Informatietechnologie en kansen op de
arbeidsmarkt1
De laatste vijftien jaar is het gebruik van informatietechnologie (IT) op het werk sterk toegenomen. In 1991 gebruikt reeds 55 procent van de Nederlandse beroepsbevolking op een of andere manier op het werk een computer (Roe et al. 1992). In dit artikel stellen wij drie doelen. Ten eerste willen we nagaan in hoeverre IT is doorgedrongen in de verschillende segmenten van de Nederlandse arbeidsmarkt. Daartoe gebruiken wij enquête-gegevens uit 1991, uit het onderzoek ‘Personen en Informatiewerk'. Op basis van dit representatieve onderzoek kan de mate van computergebruik worden gekoppeld aan gedetailleerde beroepstitels, hetgeen ons in staat stelt een informatiseringsindex te construeren voor 55 inhoudelijk gedefinieerde beroepssegmenten. Ten tweede gaan wij na in hoeverre deze informatiseringsindex samen hangt met een aantal algemene kenmerken van de personen die in elk segment werkzaam zijn; wij kijken met name naar het verband met scholingsniveau, beroepsniveau, sekse en leeftijd. Ten derde analyseren wij of er een samenhang bestaat tussen de informatiseringsindex van het arbeidsmarktsegment waarin men verkeert en de kansen die men heeft op de arbeidsmarkt. Voor de loopbaan-analyse gebruiken wij een panel-onderzoek (het Arbeidsaanbodpanel zoals verzameld door de Organisatie voor Strategisch Ar beidsmarktonderzoek), waarin van een representatieve steekproef uit de Nederlandse beroepsbevolking de loopbanen tussen 1980 en 1988 in kaart zijn gebracht. Wij onderzoeken de relatie tussen de mate van informatisering per segment en de arbeidsmarktmobiliteit, met name de kansen op baanwisselingen bin nen en tussen segmenten, op opwaartse mobiliteit, en op werkloosheid. In de jaren tachtig was IT een re latief nieuw fenomeen. Wij onderzoeken of mensen die in deze jaren werkzaam waren in segmenten waarin deze nieuwe technologie zijn intrede deed, er gunstig voor stonden op de arbeidsmarkt.
Informatietechnologie, vaardigheden en
mobiliteit
Het belangrijkste theoretisch argument voor de stelling dat de arbeidsmarktkansen van per sonen die werkzaam zijn in segmenten van de arbeidsmarkt waarin IT gebruikt wordt relatief gunstig zijn, luidt dat deze personen nieuwe, schaarse vaardigheden hebben aangeleerd. Deze aanvulling van hun hum an Capital zal positieve gevolgen hebben voor hun kansen op een andere (betere) baan.
Er bestaat echter beslist geen com m unis
opinio over de gevolgen die de informatisering
van de beroepsarbeid heeft voor het niveau van werkzaamheden die de beroepsbevolking moet verrichten (zie de overzichten van Wentink & Zanders, 1985, en van Batenburg, 1991). Aan de ene kant zijn er hypothesen die zeggen dat de informatisering ervoor zorgt dat de arbeid ingewikkelder wordt en meer vergt van de werkende bevolking. Doordat het werk in steeds meer gevallen betrekking heeft op het bewerken en verwerken van informatie via de computer en er dus vaak geen sprake meer is van het direct, fysiek manipuleren van
voorwer-* P.M. de Graaf is verbonden aan de Vakgroep Sociologie van de KU Nijmegen; E.J.C. Josten is verbonden aan de Vakgroep Personeelswetenschappen van de KUB te Tilburg; P.T van den Berg is verbonden aan de Vakgroep Psychologie van de KUB Tilburg; en R. Luijkx is verbonden aan de Vakgroep Methoden en Technieken van Onderzoek van de KUB Tilburg.
Arbeidsmarkt
pen, zou de afstand tot het object van werk gro ter worden, en het werk abstracter (Aronsson, 1989; Roe, 1990; Zuboff, 1982). Dit betekent dat mentale vaardigheden zoals aandacht, concen tratie en geheugen steeds belangrijker worden. In dat geval verhoogt de informatisering van een beroep het vereiste niveau van vaardigheden; deze vaardigheden noemen wij IT-vaardigheden.
Aan de andere kant zijn er echter ook hy pothesen die precies het tegenovergestelde bew eren (Baldry, 1988; Greve, 1987; Wentink & Zanders, 1985). De opkomst van de IT zou juist leiden tot minder ingewikkelde beroepsarbeid, omdat de ingewikkelde arbeid wordt overgeno men door computers en automaten. Ten slotte zijn er ook hypothesen in omloop die een polari satie van de functieniveaustructuur voorzien. Volgens deze zou er aan de ene kant een groep van functies overblijven waarvoor een hoge kwalificatie vereist is, terwijl aan de andere kant veel mensen werk van laag niveau uitvo eren. In Nederland heeft Huijgen (1989) onder zoek gedaan naar het functieniveau van de beroepsbevolking. Hij toont aan dat er tussen 1960 en 1985 zowel polarisatie als regradatie heeft plaatsgevonden. Vooral in de zakelijke di enstverlening, maar ook in de industrie, is de ar beid opgewaardeerd. Deze algemene conclusie wordt bevestigd door onderzoekers die binnen bedrijven onderzoek hebben gedaan. Batenburg (1989; 1991) deed onderzoek onder Nederlandse bedrijven. Op basis van een enquête-onderzoek onder 491 geïnformatiseerde bedrijven en aan vullende enquêtes met 164 computergebruikers in 27 van die bedrijven komt Batenburg tot de conclusie dat er in 41 procent van de onderzo chte bedrijven sprake is geweest van een stijging van het gemiddelde functieniveau en slechts in 2 procent van de gevallen van een daling. In 38 procent van de gevallen is overigens ook enige polarisatie in de functiestructuur te zien geweest. Tegelijk met regradatie is er ook degra datie opgetreden, zodat er interne differentiatie is opgetreden (zie ook Steijn & De Witte, 1993). Daarmee bevestigen de bedrijfsspecifieke onder zoeken het nationale beeld. Wij zullen nagaan in hoeverre deze regradatie van de arbeid van in vloed is geweest op beroepsloopbanen door te onderzoeken of personen die zich bevinden in een segment van de arbeidsmarkt waarin veel gebruik wordt gemaakt van IT betere vooruitz ichten hebben dan mensen in een minder geïn formatiseerd segment. Wanneer in IT-sectoren
meer vaardigheden vereist zijn dan daarbuiten, zullen werknemers in die sectoren aantrekke lijk zijn voor andere werkgevers. Daarbij kijken wij niet alleen naar hun kansen om binnen hun segment van baan te verwisselen, maar ook naar hun kansen om van segment te veran deren. Het is immers aannemelijk dat hun IT- vaardigheden ook buiten het segment waarin ze werkzaam zijn inzetbaar zijn. In dat geval zijn
IT-vaardigheden anders dan andere
vaardigheden die vaak bedrijfsspecifiek zijn. Verder kijken wij nog in het bijzonder naar de kans op opwaartse baanmobiliteit (baanveran deringen die een hoger beroepsprestige met zich meebrengen) en naar de kans op werkloosheid. Veel onderzoek heeft laten zien dat mobiliteit op de arbeidsmarkt samenhangt met individu ele factoren zoals leeftijd, ervaring, geslacht en opleidingsniveau, en met structurele factoren als veranderingen in de beroepenverdeling (Blossfeld, 1986; Hartog, Mekkelholt & Van Ophem, 1988; Theeuwes, Kerkhofs & Linde boom, 1988; De Graaf, 1989; DiPrete, 1992; Glebbeek, 1993). Als wij geïnteresseerd zijn in de zuivere (directe) effecten van het werkzaam zijn in een segment waarin IT belangrijk is, moeten wij rekening houden met zulke fac toren, omdat zij kunnen samenhangen met het IT-gehalte. Wanneer hoog opgeleiden mobieler zijn dan laag opgeleiden en vaker werkzaam zijn in 'IT-segmenten' zal veronachtzaming van het opleidingsniveau ertoe leiden dat wij de ef fecten van het IT-gehalte overschatten. Aan de structurele kant dienen wij vooral rekening te houden met verschuivingen in de beroepenver deling. Wanneer er een positief verband is tussen de groei van een segment en het IT-ge- halte ervan, bestaat opnieuw het gevaar dat we ten onrechte effecten van het IT-gehalte vinden, terwijl het in feite om werkgelegen heidseffecten gaat. Om de zuivere effecten van het IT-gehalte van het beroepssegment waarin iemand werkzaam is te vinden, zullen wij controleren voor de groei van het segment.
Samenvattend hebben wij twee belangrijke argumenten waarom de mate van IT in een beroep een positieve invloed heeft op de mo
biliteitskansen van dat beroep, een
vaardigheden-argum ent en een werkgelegen- heids-argum ent. Deze twee argumenten ge
bruiken wij om specifieke hypothesen te for muleren over de relatie tussen het IT-gehalte van een beroepssegment en de kans op
baanmo-biliteit (drie typen: interne, externe, en op waartse) en tussen het IT-gehalte en de kans op werkloosheid.
IT en baanmobiliteit
Het merendeel van alle voorkomende baanwis- selingen vindt plaats binnen beroepen of beroep ssegmenten.2 Dat is voor de hand liggend: ie mand die van baan verandert zal er, gezien vooropleiding en vaardigheden, de voorkeur aan geven in dezelfde beroepsgroep werkzaam te bli jven. Op basis van het vaardigheden-argument verwachten wij dat de baanmobiliteit binnen segmenten waarin relatief sterk geïnforma tiseerd is, groter zal zijn. Er zijn nieuwe vaardigheden ontstaan die werknemers attrac tiever maken, waardoor zowel mogelijkheden tot promotie binnen het bedrijf bestaan, maar ook tot verandering van werkgever binnen het beroepssegment. Wij moeten hier echter sterk rekening houden met het werkgelegenheids-ar- gument: het kan zijn dat eventueel waargeno men extra mobiliteit moet worden toegeschre ven aan de toename van de werkgelegenheid. Wanneer wij die toename expliciet verrekenen, komen wij tot het zuivere effect van de infor matisering.
Ook voor de minder frequente mobiliteit tussen arbeidsmarktsegmenten hebben wij als hypothese dat werknemers in segmenten waarin veel met IT wordt gewerkt relatief veel mogelijkheden hebben. De vaardigheden die IT met zich meebrengt zullen niet alleen in het eigen segment waarde hebben, maar ook daar buiten. Het werkgelegenheids-argument werkt hier echter de andere kant op: werknemers in de expanderende geïnformatiseerde segmenten van de arbeidsmarkt zullen niet sterk geneigd zijn hun segment te verlaten, omdat er relatief veel mogelijkheden bestaan binnen het eigen seg ment. Ook nu moeten wij rekening houden met de groei om de juiste effecten te bepalen.
Baanmobiliteit zegt iets over beroepswisselin gen in het algemeen zonder dat er ingegaan wordt op de vraag of er sprake is van opwaartse
of neerwaartse mobiliteit. Aangezien de
beslissing tot een baanwisseling over het alge meen vrijwillig wordt genomen, hebben wij im pliciet steeds aangenomen dat werknemers baanwisselingen ambiëren omdat zij er beter van worden. Wij willen echter ook nog eens ex pliciet kijken naar een type baanwisseling, waarvan wij zeker weten dat de wisselaars erop
vooruit gaan, namelijk naar baanwisselingen die sociaal-economische winst opleveren. Dit noemen wij opwaartse mobiliteit. Wij ver wachten opnieuw dat personen die werkzaam zijn in beroepen die gekenmerkt worden door een hoge mate van informatisering, meer kans hebben op opwaartse mobiliteit, niet alleen om dat zij over schaarse vaardigheden beschikken maar ook omdat zij zich in groeisegmenten bevinden.
IT en werkloosheid
Een bekende hypothese is dat informatisering leidt tot een groei van de werkloosheid. Vele banen zouden verdwijnen, omdat computers goedkoper en beter kunnen functioneren dan mensen. In hoeverre het huidige werkloosheid spercentage te wijten is aan het invoeren van computers op de werkplek is echter onduidelijk (Greve, 1987). Daarentegen wordt ook weleens gesteld dat het juist het laattijdig invoeren van computertechnologie is, dat negatieve gevolgen voor bedrijven en de werkgelegenheid heeft. Volgens dit standpunt lopen bedrijven die niet of weinig in IT investeren het risico dat hun concurrentiepositie zal verslechteren (Greve, 1987). Bovendien zou men door toepassing van IT in staat kunnen zijn om nieuwe Produkten en diensten aan te bieden, hetgeen juist tot nieuwe arbeidsplaatsen leidt (Baldry, 1988). In dit artikel kijken wij naar de samenhang tussen het IT-gehalte van een beroepssegment en de werkgelegenheidstoename van dat segment en kunnen wij dus uitsluitsel bieden over deze re latie. Hoe het ook zij, op individueel niveau is het op grond van het vaardigheden-argument aannemelijk dat het IT-gehalte van een beroep ssegment bescherming biedt tegen werk loosheid. Wanneer men in zo'n segment werkzaam is, beschikt men immers over vaardigheden die geënt zijn op de nieuwe manier van werken, waardoor men voor meer werkgevers dan de huidige aantrekkelijk is. Mocht het bedrijf waarin zij werken het niet bolwerken, dan kunnen zij uitwijken naar een ander, omdat hun kennis en vaardigheden in meerdere functies toepasbaar zijn.
De gebruikte gegevens en de constructie van een informatiseringsindex voor 55 beroepssegmenten
Om de geldigheid van onze verwachtingen te toetsen aan empirisch materiaal, maken wij ge bruik van het Arbeidsaanbodpanel van de Or
Arbeidsmarkt
ganisatie voor Strategisch Arbeidsmarktonder zoek (Praat &. Mekkelholt, 1991). Met de data uit dit longitudinale onderzoek kunnen de ar- beidsmarktloopbanen van personen in verschil lende segmenten van de arbeidsmarkt worden geanalyseerd. Het OSA-aanbodpanel bevat in formatie over arbeidsmarkttrajecten tussen januari 1980 en oktober 1988. Van 3.893 van de respondenten, 1.531 vrouwen en 2.362 mannen, zijn de gegevens bruikbaar voor onze doelein den. Het OSA-aanbodpanel ving aan in 1985 met een enquête onder alle volwassenen uit een huishoudenssteekproef. Bij die gelegenheid werd hun beroepsloopbaan tussen 1980 en 1985 in kaart gebracht. In 1986 en 1988 werden dez elfde respondenten opnieuw geïnterviewd en is het vervolg van hun loopbaan geregistreerd. In beide jaren was er veel uitval, maar over eventuele vertekening als gevolg daarvan is door de OSA niet gerapporteerd. Wél is het panel steeds aangevuld met nieuwe respondenten. Aan de nieuwe respondenten in 1986 zijn eveneens vragen gesteld over de loopbaan vanaf 1980, maar voor de nieuwe respondenten in 1988 zijn uitsluitend gegevens over de loopbaan vanaf 1985 opgenomen.
In onze analyses is gebruik gemaakt van ge-
beurtenissen-analyse, ofwel 'event history
analysis'. Deze familie van analyse-technieken brengt met behulp van regressie-modellen het relatieve gewicht van allerlei predictoren van gebeurtenissen in kaart (Allison, 1984; Bloss- feld, Hamerle & Mayer, 1989; Yamaguchi, 1991). In ons geval zijn wij geïnteresseerd in overgangen op de arbeidsmarkt; elke verander ing van positie noemen wij een gebeurtenis. De predictoren bestaan uit individuele kenmerken (zoals sekse, leeftijd, arbeidsmarktervaring, de tijd dat iemand reeds in een bepaalde situatie verkeert, en kwalificaties) en uit structurele
kenmerken (zoals conjuncturele om
standigheden en eigenschappen van het beroep ssegment waarin men zich bevindt, zoals in ons geval de informatiseringsindex). Met behulp van zulke predictor-variabelen proberen wij te voor spellen hoe waarschijnlijk of onwaarschijnlijk het is dat een persoon een bepaalde gebeurtenis meemaakt. Om de verschillende overgangen die kunnen voorkomen in beroepsloopbanen te modelleren, zijn de loopbanen van de respon denten onderverdeeld in episodes. Elke keer als een respondent van arbeidsmarktpositie veran dert, begint een nieuwe episode. Van elke
ar-beidsmarktepisode is een begin- en een eind- maand geregistreerd, evenals een aantal andere
kenmerken, zoals de arbeidsmarktpositie
(werkend, werkloos, buiten de beroepsbevolk ing) en de standaard CBS-classificatie van het eventueel uitgeoefende beroep (CBS, 1984). Tevens is informatie aanwezig over het opleid ingsniveau van de respondent en eventuele nieuwe diploma's of kwalificaties, over het ge boortejaar, en over het geslacht van de respon dent. Ook is voor de meeste respondenten bekend hoe lang de positie die men in januari 1980 innam reeds duurde.3
Het OSA-databestand bevat geen enkele in formatie omtrent het gebruik van IT op het werk. Daarom gebruiken wij gegevens uit het enquête-onderzoek 'Personen en Informatiew erk' (Roe e.a., 1992), op basis waarvan wij een informatiseringsindex voor 55 beroepssegmen ten berekenen. Aan deze enquête hebben 1.168 mannen en vrouwen meegedaan. De responden ten is gevraagd naar een aantal aspecten van computergebruik op het werk. Ook is het pre cieze beroep van de respondenten bekend; dit is gecodeerd volgens de CBS-beroepenclassificatie (CBS, 1984). Door het koppelen van het com putergebruik aan beroepen ontstaat een infor matiseringsindex van beroepen, die daarna bruikbaar is voor het analyseren van ar beidsmarktkansen.
De gedetailleerde CBS-beroepenclassificatie onderscheidt 914 beroepen met een unieke 4-ci- jferige code. Het is niet mogelijk aan elk van de beroepen die onderscheiden worden in de gede tailleerde CBS-beroepenclassificatie (1984) een eigen score op de informatiseringsindex toe te kennen omdat het aantal beroepen daarvoor te groot is in vergelijking met het aantal respon denten. Dit maakt het noodzakelijk om de 914 CBS-beroepen samen te voegen tot groepen. Hoewel het mogelijk is om de CBS-classificatie te gebruiken voor samenvoegen van beroepen tot arbeidsmarkt- of beroepssectoren, door alleen de eerste 2 of 3 cijfers van de code te ge bruiken, heeft dit een aantal nadelen (Van de Loo et al, 1992; Bakker, 1991; Dekker et al., 1990). Zo worden in de 2-cijferige CBS-classifi catie in bepaalde gevallen beroepen bij elkaar gevoegd met een verschillend functieniveau, dat wil zeggen beroepen met nogal verschil lende opleidingseisen. Verder is de verdeling
van de door het CBS onderscheiden
beidsmarkt bijzonder ongelijk. De sector indus trie en transport kent volgens de indeling van het CBS maar liefst 137 beroepsgroepen, terwijl in de administratieve sector waarin vrijwel
evenveel mensen werken, slechts 20
beroepsgroepen worden onderscheiden. Door verschillende Nederlandse onderzoeksgroepen zijn daarom alternatieve indelingen van beroep ssegmenten ontwikkeld, die de nadelen van de huidige CBS-classificatie pogen te omzeilen door de 4-cijferige codes van de CBS-beroepen- classificatie op een andere wijze te groeperen. Na een vergelijking van deze classificaties (Jos- ten, Van den Berg, De Graaf & Luijkx, 1993) hebben we gekozen voor de ROA-classificatie (Van de Loo et al., 1992; Dekker et al., 1990). Op basis van een grote, betrouwbare dataset (de door het CBS uitgevoerde Arbeidskrachten telling 1985) deelt de ROA-classificatie de 4-ci
jferige CBS-beroepen op in segmenten, waarin de beoefenaren soortgelijke opleidingskwalifica- ties hebben. De ROA-classificatie is, net als de CBS-classificatie, hiërarchisch opgebouwd en varieert van beroepssectoren op het meest glo bale niveau tot beroepstakken, -segmenten en - klassen. Wij hebben de beroepen van de respon denten uit het onderzoek 'Personen en Informa tiewerk' zoveel mogelijk ingedeeld naar het meest gedetailleerde niveau van de ROA-classi ficatie, dat van de 93 beroepsklassen. In som mige gevallen was dit echter niet mogelijk en in die gevallen zijn beroepsklassen samengevoegd, omdat er anders te weinig respondenten beschikbaar zijn per klasse, en een informatiser- ingsindex te onbetrouwbaar zou zijn geworden. Wij zijn ervan uitgegaan dat wij minstens 5 re spondenten per beroepsklasse nodig hebben.4 Daarbij zijn in het algemeen die beroepsklassen
Tabel 1 Computergebruik op de Nederlandse arbeidsmarkt in 1991, N=1168 personen
Computer Netwerk Mainframe Minicomputer PC
nee 45.3% 68.7% geen gebruik 87.1% 92.8% 54.1%
ja 54.7% 31.3% vrijwel nooit 0.6% 0.3% 2.0%
soms 1.8% 1.1% 6.1%
regelmatig 2.1% 1.4% 10.5%
zeer regelmatig 8.4% 4.5% 27.3%
modem printer scanner tekst- spreadsheet tekenen/
verwerker ontwerpen geen gebruik 86.9% 51.2% 94.6% 62.4% 83.9% 92.4% vrijwel nooit 2.4% 2.7% 1.6% 2.2% 1.8% 1.5% soms 1.9% 5.7% 1.1% 6.6% 3.4% 2.4% regelmatig zeer regelmatig 2.8% 11.7% 0.8% 10.7% 5.5% 1.1% 6.0% 28.7% 1.9% 18.1% 5.4% 2.6%
administratie database andere, elektronic computer EDI nog niet genoemde post conferencing programmatuur geen gebruik 79.0% 80.3% 85.5% 92.6% 99.4% 96.0% vrijwel nooit 1.7% 1.6% 0.7% 1.2% 0.1% 0.4% soms 3.3% 5.0% 1.6% 1.7% 0.3% 1.5% regelmatig 6.4% 5.0% 4.4% 1.6% 0.1 % 1.0% zeer regelmatig 9.7% 8.1% 7.8% 2.8% 0.2% 1.1%
Bron: Enquête 'Personen en Informatiewerk'. Katholieke Universiteit Brabant (Roe et al. 1992).
A rbeidsm arkt
met elkaar gecombineerd, die samen een ROA- beroepssegment vormen. In een aantal gevallen moest van deze procedure worden afgeweken, omdat er onvoldoende of geen beroepsklassen voorradig waren die tot hetzelfde segment be
horen. In zulke gevallen zijn bepaalde
beroepsklassen met elkaar samengevoegd die weliswaar tot verschillende segmenten behoren, maar naar ons oordeel toch sterke overeenk omst met elkaar vertonen. Door toepassing van de ROA-classificatie op de hiervoor beschreven wijze, kwamen wij tot 55 verschillende groepen van beroepen, die wij in het vervolg van dit ar tikel consequent beroepssegm enten zullen noe men.
In het enquête-onderzoek 'Personen en Informa tiewerk' is zowel naar het gebruik van diverse typen hardware (onder andere personal com puter, mainframe, printer) als van software gevraagd (tekstverwerking, spreadsheet, ontwer pen). Tabel 1 geeft een overzicht van de frequen- tie-verdelingen van de verschillende items.
Wij hebben op al deze items, uitgezonderd de inleidende eerste vraag twee factor-analyses uit gevoerd,5 één op individueel niveau en één op het geaggregeerde niveau van beroepssegmen ten. In beide gevallen blijkt dat er één domi nante dimensie achter de items schuilgaat, die wij interpreteren als het algehele niveau van computergebruik door de respondenten op het werk.6 In beide analyses bleek dat alle verdere dimensies (factoren) onbetekenend zijn. Tabel 2 laat de factorladingen op beide niveaus zien. Op grond van deze factor-analyses hebben wij bes loten om slechts één algemene informatiser- ingsindex te construeren. Die algemene index is bepaald door voor alle beroepsgroepen de betref fende factor-score te berekenen.7 Figuur 1 geeft een overzicht van de informatiseringsindex voor de 55 beroepssegmenten, van hoog naar laag geordend. Bovenaan staan de systeem-analisten en programmeurs, gevolgd door metaalkundigen en beta-wetenschappers. Fysiotherapeuten, tex tielarbeiders, postbeambten, landarbeiders en voedingsmiddelenbereiders blijken in het begin van de jaren negentig nauwelijks gebruik te maken van informatietechnologie. Dit laat wel zien dat de score van een segment op de door ons geconstrueerde IT-index niet gelijk hoeft te zijn aan de mate van automatisering van het be treffende segment. Dit is een belangrijk onder scheid. Er zijn beroepen die voornamelijk in
Tabel 2 Factor-analyse van aspecten van computer gebruik op de Nederlandse arbeidsmarkt in 1991, voor 1.168 individuen en voor 55 beroepssegmenten
Individuen Beroeps segmenten Mainframe .456 .850 Minicomputer .380 .810 Personal computer .769 .881 Modem .572 .884 Printer .858 .921 Scanner .277 .494 Netwerk .668 .908 Tekstverwerking .730 .795 Spreadsheet .545 .757 Tekenen/ontwerpen .386 .651 Administratie .386 .702 Database .570 .860 Overige programmatuur .470 .848 Elektronische post .457 .803 Computer conferencing .174 .545 EDI .369 .737
Bron: Enquête ‘Personen en Informatiewerk'. Katholieke
Universiteit Brabant (Roe et al. 1992).
sterk geautomatiseerde produktieprocessen uit geoefend worden, maar waarbij de beoefenaren van het beroep zelf geen gebmik maken van IT. Een dergelijk beroep scoort dan laag op de IT-in- dex, terwijl de mate van automatisering hoog is. Wij zijn immers vooral geïn-teresseerd in de in vloed van de individuele vaardigheden op het gebied van informatisering.
De geconstrueerde informatiseringsindex van het beroepssegment hebben wij vervolgens gek oppeld aan de CBS-beroepenclassificatie, waar door wij in staat zijn het informatiseringsge- halte van beroepen in verband te brengen met andere beroepskenmerken en met carrière-kan- sen. Belangrijk is nog op te merken dat wij er vanuit moeten gaan dat de relatieve posities van de beroepssegmenten wat betreft hun infor- matiseringsgehalte, zoals bepaald op basis van materiaal uit 1991, niet veel veranderd zullen zijn ten opzichte van de periode 1980-1988.
systeem analist, programmeur metaalkundige wetenschapper (beta-vakken) boekhoudkundige co m m ./odm . medewerker geneeskundige accountant, econoom bibliothecaris, soc. wetenschapper chemisch procesarbeider personeelsfunctionaris leidinggevende in industrie radiologisch laborant telefoniste jurist leidinggevenden openboar bestuur hogere leidinggevenden vertegenwoordiger, makelaar auteur, journalist politieagent, beroepsmilitair secretaresse, typiste schooldirecteur, onderwijskundige techn. tekenaar bouwopzichter winkelier leraar (voortgezet onderwijs) electricien kunstenaar, totograat piloot, boordwerktuigkundige geestelijke architect maatschappelijk werker drukker, boekbinder verpleegkundige m e ta a lw e rk e r agrariër, jager winkebediende h otel/restauront eigenaar automonteur conducteur, buschauffeur samenst. elektr.techn. produkt. onderwijzer (basisonderwijs) houtbewerker doktersassistente kraamverzorgster kraandrijver, heftruckchauffeur bouwvakker lader, matroos kapper, gezinsverzorgster kok, kelner portier, schoonmaker landarbeider postbeambte fysiotherapeut voedingsmiddelenbereider textiel arbeider -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5
mate van computerisering
Figuur 1 Informatiseringsindex voor 55 beroepssegmenten
Verbanden tussen de informatiseringsindex
en andere beroepskenmerken
Om een indruk te krijgen van het soort beroepen waarin het meest gebruik wordt ge maakt van IT, hebben wij de samenhang tussen de mate van informatisering en enkele andere beroepskenmerken bepaald. Daartoe worden in
Tabel 3 (Pearson's) correlatie-coëfficiënten
gepresenteerd, berekend op basis van zowel het
bestand 'Personen en Informatiewerk' als het OSA-aanbodpanel. Wij presenteren gewogen coëffi-ciënten, dat wil zeggen dat wij grotere beroepssegmenten zwaarder laten meetellen bij het berekenen van de correlatie-coëfficiënten.
Allereerst kijken wij naar de verbanden met het maatschappelijk aanzien (prestige) van beroepen en met de algemene sociaal-economis- che status van beroepen. Het prestige van beroepen wordt toegekend op basis van
Arbeidsmarkt
Tabel 3 Samenhang tussen de informatiseringsindex en andere beroepskenmerken; N=55 beroepssegmenten
Correlatie-coëfficiënt (Pearson's r)
Personen en informatiewerk Arbeidsaanbodpanel OSA
Beroepsprestige 0.55 0.67 Sociaaleconomische status 0.62 0.70 Opleidingsniveau 0.57 0.49 Percentage vrouwen -0.26 -0.06 ns Groei 0.32 0.42 ns: niet significant, p > 0.05.
Bronnen: Enquête 'Personen en Informatiewerk' (Roe et al. 1992), en 'Arbeidsaanbodpanel' (OSA, Praat en Mekkelholt
1991).
zoek naar de oordelen die de bevolking heeft over de plaats van beroepen op de maatschappe lijke ladder van eer en aanzien. Wij gebruiken de Ultee/Sixma-prestigeschaal (Sixma & Ultee, 1982). De sociaal-economische status van een beroep is een gewogen som van het opleidings- en inkomensniveau van de beoefenaren van dat beroep. Hiervan bestaan verschillende opera - tionalisaties en hier gebruiken wij de ISEI (Inter national Socio-Economic Index), zoals ontwik keld door Ganzeboom, De Graaf en Treiman (1992). Hoewel inhoudelijk tamelijk verschil lend, vertonen het prestige en de sociaal-econo mische status van een beroep een grote samen hang. Blijkbaar staan beroepen waarin relatief hoge inkomens verdiend worden en waarvoor hogere opleidingen vereist zijn, maatschappelijk in hoger aanzien. Zowel de prestige als de so ciaal-economische index kunnen gekoppeld worden aan de gedetailleerde CBS-beroepenclas- sificatie. De correlatie-coëfficiënten uit Tabel 3 laten zien dat prestige en status beide positief samenhangen met het gebruik van IT op het werk. Kijken wij vervolgens naar de samenhang tussen de geconstrueerde informatiseringsindex en het gemiddelde opleidingsniveau van een beroepssegment, dan blijkt ook dit verband po sitief te zijn. Blijkbaar heeft informatietech nologie zijn intrede vooral gedaan in de ho gere beroepen, waarin de inkomens relatief hoog zijn en waarvoor relatief hoge opleid ingsniveaus vereist zijn.
Vervolgens kijken we naar de samenhang tussen de informatiseringsindex en het percent age vrouwen in een beroepssegment. Het ver
band is niet erg groot. De correlatie-coëfficiënt, berekend op basis van het onderzoek 'Personen en Informatiewerk', laat een significante nega tieve samenhang tussen de informatie-index en het percentage vrouwen in een beroepssegment zien. Wanneer wij gebruikmaken van de gegevens uit het OSA-bestand vinden we een lagere correlatie-coëfficient die niet significant is. Blijkbaar is deze samenhang niet zo groot. Ten slotte wordt er in Tabel 2 gekeken naar de samenhang tussen de informatiseringsindex en de groei van een beroepssegment. De groeici jfers zijn ontleend aan door het Centraal Bureau voor de Statistiek gepubliceerde statistieken.8 De samenhang is positief en aanzienlijk: infor matisering hangt samen met de groei van een beroepssegment. De vraag naar de causaliteit is daarmee uiteraard niet beantwoord.
1T en mobiliteit op de arbeidsmarkt
Onze hypothesen met betrekking tot carrière- mobiliteit luiden:
Hoe meer er in een beroepssegment gebruik gemaakt wordt van informatietechnologie • des te groter is de waarschijnlijkheid dat per
sonen die in zo'n segment werkzaam zijn van baan veranderen, zowel intern als extern; • des te groter is de waarschijnlijkheid dat per
sonen die in zo'n segment werkzaam zijn op waarts sociaal mobiel zijn;
• des te geringer is de waarschijnlijkheid dat personen die in zo'n segment werkzaam zijn werkloos worden.
Tabel 4 Overgangen op de Nederlandse arbeidsmarkt tussen 1980 en 1988; (aantal betrokken respondenten tussen haakjes); N=6378 episodes en N=3977 respondenten
Aantal episodes
Totaal aantal episodes, uitgangspositie werkend Aantallen overgangen naar;
werkloosheid andere baan Baanwisselingen: binnen segmenten tussen segmenten Baanwisselingen: opwaarts
Totaal Mannen Vrouwen
6378 (3977) 3914 (2445) 2464 (1532) 543 (448) 366 (292) 177 (156) 1942 (1368) 1186 (841) 756 (527) 1243 (975) 734 (584) 509 (391) 699 (567) 452 (367) 247 (200) 405 (387) 275 (262) 130 (125)
Bron: 'Arbeidsaanbodpanel' (OSA, Praat en Mekkelholt 1991).
Zoals reeds aangegeven willen wij de zuivere ef fecten van informatisering bekijken en zijn wij daarom aangewezen op een analyse-techniek die directe effecten laat zien. Vanwege het dyna mische karakter van de loopbaangegevens is ge-
beurtenissen-analyse de meest geschikte
methode. De loopbaan van elke respondent wordt geanalyseerd als een sequentie van ge beurtenissen, van een opeenvolging van veran deringen in arbeidsmarktpositie. De episoden tussen twee gebeurtenissen zijn de analyse-een- heden en de lengte van de wachttijd tot een ge beurtenis optreedt is de afhankelijke variabele in de analyses. Wij onderzoeken de effecten van de informatiseringsindex op het al dan niet op treden van de aangegeven specifieke gebeur tenissen, waarbij wij rekening houden met rele vante individuele kenmerken, zoals leeftijd, opleidingsniveau en beroepsprestige.9 Om re kening te houden met het werkgelegenheids-ar- gument nemen wij de reeds geconstrueerde groei van de werkgelegenheid in een beroepsseg ment op in de analyse.
Tabel 4 geeft een overzicht van de frequenties van de relevante gebeurtenissen, uitgesplitst naar geslacht. Wij zien dat er 543 overgangen naar werkloosheid en 1.942 baanwisselingen, waarvan 1.243 binnen en 699 tussen beroepsseg menten. Ten slotte observeren wij 405 baanwis selingen die gepaard zijn gegaan met opwaartse mobiliteit.10
De effecten van de informatiseringsindex op arbeidsmarktmobiliteit zijn geschat met behulp
van semi-parametrische regressie-modellen
(Cox-regressie), waarin rekening wordt ge
houden met de duurafhankelijkheid zonder dat het effect daarvan wordt geparametriseerd, maar waarin de effecten van de in het model op genomen predictor-variabelen wél worden geparametriseerd. Met behulp van deze model len kan de invloed van predictor-kenmerken op het optreden van een gebeurtenis worden geschat, terwijl rekening wordt gehouden met duurafhankelijkheid en afgebroken waarnemin gen ('right censoring'). Wij presenteren hazard rate's om de grootte van de effecten van de pre dictor-variabelen inzichtelijk te maken. Hazard rate's zijn eenvoudig interpreteerbaar, analoog aan odds' ratio's. Wanneer de hazard rate gelijk is aan 1, heeft de betreffende variabele in het ge heel geen effect op de gebeurtenis. Wanneer de hazard rate groter is dan 1 hebben wij te maken met een positief effect (de voorspelde odds is groter dan 1), en wanneer de hazard rate kleiner is dan 1 is er sprake van een negatief effect (de voorspelde odds is kleiner dan 1). Wanneer de hazard rate bijvoorbeeld 1.5 is, dan wil dat zeg gen dat 1 eenheid meer in de predictor-variabele een anderhalf keer zo grote odds van de kans op de gebeurtenis oplevert (ceteris paribus). Deze hazard rates werken multiplicatief, dus wan neer de predictor-variabele 2 eenheden groter wordt, dan stijgt de verwachte odds met factor 2.25, want 1.5*1.5=2.25. De hazard rate-effecten zijn makkelijk interpreteerbaar gemaakt door de metriek van de predictor-variabelen aan te passen. Leeftijd is gemeten in eenheden van tien jaar, prestige in eenheden van tien punten op de gebruikte prestige-schaal en de groei van het beroepssegment tussen 1980 en 1988 in
Arbeidsmarkt
Tabel 5 Hazard rate effecten van informatiseringstechnologie en andere kenmerken op overgangen op de arbeidsmarkt (t-waarden tussen haakjes, significante effecten zijn cursief)
Baanwisselingen
elke intern extern opwaarts
Werkloosheid
Model 1: bivariaat
it-index 1.034 1.072 .966 .886 .764
(1.4) (2.4) (0.9) (2.2) (5.4)
Model 2: met controles
it-index 1.070 1.040 1.134 1.467 .891 (2.3) (1.1) (2.5) (5.4) (1.7) vrouw 1.392 1.574 1.133 .966 1.100 (6.7) (7.4) (1.7) (0.3) (.9) opleiding 1.082 1.097 1.049 1.290 .831 (3.1) (3.0) (1.1) (4.6) (3.9) leeftijd 4.824 3.696 12.28 20.29 2.316 (9.3) (6.6) (7.4) (6.5) (3.2) leeftijd kwadraat .771 .824 .624 .568 .893 (8.8) (5.8) (7.5) (6.5) (2.6) prestige .935 .996 .829 .568 .960 (3.8) (0.2) (6.1) (12.5) (1.1) groei beroepssegment 1.041 1.034 1.055 1.134 .872 (3.1) (1.3) (1.7) (3.2) (3.1)
Metriek van de onafhankelijke variabelen: it-index: z-verdeelde factor-score vrouwen: 0=man, 1=vrouw
opleiding: 1=lo, 2=lbo/mavo, 3=mbo/havo/vwo, 4=hbo, 5=wo leeftijd: 1 eenheid=10 jaren
prestige: 1 eenheid=10 punten op de Sixma/Ultee-prestigeschaal groei: 1 eenheid=10% stijging tussen 1980 en 1988
heden van 10 procent groei. De informatiser- ingsindex, opleiding en sekse hebben hun originele metriek behouden.
De presentatie van de invloed van de effecten op de verschillende overgangen wordt in twee stappen uitgevoerd. In model 1 wordt alleen de informatiseringsindex als predictor-variabele ge bruikt; dit model laat het bivariate verband tussen informatisering en het optreden van een overgang op de arbeidsmarkt zien. In model 2 wordt rekening gehouden met andere ken merken die de gebeurtenis kunnen beïnvloeden: leeftijd (zowel lineair als kwadratisch), geslacht en opleidingsniveau11, het beroepsprestige en de groei van het beroepssegment. Tabel 5 laat de relevante resultaten zien.
Mobiliteit op de arbeidsmarkt:
baanwisselingen
De eerste drie kolommen uit Tabel 5 gaan in op baanwisselingen. Eerst worden alle baanwissel ingen tezamen geanalyseerd waarbij het niet uitmaakt of de nieuwe banen die men vindt zich nu binnen of buiten het beroepssegment bevinden waarin men werkzaam is. De tweede en de derde kolom bestuderen vervolgens in terne en externe baanwisselingen. Model 1 voor
elk e baanw isseling laat zien dat er in het alge
meen geen invloed uitgaat van het IT-gehalte van een beroepssegment op de kans dat een per soon van baan wisselt. Als wij echter gaan uitsplitsen naar interne en externe baanwissel ingen zien wij dat er voor baanwisselingen bin nen het beroepssegment wel een effect uitgaat van het IT-gehalte, maar voor baanwisselingen
naar een ander segment is dat niet het geval. Blijkbaar vindt er binnen beroepssegmenten waarin sterk geïnformatiseerd, is relatief veel baanmobiliteit plaats.
In model 2 worden de controle-variabelen in de beschouwing betrokken zodat de zuivere in vloed van de IT-factor duidelijk wordt. De in vloed van IT is nu zowel voor interne als ex terne baanwisselingen positief, al is het effect voor interne wisselingen op zichzelf niet signifi cant meer. Het niet-significante effect van de groei-score laat zien dat er geen portie extra
baanmobiliteit als gevolg van expansie
waarneembaar is. Opvallend is dat vrouwen mo bieler zijn dan mannen, wat vooral moet wor den toegeschreven aan interne mobiliteit. Het opleidingsniveau heeft een positieve invloed op baanmobiliteit, maar de hoogte van het uitgeoe fende beroep, zoals uitgedrukt in beroepspres- tige, beïnvloedt mobiliteit negatief. Dit is theoretisch goed te begrijpen, omdat het moeili- jker wordt een aantrekkelijkere baan te vinden wanneer men reeds een baan heeft met een rela
tief hoog prestige. De leeftijdseffecten
betekenen dat de kans op baanwisselingen het grootst zijn voor banen die men begint wanneer men ongeveer 30 jaar oud is. Banen waarin men jonger of ouder start, leveren geringere kansen op baanwisselingen op.
De vierde kolom van Tabel 5, waarin baan wisselingen worden geanalyseerd waarvan wij zeker weten dat ze gunstig zijn, laat aanzienlijk grotere effecten van IT zien. Wij zien dat de kansen op opwaartse beroepsmobiliteit relatief groot zijn wanneer men in beroepen werkt met een hoog IT-gehalte. Aangezien de kansen op opwaartse mobiliteit logischerwijze kleiner zijn wanneer het prestige van het huidige beroep groter is (plafond-effect), komt het positieve ef fect van de IT-index pas tevoorschijn in model 2 wanneer rekening gehouden wordt met het prestige van de uitgangspositie. Het verschil in kans op opwaartse carrière-mobiliteit tussen zeer sterk en zeer weinig geïnformatiseerde beroepen kan uitgedrukt worden met een odds ratio van 4.6, wat een aanzienlijk verband in houdt. Dit effect is netto van de invloed van de overige variabelen in het model. Ook na con troles voor opleidingsniveau (positief effect), leeftijd (curvilineair) en sekse (iets minder kan sen voor vrouwen), blijkt dat personen in sterker geïnformatiseerde segmenten een zeer sterke positie hebben op de arbeidsmarkt.
Mobiliteit op de arbeidsmarkt: werkloosheid
De resultaten van model 1 laten zien dat de kans om werkloos te worden relatief gering is wanneer men werkzaam is in een beroepsseg ment dat sterk geïnformatiseerd is. De grootte van het effect impliceert dat, ceteris paribus, de odds van de kans op werkloosheid in de sterkst geïnformatiseerde segmenten ongeveer een derde bedraagt van de vergelijkbare odds op werkloosheid in de minst geïnformatiseerde segmenten. Dit is een sterk verband.
De invoering van de individuele en struc turele controle-variabelen zorgt ervoor dat het effect geringer wordt; het gaat naar 0.89 en is niet meer significant. Verschillende individuele en structurele kenmerken spelen een rol van betekenis. Allereerst blijkt dat een hoog opleid ingsniveau beschermt tegen werkloosheid, maar dat een hoger beroepsniveau dat niet doet. Hoger opgeleide mannen hebben blijkbaar banen die hen relatief goed beschermen tegen het verliezen ervan. Eén opleidingscategorie ho ger doet de odds van de kans op werkloosheid zakken tot 83 procent. De groei van het beroep ssegment waarin men verkeert, beschermt eveneens tegen werkloosheid; voor elke 10% dat een segment is gegroeid tussen 1980 en 1988 wordt de odds van de kans om werkloos te worden verkleind tot ongeveer 87%. Wij con cluderen dat personen die werkzaam zijn in geïnformatiseerde beroepssegmenten een rela tief gering risico kennen om werkloos te wor den, wat verklaard kan worden door het feit dat de werkgelegenheid in zulke sectoren groeit.
Conclusie en discussie
In dit artikel rapporteren wij over de construc tie van een schaal die aangeeft in hoeverre beroepen zich in Nederland in de jaren tachtig hebben onderscheiden in de mate waarin infor matietechnologie er is doorgedrongen. De varia tie blijkt groot en het blijkt dat er in beroepen waarin IT het sterkst is doorgedrongen buiten proportie veel hoog opgeleiden werkzaam zijn, dat zulke beroepen relatief veel status genieten, en dat ze sterk groeien. De algemene regradatie van de Nederlandse beroepenverdeling, zoals gedocumenteerd door Huijgen (1989), heeft zeker te maken met de opkomst van de infor matietechnologie.
Arbeidsmarkt
Het blijkt dat personen die werkzaam waren in segmenten van de beroepenverdeling waarin informatietechnologie sterker is doorgedrongen er in de jaren tachtig relatief goed voorstonden op de arbeidsmarkt. Onze hypothesen over mo biliteit blijken grotendeels te worden bevestigd, hoewel de gevonden verbanden niet steeds even sterk zijn. De redenen waarom de informatiser- ingsgraad van het beroepssegment invididuele mobiliteit bewerkstelligt, hebben wij opgedeeld in een vaardighedenargument en in een werk gelegenheidsargument. Het kan zijn dat de beroepsbevolking in geïnformatiseerde segmen ten over zoveel vaardigheden en kennis beschikt met betrekking tot het omgaan met computers en informatieverwerking, zodat men aantrekkelijk wordt voor vele werkgevers. De alternatieve verklaring is, dat informatietech nologie vooral wordt toegepast in de groeiseg menten van de arbeidsmarkt, waar de mobiliteit in het algemeen groter is. Beide argumenten bli jken op te gaan. Ook wanneer rekening wordt gehouden met de groei in de diverse segmenten van de arbeidsmarkt, blijven de kansen in de segmenten met meer IT echter beter.
Het duidelijkst zijn de effecten bij zeer gun stige en zeer ongunstige typen van mobiliteit: de kansen op werkloosheid waren aanzienlijk geringer en de kansen op opwaartse mobiliteit zijn aanzienlijk groter in segmenten met een re latief hoog IT-gehalte. In het geval van kans op werkloosheid is dit effect toe te schrijven aan het feit dat de werkgelegenheid in de sectoren waar IT het sterkst is doorgedrongen ook het sterkst is gestegen. In het geval van opwaartse beroepsmobiliteit is de positieve invloed van IT rechtstreeks. Wij schrijven deze directe invloed toe aan het toegenomen menselijk kapitaal van mensen die in de jaren tachtig werkzaam waren in de informatietechnologie. Hun grotere vaardigheden op het gebied van nieuwe tech nologie maakten hen aantrekkelijk op de ar beidsmarkt, wat zij konden omzetten in aan trekkelijkere banen.
De algemene conclusie die men uit het onder zoek kan trekken is, dat personen die in de jaren tachtig werkzaam waren in een beroepssegment waarin veel informatietechnologie werd ge bruikt een relatief goede arbeidsmarktpositie hadden. Weliswaar vertoonden zij slechts we inig meer baanmobiliteit dan anderen, maar als zij van baan veranderden, hield dat relatief vaak een verbetering in. Waarschijnlijk zetten deze
personen de extra kansen die zij ontlenen aan hun specifieke vaardigheden strategisch in. Ver der hadden zij relatief weinig kans op werk loosheid. Een en ander betekent dat de regrada- tie van de functieniveaustructuur niet alleen ten goede is gekomen aan nieuwkomers op de arbeidsmarkt. Ook degenen die al werkzaam waren, hebben ervan geprofiteerd. Onze bevind ing dat er groei van werkgelegenheid aan wijsbaar is in segmenten waar sterker is gein- formatiseerd (en daarmee samenhangend ook een geringere kans op werkloosheid) geeft aan dat het misschien wel mogelijk is dat er door informatisering banen verdwijnen, maar dat dit óf in andere, minder geïnformatiseerde segmen ten in nog sterkere mate het geval is, óf dat er in zulke segmenten minder nieuwe banen bijkomen. Vergelijkenderwijs is het gunstiger om in segmenten werkzaam te zijn waar geïn formatiseerd wordt. Bedrijven of segmenten die achterblijven, verliezen de concurrentieslag. Het is uiteraard de vraag in hoeverre deze posi tieve invloed van informatietechnologie op ar beidsmarktkansen behouden is gebleven in de jaren negentig. Het is mogelijk dat de aanvanke lijke gunstige positie die een baan in een door informatietechnologie beïnvloed segment met zich meebracht inmiddels teniet is gedaan, om dat de nieuwe vaardigheden niet langer schaars zijn. Ook omdat er de laatste jaren vele andere veranderingen op de arbeidsmarkt zijn opgetre den is nader onderzoek in deze richting nut tig.12 Nieuwe technologieën helpen, maar hoe lang ze dat doen is de vraag.
Noten
1 Graag danken wij Ronald Batenburg voor zijn kri tisch commentaar op een eerdere versie van dit ar tikel.
2 Zie bijvoorbeeld tabel 3 in dit artikel.
3 In het geval men niet beschikt over deze informa tie is er sprake van 'left censoring'. Het ontbreken van deze cmciale informatie maakt gebeurtenis- sen-analyse slecht toepasbaar (Yamaguchi 1991, p. 7-8). Voor het OSA-bestand hebben we met 'left censoring' te maken voor respondenten die uitsluitend in 1985 zijn ondervraagd. In de vragen lijst van 1986 is deze vergissing hersteld, door aan alle respondenten te vragen wanneer de situatie van 1 januari 1980 was ingegaan, maar dat mocht uiteraard niet meer baten voor de uitgevallen re spondenten. De episodes waarvan de feitelijk
be-gindatum niet bekend is, hebben we niet opgeno men in de analyses.
4 Daarbij zijn er toch nog vier segmenten overge bleven die minder dan 5 respondenten bevatten. 5 Een negatief antwoord op de eerste vraag leidde er
toe dat in de vragenlijst de verdere vragen werden overgeslagen. Aangezien de respondenten die nee antwoordden op deze vraag, allemaal de score 'geen gebruik' hebben gekregen op de verdere vragen, voegt de vraag niets toe aan de overige informatie. 6 De eigenwaarden, voor zover groter dan 1, be
horend bij de factor-analyse op individueel niveau, bedragen 4.72, 1.50, 1.17, 1.12 en 1.03. Voor de fac tor-analyse op het niveau van segmenten bedragen de eigenwaarden groter dan 1, respectievelijk 9.92, 1.48 en 1.10. Blijkbaar is de proportie van de beroepsbevolking die aan de meer geavanceerde vormen van computergebruik en informatisering toekomt dermate klein dat een onderzoek onder slechts enkele duizenden beroepsuitoefenaren deze niet goed kan vertegenwoordigen. Wanneer men inzicht wil krijgen in de arbeidsmarktkansen van deze informatiseringsélite is specifiek, gericht on derzoek noodzakelijk.
7 Niet aan alle assumpties voor het uitvoeren van een factor-analyse is voldaan. Met name zijn de variabelen niet normaal en vaak zelfs uitzonderlijk scheef verdeeld. Daarom zijn ter aanvulling ook twee homogeniteit-analyses uitgevoerd, zowel op individueel niveau als op geaggregeerd niveau. Aangezien de met behulp van deze analyse uitgere kende informatiseringsindices vrijwel prefect samenhangen met de factor-scores (correlatie-coëf- ficiënten van 0.98), nemen wij aan dat het schen den van de assumptie van factor-analyse geen be langrijke gevolgen heeft voor de gebruikte informa- tiseringsindex.
8 Om de groei tussen 1980 en 1988 te bepalen, zijn de gepubliceerde CBS-statistieken over het aantal werkzame personen per (2-cijferige) beroepsklasse gebruikt (Arbeidskrachtentellingen 1979 en 1981, Enquête Beroepsbevolking 1988). In 1980 zijn geen gegevens verzameld en daarom is het gemiddelde van 1979 en 1981 berekend. Vanwege de toene mende belangstelling voor privacy en persoonsreg istratie is voor een aantal beroepsklassen in 1988 het aantal werkzame personen in 1988 niet gepub liceerd, met name voor de beroepsklassen die bestaan uit minder dan 5000 personen. Voor deze beroepsklassen hebben wij gegevens uit de Ar beidskrachtentellingen van 1985 gebruikt, omdat dat het laatste jaar was waarvoor dergelijke cijfers zijn gepubliceerd. Een probleem bij het berekenen van de groeicijfers is dat de ROA-classificatie, waarop onze indeling in segmenten is gebaseerd, uitgaat van de 3-cijferige CBS-beroepsgroepen, ter wijl we alleen groeicijfers kunnen berekenen voor 2-cijferige beroepsklassen. Enkele van de 55 beroepssegmenten bleken precies overeen te komen met één of meerdere 2-cijferige CBS- beroepsklassen en de groeicijfers voor deze segmen ten zijn uiteraard exact te berekenen, maar om
voor de overige segmenten ook een groeicijfer te kunnen uitrekenen hebben we een aantal assump ties moeten maken. Hierbij hebben we gebruik ge maakt van de door de ROA gepubliceerde gegevens over het aantal werkzamen personen per 4-cijferige ROA-beroepsklasse. Deze gegevens zijn door de ROA berekend op basis van Arbeidskrachtentellin gen 1985. Met behulp van die informatie hebben we eerst voor iedere van de 55 segmenten berekend wat het aantal werkzame personen in 1985 was, waarna we vervolgens konden uitrekenen wat de verhouding was tussen die segmenten die tot één en dezelfde 2-cijferige CBS-beroepsklassen be horen. Onder aanname dat deze verhouding in 1980 en 1988 gelijk is, kan dan het aantal werkzame personen per beroepssegment in 1980 en 1988 worden berekend. Daarnaast zijn er seg menten die een onderdeel waren van meerdere CBS-beroepsklassen, waartoe ook weer andere seg menten behoren. Ook voor deze segmenten zijn de verhoudingen berekend, waarbij er, door de beperkingen van gepubliceerde gegevens, soms vanuit moest worden gegaan dat de verhouding tussen de totale segmenten gelijk was aan de ver houding tussen dat deel van de segmenten dat tot dezelfde beroepsklasse behoorde. Tenslotte is de logaritme van de groei in procenten berekend, om te bewerkstelligen dat een positieve en negatieve groei (afname) een gelijk gewicht krijgen in de analyses.
9 De socio-economische index wordt buiten de beschouwing gelaten vanwege de grote samenhang met beroepsprestige.
10 We hebben ook gewerkt met een andere definitie van opwaartse mobiliteit, in de zin dat er pas sprake is van opwaartse mobiliteit als er een ver schil van meer dan vijf punten is in beroepspres tige tussen de nieuwe en de oude baan. Aangezien deze alternatieve definitie dezelfde inhoudelijke re sultaten oplevert, presenteren we slechts de uitkomsten van modellen met opwaartse mo biliteit gedefinieerd als het vinden van een nieuwe baan met een hoger prestige dan de oude.
11 Opleidingsniveau en leeftijd zijn bepaald aan het begin van de episode. Het betreft hier tijdsafhanke lijke covariaten, omdat ze variëren over de tijd. 12 In een hier niet gerapporteerde door ons uitgevo
erde analyse zijn de overgangen op de arbeidsmarkt opgesplitst in twee tijdvakken. Gebeurtenissen in de periode 1980-84 zijn onderscheiden van gebeur tenissen in de periode 1984-88, waarna de analyses zijn herhaald. We vonden echter geen significante verschillen.
Literatuur
Allison, P. (1984), Event history analysis; regression for longitudinal event data. Beverly Hills, Sage. Aronsson, G. (1989), 'Changed qualification demands
in computer-mediated work'. In: Applied psychol ogy: an international review 38, p. 57-71.
Arbeidsmarkt
Bakker, B. (1991), D e ontw ikkeling van een nieuwe
CBS standaard beroepenclassificatie. Voorburg,
CBS-nota 01983-S7.
Baldry, C. (1988), Computers, jobs and skills: the in
dustrial relations o f technological change. New
York, Plenum Press.
Batenburg, R. (1989), 'Functiestructuurveranderingen als gevolg van automatisering'. In: Mens en M aat
schappij 65, p. 126-144.
Batenburg, R. (1991), A utom atisering in bedrijf. Am sterdam, Thesis.
Blossfeld, H.-P. (1986), 'Career opportunities in the Federal Republic of Germany: a dynamic approach to the study of life-course, cohort, and period ef fects'. In: European Sociological R eview 2, p. 208- 225.
Blossfeld, H.-P., A. Hamerle en K.U. Mayer (1989),
Event history analysis; statistical theory and appli cation in the social sciences. Hillsdale N.J.,
Lawrence Erlbaum.
Centraal Bureau voor de Statistiek (1984), Beroepen
classificatie 1984. Voorburg, CBS.
Dekker, R.J.P., A. de Grip en P.J.E. Van de Loo (1990),
RO A -Beroepenclassificatie 1990. Maastricht, Re
searchcentrum voor Onderwijs en Arbeidsmarkt. DiPrete, T.D. (1993), 'Industrial restructuring and the
mobility response of American workers in the 1980s'. In: A m erican Sociological R eview 58, p. 74- 96.
Ende, J. van de (1990), 'Informatie: techniek en toepassingen', p. 12-36. In: L.A. ten Hom en F.R.H. Zijlstra, Inform atie technologie in de m aatschappij:
toepassing, b eleid en perspectief. Leiden, Stenfert
Kroese.
Ganzeboom, H.B.G., P.M. de Graaf en D.J. Treiman (1992), 'A standard international socio-economic in dex of occupational status'. In: Social Science R e
search 21, p. 1-56.
Glebbeek, A. (1993), Perspectieven op loopbanen. As sen, Van Gorcum.
Graaf, P.M. de (1989), 'Inter- and intragenerationele beroepsmobiliteit'. In: Mens en M aatschappij 64: p. 384-404.
Greve, R. (1987), 'Women and Information Technol ogy', p. 33-69. In: M.J. Davidson en C.L. Cooper:
Women and Inform ation Technology. Chichester:
John Wiley and Sons.
Hartog, ƒ., E. Mekkelholt en H. van Ophem (1988), 'Arbeidsmobiliteit in Nederland 1957-1985'. In:
Tijdschrift voor A rbeidsvraagstukken 4, p. 65-74.
Huijgen, F. (1989), 'Opleiding van werknemers en het niveau van hun werk. De kwalitatieve structuur van de werkgelegenheid 1960-1985', p. 79-101. In: I. Gadourek en J.L. Peschar (red.), De open sam enlev
ing. Deventer, Van Loghum Slaterus.
Josten, E., P. v.d. Berg, P.M. de Graaf en R. Luijkx (1993), Occupations, use o f Inform ation technology
and m obility. Tilburg, WORC.
Loo, P.J.E. van de, R.J.P. Dekker en A. de Grip (1992), 'Arbeidsmarktsegmentatie als uitgangspunt voor een beroepenclassificatie'. In: Tijdschrift voor Ar
beidsvraagstukken 8, p. 19-31.
Praat, W.C.M. en E.W. Mekkelholt (1991), OSA-Ar-
beidsaan bodpan el 1985-1988. Den Haag, OSA.
Roe, R.A. (1990), B epaald anders: een eco-technolo-
gische k ijk op inform atie-arbeid in d e dienstverlen ing (oratie). Assen/Maastricht, Van Gorcum.
Roe, R.A., F.R.H. Zijlstra, Schalk, M.J.D., T. Meijer, J.A. Taggenbrock en P.C. Neervoort (1992), M entaal
Inform atie Werk: verslag van een survey. Tilburg,
WORC.
Sixma, H. en W.C. Ultee (1983), 'Een beroepspres- tigeschaal voor Nederland in de jaren tachtig'. In:
Mens en M aatschappij 58, p. 360-382.
Steijn, B. en M. De Witte (1993), 'De interne differen- tiatie-hypothese nader onderzocht'. In: Tijdschrift
voor A rbeidsvraagstukken 9, p. 253-262.
Theeuwes, J, M. Kerkhofs en M. Lindeboom (1988),
Toestanden, overgangen en duren op de N eder landse arbeidsm arkt 1980-1985. Den Haag, OSA-
werkdocument W49.
Wentink T. en H. Zanders (1985), Kantoren in actie:
een onderzoek naar kantoorautom atisering en d e gevolgen voor kantoorarbeid en kantoororganisa tie. Deventer, Kluwer.
Yamaguchi, K. (1991), Event history analysis. New- bury Park, Sage.
Zuboff, S. (1982), 'New worlds of computer-mediated work'. In: Harvard Business R eview óO, p. 142-152.
