Krise kan gje kortare sjukefråvær Espen Bratberg og Karin Monstad Brukarseminar, Oslo, 3.mars 2014
Bakgrunn Kva er dei eigentlege årsakene bak sjukefråværet vi observerer? Bekymring: skaper ein tøffare arbeidsmarknad, med meir reorganisering og omstilling, høgare sjukefråvær?
Metodisk utfordring Kvifor ikkje samanlikna sjukefråvær i bedrifter med/utan nedbemanning, på eit gitt tidspunkt? Samanlikna dei same bedriftene før/etter nedbemanning? Seleksjonsproblemet: val av utdanning, yrke, yrkesaktivitet, arbeidsgjevar kan hengja saman med faktorar som påverkar sjukefråværet
31.okt. 2007:
U.S. Credit Crisis Adds to Gloom in Norway People here are angry and scared, fearing that the losses will hurt local services like kindergartens, nursing homes and cultural institutions. John McConnico i The New York Times, 2. desember 2007.
Berørte kommunar Antal innbyggjarar, Brutto driftsutg. pr Desember 2006 innbyggjar, 2006 1805 Narvik 18301 53506 1826 Hattfjelldal 1482 70906 1832 Hemnes 4510 66422 1833 Rana 25190 46989 1037 Kvinesdal 5595 58501 1106 Haugesund 32303 45306 1417 Vik 2835 64109 1438 Bremanger 3930 62759
Reaksjonar Jan Davidsen, Fagforbundet, 25.11.2007: «La det være helt klart: Vi krever at ikke en eneste av de ansatte mister lønn eller jobb, som følge av at ledelsen i kommunene har gått inn i hodeløse spekulasjoner i utlandet, og risikerer å tape masse penger. De må ta ansvaret og ikke laste det over på de ansatte, sier Davidsen.» Utdanningsnytt.no, 22.11.07: «I 2005-2006 kuttet Rana kommune 25 lærerstillinger, og kommunen er hardt presset økonomisk. Nå frykter Utdanningsforbundets lokallag at gamblingen med kommunepengene skal få dramatiske konsekvenser for skolesektoren» Kommunal-rapport.no, 5.3.08: «Det er lite penger å kjøpe spiker for, for å si det sånn. Vi tar bare lappreparasjoner, sier vedlikeholdsarbeider Roald Vedvik...skandaløst.. Blant kommunens ansatte er det flere som er urolige for jobben, forteller Vedvik.»
Gjennomsnitt, 1000 NOK Økonomiske konsekvensar Vekst i brutto driftsutgifter pr innbyggjar 7,0 6,0 5,0 4,0 3,0 control impacted 2,0 1,0 0,0 2004 2005 2006 2007 2008 2009
«Terra-skandalen» Offentleg kjent november 2007 Dei berørte kommunane måtte redusera planlagte driftsutgifter for å dekke tap Uro og usikkerheit blant kommunalt tilsette Påverka dette sjukefråværet?
Verknad på sjukefråvær? Finansiell krise -> mindre jobbsikkerheit. Alternative hypoteser: Usikre jobbar, organisasjonsendringar er ein helserisiko -> auka sjukefråvær Whitehallstudiene, Røed & Fevang 2007 Resiprositet Jobbusikkerheit verkar disiplinerande -> redusert sjukefråvær Arai & Thoursie 2005, Ichino & Riphahn 2005, Lindbeck et al 2006
Metode Tilsette i sjokk-utsette kommunar: «behandlingsgruppe» Tilsette i andre vasskraftkommunar: kontrollgruppe Differanse i differansar (Y=sjukefråvær): ( Y Y beh,0) ( Y Y kontr, 0 beh,1 _ kontr,1 _ )
14 Metode: differanse-i-differanse Dagar sjukmeldt behandlingsgruppe kontrollgruppe Paneldata Effekt tid
Data FD-Trygd: arbeid og sjukefråvær Identifiserer kommunalt tilsette Observasjonsperiode 2006-2008 Før: 2006/7; etter 2008 Kvartalsvis sjukefråvær Dagar og tilfelle Behandlingsgruppe: 7985 personar i 8 kommunar Kontrollgruppe: 69951 personer i 167 LVK-kommunar.
Gjennomsnitt, dagar pr kvartal Kontroll Behandling Før Etter Før Etter Menn 3.695 3.935 4.353 3.678 Differanse 0.240-0.675-0.915 Differanse I differansar Kvinner 6.421 6.891 7.234 7.403 Differanse 0.470 0.169-0.301 Differanse I differansar
Gjennomsnitt, insidens Kontroll Behandling Før Etter Før Etter Menn 0.043 0.042 0.056 0.047 Differanse -0.001-0.009-0.008 Differanse I differansar Kvinner 0.076 0.075 0.094 0.089 Differanse -0.001-0.005-0.004 Differanse I differansar
Kvartalsvis sjukefråvær, dagar
Kvartalsvis sjukefråvær, P(nytt tilfelle)
Metode Regresjonsmodell: T T 4 (1) Y it = α + βfs it POST t + δ FS FS it + t=2 δ t D t + t=2 δ t,fs D t FS it + q=2 δ q D q + δ X X it + ε it,
21 Metode: differanse-i-differanse Dagar sjukmeldt behandlingsgruppe kontrollgruppe Paneldata Effekt tid
Regresjonsresultat Når vi reknar ut effekten av Terrasjokket, tar vi omsyn til at a) nivået på SF i dei to gruppene er ulikt i utgangspunktet b) SF kan endra seg over tid (felles trend), c) Terrakommunane kan ha ein annan trend enn kontrollkommunane d) det er sesongvariasjonar i SF e) arbeidsstokken kan vera ulik (alder, kjønn, utdanning, osb) f) uobserverte, tidskonstante trekk ved individet som kan påverka fråværet
Regresjonsresultat (med faste effektar) Dagar pr kvartal Insidens Menn Kvinner Menn Kvinner -0.994*** -0.740*** -0.011** -0.007 Når vi reknar ut effekten av Terrasjokket, tar vi omsyn til at a) nivået på SF i dei to gruppene er ulikt i utgangspunktet b) SF kan endra seg over tid (felles trend), c) Terrakommunane kan ha ein annan trend enn kontrollkommunane d) det er sesongvariasjonar i SF e) arbeidsstokken kan vera ulik (alder, kjønn, utdanning, osb) f) Vi estimerer fast-effektmodell, dvs tar høgd for for uobserverte, tidskonstante trekk ved individet som kan påverka fråværet
Kvartalsvis sjukefråvær, dagar, PRIVAT SEKTOR
Kvartalsvis sjukefråvær, P(nytt tilfelle) PRIVAT SEKTOR
Sensitivitet Privat sektor Placebosjokk Enkeltkommunar Samanheng med eksponering Endrar arbeidsstokken seg? Dei som forlet jobben i 2008, hadde eit høgare sjukefråvær året før, særleg menn i Terra-kommunane Stabile arbeidstakarar: nedgang både blant kvinner (dagar) og menn(insidens).
Oppsummering Sjokk som ramma arbeidsgjevar Redusert sjukefråvær i dei berørte kommunane, både blant menn og kvinner. Spor av seleksjon blant menn. Men reduksjon også blant stabile arbeidstakarar. Mest eintydig resultat blant kvinner. Stor effekt Resultatet underbyggjer ikkje helseeffekt Disiplinering? Atterhald: Mekanismar? Aggregeringsnivå. Kort sikt.
Meir informasjon på http://rokkan.uni.no Arbeidsnotat nr 7/2013 Bratberg, Espen; Monstad, Karin; Worried sick? Worker Responses to a Financial Shock