Policy Research Working Paper 8754 Are Public Sector Workers in Developing Countries Overpaid? Evidence from a New Global Data Set T. H. Gindling Zahid Hasnain David Newhouse Rong Shi Governance Global Practice & Poverty and Equity Global Practice February 2019 Policy Research Working Paper 8754 Abstract This paper examines the public sector wage premium using as their private sector counterparts or may even pay a pen- nationally representative household surveys from 91 coun- alty for working in the public sector. Consistent with this, tries. The public sector generally pays a wage premium the public sector premium is greater for employees with compared to all private sector salaried employees, but the less education, those working in lower paid occupations, size of the premium is sensitive to the choice of the pri- and those whose earnings fall in the lower part of the con- vate sector comparator and varies considerably by worker ditional earnings distribution. Across countries, the wage characteristics. For most countries, the average premium premium is only weakly associated with countries’ level of disappears when the public sector is compared to only development. These findings nuance the existing consensus formal sector private employees, especially when controlling that public sector workers tend to enjoy a significant wage for occupation. The public sector wage premium is higher premium over their private sector counterparts, and that for women and low-skilled workers. In contrast, high- this premium is especially large in low-income countries. skilled public sector employees are most often paid the same This paper is a product of the Governance Global Practice and the Poverty and Equity Global Practice. It is part of a larger effort by the World Bank to provide open access to its research and make a contribution to development policy discussions around the world. Policy Research Working Papers are also posted on the Web at http://www.worldbank.org/research. The authors may be contacted at zhasnain@worldbank.org. The Policy Research Working Paper Series disseminates the findings of work in progress to encourage the exchange of ideas about development issues. An objective of the series is to get the findings out quickly, even if the presentations are less than fully polished. The papers carry the names of the authors and should be cited accordingly. The findings, interpretations, and conclusions expressed in this paper are entirely those of the authors. They do not necessarily represent the views of the International Bank for Reconstruction and Development/World Bank and its affiliated organizations, or those of the Executive Directors of the World Bank or the governments they represent. Produced by the Research Support Team Are Public Sector Workers in Developing Countries Overpaid?  Evidence from a New Global Data Set #  T. H. Gindling*, Zahid Hasnain‡, David Newhouse‡, and Rong Shi‡                                JEL classification: J31, J38  Keywords: Wages, Public sector labor markets, Developing country labor markets                                                                         ‡ The World Bank. Email: zhasnain@worldbank.org. ‡ The World Bank. Email: dnewhouse@worldbank.org. ‡ The World Bank. Email: rshi@worldbank.org. * UMBC. Email : gindling@umbc.edu # The authors thank Gary Fields and the participants of the October 2017 IZA Workshop on Labor and Development; and Daniel Rogger, Richard Disney and participants of the Innovating Bureaucracy conference organized by the World Bank in November 2017 and December 2018 for helpful comments.     1. Introduction  The incentives and abilities of the personnel employed in government bureaucracies largely determine  a  state’s  capability  to  effectively  implement  policies  and  efficiently  achieve  the  desired  outputs  in  regulation,  infrastructure  provision,  and  service  delivery.  Public  sector  wages  strongly  influence  personnel quality and motivation, and impact the competitiveness of the overall labor market, and  fiscal  sustainability.  Yet  in  developing  country  contexts,  little  is  known  about  the  characteristics  of  public sector workers, and of public sector wages relative to the private sector. This paper attempts to  shed  light  on  this  topic,  utilizing  nationally  representative  survey  data  that  include  information  on  public sector employment and wages from 91 countries.   Governments face important choices regarding the size of the public sector and the compensation of  its workers. If public sector workers are paid significantly less than similar workers in the private sector,  the resulting difficulty in recruiting and retaining qualified workers will adversely affect the quality of  publicly  provided  goods  and  services  and  could  contribute  to  corruption.  On  the  other  hand,  large  wage premiums for public sector workers may encourage youth to queue for public sector jobs, leading  to higher rates of youth unemployment. Spending more than necessary on public sector salaries may  also crowd out pro‐poor spending, since spending on public sector wages is generally not well‐targeted  to  the  poor.  These  choices  are  typically  highly  charged  politically,  as  public  sector  workers  are  an  influential, often unionized, group. Better understanding public employment and wages is therefore  essential for informing policy choices and managing the likely political fallout.   This paper’s main contributions are to estimate public sector earnings premiums for a much larger set  of countries than has been done before, to present evidence on the heterogeneity of premiums across  countries and different types of workers, and to consider the robustness of the estimates to the choice  of private sector comparators. We find that the public sector generally pays a premium compared to  all  private  sector  salaried  employees,  even  after  controlling  for  a  small  set  of  observed  worker  characteristics,  but  that  the  size  of  the  premium  is  sensitive  to  the  choice  of  the  private  sector  comparator and varies for different types of workers. The earnings premium falls substantially when  the  public  sector  is  compared  to  only  formal  private  sector  employees;  on  average,  public  sector  workers  in  fewer  than  half  of  the  countries  in  the  sample  earn  a  statistically  significant  earnings  premium when compared to formal private sector workers.  Nor are employees likely to pay a penalty  for working in the public sector; employees in only 17 percent of the countries in the sample face a  statistically significant earnings penalty.   When  compared  with  formal  employees,  public  sector  earnings  premiums  tend  to  be  higher  for  women,  and  less  educated  workers; and  higher  for employees  in  relatively  lower  paid occupations  compared to professionals, technical staff, and senior officials. Generally, employees at the lower end  of the pay and skill distribution earn larger public sector earnings premiums, while employees at the  upper  end  often  face  penalties.  Cross‐nationally,  there  is  no  strong  association  between  country  income levels and earnings premiums, a finding that is different from that of other studies that use a  more  limited  set  of  countries.  When  public  employees  are  compared  with  private  formal  sector  employees, public sector earnings premiums in developing countries are comparable to those in high‐ income countries.  This paper adds to the large literature on public‐private wage differentials. Most of the studies to date  have been of high‐income countries and find a significant wage  premium for public sector workers  (Ehrenberg  and  Schwartz,  1986;  Gibson,  2009;  Giordano  et  al  2015;  Gregory  and  Borland,  1999;  Moulton 1990; Christofides and  Michael,  2013). The analysis confirms that the wage  premium also  2    exists  for  a  broad  swathe  of  low‐  and  middle‐income  countries.  Existing  studies  also  reveal  heterogeneity of the wage premium across the wage distribution, with higher wage premia for lower  skilled workers, a finding that is also confirmed in the data used in this study.    The few studies of wage premiums in developing country contexts find generally similar results. For  example,  Filmer  and  Lindauer  (2001),  and  Glinskaya  and  Lokshin  (2005)  find  a  public  sector  wage  premium in Indonesia and India respectively. Tansel (2005) finds public sector wage premiums for both  men and women in Turkey.  Panizza (2001) finds a public sector premium in Latin America, particularly  for female workers. By contrast Coppola and Calvo‐Gonzalez (2011) show that in Peru there is a public  sector wage  premium  in  monetary  compensation  which  disappears and  instead turns  into a  public  sector  wage  penalty  when  bonuses  and  in‐kind  payments  are  included  in  the  analysis.  In  their  estimates of public sector earnings gaps in the Arab Republic of Egypt, Tansel, Keskin and Ozdemir  (2018) address issues of unobservable differences between public sector workers using panel data and  individual fixed effects.  They find public sector earnings penalties for men but premiums for women.   Public sector earnings premiums for women are larger for workers from the lower quantiles of the  conditional wage distribution.  In contrast to much of the literature, in South Africa Kwanda and Ntuli  (2018) find that the public‐private earnings gap starts as a penalty for public sector workers at the  bottom of the distribution of earnings, increases to large earnings premiums for public workers up to  the 80th percentile and then falls slightly thereafter.  The  analysis  in  this  paper  is  most  similar  to  the  cross‐national  analysis  of  Finan,  Olken,  and  Pande  (2015) who estimate public sector wage differentials for 32 countries and find a public sector wage  premium in almost every country, which is highest in low‐income countries and then falls with income  per  capita.  This  paper  differs  from  Finan,  et  al  (2015)  by  including  a  significantly  larger  number  of  countries,  including  countries  from  all  regions  and  income  classes,  and  by  considering  how  using  alternative private sector comparators affects the estimated public sector premiums.   The results inform the debate about the methodology to correctly compare public and private sector  earnings.  Our approach differs from the many benchmarking studies done usually by human resource  consulting firms that use the “jobs approach.” The jobs approach compares pay for a sample of similar  public and private sector jobs and ignores the characteristics of the workers employed in the jobs. This  approach  necessarily  entails  limiting  the  benchmarking  to  large,  formal  sector  firms,  often  multinationals, that explicitly classify jobs, and tends to find large public sector wage penalties. One  problem  with  this  methodology  is  that  the  alternative  employment  opportunities  for  public  sector  workers  in  developing  countries  are  not  limited  to  the  formal  private  sector  and  may  include  self‐ employment and informal activities which pay far less (Alderman et al., 1996, Rama and MacIsaac,  1999).    A  second  problem  is  that  wage  premiums  are  inferred  from  a  relatively  small,  and  not  necessarily representative, selection of jobs included in the study.    This  study  instead  follows  the  more  common    “worker  approach”  to  estimating  public  sector  premiums, which compares the earnings of public and private sector workers reported in household  surveys after controlling for observed predetermined worker characteristics. This approach, however,  suffers  from  significant  limitations,  including  the  omission  of  important  determinants  of  worker  productivity such as skills and motivation that are not observed in the data. We therefore consider  three alternative estimates of public sector earnings differentials that compare the wages of public  sector workers first to all private employees (formal and informal), and then to only private formal  employees, and finally to private formal employees in the same occupation. When comparing to all  employees there is a public sector wage premium in most countries, but when comparing to private  3    formal sector employees the estimated wage premium is not statistically significant in the majority of  countries.   There are plausible arguments both for and against limiting the comparison group to private formal  employees or private sector workers in the same occupation. Unfortunately, the data used in this study  are too coarse to determine which comparison group generates more credible estimates. The results,  therefore, highlight the importance of further research that utilizes richer data from specific contexts  to better understand the pros and cons of using different comparison groups when estimating public  sector wage premia.    The paper is structured as follows. The next section describes the data sources and variables. Section  3 outlines the empirical strategy. Section 4 discusses the results, and Section 5 concludes.   2. Data and Descriptive Statistics  The analysis draws on data from the World Bank’s Worldwide Bureaucracy Indicators, a country‐level  data set containing public sector labor market indicators produced by the World Bank.1 The WWBI was  in  turn  derived  from  the  International  Income  Distribution  Database  (I2D2),  which  is  a  set  of  harmonized  nationally  representative  household  surveys—both  welfare  and  labor  force  surveys— from approximately 130 countries.  The I2D2 data set was supplemented with the Luxembourg Income  Study (LIS), which similarly harmonizes household surveys from several mostly high‐income countries.2    The indicators on public employment in the data set include the share of public employment relative  to total, wage, and formal sector employment; and distributions of public and private sector workers  by  age,  gender,  and  academic  qualifications.  The  wage  variables  capture  public  sector  earnings  premiums by gender, age, area of residence, and occupation; and the distribution of public and private  sector earnings, and the public sector earnings premium across the earnings distribution. We use the  country‐level  regional  and  income  classifications  from  the  World  Development  Indicators  (WDI)  database. A selected list of variables and their description is given in Annex 2.  We applied a variety of criteria to determine which surveys to include, to ensure sufficient sample sizes  for  the  main  variables.  We  excluded  from  the  sample  surveys  with  more  than  30  percent  missing  observations on sector of employment (public sector or private sector), wages, or occupation. We also  excluded  from  the  analysis  countries  with  odd  data;  for  example,  in  Haiti  100  percent  of  the  respondents claimed to be working in the private sector, implying that Haiti has no public sector, which  is clearly wrong. We used the most recent acceptable survey available for each country.    The resulting data set contains surveys covering the period from 2009 to 2016, for which we have 91  countries with data on public employment and 68 countries with data on wages.  These include 31  countries  in  Sub‐Saharan  Africa  (SSA),  16  in  Latin  America  and  the  Caribbean  (LAC),  15  in  Eastern  Europe and Central Asia (EECA), 8 in East Asia and the Pacific (EAP), 10 in high‐income Western Europe  and North America, 6 in the Middle East and North Africa (MENA) and 5 in South Asia (SA). See Annex  1 for the list of countries.                                                               1 https://datacatalog.worldbank.org/dataset/worldwide‐bureaucracy‐indicators.    2  Where data exist for a country in the LIS but not in the I2D2, we use the LIS; where data exist for a country in  both the LIS and I2D2, we use the I2D2.  4    Household  surveys  have  their  advantages  and  disadvantages  as  compared  to  administrative  data,  which are the other main potential source of information for public sector and general government  employment and wages. The advantage of household surveys is that they provide a rich, consistent,  and regularly updated set of variables for a variety of worker characteristics in the public and private  sectors that enable robust, controlled comparisons. The disadvantage is that there may be systematic  errors in individuals’ responses to employment and wage questions, and many surveys do not collect  information  by  sector  or  occupation  to  decompose  the  public  sector  into  its  various  elements.  Administrative data are potentially a more accurate and detailed measure of employment and wages  in the public sector, but cannot be used to make comparisons with the private sector without resorting  to  other  data  sources,  notably  household  surveys,  that  create  inconsistencies.  In  addition,  many  countries  do  not  have  the  administrative  and  information  technology  systems  in  place  to  regularly  produce accurate data on public sector employees.  Several descriptive findings emerge from the data in the Worldwide Bureaucracy Indicators. First, the  public  sector  is  a  very  large  employer,  particularly  in  the  wage  employee  and  formal  sector  labor  market.  Overall,  the  public  sector  is  15  percent  of  total  employment,  30  percent  of  paid  (salaried)  employment,  and  39  percent  of  formal  Figure 1: Public sector is particularly large in some regions  sector  salaried  employment.3  Globally,  we estimate that on average 39 percent  of all employees with tertiary education  work  in  the  public  sector,  and  in  many  countries this number is as high as 60 to  70 percent.   Figure 1 also shows that the  public  sector  accounts  for  the  bulk  of  formal sector employment in all regions  except  Latin  America,  and  Western  Europe  and  North  America.  Apart  from  underlining the influence of public sector  compensation  policies  on  the  broader    labor market, this large size of the public  Source: WWBI, unweighted means across countries.  sector  highlights  the  importance  of  setting public sector compensation appropriately.     Cross‐nationally, the size of the public sector as a share of total employment increases with a country’s  level of economic development (Figure 2, left panel). There is, however, no discernible relationship  between  country  income  levels  and  public  sector  employment  as  a  share  of  salaried  employment,  which suggests that the public sector grows along with private formal sector wage employment (Figure  2,  right  panel).4  There  is  considerable  heterogeneity  within  these  regional  and  income  categories,  revealing that countries also make choices in the numbers of their government personnel. Public sector  shares of total employment range from less than 2 percent to over 40 percent, and of paid employment                                                               3 These are unweighted averages across the 91 countries in our sample. Total employed individuals are defined  as those workers, aged 15 and above, who in the household surveys responded that they had a job in the prior  week; wage employees are those whose basic remuneration is not directly dependent on the revenue of the unit  they work for and are instead paid in wages and salaries, piece work, or in‐kind, and therefore, exclude self‐ employed workers; and formal sector wage employees are those who also have an employment contract, have  health insurance, belong to a union or who are inscribed in a pension program. 4 For example, the public sector as a share of total employment is smaller in low‐income SSA than in any other  region, yet its share of formal sector employment is one of the largest of any region (Figure 1). 5    from 10 percent to 70 percent, with four‐ to five‐fold variations in these shares at any given income  level.  Figure 2: Public sector size by country income    Source: WWBI      Public sector workers are demographically quite different from their private sector counterparts—the  public  sector  employs  more  women,  and  has  older  and  more  educated  workers,  than  the  private  sector. Figures 3, 4, and 5 present the gender profile, age distribution, and educational attainment of  public sector workers relative to private sector workers. In each of these figures, the 45‐degree line  indicates equal values for countries for the categories depicted in the two axes; and in all three figures,  countries largely cluster below the 45‐degree line, indicating higher shares for public sector workers  for  the category.  The  data  reveal that the  public  sector  has  a higher  proportion of  female workers  (Figure  3),  older  workers  (Figure  4),  and  workers  with  secondary  or  higher  education  (Figure  5),  respectively.  These  systematic  differences  between  public  and  private  sector  workers  have  implications  for  any comparative  analysis  between  the  two labor  markets, especially  public‐private  wage differentials.    Figure 3: Gender profile of public and private sector employees      Note: The 45 degree line depicts equal values on the two axes   Source: WWBI    6    Figure 4: Age profile of public and private sector employees     Note: The 45 degree line depicts equal values on the two axes  Source: WWBI    Figure 5: Academic profile of public and private sector employees     Note: The 45 degree line depicts equal values on the two axes  Source: WWBI    A third notable descriptive finding is that public sector workers tend to earn higher wages than private  sector workers. A simple comparison of average public and private sector wages shows that the public  sector has a significant raw earnings premium (Figure 6). Median public sector weekly wages are higher  than median private sector weekly wages for almost all countries in the sample. On average, the public  sector  earnings  premium  is  50  percent  in  low‐  and  middle‐income  countries  and  declines  to  20‐25  percent in the richer countries. The wage data in the harmonized household surveys do not include  bonuses  and  other  payments  paid  to  employees,  which  likely  underestimates  the  public  sector  premiums given the generally higher proportion of pay given in the form of allowances in the public  sector. The data also do not include in‐kind payments, which also leads to underestimates of the public  sector premium based on total compensation.  In addition, the reported earnings do not include the  value of other non‐wage benefits such as health insurance, pensions, sick days and vacations.    7    Figure 6: Median weekly wages in the public and  private sectors  Median wage of private sector employees (PPP$) 1000 FIN USA CAN LUX 500 IRL DEU GBR ITA EST GRCARG 200 RUS MNE JOR URY PAN CRI KSV PRY BOL CHL ECUTUR COL CHN MDV PERBRA MNG SLV EGY KAZ MEX MUS GTM 100 DOM ROM HND GMB VNM BGD PAK PHL GHA 50 GEO CMR TZA MOZ MLI TJK 25 ZAR STP MWI LBR ETH TGO UGA BWABFA 15 RWA 15 25 50 100 200 500 1000 Median wage of public sector employees (PPP$) 45° line   Note: The 45 degree line depicts equal values on the two axes       Source: WWBI    The public sector also offers many more of these non‐wage benefits to workers than the private sector.  As Figure 7 below shows, a higher proportion of public sector workers have either health insurance or  social security, the two most important and widely provided benefits, than private sector workers in  all countries in the sample. Therefore, ignoring the value of non‐wage benefits tends to understate the  raw  earnings  premium  compared  to  all  private  sector  workers.  Combined  with  the  public  sector  earnings  premiums,  the  data  suggest  significantly  higher  average  total  compensation  in  the  public  sector compared to the private sector.    Figure 7: Health insurance or social security of private and public  sector workers    Note: The 45 degree line depicts equal values on the two axes  Source: WWBI    These simple wage differentials should be interpreted with caution given the significant differences in  worker characteristics of the two sectors. Higher wages of public sector workers could be due to their  higher average  age  and educational attainment. A  more meaningful  measure  is public sector wage  premiums controlling for some of these observable features. We turn to these next.    8      3. Empirical Strategy   To  control  for  observed  worker  characteristics  that  would  affect  wages,  we  estimate  a  standard  Mincerian wage regression with a dummy variable indicating whether the worker is employed in the  public sector or private sector.5  The basic specification is:  ∙ ∙ Where    is  the  adjusted  public‐private  earnings  difference;    is  log(weekly  wages  in  local  currency) of employee i;   is a dummy=1 if wage employee works in public sector; and   is a  vector of standard controls including age, age squared, level of education (four levels in the  I2D2 and  three in the LIS), location (urban/rural), and sex. We estimate the equation separately for each country  using OLS. The estimated standard errors  are robust to heteroscedasticity but are  not adjusted  for  clustered  survey  design.6  The  data  used  include  only  salaried  employees  with  a  positive  wage.  We  estimate additional specifications that restrict the private sector to formal wage employees only, other  specifications  that  interact  with  gender,  education,  and  occupation,  and  finally  a  specification  that  uses  quantile  regression  to  estimate  the  premium  at  different  points  in  the  conditional earnings distribution.  We chose this simple specification in part because there is a limited variety of variables available in the  I2D2 and LIS databases that are consistently defined across countries.  For a similar reason there is no  variable in the I2D2 database that can reasonably be used as an instrumental variable, which limits the  ability to properly control for selection or endogeneity.  As noted above, the earnings variable is also  limited  to  self‐reported  wages,  and  does  not  include  bonuses,  allowances,  and  in‐kind  payments,  which can be significant in the public sector. The data set has information on the presence of some  work benefits, such as health insurance and social security, but these are not monetized and cannot  be added to wages to provide an estimate of total compensation.  As discussed above, we follow the bulk of the literature in taking a “workers approach” to estimating  wage premia, which differs from the many benchmarking studies that use the “jobs approach” (Bales  and  Rama,  2001;  Gittleman  and  Pierce,  2011).  The  jobs  approach  is  potentially  problematic,  as  it  assumes that the relevant private sector comparators are workers in large, formal sector firms. Using  nationally  representative  household  surveys  rather  than  administrative  data  on  jobs  offers  more  flexibility, by allowing results to be compared across a variety of control groups. The standard approach  includes  all  private  sector  employees  in  the  control  group,  irrespective  of  the  jobs  where  they  are  employed. Because the data in this case also include  information on  formality  and occupation, the  standard  workers  approach  can  be  supplemented  by  limiting  the  control  group  to  similar  formal                                                               5  The two main empirical approaches in the literature are the Mincerian wage regression with a dummy variable  indicating  whether  the  worker  is  employed  in  the  public  sector  or  private  sector;  and  the  Oaxaca‐Blinder  decomposition which does not assume that the returns to education, gender, age and other observable worker  characteristics  are  the  same  in  the  public  and  private  sectors.  The  latter  method  decomposes  the  wage  differential into a part that can be explained as resulting from worker endowments, and an unexplained part  presumably  due to  economic rents that  the  public  sector enjoys.  The  two  approaches  in general  give  similar  results (Gittleman and Pierce, 2011), so we use the dummy variable method as it is simpler to present.  To allow  the  public  sector  earnings  differential  to  vary  between  individuals  we  estimate  Mincer‐style  wage  gaps  by  gender, age, occupation, skill level and other characteristics.  6 Standard errors are not adjusted for clustering due to the lack of a primary sampling unit identifier in many of  the surveys.   9    employees,  or  employees  in  similar  occupations.  Including  job‐related  characteristics  to  define  the  control group makes the estimates conceptually similar to the jobs approach.   In this paper, we first compare the earnings of public sector workers with the earnings of all salaried  employees.  We then estimate public sector earnings premiums by comparing public sector employees  with private formal employees, and also further divide workers by occupation.  In this way we examine  the sensitivity of the estimated wage premium to including job‐related controls.     4. Results and Discussion  The main findings are that the public sector generally pays a wage premium, even after controlling for  observable  worker  characteristics,  but  that  the  size  of  the  premium  varies  considerably  across  countries, is sensitive to the private sector comparator, and is heterogeneous across demographic and  job characteristics.   Figure 8 plots the earnings premium (estimated   values) against each country’s 2015 per capita GDP  (measured in PPP terms). The left panel (8a) shows the premium when the public sector is compared  to all  private sector salaried employees;  68 percent of countries in our  data set have  a statistically  significant  premium,7  but  there  is  considerable  heterogeneity  in  the  size  of  the  premium  across  countries, varying from a penalty of 40 percent to a premium of 60 percent.  Public sector workers face  a statistically significant penalty in fewer than 20 percent of the countries in our sample. Overall, and  consistent with the previous literature, the public sector premium is larger  in developing countries  than in the high‐income countries.  Still, the relationship between income per capita and the public  sector earnings premium does not fall consistently with income per capita; the highest premiums tend  to  be  in  middle‐income  countries.    Premiums  tend  to  be  highest  in  Latin  America  and  consistently  lowest in Eastern Europe and Central Asia.8  The  right  panel  of  Figure  8  (8b)  shows  the  premium  when  public  sector  workers  are  compared  to  private formal sector workers only. Note that we only separate the private formal and informal sectors  for developing countries because the LIS does not have the necessary information to identify formal  employees, and because informal employment in high‐income countries is likely to be small.  When  we compare the public sector to private formal sector employees, the public sector premium falls for  almost all countries, and disappears in many countries—fewer than half (46 percent) of the countries  in  our  sample  have  a  statistically  significant  public  sector  earnings  premium—but  again  there  is  considerable  heterogeneity  in  the  size  of  the  premium.  Overall,  public  sector  workers  face  a  statistically significant earnings penalty in 17 percent of the countries in the sample, while in 37 percent  of the countries the earnings gap between public and private formal sector workers is not significantly  different  from  zero.9    Further,  when  we  compare  public  sector  earnings  to  private  formal  sector  employees only there is no correlation between GDP per capita and public sector earnings differences,                                                               7 Unless otherwise noted, in this paper “statistically significant” indicates that the public sector earnings premium  or penalty is significantly different from zero at the 5% significance level. 8  Public sector workers face an earnings penalty in several Eastern European and Central Asian countries such as  the Russian Federation, Serbia, Romania and Tajikistan.  In most other EECA countries the difference between  public and private earnings is not statistically significant.  Lausev (2014) reports public sector earnings penalties  in Eastern European countries during their transition to market economies, although these penalties disappeared  as transitions continued.  9 Because the estimated standard error does not account for clustering within primary sampling units, this figure  underestimates the share of countries for which the wage premium and penalty are not statistically significant.   10    and  public  sector  premiums  are  no  longer  higher  in  developing  economies  than  in  high‐income  countries.    Figure 8: Public sector wage premiums cross‐nationally    11                These findings underscore the importance of the choice of the private sector comparator. There are  plausible  arguments  both  for  and  against  limiting  the  control  group  to  formal  private  sector  employees.10  One benefit of limiting the control group to formal sector employees is that it will reduce  the bias due to unobserved characteristics, such as motivation or skills, that may systematically differ  between public sector and private informal sector employees. An additional benefit is that it will better  estimate the total compensation premium of the public sector as both public and private formal sector  workers  are  likely  to  receive  similar  non‐wage  benefits  such  as  social  security  and  other  worker  protections, while workers in the informal sector do not generally receive these benefits.    On the other hand, limiting the control group to formal sector employees has drawbacks as well. First,  it may “overcontrol” by excluding the possibility that informal wage employment is a viable alternative  to  public  employment.  This  would  underestimate  the  public  sector  wage  premium  by  failing  to  consider the informal sector, which offers below‐average wages, as a potential counterfactual to public  sector  employment.  In  addition,  limiting  the  control  group  to  formal  sector  employees  makes  the  resulting wage premium and penalty representative of only formal workers. This may be appropriate  if the intent is to estimate the premiums enjoyed by public sector workers, for example to examine  issues related to public sector retention. But to the extent the estimated public sector wage premium  intends to capture the penalty faced by informal workers in the private sector, limiting the control                                                               10 Limiting the control group is an alternative to adding a formal sector dummy as a control variable in the model,  Because no informal sector workers are employed in the public sector, the public sector dummy does not vary  within the set of informal workers. Therefore, when controlling for formality, the data are only informative about  wage premia for formal workers. Limiting the sample to formal sector employees is preferable to adding a formal  dummy as a control, however, because it gives a more conservative estimate of the standard error.   12    group could also underestimate the wage premium. This is because the public sector wage premium  appears to be smallest for the types of workers overrepresented in formal employment, such as better  educated  workers.  Further  analysis,  based  on  richer  panel  data  containing  information  on  worker  characteristics, skills, and work transitions, is needed to better assess the relative magnitude of these  biases and evaluate whether excluding informal sector workers from the control group improves or  worsens the accuracy of the estimated wage premia.    Where  public  sector  workers  come  from,  and  where  they  go  if  they  leave,  could  shed  light  on  the  appropriate  private  sector  comparator.  A  few  studies  have  used  panel  data  to  examine  transitions  between  public  and  private  sector  jobs,  such  as  tracer  studies  of  separated  public  sector  workers.  These studies suggest that for many workers, particularly unskilled workers, the relevant alternative  employment includes informal self‐employment and informal sector salaried employment, while the  appropriate comparison for skilled workers may be the private formal sector or (formal) self‐employed  professionals (Alderman et al., 1996, Rama and MacIsaac, 1999, Girsberger and Meango, 2017, Yassin  and  Langot,  2017).  Girsberger  and  Meango  (2017)  present  data  on  transitions  between  the  public,  private formal and private informal sectors from West Africa.  Most less‐educated workers who leave  jobs in the public sector go to the informal sector, and once in the informal sector very few transition  into a private formal sector job or back to the public sector.  On the other hand, more‐educated public  sector  workers  who  leave  the  public  sector  tend  to  go  to  self‐employment  or  formal  salaried  employment.  For  all  workers,  the  biggest  source  of  transitions  into  the  public  sector  is  from  unemployment.  Yassin and Langot (2017), which presents transition probabilities for Egypt, also find  that most workers who enter the public sector come from unemployment. For workers with a tertiary  education, a significant proportion of public sector workers also come from formal self‐employment,  most likely as professionals. For more educated workers public sector employment is very stable— over 98% of those with a tertiary education in the public sector were in the public sector 3 years before.   On the other hand, there is much less stability in the public sector for less educated workers.   In summary, the transition data from developing countries suggest that since less‐skilled public sector  employees who leave the public sector tend to go to the informal sector, their appropriate comparison  includes informal sector employment. On the other hand, since workers with a tertiary education do  not tend to move into the informal sector when they lose their jobs, but often move back and forth  between the private formal sector and the public sector, the appropriate comparison for them is the  private formal sector.  In the discussion below we focus on developing countries and present evidence  for both comparators (all private employees and only private formal employees).  These patterns of public sector employment transitions also suggest that the estimates of public sector  earnings  differentials  should  differentiate  between  less‐skilled  and  more‐skilled workers.  When we  estimate earnings differentials by education level and compare to private formal employees, we find  that  the  relationship  between  education  level  and  the  public  sector  earnings  premium  is  not  monotonic.  The  average  premium  across  countries  is  7.8  percent  for  employees  with  a  primary  education,  11.6  percent  for  employees  with  a  secondary  education,  while  employees  with  a  post‐ secondary education pay an average penalty of 3.4 percent. Figure 9 shows that for most countries,  public earnings premiums are higher for employees with secondary education than for workers with  post‐secondary education. Compared to private formal sector workers, secondary school graduates  working  in  the  public  sector  earn  statistically  significant  premiums  in  54  percent  of  countries  (and  penalties  in  only  10  percent),  while  employees  with  post‐secondary  education  earn  statistically  significant premiums in only 24 percent of countries. In most countries (56 percent) the earnings for  13    public sector workers with post‐secondary education are not statistically different from their private  formal sector counterparts.   We argued above that the appropriate comparison for less skilled public sector employees includes  both private formal  and private  informal employees.  When the comparison  is to  all  private sector  employees, primary school graduates and secondary school graduates earn significant public sector  earnings premiums in 46 percent of countries and 73 percent of countries respectively (and fewer than  10 percent pay significant penalties), strengthening the conclusion that less‐educated employees are  more likely to earn premiums than those with post‐secondary education.      14    Figure 9: Public sector wage premiums (vs. private formal employees), by education levels                  15    The above analysis implicitly assumes that workers with the same personal characteristics should be  paid  the  same  wage  irrespective  of  the  job  they  do,  and  therefore  a  public  sector  wage  premium  represents an economic rent (Moulton 1990). However, it is possible the public sector has a different  distribution  of  jobs—larger  proportions  of  workers  in  managerial,  professional,  and  clerical  occupations,  and  fewer  in  sales  and  laborer  occupations—and  that  these  jobs  require  additional  responsibilities  that  are  not  accounted  for  in  premium  estimates  that  only  control  for  workers’  observable  characteristics.  To  account  for  the  possibility  that  the  public  sector  wage  premium  compensates for the additional requirements necessary for these occupations, we consider a hybrid  of  the  worker  and  jobs  approach  and  estimate  the  wage  premium  for  the  main  occupational  categories,  while  also  controlling  for  worker  observable  characteristics,  so  that  similar  workers  in  similar jobs are compared in the two sectors.11   When  we  control  for  both  individual  Figure 10: Premiums by occupation; public vs. private  formal employees  characteristics  and  differences  between  occupations,  public  sector  workers  receive  neither a statistically significant premium nor  pay a penalty in most countries in the sample.  That is, in more than 50 percent of countries  and  occupations  in  our  sample,  public  and  private  formal  sector  earnings  are  not  significantly different, although there is quite  a bit of heterogeneity between occupations.   The  public  sector  is  more  likely  to  pay  earnings premiums for clerks and workers in  elementary  occupations,  but  penalties  for  Source: WWBI, unweighted means across countries    senior officials, professionals, and technicians  (Figure 10).  For example, when compared to private formal sector employees, professionals face a  statistically significant public sector earnings penalty in 34 percent of countries in our sample (and a  premium  in  20  percent),  while  workers  in  elementary  occupations  earn  a  significant  public  sector  earnings premium in 36 percent of countries (and pay a penalty in 15).                                                                   11 Our data set only has information on these main occupational categories and we cannot further disaggregate  into  the  three‐digit  occupations  within  these  categories.  The  following  occupational  categories  which  have  relatively few public sector workers are not shown in Figure 10: agriculture, service and market sales workers,  craft workers, and machine operators.  In addition, armed services are not included as there are few private  sector workers in this occupation. 16      Quantile  regressions  can  be  used  to  estimate  the  public  sector  earnings  premium  and  penalty  at  different  points  in  the  conditional  earnings  distribution (Angrist and Pischke, 2009). The  Figure 11: Premiums by position in the conditional  conditional  earnings  distribution  will  be  earnings distribution of all employees  related  to,  but  not  be  exactly  the  same  as,    the  unconditional  (actual)  earnings  90th percentile distribution.    If,  for  example,    only  one  explanatory  variable  were  included  such  as  75th percentile education,  ‐then  the  conditional  earnings  distribution  would  be  the  distribution  of  50th percentile actual wages for each level of education, so  25th percentile that someone in the 90th quantile and 5 years  of education would earn more than 90% of  10th percentile all workers with 5 years of education (and so  0 0.1 0.2 0.3 0.4 on  for  all  education  levels  and  quantiles).  Public Sector Earnings Premium Angrist,  Chernozhukov,  and  Fernandez‐Val    (2006) show that in the context of earnings  Source: WWBI, unweighted means across countries  regression  estimates,  “quantile  regression  coefficients  can  be  used  directly  to  describe  “residual  inequality,”  i.e.  the  spread  in  the  wage  distribution conditional on the variables included in the quantile regression model” (p.540). Beginning  with Juhn, Murphy and Pierce (1993), many labor economists have interpreted the residual inequality  in earnings regressions as the inequality of earnings due to unobserved skills.   Figure  11  presents  the  average  across  countries  of  the  earnings  premium  from  the  bottom  (10th  percentile) of the distribution to the top (90th percentile) of the distribution.   Figure 11 shows that  public sector earnings premiums  are largest at the bottom of the conditional earnings distribution,  falling from 32 percent for workers at the 10th percentile to 6 percent for workers at the 90th percentile.  Once again, this suggests that low‐skilled employees are more likely to earn a public‐sector premium  than are high‐skilled employees.    To summarize, after allowing earnings to compensate for the characteristics of individual workers and  the characteristics of different occupations, on average across all workers public sector workers earn  neither  a  premium  nor  penalty  in  most  developing  countries  in  our  sample,  although  there  are  important  differences  by  occupation  and  skill  level.  Low‐skilled  public  sector  workers,  whose  alternative  employment  opportunities  are  likely  to  include  informal  sector  employment,  are  most  likely to be overpaid in the public sector; while many highly skilled workers face a public sector wage  penalty.    In  terms  of  overall  compensation  though,  it  is  likely  that  the  premium  for  public  sector  workers is higher than our estimates given that the public sector offers more benefits than the private  sector, and these results do not factor in the significant non‐pecuniary features of employment, such  as job security, that are also likely to further tilt compensation in favor of the public sector.   These findings underline the importance of nuanced public sector wage policies. Many governments  regularly enact across‐the‐board wage increases for their workers that have relatively high fiscal costs  and are inefficient as they exacerbate the public sector wage premium for low‐skilled workers and may  be insufficient to reduce the public sector wage penalty for high‐skilled workers.   17    In almost all the countries in our sample, the public sector pays a higher wage premium to women  compared to men (Figure 12). On average across all countries, women receive a wage premium of 27  percent, as compared to 14 percent for men, and the premium is higher in all regions of the world but  MENA. The reasons for these gender differences could be due to both employment and wage factors.  Women could be disproportionately represented in public sector occupations, such as teaching and  nursing, which have a higher wage premium. Wage discrimination against women may also be lower  in the public sector given that salary scales are determined by regulations and may leave less discretion  for managers to differentiate pay based on gender for similar occupations and workers. The higher  public sector earnings premium for women could help to explain why women are more likely to find  work in the public sector than men, especially if the reason is that women face discrimination in the  private sector but not in the public sector.12  These relative gender differences are an important area  for further research.      5. Conclusion  Figure 12: Premiums by gender; public vs. private employees  There is a rich literature on  Overall public‐private  wage  Sub‐Saharan African South Asia premiums  that  focuses  Middle East and North Africa largely  on  high‐income  Latin America and Caribbean countries.  Our  paper  adds  Eastern Europe and Central Asia to  this  literature  by  East Asia and Pacific exploring  this  topic  for  a  ‐0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 larger  set  of  countries,  For women For men particularly  developing    countries,  than  has  been  Source: WWBI, unweighted means across countries  done  in  the  past.  In  doing  so, we reinforce some findings in the literature, while also obtaining more surprising results. As in other  studies, we find that the public sector pays a wage premium. However, this premium disappears tin  most developing countries when public sector workers are compared to private sector formal workers.  In that case, the premium is higher for women,  lower skilled employees, and employees with lower  unexplained  wages.  These  patterns  suggest  that  that  the  public  sector  premium  for  public  sector  workers may be smaller in magnitude than the private sector penalty for private sector workers, who  tend  to  be  less  well‐educated  and  have  lower‐paid  jobs  than  their  public  sector  counterparts.  Furthermore, there is no significant relationship between country income levels and the size of the  wage premium, either compared to all wage employees or only formal sector wage employees.   The paper points to several questions for future research. First, what is the appropriate private sector  comparator  given  the  heterogeneity  in  premiums  across  employee  characteristics?  Administrative  data sets that identify transitions between public and private sector employment, or panel household  surveys with rich information on workers’ skills, can be potentially valuable sources of data to explore  this issue. The appropriate comparator may also differ for different types of workers.  Second, what  are the determinants of the cross‐country heterogeneity in the size of the wage premiums given that  country income levels are not a major factor? The literature emphasizes the strength of public sector  employee unions, but there are no studies to our knowledge that explore the role of unions in a large  sample of countries. Other possible explanations could be the strength of political business cycles, the                                                               12 In Turkey, Tansel (2005) finds public sector wage premiums for women are higher because men earn more than women in the private formal sector, while men and women are paid essentially the same in the public sector. 18    role of populist political parties, the ability of the government to raise funds to pay workers (i.e., taxes),  and  the  market  power  of  the  government  in  specific  sectors  and  occupations.  Finally,  is  there  any  relationship  between  wage  premiums  and  the  experience  and  competence  of  public  servants,  government  policy  formulation  and  policy  implementation  capacity,  corruption  and  the  quality  of  public service provision? Given significant wage premiums in some countries, and concomitantly high  fiscal costs of public sector workers,  do these relatively high wages incentivize  better public sector  performance and lead to higher government productivity?   19    References  Angrist, J., V, Chernozhukov, and I. Fernandez‐Val (2006), “Quantile Regression under Misspecification,  with an Application to the U.S. Wage Structure,” Econometrica,  74(2): 539‐563 Angrist, J. and J‐S Pischke, (2009), Mostly Harmless Econometrics: An Empiricists Companion, Princeton  University Press, Princeton,   Bales, S. and M. Rama (2001). “Are Public Sector Workers Underpaid? Appropriate Comparators in a  Developing Country”, Policy Research Working Paper 2747 (Washington DC: The World Bank).  Christophides, L. and M. Michael (2013), “Exploring the public‐private sector wage gap in European  countries,” IZA Journal of European Labor Studies 2(15): https://doi.org/10.1186/2193‐9012‐2‐15  Coppola,  A.  and  O.  Calvo‐Gonzalez  (2011).  “Higher  Wages,  Lower  Pay:  Public  vs.  Private  Sector  Compensation in Peru”, Policy Research Working Paper 5858 (Washington DC: The World Bank)  Ehrenberg, R. G. and Schwarz, J. L. (1986). Public sector labor markets. In O. Ashenfelter and R. Layard  (eds.), Handbook of Labor Economics, (pp. 1219—67). Amsterdam: North‐Holland.  Filmer,  D.,  and  D.  Lindauer  (2001).  “Does  Indonesia  Have  a  ‘Low  Pay’  Civil  Service?”,  Bulletin  of  Indonesian Economic Studies, 37 (2): 189‐205  Finan, F. B. Olken, and R. Pande (2015). “The Personnel Economics of the State”,  National Bureau of  Economic Research Working Paper 21825  Gibson, J. (2009), “The Public Sector Pay Premium, Compensating Differentials and Unions: Propensity  Score  Matching  Evidence  from  Australia,  Canada,  Great  Britain  and  the  United  States”,  Economics  Bulletin, 29(3): 2325–32.  Ginsberger,  E.  M.  and  R.  Meango  (2017),  “The  Puzzle  of  Educated  Unemployment  in  West  Africa,”  paper presented at the IZA Workshop on Labor and Development, Bonn, October.  Giordano, R. (2015), M. Pereira, D. Depalo, B. Eugène, E. Papapetrou, J. Perez, L. Reiss, and M. Roter  (2015).  “The  Public  Sector  Pay  Gap  in  a  Selection  of  Euro  Area  Countries  in  the  Pre‐crisis  Period.”  Review of Public Economics 214 (3): 11‐34  Gittleman, M. and B. Pierce (2011). “Compensation for State and Local Government Workers”, Journal  of Economic Perspectives 26 (1): 217: 242  Glinskaya,  E.  and  M.  Lokshin  (2005).  “Wage  differentials  between  the  public  and  private  sector  in  India”, Policy Research Working Paper 3574 (Washington DC: The World Bank)  Gregory, R. and Borland, J. (1999), “Recent Development in Public Sector Labor Markets” in Handbook  of Labor Economics, edited by O. Ashenfelter and D. Layard. Amsterdam, North Holland.  Juhn, C., K. Murphy and B. Pierce (1993) “Wage Inequality and the Rise in Returns to Skill,” Journal of  Political Economy 101 (3): 410‐442.  Kwenda, P. and M. Ntuli (2018), “A detailed decomposition analysis of the public‐private sector wage  gap in South Africa,” Development South Africa, 35(6):  https://doi.org/10.1080/0376835X.2018.1499501   20    Lausev, J. (2014), “What has 20 years of public‐private pay gap literature told us? Eastern European  transitioning vs. developed economies,” Journal of Economic Surveys, 8(3): 516‐550.  Moulton, B. (1990). “A Reexamination of the Federal‐ Private Wage Differential in the United States”,  Journal of Labor Economics 8 (2): 270‐293   Panizza,  U.  (2001),  “Public  Sector  Wages  and  Bureaucratic  Quality:  Evidence  from  Latin  America”,  Economía, 2(1): 97–139.  Tansel,  A.  (2005)  "Public‐Private  Employment  Choice,  Wage  Differentials,  and  Gender  in  Turkey,"  Economic Development and Cultural Change 53(2): 453‐477,  Tansel, A., H. L. Keskin, H. I., and Z. A. Ozdemir (2018), “Public versus private sector wage gap in Egypt:  Evidence from Quantile Regression on panel data,” IZA Discussion Paper 11895 (October).  Yassin  S.  and  F.  Langot  (2017),  “Informality,  Public  Employment  and  Employment  Protection  in  Developing Countries,” IZA Discussion Paper 11014, September.        21               Annex 1: Countries in the data Set  Our main source of data is the World Bank’s Worldwide Bureaucracy Indicators (WWBI) which can be  downloaded from  https://datacatalog.worldbank.org/dataset/worldwide‐bureaucracy‐indicators. The latest  version of WWBI covers 115 countries from 2000‐2016. We restrict our sample to 2009‐2016, which  covers 91 countries for which we have public employment information and 68 countries with data on  wages. For each country, we use the most recent year of data for the analysis. The tables below list  the countries with their latest available year of data.  Public and private sector employment data: 91 countries in the sample  Number of    Year  countries  Botswana, Morocco, Maldives, Nigeria, Papua New Guinea, Poland, Russian  2009  8  Federation, Eswatini  Canada, Cameroon, France, Guinea‐Bissau, Ireland, Kazakhstan, Lesotho,  2010  13  Romania, Serbia, São Tomé and Príncipe, Timor‐Leste, Turkey, Vietnam,   Afghanistan, Benin, Chad, Guatemala, Lebanon, Mauritius, Mongolia,  2011  11  Montenegro, Thailand, Togo, Tunisia  Albania; Cambodia; Congo, Dem. Rep.; Costa Rica; Egypt, Arab Rep.; Ghana;  Guinea; Madagascar; Mexico; Moldova;  Mozambique; Panama; Paraguay;  2012  15  Slovenia; Uganda  Chile, China, Comoros, Dominican Republic, Estonia, Ethiopia, Finland, Georgia,  Germany, Greece, Luxembourg, Malawi, Rwanda, Seychelles, Sri Lanka, Tajikistan,  2013  19  Ukraine, United Kingdom, United States  Angola, Argentina, Bolivia, Brazil, Burkina Faso, Colombia, Ecuador, El Salvador,  Italy, Kosovo, Liberia, Mauritania, Niger, Pakistan, Peru, Philippines, Sierra Leone,  2014  19  Tanzania, Uruguay  2015  4  Bangladesh, Djibouti, The Gambia, Zambia  2016  2  Honduras, Jordan    Region   Number of countries  East Asia & Pacific  8  Eastern Europe & Central Asia  15  Latin America & Caribbean  16  Middle East & North Africa  6  Western Europe and North America  10  South Asia  5  Sub‐Saharan Africa  31    Public and private sector wage data: 68 countries in the sample  Number of    Year  countries  2009  5  Botswana, Maldives, Nigeria, Papua New Guinea, Russian Federation   2010  8  Canada, Cameroon, Ireland, Kazakhstan, Romania, Serbia, Timor‐Leste, Vietnam   2011  6  Benin, Guatemala, Mongolia, Chad, Thailand, Togo  Albania; Cambodia; Congo, Dem. Rep.; Costa Rica; Egypt, Arab Rep.; Ghana;  2012  13  Madagascar; Mexico; Moldova;  Mozambique; Panama; Paraguay; Uganda  22    Chile, China, Dominican Republic, Estonia, Ethiopia, Finland, Georgia, Germany,  Greece, Luxembourg, Malawi, Rwanda, Tajikistan, Ukraine, United Kingdom,  2013  16  United States  Argentina, Bolivia, Brazil, Burkina Faso, Colombia, Ecuador, El Salvador, Italy,  2014  16  Kosovo, Liberia, Mauritania, Pakistan, Peru, Philippines, Tanzania, Uruguay  2015  2  Bangladesh, The Gambia  2016  2  Honduras, Jordan    Region   Number of countries  East Asia & Pacific  8  Eastern Europe & Central Asia  11  Latin America & Caribbean  16  Middle East & North Africa  2  Western Europe and North America  9  South Asia  3  Sub‐Saharan Africa  19    41 countries have both wage and formal employment information:  Number of    Year  countries  2009  2  Botswana, Russian Federation   2010  1  Timor‐Leste   2011  3  Benin, Guatemala, Chad  Albania; Cambodia; Congo, Dem. Rep.; Costa Rica; Ghana; Madagascar; Mexico;  2012  12  Moldova;  Mozambique; Panama; Paraguay; Uganda  2013  7  Chile, China, Dominican Republic, Georgia, Malawi, Rwanda, Tajikistan,   Argentina, Bolivia, Brazil, Burkina Faso, Colombia, Ecuador, El Salvador, Kosovo,  2014  13  Liberia, Pakistan, Peru, Tanzania, Uruguay  2015  2  Bangladesh, The Gambia  2016  1  Honduras    Region   Number of countries  East Asia & Pacific  3  Eastern Europe & Central Asia  6  Latin America & Caribbean  16  Middle East & North Africa  0  Western Europe and North America  0  South Asia  2  Sub‐Saharan Africa  14      23      Annex 2: Description of variables  Variable Description Main Country-level variables Sector of  Variable is constructed for all persons administered this module in each questionnaire.  employment: Public  Classifies the main job's sector of activity of any individual with a job (labor status=employed)  or private  and is missing otherwise.     Public sector includes general government and state‐owned enterprises. State owned includes  para‐statal firms and all others in which the government has control (participation over 50%).  Private sector is that part of the economy which is both run for private profit and is not  controlled by the state.  Information is mainly missing for people below working age, unemployed and for people out of  the labor force. Other missing values are allowed.      Labor status:   Variable is constructed for all persons administered the labor module in each survey.  The lower   Employed   age cutoff (and perhaps upper age cutoff) at which information is collected will vary from   Unemployed  country to country.    Not‐in‐labor force  All persons are considered active in the labor force if they presently have a job (formal or  informal, i.e. are employed) or do not have a job but are actively seeking work (i.e.  unemployed).   Employment and unemployment definitions are taken from the survey itself.      Employment status  Variable is constructed for those who are working (labor status=employed).    Paid Employee  Definitions taken from the International Labor Organization’s Classification of Status in   Non‐Paid  Employment with some revisions to take into account the data available.  Employee   Classifies the main job employment status of any individual with a job (labor status=employed).    Employer       Self‐employed   Paid employee includes anyone whose basic remuneration is not directly dependent on the   Other, workers not  revenue of the unit they work for, typically remunerated by wages and salaries but may be paid  classifiable by  for piece work or in‐kind.  The ‘continuous’ criteria used in the ILO definition is not used here as  status  data are often absent and due to country specificity.     Non‐paid employee includes contributing family workers are those workers who hold a self‐ employment job in a market‐oriented establishment operated by a related person living in the  same households who cannot be regarded as a partner because of their degree of commitment  to the operation of the establishment, in terms of working time or other factors, is not at a level  comparable to that of the head of the establishment.     Employer is a business owner (whether alone or in partnership) with employees.  If the only  people working in the business are the owner and ‘contributing family workers, the person is  not considered an employer (as has no employees) and is, instead classified as own account.     Own account or self‐employment includes jobs are those where remuneration is directly  dependent from the goods and service produced (where home consumption is considered to be  part of the profits) and have not engaged any permanent employees to work for them on a  continuous basis during the reference period.   Members of producers’ cooperatives are workers who hold a self‐employment job in a  cooperative producing goods and services in which each member takes part on an equal footing  with other members in determining the organization of production, sales and/or other work of  the establishment, the investments and the distribution of the proceeds of the establishment  amongst the members.     Other, workers not classifiable by status include those for whom insufficient relevant  information is available and/or who cannot be included in any of the preceding categories.    Wages  Public and private monthly wages in the surveys are for the respondent’s main job (job to which  the person dedicated the bulk of their time in the week preceding the survey) as a paid  employee. The data includes all wage and salaried employees, so that the estimates are the  public sector earnings premium relative to private wage and salaried employees. Wages  reported for different units of time in different surveys were harmonized to the monthly wage  equivalent. The analysis excludes self‐employed workers as many do not report any wages, and  if wages are reported they may not be comparable to the reported wages of employees.    24    Private formal sector  are those who also have an employment contract, have health insurance, belong to a union or  employee  who are inscribed in a pension program    indicates if a person has a signed (formal) contract, regardless of duration. This variable is  Contract  constructed only if there is an explicit question about contracts in the survey.    Health insurance  Classifies health insurance status of any individual with a job. Constructed only if there is an  explicit question about health security in the survey. Social security Classifies the social security status of any individual with a job. Constructed only if there is an  explicit question about pension or social security.  Union membership Classifies the union membership status of any individual with a job. Constructed only if there is  an explicit question about trade unions in the survey.     25