Indivīda uzvedības modelēšana Eiropas darba-izglītības tirgu sistēmā
Author
Tarvids, Aleksandrs
Co-author
Latvijas Universitāte. Ekonomikas un vadības fakultāte
Advisor
Gulbe, Māra
Hazans, Mihails
Date
2016Metadata
Show full item recordAbstract
Promocijas darba mērķis ir izstrādāt indivīda uzvedības tradicionālos ekonometriskos un aģentu modeļus Eiropas darba-izglītības tirgu sistēmā (LEMS), akcentējot pārlieku izglītošanu un sociālo tīklu ietekmi. Tiek pētīti indivīda pārliekas izglītošanas varbūtību ietekmējošie faktori. Ir identificēti un analizēti pārliekas izglītošanas varbūtību ietekmējošie konkrētie indivīda demogrāfijas, personības, imigranta statusa, nozares, darba tirgus vēstures un izglītības jomas (trešajā izglītības līmenī) efekti. Pārliekas izglītošanas laika dinamiku labi izskaidro trīs makrolīmeņa mainīgie: augstskolu absolventu daļa no strādājošajiem, strādājošo profesijās no Starptautiskās standarta profesiju klasifikācijas (ISCO) 1.-3. lielām grupām daļa no visiem strādājošajiem un bezdarba līmenis. Tiek arī pētīti svarīgi darba tirgus un izglītības rezultāti, kurus ietekmē pārlieka izglītošana. Pārlieka izglītošana negatīvi ietekmē indivīda psiholoģisko stāvokli darba tirgū – samazina apmierinātību ar darbu un palielina varbūtību aiziet no esošā darba – kā arī ietekmē motivāciju turpināt studijas doktorantūrā. Tiek izvērtēta aģentu imitācijas modelēšanas pieejas izmantošanas iespēja LEMS modelēšanā. Tiek piedāvāti un analizēti trīs aģentu modeļi. Pirmais inkorporē darba apmierinātību darba tirgus modelī, kurā apmierinātība ar darbu ir atkarīga no monetārās kompensācijas, sociālā atbalsta, darba daudzveidības un karjeras iespējām. Otrais modelis analizē, kā tiek izvēlētas izglītības jomas un ar kādām problēmām saskaras aģenti, kad tie nevar pareizi izvēlēties savu labāko izglītības jomu. Trešais modelis ir saistīts ar lēmumu sākt studijas universitātē un politikas reakciju uz pārlieku izglītošanas problēmu, kur neiejaukšanās (laissez-faire) princips ir salīdzināts ar ierobežotu iespēju sākt studijas augstskolās. Piedāvātā analīze ļauj izvērtēt esošo LEMS politiku darbību un formulēt svarīgas politikas rekomendācijas. The dissertation aims at developing conventional econometric and agent-based models of individual behaviour in European labour–education market system (LEMS) with a focus on overeducation and the influence of social networks. Factors affecting the probability of overeducation of an individual are studied. Specific effects from individual’s demographics, personality, immigrant status, industry, labour market history and field of study (at tertiary education level) on their overeducation probability are identified and discussed. The temporal dynamics of overeducation are well explained by three macro-level variables: the share of tertiary graduates, the share of occupations from the International Standard Classification of Occupations (ISCO) major groups 1 through 3 and unemployment. Important labour-market and educational outcomes influenced by overeducation are also studied. Overeducation is found to have detrimental effects on the psychological state of the individual in the labour market – specifically, on job satisfaction and the propensity to quit the current job – and affect the motivation of continuing studies at doctoral level. The possibility of using agent-based simulations for modelling LEMS is assessed. Three agent-based models are proposed and analysed. The first incorporates job satisfaction into a labour-market model, where job satisfaction is based on monetary benefits, social support, job variety and career opportunities. The second model considers how fields of study are chosen and the problems faced by agents when they are unable to correctly choose their best field. The third is concerned with the decision to enter studies at the university and policy responses to the problem of overeducation, where the laissez-faire principle is compared with restricting access to education market. The analysis presented here allows assessing the performance of current LEMS policies and formulate important policy recommendations.