De ontwikkeling van rendement op scholing 1962–2012

340Jaargang 100 (4711) 4 juni 2015
De ontwikkeling van
het rendement op scholing 1962–2012
ONDERWIJS & WETENSCHAP
P
rofijt van scholing is belangrijk voor beslis-
singen over het scholingsniveau dat kinderen
en hun ouders ambiëren, en voor het onder –
wijsbeleid van de overheid. Stimulering van
onderwijsdeelname kan de opbrengst van
scholing reduceren en de inkomensverdeling nivelleren,
maar bij hoge private rendementen liggen subsidies niet
voor de hand. Goede kennis van rendementen is derhalve
relevant. Om ontwikkelingen in de tijd te begrijpen is ook
het historisch verloop van het rendement op scholing van
belang. Er zijn in Nederland diverse studies verricht die een
beeld kunnen geven van die ontwikkeling , maar alleen voor
meer recente decennia kunnen de resultaten van jaar op jaar
direct worden vergeleken. Op basis van de resultaten van
verschillende studies onderzoeken wij in hoeverre het mo –
gelijk is om uitspraken te doen over de ontwikkeling van
het rendement op scholing over de afgelopen halve eeuw.
DE MINCER-VERGELIJKING
Het is gebruikelijk om het rendement van onderwijs te
schatten met behulp van de Mincer-beloningsvergelijking , een samenvatting van de beloningsstructuur naar opleiding
en er varing :
Ln W = β
0 + β1S + β2X + β3X2 + ε (1)
Ln W is de logaritme van het loon per tijdseenheid
van een werknemer, S het aantal jaren genoten onderwijs,
X het aantal jaren werkervaring , en ε een residu voor alle
andere relevante variabelen. De theoretische onderbou –
wing van de vergelijking wordt geleverd door de theorie van
menselijk kapitaal. Onder strikte veronderstellingen kan β
1
worden geïnterpreteerd als het rendement op scholing : de
vergoeding op de investering van gederfd loon door naar
school te gaan in plaats van te gaan werken. β
2 en β3 geven
de opbrengst van voortgezette investeringen (on-the-job-
training ) gedurende het werkzame leven. Het is gebruike –
lijk om X te meten als potentiële ervaring : leeftijd minus
leeftijd op het moment dat de hoogst genoten opleiding
wordt afgesloten. Scholingsduur S wordt in standaard-
toepassingen gemeten als de totale nominale duur van alle
opleidingen tot aan het hoogst behaalde diploma. De resul –
taten van een schatting van de Mincer-vergelijking met een
OLS-regressie kunnen niet causaal geïnterpreteerd worden
(Hartog en Maassen van den Brink, 2007). Zonder het ka –
der van de theorie van menselijk kapitaal geeft de vergelij –
king de gemiddelde opbrengst van een jaar extra scholing
en het looneffect van de toenemende (potentiële) ervaring.
METHODE EN DATA
Op basis van diverse studies brengen we schattingsresul –
taten samen voor de periode 1962–2012. Voor de laatste
jaren (1999–2012) zijn dit de resultaten van eigen, nieuwe
schattingen, voor de eerdere jaren nemen we de resultaten
over uit bestaande studies. De vier bestaande studies zijn
Hartog et al. (1993), Smits et al. (2000), Leuven en Oos-
terbeek (2000) en Jacobs en Webbink (2006). De eerder
gepubliceerde schattingen van Webbink et al. (2013), die
SANDER
GERRITSEN
Wetenschappelijk
medewerker bij het
Centraal Planbureau
JOOP HARTOG
Hoogleraar aan de
Universiteit van
Amsterdam
De ontwikkeling van het rendement op scholing in Nederland
kan inzichtelijk gemaakt worden aan de hand van diverse studies
die over de afgelopen vijftig jaar gedaan zijn. Door verschillen in
databronnen en definities zijn de resultaten niet probleemloos
samen te voegen tot een doorlopende tijdreeks. Toch komt een
eenduidig beeld naar voren. Het rendement op scholing vertoont
een forse daling vanaf de jaren zestig tot en met de jaren tachtig ,
waarna herstel optreedt. Sinds 2010 is wederom sprake van een
daling van het rendement.
ESB Onderwijs & Wetenschap

Onderwijs & Wetenschap ESB
341Jaargang 100 (4711) 4 juni 2015
02
4 6 8
10 12
Figuur 1b: Mincer-rendement vrouwen
1960 19701980 19902000 2010
LSg25+OSAn (HOT)OSAg
Figuur 1a: Mincer-rendement mannenOSAn (SOH)LSgESg
0
1
2 3
4 5 6 7 8
9
1960 19701980 19902000 2010
Rendement in procenten Rendement in procenten
OSAn (SOH)
1 LSg: CBS Loonstructuuronderzoek, bruto-uurloon; OSAn(HOT): OSA, netto
-uurloon, Hartog et al. (1993); LSg25+: CBS Loonstructuuronderzoek, bruto-uurloon, 25 jaar en ouder; OSAg: OSA, bruto-uurloon;

ESg: CBS Sociaal Statistisch Bestand, bruto-uurloon; OSAn(SOH): OSA,
netto-uurloon, Smits et al. (2000)
LSgESg
gebruikmaken van dezelfde data als wij voor onze eigen
schattingen, zijn niet vergelijkbaar omdat ze gebaseerd zijn
op jaarlonen in plaats van uurlonen. Bovendien bleek de
gehanteerde onderwijsvariabele onjuist gedefinieerd: het
onderwijsniveau is niet gemeten in het jaar waarin ook het
loon is gemeten, zodat het loon gekoppeld kan zijn aan een
te laag gemeten onderwijsniveau. Een gedetailleerde be –
spreking van de data is beschikbaar in Gerritsen en Hartog
(2015). Hier geven we slechts een korte aanduiding van es-
sentiële verschillen tussen de data. De data verschillen in de eerste plaats wat betreft hun
bron. De belangrijkste leveranciers van data zijn CBS en
Organisatie Strategisch Arbeidsmarktonderzoek (OSA).
Data van het CBS hebben een administratieve basis (be –
drijfsadministraties of belastingdienst) en betreffen bruto –
lonen. Data van de OSA zijn afkomstig uit enquêtes van
huishoudens en betreffen zowel netto- als brutolonen; de
steekproeven zijn veel kleiner dan die van het CBS. Admi-
nistratieve data zullen minder meetfouten hebben, maar
een kwantificering van het effect hiervan is niet beschik –
baar. Uit onze analyses van de OSA-data blijkt dat de schat –
ting op nettolonen leidt tot een lager geschat rendement
dan de schatting op het brutoloon. Dit is voorstelbaar van –
uit de progressie in de inkomstenbelasting. Maar verschil –
len tussen CBS en OSA betreffen niet alleen het verschil
tussen netto en bruto. Uit de vergelijking tussen de data
van OSA en die van CBS Loonstructuuronderzoek voor
1996, beide bruto per uur, blijkt er een verschil in geschat
rendement te zijn van +1,4 procent voor mannen en –0,6
procent voor vrouwen. De oudste schattingen, voor 1962, 1965 en 1972, zijn
gebaseerd op data voor alleen ‘employés’. Dit weerspiegelt
het destijds gebruikelijke onderscheid tussen employés (op
maandloon) en arbeiders (op weekloon), overeenkomstig
het toen internationaal gehanteerde onderscheid tussen
white-collar- en blue-collar-werknemers. Door voor de ja –
ren waarvoor de data beschikbaar zijn, de vergelijking te schatten op basis van enerzijds de data alleen voor employés
en anderzijds voor employés plus arbeiders, kan vastgesteld
worden dat de eerste methode het rendement op onderwijs
consequent onderschat met twee procent. De effecten op
de ervaring wijzen niet eenduidig op een onder- of over
–
schatting. In studies van vóór 1990 worden de schattingen soms
beperkt tot respondenten van 25 jaar en ouder (in plaats
van 15 jaar en ouder). Die afbakening leidt consequent tot
lagere geschatte rendementen. De uitsluiting elimineert
namelijk vooral de vroege loopbaan van respondenten
met een lage opleiding. Hun salarisgroei in die vroege fase
brengt hun salaris dichterbij dat van hogeropgeleiden, wat
resulteert in een lager geschat rendement. Het effect is gro –
ter voor vrouwen dan voor mannen. Vooral bij vrouwen maakt het uit of er rekening wordt
gehouden met verschillen tussen voltijds en deeltijds wer –
ken. In onze eigen analyses voor de periode 1999–2012
blijkt bij mannen de schatting met een dummy voor vol –
tijds werken geen effect te hebben op de geschatte coëffi-
ciënt voor het aantal jaren scholing , de schatting op alleen
voltijds werkenden geeft een stabiel hogere coëfficiënt van
0,005 à 0,006, een half procent. Bij vrouwen resulteert het
opnemen van een dummy in een scholingscoëfficiënt die
steeds ongeveer een procentpunt hoger ligt. Schatting op
alleen voltijdwerkers geeft een hoger rendement: een ge –
leidelijke klim van ruim twee naar drie procent verschil.
Voltijdwerkers en deeltijdwerkers hebben dus niet altijd
hetzelfde rendement, maar voor de vergelijking in de tijd
levert dit alleen voor vrouwen een lichte vertekening op:
het verschil tussen schatten zonder restricties op gewerkte
uren en beperking tot 35 uur of meer per week loopt van
1999 tot 2012 op met iets meer dan een half procentpunt.
Voor de periode 1999–2012 hebben we ervoor gekozen
om de resultaten te presenteren van een schatting zonder
urenrestrictie of dummy. Het is niet goed mogelijk om de schattingsresultaten
Mincer-rendement voor mannen en vrouwen1FIGUUR 1

ESB Onderwijs & Wetenschap
342Jaargang 100 (4711) 4 juni 2015
05
10 15
20
25 30
Figuur 3a
Figuur 3b
1960 19701980 19902000 2010Percentage hoogopgeleiden in een bedrijfstak0
5.000
10.000 15.000
20.000 25.000
1960 19701980 19902000 2010
Aantal ICT bureaus
05
10 15
20 25
30 35
40
1960 19701980 19902000 2010
Percentage hoogopgeleiden
MannenVrouwen
te corrigeren voor alle verschillen tussen de beschikbare
studies. In plaats daarvan presenteren we een collage van
tijdreeksen: alleen resultaten uit dezelfde studie, met toe –
passing van dezelfde definities, worden met elkaar verbon –
den. Daardoor bestaan er sprongetjes tussen de verschillen –
de tijdreeksen, die zijn toe te schrijven aan niet uitputtend
te identificeren verschillen tussen de studies. De vraag is
dan of de opeenvolgende fragmenten in elkaars verlengde
liggen, dan wel tegenstrijdige patronen opleveren.
FRAGMENTEN VOOR EEN TIJDREEKS
Figuur 1 geeft een beeld van de ontwikkeling van het Min –
cer-rendement sinds 1962. De data betreffen deels netto-
en deels brutolonen, zijn soms beperkt tot respondenten
van 25 jaar en ouder en bevatten ook resultaten voor de –
zelfde jaren en dezelfde concepten uit verschillende studies.
Vanwege deze verschillen is het niet verantwoord om alle
waarnemingen met een enkele lijn te verbinden. Maar de
compositie van fragmenten laat bij mannen wel degelijk
een duidelijk beeld zien: een daling vanaf begin jaren zestig tot een dieptepunt in de tweede helft van de jaren tachtig ,
een duidelijk herstel daarna, tot een stabilisatie halverwege
het eerste decennium van de 21e eeuw, en zelfs een lichte
daling aan het eind. Louter redenerend op basis van con
–
sistente reeksen is de initiële daling , van wel 12 naar 6 pro –
cent, bijzonder fors en is het herstel van 5 naar 7,5 procent
gedurende de jaren negentig eveneens krachtig. Voor vrou –
wen zien we hetzelfde: reeksen die niet vloeiend op elkaar
aansluiten, maar wel een duidelijk U-vormig profiel in de
tijd. En ook hier zijn de veranderingen in rendement in de
loop van de tijd substantieel. Voor de vrouwen kunnen we
zelfs concluderen dat het rendement aan het begin van de
21e eeuw hoger is en daarna verder is gestegen. Zowel voor
mannen als voor vrouwen is de stijging van 1999 naar het
hoogtepunt in het volgende decennium ruim anderhalf
procentpunt. Voor beide groepen tekent zich na 2008 een
daling in het rendement af. Het Mincer-model maakt onderscheid tussen inves-
teren in formele scholing en in training on-the-job. Het
rendement op on-the-job-training laat echter geen trend –
matige ontwikkeling zien en wordt daarom hier niet ge –
presenteerd. De schattingen zijn ook zeer gevoelig voor de
gebruikte specificatie.
INTERPRETATIE RENDEMENTSONTWIKKELING
Het rendement op scholing wordt beïnvloed door een veel –
heid van factoren. Het is niet onze bedoeling om voor ni-
veau of gedetailleerde ontwikkeling in de tijd een verklaring
te zoeken. Slechts één facet willen we nader beschouwen.
De verschillende tijdreeksen laten een duidelijk U-vormig
profiel van het verloop in de tijd zien. Is dat U-profiel te
verklaren? Omdat elke econoom geconditioneerd is om bij
een verklaring meteen vraag en aanbod te onderscheiden,
kunnen we hier denken aan de veel geciteerde wedloop van
Tinbergen: de verandering in rendement wordt bepaald
door een wedstrijd van twee verschuivende curven. Rende –
menten dalen als het relatieve aanbod van hogeropgeleiden
sneller stijgt dan de door toenemende kennisintensiteit
opgejaagde vraag. Tijdens de daling van de rendementen
heeft kennelijk het aanbod gewonnen, tijdens de stijging de
vraag. Zijn er aanwijzingen dat deze verklaring hout snijdt?
Vraag naar hoogopgeleidenFIGUUR 3
Aanbod van hoogopgeleidenFIGUUR 2

Onderwijs & Wetenschap ESB
343Jaargang 100 (4711) 4 juni 2015
Zoals blijkt uit figuur 2 is het aandeel van hogerop-
geleide mannen en vrouwen in de beroepsbevolking sinds
1960 voortdurend gestegen, zonder vertraging. Stijgend
aanbod is dus een goede kandidaat om de daling van het
rendement te verklaren. Maar het aanbod blijft wel stijgen
over de hele waarnemingsperiode. De opgaande beweging
in het rendement na de jaren tachtig moet dan komen van
toename in de vraag , een toename die sneller gaat dan de
toename van het aanbod. Vraag naar hogeropgeleiden is
echter moeilijk direct te meten. Als eerste stap is de invloed
van de verschuiving van economische activiteiten over be –
drijfstakken nagegaan. In sommige bedrijfstakken werken
meer hoogopgeleiden dan in andere, en verschuiving naar
die bedrijfstakken trekt de vraag naar hogeropgeleiden
op. We berekenen hoeveel hogeropgeleiden zouden zijn
gevraagd wanneer binnen elke bedrijfstak het aandeel van
hen constant zou zijn gebleven (op het niveau van 2001), en
wanneer het aandeel van elke bedrijfstak in de totale werk –
gelegenheid de feitelijk waargenomen ontwikkeling volgt
(we wegen het aandeel hogeropgeleiden in elke bedrijfstak
in 2001 met het per jaar waargenomen aandeel van elke
bedrijfstak in de totale werkgelegenheid van dat jaar). Dit
meet dus het effect van een verschuiving van werkgelegen –
heid naar meer kennisintensieve bedrijfstakken. Zoals blijkt
uit figuur 3a kan dit geen verklaring vormen voor de op –
gaande poot van de rendementsontwikkeling , want net als
het aanbod vertoont deze index van de vraag een voortdu –
rende stijging. Als tweede stap is daarom geprobeerd om de
technologische ontwikkeling in beeld te brengen met een
specifieke index voor de ICT-ontwikkeling. Dat is immers
de spraakmakende ontwikkeling van de laatste decennia, en
het is de technologische ontwikkeling die de vraag naar ho –
geropgeleiden opstuwt. In figuur 3b is de index afgebeeld
van het aantal computerservice- en informatietechnologie-
bureaus. Dergelijke bureaus bestonden nauwelijks in de ja –
ren zestig en zeventig , maar maakten vanaf het midden van
de jaren negentig een explosieve ontwikkeling door. Deze
index sluit wel goed aan bij het waargenomen herstel van de
rendementen: vlak tot midden jaren tachtig en vervolgens
een krachtige stijging. De voortdurende aanbodstijging is
in deze interpretatie dus overtroffen door een versnelling
van de technologische ontwikkeling die de vraag naar ho –
geropgeleiden heeft opgejaagd. Dit illustreert dat niet de
verschuiving naar de kennisintensieve bedrijfstakken, maar
een technologische ontwikkeling die zich binnen bedrijfs-
takken voordoet kan verklaren waarom de naar rechts ver –
schuivende aanbodcurve is ingehaald door een eveneens
naar rechts verschuivende vraagcurve. Deze lezing sluit
aan bij de internationaal dominante opvatting dat kennis-
intensieve technologische ontwikkeling zich over de volle
breedte van de economie voordoet, een opvatting die elke
dag door waarneming kan worden ondersteund. Overigens
is mondiaal nauwelijks sprake van stijgende rendementen.
Schattingen op ruim 800 databestanden, verspreid over de
hele wereld, door Montenegro en Patrinos (2014) laten een
dalende trend zien van begin jaren tachtig tot rond 2000,
met daarna een af vlakkende daling tot 2010. De daling van
rendementen in Nederland na 2008 kan verband houden
met de recessie, hoewel over samenhang tussen rendement
en conjunctuur geen stabiele relatie bekend is. De ontwik -keling is echter te pril voor vergaande conclusies.
Zoals eerder opgemerkt kunnen de Mincer-
schattingen niet worden geïnterpreteerd als causale effec-
ten. Er is veel gepubliceerd over pogingen om wel causale
effecten te meten. Dit resulteert vaak in substantieel afwij –
kende schattingen. Er is, voor zover bekend, maar één tijd –
reeks gepubliceerd met correctie voor de endogeniteit van
scholing : Sousa et al. (2015) gebruiken geboortekwartaal
als instrument voor jaarlijkse rendementschattingen tussen
1986 en 2009 in Portugal; zowel niveau als trend blijkt te
verschillen. Naast scherpe aandacht voor variaties in ge –
bruikte data is er dus ook in dit opzicht voorzichtigheid
geboden bij de interpretatie.
CONCLUSIE
Door verschillen tussen datareeksen kunnen de schattingen
van het rendement op scholing uit een vijftal studies niet
zonder meer samengevoegd worden tot een geïntegreerde
tijdreeks. Maar een compilatie van tijdreeksen over inter –
vallen binnen de afgelopen halve eeuw laat wel een dui-
delijke U-vorm zien: een stevige daling over de eerste drie
decennia, een markant herstel daarna. Bij vrouwen is het
rendement inmiddels hoger dan rond 1980. De U-vorm
kan mogelijk worden geïnterpreteerd als het gevolg van
een voortdurend stijgend aanbod van hogeropgeleiden, dat
vanaf de jaren negentig is overtroffen door een stijging van
de vraag ten gevolge van de technologische ontwikkeling
(de kennisintensieve ICT-explosie). Omdat de rendemen –
ten zijn geschat als loonverschillen tussen werknemers met
verschillende opleidingen, kunnen deze niet zonder meer
worden geïnterpreteerd als de baten die eventueel een jaar
extra scholing voor een gegeven individu zou opleveren.
Studies die meer gericht zijn op het meten van causale ef-
fecten van scholing vinden veelal hogere rendementen dan
eenvoudige OLS-schattingen. Het niveau en de ontwikke –
ling van de hier gepresenteerde schattingen zetten vraagte –
kens bij de noodzaak van subsidies op hoger onderwijs.
LITERATUUR
Gerritsen, S. en J. Hartog (2015) Rendement op scholing; een halve eeuw Mincer-schattingen.
Interne werkdocument aan de Universiteit van Amsterdam en het Centraal P
lanbureau.
Hartog, J. en H. Maassen van den Brink (red.) (2007) Human capital, theory and evidence.
Cambridge: Cambridge University Press.
Hartog, J., H. Oosterbeek en C. Teulings (1993) Age, wages and education in the Nether-
lands. In: P. Johnson en K. Zimmermann (red.), Labour markets in an ageing Europe. Cam-
bridge: Cambridge University Press.
Jacobs, B. en D. Webbink (2006) Rendement onderwijs blijft stijgen. ESB, 91(4492), 406–407.
Leuven, E. en H. Oosterbeek (2000) Rendement van onderwijs stijgt. ESB, 85(4262), 523–524.
Montenegro, C. en H. Patrinos (2014) Comparable estimates of return to
schooling around
the world. World Bank Policy Research Working Paper, 7020.
Smits, J., J. Odink en J. Hartog (2000) New results on returns to education in The Netherlands.
Intern werkdocument aan de Universiteit van Amsterdam.
Sousa, S., M. Portela en C. Sá (2015) Characterization of returns to education in Portugal: 1986–
2009. Working paper. Lissabon: Católica-Lisbon, School of Economics and Business.
Webbink, D., S. Gerritsen en M. van der Steeg (2013) Financiële opbrengsten onderwijs ver-
der omhoog. ESB, 98(4651), 13–15.