1. Uplatnění absolventů na trhu práce

Transkript

1 Uplatnění absolventů na trhu práce v ČR: obecné vs. specifické vzdělání D.Münich 1. Uplatnění absolventů na trhu práce Dovednosti získané vzděláním jsou určující pro uplatnění na trhu práce. Nízká úroveň produktivity, buď jako důsledek nedostatečných dovedností nebo dovedností na trhu práce neuplatnitelných, je hlavní příčinou neaktivity 1 nebo dlouhodobé nezaměstnanosti. Tržní cenou produktivity lidského kapitálu je mzda. O uplatnění vzdělání na trhu práce dobře vypovídají standardní statistické ukazatele jako jsou míra participace na trhu práce, míra zaměstnanosti, míra nezaměstnanosti 2 a mzdy. V této sekci uvádíme základní kvantitativní přehled těchto indikátorů v přímém vztahu k úrovni dosaženého vzdělání pro Českou republiku. Tento přehled je doplněn o ekonomické interpretace, bez nichž řada pozorovaných rozdílů může svádět k chybným závěrům Participace, zaměstnanost a nezaměstnanost Postavení různých věkových skupin na trhu práce se liší jak v důsledku přirozené akumulace praktických profesních dovedností během pracovní kariéry (více v části o struktuře mezd), tak v důsledku historického vývoje vzdělávacího systému v posledních desetiletích, kdy získaly vzdělání současné generace středního a staršího věku. Protože nás zde zajímá především role současného vzdělávacího systému a jeho poměrně nedávných absolventů, soustřeďujeme pozornost na mladší skupiny populace a let věku. Tyto skupiny totiž dokončily formální studium v poměrně nedávné době a přitom již prošly prvotním a velice specifickým obdobím hledání prvního zaměstnání. Středoškolsky vzdělaná populace ve věku let má již zpravidla několik let praxe na trhu práce. Pro srovnání s ní uvádíme obdobné ukazatele pro terciálně vzdělanou populaci ve věku let. 3 Uvádíme údaje pro tři základní vzdělanostní skupiny: střední vzdělání bez maturity (SV), střední vzdělání s maturitou (ÚSV) a terciální vzdělání (TV). Populaci s ÚSV dále nedělíme na populaci s gymnaziálním a odborným vzděláním, protože většina absolventů gymnázií dosahuje vysokoškolského vzdělání a ve Výběrovém šetření pracovních sil není v daných věkových skupinách dostatek pozorování pro získání věrohodných ukazatelů. Nezabýváme se zde poměrně malou a velice specifickou populací, která nedokončila střední nebo dokonce ani základní vzdělání. Do skupiny terciálního vzdělání zahrnujeme absolventy bakalářského, magisterského a doktorského studia. Spíše jako doplňkovou informaci uvádíme ukazatele za celou populaci v produktivním věku 15+. Uváděné údaje jsou napočtené z Výběrového šetření pracovních sil za 4. čtvrtletí roku Míra participace je definována jako podíl pracovní síly na odpovídající populaci, míra zaměstnanosti je podíl zaměstnaných na příslušné populaci a míra nezaměstnanosti je podíl zaměstnaných na pracovní síle příslušné populace, kde pracovní síla je součet zaměstnaných a nezaměstnaných. V našem případě počítáme takzvané specifické míry pro specifické věkové skupiny populace. Pro lepší vypovídací schopnost a naše účely však bylo třeba standardní definici poměrných ukazatelů poněkud upravit. Tu část populace, která jeden vzdělanostní stupeň dokončila a pokračuje na dalším stupni vzdělání, do jmenovatelů poměrných ukazatelů nezahrnujeme. Stejně tak nezahrnujeme ani studenty vysokých škol, kteří studují delší než standardní dobu, protože pravděpodobně dříve přešli na jinou vysokou školu buď před nebo 1 Neaktivita je situace, kdy člověk nejen nepracuje, ale ani pracovní místo nehledá. 2 Míra participace je definována jako podíl pracovní síly na odpovídající populaci, míra zaměstnanosti je podíl zaměstnaných na příslušné populaci a míra nezaměstnanosti je podíl zaměstnaných na pracovní síle příslušné populace, kde pracovní síla je prostý součet zaměstnaných a nezaměstnaných. 3 Věková skupina by nebyla pro srovnání vhodná, protože v tomto věku dokončuje terciální vzdělání jen malá část populačního ročníku.

2 po dokončení vysoké školy předchozí. Participační chování žen je výrazně ovlivněno mateřstvím, které je přirozeně ve věkové skupině let velice časté. Abychom omezili vliv tohoto více méně neekonomického jevu na naše ukazatele, do výpočtu ukazatelů vůbec nezahrnujeme ženy, které jsou na mateřské či rodičovské dovolené. Základní přehled poměrných ukazatelů trhu práce je uveden v Tabulce 1. Tabulka 1: Věkově specifické míry participace, zaměstnanosti a nezaměstnanosti podle pohlaví a nejvyššího dosaženého vzdělání (4.čtvrtletí 2004) Nejvyšší dosažené vzdělání Bez maturity S maturitou Terciární Muži let Míra participace (%) 97,2% 97,4% 100% Míra zaměstnanosti (%) 80,0% 82,3% 89% Míra nezaměstnanosti (%) 17,7% 15,5% 11% Ženy let* Míra participace (%) 83,2% 92,7% 95% Míra zaměstnanosti (%) 66,7% 80,6% 79% Míra nezaměstnanosti (%) 19,9% 13,1% 17% Muži let Míra participace (%) 97,3% 98,2% 99,7% Míra zaměstnanosti (%) 90,6% 95,2% 97,7% Míra nezaměstnanosti (%) 6,9% 3,1% 2,0% Ženy let** Míra participace (%) 77% 89% 95% Míra zaměstnanosti (%) 62% 83% 94% Míra nezaměstnanosti (%) 20% 7% 1% Muži let Míra participace (%) 90% 94% 98% Míra zaměstnanosti (%) 84% 92% 94% Ženy let Míra participace (%) 85% 92% 93% Míra zaměstnanosti (%) 78% 87% 92% Muži let Míra participace (%) 80% 86% 97% Míra zaměstnanosti (%) 75% 83% 95% Ženy let Míra participace (%) 40% 56% 76% Míra zaměstnanosti (%) 36% 54% 75% Muži let Míra participace (%) 24% 38% 60% Míra zaměstnanosti (%) 23% 36% 60% Ženy let Míra participace (%) 10% 16% 32% Míra zaměstnanosti (%) 8% 16% 31% Zdroj: Vlastní výpočty z Výběrové šetření pracovních sil, 4. čtvrtletí Poznámka: V populaci, která uvádí nejvyšší dosažené vzdělání s maturitou, neuvažujeme studenty pokračující ve studiu na vysoké škole. Poznámka: Míry pro populaci s vysokoškolským vzděláním nejsou, vzhledem k malému počtu absolventů vysokých škol ve věkové kategorii let, reprezentativní. * 6 procent žen ve skupině let které, jsou na mateřské či rodičovské dovolené není zahrnuto. ** 24 procent žen ve skupině let, které jsou na mateřské či rodičovské dovolené není zahrnuto. 2

3 Participace Rozdíly v míře participace mužů podle úrovně formálního dosaženého vzděláním jsou minimální. Naopak výrazné rozdíly spojené s úrovní vzdělání jsou patrné u žen. Rozdíl mezi skupinou žen se SV a ÚSV je celých 10 procentních bodů a mezi skupinou ÚSV a s TV je dalších 5 6 procentních bodů. V agregátním součtu, vzhledem k téměř 40 procentnímu zastoupení žen ve skupině absolventek se SV, se jedná o velkou část populace neúčastné na trhu práce. Na druhé straně je třeba vzít v úvahu skutečnost, že v mezinárodním srovnání (např. OECD 2005) zůstává míra participace žen v ČR poměrně vysoká. Při interpretaci uvedených participačních rozdílů je třeba brát v úvahu skutečnost, že skupina s ÚSV nezahrnuje všechny absolventy s ÚSV, ale pouze tu část mladých, která dále nepokračovala ve studiu na terciální úrovni. U této chybějící skupiny lze předpokládat, že by na trhu práce měla s ÚSV minimálně stejně vysokou míru participace jako skupina s ÚSV, která na terciální úrovni nepokračovala. Obecné schopnosti mladých s ÚSV, bez ohledu na přínos střední školy, jsou v průměru vyšší než u mladých se SV. Tento efekt naopak přispívá k větším pozorovaným participačním rozdílům, než by odpovídalo kauzálnímu dopadu úrovně vzdělání. Kauzální dopad vzdělání na prezentované rozdíly v mírách participace a dále i v mírách zaměstnanosti a nezaměstnanosti je tedy třeba interpretovat opatrně. Promítá se zde také skutečnost, že ÚSV dosahuje výrazně větší podíl dívek něž chlapců. Je to dáno jednak tím, že výrazně větší procento chlapců jde na obory poskytující učňovské vzdělání bez maturity. V důsledku této selektivity relativně menší skupina chlapců absolvující ÚSV je v průměru nadanější než dívky dosahující ÚSV. Poměrně velký rozdíl v participaci na trhu práce mezi muži a ženami je zřejmě dán také rozdílným zavedeným rozdělením rolí v mateřství. To se následně promítá i do pracovní kariéry žen, a to jak v obdobím před mateřstvím, tak po něm. Nelze však také vyloučit, že významnou roli hrají rozdíly ve vhodnosti vzdělání, které získávají muži a ženy. Zaměstnanost Rozdíl v míře zaměstnanosti mezi skupinou SV a ÚSV je u nejmladší skupiny mužů pouhých 2,4 procentních bodů, ale u starší skupiny již téměř 5 procentních bodů. Míra zaměstnanosti ještě dále roste u terciálně vzdělaných mužů. U žen se úroveň nejvyššího formálně dosaženého vzdělání do míry zaměstnanosti promítá mnohem výrazněji. Zatímco míra zaměstnanosti mladých žen se pohybuje okolo 60 procent, u žen s ÚSV je to více než 80 procent (rozdíl téměř 20 procent!) a terciální vzdělání zvyšuje zaměstnanost o dalších více než 10 procentních bodů, takže míra zaměstnanosti terciálně vzdělaných žen téměř dosahuje míry u mužů. Nezaměstnanost Průměrná míra nezaměstnanosti mladých ve věku let je výrazně vyšší než celková míra nezaměstnanosti v národním hospodářství, která se ve sledovaném období pohybovala kolem 8 procent. Vzdělanostní rozdíly v míře nezaměstnanosti u mladých mužů let nejsou výrazné (17,7 a 15,5 procent u SV a ÚSV). Výrazný rozdíl je však patrný v míře nezaměstnanosti mladých žen, kde činí téměř 7 procentních bodů (19,9 vs. 13,1). Míra nezaměstnanosti však prudce klesá s rostoucí praxí (věk) na trhu práce pod průměrnou míru nezaměstnanosti v národním hospodářství. Výjimkou jsou ženy se SV, kde nezaměstnanost zůstává na velmi vysoké úrovni 20 procent. Zde se zřejmě nejvíce projevuje období mateřství a následně problematické období hledání dostatečně flexibilního zaměstnání a problém 3

4 obnovení a zvýšení minimálních dovedností dalším vzděláváním. Naopak terciální vzdělání je u žen spojeno s extrémně nízkou mírou nezaměstnanosti (1 procento). Nadprůměrná míra nezaměstnanosti mezi mladými v ČR není v mezinárodním srovnání ničím výjimečným. Mladí vykazují výrazně vyšší přirozenou míru nezaměstnanosti z řady standardních ekonomických důvodů. K přirozené míře nezaměstnanosti přispívá vyšší frekvence změn zaměstnání, jejichž příčinou ovšem není nedostatečná poptávka po práci. Příčinou je především větší intenzita hledání vhodného pracovního uplatnění a s ním související praktické ujasňování vlastních dovednostních a profesních komparativních výhod. Pro mladého člověka je výhodnější projít několik zaměstnání, protože se tak zvyšuje pravděpodobnost nalezení vhodného zaměstnání s vyšší produktivitou. Případné náklady spojené s přechodnou nezaměstnaností jsou často nižší než zvýšení výdělků v budoucnosti. Svou roli v nezaměstnanosti mladých také hraje nízký podíl odborně či firemně specifického lidského kapitálu mladých, takže firmy v případě nutnosti propouštění přirozeně preferují mladší pracovníky, do nichž ještě nebylo investováno. Mladí mají také menší averzi k riziku vzhledem k menším rodinným a dalším závazkům a vzhledem k často pokračujícímu zázemí ze strany rodičů. Interpretovat rozdíly v míře nezaměstnanosti podle dosažené úrovně formálního vzdělání jako kauzální dopad vzdělání je třeba velice opatrně. Je třeba mít na paměti selektivitu, která může čistý kauzální dopad úrovně formálního vzdělání na míru nezaměstnanosti zkreslovat. S fenoménem nezaměstnanosti úzce souvisí fenomén teritoriální mobility pracovní síly. Jak uvádí NÚOV (2005), měřeno podílem absolventů dojíždějících do zaměstnaní mimo kraj bydliště, je tento typ mobility na velice nízké úrovni, klesá poměrně rychle s věkem a naopak roste s rostoucím vzděláním. Podíl absolventů ochotných vyjíždět za prací přes hranice kraje bydliště je pouhá 3,8 procenta u SV, 5,2 procenta u ÚSV a 8 procent u TV. Podíl absolventů ÚSV z gymnázií je 6 procent, zatímco u absolventů ÚSV odborného charakteru pouze 5,1 procenta. Celoživotní efekty Výše dosaženého formálního vzdělání je určujícím faktorem úspěšnosti na trhu práce i u starší populace. Je patrné, že míra participace na trhu práce mužů po dosažení 50 let věku klesá. Pokles je ale největší u skupiny se SV, menší u skupiny s ÚSV a minimální u skupiny terciálně vzdělané. Po 60 roce věku na trhu práce participuje pouze 25 procent mužů se SV. Participace mužů s ÚSV je 38 procent a terciálně vzdělaných mužů dokonce 60 procent. To jsou velice výrazné rozdíly. Obdobně vzdělanostně rozdílné poklesy v mírách participace s věkem jsou u žen, kde ovšem trend poklesu začíná věkově dříve. Jde především o důsledek nižšího průměrného statutárního věku odchodu do penze žen podle počtu dětí. Zde je vhodné zmínit, že dosavadní politika zaměstnanosti a zdanění spíše starší lidi z trhu práce vytlačovala a efekt se nejsilněji projevoval u nízkovzdělané populace. Neuvádíme míru nezaměstnanosti, která není pro skupinu starší populace dobrým ukazatelem. Další úvahy Námi uvažovaná věková skupina let je o něco starší, než by odpovídalo formálně definované skupině absolventů, pro kterou pravidelně publikuje údaje o nezaměstnanosti 4

5 NÚOV. NÚOV (2005) pracuje s termínem míra nezaměstnanosti čerstvých absolventů. 4 Pro rok 2005 NÚOV uvádí míru nezaměstnanosti čerstvých absolventů se SV (bez maturity) 17,9 procent a pro skupinu s ÚSV 12,2 procent (SOŠ s maturitou) a 4,8 procent u G. U vysokoškolských absolventů 5,5 procent. V podrobnějším dělení je pozoruhodná míra nezaměstnanosti 29 procent u absolventů s nižším středním odborným vzděláním (bez výučního listu), ale podíl této skupiny na celkové populaci je poměrně malý. Sociálně nebezpečnější a ekonomicky nákladnější je dlouhodobá nezaměstnanost. Podle NÚOV (2006) se podíl dlouhodobě nezaměstnaných absolventů 5 programů SV pohybuje v rozsahu procent zatímco u absolventů s ÚSV v rozsahu procent (nižší procento platí pro absolventy gymnázií. S dalším vzděláním tento podíl ještě dále výrazně klesá. Je třeba upozornit na velký podíl skupiny se SV na celkové skupině absolventů (cca 40 procent), která vykazuje vysokou míru nezaměstnanosti. Při vysoké míře nezaměstnanosti této skupiny jde z národohospodářského hlediska o rozsáhlý pasivní a nevyužitý lidský kapitál. Domníváme se, že údaje o nezaměstnanosti z VŠPS jsou u mladých mnohem věrohodnějším ukazatelem jejich uplatnění na trhu práce, než jsou údaje o registrované nezaměstnanosti. Mezi obecnou mírou nezaměstnanosti z VŠPS a registrovanou mírou jsou jisté rozdíly (cca 1 procentní bod) a jde zřejmě o důsledek toho, že někteří registrovaní nezaměstnaní jsou ve skutečnosti neoficiálně výdělečně činí. A právě tento jev je dle našeho soudu mnohem častější u mladších věkových skupin a především u nízkovzdělaných často zaměstnaných v pomocných dělnických profesích, kde je výplata na ruku snadnější a častým jevem. Otázka participace je velice relevantní pro Českou republiku, která bude v horizontu nadcházejících desetiletích řešit velice zásadní problém financování penzí. Stojí za připomenutí, že Česká republika má v rámci celé Evropy jednu z nejméně příznivějších demografických struktur a problém stárnutí populace bude v České republice velice zásadní a určující pro celou národohospodářskou politiku. Země má již dnes velmi vysoké implicitní budoucí závazky vůči budoucím penzistům. Řešení tohoto problému může výrazně usnadnit výrazné prodloužení účasti jednotlivců na trhu práce při udržení jejich produktivity práce. Ačkoliv na základě situace populace narozené v letech 40. a 50. a formálně vzdělávané v letech nelze dělat silné závěry o tom, jaká bude situace současných absolventů škol za několik desítek let, jde o jeden z mnoha existujících dokladů, že úroveň formálního vzdělání je významným faktorem délky aktivní a produktivní účasti jednotlivců na trhu práce. Skutečnost, že v dalších desetiletích se bude role vzdělání na trhu práce stávat stále významnějším faktorem úspěchu, dokládá minimálně vývoj v těch zemích OECD, kde se technologický pokrok začal významně promítat již v 80. a 90. letech. Námi uvedená základní zjištění o souvislostech mezi formální úrovní vzdělání a participací a nezaměstnaností na trhu práce pro současnou Českou republiku jsou v souladu s tím, co lze pozorovat v zemích OECD (2005). Je však třeba zdůraznit, že pozorované rozdíly jak napříč zeměmi, tak v čase je třeba interpretovat velice opatrně, neboť do statistik se promítá řada specifický jevů, které s kauzální spojitostí mezi úrovní vzdělání a zaměstnaností přímo nesouvisejí. 4 Terminologie NÚOV: vyučení jsou absolventi učebních oborů SOU, OU a U tříletých a dvouletých, SO jsou absolventi nematuritních studijních oborů SOŠ a SOŠ jsou absolventi SOŠ s maturitou. NÚOV (2005) počítá míru nezaměstnanosti čerstvých absolventů v dubnu 2005 jako počet nezaměstnaných čerstvých absolventů v dubnu 2005 k počtu absolventů v roce Podíl dlouhodobě nezaměstnaných absolventů je definován jako podíl absolventů nezaměstnaných díle než 6 měsíců k celkovému počtu nezaměstnaných absolventů. 5

6 1.2. Mzdy V této sekci se zaměřujeme na mzdové rozdíly podle úrovně a typu nejvyššího dosaženého formálního vzdělání. Mzdu lze považovat za nejvěrohodnější měřítko produktivity lidského kapitálu a mzdové rozdíly dané vzděláním lze považovat za soukromé peněžní výnosy z investice do lidského kapitálu. Mzdy nepostihují soukromé nefinanční výnosy, společenské výnosy plynoucí z odvedených daní a pozitivních externalit. Tyto výnosy je však velice obtížné kvantifikovat. Obecně platí, že s úrovní vzdělání klesá podíl společenských výnosů a roste podíl soukromých výnosů ze vzdělání. K porovnání mzdových rozdílů podle úrovně dosaženého vzdělání vycházíme ze statistik napočtených z Informačního systému o průměrném výdělku (ISPV). Jde o nejvhodnější existující zdroj, který tuto informaci v požadované struktuře poskytuje. Data ISPV umožňují spočítat aktuální průměrné a mediánové mzdy pro skupiny vzdělání-věku-regionu-pohlaví, což jiné datové zdroje neumožňují. Pracujeme s hodinovou mzdou, která není zatížena případnými rozdíly v počtu odpracovaných hodin. Data ISPV jsou poměrně dobře reprezentativní. Jediným nedostatkem je méně než reprezentativní zastoupení malých firem ve vzorku, ale to je řešeno odpovídajícím převážením vzorku. V Tabulce 2 uvádíme základní mzdové ukazatele pro základní skupiny populace podle úrovně nejvyššího dosaženého vzdělání. Stejně jako v části o participaci uvádíme údaje pro mladé věkové skupiny zaměstnanců a let. Uvádíme také průměry pro celou dospělou populaci 15+. Stejně jako v případě analýzy participace na trhu práce je i zde třeba mít na paměti, že ve věkové skupině je ještě minimální zastoupení vysokoškolsky vzdělaných zaměstnanců, protože většina z nich ještě školu studuje. Mzdy nedávných absolventů vysokých škol tedy lépe reprezentují údaje pro skupinu let. 6

7 Tabulka 2: Procentní rozdíly v průměrných mzdách (vztaženo ke mzdě zaměstnanců s gymnaziálním vzděláním) 6 Věk 20-24* 25-29* 15+* Muži Ženy Muži Ženy Muži Ženy Základní (ABC) % -20,9-24,7-32,5-41,2-40,6-36,6 Odborné (E,H) % -15,8-21,9-26,0-39,1-33,2-35,3 Střední (D,J) % -22,1-28,2-34,4-40,7-33,0-30,6 ÚSO s mat a v.l. (L) % -5,1-10,0-9,0-22,9-12,3-15,3 Gymnázium % ÚSO s mat. M % -2,4 0,4-0,7-8,0-0,7-0,7 VŠ bakalář a VOŠ (N,R) % 8,9 5,1 15,7 10,5 34,5 15,9 VŠ magistr % 9,1 7,5 35,0 33,1 81,8 79,5 % skupiny se stejnou praxí 80,9 83,2 Zdroj: Vlastní výpočty z databáze ISPV Trexima z roku U nejmladší věkové skupiny zaměstnanců se rozdíly mezi středoškoláky s maturitou a bez maturity pohybují v rozsahu 20 až 30 procent. U žen jsou tytso rozdíly vyšší. S věkem však tyto rozdíly výrazně rostou, takže pro věkovou skupinu let již rozdíly činí procent. Vzhledem k tomu, že zaměstnanci s úplným středním vzděláním mají pouze o jeden rok studia více než většina zaměstnaných bez maturity, jde o poměrně velké mzdové rozdíly. Zajímavé je, že mzdy zaměstnanců s gymnaziálním vzděláním jsou naprosto srovnatelné se mzdami zaměstnanců s úplným středním vzděláním. 6 Legenda % -průměrná mzda Kód KKOV Název Základní (ABC) A Bez vzdělání B Neúplné základní vzdělání C Základní vzdělání Odborné (E,H) E Nižší střední odborné vzdělání H Střední odborné vzdělání s výučním listem Střední (D,J) D Nižší střední vzdělání J Střední nebo střední odborné vzdělání bez maturity i výučního listu ÚSO s mat a v.l. (L) M Úplné střední odborné vzdělání s maturitou (bez vyučení) VŠ bakalář a VOŠ (N,R) N Vyšší odborné vzdělání R Vysokoškolské bakalářské vzdělání ÚSO s mat. M L Úplné střední odborné vzdělání s vyučením i maturitou Gymnázium K Úplné střední všeobecné vzdělání VŠ magistr T Vysokoškolské magisterské vzdělání Ph.D. V Vysokoškolské doktorské vzdělání 7

8 Další nárůst mezd přináší vysokoškolské vzdělání. Mzdy nejmladší skupiny absolventů VŠ let jsou o celých 34 procent vyšší než mzdy srovnatelně starých zaměstnanců s úplným středním vzděláním. Pokud srovnáme mzdy těchto absolventů VŠ se skupinou středoškoláků s maturitou se stejně krátkou pracovní praxí, tedy skupinou let, je mzdový rozdíl dokonce 80 procent. To je také průměrný rozdíl mezi těmito skupinami v celé zaměstnané populaci. Rok vysokoškolského studia tak v ČR v průměru odpovídá nárůstu mzdy v rozsahu procent. To je v mezinárodním kontextu (OECD 2005) velice vysoké číslo, protože ve většině zemí EU15 je nárůst v řádu 5 10 procent. Vysoký výnos (relativní, nikoliv absolutní) je zřejmě dán nedostatečnou nabídkou vysokoškolsky vzdělané populace v ČR, což je příznačné pro řadu dalších post-komunistických zemí, jako je například Maďarsko. Hodný pozornosti je v ČR aspekt mzdových rozdílů mezi muži a ženami, které uvádí Tabulka 3. Zde je patrný výrazný trend klesajících rozdílů s rostoucím vzděláním. Zatímco u zaměstnanců bez maturity představují rozdíly procent, pro zaměstnance s úplným středním vzděláním to je již pouze 8 16 procent a pro vysokoškoláky dokonce pouhých 9 procent. Údaje pro celou populaci mají pro naše účely opět nízkou vypovídací schopnost. Z uvedených rozdílů není možné automaticky usuzovat na sílu kauzálního vztahu mezi vzděláním a mzdou, potažmo mezní produktivitou práce. Uvedené mzdové rozdíly je totiž třeba chápat v širším kontextu ekonomických procesů a statistických vlastností ukazatelů. Část pozorovaných mzdových rozdílů je způsobena tím, že lidé dosahující vyšší úrovně vzdělání mají nejen lepší studijní dispozice (naučí se na škole více, než by se tam naučili ti, co se na školu nedostanou nebo tam prostě nejdou). Lidé s lepšími studijními dispozicemi mají v průměru lepší i dispozice pro pracovní trh, takže by měli v průměru mzdy vyšší i bez dalšího vzdělání. K tomuto efektu dochází na všech stupních studia. Na druhé straně je třeba připomenout, že potenciální mzdy nadanějších z maturantů nejsou do průměrné mzdy započítány, protože tito pokračovali ve studiu na vysoké škole. Pokud bychom tuto skupinu při mzdových rozdílech zohlednili, vyšly by mzdové rozdíly ještě vyšší. Oba uvedené jevy tedy působí proti sobě, do jisté míry se kompenzují, a proto lze údaj o pozorovaných mzdových rozdílech zaměstnanců s maturitou a bez maturity považovat za poměrně dobrý ukazatel přínosu úplného středního vzdělání. Je třeba mít na paměti, že skupina zaměstnanců s gymnaziálním vzděláním je velice malá. Nejde jen o to, že gymnázia absolvovalo méně než 20 procent věkové kohorty, ale o to, že většina absolventů gymnázií dosáhla terciálního vzdělání. Příslušníci malé skupiny těch, co skončili na pracovním trhu s gymnaziálním vzdělání, jsou buď málo schopní (neúspěšně se ucházeli o studium na VŠ či VOŠ) nebo jsou výjimečně dobře disponovaní pro trh práce a dostali velice zajímavou nabídku práce (mzdy) i bez vysoké školy. Tyto dva efekty opět vstupují do průměrné mzdy s opačným znaménkem a v menší či větší míře se navzájem kompenzují. Přítomnost těchto dvou jevů naznačuje v Tabulce 2 decilovy poměr p90/p10, který je u gymnazistů výrazně vyšší. Skutečnost, že mzdy absolventů gymnázií a SOŠ se více méně neliší, ukazuje, že všeobecné středoškolské vzdělaní i bez následného vzdělání terciálního nepředstavuje na trhu práce zásadnější znevýhodnění. Dokonce se zdá, že mzdový nárůst s lety praxe je u absolventů gymnázií větší než u SOŠ. 8

9 Tabulka 3: Mzdové rozdíly muži a ženy (%) 7 Věk 20-24* 25-29* 15+* Vzdělání (KKOV) Základní (ABC) % 0,17 0,24 0,22 Odborné (E,H) % 0,20 0,31 0,35 Střední (D,J) % 0,20 0,19 0,26 ÚSO s mat a v.l. (L) % 0,17 0,27 0,35 Gymnázium % 0,11 0,08 0,31 ÚSO s mat. M % 0,08 0,16 0,31 VŠ bakalář a VOŠ (N,R) % 0,15 0,13 0,52 VŠ magistr % 0,09 0,32 Ph.D. % 0,15 0,38 Neuvedeno % 0,06 0,22 Zdroj: Vlastní výpočty z databáze ISPV Trexima z roku Mzdové průměry nezahrnují nulové mzdy těch, kteří nepracují. Toto zkreslení je největší u skupin, kde je největší výskyt buď nezaměstnanosti a nebo neúčasti na trhu práce. V úvodní části této sekce ukazujeme, že jde především o populaci s nízkým vzděláním a o ženy. Pokud bychom ve výpočtu mzdových rozdílů zohlednili i nulové mzdy těch, kteří nepracují, byly by průměrné mzdové rozdíly mezi učňovským a úplným středním vzděláním ještě výraznější, než se jeví z uvedených statistik. 7 Legenda % -průměrná mzda Kód KKOV Název Základní (ABC) A Bez vzdělání B Neúplné základní vzdělání C Základní vzdělání Odborné (E,H) E Nižší střední odborné vzdělání H Střední odborné vzdělání s výučním listem Střední (D,J) D Nižší střední vzdělání J Střední nebo střední odborné vzdělání bez maturity i výučního listu ÚSO s mat a v.l. (L) M Úplné střední odborné vzdělání s maturitou (bez vyučení) VŠ bakalář a VOŠ (N,R) N Vyšší odborné vzdělání R Vysokoškolské bakalářské vzdělání ÚSO s mat. M L Úplné střední odborné vzdělání s vyučením i maturitou Gymnázium K Úplné střední všeobecné vzdělání VŠ magistr T Vysokoškolské magisterské vzdělání Ph.D. V Vysokoškolské doktorské vzdělání 9

10 Celoživotní příjmy Mnohem důležitější než výše popsané vzdělanostní mzdové rozdíly v rámci věkových skupin je pro účely reformy vzdělávacího systému informace o kariérní (celoživotní) dynamice mzdových rozdílů. Tabulka 2 jasně ukazuje, že mzdové rozdíly dané vzděláním jsou na počátku pracovní kariéry relativně malé, ale s přibývající praxí na trhu práce výrazně rostou. Nejvíce je tento efekt patrný mezi skupinou žen s maturitou a bez maturity a u mužů mezi skupinami s vysokou školou a s maturitou. Z výpočtů, které zde neuvádíme, je dokonce patrné, že toto kariérní zvyšování vzdělanostních mzdových rozdílů je mnohem významnější, když pomineme specifickou situaci na pražském trhu práce. V Praze, vzhledem ke zbytku země poměrně výjimečně fungujícímu pracovnímu trhu, jsou zřejmě pro populaci bez maturity relativně dobré pracovní podmínky (profese ve službách jako jsou řidiči taxi, pohostinství, apod). Empiricky pozorovaná dynamika kariérního zvyšování mzdových rozdílů je v naprosté shodě s teorií lidského kapitálu (J.Mincer a G.Becker). Dle této teorie mzdy rostou s lety pracovní kariéry ze dvou základních důvodů. První důvod spočívá v tom, že v počátečních letech pracovní kariéry dochází k poměrně vysoké míře investic do dalšího lidského kapitálu (akumulace profesní praxe), což dočasně snižuje produktivitu a tedy i mzdu v době realizace investice. Tyto investice (nemají pozorovanou finanční formu, ale projevují se pouze dočasně nízkou mzdou jako náklady ušlé příležitosti) do lidského kapitálu se postupně promítají do nárůstu produktivity a tedy i mzdy. Čím intenzivnější investice do profesní praxe, tím strmější nárůst mezd u jednotlivců pozorujeme. Míra investic do profesní praxe roste s úrovní formálně dosaženého vzdělání. Tuto skutečnost dokumentuje pro ČR nedávná studie NVF (2005). U vyučených zaměstnanců je průměrná účast na dalším vzdělávání minimální. Z toho plyne, že jejich absolventské mzdy jsou poměrně vysoké, ale s postupující praxí již nerostou. S rostoucím věkem a s poklesem fyzických dispozic mzdy mohou dokonce klesat. Naopak pracovní síla s úplným středním a vysokoškolským vzděláním průběžně investuje do profesní praxe a díky tomu dosahuje rostoucí vyšší produktivity a tedy i mezd. Zde hraje velkou roli teoretický koncept rekursivní produktivity a dovednostního multiplikátoru uvedený v úvodní sekci, který umožňuje vyšší efektivnost investic do profesní praxe u těch, kteří získali potřebně obecné dovednosti již v rané fázi prostřednictvím formálního vzdělání. Nárůst vzdělanostních mzdových rozdílů s věkem je však dán nejen investicemi do lidského kapitálu, ale také postupným profesním postupem do vyšších řídicích a zodpovědnějších pracovních pozic u vzdělanější populace. Uvedenou informaci o kariérním vývoji mezd však může zkreslovat dopad změn vzdělávacího systému v posledních desetiletích. Starší populace zaměstnanců totiž získala své vzdělání ve vzdálenější minulosti, což se může nějakým způsobem promítat do průměrných mzdových rozdílů za celou populaci. Není však důvod se domnívat, že by to pozorované mzdové rozdíly zvyšovalo, spíše naopak, neboť kvalita i význam vzdělání v posledních desetiletích spíše rostly. Kariérní (věkový) vývoj mezd mužů a žen v Tabulce 3 se výrazně liší. Do průměrných mezd žen se negativně promítají mateřské činnosti a tento dopad roste s věkem. Nejde jen o to, že ženy mají kratší pracovní praxi v důsledku mateřství. Mají spolu se zaměstnavateli s ohledem na očekávané období mateřství menší sklon k investicím do jejich profesní praxe. V období výchovy dětí mají sklon pracovat v profesích, které jim dávají větší pracovní flexibilitu, ovšem na úkor mzdy. Do tohoto složitého mechanismu ještě vstupuje případná diskriminace. Na základě mzdových rozdílů mezi muži a ženami pro mladé věkové skupiny, kde se ve mzdách ještě naplno neprojevují rozdílné mateřské role obou pohlaví, lze konstatovat, že rostoucí úroveň vzdělání snižuje mzdové rozdíly mezi pohlavími. Zatímco mzdové rozdíly 10

11 u nejmladších zaměstnanců let bez maturity dosahují 20 procent, u maturantů se pohybují jen okolo 10 procent. Obdobně je to patrné i u skupiny let, kde jsou patrné i poměrně nízké mzdové rozdíly u absolventů terciálního vzdělání. Mzdové rozdíly u celé populace se již podle úrovně vzdělání neliší, protože se tam zřejmě silně promítají různé kariérní profily obou pohlaví. Za pozornost stojí skutečnost, že podíl zaměstnaných mladých mužů a žen bez maturity je 3:1. Je to dáno jednak nižší participací nízkovzdělaných žen na trhu práce a vyšší mírou nezaměstnanosti žen, ale je to také důsledek toho, že již na obory bez maturity vstupuje významně vyšší podíl chlapců než dívek. To souvisí se strukturou nabídky středních škol a učilišť, kde výrazně větší podíl dívek najde vhodnou a dostupnou střední školu, zatímco větší podíl chlapců končí na učilištích. Jak ukazují výsledky založené na šetření PISA 2003 v Matějů a kol. (2006), nejvýraznější diskrepance tohoto typu jsou zřejmě ve velkých městech. Za pozornost také stojí mzdové rozdíly uvnitř vzdělanostně-věkových skupin. Tyto rozdíly ukazuje v Tabulce 2 decilový poměr p90/p10. Rozdíly uvnitř vzdělanostních skupin rostou s dosaženým vzděláním a s věkem. Z tohoto pohledu jsou nejhomogenější mzdy u nízkovzdělaných zaměstnanců. Je to dáno jednak tím, že v údajích není zastoupena populace s nejnižší produktivitou, která je v mnohem větší míře nezaměstnaná nebo mimo trh práce. Druhým důvodem je zřejmě riziko plynoucí z investičního charakteru terciálního vzdělání. Stejně jako investice do fyzického kapitálu představuje investice do vzdělání i nejistotu výnosů. Na druhé straně vysokoškolské vzdělání přináší řadu nepeněžních výhod, ať jsou to příjemnější, bezpečnější a stabilnější profese nebo nepeněžní kompenzace, jejichž rozsah je však velice obtížné statisticky podchytit. Tyto kompenzace samozřejmě námi uvedené mzdové rozdíly nezachycují a skutečné materiální a sociální rozdíly v důsledku vzdělání jsou ve skutečnosti vyšší, než lze usuzovat na základě námi uváděných průměrných mezd. Zde uvedená zjištění o souvislostech mezi formální úrovní vzdělání a úrovní výdělků na trhu práce pro současnou Českou republiku jsou v souladů s tím, co lze pozorovat v ostatních zemích OECD (2005). Ačkoliv výdělkové údaje pro Českou republiku nejsou v komparacích OECD (2005) uvedeny, můžeme se na základě našich zjištění domnívat, že vztah mezi formální úrovní vzdělání a výdělky je v České republice nadprůměrně vysoký. Za pozornost stojí zjištění OECD, že výnosy ze vzdělání jsou výrazně vyšší, pokud k investici dochází dříve, tedy na počátku životní kariéry. Investice pozdější (rekvalifikace, nástavbové studium) mají výnosy výrazně nižší Shrnutí Spojitost mezi formální úrovní vzdělání a statutem na trhu práce je mnohem patrnější u žen než u mužů. Spojitost mezi formální úrovní vzdělání a statutem na trhu práce se roste se získanou praxí jednotlivců na trhu práce. Příjmové rozdíly dané vzděláním jsou v České republice poměrně vysoké. Příjmové rozdíly dané vzděláním se prohlubují se získanou praxí na trhu práce. Spojitost mezi formální úrovní vzdělání a úspěšností na trhu práce je podmiňována také nepřímo pozitivním vztahem mezi formální úrovní vzdělání a účastí dospělých na dalším vzdělávání. 11