Hur påverkas kvinnligt arbetskraftsdeltagande?: En jämförelse mellan svenskor och olika invandrargrupper

(1)

Fatema Fazal Hanna Hedlund Nationalekonomi C Uppsala Universitet Våren 2007

Handledare: Gun Sundberg

Hur påverkas kvinnligt arbetskraftsdeltagande?

En jämförelse mellan svenskor och olika invandrargrupper

(2)

Sammanfattning

Syftet med denna studie är att undersöka hur ett antal olika faktorer påverkar arbetskraftsdeltagandet för kvinnor i Sverige från olika etniciteter. För detta har datamaterialet LINDA för år 2005 använts för att skatta probit-modeller.

Uppsatsen visar att variablerna antal barn i hushållet, ålder, civilstånd, utbildningsnivå, makes lön och förmögenhet, egen förmögenhet samt antal år i Sverige påverkar arbetskraftsdeltagandet olika beroende på var kvinnorna kommer ifrån. Vi tror dock inte att det enbart är dessa variabler som påverkar engagemanget i arbetskraften. Andra variabler som kunde tänkas vara viktiga så som tillgänglighet på dagisplatser och lediga jobb i närområdet, hade vi tyvärr inte tillgång till.

Nyckelord: invandrare, kvinnor, arbetskraftsdeltagande, probit, LINDA

(3)

Innehållsförteckning

1. Inledning... 4

1.1 Bakgrund ... 4

1.2 Avgränsningar och frågeställning ... 4

2. Tidigare forskning och teorier... 5

2.1 Svenska erfarenheter ... 5

2.1.1 Arbetsutbudsteori ... 5

2.1.2 Familjeinvesteringshypotesen i Sverige... 5

2.1.3 Ojämlikheter på arbetsmarknaden... 6

2.1.4 Diskriminering på arbetsmarknaden ... 6

2.1.5 Intervjuer med parter i arbetsmarknadspolitiska insatser... 6

2.2 Utländska erfarenheter ... 7

2.2.1 Mentala modeller... 7

2.2.2 Kvinnosynen i arabländerna... 7

2.2.3 Jämförelse av arbetslösheten i Sverige, Tyskland och Storbritannien ... 8

2.2.4 Socialbidragens betydelse i Australien ... 8

3. Metod ... 8

3.1 Statistisk modell ... 8

3.2 Likelihood ratio test ... 9

3.3 Datamaterial ... 9

4. Empiri... 10

4.1 Deskriptiv statistik... 10

4.2 Länderindelning ... 12

4.3 Modellspecifikation... 12

4.4 Förväntat resultat... 13

4.5 Problem med variabelspecifikation... 15

5. Regressionsresultat... 15

5.1 Skillnad i arbetskraftsdeltagande beroende på kön och etnicitet ... 16

5.1.1 Regression ... 16

5.1.2 Kommentarer... 18

5.2 Arbetskraftsdeltagande bland kvinnor ... 18

6. Diskussion ... 20

6.1 Antal barn... 20

6.2 Civilstånd ... 20

6.3 Utbildning... 20

6.4 År i Sverige ... 21

6.5 Makes lön och förmögenhet samt egen förmögenhet ... 21

6.6 Ålder... 22

6.7 Diskussion kring brister i datamaterialet... 22

7. Slutsatser ... 23

8. Referenser... 25

Bilagor... 27

Bilaga 1 – Officiell arbetskraftsstatistik från SCB... 27

Bilaga 2 – Variabellista ... 28

Bilaga 3 – Länderindelning ... 30

Bilaga 4 – Fullständiga regressionsresultat... 32

(4)

1. Inledning

1.1 Bakgrund

Invandringen i Sverige har genomgått drastiska förändringar under 1900-talet. Lundh och Ohlsson (1999) beskriver hur invandringsmönstret förändrats från att ha bestått av främst arbetskraftsinvandring under efterkrigstiden fram till 70-talet till att övergå till en flykting- och anhöriginvandringsbetonad invandring. Arbetskraftsinvandringen under 40-, 50-, 60- och 70-talet bestod främst av arbetskraft från europeiska länder. Bland dessa fanns kvinnor som kom att arbeta med traditionella kvinnoyrken, t ex hushållsarbete och barnpassning, men även inom industrin. Hos kvinnorna som invandrade under denna tid var arbetskraftsdeltagandet högt, till och med högre än för svenska kvinnor.

I takt med att invandringsmönstret har förändrats har debatten om invandrarkvinnors engage- mang i den svenska arbetsmarknaden vuxit. Arbetslösheten är högre bland invandrare än bland svenskar, men vi kommer att undersöka arbetskraftsdeltagandet; alltså vad som påverkar att en person varken jobbar eller söker jobb för att den inte vill eller kan.

Statistiska Centralbyråns siffror (Bilaga 1) från år 2005 visar att invandrare står utanför arbetskraften i högre utsträckning än vad svenskar gör. Av utlandsfödda män är 26,5 % utanför arbetskraften jämfört med 17,8 % av svenska män, respektive 34,4 % av utlandsfödda kvinnor mot 22,0 % av svenska kvinnor. Det är tydligt att skillnaden är större mellan

invandrade kvinnor och svenska kvinnor än mellan invandrade män och svenska män.

Situationen för invandrade kvinnor är således specifik.

1.2 Avgränsningar och frågeställning

Vi har intresserat oss för invandrarnas deltagande i den svenska arbetskraften. Enligt integrationsverket finns det ingen officiell definition på invandrare. Det vi i uppsatsen menar med invandrare är utlandsfödda personer bosatta i Sverige. Eftersom skillnaden mellan svenska kvinnor och invandrade kvinnor är större än skillnaden mellan männen har vi valt att fokusera på kvinnorna. Studier har visat att andra generationens invandrare har bättre förutsättningar på den svenska arbetsmarknaden än första generationens, vilket kan bero på språkkunskaper men också att de är mer integrerade i det svenska samhället (Ekberg 1997). Därför har vi valt att

(5)

ytterligare begränsa oss till första generationens invandrare, utlandsfödda, och se vad det är som påverkar deras val att delta i arbetskraften och hur det skiljer sig från svenskors.

- Vi vill undersöka hur olika faktorer påverkar kvinnligt arbetskraftsdeltagande.

Då situationen skiljer sig något åt för invandrarkvinnor från olika länder kommer vi att göra en jämförelse mellan grupper från olika regioner.

2. Tidigare forskning och teorier

2.1 Svenska erfarenheter

2.1.1 Arbetsutbudsteori

Arbetsutbudsteorins grundläggande princip är att individer gör en avvägning av vad som är värt mest; konsumtion eller fritid. Att arbeta innebär att man minskar sin fritid för att tjäna pengar och kunna konsumera mer varor. Fritid i detta avseende innefattar även tid för sömn och hushållssysslor och restid till och från jobbet, med mera. Om marginalnyttan av fritiden för en given tidsenhet är lägre än marginalnyttan för konsumtion kommer individen att arbeta.

Huruvida en person deltar i arbetskraften eller inte påverkas av faktorer som till exempel arbetsfri inkomst; kapitalinkomster, ränteinkomster, bidrag. I empiriska studier är det vanligt att utgå från att gifta kvinnor bestämmer sitt arbetsutbud utifrån sin makes inkomst.

(Björklund m fl, 2000, kap 2)

2.1.2 Familjeinvesteringshypotesen i Sverige

Den grundläggande teorin i familjeinvesteringshypotesen, FIH, är att när en invandrare an- länder till ett land kan mannen, som huvudsaklig försörjare, behöva investera i landspecifikt humankapital. Under denna investeringsperiod kan kvinnan, frun, vara tvungen att arbeta för att försörja familjen (Cobb-Clarke, sid 2). När mannen sedan är färdig med humankapitalin- vesteringen återtar han rollen som familjeförsörjare och kvinnan träder ut ur arbetskraften.

Enligt hypotesen skulle invandrarkvinnors övergångssannolikhet från förvärvsarbete till icke förvärvsarbete alltså öka med tiden i landet (Rashid 2002).

Familjeinvesteringshypotesen har visats stämma för USA och Saman Rashid från Umeå Universitet har testat om den även stämmer för Sverige genom att undersöka kvinnors vistelseprofil. Hans undersökning visar att invandrade gifta kvinnor har samma profil

oberoende om de är gifta med en invandrare med behov av humankapitalinvestering eller om

(6)

de är gifta med en svensk man. Han konstaterar att invandrarkvinnors arbetsmarknads- beteende i Sverige inte är konsistent med FIH. Rashids förklaring till varför det är så i USA men inte i Sverige är skillnaden i bidragssystem. Med Sveriges relativt generösa system med introduktionsersättning och studiestöd har familjen försörjning under mannens tid av

humankapitalinvestering utan att kvinnan behöver arbeta. (Rashid 2002)

2.1.3 Ojämlikheter på arbetsmarknaden

Aleksander Gabelic, ordförande i Svenska FN-förbundet har skrivit en artikel om

diskriminering mot kvinnor. I denna skriver han att ojämlikheten mellan kvinnor och män i Sverige leder till att kvinnor generellt har högre arbetslöshet, lägre sysselsättningsgrad och lägre lön för lika arbete än den genomsnittlige mannen. Gabelic nämner även att individer med utländsk bakgrund har svårare att få arbete än infödda svenskar, trots samma utbildning.

De hårdast drabbade är individer som kommer från Mellanöstern. Är individen med utländsk bakgrund dessutom kvinna blir situationen ännu svårare. (Gabelic 2004)

Gabelic skriver att en undersökning från Göteborgs universitet har visat att invandrarkvinnor anser att arbetsförmedlingen inte lyssnar till dem. Personalen tror att dessa kvinnor inte har höga ambitioner och har brist på kunskap och därför erbjuds i första hand mer traditionellt kvinnliga arbeten som sömmerska, kokerska och städerska. För de utbildade kvinnorna kan detta minska motivationen att delta i arbetsmarknaden. (Gabelic 2004)

2.1.4 Diskriminering på arbetsmarknaden

En undersökning utförd av Carlsson och Rooth har visat att jobbansökningar med

svenskklingande namn har 50 % högre kallelsefrekvens jämfört med typiska arabiska namn.

Undersökningen anses inte vara representativ för alla invandrare då den har testat enbart manliga namn. Författarna nämner även att det vid tidigare forskningar har konstaterats att diskrimineringen är högst bland individer från Afrika och Mellanöstern och att arbetslösheten bland dem inte minskar vid ökad utbildning. (Carlsson, Rooth 2007)

2.1.5 Intervjuer med parter i arbetsmarknadspolitiska insatser

Thomson och Hoflund (2000) har för IFAU¹ gjort en rapport om arbetsmarknadspolitiska insatser riktade till kvinnor med invandrarbakgrund i vilken de genomfört ett stort antal intervjuer med invandrade kvinnor samt med arbetsförmedlare och andra officiella personer som

1 Institutet För Arbetsmarknadspolitisk Utvärdering

(7)

har ansvarat för arbetsmarknadsinsatser. Intervjuerna kan inte ses som statistiskt represen- tativa men de belyser ändå situationen för ett antal invandrade kvinnor. Bland annat bekräftar rapporten att det finns vissa kvinnor som lever i skuggan av sina män. Deras arbetskraftsutbud beror på mannens och de får inte lyckas bättre än honom då detta riskerar att förstöra hans självkänsla. Intervjuerna visar också att det finns kvinnor som väldigt gärna vill jobba och som försöker jobba, men svårigheter att komma in på den svenska arbetsmarknaden håller dem kvar i arbetsmarknadsinsatser och bidrag. En viktig slutsats från detta är det som även Paulina de los Reyes (1998) påpekar: invandrade kvinnor är inte en homogen grupp. De kommer från olika bakgrund med olika erfarenheter, viljor och traditioner.

2.2 Utländska erfarenheter

2.2.1 Mentala modeller

Douglas C. North, nobelpristagare i ekonomi, har beskrivit mentala modeller som olika uppfattningar en individ har i hjärnan om hur saker och ting ska fungera i verkligheten.

Uppfattningarna bildas genom olika intryck individen får i sitt vardagliga liv. Därför spelar uppfostran, kulturen, religionen och omgivningen en nyckelroll i utvecklingen av mentala modeller. Då mentala modeller avviker från verkligheten blir det kaotiskt i hjärnan och individen kan få svårigheter att anpassa sig till situationen. Exempelvis finns det tankar om hur individer ska uppföra sig i samhället beroende på vilken kultur, uppfostran och intryck de har fått. North påpekar att dessa mentala modeller inte är konstanta, utan påverkas av det samhälle man lever i och de upplevelser och intryck som man får från omgivningen (North, 2005, kap.3).

2.2.2 Kvinnosynen i arabländerna

En rapport framtagen av FN om kvinnornas situation i arabländerna, The Arab Human Devel- opment Report 2005 – Towards the rise of women in the arab world, beskriver hur religion, kultur, politik och gamla traditioner har påverkat kvinnornas ställning i dessa länder. En av de traditionella synerna som finns kvar är den som säger att det är mannens uppgift att försörja familjen och kvinnans uppgift att ta hand om hushållet. Under de senaste åren har denna syn börjat utplånas, främst i storstäderna, och kvinnorna har börjat komma ut i arbetslivet efter flertalet lag- och samhällsändringar som har resulterat efter tryck från bland annat olika kvinnorörelser genom åren i regionen. Trots det menar rapporten att endast ca 33,3 % av

(8)

kvinnorna över 15 år deltar i arbetskraften i arabländerna jämfört med genomsnittet för hela världen; ca 55,6 %. (United Nations Development Programme, 2006)

2.2.3 Jämförelse av arbetslösheten i Sverige, Tyskland och Storbritannien

Christel Kesler från University of California har undersökt situationen för invandrare som inte har arbete i Sverige, Tyskland och Storbritannien. Hennes undersökning visar att gapet i arbetslöshet mellan inhemska individer och invandrare var större i Sverige än i de andra två länderna när hänsyn tagits till humankapital och socioekonomiska faktorer. Det visade sig också att invandrade kvinnor i Sverige arbetar i större utsträckning än invandrade kvinnor i andra länder. Kesler drog slutsatsen att detta beror på att svenska kvinnor arbetar mer än kvinnor i Tyskland och Storbritannien, och att bland annat den svenska familjepolicy som främjar att kvinnor arbetar återspeglas även hos invandrarkvinnor. (Kesler, 2006)

Kesler skriver även att högre utbildning ökar chansen att en person jobbar. Sannolikheten ökar dock betydligt mer för inhemska personer än för immigranter. Anledningen är att de flesta immigranterna i undersökningen kom till det nya landet med en färdig utbildning som rekvirerats i hemlandet (s 762).

2.2.4 Socialbidragens betydelse i Australien

En australiensisk studie baserad på siffror från 1990 visar att kvinnor som immigrerat till Australien med icke-engelsktalande bakgrund arbetar mindre än australiska kvinnor eller kvinnor med engelsktalande bakgrund. Studien visar också att arbetskraftsutbudet hos immi- grerade kvinnor med icke-engelsktalande bakgrund inte är känsligt för lönenivån, men

däremot känsligt för statliga sociala förmåner (Shamsuddin 1998). Detta skulle kunna tyda på att om de invandrade kvinnorna i landet har tillräcklig inkomst via statliga bidrag väljer de att inte arbeta, men om bidraget sänks tvingas de ut i arbetskraften.

3. Metod

3.1 Statistisk modell

Denna uppsats undersöker hur olika variabler påverkar sannolikheten att kvinnor deltar i arbetskraften. Eftersom en sannolikhet endast kan ligga inom intervallet 0-1 används en modell som är utformad på det sättet. Två modeller som vanligen används är logit- och probitmodellerna. I princip bör logit användas om den underliggande variabeln kommer från en logistisk fördelning. Är variabeln normalfördelad föredras probit. I praktiken spelar dessa

(9)

antaganden inte någon viktig roll när det gäller slutsatser eftersom både logit och probit i de allra flesta fall ger samma resultat. (Pindyck m fl, kap.11)

Den underliggande funktionen antas vara normalfördelad för varje individ varför probit- modellen kommer att användas:

(1) P = F(α + βx) = e ^s²^/²ds 2

1 ₋

Χ +

∞

−

∫

^β

α

π Där α och β koefficienter för den underliggande funktionen och s är en normalfördelad slumpvariabel.

Eftersom probit inte är linjär går det inte att direkt göra meningsfulla tolkningar av koefficienterna. Istället beräknas marginaleffekterna för att tolka sannolikheten för den oberoende variabeln (Wooldridge, 2003, avsnitt 17.1). I våra regressioner utvärderas marginaleffekterna vid medelvärdet på de beroende variablerna.

3.2 Likelihood ratio test

Likelihood ratio test används för att testa nollhypotesen att några eller alla variabler är lika med noll. Om L(βUR) representerar värdet för log-likelihood då funktionen innehåller alla variabler och L (βR) då funktionen har uteslutit de variabler som ska testas kan man använda likelihood testet på följande sätt:

(2) -2 [L(βR) - L(βUR)] ~ χ²m m = antal variabler som skall testas samt antal frihetsgrader

Om det kritiska värdet är lägre än chitvå-värdet (χ²m ) kan nollhypotesen förkastas, de variabler som testas är då inte lika med noll. (Pindyck m fl).

Vi testar i våra regressioner ifall samtliga variabler är lika med noll.

3.3 Datamaterial

Det datamaterial som används kommer från LINDA, Longitudinal INdividual DAta for Sweden, vilket är en longitudinell databas över nästan 3,5 % av Sveriges befolkning. LINDA består av registerinformation huvudsakligen från Inkomst- och Förmögenhetsstatistiken och

(10)

Folk- och Bostadsräkningen men även från Pensionspoängsregistret, Pensionsregistret, HÄNDEL, AKSTAT, Högskoleregistret, Komvuxregistret, Sjukfallsregistret,

Föräldrapenningsregistret, och Löneregistret. En stor fördel med LINDA är att information har samlats in sedan 1960-talet med antal variabler och antal samplade individer stadigt ökande. I den här uppsatsen nyttjas ett tvärsnitt från år 2005 för att undersöka hur det är idag.

LINDA är mycket lämplig för uppsatsens ändamål eftersom den innehåller ett representativt tvärsnitt av befolkningen med en befolkningspanel på ca 3,5 % av Sveriges befolkning samt en invandrarpanel med över 20 % av Sveriges invandrare. (För exakt samplingprocedur läs LINDA, Longitudinal INdividual DAta for Sweden.) Värt att notera är att även hushålls- medlemmar till samplade individer ingår i datamaterialet. (Edin, Fredriksson, 2000) Alla regressioner baseras endast på det samplade urvalet, inte hushållsmedlemmar.

Information om individer i hushållet används för att skapa variabler, så som makes lön och förmögenhet. För att få ett stort urval svenskar och invandrare läggs befolkningsurvalet och invandrarurvalet ihop. Det har ingen betydelse för regressioner men i den deskriptiva statistiken blir invandrare överrepresenterade. Inga individer förekom i båda register.

Eftersom det är arbetskraftsdeltagande som är av intresse undersöks individer i den ålder den normalt arbetar; 18-64 år.

4. Empiri

4.1 Deskriptiv statistik

Baserat på tidigare forskning, antaganden och tillgängliga variabler kommer undersökningen att utgå från följande variabler: Arbetskraftsdeltagande, antal barn, civilstånd, ålder, utbild- ningsnivå, makes lön och förmögenhet, egen förmögenhet, antal år i Sverige samt kön.

Invandrare från EU/OECD antas inte skilja sig nämnvärt från svenskar. Därför använder vi inledningsvis dummyvariabler för att skilja på individer från EU/OECD-länder, doecd = 1, och de som kommer från övriga länder, dflykt =1, med annorlunda traditioner och vilka ofta är flyktingar eller anhöriga till flyktingar.

Arbetskraftsdeltagande mäts med en dummy som antar värdet 1 för de personer som ingår i arbetskraften. En person räknas som i arbetskraften då hon förvärvsarbetar eller är arbetslös.

Som förvärvsarbetande räknas en person som haft en arbetsinkomst större än basbeloppet för inkomståret vilket uppgick till 39 400 kr år 2005.

(11)

Makes lön, dmlön, är en dummy med värdet 1 för kvinnor vars make hade en lön över 200 000 kr för innevarande år. Variabeln antar värdet 0 annars. Makes förmögenhet dmförm är en dummyvariabel som antar värdet 1 för kvinnor vars makes förmögenhet är större än 450 000 kr.

Dummy för civilstånd, dciv, antar värdet 1 om individen är gift. Dummy för kön, dkön, antar värdet 1 för kvinnor. Dummy för utbildning, dutb, antar värdet 1 då individen påbörjat eller avslutat högskolestudier. Dummy för egen förmögenhet, dförm, antar värdet 1 då förmögen- heten är större än 300 000 kr. Vid åldersindelningen finns två dummyvariabler. Som ung räknas individer mellan 18 och 23 år. Som gammal räknas individer mellan 55 och 64 år.

För ålder, makes förmögenhet och lön samt egen förmögenhet har vi testat olika gränser och fann de ovan beskrivna värdena mest signifikanta.

Tabell 1- Deskriptiv statistik av hela datamaterialet^A Variabler Medelvärde Standard-

avvikelse

Min Max Förväntat

tecken

Arbetskraftsdeltagande 0,741 0,438 0 1

Antal barn 1,01 1,22 0 16 -

Civilstånd 0,451 0,498 0 1 -

Högskolestudier 0,357 0,479 0 1 +

Kön 0,501 0,500 0 1 -

Makes förmögenhet 0,004 0,065 0 1 -

Makes lön 0,110 0,312 0 1 -

Egen förmögenhet^B 0,019 0,137 0 1 -

Ung 0,106 0,308 0 1 -

Gammal 0,197 0,398 0 1 -

Antal observationer 348 721

A. Gäller för detta datamaterial. Skall inte tolkas för hela Sveriges befolkning då det är en överrepresentation av invandrare.

B. Egen förmögenhet redovisas för både män och kvinnor.

Medelvärdet för dummyvariablerna anger andelen i datamaterialet för vilka dummyn har värdet 1. För fullständig variabelförklaring se Bilaga 2.

(12)

4.2 Länderindelning

Efter att ha visat om det förekommer en skillnad i arbetskraftsdeltagande beroende på kön och invandring kommer vi att undersöka skillnader i arbetskraftsdeltagande för kvinnor från olika grupper av invandrare samt svenskor. Uppdelningen är gjord baserat på hur Globalportalen delar in länder för sitt arbete med regioner indelade enligt liknande traditioner och kulturer.

De regioner som kommer att analyseras specifikt är:

• Sverige.

• EU-länder och OECD-länder (förutom Sverige): Dessa länder har relativt bättre ekonomi och ett västerländskt tänkande med liknande syn på till exempel jämlikhet mellan könen.

• Östeuropa och Centralasien: Många av dessa länder har varit en del av Sovjetunionen.

• Afrika: Afrika söder om Sahara.

• Mellanöstern och Nordafrika: Arabländer, ofta präglade av muslimska traditioner.

• Latinamerika: Syd- och Mellanamerika.

• Asien: Asien förutom Centralasien och Japan.

För en fullständig lista av exakt vilka länder som räknas till vilken region se Bilaga 3.

4.3 Modellspecifikation

Först kommer vi att generellt undersöka om det finns en skillnad på arbetskraftsdeltagande mellan kvinnor och män, svenskar och invandrare. Eftersom vi har antagit att invandrare från EU/OECD inte skiljer sig nämnvärt från individer med svensk bakgrund, kommer vi att skatta två olika regressioner. I den första regressionen jämförs invandrare från EU/OECD med svenskor, individer som kommer från andra länder än Sverige och EU/OECD har exkluderats från denna modell:

(3)

ε β

β β

β

β β

β α

+ +

+

+ +

⋅ +

+

=

ung gammal

dmlön dmförm

dförm dutb

dciv antbarn

dkön doecd

kön doecd

y

11 10

9 8

7 6

5 4

3 2

1

I den andra regressionen jämförs invandrare från övriga länder, dflykt, med svenskor, invandrare från EU/OECD ingår inte i denna skattning:

(4)

ε β

β β

β

β β

β α

+ +

+

+ +

⋅ +

+

=

ung gammal

dmlön dmförm

dförm dutb

dciv antbarn

dkön dflykt

kön dflykt

y

11 10

9 8

7 6

5 4

3 2

1

(13)

Efter dessa två regressioner som jämför etnicitet och kön kommer vi att fokusera på endast kvinnor. Probitmodeller skattas för kvinnor från olika regioner med följande regression:

(5)

ε β

β β

α

+ +

+

=

ung gammal

dmförm

dmlön dförm

årisve dutb

dciv antbarn

y

10 9

7

6 5

4 3

2 1

4.4 Förväntat resultat

Med tidigare forskning som utgångspunkt förväntar vi oss att kvinnor deltar mindre i arbetskraften än män med särskilt stor skillnad för invandrarkvinnor. För personer som kommer till Sverige från ett land med mycket annorlunda kultur menar vi att det ofta förekommer en upp- fattning om att kvinnorna inte behöver hjälpa till med försörjningen utan istället tar hand om hemmet. Kulturella skillnader tror vi är en viktig faktor i svaret på varför invandrarkvinnor deltar mindre i arbetskraften än svenskor.

Har en person flyttat till Sverige frivilligt kanske hon är mer beredd på att anpassa sig till det svenska samhället och mer motiverad att vilja arbeta. För flyktingar kan situationen däremot vara annorlunda. Det kan tänkas att kvinnan blir tvungen att arbeta för att hjälpa till med för- sörjningen. Men det kan även vara så att flyktingar har dålig självbild, problem med språket och har utsatts för andra svårigheter som t ex emotionella och psykiska påfrestningar och blir tvungna att försörja sig på bidrag, vilket kan påverka förmågan och förändra motivationen till att delta i arbetskraften.

För kvinnor förväntar vi oss negativt tecken för antal barn på grund av föräldraledighet och det faktum att framförallt kvinnor stannar hemma med sina barn. Vi förväntar oss större skillnad hos invandrade kvinnor än hos svenskor då de oftare kommer från en tradition där kvinnan stannar hemma. Frågan är dock om denna variabel även kan ha en motsatt effekt. Är familjen för stor kanske makens inkomst inte räcker till och då blir även kvinnan tvungen att arbeta om inte andra lösningar finns för att få ekonomin att gå ihop.

På regressionerna för endast kvinnor tror vi att giftermål påverkar många invandrade kvinnor på så sätt att traditionen gör dem mer bundna till sina män och familjer och att de har huvud- ansvaret för hushållsarbetet, vilket ger negativ inverkan på arbetskraftsdeltagandet.

(14)

Högre utbildning förväntas öka arbetskraftsdeltagandet eftersom utbildning i sig är en kost- sam investering vilken betalas tillbaka med högre lön, samt chansen att få ett jobb man vill ha ökar och även möjligheten att överhuvudtaget få ett jobb. Även antal år i Sverige förväntas ha en positiv effekt. Längre tid i Sverige innebär att invandrare förbättrar sitt Sverige-specifika humankapital och därmed sin anställningsbarhet, samt att de assimilerats till det svenska samhället och att deras mentala modeller kan ha börjat förändras.

Vi tror att inkomsten spelar en stor roll vid beslutet om att arbeta eller inte. Om familjen lever fattigt uppstår ekonomiska konsekvenser av att ha enbart en individ med inkomst från arbete.

Kan detta kompenseras med olika bidrag från staten kan motivationen att delta i arbetskraften minska. För kvinnor som kommer från typiskt mansdominerade samhällen är det mannen som ska försörja kvinnan och hon borde inte jobba såvida hon inte är tvungen. Om makens

förmögenhet och lön är större har kvinnan råd att vara hemma. Detsamma kan gälla för egen förmögenhet.

Vi förväntar oss att arbetskraftsdeltagandet är lägre hos de unga individerna eftersom ett flertal unga individer fortfarande studerar. Bland äldre individer har det tidigare visats att de deltar mindre i arbetskraften på grund av förtidspensionering och minskad ork varför vi förväntar oss att se detsamma i våra resultat.

Doecd inkluderar alla individer från EU/OECD förutom svenskar. Dessa länder har ett arbets- liv och traditioner som påminner mycket om Sveriges, varför vi tror att det inte är någon nämnvärd skillnad mot estimaten för Sverige. Arbetskraftsdeltagandet kan påverkas positivt av att det från dessa länder främst är arbetskraftsinvandring till skillnad från flyktinginvandring. Men det kan också finnas en negativ påverkan hos kvinnor, eftersom arbetslivet för kvinnor är specifikt i Norden och framför allt i Sverige med högt förvärvsarbetande hos kvinnor.

I dummyn dflykt räknas alla invandrare som kommer från Asien, Östeuropa, Latinamerika, Afrika och Mellanöstern. Invandrare från dessa länder är huvudsakligen flyktingar eller anhöriga till flyktingar och kommer ofta till Sverige med andra förutsättningar än vid arbetskraftsinvandring. Eftersom tidigare forskning har visat att invandrare har lägre arbetskraftsdeltagande än svenskar förväntar vi oss negativ koefficient på denna dummy.

(15)

4.5 Problem med variabelspecifikation

Ett bekymmer i datamaterialet för 2005 är att det inte finns någon variabel som visar hur många barn en specifik individ har. Den enda variabel vi hade tillgång till var antal barn individen bodde tillsammans med. Detta gjorde att det blev svårt att veta om barnen var individens egna barn, syskon eller syskons barn. Av den anledningen har vi inte riktigt kunnat dra slutsatser om hur egna barn kan påverka arbetskraftsdeltagandet för urvalet. Man kan även tänka sig att det förekommer ett kausalitetsproblem; påverkar verkligen antal barn arbetskraftsdeltagandet direkt eller finns det någon annan bakomliggande orsak? Det är möjligt att arbetskraftsdeltagandet ökar med ålder eftersom ålder påverkar vistelsetid i Sverige, utbildning och annat humankapital, men även antal barn och civilstånd.

Variabeln för arbetskraftsdeltagande anger de som förvärvsarbetar eller är arbetslösa. Tyvärr fanns ingen variabel som angav arbetslöshet så vi har antagit att de personer som får arbets- marknadsstöd² motsvarar alla arbetslösa individer. Problemet med detta antagande är att det kan finnas personer som söker jobb och alltså står till arbetsmarknadens förfogande, men som inte är berättigade till eller av andra anledningar inte erhåller arbetsmarknadsstöd. Dessa räknas i våra modeller som utanför arbetskraften. Det är också möjligt att en person har arbetslöshetsersättning under en period av året och sedan träder ut ur arbetskraften, men räknas då i vår undersökning som i arbetskraften.

I datamaterialet kan det finnas ett antal personer som är adopterade och borde ha samma mentala modeller samt övriga förutsättningar som svenskar. I LINDA redovisas födelseland, inte nationalitet.

För variablerna dförm, dmförm och dmlön inträffar två problem som kan påverka resultatet.

För det första är det möjligt att tillgången till förmögenhet gör att man inte jobbar, men samtidigt finns det en korrelation där de som tjänar pengar har råd att spara ihop till en förmögenhet i större utsträckning än om man står utanför arbetskraften.

5. Regressionsresultat

Två modeller skattas för att visa skillnaden i arbetskraftsdeltagandet mellan invandrare och svenskar samt kvinnor och män. Den första modellen avser invandare från EU/OECD och den

2 Inklusive ersättning från arbetslöshetskassa vid arbetslöshet och vid arbetslivsutveckling, ersättning vid arbetsmarknadsutbildning, ersättning till ledsagare samt utbildningsbidrag vid arbetsmarknadsutbildning.

(16)

andra invandrare från övriga länder. För att undersöka kvinnornas specifika situation mer i detalj fokuseras sedan regressionerna endast på kvinnor.

• Alla regressioner är gjorda endast på urvalet. Alltså på de individer som har valts med slumpmässigt representativt urval och inte är definierade som familjemedlemmar i LINDA.

• Pseudo R², som kan tolkas som vanligt R², är låg för samtliga regressioner. Detta är inte konstigt eftersom vi använder individdata och människor följer inte ett

förutbestämt logiskt mönster.

• Standardavvikelser anges inom parentes.

• 10 % signifikansnivå markeras med *, signifikans på 5 % nivån markeras ** och när koefficienten är signifikant på 1 % nivå markeras det ***.

5.1 Skillnad i arbetskraftsdeltagande beroende på kön och etnicitet 5.1.1 Regression

I modellerna nedan undersöks skillnaden i arbetskraftsdeltagande beroende på kön och etnicitet. Invandrare från EU/OECD antas inte skilja sig nämnvärt från svenskar. Därför skattas först en regression för att jämföra individer från EU/OECD-länder, doecd, med svenskor. Sedan jämför vi de som kommer från övriga länder med annorlunda traditioner och vilka ofta är flyktingar eller anhöriga till flyktingar, dflykt, med svenskar. Interaktionstermer för kön och etnicitet inkluderas för att undersöka om situationen är specifik för invandrarkvinnor. Resultatet för regressionerna redovisas i Tabell 3 och 4.

(17)

Tabell 3 - Skillnad i arbetskraftsdeltagande mellan svenskar och individer från EU/OECD Variabler Koefficient

Doecd -0,181***

(0,003)

Dkön -0,43***

(0,002)

Antbarn 0,020***

(0,0009)

Dciv 0,050***

(0,002)

Dutb 0,009***

(0,002)

Kön*doecd 0,031***

(0,003)

Dmlön 0,064***

(0,003)

Dmförm -0,042***

(0,014)

Dförm 0,016***

(0,005)

Ung -0,377***

(0,004)

Gammal -0,128***

(0,002)

Antal observationer: 218 282 Pseudo R²: 0,1092

Likelihood ratio test, χ²–värde: 23700 Prob > χ² = 0.0000

Nollhypotesen att alla koefficienter är lika med noll förkastas.

Tabell 4 - Skillnad i arbetskraftsdeltagande mellan svenskar och individer från övriga länder Variabler Koefficient

Dflykt -0,225***

(0,002)

Dkön -0,054***

(0,002)

Antbarn 0,004***

(0,0007)

Dciv 0,027***

(0,002)

Dutb -0,009***

(0,002)

Kön*dflykt -0,015***

(0,003)

Dmlön 0,112***

(0,002)

Dmförm -0,060***

(0,017)

Dförm 0,032***

(0,006)

Ung -0,340***

(0,003)

Gammal -0,172***

(0,003)

Antal observationer: 286 127 Pseudo R²: 0,1206

Likelihood ratio test, χ²–värde: 39000 Prob > χ² = 0.0000

Nollhypotesen att alla koefficienter är lika med noll förkastas.

(18)

5.1.2 Kommentarer

Vi hade inte förväntat oss någon större skillnad mellan svenskar och invandrare från

EU/OECD-länder eftersom vi antog att dessa länder har liknande bakgrund och traditioner. I Tabell 3 framgår att detta tydligen inte var fallet. Det finns olikheter mellan EU-länder i traditioner och mentala modeller, särskilt när det gäller kvinnlig arbetskraft, vilket bland andra Kesler konstaterat. Trots att dessa invandrare inte har kommit till Sverige som

flyktingar kan de ha problem med språk och tillgodoräknande av utbildning och erfarenheter från hemlandet.

Tecknet framför dflykt var förväntad i Tabell 4. Tidigare studier har visat att individer i

områden som representeras av dflykt har en annan bakgrund och andra traditioner än svenskar.

Därför antog vi att arbetskraftsdeltagande hos dessa individer skulle vara lägre än för svenskar, vilket visades stämma.

Koefficienterna på dkön visar att kvinnor generellt jobbar mindre än män, vilket var precis vad vi förväntat oss. I Tabell 3 är detta den sammanlagda effekten för svenskor och

invandrade kvinnor från EU/OECD och i Tabell 4 är det effekten för svenska kvinnor och invandrarkvinnor från övriga länder. Interaktionstermen kön*dflykt visar att kvinnor från dflykt-länderna arbetar mindre än svenskor medan interaktionstermen kön*doecd visar att kvinnor från EU/OECD arbetar mer än svenska kvinnor.

Det här resultatet styrker SCB:s statistik att invandrare och framför allt invandrarkvinnor har lägst arbetskraftsdeltagande, vilket gäller särskilt kvinnor från vissa regioner. Vi går därmed vidare med att skatta regressioner för kvinnor specifikt, där vi kan jämföra olika grupper av invandrarkvinnor med varandra och med svenska kvinnor.

5.2 Arbetskraftsdeltagande bland kvinnor

Situationen på arbetsmarknaden för invandrade kvinnor är specifik i jämförelse med

invandrade män och svenska kvinnor, men tycks skilja sig åt för kvinnor från olika regioner.

Därför skattade vi med utgångspunkt i ekvation (5) arbetskraftsdeltagandet för kvinnor uppdelade i grupper.

(19)

Resultatet redovisas i Tabell 5. I de fall då inget resultat har redovisats har variabeln uteslutits då den var starkt osignifikant och modellen blev bättre utan variabeln. För svenska kvinnor försvinner variabeln årisve eftersom de per definition inte är invandrade.

Tabell 5 - Kvinnligt arbetskraftsdeltagande

För samtliga regressionen gav Likelihood Ratio testet ett p-värde på 0,00 vilket innebär att nollhypotesen att alla variabler är lika med noll förkastas. För fullständiga regressionsresultat se Bilaga 4.

Sverige EU/OECD Öeur/

Casien

Mellan- östern

Afrika LatinAm Asien Antbarn 0,002

(0,001)

0,053***

(0,003)

0,020***

(0,003)

-0,010***

(0,003)

-0,008*

(0,004)

0,017***

(0,003)

-0,048***

(0,012) Dciv 0,011***

(0,004)

-0,058***

(0,006)

-0,028***

(0,007)

0,015*

(0,009)

0,010 (0,017)

-0,019**

(0,009)

-0,015 (0,058) Dutb 0,049***

(0,003)

0,082***

(0,006)

0,038***

(0,006)

0,032***

(0,008)

-0,084***

(0,017)

-0,063***

(0,008)

0,016 (0,047)

Årisve . 0,008***

(0,0002)

0,006***

(0,0003)

0,017***

(0,0005)

0,022***

(0,001)

0,016***

(0,0004)

0,030***

(0,005)

Dmförm - - - -0,232**

(0,099)

-0,528**

(0,082)

- -

Dmlön 0,079***

(0,004)

0,161***

(0,006)

0,210***

(0,007)

0,211***

(0,010)

0,204***

(0,021)

0,016***

(0,010)

0,222***

(0,085) Dförm -0,023***

(0,008)

0,059***

(0,017)

0,067*

(0,032)

- 0,316*

(0,108)

- -

Ung -0,324***

(0,006)

-0,321***

(0,016)

-0,252***

(0,011)

-0,203***

(0,011)

-0,289***

(0,020)

-0,262***

(0,012)

-0,080 (0,054) Gammal -0,150***

(0,005) -0,197***

(0,007) -0,287***

(0,010) -0,368***

(0,012) -0,380***

(0,033) -0,284***

(0,016) -

Antal obs 76 105 30 603 25 314 19 117 5032 17 143 465

Pseudo R² 0,110 0,107 0,085 0,103 0,146 0,125 0,115

LR-test 7600 3900 2800 2700 1000 2700 65

(20)

6. Diskussion

6.1 Antal barn

Vi förväntade en minskning i arbetskraftsdeltagandet för kvinnor med barn eftersom det i huvudsak är kvinnan som stannar hemma med barnen och inte mannen, och trodde att den negativa effekten skulle vara starkare för invandrade kvinnor än svenskor. För kvinnor från Mellanöstern, Afrika och Asien stämde detta. För övriga länder gav variabeln positiv effekt.

En förklaring till detta kan vara att individerna i fråga bor ihop med flera personer i ett hus och att det blir viktigt för familjen att även kvinnan har en arbetsinkomst för överlevnad.

Anledningen till att kvinnor vill gå ut och arbeta kan också påverkas av Sveriges dagissystem som fungerar så pass väl att mammor inte känner att de måste vara hemma med sina barn.

6.2 Civilstånd

Gifta kvinnor från EU/OECD, Östeuropa och Centralasien samt Latinamerika deltar enligt resultatet mindre i arbetskraften än ogifta kvinnor, vilket var vad vi hade förväntat oss.

Effekten är störst för kvinnor från EU/OECD. Resultatet blev icke signifikant för kvinnor från Asien och Afrika. Gifta kvinnor från Sverige och Mellanöstern deltar något mer i

arbetskraften än de ogifta. En förklaring kan vara att om man är gift delar man mer på ansvar för barn och hushåll och kvinnan har större möjlighet att jobba.

6.3 Utbildning

För variabeln utbildning erhölls mycket varierande resultat. För Afrika och Latinamerika minskar arbetskraftsdeltagandet och resultatet blev inte signifikant för Asien. För Sverige, EU/OECD, Östeuropa och Centralasien samt Mellanöstern ser vi dock en positiv effekt. Vi ser i likhet med Keslers undersökning, med skillnaden att den gällde oddsen att en person arbetar, att utbildning ökar arbetskraftsdeltagandet mest för svenskor och invandrare från EU/OECD. Invandrare från övriga länder har svårare att tillgodoräkna sig den utbildning de skaffat sig i sitt hemland och komplikationer kan även uppstå om svenska arbetsgivare inte har tillräcklig kunskap för att kunna tolka betygen eller examen och därmed bortser från ansökan. Är en individ högskoleutbildad ökar motivationen och möjligheten att arbeta.

Chansen att en utländsk person ändrar på sin mentala modell av arbetsmarknaden är större om hon är utbildad eftersom hon då blir mer flexibel och förbered inför inträdet på

arbetsmarknaden.

För Afrika och Latinamerika minskade arbetskraftsdeltagandet hos individer med högre utbildning. En förklaring kan vara att dessa personer fortfarande studerar och därför inte

(21)

deltar i arbetskraften, eller att endast mer välbärgade personer har råd att studera och det är just de som har råd att inte arbeta. Ytterliggare en förklaring kan vara att då kvinnorna blir färdigutbildade har de blivit äldre och kanske börjar tänka på att bilda familj och prioriterar det framför en karriär. Alternativt så är det ett stort antal individer som reagerat enligt vad Gabelic (se 2.1.3) har sett och förlorat motivationen att arbeta.

6.4 År i Sverige

Vistelsetiden i Sverige påverkar arbetskraftsdeltagandet positivt för samtliga invandrade grupper. Effekten är högst för Asien och Afrika.

Efter flera år i Sverige blir kvinnorna sannolikt mer integrerade i det samhället de har flyttat till. Detta kan leda till att de långsamt börjar ändra på sin mentala modell och blir villig att arbeta. De har även haft tid att skaffa humankapital specifikt för Sverige, så som språk eller annan utbildning. Enligt Rooth och Åslund är just utbildning och framför allt språk av stor betydelse för att lyckas på arbetsmarknaden (2007, s 52f). Invandrade kvinnor kan behöva ett antal år för att skaffa sig detta humankapital för att överhuvudtaget kunna ingå i arbetskraften.

För människor från EU/OECD är skillnaderna mindre än för människor från exempelvis Afrika när det gäller mentala modeller, traditioner samt utbildning och annat humankapital, vilket troligen är anledningen att variabeln årisve inte påverkar individer från EU/OECD i samma utsträckning.

6.5 Makes lön och förmögenhet samt egen förmögenhet

Makes förmögenhet påverkar arbetskraftsdeltagandet negativt för kvinnor från Mellanöstern och Afrika, vilket vi hade förväntat oss. Koefficienterna är väldigt höga och tycks vara den viktigaste av de variabler vi har undersökt. Tidigare forskning har visat att kvinnor från dessa kulturer ofta stannar hemma om de har råd. För de övriga grupperna har variabeln uteslutits ur regressionen. Makes lön gav däremot stora positiva effekter för samtliga grupper. En tänkbar orsak kan vara att om maken har en lön över 200 000 kr per år så har han antagligen svensk- kunskaper och är någorlunda väl assimilerad i samhället och att detta gäller även för frun.

Egen förmögenhet gav svenska kvinnor negativ effekt men den påverkade kvinnor från EU/OECD, Afrika, Östeuropa och Centralasien positivt. Det är möjligt att det finns ett samband där de kvinnor som har ett jobb är de kvinnor som kan spara ihop till en

(22)

förmögenhet. Det kausala sambandet mellan arbetskraftsdeltagande och egen förmögenhet kan därför disskuteras.

6.6 Ålder

Ålder är den variabel i materialet som har störst effekt på arbetskraftsdeltagandet. För samtliga länder är det medelålderskvinnorna som deltar mest i arbetskraften. För de yngre individerna är den negativa effekten större för kvinnor från Sverige och EU/OECD än för övriga grupper, vilket kan bero på att dessa kvinnor utbildar sig längre och kommer in på arbetsmarknaden senare. Resultatet visar även att kvinnor från Sverige och EU/OECD deltar i arbetskraften i högre utsträckning vid högre ålder. Vi kan tänkas oss att det beror på att övriga invandrare ofta har mer fysiskt ansträngande yrken vilket leder till att de träder ut ur arbetskraften tidigare.

6.7 Diskussion kring brister i datamaterialet

Det hade varit intressant att ha med variabler som t ex tillgänglighet på dagisplatser, antal barn under sex år, föräldrars utbildningsnivå och yrkesområde, socioekonomiska förhållanden samt boendeort för att kunna analysera djupare. Fler eller andra variabler skulle dessutom kanske få icke signifikanta variabler till att bli signifikanta. En korrekt variabel för

arbetslöshet hade även förbättrat variabeln för arbetskraftsdeltagande.

Tillgång till dagisplatser kan vara avgörande för en familjs totala arbetsutbud. Om familjen har barn men inte någonstans att ha dem under dagarna är det vanligare att kvinnan stannar hemma. Detsamma gäller för variabeln antal barn under sex år. Vid sju års ålder har barnen börjat skolan och bekymret om var de ska vara under dagen finns inte i lika hög utsträckning.

Denna variabel var tillgänglig i LINDA men inte för vårt år.

Vi tror även att vår undersökning skulle förbättras om vi kunde se var i landet individerna är bosatta. Särskilt intressant är då hur arbetslösheten och jobbtillgängligheten ser ut i individens närområde, samt om man bor i ett segregerat område.

Ett problem som alltid är kopplat till frågor kring arbetsliv är den svarta arbetsmarknaden. Det är omöjligt för oss att veta vilka av de individer som väljer att avstå från arbetskraften som har vänt sig till den svarta marknaden istället, och dessa preferenser har inte fångats upp i de modeller vi har skattat ovan.

(23)

Trots att det finns flera forskningsrapporter som pekar på att det råder diskriminering på den svenska arbetsmarknaden har vi inte kunnat ta hänsyn till det i vår undersökning eftersom diskriminering är svår att mäta med siffror.

7. Slutsatser

Det vi har kommit fram till i vår undersökning är att arbetskraftsdeltagandet är lägre för invandrare än för svenskar. För invandrare från traditionella flyktingländer är skillnaden större för invandrade kvinnor än för invandrade män, vilket även tidigare siffror har visat.

Vi testade hur variablerna antal barn i hushållet, civilstånd, utbildningsnivå, antal år i Sverige, ålder, egen förmögenhet samt makes lön och förmögenhet påverkar kvinnors arbetskraftsdeltagande beroende på etnicitet.

Antal barn i hushållet minskade arbetskraftsdeltagandet för kvinnor från Mellanöster, Afrika och Asien vilket vi hade förväntat oss eftersom det traditionellt är kvinnor som är hemma med barnen. För övriga länder var koefficienterna positiva vilket kan förklaras av hushålls-

storleken eller att de utnyttjar dagissystemet. Formuleringen av variabeln var dock sådan att den inte räknade antal barn en individ har utan antal barn i hushållet vilket kan innebära att den räknar syskon eller syskonbarn istället för egna barn.

Antal år i Sverige gav generellt positiva effekter vilket kan ha att göra med faktumet att kvinnorna då har hunnit integrerats i samhället och även haft tid att skaffa sig humankapital specifikt för Sverige.

Gifta kvinnor från EU/OECD, Östeuropa/Centralasien och Latinamerika fick negativa koefficienter. Kvinnor från Sverige och Mellanöstern deltar däremot mer i arbetskraften än ogifta kvinnor vilket kan bero på större delat ansvar med maken för barn och hushåll.

Högskoleutbildning ökade arbetskraftsdeltagande för kvinnor från Sverige, EU/OECD, Öst- europa/Centralasien och Mellanöstern. Den positiva påverkan tror vi beror på att högre utbildning ökar motivationen och möjligheten att arbeta. Lite förvånande var det att variabeln gav negativ påverkan för kvinnor från Afrika och Latinamerika.

(24)

Kvinnor från Mellanöstern och Afrika påverkades starkt negativt av att maken har en förmögenhet över 450 000 kr, vilket var precis vad vi förväntat oss. Forskning har visat att kvinnor från dessa kulturer ofta stannar hemma om mannen försörjer familjen.

Undersökningen visade att kvinnorna i Sverige och EU/OECD trädde in i arbetskraften senare än övriga kvinnor och deltar mer i en högre ålder.

För att gå vidare med undersökningen skulle vi önskat ha tillgång till variabler som dagisplatser, föräldrars utbildningsnivå och yrkesområde, antal barn under sex år och boendeort. En variabel för arbetslöshet skulle även kunna ha förbättrat vår undersökning. En jämförelse mellan svenskar och invandrare med liknande socioekonomiska förhållande hade också varit intressant.

När det gäller undersökningar om individers beteende är det viktigt att ha i åtanke att alla inte följer ett visst mönster bara för att de tillhör en viss folkgrupp, nationalitet eller kultur.

Slutsatserna gäller därmed för majoriteten men det kan finnas stora individuella avvikelser.

(25)

8. Referenser

Björklund Anders, Per-Anders Edin, Bertil Holmlund och Eskil Wadensjö (2000), Arbetsmarknaden, 2 uppl., SNS Förlag, Stockholm.

Carlsson, Magnus och Dan-Olof Rooth (2007), ”Etnisk diskriminering på svensk arbets- marknad – resultat från ett fältexperiment”, Ekonomisk Debatt, nr 3 2007, årg 35, s 55-68.

Cobb-Clark Deborah och TF Crossley (2003), “Revisiting the Family Investment Hypothesis”, Labour Economics, 2004.

[http://econrsss.anu.edu.au/~dcclark/docs/papers/fih_21.pdf (2007-05-03)]

Edin Per-Anders och Peter Fredriksson (2000) LINDA, Longitudinal INdividual DAta for Sweden, Working Paper 2000:19, Nationalekonomiska Institutionen, Uppsala Universitet.

Ekberg Jan (1997), ”Hur är arbetsmarknaden för den andra generationens invandrare?”, Arbetsmarknad & Arbetsliv, nr 1, årg 3.

[http://www.arbetslivsinstitutet.se/ebib/aa/1997/aa1997_vol03_s5-16.pdf 2007-03-28]

Integrationsverket, Ordlista. [http://www.integrationsverket.se/Tpl/NormalPage____323.aspx (2007-05-14)]

Gabelic Aleksander, Kvinna och invandrare dubbelt diskriminerad (2004-03-08), Svenska FN-förbundet.

[http://www.fn.se/news.asp?nodeid=173&iLev=1&iHasChild=0&newsid=548&faqid=548 (2007-04-13)]

Globalportalen [http://www.globalportalen.org (2007-04-19)]

Kesler Christel (2006) “Social policy and immigrant joblessness in Britain, Germany and Sweden”, Social Forces, utgåva 85 (2), s 743-770.

Lundh, Christer och Rolf Ohlsson (1999) Från arbetskraftsimport till flyktinginvandring, 2a rev. uppl., SNS (Studieförb. Näringsliv och samhälle), Stockholm.

North C. Douglas (2005) Understanding the Process of Economic Change, Princeton, New Jersey.

Pindyck S. Robert och Daniel L. Rubinfeld (1998) Econometric models and economic forecasts, McGraw-Hill, Singapore.

Rashid Saman (2002) ”Invandrarkvinnor och förvärvsdeltagande: vilken roll spelar familjen?”, i Rashid, S. Invandrarinkomster och förvärvsdeltagande och familj, Umeå Economic Studies No. 588.

de los Reyes Paulina (1998), ”I skärningspunkten mellan genus och etnicitet. Ett ekonomiskt historiskt perspektiv på invandrarkvinnor i svenskt arbetsliv”, Arbetsmarknad & Arbetsliv, nr 1, årg 4. [http://www.arbetslivsinstitutet.se/ebib/aa/1998/aa1998_vol04_s13-31.pdf (2007-03- 29)]

(26)

Rooth Dan-Olof och Olof Åslund, ”Får utlandsfödda betalt för sin utbildning och sina kunskaper i svenska?”, Ekonomisk Debatt nr 3, 2007, årg 35, s 41-54.

Shamsuddin Abul, “Labour Supply of Immigrant Women in Australia”, Australian Journal of Labour Economics, October 1998, v. 2, iss. 2, s. 105-33.

Thomson Heléne och Linda Hoflund, Vem ska hjälpa vem? En kritisk analys av arbetsmarknadspolitiska insatser riktade till kvinnor med invandrarbakgrund, Forskningsrapport 2000:9, Institutet för Arbetsmarknadspolitisk utvärdering.

[http://www.ifau.se/upload/pdf/se/to2000/fr00-9.pdf (2007-04-03)]

United Nations Development Programme(2006), The Arab Human Development Report 2005 – Towards the rise of women in the arab world, United Nations Publication, Amman.

[http://www.undp.se/article.asp?Article_id=2582&Category_Id=TEMAarab (2007-04-18)]

Wooldridge Jeffrey M. (2003) Introductory Econometrics, 2 ed, Thomson South-Western, Ohio.

(27)

Bilagor

Bilaga 1 – Officiell arbetskraftsstatistik från SCB

(ArbetsKraftsUndersökningen) Befolkningen i 1000-tal efter arbetskraftstillhörighet, inrikes/utrikes födda, kön, ålder och tid.

2005

sysselsatta inrikes födda män totalt 16-64 år 1949.7

kvinnor totalt 16-64 år 1776.9

totalt totalt 16-64 år 3726.5

utrikes födda män totalt 16-64 år 274.9

arbetslösa inrikes födda män totalt 16-64 år 110.6

ej i arbetskraften inrikes födda män totalt 16-64 år 445.5

totalt inrikes födda män totalt 16-64 år 2505.7

totalt totalt 16-64 år 4900

Statistiska Centralbyrån,

http://www.ssd.scb.se/databaser/makro/Visavar.asp?yp=tansss&xu=C9233001&omradekod=

AM&huvudtabell=AKUBefInrUtrJmfAr&omradetext=Arbetsmarknad&tabelltext=Befolknin gen+%28AKU%29+efter+arbetskraftstillh%F6righet%2C+inrikes+%2D%2Futrikes+f%F6dd

%2C+k%F6n+och+%E5lder%2E++%C5r&preskat=O&prodid=AM0401&deltabell=&deltab ellnamn=Befolkningen+%28AKU%29+efter+arbetskraftstillh%F6righet%2C+inrikes+%2D

%2Futrikes+f%F6dd%2C+k%F6n+och+%E5lder%2E++%C5r&innehall=AKUBefInUtAntal

&starttid=2005&stopptid=2006&Fromwhere=M&lang=1&langdb=1 (2007-03-27) Tabell sammanställd genom att välja variablerna (i 1000-tal):

− Arbetskraftstillhörighet: sysselsatta, arbetslösa, ej i arbetskraften, totalt

− Inrikes/utrikes född: inrikes födda, utrikes födda

− Kön: män, kvinnor, totalt

− Ålder: totalt 16-64 år

− År 2005

(28)

Bilaga 2 – Variabellista

Y – Dummy som antar värdet 1 för de personer som ingår i arbetskraften, 0 annars.

En person räknas som i arbetskraften då hon förvärvsarbetar eller är arbetslös. Som förvärvs- arbetande räknas person som haft en arbetsinkomst större än basbeloppet för inkomståret vilket uppgick till 39 400 kr år 2005. Tyvärr fanns ingen variabel som angav arbetslöshet så vi har antagit att de personer som får arbetsmarknadsstöd³ motsvarar alla arbetslösa individer.

Problemet med detta antagande är att det kan finnas personer som söker jobb och alltså står till arbetsmarknadens förfogande, men som inte är berättigade till eller av andra anledningar inte erhåller arbetsmarknadsstöd.

Antbarn – Antal barn enligt RTB⁴.

Dciv – Dummy för civilstånd, antar värdet 1 om individen är gift, 0 annars.

För samboskap har variabeln värdet 0.

Dkön – Dummy för kön, antar värdet 1 för kvinnor och 0 för män.

Årisve – antal år i Sverige.

För personer som alltid bott i Sverige eller som invandrat före 1968 anges inget värde.

Dutb – Dummy för utbildning.

0 = högst gymnasieutbildning, 1 = påbörjat eller avslutat högskolestudier

DFörm – Dummy som antar värdet 1 då individen har en förmögenhet över 450 000 kr.

Som förmögenhet räknas tillgångar efter avdrag för skulder i entals kronor.

Som tillgångar räknas skattepliktig förmögenhet, exempelvis;

- Fastighet - taxeringsvärdet året före taxeringsåret

- Bostadsrätt - medlemmens andel i bostadsrättsföreningens behållna förmögenhet

- Smycken och yttre inventarier - bilar, mc, båtar och ridhästar om det sammanlagda värdet överstiger 1000 kr

- Bankmedel - tillgodohavande den 31 december. Behållning på skattesparkonto och allemanssparkonto redovisas.

- Börsnoterade aktier - upptas till 75 % av det noterade värdet

(Enligt förklaringar av Lindavariabler, den 29 oktober 2002. Variabelns namn i LINDA är FSP.)

3 Inklusive ersättning från arbetslöshetskassa vid arbetslöshet och vid arbetslivsutveckling, ersättning vid arbetsmarknadsutbildning, ersättning till ledsagare samt utbildningsbidrag vid arbetsmarknadsutbildning.

4Definition enligt LINDA:

”RTB-familj;

En RTB-familj består av maximalt två generationer där personer har relation med varandra och är folkbokförda på samma fastighet. Med relation avses giftermål, registrerat partnerskap, biologisk förälder, adoptivförälder, vårdnadshavare samt s.k. annan person än förälder eller vårdnadshavare (t.ex. fosterförälder).

Då fler än två generationer har relationer med varandra och är folkbokförda tillsammans bildas RTB-familjen med utgångspunkt från den yngsta generationen. En person kan endast ingå i en RTB-familj.

Det bör observeras att ej gifta vuxna som är folkbokförda på samma fastighet och har gemensamt barn ingår i samma familj oberoende av barnets folkbokföring.”

(29)

Förmögenhetsskatten utgår med 1,5 procent av den del av den skattepliktiga förmögenheten som överstiger 1,5 miljoner kronor (för ensamstående) respektive tre miljoner kronor (för sambeskattade).

Sveriges officiella statistik, statistiska meddelanden OE21SM0701 [http://www.scb.se/templates/Publikation____192184.asp (2007-06-02)]

DMlön – makes lön. Dummy som antar värdet 1 för de kvinnor som har män med en lön över 200 000 kr per år.

Som makes lön räknas arbetsinkomst för gift man med samma hushålls-identitetsnummer som gift kvinna. För kvinnor som är gifta men inte bor ihop med sin make är mlön lika med noll eftersom vi inte har någon uppgift om deras lön. Det finns en möjlighet att en gift kvinna delar hushåll med någon annan gift man, förslagsvis släkting. I detta fall representerar då mlön mannen i hushållets lön.

DMförm – makes förmögenhet. Dummy med värdet 1 för de kvinnor som har en make med en förmögenhet över 300 000 kr.

Makes förmögenhet skapades på samma sätt som mlön och har samma egenskaper.

Doecd – Dummy som antar värdet 1 för individer från EU/OECD-länder exklusive Sverige och 0 för individer från övriga länder

Dflykt – Dummy med värdet 1 för individer som kommer från länder varifrån flykting- och anhöriginvandring är vanligt, vilket är alla länder förutom Sverige och EU/OECD. Antar värdet 0 för övriga länder.

Ung – Dummy med värdet 1 för individer som är 18 – 23 år gamla, 0 annars.

Gammal – Dummy med värdet 1 för individer som är 55 – 64 år gamla, 0 annars.

(30)

Bilaga 3 – Länderindelning

Afrika söder om Sahara Angola

Benin Botswana Burkina Faso Burundi

Centralafrikanska republiken Comorerna Djibouti

Ekvatorialguinea Elfenbenskusten Eritrea

Etiopien Gabon Gambia Ghana Guinea Guinea-Bissau Kamerun Kap Verde Kenya Kongo

Kongo, Demokratiska Republiken

Lesotho Liberia Madagaskar Malawi Mali

Mauretanien Mauritius Moçambique Namibia Niger Nigeria Rwanda

Sao Tome och Principe Senegal

Seychellerna Sierra Leone Somalia Sudan Swaziland Sydafrika Tanzania Tchad Togo Uganda Zambia Zimbabwe

Östeuropa och Centralasien Albanien

Armenien Azerbajdzjan

Bosnien-Hercegovina Bulgarien

Estland Georgien Kazakstan Kirgizistan Kroatien Lettland Litauen Makedonien Moldavien Polen Rumänien Ryssland

Serbien och Montenegro Slovakien

Slovenien Sovjetunionen Tadzjikistan Tjeckien Turkmenistan Ukraina Ungern Uzbekistan Vitryssland

Latinamerika Anguilla

Antigua och Barbuda Argentina

Bahamas Barbados Belize Bolivia Brasilien Chile Colombia Costa Rica Dominica

Dominikanska Republiken Ecuador

El Salvador Grenada Guatemala Guyana Haiti Honduras Jamaica

Jungfruöarna, Brittiska Kuba

Mexiko Nicaragua Panama Paraguay Peru

S:t Kittis och Nevis S:t Lucia

S:t Vincent och Grenadierna Trinidad och Tobago Uruguay

Venezuela

(31)

Mellanöstern och Nordafrika EU/OECD

Asien och Oceanen

Bahrain Andorra

Afghanistan

Egypten Australien

Bangladesh

Förenade Arabemiraten Belgien

Bhutan

Irak Bermuda

Brunei Darussalam

Iran Cypern

Fiji

Israel Danmark

Filipinerna

Jordanien Finland

Hongkong

Kuwait Frankrike

Indien

Libanon Gibraltar

Indonesien

Algeriet Grekland

Kambodja

Libyen Irland

Kina

Marocko Island

Korea, Nord

Oman Italien

Korea, Syd

Palestina Jugoslavien

Laos

Qatar Kanada

Malaysia

Saudiarabien Kiribati

Maldiverna

Syrien Liechtenstein

Marshallöarna

Turkiet Luxemburg

Mikronesien

Tunisien Malta

Mongoliet

Yemen Monaco

Myanmar (Burma)

Nederländerna Nauru

Norge Nepal

Nya Zeeland Pakistan

Portugal Palau

San Marino Papua Nya Guinea

Schweiz Salomonöarna

Spanien Samoa

Storbritannien och Nordirland Singapore

Sverige Sri Lanka

Tyskland Taiwan

USA Thailand

Vatikanstaten Tonga

Österrike Tuvalu

Vietnam Vanuatu Östtimor