Transcript Az informális munkavégzést meghatározó tényezők

Az informális munkavégzést
meghatározó tényezők
Problémák,
ötletek, előzetes eredmények
Fazekas Mihály (RAND Europe),
Medgyesi Marcell (Tárki),
Tóth István János (MTA KTI)
2010. Április 27. 10:00, MTA KTI
Budapest
1
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Miről fogunk beszélni?
•
Miért érdekes a probléma?
•
Megfigyelések a jelenlegi helyzetről
•
Adatok, adatbázisok
•
Hipotézisek, kérdések, tényezők
•
Előzetes eredmények
•
Dilemmák
2
2
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Miért érdekes a probléma?
3
3
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Az informális foglalkoztatásnak messze ható
makrogazdasági és a gazdasági szereplőket
közvetlenül érintő hatásai vannak
Y=C+S
S=I
GDP = C + I + G
=> YF = C + S, vagy (YF + YIF) = C’ + S’
Fontos az YIF / YF arány!
4
4
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Az informális foglalkoztatásnak messze ható
makrogazdasági és a gazdasági szereplőket
közvetlenül érintő hatásai vannak
Makro szintű hatások
•
•
•
•
•
•
Lakossági jövedelmek => fogyasztás (fogy. hajlandóság)
=> megtakarítás (megtak. hajlandóság)
=> beruházások (S = I)
Várható adóbevételek => kormányzati kiadások / jóléti kiadások
tényleges GDP és GDP várható változása
Bizalom csökkenése: szerződések költségesebb kikényszerítése
5
5
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Az informális foglalkoztatásnak messze ható
makrogazdasági és a gazdasági szereplőket
közvetlenül érintő hatásai vannak
Hatások a kormányzati politikákra
•
•
•
•
•
Foglalkoztatáspolitika
Adózás, adópolitika
Adócsalás, jövedelemeltitkolás elleni kormányzati fellépések
Szegénységpolitika
Munkajog, munkaadók és munkavállalók tényleges / kívánatos viszonya
6
6
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Az informális foglalkoztatásnak messze ható
makrogazdasági és a gazdasági szereplőket
közvetlenül érintő hatásai vannak
Mikro szintű hatások
•
•
•
•
•
•
•
•
•
Jövedelemeloszlás a munkavállalók között
Jövedelemeloszlás a munkavállalók és a munkáltatók (vállalatok) között
(tényleges munkajövedelmek magasabbak a kimutatottnál)
Háztartások jövedelmei és szegénység
Jövedelmek területi különbségei
Munkajog, munkavállalók jogállása
Munkavállalók karrierkilátásai (elhelyezkedési lehetőségek a formális
munkaerőpiacon)
Fogyasztási potenciál (hitelhez jutási lehetőségek)
Nyugdíj, nyugdíjjogosultság [Czibik-Meggyesi, 2007]
Normaszegő magatartás / szabálykövető magatartás a gazdasági
szereplők körében
7
7
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Megfigyelések a jelenlegi
helyzetről
8
8
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Becslések a fekete foglalkoztatás elterjedtségéről
Forrás
Nem regisztrált
munkavállalás az
összes foglalkoztatott
között
Módszertan
Év
Ádám és Kutas (2004)
Augusztinovics és Köllő
(2007)
Elek et al. (2009)
13%
2002
18%
16-17%
2004
20012005
15%
2000
13%
2003
15%
2006
Köllő (2010)
MEF és SZJA adatok
összevetése
MEF és ONYF
adatok összevetése
MEF és ONYF, OEP
adatok összevetése
MEF és ONYF
adatok összevetése
9
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Survey-vizsgálatok eredményei
Vizsgálat
Eurobarometer
Fekete
foglalkoztatás
aránya
7%
Definíció
Referencia
népesség
Év
Adatok
Be nem jelentett
tevékenységet végzett
az elmúlt évben
15 évnél
idősebb
2007
1000 fős,
lakossági
survey
2007
1000 fős,
lakossági
survey
1000 fős,
lakossági
survey
18-60 éves
népesség
9%
10%
Czibik és
Medgyesi
(2007)
10%
Alkalmazottak,
alkalmi
munkavállalók
Alkalmazottak,
alkalmi
Kapott zsebbe fizetést
az elmúl évben
munkavállalók
2008
Semjén et al.
(2009)
15%
13%
Kapott zsebbe fizetést
az elmúlt 2 évben
18-60 éves
népesség
Alkalmazottak,
alkalmi
munkavállalók
10
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Informális munkavégzés aránya a 18-60 éves
népességben, nem és életkor szerint
25%
Nők inkább
szabálykövetők
Zsebbe: inkább
fiatalabb
korosztály
20%
20%
19%
18%
19%
15%
15%
15%
13% 13%
11% 12%
13%
12%
10%
10%
6%
5%
0%
Nõ
Férfi
30 év alatt 31 és 40 év 41 és 50 év 51 és 60 év
között
között
között
Életkor
Nem
Kapott zsebbe fizetést
Összesen
Kapott számlára fizetést
11
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Informális munkavégzés aránya a 18-60 éves
népességben, iskolai végzettség és településtípus
szerint
Zsebbe:
alacsony iskolai
végzettség
Számlára:
magas iskolai
végzettség
25%
20%
19%
18%
18%
17%
15%
15%
13%
12%
12%
16%
14%
13%
13%
11%
10%
Informális
munkavégzés:
inkább Budapest
és község
19%
9%
8%
5%
0%
legf. 8 ált. szakmunkás
isk.
érettségi
diploma
Iskolai végzettség
Kapott zsebbe fizetést
Budapest
megyei jogú egyéb város
város
község
Településtípus
Kapott számlára fizetést
12
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Informális munkavégzés aránya a 18-60 éves
népességben, munkaerőpiaci státus szerint
45%
Informális
munkavégzés:
inkább
munkanélküliek,
alkalmi munkát
végzők körében
42%
40%
35%
30%
25%
21%
20%
15%
17%
16%
15%
13%
13%
10%
4%
4%
5%
1%
0%
Rendszeresen
dolgozik
Alkalmi
munkás,
munkanélküli
Nyugdíjas
Kapott zsebbe fizetést
Egyéb inaktív
Összesen
Kapott számlára fizetést
13
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Informális munkavégzés aránya a rendszeresen
dolgozó népességben, iparág szerint
25%
Informális
munkavégzés:
inkább
szolgáltatások
24%
23%
20%
20%
15%
18%
17%
17%
14%
13%
13%
11%
10%
9%
8%
5%
5%
0%
0%
Ipar
Mezőgazd. Közlekedés,
keresk.
Pzügyi
szolg.
Kapott zsebbe fizetést
Egyéb szolg. Közösségi
szolg.
Összesen
Kapott számlára fizetést
14
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Az informális munkavégzés és nem regisztrált
vásárlások összefüggése
Jövedelem
szerzés:
informális =>
költés: nem
regisztrált
Milyen gyakran vásárol Ön olyan árukat vagy vesz igénybe olyan
szolgáltatásokat, melyek a feketegazdaságból származnak?
70%
60%
50%
40%
48%
30%
20%
41%
31%
34%
11%
5%
6%
4%
kapott zsebbe
nem kapott
kapott
számlára
nem kapott
28%
28%
10%
0%
4%
nem kapott
Zsebbe fizették
Számlára fizették
sokszor vásárol
9%
kapott
Zsebbe vagy számlára
néha vásárol
15
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Adatok, adatbázisok
16
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Felhasználható adatbázisok
Nemzetközi összehasonlító vizsgálatok:
•
•
Eurobarometer felvételei: összehasonlítható lakossági felvételek,
európai országok körében – 2007
European social survey: összehasonlítható lakossági felvételek
európai országok körében – 2008
http://www.europeansocialsurvey.org/
Hazai vizsgálatok:
•
•
•
Az MKIK GVI 1000 fős lakossági felvétele a jövedelmekről és a
megtakarítási hajlandóságról - 2007
MTA KTI 1000 fős lakossági felvétele a rejtett foglalkoztatásról, a
korrupciós jelenségekről – 2008
MTA KTI 1000 fős tervezett lakossági felvétele a rejtett
foglalkoztatásról – 2012
17
17
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Hipotézisek, kérdések,
tényezők
18
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Kutatási kérdések
A kutatás központi kérdése:
Milyen tényezők határozzák meg (befolyásolják) az informális
munkavégzést Magyarországon?
Specifikus kutatási kérdések:
1. Mekkora szerepet játszik a munkajövedelem eltitkolásában a racionális
kalkuláció?
2. Mekkora szerepet játszik a munkajövedelem eltitkolásában az adófizetési
morál?
3. Találhatók-e markánsan elkülönülő csoportok a rejtett munkát végzőkön belül
munkaerő-piaci státusz, motiváció, adócsalási technológia, stb. alapján?
4. Amennyiben vannak ilyen csoportok, eltérő szerepe van-e a racionális
kalkulációnak és az adófizetési morálnak az egyes csoportokban?
19
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Hipotézisek
Hipotézisek-racionális kalkuláció (Pfau-Effinger, 2003, Hanousek-Palda,
2003, OECD, 2008, 2. fej.)
HR1: lebukás várható költsége nagy (valószínűség*büntetés), adócsalás kicsi;
HR2: várható nyereség nagy, adócsalás nagy.
HR3: magasabb kockázatvállalási hajlam magasabb adóelkerülést von maga után (nem
tudjuk mérni)
HR4: marginality thesis: munkanélküliségtől való félelem növeli az érintettséget; negatív
jövedelmi várakozások magasabb érintettség
20
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Hipotézisek
Hipotézisek-adómorál (Cummings et al, 2005, Wenzel, 2005, Lago-Penas et al,
2005, Hanousek-Palda, 2003, Pfau-Effinger, 2003, Alm-Torgler, 2004)
HM1: alacsony adómorál, magas érintettség (DE a kauzalitás iránya nem egyértelmű:
Wenzel, 2005)
HM2: adómorál összetevő elemei azonos módon hatnak a rejtett munkavégzésre.
Potenciális összetevő lista (Torgler, 2003, 2. fej.): bizalom/elégedettség állami
intézményekben/kel, kormányzati korrupció, szabálykövetés/
normakövetés/konformitás, méltányosság (fairness) (nincs mérés), adótudatosság.
21
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Hipotézisek
Hipotézisek-adócsalók típusai (Pfau-Effinger, 2009, Williams, 2009, 2004)
HT1: 2 markánsan elkülönülő rejtetten dolgozó típust várunk: (1) szegénység elkerülő és
(2) értelmiségi.
HT2: a két csoport esetében eltérőnek várjuk a racionális kalkuláció relatív súlyát az
adómorálhoz képest.
22
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Előzetes eredmények
23
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Eredmény változók
Előfordult-e Önnel az elmúlt két évben, hogy úgy dolgozott, hogy a pénze
egy részét, vagy egészét zsebbe kapta?
Előfordult-e Önnel az elmúlt két évben, hogy alkalmazott volt vagy
lehetett volna, de a járandósága egy részét, vagy egészét számlára
kapta?
Ezek kombinációja: ZSEBSZLA (0,1)
Ha a fenti kérdések valamelyikére a válasz igen, akkor ZSEBSZLA = 1,
Egyébként
ZSEBSZLA = 0
24
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Kontoll változók - alapmodell
Variables in the Equation
95% C.I.for EXP(B)
B
Step 1a
S.E.
Wald
df
Sig.
Exp(B)
Lower
Upper
teltip_bi(1)
,267
,211
1,608
1
,205
1,306
,864
1,974
nem(1)
,212
,165
1,651
1
,199
1,236
,895
1,709
-,040
,005
55,310
1
,000
,961
,950
,971
11,123
2
,004
kor
iskola_tri
iskola_tri(1)
-,090
,200
,204
1
,651
,914
,617
1,352
iskola_tri(2)
-,610
,205
8,883
1
,003
,544
,364
,812
munkjovkat
-,008
,085
,008
1
,930
,993
,840
1,173
23,414
2
,000
mnkpiaci_status_tri
mnkpiaci_status_tri(1)
,644
,289
4,974
1
,026
1,905
1,081
3,355
mnkpiaci_status_tri(2)
1,428
,298
22,885
1
,000
4,168
2,323
7,481
a. Variable(s) entered on step 1: teltip_bi, nem, kor, iskola_tri, munkjovkat, mnkpiaci_status_tri.
Dolgozók [mnkpiaci_status_tri (1)], Munkanélküliek [mnkpiaci_status_tri (2)]:
nagyobb eséllyel informális mint, a referencia (inaktívak)
25
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
HR1: adócsalás költségei: becsült lebukási valószínűség
Variables in the Equation
95% C.I.for EXP(B)
B
Step 1a
teltip_bi(1)
kor
S.E.
Wald
df
Sig.
Exp(B)
Lower
Upper
.419
.213
3.890
1
.049
1.521
1.003
2.307
-.026
.006
16.483
1
.000
.974
.962
.987
7.027
2
.030
iskola_tri
iskola_tri(1)
.228
.209
1.187
1
.276
1.256
.833
1.894
iskola_tri(2)
-.292
.218
1.793
1
.181
.747
.487
1.145
mnktapho_bi(1)
-.450
.175
6.604
1
.010
.638
.452
.899
32.620
2
.000
mnkpiaci_status_tri
mnkpiaci_status_tri(1)
1.074
.215
24.865
1
.000
2.926
1.919
4.463
mnkpiaci_status_tri(2)
1.542
.326
22.416
1
.000
4.674
2.469
8.850
k70
-.008
.003
10.079
1
.001
.992
.987
.997
2.167
2
.338
varakozasok_tri
varakozasok_tri(1)
-.313
.236
1.750
1
.186
.732
.460
1.162
varakozasok_tri(2)
-.318
.230
1.913
1
.167
.727
.463
1.142
a. Variable(s) entered on step 1: teltip_bi, kor, iskola_tri, mnktapho_bi, mnkpiaci_status_tri, k70, varakozasok_tri.
Jövedelmi várakozások [varakozasok_tri] hatása – nem kimutatható,
Vélt lebukási valószínűség [K70]: minél nagyobb, annál kisebb eséllyel
informális foglalkoztatás
26
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
HR4: munkanélküliségi tapasztalat hatása
Jelenleg nem, de volt munkanélküli [mnktapho_bi = (1)]: nagyobb eséllyel vállal
informális munkát, mint aki nem volt munkanélküli; (és ha jelenleg dolgozik
mnkpiaci_status_tri (1), akkor inkább, mint aki most inaktív)
27
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
HM1: Összefüggés az adómorállal
Adómorál (K54a): Mondja meg a 4. válaszlap segítségével, hogy mennyire ért,
vagy nem ért egyet a következő kijelentésekkel. („Csak a jó törvényeket kell
betartani” (5 – teljesen egyetért …. 1 – egyáltalán nem ért egyet)
Gyengébb adómorál – nagyobb eséllyel vállal informális munkát
28
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Dilemmák
29
29
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Dilemmák
•
A survey felvételek mellett fontos a puha módszerek (interjúk,
esettanulmányok) alkalmazása az eredmények helyes
interpretációjához
•
1000 fős minták alkalmatlanok a pontos területi hatások feltárásához
– területi adatbázisok felhasználása?
•
Véleménykérdések: nagymértékű válaszeltitkolás, a minta eróziója
•
Attitűdváltozók hatása nincs, illetve meglepő – rossz proxy-k, vagy
tényleges hatások?
•
Survey felvételek és más adatbázisok összekapcsolása?
•
Nemzetközi vizsgálatok eredményei: morális hatások értelmezése
kérdéses
30
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Hivatkozások
OECD (2008), Employment Outlook, OECD Paris.
Lago-Peñas, Ignacio és Santiago Lago-Peñas (2008), The determinants of tax morale in
comparative perspective: evidence from a multilevel analysis. Instituto de Estudios Fiscales
Working Paper No. 2/2008.
Pfau-Effinger, Brigit (2008), Varieties of Undeclared Work in European Societies. British Journal
of Industrial Relations, 47:1, 79-99.
Pfau-Effinger, Brigit (2003), Development of informal work in Europe - causal factors, problems,
approaches to solutions . Paper presented at the EU Workshop: Informal/Undeclared Work:
Research on its changing nature and policy strategies in an enlarged Europe. Brussels,
Wednesday 21st May 2003
Wenzel, Michael (2005), Motivation or rationalisation? Causal relations between ethics, norms
and tax compliance. Centre for Tax System Integrity, Working Paper, No 63.
Williams, Colin C. (2009), Tackling undeclared work in Europe: lessons from a 27-nation survey.
Policy Studies, 30: 2, 143 — 162.
Williams, Colin C. (2004), Towards Undeclared Work Beyond Deterrence: Rethinking the UK
Public Policy Approach. Public Policy and Administration, 19: 15-30.
31
Tartalom – Miért érdekes? – Mi van? – Adatok – Hipotézisek & Tényezők – Eredmények – Dilemmák
Köszönjük a figyelmet!
32