Which Human Capital Matters for Rich and Poor's Wages? Evidence from Matched Worker-Firm Data from Tunisia

Abstract

We study the returns to human capital for workers observed in Tunisian matched worker-firm data in 1999. This tells us how these returns differ from those obtained in industrialised countries with matched data. We develop a new method based on multivariate analysis of firm characteristics, which allows us most of the benefits obtained by introducing firm fixed effects in wage equations for studying the effect of education. It also provides a human capital interpretation of these firm effects. Moreover, using three firm characteristics easily collectable yields results close to those obtained by using the matched structure of the data. Wage regressions including the computed factors confirm that human capital is associated with positive intra-firm externality on wages. Therefore, a given worker would be more productive and better paid in an environment strongly endowed in human capital. However, the poorest workers do not take advantage of human capital in the firm. Conversely, the poor benefit from working in the textile sector in terms of wages unlike the middle and high wage workers.Keywords: wage, returns to human capital, matched worker-firm data, quantile regressions, factor analysis, Tunisia RÉSUMÉNous analysons les rendements du capital humain à partir de données liées employeurs-employés collectées en Tunisie en 1999 et indiquons comment ces rendements diffèrent de ceux généralement obtenus dans les pays industrialisés avec ce type de données. Nous développons une nouvelle méthode fondée sur une analyse factorielle des caractéristiques d'entreprise qui rapproche nos résultats, en ce qui concerne le rendement de l'éducation, de ceux que l'on obtient en utilisant des équations de salaire à effets fixes d'entreprise. Notre technique d'estimation fournit une interprétation de ces effets en distinguant l'impact sur les salaires du capital humain propres aux établissements. En outre, l'inclusion dans l'analyse de trois caractéristiques d'entreprise facilement mobilisables procure des résultats très proches de ceux obtenus lorsque toute l'information disponible sur la structure d'appariement des données est utilisée. L'introduction de l'approche factorielle confirme l'idée selon laquelle le capital humain peut constituer une source positive d'externalité intra entreprise. Un travailleur d'une qualification donnée serait plus productif et donc mieux rémunéré dans un environnement fortement doté en capital humain. Toutefois, les travailleurs pauvres ne semblent pas pouvoir bénéficier des qualifications de leur entreprise. En revanche, les pauvres profitent d'un emploi dans le secteur des textiles en termes de rémunération, contrairement aux travailleurs à salaires médians et élevés.

Predicting retail banking consumer behaviour using statistics

“…Th e post purchase satisfaction cannot be ignored. It always serves as the base for building long and profi table relationships (Muller & Nordman, 2004;Storbacka & Nenonen, 2014;Storbacka & Pennanen, 2014).…”

On-the-Job Learning and Earnings: Comparative Evidence from Morocco and Senegal

“…Another strategy to temper the effects of firm heterogeneity consists in adding a large number of control variables to our regressions. In this paper, we rely on an alternative strategy to control for unobserved firm heterogeneity which is likely to bias the estimated coefficients and rely on a factor analysis following Muller and Nordman (2004) and Jellal et alii (2008).…”

Theory and Evidence on the Glass Ceiling Effect Using Matched Worker-firm Data

“…First, factor analyses can be used to elicit hidden characteristics correlated with observable characteristics. Second, PCA results could be utilised as a guide to replace these hidden firm characteristics with observable characteristics correlated with the main factors (as in Muller and Nordman, 2004). Third, and foremost in our case, the PCA is used as a substitute for firm fixed effect regressions.…”