ISSN המועילות.

Transcription

1 סקר בנק ישראל, 67, תמוז התשנ"ב יולי , ISSN הגורמים המשפיעים על משך האבטלה של פרטים המקבלים דמי אבטלה סיגל ריבון* 1. מבוא ועיקר הממצאים בתקופה שבה שיעורי האבטלה במשק מגיעים לממדים שלא ידענו כמותם מאז השפל של אמצע שנות השישים, גדלה ההתעניינות בחקר הגורמים העשויים לתרום להסבר תופעת האבטלה. עבודה זו תנסה לבחון את הנושא ברמת הפרט הבודד, ומטרתה להציג מודל שיסביר את משך (עומק) האבטלה של פרטים מובטלים. היא אינה באה לבחון את כלל הגורמים המשפיעים על רמת האבטלה במשק, ובכללם אלו המסבירים את הכניסה לאבטלה; תרומתה מצטמצמת לבחינה של הגורמים, כלכליים ואחרים, המשפיעים על משך האבטלה הצפוי למובטל, ובפרט על חלקם של דמי האבטלה בקביעת משך האבטלה של מקבליהם. המודל, שאציג בהמשך, ייתן אומדן כמותי להשפעה של גובה דמי האבטלה, יחסית לשכר הקודם שקיבל הפרט, על משך האבטלה הצפוי לו. נראה, שהתכונות האישיות תורמות גם הן להסבר משך האבטלה הצפוי לפרט. כך, למשל, משך האבטלה הצפוי לנשים, בפרט לנשים שיש להן ילדים, ולפרטים קשישים, ארוך מזה של פרטים אחרים. גם לארץ הלידה, המצב המשפחתי ואזור המגורים יש השפעה על משך האבטלה הצפוי. אברהם ומכנס (1986) בחנו את השפעתו של ביטוח האבטלה באמצעות בדיקת סדרה עתית של שיעורי האבטלה בשנים 1973 עד 1983, והצליחו לקבל הסבר טוב של שיעור האבטלה באמצעות היחס שבין רמי האבטלה לשכר והסטייה של התוצר מתוצר של שיווי משקל של הטווח הארוך. לא מצאתי עבודות אחרות שבחנו את הבעיה במשק הישראלי באמצעות חתך רוחב של מובטלים, ונדמה לי שיש עניין בבדיקה כזאת. המודל המוצע כאן מתמקד ברמת המיקרו, אך יש לו השלכות גם על הסבר היקף האבטלה ברמת המקרו. (1987) Bianchard and summers מנתחים את תופעת האבטלה בעזרת תיאוריית Hysteresis n מונח השאול מתחום הפיסיקה, ומבטא את הרעיון, שהאבטלה של שיווי משקל בהווה תלויה באבטלה בפועל בעבר. גישתם היא עידון של תיאוריות insider outsider n של (1988), Lindbeck and Snower והיא מניחה שלמובטלים במשך תקופה קצרה, בניגוד למובטלים ה"כרוניים", יש השפעה על רמת השכר של שיווי משקל (נוסף על השפעתם של המועסקים.Gnsiders n זאת משום שהשכר שעבודו פרט מובטל מוכן לחזור ולעבוד יורד ככל שמתארו משך אבטלתו, ומשום שתדירות החיפוש שלו אחר תעסוקה יורדת בנק ישראל, מחלקת המחקר. תודה למוסד לביטוח לאומי על הנתונים, ולמייקל בינשטוק, לגיורא חנוך ולקרנית פלוג על הערותיהם המועילות.

2 . 42 סקר בנק ישו אל, 67 עם הזמן. סיבה נוספת למיעוט השפעתם של המובטלים ה"כרוניים" על השכר נעוצה באפשרות, שהמעסיק הפוטנציאלי רואה באבטלה ארוכת טווח איתות שלילי לכישוריו של אותו פרט. בתהליך האמידה נרצה לברר אם וכיצד מושפעת ההסתברות של פרט לצאת מאבטלה ממשך הזמן של היותו מובטל, כלומר אם, תחת מגבלות המודל, קיים hysteresis גם ברמת המיקרו, ובפרט אם הסתברות זו יורדת על פני זמן, כפי שטענו לעיל. המובטלים נבדלים זה מזה בשלושה סוגי משתנים. הראשון משתנים אישיים, ובהם המצב המשפחתי ותכונות הקובעות את ההתאמה לעבודה. השני משתנים כלכליים, כדמי אבטלה והשכר הקודם של הפרט. (אין לנו נתונים על הכנסות שלא משכר.) שני אלו משפיעים על התנהגות הפרט מצר היצע העבודה. סוג המשתנים השלישי הוא משתני ביקוש, ובהם, למשל, היחס בין הצעות העבודה לדורשי העבודה באזור או בענף כלשהו. בהמשך אציג את הבסיס התיאורטי הכלכלי וההסתברותי העומד מאחורי המודל. לאחר מכן אסקור את האוכלוסייה הנחקרת, ואציג בדיקות מוקדמות שנערכו כדי לוודא כי המודל שבחרנו אכן יוכל להתאים לנתונים. לבסוף אציג את התוצאות האמפיריות שהתקבלו מאמידת המודל. 2. המודל התיאורטי מטרת העבודה היא לבדוק מהם הגורמים המשפיעים על משך האבטלה (או, כפי שנהוג לכנותו, עומק האבטלה) של פרט, בהינתן שהוא מובטל. נבדוק פרטים השייכים לכוח העבודה אך אינם מועסקים (הגדרה מדויקת מופיעה בסעיף 3 א. האוכלוסייה), וננסה לנבא את התנהגותם באמצעות המודל. פרט שאינו מועסק יוגדר כשייך לכוח העבודה האזרחי אם המשיך לחפש עבודה באותה תקופה, וכלא שייך לכוח העבודה האזרקי, אם לא עשה כן. אנו מניחים שהפרטים שבאוכלוסייה הנחקרת נשארים בכוח העבודה האזרחי^^כןש ני המצבים האפשריים לגביהם הם להמשיך להיות בלתי מועסקים ולחפש עבודה, או להפוך למועסקים, כלומר לצאת ממצב האבטלה. אני מתעלמת מפרטים שאינם מחפשים עבודה, ולכן אינם שייכים לכוח העבודה; זאת משום שבקרב מקבלי דמי האבטלה לא ניתן להבחין בין פרטים המתאמצים למצוא עבודה לבין אלו שאינם מתאמצים. נוסף על כך ניתן להניח, שכל עור הפרט ממשיך להתייצב בלשכת התעסוקה כדי לעמוד בדרישות לצורך קבלת דמי אבטלה, ולכן מוצעות לו מדי פעם בפעם הצעות עבודה, ניתן לשייכו לכוח העבודה. פרטים המוותרים על דמי האבטלה יוצאים מכוח העבודה, ואינם שייכים לאוכלוסייה הנחקרת. נתייחס אל משך האבטלה של פרט כאל תהליך רציף בזמן: בכל נקודת זמן יש למובטל הסתברות לצאת ממצב האבטלה. הסתברות זו, שהיא עוצמתו של התהליך מכונה גם "פונקציית הסיכוך ;hazard function (שבהקשר זה אולי ראוי לקרוא לה "פונקציית הסיכוי"), ואותה נאמוד בהמשך. פרט יעבור ממצב אבטלה למצב תעסוקה אם יתקיימו שני תנאים: (א) עומדת בפניו הצעת עבודה; (ב) הוא מסכים לקבל הצעה זו. על פי מודל החיפוש שנבנה נניח, שההחלטה אם להיענות להצעת עבודה כלשהי תלויה בשכר המוצע בלבד. במורל זה, המבוסס בעיקרו על,(1976) Lippman and McCaiM (1962) Kariin מתקבל שהמדיניות האופטימלית תהיה: "קבל את הצעת העבודה אם השכר w מקיים,w,*w\ < אחרת המשך לחפש",,*w הוא שכר סף כלשהו wage),(reservation שיכול להיות תלוי ב /. אם נניח שהפרט פועל על פי כלל העצירה

3 הגורמים המשפיעים על משך האבטלה 43 האמור, ובהנחה שהצעות השכר הן בלתי תלויות זו בזו, נקבל בהצגה הברירה התפלגות גיאומטרית לזמן העצירה עם הסתברות להצלחה כדלקמן: p =P(w ;> h'*) = 1 (\v*), כאשר f היא פונקציית ההתפלגות המצטברת של w. מכאן נקבל את תוחלת זמן החיפוש, או את מספר הצעות העבודה עד להצלחה: EN = l/p= 1/[1 F(w*)]. בהתאמה נקבל, כי זמן העצירה במודל הרציף יהיה בעל התפלגות מעריכית'אם התפלגות הצעות העבודה אינה תלויה כ /, ובעל והתפלגות weibuii במקרה הכללי יותר. (דיון רחב יותר בהמשך.) ממדיניות החיפוש וכלל העצירה שקבענו נובע, ששכר הסף שייקבע יהיה זה השווה לתוחלת הרווח הצפוי ממנו. (פירוט אצל ריבון, 199.) א. המודל ההסתברותי 1 בהתאם למדיניות החיפוש שקבענו, נאמוד את ההסתברות של מובטל לצאת ממצב אבטלה, כלומר את פונקציית הסיכון. לפנינו שתי מטרות: האחת לבדוק מהן התכונות והמשתנים השונים המשפיעים על פונקציית הסיכון של הפרט; השנייה: לעמוד על צורתה של הפונקציה, ובהתאם לכך לתאר את אופי ההתפלגות של משך אבטלתו. המעבר ממצב אבטלה למצב תעסוקה תלוי, כאמור, בשני תנאים קיום הצעת עבודה בפני הפרט והיענותו להצעה. נגדיר: MOdt הוא ההסתברות "להיתקל" בהצעת עבורה בקטע dt) v(w) u)\ +1 היא התפלגות הצעות השכר (הידועה לפרט). נסמן joj2 הצעת עבודה בזמן t, ונרשום: P[J(t),w^ w*] = P[w ;> w* l/(7j]p[.w] =[1 K(V*J]A(t)dt = (t)dt, כאשר )9 היא העוצמה בתהליך שהגדרנו לעיל. מטרתנו היא למצוא את 9/ לכל פרט /, בהינתן התכונות המאפיינות אותו ומשך אבטלתו. נגדיר f/ כהתפלגות משך האבטלה של פרט /, ובהתאם לכך את הצפיפות / f. אזי: (מובטל עד עתה 1 פרט יוצא מאבטלה בזמן 1) p 9/dt= = t)9 מאבטלה בזמן p /(לצאת לפחות / זמן) (מובטל = f//;/[1 F/r;]. לכן: / f' 6i(u)du =y' f/m;/[1 F,r";]^ = 1g[1 F//';], ומכאן: G/r; = 1 F/t) = exp[ 4>,^] )survival היא המשלים לפונקציית ההתפלגות, ואותה נכנה "פונקציית ההישרדות" /g.function) מוצג אצל (198) Kalbfleisch and Prentice ואצל.(1985) Amemiya

4 44 סקר בנק ישראל, 67 נרשום בהתאם את פונקציית הצפיפות: אנו מעוניינים באמידת g/, ולמעשה /. קל לראות, שעבור ), המקיים = 1 (,, נקבל את ההתפלגות המעריכית, שהיא התפלגות מקובלת ופשוטה לתיאור משך הישרדות. הרחבה של התפלגות זו למקרה שבו פונקציית ההישרדות היא גם פונקציה של משך האבטלה עצמו, /, יכולה להתקבל על ירי הצגת ;//g כשייכת להתפלגות,weitmii ואז: < ץ, /)' =.G(t)= exp( at^) f(t) = yatr'exp( aty (ההתפלגות המעריכית היא מקרה פרטי של התפלגות,weibuii שבה /.) 1 wo = m/g( = yat^ פונקציית ה"סיכוי" תהיה: האומדן שנקבל לפרמטר y יצביע על התנהגות פונקציית הסיכון על פני זמן: dh/dt = ya(y \)t^2. בהתפלגות המעריכית = 7 7, ולכן = ;dn/dt פונקציית הסיכון תהיה קבועה על פני זמן, כלומר, בלתי תלויה ב /. עבור < 1 '> נקבל פונקציית סיכון עולה על פני זמן. ככל שמשך האבטלה של פרט ארוך יותר, כך גדלים סיכוייו לצאת מאבטלה. לפיכר נקבל כי הסיכויים לצאת מאבטלה קטנים והולכים כאשר > 1 ץ. באמירה נניח, בשלב הראשון, כי ץ או ץ/\ = a, הנקרא גם פרמטר השיעור (parameter,scale) yap לכל האוכלוסייה, ואילו a תלוי בתכונות הפרט. ניסוח המודל מגביל אותנו להתנהגות מונוטונית של פונקציית הסיכון על פני זמן: לא נוכל לקבל מסלול שבו הסיכויים לצאת מאבטלה עולים בחלק מהתקופה ויורדים בחלקה האחר, ופירושו של דבר, שאנו מוגבלים ל *( קבוע למשך האבטלה כולו. \ך אינו תלוי ב /). יהי: a, = exphao + 2'if)Y'a כאשר z הוא וקטור התכונות הרלבנטיות, 3; הוא וקטור פרמטרים, ו,ק הם פרמטרים בלתי ידועים. נגדיר את ההתפלגות הבסיסית gb כזו המתאימה לווקטור = z, 7y1 יהיה המשתנה המקרי, המתפלג בהתאם לה. אם:,Ggft) = expi exp( ao]wa 1,tb~gb אזי T^xpfz if) =t. ניתן לרשום: exp(z ji)] )g. = gbu בהתאם לכך, מתוך G(t) גוזרים את פונקציית הצפיפות s(t) ב. שיטת האמידה האומדנים לפרמטרים ^,a if, הם אומדני נראות מקסימלית (אנ"מ) באמצעות האלגוריתם של ניוטון רפסון. נגדיר: תצפית מלאה תצפית ^ /1 r ' מצונזרת ורת \ כיוון שבקובץ מצוי משר האבטלה של פרט רק אם אינו ארוך מזה המזכה בדמי אבטלה, כל התצפיות שבהן משך האבטלה, כפי שהוא מתבטא במספר ימי הלשכה, אינו קטן ממשך הזמן המרבי המזכה בדמי אבטלה (138 יום או 175 יום למי שגילו מעל 45 שנה, או שתלויים

5 הגורמים המשפיעים על משך האבטלה 45 בו לפחות שלושה אנשים) הוגדרו כמצונזרות. לגבי אותם פרטים אנו יודעים שהיו מובטלים לפחות במשך הזמן האמור, ולכן לגביהם נשתמש במשלים לפונקציית ההתפלגות המצטברת (G במקום בפונקציית הצפיפות. L = P(ct=au...,en =aj = בהתאם לכך פונקציית הנראות תהיה: n{m(y, x if)/a\ a/<y)}si {GB[(y, x if)/a)v Si}, כאשר z( a7ah...,a^7,y, = logu,x= (\, הריאליזציה של הסטיות, במדגם, כלומר,y) xji)/a =,. הפרמטרים ajs מתקבלים על ידי מציאת מקסימום ללוג פונקציית הנראות. משמעות המקדמים if תוחלת משך הזמן שפרט יהיה מובטל, על פי ההתפלגות שהנחנו היא: ET = (\/a)u? r(\ +\/y) = (\/a)a r(l + a),.r(x)= (x 1/ טבעי x ועבור tr(x) = '/"" כאשר I ty]exp( t)dt במונחי הפרמטרים שלנו נקבל: (a.et = expfao + z'ji)r(\ + אפ נשתמש, עבור המשתנים הרציפים, ב ^ 1 = 2, כאשר v הוא המשתנה הכלכלי המקורי, נוכל לרשום: ET = expfao + (\ogvj'if]r(l + a). חישוב הגמישות ביחס v b יהיה פשוט:, q1:r.גמישות =det/dv v/et=ift פונקציית הסיכון ביחס למשתנה vt תהיה:.r),,x =dh/dv. v/h = p/a גמישות זו תלויה גם ב, פרמטר קנה המידה. במקרה הפשוט של =, 1 נקבל ש '^ =,."^. בדיקת ההטרוגניות עניין מרכזי שיש לשים אליו לב בתהליך אמידת המודל הוא הטיפול במשתנים חסרים או במשתנים שאינם ניתנים לצפייה. (198) Lancaster and Nicke11 1 (1979) Lancaster מתייחסים לבעיה זו במאמריהם. עקב השמטת משתנים, האוכלוסייה שאנו בוחנים אינה הומוגנית בהינתן המשתנים המסבירים שנכללו במודל. בכל נקודת זמן אנו אומדים למעשה את ממוצע פונקציות הסיכון של הפרטים באוכלוסייה באותה עת. נניח שקיים משתנה בלתי מדיר, המתאר "מוטיבציה" של פרט למצוא עבודה; משתנה כזה אינו נכלל, כמובן, במודל שלנו. נסתכל על קבוצת פרטים שהיא הומוגנית מבחינת המשתנים שבמודל, אבל הטרוגנית מבחינה המוטיבציה. פרטים בעלי מוטיבציה גבוהה יותר ימצאו עבודה במהירות, ואילו בעלי מוטיבציה נמוכה עשויים להישאר מובטלים במשך זמן רב יותר. המודל שלנו יראה ירידה, של ההסתברות לצאת מאבטלה ככל שמשך זמן האבטלה מתארך, אולם ירידה זו אינה נובעת ממשך האבטלה עצמו, אלא מהשוני בהרכב אוכלוסיית המבוטלים במשכי אבטלה שונים. לפיכך אנו עלולים לקבל אומדנים מוטים להסתברות ליציאה מאבטלה בכל /. (1979) Lancaster מראה, שההסתברות לצאת מאבטלה כפונקציה של משך האבטלה הולכת ומתקרבת

6 46 סקר בנק ישראל, 67 לצורה של פונקציה קבועה (כלומר = 1 7) ככל שמוסיפים למודל משתנים מסבירים, ובכך מקטינים את הטרוגניות האוכלוסייה יחסית לפרמטרים שבמודל. כדי לבדוק קיום הטרוגניות במודל שיוצג נשתמש במבחן שמציע (1984). Keifer פירוט המבחן מובא בנספח. 3. היישום האמפירי א. האוכלוסייה חוק הביטוח הלאומי (המוסד לביטוח לאומי, 1973) וחוברת ההסבר (המוסד לביטוח לאומי ושירות התעסוקה, 1989) מגדירים כמובטל מי שאינו עובר שלא מרצונו, רשום בלשכת העבודה כמחוסר עבודה, מוכן ומסוגל לעבודה במקצועו או בכל עבודה אחרת המתאימה לו, ולשכת התעסוקה לא הציעה לו עבודה כזאת. דורש העבודה חייב להתייצב בלשכת התעסוקה, בהתאם לתנאי התקנון של שירות התעסוקה, ואם לא עשה כן, ייחשבו ימים אלו כימים שבהם עבד. החוק מגדיר מהי "עבודה מתאימה" מבחינת העיסוק, השכר והמיקום. גם הכשרה מקצועית המוצעת לדורש העבודה נחשבת, בתנאים מסוימים, כ"עבודה מתאימה". כדי להיות זכאי לדמי אבטלה, נדרשים תנאים נוספים: על דורש העבודה להיות זכאי לקבל דמי אבטלה מתוקף היותו מבוטח (או מתוקף הסכם מחייב לגבי משוחררי צבא הקבע). עובד עצמאי או עובד שאינו שכיר ואינו עצמאי, חבר אגורה שיתופית, קיבוץ או מושב, עובד שכיר שמעבידו אינו חייב בתשלום דמי ביטוח לאומי או מי שלא מלאו לו 18 שנה (חוץ מנער בן המפרנס את משפחתו) או שמלאו לו 65 שנה (לה 6 שנה) אינם זכאים לקבל דמי אבטלה. י מובטל יהיה זכאי לדמי אבטלה רק אם מילא אחר הדרישות של "תקופת אכשרה" התקופה המינימלית שבגינה שולמו עבורו דמי ביטוח לאומי בתקופת עבודתו כשכיר. מי שעובד במשכורת חודשית זכאי לרמי אבטלה אם עבד לפחות חצי שנה בשנה האחרונה שקדמה לאבטלתו, או צבר 27 יום שעבודם שולמו לו דמי ביטוח במשך 54 הימים שקדמו לאבטלתו. חישוב דומה נעשה לגבי עובד יומי. לגבי עולה חדש יש הקלה במספר הימים המקנים את הזכאות, וחייל פטור מתקופת אכשרה במשך שנה מיום שחרורו. כדי לממש את זכאותו, צריך דורש העבודה להגיש למוסד לביטוח לאומי תביעה לתשלום רמי אבטלה, בצירוף אישורים מלשכת העבודה המעידים על זכאותו. המוסד לביטוח לאומי בודק את הזכאות, ואם הוא מאשר אותה מתבצע התשלום. בהמשך נמסר דיווח ישיר מלשכת התעסוקה למוסד לביטוח לאומי, ודמי הביטוח משולמים, כל עוד הפרט זכאי להם, ללא צורך בתביעה נוספת. דמי אבטלה ישולמו לכל היותר למשך 138 יום נטו מתוך 12 חודשים רצופים שבהם היה המבוטח רשום כמובטל. למבוטח שגילו מעל 45 שנה, או שתלויים בו שלושה אנשים ויותר, ישולמו דמי אבטלה במשך 175 יום. למקבל הכשרה מקצועית ישולמו רמי אבטלה במשך 12 חודשים מהחודש הראשון לאבטלתו, וכל זמן שנמשכת הכשרתו. חמשת הימים הראשונים בכל ארבעה חודשים רצופים נחשבים כ"תקופת המתנה", ולא ישולמו בגינם דמי אבטלה. פרט שהתפטר מרצונו אינו זכאי לדמי אבטלה בעד 3 הימים הראשונים של אבטלתו. פרט שסירב לעבודה מתאימה שהציעה לו לשכת התעסוקה, או סירב לצאת להכשרה מקצועית, לא יקבל דמי אבטלה בעד 3 הימים הראשונים מיום הסירוב.

7 הגורמים המשפיעים על משך האבטלה 47 גובה דמי האבטלה רמי האבטלה המגיעים לזכאים מחושבים על פי ההכנסה החייבת בדמי ביטוח, שהיתה לפרט בממוצע ב 75 הימים האחרונים שבעדם שולמו דמי ביטוח. דמי האבטלה המשולמים יותאמו לפיצוי שניתן במשך הזמן על פי השכר הממוצע במשק (של עובד שכיר על פי הלשכה המרכזית לסטטיסטיקה). לחייל משוחרר יחושבו דמי אבטלה על בסיס מחצית השכר היומי הממוצע במשק, ולא יעלו על 8 אחוזים משכר המינימום. דמי האבטלה משולמים על פי השכר היומי הממוצע של המובטל בהתאם לטבלה זו: השולי השיעור הממוצע (אחוזים) מחלק השכר שעד מחצית השכר הממוצע במשק 8 8 ממחצית השכר ועד שלושת רבעי השכר הממוצע במשק משלושת רבעי השכר ועד מלוא השכר הממוצע במשק ממלוא השכר ועד פי שלושה מהשכר הממוצע שכר גבוה מהתקרה הקבועה פחות מ 48 בהתאם לשיעור השולי שנקבע בתקנות, חושב השיעור הממוצע של דמי האבטלה יחסית לשכרו הקודם של המובטל. זהו הגודל המכונה ratio replacement היחס בין דמי האבטלה לשכר. למעשה, גודל זה מוטה מעט כלפי מעלה, בשל ניכוי ימי ההמתנה. מהטבלה ניתן ללמוד, שבכל מקרה לא יעלו דמי האבטלה על רמת השכר שהיתה למובטל קודם להיותו מובטל. מטרתם של דמי האבטלה לשמש תחליף חלקי להכנסה משכר, אך לא נקבעת רמת הכנסה מינימלית שרוצים להבטיח; ממד סוציאלי חלקי מתבטא בפרוגרסיביות של שיעור דמי האבטלה מהשכר השולי. replacement ratio n נמוך יותר לגבי אלו שהיו להם הכנסות גבוהות יותר בעבר, ולכן הפסדם בגלל האבטלה, לעומת המשך תעסוקה במשרה הקודמת, גדול יותר. הפסד זה, אם הפרט לא התפטר מרצונו, אינו נתון לשליטתו של המובטל אך, בהנחה שתוחלת ההתפלגות של השכר העתירי שהפרט רואה לפניו דומה לזו של שכרו הקודם, גם ההפסד יחסית לשכר הצפוי אם ימצא עבודה גדל ככל שה ^ replacement נמוך יותר. אוכלוסיית המדגם הנתונים ששימשו לעבודה זו מקורם במוסד לביטוח לאומי, במאגר נתונים על פרטים שהיו רשומים במובטלים בלשכות התעסוקה והגישו תביעה לדמי אבטלה. לכל פרט יש רשומה מובילה, שבה שמורים פרטים אישיים של המבקש; נוסף על כך נשמרת לגבי כל תשלום (חודשי) רשומה, הכוללת פרטים על ימי האבטלה שבגינם קיבל הפרט דמי ביטוח, הסכום ששולם והשכר היומי שלפיו שולמו דמי האבטלה. בהתחשב במגבלת המקום והזמן נרגמו באורח מקרי מחצית מהפרטים, ומתוכם נבחרו אלו שהגישו לראשונה תביעה לתשלום דמי אבטלה בשנת 1988, תביעתם אושרה, והם היו רשומים בלשכות התעסוקה למבוגרים (כולל אקדמאים, לא כולל לשכות תעסוקה לנוער).

8 48 סקר בנק ישראל, 67 לא כללתי במשך האבטלה את תקופת ההכשרה המקצועית, אם היתה. לאחר ניפוי רשומות שלא היו מלאות, ועיבוד הנתונים, התקבל מדגם בן 17,221 תצפיות של פרטים שונים, מהן 5,292 מצונזרות. המאגר המשמש כאן מכיל רק פרטים שקיבלו דמי ביטוח לאומי; הוא אינו מקיף את כל הפרטים שהיו רשומים בלשכות התעסוקה, ביניהם גם כאלה שאינם זכאים לדמי אבטלה, וגם הרשומים הם רק חלק מסך המובטלים באותה עת. על פי סקר כוח אדם רק 47.5 אחוזים מהמובטלים חיפשו עבודה דרך שירות התעסוקה. יתרונו של מאגר זה על פני האחרים הוא בפירוט דמי האבטלה המשולמים לפרטים, שהם המשתנה המרכזי לענייננו. בשל חלקיות המאגר, מעניין לבדוק אם בהרכב האוכלוסייה על פי תכונות שונות יש הבדל מובהק בין האוכלוסייה הנחקרת שלנו לבין הרכבה של אוכלוסיית המובטלים כולה על פי סקר כוח אדם. סקר כוח אדם U.4U ^ המין גברים נשים יבשת הלידה לא יהודים סה"כ יהודים ילידי הארץ אפריקה אסיה אירופה אמריקה שלנו סקר כוח אדם ן/ U.ZOO yoji קבוצת הגיל ההשתייכות הענפית (ספרה ראשונה).9 חקלאות.434 תעשייה חשמל ומים.11 עד מספר הילדים בינוי מסחר תחבורה ותקשורת שירותים פיננסיים שירותים ציבוריים שירותים אישיים pnnn שלנו מחוז המגורים ירושלים צפון חיפה מרכז תל אביב דרום מהשוואת התפלגות הפרטים אצלנו להתפלגות המתקבלת על פי נתוני סקר כוח ארם לשנת 1988 באמצעות מבחן סטטיסטי (x2) עולה, שהמדגם שלנו אינו זהה בהתפלגותו לזה של סקר כוח אדם, אך בתכונות המין, ומספר הילדים ניתן לראות דמיון רב בין האוכלוסיות. דמיון נמצא גם בחלוקה על פי יבשת הלידה. השוני בהתפלגות הגילים יכול לנבוע מהעובדה, שהמדגם שלנו אינו כולל לשכות תעסוקה לנוער, ולכן חלקם של הצעירים בו קטן יותר. בבדיקת השתייכות הענפית מתגלה הבדל ברור בין שתי האוכלוסיות. אצלנו יש יותר משקל

9 הגורמים המשפיעים על משך האבטלה 49 לאלו השייכים לענף התעשייה (43 אחוזים לעומת 26 אחוזים) ולשירותים הציבוריים (24 אחוזים לעומת 13 אחוזים) ומשקל נמוך יותר לשייכים לענפי החקלאות, המסחר והשירותים האישיים. לכך ניתן להביא שני נימוקים: הראשון, אך לא העיקרי, הוא מהימנות הנתונים. השני נעוץ בעוברה, שזכאים לדמי ביטוח לאומי הם שכירים בלבד לא עצמאיים ובעלי משקים חקלאיים (ראה תחילת הפרק). הענפים שבהם מצאנו יותר מובטלים מהצפוי על פי הסקר הם אלו שבהם אחוז השכירים גבוה. ב. התוצאות האמפיריות בדיקות אמפיריות מקדימות לפני שננסה להתאים לנתונים שבידינו התפלגות באמצעות מודל פרמטרי, ננסה לקבל תחושה כלשהי למידת התאמתו של המודל לנתונים. השלב הראשון יהיה בדיקה אם ניתן למצוא משתנים (מאלו המצויים ברשותנו) המסבירים את משך האבטלה של פרט, או ליתר דיוק, את ההסתברות לצאת מאבטלה בזמן מסוים, בהינתן שהפרט מובטל, ואם כן אלו הם. גישוש ראשון לגבי המשתנים הכמותיים הרציפים אפשרי באמצעות אמידת רגרסיה פשוטה למידת ההסבר שכל אחד מהמשתנים מספק למשך האבטלה. לצורך הבדיקה הראשונית של המשתנים האיכותיים קיבצתי את משכי זמן האבטלה לקטגוריות. באמצעות הפשטה זו ניתן לבדוק, אם יש תלות בין משך האבטלה למשתנים מסבירים אפשריים, ללא הגדרה מראש של מודל התלות (ולמעשה גם לא של כיוונה). לאחר שקיבלתי מידע ראשוני על המשתנים המסבירים הפוטנציאליים, ערכתי בדיקה מוקדמת של התאמת ההתפלגות האמפירית להתפלגות התיאורטית שהונחה. ארשום שוב את פונקציית ההתפלגות הכללית לפי :weibuii (t) = 1 exp( atr); a = {expkoo + z'if)]}y 7,7,7/7j, שלנו היא, ש 1/ = ץ קבוע לכל האוכלוסייה 1 שונה לכל תת קבוצה, המוגדרת באמצעות וקטור התכונות z. בדיקה מוקדמת ניתן לערוך על ירי השוואת פונקציית ההתפלגות האמפירית )f לגבי תת קבוצות שנגדיר (a קבוע) עם מה שהיינו מצפים למצוא תחת ההשערה של התפלגות.Weibull G(t) = 1 F(t) = exp( atr) נסתכל על: 1gG(7; = aty logf logg^] = logo' + yiogt אם ההשערה שלנו נכונה, נצפה למצוא 1og[ 1ogG(7;] e? הוא פונקציה ליניארית של Log/ עם חותך Loga ושיפוע y לגבי כל תת קבוצה. כיוון שהנחנו rw קבוע, נצפה לקבל לגבי כל תת קבוצה ישר עם אותו שיפוע ושוני כחותך בלבד, הנובע משוני בווקטור z.

10 5 סקר בנק ישראל, 67 לשם התרשמות ראשונה נצייר את Log/ לעומת.1og[ 1ogG(7;] ניתן גם לנסות ולהתאים קו רגרסיה ולבדוק את מקדם המיתאם הלינארי המבטא את מידת הקשר הליניארי בין המשתנים. בהמשך' לאחר שנקבל את ^ a ו באמצעות הליך האמידה, נוכל להשוות אותם עם הפרמטרים שהתקבלו באמצעות הרגרסיה. לוחות השכיחות שנבדקו הם אלו המעמידים את מספר ימי הלשכה של הפרט מקובצים על פי קבוצות של 7 ימים, מול כל אחת מתכונות אלה: המין, המצב המשפחתי, מספר הילדים, המוצא, משתנה דמה לצעירים (עד גיל 3), משתנה דמה למבוגרים (מעל גיל 5), משלח היד, הענף הכלכלי (ספרה ראשונה), הסניף, המחוז וסוג הלשכה. רוב הבדיקות שערכתי מצביעות בבירור על קשר בין המשתנים המאפיינים של הפרטים לבין משך האבטלה כפי שהוא נמדד בימי לשכה, בכל רמת מובהקות. נמצא קשר בין משך האבטלה ובין המשתנים הרציפים הגיל ומשתני ההכנסה שנבדקו באמצעות אמידת משוואות רגרסיה. בהסתמך על תוצאות אלו יש בסיס ראשוני לבחירת המשתנים שנרצה לכלול במודל הכמותי הרציף; באמצעותו נוודא את עוצמת הקשר בין המשתנים המסבירים למשתנה המוסבר, ונוכל לתת אומדן כמותי להשפעה החלקית של כל אחד מהם. נמשיך ונבדוק את צורת פונקציית ההתפלגות. אף שברור כי פונקציית ההתפלגות תהיה תלויה במשתנים המסבירים, ולכן הפרמטר a יהיה שונה לגבי כל תת קבוצה של אוכלוסייה, חישבתי בשלב ראשון את פונקציית ההתפלגות המצטברת לכל האוכלוסייה, ובהתאם למוסבר קודם לכן ציירתי את 1og( 1og(1 F<) לעומת log/ (דיאגרמה 1). הקו שהתקבל דומה לקו ישר באזור המרכזי, אך שיפועו משתנה במידה ניכרת בקצוות. רגרסיה פשוטה שנאמרה נתנה תוצאה זו: log[ log(l Ffcj] og/ r2 =.937 כדי לשפר את הבדיקה יש להתייחס לקבוצות אוכלוסייה מפורטות יותר, שיהיו יותר, הומוגניות מבחינת פרמטר ההתפלגות הנובע מהתכונות הקובעות אותו. ברקתי את צורת הפונקציה המתקבלת לגבי אומדנים נפרדים לנשים ולגברים ולגבי אומדנים. נפרדים לפי יבשות הלידה (דיאגרמה 2 ).י"התוצאות מוצגות להלן, ונתייחס אליהן באמירה הפרמטרית. החותך ץ לוג הזמן l/<' = >T ההתפלגות לפי המין גברים נשים אסיה אפריקה ההתפלגות אירופה לפי המוצא אמריקה ישראל לא יהודי R2 כל המקדמים מובהקים ברמת מובהקות של.1 לפחות.

11 הגורמים המשפיעים על משך האבטלה 51 log[ logg(] 4 דיאגרמה 1 בדיקה מקדימה כלל האוכלוסייה הנתונים בכל הדיאגרמות, כמו במאמר כולו לשנת log[ logg(/)] 4 דיאגרמה 2 בדיקה מקדימה נשים ילידות הארץ בנות

12 52 סקר בנק ישראל, 67 הביטוי הגרפי המתאים לרגרסיות הללו נותן תחושה טובה יותר של קו ישר ברוב המקרים. ניסיון להוסיף משתנה מסביר ריבועי ב(^ 1 ) נכשל ברובם. אמידות נוספות של תת קבוצות הממוינות על פי הגיל, המין וארץ הלידה תמכו בהשערה כי המודל שבחרנו מתאים. מן הבדיקות שערכתי עולה, כי אפשר להסביר את משך האבטלה באמצעות המשתנים שהזכרנו, וכי צורת ההתפלגות שהנחנו תוכל לתת הסבר טוב לצורת ההתפלגות האמפירית של הנתונים. עוד עולה מהבדיקות, כי יש שוני גם בערכו של a לגבי תת קבוצות שונות. בהמשך ניסיתי לאמוד פונקציות הישרדות נפרדות לגבי כל תת קבוצה. האמידה הפרמטרית התוצאה המרכזית של הניסיונות השונים שנעשו להתאים מורל הישרדות לנתונים היא, שדמי האבטלה והשכר משפיעים על משך האבטלה הצפוי של פרט. פרמטר השיעור scale) (parameter מקבל בכל האמידות ערך שבין.62 ל.63, כך ש 1 < '>; פירושו של דבר, שהסיכויים של מובטל לצאת מאבטלה גדלים ככל שמשך אבטלתו ארוך יותר. ניסיון להתאים לנתונים מודל עם התפלגות מעריכית, תחת המגבלה = 1 ץ, נדחה באופן מובהק. כיוון שקיבלנו < 1 ץ, אין עדות להטרוגניות שתגרום להטיה של האומדנים. שתי עדויות נוספות תומכות באמירה: הראשונה היא rv נשאר יציב יחסית גם כשנכללים במורל משתנים נוספים; השנייה היא המבחן שהציע (1984) Keifer (ראה סעיף ההטרוגניות). התוצאות המתקבלות אינן מאפשרות לנו לדחות את השערת ההומוגניות בכל רמת מובהקות. נסקור תחילה את התוצאות שהתקבלו לגבי המשתנים הלא כלכליים. בניסוחים השונים יש למין, לגיל, למצב המשפחתי למספר הילדים ולמוצא השפעה מובהקת על פונקציית ההסתברות. המין: כפי שראינו בבדיקות המקדימות, משך האבטלה הצפוי לגברים קצר יותר. הסיכוי של אישה לצאת מאבטלה, קטן פי exp$v(,j מזה של גבר, בכל נקודת זמן. האומדן נע בין 1.6 ל 1.2. הגיל: השפעתו של הגיל על משך האבטלה היתה מובהקת בכל הניסוחים. משמעות המקדם החיובי היא, שככל שפרטים הם מבוגרים יותר, צפוי כי משך אבטלתם יהיה ארוך יותר. הגמישות של פונקציות הסיכון ביחס לגיל נעה סביב.4. הצגת הגיל באמצעות משתני דמה לקבוצות גיל הניבה תוצאות דומות לאלו שבהצגה הרציפה, חוץ מאשר במקרה של קבוצת הגיל המבוגרת. האמידה שופרה על ידי הוספת משתנה דמה לקבוצת הגיל שמעל 54 אל משתנה הגיל הרציף. המצב המשפחתי: נמצא כי פרט נשוי שבן/בת זוגו עובר/ת נוטה להישאר מובטל זמן רב יותר מאשר פרט נשוי שבן זוגו אינו עובד. זאת משום שמציאותו של מפרנס נוסף במשק הבית מקטינה את התמריץ למצוא עבודה: הפסד ההכנסה, יחסית להכנסה הכוללת של משק הבית, כשאחד מבני הזוג הופך למובטל, קטן יותר כשבן הזוג עובד. גרושים ורווקים צפויים למשך האבטלה הקצר ביותר, ואלמנים למשך אבטלה ארוך יותר. ייתכן שהמקדמים לגבי רווקים ואלמנים מבטאים גם מיתאם חיובי בין המצב המשפחתי לגיל. מספר הילדים: גם למשתנה זה יש השפעה על משך האבטלה. הצגתו כשני משתנים (שהם מכפלת משתנה רמה למין במספר הילדים) הובילה למסקנה, שמספר ה?לדים משפיע השפעה מובהקת על משך האבטלה של נשים בלבד. נראה שנשים עם ילדים מתקשות להשיג הצעות עבודה מתאימות או לחילופין, אינן ממהרות להיענות לכל הצעת עבורה. כיוון שמספר

13 הגורמים המשפיעים על משך האבטלה 53 הילדים הוצג בניסוח המקורי ולא במונחי לוגים הגמישות של פונקציית הסיכון כיחס אליו תלויה בערכו, והוא בכל הניסוחים בין.tnch/ld2 לבין.9nchild2 (עבור הנשים). המוצא: לא נמצאו הבדלים משמעותיים בין ארצות הלידה השונות של יהודים (כולל ילידי הארץ). תוחלת משך האבטלה של יוצאי אמריקה היא הנמוכה ביותר, ויש נטייה קלה של יוצאי אפריקה למשך אבטלה ארוך יותר, אך ההבדל הבולט ביותר הוא, כי תוחלת משך האבטלה של פרטים לא יהודים ארוך יותר (בכ 2 אחוזים) מזה של יהודים. בבדיקה נוספת שערכתי נמצאה תלות בין המוצא לענף הכלכלי, ולכן ייתכן שמשתנה המוצא מייצג למעשה את השונות שבין הענפים: בענפי התעשייה והבינוי יש יותר לא יהודים, ובענפי השירותים הפיננסיים והשירותים הציבוריים יש יותר יהודים ילידי הארץ ואמריקה יחסית לצפוי בהעדר תלות בין המוצא לענף הכלכלי. סוג הלשכה: בהעדר מידע על השכלתם של הפרטים, השתמשתי בהבחנה בין לשכות תעסוקה למבוגרים ללשכות תעסוקה לאקדמאים כמשתנה מסביר, היכול לרמוז על הבדלים הנובעים מההשכלה ומהעיסוק. במשוואות שבהן נכלל משתנה זה רואים, שאקדמאי צפוי למשך אבטלה ארוך יותר בכ 8 6 אחוזים. אינדיקטורים לביקוש: מצד הביקוש לעבודה אפשר לשער, שרמת האבטלה באזור מגוריו של הפרט, או אומדן כלשהו ליחס בין מספר דורשי העבודה למספר הצעות העבודה, יכולים להסביר את משך האבטלה. ניסיתי לבטא רכיב זה בכמה אופנים. הראשון שימוש בשיוך למחוזות מגורים; נמצא, כי למחוז המגורים תרומה מובהקת סטטיסטית למשך האבטלה הצפוי: לפרטים בדרום ובמרכז (לא כולל תל אביב) צפוי משך אבטלה ארוך יותר מאשר לאלה שנרשמו במחוז חיפה וארוך מאשר לאלה השייכים למחוזות הצפון, תל אביב וירושלים. קשה להתייחס לתוצאות אלו קודם כול, משום שנדמה לי כי החלוקה גסה מרי, ובמידה מסוימת שרירותית. כך, למשל, מטעה שיוכה של לשכת תעסוקה מסוימת דווקא למחוז המרכז, ולא למחוז תל אביב אף שמתקבל על הדעת כי אותו פרט יהיה מוכן לבחון הצעות עבודה בשני המחוזות האלה. נוסף על כך סביר להניח, שיש מידור (segmentation) בשוק העבודה, שהרי לא כל פרט מוכן ומתאים להיות מועסק בכל עבודה, ושיעורי האבטלה במשלחי יד שונים נבדלים זה מזה. אפשרות שנייה שנוסתה בהצלחה היא בניית אומדן מתוך הנתונים עצמם, שיהיה ממוצע ימי הלשכה של פרטים על פי תכונות מסוימות. מספר הפרטים בכל תת קבוצה גדול די הצורך (בדרך כלל מאות), כך שאפשר להתעלם מבעיות התלות, ולראות בו גודל אקסוגני לפרט הבודד. שלוש חלופות שנוסו היו ממוצעים על פי המין והסניף, על פי הסניף והענף, ועל פי המחוז והענף. התקבל כי לאינדיקטורים לביקוש יש השפעה חיובית על תוחלת משך האבטלה, וכי גמישותה של פונקציית הסיכון ביחס אליהם היא אפשרות שלישית היתה שימוש באינדיקטור של שיעור האבטלה הממוצע במחוז על פי המין, לפי נתוני סקר כוח ארם. משתני הכנסה: השפעת שני משתני ההכנסה המרכזיים גובה דמי האבטלה והשכר האלטרנטיבי נבדקה בניסוחים שונים. בדקתי את השפעתו של כל אחד מהגדלים בנפרד, ובהתאם למקדמים שקיבלתי בדקתי את השפעתו של יחס התחלופה ratio).(replacement לגבי השכר האלטרנטיבי השתמשתי בשכר היומי שעל פיו חושבו דמי האבטלה, או בשכר הצפוי לפרט כפי שהוא מתקבל כממוצע השכר היומי לעיל באוכלוסייה הנחקרת על פי הענף, הסניף והמין. ההנחה העומדת מאחורי השימוש באומדן זה היא, כי מובטל רואה לפניו שכר צפוי "דומה" (בעל תוחלת דומה) לזה שהיה לו לפני אבטלתו, וכי המשרות הפנויות

14 54 סקר בנק ישראל, 67 האפשריות באזור המיוצג על ידי הסניף דומות ברמת השכר המוצעת בהן לאלו שמהן באו מובטלי אותה קבוצה. (1979) Nickeii תומך בשימוש בממוצע כלשהו, לאו דווקא בשכר הידוע של אותו פרט בעבר, כי הוא טוען שרמת השכר בפועל של הפרט בעבר ו/או בעתיד, תלויה ב"שכר הסף". בעבר ובעתיד, ולכן אינה יכולה לשמש לצורך קביעתו. עוד טוען,Nickeii שמיתאם שלילי בין רמת השכר בפועל של הפרט לבין משך אבטלתו יכול לנבוע ממיתאם שלילי של שני משתנים אלו עם משתנים מסבירים אחרים שהושמטו. ניתן להשתמש במיתאם עם משתנים אחרים דווקא כדי להצדיק שימוש בשכר היומי הידוע של הפרט. מחמת מחסור בנתונים על ההשכלה, ההכשרה, הוותק בעבורה וכדומה, יכול שימוש בשכר היומי בעבר לשפר את האמידה שכן בשונות השכר מתבטאת הטרוגניות בתכונות הפרטים. כדי להשלים את התמונה הוספתי עוד משתנה מתקן (yhsd) היחס בין מספר ימי הזכאות לדמי אבטלה לבין סך ימי הלשכה. (ראה סעיף האוכלוסייה.) המשתנה חושב לגבי כל פרט מתוך הנתונים המתאימים ברשומה, והמקדם שקיבל נע סביב 1.3. בכל הניסוחים שנוסו התקבל, כי לדמי האבטלה יש השפעה חיובית על תוחלת משך האבטלה, נוסף על תרומתם ליחס התחלופה. בניסוחים שבהם מופיע השכר הקודם של הפרט (משואות 3 עד 6) השפעתם חזקה יותר מאשר בניסוחים שבהם שימש השכר הממוצע (משואות 8 עד 1). גמישות פונקציית הסיכון של הפרט כשנעשה שימוש בשכר הספציפי של הפרט היא סביב.6 ביחס לדמי האבטלה וכ.2 ביחס לשכר הקודם. בחלופה של השכר הממוצע הגמישות ביחס לדמי האבטלה היא כ.33 וביחס לשכר בין.21 ל.27. ניתן להסביר את ההשפעה הנוספת של דמי האבטלה כ"השפעת הכנסה": גידול של דמי האבטלה ליום מגדיל את הכנסתו של הפרט, ולכן מאפשר משך אבטלה ארוך יותר. "השפעת התחלופה" מתבטאת ביחס בין דמי האבטלה לשכר: ככל שדמי האבטלה גבוהים יותר יחסית לשכר הצפוי, העלות האלטרנטיבית של הימצאות במצב אבטלה קטנה יותר, ולכן משך האבטלה הצפוי נוטה להתארך. התוצאות שקיבלתי תואמות תוצאות שהתקבלו לגבי מדגמים של מובטלים באנגליה ובארה"ב: גם שם נמצא, שדמי האבטלה מאריכים את משך האבטלה הצפוי לפרט. הגמישות של תוחלת משך האבטלה שהתקבלה אצלנו נמוכה יותר. במחקר חדש של (99 Meyer 1), המשתמש במודל פרמטרי למחצה (אינו מחייב כי ) יהיה מהתפלגות,(weibuii ובודק את התנהגות משך האבטלה לגבי נתונים מ 12 מדינות בארה"ב, נתקבלה עלייה של ההסתברות לצאת מאבטלה בשבועות האחרונים שלפני תום תקופת הזכאות. בניסוחים שונים נתקבל, שעלייה בת 1 אחוזים של דמי האבטלה מגדילה את משך האבטלה הצפוי ב 5.3 עד 8.8 אחוזים. למשתנים נוספים במודל נמצא כיוון השפעה כמו אצלנו. (1979) Nickeii קיבל גמישות שבין.6 ל 1. של יחס התחלופה לפרט הממוצע. (1979) Lancaster קיבל גמישות של.53, אולם חושש מהטרוגניות ומהטיה כלפי מטה של האומדנים. Narendranathan (1985) Nickeii and stem אמדו פרמטר שיעור parameter) (scale הגדול במקצת מ 1, וקיבלו כי גמישות של משך האבטלה ביחס ליחס התחלופה היא.28 עד.36. and Ehrenberg (1976) Oaxaca אמדו משוואה ליניארית ללוג משך האבטלה; נאמדו משוואות נפרדות לקבוצות אוכלוסייה שונות (נשים, גברים, צעירים ומבוגרים), ובכולן נמצאה השפעה חיובית עם מקדמים בטווח של 1.3 עד 1.6 ליחס התחלופה. מסקירת התוצאות שהתקבלו בעבר ניתן לראות, שטווח התוצאות הוא רחב מאוד, ולכן אין לצפות מראש לתוצאות שיתיישבו דווקא עם אלו של מדגם כלשהו. ברמה האיכותית מתיישבות תוצאות אלו עם התוצאה התיאורטית שקיבל צוקרמן (1985). במאמרו מוצג מודל אופטימלי לגובה דמי האבטלה, והתוצאה היא פתרון של משחק, שבו

15 הגורמים המשפיעים על משך האבטלה 55 הממשלה המובילה בקבעה את גובה דמי האבטלה, ואילו המובטל, בהינתן החלטתה של הממשלה, קובע את מדיניות החיפוש שלו את גובה ההוצאות בכל תקופה ואת זמן העצירה. (פתרון 7,7,7/7j,.(stackeiberg היא, כמו במודלים האחרים, שהפרט משתמש באסטרטגיה של "שכר סף" יורד מונוטונית על פני זמן, והוצאותיו לצורך החיפוש הולכות וגדלות. משתי תוצאות אלו נובע, שההסתברות של פרט נתון לצאת מאבטלה בזמן כלשהו עולה עם התארכות זמן אבטלתו. תוצאה זו מתאימה ל < 1 /, המעיד על פונקציית סיכון העולה על פני זמן. בלוחות שבהמשך מפורטים האומדנים שהתקבלו בניסוחים השונים והגמישות של פונקציית הסיכון.( ja/a) דיאגרמות 3 ו 4 מתבססות על משוואה (9) ומציגות את פונקציית ההסתברות ופונקציית ההתפלגות המצטברת של משך זמן האבטלה לגבי פרט מייצג (בעל תכונות ממוצעות מבחינת המשתנים הרציפים והערך השכיח במשתנים האיכותיים). נוסף על כך מוצגת לגבי התצפיות הלא מצונזרות פונקציית ההתפלגות האמפירית יחד עם פונקציית ההתפלגות, כפי שהתקבלה מתוך האומדנים לגבי תת קבוצות שונות של האוכלוסייה (דיאגרמות 6 5, ו 7 ). בכל נקודה ההתפלגות הנאמדת המוצגת היא ממוצע של הפרטים השייכים לתת הקבוצה, ולכן הפונקציה אינה עולה בכל נקודה ונקודה. דיאגרמה 3 ההתפלגות המצטברת של ימי הלשכה למובטל טיפוסי על פי משוואה (9) ימי לשכה

16 56 סקר בנק ישראל, 67 דיאגרמה 4 פונקציית הצפיפות של ימי הלשכה ימי לשכה דיאגרמה 5 ההתפלגות המצטברת של ימי הלשכה לגברים בני 55 ויותר

17 הגורמים המשפיעים על משך האבטלה דיאגרמה 6 ההתפלגות המצטברת של ימי הלשכה לגברים בני 24 ויותר, ילידי אירופה, רווקים האמפירית דיאגרמה 7 ההתפלגות המצטברת של ימי הלשכה לנשים בנות 54 45, ילידות ישראל ימי לשכה

18 1 חול in מיגדמוא :האוושמה (1) (2) (3) (4) (5) (6) (7) (8) (9) (1) עובקה a LPAYDAY LSAHRD LSAHRDSA LYHSD LAGE NCHILDI S3 NCH1LD יתחפשמה בצמה קוור דבוע אל יושנ רבוע יושנ שורג ןמלא ןימה אצומה ץרא לארשי P D. הפוריא r I.* היסא c ידוהי אל $ הקירפא z הקירמא J\

19 ם j* 1 1 LJ Z\ J\ < 5< 1 [Z ri P (1) (9) (8) (7) (6) 1 mv (המשך) אומדנימ (5) (4) (3) (2) המשוואה: (1) המחוז ירושלים צפון חיפה מרכז תל אכיב דרום ' DSUGL LL1SHA LUNEMS DA55 19, , , , , ,513 19, , , ,421 LOG LIKELIHOOD TFORHETRO :.Ho dk לא צוין אחרת, רמת המובהקות קטנה מ.1. tf " לפי הסעיף והמין. 11 לפי הענף והמחוז. " לפי הענף והסניף.. כל האוכלוסייה. המספרים בסוגריים הם רמת המובהקות עבור

20 לוח 2 הגמישויות של פונקציית הסיכון a המשוואה \la LPAYDAY LSAHRD LSAHRDSA LYHSD LAGE NCH1LD* NCHILD2* LLISHA LUNEMS (1) (2) (3) (4) (5) (6) (7) (8) (9) (1) P המשתנה מופיע במונחים המקוריים. יש להכפיל את מקרם הגמישות בערך המשתנה. 5< o

21 הגורמים המשפיעים על משך האבטלה 61 אומדנים נפרדים לקבוצות אוכלוסייה מתוצאות הבדיקות המקדימות אפשר לראות, שהתפלגות weibuii אכן מתאימה לנתונים, אך לגבי תת קבוצות של האוכלוסייה מתקבל פרמטר קנה מידה ע'>/ 1 = ק) שונה. הדבר בולט מאוד בחלוקה לגברים ולנשים. האמידה, כפי שבוצעה לגבי כלל האוכלוסייה, הניחה ץ קבוע, ואילו אמידת המודל בקבוצות נפרדות מאפשרת '> שונה לכל אחת מהן. לשם כך נאמדו כמה מהמשוואות בנפרד לגבי גברים ונשים ולגבי פרטים ילידי ארצות שונות. התוצאות מסוכמות בלוח 3, ותואמות בדרך כלל את האינדיקציות שנתקבלו מהבדיקות המוקדמות. בכל האמידות קיבלתי < 1 ץ כלומר פונקציית סיכון העולה על פני זמן. ככל שמשך האבטלה של פרט מתארך, גדלים והולכים סיכוייו לצאת מאבטלה. פרמטר קנה המידה של הנשים נמוך מזה של הגברים, ולכן אצלן ץ גדול יותר (1.692 לעומת במשוואה 8); אצל נשים גידולו של הסיכוי לצאת מאבטלה על פני משך אבטלתן מהיר יותר מאשר אצל הגברים. גידולו של סיכוי זה אצל ילידי אמריקה מהיר יותר מאשר בשאר הקבוצות. בדיקת ההשערה, כי פרמטר קנה המידה שקיבלנו אינו שונה באופן מובהק מזה של משוואת כלל האוכלוסייה העלתה, כי ניתן לדחות את ההשערה בכל רמת מובהקות, כלומר: יש שוני בין קבוצות האוכלוסייה השונות. אף על פי כן נראה, שניתן בהחלט להסתפק באמירה יחידה לכל האוכלוסייה בלא לחטוא לנתונים. זאת משום שמבחינה איכותית התוצאות המתקבלות לקבוצות השונות דומות, משום שחלק מקבוצות האוכלוסייה (במקרה של ארץ לירה) הן קטנות יחסית, ומשום שהתנהגותם של המשתנים האחרים באמירה הכוללת טובה יותר.

22 n z 3 ווול הייסולכוא תוצובק יפל (8) האוושמ יפל הדילה תשבי יפל ןימה ידוהי אל לארשי הקירמא הפוריא הקירפא היסא םישנ םירבג הייסולכואה לכ עובקה a LPAYDAY LSAHRDSA LYHSD LAGE NCHILD\ NCHILD יתחפשמה בצמה קוור דבוע אל גוז ןבל יושנ דבוע גוז ןבל יושנ שורג ןמלא ןימה O

23 / o לפי המין n ^ 3 (המשך) משוואה (8) לפי קבוצות אוכלוסייה לפי יבשת הלידה לא יהודי ישראל אמריקה אירופה אפריקה אסיה נשים גברים כל האוכלוסייה s המוצא ישראל אירופה אסיה לא יהודי אפריקה אמריקה DSUGL LLISIIA 17,221 2,592 9,675 1,261 7,546 1,331 1, , , ,123 1,262 1, סך התצפיות מהן: מצונזרות בדיקות מקדימות משוואה (4) משוואה (5) משוואה (9) המספרים בסוגריים הם רמת המובהקות עבור = \j,l.hq אם לא צוין אחרת, רמת המובהקות קטנה מ.1.

24 64 סקר בנק ישראל, סיכום המודל שהוצג להסבר משך האבטלה של פרטים המקבלים דמי אבטלה מלמד, שככל שדמי האבטלה של פרט גבוהים יותר, והשכר האלטרנטיבי שלו (בהגדרות שונות) נמוך יותר, יהיה משך האבטלה הצפוי לו ארוך יותר. לנשים, בפרט לאמהות, לפרטים מבוגרים וללא יהודים יש סיכויים גדולים יותר להיות מובטלים זמן רב יותר. באזורים שבהם שיעור האבטלה גבוה קשה יותר לצאת ממצב אבטלה, וגם שם יש לצפות שפרטים יהיו מובטלים זמן רב יותר. מסקנה נוספת היא, שככל שהפרט מובטל זמן ממושך יותר, כך גדלים סיכוייו לצאת מהאבטלה אולי מפני שהתקרבות מועד סיום זכאותו לדמי אבטלה מביאה לירידת "שכר הסף" שהוא מוכן לקבל, ולכן גדלים סיכוייו למצוא תעסוקה. מהדיאגרמות המוצגות בהמשך ניתן לראות, שהמודל תואם את הנתונים, בעיקר במשכי האבטלה הקצרים יותר (עד 12 1 ימי לשכה), ולוקה בהטיה כלפי מעלה לאחר מכן. הפער בין ההתפלגות בפועל, הנמוכה יותר, לבין ההתפלגות הנאמדת, כפי שהן מוצגות בדיאגרמות, הולך ומתרחב ככל שמשך האבטלה מתארך. הסבר אפשרי לכך הוא, שהמובטלים במשך תקופה ארוכה מאוד, אולי אף מעבר לזו המזכה בדמי אבטלה, סיכוייהם למצוא תעסוקה אינם גדלים עוד עם הזמן. אף שהשערת ההטרוגניות נדחתה (מבחן,(Keifer ייתכן שלגבי אותה קבוצה של פרטים המובטלים זמן רב מאוד נשמטה מהמודל תכונה, שהיתה מסבירה את ירידת הסיכוי לצאת מאבטלה. נוסף על כך אפשר שאותו פרמטר, a, המייצג את השתנות הסיכויים לצאת מאבטלה על פני זמן פרמטר המוגבל במודל להיות קבוע לכל משך אבטלה אינו תופס את שינוי ההתנהגות במשכי האבטלה הארוכים מאוד. המורל שהצגנו מתאר את סיכוייו של פרט מובטל לצאת ממצב אבטלה בתנאים מקרו כלכליים נתונים. זאת משום שמשך הזמן שאנו בודקים קצר במידה המאפשרת לראות תנאים אלו כקבועים. הרחבה מעניינת של המודל תהיה הפיכתו למודל רב תקופתי, שיבחן כיצד מושפעים הפרמטרים שהתקבלו משינוי בתנאים המקרו כלכליים: האם למצב המשק למשל, מיתון לעומת גיאות יש השפעה על התפלגות משך האבטלה של אותם פרטים שכבר מצויים במצב אבטלה? הבנת הגורמים המשפיעים על משך האבטלה תוכל לסייע בקביעת מדיניות לצמצום רמת האבטלה במשק. מדיניות כזאת צריכה להביא בחשבון, כי הפחתת דמי האבטלה יש בה כרי לתרום לקיצור משך האבטלה הצפוי למובטל, ולהקדמת חזרתו אל מעגל המועסקים. נספח (1984) Keifer מציע מבחן פשוט לבדיקת קיום הטרוגניות במודל מעריכי לעומק האבטלה. כפי שרשמנו בהצגת המודל, פרמטר ההתפלגות הוא: a = exp[ (ao + z if)]wa כעת נניח שהשמטנו מהמודל אוסף משתנים ", והמודל האמיתי הוא a = exp[ ( + z'if + u)]wa. פונקציית הצפיפות j(t) הנובעת מהמודל שלנו, ניתנת להצגה על ידי הסתברות שלמה על פני ערכי u\ (1) f(t) = EJ(t \u) ff(t \u)g(u)du,

25 הגורמים המשפיעים על משך האבטלה 65 כאשר g(u) היא פונקציית הצפיפות של u. את ההתפלגות המותנה אפשר להציג על ידי פיתוח טיילור ער האיבר השני:.ע + uj/c fu (2) f(1\ u) = f(ti ; +w. df(l I u)/du + (u 12). cpf(t I כאשר השערת האפס להומוגניות (כלומר (e(u)=o מתקיימת, " קטן, ולכן ניתן להשמיט את הרכיב מסדר שלישי ע^. נציב את (2) בתוך (1) ונקבל: f*(1) f(t I ; + (cr/2). d((t I OJ/c fu, כאשר var(u) >f = נרצה לבדוק את ההשערה ש = ^ לעומת < a2 באמצעות מבחן Lagrange.multiplier תהי l לוג פונקציית הנראות; אזי הסטטיסטי יהיה: S=(l/N)(dL/do2) cr = נבדוק את ההשערה = es באמצעות מבחן r פשוט. נרצה לקבל ערך קטן של י 7, כך שלא נוכל לדחות את ההשערה כי ההטרוגניות במודל זניחה. שמות המשתנים lpayday לוג דמי האבטלה ליום (מחולק במדד המחירים). lsahrd לוג השכר היומי לצורך חישוב רמי האבטלה (מחולק במדד המחירים). lsahrdsa לוג ממוצע השכר היומי לפי המין, הסניף והענף. lyhsd לוג היחס בין ימי הזכאות לרמי אבטלה לבין ימי הלשכה. lage לוג הגיל. da55 משתנה דמה לקבוצת הגיל שמתחת ל 55. מספר הילדים. nch/ld אפס. מספר הילדים כשהפרט הוא גבר. אחרת nchildx nchildi ndlish st מספר הילדים כשהפר)ט הוא אשה. אחרת אפס. מספר ימי האטבלה כפי שהם נרשמים בלשכת התעסוקה. המצב המשפחתי (רווק, נשוי לבן זוג עובד, נשוי לבן זוג שאינו עובד, גרוש, אלמן). sex משתנה דמה למין (גבר = 1). moza מקום הלידה (יהודי: אסיה, אפריקה, אירופה, אמריקה, ישראל; לא יהודי).

26 66 סקר בנק ישראל, 67 mahoz מחוז מגורים. dsugl משתנה רמה לסוג הלשכה (1 = לשכה רגילה, = לשכה לאקדמאים). lunems לוג רמת האבטלה לפי המין והמחוז. llisha ממוצע ימי הלשכה על פי מיונים שונים (הסניף והמין, הענף והמחוז, הענף והסניף). ביבליוגרפיה אברהם, ישראל ויפה מכנס (1986), "ביטוח אבטלה ואבטלה בישראל", בתוך: ברגלס, איתן ומרדכי פיין (עורכים), עיונים גכלכלה, מכון פאלק והאגודה הישראלית לכלכלה, עמ' הלשכה המרכזית לסטטיסטיקה (1988), סקר כוח אדם. המוסד לביטוח לאומי (1973), חוק הביטוח הלאומי, תקנות הביטוח הלאומי (ביטוח אבטלה תשל"ג 1973). _ ושירות התעסוקה (1989), ביטוח אבטלה, חוברת הסבר. ריבון, סיגל (199), הגורמים המשפיעים על משך האבטלה של פרטים הזכאים לדמי אבטלה, בנק ישראל, סדרת מאמרים לדיון, מס' 9.9. Amemyia, T. (1985).Advanced Econometrics. Oxford: Basil Blackwell Ltd. Blanchard, Olivier, J. and Lawrence H. Summers (1987). "Hysteresis in Unemployment", European Economic Review, 31 (No. 1,2, February/March), Ehrenberg, Ronald, G. and Ronald L. Oaxaca (1976). "Unemployment Insurance, Duration of Unemployment, and Subsequent Wage Gain", American Economic Review, 66(No. 5, December), Kalbfleish, John, D. and Ross L. Prentice (198).The Statistical Analysisof Failure Time Data. New York: Wiley. Karlin, S. (1962). "Stochastic Models and Optimal Policy for Selling an Asset". In Studies in Applied Probability and Management Science. Edited by Kenneth Arrow, S. Karlin, and H. Scarf. Stanford California: Stanford University Press. pp Kiefer, Nicholas M. (1984). "A Simple Test for Heterogeneity in Exponential Models of Duration", JournalofLabor Economics, 2 (No. 4, October), Lancaster, Tony (1979). "Econometric Methods for the Duration of Unemployment", Econometrica, 47 (No. 4, July), Lancaster, Tony and Stephen J. Nickell (198). "The Analysis of Re Employment Probabilities for the Unemployed", Journalof Royal Statistics Society, Vol. 143 (Part 2) pp Lindbeck, A. and Snower, D.J. (1988). The Insider Outsider Theoryof Employment and Unemployment (Cambridge, Massachusetts. MIT Press). Lippman, Steven, A. and John J. McCall (1976). "The Economicsof Job Search: A Survey: Part I", Economic Inquiry, 14 (No. 2, June), Meyer, Bruce D. (199). "Unemployment Insurance and Unemployment Spells", Econometrica, 58 (No. 4, July), Narendranathan, Wiji, Stephen Nickell and J. Stern (1985). "Unemployment Benefits Revisited", Economic Journal, 95 (No. 378, June), Nickell, Stephen J. (1979). "The Effect of Unemployment and Related Beneifts on the Duration of Unemployment", Economic Journal, 89 (No. 353, March), Zuckerman,Dror (1985). "Optimal Unemployment Insurance Policy", Operations Research, 33 (No. I, January/February)