“Risiko Tanpa Hasil: Mitos Kompensasi Upah untuk Pekerjaan Berbahaya.” Dan beberapa pemikiran lagi tentang bagaimana literatur ini menjadi begitu buruk. – Beragampengetahuan

Peter Dorman menulis:

Setelah bertahun-tahun, apakah Anda masih tertarik dengan Viscusi dan stat life value-nya? Saya akhirnya dapat menerbitkan makalah ini, karena publikasi baru saja dimulai.

Artikel yang dimaksud, “Risiko Tanpa Hasil: Mitos Kompensasi Upah untuk Pekerjaan Berbahaya,” oleh Peter Dorman dan Les Boden berbunyi:

Sekelompok kecil ahli ekonomi, ahli teori hukum, dan pemikir politik yang berdedikasi membuat argumen bahwa sedikit peraturan pasar tenaga kerja diperlukan untuk memastikan tingkat perlindungan yang memadai untuk keselamatan dan kesehatan kerja (K3) karena pekerja menerima tingkat Upah yang lebih tinggi sebagai kompensasi yang memadai untuk mereka. risiko yang mereka hadapi di tempat kerja, dan pasar itu sendiri cukup untuk memastikan hasil ini. Dalam makalah ini, kami berpendapat bahwa pandangan optimis ini bertentangan dengan sejarah peraturan K3 dan dengan teori yang paling masuk akal tentang bagaimana pasar tenaga kerja dan hubungan kerja benar-benar bekerja. . . .

Di dunia berbahasa Inggris, peraturan K3 sudah ada sejak Abad Pertengahan. Kerangka kebijakan modern, seperti Undang-Undang Keselamatan dan Kesehatan Kerja di Amerika Serikat, didasarkan pada praduga tanggung jawab pemberi kerja, yang pada gilirannya didasarkan pada pengakuan bahwa pemberi kerja seringkali memiliki kekuasaan superior atas karyawannya, sehingga intervensi publik bertindak sebagai efek penyeimbang. Terhadap asumsi ini, bagaimanapun, adalah pandangan liberal klasik bahwa kepentingan pribadi pekerja dan majikan, yang diwujudkan dalam kontrak kerja yang disepakati bersama, merupakan dasar yang cukup untuk menetapkan upah dan kondisi kerja dan tidak boleh dibatalkan oleh tindakan publik – kami Posisi dicocokkan dengan sudut pandang “kebebasan berkontrak”. Posisi ini secara luas konsisten dengan Mahkamah Agung AS di era Lochner, dan saat ini mewakili sekelompok ekonom yang terkait dengan literatur Nilai Statistik Kehidupan (VSL), dipimpin oleh W. Kip Viscusi. . . .

Mengikuti Viscusi, para peneliti ini menggunakan model regresi di mana upah pekerja (biasanya logaritma natural mereka) merupakan fungsi dari karakteristik demografis pekerja (usia, pendidikan, pengalaman, status perkawinan, jenis kelamin) dan risiko kematian akibat kerja yang mereka hadapi. Dengan menggunakan sensus atau survei serupa dari variabel non-risiko dan tingkat kecelakaan fatal rata-rata risiko menurut industri dan pekerjaan, para peneliti ini memperkirakan pengaruh variabel risiko terhadap upah, yang mereka tafsirkan sebagai jumlah uang yang bersedia diterima pekerja sebagai gantinya. untuk peningkatan unit.risiko. Latihan ini menjadi dasar perhitungan VSL, dan juga digunakan untuk berpendapat bahwa peraturan K3 tidak diperlukan karena pekerja sudah diberi kompensasi atas perbedaan risiko.

Namun, metode ini sangat tidak dapat diandalkan karena beberapa alasan. … Dengan pemikiran ini, sangat mengejutkan bahwa kondisi kerja yang berbahaya adalah satu-satunya karakteristik pekerjaan yang literatur mengklaim kompensasi upah. . . .

Ini dapat dilihat sebagai pembaruan dari karya klasik Dorman tahun 1996, Markets and Mortality: Economics, Hazardous Work, and the Value of Human Life. Pasti sangat frustasi bagi Dorman untuk menembak literatur ini bertahun-tahun yang lalu dan masih melihatnya terus datang. Seperti yang saya rasakan tentang indeks Banzhaf yang mengerikan itu, atau mengklaim bahwa probabilitas suara yang menentukan adalah 10^-92 atau semacamnya, atau analisis diskontinuitas regresi yang mengerikan itu, atau apa pun. . .

Dorman menambahkan beberapa konteks:

Satu informasi menarik yang mungkin menarik bagi Anda adalah bahwa ketika makalah itu dikomentari, setiap ekonom yang membacanya mengatakan bahwa kami sebaliknya: Viscusi dan rekan-rekannya meremehkan kompensasi upah risiko karena tidak ada variabel penjelas untuk risiko, produktivitas pekerja. Mereka berargumen bahwa pengetahuan kita tentang atribut individu pekerja terbatas, sehingga beberapa perbedaan upah antara pekerjaan yang aman dan berbahaya yang harus dianggap sebagai kompensasi ditelan oleh pekerjaan tingkat rendah dan tingkat tinggi. Berdasarkan hal ini, jika kita memiliki lebih banyak variabel pada tingkat individu, kita akan menemukan bahwa pekerja menerima lebih banyak upah bahaya tersembunyi. Mengingat skeptisisme apriori bahwa upah bahaya tersebar luas dan substansial—insentif yang cukup bagi pemberi kerja untuk secara proaktif memastikan keselamatan kerja—perlu dicatat bahwa ini diidentifikasi sebagai bias utama.

Tentu saja, seperti yang kami tunjukkan di makalah, dan saya pikir saya tunjukkan di tahun 90-an, variabel yang hilang di sisi pemberi kerja dan industri menciptakan bias yang berlawanan: perbedaan upah dikaitkan dengan risiko yang seharusnya dikaitkan dengan risiko seperti modal. -rasio tenaga kerja, rasio konsentrasi (monopoli), dll. Bukti dari pengaruh tingkat pemberi kerja ini semakin kuat di tahun-tahun berikutnya, dan itu adalah alasan utama mengapa antimonopoli menjadi topik hangat bagi Biden selama beberapa dekade.

Bagaimanapun, jika Anda punya waktu, saya akan tertarik dengan tanggapan Anda. Apakah literatur nilai-nilai kehidupan statistik benar-benar jelek seperti yang saya pikirkan?

Saya tidak cukup tahu tentang literatur bahkan untuk menjawab pertanyaan terakhir itu!

Ketika saya mengemukakan nilai kehidupan statistik di kelas, saya menunjukkan bahwa pekerjaan yang paling berbahaya membayar dengan buruk, sedangkan pekerjaan dengan gaji tinggi umumnya aman. Setiap regresi kompensasi versus risiko akan dimulai dengan koefisien yang sangat negatif, dan pekerjaan pertama dari setiap analisis adalah menjadikan koefisien ini positif. Pada saat itu, Anda harus memutuskan apa lagi yang akan dimasukkan ke dalam model untuk mendapatkan koefisien yang Anda inginkan. Saya mengalami kesulitan melihat ini berhasil.

Ini memiliki “alur kerja” atau perspektif perbandingan model, karena hasilnya paling baik dipahami dalam jaringan model yang mungkin sesuai dengan data, daripada berfokus pada satu model atau statistik yang cocok seperti yang sering dilakukan di bidang ekonomi.

Mengenai mengapa literatur menjadi sangat buruk: tampaknya seperti badai motivasi ekonomi / politik yang sempurna, dan beberapa kesalahpahaman standar tentang penalaran biasa dalam ekonometrik.