Visokošolsko izobraževanje v Sloveniji Analiza povpraševanja Žiga Čepar Založba Univerze na Primorskem Uredniški odbor Aleksandra Brezovec Andrej Brodnik Primož Dolenc Nadja Furlan Alenka Gril Alen Ježovnik Melita Peršolja Rok Svetlič Andraž Teršek Jonatan Vinkler Vito Vitrih m č/Anvfc^ Visokošolsko izobraževanje v Sloveniji Analiza povpraševanja Žiga Čepar I Znanstvena monografija Visokošolsko izobraževanje v Sloveniji: analiza povpraševanja dr. Žiga Čepar Strokovna recenzenta dr. Štefan Bojnec dr. Marjan Brezovšek Glavni urednik dr. Jonatan Vinkler Vodja založbe Alen Ježovnik Izdala in založila Založba Univerze na Primorskem, Titov trg 4, 6000 Koper Koper 2010 Oblikovanje in tehnična ureditev Alen Ježovnik ISBN 978-961-6832-01-4 (ČD-ROM) Naklada • 70 izvodov ISBN 978-961-6832-03-8 (spletna izdaja) www.hippocampus.si/ISBN/978-961-6832-03-8.pdf © 2010 Založba Univerze na Primorskem ČIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 378(497.4)(0.034.2) (ČEPAR, Žiga Visokošolsko izobraževanje v Sloveniji [Elektronski vir] : analiza povpraševanja / Žiga (Čepar. - El. knjiga. - Koper : Založba Univerze na Primorskem, 2010 Nacin dostopa (URL): http://www.hippocampus.si/ISBN/978-961-6832-03-8.pdf ISBN 978-961-6832-03-8 ČOBISS.SI-ID 254949120 Kazalo Seznam preglednic • 7 Seznam slik • 9 Krajšave • 11 1 Uvod•15 1.1 Namen in cilji raziskave • 18 1.2 Temeljna teza in hipoteze raziskave • 19 1.3 Uporabljena metodologija • 21 1.4 Prispevek raziskave k znanosti • 21 1.5 Omejitve raziskave • 23 2 Povpraševanje po visokošolskem izobraževanju v Sloveniji • 27 2.1 Pojem in sistem visokega šolstva v Sloveniji • 27 2.2 Pregled razvoja visokošolskega izobraževanja v Sloveniji • 35 3 Teorija povpraševanja po visokošolskem izobraževanju • 53 3.1 Dosedanje raziskave dejavnikov povpraševanja po visokošolskem izobraževanju • 53 3.2 Model dejavnikov povpraševanja po visokošolskem izobraževanju • 60 4 Probit model dejavnikov relativnega povpraševanja po visokošolskem izobraževanju • 73 4.1 Spremenljivke in podatki • 73 4.2 Ocenjeni probit model • 96 5 Vzdolžna analiza dejavnikov povpraševanja po visokošolskem izobraževanju v Sloveniji • 111 5.1 Specifikacija sestavljene odvisne spremenljivke - absolutno povpraševanje po visokošolskem izobraževanju in podatki • 111 5.2 Analiza dejavnikov osnove • 116 5.3 Analiza dejavnikov relativne stopnje povpraševanja • 133 5.4 Ocena absolutnega povpraševanja po visokošolskem izobraževanju v prihodnje • 174 6 Ugotovitve in implikacije modelov dejavnikov povpraševanja po visokošolskem izobraževanju • 177 6.1 Relativna stopnja povpraševanja po visokošolskem izobraževanju • 177 6.2 Osnova povpraševanja po visokošolskem izobraževanju • 192 6.3 Absolutno povpraševanje po visokošolskem izobraževanju • 197 7 Sklep • 203 Literatura in viri • 207 6 Seznam preglednic 2.1 Sistem visokega šolstva v skladu z ZViS 1999 in ZViS 2004 • 30 2.2 RazvršCanje pridobljene izobrazbe v ravni izobrazbe in v stopnje izobrazbe • 31 2.3 Bruto stopnje udeležbe v terciarnem izobraževanju za leto 2006 in odstotne spremembe te stopnje glede na leto 2000 za izbrane države • 51 4.1 Absolutna porazdelitev oseb v vzorcu APG, po vkljuCenosti v visokošolsko izobraževanje v posameznem referencnem letu, Slovenija, obdobje 1998-2005 • 75 4.2 Relativna porazdelitev oseb v vzorcu APG, po vkljucenosti v visokošolsko izobraževanje v posameznem referencnem letu, Slovenija, obdobje 1998-2005 • 76 4.3 Vključenost oseb z razlicnimi lastnostmi v visokošolsko izobraževanje in endogene znacilnosti oseb, vkljucenih v visokošolsko izobraževanje, obdobje 1998-2005 • 96 4.4 Rezultati probit modelov dejavnikov verjetnosti vkljucitve v visokošolsko izobraževanje, obdobje 1998-2005, Slovenija • 101 5.1 Prisotnost statisticno znacilne avtokorelacije • 125 5.2 Rezultati koncnega (dvojno) logaritemskega avtoregresijskega modela dejavnikov osnove povpraševanja (y = ln(SZ)) • 129 5.3 Ocene števila mladih, ki so stari od 19 do 23 let v prihodnje, Slovenija, obdobje 2009-2018 • 133 5.4 Statisticno znacilna avtokorelacija odvisne in neodvisnih spremenljivk • 163 5.5 Rezultati koncnega regresijskega modela dejavnikov relativne stopnje povpraševanja oseb, starih od 19 do 23 let, po visokošolskem izobraževanju • 168 5.6 Ocene stopnje udeležbe mladih, v starosti od 19 do 23 let, v dodiplomskem visokošolskem izobraževanju, Slovenija, obdobje 2009-2018•173 5.7 6.1 Ocene absolutnega povpraševanja oseb, starih od 19 do 23 let, po dodiplomskem visokošolskem izobraževanju, Slovenija, obdobje 2009-2018■174 Primerjalna preglednica rezultatov analize dejavnikov osnove in relativne stopnje povpraševanja po visokošolskem izobraževanju ■ 195 8 Seznam slik 2.1 Frekvenčna porazdelitev števila prebivalcev starejših od 15 let po doseženi izobrazbi, Slovenija, 1971, 1981, 1991, 2002, 2003, 2004, 2005 in 2006 ■ 36 2.2 Število vpisanih študentov v visokošolski dodiplomski in podiplomski študij, Slovenija, 1980/81-2006/07 ■ 40 2.3 Vključenost prebivalstva starega od 19 do 23 let v terciarno in dodiplomsko visokošolsko izobraževanje brez absolventov, Slovenija, 1980/81-2006/07 ■ 46 2.4 Gibanje števila visokošolskih diplomantov skupaj, Slovenija, 1945/46-2006/07-49 3.1 Gibanje determinant starostne strukture prebivalstva v Sloveniji, obdobje 1954-2006 ■ 63 3.2 Odstotek prebivalcev, mlajših od 15 let in starih 65 let ali več v Sloveniji, obdobje 1974-2006 ■ 64 5.1 Število oseb, starih od 19-23 let, število dodiplomskih študentov brez absolventov, starih od 19-23 let, Slovenija, obdobje 1980/81-2006/07■113 5.2 Gibanje števila prebivalcev Slovenije, starih od 19 do 23 let, in gibanje vsote živorojenih pred 19., 20., 21., 22. in 23. leti, Slovenija, obdobje 1981-2006-116 5.3 Gibanje števila živorojenih, Slovenija, obdobje 1954-2006 -118 5.4 Stopnja udeležbe oseb, starih od 19 do 23 let, v dodiplomskem visokošolskem izobraževanju, Slovenija, obdobje 1980/81-2006/07■134 5.5 Gibanje razlicnih razmerij med vpisanimi dijaki v srednješolsko izobraževanje ali pa tistimi, ki so srednjo šolo zakljucili in mladimi v razlicnih starostnih razredih, Slovenija, obdobje 1980/81-2006/07■139 5.6 Gibanje povprecne mesecne nominalne in realne bruto place, Slovenija, obdobje 1980/81-2006/07 ■ 141 10 5.7 Gibanje odstotka diplomantov terciarnega izobraževanja v celotnem številu prebivalcev Republike Slovenije, Slovenija, obdobje 1945/46-2006/07 • 143 5.8 Gibanje števila locitev na 100 porok, povprecne starosti ženina ob poroki in povprecne starosti matere ob rojstvu prvega otroka, Slovenija, obdobje 1956-2006 • 146 5.9 Skupni povprecni izdatki študentov za izobraževanje, posebej na visokošolskih strokovnih, univerzitetnih in podiplomskih programih, Slovenija, obdobje 1998-2005 • 152 5.10 Gibanje stopnje registrirane brezposelnosti oseb s srednjo šolo in oseb z visokošolsko izobrazbo ter gibanje razlike med njima, Slovenija, obdobje 1988-2006 • 156 5.11 Gibanje indeksa povprecnih plac oseb z visoko stopnjo strokovne usposobljenosti v primerjavi s povprecno placo oseb s srednjo stopnjo strokovne usposobljenosti, Slovenija, obdobje 1980-2006•157 5.12 Gibanje števila univerz, števila visokošolskih zavodov ter višjih strokovnih šol, Slovenija, obdobje 1980-2006 • 161 5.13 Ocene gibanja absolutnega povpraševanja oseb starih od 19 do 23 let po dodiplomskem visokošolskem izobraževanju, Slovenija, obdobje 2009-2018•175 6.1 Krivulja povezanosti relativne stopnje in absolutnega povpraševanja po visokošolskem izobraževanju, Slovenija, obdobje 1980-2014 • 201 Krajšave APG Anketa o porabi v gospodinjstvih ARIMA Autoregressive (AR) Integrated (I) Moving Average (MA) AVTO število avtomobilov v gospodinjstvu BDP bruto domaČi proizvod CDF cumulative distribution function (funkcija kumulativne porazdelitve) DENSRG letna neto skupna razpoložljiva denarna sredstva gospodinjstev DENSRO letna neto skupna razpoložljiva denarna sredstva gospodinjstva, izkljucujoc osebne prejemke opazovane osebe DGLPD letni dohodki gospodinjstva iz naslova lastnine, prodaje in drugo DIZ01_10 dosežena stopnja izobrazbe DIZOVGBREZ prisotnost vsaj še ene osebe v gospodinjstvu, ki ima poleg opazovane osebe že doseženo visokošolsko izobrazbo DVLP letna denarna vrednost lastne proizvodnje DZV delež diplomiranih žensk med vsemi diplomanti E0 življenjsko pricakovanje ob rojstvu ECTS European Credit Transfer System - Evropski prenosno nabirni kreditni sistem EU Evropska unija FSTAT formalni status osebe INTERN obstoj interneta v gospodinjstvu IPMRBP indeks povprecne mesecne realne bruto place ISCED International Standard Classification of Education - mednarodna standardna klasifikacija izobraževanja IV internacionalizacija visokega šolstva IZDIZV izdatki za izven študijske aktivnosti KLASIUS klasifikacijski sistem izobraževanja in usposabljanja LR likelihood ratio - razmerje verjetij 12 LS letna proracunska sredstva skupaj za financiranje javnih visokošolskih zavodov M0, SD smrtnost dojenckov ML maximum likelihood - največje verjetje MU mejni ucinek NLS normativna letna proracunska sredstva za financiranje javnih visokošolskih zavodov ODIPL_20 deleži diplomantov med vsemi prebivalci Slovenije z dvajsetletnim casovnim odlogom ODZ delež dijakov, ki so zakljucili kateri koli srednješolski program med vsemi 18-letniki OEČD Organisation for Economic Čo-operation and Development - Organizacija za gospodarsko sodelovanje in razvoj OLS osnovna letna proracunska sredstva za financiranje javnih visokošolskih zavodov OSPREJ letni osebni prejemki posameznika OUK delež vseh žensk, ki uporabljajo hormonsko kontracepcijo PDF probability density function - funkcija gostote verjetnosti PG prejemki gospodinjstev PL_M2 povprecna mesecna neto placa na povprecno ceno kvadratnega metra koristne stanovanjske površine PSM, SMR povprecna starost matere ob rojstvu prvega otroka PSZP povprecna starost ženina ob poroki RAČ prisotnost osebnega racunalnika v gospodinjstvu RAZVBR razlika v stopnji registrirane brezposelnosti oseb, ki imajo srednjo izobrazbo, in oseb, ki imajo visokošolsko izobrazbo RAZVPL razlika v povprecni mesecni neto placi visokošolsko in srednje izobraženih RBMS registrirano brezposelni mladi do 26 leta, ki imajo samo srednjo šolo RBPS registrirano brezposelni prvi iskalci zaposlitve, ki imajo samo srednjo šolo SHAJ shajanje s prejemki gospodinjstva SLTP število locitev na 1.000 v istem letu sklenjenih porok SNP povprecna starost neveste ob sklenitvi prve zakonske zveze SO19-23 število oseb, starih od 19 do 23 let SORD število objavljenih raziskovalnih del SPOL spol osebe SPREB bivanje na naslovu stalnega prebivališca SS19-23 število dodiplomskih visokošolskih študentov, starih od 19 do 23 let SSE vsota kvadratov odklonov zaradi napak regresije SSPOST število študentskih postelj SSR vsota kvadratov odklonov, ki so pojasnjeni z regresijo SSSTIP število študentskih štipendij SST celotna vsota kvadratov odklonov STAR starost osebe v letih STOSVG število oseb v gospodinjstvu STR stopnja totalne rodnosti SUD19-23 stopnja udeležbe oseb starih od 19 do 23 let v dodiplomskem visokošolskem izobraževanju SUD19-23_1 stopnja udeležbe oseb, starih od 19 do 23 let, v visokošolskem dodiplomskem izobraževanju eno leto pred tekocim letom SUNI število univerz SURS Statisticčni urad Republike Slovenije SVISZAV število visokošolskih zavodov SZ število živorojenih otrok SZ-1 število živorojenih otrok v letu eno leto pred tekocim letom SZP povprecčna starost ženina ob sklenitvi prve zakonske zveze 13 T linearni casovni trend TIZO vkljucenost osebe v visokošolsko izobraževanje UKNAB ukinitev obveznega vojaškega naborništva UNČEF The United Nations Children's Fund - Sklad Združenih narodov za pomocč otrokom UNESCO United Nations Educational, Scientific and Cultural Organization - Organizacija Združenih narodov za izobraževanje, znanost in kulturo ZDA Združene države Amerike ZSTAN obstoj zakonske ali zunajzakonske skupnosti ZZV delež zaposlenih žensk med vsemi zaposlenimi osebami 1 Uvod V skladu z Lizbonsko strategijo je eden temeljnih ciljev vsake države, postati na znanju temelječa družba z mednarodno konkurenčno ekonomijo in trajnostnim, regionalno uravnoteženim razvojem (Euro-pean Parliament 2000). Pomen izobraževanja za posamezno državo, družbo ali ekonomijo je že več desetletij predmet čedalje podrobnejših in pogostejših raziskav. Velikega pomena izobraževanja za razvoj, napredek in blagostanje, ki pa ni omejeno samo na ekonomsko dimenzijo, ni več mogoce spregledati. Pomembno vlogo izobraževanja lahko utemeljimo z ekonomskimi modeli produkcijske funkcije, ki med drugim opisujejo pozitivno in mocčno povezanost med velikostjo ter kakovostjo cčloveškega kapitala in dela na eni ter obsegom proizvodnje na drugi strani (Benhabib in Spiegel 1994, 163-167). Pomena izobrazbe in človeškega kapitala pa ni mogoce v celoti izmeriti in izraziti samo z ekonomskimi merami. Njene koristi se kažejo širše na družbenem, kulturnem, političnem in socialnem podroqu (Heise in Meyer 2004). V uvodnem poglavju znanstvene monografije uvajam ožje raziskovalno podrocčje in predstavljam osnovni raziskovalni problem. Po opisu namena in ciljev raziskave postavljam temeljno tezo raziskave ter posamezne hipoteze. Sledi predstavitev uporabljene metodologije in znanstvenega prispevka, ki ga na proucčevanem podrocčju prinaša raziskava. Na koncu uvodnega poglavja opozarjam na glavne omejitve raziskave. V drugem poglavju predstavljam razvoj visokošolskega izobraževanja v Sloveniji v preteklih desetletjih, v tretjem poglavju pa prikazujem pregled dosedanjih raziskav povpraševanja in zasnovo lastnega modela dejavnikov povpraševanja po visokošolskem izobraževanju. V naslednjih dveh poglavjih je na podlagi postavljenega modela prikazana empirična raziskava dejavnikov povpraševanja po visokošolskem izobraževanju v Sloveniji. V cčetrtem poglavju so proucčeni dejavniki relativne stopnje povpraševanja po visokošolskem izobraževanju na individualni ravni, v petem pa dejavniki osnove ter relativne stopnje povpraševanja po visokošolskem izobraževanju na agregatni ravni. Na koncu petega poglavja podajam oceno gibanja absolutnega povpraševanja po visokošolskem izobraževanju v prihodnje. Ugotovitve in implikacije modelov dejavnikov povpraševanja po visokošolskem izobraževanju so predstavljene v naslednjem šestem poglavju, s sklepom v sedmem pa delo vsebinsko zaokrožujem. Zaradi velikega pomena človeškega kapitala za najširši razvoj države, kot je Slovenija, sem se odlocčil, da proucčim dogajanje na področju izobraževanja v Sloveniji. Po eni strani nekatere raziskave proučujejo pretežno stran ponudbe visokega šolstva, na primer učinkovitost ter kakovost visokega šolstva, enake možnosti za vključevanje v 16 visokošolsko izobraževanje in podobno (Froestad idr. 2003). Nasprotno pa je pozornost v tej raziskavi usmerjena v proučevanje povpraševanja po visokošolskem izobraževanju. Bolj natančno, ugotoviti želim, kateri so dejavniki, ki vplivajo na povpraševanje po tovrstnem izobraževanju. Osnovni problem, ki meje motiviral za raziskovanje področja izobraževanja, so strukturne spremembe v povpraševanju po izobraževanju na visokošolski ravni ter padanje povpraševanja po osnovnošolskem, srednješolskem in ponekod že tudi visokošolskem izobraževanju. Problematicne so spremembe v povpraševanju po izobraževanju same po sebi zaradi posledičnih strukturnih sprememb na področju nacionalnega agregatnega cloveškega kapitala ter po drugi strani zaradi vplivov, ki jih imajo in jih bodo imele takšne strukturne spremembe za trg dela in za nacčrtovanje nacionalnih državnih politik, povezanih z izobraževanjem (Freeman 1971). Problem spreminjanja povpraševanja po izobraževanju je povezan z vec razlicnimi znanstvenimi področji. Prvenstveno je povezan z znanstveno disciplino izobraževanja in v okviru tega z njegovo ekonomiko, vendar presega njene okvirje. Ekonomika izobraževanja se ukvarja predvsem z ekonomskimi vidiki izobraževanja, pomenom količine in kakovosti človeškega dejavnika v ustvarjanju bruto domačega proizvoda (BDP), s teorijo in merjenjem človeškega kapitala, stroški in financiranjem, povezanostjo izobraževanja z regionalnim razvojem in informacijsko družbo ter podobnimi temami. V pricujoci raziskavi so ekonomski vidiki izobraževanja, kot so na primer stroški in koristi, le ena od skupin dejavnikov povpraševanja po izobraževanju, ki jih želim proucčevati. Obravnavana problematika je povezana tudi s področjem demografije. Vse večji pomen na področju izobraževanja pridobivajo aktualna demografska gibanja. Ce smo se še pred nekaj desetletji pogosto soo- čali s problemi, kako zgraditi dovolj šol, odpreti dovolj oddelkov, zagotoviti dovolj vpisnih mest in podobno, se danes pojavljajo že povsem drugacni problemi. Eden od takšnih je, kako obstoječe šole, oddelke in razpisana vpisna mesta napolniti z vse manj številcnimi generacijami otrok in mladine. Z drasticčnim in vztrajnim upadanjem števila rojstev postajajo generacije otrok številcno vsako leto manjše, mnoge osnovne šole pa že nekaj časa zapirajo oddelke, ponekod celotne šole (Čepar in Bojnec 2005, 330-332). Srednje šole skorajda nimajo vec omejitve vpisa, zmanjšuje se število razredov z vsako naslednjo generacijo, številni negativni znaki tako imenovanega drugega rodno-stnega prehoda pa se kažejo že tudi na visokošolski ravni. Zmanjševanje števila otrok se na podrocčju izobraževanja v zacčetni fazi ni pokazalo kot velik problem, saj so se omenjene spremembe prelile predvsem v povečano kakovost na področju izobraževanja. Povecalo se je število ucčiteljev na ucčenca ali dijaka, ponekod pa so se številcčno zmanjšali preveliki šolski razredi. Po drugi strani pa so se pokazali prvi problemi na področju državnega financiranja šolstva, ki je bilo vezano na kvantitativne kazalce velikosti šol, odvisne v veliki meri od števila otrok. Če je bilo probleme zmanjševanja rodnosti na podrocčju povpraševanja po izobraževanju otrok in mladih v preteklosti še mogoče prezreti, bo v prihodnosti to cedalje težje. Socialno-demografsko dogajanje v Sloveniji, ki je predvsem v razvoju rodnosti podobno demografskemu razvoju drugih razvitih držav, ima tudi drugo plat medalje. Z vztrajnim zniževanjem rodnosti, s še vedno stabilno smrtnostjo in ob majhnih realnih pričakovanjih glede neto migracij z bližnjimi sosedi, se po eni strani zmanjšuje število mladih, po drugi pa se povečuje relativno število starejših prebivalcev. Pri tem se ne povečuje zgolj relativno število starejših prebivalcev glede na število mladih, temvecč tudi absolutno število starejših, kar pa je predvsem posledica naraščajočega življenjskega pričakovanja ob rojstvu, ali povedano drugace, naraščajoce povprečne življenjske dobe. Povečano število starejših prebivalcev pa ima v primerjavi s povpraševanjem mladih po izobraževanju ravno nasproten učinek na splošno povpraševanje po izobraževanju. To se povecčuje najprej zaradi vse vecjih potreb po vedno novih in nadaljnjih usposabljanjih odraslih, po obnavljanju znanja, po t. i. do izobraževanjih na hitro se razvijajočih področjih ter zaradi splošne potrebe po dvigu izobrazbene ravni celotnega prebivalstva zaradi vedno večjih zahtev gospodarstva. K povecanju absolutnega povpraševanja po izobraževanju prispeva velik delež tudi dejansko absolutno povecevanje števila odraslih, ki povprašujejo po tovrstnem izobraževanju, to je odraslih in starejših prebivalcev. 17 Poleg podrocij izobraževanja, ekonomike in demografije je problematika modeliranja povpraševanja po izobraževanju povezana tudi statistiko kot disciplino, ki bo v vej meri nudila metodološki okvir pri proučevanju dejavnikov povpraševanja po visokošolskem izobraževanju in doprinesla nova spoznanja na podrocju merjenja povpraševanja po visokošolskem izobraževanju ter na področju merjenja posameznih njegovih dejavnikov, kakor tudi na področju analiziranja njihovih medsebojnih povezav. 1.1 Namen in cilji raziskave Namen znanstvene monografije je uvodoma ugotoviti, kateri so dejavniki in kakšen je njihov pomen za povpraševanje po izobraževanju v Sloveniji. Poleg uvodnega pregleda modelov povpraševanja po osnov-18 nošolskem in srednješolskem izobraževanju obravnavam predvsem dejavnike povpraševanja po visokošolskem izobraževanju. Povpraševanje po tem je v primerjavi s povpraševanjem po osnovnošolskem ter srednješolskem izobraževanju najbolj podvrženo širšemu številu socio-ekonomskih dejavnikov in ne pretežno demografskim, kot je to na primer v primeru povpraševanja po osnovnošolskem izobraževanju. Pri slednjem je namreč število vpisanih vsako leto odvisno predvsem od števila šoloobveznih otrok. Poleg ugotovitve vrste in pomena posameznih dejavnikov povpraševanja po visokošolskem izobraževanju, je namen raziskave predstaviti razvoj dejavnikov povpraševanja v preteklosti. Posebej obravnavam dejavnike relativne stopnje povpraševanja po visokošolskem izobraževanju in posebej demografske dejavnike osnove povpraševanja po visokošolskem izobraževanju. Poleg tega obravnavam tudi vzroke za značilno gibanje demografskih dejavnikov v preteklosti. V raziskavi ugotavljam, kako so dejavniki povpraševanja po visokošolskem izobraževanju med seboj povezani in na kakšen način ter s kakšno močjo vplivajo na povpraševanje po izobraževanju. Raziskava v enem delu podrobneje obravnava casovno obdobje od leta 1998 do leta 2005 ter v drugem delu posebej obdobje od leta 1980/81 od leta 2006/07, ceprav so včasih obravnavana tudi daljša časovna obdobja. Na podlagi predpostavk o nadaljnjem razvoju gibanja dejavnikov povpraševanja v prihodnje in na podlagi ugotovitev opravljenih raziskav, podajam tudi ocene glede gibanja povpraševanja po visokošolskem izobraževanju v prihodnje. Cilj raziskave predsavljene v znanstveni monografiji je razviti model dejavnikov povpraševanja po visokošolskem izobraževanju, ki bo z opisom povezav ter odnosov med povpraševanjem po visokošolskem izobraževanju ter vključenimi dejavniki povpraševanja pojasnjeval razloge za spreminjanje tega v preteklosti, ali tudi razloge za dolocčen obseg povpraševanja v izbranem trenutku. S pomocjo ocene prihodnjega razvoja in gibanja dejavnikov povpraševanja lahko model dejavnikov povpraševanja po visokošolskem izobraževanju služi tudi kot pomoc pri ocenjevanju oziroma napovedovanju razvoja povpraševanja v prihodnje, kar bi služilo tako snovalcem politik in strategij izobraževanja na nacionalni ravni, kakor tudi posameznim visokošolskim zavodom ter drugim izobraževalnim ustanovam pri nacčrtovanju obsega, vrste in oblike izobraževalnih aktivnosti v bodoce, pa tudi pri načrtovanju njihovega financiranja. Ocene prihodnjega povpraševanja po visokošolskem izobraževanju lahko služijo kot pripomoček pri načrtovanju politike štipendiranja, pri nacrtovanju potrebnega števila študentskih ležišc in ostalih izdatkov države za najrazličnejše subvencije za študente, kot so subvencije študentske prehrane, zdravstvenih storitev, uporabe javnih prevoznih sredstev in podobno. Ne nazadnje 19 tako pridobljene ocene števila študentov v prihodnjih letih lahko služijo kot pomoč pri načrtovanju kadrovske politike. Iz ocenjenega števila študentov v prihodnje je namreč mogoce oceniti tudi absolutno in relativno število iskalcev zaposlitve v bodoče, ki bodo imeli najmanj diplomo prve oziroma druge stopnje. Nakazal bom možne smeri za reševanje problemov, ki izhajajo iz strukturnih in absolutnih sprememb na podrocčju povpraševanja po izobraževanju. 1.2 Temeljna teza in hipoteze raziskave Temeljna teza raziskave pravi, da se bo absolutno povpraševanje po visokošolskem izobraževanju v Sloveniji ob nadaljevanju obstojecčih trendov gibanja dejavnikov tega povpraševanja zacčelo zmanjševati, kljub nadaljnji rasti relativne stopnje povpraševanja po visokošolskem izobraževanju. Spremenila pa se bo tudi struktura povpraševanja po visokošolskem izobraževanju po starosti, spolu, nacčinu in nivoju izobraževanja. Temeljna teza raziskave izhaja iz dosedanjih raziskav povpraševanja po visokošolskem izobraževanju, katerih skupni imenovalec so nekatere skupne ugotovitve glede vrst in moa dejavnikov povpraševanja po visokošolskem izobraževanju in glede pricakovanj o njihovem bodocčem razvoju. Postavljena temeljna teza nasprotuje tezi, da bo upad povpraševanja po visokošolskem izobraževanju mladih, zaradi neugodnih demografskih procesov, več kot nadomešcen z večjim povpraševanjem tujih študentov. Zaradi vse večjih možnosti in tudi potrebe po večji mobilnosti študentov namreč narašca število tujcev, ki študirajo pri nas. Po drugi strani pa narašcča tudi število Slovencev, ki študirajo v tujini. Tudi, ce bi bil pritok tujih študentov veqi od odtoka domacčih in tudi ob upoštevanju narašcčanja povpraševanja odraslih, trdim, da to ne bo nadomestilo upadanja povpraševanja mladih po visokošolskem izobraževanju. Tako menim kljub temu, da stalno narašča potreba po dodatnem, nenehnem in vedno novem izobraževanju, kar je tudi skladno s konceptom vseživljenjskega učenja in hitrim tehnološkim ter gospodarskim razvojem, ki dodatno vzpodbuja izobraževanje (Bojnec 2005). Postavljena temeljna teza nasprotuje tudi tezi, da zaradi vse manjših generacij mladih absolutno število teh študentov sploh ne bo upadlo, saj naj bi vpliv manjših generacij več kot izničil vpliv povečanega odstotka mladih, ki se odlocajo za visokošolsko izobraževanje. Temeljno tezo testiram na primeru Slovenije tako, da predvsem s pomočjo regresijske in probit analize najprej razvijem model dejavnikov povpraševanja po visokošolskem izobraževanju, kar je tudi eden glavnih rezultatov raziskave. 20 Glede na dosedanje raziskave in glede na temeljno tezo raziskave postavljam naslednje hipoteze. Hipoteza 1 Dejavniki absolutnega povpraševanja po izobraževanju na visokošolski ravni poleg dejavnikov osnove, to je predvsem demografskih dejavnikov, zajemajo tudi različne dejavnike relativne stopnje povpraševanja po visokošolskem izobraževanju. To so dejavniki, povezani z ekonomskimi, socialnimi, kulturnimi in drugimi značilnostmi družine ter okolja, iz katerega posameznik izhaja; dejavniki, vezani na splošne ekonomske razmere oziroma značilnosti gospodarskega razvoja; dejavniki, povezani s stroški in koristmi izobraževanja; dejavniki, povezani s ponudbeno stranjo oziroma značilnostmi in pogoji, določenimi s strani visokošolskih zavodov; ter še nekateri drugi dejavniki. Ti so se v zadnjem času v povprečju povečevali relativno stopnjo udeležbe v visokošolskem izobraževanju, kar se bo nadaljevalo tudi v prihodnje. Hipoteza 2 Tisti dejavniki povpraševanja po visokošolskem izobraževanju, ki vplivajo predvsem na število potencialnih študentov, torej demografski dejavniki, so se v zadnjem času in se bodo najverjetneje še naprej spreminjali tako, da bodo zmanjševali obseg potencialnih študentov v povprečju. Hipoteza 3 Neugodni dejavniki povpraševanja po visokošolskem izobraževanju (predvidoma demografski dejavniki, ki vplivajo na število potencialnih študentov) bodo prevladali nad ugodnimi dejavniki (predvidoma socio-ekonomskimi dejavniki relativne stopnje povpraševanja), zato bodo najprej zacčele upadati stopnje rasti povpraševanja po visokošolskem izobraževanju v Sloveniji. Že zelo kmalu pa bodo te stopnje postale negativne, tako da bo začcelo upadati tudi povpraševanje po visokošolskem izobraževanju na nacionalni ravni v absolutnem smislu, kljub naraščajoči relativni udeležbi v visokošolskem izobraževanju. 1.3 Uporabljena metodologija Pri analizah podatkov, ki sem jih izvedel, da bi potrdil ali zavrnil postavljene hipoteze, sem se oprl na razlicne kvantitativne metode znanstvenega raziskovanja. Poleg preglednicaricčnih in graficčnih prikazov podatkov v okviru njihovih opisnih statistik sem se oprl predvsem na multivariatno regresijsko analizo, s pomocjo katere sem ugotovil, kateri so dejavniki povpraševanja po visokošolskem izobraževanju, kakšna je povezanost med posameznimi dejavniki in povpraševanjem po visokošolskem izobraževanju ter kakšen je pomen variabilnosti teh dejavnikov za variabilnost povpraševanja po visokošolskem izobraževanju. Pri analizi časovnih vrst sem si pomagal z analizo serialne ko- 21 relacije in korelacije z odlogom ter analizo avtokorelacije. S pomočjo serialne korelacije in korelacije z odlogom sem ugotovil, kakšna je povezanost med posamezno pojasnjevalno spremenljivko in odvisno spremenljivko - povpraševanje po visokošolskem izobraževanju - pri posameznih casovnih odlogih. S pomocjo analize avtokorelacije sem ugotovil povezanost med vrednostmi odvisne spremenljivke v posameznih letih. Pri analizi dejavnikov relativne stopnje povpraševanja po visokošolskem izobraževanju, ki sem jo izvedel na podlagi anketnih podatkov SURS-a iz Ankete o porabi v gospodinjstvih (APG), sem odvisnost med opisnimi spremenljivkami analiziral s kontingencčnimi kombinacijskimi preglednicami in Pearsonovim %2-preizkusom. Pri proucčevanju vpliva, ki ga ima posamezni dejavnik povpraševanja po visokošolskem izobraževanju na verjetnost udeležbe v visokošolskem izobraževanju, sem uporabil probit model. Pri racčunalniških obdelavah podatkov sem si pomagal s statističnima paketoma SPSS in STATA. 1.4 Prispevek raziskave k znanosti Glavni izvirni prispevek znanstvene monografije k znanosti na področju visokošolskega izobraževanja v vsebinskem smislu je razvoj modela dejavnikov povpraševanja po izobraževanju na visokošolski ravni, ki v Sloveniji na takšen nacin doslej še ni bil obravnavan. Originalno so oblikovane posamezne skupine dejavnikov povpraševanja po visokošolskem izobraževanju, kateri izhajajo sicer tudi iz ugotovitev nekaterih dosedanjih tujih raziskav, ki jih podrobneje predstavljam v nadaljevanju. Vendar pa je v znanstveni monografiji pristop k oblikovanju glavnih skupin dejavnikov povsem nov in bolj širok, prav tako pa je prvič uporabljen in testiran v primeru Slovenije. Dosedanje tuje raziskave dejavnikov povpraševanja po visokošolskem izobraževanju in njihovo modeliranje se osredotočajo posebej na izbrano ožjo skupino dejavnikov, kot na primer samo na ekonomske, ali posebej samo na sociološke, ponudbene, ali zgolj na dejavnike, ki določajo značilnost družinskega ali drugega ožjega okolja, iz katerega izhajajo potencialni študenti, ne lotevajo pa se bolj celovitega modeliranja dejavnikov povpraševanja po visokošolskem izobraževanju, ki bi upoštevalo širšo paleto med seboj povezanih dejavnikov. Hkrati sem upošteval tako socio-ekonomske dejavnike relativne stopnje povpraševanja po visokošolskem izobraževanju kakor tudi demografske dejavnike, ki so bili v tej zvezi doslej mnogokrat prezrti ali podcenjeni. Na podlagi rezultatov raziskave sem ugotovil smer in moč vpliva posameznega dejavnika povpraševanja v razvitem modelu dejavnikov ter kakšna je njegova pomembnost v dejanskih razmerah, v katerih 22 živimo oziroma v katerih bomo v prihodnjem obdobju živeli. Teore-ticčno ima v modelu dejavnikov posamezni lahko zelo velik pomen in pojasnjuje velik del variance odvisne spremenljivke, vendar pa nanj morda težje vplivamo, kot pa ne nekatere manj pomembne dejavnike. Pomemben znanstveni prispevek na obravnavanem podrocčju je odkritje znacčilne povezanosti med relativno stopnjo povpraševanja po visokošolskem izobraževanju in absolutnim povpraševanjem po visokošolskem izobraževanju. Naraščanje relativne stopnje povpraševanja ne pomeni nujno tudi naraščanje absolutnega povpraševanja po visokošolskem izobraževanju. Dejavniki, ki vplivajo na relativno stopnjo in osnovo, pa se med seboj prepletajo in vodijo v zakonitost znacčilne povezanosti med relativno stopnjo ter osnovo povpraševanja po visokošolskem izobraževanju. Prispevek k znanosti se deloma nanaša tudi na izvirnost pri kombinaciji zgoraj predstavljenih metodoloških orodij pri proucevanju dejavnikov visokošolskega izobraževanja v Sloveniji. S pomočjo regre-sijske analize in modela probit na podlagi anketnih podatkov APG, povpraševanje po visokošolskem izobraževanju v Sloveniji še ni bilo analizirano. Originalen je pristop k merjenju posameznih dejavnikov povpraševanja. Ker je posamezni dejavnik povpraševanja po visokošolskem izobraževanju in njegov razvoj pogosto težko neposredno izmeriti, sem si pomagal s »proxy« spremenljivkami, ki so bolj ali manj dobro povezane z dejavniki, ki naj bi jih merile. Tako, na primer, na izviren nacčin poskušam izmeriti spreminjanje oportunitetnih stroškov visokošolskega izobraževanja preko spreminjanja pogojev na trgu dela. Izmeriti poizkušam tudi spreminjanje vrednot, ki neposredno in posredno preko demografskih dejavnikov vplivajo na spreminjanje povpraševanja po visokošolskem izobraževanju preko dinamike vključevanja žensk v izobraževanje in na trg dela ter preko spreminja- nja različnih kazalnikov poročnosti, ki kažejo na tranzicijo družine, kot osnovne celice družbe. 1.5 Omejitve raziskave Splošna omejitev znanstvene monografije je omejenost posploševanja njenih implikacij izven meja Slovenije. Nekateri dejavniki povpraševanja po visokošolskem izobraževanju so za Slovenijo bolj specifični, drugi manj. Rezultati, vezani na model povpraševanja, pa so zato v vecčjem delu veljavni samo za slovensko okolje, v manjši meri pa lahko ugotovitve in implikacije posplošim tudi na druge, predvsem neevropske države. Na primer, povečevanje števila otrok v družini v razlicnih okoljih privede do razlicnih vplivov na povpraševanje po visokošolskem izobraževanju. V revnejših državah vecje število otrok vsaj na kratek rok vodi v obcčutno poslabšanje materialnih razmer v 23 družini in s tem do slabših možnosti za šolanje otrok. V bogatejših državah pa vecje število otrok (do določenega števila) ne vodi nujno do tolikšnega poslabšanja materialnih pogojev, ki bi negativno vplivali na vključenost otrok v visokošolsko izobraževanje, temveč z večjim številom mladih celo prispeva k večjemu absolutnemu povpraševanju po visokošolskem izobraževanju. Nadalje so v bolj agrarnih državah oziroma v državah, v katerih se veqi delež prebivalstva preživlja z lastno proizvodnjo hrane, oportunitetni stroški nadaljnjega šolanja otrok verjetno veliki, saj tisti, ki se šola, običajno manj sodeluje pri domačih kmeckih opravilih in drugih aktivnostih, vezanih na lastno proizvodnjo ter preživljanje lastne družine. V razvitejših državah z vecjim deležem urbanega prebivalstva so ti oportunitetni stroški manjši, saj otroci v ekonomskem smislu in na takšen naan, kot to poteka v okviru kmečkega prebivalstva, lahko precej manj prispevajo h gospodarski dejavnosti in premoženju družine, iz katere izhajajo. Do razlicnega delovanja posameznih ekonomskih dejavnikov povpraševanja po visokošolskem izobraževanju med državami prihaja tudi zaradi razlik v sistemu formalnega izobraževanja, razlik v financiranju izobraževanja, subvencioniranja študentskega življenja in podobno. Druga omejitev je povezana z ne razpoložljivostjo ustreznih sekundarnih podatkov s strani SURS-a ali njihova metodološka ne konsistentnost skozi daljše časovno obdobje. V primeru regresije v casu je zelo težko pridobiti dovolj dolge časovne vrste, ki bi zagotovile najboljše možne rezultate. Pri zbiranju podatkov za casovne vrste, ki segajo dvajset, trideset ali vec let nazaj, pogosto naletim na različne metodološke težave. Ali podatki za ustrezno dolžino časovne vrste sploh niso na voljo, ali se je zajemanje le-teh metodološko sčasoma spreminjalo, ali pa so podatki pod velikim vplivom enote, s katero vrednosti teh cčasovnih vrst merimo. Najbolj žgocče je to v primeru denarno izraženih casovnih vrst. Že samo v zadnjih dvajsetih letih smo imeli tri razlicčne denarne enote, v osemdesetih letih pa je bila prisotna tudi hiperinflacija. Posledicno je povpraševanje po visokošolskem izobraževanju zaradi različne razpoložljivosti podatkov, pa tudi zaradi velike kompleksnosti takšne analize v Sloveniji, težko analizirati posebej za razlicčne skupine prebivalstva, opredeljene s starostjo, narodnostjo, državljanstvom in podobno. Pri analizi sem se tam, kjer drugačna rešitev ni bila mogoča (na primer pri regresijski analizi), omejil le na domače prebivalstvo, in sicer posebej na mlade dolocene starostne skupine (odvisno od analize). Z vidika števila opazovanj je precej manj problematična probit analiza, ki zahteva takšne podatke, ki so na voljo v veliki količini, in sicer v APG, ki jih izvaja SURS. Bolj težavna z 24 vidika razpoložljivosti in konsistentnosti podatkov je izvedba regre-sijske analize v casu. S pomočjo kombiniranja različnih virov in baz podatkov ter s pomočjo preracunov in ocen nekaterih manjkajočih ali metodološko nekonsistentnih podatkov v casovni seriji, sem poskušal cčim bolje rešiti omenjene probleme. V okviru raziskave se omejujem le na visokošolsko izobraževanje. Sistem terciarnega izobraževanja, ki je širši pojem od visokošolskega, se je skozi čas precej spreminjal. Od vključno šolskega leta 1996/97 obstajajo tudi višje strokovne šole, ki so bile uveljavljene z Zakonom o poklicnem in strokovnem izobraževanju (1996), izobraževanje po njihovih programih pa se izvaja vzporedno z visokošolskim in tako ni del visokošolskega izobraževanja. Predmet raziskave - to je povpraševanje po visokošolskem izobraževanju - ne zajema višjega strokovnega izobraževanja. Zajema pa povpraševanje po starih dodiplomskih in podiplomskih programih, ki so se izvajali na starih višjih šolah, visokih šolah, fakultetah in umetniških akademijah. Od vkljucno šolskega leta 2005/06 so se starim dodiplomskim in podiplomskih programom, skladno z bolonjskim procesom, prikljucili tudi »novi bolonjski« programi 1., 2. in 3. stopnje, ki so tudi vključeni v raziskavo. Zajemanje podatkov se je vtem tako opredeljenem visokošolskem okviru na SURS-u skozi čas spreminjalo. Različnim metodološkim spremembam pri zajemanju podatkov v razlicčnih cčasovnih obdobjih pa sem se poskušal prilagoditi tako, da sem ohranil cčim daljše možne in cčim bolj konsistentne časovne vrste, ki bi še opisovale pojav, ki ga želim proučiti ali opisati. Pri vsaki spremenljivki posebej sprotno navajam, kako sem se problemom različnih metodologij zajemanja in spremljanja podatkov v casu prilagajal, če je bilo seveda to potrebno. (Četrta omejitev raziskave je nezmožnost merjenja dejanskega ali potencialnega efektivnega povpraševanja po visokošolskem izobraževa- nju. V svoji raziskavi kot merilo visokošolskega izobraževanja uporabljam število vseh vpisanih v visokošolske programe. To število pa pravzaprav meri realizirano povpraševanje in ne tudi povpraševanje tistih, ki se zaradi različnih ovir in omejitev niso uspeli vpisati. Mejo med tem, kdo so tisti, ki povprašujejo po visokošolskem izobraževanju in kdo to niso več, pa je mogoce tudi sicer različno postaviti. Po eni strani lahko povpraševanje po visokošolskem izobraževanju omejim le na tiste, ki so dejansko vpisani (efektivno povpraševanje). Širše lahko povpraševanje po visokošolskem izobraževanju opredelim z vsemi tistimi, ki so se želeli vpisati (so oddali prijavo), pa se niso mogli zaradi dolocčenih ovir (ker niso izpolnjevali pogojev, ali so si premislili, se odselili, ali še zaradi katerega drugega razloga). V širšem smislu pa bi se lahko odlocil, da med tiste, ki povprašujejo po visokošolskem izobraževanju štejem prav vse, ki so vsaj kdaj v življenju pomislili, da 25 bi se izobraževali na visokošolski ravni, pa te želje nikoli niso privedli tako dalecč, da bi tudi naredili kakršen koli korak v smeri uresnicčitve tega cilja (prijave niso oddali morda zaradi slabe informiranosti, zaradi finančnih razlogov ipd.). Za raven, na kateri obravnavam povpraševanje po visokošolskem izobraževanju, sem se odločil na podlagi nespornosti pri ugotavljanju stanja posameznika glede povpraševanja (ali povprašuje ali ne) ter na podlagi razpoložljivosti podatkov o tem. Precej težje je ugotavljati, ali se je nekdo nekoc želel vpisati ali ne, še težje, ali celo nemogoče, pa je priti do širših statisticčnih podatkov o številu oseb po posameznih letih, ki so si to želele. Laže je ugotoviti, ali je posameznik vpisan ali ne, prav tako je laže dobiti širše statisticčne podatke o številu vpisanih po posameznih letih. Ne nazadnje so razlike med številom razpoložljivih razpisanih vpisnih mest ter številom prijavljenih in številom vpisanih iz leto v leto manjše. Število razpisanih vpisnih mest omejuje dejansko povpraševanje le, ce je dejansko povpraševanje veqe od števila razpisanih vpisnih mest. Takrat število vpisanih ni pravi pokazatelj dejanskega povpraševanja po visokošolskem izobraževanju. V primeru, da dejansko povpraševanje ne presega števila razpisanih vpisnih mest, pa je število vpisanih pokazatelj dejanskega povpraševanja. Poleg tega se dejanskemu povpraševanju število razpisanih vpisnih mest na daljši rok prilagaja. Če je bilo število prijav v nekem letu precej večje kot pa število razpisanih prostih mest, potem se to v naslednjih letih nacčeloma upošteva in Vlada Republike Slovenije določi veqe število razpisanih prostih vpisnih mest. V zadnjem času, ko smo priča zmanjševanju rasti povpraševanja in v nekaterih primerih že celo absolutnemu zniževanju povpraševanja po visokošolskem izobraževanju, to vedno manj odstopa od »efektivnega«, ki ga sam uporabljam kot merilo povpraševanja V študijskem letu 2007/08 je bilo število vseh prijav na dodiplom-skih univerzitetnih programih že manjše kot v prehodnem letu, število prijav na dodiplomske visokošolske strokovne programe pa pada že pet let (od leta 2003/04 pa do leta 2007/08). Razkorak med razpoložljivimi razpisanimi mesti in večjim številom prijav bi bil veqi, če bi opazoval povpraševanje po visokošolskem izobraževanju le na eni univerzi ali le na enem študijskem programu. Ker pa proucčujem povpraševanje v celotnem slovenskem visokošolskem prostoru skupaj, lahko pričakujem, da omejitev vpisa precej manj vpliva na razkorak med dejanskim povpraševanjem in številom vpisanih. Tisti, ki niso sprejeti na eno fakulteto ali visokošolski študijski program, se namrec navadno 26 vpišejo na drugo fakulteto ali drug visokošolski študijski progam, kjer ni omejitve vpisa, ali pa je bil vpis nizek. Na podlagi ugotovitev analize Cergolj in sod. (2008) lahko za zadnjih petih let ugotovim, da je vpisno mesto zagotovljeno vsakemu, ki izpolnjuje vpisne pogoje, kar je razvidno tudi iz razlike med številom razpisanih (preostalih) mest ter številom prijav v drugem prijavnem roku. Število razpisanih mest v drugem prijavnem roku je namreč enako številu preostalih prostih mest po tem, ko je bil izbirni postopek po prvem prijavnem roku zaključen. Število prijav v drugem prijavnem roku pa je seveda v glavnem odvisno od tega, koliko študentom v prvem prijavnem roku ni uspelo priti do svojega vpisnega mesta. Vse od leta 2003/04 pa do leta 2007/08 je bilo število prostih mest v drugem prijavnem roku večje od števila prijav, skozi čas pa se je ta pozitivna razlika še povečevala, in sicer iz 1.160 v letu 2003/04 na 3.057 v letu 2007/08, ko je bila razlika le nekoliko manjša od razlike v predhodnem letu. Ocčitno je skupno število vpisnih mest vsaj v zadnjem času dovolj veliko. Po drugi strani pa je res tudi to, da se verjetno večje število študentov ne more vpisati na tisto fakulteto, študijski program ali smer, ki si jo najbolj želi (ki ga v svoji prvi prijavi postavi na prvo mesto). Primer takšnega študija je, na primer, študij medicine. V okviru moje raziskave pa me ne zanima za kateri program je vec zanimanja in za katerega manj. Ali pa, ali so se vsi študenti uspeli vpisati v tisti študijski program, ki si ga najbolj želijo, kar je dodatna omejitev raziskave. V okviru te raziskave opredeljujem efektivno povpraševanje po visokošolskem izobraževanju kot povpraševanje vseh tistih, ki so se dejansko uspeli vpisati, ne glede na to, da študijski program v katerega so vpisani morda ni njihova prva želja. Povpraševanja torej ne raziskujem lodeno po posameznih visokošolskih zavodih in programih, ampak agregatno za celoten visokošolski prostor v Sloveniji skupaj. 2 Povpraševanje po visokošolskem izobraževanju v Sloveniji V okviru drugega poglavja najprej predstavljam pojem in sistem visokega šolstva v Sloveniji. V nadaljevanju ugotavljam, kakšna sta bila razvoj zaloge in toka kapitala visokošolskega izobraževanja v primeru Slovenije v zadnjih desetletjih. 2.1 Pojem in sistem visokega šolstva v Sloveniji V skladu z 2. clenom Zakona o visokem šolstvu, uradno prečišceno besedilo (ZViS-UPB3) so visokošolski zavodi univerze, fakultete, umetniške akademije in visoke strokovne šole. Visokošolski zavodi pa s svojo raziskovalno, pedagoško in umetniško dejavnostjo tvorijo visokošolski prostor v Sloveniji. Pri tem fakultete opravljajo pretežno znanstveno-raziskovalno in izobraževalno dejavnost s področij ene ali vec sorodnih oziroma med seboj povezanih znanstvenih disciplin ter skrbijo za njihov razvoj. Umetniške akademije opravljajo pretežno umetniško in izobraževalno dejavnost s podrocij ene ali več sorodnih oziroma med seboj povezanih umetniških disciplin ter skrbijo za njihov razvoj. Visoke strokovne šole opravljajo izobraževalno dejavnost s podrocčja ene ali vecč sorodnih oziroma med seboj povezanih strok in skrbijo za njihov razvoj. Visoka strokovna šola pa lahko opravlja tudi raziskovalno oziroma umetniško delo. Posamezni visokošolski zavodi so lahko organizirani v okviru posameznih univerz, ali pa delujejo kot tako imenovani samostojni visokošolski zavodi. Pomemben mejnik v razvoju slovenskega visokošolskega prostora po osamosvojitvi Slovenije je leto 1999, ko je Slovenija podpisala Bo-lonjsko deklaracijo, ki podaja smernice za spremembe visokošolskega izobraževalnega procesa. Drugi pomembni mejnik je leto 2003, ko je Slovenija zacela spreminjati zakonodajo. Z Uredbo o financiranju visokega šolstva naj bi preko uvedbe integralnega načina (»lump-sum«) financiranja študijske dejavnosti visokošolskih zavodov na novo ure- dila financiranje visokega šolstva in s tem dala univerzam ter samostojnim visokošolskim zavodom vec avtonomije pri upravljanju z njihovimi materialnimi sredstvi. (Trunk-Širca idr. 2007, 30-45; Uredba o javnem financiranju visokošolskih in drugih zavodov, clanic univerz, od leta 2004 do leta 2008). Tudi za večino drugih evropskih držav je mogoče opaziti trend v smeri povečevanja avtonomije visokošolskih ustanov, kar zagovarja tudi Evropska komisija oziroma spodbuja Evropski svet (European Čommission 2007c). Ker je visoko šolstvo vse bolj izpostavljeno konkurenci na trgu znanja so bile nadaljnje spremembe in prilagoditve zakonodaje nujne. Leta 2004 je bil na osnovi smernic bolonjskega procesa sprejet Zakon o visokem šolstvu, ki izpostavlja razlicčne prednostne naloge in načela, kot na primer zagotavljanje zaposljivosti diplomanta, zagota-28 vljanje primerljivosti podobnih študijev med državami, zagotavljanje prehodnosti znotraj ter med stopnjam izobraževanja in zagotavljanje mobilnost študentov. Posledicno vsa ta načela pomenijo, daje treba zagotoviti vec »izstopnih« in »vstopnih« mest v izobraževalnem procesu, poenotiti dolžine študija, zagotoviti skupno in primerljivo skrb za zagotavljanje kakovosti, poenotiti ocenjevanje ter vrednotenje predmetov (kreditni sistem) in uvesti Priloge k diplomi (»diploma supplement«). Uvesti je treba sistem kreditnega vrednotenja vsebin in izbirnega dela programa študija. Študent lahko napreduje hitreje ali pa si pridobi vstop v drug program s pomocjo dopolnilnih vsebin/programov (»bridging cour-ses«). Doktorski študij mora biti opredeljen programsko, raziskovalno delo pa ovrednoteno s krediti, združevati mora strokovno in znanstveno odlicčnost ter uporabnost raziskovanja. Partnerstvo med univerzami, delodajalci in študenti pri oblikovanju ter spreminjanju študijskih programov je vedno bolj potrebno. Vsa omenjena nacčela imajo vrsto posledic v konkretnem oblikovanju izobraževalnega procesa. Najprej je to struktura visokošolskega študija na treh stopnjah. Prva je dodiplomska, drugi dve sta podiplomski. Vsebinske značilnosti študijskih programov posamezne stopnje so v zakonu opisane okvirno. Količinska in kakovostna razmerja med študijskimi programi in njihovimi sestavinami pa so zajeta v Merilih za kreditno vrednotenje študijskih programov po European Čredit Trans-fer System (EČTS), in sicer v skladu s smernicami evropskega okvira visokošolskih kvalifikacij (European Higher Education Framework). V skladu s temi merili vsak opravljeni predmet študentu prinese določeno število (najmanj tri) kreditnih točk po EČTS. Obseg študento-vega dela je bolj poenoten in lažje merljiv, saj ena kreditna tocka pomeni 25 do 30 ur obremenitve študenta. Letna obremenitev študenta naj bi znašala 1500 do 1800 ur, študent pa naj bi tako v posameznem letniku zbral 60 kreditnih tock. V to obremenitev sodijo predavanja, seminarji, vaje in druge oblike organiziranega študijskega dela, individualno študijsko delo kot so sprotno delo, študij literature, seminarske naloge, projektno delo, raziskovalno delo, dalje priprava na izpite ali druge oblike preverjanja ter diplomska (magistrska ali doktorska) naloga. Študij na prvi stopnji ponuja visokošolske strokovne in univerzitetne programe, ki so ovrednoteni s 180 do 240 kreditnimi tockami. Ali traja študij tri ali štiri leta je odvisno od študijskega programa ter odločitve stroke. Magistrski študij traja glede na strokovno razčlenjenost in predhodni študij, eno ali dve leti, in sicer tako, da na istem strokovnem področju skupaj s študijskim programom prve stopnje traja pet let. Ovrednotenje s 60 do 120 kreditnimi tockami. Če magistrski študijski program obsega 60 kreditnih točk, je omogočen študentom, ki so na 29 prvi stopnji končali študij ovrednoten s 180 kreditnimi tockami, dodatni letnik, tako da si lahko skupaj pridobijo 120 kreditnih točk, potrebnih za dokončanje magistrskega študijskega programa. Na koncu druge stopnje diplomant dobi strokovni naziv »magister«. Za doseganje tega cilja mora torej diplomant na prvi in drugi študijski stopnji zbrati skupaj 300 kreditnih točk. Po zaključeni drugi stopnji lahko diplomant nadaljuje z doktorskim študijem, kije ovrednoten s 180 kreditnimi tocčkami in traja tri leta. Tudi študij po študijskih programih prve in druge stopnje, ki se izvaja po delih, mora biti kreditno ovrednoten. Študijski programi za izpopolnjevanje obsegajo najmanj 10 in največ 60 kreditnih točk. V izobraževalnem sistemu ostajajo tudi programi za tako imenovane regulirane poklice, katerih oblikovanje in dolžina študija odstopata od prej navedenih smernic. Nekateri drugi pomembni dokumenti in akti v razvoju visokošolskega študija v povezavi z uresnicevanjem bolonjskega procesa, ki so bili sprejeti leta 2004 so še Zakon o priznavanju in vrednotenju izobraževanja, ki je stopil v veljavo januarja 2005, uvedel pa je paralelni sistem priznavanja, ki razlikuje med priznavanjem za namen nadaljnjega izobraževanja ter za namen zaposlitve. Novi Zakon o višjem strokovnem izobraževanju prinaša vecjo preglednost nad urejenostjo višjega strokovnega izobraževanja, kot dela terciarnega izobraževanja. Pomembni dokumenti iz leta 2004 so še Odloka o preoblikovanju Univerze v Ljubljani, Odlok o preoblikovanju Univerze v Mariboru in Odlok o ustanovitvi Univerze na Primorskem, Merila za akreditacijo visokošolskih zavodov in študijskih programov Sveta Republike Slovenije za visoko šolstvo ter Merila za spremljanje, ugotavljanje in zagotavljanje kakovosti visokošolskih zavodov, študijskih programov ter znanstvenoraziskovalnega, umetniškega in 30 Preglednica 2.1 Sistem visokega šolstva v skladu z ZViS 1999 (levo) inZViS2004 (desno) t SPEC 60-120KT MAG/Z 120 KT DR 240 KT Podiplomski študijski programi Dodiplomski študijski programi Zadnji vpisi 2008/2009 Rokzadokoncanje 2015/2016 DR 180 KT Študijski programi 3. stopnje MAG/S 60-120 KT Študijski programi 2. stopnje VS 180-240 KT UNI 180-240 KT "T" Študijski programi 1. stopnje Prvivpisi2005/2006 Višješolsko izobraževanje Srednješolsko izobraževanje Vsak letnik študija je vreden 60 kreditnih tock; VS - visokošolski strokovni študijski program; UNI - univerzitetni študijski program; SPEC - specialistični študijski program; MAG-S - magistrski študijski program - strokovni; MAG-Z - magistrski študijski program - znanstveni; DR - doktorski študijski program. strokovnega dela Nacionalne komisije za kvaliteto visokega šolstva. V preglednici 2.1 je prikazana primerjava med visokošolskim sistemom v skladu z zakonodajo, povezano z visokim šolstvom iz različnih obdobij. Nadaljnje spremembe na področju visokega šolstva so se dogajale leta 2006. Junija 2006 je bil sprejet novi Zakon o strokovnih in znanstvenih naslovih (ZSZN-1), ki, določa strokovne ter znanstvene naslove za diplomante novih študijskih programov. Visokošolski zavodi diplomantom študijskih programov, sprejetih pred ZViS 2004, še naprej podeljujejo strokovne in znanstvene naslove, ki so bili določeni za posamezen program. Strokovni naslovi imenu in priimku sledijo, znanstveni naslovi pa stojijo pred imenom in priimkom. Spremembe in dopolnitve zakona o visokem šolstvu (ZViS-UPB3) iz novembra 2006 uvrščajo izobrazbo pridobljeno po dosedanjih in bo-lonjskih študijskih programih, v ravni izobrazbe. V preglednici 2.2 je predstavljena umestitev različnih pridobljenih izobrazb v ustrezno raven izobrazbe, kar je povezano z visokošolskim vidikom razvrščanja pridobljene izobrazbe. Za primerjavo je predstavljena tudi uvrstitev pridobljene izobrazbe po starih (ne bolonjskih) programih v staro klasifikacijo stopenj izobrazbe, kar pa je povezano z vidikom sistemiza- Preglednica 2.2 Razvršcanje pridobljene izobrazbe v ravni izobrazbe in v stopnje izobrazbe (1) (2) (4) (3) 6 6/1 Višja strokovna poklicna (do 1994) VI 6/1 Višješolska strokovna (od 1994 do ZViS 2004) VI 6/2 Specializacija po višješolskih študijskih programih VI 6/2 Visokošolska strokovna (ZViS 1999) VII (VS) 6/2 1. stopenjska visokošolska strokovna (ZViS 2004) * 6/2 1. stopenjska univerzitetna (ZViS 2004) * 7 Specializacija po visokošolski strokovni (ZViS 1999) Univerzitetna (ZViS 1999) 2. stopenjska magistrska strokovna (ZViS 2004) VII/2 (spec.) VII (UNI) * 8 8/1 Specializacija po univerzitetni (ZViS 1999) VII/2 (spec.) 8/1 Magisterij, znanstveni (ZViS 1999) VII/2 (mag.) 8/2 Doktorat znanosti (ZViS 1999) VIII 8/2 3. stopenjska doktorska (doktorat znanosti, ZViS 2004) * Naslovi stolpcev: (1) raven izobrazbe, (2) podraven izobrazbe, (3) pridobljena izobrazba/izid izobraževanja, (4) stopnja izobrazbe (oz. tarifni razred na podlagi Družbenega dogovora o enotnih temeljih za klasifikacijo poklicev in strokovne izobrazbe iz leta 1980. * Študijski programi po ZViS 2004 niso uvršceni v staro klasifikacijo poklicev in strokovne izobrazbe (stopnja izobrazbe) in sistematizacijo v organizacijah. 31 cije delovnih mest. Upoštevati je torej treba, da ravni izobrazbe niso enake stopnjam izobrazbe, ki so jih uporabljala podjetja pri sistemizacijah delovnih mest. V študijskem letu 2008/09 se je bil v Sloveniji še zadnjič možen vpis v prvi letniki starih dodiplomskih študijskih programov. Vzporedno pa so se že zaceli izvajati tudi novi bolonjski študijski programi. Študijski programi, sprejeti pred 11. 6. 2004, so študijski programi za pridobitev univerzitetne izobrazbe in študijski programi za pridobitev visoke strokovne izobrazbe. Študij po programu za pridobitev univerzitetne izobrazbe traja od štiri do šest let. Študij po programu za pridobitev visoke strokovne izobrazbe pa traja praviloma tri leta. Novi ali prenovljeni dodiplomski študijski programi v skladu z načeli Bolonjske deklaracije oziroma dolocbami Zakona o visokem šolstvu (2006) pa so univerzitetni študijski programi prve stopnje, ki obsegajo od 180 do 240 kreditnih točk in trajajo od tri do štiri leta ter visokošolski strokovni študijski programi prve stopnje, ki obsegajo 180 kreditnih točk in trajajo tri leta. Za študijsko leto 2008/09 je bilo na javnih in koncesi-oniranih zavodih razpisanih 282 dodiplomskih študijskih programov in sicer 78 visokošolskih strokovnih in 201 univerzitetni študijski programov. Od 282 študijskih programov je bilo razpisanih 157 bolonj-skih, kar predstavlja 56 % študijskih programov (lani je bilo takšnih le 39%). Preostalih 44% vseh razpisanih dodiplomskih študijskih programov (to je 125 študijskih programov) pa je starih (ne bolonjskih) študijskih programov. Če pri štetju študijskih programov upoštevamo vsako smer, program ali skupino programov ter nacčin in kraj študija, ki ima v razpisu doloceno število vpisnih mest, je bilo vseh razpisanih študijskih programov v letu 2008/09 491 (prejšnje leto pa 456). Od tega je bilo v letu 2008/09 326 univerzitetnih študijskih programov in 165 visokošolskih strokovnih programov (Črnivec idr. 2009). Za vpis v študijskem letu 2008/09 je bilo razpisanih štirideset novih in oseminšestdeset prenovljenih študijskih programov. Na Univerzi v Ljubljani je bilo razpisanih šest novih in štiriindvajset prenovljenih študijskih programov, na Univerzi v Mariboru pet novih in triinštiri-deset prenovljenih programov, na Univerzi na Primorskem štirje novi 32 študijski programi, na Univerzi v Novi Gorici pa dva nova in en prenovljen študijski program. Samostojni visokošolski zavodi so razpisali triindvajset novih študijskih programov. Vecinoma se z novimi programi nadomeščajo dosedanji ne stopnjevani visokošolski strokovni in univerzitetni študijski programi ((Črnivec idr. 2009). Izvajanje študijskih programov poteka v Ljubljani, Mariboru, Celju, Kopru, Novi Gorici, Novem mestu, Slovenj Gradcu, Piranu, Radovljici, Škofji Loki, Kranju in še v nekaterih drugih mestih, s čimer vlada ure-snicčuje cilj približevanja kraja študij kraju bivanja študentov. S tem pa se hkrati vzpodbuja tiste študijske programe, ki nastajajo v sodelovanju in glede na potrebe regijskega gospodarstva. V skladu z Zakonom o visokem šolstvu (2006) se v dodiplomske študijske programe lahko vpišejo kandidati, ki izpolnjujejo vpisne pogoje, dolocčene s študijskimi programi. Tisti, ki se želijo vpisati v študijske programe za pridobitev univerzitetne izobrazbe, morajo imeti opravljeno maturo, ali zakljucni izpit, opravljen po ustreznem štiriletnem srednješolskem programu do 1. junija 1995. V nekatere študijske programe za pridobitev univerzitetne izobrazbe se lahko vpišejo kandidati s poklicno maturo po ustreznem srednješolskem programu in opravljenim izpitom iz enega od maturitetnih predmetov, izbrani predmet pa ne sme biti predmet, ki ga je kandidat že opravil pri poklicni maturi. Tisti, ki se želijo vpisati v študijske programe za pridobitev visoke strokovne izobrazbe, morajo imeti opravljen zaključni izpit, opravljen po ustreznem štiriletnem srednješolskem programu, maturo ali pa poklicno maturo. Za vpis v nekatere študijske programe morajo kandidati opraviti še preizkus umetniške nadarjenosti oziroma psihofizicčnih sposobnosti. V letu 2008 je bilo v Sloveniji v zakljucnem letniku srednje šole 20.577 dijakov, prejšnje leto pa 21.917 dijakov. Od 20.577 dijakov v letu 2008 jih je bilo 9.060 gimna- zijcev (prejšnje leto 9.386), 1.045 dijakov v maturitetnem tecaju (prejšnje leto 1.428), 7.265 dijakov v tehniškem in strokovnem izobraževanju (prejšnje leto 7.595), 315 jih je obiskovalo poklicni tecaj (prejšnje leto 343), 2.892 dijakov pa je bilo vključenih v programe poklicno tehniškega izobraževanja (prejšnje leto 3.165). Prvo prijavo za vpis za leto 2008/09 je v prvem roku oddalo 10.332 poklicnih maturantov. Od tega se jih je v univerzitetne študijske programe prijavilo le 1.736 poklicnih maturantov, ki pa so morali opravljati izpit iz enega od izpitov splošne mature. Od 974 poklicnih maturantov, ki so izpit splošne mature tudi opravili, je bilo v univerzitetne programe sprejetih 745 kandidatov. V študijskem letu 2009/10 je bilo od vseh prijavljenih 14.960 takih, ki so zaključili gimnazijo, 15.245 takih, ki so zaključili štiriletno srednjo šolo, 702 takih, ki so opravili maturitetni tečaj in 247 takih z dokončano fakulteto. Pri tem je potrebno upoštevati, da imajo nekateri 33 dokončani po dve srednji šoli. ((Črnivec idr. 2009). Prijavo za vpis v dodiplomski študij oddajo lahko kandidati, ki so srednjo šolo zaključili v istem letu, lahko pa tudi kandidati, ki so srednjo šolo zaključili v preteklih letih. 73,6% od vseh, ki so oddali prvo prijavo je bilo takih, ki so srednjo šolo zaključili v istem letu, 11,6% takih, ki so srednjo šolo končali prejšnje leto ter 14,8 % takih, ki so srednjo šolo končali leta 2006 ali prej (Črnivec idr. 2009). Za študijsko leto 2008/09 je bilo za vpis v prvi letnik visokošolskega študija razpisanih najvecje število vpisnih mest za visokošolski študij v Sloveniji doslej. Razpisanih je bilo 5.070 mest več, kot je bilo dijakov v zakljucnih letnikih štiriletnih srednjih šol (predhodno leto pa 3.012 mest vec). Primerjava zainteresiranih za študij (leta 2008/09 23.658, predhodno leto 25.227) z vpisnimi mesti (leta 2008/09 25.647, predhodno leto 24.929) nam pove, daje bila za študijsko leto 2008/09 prvic ponudba študijskih mest vecja od interesa za študij. Do leta 2008/09 pa je že drugo leto zapored upadlo število prijav v univerzitetne študijske programe, že peto leto pa se zmanjšuje število prijav za visokošolske strokovne študijske programe. Vsi prijavljeni kandidati pa žal ne izpolnjujejo vpisnih pogojev, ker niso koncali srednje šole ali pa ker niso opravili preizkusa nadarjenosti oziroma psihofizicčnih sposobnosti za določene študijske programe. Boljši pokazatelj dejanske možnosti za vpis je zato primerjava števila kandidatov, ki so izpolnjevali vpisne pogoje, (leta 2008/09 18.617, predhodno leto 19.819) s številom vpisnih mest (leta 2008/09 25.647, predhodno leto 24.929). Primerjava pokaže, daje bilo za vsakega kandidata za študij, kije izpolnjeval vpisne pogoje, tako leta 2007/08, kakor tudi leta 2008/09 zagotovljeno vpisno mesto. V primerjavi s študijskim letom 2004/05 se je število vpisnih mest povecalo za 8,6%, kar kaže na povecevanje viso- košolskega prostora v Sloveniji. Vsako leto se razpisuje nove študijske programe in nova dislocirana študijska središča po vsej Sloveniji (Cr-nivec idr. 2009). Od vseh mest v visokošolskem prostoru jih je za študijsko leto 2008/09 Univerza v Ljubljani ponudila 55,6%, Univerza v Mariboru 29,0%, Univerza na Primorskem 7,1 %, Univerza v Novi Gorici 1,0% in samostojni visokošolski zavodi 7,3 % vseh študijskih mest. Zanimanje študentov je največje za vpis na študijske programe s področja umetnosti, veterine, zdravstva in socialnega dela. V zadnjih petih letih se je število odklonjenih kandidatov zaradi premajhnega števila točk zmanjšalo za vec kot polovico, štiri petine kandidatov pa je sprejetih že s prvo željo. Na splošno se na drugi prijavni rok prijavljajo kandidati s slabšim srednješolskim uspehom kot v prvem roku. Pomenljivo 34 je tudi, da se je v petih zaporednih študijskih letih od leta 2004/05 do leta 2008/09, v prvi letnik vpisalo najmanj študentov doslej prav v zadnjem opazovanem letu 2008/09, število vpisanih v prvi letnik izrednega študija pa seje v opazovanih zadnjih petih letih zmanjšalo celo za polovico (Crnivec idr. 2009). Del visokošolskega izobraževanja pa ni višješolsko strokovno izobraževanje. Zakon o poklicnem in strokovnem izobraževanju je leta 1996 uveljavil višje strokovne šole in s tem višješolsko strokovno izobraževanje, ki poteka kot vzporednica visokošolskega izobraževanja in ne kot njegov del. Podiplomski študijski programi, ki se v skladu s staro zakonodajo še izvajajo, so specialistični povisokošolski študijski programi, »stari« znanstveni magistrski programi in doktorski študijski programi. V skladu z novo zakonodajo (ZviS-UPB2; ZviS-UPB3) in Bolonjskim procesom pa so to študijski programi druge stopnje (magistrski in enoviti magistrski študijski programi) ter študijski programi tretje stopnje (doktorski študijski programi). V študijski program druge stopnje se lahko vpiše, kdor je končal študijski program prve stopnje (ima visokošolsko izobrazbo) z ustreznih strokovnih podrocčij, ali pa tisti, ki je koncčal študijski program prve stopnje z drugih strokovnih področij, če je pred vpisom opravil študijske obveznosti, ki so bistvene za nadaljevanje študija. Te obveznosti se določijo glede na različnost strokovnega področja in obsegajo od 10 do najvec 60 kreditnih točk, kandidati pa jih lahko opravijo med študijem na prvi stopnji, v programih za izpopolnjevanje ali z opravljanjem izpitov pred vpisom v magistrski študijski program. Kot pogoj za vpis v študijski program druge stopnje se lahko podobno kot pri programih prve stopnje določijo tudi posebne nadarjenosti oziroma psihofizične sposobnosti ali ustrezne delovne izkušnje. V študijski program tretje stopnje se lahko vpiše, kdor je koncčal študijski program druge stopnje, stari magistrski študijski program ali pa stari štiriletni univerzitetni študijski program. Pomembno je, da je kandidat pred vpisom na tretjo stopnjo zbral vsaj 300 kreditnih tocčk. V skladu s 65. členom Zakona o visokem šolstvu (2006) je študent vsak, ki se vpiše na visokošolski zavod na podlagi razpisa za vpis in se izobražuje po dodiplomskem ali podiplomskem študijskem programu. 2.2 Pregled razvoja visokošolskega izobraževanja v Sloveniji V tem poglavju obravnavam nekatere osnovne značilnosti zaloge in toka kapitala visokošolskega izobraževanja. Predvsem znacčilnosti dinamike toka kapitala visokošolskega izobraževanja so povezane s temeljno tezo raziskave, in sicer v tistem delu, v katerem pravi, da se 35 spreminja struktura povpraševanja po starosti in vrsti izobraževanja ter da se bo začelo povpraševanje po visokošolskem izobraževanju absolutno gledano zmanjševati. Poglavje se dotika tudi tretje hipoteze raziskave, ki pravi, da bodo ob enakih gibanjih dejavnikov, dejavniki osnove prevladali nad dejavniki relativne stopnje udeležbe, kar se v zadnjih letih že kaže kot zniževanje stopnje rasti absolutnega povpraševanja po visokošolskem izobraževanju, v nekaterih segmentih pa tudi že kot zmanjševanje absolutnega povpraševanja po visokošolskem izobraževanju. Pridobivanje in posedovanje visokošolske izobrazbe in s tem tudi človeškega kapitala je skozi življenjski cikel posameznika v različnih fazah različno (Ben-Porath 1967, 353). (Če bi seštel pridobivanje in posedovanje visokošolske izobrazbe vseh posameznikov v Sloveniji, bi prišel do agregatnega razvoj toka in zaloge kapitala visokošolskega izobraževanja na ravni celotne Slovenije. V nadaljevanju predstavljam tovrstni razvoj skozi zadnjih nekaj desetletij. 2.2.1 Zaloga kapitala visokošolske izobrazbe Ko govorim o obravnavi zaloge kapitala visokošolske izobrazbe, imam v mislih analizo števila prebivalcev v Sloveniji z doseženo visokošolsko izobrazbo v primerjavi z drugimi stopnjami dosežene izobrazbe. V tej točki najprej predstavljam razvoj porazdelitve števila prebivalcev, starejših od 15 let, po doseženi izobrazbi po izbranih letih, od leta 1971 do leta 2006, ter nato izobrazbeno strukturo slovenskega prebivalstva po starostnih skupinah in spolu v letu 2006. Iz analize so izločeni prebivalci, ki so stari 15 let ali manj, saj ti ne morejo imeti zakljucene še nobene stopnje izobrazbe. Zaloga kapitala visokošolske izobrazbe se je v petintridesetih letih, 36 Slika 2.1 Frekvenčna porazdelitev števila prebivalcev starejših od 15 let po doseženi izobrazbi, Slovenija, 1971, 1981, 1991, 2002, 2003, 2004, 2005 in 2006 1.000 900 800 700 600 500 400 300 200 100 0 1971 1981 1991 2002 2003 2004 2005 2006 Leto □ Brez izobrazbe in nepopolna osnovna □ Osnovna H Srednja 0 Višja 0 Visoka ■ Neznano Srednja izobrazba zajema nižjo ali srednjo poklicno izobrazbo, srednjo strokovno ter srednjo splošno izobrazbo. Višja izobrazba zajema višjo strokovno, višješolsko in specialistično po višješolsko izobrazbo. Visoka izobrazba zajema visokošolsko strokovno in univerzitetno ter specialistično po visokošolsko izobrazbo, magisterij, doktorat in bolonjske programe 1., 2. in 3. stopnje. Lastne obdelave na podlagi podatkov pridobljenih od SURS. od leta 1971 do leta 2006, zelo povecevala. Opazovana leta so 1971, 1981, 1991 in posamezna od 2002 do 2006. Porazdelitev prebivalstva, starejšega od 15 let, po najvišji doseženi izobrazbi po posameznih opazovanih letih od leta 1971 do leta 2006 se je spreminjala tako, da se je povecevalo število prebivalcev z doseženo srednjo izobrazbo (iz dobrih 317 tisoc na 959 tisoč), z doseženo višjo izobrazbo (iz 17 tisoc na 94 tisoč) ter z doseženo visoko (iz 26 tisoč na 192 tisoč) izobrazbo (slika 2.1). V istem obdobju se je zmanjševalo število prebivalcev, ki so brez izobrazbe ali pa imajo nepopolno osnovnošolsko izobrazbo (iz dobrih 375 tisoč na 80 tisoc;) ter podobno število prebivalcev, ki imajo dokončano osnovno izobrazbo (iz 522 tisoc na 397 tisoč). Število prebivalcev, ki so brez izobrazbe ali pa imajo nepopolno osnovno izobrazbo, je bilo po velikosti v primerjavi z drugimi izobrazbenimi skupinami prebivalcev v letu 1971 na drugem mestu, v letu 1981 že na tretjem, v letu 2002 na cčetrtem, v letu 2006 pa na zadnjem mestu. Število prebivalcev, ki imajo zakljuceno največ osnovno šolo, je bilo med vsemi izobrazbenimi skupinami prebivalcev v letu 1971 največje, v ostalih opazovanih letih pa so bili ti prebivalci po številu na drugem mestu. Število prebivalcev, ki imajo najvec srednjo izobrazbo (kar zajema nižjo ali srednjo poklicno izobrazbo, srednjo strokovno ter srednjo splošno izobrazbo), je bilo v letu 1971 na tretjem mestu po velikosti med vsemi ostalimi izobrazbenimi skupinami, od vkljucno leta 1981 dalje pa na prvem mestu. Prebivalcev, katerih najvišja dosežena je srednja izobrazba, je torej najvec v primerjavi z ostalimi izobrazbenimi skupinami. Število prebivalcev, ki so imeli visoko izobrazbo (sem sem štel tiste z visokošolsko strokovno in univerzitetno ter specialisticčno povisokošolsko izobrazbo, z magisterijem, doktoratom ali zaključenimi bolonjskimi programi 1., 2. ali 3. stopnje), se je po velikosti od leta 1971 do leta 2006 prebilo iz četrtega na tretje mesto. Število prebivalcev z visoko izobrazbo je prehitelo število tistih, ki so brez izobrazbe ali pa imajo nepopolno osnovno šolo. V opazovanem obdobju se je najbolj intenzivno povečevalo število prebivalcev z visoko izobrazbo (za več kot šestkrat), na drugem mestu po intenzivnosti je bila rast pri številu prebivalcev z višjo izobrazbo (povečalo se je za dobrih 4,5-krat) in na tretjem mestu je bila rast pri številu prebivalcev s srednjo izobrazbo (povecalo se je za vec kot dvakrat). 37 Posebej sem analiziral tudi absolutno in relativno izobrazbeno strukturo prebivalstva Slovenije, ki je starejše od 15 let po posameznih desetletnih starostnih razredih za izbrano leto 2006. Izobrazbena struktura prebivalstva, starejšega od petnajst let, se po posameznih starostnih razrednih razlikuje iz dveh razlogov. Prvic zato, kerje pridobljena izobrazba deloma pogojena s starostjo posameznikov. Na primer, v starostnem razredu od 15 do 24 let skoraj ne najdemo nikogar, ki bi imel visokošolsko izobrazbo, saj so prebivalci v tem starostnem razredu še premladi, da bi v skladu z izobraževalnim sistemom zaključili visokošolsko izobraževanje. Prebivalcev z visokošolsko izobrazbo je razumljivo precej vecč v naslednjem starostnem razredu od 25 do 34 let. Lahko bi pricčakovali, da se bo število oseb z visoko izobrazbo v višjih starostnih razredih še povecevalo. Vendar pa se to število od tega starostnega razreda dalje absolutno in relativno znižuje. Temu je tako zato, ker ne spremljam skozi čas ene in iste skupine prebivalcev, ki se starajo in prehajajo iz nižjih starostnih skupin v vedno višje, ampak opazujem razlicčne starostne skupine prebivalcev v izbranem istem letu 2006, se pravi razlicne skupine prebivalcev v izbranem letu. Tisti, ki se v letu 2006 nahajajo v starostnem razredu od 25 do 34 let, so bili rojeni pred 25 do 34 leti. Tisti pa, ki se v letu 2006 nahajajo v starostnem razredu 75+, so bili rojeni pred 75 leti ali vec. To pa je med prvo in drugo svetovno vojno, ko je bila vključenost prebivalstva v izobraževanje nasploh zelo nizka, kaj šele vkljucenost v visokošolsko izobraževanje. Drugi razlog, ki vpliva na izobrazbeno strukturo prebivalstva, starejšega od petnajst let, po posameznih starostnih razrednih v izbranem letu je torej cas, v katerem so bili prebivalci rojeni in čas, v katerem so preživljali mladost, ki je navadno namenjena pridobivanju formalne izobrazbe. Vključenost slovenskega prebivalstva v izobraževanje in še posebej v visokošolsko izobraževanje se je skozi zgodovino spreminjala. Ce bi šlo za vzdolžno opazovanje iste kohorte, bi se pridobljena izobrazba s prehajanjem v višje starostne razrede lahko samo povecevala. Ker pa gre za presečne podatke, je mogoče, da je izobrazbena struktura starejših slabša od izobrazbene strukture mlajših, saj torej ne gre za iste osebe. V zadnjih desetletjih pa se je tako v Sloveniji, kot tudi v drugih evropskih državah vključenost v visokošolsko izobraževanje povečevala (European Commission 2007b). Gornji razmislek dobro pojasnjuje, zakaj je v letu 2006 absolutno in relativno najvec prebivalcev z najmanj visokošolsko izobrazbo (z visokošolsko dodiplomsko ali podiplomsko) prav v starostnem razredu od 25 do 34 let (okoli 23 % vseh). Ti prebivalci se nahajajo v starosti, v kateri je najbolj verjetno, da bodo že imeli visokošolsko izobrazbo, po 38 drugi strani pa so mladost preživljali v času, ko je bila vključenost prebivalstva v visokošolsko izobraževanje najvecja v primerjavi s casom, v katerem so živele pretekle generacije. S pomikanjem v starostne razrede od 35 do 44 let in višje v letu 2006 se absolutno ter relativno število oseb z visokošolsko izobrazbo vedno bolj zmanjšuje. To pa zato, ker so osebe, ki so sedaj v višjih starostnih razredih preživljale svojo mladost (leta, ki so bila obicajno namenjena izobraževanju) v času, ko je bila vključenost v visokošolsko izobraževanje precej manjša. Starejša kot je generacija, ki jo opazujem, bolj v preteklost je pomaknjeno njihovo življenjsko obdobje, ki je bilo namenjeno študiju in s tem bolj v čas, ko je bila na splošno vključenost v visokošolsko izobraževanje manjša. Relativne spremembe izobrazbene strukture po starostnih razredih vecčinoma, a ne vedno, sledijo absolutnim spremembam po starostnih razredih. Na primer, število tistih, ki imajo največ nepopolno osnovno izobrazbo, je vecčje pri višjih starostnih razredih. Torej je med vsemi, ki imajo nepopolno osnovno šolo ali manj, največ starejših oseb, kar pa ne pomeni, da se s starostjo izobrazba posameznikov znižuje, ampak pomeni, da so se starejše generacije skozi življenjsko dobo izobraževale manj v primerjavi z mlajšimi. Z vecanjem starostnega razreda na-rašcča tudi odstotek tistih, ki imajo nepopolno osnovno šolo ali manj, le da ta narašča še hitreje, kot absolutno število. Zakaj je temu tako? V višjih starostnih razredih (predvsem od 35. leta dalje) predstavlja enako absolutno število prebivalcev večji odstotek, saj je število oseb v višjih starostnih razredih absolutno manjše. Po drugi strani je absolutno število oseb, ki ima največ osnovno izobrazbo pricakovano največje v starostnem razredu od 15 do 24 let, v naslednjem starostnem razredu 25 do 34 let je to število najmanjše, potem pa ostaja v vseh naslednjih starostnih razredih približno enako. To pa ne velja tudi za relativno število v odstotkih. Delež le osnovnošolsko izobraženih oseb je podobno kot absolutno število res največji (dobrih 40 %) v najnižjem starostnem razredu od 15 do 24 let in v naslednjem starostnem razredu od 25 do 34 let odstotek najnižji (dobrih 7%), se pa potem s prehajanjem v višje starostne razrede ta odstotek zelo močno povečuje, in sicer vse do dobrih 38 % v najvišjem starostnem razredu 75+. Podatki ocitno kažejo na veliko ekspanzijo visokega šolstva v Sloveniji v zadnjih desetletjih, v katerega pa prebivalci, ki so danes v višjih starostnih razredih, še niso bili vkljuceni, ker so bili že prestari ali pa je bila ekspanzija takrat, ko so bili vanj vkljuceni, še v povojih. Za visokošolske zavode so v smislu potencialnih dodatnih študentov tako relativno zelo zanimive višje starostne skupine prebivalcev, ki visokošolske izobrazbe še nimajo. Manj zanimive pa so nižje starostne skupine, v katerih je prebivalcev brez visokošolske izobrazbe precej manj ozi- 39 roma so v nižjih starostnih skupinah prebivalci v visokošolsko izobraževanje že tudi tradicionalno vključeni v veqi meri. Izobraževanje starejših (oseb v višjih starostnih razredih) namreč postaja vse bolj aktualno tudi zaradi vedno večje uveljavljenosti koncepta vseživljenjskega učenja in razlogov, ki vzpodbujajo njegov prodor (European Commis-sion 2000; Jarvis 2004,1-38). Relativna rast visokošolskega izobraževanja je še dodatno vzpodbujena z vse veqo konkurenco na trgu dela, ki izhaja že iz samega razmerja med visoko izobraženimi in ostalimi prebivalci. Prebivalci z visokošolsko izobrazbo, ki živijo v družbi, v kateri je malo visokošolsko izobraženih prebivalcev, so namrec v relativno boljšem položaju, saj imajo na trgu dela manj konkurence, kot če bi živeli v družbi, v kateri je skoraj vsak visokošolsko izobražen. V današnjem casu, ko je odstotek prebivalcev z visoko izobrazbo precej večji kot nekoč in ko še narašča, je za ohranitev vsaj enako konkurenčnega položaja posameznika na trgu dela kot nekoč, visoka izobrazba skoraj nujna, za razliko od obdobja po koncu druge svetovne vojne. Najzanimivejša razlika v relativni izobrazbeni strukturi po starostnih skupinah med ženskami in moškimi v letu 2006 je pri odstotku ženskih oziroma moških prebivalcev z najmanj visoko izobrazbo (do-diplomsko ali podiplomsko) v starostnem razredu od 25 do 34 let. Ženske so v tem smislu relativno precej bolj visoko izobražene kot moški v tem starostnem razredu. Odstotek moških, ki imajo visoko izobrazbo ali več, je dobrih 16 %, odstotek žensk pa skoraj 30 % v starostnem razredu od 25 do 34 let. V naslednjem starostnem razredu od 35 do 44 let znaša ta odstotek za ženske dobrih 18%, kar je še vedno precej vec od odstotka za moške, ki znaša le slabih 14 %. V vseh višjih starostnih razredih pa je odstotek moških, ki imajo najmanj visokošolsko izobrazbo, večji od tega odstotka pri ženskem spolu. Pri moških ostaja Slika 2.2 Število vpisanih študentov v visokošolski dodiplomski in podiplomski študij, Slovenija, 1980/81-2006/07 100.000 90.000 80.000 70.000 60.000 50.000 40.000 30.000 20.000 10.000 0 x<&> x<£> x & # N<$> ^ ^ o?? d^ o?4 <# <# J" J* # Študijsko leto □ Visokošolski dodiplomski študij ■ Podiplomski študij 40 Zaradi primerljivosti so absolventi v vseh letih izkljuceni. Od vkljucno leta 2005/06 v dodiplomski študij spadata tudi visokošolski strokovni in univerzitetni 1. stopenjski program (bolonjski) programi. Vpodiplomskem študiju so upoštevani samo speciali-sticni in magistrski programi od vključno leta 2005/06 pa tudi 2. stopenjski (bolonjski) magistrski programi, podatki do vkljucno leta 1990/91 in za leto 1994/95 niso na voljo, tako da v teh letih skupna vsota zaradi primerljivosti med leti ni smiselna. Lastne obdelave na podlagi podatkov pridobljenih od SURS. ta odstotek v višjih starostnih razredih (od 45. leta starosti dalje) skoraj konstanten na ravni slabih 12 %, medtem, ko se pri ženskah zniža na dobra 2 %. 2.2.2 Vhodni tok kapitala visokošolskega izobraževanja V nadaljevanju predstavljam nekatere kazalce razvoja vhodnega toka kapitala visokošolskega izobraževanja v Sloveniji, in sicer najprej za dodiplomski in podiplomski študij skupaj, potem pa še posebej za dodiplomski ter posebej za podiplomski študij. Vhodni tok je za pricu-jočo raziskavo še posebej pomemben, saj prav ta predstavlja povpraševanje po visokošolskem izobraževanju. SURS spremlja osebe, ki so vpisane v visokošolske študijske programe v različnih obdobjih različno. Do leta 1996/97 ne upošteva absolventov s statusom študenta, od leta 1997/98 pa jih upošteva. Zaradi primerljivosti v celotnem obdobju, od leta 1980/81 do leta 2006/07, sem izločil absolvente tudi v obdobju od leta 1997/98 dalje, za katerega so podatki o številu absolventov na voljo. Število študentov, vpisanih na visokošolski dodiplomski študij, brez absolventov, je skoraj v celotnem opazovanem obdobju od leta 1980/81 do leta 2006/07 na-rašcalo. Leta 1980/81 je število vpisanih na visokošolski dodiplomski študij znašalo 27.707 študentov in je padalo do leta 1982/83, ko je bilo to število 26.127 študentov. Od takrat dalje je število teh študentov dolgo časa naraščalo in leta 2002/03 doseglo vrednost 72.344 vpisanih. V naslednjem letu 2003/04 je število visokošolskih dodiplomskih študentov padlo na 70.774 ter se v naslednjih dveh letih spet povečalo. V zadnjem letu 2006/07 je število vpisanih na visokošolski dodiplomski študij že tretjič padlo in je znašalo 72.866 študentov. Od leta 1991/92, ko je bil prvič na voljo tudi podatek o številu vpisanih na specialistični in magistrski študij, je število iz 1.674 podiplomskih študentov (brez doktorskih in študentov bolonjske tretje stopnje) zraslo na 7.414 v letu 2004/05. V naslednjem letuje to število padlo za 127 študentov in se v zadnjem letu 2006/07 spet povzpelo na rekordno raven 7.437 študentov. Pri podiplomskih študentih zaradi ne razpoložljivosti podatkov za celotno proucčevano obdobje med podiplomskimi študenti ne upoštevam doktorskih študentov in študentov bolonjske tretje stopnje. Od leta 1991/92 do leta 2006/07 seje delež, ki ga predstavljajo dodiplom- 41 ski visokošolski študenti med vsemi visokošolskimi študenti, zniževal iz dobrih 95 % na dobrih 90 %. Ugotovim lahko, da se je rast števila študentov visokošolskega izobraževanja v zadnjih letih umirila, v nekaterih zadnjih opazovanih letih pa je bila celo negativna. V zadnjem opazovanem letuje bil padec vpisa na dodiplomski študij tako močan (-1.101 študenta), daje prevladal nad porastom vpisa na podiplomski študij (+150 študentov), kar pomeni, daje skupno število vpisanih na dodiplomski in podiplomski študij (brez doktorskih in študentov bolonjske tretje stopnje) upadlo (slika 2.2). Deloma lahko ta upad pripišemo tudi odlivu dela potencialnih študentov visokošolskega izobraževanja v višješolsko strokovno izobraževanje, ki je od leta 1996/97 pa do leta 2006/07 poraslo iz 342 na 15.831 študentov. Dodiplomski študij Ce opazujem dinamiko vpisa dodiplomskih visokošolskih študentov (brez absolventov) od leta 1980/81 do leta 2006/07 po nacčinu študija, ugotovim, da se je število študentov rednega dodiplomskega visokošolskega študija v celotnem opazovanem obdobju vsako leto brez izjeme povečevalo, in sicer iz 19.268 v začetnem letu na 53.726 v zadnjem letu, kar je povečanje za dobrih 178%. Število študentov izrednega dodiplomskega visokošolskega študija je v opazovanem obdobju precej bolj nihalo in naraslo le za dobrih 128 % (iz zacetnih 8.439 študentov na 19.140 v zadnjem opazovanem letu). Narašcanje skupnega števila visokošolskih dodiplomskih študentov je v opazovanem obdobju predvsem posledica momega narašcanja števila študentov rednega študija, v sredini opazovanega obdobja pa je k rasti skupnega števila dodiplomskih študentov znatneje prispeval tudi porast števila študentov izrednega študija. Padec skupnega števila dodiplomskih visokošolskih študentov v zadnjem opazovanem letu 2006/07 je posledica vecjega upada števila študentov izrednega študija v primerjavi s povecanjem števila študentov rednega dodiplomskega visokošolskega študija. Odstotek, ki ga predstavljajo študenti izrednega dodiplomskega visokošolskega študija med vsemi dodiplomskimi visokošolskimi študenti, je v opazovanem obdobju nihal med 15 in 33%. V zadnjih šestih opazovanih letih se je ta odstotek po letih vecčinoma zniževal, in sicer iz 32,7 % v letu 2000/01 na 26,3 % v letu 2006/07. Visokošolski dodiplomski študenti so se v opazovanem obdobju, od leta 1945/46 do leta 2006/07, lahko vpisovali na fakultete in umetniške akademije, od leta 1960/61 dalje pa tudi na visoke šole. V opazovanem obdobju so se pojavljala strukturna nihanja, ceprav je bila vecina do-42 diplomskih visokošolskih študentov vedno vpisana na fakultete. Od leta 1945/46 do leta 1968/69 je bilo na fakultete vpisanih vec kot 90 % vseh visokošolskih študentov. Leta 1969/70 je odstotek vpisanih dodi-plomskih visokošolskih študentov na fakultete, zaradi velikega povečanja vpisa na visoke šole, zelo padel ter do leta 1989/90 nihal med 63 % in 80 %. Naslednje leto se je zaradi padca vpisa na visoke šole ta odstotek spet precej dvignil in do konca opazovanega obdobja nihal okoli 90%. Od leta 1945/46 pa do leta 2006/07 se je število vpisanih dodiplomskih študentov na fakultete nenehno povečevalo in se povečalo za več kot 31-krat. Število vpisanih dodiplomskih študentov na visoke šole je precej nihalo, število vpisanih dodiplomskih študentov na umetniške akademije pa je tudi naraščalo v celotnem opazovanem obdobju, in sicer iz 64 študentov v letu 1945/46 na 959 študentov v letu 2006/07. Naj opozorim, da so v tem primeru upoštevani absolventi od leta 1997/98 dalje. Ker ti ločeno niso bili na voljo po različnih visokošolskih zavodih, jih namreč ni bilo mogoce izločiti. Ko opazujem dinamiko vpisa na dodiplomski študij po spolu, ugotovim, da se je v celotnem opazovanem obdobju od leta 1945/46 do leta 2006/07 odstotek žensk med vsemi dodiplomskimi študenti počasi povečeval. V začetku opazovanega obdobja je bilo od vseh vpisanih dodiplomskih študentov dobrih 68 % moških in slabih 32 % žensk. Leta 1979/80 se je je struktura po spolu prevesila v korist žensk. Leta 2006/07 je bilo od vseh vpisanih dodiplomskih študentov le še dobrih 40 % moških in skoraj 60 % žensk. Ocčitno se povpraševanje žensk povečuje, moških pa znižuje, če predpostavljamo, da se struktura mladine po spolu ni bistveno spremenila. Večja vključenost žensk v visokošolsko izobraževanje je pogojena z odlaganjem ustvarjanja družine ter spremenjenim družbenim okoljem. Vhodni tok kapitala visokošolskega izobraževanja lahko proucujem tudi z vidika relativne frekvencne porazdelitve prvega vpisa visokošolskih dodiplomskih študentov po starosti. Posebej to porazdelitev analiziram za oba nacina študija (redni in izredni) skupaj ter še posebej za redni in posebej za izredni študij, in sicer za sedem različnih študijskih let, to je od leta 2000/01 do leta 2006/07. (Če proucujem porazdelitev za oba načina študija skupaj, ugotovim, da je v vseh študijskih letih med vsemi prvič vpisanimi visokošolskimi dodiplomskimi študenti najvec takšnih, ki so stari devetnajst let (okoli 17 % vseh prvih vpisov), potem pa z naraščanjem let starosti ta odstotek upada vse do devetindvajsetega leta (okoli 2 % vseh prvih vpisov). Relativno največ prebivalcev se prvič vpiše v visokošolski dodiplomski študij takoj po zaključeni štiriletni srednji šoli (najpogosteje v starosti 19 let) in potem iz leta v leto manj, zato je takšna porazdelitev razumljiva. Med opazovanimi študijskimi leti se odstotek prvih vpisov v posameznem starostnem ra- 43 zredu ni bistveno spreminjal. Vseeno pa je opazen trend povečevanja odstotka prvic vpisanih, ki so stari triindvajset, štiriindvajset in petindvajset let po opazovanih sedmih letih. V naslednjem koraku sem primerjal relativno frekvenčno porazdelitev prvega vpisa visokošolskih dodiplomskih študentov po starosti za redni in izredni študij skupaj s porazdelitvijo samo za redni študij. Ugotovil sem, da sta si porazdelitvi do devetindvajsetega leta starosti po obliki zelo podobni, le da je porazdelitev za študente rednega študija bolj skoncentrirana okoli modusa devetnajst let, se pravi, da je variabilnost prvega vpisa po starosti pri študentih rednega študija manjša. Tudi študentov rednega študija se prvič najvec vpiše v starosti 19 let (okoli 22% vseh), z naraščanjem starosti pa se ta odstotek znižuje. V starosti od 30 let naprej komaj še najdemo kakšnega prvic vpisanega študenta rednega visokošolskega študija, saj se v teh starostnih razredih vpisujejo predvsem študenti izrednega študija. Na-rašcanje odstotka prvič vpisanih študentov visokošolskega dodiplom-skega rednega študija je po posameznih sedmih opazovanih študijskih letih mogocče opaziti pri študentih, ki so stari triindvajset, štiriindvajset in petindvajset let, vzadnjih šestih opazovanih letih pa tudi pri devetnajstletnikih. Bistvena razlika med relativno frekvenčno porazdelitvijo prvega vpisa visokošolskih dodiplomskih študentovpo starosti za redni študij in porazdelitvijo za izredni študij je v tem, daje porazdelitev za izredni študij precej bolj pomaknjena v višje starostne razrede. V starosti 19 let se tako prvič vpiše le okoli 6% vseh prvic vpisanih študentov izrednega študija. Kar tretjina vseh študentov izrednega študija se prvic vpiše v starosti 30 let ali več Ko opazujem spremembe odstotka prvič vpisanih študentov izrednega študija v posameznih starostni razre- dih po opazovanih sedmih študijskih letih, najbolj izrazito naraščanje opazim pri tistih, ki so stari 23, 24 in 40 let ali vecč. Upadanje odstotka prvic vpisanih študentov izrednega študija je najmomeje prisotno pri devetnajstletnikih, dvajsetletnikih in enaindvajsetletnikih po posameznih študijskih letih od leta 2000/01 do 2006/07. To pa je deloma posledica zmanjševanja omejitve vpisa na rednem študiju, kakor tudi posledica po študijskih letih relativno vedno vecjega števila razpisanih mest za redni študij glede na dejansko zanimanje. Eden od sestavnih delov potencialnega števila visokošolskih študentov so poleg domacčih mladih in tujih prebivalcev tudi odrasli. To kažejo podatki o izobraževanju odraslih. Ker po letih podatki o vpisanih odraslih v samo visokošolsko izobraževanje za daljše obdobje niso na voljo, predstavljam podatke, ki se nanašajo na celotno terciarno iz-44 obraževanje. Število prebivalcev, starih najmanj 30 let, ki so vkljucčeni v terciarno izobraževanje, je poraslo iz 10.870 v letu 1999/00 na 19.407 v letu 2005/06. V naslednjem letuje to število malce upadlo. Podoben vzorec ima tudi gibanje števila prebivalcev, ki so stari 40 let ali več, le da je takšnih le približno tretjino teh, ki so stari najmanj 30 let. Število odraslih, vključenih v srednješolsko izobraževanje, je narašcalo od leta 1991/1992 do leta do 2002/03, po tem letu pa je začelo upadati. Število odraslih v osnovnošolskem izobraževanju ostaja večinoma na ravni med 1.500 in 2.300 oseb v celotnem opazovanem obdobju od leta 1991/1992 do leta do 2006/07 in ne kaže na trend bistvenega povečevanja ali zmanjševanja tega števila v času. Kljub določenim nihanjem v izobraževanju odraslih lahko opazim, da so za visokošolske zavode z vidika potencialnih študentov vse bolj pomembni tudi odrasli. Po eni strani zato, ker se povecujejo razlogi za večjo udeležbo odraslega prebivalstva v visokošolskem izobraževanju. Ti izhajajo iz ceda-lje hitrejšega tehnološkega in gospodarskega razvoja, ki zahteva dodatna, višja ter nova znanja tudi odraslega prebivalstva, in iz vse vecčje uveljavljenosti koncepta vseživljenjskega učenja (European Commis-sion 2006; Findeisen 1998). Razlogi za vecjo udeležbo odraslega prebivalstva v visokošolskem izobraževanju bodo verjetno ostali tudi na daljši rok. Po drugi strani pa so za visokošolske zavode odrasli vse bolj pomembni tudi zato, ker se povečuje njihovo število. To povečevanje je posledica podaljševanja življenjske dobe in prehajanja povojne t. i. baby-boom generacije v zrela leta. Ta vpliv bo scasoma izzvenel in na dolgi rok ob obstojecčih demografskih trendih ne bo obstal. Pomemben kazalnik razvoja vhodnega toka kapitala dodiplom-skega visokošolskega izobraževanja v Sloveniji je tudi stopnja udeležbe prebivalcev v njem. Stopnjo v splošnem izracunamo tako, da v imenovalcu upoštevamo število vseh, ki se jim določen dogodek iz števca lahko zgodi, v števcu pa upoštevamo samo tiste iz imenovalca, ki se jim je izbrani dogodek zgodil (Hinde 1998). V primeru stopnje udeležbe prebivalcev v visokošolskem izobraževanju bi v imenovalcu moralo biti število prebivalcev, ki izpolnjujejo vstopne pogoje za visokošolski študij, v števcu pa število tistih, ki so vanj dejansko vključeni. Ker so tisti, ki izpolnjujejo vstopne pogoje, teoreticčno vsi prebivalci, ki imajo zaključeno ustrezno srednjo šolo vse do svoje smrti, bi bila tako izračunana stopnja skoraj zanemarljivo majhna in bi bilo skoraj nemogoce opazovati spreminjanje te stopnje po študijskih letih. Zaradi tega, da rešim ta problem skoraj neskoncčno velikega imenovalca in ker me bolj kot velikost stopnje udeležbe vseh potencialnih študentov v visokošolskem izobraževanju zanima predvsem njegova variabilnost, sem pri definiciji imenovalca upošteval določene omejitve. Upoštevam le prebivalce Slovenije, ki so najbolj verjetno vključeni 45 v visokošolsko izobraževanje, to so tisti, ki so stari od 19 do 23 let, in opazujem spreminjanje njihove relativne udeležbe v visokošolskem izobraževanju po posameznih študijskih letih. Stopnjo, ki jo izracču-nava tudi SURS, sem zato deloma popravil, tako da sem dobil časovno vrsto stopenj, ki je metodološko bolj konsistentna in se nanaša le na visokošolski študij. Z drugimi besedami, študentov višjih strokovnih šol nisem upošteval, ker niso del visokošolskega sistema, absolventi pa so izloceni v celotnem obdobju in ne samo do leta 1997/98, ko ti podatki še niso bili na voljo. Stopnjo udeležbe prebivalcev Slovenije, starih od 19 do 23 let, sem za vsako leto izračunal tako, da sem vsakoletno število študentov dodiplomskega visokošolskega študija, ki so stari od 19 do 23 let, delil s številom vseh mladih v starosti od 19 do 23 let v Sloveniji v istem letu na dan 31. 12., kar je ravno sredina študijskega leta, na katerega se nanašajo podatki o vpisu. Ker sem stopnjo izrazil kot odstotek, sem razmerje pomnožil še s sto. Ta stopnja se je od leta 1980/81 povečevala vse do leta 2006/06, z izjemo manjših nihanjv letih 1981/82, 1986/87 in 1995/96. V začetku opazovanega obdobja leta 1980/81 je bilo v dodiplomski visokošolski študij, ce ne upoštevamo absolventov, vkljucenih 13,20 % vseh mladih, ki so stari od 19 do 23 let. V zadnjem opazovanem letu 2006/07 pa je znašal ta odstotek že 39,61 %. Ce v izracunu stopnje v števcu upoštevam tudi vse absolvente in študente višjih strokovnih šol, znaša stopnja udeležbe prebivalcev, starih od 19 do 23 let, v dodiplomskem terciarnem izobraževanju leta 2006/07, kar 48,62 % (slika 2.3). Vključenost v višje strokovne šole oatno z leti narašča in predstavlja pomemben del v terciarnem izobraževanju. Vendar pa je celotna razlika med obema krivuljama le deloma posledica upoštevanja tudi vključenosti v višji strokovni študij. Celotna razlika je namreč posle- 46 Slika 2.3 Vključenost prebivalstva starega od 19 do 23 let v terciarno in dodiplomsko visokošolsko izobraževanje brez absolventov, Slovenija, 1980/81-2006/07 50 40 30 20 10 j* j* y y yy J? j <9 i> •v ■ - ■ Odstotek oseb starih od 19-23 let v terciarnem izobraževanju — Odstotek oseb starih od 19-23 let v dodiplomskem visokošolskem izobraževanju (brez absolventov) V dodiplomskem terciarnem izobraževanju so od leta 1997/98 naprej vključeni tudi absolventi, od leta 1996/07 naprej pa tudi višji strokovni študij. V dodiplomskem visokošolskem študiju so absolventi izločeni zaradi primerljivosti v celotnem obdobju, višje strokovno izobraževanje pa je izključeno v celotnem obdobju. Lastne obdelave na podlagi podatkov pridobljenih od SURS. 0 dica upoštevanja tudi vključenosti v višji strokovni študij, hkrati pa tudi vključenosti absolventov tako višjih strokovnih šol kakor tudi visokošolskih zavodov. Strateški cilj visokega šolstva, ki ga opredeljuje Nacionalni program visokega šolstva (2002) je vpis 50 % vsakokratne generacije v različne oblike terciarnega izobraževanja. Podiplomski študij Podobno kot pri visokošolskem dodiplomskem študiju me tudi pri podiplomskem zanima razvoj vhodnega toka kapitala visokošolske izobrazbe. Spet se bom omejil predvsem na kvantitativno in strukturno merjenje tega razvoja. Podatki o vpisu na podiplomski študij za leta pred letom 1991/92 niso na voljo, podrobnejši podatki po starosti, spolu in načinu študija pa so na voljo še za krajše obdobje. V nadaljevanju predstavljam porazdelitev vseh vpisanih na podiplomski študij po starosti, in sicer najprej za študente rednega in izrednega študija skupaj, potem pa še posebej za študente rednega študija in posebej za študente izrednega študija. Sledita kratka analiza podiplomskega izobraževanja starejših od 40 let in analiza sestave vpisanih podiplomskih študentov po spolu. Iz porazdelitve podiplomskih študentov po starosti za študente rednega in izrednega študija skupaj ter iz njenega spreminjanja po treh opazovanih letih, od leta 2004/05 pa do leta 2006/07, sem ugotovil, da od dvaindvajsetega leta dalje odstotek vpisanih med vsemi vpisanimi narašca in doseže maksimum pri starosti 26 let. Med vsemi vpisanimi podiplomskimi študenti je le okoli pol odstotka takšnih, ki so stari 22 let, največ (dobrih 12 %) pa je takšnih, ki so stari 26 let. Podiplomski študenti, ki so stari 29 let ali manj, so predstavljali približno 59 % vseh vpisanih podiplomskih študentov. Podiplomskih študentov, ki so stari od 30 do 34 let, je okoli 18 %, tistih, ki so stari od 35 do 39 let, pa okoli 10 % in teh, ki so stari 40 let ali več, je kar okoli 13 %. V opazovanih treh letih se struktura oziroma porazdelitev po starosti ni bistveno spreminjala, lahko pa omenim, daje relativno vedno več podiplomskih študentov, ki so stari 23 let ter 40 let in več, vedno manj pa tistih, ki so stari 27, 28 in od 30 do 34 let. Najvec študentov rednega podiplomskega študija je starih 25 (15%) in 26 let (15%). V vseh ostalih enoletnih starostnih razredih, jih je manj. Razpršenost študentov rednega podiplomskega študija po njihovi starosti je manjša v primerjavi z razpršenostjo po starosti podi- 47 plomskih študentov, ne glede na nacčin študija. Študentov podiplomskega rednega in izrednega študija skupaj, ki so stari 30 let ali več, je kar41% (59%jihje torej starih največ; 29 let). Študentov zgolj rednega podiplomskega študija, ki so stari 30 let ali vec, pa je precej manj, in sicer le 29% (71% jih je starih največ 29 let). Izraziteje se je v opazovanih treh letih, od leta 2004/05 pa do leta 2006/07, povečal odstotek študentov rednega podiplomskega študija, ki so stari 22, 23, tistih od 35 do 39 let ter tistih, ki so stari 40 let ali več. V opazovanem triletnem obdobju pa je upadal le odstotek študentov rednega podiplomskega študija, starih 29 let. Najvec študentov izrednega podiplomskega študija je podobno kot pri študentih rednega in izrednega študija skupaj starih 26 let (dobrih 11 %). Odstotek študentov, ki so stari 30 let ali več, je pri študentih izrednega študija (ta znaša okoli 45 %) večji kot pri študentih rednega študija ter vecji kot pri študentih rednega in izrednega študija skupaj. Študenti izrednega podiplomskega študija so po pričakovanjih starejši kot študenti rednega podiplomskega študija in bolj razpršeni po starosti. Njihova porazdelitev je torej najbolj pomaknjena v desno in je najbolj sploščena. Narašcanje odstotka študentov izrednega podiplomskega študija v opazovanih treh letih lahko zasledimo pri najmlajših, in sicer pri starih 22, 23 ter 25 let. Upadanje tega odstotka je prisotno pri študentih, starih 27 let in od 30 do 34 let v zadnjih treh opazovanih študijskih letih, to je od leta 2004/05 do 2006/07. Število odraslih, ki so vkljucčeni v podiplomski študij, je precejšnje, to število pa se v opazovanem obdobju od leta 2004/05 do 2006/07 še povečuje. Od leta 2004/05 pa do leta 2006/07 se je število podiplomskih študentov, ki so stari 40 let ali več, povečalo za 11,7% (s 1.093 na 1.221). Število študentov izrednega podiplomskega študija, ki so stari 48 40 let ali več, pasejepovecalo za dobrih 10% v enakem obdobju. Okoli 90 % vseh študentov podiplomskega študija, ki so stari 40 let ali več, je študentov izrednega tovrstnega študija. Tudi na podiplomski ravni lahko torej visokošolski zavodi vsaj na srednji rok računajo na čedalje večjo dejansko ali vsaj potencialno absolutno udeležbo starejših prebivalcev. Podobno kot na dodiplomskem študiju tudi na podiplomskem vedno bolj prevladujejo ženske, njihovo relativno število pa narašca. Odstotek žensk med vsemi podiplomskimi študenti se je v opazovanem triletnem obdobju, od leta 2004/05 do 2006/07, povzpel iz slabih 55 % na dobrih 56%. Od zacetka do konca opazovanega obdobja pa se je povečalo tudi njihovo absolutno število, in sicer iz 4.593 na 4.865 podiplomskih študentk. 2.2.3 Izhodni tok kapitala visokošolskega izobraževanja Izhodni tok kapitala visokošolskega izobraževanja je pogojen z vhodnim tokom in z učinkovitostjo študija. Veqe kot bo število vpisanih študentov in bolj kot bodo pri študiju uspešni, vec bo tudi diplomantov. Število slednjih pa je zagotovo eden od dejavnikov, ki pomembno vpliva na konkurencčnost neke države. V nadaljevanju predstavljam najprej gibanje števila diplomantov po vseh programih, ki so jih izvajali visokošolski zavodi od leta 1945/46 do leta 2006/07, gibanje njihove strukture po spolu od leta 1992/93 do 2006/07 ter gibanje števila diplomantov visokošolskega dodiplomskega študija po vrstah visokošolskih programov od leta 1980/81 do 2006/07. Na koncu predstavljam še gibanje števila diplomantov visokošolskega podiplomskega študija po visokošolskih programih od leta 1980/81 do leta 2006/07. Od konca druge svetovne vojne dalje se je število vseh diplomantov po programih, ki so jih izvajali visokošolski zavodi, v nekaj večjih valovih po letih izjemno povecevalo (slika 2.4). Upoštevani so diplomanti starih višješolskih programov, diplomanti visokošolskih strokovnih in univerzitetnih programov, specialisticčnih, magistrskih in doktorskih programov ter diplomanti vseh novih bolonjskih visokošolskih programov (to je programov 1., 2. in 3. stopnje). Leta 1945/46 je diplomiralo le deset študentov omenjenih visokošolskih programov, 30 let kasneje, leta 1975/76, pa je diplomiralo že 4.501 študentov in 31 let kasneje, leta 2006/07, že 14.311 študentov visokošolskih programov. V opazovanem obdobju od leta 1992/93 do 2006/07 prevladujejo diplomantke nad diplomanti, in sicer v razmerju približno 60 proti 40. Glede na to, da pri vpisu v zadnjem času prevladujejo ženske nad moškimi, je to precej razumljivo, čeprav je konma struktura diplomantov po spolu odvisna tudi od razlik v uspešnosti študentov po spolu. Opa- Slika 2.4 Gibanje števila visokošolskih diplomantov skupaj, Slovenija, 1945/46-2006/07 14.000 12.000 10.000 8.000 6.000 4.000 2.000 LO LO LO CD CD CD LO CD CD CD 00 00 00 OT 3 ......... _ _ - .^I^I^OOdOOOOTOOOOO Študijsko leto □ Število diplomantov po programih, ki so jih izvajali visokošolski zavodi Lastne obdelave na podlagi podatkov pridobljenih od SURS. zna je celo tendenca povečevanja odstotka ženskih diplomantk na račun zmanjševanja moških diplomantov, in sicer iz dobrih 58,5 % v letu 1992/93 na dobrih 63,6 % v letu 2006/07. Dodiplomski študij Do vključno leta 1995/96 so diplomanti dodiplomskih visokošolskih programov prihajali iz starih višješolskih programov in univerzitetnih programov. Od pojava diplomantov visokošolskih strokovnih programov v letu 1996/97 se je zaCelo število diplomantov starih višješolskih programov zelo zmanjševati, leta 2003/04 pa takšnih diplomantov ni bilo več, kar je tudi v skladu z doloCbo Zakona o visokem šolstvu (2004). Od pojava visokošolskih strokovnih programov pa se je bistveno poveCevalo število tovrstnih diplomantov, v istem obdobju pa tudi število diplomantov univerzitetnih programov. V zadnjih petih opazovanih letih se je število diplomantov visokošolskih strokovnih in posebej univerzitetnih programov gibalo od pet tisoC do dobrih šest tisoC, pri čemer je število diplomantov univerzitetnih programov vedno za nekaj sto presegalo število diplomantov visokošolskih strokovnih programov. V Celotnem opazovanem obdobju od leta 1980/81 do 2006/07 se je število diplomantov po programih visokošolskih zavodov poveCalo za več kot 130 odstotkov. Podiplomski študij Skupno število diplomantov vseh podiplomskih študijskih programov se je v opazovanem obdobju, torej od leta 1980/81 do 2006/07, poveCalo za skoraj sedemkrat. Do leta 2005/06 smo imeli v Sloveniji le diplomante speCialističnih in magistrskih programov ter diplomante doktorskih programov. Število prvih se je od leta 1980/81 pa do leta 49 0 "!"!"!"!"! ( ! ! 2006/07 močno povečevalo z izjemo manjših nihanj, in sicer iz 176 na 1.504 diplomantov. Število diplomantov doktorskih programov se je v istem obdobju ob manjših nihanjih prav tako povecevalo, in sicer iz 65 v letu 1980/81 na 395 v zadnjem letu 2006/07. V zadnjem letu 2006/07 se je pojavilo že tudi prvih 20 diplomantov druge stopnje, to so diplomanti bolonjskih strokovnih magistrskih programov. Diplomantov bolonjske tretje stopnje do leta 2006/07 še ni bilo. Zaloga kapitala visokošolske izobrazbe se kot posledica momega vhodnega in izhodnega toka kapitala visokošolskega izobraževanja v preteklosti iz leta v leto povečuje. Samo od leta 2001 do 2006 se je, merjena s številom oseb z visokošolsko izobrazbo, povečala za več kot šestkrat. V letu 2006 je bilo največ prebivalcev, ne glede na spol, ki imajo najmanj visokošolsko izobrazbo v starostnem razredu od 25 do 50 34 let. V tem starostnem razredu ima najmanj visokošolsko izobrazbo skoraj 30% žensk in samo 16% moških. V vedno višjih starostnih razredih je delež žensk z najmanj visokošolsko izobrazbo vedno manjši (najmanj znaša 2%), delež moških pa je vedno veqi in se pri starosti 45 let ustali na slabih 12 %. Očitno so se v preteklosti ženske v primerjavi z moškimi precej manj visokošolsko izobraževale, danes pa je ravno obratno. Če bi veljalo, da so ženske za enako delo res manj plačane kot moški, potem morda premikanje izobrazbene strukture v prid večji izobraženosti žensk in manjši izobraženosti moških morda pomeni, da se bodo zacčeli zaradi tega zniževati agregatni stroški dela. Ti bi bili tako sestavljeni iz večjega deleža cenejše ženske delovne sile in manjšega deleža dražje moške delovne sile. Povecevanje stopnje udeležbe v visokošolskem izobraževanju v preteklosti, ki je razlog za naraščajoro zalogo kapitala visokošolske izobrazbe, pa ni značilno samo za Slovenijo, ampak tudi za večino ostalih evropskih držav in tudi mnogih drugih držav na svetu. V preglednici 2.3 za izbrane države prikazujem bruto stopnje udeležbe v terciarnem izobraževanju za leto 2006 ter dinamiko te stopnje v primerjavi z letom 2000. Najvišjo bruto stopnjo udeležbe v terciarnem izobraževanju je imela Grcja (94,97), sledijo ji po vrsti Finska, Slovenija, ZDA, Danska, Švedska, Norveška, Avstralija, Madžarska, Španija, na repu lestvica pa so proti koncu po vrsti Hrvaška, Turčija, Kitajska in Luksem-burg. Bruto stopnja udeležbe v terciarnem izobraževanju nam pove, v odstotku izraženo razmerje med številom oseb ne glede na starost, ki so vkljucene v katero koli raven terciarnega izobraževanja in med številom vseh mladih v petletnem starostnem razredu, ki se zacčne po zakljucku srednje šole. V drugem stolpcu preglednice 2.3 je prikazana odstotna rast te stopnje od leta 2000 pa do leta 2006. Bruto stopnja Preglednica 2.3 Bruto stopnje udeležbe v terciarnem izobraževanju za leto 2006 in odstotne spremembe te stopnje glede na leto 2000 za izbrane države (1) (2) (3) (1) (2) (3) Avstrija 49,89 -11 Norveška 77,51 12 Belgija 62,84 9 Poljska 65,58 32 Bolgarija 45,64 3 Portugalska 54,54 13 Hrvaška 44,04 43 Romunija 52,24 117 (Češka 49,85 69 Slovaška 45,32 58 Danska 79,94 39 Slovenija 82,99 49 Estonija 65,47 18 Španija 67,36 14 Finska 93,22 13 Švedska 78,99 18 Francija 56,16 6 Švica 45,80 24 Grcija 94,87 85 Turcija 34,62 49 Madžarska 68,60 87 Velika Britanija 59,34 2 Irska 58,77 21 ZDA 81,77 18 Italija 66,99 38 Avstralija 72,70 11 Luksemburg 10,21 6 Japonska 57,31 21 Nizozemska 59,81 15 Kitajska 21,58 181 Naslovi stolpcev: (1) država, (2) bruto stopnja udeležbe v terciarnem izobraževanju leta 2006, (3) sprememba glede na leto 2000 (v%). Povzeto po http://ddp-ext .worldbank.org/ext/DDPQQ/member.do?method=getMembers&userid= 1&queryId=189. 51 udeležbe v terciarnem izobraževanju se je od leta 2000 pa do leta 2006 najbolj povecala na Kitajskem, v Romuniji, na Madžarskem, v Grciji, na Češkem, Slovaškem, v Turčiji in Sloveniji. Zadnje tri države na tej lestvici pa so Bolgarija, Velika Britanija in kot zadnja Avstrija, ki ima celo negativno stopnjo rasti. V skladu z Nacionalnim programom visokega šolstva Republike Slovenije (2002) je temeljni cilj razvoja visokega šolstva v Republiki Sloveniji omogočiti čim večjemu deležu prebivalstva pridobiti kakovostno dodiplomsko ter podiplomsko izobrazbo. To je namreč pomemben dejavnik ekonomskega, socialnega in kulturnega razvoja ter razvijanja nacionalne identitete in slovenskega jezika kot njenega integralnega dela. Pridobivanje takšne izobrazbe je mogocče le na podlagi znanstvenega, umetniškega in strokovnega delovanja univerz in samostojnih visokošolskih zavodov, odprtih v regijo in svet. Poglavitni strateški cilji visokega šolstva v naslednjih letih so še po-vecčati delež zaposlenega prebivalstva z višjo, visoko oziroma podiplomsko izobrazbo na najmanj 25 %, povečati delež prebivalstva, zlasti mladih generacij, v terciarnem izobraževanju, tako da bomo imeli v tem desetletju v Republiki Sloveniji okrog 35 študentov na 1000 pre- bivalcev in da se bo v različne oblike terciarnega izobraževanja vpisalo vsaj 50% vsakokratne generacije. Povecati bo potrebno število vpisnih mest v celotnem terciarnem izobraževanju in postopno odpravljati omejitev vpisa pri vecčini študijskih programov ter postopno sofinancirati tudi izredni študij. Še naprej se bo povečevalo število rednih študentov in zmanjševalo število izrednih mlajših nezaposlenih študentov, ki se zdaj zaradi omejitve vpisa ne uvrstijo na redni študij, hkrati pa bo treba iz proracčunskih virov postopoma zagotavljati tudi sofinanciranje izrednega študija. Vsaj podvojiti je potrebno število študentov in diplomantov podiplomskega študija, zagotoviti sofinanciranje sistemsko prenovljenih podiplomskih študijskih programov, ki povezujejo discipline, visokošolske in raziskovalne zavode ter druge institucije, so kakovostni in 52 omogočajo sodelovanje v mednarodnih projektih. Zagotoviti je potrebno razmere za uspešno delovanje integrirane, avtonomne in do slovenske družbe odgovorne univerze, pa tudi samostojnih visokošolskih zavodov, ter njihov nadaljnji razvoj ter omogocčiti nastanek decentralizirane mreže visokega šolstva. Izboljšati je potrebno uspešnost in ucinkovitost dodiplomskega in podiplomskega študija. Visokošolsko dejavnost bo potrebno financirati iz več različnih tudi ne proracčunskih virov, izboljšati in posodobiti pa bo potrebno tudi štipendiranje ter študentski standard, še posebej zmogljivosti študentskih domov (Nacionalni program visokega šolstva Republike Slovenije 2002). Po eni strani vse omenjene spremembe v visokem šolstvu vplivajo na politične, gospodarske in kulturne spremembe ter globalizacijo, po drugi strani pa le ti postavljajo pred terciarno izobraževanje mnoge nove izzive. Za študij po koncani srednji šoli seje začelo odločati čedalje več mladih, pa tudi starejših kandidatov. Slovensko visoko šolstvo je soočeno predvsem z imperativom hitrega institucionalnega razvoja in z zelo hitro narašcajočim številom študentov. Vseeno pa je v naslednjih letih mogoče pricakovati postopno umirjanje velikega vpisnega zanimanja za terciarno izobraževanje, obenem pa nadaljnjo institucionalno krepitev, predvsem pri izboljševanju kakovosti študija in pri mednarodnem sodelovanju. 3 Teorija povpraševanja po visokošolskem izobraževanju V tem poglavju uvodoma ugotavljam, kakšne so dosedanje raziskave dejavnikov povpraševanje po izobraževanju nasploh in posebej dejavnike povpraševanja po visokošolskem izobraževanju. V drugem delu predstavljam razvoj lastnega modela dejavnikov povpraševanja po visokošolskem izobraževanju. Najprej osnovno zamisel oziroma zasnovo modela, nato pa še posamezne skupine dejavnikov povpraševanja po visokošolskem izobraževanju. 3.1 Dosedanje raziskave dejavnikov povpraševanja po visokošolskem izobraževanju Povpraševanje po izobraževanju pojasnjujejo razliCne teorije in modeli. Najprej predstavljam pregled nekaterih najbolj znanih teorij povpraševanja po izobraževanju, nato pa prikazujem modele dejavnikov povpraševanja za visokošolsko izobraževanje. Pred sredino 60. let je bilo izobraževanje v prvi vrsti razumljeno kot potrošna dobrina gospodinjstev, nagnjenost k njeni potrošnji pa je bila povezana z okusi posameznikov v njej (Lazear 1977, 570-574). Najbolj obiCajno uporabljena teorija, ki je sledila v poznih 60. letih, je teorija človeškega kapitala, ki jo lahko razložimo s pomoCjo analize neto sedanje vrednosti naložbe v izobraževanje. V enačbi Yst — Cst — Ywt N = —-———— (3.1) (1 + p )t pomeni NPVt neto sedanjo vrednost, Yst oznaCuje pričakovane razpoložljive prihodke (zaslužke) po plačanih davkih zaradi dodatnih let šolanja, Cst oznaCuje pričakovane neposredne stroške oz. izdatke za šolanje in zamujene tekoče prihodke v času šolanja, Ywt označuje pričakovane razpoložljive prihodke (zaslužke) po plaCanih davkih brez dodatnih let šolanja, p je posameznikova diskontna stopnja, t pa Ca- sovno obdobje, za katero se naložba v izobraževanje ocenjuje. Ker naj bi posameznika zanimale samo ekonomske koristi izobraževanja, je ekonomsko smiselno, da ta ostane v šoli le, če je neto sedanja vrednost večja od 0. Če je ta manjša od 0, naj se za šolanje ne odloa. Časovno obdobje t in stopnja donosa p predstavljajo posameznikove preference glede sedanjih in bodočih denarnih tokov (Becker 1993; Forster in Ryan 1986). Konkurencne teorije, kot so teorije filtra (Arrow 1973, 193-196), signala (Spence 1973, 360-365) in teorija konkurence na trgu dela, so bile razvite v 70. letih in ostajajo pomembne tudi danes. Vendar pa so se v 80. letih pojavile nove interpretacije, kot na primer teorija brezposelnosti in teorija medgeneracijskih transferjev znotraj družine (Kotli-koff in Summers 1988) ter teorija o smiselnosti naložb v izobraževanje, 54 ki izhaja iz teorije življenjskega cikla. Posameznik naj bi se odpovedal tekoči potrošnji in investiral v dodatno izobraževanje zaradi pričakovane vecje potrošnje v prihodnosti (Modigliani 1998, 15-16). Te nove teorije kažejo, da je povpraševanje po izobraževanju dodatno kreirano s strani javnega sistema izobraževanja in politike zaposlovanja. Ko odpovesta trg in družina, ko je produktivnost dela nezadostna ter sta zaposlenost in povpraševanje po izobraževanju manj kot optimalna, lahko povpraševanje po izobraževanju stimulirajo državne intervencije prek neposrednega povečanja ponudbe izobraževanja, prek subvencij gospodinjstvom in prek javnega zaposlovanja dolgoromo brezposelnih (Tchibozo 1999). Običajno so omenjene determinante povpraševanja po izobraževanju sestava državne potrošnje (Dabla-Noris in Matovu 2002), različne vrste dohodkovne in cenovne elasticčnosti povpraševanja po izobraževanju (Gregory in Shen 2006, 130-132) ter raven ekonomskega blagostanja in rasti BDP (Glewwe in Jacoby 2000). Pri odločanju posameznika o izobraževanju ima pomembno vlogo njegovo dohodkovno-premoženjsko stanje (Edward 2004,473). V skladu s teorijo človeškega kapitala (Blaug 1976, 832) naj bi se posameznik manj šolal, če so donosi šolanja manjši. Podobno pa povpraševanje po izobraževanju oblikujejo tudi dolgorocčne spremembe dohodkov (zaslužkov) nizko kvalificiranih delavcev (Black, McKinnish in Sanders 2005, 4-6). Hopkins (2004) pravi, da lahko razlike v investiranju v izobraževanje med državami pojasnimo s kreditnimi omejitvami. Ostale nekoliko manj pomembne spremenljivke, ki pojasnjujejo naložbe v izobraževanje, so poleg dostopnosti zasebnih kreditov za pridobitev izobrazbe še dohodek, pričakovana življenjska doba in celo mednarodna trgovina, kot pomemben dejavnik, ki vpliva na vecje donose izobraževanja v državah v razvoju. Nekateri raziskovalci med determinantami izobraževanja omenjajo tudi versko in etnicčno sestavo prebivalstva ((ohen-Zada in Justman 2003, 280-290), dostopnost in razpoložljivost izobraževanja ter razvoj racunalniške in informacijsko-komunikacijske tehnologije (Lai 2005). Spet drugi avtorji omenjajo kot ključne dejavnike vecjega povpraševanja po izobraževanju v številnih državah po svetu: boljše relativne placče in možnosti za službo bolj izobraženih delavcev kakor tudi razvoj tehnologij, ki zahtevajo bolj izobražene delavce (Machin in Vi-gnoles 2005). Nekateri raziskovalci obravnavajo dejavnike povpraševanja po visokošolskem izobraževanju ločeno za moške in ženske. Mattila (1982, 242-245) in Moreira (2003) pa pojasnjujeta, da so pomemben motivacijski dejavnik nadaljnjega in izobraževanja ob delu prav boljši rezultati na delovnem mestu. Ostali dejavniki so tudi odnos delodajalca do 55 nadaljnjega izobraževanja in usposabljanja njegovih delavcev, dostopnost izobraževanja, povezanost le-tega z napredovanjem na delovnem mestu ter ustreznost nadaljnjega izobraževanja in usposabljanja z delom, ki ga delavci opravljajo. Potencialni kandidati za nadaljnje izobraževanje in usposabljanje morajo vedeti ter videti, kakšne koristi bodo imeli zaradi tega. Za vodilno teorijo cčloveškega kapitala, ki je pojasnjevala povpraševanje po visokošolskem izobraževanju in izobraževanju nasploh, so sledili še številni poizkusi, da bi odgovorili na vprašanje, kaj vse vpliva na povpraševanje po visokošolskem izobraževanju. Večina teorij, podobno kot pri srednješolskem izobraževanju, omenja ekonomske spremenljivke, kot na primer: šolnino, začetno plačo diplomanta (Mincer 1974, 544), stopnjo brezposelnosti in zasebne donose visokošolskega izobraževanja (Maglen 1995). Čambell in Siegal (1967, 485) sta uporabila časovne vrste podatkov, da bi ocenila povpraševanje po visokošolskem izobraževanju, natančneje, povpraševanje po štiriletnih fakultetah v Združenih državah Amerike. V modelu oblike Nt = ft (Yht, P t, Et) (3.2) Nt pomeni število vpisanih v štiriletne fakultete v času t, Yht pomeni realni razpoložljivi dohodek gospodinjstva, Pt pomeni povprečno višino šolnine in Et celotno število kandidatov za vpis, torej celotno število oseb, starih od 18 do 24 let v casu t. Raziskava je pokazala, daje povpraševanje po visokošolskem izobraževanju pozitivno povezano z dohodkom gospodinjstev in celotnim številom oseb, starih od 18 do 24 let, ter negativno z višino šolnine. Z namenom, da bi ugotovil, kaj vpliva na relativno stopnjo udeležbe potencialnih študentov v visokošolsko izobraževanje in ne, kaj vpliva na absolutno število vpisanih, je bila navedena enacčba preoblikovana v: Rt = ft(Yht, Pt), (3.3) kjer je Rt = Nt/Et in pomeni delež oseb, starih od 18 do 24 let, ki so vpisani v visokošolsko izobraževanje. Ocenjena enačba za ta model ima obliko log Rt = A + a log Yht + b log Pt. (3.4) Nekatere druge raziskave vkljucujejo časovne odloge v podobnih regresijskih modelih, kot je Cambellov in Siegalovov (1967, 485-488) model. Spet drugi, kot na primer model Galpera in Dunna (1969, 768), vključujejo pojasnjevalne spremenljivke, kot je razpoložljiv dohodek 56 gospodinjstev, izpuščajo pa stroške šolnine. Rezultati njunega modela kažejo na nekatere zakljucčke, ki ne temeljijo na teoriji cčloveškega kapitala, vseeno pa potrjujejo rezultate Cambella in Siegala (1967). Regresijski model povpraševanja po visokošolskem izobraževanju, Handa in Skolinka (1975, 39-42), vkljucuje pojasnjevalne spremenljivke, kot so dohodek, oportunitetni stroški izobraževanja, stopnja donosa izobraževanja in ustrezna starostna skupina prebivalstva. Avtorja tega modela ugotavljata, da so stroški študija negativno povezani s povpraševanjem po visokošolskem izobraževanju, medtem ko je povezava povpraševanja z brezposelnostjo mladih šibka in neznacčilna v veliko primerih. Močna povezanost je ugotovljena med povpraševanjem in pričakovanim veqim zaslužkom zaradi dokončanega študija na visokošolskih zavodih. Ce znaša porast pričakovanih zaslužkov zaradi pridobljene visokošolske diplome 10 %, potem povpraševanje po visokošolskem izobraževanju poraste za 20 %. Podobno veliko donosnost terciarnega izobraževanja dokazuje tudi raziskava Ahčana, Po-lanca in Kozamernika (2008, 97-101). V raziskavi povpraševanja po visokošolskem izobraževanju v Avstraliji se je pokazalo, da so dejavniki povpraševanja naslednji. Prva pojasnjevalnaje neprava ali »slamnata« spremenljivka za državno politiko glede šolnin, pri čemer vrednost enega nastopa v letih, ko so univerze začele zaracunavati šolnino, vrednost 0 pa v vseh ostalih letih. Regresijski koeficient te prve spremenljivke je negativen, kar pomeni, da uvedba šolnin zmanjšuje povpraševanje po visokošolskem izobraževanju. Druga pojasnjevalna spremenljivka je množica potencialnih povpraševalcev po visokošolskem izobraževanju, tretja pa je realni razpoložljivi dohodek gospodinjstev. Obe zadnji spremenljivki imata ob sebi koeficienta s pozitivnim predznakom, kar pomeni, da večje vrednosti ene ali druge spremenljivke pomenijo veqe povpra- ševanje po visokošolskem izobraževanju. Zadnja pojasnjevalna spremenljivka je brezposelnost mladih diplomantov, odložena za eno koledarsko leto nazaj. Njen regresijski koeficient je negativen, kar naj bi bilo opozorilo za neugodne zaposlitvene možnosti prihodnjih visokošolskih diplomantov in s tem za manjši pričakovani donos študija. Po-sledicčno se zaradi tega zmanjša povpraševanje po visokošolskem izobraževanju (Nicholls 1984, 369-375). Naslednji primer opisuje povpraševanje po študiju za inženirja v Avstraliji. Dejavniki, ki vplivajo na število diplomiranih inženirjev v Avstraliji, so predstavljeni v nadaljevanju. Najprej je skupno število vseh moških diplomantov, kije pozitivno povezano s povpraševanjem. Drugi dejavnik je indeks za število srednješolcev, ki so poslušali ustrezni predmet matematike, ki daje primerno predznanje za tehnicčne (inženirske) študije. Tretji dejavnik je povprečna začetna plača diplo- 57 miranih inženirjev. Zadnja dejavnika sta pozitivno povezana s povpraševanjem po študiju inženirstva. Višina plače ostalih ne inženirskih poklicev kot cčetrti dejavnik je negativno povezana s povpraševanjem po študiju za inženirja. V opisanem modelu je povpraševanje po inženirjih na trgu dela vključeno kot zadnji dejavnik. Povpraševanje po inženirjih je ocenjeno s številom casopisnih oglasov, v katerih delodajalci išcejo inženirje. Povpraševanje po inženirjih je prav tako prica-kovano pozitivno povezano s povpraševanjem po študiju inženirstva (Lewis in Vella 1985, 66-70). Eden od poizkusov napovedovanja povpraševanja po vpisnih mestih na univerzah v Avstraliji je povezan z raziskavami avstralskega raziskovalca Sloana in njegovih sodelavcev (Sloan in Wooden 1984; Sloan idr. 1990). V teh raziskavah se raziskovalci osredotočajo na proučevanje specifičnega segmenta trga dela, kije namenjen zgolj tistim, ki pridobijo visokošolsko izobrazbo. Rezultat študije so projekcije študentov rednega študija za vsa študijska področja v dveh scenarijih glede na predpostavke o gibanju dejavnikov, ki vplivajo na število študentov. Prvi pomembni dejavnik napovedanega števila študentov je število srednješolcev, ki so končali srednjo šolo in prehajajo na visokošolski študij. Druga skupina so mednarodni (tuji) študenti, tretja pa odrasli oziroma starejši študenti. Po eni strani se pričakuje rast števila mednarodnih (tujih) in odraslih študentov, kar bo pozitivno vplivalo na povpraševanje po visokošolskem študiju, po drugi pa se pricakuje zmanjševanje števila tistih, ki so dokončali srednjo šolo, in sicer zaradi zmanjševanja generacije mladih, ki so stari od 15 do 19 let. To pa bo negativno vplivalo na povpraševanje po visokošolskem izobraževanju zaradi tako imenovanega negativnega demografskega ucčinka. Drugi poizkus napovedovanja povpraševanja po visokošolskem izobraževa- nju temelji na uporabi modela »Markov Chain« - matrike verjetnosti prehodov v in iz visokošolskega izobraževalnega sistema. S pomočjo tega modela je proučeno prehajanje študentov v in iz sistema visokega šolstva v Avstraliji ter povpreCen čas študija po spolu, starosti in vrsti študija (Shah in Burke 1996). Britanska raziskava Inštituta za raziskave zaposlovanja (Connor idr. 1996) je v svojih napovedih povpraševanja mladih po visokošolskem izobraževanju upošteval naslednje dejavnike. ProjekCije temeljijo na gibanju števila mladih v relevantni starostni skupini, na gibanju pričakovanega števila mladih, ki bodo dosegli zadostno izobrazbo oziroma pogoje za vstop na visokošolski študij ter na gibanju vrednosti za nagnjenost tistih, ki izpolnjujejo vstopne pogoje, da dejansko tudi pričnejo s študijem (Connor idr. 1996). Dejavniki, ki jih je treba upo-58 števati pri modeliranju povpraševanja po visokošolskem izobraževanju na splošno, so še donos na študentov vložek v študij, ekonomski Cikli, ki vplivajo na zaposlovanje diplomantov, možnosti finanCiranja in omejitve glede potenCialne kapaCitete visokošolskih zavodov, demografske in soCialne spremembe (Boyken 2005), povpraševanje starejših (odraslih) študentov, število potenCialnih študentov podiplomskega študija, število potenCialnih študentov izrednega študija ter zahteve po neprestanem profesionalnem razvoju. Povpraševanje po visokošolskem izobraževanju v Veliki Britaniji naj bi se poveCalo predvsem zaradi vse večjih zahtev gospodarstva in Cedalje veCjih formalnih zahtev za vstop na določeno delovno mesto. Povpraševanje po visokošolskem izobraževanju se poveCuje tudi zaradi razmaha konCepta vseži-vljenjskega uCenja, ki utemeljuje potrebo po nenehnem izobraževanju z vse bolj konkurenCnim okoljem. Visokošolsko izobraževanje naj bi se ne povečalo samo zaradi pričakovanih ekonomskih koristi visokošolske izobrazbe za posameznika in družbo, temveč tudi zaradi vse daljše delovne dobe ter večjega deleža starejših v Celotni delovni sili, za katere pa je še toliko pomembnejše, da svoja znanja nenehno osvežujejo in izpopolnjujejo (Findeisen 1998). Podobno OECD (2005) v svojem poročilu ugotavlja, da so pomembne determinante povpraševanja po visokošolskem izobraževanju naslednje. Naraščajoči delež ljudi, ki izpolnjujejo vstopne pogoje za visokošolski študij, naraščajoča kolektivna zavest, da je večja splošna raven izobraženosti pomembna naložba za družbo in gospodarstvo ter kot zadnja determinanta, odločitve vlade, povezane s ponudbo visokošolskega izobraževanja. Novi vir povpraševanja predstavljata predvsem dve skupini prebivalCev. Starejši od 30 let, ki so že zaposleni in so pogosto že zaključili katerega od visokošolskih programov ter ženske. V študiji Maurina in Xenogiania (2005) je bilo ugotovljeno, da ima ukinitev obveznega služenja vojaškega roka na povpraševanje po visokošolskem izobraževanju negativen vpliv. De Meulememeester in Rochat (1996) pa sta ugotovila povezanost med stopnjo udeležbe v visokošolskem izobraževanju ter sicer že omenjenimi naslednjimi pojasnjevalnimi spremenljivkami. Vpliv prve pojasnjevalne spremenljivke, kot je stopnja brezposelnosti, je dvoumen. Po eni strani večja stopnja brezposelnosti znižuje povpraševanje po visokošolskem izobraževanju, ker zmanjšuje pricakovane plače po zakljucku študija, po drugi pa povpraševanje povecuje, saj se z vecjo brezposelnostjo zmanjšajo žrtvovani prihodki v cčasu študija. Druga pojasnjevalna spremenljivka je delež intelektualnih delavcev med vsemi zaposlenimi, ki meri raven kulture, naklonjene visokošolskemu izobraževanju. Vecji kot je ta delež, vecje naj bi bilo povpraševanje po visokošolskem izobraževanju. Tretja pojasnjevalna spremenljivka, to je pov- 59 prečni realni proračunski prihodki na prebivalca, naj bi pozitivno vplivala na povpraševanje po visokošolskem izobraževanju. V ozadju stoji predpostavka, da so večji proračunski prihodki (davki, prispevki ...) na prebivalca povezani z večjimi prihodki na prebivalca, ki pa razumljivo izboljšujejo materialne pogoje za visokošolsko izobraževanje. Kot zadnja pojasnjevalna spremenljivka nastopa ponudba visokošolskega izobraževanja. To ponudbo lahko merimo s številom fakultet v posameznih območjih ali z oddaljenostjo od najbližje fakultete, ki prav tako pozitivno vpliva na povpraševanje po visokošolskem izobraževanju. Neugart in Tuinstra (2001) sta med dejavnike povpraševanja po visokošolskem izobraževanju uvrstila produkcijske šoke, pričakovanja o razlikah v placah za visokošolsko in srednješolsko izobražene ter stroške pridobivanja informacij glede donosov izobraževanja. Njun model vkljucuje dva različna para destabilizirajocih nazaj obrnjenih (»backward looking«) pravil napovedovanja. Prvi par predstavljata racionalno pričakovanje proti naivnim pricakovanjem glede izbire šolanja. Drugi par pa predstavljata stabilna pricakovanja glede razlike v plačah med visokošolsko in srednješolsko izobraženimi osebami proti adaptivnim (prilagodljivim) pričakovanjem glede razlike v plačah. Poleg empiricne raziskave dejavnikov povpraševanja po visokošolskem izobraževanju najprej strnem in povežem posamične ugotovitve dosedanjih raziskovalcev. Te ugotovitve služijo kot osnova nove teorije dejavnikov povpraševanja po visokošolskem izobraževanju, ki dejavnike iz dosedanjih posamicčnih raziskav obravnava skupaj in celovito na primeru Slovenije ter nadgrajuje dosedanje ugotovitve z novimi spoznanji. V dosedanjih raziskavah je bilo kot dejavnik povpraševanja po vi- sokošolskem izobraževanju že obravnavano absolutno povpraševanje (na število vpisanih) po visokošolskem izobraževanju vpliva število mladih v relevantni starostni kohorti (na primer število oseb, starih od 18 do 24 let). Ta dejavnik je odvisen od demografskih determinant. Naslednji obravnavani dejavnik je delež srednješolske mladine, ki je končala srednjo šolo in izpolnjuje vstopne pogoje za vstop na visokošolski študij. Večina ostalih dejavnikov vpliva na subjektivne preference in objektivne okoliščine, ki določajo nagnjenost mladih, ki izpolnjujejo vstopne pogoje, da dejansko tudi primejo s študijem. To so po eni strani pricakovane koristi visokošolskega izobraževanja (začetna plača diplomanta, velikost pricakovane dodatne (višje) plače zaradi visokošolskega izobraževanja in pričakovana manjša brezposelnost) in po drugi stroški, povezani z izobraževanjem (višina šol-60 nine, stroški za študijske pripomocčke, oportunitetni stroški izobraževanja, državna politika glede šolnin, možnosti financiranja izobraževanja ter stroški pridobivanja informacij o izobraževanju). Koristi v primerjavi s stroški dolocajo donosnost visokošolskega izobraževanja. Na verjetnost odločitve posameznika za visokošolsko izobraževanje vplivajo tudi znacčilnosti družine oziroma gospodinjstva, iz katerega kandidat za visokošolsko izobraževanje izhaja (izobrazba staršev, velikost družine, premoženjsko stanje in dohodki gospodinjstva ter vrednote in druge značilnosti gospodinjstva), makroekonomske spremenljivke (razvitost države, produkcijski šoki, kolektivna zavest o pomenu ravni izobraženosti za družbo in gospodarstvo, prisotnost kulture, naklonjene visokošolskemu izobraževanju ter gospodarski cikli, zahteve gospodarstva in formalne zahteve za vstop na dolocčeno delovno mesto, ki vplivajo na povpraševanje po visokošolskih diplomantih na trgu dela). Na vpis v visokošolsko izobraževanje vplivajo tudi znacčilnosti ponudbe, kot so število, raznolikost in geografska dostopnost visokošolskih zavodov in programov, omejitve glede potencialne kapacitete visokošolskih zavodov ter odločitve vlade, povezane s ponudbo visokošolskega izobraževanja. Kot dejavniki, ki vplivajo na povpraševanje po visokošolskem izobraževanju, so bili omenjeni tudi internacionalizacija, (mednarodna) odprtost visokega šolstva in razmah koncepta vseživljenjskega ucčenja, ki utemeljuje potrebo po nenehnem izobraževanju ter vpliva predvsem na veqo vključenost odraslih v izobraževanje. 3.2 Model dejavnikov povpraševanja po visokošolskem izobraževanju Najprej kratko v obliki enacbe predstavljam poenostavljeni lastni model dejavnikov povpraševanja po visokošolskem izobraževanju. De- javnike povpraševanja po visokošolskem izobraževanju delim na dejavnike osnove povpraševanja in dejavnike relativne stopnje povpraševanja po visokošolskem izobraževanju. Obe skupini dejavnikov iz modela podrobneje predstavljam v naslednjih točkah. 3.2.1 Zasnova lastnega modela in opredelitev povpraševanja po visokošolskem izobraževanju Očitno na absolutno velikost povpraševanja po visokošolskem izobraževanju vplivajo po eni strani dejavniki, ki določajo potencialno množico študentov, to je število prebivalcev, ki se za visokošolsko izobraževanje lahko odlocijo. To imenujem dejavnike osnove povpraševanja. Po drugi strani pa na absolutno povpraševanje vplivajo tudi dejavniki relativne stopnje povpraševanja, to so tisti dejavniki, ki vplivajo na velikost odstotka potencialnih študentov, ki se za študij dejansko tudi 61 odlocijo. Absolutno povpraševanje po visokošolskem izobraževanju bi tako lahko zapisal z naslednjo enačbo: ABPVI = O • RSP, (3.5) v kateri je APPVI - absolutno povpraševanje po visokošolskem izobraževanju, O - osnova in RSP - relativna stopnja povpraševanja. 3.2.2 Dejavniki osnove povpraševanja Potencialno množico prebivalcev, od katerih se nek del prebivalstva dejansko lahko odloči za visokošolski študij v Sloveniji, ali osnovo povpraševanja, teoreticčno gledano v širšem smislu, sestavljajo vsi prebivalci sveta, ki so dovolj stari in izpolnjujejo osnovne pogoje za vpis. Za potrebe analize sem to osnovo razdelil na tri dele, in sicer na tuje prebivalce, domacče mlado in domacče odraslo prebivalstvo. V praksi je verjetnost, da se bodo v visokošolsko izobraževanje neke države vkljucili tuji prebivalci relativno nizka v primerjavi z verjetnostjo vključitve domačega prebivalstva. Seveda je ta odvisna od aktualnih družbeno-političnih in tudi ekonomskih razmer, v katerih se država v dolocčenem obdobju nahaja. Pred osamosvojitvijo, ko je bila Slovenija še del nekdanje Jugoslavije, je bila iz vidika izobraževanja z zunanjim tujim svetom precej manj povezana kot danes, je pa imela močnejše povezave z ostalimi jugoslovanskimi republikami, saj je šlo za isto državo (Povhe 2006). Posledično je bilo takrat precej verjetnejše, da bodo v Sloveniji študirali tudi prebivalci iz zdaj že nekdanjih jugoslovanskih republik, kot pa tuji državljani. Po osamosvojitvi in spremembi družbeno-političnega sistema seje Slovenija precej bolj odprla v tujino. Še posebej izrazito z vstopom v EU in nekaterimi reformami visokega šolstva. Verjetnost, da se bodo tuji študenti, predvsem tisti iz evropskih držav, vključili v visokošolski študij v Sloveniji, je tako iz leta v leto veCja. TradiCionalno gledano v okviru domaCega prebivalstva osnovo povpraševanja po visokošolskem izobraževanju tvorijo predvsem mladi prebivalCi. Pri tem imam v mislih predvsem tiste, ki študij nadaljujejo takoj po zakljuCčeni srednji šoli, so navadno materialno v veCčji meri še odvisni od staršev, nimajo stalne redne zaposlitve in veCčinoma še nimajo svojih otrok. Vse te lastnosti pa se skozi čas zelo spreminjajo, tako daje meja, ki bi ločila potenCialne tradiCionalne študente - mlade od odraslih, vCčasih nejasna. Predvsem zgornja starostna meja, do katere mladi neprekinjeno študirajo, se s spreminjanjem sistema visokega šolstva tudi zvišuje. Vsekakor pa so bili mladi doslej in bodo verjetno takšni ostali tudi v prihodnje, najpomembnejša skupina osnove 62 povpraševanja po visokošolskem izobraževanju, saj je verjetnost njihove vkljuCitve v tovrstno izobraževanje v Sloveniji daleC najveCja. Še posebej, ko govorim o dodiplomskem izobraževanju, ki predstavlja glavnino visokošolskega izobraževanja. V skladu z razdelitvijo osnove povpraševanja po visokošolskem izobraževanju na tri skupine, Cedalje pomembnejši del predstavlja tudi odraslo prebivalstvo. Pri teh imam v mislih, za razliko od mladih, predvsem tiste, ki so že dlje Cčasa materialno neodvisni od staršev, imajo stalno zaposlitev in svoje otroke ter družine. Pomen odraslega prebivalstva v osnovi vseh potenCialnih študentov zaradi vedno večjih potreb gospodarstva po dodatnem izobraževanju, izpopolnjevanju in nadgrajevanju že pridobljene izobrazbe odraslih ter narašCčanja njihovega števila, tudi vedno bolj narašCča. Neposredno po drugi svetovni vojni je bilo vkljuCevanje odraslih v visoko šolstvo zelo redek pojav, danes pa je to vedno bolj pogosto zaradi demografskih in ostalih že omenjenih razlogov, ki so v zadnjih letih prodrli v okviru konCepta vse-življenjskega uCenja (European Commission 2007a). Kaj je najpomembnejši dejavnik, ki vpliva na spreminjanje starostne strukture osnove povpraševanja po visokošolskem izobraževanju oziroma na spreminjanje starostne strukture prebivalstva v Sloveniji (in s tem posledično na spreminjanje velikosti posameznih starostnih skupin prebivalCev v Sloveniji)? Na starostno strukturo doloCčenega prebivalstva nasploh vplivajo na splošno vsaj trije demografski proCesi. To so rodnost, smrtnost in migraCije (Alvarado 1998; SirkeCi 2003, 189-195; Ruhs 2006; Drinkwater idr. 2006). Iz slike 3.1 je razvidno, da se v Celotnem opazovanem obdobju spreminja (pada) predvsem rodnost, neto migraCija se ob manjših kratkoroCčnih nihanjih na dolgi rok ni bistveno spremenila, smrtnost pa ostaja skoraj ves čas na nespremenjeni ravni. Slednja je pri- Slika 3.1 Gibanje determinant starostne strukture prebivalstva v Sloveniji, obdobje 1954-2006 25 20 15 10 5 -5 >54 1958 1962 1966 1970 1974 1978 1982 1986 1990 1994 1998 2002 200e Leto Število živorojenih na 1.000 prebivalcev -Število umrlih na 1.000 prebivalcev -----Neto (pri)selitve na 1.000 prebivalcev Lastne obdelave na podlagi podatkov, pridobljenih od Statističnega urada Republike Slovenije. 63 0 kazana s kazalcem splošna stopnja smrtnosti. Ta je definiran kot povprečno število umrlih v izbranem letu na tisoč prebivalcev v Sloveniji. Rodnost je prikazana s kazalcem splošna stopnja rodnosti, ki je definiran kot povprečno število živorojenih v izbranem letu na tisoč prebivalcev v Sloveniji. Gibanje neto selitev pa je prikazano s kazalcem splošna stopnja neto migracij, ki je definiran kot razlika med številom priseljenih in odseljenih v izbranem letu na tisoč prebivalcev v Sloveniji, v povprečju (Hinde 1998). Posledica dolgoročno skoraj nespremenjene smrtnosti (ki je predvsem posledica povečevanja življenjskega pričakovanja ob rojstvu) ter predvsem dolgorocčnega upadanja rodnosti je staranje prebivalstva v Sloveniji. Slika 3.2 prikazuje, da se posledicno odstotek starega prebivalstva (starega 65 let ali več) povecuje, odstotek mladega prebivalstva (mlajšega od 15 let) pa znižuje že vsaj od leta 1974 dalje. Glavni razlog za to znacčilno spreminjanje starostne strukture prebivalstva v Sloveniji je predvsem padanje rodnosti. Ce se stopnja totalne rodnosti zniža pod vrednost 2,1, enostavna reprodukcija ni več zagotovljena, celotno prebivalstvo pa se začne starati (Kinsella in Velkoff2001). Staranje prebivalstva pa ima najrazličnejše socialne, kulturne in ekonomske posledice (Hole 2004), posledice za zdravstvo, proracun, pokojninski sistem, varcčevanje, trg dela in za to, kar me posebej zanima, za izobraževanje (de Santis 1997; Cepar in Bojnec 2008, 70-75). Zmanjšuje se namreč število prebivalcev v tistih starostnih skupinah, ki so tradicionalno v najvecji meri vkljucene v visokošolsko izobraževanje, povečuje pa se število prebivalcev v tistih starostnih skupinah, ki že tradicionalno večinoma niso bili vključeni v visokošolsko izobraževanje. Omenjeno staranje prebivalstva je znacilno tudi za druge evropske dr- Slika 3.2 Odstotek prebivalcev, mlajših od 15 let in starih 65 let ali več v Sloveniji, obdobje 1974-2006 25 20 15 10 5 0 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 -% prebivalcev starih od 0 do 14 let % prebivalcev starih 65 ali več let Lastne obdelave na podlagi podatkov pridobljenih od SURS. 64 žave, prav tako so med državami podobni številni razlogi, ki so do tega privedli (Klinger 2002). Ker je rodnost najpomembnejša determinanta osnove povpraševanja po visokošolskem izobraževanju - števila oseb v posameznem ustreznem starostnem razredu, bom v nadaljevanju predpostavljal, da so dejavniki osnove povpraševanja po visokošolskem izobraževanju pravzaprav dejavniki rodnosti. Slednji (in hkrati osnove) so torej dejavniki, ki poleg stopnje povpraševanj pomembno vplivajo na absolutno velikost povpraševanja po visokošolskem izobraževanju, zato jih v nadaljevanju podrobneje obravnavam. Dejavniki rodnosti Proucevanje in navajanje dejavnikov rodnosti od druge svetovne vojne dalje je odvisno od zgodovinskega, socialno-ekonomskega okolja, v katerem so te raziskave nastale. Zgodovinsko gledano je upadanje rodnosti najprej sledilo upadanju smrtnosti dojenčkov in povečani verjetnosti preživetja otrok ter upadanju smrtnosti nasploh. V ozadju je ideja, daje bilo posledicno potrebno manjše število živorojenih, ki bi nadomestili tiste, ki umrejo v prvem letu starosti ali v otroštvu (Da-vis 1963, 350). Z razvojem industrializacije in urbanizacije so narasli tudi stroški vzgoje otrok, po drugi strani pa se je zmanjšal otroški neposredni ekonomski prispevek, ki je bil znaten v ruralnem okolju pri kmečkih opravilih. Kasneje se je pokazalo, da padanje rodnosti ne more biti zgolj posledica socio-ekonomskega razvoja in posledicnega padanja smrtnosti. Rodnost je namrec zacela upadati tudi v državah, ki so bile na zelo razlicnih stopnjah socio-ekonomskega razvoja. Nekateri raziskovalci so ugotovili, da so bili pomembni dejavniki, ki so vplivali na razlicno dinamiko upadanja rodnosti, tudi razlicne kulturne razlike, kot so vera in jezik (Knodel in Van de Walle 1979, 220-225). Kmalu je v ospredje kot razlog za upadanje rodnosti prišla tako imenovana »westerniza-cija«, kot pojem, ki označuje difuzijo ideje o nuklearni družini, v kateri so otroci neto prejemniki cčustvenih in materialnih koristi, manjše pa so materialne koristi, ki jih ima družina ali starši od otrok (Čal-dwell 1976, 324; 1981,10). Posledicno je interes staršev za vecje število otrok vsaj zaradi materialnih koristi upadel. Med mikroekonomske dejavnike rodnosti sodijo relativni stroški otrok v primerjavi z ostalimi dobrinami (z vidika staršev), prihodki staršev ter njihove preference glede odlocčitve za otroke v primerjavi z drugimi oblikami potrošnje (Becker 1960; Schultz 1963). Kmalu so se pojavile študije, ki so dokazovale, da je rodnost zacčela upadati tudi zaradi zamiranja tradicionalnih vrednot, kar je šlo z roko v roki s povečevanjem posameznikovega materialnega blagostanja, 65 sekularizacijo in individualizacijo družbe (Lesthaeghe 1983,411-415). Easterlin in Črimmins (1985) sta razvila model rodnosti, v katerem je ta odvisna od potencialnega števila otrok, ki bi se lahko rodili, če ne bi bilo kontracepcije, od zaželenega števila preživelih otrok in od stroškov uravnavanja rojstev. Ta model kot prvi vključuje tudi institucionalno dimenzijo, saj se razpoložljivost in informiranost glede kontra-cepcije pojavi kot naslednji pomemben dejavnik upadanja rodnosti. Seveda pa kontracepcija ne more preprečiti staršem, ki si otroke želijo, da bi jih tudi imeli (Čleland inWilson 1987, 8-15). Prav tako v 80. letih se začnejo prvič omenjati dejavniki upadanja rodnosti, ki so značilni za tako imenovani drugi rodnostni prehod, ki je posebej značilen za Evropo. Ti dejavnik so odlaganje poroke, rojstva prvega otroka, naraščanje števila zunajzakonskih skupnosti, v katerih je rodnost nižja, naraščanje locitev in podobno (Lesthaeghe in Van de Kaa 1986, 9-15). Vedno bolj so zaceli prodirati tako imenovani psihološki dejavniki rodnosti. Model rodnosti, ki gaje razvil Oppen-heim Mason (1997), na primer med dejavniki rodnosti poleg prica-kovane verjetnosti preživetja otrok, pricčakovanih stroškov in koristi otrok vključuje tudi pričakovane finanme, sociološke in psihološke stroške uravnavanja števila rojstev. Demografska teorija v osnovi danes deli dejavnike rodnosti na neposredne in posredne z vidika (ne)posrednosti njihovega vpliva na rodnost (Malacic 1985). Med neposredne dejavnike rodnosti sodijo tisti, ki vplivajo na verjetnost spolnega odnosa (starost, pri kateri se že pojavijo prvi spolni odnosi, dolžina rodne dobe, prostovoljna in neprostovoljna spolna vzdržnost, pogostnost spolnih odnosov); dejavniki, ki vplivajo na verjetnost zanositve (neplodnost zaradi prostovoljnih in neprostovoljnih razlogov, uporaba kontracepcije in podobno) ter tisti, ki vplivajo na noseCčnost in rojstvo, kot na primer smrtnost zarodka zaradi prostovoljnih ali neprostovoljnih razlogov (Davis in Blake 1956, 220). Med posredne dejavnike rodnosti lahko štejemo biološke, ekonomske, soCiološke, kulturne in psihološke. Biološki dejavniki so v moderni družbi manj pomembni in se nanašajo na zmožnost (plodnost) moškega ter ženske, da spoCčneta otroka. Sterilnost pa ni samo poslediCa bioloških dejavnikov, temveCč vedno bolj tudi soCioloških, kot so na primer spolne bolezni, prehrana, alkohol in droge, splav ter dojenje. Ekonomski dejavniki se nanašajo na ekonomske koristi in stroške zaradi otrok. Posebna pozornost je v zadnjem Cčasu namenjena opor-tunitetnim stroškom nosečnosti in vzgoje otrok, ki naraščajo z veCjo izobraženostjo žensk ter večjo vključenostjo v trg dela. Plače, ki se jim 66 morajo nosečniCe ali pa matere z dojenCki in majhnimi otroCi odpovedati, so tako vse bolj verjetne ter čedalje veCje. SoCiološki dejavniki vključujejo industrializaCijo, urbanizaCijo, modernizaCijo, soCio-ekonomski položaj družine, zaposlenost in aktivnost žensk, izobrazbeno raven staršev, soCialne norme, vrednote ter stališCča, transformaCijo družine in premoženjske intergeneraCijske tokove med otroCi ter odraslimi. Kulturni dejavniki običajno zajemajo vero ter etnične in rasne značilnosti. Ne nazadnje so navzoči še psihološki dejavniki, ki kot že omenjeno vse bolj pridobivajo na pomenu v moderni družbi. Psihološki dejavniki naj bi se kazali na treh nivojih, prviC na osebnem skozi osebne značilnosti posameznika, drugič skozi odnosevmajhnih skupinah, še posebej v družini, ter tretjiC na soCialno-psihološkem nivoju, ki je določen z ekonomskim, soCialnim in političnim razvojem (Bulatao in Casterline 2001). 3.2.3 Dejavniki relativne stopnje povpraševanja po visokošolskem izobraževanju Koliko oseb se bo dejansko vpisalo na visokošolski študij v nekem študijskem letu, pa ni odvisno le od potenCialnega števila študentov, ki ga v največji meri določa rodnost, temveč tudi od velikosti relativnega deleža teh, ki se bodo dejansko tudi odločili za študij. Ta delež ali stopnja udeležbe v visokošolskem izobraževanju torej ni odvisna od velikosti osnove. Relativna stopnja udeležbe v visokošolskem študiju lahko znaša 30 %, Ce je osnova velika ali pa, Ce je majhna. Relativna stopnja udeležbe v visokošolskem izobraževanju nam pove le to, daje 30 % vseh prebivalCev, ki spadajo v skupino potenCialnih študentov, dejansko vključenih v visokošolsko izobraževanje. Ce je velikost osnove velika, pomeni teh 30 % veliko absolutno število visokošolskih študentov, če pa je osnova majhna, pomeni teh 30 % majhno abso- lutno število študentov. V tej točki predstavljam dejavnike relativne stopnje udeležbe v visokošolskem izobraževanju, ki se v zadnjih desetletjih zelo povečuje. Dejavnike iz te skupine sem na ravni posameznika v okviru probit modela podrobneje obravnaval v poglavju 4 in na ravni celotne Slovenije v okviru regresijske analize v poglavju 5. Ce v osnovi povpraševanja upoštevam tudi tuje prebivalce, moramo tudi pri dejavnikih relativne stopnje udeležbe upoštevati dejavnike stopnje udeležbe, ki so povezani s potencialnimi tujimi študenti. Kot enega od dejavnikov stopnje njihove udeležbe v visokošolskem izobraževanju pri nas bi lahko vzeli stopnjo internacionalizacije ali pa stopnjo odprtosti slovenskega visokošolskega študija. Ta je nadalje odvisna od zakonske ureditve, ki se nanaša na vkljucevanje tujih študentov, privlačnosti naših programov za tujce, internacionalizacije našega gospodarstva in podobno. Pozorni moramo biti na to, da pri tem 67 ne upoštevamo tujih študentov, ki pridejo v slovenske visokošolske zavode v okviru izmenjav Erasmus in Socrates, saj ti študenti ostajajo vpisani na svojih matičnih visokošolskih zavodih v tujini. Vedno večji pomen tokov tujih študentov poudarjajo tudi nekateri tuji avtorji (Kemp 1990). V tem delu raziskave se omejujem predvsem na domacče mlajše in v manjši meri tudi odrasle prebivalce. Tako bom večjo pozornost namenil dejavnikom relativne stopnje udeležbe domacčega prebivalstva v visokošolskem študiju. Nekateri dejavniki so enaki, ne glede na to, ali gre za odrasle, ali mlade potencialne študente, ne glede na to, ali gre za dodiplomski ali podiplomski študij ter ne glede na to, ali je nacčin študija izredni ali redni. Nekateri dejavniki pa so v manjši meri odvisni tudi od tega, za kateri nivo in način visokošolskega študija gre. Na podlagi pregleda že izvedenih raziskav na tem podrocčju, opisanih v točki 3.1, na tem mestu oblikujem osnovne skupine dejavnikov, ki bi lahko vplivali na relativno stopnjo udeležbe prebivalstva v visokošolskem izobraževanju. Gre za izhodišcna pričakovanja o tem, kateri so posamezni dejavniki relativne stopnje udeležbe v visokošolskem izobraževanju po posameznih področjih njihovega izvora. Najprej predstavljam dejavnik relativne stopnje povpraševanja po visokošolskem dodiplomskem izobraževanju, ki meri izpolnjevanje vstopnih pogojev za vstop v visokošolsko dodiplomsko izobraževanje. Delež mladih, ki izpolnjujejo vstopne pogoje, bi bilo še posebej smiselno obravnavati, kadar bi me zanimale razlike po vpisu v razlicčne visokošolske zavode na različnih študijskih področjih, kot sta to v svoji študiji pokazala Lewis in Vella (1985, 66-70). Razlicni visokošolski zavodi namrecč ob morebitni omejitvi vpisa zahtevajo razlicčne pogoje za vpis, dokoncano ustrezno srednjo šolo, ali pa morda opravljanje dolocčenega maturitetnega predmeta. V mojem primeru na agregatni ravni raziskujem pomen in vpliv deleža tistih mladih, ki so zakljucčili ustrezno srednješolsko izobraževanje (in tako izpolnjujejo pogoje za vstop v visokošolski študij), na relativno stopnjo povpraševanja po visokošolskem izobraževanju. Tudi na agregatni ravni je namreč pomen deleža mladih, ki zakljucijo ustrezno srednješolsko izobraževanje, pomemben dejavnik (Sloan in Wooden 1984; Sloan idr. 1990). V prvo vecjo skupino dejavnikov relativne stopnje povpraševanja po visokošolskem izobraževanju postavljam najprej dejavnike, ki so povezani z ekonomskimi, socialnimi, kulturnimi in drugimi znacčil-nostmi družine oziroma gospodinjstva ter okolja, iz katerega posameznik izhaja. Ti dejavniki lahko vzpodbudno ali zaviralno vplivajo na udeležbo v visokošolskem izobraževanju v Sloveniji. Pri tem imam v 68 mislih dohodek in splošno premoženjsko stanje gospodinjstva, izobrazbo staršev, število cčlanov ali število otrok v gospodinjstvu, tudi versko in etnicčno pripadnost, kmecčkost ali nekmecčkost gospodinjstva, njegovo geografsko lokacijo ter morebitne druge dejavnike, ki vplivajo na tradicijo in vrednote posamezne družine ali gospodinjstva. V naslednji skupini so dejavniki, ki so vezani na širše bivalno okolje posameznikov, torej na splošne ekonomske razmere oziroma značilnosti gospodarstva celotne države. Ti dejavniki v splošnem po eni strani ustvarjajo boljše ali slabše pogoje za visokošolski študij, po drugi pa ustvarjajo veqe ali manjše potrebe po visokošolsko izobraženih prebivalcih (Lewis in Vella 1985, 66-70). Primeri takšnih dejavnikov so splošni življenjski standard in razvitost države (ti vplivajo na razpoložljivi realni dohodek gospodinjstva), ki jih lahko merim s kazalniki, kot so BDP na prebivalca (Cambell in Siegal 1967, 486-488), brezposelnost, inflacija (de Meulememeester in Rochat 1996), življenjsko pričakovanje ob rojstvu in podobno (Glewwe in Jacoby 2000). V tretji skupini dejavnikov relativne stopnje povpraševanja po visokošolskem izobraževanju pa so dejavniki, ki merijo stroške in koristi, ki jih ima udeleženec v visokošolskem izobraževanju ter so verjetno najpomembnejši dejavniki relativne stopnje udeležbe vvisokošol-skem izobraževanju. Med stroške lahko uvrstim denarne stroške, ki jih imajo študenti zaradi poučevanja v okviru visokošolskega izobraževanja (šolnine), življenjske stroške (za nastanitev, prehrano, transport, knjige in druge študijske pripomocčke) ter tudi tako imenovane opor-tunitetne stroške študija. V skladu s teorijo ekonomike izobraževanja (Hoxby 2002; Belfield 2006; Fong 2005, 43-45) stroške izobraževanja na splošno delimo na najrazličnejše načine. Delimo jih najprej glede na to, ali so stroški izraženi v nedenarni obliki (najpogostejši so oportunitetni stroški) ali v denarni obliki po vzroku nastanka stroška (stro- ški prehrane, stroški prevoza, stroški nakupov knjig in druge študijske litarature in stroški za poučevanje v obliki šolnine). Denarne stroške nadalje delimo glede na to, za koga ugotavljamo stroške izobraževanja (za družbo, posameznika, davkoplacevalce, izobraževalne ustanove), glede na to, kdo pokriva stroške izobraževanja (starši, študenti ali država), glede na to, ali nas zanimajo skupni, povprečni ali mejni stroški, glede na to, ali gre za tekoče (operativne) stroške izobraževanja ali za kapitalne (dolgoročnejše) ter glede na to, ali gre za variabilne ali fiksne stroške izobraževanja. Zelo pomembna kategorija nedenarnih stroškov so oportunitetni stroški. Oportunitetne stroške visokošolskega študija opredeljujem kot izgubljen čas zaradi študija oziroma kot vse tiste koristi, ki se jim morajo študenti odpovedati, ker študirajo in tako ne delajo ali pa delajo manj, kot bi sicer. Pri oportunitetnih stroških imam v mislih 69 predvsem izgubljene materialne koristi zaradi odlaganja zaposlitve v poznejše obdobje, ne pa tudi morebitne izgubljene druge psihološke koristi. Načinov za merjenje oportunitetnih stroškov študija, kot sem jih opredelil, je vecč. Lahko jih merim s stopnjo brezposelnosti tistih mladih, ki imajo samo srednješolsko izobrazbo (Karmel 1995; Handa in Skolink 1975,33-37; De Meulememeester inRochat 1996,197-198). Če je ta stopnja brezposelnosti velika, potem je verjetnost, da bo takšen posameznik dobil dobro ali pa sploh kakšno službo nizka in s tem izgubljena korist zaradi nedela, verjetnost vkljucčitve v visokošolsko izobraževanje pa je nizka. Hkrati bo motivacija za vključitev v visokošolski študij dodatno večja ob večji stopnji brezposelnosti mladih brez visokošolske izobrazbe, saj študent z dokončanjem študija preide iz skupine prebivalcev, ki nimajo visokošolske izobrazbe (in imajo višjo stopnjo brezposelnosti) v skupino tistih, ki jo imajo (s tem tudi nižjo stopnjo brezposelnosti) in si s tem izboljša svoje možnosti na trgu dela. Po drugi strani bi oportunitetne stroške lahko meril z višino plače, ki jo v povprecju zaslužijo mladi s srednješolsko izobrazbo. Vecja kot je placa, večji so oportunitetni stroški vključitve v visokošolski študij (Murnane, Moockin Saavedra 2001). Najpogostejši kazalci povpremih stroškovvisokošolskegaizobraže-vanja na splošno so stroški visokošolskega izobraževanja na prebivalca; stroški visokošolskega izobraževanja na študenta; stroški visokošolskega izobraževanja na diplomanta; povprecni letni neposredni, posredni in dejanski stroški rednega ali pa izrednega visokošolskega izobraževanja v državi; povprečni letni tekoči javni izdatki za visokošolske zavode v državi in podobno (Čohn in Geske 1990). V raziskavi me zanima predvsem vpliv stroškov, ki jih ima udeleženec visokošolskega izobraževanja. Na drugi strani so poleg stroškov visokošolskega izobraževanja zelo pomembne tudi pričakovane koristi od vključevanja v visokošolski študij. Koristi so lahko denarne ali nedenarne. Nanašajo se lahko že na čas študija, še posebej pa na čas po zaključku študija. Vsaj nekatere študente motivirajo pri odloCčitvi za študij tudi bonitete, ki so jih pri tem deležni, te pa so v osnovi zamišljene za reševanje slabšega soCialnega položaja študentov v primerjavi s tistimi, ki ne študirajo in so zaposleni. Ti ukrepi so zamišljeni za izenačevanje trenutno slabšega soCialno-ekonomskega položaja tistih, ki študirajo in ne delajo s trenutno boljšim soCialno-ekonomskim položajem tistih, ki ne študirajo ter delajo. Pogosto se ti ukrepi »legalno« zlorabljajo, in siCer to počnejo tako imenovani fiktivni študenti, ki so vpisani le zaradi statusa in pripadajoCih bonitet (Komisija za vodenje zunanjih evalvaCijskih 70 postopkov 2009; Komisija za samooCenjevanje kakovosti Univerze v Ljubljani 2004). Najpogostejši primeri tovrstnih bonitet študentov v primerjavi s tistimi, ki niso študenti, so subvenCionirana prehrana, zdravstveno zavarovanje, nižja naročnina za mobilno telefonijo, svetovni splet, prevoz, nižje Cene veCine športno-rekreativnih dejavnosti in podobno. Vse te koristi so zamišljene kot pomoč študentom, ki ne morejo delati in so zato v materialnem smislu trenutno v slabšem položaju od svojih vrstnikov, a prav ti imajo možnost manj obdavčenega dela preko študentskega servisa, ki je vsaj na kratek rok bolj donosno, fleksibilno ter privlačno, kot pa redno delo tistih, ki ne študirajo, hkrati pa so deležni še katere od štipendij. Znižanje Cen življenjskih potrebšCčin, ki jih uporabljajo tako študenti, kot tisti, ki niso študenti, in siCer na enak način, je manj upravičeno, kot pa znižanje Cen za študente tistih življenjskih potrebščin, ki se tičejo samo študentov ali pa je njihovo trošenje drugaCčno zaradi tega, ker je oseba študent. V nasprotnem primeru pridemo lahko do neželenih uCčinkov, kot so po-veCčevanje agregatnih stroškov študija in neuCčinkovitost študija, saj v kratkem ter včasih Celo srednjem roku študent ni motiviran, da bi študij zakljuCčil Cčim hitreje, ampak Cčim pozneje. Naj omenim še dva dejavnika, ki pomagata reševati soCialni položaj študentov, ali pa nekaterim Celo sploh omogoCčita študij. To so štipendije in študentske postelje. Glavne in pravilnejše koristi vključevanja v visokošolski študij pa se nanašajo na denarne ter druge koristi, ki jih bodo imeli posamezniki v Cčasu preostanka svojega življenja od zakljuCčka študija. Naj omenim samo dve. Ugodna razlika v brezposelnosti (NiCholls 1984, 370) in ugodna razlika v povprečni plaCi med tistimi, ki imajo visokošolsko izobrazbo ter tistimi, ki je nimajo (Connor idr. 1996; Lewis in Vella 1985, 66-70; Neugart in Tuinstra 2001). V Cetrti skupini dejavnikov relativne stopnje povpraševanja po viso- košolskem izobraževanju so dejavniki, povezani s ponudbeno stranjo. Na vecjo ali manjšo stopnjo udeležbe v visokošolskem izobraževanju vplivajo tudi dejavniki, kot so dostopnost in raznolikost visokošolskih zavodov ter njihovih programov (OECD 2005; De Meulememeester in Rochat 1996; Tchibozo 1999). Pri tem lahko omenim dejavnike, kot na primer število univerz, število in raznolikost visokošolskih zavodov, njihova geografska razporeditev po Sloveniji, kakovost ter raznolikost visokošolskih študijskih programov in podobno. Na koncu omenjam med dejavniki relativne stopnje povpraševanja po visokošolskem izobraževanju še poseben dejavnik, kot je v Sloveniji ukinitev obveznega služenja vojaškega roka. Verjamem, da so se nekateri mladi vpisali v visokošolski študij tudi zato, da so se izognili ali pa odložili služenje vojaškega roka, po drugi strani pa so bili oportunite-tni stroški visokošolskega izobraževanja manjši takrat, ko je obvezno 71 služenje vojaškega roka še obstajalo. Zakaj? Tudi, če oseba moškega spola ne bi študirala, ne bi mogla delati in imeti placče, saj bi morala služiti vojaški rok. To je dodatno vzpodbujalo vpis oseb moškega spola v visokošolsko izobraževanje, saj s tem moški niso nic izgubili, zaradi višje izobrazbe so lahko dolgorocčno zgolj nekaj pridobili. Podobno v svoji študiji vpliva ukinitve obveznega služenja vojaškega roka na povpraševanje po visokošolskem izobraževanju v Franciji ugotavljata Ma-urin in Xenogian (2005). Res je, da ta razmislek velja le za moški del populacije, res pa je tudi, da je bil v preteklosti koncept oportunitetnih stroškov na splošno bolj vezan na moške kot pa na ženske, saj se je do nedavnega po zaključku šolanja zaposlil bistveno večji delež moških kot pa žensk. V zadnjem času ima vse večjo vlogo pri vecji relativni stopnji povpraševanja po visokošolskem izobraževanju na strani ženske, pa tudi moške populacije, tudi prodor vrednot, ki dajejo prednost nadaljnjemu izobraževanju pred ustvarjanjem družine. V poglavju 4 najprej s pomocjo probit analize proucujem dejavnike relativne stopnje povpraševanja na ravni posameznika (kot verjetnost vključitve posameznika v visokošolsko izobraževanje). V poglavju 5 pa posebej v okviru vzdolžne regresijske analize proučujem še dejavnike relativne stopnje povpraševanja in dejavnike osnove povpraševanja na ravni Slovenije. 4 Probit model dejavnikov relativnega povpraševanja po visokošolskem izobraževanju V tem poglavju analiziram dejavnike relativne stopnje povpraševanja po visokošolskem izobraževanju na ravni posameznika. Analiza dejavnikov relativne stopnje povpraševanja na ravni posameznika pomeni ugotavljanje vzrokov in njihovih znacčilnosti, ki vplivajo na verjetnost, da bo posameznik vkljucen v visokošolsko izobraževanje. Ta analiza se dotika prve hipoteze, ki govori o dejavnikih relativne stopnje udeležbe v visokošolskem izobraževanju. Posebnost tega dela raziskave izhaja iz znacčilnosti podatkov, ki sem jih pri tem uporabil ter iz znacčilnosti uporabljene metode. Ker bom ugotavljal dejavnike verjetnosti, daje posameznik vključen v visokošolsko izobraževanje, bo odvisna spremenljivka v probit modelu stanje posameznika glede vključenosti v visokošolsko izobraževanje. Ce je posameznik vkljucen v visokošolsko izobraževanje, zavzema odvisna spremenljivka (vključenost v visokošolsko izobraževanje) vrednost 1. Ce posameznik ni vkljucčen v visokošolsko izobraževanje, zavzema odvisna spremenljivka (vkljucčenost v visokošolsko izobraževanje) vrednost 0. V tem pogleduje izid posameznika glede vključenosti v visokošolsko izobraževanje dvojni. 4.1 Spremenljivke in podatki Podatki, ki sem jih uporabil, so izbrani iz APG, ki jo izvaja SURS, in sicer za obdobje osmih referenčnih let, od leta 1998 do leta 2005. V vsakem referencnem letu imam podatke za okoli 3.800 v vzorec izbranih gospodinjstev oziroma za okoli 12.000 posameznih članov gospodinjstev. Gre za neuravnotežene panelne podatke. Za panelne zato, ker so opazovanja izvedena v različnih časovnih obdobjih ter v istem časovnem obdobju na več enotah - gospodinjstvih. Za ne balancirane pa zato, ker pravzaprav v posameznih letih ne gre nujno za iste enote - gospodinjstva, saj je vsako leto vzorcenje ponovljeno. Vzorec pa je vsako leto enako reprezentativen. V primeru Ankete o porabi v gospodinjstvih (http://www.stat.si/doc/vprasalniki/apg-vp2006.pdf) je predstavljen primer takšne ankete, in sicer za leto 2006, iz katerega je razviden celoten nabor vseh vprašanj oziroma potencialnih spremenljivk, o katerih APG zbira vrednosti. V nadaljevanju predstavljam spremenljivke, ki sem jih za potrebe analize dejavnikov verjetnosti vklju-cčitve posameznika v visokošolsko izobraževanje izbral iz APG in jih v nekaterih primerih dodatno preoblikoval, ali na njihovi podlagi izra- Ičunal nekatere nove spremenljivke. 4.1.1 Spremenljivke, ki merijo povpraševanje po visokošolskem izobraževanju Vprašanje iz APG, ki mi služi za določitev vrednosti odvisne spremen-74 ljivke, s katero merim stanje posameznika glede vključenosti v visokošolsko izobraževanje posameznika, je imelo do vključno leta 2000 naslednjo obliko: Za kakšno izobraževanje gre? 1. osnovna šola 2. poklicna šola 3. srednja šola 4. višja strokovna šola 5. višja šola 6. visoka strokovna šola 7. visoka šola (univerzitetni program) 8. specializacija, magisterij, doktorat Od vkljucno leta 2001 dalje pa se to vprašanje v APG glasi takole: Katero stopnjo izobrazbe boste pridobili v tem izobraževalnem programu? 1. osnovno izobrazbo 2. nižjo ali srednjo poklicno izobrazbo 3. srednjo strokovno izobrazbo 4. srednjo splošno izobrazbo 5. višjo strokovno, višješolsko, specialistično povišješolsko izobrazbo 6. visoko strokovno izobrazbo 7. visoko univerzitetno izobrazbo 8. specialisticčno povisokošolsko izobrazbo, magistrsko, doktorsko izobrazbo Na vprašanje je odgovarjal vsak posameznik iz gospodinjstva, ki je bilo izbrano v vzorec. Za potrebe probit analize, v kateri potrebujem Preglednica 4.1 Absolutna porazdelitev oseb v vzorcu APG, po vključenosti v visokošolsko izobraževanje v posameznem referenčnem letu, Slovenija, obdobje 1998-2005 (1) Absolutna frekvenca (število oseb) 1998 1999 2000 2001 2002 2003 2004 2005 0 12.354 12.047 11.722 11.482 10.901 10.860 10.502 10.754 6 176 185 184 202 212 233 220 219 7 353 399 425 476 499 550 526 542 8 29 28 41 42 40 45 55 65 Skupaj (n) 12.912 12.659 12.372 12.202 11.652 11.688 11.303 11.580 (1) tekoče izobraževanje: 0 - manj kot visokošolsko izobraževanje; 6 - visoko strokovno izobraževanje; 7 - visoko univerzitetno izobraževanje; 8 - specialistično po-visokošolsko, magistrsko ali doktorsko izobraževanje; leta se nanašajo na referenčna leta. Lastni izračuni na podlagi podatkov, pridobljenih od SURS, APG. 75 odvisno spremenljivko z dvojnim izidom, sem odgovore ustrezno preoblikoval. Vrednost 1 so dobili vsi tisti člani gospodinjstev, ki so na vprašanje odgovorili z odgovori 6, 7 ali 8, vsi ostali, ki se ne izobražujejo, ali so na vprašanje odgovorili z odgovorom 1, 2, 3, 4 ali 5, pa so dobili vrednost 0. Tako sem ustvaril novo nominalno spremenljivko z dvema možnima izidoma, ki pravzaprav pove, ali je posameznik vključen v visokošolsko izobraževanje (vrednost 1) ali ne (vrednost 0). Imenujem jo tekoče izobraževanje (TIZO). Poleg spremenljivke TIZO sem oblikoval tudi njeno podrobnejšo različico TIZO678. Pri tej spremenljivki sem ločil tiste, ki niso vključeni v visokošolsko izobraževanje (TIZO678 = 0), tiste, ki so vključeni v visoko strokovno izobraževanje (TIZO678 = 6), tiste, ki so vključeni v univerzitetno izobraževanje (TIZO678 = 7) ter tiste, ki so vkljucčeni v specialisticčno povisokošolsko, magistrsko ali doktorsko izobraževanje (TIZO678 = 8). Iz preglednice 4.1 je razvidno, da se absolutno število oseb, ki so vključene v visokošolsko izobraževanje, v opazovanih referenčnih letih nenehno povečuje, z izjemo zadnjega leta. Absolutno število oseb, vključenih v visoko strokovno izobraževanje, se v prvih šestih letih povečuje, v zadnjih dveh pa znižuje. Podobno velja za gibanje absolutnega število oseb, vkljucenih v univerzitetno izobraževanje, le da padanje ni bilo prisotno v obeh zadnjih letih, temvec le v predzadnjem letu. Absolutno število oseb, vključenih v specialistično povisokošol-sko, magistrsko ali doktorsko izobraževanje se je povečevalo vsako leto, razen v letu 2002. Preglednica 4.2 prikazuje, da večina oseb v vzorcu APG v vsakem posameznem opazovanem referencnem letu ni vključena v visokošol- Preglednica 4.2 Relativna porazdelitev oseb v vzorcu APG, po vključenosti v visokošolsko izobraževanje v posameznem referenčnem letu, Slovenija, obdobje 1998-2005 (1) Relativna frekvenCa (% oseb) 1998 1999 2000 2001 2002 2003 2004 2005 0 95,68 95,17 94,75 94,10 93,55 92,92 92,91 92,87 6 1,36 1,46 1,49 1,66 1,82 1,99 1,95 1,89 7 2,73 3,15 3,44 3,90 4,28 4,71 4,65 4,68 8 0,22 0,22 0,33 0,34 0,34 0,39 0,49 0,56 (1) tekoče izobraževanje: 0 - manj kot visokošolsko izobraževanje; 6 - visoko strokovno izobraževanje; 7 - visoko univerzitetno izobraževanje; 8 - speCialistiCčno po-visokošolsko, magistrsko ali doktorsko izobraževanje; leta se nanašajo na referenCčna leta. Lastni izraCčuni na podlagi podatkov, pridobljenih od SURS, APG. 76 sko izobraževanje. Relativno gledano pa je takšnih vsako leto manj, in siCer od 95,86% v letu 1998 pa do 92,87% vseh oseb v vzorcu v letu 2005. Odstotek tistih, ki so vkljuCeni v visoko strokovno izobraževanje med vsemi v vzorcu, se giblje med 1,36 % in 1,99 % in se v prvih šestih opazovanih letih povečuje, v zadnjih dveh pa rahlo znižuje. Podobno se je med leti gibal odstotek oseb, ki so vključene v univerzitetno izobraževanje v posameznem referenCnem letu, le da je bil ta odstotek znatno veCji. Gibal se je med 2,73% in 4,71 % vseh oseb iz APG. Najmanj je bilo takšnih oseb, ki so vključene v speCialistično poviso-košolsko, magistrsko ali doktorsko izobraževanje. Zanimivo je, da se odstotek takšnih oseb med vsemi anketiranimi v APG po opazovanih referenCnih letih neprestano povečuje, in siCer od 0,22% v letu 1998 do 0,56 % vseh anketiranih v letu 2005. V nadaljevanju predstavljam, katere spremenljivke, ki naj bi vplivale na spremenljivko TIZO in s tem na verjetnost, da bo posamezni član gospodinjstva imel vrednost spremenljivke TIZO enako 1 (torej bo vkljuCen v visokošolsko izobraževanje), sem izbral iz ankete, kako sem jih preoblikoval ter katere spremenljivke sem iz razpoložljivih na novo izpeljal. 4.1.2 Spremenljivke, ki merijo dejavnike povpraševanja in analiza odvisnosti Podatki za spremenljivke, ki merijo dejavnike povpraševanja, kot sem ga že definiral pred tem, sem razdelil v dve skupini. Najprej predstavljam tiste dejavnike, ki so vezani na lastnosti vsakega posameznika in nato še tiste, ki so vezani na lastnosti gospodinjstva, iz katerega ta posameznik izhaja. APG vsebuje nekatere osnovne demografske podatke o posameznikih ter predvsem podatke o razpoložljivih sredstvih posameznikov in gospodinjstev ter o porabi teh sredstev. Pri nominalnih spremenljivkah ali številskih spremenljivkah z manj vrednostmi posebej na kratko predstavljam rezultate analize odvisnosti s j2-preizkusom ter strukturo anketiranih oseb po vključenosti v visokošolsko izobraževanje glede na vrednosti posamezne pojasnjevalne spremenljivke (lastnosti posameznika ali gospodinjstva). Vrednostni podatki so deflacionirani z ustreznimi indeksi cen življenjskih potrebščin na raven cen iz leta 1998, kije tudi prvo referenčno leto. Vrednosti podatki o razpoložljivih in porabljenih sredstvih gospodinjstva se vedno nanašajo na obdobje enega leta in so izraženi v slovenskih tolarjih (SIT). Lastnosti posameznika Prva od spremenljivk, ki sem jo izmed vseh razpoložljivih spremen- 77 ljivk, zajetih v APG, izbral kot pojasnjevalno, je spremenljivka dosežena stopnja izobrazbe (DIZO). Vrednosti za to spremenljivko sem pridobil iz odgovorov na vprašanje, ki je do vkljucno leta 2000 imelo naslednjo obliko: Dosežena stopnja izobrazbe: 1. brez šolske izobrazbe (niti enega razreda osnovne šole) 2. nedokoncčana osnovna šola 3. osnovna šola 4. poklicna šola 5. srednja šola 6. višja strokovna šola 7. višja šola 8. visoka strokovna šola 9. visoka šola (univerzitetni program) 10. specializacija, magisterij, doktorat Od vključno leta 2001 dalje pa se to vprašanje v APG glasi takole: Dosežena stopnja izobrazbe (DIZO1_10): 1. brez izobrazbe / nepopolna osnovna izobrazba, 1-3 razredi 2. nepopolna osnovna izobrazba, 4-7 razredov 3. osnovna izobrazba 4. nižja in srednja poklicna izobrazba 5. srednja strokovna izobrazba 6. srednja splošna izobrazba 7. višja strokovna izobrazba, višješolska izobrazba, specialistična povišješolska izobrazba 8. visoka strokovna izobrazba 9. visoka univerzitetna izobrazba 10. specialistična povisokošolska izobrazba, magisterij, doktorat Na podlagi možnih odgovorov sem oblikoval nominalno spremenljivko dosežena stopnja izobrazbe (DIZO), ki zavzema vrednost 1 v vseh tistih primerih, ko je posameznik že dosegel takšno ali drugacčno visokošolsko izobrazbo (na vprašanje je odgovoril z odgovorom 8, 9 ali 10) ter vrednost 0, če visokošolske izobrazbe še nima (v vseh tistih primerih, ko je na vprašanje odgovoril z odgovori 1, 2, 3, 4, 5, 6 ali 7). To spremenljivko bom uporabil v analizi s probit modelom. Za 78 potrebe enostavne analize odvisnosti med TIZO in doseženo stopnjo izobrazbe sem uporabil spremenljivko dosežena stopnja izobrazbe, ki lahko zavzema vseh deset možnih odgovorov iz uvodoma predstavljenega anketnega vprašanja (DIZO1_10). Spremenljivki TIZO in DIZO1_10 sta med seboj povezani (p(x2) = 0,000). Zanima me, kako dosežena stopnja izobrazbe vpliva na verjetnost, da bodo posamezniki vpisani na katero od stopenj visokošolskega izobraževanja. Ker se glede DIZO1_10 vprašanja do leta 2000 in od leta 2001 dalje razlikujejo, sem v tem primeru obravnaval samo obdobje od vključno leta 2001 naprej. Najvecji odstotek oseb, ki so vključene v visokošolsko izobraževanje ne glede na njihovo starost, je med tistimi osebami, ki imajo zaključeno srednje splošno izobraževanje (dobrih 58% takšnih je vkljuce-nih v visokošolsko izobraževanje). Od oseb, ki imajo zaključeno srednje splošno izobraževanje in so stare od 19 do 25 let, pa jih je v visokošolsko izobraževanje vkljucenih kar dobrih 91 % (preglednica 1.b). Ne glede na starost oseb sledijo tisti, ki imajo zakljuceno srednje strokovno izobraževanje (od teh jih je v visokošolsko izobraževanje vključenih slabih 14 %). Na tretjem mestu po vključenosti v visokošolsko izobraževanje pa so osebe, ki imajo zakljuceno univerzitetno izobrazbo (od teh jih je v visokošolsko izobraževanje vključenih dobrih 7%). Gre seveda predvsem za njihovo vkljucitev v podiplomski študij. Ostalih 21 % visokošolskih študentov izhaja iz vrst oseb, ki imajo zaključene druge višješolske ali visokošolske programe. Dosežena stopnja izobrazbe ima pri vključevanju v visokošolsko izobraževanje zelo pomembno vlogo. Naslednja spremenljivka, izbrana kot pojasnjevalna spremenljivka povpraševanja po visokošolskem izobraževanju, je spol (SPOL). Že iz pregleda razvoja visokošolskega izobraževanja v točki 2.3 se vidi, da v zadnjih letih število vpisanih žensk absolutno in relativno v primerjavi z moškimi narašca. Zaradi tega pricakujem, da bo spol kot nominalna spremenljivka imel pomembno vlogo pri verjetnosti vključitve posameznika v visokošolsko izobraževanje. Če je posameznik moškega spola (spremenljivka SPOL zavzame vrednost 1), pričakujem, da je verjetnost vključitve v visokošolsko izobraževanje nižja, kot če bi bil ta posameznik ženskega spola (spremenljivka SPOL zavzame vrednost 0). Spremenljivki TIZO in SPOL, prav tako pa tudi TIZO678 in SPOL, sta med seboj povezani (p(x2) = 0,000). Med vsemi osebami moškega spola je manj oseb vključenih v visokošolsko izobraževanje (5,41 %) kot pa je vkljucčenih oseb v visokošolsko izobraževanje med osebami ženskega spola (6,49%). Relativno več žensk v primerjavi z moškimi je vkljucčenih tudi v visokošolsko strokovno izobraževanje, posebej v 79 univerzitetno in posebej v podiplomsko izobraževanje. Če opazujem zgolj tiste, ki so stari od 19 do 25 let, lahko ugotovim, daje med njimi v visokošolsko izobraževanje vkljucenih kar 42,54 % žensk in le 30,64 % moških. Razlika v prid veqe relativne vključenosti žensk je očitna v tem starostnem razredu tudi posebej v visokošolskem strokovnem izobraževanju, posebej v univerzitetnem in posebej v podiplomskem izobraževanju. Verjetnost vkljucitve v visokošolsko izobraževanje na vseh ravneh je med ženskami vecčja kot pa pri moških. Starost (STAR) kot razmernostna spremenljivka vpliva tudi na verjetnost vključitve posameznika v visokošolsko izobraževanje. Vecina oseb izpolni pogoje za vstop v dodiplomsko visokošolsko izobraževanje po zaključku štiriletne srednje šole pri starosti 19 let. Pri podiplomskem visokošolskem izobraževanju je na podlagi analize iz tocke 2.3 vpis največji pri približno 26. letu starosti, saj takrat večina izpolni pogoje za vstop v podiplomsko visokošolsko izobraževanje. Da bi s pomocjo kontingence in testa %2 ugotovil povezanost med vključenostjo v visokošolsko izobraževanje (TIZO678) in starostjo posameznika, sem najprej uporabil številsko spremenljivko STAR in izdelal kombi-nacijsko preglednico za vse starosti od 0 naprej. Nato pa sem spremenljivko STAR transformiral v nominalno spremenljivko STARRAZ. Ta spremenljivka zavzame vrednost 0, ce je oseba stara od 0 do 18 let; vrednost 1, ce je oseba stara od 19 do 25 let; vrednost 2, če je oseba stara od 26 do 34 let in vrednost 3, ce je oseba stara 35 let ali več. Starost in vkljucenost v visokošolsko izobraževanje sta med seboj povezani, in sicer ob zanemarljivi stopnji tveganja, da sem naredil napako, ko sem zavrnil nicelno hipotezo (p(x2) = 0,000). Do 18. leta starosti po pricakovanjih vec kot 99 % oseb ni vključenih v visokošolsko izobraževanje, saj skorajda ne morejo izpolnjevati vsto- pnih pogojev. V starostnem razredu od 19 do 25 let je odstotek teh, ki so vključeni v visokošolsko izobraževanje, največji (dobrih 36% vseh, od tega več kot 35 % v dodiplomsko in slab odstotek v podiplomsko). Najvec oseb je vkljucenih v visokošolsko strokovno izobraževanje v starosti 20 let (13 % vseh oseb te starosti) ter v univerzitetno izobraževanje, pravtako v starosti 20 let (skoraj 31 % od vseh oseb te starosti). V starosti 20 let je tako v dodiplomsko visokošolsko izobraževanje skupaj vključenih dobrih 44 % vseh oseb. V starostnem razredu od 26 do 34 let je v visokošolsko izobraževanje vključenih le še dobrih 6 % oseb iz tega starostnega razreda (od tega dobrih 4,5 % v dodiplomsko in slab 1,5 % v podiplomsko). V podiplomski študij je najvec oseb vkljucenih v starosti 27 let (dobra 2% vseh 27-letnikov). Z višanjem starosti se relativna stopnja udeležbe v visokošolskem izobraževanju znižuje (v 80 dodiplomskem hitreje in v podiplomskem pocasneje), kar je skladno tudi z ugotovitvami iz točke 2.3. Med osebami, ki so stare 35 let ali več, je takšnih, ki so vkljucčeni v visokošolsko izobraževanje, le še slabega pol odstotka. Povecevanje starosti negativno vpliva na verjetnost vkljucitve v visokošolsko izobraževanje od približno tiste starosti naprej, ki je za leto ali dve večja od starosti, pri kateri vecina oseb izpolni vstopne pogoje za vpis v dodiplomsko ali podiplomsko visokošolsko izobraževanje. Naj opozorim, da se uporabljeni podatki ne nanašajo na izbrano ko-horto od rojstva pa do smrti, ampak na različne osebe, ki so bile rojene v razlicčnih cčasovnih obdobjih. To pa pomeni, da posameznik, ki je starejši, ne bo nujno manj verjetneje vkljucen v visokošolsko izobraževanje v primerjavi z mlajšimi samo zato, ker pričakujem, da se s staranjem posameznika verjetnost vključitve v visokošolsko izobraževanje zmanjšuje. Ta verjetnost bo nižja tudi zato, ker so bili starejši posamezniki rojeni v zgodovinskem času, ko je bila vključenost v visokošolsko izobraževanje manjša. Ta vkljucenost pa se iz leta v leto povečuje. Nominalna spremenljivka stalno prebivališce (SPREB) je spremenljivka, ki zavzame vrednost 1, če anketirani posameznik živi na naslovu svojega stalnega prebivališča in vrednost 0, ce ne živi na naslovu svojega stalnega prebivališča. Ta spremenljivka ne bo vključena v probit analizo, saj je bivanje izven naslova stalnega bivališca v glavnem posledica vključenosti v visokošolsko izobraževanje in ne vzrok zanj. Veliko študentov se namreč v casu študija odseli od staršev v kraj študija. Kljub temu bom s pomočjo kombinacijske preglednice proučil povezanost med vključenostjo v visokošolsko izobraževanje ter bivanjem na naslovu stalnega prebivališcča. Med spremenljivko TIZO ter spremenljivko SPREB ni povezanosti (p(x2) > 0,050). Povezanost sem analiziral loCčeno v štirih razliCčnih starostnih obdobjih. Najprej v starosti od 0 do 18 let, nato v starosti od 19 do 25 let, nadalje v starosti od 26 do 34 let ter na konCu v starosti od 35 let naprej. Odstotek tistih, ki ne živijo na naslovu stalnega prebivališča, se ne razlikuje bistveno med študenti in tistimi, ki niso študenti. Za bivanje ali nebivanje na naslovu stalnega bivališča je vseeno, ali je oseba študent ali ne. Med njimi glede te lastnosti ni statistiCno značilnih razlik. Nominalna spremenljivka zakonski stan (ZSTAN) meri zakonski stan posameznika in je še ena od spremenljivk, ki ne bo vkljuCena v probit analizo. Tudi zakonski stan je namreč bolj poslediCa, kot pa vzrok za vključenost v visokošolsko izobraževanje. Povprečna starost ženina ob prvi poroki je po podatkih SURS-a v letu 2006 znašala 30,6 leta, povprečna starost neveste pa 28,1 leta. Večina oseb pa je vključenih v visokošolsko dodiplomsko izobraževanje v starosti od 19 do 25 81 let. Pri visokem strokovnem izobraževanju je ta odstotek 79 %, pri univerzitetnem pa 86%. Torej, veCina dokonča dodiplomski visokošolski študij še preden se poroči. Deloma zato, ker odlagajo poroko v kasnejša leta zaradi študija, deloma pa tudi zato, ker se poroka pomika v kasnejša leta, zaradi spreminjanja vrednotenja poroke kot oblike ureditve skupnega življenja. V primeru spremenljivke ZSTAN obravnavam na eni strani skupaj tiste, ki so poroCeni ali pa živijo v zunajzakonski skupnosti, na drugi pa vse ostale. Ce je obravnavana oseba po-roCčena, ali živi v zunajzakonski skupnosti, zavzame ZSTAN vrednost 1; če pa ni poročena, se pravi, daje ali samska, razvezana ali pa ovdovela, takrat zavzame ZSTAN vrednost 0. Kljub temu, da spremenljivka ZSTAN ne bo uporabljena v probit analizi, s %2-preizkusom preverjam, ali obstaja povezanost med zakonskim stanom in vključenostjo v visokošolsko izobraževanje. Spremenljivki TIZO in ZSTAN (oziroma TIZO678 in ZSTAN) sta med seboj povezani le v starostnih razredih od 19 do 25 let ter od 26 do 34 let. Med osebami, ki so stare od 19 do 25 let in niso vključene v visokošolsko izobraževanje, jih kar 13% živi poročeno ali v zunajzakonski skupnosti, le dobra 2 % pa je poroCenih ali v zunajzakonski skupnosti med tistimi, ki so vključeni v visokošolsko izobraževanje (relativno najveC jih prihaja iz vrst visokega strokovnega izobraževanja, sledijo univerzitetni in na konCu podiplomski študenti). V starostnem razredu od 26 do 34 let je odstotek oseb, ki niso vključene v visokošolsko izobraževanje in so poročene ali v zunajzakonski skupnosti, že 56%, le 21,5% pa je poročenih ali živijo v zunajzakonski skupnosti izmed teh, ki so v visokošolsko izobraževanje vkljuCčeni (med temi je relativno največ podiplomskih študentov, sledijo študenti visokega strokovnega izobraževanja in na konCu študenti univerzitetnega izobraževanja). V starosti od 35 let naprej glede zakonskega stana ni več mogoce ugotoviti statistično značilnih razlik med tistimi, ki so v visokošolsko izobraževanje vkljucčeni in med tistimi, ki to niso. Približno 80 % enih in drugih je porocčenih ali pa živijo v zunajzakonski skupnosti. Nominalna spremenljivka formalni status posameznika (FSTAT) je spremenljivka, ki meri formalni status oseb. Vsaka posamezna oseba je lahko ali zaposlena, ali samozaposlena, lahko je pomagajoči družinski član (pomoc na družinski kmetiji, v družinskem podjetju), lahko opravlja druge oblike dela (po avtorski pogodbi, pogodbi o delu, za neposredno placčilo, prek študentskega servisa), lahko je brezposelna, upokojena, ucčenec, dijak ali študent, oseba gospodinja, nezmožna za delo, na služenju vojaškega roka, ali ima celo kakšen drug status v ru-82 briki drugo. V posebno skupino sem zbral osebe, ki so zaposlene ali samozaposlene in tiste, ki opravljajo druge oblike dela (po avtorski pogodbi, po pogodbi o delu, za neposredno plaalo ali prek študentskega servisa). Pri takšnih osebah spremenljivka FSTAT zavzema vrednost 1. Sem spadajo torej vse osebe, ki imajo osebne prejemke od dela, razen upokojencev. Pri vseh ostalih formalnih statusih spremenljivka FSTAT zavzema vrednost 0. Formalni status je spet posledica vkljucenosti v visokošolsko izobraževanje in ne njen vzrok, zato v probit analizo ta spremenljivka ne bo vkljucena. Spremenljivki TIZO in FSTAT (oziroma TIZO678 in FSTAT) sta med seboj povezani pri starostih od 19. leta dalje. V starostnem razredu od 19 do 25 let je takšnih, ki so zaposleni, samozaposleni ali pa opravljajo druge oblike dela, skoraj 54 % tistih, ki niso študenti in le dobre 3 % visokošolskih študentov. Najbolj delavno neaktivni so univerzitetni študenti, sledijo študenti visokega strokovnega izobraževanja in na koncu podiplomski študenti. Podobno je tudi v starostnem razredu od 26 do 34 let ta odstotek precej večji za tiste, ki niso študenti (84 %), kot pa za visokošolske študente (44 %). Spet so najbolj delovno neaktivni univerzitetni študenti, sledijo študenti visokega strokovnega izobraževanja in na koncu podiplomski študenti. Vključenost oseb v visokošolski študij v starostnem razredu od 19 do 34 let močno vpliva na to, da so takšne osebe manj verjetno zaposlene, samozaposlene ali pa opravljajo druge oblike dela. Študij in delo v tem starostnem obdobju ocčitno ne gresta z roko v roki. Po drugi strani pa so osebe, ki so stare 35 let ali več ter so vkljucene v visokošolsko izobraževanje v precej večji meri zaposlene, samoza-poslene ali pa opravljajo druge oblike dela (kar 87% je takšnih), kot pa osebe, ki niso vključene v visokošolsko izobraževanje (takšnih je le 47% v tej starosti). Očitno so osebe, ki so vključene v visokošol- sko izobraževanje tudi po 35. letu starosti, tudi bolj delovno aktivne. Naslednja vkljucena pojasnjevalna spremenljivka je razmernostna in zvezna. To je spremenljivka osebni prejemki posameznika (OSPREJ). Ta predstavlja vsoto vseh dohodkov iz zaposlitve, samozaposlitve in drugih oblik dela, socialnih prejemkov ter družinskih prejemkov. To so vsi osebni prejemki, ki jih APG spremlja na ravni posameznika. V vseh enoletnih starostnih razredih od 18. do 28. leta starosti so povprečni osebni prejemki oseb, ki v visokošolsko izobraževanje niso vključene 2- do 3-krat večji, kot povprečni osebni prejemki tisti, ki so vključene v to. Očitno v tem starostnem obdobju obstaja izmenjava (»trade off«) med delom in študijem. Tisti, ki ne študirajo, lahko več časa namenijo delu in imajo zaradi tega vecje osebne prejemke kot pa tisti, ki študirajo ter manj časa porabijo za delo. Od vključno 29. leta starosti dalje so v vseh enoletnih starostnih razredih (z izjemo 52. leta 83 starosti) povprečni osebni prejemki tistih, ki so vkljuceni v visokošolsko izobraževanje, večji (večinoma enkrat večji) od povprečnih osebnih prejemkov onih, ki v visokošolsko izobraževanje niso vključeni. Če povprečne osebne prejemke po posameznih enoletnih starostnih razredih primerjam še podrobneje za tiste, ki so vključeni v visokošolsko izobraževanje, in sicer tako, da izračunavam povprečje posebej za tiste, ki so vključeni v visokošolsko strokovno izobraževanje, posebej pa za tiste, ki so vključeni v univerzitetno ter posebej za tiste, ki so vključeni v podiplomsko izobraževanje, ugotovim naslednje: Povprecni osebni prejemki za osebe, vključene v podiplomsko izobraževanje, so v vseh enoletnih starostnih razredih od 19. leta dalje večji od povprecnih osebnih prejemkov oseb, vključenih v visokošolsko strokovno in univerzitetno izobraževanje (razen v starosti 22, 23, 24,26, 30, 40 in 51 let). Če povprečne osebne prejemke podiplomskih študentov primerjam s povprecčnimi osebnimi prejemki teh, ki v visokošolsko izobraževanje niso vključeni, ugotovim, da so od 18. pa do 26. leta starosti (z izjemo 19. leta) manjši od osebnih prejemkov tistih, ki v visokošolsko izobraževanje niso vključeni. Od 27. leta starosti naprej povprečni osebni prejemki oseb, vključenih v podiplomsko izobraževanje, vvseh enoletnih starostnih razredih precej presegajo povprečne osebne prejemke oseb, ki v visokošolsko izobraževanje niso vključeni. Če po posameznih starostnih razredih primerjam še povprecne osebne prejemke oseb, ki so vkljucene v visokošolsko izobraževanje na dodiplomski ravni in oseb, ki v visokošolsko izobraževanje niso vključene, ugotovim naslednje: do 28. leta starosti so povprecni osebni prejemki dodiplomskih študentov manjši od povprecnih osebnih prejemkov oseb, ki ne študirajo. Od 29. leta starosti naprej se višina pov- precnih osebnih prejemkov prevesi v korist dodiplomskih študentov v primerjavi s tistimi, ki ne študirajo. V 29. letu starosti imajo večje pov-precne osebne prejemke samo študenti v programih visokega strokovnega izobraževanja. V 30. letu starosti imajo večje povprecne osebne prejemke samo študenti v programih univerzitetnega izobraževanja. Od 31. leta dalje pa po posameznih enoletnih starostnih razredih pov-precčni osebni prejemki dodiplomskih visokošolskih študentov presegajo povprečne osebne prejemke tistih, ki ne študirajo (izjeme so 33. leto starosti, ko so povprečni osebni prejemki študentov visokega strokovnega izobraževanja manjši, ter 35. in 37. leto ko so povprečni osebni prejemki študentov univerzitetnega izobraževanja manjši od osebnih prejemkov tistih, ki ne študirajo). Očitno od približno 27. leta starosti dalje podiplomski študenti ve-84 cčinoma poleg študija tudi delajo, njihovi povprecčni osebni prejemki pa so ocitno večji od povprecnih osebnih prejemkov tistih, ki v visokošolsko izobraževanje niso vključeni, ali pa so vključeni v programe visokošolskega dodiplomskega študija. Najverjetneje je to zato, ker imajo podiplomski študentje od 27. leta naprej boljše službe od do-diplomskih študentov, ali pa tistih, ki sploh ne študirajo. Podobno pa od približno 31. leta starosti dalje velja za visokošolske dodiplomske študente v primerjavi s tistimi, ki ne študirajo. Zanimivo je tudi, da je odstotek oseb, pri katerih osebni prejemki v skupnih razpoložljivih denarnih sredstvih celotnega gospodinjstva predstavljajo največ 10 % v starostnem razredu od 19 do 25 let, dobrih 47%. V naslednjem višjem starostnem razredu (osebe, stare od 26 do 34 let) ta odstotek znaša slabih 11 % in v najvišjem starostnem razredu (osebe, stare 35 let ali več) le še dobrih 9 %. Spremenljivka OSPREJ je v nižjih starostnih razrednih odvisna od vrednosti spremenljivke TIZO (ozirom TIZO678) in ne obratno, zato v probit analizo mlajših oseb ne bo vkljucena. Višina osebnih prejemkov je predvsem pri mlajših osebah precej odvisna od tega, ali je posameznik vključen v visokošolsko izobraževanje ali ne, še posebej, če gre za dodiplomsko izobraževanje. Do približno 28. leta so visokošolski študenti na slabšem (ker večinoma ne delajo), od približno 29. leta starosti naprej pa na boljšem kot tisti, ki v visokošolsko izobraževanje niso vkljucčeni (ker vecčinoma delajo, imajo pa boljše službe, to je takšne, ki zahtevajo višjo izobrazbo, saj je večji del študentov po tej starosti podiplomskih). Poleg tega pri mlajših osebah (večinoma otrocih) osebni prejemki predstavljajo obcčutno manjši delež v skupnih denarnih sredstvih gospodinjstva v primerjavi s starejšimi osebami. Vključitev osebnih prejemkov v probit model, dejavnikov verjetnosti vključitve v visokošolsko izobraževanje, je zato upravičena le, ko po- sebej obravnavam starejše osebe, pri katerih ti osebni prejemki niso več endogena spremenljivka in imajo v proračunu gospodinjstva tudi vecčjo težo. Lastnosti gospodinjstva V nadaljevanju sledijo vključene pojasnjevalne spremenljivke, ki se nanašajo na lastnosti gospodinjstva kot celote in ne na vsakega posameznega člana gospodinjstva, kot je bilo to pri vseh do tu opisanih pojasnjevalnih spremenljivkah. Nominalna spremenljivka prisotnost osebnega računalnika v gospodinjstvu (RAC) je ena izmed lastnosti gospodinjstva. Ce ima gospodinjstvo osebni računalnik, zavzema spremenljivka vrednost 1, če ga nima, pa zavzame vrednost 0. Lahko bi rekli, da ta spremenljivka deli gospodinjstva na tista, ki so informacijsko bolj pismena in na ti- 85 sta, ki so glede tega na slabšem. Pričakujem, da se bo izkazalo, da prisotnost osebnega racčunalnika povecčuje verjetnost, da je posameznik iz takšnega gospodinjstva vkljucen v visokošolsko izobraževanje. Ob zanemarljivi stopnji tveganja (p(x2) = 0,000) lahko zavrnem ničelno domnevo in na podlagi vzorčnih podatkov sprejmem sklep, da sta spremenljivki TIZO (oziroma TIZO678) in RAC med seboj povezani. Izmed oseb, ki izhajajo iz gospodinjstev, ki nimajo racčunalnika, je visokošolskih študentov manj kot 2 %. Izmed oseb, ki izhajajo iz gospodinjstev, ki računalnik imajo, pa jih je v visokošolsko izobraževanje vključenih dobrih 10 %. Prisotnost računalnika v gospodinjstvu povečuje verjetnost vključenosti v visokošolsko izobraževanje. Število avtomobilov (AVTO) v gospodinjstvu je naslednja spremenljivka, ki se nanaša na značilnosti gospodinjstva. V tem primeru gre za številsko diskretno spremenljivko. Ce je v gospodinjstvu število avtomobilov vecčje, predvidevam, da je to odraz boljših materialnih pogojev, v katerih živijo njegovi člani. Pricakujem, da večje vrednosti te spremenljivke pozitivno vplivajo na verjetnost vključitve članov gospodinjstva v visokošolsko izobraževanje, saj bodo imeli manj težav s pokrivanjem izdatkov za izobraževanje. Vkljucčenost v visokošolsko izobraževanje ter število avtomobilov v gospodinjstvu sta med seboj povezana (p(x2) = 0,000). Od oseb, ki izhajajo iz gospodinjstva, kjer nimajo avtomobila, jih je samo 1,5% vključenih v visokošolsko izobraževanje. Od oseb, ki izhajajo iz gospodinjstva, kjer imajo en avtomobil, jih je že 4,89 % vključenih v visokošolsko izobraževanje. Od oseb, ki izhajajo iz gospodinjstva, ki imajo dva avtomobila, jih je 7,54 % vključenih v visokošolsko izobraževanje. Od oseb, ki izhajajo iz gospodinjstva, ki imajo tri avtomobile, jih je v visokošolsko izobraževanje vključenih kar 9,89 %. Z narašcanjem števila avtomobilovvgospodinjstvudo števila 3 odstotek vključenih v visokošolsko izobraževanje iz takšnih gospodinjstev narašča. Odstotek oseb, ki izhajajo iz gospodinjstev, ki imajo štiri avtomobile in so vkljuCčene v visokošolsko izobraževanje, pa je že manjši in znaša le še 7,50 %. Najverjetneje se gospodinjstva, ki imajo 1, 2 ali 3 avtomobile med seboj preCej loCijo po materialnem stanju. Zato narašCanje števila avtomobilov v gospodinjstvu do števila 3 odraža predvsem izboljšanje materialnega stanja gospodinjstva, kar ugodno vpliva na vključenost v visokošolsko izobraževanje. Razlika v materialnem stanju gospodinjstev, ki imajo tri ali štiri avtomobile, pa verjetno ni veC tista, ki bi lo-Cčila med seboj gospodinjstva, ki težje ali lažje finanCirajo izdatke za visokošolsko izobraževanje svojih članov. Gospodinjstva s štirimi avtomobili so lahko tista, ki imajo določene značilnosti in ne povečujejo 86 verjetnosti vkljuCitve v visokošolsko izobraževanje. Kaj natančno so te znaCčilnosti, je vprašanje, na katerega je na podlagi razpoložljivih podatkov težko odgovoriti. Lahko bi šlo za gospodinjstva, ki se ukvarjajo z gospodarsko dejavnostjo na področju avtomobilizma, ali pa s kakšno drugo dejavnostjo, pri kateri je nujno potrebno večje število avtomobilov. Pri takšnih gospodinjstvih so navadno oportunitetni stroški vključitve člana gospodinjstva v visokošolsko izobraževanje večji, pričakovane koristi od tega pa manjše kot pri ostalih. Skupne izdatke gospodinjstva, ki vkljuCujejo izdatke za učenje jezikov, glasbene ure, vozniški teCaj, športne tečaje, kuharske teCaje, tečaje ročnih spretnosti, računalniške tečaje ter za morebitne druge tečaje in izobraževanja sem poimenoval izdatki za izven študijske aktivnosti (IZDIZV). Ne glede na starostni razred, v katerem se nahajajo osebe (od 0 do 18 let, od 19 do 25 let, od 26 do 34 let ter 35 let ali več), povprečni izdatki za izven študijske aktivnosti gospodinjstva na-rašCajo z narašCanjem nivoja visokošolskega izobraževanja, v katerega so posamezniki vkljuCeni. Izjema so povpreCni izdatki za izven študijske aktivnosti tistih gospodinjstev, iz katerih izhajajo podiplomski študenti v starostnem razredu od 19 do 25 let, saj so ti nižji od povprečnih izdatkov gospodinjstev, iz katerih izhajajo ostali študenti in tudi tisti, ki ne študirajo v tem starostnem razredu. Druga izjema so povprečni izdatki za izven študijske aktivnosti tistih gospodinjstev, iz katerih izhajajo študenti univerzitetnega študija, ki so stari 35 let in več, saj so ti nižji od povpreCnih izdatkov tistih gospodinjstev, iz katerih izhajajo študenti visokošolskega strokovnega študija v tem starostnem razredu. Glede na to, da veC za izven študijske aktivnosti namenijo tudi gospodinjstva, iz katerih izhajajo študenti, stari 35 let ali več, v primerjavi z gospodinjstvi, iz katerih izhajajo tisti, ki niso študenti, iz istega starostnega razreda, ne morem sklepati, da za izven študijske aktivno- sti gospodinjstva, iz katerih izhajajo študenti, namenijo več denarja zato, ker imajo študenti več casa v primerjavi s tistimi, ki ne študirajo in zato delajo. Verjetno pri starejših študentih velja, da delajo in študirajo hkrati. Izdatki za izven študijske aktivnosti torej niso posledica vključenosti v visokošolsko izobraževanje, temveč so kot »proxy« mera za vsesplošno aktivnost gospodinjstva dejavnik, ki vpliva na verjetnost vkljucčitve takšne osebe v visokošolsko izobraževanje. To pomeni, da so člani gospodinjstev, ki so dejavnejša v športnih aktivnostih, v vključenosti v glasbeno šolo, jezikovne tecaje ali katere koli druge podobne aktivnosti, tudi bolj verjetno vključeni v visokošolsko izobraževanje. Podatki o prisotnosti svetovnega spleta oziroma interneta (IN-TERN) v gospodinjstvu se zbirajo v okviru APG šele od leta 2003. Če gospodinjstvo ima internet, zavzema spremenljivka vrednost 1, ce pa ga nima, zavzema vrednost 0. Ta nominalna spremenljivka deli go- 87 spodinjstva na tista, ki imajo boljši dostop do informacij in na tista, ki imajo slabši dostop do informacij. Posamezniki iz gospodinjstev, ki imajo internet, bodo bolj verjetno vkljucčeni v visokošolsko izobraževanje, saj se glede ponudbe visokošolskih zavodov lahko lažje informirajo. Poleg tega pa imajo tisti, ki imajo dostop do interneta doma, tudi na splošno boljše informacije glede prednosti visokošolskega študija. Se pravi, daje za takšna gospodinjstva trg bolj popoln, saj so tudi informacije popolnejše, tocnejše in pravocasnejše. Ob zanemarljivi stopnji tveganja (p(x2) = 0,000) lahko zavrnem ničelno domnevo in na podlagi vzorčnih podatkov sprejmem sklep, da sta spremenljivki TIZO (oziroma TIZO 678) in INTERN med seboj povezani. Med osebami, ki izhajajo iz gospodinjstev, ki doma nimajo interneta, je le 2,89 % takšnih, ki so vkljuceni v visokošolsko izobraževanje (v starosti od 19 do 25 let je takšnih 21 %). Izmed oseb, ki izhajajo iz gospodinjstev, ki internet imajo, pa znaša ta odstotek 13,32 % (v starosti od 19 do 25 let je takšnih 60,75 %). Podobno je relativna vkljucenost v visokošolsko izobraževanje med tistimi posamezniki, ki izhajajo iz gospodinjstev z internetom, večja tudi po posameznih nivojih visokošolskega izobraževanja (na visokošolskem strokovnem, univerzitetnem in podiplomskem nivoju) v primerjavi z relativno vkljucenostjo oseb po posameznih nivojih visokošolskega izobraževanja, ki izhajajo iz gospodinjstev, ki interneta nimajo. Naj dodam še to, da je povezanost med RAČ in INTERN po prica-kovanjih pozitivna, vendar ne zelo močna. V starostnih razredih od 0 do 18 let, od 19 do 25 let, od 26 do 34 let in od 35 let naprej znaša Pearsonov korelacijski koeficient r nekaj več kot 0,6. To pa pomeni, da spremenljivki RAČ in INTERN sami po sebi nista pretirano povezani in da ju lahko v probit modelu uporabim hkrati, saj oatno ne pojasnju- jeta istih razlogov za variabilnost verjetnosti vkljuatve v visokošolsko izobraževanje. Kako gospodinjstvo shaja s svojim mesečnim dohodkom (SHAJ) je vprašanje iz APG, ki se mi je tudi zdelo pomembno. Gospodinjstvo je lahko odgovorilo, da s svojimi mesecčnimi dohodki shaja zelo težko, težko, z manjšimi težavami, dokaj lahko, lahko ali pa zelo lahko. Gospodinjstva, ki so lahko na to vprašanje odgovorila s šestimi možnimi odgovori, sem razdelil v le dve skupini. Na tista, ki s svojim dohodkom shajajo težko (zelo težko, težko ali z manjšimi težavami) in tista, ki s svojim dohodkom shajajo lahko (dokaj lahko, lahko ali pa zelo lahko). Pri prvih nominalna spremenljivka SHAJ zavzame vrednost 0 in pri drugih vrednost 1. Pričakujem, da je verjetnost vključitve posameznikov iz gospodinjstva, ki ocenjuje, da s svojimi mesecčnimi do-88 hodki shaja z lahkoto večja, kot pa verjetnost vkljucitve posameznikov iz gospodinjstev, ki ocenjujejo, da s temi dohodki shajajo težko. Predpostavljam namrecč, da gospodinjstva, ki menijo, da težko shajajo s svojim mesečnim dohodkom, težje financirajo visokošolsko izobraževanja svojih cčlanov, saj jim po pokrivanju osnovnih življenjskih stroškov ostane manj denarja. Gospodinjstva, ki menijo, da shajajo s svojim mesečnim dohodkom laže, pa tudi laže financirajo visokošolsko izobraževanje svojih clanov. Spremenljivki TIZO in SHAJ (oziroma TIZO678 in SHAJ) sta med seboj povezani (p(x2) = 0,000). Ce primerjam odstotek posameznikov, ki so vkljucčeni v visokošolsko izobraževanje med tistimi, ki izhajajo iz gospodinjstev, katera težko shajajo s svojim mesecčnim dohodkom ter tistimi, ki izhajajo iz gospodinjstev, katera s svojim mesecčnim dohodkom shajajo lažje, ugotovim, da je odstotek prvih manjši od odstotka drugih. Torej je relativno več vklju-cčenih v visokošolsko izobraževanje izmed tistih oseb, ki prihajajo iz gospodinjstev, ki lažje shajajo s svojim mesečnim dohodkom, kar pomeni, da je njihovo materialno stanje boljše in s tem tudi financčna sposobnost pokrivanja izdatkov visokošolskega izobraževanja. Naslednja obravnavana pojasnjevalna spremenljivka je vsota dohodkov vseh članov gospodinjstva iz naslova lastnine (dohodek od oddajanja nepremicčnin, patentov in licenc ter dividende in obresti), prejemkov vseh članov gospodinjstva od prodaje (razen avtomobila) ter drugih prejemkov vseh članov gospodinjstva, kamor spadajo dediščine, dobitki pri igrah na srero, zavarovalnine, nadomestila za razlašcčeno imetje in podobno. Spremenljivko sem poimenoval dohodki gospodinjstev iz lastnine, prodaje in drugo (DGLPD). Natančneje, katere dohodke vse zajema ta spremenljivka, je razvidno iz točk V., VI. in VII. pod vprašanjem 2.10b v Anketi o porabi v gospodinjstvih (http://www.stat.si/doc/vprasalniki/apg-vp2006.pdf). Pričaku- jem, da vecje vrednosti te spremenljivke izboljšujejo materialne pogoje gospodinjstva in s tem povečujejo tudi verjetnost vključitve posameznika iz takšnega gospodinjstva v visokošolsko izobraževanje. Odstotek oseb, vkljucenih v visokošolsko izobraževanje, ki izhajajo iz gospodinjstev z nadpovprečnimi DGLPD je večji (ta znaša 8,59 %), kot pa odstotek oseb, vkljucčenih v visokošolsko izobraževanje, ki izhajajo iz gospodinjstev s podpovprečnimi DGLPD (5,70 %). V želji, da bi izločil možnost, da je večji odstotek le posledica dejstva, da so bogatejša gospodinjstva z vidika DGLPD tista, katerih opazovane osebe so starejše - sem vpliv starosti izlocčil tako, da sem povezanost med podpovprecčnim in nadpovprecčnim DGLPD ter TIZO opazoval še po posameznih starostnih razredih, in sicer od 19 do 25 let, od 26 do 34 let ter 35 let ali več (preglednica 13.b). Ne glede na starostni razred je odstotek vključenih v visokošolsko izobraževanje vedno vecji pri ose- 89 bah, ki izhajajo iz gospodinjstev z nadpovprecčnimi DGLPD v primerjavi z osebami, ki izhajajo iz gospodinjstev, ki imajo podpovpreme DGLPD. Stopnja znacilnosti statistike %2(p(x2) = 0,000) potrjuje sta-tisticčno znacčilno povezanost med pod- in nadpovprecčnimi DGLPD ter TIZO. Pričakujem lahko torej, da bo iz gospodinjstev, ki so z vidika DGLPD bolj bogata relativno vec visokošolskih študentov. Spremenljivka denarna vrednost lastne proizvodnje (DVLP) meri letno vrednost pridelkov, pridelanih doma (na vrtu, kmetiji ali v sadovnjaku) ali izdelkov iz lastne delavnice, podjetja ali trgovine. Vrednost katerih izdelkov vse zajema ta spremenljivka, je natancčno razvidno iz primera Ankete o porabi v gospodinjstvih (http://www.stat.si/doc/ vprasalniki/apg-vp2006.pdf). Višja kot je vrednost te spremenljivke, bolj kmecka so takšna gospodinjstva, ali drugace, verjetnejše je, da to gospodinjstvo živi nekje na podeželju, stran od večjih univerzitetnih mest. Za člane tovrstnih gospodinjstev je dostopnost visokošolskih zavodov navadno slabša, za njihov nacin življenja pa ima visokošolska izobrazba tudi manj pomembno vlogo, kar pomeni, da so pričakovane koristi visokošolskega izobraževanja za njih manjše. Po drugi strani gre lahko tudi za gospodinjstva, ki imajo lastno obrt, podjetje ali trgovino. Oportunitetni stroški vključitve v visokošolsko izobraževanje članov takšnega gospodinjstva so večji, saj je neposredni prispevek pri ustvarjanju lastne proizvodnje znaten tako pri starejših, kot tudi pri mlajših članih tovrstnega gospodinjstva. Ob vključitvi posameznika iz takšnega gospodinjstva v visokošolsko izobraževanje navadno ta ne prispeva več k ustvarjanju lastne proizvodnje. To dejstvo ne deluje vzpodbudno na vkljucevanje v visokošolsko izobraževanje oseb iz takšnih gospodinjstev. Tudi pri njih so pričakovane koristi visokošolskega izobraževanja manjše v primerjavi s tistimi, ki izhajajo iz gospodinjstev z manjšo vrednostjo lastne proizvodnje. Iz gospodinjstev z nadpovprečno vrednostjo lastne proizvodnje prihaja relativno manj visokošolskih študentov (le 4,24% vseh oseb) v primerjavi z gospodinjstvi s podpovprečno vrednostjo lastne proizvodnje (od vseh oseb iz takšnih gospodinjstev je 6,47% visokošolskih študentov). Razlika pri tem odstotku v prid tistim osebam, ki izhajajo iz gospodinjstev s podpovprečno vrednostjo lastne proizvodnje, je ohranjena tudi, če ločeno obravnavam posameznike po različnih starostnih razredih od 19 do 25 let, 26 do 34 let ter 35 let ali več. Preizkus s testom x2(p(X2) = 0,000) potrjuje povezanost med podpovprečno in nadpovpreCčno denarno vrednostjo lastne proizvodnje gospodinjstva ter vključenostjo posameznika iz enega ali drugega gospodinjstvavvi-sokošolsko izobraževanje. Pričakujem, da bo probit analiza pokazala, 90 daje verjetnost vkljuCitve posameznikov v visokošolsko izobraževanje manjša, Ce ti izhajajo iz gospodinjstev, katerih DVLP je večja. Ce osebne prejemke posameznikov v gospodinjstvu, ki sem jih označil z OSPREJ, seštejem za vse člane v gospodinjstvu in vsoto pripišem tistemu, iz katerega ti prihajajo, dobim neto letne skupne prejemke gospodinjstva na podlagi vsote osebnih prejemkov posameznikov znotraj gospodinjstva. Na kratko sem to spremenljivko poimenoval kar prejemki gospodinjstva (PG). Ta je za razliko od spremenljivke OSPREJ (za katero sem ugotovil, daje endogena spremenljivka) primerna za merjenje sposobnosti gospodinjstva pri finanCiranju izdatkov visokošolskega izobraževanja. Ta namreC ni tako odvisna od dejstva, ali je posameznik vkljuCen v visokošolsko izobraževanje ali ne. Nasprotno, vključenost v visokošolsko izobraževanje je odvisna od velikosti prejemkov gospodinjstva kot Celote, saj to vpliva na finančno sposobnost finanCiranja izdatkov izobraževanja. Ce oseba, ki se odloča za nadaljevanje izobraževanja na visokošolski ravni, po zaklju-Cčeni srednji šoli nima nobenih osebnih prejemkov, to še ne pomeni, da je v enakem materialnem položaju, kot njegovi vrstniki, ki prav tako nimajo nobenih osebnih prejemkov. Pomembno vlogo imajo nam-reC osebni prejemki njihovih staršev, ali še bolje, skupni razpoložljivi osebni prejemki gospodinjstva kot Celote. Podobno velja, če so kandidati za visokošolski študij odrasle osebe. Odstotek oseb, ki izhajajo iz gospodinjstev z nadpovpreCčnimi skupnimi osebnimi prejemki in so vkljuCene v visokošolsko izobraževanje, je večji (8,28%) od odstotka oseb, ki izhajajo iz gospodinjstev s podpovprečnimi skupnimi osebnimi prejemki in so vključene v visokošolsko izobraževanje (4,17 %). To velja tudi v posameznih starostnih skupinah obravnavanih oseb (od 19 do 25 let, 26 do 34 let ter 35 let ali več), torej razlike ne izhajajo iz povezanosti med vključenostjo v visokošolsko izobraževanje in starostjo. Posamezniki bodo verjetneje postali študenti visokošolskega študija, če izhajajo iz gospodinjstva, kije z vidika PG bogatejše. Pričakujem, da bo to pozitivno povezavo med PG in TIZO potrdila tudi probit analiza. Naslednja obravnavana vrednostna pojasnjevalna spremenljivka so dejanska razpoložljiva letna denarna sredstva gospodinjstva iz vseh možnih virov (DENSRG). Za to, da bi dobil to vsoto, sem navedeni obravnavani spremenljivki PG (vsota osebnih prejemkov vseh članov gospodinjstva) prištel še spremenljivko DGLPD (dohodki gospodinjstva iz lastnine, prodaje in drugo). Večja kot so ta skupna razpoložljiva denarna sredstva, vecja je verjetnost vključenosti posameznega clana gospodinjstva v visokošolsko izobraževanje. Ta spremenljivka namreč še bolje kot DGLPD ali PG opisuje finanmo sposobnost gospodinj- 91 stva pri financiranju visokošolskega izobraževanja. Vključuje namrec osebne prejemke vseh članov gospodinjstva, kakor tudi njegove dohodke iz naslova lastnine, prodaje in drugo, ki so še bolj kot skupni osebni prejemki neodvisni od posameznika. Odstotek oseb, ki so starejše od 18 let in so vkljucene v visokošolsko izobraževanje, je precej večji med tistimi, ki izhajajo iz gospodinjstev z nadpovprečnimi skupnimi denarnimi sredstvi (10,19 %), kot pa med tistimi, ki izhajajo iz gospodinjstev s podpovpremimi denarnimi sredstvi (5,05%). Da bi izloal morebiten vpliv starosti posameznikov na to povezanost, sem to spet obravnaval tudi po posameznih starostnih skupinah (od 19 do 25 let, 26 do 34 let ter 35 let ali več). Odstotek teh, ki so vključeni v visokošolsko izobraževanje in izhajajo iz gospodinjstev z nadpovprečnimi skupnimi denarnimi sredstvi, je večji od odstotka tistih, ki so vkljucčeni v visokošolsko izobraževanje in izhajajo iz gospodinjstev s podpovpremimi skupnimi denarnimi sredstvi tudi v starostnih skupinah od 19 do 25 let, od 26 do 34 let ter 35 let ali vec. Podobno velja tudi za povezanost med pod- in nadpovprečnimi skupnimi razpoložljivimi denarnimi sredstvi gospodinjstva, ki izključujejo osebne prejemke opazovane osebe (DENSRO) ter vkljucenostjo v visokošolsko izobraževanje. V vseh starostnih skupinah je vkljuce-nost relativno precej večja pri osebah, ki izhajajo iz gospodinjstva z nadpovprecčnimi skupnimi razpoložljivimi denarnimi sredstvi gospodinjstva, ki izkljucujejo osebne prejemke opazovane osebe (DENSRO) v primerjavi s tistimi, ki izhajajo iz gospodinjstev, pri katerih so DENSRO podpovprečni. Verjetnost vključitve v visokošolsko izobraževanje je očitno veqa v premožnejših gospodinjstvih iz vidika razpoložljivih skupnih denar- nih sredstev, to pa velja tako za mlajše kot tudi starejše osebe. Kakšen natancno je ta vpliv skupnih razpoložljivih sredstev gospodinjstva, sem preučil s pomocjo probit modela. Preveril sem še iz enega vidika, to pa je, ali so skupna denarna sredstva gospodinjstva res primernejša za merjenje materialnih pogojev posameznika, da se vključi v visokošolsko izobraževanje, kot pa njegovi osebni prejemki. V ta namen sem proučil povezanost med osebnimi prejemki posameznikov in skupnimi razpoložljivimi denarnimi sredstvi njegovega gospodinjstva, ki izkljucujejo osebne prejemke opazovanega študenta (DENSRO). Opazoval sem le osebe, starejše od 18. leta, saj jih pod to starostno mejo dela zelo malo, prav tako pa tudi skoraj ne morejo biti vkljucčeni v visokošolsko izobraževanje. Ugotovil sem, da med osebnimi prejemki posameznikov (OSPREJ) in 92 razpoložljivimi denarnimi sredstvi ostalih članov gospodinjstva skupaj (DENSRO) obstaja po enoletnih starostnih razredih pretežno negativna povezanost, dokler je opazovana oseba stara 30 let ali manj, od starosti opazovane osebe 31 let in dalje pa postane povezava med OSPREJ in DENSRO pozitivna. Ce opazujem povezanost med osebnimi prejemki zgolj študentov (tisti, ki niso študenti so izkljuceni) in skupnimi razpoložljivimi denarnimi sredstvi ostalih članov študentovega gospodinjstva, ugotovim, da je povezanost med OSPREJ ter DENSRO negativna v vseh starostnih razredih, ne glede na to, ali so študenti dodiplomski ali podiplomski. Pri posameznikih iz revnejših gospodinjstev (ti imajo podpovprecčna skupna razpoložljiva denarna sredstva) je negativna povezava še posebej močna. Malo šibkejša, a še vedno negativna povezava je prisotna med OSPREJ in DENSRO tistih iz bogatejših gospodinjstev (ki imajo nadpovprecčna skupna razpoložljiva denarna sredstva). Izjema je starostna skupina oseb starih 35 let ali vec, ki so vkljuceni v podiplomski študij, pri kateri je prisotna pozitivna povezanost. To pomeni, da študenti sami delajo in zaslužijo vec (imajo tudi večje socialne prejemke kot na primer štipendijo), če so razpoložljiva denarna sredstva ostalih članov gospodinjstva skupaj manjša. Slabše materialne pogoje za študij, ker imajo ostali cčlani njegovega gospodinjstva skupno manjša denarna sredstva, rešuje tako, da si sam zagotovi večje osebne prejemke (z delom ali štipendijo). Ce pa imajo ostali člani gospodinjstva skupno večja razpoložljiva denarna sredstva, potem bo študent iz takšnega gospodinjstva s svojimi lastnimi osebnimi prejemki prispeval manj. Z drugimi besedami, študenti, katerih starši so bogatejši, bodo delali manj, študenti, katerih starši so revnejši, pa bodo delali in zaslužili več, verjetneje pa je, da bodo imeli tudi štipendijo. To pavmanj morni obliki velja tudi pri vseh osebah na splošno, ne glede na to, ali so študenti ali ne. Očitno manjši osebni prejemki posameznika še ne pomenijo slabših pogojev za študij. To je lahko le odraz dejstva, da posameznik izhaja iz premožnejšega gospodinjstva in mu zato ni treba poleg študija tudi toliko ali pa sploh delati. Prava denarna kategorija, ki je primerna za merjenje finančnih pogojev posameznika za študij, so torej skupna denarna sredstva gospodinjstva ostalih clanov gospodinjstva (torej vsa denarna sredstva gospodinjstva (DENSRG), zmanjšana za osebne prejemke opazovane osebe (OSRPEJ)). Razmernostna diskretna spremenljivka število oseb v gospodinjstvu (STOSVG) je naslednja pomembna lastnost, ki vpliva na vključitev posameznika v visokošolsko izobraževanje. Na spreminjanje verjetnosti vključitve v visokošolsko izobraževanje z večanjem števila cla- 93 nov gospodinjstva vplivata vsaj dva nasprotujoča si ucinka. Z večanjem števila clanov gospodinjstva se v glavnem povečuje število otrok. Po eni strani se z vecanjem njihovega števila povečuje število najverjetnejših potencialnih študentov (kar vpliva na večji odstotek visokošolskih študentoviz večjih gospodinjstev), po drugi pa se s povečevanjem števila cčlanov gospodinjstva zmanjšujejo razpoložljiva denarna sredstva na člana (kar vpliva na manjši odstotek visokošolskih študentov iz vecčjih gospodinjstev). Število oseb v gospodinjstvu ter vkljucčenost v visokošolsko izobraževanje sta med seboj povezani (p(x2) = 0,000). Z večanjem števila oseb v gospodinjstvu od 1 do 4 se odstotek oseb, vkljucenih v visokošolsko izobraževanje, povecuje (z 1,71% na 8,22%). Ko pa se število oseb v gospodinjstvu še naprej povecuje, preko štiri in do maksimalnega opazovanega števila oseb v gospodinjstvu, ki je bilo enajst, pa se odstotek oseb, vkljucčenih v visokošolsko izobraževanje, zmanjšuje (z 8,22% na 1,65%). Z namenom, da bi podrobneje razčlenil razloge za takšno spreminjanje, sem vključenost v visokošolsko izobraževanje glede na velikost gospodinjstva opazoval locčeno po starostnih skupinah od 19 do 25 let, 26 do 34 let ter od 35 let in naprej. Med osebami, ki so stare od 19 do 25 let, se vključenost v visokošolsko izobraževanje povečuje z večanjem števila clanov gospodinjstva od ena do štiri (s 27,08% na 40,40%), z nadaljnjim povecevanjem do števila clanov gospodinjstva deset pa ta odstotekpade na dobrih 10 % in se povzpne na 16,7% pri osebah, starih od 19 do 25 let, ki izhajajo iz gospodinjstev z enajst člani. Ce posameznik v tem starostnem razredu izhaja iz gospodinjstva, ki ga tvori on sam, gre za mlado osebo, ki se je zelo zgodaj postavila na lastne noge, kar za študente ni značilno. Velik odstotek oseb v starosti od 19 do 25 let iz enočlanskih go- spodinjstev posledično vodi v nizek odstotek visokošolskih študentov. Ce posameznik v tem starostnem razredu izhaja iz gospodinjstva, ki je dvoCčlansko, je ta najverjetneje eden od partnerjev v zunajzakonski ali zakonski skupnosti. Mladi pari v tem starostnem razredu pa prav tako niso tipični študenti. Tisti, ki v tem starostnem razredu študirajo, namreč veCinoma ne živijo v zunajzakonski ali zakonski skupnosti. Ce posameznik v tem starostnem razredu izhaja iz tri- ali štiričlanskega gospodinjstva, pa to najverjetneje pomeni, da gre za otroka, torej osebo, ki še ne živi v zunajzakonski ali zakonski skupnosti, ampak pri starših. VeCje število oseb v starosti od 19 do 25 let, ki izhaja iz večjih družin, torej pomeni veC mladine, kije najverjetneje vključena v visokošolsko izobraževanje. Zato je tudi odstotek oseb, ki izhajajo iz štiričlanskih gospodinjstev in je vključen v visokošolsko izobraže-94 vanje, veCji od odstotka oseb, vključenih v visokošolsko izobraževanje, ki izhajajo iz manjših gospodinjstev. Ko pa število članov gospodinjstva preseže določeno mejo, lahko pričakujem, da se bo odstotek vključenih v visokošolsko izobraževanje začel zmanjševati, saj neugoden vpliv zmanjševanja razpoložljivih denarnih sredstev na člana gospodinjstva prevlada nad veCjim številom najverjetnejših potenCialnih kandidatov (mladih) za visokošolski študij. Med osebami, ki so stare od 26 do 34 let, je vključenost v visokošolsko izobraževanje največja pri tistih, ki izhajajo iz eno ali dvoClanskih gospodinjstev. Gre za osebe, ki so se ravno osamosvojile in morda že živijo v zunajzakonski ali zakonski skupnosti. Ker takšne osebe še nimajo otrok, so bolj verjetno vključene v visokošolsko izobraževanje, kot pa tiste, ki majhne otroke že imajo in torej izhajajo iz tri- ali veCč članskih gospodinjstev. VeCje število članov gospodinjstva pri osebah, ki so stare od 26 do 34 let, pomeni predvsem večje število otrok, ki so še premladi, da bi bili lahko vkljuCčeni v visokošolsko izobraževanje. Ob upoštevanju vsaj delnega izkljuCčevanja med študijem in družino, pa je verjetnost vkljuCčitve v visokošolski študij takšnih oseb, ki že imajo majhne otroke, manjša, kot pa če jih ne bi imeli. Med osebami, ki so stare 35 let ali več, je vkljuCenost v visokošolsko izobraževanje zelo majhna ne glede na velikost gospodinjstva. Spet pa lahko opazim rast relativne vključenosti z večanjem števila Clanov gospodinjstva do štirih Clanov in zmanjševanje relativne vključenosti z nadaljnjim povečevanjem števila članov gospodinjstva. Najverjetneje je temu tako zato, ker gre pri osebah, ki so stare 35 let ali več in imajo dva otroka, za starejše starše, katerih otroCi so že tudi vsaj toliko stari, da so vkljuCeni v srednješolsko ali pa že v visokošolsko izobraževanje. Očitno ti starši pogosto nadaljujejo svoje izobraževanje na dodiplom-ski ali pa podiplomski ravni, ker so se deloma že razbremenili dela, povezanega z majhnimi otroki, navadno pa v tem cčasu že tudi rešijo svoj stanovanjski problem in si uredijo ostale osnovne eksistencialne pogoje. Tako jim ostaja vec casa in denarja za nadaljevanje izobraževanja na dodiplomskem ali podiplomskem študiju. Z vecčanjem števila članov gospodinjstva nad štiri pa očitno neugodni vpliv zmanjševanja razpoložljivih denarnih sredstev na cčlana gospodinjstva prevlada, po drugi strani pa večje število otrok pomeni tudi večjo starost staršev. S staranjem staršev ali tudi posameznikov nad 50 leti, pa se tudi vključenost v visokošolsko izobraževanje hitro zmanjšuje. Očitno vpliv števila članov gospodinjstva na verjetnost vključitve v visokošolsko izobraževanje ni enoznačen in je različen v razlicnih starostnih skupinah, v katerih se nahajajo opazovani posamezniki. Pri povečevanju števila clanov gospodinjstev se prepletata ucinek večjega števila najverjetnejših študentov, to je mladih, ter učinek neugo- 95 dnega zmanjševanja razpoložljivih denarnih sredstev gospodinjstva na cčlana. Ker bi bilo zelo zanimivo opazovati vpliv izobrazbe staršev na vklju-cčenost njihovih otrok v visokošolsko izobraževanje, razpoložljivi podatki pa tega ne omogocčajo, sem poiskal naslednjo rešitev. Namesto izobrazbe staršev sem iz razpoložljivih podatkov izpeljal spremenljivko, ki pove, ali ima vsaj kdo od ostalih članov gospodinjstva visokošolsko izobrazbo (DIZOVGBREZ=1) ali ne (DIZOVGBREZ=0), izključujoč opazovano oseb. Prisotnost vsaj ene osebe z visokošolsko izobrazbo v gospodinjstvu (pri čemer opazovana oseba ni upoštevana) ustvarja takšno vzdušje oziroma pozitivne ucčinke, ki pozitivno vplivajo na vključitev v visokošolsko izobraževanje. Spremenljivki prisotnost osebe z visokošolsko izobrazbo v gospodinjstvu (izključujoc opazovano osebo) - DIZOVGBREZ ter vključenost opazovane osebe v visokošolsko izobraževanje sta med seboj povezani (p(x2) = 0,000). Opazovane so le osebe, ki so starejše od 18 let. Odstotek oseb, ki so vkljucene v visokošolsko izobraževanje in izhajajo iz gospodinjstev, ki imajo med ostalimi člani vsaj enega z visokošolsko izobrazbo, znaša 19,5%. Odstotek oseb, ki so vključene v visokošolsko izobraževanje in izhajajo iz gospodinjstev, ki med ostalimi člani nimajo nobenega z visokošolsko izobrazbo, znaša 6,17%. Še posebej je ta razlika izrazita pri osebah v starostnem razredu od 19 do 25 let (69,88 % in 31,92 %). Osebe, ki izhajajo iz gospodinjstev, v katerih ima vsaj še nekdo od ostalih članov gospodinjstva visokošolsko izobrazbo, bodo verjetneje tudi same vključene v visokošolsko izobraževanje. V preglednici 4.3 povzemam strukturo opazovanih oseb po vključenosti v visokošolsko izobraževanje, in sicer za vsako posamezno vrednost za lastnost opazovane osebe ter njegovega gospodinjstva pose- 96 Preglednica 4.3 Vključenost oseb z različnimi lastnostmi v visokošolsko izobraževanje in endogene značilnosti oseb, vkljucenih v visokošolsko izobraževanje, obdobje 1998-2005 Lastnosti posameznika DIZO1_10 Odstotek visokošolskih študentov je najvecji med tistimi, ki imajo za-kljuceno srednjo splošno izobrazbo (58%) (91 % med temi, ki so stari od 19 do 25 let). SPOL Odstotek visokošolskih študentov je med ženskami večji (6,5 %) kot med moškimi (5,4 %). Med ženskami od 19 do 25 leta: 42,5 % in med moškimi od 19 do 25 leta: 30,6%. STAR Odstotek visokošolskih študentovje v dodiplomskem študiju najvecji med dvajsetletniki (44% vseh dvajsetletnikov). V podiplomskem študiju največji med 27-letniki (2 % vseh). SPREB* Statisticno znacilna povezanost med SPREB in TIZO678 je le pri osebah, starih 35 let ali več (med tistimi, ki niso vključeni v visokošolsko izobraževanje jih izven naslova stalnega prebivališča živi le 0,78 %, medtem ko jih med tistimi, ki so vkljuceni v podiplomsko izobraževanje izven naslova stalnega prebivališča živi kar 4,05 %). ZSTAN* Statisticno znacilna povezanost med ZSTAN in TIZO (oziroma TIZO678) je le v starostnem razredu od 19 do 25 (poročenih ali v zunajzakonski skupnosti je le 2,35 % študentov in 12,93 % tistih, ki niso študenti) in od 26 do 34 let (porocenih ali v zunajzakonski skupnosti je le 21,53% študentov in 56,04% tistih, ki niso študenti). FSTAT* V starostnem razredu od 19 do 25 let dela za denar 54 % ne študentov in 3 % študentov. V starostnem razredu od 26 do 34 let dela za denar 84 % ne študentov in 44 % študentov. V starostnem razredu 35 let in več dela za denar 47 % tistih, ki niso študenti in 87 % študentov. OSPREJ* Do približno 28. leta so povprečni OSPREJ visokošolskih študentov nižji kot pri tistih, ki niso študenti. Od približno 29. leta starosti dalje pa so povprečni OSPREJ študentov višji kot pri tistih, ki niso študenti. Relativni pomen OSPREJ v DENSRG se povečuje s starostjo. Nadaljevanje na naslednji strani bej. Kljub temu, da endogene spremenljivke ne morejo biti vkljucene v probit model, saj verjetnosti vključitve v visokošolsko izobraževanje ne pojasnjujejo, v preglednici 4.3 na kratko predstavljam tudi značilnosti, vezane na endogene spremenljivke. 4.2 Ocenjeni probit model V nadaljevanju predstavljam rezultate analize s probit modelom, ki se nanašajo na analizo vpliva dejavnikov (lastnosti posameznika in lastnosti gospodinjstva), ki sem jih predstavil v predhodnem poglavju 4.1.2 na verjetnost vkljucitve posameznika v visokošolsko izobraževanje. Posebej analiziram dejavnike verjetnosti vkljucitve v dodiplomski študij, in sicer najprej za osebe, stare od 19 do 34 let, kamor skupaj sodi slabih 95 % vseh dodiplomskih študentov. Nadalje v okviru Preglednica 4.3 Nadaljevanje s prejšnje strani Lastnosti gospodinjstva RAC Od vseh oseb, ki izhajajo iz gospodinjstev, ki nimajo racčunalnika, jih je 1,86% visokošolskih študentov. Od vseh oseb, ki izhajajo iz gospodinjstev, ki imajo racčunalnik, jih je 10,26% visokošolskih študentov. AVTO IZDIZV INTERN SHAJ DGLPD DVLP Odstotek vkljucenih posameznikov v visokošolsko izobraževanje narašča z narašcanjem števila avtomobilov v njihovem gospodinjstvu, do števila 3 (odstotek oseb, ki izhajajo iz gospodinjstev s tremi avtomobili in so vključene v visokošolsko izobraževanje, znaša 9,89 %). Ne glede na starostni razred so izdatki za izven študijske aktivnosti (jeziki, šport, glasba idr.) gospodinjstev študentov večji, kot ne študentov. Med osebami, ki izhajajo iz gospodinjstev, ki nimajo interneta, je le dobrih 2,89 % visokošolskih študentov (v starosti od 19 do 25 let je takšnih 21,00%). Med osebami, ki izhajajo iz gospodinjstev, ki internet imajo, je skoraj 13,32 % visokošolskih študentov (v starosti od 19 do 25 let je takšnih 60,75 %). Povezanost med RAC in INTERN je srednje močna in pozitivna (r = 0,6). Relativno vec oseb je vključenih v visokošolsko izobraževanje med osebami, ki prihajajo iz gospodinjstev, ki ocenjujejo, da lažje shajajo s svojim mesecnim dohodkom v primerjavi s tistimi, ki prihajajo iz gospodinjstev, kjer ocenjujejo, da težje shajajo s svojim mesecčnim dohodkom. Ne glede na starostni razred je odstotek vkljucenih v visokošolsko izobraževanje vecčji pri osebah, ki izhajajo iz gospodinjstev z nadpovprecč-nimi DGLPD v primerjavi s tistimi, ki izhajajo iz gospodinjstev, ki imajo podpovprečne DGLPD. Iz gospodinjstev z nadpovprečno vrednostjo lastne proizvodnje prihaja relativno manj visokošolskih študentov (le 4,24 % vseh oseb iz takšnih gospodinjstev) v primerjavi z osebami iz gospodinjstev s podpovpremo vrednostjo lastne proizvodnje (od vseh oseb iz takšnih gospodinjstev je 6,47% visokošolskih študentov). To velja tudi po posameznih starostnih razredih obravnavanih oseb. 97 Nadaljevanje na naslednji strani analize dodiplomskega študija ločeno obravnavam osebe, stare od 19 do 25 let in posebej osebe, stare od 26 do 34 let. V nižjem starostnem razredu se nahaja 84 % vseh dodiplomskih študentov, v višjem starostnem razredu pa 10%. Oseb, mlajših od 19 in starejših od 34 let, v analizi dejavnikov vkljucčitve v dodiplomski študij nisem obravnaval, saj je v teh starostnih razredih skupaj le še dobrih 5 % vseh dodiplomskih študentov. Med dodiplomske študente spadajo tako študenti visokega strokovnega izobraževanja, kot tudi študenti univerzitetnega izobraževanja. Podobno skupaj in nato še v dveh locčenih starostnih skupinah obravnavam podiplomske študente. Najprej analiziram dejavnike verjetnosti vključitve v podiplomski študij za osebe, stare od 23 Probit model dejavnikov relativnega povpraševanja Preglednica 4.3 Nadaljevanje s prejšnje strani DENSRG in DENSRO PG Odstotek oseb, ki so vkljuCene v visokošolsko izobraževanje in izhajajo iz gospodinjstev z nadpovpreCčnimi skupnimi osebnimi prejemki, je večji (8,28%) od odstotka oseb, ki so vkljuCene v visokošolsko izobraževanje in izhajajo iz gospodinjstev s podpovpreC-nimi skupnimi osebnimi prejemki (4,17%). To velja tudi po posameznih starostnih razredih obravnavanih oseb. Ne glede na starost posameznikov lahko ugotovim, daje odstotek oseb, ki so starejše od 18 let in so vključene v visokošolsko izobraževanje, preCej večji med tistimi, ki izhajajo iz gospodinjstev z nadpovprečnimi skupnimi razpoložljivimi denarnimi sredstvi (10,19 %), kot pa med tistimi, ki izhajajo iz gospodinjstev s podpovpreCčnimi skupnimi razpoložljivimi denarnimi sredstvi (5,05%). Podobna je tudi povezanost med DENSRO in TIZO. STOSVG Z veCanjem števila oseb v gospodinjstvu od 1 do 4 se odstotek 98 oseb, vključenih v visokošolsko izobraževanje, povečuje (z 1,71 % na 8,22 %). Ko se število oseb v gospodinjstvu povečuje preko štiri pa do enajst, se odstotek oseb, vkljuCenih v visokošolsko izobraževanje, zmanjšuje (z 8,22% na 1,65%). Odstotek oseb, ki so vkljuCene v visokošolsko izobraževanje in izhajajo iz gospodinjstev, kjer imajo med ostalimi Clani vsaj enega z visokošolsko izobrazbo, znaša 19,5 %. Odstotek oseb, ki so vkljuCene v visokošolsko izobraževanje in izhajajo iz gospodinjstev, ki med ostalimi Cčlani nimajo nobenega z visokošolsko izobrazbo, znaša 6,17%. DIZOVGBREZ Za razlago krajšav glej stran 11. do 49 let, kamor skupaj sodi slabih 90 % vseh podiplomskih študentov. Nadalje v okviru analize podiplomskega študija loCčeno obravnavam osebe, ki so stare od 23 do 31 let (v tem starostnem razredu je 61 % vseh podiplomskih študentov) in nato še osebe, ki so stare od 32 do 49 let (v tem starostnem razredu je 28 % vseh podiplomskih študentov). Podobno tudi v primeru analize podiplomskih študentov, mlajših od 23 in starejših od 49 let, v analizi dejavnikov vkljuCitve v podiplomski študij nisem obravnaval, saj je v teh starostnih razredih skupaj le še dobrih 10% vseh podiplomskih študentov. Med podiplomskimi študenti so študenti speCialistiCčnih, magistrskih in doktorskih programov. V analizi dejavnikov verjetnosti vključitve v dodiplomski in podiplomski študij se je loCčena obravnava skupine mlajših in starejših študentov izkazala za upravičeno, saj se nekateri dejavniki vkljuCitve pri mlajših in pri starejših razlikujejo. Pri vseh obdelavah, ki se nanašajo na probit model in z njim povezane analize, sem uporabljal statistiCni paket STATA 9.2. Pri analizi sem vedno upošteval, da vse enote (posamezniki) niso enako pomembne, pri vsaki je namreC upoštevana ustrezna vzorčna utež (W), ki se nanaša na gospodinjstvo, iz katerega posameznik izhaja. V izhodišču sem v analizo s probit modelom vkljucil vse pojasnjevalne spremenljivke (lastnosti posameznika in lastnosti gospodinjstva), ki sem jih predstavil v poglavju 4.1.2, v končnem modelu pa sem ohranil le tiste, ki so statisticčno znacčilne (pri katerih je verjetnost napake prve vrste najvec 5 %) in izbral model z najvecjo pojasnjevalno moqo ter vsebinsko najustreznejšimi pojasnjevalnimi spremenljivkami. Ce se je izkazalo, da so nekatere spremenljivke med seboj preveč povezane (multikolinearnost), ker odražajo eden in isti ali pa zelo podoben dejavnik, sem jih izločil in ohranil le po eno spremenljivko, ki najbolje odraža dolocčeni dejavnik. Rezultati najustreznejših koncčnih probit modelov za verjetnost vkljucčitve v dodiplomski in podiplomski študij skupaj ter po omenjenih starostnih skupinah, so prikazani v primerjalni preglednici 4.3. 99 Splošna oblika probit modela za verjetnost vkljucitve posameznika v visokošolsko izobraževanje je zapisana z enacčbo: P (TIZO = 1) = 0(#) + A X1 + ^2 x2 + & x3 + --- + Pixi + --- + Pnxn). (4.1) V njen P (TIZO = 1) pomeni verjetnost vključenosti posameznika v visokošolsko izobraževanje, ta verjetnost pa je dolocčena z desno stranjo enacbe v probit modelu. Simbol 0 pomeni kumulativno porazdeli-tveno funkcijo (cumulative distribution function - CDF) standardizirane normalne porazdelitve, xi pomeni posamezno pojasnjevalno spremenljivko, predstavljeno v poglavju 4.1.2. Predznaki parcialnih koeficientov ), ki so enaki predznakom mejnih učinkov pri posamezni pojasnjevalni spremenljivki, dajejo odgovor o smeri vpliva posamezne pojasnjevalne spremenljivke na verjetnost vkljucčitve posameznika v visokošolsko izobraževanje. Stopnje znacilnosti v oklepaju ob posamezni pojasnjevalni spremenljivki predstavljajo test statično značilne različnosti posameznega koeficienta ) od nic. Ce je ta stopnja znacčilnosti (verjetnost napake prve vrste) enaka 0,05 ali manj, potem sprejmem sklep, da spremenljivka, na katero se ta stopnja značilnosti nanaša, značilno vpliva na odvisno spremenljivko TIZO. Kot je razvidno iz preglednice 4.3, so vse v model vključene spremenljivke statisticno znacilne. Ker želim ugotoviti, za koliko odstotnih točk se spremeni verjetnost, da bo posameznik vključen v visokošolsko izobraževanje, ce se vrednost ustrezne posamezne pojasnjevalne spremenljivke spremeni za eno enoto, potem moram izracčunati tako imenovane mejne učinke (MU) ali angleško marginal effects za vsako od vkljucenih pojasnjevalnih spremenljivk posebej. Vrednosti mejnih učinkov so iz vsebinskega vidika pomembnejše kot vrednosti parcialnih koeficientov (f;). Za izracun mejnih učinkov je treba najprej določiti referencno osebo, to je seznam vrednosti (lastnosti), ki jih pri posamezni pojasnjevalni spremenljivki zavzema oseba, ki služi za izhodišcče pri razlagi mejnih ucčinkov. Naslednji korak pri racčuna-nju mejnih učinkov posamezne spremenljivke je izračun vrednosti za gostoto verjetnosti (probability distribution function - PDF) za referencno osebo. V standardizirano normalno funkcijo za gostoto verjetnosti sem vstavil vsoto produktov med vrednostmi posamezne od pojasnjevalnih spremenljivk, ki so značilne za referenčno osebo ter koeficientom fi, ki ustreza tej pojasnjevalni spremenljivki. Ker gre v probit modelu za standardizirano normalno porazdelitev, je srednja vrednost n = 0 in standardni odklon a = 1. Z namenom, da bi končno 100 dobil mejne učinke posameznih pojasnjevalnih spremenljivk, sem vrednost PDF za vsako spremenljivko posebej množil s koeficientom fSi. Izračunane vrednosti mejnih učinkov za izbrano referenčno osebo so prikazane v preglednici 4.3. Poleg mejnih učinkov izračunam tudi verjetnost, da je referenčna oseba vključena v visokošolsko izobraževanje. Ta verjetnost je enaka plošcini pod normalno porazdelitveno funkcijo levo od izbranega produkta x'{f, ki je dolocen z vrednostmi pojasnjevalnih spremenljivk referencne osebe ter posameznimi spremenljivkam pripadajocčimi koeficienti f i . Ta verjetnost je hkrati enaka vrednosti kumulativne verjetnostne porazdelitvene funkcije (ČDF) v x'{ f. V nadaljevanju podajam razlage mejnih ucinkov, ki pokažejo, za koliko odstotnih točk bi se spremenila verjetnost vkljucitve v visokošolsko izobraževanje, če bi se vrednost posamezne razmernostne pojasnjevalne spremenljivke povečala za eno enoto oziroma ce bi se vrednost posamezne nominalne slamnate spremenljivke spremenila iz 0 na 1. Naj opozorim, da so predvsem pri slamnatih spremenljivkah mejni ucčinki približni, hkrati pa temeljijo na predpostavki, da so na celem loku od vrednosti 0 do 1 enaki, kar seveda ne drži, zato so pogosto precenjeni. Kljub temu bodo služili kot dobra orientacija intenzivnosti vplivov posamezne pojasnjevalne spremenljivke, še posebej, ko bo šlo za primerjave med spremenljivkami. V vseh šestih modelih (za dve starostni podskupini in skupaj pri do-diplomskem študiju ter za dve starostni podskupini in skupaj pri podiplomskem študiju) je referencna oseba vedno tista, ki je ženskega spola (SPOL = 0), ki se po starosti nahaja na zacetku svojega starostnega razreda (STAR = 19 ali 26 ali 23 ali 32) ter ima povprečne osebne prejemke (OSPREJ = povpr.). Gospodinjstvo, iz katerega ta oseba iz-hajja, pa nimaosebnega računalnik (RAČ = 0), nima interneta (INTERN = 0) ter ima povprecno denarno vrednost lastne proizvodnje (DVLP = Preglednica 4.4 Rezultati probit modelov dejavnikov verjetnosti vključitve v visokošolsko izobraževanje, obdobje 1998-2005, Slovenija (1) (2) (3) (4) (5) (6) (7) SPOL -0,1328 — -0,1059 -0,0055 -0,0019 -0,0060 (0,000) (0,000) (0,010) (0,005) (0,001) STAR -0,0164 -0,0109 -0,0541 -0,0011 -0,0003 -0,0019 (0,000) (0,000) (0,000) (0,011) (0,000) (0,000) OSPREJ — — — — 0,0029 0,0087 • 10"6 • 10"6 (0,000) (0,000) RAC — — — 0,0120 — 0,0127 (0,000) (0,000) INTERN 0,2957 0,0503 0,2768 0,0135 0,0043 0,0137 (0,000) (0,000) (0,000) (0,000) (0,000) (0,000) DVLP — -0,0446 -0,0402 — — — • 10"6 • 10"6 (0,002) (0,020) DENSRO 0,0563 0,0133 0,0582 0,0026 0,0004 0,0024 • 10"6 • 10"6 • 10"6 • 10"6 • 10"6 • 10"6 (0,000) (0,000) (0,000) (0,000) (0,026) (0,000) STOSVG -0,0418 -0,0137 -0,0469 -0,0051 -0,0008 -0,0040 (0,000) (0,000) (0,000) (0,000) (0,019) (0,000) DIZOVGBREZ 0,1811 0,0352 0,1775 — — — (0,000) (0,000) (0,000) Konstanta 00 = A> = Č0 = A>=- P0=- A>=- 0,4626 1,6858 2,5800 0,9224 1,2217 0,6286 (0,010) (0,000) (0,000) (0,035) (0,004) (0,001) Model Dod-1 Dod-2 Dod- Pod-1 Pod-2 Pod- skupaj skupaj CDF 0,3077 0,0451 0,3642 0,0100 0,0019 0,0104 Št. opaz. 10376 10007 20383 9822 21234 31056 St. značč. 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 Wald. testa X2 Psevdo R2 0,1641 0,1527 0,2852 0,1586 0,3197 0,2473 (1) Pojasnjevalne spremenljivke (xj); mejni učinki za dodiplomski študij: (2) stari 19 do 25 let, (3) stari 26 do 34 let, (4) stari 19 do 34 let; mejni učinki za podiplomski študij: (5) stari 23 do 31 let, (6) stari 32 do 49 let, (7) stari 23 do 49 let. V oklepaju so navedene stopnje značilnosti regresijskih koeficientov ) Za razlago krajšav glej stran 11. Lastni izračuni s pomočjo statističnega paketa STATA in na podlagi podatkov, pridobljenih od SURS. povpr.), povprečna skupna razpoložljiva denarna sredstva izključujoč osebne prejemke opazovane osebe (DENSRO = povpr.), gospodinjstvo ima število članov, ki je najbližje povprečnemu številu članov gospodinjstva, to je v vseh primerih 4 (STOSVG = 4), gospodinjstvo nima nobenega Clana (poleg opazovane osebe), ki bi imel doseženo visokošolsko izobrazbo (DIZOVGBREZ = 0). Povprečja denarnih zneskov se vedno nanašajo na osebe ali gospodinjstva, iz katerih izhajajo osebe iz opazovanega starostnega razreda. Vse spremenljivke iz prvega stolpCa pregledniCe 4.4 seveda ne nastopajo v vseh štirih modelih, ampak le tiste, pri katerih so navedene vrednosti za mejne uCčinke. Vse pojasnjevalne spremenljivke imajo priCakovano smer vpliva na verjetnost vkljuCitve posameznika v visokošolsko izobraževanje. O smeri vpliva, kot že omenjeno, govorijo tako predznaki koefiCientov /, kakor tudi predznaki mejnih uCinkov. O moCi vpliva, ali neke vrste elastiCčnosti vkljuCčitve posameznika v visokošolsko izobraževanje glede na posamezno pojasnjevalno spremenljivko, pa govorijo le mejni uCinki, zato so v pregledniCi 4.4 predstavljene le vrednosti za 102 mejne učinke. V oklepajih so navedene stopnje značilnosti regresij-skih koefiCientov /;. Glede na stopnje značilnosti parcialnih koefiCientov/ ter glede na psevdo R2, so vsi predstavljeni probit modeli ustrezni. V vseh modelih znaša stopnja značilnosti Waldovega testa %2 0,000, prav tako je v vseh modelih vključena statistično značilna regresijska konstanta. Obravnavano obdobje obsega referenCna leta od 1998 do 2005. V nadaljevanju sledijo razlage vsebine posameznih pojasnjevalnih spremenljivk in njihovih mejnih učinkov ter primerjave med njimi za modele, predstavljene v pregledniCi 4.4. 4.2.1 Dodiplomski študij Rezultati probit modela dejavnikov, ki vplivajo na verjetnost vkljuCči-tve posameznika v visokošolsko dodiplomsko izobraževanje (»Dod-skupaj«) kažejo, da so glavni dejavniki te verjetnosti spol (SPOL) in starost (STAR) opazovane osebe ter lastnosti gospodinjstva, iz katerega oseba izhaja, in siCer prisotnost interneta v gospodinjstvu (INTERN), višina denarne vrednosti lastne proizvodnje gospodinjstva (DVLP), višina razpoložljivih skupnih denarnih sredstev gospodinjstva izključujoč osebne prejemke opazovane osebe (DENSRO), število oseb v gospodinjstvu (STOSVG) ter prisotnost vsaj še ene osebe v gospodinjstvu, ki ima poleg opazovane osebe že doseženo visokošolsko izobrazbo (DIZOVGBREZ). Pri tem je bilo obravnavanih 20.383 oseb, ki so bile stare od 19 do 34 let. Verjetnost, da bi bila referenCna oseba (ta je ženskega spola, stara 19 let, ki izhaja iz gospodinjstva, ki nima interneta, izhaja iz gospodinjstva, ki ima denarno vrednost lastne proizvodnje enako povpreCčni v obravnavani starostni skupini, izhaja iz gospodinjstva, ki ima skupna denarna sredstva izkljuCujoC osebne prejemke obravnavane osebe enaka povprecnim v obravnavani starostni skupini, izhaja iz gospodinjstva, ki ima štiri clane in izhaja iz gospodinjstva, v katerem poleg opazovane osebe nihce nima že dosežene visokošolske izobrazbe) vključena v visokošolsko dodiplomsko izobraževanje, znaša 36,42%. Ta verjetnost pa bi se zmanjšala za 10,6 odstotne tocke, če bi bila oseba moškega in ne ženskega spola oziroma bi se zmanjšala za 5,4 odstotne točke, če bi bila oseba za eno leto starejša od referenčne osebe. Ce bi gospodinjstvo referencčne osebe imelo internet, bi se verjetnost njene vključitve v visokošolsko dodiplomsko izobraževanje povečala za 27,7 odstotne točke, če pa bi gospodinjstvo referencne osebe imelo letno za 1 milijon SIT vecčjo denarno vrednost lastne proizvodnje od povprečne v obravnavani starostni skupini od 19 do 34 let, bi se verjetnost vključitve te osebe v visokošolsko dodiplomsko izobraževanje zmanjšala za štiri odstotne točke. Ce bi gospodinjstvo referenčne osebe 103 imelo letno za en milijon SIT večja razpoložljiva skupna denarna sredstva izključujoč osebne prejemke opazovane osebe od povpremih v obravnavani starostni skupini od 19 do 34 let, bi se verjetnost vključitve te osebe v visokošolsko dodiplomsko izobraževanje povecala za 5,8 odstotne točke. Ce bi se število oseb v gospodinjstvu referencne osebe povečalo iz štirih na pet članov, bi se verjetnost vkljucitve referencne osebe v visokošolsko dodiplomsko izobraževanje znižala za 4,7 odstotne točke. Ce bi v gospodinjstvu referencne osebe obstajal poleg te osebe še nekdo, ki ima že doseženo visokošolsko izobrazbo, bi se verjetnost vkljucitve referenčne osebe v visokošolsko dodiplomsko izobraževanje povečala za 17,8 odstotne točke. Ko sem v okviru probit analize dejavnikov verjetnosti vkljucitve posameznika v visokošolsko dodiplomsko izobraževanje locčeno obravnaval mlajše (stare od 19 do 25 let) in starejše osebe (stare od 26 do 34 let), sem ugotovil, da nekateri dejavniki, ki imajo sicer pomembno vlogo v skupnem modelu za osebe, stare od 19 do 34 let, v posamic-nih pod modelih niso prisotni ali pa njihovi mejni ucčinki niso enako mocčni. Dodiplomski študij - osebe stare od 19 do 25 let (»Dod-1«) V probit modelu »Dod-1«, ki velja za mlajše osebe, stare od 19 do 25 let, znaša verjetnost, da bo referenčna oseba (ta je ženskega spola, stara 19 let, ki izhaja iz gospodinjstva, ki nima interneta, izhaja iz gospodinjstva, ki ima izključujoč opazovano osebo skupna denarna sredstva enaka povprecčnim v obravnavani starostni skupini, izhaja iz gospodinjstva, ki ima štiri člane in izhaja iz gospodinjstva, v katerem poleg opazovane osebe nihcče nima že dosežene visokošolske izobrazbe) vključena v visokošolsko dodiplomsko izobraževanje 30,8%. Model »Dod-1« obsega 10.376 opazovanih oseb, starih od 19 do 25 let. Model »Dod-1« je glede vključenih pojasnjevalnih spremenljivk skoraj povsem enak skupnemu modelu »Dod-skupaj«. Edina razlika je v tem, da v modelu »Dod-1« pojasnjevalna spremenljivka denarna vrednost lastne proizvodnje (DVLP) ni vkljucena. Verjetnost vključitve referenčne osebe v visokošolsko dodiplomsko izobraževanje bi se zmanjšala za 13,3 odstotne točke, ce bi bila oseba moškega in ne ženskega spola oziroma bi se zmanjšala za 1,6 odstotne točke, če bi bila oseba za eno leto starejša od referencne osebe. Če bi gospodinjstvo referenčne osebe imelo internet, bi se verjetnost vključitve te osebe v visokošolsko dodiplomsko izobraževanje povečala za 29,6 odstotne tocke, če pa bi gospodinjstvo referencne osebe imelo letno za en milijon SIT večja razpoložljiva skupna denarna sred-104 stva izključujoč osebne prejemke opazovane osebe od povprecnih v obravnavani starostni skupini od 19 do 25 let, bi se verjetnost vključitve te osebe v visokošolsko dodiplomsko izobraževanje povecala za 5,6 odstotne točke. Če bi se število oseb v gospodinjstvu referenčne osebe povečalo iz štirih na pet clanov, bi se verjetnost vkljucitve referencne osebe v visokošolsko dodiplomsko izobraževanje znižala za4,2 odstotne točke. Če bi v gospodinjstvu referenčne osebe obstajal poleg te osebe še nekdo, ki ima že doseženo visokošolsko izobrazbo, bi se verjetnost vkljucitve referenčne osebe v visokošolsko dodiplomsko izobraževanje povečala za 18,1 odstotne točke. Močnejše mejne učinke kot v modelu »Dod-skupaj« imajo pojasnjevalne spremenljivke, kot so spol, prisotnost interneta v gospodinjstvu ter vsaj še ene osebe v gospodinjstvu, ki ima poleg opazovane osebe že doseženo visokošolsko izobrazbo. Dodiplomski študij - osebe, stare od 26 do 34 let (»Dod-2«) Model »Dod-2« obravnava starejše osebe, in sicer stare od 26 do 34 let. Verjetnost, da bo na podlagi tega modela referencčna oseba (ta je stara 26 let in izhaja iz gospodinjstva, ki nima interneta, izhaja iz gospodinjstva, ki ima vrednost lastne proizvodnje enako povprecni v obravnavani starostni skupini, izhaja iz gospodinjstva, ki ima skupna denarna sredstva izkljucujoc osebne prejemke opazovane osebe enaka povprecčnim v obravnavani starostni skupini, izhaja iz gospodinjstva, ki ima 4 cčlane in izhaja iz gospodinjstva, v katerem poleg opazovane osebe nihče nima že dosežene visokošolske izobrazbe) vkljucena v visokošolsko dodiplomsko izobraževanje, znaša 4,5 %. V analizo je bilo vključenih 10.007 opazovanih enot, to je oseb, starih od 26 do 34 let. Glede vkljucenih pojasnjevalnih spremenljivk se model »Dod-2« razlikuje od skupnega modela »Dod-skupaj« v tem, da model »Dod-2« ne vsebuje pojasnjevalne spremenljivke spol (SPOL), saj se ta pojasnjevalna spremenljivka izkaže kot visoko neznacčilna. V tem primeru bi se verjetnost vkljucitve referenčne osebe v visokošolsko dodiplomsko izobraževanje zmanjšala za 1,1 odstotne točke, če bi bila oseba za eno leto starejša od referenčne osebe. Ce bi gospodinjstvo referencne osebe imelo internet, bi se verjetnost vkljucitve te osebe v visokošolsko dodiplomsko izobraževanje povecala za 5 odstotnih točk. Ce bi gospodinjstvo referenčne osebe imelo na leto za en milijon SIT vecjo denarno vrednost lastne proizvodnje od povpreme v obravnavani starostni skupini od 26 do 34 let, bi se verjetnost vklju-cčitve te osebe v visokošolsko dodiplomsko izobraževanje zmanjšala za 4,5 odstotne tocčke. Ce pa bi gospodinjstvo referencne osebe imelo na leto za en milijon SIT veqa razpoložljiva skupna denarna sredstva izključujoč osebne prejemke opazovane osebe od povprečnih v obrav- 105 navani starostni skupini od 26 do 34 let, bi se verjetnost vkljucčitve te osebe v visokošolsko dodiplomsko izobraževanje povečala za 1,3 odstotne točke. Ce bi se število oseb v gospodinjstvu referencne osebe povečalo s štirih na pet članov, bi se verjetnost vključitve referencne osebe v visokošolsko dodiplomsko izobraževanje znižala za 1,4 odstotne točke. Ce bi v gospodinjstvu referencne osebe obstajal poleg te osebe še nekdo, ki ima že doseženo visokošolsko izobrazbo, bi se verjetnost vključitve referenčne osebe v visokošolsko dodiplomsko izobraževanje povečala za 3,5 odstotne točke. Mejni učinki pojasnjevalnih spremenljivk v modelu »Dod-2«so precej manjši od mejnih učinkov skoraj vseh pojasnjevalnih spremenljivk v ostalih dveh modelih, ki obravnavata verjetnost vkljucčitve v visokošolsko dodiplomsko izobraževanje (»Dod-skupaj« za osebe, stare od 19 do 34 let, in »Dod-1« za osebe, stare od 19 do 25 let). Edina izjema je mejni učinek denarne vrednosti lastne proizvodnje (DVLP), ki je v modelu »Dod-2« malenkost močnejši kot pa v modelu »Dod-skupaj«. 4.2.2 Podiplomski študij Podobno kot za dodiplomski tudi za podiplomski študij analiziram dejavnike verjetnosti vkljucčitve v visokošolsko podiplomsko izobraževanje najprej za veqo starostno skupino (za stare od 23 do 49 let), ki zajema dobrih 90 % vseh podiplomskih študentov in nato še ločeno mlajše osebe (stare od 23 do 31 let) ter starejše osebe (stare od 32 do 49 let). Rezultati probit modela dejavnikov, ki vplivajo na verjetnost vključitve posameznika v visokošolsko podiplomsko izobraževanje (»Pod-skupaj«) kažejo, da so glavni dejavniki te verjetnosti spol (SPOL) in starost (STAR) opazovane osebe ter višina osebnih prejemkov opazovane osebe (OSPREJ), za razliko od modela dejavnikov ver- jetnosti vključitve v dodiplomsko izobraževanje. Za podiplomske in še posebej starejše študente zagotovo velja, da so v večji meri zaposleni ter imajo osebne prejemke v primerjavi z mlajšimi in dodiplomskimi študenti. V primeru analize verjetnosti vkljuCčitve v podiplomsko izobraževanje, ko analiziram starejše osebe, osebni prejemki niso veCč nujno odvisni od dejstva, ali posameznik študira ali ne, torej ta spremenljivka ni več nujno endogena. Dejavniki, ki so vezani na lastnosti gospodinjstva, iz katerega ta oseba izhaja, so prisotnost osebnega računalnika v gospodinjstvu (RAC), prisotnost interneta v gospodinjstvu (INTERN), višina razpoložljivih skupnih denarnih sredstev gospodinjstva izključujoč osebne prejemke opazovane osebe (DENSRO) ter število oseb v gospodinjstvu (STOSVG). Za razliko od skupnega modela za dodiplomski študij »Dod-skupaj« je pri tem poleg spremen-106 ljivke višina osebnih prejemkov opazovane osebe (OSPREJ) vključena tudi spremenljivka prisotnost osebnega raCčunalnika v gospodinjstvu (RAC), nepomembna in zato izključena pa je spremenljivka denarna vrednost lastne proizvodnje (DVLP). Zanimivo je tudi, da za razliko od skupnega modela za dodiplomski študij »Dod-skupaj«, skupni model za podiplomski študij »Pod-skupaj« ne vsebuje spremenljivke DIZOVGBREZ, ki meri prisotnost vsaj še enega Clana gospodinjstva, ki ima poleg opazovane osebe visokošolsko izobrazbo. Ta spremenljivka se ne izkaže kot statistiCno značilna tudi v obeh ostalih modelih za podiplomski študij, ki jih podrobneje predstavljam v nadaljevanju. Pri analizi je bilo obravnavanih 31.056 oseb, ki so bile stare od 23 do 49 let. Verjetnost, da bi bila referenCna oseba (ta je ženskega spola, stara 23 let, ima osebne prejemke enake povpreCnim v obravnavani starostni skupini, izhaja iz gospodinjstva, ki nima ne raCčunalnika ne interneta, izhaja iz gospodinjstva, ki ima skupna denarna sredstva izkljuCujoC osebne prejemke opazovane osebe enaka povpreCnim v obravnavani starostni skupini ter izhaja iz gospodinjstva, ki ima štiri Clane) vključena v visokošolsko podiplomsko izobraževanje znaša 1 %. Ta verjetnost pa bi se zmanjšala za 0,6 odstotne točke, Ce bi bila oseba moškega in ne ženskega spola oziroma bi se zmanjšala za 0,2 odstotni točki, če bi bila oseba za eno leto starejša od referenčne osebe. Ce bi referenCna oseba imela letno za en milijon SIT veCje osebne prejemke od povpreCčnih v obravnavani starostni skupini od 23 do 49 let, bi se verjetnost njene vključitve v visokošolsko podiplomsko izobraževanje povečala za 0,9 odstotne točke. Ce bi gospodinjstvo referenCne osebe imelo osebni raCunalnik, bi se verjetnost vkljuCitve te osebe v visokošolsko podiplomsko izobraževanje povečala za 1,3 odstotne točke. Ce bi gospodinjstvo referenčne osebe imelo internet, bi se verjetnost vključitve te osebe v visokošolsko podiplomsko izobraževanje povečala za 1,4 odstotne točke, če pa bi gospodinjstvo referenčne osebe imelo letno za en milijon SIT večja razpoložljiva skupna denarna sredstva izključujoč osebne prejemke opazovane osebe od povprečnih v obravnavani starostni skupini od 23 do 49 let, bi se verjetnost vključitve te osebe v visokošolsko podiplomsko izobraževanje povečala za 0,2 odstotne točke. Ce bi se število oseb v gospodinjstvu referenčne osebe povečalo iz štirih na pet članov, bi se verjetnost vključitve re-ferenččne osebe v visokošolsko podiplomsko izobraževanje znižala za 0,4 odstotne točke. Podobno kot pri analizi dejavnikov verjetnosti vključitve v visokošolsko dodiplomsko izobraževanje, sem tudi pri analizi dejavnikov verjetnosti vključitve v visokošolsko podiplomsko izobraževanje ugotovil, da nekateri dejavniki, ki imajo sičer pomembno vlogo v sku- 107 pnem modelu za osebe stare od 23 do 49 let, v posamičnih pod modelih (posebej za mlajše in posebej za starejše) niso prisotni. Podiplomski študij - osebe, stare od 23 do 31 let (»Pod-1«) Na podlagi probit modela »Pod-1«, ki velja za mlajše osebe stare od 23 do 31 let, znaša verjetnost, da bo referenččna oseba (oseba ženskega spola, stara 23 let, ki izhaja iz gospodinjstva, ki nima ne raččunalnika ne interneta, ki izhaja iz gospodinjstva, ki ima skupna denarna sredstva izključujoč osebne prejemke opazovane osebe enakapovprečnim v obravnavani starostni skupini ter izhaja iz gospodinjstva, ki ima 4 člane) vključena v visokošolsko podiplomsko izobraževanje 1 %. Model »Pod-1« obsega 9.822 opazovanih oseb, starih od 23 do 31 let. Model »Pod-1« se glede vključenih pojasnjevalnih spremenljivk razlikuje od modela »Dod-skupaj« v tem, da je v modelu »Pod-1« izpuščena statistično neznačilna pojasnjevalna spremenljivka osebni prejemki (OSPREJ). Očitno pri analizi mlajših oseb v okviru analize podiplomskega študija, podobno kakor tudi v okviru analize dodi-plomskega študija, osebni prejemki nimajo pomembne vloge v skupnem proraččunu gospodinjstva oziroma so impličitna spremenljivka (so bolj poslediča, kot pa vzrok za vključitev v visokošolsko izobraževanje). Materialne pogoje, ki vplivajo na verjetnost vključitve v visokošolsko podiplomsko izobraževanje za mlajše osebe, tako najbolje pojasnjuje spremenljivka DENSRO, podobno kot v skupnem modelu »Pod-skupaj«. Verjetnost vključitve referenčne osebe v visokošolsko podiplomsko izobraževanje bi se zmanjšala za 0,6 odstotne točke, če bi bila oseba moškega in ne ženskega spola oziroma bi se zmanjšala za 0,1 odstotne točke, če bi bila oseba za eno leto starejša od referenčne osebe. Ce bi gospodinjstvo referenčne osebe imelo osebni racunalnik, bi se verjetnost vkljucitve te osebe v visokošolsko podiplomsko izobraževanje povečala za 1,2 odstotne točke. Če bi gospodinjstvo referencne osebe imelo internet, bi se verjetnost vkljucitve te osebe v visokošolsko podiplomsko izobraževanje povečala za 1,4 odstotne točke, če pa bi gospodinjstvo referenčne osebe imelo letno za en milijon SIT večja razpoložljiva skupna denarna sredstva izkljucujoc osebne prejjemke opazovane osebe od povprecnih v obravnavani starostni skupini od 23 do 31 let, bi se verjetnost vključitve te osebe v visokošolsko podiplomsko izobraževanje povecala za 0,3 odstotne točke. Če bi se število oseb v gospodinjstvu referencne osebe povečalo iz štirih na pet članov, bi se verjetnost vkljucitve referenčne osebe v visokošolsko podiplomsko izobraževanje znižala za 0,5 odstotne točke. Mejni ucinki pojasnje-108 valnih spremenljivk so po moči podobni, vendar malo šibkejši kot v primeru skupnega modela za podiplomski študij »Pod-skupaj«. Izjemi sta mejna učinka pojasnjevalnih spremenljivk DENSRO in STOSVG, ki sta malenkost močnejša od mejnih učinkov teh pojasnjevalnih spremenljivk v modelu »Pod-skupaj«. Podiplomski študij - osebe, stare od 32 do 49 let (»Pod-2«) Model »Pod-2« obravnava starejše osebe, in sicer stare od 32 do 49 let. Verjetnost, da bo na podlagi tega modela referencna oseba (ta je ženskega spola, stara 32 let, ima osebne prejemke enake povprecčnim v obravnavani starostni skupini, izhaja iz gospodinjstva, nima interneta, izhaja iz gospodinjstva, ki ima skupna denarna sredstva izključujoč osebne prejemke opazovane osebe enaka povprecnim v obravnavani starostni skupini ter izhaja iz gospodinjstva, ki ima štiri cčlane) vključena v visokošolsko podiplomsko izobraževanje, znaša 0,2%. Pri tem je bilo obravnavanih 21.234 oseb, starih od 32 do 49 let. Glede vključenih pojasnjevalnih spremenljivk se model »Pod-2« od modela »Pod-1« razlikuje v tem, da imajo v njem osebni prejemki posameznika (OSPREJ) pomembno vlogo (podobno kot v modelu »Pod-skupaj«) za razliko od vseh modelov dodiplomskega študija in tudi podiplomskega študija za mlajše osebe. To je tudi naj zanimivejša posebnost tega modela. Sicer se od skupnega modela za podiplomski študij »Pod-skupaj« model »Pod-2« razlikuje le v tem, da statisticno nezna-cčilna pojasnjevalna spremenljivka prisotnost osebnega racčunalnika v gospodinjstvu (RAČ) v njem ni vkljucena. Na podlagi rezultatov modela »Pod-2« bi se verjetnost vključitve referencne osebe v visokošolsko dodiplomsko izobraževanje zmanjšala za 0,2 odstotne tocke, ce bi bila ta oseba moškega in ne ženskega spola oziroma bi se zmanjšala za 0,03 odstotne tocke, ce bi bila oseba za eno leto starejša od referencne osebe. Ce bi referenčna oseba imela letno za en milijon SIT večje osebne preeemke od povprečnih v obravnavani starostni skupini od 32 do 49 let, bi se verjetnost vkljucčitve te osebe v visokošolsko podiplomsko izobraževanje povečala za 0,3 odstotne točke. Ce bi gospodinjstvo referenčne osebe imelo internet, bi se verjetnost vkljucčitve te osebe v visokošolsko podiplomsko izobraževanje povečala za 0,4 odstotne točke. Ce pa bi gospodinjstvo refe-rencčne osebe imelo letno za en milijon SIT vecčja razpoložljiva skupna denarna sredstva izključujoč osebne prejemke opazovane osebe od povprecčnih v obravnavani starostni skupini od 26 do 34 let, bi se verjetnost vkljucitve te osebe v visokošolsko podiplomsko izobraževanje povečala za 0,04 odstotne točke. In če bi se število oseb v gospodinjstvu referencne osebe povečalo iz štirih na pet članov, bi se verjetnost vključitve referenčne osebe v visokošolsko podiplomsko izobraževa- 109 nje znižala za 0,08 odstotne tocčke. Mejni ucčinki vseh pojasnjevalnih spremenljivk v modelu »Pod-2« so manjši od mejnih učinkov pojasnjevalnih spremenljivk v ostalih dveh modelih, ki obravnavata verjetnost vkljucčitve v visokošolsko podiplomsko izobraževanje (»Pod-skupaj« za osebe, stare od 23 do 49 let in »Pod-1« za osebe, stare od 23 do 31 let). V šestem poglavju v okviru ugotovitev podrobneje pojasnjujem interpretacije in diskusije rezultatov probit modelov. Vsekakor lahko posamezne z analizo ugotovljene spremenljivke odražajo tudi določene dejavnike ali pa skupne značilnosti posameznikov ali njihovih gospodinjstev, ki jih je težko ali pa nemogoče neposredno meriti. Ugotovljenih spremenljivk torej ne smemo v celoti ali pa vsaj ne v vseh primerih razumeti kot mehanizem za povecanje verjetnosti vključitve v visokošolsko izobraževanje. Za vsako pojasnjevalno spremenljivko so nam-recč lahko skriti še nekateri drugi dejavniki, ki so v resnici odlocčilnejši za verjetnost vključitve v visokošolsko izobraževanje, katerih vrednost pa se lahko ne bi prav nič spremenila, tudi če bi spremenili vrednost izbrane pojasnjevalne spremenljivke, v kateri se ti dejavniki odražajo. 5 Vzdolžna analiza dejavnikov povpraševanja po visokošolskem izobraževanju v Sloveniji Iz modelov in teorij povpraševanja, predstavljenih v tretjem poglavju izhaja, da na absolutno velikost povpraševanja po visokošolskem izobraževanju vplivajo po eni strani dejavniki osnove povpraševanja. Rezultati analize dejavnikov osnove povpraševanja potrjujejo ali za-vraCajo drugo postavljeno hipotezo, vezano na dejavnike osnove. Po drugi strani pa na absolutno velikost povpraševanja po visokošolskem izobraževanju vplivajo tudi dejavniki relativne stopnje povpraševanja. Rezultati analize dejavnikov relativne stopnje povpraševanja potrjujejo ali zavraCčajo prvo postavljeno hipotezo, vezano na dejavnike relativne stopnje udeležbe. V tem poglavju predstavljam regresijsko analizo dejavnikov osnove in dejavnikov relativne stopnje povpraševanja po visokošolskem izobraževanju na agregatni ravni. 5.1 Specifikacija sestavljene odvisne spremenljivke - absolutno povpraševanje po visokošolskem izobraževanju in podatki Z namenom, da bi s pomočijo regresijske analize oCenil dejavnike povpraševanja po visokošolskem izobraževanju, ugotovil njihovo smer in moč povezanosti z njim, moram najprej natančneje opredeliti, kako bom meril povpraševanje po visokošolskem izobraževanju, torej odvisno spremenljivko. Pri merjenjem sestavljene odvisne spremenljivke (povpraševanje po visokošolskem izobraževanju) sem naletel napreCejšnje probleme, ko sem želel zagotoviti konsistentno časovno vrsto za spremenljivko, ki bi merila to povpraševanje, in siCer od leta 1980/81 do leta 2006/07. Najprej sem poizkusil v vsakem študijskem letu izmeriti absolutno povpraševanje po visokošolskem izobraževanju s številom vpisanih študentov v tem letu v dodiplomske in podiplomske visokošolske študijske programe skupaj. Žal to ni bilo mogoče zaradi spreminjanja metodologije zajemanja podatkov in zaradi pomanjkljivih Cčasovnih vrst. Od vključno leta 1997/98 naprej se namreč pri skupnem seštevku študentov dodiplomskega izobraževanja upoštevajo tudi absolventi s statusom študenta. Pred tem letom podatki o številu absolventov na dodiplomskem študija niso na voljo, po tem letu pa so loččeno na voljo podatki o absolventih, kakor tudi o skupnem številu vpisanih na dodiplomski študij, vključujoč absolvente. Da bi bila časovna vrsta za vpis na dodiplomski študij, ki bi merila povpraševanje po visokošolskem dodiplomskem izobraževanju konsistentna v čelotnem obdobju od leta 1980/81 do 2006/07, sem torej iz števila vseh vpisanih vsako leto izključčil število absolventov dodiplomskega študija, kar je bilo potrebno storiti, kot že omenjeno, le za leta od vključno 1997/98 naprej. Pri zgodnejših letih absolventi v skladu z metodologijo SURS-a tako ali tako niso bili vključeni v skupno število vpisanih 112 na dodiplomski študij v vsakem posameznem študijskem letu. Res je, da sem s tem zanemaril del tistih, ki so dejansko vpisani (absolventi), sem pa zagotovil konsistentnost časovne vrste v čelotnem obdobju. Števila vpisanih na višje strokovne šole, ki obstajajo od leta 1996/97 dalje, nisem upošteval, saj ne spadajo v visokošolsko izobraževanje, spadajo pa sičer v okvir terciarnega izobraževanja. Pri merjenju povpraševanja po visokošolskem podiplomskem izobraževanju je problem ne razpoložljivosti podatkov še večji. Pred letom 1991/92 podatki o številu vpisanih na podiplomski študij niso na voljo, saj SURS takrat teh podatkov ni zbiral. Šele od vključno leta 1991/92 so na voljo podatki o vpisu na podiplomski študij, ki pa ne vključujejo vpisanih na doktorat, ali 3. stopnjo, absolventov pa tudi ne. Ker je časovna vrsta za podiplomski študij bistveno prekratka za merjenje povpraševanja po visokošolskem izobraževanju, nisem mogel obravnavati vpisa na visokošolsko dodiplomsko in podiplomsko izobraževanje skupaj. Odločil sem se, da se bom v primeru regresij-skega modela dejavnikov povpraševanja po visokošolskem izobraževanju omejil le na dodiplomski študij, ki seveda kasneje vključuje tudi bolonjsko 1. stopnjo. Spomnimo se osnovne zamisli o preprosti funk-čijski odvisnosti absolutnega visokošolskega izobraževanja od osnove in stopnje povpraševanja, ki je opisana z enačbo (3.5). Ce to enaččbo preuredim v konkretno obliko za dodiplomski študij in jo zapišem v jeziku spremenljivk, ki naj bi posamezni element iz enačbe (3.5) merile, dobim: ŠVNDŠ = ŠPDŠ • NSU, (5.1) pri čemer je ŠVNŠD - število vpisanih na dodiplomski študij, ŠPDŠ -število potenčialnih dodiplomskih študentov in NSU-njihova stopnja udeležbe. Slika 5.1 Število oseb, starih od 19-23 let, število dodiplomskih študentov brez absolventov, starih od 19-23 let, Slovenija, obdobje 1980/81-2006/07 160.000 140.000 120.000 100.000 80.000 60.000 40.000 20.000 0 m ftl m ii m 1 i ft<6\%1 a-\°>% \°>% \°>% \°>% ///// Študijski leto □ Število oseb starih od 19-23 let □ Število vpisanih na dodiplomski visokošolski študij stari od 19-23 let Študenti višjih strokovnih šol in absolventi so v celotnem obdobju izključeni. Lastne obdelave na podlagi podatkov, pridobljenih SURS. 113 Za potrebe regresijske analize sem omenjene ključne spremenljivke še bolj podrobno opredelil in omejil. Na dodiplomski študij se lahko vpiše v najširšem smislu katera koli oseba, ki je izpolnila ustrezne pogoje za vpis. Te seveda lahko izpolni teoretično kdorkoli, v realnosti pa navadno le tisti, ki so starejši od 18 let, torej tisti, ki so končali ustrezno srednjo šolo. Glede starosti omejitve navzgor ni, saj se lahko katerakoli odrasla oseba, ki ima štiriletno srednjo šolo ne glede na starost vkljuci v visokošolsko izobraževanje vsaj kot študent izrednega študija v večini primerov pa tudi kot študent rednega študija. Potencialni študenti, ki tvorijo osnovo povpraševanja, bi tako lahko bile vse osebe, stare 19 let ali več, teoreticno celo mlajše osebe. V skladu z metodologijo, ki jo uporablja tudi SURS, pa se bom omejil za potrebe regresijske analize le na tiste osebe, za katere je najbolj verjetno, da se bodo vključile v visokošolsko dodiplomsko izobraževanje, to pa so osebe, stare od 19 do 23 let, saj pred 19. letom starosti še ne izpolnjujejo osnovnih pogojev za vpis, po 23. letu pa verjetnost vpisa začne zelo upadati. Ker je osnova povpraševanja po visokošolskem izobraževanju (potencialni študenti) omejena samo na osebe, stare od 19 do 23 let, moram tudi relativno stopnjo udeležbe oseb v dodiplomskem študiju racčunati samo na podlagi dodiplomskih študentov, ki so stari od 19 do 23 let. S tem, ko sem upošteval le dodiplomske študente, stare od 19 do 23 let in ne vseh študentov, sem oblikoval precej homogeno skupino oseb, ki se približno enako odzivajo na dejavnike, ki jih bom s pomocjo ustreznih spremenljivk upošteval v regresijski analizi. Dejavniki povpraševanja po visokošolskem izobraževanju so pri razlicno starih osebah namrec razlicni. Na primer, pri mladih imajo večjo vlogo socialne podpore in značilnosti družine, v kateri živijo, saj so sami navadno nezaposleni. Pri starejših oziroma odraslih osebah, ki so obicajno zaposlene, pa je motivacija za študij navadno povezana z zahtevami njihovega delovnega mesta, financno pa običajno niso vec odvisni od svojih staršev. V sliki 5.1 predstavljam število oseb, starih od 19 do 23 let ter število dodiplomskih študentov brez absolventov, starih od 19 do 23 let, v Sloveniji, v obdobju od leta 1980/81 do 2006/07. V skladu z navedenim razmislekom lahko sedaj enačbo (5.1) preuredim v še bolj specificno obliko, s katero natancneje opredeljujem odvisno spremenljivko (povpraševanje po visokošolskem izobraževanju) ter njuni komponenti: SS19-23 = SO19-23 • SUD19-23, (5.2) 114 pri cemer je SS19-23 - dodiplomski visokošolski študenti brez absolventov, stari od 19 do 23 let, na dan 31. 12., SO19-23 - število oseb, starih od 19 do 23 let, na dan 31. 12. in SUD19-23 - stopnja udeležbe oseb starih od 19 do 23 let v dodiplomskem visokošolskem izobraževanju Osnovni namen tega dela regresijske analize je poiskati dejavnike, ki vplivajo na povpraševanje po visokošolskem dodiplomskem izobraževanju. Povpraševanje po visokošolskem izobraževanju sem omejil, kot je razvidno iz enačbe (5.2), samo na dodiplomske visokošolske študente, in sicer le na tiste, ki so stari od 19 do 23 let (SS19-23). Na število teh študentov vpliva po eni strani število oseb, starih od 19 do 23 let (SO19_23), po drugi pa tudi njihova stopnja udeležbe v dodiplomskem izobraževanju (SUD19-23). Tako na komponento »število oseb, starih od 19 do 23 let«, kakor tudi na komponento »stopnja njihove udeležbe v dodiplomskem visokošolskem izobraževanju« vplivajo najrazličnejši dejavniki. V prvem primeru dejavniki osnove povpraševanja po visokošolskem izobraževanju, v drugem pa dejavniki relativne stopnje povpraševanja po visokošolskem izobraževanju. Da bi bila analiza kolikor je mogocče celovita in podrobna, sem se odločil, da bom posebej s pomocjo regresijske analize analiziral dejavnike osnove, torej tisto, kar najbolj vpliva na število starih od 19 do 23 let v posameznem letu. Posebej pa sem s pomocjo regresijske analize analiziral tudi dejavnike relativne stopnje udeležbe, torej tisto, kar najbolj vpliva na stopnjo udeležbe oseb, starih od 19 do 23 let v dodiplomskem visokošolskem izobraževanju. Enačbo (5.2) sem torej locil na dva dela in pri vsakem posebej s pomočjo regresijske analize poiskal njune dejavnike: Število oseb starih 19-23 lett = f (dejavniki osnovet), (5.3) Stopnja udeležbe oseb starih 19-23 let v dodiplomskem študijut = f (dejavniki relativne stopnje udeležbet). (5.4) Najprej me zanima, kaj vpliva na velikost množiCe oseb. starih od 19 do 23, ki se lahko odloCijo za visokošolski dodiplomski študij, nato pa me zanima, kateri so tisti dejavniki, ki povečujejo ali zmanjšujejo odstotek tistih, ki se od vseh oseb, starih od 19 do 23 let dejansko tudi odloCijo za dodiplomski študij. Ko prvo (osnovo) in drugo (stopnjo) združim, lahko ugotovim, kaj vse vpliva na absolutno povpraševanje po dodiplomskem izobraževanju oseb, starih od 19 do 23 let. V toCki 5.2 sem se najprej lotil regresijske analize, ki jo opisuje enaCba (5.3), torej analize dejavnikov osnove, nato pa v točki 5.3 sledi še regresijska analiza, ki jo predstavlja enaCba (5.4), to je analiza dejavnikov rela- 115 tivne stopnje udeležbe. VeCčino podatkov o vrednostih spremenljivk, ki jih uporabljam v okviru raziskave, sem pridobil od SURS-a, in siCer iz njihovih elektronskih baz in publikaCij, ki so dostopne prek interneta ali v primeru starejših podatkov iz tiskanih izdaj razliCnih publikaCij, ki so dostopne samo v arhivih in čitalniCi Statističnega urada RS. To so predvsem Rezultati raziskovanj ter Statistične informaCije s podroCja izobraževanja in prebivalstva. Podatke, vezane na brezposelnost in štipendije, sem veCčinoma pridobil od analitske službe in s spletnih strani Zavoda Republike Slovenije za zaposlovanje, podatke o finanCiranju visokošolskih zavodov od AgenCije za javno pravne evidenCe Slovenije, nekatere makroekonomske podatke pa od Urada RS za makroekonomske analize in razvoj. Zbrani podatki se nanašajo na posamezna koledarska ali študijska leta, in siCer v nekaterih primerih od najbolj oddaljenega leta 1954 pa do 2006. Serije podatkov, ki se nanašajo na posamezne spremenljivke, tako imenujem časovne vrste. Te in iz njih izvedene (izraCunane) Casovne vrste sem uporabil v nadaljnjih analizah. V primeru regresijske analize je število opazovanj omejeno na število let najkrajše v regresijski analizi uporabljene časovne vrste. V primeru regresijske analize dejavnikov osnove povpraševanja po visokošolskem izobraževanju (rodnosti) je to število 33 let (opazovanj), to je od leta 1970 do 2002. V primeru regresijske analize dejavnikov relativne stopnje povpraševanja po visokošolskem izobraževanju pa imam 27 let (opazovanj), to je letne podatke od leta 1980 do 2006. Pri nekaterih spremenljivkah, je bilo izjemno težko pridobiti podatke že za takšno dolžino Cčasovnih vrst, zato sem si pomagal tudi z oCenami in izborom spremenljivk, ki bolj ali manj posredno merijo želeni po- 116 jav. V okviru analize osnove povpraševanja, kakor tudi v okviru analize relativne stopnje povpraševanja, posebej predstavljam tudi nekatere druge krajše časovne vrste, ki so z vidika vpliva na povpraševanje po visokošolskem izobraževanju pomembne in zanimive, so pa prečej krajše od tistih, ki so vključene v regresijsko analizo in jih zato v sami regresiji nisem mogel uporabiti. 5.2 Analiza dejavnikov osnove V tem poglavju testiram predvsem drugo hipotezo, ki govori o spreminjanju osnove povpraševanja po visokošolskem izobraževanju. Ugotovil sem, kateri so dejavniki, ki vplivajo na spreminjanje osnove ter raziskal značilnosti njihovega gibanja. Pričakujem, da so se vrednosti posameznih dejavnikov osnove večinoma gibali tako, da so osnovo zniževali in s tem poslediččno zavirali ali čelo zmanjševali povpraševanje po visokošolskem izobraževanju. 5.2.1 Odvisna spremenljivka in dejavniki osnove povpraševanja Velikost osnove, ki zajema osebe (potenčialne študente), stare od 19 do 23 let v Sloveniji, je določčena z demografskimi dejavniki, in sičer predvsem z rodnostjo z ustreznim ččasovnim zamikom. Slika 5.2 potrjuje, daje glavni dejavnik tako ravni kot tudi dinamike števila oseb, starih od 19 do 23 let v opazovanem obdobju od leta 1981 do leta 2006 predvsem rodnost pred 19. do 23. leti. V izbranem letu t je število oseb, starih od 19 do 23 let, predvsem funkčija vsote števila živorojenih pred 19., 20., 21., 22. in 23. leti. Obe krivulji v sliki se skoraj prekrivata, razlika med njima izvira iz dejstva, da nekaj oseb, rojenih pred 19. do 23. leti, prej umre preden doživijo starost od 19 do 23 let, Slika 5.2 Gibanje števila prebivalčev Slovenije, starih od 19 do 23 let, in gibanje vsote živorojenih pred 19., 20., 21., 22. in 23. leti, Slovenija, obdobje 1981-2006 -Število prebivalcev starih od 19-23 let na dan 30.6. -Število živorojenih pred 19., 20., 21., 22. in 23. leti Lastne obdelave na podlagi podatkov, pridobljenih od SURS. nekaj se jih odseli in nekaj tudi priseli. Razlika je oatno minimalna, malce večjemu razkoraku na začetku opazovanega obdobja botrujejo nekoliko večje neto selitve. Vsekakor lahko recem, da variabilnost števila oseb, ki so stare od 19 do 23 let, lahko zelo dobro pojasnim z variabilnostjo skupnega števila živorojenih pred 19. do 23. leti. Povprecen odstotek, ki ga predstavlja število živorojenih pred 19. do 23. leti v številu vseh prebivalcev Slovenije, ki so v tekočem letu stari od 19 do 23 let, znaša v obdobju od leta 1980 do leta 2006 malo manj kot 99%. To pomeni, da lahko število oseb, starih od 19 do 23 let v nekem letu (SO19-23) ocenim preprosto tako, da število živorojenih pred 19. do 23. leti delim z 0,99. V nadaljevanju bom razloge za znaalno gibanje števila oseb, starih od 19 do 23 let, v posameznem koledarskem letu iskal torej predvsem v dejavnikih gibanja števila živorojenih v Sloveniji. Najbolj pravilno bi 117 bilo, da bi analiziral dejavnike števila živorojenih, zamaknjene za 19 do 23 let nazaj, ce jih želim neposredno povezati oziroma pripisati številu oseb, starih od 19 do 23 let v danem letu. Ce bi torej želel analizirati dejavnike gibanja števila oseb, starih od 19 do 23 let, od leta 1981 do 2006, bi moral zbrati podatke, ki se nanašajo na dejavnike števila živorojenih od leta 1958 do leta 1983. Podatki za tako oddaljena leta pa so pomanjkljivi in v mnogih primerih sploh ne obstajajo. Zaradi tega sem se odlocil, da gibanje števila živorojenih preučim v obdobju od leta 1970 do leta 2002, ko so na voljo podatki za vse časovne vrste, čeprav rodnost v izbranem letu tega obdobja ne vpliva na število mladih istega leta v tem obdobju, ampak na njihovo število šele cčez ustrezno število let v prihodnosti. Odvisna spremenljivka je tako število živorojenih v posameznem letu, pojasnjevalne spremenljivke pa bodo opisovale posamezne dejavnike rodnosti. V točki 3.2.2 sem podal pregled različnih delitve in opredelitve razlicčnih dejavnikov rodnosti. Za potrebe svoje analize v konkretnih slovenskih razmerah sem se odlocčil, da bom podrobneje obravnaval naslednje dejavnike rodnosti: smrtnost dojenčkov, ekonomski prispevek otrok, neposredne in oportunitetne stroške vzgoje otrok ter sociološki faktor spreminjanja osebnih in družbenih vrednot. Model rodnosti poenostavljeno predstavljam v enačbi (5.5). Število živorojeniht = f (smrtnost dojenčkovt, ekonomski prispevek otrokt, neposredni stroški otrokt, oportunitetni stroški otrokt, vrednotet). (5.5) Slika 5.3 Gibanje števila živorojenih, Slovenija, obdobje 1954-2006 35.000 30.000 25.000 20.000 15.000 10.000 5.000 0 Leto A -Število živorojenih <1? Lastne obdelave na podlagi podatkov, pridobljenih od SURS. V nadaljevanju podrobneje predstavljam najprej casovno vrsto, ki 118 opisuje uporabljeno odvisno spremenljivko ter časovne vrste, ki opisujejo posamezne omenjene dejavnike rodnosti. Odvisna spremenljivka - število živorojenih Število živorojenih (SZ) seje v obdobju od leta 1954 do 2006 zmanjševalo ob manjših nihanjih v začetku opazovanega obdobja. Leta 1954 seje rodilo še 31.828 živorojenih otrok, leta 2006 pa le še 18.932, kar je padec za vecč kot 40 %. V zadnjih treh letih, kot je to razvidno iz slike 5.3, je opaziti rahlo povečevanje števila živorojenih, vendar lahko trdim, da gre le za kratkorocen nihaj, kakršnih je že bilo nekaj v preteklosti. Stopnja totalne rodnosti, ki je dolgorocčni kazalnik rodnosti, je namreč že od leta 1981 pa vse do danes krepko pod vrednostjo 2,1, kar kaže na zoženo reprodukcijo prebivalstva. Ni pa pomembno samo, koliko otrok se v povprecju rodi na žensko, pomembno je tudi, kolikšno je število žensk v rodni dobi. To pa pomeni, da bo število ži-vorojenih lahko upadalo, tudi če bo vsaka ženska rodila v povprecju kakšnega otroka vec. Kaj vse je prispevalo k že vsaj 30 let trajajočemu zniževanju števila živorojenih, predstavljam v nadaljevanju. Smrtnost dojenčkov V demografski teoriji, ki obravnava dejavnike rodnosti, se kot eden prvih dejavnikov zniževanja rodnosti navaja zniževanje smrtnosti dojenčkov (Davis 1963). V preteklih obdobjih visoke smrtnosti dojenčkov je bila rodnost precej vecčja že zaradi tega, ker je bilo jasno, da je precejšnja verjetnost (takoj po drugi svetovni vojni okoli 6%), da no-vorojencek ne bo docakal prvega leta starosti. Veliko vec kot danes jih je umrlo tudi v zgodnji otroški dobi. Smrtnost dojencčkov navadno merimo z razmerjem med številom umrlih dojencčkov, to je oseb, starih do 1 leta v dolocčenem letu, ter številom živorojenih otrok v istem letu, pomnoženim s 1.000. Od leta 1954 pa do 2006 se je to število zmanjševalo, in siCer iz 57,2 umrlega dojenčka na 1.000 živorojenih v letu 1954, na 3,4 umrlega dojenčka na 1.000 živorojenih v letu 2006. Pričakujem, da bo empirična analiza podatkov za Slovenijo pokazala, da se število živorojenih vsako leto v Sloveniji znižuje tudi zaradi upadanja smrtnosti dojenčkov (SD), saj je potreba po veCjem številu rojstev za »kompenzaCijo« umrlih do-jenCkov vse manjša. Med spremenljivkama SZ in SD je prisotna izredno močna ter pozitivna povezanost, Pearsonov korelaCijski koefiCient znaša kar 0,897. Neposredni ekonomski prispevek otrok Neposredni ekonomski prispevek otrok je drugi pogosto omenjeni pomembni dejavnik rodnosti (Oppenheim Mason 1997). Gre za eno- 119 stavno dejstvo, da življenje kmečkega prebivalstva poteka drugače kot urbano. Pri kmečkem prebivalstvu je neposredni ekonomski prispevek otrok jasno razviden že na krajši rok. Večje število otrok pomeni takojšnjo veCjo delovno silo pri delih na kmetiji, kar se je takoj odrazilo v veCji pridelavi in blaginji kmetije. Z večjim številom otrok so si starši bolje zagotovili tudi oskrbo za stara leta. Danes je tako imenovani ekonomski pomen otrok prav tako pomemben, vendar pogosto ni tako jasno in neposredno razviden. Moderno urbano prebivalstvo ne ob-Cčuti takojšnjega pozitivnega ekonomskega uCčinka otrok, saj življenje ne poteka več na takšen naCin, kot pri kmečkem prebivalstvu. OtroCi v veCji meri predstavljajo strošek, v manjši meri ostanejo doma in na stara leta skrbijo za starše, kot je bilo to na podeželju, ko je eden od otrok navadno prevzel kmetijo. Življenje modernega urbanega prebivalstva torej poteka drugaCče, kar pa ne pomeni, da število otrok nima zveze z blaginjo družbe ali na primer s kakovostjo obdobja starosti, ki jo preživljajo starši. Ce je bilo to vCasih še preCejpotisnjeno v ozadje, je danes že povsem jasno, kako pomembno je število rojstev in posledično velikost delovno aktivnega prebivalstva za pokojninski sistem. Tudi danes, ko v Sloveniji kmečko prebivalstvo ni več prevladujoCe, obstaja podobna ekonomska zveza med številom otrok in blagostanjem v državi ter življenjskim standardom preživljanja ne samo starosti staršev, ampak tudi ostalih življenjskih obdobij. Kar je pomembno pa je, da ta pozitivni ekonomski uCčinek ni tako jasno in neposredno razviden, ter da se pogosto preliva iz generaCije na generaCijo in se ne realizira takoj v isti generaCiji, kot je bilo to oCitno v primeru kmečkega prebivalstva (Diamond 2005; Bloom, Canning in Sevilla 2002). Kakorkoli, upadanje števila kmečkega prebivalstva, ki obCuti takojšnje neposredne pozitivne materialne učinke otrok, znižuje tudi »povpra- ševanje« po otrocih (Caldwell 1976, 330; 1981, 11-13). Poleg tega so v moderni družbi otroci še dodatno povezani tudi z vse večjimi stroški za starše v primerjavi s preteklostjo (na primer, vedno večje izobraževanje otrok v primerjavi s kmečkim prebivalstvom, ki ga je bilo vec v preteklosti). Žal letnih podatkov o številu kmeckega prebivalstva za celotno obdobje 1970-2006 ni bilo mogoč pridobiti, zato tega dejavnika tudi ni bilo mogocče vkljucčiti v regresijsko analizo. Za približno oceno gibanja kmečkega prebivalstva sem pridobil popisne podatke za popisna leta od 1948 do 2002, in sicer za odstotek delovno aktivnega prebivalstva v primarnem sektorju (kmetijstvo, lov, gozdarstvo, ribištvo in rudarstvo) med vsemi delovno aktivnimi ter za odstotek kmeckega prebivalstva. Pri tem velja, daje kmečko prebivalstvo opredeljeno po poklicu, ki ga opravlja posamezna oseba (kmetovalec, lovec, ribič), ne 120 glede na dejavnost, v kateri oseba opravlja poklic. Sem so uvršcene tudi vzdrževane osebe, katerih vzdrževalci opravljajo prej navedene poklice. Do leta 1971 je bilo kmečko prebivalstvo opredeljeno po dejavnosti (kmetijstvo, ribištvo, vodno gospodarstvo), tako da so bili sem šteti tudi vsi nekmetijski poklici v navedenih dejavnostih. Odstotek delovno aktivnega prebivalstva v primarnem sektorju med vsemi delovno aktivnimi se je po popisnih letih vseskozi zmanjševal. Po popisnih letih se je zmanjševal tudi odstotek kmečkega prebivalstva. Vedno manjši neposredni ekonomski prispevek otrok v družini je opisan s čedalje manjšim odstotkom delovno aktivnih v primarnem sektorju, kakor tudi z vedno manjšim odstotkom kmeckega prebivalstva. V opazovanem obdobju pa se je vseskozi zniževala tudi rodnost, kar kaže na pozitivno povezanost med manjšim neposrednim ekonomskim prispevkom otrok in manjšo rodnostjo. Motivacija za odločanje za veqe število otrok zaradi njihovega neposrednega ekonomskega prispevka se je skozi čas zmanjševala, saj se v Sloveniji delež prebivalstva, za katerega je neposredni ekonomski prispevek otrok bolj pomemben, zmanjšuje. Neposredni strošici otrok in materialni pogoji za rojevanje ter vzgojo otrok Pri odlocčitvi za otroke imajo pomembno vlogo tudi materialni pogoji, v katerih živijo potencialni starši ali družina ter tudi pričakovani stroški, ki jih bodo imeli starši z vzgojo in vzdrževanjem otrok (Becker 1960; Schultz 1963). Kot približek za ponazoritev iz leta v leto bolj neugodnih materialnih pogojev, ki so pomembne za ustvarjanje družine in odločitev za otroke, sem za leta od 1966 do 2002 izračunal kazalnik povprečna mesečna neto plača na povprecno ceno kvadratnega metra koristne stanovanjske površine (PL_M2). Povedano drugače, za vsako leto sem izraččunal, koliko kvadratnih metrov koristne stanovanjske površine je mogoče kupiti s povprečno mesečno neto plačo v posameznem letu. Realna kupna moč povprečne mesečne neto plače (izražene v številu kvadratnih metrov uporabne stanovanjske površine, ki jih je s to plačo mogoče kupiti) je ob manjših nihanjih od leta 1978 do leta 1992 upadala. Do leta 1977 je nihala okoli nespremenjene ravni, po letu 1993 pa je spet začela naraščati. Podatki za povprečno čeno kvadratnega metra uporabne stanovanjske površine, iz katerega sem izračču-nal omenjeni kazalnik, so na voljo od leta 1966 pa do leta 2002, ker gre za posebno raziskavo Statističčnega urada RS. Pri teh čenah gre za investitorjeve izhodišččne prodajne čene za kvadratni meter dograjenih novih stanovanj in stanovanj v gradnji (od leta 1993 naprej) in ne za tržne čene vseh stanovanj (starih in novih), ki so na nepremičninskem 121 trgu. Podatki o povpreččni neto plačči so seveda na voljo tudi za novejša leta. Prednost izračunanega kazalnika je tudi v tem, da sem na takšen način iz vhodnih spremenljivk (povprečna mesečna neto plača in pov-preččna čena kvadratnega metra koristne stanovanjske površine) izločil denarne enote, ki so bile podvržene veliki inflačiji, poleg tega pa so se denarne enote v času spreminjale (najprej dinarji in nato slovenski tolar). Povezanost med SZ in PL_M2 je močna in pozitivna. Pearsonov korelačijski koefičient znaša 0,821. Slabše možnosti za pridobitev stanovanja so povezane z manjšim številom živorojenih otrok. Oportunitetni stroški otrok Naslednji pomembni dejavnik števila živorojenih so oportunitetni stroški rojevanja in vzgoje otrok (Bulatao in Casterline 2001). Osnovna ideja temelji na tem, da se morajo ženske včasih že v času nosečnosti, sičer pa vsaj v času porodniškega dopusta in pogosto tudi v prvih letih otrokovega življenja, odpovedati delu ter poslediččnemu zaslužku. Ta izgubljen dohodek zaradi odločitve za otroka (oportunitetni strošek) ni bil tako zelo visok v času, ko so bile ženske manj izobražene in je bila pričakovana plača nižja ter v času, ko so bile ženske manj prisotne na trgu dela. V nadaljevanju predstavljam dva kazalnika, ki prikazujta izboljševanje izobrazbene ravni žensk in izboljševanje njihovega relativnega položaja na trgu dela. Prvi, % diplomiranih žensk med vsemi diplomanti posameznega leta (DZV), prikazuje izboljševanje relativnega razmerja med diplomiranimi ženskami in vsemi diplomanti po letih. Odstotek žensk med vsemi diplomanti v posameznem letu se je od leta 1970 povečal iz dobrih 42 % na skoraj 62 % v letu 2006. Izboljševanje relativnega položaja žensk na trgu dela ilustrira drugi kazalnik, poveččeva- nje odstotka zaposlenih žensk med vsemi zaposlenimi (ZZV). Od leta 1970 se je ta odstotek iz 41,2 % povzpel na 48,1 % v letu 1997. Od takrat dalje je ta odstotek siCer malCe upadal, vendar ne bistveno. V letu 2006 je delež zaposlenih žensk med vsemi zaposlenimi še vedno veCč kot 46%, kar je preCej veC kot leta 1970 (41,2%). IzraCuni so bili opravljeni na podlagi podatkov SURS. Omenjena kazalnika kažeta na izboljševanje izobrazbene ravni žensk in njihovega položaja na trgu dela. Povezanost med SZ in posebej vsako od obeh pojasnjevalnih spremenljivk DZV in ZZV je močna ter negativna. Pearsonov korelaCijski koefiCient za povezanost med SZ in DZV znaša -0,778, med SZ in ZZV pa -0,823. Večja izobraženost in boljši položaj žensk na trgu dela pomenita veCje oportunitetne stroške rojevanja in vzgoje otrok ter s tem oviro pri odločanju za otroke. 122 Tradicionalne in družinske vrednote OdloCitevza otroka ali za več otrok je intimna odločitev vsakega posameznika. Na odloCanje za poroko, družino in otroka vplivajo naše trenutne želje, preferenCe, interesi, družbene norme in drugi psihološki ter soCiološki dejavniki (Lesthaeghe in Van de Kaa 1986, 9-15). Morda bi lahko vse te psihološke in soCiološke dejavnike povzel z eno besedo - tradiCionalne in družinske vrednote. Njihovo spreminjanje pri vsakem posamezniku in družbi kot Celoti v veliki meri vpliva tudi na večjo ali manjšo rodnost. V današnji družbi se razvija lestviCa vrednot, ki potiska družino, poroko ter odloCanje za otroke v podrejen položaj, poudarja pa kratkoroCčne materialne vrednote, kariero, ki gre tudi z roko v roki z veCjim in daljšim izobraževanjem, ta pa z roko v roki z odlaganjem porok na poznejša leta, z odlaganjem odloCanja za otroke v poznejša leta ter tudi z zmanjševanjem pomena poroke. Ni težko ugotoviti, da bo število rojstev manjše, če se z novimi soCio-ekonomskimi okolišCčinami, v katerih živimo, dogajajo takšne spremembe, ki odlagajo poroko, rojstva ter zmanjšujejo pomen poroke, kar se odraža v velikem številu loCčitev in vedno manjšem številu porok. Bolj intenzivni kot so omenjeni proCesi, ki so predvsem povezani s tem, kaj je v moderni družbi bolj pomembno in vredno, manjše bo verjetno število otrok. Poleg tega imajo pomembno vlogo pri odločanju za otroke tudi povsem osebne individualne vrednote posameznikov, ki se zrCalijo skozi odlaganje poroke, odlaganje rojstev, veCje število loCitev in podobno. PovpreCčna starost ženina ob prvi sklenitvi zakonske zveze (SZP) se je od leta 1970 do leta 2006 poveCala iz 25,9 na 30,6 leta. Povprečna starost neveste ob prvi sklenitvi zakonske zveze (SNP) seje v istem obdobju poveCala iz 23,1 na 28,1 leta v. Povečuje se tudi povprečna sta- rost matere ob rojstvu prvega otroka (SMR). Leta 1970 je znašala 23,4 in leta 2006 že kar 28,0 let. Število ločitev na 1.000 porok (SLTP) pa se je povečalo iz 134 v letu 1970 na 366,5 v letu 2006. K hitremu naraščanju slednjega kazalca je prispevalo tako vedno veqe število ločitev iz leta v leto, po drugi strani pa tudi vse manjše število porok. Naj opozorim, da je v sliki izjemoma prikazano število locitev na 100 porok in ne na 1.000, kar je izkljucno zaradi uskladitve te spremenljivke z ostalimi in posledične preglednejše predstavitve v isti sliki. Zmanjševanje pomenaporoke (vse večje število ločitevinvse manjše število porok ter odlaganje poroke) ter posledično odlaganje rojstev v višja leta je le odraz razmaha vrednot, ki jih posredno merim s pomočjo omenjenih štirih spremenljivk in niso naklonjene večjemu številu otrok. Povezanost med SZ in vsako posamezno omenjeno spremenljivko, kot je SZP, SNP, SMR in SLTP, je po pričakovanjih precej 123 močna ter negativna. Pearsonov korelacijski koeficient za povezanost med SZ in vsako od omenjenih spremenljivk po vrsti znaša: -0,891; -0,895;-0,891 in-0,789. Poleg že obravnavnih štirih cčasovnih vrst, ki odsevajo poroki, družini in otrokom nenaklonjene vrednote, naj omenim še čedalje vecjo uporabo kontracepcije. Uporaba te predstavlja sredstvo za doseganje osebnega cilja vsakega posameznika, kije manjše število otrok zaradi spreminjanja družbenih norm in osebnih vrednot. Odstotek vseh žensk v posameznem letu, ki uporabljajo hormonsko kontracepcijo (OUK), je po mpodatkih Zdravstvenega statističnega letopisa (UKČ) narasel iz 3,4 % v letu 1970 na 9,6 % v letu 2004. Še bolje bi bilo, ce bi uporabo kontracepcije meril z odstotkom uporabnic hor-monalne kontracepcije, ki so v rodni dobi. Žal pa ustrezni podatki za tako dolgo obdobje niso na voljo. Ne glede na to, lahko ugotovim, da se uporaba hormonalne kontracepcije v celotnem opazovanem obdobju povečuje. Ker ob tem v istem casovnem obdobju upada tudi število živorojenih otrok, lahko ugotovim močno in negativno povezanost med SZ in OUK. Pearsonov korelacijski koeficient znaša -0,647. Vecja kot je uporaba kontracepcije, manjše je število živorojenih otrok. V regresijski analizi bom uporabil podatke od leta 1970 pa do leta 2004, ker so za to obdobje na razpolago vsi potrebni podatki. Ker nosijo casovne vrste s seboj zelo pogosto problem avtokorelacije in s tem povezan problem nestacionarnosti cčasovnih vrst, najprej poglejmo v nadaljevanju navedene rezultate analize avtokorelacije. 5.2.2 Rezultati analize avtokorelacije Gibanje posameznih opisanih casovnih vrst sem najprej proučil s pomočjo avtokorelacije. Gre za proučevanje odvisnosti med cleni iste ca- sovne vrste. Večjo pozornost sem namenil povezanosti med členi časovne vrste za število živorojenih otrok vsako leto. Proučil pa sem tudi povezanost med členi ostalih casovnih vrst, ki merijo pojasnjevalne spremenljivke in posredno dejavnike rodnosti. Pri analizi, ki vključuje časovne vrste, obstaja velika verjetnost, da je posamezna spremenljivka (casovna vrsta) hkrati odvisna hkrati tudi od njenega gibanja v preteklosti. Zanima me, kako se odvisnost gibanja spremenljivke od njenega gibanja v preteklosti spreminja glede na dolžino casovnega odloga in pri katerem časovnem odlogu je ta odvisnost največja. Na kratek rok lahko na primer okoliščine, ki so prispevale k veqi rodnosti v nekem letu (pa najsi bodo te ekonomske, psihološke ali sociološke), učinkujejo še v naslednjih letih in počasi izzvenijo, kar pomeni prisotnost avtokorelacije (Antunes 1998,62-65). Na dolgi rokpaje jasno, da 124 večje število otrok danes pomeni vecje število žensk v rodni dobi čez petnajst do devetinštirideset let in s tem posledicčno vecčje število živo-rojenih otrok (v času, ko so te ženske v rodni dobi) tudi, ce ostane število otrok na žensko nespremenjeno. Stopnjo in smer odvisnosti med členi iste časovne vrste merimo s koeficientom avtokorelacije (Mills 1990). Pri odvisni spremenjivki število živorojenih v Sloveniji so statistično znacilni pozitivni avtokorelacijski koeficienti ob prvih devetih pozitivnih odlogih. Velikost avtokorelacijskih koeficientov z večanjem odloga upada. To pomeni, da vecčje število živorojenih danes pozitivno vpliva na vecčje število živorojenih cčez eno, dve, tri in tako dalje do cčez deveto leto. Razlogi, ki so pozitivno vplivali na veqo rodnost v nekem letu, vplivajo tudi v nadaljnjih letih, vendar vedno manj močno in pocasi izzvenijo. Parcialni avtokorelacijski koeficient je statistično značilen samo pri prvem odlogu, njegova smer vpliva pa je spet pozitivna. Za to, da bi odpravil avtokorelacijo in posredno nestacionarnost odvisne časovne vrste, bi moral spremenljivko število živorojenih otrok diferencirati (poiskal sem diference prvega reda). Za vsako leto sem izračunal, za koliko seje število živorojenih v primerjavi s predhodnim letom spremenilo (povecalo ali zmanjšalo). S tem sem izgubil eno opazovanje, in sicer v prvem letu opazovanega obdobja, število opazovanj je zdaj tako 36. Avtokorelacija je skoraj odpravljena, prisotna je le še šibka in komaj znacčilna negativna povezanost med številom živoro-jenih danes in pred 14-imi ter 16-imi leti. To pa pomeni, da je bila z diferenciranjem prvega reda avtokorelacija odpravljena. Avtokorelacijo proucčujem tudi zaradi ugotavljanje stacionarnosti časovnih vrst, ki so osnova za Box-Jenkinsov (1994) pristop k analizi casovnih vrst. Vprašanje stacionarnosti je povezano z vprašanjem (ne)odvisnosti od casa. Želim si, da bi variabilnost števila živorojenih 5.2 Analiza dejavnikov osnove Preglednica 5.1 Prisotnost statistično znacilne avtokorelacije (Časovna Red avtokorelacije vrsta originalne časovne vrste SZ Red avtokorelacije di- Red avtokorelacije diference časovne vrste ference casovne vrste prvega reda drugega reda I. do IX. (I.) XIV(-) in XVI.(-) (komaj značilna) SD I. do IX. (I.) I.(-) (komaj znacčilna) PL_M2 I. do VII. (I.) Avt. je odpravljena DZV I. do VII. (I.) Avt. je odpravljena ZZV I. do VIII. (I.) IV (-) . (-) in IV (-) SLTP I. do VI. (I.) I.(-) in IX.(-) . (-),IX. inX.(-) SZP I. do VIII. (I.) III. in XV. (-) .(-),XV(-).inXVI. SNP I. do VIII. (I.) III. .(-), XI.(-).in XII. SMR I. do VIII. (I.) I. do V. .(-),IX.,X.(-) .in XVI. OUK I. do III. (I.) Avt. je odpravljena Kjer je ob rimski številki, ki oznacuje red avtokorelacije v oklepaju (-), gre za negativno avtokorelacijo, v vseh ostalih primerih gre za pozitivno; pri originalnih časovnih vrstah so v oklepajih poleg reda avtokorelacije navedeni še redi parcialne avtokorelacije. Za razlago krajšav glej stran 11. Lastni izračuni na podlagi podatkov, pridobljenih od SURS in Zavoda RS za zaposlovanje. 125 po letih v cim večji meri pojasnil z variabilnostjo pojasnjevalnih spremenljivk, ne pa z gibanjem casa. Stacionarna je torej tista časovna vrsta, katere vrednosti nihajo okoli konstantnega povprecja neodvisno od časa, varianca, ki meri velikost teh nihanj, pa mora biti v celotnem časovnem obdobju enaka (Mills 1990). Kadar je casovna vrsta stacionarna, vrednosti avtokorelacijskih koeficientov ob podaljševanju ca-sovnih odlogov hitro upadajo, hkrati pa tudi niso vec statistično značilno različne od nič. Kadar casovna vrsta ni stacionarna, poskušamo rešiti problem tako, da poiščemo časovno vrsto njenih diferenc, in sicer tistega reda, pri katerem ne moremo najti vec statistično značilnega avtokorelacijskega koeficienta pri nobenem časovnem odlogu. Na podlagi analize avtokorelacije pojasnjevalnih (neodvisnih) ca-sovnih vrst, lahko ugotovim, da je pri vseh prisotna avtokorelacija, se pravi, da so prisotni statistično značilni pozitivni avtokorelacijski koeficienti od prvega reda do najmanj tretjega reda, v vecčini primerov vsaj do šestega ali celo do devetega reda. Vsi avtokorelacijski koeficienti z večanjem odloga približno geometrijsko padajo. Pri vsaki od teh časovnih vrst je prisoten pozitivni parcialni statisticno značilni korela-cijski koeficient le pri prvem odlogu. To pa je skupaj s padajočimi pozitivnimi avtokorelacijskimi koeficienti ob podaljševanju odlogov znak, da bo moral biti v regresijski model vključen tudi avtoregresijski člen prvega reda, ki prikazuje povezanost ostankov regresije (Mills 1990). Pri transformaCiji originalnih časovnih vrst v prve diferenCe sem uspel avtokorelaCijo skoraj odpraviti še pri spremenljivki SD, popolnoma pa pri PL_M2, DZV in OUK. PregledniCa 5.1 prikazuje, kakšna avtokorela-Cija ostaja prisotna na diferenCah prvega reda. Pri nadaljnjem diferen-Ciranju (drugega reda) avtokorelaCija ostaja. Za nadaljnje iskanje diferenC še višjega reda in analizo avtokorelaCije na teh diferenCah se nisem odloCčil zaradi vsebinsko manj zanimivega pomena tako transfor-miranih časovnih vrst. PregledniCa 5.1 prikazuje povzetek analize avtokorelaCije. Večinoma pozitivni avtokorelaCijski koefiCienti upadajo z veCanjem odloga, parcialni avtokorelaCijski koefiCient pa je pri vseh časovnih vrstah neznaCilen od vključno drugega odloga naprej. Zaradi tega pričakujem, da bo v regresijskem modelu statistiCno značilen tudi avtoregresijski člen prvega reda in bo tako šlo pravzaprav za avto-126 regresijski model. Preden preidem na samo regresijsko analizo pa me zanimajo še serialne korelaCije in korelaCije z odlogom med posameznimi obravnavanimi spremenljivkami - Cčasovnimi vrstami. 5.2.3 Rezultati analize serialne korelacije in korelacije z odlogom Povezanost števila živorojenih s pojasnjevalnimi spremenljivkami sem proučil tudi s serialno korelaCijo in korelaCijo z odlogom. Uporabo te metode lahko utemeljim z dejstvom, da posamezni demografski, soCio-ekonomski in psihološki dejavniki na uporabljeno odvisno spremenljivko lahko vplivajo siCer v istem Casovnem obdobju (seri-alna korelaCija), pogosto pa vplivajo tudi z doloCčenim Cčasovnim odlogom (korelaCija z odlogom). Smer in moC serialne odvisnosti merimo z običajnim korelaCijskim koefiCientom, smer in moC korelaCije z odlogom pa s koefiCientom korelaCije z odlogom. IzraCčunane prve in druge koefiCiente korelaCije lahko prikažemo glede na dolžino Casovnega odloga v grafikonu, ki ga imenujemo korelogram. S pomočjo korelo-grama lahko nato ugotovimo, pri katerem Casovnem odlogu (vkljuCno z odlogom nič) je korelaCija med dvema časovnima vrstama največja (Mills 1990). Ceprav je možna tudi analiza povratnega vpliva odvisne spremenljivke na pojasnjevalne (proučevanje korelaCije pri negativnih odlogih), se s proučevanjem korelaCije pri negativnih časovnih odlogih ne bom ukvarjal, saj zame vsebinsko ni smiselna. PriCaku-jem, da posamezne pojasnjevalne spremenljivke vplivajo na odvisno spremenljivko v istem letu, ali pa z zamikom enega, dveh ali / in veCč let. Kako in koliko, poglejmo v nadaljevanju. Podrobno predstavljam predvsem bivariatne povezave med odvisno in vsako posamezno od pojasnjevalnih spremenljivk. Smeri povezanosti med številom živorojenih in vsemi pojasnjevalnimi spremenljivkami so negativne, to je takšne, kot so bile hipote- tično pricakovane. Najmomejša povezava je v primeru vseh pojasnjevalnih spremenljivk prisotna pri ničelnem odlogu v primerjavi z vsemi opazovanimi pozitivnimi odlogi. Ker pa so prav vse originalne casovne vrste vsebovale tudi avtokorelacijo, kar sem ugotovil v predhodnem poglavju 5.5.2, sem analizo serialne odvisnosti in odvisnosti z odlogom razširil še na transformirane casovne vrste originalnih spremenljivk v njihove diference prvega reda. Povezanost med tako transfor-mirano časovno vrsto število živorojenih in ostalimi transformirani pojasnjevalnimi spremenljivkami je v glavnem statistično neznačilna ali pa zelo šibka. Srednje močna in statistično značilna povezanost se opazi med transformirano spremenljivko število živorojenih in trans-formirano spremenljivko povprecna starost ženina ob sklenitvi prve zakonske zveze. Povezava med diferencami reda ena omenjenih spremenljivk je negativna in statisticčno znacčilna pri petem pozitivnem 127 odlogu. Se pravi, da je večje povecanje povprečne starosti ženina ob sklenitvi prve zakonske zveze povezano z manjšim zmanjšanjem števila živorojenih cčez pet let, kar je na prvi pogled sicer presenetljivo. Morda je to tako zato, ker je razlog za daljši odlog poroke v primerjavi s krajšim v podaljšanjem izobraževanju, to pa ne pomeni nujno zmanjšanja nacčrtovanega števila otrok, ampak le njihovo odlaganje v poznejša leta. Podobno lahko ugotovimo pri povezanosti transfor-mirane spremenljivke število živorojenih s transformirano spremenljivko povprecna starost neveste ob sklenitvi prve zakonske zveze. Kot pri ženinih je tudi pri nevestah povezava med diferencami prvega reda negativna, najmočnejša pa je pri negativnem odlogu za eno leto. V obeh primerih pa gre za šibke povezave (korelacijski koeficient znaša okoli-0,4). V nadaljevanju predstavljam do kakšnega modela rodnosti ter s tem modela dejavnikov osnove povpraševanja po visokošolskem izobraževanju sem prišel v okviru regresijske analize. 5.2.4 Rezultati regresijske analize V izhodišcu sem najprej izvedel enostavno regresijo na vseh obravnavanih časovnih vrstah, ki sem jih predvidel za regresijsko analizo. Pri tem sem uporabil statisticni paket SPSS. Odvisna spremenljivka je število živorojenih (SZ), pojasnjevalne spremenljivke pa so smrtnost do-jenckov (SD), neposredni stroški otrok in materialni pogoji (PL_M2), oportunitetni strošek otrok (DZV in ZZV) ter tradicionalne in družinske vrednote (SLTP SZP, SNP SMR in OUK). Neposredni ekonomski prispevek otrok (opisan z deležem kmečkega prebivalstva po posameznih letih) v regresijo ni vkljucen, saj imam na voljo le podatke za popisna leta. Ker so nekatere pojasnjevalne spremenljivke med seboj mocno povezane in ker nisem iz spremenljivk v tem zacetnem modelu izlocčil trenda, niti upošteval avtoregresijskega cčlena, je popravljen de-terminacijski koeficient zelo visok (adj. R2 = 0,971). Kljub statistično znacilnem modelu kot celote (F-statistika = 120,835; p = 0,000) je tehnično tako visoka pojasnjenost variance števila živorojenih z varianco vseh vkljucenih pojasnjevalnih spremenljivk nerealna in je v določeni meri posledica ne odpravljenih pomanjkljivosti (multikolinearnost, statistično neznacilne spremenljivke, prisotnost trenda, prisotnost avtokorelacije). Na primer: pojasnjevalne spremenljivke povprečna starost ženina ob sklenitvi prve zakonske zveze ali pa povprecna starost neveste ob prvi sklenitvi zakonske zveze ter povprečna starost matere ob rojstvu prvega otroka in število locčitev na tisocč porok nam merijo isti dejavnik - spreminjanje tradicionalnih vrednot. Spremenljivke so 128 med seboj precej povezane, kar se vidi iz visokih korelacijskih koeficientov. V izhodiščnem modelu je prisotna torej precejšnja multikolinearnost. Večina v izhodiščni enostavni linearni regresijski model vklju-cčenih spremenljivk tudi ni statisticčno znacčilnih. V nadaljevanju sem število pojasnjevalnih spremenljivk zmanjševal tako, da sem odstranjeval tiste, ki imajo ob sebi regresijske koeficiente z vsebinsko napačnimi predznaki in tiste, ki imajo ob sebi statistično neznacilne regresijske koeficiente. S tem sem zmanjšal tudi multikolinearnost, saj v model vkljucene spremenljivke med seboj niso več tako povezane. Naslednji problem zacčetnega modela je prisotnost avtokorelacije pri vseh časovnih vrstah. Z vključitvijo avtoregresijskega člena sem v nadaljevanju odpravil tudi ta problem. Z namenom, da bi odpravil vpliv gibanja časa (trend) na število živorojenih, sem v končni avtoregresij-ski model vključil tudi spremenljivko linearni trend, ki zavzema vrednosti od 1 do 32. Rezultati koncčnega avtoregresijskega modela so prikazani v preglednici 5.2. Kot najbolj ustrezen avtoregresijski model se je izkazal dvojni logaritemski model, ki je linearen v parametrih, temelji pa na logaritmiranih vrednostih originalnih casovnih vrst. Za logaritmiranje sem uporabil naravni logaritem. Kot je razvidno iz preglednice 5.2, so parcialni regresijski koeficienti ob vseh pojasnjevalnih spremenljivkah statisticčno znacčilni. Na meji je le z naravnim logaritmom transformirana spremenljivka odstotek zaposlenih žensk med vsemi zaposlenimi v posameznem letu (ln(ZZV)), kjer je stopnja znacilnosti malo cčez mejo 0,05. Pricčakujem, da je vpliv te spremenljivke na naravni logaritem števila živorojenih otrok negativen, torej je vsebinsko smiselno in upravicčeno tveganje za napako prve vrste razpoloviti in ugotoviti eno-repo stopnjo značilnosti. Eno-repa stopnja znacilnosti Preglednica 5.2 Rezultati koncčnega (dvojno) logaritemskega avtoregresijskega modela dejavnikov osnove povpraševanja (y = ln(SZ)) Konstanta in spremenljivke Ocena regre-sijskegakoef. f-statistika Stopnja znacčilnosti (dvorepa) Stopnja znacčilnosti (enorepa) (ln(SZ))-1 0,577 3,672 0,001 0,0005 ln(SD) 0,226 4,335 0,000 0,0000 ln(PL_M2) 0,183 4,160 0,000 0,0000 ln(ZZV) -0,739 -1,997 0,056 0,0280 ln(SNP) -1,072 -3,140 0,004 0,0020 ln(T) 0,069 2,575 0,016 0,0080 Konstanta 15,719 10,324 0,000 0,0000 Število opazovanj = 33, popravljeni R2 = 0,910, Durbin-Watson = 1,802. (ln(SZ))-1 -naravni logaritem števila živorojenih odložen za eno leto; ln(SD) - naravni logaritem smrtnosti dojenčkov; ln(PL_M2) - naravni logaritem povprečne meseme neto place na povprecno ceno kvadratnega metra koristne stanovanjske površine; ln(ZZV) - naravni logaritem odstotka zaposlenih žensk med vsemi zaposlenimi v posameznem letu; ln(SNP) - naravni logaritem povprečne starosti neveste ob sklenitvi prve zakonske zveze. 129 znaša le 0,028, kar pomeni, daje tudi ln(ZZV) statistično značilna spremenljivka. Predznaki posameznih parcialnih regresijskih koeficientov so vsebinsko smiselni in pričakovani, poleg tega mi je uspelo z vključitvijo trenda (ln(T)) iz njih izloati vpliv gibanja casa (trend). S pomočjo vključitve avtoregresijskega člena (ln(SZ)) -1 sem iz modela izločil av-tokorelacijo. Pri vseh v model vkljucenih pojasnjevalnih spremenljivkah je namreč prisotna avtokorelacija, ki z večanjem casovnih odlogov pada približno geometrijsko, parcialni avtokorelacijski koeficienti pa so povsod statisticčno znacčilni le pri prvem odlogu, pri nadaljnjih pa parcialna avtokorelacija ne obstaja. V skladu s teorijo časovnih vrst so to ravno pravi pogoji za vkljucitev avtoregresijskega člena prvega reda (Mills 1990). Durbin-Watsonova statistika se nahaja med kritic-nima vrednostma 1,6 in 2,4 (DW = 1,802), kar potrjuje (Mills 1990), da avtoregresijski model avtoregresije prvega reda več ne vsebuje. Visok popravljeni determinacijski koeficient (R2 = 0,910) kaže na visoko pojasnjevalno moc modela. V model vkljucene pojasnjevalne spremenljivke s svojo varianco pojasnijo več kot 90 % variabilnosti za število živorojenih otrok po posameznih letih. Zanimiva znacčilnost dvojnega logaritemskega modela je vsebinski pomen parcialnih regresijskih koeficientov. Vsak posebej pove, za koliko odstotkov se spremeni število živorojenih, ce se izbrana pojasnjevalna spremenljivka spremeni za en odstotek (druge pa pri tem ostanejo nespremenjene). Parcialni regresijski koeficienti povedo torej elastičnost števila živorojenih glede na posamezne v avtoregresijski model vključene pojasnjevalne spremenljivke. Ugotovim lahko, da je število živorojenih vsako leto res odvisno od smrtnosti dojencčkov, stroškov otrok in materialnih pogojev, od oportunitetnih stroškov otrok ter osebnih vrednot oziroma družbenih norm. V nadaljevanju poglejmo, kako posamezne v avtoregresijski model vkljucene pojasnjevalne spremenljivke, ki merijo posamezne od omenjenih dejavnikov, vplivajo na število živorojenih. Empirično sem potrdil pričakovanje, da zniževanje smrtnosti do-jencčkov vpliva na zniževanje števila živorojenih v opazovanem obdobju od leta 1970 do 2002. Na podlagi analize vzorcnih podatkov lahko ugotovim, da se število živorojenih zniža v povprečju za 0,23 od-130 stotka, če se število umrlih dojenckov na tisoč živorojenih zniža za en odstotek. Pri tem predpostavljam, da vse ostale okolišcine (ostali dejavniki) ostanejo nespremenjene. Empirično sem uspel potrditi tudi to, da materialni pogoji - te določajo razpoložljivi dohodki na eni strani in stroški, ki so kljucni pri snovanju družine ter odločanju za otroke na drugi - vplivajo tudi na število živorojenih v posameznem letu. Realna povprečna neto mesečna placa (izražena v številu kvadratnih metrov koristne stanovanjske površine, ki jo s to placčo lahko nekdo kupi) pozitivno vpliva na odločanje za otroke. Veqa kot je, boljši bodo pogoji za družine in večja bo rodnost. Če se tako opredeljena realna placa poveča za en odstotek, potem se število živorojenih poveča v povprečju za 0,18 odstotka, če ostanejo vsi ostali dejavniki nespremenjeni. Povecčevanje izobrazbene ravni in vecčja delovna aktivnost žensk tudi negativno vpliva na število živorojenih otrok. Povezava poteka preko dinamike oportunitetnih stroškov, ki jih merim z dinamiko odstotka zaposlenih žensk med vsemi zaposlenimi ženskami v posameznem letu. Ker se to število v zadnjem času veča, se tudi oportunitetni stroški nosečnosti in vzgoje otrok (izgubljeni dohodki) večajo, s tem pa manjša želja po otrocih, ki s seboj prinašajo takšne oportunitetne stroške. Večji kot so oportunitetni stroški, manjše bo število živorojenih. Če se delež zaposlenih žensk med vsemi ženskami poveča za en odstotek, se število živorojenih v povprečju zniža za 0,74 odstotka, če ostanejo vsi ostali pogoji nespremenjeni. Empirično sem potrdil tudi negativno povezavo med povprecno starostjo neveste ob sklenitvi prve zakonske zveze, ki na svoj nacčin meri tradicionalne in družinske vrednote in številom živorojenih. Višja kot je povprečna starost nevest ob sklenitvi prve zakonske zveze, kasneje imajo ženske otroke, večjo prednost dajejo izobraževanju in delu, vse manj priljubljeno pa je zgodnje poročanje, zgodnje ustvarjanje družin ali pa celo družin nasploh. To pa vse skupaj znižuje število živorojenih. Empirično sem prišel do ugotovitve, če se povprečna starost nevest ob sklenitvi prve zakonske zveze poveca za en odstotek, se število živorojenih v tem letu v povprečju zniža za kar 1,07 odstotka. Od vseh dejavnikov, kijih merijo opisane spremenljivke, ima dviganje povprečne starosti neveste ob sklenitvi prve zakonske zveze (kar odseva spreminjanje družinskih vrednot) relativno najmomejši vpliv na zniževanje števila živorojenih otrok. Po moči vpliva sledijo, po vrsti: zaposlenost žensk ter z njo povezani vedno večji oportunitetni stroški rojevanja in vzgoje otrok, smrtnost dojencčkov ter nazadnje sposobnost posameznika zagotoviti materialne pogoje za družino. 5.2.5 Ocena osnove povpraševanja po visokošolskem 131 izobraževanju v prihodnje Zdaj, ko vem, kako izracčunati naravni logaritem števila živorojenih, ki so stari od 19 do 23 let (lnSZ19-23t) v letu t, lahko z anti-logaritmira-njem izračunam tudi (ne logaritmirano) število živorojenih, ki so stari od 19 do 23 let (SZ19-23t) v letu t. V skladu z regresijsko enačbo in ob upoštevanju antilogaritmiranja velja: SZt = 6709265,235 • SD0'226 • PL_M20J83 • ZZV-0,739 • SNP-1,072 • T^069 • SZ-77. (5.6) Ob upoštevanju ugotovitve iz zacčetka poglavja 5.3.1 lahko povezanost med številom oseb, starih od 19 do 23 let, v posameznem letu in številom živorojenih v štiriletnem obdobju ter z ustreznim cčasovnim zamikom zapišem takole: 1 23 SOI9-231 = — £ SZt-n, (5-7) 0, 99 n=19 pri čemer je SO19-23t število oseb, starih od 19 do 23 let v letu t in SZt -n število živorojenih v letu, ki je n let pred letom t. Ce zdaj v enacbo (5.7) vstavim enacbo (5.6), dobim: 1 23 S019-23t-n = - T 6709265,235 • SD?'226 • PL M2°'183 1 n 0 99 t-n ~ t-n 0 99 n=19 tt\-0,739 oMn-1,072 ^0,069 <-,^0,577 rc o^ • ZZVt-n • SNPt-n • Tt -n • SZt -n-1. (5.8) Kakšen razvoj glede osnove povpraševanja, v tem primeru števila oseb, starih od 19 do 23 let, lahko pricakujem v prihodnje? Ugotovil sem, da najrazličnejši socio-ekonomski dejavniki delujejo na rodnost tako, da se taiz letavleto znižuje. Število starihod 19 do 23 letpaje od- visno predvsem od števila živorojenih pred 19., 20., 21., 22. in 23. leti. Ce se število živorojenih znižuje, se bo posledično na daljši rok zniževalo tudi število mladih med 19. in 23. letom. Na podlagi števila živorojenih pred 19, 20,21, 22 in 23 leti, sem oblikoval preproste oCene velikost generaCije mladih med 19. in 23. letom do leta 2018 (pregledniCa 5.3). Ne samo, da se število oseb, starih od 19 do 23 let, zmanjšuje že od sredine osemdesetih let, tudi pogled naprej ne obeta bistveno drugačne slike. Grobe oCene velikosti prihodnje generaCije mladih od 19 do 23 let pa ne upoštevajo samo rodnost v preteklosti, temveC tudi smrtnost in neto selitve. Morda se bo starostno speCifična stopnja rodnosti starejših žensk poveCala, kar bi lahko zaustavilo to hitro upadanje števila živorojenih, vendar pa bo število oseb v starosti od 19 do 23 let zaradi Casovnega zamika upadalo še 19 do 23 let po tem, ko bo 132 zaCelo število živorojenih morda okrevati. Podobno ugotavljajo tudi druge študije, ki se ukvarjajo z napovedovanjem demografskih gibanj v prihodnje (Kraigher 2005). Ce torej' upoštevam, da ne bo prišlo do večjih sprememb trendov gibanja identifiCiranih dejavnikov osnove povpraševanja, lahko na podlagi regresijskega modela oCenim, da bo leta 2009 le še 123.420 oseb starih od 19 do 23 let, leta 2013 le še 104.231 oseb starih od 19 do 23 let, leta 2018 pa jih bo samo še 92.244. To pa pomeni zmanjšanje te starostne skupine v obdobju od leta 2009 do 2018 za približno 25 %. Zaradi spreminjanja osebnih vrednot (te so bolj naklonjene čim daljšemu izobraževanju in karieri ter manj zgodnjemu ustvarjanju družine), večanja oportunitetnih stroškov rojevanja in vzgoje otrok, padanja smrtnosti dojenčkov ter slabšanja sposobnosti posameznikov za zagotavljanje osnovnih materialnih pogojev za ustvarjanje družine število živorojenih upada. PoslediCčno upada tudi število mladih (osnova povpraševanje po visokošolskem izobraževanju), kar ob ohranjanju relativno nespremenjene smrtnosti vodi v hitro staranje slovenskega prebivalstva. Padanje osnove povpraševanja po visokošolskem izobraževanju (merjene s številom oseb, starih od 19 do 23 let) je prisotno že od leta 1999 dalje in se bo očitno še nadaljevalo vsaj v bližnji prihodnosti, če ne bo prišlo do bistvenih sprememb na tem podroCčju. Neto priselitve bi morale biti preCej višje kot so zdaj, da bi lahko zgolj iz tega naslova nadomestili manjkajoče otroke in mladino. Padanje osnove povpraševanja po visokošolskem izobraževanju očitno vpliva na upočasnjevanje ali Celo znižanje povpraševanja po visokošolskem izobraževanju. Kakšno je dejansko končno povpraševanje po visokošolskem izobraževanju, je seveda odvisno od zmnožka med osnovo povpraševanja in relativno stopnjo povpraševanja, ki pa jo podrobneje proučujem v naslednjem poglavju. Preglednica 5.3 Ocene števila mladih, ki so stari od 19 do 23 let v prihodnje, Slovenija, obdobje 2009-2018 Leto Ocena števila oseb, starih od 19 do 23 let 2009 123.420 2010 119.393 2011 113.726 2012 108.256 2013 104.231 2014 100.809 2015 97.986 2016 96.151 2017 94.194 2018 92.244 Lastni izračuni na podlagi podatkov, pridobljenih od SURS in iz obdelav s statistiCnim 133 paketom SPSS. 5.3 Analiza dejavnikov relativne stopnje povpraševanja Vtem poglavju preizkušam prvo postavljeno hipotezo, ki govori o najrazličnejših dejavnikih stopnje udeležbe v visokošolskem izobraževanju. Ugotovil bom, kateri so ti dejavniki ter preizkusil hipotezo, da so se ti v zadnjem času v povprečju gibali tako, da so povečevali relativno stopnjo udeležbe v visokošolskem izobraževanju in s tem posledično pozitivno vplivali na povečevanje absolutnega povpraševanja po visokošolskem izobraževanju. Na koncu tega poglavja rezultate analize dejavnikov relativne stopnje udeležbe povezujem z rezultati analize dejavnikov osnove, kar je povezano tudi s tretjo hipotezo raziskave, ki pravi, da bodo ob enakih gibanjih dejavnikov - dejavniki osnove prevladali nad dejavniki relativne stopnje udeležbe, kar se v zadnjih letih že kaže. 5.3.1 Odvisna spremenljivka in dejavniki relativne stopnje povpraševanja Odvisna spremenljivka Odvisna spremenljivka v okviru regresijske analize dejavnikov relativne stopnje povpraševanja po visokošolskem izobraževanju je stopnja udeležbe oseb, starih od 19 do 23 let v dodiplomskem izobraževanju (SUD19-23). Gibanje stopnje udeležbe oseb starih od 19 do 23 let v dodiplomskem visokošolskem študiju brez študentov višjih strokovnih šol in absolventov v Sloveniji v obdobju od leta 1980/81 do leta 2006/07 prikazuje slika 5.4 V skupino dejavnikov relativne stopnje povpraševanja po visokošolskem dodiplomskem izobraževanju (ali stopnje udeležbe v visokošolskem dodiplomskem izobraževanju) 134 Slika 5.4 Stopnja udeležbe oseb, starih od 19 do 23 let, v dodiplomskem visokošolskem izobraževanju, Slovenija, obdobje 1980/81-2006/07 40 35 30 25 20 15 10 5 0 x<&> \<£> \°>K & s4> & # x<$> J> > o# > <#X > ^ °> K°> K°> K°> K°> K°> »°> »°> K°> K°> Študijsko leto >v % oseb starih od 19 do 23 let v dodiplomskem visokošolskem izobraževanju (brez absolventov) Študenti višjih strokovnih šol in absolventi so v Celotnem obdobju izključeni. Lastne obdelave na podlagi podatkov, pridobljenih od SURS. sodijo torej tisti dejavniki, ki vplivajo na velikost odstotka oseb, starih od 19 do 23 let, ki so vkljuCeni v visokošolsko dodiplomsko izobraževanje. Ta odstotek se je v preučevanem obdobju od leta 1980/81 večinoma poveCeval, in siCer iz dobrih 13 % na slabih 40 %, kar je povečanje za približno 27 odstotnih toCk oziroma gre za veC kot trikratno povečanje. V izhodišču te analize predpostavljam, da na relativno stopnjo povpraševanja vplivajo izpolnjevanje pogojev za vpis na visokošolsko izobraževanje, stopnja internaCionalizaCije visokega šolstva, družinski dejavniki, splošne gospodarske razmere v državi, dejavniki, vezani na stroške in koristi študija, dejavniki ponudbe visokošolskega izobraževanja in še nekateri drugi dejavniki. Kateri izmed teh so imeli najpomembnejšo vlogo in na kakšen način, bodo pokazali rezultati regresijske analize dejavnikov relativne stopnje povpraševanja po visokošolskem izobraževanju. V nadaljevanju tega poglavja podrobneje predstavljam posamezne spremenljivke, ki sem jih izbral kot proxy spremenljivke posameznih dejavnikov. Preden preidem na predstavitev posamezne pojasnjevalne spremenljivke natančno definiram neodvisno spremenljivko, kije opredeljena kot stopnja v naslednji obliki: SUD19-23 = SS19-23 •100, (5.9) S019-23 pri čemer je SUD19-23 - stopnja udeležbe oseb, starih od 19 do 23 let, v visokošolskem dodiplomskem izobraževanju brez absolventov (% oseb, starih od 19 do 23 let, ki so vkljuCene v visokošolsko dodiplomsko izobraževanje brez absolventov); SS19-23 - število visokošolskih dodiplomskih študentov brez absolventov, starih od 19 do 23 let na dan 31. 12.; SO19-23 - število prebivalcev Republike Slovenije, starih od 19 do 23 let, na dan 31. 12. V najstrožjem pomenu bi morala biti stopnja definirana tako, da so v imenovalcu vključene osebe, ki sem jih lahko zgodi dogodek iz števca (postanejo visokošolski dodiplomski študenti). V števcu ulom-ka torej ne smejo biti vključene tiste osebe, ki niso zajete v imenovalcu. V imenovalcu ulomka nastopajo le prebivalci Republike Slovenije, ki so stari od 19 do 23 let po stanju na dan 31. 12. Torej so tujci izključeni. V števcu ulomka pa so zajeti vsi visokošolski dodiplomski študenti, stari od 19 do 23 let, ne glede na to, ali gre za prebivalce Republike Slovenije ali tujce, ki študirajo pri nas. To metodološko težavo bi lahko rešil le, če bi lahko iz števca izkljucil tujce, stare od 19 do 23 let, ki študirajo pri nas, za kar pa podatki niso na voljo. Tako ostajam pri metodologiji, ki jo v tem oziru uporablja tudi SURS in ne izračunavam 135 čiste stopnje, ampak že definirano razmerje. Internacionalizacija visokega šolstva Da pa bi upošteval oziroma preveril vpliv dotoka tujih študentov v slovenski visokošolski prostor, sem takoj na začetku vkljucil slamnato nepravo spremenljivko, ki meri odprtost oziroma internacionalizacijo slovenskega visokošolskega prostora za tuje študente (IV). Neprava spremenljivka IV zavzema vrednosti 0 v času pred osamosvojitvijo do vključno leta 1991 (relativno zaprt visokošolski prostor) in vrednost 1 od leta 1992 naprej (relativno odprt visokošolski prostor). Z osamosvojitvijo, pospešenimi reformami v visokem šolstvu ter pripravami na vstop v EU in njenim končnim vstopom, ob socasni internacionalizaciji ter globalizaciji slovenskega gospodarstva se tudi potrebe in motivacija za študij tujih študentov pri nas povečujejo. Število tujih študentov je od leta 1996/97 pa do leta 2006/07 stalno naraščalo in se skoraj potrojilo. Naraščanje skupnega števila tujih študentov je šlo predvsem na račun rasti števila študentov iz sosednje Hrvaške. Število tujih študentov s hrvaškim državljanstvom se je nam-rec od leta 1996/97 do 2006/07 povečalo iz 158 na 517. Z vključitvijo omenjene neprave spremenljivke sem želel ugotoviti, ali se stopnja udeležbe v visokošolskem izobraževanju do vkljucno leta 1991 in po njem zaradi večje internacionalizacije študija kaj razlikuje. Med tuje študente pri nas ne sodijo tisti tuji študenti, ki so pri nas na študijski izmenjavi, ampak tisti, ki so pri nas vpisani. Na podlagi analize podatkov SURS ugotavljam, da se je število tujih študentov pri nas v obdobju od leta 1996/97 do 2006/07 brez izjeme vsako leto povečevalo. Za zgodnejša leta podrobni podatki o tujih študentih žal niso na voljo, slamnata spremenljivka IV pa se na- naša na obdobje do vkljurno leta 1991 in od vključno leta 1992 dalje. Pricakujem namrec, da povečana internacionalizacija študija zaradi zgoraj omenjenih razlogov od leta 1992 naprej pozitivno vpliva na povečevanje relativne stopnje udeležbe v visokošolskem dodiplomskem študiju. Korelacijski koeficient med relativno stopnjo udeležbe oseb, starih od 19 do 23 let v visokošolskem dodiplomskem izobraževanju (SUD19-23) in odprtostjo visokošolskega prostora v Sloveniji (IV) je visok ter pozitiven in znaša 0,855. Izpolnjevanje vpisnih pogojev Pomemben dejavnik udeležbe v visokošolskem izobraževanju je zagotovo tudi odstotek slovenske mladine, ki so zaključili takšno srednjo šolo, s katero lahko nadaljujejo izobraževanje na visokošolskih zavo-136 dih. Načinov, kako izpolniti te pogoje, je vec. Med leti pa so se v celotnem opazovanem obdobju od leta 1980 do 2006 tudi nekoliko spreminjali, kakor so se spreminjali tudi programi srednješolskega izobraževanja. Splošno, strokovno in poklicno izobraževanje obsega izobraževanje v splošnih in strokovnih gimnazijah, nižjih poklicnih, srednjih poklicnih, srednjih tehniških in drugih strokovnih srednjih šolah. Tovrstno izobraževanje sta uvedla Zakon o poklicnem in strokovnem izobraževanju (1996) ter Zakon o gimnazijah (1996). V skladu z metodološkimi pojasnili SURS-a lahko ugotovim, da poklicno in strokovno izobraževanje posreduje znanje, spretnosti in veščine, potrebne za opravljanje poklica. Omogoca izbiro poklica in pripravo nanj. Nižja in srednja poklicna dvo- in triletna izobrazba se pridobita po koncanem izobraževanju z opravljenim zaključnim izpitom. Število dijakov, ki so zakljucili nižji in srednji poklicni izobraževalni program seje od leta 1980/81 do leta 1981/82 najprej povecalo, v naslednjem letu pa znižalo. Od leta 1983/84 do leta 1994/95 ti programi niso več obstajali, od leta 1995/96, ko so se spet pojavili, pa se je število dijakov, ki so zakljucili takšne programe, iz leta v leto zmanjševalo. Srednja strokovna izobrazba se pridobi z opravljeno poklicno maturo kot obliko zaključnega izpita. Srednja strokovna izobrazba se lahko pridobi tudi s koncanimi, od šolskega leta 1999/2000 izteka-jocčimi se nadaljevalnimi in diferencialnimi programi ter s programi po modelu 3+2, v katere se je bilo možno vključiti s koncano srednjo poklicno izobrazbo. Dalje je srednjo strokovno izobrazbo mogocče pridobiti tudi z delovodskimi, poslovodskimi ali mojstrskimi izpiti ter s poklicnimi tecaji s področja posameznih strok. Diferencialne programe in programe 3+2 je nadomestilo dveletno srednje poklicno tehniško izobraževanje, to so dvoletni programi, v katere se je možno vključiti po pridobljeni srednji poklicni izobrazbi. Število dijakov, ki so zaključili katerega od tehniških ali strokovnih izobraževalnih programov, seje - ne tako, kot pri nižjih in srednjih poklicnih izobraževalnih programih od leta 1980/81 do 1983/84 - iz leta v leto povečevalo. Od leta 1995/96, ko so se ti programi znova zaceli izvajati, se je število dijakov, ki so zaključili takšen program, povecevalo do leta 2000/01, v naslednjem letu upadlo in nato ostalo na približno enakem nivoju do konca opazovanega obdobja. Programi za izobraževanje učnega osebja so se izvajali samo v prvih letih opazovanega obdobja, število dijakov, ki so od leta 1980/81 pa do leta 1983/84 zaključili izobraževanje po teh programih, pa se med leti ni bistveno spreminjalo. Gimnazija je splošno-izobraževalna srednja šola, ki daje, razširja in poglablja znanje dijakov ter jih usposablja za visokošolski študij in pri- 137 pravljananj. Ločimo splošne in strokovne gimnazije. Z opravljeno maturo se po končani gimnaziji pridobi srednja izobrazba. Z opravljenim enoletnim maturitetnim tecčajem kot pripravo na maturo lahko dijaki in odrasli, ki so koncali programe srednjega poklicnega izobraževanja ali srednjega tehnicčnega in drugega strokovnega izobraževanja, pristopijo k maturi. V okviru splošnega izobraževanja, ki so ga že v prvih štirih letih opazovanega obdobja izvajale splošne in strokovne gimnazije, je vsako leto od leta 1980/81 naprej zaključilo študij vsako leto manj študentov, ko pa so se ti programi splošnega izobraževanja leta 1995/96 ponovno pojavili, je število dijakov, ki so zakljucili študij na teh programih, iz leta v leto močno naraščalo vse do zadnjega opazovanega leta 2006/07. Od leta 1982/83 pa do leta 1985/86 je število dijakov, ki so zaključili srednjo šolo v okviru usmerjenega izobraževanja, naraščalo, v naslednjem letuje padlo in se do leta 1989/90 spet povečevalo ter nato ob manjših nihanji ostalo na približno enakem nivoju vse od leta 1994/95, ko so ti programi za vedno prenehali obstajati. Poleg dijakov, ki so koncčali gimnazijo, pa ti niso edini, ki se lahko vključijo v visokošolsko izobraževanje. To lahko storijo tudi tisti, ki so zakljucčili kateri koli drugi štiriletni program srednjega izobraževanja (na primer štiriletni srednješolski program po Zakonu o usmerjenem izobraževanju (1980) ali pa štiriletni tehniški ali strokovni izobraževalni program), ali pa so na primer nadaljevali srednješolsko izobraževanje po zakljucčeni poklicni srednji šoli. Tako je precej težko potegniti natančno mejo med tistimi dijaki, ki ne bodo mogli nikoli izpolniti pogojev in tistimi, ki bodo praviloma izpolnili pogoje za vpis v visokošolsko izobraževanje. Zakon o visokem šolstvu o pogojih za vpis v 38. členu, na primer pravi (2006), da se v visokošolski študij prve stopnje lahko vpiše vsak, ki je opravil maturo. V študij po univerzitetnem študijskem programu na posameznem strokovnem podrocčju se lahko vpiše vsak, ki je opravil splošno maturo ali zakljucčni izpit, opravljen po ustreznem štiriletnem srednješolskem programu od 1. junija 1995. V nekatere univerzitetne študijske programe prve stopnje se lahko vpišejo kandidati s poklicno maturo po ustreznem srednješolskem programu ter opravljenim izpitom splošne mature, pri cemer izbrani predmet ne sme biti predmet, ki ga je kandidat že opravil pri poklicni maturi. Za vpis v visokošolske strokovne študijske programe prve stopnje je pogoj zaključni izpit, opravljen po ustreznem štiriletnem srednješolskem programu ali splošna matura ali poklicna matura. Za vpis v nekatere študijske programe morajo kandidati opraviti še preizkus umetniške nadarjenosti, psihofizicčnih sposobnosti ozi-138 roma ročnih spretnosti. Umetniška akademija lahko s svojim študijskim programom določi, da se v študij vpiše tudi, kdor ne izpolnjuje katerega od omenjenih pogojev, izkazuje pa izjemno umetniško nadarjenost. Gibanje absolutnega števila dijakov, ki so dokončali posamezni program srednješolskega izobraževanja, vpliva na gibanja absolutnega števila visokošolskih študentov. V tej raziskavi pa proucujem tiste dejavnike, ki vplivajo na relativno stopnjo udeležbe v visokošolskem do-diplomskem izobraževanju, in sicer samo tistih oseb, ki so stare od 19 do 23 let. Zato je pravilno, da izračunam relativno število dijakov, ki so vkljucčeni v ustrezni srednješolski program oziroma so zakljucčili ustrezni srednješolski program, ki načeloma velja kot vstopni pogoj za visokošolsko dodiplomsko izobraževanje. Odstotek vseh oseb, ki so vključene v srednješolsko izobraževanje med osebami, starimi od 15 do 18 let, se je po posameznih šolskih letih od leta 1980/81 pa do 1984/85 najprej zniževal, potem pa do konca opazovanega obdobja, to je leta 2006, narašcal (slika 5.5). V zadnjih dveh letih je celo presegel 100 %, kar se na prvi pogled zdi teoretično nesmiselno, seveda pa je to mogocče, saj smo število mladih, starih od 15 do 18 let, primerjali z dijaki, ki pa so lahko tudi starejši od 18 let. Gre za tiste dijake, ki se izobražujejo po programih srednješolskega izobraževanja 3+2 oziroma po 5-letnih tehniških izobraževalnih programih. Z namenom, da bi rešil omenjeno težavo, sem starostno skupino mladih, ki je bila uporabljena za osnovo primerjave, razširil na skupino mladih, starih od 15 do 19 let in tako v to osnovo vkljucil tudi tiste dijake, ki se izobražujejo po programih, daljših od 4 leta. Dobil sem odstotek vseh dijakov srednješolskega izobraževanja med osebami, starimi od 15 do 19 let, po posameznih šolskih letih. Tudi ta odstotek doživlja podobno gibanje skozi opazovano obdobje, je pa logično neko- Slika 5.5 Gibanje različnih razmerij med vpisanimi dijaki v srednješolsko izobraževanje ali pa tistimi, ki so srednjo šolo zaključili in mladimi v različnih starostnih razredih, Slovenija, obdobje 1980/81-2006/07 90,0 70,0 50,0 30,0 10,0 -10,0 - Odstotek, ki ga predstavljajo vpisani dijaki v katerikoli program srednješolskega izobraževanja med osebami starimi od 15-18 let ■ Odstotek, ki ga predstavljajo vpisani dijaki v katerikoli program srednješolskega izobraževanja med osebami starimi od 15-19 let ■ Odstotek, ki ga predstavljajo dijaki, ki so zaključili srednješolsko izobraževanje med vsemi 18-letniki ■Odstotek, ki ga predstavljajo dijaki, ki so zaključili tehniški ali strokovni izobraževalni program, ali pa splošno izobraževalnje med vsemi 18-letniki 139 Lastne obdelave na podlagi podatkov, pridobljenih od SURS. liko nižji v vseh letih v primerjavi s prejšnjim odstotkom in tako nikoli ne preseže 100% (slika 5.5). Še bolj kot vključenost v srednješolsko izobraževanje je z vidika izpolnjevanja pogojev za nadaljnje vključevanje v visokošolsko izobraževanje pomemben odstotek tistih, ki so zaključčili srednje izobraževanje med vsemi osemnajstletniki. V ta namen sem izračunal časovno vrsto, ki je uporabljena tudi v regresijski analizi, in sicer odstotek, ki ga predstavljajo dijaki, ki so zaključili kateri koli srednješolski program v posameznem šolskem letu v skupnem številu osemnajstletnikov v istem letu. Ta vrsta ima pomanjkljivost, saj ne izključuje nekaterih sre-dnješolčev, ki pogojev za vpis neposredno ne izpolnjujejo. Je pa to najbližji približek indikatorja, ki meri odstotek osemnajstletnikov, ki izpolnjuje pogoje za vpis in ga je mogoče izračunati za tako dolgo obdobje. V obdobju 1984/85 do 1994/95, ko je veljal Zakon o usmerjenem izobraževanju, namreč ločeni podatki za število tistih, ki so zaključili štiriletno ali pa katero drugo srednjo šolo, niso na voljo. Delež dijakov, ki so zaključili katerokoli srednjo šolo med vsemi osemnajstletniki, sem izračunal po naslednjem obrazču: f ŠDZf ODZ =-^-100 (5.10) š1830.6. pri čemer je ODZf - odstotek, ki ga predstavljajo dijaki, ki so zaklju- cčili katerikoli srednješolski program v posameznem šolskem letu v skupnem številu osemnajstletnikov v istem šolskem letu; ŠDZt - število dijakov, ki so zaključili katerikoli srednješolski program v posameznem šolskem letu; Š1830'6' - število osemnajstletnikov vposameznem šolskem letu na dan 30. 6. Tako definiran odstotek seje od leta 1980/81 do leta 1984/85 najprej znižal, in sicer iz 79,5% na 63,2%, od leta 1984/85 naprej pa seje ob manjših nihanjih poveceval do približno 95 % (slika 5.5). Zadnji kazalnik v zgornji sliki prikazuje odstotek, ki ga predstavljajo samo srednješolci, ki so koncali gimnazijske programe ali pa tehniške ter strokovne srednješolske programe med vsemi osemnajstletniki. Ta odstotek sem izracunal samo za del opazovanega obdobja, to je od leta 1995/96 dalje, ko je nova zakonodaja uveljavila poklicno, strokovno in splošno 140 izobraževanje. S tem bi sicer bolj pravilno opisal odstotek tistih osemnajstletnikov, ki res izpolnjujejo pogoje za vpis v visokošolsko izobraževanje. Vendar ta odstotek zaradi ne razpoložljivosti podatkov žal ni mogocče izracču-nati za dovolj dolgo obdobje. Delež je po pricakovanjih nižji od prejšnjega, je pa v celotnem obdobju, ko so podatki na razpolago, izredno hitro naraščal (slika 5.5). Iz prikazanih podatkov lahko zaključim, da ima velika večina osem-najstletnikov takšno ali drugacčno srednjo šolo, vecčina od teh pa tudi izpolnjuje pogoje za vpis v visokošolsko izobraževanje. Odstotek tistih, ki izpolnjujejo pogoje za vključitev v visokošolsko izobraževanje, pa se iz leta v leto tudi povečuje. Po pricakovanju je korelacijski koeficient med odstotkom, ki ga predstavljajo dijaki, ki so zakljucčili katerikoli srednješolski program v posameznem šolskem letu med vsemi osemnajstletniki (ODZ) ter med relativno stopnjo udeležbe v dodiplomskem visokošolskem izobraževanju oseb, starih od 19 do 23 let (SUD19-23), močan ter pozitiven in znaša 0,868. Družinski dejavnika - dohodek gospodinjstev Z namenom, da bi izmeril gibanje družinskih dejavnikov, sem zbral različne podatke. Najprej podatke o indeksih povprecne mesecne realno bruto place (IPMRBP), ki bodo uporabljeni v regresijski analizi. Pri tem gre za bruto placče na zaposleno osebo pri pravnih osebah do leta 1992, od tega leta dalje pa za bruto place na zaposleno osebo pri pravnih osebah in zasebnih podjetjih. Zbral sem podatke, ki se nanašajo na bruto (in ne neto) place, ker sem s tem ohranil konsistentno časovno vrsto od leta 1980/81 do 2006/07. Metodologija zajemanja neto plač se je v tem obdobju namrec spreminjala. Slika 5.6 Gibanje povpreme mesečne nominalne in realne bruto place, Slovenija, obdobje 1980/81-2006/07 120 100 80 60 40 20 0 rii^ oČ>' & dP -Indeksi nominalnih povprečnih mesečnih bruto plač (2004=100) -Indeksi realnih povprečnih mesečnih bruto plač (2004=100) Od leta 1992 so poleg pravnih oseb vključena tudi zasebna podjetja. Indeksi so izra-cčunani s podatki, preracčunanimi po novi metodologiji SURS. 141 Ker se je v opazovanem obdobju v Sloveniji denarna enota dvakrat spremenila, sem namesto podatkov o absolutnem gibanju plač raje zbral podatke o relativnem gibanju plač (indekse). Z uporabo indeksov sem se namreč znebil razlicnih denarnih enot. Podatki se nanašajo na realne (in ne na nominalne) indekse, ker sem s tem izločil vpliv gibanja splošne ravni cen (inflacije) na gibanje mesečnih bruto plač v posameznih letih. V sliki 5.6 prikazujem gibanje povprečnih mesečnih realnih bruto plač ter za primerjavo tudi gibanje nominalnih plac. Po pričakovanjih je gibanje nominalne place precej bolj intenzivno v primerjavi z gibanjem realne placče, saj gibanje nominalne placče prikazuje, poleg gibanja realne place, tudi gibanje splošne ravni cen. Obe sta se večinoma povečevali z izjemo krize v casu osamosvojitve. Podatki so bili pridobljeni iz Statisticčnih letopisov za leta 2000, 2002, 2004, 2006 in 2007, in sicer iz preglednice 13.1 v poglavju Plače in stroški dela. Navedene indekse s stalno osnovo sem preračunal na leto 2004. Večina dosedanjih raziskav kaže na pozitivno povezavo med razpoložljivim dohodkom gospodinjstva in povpraševanjem po visokošolskem izobraževanju. Večja placa pomeni večja sredstva staršev za financiranje dodi-plomskega visokošolskega izobraževanja svojih otrok in s tem večjo verjetnost, da se bodo njihovi otroci vključili v visokošolsko izobraževanje. Povečevanje realnih materialnih sredstev (IPMRBP) skozi cas je pozitivno vplivalo na stopnjo udeležbe mladih v dodiplomskem visokošolskem študiju, starih od 19-23 let (SUD19-23). Korelacijski koeficient med (IPMRBP) in SUD19-23 je srednje mocan in pozitiven, saj znaša 0,553. Vzdolžna analiza dejavnikov povpraševanja Družinski dejavniki - izobrazba staršev Naslednja spremenljivka v okviru družinskih dejavnikov je odstotek diplomiranih oseb v Celotnem številu prebivalCev (ODIPL) v posameznem študijskem letu, zamaknjena za ustrezno število let. Ta spremenljivka je proxy spremenljivka za izobrazbo staršev. Od trenutka, ko neka oseba pridobi diplomo in do trenutka, ko se njegov otrok odloča za visokošolsko izobraževanje, mine lahko veC let. Ce želim prouCiti povezanost med izobraženostjo staršev in relativno vključenostjo njihovih otrok v visokošolsko izobraževanje, moram upoštevati Casovni zamik, če na izobrazbo staršev sklepam iz odstotka diplomiranih oseb v Celotnem številu prebivalCev v posameznem študijskem letu. Vzgoja, usmerjanje, razvijanje vrednot in nasploh življenjski slog na 142 strani staršev z visokošolsko izobrazbo in na drugi strani staršev brez visokošolske izobrazbe, se prav gotovo razlikujejo že od samega rojstva otrok dalje in s tem že v otrokovi mladosti vpliva na to, ali bodo bolj ali manj verjetno vkljuCeni v visokošolsko izobraževanje. Po eni strani je večja izobrazba staršev povezana tudi z boljšimi službami in s tem boljšimi materialnimi pogoji za študij svojih otrok. Po drugi strani pa ta spremenljivka meri tudi velikost pomena izobrazbe kot vrednote v posameznih letih, ki sez večanjem odstotka diplomiranih oseb v Celotnem številu prebivalCev z leti veča in vpliva na veCjo vključenost mladih v visokošolsko izobraževanje že v tekoCem letu. Vizhodišču predpostavljam, daje najveCji vpliv odstotka diplomiranih oseb v Celotnem številu prebivalCev (ODIPL) na stopnjo udeležbe, starih od 19 do 23 let, v dodiplomskem študiju pri odlogu ODIPL za dvajset let. Predpostavljam torej, da od diplomiranja neke osebe pa do časa, ko bo imela ta oseba otroka, starega 18 let, mine v povprečju 20 let. Vrednosti ne odložene spremenljivke sem izraCčunal za posamezno študijsko leto tako, da sem število diplomantov v izbranem študijskem letu (pri Cemer sem upošteval vse vrste visokošolskih diplomantov, tako dodiplomske kot podiplomske in od leta 1998/99 dalje tudi diplomante višjih strokovnih šol) delil s številom prebivalCev na dan 30. 6. v letu, ko se začne obravnavano študijsko leto. Končni izraz, ki opredeljuje to spremenljivko, ima obliko: ŠVDt ODIPLt = —35-^ • 100, (5.11) Pt . . pri čemer je ODIPL( - odstotek diplomiranih oseb v Celotnem številu prebivalCev ali število diplomantov na 100 prebivalCev Republike Slovenije; ŠVD( - število vseh diplomantov po vseh programih terciar- Slika 5.7 Gibanje odstotka diplomantov terciarnega izobraževanja v celotnem številu prebivalcev Republike Slovenije, Slovenija, obdobje 1945/46-2006/07 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 -Odstotek diplomantov v skupnem prebivalstvu Slovenije Lastne obdelave na podlagi podatkov, pridobljenih od SURS. nega izobraževanja v določenem študijskem letu; p3°'a - število prebivalcev Republike Slovenije na dan 30. 6. v letu, ko se je študijsko leto zacčelo. Delež diplomiranih oseb v celotnem številu prebivalcev se je od leta 1945/46 do 2006/07 strmo povečeval, in sicer iz 0,007% na 0,85% celotnega prebivalstva Slovenije, kar je za približno 120-krat (slika 5.7). Povezanost med odstotkom diplomantov v skupnem prebivalstvu, odloženim za dvajset let, ter relativno stopnjo udeležbe oseb, starih od 19 do 23 let, v dodiplomskem visokošolskem študiju je pozitivna in izredno visoka, saj korelacijski koeficient znaša kar 0,916. Družinski dejavniki - število otrok v družini Glede povezanosti med številom otrok v družini in povpraševanjem po visokošolskem izobraževanju lahko v literaturi najdemo precej na-sprotujocče si ugotovitve. Nekateri odkrivajo negativno povezanost med številom otrok v družini in povpraševanjem po visokošolskem izobraževanju (Hartog in Diaz-Serrano 2004). Večje število otrok v družini pomeni manjši povprečni dohodek na vsakega člana družine in s tem slabše materialne pogoje za študij. Druge raziskave kažejo na to, da večje število otrok v družini v nekaterih okolišcčinah ni nujno povezano z manjšim povpraševanjem po visokošolskem izobraževanju. Nekatere študije so pokazale, da negativne korelacije niso statisticno značilno razlicne od nič (Gonzales Ro-zada in Menendez 2002, 344). V razvitih državah, kot je Slovenija, večje število otrok v družini ne pomeni nujno nižjega povpraševanja po visokošolskem izobraževanju. Otroci iz veqih družin so pogosto bolj motivirani, pogosto že v zgodnejših letih bolj osebno doživljajo real- 143 nost »redkosti« dobrin in tako morda bolje razumejo ter si prizadevajo za izboljšanje svojega materialnega in ekonomskega položaja v družbi. Vprašanje večjega števila otrok je tudi vprašanje vrednost in navad, ki jih razvijejo otroCi v večjih družinah, za razliko od tistih v manjših. Starostna razlika med otroCi je tudi pomemben dejavnik, ki vpliva na predznak korelaCije med številom otrok in povpraševanjem po visokošolskem izobraževanju (Pederzini Villarreal 2001). Podrobnejših podatkov o vrstnem redu otroka v družini, ki študira in o starostnih razlikah med otroCi na tem nivoju ni bilo mogoče pridobiti. Zbral sem podatke o stopnji totalne rodnosti (STR) po letih od leta 1954 do 2006, ki mi služijo kot približek za merjenje povprečnega števila otrok v družini. Stopnja totalne rodnosti siCer pove, koliko otrok v povprečju rodi 144 ena ženska, če preživi svojo Celotno rodno dobo (od 15. do 49. leta starosti) in Ce se smrtnost v proučevanem obdobju ne spreminja. Iz-raCčunamo jo namreCč tako, da seštejemo vse vrednosti starostno spe-CifiCnih stopenj splošne rodnosti v koledarskem letu. Starostno speCifične stopnje splošne rodnosti so razmerja med številom živorojenih otrok, ki so jih v koledarskem letu rodile matere doloCčene starosti, in številom žensk te starosti sredi istega leta, pomnoženo s 1.000 (Hinde 1998). Stopnja totalne rodnosti se je od leta 1954 pa do leta 2006 preCej znižala, in siCer iz v povpreCju 2,58 na v povprečju 1,31 otroka na žensko. Povezanost med stopnjo totalne rodnosti (ta meri število otrok v družini) in relativno stopnjo udeležbe v dodiplomskem visokošolskem študiju oseb, starih od 19 do 23 let, je preCej močna in negativna. KorelaCijski koefiCient znaša -0,816. Regresijska analiza bo pokazala, kaj lahko ugotovim glede vloge, ki jo ima število otrok v družini za povpraševanje po visokošolskem izobraževanju v Sloveniji. Družinski dejavniki - spreminjanje družinskih vrednot in pomen osebne kariere Naslednje tri spremenljivke, kot so število ločitev na tisoC porok (SLTP), povprečna starost ženina ob poroki (PSZP) in povprečna starost matere ob rojstvu prvega otroka PSM), sem vključil v analizo kot indikatorje spreminjajočih se družinskih vrednot. Spreminjanje teh vrednot vpliva na odločanje med, na primer, izobraževanjem in kariero na eni ter družino na drugi strani. Ni nujno, da obstaja izkljuCujoCa izbira med prvim in drugim, vsekakor pa vpliv spreminjanja osebnih in družbenih vrednot na vključevanje v visokošolsko izobraževanje obstaja (Jagger in Wright 1999). Kazalnik število ločitev na tisoč porok je bil podrobno obravnavan že v poglavju 5.3.1. To število se je v letih od 1980 do 2006 povečalo iz 186 na 366, kar je povečanje za slabih 98% (slika 5.8). Kazalnik meri tradičionalne družinske vrednote in predstavlja neke vrste psihosoči-alni dejavnik, ki ustvarja bolj ali manj ugodno okolje za študij v okviru družine. Nekatere študije (Wadsworth idr. 1985, 247; Dornbusčh idr. 1985, 329) namreč dokazujejo, da so otroči iz dvostarševskih družin, v katerih sta starša poročena, uspešnejši, dosegajo boljše rezultate v šoli in višjo izobrazbo. Po drugi strani več ločitev in manj porok kaže na upadanje pomena družinskih vrednot in na naraščanje pomena osebne kariere ter čim daljšega in čim višjega izobraževanja. Ce število ločitev na tisoč porok odraža spreminjanje takšnih vrednot, potem lahko pričakujem pozitivni korelačijski koefičient med relativno stopnjo udeležbe oseb, starih od 19 do 23 let, v dodiplomskem visokošolskem izobraževanju in 145 številom ločitev na tisoč porok, sklenjenih v istem letu. Korelačijski koefičient znaša 0,891, kar potrjuje močno in pozitivno povezanost navedenih spremenljivk. Povprečna starost ženina ob poroki (PSZP) je naslednji takšen kazalnik, ki služi kot približek za merjenje spreminjanja odnosa posameznika, v tem primeru moških do družinskega življenja. V okviru dejavnikov osnove povpraševanja po visokošolskem izobraževanju sem obravnaval kazalnik povprečna starost ženina ob sklenitvi prve zakonske zveze (ob prvi poroki), v tem primeru pa so v izračun povprečne starosti upoštevane vse poroke. Predpostavljam, da je odlaganje poroke za moške povezano z dajanjem prednosti študiju in karieri pred družino. Res je, da so v našo odvisno spremenljivko vključeni samo tisti, ki so stari od 19 do 23 let in v nobenem primeru še niso stari toliko, kot je v obravnavanem obdobju najnižja povprečna starost ženina ob poroki (to je 27 let v letu 1987), vendar želim s to spremenljivko posredno očeniti prevladujoč odnos do kariere ter izobraževanja moških. Odlaganje poroke je namreč tudi poslediča spreminjanja lestviče osebnih in družbenih vrednot mladih, kar se kaže v tako imenovani »podaljšani mladosti«, ki je so-čiološki fenomen novejšega časa (Graff 1995). V obravnavanem 27-letnem obdobju, od leta 1980/81 do 2006/07, seje povprečna starost ženina ob (kateri koli) poroki povečala iz 27,5 na 32,8, to je za dobrih 18% (slika 5.8). Po pričakovanju obstaja med relativno stopnjo udeležbe v dodiplomskem visokošolskem izobraževanju oseb, starih od 19 do 23 let, in povprečno starostjo ženina ob poroki zelo močna ter pozitivna povezanost, saj korelačijski koefičient znaša kar 0,978. Povprečna starost matere ob rojstvu prvega otroka (PSM) je tre- 146 Slika 5.8 Gibanje števila ločitev na 100 porok, povprečne starosti ženina ob poroki in povprecčne starosti matere ob rojstvu prvega otroka, Slovenija, obdobje 1956-2006 50,0 45, 40,0 35, 30,0 25,0 20, 15,0 10,0 5,0 ^—Število ločitev na 100 porok — Povprečna starost ženina ob poroki -Povprečna starost matere ob rojstvu 1. otroka V oP de .<$ ^ ^ ^ ^ »f. rfs ^ ^CS Leto ■ Število univerz □ Število višjih strokovnih šol □ Število visokošolskih zavodov Lastne obdelave na podlagi podatkov, pridobljenih od SURS. košolskih zavodov v letu 2006. Med visokošolske zavode spadajo višje šole, visoke šole, fakultete in umetniške akademije. Leta 1996 so se pojavile tudi prve višje strokovne šole in s štirih takšnih šol se je njihovo število do leta 2006 povzpelo na 50 višjih strokovnih šol, ki pa seveda niso del visokošolskega sistema (slika 5.12). Korelacijski koeficient med številom visokošolskih zavodov (in številom univerz) na eni strani ter relativno stopnjo udeležbe oseb, starih od 19 do 23 let, v dodiplomskem visokošolskem izobraževanju, znaša 0,9617 (oziroma 0,6221), kar potrjuje momo in pozitivno povezanost med SVISZAV (SUNI) in SUD19-23. 161 Ukinitev obveznega služenja vojaškega roka Kot zanimivost sem v analizo vkljucil še eno pojasnjevalno spremenljivko, ki vpliva na stopnjo udeležbe v dodiplomskem visokošolskem izobraževanju. To je tako imenovana neprava ali slamnata spremenljivka - ukinitev obveznega služenja vojaškega roka v Sloveniji oziroma ukinitev obveznega vojaškega nabora (UKNAB). Uradno je bilo obvezno služenje vojaškega roka v Sloveniji ukinjeno 16. oktobra 2003. Zanima me, kako ta ukinitev vpliva na povpraševanje po visokošolskem izobraževanju. Znano je namrec, da so se v času, ko je bilo služenje vojaškega roka še obvezno, številni mladi moškega spola odločali za nadaljnji študij med drugim tudi zato, ker so se želeli izogniti ali pa vsaj odložiti obvezno služenje vojaškega roka. Za nadaljevanje študija na dodiplomskem študiju so se verjetno raje odlocčali tudi zaradi tega, ker je bil zamujen zaslužek (oportunitetni strošek) v prvem letu študija praktično enak nič. V primeru, da se te osebe ne bi odločile za študij, bi namreč morale služiti vojaški rok in ne bi mogle hoditi v službo vsaj eno, včasih celo več let. Ce so se torej odločili, da se vpišejo v visoko- 162 šolsko izobraževanje, je bila v obdobju obveznega vojaškega naborni-štva izguba dohodka zaradi visokošolskega izobraževanja prav gotovo manjša kot kasneje, ko je bilo obvezno služenje vojaškega roka ukinjeno. Za to, da bi ugotovil, ali je imela ukinitev obveznega služenja vojaškega roka kakšen vpliv na povpraševanja po visokošolskem izobraževanju, sem v analizo vkljucil opisno slamnato spremenljivko, ki sem ji priredil vrednost 0 v casu pred ukinitvijo obveznega vojaškega roka in vrednost 1 po ukinitvi. Korelacijski koeficient med to slamnato spremenljivko in relativno stopnjo udeležbe mladih od 19 do 23 let v dodiplomskem visokošolskem izobraževanju znaša 0,5781. To pa je v nasprotju s pričakovanjem glede negativne povezanosti med UKNAB in SUD19-23, ki ga v primeru francoskega visokošolskega prostora ugotavljata Maurin in Xenogian (2005). 5.3.2 Rezultati analize avtokorelacije Gibanje posameznih doslej opisanih pojasnjevalnih spremenljivk, za katere imam zbranih dovolj letnih podatkov (zajemajo casovno obdobje od leta 1980 do 2006), da jih lahko uporabim v regresijski analizi, sem proučil tudi s pomočjo analize avtokorelacije. Še posebej me zanima povezanost med vrednostmi stopnje udeležbe v dodiplomskem visokošolskem izobraževanju oseb, ki so stare od 19 do 23 let. Najmočnejša je avtokorelacija prvega reda (avtokorelacijski koeficient znaša kar 0,906). Število vpisanih in s tem tudi relativna stopnja udeležbe v visokošolskem dodiplomskem izobraževanju oseb, starih od 19 do 23, je tako najmočneje pozitivno odvisna od te stopnje udeležbe v predhodnem letu, v padajočem vrstnem redu pa po moči statisticno značilno še od stopnje udeležbe dve, tri, štiri, pet in šest let nazaj. Zaradi prisotnosti avtokorelacije časovna vrsta stopnja udeležbe oseb, starih od 19 do 23 let, v visokošolskem dodiplomskem izobraževanju posle-dicčno tudi ni stacionarna. Zato sem izracčunal diference prvega reda te časovne vrste in na tako transformirani časovni vrsti ponovno preveril prisotnost avtokorelacije. Izkazalo se je, da je tako transformirana odvisna spremenljivka, staiconarna. Bolj ali manj so avtokorelaciji podvržene tudi ostale pojasnjevalne spremenljivke. V analizi originalnih cčasovnih vrst je bilo vkljucčenih vedno 27 opazovanj, saj gre za letne podatke od leta 1980 do 2006, v analizi pa je upoštevanih največ osem letnih odlogov. Osnovne ugotovitve povzemam v preglednici 5.4. 5.3.3 Rezultati analize serialna korelacija in korelacija z odlogom Povezanost stopnje udeležbe oseb, starih od 19 do 23 let v visokošolskem dodiplomskem izobraževanju s pojasnjevalnimi spremenljivkami, sem proučil tudi s serialno korelacijo in korelacijo z odlogom. Preglednica 5.4 StatistiCno znaCilna avtokorelarija odvisne in neodvisnih spremenljivk (Časovna vrsta Red pozitivne avto-korelaCije originalne Cčasovne vrste Red avtokorelaCije diferenCe časovne vrste prvega reda Red avtokorelaCije diferenCe časovne vrste drugega reda SUD19-23 I. do VI. (I.) Avt. je odpravljena / ODZ I. do IV. (I.) Avt. je odpravljena / IV I. do VI. (I.) Avt. je odpravljena / IPMRBP I. (I.) Avt. je odpravljena / ODIPL_20 I. do V. (I.) Avt. je odpravljena / STR I. do V. (I.) II. (komaj značilna) I. (-) SLTP I. do IV. (I.) I.(-) I. (-),IX.,X.(-) PSZP I. do VI. (I.) Avt. je odpravljena / PSM I. do VI. (I.) II., III. I. (-),IX.,X.(-) M0 I. do VI. (I.) VIII. I(-).,VIII. E0 I. do V. (I.) Avt. je odpravljena / SORD I. do V. (I.) Avt. je odpravljena / RBMS I. do IV. (I.) I. (I.) Avt. je odpravljena RBPS I. do V. (I.) Avt. je odpravljena / RAZVBR I. do V. (I.) I. III. (-),XII. RAZVPL I. do V. (I.) Avt. je odpravljena / SSSTIP I. do V. (I.) Avt. je odpravljena / SSPOST I. do III. (I.) XIII.(-) (komaj zna- I.(-), II., XII., XIII. Cčilna) (-),XIV SUNI I. in II. (I.) III. Avt. je odpravljena SVISZAV I. do V. (I.) Avt. je odpravljena UKNAB I. (I.) Avt. je odpravljena Kjer je ob rimski številki, ki oznaCuje red avtokorelaCije v oklepaju (-), gre za negativno avtokorelaCijo, v vseh ostalih primerih pa gre za pozitivno avtokorelaCijo; pri originalnih Cčasovnih vrstah so v oklepajih poleg reda avtokorelaCije navedeni še redi parcialne avtokorelaCije. Za razlago krajšav glej stran 11. Lastni izraCuni na podlagi podatkov, pridobljenih od SURS in Zavoda RS za zaposlovanje. 163 Uporabo takšne analize lahko utemeljim z dejstvom, da posamezni ekonomski dejavniki, soCialne in druge znaCčilnosti družine, ponudbeni dejavniki, splošni ekonomski dejavniki ter ostali dejavniki na odvisno spremenljivko lahko vplivajo v istem časovnem obdobju (seri-alna korelaCija), pogosto pa vplivajo tudi z doloCenim časovnim odlogom (korelaCija z odlogom). Smer in moC serialne odvisnosti sem prikazal z obiCajnim korelaCijskim koefiCientom, smer in moč kore-laCije z odlogom pa s koefiCientom korelaCije z odlogom. IzraCčunane koefiCiente korelaCije sem prikazal glede na dolžino Cčasovnega odloga v korelogramu. S pomočjo korelograma sem ugotovil, pri katerem Ca- sovnem odlogu (vključno z odlogom nič) je korelačija med dvema časovnima vrstama največja ter se osredotočil predvsem na vsebinsko bolj smiselne pozitivne odloge. Povezanost med stopnjo udeležbe oseb, starih od 19 do 23 let, v visokošolskem dodiplomskem izobraževanju in med veččino obravnavanih pojasnjevalnih spremenljivk je najmočnejša pri odlogu nič. Le v primerih naslednjih petih pojasnjevalnih spremenljivk so bile povezave močnejše pri drugačnih odlogih. Povezava med stopnjo udeležbe oseb, starih od 19 do 23 let, v visokošolskem dodiplomskem izobraževanju in stopnjo totalne rodnosti je negativna. Najmočnejša je pri prvem negativnem odlogu, takoj naslednja najmočnejša povezava pa je pri ničelnem odlogu. Povezava pri negativnem odlogu pomeni, da večja vključenost v visokošolsko do-164 diplomsko izobraževanje oseb, starih od 19 do 23 let, vpliva na nižjo stopnjo totalne rodnosti, kar sem potrdil že v okviru prouččevanja dejavnikov rodnosti v poglavju 5.3. Stopnja totalne rodnosti kot merilo števila otrok v gospodinjstvu po drugi strani na vključenost v visokošolsko dodiplomsko izobraževanje vpliva prek finančne sposobnosti gospodinjstva za pokrivanje izdatkov za izobraževanje. Korelačijski koefičienti s pozitivnimi odlogi prikazujejo, da povečevanje števila otrok v družini negativno vpliva na vključenost v visokošolsko dodiplomsko izobraževanje, saj se s tem poslabšujejo materialni pogoji gospodinjstva. Korelačijski koefičient je torej negativen, znaša pa -0,816, kar kaže na prečej močno zvezo med obema časovnima vrstama. Statistično značilna sta še negativna korelačijska koefičienta pri dveh pozitivnih časovnih odlogih, kar pomeni, da ima tudi čedalje manjše povprečno število otrok v družini vplive skozi daljši čas. To je lahko povezano s pričakovanji ter z zaradi manjših družin spremenjenimi finančnimi tokovi, katerih vpliv se skoraj vedno pojavi z zamikom nekaj let. Izhajam namrečč iz spremenljivk, ki se nanašajo na agregatne količčine in ne na individualna gospodinjstva, so pa ti agregati v nekaterih primerih preraččunani na posamezno gospodinjstvo ali osebo. Zanimivo korelačijo z odlogom izkazuje kazalnik splošnega gospodarskega razvoja, to je število objavljenih raziskovalnih del. Povezava z odvisno spremenljivko je sičer po pričakovanjih pozitivna, saj predpostavljam, da večje število objavljenih raziskovalnih del odraža povečan razvoj raziskovalne in visoko tehnološke sfere, ki zahteva za svoje vzdrževanje ter rast spet več visokošolsko izobraženih prebivalčev. Zanimivo pa ja, daje najmočnejši statistično značilni pozitivni korelačijski koefičient pri negativnem odlogu za štiri leta (r = 0,840), po moči mu sičer takoj sledi korelačijski koefičient pri enem negativnem odlogu in na tretjem mestu še korelačijski koefičient pri ničelnem odlogu (r = 0,773). To pa nakazuje, da veqa stopnja vključenosti v visokošolsko izobraževanje pomeni tudi veqe število objavljenih raziskovalnih del čez približno štiri leta, saj številni diplomanti delajo s svojimi mentorji na projektih in raziskavah, katerih rezultati so na koncu tako ali drugace javno objavljeni. Po drugi strani pa korelacija pri pozitivnem odlogu kaže na vpliv števila objavljenih raziskovalnih del na odvisno spremenljivko. Vpliv je po pricčakovanjih pozitiven, prisotni pa so še statisticno značilni pozitivni vplivi v treh nadaljnjih letih. Veqi razvoj gospodarstva zahteva vecč visokošolsko izobraženih takoj in pa seveda prek pričakovanj tudi v nadaljnjih letih. Povezanost med registrirano brezposelnostjo mladih pod 26 let, ki imajo samo srednjo šolo in stopnjo udeležbe oseb, starih od 19 do 23 let, v visokošolskem dodiplomskem izobraževanju je pri negativnih odlogih srednje močna in pozitivna. To kaže na to, da večja udeležba 165 v visokošolskem izobraževanju pomeni lahko tudi veqe število registrirano brezposelnih mladih pod 26 let, ki imajo samo srednjo šolo, v naslednjih letih. Mnogi absolventi, ki ne diplomirajo takoj, se neposredno po izteku absolventskega staža prijavijo v evidenco brezposelnih, kar povečuje število registrirano brezposelnih mladih pod 26 let, ki imajo samo srednjo šolo. Po drugi strani veqe število registrirano brezposelnih mladih pod 26 let, ki imajo samo srednjo šolo, pomeni manjše oportunitetne stroške izobraževanja. Srednje močan pozitivni korelacijski koeficient pri ničelnem odlogu (r = 0,558) potrjuje, da ti manjši oportunitetni stroški pozitivno vplivajo na stopnjo udeležbe oseb, starih od 19 do 23 let, v visokošolskem dodiplomskem izobraževanju. Statisticno značilen je še pozitivni korelacijski koeficient pri pozitivnem časovnem odlogu za eno leto, kar pomeni, da se vpliv manjših oportunitetnih stroškov odraža še vsaj naslednje leto. Povezava med stopnjo udeležbe oseb, starih od 19 do 23 let, v visokošolskem dodiplomskem izobraževanju in razliko v stopnji registrirane brezposelnosti oseb, ki imajo srednjo in oseb, ki imajo visokošolsko izobrazbo je pozitivna. Vecje ko so torej koristi od udeležbe v visokošolskem izobraževanju (v obliki nižje stopnje registrirane brezposelnosti), večja bo torej udeležba v visokošolskem izobraževanju. Vsi statistično značilni korelacijski koeficienti ne glede na dolžino odloga so pozitivni, najmočnejši pa je ta pri negativnem odlogu za pet let (r = 0,726). Pozitivna korelacija ob negativnem odlogu pomeni, da je udeležba v visokošolskem izobraževanju tista, ki povečuje razliko v brezposelnosti med tistimi, ki imajo srednjo šolo in tistimi, ki imajo visoko šolo, in sicer v zamiku pet let. Verjetno je to zato, ker se z večjo udeležbo v visokošolskem izobraževanju izobrazbena struktura prebivalstva izboljšuje, zaposljivost tistih, ki imajo samo srednjo šolo, pa s tem še dodatno poslabšuje, saj delodajalCi tudi na delovna mesta, kjer bi siCer delali srednje izobraženi, rajši zaposlijo višje izobražene, saj je takšnih vedno več. Vsebinsko bolj zanimiva je statistiCno značilna pozitivna povezanost med koristjo visokošolskega izobraževanja v obliki nižje brezposelnosti in stopnjo udeležbe v visokošolskem izobraževanju pri ničelnem in pozitivnih odlogih. Ta pove, da korist visokošolskega izobraževanja v obliki nižje brezposelnosti resniCčno vpliva na višjo stopnjo udeležbe v visokošolskem izobraževanju. NajmoCneje v istem letu (r = 0,593), z manjšo intenzivnostjo pa še v naslednjem. Povezanost med stopnjo udeležbe oseb, starih od 19 do 23 let, v visokošolskem dodiplomskem izobraževanju in ukinitvijo obveznega vojaškega naborništva je siCer v nasprotju s pričakovanji pozitivna, vendar pa je moC povezave zelo šibka. NajmoCnejša je pri niCelnem 166 odlogu (r = 0,578), statistično značilna pa je še od prvega do petega pozitivnega časovnega odloga. To bi lahko pomenilo, da je ukinitev obveznega služenja vojaškega roka pozitivno vplivala v naslednjih letih na udeležbo v visokošolskem izobraževanju, kar pa je v nasprotju z mojimi priCakovanji. Ker je pri veCini pojasnjevalnih spremenljivk prisotna avtokorela-Cija, sem originalne pojasnjevalne spremenljivke transformiral v njihove diferenCe prvega reda. Tudi serialno korelaCijo in korelaCijo s časovnim odlogom sem zato prouCčil še pri transformiranih originalnih časovnih vrstah v diferenCe prvega reda. Skoraj med nobeno transfor-mirano pojasnjevalno časovno vrsto in transformirano stopnjo udeležbe v visokošolskem izobraževanju povezanost ni statistično značilna, ne glede na dolžino časovnega odloga. Izjeme so transformi-rana spremenljivka odstotek dijakov, ki so dokončali katerokoli srednjo šolo med vsemi osemnajstletniki tistega leta. Ta transformirana spremenljivka pove spremembo tega odstotka, iz leta v leto izraženo v odstotnih točkah. Opazim lahko statistiCno značilno pozitivno korelaCijo med medletnimi spremembami stopnje udeležbe v visokošolskem dodiplomskem izobraževanju oseb, starih od 19 do 23 let (transformirana odvisna spremenljivka) in za dve leti naprej ter nazaj odloženo neodvisno spremenljivko medletne spremembe odstotka dijakov, ki so dokonCali katerokoli srednjo šolo med vsemi osemnajstletniki tistega leta. Pozitivna korelaCija pri pozitivnem odlogu za dve leti je vsebinsko smiselna (r = 0,422), saj to pomeni, da naraščanje odstotka dijakov, ki so dokončali srednjo šolo med vsemi osemnajstletniki pozitivno vpliva na narašCanje stopnje udeležbe v visokošolskem dodiplomskem študiju čez dve leti. Transformirana povprečna starost matere ob rojstvu, s Casovnim odlogom eno leto, pozitivno vpliva na transformirano stopnjo udeležbe v visokošolskem izobraževanju. Transformirano število objavljenih raziskovalnih del pa naj bi z zamikom dveh let celo negativno vplivalo na povečevanje stopnje udeležbe v visokošolskem študiju (to pomeni, da je bilo povečevanje iz leta v leto počasnejše, je pa vseeno šlo za povečevanje). Nekaj podobnega lahko opazimo tudi pri vplivu povečevanja stopnje udeležbe v visokošolskem izobraževanju na transformirano spremenljivko število študentskih postelj (statisticno znaalna povezanost je ob prvem negativnem odlogu, korelacija pri tem zamiku pa je negativna). Vidimo, da naj bi povečevanje stopnje udeležbe v visokošolskem izobraževanju iz leta v leto manj povecalo število študentskih postelj v naslednjem letu. 5.3.4 Rezultati regresijske analize V nadaljevanju predstavljam rezultate regresijske analize, s pomočjo 167 katere sem poiskal tiste dejavnike relativne stopnje povpraševanja oseb starih od 19 do 23 let po visokošolskem dodiplomskem izobraževanju, s katerimi lahko pojasnim vecčino variabilnosti relativne stopnje povpraševanja oseb, starih od 19 do 23 let, po visokošolskem dodiplomskem izobraževanju v opazovanih letih od leta 1980/81 do leta 2006/07. Na podlagi analize serialne odvisnosti in odvisnosti z odlogom sem ugotovil, da je najustreznejši odlog, s katerim naj posamezne pojasnjevalne spremenljivke vključim v regresijsko analizo, enak nič. Najmočnejša povezanost med posamezno pojasnjevalno spremenljivko in odvisno spremenljivko je izmed vseh ne negativnih cčasovnih odlogov, vedno pri ničelnem odlogu. Enostavno regresijo v casu, v katero sem v izhodišču vključil vse pojasnjevalne spremenljivke, sem po posameznih korakih postopno izboljševal ter na koncu iz pojasnjevalnih spremenljivk izločil še vpliv trenda in avtokorelacije. V enostavno regresijo v casu sem v prvem koraku vključil najprej vseh dvajset pojasnjevalnih spremenljivk, predstavljenih in analiziranih v predhodnih tocčkah. Regresijski koeficienti vecčinoma niso statistično značilni, prav tako ne ustrezajo nekateri njihovi predznaki, saj je pojasnjevalnih spremenljivk preveč, število opazovanj pa je za takšno število spremenljivk premajhno. Visok determinacijski koeficient (r = 0,99) nakazuje, da gre v tem primeru za tipicni primer multiko-linearnosti ter veliko povezanost med pojasnjevalnimi spremenljivkami. Pojasnjevalne spremenljivke si tako jemljejo pojasnjevalno moc in malo prispevajo k pojasnitvi gibanja odvisne spremenljivke, to je stopnje udeležbe oseb starih od 19 do 23 let v visokošolskem dodi-plomskem izobraževanju. 168 Preglednica 5.5 Rezultati končnega regresijskega modela dejavnikov relativne stopnje povpraševanja oseb, starih od 19 do 23 let, po visokošolskem izobraževanju Konstanta in Regresijski T-test Dvorepa ver- Enorepa verje- spremenljivke koefičient jetnost napake tnost napake prve vrste prve vrste Konstanta -8,875 -2,599 0,017 0,009 ODZ 0,119 2,349 0,029 0,015 SLTP 0,019 2,561 0,019 0,001 RAZVPL 0,034 1,751 0,095 0,048 SVISZAV 0,185 2,099 0,049 0,025 T 0,588 4,758 0,000 0,000 SUD 19-23_i 0,481 2,490 0,022 0,011 Število opazovanj = 27, popravljen R2 = 0,961, Durbin-Watson = 1,828. ODZ- odstotek dijakov, ki so zaključili katerikoli srednješolski program med vsemi osemnajstletniki; RAZVPL - razlika v povprečni mesečni neto plači visoko in srednje izobraženih oseb; SVISZAV - število visokošolskih zavodov; SLTP - število loččitev na tisočč porok; T -linearni trend; SUD19-23-1 - avtoregresijski člen prvega reda. Postopoma sem iz regresijskega modela odvzemal statističčno ne-značčilne pojasnjevalne spremenljivke, spremenljivke z napaččnimi predznaki, spremenljivke, ki so med seboj preveč povezane ter iz pojasnjevalnih spremenljivk izločil vpliv linearnega trenda. Prišel sem do izboljšanega regresijskega modela, ki ima skoraj vse regresijske koefi-čiente statističčno značčilne, prav tako pa so smiselni tudi njihovi predznaki. Kot najbolj statističčno značčilne so se izkazale pojasnjevalne spremenljivke odstotek dijakov, ki so zaključili katerikoli srednješolski program med vsemi osemnajstletniki (ODZ), razlika v povprečni mesečni neto plači visoko in srednje izobraženih oseb (RAZVPL), število visokošolskih zavodov (SVISZAV), število ločitev na tisoč porok (SLTP) in linearni trend (T). F-test (F = 342,6) in njegova statistična značilnost (p = 0,000) kažeta na statistično značilnost modela kot čelote, visok pa je tudi popravljen determinačijski koefičient (popravljeni R2 = 0,985), kar kaže na visoko pojasnjevalno moč vseh vključenih spremenljivk. Pozitivni linearni trend se je izkazal kot visoko stati-stiččno značčilen, z njegovim upoštevanjem v regresiji sem njegov vpliv izloččil iz ostalih pojasnjevalnih spremenljivk. V okviru analize avtokorelačije sem pokazal, da je tako pri odvisni kot tudi pri ostalih neodvisnih časovnih vrstah prisotna avtoko-relačija vsaj prvega reda, zato je primerna uporaba modela ARIMA. Ker pri obravnavanih spremenljivkah avtokorelačija z večanjem časovnih odlogov približno geometrijsko upada in ker je parčialna av-tokorelačija po prvem odlogu nič, je smiselna vključitev avtoregresij- skega člena prvega reda (AR(1) = SUD19-23_i). Drseca povprečja prvega reda (MA(1)) se v modelu upošteva, če je avtokorelacija po prvem odlogu nicč, parcialna avtokorelacija pa pada z odlogi geometrijsko. To pa za uporabljene časovne vrste ni značilno, zato tega izraza v modelu ARIMA ne upoštevam. Najpomembnejše parametre tega modela povzemam v preglednici 5.5. Vključene pojasnjevalne časovne vrste (ODZ, SLTP, RAZVPL in SVISZAV) skupaj z odvisno časovno vrsto (SUD19-23) namreč v osnovi vključujejo avtokorelacijo prvega reda. Z vkljucitvijo avtoregresijskega člena prvega reda v model sem iz modela odpravil avtoregre-sijo prvega reda (Mills 1990). Durbin-Watsonova statistika se namrec nahaja med kritičnima vrednostma 1,6 in 2,4 (DW= 1,802). V modelu pa tudi ni prisotna avtokorelacija katerega od višjih redov, saj sem pri vseh v model vključenih spremenljivkah (razen pri SLTP) avtokorela- 169 cijo odpravil že z njihovimi diferencami prvega reda (preglednica 5.4). Poleg tega se izkaže, da avtoregresijski clen drugega reda statistično ni znacčilen, parcialni regresijski koeficient ob njem pa ima negativen predznak, kar je vsebinsko vprašljivo. Z vključitvijo linearnega trenda sem pokazal, daje statistično značilen tudi časovni trend, iz pojasnjevalnih spremenljivk pa sem tako izločil njegov vpliv. Ostal je le čisti vpliv posamezne pojasnjevalne spremenljivke brez trenda. Število vkljucenih pojasnjevalnih spremenljivk vključno z avtore-gresijskim cčlenom ter linearnim trendom je šest, kar tudi ustreza številu sedemindvajsetih opazovanjih. Poleg dvo-repih prikazujem še eno-repe stopnje značilnosti. Namrec, pri dvo-repi stopnji značilnosti regresijski koeficient ob časovni vrsti razlika v povprečni mesecni neto plači visoko in srednje izobraženih oseb izjemoma ni najbolj statistično značilen (pdvo-repa = 0,095). Pri vseh ostalih časovnih vrstah tega problema ni. Ker je iz vsebinskega vidika pricakovanje določene vrste predznaka regresijskega koeficienta (pozitivnega) povsem upra-viceno, je smiselno izracunati tudi eno-repe stopnje značilnosti (verjetnosti za napako prve vrste). Te so seveda razpolovljene vrednosti dvo-repih, kar privede do popolne statistične značilnosti prav vseh v model vključenih casovnih vrst, vkljucno s časovno vrsto razlika v povprecni mesečni neto plači visoko in srednje izobraženih oseb (peno-repa = 0,048). Med vkljucenimi pojasnjevalnimi casovnimi vrstami ni prisotne prevelike povezanosti, kar pomeni, da je multikolinearnost odpravljena. Odstotek dijakov, ki so dokoncali katerokoli srednjo šolo med vsemi osemnajstletniki (ODZ) v proucevanih letih od leta 1980/81 do 2006/ 07, je casovna vrsta, ki služi kot približek za merjenje spreminjanja odstotka tistih mladih, ki izpolnjujejo pogoje za vpis na visokošolski do-diplomski študij. Parcialni regresijski koeficient je pozitiven (P = 0,119 in peno-repa = 0,015), kar pomeni, da sem uspel empiricno potrditi, da se stopnja udeležbe oseb starih od 19 do 23 let v visokošolskem dodiplomskem izobraževanju povečuje tudi zaradi tega, ker se povečuje odstotek mladih, ki izpolnjujejo vstopne pogoje za vpis v visokošolsko dodiplomsko izobraževanje. Ce se odstotek dijakov, ki so dokoncčali katerokoli srednjo šolo med vsemi osemnajstletniki, poveca za eno odstotno točko, se stopnja udeležbe oseb, starih od 19 do 23 let v visokošolskem dodiplomskem študiju poveča za 0,119 odstotne točke, pri vseh ostalih nespremenjenih pogojih. To lahko trdim na podlagi vzrocčnih podatkov in ob stopnji tveganja, da sem naredil napako, ko 170 predpostavljam, da ODZ vpliva na SUD19-23 v višini 1,5 %. Število locitev na tisoč porok (SLTP) je naslednja spremenljivka, ob kateri stoji močno statistično značilen in pozitivni parcialni regresijski koeficient (P = 0,019 in peno-repa = 0,001). Ta pove, da se stopnja udeležbe oseb starih od 19 do 23 let v visokošolskem dodiplomskem izobraževanju poveča za 0,019 odstotnih točk, če se število ločitev na tisoč porok poveca za ena, pri ostalih nespremenjenih pogojih. Število ločitev na tisoč porok sem uporabil kot mero spreminjanja vrednot družbe, ki odražajo zmanjševanje pomena tradicionalnih družinskih vrednot in povecevanje pomena doseganja poslovne uspešnosti ter kariere v družbeno-ekonomskem sistemu, ki danes velja v vecini razvitih držav. Prodor teh vrednot ali morda celo nuje vse večjega izobraževanja in karierizma tako pri moških kot v vedno večji meri tudi pri ženskah se prav gotovo kaže tudi skozi kazalnik število locčitev na sto porok. Ker je spreminjanje teh vrednot v škodo tradicionalne družine in v korist večjemu izobraževanju, karierizmu in trgu dela težko neposredno meriti, sem kot proxy spremenljivko za posredno merjenje uporabil število locitev na tisoč porok. Število locitev na tisoč porok je spremenljivka, ki je močno povezana s spremenljivkama povprečna starost matere ob rojstvu prvega otroka (PSM) ter povprecna starost ženina ob poroki (PSZP). Zato slednji dve v modelu nista vključeni. Iz vidika dinamike spreminjanja skozi opazovano obdobje sta namreč povzeti v spremenljivki število locčitev na tisocč porok. Tako PSM kot PSZP, podobno kot SLTP, merita prodor karieri, delu in izobraževanju bolj naklonjenih vrednot, ki torej zmanjšujejo interes za ustvarjanje družine ali pa vsaj interes za ustvarjanje družine v zgodnji mladosti, na drugi strani pa povečujejo stopnjo udeležbe v visokošolskem izobraževanju. Tretja pojasnjevalna spremenljivka razlika v povprecčni mesecčni neto plači visoko in srednje izobraženih oseb (RAZVPL) opisuje dejavnike koristi, ki jih imajo tisti, ki se odločijo za visokošolski študij v primerjavi s tistimi, ki se za to ne odloCijo. Povsem jasno je, da veCino mladih in tudi ostalih motivira za študij v veliki meri priCakovanje po boljši plaCči, boljših možnostih na trgu dela in podobno. Zato ni čudno, da se je tudi parcialni regresijski koefiCient ob tej spremenljivki (P = 0,034) izkazala kot statistično značilen (peno-repa = 0,048) in pozitiven. Če se razlika v povpreCni neto meseCni plači poveča v korist visokošolsko izobraženih oseb za eno odstotno toCčko, se stopnja udeležbe oseb starih od 19 do 23 let v visokošolskem dodiplomskem izobraževanju poveča za 0,034 odstotne toCke, pri ostalih nespremenjenih pogojih. Verjetnost, da sem naredil napako prve vrste, ko trdim, da RAZVPL vpliva na SUD19-23, je 4,8 %. (Četrta pojasnjevalna spremenljivka je število visokošolskih zavo- 171 dov (SVISZAV). Ta spremenljivka povzema dejavnike ponudbe. Verjamem, da veC visokošolskih zavodov pomeni veCjo in pestrejšo ponudbo visokošolskih programov, njihovo veCjo fizično in geografsko dostopnost. Večje število pomeni tudi večjo razporejenost po Celotni državi in s tem veCčjo bližino posameznim potenCialnim mladim študentom. Parcialni regresijski koefiCient ob tej spremenljivki je po pričakovanjih tudi pozitiven (P = 0,185) ob eno-repi stopnji značilnosti (Peno-repa = 0,025). EmpiriCna analiza pokaže, da se v primeru, ko se število visokošolskih zavodov v doloCenem letu poveča za ena, stopnja udeležbe oseb, starih od 19 do 23 let, v visokošolskem dodiplomskem izobraževanju poveCa za 0,185 odstotne točke, če vse ostale okolišCine ostanejo nespremenjene. V avtoregresijski model je vključena tudi statistično značilna re-gresijska konstanta, vključena sta tudi že omenjeni statistično značilni linearni trend in statistično značilni avtoregresijski člen za av-toregresijo prvega reda. Zadnja dva, kot že omenjeno, izločata vpliv trenda iz ostalih spremenljivk ter avtokorelaCijo, kar posredno zagotavlja tudi staCionarnost modela. Avtoregresijski Clen prvega reda pove, da so ostanki regresije brez tega člena korelirani v času (niso med seboj neodvisni) in da obstaja statistično znaCilna povezanost med vrednostmi oCen stopnje udeležbe oseb starih od 19 do 23 let v visokošolskem dodiplomskem izobraževanju vrednostmi iste spremenljivke, zamaknjene za eno leto. Večja kot je bila udeležba lani, veCja bo udeležba tudi letos. Model kot Celota je statistično značilen, vse v model vkljuCene spremenljivke pa s svojo variabilnostjo pojasnjujejo kar 96,1 % variabilnosti za stopnjo udeležbe oseb starih od 19 do 23 let v visokošolskem dodiplomskem izobraževanju. Model ima tako visoko pojasnjevalno moc. Preveril sem še ustreznost potenčnega (nelinearnega) avtoregre-sijskega modela, ki se je izkazal kot manj ustrezen, saj statisticčna značilnost regresijskih koeficientov drastično upade, poleg tega pa predznak parcialnega regresijskega koeficienta ob časovni vrsti SVISZAV postane nesmiseln (negativen). Potenčno funkcijo sem analiziral s po-mocjo transformacije spremenljivk z logaritmiranjem. 5.3.5 Ocena stopnje povpraševanja po visokošolskem izobraževanju v prihodnje Kaj lahko na podlagi dobljenega modela dejavnikov relativne stopnje udeležbe v visokošolskem izobraževanju pričakujem, da se bo dogajalo z relativno stopnjo udeležbe v visokošolskem izobraževanju v prihodnje? Razviti končni avtoregresijski model sem uporabil še za grobe 172 ocene gibanja stopnje udeležbe oseb starih od 19 do 23 letvvisokošol-skem dodiplomskem izobraževanju v prihodnje. V tem primeru torej nimam v mislih pravih matematicnih projekcij v razlicnih variantah. Na podlagi avtoregresijske enačbe sem najprej izracunal ocene za spremenljivko SUD19-23 do leta 2018. Za to, da sem lahko prišel do teh ocen, sem upošteval naslednje predpostavke glede vhodnih pojasnjevalnih spremenljivk. Predpostavljam, da se bo do leta 2018 tako kot v preteklosti še naprej povečeval delež tistih mladih, ki izpolnjujejo vstopne pogoje za vpis na visokošolski zavod. Povedano drugače, predpostavljam, da se bo do leta 2018 še naprej povečeval odstotek dijakov, ki so zaključili katerikoli srednješolski program med vsemi osemnajstletniki (ODZ), in sicer za desetinko odstotne točke vsako leto. Dalje predpostavljam, da se bodo relativne koristi v smislu višje placče za visokošolsko izobražene v primerjavi s srednješolsko izobraženimi še naprej povečevale. Predpostavljam torej nadaljnjo rast razlike v povprecni mesečni neto plači visoko in srednje izobraženih oseb, izražene v odstotkih (RAZVPL), do leta 2018, in sicer za 3 odstotne točke vsako leto. Naslednja predpostavka se nanaša na nadaljevanje narašcanja števila visokošolskih zavodov (SVISZAV) do leta 2018, in sicer za en visokošolski zavod na vsaki dve leti. Predpostavljam, da se bosta širjenje visokošolskega prostora in rast ponudbe visokošolskega izobraževanja nadaljevali. Prav tako predpostavljam, da se bo nadaljeval trend razvoja vrednot, ki poudarjajo profesionalno življenje, cim veqo izobrazbo in kariero za oba spola, na račun upadanja tradicionalnih družinskih vrednot. Predpostavljam, da se bo število locitev na tisoč porok (SLTP) do leta 2018 povečevalo, in sicer za 5 ločitev na tisoc porok letno. Preglednica 5.6 Ocene stopnje udeležbe mladih, v starosti od 19 do 23 let, v dodiplomskem visokošolskem izobraževanju, Slovenija, obdobje 2009-2018 Leto Ocena SUD19-23 v prihodnje (%) 2009 44,19 2010 45,19 2011 46,01 2012 47,01 2013 47,82 2014 48,82 2015 49,64 2016 50,64 2017 51,45 2018 52,45 SUD19-23 - stopnja udeležbe mladih v starosti od 19 do 23 let v dodiplomskem visokošolskem izobraževanju (brez absolventov). Lastni izraCuni na podlagi podatkov, pridobljenih od SURS in iz obdelav s statističnim paketom SPSS. 173 Ce torej upoštevam vse omenjene predpostavke, lahko za vsa prihodnja leta do leta 2018 ocenim stopnjo udeležbe mladih, v starosti od 19 do 23 let, v dodiplomskem visokošolskem izobraževanju. Ker gre le za ocene te stopnje, se seveda vrednost vsako leto razlikuje od dejanske prave vrednosti. Manj napak je, kar se tiče dinamike spreminjanj teh stopenj udeležbe med posameznimi leti. Povedano drugače, ocene in dejanske vrednosti stopenj se absolutno gledano razlikujejo precej bolj, kot pase razlikuje dinamika spreminjanja ocenjenih in dejanskih stopenj. Z namenom, da bi prišel do cim boljših ocen prihodnjih stopenj, sem torej izračunal koeficiente dinamike spreminjanja ocen stopenj udeležbe in te apliciral na zadnjo poznano dejansko stopnjo udeležbe, to pa je stopnja iz leta 2006. Na podlagi avtoregresijskega modela ocenjujem, da se bo stopnja udeležbe mladih, v starosti od 19 do 23 let, v dodiplomskem visokošolskem izobraževanju še naprej povečevala, in sicer za okoli 2 % letno. To pomeni, da bi bila ob že omenjenih predpostavkah stopnja udeležbe mladih, v starosti od 19 do 23 let, v dodiplomskem visokošolskem izobraževanju leta 2013 že 47,82 % in leta 2018 kar 52,45 % (preglednica 5.6). Ne glede na to, koliko natančno bodo te vrednosti znašale, lahko ugotovim, da se bodo stopnje udeležbe v visokošolskem dodiplomskem izobraževanju z veliko verjetnostjo povecevale. Naj še enkrat spomnim, da ta stopnja zaradi metodoloških razlogov ne vključuje absolventov. Že iz poglavja, v katerem sem analiziral vhodni tok kapitala visokošolske izobrazbe, je razvidno, da je trend povecčevanja stopnje udeležbe oseb v starosti od 19 do 23 let v terciarnem izobraže- 174 Preglednica 5.7 Ocene absolutnega povpraševanja oseb, starih od 19 do 23 let, po dodiplomskem visokošolskem izobraževanju, Slovenija, obdobje 2009-2018 Leto Ocena števila oseb, starih od 19-23 let Ocena SUD19-23 v prihodnje (v%) Ocena absolutnega povpraševanja oseb, starih od 19-23 let 2009 123.420 44,19 54.539 2010 119.393 45,19 53.954 2011 113.726 46,01 52.325 2012 108.256 47,01 50.891 2013 104.231 47,82 49.843 2014 100.809 48,82 49.215 2015 97.986 49,64 48.640 2016 96.151 50,64 48.691 2017 94.194 51,45 48.463 2018 92.244 52,45 48.382 SUD19-23 - stopnja udeležbe mladih v starosti od 19 do 23 let v dodiplomskem visokošolskem izobraževanju (brez absolventov); absolutno povpraševanje oseb starih, od 19 do 23 let, ki se nanaša na povpraševanje po dodiplomskem visokošolskem izobraževanju. Lastni izracčuni na podlagi podatkov, pridobljenih od SURS in iz obdelav s statisticnim paketom SPSS. vanju (kar vkljucuje tudi študente višjih strokovnih šol ter absolvente) podoben trendu povečevanja stopnje udeležbe oseb v starosti od 19 do 23 let v visokošolskem izobraževanju, le daje slednji malce poca-snejši, kar je pricakovano. Ugotovitev lahko torej posplošim tudi na povečevanje stopnje udeležbe v visokošolskem izobraževanju na splošno, kar potrjujejo tudi nekatere druge projekcije stopnje udeležbe v razlicnih ravneh ter načinih visokošolskega in terciarnega izobraževanja (Kraigher 2005). 5.4 Ocena absolutnega povpraševanja po visokošolskem izobraževanju v prihodnje Na koncu poglavja, v katerem analiziram dejavnike osnove povpraševanja po visokošolskem dodiplomskem izobraževanju, to je števila oseb, starih od 19 do 23 let (v točki 5.2.5), ugotovim, da se bo število oseb, starih od 19 do 23 let, v prihodnosti zmanjševalo. Na koncu poglavja, v katerem analiziram dejavnike stopnje povpraševanja oseb starih od 19 do 23 let po visokošolskem dodiplomskem izobraževanju (v točki 5.3.5), ugotovim, da se bo ta stopnja v prihodnosti povečevala. S pomočjo teh ugotovitev in enačbe (5.8), ki določa velikost osnove povpraševanja po visokošolskem dodiplomskem izobraževanju v izbrani starostni skupini v posameznem letu ter enacčbe (ki sledi iz pre- Slika 5.13 OCene gibanja absolutnega povpraševanja oseb starih od 19 do 23 let po dodiplomskem visokošolskem izobraževanju, Slovenija, obdobje 2009-2018 56.000 54.000 52.000 50.000 48.000 46.000 44.000 2009 2010 2011 2012 2013 2014 Leto 2015 2016 2017 2018 □ Število dodiplomskih visokošolskih študentov starih od 19 do 23 let Število dodiplomskih visokošolskih študentov starih, od 19 do 23 let, ne vključuje Absolventov. Lastni izraCčuni na podlagi podatkov, pridobljenih od SURS in obdelav s statistiCčnim paketom SPSS. 175 gledniCe 5.6), ki določa velikost stopnje udeležbe oseb starih od 19 do 23 let v visokošolskem dodiplomskem izobraževanju v posameznem letu, lahko osnovo in stopnjo povpraševanja povežem na takšen način, kot to prikazuje že enaCba (5.2). Na ta način pridem do oCen (enačba (5.12)) absolutnega povpraševanja oseb, ki so stare od 19 do 23 let po visokošolskem dodiplomskem izobraževanju v letu t (to je do števila dodiplomskih študentov, ki so stari od 19 do 23 let - SS19-23t): 1 23 SOI9-23r = - Y 6709265,235 • SD?'226 • PL M2°Jf 1 0 99 t-n ~ t-n 0,99 n=19 7TV-0.739 1,072 r0,069 cy0,577 ' ZZVt-n ' SNPt-n ' Tt-n ' SZt-1-n • (-8,875 + 0,119 • ODZt + 0,019 • SLTPt + 0,034 • RAZVPL t + 0,185 • SVISZAVt + 0,588 • Tt + 0,481 • SUD19-23t(5.12) Očitno se dejavniki osnovne in dejavniki relativne stopnje povpraševanja po visokošolskem izobraževanju med seboj močno prepletajo. V pregledniCi 5.7 so prikazane oCene gibanja osnove, stopnje in absolutnega povpraševanja po dodiplomskem visokošolskem izobraževanju tistih oseb, ki so stare od 19 do 23 let, v prihodnjih desetih letih. Te oCene temeljijo na regresijskem modelu za osnovo in na regresijskem modelu za stopnjo povpraševanja po dodiplomskem visokošolskem izobraževanju oseb, starih od 19 do 23 let. Od leta 2009 pa do leta 2018 bo na podlagi izvedenih oCen število oseb, starih od 19 do 23 let, preCej upadalo, narašCčala pa bo njihova stopnja udeležbe v visokošolskem dodiplomskem izobraževanju. Ob takšnih pogojih v celotnem obravnavanem desetletnem prihodnjem obdobju bi se število študentov visokošolskega dodiplomskega izobraževanja, starih od 19 do 23 let, zmanjševalo (preglednica 5.7 in slika 5.13). Število oseb, starih od 19 do 23 let, vkljucenih v dodiplom-sko visokošolsko izobraževanje, bi bilo leta 2013 le še 49.843 in leta 2018 le še 48.382. To pa pomeni leta 2018 dobrih 10% visokošolskih dodiplomskih študentov manj v primerjavi z njihovim številom v letu 2009. 176 6 Ugotovitve in implikacije modelov dejavnikov povpraševanja po visokošolskem izobraževanju Vtem poglavju predstavljam ugotovitve, povezane s posameznimi deli raziskave, ki dajejo odgovore na raziskovalna vprašanja, povezana s posameznimi v uvodnem delu postavljenimi hipotezami. Najprej prikazujem ugotovitve, povezane z raziskovanjem relativne stopnje povpraševanja po visokošolskem izobraževanju, nato ugotovitve, ki so povezane z raziskovanjem osnove povpraševanja po visokošolskem izobraževanju ter nazadnje ugotovitve, povezane z raziskovanjem gibanja absolutnega povpraševanja po visokošolskem izobraževanju, ki je rezultat gibanja stopnje in osnove povpraševanja skupaj. Na podlagi pridobljenih ugotovitev sem potrdil ali zavrnil postavljene hipoteze, povezane s stopnjo, osnovo in absolutnim povpraševanjem po visokošolskem izobraževanju. 6.1 Relativna stopnja povpraševanja po visokošolskem izobraževanju Najprej podrobneje predstavljam ugotovitve, povezane z raziskovanjem relativne stopnje povpraševanja po visokošolskem izobraževanju, ki dajejo odgovor na prvo zastavljeno hipotezo. Te izhajajo iz pregleda gibanja relativne stopnje povpraševanja v preteklosti, analize dejavnikov stopnje povpraševanja na ravni posameznika s probit modelom in vzdolžne regresijske analize dejavnikov stopnje povpraševanja po visokošolskem izobraževanju na ravni države. 6.1.1 Gibanje relativne stopnje povpraševanja v preteklosti Merjenje in s tem spremljanje gibanja relativne stopnje povpraševanja po visokošolskem izobraževanju se je v pričujoči raziskavi izkazalo za precej kompleksno. Zaradi metodoloških težav, povezanih z ne razpoložljivostjo letnih podatkov za daljše obdobje in ne razpoložljivostjo podrobnejših in razčlenjenih podatkov, ter zaradi vsebinskih razlogov sem se odlocil, da se bom pri merjenju relativne stopnje udeležbe v visokošolskem izobraževanju omejil na relativno stopnjo udeležbe oseb, ki so stare od 19 do 23 let in so vkljucene v visokošolsko dodiplomsko izobraževanje. V celotnem opazovanem obdobju absolventov ne upoštevam. Gibanje te stopnje skozi dovolj dolgo casovno obdobje v preteklosti služi tudi kot groba ocena variabilnosti relativne stopnje udeležbe v visokošolskem izobraževanju v Sloveniji nasploh. Zelo podobno stopnjo za merjenje relativne udeležbe v visokošolskem izobraževanju uporablja tudi SURS. Pri tem pa je stopnja, ki jo uporabljam v svoji raziskavi v primerjavi s stopnjo, ki jo uporablja SURS, izboljšana v toliko, daje skozi čas povsem konsistentna, saj v celotnem obdobju ne zajema absolventov (ne pa tako, kot stopnja SURS, ki v zgodnejših letih absolventov ne upošteva, v kasnejših letih pa jih upo-178 števa). V zacetku opazovanega obdobja, to je leta 1980/81, je bilo v dodiplomsko visokošolsko izobraževanje, ce ne upoštevamo absolventov, vključenih 13,20 % vseh mladih, ki so stari od 19 do 23 let. V zadnjem opazovanem letu 2006/07 je znašal ta odstotek že 39,61 % (slika 2.3 iz poglavja 2.3.2). Očitno je bil v začetku osemdesetih let v visokošolski dodiplomski študij v Sloveniji (brez absolventov) vključen malo vec kot vsak sedmi Slovenec, star od 19 do 23 let, v letu 2006/07 pa je vključen že vsak drugi Slovenec in pol, kije star od 19 do 23 let. Ce bi upoštevali tudi absolvente ter študente višjega strokovnega študija, bi leta 2006/07 ta stopnja znašala 48,62%, kar pomeni, da študira že skoraj vsak drugi Slovenec, ki je star od 19 do 23 let. Zanimanje in dejanska vključenost v visokošolsko (in tudi terciarno) izobraževanje se je v opazovanem 27-letnem obdobju povecalo za skoraj dvakrat. Razlog za takšen porast udeležbe v visokošolskem izobraževanju se skriva v raz-licčnih dejavnikih, ki sem jih analiziral na agregatni ravni in na ravni posameznika. 6.1.2 Dejavniki povečevanja relativne stopnje povpraševanja po visokošolskem izobraževanju Vzdolžna regresijska analiza V tej tocki predstavljam konkretne ugotovitve glede dejavnikov, ki so vplivali na večjo relativno stopnjo povpraševanja oseb starih od 19 do 23 let po visokošolskem izobraževanju v agregatnem smislu. Ugotovitve izhajajo iz regresijske analize cčasovnih vrst, ki opisujejo posamezne dejavnike relativne stopnje povpraševanja po visokošolskem izobraževanju. Vsi dejavniki, ki so bili zajeti v izhodišcnem regresijskem modelu, imajo pricakovan vpliv na relativno stopnjo povpraševanja oseb sta- rih od 19 do 23 let po visokošolskem izobraževanju z izjemo spremenljivke ukinitev obveznega vojaškega nabora. Pricakoval sem, da je z odpravo obveznega vojaškega nabora izginila tudi motivacija za visokošolsko izobraževanje za nekatere osebe moškega spola. Predpostavil sem namrecč, da so se nekateri vkljucčili v visokošolsko izobraževanje tudi zato, da so se izognili ali pa odložili obvezno služenje vojaškega roka. Poleg tega pa so bili oportunitetni stroški visokošolskega izobraževanja v cčasu obveznega vojaškega nabora nižji, saj bi oseba moškega spola ob ne vkljucitvi v visokošolsko izobraževanje morala na služenje vojaškega roka in tako ne bi mogla takoj dobiti placčane zaposlitve. Pričakovanja o negativnem vplivu odprave obveznega nabora na relativno stopnjo povpraševanja po visokošolskem izobraževanju nisem mogel potrditi. Izkazalo se je, da ukinitev obveznega vojaškega nabora ni negativno vplivala na relativno stopnjo povpraševa- 179 nja po visokošolskem izobraževanju. Ostali dejavniki, ki so pozitivno povezani z relativno stopnjo povpraševanja oseb starih od 19 do 23 let po visokošolskem dodiplomskem izobraževanju v Sloveniji, so internacionalizacija visokega šolstva, vedno večji odstotek srednješolske mladine, ki izpolni vstopne pogoje za vpis v visokošolsko izobraževanje, izboljševanje materialnih pogojev za izobraževanje, merjenih s povprecno mesecno realno bruto plačo, višanje dosežene izobrazbe staršev, zmanjševanje povprečnega števila otrok v družini, difuzija in-dividualisticčnih vrednot, ki so vedno bolj naklonjene osebni profesionalni karieri, zaposlitvi ter vedno višji izobrazbi. Nadalje so ti dejavniki še izboljševanje splošnega življenjskega standarda in razmah znanstveno-raziskovalne sfere, zmanjševanje oportunitetnih stroškov visokošolskega izobraževanja mladih v smislu relativno vedno slabših pogojev na trgu dela za mlade, ki nimajo visokošolske izobrazbe in pricakovane koristi, ki jih prinaša visokošolsko izobraževanje v obliki manjše brezposelnosti ter višje plače. Ne nazadnje so tu še pomoc države v obliki štipendij in subvencioniranja študentskega bivanja ter vedno večja dostopnost in večja ponudba visokošolskih zavodov. Vsi obravnavani dejavniki so z relativno stopnjo povpraševanja oseb, starih od 19 do 23 let, po visokošolskem dodiplomskem izobraževanju najmočneje povezani ob ničelnem casovnem odlogu izmed vseh vsebinsko smiselnih ne negativnih časovnih odlogov. Ob tem posamezni dejavniki na spreminjanje relativne stopnje povpraševanja delujejo tudi s casovnimi odlogi, vendar pa moč povezanosti z vecanjem odloga geometrijsko upada. Številni od predstavljenih dejavnikov so med seboj precej povezani in tako drug drugemu jemljejo pojasnjevalno moc, kar se v regresij-skem modelu pokaže kot multikolinearnost. To po drugi strani po- 180 meni, da lahko z izbranim dejavnikom zaobjamem tudi del vpliva drugih dejavnikov, ki so z njim povezani. Iz regresijskega modela so tako mnogi od navedenih dejavnikov izpadli, kar pa še ne pomeni, da nimajo nikakršnega vpliva na povečevanje relativne stopnje udeležbe. V konCnem regresijskem modelu ostanejo le tisti statistično znaCilni dejavniki, s katerimi lahko najbolje pojasnim poveCevanje relativne stopnje povpraševanja oseb, starih od 19 do 23 let, po visokošolskem dodiplomskem izobraževanju. Ostali dejavniki, ki so izpadli, so lahko zaobjeti v teh, ki so ostali v konCnem regresijskem modelu. V konCnem regresijskem modelu so tako ostali naslednji dejavniki, s katerimi lahko pojasnim večino (dobrih 96 %) variabilnosti relativne stopnje povpraševanja oseb starih od 19 do 23 let po visokošolskem dodiplomskem izobraževanju: • Koliko odstotkov mladih, ki so stari od 19 do 23 let, se bo odločilo za visokošolski študij, je odvisno najprej od tega, koliko jih ima izpolnjene vpisne pogoje. Očitno se tako absolutno, kakor tudi relativno število mladih, ki izpolnjujejo vpisne pogoje, v opazovanem obdobju povečuje. S tem pa pozitivno vpliva na večjo relativno stopnjo udeležbe mladih v starosti do 19 do 23 let v visokošolskem dodiplomskem izobraževanju. • Spreminjanje vrednot - ki so bolj naklonjene vedno daljšemu formalnemu izobraževanje ter karieri in postavljajo na nižje mesto tradiCionalne družinske vrednote, kot so veliko število otrok in zgodnje odločanje za prvega otroka, trajna zakonska zveza, zgodnje poročanje in podobno - je drugi pomemben razlog za vedno večjo stopnjo udeležbe v visokošolskem izobraževanju. V re-gresijski analizi je to spreminjanje vrednosti merjeno s kazalCem število ločitev na tisoč porok v posameznem letu, ki pa je moCno povezan tudi z ostalimi zgoraj omenjenimi kazalCi poroCčnosti. V zadnjega pol stoletja se je število otrok v družini veCč kot prepolovilo, povpreCna starost matere ob rojstvu prvega otroka se je povečala iz slabih 23 na 28 let, število ločitev na sto porok se je povečalo iz 10 na veC kot 35, povprečna starost ženina ob poroki pa seje v 27 letih, od leta 1980/81 do 2006/07, poveCala iz 27,5 na 32,8 leta. • Pomemben razlog za iz leta v leto večjo relativno stopnjo povpraševanja oseb starih od 19 do 23 let po visokošolskem dodiplomskem izobraževanju so tudi pričakovane koristi zaradi visokošolskega izobraževanja, ki sem jih meril z razliko v plači. Plača osebe z visokošolsko izobrazbo je bila v opazovanem obdobju vseskozi veCčja od oseb s srednjo izobrazbo. Ta razlika pa se iz leta v leto absolutno, v nekaterih primerih pa tudi relativno, povečuje. Na podlagi podatkov o plačah po stopnjah izobrazbe je povprečna mesečna bruto placa oseb z visoko izobrazbo za malo manj kot še enkrat večja od plače oseb s srednjo izobrazbo (lastne obdelave na podlagi podatkov, pridobljenih od SURS). Na podlagi podatkov o strokovni usposobljenosti lahko ugotovim, da so v opazovanem obdobju placče oseb z visoko strokovno usposobljenostjo za od 50 do skoraj 150 odstotkov večje od plače oseb s srednjo strokovno usposobljenostjo. Relativna razlika v korist oseb z visoko strokovno usposobljenostjo pa seje od leta 1980 pa do leta 2006 povečala za malo manj kot enkrat (lastne obdelave na podlagi podatkov, pridobljenih od SURS). • Ne nazadnje se je relativna stopnja povpraševanja oseb starih od 19 do 23 let po visokošolskem dodiplomskem izobraževa- 181 nju iz leta v leto povečevala tudi zaradi ugodnega delovanja dejavnikov ponudbe visokošolskega izobraževanja. Razpoložljivost in pestrost, kakor tudi lažja dostopnost visokošolskih študijskih programov, se vse od začetka opazovanega obdobja v letu 1980 povečuje. Veča se število visokošolskih zavodov, kakor tudi samih univerz, s tem pa tudi regionalizacija, konkurenca med visokošolskimi zavodi in posledicčno kvaliteta visokošolskih programov (Kemnitz 2004; Fraja in Iossa 2002). Po velikosti vpliva, ki ga imajo omenjeni štirje dejavniki na relativno stopnjo povpraševanja po visokošolskem izobraževanju, si od največjega do najmanjšega sledijo večanje ponudbe visokošolskega izobraževanja, vedno večji odstotek mladih, ki izpolnjujejo vstopne pogoje, pričakovane koristi v obliki višje place in difuzija vrednot. Ce predpostavljam, da se obstoječi trendi gibanja in razvoja posameznih dejavnikov v prihodnje ne bodo bistveno spremenili, lahko pričakujem nadaljnje povecevanje relativne stopnje udeležbe v visokošolskem izobraževanju tudi v prihodnje. Po ocenah, ki temeljijo na regresijskem modelu, bo v visokošolsko dodiplomsko izobraževanje do leta 2018 vključenih vse več oseb, starih od 19 do 23 let. Leta 2013 bo vključenih že nekaj manj kot 48 % in leta 2018 že dobrih 52 % oseb, starih od 19 do 23 let, pri čemer absolventi niso upoštevani. Probit analiza Podobno kot vzdolžna regresijska analiza, tudi probit analiza pomaga odkrivati dejavnike relativne stopnje povpraševanja po visokošolskem izobraževanju. Razlika je v tem, da v okviru te analize to relativno stopnjo povpraševanja obravnavam na ravni posameznika in ne na agre- gatni ravni. Takšno relativno stopnjo povpraševanja lahko zato imenujem tudi verjetnost vkljucčitve posameznika v visokošolsko izobraževanje. Odvisna spremenljivka je torej lastnost posameznika glede vključenosti v visokošolsko izobraževanje. S pomočjo probit modela sem ugotovil, kateri dejavniki pojasnjujejo variabilnost verjetnosti vključitve posameznika v visokošolsko izobraževanje, na kakšen naan in s kakšno močjo. Potencialne dejavnike verjetnosti vkljucitve posameznika v visokošolsko izobraževanje sem na podlagi razpoložljivih podatkov iz APG razdelil na lastnosti posamezne opazovane osebe in na lastnosti gospodinjstva opazovane osebe. Na podlagi j2-statistike sem ugotovil, da so lastnosti opazovane osebe (dosežena izobrazba, spol, starost, bivanje na naslovu stalnega prebivališcča le delno, zakonski stan, for-182 malni status in osebni prejemki opazovane osebe) povezani z verjetnostjo vključitve opazovane osebe v visokošolsko izobraževanje. Podobno sem ugotovil tudi povezanost med verjetnostjo vkljucčitve opazovane osebe v visokošolsko izobraževanje in lastnostmi gospodinjstva opazovane osebe (prisotnost osebnega računalnika v gospodinjstvu, število avtomobilov v gospodinjstvu, izdatki gospodinjstva za izven študijske aktivnosti, dostop do interneta v gospodinjstvu, ocena gospodinjstva, ali lažje ali težje shajajo s svojim mesecnim dohodkom, različne kategorije prejemkov gospodinjstva, število oseb v gospodinjstvu ter prisotnost vsaj še ene osebe v gospodinjstvu, ki ima (izkljucu-joč opazovano osebo) doseženo visokošolsko izobrazbo). Kljub temu, da so vse navedene spremenljivke povezane z verjetnostjo vključitve posameznika v visokošolsko izobraževanje, ni nujno, da so vse od omenjenih lastnosti res dejavniki (vzrok) za večjo ali manjšo verjetnost vkljucčitve opazovane osebe v visokošolsko izobraževanje. Nekatere lastnosti so lahko tudi posledica dejstva, daje oseba vključena v visokošolsko izobraževanje (to so endogene spremenljivke) in zato v probit analizo niso vkljucene. Podobno kot v primeru regresijske analize dejavnikov relativne stopnje povpraševanja po visokošolskem dodiplomskem izobraževanju lahko tudi v tem primeru variabilnost za odvisno spremenljivko zadovoljivo pojasnim z manjšim številom dejavnikov, ki med seboj niso povezani. Spremenljivke, ki vplivajo na verjetnost vkljucitve oseb v visokošolsko dodiplomsko izobraževanje, lahko razvrstim po velikosti mejnih učinkov, navedenih v preglednici 4.3. Velikost mejnega ucinka vsake pojasnjevalne spremenljivke je sicer odvisna tudi od velikosti enote spremembe izbrane pojasnjevalne spremenljivke. Ta enota spremembe pa je drugacčna za zvezne, diskretne in opisne spremenljivke, hkrati pa se interpretacija lahko nanaša na poljubno enoto spremembe tudi pojasnjevalne spremenljivke istega tipa. Razvrstitev pojasnjevalnih spremenljivk po velikosti mejnega učinka na podlagi rezultatov iz preglednice 4.3 lahko torej služi le za grobo orientacijo pomembnosti posamezne pojasnjevalne spremenljivke, glede na njen mejni ucčinek. Pri tem je treba upoštevati, da se vsi izracčunani mejni ucčinki nanašajo na spremembe pojasnjevalne spremenljivke, ki so razvidne iz preglednice in iz tipa spremenljivke. Na primer, pri opisni spremenljivki spol se mejni učinek nanaša na spremembo spola iz ženskega na moškega, pri diskretni številski spremenljivki starost se mejni uanek nanaša na povečanje starosti za eno leto, pri zvezni številski spremenljivki denarna vrednost lastne proizvodnje pa se mejni učinek nanaša na povečanje denarne vrednosti lastne proizvodnje za milijon slovenskih tolarjev. Ce bi bile enote spremembe drugačne, bi bili tudi mejni učinki drugačni. Razvrstitev pojasnjevalnih spremen- 183 ljivk po velikosti mejnih učinkov iz preglednice 4.3 je treba torej razumeti z upoštevanjem enot sprememb, na katere se ti mejni ucčinki nanašajo. Te spremembe pa so seveda izbrane tako, da so vsebinsko cčim bolj smiselne. Spremenljivke, ki vplivajo na verjetnost vkljucčitve oseb, starih od 19 do 34 let, v visokošolsko dodiplomsko izobraževanje, so po velikosti mejnih učinkov po vrsti: obstoj internetnega priključka, prisotnost vsaj še ene osebe v gospodinjstvu, ki ima poleg opazovane osebe že doseženo visokošolsko izobrazbo, spol, razpoložljiva skupna denarna sredstva gospodinjstva izključujoč osebne prejemke opazovane osebe, starost, število oseb v gospodinjstvu in denarna vrednost lastne proizvodnje. Na prvih štirih mestih je vrstni red enak tudi v modelu, ki posebej obravnava samo osebe, stare od 19 do 25 let, poleg tega pa ta model ne vključuje spremenljivke denarna vrednost lastne proizvodnje. V modelu, ki obravnava osebe, stare od 26 do 34 let, je na prvem mestu enako kot v prejšnjih dveh modelih obstoj internetnega prikljucčka, na drugem pa je denarna vrednost lastne proizvodnje, na tretjem prisotnost vsaj še ene osebe v gospodinjstvu, ki ima poleg opazovane osebe že doseženo visokošolsko izobraževanje, sledijo po vrsti še število oseb v gospodinjstvu, razpoložljiva skupna denarna sredstva gospodinjstva izključujoč osebne prejemke opazovane osebe in starost. Ne glede na to, za kateri starostni razred gre, sta pomembnejša dejavnika verjetnosti vključitve osebe v visokošolsko dodiplomsko izobraževanje prisotnost interneta v gospodinjstvu opazovane osebe ter prisotnost vsaj še ene osebe v gospodinjstvu poleg opazovane osebe, ki ima že doseženo visokošolsko izobrazbo. Ta dva dejavnika se nahajata med prvima dvema oziroma v enem primeru med prvimi tremi dejavniki po velikosti mejnega ucčinka. Obstoj internetnega prikljuCka v gospodinjstvu pomeni bolj točne, popolnejše in pravoCasnejše informaCije nasploh in seveda tudi tiste, ki so neposredno pomembne za odloCanje o visokošolskem izobraževanju. To so na primer informaCije glede ponudbe visokošolskih zavodov (vrste programov, trajanje programov, lokaCije izvedbe programov, kvaliteta programov in podobno) ter tudi informaCije glede pričakovanih koristi visokošolske dodiplomske izobrazbe (priCakovana razlika v plaCči, boljše delovno mesto z boljšimi delovnimi pogoji in možnostmi za napredovanje, veCja izbira delovnih mest, boljši položaj in ugled v družbi in podobno). Pri tem ne gre samo za uradne informaCije, ki jih prek spleta ponujajo posamezne ustanove, ampak tudi za neuradne in neformalne informaCije, do katerih lahko posamezniki dostopajo prek razliCčnih spletnih blogov, forumov, elektronske pošte 184 in podobno. Pomembna poslediCa obstoja internetnega priključka v gospodinjstvu je tudi boljša možnost komunikaCije. Na tem mestu se ne spuščam posebej v analizo pomena sodobnih komunikaCijskih poti za napredek v sodobnem svetu. Povsem samoumevno je, daje komuniCiranje prek spleta z razmahom elektronske pošte, različnih klepetalniC in forumov ter drugih oblik neposrednega dvosmernega sporazumevanja ena najsodobnejših oblik sporazumevanja, ki prinaša široke koristi na ravni družbe in na ravni posameznika. Člani gospodinjstev, ki imajo internet, prav gotovo bolje obvladajo tudi delo z raCunalnikom nasploh, kot tisti, ki interneta nimajo. Mnogi od teh, ki nimajo interneta, navadno tudi nimajo osebnega raCčunal-nika. To pa pomeni, da so tudi manj spretni pri uporabi ne samo spletnih orodij, ampak tudi orodij MS OffiCe, kot so urejevalniki besedil, programi za delo s podatki, programi za predstavitve in podobno. To pa je še ena pozitivna lastnost obstoja interneta, ki vzpodbudno deluje na vkljuCitev v visokošolsko dodiplomsko izobraževanje, ki v čedalje večji meri zahteva tudi uporabo osebnega računalnika in interneta v samem študijskem proCesu. Pri tem se je treba zavedati, da internet predstavlja tudi proksi spremenljivko za množiCo drugih faktorjev, ki jih je težko ali pa sploh nemogoCče meriti. Na primer, osebne preferenCe za študij v smislu manjše ali večje pripravljenosti za vlaganje v visokošolsko izobraževanje, povsem zaradi osebnega in subjektivnega prepričanja glede koristnosti visokošolskega izobraževanja zase ali svoje otroke. Velikega pomena dostopa do interneta za verjetnost vkljuCčitve v visokošolsko izobraževanje torej ne smemo razumeti kot poCeni ukrepa za poveCa-nje vključenosti vanj. V tej spremenljivki se namreC odražajo še nekatere druge značilnosti gospodinjstev z uporabo interneta, ki pa jih ne moremo zagotoviti tudi drugim gospodinjstvom s preprosto uvedbo internetnega prikljucka tudi v teh ostalih gospodinjstvih, ki interne-tnega prikljucčka še nimajo. Najmanj te zgoraj navedene koristi, ki jih prinaša internet, poleg verjetno še mnogih drugih znacčilnosti gospodinjstev, ki so skupne gospodinjstvom, ki imajo internet, pozitivno vplivajo na verjetnost vključitve v visokošolsko dodiplomsko izobraževanje. (Ne) prisotnost interneta v gospodinjstvu namrecč deli osebe na tiste, ki vse te koristi in znacčilnosti imajo in na tiste, ki jih nimajo. Prisotnost vsaj še ene osebe v gospodinjstvu, ki ima poleg opazovane osebe že doseženo visokošolsko izobrazbo, je drugi najpomembnejši dejavnik, ki vpliva na verjetnost vkljucitve v visokošolsko do-diplomsko izobraževanje. Kaj pomeni prisotnost vsaj še ene takšne osebe? V večini gospodinjstev v obravnavanih starostnih razredih to 185 pomeni, da imata oce ali mama ali oba že doseženo visokošolsko izobrazbo. To pa pomeni, da pozitivne posledice, ki jih prinaša takšna izobrazba bolje poznata in zato takšno izobrazbo tudi bolj cenita. Verjetno je visokošolska izobrazba v takšnih gospodinjstvih vecčja vrednota, kot pa v gospodinjstvih, kjer visokošolske izobrazbe še nima nihcče. Ozracčje glede pomena visokošolskega izobraževanja je torej v takšnih gospodinjstvih bolj naklonjeno visokošolskemu izobraževanju, kar pozitivno vpliva tudi na vključitev otrok in drugih članov gospodinjstva v visokošolsko dodiplomsko izobraževanje. Lahko se spomnimo tudi psihološke zakonitosti, ki pravi, da otroci posnemajo življenjske vzorce svojih staršev, kar spet pomeni, da bodo otroci staršev, ki imajo visokošolsko izobrazbo, bolj verjetno nekoč tudi sami dosegli visokošolsko izobrazbo v primerjavi s tistimi, katerih starši visokošolske izobrazbe nimajo. Spol je prav tako pomemben dejavnik verjetnosti vključitve v visokošolsko dodiplomsko izobraževanje. V skupnem modelu za dodi-plomski študij in v modelu za dodiplomski študij za mlajše osebe se nahaja po pomembnosti na tretjem mestu. Vse več žensk je vkljuce-nih v visokošolsko dodiplomsko izobraževanje, prav tako tudi v podiplomsko in vse več jih študij tudi zaključi. V primerjavi z moškimi jih je relativno več vkljucenih v visokošolsko izobraževanje in tudi relativno vec jih študij zaključi. To lahko kaže na določene razlike v moški (bolj kratkoročna usmerjenost, večja nagnjenost k tveganju in podobno) in ženski naravi (bolj dolgoročna usmerjenost, manjša nagnjenost k tveganju, vecja usmerjenost v zagotavljanje varnosti) ali pa tudi na specificčne družbene razmere, ki dajejo manjši poudarek vlogi ženke kot matere in vedno večji poudarek ženski, ki je visoko izobražena, zaposlena ter usmerjena v kariero, kar pa ni nujno na škodo dru- žinskega življenja. Ocitno dejstvo, daje oseba ženskega spola, pomeni samodejno, da ima ta oseba tiste lastnosti in pogoje, ki bodo pozitivno vplivale na vključitev v visokošolsko dodiplomsko izobraževanje. Ce je oseba moškega spola, potem je verjetnost vključitve v visokošolsko dodiplomsko izobraževanje v primerjavi z osebo ženskega spola manjša. To pa ne velja za osebe, ki so stare od 26 do 34 let. Na verjetnost vključitve teh oseb v visokošolsko dodiplomsko izobraževanje spol nima vpliva. Enako se vključujejo moški in enako ženske. Dvakrat na cetrtem in enkrat na petem mestu se nahaja dejavnik razpoložljiva skupna denarna sredstva gospodinjstva izključujoč osebne prejemke opazovane osebe. Gre za dejavnik materialnih pogojev oziroma razmer, ki tudi vplivajo na verjetnost vkljucitve opazovane osebe v visokošolsko dodiplomsko izobraževanje. Ocčitno materialni 186 pogoji niso najpomembnejši dejavnik, kljub temu pa niso zanemarljivi. Visokošolsko izobraževanje prinaša s seboj mnoge izdatke, kot so šolnine, izdatki za življenje izven kraja stalnega prebivališcča, izdatki, povezani s prevozom do kraja, kjer se izvaja izobraževalna dejavnost, izdatki za različne študijske pripomočke, kot so učbeniki in drugo. Ti izdatki mnogokrat pomenijo veliko oviro za vkljucitev v visokošolsko dodiplomsko izobraževanje. Za pokrivanje teh izdatkov pa so relevantna tako denarna sredstva, ki jih prejema gospodinjstvo kot celota, kakor tudi osebni prejemki vseh ostalih clanov gospodinjstva izključujoč osebne prejemke opazovanega posameznika. To pa so v opazovanih starostnih razredih vecčinoma osebni prejemki staršev. Osebni prejemki opazovane osebe niso vkljucčeni v razpoložljiva denarna sredstva gospodinjstva kot dejavnika verjetnosti vkljucčitve v visokošolsko izobraževanje iz razlogov, kot jih podajam v nadaljevanju. Osebni prejemki opazovanega posameznika so do približno 29. leta starosti zelo endogena spremenljivka. Predvsem v tej dobi namrec velja, da osebe, ki so vključene v visokošolsko izobraževanje, v glavnem ne delajo in imajo posledicčno manjše osebne prejemke, ali pa jih sploh nimajo. Osebe, ki v visokošolsko izobraževanje niso vključene, osebne prejemke imajo, in sicer precej večje kot osebe, ki so vključene v visokošolsko izobraževanje. Po 29. oziroma 30. letu starosti pa vedno bolj velja, da služba in osebni prejemki niso vec tako zelo pogojeni z vključenostjo v visokošolsko izobraževanje. Ne glede na to, ali oseba študira ali ne, ima službo, če pa je nima, to ni zaradi tega, ker študira. Ker v okviru analize dejavnikov verjetnosti vključitve v visokošolsko dodiplomsko izobraževanje obravnavam osebe, ki so stare od 19 do 34 let, osebni prejemki opazovanih oseb niso vključeni. Naslednji razlog, zakaj v okviru analize visokošolskega dodiplomskega izobraževanja osebni prejemki opazovanih oseb niso vkljuceni, je v tem, da delujejo v veliki meri osebni prejemki oseb od 19. do 34. leta za uravnoteženje skupnih denarnih sredstev gospodinjstva izključujoč osebne prejemke opazovane osebe. Ce je vrednost za slednje vecja, opazovani posameznik dela manj, če pa je vrednost manjša, potem opazovani posameznik to nadomesti s svojimi vecjimi osebnimi prejemki. To sledi iz ugotovljene negativne korelacije med osebnimi prejemki in razpoložljivimi skupnimi denarnimi sredstvi gospodinjstva izključujoč osebne prejemke opazovane osebe do 31. leta starosti opazovanega posameznika. Tisto, kar dejansko vpliva na variabilnost skupnih razpoložljivih denarnih sredstev gospodinjstva kot celote, so torej predvsem razpoložljiva skupna denarna sredstva gospodinjstva izključujoc osebne prejemke opazovane osebe. Osebni prejemki delujejo namrecč le za kompenzacijo v primeru zelo nizkih razpoložljivih skupnih denarnih sredstev gospodinjstev izkljucujoč osebne 187 prejemke opazovane osebe. Tudi zato, ker relativno osebni prejemki opazovanih oseb, ki so stare od 19 do 31 let, v razpoložljivih skupnih denarnih sredstvih gospodinjstva predstavljajo precej manj, kot pri starejših osebah od 31 let, je pri teh, ki so mlajši, bolj smiselno uporabiti v modelu samo razpoložljiva skupna denarna sredstva gospodinjstva izključujoč osebne prejemke opazovane osebe. V modelu, ki obravnava tudi starejše osebe od 31 let, pa upoštevam poleg spremenljivke razpoložljiva skupna denarna sredstva gospodinjstva izključujoč osebne prejemke opazovane osebe tudi spremenljivko osebni prejemki. Pri skoraj polovici vseh oseb, ki so stare od 19 do 31 let, njihovi osebni prejemki predstavljajo v razpoložljivih skupnih denarnih sredstvih gospodinjstva manj kot 20%. Med osebami, ki so stare od 32 do 49 let, je takšnih, pri katerih osebni prejemki v razpoložljivih skupnih denarnih sredstvih gospodinjstva predstavlja manj kot 20 %, le še dobra desetina. Ker v okviru analize visokošolskega dodiplomskega izobraževanja obravnavam osebe, stare od 19 do 34 let, osebni prejemki torej iz vseh naštetih razlogov niso vključeni. Zgornja starostna meja ni postavljena na 31, ampak na 34, ker bi ob upoštevanju nižje starostne meje iz analize izgubil precejšen delež visokošolskih dodi-plomskih študentov. Zanimiv dejavnik verjetnosti vkljucčitve v visokošolsko dodiplom-sko izobraževanje je denarna vrednost lastne proizvodnje. Ta dejavnik v modelu, ki obravnava mlajše osebe (stare od 19 do 25 let), sploh ni vkljucen (ni statistično znaalen), v modelu, ki obravnava mlajše in starejše skupaj (stare od 19 do 34 let), se nahaja po velikosti mejnega ucinka na zadnjem mestu, v modelu, ki obravnava starejše osebe (stare od 26 do 34 let), pa se po pomembnosti nahaja kar na drugem mestu, takoj za internetom. Večja denarna vrednost lastne proizvod- nje negativno vpliva na verjetnost vključitve v visokošolsko dodiplom-sko izobraževanje iz razlogov, kot jih navajam v nadaljevanju. Denarna vrednost lastne proizvodnje zajema letno vrednost pridelkov, pridelanih doma (na vrtu, kmetiji ali v sadovnjaku) in izdelkov iz lastne delavniCe, podjetja ali trgovine. Po eni strani lahko višja vrednost za denarno vrednost lastne proizvodnje pomeni, da je gospodinjstvo bolj kmečko in da takšno gospodinjstvo verjetneje živi nekje na podeželju, stran od večjih univerzitetnih mest. Za člane takšnih gospodinjstev je fizična oddaljenost od visokošolskih zavodov navadno veCja. Ne glede na to, ali večja vrednost lastne proizvodnje izhaja iz kmetijske dejavnosti ali iz lastne obrti, podjetja ali trgovine, pa so oportunitetni stroški vključitve članov takšnega gospodinjstva v visokošolsko dodi-plomsko izobraževanje navadno večji, saj je njihov neposredni eko-188 nomski prispevek v lastni proizvodnji večji od tistih, ki se s temi dejavnostmi ne ukvarjajo. Po drugi strani pa ima za njihov način življenja visokošolska izobrazba manj pomembno vlogo, kar pomeni tudi, da so pričakovane koristi visokošolskega izobraževanja za njih manjše. V okviru analize mlajših oseb (starih od 19 do 25 let) se je izkazalo, da denarna vrednost lastne proizvodnje ne vpliva na verjetnost vkljuCi-tve v visokošolsko dodiplomsko izobraževanje. Verjetno zato, ker sta vključenost in prispevek mlajših oseb v dejavnosti, ki so gospodinjstvu zagotovile določeno denarno vrednost lastne proizvodnje, manjši od vključenosti in prispevka starejših oseb v teh dejavnostih. S tem pa so pri mlajših manjši oportunitetni stroški in veCje pričakovane koristi visokošolskega izobraževanja v primerjavi s starejšimi. Pri skupini starejših oseb (starih od 26 do 34 let) se namreCč izkaže, da je denarna vrednost lastne proizvodnje pomemben dejavnik verjetnosti vkljuCitve v visokošolsko dodiplomsko izobraževanje. Ostala, manj pomembna dejavnika, ki sta siCer tudi vključena v pro-bit model dejavnikov verjetnosti vkljuCčitve v visokošolsko dodiplom-sko izobraževanje, sta še starost ter število članov v gospodinjstvu. Z večanjem starosti posameznika se verjetnost vkljuCitve v visokošolsko dodiplomsko izobraževanje po pričakovanju znižuje. Podobno se z veCanjem števila članov gospodinjstva od štiri dalje verjetnost vkljuCčitve v visokošolsko dodiplomsko izobraževanje znižuje. Analiza povezanosti med starostjo in vključenostjo v visokošolsko izobraževanje v okviru poglavja, v katerem so predstavljene posamezne spremenljivke, pokaže, da se siCer odstotek vkljuCenih povečuje, dokler se število članov gospodinjstev poveCuje do števila 4, ko pa se povečuje preko tega števila, se odstotek vključenih znižuje. Očitno je, da odstotek vključenih iz gospodinjstev, ki imajo enega ali dva Clana (najverjetneje gre za samske osebe, ki nimajo otrok), ne more biti velika, ali pa večja od odstotka vključenih iz gospodinjstev, ki imajo tri ali štiri člane (v tem primeru gre verjetno za enega ali dva otroka in starša). Še posebej to velja, ce se spomnimo, daje vecina dodiplomskih študentov stara od 19 do 34 let. Ko pa se število članov (večinoma gre to na račun večjega števila otrok) povečuje še naprej, to negativno vpliva na odstotek vkljucenih v visokošolsko dodiplomsko izobraževanje, saj se zaradi poslabševanja materialnih pogojev vsi nadaljnji cčlani gospodinjstva ne bodo vkljucčili v visokošolsko izobraževanje, deloma pa tudi zaradi tega, ker je med njimi morda tudi nekaj takšnih, ki so mlajši od 19 let in sploh nimajo pogojev za visokošolsko izobraževanje. Ugotovitev, da se z vecanjem števila članov gospodinjstva od štiri dalje verjetnost vkljucitve v visokošolsko dodiplomsko izobraževanje znižuje, še ne pomeni nujno, da so zato krive slabše materialne razmere, ali pa, da bi bilo bolje, če bi gospodinjstvo imelo manj 189 otrok. Treba je upoštevati dejstvo, da cčlani gospodinjstva niso enako stari, še posebej, če gre za otroke, kar pomeni, da vsi naenkrat niti ne morejo biti vključeni v visokošolsko izobraževanje. Spremenljivke, ki vplivajo na verjetnost vkljucčitve oseb starih od 23 do 49 let v visokošolsko podiplomsko izobraževanje, so po velikosti mejnih ucinkov po vrsti: obstoj internetnega priključka, prisotnost osebnega računalnika v gospodinjstvu, osebni prejemki, spol, število oseb v gospodinjstvu, razpoložljiva skupna denarna sredstva gospodinjstva izključujoč osebne prejemke opazovane osebe in starost. Vrstni red je povsem enak tudi v modelu, ki posebej obravnava samo mlajše osebe, ki se lahko vključijo v visokošolsko podiplomsko izobraževanje (osebe, stare od 23 do 31 let), razlika je le v tem, da v tem modelu statisticčno neznacčilna spremenljivka osebni prejemki ni vključena. Kot že omenjeno, imajo namreč pri mlajših osebah osebni prejemki manjšo vlogo v skupnem družinskem proracunu, poleg tega pa so zelo odvisni od dejstva, ali je ta opazovana oseba vključena v visokošolsko izobraževanje ali ne (je endogena spremenljivka). Podobno je tudi v modelu, ki obravnava starejše osebe (stare od 32 do 49 let), vrstni red identicen tistemu, ki velja za model, ki obravnava celotno starostno skupino (od 23 do 49 let), le da ta model ne vsebuje pojasnjevalne spremenljivke prisotnost osebnega računalnika vgospo-dinjstvu. Zanimivo je, da v modelu za podiplomsko izobraževanje skupaj »Pod-skupaj«, podobno kot ima v modelu za dodiplomsko izobraževanje skupaj »Dod-skupaj« največjo vlogo obstoj internetnega pri-ključčka v gospodinjstvu, le da je v primeru podiplomskega izobraževanja tej spremenljivki dodana še spremenljivka prisotnost osebnega racčunalnika, ki je noben od modelov za dodiplomsko izobraževanje ne vsebuje. Vsebinska logika pomembnega pozitivnega vpliva prisotnosti interneta in osebnega računalnika v gospodinjstvu opazovane osebe je podobna, kot vsebinska logika pozitivnega vpliva prisotnosti interneta v primeru visokošolskega dodiplomskega izobraževanja. Spremenljivka osebni prejemki so prav tako posebna spremenljivka, ki v modelih za dodiplomsko izobraževanje ne nastopa, prisotna pa je v modelu za podiplomsko izobraževanje v okviru analize starejših oseb (od 32 do 49 let) in v okviru analize celotne obravnavane starostne skupine (od 23 do 49 let). Kot že nekajkrat omenjeno, imajo osebni prejemki starejših oseb za razliko od osebnih prejemkov mlajših oseb, pomembnejšo vlogo pri materialnih pogojih, ki vplivajo na vkljucčitev opazovane osebe v visokošolsko izobraževanje. Poleg tega pa v primeru starejših oseb in podiplomskih študentov ti osebni pre-190 jemki niso vec endogena spremenljivka. Spol je naslednja spremenljivka, ki ima tako v analizi dodiplom-skega kot tudi podiplomskega izobraževanja zelo visok mejni ucčinek. V obeh modelih za dodiplomsko izobraževanje se nahaja na tretjem mestu po velikosti mejnega ucčinka, v okviru analize podiplomskega izobraževanja pa se nahaja na tretjem mestu (ko analiziram dejavnike verjetnosti vključitve v podiplomsko izobraževanje posebej za mlajše in posebej za starejše osebe) in na četrtem mestu (ko analiziram dejavnike verjetnosti vključitve v podiplomsko izobraževanje za obe starostni skupini skupaj). Osebe ženskega spola so v primerjavi z osebami moškega spola verjetneje vkljucene tudi v podiplomsko izobraževanje. Ostale v model za podiplomsko izobraževanje vključene spremenljivke, ki imajo manjše mejne ucinke na verjetnost vključitve v visokošolsko podiplomsko izobraževanje, so še število oseb v gospodinjstvu, skupna razpoložljiva denarna sredstva gospodinjstva izključujoč osebne prejemke opazovane osebe in starost opazovane osebe. Vse tri pojasnjevalne spremenljivke imajo enako smer vpliva, kot je to v modelih za dodiplomski študij in tudi vsebinska logika teh vplivov je enaka ali zelo podobna. Za razliko od modela dejavnikov verjetnosti vkljucitve v dodiplom-sko izobraževanja, v modelu dejavnikov verjetnosti vkljucčitve v podiplomsko izobraževanje ne nastopa spremenljivka, ki meri prisotnost vsaj še ene osebe v gospodinjstvu, ki ima poleg opazovane osebe doseženo visokošolsko izobrazbo. Ocitno za odlocanje za podiplomsko izobraževanje okoliščine v gospodinjstvu in ostale posledice, ki so povezane z izobrazbo ostalih cčlanov, nimajo vecč tako pomembne vloge, kot je to pri odločanju za visokošolsko dodiplomsko izobraževanje. Prav tako v nobenem od modelov dejavnikov verjetnosti vkljucitve v podiplomsko izobraževanje ne nastopa spremenljivka denarna vrednost lastne proizvodnje. Najverjetneje je za to kriva narava izvedbe podiplomskega izobraževanja, ki veanoma poteka »ob delu«, tako da odpoved rednim službenim dejavnostim in drugim, povezanim z morebitno lastno proizvodnjo, ni potrebna. To pa pomeni, da so opor-tunitetni stroški vključitve v podiplomsko izobraževanje iz tega naslova nižji, ali pa jih sploh ni. Podobno je morebitna oddaljenost od kraja izvedbe izobraževanja (ta je značilna za gospodinjstva z večjo denarno vrednostjo lastne proizvodnje, ki navadno ne živijo v mestnih središcčih, kjer poteka vecčina visokošolskega izobraževalnega procesa) manjši problem kot na dodiplomskem študiju. Podiplomski študenti so namreč v povprecju starejši od dodiplomskih in imajo najverjetneje v vecji meri osebne avtomobile v primerjavi z dodiplomskimi študenti, prav tako pa morda potrebujejo manj prevozov, saj predava- 191 nja na podiplomskem študiju potekajo navadno manjkrat na teden v primerjavi z dodiplomskim študijem. Hipoteze 1 ne morem zavrniti in lahko sprejmem sklep, da se je relativna stopnja povpraševanja po visokošolskem izobraževanju v proučevanem obdobju od leta 1980/81 do leta 2006/07 nenehno povečevala zaradi ugodnega razvoja (v okviru regresijske analize dejavnikov stopnje povpraševanja) opredeljenih dejavnikov in na nacčin, kot ga opredeljuje analiza serialne odvisnosti. Naraščanje relativne stopnje povpraševanja po visokošolskem izobraževanju lahko skoraj v celoti pojasnim s povečevanjem odstotka mladih, ki izpolni vstopne pogoje za vpis v visokošolsko izobraževanje, s povečano difuzijo vrednot, povezanih z osebnim profesionalnim razvojem, kariero in izobraževanjem na račun tradicionalnih družinskih vrednot, z vecanjem pričakovanih koristi v obliki razlike v plači ter s povečevanjem ponudbe visokošolskega izobraževanja. Ugotovitve glede dejavnikov relativne stopnje povpraševanja po visokošolskem izobraževanju, ki izhajajo iz regresijskega modela, dopolnjujem z ugotovitvami glede dejavnikov verjetnosti vkljucitve posameznika v visokošolsko izobraževanje, ki izhajajo iz probit modela. Dejavniki, ki na podlagi ugotovitev probit modela pozitivno vplivajo na verjetnost vkljucitve posameznika v visokošolsko izobraževanje so po vrsti in pomembnosti: stopnja informatiziranosti gospodinjstva (prisotnost interneta in/ali osebnega računalnika v gospodinjstvu), prisotnost visokošolske izobrazbe pri starših (prisotnost vsaj še ene osebe v gospodinjstvu, ki ima poleg opazovane osebe že doseženo visokošolsko izobrazbo), ženski spol opazovane osebe, višina osebnih prejemkov v primeru starejših podiplomskih študentov ter višina skupnih razpoložljivih denarnih sredstev gospodinjstva izkljucujoč osebne prejemke opazovane osebe. Dejavniki, ki negativno vplivajo na verjetnost vkljucitve posameznika v visokošolsko izobraževanje, so: večanje števila oseb v gospodinjstvu nad število štiri, višanje starosti opazovane osebe, ki izpolni vstopne pogoje za visokošolsko izobraževanje in vecja vključenost gospodinjstva v lastno proizvodnjo, kar pa ima pomembno vlogo le v primeru starejših dodiplomskih študentov. Ob predpostavki, da v prihodnje ne bo prišlo do večjih sprememb pri razvoju predstavljenih dejavnikov relativne stopnje povpraševanja po visokošolskem izobraževanju oziroma pri razvoju dejavnikov verjetnosti vkljucčitve posameznika v visokošolsko izobraževanje, se bo relativna stopnja povpraševanja po visokošolskem izobraževanju povečevala tudi v srednjerocnem prihodnjem obdobju (vsaj do leta 192 2018). Pri kateri relativni stopnji povpraševanja po visokošolskem izobraževanju se bo to povecevanje zaustavilo in kdaj se bo to zgodilo, za zdaj ostaja odprto vprašanje. 6.2 Osnova povpraševanja po visokošolskem izobraževanju Za visokošolske zavode, številne ustanove, ki so povezane s študentsko problematiko, za trg dela in tudi za ekonomijo kot celoto ni pomembno samo relativno število visokošolskih študentov, ampak pogosto bolj njihovo absolutno število. Ni pomembno torej samo na primer, kolikšen odstotek od vseh mladih je vkljucen v visokošolsko izobraževanje, ali pa kakšna je verjetnost, da bo posameznik v določenem starostnem razredu in z dolocenimi lastnostmi vključen v visokošolsko izobraževanje na dodiplomski ali podiplomski ravni, ampak tudi, kolikšno je število oseb (osnova povpraševanja), na katere se ta odstotek ali verjetnost nanaša. Le združitev obeh podatkov skupaj poda koncno absolutno število visokošolskih študentov. V nadaljevanju predstavljam ugotovitve, povezane z gibanjem osnove povpraševanja po visokošolskem izobraževanju ter dejavnike, ki na to osnovo vplivajo. Te ugotovitve dajejo odgovor na drugo hipotezo. 6.2.1 Gibanje osnove povpraševanja v preteklosti Gibanje osnove povpraševanja po visokošolskem izobraževanju na splošno pomeni gibanje velikosti posameznih starostnih skupin prebivalstva. V raziskavi se omejujem na osebe, stare od 19 do 23 let. Število prebivalcev, starih od 19 do 23 let v tekocem letu, pa je skoraj enako vsoti števila živorojenih pred 19., 20., 21., 22. in 23. leti. Število prebivalcev, starih od 19 do 23 let, je v opazovanem obdobju od leta 1980 do leta 2006 od slednjega nekoliko večje predvsem zaradi presežka priselitev mladih nad številom umrlih v tem starostnem razredu po opazovanih letih. Analiza osnove povpraševanja po visokošolskem izobraževanju je v tem primeru ocčitno analiza rodnosti, ki je glavna determinanta števila oseb, starih od 19 do 23 let. Število prebivalcev, starih od 19 do 23 let, se je z manjšimi nihanji od leta 1980 do leta 2006 zmanjšalo iz skoraj 143.000 na slabih 133.000 oseb (slika 5.1.1). Rodnost pa se je od leta 1954 znižala iz nekoliko več kot 20 živorojenih na 1.000 prebivalcev (skupaj 31.828 živorojenih) na manj kot 10 živorojenih na 1.000 prebivalcev (to je 18.932 živorojenih) v letu 2006. To pomeni, da se je splošna stopnja natalitete prepolovila, stopnja totalne rodnosti pa že dalj časa ne zagotavlja več enostavne reprodukcije slovenskega prebivalstva. Vsako leto manjše število živorojenih pomeni vedno manjše generacije mladih, ki se v najvecjem odstotku vključujejo v visokošolsko izobraževanje. Kaj vse vpliva na to zmanjševanje in kako, sem analiziral v okviru vzdolžne regresijske analize 193 dejavnikov osnove povpraševanja po visokošolskem izobraževanju. Osnovne ugotovitve predstavljam v naslednji točki. 6.2.2 Dejavnika zniževanja osnove povpraševanja po visokošolskem izobraževanju Dejavniki oziroma vzroki za upadanje rodnosti v Sloveniji najmanj v opazovanem obdobju od leta 1980 do 2006 so predvsem upadanje smrtnosti dojencčkov, zmanjševanje neposrednega ekonomskega prispevka otrok zaradi vse večje urbanizacije prebivalstva, vedno težje zagotavljanje materialnih pogojev za ustvarjanje lastne družine (predvsem reševanje stanovanjskega problema mladih), naraščanje opor-tunitetnih stroškov otrok ter upadanje pomena tradicionalnih družinskih vrednot, kar se kaže skozi odlaganje porok, odlaganje rojstev in veliko število locčitev, posebej v primerjavi s številom porok. Vsi omenjeni dejavniki vplivajo na število živorojenih najmomeje v istem letu, prisotni pa so tudi vplivi z do vecč letnimi pozitivnimi cčasovnimi odlogi. Koncni regresijski model je pokazal, da so seveda številni od omenjenih dejavnikov med seboj povezani, zato sem lahko gibanje števila živorojenih po opazovanih letih skoraj v celoti pojasnil že s precej manjšim številom dejavnikov. Najprej z upadanjem smrtnosti do-jenckov, ki pomeni manjšo potrebo po nadomešcanju umrlih dojenc-kov z dodatnimi rojstvi. Naslednji dejavnik so realno vse dražja stanovanja (izraženo v številu plač, ki so potrebne za nakup kvadratnega metra uporabne stanovanjske površine) in s tem vedno težje ustvarjanje osnovnih pogojev za družino. Zelo pomemben dejavnik so ce-dalje večji oportunitetni stroški rojevanja in vzgoje otrok, zaradi vse vecje zaposlenosti žensk. Prekinitev kariere in odpoved določenemu delu plače zaradi odsotnosti z dela je zaradi nosečnosti in vzgoje otrok nujna vsaj za krajši Cas. Zmanjševanje pomena vrednot, ki so naklonjene družini in ji dajejo prednost pred profesionalno kariero, se je izkazalo tudi kot pomemben dejavnik zniževanja števila živorojenih iz leta v leto. Na prvem mestu po velikosti vpliva, ki ga imajo vsi štirje dejavniki na osnovo povpraševanja po visokošolskem izobraževanje, je dejavnik vrednot, ki odlagajo ustvarjanje poroke in družine, takoj na drugem mestu pa je dejavnik povečevanje oportunitetnih stroškov otrok. KonCni regresijski model dejavnikov rodnosti ima dvojno logaritemsko obliko in upošteva tudi logaritem trenda ter avtokorelaCijo prvega reda. Glede na to, da trend zniževanja rodnosti obstaja že dolgo Casa, poleg tega pa ta trend prek zmanjševanja generaCije žensk, ki otroke roje-194 vajo, vpliva tudi na dolgoroCnejše zniževanje rodnosti, ne morem pričakovati poveCevanja števila rojstev in posledično števila oseb, starih od 19 do 23 let, ki v največji meri povprašujejo po visokošolskem izobraževanju. Dejavniki, s katerimi sem pojasnil veCčino upadanja števila živorojenih v opazovanem obdobju od leta 1980 do leta 2006, ne kažejo na kakršne koli radikalne zasuke glede svojega gibanja v prihodnosti. Skoraj zagotovo lahko pričakujem, da se vsaj v srednje-roCčnem Cčasovnem obdobju bistveno ne bodo spremenile individuali-stiCčne vrednote, ki poudarjajo Cčim daljše izobraževanje in osebno kariero ter dajejo manjši pomen zgodnjemu ustvarjanju družine, kar se zrCali skozi vedno večje odlaganje porok, naraščanje povprečne starosti ob poroki in rojstvu prvega otroka. Podobno lahko priCakujem nadaljnje povečevanje izobraževanja žensk in njihove udeležbe na trgu dela, kar bo še naprej poveCevalo oportunitetne stroške otrok. Zniževanje dejanskih stroškov pri reševanju stanovanjskega problema siCer ni najpomembnejši dejavnik zniževanja števila živorojenih v opazovanem obdobju. Kljub njegovemu manjšemu pomenu pri zniževanju rodnosti lahko priCakujem, da se pogoji, ki bi olajšali reševanje stanovanjskega problema, ne bodo bistveno spremenili. Z narašCanjem življenjskega standarda ter nadaljnjim razvojem in izboljševanjem zdravstva se bo tudi smrtnost dojenčkov najverjetneje še naprej zniževala. Ni izkljuCeno, da pride tudi do večjih sprememb, vendar pa ob predpostavki, da bi se pričakovanja glede gibanj omenjenih dejavnikov v naslednjih letih izpolnila, lahko raCčunam na nadaljevanje upadanja rojstev in s tem osnove povpraševanja po visokošolskem izobraževanju. Na podlagi regresijskega modela oCenjujem, da bo število oseb, starih od 19 do 23 let, preCej upadlo in bo leta 2013 znašalo samo še 104.231 oseb, leta 2018 pa le še 92.244 oseb. b o z o k o is vi o Dh rt nj a v Dh g Dh a Dh o al n a V n d aj •šb tu >H Dh C« n al im ir P n T3 V "60 P al n io ci a n + O H & k £ PN co M O P P m R j P ^ o M ^ ^ 1 j1 co M £ O P o oc o Dh jS '3 Dh o in d o p o g o p ni al o Dh N P Z R I I PP N Z 2 SSS P Z S P N SS R P + S 0O M co — R 0O M co vi >N £ MP m m RR SS MP m m RR a n a kv šk e ž a r b o z ne tu tn tr at od po Od A j 195 196 + š K N s SS J s SS N f^ P N > > N N P N o g vzg n tu tr o p O 3 2 - D U tD O N M S O D U S S .d 3 n o k a b a r o p U j o PH J o Ph o Dh z R H z z R H z d o p ja nj d o v Dh rt tn st a L Hipoteze 2 ne morem zavrniti in lahko sprejmem sklep, da so se in se bodo še naprej, ob odsotnosti nepričakovanih šokov, dejavniki osnovne povpraševanja po visokošolskem izobraževanju gibali v takšni smeri, da se bo osnova povpraševanja zaradi tega še naprej zmanjševala. To pa pomeni, da priliv tujih študentov niti kateri drugi dejavniki ne bodo odtehtali zmanjševanje potencialne tradicionalne skupine mladih študentov. Razlogi za to so predvsem v vztrajnem in dolgotrajnem zniževanju rodnosti, razlogi za to zniževanje pa so skriti v socio-kulturnih spremembah, kot je upadanje smrtnosti dojenčkov, v spremembah osebnih in družinskih vrednot, v naraščajocih oportu-nitetnih stroških rojevanja in vzgoje otrok ter v materialnih (predvsem bivanjskih) pogojih, ki so pomembni za ustvarjanje družine. 6.3 Absolutno povpraševanje po visokošolskem izobraževanju 197 Temeljna teza in tretja hipoteza raziskave se nanašata na absolutno povpraševanje po visokošolskem izobraževanju, to je na vhodni tokvi-sokošolskega izobraževanja in na spreminjanje njegove strukture. Velikost tega absolutnega povpraševanja je rezultat tako velikosti stopnje kakor tudi velikosti osnove povpraševanja po visokošolskem izobraževanju v posameznem letu. Z opisno analizo absolutnega povpraševanja po visokošolskem izobraževanju v poglavju 2.3 sem pridobil najosnovnejše informacije o njegovi dinamiki in strukturi. Absolutno povpraševanje po visokošolskem izobraževanju, ki sem ga najprej meril s številom visokošolskih študentov, se je od druge svetovne vojne pa do leta 1980/81 pocasi, od leta 1980/81 dalje pa vedno hitreje povečevalo. V zadnjih šestih opazovanih letih se je absolutno povpraševanje po visokošolskem izobraževanju zacčelo umirjati. V letu 2006/07 je število vpisanih na dodiplomski visokošolski študij celo upadlo (izključno zaradi padca števila študentov izrednega študija), in sicer tako morno, daje ta upad prevladal nad porastom vpisa na podiplomski študij. Relativna stopnja povpraševanja prebivalcev starih od 19 do 23 let po dodiplomskem visokošolskem izobraževanju je sicer strmo narašcala v celotnem opazovanem obdobju od leta 1980/81 do leta 2006/07, očitno pa to ni bilo dovolj za ohranitev rasti tudi absolutnega povpraševanja. Odstotek, ki ga predstavlja število dodiplomskih študentov med vsemi študenti, se je zmanjševal iz 95 % na 90 %. Glede na nacčin visokošolskega dodiplomskega izobraževanja je prevladoval redni študij. Odstotek študentov izrednega študija se je od leta 1980/81 do leta 2006/07 ob manjših nihanjih zmanjševal od 33 % na približno 15 % vseh študentov. Absolutno povečevanje števila dodiplomskih visokošolskih študentov v obdobju od leta 1990/91 pa do leta 2005/06 je predvsem poslediCa povečevanja števila študentov rednega študija, nekoliko manj pa tudi povečevanja števila študentov izrednega študija. Število študentov izrednega študija se je od leta 1990/91 do 2001/02 siCer povečevalo, v letih po 2002/03 pa se je začelo zmanjševati. To pa tudi pomeni, daje študentov izrednega študija med vsemi visokošolskimi dodiplomskimi študenti relativno vse manj in manj. NajveC prvih vpisov na dodiplomski študij ne glede na način študija je pri starosti 19 let. Študenti rednega študija so tako na dodiplomski kot tudi na podiplomski ravni v povpreCju mlajši od študentov izrednega študija in manj razpršeni po starosti. Kljub temu pa se na podiplomski študij ne glede na naCin študija največ prebivalCev vpiše v starosti 26 let. Na rednem in izrednem dodiplomskem študiju se od 198 leta 2000/01 do 2006/07 zmanjšuje odstotek mlajših udeleženCev in povečuje odstotek starejših udeleženCev, kar je skladno s poslediCami, ki izhajajo iz staranja slovenskega prebivalstva. Od leta 1945/46 pa do 1970/71 je bila glede na vrsto visokošolskega zavoda (fakulteta, visoka šola, umetniška akademija) večina visokošolskih dodiplomskih študentov vpisanih na fakultete. Od leta 1970/71 pa do leta 1990/91 je bilo na fakultete vpisanih od 60 do 90 % vseh visokošolskih dodiplomskih študentov, ena Cčetrtina pa na visoke šole in umetniške akademije. Od leta 1990/91 naprej je okoli 90% vseh dodiplomskih visokošolskih študentov vpisanih spet na fakultete. Vse od leta 1945/46 dalje je mogoče opaziti relativno povečevanje povpraševanja žensk in relativno zmanjševanje povpraševanja moških po visokošolskem izobraževanju tako na dodiplomski kot tudi na podiplomski ravni. Odstotek žensk med vsemi dodiplomskimi študenti je takoj po drugi svetovni vojni znašal 32%, leta 2006/07 pa je znašal že skoraj 60%. Leta 1979/80 je bilo na visokošolskem dodi-plomskem študiju vpisanih že veCč žensk kot moških. Podobno tudi na podiplomskem študiju odstotek žensk na raCčun odstotka moških na-rašCa. PoslediCno je trg dela relativno vedno bolj zasiCen z ženskimi v primerjavi z moškimi diplomanti. Opazen je trend naraščanja števila dodiplomskih in podiplomskih odraslih študentov. Od leta 2004/05 do 2006/07 se je poveCalo tako število rednih, kot tudi število izrednih podiplomskih študentov, ki so stari 40 let ali veC. Okoli 90 % jih študira izredno. Na strani izhodnega toka kapitala visokošolskega izobraževanja, to je visokošolskih diplomantov, lahko opazim, da se do zadnjega opazovanega leta 2006/07 še vedno povečuje tako število diplomantov dodiplomskega kot tudi število diplomantov podiplomskega študija, čeprav se slednje poveCuje bolj strmo. Od leta 1980/81 pa do leta 2006/07 je bilo približno med 20% in 30% vseh diplomantov podiplomskega študija diplomantov doktorskega študija. V času se to relativno število malenkost zmanjšuje predvsem na racčun strmega na-rašcanja absolutnega števila študentov magistrskega študija (lastne obdelave na podlagi podatkov pridobljenih od SURS). Delež diplomiranih žensk pa je v celotnem opazovanem obdobju od leta 1992/93 do leta 2006/07 naraščal in prevladoval nad deležem diplomiranih moških. Hipoteze 3 ne morem zavrniti in lahko sprejmem sklep, da so (za povečevanje absolutnega povpraševanja po visokošolskem izobraževanju) vecinoma neugodni dejavniki osnove povpraševanja prevladali nad (za povečevanje absolutnega povpraševanja po visokošolskem izobraževanju) vecinoma ugodnimi dejavniki relativne stopnje povpraševanja po visokošolskem izobraževanju. Posledicno so se od leta 199 2000/01 dalje že začele zmanjševati stopnje rasti absolutnega povpraševanje po visokošolskem izobraževanju v Sloveniji. V zadnjem opazovanem letu je ta stopnja na dodiplomskem visokošolskem študiju postala celo negativna, tako da seje začelo zmanjševati tudi povpraševanje na nacionalni ravni v absolutnem smislu (tudi ne glede na raven visokošolskega izobraževanja), kljub narašcajoči relativni stopnji povpraševanja v dodiplomskem visokošolskem izobraževanju. Na podlagi rezultatov regresijskih modelov za dejavnike osnove in dejavnike stopnje povpraševanja po visokošolskem dodiplomskem izobraževanju oseb, starih od 19 do 23 let, ocenjujem, da se bo število oseb, starih od 19 do 23 let, vkljucenih v dodiplomsko visokošolsko izobraževanje v letih od 2009 do 2013 zmanjševalo. Ob predpostavki, da se gibanje obravnavanih dejavnikov osnove in relativne stopnje povpraševanja ne bi bistveno spremenilo, bi bilo v Sloveniji leta 2013 le še 49.843 dodiplomskih visokošolskih študentov, starih od 19 do 23 let, in leta 2018 samo še 48.382 dodiplomskih visokošolskih študentov, starih od 19 do 23 let. Trend zmanjševanja absolutnega povpraševanja po visokošolskem izobraževanju pa pričakujem tudi po letu 2018. S tem potrjujem temeljno tezo, ki pravi, da vedno veqa relativna stopnja povpraševanja po visokošolskem izobraževanju na dolgi rok ne bo zagotavljala tudi povečevanja dejanskega absolutnega povpraševanja, ki je za visokošolske zavode, trg dela in gospodarski razvoj še kako pomembno. Upadanje absolutnega povpraševanja po visokošolskem izobraževanju je torej rezultat prevlade upadanja osnove nad naraščanjem relativne stopnje povpraševanja po visokošolskem izobraževanju. V ozadju tega pa je prevlada neugodnih dejavnikov osnove nad neugodnimi dejavniki stopnje povpraševanja po visokošolskem izobraževanju. Nadaljevanje upadanja absolutnega povpra- ševanja po visokošolskem izobraževanju lahko pričakujem tudi v prihodnjem srednjerocnem obdobju. Ne samo, da se absolutno povpraševanje po visokošolskem izobraževanju zmanjšuje, spreminja se tudi njegova struktura, kar potrjuje temeljno tezo. Ce povzamem ugotovitve vseh treh izvedenih analiz dejavnikov povpraševanja po visokošolskem izobraževanju, lahko ugotovim, da se dejavniki osnove in dejavniki relativne stopnje povpraševanja po visokošolskem izobraževanju prepletajo (preglednica 6.2). Nekateri izmed njih hkrati delujejo na osnovo in relativno stopnjo povpraševanja po visokošolskem izobraževanju oziroma verjetnost vključitve posameznika v visokošolsko izobraževanje. Ce se omejim samo na dejavnike, ki predstavljajo rezultate posameznih treh modelov, 200 lahko ugotovim, da na eni strani boljši materialni pogoji gospodinjstev povečujejo relativno stopnjo povpraševanja po visokošolskem izobraževanju, po drugi pa se materialni pogoji poslabšujejo iz vidika možnosti zagotavljanja pogojev za ustvarjanje družine. Kupna moc plače, izražena s številom kvadratnih metrov stanovanjske površine, se je namrec vecinoma zmanjševala. Število oseb v gospodinjstvu nad številom štiri zmanjšuje verjetnost vkljucitve posameznika iz takšnega gospodinjstva v visokošolsko izobraževanje, po drugi strani pa vem, da majhno število oseb v gospodinjstvu navadno pomeni tudi majhno število otrok, kar na dolgi rok zmanjšuje osnovo povpraševanja po visokošolskem izobraževanju. Difuzija vrednot, ki so vedno bolj naklonjene podaljševanju izobraževanja in profesionalni karieri po eni strani povečuje relativno stopnjo udeležbe v visokošolskem izobraževanju, po drugi pa zaradi negativnega vpliva na zgodnje ustvarjanje družine na daljši rok zmanjšujejo osnovno povpraševanja po visokošolskem izobraževanju. Upadanje smrtnosti dojenčkov po eni strani odraža boljši življenjski standard, kar povecčuje relativno stopnjo udeležbe v visokošolskem izobraževanju. Po drugi strani pa je upadanje smrtnosti dojenčkov (empiricno preverjeno na podlagi moje in tudi drugih raziskav) povezano z zmanjševanjem rodnosti, kar na dolgi rok negativno vpliva na osnovo povpraševanja po visokošolskem izobraževanju. Ostali dejavniki povpraševanja po visokošolskem izobraževanju imajo enoznacčen vpliv na povpraševanje po visokošolskem izobraževanju, ali povedano drugacče, enako smer vpliva na osnovo in na stopnjo povpraševanja. V zvezi z omenjenimi dejavniki, ki imajo dvorezen učinek na končno absolutno povpraševanje prek razlicčnega vpliva na osnovo in relativno stopnjo povpraševanja, se postavlja zanimivo vprašanje, pri kateri ravni za vrednost teh dejavnikov bi se lahko vzpostavilo optimalno (na primer največje Slika 6.1 Krivulja povezanosti relativne stopnje in absolutnega povpraševanja po visokošolskem izobraževanju, Slovenija, obdobje 1980-2014 60.000 50.000 jg § 40.000 > ^ 30.000 R>« 0 M 20.000 .£ > 1 .2 ° » 10.000 .a