Resumé

SUMMARY: The unemployment benefit level has often been accused of having a strong negative incentive effect on labour market behaviour. In this paper the impact of the unemployment insurance scheme on the length of unemployment spells is analysed in competing risks duration models. Count data models are estimated to investigate the impact the benefit level on the number of unemployment spells for individuals. The main findings are that a lower unemployment benefit level will reduce the length of both temporary and more permanent types of unemployment, but will increase the number of unemployment spells experienced by the individual.

1. Indledning

Danmark har i de seneste 20 år haft et stadigt stigende arbejdsløshedsproblem. Initialt uligevægten på det danske arbejdsmarked i høj grad været forårsaget af generel på efterspørgsel, men det har vakt opmærksomhed, at ledighedsniveauet, under opgangsperioden i midten af 80'erne, ikke faldt i så høj grad, som man kunne have forventet. Derfor har de fleste erkendt, at generel efterspørgselsskabende økonomisk ikke er midlet til at skaffe Danmark af med hovedparten af den høje ledighed. stedet må der tages fat på de strukturproblemer, der er på arbejdsmarkedet. Der har f.eks. været påpeget en utilstrækkelig tilpasningsevne på de geografiske, faglige og uddannelsesmæssige områder.¹

Det diskuteres ofte, om dagpengesystemet i Danmark skaber de rigtige incitamenter de arbejdsløse, og om rådighedsreglerne er rigtigt indrettet. Den relativt store andel af langtidsledige kan hænge sammen med dagpengesystemets indretning. De ledige som systemet har været indrettet i 80'erne, ikke i særlig høj grad været tilskyndet at sætte alt ind for at finde et job, ligesom der først er blevet grebet ind med uddannelse eller lignende foranstaltninger på et forholdsvist sent tidspunkt i ledigheds

---

Dette arbejde er udfort med stolte fra Danmarks (irundtbrskningsfond. Derudover vil vi gerne takke Peter Jensen. Michael Rosholm og en anonym referee for nyttige kommentarer i forbindelse med udarbejdelsen af denne artikel.

1. Se evt. Finansredeeorelsen (1995).

Kompensationsgraden for dagpenge, dvs. dagpengeydelsen sat i forhold til lønnen i det tidligere job, er højest for de lavest lønnede, hvor den er op til 90%. For de bedre lønnede er kompensationsgraden betydelig lavere på grund af maksimumsgrænsen for dagpenge. Da dagpengeniveauet er relativt højt for de lavest lønnede, kan det specielt for disse grupper mindske tilskyndelsen til at søge arbejde.²

Staten finansierer ca. 2/3 af udgifterne til dagpenge, og staten bærer den marginale risiko, når ledigheden stiger. At staten afholder de marginale udgifter er medvirkende til, at virksomhederne ikke tilskyndes til at udjævne produktionen, og at virksomheder med sæsonudsving i produktionen har en større arbejdsstyrke tilknyttet, end der er produktionsmæssig dækning for.

Et andet bidrag til arbejdsløsheden kommer fra de mange korte ledighedsperioder, hvoraf en stor del skyldes midlertidig hjemsendelse. De midlertidige hjemsendelser er ofte resultatet af afskedigelser, hvor der er en underforstået aftale mellem arbejdsgiver og arbejdstager om tilbagevenden til jobbet efter relativ kort tid. Som systemet er indrettet, man under sådanne ledighedsforløb berettiget til dagpenge på lige vilkår med andre ledige. Der kan dog stilles spørgsmålstegn ved om disse ledige opfylder rådighedskravene reelt er arbejdssøgende. Dagpenge til de midlertidigt hjemsendte kan betragtes som et subsidium til erhvervslivet og finansieringen heraf er derfor principielt erhvervspolitisk spørgsmål.

I denne undersøgelse foretages en varighedsanalyse på mikrodata for at belyse, hvilke konsekvenser dagpengeniveauet har for ledighedsperioders længde. Der skelnes flere forskellige overgange fra arbejdsløshed, men der fokuseres primært på overgang til en ny arbejdsgiver eller tilbagevenden til den tidligere arbejdsgiver. Resultatet heraf vil bl.a. give et billede af, om en sænkning af dagpengeniveauet vil forkorte de arbejdsløses ledighedsperioder. Ved fokusering på ledighedsforløb, der afsluttes tilbagevenden til den tidligere arbejdsgiver, belyses effekten af, at personer generelt mange midlertidige hjemsendelser kan modtage dagpenge. Modellerne med antagelse om, at tidsprofilen enten følger en Weibullspecifikation eller en stepfunktion. Det er dermed muligt at undersøge, hvilke konsekvenser fordelingsantagelsen have. Desuden estimeres »count data« modeller for at analysere, hvorledes antallet af ledighedsforløb for et individ, og dermed i høj grad antallet af midlertidige hjemsendelser, påvirkes af dagpengeniveauet.

Opbygningen af artiklen er som følgende. I det næste afsnit præsenteres de anvendte Herefter følger i afsnit 3 en beskrivelse af de økonometriske modeller og metoder, benyttes ved estimation af modellerne, hvorefter resultaterne fremlægges i afsnit Afsnit 5 er konklusion af den foretagne undersøgelse.

---

2. Jensen (1991) har undersøgt sammenhængen mellem kompensationsgraden og ledighedsperiodens længde finder, at personer med en høj kompensationsgrad, dvs. de lavest lønnede, alt andet lige er ledige i længere tid.

2. Data

Grundlaget for den empiriske undersøgelse er data fra CLS s3s³ individbaserede longitudinale der repræsenterer 1% af den danske befolkning i alderen 16-67 år. Der er indeholdt registerbaserede informationer om demografiske variabler, uddannelses og arbejdsmarkedsvariabler og om indkomstforhold. Der indgår i denne undersøgelse forløbshistorier for personer med ledighedsforløb, svarende til 76891 observationer af ledighedsperioder, påbegyndt i perioden 1981-90. Ledighedsperiodernes er målt i uger. Da den mindste tidsenhed er en uge, antages det, at alle ledighedsforløb påbegyndes i begyndelsen af en uge og afsluttes i slutningen af en uge. En uge med mere end 50% arbejdsløse timer klassificeres som en uge med arbejdsløshed. der er påbegyndt før 1981, opfattes som om, de påbegyndes i begyndelsen 1981.

Der skelnes mellem tre årsager til, at et ledighedsforløb afsluttes, nemlig overgang til et nyt job, det forrige job eller udtræden af arbejdsstyrken. Uafsluttede forløb indgår som højrecensorerede. Ledighedsforløb, der afsluttes med tilbagevenden til det tidligere svarer til midlertidige hjemsendelsesforløb.

De medtagne forklarende variabler i denne analyse er dels en række demografiske variabler: aldersgrupper, indikator for om man er samboende, indikator for at have børn i alderen 0-6 år og for, om man er bosiddende i provinsen. Der er ligeledes inddraget der afspejler beholdningen af human capital og tidligere arbejdsmarkedshistorie. er uddannelseslængde, erhvervserfaring, erhvervserfaring kvadreici, fui, uni man nai iiiodiagcl sygedagpenge i dei pågældende år, om uei er personens første ledighedsforløb i den observerede periode, hvor mange ledighedsforløb, evt. tidligere er observeret i perioden, samt indikatorer for A-kasse tilhørsforhold, og erhvervsforhold.

I litteraturen er det ofte kompensationsgraden, der inddrages, nemlig forholdet mellem og løn. Derved pålægges der en restriktion om, at koefficienterne til variabierne lige store og med modsat fortegn. Det vælges derfor i stedet at lade logaritmen lønnen og dagpengesatsen indgå separat. Timelønnen er beregnet som den rlige delt med antallet af arbejdstimer. Antallet af arbejdstimer er beregnet udfra ATP oplysninger.

Det er valgt kun at medtage forsikrede personer, enten deltids- eller fuldtidsforsikrede, formålet med analysen er at undersøge effekter af dagpengeniveauet. Selvom personerne er registrerede som forsikrede, er det dog ikke muligt ud fra de anvendte data at se, om de også er berettiget til at modtage dagpenge på det tidspunkt, hvor de bliver ledige.⁴ Den anvendte dagpengesats i undersøgelsen er beregnet udfra lønindkomsten de gældende regler.

---

3. Center for Arbejdsmarkeds- og Sociale Analyser. Forskerparken. Århus.

4. Herved vil vi dog også komme til at beregne en dagpengesats for nogle personer, der faktisk ikke har modtaget dagpenge.

I tabel 1 er den procentvise fordeling af ledighedsforløb på afslutningsårsager skitseret.
ses, at en stor del af ledighedsforløbene, nemlig 44,6% for mænd og 57,3%
for kvinder, afsluttes med overgang til den tidligere arbejdsgiver.

Da en stor del af ledighedsperioderne skyldes midlertidige hjemsendelser, er det interessant undersøge, hvorledes antallet af påbegyndte ledighedsperioder i den observerede fordeler sig på personerne. I figur 1 ses det, at ca. 38% af mændene og ca. 35 % af kvinderne har haft 1-2 ledighedsforløb, mens 56% af mændene og 55% af kvinderne har haft 3-15 ledighedsforløb. Især kvinder har relativt mange ledighedsperioder. er således mange af de arbejdsløse, der oplever gentagne ledighedsperioder.

Et andet aspekt af disse ledighedsperioder er naturligvis deres længde. Den gennemsnitlige for ledighedsperioder, opdelt på afslutningsårsager, ses i tabel 2. Varighederne viser som forventet, at de forløb, der afsluttes med tilbagevenden til det tidligere job, er kortere end de øvrige. Ledighedsperioderne er generelt længere for kvinder end for mænd, dog bortset fra perioderne som afsluttes med tilbagevenden til det tidligere job. Tabellerne viser, specielt for overgang til gammelt og nyt job, en tendens at ledighedsforløbene er kortere midt i perioden, hvilket givetvis hænger sammen den kraftige opgangskonjunktur fra 1984 til 1986.

Afslutningsvist for denne præsentation af de benyttede data ses på, hvorledes kompensationsgraden,
forholdet mellem dagpengesatsen og lønnen, fordeler sig.

I figur 2 er fordelingen af kompensationsgraden opgjort for ledighedsperioder. Det ses, at der er stor spredning, og at en stor del af stikprøven opnår den maksimale dækning 90% af lønnen. Kompensationsgraden er gennemsnitligt 63,5% for mænd og 70,9% for kvinder. Opdelingen på kvinder og mænd viser, at andelen, der får den højest mulige kompensationsgrad, er næsten dobbelt så stor for kvinder som for mænd. Ligeledes har fordelingen en top for mænd omkring 65%, mens der for kvinder er en top i intervallet 71-75%. Dette afspejler, at kvinder, berørt af ledighed, i gennemsnit en lavere løn end mænd, der har været ledige.

3. Modeller og estimation

3.1 Varighedsmodeller

Standard søgeteori er den økonomisk-teoretiske referenceramme for analyse af varigheder, ledighed. Selvom del ikke ci en sirukiurei model, der estimeres, udgør søgeteorien grundlag for at fortolke modellen økonomisk. Sandsynlighedsfordelingen for varigheden T kan beskrives ved hazardfunktionen, h(t), der udtrykker den betingede for at forlade ledigheden på tidspunkt t, givet, at man har været ledig til tidspunkt Hazardfunktionen kan skrives som:

(1)

hvor f(t) og F(t) er henholdsvis tæthedsfunktionen og fordelingsfunktionen for T.

Den økonomiske teori giver ingen information om formen for hazardfunktionen for
at forlade ledighedstilstanden. Der tages her udgangspunkt i den proportionale hazardmodel:

(2)

Denne består af to led: tidsprofilen, \(tj, og et individspecifikt led, exp(x'fi). x angiverde
variabler. Matematisk er den proportionale hazardform meget attraktiv,da
pålægger restriktionen, at det ene led afhænger af tid og det andet led

kun af x. Det betyder, at tidsprofilen er den samme for alle individer, dvs. at hazard-ratener
for alle /.5

En meget anvendt specifikation for tidsprofilen er Weibullmodellen: \(t) = ay^at a~', hvor y > 0 og a > 0. Her tillades der varighedsafhængighed, men kun monoton afhængighed. at der er positiv varighedsafhængighed, når a> 1, og negativ varighedsafhængighed, a < 1. Positiv varighedsafhængighed svarer til, at overgangsraten for at forlade en tilstand øges over tid og omvendt for negativ varighedsafhængighed. Det ses, at eksponentialfordelingen er et specialtilfælde af Weibullfordelingen når a = 1, dvs., når der ikke er varighedsafhængighed.

En variation af den relativt ufleksible eksponentialmodel er en model, hvor tidsprofilen en stepfunktion. Ideen er at opdele tidsaksen i tidsintervaller og antage, at overgangsraterne er konstante i hvert af disse intervaller, men kan variere mellem dem. Tidsperioderne er defineret ved punkter på en kontinuert tidsakse: 0 = t₁ < r2r₂ < < r_m. Med Tm+lT_m+1 =2? fås m tidsintervaller:

(3)

Givet disse tidsperioder, vil hazardfunktionen have følgende udseende:

(4)

---

5. Hvis modellen indeholder tidsvarierende variabler, rnå det desuden antages, at forløbet for* er eksogent for varigheden. Et andet problem, der kan opstå, når der introduceres tidsvarierende forklarende variabler, er, at tidsvariation i de forklarende variabler og varighedsafhængighed ikke nødvendigvis kan identificeres hver for sig.

hvor a, en konstant koefficient gældende for den /'te periode.6 Da varigheden i datasættet
opgjort på ugebasis vil en steplængde på en uge svare til, at der ikke pålægges
restriktioner på tidsprofilen, og der fås dermed en meget fleksibel model.

Hvis man vælger at anvende en fuldparametrisk model, som f.eks. Weibullmodellen. der nødvendigvis pålægges restriktioner. Der er risiko for, at pålægning af uisse resulterer i bias i parameterestimaterne til de forklarende variabler, specielt hvis de er tidsvarierende og ligeledes på estimaterne af baseline hazard.⁷ Derfor der argumenteres for at estimere mere fleksible modeller og teste disse overfor modeller med restriktioner på den funktionelle form.

3.1.1 Parametrisk estimation af varighedsmodeller

Competing risks modellen tillader os at skelne mellem overgang til en ny arbejdsgiver en tidligere arbejdsgiver. Den samlede hazardrate i competing risks modellen er lig summen af de årsagsspecifikke hazardrater. De årsagsspecifikke hazardrater er givet

(5)

---

6. Varighederne af ledighedsforløbene er i datasættet målt som grupperede varigheder. Dys. en observeret varighed på / uger svarer til, at varigheden er mellem !-(),5 uger og /~0,5 uger, da en person kun er registreret ledig, hvis han/hun mindst har været ledig i 50% af en arbejdsuge. Dog vil forløbene opfattes som om, de er observeret på en kontinuert tidsskala, da det letter beregningerne ved estimation af modellerne.

7. Se f.eks. Meyer (1990).

hvor k=l, ,M. Forløb, der afslutter med årsag k, bidrager til log-likelihoodfunktionen f_k(t_j x_t), mens censorerede observationer bidrager med overlevelsesfunktionen, ,x_t) =1- F(t_l ?x_(V). Hvis det antages, at der ikke er krydsrestriktioner mellem parametrene i de enkelte årsagsspecifikke modeller, er estimationerne specielt simple, da log-likelihoodfunktionen bliver additiv separabel i de årsagsspecifikke parametre. Maximum likelihood estimaterne kan herefter findes ved at maksimere hvert led for sig. Vi kan definere en indikatorvariabel, d_jk, som er lig 1, hvis individ i afslutter til k og 0 ellers. Udtrykket for log-likelihoodfunktionen kan herefter opskrives som:

(6)

hvor/ = ],2....,N svarer til antallet af observationer.

Parametrene til en enkelt årsagsspecifik hazardfunktion kan således estimeres ved
at behandle alle andre afslutningsårsager som censorerede.

3.2 Count data modeller

Til undersøgelse af hvad der har betydning for, at et individ har flere ledighedsforløb, hvorfor nogle personer har flere forløb end andre, kan count data modeller anvendes ⁸ Den afhængige variabel svarer til antallet af arbejdsløshedsforløb i perioden 1981-90. Lad Y_i angive antallet af arbejdsløshedsforløb for individ /, hvor / = 1,2,.., Af. Det antages, at antallet af forløb i et givet interval er Poisson fordelt med sandsynlighedsfunktionen:

(7)

yt er den realiserede værdi af Yj og A( er det forventede antal ledighedsforløb. A,. er
parameteriseret som:

(8)

hvor xs er en vektor af eksogene variabler, og (i er vektoren af koefficienter, som skal
estimeres. I denne model er A,. både lig den betingede middelværdi og den betingede
varians af Yt, hvor der er betinget på x. Hvis denne restriktion ikke holder, vil parameterestimaterncvære

---

8. Se i øvrigt Winkelmann (1994).

terestimaterncværekonsistente, men variansen for parameterestimaterne vil være inkonsistentestimeret ^g Overspredning, dvs. det forhold at variansen overstiger middelværdien,kan som følge af uobserveret heterogenitet. Hn måde at tage højde for dette er at erstatte (8) med:

(9)

hvor 8: er et fejlled, der opfanger uobserveret heterogenitet og er ukorreleret med de forklarende variabler. Ved at antage, at s_t er gammafordelt, fører integration af tæthedsfunktionen den negative binomialfordeling. Sandsynlighedsfunktionen for den negative binomial model kan opskrives som:

(10)

hvor F(.) er standard gamma funktionen. Middelværdien og variansen er givet ved: E(Y_j) = A;, Var(Y_i) =A; + aÅ^ hvor a= \/v_t. Det antages hermed, at parameteren aer ens for alle individer, mens Å_i bestemmes individuelt. For at sikre at middelværdien er ikke-negativ, er en naturlig specifikation A, = exp(x_j'(i).

Et simpelt test for Poisson modellen overfor den negative binomial fordeling er et test for, om a er signifikant forskellig fra 0. Da Poisson modellen er et specialtilfælde i forhold til den negative binomialfordeling, er det ligeledes muligt at lave et likelihood ratio test, hvor nulhypotesen er, at Poisson modellen kan anvendes.

Da der i denne analyse kun ses på arbejdsløse personer, vil ikke-ledige ikke være med i estimationen af den negative binomial regressionsmodel. Derfor er det nødvendigt tage højde for selektionen af ledige personer, hvilket opnåes ved at opfatte ikkeledige en trunkeret gruppe. Den negative binomial model, hvor der er taget højde for trunkering, svarer til ovenstående, bortset fra, at der kun ses på værdier for antallet af ledighedsperioder større end 0. Modellerne estimeres ved brug af maximum likelihood og bidragene til log-likelihoodfunktionen kommer fra sandsynlighedsfunktionerne.

4. Estimationsresultater

4.1 Resultater for varighedsmodeller

I det følgende gennemgås estimationsresultaterne for varighedsmodellerne. Der er
estimeret competing risks modeller med overgange fra ledighed til det tidligere job og

---

9. Se Gourieux. Montfort og Trognon (1984).

til nyt job, for kvinder og mænd. Modellerne er estimeret under hhv. antagelse om, at tidsprofilen følger enten en Weibullspecifikation eller en stepfunktion. Den fleksible stepmodel sammenlignes med Weibullmodellen, og der udføres et formelt test på, hvorvidt Weibullmodellen er for restriktiv.¹⁰

Som vist i præsentationen af data er der tendens til at de gennemsnitlige varigheder svinger med konjunkturerne. For at tage højde for dette og for eventuelle sæsonsvingninger, den månedlige arbejdsløshedprocent og indikatorer, der angiver hvilken måned i året ledighedsforløbet er påbegyndt. Variabierne i estimationerne tillades variere i løbet af varigheden. Arbejdsløshedsprocenten varierer månedligt, mens de øvrige på grund af databasens konstruktion kun kan variere ved årsskift.

Vi har valgt specielt at fokusere på resultaterne for dagpenge og timeløn, da det hovedsagligt
formålet at se på effekter af dagpengeniveauet. De andre resultater vil
derfor ikke blive kommenteret nærmere.

Dagpengevariablen forventes generelt at forøge længden af arbejdsløshed, da en højere dagpengesats formodes at mindske søgeintensiteten. Der fåes ikke så stort et økonomisk tab ved at være ledig og fritid bliver derved relativt billigere. Samtidig vil en høj dagpengesats øge reservationslønnen i søgeprocessen således, at der vil accepteres jobs. Da dagpengesatsen ikke varierer med længden af ledighedsforløbet, tilskyndes de ledige ikke til at få et job. Det forventes, at den løn, der tilbydes, med tiden falde, da personerne bliver mindre attraktive, bl.a. som følge af, at personens human capital falder. Det kan således forventes, at det med tiden bliver sværere og sværere at forlade ledighedstilstanden. Omvendt kan ønsket om at få et job bevirke, at personen bliver mindre selektiv med længden af arbejdsløshed således, at niveauet af dagpengene får mindre betydning.''

I tabellerne 3 og 4 ses resultaterne for de estimerede modeller. Hvis man indledningsvistsammenligner
afslutningsårsagerne imellem, ses det, at der er
visse variabler, f.eks. sygemarkering, tilstedeværelsen af små børn og bopæl i provinsen.som

---

10. Vi har endvidere estimeret en semiparametrisk model ved hjælp af Cox' partielle likelihood. Resultaterne dog ikke medtaget, da de estimerede koefficienter stort set er lig koefficienterne fra stepmodellerne. Vi har valgt at se på stepmodellerne, da det derved er muligt at tegne tidsprofilen for varighedsafhængighed.

11. 1 andre undersøgelser fåes lidt forskellige resultater af effekter af dagpengeniveauet på længden af ledighedsforløb. & Stewart (1993) finder, at dagpenge har en negativ effekt på hazardraten, men at effekten mindskes over tid. Han & Hausman (1990) finder en negativ effekt af at modtage dagpenge, men ser ikke på niveauet af dagpenge. Inddragelse af interaktionsled for dem, der modtager dagpenge, på de tidspunkter, dagpengene er ved at udløbe, resulterer i positive effekter. Katz og Meyer (1988) finder ligeledes, dagpenge har en negativ effekt på hazardraten, og at der er en tydelig effekt på overgangssandsynligheden slutningen af den periode, hvor der kan modtages dagpenge. I en svensk undersøgelse af Carling o.a. (1994) finder de, at risikoen for ikke længere at kunne modtage dagpenge giver positive effekter på hazardraten for afslutning til både arbejdsmarkedsprogrammer og til job. Undersøgelserne bygger dog alle på udenlandske data, hvor dagpengesystemerne er forskelligt fra det danske, både mht. længden og niveauet

sen.somhar forskelligt fortegn i modellerne for kvinder afhængigt af, om der afsluttes til den tidligere arbejdsgiver eller nyt job. Ligeledes ses det, at varighedsafhængighedeni divergerer, idet der er positiv varighedsafhængighed for afslutningtil job og negativ varighedsafhængighed for afslutning til det tidligere job. E:t formelt test af en single risk model overfor competing risks modellen viser da også, at en opdeling på afslutningsårsager er passende.

Generelt er storrelserne på de estimerede koefficienter i Weibull og stepmodellerne meget ens specifikationerne imellem. Fortegnene ændrer sig ikke modellerne imellem og kun i få tilfælde ændres der på signifikansen af koefficienterne. For overgangen til det tidligere job er koefficienterne i Weibullmodellerne dog numerisk større, for både mænd og kvinder.

Der er entydige effekter af dagpengesatsen i alle modeller, da koefficienten er signifikant Dvs. et højere dagpengeniveau bevirker en øget sandsynlighed for længere Hvor meget den enkelte har modtaget i løn, har betydning for niveauet dagpenge. Dagpengesatsen vil stige med lønnen, indtil den maksimale dagpengesats For kvinder med afslutning til et nyt job og for mænd med tilbagevenden det tidligere job, er der negative effekter af lønnen. En lønstigning vil derfor udover påvirke hazardfunktionen negativt også have en yderligere negativ effekt via dagpengesatsen for de lavest lønnede. For en person, der har nået dagpengeloftet, vil der således kun være en negativ effekt af en lønstigning via lønvariablen.

Der er ingen signifikante effekter af lønnen for kvinder, der vender tilbage til det tidligere job, men positive effekter for mænd, der finder et nyt job. Den positive effekt kan forklares ved, at personer med en relativ høj løn vil have en lav kompensationsgrad, dagpengesatsen vil ikke stige ved en lønstigning. Disse personer kunne forventes være mere søgeaktive, hvorved der kan opstå en postiv effekt af lønnen.

Som nævnt er alle modellerne estimeret med lønnen og dagpengesatsen inddraget som to separate variabler, fremfor at anvende kompensationsgraden. Koefficienterne er numerisk forskellige i alle modellerne og koefficienterne har i de fleste modeller samme fortegn. Dette bekræfter, at der pålægges uholdbare restriktioner ved i stedet at medtage kompensationsgraden.

4.1.1 Grafisk præsentation af hazard modellerne

For at få et indtryk af tidsprofilerne i modellerne, hvor baseline hazard følger en
stepfunktion, er det nyttigt at tegne hazardfunktionerne. Dette er gjort i figurerne 3-6,
hvor Weibull modellerne ligeledes er indtegnet.12 Mens de estimerede effekter af de

---

12. For at tegne hazardfunktionerne er der sammensat en standardperson: Standardperson for kvinder har folgende karakteristika: er mellem 25 og 39 ar. samboende uden sma born, bor i provinsen, har 10 ars uddannelse H ars erfaring. Timelønnen og dagpengesatsen er hhv. 91.30 kr. og 5 1.70. Hun har tidligere haft Note 12 fortsat: S lcdighcdsforløb, er i offentligt erhverv som ufaglært, i øvrige A-kasser. Standardpersonen for mænd har følgende karakteristika: er mellem 25 og 39 år. samboende uden små børn, bor i provinsen, har 10 års uddannelse 10 års erfaring. Timelønnen og dagpengesatsen er på hhv. 102,70 kr. og 51,20 kr. Han har tidligere 6 ledighedsforløb, er i bygge- og anlægserhverv, som ufaglært, i SID. De valgte værdier er gennemsnitsværdier de kontinuerte variabler. For de diskrete variabler er værdierne valgt saledes, at sammensætningen realistisk.

forklarende variabler generelt er nogenlunde ens i Weibull og stepfunktion specifika
tionerne, er de estimerede tidsprofiler mere forskellige.

I modellerne for afslutning til det tidligere job ses det, at stepmodellerne udviser negativ varighedsafhængighed, svarende til Weibullmodellerne. Det er som forventet, da det formodes, at jo længere tid en person har været væk fra sit job, des mindre sandsynlighedvil på et givet tidspunkt, være for, at han/hun vender tilbage. Det hængerbla.

---

12. For at tegne hazardfunktionerne er der sammensat en standardperson: Standardperson for kvinder har folgende karakteristika: er mellem 25 og 39 ar. samboende uden sma born, bor i provinsen, har 10 ars uddannelse H ars erfaring. Timelønnen og dagpengesatsen er hhv. 91.30 kr. og 5 1.70. Hun har tidligere haft Note 12 fortsat: S lcdighcdsforløb, er i offentligt erhverv som ufaglært, i øvrige A-kasser. Standardpersonen for mænd har følgende karakteristika: er mellem 25 og 39 år. samboende uden små børn, bor i provinsen, har 10 års uddannelse 10 års erfaring. Timelønnen og dagpengesatsen er på hhv. 102,70 kr. og 51,20 kr. Han har tidligere 6 ledighedsforløb, er i bygge- og anlægserhverv, som ufaglært, i SID. De valgte værdier er gennemsnitsværdier de kontinuerte variabler. For de diskrete variabler er værdierne valgt saledes, at sammensætningen realistisk.

gerbla.sammen med at personen over tid bliver mindre attraktiv og, at human capital
falder med varigheden af ledighedsperioden.

Hazardraterne for stepmodellerne ligger i begyndelsen af varigheden på et noget højere niveau og senere i forløbet på et lavere niveau, i forhold til hazardraterne for Weibullmodellerne. Weibullmodellerne fanger ikke den kraftige varighedsafhængighed de fire første uger, men fanger bevægelserne meget godt på langt sigt.

I modellerne for afslutning til nyt job ses det ligeledes, at Weibullmodellen ikke er i stand til at opfange bevægelserne i stepfunktionerne pga. de pålagte monotonitet antagelser. for stepfunktionen for kvinder er faldende i de første uger, derefter men meget konstante indtil ca. uge 44, hvorefter den stiger kraftigt indtil års varighed. For mændene er der det meste af forløbet en stigende tendens, dog mest efter ca. uge 35 indtil omkring et års varighed. Stigningen omkring et års varighed sandsynligvis, at det i en del af den undersøgte periode blev tilstræbt at give efter 12 måneders ledighed. Der vil således være en direkte effekt af, at personer modtager jobtilbud, men også en indirekte effekt som følge af, at den ledige selv søger mere effektivt ud af ledigheden.¹³

Det er undersøgt, om effekten af dagpengeniveauet ændrer sig i løbet af ledighedsforløbet ^l4 Det formodes, at dagpengeydelsen får relativt mere værdi med længden af ledighedsforløbet, da reservationslønnen forventes at falde, som følge af at personen over tid bliver mindre attraktiv, og da personens human capital falder. Hvis dagpengeydelsen mere betydning med varigheden af ledighedsforløbet, vil incitamentet til at søge ud af ledighed falde. Et middel mod dette vil være at sænke dagpengesatsen løbende varigheden af ledighedsforløbet. Omvendt kan ønsket om at få et job bevirke, personen bliver mindre selektiv med tiden, således at dagpengeniveauet får mindre

Modellerne er estimeret, hvor effekten af dagpengene tillades at variere for hvert kvartal. Formelt er det testet, om der er signifikant forskel på stepmodellerne, hvor effekten dagpengesatsen ikke tillades at variere, og hvor det tillades. Det kan ikke forkastes, koefficienterne er ens. Ud fra dette konkluderes det, at betydningen af at modtage dagpenge ikke ændrer sig med længden af ledighedsforløb.

4.2 Resultater for count data modeller

1 det følgende ses der på de estimerede count data modeller. Disse modeller skal

---

13. Formelt er det testet, om Weibull modellen er for restriktiv. Vi har anvendt et »minimum distance« test inspireret af Narendranathan og Stewart (1993). Tidsprofilen for Weibullmodellen sammenlignes med stepmodellen. både kvinder og mænd forkastes det kraftigt, at tidsprofilerne er ens for de to specifikationer.

14. Ideen stammer fra Narendranathan & Stewart (1993). der ligeledes undersøger effekter af niveauet af dagpenge på længden af ledighedsforløb. De finder, at effekten af at modtage dagpenge mindskes over tid, da koefficienterne over tid bliver mindre negative.

forsøge at forklare antallet af individernes ledighedsforløb for perioden 1981-1990. I modellerne, der estimeres både for kvinder og mænd, er anvendt forklarende variabler fra 1980 for at undgå eventuelle endogenitetsproblemer.¹⁵ Der er i data et selektionsproblem,da kun ses på personer, der har haft ledighedsforløb i den observerede periode. Der indgår således ikke observationer for ikke-ledige personer. Der tages højdefor ved at opfatte ikke-ledige som en trunkeret gruppe.

Der kan være flere forklaringer på, at en person har mange ledighedsperioder. En årsag kan være, at personen har en implicit kontrakt, hvori der indgår midlertidige hjemsendelser, og dermed har mange ledighedsperioder, der afsluttes med tilbagevenden det tidligere job. En anden årsag er, at personen ikke er stabil eller kvalificeret arbejdskraft, og derfor har mange ledighedsforløb, der afsluttes med, at personen finder nyt job. Ofte vil sådanne personer også have længere ledighedsperioder, da deres arbejdsmarkedshistorie signalerer, at de er mindre god arbejdskraft.

Det forventes til dels, at et højt dagpengeniveau vil tilskynde virksomhederne til at benytte midlertidige hjemsendelser, således at personer får flere ledighedsforløb. Omvendt vi i varighedsanalysen, at en højere dagpengesats gav længere ledighedsperioder for de midlertidigt hjemsendte. Man kan derfor argumentere for, at det ikke giver flere, men derimod længere ledighedsforløb.

Personer, der hjemsendes midlertidigt, må acceptere en lavere indkomst i ledighedsperioderne. kan derfor være nødvendigt for virksomhederne at kompensere dem i de perioder, hvor de arbejder. Derved kan der opstå en positiv sammenhæng mellem lønniveau og antallet af ledighedsperioder. Hvis man derimod ikke er berørt af midlertidige hjemsendelser og har en relativ høj løn, er man eventuelt mindre udsat for at blive fyret, hvilket fører til en negativ sammenhæng.

Modellerne, der præsenteres her, er alle negative binomial modeller, da både test af
parameteren a og likelihood ratio test, forkaster nulhypotesen om Poisson modellen.

Resultaterne for modellerne for kvinder og mænd stemmer rimeligt overens, da mange af koefficienterne har de samme fortegn. Dog er der betydelig flere signifikanteeffekter mænd end for kvinder. Et højt dagpengeniveau bevirker relativt færre ledighedsforløbfor køn. En sammenligning af dette resultat med resultaterne fra

---

15. Vi har undersøgt om de forklarende variabler fra 1980 er tilstrækkelig gode til at forklare antallet af ledighedsforløb hele tiårsperioden ved at opdele stikprøven i to delperioder, henholdsvis 1981-85 og 1986-90. Antallet af ledighedsperioder i de to perioder er estimeret separat, men stadig med forklarende variabler 1980. Ud fra dette fåes et billede af, hvor godt variabierne kan forklare antallet af ledighedsforløb i den sidste periode. Det er dog ikke muligt at sammenligne de to delperioder direkte med den samlede periode, ikke alle ledige personer, er ledige i begge delperioder. Vi har konstrueret en modificeret udgave af en generaliseret Pearson x²-teststørre!se, der ser på forskellen mellem prædiktion og faktisk antal ledighedsperioder, for prædiktionens størrelse og antallet af frihedsgrader. Der er ingen tydelige tegn på, at modellerne ændres efter hvilken delperiode, der ses på. Vi vælger derfor kun at se på resultaterne for den samlede periode.

varighedsanalysen viser, at en stigning i dagpengeniveauet skaber længere, men færre
ledighedsforløb.

Ifølge tabel 5 påvirker lønnen antallet af ledighedsforløb positivt, for både kvinder og mænd. For de bedre lønnede vil en lønstigning ikke påvirke niveauet af dagpengesatsen, den fastsatte maksimumsgrænse for dagpenge. Der er altså en entydig positiv mellem lønnen og antallet af ledighedsperioder. Dette resultat afspejler, folk med mange midlertidige hjemsendelser kompenseres med en højere løn.¹⁶

For de lavest lønnede, dvs. dem med høj kompensationsgrad, vil der ved en lønstigning en modstridende effekt via dagpengesatsen. Dvs. lønniveauet øger sandsynligheden flere ledighedsforløb, hvor dagpengeniveauet mindsker sandsynligheden. Nettoeffekten kan derfor være både negativ og positiv for lavtlønnede.

5. Konklusion

Der er dels estimeret varighedsmodeller for ledighedsforløb, der afsluttes til beskæftigelse dels count data modeller for at undersøge, hvilke faktorer der påvirker antallet af ledighedsperioder for et individ. Hovedformålet har været at undersøge effekter dagpengeniveauet på omfanget af arbejdsløshed.

Varighedsmodellerne er estimeret under forskellige fordelingsantagelser, og det konstateres, at antagelsen om en Weibullfordelt tidsprofil er for restriktiv for alle modellerne. grafiske præsentation viste da også, at monotonitetsantagelsen for Weibull ikke stemmer overens med profilen for de mere fleksible modeller.

Resultaterne for varighedsmodellerne viser entydige effekter af dagpengesatsen. En stigning i dagpengeniveauet bevirker, at ledighedsperioderne bliver længere for både der afsluttes til et nyt job og for midlertidige hjemsendelser. Da dagpengesatsens størrelse er afhængig af personens tidligere lønniveau, vil en lønstigning de lavest lønnede også medføre en stigning i dagpengesatsen. For kvinder, der forlader ledighed med at finde et nyt job og for mænd, der vender tilbage til den tidligere er der negative effekter af lønnen på hazardraten. En lønstigning vil derfor, for de lavest lønnede, have en yderligere negativ effekt på hazardraten via dagpengesatsen.

Resultaterne for de negative binomialmodeller viser, at et højere dagpengeniveau bevirker færre ledighedsperioder. Dagpengesatsens størrelse er tilsyneladende ikke med til at øge omfanget af midlertidige hjemsendelser. Sammenholdes resultaterne fra de to analyser fås, at en stigning i dagpengeniveauet giver længere, men færre ledighedsforløb.

---

16. Se evt. Jensen & Westergård-Nielsen (1990), der finder en positiv sammenhæng mellem lønnen og sandsynligheden for midlertidig hjemsendelse.

Litteratur

Carling, K... Edin, P., Harkman, A. og B. Holmlund. 1994. Unemployment duration, unemployment benefits, and labor market programs in Sweden. Working Paper 1994: 12, Department of Economics, Uppsala Sweden.

Finansministeriet 1995. Finansredegorelse
95. København.

Gourieroux, C, Montfort, C. og A. Trognon.
1984. Pseudo maximum likelihood methods:
Eeonometriea. 52: 681-700.

Han, A. og J.A. Hausman. 1990. Flexible parametric of duration and competing models. Journal of Applied Econometrics 5:1 -28.

Jensen, P. 1991. Empirical studies of individual
market behaviour. Licentiatafhandling,
Aarhus Universitet.

Jensen, P. og N. Westergård-Nielsen. 1990.

Temporary layoffs. I J. Hårtog. G. Ridder,
og J. Theeuwes. red.. Panel Data and Labor
Studies. Amsterdam.

Katz, L.F. og B.D. Meyer. 1988. The impact of the potential duration of unemployment benefits on the duration of unemployment. NBER Working Paper, No. 2741.

Meyer. B.D. 1990. Unemployment insurance
and unemployment spells, Eeonometriea:
vol 58: 757-782.

Narendranathan, W. og M.B. Stewart. 1993. Modelling the probability of leaving unemployment: competing risks models with flexible base-line hazards. Journal of the Royal Statstieal Society, Series C: Applied 42: 63-83.

Winkelmann, R. 1994. Count Data Models.
Econometric Theory and an Application to
Labor Mobility. Berlin.