Kausal- oder Selektionseffekt?

Transkript

1 6. Nutzerkonferenz Forschung mit dem Mikrozensus: Analysen zur Sozialstruktur und zum sozialen Wandel Mannheim, Oktober 2009 Einkommensrenditen beruflicher Weiterbildung: Kausal- oder Selektionseffekt? Empirische Analysen mit dem Mikrozensus-Panel Felix Wolter und Jürgen Schiener Institut für Soziologie Johannes Gutenberg-Universität Mainz

2 Gliederung 1. Überblick Problemstellung Selektionsproblem 2. Forschungsstand 3. Daten und Methoden Datenbasis Mikrozensus-Panel Fixed- und Random-Effects-Modelle 4. Ergebnisse Einkommenseffekte beruflicher Weiterbildung 5. Diskussion

3 Problemstellung These: Lebenslanges Lernen gewinnt zunehmend an Bedeutung erforderliche Qualifikationen können immer weniger durch Erstausbildung bereitgestellt werden kontinuierliche Weiterbildung erforderlich Soziologische Ungleichheitsforschung: betont und bestätigt ausgeprägte Ungleichheiten beim Zugang zu Weiterbildung (z.b. Hubert/Wolf 2007, Schömann/Leschke 2004) These: Weiterbildung verstärkt soziale Ungleichheiten (Becker/Hecken 2005) Problem: Weiterbildung verstärkt Ungleichheiten nur, wenn Weiterbildung Effekte auf wichtige Statusdimensionen hat Einkommenseffekte beruflicher Weiterbildung? Ziel: Ermittlung des kausalen Weiterbildungseffektes auf das Einkommen

4 Problemstellung: Selektionseffekt Qualifikation Alter etc. Weiterbildung Motivation Begabung etc. Einkommen = unbeobachtet Selektion in Treatment-Gruppe (Weiterbildungsteilnehmer) erfolgt nicht randomisiert. Unbeobachtete Merkmale beeinflussen sowohl Weiterbildung, als auch Einkommen Weiterbildungsteilnehmer hätten u.u. auch ohne Weiterbildung ein höheres Einkommen Überschätzung der Weiterbildungserträge in konventionellen Modellen

5 Problemstellung Lösungen des Selektionsproblems: Experiment mit Randomisierung: bzgl. Weiterbildung nicht möglich Kontrolle der unbeobachteten Heterogenität auf statistischem Weg Paneldaten Fixed- und Random-Effects-Modelle Vorgehensweise: empirische Analysen mit Daten des Mikrozensus-Panels (vgl. zu SOEP?) Untersuchung der Bedeutung des Selektionseffekts: Methodenvergleich Weiterbildungserträge in verschiedenen Gruppierungen Landesteil Alter allgemeine und berufliche Erstausbildung

6 Forschungsstand 1. Überblick Problemstellung Selektionsproblem 2. Forschungsstand 3. Daten und Methoden Datenbasis Mikrozensus-Panel Fixed- und Random-Effects-Modelle 4. Ergebnisse Einkommenseffekte beruflicher Weiterbildung 5. Diskussion

7 Forschungsstand: Konzeptionelles Definition Weiterbildung: Fortsetzung oder Wiederaufnahme organisierten Lernens nach Abschluss einer unterschiedlich ausgedehnten ersten Ausbildungsphase (Deutscher Bildungsrat 1970). Berufliche Weiterbildung Allgemeine Weiterbildung Informelles Lernen Dimensionen/Messung von Weiterbildung reine Teilnahme (ja/nein) Dauer / Volumen der Maßnahmen Ort: on the job, off the job Finanzierung: individuell, betrieblich, AFG/SGBIII u.v.m. Operationalisierung, Messung und quantitative empirische Analyse des Weiterbildungsgeschehens schwierig

8 Forschungsstand Einkommenseffekte beruflicher Weiterbildung: Befundlage uneinheitlich Quelle Datenbasis Selektionskontrolle Effekt Büchel/Pannenberg 2004 SOEP Fixed Effects/Fixed Growth + Pischke 2001 SOEP Fixed Effects/Fixed Growth n.s. Lechner 1999 SOEP Matching + Pannenberg 1998 SOEP Fixed Effects + Jürges/Schneider 2006 SOEP Fixed Growth/Matching n.s. Ergebnisse differieren nach Zeitraum, Untersuchungspopulation und v.a. nach der Methode der Selektionskorrektur (vgl. Fitzenberger/Prey 1998) tendenziell geringe oder keine Einkommenseffekte

9 Forschungsstand 1. Überblick Problemstellung Selektionsproblem 2. Forschungsstand 3. Daten und Methoden Datenbasis Mikrozensus-Panel Fixed- und Random-Effects-Modelle 4. Ergebnisse Einkommenseffekte beruflicher Weiterbildung 5. Diskussion

10 Daten Mikrozensus-Panel : aufbauend auf Rotationsprinzip der MZ-Stichprobe (Flächenstichprobe!) zentrales Problem: Mobilitätsbias Mobilitätsgewichte im Datensatz vorhanden Daten werden allerdings ungewichtet analysiert Softwaretechnische Probleme Zweifel an Sinn von Gewichtungsvariablen in multivariaten Modellen Fixed-Effects-Prozedur kontrolliert möglichen Bias nach Einkommenshöhe und Weiterbildungsteilnahme

11 Daten Untersuchungspopulation: abhängig Beschäftigte zwischen 20 und 64 Jahren keine Schüler/Studenten Lebensunterhalt primär aus Erwerbstätigkeit balanciertes Panel Themenkomplex Weiterbildung läuft in der Ergänzungsstichprobe des Mikrozensus Auswahlsatz = 45% über die Hälfte der Fälle kann nicht genutzt werden Ergänzungsstichprobe ist nicht für 1999 enthalten (Anonymisierung) resultierende Fallzahl: 6340 Personen = Beobachtungen

12 Fallzahl Daten Bildung der Untersuchungspopulation keine Unterstichprobe Alter < 20 und > 64 Schüler/Studenten Bevölkerung am Nebenwohnsitz Ausfälle in 1996, 1997 oder 1998 Nichterwerbstätige, Selbständige, kein Erwerbseinkommen fehlende Werte (item nonresponse) Untersuchungspopulation 0 Quelle: Mikrozensus-Panel (ungewichtet), eigene Auswertungen.

13 Variablen Einkommen: Gesamtnettoeinkommen im Berichtsmonat, logarithmiert inflationsbereinigt, in Euro Weiterbildung Teilnahme an beruflicher Weiterbildung in der aktuellen oder mindestens einer der vorangegangenen Befragungsperioden (ja/nein) Dauer/Volumen der Maßnahmen in Monaten Kontrollvariablen Periodendummies Alter, Bildung, Geschlecht, Angaben zur Erwerbstätigkeit

14 Fixed- und Random-Effects-Modelle Ziel: Kontrolle unbeobachteter zeitkonstanter Merkmale Ausgangsspezifikation ( Error Components-Model ): y it 1X it 2 Z i i it (1) µ i = individuenspezifisches, zeitkonstantes Residuum ε it = gewöhnliches, idiosynkratisches Residuum µ i enthält unbeobachtete zeitkonstante Heterogenität bzgl. y it zwei Möglichkeiten: 1. Schätzung von µ i im Random-Effects-Modell Annahme: Unterschiede µ i sind zufällig (Cov(X it, µ i ) = 0) 2. Eliminierung von µ i im Fixed-Effects-Modell Annahme: Unterschiede µ i sind nicht zufällig, Cov(X it, µ i ) 0

15 Fixed- und Random-Effects-Modelle Random-Effects-Modell: µ i wird als Zufallsvariable behandelt und geschätzt verzerrte Schätzer, wenn Annahme Cov(X it, µ i ) = 0 verletzt Fixed-Effects-Modell: µ i wird aus der Gleichung eliminiert Bildung der Mittelwerte der Variablen für jede Person i über T: y it 1X it 2 Z Gleichung (2) von Gleichung (1) subtrahieren: i y y X X it i it i 1 i it it i (2) (3)

16 Fixed- und Random-Effects-Modelle Fixed-Effects-Spezifikation: immer konsistent, allerdings ineffizienter als Random-Effects-Modell nur Fälle mit intraindividueller Streuung in X und y gehen in die Schätzung ein Effekte zeitkonstanter Merkmale können nicht geschätzt werden Welches Modell bzgl. Weiterbildung wählen? inhaltliche Argumente: Selektionseffekt aufgrund unbeobachteter Heterogenität ist höchstwahrscheinlich individuenspezifisch und korreliert mit Weiterbildung Fixed-Effects die adäquate Spezifikation methodisch-statistische Argumente: Emprische Gegenüberstellung: Unterscheiden sich die geschätzten Effekte? Hausman-Test: Unterscheiden sich die Effekte signifikant?

17 Forschungsstand 1. Überblick Problemstellung Selektionsproblem 2. Forschungsstand 3. Daten und Methoden Datenbasis Mikrozensus-Panel Fixed- und Random-Effects-Modelle 4. Ergebnisse Einkommenseffekte beruflicher Weiterbildung 5. Diskussion

18 Einkommenseffekte beruflicher Weiterbildung OLS (total) Random Effects Fixed Effects Modell 1 Modell 2 Modell 1 Modell 2 Modell 1 Weiterbildung 0,203*** 0,080*** 0,090*** 0,065*** 0,030** Betriebswechsel 0,032* 0,024* 0,018 0,001 Berufswechsel -0,033-0,020-0,020-0,010 Arbeitszeit 0,020*** 0,013*** 0,012*** 0,005*** Betriebszugehörigkeit 0,011*** 0,012*** 0,008*** 0,004** Betriebszugehörigkeit 2-0,000*** -0,000*** -0,000*** -0,000* ,022*** -0, ,020*** 0, ,025*** -0,002-0,021*** 0,012** Zeitkonstante Kontrollvariablen ja Konstante 7,116*** 5,539*** 6,531*** 5,788*** 6,920*** F (χ 2 für Random Eff.) 365,15*** 657,84*** 1, *** *** 14,29*** Fallzahl Unstandardisierte Regressionskoeffizienten. Abhängige Variable: logarithmiertes inflationsbereinigtes Nettoeinkommen. Signifikanzniveaus: +: p < 0,1; *: p < 0,05; **: p < 0,01; ***: p < 0,001 (robuste Standardfehler). Quelle: Mikrozensus-Panel (ungewichtet), eigene Auswertungen. ja

19 Einkommenseffekte beruflicher Weiterbildung Geschätzter Einkommenseffekt im Fixed-Effects-Modell: 3 % Alle anderen Modelle liegen darüber Fixed-Effects-Spezifikation einzige Wahl Entscheidung zwischen FE und RE kann überprüft werden Hausman-Test Unterschiede sind signifikant RE-Schätzung ist inkonsistent Alle folgenden Analysen sind Fixed-Effects-Modelle

20 Einkommenseffekte nach Landesteil / Alter West Ost Gesamt Jahre Jahre Gesamt Jahre Jahre Weiterbildung 0,024* 0,039** -0,015 0,058* 0,063 0,053 Betriebswechsel 0,005 0,006 0,012-0,009-0,004-0,017 Berufswechsel -0,007-0,008-0,022-0,022-0,013-0,027 Arbeitszeit 0,005*** 0,004*** 0,006*** 0,004** 0,003+ 0,004* Betriebszugehörigkeit 0,004* 0,001 0,008** 0,005 0,010 0,006 Betriebszugehörigkeit 2-0, ,000-0,000* -0,000-0,000-0, ,002 0, ,006-0,007-0,003-0, ,011* 0,021** 0,002 0,010 0,014 0,005 Konstante 6,958*** 6,955*** 6,965*** 6,748*** 6,727*** 6,745*** F 11,61*** 7,15*** 5,95*** 3,09** 1,95* 1,67 N (Beobachtungen) N (Personen) Fixed-Effects-Modelle. Unstandardisierte Regressionskoeffizienten. Abhängige Variable: logarithmiertes inflationsbereinigtes Nettoeinkommen. Signifikanzniveaus: +: p < 0,1; *: p < 0,05; **: p < 0,01; ***: p < 0,001 (robuste Standardfehler). Quelle: Mikrozensus-Panel (ungewichtet), eigene Auswertungen.

21 Einkommenseffekte nach Qualifikation CASMIN 1a 1c CASMIN 2a 2cvoc CASMIN 3a, 3b Modell 1 Modell 2 Modell 1 Modell 2 Modell 1 Modell 2 Weiterbildung 0,050* 0,046* 0,031+ 0,035+ 0,028 0,009 Weiterbildungsvolumen 0,004-0,002 0,011* Betriebswechsel -0,001-0,002-0,018-0,018 0,031 0,030 Berufswechsel 0,009 0,009-0,010-0,010-0,034-0,032 Arbeitszeit 0,006*** 0,006*** 0,005*** 0,005*** 0,004*** 0,004*** Betriebszugehörigkeit 0,003 0,003 0,003 0,003 0,011* 0,010* Betriebszugehörigkeit 2-0,000-0,000-0,000-0,000-0,000* -0,000* ,001 0,001 0,005 0,005-0,007-0, ,011+ 0,011+ 0,013* 0,013* 0,010 0,007 Konstante 6,805*** 6,804*** 6,835*** 6,835*** 7,311*** 7,307*** F 5,81*** 5,17*** 5,72*** 5,09*** 3,94*** 4,08*** N (Beobachtungen) N (Personen) Fixed-Effects-Modelle. Unstandardisierte Regressionskoeffizienten. Abhängige Variable: logarithmiertes inflationsbereinigtes Nettoeinkommen. Signifikanzniveaus: +: p < 0,1; *: p < 0,05; **: p < 0,01; ***: p < 0,001 (robuste Standardfehler). Quelle: Mikrozensus-Panel (ungewichtet), eigene Auswertungen.

22 Diskussion Wie vermutet: Hohe Bedeutung des Selektionseffektes durch unbeobachtete Heterogenität Insgesamt geringe oder keine Einkommenseffekte beruflicher Weiterbildung Ergebnisse tendenziell im Einklang mit SOEP Effekte variieren nach betrachteter Gruppe/Population Im Vergleich zu Ungleichheiten durch Erstausbildung insgesamt eher geringe Statuseffekte von Weiterbildung Statusallokation erfolgt primär (noch?) durch Erstausbildung Bildungsinduzierte Ungleichheiten: werden tendenziell durch den stark selektiven Zugang zu Weiterbildung reproduziert aber nicht maßgeblich verstärkt, da geringe Effekte der Weiterbildung

23 Offene Fragen Endogenitätsprobleme: Selektionseffekte nach zeitveränderlichen Variablen (z.b. Einkommensdynamik) werden nicht kontrolliert Fixed-Growth-Modelle Random Growth-Modelle Instrumentalvariablen Matchingverfahren Time-Lag-Variablen (Heckman/Hotz 1987) Behandlung des Mobilitätsbias Erweiterung / Replikation mit Mikrozensus-Panel Mit SUF (leider) nicht möglich, da Unterstichprobe nur für zwei Wellen

24 Vielen Dank!

25 Literatur Becker, Rolf/Hecken, Anna 2005: Berufliche Weiterbildung arbeitsmarktsoziologische Perspektiven und empirische Befunde, in: Abraham, Martin/Hinz, Thomas (Hrsg.): Arbeitsmarktsoziologie. Probleme, Theorien, empirische Befunde, Wiesbaden: VS Verlag für Sozialwissenschaften: S Brüderl, Josef 2005: Panel Data Analysis (Working Paper), Mannheim: University of Mannheim. Büchel, Felix/Pannenberg, Markus 2004: Berufliche Weiterbildung in West- und Ostdeutschland. Teilnehmer, Struktur und individueller Ertrag, in: Zeitschrift für Arbeitsmarktforschung 37 (2): S Deutscher Bildungsrat (Hrsg.) 1970: Empfehlungen der Bildungskommission. Strukturplan für das Bildungswesen, 2. Auflage, Stuttgart: Klett. Fitzenberger, Bernd/Prey, Hedwig 1998: Beschäftigungs- und Verdienstwirkungen von Weiterbildungsmaßnahmen im ostdeutschen Transformationsprozeß: Eine Methodenkritik, in: Pfeiffer, Friedhelm/Pohlmeier, Winfried (Hrsg.): Qualifikation, Weiterbildung und Arbeitsmarkterfolg (ZEW Wirtschaftsanalysen Bd. 31), Baden-Baden: Nomos: S Hubert, Tobias/Wolf, Christof 2007: Determinanten der beruflichen Weiterbildung Erwerbstätiger. Empirische Analysen auf Basis des Mikrozensus 2003, in: Zeitschrift für Soziologie 36 (6): S Jürges, Hendrik/Schneider, Kerstin 2006: Dynamische Lohneffekte beruflicher Weiterbildung. Eine Längsschnittanalyse mit den Daten des SOEP, in: Weiß, Manfred (Hrsg.): Evidenzbasierte Bildungspolitik: Beiträge der Bildungsökonomie, Berlin: Duncker & Humblot: S Lechner, Michael 1999: The Effects of Enterprise-Related Training in East Germany on Individual Employment and Earnings, in: Annales d'économie etde Statistique 55/56: S Pannenberg, Markus 1998: Weiterbildung, Betriebszugehörigkeit und Löhne: Ökonomische Effekte des "timings" von Investitionen in die berufliche Weiterbildung, in: Pfeiffer, Friedhelm/Pohlmeier, Winfried (Hrsg.): Qualifikation, Weiterbildung und Arbeitsmarkterfolg (ZEW Wirtschaftsanalysen Bd. 31), Baden-Baden: Nomos: S Pischke, Jörn-Steffen 2001: Continuous Training in Germany, in: Journal of Population Economics 14 (3): S Schömann, Klaus/Leschke, Janine 2004: Lebenslanges Lernen und soziale Inklusion - der Markt alleine wird's nicht richten, in: Becker, Rolf/Lauterbach, Wolfgang (Hrsg.): Bildung als Privileg? Erklärungen und Befunde zu den Ursachen der Bildungsungleichheit, Wiesbaden: VS Verlag für Sozialwissenschaften: S

26 Anhang Berichtswochen / -monatskonzept: Weibi? Weibi? Weibi? April 1996 April 1997 April 1998 Erhoben: Kodiert: Erhoben: Kodiert: nein ja nein Monate 0,5 Monate 2 Monate 0 0,5 2,5 26

27 Anhang Geschlechtsspezifische Einkommenseffekte: keine Hinweise auf geringere Weiterbildungsrenditen für Frauen Aber: abhängig Beschäftigte mit Lebensunterhalt aus Erwerbseinkommen = hochselektive Gruppe detailliertere Untersuchung in künftigen Arbeiten angebracht

28 Anhang Zeit vor Weiterbildung nach Weiterbildung Quelle: In Anlehnung an Brüderl 2005.