Unraveling the Determinants of Overemployment and Underemployment among Older Workers in Japan: A machine learning approach

過雇用と不完全雇用は広く存在する現象であるが、高齢労働者におけるその決定要因についてはあまり知られていない。われわれは、機械学習法を用いて、日本の高齢労働者における過剰雇用と不完全雇用を促進する重要な要因を突き止める。より良い経済状況、より悪い健康状態、より少ない家族支援、不利な職務特性を持っている人は、過剰雇用を報告する可能性が高く、一方、年齢、より少ない可処分所得、現在の労働時間の短さ、不安定な仕事、および低い職務満足度と給与満足度は、不完全雇用を予測する。さらにクラスター分析によると、労働時間が不一致である理由は、過剰雇用と不完全雇用のグループ内で非常に異質である可能性がある。サブグループ分析によれば、経済的ストレスに直面し、家族のサポートが不足している65歳以上の労働者、不安定な仕事と低い配偶者所得を抱える女性労働者、十分な労働時間が確保されていない給与所得労働者において、労働促進政策の余地があることが示唆される。

Overemployment and underemployment being widely existing phenomena, much less is known about their determinants for older workers. We innovatively employ machine learning methods to determine the important factors driving overemployment and underemployment among older workers in Japan. Those with better economic conditions, worse health, less family support, and unfavorable job characteristics are more likely to report overemployment, whereas increasing age, less disposable income, shorter current work hours, holding a job with a temporary nature, and low job and pay satisfaction are predictive to underemployment. Cluster analysis further shows that reasons for having work hour mismatches can be highly heterogeneous within both overemployed and underemployed groups. Subgroup analyses suggest room for pro-work policies among 65+ workers facing financial stress and lacking family support, female workers with unstable jobs and low spousal income, and salaried workers working insufficient hours.