Faculteit Economie en Bedrijfskunde, Amsterdam School of Economics
Bachelorscriptie Econometrie
Een gezonde levensstijl als eerste stap naar een goed inkomen
Een empirisch onderzoek naar de invloed van gezondheid op
het uurloon
Lizette Bogaards (10733213)
December 2016
Begeleid door: dr. J.C.M. van Ophem
Abstract – In deze scriptie wordt de invloed van gezondheid op het uurloon onderzocht. Bewijs vinden voor deze causale relatie kan belangrijk zijn voor het bestrijden van armoede, door middel van het verbeteren van de gezondheid. Met data verkregen uit ‘The Medical Expediture Panel Survey’ (MEPS) worden er door middel van OLS en IV regressies uitgevoerd die
vervolgens worden geanalyseerd. Uit de resultaten blijkt dat het hebben van een slechte gezondheid ervoor zorgt dat iemand 62,2 procent minder verdient dan iemand met een goede gezondheid. Mensen boven de 50 jaar en onder de 30 jaar hebben hier meer last van dan mensen tussen de 30 en 50 jaar. De loonongelijkheid tussen mannen en vrouwen neemt af wanneer beide in een slechte gezondheid verkeren.
2 Inhoudsopgave
1. Inleiding ... 4
2. Bestaande theorieën over de relatie tussen gezondheid en inkomen ... 5
2.1 De invloed van gezondheid op inkomen ... 6
2.2 De invloed van inkomen op gezondheid ... 7
2.3 Beoordelen van de gezondheid... 8
2.4 Vaststellen van het inkomen ... 10
2.5 Factoren die het inkomen beïnvloeden ... 11
3. Opzet van het onderzoek ... 13
3.1 Het model ... 13
3.2 Voorspelling... 15
4 Resultaten en analyse ... 15
4.1 Beschrijvende statistiek ... 15
4.2 Empirische resultaten ... 18
4.2.1 Samenvoegen van dummy’s gezondheidsvariabelen ... 21
4.2.2 Onderzoek naar endogeniteit ... 25
4.2.4 Vergelijking uitkomst IV regressie en OLS regressie ... 28
4.2.5 Schattingsuitkomst verschillend voor verschillende groepen ... 28
4.2.6 Beperkingen onderzoek ... 30
6. Bibliografie ... 32
7. Appendix ... 34
Appendix I: OLS regressie test of BMI significant voor uurloon ... 35
Appendix II: Testen correlatie instrumenten met endogene variabelen ... 36
Appendix III: Testen correlatie instrumenten met endogene variabelen ... 36
3
Appendix V: Testen correlatie instrumenten met endogene variabelen ... 37
Appendix VI: Hulpregressie 1 Hausman test ... 38
Appendix VII: Hulpregressie 2 Hausman test ... 39
Appendix VIII: Stap 2 Hausman test ... 40
Appendix IX: Stap 1 Sargan test ... 41
Appendix X: Stap 2 Sargan test ... 42
Appendix XI: Verdeling familie inkomen voor mensen met een slechte gezondheid ... 42
Appendix XII: Verdeling familie inkomen voor mensen met een goede gezondheid ... 43
Appendix XIII: Verdeling familie inkomen voor mensen met een matige gezondheid ... 43
Appendix XIV: IV Regressie vergelijken jongeren en ouderen ... 44
Appendix XV: IV regressie vergelijking vrouwen en mannen... 45
Hierbij verklaar ik, Lizette Bogaards, dat ik deze scriptie zelf geschreven heb en dat ik de volledige verantwoordelijkheid op me neem voor de inhoud ervan.
Ik bevestig dat de tekst en het werk dat in deze scriptie gepresenteerd wordt origineel is en dat ik geen gebruik heb gemaakt van andere bronnen dan die welke in de tekst en in de
referenties worden genoemd.
De Faculteit Economie en Bedrijfskunde is alleen verantwoordelijk voor de begeleiding tot het inleveren van de scriptie, niet voor de inhoud.
4 1. Inleiding
Wanneer het hoofd van een huishouden in een uitstekende gezondheid verkeert, geniet dit huishouden gemeten over alle leeftijdsgroepen van gemiddeld 74 procent meer inkomen dan wanneer het hoofd van het huishouden in een matige of een slechte gezondheid verkeert (Smith, 1999 p. 146). Een causale relatie tussen inkomen en gezondheid is al vele malen onderzocht, waarbij wordt gevonden dat een hoger inkomen, een betere gezondheid tot gevolg heeft. Zo stellen Pritchett en Summers (1996; French (2012), p.583) dat rijkere landen ook gezondere inwoners hebben. In hun onderzoek beschrijven zij hoe een toenemend inkomen ervoor zorgt dat inwoners meer geld beschikbaar hebben voor gezondheidszorg en medicijnen, waardoor een betere gezondheid volgt. Ook Grossman (1972; French (2012), p. 583) stelt dat gezondheid een vorm van menselijk kapitaal is wat een persoon bezit en waarin geïnvesteerd moet worden. Op een individueel niveau zorgt een hoger inkomen er volgens hem dan ook voor dat een persoon betere voeding, betere medicijnen en betere
gezondheidszorg kan betalen en hierdoor gezonder wordt.
Bovengenoemde onderzoeken verbinden een goede gezondheid een aan hoog inkomen. Niet alle onderzoekers zijn echter zeker dat de causale relatie tussen inkomen en gezondheid ook daadwerkelijk deze richting heeft. Zo stelt Smith (1999, p. 145) dat een slechte gezondheid de capaciteit van een gezin om inkomen te verdienen kan limiteren. Hij geeft hiermee een argument voor een oorzakelijk verband waarbij de gezondheid het inkomen van een gezin beïnvloedt. Smith (1999, p. 149) stelt dat een slechte gezondheid er ook voor kan zorgen dat hoge medische kosten boven het inkomen uitstijgen en zo het vermogen af laten nemen.
Een causaal verband tussen inkomen en gezondheid lijkt aanwezig, maar welke kant van deze causale relatie de overhand heeft is nog onduidelijk. Zo stelt Smith (1999, p.145) dat veel medische onderzoekers er enkel van uitgaan dat de gezondheid beïnvloedt wordt door het inkomen. Er zijn echter weinig onderzoeken waarbij enkel er van uit wordt gegaan dat de gezondheid het inkomen beïnvloedt en niet andersom. Dit is van belang aangezien armoede zo op een andere manier bestreden kan worden. Als blijkt dat gezondheid op individueel niveau een grote invloed heeft op het inkomen, kan dit worden verbeterd waarna een betere gezondheid op nationaal niveau ervoor kan zorgen dat de economie van een land groeit. In
5
deze scriptie wordt daarom onderzocht in hoeverre de gezondheid van een individu, zijn of haar inkomen van beïnvloedt. Om dit te kunnen onderzoeken wordt er eerst een
literatuurstudie gedaan naar de bestaande theorieën over dit verband. Zo wordt onderzocht welke causale factoren invloed hebben op gezondheid, inkomen of allebei. Deze factoren moeten worden opgenomen in het model om te onderzoeken of gezondheid het inkomen beïnvloedt. Vervolgens wordt met verkregen data uit een grootschalige enquête over vier jaar in Amerika een regressieanalyse uitgevoerd.
In de volgende sectie worden de verschillende theorieën over dit onderwerp genoemd en besproken. Vervolgens wordt de opzet van het onderzoek besproken waarbij de gebruikte variabelen worden verantwoord en gedefinieerd en zal de gebruikte data besproken worden. Hierna volgt de regressieanalyse waarna de resultaten van dit onderzoek uitvoerig worden besproken en geanalyseerd. In de conclusie zal dan tot slot worden besproken in hoeverre de gezondheid van een individu, zijn of haar gezondheid beïnvloedt.
2. Bestaande theorieën over de relatie tussen gezondheid en inkomen
Voordat de invloed van gezondheid op het inkomen onderzocht kan worden, moet eerst onderzocht worden welke factoren van invloed zijn op de gezondheid en op het inkomen en hoe deze variabelen het beste gedefinieerd kunnen worden. Ook moet onderzocht worden in hoeverre de invloed van gezondheid op het inkomen al onderzocht is en andersom. Dit wordt gedaan door middel van een literatuurstudie waarbij bestaande theorieën worden bespreken over de relatie tussen gezondheid en inkomen en de relatie tussen inkomen en gezondheid.
In deze sectie worden eerst voorgaande onderzoeken besproken waarbij de invloed van gezondheid op het inkomen centraal staat, waarna de onderzoeken worden besproken waarbij de invloed van inkomen op gezondheid centraal staat. Vervolgens wordt besproken hoe de gezondheid van een persoon kan worden gekwantificeerd waarna vervolgens wordt onderzocht waardoor het inkomen allemaal kan worden beïnvloed.
6 2.1 De invloed van gezondheid op inkomen
De WHO (World Health Organisation) (2001; French (2012), p. 584) commissie van macro-economie en gezondheid beschrijft hoe gezondheid als onderdeel van het menselijk kapitaal belangrijk is voor economische groei. Volgens Mayer (2001; French (2012), p. 584) hebben verbeteringen in de gezondheid in Latijns-Amerika zelfs geleid tot een permanente stijging in het jaarlijkse loon van 0,8 tot 1,5 procent. Om dit te verklaren zijn er verschillende theorieën over de invloed die de gezondheid heeft op het inkomen.
Zo stellen Curie en Madrian (1999; Frijters, Haisken-DeNew, Shields (2003), p.1) dat mensen met een goede gezondheid meer kans hebben om economisch productiever te zijn en dat ze daardoor genieten van een hoger inkomen. Smith en Kington (1997; Smith (1999), p. 12) rapporteren zelfs dat mensen met een goede gezondheid 2,5 keer meer inkomen hebben en vijf keer zo veel vermogen als mensen met een slechte gezondheid.
Een slechte gezondheid zorgt er dan ook voor dat het menselijk kapitaal wordt aangetast (Ehrlich en Lui (1991), Kalemli-Ozcan (2002), Miguel en Kremer (2004) en Soares (2005); French (2012), p. 584). Een slechte gezondheid vermindert bij kinderen de mogelijkheid om kennis te vergaren waardoor ouders worden ontmoedigd om te investeren in de opleiding van hun kinderen. Op een individueel niveau zorgt niet investeren in een opleiding voor een lager inkomen.
Niet alleen zorgt een slechte gezondheid ervoor dat het inkomen daalt, ook wordt het vermogen beïnvloed. Uit verschillende onderzoeken blijkt ook dat een slechte gezondheid geld kost door het verbruik van medicijnen, gezondheidszorg en een verminderde capaciteit om geld te verdienen (Deolalikar (1988), Haas en Brownlie (2001) en Smith (1999); French (2012), p. 584). Volgens Smith (1999) kunnen recente gezondheidsveranderingen ook effect hebben op het toekomstige inkomen van een gezin, aangezien dit eventueel sociale zekerheid en pensioenuitkeringen kan beïnvloeden. Aan de andere kant stelt Smith (1999) dat het spaargeld ook kan toenemen wanneer het vooruitzicht op ziekte groter wordt, aangezien er meer wordt gespaard als de kans onvoorziene uitgaven toeneemt.
Niet alleen spaargeld wordt beïnvloed door een slechte gezondheid, maar ook kapitaalinvesteringen worden hierdoor beïnvloed volgens de ‘World Health Organisation’ (WHO, 2001). Gebieden met hoge ziektecijfers zijn niet aantrekkelijk voor
7
kapitaalinvesteringen, aangezien daar minder efficiënte werkkrachten beschikbaar zijn. Dit zorgt ervoor dat grote investeringsprojecten die veel werkgelegenheid creëren vaak uitblijven.
Samenvattend kan er gesteld worden dat een goede gezondheid een positieve invloed heeft op het inkomen doordat een gezonde werknemer productiever is en meer uren kan werken. Zo heeft een slechte gezondheid ook een negatieve invloed op het inkomen en vermogen van een individu doordat de productiviteit afneemt en de consumptie van gezondheidszorg toeneemt.
2.2 De invloed van inkomen op gezondheid
Zoals eerder genoemd wordt er door Grossman (1972; French (2012), p. 583) en Pritchett en Summers (1996; French (2012), p.583) gesteld dat een hoger inkomen ook leidt tot een betere gezondheid. Net zoals Grossman (1972; French (2012), p. 583) wordt door Schnalzenberger (2016, p. 6) gesteld dat een persoon met meer vermogen meer geld kan besteden aan het voorkomen van ziektes en in een gezondere en veilige buurt kan wonen. Ook Feinstein (1993; French (2012)). stelt dat een hoger inkomen wordt geassocieerd met een betere gezondheid, aangezien een hoger inkomen vaak leidt tot een betere opleiding en dit weer een gezondere levensstijl aanmoedigt. Adler, Boyce, Chesney, Cohen, Folkman, Kahn en Syme (1994)
bevestigen dit door te stellen dat een hoger inkomen tot gezondheidsverbeteringen leidt door een gezondere levensstijl, minder geldzorgen, een betere toegang tot de gezondheidszorg en een betere leefomgeving.
Niet alleen op individueel niveau, maar ook op het nationale niveau wordt een
positieve link tussen inkomen en gezondheid gevonden door Anand en Ravallion (1993; French (2012), p.584). Zij stellen dat beter ontwikkelde landen betere publieke goederen en service kunnen aanbieden waardoor in dat land er een betere gezondheid wordt verkregen. Zo stellen Banks, Marmot en Oldfield (2006; Gunasekara et al (2011), p. 12) dat wanneer arme landen worden vergeleken met landen met betere economische middelen, de arme landen hogere ziekte- en sterftecijfers hebben.
Door Wagstaff en van Doorslaer (2000; Gunasekara et al (2011), p. 12) wordt gesteld dat het effect van een inkomenstoename op de gezondheid positiever is voor mensen met een
8 laag inkomen, dan mensen met een hoog inkomen.
In plaats van alleen het inkomen van individuen te gebruiken om een relatie met gezondheid te schatten, wordt het socio-economische status (SES) in verschillende
onderzoeken gebruikt. In het onderzoek van zowel Smith (1999) als Smith (2004) en Adler et al (1994) wordt SES gebruikt en wordt hierbij gedefinieerd als een gecombineerde maatstaf om sociale status te meten, waarbij gebruik wordt gemaakt van inkomen, opleiding en
beroepsmatige prestaties. Zowel Smith (1999; Smith (2004), p. 108) als Marmot (1999; Smith (2004), p. 108) stelt dat mensen met een lagere socio-economische status een slechtere gezondheid hebben. De effecten van ernstige armoede op de gezondheid lijken dan ook duidelijk door ongezond voedsel en onhygiënische leefomstandigheden. Er is echter niet alleen een duidelijk verschil te zien wanneer de gezondheid bovenin en onderaan de SES lijst wordt vergeleken, maar is er op elk niveau van de SES hiërarchie een associatie met gezondheid (Adelstein (1980), Kraus, Borhani en Franti (1980), Marmot et al (1991) en Marmot, Shipley & Rose (1984); Adler et al (1994), p.15). Door Smith en Egger (1992; Adler et al (1994), p.16) wordt gesteld dat er ook verschillen in sterftecijfers zijn tussen mensen met een hoog socio-economische status en mensen met een lage socio-socio-economische status.
Bovengenoemde onderzoeken noemen een positieve relatie tussen inkomen en gezondheid. Inkomen kan echter ook een negatief effect hebben op de gezondheid. Volgens Grossman (1972; French (2012), p. 583) kan een hoger inkomen leiden tot meer werkuren, meer werkgerelateerde stress en meer ongezond voedsel.
Een hoger inkomen leidt dus vaak tot een betere gezondheid door betere
toegankelijkheid tot medische zorg, medicijnen en gezond voedsel. Een laag inkomen heeft dan ook negatieve gevolgen voor de gezondheid door een tekort aan medische zorg, medicijnen en voedsel. Anderzijds wordt gesteld dat een hoger inkomen ook kan leiden tot meer werkuren, meer stress op het werk en daardoor ongezond eten.
2.3 Beoordelen van de gezondheid
Het meten of beoordelen van de gezondheid van een individu kan lastig zijn. Wanneer is iemand gezond en wanneer is iemand gezonder dan bijvoorbeeld zijn buurman? Hoe
9
gezondheid wordt gemeten en beoordeeld verschilt per onderzoek.
Veel onderzoekers meten de gezondheid van respondenten aan de hand van SRH (Self-Reported Health), een systeem waarbij respondenten hun eigen gezondheid beoordelen. Zo meet Lindahl (2002; Frijters, Haisken-DeNew en Shields (2003), p. 4) in zijn onderzoek de gezondheid van respondenten aan de hand van vragen die aan de respondent worden gesteld over verschillende aan gezondheid gerelateerde symptomen. Gunasekara et al. (2011, p. 13) vormt de variabele SRH door de respondenten te laten kiezen of ze in een uitstekende, erg goede, goede, matige of slechte gezondheid verkeren. Ook in het onderzoek van Benzeval, Taylor en Judge (2002; Frijters, Haisken-DeNew en Shields (2003), p. 5) wordt de gezondheid gemeten door gebruik te maken van het oordeel van de respondent. In dit onderzoek wordt de gezondheid gedefinieerd als een binaire variabele, waarbij de respondent het getal een krijgt toegewezen als diegene zichzelf in een goede of in een uitstekende gezondheid acht en de waarde nul als deze zichzelf in een slechte of matige gezondheid acht. Ondanks veelal gebruik van de variabele SRH als maatstaf voor de gezondheid in verschillende onderzoeken, stelt Smith (1999) dat SRH niet de beste maatstaf voor gezondheid is. Hij stelt heterogeniteit vast wanneer onderzoekers slechts SRH als variabele gebruiken om de gezondheid te meten aangezien SRH erg gevoelig is voor subjectiviteit. Een persoon die leidt aan een chronische ziekte die de mogelijkheid om te werken limiteert, kan zijn eigen gezondheid bijvoorbeeld als ‘goed’ beoordelen omdat de persoon in kwestie minder last ervaart dan vroeger. Deze persoon zou dan in dezelfde categorie worden ingedeeld als een persoon met een uitstekende
gezondheid die al erg lang verkouden is en daarom zijn gezondheid als ‘goed’ beoordeelt in plaats van ‘uitstekend’. Hierdoor kunnen er grote verschillen ontstaan tussen respondenten in dezelfde categorie wat kan leiden tot een inaccurate schatting.
Ettner (1996; Frijters, Haisken-DeNew, en Shields, (2003), p. 4) heeft bij zijn onderzoek naar de relatie tussen inkomen en gezondheid niet alleen gebruik gemaakt van SRH om de gezondheid van zijn respondenten te meten, maar ook heeft hij gebruikt gemaakt van de staat van de mentale gezondheid van de respondenten door aan de hand van een schaal met depressieve symptomen de mentale staat van een individu te beoordelen. Hij neemt in zijn onderzoek ook de chronische gezondheidsproblemen die werken en andere dagelijkse
10
gebruiken Gunasekara et al (2011, p. 15) in hun onderzoek niet alleen SRH, maar wordt ook informatie over eventuele chronische condities van de respondenten meegenomen om de gezondheid te beoordelen. Respondenten worden gevraagd of zij lijden aan een of meerdere chronische aandoeningen zoals astma, diabetes, migraine, hart en vaatziekten, hoge
bloeddruk, hoge cholesterol, psychische stoornissen of beroerten. Wanneer een respondent de aanwezigheid van drie of meer chronische condities rapporteert, wordt dit gezien als een slechte gezondheid. Het rapporteren van geen chronische condities wordt gezien als een goede gezondheid en alles daartussenin wordt gerapporteerd als een middelmatige gezondheid.
In het onderzoek van Grossman (1972; Smith (1999), p. 148) wordt gezondheid als een productiefunctie gemodelleerd waarbij gezondheid op ieder tijdstip een resultaat is van verschillende factoren. Deze factoren zijn onder andere gezondheid op een eerder tijdstip, de medische zorg die een persoon ontvangen heeft, het hebben een gezonde levensstijl zoals regelmatig sporten, het ontwijken van ongezonde levensstijl, roken en alcohol en persoonlijke- en milieufactoren.
Concluderend lijkt een schatting van een verband tussen inkomen en gezondheid inaccuraat wanneer slechts SRH gebruikt wordt als maatstaf voor de gezondheid. Het meenemen van meer factoren om de gezondheid te kwantificeren zoals het hebben van chronische condities, de staat van de mentale conditie en levensstijl in de analyse lijkt een beter schattingsresultaat te geven.
2.4 Vaststellen van het inkomen
Het inkomen kan op verschillende manieren vastgesteld worden. Er kan gebruik worden gemaakt van het uurloon, van het netto- of brutoloon per jaar of het inkomen kan per huishouden worden bekeken. Om een relatie tussen gezondheid en inkomen te onderzoeken kan er ook in plaats van inkomen gebruik worden gemaakt van socio-economische status of er kan slechts worden gekeken naar mensen in armoede. Gunasekara et al (2011) gebruiken in hun onderzoek het jaarlijks inkomen per huishouden als maatstaf voor het inkomen. Dit wordt afgeleid door het bruto-inkomen in een jaar van alle volwassenen in een huishouden bij elkaar op te tellen, hier zo nodig uitkeringen, pensioenen, investeringen en rente aan toevoegen en
11
daarna te corrigeren voor de grootte van het huishouden.
Vooral de effecten van ernstige armoede op de gezondheid zijn aanzienlijk door ongezond voedsel en onhygiënische leefomstandigheden volgens onderzoek van Adelstein (1980), Kraus, Borhani en Franti (1980), Marmot et al (1991) en Marmot et al (1984) (Adler et al (1994), p.15). Om deze reden gebruiken veel onderzoeken armoede als variabele om een relatie met de gezondheid te schatten. Gunasekara et al (2011) gebruiken armoede als een variabele in het onderzoek. Hierbij wordt armoede gedefinieerd als de helft van de
steekproefmediaan van het jaarlijks inkomen in een huishouden. In dit onderzoek wordt ook de duur van armoede opgenomen aangezien er meerdere momenten zijn waarbij de
respondenten hun inkomen opgeven. Hierbij wordt rekening gehouden met het eventuele veranderen van de situatie van de respondent. Ook in het onderzoek van Benzeval et al (2000; Frijters et al (2003), p. 5) wordt armoede, dit keer als een binaire variabele, opgenomen. De variabele van een individu krijgt hierbij waarde een als zijn inkomen gemiddeld in de laatste zes jaar minder dan 60 procent van de mediaan is.
In het onderzoek van Adams, Hurd, McFadden, Merrill en Ribeiro (2003) wordt een causaal verband onderzocht tussen de gezondheidstoestand en de socio-economische status van een individu. SES wordt hierbij gevormd door de opleiding van een respondent en het inkomen en vermogen van het huishouden waar de respondent zich in bevindt.
Verschillende variabelen voor het meten van het inkomen voor de analyse met gezondheid zijn mogelijk, zo kan er slechts naar het uurloon van een individu worden gekeken maar er kan ook worden gekozen dit uit te breiden en ook het vermogen en eventueel het socio-economische status te gebruiken in de analyse om zo een duidelijker beeld te krijgen van het causale verband. In dit onderzoek wordt er gekozen om het netto uurloon te gebruiken als variabele voor het inkomen aangezien zo renteverdiensten en andere inkomsten die niet beïnvloedt worden door de gezondheid uit de beschouwing worden gelaten.
2.5 Factoren die het inkomen beïnvloeden
Aangezien in dit onderzoek inkomen als de te verklaren variabele gekozen wordt, moeten ook de variabelen die het loon beïnvloeden meegenomen worden in de analyse om het effect van
12 gezondheid op het inkomen te kunnen isoleren.
Siassi (2013) stelt dat getrouwde mensen gemiddeld 27 procent inkomen dan mensen die niet getrouwd zijn. Als reden hiervoor geeft hij het feit dat aangezien getrouwde mensen vaak meer nakomelingen hebben en zo een grotere motivatie hebben om meer te verdienen en zo ook meer te sparen.
Uit het onderzoek van Harmon en Walker (1995) blijkt dat een extra jaar scholing meer dan 15 procent meer loon oplevert en dat ook de regio waar een respondent woont invloed heeft op de lonen. Zo is in hun onderzoek te zien dat in het zuidwesten en in het noordwesten minder wordt verdient dan in het noorden en het zuiden.
Katz en Murphy (1992) stellen dat verschillen in loon veroorzaakt worden door de vraag naar hooggeschoolde en ervaren werknemers. Zij stellen dat deze factoren een positieve invloed hebben op het loon aangezien de waarde van een persoon op de arbeidsmarkt
toeneemt naarmate een persoon meer ervaring en meer scholing heeft waardoor een werkgever bereid is meer te betalen dan voor iemand die dit niet heeft. Omdat de data geen gegevens bevat over de werkervaring van de respondenten wordt in dit onderzoek leeftijd en leeftijd in het kwadraat gebruikt om het effect van werkervaring te kunnen meten. Er wordt voor leeftijd gekozen omdat leeftijd een hoge correlatie heeft met werkervaring. Dit komt doordat hoe ouder een persoon is, hoe langer deze waarschijnlijk op de arbeidsmarkt heeft doorgebracht en hoe meer werkervaring deze persoon waarschijnlijk heeft. Le Duigou (2012) stelt dat het verschil in inkomen meer verschilt tussen jongeren en volwassenen dan tussen volwassenen en ouderen. Dit duidt op een niet-lineaire relatie tussen leeftijd en loon, waardoor het opnemen van leeftijd in het kwadraat logisch lijkt.
Uit bovengenoemde onderzoeken blijkt dat er variabelen in het model moeten worden die invloed hebben op het uurloon, zodat het effect van de gezondheid op het uurloon kan worden geïsoleerd. De variabelen scholing, burgerlijke staat, regio waar de respondent woont, leeftijd en leeftijd in het kwadraat moeten worden opgenomen in het model.
13 3. Opzet van het onderzoek
Aan de hand van de bovengenoemde onderzoeken, wordt er een onderzoeksopzet opgesteld. Allereerst wordt er begonnen met de data. De data die voor dit onderzoek gebruikt wordt, komt uit ‘The Medical Expenditure Panel Survey’ (MEPS) waarbij op grote schaal jaarlijks een enquête is gehouden onder burgers van de Verenigde Staten. Van MEPS wordt voor dit onderzoek slechts de data van 2000 tot 2004 gebruikt. Voor dit onderzoek worden negatieve observaties van gebruikte variabelen weggelaten, aangezien deze een missend of geweigerd antwoord weergeven. Hierdoor blijven er van de 61232 nog 52301 observaties over die worden gebruikt voor de regressieanalyse.
3.1 Het model
Aan de hand van de besproken theorie in de vorige sectie wordt er een model samengesteld.
In dit model is de netto uurloon de te verklaren variabele. In de enquête van MEPS zijn de respondenten op drie verschillende momenten naar hun netto uurloon gevraagd. Wanneer dit niet veranderd was tussen deze momenten, werd er het getal min twee ingevuld om aan te geven dat de variabele hetzelfde is gebleven als dat van de vorige ronde. De variabele netto uurloon is vervolgens samengesteld door het maximum te nemen van de drie verschillende
14
observaties van het uurloon van de respondent. In dit onderzoek wordt de logaritme van het netto uurloon genomen, aangezien dit gebruikelijk is in onderzoeken naar het loon.
Vervolgens worden de gezondheidsvariabelen gedefinieerd. Allereerst bevat de data van MEPS informatie over hoe de lichamelijke gezondheid van de respondenten wordt beoordeeld door familieleden waarbij op drie verschillende momenten wordt gevraagd om een beoordeling. Hierbij kan worden gekozen voor de waarde een als de gezondheid
uitstekend is, twee als deze zeer goed is, drie als deze goed is, vier staat voor matig en vijf voor slecht. De data van MEPS bevat ook informatie over de mentale gezondheid van de
respondenten die op dezelfde manier wordt gekregen en opgeslagen als de informatie over de lichamelijke gezondheid. In dit onderzoek wordt er een gemiddelde genomen van de drie scores voor zowel lichamelijke als mentale gezondheid en zonodig naar boven afgerond. Vervolgens worden deze gemiddelden bij elkaar opgeteld. Ook de informatie over chronische condities van respondenten wordt gebruikt om hun gezondheid te beoordelen. In de data is aan iedere respondent gevraagd of zij lijden aan een of meer van de volgende chronische condities: diabetes, astma, hoge bloeddruk, hart en vaatziekten, beroertes, gewrichtspijn en longziekten. Het aantal chronische condities wordt vervolgens opgeteld bij de scores die de respondenten hebben gekregen voor hun gezondheid. Van elke score die de variabele gezondheid kan aannemen wordt daarna een dummyvariabele aangemaakt en deze worden allemaal opgenomen in het model. Als maatstaf voor de gezondheid wordt tot slot ook een dummyvariabele toegevoegd die informatie bevat over of de respondent rookt of niet.
Vervolgens wordt zowel de leeftijd als de leeftijd in het kwadraat toegevoegd aan het model, aangezien blijkt uit de theorie dat dit invloed heeft op de hoogte van het uurloon. Verder worden dummyvariabelen aan het model toegevoegd over het aantal jaren scholing dat de respondent heeft gevolgd na de middelbare scholing. Dit loopt uiteen van een jaar scholing na de middelbare school tot vijf jaar scholing na de middelbare school. Ook wordt de burgerlijke staat opgedeeld in dummyvariabelen die bestaan uit getrouwd zijn, niet getrouwd zijn, gescheiden zijn, uit elkaar zijn of weduwnaar zijn. Vervolgens worden er
dummyvariabelen toegevoegd die informatie bevatten over de regio waar de respondent woont wat verschilt tussen in het zuiden, noordoosten, westen of midwesten van Amerika. Tot slot worden nog dummyvariabelen toegevoegd over het beroep wat de respondent uitoefent.
15
Dit wordt gedaan door de variabele die informatie bevat over de beroepscategorieën op te splitsen in dummy’s van de verschillende beroepen. De beroepscategorieën die in dit onderzoek zijn opgenomen zijn de technische sector, de algemene arbeidssector, de operationele sector, de administratieve sector, de agrarische sector, het leger, de servicebranche, de transport sector, de verkoopbranche, een voorman en een
kantoormedewerker. Het beroep boerderijeigenaar is in dit onderzoek weggelaten aangezien daar slechts twee observaties voor waren. Voor elke beroepscategorie is een dummyvariabele aangemaakt en toegevoegd aan het model.
3.2 Voorspelling
Aangezien in de literatuur al gesproken wordt over een simultane relatie tussen gezondheid en het inkomen, wordt er in dit onderzoek verwacht dat de exogeniteit van de
gezondheidsvariabelen verworpen kan worden. De exogeniteit van de gezondheidsvariabelen zal getest worden door middel van een Hausman test waarna vervolgens het model met IV geschat zal worden. Hiervoor moeten instrumenten voor gezocht en gedefinieerd worden. In dit onderzoek wordt verwacht dat mensen met een slechte gezondheid en een matige gezondheid, minder uurloon verdienen dan mensen met een goede gezondheid.
4 Resultaten en analyse
4.1 Beschrijvende statistiek
In tabel 1 is de beschrijvende statistiek van de dummyvariabelen te zien. Hieruit valt op te maken hoeveel respondenten welke score voor hun gezondheid hebben gekregen waarbij de score van twee tot vijftien loopt. De laatste zeven categorieën zijn samengevoegd aangezien deze scores los zeer weinig observaties bevatten. In tabel 1 is ook af te lezen hoeveel
respondenten getrouwd zijn, gescheiden zijn, weduwnaar zijn, uit elkaar zijn of nooit getrouwd zijn. Verder kan worden afgelezen hoeveel respondenten vrouw zijn, hoeveel er niet roken en
16
hoeveel in welke regio van de Verenigde Staten wonen. Tot slot is er ook te zien hoeveel respondenten welk beroep uitoefenen.
Variabele Frequentie Percentage
HEALTH2 7.049 13,48 HEALTH3 7.003 13,39 HEALTH4 12.774 24,42 HEALTH5 8.929 17,07 HEALTH6 7.641 14,61 HEALTH7 4.543 8,69 HEALTH8 2.390 4,57 HEALTH9-15 1.972 3,77 WIDOWED 1.132 2,16 DIVORCED 6.003 11,48 NEVMARRIED 14.372 27,48 SEPARATED 1.197 2,29 MARRIED 29.597 56,59 REGIONSOUTH 19.871 37,99 REGIONNORTHE 7.916 15,14 REGIONMIDW 11.327 21,66 REGIONWEST 13,187 25,21 OCCCAT-TECHNISCH 6.781 12,97 OCCCAT-ARBEIDER 1.509 2,89 OCCCAT-OPERATIVE 1.927 3,68 OCCCAT-BOER 818 1.56 OCCCAT-LEGER 74 0.14 OCCCAT-SERVICE 8.582 16,41 OCCCAT-ADMINISTRATIEF 7.731 14,78 OCCCAT-TRANSPORT 3.847 7,36 OCCCAT-VOORMAN 7.083 13,54
17
OCCCAT-KANTOOR 6.662 12,74
OCCCAT-VERKOOP 7.287 13,93
FEMALE 26,252 50,19
SMOKING 41.234 78,84
Tabel 1: Beschrijvende statistiek gebruikte dummyvariabelen
In tabel 2 is de beschrijvende statistiek te zien van de leeftijd en het netto uurloon van de respondenten. De gemiddelde respondent heeft een leeftijd van ongeveer 39 jaar en verdient netto 14,5 dollar per uur. In een tabel 2 is ook een indicatie van de leeftijd in het kwadraat te zien.
Variabele Gemiddelde Standaardafwijking Minimum Maximum
AGE 39,04426 13,03115 17 88
AGE^2 1694,262 1092,618 289 7744
WAGE 14,5021 9,275002 0,01 62,3
Tabel 2: Beschrijvende statistiek gebruikte niet-dummyvariabelen
In tabel 3 is een samenvatting van de gebruikte gezondheidsvariabelen te zien. De algemene gezondheidsvariabele wordt samengesteld door score voor de lichamelijke en mentale
gezondheid op te tellen bij het aantal chronische condities waar een respondent aan lijdt. Deze optelsom wordt opgeslagen in de algemene gezondheidsvariabele. Van deze algemene
gezondheidsvariabele worden de veertien dummyvariabelen met de gezondheidsscores aangemaakt. Uit tabel 3 valt af te lezen dat respondenten gemiddeld een algemene
gezondheidsscore van 4,72 hebben. Ook de beschrijving van de BMI variabele is te zien in tabel 3 waaruit blijkt dat de respondenten gemiddeld een BMI van 27,22 hebben.
Variabele Gemiddelde Standaardafwijking Minimum Maximum
RTHLTH 2,183151 0,857813 1 5
MNHLTH 1,916311 0.7915265 1 5
18
ALGEMENE_HEALTH 4,716449 1,915654 2 15
BMI 27,21842 5,674829 12,2 63,8
Tabel 3: Beschrijvende statistiek gezondheidsvariabelen en gebruikte instrumenten
4.2 Empirische resultaten
In deze paragraaf worden de resultaten van de regressieanalyse en daaropvolgende aanpassingen besproken.
Allereerst is het model dat in de vorige paragraaf besproken is, geschat door middel van een regressieanalyse met de kleinste kwadratenmethode. De resultaten hiervan zijn te zien in tabel 4. Uit deze tabel valt op te maken dat veel van de dummyvariabelen voor gezondheid niet significant zijn waardoor daarover geen uitspraken kunnen worden gedaan. Bij de dummyvariabelen voor een lage waarde van gezondheid kan dit verklaard worden doordat er slechts weinig verschil is tussen mensen met een hele goede gezondheid
vergeleken met de mensen met een uitstekende gezondheid. Bij de dummyvariabelen die een hoge waarde voor de gezondheid geven, kan dit verklaard worden doordat er slechts weinig mensen in deze groep zitten. De groep respondenten met een gezondheidsvariabele van elf is bijvoorbeeld slechts 234 respondenten. De gezondheidsvariabelen die wel significant zijn, wijzen op een negatief effect van een slechte gezondheid op het uurloon. Dit effect neemt toe naarmate de gezondheid afneemt, van respectievelijk 2,51 procent tot 11,80 procent minder loon per uur. Iemand die niet rookt, verdient 2,19 procent meer dan iemand die wel rookt. Dit geeft ook een indicatie voor de invloed van een slechte gezondheid op het loon aangezien roken lijdt tot een slechtere gezondheid. De dummyvariabele voor vrouwen is sterk significant en geeft aan dat een vrouw 23,60 procent minder per uur verdient dan een man, dit kan verklaard worden doordat vrouwen over het algemeen vaker parttime werken dan mannen door het opvoeden van een gezin. Ook de dummyvariabelen die weergeven wat een extra jaar scholing na de middelbare school toevoegt aan het uurloon zijn significant. Een jaar extra scholing na de middelbare school levert 10,60 procent extra op per uur, tot vijf jaar extra scholing na de middelbare school wat 53,50 procent meer uurloon oplevert. Dit effect lijkt intuïtief juist, aangezien meer scholing lijkt tot meer kennis waardoor de waarde die een persoon heeft voor een bedrijf toeneemt en dit zich terugbetaalt in een hoger uurloon. In tabel
19
4 is te zien dat een persoon die weduwnaar is, nooit getrouwd is of uit elkaar is gegaan respectievelijk 4,91, 6,83 en 10,80 procent minder verdient dan iemand die getrouwd is. Iemand die gescheiden is, ondervindt echter geen significant verschil in zijn loon per uur in vergelijking met iemand die getrouwd is. Dat mensen die getrouwd zijn meer verdienen dan mensen die niet getrouwd zijn, kan komen doordat mensen die getrouwd zijn meer motivatie hebben om harder en meer te werken aangezien zij een partner hebben die onderhouden moet worden. Leeftijd heeft een positief effect op het uurloon, elk jaar dat iemand ouder wordt levert dat deze persoon 4,63 procent meer loon op per uur. Deze wordt berekend door de coëfficiënt van leeftijd op te tellen bij twee keer de coëfficiënt van leeftijd keer die van leeftijd in het kwadraat. Dit positieve effect kan verklaard worden door de werkervaring die een persoon ieder jaar opdoet waardoor iemand waardevoller voor een bedrijf kan worden wanneer iemand ouder wordt. Dit resulteert in een hoger uurloon. De regio waarin een respondent woont hebben verschillende invloeden op het uurloon. Zo verdient iemand die in het zuiden van het land woont, 4,45 procent minder dan iemand die in het westen van het land woont en verdient iemand die in het middenwesten woont weer 2,44 procent meer dan iemand die in het westen woont. Ook iemand die in het noordoosten woont verdient 2,49 procent meer dan iemand die in het westen woont. Deze verschillen kunnen verklaard worden door de aanwezigheid van veel werkgelegenheid en een goede economie wat per regio kan verschillen. Ook in welke branche een respondent werkt heeft effect op zijn uurloon. Iemand die in de technische sector werkt, in administratie, of in transport verdient respectievelijk 43,10, 41,60 en 24,10 procent meer dan iemand die op een boerderij op het land werkt. Iemand die in de verkoop werkt, een operator en een algemene arbeider ondervinden geen significant verschil in loon per uur met iemand die op een boerderij werkt. Echter een servicewerker, een voorman, een kantoormedewerker en iemand die in het leger werken, verdienen respectievelijk 6,85, 25,10, 15,90 en 33,10 procent meer per uur dan iemand die op een boerderij werkt.
(1)
logWAGE
HEALTH3
-0.00352
(-0.33)
HEALTH4
-0.0251
**(-2.68)
20
HEALTH6
-0.0611
***(-5.76)
HEALTH7
-0.0829
***(-6.74)
HEALTH8
-0.114
***(-7.45)
HEALTH9
-0.118
***(-5.70)
HEALTH10
-0.118
***(-4.13)
HEALTH11
-0.0498
(-1.18)
HEALTH12
-0.151
*(-1.97)
HEALTH13
-0.157
(-1.24)
HEALTH14
0.112
(0.18)
HEALTH15
-0.225
(-0.36)
FEMALE
-0.236
***(-39.90)
EDUC1Y
0.106
***(9.34)
EDUC2Y
0.183
***(20.18)
EDUC3Y
0.166
***(11.61)
EDUC4Y
0.381
***(40.80)
EDUC5Y
0.535
***(45.49)
WIDOWED
-0.0491
*(-2.44)
DIVORCED
-0.00373
(-0.41)
SEPERATED
-0.108
***(-5.79)
NEVMARRIED
-0.0683
***(-8.78)
AGE2
-0.000474
***(-30.56)
AGE
0.0463
***(34.34)
REGIONSOUTH
-0.0445
***(-6.27)
REGIONMIDW
0.0244
**(3.01)
REGIONNORTHE
0.0249
**(2.77)
OCCCAT-TECHNISCH
0.431
***(18.08)
OCCCAT-ADMINISTRATIEF 0.416
***(17.56)
OCCCAT-VERKOOP
0.0411
(1.76)
OCCCAT-KANTOOR
0.159
***(6.75)
OCCCAT-VOORMAN
0.251
***(10.75)
OCCCAT-OPERATIVE
0.0365
(1.39)
OCCCAT-TRANSPORT
0.241
***(9.91)
OCCCAT-SERVICE
0.0685
**(2.97)
OCCCAT-ARBEIDER
0.0379
(1.39)
OCCCAT-LEGER
0.331
***(4.34)
SMOKING
0.0219
**(3.15)
Constant
1.273
***(32.84)
Observations
52301
t statistics in parentheses * p < 0.05, ** p < 0.01, *** p < 0.00121
4.2.1 Samenvoegen van dummy’s gezondheidsvariabelen
Aangezien niet alle gezondheidsvariabelen significant zijn, worden er enkele aanpassingen op het model gedaan zodat er beter een uitspraak kan worden gedaan over de invloed van gezondheid op het uurloon. Er wordt aangenomen dat enkele gezondheidsvariabelen niet significant zijn, omdat er te weinig respondenten in deze groep zitten en omdat er te weinig verschil met de referentiegroep is. Om deze reden worden dummy’s van de
gezondheidsvariabelen op verschillende manieren bij elkaar gevoegd en de uitkomsten van deze modellen worden met elkaar vergeleken om zo het beste model te gebruiken.
Allereerst worden de dummy’s van de gezondheidsvariabelen per twee bij elkaar gevoegd om zo vooral de groep met de slechtste gezondheid groter te maken. De
dummyvariabelen worden zo samengevoegd dat de mensen met gezondheidsscore twee en drie nu in dezelfde groep zitten, net zoals de mensen met gezondheidsscore vier en vijf en dit gaat door tot de groep met de slechtste gezondheid met een score van veertien of vijftien. De uitkomst van deze schattingen is terug te vinden in tabel 5. Bij deze schatting is te zien dat het effect van loon op de groep met respondenten die de score veertien of vijftien hebben
gekregen voor hun gezondheid nog steeds niet significant verschilt van nul ten opzichte van de groep die score twee of drie heeft gekregen. Om dit te verklaren wordt er gekeken naar de grootte van de groep respondenten die de score veertien of vijftien hebben gekregen voor hun gezondheid. Hieruit blijkt dat deze groep slechts twee observaties bevat. Om dit op te lossen, wordt besloten de dummyvariabelen van de gezondheidsscores anders samen te voegen.
(1)
logWAGE
HEALTH45
-0.0241
***(-3.51)
HEALTH67
-0.0672
***(-8.33)
HEALTH89
-0.113
***(-9.17)
HEALTH1011
-0.0949
***(-4.01)
HEALTH1213
-0.150
*(-2.29)
HEALTH1415
-0.0541
(-0.12)
FEMALE
-0.237
***(-39.96)
EDUC1Y
0.105
***(9.33)
EDUC2Y
0.183
***(20.18)
EDUC3Y
0.166
***(11.61)
22
EDUC4Y
0.381
***(40.81)
EDUC5Y
0.536
***(45.51)
WIDOWED
-0.0495
*(-2.45)
DIVORCED
-0.00381
(-0.42)
SEPERATED
-0.108
***(-5.78)
NEVMARRIED
-0.0683
***(-8.77)
AGE2
-0.000475
***(-30.57)
AGE
0.0463
***(34.33)
REGIONSOUTH
-0.0445
***(-6.27)
REGIONMIDW
0.0243
**(3.00)
REGIONNORTHE
0.0251
**(2.79)
OCCCAT-TECHNISCH
0.431
***(18.07)
OCCCAT-ADMINISTRATIEF 0.416
***(17.56)
OCCCAT-VERKOOP
0.0409
(1.75)
OCCCAT-KANTOOR
0.159
***(6.75)
OCCCAT-VOORMAN
0.251
***(10.74)
OCCCAT-OPERATIVE
0.0365
(1.39)
OCCCAT-TRANSPORT
0.240
***(9.91)
OCCCAT-SERVICE
0.0683
**(2.96)
OCCCAT-ARBEIDER
0.0378
(1.38)
OCCCAT-LEGER
0.331
***(4.34)
SMOKING
0.0222
**(3.20)
Constant
1.272
***(33.07)
Observations
52301
t statistics in parentheses * p < 0.05, ** p < 0.01, *** p < 0.001Tabel 5: Eerste samenvoeging dummy’s gezondheidsvariabelen
Om de groep met een slechte gezondheidsscore groter te maken, wordt de groep
respondenten met score twaalf of dertien toegevoegd aan de groep respondenten met score veertien of vijftien. De resultaten van deze schatting zijn te zien in tabel 6. Zoals af te lezen in tabel 6 leidt het groter maken van de groep respondenten met een slechte gezondheidsscore er nog steeds niet toe dat de coëfficiënt van de groep met deze score significant verschilt van nul. Dit zorgt ervoor dat er geen uitspraken kunnen worden gedaan over de invloed van een slechte gezondheid op het uurloon ten opzichte van een goede gezondheid. Vervolgens wordt weer gekeken naar het aantal observaties in de groep met gezondheidsscore tussen de twaalf en vijftien, aangezien dit er nog steeds slechts 95 zijn, wordt besloten de dummyvariabelen anders in te delen.
23
(1)
logWAGE
HEALTH45
-0.0240
***(-3.48)
HEALTH67
-0.0663
***(-8.13)
HEALTH89
-0.110
***(-8.82)
HEALTH1011
-0.0894
***(-3.75)
HEALTH1215
-0.142
(-2.18)
FEMALE
-0.234
***(-38.90)
EDUC1Y
0.106
***(9.35)
EDUC2Y
0.183
***(20.22)
EDUC3Y
0.166
***(11.62)
EDUC4Y
0.381
***(40.72)
EDUC5Y
0.536
***(45.39)
WIDOWED
-0.0496
*(-2.46)
DIVORCED
-0.00370
(-0.41)
SEPERATED
-0.107
***(-5.74)
NEVMARRIED
-0.0671
***(-8.62)
AGE2
-0.000475
***(-30.29)
AGE
0.0463
***(33.92)
REGIONSOUTH
-0.0438
***(-6.17)
REGIONMIDW
0.0250
**(3.09)
REGIONNORTHE
0.0253
**(2.81)
OCCCAT-TECHNISCH
0.431
***(18.09)
OCCCAT-ADMINISTRATIEF 0.416
***(17.57)
OCCCAT-VERKOOP
0.0408
(1.75)
OCCCAT-KANTOOR
0.159
***(6.76)
OCCCAT-VOORMAN
0.251
***(10.76)
OCCCAT-OPERATIVE
0.0365
(1.39)
OCCCAT-TRANSPORT
0.241
***(9.92)
OCCCAT-SERVICE
0.0684
**(2.97)
OCCCAT-ARBEIDER
0.0380
(1.39)
OCCCAT-LEGER
0.331
***(4.34)
SMOKING
0.0223
**(3.19)
BMITOT
-0.00230
(-1.56)
BMIonder20
-0.0181
(-1.29)
BMI25tot30
0.0146
(1.56)
BMI30tot35
0.0351
*(2.19)
BMIboven35
0.0189
(0.70)
Constant
1.320
***(26.41)
Observations
52301
t statistics in parentheses * p < 0.05, ** p < 0.01, *** p < 0.00124
Om de insignificantie van de variabele slechte gezondheid op te lossen worden de groepen dummy’s opnieuw verdeeld tot nu drie categorieën, een goede gezondheid, een matige gezondheid en een slechte gezondheid. Hierbij blijft de categorie die een goede gezondheid weergeeft hetzelfde, maar bevat de matige gezondheid nu de respondenten met de scores vijf tot en met acht voor hun gezondheid en bevat de variabele slechte gezondheid de scores tussen negen en vijftien. Het aantal observaties in de groep met de slechte gezondheid wordt zo verhoogd van 0,18 procent tot 3,77 procent van het totaal aantal observaties. De
schattingsresultaten van dit model zijn te zien in tabel 7. Hier valt uit op te maken dat iemand met een matige gezondheid 4,31 procent minder verdient per uur dan iemand met een goede gezondheid. Iemand met een slechte gezondheid verdient 9,45 procent minder per uur dan iemand met een goede gezondheid.
(1)
logWAGE
HEALTH58
-0.0431
***(-7.37)
HEALTH915
-0.0945
***(-6.27)
FEMALE
-0.237
***(-40.12)
EDUC1Y
0.108
***(9.52)
EDUC2Y
0.185
***(20.40)
EDUC3Y
0.168
***(11.76)
EDUC4Y
0.385
***(41.22)
EDUC5Y
0.540
***(45.90)
WIDOWED
-0.0503
*(-2.49)
DIVORCED
-0.00520
(-0.57)
SEPERATED
-0.110
***(-5.87)
NEVMARRIED
-0.0691
***(-8.88)
AGE2
-0.000473
***(-30.45)
AGE
0.0459
***(34.10)
REGIONSOUTH
-0.0444
***(-6.25)
REGIONMIDW
0.0248
**(3.07)
REGIONNORTHE
0.0262
**(2.92)
OCCCAT-TECHNISCH
0.432
***(18.12)
OCCCAT-ADMINISTRATIEF 0.417
***(17.61)
OCCCAT-KANTOOR
0.160
***(6.80)
OCCCAT-VOORMAN
0.251
***(10.77)
OCCCAT-TRANSPORT
0.240
***(9.89)
OCCCAT-SERVICE
0.0679
**(2.94)
OCCCAT-LEGER
0.336
***(4.39)
25
OCCCAT-VERKOOP
0.0409
(1.76)
OCCCAT-OPERATIVE
0.0359
(1.37)
OCCCAT-ARBEIDER
0.0384
(1.41)
SMOKING
0.0235
***(3.38)
Constant
1.266
***(33.04)
Observations
52301
t statistics in parentheses * p < 0.05, ** p < 0.01, *** p < 0.001Tabel 7: OLS regressieanalyse met samengevoegde dummyvariabelen
4.2.2 Onderzoek naar endogeniteit
Na het uitvoeren van de eerste regressieanalyses is de volgende stap het testen van de gezondheidsvariabelen op endogeniteit, aangezien er in de literatuur wordt gesuggereerd dat endogeniteit waarschijnlijk aanwezig is bij deze variabelen. Om dit te testen wordt eerst een Hausman test uitgevoerd. Als eerste stap voor deze test is het belangrijk om goede
instrumenten te bepalen. Deze instrumenten moeten gecorreleerd zijn met de gezondheid maar geen directe invloed hebben op de te verklaren variabele, netto loon per uur. Om deze reden is er voor de variabele BMI gekozen die informatie bevat over de BMI van de
respondent. BMI is gecorreleerd met de gezondheid aangezien iemand met een hoog BMI veel overgewicht heeft en dit leidt tot gezondheidsproblemen. Vervolgens zijn er dummy’s
aangemaakt waarbij de respondenten worden opgesplitst in een BMI onder de twintig, tussen de twintig en 25, 25 en 30, 30 en 35 en boven de 35. Dit is gedaan omdat er meer dan een instrument nodig is om voor de endogeniteit van de gezondheidsvariabelen te corrigeren. Deze dummy’s worden samen met de waarde van BMI gebruikt als instrumenten in de IV regressie. Om zeker te weten dat BMI en de bijbehorende dummyvariabelen geen significante invloed hebben op het netto uurloon, worden deze variabele eerst toegevoegd aan het OLS model. Deze regressie is terug te zien in appendix III. Hieruit blijkt dat zowel BMI als de dummyvariabelen geen significante invloed hebben op het netto uurloon.
Voordat de Hausman test wordt uitgevoerd, wordt er eerst getest of de instrumenten wel genoeg correleren met de endogene variabelen, door middel van een F-toets. Deze bijbehorende regressies zijn te vinden in appendix IV en appendix V. De vuistregel luidt dat de F-toets tenminste tien moet zijn zodat de instrumenten genoeg correleren met de endogene variabelen. De F-toets van de regressie van de matige gezondheid op de instrumenten heeft
26
een waarde van 172,83 en de F-toets van de regressie van de slechte gezondheid op de instrumenten heeft een waarde van 172,38. Hieruit kan dus geconcludeerd worden dat de endogene regressoren genoeg correleren met de instrumenten.
Vervolgens wordt met deze instrumenten de Hausman test uitgevoerd waarna de LM statistiek hiervan wordt berekend, deze komt uit op 9,66 . Deze LM statistiek is groter dan de kritieke waarde wat betekent dat de nulhypothese dat de variabelen die informatie over de gezondheid bevatten exogeen zijn, kan worden verworpen. Deze regressies van de Hausman test zijn terug te vinden in appendix VI, VII en VIII.
Om te corrigeren voor de endogeniteit van de variabelen die de gezondheid meten, is het belangrijk dat de gekozen instrumenten geschikt zijn. Om dit te testen wordt de Sargan test uitgevoerd. Van de laatste regressie van deze test wordt de LM statistiek berekend. Deze LM statistiek wordt vergeleken met de kritieke waarden van een chi-kwadraatverdeling met vijf vrijheidsgraden welke gelijk is aan 9,24. De LM statistiek is kleiner dan de kritieke waarde wat betekent dat de nulhypothese dat de instrumenten exogeen zijn, niet kan worden
verworpen. De instrumenten zijn dus valide en kunnen worden gebruikt. De regressies van de Sargan test zijn terug te vinden in appendix IX en X.
4.2.3 IV regressie
De gevonden instrumenten blijken na de Sargan test geschikt te zijn en daarom wordt het model nu geschat met IV en als methode 2SLS. Om te corrigeren voor eventuele
heteroskedasticiteit worden de robuuste standaardfouten van deze regressie genomen. Het model wordt vervolgens geschat en de uitkomst hiervan is te zien in tabel 8.
Uit tabel 8 valt op te maken dat slechts de variabele die een slechte gezondheid weergeeft, significant van nul verschilt. Iemand met een matige gezondheid verdient 4,25 procent meer per uur dan iemand met een goede gezondheid, maar omdat dit geen
significante uitkomst is, kunnen hier geen uitspraken over worden gedaan. Iemand met een slechte gezondheid verdient volgens tabel 6, 62,2 procent minder dan iemand met een goede gezondheid. In vergelijking met de 9,45 procent die uit de OLS schatting kwam, is dit een enorm verschil. Omdat dit een erg groot verschil is, wordt er gekeken naar de
27
inkomensverdeling van zowel mensen met een goede, matige als een slechte gezondheid en worden deze met elkaar vergeleken. Deze tabellen zijn terug te vinden in appendix XIV, XIII en XII. Uit deze tabellen valt op te maken van de mensen met een goede gezondheid, 42,38 procent een hoog inkomen heeft. Bij mensen met een matige gezondheid en een slechte gezondheid is dit respectievelijk 35,71 en 29,21 procent. Van de mensen met een goede gezondheid bevindt slechts 6,94 procent zich in de groep van een arm of negatief inkomen tegenover 9,80 procent van de mensen met een matige gezondheid en 12,47 procent van de mensen met een slechte gezondheid. Dit bevestigt dat er wel degelijk verschillen zijn in het inkomen tussen mensen met een goede, matige en slechte gezondheid, maar bevestigt niet de grote coëfficiënt die af te lezen is in tabel 8.
(1)
logWAGE
HEALTH58
0.0425
(0.34)
HEALTH915
-0.622
*(-2.18)
FEMALE
-0.237
***(-30.15)
EDUC1Y
0.105
***(8.52)
EDUC2Y
0.184
***(19.01)
EDUC3Y
0.169
***(10.17)
EDUC4Y
0.383
***(29.70)
EDUC5Y
0.535
***(36.52)
WIDOWED
-0.0387
(-1.71)
DIVORCED
0.00152
(0.16)
SEPERATED
-0.104
***(-5.41)
NEVMARRIED
-0.0659
***(-8.36)
AGE2
-0.000457
***(-21.31)
AGE
0.0452
***(22.40)
REGIONSOUTH
-0.0423
***(-5.99)
REGIONMIDW
0.0244
**(3.12)
REGIONNORTHE
0.0240
*(2.25)
OCCCAT-TECHNISCH
0.431
***(18.45)
OCCCAT-ADMINISTRATIEF 0.417
***(17.99)
OCCCAT-KANTOOR
0.161
***(6.90)
OCCCAT-VOORMAN
0.249
***(11.21)
OCCCAT-TRANSPORT
0.238
***(10.25)
OCCCAT-SERVICE
0.0690
**(3.16)
OCCCAT-LEGER
0.332
***(4.06)
OCCCAT-VERKOOP
0.0442
(1.96)
OCCCAT-OPERATIVE
0.0374
(1.43)
28
OCCCAT-ARBEIDER
0.0373
(1.42)
SMOKING
0.0233
*(2.22)
Constant
1.246
***(26.67)
Observations
52301
t statistics in parentheses * p < 0.05, ** p < 0.01, *** p < 0.001Tabel 8: IV regressieanalyse met robuuste standaardfouten
4.2.4 Vergelijking uitkomst IV regressie en OLS regressie
Wanneer de uitkomst van beide regressies met elkaar vergeleken wordt, valt vooral op dat de coëfficiënten van de variabelen gezondheid erg verschillen. In de OLS regressie is te zien dat een matige gezondheid zorgt dat een persoon 4,31 procent minder per uur verdient dan een persoon met een goede gezondheid. Bij de IV regressie is dit getal in tegenstelling tot de OLS regressie positief, maar wel insignificant. In de OLS regressie is ook te zien dat iemand met een slechte gezondheid 9,45 procent minder verdient dan iemand met een goede gezondheid. In de IV regressie is dit getal voor een slechte gezondheid veel groter, 62,2 procent. De verklaring voor het grote verschil van dit getal kan de endogeniteit zijn van de variabele slechte
gezondheid die veroorzaakt wordt door een simultaniteit in de relatie tussen inkomen en gezondheid. Wanneer hiervoor gecorrigeerd wordt, blijkt dit getal veel groter. Ook kan een verklaring voor het grote verschil van dit getal zijn dat de instrumenten toch niet exogeen zijn of geen goed beeld van de gezondheid geven. De overige schattingscoëfficiënten van de IV regressie komen grotendeels overeen met die van de OLS regressie.
4.2.5 Schattingsuitkomst verschillend voor verschillende groepen
Na het vaststellen van het model waarvan de schattingsresultaten gebruikt worden voor de conclusie, kan het nog zijn dat voor bepaalde groepen in de samenleving de
schattingsresultaten veranderen. Zo kan het bijvoorbeeld zijn dat een slechte gezondheid een ander effect heeft op vrouwen als op mannen. Ook is het interessant om te onderzoeken of de last die mensen ondervinden van een slechte gezondheid anders voor ouderen is als voor jongeren. Om dit te kunnen onderzoeken worden er kruisproducten tussen de variabelen aan
29 het model toegevoegd aan de IV regressie.
Als eerste zal getoetst worden of de invloed van de gezondheidsvariabelen op het uurloon verschilt wanneer er vergeleken wordt tussen jongeren en ouderen. Om dit te testen worden er nieuwe dummyvariabelen aangemaakt waarbij de leeftijd wordt opgesplitst tussen mensen onder de 30 jaar, mensen tussen de 30 en 50 en mensen ouder dan 50 jaar. Aan de regressie van tabel 3 worden vervolgens kruisproducten toegevoegd tussen ouder dan 50 en een slechte gezondheid en jonger dan 30 en een slechte gezondheid, zodat de mensen tussen 30 en 50 jaar als referentiecategorie kunnen worden gebruikt. Deze regressie is terug te vinden in de appendix XV. De coëfficiënten van beide kruisproducten blijken volgens de P-waarde significant te verschillen van nul, wat betekent dat leeftijd invloed heeft op de mate waarop een slechte gezondheid het uurloon beïnvloedt. Wanneer de coëfficiënten van mensen ouder dan 50 met een slechte gezondheid en die van een slechte gezondheid hebben bij elkaar opgeteld worden, blijkt dat mensen ouder dan 50 met een slechte gezondheid 3,21 procent minder per uur verdienen dan mensen tussen de 30 en 50 met een slechte gezondheid. Bij jongeren blijkt echter dat zij 4,87 procent minder verdienen wanneer zij een slechte
gezondheid hebben ten opzichte van mensen tussen de 30 en de 50 jaar oud. Dit kan verklaard worden doordat het hebben van een slechte gezondheid op een jonge leeftijd ook invloed kan hebben op het aantal jaren scholing of aantal jaren werkervaring wat een negatieve invloed heeft op het uurloon. Wanneer iemand op latere leeftijd een slechtere gezondheid krijgt, heeft dit minder invloed op scholing waardoor dit ook minder invloed op het uurloon heeft. De schattingsresultaten van deze regressie zijn terug te vinden in appendix XV.
Vervolgens wordt getoetst of het effect van een slechte gezondheid een ander effect heeft voor vrouwen dan voor mannen. Om dit te toetsen wordt er een kruisproduct
toegevoegd tussen de variabelen vrouw en slechte gezondheid. Volgens de t-toets verschilt deze coëfficiënt significant van nul. Uit deze regressie blijkt dat vrouwen met een slechte gezondheid, 14,41 procent minder verdienen dan mannen met een slechte gezondheid. Aangezien uit de regressie blijkt dat vrouwen sowieso al 29,46 procent minder verdienen, lijkt het alsof de loonongelijkheid tussen mannen en vrouwen kleiner wordt wanneer beiden in een slechte gezondheid verkeren. Dit kan te maken hebben met het feit dat vrouwen vaker
30
hinder oplevert of minder invloed heeft op het werk omdat er al parttime gewerkt wordt. De schattingsresultaten van deze regressie zijn terug te vinden in appendix XVI.
4.2.6 Beperkingen onderzoek
In deze scriptie is de invloed van gezondheid op het uurloon geschat, dit is gedaan door middel van een regressieanalyse. Zoals te zien in tabel 8 is de variabele die de matige gezondheid weergeeft, niet significant. Dit zorgt ervoor dat de eventuele invloed die een matige gezondheid heeft op het uurloon ten opzichte van een goede gezondheid niet geschat kan worden.
De coëfficiënten van de dummyvariabelen voor zowel de lage als de hoge
gezondheidsscores verschilden geregeld niet significant van nul, in zowel de OLS als in de IV regressie. Dit kan komen doordat het verschil tussen de verschillende gezondheidsgroepen te klein was, of doordat er te weinig respondenten in deze groep vielen. Deze problemen zouden in het vervolg kunnen worden opgelost door de enquête van meer jaren te gebruiken
waardoor het aantal mensen met een slechte gezondheid ook toeneem.. Ook kan er gekozen worden om de data van een ander land te gebruiken waar meer mensen in een slechte gezondheid verkeren.
De insignificantie van de gezondheidsvariabelen kan ook veroorzaakt zijn doordat de variabele gezondheid niet correct is gedefinieerd. In dit onderzoek mistte de data een uitgebreide objectieve weergave van de gezondheid van respondenten. Omdat dit niet beschikbaar was, is de gezondheid in dit onderzoek gedefinieerd als een samenvoeging van objectieve en subjectieve gezondheid. Dit kan problemen opleveren aangezien subjectieve gezondheid kan leiden tot verkeerde conclusies. Er had in dit onderzoek ook gekozen kunnen worden om alleen het aantal chronische condities te gebruiken om de gezondheid van respondenten te kwantificeren. Hoe de variabele gezondheid het beste kan worden gedefinieerd is een vraag die dit onderzoek oplevert.
31 5. Conclusie
In de inleiding van deze scriptie werd gesteld dat wanneer het hoofd van een huishouden in een uitstekende gezondheid verkeert, dit huishouden gemeten over alle leeftijdsgroepen van gemiddeld 74 procent meer inkomen geniet dan wanneer het hoofd van het huishouden in een matige of een slechte gezondheid verkeert (Smith, 1999 p. 146). Een causaal verband tussen inkomen en gezondheid is al vele malen onderzocht, waarbij grotendeels wordt aangenomen dat inkomen invloed heeft op de gezondheid. De kern van dit onderzoek is dan ook om te achterhalen in hoeverre de gezondheid het inkomen beïnvloedt. Als er een toonaangevend verband tussen gezondheid en inkomen kan worden gevonden, kan dit een reden zijn om een nieuwe aanpak te vormen om armoede in landen tegen te gaan. De armoede kan dan tegen worden gegaan door eerst de gezondheid daar te verbeteren.
Uit literatuurstudie blijkt dat een invloed van gezondheid zeker waarschijnlijk is. Zo stellen Curie en Madrian (1999; Frijters, Haisken-DeNew, Shields (2002), p.1) dat mensen met een goede gezondheid meer kans hebben om economisch productiever te zijn en dat ze daardoor genieten van een hoger inkomen. Ook zorgt volgens Ehrlich en Lui (1991), Kalemli-Ozcan (2002), Miguel en Kremer (2004) en Soares (2005; French (2012), p.584) een slechte gezondheid ervoor dat het menselijk kapitaal wordt aangetast, aangezien een slechte gezondheid de mogelijkheid om kennis te vergaren bij kinderen vermindert. Ook worden ouders ontmoedigd om te investeren in de opleiding van hun kinderen, dit leidt op individueel niveau tot een lager inkomen.
Uit de resultaten van dit onderzoek is gebleken dat gezondheid inderdaad een invloed heeft op het inkomen. Iemand met een slechte gezondheid verdient na correctie voor
endogeniteit 62,2 procent minder dan iemand met een goede gezondheid. Dit kan worden verklaard doordat de productiviteit van iemand met een slechte gezondheid lager is dan die van iemand met een goede gezondheid, aangezien een person met een slechte gezondheid hier last van ondervindt en sommige taken misschien minder goed kan uitvoeren. Voor de correctie van endogeniteit is dit model met OLS geschat. Uit deze regressieanalyse bleek dat iemand met een slechte gezondheid 9,45 procent minder verdient dan iemand met een goede gezondheid en iemand met een matige gezondheid 4,31 procent minder dan iemand met een goede gezondheid. Dit grote verschil kan verklaard worden door de endogeniteit van de
32
variabele slechte gezondheid die veroorzaakt wordt door een simultaniteit in de relatie tussen inkomen en gezondheid. Ook kan een verklaring voor het grote verschil van dit getal zijn dat de instrumenten toch niet exogeen zijn of geen goed beeld van de gezondheid geven. Verder blijkt uit de regressieanalyse dat op een jonge leeftijd en een oude leeftijd een slechte gezondheid hebben, een negatievere invloed op het inkomen heeft dan een slechte
gezondheid hebben tussen de 30 en de 50 jaar. Een reden hiervoor kan zijn dat op een jonge leeftijd ook de scholing en werkervaring wordt aangetast door de slechte gezondheid wat negatief werkt op het loon. Een reden voor het verschil met de hoge leeftijd kan zijn dat een ouder persoon met een slechte gezondheid meer last ondervindt van een slechte gezondheid dan een jonger persoon. Het verschil in loon tussen mannen en vrouwen blijkt kleiner te worden wanneer beiden in een slechte gezondheid verkeren.
Uit de resultaten van dit onderzoek bleek dat ondanks het samenvoegen van de dummyvariabelen voor gezondheid, dit voor de matige gezondheid nog steeds geen significante uitkomst opleverde. Dit kan veroorzaakt zijn door een te kleine steekproef met mensen met een matige gezondheid of door een verkeerde definitie van de variabele
gezondheid. Hoe de variabele gezondheid het beste kan worden gedefinieerd is een vraag die dit onderzoek oplevert. Een uitgebreide objectieve beoordeling van de gezondheid is nodig om het verband met inkomen goed te kunnen schatten.
6. Bibliografie
Adler, N.E., Boyce, T., Cesney, M.A., Cohen, S., Folkman, S., Kahn, R.L., & Leonard Syme, S. (1994). Socioeconomic Status and Health: The Challenge of the Gradient. American
Psychologist, 49(1), 15-24.
French, D. (2012),. Causation between health and income: a need to panic. Empirical
33
Frijters, P., Haisken-DeNew J.P., & Shields, M.A .(2003). Estimating The Causal Effect of Income on Health: Evidence from Post Reunification East Germany. Australian National University,465
(1),1-36.
Gunasekara, F.I., Carter, K.N., Liu, I., & Richardson, K., Blakely, T.(2011). The relationship between income and health using longitudinal data from New Zealand. Journal of
Epidemiology and Community Health, 66(6), 12-20.
Harmon, C., Walker, I. (1995). Estimates of the Economic Return to Schooling for the United Kingdom. The American Economic review, 85(5), 1278-1286
Katz, L.F., Murphy, K.M. (1992). Changes in Relative Wages, 1963-1987: Supply and Demand Factors. The Quarterly Journal of Economics, 107(1), 35-78
Le Duigou, S. (2012). Effect of Age on the Wage Distribution: A Quantitative Evaluation Using US Data. HAL Id: halshs-00856225, 1-28
Pritchett, L.,& Summers, L.H. (1999). Wealthier is healthier. The Journal of Human Resources,
31(4), 841-868.
Siassi, N. (2014). Inequality and the Marriage Gap. Society for Economic Dynamics, 941(1), 1-37 Smith, P. (2004). Unraveling the SES: Health Connection. Population and Development Review,
30, 108-132.
Smith, P. (1999). Healthy Bodies and Thick Wallets: The Dual Relation Between Health and Economic Status. Journal of Economic perspectives, 13(2), 145-166.
Schnalzenberger, M. (2016). Causal effect of income on health: Investigating two closely related policy reforms in Austria. The Journal of the Economics of Ageing, 7,6-16
34 7. Appendix
