Upload
others
View
7
Download
0
Embed Size (px)
Citation preview
Eötvös Lóránd Tudományegyetem
Társadalomtudományi Kar
ALAPKÉPZÉS
Bevándorlók munkaerő-piaci helyzete
Magyarországon
Elemzés a 2011. évi népszámlálás adatainak segítségével
Konzulens: Készítette: Horn Dániel Károlyi Róbert Viktor HW1LJA alkalmazott közgazdaságtan szak
2016. április
Köszönetnyilvánítás
Szeretném megragadni az alkalmat és köszönetet mondani Köllő
Jánosnak, amiért lehetővé tette eme kutatás elvégzését és szakmai
tanácsaival segítette elkészülésének folyamatát. Továbbá köszönettel
tartozom Czeglédi Tibornak, az MTA KRTK Adatbank munkatársának a
kutatószobai munkában való segítségéért.
Külön köszönöm szüleimnek és Vida Saroltának a munka során
nyújtott feltétel nélküli támogatásukat.
1
Tartalomjegyzék
1. Bevezetés .............................................................................................................................. 2
2. A bevándorlás közgazdaságtanáról ..................................................................................... 3
2.1. Származás és önszelekció ............................................................................................. 4
3. A bevándorlók munkaerő-piaci helyzete Európában .......................................................... 6
3.1. Foglalkoztatottsági és munkanélküliségi helyzetük Európában ................................. 6
3.2. Konvergencia a foglalkoztatásban ............................................................................... 7
3.3. Bevándorlók szerepe a foglalkoztatás növekedésében ................................................. 10
4. Elemzés: a bevándorlók munkaerő-piaci helyzete Magyarországon ............................... 11
4.1. Adatok ......................................................................................................................... 11
4.2. Leíró statisztika ........................................................................................................... 11
4.3. Módszertan: Oaxaca-Blinder-féle dekompozíciós eljárás ......................................... 17
4.3.1. Standard módszer ............................................................................................... 17
4.3.2. Egy megoldás logisztikus becslőfüggvény esetére ............................................ 18
4.4. Eredmények ................................................................................................................ 21
4.4.1. Dekompozíció - Nők ........................................................................................... 21
4.4.2. Összetételhatások - Nők ..................................................................................... 23
4.4.3. Paraméterhatások - Nők .................................................................................... 24
4.4.4. Dekompozíció – Férfiak ...................................................................................... 25
4.4.5. Összetételhatások - Férfiak ................................................................................ 26
4.4.6. Paraméterhatások - Férfiak ................................................................................ 27
4.4.7. Dekompozíció logisztikus becslésekkel – Férfiak .............................................. 28
4.5. Dekompozíció eredményeinek értékelése ................................................................ 30
4.6. Bevándorlók heterogenitása ...................................................................................... 32
5. Konklúzió ............................................................................................................................ 33
Irodalomjegyzék .......................................................................................................................... 34
Függelék ...................................................................................................................................... 37
2
1. Bevezetés
A következő dolgozat célja a Magyarországon élő bevándorló népesség munkaerő-piaci
helyzetének feltérképezése. Az utóbbi néhány évben egész Európában a figyelem
középpontjába került a bevándorlás. A régi Európai Úniós országokban a migrációs
válságot megelőzően is fontos szerepe volt, Kelet-Európában azonban csak az elmúlt
években merült fel jelentősebb bevándorlás lehetősége. 2015-ben az Eurostat adatai
szerint1 Magyarországon kértek Németország után legtöbben menedéket az EU
országaiban. A több mint 150 ezer emberfős menedékkérő áradatból nem tudjuk,
mennyien maradnak és maradtak itt pontosan, illetve milyen humán tőkével
rendelkeznek, ám akik itt tartózkodnak, előbb vagy utóbb a munkapiacra kerülnek (Hárs,
2015).
A magyar munkaerőpiacon nincsen jelentős szerepe a bevándorlóknak, emiatt a
szokásos adatgyűjtések nem adnak lehetőséget a migráns válságot megelőző
bevándorló populáció helyzetének részletes vizsgálatára. Kivételt képez a népszámlálási
adatbázis, amely szinte teljes képet nyújt a Magyarországon tartózkodó népességről.
Habár ezen adatok elemzése által keveset állíthatunk egy esetleges menekült sokkról a
munkaerőpiacon, érdemes megvizsgálni azon tényezőket, amik a már itt élő
bevándorlók gazdasági aktivitását befolyásolják.
A bevezetést követően, először egy rövid összefoglalót szeretnék nyújtani a
bevándorlással kapcsolatos fontosabb közgazdasági elméletekről és azok kritikáiról.
Az elméleti összefoglalót követően összegezem néhány európai és magyar kutatás
eredményeit, melyek a bevándorlók foglalkoztatottságát érintik.
A dolgozat negyedik szakaszában saját számításaimat ismertetem. Az elemzés
elsődleges célja a külföldi illetve magyar születésűek foglalkoztatási rátáinak
összehasonlító vizsgálata. Először leíró statisztikai eszközöket használva, nagyobb
származási csoportok szerint hasonlítom össze a népesség gazdasági aktivitását. Ezt
követően többváltozós elemzés segítségével próbálom meg a hazai és migráns népesség
1 Eurostat (2016): Asylum statistics. http://ec.europa.eu/eurostat/statistics-explained/index.php/Asylum_statistics#Further_Eurostat_information
3
foglalkoztatási rátái közti különbséget részleteiben vizsgálni. Az elemzés során a 2011.
évi népszámlálás adatait használtam.
Végül kiértékelem és összefoglalom a vizsgált eredmények és az elemzés tanulságait a
felvetett elméletek fényében.
2. A bevándorlás közgazdaságtanáról
Borjas (1989) alapján a migrációval kapcsolatos közgazdasági keret az alábbi módon
írható le. A közgazdasági gondolkodásban megszokott módon, az elméletek szűkös
erőforrások elosztásával foglalkoznak. A szűkös erőforrás maga a munka, és a
készleteket különböző munkapiacok között allokálják a szereplők, valamennyi költséget
és hasznot (legyen az pszichikai vagy jövedelmi természetű), illetve korlátot figyelembe
véve.
Három kérdést nevez meg, melyek az egyes elméletek középpontjában állnak: (i) milyen
tényezők befolyásolják a bevándorlás méretét illetve összetételét; (ii) hogyan
alkalmazkodnak a bevándorlók a fogadó ország nyújtotta környezethez; (iii) milyen
hatással van a migráció a fogadó és a küldő országok gazdaságára?
Mint mondja, az elméletek nem írják le egységesen mind a három kérdést, de az egyes
kérdésekre vonatkozóan léteznek kidolgozott hipotézisek és elméletek. Jelen dolgozat
alapvetően a második kérdésre fókuszál, de fontos fejben tartani, hogy a három kérdés
(és a rájuk adandó válaszok) nem függetlenek egymástól.
A migrációt Harrod és Hicks (1939) humán tőke befektetési problémaként írják le. Minél
nagyobb a megtérülés és minél kisebbek a költségek annál magasabb az átlépés
valószínűsége.
Az agyelszívás (brain drain) jelensége tekinthető az aszimmetrikus információ
következményének: a küldővel szemben a fogadó ország ismeri a képességek értékét
(Kwok és Leland, 1982). A bevándorlás fogadó országra mért hatásai terén Piore (1979)
szolgál elmélettel, miszerint a bevándorlók tipikusan olyan munkát vállalnak, amit a
fogadó népesség nem vállalna el, így a várható hatás csupán kismértékű lehet.
4
Meghatározó szerepe van az irodalomban az asszimiláció vizsgálatának. Chiswick (1978)
keresztmetszeti életkor-kereseti kereseti görbéket becsül és azt látja, hogy a
bevándorlók 35 éves kor körül nem csak elérik, de meg is haladják a bennszülött
népesség átlagbérét. Ebből következtet a pozitív szelekcióra, véleménye szerint
rátermettebbek és motiváltabbak a bevándorlók.
Az asszimilációt vizsgáló módszert kritizálja Borjas (1985). Szerinte hibát követünk el, ha
a régebben érkezettek munkapiaci tapasztalatai alapján következtetünk az újonnan
érkezettek jövőbeli béreire. Az egyes migrációs hullámokban érkező bevándorlók nem
megfigyelt tulajdonságai eltérőek lehetnek. Amennyiben a frissebb kohorszok
produktivitása kisebb, mint a régebbieké, akkor tévesen következtethetünk a
keresztmetszeti elemzésből asszimilációra. A kohorszok között természetesen a küldő
országok aránya is különböző lehet, ami szintén hasonló torzításokat okozhat.
Jelentkezhet ilyen hatás, amikor az alacsonyabb béreket elérő migránsok idővel
kiszelektálódnak, és hazatérnek, így a régebben érkező migránsok átlagos
termelékenysége magasabb lehet, mint az újonnan érkezőké. Borjas hozzáteszi, fontos
az is, milyen idősen érkeznek a bevándorlók. Kimutatja, ha erre kontrolálunk, eltűnik a
bér-konvergencia (Borjas, 1994).
Kutatás szempontjából szintén fontos tényező a nyelvtudás (Welch, 1983). A fogadó
ország nyelvének ismerete, illetve több nyelvismeret jelentősen hozzájárul a
konvergenciához. Elemzés során ezen tényezőket is érdemes tehát figyelembe venni.
2.1. Származás és önszelekció
Az egymást követő bevándorló kohorszok relatív bérének csökkenését nagyban
magyarázza azok származási ország szerinti összetétele (Borjas, 1992). Az egyes
csoportok között magas a szórás végzettség és bér szerint. Származási ország egy főre
jutó GDP-je és az egyének bére közti erős pozitív korreláció figyelhető meg (Jasso és
Rosenzweig, 1986).
Az önszelekciós folyamatok megértése szintén fontos a migráció vizsgálatához. Andrew
Roy jövedelemmaximalizálási döntésként írja le a migrációt (Roy, 1951). Kérdés az, hogy
ki találja úgy végül, hogy megéri átlépnie a fogadó országba. A modell összességében azt
5
implikálja, hogy három féle rendezés (sorting) különböztethető meg egymástól, tehát
három féle szelekcióról beszélhetünk.
Amikor olyan egyének döntenek a migráció mellett, akik mind a küldő mind a fogadó
országban az átlagosnál nagyobb bérrel rendelkeznek, pozitív kiválasztódásról
beszélünk. Ez az eset akkor esik meg, ha a küldő és fogadó országban a képességekkel
járó kereseti lehetőségek kellően korreláltak és a fogadó ország bérei jobban szóródnak.
Ez a „brain drain”, a jó képességűek olyan országokba mennek, ahol a kereseti
lehetőségek szélesebbek.
Ellenkező esetben, ha küldő országban nagyobb a kereseti lehetőségek szóródása, a
bérek eloszlásának alsó részén elhelyezkedők érdekeltek a migrációban. Ez a negatív
rendezés. Ez esetben, a migráns mind a küldő mind a fogadó országban átlagnál
alacsonyabb potenciális bérrel rendelkezik. (Szintén megkövetelendő a képességek
jövedelmezőségének kellő korrelációja.) Ezen bevándorlók nagyobb biztonság érzik
magukat azon helyeken, ahol nem szóródnak túlzottan a bérek, így gyengébb
képességeik nem jelentenek akkora hátrányt.
A „menekült rendezés” a harmadik lehetőség. Ez az az eset, amikor az egyén készségei
a küldő országban kevésbé értékeltek (és például átlagnál rosszabb a keresettel
jutalmazzák), de ezeket a készségeket a fogadó ország értékeli. Tipikusan ilyen küldő
országok lehettek a szocialista, kommunista államok.
És végül, fontos lehet a migrációt családi döntésként modellezni (Cobb-Clark, 1990;
Borhajs és Bronars, 1991). Előfordulhat, hogy egy pár (család) egyik tagja jobban
kereshet egy másik területen, de a másik rosszabbul. Az optimalizálásban tehát több
egyén képességei, korlátai, várható keresetei befolyásolják a családokat, azaz a fő
döntéshozatali egységet.
A következő szakaszban a bevándorlók európai foglalkoztatottsági helyzetét tekintem át
statisztikák és tanulmányok segítségével.
6
3. A bevándorlók munkaerő-piaci helyzete Európában
3.1. Foglalkoztatottsági és munkanélküliségi helyzetük Európában
Az Eurostat (2011) kiadványa alapján mutatom be a bevándorlókra jellemző
foglalkoztatási rátákat Európában (a kiadvány az Európai Munkaerőfelvételek adataira
épül). Magyarországon a külföldi születésű férfiak foglalkoztatási rátája 10
százalékponttal magasabb, mint a teljes 20-64 éves népességé. Ilyen mértékű előny a
foglalkozatási rátában, egy EU országban sem jellemzi a külföldi születésű
férfinépességet. Mindössze öt másik ország van az EU27 államok között melyben a 20-
64 éves népességben, a bevándorlók foglalkoztatási rátája meghaladja a teljes
népességre vonatkozó mutatót. Romániában és Olaszországban hasonlóan magas, 8
százalékpontos a foglalkoztatási ráták különbsége. A külföldi születésűek hátránya pedig
Bulgáriában és Lengyelországban a legszembetűnőbb, rendre 15 és 17 százalékpont, de
Svédországban is jelentős, 11 százalékpontos hátrányt szenvednek. Megemlítendő
Belgium is, mivel 9 százalékpontos a bevándorló férfiak hátránya a 20-64 éves
népességben, és 20 százalékpontos a 25-54 éves népességben.
A nők esetében, a férfiak esetében már említett országokban, illetve Németországban,
Franciaországban és Hollandiában van rendkívüli hátránya a külföldi születésűeknek.
Lengyelországban a bevándorló nők foglalkoztatási rátája 16 százalékponttal, a belga és
svéd mutatók esetén pedig 15 százalékponttal alacsonyabb. Nők esetében is
Lengyelországban a legrosszabb és Magyarországon a legjobb (+7 százalékpont) a
külföldi születésűek foglalkoztatási rátája a hazai népességhez képest.
Munkanélküliségi ráta esetén szintén pozitív módon emelkednek ki a Magyarországon
élő külföldiek az európai mezőnyből. A nők esetében a 20-64 éves népességet tekintve
azonos a munkanélküliségi ráta, mint a teljes népességé, a férfiak esetében pedig még
jobb is. A többi országban a különbség minden esetben pozitív (ciprusi nők esetében
nulla). Spanyol férfiak esetében 12 százalékponttal magasabb a külföldi születésűek
körében a munkanélküliség, mint a teljes népességben, a belga férfiaknál pedig 9
százalékponttal (ezek a legmagasabb differenciák a vizsgált országok között). Nők
esetében Belgiumban van a legmagasabb, 8 százalékpontos különbség.
7
Az itt rendelkezésre álló mutatók alapján az mondható, hogy az Európai Unió országai
között a Magyarországon élő külföldiek relatíve, a teljes népességhez képest, jó
munkapiaci mutatókkal rendelkeznek.
3.2. Konvergencia a foglalkoztatásban
A látható különbségek legtöbb esetben az őshonos népesség javára szólnak. Hámori
(2009) a bevándorlók foglalkoztatásban tapasztalható konvergenciáját vizsgálja az
Európai Unióban. A konvergencia témájában ennek a tanulmánynak az eredményeit és
tanulságait foglalom össze.
Számos tanulmány vizsgálja a „bevándorló munkaerő-piaci asszimilációs hipotézis”
(Chiswick, 1978) alkalmazhatóságát. Az elmélet szerint, a relatív hátrányt okozó ország-
specifikus humántőke hiányát idővel pótolják a migránsok. Az ország-specifikus
humántőke hiánya azt jelentheti, hogy nem tudják a képzettségüket megfelelően
érvényesíteni, nincs kapcsolati hálózatuk, munka-specifikus képességeik nehezen
átalakíthatóak, illetve intézményes és személyes diszkriminációval szembesülnek a
munkáltatók részéről.
A tanulmány a bevándorlók foglalkoztatásban történő konvergenciát vizsgálja.
Hivatkozik Borjasra, miszerint, ha a bevándorlók gyorsan alkalmazkodnak, az a fogadó
országban jelentősen hozzájárulhat a gazdasági növekedéshez (Borjas, 1994). Hámori
több országcsoportot különböztet meg elemzéséhez. Ő két csoportot különböztet meg:
akik másik európai országból érkeztek illetve azokat, akik 3. országokból. Kiemeli, hogy
az EU-s országokból érkezők más rendszerrel néznek szembe, mint azok, akik nem EU-
születésűek (Münz, 2007; OECD, 2008). Jelentősen különbözhet a családi szerepekre
vonatkozó attitűd is a két csoportban (Münz és társai, 2006). Különböznek a visszatérést
illető mintázatok is (Borjas és Bratsberg, 1996) és a diplomák elfogadtatása is jóval
egyszerűbb EU államokban született vagy EU állampolgároknak.
Számításai szerint a Nyugat-Európai országokban a hazai férfi és női népesség
foglalkoztatási mutatói jobbak, mint a külföldieké. Kelet-Európában viszont a nem-EU-s
születésűek jobb mutatókkal rendelkeznek, míg az EU-sok, mint a fogadó népesség.
8
Alapvetően az országban eltöltött idő hatását vizsgálja kategórikus kétértékű változók
segítségével. Demográfiai kontrollváltozók között találhatók korcsoport kategóriák,
legmagasabb iskolai végzettség kategóriák és változó 0-4 éves gyermekek létéről a
családban. Használ fogadóország-specifikus változókat is (gazdaság állapota, jóléti
berendezkedés). A vizsgált populáció, a dolgozó korú, 25-54 évesek, akik nem vesznek
rész kötelező katonai szolgálatban. Négy ország-csoportot és az Egyesült Királyságot
vizsgálja külön.
Az északi vizsgált csoportot alkotja Dánia, Finnország és Svédország. Arra jut, a
foglalkoztatottság valószínűsége nő a fogadó országban töltött idő múlásával. A férfiak
között a becsült foglalkoztatottsági rés (probit marginális hatásokkal) a legfeljebb 5 éve
érkezettek körében 27, a 6-10 éve érkezők körében 25, a több mint 10 éve érkezők
körében pedig 12 százalékpont. A harmadik országokból érkezők csoportja esetén a
különbség nagyobb, mint az EU államokból érkezők esetén, de az asszimilálódási
hipotézis mind a kettő részcsoport esetében érvényesül. Az uniós születésűek esetében
szinte tökéletes a beilleszkedés. A nők esetében annyi a különbség, hogy a nem uniós
születésűek nőknél gyorsabb a konvergencia, mint a férfiak esetében.
A Dél-Európai csoport Görögország, Portugália és Spanyolország. Az Észak-Európai
csoporthoz képest a fő eltérés, hogy a származási csoportok szerinti különbségek pont
fordítottak: a nem uniós születésű migránsok, akik több mint 10 éve tartózkodnak az
országcsoportban, nem rendelkeznek szignifikánsan alacsonyabb foglalkoztatási
eséllyel, mint a fogadó népesség. A nők esetén még nagyobb is a becsült valószínűség,
mint a fogadó népességben.
A Nyugat-Európai országokban (Ausztria, Belgium, Franciaország, Hollandia és
Luxemburg) 24 százalékpontról 10 százalékpontra csökken a becsült rés a bevándorló és
a hazai férfinépesség között. Ez esetben is az európai származásúak esélyei nagyobbak
és ők asszimilálódnak jobban. Nőknél is hasonló megfigyeléseket tehetünk. Az Egyesült
Királyság esetében hasonlóak az eredmény, annyi eltéréssel, hogy kisebb az első 10 évre
mért rés.
A számunkra legfontosabb Kelet-Európai régióban (EU8: Csehország, Észtország,
Litvánia, Lettország, Lengyelország, Szlovákia és Szlovénia) csupán két dummy változót
9
használ adatkorlátok miatt (1-10 és több mint 10 éve érkezők), annak céljából, hogy az
asszimiláció folyamatát kimutassa. Férfiak esetében a nem EU államokban született
migránsok gyakorlatilag nem rendelkeznek eltérő esélyekkel a fogadó népességhez
képest, az EU tagállamokból érkezők esetében viszont megfigyelhető a fokozatos
beilleszkedésre utaló növekvő esély a fogadó országban töltött idő múlásával (10
százalékpontos különbség gyakorlatilag eltűnik idővel). A nők esetében 15-16
százalékpontos különbség csökken 5 körüli értékig (szignifikáns együtthatókkal), így
megfigyelhetőnek tűnik az asszimilációs folyamat.
A bevándorlók belépéskor élvezett státusza (gazdasági bevándorló, menekült vagy
családi indíttatású) részben magyarázhatja a harmadik országból érkezett bevándorlók
asszimilációs mintázatában látható különbségeket Észak- és Dél-Európa között. Sajnos
az adatok nem adtak lehetőséget arra, hogy ezt is figyelembe tudja venni az elemzés. Az
északi országokban mérhető relatíve magasabb foglalkoztatottsági rés annak
köszönhető, hogy relatíve több nem munkavállalási célú migráns érkezik, mint a déli
országokba (OECD, 2008; Rendall és társai, 2008) 9 EU15 országot vizsgál, és a nyugati
illetve déli országok közti különbséget a bevándorlás-politikának tulajdonítja.
Továbbá fontos szerepe lehet a kulturális háttérbeli különbségeknek. A családminták és
a szerepekről szóló hagyományok különbségei mind a fogadó országok között, mind a
fogadó és a küldő országok között, szerepet játszhat különösen a nők esetében látható
foglalkoztatottsági rés megmagyarázásában. Ezen kusza és egymásra ható tényezők
hatását azonban csak részletes adatok segítségével tudnánk elkülöníteni. Figyelembe
kéne venni a bölcsőde, óvoda hozzáférést, illetve a háztartás költségvetési korlátját
alakító egyéb tényezőket, mint a családtagok béréit, mivel ezen tényezők is
különbözhetnek küldő országok szerint, migráns státusz szerint, és persze legfontosabb,
fogadó országok szerint.
A harmadik országokból érkező migránsok sokkal inkább hajlandóak olyan munkákat
elvállalni, illetve olyan állásokban elhelyezkedni, amelyekhez valójában túlképzettnek
számítanak. A déli országokban nagyobb a kereslete az alacsony végzettségű
munkaerőnek (Kogan, 2006), így nem meglepő, hogy a nem uniós államokban született
bevándorlók, Dél-Európában nagyobb arányban vállalnak alacsony végzettséget igénylő
munkát. Ez a jelenség persze nagy-mértékben köszönhető összetételhatásoknak, mivel
10
a déli országokban a harmadik országokból származó bevándorlók nagyobb arányban
alacsony végzettségűek, mint a többi EU államban, illetve nagyobb a frissen érkezett
migránsok aránya. Az EU8 országokban éppen hogy meghaladja az arány az EU15
országok esetében számítottakat. Mindegyik régióban kisebb az alacsony végzettséget
igénylő munkát vállalók aránya a nők, mint a férfiak között. Hasonlóan viszonyulnak
egymáshoz a régiók akkor is, ha a felsőfokú végzettséggel rendelkezők között az alacsony
végzettséget igénylő foglalkozásokban elhelyezkedők arányát figyeljük, bár kicsivel
nagyobbak a különbségek a régiók között.
Hozzáteszi, hivatkozva az OECD (2008) tanulmányára, hogy az északi államokban a
harmadik országokban született bevándorlók nagyobb arányban vesznek részt
képzésekben és oktatásban, mint az EU államokban születettek és, mint a harmadik
országokból érkezők Dél-Európában. Ez részben magyarázza a nagyobb
foglalkoztatottsági rést.
3.3. Bevándorlók szerepe a foglalkoztatás növekedésében
Fontos szerepe lehet a bevándorlóknak az Európában dinamikusan növekvő
foglalkoztatási rátákhoz. Köllő (2013) tanulmánya azt vizsgálja, hogy azon országokban
ahol magas volt a foglalkoztatás növekedése („foglalkoztatási csodák”), milyen arányban
járulnak hozzá egyes csoportok a foglalkoztatási ráták növekedéséhez.
A tanulmány arra jut a bevándorlókkal kapcsolatban, hogy jelentős mértékben
hozzájárultak a vizsgált országokban tapasztalt foglalkoztatás bővüléshez. Az elemzés
szétválasztja azt a hatást, ami a bevándorlók foglalkoztatási rátájának bővüléséből
adódik, illetve azt, ami létszámuknak növekedéséből. Mind a kettő hatás pozitív irányú
volt a számítások alapján.
A számítások alapján, Magyarországon is pozitív foglalkoztatási hatást generáltak a
bevándorlók, bár ennek mértéke összehasonlíthatatlan a vizsgált többi csoporttal.
A vizsgált öt ország közül mindegyikben, Finnországot kivéve, a bevándorlóknak
köszönhető a legnagyobb hatás a foglalkoztatás bővülésére (esetenként milliós
11
nagyságrendekben). Ebből azt a tanulságot vonhatjuk le, hogy a foglalkoztatás, és így
közvetett módon a gazdaság bővülése nagyban függhet a migrációs folyamatoktól.
4. Elemzés: a bevándorlók munkaerő-piaci helyzete
Magyarországon
4.1. Adatok
Az elemzéshez a 2011-es népszámlálás mikroadatbázisát használtam. Számításaim
elvégzését az MTA KRTK Adatbank tette lehetővé (az adatbázis a Központi Statisztikai
Hivatal kutatószobáiban érhető el).
A népszámlálás legnagyobb előnye, hogy gyakorlatilag teljes képet fest a felvételkor
Magyarországon élő népességről. Tekintve a bevándorlók alacsony számát, kivételes
lehetőséget nyújtanak az adatok egy átfogóbb elemzésre.
A kérdőív részletes demográfiai adatokat, iskolázottsági, nyelvismereti, foglalkozási,
vallási és egyéb hasznos információkat gyűjt a népességről.
Az adatbázis segítségével, legnagyobb biztossággal az első generációs bevándorlókat
tudjuk azonosítani. Az elemzés során azon személyeket tekintem bevándorlónak (és
vizsgálatom tárgyának), akikről úgy tudjuk, nem Magyarországon születtek. Alternatív
megoldás lehetne külföldi állampolgárként definiálni a bevándorlókat. Ez utóbbi
azonban csak részhalmazát definiálja a bevándorlónak tekinthető népességnek. Hárs
(2015) tanulmány részletesebben vizsgálja a külföldi és kettős állampolgárságúakat a
2001-es és 2011-es népszámlálás alapján.
4.2. Leíró statisztika
Ebben a fejezetben ábrák segítségével vizsgálom a 20-64 éves populációt származás
szerint. Az elemzésben használt országcsoportok leírása a függelékben megtalálható (I.
táblázat). Az 1. és 2. ábra a férfiak és a nők végzettség szerinti eloszlását mutatja.
12
Szembetűnő, hogy mindegyik definiált országcsoport iskolázottabb, mint a magyar. Az
alacsony végzettségűek aránya csupán a délkelet-ázsiai csoport esetében hasonlóan
magas, mint az őshonos népességben, az egyetemet végzettek aránya pedig minden
esetben nagyobb, mint a magyar születésűek között.
A határon túli származásúak (ukrán, szerb, szlovák, román születésűek) többsége
középfokú végzettséggel rendelkezik. A szerb nők, illetve szlovák és ukrán származású
férfiak 40 százaléknál is magasabb arányban rendelkeznek felsőfokú végzettséggel.
A nők között az európai nem uniós, délkelet-ázsiai fejlett és tengerentúli fejlett
országokban születettek körében a legmagasabb a felsőfokú végzettségűek aránya.
Ezekből az országokból érkezőknek hozzávetőlegesen két-, két és félszer akkora aránya
rendelkezik felsőfokú végzettséggel, mint a Magyarországon születetteké.
1. ábra: Forrás: Népszámlálás 2011, saját számítás
Férfiak között a tengerentúlon születettek és a délkelet-ázsiai születésűek rendelkeznek
kimagasló (60 százaléknál is nagyobb arányú) felsőfokú végzettséggel.
Az 1. és 2. ábrák összességében arra utalnak, hogy végzettség szerint szelektálódhatnak a
Magyarországra érkező bevándorlók. Magyarországon európai viszonylatban magas az oktatás
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Magyarország
EU15
EU10
Európa nem uniós
Románia
Szlovákia
Szerbia
Ukrajna
Dél-kelet Ázsia fejlett
Dél-kelet Ázsia fejlődő
Poszt Szovjet
Közel-kelet és Észak Afrika
Közép és Dél-Amerika és egyéb
Fekete Afrika+(Dél Afrika; Madagaszkár)
Tengerentúli fejlett
1. ábra: 20-64 éves nők iskolai végzettség szerinti megoszlása
Kevesebb mint 8 osztályt végzett 8 osztály végzett Szakközépiskolát végzett Gimnáziumot végzett Egyetemi végzettség
13
2. ábra: Forrás: Népszámlálás 2011, saját számítás
megtérülési rátája2, ezért mondható, hogy kevésbé vonzó az ország alacsony
végzettségű migránsok számára.
Az iskolázottsági összetétel vizsgálata után, a 3. és 4. ábra a képzett csoportok négy aktivitási
kategória közti megoszlását mutatja (az ábrák a függelékben találhatók).
A nők, és a férfiak esetén is a délkelet-ázsiai fejlődő országokból érkezett bevándorlók
foglalkoztatási rátája legnagyobb a vizsgált csoportok között. A magyarokénál csak a fekete
afrikai illetve a közel-keleti és észak-afrikai csoportok foglalkoztatási rátája alacsonyabb.
Érdemes továbbá kiemelni azokat az országcsoportokat melyek esetén magas az aktivitási ráta
(foglalkoztatási és munkanélküli ráta összege) és ahol alacsony a munkanélküliségi ráta a magyar
szinthez képest. Nők között magas aktivitási rátája van a Román születésű és délkelet-ázsiai
fejlődő országokból érkezett bevándorlóknak. Férfiak esetén szintén ez a két csoport emelkedik
ki, de érdemes megjegyezni azt a fontos különbséget, hogy a délkelet-ázsiaiaknál ez alacsony
munkanélküliséggel valósul meg.
Az 5. és 6. ábra a foglalkoztatási rátákat, iskolázottság szerinti bontásban ábrázolja. A megelőző
ábrák tanulságai azok, hogy a bevándorlók iskolázottabbak, és általában jobb foglalkoztatási
2 Badescu, Mircea, Béatrice D’Hombres, Ernesto Villalba, European Commission, Joint Research Centre, és Institute for the Protection and the Security of the Citizen (2011)
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Magyarország
EU15
EU10
Európa nem uniós
Románia
Szlovákia
Szerbia
Ukrajna
Dél-kelet Ázsia fejlett
Dél-kelet Ázsia fejlődő
Poszt Szovjet
Közel-kelet és Észak Afrika
Közép és Dél-Amerika és egyéb
Fekete Afrika+(Dél Afrika; Madagaszkár)
Tengerentúli fejlett
2. ábra: 20-64 éves férfiak iskolai végzettség szerinti megoszlása
Kevesebb mint 8 osztályt végzett 8 osztály végzett Szakközépiskolát végzett Gimnáziumot végzett Egyetemi végzettség
14
rátával rendelkeznek. Az 5. és 6. ábrák mutatják, hogy az eltérések végzettség szerint
meglehetősen különböznek.
Az általános iskolai vagy alacsonyabb végzettségű kategóriákban, mindkét nem esetén
magasabb a bevándorlók foglalkoztatottsága. Ez alól kivételt képeznek az általános iskolát sem
végzett szerb nők, akik esetén 10 százalékot sem ér el a foglalkoztatási ráta. Meglepően magas
a délkelet-ázsiaiak között általános iskolát sem végzettek foglalkoztatottsága. Férfiak és nők
esetén is magasabb foglalkoztatottságuk (71, illetve 81 százalék), mint a magyar születésű,
felsőfokú végzettséggel rendelkezőknek. Magasnak mondható még a román, poszt szovjet
illetve közép- és dél-amerikai, 8 osztályt sem végzettek foglalkoztatottsága (60% körüli).
Magasabb végzettségi kategóriákban nem látunk ilyen egyértelmű mintázatot. Az általánosnál
magasabb végzettségűek között némely országcsoport jobb mutatókkal rendelkezik, a többi
azonban rosszabbal. A legkiemelkedőbb országcsoport, a délkelet-ázsiai, minden iskolázottsági
kategóriában jobb foglalkoztatási mutatóval rendelkezik, kivéve a felsőfokút. Közöttük a
felsőfokú végzettségűek már hasonló arányban foglalkoztatottak, mint a magyarok között.
5. ábra: Forrás: Népszámlálás 2011, saját számítás
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
5. ábra: 20-64 éves nők foglalkoztatási rátái végzettség szerint
Kevesebb mint 8 osztályt végzett 8 osztály végzett Szakközépiskolát végzett Gimnáziumot végzett Egyetemi végzettség
15
6. ábra: Forrás: Népszámlálás 2011, saját számítás
Érdemes a megelőző két ábrát a munkanélküliségi ráták esetén is megvizsgálni, tekintve, hogy a
munkanélküliség is jelentős mutatója lehet az integráció mértékének (7. és 8. ábra). Az ábrákon
a délkelet-ázsiai fejlett országokból származók esetén magas munkanélküliség látható a
képzetleneknél, de meg kell jegyezni, hogy a csoportban rendkívül kicsi elemszámban vannak
jelen és a többi végzettségi kategóriában szinte nincs munkanélkülijük.
A magyar születésű nőknél az figyelhető meg, hogy a munkanélküliség nagyobb végzettség
esetén kisebb. A szlovák származásúakon és a tengerentúli fejlett országokból származókon kívül
nem látunk máshol ilyen egyértelmű összefüggést. A férfiak esetén is ezt láthatjuk, bár ez
esetben a magyarok között kisebb az általános iskolai végzettséggel sem rendelkezők
munkanélkülisége, mint azoké, akik általános iskolai végzettségűek.
A felsőfokú végzettségűek között több országcsoport is magasabb munkanélküliségi rátával
rendelkezik a magyaroknál. A nem-uniós európai csoport mutat magas munkanélküliségi rátákat
felsőfokú végzettség mellett. (Az előzőekben láthattuk, hogy ebben a csoportban magasnak
számít az egyetemi végzettségűek aránya.) A délkelet-ázsiai fejlődő országok munkanélküliségi
rátában is jó helyen helyezkednek el a mezőnyben.
0%10%20%30%40%50%60%70%80%90%
100%
6. ábra: 20-64 éves férfiak foglalkoztatási rátái végzettség szerint
Kevesebb mint 8 osztályt végzett 8 osztály végzett Szakközépiskolát végzett Gimnáziumot végzett Egyetemi végzettség
16
A bemutatott ábrák alapján elsősorban arra következtethetünk, hogy a különböző
bevándorló csoportok között valóban nagy a heterogenitás mind képzettségben, mind
foglalkoztatásban. A továbbiakban többváltozós módszerekkel vizsgálom a bevándorló
és őshonos népesség közti különbséget a foglalkoztatásban. Az elemzés során igyekszem
0%
2%
4%
6%
8%
10%
12%
14%
16%
7. ábra: 20-64 éves nők munkanélküliségi rátája végzettség szerint
Kevesebb mint 8 osztályt végzett 8 osztály végzett Szakközépiskolát végzett Gimnáziumot végzett Egyetemi végzettség
0%2%4%6%8%
10%12%14%16%18%20%
8. ábra: 20-64 éves férfiak munkanélküliségi rátája végzettség szerint
Kevesebb mint 8 osztályt végzett 8 osztály végzett Szakközépiskolát végzett Gimnáziumot végzett Egyetemi végzettség
17
a lehető legtöbb olyan tényezőre kontrollálni, amelyre az adatbázis lehetőséget nyújt,
illetve fontos a foglalkoztatási esélyek becslése szempontjából.
4.3. Módszertan: Oaxaca-Blinder-féle dekompozíciós eljárás
4.3.1. Standard módszer
A következőkben a külföldön és a Magyarországon született 25-64 éves népesség
foglalkoztatási rátái közti különbséget vizsgáljuk. A külföldi születésű népességet két
csoportra osztjuk. Az első csoportba azok tartoznak, akik azon környező országokból
származnak, ahonnan nagy arányban magyar etnikumú migránsok érkeznek: Románia,
Szlovákia, Szerbia és Ukrajna (mostantól: „határon túliak”). (Ezen országokból származik
a bevándorlók túlnyomó többsége.) Az elemzés fő vizsgálati csoportja azonban azon
országokból származó migránsok, amelyek nem az előbbi négy országban, és nem
Magyarországon születtek (mostantól: „külföldiek” vagy „bevándorlók”).
A foglalkoztatási ráták közti különbséget Oaxaca-Blinder-féle lineáris dekompozíció
segítségével is vizsgálhatjuk (Oaxaca, 1973; Blinder, 1973). A módszer következőképpen
bontja föl az egyes csoportokra jellemző átlagos tulajdonságok közti különbséget:
Tekintsük az alábbi lineáris valószínűségi modellt:
(1) 𝑃(𝑌𝑖𝑗 = 1) = 𝑐𝑗 + ∑ 𝛽𝑗𝑥𝑗 ,
ahol Yi=1, ha i egyén foglalkoztatott, j a vizsgált származási csoportokat azonosítja, cj az
egyes csoportokra jellemző konstans, xj pedig a magyarázó változókat jelöli βj
együtthatókkal. A becslést elvégezzük külön-külön a három csoportra. A külföldi (f) és a
magyar (h) születésű csoportok foglalkoztatási rátái között az alábbi összefüggés írható
fel:
(2) 𝑃�̅� − 𝑃ℎ̅̅ ̅ = (𝑐𝑓 − 𝑐ℎ) + (∑ 𝛽𝑓�̅�𝑓 – ∑ 𝛽ℎ�̅�ℎ) ,
tekintve, hogy legkisebb négyzetes becslés esetén teljesül a következő feltétel:
18
(3) 𝑃�̅� = 𝑐𝑗 + ∑ 𝛽𝑗�̅�𝑗 .
Amennyiben (2) egyenletből kivonjuk a következő kifejezést:
(4) ∑𝛽𝑓𝑥ℎ̅̅ ̅̅
2 − ∑
𝛽𝑓𝑥ℎ̅̅ ̅̅
2+ ∑
𝛽ℎ𝑥𝑓̅̅̅̅
2− ∑
𝛽ℎ𝑥𝑓̅̅̅̅
2 ,
rövid átalakítás után az alábbi összefüggést kapjuk:
(5) 𝑃�̅� − 𝑃ℎ̅̅ ̅ = (𝑐𝑓 − 𝑐ℎ) + ∑
�̅�𝑓+�̅�ℎ
2(𝛽𝑓 − 𝛽ℎ) + ∑
𝛽𝑓+𝛽ℎ
2(�̅�𝑓 − �̅�ℎ) .
Az egyenlet jobb oldalán található első két kifejezés az úgynevezett paraméterhatás, míg
a harmadik az összetételhatás.
Az összetételhatás a különbség azon részét próbálja megragadni, mely a csoportok
megfigyelt tulajdonságaival magyarázható.
Amennyiben például a felsőfokú végzettség pozitívan hat a foglalkoztatás
valószínűségére (és a két csoport esetén egyformán) illetve az egyik csoportban nagyobb
arányban vannak a felsőfokú végzettségűek, akkor annak a csoportnak csupán az
összetételéből adódóan magasabb lesz a foglalkoztatási rátája.
A paraméterhatások azt mutatják meg, ha a csoportok összetétele egyforma lenne,
mekkora különbség adódna abból fakadóan, hogy az egyes karakterisztikák
különféleképpen befolyásolják a két csoport foglalkoztatási valószínűséget.
4.3.2. Egy megoldás logisztikus becslőfüggvény esetére
A lineáris valószínűségi modellel végzett felbontás mellett, mondhatni
ellenőrzésképpen, elvégeztem a felbontást logit becslések eredményeivel is (ezt már
csak férfiak esetén). Nem-lineáris becslőfüggvények mellett a módszer Fairlie (2005)
általi kiterjesztése használható. Én azonban ehelyett Galasi (2002) által javasolt
módszert fogom alkalmazni.
19
Az előbbi megoldás azt biztosítja, hogy nem-lineáris modellek esetén is a megfigyelt
foglalkoztatási ráták különbségét bonthassuk fel, míg utóbbi arra ad lehetőséget, hogy
a magyarázó változók átlagánál végezzük el a felbontást. A probléma abból adódik, hogy
amennyiben nem OLS becslést használunk, (3) egyenlet által leírt feltétel nem
szükségképpen teljesül. Azért választom az utóbbi módszert, mert ebben az esetben
könnyen vizsgálható a különbség részletesen is, az egyes változók átlagai és együtthatói
mentén.
A logit becslés jól ismert praktikus tulajdonsága, hogy az együtthatók az előre jelzett
esélyráta logaritmusára gyakorolt lineáris hatásokat mérik. Az esélyráta az a hányados,
melynek nevezője az adott esemény bekövetkezésének valószínűsége, a számlálója
pedig a nem bekövetkezésének valószínűsége:
(6) 𝑃/(1 − 𝑃) .
Logit becslőfüggvény esetén tehát a következőképpen írható fel az egyenlet:
(7) 𝑃
1−𝑃= 𝑒𝑐𝑗+∑ 𝛽𝑗𝑥𝑗 ,
(8) log (𝑃
1−𝑃) = 𝑐𝑗 + ∑ 𝛽𝑗𝑥𝑗 .
Legyen P* azon valószínűség, melyet a becslések a változók átlagos értékeinél
prediktálnak:
(9) log (𝑃∗
1−𝑃∗) = 𝑐𝑗 + ∑ 𝛽𝑗�̅�𝑗 .
A dekompozíciós egyenlet így a következő lesz:
20
(10) log (𝑃𝑓
∗
1−𝑃𝑓∗) − log (
𝑃ℎ∗
1−𝑃ℎ∗) = (𝑐𝑓 − 𝑐ℎ) + ∑
�̅�𝑓+�̅�ℎ
2(𝛽𝑓 − 𝛽ℎ) +
+ ∑𝛽𝑓+𝛽ℎ
2(�̅�𝑓 − �̅�ℎ) .
Kicsit másképpen, az esélyráta hányados (odds ratio: OR) logaritmusára felírva:
(11) log (
𝑃𝑓∗
1−𝑃𝑓∗
𝑃ℎ∗
1−𝑃ℎ∗
) = (𝑐𝑓 − 𝑐ℎ) + ∑�̅�𝑓+�̅�ℎ
2(𝛽𝑓 − 𝛽ℎ) +
+ ∑𝛽𝑓+𝛽ℎ
2(�̅�𝑓 − �̅�ℎ) .
(10) és (11) egyenlet jobb oldalának első tagja a konstanskülönbség, a második a
konstanskülönbség nélküli paraméterhatások összege, a harmadik pedig az
összetételhatások összessége. Ezután a felbontás elemei könnyen kifejezhetők a teljes
log-esélyráta különbség (vagy log-esélyrátahányados) százalékában:
(12) 100 = 100(𝑐𝑓−𝑐ℎ)+∑
�̅�𝑓+�̅�ℎ
2(𝛽𝑓−𝛽ℎ)+∑
𝛽𝑓+𝛽ℎ
2(�̅�𝑓−�̅�ℎ)
𝑙𝑜𝑔(𝑃𝑓
∗
1−𝑃𝑓∗)−𝑙𝑜𝑔(
𝑃ℎ∗
1−𝑃ℎ∗)
.
A csoportok közti foglalkoztatási esélyben levő különbség mérete kutatható a teljes
népességen becsült modellek segítségével is. Legegyszerűbb esetben a lehető legtöbb
fontos tényezőre kontrollálva, a csoportok közti különbségeket dummy (kétértékű)
változók segítségével is megragadhatjuk. Az Oaxaca-Blinder dekompozíció előnye ezzel
a megoldással szemben, hogy az egyes változók csoportonként eltérő hatását is
megengedi. Heterogén hatásokat ömlesztett mintán becsült modellek esetén is
megengedhetünk, ám ebben az esetben nehezen kezelhető lehet a változók
mennyisége.
21
4.4. Eredmények
Valamennyi csoport esetén ugyanazt a modell specifikációt alkalmazhatjuk. Az
eredmények megtekintése előtt azonban, tekintsük meg a dekompozícióhoz használt
változócsoportokat:
Legmagasabb iskolai végzettség szerint 5 kategóriát különböztetünk meg:
kevesebb, mint 8 osztályt végzett; 8 osztályt végzett (referencia);
szakközépiskolát végzett; gimnáziumot végzett; egyetemi illetve felsőfokú
végzettségű.
5 éves életkori csoportok (referencia: 25-29 évesek).
Településtípus: Budapest; megyeszékhely; város (referencia); község.
Régiók (referencia: Közép-Magyarország)
Gyermekek száma a háztartásban korosztályonként: 0, 1-3, 4-6, 7-14 és 15-18
éves gyermekek száma.
Élettársa van vagy házas (akivel egy háztartásban is él)
o társának legmagasabb iskolai végzettsége
o társának gazdasági aktivitására vonatkozó kontrollok: foglalkoztatott;
munkavégzésben, önellátásban, mindennapi életben akadályozott
tartós betegség vagy fogyatékosság miatt; nyugdíj; vagyonból élő;
szociális segélyezett.
Beszél-e németül illetve angolul.
4.4.1. Dekompozíció - Nők
A nők esetén látható különbségek felbontását foglalja össze az 1. táblázat. A
dekompozíciót összegző táblázat alapján arra lehetünk figyelmesek, hogy a magyar
születésűekhez képest mindkét külföldi születésű csoport esetén a teljes különbséget
többségében összetételhatások magyarázzák. A külföldi csoport 5,23 százalékpontos
foglalkoztatási előnyét 3,69 százalékpontos mértékben magyarázzák az összetételi
különbségek. Hasonló mintázat látható a határon túli csoport esetén is. Habár nagyobb
a teljes különbség, hasonló arányban, 5,8 százalékpontos mértékben összetételi hatások
22
magyarázzák azt. A két bevándorló csoport közti különbségben hasonló mértékű az
összetételi és a paraméterhatások súlya.
1. táblázat: Oaxaca-Blinder dekompozíció, összefoglaló táblázat - nők (százalékpont)
Külföldiek - magyarok Határon túliak - magyarok Külföldiek - Határon túliak
Teljes különbség 5,23 8,12 -2,89
Összetételhatás 3,69 5,80 -1,34
Paraméterhatás 1,59 2,31 -1,49 Ebből a tengelymetszetek különbsége: 21,80 14,90 6,90
Forrás: Népszámlálás 2011, saját számítás
Azonban, ha a paraméterhatásoktól külön választjuk a konstans különbséget, láthatjuk,
hogy a ténylegesen megfigyelt változók hatása közti különbségek valójában erősen
negatívan befolyásolják a bevándorlók foglalkoztatását. A nem határon túli országokból
érkező migránsok foglalkozatási esélyét becslő modell konstansa 21,8 százalékponttal
magasabb, mint a honos népességé. A határon túliak esetén is közel 15 százalékponttal
magasabb konstanst becsült a modell, de még a két bevándorló csoport között is a teljes
különbség több, mint kétszeresét kitevő konstanskülönbség látható.
2. táblázat: paraméter és összetételhatások (nők, százalékpont)
Paraméterhatások Összetételhatások
Végzettség -10,08 3,00
Korcsoportok -3,66 1,52
Házas/ élettársa van 0,30 -0,09
Társának iskolázottsága -4,84 -0,88
Gyermekek száma 3,66 -0,78
Településtípus -0,35 0,52
Régiók -2,91 1,06
Társ aktivitása -0,06 0,21
Beszél angolul -1,78 -0,59
Beszél németül -0,48 -0,27
Konstans 21,8
Forrás: Népszámlálás 2011, saját számítás
23
Érdemes az 1. táblázat eredményeit részleteiben is megvizsgálni. A 2. táblázat foglalja
össze a becslésben használt változócsoportokhoz köthető összetétel és
paraméterhatásokat a külföldi és magyar csoport összehasonlításában. (A
felbontásokhoz használt átlagokat és a becslések eredményeit a függelék II-V.
táblázataiban közlöm.)
4.4.2. Összetételhatások - Nők
Most vegyük részletesen szemügyre a nők esetén, az összetétel különbségekből adódó
differenciát. A 3,69 százalékpontos teljes karakterisztikákból adódó hatást 3
százalékponttal a képzettségben fellelhető összetétel különbségek dominálják. A
bevándorló nők esetében 9 százalékponttal kisebb az alacsony végzettségűek aránya,
mint a magyar nőké (általános iskolai vagy alacsonyabb végzettségű, Függelék II.
táblázat). Szintén kisebb a gimnáziumot és szakközépiskolát végzettek aránya is,
egyetemet vagy főiskolát pedig közel 16 százalékponttal nagyobb arányban végeztek.
A korösszetételből fakadó hatás is említésre méltó. Összességében 1,5 százalékponttal
járul hozzá a réshez, ami a bevándorló nők valamivel fiatalabb korösszetételének
köszönhető. Pozitív összetételhatás fakad területi elhelyezkedésükből is, a
településtípus és régió szerinti elhelyezkedésük foglalkoztatási szempontból
előnyösebb: 46 százalékuk lakik Budapesten, ami 28 százalékponttal nagyobb, mint a
magyar születésű nők esetén.
Enyhe negatív összetételhatás fakad abból, hogy több a fiatal gyermekek száma a
bevándorló nők háztartásaiban. A nők esetén mindegyik csoportban jelentősen
csökkentik az iskoláskorúnál fiatalabb gyermekek a becsült foglalkoztatási esélyt.
Végül, a bevándorló nők esetében jelentősen csökkenti a foglalkoztatás valószínűségét,
ha egyetemet végzett a házastársuk, élettársuk. Ezen erős (közel 12 százalékpontos)
hatás miatt a béták átlaga is negatív. A külföldi nők esetében nagyobb arányban vannak
azok, akiknek társa egyetemet végzett, mint a magyarok között, így ebből is negatív
összetételhatás adódik.
24
4.4.3. Paraméterhatások - Nők
Amire már az összesített táblázat is rávilágított, jelentős részt tesz ki a különbség
magyarázatában a konstansok eltérése. Ezt a rendkívüli, közel 22 százalékpontos
különbséget szinte teljesen ellensúlyozzák a mért paraméterhatások.
Akárcsak az összetételhatások esetén, a paraméterhatások között is az iskolázottság
súlya a legnagyobb. Az iskolázottsági paraméterek különbségéből 10 százalékpontos
negatív hatás adódik a külföldi és őshonos népesség közti különbségre. A βf-βh
kifejezések gyakorlatilag különbségek különbségeit mutatják. A referenciacsoport az
általános iskolai végzettségűek. Azt mondhatjuk tehát, hogy βf-βh azt fejezi ki, hogy
ahhoz képest, hogy a magyar nők egyes végzettségi kategóriákban milyen esélyekkel
rendelkeznek az általános iskolai végzettségűekhez képest, mekkora ugyanazon
végzettségű bevándorlók előnye általános iskolai végzettségű társaikhoz képest.
A bevándorló nők között, bár alacsonyabb a 8 osztálynál kevesebb iskolaévet végzők
hátránya, az általánosnál magasabb végzettségűek jóval mérsékeltebb előnyt élveznek,
mint az őshonos női populációban. Az egyetemet végzett bevándorlók 15
százalékponttal, a gimnáziumot végzettek 12 százalékponttal, a szakközépiskolát
végzettek közel 8 százalékponttal kisebb előnyt élveznek. Az általános iskolát sem
végzett bevándorló nők azonban 14 százalékponttal alacsonyabb relatív hátrányt
szenvednek el, mint az őshonos népesség azonos végzettségű csoportja. (Ez a mintázat
az 5. és 6. ábra tanulságaival is egybevág.)
A korcsoportokhoz tartozó paraméterkülönbségek hatása is negatív. A 25-29 éves
referenciacsoporthoz képest a foglalkoztatási esélye szinte mindegyik korcsoportban
előnyösebb a magyar nőknek. A bevándorló nők esetében nincs szignifikáns növekedése
a foglalkoztatási esélyeknek a korral, azonban a magyarokéhoz hasonló mértékben
lecsökkennek a referenciacsoporthoz képest 50 éves kor után.
A bevándorló nők esetén kifejezetten negatív hatása van a foglalkoztatásra, ha
házastársa, élettársa egyetemi végzettségű. Egy bevándorló nő közel 12 százalékponttal,
kisebb valószínűséggel foglalkoztatott, ha egyetemi végzettségű a társa, ahhoz képest
mintha 8 osztályt végzett volna. A magyar nők esetében azonban minél jobb a partner
25
végzettsége annál nagyobb valószínűséggel foglalkoztatottak a becslés szerint. Az ebből
adódó negatív paraméterhatások összege -4,8 százalékpont.
Pozitív paraméterhatás figyelhető meg a háztartásban élő gyermekek számát illetően. A
bevándorló nők esetén kevésbé fogja vissza az esélyeket a háztartásban élő, még nem
iskoláskorú gyermekek száma, az idősebbeké pedig szignifikánsan növeli (itt
referenciacsoportnak a gyermektelenek számítanak).
Negatív, -3 százalékpontos paraméterhatás tulajdonítható továbbá annak, hogy a
Közép-Magyarországi régióhoz képest minden régióban jelentősen alacsonyabb
esélyeket mutatnak a becsült együtthatók az őshonos népesség paramétereihez
viszonyítva.
A konstansok különbsége 21,8 százalékpont, mely azt fejezi ki, mekkora különbséget
prediktálunk azon külföldi és magyar nők között, akik a referenciacsoportokba
tartoznak. A referenciacsoport azon emberekből áll, akik általános iskolai végzettségűek,
25-29 évesek, egyedülállóak és Közép-Magyarországi városokban élnek (emellett nem
beszélnek sem angolul, sem németül).
A határon túli csoport esetében annyit érdemes megjegyezni, hogy a külföldi csoporthoz
képest kevésbé hangsúlyos a területi elhelyezkedés hatása (mind paraméter, mind
összetételhatások szempontjából), illetve relatív iskolázottságuk is valamivel jobban
érvényesül, mint a többi külföldi születésűé, tehát kisebb paraméterhatás társul hozzá
(-8 százalékpont).
4.4.4. Dekompozíció – Férfiak
Férfiak esetén a felbontások összegzését a 3. táblázat prezentálja.
A férfiak között jóval magasabb a külföldiek és határon túliak előnye, mint a nők esetén.
A külföldi férfiak foglalkoztatási rátája a 25-64 éves korcsoportban 11,5, míg a határon
túliak rátája valamivel több, mint 12 százalékponttal magasabb, mint a honos
férfinépességé. A külföldiek előnyében 7,8 százalékpontot magyaráznak az összetételi
különbségek, a határon túliak esetében pedig 6,8 százalékpontot. A teljes különbségben
a határon túliak magasabb rátájában játszanak nagyobb szerepet a paraméterhatások.
26
Azonban itt is magas (bár valamivel kisebb) pozitív konstanshatást láthatunk, mint a nők
esetén, érdemes lehet megvizsgálni a bontást változócsoportonként is.
3. táblázat: Oaxaca-Blinder dekompozíció, összefoglaló táblázat - férfiak (százalékpont)
Külföldiek - magyarok Határon túliak - magyarok Külföldiek - határon túliak
Teljes különbség 11,51 12,11 -0,60
Összetételhatás 7,77 6,78 0,71
Paraméterhatás 3,74 5,31 -1,29 Ebből a tengelymetszetek különbsége: 16,10 14,70 1,40
Forrás: Népszámlálás 2011, saját számítás
4.4.5. Összetételhatások - Férfiak
Hasonló mintázatot láthatunk az összetételhatásokban, mint a nők esetén. A részletes
felbontást a 4. táblázat mutatja.
4. táblázat: paraméter és összetételhatások (férfiak, százalékpont)
Paraméterhatások Összetételhatások
Végzettség -6,00 2,65
Korcsoportok 3,45 2,81
Házas/ élettársa van -0,41 0,00
Társának iskolázottsága -3,63 0,28
Gyermekek száma 0,08 -0,18
Településtípus 0,15 0,33
Régiók -3,31 1,46
Társ aktivitása -0,13 0,32
Beszél angolul -1,93 -0,16
Beszél németül -0,63 0,24
Konstans 16,1
Forrás: Népszámlálás 2011, saját számítás
Markáns különbségek vannak a két csoport iskolázottság szerinti összetételében. A
gimnáziumi végzettségűek aránya szinte azonos a két csoportban, azonban a külföldiek
jóval kisebb arányban rendelkeznek ennél alacsonyabb végzettséggel. A felsőfokú
27
végzettséggel rendelkezőek aránya ennek megfelelően sokkal magasabb – akárcsak a
nők körében – 23 százalékpont. Összességében az iskolázottsági eltérések 2,65
százalékpontot magyaráznak a teljes 7,8 százalékpontos összetételhatásból.
Ennél azonban nagyobb, 2,8 százalékpontos összetételhatás köszönhető a
korösszetételben látható különbségeknek (nők esetén csak 1,5 százalékpont). Csakúgy,
mint a nők esetén, 50 éves korig minden korcsoportban magasabb a külföldiek aránya,
tehát összességében fiatalabbnak mondható az összetételük.
Területi elhelyezkedésük is a nőkéhez hasonló mértékben járul hozzá a teljes
különbséghez. Településtípus és régió szerinti relatív helyzetük összességében 1,8
százalékpontos különbséget implikál.
A határon túli csoportba soroltak esetén az a legfőbb különbség, hogy magasabb
foglalkoztatottságukhoz nagyobb mértékben járul hozzá fiatalabb korösszetételük. A 45
év felettiek kisebb részarányt képviselnek a határon túli csoportban, mint az őshonos
népességénél.
A konstansok közti különbség alacsonyabb, mint a nők esetén.
4.4.6. Paraméterhatások - Férfiak
Az általánosnál magasabb végzettség férfiak esetén is alacsonyabb mértékben növeli a
foglalkoztatás valószínűségét a bevándorlók esetén, mint az őshonos népességnél. Az
ennek köszönhető paraméterhatás -6 százalékpont, ami 4 százalékponttal alacsonyabb
(abszolút értékben), mint a nők esetén.
Úgy tűnik, a bevándorlók esetén kevésbé rontja az öregedés azok foglalkoztatási
esélyeit. Ennek köszönhetően egy 3,5 százalékpontos pozitív paraméterhatást
azonosíthatunk.
Habár a bevándorlók esetében a házastársi-élettársi viszony valamivel kevésbé emeli a
foglalkoztatás valószínűségét, mint a honos népesség esetén, nincs negatív hatása
annak, ha társuk általános iskolát sem végzett. Mi több, szignifikánsan, 11,5
százalékponttal magasabb a foglalkoztatás becsült valószínűsége a bevándorló férfiak
esetén, ha társuk végzettsége alacsonyabb, mint 8 osztály. Ugyanez az őshonos
28
népesség esetén -11,7 százalékponttal alacsonyabb becsült valószínűséghez vezet. Az
őshonos férfiak esetén pozitív szignifikáns hatással van a társ általános iskolainál
magasabb végzetsége, míg a bevándorlók esetén nem mutatható ki szignifikáns hatás
egyik irányba sem. Mindezen tényezőknek összességében -4 százalékpontos
paraméterhatás köszönhető.
Annak, hogy Közép-Magyarországtól távolodva a bevándorlók esetében jobban csökken
a foglalkoztatás valószínűsége, -3,3 százalékpontos paraméterhatás tulajdonítható. A
határon túli csoport esetében ez a hatás egyáltalán nem hangsúlyos a többihez képest
(-1 százalékpont).
A határon túli bevándorló csoport becsült paraméterei szignifikánsak és pozitívak a társ
általános iskolainál magasabb végzettsége esetén. A határon túli férfiaknál (a nőkkel
ellentétben), nem látunk kisebb abszolút értékű végzettségi kategóriákhoz köthető
paraméterhatást, mint az egyéb bevándorlók esetében.
Az egyes negatív paraméterhatások 3,74 százalékpontos összesített paraméterhatásra
csökkentik a referenciakategóriák közti különbséget becslő, konstanskülönbségből
adódó 16,1 százalékpontos eltérést a becsült valószínűségekben.
4.4.7. Dekompozíció logisztikus becslésekkel – Férfiak
A logitbecslés OLS-től eltérő tulajdonságai miatt, a változók átlagos értékeinél becsült
valószínűség eltér a megfigyelt foglalkoztatási rátáktól. Az 5. táblázatban láthatóak a
változóátlagoknál becsült foglalkoztatási valószínűségek, melyek különbségét a
választott eljárás vizsgálja. Ezt a dekompozíciót csak a nem határon túli (külföldi)
bevándorló csoport és a honos népesség közti különbségen végzem el.
5. táblázat: Logit modellek becsült valószínűségei (férfiak)
Magyarországon született Külföldi születésű
esélyráta logaritmusa 0,855 1,584
becsült valószínűség 70% 83%
(változóátlagoknál)
Forrás: Népszámlálás 2011, saját számítás
29
A logit becslőfüggvényekkel számított dekompozíciós eredményeket csak röviden
ismertetem, összehasonlítandó a standard megoldás eredményeivel. Az eredményeket
az 6. táblázat foglalja össze.
6. táblázat: dekompozíció logisztikus becslésekkel - férfiak
Konstanskülönbség Paraméterhatás Összetételhatás
Log(OR): 0,73 = 0,85 + -0,64 + 0,52
OR: 2,07 = 2,33 x 0,53 x 1,69
Log(OR) százalékában 116 % + -88 % + 72 %
OLS eredmények 140 % + -107 % + 68 %
Forrás: Népszámlálás 2011, saját számítás
Az első két sorban láthatjuk a konstans, paraméter és összetétel különbségekből adódó
komponenseket, és az első oszlopban az esélyráták logaritmusainak teljes különbségét
(Log(OR)) és az esélyráták teljes különbségét, avagy az esélyráta hányadost (OR).
Ezen eredmények azonban nehezen összevethetőek az OLS becslések után
keletkezettekkel. A módszertani részben leírt módon kifejezzük a hatásokat a teljes log-
esélyráta különbség százalékában. Összehasonlításképpen a negyedik sorban az OLS
eredményeket is kifejezzük a foglalkoztatási ráták teljes különbségének százalékában,
de fejben kell, hogy tartsuk, így sem egyértelműen összehasonlíthatóak a becsült
hozzájárulások, azonban a nagyságrendek összevethetők.
Összességében azt sugallják az eredmények, hogy a standard felbontás által arányaiban
nagyobb paraméterhatás becsülhető, mint a nem-lineáris közelítésből. Mind a konstans,
mind a többi paraméterhatás súlya abszolút értékben kisebb a logit becslés utáni
felbontás szerint. A problémás összevethetőség mellett azonban elfogadhatjuk, hogy
nem-lineáris módszerrel becsült egyenletek mellett is hasonló mintázat látható, mint a
lineáris modellek esetén.
30
4.5. Dekompozíció eredményeinek értékelése
A dekompozíciós eredményekkel kapcsolatban két fontos elemet érdemes
mindenekelőtt kiemelni. Az első, hogy az iskolázottságnak jelentősen alacsonyabb
foglalkoztatási hozama van a bevándorlók körében, mint az őshonos népesség esetében.
A második, hogy a becsült egyenletek konstansai között a teljes különbséget meghaladó
az eltérés.
Az iskolázottságra vonatkozó együtthatók jelentős eltérései a konstans fényében
értékelendők. Mivel a konstansban jelentős az eltérés, a referenciakategória esetében
már jelentősen magasabb foglalkoztatási esélyt becslünk a bevándorlóknak. Ahogy
azonban az iskolai végzettség nő, az előny radikálisan csökken.
Az eredmények szemléletes prezentációja érdekében a 7. táblázat a különböző iskolai
végzettségű 35-39 éves bevándorlók és magyar születésűek becsült foglalkozatási
rátáját tartalmazza (a többi változó esetén a referenciakategóriákat vesszük alapul).
7. táblázat: Iskolai végzettség és becsült foglalkoztatási valószínűség
Férfiak Nők
őshonos bevándorló őshonos bevándorló
OLS Logit OLS Logit OLS OLS
Kevesebb, mint 8 osztályt végzett 36% 28% 58% 60% 41% 69%
Általános iskolai végzettségű 57% 55% 75% 78% 59% 73%
Szakközépiskolai végzettségű 72% 72% 84% 86% 71% 77%
Gimnáziumi végzettségű 76% 77% 88% 88% 79% 81%
Felsőfokú végzettségű 81% 83% 94% 92% 90% 89%
Forrás: Népszámlálás 2011, saját számítás Jegyzet: regressziós becslések predikciói, 35-39 éves, egyedülálló, közép-magyarországi városban élőkre
Ahogy haladunk a végzettségi kategóriákban felfelé, a bevándorlók és a magyar
születésűek közötti különbség csökken a becsült foglalkoztatásban. Ennek ellenére még
a felsőfokú végzettségűek esetén is magasabb mind a bevándorló férfiak, mind a
bevándorló nők foglalkoztatási esélye, azonos végzettségű őshonos társaikhoz képest.
Véleményem szerint ezek az eredmények szelekcióra utalhatnak. A bevándorlók
rengeteg olyan tulajdonsággal rendelkezhetnek, melyeket nem figyelünk meg és
jelentős szerepet játszanak eltérő munkaerő-piaci mutatóikban. Figyelembe véve, hogy
31
Magyarország nem számít migrációs célországnak, valószínűsíthetően a bevándorlók
többsége nem úgymond szerencsét próbálni érkezik. Rendelkezhetnek felkínált állással,
rokonokkal, meglévő kapcsolati hálóval és egyéb olyan lehetőségekkel melyek miatt
eleve biztosítottnak látták, hogy Magyarországon boldogulni fognak a munkaerőpiacon.
A dekompozíció eredményeit érdemes összevetni azon eredményekkel, melyek a
módszertani részben kifejtett módon dummy változók segítségével vizsgálják a
csoportok közötti meg nem magyarázott különbségeket. Ennek céljából a
dekompozícióban is használt változókra kontrolálva, a teljes külföldön született és
őshonos népesség közötti különbséget ilyen módon is becsüljük.
A fő magyarázó változó tehát 1-et vesz föl, ha az egyén külföldön született, és 0-át, ha
Magyarországon. A férfiak esetén probit becslés marginális hatását nézzük, míg nők
esetén azonos specifikációt OLS becsléssel3. Ezzel a módszerrel a férfiak esetében 4
százalékpontos magyarázatlan rést jelez a probit becslés a bevándorlók javára. Nők
esetén a lineáris becslés mindössze 0,5 százalékpontos ceteris paribus különbséget
mutat.
Az Oaxaca-Blinder dekompozíció által megadott paraméterhatások összességével
érdemes utóbbi eredményt összevetni, mely a megmagyarázatlan különbségek
mértékét becsli. Férfiak esetén hasonló eredményt kapunk mind a határon túli, mind a
többi külföldi születésű csoportjára, mint a probit becslés által. Nők esetén azonban
mindkét bevándorló csoport dekompozíció által meghatározott magyarázatlan
különbsége jelentősen nagyobb, mint 0,5 százalékpont (1,5-2,3 százalékpont).
Az elvégzett felbontás előnye, hogy részletesen láthattuk, a foglalkoztatási ráták közti
különbség mennyiben adódik megfigyelt változókban levő összetételi különbségekből,
illetve menyiben köszönhető annak, hogy az egyes karakterisztikák máshogy
érvényesülnek a bevándorlók esetén. A konstanskülönbség magyarázata további
kutatást igényel.
3 A nők esetén is probit becslést szerettem volna alkalmazni, ám ismeretlen okokból nem sikerült megbecsülni az egyenlet paramétereit logit-probit becslőfüggvények segítségével.
32
4.6. Bevándorlók heterogenitása
A bevándorlók között jelentős heterogenitás lehet, aminek nagyságrendjére legalább
érdemes becsléseket adni. Az elemzést, ezért azzal zárom, hogy új változók bevonásával,
csak a külföldi születésűek közti különbségeket vizsgálom.
Elsőként származási országcsoportokra és az itt tartózkodás időtartamára vonatkozó
kétértékű változókat tettem hozzá a dekompozícióban is használt egyenlethez
(Függelék: VI. táblázat).
Az eredmények azt mutatják elsősorban, hogy akik régebben vannak Magyarországon
nagyobb eséllyel foglalkoztatottak. Az elméleti összefoglalóban tárgyalt problémák
Chiswick (1978) hipotézisével megmutatják, hogy ez alapján nem feltétlenül
következtethetünk az asszimilációra. Ettől függetlenül fontos kontrollváltozóról van szó.
A kevesebb, mint 3 éve érkezett bevándorlókhoz képest a több mint 25 éve itt élő férfiak
13 százalékponttal, a nők közel 16 százalékponttal, nagyobb valószínűséggel
foglalkoztatottak.
A származási országcsoportok esetén az előzőekben definiált határon túli országcsoport
a referenciapont. Az európai országok mindhárom országcsoportja estén szignifikánsan
kisebb foglalkozatási valószínűséget becsülnek a modellek mind a férfiak, mind a nők
körében. A többi országcsoport esetében is alacsonyabb foglalkoztatást becsülnek a
modellek, kivéve a Délkelet-Ázsiai fejlődő országokból származókat és a Délkelet-Ázsiai
fejlett országokból származó férfiakat. A Délkelet-Ázsiai fejlődő országokból származók
esetén mutatható ki pozitív szignifikáns hatás, nők esetén 9, férfiak esetén közel 8
százalékpont.
Amennyiben kontrollálunk a magyar nyelvtudásra, a határon túli referenciacsoport
becsült relatív előnye csökken. A magyar nyelvtudás változója önmagában is erős pozitív
hatással bír. Nők esetén a magyar nyelv ismerete ceteris paribus 11 százalékponttal,
szignifikánsan növeli a foglalkoztatás valószínűségét.
Az utolsó egyenletben a magyar állampolgárságot vizsgáljuk amellett, hogy milyen
hatással van, ha a bevándorló házastársa/élettársa magyar születésű magyar
állampolgár. Az állampolgárság hatása férfiak esetén -1 százalékpontos, nők esetén nem
33
szignifikáns. Rosszabbak az esélyei azonban azoknak is, akik magyar társsal
rendelkeznek. Ez valószínűleg azzal magyarázható, hogy ezen egyének bevándorlásában
az önszelekciós tényezők kevésbé játszhatnak szerepet kapcsolati hálóik miatt.
5. Konklúzió
Az eredmények alapján a következő fontos következtetések vonhatók le. Először is, a
Magyarországon élő külföldi állampolgárok összességének jobb a foglalkoztatottsága és
ez nem csupán annak köszönhető, hogy általában magasabb iskolázottság jellemezi
őket. Az általunk vizsgált változók nem tudták teljesen megmagyarázni a bevándorlók és
az őshonos népesség különbségét.
További többváltozós elemzés esetén érdemes lehet kisebb csoportokat
összehasonlítani. Az egyes bevándorló csoportok között komoly eltérések lehetnek a
migráció motivációjában, illetve a bevándorlók magukkal hozott humán tőke
specifikumaiban. Magyarországon kevés bevándorló él, így azon országokkal szemben,
ahol a bevándorlók aránya magas, és kiterjedt, összetartó hálózatot alkotnak, sokkal
több ösztönző adódhat a valódi beilleszkedésre. A magyarázatlan különbségeket
véleményem szerint, a továbbiakban ezen faktorok vizsgálatával lenne érdemes
elemezni.
Egyenlőre a magyar gazdaság és társadalom kevés tapasztalattal rendelkezik a
bevándorlással kapcsolatban, de amire Köllő (2013) is rámutat, sok potenciál rejlik a
migrációban. Amennyiben a jövőben növekedne az itt élő bevándorlók száma, és
tulajdonságaik hasonlóak lennének az 2011 előtt érkezettekéhez, várhatóan jelentős
növekedést jelentene ez a magyar foglalkoztatottság szintjében és rátájában is, így
hozzájárulva a magyar gazdaság növekedéséhez.
34
Irodalomjegyzék
Albertinelli, Anthony. Migrants in Europe: A Statistical Portrait of the First and Second
Generation. Luxembourg: Eurostat, European Commission, 2011.
Badescu, Mircea, Béatrice D’Hombres, Ernesto Villalba, European Commission, Joint
Research Centre, és Institute for the Protection and the Security of the Citizen.
Returns to Education in European Countries Evidence from the European
Community Statistics on Income and Living Conditions (EU-SILC). Luxembourg:
Publications Office, 2011.
Blinder, Alan S. "Wage Discrimination: Reduced Form and Structural Estimates." The
Journal of Human Resources 8(4), (1973): 436. doi:10.2307/144855.
Borjas, George J. "Assimilation, Changes in Cohort Quality, and the Earnings of
Immigrants." J. Lab. Econ 3(4), (October 1985): 463-89.
Borjas, George J., and Stehen G. Bronars. "Immigration and the Family." Journal of Labor
Economics 9(2), (April 1991): 123-48.
Borjas, George J. "The Economics of Immigration." Journal of Economic Literature 32, no.
4 (1994): 1667-717.
Borjas, George J., and Bernt Bratsberg. "Who Leaves? The Outmigration of the Foreign-
Born."The Review of Economics and Statistics 28(1) (1996): 165.
doi:10.2307/2109856.
Borjas, George J., and Richard B. Freeman, eds. National Origin and the Skills of
Immigrants in the Postwar Period,. 1992.
Borjas, George J. „Economic Theory and International Migration”. International
Migration Review 23, sz. 3 (1989): 457. doi:10.2307/2546424.
Borjas, George J. „The economics of immigration”. Journal of economic literature 32, sz.
4 (1994): 1667–1717.
Chiswick, Barry R. "The Effect of Americanization on the Earnings of Foreign-born
Men."Journal of Political Economy 86(5), (1978): 897-921. doi:10.1086/260717.
35
Cobb-Clark, Deborah A. Immigrant Selectivity: The Roles of Household Structure and U.S.
Immigration Policy. PhD diss., University of Michigan, 1990.
Eurostat (2016): Asylum statistics. http://ec.europa.eu/eurostat/statistics-
explained/index.php/Asylum_statistics#Further_Eurostat_information
Fairlie, Robert W. „An extension of the Blinder-Oaxaca decomposition technique to logit
and probit models”. Journal of economic and social measurement 30(4), (2005):
305–16.
Harrod, R. F., and J. R. Hicks. "Value and Capital." The Economic Journal 49, no. 194
(1939): 294. doi:10.2307/2225091.
Hámori, Szilvia. Employment Convergence of Immigrants in the European Union.
Budapest, 2009.
Hárs, Ágnes. „A magyarországi munkaerőpiac migránsokat felszívó képessége”, Kézirat,
2015.
Jasso, Guillermina, and Mark Rosenzweig. "What’s in a Name? Country-of–Origin
Influences on the Earnings of Immigrants in the United States." Research in
Human Capital and Development 4.
Kogan, I. "Labor Markets and Economic Incorporation among Recent Immigrants in
Europe."Social Forces 85, no. 2 (2006): 697-721. doi:10.1353/sof.2007.0014.
Kwok, Viem, and Hayne Leland. "An Economic Model of the Brain Drain." American
Economic Review 72(1), 91-100. Accessed March 1982.
McManus, Walter, William Gould, and Finis Welch. "Earnings of Hispanic Men: The Role
of English Language Proficiency." Journal of Labor Economics 1, no. 2 (April
1983): 101-30.
Münz, Rainer. "Migration, Labor Markets, and Integration of Migrants: An Overview for
Europe." HWWI Policy Paper: 3-6. Accessed 2007.
Münz, Rainer, Thomas Straubhaar, Florin Vadean, and Nadia Vadean. "The Costs and
Benefits of European Immigration." HWWI Policy Report 3. Accessed 2006.
36
OECD. "Employment in Europe 2008." OECD, 2008.
Oaxaca, Ronald. "Male-Female Wage Differentials in Urban Labor
Markets." International Economic Review 14(3), (1973): 693.
doi:10.2307/2525981.
Piore, Michael J. Birds of Passage: Migrant Labor and Industrial Societies. New York:
Cambridge University Press, 1979.
Rendall, Michael S., Lila Rabinovich, Barbara Janta, Jennifer K. Rubin, and Flavia Tsang.
"Contrasting Trajectories of Labor Market Assimilation between Migrant Women
in Western and Southern Europe." SSRN Electronic Journal SSRN Journal.
doi:10.2139/ssrn.1288946.
Roy, Andrew Donald. „Some thoughts on the distribution of earnings”. Oxford economic
papers 3(2) (1951): 135–46.
Köllő, János. „Foglalkoztatási csodák Európában”. Kozgazdasagi Szemle/Economic
Review 60 (2013): 164-188
Galasi, Péter. A női–férfi munkakínálati különbségek tényezőkre bontása. In: Fazekas
Károly (szerk): Munkaerő-piaci Tükör 2002. MTA Közgazdaságtudományi
Kutatóközpont – Országos Foglalkoztatási Közalapítvány, Budapest,
(2002): 127–133
37
Függelék
3. ábra: Forrás: Népszámlálás 2011, saját számítás
4. ábra: Forrás: Népszámlálás 2011, saját számítás
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
3. ábra: nők megoszlása aktivitási kategóriák szerint
dolgozik munkanélküli inaktív eltartott
0%10%20%30%40%50%60%70%80%90%
100%
4. ábra: Férfiak megoszlása aktivitási kategóriák szerint
Foglalkoztatott Munkanélküli Inaktív Eltartott
38
I. táblázat: Országcsoportok rövid leírása
EU15 15 EU ország
EU10 Ciprus, Csehország, Észtország, Horvátország, Lengyelország, Lettország, Litvánia, Málta, Szlovénia
Határon túli Románia, Szlovákia, Szerbia, Ukrajna
Európa, nem EU Albánia, Belorusszia, Bosznia-Hercegovina, Koszovó, Macedónia, Moldova, Montenegró, Oroszország
Poszt-szovjet Dél-ázsiai
Azerbajdzsán, Grúzia, Kazahsztán, Kirgizisztán, Mongólia, Örményország, Tádzsikisztán, Türkmenisztán, Üzbegisztán
Délkelet-Ázsia fejlett
Hongkong, Japán, Koreai Köztársaság (Dél-Korea), Makaó, Szingapúr,
Tajvan
Délkelet-Ázsia fejlődő
Banglades, Brunei, Fülöp-szigetek, Holland Antillák, India, Indonézia, Kambodzsa, Kína, Észak-Korea, Laosz, Malajzia, Burma, Nepál, Pápua Új-Guinea, Srí Lanka, Thaiföld, Vietnam
Közel-Kelet és Észak-Afrika
Afganisztán, Algéria, Arab Emírségek, Bahrein, Egyiptom, Eritrea, Etiópia, Irak, Irán, Izrael, Jemen, Jordánia, Katar, Kuvait, Libanon, Líbia, Marokkó, Mauritánia, Nyugat-Szahara, Omán, Pakisztán, Palesztina, Szaúd-Arábia, Szíria, Törökország, Tunézia
Fekete Afrika többi Afrika
Közép és Dél-Amerika, illetve egyéb
Közép-és Dél-Amerika és egyéb
Tengerentúli fejlett
USA, Ausztrália, Kanada, Új-Zéland, Amerikai Csendes-óceáni-szigetek
39
II. táblázat: Változóátlagok OB dekompozícióhoz
Férfiak Nők
magyar külföldi határon túli magyar külföldi határon túli
Kevesebb, mint 8 osztályt végzett 0,017 0,021 0,022 0,019 0,012 0,014
Szakközépiskolát végzett 0,375 0,195 0,196 0,164 0,279 0,161
Gimnáziumot végzett 0,282 0,365 0,284 0,328 0,352 0,429
Egyetemi végzettség 0,198 0,248 0,427 0,407 0,284 0,303
30-34 éves 0,155 0,145 0,160 0,136 0,159 0,159
35-39 éves 0,133 0,125 0,159 0,127 0,184 0,177
40-44 éves 0,115 0,111 0,132 0,116 0,124 0,114
45-49 éves 0,117 0,118 0,118 0,131 0,105 0,103
50-54 éves 0,144 0,152 0,102 0,140 0,102 0,102
55-59 éves 0,120 0,135 0,085 0,110 0,080 0,088
60-64 éves 0,021 0,024 0,018 0,023 0,018 0,020
házas/élettársa van 0,664 0,641 0,664 0,661 0,710 0,701 Társa kevesebb, mint 8 osztályt végzett 0,012 0,008 0,011 0,010 0,009 0,007
Társa szakközépiskolát végzett 0,134 0,253 0,088 0,169 0,120 0,227
Társa gimnáziumot végzett 0,247 0,171 0,225 0,173 0,292 0,224
Társa egyetemet végzett 0,165 0,129 0,288 0,266 0,219 0,188 0 éves gyermekek száma a háztartásban 0,035 0,034 0,057 0,042 0,040 0,039 1-3 éves gyermekek száma a háztartásban 0,112 0,113 0,172 0,130 0,130 0,129 4-6 éves gyermekek száma a háztartásban 0,110 0,117 0,162 0,129 0,122 0,127 7-14 éves gyermekek száma a háztartásban 0,267 0,298 0,344 0,275 0,274 0,300 15-18 éves gyermekek száma a háztartásban 0,138 0,154 0,121 0,124 0,133 0,149
Budapest 0,169 0,179 0,468 0,458 0,289 0,301
megyeszékhely 0,209 0,216 0,170 0,171 0,178 0,172
község 0,300 0,284 0,183 0,190 0,254 0,247
Közép-Dunántúl 0,115 0,110 0,063 0,074 0,087 0,087
Nyugat-Dunántúl 0,101 0,099 0,100 0,096 0,069 0,067
Dél-Dunántúl 0,095 0,095 0,098 0,101 0,049 0,048
Észak-Magyarország 0,118 0,118 0,038 0,041 0,052 0,057
Észak-Alföld 0,149 0,148 0,061 0,057 0,113 0,125
Dél-Alföld 0,133 0,131 0,077 0,076 0,143 0,126
házastárs/élettárs foglalkoztatott 0,193 0,206 0,199 0,236 0,226 0,259
házastárs/élettárs akadályozott 0,000 0,001 0,000 0,000 0,000 0,000
házastárs/élettárs nyugdíjas 0,049 0,083 0,027 0,072 0,030 0,058
házastárs/élettárs vagyonból él 0,000 0,000 0,002 0,002 0,000 0,000 házastárs/élettárs szociális segélyezett 0,012 0,006 0,006 0,001 0,007 0,004
beszél angolul 0,163 0,162 0,453 0,349 0,272 0,253
beszél németül 0,116 0,116 0,286 0,302 0,128 0,111
Megfigyelések száma 2305901 2530522 31730 30166 72892 90674
Forrás: Népszámlálás 2011, saját számítás
40
III. táblázat: OLS becslési eredmények (nők) magyar külföldi hataron túli
Változók OLS OLS OLS
Kevesebb, mint 8 osztályt végzett -0,178*** -0,0335 -0,0777***
Szakközépiskolát végzett 0,118*** 0,0429*** 0,0605***
Gimnáziumot végzett 0,204*** 0,0881*** 0,110***
Egyetemi végzettség 0,313*** 0,160*** 0,189***
30-34 éves 0,0420*** -0,00845 0,0144***
35-39 éves 0,0923*** 0,0108 0,0587***
40-44 éves 0,106*** 0,00937 0,0736***
45-49 éves 0,0800*** -0,00401 0,0507***
50-54 éves -0,0807*** -0,0919*** -0,0485***
55-59 éves -0,526*** -0,487*** -0,500***
60-64 éves -0,579*** -0,617*** -0,636***
házas/élettársa van -0,0477*** -0,0431*** -0,0722***
Társa kevesebb, mint 8 osztályt végzett -0,0152*** -0,0141 0,0394**
Társa szakközépiskolát végzett 0,0506*** -0,00548 0,0312***
Társa gimnáziumot végzett 0,0459*** -0,0144 0,0418***
Társa egyetemet végzett 0,0153*** -0,117*** 0,0256***
0 éves gyermekek száma a háztartásban -0,340*** -0,314*** -0,397***
1-3 éves gyermekek száma a háztartásban -0,215*** -0,147*** -0,251***
4-6 éves gyermekek száma a háztartásban -0,0279*** 0,00451 -0,0189***
7-14 éves gyermekek száma a háztartásban -0,00563*** 0,0507*** 0,0148***
15-18 éves gyermekek száma a háztartásban 0,0227*** 0,0744*** 0,0400***
Budapest 0,0110*** 0,00734 0,00964**
megyeszékhely 0,00359*** 0,0484*** 0,0195***
község -0,0177*** -0,0642*** -0,0323***
Közép-Dunántúl 0,0208*** -0,0248** 0,00904
Nyugat-Dunántúl 0,0333*** -0,0336*** 0,0142**
Dél-Dunántúl -0,0253*** -0,0846*** -0,0400***
Észak-Magyarország -0,0265*** -0,0637*** -0,0549***
Észak-Alföld -0,0353*** -0,0515*** -0,0877***
Dél-Alföld -0,0228*** -0,100*** -0,0375***
házastárs/élettárs foglalkoztatott 0,0293*** 0,0407*** 0,0261***
házastárs/élettárs akadályozott -0,0878*** -0,316** -0,124*
házastárs/élettárs nyugdíjas -0,0312*** -0,0636*** -0,0555***
házastárs/élettárs vagyonból él -0,157*** -0,306*** -0,315***
házastárs/élettárs szociális segélyezett -0,139*** -0,217*** -0,144***
beszél angolul 0,00302*** -0,0667*** 0,00757**
beszél németül -0,00287*** -0,0260*** -0,0116**
Konstans 0,497*** 0,715*** 0,646***
Megfigyelések száma 2,530,522 30,166 90,674
Korrigált R^2 0,33 0,234 0,258
Forrás: Népszámlálás 2011, saját számítás. Jelmagyarázat: ***: p<0,01, **: p<0,05, *: p<0,1
41
IV. táblázat: OLS becslési eredmények (férfiak) magyar külföldi határon túli
Változók OLS OLS OLS
Kevesebb, mint 8 osztályt végzett -0,208*** -0,181*** -0,0953***
Szakközépiskolát végzett 0,148*** 0,0833*** 0,0826***
Gimnáziumot végzett 0,195*** 0,117*** 0,108***
Egyetemi végzettség 0,241*** 0,177*** 0,162***
30-34 éves 0,0136*** 0,0109* 0,00575
35-39 éves -0,0208*** 0,01 -0,0167***
40-44 éves -0,0578*** -0,0141* -0,0195***
45-49 éves -0,105*** -0,0650*** -0,0622***
50-54 éves -0,206*** -0,155*** -0,137***
55-59 éves -0,620*** -0,497*** -0,503***
60-64 éves -0,753*** -0,678*** -0,767***
házas/élettársa van 0,0656*** 0,0594*** 0,0424***
Társa kevesebb, mint 8 osztályt végzett -0,117*** 0,115*** 0,0532***
Társa szakközépiskolát végzett 0,0550*** -0,00815 0,0209***
Társa gimnáziumot végzett 0,0635*** -0,00384 0,0325***
Társa egyetemet végzett 0,0720*** 0,00135 0,0405***
0 éves gyermekek száma a háztartásban -0,00670*** -0,0315*** -0,00336
1-3 éves gyermekek száma a háztartásban -0,0109*** -0,0119** -0,00356
4-6 éves gyermekek száma a háztartásban -0,00901*** -0,0013 -0,00860**
7-14 éves gyermekek száma a háztartásban -0,00350*** -0,00157 -0,00227
15-18 éves gyermekek száma a háztartásban 0,0102*** 0,0135** 0,00423
Budapest 0,000486 0,0034 -0,00581
megyeszékhely -0,00450*** 0,0519*** 0,00119
község -0,00998*** -0,0520*** -0,0230***
Közép-Dunántúl 0,0146*** -0,0407*** 0,00841
Nyugat-Dunántúl 0,0328*** -0,0315*** 0,0210***
Dél-Dunántúl -0,0386*** -0,0987*** -0,0442***
Észak-Magyarország -0,0491*** -0,0808*** -0,0284***
Észak-Alföld -0,0391*** -0,108*** -0,0904***
Dél-Alföld -0,0131*** -0,0723*** -0,0338***
házastárs/élettárs foglalkoztatott 0,0369*** 0,0431*** 0,0280***
házastárs/élettárs akadályozott -0,102*** -0,000472 0,0209
házastárs/élettárs nyugdíjas -0,0931*** -0,174*** -0,127***
házastárs/élettárs vagyonból él -0,0718*** -0,392*** -0,124*
házastárs/élettárs szociális segélyezett -0,107*** -0,0127 -0,112***
beszél angolul 0,0259*** -0,0367*** 0,00809**
beszél németül 0,0301*** -0,00144 0,00512
Konstans 0,588*** 0,749*** 0,735***
Megfigyelések száma 2,305,901 31,730 72,892
Korrigált R^2 0,311 0,252 0,218
Forrás: Népszámlálás 2011, saját számítás. Jelmagyarázat: ***: p<0,01, **: p<0,05, *: p<0,1
42
V. táblázat: OLS becslési eredmények (férfiak) magyar külföldi hataron túli
Változók Logit Logit Logit
Kevesebb, mint 8 osztályt végzett -1,133*** -0,876*** -0,479***
Szakközépiskolát végzett 0,755*** 0,512*** 0,481***
Gimnáziumot végzett 1,026*** 0,717*** 0,637***
Egyetemi végzettség 1,400*** 1,229*** 1,093***
30-34 éves 0,130*** 0,0961* 0,0785**
35-39 éves -0,113*** 0,100* -0,124***
40-44 éves -0,347*** -0,115* -0,133***
45-49 éves -0,613*** -0,512*** -0,462***
50-54 éves -1,121*** -1,032*** -0,913***
55-59 éves -3,265*** -2,601*** -2,586***
60-64 éves -5,199*** -3,797*** -4,544***
házas/élettársa van 0,402*** 0,397*** 0,311***
Társa kevesebb, mint 8 osztályt végzett -0,666*** 0,652*** 0,280***
Társa szakközépiskolát végzett 0,321*** -0,0423 0,127***
Társa gimnáziumot végzett 0,404*** -0,0113 0,222***
Társa egyetemet végzett 0,587*** 0,102 0,381***
0 éves gyermekek száma a háztartásban -0,00941 -0,254*** 0,00373
1-3 éves gyermekek száma a háztartásban -0,0359*** -0,0780* 0,00782
4-6 éves gyermekek száma a háztartásban -0,0363*** 0,017 -0,0580*
7-14 éves gyermekek száma a háztartásban -0,0198*** 0,0016 -0,0171
15-18 éves gyermekek száma a háztartásban 0,0475*** 0,0947* 0,0231
Budapest 0,00704 0,0812 -0,0322
megyeszékhely -0,0316*** 0,332*** 0,00241
község -0,0607*** -0,313*** -0,159***
Közép-Dunántúl 0,0937*** -0,259*** 0,0639
Nyugat-Dunántúl 0,229*** -0,193*** 0,184***
Dél-Dunántúl -0,249*** -0,609*** -0,322***
Észak-Magyarország -0,306*** -0,531*** -0,224***
Észak-Alföld -0,252*** -0,702*** -0,621***
Dél-Alföld -0,0893*** -0,469*** -0,246***
házastárs/élettárs foglalkoztatott 0,250*** 0,394*** 0,246***
házastárs/élettárs akadályozott -0,602*** 0,356 0,16
házastárs/élettárs nyugdíjas -0,541*** -0,941*** -0,705***
házastárs/élettárs vagyonból él -0,517*** -2,171*** -0,939**
házastárs/élettárs szociális segélyezett -0,561*** -0,0381 -0,616***
beszél angolul 0,245*** -0,280*** 0,122***
beszél németül 0,250*** 0,016 0,0415
Konstans 0,315*** 1,163*** 1,078***
Megfigyelések száma 2,305,901 31,730 72,892
Korrigált R^2
Forrás: Népszámlálás 2011, saját számítás. Jelmagyarázat: ***: p<0,01, **: p<0,05, *: p<0,1
43
VI. táblázat: Becslések, bevándorlók heterogenitása Bevándorló férfiak
probit marginális hatások
Születési országcsoport:
EU15 -0,0403*** -0,0268*** -0,0450*** -0,0444***
EU10 -0,0260*** -0,0190* -0,0290*** -0,0269***
Európa, nem EU -0,0369*** -0,0275*** -0,0394*** -0,0397***
Délkelet-Ázsia fejlett 0,0132 0,0388** 0,00659 0,00547
Délkelet-Ázsia fejlődő 0,0778*** 0,0954*** 0,0718*** 0,0692***
Poszt-szovjet Dél-ázsiai -0,0390** -0,0302* -0,0439*** -0,0466***
Közel-Kelet és Észak-Afrika -0,0866*** -0,0774*** -0,0910*** -0,0896***
Közép és Dél-Amerika -0,0454*** -0,0361*** -0,0483*** -0,0455***
Tengerentúli fejlett -0,0360*** -0,0218** -0,0403*** -0,0399***
Fekete Afrika -0,125*** -0,114*** -0,129*** -0,126***
3-5 éve él itt 0,0452*** 0,0352*** 0,0460*** 0,0464***
6-9 éve 0,0820*** 0,0651*** 0,0847*** 0,0852***
10-15 éve 0,0939*** 0,0748*** 0,0980*** 0,0987***
16-25 éve 0,0882*** 0,0679*** 0,0948*** 0,0971***
több m. 25 éve 0,128*** 0,103*** 0,129*** 0,128***
nem ismert 0,0591*** 0,0383*** 0,0667*** 0,0692***
külföldi születésű
beszél magyarul
rendelkezik magyar állampolgársággal * -0,0140*** -0,0100***
élettárs, házastárs magyar -0,0225***
Megfigyelések sz. 107,072 107,072 107,072 107,072
Bevándorló nők
OLS eredmények
Születési országcsoport:
EU15 -0,0576*** -0,0417*** -0,0568*** -0,0573***
EU10 -0,0168** -0,0099 -0,0162* -0,0149*
Európa, nem EU -0,0888*** -0,0808*** -0,0886*** -0,0883***
Délkelet-Ázsia fejlett -0,161*** -0,133*** -0,160*** -0,161***
Délkelet-Ázsia fejlődő 0,0908*** 0,114*** 0,0920*** 0,0900***
Poszt-szovjet Dél-ázsiai -0,0513*** -0,0444*** -0,0505*** -0,0505***
Közel-Kelet és Észak-Afrika -0,126*** -0,112*** -0,125*** -0,127***
Közép és Dél-Amerika -0,110*** -0,0974*** -0,109*** -0,109***
Tengerentúli fejlett -0,0588*** -0,0416*** -0,0580*** -0,0589***
Fekete Afrika -0,106*** -0,0939*** -0,105*** -0,106***
3-5 éve él itt 0,0448*** 0,0303*** 0,0447*** 0,0449***
6-9 éve 0,0822*** 0,0586*** 0,0816*** 0,0822***
10-15 éve 0,0939*** 0,0683*** 0,0931*** 0,0940***
16-25 éve 0,122*** 0,0948*** 0,121*** 0,122***
több m. 25 éve 0,156*** 0,123*** 0,156*** 0,157***
nem ismert 0,0857*** 0,0578*** 0,0844*** 0,0858***
külföldi születésű
beszél magyarul
44
rendelkezik magyar állampolgársággal -0,0140*** -0,0100***
élettárs, házastárs magyar -0,0225***
Megfigyelések sz. 122,836 122,836 122,836 122,836
Külföldi születés hatása:
Teljes minta
férfiak nők
Logit OLS
külföldi születésű 0,0401*** 0,00492***
Konstans 0,490***
Megfigyelések sz. 2,736,564 2,864,516
Korrigált R^2 0,3140
Forrás: Népszámlálás 2011, saját számítás. Jegyzet: referenciakategóriák: határon túli országok; kevesebb mint 2 éve érkezettek. Minden előzöekben használt változóra kontrolálva. Logit és pribit becslések esetén marginális hatásokat tartaémaznak a cellák.