L’impatto dell’istruzione sui salari per genere in Italia / Appendice Statistica

Titolo Rivista ECONOMIA E SOCIETÀ REGIONALE
Autori/Curatori Chiara Mussida
Anno di pubblicazione 2015 Fascicolo 2015/2
Lingua Italiano Numero pagine 20 P. 94-113 Dimensione file 404 KB
DOI 10.3280/ES2015-002007
Il DOI è il codice a barre della proprietà intellettuale: per saperne di più clicca qui

Qui sotto puoi vedere in anteprima la prima pagina di questo articolo.

Se questo articolo ti interessa, lo puoi acquistare (e scaricare in formato pdf) seguendo le facili indicazioni per acquistare il download credit. Acquista Download Credits per scaricare questo Articolo in formato PDF

Anteprima articolo

FrancoAngeli è membro della Publishers International Linking Association, Inc (PILA)associazione indipendente e non profit per facilitare (attraverso i servizi tecnologici implementati da CrossRef.org) l’accesso degli studiosi ai contenuti digitali nelle pubblicazioni professionali e scientifiche

Il lavoro esamina l’impatto dell’istruzione sui salari per genere in Italia. Si analizza il periodo 2007-2010 utilizzando i dati panel EU-Silc. In primo luogo, emerge che l’istruzione esercita un impatto positivo sulla probabilità di partecipare all’occupazione per entrambi i generi, soprattutto per le donne. Inoltre, l’istruzione conferma il suo impatto positivo sui salari per genere lungo tutta la distribuzione salariale, soprattutto per le donne nella parte alta della distribuzione. Sono quindi le donne più istruite a partecipare al mercato del lavoro e l’istruzione per se ha una certa rilevanza sulla remunerazione.;

Keywords:Equazioni salariali per genere, istruzione, differenziali geografici, regressione quantilica, modello a due stadi di Heckman

Jel codes:I20, I24; J31

  1. Addabbo T. e Favaro D. (2007). Differenziali salariali per sesso in Italia. Problemi di stima ed evidenze empiriche. In: Rustichelli E., a cura di. Esiste un differenziale retributivo di genere in Italia. Roma: Isfol I libri del Fondo sociale Europeo.
  2. Addabbo T. e Favaro D. (2011). Gender wage differentials by education in Italy. Applied Economics, 43(29): 4589-4605, DOI: 10.1080/00036846.2010.491475
  3. Albrecht J., Bjorklund A. e Vroman S. (2003). Is there a glass ceiling in Sweden? Labour Economics, 21(1): 145-177, DOI: 10.1086/344126
  4. Altonji J. e Blank R. (1999). Race and gender in the labor market. In: Ashenfelter O. and Card, D., editors. Handbook of Labor Economics, vol. 3C. Amsterdam: Elsevier Science.
  5. Arulampalam W., Booth A.L. e Bryan EM.L. (2007). Is there a glass ceiling over Europe? Exploring the gender pay gap across the wage distribution, Industrial and Labor Relations Review, 60(2): 163-186, DOI: 10.1177/001979390706000201
  6. Beblo M., Beninger D., Heinze A. e Laisney, F. (2003). Measuring Selectivity-Corrected Gender Wage Gaps in the EU, ZEW Discussion Paper n. 03-74.
  7. Bertola G. e Garibaldi P. (2003). The structure and history of Italian unemployment, CESifo Working Paper Series n. 907.
  8. Black D., Kolosnikova N. e Taylor L. (2009). Functions when wages and prices vary by location. Journal of Labor Economics, 27(1): 21-47, DOI: 10.1086/592950
  9. Blau F. e Kahn L. (2006). The gender pay gap in the 1990s: Slowing convergence. Industrial and Labor Relations Review, 60(1): 45-66, DOI: 10.1177/001979390606000103
  10. Blinder A. (1973). Wage discrimination: Reduced form and structural estimates. Journal of Human Resources, 8(4): 436-455.
  11. Boeri T., Del Boca D. e Pissarides C. (2005). Women at Work: An Economic Perspective. Oxford: Oxford University Press.
  12. Bonjour D. e Gerfin M. (2001). The unequal distribution of unequal pay – An empirical analysis of the gender wage gap in Switzerland. Empirical Economics, 26(2): 407-427, DOI: 10.1007/s001810000063
  13. Cameron A.C. e Trivedi P.K. (2005). Microeconometrics: Methods and Applications. Cambridge: Cambridge University Press.
  14. de la Rica S., Dolado J. e Llorens V. (2008). Ceiling or floors? Gender wage gaps by education in Spain. Journal of Population Economics, 21(3): 751-776, DOI: 10.1007/s00148-006-0128-1
  15. Del Boca D., Pasqua S. e Pronzato C. (2005). Fertility and employment in Italy, France, and the UK. Labour, 19(S1): 51-77, DOI: 10.1111/j.1467-9914.2005.00323.x
  16. European Commission (2005a). Employment in Europe 2005: Recent trends and prospects. International Publications, Paper n. 34 European Commission (2005b). Third progress report on cohesion - Towards a new partnership for growth, jobs and cohesion. Brussels.
  17. European Parliament (2003). Council Regulation N. 1177/2003 of 16 June 2003 concerning Community statistics on income and living conditions (EU-Silc). 3.7.2003 L 165/1, Official Journal of the European Union.
  18. Eurostat (2004). Description of Target Variables: Cross-sectional and Longitudinal. Doc. EU-Silc 065/2004.
  19. Guio A.-C. (2005). Income, Poverty, and Social Exclusion in the EU25. Statistics in Focus - Population and Social Conditions, n. 13. Eurostat.
  20. Heckman J. (1979). Sample selection bias as a specification error. Econometrica, 47(1): 153-61, DOI: 10.2307/1912352
  21. Istat (2008). L’indagine europea sui redditi e le condizioni di vita delle famiglie (EU-Silc ). Metodi e Norme n. 37. <http://www3.istat.it/dati/catalogo/ 20-081013_02/met_norme0837_indagine_europea_sui_redditi_EU-Silc .pdf.>u.a.: febbraio 2015.
  22. Kolesnikova N. (2010). The return to education isn’t calculated easily. The Regional Economist. <https://www.stlouisfed.org/publications/regional-economist/january-2010/the-return-to-education-isnt-calculated-easily> u.a.: febbraio 2015.
  23. Kolesnikova N. e Liu Y. (2011). Gender wage gap may be much smaller than most think. The Regional Economist. <https://www.stlouisfed.org/~/media/-Files/PDFs/publications/pub_assets /pdf/re/2011/d/gender_wage_gap.pdf.>u.a.: febbraio 2015.
  24. Mroz T. (1987). The sensitivity of an empirical model of married women’s hours of work to economic and statistical assumptions. Econometrica, 55(4): 765-799.
  25. Mussida C. e Picchio M. (2014). The trend over time of the gender wage gap in Italy.Empirical Economics, 46(3): 1081-1110, DOI: 10.1007/s00181-013-0710-9
  26. Oaxaca R. (1973). Male-female differentials in urban labor markets. International Economic Review, 14(3): 673-709.
  27. Oecd (2012). Education at a Glance 2012: Oecd Indicators. Oecd Publishing, DOI: 10.1787/eag-2012-en
  28. Oecd (2013). Education at a Glance 2013: Oecd Indicators. Oecd Publishing, DOI: 10.1787/eag-2013-en
  29. Olivetti C. e Petrongolo B. (2008). Unequal pay or unequal employment? A crosscountry analysis of gender gaps. Journal of Labor Economics, 26(4): 621-654, DOI: 10.1086/589458
  30. Picchio M. e Mussida C. (2011). Gender wage gap: A semi-parametric approach with sample selection correction. Labour Economics, 18(4): 564-578, DOI: 10.1016/j.labeco.2011.05.003
  31. Pissarides C., Garibaldi P., Olivetti C., Petrongolo B. e Wasmer E.E. (2005). Wage gaps. In: Boeri T., Del Boca D. e Pissarides C., editors. Women at work. An economic perspective. Oxford: Oxford University Press.
  32. Weichselbaumer D. e Winter-Ebmer R. (2005). A meta-analysis of the international gender wage gap. Journal of Economic Surveys, 19(3): 479-511, DOI: 10.1111/j.0950-0804.2005.00256.x

Chiara Mussida, L’impatto dell’istruzione sui salari per genere in Italia / Appendice Statistica in "ECONOMIA E SOCIETÀ REGIONALE " 2/2015, pp 94-113, DOI: 10.3280/ES2015-002007