| dc.description.abstract | Oppgaven har som målsetning å beskrive forskjellene i inntekt over livsløpet mellom forskjellige utdanningsgrupper, samt se på forskjeller knyttet til sektorer og kjønn.
Jeg går raskt gjennom teori knyttet til inntektsforskjeller generelt, og inntektsforskjeller knyttet til utdanning spesielt. Videre definerer jeg livsløpsinntekt og argumenterer for at dette er et godt samlemål for inntekt over hele livsløpet, og dermed også et godt mål for å sammenligne inntekten til grupper som har forskjellige inntektsforløp. Deretter går jeg gjennom metoden jeg bruker for å estimere livsløpsinntekter, og beskriver kort datasettet mitt. Dette kommer fra Statistisk sentralbyrås registerdata og er et paneldatasett med observasjoner for de fire årene fra 1996-1999. Jeg bruker dette til å for hver av utdanningsgruppene jeg ser på estimere en Mincer-ligning med et fjerdegrads polynom i tid og et individspesifikt konstantledd vha en tilfeldige effekter-spesifikasjon, og konstruerer på bakgrunn av disse regresjonene livsløpsinntekter.
Så følger resultatene fra analysen. Først ser jeg på ubetingede årsinntekter, deretter aldersbetingede årsinntekter fra de estimerte inntektsforløpene mine, og til slutt presenterer jeg resultater for livsløpsinntekter. Jeg presenterer også livsløpsinntekter beregnet under noen alternative forutsetninger, og for forskjellige avgrensninger av datamaterialet. Til slutt konkluderer jeg, og ser mine resultater i forhold til tidligere studier av emnet.
Hovedresultatene mine er at grupper med lengre utdanning har enn høyere ubetingede og aldersbetingede årsinntekter, samt høyere livsløpsinntekter enn grupper med kortere utdanning. Forskjellene i livsløpsinntekter er imidlertid vesentlig mindre enn forskjellene i årsinntekter. Det er også betydelig variasjon i avkastningen. Gruppene med kortere utdanning enn fullført videregående har lav livsløpsinntekt, mellom 20 og fem prosent lavere enn gruppen med fullført videregående, og lavest for de korteste utdanningene. Forskjellene i livsløpsinntekt mellom gruppene med 13-16 års utdanning er små, alle disse har en livsløpsinntekt omkring 10 prosent over gruppen med fullført videregående, mens gruppene med 17 og 18 års utdanning har en livsløpsinntekt som ligger vesentlig over disse gruppene, mellom 20 og 30 prosent over gruppen med fullført videregående. Gruppen med 17 års utdanning har den høyeste livsløpsinntekten.
Forskjellene i livsløpsinntekt mellom utdanningslengdene kan i stor grad forklares fra tendenser i livsløpsinntektene blant mer presist definerte grupper: Lange profesjonsutdanninger som medisin, forsker, sivilingeniør og jurist kommer sammen med siviløkonomene best ut, med en livsløpsinntekt som ligger fra 20 til 55 prosent over gruppen med allmennfaglig videregående. Mindre profesjonspregede høyere utdanninger kommer dårligere ut, noen av disse har lavere livsløpsinntekt enn referansegruppen. Dårligst ut kommer utdanninger kortere enn videregående, førskolelærer, en del videregående fagutdanninger og lærerhøyskole.
Jeg har også sett på livsløpsinntekter under en del alternative forutsetninger. Når jeg bruker andre variable for tidsdimensjonen i regresjonsligningen endres rangeringen i liten grad. Når jeg ikke korrigerer for et sett av andre variable øker forskjellene mellom de forskjellige gruppene. Valg av diskonteringsrente har noe innvirkning på rangeringen, men ikke veldig mye. Derimot er effekten på nivået til livsløpsinntektene betydelig. Det samme gjelder pensjon, selv om effekten på nivået er mindre.
Ved å dele datamaterialet inn etter kjønn og sektor, ser jeg på kvinner og menns livsløpsinntekt, samt livsløpsinntekt innen forskjellige sektorer separat. Kvinner har gjennomgående lavere livsløpsinntekter enn menn. Størrelsen på forskjellene varierer noe fra gruppe til gruppe, men er ofte i størrelsesorden 15 til 20 prosent. Når det gjelder forskjeller knyttet til sektor er både nivået på og spredningen i livsløpsinntektene høyest innen oljeutvinning, og lavest innen offentlig tjenesteyting. Privat tjenesteyting og industri er et sted mellom disse to gruppene, det er stort sett litt høyere nivå og spredning innen industrien.
Jeg har brukt Stata 8.0 for Unix til alle beregninger. | nor |