Beschäftigung und Weiterbildung im Spiegel des Mikrozensus 2003

Inhaltsverzeichnis

Vorwort

Abkürzungsverzeichnis

Symbolverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

1. Einleitung
1.1 DerBegriffdes Humankapitals
1.2 Der individuelle und gesellschaftliche Ertrag des Humankapitals
1.4 Die volkswirtschaftliche Bedeutung des Humankapitals
1.5 Die Herausforderungen an Deutschland

2. Der Mikrozensus 2003
2.1 Art der Befragung
2.2 Schwerpunkt 2003 „Lebenslanges Lernen"
2.3 Das Scientific Use File
2.4 Genutzte Themenbereiche des Mikrozensus

3. Die Einkommensfunktion nach Jacob Mincer
3.1 ObsoleszenzvonWissen
3.2 Erweiterte Mincer-Gleichung mit Weiterbildungsteilnahme
3.3 Schwächen der Mincer-Gleichung
3.4 OLS-Schätzung und EM-Schätzung
3.5 BinärlogistischeSchätzung

4. Analyse der Daten für Deutschland
4.1 Begrenzung des Datensatzes
4.2 Fakten zum Einkommen und der Weiterbildung
4.2.1 Höhedes Einkommens
4.2.2 Erwerbsverhalten
4.2.3 Bildung
4.2.4 Weiterbildungsbeteiligung
4.2.5 Abhängigkeit der Weiterbildung Branche und Vorbildung
4.2.6 Nachgefragte Weiterbildungsinhalte
4.2.7 Medien beruflicher Weiterbildung
4.3 Empirische Prüfung der Determinanten der Weiterbildung
4.4 Weiterbildungsteilnahme und Einkommen
4.5 Übergang aus einer Erwerbstätigkeit in die Erwerbslosigkeit
4.5.1 Begrenzung des Datensatzes
4.5.2 Schätzung der Sicherungseffekte
4.6 Übergang aus der Erwerbslosigkeit in eine Erwerbstätigkeit
4.6.1 Begrenzung des Datensatzes
4.6.2 Schätzung der Wiederbeschäftigungseffekte

5. Abschließende Bemerkungen

IV. Literaturverzeichnis

Vorwort

Diese Arbeit entstand im Rahmen des Forschungsprogramms „Reform der Wohlfahrtsgesellschaft“ am Institut für Weltwirtschaft an der Universität zu Kiel. Ziel meiner aktuellen Forschungsarbeit, unter der Leitung von Prof. Dr. Federico Foders, ist die Untersuchung der Weiterbildungsaktivitäten der deutschen Bevölkerung, mit Hinblick auf die Schaffung von Bildungskonten. Diese Bildungskonten sollen, im Rahmen des Systems der Wohlfahrtskonten, einen Beitrag zur Aktivierung des lebenslangen Lernens in Deutschland leisten und die dauerhafte Qualifizierung der Bevölkerung unterstützen. Dafür ist eine Kenntnis der Einkommensdifferenzen im Zusammenhang mit Weiterbildung, der Determinanten der Weiterbildung und der Verbreitung beruflicher Weiterbildung von zentraler Bedeutung

Ich bedanke mich besonders bei Prof. Dr. Foders für die Betreuung dieser Diplomarbeit und die Möglichkeit innerhalb des Forschungsprogramms mit den Daten des Mikrozensus 2003 zu arbeiten. Mein weiterer Dank gilt Michaela Rank, Christine Kiesner und Werner Ente, die mir teilweise sehr kurzfristig den Zugriff auf die erforderlichen Soft- und Hardware ermöglichten, um die Daten des Mikrozensus zu verwalten und auf die Untersuchung vorzubereiten. Dankend erwähnen möchte ich auch die freundliche Unterstützung von Prof. William Greene der, durch die persönliche Anpassung seines Softwarepaketes „LimDep 9.0 & NLogit 4.0“, die Analyse gruppierter Daten ermöglichte.

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Symbolverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abb. 1.1 GCI Profil / Deutschland 2008/2009 Seite 4

Abb. 1.2 Kriterien der technologischen Leistungsfähigkeit 2003/2004

Abb. 4.1 Beobachtungen in Abhängigkeit potenzieller Erfahrung

Abb. 4.2 Einkommensvergleich des privaten und öffentlichen Sektors

Abb. 4.3 Einkommen in den alten und neuen Bundesländern

Abb. 4.4 Alters-Einkommensprofile (Männer, alte Bundesländer)

Abb. 4.5 Erfahrungs-Einkommensprofile (Männer, alte Bundesländer)

Abb. 4.6 Anteile weiblicher Beschäftigter

Abb. 4.7 Reguläre wöchentliche Arbeitszeiten

Abb. 4.8 Durchschnittliche Betriebszugehörigkeitsdauer

Abb. 4.9 Weiterbildungsbeteiligung in den alten Bundesländern

Abb. 4.10 Zeitaufwand für Weiterbildung

Abb. 4.11 Durchschnittliche Nettoeinkommen von Männern in Westdeutschland in Abhängigkeit der beruflichen Weiterbildung

Abb. 4.12 Durchschnittliches Nettoeinkommen von Frauen in Westdeutschland in Abhängigkeit der beruflichen Weiterbildung

Tabellenverzeichnis

Tab. 4.1 Beobachtungen der Unterstichprobe nach Region und Geschlecht

Tab. 4.2 Verteilung der Beobachtungen nach Region und Geschlecht

Tab. 4.3 Bildungsstand der Erwerbstätigen in den alten und neuen Bundesländern

Tab. 4.4 Vergleich erwerbstätiger Kohorten 1949-1978

Tab. 4.5 Weiterbildungsquote nach Sektor und Bildungsstand

Tab. 4.6 Weiterbildungsquote nach Betriebsgröße

Tab. 4.7 Nachgefragte Weiterbildungsinhalte Erwerbstätiger

Tab. 4.8 Mediennutzung während der beruflichen Weiterbildung

Tab. 4.9 Binär logistische Regression der Determinanten der Teilnahme an beruflicher Weiterbildung (alte Bundesländer)

Tab. 4.10 Binär logistische Regression der Determinanten der Teilnahme an beruflicher Weiterbildung (neue Bundesländer)

Tab. 4.11 Erweiterte binäre logistische Regression für Gesamtdeutschland

Tab. 4.12 Binär logistische Regression unter Berücksichtigung verschiedener Bildungsabschlüsse

Tab. 4.13 Deskriptive Statistiken der Stichprobe in den alten Bundesländern

Tab. 4.14 OLS-Schätzung der Gleichung 3.27 für die alten Bundesländer

Tab. 4.15 OLS-Schätzung der Gleichung 3.29 für die alten Bundesländer

Tab. 4.16 Deskriptive Statistiken der Stichprobe in den neuen Bundesländern

Tab. 4.17 OLS-Schätzung der Gleichung 3.27 für die neuen Bundesländer

Tab. 4.18 OLS-Schätzung der Gleichung 3.29 für die neuen Bundesländer

Tab. 4.19 Deskriptive Statistiken für erwerbstätige Männer

Tab. 4.20 OLS-Schätzung der Gleichung 3.29 für erwerbstätige Männer

Tab. 4.21 Auswahl der Gruppen für kontrollierte Weiterbildungseffekte

Tab. 4.22 OLS-Schätzung der Weiterbildungsindikatoren (Männer und Frauen in Westdeutschland)

Tab. 4.23 ML-Schätzung der Weiterbildungsindikatoren (Männer in Westdeutschland)

Tab. 4.24 ML-Schätzung der Weiterbildungsindikatoren (Frauen in Westdeutschland)

Tab. 4.25 ML-Schätzung der Weiterbildungsindikatoren (Männer in Ostdeutschland)

Tab. 4.26 ML-Schätzung der Weiterbildungsindikatoren (Frauen in Ostdeutschland)

Tab. 4.27 Gründe für ein Beschäftigungsende

Tab. 4.28 Unterschiede in der Weiterbildungsbeteiligung im Vorjahr

Tab. 4.29 Schätzung der Sicherungswirkung gegen den Verlust einer Stelle

Tab. 4.30 Schätzung der Sicherungswirkung gegen Kündigung

Tab. 4.31 Sicherungswirkung gegen eine Kündigung durch den Arbeitgeber Schätzung der Sicherungswirkung gegen die Aufgabe der Beschäftigung

Tab. 4.33 Beschäftigungssituation der Unterstichprobe

Tab. 4.34 Arbeitssuche der erwerbslosen Personen

Tab. 4.35 Erfolg bei der Suche nach einem Arbeitsplatz

Tab. 4.36 Gründe der Erwerbslosigkeit

Tab. 4.37 Merkmale Erwerbsloser und neuer Erwerbstätiger

Tab. 4.38 Binär logistische Regression der gesamten Unterstichprobe

Tab. 4.39 Binär logistische Regression für im letzten Jahr erwerbslose Personen

Tab. 4.40 Binär logistische Regression für im letzten Jahr beschäftigte Personen

Tab. 4.41 Binär logistische Regression der gesamten Unterstichprobe Männer nach Alter (Gesamtgruppe)

Tab. 4.42 Binär logistische Regression der gesamten Unterstichprobe Frauen nach Alter (Gesamtgruppe)

1. Einleitung

Diese Arbeit untersucht den Beitrag beruflicher Weiterbildungsmaßnahmen zur Sicherung des Humankapitalbestands, des Einkommens und der Erwerbstätigkeit anhand der Daten des Mikrozensus des Jahres 2003. Im ersten Kapitel wird der Begriff des Humankapitals, seine Bedeutung für das Wirtschaftswachstum und die individuelle Einkommenssicherung, sowie die daraus erwachsenden Herausforderungen für die berufliche Weiterbildung skizziert. Hieraus erwachsen Fragen nach der Einkommens- und Beschäftigungswirksamkeit lebenslangen Lernens und dem Hauptinstrument, der beruflichen Weiterbildung. Im zweiten Kapitel wird die Datenbasis der Untersuchung, der Mikrozensus, vorgestellt. Ein, im Berichtsjahr 2002/2003 neu eingefügter, Teilschwerpunkt dieser Querschnittserhebung ist die Schul-, Aus- und Weiterbildungsaktivität der deutschen Bevölkerung. Das dritte Kapitel beschreibt die Einkommensgleichung nach Jacob Mincer und die grundlegenden Determinanten von Einkommensverläufen. Daraus werden Schätzgleichungen zur Erfassung von Weiterbildungswirkungen konstruiert, welche die Schätzung von Einkommensdifferenzen im Zusammenhang mit beruflicher Weiterbildungsaktivität erlauben. Um den technologischen Wandel und die Entwertung von Schulwissen zu berücksichtigen, wird an dieser Stelle ein zusätzlicher Interaktionsterm eingeführt. Zur Erfassung der Effekte beruflicher und sozial-privater Weiterbildungsmaßnahmen werden vier verschiedene Arten von Weiterbildungsindikatoren untersucht. Kapitel vier beschreibt die Analyse der Einkommens- und Erwerbsangaben der befragten Bevölkerung. Diese Analyse gliedert sich in einen strengen Selektionsprozess, in eine deskriptive Erfassung erkennbarer Muster in Erwerbs- und Einkommensdaten und in eine ökonometrische Schätzung der in Kapitel drei entwickelten Schätzgleichungen. Für die Schätzung der Weiterbildungseffekte werden die Methode der kleinsten Quadrate (OLS-Methode) und die Maximum-Likelihood-Methode (ML-Methode) verwendet. Nach der Prüfung der Hypothesen werden in Kapitel fünf die Ergebnisse zusammengefasst und kritisch diskutiert.

1.1 Der Begriff des Humankapitals

Unter dem Begriff des Humankapitals verstehen Ökonomen heute die Sammlung individueller physischer und psychischer Fähigkeiten, gelernter Fertigkeiten und das gesammelte Wissen eines Menschen. Der Begriff des Kapitals weist dieser Fähigkeits- und Wissensausstattung Ertrag bringende Eigenschaften zu^[1]. Dieses Humankapital ist dem Menschen teilweise angeboren und durch Erfahrung und Bildung erweitert worden. Der Humankapitalbestand ermöglicht es dem Individuum produktiv in einer Gesellschaft zu wirken und sich an ihrer Gestaltung zu beteiligen. Das gesellschaftliche Humankapital ist die Summe des Humankapitals jedes einzelnen Menschen und hat eine zentrale Bedeutung für die Entwicklung der Gesellschaft.

1.2 Der individuelle und gesellschaftliche Ertrag des Humankapitals

Von der Investition in Humankapital (durch den Aufwand von Zeit und monetären Mitteln), in Form von Schul-, Berufs- und Weiterbildung, versprechen sich Individuen private Erträge. Diese Erträge können sich in Form höherer Einkommen, gestiegener Beschäftigungschancen^[2], gesellschaftlicher Statuseffekte und gesteigerter persönlicher Zufriedenheit ergeben. Für diese Arbeit sind vor allem die ökonomischen Erträge in Form gesteigerter Leistungsfähigkeit von Bedeutung. Die ökonomischen Grundlagen der neueren Humankapitaltheorie entstammen zu einem bedeutenden Teil den Arbeiten von Gary S. Becker, Jacob Mincer und Theodore W. Schultz^[3]. Als gesellschaftliche Erträge des Humankapitals werden die Externalitäten individueller Bildungsinvestitionen bezeichnet. Diese Erträge sind weniger direkt messbar, als es individuelle Erträge sind^[4]. Es gibt jedoch deutliche Anzeichen für bedeutende Externalitäten der privaten Bildung, die positiv in einer Gesellschaft (oder einer Unternehmung) wirken. Ein gleichmäßig in der Gesellschaft verteilter Humankapitalbestand^[5] fördert gesellschaftlichen Zusammenhalt, soziales Engagement, demokratische Teilhabe, rechts staatliche Strukturen, soziale Normen, Gesundheit und Lebenserwartung^[6]. Wird Bildung in einer Gesellschaft breit verteilt, so leistet sie einen bedeutenden Beitrag zur Minderung sozialer Spannungen durch Verringerung von Einkommensunterschieden. Wird Bildung zu einem exklusiven Gut, das nur einer begrenzten Masse von Menschen zur Verfügung gestellt wird, kann dies zu einer gegenteiligen Wirkung führen. Hauptsächlich hängt dies mit der Bedeutung des Humankapitals für die Sicherung der Lebensgrundlage zusammen^[7].

1.4 Die volkswirtschaftliche Bedeutung des Humankapitals

Die Grundlage zur Erklärung des Wirtschaftswachstums innerhalb der neoklassischen Wachstumstheorie bilden Modelle endogenen und exogenen Wachstums. Zu nennen sind die Modelle des exogenen technischen Fortschritts von Robert M. Solow und Trevor Swan^[8]. Sie beschreiben, unter der Annahme einer konstanten Kapitalintensität (Kapital je Einwohner), das Wirtschaftswachstum hauptsächlich als Funktion des technologischen Fortschritts, des eingesetzten Kapitals und der verfügbaren Arbeitskraft. Dieses Modell wurde, aufgrund der Kritik an der Annahme des exogenen technologischen Fortschritts, zum erweiterten Solow- Modell weiterentwickelt. Gregory Mankiw, Paul Romer und David N. Weil bezogen 1992 den Einfluss der Humankapitalakkumulation einer Volkswirtschaft in das Modell mit ein^[9], wie es in Modellen des endogenen Wachstums berücksichtigt wird. Hierzu gehören das Uzawa-Modell^[10] und das Uzawa-Lucas-Modell, die einen getrennten Sachkapitalsektor und einen Humankapitalsektor unterstellen^[11]. Auch Edmund S. Phelps betonte die Bedeutung von Investitionen in Humankapital für das Wachstum einer Volkswirtschaft. In Zusammenarbeit mit Richard Nelson vertrat er 1966 die These, dass eine gut ausgebildete Arbeitnehmerschaft die Verbreitung neuer Technologien erleichtere und so das Wachstum fördern könne^[12]. Grundsätzlich werden dem Humankapital in der modernen Wachstumstheorie mehrere Rollen zugewiesen, je nachdem welches Modell unterstellt wird^[13]. Zum einen als Faktor bei der Entwicklung technologischen Fortschritts, zum anderen als Verteiler des technologischen Fortschritts in einer Volkswirtschaft. Der Einfluss des Humankapitalsbestandes oder seiner Wachstumsrate auf das Wachstum wird in empirischen Studien immer neu bestätigt¹⁴ und gilt in seiner Bedeutung für moderne Industrie- und Wissensgesellschaften als wenig umstritten. Eine Zusammenfassung dieser Wirkungsweisen bietet z. B. der von Xavier Sala-i-Martin und Elsa V. Artadi im Jahr 2004 entwickelte Wettbewerbsindex (Global Competitiveness Index - GCI)¹⁵. Humankapital spielt bei der Faktorausstattung (factor-driven stage), Effizienzsteigerung (efficiency-driven stage) und der Weiterentwicklung (innovation-driven stage) eine Rolle. Der GCI setzt hierbei auf die Aufteilung in zwölf Säulen¹⁶.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1.1 – GCI Profil Deutschland 2008/2009

1.5 Die Herausforderungen an Deutschland

Deutschland ist ein Land mit wenigen natürlichen Ressourcen. Der mit Abstand größte Teil der Beschäftigung und Wertschöpfung Deutschlands findet sich in wissensintensiven Dienstleistungsbranchen und in den Branchen des verarbeitenden Gewerbes. Einer der wichtigen Standortvorteile Deutschlands und somit die Grundlage für Innovation, Wettbewerbsfähigkeit und Wachstum ist der Status einer „Wissensgesellschaft“^[17]. Im Zuge internationaler Arbeitsteilung sind Arbeiten niedrig- und hoch qualifizierter Beschäftigter mobiler geworden und ihre Beschäftigungsverhältnisse stärker unter Druck geraten^[18]. Das äußert sich auf dem deutschen Arbeitsmarkt in einer langfristig hohen strukturellen Arbeitslosigkeit, von der vornehmlich niedrig qualifizierte und ältere Menschen betroffen sind (zunehmend auch höhere Qualifikationsniveaus). Die begünstigenden Ursachen am Arbeitsmarkt sind vielfältig. Sie reichen, auf der Angebotsseite, von einem rigiden Lohnsystem, über hohe Umschichtungs- und Lohnnebenkosten, zu problematischen Entlassungspraktiken, wie z. B. der Frühverrentung. Fehlende Anreize, z. B. durch Mindestlöhne in Form von Sozialtransfers und unzureichende Lohnspreizungen, dämpfen das Arbeitsangebot und die Qualifizierungswilligkeit^[19]. Eine zwischen 1990 und 2003 nachlassende Erwerbstätigenproduktivität^[20] wirkt sich zusätzlich verstärkend, innerhalb eines bereits rigiden Arbeitsmarkts^[21], auf die Persistenz der hohen strukturellen Arbeitslosigkeit aus. Dieser Arbeitsmarkt bietet ein ungünstiges Umfeld für die Herausforderungen, denen Deutschland in den nächsten Jahren und Jahrzehnten gegenübersteht. Gerade niedrig qualifizierte Personen, die eine niedrigere Produktivität aufweisen und ältere Menschen, deren Produktivität nicht mehr im Verhältnis zum Lohn steht sind davon betroffen. Dies ist somit ein individuelles, ein unternehmerisches und ein gesamtgesellschaftliches (somit volkswirtschaftliches) Problemfeld. Verschärft wird die Situation für Unternehmen^[22] und die Gesellschaft durch den demografischen Wandel, der zu einer signifikanten Alterung und Schrumpfung der deutschen Erwerbsbevölkerung führt^[23]. Für den Einzelnen besteht, während eines Strukturwandels zu anspruchsvolleren Tätigkeiten, zunehmend der Bedarf höhere Qualifikationen anzustreben, um der Nachfrage von Unternehmen gerecht werden und die Sicherheit ihrer Erwerbstätigkeit zu gewährleisten. Dies wird durch ein restriktives Schulsystem, eine geringe intergenerationale Mobilität und eine starke Abhängigkeit vom sozio-ökonomischen Hintergrund^[24] erschwert.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1.2 – Kriterien der technologischen Leistungsfähigkeit 2003/2004²⁵

Gegenmaßnahmen finden ihren Ausdruck in Wachstums strategien, wie z. B. der Lissabonagenda, die im März des Jahres 2000 verabschiedet und 2005²⁶ neu aufgelegt wurde. Sie enthält, neben der dringenden Empfehlung der Flexibilisierung des deutschen Arbeitsmarktes, einen expliziten Teil zur Förderung der beruflichen Weiterbildung in den Mitgliedsstaaten der Europäischen Union²⁷. Das Arbeitsprogramm „Allgemeine und berufliche Bildung 2010“ der Europäischen Kommission fordert z. B. eine Beteiligung von mindestens 12,5 Prozent der erwachsenen Bevölkerung am lebenslangen Lernen²⁸. Diese Strategie lebenslangen Lernens soll das langfristige Wachstum und den sozialen Zusammenhalt der Mitgliedstaaten unter den genannten Herausforderungen sichern.

Die zentrale Frage dieser Untersuchung ist also, ob es den genannten Risikogruppen im Rahmen einer weiterführenden Qualifizierung durch berufliche und sozial-private Weiterbildung im Erwachsenenalter gelingen wird ihre Beschäftigung zu stabilisieren, ihr Einkommen zu halten²⁹ (oder erhöhen) und aus einer Phase der Erwerbslosigkeit wieder in ein Beschäftigungsverhältnis zu gelangen. Da der verwendete Datensatz den Zeitraum zwischen den Jahren 2002 und 2003 beschreibt, erfasst diese Untersuchung eine Phase, die von hoher Lohnrigidität und Lohnkompression im Niedriglohnsektor gekennzeichnet ist. Damit gehen besondere Effekte bezüglich der Beschäftigung und Weiterbildungsteilnahme einher³⁰.

Die Hypothesen aus den gegebenen Problemen lassen sich wie folgt zusammenfassen:

- Erhöhen berufliche Weiterbildungen das Einkommen Erwerbstätiger und tragen sie zur Sicherung eines Einkommensniveaus bei?
- Kann Weiterbildung einen Beitrag zur Sicherung des Beschäftigungsverhältnisses leisten?
- Kann Weiterbildung, nach einer Phase der Erwerbslosigkeit, den Wiedereintritt in eine Erwerbstätigkeit fördern?

Fragen bezüglich der Wirkungen der Einkommenskompression im Niedriglohnsektor und der Anreize dort Weiterbildungsmaßnahmen zu finanzieren (durch den Arbeitgeber oder den Arbeitnehmer) werden bei der Untersuchung der einzelnen Hypothesen angesprochen. Leider ist es nicht möglich, zwischen firmenspezifischen und allgemeinen Weiterbildungsinhalten zu unterscheiden. Eine Angabe zur Finanzierungsquelle und zu den Kosten der Weiterbildungsteilnahme ist ebenfalls nicht verfügbar, sodass ein bedeutender Teil der Informationen, die zur Bestimmung dieser Effekte nötig wären, fehlt³¹. Welche Daten zur Verfügung stehen erläutert das folgende Kapitel.

2. Der Mikrozensus 2003

Der Mikrozensus (MZ) stellt die amtliche und repräsentative Einprozentstichprobe aller deutschen Haushalte dar. Er wird regelmäßig seit dem Jahr 1957 in Deutschland erhoben. In der Stichprobe werden ca. 820.000 Personen aus 380.000 Haushalten erfasst. Darunter befinden sich ca. 160.000 Personen aus 70.000 Haushalten in den neuen Bundesländern. Die Durchführung der Haushaltsbefragungen unterliegt jeweils den statistischen Landesämtern, während technische und organisatorische Aufgaben im Vorfeld durch das Statistische Bundesamt wahrgenommen werden. Die gesetzliche Grundlage wurde 2003 durch das Mikrozensusgesetz des Jahres 1996 (MZG 1996, BGBI I., Seite 34) gestellt und wird 2008 durch das Mikrozensusgesetz 2005 (MZG 2005, BGBI I., Seite 1350) vom 24. Juni 2004³² gegeben und folgt der EG-Verordnung Nr. 577/98 zur Durchführung einer Stichprobenerhebung über Arbeitskräfte innerhalb der Europäischen Gemeinschaft³³. Der Mikrozensus erfasst in ausführlichen Befragungen mehr als 200 Merkmale der einzelnen Haushaltsmitglieder. Insbesondere Daten zu Erwerbsverhältnis, Weiterbildungsverhalten, sozialer Struktur der Haushalte, Wohnverhältnissen und der Gesundheit bestimmen die Schwerpunkte des MZ. Durch das Auswahlverfahren der Haushalte wird der systematische Fehleranteil in den Daten minimiert, jedoch führen die Art der Befragung und Fragestellungen zu Abweichungen im Vergleich zu anderen Statistiken³⁴. Grundsätzlich wird jährlich ein Viertel der befragten Haushalte in einem partiellen Rotationsverfahren durch neue Bundeshaushalte ausgetauscht. Ein Haushalt bleibt also jeweils in drei aufeinanderfolgenden Erhebungen des Mikrozensus erhalten³⁵. Der hier verwendete Querschnitts-Datensatz beschreibt ausschließlich das sogenannte Berichtsjahr 2002/2003. Das Berichtsjahr reicht vom Mai 2002 bis zur Berichtswoche (5. bis 11. Mai 2003), in der alle Befragungen durchgeführt wurden.

2.1 Art der Befragung

Die Befragung in der Berichtswoche des Mikrozensus 2003 wird dezentral von den statistischen Landesämtern übernommen. Die Daten des Mikrozensus werden größtenteils in persönlichen computergestützten Interviews (CAPI - Computer Assisted Personal Interviewing) durch standardisierte Fragebögen gewonnen. Zu diesem Zweck werden die ausgewählten Haushalte von einem oder mehreren Interviewern besucht und dort bei dem Ausfüllen des 17-seitigen Fragebogens unterstützt^[36]. Über den größten Teil der erfassten Merkmale besteht aufgrund des MZG eine Auskunftspflicht. Teilweise sind zusätzliche Schwerpunktbefragungen von dieser Pflicht befreit und können freiwillig beantwortet werden. Das gilt insbesondere für Daten, die nur in Verbindung der europäischen Arbeitskräftestichprobe erhoben werden. Werden einzelne Haushaltsmitglieder nicht angetroffen, besteht die Möglichkeit von Proxyinterviews oder handschriftlicher Selbstbefragung. In Proxyinterviews geben erwachsene Haushaltsmitglieder Auskunft über die Daten anderer Haushaltsmitglieder. Diese Form des Proxyinterviews betrifft größtenteils Jugendliche und Kinder. Gibt es keine Möglichkeit, eine persönliche oder indirekte Befragung über ein Proxyinterview durchzuführen, wird als letzte Möglichkeit ein Selbstausfüllerbogen zurückgelassen. Diese beiden indirekten und fehleranfälligeren Befragungen treffen auf rund 25 bis 30 Prozent der Personen über 15 Jahren zu. Die Proxyquote ist, mit fast 75 Prozent, im Bereich der 15 bis 19 Jahre alten Jugendlichen am stärksten ausgeprägt.

2.2 Schwerpunkt 2003 „Lebenslanges Lernen“

Die Mikrozensuserhebung des Jahres 2003 zeichnet sich durch ihren Schwerpunkt im Bereich Humankapital aus. Es werden ausführliche Daten zur Schul- und Berufsbildung, zum Erwerbsleben und zur Weiterbildungsaktivität im privat-sozialen und beruflichen Bereich bereitgestellt, die eigentlich nicht Teil der regelmäßigen Befragung sind. Die zusätzlich gewonnenen Daten werden in einer Unterstichprobe gesammelt. Die Unterstichprobe erfasst maximal 0,45 Prozent der gesamten Bevölkerung. Umfang, Inhalt und Codierung der in dieser Arbeit genutzten Weiterbildungsdaten, werden im folgenden Abschnitt erläutert.

2.3 Das Scientific Use File

Die Merkmale des MZ werden in einem Datensatz zusammengeführt und nach einer teilweisen Anonymisierung zentral gespeichert. Für wissenschaftliche Arbeiten wird ein vollständig anonymisierter Datensatz mit einem Anteil von 70 Prozent der Beobachtungen des Originaldatensatzes bereitgestellt. Diese Version der Daten ist auf einer CD-ROM erhältlich und wird als SUF (Scientific Use File) bezeichnet. Die in dieser Arbeit durchgeführten Analysen beziehen sich vollständig auf das vom Statistischen Bundesamt freigegebene SUF für wissenschaftliche Einrichtungen und Hochschulen. Aufgrund der angewendeten vollständigen Anonymisierung sind nur 502.873 Beobachtungen in der Gesamtstichprobe und 231.221 Beobachtungen in der Unterstichprobe verfügbar.

2.4 Genutzte Themenbereiche des Mikrozensus

Nicht alle im Mikrozensus erfassten Angaben sind für diese Arbeit relevant. Je nach Fragestellung werden unterschiedliche Merkmale für die Gruppenauswahl benötigt und in die Analyse eingebracht. Grundsätzlich stehen folgende Merkmalsbereiche im Vordergrund der Untersuchung und mussten aufgrund der ungeeigneten Angaben im SUF durch den Verfasser neu codiert, selektiert und berechnet werden³⁷. Die genutzten Themenbereiche gliedern sich wie folgt:

1. Regionalangaben
2. Allgemeine persönliche Merkmale
3. Erwerbsbeteiligung
4. Arbeitssuche und Arbeitslosigkeit
5. Schwerpunkt: Schule, Aus- und Weiterbildung
6. Unterhalt und Einkommen
7. Typisierung des Familienkonzepts

Diese Themenbereiche werden kurz vorgestellt, um den Umfang und Nutzen der dort verorteten Informationen darzustellen.

Regionalangaben erfassen das Bundesland des derzeitigen Hauptwohnsitzes der Befragten. Dadurch können regionale Unterschiede erfasst und eine Trennung zwischen alten und neuen Bundesländern herbeigeführt werden. Die Regionalangabe ist eine Pflichtangabe.

Allgemeine persönliche Merkmale bezeichnen Alter, Geschlecht, Geburtsjahr, Familienstand, Angaben zur Staatsangehörigkeit und die Art der Beteiligung an der Erhebung des Mikrozensus. Diese Daten bilden die Grundlage für die Bestimmung von Geburtskohorten und die Unterteilung nach Geschlechtern. Die Staatsangehörigkeit wird in drei Bereiche eingeteilt: deutsche Staatsangehörigkeit, EU-Bürgerschaft ohne deutsche Staatsangehörigkeit und Nicht-EU-Bürgerschaft.

Die Angaben zur Erwerbsbeteiligung ermöglichen die Klassifizierung nach dem Standard der Internationalen Arbeitsorganisation (International Labour Organization, ILO). Es werden Merkmale der Erwerbstätigkeit, wie die Unterscheidung zwischen Voll- und Teilzeitarbeit, Betriebszugehörigkeitsdauer, Dauer der Arbeitslosigkeit, aktueller und früherer Stellung im Beruf, aktueller und früherer Wirtschaftszweig, Betriebsgrößen und die Mobilität der befragten Personen erfasst. Diese Angaben ermöglichen die Bildung von verschiedenen Analysegruppen und die Erfassung lohnwirksamer Merkmale.

Für die Klassifizierung nach dem Erwerbslosenstandard der ILO sind detaillierte Angaben über das Suchverhalten, die Verfügbarkeit und den Wunsch nach einer Erwerbstätigkeit gegeben. Zusätzlich liegen Gründe der Arbeitslosigkeit, die Dauer der Arbeitssuche und Begründungen für die Nichtarbeitssuche vor. Die Angaben sind notwendig um eine Gruppe der aktiv Arbeitsuchenden zu bestimmen und erfolgreiche Arbeitsuchende von weniger erfolgreichen Arbeitssuchenden unterscheiden zu können.

Einen zentralen Bestandteil dieser Arbeit bilden Angaben zum Bildungsstand und dem Weiterbildungsverhalten. Der Mikrozensus liefert den höchsten Bildungsabschluss jeder Person und Angaben über das Weiterbildungsverhalten der Befragten innerhalb des Berichtsjahres. Grundsätzlich wird hierbei zwischen Weiterbildung beruflichen und privat-sozialen Charakters unterschieden, wobei auch Detailangaben zum Inhalt und den genutzten Medien der einzelnen Weiterbildungsmaßnahmen erhoben werden. Insgesamt können pro Person bis zu drei Weiterbildungsmaßnahmen innerhalb des Berichtsjahres nach Charakter, Inhalt und Zeitaufwand unterschieden werden. Es liegen jedoch keine genauen Daten zum Zeitpunkt jeder Maßnahme vor. Es wird lediglich die Reihenfolge der Weiterbildungsmaßnahmen bestimmt.

Das Einkommen wird in den Daten des Mikrozensus als gesamtes Nettoeinkommen jeder Einzelperson erfasst. Da das Einkommen aus Erwerbstätigkeiten nur einen Teil dieses Einkommens darstellt, wird eine Vielzahl von Ausschlusskriterien genutzt, um eine Annäherung an das Nettoeinkommen aus einer Erwerbstätigkeit zu erreichen. Angaben über zusätzliche Einkommen, öffentliche Transferzahlungen und Unterstützungen aus dem persönlichen Umfeld helfen, auch wenn keine Höhe der zusätzlichen Einkommen angegeben wird. Das eigentliche Nettoeinkommen, das in Form gruppierter Daten vorliegt, wird dann entweder durch das arithmetische Mittel bestimmt, oder für eine Regression gruppierter Daten (Grouped Data Regression) in eine Ordinalskala eingepasst. Mit der Selektion bereinigter Einkommensdaten geht ein extremer Verlust der verfügbaren Beobachtungen einher.

Für die Betrachtung des Einkommens und des Erwerbsverhaltens sind häufig auch familiäre Einflüsse relevant. Der Mikrozensus liefert Angaben zur Stellung innerhalb des Haushalts (klassifiziert nach Familienkonzepten), sowie die Anzahl der Kinder und deren Alter. Diese Daten liefern indirekte Anhaltspunkte zur Höhe der erhaltenen Transferzahlungen (Kindergeld) und zur Rollenverteilung innerhalb der Familie (Aktivität am Arbeitsmarkt, Aktivität im Haushalt).

Die Aufbereitung der Daten des MZ erfolgt mit SPSS 16. Der Auswahl- und Filterprozess ist je nach Analyseform und Fragestellung unterschiedlich und wird im empirischen Teil der Arbeit erläutert. Die Analyse der Daten wird mit SPSS 16, EViews 6 und Limdep 9.0/NLogit 4.01 durchgeführt³⁸.

LimDep/NLogit stellte das einzige verfügbare Softwarepaket mit einer Methode zur Schätzung gruppierter Einkommensdaten dar. Der Dank des Autors gilt William Greene, der auf persönliche

3 Die Einkommensfunktion nach Jacob Mincer

Als Grundlage für die Schätzung von Humankapitalerträgen in Form von zusätzlichen Einkünften dienen Einkommensfunktionen. Die in der Literatur populärste Einkommensfunktion ist die, 1974 von Jacob Mincer publizierte, Mincer- Gleichung, welche den grundlegenden Rahmen für die Beziehung zwischen Humankapitalakkumulation und Lebens-Einkommensprofile bildet³⁹. Das Mincer- Modell wird häufig genutzt um eine Bildungsrendite (Internal Rate of Return - IRR) zu schätzen, wie sie 1962-1964 von Gary S. Becker in die Humankapitaltheorie eingebracht⁴⁰ und bereits 1966 von Barry R. Chiswick und Gary S. Becker in einem Vorgängermodell^[41] veröffentlicht wurde. Die grundlegende Schätzgleichung zur Bestimmung des Einkommens eines Erwerbstätigen durch seine Arbeitserfahrung und Schulbildung nach Mincer lautet:

Abbildung in dieser Leseprobe nicht enthalten

Die reale Arbeitserfahrung wird hier, aufgrund fehlender Daten, wie auch von Mincer näherungsweise durch das Alter des Menschen und die bisherige Schulbildung bestimmt. Da der Schuleintritt erst mit einem Alter von sechs Jahren beginnt, werden zusätzlich sechs Jahre abgezogen.

Abbildung in dieser Leseprobe nicht enthalten

In diesem Zusammenhang ist von potenzieller Arbeitserfahrung zu sprechen. In der einfachen Spezifikation wird eine unterbrechungsfreie Erwerbstätigkeit nach Abschluss der Schul- oder Ausbildungszeit unterstellt. Der Koeffizient der Schulbildung beschreibt, unter der Annahme konstanter Erträge jeden zusätzlichen Schuljahres, die Zunahme des durchschnittlichen Einkommens durch zusätzliche Bildungsjahre⁴². Der Koeffizient lässt sich in dieser linearen Schätzgleichung auch als prozentuale Steigerung des Einkommens, hervorgerufen durch ein zusätzliches Schuljahr, interpretieren⁴³.

Abbildung in dieser Leseprobe nicht enthalten

Eine einfache, von Mincer vorgeschlagene, Investitionsfunktion für den Erfahrungsaufbau während der Erwerbstätigkeit ist:

Abbildung in dieser Leseprobe nicht enthalten

Bei dieser einfachen Investitionsfunktion nutzen Erwerbstätige einen Teil ihrer potenziellen Einkünfte, um sich weiter zu entwickeln. Dies kann durch Weiterbildungsmaßnahmen geschehen, oder durch die Investition von Zeit, die eine entlohnte Tätigkeit ausschließt und somit Kosten verursacht. Aufgrund rationaler Erwartungen des Erwerbstätigen ist diese Investitionsquote im Verlauf des Erwerbslebens rückläufig. Diese Tatsache beruht auf dem ständig abnehmenden Amortisationszeitraum, der bis zum Ende des Erwerbslebens verbleibt. Zusätzlich sehen sich Erwerbstätige im Verlauf ihres Erwerbslebens häufig mit einem zunehmenden Einkommen und zunehmenden Opportunitätskosten konfrontiert. Die Abnahme kann in ihrer einfachsten Form linear dargestellt werden.

Abbildung in dieser Leseprobe nicht enthalten

Diese Investitionsgleichung entspricht auch dem Verhalten der Individuen, wie es von Yoram Ben-Porath^[44] unterstellt wurde^[45]. Durch diese Investitionsfunktion werden (nicht beobachtbare) Investitionen in Weiterbildung in beobachtbare Funktionen der potenziellen Erfahrung transformiert. Die potenziellen Einkünfte entsprechen somit zum Zeitpunkt t den potenziellen Einkünften aus schulischer Bildung und beruflicher Erfahrung. Unter der Annahme einer konstanten Rendite für Investitionen in Weiterbildung während der Erwerbstätigkeit ergibt sich:

Abbildung in dieser Leseprobe nicht enthalten

Unter Einsetzen von Gleichung 3.5 ergibt sich:

Abbildung in dieser Leseprobe nicht enthalten

Mincer argumentiert, dass die potenziellen Einkünfte nicht den beobachtbaren Nettoeinkünften am Arbeitsmarkt entsprechen, da ein nicht erfassbarer Anteil des Einkommenspotenzials für Lernprozesse genutzt wird.

Abbildung in dieser Leseprobe nicht enthalten

Die beobachtbare Einkommensfunktion nach Mincer lässt sich nun zusammensetzen aus dem Einkommenspotenzial aus schulischer Bildung und der Erwerbserfahrung.

Abbildung in dieser Leseprobe nicht enthalten

Für die ökonometrische Schätzbarkeit dieser Funktion wird das Einkommenspotenzial der Schulbildung zerlegt.

Abbildung in dieser Leseprobe nicht enthalten

In dieser Gleichung wird der gewünschte Zusammenhang zwischen Schulbildung, Weiterbildung (in der Erwerbsphase) und dem beobachteten Einkommen deutlich. Wird der Investitionsterm nach der Abhängigkeit von der Erfahrung aufgelöst, ergibt sich:

Abbildung in dieser Leseprobe nicht enthalten

Um hieraus eine lineare Schätzgleichung zu entwickeln, verwendet Mincer eine Taylor-Erweiterung des Investitionsterms um den Zeitpunkt t=T.

Abbildung in dieser Leseprobe nicht enthalten

Es ergibt sich die als Mincer-Gleichung bekannte Einkommensfunktion^[46].

Diese Form der Schätzung erlaubt die Bestimmung eines Einkommenszuwachses der Erwerbstätigen in Abhängigkeit von Bildungs- und Erfahrungsstand. Viele der zugrunde liegenden Annahmen sind jedoch kritisch zu betrachten, weshalb die Mincer-Gleichung im Folgenden noch mehrfach variiert wird. Auf die Bestimmung der genauen Bildungsrendite rs, für eine spezifische Schulausbildung, oder einer allgemeinen Weiterbildungsrendite rt, für berufliche Weiterbildungsmaßnahmen wird zu jeder Zeit verzichtet, da die Datenlage des MZ, aufgrund des Querschnittscharakters der Erhebung, keine ausreichenden Daten in Form von Erwerbshistorien liefert.

3.1 Obsoleszenz von Wissen

Bereits 1974 schlägt Mincer vor, eine Entwertungsrate des Humankapitals in die Einkommensfunktion aufzunehmen. Diese Entwertungsrate sei für alle Arten von Bildungsinvestitionen identisch. Durch diese Erweiterung entsteht eine Trennung von Brutto- und Nettoinvestitionsquote.

Abbildung in dieser Leseprobe nicht enthalten

Die Nettoinvestitionsperiode ist kürzer als die Bruttoinvestitionsperiode. Der Zeitpunkt T ist mit der Einkommensspitze im Erfahrungs-Einkommensprofil identisch. Im einfachen Fall einer der Einkommensfunktion erweitert sich Gleichung 3.9 zu:

Abbildung in dieser Leseprobe nicht enthalten

Shoshana Neumann und Avi Weiss verfolgen in ihrer Arbeit aus dem Jahr 1994 eine Erweiterung dieses Ansatzes. Sie schlagen die Einbeziehung einer externen Entwertungsrate des Humankapitals vor^[47]. Das würde einer ökonomischen Obsoleszenz im Sinne von Andries de Grip^[48] entsprechen. Die Unterscheidung zwischen einer externen (ökonomischen) Entwertungsrate^[19] und einer internen (technischen) Entwertungsrate^[50], wie von Mincer vorgeschlagen, bietet die Möglichkeit, branchen- und berufsspezifische Unterschiede in den Erwerbsprofilen und Weiterbildungsentscheidungen zu berücksichtigen. Sie argumentieren, dass eine erweiterte Schul- oder Berufsausbildung in wissens- und technologieintensiven Branchen stärker den sogenannten Jahrgangseffekten (Vintage-Effects) ausgesetzt sein kann als eine Grundbildung^[51]. Durch diesen Effekt können sich die Einkommensspitzen besser ausgebildeter Personen in Erfahrungs­Einkommensprofilen verschieben. Im Gegensatz zu einer parallelen Einkommensentwicklung, wie von Mincer anfangs angenommen, besteht nun die Möglichkeit einer erneuten Annäherung der Einkommen unterschiedlich gebildeter Erwerbstätiger. Wenn die Rate der Nettohumankapitalinvestitionen gleich null ist, entspricht das beobachtbare Nettoeinkommen der Vorperiode dem beobachteten Einkommen in der aktuellen Periode. Wird die Einkommenskapazität durch das beobachtbare Nettoeinkommen ersetzt, ergibt sich:

Abbildung in dieser Leseprobe nicht enthalten

Die Spitze des beobachtbaren Einkommens findet sich, wenn gilt^[52]:

Abbildung in dieser Leseprobe nicht enthalten

Wird nun die Rate der Obsoleszenz als abhängig vom Schulabschluss betrachtet, ergibt sich:

Abbildung in dieser Leseprobe nicht enthalten

Der beobachtete Einkommenshöhepunkt ist abhängig von der Investitionsgleichung für Humankapital (3.18) und von der Schulbildung. Um diese Art der Obsoleszenz innerhalb einer Schätzgleichung zu erfassen, wird ein Interaktionsterm benötigt, der Schulbildung mit der potenziellen Erfahrung verknüpft. Die angepasste Schätzgleichung ergibt sich als Erweiterung zu Gleichung 3.1 zu:

Abbildung in dieser Leseprobe nicht enthalten

Diese Erweiterung der klassischen Mincer-Gleichung wurde von Neumann und Weiss unter Verwendung israelischer Zensusdaten aus dem Jahr 1983 geschätzt. Jeder Teil der Schätzgleichung 3.24 stellte sich dabei als statistisch signifikant heraus. Der Interaktionsterm weist, wie erwartet, ein negatives Vorzeichen auf, welches eine Verstärkung der Obsoleszenz mit zunehmender Schulbildung unterstellt^[53].

Abbildung in dieser Leseprobe nicht enthalten

Die Einkommensspitzen werden bei höher gebildeten Arbeitern früher erreicht, als dies bei weniger gut ausgebildeten Arbeitern der Fall ist. Es folgt die Aufnahme weiterer Interaktionsterme in die Schätzgleichungen, welche den Einfluss von Spitzentechnologie und zunehmender Wissensintensität untersuchen. Die entsprechende Erweiterung der Mincer-Gleichung zu Gleichung 3.26 zeigt den signifikanten verstärkenden Einfluss der Technologie- und Wissensintensität auf die Rate der Obsoleszenz und die Verlagerung des Einkommenshöhepunktes.

Abbildung in dieser Leseprobe nicht enthalten

Aus diesem Grund verwendet der Verfasser die erweiterte Form der Mincer- Gleichung 3.24 und prüft auf Anzeichen für eine verstärkte Obsoleszenz des Schulwissens in Deutschland.

3.2 Erweiterte Mincer-Gleichung mit Weiterbildungsteilnahme

Um den Einfluss zusätzlicher Weiterbildungsmaßnahmen, innerhalb des Berichtsjahres, auf die Lohnentwicklung zu schätzen, werden die Angaben des MZ auf mehrere Arten in die Schätzgleichung 3.24 aufgenommen.

- Als eine qualitative Angabe der Weiterbildungsteilnahme [ja/nein]
- Als eine Angabe der Anzahl von Weiterbildungsmaßnahmen [n]
- Als absolute Anzahl der in Weiterbildung investierten Stunden [h]

Die entsprechenden Schätzgleichungen berücksichtigen den unterschiedlichen Charakter von Weiterbildungsmaßnahmen, indem Weiterbildungsmaßnahmen beruflicher Natur und Weiterbildungsmaßnahmen privat-sozialer Natur getrennt werden. Es ist zu erwarten, dass Weiterbildungsmaßnahmen beruflicher Natur einen stärkeren Einfluss auf die Produktivität der Arbeitnehmer und somit auch auf die Lohnentwicklung ausüben.

Abbildung in dieser Leseprobe nicht enthalten

Aufgrund der beschränkten Informationen zu den Zeitpunkten der Weiterbildungsteilnahme und deren Verortung innerhalb der eigentlichen Arbeitszeit wird auf eine Schätzung der Parameter der eigentlichen Humankapital­Investitionsgleichung verzichtet. Es sind weder Informationen über den monetären Aufwand, noch Informationen zu die Opportunitätskosten in Form entgangener Arbeitszeit verfügbar. Eine Beteiligung des Arbeitgebers kann ebenfalls nicht bestimmt werden. Die vorgestellten Schätzgleichungen verfolgen daher den Ansatz, eine Korrelation des Einkommens mit der Teilnahme an Weiterbildungsmaßnahmen zu schätzen. Gleichung 3.27, als einfachste Form der Schätzung, bestimmt den Zuwachs des durchschnittlichen Nettoeinkommens durch die Teilnahme an einer beruflichen Weiterbildungsmaßnahme. Gleichung 3.28 bestimmt den Zuwachs des durchschnittlichen Nettoeinkommens mit jeder durchgeführten Weiterbildungsmaßnahme, unabhängig von der investierten Zeit innerhalb der Weiterbildung. Dahinter steckt die Idee einer regelmäßigen Humankapitalerneuerung, die jedes Mal eine Produktivitätssteigerung bedeutet. Das kann, im Rahmen der Investitionslogik der Mincer-Gleichung, entweder durch den aktuellen Humankapitalzuwachs, oder alternativ als das Signal einer

Bildungsbereitschaft erklärt werden^[54]. Gleichung 3.29 schätzt den Zuwachs des durchschnittlichen Nettoeinkommens je Weiterbildungsstunde und erfasst den abnehmenden Ertrag jeder zusätzlichen Stunde. Die metrische Schulvariable kann innerhalb jeder Schätzgleichung durch binäre Schulvariablen ersetzt werden. Dies hilft, Bildungsprämien zu erfassen. Diese Formen Einkommensgleichung haben einige grundlegende Vorteile, die letztendlich zur Auswahl als Schätzgleichung für die Einkommenseffekte der Weiterbildung führen:

- Die Form der Gleichung folgt einer Verhaltenstheorie. Sie beruht auf dem nutzenmaximierenden Verhalten von Individuen und beschreibt das Einkommen als Ergebnis eines direkten Zusammenhangs zwischen persönlichen Fähigkeiten und der Entlohnung dieser Fähigkeiten am Arbeitsmarkt.
- Der Gleichung können, in einfacher Art und Weise, zusätzliche erklärende Variablen hinzugefügt werden.
- Die geschätzten Koeffizienten lassen ökonomische Interpretationen zu und können mit herkömmlichen Methoden, wie der Methode der kleinsten Quadrate geschätzt werden. Die Koeffizienten lassen sich teilweise zwischen verschiedenen Gruppen vergleichen.
- Durch die Logarithmierung der abhängigen Variable sind die Residuen einer Schätzung annähernd normal verteilt.
- Ein nicht direkt zu beobachtendes Verhalten, namentlich die Investition in Lernprozesse während des Erwerbslebens, wird in messbare Variablen, wie z. B. die potenzielle Erfahrung überführt.

3.3 Schwächen der Mincer-Gleichung

Die genaue Bestimmung des Einkommenseffektes unterliegt Problemen, die mit den Schwächen einer Schätzung der Einkommensgleichung nach Mincer einhergehen. Es ist nicht die Aufgabe dieser Arbeit die nachfolgend genannten Schwächen zu beheben, zumal keine allgemeingültigen Lösungen dafür existieren. Auf eine Nennung grundlegender Probleme wird aber nicht verzichtet. Die Interpretation der geschätzten Koeffizienten ist nicht immer eindeutig möglich und erfasst verschiedene Effekte, die z. B. mit der Bewertung einer Arbeitskraft am Arbeitsmarkt einhergehen. Die Messung und Definition der erklärenden Variablen unterliegt eigenen Schwierigkeiten, die aus der Unvollständigkeit der verfügbaren Angaben resultieren. Die Summe dieser Effekte führt zu einer eingeschränkten Vergleichbarkeit, wenn es um die genaue Höhe der ermittelten Ergebnisse geht^[55]. Sie sollten nicht ohne detaillierte Analyse zur Bestimmung einer Bildungs- und Arbeitsmarktpolitik genutzt. Eine frühe und präzise Darstellung der ökonometrischen Probleme findet sich bei Zvi Griliches^[56] oder in späteren Arbeiten von David Card^[48] und James J. Heckman^[58].

Die Probleme bei der Messung und Definition der erklärenden Variablen werden hier vorweg gestellt. Die Schulvariable (ihr geschätzter Koeffizient) misst in der einfachen Spezifikation den durchschnittlichen Zuwachs des Einkommens durch eine zusätzliche Einheit in Form eines Schuljahres. Hier wird eine, über die Individuen konstante Bildungsrendite^[59] für jedes zusätzliche Schuljahr unterstellt. Dies widerspricht den, empirisch bestätigten, Bildungsprämien für höhere Schulabschlüsse und wird durch Qualitätsunterschiede der einzelnen Abschlüsse verzerrt. Ein Ansatz, um diesem Unterschied Rechnung zu tragen, ist die Aufnahme einzelner Variablen für verschiedene Bildungsabschlüsse. Bei beiden Ansätzen wird nur eine Eingangsgröße (Input) erfasst und nicht der produktive Ausgang (Output) einer Schulentscheidung. Je nachdem, ob der Schulabschluss dabei als Signal (Signalling) verstanden, oder die tatsächlich erworbenen Fähigkeiten, die erst nach einer längeren Dauer sichtbar sind^[60] (Screening), bewertet werden unterscheidet sich die ökonomische Interpretation des Koeffizienten. Ähnliches gilt für die Interpretation der Erfahrungsterme, die den Effekt einer Erfahrungsbildung erfassen sollen. Das Maß der Erfahrung erfasst Alterungseffekte und die Auswirkungen der Betriebszugehörigkeitsdauer. Suchanstrengungen und die Mobilität der Arbeitnehmer (Search-Theory) spielen eine wichtige Rolle für die Einkommensbildung im Erwerbsleben. Sie gehen in die Beobachtung der potenziellen Erfahrung mit ein, werden jedoch nicht separat erklärt. Die Überlagerung dieser Effekte, zusammen mit der Änderung der persönlichen Fähigkeiten, leistet einen Beitrag zur Schaffung eines konkaven Einkommensprofiles. Die Interpretation lässt sich folglich nicht auf den reinen Effekt der Weiterbildung während des Erwerbslebens beschränken. Eine teilweise Lösung ist die Aufnahme zusätzlicher beobachtbarer Merkmale. Der Begriff des Humankapitals kann nicht allein als Treiber des Einkommens verstanden werden, obwohl er, je nach Erklärungsansatz, eine dominante oder wenigstens wichtige Rolle einnimmt. Der Unterscheidung zwischen dem firmenspezifischen und dem allgemeinen Humankapital kommt in allen oben genannten Ansätzen eine Bedeutung zu, die durch die Mincer-Gleichung nicht isoliert erfasst werden kann. Die Annahme, dass eine längere Betriebszugehörigkeitsdauer eher der Zunahme firmenspezifischen Humankapitals dient, führt zu einer teilweisen Erfassung dieses Kapitals durch die Aufnahme der entsprechenden Größe in die Einkommensgleichung. Diese konzeptionellen Schwachpunkte der erklärenden Variablen in ihrer Messung und Interpretation ergänzen sich mit Problemen der ökonometrischen Schätzung. Relevant sind Probleme der Stichproben-Selektion (Selection-Bias), die Verzerrung durch fehlende Angaben (Omitted Variables), die Auswirkungen unbeobachtbarer individueller Fähigkeiten (Ability-Bias), die gegenseitige Abhängigkeit erklärender Variablen (Endogeneity-Problems) und die Zensur der Einkommensdaten (Censored Data). Diese Probleme werden in den einzelnen Abschnitten und bei der Diskussion der Ergebnisse berücksichtigt.

3.4 OLS-Schätzung und EM-Schätzung

In dieser Arbeit wird eine Regression der kleinsten Quadrate (OLS-Schätzung, Ordinary Least Squares) und eine Weiterentwicklung dieser Methode, der EM- Algorithmus (EM-Algorithm, Expectation-Maximization-Algorithm) verwendet. Der EM-Algorithmus ist eine technische Erweiterung der ML-Schätzung, auf die später genauer eingegangen wird. Beide Methoden erlauben die Schätzung des Einflusses binärer und metrischer erklärender Variablen auf das beobachtete Nettoeinkommen. Es ist mittels dieser Methoden nicht möglich die genannten Verzerrungen vollkommen zu beseitigen, jedoch werden Schätzergebnisse geliefert, die den Ergebnissen vergleichbarer Untersuchungen entsprechen und sie erweitern.

[...]

---

^[1] Dieser Hinweis auf die Ertragswirksamkeit und die Vergütung des Fähigkeitseinsatzes brachte dem Begriff des Humankapitals in Deutschland den Titel „Unwort der Jahres 2004" ein. Dies wurde durch die „Degradierung des Menschen zu nur noch ökonomischen interessanten Größen" begründet.

^[2] OECD(2008)S. 173-179.

^[3] Vgl. Mincer (1958), Schultz (1961), Becker (1962).

^[4] Einen Ansatz bietet die OECD unter Verwendung der öffentlichen Ausgaben für Bildung und den erhöhten Steuereinkommen durch zusätzliche sozialversicherte Beschäftigungsverhältnisse. Die Ergebnisse sind ähnlich bedeutend wie die privaten Bildungsrenditen. OECD (2008), S. 190-191.

^[5] Zum Beispiel in der Form von (höheren) Schulabschlüssen und einer weit verbreiteten Grundbildung (Lese- und Rechenfähigkeiten, kooperatives soziales Verhalten).

^[6] Vgl. OECD (2001), S. 28-36.

^[7] In Abwesenheit eines Mindesteinkommens durch Transferzahlungen der Gesellschaft ist dies der Bezug eines Einkommens und die Sicherung des langfristigen Einkommensbezugs.

^[8] Vgl. Swan (1956), Solow (1956).

^[9] Vgl. Mankiw, Romer und Weil (1992), Romer (1986), Romer (1990).

^[10] Vgl. Uzawa (1965).

^[11] Vgl. Lucas (1988).

^[12] Vgl. Nelson und Phelps (1966), Bartel und Lichtenberg (1987).

^[13] Vgl. Bassanini und Scarpetta (2001), Arnold, Bassanini und Scarpetta (2007).

^[14] Vgl. Benhabib und Spiegel (1994, 2002), Barro und Sala-i-Martin (1997), Sachverständigenrat (2002), S. 324.

^[15] Vgl. WEF (2008a). Der Global Competitiveness Report führt seit dem Jahr 2004 den GCI nach Sala-i- Martin und Artadi. Im aktuellen Bericht 2008-2009 erreicht Deutschland hier den Platz 7 von 134 Staaten. Die ungünstigsten Einzelplätze im Ranking Deutschlands sind: Effizienz des Arbeitsmarktes (Platz 58), makroökonomische Stabilität (Platz 40) und der Zustand des Bildungssystems (Platz 36 bei der Qualität und Platz 52 beim Anteil des Ausgaben für Bildung).

^[16] Vgl. WEF (2008b), Country/Economy Profile - Germany, Seite 1. Die Skala bezeichnet mit 1 den niedrigsten möglichen Stand.

^[17] Vgl. Sachverständigenrat (2004), S. 422, Sachverständigenrat (2002), S.18.

^[18] Vgl. OECD (2008),S. 142-159.

^[19] Die Aufnahme einer Beschäftigung führt nur zu einer geringeren Nutzenverbesserung, da zusätzliches Einkommen in gleichem Maß von den Sozialtransfers abgezogen wird. Ein Kombi-Lohn­Modell kann Abhilfe schaffen.

^[20] Hier bezogen auf den Zeitraum nach der Erhebung des Mikrozensus. Vgl. BMBF (2004), Seite 2, Abbildung 1-1.

^[21] Vgl. World Bank (2008), S. 16.

^[22] Vgl. GCI (2008b). Eine unzureichend ausgebildete Arbeitnehmerschaft ist, laut Auskünften der deutschen Unternehmen, das sechst bedeutende Problem erfolgreich unternehmerisch tätig zu sein.

²³ Vgl. Statistisches Bundesamt (2006a).

²⁴ Vgl. OECD (2008), S. 136. BMBF (2008), S. 12-12.

^[25] Der Rangplatz Deutschlands bezieht sich auf die G7-Länder plus Schweiz, Schweden, Finnland, Niederlande und die Republik Korea. Platz 1-12 beziehen sich auf die Stellung innerhalb dieser Gruppe. Entnommen aus BMBF (2004), Abb. 1-1, S 2.

^[26] Vgl. Kommission der Europäischen Gemeinschaften (2005), S. 11.

^[27] Vgl. Rat der Europäischen Union (2000), Kommission der Europäischen Gemeinschaften (2007), S. 15.

^[28] Vgl. Rat der Europäischen Union (2008), S. 12. Ein Ziel das in der Europäischen Union bis 2008 nicht erreicht wurde. Die anfänglichen Fortschritte werden allein auf die Änderung der Messmethode zurückgeführt.

^[29] Bei einer Lohnrigidität, wie am deutschen Arbeitsmarkt, treten selten Nominallohnsenkungen auf. Eher ist der Verlust einer Beschäftigung zu erwarten, wenn die notwendigen Qualifikationskosten die Kosten für den Ersatz oder die Abschaffung der Arbeitskraft überschreiten und die Produktivität ohne Weiterbildung die Beschäftigung für den Arbeitgeber nicht mehr rechtfertigt.

^[30] Vgl. Lechthaler (2008).

Der Verlauf von Lohnverhandlungen lässt sich nicht beobachten. Zusätzlich werden verschiedene Erwerbstätige zu verschiedenen Zeitpunkten miteinander verglichen.

^[31] Das Gesetz trägt diesen Titel, obwohl es 2004 verabschiedet wurde.

^[32] Vgl. Statistisches Bundesamt (2006a).

^[33] Vgl. OECD (2008), S. 136. BMBF (2008), S. 12-12.

^[34] Vgl. Statistisches Bundesamt (2007).

^[35] Vgl. Statistisches Bundesamt (2006b), S. 6.

^[36] Vgl. Statistisches Bundesamt (2006c), S.7-8.

^[37] Vgl. Landesamt für Datenverarbeitung und Statistik Nordrhein Westfalen (2003).

^[38] Vgl. Statistisches Bundesamt (2005).

Anfrage, eine kurzfristige Anpassungen des Programms vornahm, um mehr als 20 Intervallgrenzen zu berücksichtigen.

^[39] Vgl. Mincer (1974). Die Darstellung folgt der Erklärung von Mincer.

^[40] Vgl. Becker (1962, 1964).

^[41] Vgl. Becker und Chiswick (1966).

^[42] Der geschätzte Koeffizient sollte jedoch nicht mit einer privaten Bildungsrendite verwechselt werden. Um eine Rendite der Bildungsinvestitionen zu bestimmen, sind Informationen über die direkten privaten Kosten der Schulbildung und die Opportunitätskosten, durch z. B. entgangene Einkommen notwendig. Ein internationale Vergleich aller Faktoren findet sich in: OECD (2008), S. 186.

^[43] Das gilt nur bei Konstanz der anderen Faktoren und ist aufgrund wechselnder Steigung und Elastizität nur näherungsweise gültig. Für die Bestimmung eines durchschnittlichen Zuwachses ist dies hierjedoch ausreichend. Werden Interaktionsterme berücksichtigt, ändert sich die Interpretation. Vgl. Woolridge (2005), S. 219.

^[44] Vgl. Ben-Porath (1967). Ben-Porath trägt mit seinem Modell der optimalen Humankapitalakkumulation zur Humankapitaltheorie bei.

^[45] Mincer schlägt auch eine passendere Exponentialfunktion vor. Auf eine Darstellung wird hier verzichtet, da die Interpretation im Vordergrund steht und auch im Verlauf der Arbeit die Koeffizienten der einfachen Mincer-Gleichung nicht weitergehend untersucht werden. Die Bestimmung genauer Bildungs- und Erfahrungsrenditen ist durch den Charakter des MZ und die Schwächen der Einkommensfunktion unmöglich.

^[46] Vgl. Mincer (1974), Seite 91, Gleichung (P).

^[47] Vgl. Neumann und Weiss (1994), Ramirez (2002).

^[48] Vgl. De Grip (2006).

^[49] Entsprechend einer Entwertung alten Wissens durch technischen Fortschritt oder eine Änderung der Nachfrage nach bestimmten Fähigkeiten.

^[50] Entwertung des Könnens durch physische körperliche Alterung und der Verlust kognitiver Leistungsfähigkeit.

^[51] Dies ist auch für den Schwerpunkt des wissensintensiven verarbeitenden Gewerbes und die wissensintensiven Dienstleistungen in Deutschland zu vermuten.

^[52] Vgl. Mincer (1974), S.21. Gleichung 1.23 und Anmerkung 10.

^[53] Eine Vermutung, die sich auf jede Form des Humankapitals übertragen lässt. Sie erfordert die Verteilung der Humankapitalakkumulation über einen breiten Teil des Erwerbslebens.

^[54] Vgl. Weiss (1995).

^[55] Vgl. OECD (2008), S. 187.

^[56] Vgl. Griliches (1977).

^[57] Vgl. Card (1998, 2001).

^[58] Vgl. Heckman, Lochner und Todd (2008).

^[59] Eine Rendite, die in Abwesenheit von Informationen zu den Kosten der Bildungsentscheidungen, nicht berechnet werden kann.

^[60] Vgl. Riley (1975).