i urządzeń (8); pracownicy przy pracach prostych (9).

(14)

Jednym z głównych wniosków tego badania był brak (zaobserwowanego w innych badaniach biografii) segmentu kobiet, które poświęcają się przede wszystkim obowiąz- kom rodzinnym. Podobne pytania (o związki decyzji demograficznych i zawodowych) można również postawić w odniesieniu do wyników badania UDE, także opisującego historie rodzinne. Dzięki odpowiedniemu przygotowaniu danych możliwe jest zatem porównywanie, za pomocą analizy sekwencji, ścieżek edukacyjno-zawodowych i rodzinnych do danych z badań podłużnych prowadzonych w krajach wysoko rozwinię- tych (BHPS, niemieckie NEPS – National Education Panel Study), co może stanowić przedmiot dalszych analiz.

Podsumowanie

Otrzymane wyniki wskazują na istnienie wyraźnie różnych trajektorii aktywności edukacyjno-zawodowych.

Wspólną charakterystyką części sekwencji są długotrwałe okresy bierności zawodowej.

Analizy wykonane na grupach 65- i 35-latków wskazują na występowanie zarówno segmentów badanych, którzy posiadają stabilne zatrudnienie, jak i osób szybko przechodzących w stan bierności zawodowej.

Do istotnych czynników obniżających szansę na znalezienie się w segmencie wyróżniającym się niską aktywnością zawodową wśród 65-latków należy zaliczyć:

wykształcenie średnie ogólnokształcące, zawodowe i wyższe, oraz fakt uczęszczania do przedszkola. Wpływ uczęszczania do przedszkola w przypadku 65-latków może częściowo wynikać z selektywności korzystania z tej formy opieki oraz stanowić pewien element kapitału edukacyjnego, jakim dysponują osoby aktywne zawodowo, zamieszkujące duże miasta. W przypadku 35-latków osoby, które w ogóle nie chodziły do przedszkola, mają większą szansę na przedwczesne przejście w stan bierności.

przynależność do segmentu wyróżniającego się długotrwałą biernością jest większa wśród osób, które nie uczęszczały do przedszkola.

Płeć zarówno w przypadku 65-latków, jak i 35-latków nie wpływała istotnie na szansę znalezienia się w segmencie wyróżnionym wysoką i stabilną biernością zawodową (jednocześnie należy pamiętać o kwestii umieralności, której natura jest w pewnej mierze nielosowa i może istotnie wpływać na otrzymane wyniki). Jednak w momencie wprowadzenia interakcji płci oraz zmiennej binarnej, oznaczającej przynależność do grup ISCO skupiających zawody o relatywnie niskim poziomie złożoności pracy (rolnicy, robotnicy przemysłowi, operatorzy maszyn i urządzeń, pracownicy przy pracach prostych), dla 35-latków staje się to istotny czynnik zwiększający szansę na przynależność do segmentu.

Płeć, jako taka, wydaje się więc nie wpły- wać w zaproponowanym modelu na trajektorie edukacyjno-zawodowe, natomiast dla kobiet z młodszej grupy wieku, deklarujących przynależność do zawodów mało złożonych, jest to istotny czynnik negatywnie wpływa- jący na podejmowanie przez nie aktywno- ści zawodowej. Do podobnych wniosków doszli również badacze analizujący wyniki British Household Panel Survey (BHPS) za pomocą technik analiz sekwencji (Malo i Muñoz–Bullón, 2003). Płeć (ani interakcja płci i deklarowanej „przymusowej” bierno- ści zawodowej) nie stanowiła tam istotnej zmiennej różnicującej trajektorie karier osób badanych. Można więc wyprowadzić wnio- sek o relatywnym podobieństwie ścieżek zawodowych kobiet i mężczyzn.

Jednocześnie należy pamiętać, że aktyw- ność zawodowa nie stanowi jedynego istotnego elementu w biografiach badanych.

Równie istotne, zwłaszcza dla demografów, są historie rodzinne. Wykorzystując dane BHPS, sklasyfikowano połączone historie zawodowe i rodzinne kobiet w Wielkiej Brytanii (Aassave, Billari i Piccarreta, 2007).

(15)

by z czasem można je było uwzględnić w analizach związanych z losami zawodo- wymi badanych.

Literatura

Aassave, A., Billari, F. i Piccarreta, R. (2007). Strings of adulthood: a sequence analysis of young Brit- ish women’s work–family trajectories. European Journal of Population, 23(3), 369–388.

Abbot, A. (1995). Sequence analysis: new methods for old ideas. Annual Review of Sociology, 21, 93–113.

Billari, F. C. (2001). Sequence analysis in demographic research. Canadian Studies in Population. Special Issue on Longitudinal Methodology, 28(2), 439–458.

Elder, G. H., Kirpatrick-Johnson, M. i Crosnoe, R.

(2003). The emergence and development of life course theory. W: G. H. Elder (red.), Handbook of the life course (s. 3–19). London: Springer.

Gabadinho, A., Ritschard, G., Muller, N. i Studer, M.

(2011a). Analyzing and visualizing state sequences in R with TraMineR. Journal of Statistical Software.

40(4), 1–37.

Gabadinho, A., Ritschard, G., Muller, N. i Studer, M.

(2011b). Mining sequence data in R with the Tra- MineR package: a user’s guide. Pobrano z: http://

mephisto.unige.ch/traminer/

Johnson, P. i Zaidi, A. (2007). Work over the life-cycle.

W: N. Crafts, I. Gazeley i A. Newell (red.), Work and pay in twentieth century Britain (s. 98–117).

Oxford: Oxford University Press.

Malo, M. i Muñoz–Bullón, F. (2003). Employ- ment status mobility from a lifecycle perspective:

a sequence analysis of work-histories in the BHPS.

Demographic Research, 9, 119–162.

Mills, M. (2011). Introducing survival and event his- tory analysis. London: Sage.

Quintini, G. i Manfredi, T. (2009). Going separate ways?

School-to-work transitions in the United States and Europe. [OECD Social, Employment and Migration Working Papers]. Paris: OECD Publishing.

Rószkiewicz, M. i Saczuk, K. (red.). (2014). Uwarun- kowania decyzji edukacyjnych: raport tematyczny z badania: wyniki pierwszej rundy badania panelo- wego gospodarstw domowych. Warszawa: Instytut Badań Edukacyjnych.

Ciekawą obserwacją jest również brak istotnego znaczenia zmiennych związanych z akumulacją kapitału kulturowego (liczba książek) wśród 65-latków i relatywnie mało istotne (na granicy istotności statystycznej) znaczenie wpływu liczby książek na kapitał 35-latków. Może to być skutkiem niewystarczająco precyzyjnej operacjonalizacji pojęcia kapitału kulturowego w tym modelu, niemniej stanowi to ciekawy punkt wyjścia do kolejnych analiz.

W obu grupach wieku płeć nie okazała się istotnym czynnikiem wpływającym na ryzyko znalezienia się w analizowanym segmencie. Jednakże 35-letnie kobiety deklaru- jące przynależność do zawodów relatywnie prostych mają wyższą szansę na znalezienie się w grupie osób biernych zawodowo.

Zaobserwowane zależności mogą świadczyć zarówno o rosnącnym zapotrzebowaniu na złożone umiejętności w nowoczesnej gospodarce, jak i o stałym wykluczeniu grupy osób, która nie zdobyła zestawu kwalifikacji pozwa- lających na stabilną obecność na rynku pracy.

Zaproponowane połączenie technik analitycznych pozwala na wyodrębnienie grup, które cechuje niepożądany lub pożądany układ aktywności zawodowych (np. stabilna i długotrwała praca, długie epizody bezrobocia czy bierności) i następnie wykorzystanie tych informacji do budowy modeli analitycznych wyjaśniających zarówno efekt, jak i dynamikę zjawisk, które decydują o losach edukacyjnych i zawodowych osób badanych.

Istotnym jednak ograniczeniem wykorzysta- nego tutaj podejścia jest nieuwzględnienie wydarzeń z historii rodzinnych badanych (takich jak: moment zawarcia związku mał- żeńskiego, pojawienie się dziecka, rozpad związku, śmierć małżonka czy osoby bli- skiej). Ograniczenie to jest jednak intencjo- nalne – historie rodzinne wymagają bowiem osobnego, wyczerpującego omówienia, tak

(16)

Artykuł powstał w ramach konferencji podsumowującej wyniki II rundy badania Uwarunkowania decyzji edukacyjnych zorganizowanej przez Instytut Badań Edukacyjnych w maju 2015 r. Konferencja została sfi- nansowana ze środków Europejskiego Funduszu Społecznego w ramach Programu Operacyjnego Kapitał Ludzki, Priorytet III: Wysoka jakość systemu oświaty, Poddziałanie 3.1.1 Tworzenie warunków i narzędzi do monitorowania, ewaluacji i badań systemu oświaty.

Tekst złożony 21 lipca 2015 r., zrecenzowany 14 lutego 2016 r., przyjęty do druku 21 marca 2016 r.

Sequence analysis of education and work histories: a study of life cycle trajectories in Poland.

An inquiry into the biographies of two age groups based on a questionnaire employed in The determinants of educational decisions panel study

Most widely used information on changing trends in the supply and demand for labour is provided through cross-sectional research. However, in spite of the fact that cross-sectional data (e.g. the Labour Force Survey conducted by Eurostat) describes the working, unemployed and economically inactive population in great detail, it is still not sufficient to quantify the influence of individual choices on life cycle trajectories. The main purpose of this article is to elaborate on the concept of trajectories in social sciences using empi- rical evidence and utilise this theory in order to describe the life cycle of two age groups with reference to educational and professional activities. To the author’s best knowledge, this work is one of the first applications of sequence analysis using data collected in Poland from The determinants of educational decisions panel study. The paper focuses mainly on presenting the research method, and to a lesser extent on the results. Two age groups were selected for the analyses: 35- and 65-year-old respondents. In both age groups, a segment of respondents with long and stable periods of economic inactivity was identified. Using a logistic regression model, the probability rate of belonging to the segment of lengthy inactivity was cal- culated. For both age groups there was a strong (negative) effect of education, which reduced the chances of intensive inactivity. Gender, as a separate factor, was not statistically significant in either group. The 35-year olds who did not attend kindergarten and women in low and semi-skilled professions (belonging to the 6th and higher ISCO88 occupational groups) were characterised by a significantly higher risk of becoming inactive.

Keywords: sequence analysis, segmentation, professional and educational trajectories.