Bevándorlók munkaerő-piaci helyzete - KRTK - ADATBANKadatbank.krtk.mta.hu/data/egy/KAROLYI_ROBERT_SZAKDOLGOZAT_20160414.pdf · Eötvös Lóránd Tudományegyetem Társadalomtudományi

Eötvös Lóránd Tudományegyetem

Társadalomtudományi Kar

ALAPKÉPZÉS

Bevándorlók munkaerő-piaci helyzete

Magyarországon

Elemzés a 2011. évi népszámlálás adatainak segítségével

Konzulens: Készítette: Horn Dániel Károlyi Róbert Viktor HW1LJA alkalmazott közgazdaságtan szak

2016. április

Köszönetnyilvánítás

Szeretném megragadni az alkalmat és köszönetet mondani Köllő

Jánosnak, amiért lehetővé tette eme kutatás elvégzését és szakmai

tanácsaival segítette elkészülésének folyamatát. Továbbá köszönettel

tartozom Czeglédi Tibornak, az MTA KRTK Adatbank munkatársának a

kutatószobai munkában való segítségéért.

Külön köszönöm szüleimnek és Vida Saroltának a munka során

nyújtott feltétel nélküli támogatásukat.

1

Tartalomjegyzék

1. Bevezetés .............................................................................................................................. 2

2. A bevándorlás közgazdaságtanáról ..................................................................................... 3

2.1. Származás és önszelekció ............................................................................................. 4

3. A bevándorlók munkaerő-piaci helyzete Európában .......................................................... 6

3.1. Foglalkoztatottsági és munkanélküliségi helyzetük Európában ................................. 6

3.2. Konvergencia a foglalkoztatásban ............................................................................... 7

3.3. Bevándorlók szerepe a foglalkoztatás növekedésében ................................................. 10

4. Elemzés: a bevándorlók munkaerő-piaci helyzete Magyarországon ............................... 11

4.1. Adatok ......................................................................................................................... 11

4.2. Leíró statisztika ........................................................................................................... 11

4.3. Módszertan: Oaxaca-Blinder-féle dekompozíciós eljárás ......................................... 17

4.3.1. Standard módszer ............................................................................................... 17

4.3.2. Egy megoldás logisztikus becslőfüggvény esetére ............................................ 18

4.4. Eredmények ................................................................................................................ 21

4.4.1. Dekompozíció - Nők ........................................................................................... 21

4.4.2. Összetételhatások - Nők ..................................................................................... 23

4.4.3. Paraméterhatások - Nők .................................................................................... 24

4.4.4. Dekompozíció – Férfiak ...................................................................................... 25

4.4.5. Összetételhatások - Férfiak ................................................................................ 26

4.4.6. Paraméterhatások - Férfiak ................................................................................ 27

4.4.7. Dekompozíció logisztikus becslésekkel – Férfiak .............................................. 28

4.5. Dekompozíció eredményeinek értékelése ................................................................ 30

4.6. Bevándorlók heterogenitása ...................................................................................... 32

5. Konklúzió ............................................................................................................................ 33

Irodalomjegyzék .......................................................................................................................... 34

Függelék ...................................................................................................................................... 37

2

1. Bevezetés

A következő dolgozat célja a Magyarországon élő bevándorló népesség munkaerő-piaci

helyzetének feltérképezése. Az utóbbi néhány évben egész Európában a figyelem

középpontjába került a bevándorlás. A régi Európai Úniós országokban a migrációs

válságot megelőzően is fontos szerepe volt, Kelet-Európában azonban csak az elmúlt

években merült fel jelentősebb bevándorlás lehetősége. 2015-ben az Eurostat adatai

szerint1 Magyarországon kértek Németország után legtöbben menedéket az EU

országaiban. A több mint 150 ezer emberfős menedékkérő áradatból nem tudjuk,

mennyien maradnak és maradtak itt pontosan, illetve milyen humán tőkével

rendelkeznek, ám akik itt tartózkodnak, előbb vagy utóbb a munkapiacra kerülnek (Hárs,

2015).

A magyar munkaerőpiacon nincsen jelentős szerepe a bevándorlóknak, emiatt a

szokásos adatgyűjtések nem adnak lehetőséget a migráns válságot megelőző

bevándorló populáció helyzetének részletes vizsgálatára. Kivételt képez a népszámlálási

adatbázis, amely szinte teljes képet nyújt a Magyarországon tartózkodó népességről.

Habár ezen adatok elemzése által keveset állíthatunk egy esetleges menekült sokkról a

munkaerőpiacon, érdemes megvizsgálni azon tényezőket, amik a már itt élő

bevándorlók gazdasági aktivitását befolyásolják.

A bevezetést követően, először egy rövid összefoglalót szeretnék nyújtani a

bevándorlással kapcsolatos fontosabb közgazdasági elméletekről és azok kritikáiról.

Az elméleti összefoglalót követően összegezem néhány európai és magyar kutatás

eredményeit, melyek a bevándorlók foglalkoztatottságát érintik.

A dolgozat negyedik szakaszában saját számításaimat ismertetem. Az elemzés

elsődleges célja a külföldi illetve magyar születésűek foglalkoztatási rátáinak

összehasonlító vizsgálata. Először leíró statisztikai eszközöket használva, nagyobb

származási csoportok szerint hasonlítom össze a népesség gazdasági aktivitását. Ezt

követően többváltozós elemzés segítségével próbálom meg a hazai és migráns népesség

1 Eurostat (2016): Asylum statistics. http://ec.europa.eu/eurostat/statistics-explained/index.php/Asylum_statistics#Further_Eurostat_information

3

foglalkoztatási rátái közti különbséget részleteiben vizsgálni. Az elemzés során a 2011.

évi népszámlálás adatait használtam.

Végül kiértékelem és összefoglalom a vizsgált eredmények és az elemzés tanulságait a

felvetett elméletek fényében.

2. A bevándorlás közgazdaságtanáról

Borjas (1989) alapján a migrációval kapcsolatos közgazdasági keret az alábbi módon

írható le. A közgazdasági gondolkodásban megszokott módon, az elméletek szűkös

erőforrások elosztásával foglalkoznak. A szűkös erőforrás maga a munka, és a

készleteket különböző munkapiacok között allokálják a szereplők, valamennyi költséget

és hasznot (legyen az pszichikai vagy jövedelmi természetű), illetve korlátot figyelembe

véve.

Három kérdést nevez meg, melyek az egyes elméletek középpontjában állnak: (i) milyen

tényezők befolyásolják a bevándorlás méretét illetve összetételét; (ii) hogyan

alkalmazkodnak a bevándorlók a fogadó ország nyújtotta környezethez; (iii) milyen

hatással van a migráció a fogadó és a küldő országok gazdaságára?

Mint mondja, az elméletek nem írják le egységesen mind a három kérdést, de az egyes

kérdésekre vonatkozóan léteznek kidolgozott hipotézisek és elméletek. Jelen dolgozat

alapvetően a második kérdésre fókuszál, de fontos fejben tartani, hogy a három kérdés

(és a rájuk adandó válaszok) nem függetlenek egymástól.

A migrációt Harrod és Hicks (1939) humán tőke befektetési problémaként írják le. Minél

nagyobb a megtérülés és minél kisebbek a költségek annál magasabb az átlépés

valószínűsége.

Az agyelszívás (brain drain) jelensége tekinthető az aszimmetrikus információ

következményének: a küldővel szemben a fogadó ország ismeri a képességek értékét

(Kwok és Leland, 1982). A bevándorlás fogadó országra mért hatásai terén Piore (1979)

szolgál elmélettel, miszerint a bevándorlók tipikusan olyan munkát vállalnak, amit a

fogadó népesség nem vállalna el, így a várható hatás csupán kismértékű lehet.

4

Meghatározó szerepe van az irodalomban az asszimiláció vizsgálatának. Chiswick (1978)

keresztmetszeti életkor-kereseti kereseti görbéket becsül és azt látja, hogy a

bevándorlók 35 éves kor körül nem csak elérik, de meg is haladják a bennszülött

népesség átlagbérét. Ebből következtet a pozitív szelekcióra, véleménye szerint

rátermettebbek és motiváltabbak a bevándorlók.

Az asszimilációt vizsgáló módszert kritizálja Borjas (1985). Szerinte hibát követünk el, ha

a régebben érkezettek munkapiaci tapasztalatai alapján következtetünk az újonnan

érkezettek jövőbeli béreire. Az egyes migrációs hullámokban érkező bevándorlók nem

megfigyelt tulajdonságai eltérőek lehetnek. Amennyiben a frissebb kohorszok

produktivitása kisebb, mint a régebbieké, akkor tévesen következtethetünk a

keresztmetszeti elemzésből asszimilációra. A kohorszok között természetesen a küldő

országok aránya is különböző lehet, ami szintén hasonló torzításokat okozhat.

Jelentkezhet ilyen hatás, amikor az alacsonyabb béreket elérő migránsok idővel

kiszelektálódnak, és hazatérnek, így a régebben érkező migránsok átlagos

termelékenysége magasabb lehet, mint az újonnan érkezőké. Borjas hozzáteszi, fontos

az is, milyen idősen érkeznek a bevándorlók. Kimutatja, ha erre kontrolálunk, eltűnik a

bér-konvergencia (Borjas, 1994).

Kutatás szempontjából szintén fontos tényező a nyelvtudás (Welch, 1983). A fogadó

ország nyelvének ismerete, illetve több nyelvismeret jelentősen hozzájárul a

konvergenciához. Elemzés során ezen tényezőket is érdemes tehát figyelembe venni.

2.1. Származás és önszelekció

Az egymást követő bevándorló kohorszok relatív bérének csökkenését nagyban

magyarázza azok származási ország szerinti összetétele (Borjas, 1992). Az egyes

csoportok között magas a szórás végzettség és bér szerint. Származási ország egy főre

jutó GDP-je és az egyének bére közti erős pozitív korreláció figyelhető meg (Jasso és

Rosenzweig, 1986).

Az önszelekciós folyamatok megértése szintén fontos a migráció vizsgálatához. Andrew

Roy jövedelemmaximalizálási döntésként írja le a migrációt (Roy, 1951). Kérdés az, hogy

ki találja úgy végül, hogy megéri átlépnie a fogadó országba. A modell összességében azt

5

implikálja, hogy három féle rendezés (sorting) különböztethető meg egymástól, tehát

három féle szelekcióról beszélhetünk.

Amikor olyan egyének döntenek a migráció mellett, akik mind a küldő mind a fogadó

országban az átlagosnál nagyobb bérrel rendelkeznek, pozitív kiválasztódásról

beszélünk. Ez az eset akkor esik meg, ha a küldő és fogadó országban a képességekkel

járó kereseti lehetőségek kellően korreláltak és a fogadó ország bérei jobban szóródnak.

Ez a „brain drain”, a jó képességűek olyan országokba mennek, ahol a kereseti

lehetőségek szélesebbek.

Ellenkező esetben, ha küldő országban nagyobb a kereseti lehetőségek szóródása, a

bérek eloszlásának alsó részén elhelyezkedők érdekeltek a migrációban. Ez a negatív

rendezés. Ez esetben, a migráns mind a küldő mind a fogadó országban átlagnál

alacsonyabb potenciális bérrel rendelkezik. (Szintén megkövetelendő a képességek

jövedelmezőségének kellő korrelációja.) Ezen bevándorlók nagyobb biztonság érzik

magukat azon helyeken, ahol nem szóródnak túlzottan a bérek, így gyengébb

képességeik nem jelentenek akkora hátrányt.

A „menekült rendezés” a harmadik lehetőség. Ez az az eset, amikor az egyén készségei

a küldő országban kevésbé értékeltek (és például átlagnál rosszabb a keresettel

jutalmazzák), de ezeket a készségeket a fogadó ország értékeli. Tipikusan ilyen küldő

országok lehettek a szocialista, kommunista államok.

És végül, fontos lehet a migrációt családi döntésként modellezni (Cobb-Clark, 1990;

Borhajs és Bronars, 1991). Előfordulhat, hogy egy pár (család) egyik tagja jobban

kereshet egy másik területen, de a másik rosszabbul. Az optimalizálásban tehát több

egyén képességei, korlátai, várható keresetei befolyásolják a családokat, azaz a fő

döntéshozatali egységet.

A következő szakaszban a bevándorlók európai foglalkoztatottsági helyzetét tekintem át

statisztikák és tanulmányok segítségével.

6

3. A bevándorlók munkaerő-piaci helyzete Európában

3.1. Foglalkoztatottsági és munkanélküliségi helyzetük Európában

Az Eurostat (2011) kiadványa alapján mutatom be a bevándorlókra jellemző

foglalkoztatási rátákat Európában (a kiadvány az Európai Munkaerőfelvételek adataira

épül). Magyarországon a külföldi születésű férfiak foglalkoztatási rátája 10

százalékponttal magasabb, mint a teljes 20-64 éves népességé. Ilyen mértékű előny a

foglalkozatási rátában, egy EU országban sem jellemzi a külföldi születésű

férfinépességet. Mindössze öt másik ország van az EU27 államok között melyben a 20-

64 éves népességben, a bevándorlók foglalkoztatási rátája meghaladja a teljes

népességre vonatkozó mutatót. Romániában és Olaszországban hasonlóan magas, 8

százalékpontos a foglalkoztatási ráták különbsége. A külföldi születésűek hátránya pedig

Bulgáriában és Lengyelországban a legszembetűnőbb, rendre 15 és 17 százalékpont, de

Svédországban is jelentős, 11 százalékpontos hátrányt szenvednek. Megemlítendő

Belgium is, mivel 9 százalékpontos a bevándorló férfiak hátránya a 20-64 éves

népességben, és 20 százalékpontos a 25-54 éves népességben.

A nők esetében, a férfiak esetében már említett országokban, illetve Németországban,

Franciaországban és Hollandiában van rendkívüli hátránya a külföldi születésűeknek.

Lengyelországban a bevándorló nők foglalkoztatási rátája 16 százalékponttal, a belga és

svéd mutatók esetén pedig 15 százalékponttal alacsonyabb. Nők esetében is

Lengyelországban a legrosszabb és Magyarországon a legjobb (+7 százalékpont) a

külföldi születésűek foglalkoztatási rátája a hazai népességhez képest.

Munkanélküliségi ráta esetén szintén pozitív módon emelkednek ki a Magyarországon

élő külföldiek az európai mezőnyből. A nők esetében a 20-64 éves népességet tekintve

azonos a munkanélküliségi ráta, mint a teljes népességé, a férfiak esetében pedig még

jobb is. A többi országban a különbség minden esetben pozitív (ciprusi nők esetében

nulla). Spanyol férfiak esetében 12 százalékponttal magasabb a külföldi születésűek

körében a munkanélküliség, mint a teljes népességben, a belga férfiaknál pedig 9

százalékponttal (ezek a legmagasabb differenciák a vizsgált országok között). Nők

esetében Belgiumban van a legmagasabb, 8 százalékpontos különbség.

7

Az itt rendelkezésre álló mutatók alapján az mondható, hogy az Európai Unió országai

között a Magyarországon élő külföldiek relatíve, a teljes népességhez képest, jó

munkapiaci mutatókkal rendelkeznek.

3.2. Konvergencia a foglalkoztatásban

A látható különbségek legtöbb esetben az őshonos népesség javára szólnak. Hámori

(2009) a bevándorlók foglalkoztatásban tapasztalható konvergenciáját vizsgálja az

Európai Unióban. A konvergencia témájában ennek a tanulmánynak az eredményeit és

tanulságait foglalom össze.

Számos tanulmány vizsgálja a „bevándorló munkaerő-piaci asszimilációs hipotézis”

(Chiswick, 1978) alkalmazhatóságát. Az elmélet szerint, a relatív hátrányt okozó ország-

specifikus humántőke hiányát idővel pótolják a migránsok. Az ország-specifikus

humántőke hiánya azt jelentheti, hogy nem tudják a képzettségüket megfelelően

érvényesíteni, nincs kapcsolati hálózatuk, munka-specifikus képességeik nehezen

átalakíthatóak, illetve intézményes és személyes diszkriminációval szembesülnek a

munkáltatók részéről.

A tanulmány a bevándorlók foglalkoztatásban történő konvergenciát vizsgálja.

Hivatkozik Borjasra, miszerint, ha a bevándorlók gyorsan alkalmazkodnak, az a fogadó

országban jelentősen hozzájárulhat a gazdasági növekedéshez (Borjas, 1994). Hámori

több országcsoportot különböztet meg elemzéséhez. Ő két csoportot különböztet meg:

akik másik európai országból érkeztek illetve azokat, akik 3. országokból. Kiemeli, hogy

az EU-s országokból érkezők más rendszerrel néznek szembe, mint azok, akik nem EU-

születésűek (Münz, 2007; OECD, 2008). Jelentősen különbözhet a családi szerepekre

vonatkozó attitűd is a két csoportban (Münz és társai, 2006). Különböznek a visszatérést

illető mintázatok is (Borjas és Bratsberg, 1996) és a diplomák elfogadtatása is jóval

egyszerűbb EU államokban született vagy EU állampolgároknak.

Számításai szerint a Nyugat-Európai országokban a hazai férfi és női népesség

foglalkoztatási mutatói jobbak, mint a külföldieké. Kelet-Európában viszont a nem-EU-s

születésűek jobb mutatókkal rendelkeznek, míg az EU-sok, mint a fogadó népesség.

8

Alapvetően az országban eltöltött idő hatását vizsgálja kategórikus kétértékű változók

segítségével. Demográfiai kontrollváltozók között találhatók korcsoport kategóriák,

legmagasabb iskolai végzettség kategóriák és változó 0-4 éves gyermekek létéről a

családban. Használ fogadóország-specifikus változókat is (gazdaság állapota, jóléti

berendezkedés). A vizsgált populáció, a dolgozó korú, 25-54 évesek, akik nem vesznek

rész kötelező katonai szolgálatban. Négy ország-csoportot és az Egyesült Királyságot

vizsgálja külön.

Az északi vizsgált csoportot alkotja Dánia, Finnország és Svédország. Arra jut, a

foglalkoztatottság valószínűsége nő a fogadó országban töltött idő múlásával. A férfiak

között a becsült foglalkoztatottsági rés (probit marginális hatásokkal) a legfeljebb 5 éve

érkezettek körében 27, a 6-10 éve érkezők körében 25, a több mint 10 éve érkezők

körében pedig 12 százalékpont. A harmadik országokból érkezők csoportja esetén a

különbség nagyobb, mint az EU államokból érkezők esetén, de az asszimilálódási

hipotézis mind a kettő részcsoport esetében érvényesül. Az uniós születésűek esetében

szinte tökéletes a beilleszkedés. A nők esetében annyi a különbség, hogy a nem uniós

születésűek nőknél gyorsabb a konvergencia, mint a férfiak esetében.

A Dél-Európai csoport Görögország, Portugália és Spanyolország. Az Észak-Európai

csoporthoz képest a fő eltérés, hogy a származási csoportok szerinti különbségek pont

fordítottak: a nem uniós születésű migránsok, akik több mint 10 éve tartózkodnak az

országcsoportban, nem rendelkeznek szignifikánsan alacsonyabb foglalkoztatási

eséllyel, mint a fogadó népesség. A nők esetén még nagyobb is a becsült valószínűség,

mint a fogadó népességben.

A Nyugat-Európai országokban (Ausztria, Belgium, Franciaország, Hollandia és

Luxemburg) 24 százalékpontról 10 százalékpontra csökken a becsült rés a bevándorló és

a hazai férfinépesség között. Ez esetben is az európai származásúak esélyei nagyobbak

és ők asszimilálódnak jobban. Nőknél is hasonló megfigyeléseket tehetünk. Az Egyesült

Királyság esetében hasonlóak az eredmény, annyi eltéréssel, hogy kisebb az első 10 évre

mért rés.

A számunkra legfontosabb Kelet-Európai régióban (EU8: Csehország, Észtország,

Litvánia, Lettország, Lengyelország, Szlovákia és Szlovénia) csupán két dummy változót

9

használ adatkorlátok miatt (1-10 és több mint 10 éve érkezők), annak céljából, hogy az

asszimiláció folyamatát kimutassa. Férfiak esetében a nem EU államokban született

migránsok gyakorlatilag nem rendelkeznek eltérő esélyekkel a fogadó népességhez

képest, az EU tagállamokból érkezők esetében viszont megfigyelhető a fokozatos

beilleszkedésre utaló növekvő esély a fogadó országban töltött idő múlásával (10

százalékpontos különbség gyakorlatilag eltűnik idővel). A nők esetében 15-16

százalékpontos különbség csökken 5 körüli értékig (szignifikáns együtthatókkal), így

megfigyelhetőnek tűnik az asszimilációs folyamat.

A bevándorlók belépéskor élvezett státusza (gazdasági bevándorló, menekült vagy

családi indíttatású) részben magyarázhatja a harmadik országból érkezett bevándorlók

asszimilációs mintázatában látható különbségeket Észak- és Dél-Európa között. Sajnos

az adatok nem adtak lehetőséget arra, hogy ezt is figyelembe tudja venni az elemzés. Az

északi országokban mérhető relatíve magasabb foglalkoztatottsági rés annak

köszönhető, hogy relatíve több nem munkavállalási célú migráns érkezik, mint a déli

országokba (OECD, 2008; Rendall és társai, 2008) 9 EU15 országot vizsgál, és a nyugati

illetve déli országok közti különbséget a bevándorlás-politikának tulajdonítja.

Továbbá fontos szerepe lehet a kulturális háttérbeli különbségeknek. A családminták és

a szerepekről szóló hagyományok különbségei mind a fogadó országok között, mind a

fogadó és a küldő országok között, szerepet játszhat különösen a nők esetében látható

foglalkoztatottsági rés megmagyarázásában. Ezen kusza és egymásra ható tényezők

hatását azonban csak részletes adatok segítségével tudnánk elkülöníteni. Figyelembe

kéne venni a bölcsőde, óvoda hozzáférést, illetve a háztartás költségvetési korlátját

alakító egyéb tényezőket, mint a családtagok béréit, mivel ezen tényezők is

különbözhetnek küldő országok szerint, migráns státusz szerint, és persze legfontosabb,

fogadó országok szerint.

A harmadik országokból érkező migránsok sokkal inkább hajlandóak olyan munkákat

elvállalni, illetve olyan állásokban elhelyezkedni, amelyekhez valójában túlképzettnek

számítanak. A déli országokban nagyobb a kereslete az alacsony végzettségű

munkaerőnek (Kogan, 2006), így nem meglepő, hogy a nem uniós államokban született

bevándorlók, Dél-Európában nagyobb arányban vállalnak alacsony végzettséget igénylő

munkát. Ez a jelenség persze nagy-mértékben köszönhető összetételhatásoknak, mivel

10

a déli országokban a harmadik országokból származó bevándorlók nagyobb arányban

alacsony végzettségűek, mint a többi EU államban, illetve nagyobb a frissen érkezett

migránsok aránya. Az EU8 országokban éppen hogy meghaladja az arány az EU15

országok esetében számítottakat. Mindegyik régióban kisebb az alacsony végzettséget

igénylő munkát vállalók aránya a nők, mint a férfiak között. Hasonlóan viszonyulnak

egymáshoz a régiók akkor is, ha a felsőfokú végzettséggel rendelkezők között az alacsony

végzettséget igénylő foglalkozásokban elhelyezkedők arányát figyeljük, bár kicsivel

nagyobbak a különbségek a régiók között.

Hozzáteszi, hivatkozva az OECD (2008) tanulmányára, hogy az északi államokban a

harmadik országokban született bevándorlók nagyobb arányban vesznek részt

képzésekben és oktatásban, mint az EU államokban születettek és, mint a harmadik

országokból érkezők Dél-Európában. Ez részben magyarázza a nagyobb

foglalkoztatottsági rést.

3.3. Bevándorlók szerepe a foglalkoztatás növekedésében

Fontos szerepe lehet a bevándorlóknak az Európában dinamikusan növekvő

foglalkoztatási rátákhoz. Köllő (2013) tanulmánya azt vizsgálja, hogy azon országokban

ahol magas volt a foglalkoztatás növekedése („foglalkoztatási csodák”), milyen arányban

járulnak hozzá egyes csoportok a foglalkoztatási ráták növekedéséhez.

A tanulmány arra jut a bevándorlókkal kapcsolatban, hogy jelentős mértékben

hozzájárultak a vizsgált országokban tapasztalt foglalkoztatás bővüléshez. Az elemzés

szétválasztja azt a hatást, ami a bevándorlók foglalkoztatási rátájának bővüléséből

adódik, illetve azt, ami létszámuknak növekedéséből. Mind a kettő hatás pozitív irányú

volt a számítások alapján.

A számítások alapján, Magyarországon is pozitív foglalkoztatási hatást generáltak a

bevándorlók, bár ennek mértéke összehasonlíthatatlan a vizsgált többi csoporttal.

A vizsgált öt ország közül mindegyikben, Finnországot kivéve, a bevándorlóknak

köszönhető a legnagyobb hatás a foglalkoztatás bővülésére (esetenként milliós

11

nagyságrendekben). Ebből azt a tanulságot vonhatjuk le, hogy a foglalkoztatás, és így

közvetett módon a gazdaság bővülése nagyban függhet a migrációs folyamatoktól.

4. Elemzés: a bevándorlók munkaerő-piaci helyzete

Magyarországon

4.1. Adatok

Az elemzéshez a 2011-es népszámlálás mikroadatbázisát használtam. Számításaim

elvégzését az MTA KRTK Adatbank tette lehetővé (az adatbázis a Központi Statisztikai

Hivatal kutatószobáiban érhető el).

A népszámlálás legnagyobb előnye, hogy gyakorlatilag teljes képet fest a felvételkor

Magyarországon élő népességről. Tekintve a bevándorlók alacsony számát, kivételes

lehetőséget nyújtanak az adatok egy átfogóbb elemzésre.

A kérdőív részletes demográfiai adatokat, iskolázottsági, nyelvismereti, foglalkozási,

vallási és egyéb hasznos információkat gyűjt a népességről.

Az adatbázis segítségével, legnagyobb biztossággal az első generációs bevándorlókat

tudjuk azonosítani. Az elemzés során azon személyeket tekintem bevándorlónak (és

vizsgálatom tárgyának), akikről úgy tudjuk, nem Magyarországon születtek. Alternatív

megoldás lehetne külföldi állampolgárként definiálni a bevándorlókat. Ez utóbbi

azonban csak részhalmazát definiálja a bevándorlónak tekinthető népességnek. Hárs

(2015) tanulmány részletesebben vizsgálja a külföldi és kettős állampolgárságúakat a

2001-es és 2011-es népszámlálás alapján.

4.2. Leíró statisztika

Ebben a fejezetben ábrák segítségével vizsgálom a 20-64 éves populációt származás

szerint. Az elemzésben használt országcsoportok leírása a függelékben megtalálható (I.

táblázat). Az 1. és 2. ábra a férfiak és a nők végzettség szerinti eloszlását mutatja.

12

Szembetűnő, hogy mindegyik definiált országcsoport iskolázottabb, mint a magyar. Az

alacsony végzettségűek aránya csupán a délkelet-ázsiai csoport esetében hasonlóan

magas, mint az őshonos népességben, az egyetemet végzettek aránya pedig minden

esetben nagyobb, mint a magyar születésűek között.

A határon túli származásúak (ukrán, szerb, szlovák, román születésűek) többsége

középfokú végzettséggel rendelkezik. A szerb nők, illetve szlovák és ukrán származású

férfiak 40 százaléknál is magasabb arányban rendelkeznek felsőfokú végzettséggel.

A nők között az európai nem uniós, délkelet-ázsiai fejlett és tengerentúli fejlett

országokban születettek körében a legmagasabb a felsőfokú végzettségűek aránya.

Ezekből az országokból érkezőknek hozzávetőlegesen két-, két és félszer akkora aránya

rendelkezik felsőfokú végzettséggel, mint a Magyarországon születetteké.

1. ábra: Forrás: Népszámlálás 2011, saját számítás

Férfiak között a tengerentúlon születettek és a délkelet-ázsiai születésűek rendelkeznek

kimagasló (60 százaléknál is nagyobb arányú) felsőfokú végzettséggel.

Az 1. és 2. ábrák összességében arra utalnak, hogy végzettség szerint szelektálódhatnak a

Magyarországra érkező bevándorlók. Magyarországon európai viszonylatban magas az oktatás

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Magyarország

EU15

EU10

Európa nem uniós

Románia

Szlovákia

Szerbia

Ukrajna

Dél-kelet Ázsia fejlett

Dél-kelet Ázsia fejlődő

Poszt Szovjet

Közel-kelet és Észak Afrika

Közép és Dél-Amerika és egyéb

Fekete Afrika+(Dél Afrika; Madagaszkár)

Tengerentúli fejlett

1. ábra: 20-64 éves nők iskolai végzettség szerinti megoszlása

Kevesebb mint 8 osztályt végzett 8 osztály végzett Szakközépiskolát végzett Gimnáziumot végzett Egyetemi végzettség

13


megtérülési rátája2, ezért mondható, hogy kevésbé vonzó az ország alacsony

végzettségű migránsok számára.

Az iskolázottsági összetétel vizsgálata után, a 3. és 4. ábra a képzett csoportok négy aktivitási

kategória közti megoszlását mutatja (az ábrák a függelékben találhatók).

A nők, és a férfiak esetén is a délkelet-ázsiai fejlődő országokból érkezett bevándorlók

foglalkoztatási rátája legnagyobb a vizsgált csoportok között. A magyarokénál csak a fekete

afrikai illetve a közel-keleti és észak-afrikai csoportok foglalkoztatási rátája alacsonyabb.

Érdemes továbbá kiemelni azokat az országcsoportokat melyek esetén magas az aktivitási ráta

(foglalkoztatási és munkanélküli ráta összege) és ahol alacsony a munkanélküliségi ráta a magyar

szinthez képest. Nők között magas aktivitási rátája van a Román születésű és délkelet-ázsiai

fejlődő országokból érkezett bevándorlóknak. Férfiak esetén szintén ez a két csoport emelkedik

ki, de érdemes megjegyezni azt a fontos különbséget, hogy a délkelet-ázsiaiaknál ez alacsony

munkanélküliséggel valósul meg.

Az 5. és 6. ábra a foglalkoztatási rátákat, iskolázottság szerinti bontásban ábrázolja. A megelőző

ábrák tanulságai azok, hogy a bevándorlók iskolázottabbak, és általában jobb foglalkoztatási

2 Badescu, Mircea, Béatrice D’Hombres, Ernesto Villalba, European Commission, Joint Research Centre, és Institute for the Protection and the Security of the Citizen (2011)

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Magyarország

EU15

EU10

Európa nem uniós

Románia

Szlovákia

Szerbia

Ukrajna

Dél-kelet Ázsia fejlett

Dél-kelet Ázsia fejlődő

Poszt Szovjet

Közel-kelet és Észak Afrika

Közép és Dél-Amerika és egyéb

Fekete Afrika+(Dél Afrika; Madagaszkár)


2. ábra: 20-64 éves férfiak iskolai végzettség szerinti megoszlása


14

rátával rendelkeznek. Az 5. és 6. ábrák mutatják, hogy az eltérések végzettség szerint

meglehetősen különböznek.

Az általános iskolai vagy alacsonyabb végzettségű kategóriákban, mindkét nem esetén

magasabb a bevándorlók foglalkoztatottsága. Ez alól kivételt képeznek az általános iskolát sem

végzett szerb nők, akik esetén 10 százalékot sem ér el a foglalkoztatási ráta. Meglepően magas

a délkelet-ázsiaiak között általános iskolát sem végzettek foglalkoztatottsága. Férfiak és nők

esetén is magasabb foglalkoztatottságuk (71, illetve 81 százalék), mint a magyar születésű,

felsőfokú végzettséggel rendelkezőknek. Magasnak mondható még a román, poszt szovjet

illetve közép- és dél-amerikai, 8 osztályt sem végzettek foglalkoztatottsága (60% körüli).

Magasabb végzettségi kategóriákban nem látunk ilyen egyértelmű mintázatot. Az általánosnál

magasabb végzettségűek között némely országcsoport jobb mutatókkal rendelkezik, a többi

azonban rosszabbal. A legkiemelkedőbb országcsoport, a délkelet-ázsiai, minden iskolázottsági

kategóriában jobb foglalkoztatási mutatóval rendelkezik, kivéve a felsőfokút. Közöttük a

felsőfokú végzettségűek már hasonló arányban foglalkoztatottak, mint a magyarok között.


0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

5. ábra: 20-64 éves nők foglalkoztatási rátái végzettség szerint


15


Érdemes a megelőző két ábrát a munkanélküliségi ráták esetén is megvizsgálni, tekintve, hogy a

munkanélküliség is jelentős mutatója lehet az integráció mértékének (7. és 8. ábra). Az ábrákon

a délkelet-ázsiai fejlett országokból származók esetén magas munkanélküliség látható a

képzetleneknél, de meg kell jegyezni, hogy a csoportban rendkívül kicsi elemszámban vannak

jelen és a többi végzettségi kategóriában szinte nincs munkanélkülijük.

A magyar születésű nőknél az figyelhető meg, hogy a munkanélküliség nagyobb végzettség

esetén kisebb. A szlovák származásúakon és a tengerentúli fejlett országokból származókon kívül

nem látunk máshol ilyen egyértelmű összefüggést. A férfiak esetén is ezt láthatjuk, bár ez

esetben a magyarok között kisebb az általános iskolai végzettséggel sem rendelkezők

munkanélkülisége, mint azoké, akik általános iskolai végzettségűek.

A felsőfokú végzettségűek között több országcsoport is magasabb munkanélküliségi rátával

rendelkezik a magyaroknál. A nem-uniós európai csoport mutat magas munkanélküliségi rátákat

felsőfokú végzettség mellett. (Az előzőekben láthattuk, hogy ebben a csoportban magasnak

számít az egyetemi végzettségűek aránya.) A délkelet-ázsiai fejlődő országok munkanélküliségi

rátában is jó helyen helyezkednek el a mezőnyben.

0%10%20%30%40%50%60%70%80%90%

100%

6. ábra: 20-64 éves férfiak foglalkoztatási rátái végzettség szerint


16

A bemutatott ábrák alapján elsősorban arra következtethetünk, hogy a különböző

bevándorló csoportok között valóban nagy a heterogenitás mind képzettségben, mind

foglalkoztatásban. A továbbiakban többváltozós módszerekkel vizsgálom a bevándorló

és őshonos népesség közti különbséget a foglalkoztatásban. Az elemzés során igyekszem

0%

2%

4%

6%

8%

10%

12%

14%

16%

7. ábra: 20-64 éves nők munkanélküliségi rátája végzettség szerint


0%2%4%6%8%

10%12%14%16%18%20%

8. ábra: 20-64 éves férfiak munkanélküliségi rátája végzettség szerint


17

a lehető legtöbb olyan tényezőre kontrollálni, amelyre az adatbázis lehetőséget nyújt,

illetve fontos a foglalkoztatási esélyek becslése szempontjából.

4.3. Módszertan: Oaxaca-Blinder-féle dekompozíciós eljárás

4.3.1. Standard módszer

A következőkben a külföldön és a Magyarországon született 25-64 éves népesség

foglalkoztatási rátái közti különbséget vizsgáljuk. A külföldi születésű népességet két

csoportra osztjuk. Az első csoportba azok tartoznak, akik azon környező országokból

származnak, ahonnan nagy arányban magyar etnikumú migránsok érkeznek: Románia,

Szlovákia, Szerbia és Ukrajna (mostantól: „határon túliak”). (Ezen országokból származik

a bevándorlók túlnyomó többsége.) Az elemzés fő vizsgálati csoportja azonban azon

országokból származó migránsok, amelyek nem az előbbi négy országban, és nem

Magyarországon születtek (mostantól: „külföldiek” vagy „bevándorlók”).

A foglalkoztatási ráták közti különbséget Oaxaca-Blinder-féle lineáris dekompozíció

segítségével is vizsgálhatjuk (Oaxaca, 1973; Blinder, 1973). A módszer következőképpen

bontja föl az egyes csoportokra jellemző átlagos tulajdonságok közti különbséget:

Tekintsük az alábbi lineáris valószínűségi modellt:

(1) 𝑃(𝑌𝑖𝑗 = 1) = 𝑐𝑗 + ∑ 𝛽𝑗𝑥𝑗 ,

ahol Yi=1, ha i egyén foglalkoztatott, j a vizsgált származási csoportokat azonosítja, cj az

egyes csoportokra jellemző konstans, xj pedig a magyarázó változókat jelöli βj

együtthatókkal. A becslést elvégezzük külön-külön a három csoportra. A külföldi (f) és a

magyar (h) születésű csoportok foglalkoztatási rátái között az alábbi összefüggés írható

fel:

(2) 𝑃�̅� − 𝑃ℎ̅̅ ̅ = (𝑐𝑓 − 𝑐ℎ) + (∑ 𝛽𝑓�̅�𝑓 – ∑ 𝛽ℎ�̅�ℎ) ,

tekintve, hogy legkisebb négyzetes becslés esetén teljesül a következő feltétel:

18

(3) 𝑃�̅� = 𝑐𝑗 + ∑ 𝛽𝑗�̅�𝑗 .

Amennyiben (2) egyenletből kivonjuk a következő kifejezést:

(4) ∑𝛽𝑓𝑥ℎ̅̅ ̅̅

2 − ∑

𝛽𝑓𝑥ℎ̅̅ ̅̅

2+ ∑

𝛽ℎ𝑥𝑓̅̅̅̅

2− ∑

𝛽ℎ𝑥𝑓̅̅̅̅

2 ,

rövid átalakítás után az alábbi összefüggést kapjuk:

(5) 𝑃�̅� − 𝑃ℎ̅̅ ̅ = (𝑐𝑓 − 𝑐ℎ) + ∑

�̅�𝑓+�̅�ℎ

2(𝛽𝑓 − 𝛽ℎ) + ∑

𝛽𝑓+𝛽ℎ

2(�̅�𝑓 − �̅�ℎ) .

Az egyenlet jobb oldalán található első két kifejezés az úgynevezett paraméterhatás, míg

a harmadik az összetételhatás.

Az összetételhatás a különbség azon részét próbálja megragadni, mely a csoportok

megfigyelt tulajdonságaival magyarázható.

Amennyiben például a felsőfokú végzettség pozitívan hat a foglalkoztatás

valószínűségére (és a két csoport esetén egyformán) illetve az egyik csoportban nagyobb

arányban vannak a felsőfokú végzettségűek, akkor annak a csoportnak csupán az

összetételéből adódóan magasabb lesz a foglalkoztatási rátája.

A paraméterhatások azt mutatják meg, ha a csoportok összetétele egyforma lenne,

mekkora különbség adódna abból fakadóan, hogy az egyes karakterisztikák

különféleképpen befolyásolják a két csoport foglalkoztatási valószínűséget.

4.3.2. Egy megoldás logisztikus becslőfüggvény esetére

A lineáris valószínűségi modellel végzett felbontás mellett, mondhatni

ellenőrzésképpen, elvégeztem a felbontást logit becslések eredményeivel is (ezt már

csak férfiak esetén). Nem-lineáris becslőfüggvények mellett a módszer Fairlie (2005)

általi kiterjesztése használható. Én azonban ehelyett Galasi (2002) által javasolt

módszert fogom alkalmazni.

19

Az előbbi megoldás azt biztosítja, hogy nem-lineáris modellek esetén is a megfigyelt

foglalkoztatási ráták különbségét bonthassuk fel, míg utóbbi arra ad lehetőséget, hogy

a magyarázó változók átlagánál végezzük el a felbontást. A probléma abból adódik, hogy

amennyiben nem OLS becslést használunk, (3) egyenlet által leírt feltétel nem

szükségképpen teljesül. Azért választom az utóbbi módszert, mert ebben az esetben

könnyen vizsgálható a különbség részletesen is, az egyes változók átlagai és együtthatói

mentén.

A logit becslés jól ismert praktikus tulajdonsága, hogy az együtthatók az előre jelzett

esélyráta logaritmusára gyakorolt lineáris hatásokat mérik. Az esélyráta az a hányados,

melynek nevezője az adott esemény bekövetkezésének valószínűsége, a számlálója

pedig a nem bekövetkezésének valószínűsége:

(6) 𝑃/(1 − 𝑃) .

Logit becslőfüggvény esetén tehát a következőképpen írható fel az egyenlet:

(7) 𝑃

1−𝑃= 𝑒𝑐𝑗+∑ 𝛽𝑗𝑥𝑗 ,

(8) log (𝑃

1−𝑃) = 𝑐𝑗 + ∑ 𝛽𝑗𝑥𝑗 .

Legyen P* azon valószínűség, melyet a becslések a változók átlagos értékeinél

prediktálnak:

(9) log (𝑃∗

1−𝑃∗) = 𝑐𝑗 + ∑ 𝛽𝑗�̅�𝑗 .

A dekompozíciós egyenlet így a következő lesz:

20

(10) log (𝑃𝑓

∗

1−𝑃𝑓∗) − log (

𝑃ℎ∗

1−𝑃ℎ∗) = (𝑐𝑓 − 𝑐ℎ) + ∑

�̅�𝑓+�̅�ℎ

2(𝛽𝑓 − 𝛽ℎ) +

+ ∑𝛽𝑓+𝛽ℎ

2(�̅�𝑓 − �̅�ℎ) .

Kicsit másképpen, az esélyráta hányados (odds ratio: OR) logaritmusára felírva:

(11) log (

𝑃𝑓∗

1−𝑃𝑓∗

𝑃ℎ∗

1−𝑃ℎ∗

) = (𝑐𝑓 − 𝑐ℎ) + ∑�̅�𝑓+�̅�ℎ

2(𝛽𝑓 − 𝛽ℎ) +

+ ∑𝛽𝑓+𝛽ℎ

2(�̅�𝑓 − �̅�ℎ) .

(10) és (11) egyenlet jobb oldalának első tagja a konstanskülönbség, a második a

konstanskülönbség nélküli paraméterhatások összege, a harmadik pedig az

összetételhatások összessége. Ezután a felbontás elemei könnyen kifejezhetők a teljes

log-esélyráta különbség (vagy log-esélyrátahányados) százalékában:

(12) 100 = 100(𝑐𝑓−𝑐ℎ)+∑

�̅�𝑓+�̅�ℎ

2(𝛽𝑓−𝛽ℎ)+∑

𝛽𝑓+𝛽ℎ

2(�̅�𝑓−�̅�ℎ)

𝑙𝑜𝑔(𝑃𝑓

∗

1−𝑃𝑓∗)−𝑙𝑜𝑔(

𝑃ℎ∗

1−𝑃ℎ∗)

.

A csoportok közti foglalkoztatási esélyben levő különbség mérete kutatható a teljes

népességen becsült modellek segítségével is. Legegyszerűbb esetben a lehető legtöbb

fontos tényezőre kontrollálva, a csoportok közti különbségeket dummy (kétértékű)

változók segítségével is megragadhatjuk. Az Oaxaca-Blinder dekompozíció előnye ezzel

a megoldással szemben, hogy az egyes változók csoportonként eltérő hatását is

megengedi. Heterogén hatásokat ömlesztett mintán becsült modellek esetén is

megengedhetünk, ám ebben az esetben nehezen kezelhető lehet a változók

mennyisége.

21

4.4. Eredmények

Valamennyi csoport esetén ugyanazt a modell specifikációt alkalmazhatjuk. Az

eredmények megtekintése előtt azonban, tekintsük meg a dekompozícióhoz használt

változócsoportokat:

Legmagasabb iskolai végzettség szerint 5 kategóriát különböztetünk meg:

kevesebb, mint 8 osztályt végzett; 8 osztályt végzett (referencia);

szakközépiskolát végzett; gimnáziumot végzett; egyetemi illetve felsőfokú

végzettségű.

5 éves életkori csoportok (referencia: 25-29 évesek).

Településtípus: Budapest; megyeszékhely; város (referencia); község.

Régiók (referencia: Közép-Magyarország)

Gyermekek száma a háztartásban korosztályonként: 0, 1-3, 4-6, 7-14 és 15-18

éves gyermekek száma.

Élettársa van vagy házas (akivel egy háztartásban is él)

o társának legmagasabb iskolai végzettsége

o társának gazdasági aktivitására vonatkozó kontrollok: foglalkoztatott;

munkavégzésben, önellátásban, mindennapi életben akadályozott

tartós betegség vagy fogyatékosság miatt; nyugdíj; vagyonból élő;

szociális segélyezett.

Beszél-e németül illetve angolul.

4.4.1. Dekompozíció - Nők

A nők esetén látható különbségek felbontását foglalja össze az 1. táblázat. A

dekompozíciót összegző táblázat alapján arra lehetünk figyelmesek, hogy a magyar

születésűekhez képest mindkét külföldi születésű csoport esetén a teljes különbséget

többségében összetételhatások magyarázzák. A külföldi csoport 5,23 százalékpontos

foglalkoztatási előnyét 3,69 százalékpontos mértékben magyarázzák az összetételi

különbségek. Hasonló mintázat látható a határon túli csoport esetén is. Habár nagyobb

a teljes különbség, hasonló arányban, 5,8 százalékpontos mértékben összetételi hatások

22

magyarázzák azt. A két bevándorló csoport közti különbségben hasonló mértékű az

összetételi és a paraméterhatások súlya.

1. táblázat: Oaxaca-Blinder dekompozíció, összefoglaló táblázat - nők (százalékpont)

Külföldiek - magyarok Határon túliak - magyarok Külföldiek - Határon túliak

Teljes különbség 5,23 8,12 -2,89

Összetételhatás 3,69 5,80 -1,34

Paraméterhatás 1,59 2,31 -1,49 Ebből a tengelymetszetek különbsége: 21,80 14,90 6,90

Forrás: Népszámlálás 2011, saját számítás

Azonban, ha a paraméterhatásoktól külön választjuk a konstans különbséget, láthatjuk,

hogy a ténylegesen megfigyelt változók hatása közti különbségek valójában erősen

negatívan befolyásolják a bevándorlók foglalkoztatását. A nem határon túli országokból

érkező migránsok foglalkozatási esélyét becslő modell konstansa 21,8 százalékponttal

magasabb, mint a honos népességé. A határon túliak esetén is közel 15 százalékponttal

magasabb konstanst becsült a modell, de még a két bevándorló csoport között is a teljes

különbség több, mint kétszeresét kitevő konstanskülönbség látható.

2. táblázat: paraméter és összetételhatások (nők, százalékpont)

Paraméterhatások Összetételhatások

Végzettség -10,08 3,00

Korcsoportok -3,66 1,52

Házas/ élettársa van 0,30 -0,09

Társának iskolázottsága -4,84 -0,88

Gyermekek száma 3,66 -0,78

Településtípus -0,35 0,52

Régiók -2,91 1,06

Társ aktivitása -0,06 0,21

Beszél angolul -1,78 -0,59

Beszél németül -0,48 -0,27

Konstans 21,8


23

Érdemes az 1. táblázat eredményeit részleteiben is megvizsgálni. A 2. táblázat foglalja

össze a becslésben használt változócsoportokhoz köthető összetétel és

paraméterhatásokat a külföldi és magyar csoport összehasonlításában. (A

felbontásokhoz használt átlagokat és a becslések eredményeit a függelék II-V.

táblázataiban közlöm.)

4.4.2. Összetételhatások - Nők

Most vegyük részletesen szemügyre a nők esetén, az összetétel különbségekből adódó

differenciát. A 3,69 százalékpontos teljes karakterisztikákból adódó hatást 3

százalékponttal a képzettségben fellelhető összetétel különbségek dominálják. A

bevándorló nők esetében 9 százalékponttal kisebb az alacsony végzettségűek aránya,

mint a magyar nőké (általános iskolai vagy alacsonyabb végzettségű, Függelék II.

táblázat). Szintén kisebb a gimnáziumot és szakközépiskolát végzettek aránya is,

egyetemet vagy főiskolát pedig közel 16 százalékponttal nagyobb arányban végeztek.

A korösszetételből fakadó hatás is említésre méltó. Összességében 1,5 százalékponttal

járul hozzá a réshez, ami a bevándorló nők valamivel fiatalabb korösszetételének

köszönhető. Pozitív összetételhatás fakad területi elhelyezkedésükből is, a

településtípus és régió szerinti elhelyezkedésük foglalkoztatási szempontból

előnyösebb: 46 százalékuk lakik Budapesten, ami 28 százalékponttal nagyobb, mint a

magyar születésű nők esetén.

Enyhe negatív összetételhatás fakad abból, hogy több a fiatal gyermekek száma a

bevándorló nők háztartásaiban. A nők esetén mindegyik csoportban jelentősen

csökkentik az iskoláskorúnál fiatalabb gyermekek a becsült foglalkoztatási esélyt.

Végül, a bevándorló nők esetében jelentősen csökkenti a foglalkoztatás valószínűségét,

ha egyetemet végzett a házastársuk, élettársuk. Ezen erős (közel 12 százalékpontos)

hatás miatt a béták átlaga is negatív. A külföldi nők esetében nagyobb arányban vannak

azok, akiknek társa egyetemet végzett, mint a magyarok között, így ebből is negatív

összetételhatás adódik.

24

4.4.3. Paraméterhatások - Nők

Amire már az összesített táblázat is rávilágított, jelentős részt tesz ki a különbség

magyarázatában a konstansok eltérése. Ezt a rendkívüli, közel 22 százalékpontos

különbséget szinte teljesen ellensúlyozzák a mért paraméterhatások.

Akárcsak az összetételhatások esetén, a paraméterhatások között is az iskolázottság

súlya a legnagyobb. Az iskolázottsági paraméterek különbségéből 10 százalékpontos

negatív hatás adódik a külföldi és őshonos népesség közti különbségre. A βf-βh

kifejezések gyakorlatilag különbségek különbségeit mutatják. A referenciacsoport az

általános iskolai végzettségűek. Azt mondhatjuk tehát, hogy βf-βh azt fejezi ki, hogy

ahhoz képest, hogy a magyar nők egyes végzettségi kategóriákban milyen esélyekkel

rendelkeznek az általános iskolai végzettségűekhez képest, mekkora ugyanazon

végzettségű bevándorlók előnye általános iskolai végzettségű társaikhoz képest.

A bevándorló nők között, bár alacsonyabb a 8 osztálynál kevesebb iskolaévet végzők

hátránya, az általánosnál magasabb végzettségűek jóval mérsékeltebb előnyt élveznek,

mint az őshonos női populációban. Az egyetemet végzett bevándorlók 15

százalékponttal, a gimnáziumot végzettek 12 százalékponttal, a szakközépiskolát

végzettek közel 8 százalékponttal kisebb előnyt élveznek. Az általános iskolát sem

végzett bevándorló nők azonban 14 százalékponttal alacsonyabb relatív hátrányt

szenvednek el, mint az őshonos népesség azonos végzettségű csoportja. (Ez a mintázat

az 5. és 6. ábra tanulságaival is egybevág.)

A korcsoportokhoz tartozó paraméterkülönbségek hatása is negatív. A 25-29 éves

referenciacsoporthoz képest a foglalkoztatási esélye szinte mindegyik korcsoportban

előnyösebb a magyar nőknek. A bevándorló nők esetében nincs szignifikáns növekedése

a foglalkoztatási esélyeknek a korral, azonban a magyarokéhoz hasonló mértékben

lecsökkennek a referenciacsoporthoz képest 50 éves kor után.

A bevándorló nők esetén kifejezetten negatív hatása van a foglalkoztatásra, ha

házastársa, élettársa egyetemi végzettségű. Egy bevándorló nő közel 12 százalékponttal,

kisebb valószínűséggel foglalkoztatott, ha egyetemi végzettségű a társa, ahhoz képest

mintha 8 osztályt végzett volna. A magyar nők esetében azonban minél jobb a partner

25

végzettsége annál nagyobb valószínűséggel foglalkoztatottak a becslés szerint. Az ebből

adódó negatív paraméterhatások összege -4,8 százalékpont.

Pozitív paraméterhatás figyelhető meg a háztartásban élő gyermekek számát illetően. A

bevándorló nők esetén kevésbé fogja vissza az esélyeket a háztartásban élő, még nem

iskoláskorú gyermekek száma, az idősebbeké pedig szignifikánsan növeli (itt

referenciacsoportnak a gyermektelenek számítanak).

Negatív, -3 százalékpontos paraméterhatás tulajdonítható továbbá annak, hogy a

Közép-Magyarországi régióhoz képest minden régióban jelentősen alacsonyabb

esélyeket mutatnak a becsült együtthatók az őshonos népesség paramétereihez

viszonyítva.

A konstansok különbsége 21,8 százalékpont, mely azt fejezi ki, mekkora különbséget

prediktálunk azon külföldi és magyar nők között, akik a referenciacsoportokba

tartoznak. A referenciacsoport azon emberekből áll, akik általános iskolai végzettségűek,

25-29 évesek, egyedülállóak és Közép-Magyarországi városokban élnek (emellett nem

beszélnek sem angolul, sem németül).

A határon túli csoport esetében annyit érdemes megjegyezni, hogy a külföldi csoporthoz

képest kevésbé hangsúlyos a területi elhelyezkedés hatása (mind paraméter, mind

összetételhatások szempontjából), illetve relatív iskolázottságuk is valamivel jobban

érvényesül, mint a többi külföldi születésűé, tehát kisebb paraméterhatás társul hozzá

(-8 százalékpont).

4.4.4. Dekompozíció – Férfiak

Férfiak esetén a felbontások összegzését a 3. táblázat prezentálja.

A férfiak között jóval magasabb a külföldiek és határon túliak előnye, mint a nők esetén.

A külföldi férfiak foglalkoztatási rátája a 25-64 éves korcsoportban 11,5, míg a határon

túliak rátája valamivel több, mint 12 százalékponttal magasabb, mint a honos

férfinépességé. A külföldiek előnyében 7,8 százalékpontot magyaráznak az összetételi

különbségek, a határon túliak esetében pedig 6,8 százalékpontot. A teljes különbségben

a határon túliak magasabb rátájában játszanak nagyobb szerepet a paraméterhatások.

26

Azonban itt is magas (bár valamivel kisebb) pozitív konstanshatást láthatunk, mint a nők

esetén, érdemes lehet megvizsgálni a bontást változócsoportonként is.

3. táblázat: Oaxaca-Blinder dekompozíció, összefoglaló táblázat - férfiak (százalékpont)

Külföldiek - magyarok Határon túliak - magyarok Külföldiek - határon túliak

Teljes különbség 11,51 12,11 -0,60

Összetételhatás 7,77 6,78 0,71

Paraméterhatás 3,74 5,31 -1,29 Ebből a tengelymetszetek különbsége: 16,10 14,70 1,40


4.4.5. Összetételhatások - Férfiak

Hasonló mintázatot láthatunk az összetételhatásokban, mint a nők esetén. A részletes

felbontást a 4. táblázat mutatja.

4. táblázat: paraméter és összetételhatások (férfiak, százalékpont)

Paraméterhatások Összetételhatások

Végzettség -6,00 2,65

Korcsoportok 3,45 2,81

Házas/ élettársa van -0,41 0,00

Társának iskolázottsága -3,63 0,28

Gyermekek száma 0,08 -0,18

Településtípus 0,15 0,33

Régiók -3,31 1,46

Társ aktivitása -0,13 0,32

Beszél angolul -1,93 -0,16

Beszél németül -0,63 0,24

Konstans 16,1


Markáns különbségek vannak a két csoport iskolázottság szerinti összetételében. A

gimnáziumi végzettségűek aránya szinte azonos a két csoportban, azonban a külföldiek

jóval kisebb arányban rendelkeznek ennél alacsonyabb végzettséggel. A felsőfokú

27

végzettséggel rendelkezőek aránya ennek megfelelően sokkal magasabb – akárcsak a

nők körében – 23 százalékpont. Összességében az iskolázottsági eltérések 2,65

százalékpontot magyaráznak a teljes 7,8 százalékpontos összetételhatásból.

Ennél azonban nagyobb, 2,8 százalékpontos összetételhatás köszönhető a

korösszetételben látható különbségeknek (nők esetén csak 1,5 százalékpont). Csakúgy,

mint a nők esetén, 50 éves korig minden korcsoportban magasabb a külföldiek aránya,

tehát összességében fiatalabbnak mondható az összetételük.

Területi elhelyezkedésük is a nőkéhez hasonló mértékben járul hozzá a teljes

különbséghez. Településtípus és régió szerinti relatív helyzetük összességében 1,8

százalékpontos különbséget implikál.

A határon túli csoportba soroltak esetén az a legfőbb különbség, hogy magasabb

foglalkoztatottságukhoz nagyobb mértékben járul hozzá fiatalabb korösszetételük. A 45

év felettiek kisebb részarányt képviselnek a határon túli csoportban, mint az őshonos

népességénél.

A konstansok közti különbség alacsonyabb, mint a nők esetén.

4.4.6. Paraméterhatások - Férfiak

Az általánosnál magasabb végzettség férfiak esetén is alacsonyabb mértékben növeli a

foglalkoztatás valószínűségét a bevándorlók esetén, mint az őshonos népességnél. Az

ennek köszönhető paraméterhatás -6 százalékpont, ami 4 százalékponttal alacsonyabb

(abszolút értékben), mint a nők esetén.

Úgy tűnik, a bevándorlók esetén kevésbé rontja az öregedés azok foglalkoztatási

esélyeit. Ennek köszönhetően egy 3,5 százalékpontos pozitív paraméterhatást

azonosíthatunk.

Habár a bevándorlók esetében a házastársi-élettársi viszony valamivel kevésbé emeli a

foglalkoztatás valószínűségét, mint a honos népesség esetén, nincs negatív hatása

annak, ha társuk általános iskolát sem végzett. Mi több, szignifikánsan, 11,5

százalékponttal magasabb a foglalkoztatás becsült valószínűsége a bevándorló férfiak

esetén, ha társuk végzettsége alacsonyabb, mint 8 osztály. Ugyanez az őshonos

28

népesség esetén -11,7 százalékponttal alacsonyabb becsült valószínűséghez vezet. Az

őshonos férfiak esetén pozitív szignifikáns hatással van a társ általános iskolainál

magasabb végzetsége, míg a bevándorlók esetén nem mutatható ki szignifikáns hatás

egyik irányba sem. Mindezen tényezőknek összességében -4 százalékpontos

paraméterhatás köszönhető.

Annak, hogy Közép-Magyarországtól távolodva a bevándorlók esetében jobban csökken

a foglalkoztatás valószínűsége, -3,3 százalékpontos paraméterhatás tulajdonítható. A

határon túli csoport esetében ez a hatás egyáltalán nem hangsúlyos a többihez képest

(-1 százalékpont).

A határon túli bevándorló csoport becsült paraméterei szignifikánsak és pozitívak a társ

általános iskolainál magasabb végzettsége esetén. A határon túli férfiaknál (a nőkkel

ellentétben), nem látunk kisebb abszolút értékű végzettségi kategóriákhoz köthető

paraméterhatást, mint az egyéb bevándorlók esetében.

Az egyes negatív paraméterhatások 3,74 százalékpontos összesített paraméterhatásra

csökkentik a referenciakategóriák közti különbséget becslő, konstanskülönbségből

adódó 16,1 százalékpontos eltérést a becsült valószínűségekben.

4.4.7. Dekompozíció logisztikus becslésekkel – Férfiak

A logitbecslés OLS-től eltérő tulajdonságai miatt, a változók átlagos értékeinél becsült

valószínűség eltér a megfigyelt foglalkoztatási rátáktól. Az 5. táblázatban láthatóak a

változóátlagoknál becsült foglalkoztatási valószínűségek, melyek különbségét a

választott eljárás vizsgálja. Ezt a dekompozíciót csak a nem határon túli (külföldi)

bevándorló csoport és a honos népesség közti különbségen végzem el.

5. táblázat: Logit modellek becsült valószínűségei (férfiak)

Magyarországon született Külföldi születésű

esélyráta logaritmusa 0,855 1,584

becsült valószínűség 70% 83%

(változóátlagoknál)


29

A logit becslőfüggvényekkel számított dekompozíciós eredményeket csak röviden

ismertetem, összehasonlítandó a standard megoldás eredményeivel. Az eredményeket

az 6. táblázat foglalja össze.

6. táblázat: dekompozíció logisztikus becslésekkel - férfiak

Konstanskülönbség Paraméterhatás Összetételhatás

Log(OR): 0,73 = 0,85 + -0,64 + 0,52

OR: 2,07 = 2,33 x 0,53 x 1,69

Log(OR) százalékában 116 % + -88 % + 72 %

OLS eredmények 140 % + -107 % + 68 %


Az első két sorban láthatjuk a konstans, paraméter és összetétel különbségekből adódó

komponenseket, és az első oszlopban az esélyráták logaritmusainak teljes különbségét

(Log(OR)) és az esélyráták teljes különbségét, avagy az esélyráta hányadost (OR).

Ezen eredmények azonban nehezen összevethetőek az OLS becslések után

keletkezettekkel. A módszertani részben leírt módon kifejezzük a hatásokat a teljes log-

esélyráta különbség százalékában. Összehasonlításképpen a negyedik sorban az OLS

eredményeket is kifejezzük a foglalkoztatási ráták teljes különbségének százalékában,

de fejben kell, hogy tartsuk, így sem egyértelműen összehasonlíthatóak a becsült

hozzájárulások, azonban a nagyságrendek összevethetők.

Összességében azt sugallják az eredmények, hogy a standard felbontás által arányaiban

nagyobb paraméterhatás becsülhető, mint a nem-lineáris közelítésből. Mind a konstans,

mind a többi paraméterhatás súlya abszolút értékben kisebb a logit becslés utáni

felbontás szerint. A problémás összevethetőség mellett azonban elfogadhatjuk, hogy

nem-lineáris módszerrel becsült egyenletek mellett is hasonló mintázat látható, mint a

lineáris modellek esetén.

30

4.5. Dekompozíció eredményeinek értékelése

A dekompozíciós eredményekkel kapcsolatban két fontos elemet érdemes

mindenekelőtt kiemelni. Az első, hogy az iskolázottságnak jelentősen alacsonyabb

foglalkoztatási hozama van a bevándorlók körében, mint az őshonos népesség esetében.

A második, hogy a becsült egyenletek konstansai között a teljes különbséget meghaladó

az eltérés.

Az iskolázottságra vonatkozó együtthatók jelentős eltérései a konstans fényében

értékelendők. Mivel a konstansban jelentős az eltérés, a referenciakategória esetében

már jelentősen magasabb foglalkoztatási esélyt becslünk a bevándorlóknak. Ahogy

azonban az iskolai végzettség nő, az előny radikálisan csökken.

Az eredmények szemléletes prezentációja érdekében a 7. táblázat a különböző iskolai

végzettségű 35-39 éves bevándorlók és magyar születésűek becsült foglalkozatási

rátáját tartalmazza (a többi változó esetén a referenciakategóriákat vesszük alapul).

7. táblázat: Iskolai végzettség és becsült foglalkoztatási valószínűség

Férfiak Nők

őshonos bevándorló őshonos bevándorló

OLS Logit OLS Logit OLS OLS

Kevesebb, mint 8 osztályt végzett 36% 28% 58% 60% 41% 69%

Általános iskolai végzettségű 57% 55% 75% 78% 59% 73%

Szakközépiskolai végzettségű 72% 72% 84% 86% 71% 77%

Gimnáziumi végzettségű 76% 77% 88% 88% 79% 81%

Felsőfokú végzettségű 81% 83% 94% 92% 90% 89%

Forrás: Népszámlálás 2011, saját számítás Jegyzet: regressziós becslések predikciói, 35-39 éves, egyedülálló, közép-magyarországi városban élőkre

Ahogy haladunk a végzettségi kategóriákban felfelé, a bevándorlók és a magyar

születésűek közötti különbség csökken a becsült foglalkoztatásban. Ennek ellenére még

a felsőfokú végzettségűek esetén is magasabb mind a bevándorló férfiak, mind a

bevándorló nők foglalkoztatási esélye, azonos végzettségű őshonos társaikhoz képest.

Véleményem szerint ezek az eredmények szelekcióra utalhatnak. A bevándorlók

rengeteg olyan tulajdonsággal rendelkezhetnek, melyeket nem figyelünk meg és

jelentős szerepet játszanak eltérő munkaerő-piaci mutatóikban. Figyelembe véve, hogy

31

Magyarország nem számít migrációs célországnak, valószínűsíthetően a bevándorlók

többsége nem úgymond szerencsét próbálni érkezik. Rendelkezhetnek felkínált állással,

rokonokkal, meglévő kapcsolati hálóval és egyéb olyan lehetőségekkel melyek miatt

eleve biztosítottnak látták, hogy Magyarországon boldogulni fognak a munkaerőpiacon.

A dekompozíció eredményeit érdemes összevetni azon eredményekkel, melyek a

módszertani részben kifejtett módon dummy változók segítségével vizsgálják a

csoportok közötti meg nem magyarázott különbségeket. Ennek céljából a

dekompozícióban is használt változókra kontrolálva, a teljes külföldön született és

őshonos népesség közötti különbséget ilyen módon is becsüljük.

A fő magyarázó változó tehát 1-et vesz föl, ha az egyén külföldön született, és 0-át, ha

Magyarországon. A férfiak esetén probit becslés marginális hatását nézzük, míg nők

esetén azonos specifikációt OLS becsléssel3. Ezzel a módszerrel a férfiak esetében 4

százalékpontos magyarázatlan rést jelez a probit becslés a bevándorlók javára. Nők

esetén a lineáris becslés mindössze 0,5 százalékpontos ceteris paribus különbséget

mutat.

Az Oaxaca-Blinder dekompozíció által megadott paraméterhatások összességével

érdemes utóbbi eredményt összevetni, mely a megmagyarázatlan különbségek

mértékét becsli. Férfiak esetén hasonló eredményt kapunk mind a határon túli, mind a

többi külföldi születésű csoportjára, mint a probit becslés által. Nők esetén azonban

mindkét bevándorló csoport dekompozíció által meghatározott magyarázatlan

különbsége jelentősen nagyobb, mint 0,5 százalékpont (1,5-2,3 százalékpont).

Az elvégzett felbontás előnye, hogy részletesen láthattuk, a foglalkoztatási ráták közti

különbség mennyiben adódik megfigyelt változókban levő összetételi különbségekből,

illetve menyiben köszönhető annak, hogy az egyes karakterisztikák máshogy

érvényesülnek a bevándorlók esetén. A konstanskülönbség magyarázata további

kutatást igényel.

3 A nők esetén is probit becslést szerettem volna alkalmazni, ám ismeretlen okokból nem sikerült megbecsülni az egyenlet paramétereit logit-probit becslőfüggvények segítségével.

32

4.6. Bevándorlók heterogenitása

A bevándorlók között jelentős heterogenitás lehet, aminek nagyságrendjére legalább

érdemes becsléseket adni. Az elemzést, ezért azzal zárom, hogy új változók bevonásával,

csak a külföldi születésűek közti különbségeket vizsgálom.

Elsőként származási országcsoportokra és az itt tartózkodás időtartamára vonatkozó

kétértékű változókat tettem hozzá a dekompozícióban is használt egyenlethez

(Függelék: VI. táblázat).

Az eredmények azt mutatják elsősorban, hogy akik régebben vannak Magyarországon

nagyobb eséllyel foglalkoztatottak. Az elméleti összefoglalóban tárgyalt problémák

Chiswick (1978) hipotézisével megmutatják, hogy ez alapján nem feltétlenül

következtethetünk az asszimilációra. Ettől függetlenül fontos kontrollváltozóról van szó.

A kevesebb, mint 3 éve érkezett bevándorlókhoz képest a több mint 25 éve itt élő férfiak

13 százalékponttal, a nők közel 16 százalékponttal, nagyobb valószínűséggel

foglalkoztatottak.

A származási országcsoportok esetén az előzőekben definiált határon túli országcsoport

a referenciapont. Az európai országok mindhárom országcsoportja estén szignifikánsan

kisebb foglalkozatási valószínűséget becsülnek a modellek mind a férfiak, mind a nők

körében. A többi országcsoport esetében is alacsonyabb foglalkoztatást becsülnek a

modellek, kivéve a Délkelet-Ázsiai fejlődő országokból származókat és a Délkelet-Ázsiai

fejlett országokból származó férfiakat. A Délkelet-Ázsiai fejlődő országokból származók

esetén mutatható ki pozitív szignifikáns hatás, nők esetén 9, férfiak esetén közel 8

százalékpont.

Amennyiben kontrollálunk a magyar nyelvtudásra, a határon túli referenciacsoport

becsült relatív előnye csökken. A magyar nyelvtudás változója önmagában is erős pozitív

hatással bír. Nők esetén a magyar nyelv ismerete ceteris paribus 11 százalékponttal,

szignifikánsan növeli a foglalkoztatás valószínűségét.

Az utolsó egyenletben a magyar állampolgárságot vizsgáljuk amellett, hogy milyen

hatással van, ha a bevándorló házastársa/élettársa magyar születésű magyar

állampolgár. Az állampolgárság hatása férfiak esetén -1 százalékpontos, nők esetén nem

33

szignifikáns. Rosszabbak az esélyei azonban azoknak is, akik magyar társsal

rendelkeznek. Ez valószínűleg azzal magyarázható, hogy ezen egyének bevándorlásában

az önszelekciós tényezők kevésbé játszhatnak szerepet kapcsolati hálóik miatt.

5. Konklúzió

Az eredmények alapján a következő fontos következtetések vonhatók le. Először is, a

Magyarországon élő külföldi állampolgárok összességének jobb a foglalkoztatottsága és

ez nem csupán annak köszönhető, hogy általában magasabb iskolázottság jellemezi

őket. Az általunk vizsgált változók nem tudták teljesen megmagyarázni a bevándorlók és

az őshonos népesség különbségét.

További többváltozós elemzés esetén érdemes lehet kisebb csoportokat

összehasonlítani. Az egyes bevándorló csoportok között komoly eltérések lehetnek a

migráció motivációjában, illetve a bevándorlók magukkal hozott humán tőke

specifikumaiban. Magyarországon kevés bevándorló él, így azon országokkal szemben,

ahol a bevándorlók aránya magas, és kiterjedt, összetartó hálózatot alkotnak, sokkal

több ösztönző adódhat a valódi beilleszkedésre. A magyarázatlan különbségeket

véleményem szerint, a továbbiakban ezen faktorok vizsgálatával lenne érdemes

elemezni.

Egyenlőre a magyar gazdaság és társadalom kevés tapasztalattal rendelkezik a

bevándorlással kapcsolatban, de amire Köllő (2013) is rámutat, sok potenciál rejlik a

migrációban. Amennyiben a jövőben növekedne az itt élő bevándorlók száma, és

tulajdonságaik hasonlóak lennének az 2011 előtt érkezettekéhez, várhatóan jelentős

növekedést jelentene ez a magyar foglalkoztatottság szintjében és rátájában is, így

hozzájárulva a magyar gazdaság növekedéséhez.

34

Irodalomjegyzék

Albertinelli, Anthony. Migrants in Europe: A Statistical Portrait of the First and Second

Generation. Luxembourg: Eurostat, European Commission, 2011.

Badescu, Mircea, Béatrice D’Hombres, Ernesto Villalba, European Commission, Joint

Research Centre, és Institute for the Protection and the Security of the Citizen.

Returns to Education in European Countries Evidence from the European

Community Statistics on Income and Living Conditions (EU-SILC). Luxembourg:

Publications Office, 2011.

Blinder, Alan S. "Wage Discrimination: Reduced Form and Structural Estimates." The

Journal of Human Resources 8(4), (1973): 436. doi:10.2307/144855.

Borjas, George J. "Assimilation, Changes in Cohort Quality, and the Earnings of

Immigrants." J. Lab. Econ 3(4), (October 1985): 463-89.

Borjas, George J., and Stehen G. Bronars. "Immigration and the Family." Journal of Labor

Economics 9(2), (April 1991): 123-48.

Borjas, George J. "The Economics of Immigration." Journal of Economic Literature 32, no.

4 (1994): 1667-717.

Borjas, George J., and Bernt Bratsberg. "Who Leaves? The Outmigration of the Foreign-

Born."The Review of Economics and Statistics 28(1) (1996): 165.

doi:10.2307/2109856.

Borjas, George J., and Richard B. Freeman, eds. National Origin and the Skills of

Immigrants in the Postwar Period,. 1992.

Borjas, George J. „Economic Theory and International Migration”. International

Migration Review 23, sz. 3 (1989): 457. doi:10.2307/2546424.

Borjas, George J. „The economics of immigration”. Journal of economic literature 32, sz.

4 (1994): 1667–1717.

Chiswick, Barry R. "The Effect of Americanization on the Earnings of Foreign-born

Men."Journal of Political Economy 86(5), (1978): 897-921. doi:10.1086/260717.

35

Cobb-Clark, Deborah A. Immigrant Selectivity: The Roles of Household Structure and U.S.

Immigration Policy. PhD diss., University of Michigan, 1990.

Eurostat (2016): Asylum statistics. http://ec.europa.eu/eurostat/statistics-

explained/index.php/Asylum_statistics#Further_Eurostat_information

Fairlie, Robert W. „An extension of the Blinder-Oaxaca decomposition technique to logit

and probit models”. Journal of economic and social measurement 30(4), (2005):

305–16.

Harrod, R. F., and J. R. Hicks. "Value and Capital." The Economic Journal 49, no. 194

(1939): 294. doi:10.2307/2225091.

Hámori, Szilvia. Employment Convergence of Immigrants in the European Union.

Budapest, 2009.

Hárs, Ágnes. „A magyarországi munkaerőpiac migránsokat felszívó képessége”, Kézirat,

2015.

Jasso, Guillermina, and Mark Rosenzweig. "What’s in a Name? Country-of–Origin

Influences on the Earnings of Immigrants in the United States." Research in

Human Capital and Development 4.

Kogan, I. "Labor Markets and Economic Incorporation among Recent Immigrants in

Europe."Social Forces 85, no. 2 (2006): 697-721. doi:10.1353/sof.2007.0014.

Kwok, Viem, and Hayne Leland. "An Economic Model of the Brain Drain." American

Economic Review 72(1), 91-100. Accessed March 1982.

McManus, Walter, William Gould, and Finis Welch. "Earnings of Hispanic Men: The Role

of English Language Proficiency." Journal of Labor Economics 1, no. 2 (April

1983): 101-30.

Münz, Rainer. "Migration, Labor Markets, and Integration of Migrants: An Overview for

Europe." HWWI Policy Paper: 3-6. Accessed 2007.

Münz, Rainer, Thomas Straubhaar, Florin Vadean, and Nadia Vadean. "The Costs and

Benefits of European Immigration." HWWI Policy Report 3. Accessed 2006.

36

OECD. "Employment in Europe 2008." OECD, 2008.

Oaxaca, Ronald. "Male-Female Wage Differentials in Urban Labor

Markets." International Economic Review 14(3), (1973): 693.

doi:10.2307/2525981.

Piore, Michael J. Birds of Passage: Migrant Labor and Industrial Societies. New York:

Cambridge University Press, 1979.

Rendall, Michael S., Lila Rabinovich, Barbara Janta, Jennifer K. Rubin, and Flavia Tsang.

"Contrasting Trajectories of Labor Market Assimilation between Migrant Women

in Western and Southern Europe." SSRN Electronic Journal SSRN Journal.

doi:10.2139/ssrn.1288946.

Roy, Andrew Donald. „Some thoughts on the distribution of earnings”. Oxford economic

papers 3(2) (1951): 135–46.

Köllő, János. „Foglalkoztatási csodák Európában”. Kozgazdasagi Szemle/Economic

Review 60 (2013): 164-188

Galasi, Péter. A női–férfi munkakínálati különbségek tényezőkre bontása. In: Fazekas

Károly (szerk): Munkaerő-piaci Tükör 2002. MTA Közgazdaságtudományi

Kutatóközpont – Országos Foglalkoztatási Közalapítvány, Budapest,

(2002): 127–133

37

Függelék



0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

3. ábra: nők megoszlása aktivitási kategóriák szerint

dolgozik munkanélküli inaktív eltartott

0%10%20%30%40%50%60%70%80%90%

100%

4. ábra: Férfiak megoszlása aktivitási kategóriák szerint

Foglalkoztatott Munkanélküli Inaktív Eltartott

38

I. táblázat: Országcsoportok rövid leírása

EU15 15 EU ország

EU10 Ciprus, Csehország, Észtország, Horvátország, Lengyelország, Lettország, Litvánia, Málta, Szlovénia

Határon túli Románia, Szlovákia, Szerbia, Ukrajna

Európa, nem EU Albánia, Belorusszia, Bosznia-Hercegovina, Koszovó, Macedónia, Moldova, Montenegró, Oroszország

Poszt-szovjet Dél-ázsiai

Azerbajdzsán, Grúzia, Kazahsztán, Kirgizisztán, Mongólia, Örményország, Tádzsikisztán, Türkmenisztán, Üzbegisztán

Délkelet-Ázsia fejlett

Hongkong, Japán, Koreai Köztársaság (Dél-Korea), Makaó, Szingapúr,

Tajvan

Délkelet-Ázsia fejlődő

Banglades, Brunei, Fülöp-szigetek, Holland Antillák, India, Indonézia, Kambodzsa, Kína, Észak-Korea, Laosz, Malajzia, Burma, Nepál, Pápua Új-Guinea, Srí Lanka, Thaiföld, Vietnam

Közel-Kelet és Észak-Afrika

Afganisztán, Algéria, Arab Emírségek, Bahrein, Egyiptom, Eritrea, Etiópia, Irak, Irán, Izrael, Jemen, Jordánia, Katar, Kuvait, Libanon, Líbia, Marokkó, Mauritánia, Nyugat-Szahara, Omán, Pakisztán, Palesztina, Szaúd-Arábia, Szíria, Törökország, Tunézia

Fekete Afrika többi Afrika

Közép és Dél-Amerika, illetve egyéb

Közép-és Dél-Amerika és egyéb


USA, Ausztrália, Kanada, Új-Zéland, Amerikai Csendes-óceáni-szigetek

39

II. táblázat: Változóátlagok OB dekompozícióhoz

Férfiak Nők

magyar külföldi határon túli magyar külföldi határon túli

Kevesebb, mint 8 osztályt végzett 0,017 0,021 0,022 0,019 0,012 0,014

Szakközépiskolát végzett 0,375 0,195 0,196 0,164 0,279 0,161

Gimnáziumot végzett 0,282 0,365 0,284 0,328 0,352 0,429

Egyetemi végzettség 0,198 0,248 0,427 0,407 0,284 0,303

30-34 éves 0,155 0,145 0,160 0,136 0,159 0,159

35-39 éves 0,133 0,125 0,159 0,127 0,184 0,177

40-44 éves 0,115 0,111 0,132 0,116 0,124 0,114

45-49 éves 0,117 0,118 0,118 0,131 0,105 0,103

50-54 éves 0,144 0,152 0,102 0,140 0,102 0,102

55-59 éves 0,120 0,135 0,085 0,110 0,080 0,088

60-64 éves 0,021 0,024 0,018 0,023 0,018 0,020

házas/élettársa van 0,664 0,641 0,664 0,661 0,710 0,701 Társa kevesebb, mint 8 osztályt végzett 0,012 0,008 0,011 0,010 0,009 0,007

Társa szakközépiskolát végzett 0,134 0,253 0,088 0,169 0,120 0,227

Társa gimnáziumot végzett 0,247 0,171 0,225 0,173 0,292 0,224

Társa egyetemet végzett 0,165 0,129 0,288 0,266 0,219 0,188 0 éves gyermekek száma a háztartásban 0,035 0,034 0,057 0,042 0,040 0,039 1-3 éves gyermekek száma a háztartásban 0,112 0,113 0,172 0,130 0,130 0,129 4-6 éves gyermekek száma a háztartásban 0,110 0,117 0,162 0,129 0,122 0,127 7-14 éves gyermekek száma a háztartásban 0,267 0,298 0,344 0,275 0,274 0,300 15-18 éves gyermekek száma a háztartásban 0,138 0,154 0,121 0,124 0,133 0,149

Budapest 0,169 0,179 0,468 0,458 0,289 0,301

megyeszékhely 0,209 0,216 0,170 0,171 0,178 0,172

község 0,300 0,284 0,183 0,190 0,254 0,247

Közép-Dunántúl 0,115 0,110 0,063 0,074 0,087 0,087

Nyugat-Dunántúl 0,101 0,099 0,100 0,096 0,069 0,067

Dél-Dunántúl 0,095 0,095 0,098 0,101 0,049 0,048

Észak-Magyarország 0,118 0,118 0,038 0,041 0,052 0,057

Észak-Alföld 0,149 0,148 0,061 0,057 0,113 0,125

Dél-Alföld 0,133 0,131 0,077 0,076 0,143 0,126

házastárs/élettárs foglalkoztatott 0,193 0,206 0,199 0,236 0,226 0,259

házastárs/élettárs akadályozott 0,000 0,001 0,000 0,000 0,000 0,000

házastárs/élettárs nyugdíjas 0,049 0,083 0,027 0,072 0,030 0,058

házastárs/élettárs vagyonból él 0,000 0,000 0,002 0,002 0,000 0,000 házastárs/élettárs szociális segélyezett 0,012 0,006 0,006 0,001 0,007 0,004

beszél angolul 0,163 0,162 0,453 0,349 0,272 0,253

beszél németül 0,116 0,116 0,286 0,302 0,128 0,111

Megfigyelések száma 2305901 2530522 31730 30166 72892 90674


40

III. táblázat: OLS becslési eredmények (nők) magyar külföldi hataron túli

Változók OLS OLS OLS

Kevesebb, mint 8 osztályt végzett -0,178*** -0,0335 -0,0777***

Szakközépiskolát végzett 0,118*** 0,0429*** 0,0605***

Gimnáziumot végzett 0,204*** 0,0881*** 0,110***

Egyetemi végzettség 0,313*** 0,160*** 0,189***

30-34 éves 0,0420*** -0,00845 0,0144***

35-39 éves 0,0923*** 0,0108 0,0587***

40-44 éves 0,106*** 0,00937 0,0736***

45-49 éves 0,0800*** -0,00401 0,0507***

50-54 éves -0,0807*** -0,0919*** -0,0485***

55-59 éves -0,526*** -0,487*** -0,500***

60-64 éves -0,579*** -0,617*** -0,636***

házas/élettársa van -0,0477*** -0,0431*** -0,0722***

Társa kevesebb, mint 8 osztályt végzett -0,0152*** -0,0141 0,0394**

Társa szakközépiskolát végzett 0,0506*** -0,00548 0,0312***

Társa gimnáziumot végzett 0,0459*** -0,0144 0,0418***

Társa egyetemet végzett 0,0153*** -0,117*** 0,0256***

0 éves gyermekek száma a háztartásban -0,340*** -0,314*** -0,397***

1-3 éves gyermekek száma a háztartásban -0,215*** -0,147*** -0,251***

4-6 éves gyermekek száma a háztartásban -0,0279*** 0,00451 -0,0189***

7-14 éves gyermekek száma a háztartásban -0,00563*** 0,0507*** 0,0148***

15-18 éves gyermekek száma a háztartásban 0,0227*** 0,0744*** 0,0400***

Budapest 0,0110*** 0,00734 0,00964**

megyeszékhely 0,00359*** 0,0484*** 0,0195***

község -0,0177*** -0,0642*** -0,0323***

Közép-Dunántúl 0,0208*** -0,0248** 0,00904

Nyugat-Dunántúl 0,0333*** -0,0336*** 0,0142**

Dél-Dunántúl -0,0253*** -0,0846*** -0,0400***

Észak-Magyarország -0,0265*** -0,0637*** -0,0549***

Észak-Alföld -0,0353*** -0,0515*** -0,0877***

Dél-Alföld -0,0228*** -0,100*** -0,0375***

házastárs/élettárs foglalkoztatott 0,0293*** 0,0407*** 0,0261***

házastárs/élettárs akadályozott -0,0878*** -0,316** -0,124*

házastárs/élettárs nyugdíjas -0,0312*** -0,0636*** -0,0555***

házastárs/élettárs vagyonból él -0,157*** -0,306*** -0,315***

házastárs/élettárs szociális segélyezett -0,139*** -0,217*** -0,144***

beszél angolul 0,00302*** -0,0667*** 0,00757**

beszél németül -0,00287*** -0,0260*** -0,0116**

Konstans 0,497*** 0,715*** 0,646***

Megfigyelések száma 2,530,522 30,166 90,674

Korrigált R^2 0,33 0,234 0,258

Forrás: Népszámlálás 2011, saját számítás. Jelmagyarázat: ***: p<0,01, **: p<0,05, *: p<0,1

41

IV. táblázat: OLS becslési eredmények (férfiak) magyar külföldi határon túli

Változók OLS OLS OLS

Kevesebb, mint 8 osztályt végzett -0,208*** -0,181*** -0,0953***




30-34 éves 0,0136*** 0,0109* 0,00575

35-39 éves -0,0208*** 0,01 -0,0167***

40-44 éves -0,0578*** -0,0141* -0,0195***

45-49 éves -0,105*** -0,0650*** -0,0622***

50-54 éves -0,206*** -0,155*** -0,137***

55-59 éves -0,620*** -0,497*** -0,503***

60-64 éves -0,753*** -0,678*** -0,767***

házas/élettársa van 0,0656*** 0,0594*** 0,0424***

Társa kevesebb, mint 8 osztályt végzett -0,117*** 0,115*** 0,0532***



Társa egyetemet végzett 0,0720*** 0,00135 0,0405***

0 éves gyermekek száma a háztartásban -0,00670*** -0,0315*** -0,00336

1-3 éves gyermekek száma a háztartásban -0,0109*** -0,0119** -0,00356

4-6 éves gyermekek száma a háztartásban -0,00901*** -0,0013 -0,00860**

7-14 éves gyermekek száma a háztartásban -0,00350*** -0,00157 -0,00227

15-18 éves gyermekek száma a háztartásban 0,0102*** 0,0135** 0,00423

Budapest 0,000486 0,0034 -0,00581

megyeszékhely -0,00450*** 0,0519*** 0,00119

község -0,00998*** -0,0520*** -0,0230***

Közép-Dunántúl 0,0146*** -0,0407*** 0,00841

Nyugat-Dunántúl 0,0328*** -0,0315*** 0,0210***

Dél-Dunántúl -0,0386*** -0,0987*** -0,0442***


Észak-Alföld -0,0391*** -0,108*** -0,0904***

Dél-Alföld -0,0131*** -0,0723*** -0,0338***


házastárs/élettárs akadályozott -0,102*** -0,000472 0,0209


házastárs/élettárs vagyonból él -0,0718*** -0,392*** -0,124*

házastárs/élettárs szociális segélyezett -0,107*** -0,0127 -0,112***

beszél angolul 0,0259*** -0,0367*** 0,00809**

beszél németül 0,0301*** -0,00144 0,00512

Konstans 0,588*** 0,749*** 0,735***


Korrigált R^2 0,311 0,252 0,218


42

V. táblázat: OLS becslési eredmények (férfiak) magyar külföldi hataron túli

Változók Logit Logit Logit

Kevesebb, mint 8 osztályt végzett -1,133*** -0,876*** -0,479***




30-34 éves 0,130*** 0,0961* 0,0785**

35-39 éves -0,113*** 0,100* -0,124***

40-44 éves -0,347*** -0,115* -0,133***

45-49 éves -0,613*** -0,512*** -0,462***

50-54 éves -1,121*** -1,032*** -0,913***

55-59 éves -3,265*** -2,601*** -2,586***

60-64 éves -5,199*** -3,797*** -4,544***

házas/élettársa van 0,402*** 0,397*** 0,311***

Társa kevesebb, mint 8 osztályt végzett -0,666*** 0,652*** 0,280***



Társa egyetemet végzett 0,587*** 0,102 0,381***

0 éves gyermekek száma a háztartásban -0,00941 -0,254*** 0,00373

1-3 éves gyermekek száma a háztartásban -0,0359*** -0,0780* 0,00782

4-6 éves gyermekek száma a háztartásban -0,0363*** 0,017 -0,0580*

7-14 éves gyermekek száma a háztartásban -0,0198*** 0,0016 -0,0171

15-18 éves gyermekek száma a háztartásban 0,0475*** 0,0947* 0,0231

Budapest 0,00704 0,0812 -0,0322

megyeszékhely -0,0316*** 0,332*** 0,00241

község -0,0607*** -0,313*** -0,159***

Közép-Dunántúl 0,0937*** -0,259*** 0,0639

Nyugat-Dunántúl 0,229*** -0,193*** 0,184***

Dél-Dunántúl -0,249*** -0,609*** -0,322***


Észak-Alföld -0,252*** -0,702*** -0,621***

Dél-Alföld -0,0893*** -0,469*** -0,246***


házastárs/élettárs akadályozott -0,602*** 0,356 0,16


házastárs/élettárs vagyonból él -0,517*** -2,171*** -0,939**

házastárs/élettárs szociális segélyezett -0,561*** -0,0381 -0,616***

beszél angolul 0,245*** -0,280*** 0,122***

beszél németül 0,250*** 0,016 0,0415

Konstans 0,315*** 1,163*** 1,078***


Korrigált R^2


43

VI. táblázat: Becslések, bevándorlók heterogenitása Bevándorló férfiak

probit marginális hatások

Születési országcsoport:

EU15 -0,0403*** -0,0268*** -0,0450*** -0,0444***

EU10 -0,0260*** -0,0190* -0,0290*** -0,0269***

Európa, nem EU -0,0369*** -0,0275*** -0,0394*** -0,0397***

Délkelet-Ázsia fejlett 0,0132 0,0388** 0,00659 0,00547

Délkelet-Ázsia fejlődő 0,0778*** 0,0954*** 0,0718*** 0,0692***

Poszt-szovjet Dél-ázsiai -0,0390** -0,0302* -0,0439*** -0,0466***

Közel-Kelet és Észak-Afrika -0,0866*** -0,0774*** -0,0910*** -0,0896***

Közép és Dél-Amerika -0,0454*** -0,0361*** -0,0483*** -0,0455***

Tengerentúli fejlett -0,0360*** -0,0218** -0,0403*** -0,0399***

Fekete Afrika -0,125*** -0,114*** -0,129*** -0,126***

3-5 éve él itt 0,0452*** 0,0352*** 0,0460*** 0,0464***

6-9 éve 0,0820*** 0,0651*** 0,0847*** 0,0852***

10-15 éve 0,0939*** 0,0748*** 0,0980*** 0,0987***

16-25 éve 0,0882*** 0,0679*** 0,0948*** 0,0971***

több m. 25 éve 0,128*** 0,103*** 0,129*** 0,128***

nem ismert 0,0591*** 0,0383*** 0,0667*** 0,0692***

külföldi születésű

beszél magyarul

rendelkezik magyar állampolgársággal * -0,0140*** -0,0100***

élettárs, házastárs magyar -0,0225***

Megfigyelések sz. 107,072 107,072 107,072 107,072

Bevándorló nők

OLS eredmények

Születési országcsoport:

EU15 -0,0576*** -0,0417*** -0,0568*** -0,0573***

EU10 -0,0168** -0,0099 -0,0162* -0,0149*

Európa, nem EU -0,0888*** -0,0808*** -0,0886*** -0,0883***

Délkelet-Ázsia fejlett -0,161*** -0,133*** -0,160*** -0,161***

Délkelet-Ázsia fejlődő 0,0908*** 0,114*** 0,0920*** 0,0900***

Poszt-szovjet Dél-ázsiai -0,0513*** -0,0444*** -0,0505*** -0,0505***

Közel-Kelet és Észak-Afrika -0,126*** -0,112*** -0,125*** -0,127***

Közép és Dél-Amerika -0,110*** -0,0974*** -0,109*** -0,109***

Tengerentúli fejlett -0,0588*** -0,0416*** -0,0580*** -0,0589***

Fekete Afrika -0,106*** -0,0939*** -0,105*** -0,106***

3-5 éve él itt 0,0448*** 0,0303*** 0,0447*** 0,0449***

6-9 éve 0,0822*** 0,0586*** 0,0816*** 0,0822***

10-15 éve 0,0939*** 0,0683*** 0,0931*** 0,0940***

16-25 éve 0,122*** 0,0948*** 0,121*** 0,122***

több m. 25 éve 0,156*** 0,123*** 0,156*** 0,157***

nem ismert 0,0857*** 0,0578*** 0,0844*** 0,0858***

külföldi születésű

beszél magyarul

44

rendelkezik magyar állampolgársággal -0,0140*** -0,0100***

élettárs, házastárs magyar -0,0225***

Megfigyelések sz. 122,836 122,836 122,836 122,836

Külföldi születés hatása:

Teljes minta

férfiak nők

Logit OLS

külföldi születésű 0,0401*** 0,00492***

Konstans 0,490***

Megfigyelések sz. 2,736,564 2,864,516

Korrigált R^2 0,3140

Forrás: Népszámlálás 2011, saját számítás. Jegyzet: referenciakategóriák: határon túli országok; kevesebb mint 2 éve érkezettek. Minden előzöekben használt változóra kontrolálva. Logit és pribit becslések esetén marginális hatásokat tartaémaznak a cellák.

Documents

Bevándorlók munkaerő-piaci helyzete - KRTK - ADATBANKadatbank.krtk.mta.hu/data/egy/KAROLYI_ROBERT_SZAKDOLGOZAT_20160414.pdf · Eötvös Lóránd Tudományegyetem Társadalomtudományi