Lønnsforskjeller mellom urbane og rurale områder i Norge
Abstract
Denne empiriske analysen er utført for å undersøke i hvilken grad de demografiske faktorene geografisk område, kjønn, alder, og utdanning kan ha en påvirkning på lønnsforskjellene mellom urbane og rurale områder i Norge. Landets kommuner per 2022 er definert som urbane eller rurale ut fra sentralitetsindeksen til Statistisk Sentralbyrå. Tverrsnittsdata benyttes da det ønskes å fokusere på nåtidens lønnsforskjeller i geografiske områder, og ikke forskjellene over tid. Det er utført en deskriptiv analyse for å enklere fremstille tallene fra datagrunnlaget. Metoden som benyttes for å utføre regresjonsanalysen er minste kvadraters metode, og oppgavens modeller består av to enkle lineære regresjonsmodeller og tre multiple. Resultatene av analysen fastslår at oppgavens valgte demografiske faktorer har en signifikant betydning i ulik grad for lønnsforskjellen mellom landets urbane og rurale områder. Uavhengig av hvilke faktorer som ytterligere inkluderes vil geografisk område være av signifikans for lønnsforskjellen. På bakgrunn av dette resultatet fremkommer det en generell forventning om at lønnen i urbane kommuner er høyere enn i rurale. Videre er utdanning den faktoren som har størst effekt på lønnsforskjellen, og det fastslås at menn har høyest nytte av å arbeide i urbane områder, da de oppnår større økning lønn i urbane områder enn kvinner. Alder har generelt lite betydning for lønnsforskjellene. Hypotese- og robusthetstestene av modellene konstaterer at resultatene kan anses som solide. This empirical analysis has been performed to examine the extent to which the demographic factors geographic area, gender, age, and education can influence wage differences between urban and rural areas in Norway. The country´s municipalities as of 2022 are defined as urban or rural based on the centralization index made by Statistisk Sentralbyrå. Cross-sectional data is used to focus on the current wage differences in geographic areas, rather than differences over time. A descriptive analysis has been performed to present the dataset more clearly. The method used to conduct the regression analysis is the least squares method, and the models in the study consist of two simple linear regression models and three multiple ones. The results confirm that the chosen demographic factors significantly impact the wage gap between urban and rural areas. Regardless of which factors are further included, geographic area remains significant for the wage difference. Based on this result, there is a general expectation that wages in urban municipalities are higher than in rural ones. Education is the factor that has the highest effect on wage differences, and it is established that men have a higher benefit of working in urban areas, because they have a higher increase in pay in urban areas compared to women. Age generally has a small effect on the urban-rural wage gap. Hypothesis and robustness tests of the models confirm that the results from the analysis can be considered as solid.