07.01.2015 Views

Evaluering av IA-avtalen (2001–2009) - Senter for seniorpolitikk

Evaluering av IA-avtalen (2001–2009) - Senter for seniorpolitikk

Evaluering av IA-avtalen (2001–2009) - Senter for seniorpolitikk

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Side 86<br />

at de virksomhetene som allerede er <strong>IA</strong>-virksomheter<br />

bidrar til at denne effekten dempes, da nettoeffekten<br />

vil være summen <strong>av</strong> både de nye <strong>IA</strong>-virksomhetenes<br />

sykefr<strong>av</strong>ær og sykefr<strong>av</strong>æret i de virksomhetene som<br />

allerede har inngått <strong>IA</strong>-<strong>av</strong>tale. Som vi skal se bekreftes<br />

denne hypotesen i de to neste delkapitlene.<br />

4.8 Effekten <strong>av</strong> andel arbeids<strong>for</strong>hold<br />

med <strong>IA</strong>-<strong>av</strong>tale på sykefr<strong>av</strong>æret.<br />

En regresjonstilnærming.<br />

4.8.1 INNLEDNING<br />

For å estimere effekten <strong>av</strong> <strong>IA</strong>-<strong>av</strong>talen på sykefr<strong>av</strong>æret<br />

skal vi benytte oss <strong>av</strong> et celledata-sett som vi skal<br />

analysere ved hjelp <strong>av</strong> regresjonsanalyser. Datasettet<br />

inneholder in<strong>for</strong>masjon om legemeldt sykefr<strong>av</strong>ærsprosent<br />

fra 1. kvartal 2001 til 4. kvartal 2008. Fr<strong>av</strong>æret<br />

er gruppert etter næringer, kjønn, aldersgrupper<br />

og <strong>IA</strong>-tilknytning, se kapittel 3.2.1 <strong>for</strong> beskrivelse <strong>av</strong><br />

datasettet. Vi studerer hvorvidt andel arbeids<strong>for</strong>hold<br />

tilknyttet <strong>IA</strong> på næringsnivå har effekt på sykefr<strong>av</strong>ærsprosenten.<br />

Fra virksomhetenes ståsted er reduksjon<br />

<strong>av</strong> sykefr<strong>av</strong>æret en viktig motivasjon <strong>for</strong> å inngå<br />

<strong>IA</strong>-<strong>av</strong>tale, jmf kapittel 11. Empirisk vil man der<strong>for</strong> <strong>for</strong>vente<br />

at de næringene med høyest sykefr<strong>av</strong>ær i utgangspunktet<br />

er mest villig til å <strong>for</strong>plikte seg til en slik<br />

ordning. Vi har i utgangspunktet to typer variasjon i et<br />

slikt datamateriale, variasjonen over tid og variasjonen<br />

mellom næringer. I denne analysen vil vi utnytte<br />

tidsdimensjonen i data til å teste om andel arbeids<strong>for</strong>hold<br />

med <strong>IA</strong>-<strong>av</strong>tale har hatt effekt på sykefr<strong>av</strong>æret<br />

over tid. Selv om det er en seleksjon inn i <strong>for</strong>pliktende<br />

<strong>IA</strong>-arbeid, kan vi til en viss grad kontrollere <strong>for</strong> slike<br />

effekter. Dette gjør oss i stand til å nærme oss en kausal<br />

tolkning <strong>av</strong> andel arbeids<strong>for</strong>hold dekket <strong>av</strong> <strong>av</strong>talen<br />

og utviklingen i sykefr<strong>av</strong>æret.<br />

4.8.2 EMPIRISK SPESIFIKASJON<br />

Innledningsvis setter vi opp en empirisk spesifikasjon<br />

med fokus på å beskrive empiriske problemstillinger<br />

knyttet til denne type data. Vi skal kjøre et klassisk<br />

sett paneldata-analyser med ulike <strong>for</strong>utsetninger om<br />

sammenhengen mellom næringsspesifikke effekter og<br />

et sett med <strong>for</strong>klaringsvariable.<br />

I utgangspunktet setter vi opp følgende generelle<br />

modell:<br />

der<br />

yit<br />

y = β X + v<br />

(1) it it it<br />

er fr<strong>av</strong>ærsprosenten som varierer mellom<br />

næringer i og over tid t. X<br />

it er vektor med <strong>for</strong>klaringsvariable<br />

som også antas å variere mellom<br />

næringer over tid. For enkelhets skyld lar vi denne<br />

vektoren inkludere faste tidseffekter 10 som fanger opp<br />

tidsspesifikke hendelser som påvirker alle næringer<br />

likt. Vi kommer nærmere tilbake til den empiriske<br />

operasjonalisering <strong>av</strong> variablene i X<br />

it .<br />

I likning (1) har vi et restledd v it som fanger opp all<br />

differansen mellom faktisk sykefr<strong>av</strong>ærsprosent og den<br />

som predikeres <strong>av</strong> modellen. I vår spesifikasjon er<br />

restleddet definert som summen <strong>av</strong> en standard hvitstøy<br />

komponent ε it<br />

og en næringsspesifikk komponent<br />

η<br />

i<br />

, jmf likning (2) under. Den næringsspesifikke<br />

komponenten retter vi ekstra oppmerksomhet mot<br />

<strong>for</strong>di den fanger opp uobserverte <strong>for</strong>hold i næringene<br />

som er konstante over tid.<br />

v = η + ε<br />

(2) it i it<br />

Den mest brukte metode <strong>for</strong> slike beregninger er<br />

minste kvadraters metode (MKM). En <strong>for</strong>utsetning <strong>for</strong><br />

at vanlig minste-kvadraters metode skal kunne gi konsistente<br />

og effisiente estimater er at visse <strong>for</strong>utsetninger<br />

om restleddet er oppfylt (3). Det at en estimator<br />

er effisient betyr at det er den estimatoren som<br />

gir minst varians blant <strong>for</strong>ventningsrette estimatorer,<br />

og dermed også de mest korrekte koeffisientestimatene.<br />

Konsistens er knyttet til om estimatoren<br />

nærmer seg den sanne verdi når utvalgsstørrelsen<br />

går mot uendelig.<br />

(3)<br />

E( ηι<br />

| Xit<br />

) = 0<br />

E( ε | X ) = 0<br />

Linkning (3) uttrykker at ingen <strong>av</strong> komponentene i<br />

restleddet er korrelert med <strong>for</strong>klaringsvariablene i<br />

modellen. Den næringsspesifikke komponenten kan<br />

fange opp <strong>for</strong>hold i en næring som systematisk påvirker<br />

sannsynligheten <strong>for</strong> å inngå <strong>IA</strong>-<strong>av</strong>tale <strong>for</strong> en over<br />

gjennomsnittlig andel <strong>av</strong> de ansatte. Hvis dette er<br />

tilfelle vil minste-kvadraters metode ikke lenger gi<br />

<strong>for</strong>ventningsrette estimater. En annen estimator som<br />

er robust i <strong>for</strong>hold til denne korrelasjonen er den så-<br />

10 Inkludert års- og kvartalseffekter i tillegg til konstantledd.<br />

iι<br />

it

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!