Grandi aspettative: le determinanti delliscrizione allUniversita delle donne in Europa Chiara Pronzato (con Alessandra Casarico e Paola Profeta) ISTAT,

Presentazione sul tema: "Grandi aspettative: le determinanti delliscrizione allUniversita delle donne in Europa Chiara Pronzato (con Alessandra Casarico e Paola Profeta) ISTAT,"— Transcript della presentazione:

1 Grandi aspettative: le determinanti delliscrizione allUniversita delle donne in Europa Chiara Pronzato (con Alessandra Casarico e Paola Profeta) ISTAT, 16 settembre 2011

2 Introduzione Domande di ricerca Le prospettive di carriera influenzano la scelta di iscriversi allUniversita? Per entrambi uomini e donne? Contributi del paper Modello economico che spiega i meccanismi di scelta di investire in istruzione Analisi empirica basata sui dati EU-SILC per gli anni 2004-2009

3 Introduzione Importanza dellistruzione delle giovani donne –Quiet revolution (Goldin, 2006) –Potere decisionale nella famiglia (Iyigun e Walsh, 2007; Chiappori et al, 2008) –Attaccamento al mercato del lavoro (Carneiro et al, 2007; Bratti, 2003) –Sviluppo dei bambini (Haveman e Wolfe, 1995; Guryan et al, 2008) Impatto delle caratteristiche del mercato del lavoro sulla scelta di investire in istruzione (Bozick, 2009; Petronongolo and San Segundo, 2002; Betts and Farland,1995)

4 Il modello economico Un modello a due periodi Le donne sono eterogenee per talento E impiegano un certo tempo per istruirsi α i Primo periodo –Ciascuna donna decide se investire in istruzione –Se investe, guadagna un salario, per il periodo 1- α i : W s1 –Se non investe, guadagna un salario, per tutto il periodo: W u, W u < W s1 Secondo periodo –Tutte le donne hanno uninterruzione nella carriera –E le donne piu istruite possono essere promosse con una certa probabilita W s2 > W s1

5 Il modello economico Confrontando lutilita attesa per una donna istruita con lutilita attesa per una donna non istruita Si definisce un livello-soglia dellabilita α, secondo la quale solo le donne con αi < α scelgono di istruirsi Ne consegue che –Migliori prospettive di carriera riducono il livello-soglia α aumentando la probabilita che una donna si istruisca –Interruzioni di carriera piu lunghe aumentano il livello-soglia α riducendo la probabilita che una donna si istruisca

6 Dalla teoria ai dati Testiamo le due ipotesi del modello: le ragazze studiano di piu se –E piu alta la probabilita di fare carriera –Sono piu brevi i periodi di interruzione del lavoro Studiamo le scelte di giovani donne in Europa Per prima cosa, costruiamo alcuni indicatori regionali E poi analizziamo come influenzano la decisione di investire in istruzione delle ragazze rispetto ai ragazzi

7 European Union Survey on Income and Living Conditions (EU-SILC, 2004-2009) Ragazze/i, tra i 17 e i 21 anni, che hanno terminato la scuola secondaria nellanno dellintervista o in quello precedente

8 Modello econometrico La scelta di istruirsi dopo la scuola secondaria e data da Y i = W rt β + L rt φ + Z i γ + S t δ+ ε i Il termine di errore e definito come ε i = u r + ν i La decisione di studiare e presa ed osservata una sola volta, rendendo i nostri dati cross-sectional dal punto di vista individuale. Pero, possiamo sfruttare la natura panel degli indicatori regionali L rt e W rt che possono essere osservati nel tempo nelle diverse regioni europee Possibilita di carriera Interruzioni della carriera Famiglia Dummy anni errore Componente regionale Componente casuale

9 Specificazioni econometriche 1)Assumiamo il componente regionale dellerrore fisso nel tempo, distribuito normalmente, ed indipendente dalle altre variabili incluse nel modello (RE) 2)Assumiamo il componente regionale dellerrore fisso nel tempo, potenzialmente correlato con le variabili incluse nel modello (FE) Utilizziamo un modello probabilistico lineare –Con standard error robusti –E corretti per tener conto della non-indipendenza delle osservazioni allinterno della stessa regione

10 Indicatori regionali Gli indicatori regionali sono ricavati da EU-SILC, utilizzando i pesi campionari dellindagine E sono calcolati riferendosi alle donne laureate tra i 25 e i 45 anni

11 Donne con responsabilita di supervisione

12 Donne con attivita imprenditoriali

13 Mamme che lavorano

14 Variabili di controllo

15 Risultati

16 Ulteriori analisi 1)Mobilita degli studenti - osservati, per lo piu, studenti che vivono a casa dei genitori - quante/i ragazze/i hanno lasciato casa? Come differiscono da quelli che rimangono a casa? (componente panel da EU-SILC) - le/i ragazze/i a casa vivono, in media, in contesti migliori e provengono da famiglie meno abbienti 2)Matrimonio inclusi anche gli indicatori maschili (femminili) nellequazione femminile (maschile) 3)Informazione sui genitori mancante analisi ripetute per campioni di ragazze/i con almeno un genitore o entrambi i genitori conviventi 4)Distorsione dovuta ad un panel corto (Arellano and Bonhomme, 2010) split-panel jacknife method (Dhaene and Jochmans, 2010)

17 Conclusioni Misure generalmente pensate per favorire loccupazione e la carriera delle donne come, per esempio, una maggiore diffusione dei servizi di cura per bambini o azioni affermative, possono influenzare positivamente anche le scelte di istruzione delle ragazze Il corso di studi scelto e una dimensione importante di cui non si e potuto tener conto in questo studio