• No results found

Gezondheid en inkomen : alcohol en inkomen

N/A
N/A
Protected

Academic year: 2021

Share "Gezondheid en inkomen : alcohol en inkomen"

Copied!
27
0
0

Bezig met laden.... (Bekijk nu de volledige tekst)

Hele tekst

(1)

    Econometrie & Operationele Research Universiteit van Amsterdam Dhr. J.C.M. van Ophem 28‐06‐2013 Gezondheid en Inkomen Alcohol en Inkomen Rutger Goijen 5948878 Bachelorscriptie Econometrie

(2)

    Inhoudsopgave 1 Inleiding 1 2 Theoretisch kader 2 3 Onderzoeksopzet 3 4 Resultaten 9 5 Conclusie 14 Bibliografie 16 Bijlagen 18  

(3)

1 1 Inleiding

Uit recent onderzoek blijkt dat Europeanen de stevigste drinkers ter wereld zijn. Europeanen nuttigen gemiddeld tweeënhalf keer zoveel alcohol als de rest van de wereldbevolking. Hoewel Nederlanders niet tot de grootste drinkers binnen Europa behoren, drinken er wel relatief meer inwoners in vergelijking met de meeste andere Europese landen. In Nederland drinkt ongeveer 88% van de bevolking. Nederland is een van de landen met het hoogste percentage inwoners dat het afgelopen jaar dronk.

Alcoholgebruik is dus een belangrijk onderdeel van ons dagelijks leven. Het is daarom interessant en tevens nuttig om te onderzoeken welk effect het alcoholgebruik heeft op bijvoorbeeld de gezondheid en het inkomen. En wat daarnaast het effect is van een goede of slechte gezondheid op het inkomen.

In het verleden is er veel onderzoek gedaan naar de invloed van het inkomen op de gezondheid. De algemene trend is dat een goed inkomen een positief effect heeft op de gezondheid (Contoyannis en Rice, 2001). De vraag is, of dat ook andersom geldt. Heeft een goede gezondheid invloed op de hoogte van het loon dat verdiend wordt? En heeft alcoholgebruik een positief effect op de gezondheid en het inkomen? De centrale vraag van deze paper is: “Wat is het effect van alcoholgebruik op het inkomen?”.

Berger en Leigh (1988), Cook (1991), Heien (1996) en MacDonald en Shields (2001) deden al eerder onderzoek naar het effect van alcoholgebruik op het inkomen. De conclusie was dat gemiddeld en zelfs zwaar alcoholgebruik een positief effect hebben op het inkomen. In 1988 kwam Shaper tot de conclusie dat gemiddeld alcoholgebruik de gezondheid verbetert.

In dit onderzoek is het effect van alcohol- en tabaksgebruik op het log inkomen onderzocht. Hiervoor zijn verschillende datasets van LISS gebruikt. Met de informatie van de LISS bestanden zijn er variabelen gemaakt voor onder andere drankgebruik, gezondheid, scholing en religie. De groep respondenten bestaat uit 587 Nederlandse mannen en vrouwen van 18 jaar of ouder, met een brutoloon van 3,01 euro of meer.

In het theoretisch kader worden eerdere onderzoeken met betrekking tot het effect van alcohol op het inkomen besproken. Het betreffen zowel uitkomsten van onderzoeken met een positief als een negatief effect.

De keuze voor de LISS datasets wordt in de onderzoeksopzet toegelicht. De databestanden die gebruikt zijn bevatten informatie over het jaar 2010. De Hamilton en Hamilton (1997) criteria zijn gebruikt bij het maken van de alcohol dummy’s.

(4)

2

In de onderzoeksopzet worden ook de gebruikte methodes en testen besproken. OLS, Hausman, TSLS, Weak IV en Hansen J komen hier aan bod. In eerste instantie wordt er een OLS regressie gedaan zonder de rook dummy, later wordt deze toegevoegd.

Tot slot worden de resultaten aan de hand van tabellen besproken. Er wordt ook gekeken of alcohol een significant effect heeft bij een groep bestaande uit alleen

vrouwen, een groep bestaande uit alleen mannen, een groep bestaande uit alleen

hoogopgeleiden, en een groep bestaande uit alleen respondenten in de leeftijdscategorie van 18 -45 jaar.

2 Theoretisch kader

Auld deed in 2005 onderzoek naar het effect van drankgebruik en roken op het inkomen. Hij gebruikte hiervoor een dataset bestaande uit Canadese mannen van 25 tot en met 59 jaar met een baan. Na het controleren op endogeniteit kwam hij tot de conclusie dat alcohol- en tabaksgebruik een significant effect hebben op het inkomen. Volgens Auld verdient een gemiddelde drinker 10% meer dan een onthouder, en een zware drinker zelfs 12% meer. Roken veroorzaakt volgens Auld’s model een daling van 24%.

Auld toetste het effect van alcoholgebruik en roken ook op alleen jonge, hoogopgeleide deelnemers. De conclusie die hieruit volgde was dat het effect van alcoholconsumptie op het inkomen gelijk is voor verschillende leeftijden en

opleidingsniveaus. Het negatieve effect van roken is echter wel gevoelig voor leeftijd en opleiding. Jonger en beter opgeleide deelnemers ervaren volgens Auld’s model een negatiever effect van roken.

Tot slot onderzocht Auld het effect van alleen roken en alleen drinken op het inkomen. Het weglaten van roken leidde tot een lichte daling van de coëfficiënt van zware drinkers, en een lichte stijging van de coëfficiënt van onthouders. Het negatieve effect van roken was bij het weglaten van alcoholgebruik minder sterk dan in het originele model. Het focussen op alleen roken of drinken leidde dus tot misleidende resultaten.

Mushkin (1962), Grossman en Benham (1974), Luft (1975) en Berkowitz et al. (1983) constateerden dat een verbeterde gezondheid een positief effect heeft op de arbeidsproductiviteit.

(5)

3

Contoyannis en Rice (2001) onderzochten de invloed van de gezondheid op het inkomen. Zij gebruikten de British Household Panel Survey dataset. Deze set bevat informatie over 5000 huishoudens en 10000 individuen die ouder zijn dan 16 jaar.

Zij concludeerden dat een verslechterde psychologische gezondheid bij mannen leidt tot een daling in het inkomen. Bij vrouwen heeft een verslechterde psychologische gezondheid geen significant effect op het inkomen. Een uitmuntende algemene

gezondheid bij vrouwen leidt echter tot een verhoging van het salaris.

In 1989, 1991 en 1993 onderzochten Mullahy en Sindelar het effect van

alcoholgebruik op het inkomen. Zij hadden als conclusie dat alcoholgebruik gepaard gaat met lagere inkomens. French en Zarkin (1995) en Hamilton en Hamilton (1997)

concludeerden dat dit negatieve effect voor zware drinkers groter is dan voor gemiddelde drinkers.

Uit eerder onderzoek is dus gebleken dat alcohol zowel een positief als een negatief effect heeft op het inkomen. Een gemiddeld alcoholgebruik is goed voor de gezondheid. En een goede gezondheid heeft een positief effect heeft op de

arbeidsproductiviteit. Er zijn een aantal redenen waarom alcohol een effect kan hebben op het inkomen.

Zo leidt een verbeterde arbeidsproductiviteit tot een beter inkomen. Daarnaast gaat alcoholgebruik vaak gepaard met sociale aangelegenheden. Mensen komen op borrels, vaak georganiseerd door het bedrijf waar ze werken, in contact met mensen die hen verder kunnen helpen op de inkomensladder.

Probleemdrinken kan daarentegen leiden tot een onregelmatig ritme, dat zal resulteren in een verslechterde gezondheid. Hierdoor zal de arbeidsproductiviteit afnemen. Daarnaast kan er sprake zijn van discriminatie op de werkvloer van iemand met een drankprobleem of een slechte gezondheid.

3 Onderzoeksopzet

Aan de hand van LISS panel databestanden verkregen van centerdata.nl is er onderzocht of alcohol daadwerkelijk invloed heeft op het inkomen. Alle datasets hebben betrekking op dezelfde groep respondenten bestaande uit Nederlandse mannen en vrouwen van 16 jaar of ouder. In de onderzoeksmethode worden de gebruikte methoden en toetsen besproken

(6)

4 3.1 Datasets

De volgende datasets zijn gebruikt voor dit onderzoek: ‘Income – LISS Core Study’, ‘Health – LISS Core Study’, ‘Work and Scholing – LISS Core Study’, ‘Commercial

Opportunities – LISS Assembles Study’ and ‘Religion and Ethnicity – LISS Core Study’. Alle datasets hebben meerdere waves die informatie bevatten over verschillende jaren. Voor dit onderzoek is gebruik gemaakt van wave 4, die betrekking heeft op het jaar 2010.

De dataset ‘Income – LISS Core Study’ bevat informatie over het totale brutoloon verdiend in het afgelopen jaar en de leeftijd. Voor het onderzoek is een groep werkende respondenten van 18 jaar of ouder gebruikt. Het totale brutoloon is berekend door al het verdiende brutoloon bij de verschillende werkgevers bij elkaar op te tellen. Iedereen zonder brutoloon is uit de selectie gehaald.

Daarnaast bevat deze set ook veel informatie over uitkeringen, toeslagen, pensioenen en dergelijke. Deze gegevens zijn buiten beschouwing gelaten; alleen naar het effect van alcoholgebruik op het verdiende brutoloon is onderwerp van dit

onderzoek.

De dataset ‘Health – LISS Core Study’ bevat informatie over het geslacht, de gezondheid, tabaks- en alcoholgebruik. Er wordt gevraagd hoe vaak men het afgelopen jaar gedronken heeft en of er de afgelopen zeven dagen gedronken is. Daarnaast wordt er ook onderzocht hoeveel glazen er genuttigd zijn op de dag dat men het meeste dronk in die afgelopen week.

Aan de hand van deze vragen over het alcoholgebruik kunnen de deelnemers ingedeeld worden in zware drinkers, gemiddelde drinkers en onthouders volgens de Hamilton en Hamilton (1997) criteria. Een zware drinker drinkt minimaal één keer per week. En heeft daarnaast acht glazen of meer op één en hetzelfde moment gedronken in de afgelopen week. Een onthouder nuttigt minder dan één keer per maand een glas alcohol. Iemand die minimaal één keer per maand drinkt, maar niet aan de eisen van een zware drinker voldoet, wordt gezien als een gemiddelde drinker.

Daarnaast zijn er drie gezondheid dummy’s gemaakt. De dummy ‘poor’ staat voor een slechte of matige gezondheid, ‘good’ is de dummy voor een goede of zeer goede gezondheid en ‘excellent’ staat voor een uitstekende gezondheid.

De dataset ‘Work and Scholing – LISS Core Study’ bevat informatie over opleiding en de gewerkte uren per week volgens het arbeidscontract. Opleiding bestaat uit 26 categorieën, met als laagste categorie ‘geen opleiding’ en hoogste ‘doctoraat’. Deze 26

(7)

5

categorieën zijn verdeeld over 9 dummy variabelen. Tabel 1 bevat informatie over deze dummy’s.

De gewerkte uren per week zijn nodig voor het berekenen van het gemiddelde brutoloon per uur. Hiervoor is het totale brutoloon van 2010 gedeeld door de gewerkte uren per week maal 52. Tot slot is hier de natuurlijke logaritme van genomen. In deze paper wordt het effect van alcoholgebruik op het brutoloon onderzocht in percentages.

In Stata is de ‘fail1’ dummy gemaakt met behulp van de generate functie. Deze dummy geeft aan wanneer logsal 1,1 of lager is. Oftewel wanneer het brutoloon per uur 3 euro of lager is (𝑒1,1 = 3,00). Alle respondenten waarbij de fail1 dummy een 1 aangaf zijn uit het model gehaald. De resterende respondenten hebben dus een brutoloon dat hoger is dan 3 euro per uur.

De dataset ‘Commercial Opportunities – LISS Assembles Study’ bevat informatie over de werkervaring. De totale werkervaring uitgedrukt in jaren is berekend door de werkervaring in de verschillende sectoren bij elkaar op te tellen.

In deze paper geldt dat werkervaring pas wordt opgedaan vanaf de leeftijd van 12 jaar. In Stata is daarom de ‘fail2’ dummy gemaakt die aangeeft wanneer werkervaring plus 11 gelijk is of groter dan de leeftijd. Alle respondenten waarbij dit het geval was zijn uit het model gehaald.

De dataset ‘Religion and Ethnicity – LISS Core Study’ bevat informatie over religie. Met behulp van Stata zijn er zes dummy variabelen gemaakt. Tabel 1 bevat meer

informatie over deze dummy’s.

Datasets die in eerste instantie nuttig leken, maar na verdere studie onbruikbaar bleken zijn ‘Alcohol en Drugs – Assembled Study’ en ‘Alcohol Use and Coping with Stress – Assembled Study’.

De datasets ‘Income – LISS Core Study’, ‘Health – LISS Core Study’, ‘Work and Scholing – LISS Core Study’, ‘Commercial Opportunities – LISS Assembles Study’ and ‘Religion and Ethnicity – LISS Core Study’ zijn in Stata aan elkaar gekoppeld. Tabel 1 weergeeft een overzicht van alle variabelen. Y1 is de afhankelijke endogene variabele, en Y2 zijn de verklarende endogene variabelen. X1 zijn de verklarende exogene variabelen, en X2 zijn de instrumenten buiten het OLS model om.

Er waren slechts 1830 respondenten van 18 jaar of ouder met informatie over hun brutoloon. Om een zo’n compleet en betrouwbaar mogelijk model te creëren is er

(8)

6 Tabel 1

Variabelen

Y1 [endogeen]

logsal Natuurlijke logaritme van het brutoloon per uur

Y2 [endogeen] mean

abst (dummy) =1 onthouder 0.240

mod (dummy) =1 gemiddelde drinker 0.702

heavy (dummy) =1 zware drinker 0.058

smoke (dummy) =1 roker 0.204

X1 [exogeen] mean

gender (dummy) =1 man 0.523

age Leeftijd in jaren 46.167

poor (dummy) =1 een slechte of matige gezondheid 0.087

good (dummy) =1 een goede of zeer goede gezondheid 0.860

excellent (dummy) =1 een uitstekende gezondheid 0.053

experience Werkervaring in jaren 22.116

experience2 Werkervaring*werkervaring 638.440

E1 (dummy) Educatie, =1 lager onderwijs / geen onderwijs 0.012

E2 (dummy) Educatie, =1 voortgezet lager onderwijs / lager

beroeps onderwijs 0.082

E3 (dummy) Educatie, =1 mavo / havo / vmbo 0.185

E4 (dummy) Educatie, =1 vwo / gymnasium 0.041

E5 (dummy) Educatie, =1 mbo 0.281

E6 (dummy) Educatie, =1 hbo 0.257

E7 (dummy) Educatie, =1 universiteit bachelor 0.027

E8 (dummy) Educatie, =1 universiteit master 0.106

E9 (dummy) Educatie, =1 doctoraat 0.009

X2 [exogeen] mean R1 Religie, =1 Christen 0.346 R2 Religie, =1 Hindoe 0.000 R3 Religie, =1 Boeddhist 0.003 R4 Religie, =1 Jood 0.002 R5 Religie, =1 Moslim 0.014 R6 Religie, =1 Humanist 0.000

(9)

7

informatie van de vier andere datasets aan toegevoegd. Dit resulteerde uiteindelijk in een groep van slechts 587 respondenten.

In tabel 2 is een overzicht te zien van het gemiddelde brutoloon voor mannen, vrouwen, onthouders, gemiddelde drinkers, zware drinkers, rokers en niet-rokers. Daarnaast is de standaard deviatie en het aantal respondenten per groep vermeld.

3.2 Onderzoeksmethode

Het doel van deze paper is het effect van alcoholgebruik op het log inkomen te bepalen. In eerste instantie zijn alleen de alcohol dummy’s als endogene variabele gebruikt. Daarna is roken als derde endogene variabele aan het model toegevoegd om te kijken of er een significant verschil optreedt. Volgens Auld (2005) leidt het weglaten van roken namelijk tot misleidende resultaten.

𝑙𝑜𝑔𝑠𝑎𝑙𝑖 = 𝛽1𝑎𝑏𝑠𝑡𝑖 + 𝛽2ℎ𝑒𝑎𝑣𝑦𝑖 + 𝛽3𝑠𝑚𝑜𝑘𝑒𝑖+ 𝑌𝑖𝜑1+ 𝜀1𝑖 𝑎𝑏𝑠𝑡𝑖 = 𝑍𝑖𝜑2+ 𝜀2𝑖

ℎ𝑒𝑎𝑣𝑦𝑖 = 𝑍𝑖𝜑3+ 𝜀3𝑖 𝑠𝑚𝑜𝑘𝑒𝑖 = 𝑍𝑖𝜑4+ 𝜀4𝑖

𝑖 = 1,2, … , 𝑁, met 𝑁 = 587.

In dit systeem staat i voor de respondenten, en is 𝑙𝑜𝑔𝑠𝑎𝑙𝑖 de natuurlijke logaritme van het brutoloon per uur van respondent i. De variabele 𝑎𝑏𝑠𝑡𝑖 is de dummy voor

onthouders, ℎ𝑒𝑎𝑣𝑦𝑖 is de dummy variabele voor zware drinkers en 𝑠𝑚𝑜𝑘𝑒𝑖 is die voor rokers. De dummy mod, voor gemiddelde drinkers, is weggelaten in verband met collineariteit.

Respondent i is een onthouder als 𝑎𝑏𝑠𝑡𝑖 = 1, een zware drinker als ℎ𝑒𝑎𝑣𝑦𝑖 = 1, en een gemiddelde drinker als zowel 𝑎𝑏𝑠𝑡𝑖 = 0 als ℎ𝑒𝑎𝑣𝑦𝑖 = 0. Respondent i is een roker als 𝑠𝑚𝑜𝑘𝑒𝑖 = 1.

𝑌𝑖 en 𝑍𝑖 zijn vectoren van exogene variabelen met 𝑌𝑖 ⊂ 𝑍𝑖 . Geslacht, leeftijd, gezondheid dummy’s, werkervaring, werkervaring in het kwadraat en de opleiding dummy’s behoren tot 𝑌𝑖. Naast dezelfde variabelen als 𝑌𝑖 bevat 𝑍𝑖 ook de religie dummy’s. 𝛽 en 𝜑 zijn de parameters.

(10)

8 Tabel 2

Beschrijvende statistiek

totale

groep mannen vrouwen onthouders gemiddelde drinkers drinkers zware gemiddeld uurloon (20,91) 23,25 (23,81) 25,74 (16,82) 20,52 (18,93) 21,34 (22,00) 24,08 (13,82) 21,20 N 587 307 280 141 412 34 min gem. uurloon 3,27 max gem. uurloon 264,42 (std. dev.). N = aantal. totale

groep rokers rokers niet-gemiddeld uurloon (20,91) 23,25 (20.21) 19.63 (21.01) 24.19 N 587 120 467 min gem. uurloon 3,27 max gem. uurloon 264,42 (std. dev.). N = aantal.

In de modellen is E1, de educatie dummy voor “lager onderwijs / geen onderwijs”, weggelaten in verband met collineariteit. De coëfficiënten die bij de overige educatie dummy’s staan geven dus aan hoeveel brutoloon de respondent procentueel meer of minder verdient dan iemand met geen onderwijs of lager onderwijs als hoogst afgeronde studie.

De dummy variabele poor is ook uit het model gelaten, in verband met

collineariteit binnen de gezondheid dummy’s. De coëfficiënten die bij good en excellent staat geven dus aan hoeveel brutoloon de respondent procentueel meer of minder verdient dan iemand met een slechte of matige gezondheid.

De religie dummy’s zijn instrumenten buiten het model om. Hiervan wordt verwacht dat ze geen direct effect hebben op het log inkomen, maar wel op het rook- en drinkgedrag. Deze veronderstelling is al eerder gemaakt door Berger en Leigh (1988),

(11)

9

Kaestner (1991, 1994), Heien (1996) en Hamilton en Hamilton (1997). Omdat er geen Boeddhisten en Joden in de groep respondenten zit, zijn de dummy’s voor deze geloven weggelaten uit de modellen.

De Hausmantest wordt gebruik om de alcohol en rook dummy’s op endogeniteit te testen. Hierbij wordt er eerst een regressie van de endogene variabelen op alle instrumenten (= 𝑍𝑖) gedaan. Vervolgens worden de residuen van deze vergelijkingen toegevoegd aan de oorspronkelijke OLS met logsal als afhankelijke variabele. In het geval van endogeniteit is er correlatie met de storingsterm 𝜀1𝑖.

Vervolgens wordt de Two Stage Least Squares (TSLS) toegepast. Hierbij wordt er eerst een regressie van de endogene variabelen op alle instrumenten gedaan. Hieruit volgen de ‘fitted values’. Deze worden vervolgens aan de oorspronkelijke OLS regressie toegevoegd. Vervolgens wordt gekeken of het effect van de endogene variabelen (nog steeds) significant is.

Het is belangrijke om sterke instrumenten te hebben. De sterkte van de

instrumenten wordt getoetst met de weak IV test. Dit kan op twee manieren. Staiger en Stock (1997) oordeelden dat instrumenten met een F-statistiek lager dan 10 zwakke instrumenten zijn. Daarnaast kan er ook naar de p-waarde worden gekeken. Als deze kleiner is dan 0,05 dan wordt de nulhypothese verworpen en zijn de instrumenten sterk.

Tot slot wordt de Hansen J. toets toegepast. Hiermee wordt gecontroleerd of de instrumenten wel of niet valide zijn. Bij een p-waarde hoger dan 0,05 is er sprake van valide instrumenten.

4 Resultaten

Aan de hand van tabellen worden de resultaten besproken. In de alternatieve aanpak is een OLS regressie gedaan met de dummy voor gemiddelde drinkers (mod) in plaats van de dummy voor onthouders. Daarnaast wordt de oorspronkelijke regressies gedaan op de groepen vrouwen, mannen, hoogopgeleiden en respondenten in de leeftijdscategorie van 18-45 jaar.

4.1 Resultaten

In tabel 3 is het OLS model te zien met alleen de alcohol dummy’s als endogene

(12)

10

leidt onthouding van alcohol tot een inkomensstijging van 1,9% en zwaar

alcoholgebruik tot een daling van 11,3% ten opzichte van gemiddelde alcoholgebruik. Maar beide coëfficiënten zijn niet significant met een p-waarde van respectievelijk 0,664 en 0.138.

In het tweede OLS model is roken erbij gekomen. Onthouders verdienen hier 1,2% meer dan gemiddelde drinkers en zware drinkers krijgen 8,4% minder loon dan

gemiddelde drinkers. Het positieve effect van onthouden is dus afgenomen in vergelijking met het model zonder de rook dummy. Het negatieve effect van zwaar drinken is ook minder sterk in vergelijking met het eerste model. Maar net als in het eerste model zijn de effecten van het drankgebruik niet significant.

In model II leidt roken tot een inkomensdaling van 14,9%. Tabakgebruik heeft met een t-waarde van -3,35 en een p-waarde van 0,001 echter wel een significant effect.

In bijlagen I en II zijn de resultaten van de Hausmantest te zien. Bijlage I

weergeeft de resultaten van de OLS van de endogene variabelen op alle instrumenten. In Bijlage II zijn de p-waardes van de Hausmantest te zien. De dummy voor onthouders en de dummy voor zware drinkers hebben respectievelijk een p-waarde van 0,2208 en 0,8139. De nulhypothese wordt bij beide dummy’s niet verworpen. Zij zijn dus exogeen. De dummy voor roken is wel endogeen met een p-waarde van 0,0007. De nulhypothese wordt hierbij wel verworpen.

De resultaten van de Two Stage Least Squares (TSLS) zijn in bijlage III te zien. Roken is als endogene variabele gebruikt. Abst en heavy zijn in de TSLS als exogene variabelen gebruikt. Het effect van roken op het inkomen is hier 0,13%. Dit is een groot verschil met de -14,9% van de OLS vergelijking. Echter is het effect in de TSLS

vergelijking met een p-waarde van 0,996 niet significant.

Onthouders verdienen in het TSLS model 1,9% meer dan gemiddelde drinkers, en zware drinkers verdienen 11,3% minder dan gemiddelde drinkers. Ook hier is het effect van beide alcohol dummy’s niet significant.

In bijlage IV zijn de resultaten van de Weak IV testen te zien. In de eerste test is een p-waarde van 0,0024 te zien. De nulhypothese wordt verworpen en

de instrumenten zijn dus niet zwak. In de tweede test is de F-statistic te zien. Deze is 44,2239. Dit is veel meer dan 10. Ook dit wijst dus op sterke instrumenten.

(13)

11 Tabel 3 OLS regressie logsal I II abst 0.018704 (0.44) 0.0117697 (0.28) heavy -0.1131449 (-1.48) -0.0837128 (-1.10) smoke -0.1487496 (-3.35)** gender 0.1522238 (4.09)** 0.1526136 (4.14)** good 0.0165254 (0.26) 0.0063148 (0.10) excellent 0.347778 (0.36) 0.0221703 (0.23) experience 0.0167782 ( 3.15)** 0.0179501 (3.39)** experience2 -0.0001287 ( -1.11) -0.0001544 (-1.34) E2 0.1953105 (1.13) 0.2348416 (1.37) E3 0.3659631 (2.18)* 0.3713803 (2.23)* E4 0.3819718 (2.08)* 0.3731879 (2.05)* E5 0.3934702 (2.38)* 0.3949826 (2.41)* E6 0.6727703 (4.07)** 0.6593168 (4.03)** E7 0.6337871 (3.26)** 0.6189506 (3.21)** E8 0.8764423 (5.12)** 0.8657105 (5.10)** E9 0.8586779 (3.47)** 0.8292897 (3.38)** _cons 2.118384 (11.75)** 2.149415 (12.01)**

Coëfficiënt (t-waarde), *significant 0.05, ** significant 0.01. Weggelaten variabelen: mod, age, poor en E1.

Tot slot is in bijlage IV ook het resultaat van de Hansen J test te zien. De p-waarde is 0,2464. De nulhypothese wordt dus niet verworpen. Dit betekent dat er sprake is van valide instrumenten.

(14)

12 4.2 Alternatieve aanpak

Opzoek naar significant effect voor de alcohol dummy’s, is er een OLS regressie gedaan met de dummy’s voor gemiddeld- en zwaar drinken. In dit model is de dummy voor onthouders weggelaten. In tabel 4 zijn de resultaten van deze alternatieve OLS te zien. In de eerste OLS is er alleen een regressie gedaan op de alcohol dummy’s. In de tweede OLS regressie is de rook dummy toegevoegd aan het model.

In het eerste OLS model leiden gemiddeld- en zwaar drinken tot een

inkomensdaling van respectievelijk 1,9% en 13,2%. De t-waarde van heavy is lichtelijk gestegen in vergelijking met de oorspronkelijke OLS, maar ook hier is geen significant effect te zien voor de alcohol dummy’s.

In het tweede OLS model zijn de negatieve effecten van gemiddeld- en zwaar alcoholgebruik afgezwakt naar respectievelijk -1,2% en -9,5%. Hier is het effect van de drank dummy’s eveneens niet significant.

Roken leidt in model II tot een inkomensdaling van 14,9%. Tabakgebruik heeft wel een significant effect. De p-waarde, t-waarde en het effect op het loon zijn voor de rookdummy hetzelfde als in de oorspronkelijke OLS regressie met de onthouders dummy.

Vervolgens is er een regressie gedaan op vier verschillende groepen. De vrouwen, de mannen, de hoogopgeleiden en de respondenten in de leeftijdscategorie van 18-45 jaar. In eerste instantie is er een OLS regressie met alleen de alcohol dummy’s gedaan. In het tweede model is de rook dummy toegevoegd. De dummy’s voor onthouders en zware drinkers zijn hier als alcohol dummy’s gebruikt.

In bijlage V zijn de resultaten te zien van de OLS op alleen maar vrouwen. Onthouding van alcohol leidt in model 1 tot een inkomensstijging van 5,5%. Zwaar drinken heeft een daling van 2,1% ten gevolge. In model 2 is het positieve effect van onthouden gedaald naar 4,9% en het negatieve effect van zwaar drinken gestegen naar -5,3%. Roken leidt bij vrouwen tot een inkomensdaling van 13,6%. Alleen het effect van roken is bij de groep vrouwen significant.

In bijlage VI zijn de resultaten van de OLS op alleen mannen te zien. Het effect van onthouden (4,1%) en van zwaar drinken (11,9%) op het inkomen is bij mannen negatief. Ook in model 2 is het effect van onthouding en zwaar drinken negatief. Dit is

(15)

13 Tabel 4 OLS alternatief logsal I II mod -0.018704 (-0.44) -0.0117697 (-0.28) heavy -0.1318488 (-1.59) -0.0954825 (-1.15) smoke -0.1487496 (-3.35)** gender 0.1522238 (4.09)** 0.1526136 (4.14)** good 0.0165254 (0.26) 0.0063148 (0.10) excellent 0.0347778 (0.36) 0.0221703 (0.23) experience 0.0167782 (3.15)** 0.0179501 (3.39)** experience2 -0.0001287 (-1.11) -0.0001544 (-1.34) E2 0.1953105 (1.13) 0.2348416 (1.37) E3 0.3659631 (2.18)* 0.3713803 (2.23)* E4 0.3819718 (2.08)* 0.3731879 (2.05)* E5 0.3934702 (2.38)* 0.3949826 (2.41)* E6 0.6727703 (4.07)** 0.6593168 (4.03)** E7 0.6337871 (3.26)** 0.6189506 (3.21)** E8 0.8764423 (5.12)** 0.8657105 (5.10)** E9 0.8586779 (3.47)** 0.8292897 (3.38)** _cons 2.137088 (12.04)** 2.161185 (12.27)**

Coëfficiënt (t-waarde), *significant 0.05, ** significant 0.01. Weggelaten variabelen: abst, age, poor en E1. Toegevoegde variabelen: mod.

onthouding en een zwakker negatief effect voor zwaar drinken. Roken zelf heeft een effect van -15,4% op het inkomen. Alleen het effect van roken is bij mannen significant.

(16)

14

Bij zowel mannen als vrouwen is het effect van roken negatief en significant. Vrouwen ervaren van alcoholgebruik alleen een negatief effect ten opzichte van gemiddeld drinken bij zwaar drinken in het model 1. Bij mannen leidt onthouding en zwaar drinken in beide modellen tot een vermindering van het loon. Echter zijn bij zowel mannen als vrouwen de effecten van de alcohol dummy’s niet significant.

In bijlage VII zijn de resultaten te zien voor de groep hoogopgeleiden. Dit is hbo of hoger. De dummy E6 (=hbo) is in de groep hoogopgeleiden weggelaten in verband met collineariteit. De coëfficiënten van de overige educatie dummy’s geven dus weer hoeveel de respondent procentueel meer of minder verdient dan iemand met hbo als hoogst afgeronde opleiding.

Wat opvalt, is dat er niet veel verandering optreedt in de coëfficiënt van de alcoholdummy’s na het toevoegen van de rookdummy. Onthouding heeft een positief effect van 4,8% in beide modellen en zwaar drinken heeft een negatief effect van -7,7% in model 1 en -7,6% in model 2. Daarnaast is het positieve effect van onthouden in beide modellen sterker en het negatieve effect van zwaar drinker zwakker dan in de OLS regressie op de hele groep. Het negatieve effect van roken(-3,4%) is minder sterk dan het effect van roken voor de gehele groep. Maar ook hier zijn de alcoholdummy’s niet significant. Zowel met als zonder de rookdummy erbij.

Tot slot zijn in bijlage VIII de resultaten te zien voor de groep respondenten in de leeftijdscategorie van 18-45 jaar. In model 1 is het effect van onthouding 24,2% en het effect van zwaar drinken -15,4%. In model 2 is het effect van onthouding gedaald naar 16,9%. In model 2 is het effect van zwaar drinken ook minder sterk geworden (-14,9%). Roken leidt tot een inkomensdaling van 7,1%. De resultaten tonen aan, dat de effecten niet significant zijn.

Opvallend is dat het effect van onthouding en zwaar drinken in zowel model 1, als in model 2 veel sterker is dan het effect voor de totale groep respondenten. Het effect van roken is daarentegen minder sterk dan voor de gehele groep.

5 Conclusie

Wanneer het rookgedrag buiten beschouwing wordt gelaten, verdienen onthouders 1,8% méér dan gemiddelde drinkers en verdienen zware drinkers 11,3% minder. Indien

(17)

15

1,2% en het negatieve effect van zwaar drinken nog maar -8,4%. Roken leidt tot een inkomensdaling van 14,9%. Het effect van alcoholgebruik is niet significant. Het effect van roken is daarentegen wel significant. Echter in de Two Stage Least Squares

vergelijking is het effect van roken niet meer significant.

Een regressie met een dummy voor gemiddelde drinkers in plaats van

onthouders leidt tot lichte verhoging in de t-waarde van zware drinkers. Maar ook hier is het effect van de alcoholdummy’s niet significant.

En aantal verklaringen kunnen ten grondslag liggen aan deze resultaten. In tabel 1 is te zien dat de groep respondenten uit 20,4% rokers, 24,0% onthouders, 70,2% gemiddelde drinkers en 5,8% zware drinkers bestaat. Er zijn ongeveer evenveel mannen (52,3%) als vrouwen in de groep. En de gemiddelde leeftijd is 46 jaar.

Volgens nationaalkompas.nl rookt zo’n 29%, drinkt zo’n 88% van de

Nederlanders en is 10% een zware drinker. Het aantal drinkers, zware drinkers en rokers is in de groep dus iets aan de lage kant. Daarnaast bestaat de groep respondenten voor 39,9% uit hoogopgeleiden. Dit is wat aan de hoge kant in vergelijking met de

Nederlandse bevolking.

De groep komt niet helemaal overeen met de Nederlandse bevolking, maar de verschillen zijn niet dermate groot, dat hier de oorzaak van het magere resultaat qua significantie zal liggen.

De gekozen Hamilton en Hamilton (1997) criteria voor drankgebruikers is niet reëel voor de huidige tijd. Wellicht is het beter om recentere criteria voor onthouders, gemiddelde drinkers en zware drinkers te gebruiken. Of wellicht is de groep van 587 respondenten gewoon te klein.

(18)

16 6 Bibliografie

Auld, M. C. 2005. Smoking, drinking, and income. Journal of Human Resources, 505-518. Berger, Mark and J. Paul Leigh. 1988. The Effect of Alcohol Use on Wages. Applied

Economics, 20, 1343-1351.

Berkowitz, M., Fenn P., Lambrinos J. 1983. The optimal stock of health with endogenous wages: application to partial disability compensation. Journal of Health

Economices, 2, 139-147.

Contoyannis, P. and N. Rice. 2001. The Impact of Health on Wages: Evidence from the British Household Panel Survey. Empirical Economics, 599-622.

Cook, Phillip. 1991. The Social Costs of Drinking. In Expert Meeting on Negative Social

consequences of Alcohol Use. Oslo: Norwegian Ministry of Health and Social Affairs.

French, Michael, and Gary Zarkin. 1995. Is Moderate Alcohol Use Related to Wages? Evidence from Four Worksites. Journal of Health Economics, 14, 319-344. Grossman M., Benham L. 1974. Health, hours and wages. The economics of health and

medical care, 205-233.

Hamilton, Vivian, and Barton Hamilton. 1997. Alcohol and Earnings: Does Drinking Yield a Wage Premium? Canadian Journal of Economics, 30, 135-151.

Heien, Dale. 1996. Do Drinkers Earn Less? Southern Economic Journal, 63(1), 60-68. Luft H. 1975. The impact of poor health on earnings. Review of Economics and Statistics,

57, 43-57.

MacDonald, Ziggy, and Michael Shields. 2001. The Impact Of Alcohol Use on Occupational Attainment and Wages. Economica, 68(271), 427-453.

Mullahy, John, and Jody Sindelar. 1989. Life-Cycle Effects of Alcoholism on Education, earnings, and Occupation. Inquiry, 26, 272-282.

Mullahy, John, and Jody Sindelar. 1991. Gender Differences in Labor Market Effects of Alcoholism. American Economic Review, 81, 161-165.

Mullahy, John, and Jody Sindelar. 1993. Alcoholism, Work, and Income. Journal of Labor

Economics, 11, 494-520.

Mullahy, John, and Jody Sindelar. 1996. Emplyment, Unemployment, and Problem Drinking. Journal of Health Economics, 15, 409-434

(19)

17

Rijksinstituut voor Volksgezondheid en Milieu. (2013). Nationaal Kompas

Volksgezondheid. Verkregen via http://www.nationaalkompas.nl/

gezondheidsdeterminanten/leefstijl/alcoholgebruik/verschillen-internationaal/ Rijksinstituut voor Volksgezondheid en Milieu. (2013). Nationaal Kompas

Volksgezondheid. Verkregen via http://www.nationaalkompas.nl/

gezondheidsdeterminanten/leefstijl/roken/verschillen-internationaal/

Shaper, A. Gerald. 1988. Alcohol and Mortality in British Men: Explaining the U-Shaped Curve. Lancet, 1267-1273.

(20)

18 Bijlage I

Hausman OLS op instrumenten

Abst heavy smoke

gender -0.160934 (-4.58)** 0.0886719 (4.38)** 0.0171212 (0.50) good -0.0991222 (-1.65) -0.035421 (-1.02) -0.0811004 (-1.39) excellent 0.0126953 (0.13) -0.0556453 (-1.02) -0.0948268 ( -1.03) experience 0.0054228 (1.06) -0.000374 (-0.13) 0.006772 (1.36) experience2 -0.0001868 (-1.68) -0.0000218 (-0.34) -0.000142 (-1.32) E2 -0.1976455 (-1.19) 0.0466998 (0.49) 0.307843 (1.91) E3 -0.3647413 (-2.28)* 0.0707933 (0.77) 0.0873509 (0.56) E4 -0.2244123 (-1.27) 0.097675 (0.96) -0.0360155 (-0.21) E5 -0.2343341 (-1.48) 0.0372094 (0.41) 0.0478585 (0.31) E6 -0.2967956 (-1.87) 0.0329905 (0.36) -0.0456079 (-0.30) E7 -0.4029636 (-2.17)* 0.0158932 (0.15) -0.0611895 (-0.34) E8 -0.4079132 (-2.49)* 0.064185 (0.68) -0.0289075 (-0.18) E9 -0.1865392 (-0.78) -0.0089126 (-0.06) -0.1853151 (-0.80) R1 0.0174234 (0.49) 0.0205169 (1.00) -0.1030622 (-2.99)** R3 -0.1563775 (-0.55) -0.0363777 (-.022) 0.2373581 (0.85) R4 0.7652224 (1.86) -0.151767 (-.064) 0.8150863 (2.04)* R5 0.7544568 (5.06)** -0.0915413 (-1.06) 0.0170787 (0.12) _cons 0.6821458 (3.99)** 0.0146309 (0.15) 0.2090263 (1.26)

Coëfficiënt (t-waarde), *significant 0.05, ** significant 0.01. Weggelaten variabelen: mod, age, poor, E1, R2 en R6.

(21)

19 Bijlage II

Hausman p-waarde

abst_res = 0 abst_heavy = 0 abst_smoke = 0

F ( 1, 568 ) 1.50 0.19 11.54

(22)

20 Bijlage III TSLS logsal smoke 0.0013028 (0.00) abst 0.0187647 (043) heavy -0.1134026 (-1.24) gender 0.1522204 (4.15)** good 0.0166149 (0.26) excellent 0.0348882 ( 0.35) experience 0.016768 (2.97)** experience2 -0.0001285 (-1.05) E2 0.1949642 (1.06) E3 0.3659156 (2.21) E4 0.3820487 (2.10)* E5 0.3934569 (2.41)* E6 0.6728881 (4.09)** E7 0.633917 ( 3.28)** E8 0.8765363 (5.16)** E9 0.8589353 (3.44)** _cons 2.118112 (11.39)**

Coëfficiënt (z-waarde), *significant 0.05, ** significant 0.01. Weggelaten variabelen: mod, age, poor en E1. Instrumented: smoke. Instruments: abst, heavy, gender, good, excellent, experience, experience2, E2, E3, E4, E5, E6, E7, E8, E9, R1, R3, R4 en R5.

(23)

21 Bijlage IV Weak IV test 1 R1 = 0, R3 = 0, R4 = 0, R5 = 0 F ( 4, 567 ) 4.19 Prob > F 0.0024 Weak IV test 2 Robust F ( 4, 567 ) 44.2239 Prob > F 0.0000 Hansen J test Hansen’s J chi2 (3) 4.1434 p-value 0.2464

(24)

22 Bijlage V

OLS regressie vrouw

logsal 1 2 abst 0.0547627 (1.06) 0.0490707 (0.96) heavy -0.0209727 (-0.12) 0.0529273 (0.30) smoke -0.1357402 (-2.21)* good -0.0163595 (-0.20) -0.0304122 (-0.37) excellent -0.0001659 (-0.00) -0.0341054 (-0.25) experience 0.0005117 (0.07) 0.0020855 (0.27) experience2 0.0002513 ( 1.41) 0.0002102 (1.19) E2 -0.0404666 (-0.14) -0.0047567 (-0.02) E3 0.1512096 (0.53) 0.1680109 (0.60) E4 0.1995108 (0.65) 0.1968157 (0.64) E5 0.221023 (0.78) 0.2277971 (0.81) E6 0.3880841 (1.38) 0.3879632 (1.39) E7 0.0552047 (0.14) 0.048128 (0.12) E8 0.6381379 (2.22)* 0.6513662 (2.280)* E9 0.7100731 (2.01)* 0.7034376 (2.01)* _cons 2.489945 (8.40)** 2.511124 (8.53)**

Coëfficiënt (t-waarde), *significant 0.05, ** significant 0.01. Weggelaten variabelen: mod, age, gender, poor en E1.

(25)

23 Bijlage VI

OLS regressie man

logsal 1 2 abst -0.0411306 (-0.56) -0.0489542 (-0.68) heavy -0.1193923 (-1.33) -0.097598 (-1.09) smoke -0.1537247 (-2.36)* good 0.0366924 (0.38) 0.030956 (0.33) excellent 0.0437532 (0.31) 0.0488671 (0.35) experience 0.0273829 (3.56)** 0.0284996 (3.73)** experience2 -0.0003582 (-2.21)* -0.000379 (-2.35)* E2 0.2536815 (1.14) 0.2949841 (1.34) E3 0.3993182 (1.84) 0.3976297 (1.85) E4 0.3951027 (1.67) 0.3853678 (1.64) E5 0.3937512 (1.86) 0.3956292 (1.89) E6 0.7720947 (3.63)** 0.749154 (3.55)** E7 0.6967933 (2.88)** 0.6797693 (2.83)** E8 0.9131031 (4.10)** 0.8867092 (4.01)** E9 0.7384463 (1.93) 0.7008132 (1.85) _cons 2.139263 (9.15)** 2.170399 (9.34)**

Coëfficiënt (t-waarde), *significant 0.05, ** significant 0.01. Weggelaten variabelen: mod, age, gender, poor en E1.

(26)

24 Bijlage VII

OLS regressie hoogopgeleiden

logsal 1 2 abst 0.0482357 (0.71) 0.0484406 (0.71) heavy -0.0773404 (-0.64) -0.0757455 (-0.63) smoke -0.0340027 (-0.42) gender 0.2421163 (4.31)** 0.2407484 (4.27)** good 0.0681109 (0.61) 0.0651944 (0.58) excellent -0.0030901 (-0.02) -0.0076157 (-0.05) experience 0.0301595 (3.74)** 0.030319 (3.75)** experience2 -0.0004192 (-2.34)* -0.0004232 (-2.35)* E7 -0.077571 (-0.72) -0.0770073 (-0.71) E8 0.1959629 (3.21)** 0.1970126 (3.22)** E9 0.2042375 (1.13) 0.1999106 (1.10) _cons 2.590932 (18.50)** 2.597241 (18.40)**

Coëfficiënt (t-waarde), *significant 0.05, ** significant 0.01. Weggelaten variabelen: mod, age, poor en E1, E2, E3, E4, E5, E6.

(27)

25 Bijlage VIII

OLS regressie leeftijdscategorie 19-45

logsal 1 2 abst 0.0242263 (0.47) 0.0169221 (0.33) heavy -0.1540894 (-1.64) -0.1489762 (-1.58) smoke -0.0709852 (-1.24) gender 0.1145891 (2.41)* 0.1143403 (2.41)* good -0.10629 (-1.39) -0.1124057 (-1.47) excellent -0.081676 (-0.71) -0.0917388 (-0.79) experience -0.0051543 (-0.45) -0.0039519 (-0.34) experience2 0.0008316 (1.98)* 0.0007973 (1.90) E2 0.3080826 (1.47) 0.3047326 (1.46) E3 0.3522544 (1.77) 0.3409961 (1.71) E4 0.4155873 (1.96) 0.4024759 (1.90) E5 0.4574173 (2.39)* 0.4479528 (2.340* E6 0.6753196 (3.48)** 0.6598737 (3.40)** E7 0.7997589 (3.53)** 0.7681434 (3.37)** E8 0.9058692 (4.55)** 0.8835396 (4.42)** E9 0.812767 (3.17)** 0.7864907 (3.06)** _cons 2.281185 (10.53)** 2.30904 (10.61)**

Referenties

GERELATEERDE DOCUMENTEN

In de Algemene voorwaarden Inkomen leest u welke algemene verplichtingen u en uw werknemer hebben en welke algemene regels gelden.. Hieronder leest u welke verplichtingen en

In de Algemene voorwaarden Inkomen leest u welke algemene verplichtingen u en uw werknemer hebben en welke algemene regels gelden.. Hieronder leest u welke verplichtingen en

Wanneer een jongen zegt ‘met mij is alles goed’ meent hij dat (Er kan wel iets niet goed gaan, maar daar komt ie dan even niet op, want alles is natuurlijk wel een beetje veel,

De meeste panelleden (85%) vinden het goed dat het verbo- den is om alcohol te verkopen aan jongeren onder de 18 jaar.. Ruim 70% geeft aan dat jongeren wel vanaf 18 jaar alcohol

Voor de eigen bijdrage van de belastingdienst kunt u, afhankelijk van uw inkomen en vermogen, bij de gemeente een tegemoetkoming Kinderopvang alleenstaande ouders

Er zijn veel extra’s voor inwoners van de gemeente Groningen met een laag inkomen en weinig geld.. Dat is

Inkomensvoorziening Volledig Arbeidsongeschikten (IVA) Deze werknemers krijgen een uitkering van 75% van het laatst verdiende loon, waarbij het in aanmerking te nemen loon het

Zeker bij veulens waarbij er geen oorzaak voor hypoxie aangewezen kan worden, zouden deze progestagenen van groot belang kunnen zijn (Tennent-Brown et al., 2015).. De vraag is