Agglomeratiekrachten naar opleidingsniveau

Transcriptie

1 Agglomeratiekrachten naar opleidingsniveau Inzichten uit micro-data voor Nederland Henri L.F. de Groot Afdeling Ruimtelijke Economie Vrije Universiteit Amsterdam Gezamenlijk werk met Stefan Groot

2 Deze bijdrage Agglomeratie-effecten op de arbeidsmarkt Inzichten voor Nederland Micro-studies Geaggregeerde inzichten Micro-studies 2 Beleidsimplicaties

3 De literatuur Veel kennis over agglomeratie met nadruk op sharing, matching en learning Potentieel vergaande beleidsimplicaties Clustering hoogopgeleiden wenselijk? Menging van buurten / roltrapfunctie? Pieken in de delta? 3 Veel empirische studies op geaggregeerd niveau Bijvoorbeeld samengevat in De Groot e.a. en Melo e.a.

4 Agglomeratie en loonverschillen Een concreet voorbeeld gebaseerd op Nederlandse micro-data (cf. Combes e.a.) Beschrijving ruimtelijke loonverschillen en identificatie van bronnen Ruimtelijke allocatie van typen werknemers Sorting matters Agglomeratie-effecten 4

5 Centrale vragen Loonverschillen en samenstelling arbeidsmarkt Opleiding, ervaring Geslacht, leeftijd, etnische achtergrond Type baan 5 Loonverschillen en agglomeratie-effecten Dichtheid Specialisatie (Marshall, Arrow, Romer) Diversiteit (Jacobs) Concurrentie (Porter)

6 Data Micro-data van CBS Belastinggegevens en EBB Periode observaties per jaar Uurloon Industrie, leeftijd, werklocatie (NUTS 3) Extra informatie over type baan, opleiding, etc. 6 Regionale aggregatie COROP en gemeenten

7 GSA Amsterdam 45,3 21,7 13, Rotterdam 35,2 19,7 13, Arbeidsmarkt The Hague 45,9 21,6 13, Utrecht 46,9 20,6 8, Eindhoven 42,0 19,5 7, Tilburg 34,6 18,0 6,5 790 's-hertogenbosch 37,6 19,1 5,6 973 Breda 36,4 18,4 6,8 817 Highly educated Leiden 43,0 19,6 8, GSA (%) Wage Immigrants Density Haarlem 37,8 19,3 7, Amsterdam 45,3 21,7 13, Amersfoort 42,9 19,7 6,6 826 Rotterdam 35,2 19,7 13, Zwolle 34,4 18,0 4,4 788 The Hague 45,9 21,6 13, Enschede 36,6 17,9 7,9 568 Utrecht 46,9 20,6 8, Groningen 42,8 19,1 4, Eindhoven 42,0 19,5 7, Leeuwarden 36,8 17,9 3,3 973 Tilburg 34,6 18,0 6,5 790 Nijmegen 46,8 20,3 7, 's-hertogenbosch 37,6 19,1 5,6 973 Arnhem 38,0 19,1 5,7 886 Breda 36,4 18,4 6,8 817 Apeldoorn 31,8 18,9 4,2 296 Leiden 43,0 19,6 8, Dordrecht 29,5 18,0 6,8 799 Haarlem 37,8 19,3 7, Maastricht 38,7 18,7 5, Amersfoort 42,9 19,7 6,6 826 Geleen/Sittard 30,1 18,7 5,9 631 Zwolle 34,4 18,0 4,4 788 Heerlen 30,6 17,9 5,3 859 Enschede 36,6 17,9 7,9 568 Niet-GSA 31,7 17,9 5,4 143 Groningen 42,8 19,1 4, Leeuwarden 36,8 17,9 3,3 973 Nijmegen 46,8 20,3 7, Arnhem 38,0 19,1 5, Highly educated (%) Wage Immigrants Density Apeldoorn 31,8 18,9 4,2 296 Dordrecht 29,5 18,0 6,8 799 Maastricht 38,7 18,7 5,4 1460

8 Residu Correctie voor kenmerken werknemers Geschoond loon Residu per regio 8

9 Verklaring residu Twee-staps methode Schat residu voor sector-jaar combinatie Verklaar residu als functie van Dichtheid Oppervlakte Aandeel industrie Diversiteit (Shannon s entropy) Sector en jaar FE 9

10 Resultaten tweede stap 10 COROP regio s Gemeenten Dichtheid 0,048 0,021 (6,8) (4,3) Specialisatie 0,029 0,021 (6,7) (8,2) Diversiteit (Shannon s entropy) 0,075 0,027 (1,4) (2,3) Competitie (1-HHI) 0,075 0,016 (2,7) (1,3) Log (oppervlakte) 0,021 0,011 (3,4) (2,1) Sector dummy s Ja Ja Jaar dummy s Ja Ja R 2 0,31 0,19 Aantal observaties 7,412 25,643

11 Economische betekenis resultaten Agglomeration Expected Actual Decomposition of expected average wage in different components Wage wage Gender Non-natives Part-time Age Education Density Diversity Competition Specialization Amsterdam 's-gravenhage Utrecht Nijmegen Amersfoort Rotterdam Leiden Eindhoven Haarlem Groningen Arnhem 's-hertogenbosch Apeldoorn Maastricht Geleen/Sittard Breda Tilburg Zwolle Dordrecht Heerlen Enschede Leeuwarden

12 Volgende stap Geldt dit ongeacht opleidingsniveau? Sociale baten van clustering hoogopgeleiden Betere scholingsdata Langere tijdsperiode 12 Bouwt voort op Moretti (2004); Canton (2009)

13 Data CBS Microdata, ,48 miljoen observaties, 2,12 miljoen werknemers Fiscale data: loonstrookjes (loon en gewerkte uren) GBA: leeftijd, geslacht, woonlocatie ABR: sector en locatie bedrijven Gemeente standplaats: werklocatie (meerdere vestigingen) 13 Selectiecriteria Per jaar en werknemer de baan met het hoogste inkomen Baanduur minstens 1 maand, minstens 12 uur/week Verdienen minimaal het minimum uurloon leeftijd 18 65

14 Weging (in %) Lokale arbeidsmarkt 14 Beperkingen administratieve indelingen (bijv. COROP) Distance decay functie Geschat op distributie forensenstromen Endogeniteit vermijden Distance decay functie Afstand (in km) tot centrumgemeente Weging (in %) gemeenten rondom drie lokale arbeidsmarkten Legenda Minder dan tot tot tot tot tot tot tot tot tot 100

15 Agglomeratie Legenda Minder dan tot tot tot tot tot tot of meer Legenda Minder dan tot tot tot tot tot tot of meer 15 # banen lokale arbeidsmarkt # banen per gemeente

16 Agglomeratie en lonen # banen locale arbeidsmarkt Legenda Minder dan tot tot tot tot tot tot of meer Gemiddeld uurloon Legenda Minder dan tot tot tot tot tot tot tot of meer 16

17 Agglomeratie en opleiding # banen locale arbeidsmarkt Legenda Minder dan tot tot tot tot tot tot of meer Legenda Aandeel hoogopgeleiden Minder dan tot tot tot tot tot tot tot of meer 17

18 Uurloon naar opleiding Laag Middelbaar Hoog Legenda Minder dan tot tot tot tot tot tot tot of meer Legenda Minder dan tot tot tot tot tot of meer Legenda Minder dan tot tot tot tot tot tot of meer 18

19 Verklaring loonverschillen I Per opleidingsniveau afzonderlijke loonregressies flexibiliteit effect geslacht / leeftijd / herkomst Exclusief landbouw en publieke sector Onafhankelijke variabele: log uurloon Controlevariabelen: opleiding (1 3 niveaus), leeftijd, leeftijd 2, herkomst, part-time, jaar, sector (Log) Baandichtheid lokale arbeidsmarkt (Log) Aandeel hoger opgeleiden in lokale arbeidsmarkt (Log) Aandeel werknemers met dezelfde opleiding 19

20 Verklaring loonverschillen II 20 Endogeniteit noodzaakt tot gebruik instrumenten Instrument 1: Bevolkingsdichtheid 1830 Instrument 2: Aantal afgestudeerde HBO en WO ers Koppeling met locatie universiteit of hogeschool op basis van woonlocatie op 1 mei studenten Leeftijden: 20 (HBO), 21 (B.Sc.), 22 (M.Sc.), 26 (promovendi). Wonen niet verder dan 15km van instelling Koppeling ongeveer 90% accuraat Ook instrumenten zijn via distance decay geaggregeerd naar de lokale arbeidsmarkt

21 Resultaten IV Laag Middelbaar HBO WO #Observaties ,225,783 2,877,818 1,641,720 #Werknemers 736, , , ,412 Vrouwen 0,180 0,173 0,115 0,099 (37,7) (32,6) (28,7) (22,5) Leeftijd 0,037 0,070 0,104 0,135 (66,5) (66,5) (100,6) (74,0) Leeftijd 2 0,0004 0,0007 0,0011 0,0014 (52,2) (61,4) (83,4) (57,5) Part-time 0,035 0,083 0,105 0,132 (15,2) (21,5) (34,9) (22,6) Buitenland (OECD) 0,023 0,031 0,065 0,092 (10,3) (11,1) (11,0) (19,9) Buitenland (niet-oecd) 0,082 0,112 0,171 0,234 (17,8) (31,1) (53,4) (22,3) 21 Log baandichtheid 0,028 0,089 0,084 0,112 (1,4) (3,4) (2,8) (3,6) Log aandeel hoogopgeleid 0,055 0,076 0,118 0,283 (0,4) (0,4) (0,5) (1,2) Jaar, sector en opleidingsdummy s Ja Ja Ja Ja R 2 0,38 0,44 0,48 0,46

22 Verklaring loonverschillen III Ongeobserveerde heterogeniteit zorgt mogelijk voor een overschatting van agglomeratie effecten Wanneer gebieden met een hoge dichtheid bij gelijke geobserveerde kenmerken de beste werknemers aantrekken 22 Oplossing : Fixed Effects per werknemer Identificatie vindt uitsluitend plaats op werknemers die van regio veranderen (want tijdsinvariante instrumenten) We verwijderen alle werknemers die niet van regio veranderden Maar: gevoeliger voor selectie bias: mensen die er op vooruit gaan zijn eerder geneigd een baan te accepteren

23 Resultaten IV + FE per werknemer Laag Middelbaar HBO WO #Observaties ,823, #Werknemers Leeftijd 0,046 0,085 0,134 0,179 (63,7) (56,9) (82,0) (59,5) Leeftijd 2 0,0004 0,0007 0,0013 0,0017 (65,6) (61,8) (74,9) (55,5) Part-time 0,032 0,004 0,017 0,016 (30,1) (2,6) (21,7) (10,6) Log baandichtheid 0,027 0,042 0,042 0,042 (5,4) (5,6) (5,2) (4,0) Log aandeel hoogopgeleid 0,094 0,178 0,157 0,159 (2,7) (3,6) (2,9) (2,0) Jaar en sector dummy s Ja Ja Ja Ja 23 R 2 (binnen groepen) 0,12 0,29 0,51 0,52

24 Conclusies Profijt middelbaar- en hoger opgeleide werknemers van agglomeratie groter dan voor lager opgeleiden Agglomeratie elasticiteit lager opgeleiden: 2,7 2,8% Middelbaar opgeleiden: 4,2 8,9% Hoger opgeleiden: 4,2 8,4% (HBO) en 4,2 11,2% (WO) Geen bewijs voor bestaan kennis-spillovers Op de Nederlandse arbeidsmarkt lijkt eerder de ijzeren wet van vraag en aanbod werkzaam te zijn 24

25 Meer informatie Mail: Mincer paper: Meta-analysis: Commuting: 25 Stad en Land: