برآورد تأثیر سطح تحصیلات بر بیکاری در ایران با استفاده از مدل LOGIT
محورهای موضوعی : پژوهشنامه اقتصاد و کسب و کار
1 - دانشجو دکتری دانشکده مدیریت و اقتصاد. دانشگاه تربیت مدرس، تهران، ایران
کلید واژه: تحصیلات, اشتغال, بیکاری, مدل لاجیت ,
چکیده مقاله :
اشتغال و بیکاری از مهم‌ترین شاخص‌های اقتصادی هر کشور محسوب می‌شوند، به‌گونه‌ای که افزایش اشتغال و کاهش بیکاری از معیارهای کلیدی توسعه‌یافتگی جوامع به‌شمار می‌آیند. ازاین‌رو، بررسی عوامل مؤثر بر بیکاری به‌عنوان ابزاری برای ارزیابی شرایط اقتصادی کشورها، از اهمیت بالایی برخوردار است. نظام آموزشی و نظام اقتصادی دارای ارتباط متقابل و تأثیرگذاری دوسویه هستند، به‌ویژه در سطوح آموزش عالی که وظیفه تأمین نیروی انسانی متخصص برای نظام اقتصادی را بر عهده دارد. بنابراین، سطح تحصیلات یکی از عوامل تعیین‌کننده نرخ بیکاری در تمامی کشورها محسوب می‌شود. در این پژوهش، با استفاده از مدل لاجیت (Logit)، تأثیر سطح تحصیلات بر بیکاری در ایران مورد بررسی قرار گرفته است. داده‌های مورد استفاده از سرشماری عمومی نفوس و مسکن سال ۱۳۹۵ استخراج شده و علاوه بر متغیر تحصیلات، سایر عوامل اجتماعی-جمعیتی ازجمله جنسیت، وضعیت تأهل و محل سکونت (شهری یا روستایی) نیز در مدل لحاظ شده‌اند. تخمین مدل و تحلیل داده‌ها با استفاده از نرم‌افزار Stata انجام شده است. نتایج تحقیق نشان می‌دهد که به‌طورکلی، افزایش سطح تحصیلات تأثیر منفی بر احتمال بیکاری دارد؛ بااین‌حال، افراد دارای مدرک کارشناسی نسبت به سایر گروه‌های تحصیلی، دوره‌های بیکاری طولانی‌تری را تجربه می‌کنند. این یافته بیانگر چالش‌های بازار کار ایران در جذب فارغ‌التحصیلان دانشگاهی و احتمال عدم تطابق مهارت‌های آموزشی با نیازهای بازار کار است. علاوه بر این، تحلیل‌ها نشان می‌دهد که جنسیت، وضعیت تأهل و شهرنشینی تأثیر معناداری بر احتمال بیکاری افراد دارند. به‌طور مشخص، مردان نسبت به زنان، افراد مجرد نسبت به متأهلین و ساکنان مناطق روستایی نسبت به شهری‌ها با احتمال بیکاری بیشتری مواجه‌اند. یافته‌های این پژوهش بر ضرورت بازنگری در سیاست‌های آموزشی و اشتغال‌زایی تأکید دارد تا با افزایش مهارت‌آموزی، بهبود ارتباط میان دانشگاه و صنعت و توسعه فرصت‌های شغلی متناسب با تحصیلات دانشگاهی، نرخ بیکاری در میان گروه‌های تحصیلکرده کاهش یابد.
Employment and unemployment are among the most significant economic indicators of any country. so that increasing employment and reducing unemployment are considered key criteria for the development of societies. Therefore, examining the factors affecting unemployment is essential for evaluating a country's economic conditions. The education system and the economic system have a reciprocal and interactive relationship, particularly in higher education, which plays a crucial role in supplying specialized human resources for the economy. Consequently, the level of education is one of the determining factors of the unemployment rate in all countries. In this study, the impact of education level on unemployment in Iran is analyzed using the Logit model. The data are extracted from the 2016 Census of Population and Housing. In addition to the education variable, other socio-demographic factors, including gender, marital status, and place of residence (urban or rural), are incorporated into the model. The estimation and data analysis are conducted using Stata software. The findings indicate that, overall, higher levels of education reduce the probability of unemployment. However, individuals with a bachelor’s degree experience longer unemployment durations compared to other educational groups. This finding highlights the challenges of the Iranian labor market in absorbing university graduates and suggests a potential mismatch between educational qualifications and labor market demands. Moreover, the analysis reveals that gender, marital status, and urbanization have significant effects on unemployment probabilities. Specifically, men are more likely to be unemployed than women, single individuals face higher unemployment risks compared to married individuals, and rural residents have a higher likelihood of being unemployed than urban dwellers. The findings emphasize the need for reforming educational and employment policies to enhance skill training, strengthen the link between academia and industry, and develop job opportunities that align with academic qualifications. These measures can help reduce unemployment rates among educated individuals.
فارسی
ابونوری، ع.، و زارع زاده، ا. (۱۳۹۳). بررسی رابطه سطح تحصیلات و نرخ بیکاری در ایران. اولین کنفرانس ملی جایگاه مدیریت و حسابداری در دنیای نوین کسب و کار، اقتصاد و فرهنگ.
اسمعیل‌زاده، م. (۱۳۹۷). مدرک تحصیلی و اشتغال در ایران. فصلنامه مطالعات توسعه اقتصادی، ۱۵(۲)، ۷۵-۹۸.
جعفری سرشت، داود و نائینی، هادی . (1402). عدم تطبیق آموزش و طول مدت بیکاری دارندگان مدارک دانشگاهی در ایران. فصلنامه تحقیقات اقتصادی، 58(2)، 207-230.
فیض پور، م. ع. (۱۳۸۶). ترکیب جنسیتی و رشد اشتغال بنگاه‌های تعاونی. مطالعات زنان، ۵(۲)، ۳۳-۵۴.
فیض پور، م. ع. (۱۳۸۷). دوره بیکاری و عوامل مؤثر بر آن (شواهد از بیکاران جویای کار استان یزد طی برنامه سوم توسعه). فصلنامه علمی پژوهشی رفاه اجتماعی، ۳۹، ۱۲۵-۱۴۳.
کیخا، احمد. (۱۳۹۸). واکاوی علل و عوامل بیکاری دانش‌آموختگان در آموزش عالی. فصلنامه ایرانی آموزش و پرورش تطبیقی، ۲(۳)، ۳۴۶-۳۶۱.
متوسلی، م.، و دهمرده، ن. (۱۳۸۵). کارکرد اقتصاد بازار در حل بیکاری. مجله تحقیقات اقتصادی، ۷۳، ۸۷-۱۰۴.
ملایی، م.، حسینی، ر.، و عباسی، ف. (۱۳۹۶). توسعه، تحصیلات عالی و بیکاری. فصلنامه پژوهش‌های اقتصادی، ۲۴(۳)، ۵۵-۷۲.
هادیان، ا. (۱۳۸۴). بررسی تأثیر آموزش افراد جویای کار بر طول دوره بیکاری آن‌ها: مورد مطالعه شهرستان شیراز. مجله تحقیقات اقتصادی، ۶۹، ۲۱۷-۲۳۹.
انگلیسی
Ahn, N., & Garcia-Perez, J. I. (2002). Unemployment duration and workers’ wage aspirations in Spain. Spanish Economic Review, 4, 123-145.
Algül, Y. (2024). Higher education and unemployment in Turkey: Regional panel analysis with undergraduate, master's, and PhD perspectives. Trends in Business and Economics, 38(2), 128-136.
Arrow, K. (1973). Higher education as a filter. Journal of Public Economics, 2, 193-216.
Baffoe-Bonnie, J., & Ezeala-Harrison, F. (2005). Incidence and duration of unemployment spells: Implications for the male-female wage differentials. The Quarterly Review of Economics and Finance, 45(4-5), 789-812.
Carroll, N. (2004). Explaining unemployment duration in Australia. Discussion Paper, Centre for Economic Policy Research, No. 483.
Dănănică, D. E., & Babucea, A. G. (2008). Risk of employment – A logistic regression approach. Analele Universităţii “Constantin Brâncuşi” from Târgu Jiu, Seria Economie, 1, 123-136.
Dawkins, C. J., Shen, Q., et al. (2005). Race, space, and unemployment duration. Journal of Urban Economics, 58(1), 135-158.
Foley, M. C. (1997). Determinants of unemployment duration in Russia. Center Discussion Paper, Economic Growth Center Yale University, No. 779.
Follmann, D. A., Goldberg, M. S., et al. (1990). Personal characteristics, unemployment insurance and the duration of unemployment. Journal of Econometrics, 45(3), 345-362.
Högberg, B., Voßemer, J., Gebel, M., & Strandh, M. (2019). Unemployment, well-being, and the moderating role of education policies: A multilevel study. International Journal of Comparative Sociology, 60(4), 269-291.
Kupets, O. (2006). Determinants of unemployment duration in Ukraine. Journal of Comparative Economics, 34(2), 567-590.
Lalla, M., & Pattarin, F. (2001). Unemployment duration: An analysis of incomplete, completed, and multiple spells in Emilia-Romagna. Quality & Quantity, 35, 187-205.
Lauer, C. (2008). Education and unemployment: A French and German comparison. Center for European Economic Research (ZEW), No. 03-34.
Lucas, R. (1988). On the mechanics of economic development. Journal of Monetary Economics, 22(1), 3-42.
Miezite, E., & Pogrebnaja, J. (2003). Analysis of unemployment duration in Latvia: Differences between urban and rural areas. SSE Riga Working Papers, 15(50), 231-250.
Mincer, J. (1994). Human capital: A review. In C. Kerr et al. (Eds.), Labour Economics and Industrial Relations: Markets and Institutions (pp. 45-67). Cambridge: Harvard University Press.
Mills, B. F. (2001). Unemployment duration in non-metropolitan labor markets. Growth and Change, 32, 235-257.
Nickell, S. (1973). Education and lifetime patterns of unemployment. Journal of Political Economy, 87(5), 117-131.
Oancea, B., Pospisil, R., & Dragoescu, R. (2016). A logit model for the estimation of the educational level influence on unemployment in Romania. Proceedings of the Knowledge for Market Use Conference, 1(1), 334-344.
Pastore, F. (2005). To study or to work? Education and labor market participation of young people in Poland. IZA Discussion Paper, No. 1793.
Rahmawati, A., & Putri, P. I. (2021). The effect of education variable on the open unemployment rate. Efficient: Indonesian Journal of Development Economics, 4(2), 1160-1173.
Smith, A. (1776). The wealth of nations. London: W. Strahan and T. Cadell.
Spence, M. (1981). Signaling, screening, and information. In S. Rose (Ed.), Studies in Labour Markets (pp. 245-267). Chicago: University of Chicago Press.
Tansel, A., & Tasci, H. M. (2004). Determinants of unemployment duration for men and women in Turkey. IZA Discussion Paper, No. 1285.
Tansel, A., Berument, H., & Dogan, N. (2006). Economic performance and unemployment: Evidence from an emerging economy. Emerald Insight, 47(2), 154-176.
Winkelmann, R. (1996). Employment prospects and skills acquisition of apprenticeship trained workers in Germany. Industrial and Labour Relations Review, 49, 658-672.