De effecten van alcoholgebruik en roken op het inkomen

Jing Jing Sun

Begeleider: Dr. J.C.M. van Ophem 28 Juni 2013

Universiteit van Amsterdam

De effecten van

alcoholgebruik

en roken op het

inkomen

Inhoudsopgave

1 Inleiding……….. 3

2 Theoretisch kader……….. 5

2.1 The Human Capital Theory……….. 5

2.2 Alcoholgebruik en roken... 6

3 Opzet van het onderzoek...8

3.1 De data... 8

3.2 Onderzoeksopzet... 10

4 Onderzoeksresultaten... 13

4.1 OLS-regressies van de totaal observaties 3559... 13

4.2 Endogeniteit... 15

4.3 Scheiding tussen mannen en vrouwen... 15

5 Conclusie... 17

6 Bijlage... 18

1 Inleiding

Binnen de economische wetenschap zijn er allerlei economische theorieën die een verklaring proberen te vinden voor de inkomensverschillen tussen mensen. Er wordt onderzocht of bepaalde variabelen invloed hebben op het inkomen. Een bekende economische theorie is The Human Capital Theory, zie Berndt (1991) voor een overzicht. Volgens deze theorie kan het inkomen van een persoon verhoogd worden door te investeren in scholing en werkervaring. Deze investering verbetert de arbeidsproductiviteit en de positie op de arbeidsmarkt waardoor het inkomen stijgt. Naast scholing en werkervaring kunnen de factoren alcohol- en tabaksgebruik ook invloed hebben op het inkomen. Volgens het Nationaal Prevalentie Onderzoek heeft 84% van de Nederlandse bevolking van 15 jaar of ouder het afgelopen jaar alcohol gedronken (Alcoholinfo, 2013). Daarnaast heeft volgens het Continu Onderzoek Rookgewoonten 26% van de bevolking van 15 jaar of ouder in het afgelopen jaar gerookt (Stivoro, 2013). Het grote verschil tussen deze twee percentages wordt verklaard door het effect op de gezondheid.

Doll e.a. (1994) concluderen dat een bescheiden gebruik van alcohol een positieve invloed heeft op de gezondheid. Matig alcoholgebruik reduceert de kans op

hartziekten. Roken heeft echter altijd een negatieve invloed op de gezondheid. Een mogelijk gezondheidsgevolg van roken is bijvoorbeeld longkanker

(Loketgezondleven, 2013).

Het effect van roken en alcohol drinken op de gezondheid lijkt invloed te hebben op het inkomen. Volgens Schaper (1988) bestaat er een ‘inverted U-shape’ relatie tussen het alcoholgebruik en het inkomen van een persoon. Daarnaast blijkt uit het onderzoek van Levine e.a. (1997) dat rokers minder verdienen doordat zij vaak lager geschoold zijn dan niet-rokers. Verder zijn er vele factoren die de relatie tussen het alcoholgebruik, roken en het inkomen verklaren.

In dit onderzoek wordt gekeken in hoeverre alcoholgebruik en roken invloed hebben op het inkomen. Het onderzoek wordt als volgt uitgevoerd. Eerst wordt een literatuuronderzoek verricht naar eerdere studies over de invloed van alcoholgebruik en roken op het inkomen. Vervolgens wordt een empirisch onderzoek verricht met behulp van de data uit een Nederlandse database: de LISS-panel. Met behulp van verschillende factoren die ook van invloed zijn op de hoogte van het inkomen wordt er een regressiemodel opgesteld. Gedurende het onderzoek wordt het model indien

nodig aangepast om de endogeniteit te corrigeren door middel van Two Stage Least

Squares (TSLS).

In paragraaf twee wordt het literatuuronderzoek beschreven. Paragraaf drie geeft de opzet van het empirisch onderzoek. De resultaten hiervan worden getoond en geanalyseerd in paragraaf vier. Tenslotte wordt in de laatste paragraaf conclusies getrokken.

2 Theoretisch kader

Deze paragraaf wordt onderverdeeld in twee subparagrafen. In de eerste subparagraaf wordt literatuur over de factoren die volgens ‘The Human Capital Theory’ invloed hebben op het inkomen besproken. Daarnaast komen andere factoren die ook een rol spelen aan de orde. Vervolgens wordt in de tweede subparagraaf een

literatuuronderzoek verricht over de relatie tussen alcoholgebruik, roken en de hoogte van het inkomen.

2.1 The Human Capital Theory

Een bekende economische theorie die de inkomensverschillen tussen mensen

verklaart is ‘The Human Capital Theory’, zie Berndt (1991) voor een overzicht. Deze theorie geeft weer hoe het menselijk kapitaal het inkomen beïnvloedt. Het menselijk kapitaal houdt in dat de competenties, kennis en persoonlijke eigenschappen van een persoon er voor zorgen dat hij/zij arbeid van enige economische waarde kan

verrichten. Volgens ‘The Human Capital Theory’ kan het menselijk kapitaal verhoogd worden door te investeren in scholing en werkervaring. Met betere scholing en meer werkervaring verbetert de arbeidsproductiviteit en de positie op de arbeidsmarkt waardoor het inkomen hoger wordt.

Verder hebben de factoren leeftijd en geslacht ook invloed op het inkomen. Leeftijd is verbonden met werkervaring. Hoe ouder iemand wordt, hoe meer kans hij/zij heeft om werkervaring op te bouwen. Volgens ‘The Human Capital Theory’ leidt dit tot een hoger inkomen. Verder blijkt uit het onderzoek van Goldin (1990) dat mannen meer verdienen dan vrouwen. Dit wordt veroorzaakt door de beroepskeuze die zij maken. Vrouwen kiezen vaak beroepen waar het inkomen gemiddeld laag is, bijvoorbeeld: docent voor basisschool, verpleegster, kassamedewerker. Mannen zijn meer geneigd naar economische beroepen waar het inkomen hoger is. Ook kan er sprake zijn van discriminatie.

Het model met eerder genoemde verklarende variabelen ziet er als volgt uit: Log(uurloon) = β1 + β2 geslacht + β3 leeftijd + β4 leeftijd2

+ β5 scholing + β7 overige + ε

2.2 Alcoholgebruik en roken

Naast de ‘algemene’ variabelen die opgenoemd zijn in de vorige paragraaf, kunnen de variabelen alcohol- en tabaksgebruik ook een rol spelen bij inkomensverschillen. Dit zijn de ‘overige’ variabelen die in het voornoemde model zijn aangegeven.

Uit eerdere studies blijkt dat matig alcoholgebruik een positieve invloed heeft op het inkomen. Een dergelijk onderzoek is van French en Zarkin (1995) waarbij het effect van alcoholgebruik op de gezondheid als verklaring wordt gegeven. Uit zijn onderzoek blijkt dat mensen die ongeveer 1.5 tot 2.5 glazen alcohol per dag drinken (een bescheiden gebruik) een hoger inkomen hebben dan mensen met geen of juist overmatig alcoholgebruik. Dit wordt verklaard door een ‘U-shaped’ relatie tussen het alcoholgebruik en het risico op hartziekten. Deze relatie geeft weer dat mensen met een bescheiden gebruik van alcohol een lagere kans hebben op hartziekten dan mensen met geen of overmatig gebruik (Doll e.a., 1994). Volgens Schaper (1988) kan deze ‘U-shaped’ relatie uitgebreid worden tot een ‘inverted U-shape’ relatie tussen het alcoholgebruik en het inkomen van een persoon. Deze relatie geeft weer dat het inkomen stijgt zolang een bepaald maximum van matig alcoholgebruik niet wordt overschreden. Bij het overschrijden van het maximum stijgt het inkomen minder snel. Uit het onderzoek van Van Ours (2004) blijkt dat mannen die alcohol drinken gemiddeld een 10% hoger inkomen hebben dan mannen die geen alcohol drinken. Verder heeft hij geconstateerd dat rokers gemiddeld 10% minder verdienen dan niet-rokers. Bij vrouwen blijken geen significante effecten te zijn van zowel

alcoholgebruik als roken op het inkomen.

Het positieve effect van alcoholgebruik en het negatieve effect van roken op het inkomen kunnen te maken hebben met de effecten op de gezondheid en sociale netwerken. Deze netwerken ontstaan bijvoorbeeld tijdens borrels die af en toe na het werk worden gehouden met collega’s. Zo wordt extra tijd doorgebracht met collega’s, waardoor de motivatie voor de baan en betrokkenheid bij de onderneming wordt verhoogd. Hierdoor wordt waardevolle informatie verkregen die de carrière helpt en dus het inkomen stimuleert (MacDonald en Shields, 2001).

Uit het onderzoek van Levine e.a. (1997) blijkt dat rokers 4-8% minder verdienen dan niet-rokers. Een verklaring hiervoor is dat rokers vaak lager opgeleid zijn dan niet-rokers. Hoog opgeleiden zijn doorgaans meer bewust met de gezondheid bezig.

Verder blijkt een correlatie te bestaan tussen alcoholgebruik en roken. Na het rekening houden met simultaniteit van rook- en drinkgedrag concluderen Kenkel en Wang (1998) dat roken de positieve invloed van matig alcoholgebruik op de hoogte van het inkomen vermindert. Uit het onderzoek van Auld (1998) blijkt dat de

combinatie van roken en drinken een negatieve invloed heeft op het inkomen. Bij de combinatie van roken en drinken is er sprake van gemiddeld 30% lager inkomen. Dit terwijl ze maar 10% lager inkomen hebben als zij geen alcohol drinken. Door de combinatie hebben zij dus 20% daling op het inkomen.

3 Opzet van het onderzoek

In dit onderzoek worden met gegevens uit de LISS-panel regressies uitgevoerd met behulp van twee methodes: Ordinary Least Squares (OLS) en Two Stage Least

Squares (TSLS). Hiervoor wordt gebruik gemaakt van het programma Stata. In

paragraaf 3.1 wordt de dataset besproken en in paragraaf 3.2 wordt de onderzoeksopzet uitgelegd.

3.1 De data

De dataset is afkomstig uit de LISS-panel (Longitudinal Internet Studies for the Social Sciences) dat gestart is in 2008. De verzamelde dataset over alcohol- en tabaksgebruik bestaat uit informatie van 2177 mannen en 2539 vrouwen die 16 jaar of ouder zijn. Deze dataset bestaat uit totaal 4716 observaties en bevat meer vrouwen dan mannen.

Tabel 1: Overzicht van mannen en vrouwen die wel of geen loondienst hebben

Mannen Leeftijd (jaren) 16-25 26-35 36-45 46-55 56-65 65+ Totaal Wel Loon- dienst (%) 25.3 96.7 98.5 99.3 64.4 8.0 Geen Loon-Dienst (%) 74.7 3.3 1.5 0.7 35.6 92.0 Totaal (aantal) 237 272 405 429 497 337 2177 Vrouwen Leeftijd (jaren) 16-25 26-35 36-45 46-55 56-65 65+ Totaal Wel Loon- dienst (%) 25.3 84.7 81.0 80.9 53.0 10.4 Geen Loon-Dienst(%) 74.7 15.3 19.0 19.1 47.0 89.6 Totaal (aantal) 285 398 532 545 481 298 2539 In tabel 1 worden deze observaties verdeeld in 6 leeftijdscategorieën. Van elke

categorie wordt in percentages aangegeven hoeveel vrouwen en mannen wel of niet in loondienst zijn. Uit de dataset blijkt dat ongeveer 75% van de vrouwen en mannen tussen de leeftijd 16 en 25 jaar niet in loondienst is. Verder komt naar voren dat ongeveer 90% van de vrouwen ouder dan 65 jaar ook niet in loondienst is. Bij mannen van die leeftijd ligt dit percentage rond 92%. Het lijkt er op dat een groot deel van de bevolking jonger dan 26 jaar werkloos is of een full-time studie doet. Daarnaast is een groot deel van de 65-plussers werkloos of ze hebben een pensioen. Deze twee groepen niet-werkenden worden in dit onderzoek buiten beschouwing gelaten. De uiteindelijke

dataset bestaat uit 1603 mannen en 1956 vrouwen, wat resulteert tot een totaal aantal observaties van 3559. Ook in deze dataset zijn er meer vrouwen dan mannen. Met de uiteindelijke dataset wordt vervolgens gekeken hoeveel van deze mannen en vrouwen op dit moment nog roken en alcohol drinken. Deze gegevens worden weergegeven in tabel 2.

Tabel 2: alcoholgebruik en roken

Nooit gerookt Ooit gerookt Rookt nog steeds Totaal Mannen 518 (32.3%) 1085 (67.7%) 419 (26.1%) 1603 (100%) Vrouwen 760 (38.9%) 1196 (61.1%) 421 (21.5%) 1956 (100%)

Nooit gedronken Ooit gedronken Drinkt nog steeds Totaal Mannen 51 (3.2%) 1552 (96.8%) 1209 (75.4%) 1603 (100%) vrouwen 160 (8.2%) 1796 (91.8%) 1118 (57.2%) 1956 (100%) Uit tabel 2 blijkt dat van de 1085 mannen die ooit hebben gerookt, op dit moment 419 mannen nog steeds roken. Dat is ongeveer 26% van het totaal aantal mannen. Voor vrouwen geldt dat 421 van de 1956 vrouwen die ooit hebben gerookt, nu nog steeds roken. Dit staat gelijk aan 22% van de vrouwen. Verder blijkt dat ongeveer 75% van de mannen en 57% van de vrouwen alcohol drinkt. Het gemiddelde percentage rokers dat zowel man als vrouw is, bedraagt 24%. Verder is het gemiddelde percentage alcoholgebruikers die zowel mannen als vrouwen zijn 66%. Deze percentages vertonen een geringe afwijking met de percentages die in de inleiding werden gegeven: 26% van de Nederlandse bevolking rookt en 84% drinkt alcohol. In de volgende paragraaf wordt de onderzoeksopzet toegelicht.

3.2 Onderzoeksopzet

In dit onderzoek wordt gekeken in hoeverre het rook- en drinkgedrag van Nederlandse mannen en vrouwen tussen 26 en 65 jaar oud invloed heeft op het inkomen. Hierbij worden regressies in eerste instantie uitgevoerd met behulp van Ordinary Least

Squares.

Allereerst wordt afzonderlijk gekeken naar het effect van alcoholgebruik en roken op het inkomen. Hiervoor worden twee aparte regressies uitgevoerd. In de eerste vergelijking wordt een regressie uitgevoerd van het alcoholgebruik en de variabelen die van belang zijn volgens de ‘Human of Capital Theory‘ op de logaritme van het uurloon. Vervolgens wordt een regressie uitgevoerd van tabaksgebruik en de andere variabelen die van belang zijn op de logaritme van het uurloon.

(1) log(uurloon) = β1 + β2 geslacht + β3 leeftijd + β4 leeftijd2 + β5 scholing + β6 alcoholgebruik + ε

(2) log(uurloon) = β1 + β2 geslacht + β3 leeftijd + β4 leeftijd2 + β5 scholing + β6 tabaksgebruik+ ε

De logaritme van het uurloon is gekozen om zo de relatieve veranderingen in het uurloon te verkrijgen in plaats van de absolute veranderingen. Daarnaast is het nemen van de logaritme gebruikelijk in ‘The Human Capital Theory’.

De variabele ‘geslacht’ is een dummy-variabele die ‘vrouwen’ als referentie gebruikt. Verder bestaat ‘scholing’ uit negen dummy-variabelen. Deze variabelen geven de hoogste met een diploma afgeronde opleiding aan (basisschool, vmbo, havo/vwo, mbo, hbo, wo, anders en als laatste geen diploma). Als referentie is ‘basisschool’ gekozen. De variabelen ‘leeftijd’ en ‘leeftijd2_{’ bevatten informatie over} werkervaring. Hoe ouder een persoon wordt, hoe meer werkervaring hij/zij opbouwt. Naarmate het aantal ervaringsjaren toeneemt, wordt het effect op het inkomen echter minder. De variabele ‘leeftijd2_{’ heeft daarom een negatieve coëfficiënt.}

‘Alcoholgebruik’ is in 5 dummy-variabelen verdeeld op basis van het aantal glazen alcohol dat per dag gedronken wordt (0 glazen, 0-1 glas, 1-3 glazen, 4-5 glazen en 5+ glazen). Als referentie is ‘0 glazen per dag’ gekozen, dus iemand die geen alcohol drinkt. Hetzelfde geldt voor het tabaksgebruik, maar dan met een andere indeling: 0

sigaretten, 1-2 sigaretten, 3-10 sigaretten, 11-20 sigaretten en 20+ sigaretten per dag. Tenslotte geeft ε de storingsterm weer.

Nadat de twee regressies zijn uitgevoerd, wordt in de volgende regressie zowel alcoholgebruik als tabaksgebruik opgenomen. De resultaten uit deze regressie geven het effect van de combinatie alcohol- en tabaksgebruik op het inkomen weer.

(3) log(uurloon) = β1 + β2 geslacht + β3 leeftijd + β4 leeftijd2 + β5 scholing + β6 alcoholgebruik + β7 tabaksgebruik + β8

tabaksgebruik*alcoholgebruik+ε

Verder is er sprake van mogelijke endogeniteit van alcohol- en tabaksgebruik. Om de exogeniteitsstatus van variabelen te toetsen, wordt de Hausman LM-toets gedaan. De methode Two Stage Least Squares wordt eventueel toegepast om de aanwezige endogeniteit te kunnen corrigeren. Hierbij wordt gebruikgemaakt van instrumentele variabelen die wel effect hebben op de endogene variabelen, maar niet direct op het inkomen. Een instrument mag gebruikt worden als het relevant en valide is. Een instrument is relevant als het gecorreleerd is met de verklarende variabele. Dit wordt bekeken aan de hand van de First-Stage F-statistics. Een instrument is valide als het ongecorreleerd is met de storingsterm. De validiteit van de instrumenten wordt getoetst met behulp van de Sargan-toets.

De volgende regressies geven aan welke instrumentele variabelen invloed hebben op de endogene variabelen ‘alcoholgebruik’ en ‘tabaksgebruik’.

(4) Alcoholgebruik = β1 + β2 earlydrink + β3 probdrink + β4 socioeco + β5 partner+ β6 kinderen + β7 religie + ε

(5) Tabaksgebruik = β1 + β2 earlysmoke + β3 probsmoke + β4 socioeco + β5 partner+ β7 religie +ε

De endogene variabelen ‘alcoholgebruik’ en ‘tabaksgebruik’ geven de intensiteit van alcohol- en tabaksgebruik per dag weer. De mogelijke instrumentele variabelen zijn allemaal dummy-variabelen en zijn als volgt: ‘alcohol- en tabaksgebruik’ geeft weer of een persoon voor zijn zestiende alcohol- en of tabak heeft gebruikt. Als referentie

is ‘geen vroeg gebruik’ gekozen. ‘Probdrink/smoke’ geeft aan of een persoon uit een milieu komt die problemen heeft/had met alcoholgebruik of drugs. Als referentie is ‘geen problematische omgeving’ gekozen.

De variabele ‘socioeco’ geeft aan of een persoon het nieuws goed volgt over drugsbeleid. Dit is van belang, omdat individuen die het nieuws over drugsbeleid niet of nauwelijks volgen zich minder bewust zijn van de negatieve gezondheidsgevolgen. Als referentie ‘nauwelijks nieuws volgen’ gekozen.

Verder geven de variabelen ‘partner’ en ‘kinderen’ aan dat een persoon een partner/kinderen heeft. Ook dit is van belang, omdat het verschil maakt of een

persoon alleenstaand is of een partner en/of kinderen heeft. Een alleenstaand persoon hoeft zich bijvoorbeeld geen zorgen te maken over de gevolgen van passief meeroken. Als referenties van beide variabelen zijn ‘wel partner/kinderen’ gekozen.

Tenslotte bestaat de variabele ‘religie’ uit 6 dummies: katholiek, protestant, hindoeïsme, boeddhisme, islam en overigen. ‘Overigen’ is als referentie gekozen. In de volgende paragraaf worden de resultaten van het onderzoek beschreven en geanalyseerd.

4 Onderzoeksresultaten

In deze paragraaf worden de resultaten van het onderzoek gepresenteerd. In

subparagraaf 4.1 worden de resultaten van de OLS-regressies van model (1), (2) en (3) besproken. Deze regressies maken gebruik van totaal observaties van 3559 mannen en vrouwen. Vervolgens wordt in subparagraaf 4.2 de resultaten van de toetsen op de mogelijke endogeniteit van alcohol- en tabaksgebruik, relevantie en validiteit van instrumenten weergegeven. Tenslotte geeft subparagraaf 4.3 de

resultaten van de OLS-regressie van model (3), waarbij mannen en vrouwen apart zijn gehouden, weer.

4.1 OLS-regressies van de totaal observaties 3559

Het lineaire verband tussen de afhankelijke variabele ‘log(uurloon)’ en de verklarende variabelen in (1) en (2) wordt gegeven in de bijlage in tabel B1 en B2. Allereerst zijn de verklarende variabelen getoetst op significantie door middel van een F-toets. De nulhypotheses luiden als volgt: alcoholgebruik is niet significant voor model (1) en tabaksgebruik is niet significant voor model (2). De resultaten zijn gegeven in tabel 3 in de eerste twee kolommen voor respectievelijk alcohol- en tabaksgebruik. De ‘restricted’ model bestaat alleen uit ‘algemene’ variabelen: ‘geslacht’, ‘leeftijd’, ‘leeftijd2_{’ en ‘scholing’. De regressie van dit model staat in tabel B3 in de bijlage} gegeven. De F-waarden zijn met behulp van de volgende vergelijking berekend:

De F-waarden zijn in beide gevallen gelijk aan nul. Dit is kleiner dan de kritieke waarden (respectievelijk 2.37 en 2.21) van de betreffende F-verdeling bij een

significantieniveau van 5%. De nulhypothese wordt in beide gevallen niet verworpen. Dit betekent dat de variabelen ‘alcohol- en tabaksgebruik’ niet en de ‘algemene’ variabelen wel significant zijn.

Tabel 3: sum of squared residuals (SSR) en kritieke waarden

Alcoholgebruik Tabaksgebruik Alcohol- en tabaksgebruik

SSR SSR SSR

‘unrestricted’ 118.6524 ‘unrestricted’ 121.3304 ‘unrestricted’ 124.6068 116.4956 ‘restricted’ 116.4956 ‘restricted’ 116.4956 ‘restricted’

De resultaten van de OLS-regressie van het ‘restricted’ model zijn weergegeven in tabel 4. De t-waarden geven ook aan dat de ‘algemene’ variabelen significant zijn. Ze liggen allemaal buiten het interval [-2,2], op een na en dat is de dummy variabele ‘opleiding niet afgerond’ (1.71).

Er blijkt dat mannen ongeveer 14.2% meer verdienen dan vrouwen. Dit wordt mede veroorzaakt doordat mannen vaak beroepen kiezen die beter betaald worden. Verder verdient een persoon elk jaar ongeveer 2.5% meer. Naarmate een persoon ouder wordt, bouwt hij/zij meer werkervaring op. Bij de variabele ‘leeftijd2_{’ is er} sprake van een negatieve coëfficiënt (-0.0002). Het effect op het inkomen wordt steeds minder naarmate het aantal ervaringsjaren toeneemt. Verder blijkt dat WO-opgeleiden het meest verdienen , zij hebben het hoogste percentage (57%) vergeleken met andere opleidingen. Deze resultaten corresponderen met ‘The Human Capital

Theory’. Meer scholing en werkervaring verhogen het inkomen. Tabel 4: Resultaten van een OLS-regressie van het ‘restricted’ model

geslacht leeftijd Leeftijd2 _{Vmbo Havo/vwo Mbo Hbo Wo Anders Niet afgerond}

Coëfficiënt t- waarde 0.1422 7.49 0.0248 3.21 -0.0002 -2.49 0.127 0 2.32 0.2419 3.92 0.210 6 3.79 0.432 8 7.81 0.569 7 9.21 0.2666 3.42 0.2221 1.71

Dat de verklarende variabelen ‘alcohol- en tabaksgebruik’ niet significant zijn, kan komen doordat deze twee variabelen niet gezamenlijk zijn meegenomen. De regressie zoals weergegeven in (3) staat in tabel B4 in de bijlage. Hier worden zowel alcohol- als tabaksgebruik opgenomen in het model. Ook hier wordt de significantie van de verklarende variabelen getoetst door middel van een F-toets. De resultaten staan in tabel 3 in de derde kolom. De F-waarde (nul) is kleiner dan de kritieke waarde (1.83) van de betreffende F-verdeling bij een significantieniveau van 5%. De nulhypothese wordt niet verworpen wat betekent dat de verklarende variabelen ‘alcohol- en

tabaksgebruik’ niet significant zijn. Dit komt omdat geen rekening is gehouden met de mogelijke endogeniteit van de variabelen ‘alcohol- en tabaksgebruik’.

4.2 Endogeniteit

Om de exogeniteitsstatus van alcohol- en tabaksgebruik te toetsen wordt de Hausman-toets gedaan. Allereerst zijn de instrumenten geHausman-toetst op relevantie. De regressies van (4) en (5) zijn weergegeven in tabel B5 en B6 in de bijlage. Dit zijn regressies van instrumentele variabelen op de endogene variabelen ‘alcohol- en tabaksgebruik’. De F-waarden van (4) en (5) zijn als volgt: 21.52 en 41.18. Deze twee waarden zijn groter dan 10. Er wordt dus verondersteld dat de instrumenten relevant zijn.

Vervolgens is de Sargan-toets gebruikt voor het toetsen op validiteit van de

instrumenten. De regressie is weergegeven in tabel B7 in de bijlage. De nulhypothese is H0: instrumenten zijn valide tegenover de alternatieve hypothese Ha: instrumenten zijn niet valide. De toetsingsgrootheid LM = nR2 _{heeft een Chi-kwadraat verdeling} met (m – k) = aantal instrumenten (22) – aantal regressoren (21) = 1 vrijheidsgraad onder H0. De kritieke waarde van een Chi-kwadraat(1) verdeling bij 95%

betrouwbaarheid is 3.84. De waarde van de toetsingsgrootheid in de steekproef is LM = nR2 _{= 3559*0.0001 = 0.3559 < 3.84, dus de nulhypothese wordt niet verworpen.} De instrumenten voldoen aan de eis van validiteit.

De exogeniteitsstatus van de verklarende variabelen ‘alcohol- en tabaksgebruik’ is getoetst door middel van de Hausman-toets. De resultaten staan weergegeven in tabel B8 in de bijlage. De nulhypothese wordt niet verworpen omdat de p-waarde (0.6597) groter is dan alfa (0.05). De variabelen alcohol- en tabaksgebruik zijn exogeen. Er is dus geen sprake van endogeniteit, ondanks dat de instrumenten relevant en valide waren.

4.3 Scheiding tussen mannen en vrouwen

Een andere benadering is een scheiding maken tussen mannen en vrouwen. De regressies van vrouwen en mannen staan respectievelijk in tabel B9 en B10 in de bijlage. De coëfficiënten, t-waarden en de beoordeling van significantie op basis van t-waarden zijn weergegeven in tabel 5.

Bij vrouwen is er geen sprake van significante effecten van alcohol- en

tabaksgebruik op het inkomen. Alle t-waarden van zowel alcohol- als tabaksgebruik vallen binnen de interval [-2,2].

Bij mannen heeft de variabele ‘alcoholgebruik’ wel significant effect op het inkomen. Er blijkt dat matig alcoholgebruik een positieve effect heeft. Bij het consumeren van 1 tot 2 glazen alcohol per dag stijgt het inkomen ongeveer met

21.3%. En bij een half glas alcohol is er zelfs sprake van 30.5% verhoging van het inkomen. Tabaksgebruik heeft echter geen significant effect op het inkomen (alle t-waarden liggen in het interval [-2,2]).

Tabel 5: Resultaten van alcohol- en tabaksgebruik van mannen en vrouwen afzonderlijk

Mannen Vrouwen

Coëfficiënt p-waarde Significantie Coëfficiënt p-waarde Significantie Drink2 Drink3 Drink4 Drink5 Roken2 Roken3 Roken4 Roken5 Onbekendroken Combinatie 0.3045 0.2132 0.2081 0.2624 0.0435 -0.0053 0.0594 -0.0036 0.1270 -0.0016 3.65 2.85 1.79 2.00 0.20 -0.03 0.29 -0.02 0.64 -1.21 Wel Wel Niet Niet Niet Niet Niet Niet Niet Niet 0.0260 -0.0029 -0.0929 -0.3974 -0.0119 -0.0630 -0.0535 -0.1323 -0.0640 -0.0015 0.44 -0.06 -0.38 -1.59 -0.07 -0.42 -0.35 -0.73 -0.44 -1.07 Niet Niet Niet Niet Niet Niet Niet Niet Niet Niet R kwadraat 13.82% 6.43%

5 Conclusie

Het doel van dit onderzoek was om te kijken in hoeverre alcohol- en tabaksgebruik invloed hebben op het inkomen. Dit werd gedaan door middel van lineaire regressies met behulp van het programma Stata. De gebruikte dataset is afkomstig van de LISS-panel en bestaat uit observaties van 3559 personen die tussen 26 en 65 jaar oud zijn. Het basismodel werd gekozen volgens ‘The Human Capital Theory’, waarbij leeftijd, scholing en werkervaring belangrijke variabelen zijn. Daarnaast is de variabele geslacht ook opgenomen. Verder werden de variabelen alcohol- en tabaksgebruik toegevoegd.

Uit de regressies met volledige observaties is gebleken dat de verklarende variabelen ‘alcohol- en tabaksgebruik niet significant zijn. Ook was er geen sprake van endogeniteit van deze variabelen, ondanks dat de instrumenten valide en relevant waren. Uit de regressies van mannen en vrouwen afzonderlijk bleek echter dat matig alcoholgebruik wel een significant effect heeft op het inkomen van mannen. Als er 1 tot 2 glazen alcohol per dag worden geconsumeerd, stijgt het inkomen met ongeveer 21.3%. Bij een half glas alcohol per dag is er zelfs sprake van 30.5% verhoging van het inkomen. Voor vrouwen was er geen significant effect van alcohol- en

tabaksgebruik op het inkomen te zien.

6 Bijlage

Tabel B1: OLS-regressie van alcoholgebruik en ‘algemene’ variabelen op het inkomen

_cons 1.76993 .1815443 9.75 0.000 1.413988 2.125872 drink5 -.1011453 .0938757 -1.08 0.281 -.2852011 .0829106 drink4 -.0096674 .0958529 -0.10 0.920 -.1975998 .1782649 drink3 .0314869 .039975 0.79 0.431 -.0468894 .1098631 drink2 .0841778 .0472488 1.78 0.075 -.0084598 .1768153 oplnietafgerond .2293054 .1298189 1.77 0.077 -.0252219 .4838327 anders .2776267 .0778524 3.57 0.000 .1249867 .4302666 wo .5860208 .0615865 9.52 0.000 .4652722 .7067694 hbo .4464168 .0552653 8.08 0.000 .3380617 .5547718 mbo .2225799 .0554072 4.02 0.000 .1139467 .3312132 havovwo .2541223 .0616439 4.12 0.000 .1332613 .3749833 vmbo .1369365 .0546174 2.51 0.012 .0298518 .2440213 lftkwad -.0001984 .0000832 -2.38 0.017 -.0003616 -.0000353 leeftijd .0236524 .0077396 3.06 0.002 .008478 .0388268 geslacht .1426852 .0192309 7.42 0.000 .1049805 .1803899 loguurloon Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 1218.03815 3558 .342337872 Root MSE = .55697 Adj R-squared = 0.0938 Residual 1099.38573 3544 .310210421 R-squared = 0.0974 Model 118.652419 14 8.47517278 Prob > F = 0.0000 F( 14, 3544) = 27.32 Source SS df MS Number of obs = 3559

Tabel B2: OLS-regressie van tabaksgebruik en ‘algemene’ variabelen op het inkomen _cons 1.8236 .2109043 8.65 0.000 1.410093 2.237106 onbekendroken -.0229717 .1167711 -0.20 0.844 -.251917 .2059736 roken5 -.2049137 .1292079 -1.59 0.113 -.4582431 .0484157 roken4 -.0772614 .1195688 -0.65 0.518 -.311692 .1571693 roken3 -.0885962 .119512 -0.74 0.459 -.3229155 .1457232 roken2 -.0369998 .1282216 -0.29 0.773 -.2883953 .2143958 oplnietafgerond .2221436 .1297351 1.71 0.087 -.0322194 .4765067 anders .2665822 .0778864 3.42 0.001 .1138755 .4192889 wo .5697406 .0618302 9.21 0.000 .4485143 .6909669 hbo .4327983 .0554127 7.81 0.000 .3241544 .5414423 mbo .2105991 .0555255 3.79 0.000 .101734 .3194642 havovwo .2419377 .0616867 3.92 0.000 .1209927 .3628826 vmbo .127032 .0546711 2.32 0.020 .019842 .234222 lftkwad -.0002069 .0000832 -2.49 0.013 -.00037 -.0000438 leeftijd .0248028 .0077332 3.21 0.001 .0096408 .0399647 geslacht .1421582 .0189908 7.49 0.000 .1049242 .1793923 loguurloon Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 1218.03815 3558 .342337872 Root MSE = .55637 Adj R-squared = 0.0958 Residual 1096.70774 3543 .309542122 R-squared = 0.0996 Model 121.330413 15 8.0886942 Prob > F = 0.0000 F( 15, 3543) = 26.13 Source SS df MS Number of obs = 3559

Tabel B3: OLS-regressie van zowel alcohol- als tabaksgebruik op het inkomen _cons 1.803637 .213289 8.46 0.000 1.385455 2.221818 combi -.0018411 .0009519 -1.93 0.053 -.0037074 .0000253 onbekendro~n -.0175011 .1167785 -0.15 0.881 -.2464611 .2114589 roken5 -.1120318 .1363522 -0.82 0.411 -.3793686 .1553051 roken4 -.0318522 .1214827 -0.26 0.793 -.2700354 .206331 roken3 -.068282 .119783 -0.57 0.569 -.3031327 .1665686 roken2 -.0317975 .1281502 -0.25 0.804 -.2830533 .2194582 drink5 .0324301 .1075423 0.30 0.763 -.1784211 .2432813 drink4 .0243292 .0964909 0.25 0.801 -.1648542 .2135125 drink3 .047882 .0401728 1.19 0.233 -.0308821 .1266462 drink2 .0971843 .0473771 2.05 0.040 .0042951 .1900735 oplnietafg~d .2162304 .1297092 1.67 0.096 -.0380821 .4705428 anders .2576525 .0779177 3.31 0.001 .1048844 .4104207 wo .5544287 .0620552 8.93 0.000 .4327612 .6760962 hbo .4186072 .0556431 7.52 0.000 .3095113 .527703 mbo .1998327 .0556547 3.59 0.000 .0907141 .3089512 havovwo .2292123 .061868 3.70 0.000 .1079118 .3505129 vmbo .1210064 .0546995 2.21 0.027 .0137607 .228252 lftkwad -.0002042 .0000831 -2.46 0.014 -.0003672 -.0000412 leeftijd .0241154 .0077335 3.12 0.002 .0089528 .039278 geslacht .1450629 .0192357 7.54 0.000 .1073487 .1827771 loguurloon Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 1218.03815 3558 .342337872 Root MSE = .55593 Adj R-squared = 0.0972 Residual 1093.43138 3538 .309053527 R-squared = 0.1023 Model 124.60677 20 6.23033849 Prob > F = 0.0000 F( 20, 3538) = 20.16 Source SS df MS Number of obs = 3559

Tabel B4: OLS-regressie van het ‘restricted’ model _cons 1.774266 .1790766 9.91 0.000 1.423162 2.125369 oplnietafgerond .2359836 .1297948 1.82 0.069 -.0184963 .4904635 anders .284074 .0778072 3.65 0.000 .1315226 .4366254 wo .598189 .0613851 9.74 0.000 .4778352 .7185427 hbo .4570498 .0550631 8.30 0.000 .3490913 .5650083 mbo .229374 .0553033 4.15 0.000 .1209444 .3378035 havovwo .2634665 .0614774 4.29 0.000 .1429319 .3840012 vmbo .1406253 .0545876 2.58 0.010 .0335991 .2476516 lftkwad -.0002007 .0000832 -2.41 0.016 -.0003638 -.0000376 leeftijd .0242788 .0077362 3.14 0.002 .0091109 .0394468 geslacht .1389265 .0189765 7.32 0.000 .1017205 .1761324 loguurloon Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 1218.03815 3558 .342337872 Root MSE = .5572 Adj R-squared = 0.0931 Residual 1101.54259 3548 .310468599 R-squared = 0.0956 Model 116.495561 10 11.6495561 Prob > F = 0.0000 F( 10, 3548) = 37.52 Source SS df MS Number of obs = 3559

Tabel B5: OLS-regressie van instrumenten op het alcoholgebruik _cons .687013 .0932086 7.37 0.000 .5042651 .8697608 katholiek .0043026 .0335849 0.13 0.898 -.0615451 .0701503 protestant -.1212095 .0553081 -2.19 0.028 -.2296485 -.0127706 geenkinderen .0350892 .0279547 1.26 0.209 -.0197197 .0898981 partner .1320855 .035043 3.77 0.000 .063379 .200792 socioeco .5167753 .0702027 7.36 0.000 .3791336 .654417 probdrink -.0028029 .0272121 -0.10 0.918 -.0561557 .05055 earlydrink .2270514 .0292001 7.78 0.000 .1698008 .284302 alcoholgeb~k Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 2407.60288 3558 .676673096 Root MSE = .80649 Adj R-squared = 0.0388 Residual 2309.64522 3551 .65042107 R-squared = 0.0407 Model 97.9576565 7 13.9939509 Prob > F = 0.0000 F( 7, 3551) = 21.52 Source SS df MS Number of obs = 3559

Tabel B6: OLS-regressie van instrumenten op het tabaksgebruik

_cons 1.645235 .7796028 2.11 0.035 .1167203 3.173749 katholiek .3164236 .2821173 1.12 0.262 -.2367047 .8695518 protestant -.7019589 .4641831 -1.51 0.131 -1.612051 .2081336 geenkinderen .4301625 .2343185 1.84 0.066 -.02925 .889575 partner 1.836049 .294578 6.23 0.000 1.25849 2.413608 socioeco -.6661667 .5869607 -1.13 0.256 -1.816981 .4846474 probsmoke .8735018 .2979378 2.93 0.003 .2893554 1.457648 earlysmoke 3.365639 .2359204 14.27 0.000 2.903086 3.828192 tabaksgebr~k Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 175438.232 3558 49.3081035 Root MSE = 6.7599 Adj R-squared = 0.0733 Residual 162265.991 3551 45.6958577 R-squared = 0.0751 Model 13172.2413 7 1881.74876 Prob > F = 0.0000 F( 7, 3551) = 41.18 Source SS df MS Number of obs = 3559

Tabel B7: Sargan-toets voor validiteit van instrumenten. Bestaat uit twee regressies:

hindoeisme boeddisme

socioeco partner geenkinderen protestant katholiek islam oplnietafgerond earlysmoke earlydrink probsmoke probdrink Instruments: geslacht leeftijd lftkwad vmbo havovwo mbo hbo wo anders onbekendroken combi

Instrumented: drink2 drink3 drink4 drink5 roken2 roken3 roken4 roken5

_cons 5.703597 5.482982 1.04 0.298 -5.046529 16.45372 oplnietafgerond .2789923 .2973991 0.94 0.348 -.3040987 .8620833 anders .3055863 .2088627 1.46 0.144 -.1039171 .7150896 wo .5289507 .1558756 3.39 0.001 .2233355 .8345658 hbo .4192789 .1765403 2.37 0.018 .0731479 .7654098 mbo .2019526 .1985202 1.02 0.309 -.187273 .5911783 havovwo .2344622 .1894947 1.24 0.216 -.1370678 .6059921 vmbo .1382413 .1648282 0.84 0.402 -.1849265 .4614091 lftkwad -.0000848 .0002325 -0.36 0.715 -.0005406 .0003709 leeftijd .012206 .0237765 0.51 0.608 -.034411 .0588231 geslacht .1357198 .1099664 1.23 0.217 -.0798842 .3513238 combi -.0575766 .0683205 -0.84 0.399 -.1915281 .0763749 onbekendroken -4.074083 5.637592 -0.72 0.470 -15.12734 6.979176 roken5 -1.346097 5.292746 -0.25 0.799 -11.72324 9.031046 roken4 -2.419585 4.75576 -0.51 0.611 -11.74389 6.904722 roken3 -3.978549 6.121057 -0.65 0.516 -15.9797 8.022607 roken2 -5.830458 6.783444 -0.86 0.390 -19.13031 7.469398 drink5 3.044107 5.737179 0.53 0.596 -8.204406 14.29262 drink4 1.000731 4.156137 0.24 0.810 -7.147936 9.149398 drink3 .5157623 .5442866 0.95 0.343 -.5513849 1.582909 drink2 .500522 .6366942 0.79 0.432 -.7478027 1.748847 loguurloon Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 1218.03815 3558 .342337872 Root MSE = .92492 Adj R-squared = . Residual 3026.66792 3538 .855474257 R-squared = . Model -1808.62977 20 -90.4314886 Prob > F = 0.0000 F( 20, 3538) = 6.99 Source SS df MS Number of obs = 3559 Instrumental variables (2SLS) regression

_cons .0165351 .1098621 0.15 0.880 -.1988642 .2319344 boeddisme -.0104121 .414845 -0.03 0.980 -.8237709 .8029468 hindoeisme -.0318058 .3276957 -0.10 0.923 -.6742968 .6106852 islam -.0255954 .1419475 -0.18 0.857 -.3039025 .2527117 katholiek -.0051329 .0386639 -0.13 0.894 -.0809387 .070673 protestant -.0072679 .0634985 -0.11 0.909 -.1317652 .1172294 geenkinderen .0009538 .0320754 0.03 0.976 -.0619344 .0638419 partner -.0007663 .0403461 -0.02 0.985 -.0798702 .0783376 socioeco -.0040103 .0852748 -0.05 0.962 -.1712029 .1631822 probdrink .0005981 .0323752 0.02 0.985 -.0628777 .064074 probsmoke -.0029624 .0423192 -0.07 0.944 -.0859349 .0800101 earlydrink -.0150029 .0364844 -0.41 0.681 -.0865354 .0565297 earlysmoke .0056986 .0351918 0.16 0.871 -.0632996 .0746967 tsls_res Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 3026.66792 3558 .850665521 Root MSE = .92384 Adj R-squared = -0.0033 Residual 3026.44689 3546 .853481921 R-squared = 0.0001 Model .221033903 12 .018419492 Prob > F = 1.0000 F( 12, 3546) = 0.02 Source SS df MS Number of obs = 3559

Tabel B8: Hausman-toets voor endogeniteit van alcohol- en tabaksgebruik Prob > F = 0.6597 F( 10, 3528) = 0.77 (10) sd_res = 0 ( 9) s6_res = 0 ( 8) s5_res = 0 ( 7) s4_res = 0 ( 6) s3_res = 0 ( 5) s2_res = 0 ( 4) d5_res = 0 ( 3) d4_res = 0 ( 2) d3_res = 0 ( 1) d2_res = 0

. test d2_res d3_res d4_res d5_res s2_res s3_res s4_res s5_res s6_res sd_res _cons 5.652787 3.184185 1.78 0.076 -.5902425 11.89582 sd_res .0098143 .0360706 0.27 0.786 -.060907 .0805356 s6_res 4.033595 3.29025 1.23 0.220 -2.41739 10.48458 s5_res 3.335388 3.439641 0.97 0.332 -3.408498 10.07927 s4_res 3.225501 2.91429 1.11 0.268 -2.488363 8.939365 s3_res 4.401726 3.677076 1.20 0.231 -2.807685 11.61114 s2_res 6.261268 4.109843 1.52 0.128 -1.796641 14.31918 d5_res 2.098331 3.135146 0.67 0.503 -4.04855 8.245212 d4_res .5654422 2.398663 0.24 0.814 -4.137465 5.268349 d3_res -.4277798 .389208 -1.10 0.272 -1.190875 .3353157 d2_res .0026859 .5063709 0.01 0.996 -.9901234 .9954952 combi -.0116587 .036069 -0.32 0.747 -.0823769 .0590594 onbekendroken -4.052393 3.289598 -1.23 0.218 -10.5021 2.397313 roken5 -3.450478 3.437046 -1.00 0.315 -10.18928 3.288319 roken4 -3.260992 2.91272 -1.12 0.263 -8.971778 2.449794 roken3 -4.47235 3.676631 -1.22 0.224 -11.68089 2.736187 roken2 -6.290092 4.108805 -1.53 0.126 -14.34596 1.76578 drink5 -2.094824 3.135101 -0.67 0.504 -8.241619 4.05197 drink4 -.5599285 2.397876 -0.23 0.815 -5.261293 4.141436 drink3 .4519619 .386933 1.17 0.243 -.3066731 1.210597 drink2 .0708383 .50326 0.14 0.888 -.9158718 1.057548 oplnietafgerond .2084529 .1299885 1.60 0.109 -.0464073 .4633132 anders .2535017 .0781652 3.24 0.001 .1002481 .4067552 wo .5468294 .0628671 8.70 0.000 .4235699 .6700889 hbo .4097773 .0563033 7.28 0.000 .2993871 .5201675 mbo .1896035 .0561464 3.38 0.001 .0795208 .2996861 havovwo .2201833 .0624605 3.53 0.000 .097721 .3426455 vmbo .1130238 .0551328 2.05 0.040 .0049285 .2211191 lftkwad -.0001654 .0000868 -1.90 0.057 -.0003356 4.84e-06 leeftijd .0207547 .0080119 2.59 0.010 .0050462 .0364632 geslacht .1449535 .0195732 7.41 0.000 .1065775 .1833295 loguurloon Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 1218.03815 3558 .342337872 Root MSE = .55611 Adj R-squared = 0.0966 Residual 1091.05519 3528 .309256007 R-squared = 0.1043 Model 126.982958 30 4.23276527 Prob > F = 0.0000 F( 30, 3528) = 13.69 Source SS df MS Number of obs = 3559

Tabel B9: OLS-regressie van vrouwen _cons 1.879055 .2836394 6.62 0.000 1.322784 2.435326 combi -.0015154 .0014167 -1.07 0.285 -.0042939 .0012631 onbekendroken -.063955 .1465344 -0.44 0.663 -.3513369 .2234268 roken5 -.1323119 .1823948 -0.73 0.468 -.4900227 .2253989 roken4 -.0534643 .1540016 -0.35 0.729 -.3554907 .2485621 roken3 -.0629784 .1509551 -0.42 0.677 -.35903 .2330733 roken2 -.0118691 .1630293 -0.07 0.942 -.3316005 .3078623 drink5 -.3974067 .2500779 -1.59 0.112 -.8878569 .0930436 drink4 -.0929358 .242599 -0.38 0.702 -.5687186 .382847 drink3 -.0029196 .0486163 -0.06 0.952 -.0982654 .0924263 drink2 .0259701 .0594089 0.44 0.662 -.0905421 .1424823 oplnietafgerond .1294349 .1694272 0.76 0.445 -.2028441 .4617139 anders .1739612 .1084677 1.60 0.109 -.0387645 .3866869 wo .4609441 .0875657 5.26 0.000 .2892111 .6326772 hbo .3040838 .0757111 4.02 0.000 .1555999 .4525676 mbo .1038731 .0754818 1.38 0.169 -.044161 .2519073 havovwo .0721388 .0829653 0.87 0.385 -.090572 .2348495 vmbo .0169484 .0733954 0.23 0.817 -.1269939 .1608907 lftkwad -.0003418 .0001178 -2.90 0.004 -.0005728 -.0001107 leeftijd .0332492 .0108378 3.07 0.002 .0119942 .0545042 geslacht 0 (omitted) loguurloon Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 688.909036 1955 .352383138 Root MSE = .57701 Adj R-squared = 0.0552 Residual 644.581992 1936 .332945244 R-squared = 0.0643 Model 44.3270431 19 2.33300227 Prob > F = 0.0000 F( 19, 1936) = 7.01 Source SS df MS Number of obs = 1956

Tabel B10: OLS-regressie van mannen _cons 1.412814 .3359599 4.21 0.000 .7538413 2.071787 combi -.0015629 .0012869 -1.21 0.225 -.004087 .0009612 onbekendroken .1270173 .1988851 0.64 0.523 -.2630886 .5171233 roken5 -.0036273 .2188668 -0.02 0.987 -.4329266 .425672 roken4 .0594467 .2043082 0.29 0.771 -.3412963 .4601898 roken3 -.0052564 .2027398 -0.03 0.979 -.4029231 .3924104 roken2 .0435015 .2133802 0.20 0.838 -.3750361 .462039 drink5 .2623864 .1314555 2.00 0.046 .0045413 .5202315 drink4 .2080752 .1162652 1.79 0.074 -.0199747 .4361252 drink3 .2131656 .0747783 2.85 0.004 .0664906 .3598406 drink2 .3045146 .0835356 3.65 0.000 .1406626 .4683667 oplnietafgerond .3743709 .2022556 1.85 0.064 -.0223461 .7710878 anders .3949705 .1114708 3.54 0.000 .1763246 .6136164 wo .6879252 .0887166 7.75 0.000 .5139107 .8619396 hbo .578923 .0822622 7.04 0.000 .4175687 .7402773 mbo .3419248 .0824847 4.15 0.000 .1801341 .5037155 havovwo .4613838 .0928936 4.97 0.000 .2791764 .6435911 vmbo .2982443 .082405 3.62 0.000 .1366098 .4598788 lftkwad -.0001578 .0001173 -1.34 0.179 -.0003878 .0000723 leeftijd .0235586 .011045 2.13 0.033 .0018942 .045223 geslacht 0 (omitted) loguurloon Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 503.035791 1602 .314004863 Root MSE = .5233 Adj R-squared = 0.1279 Residual 433.499167 1583 .2738466 R-squared = 0.1382 Model 69.5366237 19 3.6598223 Prob > F = 0.0000 F( 19, 1583) = 13.36 Source SS df MS Number of obs = 1603

Bibliografie

Alcoholinfo (2013). Gebruik algemene bevolking

(http://www.alcoholinfo.nl/index.cfm?act=esite.tonen&a=2&b=316&c=318), 22 maart.

Auld, M.C. (1998). Wage, alcohol use, and smoking: simultaneous estimates. Discussion Paper, No. 98/08, Department of Economics, University of Calgary. Berndt, E.R. (1991). The practice of econometrics: classic and contemporary. Addison-Wesley Publishing Company.

Doll, R., Peto, R., Hall, E., Wheatley, K. en Gray, R. (1994). Mortality in relation to consumption of alcohol: 13 years’ observations on male British doctors. BMJ, 309, 911-918.

French, M.T. en Zarkin, G.A. (1995). Is moderate alcohol use related to wages? Evidence from four worksites. Journal of Health Economics, 14, 319-344. Goldin, C. (1990). Understanding the Gender Gap: An Economic History of

American Women. In: P. Burstein (red.), Equal Employment Opportunity: Labor

Market Discrimination and Public Policy. New York: Walter de Gruyter, Inc.,

17-26.

Kenkel, D. en Wang, P. (1998). Are Alcoholics in Bad Jobs? National Bureau of

Economic Research, No. 6401.

Levine, P., Gustafson, T. en Velenchik, A. (1997). More bad news for smokers? The effect of cigarette smoking on labor market outcomes. Industrial and Labor

Relations Review, 50, 493-509.

Loketgezondleven (2013). De mogelijke gezondheidsgevolgen van roken feiten/gezondheidsgevolgen/), 25 april.

MacDonald, Z. en Shields, M. (2001). The impact of alcohol use on occupational attainment and wages. Economica, 68, 427-53.

Ours, J.C. van (2004). A pint a day raises a man’s pay; but smoking blows that gain away. Journal of Health Economics, 23, 863-886.

Roemer, J.E. (1978). Differentially Exploited Labor: A Marxian Theory of Discrimination. Review of Radical Political Economics, 10, (2), 43-53.

Schaper, A.G. (1998). Alcohol and mortality in British men: explaining the U-shaped curve. The Lancet, 2, 1267-73.

Stivoro (2013). Roken in Nederland toegenomen