April 28, 2016 | Author: Fritz Dunkle | Category: N/A
1 INSTITUT FÜR TECHNOLOGIE- UND REGIONALPOLITIK INTEREG INSTITUT FÜR ANGEWANDTE STATISTIK UND SYSTEMANALYSE MA...
INSTITUT FÜR TECHNOLOGIE- UND REGIONALPOLITIK – INTEREG INSTITUT FÜR ANGEWANDTE STATISTIK UND SYSTEMANALYSE
MAKROÖKONOMISCHE EFFEKTE DER AKTIVEN ARBEITSMARKTPOLITIK IN ÖSTERREICH 2001-2007 EINE REGIONALÖKONOMETRISCHE EVALUIERUNG Christine Aumayr, Uwe Blien, Wolfgang Dauth, Reinhard Hujer, Dominik Janisch, Michael Kernitzkyi, Eric Kirschner, Rose-Gerd Koboltschnig, Birgit Woitech, Katja Wolf
Im Auftrag des Bundesministeriums für Arbeit, Soziales und Konsumentenschutz
Kofinanziert von der Europäischen Kommission, Generaldirektion für Beschäftigung, Soziales und Chancengleichheit Cofinanced by the European Commission, Directorate-General for Employment, Social Affairs and Equal Opportunities
Die Informationen, die in dieser Publikation enthalten sind, entsprechen nicht notwendigerweise der Position oder der Meinung der Europäischen Kommission The information contained in this publication does not necessarily reflect the position or opinion of the European Commission
September 2009
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Zusammenfassung der Ergebnisse und Gesamteinschätzung MAKROÖKONOMISCHE EFFEKTE AKTIVER ARBEITSMARKTPOLITIK Das Ziel der vorliegenden Studie ist es, die Effekte aktiver Arbeitsmarktpolitik in Österreich auf makroökonomische Größen zu untersuchen. Im Vergleich zu Evaluationsstudien auf Mikroebene steht also nicht die Wirkung einer Maßnahme auf die TeilnehmerInnen im Vordergrund, sondern auf die Gesamtheit der Arbeitssuchenden bzw. Erwerbspersonen. Effekte aktiver Arbeitsmarktpolitik auf Ebene der TeilnehmerInnen müssen allerdings als Voraussetzung für Effekte auf der Makroebene betrachtet werden. Wie theoretisch von Calmfors (1994) dargestellt, gibt es eine Vielzahl von Wirkungskanälen von aktiver Arbeitsmarktpolitik auf unterschiedliche gesamtwirtschaftliche Größen. In der vorliegenden Studie wurden drei ökonomische Ergebnisgrößen analysiert: Übergänge von Arbeitssuche in ungeförderte unselbstständige Beschäftigung, Arbeitssuchendenquote und Partizipationsquote. Zusätzlich wurden die zeitlichen Zusammenhänge des Arbeitsmarktes in Bezug auf arbeitsmarktpolitische Maßnahmen analysiert. Die geltenden Zielvorgaben des Bundesministeriums an das AMS stellen auf eine Verstärkung von Aktivierungsstrategien ab. Durch frühzeitige Intervention für bestimmte Personengruppen (v.a. Ältere, Jugendliche, Frauen und Langzeitbeschäftigungslose) und die rechtzeitige Beratung von Unternehmen und Personen über die aktive Inanspruchnahme von Dienstleistungen des AMS soll Arbeitslosigkeit verhindert sowie Langzeitbeschäftigungslosigkeit abgebaut werden. Insgesamt sollen die Maßnahmen darauf gerichtet sein, eine (nachhaltige) Integration in den Arbeitsmarkt so rasch als möglich zu erreichen. Eine Konkretisierung erfahren diese Vorgaben in den kurz- und mittelfristigen arbeitsmarktpolitischen Zielsetzungen des AMS: •
Die Verhinderung dauerhafter Ausgrenzung aus dem Beschäftigungssystem (Verhinderung von Langzeitarbeitslosigkeit, „early intervention“),
•
die Optimierung des Arbeitsmarkt-Matchings (Verbesserung der Position am Arbeitsmarkt, Erhöhung des Einschaltgrades, Erhöhung der Effektivität von Schulungen)
•
sowie die Verbesserung der Integration in den Arbeitsmarkt, können als stabile Schwerpunkte der Arbeit des AMS bezeichnet werden.
Im Hinblick auf ein kohärentes Zielsystem sollten die Maßnahmen der aktiven Arbeitsmarktpolitik die Umsetzung und Erreichung dieser Zielsetzungen unterstützen.
i
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Die im Rahmen der Studie untersuchten Maßnahmen fokussieren drei zentrale Zielsetzungen: Vermeidung und Reduzierung von Arbeitslosigkeit: •
Schaffung zusätzlicher Arbeitsplätze
•
Sicherung gefährdeter Beschäftigung
Vermittlungsunterstützung (Verbesserung des Matchings): •
Beseitigung von Vermittlungshemmnissen
•
Förderung und Stabilisierung bestimmter Problemgruppen
•
Erhöhung der Re-Integrationschancen (bspw. durch Qualifizierung)
Arbeitsmarktintegration: •
Aufnahme einer regulären, ungeförderten Beschäftigung
•
Erlangen eines Arbeitsplatzes
Ziel und Ergebnis der aktiven Arbeitsmarktpolitik sollte es sein, einen sichtbaren Beitrag zur Realisierung dieser Zielsetzungen – und in weiterer Folge zu den übergeordneten Vorgaben – zu leisten. Das Analysedesign der vorliegenden Studie wurde so gewählt, dass Einschätzungen der Relevanz der gesetzten Maßnahmen für die Zielerreichung entlang der definierten Beobachtungsgrößen getroffen werden können. So erlaubt die Matchingfunktion die Analyse des Effektes der Maßnahmen auf die Arbeitsmarktintegration, im Sinne des Übergangs von Arbeitslosigkeit in ungeförderte Beschäftigung. Das Konzept der Beveridge-Kurve ermöglicht die Betrachtung des Einflusses der Maßnahmen auf die Vermeidung bzw. Reduzierung von Arbeitslosigkeit, in der Analyse operationalisiert als Arbeitssuchendenquote. Mit der Partizipationsquote kann die dritte Zieldimension, die Vermittlungsunterstützung, näher beleuchtet werden, indem Wirkungen auf den Verbleib im Arbeitsmarkt – im Gegensatz zum Status „out of labour force“ – betrachtet werden. Mithilfe des VAR-Modells können die zeitlichen Abhängigkeiten in Form eines datenorientierten Ansatzes analysiert werden. Die nachfolgenden Ausführungen fassen die Ergebnisse dieser Analysen zusammen und liefern Schlussfolgerungen für die Wirkungen der ausgewählten Maßnahmentypen. Zusammenfassung der Ergebnisse
Für die Identifikation der interessierenden kausalen Effekte aktiver Arbeitsmarktpolitik auf diese Zielgrößen wurde auf lineare Regressionsmodelle zurückgegriffen. Grundlage dieser Schätzungen sind Paneldaten mit aggregierten Regionaldaten. Sämtliche Schätzungen beziehen sich auf 86 regionale Geschäftsstellen in Österreich. Die zeitliche Dimension sind Quartalsdaten des Zeitraums 2004-2007 bzw. bei den Übergängen von Arbeitssuche in Beschäftigung 2001-2007. Die untersuchten Maßnahmenkategorien sind aktive Arbeitssuche (AA), Arbeitstraining (AT), Orientierung (OR), Aus- und ii
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Weiterbildung (AW), Kurskosten (KK), gemeinnützige Beschäftigungsprojekte (GB) und sozialökonomische Betriebe (SÖB), Eingliederungsbeihilfen (EB) sowie Lehrstellenförderung (LE). Der Politikeinsatz wird grundsätzlich durch den Anteil der TeilnehmerInnen an einer Maßnahme an allen Arbeitssuchenden gemessen. Um eventuelle Wirkungsverzögerungen der Maßnahmen auf die Ergebnisgrößen sowie saisonale Ausschläge zu berücksichtigen, wurden bei den Analysen für die Arbeitssuchendenquote und die Partizipationsquote zeitlich verzögerte Werte des Maßnahmeneinsatzes (4 Quartale) einbezogen. Bei den Schätzungen zur Erklärung der regionalen Übergänge aus Arbeitssuche in Beschäftigung wurde eine andere Strategie gewählt. Hier wurde zusätzlich zwischen aktuellen und ehemaligen MaßnahmenteilnehmerInnen unterschieden, um insbesondere die Lock-In Effekte zu berücksichtigen. Im Folgenden werden die Schätzergebnisse für die drei Zielindikatoren und die Ergebnisse der VAR-Modelle kurz dargestellt. Anschließend erfolgt eine Diskussion dieser Ergebnisse im Hinblick auf die einzelnen untersuchten Maßnahmen. Die Übergänge aus Arbeitssuche in ungeförderte Beschäftigung zu erhöhen und damit die Matchingeffizienz zu steigern, ist ein direktes Ziel der aktiven Arbeitsmarktpolitik. Aus mikroökonomischen Evaluationsstudien ist bekannt, dass die Wahrscheinlichkeit für die Aufnahme einer Beschäftigung während der Teilnahme, verglichen mit Personen die zunächst in Arbeitslosigkeit verbleiben, sinkt. Unsere Analysen auf der regionalen Ebene zeigen, dass der Anteil der (aktuellen) MaßnahmenteilnehmerInnen in einer regionalen Geschäftsstelle zu einem Zeitpunkt für die Mehrzahl der untersuchten Maßnahmen keinen signifikanten Einfluss auf die Zahl der Matches im darauffolgenden Quartal ausübt. Ausgehend von den theoretischen Überlegungen und den Ergebnissen der Mikroanalysen ist eine Steigerung der Matchingeffizienz durch aktive Arbeitsmarktpolitik allerdings erst nach Abschluss einer Maßnahme zu erwarten. Unsere Analysen zeigen, dass solche positiven Effekte des Anteils ehemaliger MaßnahmenteilnehmerInnen lediglich für drei untersuchte Maßnahmen statistisch signifikant sind: GB / SÖB, Eingliederungsbeihilfen und Lehrstellenförderung. Bezüglich des Gesamteffekts einer Maßnahme – bestehend aus dem Effekt des Anteils der aktuellen und ehemaligen MaßnahmenteilnehmerInnen – lässt sich Folgendes festhalten: Quantitativ bedeutsame positive Effekte auf die Matchingeffizienz in einer Region gehen sowohl von Eingliederungsbeihilfen als auch von der Lehrstellenförderung aus. Die positiven Effekte von GB / SÖB für die ehemaligen MaßnahmenteilnehmerInnen scheinen dagegen von den negativen Effekten der aktuellen MaßnahmenteilnehmerInnen weitgehend konterkariert zu werden. Die identifizierten Nettoeffekte aktiver Arbeitsmarktpolitik auf die Zahl der Matches enthalten nur einen Teil der möglichen indirekten Effekte. Um eine Substitution von Beschäftigten durch MaßnahmenteilnehmerInnen innerhalb eines Betriebs oder auch mögliche Verdrängungseffekte zusätzlich zu berücksichtigen, wurden Effekte aktiver Arbeitsmarktpolitik auf die regionale Arbeitssuchendenquote analysiert. Die Reduzierung iii
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
des Problems der Arbeitslosigkeit ist ebenfalls ein wesentliches Ziel jeder Arbeitsmarktpolitik. Die Schätzergebnisse zeigen, dass die Arbeitssuchendenquote in einer Region nur gering auf einen erhöhten Einsatz von Maßnahmen der aktiven Arbeitsmarktpolitik reagiert. Lediglich von Arbeitstraining und Eingliederungsbeihilfen gehen langfristig (d.h. nach Beendigung aller Anpassungsmechanismen) statistisch signifikant senkende Effekte auf die Arbeitssuchendenquote aus, wobei der Effekt von Arbeitstraining ausschließlich auf Oberösterreich zurückzuführen ist. Ein verstärkter Einsatz von Orientierung und aktiver Arbeitssuche erhöht dagegen sogar die Arbeitssuchendenquote in einer Region. Aktive Arbeitsmarktpolitik kann, wie in Abschnitt 5.3 erläutert, auch einen Effekt auf das Arbeitsangebot ausüben. Als Erfolg wird dabei gewertet, wenn Personen vom Status „outof labour force“ in den Kreis der Erwerbspersonen wechseln bzw. wenn ein Rückzug arbeitslos gewordener Personen in die stille Reserve verhindert wird. Die Analysen zeigen allerdings, dass die regionale Partizipationsquote mit aktiver Arbeitsmarktpolitik langfristig nicht zu erhöhen ist. Im Gegenteil, kurzfristig verringern die meisten der betrachteten Maßnahmen sogar die Partizipationsquote. Lediglich bei der Eingliederungsbeihilfe ist ein kurzfristig positiver Effekt festzustellen. Die unterschiedlichen Ergebnisvariablen wurden abschließend anhand eines vektorautoregressiven Ansatzes in Bezug zueinander gesetzt. Hierzu muss allerdings von der Ebene der regionalen Geschäftsstellen auf die Ebene von Bundesländern gewechselt werden. Auch der Beobachtungszeitraum ändert sich, denn es werden monatliche Daten für den Zeitraum Januar 1987 bis Dezember 2007 verwendet. Es zeigt sich, dass für Österreich in Folge einer Erhöhung der Zahl der MaßnahmenteilnehmerInnen die Zahl der Arbeitssuchenden zwar tendenziell sinkt, jedoch ist dieser Effekt statistisch nicht signifikant von Null verschieden. Um bundeslandspezifische Faktoren zu berücksichtigen, wird für jedes Bundesland ein separates VAR-Modell geschätzt. Hier werden die Ergebnisse für Gesamtösterreich bestätigt, lediglich für Vorarlberg gilt, dass eine Erhöhung der Zahl der SchulungsteilnehmerInnen die Zahl der Arbeitssuchenden signifikant verringert.
iv
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Interpretation und Schlussfolgerungen zu den einzelnen Maßnahmen Aus- und Weiterbildung sowie Kurskosten
Die regionale Maßnahmeintensität in Aus- und Weiterbildung bzw. von Beihilfen zur Deckung der Kurskosten hat kaum Einfluss auf die untersuchten Erfolgsindikatoren, welche auf Ebene der regionalen Geschäftsstellen gemessen werden. Für Gesamtösterreich sind die Effekte nicht signifikant von Null verschieden. Wird das Bundesland Steiermark aus der Analyse ausgeschlossen, so zeigt sich zwar ein signifikant positiver Effekt, welcher allerdings äußerst gering ist. Dieses Ergebnis erscheint zunächst enttäuschend – vor allem vor dem Hintergrund des Fördervolumens. Ausgehend von den Ergebnissen der österreichischen Evaluationsstudien auf Mikroebene ist es allerdings wenig überraschend.1 Lutz, Mahringer, Pöschl (2005) finden für beide Maßnahmen drei Jahre nach Beginn der Förderung nur äußerst geringe Effekte auf die Beschäftigungschancen der geförderten Personen bzw. auf ihren Verbleib in Arbeitslosigkeit. 2 Zu ähnlichen Ergebnissen kommen auch Lechner, Wiehler (2007a, b).3 Positive Treatmenteffekte auf der Ebene der TeilnehmerInnen können aber als Voraussetzung für die Existenz positiver Effekte auf der Aggregatebene verstanden werden. Wenn der einzelne Schulungsteilnehmer nicht profitiert, dann sind auch für die Aggregatgrößen Zahl der Matches bzw. Arbeitssuchendenquote positive Effekte kaum vorstellbar. Im Rahmen der geschätzten erweiterten Matchingfunktion besonders interessant ist der insignifikante Effekt des Anteils der aktuellen TeilnehmerInnen. Während beide Mikrostudien Lock-In Effekte während der Teilnahme identifizieren, kann auf der Aggregatebene solch ein Effekt nicht nachgewiesen werden. Eine mögliche Erklärung für dieses Ergebnis ist die Existenz eines positiven Substitutionseffekts. Während die TeilnehmerInnen in der Maßnahme „eingesperrt“ sind, können andere Arbeitssuchende, die aktuell nicht an einer Maßnahme teilnehmen, den Match realisieren. Die Zahl der Matches in einer Region würde in diesem Fall trotz negativer Lock-In Effekte auf der Individualebene konstant bleiben – es käme nur zu einer Umverteilung der Beschäftigungschancen. Bezogen auf die Analysen zur Partizipationsquote fällt auf, dass Lutz, Mahringer, Pöschl (2005) einen relativ großen Teilnahmeeffekt auf Zeiten außerhalb des Arbeitsangebots identifizieren. Dies kann auf der Aggregatebene nicht bestätigt werden. Die Partizipationsquote wird im Gegenteil kurzfristig durch einen hohen Einsatz dieser Maßnahmen sogar gesenkt. Ein Grund hierfür könnte sein, dass die Effekte der TeilnehmerInnen, verglichen mit dem gesamten Arbeitsangebot einer Region, zu gering sind, als dass sie auf dieser Ebene gemessen werden können.
1
2 3
Beim Vergleich von Mikro- und Makrostudien ist der unterschiedliche Beobachtungszeitraum zu beachten – eine direkte Übertragung ist damit nicht möglich. In der Studie von Lutz, Mahringer, Pöschl (2005) werden leider keine Aussagen bezüglich der Signifikanz getroffen. In einer weiteren Studie zu mikroökonometrischen Wirkungen von Qualifizierungsmaßnahmen finden Gregoritsch et al. (2007) positive Beschäftigungseffekte. Da keine Konfidenzintervalle für die Ergebnisse angegeben werden, lässt sich über die Signifikanz der Ergebnisse keine Aussage treffen. Darüber hinaus verbleibt unklar, wie die verwendete Kontrollgruppe gebildet wurde.
v
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Bei der Interpretation der Effekte der Qualifizierungsmaßnahmen ist jedoch zu beachten, dass diese Maßnahmen möglicherweise erst langfristig wirksam werden. Dies zeigen empirische Befunde für Deutschland (siehe beispielsweise Fitzenberger et al. (2008), Stephan, Pahnke (2008), Hujer et al. (2006)). Es ist zu vermuten, dass der für die Studie zur Verfügung stehende Zeitraum zu kurz ist, um eine abschließende Beurteilung vornehmen zu können. Es ist weiterhin zu prüfen, ob die derzeit vermittelten Inhalte der Maßnahmen den Zielgruppen entsprechen und heterogene Effekte für einzelne Gruppen (z.B. Männer / Frauen) zu erwarten sind, welche auf der Makroebene nicht unterschieden werden können. Deshalb sollten zunächst weitere mikroökonometrische Studien durchgeführt werden, um möglichst differenzierte gruppenspezifische Effekte zu analysieren. Darüber hinaus erscheint es zweckmäßig, maßnahmenspezifische Wirkungen abzuschätzen, um die Heterogenität der einzelnen Maßnahmen der Aus- und Weiterbildung erfassen zu können. Eingliederungsbeihilfen
Eingliederungsbeihilfen sind von allen betrachteten Maßnahmen am erfolgreichsten. Mit steigendem Anteil ehemaliger MaßnahmenteilnehmerInnen zu einem Zeitpunkt erhöht sich die Zahl der erwarteten Matches in einer Region im darauffolgenden Quartal. Gleichzeitig werden diese Effekte der ehemaligen TeilnehmerInnen nicht durch einen negativen Effekt des Anteils der aktuellen MaßnahmenteilnehmerInnen konterkariert. Es können aber nicht nur die Matches gesteigert werden, sondern auch die regionale Arbeitssuchendenquote ist in Regionen mit einem starken Einsatz dieser Maßnahme ceteris paribus geringer als in Regionen, die dieses Instrument nur in geringem Maße einsetzen. Eingliederungsbeihilfen sind darüber hinaus auch die einzige untersuchte Maßnahme, die zumindest in der Tendenz zu einer höheren Partizipationsquote führt, auch wenn dieser Effekt langfristig nicht signifikant ist. Die in der Mikrostudie von Lutz, Mahringer, Pöschl (2005) gefundenen positiven Effekte auf die Beschäftigungsaufnahme von Empfängern von Eingliederungsbeihilfen können somit auch auf der Aggregatebene bestätigt werden. 4 Dies war nicht unbedingt so zu erwarten. So stehen besonders direkte Lohnsubventionen an Betriebe im Verdacht, negative indirekte Effekte zu verursachen. Es besteht die Möglichkeit, dass Betriebe eine offene Stelle statt mit einem ungeförderten Arbeitssuchenden mit einem geförderten besetzen. Da allerdings die Zahl der ungeförderten Matches mit dem Anteil der aktuellen MaßnahmenteilnehmerInnen nicht signifikant sinkt bzw. die Zahl der ungeförderten Matches mit dem Anteil der ehemaligen MaßnahmenteilnehmerInnen sogar signifikant erhöht wird, scheint sich diese Befürchtung nicht zu bewahrheiten. Auch der Verdacht, Mitarbeiter zu entlassen, um geförderte Personen einzustellen, scheint unbegründet, da 4
Bei einem Vergleich mit den Mikrostudien ist allerdings zu beachten, dass die dargestellten Effekte in Tabelle 9 geförderte und ungeförderte Beschäftigung enthalten. Da der Erhalt von Eingliederungsbeihilfen an eine Beschäftigung gebunden ist, werden die Effekte deutlich überschätzt. Wird nur der Effekt auf ungeförderte Beschäftigung betrachtet, finden die Autoren trotz großer Lock-In Effekte ebenfalls positive Wirkungen, allerdings in deutlich geringerem Ausmaß.
vi
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
nicht nur die Matches aus dem Status „Arbeitssuche“ steigen, sondern die regionale Arbeitssuchendenquote insgesamt signifikant gesenkt werden kann. Dies schließt auch Verdrängungseffekte in anderen Betrieben einer Region, ausgelöst durch Lohnkostenvorteile, weitgehend aus. Auch wenn „zu vermuten ist, dass die Eingliederungsbeihilfe eine Mischung aus förderungsbedingten Beschäftigungsaufnahmen und „mitgenommener“ Förderungen ist“ (Lutz, Mahringer, Pöschl (2005, S. 236)), zeigen die empirischen Befunde, dass die erwarteten Mitnahmeeffekte auf der Makroebene die positiven Mikrowirkungen nicht kompensieren. Daraus folgt, dass die derzeitige Ausgestaltung der Eingliederungsbeihilfe beibehalten werden sollte, jedoch Anreize zur Verstärkung von Mitnahmeeffekten zu vermeiden sind. Keine Aussage lässt sich darüber treffen, inwieweit die gefundenen positiven Effekte bei einer starken Ausdehnung dieser Maßnahme vorhanden bleiben. Aktive Arbeitssuche und Orientierung
Aktive Arbeitssuche und Orientierung sind diejenigen Maßnahmen, für welche die Makroanalyse die ungünstigsten Ergebnisse zeigt. Ein hoher Anteil aktueller TeilnehmerInnen an Maßnahmen der aktiven Arbeitssuche verringert ceteris paribus signifikant die Matches im darauffolgenden Quartal. Der Anteil ehemaliger MaßnahmenteilnehmerInnen ist dagegen für beide Aktivierungsmaßnahmen nicht signifikant, d.h. ein verstärkter Einsatz führt zu keiner Verbesserung der Matchingeffizienz. Dies kann darauf zurückzuführen sein, dass aufgrund der kurzen Maßnahmendauer kaum eine Steigerung der Produktivität der Arbeitssuchenden erzielt wird. Auch ein training-on-the-job findet im Rahmen dieser Maßnahmen nicht statt. Gleichzeitig folgt der Teilnahme an diesen Kursen häufig eine weitere Maßnahme wie z.B. eine Qualifizierungsmaßnahme. Dies kann der Grund sein, weshalb beide Aktivierungsmaßnahmen die Arbeitssuchendenquote signifikant erhöhen. Für Personen, die eine Aktivierungsmaßnahme abgeschlossen haben, erfolgt zum Teil direkt im Anschluss die nächste Maßnahme, so dass ein Lock-In Effekt erst nach Abschluss der ersten (kurzen) Maßnahme entsteht. Somit erhöht sich in den darauffolgenden Quartalen die Arbeitssuchendenquote, wenn auch nur in sehr geringem Ausmaß. Auf die Partizipationsquote hat ein regional stärkerer Einsatz der beiden Maßnahmen (jedoch inkl. Arbeitstraining) einen kurzfristig negativen Effekt. Allerdings zeigt die nähere Analyse, dass dieses Ergebnis nicht stabil bleibt, wenn einzelne Bundesländer oder Regionstypen im Modell separat einbezogen werden5.
5
Bei Berücksichtigung von Interaktionseffekten dieser Maßnahmentypen in bestimmten Bundesländern bzw. Regionstypen zeigt sich, dass der negative Parameter der kürzeren Maßnahmen (inkl. Arbeitstraining) nicht stabil bleibt. In Oberösterreich wie auch in der Gruppe der „steirischen Industrieregionen“ der Clusteranalye zeigt die separate Betrachtung dieser Maßnahmen einen signifikant positiven Effekt. Weiters verschwindet der negative Effekt der „kürzeren“ Maßnahmen inkl. Arbeitstraining gänzlich, wenn man den Effekt dieser kürzeren Maßnahmen auf die Partizipationsrate in den Tourismusregionen „herausrechnet“.
vii
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Bei der Bewertung der empirischen Befunde ist zu berücksichtigen, dass die Orientierungsmaßnahmen vor allem darauf abzielen, die Voraussetzungen für eine Weiterberatung, die Teilnahme an Qualifikationsmaßnahmen oder für eine Berufsentscheidung zu schaffen. Es ist deshalb zu vermuten, dass sowohl eine Erhöhung der Matchingeffizienz als auch eine Verringerung der Arbeitslosigkeit nur längerfristig erreichbar ist. Gemeinnützige Beschäftigungsprojekte und Sozialökonomische Betriebe
Beschäftigungsschaffende Maßnahmen sind häufig umstritten, da sie im Verdacht stehen, nicht nur negative indirekte Effekte zu verursachen, sondern auch durch eine Stigmatisierung den TeilnehmerInnen selbst schaden. Die mikroökonomischen Studien finden für Österreich allerdings entweder positive oder zumindest keine negativ signifikanten Ergebnisse. Dieses Bild findet sich auch auf der Makroebene wieder. Zwar wirkt eine Erhöhung der Akkomodationsrate der aktuellen MaßnahmenteilnehmerInnen zunächst signifikant negativ auf die Zahl der Matches. Dies kann jedoch durch die für diese Maßnahmen typische lange Förderdauer erklärt werden. Nach Beendigung dieser Maßnahmen steigt die Matchingeffizienz deutlich an. Regionen mit einer hohen Zahl ehemaliger TeilnehmerInnen an GB / SÖB haben signifikant mehr Übergänge in ungeförderte Beschäftigung. Bei Betrachtung der Effekte von GB / SÖB auf die Arbeitssuchendenquote zeigt sich, dass eine Erhöhung der Akkomodationsraten diese unmittelbar senken kann. Dieser Effekt geht aufgrund des Lock-In Effekts wohl nicht von den MaßnahmenteilnehmerInnen selbst aus, sondern ist durch indirekte Effekte auf NichtTeilnehmerInnen zu erklären. So haben die betroffenen Betriebe durch die staatliche Förderung geringere Personalkosten, was sich auch auf die Nachfrage nach ungeförderter Arbeit auswirken kann. Dieser Effekt bleibt auch nach drei Jahren noch bestehen. Erst nachdem alle Anpassungsmechanismen vollzogen sind, kann kein Effekt mehr gefunden werden. Dies spricht für einen Verdrängungseffekt, der in der vorher betrachteten Matchingfunktion nicht berücksichtigt werden konnte. Langfristig scheinen durch GB / SÖB geförderte Betriebe am freien Markt mit ungeförderten Betrieben in Konkurrenz zu treten, was für die Region insgesamt ein Nullsummenspiel bedeutet. Auf die Partizipation haben auch GB/ SÖB kontemporär keinen signifikanten Einfluss, in der längeren Frist zeigt sich aber ein schwach signifikanter Effekt.
viii
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Arbeitstraining
Unter den evaluierten Maßnahmen nimmt das Arbeitstraining eine gewisse Sonderstellung ein. Die Zielgruppe sind Personen mit besonderen Vermittlungshemmnissen, die in der Regel kaum Chancen auf eine ungeförderte Beschäftigung haben. Das Arbeitstraining hat in Oberösterreich einen geographischen Schwerpunkt, was sich auch in den Ergebnissen deutlich zeigt. Auf der Mikroebene finden Lechner, Wiehler (2007a, b) keinen Effekt. Nur Lutz, Mahringer, Pöschl (2005) messen geringe positive Effekte auf Beschäftigung und Arbeitslosigkeit. Auf die Zahl der Übergänge in unselbstständige Beschäftigung in einer Region hat ein hoher Anteil an aktuellen TeilnehmerInnen keinen Einfluss. Ein etwaiger Lock-In Effekt für die einzelnen TeilnehmerInnen wird also dadurch kompensiert, dass die betroffenen Personen auch ohne die Teilnahme nahezu keine Chance auf einen Match gehabt hätten. Der gefundene signifikant negative Effekt des Anteils der ehemaligen TeilnehmerInnen auf die Zahl der Matches muss vorsichtig interpretiert werden, da dieser Effekt sehr instabil ist und ausschließlich von Oberösterreich ausgeht. Gleiches gilt für die signifikant gefundenen Effekte bei der Arbeitssuchendenquote. Auch hier gehen diese Effekte nur von Oberösterreich aus und sind in den übrigen RGS nicht aufzufinden. Die Tatsache, dass Arbeitstraining zumindest in diesem Bundesland zu einer geringen Senkung der Arbeitssuchendenquote beitragen kann, geht nicht von den TeilnehmerInnen selbst aus, sondern könnte in der Natur der Maßnahme begründet sein. Da die Zielgruppe aus Problemfällen besteht, ist eine intensive Betreuung notwendig. Dies wiederum erfordert die Beschäftigung von Trainern und Ausbildern. Bei der Analyse dieser Maßnahmenkategorie ist zu beachten, dass die Realisierung der rein ökonomischen Ziele des Übergangs in ungeförderte Beschäftigung oder der Reduzierung der Arbeitslosigkeit sicherlich nur längerfristig angestrebt werden kann. Im Vordergrund steht eher, den Verfall des Humankapitals zu verhindern und die Beschäftigungsfähigkeit zu stabilisieren. Lehrstellenförderung
Die Lehrstellenförderung hat während des Untersuchungszeitraums stetig an Bedeutung gewonnen. Zu einem besonders starken Anstieg des Fördervolumens kam es insbesondere seit der Einführung des „Blum-Bonus“ im September 2005, wonach Betrieben finanzielle Anreize geboten werden, auch über ihren Bedarf hinaus auszubilden. Entsprechend der typischerweise langen Dauer dieser Maßnahme ist auch auf der regionalen Ebene zunächst ein deutlicher Lock-In Effekt erkennbar. 6 In Regionen mit vielen aktuellen TeilnehmerInnen an dieser Maßnahme werden, gegeben die Zahl der Arbeitssuchenden und offenen Stellen, signifikant weniger Übergänge in ungeförderte Beschäftigung gezählt. Dabei scheinen die übrigen Arbeitssuchenden kein Ersatz für die „eingesperrten“ 6
Da die Lehrstellenförderung bislang auf der individuellen Ebene nicht evaluiert wurde, ist kein Vergleich mit Ergebnissen auf Ebene der Teilnehmer möglich.
ix
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Lehrlinge zu sein. Dies könnte dadurch bedingt sein, dass Lehrstellensuchende entsprechend ihrer fehlenden Ausbildung und Berufserfahrung in der Regel keine Substitute zu anderen Arbeitssuchenden sind. Haben die TeilnehmerInnen jedoch ihre Maßnahme beendet, wirkt sich ein hoher Anteil signifikant positiv auf die Matchingeffizienz aus. Das spricht dafür, dass die Maßnahme hinsichtlich des Ziels der Integration der TeilnehmerInnen erfolgreich war, ohne dabei andere Arbeitssuchende zu verdrängen. Betrachtet man die Auswirkung der Lehrstellenförderung auf die Arbeitssuchendenquote, sind mitunter gegenläufige Effekte zu erkennen. So wirkt sich ein hoher Anteil der TeilnehmerInnen direkt senkend auf die Arbeitssuchendenquote aus. Dies ist dadurch zu erklären, dass geförderte Lehrstellensuchende günstiger sind und damit die Personalkosten ihres Betriebes senken. Zudem bedürfen sie einer Betreuung durch Ausbilder, was sich durchaus positiv auf die Arbeitsnachfrage der Betriebe auswirken kann. Mit der Zeit verringert sich dieser Effekt jedoch beträchtlich und wird für Gesamtösterreich insignifikant. Lediglich wenn das Bundesland Kärnten aus der Analyse ausgeschlossen wird, ist ein schwach signifikant senkender Effekt auf die Arbeitssuchendenquote erkennbar. Dies kann dadurch begründet werden, dass einige Betriebe durch den „Blum-Bonus“ animiert werden, über Bedarf auszubilden. Nach Beendigung der Förderung haben die TeilnehmerInnen zwar ihre Chancen auf einen Übergang in ungeförderte Beschäftigung erhöht, aber dadurch sind sie zu perfekten Substituten von ungeförderten Auszubildenden geworden, mit denen sie nun um die vorhandenen Vakanzen konkurrieren müssen. Auf die Partizipation ergibt sich in den Analysen weder in der kurzen noch in der langen Frist ein signifikanter Einfluss.
x
Summary of results Macro-economic effects of the active labour market policy in Austria 2001-2007
Macro-economic effects of the active labour market policy in Austria 2001-2007 A regional econometric evaluation September 2009 Institutions involved Frankfurt/Main
in
projects:
JOANNEUM
RESEARCH,
IAB,
University
of
Client: Federal Ministry for Employment, Social Affairs and Consumer Protection (BMASK) Authors: Christine Aumayr, Uwe Blien, Wolfgang Dauth, Reinhard Hujer, Dominik Janisch, Michael Kernitzkyi, Eric Kirschner, Rose-Gerd Koboltschnig, Birgit Woitech, Katja Wolf Operating time: 09/2008-09/2009 Summary of results The aim of the present study is to investigate the effects of the active labour market policy in Austria on macro-economic values. Compared with the evaluation studies on a micro-level, the focus is not on the effects of a particular measure on participants but rather on all employed people or people seeking employment. According to the theory presented by Calmfors (1994), the active labour market policy has an abundance of different effects on the different macro-economic values. The present study involved analysing 3 economic output values: the transition of job-seekers into non-subsidised salaried employment, the jobseeker quota and participant quota. The time context of the employment market linked to the labour market policy measures was also analysed. In order to identify any interesting causal effects of the active labour market policy on these target values, linear regression models were applied. Panel data with aggregated regional data formed the basis for these estimates. All estimates relate to the 86 regional offices in Austria. The time dimensions involve quarterly data for the period of 2004-2007 and in the case of transitions of job-seekers in employment from 2001-2007. The categories of measure under investigation included active jobseeking, work training, orientation, further and continued education, course costs, non-profit employment projects and social economic enterprises, settling-in allowances and apprenticeship subsidies. The estimation results for the 3 target indicators and the results of the VAR model are presented in brief below. This is followed by a discussion of these results in relation to the individual measures under investigation. Increasing the transition of job-seekers into non-subsidised employment and thereby enhancing matching efficiency is a direct aim of the active employment market policy. It is clear from micro-economic evaluation studies that the likelihood of accepting employment during participation is falling compared with those who initially remain unemployed. Our analyses at a regional level reveal that the share of those (currently) participating in measures at a regional office at any time does not have any significant influence on the number of matches in the subsequent quarter, in the case of the majority of those investigated. Based on theoretical considerations and the results of micro-analyses, an increase in matching efficiency can be expected thanks to the active labour market policy although admittedly only following completion of a measure. Our analyses show that these positive effects in terms of the share of former participants involved in measures are only statistically significant for the 3 measures under investigation: non-profit employment projects and social economic enterprises, settling-in allowances and apprenticeship subsidies. When it comes to the overall effect of a particular measure (consisting of September 2009
Page 1 of 6
Summary of results Macro-economic effects of the active labour market policy in Austria 2001-2007
the effect of the share of current and former participants in the measure), the following can be ascertained: Significant positive effects in quantity terms on the matching efficiency in a region can be derived from both settling-in allowances and apprenticeship subsidies. The positive effects of non-profit employment projects and social economic enterprises for the former participants in measures seem to be largely counteracted by the negative effects of the current participants. The identified net effects of the active labour market policy on the number of matches comprise just one part of the potential indirect effects. In order to allow for the substitution of measure participants within a company or potential crowding-out effects, the effects of active labour market policy on the regional quota of job-seekers were analysed. Reducing the problem of unemployment is also a significant goal of any labour market policy. The estimation results show that the quota of job-seekers in a region reacts only slightly to an increase in the use of active labour market policy measures. Only work training and settling-in allowances have any statistically significant effect on reducing the quota of job-seekers in the long-term (i.e. after completion of all adaptation mechanisms) with the effect of work training being attributable to Upper Austria alone. The increased application of orientation and active job-seeking measures can even increase the quota of job-seekers in a region. An active labour market policy can also have effects on the employment provision. It is deemed to be a success when people with an ‘out of labour force’ status return to employment or when the withdrawal of unemployed people into hidden unemployment is prevented. The analyses show that the regional participation quota is not increased in the long-term through an active labour market policy. On the contrary, in the short-term most of the measures observed even reduce the participation quota. Only in the case of settling-in allowances is a positive effect evident in the short-term. The different result variables were positioned in relation to one another based on a vector autoregressive approach. To achieve this, it was necessary to switch from the regional offices level to the federal state level. The period of observation was also changed, using monthly data from the period of January 1987 to December 2007. It is evident that the number of job-seekers in Austria is on the decline as a result of the positive impact on participants in the various measures. However, this effect is statistically insignificant. To take account of state-specific factors, each federal state is assessed based on a separate VAR model. This confirms the results for Austria as a whole. In Vorarlberg alone, however, the positive impact on training participants has led to a significant reduction in the number of job-seekers. Interpretation and conclusions on the individual measures Further and continued education and course costs The regional intensity of measures in further and continued education or subsidies to help cover course costs has no influence on the success indicators under investigation, which are measured on the level of the regional offices. This result may initially appear disappointing – especially given the volume of subsidies available. However, it comes as no surprise at all given the results of Austrian evaluation studies at a micro-level.1 In the case of both measures, Lutz, Mahringer, Pöschl (2005) only identified very slight effects on employment opportunities or the likelihood of remaining unemployed for individuals receiving subsidies, 3 years after starting to receive the subsidies.2 Lechner, Wiehler (2007a, b) also came to a similar conclusion. The positive treatment effects on the level of participants can be seen as a pre-requisite for the existence of positive effects at an aggregate level. If the individual training
1
2
When comparing micro and macro studies, the different observation period should be taken into account – a direct transfer is therefore impossible. In the study carried out by Lutz, Mahringer, Pöschl (2005), no statements relating to the significance of this were made.
September 2009
Page 2 of 6
Summary of results Macro-economic effects of the active labour market policy in Austria 2001-2007
participants do not benefit, positive effects on the number of matches or the quota of job-seekers seems unlikely. Particularly interesting in terms of the estimated extended matching function is the insignificant effect on the share of current participants. While both micro-studies identify lock-in effects during participation, such effects cannot be detected at an aggregate level. One possible explanation of this result is the existence of a positive substitution effect. While participants are ‘locked’ into this measure, other job-seekers not currently taking part in one of the measures can make a match. The number of matches in a region would therefore remain constant at an individual level, despite the negative lock-in effects – there would be a redistribution of employment opportunities. When it comes to analyses of the participation quota, it is evident that Lutz, Mahringer, Pöschl (2005) identify a relatively significant participation effect on times outside of the employment offer. This cannot be confirmed at an aggregate level. On the contrary, the participation quota may even fall in the short-term as a result of the significant application of these measures. One reason for this is that the effects on participants are too slight to be measured at this level compared with the entire employment offer of a region. When interpreting the effects of qualification measures, it should be noted that these measures may only be effective in the long-term initially. This is demonstrated by empirical findings from Germany (see for example Fitzenberger et al. (2008), Stephan, Pahnke (2008), Hujer et al. (2006)). It is likely that the time period available for the study is too short to make a final assessment. It should also be assessed whether the content of the measures corresponds to the target groups and whether heterogeneous effects for individual groups (e.g. men/women) are to be expected which cannot be differentiated at a macro-level. Settling-in allowances Settling-in allowances are the most successful of all the measures observed. With an increasing share of former participants involved in measures at any time, the number of expected matches in a region also increases in the subsequent quarter. At the same time, the effect of these former participants cannot be counteracted by the negative effects of the share of current participants. It is not just the matches which can be increased; the regional quota of job-seekers in regions with a heavier use of this measure is also lower than in regions which only apply this measure to a limited degree, all other things being equal. Settling-in allowances are the only measure under investigation which leads to a higher participation quota, although this effect is not significant in the long-term. The positive effects on employment take-up among the recipients of settling-in allowances in the microstudy carried out by Lutz, Mahringer, Pöschl (2005) are confirmed at an aggregate level.3 This was not necessarily expected. Direct wage subsidies to companies are suspected of causing negative indirect effects. There is the possibility of companies filling a vacant position with a subsidised job-seeker instead of an unsubsidised job-seeker. Since the number of unsubsidised matches with the share of current participants involved with the measures is not falling significantly whereas the number of unsubsidised matches with the share of former participants even reveals a significant increase, this fear appears unfounded. The notion of firing employees in order to take on subsidised individuals also appears to have no basis as it is not just the matches relating to the ‘job-seeking’ status which have increased; the regional quota of job-seekers overall can also be decreased significantly. This largely rules out crowding-out effects in other areas of a region triggered by wage cost benefits.
3
When comparing with micro-studies, it is important to note that the effects presented in table 9 include both subsidised and non-subsidised employment. Since receiving settling-in allowances are linked to employment, the effects have been considerably over-estimated. Looking at the effects on unsubsidised employment alone, the authors also identify some positive results despite the significant lock-in effects, albeit to a much lower degree.
September 2009
Page 3 of 6
Summary of results Macro-economic effects of the active labour market policy in Austria 2001-2007
Even if it is “assumed that the settling-in allowance is a mixture of subsidy-influenced employment takeup and ‘bandwagon effect’ subsidies” (Lutz, Mahringer, Pöschl (2005, p. 236)), the empirical findings indicate that the expected incidental effects do not compensate for the positive effects at a macro-level. As a result, the current organisation of settling-in allowance should be retained and incentives to increase bandwagon effects should be avoided. Active job-seeking and orientation Active job-seeking and orientation are those measures whereby macro-analysis generates unfavourable results. A high proportion of current participants in active job-seeking measures significantly reduces matches in the subsequent quarter, all other things being equal. On the other hand, the share of former participants is not significant to either activation measure, i.e. increased application does not lead to an improvement in matching efficiency. This can be put down to the fact that the short duration of the measures means that virtually no increase in the productivity of the job-seekers can be achieved. No training-on-the-job takes place as part of these measures either. At the same time, participation in these courses often follows another measure e.g. a qualification-based measure. This may be the reason why both activation measures increase the quota of job-seekers significantly. In the case of individuals who have completed participation in an activation measure, this may lead directly onto the next measure so that a lock-in effect emerges right after completion of the first (short) measure. As a result, the quota of job-seekers increases in the subsequent quarters, even if only slightly. Regional application of both measures (incl. work training) has a negative effect on the participation quota in the short-term. Closer analysis reveals that this result does not remain stable when individual states or region types are taken into account separately in the model4. Non-profit employment projects and social economic enterprises Job-creation measures are frequently the subject of dispute as they are suspected of creating negative indirect effects and damaging the participants due to stigmatisation. The micro-economic studies for Austria reveal either positive or else no significant negative results. This image is also reflected at a macro-level. An increase in the accommodation rate of the current participants of such measures has a significant negative effect on the number of matches initially. However, this can be explained by the typically long support period of these measures. The matching efficiency increases significantly following the completion of the measures. Regions with a high number of former participants in nonprofit employment projects and social economic enterprises reveal significantly more transitions into unsubsidised employment. When observing the effects of non-profit employment projects and social economic enterprises on the quota of job-seekers, it is evident that an increase in the accommodation rates can have an immediate impact on reducing the quota of job-seekers. Due to the lock-in effect, this effect is probably not derived from the participants themselves but rather from the indirect effects on non-participants. As such, the affected companies have lower personnel costs as a result of the state subsidies which can have an effect upon the demand for unsubsidised work. This effect may still be in existence after 3 years. Only when all of the adaptive mechanisms have been completed is there no more hint of this effect left. This is 4
When considering the interaction effects of these types of measures in specific federal states or region types, it is clear that the negative parameters of the shorter measures (incl. work training) are not stable. In Upper Austria and ‘Styria industrial regions’ group, looking at these measures separately reveals a significant positive effect. The negative effect of the ‘shorter’ measures incl. work training as a whole also disappears when excluding the effect of these shorter measures on the participation quota in the tourist regions.
September 2009
Page 4 of 6
Summary of results Macro-economic effects of the active labour market policy in Austria 2001-2007
indicative of a crowding-out effect which could not be taken into consideration in the previously observed matching function. In the long-term, non-profit employment projects and social economic enterprises seem to enter into competition with unsubsidised companies on the free market which means a zero-sum games for the region overall. Non-profit employment projects and social economic enterprises have no significant corresponding influence on participation, although in the longer-term an effect of slight significance is evident. Work training Work training plays a very specific role of the measures being assessed. The target groups are people with particular placement difficulties and who would not usually have the chance to access unsubsidised employment. Work training in Upper Austria has a specific geographical focus which is significantly reflected in the results. On a micro-level, Lechner, Wiehler (2007a, b) did not note any effect. Only Lutz, Mahringer, Pöschl (2005) measure unfavourable effects on employment and unemployment. A high share of current participants has no influence on the number of transitions into salaried employment. A lasting lock-in effect for the individual participants is compensated by the fact that the affected individuals had virtually no chance of a match without participation. The significant negative effects of the share of former participants on the number of matches must be interpreted with caution as this effect is very unstable and is derived solely from Upper Austria. The same applies to the significant effects identified in terms of the quota of job-seekers. Here too, these effects stem only from Upper Austria and cannot be found in the remaining regional offices. The fact that work training can contribute to a slight decline in the quota of job-seekers, at least in this federal state, is not related to the participants themselves but could be linked to the nature of the measure involved. Since this target group involves problem cases, intensive support is required. This requires trainers and educators to be employed.
Apprenticeship subsidies Apprenticeship subsidies have increasingly gained in significance during the investigation period. The introduction of the ‘Blum Bonus’ in September 2005 led to a particularly sharp increase in the volume of subsidies. This involved companies being offered financial incentives to offer training even beyond their requirements. Given the typically long duration of this measure, a significant lock-in effect is identifiable at a regional level.5 In those regions where there is a high number of current participants in the measure, there are significantly less transitions to unsubsidised employment given the number of job-seekers and vacant positions. The remaining job-seekers seem not to be a suitable replacement for these ‘locked in’ apprentices. This may be due to the fact that those seeking an apprenticeship generally are not a suitable substitute for other job-seekers given their lack of training and professional experience. Once these participants have completed the measure, the high share has a significant positive impact on matching efficiency. This indicates that the measure was successful in terms of the aim of integrating participants, without crowding out other job-seekers. Looking at the effects of apprenticeship subsidies on the quota of job-seekers, the opposite effect is evident. A high share of participants has a direct impact in terms of reducing the quota of job-seekers. This is because subsidised individuals seeking an apprenticeship are more desirable and reduce the personnel costs of the company. Support from trainers is also required which can have a positive effect on the demand for employment among companies. However, this effect lessens over time. This may be 5
Since apprenticeship subsidies have not so far been evaluated at an individual level, no comparison with results at a participant level is possible.
September 2009
Page 5 of 6
Summary of results Macro-economic effects of the active labour market policy in Austria 2001-2007
due to the fact that some companies are inspired by the ‘Blum Bonus’ to train beyond their requirements. Once the funding ends, participants have a greater chance of making the transition to an unsubsidised job but then become the perfect substitutes for unsubsidised trainees with whom they must then compete for any available vacancies. The analyses do not reveal any significant influence on participation either in the short or the long term.
September 2009
Page 6 of 6
Synthèse des résultats Effets macroéconomiques de la politique active du marché du travail en Autriche de 2001 à 2007
Effets macroéconomiques de la politique active sur le marché du travail en Autriche de 2001 à 2007 Une évaluation économétrique régionale Septembre 2009 Institutions impliquées dans le projet : JOANNEUM RESEARCH, IAB, Université de Francfort s/Main Donneur d’ordre : ministère fédéral du Travail, des Affaires sociales et de la Protection du consommateur (BMASK) Auteurs : Christine Aumayr, Uwe Blien, Wolfgang Dauth, Reinhard Hujer, Dominik Janisch, Michael Kernitzkyi, Eric Kirschner, Rose-Gerd Koboltschnig, Birgit Woitech et Katja Wolf Durée : 09.2008-09.2009 Synthèse des résultats L’objectif de la présente étude est d’analyser les effets d’une politique active du marché du travail en Autriche sur des grandeurs macroéconomiques. Par comparaison avec les études d’évaluation au niveau microéconomique, l’attention ne se concentre pas sur l’effet d’une mesure exercée sur les bénéficiaires, mais sur l’ensemble des demandeurs d’emploi ou de la population active. Comme l’a déjà montré Calmfors d’un point de vue théorique (1994), il existe un grand nombre de canaux d’influence de la politique active du marché du travail sur différentes grandeurs macroéconomiques. Dans la présente étude, trois types de résultats économiques ont été analysés : les passages de la recherche d’emploi à l’emploi salarié subventionné, le pourcentage de demandeurs d’emploi et le taux de participation. Les mécanismes temporels du marché du travail en rapport avec les mesures politiques prises dans ce domaine ont également fait l’objet d’une étude. Pour identifier les effets de causalité intéressants de la politique du marché du travail sur ces ordres de grandeur, on a eu recours à des modèles linéaires de régression. La base de ces estimations est constituée de données de panel et de données régionales agrégées. Toutes les estimations se réfèrent aux 86 bureaux régionaux de placement en Autriche. Du point de vue de la durée, elles concernent les données trimestrielles de la période 2004-2007 ou 2001-2007 pour ce qui est des sorties du chômage vers l’emploi. Les catégories de mesures analysées sont la recherche active d’un travail, l’entraînement au travail, l’orientation, la formation initiale et la formation continue, les frais de cours, les projets sans but lucratif (GBP) et les entreprises socio-économiques (SÖB), les primes d’insertion ainsi que le subventionnement des places d’apprentissage. Dans ce qui suit, les estimations des trois indicateurs cibles et les résultats des modèles VAR sont brièvement présentés, puis font l’objet d’une discussion en regard de chaque mesure étudiée. L’un des objectifs directs de la politique active du marché du travail est d’augmenter les sorties du chômage vers l’emploi non subventionné et d’accroître ainsi l’efficacité d’appariement. On sait, d’après les études d’évaluation microéconomiques, que la probabilité de l’acceptation d’un emploi, lorsque l’on est bénéficiaire d’une mesure, diminue par comparaison aux personnes qui restent tout d’abord au chômage. Nos analyses au niveau régional montrent que, pour la majorité des mesures étudiées, le pourcentage de bénéficiaires (actuels) dans un bureau régional n’a, à un moment donné, aucune influence significative sur le nombre d’appariements dans le trimestre qui suit. Partant des réflexions théoriques et des résultats des microanalyses, il ne faut cependant s’attendre à un accroissement de l’efficacité d’appariement grâce à une politique active du marché du travail qu’à l’issue d’une mesure. Septembre 2009
Page 1 de 6
Synthèse des résultats Effets macroéconomiques de la politique active du marché du travail en Autriche de 2001 à 2007
Nos analyses montrent que les effets positifs de la participation des ex-bénéficiaires n’ont d’importance statistique que pour trois mesures étudiées : les projets d’emploi sans but lucratif (GB) / entreprises socio-économiques (SÖB), les primes d'insertion et le subventionnement des places d'apprentissage. Concernant l’incidence globale d’une mesure (consistant en l’effet du pourcentage des bénéficiaires actuels et des ex-bénéficiaires des mesures), on observera la chose suivante : les effets positifs, importants sur le plan quantitatif, sur l’efficacité d’appariement dans une région proviennent à la fois des primes d’insertion et du subventionnement des places d’apprentissage. Les effets positifs des emplois sans but lucratif (GB) / des entreprises socio-économiques (SÖB) pour les ex-bénéficiaires semblent, en revanche, être largement contrecarrés par les effets négatifs des bénéficiaires actuels. Les effets nets identifiés d’une politique active du marché du travail sur le nombre des appariements ne comprennent qu’une partie des effets indirects possibles. Pour tenir compte également d’un remplacement des employés par des bénéficiaires au sein d’une entreprise ou de possibles effets d’éviction, on a analysé les incidences de la politique du marché du travail sur le pourcentage régional des demandeurs d’emploi. La réduction du problème du chômage est également un objectif essentiel de toute politique du marché du travail. Les estimations montrent que le pourcentage de demandeurs d’emploi dans une région ne réagit que faiblement à une hausse du recours aux mesures de politique active. Les effets de baisse importants d’un point de vue statistique sur le pourcentage des demandeurs d’emploi proviennent, à long terme (c’est-à-dire une fois tous les mécanismes d’adaptation clos), uniquement de l’entraînement au travail et des primes d'insertion, l’effet de l’entraînement au travail étant imputable exclusivement à la Haute-Autriche. En revanche, un renforcement de l’orientation et de la recherche active d’emploi accroît même le pourcentage de demandeurs d’emploi. La politique active du marché du travail peut également avoir une influence sur l’offre de travail. On parle de succès quand les personnes passent du statut de « out-of labour force » au groupe de population active ou si l’on évite que les personnes subissant le chômage ne se retrouvent dans les réserves dormantes. Les analyses montrent en effet qu’une politique active de marché du travail ne peut accroître à long terme le taux régional de participation. Au contraire, la plupart des mesures envisagées réduisent même à court terme le taux de participation. On ne constate un effet positif à court terme que dans le cas de la prime d’insertion. Les différentes variables de résultats ont finalement été confrontées au moyen d’une approche VAR. On doit en effet ici changer de niveau et passer des bureaux régionaux aux Länder fédéraux. La période d’observation aussi est modifiée, car on utilise des données mensuelles pour la période allant de janvier 1987 à décembre 2007. Il s’avère qu’en Autriche, le nombre des demandeurs d’emploi connaît certes une baisse tendancielle suite à un choc positif sur les bénéficiaires de mesures, mais que cet effet n’est toutefois pas, du point de vue statistique, significativement différent de zéro. Afin de respecter les facteurs spécifiques à l’État fédéral, un modèle VAR séparé est évalué pour chaque Land. Les résultats pour toute l’Autriche se voient ici confirmés. Seul le Vorarlberg affiche qu’un choix positif sur les bénéficiaires de la formation réduit de manière significative le nombre des demandeurs d’emploi. Interprétation et conclusions concernant toutes les mesures Formation initiale, formation continue et frais de cours L’ampleur régionale des mesures en matière de formation initiale et continue ou d’allocations couvrant les frais de cours n’a aucune influence sur les indicateurs de réussite étudiés, mesurés à l’échelle des bureaux régionaux. Ce résultat paraît tout d’abord décevant, surtout dans le contexte des subventions. Mais si l’on se fonde sur les résultats des études d’évaluation autrichiennes à un niveau
Septembre 2009
Page 2 de 6
Synthèse des résultats Effets macroéconomiques de la politique active du marché du travail en Autriche de 2001 à 2007
microéconomique, la surprise est toutefois moindre.1 Trois ans après le début de la subvention, Lutz, Mahringer et Pöschl (2005) n’ont, pour ces deux mesures, relevé que des effets très faibles sur les perspectives d’emploi des personnes bénéficiant d’un soutien ou sur leur situation de chômage persistante.2 Lechner et Wiehler (2007a, b) aboutissent aussi à des résultats similaires. Les effets positifs de traitement au niveau des bénéficiaires peuvent être cependant compris comme une condition requise pour l’existence d’effets positifs au niveau de l’agrégat. Si le bénéficiaire de la formation n’en profite pas, alors il est difficile d’imaginer des effets positifs pour les grandeurs d’agrégat « nombre d’appariements » ou « pourcentage de demandeurs d’emploi ». Dans le cadre de l’évaluation de la fonction d’appariement élargie, l’effet insignifiant de la part des bénéficiaires actuels est particulièrement intéressant. Tandis que les deux microétudes identifient des effets de verrouillage durant la participation, ce même effet ne peut être prouvé au niveau de l’agrégat. Ce résultat peut s’expliquer par l’existence d’un effet positif de substitution. Alors que les bénéficiaires sont « enfermés » par la mesure, d’autres demandeurs d’emploi, ne bénéficiant pas à ce jour d’une mesure, peuvent réaliser l’appariement. Le nombre des appariements dans une région resterait, dans ce cas, constant en dépit des effets de verrouillage négatifs au niveau individuel ; cela n’aboutirait qu’à une modification de répartition des perspectives d’emploi. Par rapport aux analyses sur le taux de participation, on remarque que Lutz, Mahringer et Pöschl (2005) identifient un effet de participation aux mesures relativement élevé sur les périodes hors offre de travail, effet non confirmé au niveau de l’agrégat. Le taux de participation subit même, au contraire, une baisse à court terme du fait du recours élevé à ces mesures. La raison pourrait en être que les effets des bénéficiaires, comparés à l’offre totale de travail d’une région, sont trop faibles pour pouvoir être mesurés à ce niveau. Lors de l’interprétation des effets des mesures de qualification, il faut toutefois tenir compte de ce que leur efficacité n’est possible qu’à long terme, ce que montrent des résultats empiriques pour l’Allemagne (voir, par exemple, Fitzenberger et al. (2008), Stephan et Pahnke (2008), Hujer et al. (2006)). On suppose que la période disponible pour l’étude est trop brève pour pouvoir tirer une conclusion. Il convient en outre de vérifier si les contenus des mesures transmis aujourd’hui correspondent aux groupes cibles et si les effets hétérogènes doivent être attendus pour chaque groupe (ex. hommes / femmes), impossibles à distinguer au niveau macroéconomique. Primes d’insertion De toutes les mesures considérées, les primes d’insertion sont celles qui rencontrent le plus grand succès. Le nombre des appariements attendus dans une région dans le trimestre qui suit augmente avec la part croissante des anciens bénéficiaires des mesures à un moment donné. Dans le même temps, ces effets émanant des ex-bénéficiaires ne sont pas contrecarrés par un effet négatif de la participation des bénéficiaires actuels. Non seulement les appariements peuvent être augmentés, mais le pourcentage régional des demandeurs d’emploi est, dans les régions affichant un fort recours à cette mesure, ceteris paribus moindre que dans les régions qui n’utilisent cet outil que dans une faible proportion. Les primes d’insertion sont, en outre, la seule mesure analysée qui, du moins tendanciellement, aboutisse à un taux de participation plus élevé, même si cet effet n’est pas significatif à long terme. Relevés par la microétude de Lutz, Mahringer et Pöschl (2005), les effets positifs sur l’acceptation de l’emploi par les bénéficiaires des primes d’insertion peuvent ainsi être confirmés également au niveau de l’agrégat.3 L’attente ne se situait pas nécessairement à ce niveau. Les subventions salariales directes aux 1
Il s’agit de respecter les différences de période d’observation dans la comparaison des micro et macroétudes. Une transposition directe n’est donc pas possible. 2 L’étude de Lutz, Mahringer et Pöschl (2005) ne fournit malheureusement aucun élément sur ce que signifie ce constat. 3 Lors d’une comparaison avec les microétudes, il faut néanmoins tenir compte du fait que les effets représentés au tableau 9 se réfèrent à l’emploi subventionné et à l’emploi non subventionné. L’obtention de primes d’insertion étant liée à une activité, les effets sont nettement
Septembre 2009
Page 3 de 6
Synthèse des résultats Effets macroéconomiques de la politique active du marché du travail en Autriche de 2001 à 2007
entreprises sont donc fortement suspectées de provoquer des effets négatifs indirects. Il est possible que les entreprises pourvoient à un poste vacant en y installant un demandeur d’emploi subventionné au lieu d’un demandeur qui ne le serait pas. Le nombre des appariements non financés ne baissant pas de manière significative avec la participation des bénéficiaires actuels des mesures ou le nombre des appariements non financés étant même plus élevé avec la participation des anciens bénéficiaires, cette crainte ne semble pas se vérifier. Le soupçon suivant lequel les employés seraient licenciés pour que des personnes bénéficiant de subventions soient embauchées paraît non fondé, car non seulement les appariements issus de la « recherche d’emploi » augmentent, mais le pourcentage régional de demandeurs d’emploi peut, dans l’ensemble, être baissé de manière significative. Ceci exclut aussi largement les effets d’éviction dans d’autres entreprises d’une région, engendrés par des avantages en termes de coûts salariaux. Même s’il est « probable que la prime d’insertion est un mélange d’acceptations d’emploi conditionnées par les subventions et de subventions ‘d’aubaine’ » (Lutz, Mahringer et Pöschl (2005, p. 236)), les résultats empiriques montrent que les effets d’aubaine attendus ne compensent pas au niveau macroéconomique les microeffets positifs. Il s’ensuit que l’aménagement actuel de la prime d’insertion devrait être maintenu, mais qu’il faut éviter toute incitation à un renforcement des effets d’aubaine. Recherche active d’emploi et orientation La recherche active d’emploi et l’orientation sont les mesures pour lesquels la macroanalyse fournit les résultats les plus défavorables. Une part élevée de bénéficiaires actuels de mesures de recherche active d’emploi réduit, ceteris paribus, de manière significative les appariements dans le trimestre qui suit. La part des anciens bénéficiaires, en revanche, n’est pas significative pour les deux mesures d’activation, c’est-à-dire qu’un recours accru n’aboutit à aucune amélioration de l’efficacité d’appariement. Explication possible : la courte durée des mesures ne permet pas d’obtenir une hausse de la productivité des demandeurs d’emploi. Aucun « entraînement à la place de travail » n’intervient non plus dans le cadre de ces mesures. Dans le même temps, la participation à ces cours est souvent suivie d’une autre mesure, par exemple, une mesure de qualification. C’est peut être la raison pour laquelle les deux mesures d’activation augmentent très nettement le pourcentage de demandeurs d’emploi. Les personnes ayant suivi une telle mesure se voient proposer, pour une part, la possibilité de participer immédiatement après à l’action suivante, de sorte que l’effet de verrouillage ne se crée qu’à la fin de la première (brève) mesure. Dans les trimestres qui suivent, le pourcentage de demandeurs d’emploi connaît donc une augmentation, très faible au demeurant. Le recours plus important à l’échelle régionale de ces deux mesures (entraînement au travail cependant inclus) a un effet négatif à court terme sur le taux de participation. Une analyse plus détaillée montre toutefois que ce résultat n’est pas stable si certains Länder ou types régionaux sont pris en compte séparément dans le modèle.4 Projets sans but lucratif (GB) et entreprises socio-économiques (SÖB) Les mesures créatrices d’emplois font fréquemment l’objet de contestations : on les soupçonne non seulement d’engendrer des effets négatifs indirects, mais aussi de porter préjudice aux bénéficiaires mêmes en les stigmatisant. Les études microéconomiques présentent cependant pour l’Autriche soit des résultats positifs soit, du moins, des résultats sans incidence négative. Cette image se reflète au niveau macroéconomique. Une augmentation du taux d’accommodation des bénéficiaires actuels a certes tout
4
surévalués. Si l’on ne considère que l’effet exercé sur un emploi non subventionné, les auteurs trouvent également des répercussions positives en dépit d’un grand effet de verrouillage, mais dans une proportion toutefois nettement moins importante. En tenant compte des effets d’interaction de ces types de mesures dans certains Länder ou types de région, il s’avère que le paramètre négatif des mesures plus brèves (entraînement au travail compris) n’est pas stable. En Haute-Autriche comme dans le groupe des « régions industrielles de Styrie » de l’analyse par regroupements, ces mesures examinées séparément révèlent un effet positif significatif. De plus, l’incidence négative des mesures « plus brèves » avec entraînement au travail disparaît totalement si l’on « déduit » l’effet de ces mesures plus courtes sur le taux de participation dans les régions touristiques.
Septembre 2009
Page 4 de 6
Synthèse des résultats Effets macroéconomiques de la politique active du marché du travail en Autriche de 2001 à 2007
d’abord un effet négatif important sur le nombre d’appariements, Mais cela s’explique cependant par la longue durée typique de financement de ces mesures. À l’issue de ces dernières, l’efficacité d’appariement s’accroît nettement. Les régions présentant un nombre élevé d’anciens bénéficiaires d’un emploi sans but lucratif / d’entreprises socio-économiques comptent nettement plus d’entrées dans un emploi non subventionné. Si l’on examine les effets de l’emploi sans but lucratif / des entreprises socio-économiques sur le pourcentage des demandeurs d’emploi, il s’avère qu’une augmentation des taux d’accommodation peut réduire immédiatement ces derniers. Cet effet n’émane certainement pas des bénéficiaires mêmes en raison de l’effet de verrouillage, mais s’explique par des effets indirects sur les non-bénéficiaires. Les entreprises concernées ont ainsi des coûts de personnel plus faibles grâce aux subventions versées par l’État, ce qui peut se répercuter aussi sur la demande de travail non subventionné. Un effet qui persiste encore au bout de trois ans. Une fois tous les mécanismes d’adaptation clos, plus aucun effet n’est détectable, ce qui plaide en faveur d’un effet d’éviction que l’on ne peut pas prendre en compte dans la fonction d’appariement examinée précédemment. À long terme, les entreprises recevant des subventions des GB / SÖB semblent entrer en concurrence, sur le marché libre, avec des entreprises non bénéficiaires, soit une opération blanche pour la région. Dans le même temps, les GB et SÖB n’ont également aucune influence importante sur la participation, mais un effet faiblement significatif se dessine à plus long terme. Entraînement au travail Parmi les mesures évaluées, l’entraînement au travail revêt une importance particulière. Le groupe cible est composé de personnes rencontrant des difficultés particulières de médiation, qui, en règle générale, n’ont guère de chances d’avoir un emploi non subventionné. L’entraînement au travail a, en HauteAutriche, une importance géographique qui se manifeste nettement dans les résultats. À un niveau microéconomique, Lechner et Wiehler (2007a, b) ne relèvent aucun effet. Seuls Lutz, Mahringer et Pöschl (2005) mesurent des effets positifs sur l’emploi et le chômage. Une part élevée des actuels bénéficiaires n’a aucune influence sur le nombre des entrées dans un emploi salarié. L’éventuel effet de verrouillage pour tous les bénéficiaires est donc compensé par le fait que les personnes concernées n’auraient eu également presque aucune chance d’appariement sans le soutien d’une mesure. L’effet négatif important de la part des anciens bénéficiaires que l’on relève sur le nombre des appariements doit être interprété avec prudence, car cet effet est très instable et n’émane que de la Haute-Autriche. Ceci vaut pour les effets jugés significatifs concernant le pourcentage de demandeurs d’emploi. Ici aussi les effets n’émanent que de la Haute-Autriche et sont introuvables dans le reste des bureaux régionaux. Le fait que l’entraînement au travail puisse contribuer, du moins dans ce Land, à une faible diminution du pourcentage de demandeurs d’emploi, ne vient pas des bénéficiaires eux-mêmes, mais pourrait venir de la nature de la mesure. Le groupe cible regroupant des cas problématiques, un suivi intensif est nécessaire, ce qui requiert à nouveau l’emploi d’entraîneurs et de formateurs. Subventionnement des places d’apprentissage Le subventionnement de places d’apprentissage n’a cessé d’acquérir de l’importance durant la période analysée. On a assisté à une hausse particulièrement forte des subventions, notamment depuis l’introduction de la « prime Blum » en septembre 2005, qui proposait des incitations financières aux entreprises pour qu’elles forment les personnes, même au-delà de leurs besoins. Un net effet de verrouillage est tout d’abord également identifiable au niveau régional, il correspond à la durée typiquement longue de ce type de mesure.5 Dans les régions présentant de nombreux bénéficiaires 5
Le subventionnement des places d’apprentissage n’ayant pas été évalué à ce jour au niveau individuel, aucune comparaison avec les résultats au niveau des bénéficiaires n’est possible.
Septembre 2009
Page 5 de 6
Synthèse des résultats Effets macroéconomiques de la politique active du marché du travail en Autriche de 2001 à 2007
actuels, on compte sensiblement moins d’entrées dans des emplois non subventionnés, une fois posé le nombre de demandeurs d’emplois et de postes vacants. Les autres demandeurs d’emplois ne semble pas être des substituts d’apprentis « enfermés » Cela pourrait être dû au fait que les personnes recherchant des places d’apprentissage ne se substituent généralement pas aux demandeurs d’emploi du fait de leur manque de formation et d’expérience professionnelle. Si les bénéficiaires se trouvent cependant en fin de droits, une part élevée a un effet positif significatif sur l’efficacité d’appariement. Cette donnée parle d’elle-même : par rapport à l’objectif d’intégration des bénéficiaires, la mesure a été un succès, sans pour autant évincer d’autres demandeurs d’emploi. Si l’on observe la conséquence du subventionnement sur le pourcentage de demandeurs d’emplois, des effets contraires sont parfois identifiables. Une part élevée des bénéficiaires influe directement sur le pourcentage de demandeurs d’emploi en le diminuant. La raison en est que les personnes en recherche de places d’apprentis, bénéficiant d’une subvention, sont plus abordables, d’où une baisse des coûts du personnel de leur entreprise. En outre, ils ont besoin d’un encadrement fourni par les formateurs, ce qui peut avoir une influence très positive sur la demande de travail des entreprises. Mais avec le temps, cet effet se dissipe. En effet, plusieurs entreprises ont été incitées par la « prime Blum » à former plus que de besoin. À la fin de la subvention, les bénéficiaires ont certes accru leurs chances d’entrée dans un emploi non subventionné, mais ils sont devenus de parfaits substituts d’apprentis ne bénéficiant d’aucune aide, avec lesquels ils sont désormais en concurrence pour les postes vacants existants. Les analyses ne montrent aucune influence significative sur la participation, que ce soit à court ou à long terme.
Septembre 2009
Page 6 de 6
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
xi
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Inhalt ZUSAMMENFASSUNG DER ERGEBNISSE UND GESAMTEINSCHÄTZUNG
Makroökonomische Effekte aktiver Arbeitsmarktpolitik Zusammenfassung der Ergebnisse Interpretation und Schlussfolgerungen zu den einzelnen Maßnahmen INHALT
I
i ii v XII
1
EINLEITUNG
1
2
PROJEKTÜBERBLICK UND STUDIENAUFBAU
2
3
ARBEITSLOSIGKEIT UND AKTIVE ARBEITSMARKTPOLITIK IN ÖSTERREICH
5
3.1 Ein Blick in internationale Studien 3.2 Zur Entwicklung nationaler Arbeitslosigkeit und Problemlagen 3.3 Zur aktiven Arbeitsmarktpolitik 2001-2007 in Österreich 3.3.1 Arbeitsmarktpolitische Ziele und Strategien 3.3.2 Budget- und Maßnahmenplanung 3.3.3 Instrumente der aktiven Arbeitsmarktpolitik 4
DIE REGIONALE DIMENSION DER ARBEITSLOSIGKEIT
4.1 Clusteranalyse österreichischer Arbeitsmarktregionen 4.2 Regionales Fördergeschehen 4.2.1 Maßnahmen aktiver Arbeitsmarktpolitik in den Bundesländern 4.2.2 Maßnahmen aktiver Arbeitsmarktpolitik in den regionalen Geschäftsstellen 5
EVALUIERUNG DER MAKROÖKONOMISCHEN EFFEKTE
5.1 5.2 5.3 5.4 6
Ziele und bedeutung der ökonometrischen evaluationsanalyse Empirische befunde aufgrund mikro- und makro-ökonometrischer Studien für Österreich: ein Überblick Effekte aktiver Arbeitsmarktpolitik auf gesamtwirtschaftiche Größen: Theoretische Überlegungen Identifikation kausaler Effekte auf regionaler Ebene: Analyserahmen
MATCHINGFUNKTION: ÜBERGÄNGE IN UNGEFÖRDERTE BESCHÄFTIGUNG
6.1 6.2 6.3 6.4 6.5 6.6
Motivation Theorie Literaturüberblick Ökonometrisches Modell Daten Ergebnisse
5 8 12 12 21 24 31
32 38 39 41 42 42 45 49 52 56 56 56 58 59 64 66
xii
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
7
BEVERIDGEKURVE: SENKUNG DER ARBEITSLOSIGKEIT
7.1 7.2 7.3 7.4 7.5 7.6 8
PARTIZIPATIONSQUOTE: DER VERBLEIB IM ARBEITSANGEBOT
8.1 8.2 8.3 8.4 8.5 9
Motivation Theorie Literaturüberblick Empirische Umsetzung Ergebnisse
VEKTORAUTOREGRESSIVES MODELL: DIE ZEITLICHEN ZUSAMMENHÄNGE
9.1 9.2 9.3 9.4 A
Motivation Theorie Literaturüberblick Ökonometrisches Modell Daten Ergebnisse
Motivation Datensatz und Auswahl der Variablen Modellierung mittels VAR Ergebnisse
ANHANG
A.1. Strategische Leitlinien der EU und des AMS A.2. Datenaufbereitung A.2.1. Räumliche Abgrenzung A.2.2. Zeitliche Abgrenzung A.2.3. Matchingfunktionsdaten A.2.4. Zum Thema Raum – Erstellung von Nachbarschaftsmatrizen A.2.5. Daten für die VAR - Modelle A.3. Entwicklung regionaler Fördermuster A.4. Erläuterung der technischen und theoretischen Konzepte A.4.1. Clusteranalyse A.4.2. Berechnung der langfristigen und kumulierten Koeffizienten A.4.3. Die österreichische Beveridge-Kurve A.4.4. Vektorautoregressives Modell A.5. Robustheitschecks A.5.1. Matchingfunktion A.5.2. Beveridge-Kurve A.6. Liste der InterviewpartnerInnen
74 74 75 78 79 81 83 91 91 92 94 95 96 99 99 99 106 107 116 116 123 123 123 123 127 128 129 131 131 132 134 135 136 136 138 141
B.
BIBLIOGRAPHIE
142
C.
ABBILDUNGSVERZEICHNIS
150
D.
TABELLENVERZEICHNIS
151
xiii
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
1 Einleitung Ziel dieser Forschungsarbeit ist die Identifikation der makroökonomischen Wirkungen der aktiven Arbeitsmarktpolitik in Österreich mithilfe regionaldatenbasierter ökonometrischer Ansätze. Untersucht werden die Wirkungen von Teilnahmen an verschiedenen aktiven Maßnahmenkategorien auf aggregierte regionale Variablen wie Arbeitslosigkeit, Zugänge in Beschäftigung und Partizipationsquoten. Im Gegensatz zu mikroökonomischen Evaluierungsstudien erlaubt diese Vorgangsweise auch die Analyse von indirekten Effekten wie beispielsweise Substitutions- oder displacement-Effekten. Der Blick auf die regionale Ebene ermöglicht zudem regionale Variation in den beobachtbaren Arbeitsmarktdaten in die Analyse einzubeziehen, um diese in weiterer Folge für eine quantitative Wirkungsabschätzung nutzbar zu machen. Auch werden ausgewählte wirtschaftliche und soziodemografische Faktoren, welche das regionale Arbeitsmarktgeschehen erklären, berücksichtigt. Die Ergebnisse sind vor dem konjunkturellen Hintergrund der Jahre 2001-2007 zu betrachten. Nach wirtschaftlich schwierigerer Lage im Jahr 2001 entwickelte sich die Beschäftigung im Zeitverlauf zunehmend positiv, ab 2005 sank die Arbeitssuchendenquote 7 auf nur 7,6 % im Jahr 2007. Trotz dieser konjunkturell oder „friktional“ bedingten rückläufigen Arbeitslosigkeit in der zweiten Hälfte des Projektzeitraums, nahmen die strukturellen Ungleichgewichte zu: So ist ab dem Jahr 2005 eine Verschiebung der Beveridgekurve nach außen, also ein gleichzeitiger Anstieg von Arbeitssuchenden und freien Stellen in Relation zum Vergleichszeitraum zu beobachten. Die veränderte konjunkturelle Lage wurde auch auf arbeitsmarktpolitischer Ebene berücksichtigt: Ab dem Jahr 2005 fokussierten die Beschäftigungspolitischen Leitlinien weniger auf die Förderung des Unternehmergeistes und die Schaffung von Arbeitsplätzen, sondern waren in deutlich stärkerem Maß auf Arbeitsmarktintegration, Erhöhung der Beschäftigungsfähigkeit sowie den Abbau von Ungleichheiten und Segmentierungen gerichtet. Für das AMS brachten diese Entwicklungen insgesamt eine Ausweitung der Klientel und ihres Budgets, und im Zeitverlauf – zumindest in den wirtschaftlich boomenden Industrieregionen – zunehmende Schwierigkeiten, sehr fachspezifische Kurse besetzen zu können. Bundesinitiativen (wie die Metalloffensive, Lehrstellenförderungen…) wurden regional unterschiedlich aufgenommen. Dementsprechend vielfältig stellte sich die Entwicklung regionaler Arbeitsmärkte und regionaler Arbeitsmarktpolitik dar, die es im Rahmen dieser Studie zu untersuchen und evaluieren galt.
7
Beim AMS registrierte Arbeitslose inkl. SchulungsteilnehmerInnen.
1
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
2 Projektüberblick und Studienaufbau Die Verwendung verschiedenster Schätzmethoden auf der einen Seite sowie auch unterschiedlicher theoretischer Blickwinkel auf der anderen Seite sichern die Robustheit der Ergebnisse: Neben dem Matchingfunktions- und dem Beveridge-Kurvenansatz – jeweils unter der Berücksichtigung von räumlichen und zeitlichen Aspekten – wird auch die Wirkung auf die Partizipationsquote ermittelt. Abschließend werden die zentralen Arbeitsmarktvariablen mithilfe eines vektorautoregressiven Ansatzes zueinander in zeitlichen Bezug gesetzt. Letztlich gilt es, mögliche Wirkrichtungen der österreichischen Arbeitsmarkpolitik möglichst in ihrer Gesamtheit zu erfassen, um ein möglichst umfassendes Bild der resultierenden makroökonomischen Effekte zeichnen zu können. Abbildung 1 gibt einen Überblick über die gewählte Vorgehensweise wie über den Aufbau der vorliegenden Studie. Abbildung 1: Projektüberblick und Studienaufbau Teil 1 (Kapitel 3 und 4): Deskriptiv-analytische Auswertungen Teil 1a: Analyse der Bestimmungsgründe (regionaler) Arbeitslosigkeit Teil 1b: Darstellung der (regionalen) Ausgestaltung aktiver AMP des AMS Teil 2 (Anhang A.2): Aufbereitung eines regionalen Datenkörpers
Teil 3 (Kapitel 5): Analyserahmen
Teil 4 (Kapitel 6): Matching-Funktion
Teil 5 (Kapitel 7): Beveridge-Kurve
Teil 6 (Kapitel 8): Partizipationsquote
Teil 7 (Kapitel 9): Vektor Autoregressives Modell
Im ersten Teil der Arbeit wurde eine Auswertung internationaler und österreichischer empirischer Evidenzen über die Bestimmungsgründe von Arbeitslosigkeit durchgeführt sowie eine Darstellung der Ausgestaltung der Arbeitsmarktpolitik in Österreich vorgenommen. Demzufolge formt Kapitel 3 die Grundlage zur weiterführenden Analyse des komplexen Themengebiets „Arbeitslosigkeit und aktive Arbeitsmarktpolitik in Österreich“. Die regionale Dimension der Arbeitsmarktpolitik ist Gegenstand des 4. Kapitels.
2
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Die folgenden Kapitel sind der makroökonometrischen Evaluation gewidmet. Ausgehend von generellen Zielen einer ökonometrischen Evaluationsanalyse wie auch rezenter Forschungsliteratur zu diesem Gebiet werden in Kapitel 5 kausale Effekte aktiver Arbeitsmarktpolitik, insbesondere auf der regionalen Ebene identifiziert – und somit der konzeptuelle, aber auch theoretische Analyserahmen abgegrenzt. Die Datengrundlage für diese Studie stellt im Wesentlichen ein von JOANNEUM RESEARCH aufbereiteter Datensatz, welcher aus einer bislang einzigartigen Verschneidung der Förderdatenbank des AMS und der AMS-BMWA Arbeitsmarktdatenbank entstand. Details dazu können dem Anhang Kapitel A.2 entnommen werden. Generell wird ein möglichst detaillierter regionaler Ansatz verwendet. Das Konzept der Matchingfunktion (Kapitel 6) bietet eine relativ einfache, aber leistungsfähige Möglichkeit Friktionen am Arbeitsmarkt zu modellieren. Die dahinter stehende Intuition ist, die Besetzung offener Stellen als einen Produktionsprozess zu begreifen. Die Outputgröße Zahl neuer „Matches“ von arbeitssuchenden Individuen und Firmen in einer gegebenen Zeitperiode wird als Funktion zweier Inputgrößen formuliert – des Bestands an Arbeitssuchenden und offenen Stellen, jeweils zu Beginn der Periode. Somit können regionale Variationen im Datensatz für eine weitere Wirkungsabschätzung nutzbar gemacht werden. Zudem erlaubt dieser Ansatz eine Einschätzung der aAMP hinsichtlich der Steigerung der Matching-Effizienz. Die Relation zwischen der Arbeitslosenquote und der Quote der offenen Stellen – die Beveridge-Kurve – wird in Kapitel 7 ausführlich betrachtet. Unter gegebenen strukturellen, konjunkturellen und institutionellen Rahmenbedingungen einer Volkswirtschaft steht eine bestimmte Arbeitslosenquote einer bestimmten Quote offener Stellen gegenüber. Dies hängt damit zusammen, dass der Arbeitsmarkt nur eine bestimmte, begrenzte Effizienz beim Zusammenführen von Angebot und Nachfrage aufweist. Ein zentraler Effekt von Arbeitsmarktpolitik besteht nun darin, diese Effizienz zu verbessern. Der Ansatz der Beveridge-Kurve erlaubt die Erfassung von indirekten Effekten der aktiven Arbeitsmarktpolitik, die darauf zurückzuführen sind, dass Arbeitgeber regulär Beschäftigte kündigen. Die Berücksichtigung von erwerbsfernen Personen in Kapitel 8 komplettiert die Analyse, indes sich die Betrachtung der Beveridge-Kurve (Verringerung der Arbeitslosigkeit) bzw. Matching-Funktion (Übergänge in unselbstständige Beschäftigung) in der betrachteten Grundgesamt auf arbeitsmarktnahe Status beschränkt. Als „Erfolgskriterium“ von Maßnahmen aktiver Arbeitsmarktpolitik gilt nunmehr, ob Personen letztlich weiterhin im Arbeitsangebot verbleiben, also nicht einen arbeitsmarktfernen Status wechseln. Im Sinne eines methodischen „Herantastens“ werden im 9. Kapitel mithilfe eines vektorautoregressiven Ansatzes (VAR) die Wechselwirkungen zwischen verschiedenen 3
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Variablen analysiert. Dieser zeitreihenanalytische Ansatz modelliert den zeitlichen Zusammenhang mehrerer Variablen, ohne a priori zwischen exogenen und endogenen Variablen zu unterscheiden. Der Vorteil dieser Methode ist evident: Beziehung zwischen aktiver Arbeitsmarktpolitik und den verschiedenen Arbeitsmarktindikatoren können aufgezeigt werden, Nebeneffekte können identifiziert werden. Die Verwendung eines VAR-Modells mit Paneldaten (P-VAR) und den erwähnten Instrumenten ist also eine weitere aussichtsreiche Methode zur Identifikation von Effekten aktiver Arbeitsmarktpolitik.
4
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
3 Arbeitslosigkeit und aktive Arbeitsmarktpolitik in Österreich 3.1 EIN BLICK IN INTERNATIONALE STUDIEN Mit 4,4 % im Jahresdurchschnitt 2007 weist Österreich eine im internationalen Vergleich besonders niedrige Arbeitslosenquote auf, auch die Ausgaben für aktive Arbeitsmarktpolitik sind – wenn auch seit Jahren steigend – mit 0,71 % des Bruttoinlandsprodukts im Jahr 2006 vergleichsweise gering. Die Frage, in welchem Ausmaß die nationale Höhe der Arbeitslosigkeit auf institutionelle Faktoren bzw. auf makroökonomische Rahmenbedingungen zurückzuführen ist, bleibt offen. Diese Zusammenhänge sind zum derzeitigen Stand der Forschung keinesfalls eindeutig und bieten ein weites Feld für weiterführende Diskussionen. Abbildung 2: Internationaler Vergleich der Arbeitslosenquoten im Jahr 2007
Arbeitslosenquote in %
12 10 8 6 4 2
Norwegen
Korea
Niederlande
Schweiz
Neuseeland
Japan
Dänemark
Österreich
Irland
Australien
Luxemburg
Vereinigte Staaten
Vereinigtes Königreich
OECD
Tschechien
Kanada
Italien
Schweden
EU-15
Finnland
Ungarn
OECD Europa
Belgien
Portugal
Spanien
Frankreich
Griechenland
Polen
Deutschland
Slowakei
0
Anmerkung: Arbeitslosenquoten nach internationaler Definition. Quelle: OECD Employment Outlook 2008.
So finden Baccaro und Rei (2005, 2007) in einer umfassenden Studie von 18 OECDLändern im Zeitraum 1960-98 keinen signifikanten Zusammenhang zwischen Variablen für Arbeitsmarktrigidität und der Höhe der Arbeitslosenquote8, wohl aber identifizieren sie eine restriktive Geldpolitik und andere Determinanten der Zinspolitik als bestimmend für nationale Unterschiede in der Höhe der Arbeitslosenquote. Eine neuere OECD-Studie von Bassani/Duval (2006ab) im Zeitraum 1982-2003 betrachtet 20 Länder und findet dahingegen Anhaltspunkte für die Rolle von Institutionen und Politiken in der Erklärung der Höhe nationaler Arbeitslosigkeit: Etwa zwei Drittel der Höhe nationaler Arbeitslosigkeit können durch institutionelle Änderungen oder im Politikeinsatz erklärt 8
In diesem Modell wird die Arbeitslosenrate erklärt durch makroökonomische Kontrollvariable (Zinsen (+), Produktivität, terms of trade, Veränderung der Konsumentenpreise (-)) und 6 institutionelle Variablen: Beschäftigungssicherung (o-), Unionisierungsrate (+), Höhe der Arbeitslosengelder (o-), Steuer- und Abgabenschere (o-), Unabhängigkeit der ZB(+o), Lohnkoordination (o+).
5
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
werden. Eine 10 %-ige Verringerung der Lohn-Abgaben-Schere, der Arbeitslosengelder oder von Gütermarktregulierungen würde die Arbeitslosenquote um 2,8, 1,2 bzw. 0,7 Prozentpunkte senken. Weitere Schätzungen zeigen, dass für das durchschnittliche OECD-Land die Erhöhung der Ausgaben für Qualifizierungsmaßnahmen je Arbeitslosen in % des BIP um 4 Prozentpunkte die Arbeitslosenquote zwischen 0,2 und 0,6 % senken würde. Abbildung 3: Ausgaben für aktive Arbeitsmarktpolitik in % des Bruttoinlandsprodukts im Vergleich zur Arbeitslosenquote im Jahr 2005 45.000
12
40.000
DE ES
8
FR FI
CZ HU CA
IT
BE
PT
SE
6 US JP
4
KR
NO US
35.000 BIP pro Kopf in US$
Arbeitslosenquote in %
10
GB AT NO LU CH IE NZ
NL
DK
IE CA
30.000
AT GB IT
JP 25.000
NZ
CH FI FR ES
SE DK DE
BE
NL
KR
20.000
CZ HU
15.000
PT
10.000 2
5.000 0
0 0
0,5
1
1,5
Ausgaben für aktive AMP in % des BIP
2
0
0,5 1 1,5 Ausgaben für aktive AMP %
2
Quelle: OECD Employment Outlook 2008.
Kluve et al. (2007) zeigen anhand einer Metastudie über mehr als hundert Arbeiten (mit nationalem und internationalem Fokus), dass traditionelle Schulungsmaßnahmen tendenziell eine geringe Wahrscheinlichkeit aufweisen, positive Wirkungen zu entfalten. Deutlich höher zeigte sich die Wahrscheinlichkeit eines positiven Effekts von Initiativen im Bereich von Unternehmensgründungen. Dies weist auf die Bedeutung von nachfrageseitigen Maßnahmen zur Schaffung von neuen Arbeitsplätzen hin (vgl. dazu auch Jackman (2002)). In Österreich steht demgegenüber ein zuletzt beobachteter 9, durch einen qualifikatorischen Mismatch bedingter, Mangel an Facharbeitern, welcher gerade die Notwendigkeit von Fortbildungsmaßnahmen zeigt. Auch wenn nachfrageseitige Maßnahmen ergriffen werden, kann die Arbeitslosigkeit durch das Fehlen geeigneter Arbeitskräfte nicht verringert werden.
9
Der Projektzeitraum dieser Studie bezieht sich auf die Jahre 2001-2007. Von der Wirtschaftskrise war in diesem Zeitraum noch nichts in Sicht.
6
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Institutionelle Rigiditäten können die österreichische Zunahme der Arbeitslosigkeit nur in geringem Ausmaß erklären.
Beachtenswert ist, dass Bassani/Duval (2006ab) zufolge die geringe Höhe der österreichischen Arbeitslosenquote nicht durch die institutionellen Variablen10 erklärt werden kann, sondern sogar 3 %-Punkte unter der Modellschätzung liegt. Weiters können auch die vergleichsweise niedrigen Ausgaben für aktive Arbeitsmarktpolitik (weder in % der Arbeitslosen, noch in % des BIP) die niedrige österreichische Arbeitslosenquote nicht hinreichend erklären. Bassanini/Duval (2006b) führen den (insgesamt jedoch geringen) Anstieg der österreichischen Arbeitslosigkeit auf die hohe Lohn-Abgabenschere auf der einen und Verzögerungen in Gütermarkt-Reformen auf der anderen Seite zurück. Allerdings ortet die OECD (2007) einen nur geringen Einfluss der hohen Lohn-AbgabenSchere, da die österreichischen Beschäftigten über geringere Nettolöhne den Großteil der Steuerlast tragen. Nur im Niedriglohnbereich sind Lohn-Rigiditäten festzustellen: Österreich weist die höchste Lohnnebenkosten-Belastung OECD-weit der Niedriglöhne auf. Österreich weist einen mittleren Platz beim OECD Beschäftigungsschutz-Index auf: Von dieser Seite her sind keine Rigiditäten zu erwarten. Auch die Lohnverhandlungen sind aufgrund jährlicher und branchenbezogener Anpassungen effizient, interregionale Differenzen der Arbeitslosigkeit sind im internationalen Vergleich gering. Die Zunahme struktureller Mismatches am österreichischen Arbeitsmarkt
Neben der eben vorgestellten institutionellen Interpretation ortet eine andere Sichtweise die Persistenz nationaler Arbeitslosigkeit im Arbeitskräftenachfragemangel von Unternehmen 11. Gleichzeitig kommt es zu angebotsseitigen Verschiebungen durch den demografischen und sozialen Wandel (vgl. Jackman 2002). Hinweise auf die Gültigkeit dieser Erklärungsrichtung der österreichischen Arbeitslosigkeit, finden sich dazu in der nationalen wie internationalen Literatur: Marterbauer, Walterskirchen (1999) zufolge zeigte sich schon in den 80er Jahren eine steigende Arbeitslosigkeit als Nachwirkung des zweiten Ölpreisschocks und dessen Folgen: hohe Zinsen und eine veritable Krise in der Grundstoffindustrie. In den 90er Jahren wurden ein weiterer Anstieg der Arbeitslosigkeit und eine stärkere Segmentierung aus mehrerlei Gründen beobachtet: •
10
11
Auf der einen Seite wuchs das Arbeitsangebot durch zusätzliche Migration, die stärkere Partizipation von Frauen – auch aufgrund einer Verkürzung des Karenzgeldbezugs – und die längere Teilnahme von Älteren am Erwerbsleben (so konnte die Zahl an Frühpensionierungen verringert werden).
Hier wird die Arbeitslosenrate erklärt durch die Steuer- und Abgabenschere (+), die Höhe der Arbeitslosen-Benefits (+), die Stringenz von Gütermarkt-Regulierungen (+), Beschäftigungsschutz (o), Unionsdichte (o). Zusätzlich fließen in weiterer Folge die Ausgaben für aktive Arbeitsmarktpolitik, der Anteil an Wohnungseigentümern und die Höhe von Mindestlöhnen in die Analyse ein. In diesem Fall sollte eine Anpassung über Job-kreierende Maßnahmen (z.B. Unterstützung von start-ups, Senkung von Lohnnebenkosten) und nicht über Sicherung von bestehenden Jobs erfolgen. In Ländern mit niedrigen Partizipationsraten besteht ein Hinweis auf zu protektive Maßnahmen. Außerdem bestehen Hinweise darauf, dass Maßnahmen aktiver AMP im Falle von nachfragebedingter Arbeitslosigkeit nicht die gewünschte Senkung der Arbeitslosigkeit herbeiführen werden.
7
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
•
Auf der anderen Seite waren ein konjunkturell bedingt niedriges Wirtschaftswachstum und ein struktureller Mismatch – ein hohes Wachstum an Teilzeit-Stellen, während vor allem Vollzeit-Stellen gesucht worden wären – verantwortlich für diese Entwicklungen.
Auch die OECD (2007) sieht die zunehmende Segmentierung des österreichischen Arbeitsmarktes zum gegenwärtigen Zeitraum als größtes Problem. Betroffen davon sind Ältere, niedrig Qualifizierte und NeueinsteigerInnen (auch AusländerInnen). Insgesamt erreicht Österreich im „prime-age“ Segment höchste Beschäftigungsquoten unter beiden Geschlechtern, besonders bei Frauen wurde eine starke Zunahme der Partizipation zwischen 1995 und 2005 verzeichnet, damit war jedoch auch ein leichter Anstieg der Arbeitslosigkeit in diesem Zeitraum verbunden. Diese Form der strukturellen Arbeitslosigkeit dürfte für einen Shift in der Beveridge-Kurve (Details dazu in Kapitel 7.2) verantwortlich sein: Höhere Mismatches finden sich vor allem im low-skillBereich, gleichzeitig steigen die Firmenanfragen nach ausländischen „Schlüsselkräften“ wie die Arbeitslosenquote und Dauer von Neu-Eintretenden. Verfestigungstendenzen der Arbeitslosigkeit
Insgesamt haben die oben genannten Entwicklungen tendenziell zur Verfestigung der Arbeitslosigkeit beigetragen (vgl. Lutz et al. 2005) – auf personaler Ebene kam es in den Jahren 2000 bis 2003 zu höheren Verbleibswahrscheinlichkeiten im Arbeitslosenregister. Auf makroökonomischer Ebene zeigen etwa Hofer et al. (2007) für den Zeitraum 19652007, dass die permanente Komponente der Arbeitslosenquote in Österreich wie auch in Frankreich und dem Vereinigten Königreich einen bestimmenden Einfluss auf deren Entwicklung hat, so waren klare Verfestigungstendenzen nach Schocks zu beobachten. Anders als in den Vereinigten Staaten übt dagegen die transitorische Komponente der Arbeitslosenquote keinen signifikanten Einfluss aus (vergleiche dazu auch Karanassou, Sala, Snower (2002)). 3.2 ZUR ENTWICKLUNG NATIONALER ARBEITSLOSIGKEIT UND PROBLEMLAGEN Zur Einordnung der vorliegenden Studie in internationale empirische Befunde vor dem Hintergrund des nationalen Entwicklungspfades ist ein erster Blick auf die längerfristige Entwicklung der österreichischen Arbeitslosigkeit vorangestellt. Die Betrachtung der letzten 20 Jahre (Abbildung 4) veranschaulicht die deutlich zunehmende Verfestigungstendenz der Arbeitslosigkeit bei gleichzeitig steigender Beschäftigung und Partizipation. Bezeichnend für den Projektzeitraum 2001-2007 – der „fast“ einen gesamten Konjunkturzyklus umfasst, ist die relativ starke Zunahme der Beschäftigungsquote in der anziehenden Konjunktur, bei gleichzeitig höherer Zunahme der Zahl der Arbeitssuchenden. Während die registrierte Arbeitslosenquote in etwa auf dem Niveau des vorhergehenden Zyklus verblieb, stieg die Zahl der sich in Schulung 8
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
befindender Arbeitssuchenden signifikant gegenüber der Vergangenheit an. Diese vermehrten Schulungsaktivitäten resultieren in ausgeweiteten personenbezogenen Reichweiten beim AMS: Vermehrt wird die Zunahme von Integrationsproblemen thematisiert, das „Fitmachen für den 2. Arbeitsmarkt“ bzw. die Schulung von grundlegenden Fähigkeiten werden als Problemlagen identifiziert12.
Schulungsquote, Index: 1987 = 100
2007
2006
2005
2004
2003
0 2002
80 2001
50
2000
90
1999
100
1998
100
1997
150
1996
110
1995
200
1994
120
1993
250
1992
130
1991
300
1990
140
1989
350
1988
150
1987
Index: 1987 = 100
Abbildung 4: Entwicklung verschiedener Quoten am österreichischen Arbeitsmarkt, 1987 - 2007
Arbeitslosenquote
Arbeitssuchendenrate
Beschäftigungsquote - Aktivbeschäftigte
Beschäftigungsquote - Gesamt
Partizipationsrate
Schulungsquote
Anmerkung: Arbeitslosenquote nach nationaler Definition, Arbeitssuchendenquote = Registrierte Arbeitslose inkl. SchulungsteilnehmerInnen, Beschäftigungsquote: Beschäftigte lt. HVSV, gesamt bzw. Aktivbeschäftigte in Prozent der Bevölkerung im erwerbsfähigen Alter, Schulungsquote = SchulungsteilnehmerInnen je Arbeitssuchende. Quelle: AMS, HVSV, Statistik Austria.
Die Arbeitslosigkeit ist strukturell bedingt gestiegen
Die Entwicklung der österreichischen Beveridge-Kurve – also des Zusammenhangs zwischen Arbeitssuchenden und offenen Stellen – zeigt eine signifikante Verschiebung nach rechts – sowohl in der längerfristigen Betrachtung 13 als auch im Projektzeitraum 2001-2007. Somit stehen einer höheren Zahl an Arbeitssuchenden nunmehr auch mehr offene Stellen gegenüber 14. Die rückläufige Zahl der Arbeitssuchenden in der zweiten Hälfte des Projektzeitraums ist dahingegen als friktionales, also konjunkturell bedingtes Phänomen zu interpretieren – die Befunde der zunehmenden strukturellen Schwierigkeiten bleiben auch hier bestehen. Weiters zeigt sich, dass Form und
12 13 14
Befunde aus Interviews mit AMS-Bediensteten im Rahmen des Projekts. Siehe dazu die näheren Erläuterungen und Ergänzungen im technischen Anhang Abschnitt A.4.3. Selbst wenn diese um den teilweise schwankenden Einschaltgrad des AMS bereinigt werden.
9
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Verschiebung der österreichischen Beveridge-Kurve eindeutig von der Entwicklung Wiens geprägt sind. Abbildung 5: Entwicklung der österreichischen Beveridge-Kurve im Vergleich mit jenen der Bundesländer 2001-2007 5,0 %
W 4,5 %
T Österreich NÖ
Quote der offenen Stellen
4,0 %
OÖ
B
K
V
3,5 %
SBG 3,0 %
ST 2,5 %
2,0 %
1,5 %
1,0 % 4%
5%
6%
7%
8%
9%
10 %
11 %
12 %
13 %
Arbeitssuchendenquote Anmerkung: Offene Stellen wurden mit dem AMS-Einschaltgrad korrigiert. Quelle: AMS, HVSV, BMWA, JR-InTeReg.
Berufliche und regionale Mismatches haben zugenommen
Worauf lässt sich diese Entwicklung zurückführen? – Ein näherer Blick auf die Strukturen des österreichischen Arbeitsmarktes zeigt eine Zunahme des beruflichen wie auch des regionalen Mismatches in Österreich. Für den regionalen Mismatch war in den letzten Jahren ein deutlicher Anstieg zu beobachten (vgl. Abbildung 6.1). Bestimmend für diese Entwicklung zeigten sich vor allem Oberösterreich mit relativ mehr offenen Stellen als Arbeitssuchenden und wiederum Wien mit relativ mehr Arbeitssuchenden als offene Stellen (vgl. Abbildung 6.2). Bezüglich des beruflichen Mismatches war zu beobachten, dass Firmen in den letzten Jahren in Relation mehr offene Stellen in den Bereichen Metall-Elektro, Fremdenverkehr und Gesundheit angeboten haben bzw. nach TechnikerInnen suchen, als es dem Anteil der Arbeitssuchenden dieser Berufsgruppen entspricht (vgl. Abbildung 6.3). Gleichzeitig waren höhere Anteile an Arbeitssuchenden in Büro-, Hilfs- bzw. Bauberufen tätig, als es dem Anteil offener Stellen in diesen Bereichen entspricht. Generell konnte im Projektzeitraum ein Rückgang des beruflichen
10
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Mismatches in der saisonalen Spitze (Bau bzw. Fremdenverkehr 15) erreicht werden, zugenommen hat das Ungleichgewicht dagegen in den Metall- und Elektroberufen 16, eine Problematik, die bereits ausgiebig unter dem Schlagwort „Facharbeitermangel“ diskutiert wurde. Die Ungleichgewichte in den Metall- und Elektroberufen treffen naturgemäß stärker die Industriebundesländer Oberösterreich, Steiermark und Vorarlberg, während in Wien im Gesundheitsbereich stärkere Mismatches zu orten sind. Abbildung 6: Regionaler Mismatch 17 gesamt 1987-2007 (1), regionaler Mismatch nach Bundesländern 1987 bis 2007 (2) sowie beruflicher Mismatch nach relevanten Berufsgruppen 2001 bis 2007 (3)
(2)
(1) Regionaler Mismatch nach Jackman und Roper (1987)
0,25 0,20
0,00 -0,05 -0,10
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
Burgenland Steiermark
Kärnten Tirol
Niederösterreich Vorarlberg
Oberösterreich Wien
Salzburg
(3) 0,2 Anteil der Arbeitssuchenden in Relation zu offenen Stellen in der jeweiligen Berufsgruppe
Positiver Wert des Indikators: Berufsgruppe weist einen höheren Anteil an offenen Stellen auf, als es dem Anteil der Arbeitssuchenden in dieser Berufsgruppe entspricht.
0,15
0,1
0,05
2001 2002 2003 2004 2005 2006 2007 2001 2002 2003 2004 2005 2006 2007 2001 2002 2003 2004 2005 2006 2007 2001 2002 2003 2004 2005 2006 2007 2001 2002 2003 2004 2005 2006 2007 2001 2002 2003 2004 2005 2006 2007 2001 2002 2003 2004 2005 2006 2007 2001 2002 2003 2004 2005 2006 2007 2001 2002 2003 2004 2005 2006 2007
0
-0,05
01-06 Landund Forst
16-17 Bau
18-24 MetallElektrob.
39 Hilfsberufe
40-41 Handel
50-52 Fremdenverkehr
60-68 Techniker
76-78 Büroberufe
80-81 Gesundheit
Negativer Wert des Indikators: Berufsgruppe weist einen höheren Anteil an Arbeitssuchenden auf, als es dem Anteil der offenen Stellen in dieser Berufsgruppe entspricht.
-0,1
Quelle: AMS, Berechnungen JR-InTeReg.
15 16
17
Die Zunahme an ausländischen Saisonarbeitskräften kann in diesen Berufsgruppen den nationalen Mismatch verringern. Angemerkt werden muss hier jedenfalls, dass gerade im Bereich der Metall- und Elektroberufe eine Mehrfachmeldung offener Stellen über Leiharbeitsfirmen diesen Befund nach oben verzerren kann. Dennoch kann davon ausgegangen werden, dass die grundsätzlichen Aussagen davon nicht beeinträchtigt sind. V AS Der Mismatchindikator nach Jackman/Roper (1987) wird folgendermaßen berechnet: m = 1 ∑ i b − b . Dabei wird der Anteil 2 V AS
der offenen Stellen einer Region an den insgesamt offenen Stellen
Vb mit dem Anteil der Arbeitssuchenden einer Region an den V
ASb verglichen. Negative Differenzen werden als Angebotsüberhang (relativ mehr offene Stellen als AS Arbeitssuchende) interpretiert, wohingegen positive Differenzen auf einen Nachfrageüberhang (relativ mehr offene Stellen) hindeuten. So hielt zum Beispiel Wien im Jahr 2007 rund 18,6 % der offenen Stellen und 33,1 % der Arbeitssuchenden Österreichs. Als Differenz ergibt sich ein Angebotsüberhang von 14,5 %. Die Summe über alle Regionen geteilt durch 2 ergibt den Mismatchindikator.
Gesamtösterreichischen
11
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
-0,25
1993
-0,20
0,00
1992
-0,15
1991
0,05
0,05
1990
0,10
0,10
1989
0,15
0,15
1988
0,20
1987
Beitrag zum regionalen Mismatch
0,25
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
3.3 ZUR AKTIVEN ARBEITSMARKTPOLITIK 2001-2007 IN ÖSTERREICH Eine der vordringlichsten Aufgaben der Arbeitsmarktpolitik ist es, die bestehenden arbeitsmarktpolitischen Problemlagen mittels regulierender Maßnahmen so auszugleichen, dass ein besseres Zusammenspiel zwischen Arbeitsangebot und -nachfrage (bspw. Reduzierung des Mismatch, Segmentierungen, Benachteiligungen etc.) möglich wird. Dabei kann zwischen aktiver und passiver Arbeitsmarktpolitik unterschieden werden. Während bei der passiven Arbeitsmarktpolitik der Leistungsbezug zur Absicherung des Lebensunterhaltes in Phasen der Arbeitslosigkeit im Mittelpunkt steht, umfasst die aktive Arbeitsmarktpolitik Beratungs- und Vermittlungstätigkeiten sowie Maßnahmen der Qualifizierungs- und Beschäftigungsförderung mit dem Ziel, den Arbeitsmarkt im Sinne einer besseren Funktionsfähigkeit zu beeinflussen. Die konkrete Ausgestaltung sowie der Einsatz von Instrumenten erfolgt dabei vor dem Hintergrund der aktuellen Arbeitsmarktsituation und der arbeitsmarktpolitischen Ziele und Strategien. Die Aktivitäten der Arbeitsmarktpolitik sollten so ausgerichtet sein, die vorgegebenen Ziele bestmöglich zu erreichen. Die Darstellung der Zielsetzungen und Strategien der österreichischen Arbeitsmarktpolitik stellt somit einen wichtigen Ausgangspunkt und Rahmen für die Entwicklung der aktiven Arbeitsmarktpolitik bzw. der Analyse ihrer makroökonomischen Wirkungen dar. Doch woran orientieren sich diese, wie und von wem werden Richtung bzw. Schwerpunkte vorgegeben, wie kommen sie überhaupt zustande? Eine weitere relevante Frage, wenn es darum geht, Einflussfaktoren auf die aktive Arbeitsmarktpolitik bzw. deren Entwicklung zu identifizieren. 3.3.1 Arbeitsmarktpolitische Ziele und Strategien
Gemäß dem Arbeitsmarktförderungsgesetz (AMFG, §1) hat das für Arbeitsmarktpolitik zuständige Bundesministerium als Aufsichtsorgan dafür Sorge zu tragen, dass entsprechende Maßnahmen zur Erreichung und Aufrechterhaltung der Vollbeschäftigung sowie zur Förderung der Funktionsfähigkeit des Arbeitsmarktes gesetzt werden. Dem Arbeitsmarktservice (AMS), als dem mit der Umsetzung beauftragten Unternehmen, kommt dabei eine Vermittlungsfunktion zu: Zentrale Aufgabe des AMS ist die Unterstützung und Förderung des Ausgleichs unterschiedlicher Interessenlagen, um "auf ein möglichst vollständiges, wirtschaftlich sinnvolles und nachhaltiges Zusammenführen von Arbeitskräfteangebot und -nachfrage hinzuwirken" (AMSG, §29 (1)). Als zentrale Zielsetzungen des AMS im Hinblick auf die aktive Arbeitsmarktpolitik können die Verringerung der Arbeitslosigkeit, die Verbesserung der Integrationschancen arbeits- oder beschäftigungsloser Personen sowie die Reduzierung des Betroffenheitsrisikos bestimmter Personen und/oder Gruppen durch Förderung von Anpassungsprozessen genannt werden. Der allgemeine gesetzliche Rahmen wird durch die Zielvorgaben des zuständigen Bundesministeriums an das AMS konkretisiert. Diese gewichten den Einsatz von 12
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Instrumenten der aktiven Arbeitsmarktpolitik zu Gunsten definierter Personengruppen am Arbeitsmarkt (vgl. AMS), über den konkreten Instrumenten- und Mitteleinsatz entscheidet das AMS jedoch weitgehend selbst. Auf Grundlage dieser Zielvorgaben hat das AMS nach der Ausgliederung Mitte der 1990er Jahre verstärkt damit begonnen, Konzepte zur Beseitigung und Verringerung von Langzeitarbeitslosigkeit sowie zur Unterstützung von Personen mit Vermittlungseinschränkungen bzw. geringen Arbeitsmarktchancen zu entwickeln (Lutz, Mahringer, Pöschl (2005)). Eine weitere Weichenstellung war die Einführung des „Management by Objectives“ im Jahr 1996. Jährlich festgelegte arbeitsmarktpolitische Ziele definieren die intendierten Wirkungen der Tätigkeiten des AMS entlang definierter Beobachtungsgrößen und zu erreichender Zielwerte. Ausgangspunkt für die Zielsetzungen auf nationaler Ebene ist die Europäische Beschäftigungsstrategie: Die übergeordnete Dimension bilden dabei die beschäftigungspolitischen Leitlinien der Europäischen Union, welche im Nationalen Aktionsplan für Beschäftigung (1998-2002) und dem nachfolgenden Nationalen Reformprogramm für Wachstum und Beschäftigung eine Konkretisierung erfahren haben, sowie die Programmplanungsdokumente des Europäischen Sozialfonds (ESF). Ausgehend davon, lässt sich die Ziel- und Planungshierarchie des AMS für den Zeitraum 2001-07 nun wie folgt darstellen (AMS 2009). Tabelle 1: Ziel- und Planungshierarchie des AMS
Europäische Beschäftigungsstrategie (beschäftigungspolitische LL) ESF 2000-06 und 2007-13 Nationaler Aktionsplan für Beschäftigung (1998-2004), Nationales Reformprogramm f. Wachstum und Beschäftigung (2005-08, 2008-10) Zielvorgaben des Bundesministeriums (2001, 2006)
Längerfristiger Plan des AMS
AM-pol. Jahresziele AMS-Scorecard
Förderbudget 50% Frauenanteil
Arbeitsprogramm LGS & RGS Quelle: AMS.
13
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Die Ausgestaltung der österreichischen Arbeitsmarkt- und Beschäftigungspolitik erfolgt vor dem Hintergrund dieses übergeordneten Ziel- und Strategiesystems: So haben sich die Mitgliedsstaaten der Europäischen Union verpflichtet, ihre nationalen Politiken entlang der Leitlinien der Beschäftigungsstrategie auszurichten. Dementsprechend orientieren sich Aktivitäten, Schwerpunktsetzungen ebenso wie Zielvorgaben der aktiven Arbeitsmarktpolitik wie des AMS an diesen Zielsetzungen und haben darüber auch entsprechend Einfluss auf den gewählten Policy- bzw. Maßnahmen-Mix. Für den gewählten Evaluierungszeitraum 2001-07 sind die in Tabelle 1 angeführten Strategien und Programme maßgeblich. Diese werden nachfolgend kurz erläutert. Europäische Beschäftigungsstrategie
Mitte der 1990er Jahre standen viele Länder in Europa vor der Herausforderung, ihre strukturellen Arbeitsmarktdefizite zu überwinden, Arbeitslosigkeit abzubauen und die Beschäftigungsintensität zu erhöhen. Zur Lösung dieser gemeinsamen Arbeitsmarktprobleme wurde auf dem Luxemburger Beschäftigungsgipfel im November 1997 erstmals eine koordinierte Europäische Beschäftigungsstrategie (EBS) beschlossen und Beschäftigungspolitische Leitlinien (LL) verabschiedet. Seit 2005 sind diese Teil der Integrierten Leitlinien für Wachstum und Beschäftigung. Die Umsetzung dieser Leitlinien in nationalstaatliche Politik der Mitgliedsstaaten erfolgte bis 2004 in Nationalen Aktionsplänen (NAP`s) und seit 2005 in Nationalen Reformprogrammen für Beschäftigung (NRP`s) (Grand (2007); EU-Kommission (2007)). Diese ersten, und insgesamt 18 Beschäftigungspolitischen Leitlinien (Tabelle 27 im Anhang) wurden unter vier integrierten Aktionsbereichen, den so genannten Grundpfeilern der Beschäftigungsleitlinien, präsentiert: (1) Verbesserung der Beschäftigungsfähigkeit (employability), (2) Entwicklung des Unternehmergeistes (entrepreneurship), (3) Förderung der Anpassungsfähigkeit der Unternehmen und ihrer Arbeitnehmer (adaptability) und (4) Stärkung der Maßnahmen für Chancengleichheit von Männern und Frauen (equal opportunities). Ein wesentliches Augenmerk lag dabei auf der Bekämpfung der Jugend- sowie der Verhütung von Langzeitarbeitslosigkeit und auf der Verstärkung von Qualifizierung zur Förderung der Anpassung wie auch zur Unterstützung der Arbeitsaufnahme. Im Jahr 2003 wurde die EBS einer Evaluierung unterzogen. Dabei wurde klar, dass die Beschäftigungsstrategie gezielter auf Prioritäten und eine bessere Governance ausgerichtet sein sollte (EU-Kommission (2007)). Die beschäftigungspolitischen Leitlinien (LL) wurden auf zehn reduziert und um drei übergreifende Prioritäten ergänzt: (1) Vollbeschäftigung, (2) Steigerung der Arbeitsplatzqualität und Arbeitsproduktivität und (3) Stärkung des sozialen und territorialen Zusammenhalts. Ausgangsbasis der Formulierung der Leitlinien 2003 waren die vier Säulen der Beschäftigungspolitik, wobei aber der ersten („Beschäftigungsfähigkeit“) eine zentrale Bedeutung zukam. Die darauf
14
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
basierenden Maßnahmen der Mitgliedstaaten sollten auch weiterhin einen Beitrag zur Erreichung folgender Beschäftigungsquotenziele für die Europäische Union leisten: •
Gesamtbeschäftigungsquote von 67 % bis 2005 und 70 % bis 2010
•
Frauenbeschäftigungsquote von 57 % bis 2005 und 60 % bis 2010
•
Beschäftigungsquote von 50 % bei den älteren Arbeitskräften (55-64) bis 2010
„Vor dem Hintergrund unzureichender Fortschritte in der Realisierung der LissabonStrategie und eines nur bescheidenen Wirtschaftsaufschwungs“ (EU-Kommission (2005), S. 5) empfahl die EU-Kommission im Frühjahr 2005 die Überarbeitung und Neuausrichtung der Strategie und eine Konzentration der Schwerpunkte auf die Verwirklichung eines kräftigen und nachhaltigen Wachstums sowie die Schaffung von mehr und besseren Arbeitsplätzen. Im Rahmen dieses Prozesses verabschiedete der Europäische Rat die „Integrierten Leitlinien für Wachstum und Beschäftigung (20052008)“, welche sowohl makroökonomische Maßnahmen als auch Beschäftigungsfragen und Strukturreformen beinhalten. Zunächst für den Zeitraum 2005-08, und im Frühjahr 2008 bis 2010 verlängert, wurden acht Beschäftigungsleitlinien (LL 17-23 sowie 3 übergeordnete Prioritäten als LL16, siehe Tabelle 27) festgelegt. Anders als 2003 fokussieren diese nicht mehr auch auf die Förderung des Unternehmergeistes und die Schaffung von Arbeitsplätzen. Sie sind in deutlich stärkerem Maß auf Arbeitsmarktintegration, Erhöhung der Beschäftigungsfähigkeit sowie den Abbau von Ungleichheiten und Segmentierungen gerichtet. Gemeinsam mit den makro- und mikroökonomischen (sog. wirtschaftspolitischen LL) sind sie Teil des insgesamt 24 LL umfassenden Pakets integrierter Leitlinien. Im Zuge dieser Reform wurde auch der Berichtsprozess adaptiert. Anstelle der Nationalen Aktionspläne für Beschäftigung (NAP) sind Nationale Reformprogramme (NRP) getreten, die nunmehr für einen Zeitraum von 3 Jahren zu erstellen sind. Nationaler Aktionsplan und Nationales Reformprogramm für Wachstum und Beschäftigung
In den Nationalen Aktionsplänen für Beschäftigung erfolgte bis 2004 die Konkretisierung der beschäftigungspolitischen Leitlinien der EU. Jährliche Umsetzungs- bzw. Fortschrittsberichte liefern die Grundlage für die Weiterentwicklung und Akzentuierung der beschäftigungspolitischen Leitlinien entsprechend den Veränderungen am Arbeitsmarkt. In Österreich wurde im April 1998 der erste Nationale Aktionsplan (NAP) nach vorheriger Abstimmung mit den Sozialpartnern von der Bundesregierung beschlossen. Tragende Elemente waren dabei die bereits angeführten vier Säulen der europäischen Beschäftigungspolitik, welche sich in 22 Leitlinien (in den Folgejahren etwas reduziert) untergliederten. Neben der Schaffung neuer, zusätzlicher Erwerbsmöglichkeiten sowie der Erreichung der Beschäftigungsquotenziele der EU lag ein weiterer zentraler Fokus auf der Verstärkung der Anstrengungen, bei den Arbeitslosenzahlen eine nachhaltige Trendwende, also die Reduzierung der Arbeitslosigkeit, zu erreichen. 15
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Vor dem Hintergrund einer entsprechenden Entwicklung der wirtschaftlichen Rahmenbedingungen sollte bis 2002 eine Zunahme der Beschäftigung von etwa 100.000 sowie eine Reduktion der Arbeitslosigkeit auf etwa 3,5 % Prozent nach EUBerechnungsmethode erreicht werden (BMAGS, BMWA (1999)). Die arbeitsmarktpolitische Strategie sollte daran ausgerichtet sein, die Aktivierung der Arbeitsuchenden durch verstärkte Betreuung (individuelle Betreuungspläne), eine Erhöhung der Personen in aktiven Maßnahmen und Qualifizierung weiter zu forcieren. Darüber hinaus hat Österreich für die ersten drei (bis 2000) bzw. zwei (ab 2001) Leitlinien der Säule 1 „Verbesserung der Beschäftigungsfähigkeit“ der EBS folgende quantitative Zielsetzungen festgelegt, welche bis 2002 durch das AMS realisiert werden sollten: •
Halbierung der Übertrittszahl von Jugendlichen unter 25 Jahren in die Langzeitarbeitslosigkeit (über 6 Monate)
•
Halbierung der Übertrittszahl von Erwachsenen ab 25 Jahren in die Langzeitarbeitslosigkeit (über 12 Monate)
•
Erhöhung des Anteils arbeitsloser Personen in aktiven arbeitsmarktpolitischen Maßnahmen auf mindestens 20 %
Mit der Veränderung in den beschäftigungspolitischen Leitlinien der EU wurden auch der NAP 2003 und 2004 angepasst. Betont wurde dabei die verstärkte Zusammenarbeit von Finanz- und Wirtschaftspolitik auf der einen und Arbeitsmarkt-, Sozial- und Bildungspolitik auf der anderen Seite. Insofern könnten sie gewissermaßen als „Vorläufer“ für die ab 2005 eingeführten Reformprogramme für Wachstum und Beschäftigung bezeichnet werden. Nach einem breit angelegten Reformdialog der Bundesregierung mit den Sozialpartnern und der Opposition sowie VertreterInnen der Länder, der Wissenschaft und von der Unternehmensseite wurde im Oktober 2005 das erste österreichische Reformprogramm für Wachstum und Beschäftigung vorgelegt. Im Mittelpunkt des sieben Kernbereiche und 24 Leitlinien umfassenden Programms stehen wirtschaftspolitische Anreize, welche die Wettbewerbsfähigkeit der österreichischen Unternehmen nachhaltig stärken und zum Ausbau der Attraktivität des Standortes Österreich beitragen sollen. Darüber hinaus beschreibt es in den Kernbereichen 2 („Arbeitsmarkt- und Beschäftigungspolitik“) und 6 („Bildung und Weiterbildung“) auch die arbeitsmarkt- und beschäftigungspolitische Strategie der Bundesregierung entlang der Beschäftigungsleitlinien der EU. Für die Verbesserung der Beschäftigungslage sowie zur Senkung der Arbeitslosigkeit wurden Aktivitäten, die direkt am Arbeitsmarkt ansetzen, empfohlen, um das rasche und effektive Matching von Arbeitsuchenden und offenen Stellen zu verbessern (Österr. Reformprogramm (2005)). Als eine aktuelle Maßnahme wurde u.a. die gesetzliche Verankerung (in Kraft getreten mit 1. Jänner 2005) des im AMS bereits mit guten Erfahrungen eingesetzten Betreuungsplanes für Arbeitslose genannt, welcher gleichzeitig 16
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
auch ein Schwerpunkt in den mittelfristigen strategischen Vorhaben des AMS sowie den Zielvorgaben des Bundesministeriums ist. Qualifikation und ständige Weiterbildung wurden als bestes Mittel zur Verhinderung von Arbeitslosigkeit hervorgehoben. Neben der Verankerung des Prinzips des „Lebenslangen Lernens“ in möglichst vielen Bereichen wurden unter anderem Schwerpunkte für Beschäftigte ab 40 und Ältere (betriebsbezogene Qualifizierung, wie bspw. Implacementstiftungen oder Beschäftigungsförderungsmaßnahmen, wie Eingliederungsbeihilfen, sozialökonomische Betriebe) formuliert. Ein starker Akzent wurde mit dem Beschluss des Beschäftigungsförderungsgesetzes im September 2005 gesetzt. Mit dieser Qualifizierungsoffensive sollten 60.000 Personen gefördert werden, um den Ein- bzw. Wiedereinstieg in den Arbeitsmarkt zu erleichtern. Insgesamt wurden 285 Millionen Euro zusätzlich in aktive Arbeitsmarktpolitik investiert und die Budgetmittel des AMS um mehr als 30 Prozent erhöht. Ein besonderer Ausbildungsschwerpunkt war für Jugendliche und Frauen gesetzt. Der Fokus lag auf Berufsausbildung, Weiterbildung, Höherqualifizierung sowie Förderung der Arbeitsaufnahme in 5 Schwerpunktbereichen: (1) Maßnahmen zur Qualifizierung im Bereich Pflege- und Gesundheitsberufe (maßnahmenträger- oder personenbezogene Förderung), (2) das Jugendqualifizierungsprogramm Jobs for You(th), der Bonus für zusätzliche Lehrstellen, das Nachholen des Hauptschulabschlusses (Sekundarstufe I), (3) ein Qualifizierungsschwerpunkt für arbeitslose Frauen ab 25 mit nicht mehr verwertbaren Kenntnissen und die Eingliederungsbeihilfe für Wiedereinsteigerinnen, (4) die bedarfsgerechte Qualifizierung älterer männlicher Arbeitnehmer ab 50 Jahren sowie der (5) Kombilohn. Mittlerweile ist das 2. Österreichische Reformprogramm 2008-10 in Kraft getreten. Die vom Europäischen Rat im Frühjahr 2008 eingeforderte stärkere Verzahnung von Wirtschafts-, Beschäftigungs- und Sozialpolitik wird dabei in zweifacher Weise berücksichtigt: Einerseits werden in den strategischen Kernbereichen die sozialen Faktoren und Maßnahmen stärker hervorgestrichen. Andererseits wird der Verzahnung des Nationalen Reformprogramms mit der offenen Methode der Koordinierung für Sozialschutz und soziale Eingliederung ein eigener, achter, Kernbereich gewidmet. Die Europäische Beschäftigungsstrategie hat über den Weg der Nationalen Aktionspläne bzw. Reformprogramme die Ausgestaltung der österreichischen Arbeitsmarktpolitik, nicht zuletzt auch im Hinblick auf den Einsatz des Instrumenten- bzw. Maßnahmen-Mix, wesentlich (mit)geprägt. So hat die aktive Arbeitsmarktpolitik unter anderem aufgrund des Fokus auf die Aktivierung von Personen seit Ende der 1990er Jahre eine Ausweitung erfahren. Dies zeigt sich bspw. allgemein in der Zunahme von Schulungs- bzw. Qualifizierungsintensitäten und im Besonderen bei spezifischen Zielgruppen (Jugendliche, Frauen, Ältere, gering Qualifizierte), bei unterstützenden Maßnahmen, wie arbeitsmarktpolitischen Beratungs- und Betreuungseinrichtungen, in der Ausweitung des 17
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Early Intervention-Ansatzes oder auch der Verbesserung der Vereinbarungskultur zwischen AMS und KundInnen. Den stärksten Einfluss hatte aber der Beschluss bzw. die Umsetzung des Beschäftigungsförderungsgesetzes 2006/07. So hat die Fokussierung auf Jugendliche die Maßnahmensetzung in diesem Bereich sprunghaft ansteigen lassen (vgl. Abschnitt 4.2). Entsprechend dem dargestellten Ziel- und Planungssystem setzen sich diese Impulse auch in den Zielvorgaben des zuständigen Bundesministeriums wie der Planung des AMS fort. Zielvorgaben des Bundesministeriums
Dem Bundesministerium obliegt für den Bereich der aktiven Arbeitsmarktpolitik die Vorgabe allgemeiner Zielsetzungen. Diese sollen Richtlinie für die strategische Ausrichtung und Schwerpunktsetzung der Instrumente der Arbeitsmarktpolitik sein und Zielgruppen definieren, für die spezifische Maßnahmen auszuarbeiten sind. Zudem betonen sie die Gültigkeit der Schwerpunkte im NAP bzw. NRP und machen deutlich, dass sich Österreich ausdrücklich zur Umsetzung der Ziele der europäischen Beschäftigungsstrategie verpflichtet hat. Für den Evaluierungszeitraum 2001-07 sind die Vorgaben aus 2001 und 2006 maßgeblich. Für die Umsetzung der österreichischen Arbeitsmarktpolitik wurden im Jahr 2001 sieben globale Ziele definiert (Tabelle 28). Zusätzlich hat das AMS den Auftrag, am Arbeitsmarkt benachteiligte Personengruppen zu beobachten und adäquate Maßnahmen zu setzen. Als Zielgruppen gelten Frauen, insbesondere Wiedereinsteigerinnen, Personen mit Behinderungen, Ältere, Langezeitarbeitslose und von Langzeitarbeitslosigkeit Bedrohte, Jugendliche, Unqualifizierte, AusländerInnen, ethnische Minderheiten. Darüber hinaus hat das Bundesministerium auch quantitative Vorgaben erlassen (Lutz, Mahringer, Pöschl (2005), S. 9), welche sich auf Jugendliche in Maßnahmen, den Anteil älterer Arbeitsloser sowie die Budgetverteilung (50 % der aktiven Arbeitsmarktpolitik für Frauen und 2/3 für Qualifizierungsmaßnahmen) beziehen. Im Jahr 2006 hat das Bundesministerium in Abstimmung mit den Sozialpartnern diese Zielvorgaben aktualisiert (Tabelle 28). Die nunmehr neun globalen Ziele entsprechen einander in vier Bereichen (Langzeitarbeitslosigkeit entgegenwirken, Vorziehen der Aktivierung gegenüber passiver Versorgung, Förderung von Chancengleichheit am Arbeitsmarkt & Erhöhung der Transparenz zur Optimierung des Matchings). Als Zielgruppen für frühzeitige Intervention werden Jugendliche, Frauen, Ältere und Langzeitbeschäftigungslose hervorgehoben. Anders als 2001 wird nunmehr die Verbesserung der Qualität und Nachhaltigkeit der arbeitsmarktpolitischen Maßnahmen betont, was sich auch als Hinweis auf eine stärkere Orientierung an Wirkungszielen (Arbeitsaufnahme nach Schulungen) interpretieren lässt. Darüber hinaus werden prozessorientierte Zielsetzungen formuliert, die den Servicecharakter des AMS bekräftigen (KundInnenbefragungen, Optimierung von Selbstbedienungsangeboten und 18
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Internet-Plattform, Betreuungspläne etc.) und dazu dienen sollen, die Spitzenposition des AMS im europäischen Vergleich zu halten. Die explizite Zielsetzung im Bereich der Beratung und Unterstützung von Unternehmen in der Entwicklung ihrer Humanressourcen wurde hingegen nicht weitergeführt. Vor dem Hintergrund der Zielvorgaben erfolgt dann die kurz- und mittelfristige Planung des AMS. Seit Mitte der 1990er Jahre wurde dazu ein österreichweites Zielsystem etabliert, das über quantifizierbare Zielvereinbarungen die Performance des AMS am Arbeitsmarkt zu steuern sucht. Dieses Zielsystem wird dynamisch entsprechend der Prognose zur Arbeitsmarktlage angepasst und setzt sich aus längerfristigen Zielsetzungen („Längerfristiger Plan“) und jährlich formulierten Zielvorgaben zusammen. Zielsetzungen des AMS
Ausgerichtet auf einen Zeitraum von in der Regel zwei bis drei Jahren definiert der Längerfristige Plan des AMS Ziele, Strategie und konkrete Maßnahmen sowie die dafür notwendigen Investitions-, Personal- und Sachressourcen auf Basis der prognostizierten Wirtschafts- und Arbeitsmarktentwicklung. Er stellt damit auch die Grundlage für die Formulierung von jährlichen arbeitsmarktpolitischen Zielen dar und ist in seiner Struktur an den Kernprozessen (Service für Arbeitsuchende & Service für Unternehmen, Info-, Service & Beratung) bzw. den formulierten Leitbilddimensionen des AMS orientiert. Dies zeigt sich insbesondere daran, dass für jeden Kernprozess ebenso wie für das Querschnittsthema Chancengleichheit strategische Schwerpunkte definiert werden. Im Vergleich zu 1999-2002 ist der Längerfristige Plan 2006-08 stärker service- und prozessorientiert (ähnlich wie auch die Zielvorgaben des Bundesministeriums) und umfasst nunmehr alle Geschäftsfelder, d.h. auch Schwerpunkte im Bereich der Unterstützung von Unternehmen (Tabelle 29). Ausgehend von diesen längerfristigen Zielsetzungen erfolgt – je nach Problemwahrnehmung der beteiligten AkteurInnen – eine Konkretisierung in Form kurzfristiger Tätigkeitsschwerpunkte, die in jährlichen Zielvereinbarungen niedergelegt werden. Die arbeitsmarktpolitischen Jahresziele werden in einem Abstimmungsprozess zwischen EigentümervertreterInnen des AMS (BMASK vorm. BMWA, BMF und Sozialpartner), der Bundesgeschäftsstelle (BGS) und den Landesgeschäftsstellen des AMS (LGSen) entwickelt und vom Verwaltungsrat beschlossen. Zentrale Intention ist es, eine verbindliche Vereinbarung über zu erreichende Wirkung und Einflüsse des AMS am Arbeitsmarkt auf Landes- und Regionalebene zu treffen. Dazu wurden Wirkungs- und Aktivitätsziele formuliert. Ihre Zusammensetzung wurde bewusst nicht der Geschäftsfeldlogik entsprechend, sondern nach Möglichkeit übergreifend gewählt, weil sie auch geschäftsfeldübergreifend verfolgt werden. Für jedes Ziel werden pro Bundesland ein Indikator und Beobachtungskennziffern zur begleitenden Abbildung ermittelt, wobei diese Beobachtungsgrößen nicht Teil der quantifizierten Zielvereinbarung sind. Als Indikator zur Erreichung des Ziels „Verhinderung von 19
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Langzeitarbeitslosigkeit“ fungiert beispielsweise die Minimierung der Übertrittsquote in Arbeitslosigkeit von mehr als 12 Monaten. Zusätzlich zu den Bundeszielen werden jeweils ein Landesziel sowie bis 2007 auch regionale Ziele vereinbart. Aufgabe der LGSen ist es, mit den Regionalen Geschäftsstellen (RGS) Prioritäten und Arbeitsprogramme auf Basis dieser Ziele je nach regionaler Arbeitsmarktlage festzulegen. Im Hinblick auf die konkrete Ausgestaltung und Zusammensetzung der Instrumente der aktiven Arbeitsmarktpolitik bleibt es den Vorstellungen der LGSen überlassen, den optimalen Mix für die regional unterschiedlichen Arbeitsmarktsituationen in ihren Arbeitsprogrammen zu definieren. Seitens der BGS erfolgt hier keine Vorgabe, mit welchen Maßnahmen bspw. bestimmte Problemlagen vordringlich zu bekämpfen sind oder für welche Zielvorgabe welcher Instrumententyp am besten – im Sinn von Effektivität und Zielerreichung – geeignet ist. Wird die Entwicklung der arbeitsmarktpolitischen Jahresziele im Zeitraum 2001-07 (siehe Tabelle 30) betrachtet, so lassen sich diese ganz grob in stabile und periodische einteilen. Zu den durchgängigen und stabilen Zielsetzungen zählen die Verhinderung der Langzeitarbeitslosigkeit (LZAL), die Verkürzung der Arbeitslosigkeit von Jugendlichen, die Verbesserung der Arbeitsmarktintegration von Langzeitbeschäftigungslosen (LZBL) sowie die Erhöhung und Sicherung des Einschaltgrads am Arbeitsmarkt. Periodische Ziele wurden zum Teil im Zusammenhang mit Ergebnissen oder Empfehlungen aus der Umsetzung des NAP oder auch politischer Intervention formuliert. So gab es bspw. in den Jahren 2002-03 eine auf die IT-Qualifizierung von Arbeitslosen gerichtete Zielvorgabe. In den Jahren 2005 und 2006 wurde als Indikator der Zielerreichung der Verbesserung der Position am Arbeitsmarkt die Teilnahme gering Qualifizierter im Haupterwerbsalter an Qualifikation gewählt. Diesbezüglich findet sich eine entsprechende Empfehlung im Fortschrittsbericht zum NAP 2004 „Die Anreize für die Weiterbildungsbeteiligung, insbesondere der Geringqualifizierten und der Zuwanderer, überprüfen“ (BMWA (2004), S. 17). Eine andere Verzahnung findet sich bspw. auch im Indikator „Teilnahme in Qualifikation Jüngere/Ältere“. Veränderungen zeigten sich in der ab 2005 verstärkten Adressierung von Unternehmen (Stellenakquisition), der Aufnahme der Early Intervention für Ältere ab 2004 und im Hinblick auf die Wirkungsmessung von Schulungen. Zwar wurde bei Qualifizierungsmaßnahmen für Frauen (Erhöhung der Arbeitsmarktchancen von Frauen durch Qualifizierung, 1999-2004) bereits von Beginn auf den Abgang in Arbeit abgestellt, bei den meisten anderen „qualifizierungsbezogenen“ Zielsetzungen wurden aber in der Regel nur Zahl, Art und Zielgruppe von Schulungen vorgegeben. Ab 2007 werden nunmehr Kennziffern für die Schulungs-Effektivität (Indikator Arbeitsaufnahme) vereinbart. Trotz einer relativ hohen (zeitlichen) Flexibilität der Zielsteuerung wurde dieses „enge Korsett“ der Zielvorgaben in manchen Fällen als behindernd empfunden, da es ein 20
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
rasches Reagieren auf eine unmittelbar auftretende Problemlage nicht ermöglicht. Inwieweit dieses Zielsteuerungssystem Einfluss auf die konkrete Zusammensetzung des (regionalen) Maßnahmen-Mix hat, kann nicht eindeutig beantwortet werden. So hat sich bspw. der Einsatz kurzfristiger Aus- und Weiterbildung deutlich verstärkt, ebenso erfolgte im Bereich der Qualifizierungsmaßnahmen insgesamt eine stärkere Ausdifferenzierung nach Typen (Berufsorientierung/-vorbereitung, aktive Arbeitsuche, Arbeitstraining). Auch der Einsatz der Lehrstellenförderung ist im Zuge des Jugendbeschäftigungsprogramms deutlich ausgeweitet worden. In diesen Fällen kann durchaus von einem kausalen Zusammenhang zwischen Zielsteuerung und Maßnahmen-Mix gesprochen werden. Maßnahmen, die auf die Förderung von Beschäftigung ausgerichtet sind, adressieren zu einem überwiegenden Teil Langzeitarbeits- bzw. -beschäftigungslose. Da es sich bei dieser Zielgruppe um eine der stabilsten im Hinblick auf das Zielsystem handelt, kann vermutet werden, dass der Einsatz entsprechender Instrumente relativ etabliert und regional ausdifferenziert ist, insofern also wenig mit der Zielsteuerung selbst, eventuell aber wiederum über die Intervention von außen (bspw. Beschäftigungsförderungsgesetz) korrespondiert. Insgesamt wurde der Aushandlungsprozess über die jährlichen Ziele in den Interviews als komplex und von unterschiedlichsten Faktoren und Einflüssen abhängig bezeichnet. Neben arbeitsmarktbezogenen zählen vielfach auch politische Interessen dazu. 3.3.2 Budget- und Maßnahmenplanung
Innerhalb des AMS erfolgt auf der Bundesebene (BGS) die Formulierung arbeitsmarktpolitischer Schwerpunktprogramme sowie die Entwicklung, Berechnung und Festlegung der Zielvorgaben und Indikatoren für die arbeitsmarktpolitischen Jahresziele und die damit verbundene Berechnung des jährlichen Förderbudgets. Auf der Landesebene erfolgt die Zielentwicklung für das jeweilige Bundesland, die Erstellung des Arbeitsprogramms sowie die Koordinierung, Anleitung und Unterstützung der regionalen Geschäftsstellen (RGS). Darüber hinaus ist die LGS auch für die Verteilung des Förderbudgets verantwortlich. Die konkrete Kursplanung ebenso wie die operative Umsetzung der Vorgaben obliegt den RGSen. Diese haben in der Ausgestaltung des Maßnahmen-Mix grundsätzlich freien Handlungsspielraum. Dieser beschränkt sich jedoch dadurch, dass bestimmte Maßnahmen (bspw. Eingliederungsbeihilfen, Gemeinnützige Beschäftigungsprojekte etc.) im Entscheidungsbereich der LGS liegen und nur in Abstimmung eingesetzt werden können.
21
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Basis der Zielsteuerung und der Planung und Verteilung der Ressourcen sind die quantifizierten Zielvorgaben. Diese werden seitens der BGS auf Basis objektiver Arbeitsmarktindikatoren entwickelt. In der Vergangenheit beruhte die Berechnung vor allem auf Prognosen über die Entwicklung des Arbeitsmarktes, der Erfahrungswerte, der arbeitsmarktpolitischen Problemlagen sowie der Performance in der Vorperiode. Um einerseits der zunehmenden Unzufriedenheit und Kritik von AMS-interner Seite zu begegnen, andererseits auch das Endogenitätsproblem besser in den Griff zu bekommen, wurde im Jahr 2007 auf Ermittlung der Quantitäten der Zielwerte mittels Clusterreferenzmethode umgestellt. Tabelle 2: Jahresplanung des AMS Vorstand und Verwaltungsrat des AMS
Abstimmungsprozess
Abstimmung Aktivitäts- und Wirkungsziele im Vorfeld Beschluss des Förderbudgets
BGS
Festlegung von Aktivitäts- und Wirkungszielen Ermittlung von Interventionsquoten & durchschnittl. Förderkosten auf Basis Entwicklung der Vergangenheit Berechnung Clusterreferenzwerte Bestimmung Zielwerte Berechung zielorientiertes Budget
LGS
Erste Kursplanung und Zielsetzungen an RGSen (Sommer) zur Abstimmung Umlegung der Landesvorgaben auf Regionalvorgaben Aufteilung des Budgets an RGSen
Abstimmungsprozess
Abstimmung bei Kursplanung Vorgabe von Budget und Zielwerten
RGS
Rückmeldung Kursplanung LGS Gestaltung Maßnahmen-Mix Operative Umsetzung
Quelle: JR-InTeReg.
Dieses Verfahren stellt die tatsächliche Arbeitsmarktperformance (Risiko von Langzeitarbeitslosigkeit, Chance auf Reintegration in den Arbeitsmarkt) je Region den Ergebnissen der Vergleichspartner im Cluster gegenüber. Die jeweilige Differenz zu den Top-Performern zeigt Verbesserungspotenziale auf und bestimmt damit die Richtung der Zielvorgabe. Die Cluster werden dabei aus Faktoren gebildet, die arbeitsmarktpolitische Rahmenbedingungen abbilden: Bevölkerungs- und Beschäftigungsentwicklung, PendlerInnenanteile, Einkommensentwicklung und saisonale Komponenten. Explizit wird auf die Einbeziehung der Arbeitslosigkeit verzichtet, da diese durch Leistungen und Aktivitäten des AMS beeinflusst werden kann. Anzumerken ist jedoch, dass Struktur und Höhe der Arbeitslosigkeit in einer Region über die Ermittlung von Aktionspotenzialen und Interventionsquoten wiederum Eingang in die Ermittlung der Zielvorgaben finden.
22
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Ausgehend von Aktionspotenzialen (wie groß ist die einem Jahresziel potenziell zugehörige Zielgruppe) und Interventionsquoten (wo hat tatsächlich eine Intervention durch das AMS stattgefunden), welche auf Basis der Entwicklung in der Vorperiode (Oktober des vergangenen bis September des aktuellen Jahres) bestimmt werden, wird in der Folge der aktuelle Zielwert ermittelt. Dieser wird pro Ziel, getrennt für Frauen und Männer, berechnet und anschließend mit den durchschnittlichen Förderkosten je nach Maßnahmentyp multipliziert. Die Summe daraus ergibt das so genannte zielorientierte Förderbudget. Neben diesem setzt sich das Förderbudget des Weiteren aus Mitteln mit besonderer Zweckbindung (ESF, Sonderprogramme etc.) sowie den variablen Mitteln zusammen. Variable Mittel können ohne vorher festgelegte Zweckbindung von den LGSen verwendet werden. Die Verteilung erfolgt dabei nach dem Anteil an den Arbeitslosen (Jahresdurchschnittsbestand) mit besonderer Berücksichtigung der Saisonarbeitslosigkeit. Das Förderbudget des AMS wird dann vom Verwaltungsrat des AMS beschlossen und in weiterer Folge auf die Landesorganisationen und dann wiederum auf die regionalen Geschäftsstellen des AMS verteilt, welchen es für die Umsetzung der verschiedenen Instrumente der Arbeitsmarktpolitik zur Verfügung steht. Wie diese Verteilung auf die einzelnen regionalen Geschäftsstellen erfolgt, obliegt den jeweiligen Landesgeschäftsstellen. Die Determinanten der regionalen Verteilungsschlüssel ebenso wie die Verteilung selbst differieren dabei je nach Bundesland. So gibt es bspw. in Niederösterreich ein spezifisches regionales Verteilungsmodell basierend auf der Entwicklung in der Vorperiode (hohe/niedrige ALQ, viele/wenige offene Stellen, Charakteristika von AL, Mismatch…), in anderen Bundesländern erfolgt die Verteilung entlang regionaler Arbeitslosenraten, nach Erfahrungswerten aus der Vergangenheit oder einem Mix aus konkretem Rechenmodell und qualitativer Korrektur auf Basis der Erfahrungen aus der Vergangenheit. Für den Zeitraum 2001-2007 haben sich die Budgets für aktive Arbeitsmarktpolitik und geförderte Personen folgendermaßen entwickelt: Tabelle 3: Budgetverteilung aktive Arbeitsmarktpolitik 2001-07 aktive AMP (in Mio €) Personen
2001 2002 2003 2004 2005 2006 2007 626 628 700 711 712 847 846 220.770 251.163 287.827 302.300 334.050 359.024 344.831
Quelle: BMWA (2008).
Das Förderbudget hat in diesem Zeitraum um 35 % zugenommen, die Zahl der geförderten Personen stieg um 56 %. Dies lässt zum einen den Schluss zu, dass die Intensität der Förderungen abgenommen hat. Zum anderen ist es möglicherweise auf eine Verschiebung bei den Maßnahmen selbst bspw. hin zu kürzeren Maßnahmen mit geringerer Verweildauer oder ev. auch eine geänderte Zuweisungspolitik in Maßnahmen zurückzuführen. 23
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
3.3.3 Instrumente der aktiven Arbeitsmarktpolitik
Das AMS verfügt im Rahmen der Arbeitsmarktförderung (AMF) über ein breites Spektrum aktiver arbeitsmarktpolitischer Maßnahmen zur Adressierung verschiedener Problemlagen und zur Unterstützung von Beschäftigungsintegration bzw. -sicherung. Abhängig von Inhalt und Zielrichtung der Maßnahme lassen sich drei Überkategorien identifizieren: Qualifizierungsmaßnahmen, beschäftigungsfördernde Maßnahmen und Unterstützungsmaßnahmen. Die nachfolgende Tabelle gibt einen Überblick der Zuordnung der einzelnen Maßnahmentypen zu den jeweiligen Oberkategorien. Tabelle 4: Maßnahmenkategorisierung Qualifizierung Förderung von Maßnahmen der beruflichen Mobilität (BM) Beihilfen zu Kurs- und Kursnebenkosten (KK, KNK) Beihilfe zur Deckung des Lebensunterhaltes (DLU)
Beschäftigung
Eingliederungsbeihilfen (BEBE), Kombilohn (KOMB) Solidaritätsprämie (SOL)
Arbeitsstiftungen (Implacement, Outplacement) (AST)
Öffentliche und gemeinnützige Beschäftigung: Gemeinnützige Beschäftigungsprojekte (GBP) und Sozialökonomische Betriebe (SÖB)
Lehrlingsförderungen (LEHR, SZL)
Kurzarbeit (KUA)
Qualifizierung von Beschäftigten (214, QfB)
Entfernungsbeihilfen (ENT)
Unterstützung Arbeitsmarktpolitische Beratungsund Betreuungseinrichtungen (BBE) Kinderbetreuung: Kinderbetreuungsbeihilfe (KBH), Förderung von Kinderbetreuungseinrichtungen (KBE) Unternehmensgründungsprogramm (UGP) und Gründungsbeihilfe (GB) Geographische Mobilität: Vorstellungsbeihilfe (VOR)
Quelle: BMWA 2008, S. 25. Anmerkung: Die Maßnahmen zur Förderung der beruflichen Mobilität untergliedern sich in aktive Arbeitsuche (AA), Orientierungsmaßnahmen (OR), Arbeitstraining (AT), Aus- und Weiterbildungsmaßnahmen (AW).
Für die makroökonomische Studie wurden nicht alle Maßnahmen in die Analyse einbezogen. So blieben die Unterstützungsmaßnahmen unberücksichtigt, da es sich dabei zum großen Teil um träger- und nicht personenbezogene Förderungen handelt (BBE, KBE) oder primär die finanzielle Absicherung während der Vorbereitung der Selbständigkeit im Vordergrund steht (UGP). Ausgespart blieben weiters die DLU als passive Unterstützung während einer ‚aktiven’ Maßnahmenzeit, die Qualifizierungsförderung von Beschäftigten (QfB) als von der Analysefrage abweichende Zielsetzung, die Kurzarbeit (KUA), die Entfernungsbeihilfe (ENT) sowie die Beihilfe zu den Kursnebenkosten (KNK) sowie die Arbeitsstiftungen (AST). Bei letzterer wird angenommen, dass sich die TeilnehmerInnen in Qualifizierungsmaßnahmen befinden, die Arbeitsstiftung selbst dabei nur als „Dach“ für entsprechende Beratungs- und Qualifizierungsaktivitäten fungiert. Für die empirische Makro-Analyse wurden demnach folgende neun Maßnahmen-Kategorien ausgewählt: •
Aktive Arbeitssuche (AA)
•
Orientierung (OR)
•
Arbeitstraining (AT) 24
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
•
Aus- und Weiterbildung (AW)
•
Kurskosten (KK)
•
Eingliederungsbeihilfe (EB)
•
Gemeinnützige Beschäftigungsprojekte (GB)
•
Sozialökonomische Betriebe (SÖB)
•
Lehrstellen (LE)
Diese werden nachfolgend kurz charakterisiert. Aktive Arbeitsuche (AA)
Bildungsmaßnahmen der „Aktiven Arbeitsuche" sind dadurch charakterisiert, dass sie Fertigkeiten vermitteln, die in unmittelbarem Zusammenhang mit der Arbeitsuche wie bspw. dem Abfassen von Bewerbungsschreiben und Lebensläufen, Bewerbungstrainings in Hinblick auf Bewerbungsgespräche, Entwicklung von Bewerbungsstrategien, Selbstmarketing, persönliches Telefonmarketing, Analyse von Stelleninseraten etc. stehen. Ziel ist das Finden eines Arbeitsplatzes und die möglichst rasche Aufnahme einer Beschäftigung. Zielgruppen: Personen, die erst seit vergleichsweise kurzer Zeit arbeitslos sind oder Personen, die zwar bereits vor längerem arbeitslos wurden, aber nach dem Absolvieren arbeitsmarktpolitischer Maßnahmen wieder beschäftigungsfähig erscheinen. Orientierungsmaßnahmen (OR)
Orientierungsmaßnahmen schaffen die Voraussetzungen für eine sinnvolle Weiterberatung, die Teilnahme an Qualifikationsmaßnahmen oder für eine Berufsentscheidung. Sie bieten Hilfestellung bei der beruflichen Entscheidungsfindung und Berufswegplanung, beim Erwerb von ersten Praxiserfahrungen und sind spezielle Einstiegshilfen für Jugendliche. Dabei kann zwischen Berufsorientierung und Berufsvorbereitung unterschieden werden: Berufsorientierungsmaßnahmen bieten Personen, die Schwierigkeiten bei der Festlegung beruflicher Perspektiven haben, umfassende Unterstützung an (z.B. Einstieg, Gruppenfindung, Zielorientierung, IstAnalyse und Auseinandersetzung mit den bisherigen beruflichen Erfahrungen, Ausweitung der beruflichen Möglichkeiten, Entscheidungsfindung und Konkretisierung der weiteren Schritte etc.). Berufsvorbereitungsmaßnahmen geben BerufseinsteigerInnen neben dem praktischen Kennenlernen verschiedener Berufsfelder im geschützten Rahmen eigener Werkstätten und/oder Betrieben die Möglichkeit, persönliche und soziale Probleme zu bearbeiten und nach Möglichkeit zu lösen. Unmittelbares Ziel von Berufsorientierungsmaßnahmen ist die Erarbeitung eines praktikablen bzw. umsetzbaren Karriereplanes unter Einbindung des Beraters/der Beraterin des Arbeitsmarktservice. Mittelbares Ziel ist die Umsetzung des individuellen Berufswegplanes: die Teilnahme an und der Abschluss einer Aus- oder Weiterbildung, das Finden eines Lehr- oder Arbeitsplatzes oder die Gründung eines Betriebes. Ziel der 25
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Berufsvorbereitung ist die persönliche und soziale Stabilisierung als Voraussetzung für die Aufnahme einer Beschäftigung, einer Lehrstelle oder Teilnahme an einer Qualifikationsmaßnahme. Zielgruppen: Personen mit Schwierigkeiten bei der Festlegung beruflicher Perspektiven (Berufsorientierung) und BerufseinsteigerInnen (Berufsvorbereitung). Arbeitstraining (AT)
In diesen speziell konzipierten Bildungsmaßnahmen werden soziale Problematiken bearbeitet, um die Folgen von Langzeitarbeitslosigkeit oder psychischer und physischer Einschränkungen zu reduzieren. Durch eine Kombination produktiver Arbeitsleistung und bedarfsgerechter Betreuung sowie Qualifizierung sollen die teilnehmenden Personen wieder zu einer realistischen Selbsteinschätzung gelangen und der Aufbau von Arbeitshaltungen (Ausdauer, Pünktlichkeit) unterstützt werden. Ziel ist die soziale, psychische und physische Stabilisierung und anschließend der Besuch entweder einer weiterführenden Maßnahme oder das Erlangen eines Arbeitsplatzes. Zielgruppen: Langzeitarbeitslose oder Personen mit psychischen und physischen Einschränkungen. Aus- und Weiterbildung (AW)
Bei Qualifikationsmaßnahmen unterscheidet man in Ausbildungsund Weiterbildungsmaßnahmen. Ausbildungsmaßnahmen sind dadurch charakterisiert, dass sie berufliche Kenntnisse und Fertigkeiten vermitteln, die zu einem staatlich anerkannten Schul- oder Berufsabschluss führen (z.B. Lehrabschluss). Lerninhalte sind per Gesetz oder Verordnung festgelegt. Die Abschlussprüfung wird zumeist in Form einer kommissionellen Prüfung abgelegt. Weiterbildungsmaßnahmen sollen berufliche Einstiegs- oder Zusatzqualifikationen vermitteln. Unter Einstiegsqualifikationen versteht man berufliche Fertigkeiten, denen kein staatlich anerkannter Berufsabschluss zugrunde liegt, die aber trotzdem den Einstieg ins Erwerbsleben ermöglichen. Teilnahmevoraussetzungen in Form von bestimmten beruflichen Qualifikationen sind nicht notwendig. (Beispiel: Servierkurse). Zusatzqualifikationen sind berufliche Fertigkeiten, die als Ergänzung zur beruflichen Erstausbildung zu verstehen sind. Die Teilnahme daran ist mit konkreten beruflichen Kenntnissen und Qualifikationen verbunden. (Beispiel: CAD-Lehrgänge für verschiedene Branchen) Ziel einer Ausbildungsmaßnahme ist das Erreichen eines staatlich anerkannten Pflichtschul- oder Berufsabschlusses durch die positive Ablegung der jeweiligen Prüfung am Ende der Maßnahme. Ziel einer Weiterbildungsmaßnahme ist das Erlernen der in der Maßnahme vermittelten Inhalte und Fertigkeiten. Beide Maßnahmen sollen am Ende zur Erlangung eines Arbeitsplatzes im Anschluss an die Maßnahme führen. Zielgruppen: Personen, bei denen neue, zusätzliche oder höhere Qualifikationen zu besseren Beschäftigungschancen führen sollten (lt. Richtlinie kein spezifischer Problemgruppenfokus). 26
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Beihilfe zu den Kurskosten (KK)
Im Rahmen dieser Maßnahme erhalten Einzelpersonen eine finanzielle Beihilfe zu den Kosten arbeitsmarktpolitisch sinnvoller beruflicher Qualifizierungsoder Berufsorientierungsmaßnahmen oder Maßnahmen der aktiven Arbeitssuche (Kursgebühr, Schulgeld, Lehrmittel, Prüfungsgebühren etc.). Ziel ist die Beseitigung bzw. Verringerung kostenbedingter Hindernisse (finanzielle Mehrbelastung), die den Zugang zu diesen Maßnahmen erschweren oder verhindern, die Unterstützung der Vermittlung oder die Sicherung einer gefährdeten Beschäftigung. Die Zielgruppe ist in diesem Fall sehr breit und reicht von arbeitslosen Personen, über Beschäftigte unterhalb einer bestimmten Einkommensgrenze, zu Karenzgeld- oder KinderbetreuungsgeldbezieherInnen, Lehrstellensuchenden, Bauern und Bäuerinnen, PensionistInnen (Invaliditäts- und Berufsunfähigkeit oder wegen dauernder Erwerbsunfähigkeit) bis hin zu Personen, die sich in Arbeitsstiftungen oder im Unternehmensgründungsprogramm befinden. Eingliederungsbeihilfe (BEBE)
Bei Eingliederungsbeihilfen18 handelt es sich um einen zeitlich befristeten Lohnkostenzuschuss für die Einstellung von Langzeitarbeitslosen, Langzeitbeschäftigungslosen und von Langzeitarbeitslosigkeit bedrohten Personen sowie zur (Wieder-)Eingliederung benachteiligter Personengruppen. Im Rahmen des Beschäftigungsförderungsgesetzes wird diese Beihilfe schwerpunktmäßig verstärkt Wiedereinsteiger/innen (nach einer familiär bedingten Unterbrechung der Erwerbskarriere) und langzeitarbeitslosen Jugendlichen (unter 25 Jahren), die sich im Programm „Jobs4You(th)" befinden, gewährt. Zur Förderung von Beschäftigungsverhältnissen werden dabei Lohnkostenzuschüsse an ArbeitgeberInnen vergeben. Zentrale Ziele der Maßnahmen sind die (Wieder-)Eingliederung bzw. Integration von Langzeitarbeitslosen und von durch Langzeitarbeitslosigkeit Bedrohten durch Förderung der Beschäftigung, die Verringerung des Arbeitsplatzdefizits durch die Schaffung zusätzlicher Arbeitsplätze, die Förderung der Beschäftigungsaufnahme im Niedriglohnsektor sowie die Aufrechterhaltung von Beschäftigungsverhältnissen. Neben den bereits angeführten Zielgruppen zählen auch noch Ältere sowie Beschäftigte, die bereit sind ihre Arbeitszeit zu reduzieren, zum Kreis der AdressatInnen Gemeinnützige Beschäftigungsprojekte
Gemeinnützige Beschäftigungsprojekte (GBP) sind Arbeitsbeschaffungsmaßnahmen, die auf die Schaffung von Arbeitsplätzen (zumeist einer größeren Anzahl, zumindest aber drei) – die in sachlicher, zeitlicher, organisatorischer und finanzieller Hinsicht in einem engen Zusammenhang stehen – ausgerichtet sind. Durch die Bereitstellung von relativ geschützten befristeten Arbeitsplätzen soll die nachhaltige Integration von schwer 18
Die Kombilohnbeihilfe (KAN, KAG) sowie die Solidaritätsprämie (SOL) wurden den Eingliederungsbeihilfen zugerechnet. Beide Maßnahmen haben ebenso Lohnkostenzuschüsse für ArbeitgeberInnen zum Inhalt.
27
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
vermittelbaren Personen in den Arbeitsmarkt gefördert werden (Vermittlungsunterstützung). Diese Integration soll entweder in Form einer Transitfunktion, d.h. Erleichterung des Übergang von der Arbeitslosigkeit in das reguläre Beschäftigungssystem durch die geförderte Beschäftigung, oder einer Initialfunktion, d.h. einer Weiterbeschäftigung der geförderten Person nach Ablauf des Förderungszeitraumes beim selben Dienstgeber, erreicht werden. Es können jedoch auch Arbeitslose gefördert werden, die nicht zur erwähnten Problemgruppe zählen, wenn es sich um innovative Projektarbeitsplätze handelt, die dem Erschließen neuartiger, bedarfsorientierter Beschäftigungsmöglichkeiten dienen. GBPs schaffen vorrangig Arbeit durch das Bereitstellen von Produkten und Dienstleistungen, vor allem in den Tätigkeitsbereichen Grünraumbewirtschaftung, Versand, Reinigung, Transport (Übersiedlungen), Altwarenhandel, Metall- und Holzbearbeitung, Hausund Heimdienstleistungen sowie gemeinnützige Arbeitskräfteüberlassung. Wesentliche Zielsetzungen der Maßnahme sind die Integration von Langzeitarbeitslosen und anderen arbeitsmarktpolitischen Problemgruppen in den Arbeitsmarkt durch Förderung der Beschäftigung bei gemeinnützigen Einrichtungen (Vermittlungsunterstützung) sowie die Verringerung des Arbeitsplatzdefizits durch die Schaffung zusätzlicher Arbeitsplätze (Arbeitsbeschaffung). Sozialökonomische Betriebe (SÖB)
Sozialökonomischer Betrieb bezeichnet ein arbeitsmarktpolitisches Instrument, das durch die Bereitstellung von marktnahen, aber doch relativ geschützten, befristeten Arbeitsplätzen die nachhaltige Integration von schwer vermittelbaren Personen in den Arbeitsmarkt fördern soll (Vermittlungsunterstützung). SÖB werden meist von gemeinnützigen und auf Selbsthilfe gegründeten Einrichtungen errichtet und geführt und haben typischerweise einen kleinbetrieblichen Charakter. Sie sind Institutionen des zweiten Arbeitsmarktes und stellen Produkte her oder bieten Dienstleistungen an, die sich am Markt behaupten müssen. Die Tätigkeitsfelder konzentrieren sich v. a. auf die Bereiche Holzbearbeitung, Innen- und Außenrenovierung, Gastgewerbe, Altwarenhandel, Textil, Metall, haushaltsbezogene Dienstleistungen und Keramik sowie gemeinnützige Arbeitskräfteüberlassung. Im Gegensatz zu Gemeinnützigen Beschäftigungsprojekten müssen SÖBs ein Mindestmaß von 20 % an Eigenerlösen erwirtschaften. Eine spezielle Form des SÖB ist die Gemeinnützige Arbeitskräfteüberlassung (SÖBÜ). Dabei treten arbeitslose Personen bei gemeinnützigen Trägerorganisationen ein Dienstverhältnis an und werden dann an Betriebe überlassen. In den Jahren 2006-07 war insbesondere in diesem Bereich eine deutliche Zunahme der Förderfälle zu verzeichnen. Zentrale Zielsetzungen sind 1) Bereitstellung von befristeten Arbeitsplätzen, 2) die Organisation von Betreuungs- und Trainingsmöglichkeiten für am Arbeitsmarkt benachteiligte Personen im Rahmen eines Wirtschaftsbetriebes, 3) die Beseitigung von 28
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Vermittlungshemmnissen und die Reintegration der befristet Beschäftigten in den regulären Arbeitsmarkt sowie die 4) Verbesserung der Reintegrationschancen der Transitarbeitskräfte durch gezielte Qualifizierung. Die Zielgruppe sind schwer vermittelbare Personen mit im Regelfall eingeschränkter Produktivität. Lehrstellenförderung
Zur Förderung der Integration von Jugendlichen in den Arbeitsmarkt werden Lehrverhältnisse sowie Ausbildungen im Rahmen von vier Maßnahmenbereichen gefördert. Dabei können im Zeitraum 1998-2008 vier Maßnahmenbereiche unterschieden werden: (1) Das Jugendausbildungssicherungsgesetz, kurz „JASG“ genannt (Lehrlingsstiftungen, Berufslehrgänge), (2) Maßnahmen zur Erhöhung des Angebots an Lehrstellen und Ausbildungsplätzen (Neue Lehrberufe, Vorlehre bzw. ab 2003 Integrative Berufsausbildung, finanzielle Anreize für Ausbildungsbetriebe), (3) Maßnahmen zur Vorbereitung von Jugendlichen auf eine Berufsausbildung (Berufsorientierung, Nachholen des Hauptschulabschlusses) sowie (4) spezielle Qualifizierungs- und Beschäftigungsprogramme für 19- bis 24-jährige Arbeitslose (2002 und 2003 Sonderprogramm für Jugendliche SPJU, ab 2004 JOBS FOR YOU(TH)). Sowohl Zielgruppen wie Zielsetzungen sind dementsprechend breit gefächert. Neben Jugendlichen mit negativem oder ohne Hauptschulabschluss, sonderschulpädagogischem Förderbedarf, mit Behinderung oder sonstigen Vermittlungseinschränkungen zählen insbesondere auch Unternehmen und Ausbildungseinrichtungen zum AdressatInnenkreis. Im Hinblick auf die arbeitsmarktpolitischen Zielsetzungen stehen vor allem die Integration benachteiligter Jugendlicher in den Arbeitsmarkt, die Verringerung des Defizits der Lehrstellen sowie die Erleichterung des Antrittes bzw. Übertrittes in einen Lehrberuf im Mittelpunkt. Werden nun abschließend das Förderbudget sowie die geförderten Personen nach Maßnahmenkategorien betrachtet, so zeigt sich folgende Entwicklung: Tabelle 5: Budgetentwicklung aAMP nach Maßnahmenkategorisierung, 2001-07 2001 Mio € Qualifizierung 353 Beschäftigung 193 Unterstützung 53 Summen 599
2002 Mio € 391 178 51 620
2003 Mio € 453 179 60 692
Pers. 239.017 41.085 49.280 329.382
2004 Mio € 412 173 58 643
Pers. 245.278 40.183 60.085 345.546
2005 Mio € 395 176 59 630
Pers. 283.164 44.950 53.957 382.071
2006 Mio € 567 211 69 847
Pers 296.987 58.441 73.507 428.935
2007 Mio € 565 209 72 846
Pers. 284.541 59.836 71.567 415.944
Quelle: BMWA. Anmerkung: Die standardmäßige Darstellung und Berechnung von geförderten Personen war erst ab 2002 möglich.
29
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Sehr deutlich sichtbar wird hier die Ausweitung des Budgets für Qualifizierungsmaßnahmen, welches sich im Zeitraum 2001-07 um insgesamt 60 % erhöht hat. Im Vergleich dazu fällt der Anstieg bei beschäftigungsfördernden Maßnahmen gering aus (8,3 %), was nicht zuletzt auf den Rückgang in den finanziellen Mitteln bis 2005 zurückzuführen war. Wird die Entwicklung bei den geförderten Personen betrachtet, so ist sowohl bei den Beschäftigungs- wie auch den Unterstützungsmaßnahmen von 2005 auf 2006 ein deutlicher Sprung zu verzeichnen. Dies ist auf die Ausweitung der Eingliederungsbeihilfe (BEBE) im Zuge des Beschäftigungsförderungsgesetzes sowie einen starken Zugang in Beratungs- und Betreuungseinrichtungen (BBE) zurückzuführen. Deutlich geringer fällt hingegen die Zunahme der geförderten Personen in Qualifizierungsmaßnahmen aus. Wie sich dieses Bild nun regional ausdifferenziert, zeigen die Analysen im nächsten Abschnitt.
30
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
4 Die regionale Dimension der Arbeitslosigkeit Obwohl Österreich im internationalen Vergleich relativ geringe interregionale Differenzen im Arbeitsmarkt attestiert werden: Aus dem Blickwinkel einer nationalen Studie sind diese dennoch nicht außer Acht zu lassen. So lag die Arbeitssuchendenquote (inkl. der SchulungsteilnehmerInnen) im Jahr 2007 zwischen 3,5 % (Eferding) und 11,8 % (Wien). Über den gesamten Projektzeitraum hinweg zeigt sich zudem eine hohe Persistenz dieser regionalen Differenzen ab (vgl. Abbildung 7). Abbildung 7: Regionale Arbeitssuchendenquoten 2001 und 2007 14 ASR 2001
ASR 2007
12
Arbeitssuchendenrate in Prozent
10
8
6
4
0
101 102 103 104 105 106 201 202 203 204 205 206 207 208 301 303 305 306 308 311 312 313 314 315 316 317 319 321 323 326 328 329 331 332 333 334 335 401 402 403 404 406 407 409 411 412 413 414 415 418 419 501 503 504 505 506 601 603 604 605 606 607 609 610 611 613 614 615 616 618 621 622 623 701 702 704 705 706 707 708 709 801 802 804 805 900
2
Region 1-86
Anmerkung: Pearson’s Korrelationskoeffizient der beiden Jahre: 0,88.
Quelle: AMS, Berechnungen JR-InTeReg.
Diese Persistenz kann zurückgeführt werden auf regionale Strukturen der Arbeitsnachfrage und des Arbeitsangebots in den Regionen, aber auch auf die Offenheit der Region und das damit verbundene Pendelverhalten ihrer BewohnerInnen. Branchen und damit verbundene regionale Konjunkturzyklen und das Vorhandensein von Großbetrieben, die Struktur des regionalen Arbeitsangebotes, z.B. das Vorhandensein von Bildungseinrichtungen, aber auch die Offenheit und Anbindung der Region an andere Arbeitsmärkte spielen eine Rolle für Höhe und Entwicklung regionaler Arbeitslosigkeit. Das folgende Kapitel geht den Bestimmungsgründen bzw. Ausprägungsformen regionaler Arbeitslosigkeit explorativ auf den Grund, um einen Einstieg für die späteren – regionaldatenbasierten – kausalanalytischen Modelle zu schaffen. Ziel ist es zunächst, Höhe und Variabilität beobachteter regionaler Arbeitslosigkeit zu erklären und zu hinterfragen, auf welche „strukturellen“ Faktoren sich diese zurückführen lassen, bzw. zumindest, welche regionalen Ausprägungen häufig gleichzeitig auftreten.
31
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
4.1 CLUSTERANALYSE ÖSTERREICHISCHER ARBEITSMARKTREGIONEN Im ersten Schritt werden die strukturellen Besonderheiten im österreichischen Arbeitsmarkt aufgezeigt. Die Erstellung einer Regionstypisierung versucht folgende Fragestellungen zu beantworten: •
Welche Größen erklären Unterschiede in der regionalen Arbeitssuchendenquote bzw. treten gemeinsam auf?
•
Gibt es dabei auch Hinweise auf räumliche Effekte? Das heißt: Ähneln sich benachbarte Regionen oder erklären Faktoren der Nachbarn auch die Höhe der Arbeitssuchendenquote in der eigenen Region?
•
Hat sich dieses Bild im Zeitablauf geändert, und in welcher Weise?
Die Ergebnisse fließen in weiterer Folge als zusätzliche Information (z.B. neben der Verwendung von Bundesländerdummies) in spätere Modellschätzungen ein, wodurch untersucht werden kann, ob entweder das Bundesland oder gleiche Arbeitsmarktstrukturen bestimmend für die Wirkung bzw. den Einsatz von Schulungsmaßnahmen sind. Typischerweise werden für derartige Klassifizierungen in regionalen Fragestellungen Clusteranalysen verwendet (vgl. bspw. Richter 1994, Palme 1995, Aumayr 2007, Marelli 2007). Die Anzahl der möglichen Ergebnisse dieser Methode sind jedoch vielfältig und abhängig von der Wahl der zur Typisierung verwendeten Variablen. Um die Beliebigkeit der Ergebnisse zu minimieren, schlagen Blien et al. (2006ab) eine methodisch differenziertere Vorgehensweise vor: Jeder Typisierungsversuch hat eine implizite Fragestellung im Hintergrund: Hier soll z.B. die Höhe regionaler Arbeitslosigkeit erklärt werden. Zur Auswahl der Variablen wird daher zunächst ein Regressionsmodell geschätzt, in welchem die statistische Signifikanz der Einflussgrößen der erklärenden Variablen für die Auswahl der Variablen und in weiterer Folge zur Gewichtung der Variablen herangezogen wird. Das heißt: Erklärt eine Variable einen hohen Teil der Variation der regionalen Arbeitssuchendenquote, so fließt sie auch mit stärkerer Gewichtung in die Regionstypisierung ein. 19 Erstellung räumlicher Regressionsmodelle zur Erklärung der Arbeitslosigkeit
Die Modellschätzungen werden anhand der 86 (bzw. 85 ohne Wien) Regionen für die Zeiträume 2001-2003 und 2004-2007 bzw. zuvor auch über den gesamten Zeitraum hinweg durchgeführt. Um den Status quo der regionalen Strukturen abzubilden, werden Jahresdurchschnittswerte analysiert. Geschätzt wurde dabei der folgende Zusammenhang: ASR = α + β1 W ASR + β 2 X 2 + β 3 W X 2 + ... + ε ,
19
Nähere Ausführungen dazu im Anhang.
32
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
wobei ASR der 86x1 Vektor der Arbeitssuchendenquote ist, wobei die X Variablen jeweils erklärende Variablen derselben Dimension beschreiben. Die 86x86 Matrix W stellt eine räumliche Gewichtungsmatrix dar. 20 Der Ausdruck W ASR modelliert die sogenannte räumliche Autokorrelation: Die Höhe regionaler Arbeitslosigkeit ist von den Ausprägungen der Arbeitslosigkeit in der Nachbarschaft abhängig. Auch die erklärenden Variablen X wurden in den Schätzungen jeweils in der eigenen regionalen Ausprägung (z.B. X 2 ) und auch mit räumlicher Gewichtung (z.B. WX 2 ) berücksichtigt. Folgende erklärende Variablen sind von hauptsächlichem Interesse: Abbildung 8: Untersuchte erklärende Variablen
Bevölkerung Region
und Bevölkerung, Bevölkerung im erwerbsfähigen Alter, Bevölkerungsdichte (je Gesamtfläche und je Dauersiedlungsraum), geschätztes durchschnittliches Einkommen nach Geschlecht, regionale Partizipation nach Geschlechtern verschiedene Definitionen: unselbstständig Berufstätige lt. ÖIR (inkl./exkl. Arbeitssuchende lt. AMS) / Bevölkerung im erwerbsfähigen Alter. „Pendlerindex“: unselbstständig Beschäftigte am Wohnort je unselbstst. Beschäftigte am Arbeitsort.
Arbeitslose
Struktur der Arbeitslosen nach Alter, Bildung (primäre, sekundäre, tertiäre Ausbildung als höchster formaler Abschluss), Geschlecht, Anteil der Langzeitarbeitslosen an den Arbeitssuchenden. Gewichtete Arbeitssuchendenquote der Nachbarregion.
Beschäftigte
Sektorale Verteilung der unselbstständig Beschäftigten (Sekundärsektor, Tertiärsektor), Ausbildungsgrad der Beschäftigten (primär, sekundär, tertiär), Anteile der Beschäftigten im Beherbergungs- und Gaststättenwesen („Tourismus“) und im Bauwesen. Anteile der USB mit Migrationshintergrund. Zugänge in ungeförderte Beschäftigung
Betriebe
Anteil der Großbetriebe (ab 100 MA), Anteil der unselbstständig Beschäftigten in Großbetrieben, beim AMS gemeldete freie Stellen je USB (am Arbeitsort), je Arbeitssuchenden in der Region und je regionaler Bevölkerung im erwerbsfähigen Alter.
Raum
Räumlich gewichtete Größen der angeführten Variablen auf Basis einer korrigierten einfachen Rook-Nachbarschaftsmatrix 21.
20
21
W enthält den Wert Null, wenn Region i kein Nachbar von Region j ist, bzw. den Wert 1, wenn Nachbarschaften vorliegen. Eine Region ist zu sich selbst nie in Nachbarbarschaft, die Matrix wurde zudem noch nach Zeilen standardisiert. Regionen mit gemeinsamer Grenze gelten als benachbart. 33
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Das Ergebnis der beiden räumlichen Autokorrelationsmodelle ist robust. In beiden Zeiträumen hängt die Höhe der regionalen Arbeitssuchendenquote von jener der Nachbarregionen ab, im zweiten Zeitraum werden jedoch zusätzliche Charakteristiken der Nachbarn (wie das Vorhandensein von Beschäftigungsmöglichkeiten in Großbetrieben, eine höhere Partizipation oder ein höherer Beschäftigungsanteil von Personen mit Migrationshintergrund in Nachbarregionen) signifikant. Regionen mit höherer Partizipation und höherem Einkommen weisen im Durchschnitt niedrigere Arbeitssuchendenquoten auf. Faktoren, die die regionale Arbeitssuchendenquote erhöhen, sind der Beschäftigungsanteil im Tourismus, ein höherer Anteil an Langzeitbeschäftigungslosen sowie ein Beschäftigungsanteil in Großbetrieben. Tabelle 6: Schätzergebnisse Effekt auf Höhe der regionalen Arbeitssuchendenquote Konstante 1%-Punkt höhere Arbeitssuchendenquote der Nachbarn 1%-Punkt höhere Partizipationsquote 1%-Punkt höherer Anteil an Langzeitbeschäftigungslosen 1%-Punkt höherer Beschäftigungsanteil im Tourismus +100 Euro höheres Einkommen (geschätztes Monatseinkommen laut AMS-BMWA DW) 1%-Punkt höherer Beschäftigungsanteil in Großbetrieben +100 Euro höheres Einkommen (geschätztes Monatseinkommen laut AMS-BMWA DW) der Nachbarregion 1%-Punkt höhere Partizipationsquote der Nachbarregionen 1%-Punkt höherer Beschäftigungsanteil in Großbetrieben der Nachbarregion 1%-Punkt höherer Beschäftigungsanteil von Personen mit Migrationshintergrund in Nachbarregionen
2001-03 10,28 +0,33 -0,10 +0,22 +0,15 -0,26 +0,03
2004-07 41,07 +0,20 -0,18 +0,22 +0,13
-0,01
-0,01 -0,33 +0,09 +0,16
Quelle: Schätzungen JR-InTeReg.
Weder die Größe der Regionen (gemessen an der Einwohnerzahl) noch die Bevölkerungsdichte, aber auch keine dynamischen Variablen wie die Zugänge in ungeförderte Beschäftigung üben einen signifikanten Einfluss auf die Höhe der Arbeitssuchendenquote aus. Grundsätzlich ist hier anzumerken, dass diese Ergebnisse nicht kausal zu interpretieren sind, sondern jedenfalls auch „Gleichzeitigkeiten“ beschreiben können.
34
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Ergebnisse der Typisierungen
Wie die Gegenüberstellung der beiden Beobachtungszeiträume in den folgenden Karten zeigt, hat sich das Bild zwar nicht grundsätzlich, aber doch geändert: Zwischen 2001 und 2003 zählten vor allem periphere Regionen in Niederösterreich und dem Burgenland, sowie die Industrieregionen der Obersteiermark zur Gruppe mit der schlechtesten Arbeitsmarktlage mit einem höheren regionalen Anteil an Langzeitbeschäftigungslosen. Im zweiten Zeitraum hat sich diese Gruppe stärker an die Peripherie verlagert, während die steirischen Regionen nunmehr dem Regionstypus mit durchschnittlichen Ausprägungen zugerechnet werden können. Auch die südlichen Regionen (Kärnten, Südburgenland, Südoststeiermark) sind im Zeitraum 2004-2007 einem Regionstypus mit schwierigeren Bedingungen zuzuordnen: Niedrigere Partizipation geht mit niedrigerem Einkommen einher. Relativ konstant bleiben die Gruppierungen in Oberösterreich und dem (nicht peripheren) Niederösterreich, hier sind eher Verschiebungen zwischen den Typen mit guter Arbeitsmarktlage, höchster Partizipation und höchstem Einkommen zu beobachten. Konstant blieb die Gruppierung der Tourismusregionen in beiden Zeiträumen.
35
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Abbildung 9: Typisierung österreichischer Arbeitsmarktregionen im Zeitraum 2001-2003
36
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Abbildung 10: Typisierung österreichischer Arbeitsmarktregionen im Zeitraum 2004-2007
37
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
4.2 REGIONALES FÖRDERGESCHEHEN Wie die Ausführungen in Abschnitt 3.3 gezeigt haben, wird die Ausprägung des tatsächlichen regionalen Maßnahmenmixes sowohl auf Bundesländer- als auch auf regionaler Ebene bestimmt. Diese regionalen Unterschiede in der Maßnahmenstruktur erklären sich einerseits historisch, durch „gewachsene“ Strukturen wie bspw. das Vorhandensein eines oder mehrerer sozialökonomischer Betriebe in einer Region, sind aber, wie die folgenden Auswertungen zeigen, durchaus nicht starr. Bundesweite Maßnahmen – wie zum Beispiel die Metall-Initiative wiederum werden von Regionen unterschiedlich absorbiert: Industriell geprägte Bundesländer haben an dieser naturgemäß stärker partizipiert als jene ohne nennenswerte Metallindustrie. Auch die regional unterschiedliche Einbindung der Sozialpartner – so hat z.B. die Wirtschaftskammer Tirol den Blum-Bonus vermehrt unter ihren Mitgliedsbetrieben beworben – kann den regionalen Fördermix beeinflussen. Die im Rahmen des Projekts durchgeführten weiteren Auswertungen haben gezeigt, dass die Ausprägung des Fördermitteleinsatzes vor allem auf Bundesland-Ebene geprägt wird, nicht aber über die identifizierten Clusterregionen. Daher wird im Folgenden auf die Bundesländer und die regionale Struktur des Fördergeschehens eingegangen. Abbildung 11 gibt einen Überblick über die Entwicklung der in diesem Projekt behandelten Förderkategorien des AMS. Abbildung 11: Entwicklung der AMS-Förderkategorien in den Bundesländern von 2001 bis 2007 auf Personenebene 25.000
20.000
15.000
SÖB Orientierung Lehrstellen Kurskosten GBP Eingliederungsbeihilfe Aus- und Weiterbildung Arbeitstraining Aktive Arbeitssuche
10.000
5.000
0 1 2 3 4 5 6 7 1 2 3 4 5 6 7 1 2 3 4 5 6 7 1 2 3 4 5 6 7 1 2 3 4 5 6 7 1 2 3 4 5 6 7 1 2 3 4 5 6 7 1 2 3 4 5 6 7 1 2 3 4 5 6 7 BGL
KTN
NÖ
OÖ
SBG
STMK
TIR
VBG
WIEN
Quelle: JR-InTeReg.
38
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
4.2.1 Maßnahmen aktiver Arbeitsmarktpolitik in den Bundesländern
Im Projektzeitraum waren im Wesentlichen zwei österreichweite Trends zu beobachten: einerseits eine vermehrte Anzahl an Personen in Aus- und Weiterbildung, andererseits ein rasanter Anstieg in der Lehrstellenförderung in den Jahren 2006 und 2007 (Blum-Bonus). Tirol reagierte am stärksten auf die ausgeweitete Lehrstellenförderung, wohingegen in Wien der Anteil der Lehrstellenförderung in den Jahren 2006 bis 2007 im Durchschnitt unter 10 % blieb. Abbildung 12 zeigt die Förderstruktur der Bundesländer, wobei gerade Linien eine Gleichverteilung von Maßnahmen widerspiegeln. Abbildung 12: Gegenüberstellung der Fördermuster der Bundesländer in den Zeiträumen 2002-03 und 2006-07 Fördermuster 2006/07
Maßnahmenanteil nach Bundesländern
Fördermuster 2002/03 60 %
60 %
50 %
50 %
40 %
40 %
30 %
30 %
20 %
20 %
10 %
10 %
0%
0% BGL
KTN
NÖ
OÖ
SBG
STMK
KURZ (AA+OR)
TIR
VBG
WIEN
LANG (AW+KK)
BGL
BFM (GB+SO)
KTN
NÖ
EB
OÖ
SBG
LE
AT
STMK
TIR
VBG
WIEN
Quelle: JR-InTeReg.
Längere Maßnahmen waren im Projektzeitraum stärker in den westlichen Bundesländern – allen voran Oberösterreich – zu finden. Vorwiegend Aus- und Weiterbildungsmaßnahmen wurden intensiviert, wobei 2007 ein leichter Rückgang dieser zu beobachten war. Auch sank die relative Bedeutung dieser Maßnahme aufgrund des Anstiegs der Lehrstellenförderung. Vor allem Tirol steigerte den Anteil dieser in der Periode 2006 bis 2007 auf rund 55 %. In Bezug auf Lehrstellen stellt Wien eine Ausnahme dar, wobei dies gleichsam als Ausdruck eines ausgeprägten Dienstleistungssektors zu sehen ist. In Oberösterreich war hingegen ein vermehrter Einsatz von Arbeitstraining zu beobachten. Eingliederungsbeihilfen wurden verstärkt in Kärnten, Salzburg und Tirol gewährt.
39
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Um der Frage nachzugehen, welche Maßnahmenkategorien vermehrt in bestimmten Bundesländern eingesetzt werden oder „lokalisiert“ sind, bietet sich zusätzlich die Berechnung sogenannter Lokationskoeffizienten22 an. Der Lokationskoeffizient liegt in einem Bundesland für eine bestimmte Maßnahmenkategorie über eins, wenn das Bundesland einen höheren Anteil der Maßnahmenkategorie aufweist, als es dem Bundesländerdurchschnitt entspricht, sich gewissermaßen also auf eine Maßnahmenkategorie im Österreichvergleich „spezialisiert“ hat. Die beiden folgenden Abbildungen geben einen daraus abgeleiteten Überblick über bundeslandspezifische Spezialisierungsmuster im Fördergeschehen. Abbildung 13: Lokation der AMS-Förderkategorien nach Bundesland, Summe der Jahre 2001 bis 2003
Quelle: JR-InTeReg.
Aus der Anzahl der dargestellten Elemente in Abbildung 13 und Abbildung 14 wie auch in Abbildung 12 kann abgelesen werden, dass das regionale Fördermuster anfangs noch sehr ungleich verteilt war – regionale Schwerpunktsetzung –, es gegen Ende des Projektzeitraums jedoch zu einer Annäherung gekommen ist – die Muster wurden homogener. Auffallend ist, dass die Lehrstellenförderung in Tirol, Salzburg und im Burgenland bereits vor Einführung des Blum-Bonus eine überdurchschnittlich häufiger genutzte Maßnahme war. Die beiden Bundesländer Niederösterreich und Steiermark setzen verstärkt auf Gemeinnützige Beschäftigungsprojekte (GBP), Wien auf Sozialökonomische Betriebe (SÖB). Letztere Entwicklung ist vermutlich auf die deutliche Zunahme der so genannten „SÖBÜ“, also gemeinnützigen Arbeitskräfteüberlasser, zurückzuführen.
22
Der Lokationskoeffizient gibt den Anteil der Förderung im Bundesland dividiert durch den Anteil der Förderung in Gesamtösterreich an. Ein Wert über 1 zeigt eine überproportionale Förderungsintensität an. Umgekehrtes gilt für Werte unter 1. In den Ergebnissen wurden letztlich nur Maßnahmen berücksichtigt, deren Lokationskoeffizient über 1,2 und deren Anteil über 5 % lag.
40
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Abbildung 14: Lokation der AMS-Förderkategorien nach Bundesland, Summe der Jahre 2004 bis 2007
Quelle: JR-InTeReg.
4.2.2 Maßnahmen aktiver Arbeitsmarktpolitik in den regionalen Geschäftsstellen
Auf Ebene der regionalen Geschäftsstellen weisen die Bundesländer unterschiedliche Streuungen auf, d.h. in manchen Bundesländern war eine höhere Abweichung der Fördermuster der Geschäftsstellen zueinander zu beobachten. Tabelle 7 fasst dies in Form von Variationskoeffizienten zusammen. Um von Größeneffekten zu abstrahieren, wurden ungewichtete Mittelwerte für die Analyse herangezogen. Dabei weisen Niederösterreich (mit vielen Geschäftsstellen), Kärnten und Tirol hohe mittlere Variationskoeffizienten auf. Besonders niedrig ist die Streuung im Burgenland und in Vorarlberg. Eine grafische Darstellung kann Abschnitt A.3 im Anhang entnommen werden. Tabelle 7: Variationskoeffizienten 23 des regionalen Fördergeschehens nach Bundesländern und Maßnahmenkategorien im Zeitraum 2006-07 Mittelwert der AA AT AW EB GB KK LE OR SO Variationskoeffizienten BGL 0,98 0,25 0,11 0,21 1,05 0,67 0,15 0,30 0,30 0,45 KTN 1,37 1,09 0,32 0,24 0,58 0,80 0,22 0,49 1,39 0,72 NÖ 0,86 3,93 0,17 0,28 0,44 0,51 0,25 0,40 0,66 0,83 OÖ 1,39 0,64 0,24 0,39 0,67 0,33 0,18 0,26 1,06 0,57 SBG 0,60 1,15 0,21 0,16 1,82 0,23 0,20 0,74 0,60 0,64 STMK 0,72 0,88 0,20 0,21 0,50 0,33 0,21 0,51 1,08 0,52 TIR 1,99 1,02 0,47 0,37 0,66 0,45 0,19 0,59 1,25 0,78 VBG 0,18 1,73 0,08 0,16 0,25 0,05 0,11 0,19 0,72 0,39 WIEN -
23
Der Variationskoeffizient (Standardabweichung durch Mittelwert) einer Förderung gibt die relative Streuung der Anteile der Förderung im Bundesland an und dient somit als Indikator, inwieweit die regionalen Geschäftsstellen in ihrem Fördermuster voneinander abweichen. Kleine Werte ergeben sich durch geringe Streuung, analog dazu hohe durch hohe Streuung.
41
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
5 Evaluierung der Makroökonomischen Effekte 5.1 ZIELE UND BEDEUTUNG DER ÖKONOMETRISCHEN EVALUATIONSANALYSE Die hohe Arbeitslosigkeit und der zunehmende qualifikatorische und regionale Mismatch zwischen Angebot und Nachfrage auf dem Arbeitsmarkt in den europäischen Ländern sind zentrale wirtschafts- und gesellschaftspolitische Probleme. Deshalb sollen geeignete Maßnahmen der aktiven Arbeitsmarktpolitik dazu dienen, folgende Ziele zu erreichen: •
Eingliederung von Arbeitslosen in reguläre, ungeförderte Beschäftigung und Verkürzung der Arbeitslosigkeitsdauer.
•
Förderung bestimmter Problemgruppen (Zielgruppenorientierung), insbesondere Langzeitarbeitslose, Geringqualifizierte, Ältere, Behinderte.
•
Effizienter Einsatz der Instrumente
In einer Evaluationsanalyse sind unter diesem Zielspektrum die Effekte von •
speziellen Maßnahmen, beispielsweise Qualifizierungs- oder Eingliederungsbeihilfen auf die Übergangschancen in Beschäftigungsverhältnisse.
•
arbeitsmarktpolitischen Programmen auf die Arbeitslosigkeitsdauer,
•
gesetzlichen Änderungen bei der Anwendung von Förderinstrumenten auf die Beschäftigung
zu analysieren und zu bewerten. Soll eine Erfolgskontrolle im Hinblick auf die angestrebten politischen Ziele, z.B. Eingliederung in reguläre Beschäftigung durchgeführt werden, so können drei Ansätze verwendet werden: •
Mikroökonometrische Evaluation
•
Makroökonometrische Evaluation
•
Effizienzanalyse durch einen Vergleich von Kosten und Nutzen
Ziel der mikroökonometrischen Evaluation ist die Ermittlung des kausalen Effekts einer Maßnahme, d.h. die Veränderung des Ergebnisses am Arbeitsmarkt durch die Maßnahme auf die Individuen (vgl. dazu Heckman, Vytlacil (2007): Heckman (2008), Blundell, Costa Dias (2008), Caliendo, Hujer, Thomsen (2008)). Ein weit verbreiteter Ansatz zur mikroökonometrischen Evaluation von Programmeffekten ist der Ansatz potenzieller Ergebnisse. Im einfachsten Fall wird angenommen, dass jedes Individuum zwischen Teilnahme und Nichtteilnahme an einem Programm und den damit verbundenen Ergebnissen entscheiden kann (vgl. Kasten 1).
42
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Kasten 1
Mikroökonomische Evaluation
Jede Person hat zwei mögliche Ergebnisse, Y1 bei Teilnahme und Y0 bei Nichtteilnahme. Der kausale Effekt der Maßnahme ist definiert als die Differenz beider Ergebnisse, Δ= Y1 -Y0. Für jede Person ist aber nur Y= Y1·D+Y0·(D-1) beobachtbar (mit D∈{0,1} als Teilnahmeindikator). Beide potenzielle Ergebnisse eines Individuums sind daher nie gleichzeitig beobachtbar und der kausale Effekt lässt sich nicht direkt berechnen. Die durchschnittlichen Effekte eines Programms können hingegen ermittelt werden. Besondere Beachtung in empirischen Studien hat dabei der durchschnittliche Effekt der Teilnahme für die TeilnehmerInnen (Average Effect of Treatment on the Treated, ATT) gefunden, der die Wirksamkeit der Maßnahme für die tatsächlich Geförderten misst. Der ATT ist definiert als ΔATT=E(Y1 -Y0|D=1). Da jedoch das erwartete Ergebnis der TeilnehmerInnen bei Nichtteilnahme, d.h. E(Y0|D=1), unbeobachtbar ist, muss es durch einen Schätzer ersetzt werden. Bei der Verwendung experimenteller Daten, die eine Zufallsauswahl von TeilnehmerInnen bzw. NichtteilnehmerInnen enthalten, kann das Ergebnis der Nichtteilnehmergruppe zur Approximation von E(Y0|D=1) verwendet werden. Bei nicht-experimentellen Daten unterscheiden sich Teilnehmer und Nichtteilnehmer in der Regel auch unabhängig von den Programmen. In diesem Fall würde eine Approximation des unbeobachtbaren Ergebnisses der Teilnehmer bei Nichtteilnahme durch das Ergebnis der Nichtteilnehmergruppe zu einem verzerrten Effekt-Schätzer führen, da E(Y0|D=1)≠E(Y0|D=0). Zur Vermeidung der Selektionsverzerrung des Schätzers können ökonometrische Verfahren eingesetzt werden. Als Beispiele seien hier die Matching-Schätzer, der Differenz-von-Differenzen-Ansatz, der Instrumentenvariablen-Schätzer und die Verweildauermodelle genannt. Die einzelnen Verfahren gehen dabei von unterschiedlichen identifizierenden Annahmen für eine konsistente Schätzung der Effekte aus. Matching-Schätzer basieren auf der Idee, die Situation eines sozialen Experiments künstlich nachzubilden. Hierzu werden aus der nicht-experimentellen Gruppe von NichtteilnehmerInnen diejenigen als Vergleichspersonen ausgewählt, die den TeilnehmerInnen in allen für die Teilnahmeentscheidung und das Ergebnis am Arbeitsmarkt relevanten Merkmalen identisch sind („statistische Zwillinge“). Ein Vorteil der Matching-Schätzer ist ihre nichtparametrische Spezifikation und die damit verbundene Flexibilität zur Kombination mit anderen Methoden. Ein Nachteil ist, dass der geschätzte Effekt nur dann identifiziert ist, wenn alle relevanten Merkmale beobachtbar sind und damit die Annahme bedingter Unabhängigkeit („Conditional Independence Assumption“, CIA) erfüllt ist. Die Berücksichtigung dieser Merkmale zur Bildung der statistischen Zwillinge führt i.d.R. zu einem Dimensionsproblem. Deshalb wird häufig auf die Teilnahmeneigung der Individuen (Propensity Score) konditioniert, die aus den Merkmalen ermittelt wird (s. hierzu die grundl. Arbeit von Rosenbaum, Rubin (1983)). 43
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Um weitere, unbeobachtbare Einflüsse zu berücksichtigen, kann der Differenz-vonDifferenzen-Ansatz verwendet werden. Dieser Ansatz vergleicht die Unterschiede zwischen TeilnehmerInnen und NichtteilnehmerInnen in der Vorher-Nachher-Differenz der Ergebnisse am Arbeitsmarkt. Die zugrunde liegende Annahme ist hierbei, dass die mittlere Veränderung des Ergebnisses der Nichtteilnehmer über die Zeit für Teilnehmer und Nichtteilnehmer gleich ist. In Verbindung mit dem Matching-Schätzer (Conditional Difference-in-Differences) können darüber hinaus auch Unterschiede zwischen TeilnehmerInnen und NichtteilnehmerInnen berücksichtigt werden. Für diesen Fall werden aber noch umfangreichere Daten als im einfachen Matching-Ansatz benötigt, da Informationen zu den Kovariaten für unterschiedliche Zeitpunkte verfügbar sein müssen. Die Selektion kann auch durch Verwendung von Instrumentenvariablen gelöst werden. Diese muss die Programm-Teilnahme erklären, aber unabhängig von der Ergebnisvariablen sein. Die Anwendung dieser Schätzer im Bereich der Evaluation von Programmen der aktiven Arbeitsmarktpolitik ist vergleichsweise gering, da sich die Auswahl solcher Variablen in der Empirie als außerordentlich schwierig erweist. Verweildauermodelle werden dagegen häufiger verwendet, da sie sich zur Untersuchung der Effekte auf die Arbeitslosigkeitsdauern von TeilnehmerInnen eignen (van den Berg (2001), Abbring, van den Berg (2003), Abbring, Heckman (2007)). Während in der mikroökonometrischen Analyse die direkten Effekte für die teilnehmenden Individuen im Vordergrund des Interesses stehen, bezieht die makroökonometrische Analyse auch die indirekten Effekte auf NichtteilnehmerInnen bzw. die Gesamtwirtschaft ein. Dies ist insbesondere dann von Bedeutung, wenn die Programme ein großes Volumen haben (gemessen an der TeilnehmerInnenzahl und/oder dem Mitteleinsatz) und von Spill-Over Effekten auf NichtteilnehmerInnen ausgegangen werden muss. Die mikroökonometrische Analyse sollte als erster, jedoch grundlegender Schritt zu einer vollständigen Evaluation interpretiert werden, die von einer makroökonometrischen Untersuchung und einer Cost-Benefit-Analyse ergänzt wird. Berücksichtigt man, dass die indirekten Effekte die direkten Auswirkungen stärken oder schwächen können, so kann sich beim Übergang von einer mikro- zu einer makroanalytischen Betrachtung nicht nur die Stärke, sondern auch das Vorzeichen der Politikwirkung ändern. Calmfors (1994) diskutiert in diesem Zusammenhang Mitnahme-, Substitutions- und Verdrängungseffekte. Ein Mitnahmeeffekt liegt vor, wenn ein Arbeitnehmer auch ohne eine arbeitsmarktpolitische Maßnahme, zum Beispiel Lohnkostenzuschuss, eingestellt worden wäre. Ein Substitutionseffekt ist beispielsweise dann gegeben, wenn Arbeitgeber ihre Arbeitnehmer aufgrund einer Änderung relativer Lohn- bzw. Lohn-Stückkosten gegen staatlich geförderte Arbeitslose austauschen. Dadurch sinkt wiederum die reguläre, nicht geförderte Beschäftigung bzw. es kann keine Auswirkung auf die Gesamtbeschäftigtenzahl eines Unternehmens festgestellt werden. Ein Substitutionseffekt der Maßnahmen kann sich aber auch beim Einstellungsverhalten 44
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
ergeben, wenn ein Arbeitgeber beispielsweise statt eines Kurzzeitarbeitslosen einen geförderten Arbeitslosen aus einer Problemgruppe einstellt, sodass es nur zu einer Umverteilung des Arbeitslosigkeitsrisikos bzw. der Arbeitsmarktchancen kommt. Verdrängungseffekte liegen dann vor, wenn Maßnahmen zu einer Reduktion der regulären bzw. nicht staatlich geförderten Beschäftigung in anderen Unternehmen führen, d. h. wenn beispielsweise ein Unternehmen mit geförderten Beschäftigten geringere Produktionskosten aufweist und damit Marktanteile eines (nicht geförderte) Konkurrenzunternehmens gewinnen kann. Darüber hinaus werden auch Steuereffekte genannt, die Verhaltensänderungen aller Wirtschaftssubjekte durch die Abgabenbelastung der Maßnahmenfinanzierung verursachen. (vgl. Heckman, Lalonde, Smith (1999), Calmfors, Forslund, Hemström (2002), Hujer, Zeiss (2005b), Lutz, Mahringer, Pöschl (2005), Hujer, Blien, Caliendo, Zeiss (2006), Fertig, Kluve, Schmidt (2006)) Schließlich wird in einer Effizienzanalyse analysiert, welche Kosten einerseits durch die unterschiedlichen arbeitsmarktpolitischen Programme entstehen, andererseits Einsparungen durch Unterstützungsleistungen und Verkürzung der Arbeitslosigkeitsdauer zu erzielen sind. (vgl. beispielsweise Lutz, Mahringer, Pöschl (2005) für Österreich, Bundesministerium für Arbeit und Soziales (2006) für die Evaluation der Hartz-Reformen in Deutschland) 5.2 EMPIRISCHE BEFUNDE AUFGRUND MIKRO- UND MAKROÖKONOMETRISCHER STUDIEN FÜR ÖSTERREICH: EIN ÜBERBLICK Für die empirische Makro-Analyse werden folgende Maßnahmen-Kategorien ausgewählt: •
Aktive Arbeitssuche (AA)
•
Arbeitstraining (AT)
•
Aus- und Weiterbildung (AW)
•
Eingliederungsbeihilfe (EB)
•
Gemeinnützige Beschäftigungsprojekte (GB)
•
Kurskosten (KK)
•
Orientierung (OR)
•
Sozialökonomische Betriebe (SÖB)
•
Lehrstellen (LE)
Die mikroökonometrischen Ergebnisse werden den aktuellen Studien von Lutz, Mahringer, Pöschl (2005), sowie von Lechner et al. (2007) und Lechner, Wiehler (2007a, 2007b) entnommen. Die Befunde aus makroökonomischer Sicht sind für Österreich bei Lutz, Mahringer, Pöschl (2005) zusammmengefasst.
45
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Lechner, Wiehler (2007a, b) analysieren folgende sechs Maßnahmenkategorien: •
Sozialökonomische Betriebe
•
Gemeinnützige Beschäftigungsprojekte
•
Aktive Arbeitssuche
•
Arbeitstraining
•
Qualifikationsmaßnahmen (Aus- und Weiterbildung)
•
Kurskosten
In der mikroökonometrischen Studie werden Beschäftigungs- und Arbeitslosigkeitsquoten als Erfolgskriterien verwendet und eine Kausalanalyse mit Hilfe von Matching-Methoden durchgeführt. (Lechner et al. (2007)). Die Analyse basiert auf Personen im Alter von 25 bis 50 Jahren, die im Zeitraum 2000 bis 2002 von ungeförderter Beschäftigung in Arbeitslosigkeit wechseln und teilweise danach in einer arbeitsmarktpolitischen Maßnahme teilnehmen. Als Beobachtungszeitraum für die Evaluation werden drei Jahre nach Programmstart gewählt. Die empirische Analyse wird für Männer und Frauen (Anteil ca. 50%) durchgeführt (Lechner, Wiehler(2007a)). Im Hinblick auf die Beschäftigungsquote ergeben sich für Männer keine signifikanten Effekte für alle untersuchten Maßnahmekategorien, für Arbeitstraining wird sogar ein negativer Effekt ausgewiesen. Für Frauen werden signifikant positive Effekte für •
Sozialökonomischen Betriebe
•
Aktive Arbeitssuche
•
Qualifikationsmaßnahmen
•
Kurskosten
mit etwa 10% für sozialökonomische Betriebe und zwischen 3 und 5% für andere Maßnahmen am Ende des Beobachtungszeitraums von 3 Jahren nach Programmstart ermittelt. Für die Zielvariable der Arbeitslosigkeit wird festgestellt, dass für Frauen lediglich die Kurskosten die Arbeitslosigkeit am Ende des Beobachtungszeitraums reduzieren, für Männer ergeben sich keine signifikanten Wirkungen. Die unterschiedlichen empirischen Befunde sind dadurch zu erklären, dass alle Programme die Zeit im Zustand „out of labour force“ (nicht beschäftigt + nicht arbeitslos registriert) reduzieren, wobei für Frauen negative Effekte mit bis zu 12%-Punkten nach drei Jahren berechnet werden, „indicating that all programs increase the connection of women to the Public Employment Service registration process which might lead to better reemployment prospects later on.“ (Lechner, Wiehler (2007a), S.26. Werden zusätzlich Schwangerschaft und Elternzeit als Selektivitätskriterien berücksichtigt (Lechner, Wiehler (2007a)), so zeigt sich, dass schwangere Frauen seltener an arbeitsmarktpolitischen 46
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Programmen teilnehmen und daher ein größerer Anteil in der Gruppe der NichtteilnehmerInnen beobachtet wird. Dies führt zu einer Verzerrung des Beschäftigungseffekts nach unten. Zu der empirischen Analyse wird ein zwei bis drei Prozentpunkte höherer Beschäftigungseffekt ermittelt und gezeigt, dass für Frauen signifikante positive Wirkungen für •
Sozialökonomische Betriebe
•
Aktive Arbeitssuche
•
Qualifikationsmaßnahme
•
Kurskosten
zur erwarten sind. Für die Maßnahmen •
Gemeinnützige Beschäftigungsprojekte
•
Arbeitstraining
werden keine signifikanten Wirkungen ausgewiesen. Die empirischen Befunde von Lechner, Wiehler (2007a, b) werden in der Tabelle 8 zusammengefasst. Tabelle
8:
Mikroökonometrische Wiehler (2007a, b))
Studien:
Empirische
Ergebnisse
(Lechner,
Männer Frauen Beschäftigung Arbeitslosigkeit Beschäftigung Arbeitslosigkeit SÖB 0 0 + 0 GB 0 0 0 0 Aktive Arbeitssuche 0 0 + 0 Arbeitstraining 0/0 0 0 Qualifizierung 0 0 + 0 Kurskosten 0 0 + 0: Kein Effekt +: Positiver Effekt
-: Negativer Effekt
Lutz, Mahringer, Pöschl (2005) haben mikro- und makroökonometrische Ergebnisse für die Maßnahmenkategorien im Zeitraum 2000 bis 2003 vorgelegt. Als methodischer Ansatz werde Propensity-Score-Matching (Sianesi (2002)) verwendet. Förderbeginn ist 2000, der Beobachtungszeitraum ist drei Jahre ab Förderbeginn. Als Ergebnisvariablen werden Beschäftigung und Arbeitslosigkeit betrachtet 24. Die empirischen Befunde für Männer und Frauen werden in der Tabelle 9 zusammengefasst.
24
Bei der Interpretation ist zu beachten, dass bei der Bestimmung der Effekte auf Tage in Arbeitslosigkeit die Schulungsteilnahme selbst nicht als Arbeitslosigkeit gezählt wird. Die Bestimmung der Effekte auf Tage in Beschäftigung ist einschließlich geförderter Beschäftigung.
47
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Tabelle 9: Mikroökonometrische Studien: Empirische Ergebnisse von Lutz, Mahringer,
Pöschl (2005) für Geförderte ab 25 Jahren, 3 Jahre ab Förderbeginn
Kurskosten Aktive Arbeitssuche Berufsorientierung Fachliche Qualifizierung Arbeitstraining Eingliederungsbeihilfe Arbeitsstiftungen GB SÖB Gesamt
Frauen 63 31 47 41 105 326 -24 315 280 71
Durchschnittlicher Effekt auf die Tage in Beschäftigung Arbeitslosigkeit Männer gesamt Frauen Männer 36 50 -17 -19 -1 14 -11 0 -27 22 -34 15 -28 13 -32 -22 42 71 -83 -56 272 297 -79 -87 -84 -61 -98 -124 213 260 -85 -73 202 237 -51 -60 29 51 -30 -23
gesamt -18 -5 -18 -28 -68 -84 -114 -78 -56 -27
Der durchschnittliche Effekt von Kursmaßnahmen auf Beschäftigung und Arbeitslosigkeit ist in einer Perspektive von drei Jahren ab Förderbeginn eher gering. Bei den Qualifizierungsmaßnahmen ist zu beachten, dass sie durch durchschnittlich längere Teilnahmedauer gekennzeichnet sind und der Lock-In Effekt kompensiert werden muss. Der negative Effekt bei den Arbeitsstiftungen ist dadurch zu erklären, dass die durchschnittliche Maßnahmendauer sehr lang ist (2006: 355 Tage) und der Lock-In Effekt wirksam ist. Positive Beschäftigungseffekte sind insbesondere für Eingliederungsbeihilfen, Gemeinnützige Beschäftigungsprojekte und Sozialökonomische Betriebe zu erwarten. Durch Multiplikation des Durchschnittseffekts je TeilnehmerIn mit der Anzahl der MaßnahmenteilnehmerInnen (insgesamt 71.000 Teilnehmende in 2000) ergibt sich die Gesamtsumme der Beschäftigungs- bzw. Arbeitslosigkeitsveränderung. Insgesamt wird ermittelt, dass die Zahl der Beschäftigungsjahre im Zeitraum von drei Jahren um 14.500 gesteigert und die Zahl der Arbeitslosigkeitsjahre um 7.300 gesenkt wurde (vgl. Tabelle 10). Tabelle 10: Mikroökonometrische Studie: Empirische Ergebnisse von Lutz, Mahringer,
Pöschl (2005) für den Gesamteffekt auf Beschäftigung und Arbeitslosigkeit
Kurskosten Aktive Arbeitssuche Berufsorientierung Fachliche Arbeitstraining Eingliederungsbeihilfe Arbeitsstiftungen GB SÖB
Wirkung auf die Zahl der Personenjahre in Beschäftigung Arbeitslosigkeit Frauen Männer gesamt Frauen Männer 738 342 1.075 -204 179 1.175 -42 1.116 -407 13 453 -130 317 -333 69 1.889 -859 1.041 -1.502 -673 273 127 396 -215 -169 4.972 3.633 8.497 -1.211 -1.165 -53 -268 -331 -216 -397 680 508 1.184 -182 -175 705 559 1.255 -130 -167
gesamt -383 -388 -260 -2.176 -383 -2.391 -617 -357 -298
48
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Die makroökonometrischen Analysen wurden von Lutz, Mahringer, Pöschl (2005) mit dem Modell PROMETEUS durchgeführt. Die empirischen Befunde für die Maßnahmenkategorien •
Eingliederungsbeihilfen
•
Aktivierung und Orientierung
•
Qualifizierung
sind in Tabelle 11 dargestellt. Insgesamt ist festzustellen, dass die makroökonomischen Wirkungen sehr gering sind. „Im Maximum könnte der positive BIP-Effekt der Arbeitsmarktpolitik insgesamt ca. 0,1% betragen. “ (Lutz, Mahringer, Pöschl (2005), S. 30) Tabelle 11: Makroökonomische Effekte für 2002 nach Lutz, Mahringer, Pöschl (2005)
Eingliederungsbeihilfen Aktivierung Qualifizierung Differenz in % Beschäftigung Arbeitslosigkeit Differenz in Personen Beschäftigung Arbeitslosigkeit
0,11 -0,67
0,00 -0,01
0,01 -0,04
3.373 -1.560
58 -27
182 -85
5.3 EFFEKTE AKTIVER ARBEITSMARKTPOLITIK AUF GESAMTWIRTSCHAFTICHE GRÖSSEN: THEORETISCHE ÜBERLEGUNGEN In diesem Abschnitt erfolgt in Anlehnung an Calmfors (1994) und Bellmann, Jackman (1996) eine Systematisierung möglicher Effekte aktiver Arbeitsmarktpolitik auf gesamtwirtschaftlicher Ebene. Ausgangspunkt für diese theoretischen Überlegungen ist das Konzept der gleichgewichtigen Arbeitslosenquote (nonaccelerating inflation rate of unemployment: NAIRU). Diese ergibt sich gemäß dem Arbeitsmarktmodell nach Layard und Nickell als Schnittpunkt der Lohnsetzungs- und Arbeitsnachfragekurve (vgl. Layard, Nickell, Jackman (1991)). Calmfors (1994) modifiziert dieses Grundmodell, indem er zwischen regulären Arbeitslosen und MaßnahmenteilnehmerInnen unterscheidet. Aus diesem erweiterten Modell leitet der Autor ab, wie sich aktive Arbeitsmarktpolitik gesamtwirtschaftlich auswirken kann. Er analysiert mögliche Effekte auf das Lohnniveau, das Arbeitsangebot und die Arbeitsnachfrage. Darüber hinaus verbindet er das LayardNickell-Arbeitsmarktmodell mit Modellen der Suchtheorie, um zusätzlich Effekte auf den Matchingprozess zu betrachten. 25 Im Folgenden werden die verschiedenen Hypothesen, wie aktive Arbeitsmarktpolitik diese Aggregatgrößen beeinflussen kann, kurz diskutiert. 25
Unter dem Begriff Matchingprozess wird in diesem Zusammenhang das Zusammentreffen von offenen Stellen und Arbeitssuchenden verstanden. Zentrales Element hierbei ist die sogenannte Matchingfunktion, die in Abschnitt 6 ausführlich erläutert wird.
49
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Neben den theoretischen Wirkungskanälen werden dabei auch Ergebnisse empirischer Studien auf individueller Ebene in die Betrachtung einbezogen. Aktive Arbeitsmarktpolitik kann zunächst einen Einfluss auf den eigentlichen Matchingprozess ausüben. Gelingt es durch den Einsatz von Maßnahmen den Stellenvermittlungsprozess zu verbessern, dann zeigt sich im Gleichgewicht eine geringere Zahl von Arbeitssuchenden bei gegebener Zahl von offenen Stellen. 26 Wie kann aktive Arbeitsmarktpolitik nun dazu beitragen, diese Matchingeffizienz zu erhöhen? Calmfors (1994) nennt hier drei Möglichkeiten: (1) Verringerung des Mismatch (sektoral, qualifikatorisch, regional) (2) Erhöhen der Suchintensität (3) Verbesserte Information über Arbeitssuchende. Die Verringerung des Mismatch zwischen Arbeitsangebot und –nachfrage ist eine äußerst wichtige Aufgabe der aktiven Arbeitsmarktpolitik. Es geht hierbei grundsätzlich um den Abbau von Ungleichgewichten zwischen verschiedenen Sub-Märkten – seien es Sektoren, Regionen oder Qualifikationsebenen. Um z.B. den qualifikatorischen Mismatch zu reduzieren, werden vor allem Qualifizierungsmaßnahmen eingesetzt. Um Ungleichgewichte zwischen Regionen zu bekämpfen, erscheinen dagegen Mobilitätshilfen als eine sinnvollere Strategie. Aktive Arbeitsmarktpolitik kann neben einer Verringerung des Mismatch auch die Suchintensität der Arbeitssuchenden erhöhen und damit zu einer Verbesserung der Matchingeffizienz beitragen. Inwieweit dies aber tatsächlich gelingt, hängt vom betrachteten Maßnahmentyp ab. Bewerbertraining oder auch verstärkte Vermittlungsbemühungen von Seiten der öffentlichen Arbeitsmarktverwaltung sollten die Suchintensität bereits während der Maßnahmenteilnahme erhöhen. Bei vielen anderen Maßnahmen der aktiven Arbeitsmarktpolitik handelt es sich allerdings um ganztägige Qualifizierungskurse oder geförderte Vollzeitbeschäftigung. Evaluationsstudien auf der Mikroebene belegen, dass sich die Suchintensität während der Teilnahme an solchen Maßnahmen nicht erhöht, sondern es – im Gegenteil – zum sogenannten Lock-In Effekt kommt (vgl. Kluve (2006)). Die MaßnahmenteilnehmerInnen reduzieren während der Teilnahme ihre Suchanstrengungen – sie sind in der Maßnahme „eingesperrt“. Folge dieses Lock-In Effekts ist eine verringerte Wahrscheinlichkeit für die Aufnahme einer ungeförderten Beschäftigung. Diese erhöht sich erst wieder nach Ende der Maßnahme. Somit ist zu erwarten, dass sich der gewünschte Effekt erst zeitverzögert einstellt. Wenn durch die Teilnahme an einer Maßnahme z.B. die Motivation der Arbeitssuchenden gesteigert wird, oder sie danach überhaupt erst in der Lage sind, eine formal korrekte Bewerbung zu verfassen, erhöht dies im Anschluss an die Maßnahme ihre Suchintensität. Somit steigt die Wahrscheinlichkeit für einen Match und die Beveridge-Kurve verschiebt sich unter sonst gleichen Umständen nach innen. 27 Ein indirekter, aber durchaus 26 27
Dies entspricht einer Verschiebung der Beveridge-Kurve nach links, vgl. Abschnitt 7.2. Für eine ausführliche Erläuterung der Beveridge-Kurve in diesem Zusammenhang vgl. Abschnitt 7.2.
50
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
erwünschter Effekt von aktiver Arbeitsmarktpolitik in Bezug auf die Suchintensität ist der sogenannte „threat effect“. Van den Berg, Bergemann, Caliendo (2008) zeigen in ihrer Studie, dass schon die Ankündigung einer nicht erwünschten Maßnahme von Arbeitssuchenden häufig als eine Art Drohung empfunden wird. Als Folge erhöhen sie ihre Konzessionsbereitschaft und die Suchanstrengungen und finden somit schneller eine Beschäftigung. Zu ähnlichen Ergebnissen kommen Black et al. (2003) für die USA und Geerdsen (2006) für Dänemark. Inwieweit diese aufgedeckten Zusammenhänge auf der individuellen Ebene zu einer Erhöhung bzw. Senkung der gesamtwirtschaftlichen Matchingeffizienz führen, kann bislang weder theoretisch noch empirisch hinreichend beantwortet werden. Weiterhin kann die Matchingeffizienz auch durch verbesserte Informationen über den einzelnen Arbeitssuchenden erhöht werden. Diese Screening-Funktion erfüllen vor allem Lohnsubventionen. Ein Arbeitgeber, der einen Arbeitssuchenden mit einer Lohnsubvention einstellt, hat die Möglichkeit, dessen Fähigkeiten on-the-job zu überprüfen. Damit verringert sich die Unsicherheit bei einer nachträglichen ungeförderten Beschäftigung. Aber auch die Tatsache, dass ein Arbeitssuchender sich nicht aus Arbeitslosigkeit, sondern aus (geförderter) Beschäftigung heraus bei anderen Arbeitgebern bewirbt, kann seine Wahrscheinlichkeit erhöhen, eine ungeförderte Beschäftigung zu finden. So zeigen z.B. Eriksson, Lagerström (2006) in einer empirischen Studie für Schweden, dass Bewerber ihre Chancen deutlich verbessern, wenn sie sich nicht aus Arbeitslosigkeit, sondern aus einer Beschäftigung heraus bewerben. Inwieweit es hierbei dann lediglich zu einer Umverteilung der Beschäftigungschancen zwischen MaßnahmenteilnehmerInnen und Arbeitslosen kommt, oder ob hier tatsächlich ein erhöhter Wettbewerb mit Job-to-Job Wechslern entsteht, ist bislang allerdings nicht untersucht. Ein weiterer Kanal, über den arbeitsmarktpolitische Eingriffe auf Beschäftigung und Arbeitslosigkeit wirken können, ist die gesamtwirtschaftliche Lohnhöhe. 28 Die Teilnahmemöglichkeit an einer Maßnahme könnte das Wohlbefinden der Arbeitssuchenden steigern. Die Gefahr, arbeitssuchend zu werden oder zu bleiben, würde dann als weniger unangenehm empfunden werden. Im Rahmen unterschiedlicher Lohnfindungsmodelle (Gewerkschaftsmodelle, Effizienzlohnmodelle) verbessert dies die Verhandlungsmacht der Arbeitnehmer und erhöht damit den Lohndruck. Die Beschäftigung würde in Folge dieses unerwünschten Nebeneffekts sinken. Aktive Arbeitsmarktpolitik kann allerdings auch einen lohnsenkenden Effekt haben. Dies ist z.B. in Folge von Qualifizierungsmaßnahmen denkbar, durch die Outsider „fit“ für den Wettbewerb mit anderen Beschäftigten gemacht werden („competition effect“, vgl. Calmfors, Lang (1995)). In die gleiche Richtung wirkt eine Abschwächung des sogenannten Entmutigungseffekts („discouraged workers“). Aufgrund aktiver 28
Bellmann, Jackman (1996) bezeichnen diese Art von Modellen als „non-market clearing models“.
51
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Arbeitsmarktpolitik ziehen sich weniger Personen in die stille Reserve zurück. Durch die Erhöhung des Arbeitsangebots wird auch hier der Lohndruck gesenkt, was gemäß dem zugrundeliegendem Arbeitsmarktmodell wiederum zu mehr Beschäftigung führt.29 Neuere empirische Studien auf der individuellen Ebene haben allerdings gezeigt, dass aktive Arbeitsmarktpolitik die Partizipationsquote auch negativ beeinflussen kann. Grund hierfür ist, dass eine verpflichtende Maßnahmenteilnahme manchmal als eine „leisure tax“ empfunden wird, d.h. der Nutzen aus Arbeitslosigkeit sinkt. Die Folge einer so veränderten Nutzenabwägung kann dann ein kompletter Rückzug vom Arbeitsmarkt sein (vgl. Rosholm, Svarer (2008) für Schweden und Büttner (2007) für Deutschland). Dies hätte eine Verringerung des Arbeitsangebots auf gesamtwirtschaftlicher Ebene zur Folge. Schließlich kann aktive Arbeitsmarktpolitik auch die gesamtwirtschaftliche Arbeitsnachfrage verändern. Calmfors (1994) nennt hier an erster Stelle Produktivitätseffekte, die zu sinkenden Arbeitskosten der Unternehmen führen. Bei längerer Arbeitslosigkeitsdauer wird das Humankapital einer arbeitslosen Person zunehmend entwertet. Aktive Arbeitsmarktpolitik kann hier entgegen wirken. TeilnehmerInnen an Qualifizierungsmaßnahmen erwerben z.B. formell neues Humankapital, Beschäftigungsmaßnahmen bieten die Möglichkeit zu on-the-jobTraining. Die damit erhöhte Produktivität der Arbeitssuchenden führt dann unter bestimmten Bedingungen zu mehr Beschäftigung im Gleichgewicht. 30 Auch die bereits angesprochenen Effekte auf den Matchingprozess können auf die gesamtwirtschaftliche Arbeitsnachfrage wirken. Eine schnellere und damit kostengünstigere Besetzung offener Stellen führt theoretisch dazu, dass mehr offene Stellen entstehen und damit zu einer erhöhten Arbeitsnachfrage im Gleichgewicht (vgl. auch Pissarides (1990)). 5.4 IDENTIFIKATION KAUSALER EFFEKTE AUF REGIONALER EBENE: ANALYSERAHMEN In Abschnitt 5.3 wurden mögliche Einzelwirkungen von aktiver Arbeitsmarktpolitik auf gesamtwirtschaftliche Größen dargestellt. Evaluationsstudien auf regionaler bzw. makroökonomischer Ebene betrachten nun, wie sich die Summe dieser Wirkungen auf verschiedene Ergebnisvariablen auswirkt. Ausgehend von den dargestellten theoretischen Überlegungen werden in der Literatur fünf wesentliche ökonomische Zielgrößen aktiver Arbeitsmarktpolitik diskutiert: Zahl der Übergänge in Beschäftigung, Arbeitssuchendenquote, Partizipationsquote, Lohnniveau und Beschäftigung. In der vorliegenden Studie werden die beiden zuletzt genannten Größen nicht betrachtet. 31 Da aktive Arbeitsmarktpolitik in Österreich nicht mit der Zielsetzung durchgeführt wird, das Lohnniveau zu beeinflussen, ist eine Evaluation hinsichtlich dieses Ziels auch nicht 29 30 31
Da das Arbeitsangebot steigt, muss die gleichgewichtige Arbeitslosenquote trotz erhöhter Beschäftigung nicht zwangsläufig sinken. Damit eine steigende Produktivität zu mehr Beschäftigung führt muss der Skaleneffekt den Substitutionseffekt übersteigen. Für eine Makroanalyse mit der Zielgröße Beschäftigung vgl. z.B. Dahlberg, Forslund (2005) für Schweden. Das regionale Lohnniveau in Abhängigkeit vom Maßnahmeeinsatz untersuchen z.B. für Deutschland Pannenberg, Schwarze (1998).
52
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
sinnvoll. Der Ausschluss der Beschäftigung hat vor allem konzeptionelle Gründe. Die Zahl der MaßnahmenteilnehmerInnen ist im Vergleich zur Zahl der Beschäftigten äußerst gering – somit lassen sich Effekte nur sehr schwer identifizieren (vgl. de Koning (2001)). 32 Die theoretischen Konzepte, die für die Ableitung der dabei zu schätzenden Gleichungen herangezogen werden (Matchingfunktion, Beveridge-Kurve und LayardNickell Arbeitsmarktmodell) sowie die jeweiligen Schätzmethoden und Daten werden in den jeweiligen Abschnitten 6-9 im Einzelnen ausführlich erläutert. In diesem Abschnitt geht es nun zunächst darum, diejenigen Grundüberlegungen zur Wirkungsanalyse auf regionaler Ebene vorab darzustellen, die alle drei Zielgrößen in gleichem Maße betreffen. Wie bei der überwiegenden Mehrheit der Makroevaluationsstudien werden auch in der vorliegenden Studie mithilfe aggregierter Regionaldaten ausschließlich die Nettowirkungen aktiver Arbeitsmarktpolitik untersucht. Es ist dabei nicht möglich, die einzelnen Komponenten wie z.B. den direkten Treatmenteffekt, den Substitutionseffekt oder Wettbewerbseffekte getrennt voneinander auszuweisen. Die simultane Analyse mehrerer Zielgrößen lässt es aber durchaus zu, Tendenzaussagen bezüglich einzelner Wirkungskanäle zu formulieren. Ausgehend von den komplementär zur vorliegenden Makrostudie bereits existierenden Mikroevaluationsstudien lassen sich zunächst einmal Unterschiede zwischen direkten Treatmenteffekten und den aggregierten regionalen Nettoeffekten analysieren. Darüber hinaus werden Substitutionseffekte zwischen (ehemaligen) MaßnahmenteilnehmerInnen und Arbeitslosen bei Verwendung der Zielgröße „Übergänge aus Arbeitslosigkeit in Beschäftigung“ berücksichtigt, während Substitutionseffekte mit Beschäftigten hier nicht einbezogen werden. Diese zu berücksichtigen gelingt mithilfe der Arbeitssuchendenquoten als Zielgröße, welche die Nettowirkung aus Arbeitsangebots- und Arbeitsnachfrageveränderungen, die durch aktive Arbeitsmarktpolitik ausgelöst werden, als eine Art „Black Box“ darstellt.33 Wird die Partizipationsquote als Zielgröße verwendet, können explizit Effekte auf das Arbeitsangebot identifiziert werden. Die zentrale Frage zu Beginn jeder Evaluationsstudie ist, wie der eigentlich interessierende kausale Effekt von Maßnahmen aktiver Arbeitsmarktpolitik identifiziert werden kann. Die konzeptionelle Herausforderung ist dabei auf Mikro- und Makroebene identisch. Ausgangspunkt ist die Frage des „was wäre gewesen, wenn“. 34 Im konkreten Fall: Wie ändert sich der Wert einer Zielgröße (z.B. regionale Arbeitssuchendenquote), wenn der regionale Maßnahmeneinsatz (hypothetisch) ein anderer gewesen wäre? Diese kontrafaktische Situation ist natürlich nicht beobachtbar. Um den kausalen Effekt trotzdem identifizieren zu können, sind geeignete Identifikationsannahmen zu treffen, die 32
33
34
Es gibt außerdem datentechnische Probleme. Die Beschäftigung auf Ebene der regionalen Geschäftsstellen in Österreich steht nur eingeschränkt zur Verfügung. Eine weitere Möglichkeit wäre es analog zu Fertig, Kluve, Schmidt (2006) neben Abgänge aus Arbeitslosigkeit in Beschäftigung auch Zugänge aus Beschäftigung in Arbeitslosigkeit zu betrachten. Da für diesen Zusammenhang die theoretische Fundierung fehlt, wird in dieser Studie darauf verzichtet. Vgl. auch die Ausführungen zur Mikroevaluation in Abschnitt 5.1.
53
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
gewöhnlich statistisch nicht zu überprüfen sind. Sie sind allerdings „more or less plausible, or more or less easily violated“ (Fertig, Kluve (2004), S. 99). Da der Arbeitsmarkt einer Region von vielen unterschiedlichen Faktoren beeinflusst wird, liegt die erste Herausforderung darin, das Evaluationsdesign so zu gestalten, dass die dann geschätzten Effekte tatsächlich auf die Politikintervention zurückzuführen sind und nicht Effekte anderer Änderungen messen. Es gilt also verschiedene Situationen miteinander zu vergleichen, die sich – wenn möglich – nur durch einen unterschiedlichen Maßnahmeneinsatz unterscheiden. Am einfachsten gelingt dies in einem Zufallsexperiment. Bei solch einem Zufallsexperiment – in der Literatur auch als „gold standard“ bezeichnet (vgl. z.B. Fertig, Schmidt (2000)) – lässt sich der kausale Effekt dann durch einen einfachen Ergebnisvergleich berechnen. In unserem Fall würde solch ein Zufallsexperiment bedeuten, dass die Maßnahmeintensität über die Regionen hinweg zufällig variiert wird. Da dies kaum vorstellbar ist, gilt es einen geeigneten nichtexperimentellen Ansatz („observational study“) zu wählen, um die kausalen Effekte aktiver Arbeitsmarktpolitik zu identifizieren. Für den hier interessierenden regionalen Vergleich erscheint ein lineares Regressionsmodell als beste Alternative. Statt wie beim statistischen Matching auf der Individualebene werden hier nicht „statistische Zwillinge“ gesucht, sondern für jede regionale Einheit stellen jeweils alle anderen Beobachtungseinheiten die Vergleichsgruppe. Der kausale Effekt wird dann in Form eines Regressionskoeffizienten ermittelt. Dieser partielle Effekt gibt an, wie sich die abhängige Variable (Zielgröße) ändert, wenn eine erklärende Variable (z.B. Maßnahmenintensität) eine andere gewesen wäre und alle anderen erklärenden Variablen konstant gehalten würden (ceteris-paribusBetrachtung). Eine Verwendung von regionalen Paneldaten (regionalen Geschäftsstellen Österreichs beobachtet über mehrere Zeitpunkte hinweg) ist für den vorliegenden Evaluationsansatz besonders geeignet. Paneldaten ermöglichen es, den Einsatz aktiver Arbeitsmarktpolitik in einer bestimmten Region zu einem bestimmten Zeitpunkt mit dem Maßnahmeneinsatz anderer Regionen zu anderen Zeitpunkten zu vergleichen. Im Schätzmodell können dann z.B. mithilfe von Zeiteffekten allgemeine Konjunktureffekte, die eventuell zeitgleich mit einem veränderten Maßnahmeneinsatz erfolgen, kontrolliert werden. Wichtig für die Identifikation ist es auch, unbeobachtete Heterogenität zwischen den Regionen im Modell zu berücksichtigen. In einer Befragung deutscher Arbeitsagenturen kommen Fertig, Kluve, Schmidt (2006) zum Ergebnis, dass die konkrete Arbeitsmarktpolitik vor Ort stark von agenturspezifischen Faktoren beeinflusst wird, die wiederum auch mit der Zielgröße korreliert sein können. Diese zeitinvarianten regionsspezifischen Unterschiede können bei Verwendung von Paneldaten mithilfe regionaler fixer Effekte kontrolliert werden. Von besonderer Bedeutung ist es schließlich, eine mögliche Endogenität des Maßnahmeneinsatzes angemessen zu behandeln, da sie zu geschätzten Koeffizienten ohne die gewünschte kausale Aussagekraft führt. Solch eine Endogenität liegt z.B. vor, wenn der Maßnahmeneinsatz nicht nur die jeweilige Zielgröße 54
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
beeinflusst, sondern umgekehrt die Lage am Arbeitsmarkt – gemessen mit der jeweiligen Zielgröße – auch den Maßnahmeneinsatz bestimmt. In der Literatur wird in diesem Zusammenhang von der Existenz einer Politikreaktionsfunktion gesprochen. Inwieweit dieses Endogenitätsproblem tatsächlich vorliegt bzw. wie dieses, wenn nötig, gelöst werden kann, wird für jede Zielgröße im jeweiligen Abschnitt gesondert diskutiert. Ein weiteres methodisches Problem besteht darin, dass MaßnahmenteilnehmerInnen zum Teil nicht als arbeitslos registriert sind bzw. teilweise sogar in der offiziellen Statistik als unselbstständig beschäftigt gezählt werden. Bleibt dieser Sachverhalt unberücksichtigt, dann würde eine Erhöhung des Maßnahmeeinsatzes in einer Region per Definition zu einer Reduzierung der Arbeitslosigkeit führen. Um die Analyse nicht durch solche „buchhalterischen“ Effekte zu verzerren, werden MaßnahmenteilnehmerInnen und registrierte Arbeitslose im Folgenden stets unter den Oberbegriff „Arbeitssuchende“ zusammengefasst. Für die Messung der Intensität des Instrumenteneinsatzes gibt es grundsätzlich zwei Möglichkeiten. Die meisten Studien (vgl. z.B. Calmfors, Skedinger (1995), Hagen (2003) oder auch Hujer et al. (2006)) verwenden – ebenso wie wir – die Zahl der MaßnahmenteilnehmerInnen relativ zur Zahl der Arbeitssuchenden, also registrierte Arbeitslose und MaßnahmenteilnehmerInnen (accomodation ratios, vgl. Calmfors, Skedinger (1995)). 35 In einigen wenigen Analysen wird die Maßnahmenintensität anhand von Ausgaben für aktive Arbeitsmarktpolitik gemessen (vgl. z.B. Boeri, Burda (1996) oder auch Fertig, Kluve, Schmidt (2006)). Dieses Vorgehen erscheint uns allerdings für Wirkungsanalysen – und diese stehen hier im Mittelpunkt – nicht adäquat.
35
Statt im Verhältnis zur Zahl der Arbeitssuchenden wird in manchen Studien auch die Zahl der Erwerbspersonen herangezogen, vgl. z.B. Hagen (2003).
55
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
6 Matchingfunktion: Übergänge in ungeförderte Beschäftigung 6.1 MOTIVATION Ein zentrales Ziel der Arbeitsmarktpolitik ist es, die (Wieder-)Eingliederung von arbeitssuchenden Personen in Beschäftigung zu erleichtern. Im Gegensatz zu anderen Zielen, wie z.B. die Arbeitslosigkeit zu senken oder die Partizipation zu erhöhen, ist dieses ein operatives Ziel jeder regionalen Geschäftsstelle. Aus diesem Grund sollte eine Evaluationsstudie auch bei der Eingliederung von Arbeitssuchenden in Beschäftigung beginnen. Inwieweit dies durch die aktive Arbeitsmarktpolitik gefördert wird, untersuchen gewöhnlich mikroökonometrische Evaluationsstudien, bei denen im Mittelpunkt die kausalen Effekte auf die an der Maßnahme teilnehmenden Personen stehen. Wie in Abschnitt 5.1 bereits ausgeführt, ist aber davon auszugehen, dass Maßnahmen der aktiven Arbeitsmarktpolitik nicht nur Auswirkungen für die TeilnehmerInnen haben, sondern dass auch die Chancen auf Eingliederung anderer Arbeitssuchender davon beeinflusst werden. So könnte ein geförderter Arbeitssuchender möglicherweise einen Job anstelle eines Nicht-Teilnehmers erhalten. In einer Mikrostudie würde dies dennoch als Erfolg der Maßnahme interpretiert werden. Gesamtwirtschaftlich gesehen können derartige Mitnahme- und Substitutionseffekte den Treatmenterfolg der aktiven Arbeitsmarktpolitik jedoch mindern. Zweck der Makrostudie ist es deshalb, die Effekte in einer Gesamtbewertung zu analysieren. 6.2 THEORIE Das Konzept der Matchingfunktion bietet eine relativ einfache, aber leistungsfähige Möglichkeit, Friktionen am Arbeitsmarkt zu modellieren. Die dahinter stehende Intuition ist, die Besetzung offener Stellen als eine Art Produktionsprozess zu begreifen. Die Outputgröße „Zahl neuer „Matches“ M “ von arbeitssuchenden Individuen und Firmen in einer gegebenen Zeitperiode wird als Funktion zweier Inputgrößen formuliert – des Bestands an Arbeitssuchenden S und offenen Stellen V zu Beginn der Periode (vgl. Pissarides (1990)) 36: M = A ⋅ m( S , V )
A ist hierbei der Parameter für die Matchingtechnologie, welche zwischen Zeitpunkten und Regionen variieren kann, aber unabhängig von S und V ist. Die Zahl der Matches erhöht sich mit steigender Anzahl von Arbeitssuchenden bzw. offenen Stellen ( m S > 0 und mV > 0 ). Als funktionale Form wird eine Cobb-Douglas-Spezifikation angenommen: M = A ⋅ S αV β 36
Für eine Diskussion ob Bestände – wie in der hier formulierten traditionellen Version – oder Zugänge von Arbeitssuchenden und offenen Stellen wesentlich für die Matchingfunktion sind, vgl. z.B. Coles, Smith (1998) oder auch Coles, Petrongolo (2003).
56
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Mehr Neueinstellungen können aber auch bei einer konstanten Zahl von Arbeitssuchenden und offenen Stellen realisiert werden, indem z.B. mit Qualifikationsmaßnahmen versucht wird, das Profil von Arbeitssuchenden an das der offenen Stellen anzupassen. Man spricht dann von einer erhöhten Matchingeffizienz. Um diese potenziellen Effekte aktiver Arbeitsmarktpolitik auf den Matchingprozess explizit einzubeziehen, ist es notwendig die bislang getroffene Annahme homogener Arbeitssuchender aufzuheben. Lehmann (1995) oder auch Puhani (1999) folgend wird deshalb angenommen, dass Arbeitssuchende unterschiedliche Sucheffektivitäten aufweisen können und folgende erweiterte Matchingfunktion formuliert: M = A ⋅ (cS )α V β c steht dabei für die durchschnittliche Sucheffektivität der Arbeitssuchenden. Aktive Arbeitsmarktpolitik P wird dann in das Modell aufgenommen, indem der Parameter c wie folgt definiert wird:
c = μ (1 + s P P )
wobei der Parameter μ die durchschnittliche Sucheffektivität der Arbeitslosen ist (also ohne aktive Arbeitsmarktpolitik) und der Parameter
sP
den Einfluss aktiver
Arbeitsmarktpolitik auf die Sucheffektivität darstellt. Ein s P > 0 bedeutet dann, dass durch aktive Arbeitsmarktpolitik die Sucheffektivität der MaßnahmenteilnehmerInnen erhöht werden kann. Diese Überlegung stellt die Grundlage für eine Reihe empirischer Evaluationsstudien auf der Makroebene dar (z.B. Hujer und Zeiss (2003)). Eine andere Möglichkeit aktive Arbeitsmarktpolitik in die Standard-Matchingfunktion aufzunehmen, findet sich bei Wapler, Werner, Wolf (2009), die die beiden unterschiedlichen Gruppen von Arbeitssuchenden direkt als Inputfaktoren in die Matchingfunktion aufnehmen: M = m(U + s P P,V )
wobei
S =U + P
Hier wird angenommen, dass s P die Sucheffektivität der ProgrammteilnehmerInnen P ist und die Sucheffektivität der registrierten Arbeitslosen U auf Eins normiert wurde. Eine Sucheffektivität der MaßnahmenteilnehmerInnen von größer als Eins bedeutet, dass ein erhöhter Anteil von Arbeitssuchenden in Maßnahmen die Matchingeffizienz gesamtwirtschaftlich vergrößert. Bei gleicher Anzahl von Arbeitssuchenden und offenen Stellen könnten eine größere Zahl von Übergängen aus Arbeitssuche in Beschäftigung realisiert werden. Der Vorteil dieses Ansatzes besteht unter anderem darin, dass die Zahl der unterschiedlichen Gruppen von Arbeitssuchenden problemlos erweitert werden kann. So werden wir in unserer späteren Analyse Wapler, Werner, Wolf (2009) folgend zu jedem Zeitpunkt zwischen (aktuellen) MaßnahmenteilnehmerInnen, ehemaligen MaßnahmenteilnehmerInnen und sonstigen Arbeitslosen unterscheiden. 57
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
6.3 LITERATURÜBERBLICK Die Frage, ob aktive Arbeitsmarktpolitik dazu beitragen kann, die Matchingeffizienz zu erhöhen, wurde in den letzten 20 Jahren in einer ganzen Reihe von Studien für unterschiedliche Länder untersucht. Im Folgenden sollen die Ergebnisse ausgewählter Analysen kurz dargestellt werden. Boeri, Burda (1996) finden in einer Studie für Tschechien (1992-1994) signifikant positive Effekte von Ausgaben für aktive Arbeitsmarktpolitik auf die Übergänge aus Arbeitslosigkeit in Beschäftigung. Diese Effekte werden von den Autoren allerdings als sehr klein bezeichnet. Darüber hinaus merken sie an, dass es ihnen nicht möglich ist, zwischen Übergänge in ungeförderte bzw. geförderte Beschäftigung zu unterscheiden. Ausgaben für aktive Arbeitsmarktpolitik werden auch von Fertig, Kluve, Schmidt (2006) als Indikator für Maßnahmeintensität in einer Studie für Deutschland herangezogen. Als Zielgröße verwenden die Autoren sowohl Austritte als auch Eintritte in die Arbeitslosigkeit. Als ein wesentliches Ergebnis halten sie fest, dass viele der von ihnen untersuchten Maßnahmen Ein- und Austritte in die gleiche Richtung beeinflussen. Die Nettoeffekte sind damit mit Ausnahme von Existenzgründungsförderung stets insignifikant. Hagen (2003) untersucht für Ostdeutschland (1999-2002) die Effekte von Qualifizierungsund Arbeitsbeschaffungsmaßnahmen (ABM). Er misst die Maßnahmenintensität als Zahl der TeilnehmerInnen relativ zu allen Erwerbspersonen in einer Region. Für ABM zeigen sich negativ signifikante Effekte auf die Matchingeffizienz, was der Autor als Beleg für indirekte negative Effekte dieser Maßnahme ansieht. Keine signifikanten Effekte können für Qualifizierungsmaßnahmen gefunden werden. Dies gilt auch für eine Studie von Puhani (2003) für Polen. In einer Studie für Westdeutschland (1998-2001) kommt Speckesser (2004) dagegen zum Ergebnis, dass Qualifizierungsmaßnahmen einen – wenn auch kleinen – positiv signifikanten Effekt auf die Übergänge aus Arbeitslosigkeit in Beschäftigung aufweisen. Einen negativen Effekt von ABM für Westdeutschland finden Hujer, Zeiss (2005a) für den Zeitraum erstes Quartal 1999 bis erstes Quartal 2003. Bei der Betrachtung eines späteren Zeitraums (bis Ende 2004) ist dieser Effekt allerdings nicht mehr signifikant. Weitgehend insignifikante Effekte finden die beiden Autoren auch für weitere Maßnahmen (Vermittlungsgutscheine, Trainingsmaßnahmen und Beauftragung von Dritten mit der Vermittlung) sowohl für Ost- als auch Westdeutschland (Hujer, Zeiss (2005b, 2006a, 2006b)). Schließlich finden auch Hujer, Rodrigues, Wolf (2009) für Westdeutschland und den Zeitraum Januar 2003 bis Dezember 2004 für nahezu alle betrachteten Maßnahmen (Qualifizierung, kurze Trainingsmaßnahmen, Arbeitsbeschaffungsmaßnahmen und Lohnsubventionen) insignifikante Effekte auf die Zahl der Übergänge aus Arbeitssuche in Beschäftigung. Zusammenfassend zeigen die Ergebnisse, dass es bislang kaum möglich war, einen positiv signifikanten Effekt aktiver Arbeitsmarktpolitik auf die Zahl der Übergänge in Beschäftigung empirisch zu bestätigen. 58
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
6.4 ÖKONOMETRISCHES MODELL Ausgangspunkt für das im Folgenden zu schätzende Modell ist die in Abschnitt 6.2 dargestellte einfache Matchingfunktion. Unter der Annahme einer Cobb-Douglas Funktion und einer anschließenden Log-Transformation ergibt sich folgende Spezifikation: ln M rt = a + α ln S rt −1 + β ln Vrt −1 + d t + d r + ε rt
(1)
Die Beobachtungseinheit ist die regionale Geschäftsstelle r ( r = 1,…, R ) zum Zeitpunkt t ( t = 1,… , T ). M rt steht für die Übergänge aus Arbeitssuche in unselbstständige, ungeförderte Beschäftigung (Matches) innerhalb eines bestimmten Zeitraums. S rt −1 ist die Zahl der Arbeitssuchenden und Vrt −1 die Zahl der gemeldeten (registrierten) offenen Stellen jeweils zum Ende des vorherigen Zeitraums. 37 Darüber hinaus enthält das Modell fixe Effekte für Regionen ( d r ) und Zeitpunkte ( d t ), um unterschiedliche Matchingtechnologien für Regionen und Zeitpunkte zuzulassen. Mit den fixen Effekten für Regionen werden dabei dauerhafte Strukturunterschiede zwischen den Regionen kontrolliert. Hierunter sind regionale Eigenheiten zu verstehen, die sich während des gesamten Untersuchungszeitraums nicht ändern, wie z.B. bestimmte Standortvorteile oder die Tatsache, eine Tourismusregion zu sein bzw. an Deutschland anzugrenzen. Mithilfe der regionalen fixen Effekte lässt sich auch die unterschiedliche Größe der Regionen berücksichtigen. Die fixen Effekte für Zeitpunkte nehmen alle Einflüsse in sich auf, die zu einem Zeitpunkt auf alle Regionen gleichermaßen wirken. Hierzu gehören konjunkturelle Effekte ebenso wie jahreszeitliche Schwankungen. Wie bereits anhand theoretischer Überlegungen (vgl. Abschnitt 6.2) erläutert, ist es für die Ableitung des kausalen Effekts aktiver Arbeitsmarktpolitik notwendig unterschiedliche Gruppen von Arbeitssuchenden und deren unterschiedliche Sucheffektivität im Modell zu unterscheiden. In bisherigen empirischen Studien wurden stets zwei Gruppen von Arbeitssuchenden unterschieden – MaßnahmenteilnehmerInnen und (registriert) Arbeitslose. Um dem Effekt Rechnung zu tragen, dass aufgrund von Lock-In Effekten positive Effekte aktiver Arbeitsmarktpolitik erst zeitverzögert auftreten, wurden in diese Modelle mehrfach verzögerte Werte der Maßnahmenintensität aufgenommen (z.B. 12 Monate bei Hujer, Zeiss (2006a) bzw. 4 Quartale bei Hujer, Zeiss (2005a)). Aufgrund des von uns verwendeten Datensatzes mit tagesgenauen Angaben können wir Wapler, Werner, Wolf (2009) folgend einen direkteren Ansatz verfolgen, indem wir zu jedem Zeitpunkt zwischen (aktuellen) MaßnahmenteilnehmerInnen, ehemaligen MaßnahmenteilnehmerInnen und sonstigen Arbeitslosen unterscheiden (vgl. Abschnitt 6.5 für Details). Um diese Unterteilung in die Schätzgleichung aufzunehmen, wird 37
Job-to-Job Wechsler werden dabei aus der Analyse komplett ausgeschlossen. D.h. sie werden weder als arbeitssuchend gezählt noch werden ihre Matches betrachtet. Vgl. Burgess (1993) für eine Analyse von Job-to-Job Wechsler im Rahmen der Matchingfunktion.
59
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
zunächst Hynninen und Lahtonen (2007) bzw. Ibourk et al. (2004) folgend die Zahl der „effektiv“ Arbeitssuchenden definiert. In unserem Fall ergibt sich diese als X = U + s P P + sQ Q wobei s P und sQ für die Sucheffektivität der aktuellen bzw. ehemaligen MaßnahmenteilnehmerInnen steht. Die Sucheffektivität der (restlichen) Arbeitslosen ist wie im theoretischen Modell auf Eins normiert. Die jeweilige Sucheffektivität setzt sich dabei aus zwei Komponenten zusammen (vgl. z.B. Budd, Levine, Smith (1998)): Suchintensität und Passgenauigkeit/Eignung („suitability“) von Arbeitssuchenden und offenen Stellen. Wird in Gleichung (1) X für S eingesetzt, ergibt sich nach einigen algebraischen Umformungen folgendes empirisches Modell: ~ ~ ln M rt = a + α ln S rt −1 + α P P rt −1 +α Q Qrt −1 + β ln Vrt −1 + d r + d t + ε rt
(2)
~ ~ wobei α P = α ( s P − 1) , α Q = α ( sQ − 1) und P = P / S bzw. Q = Q / S gilt. Die aktuellen bzw. ehemaligen MaßnahmenteilnehmerInnen werden als Anteile an allen Arbeitssuchenden gemessen. Die geschätzten Koeffizienten für α P und α Q zeigen dann jeweils den partiellen Effekt einer Änderung des Anteils der aktuellen bzw. ehemaligen MaßnahmenteilnehmerInnen zu Lasten der regulären Arbeitslosen an, die als Basiskategorie fungieren. Mit diesem Ansatz gelingt es, die Hypothesen bezüglich unterschiedlicher Matchingeffizienz für die drei Gruppen von Arbeitssuchenden zu testen. Unter der Annahme, dass α > 1 ist, bedeutet ein α P < 0 eine Sucheffektivität der aktuellen MaßnahmenteilnehmerInnen ( s P ) von kleiner als Eins, d.h. die Gruppe der aktuellen MaßnahmenteilnehmerInnen hat eine geringere Sucheffektivität als die der sonstigen Arbeitslosen. Aktive Arbeitsmarktpolitik führt in diesem Fall zumindest während der Teilnahme nicht zu einer höheren Matchingeffizienz. Der auf der individuellen Ebene beobachtbare Lock-In Effekt für TeilnehmerInnen zeigt sich dann auch auf der aggregierten (regionalen) Ebene. Ein α Q > 0 bedeutet dagegen, dass die Sucheffektivität der ehemaligen MaßnahmenteilnehmerInnen ( sQ ) größer als Eins ist, d.h. die Gruppe der ehemaligen MaßnahmenteilnehmerInnen hat eine höhere Sucheffektivität als die der sonstigen Arbeitslosen. Aktive Arbeitsmarktpolitik führt in diesem Fall im Anschluss an die Teilnahme zu einer höheren Matchingeffizienz. Ein positiver individueller Effekt für die TeilnehmerInnen zeigt sich dann auch auf aggregierter (regionaler) Ebene. Eventuell auftretende negative indirekte Effekte wie z.B. Substitutionseffekte sind dann zumindest signifikant geringer als die positiven TreatmentEffekte. Ausgehend von der Diskussion möglicher Wirkungskanäle aktiver Arbeitsmarktpolitik auf die Matchingeffizienz (vgl. Abschnitt 5.3) ist zu vermuten, dass die Effekte zwischen unterschiedlichen Maßnahmentypen erheblich variieren. Aus diesem Grund erweitern wir 60
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Gleichung (2), indem wir die Anteile einzelner Maßnahmentypen ( k = 1,…, K ) in das Modell aufnehmen. Um darüber hinaus einen zeitlichen Anpassungsprozess der Zahl der Matches zuzulassen, wird eine dynamische Spezifikation gewählt, d.h. die verzögerte endogene Variable wird als erklärende Variable ins Modell aufgenommen. Es ergibt sich somit folgendes Modell: K K ~ ~ ln M rt = a + ρ ln M rt −1 + α ln S rt −1 + ∑ α kP P krt −1 + ∑ α kQQkrt −1 + β ln Vrt −1 + d r + d t + ε rt k =1
(3)
k =1
Der Anpassungskoeffizient ρ zeigt dabei an, wie schnell sich die tatsächliche Zahl der Matches an veränderte Rahmenbedingungen anpasst. Je höher der Koeffizient ist, umso langsamer ist der Anpassungsprozess. Um das Endogenitätsproblem im dynamischen Panelmodell zu berücksichtigen, erfolgt die Schätzung mit dem GMM-Schätzer nach Arellano, Bond (1991) (vgl. Kasten 2). Mithilfe des Sargan-Tests lässt sich im Anschluss an die Schätzung testen, ob die für die Konsistenz der Schätzung notwendigen Momentenbedingungen erfüllt sind. Wie bereits in Abschnitt 5.4 dargestellt, ist eine wesentliche Identifikationsannahme für die Bestimmung kausaler Effekte die Exogenität der erklärenden Variablen, insbesondere der Variablen die den Maßnahmeneinsatz messen. In der vorliegenden Spezifikation halten wir diese Annahme für erfüllt. Es erscheint sinnvoll, dass der regionale Maßnahmeneinsatz in einem Quartal nicht von der Zahl der Übergänge in Beschäftigung der darauffolgenden Periode determiniert wird. Die Gefahr einer Korrelation der erklärenden Variablen mit der kontemporären Störgröße verringert sich damit stark (vgl. auch Hujer, Zeiss (2005a) bzw. Fertig, Schmidt, Schneider (2006)). 38 Bislang nicht diskutiert wurden eventuell auftretende regionale Zusammenhänge. Die regionalen Geschäftsstellen wurden bislang als voneinander unabhängige Querschnittseinheiten angesehen. Um räumliche Interdependenzen zu berücksichtigen, wird sowohl die regional verzögerte endogene als auch die regional und temporal verzögerte endogene Variable in das Modell aufgenommen: ln M rt = c + ρ ln M rt −1 + λW ln M rt + γW ln M rt −1 + α ln S rt −1 + K K ~ ~ + ∑ α kP P krt −1 + ∑ α kQ Qkrt −1 + β ln Vrt −1 + d r + d t + ε rt k =1
k =1
Die Matrix W steht dabei für die R × R -dimensionale räumliche Gewichtungsmatrix. Im einfachsten Fall wird diese als Nachbarschaftsmatrix konstruiert, d.h. wenn Region i und Region j eine gemeinsame Grenze haben, erhält die Zelle ij dieser Matrix eine Eins, ansonsten wird eine Null eingefügt. Da keine Region an sich selbst grenzen kann ist die Hauptdiagonale stets mit Nullen besetzt. Weitere Möglichkeiten für die Konstruktion der 38
Vgl. auch Diskussion der Ergebnisse und Robustheitschecks in Abschnitt 6.6.
61
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Gewichtsmatrix bestehen z. B. darin, Fahrzeiten oder Kilometerentfernungen zwischen zwei Regionen zu verwenden. Die räumlichen Koeffizienten λ und γ können auf zwei unterschiedliche Arten interpretiert werden (vgl. allgemein Anselin (2002) und speziell bezogen auf vorliegende Fragestellung Fertig, Schmidt, Schneider (2006)). Zum einen zeigen diese Koeffizienten regionale spill-over Effekte bzw. Interaktionen der regionalen Akteure an. Diese Interpretation verlangt allerdings im Vorfeld ein theoretisches Modell, das erklärt, wie bzw. warum Akteure einer Region auf Änderungen in benachbarten Regionen reagieren. Die räumlich verzögerten Effekte können aber auch anzeigen, dass die der Analyse zugrundeliegende regionale Einheit – also hier eine regionale Geschäftsstelle – nicht mit einem funktional abgegrenzten Arbeitsmarkt übereinstimmt. Die Gliederung in regionale Geschäftsstellen ist eine rein administrative und umfasst nicht zwingend eine Arbeitsmarktregion mit all ihren Verflechtungen. Das Problem dieser fehlenden Übereinstimmung kann durch die Aufnahme räumlich verzögerter endogener Variablen verringert werden. Schätztechnisch führt dies allerdings zu weiteren Komplikationen. Da die Aufnahme der räumlich verzögerten endogenen Variable zu einer zusätzlichen Korrelation mit der kontemporären Störgröße führt, muss auch diese Endogenität bei der Wahl eines adäquaten Schätzverfahrens berücksichtigt werden. Für die Kombination eines dynamischen Panelmodells mit räumlich verzögerter Endogener und einer relativ geringen Anzahl von Querschnittseinheiten und fixen Effekten gibt es bislang nur ein geeignetes Schätzverfahren. Dieses Maximum-Likelihood Verfahren nach Lee, Yu (2007) wird in unserer Analyse verwendet. Kasten 2:
Schätzmethodik
Dynamisches Panelmodell
Das vorliegende ökonometrische Modell verwendet Paneldaten und berücksichtigt dynamische Prozesse. Dies bedeutet, dass das Modell vergangene Werte der Arbeitssuchendenquote als erklärende Variable enthält. Die Struktur von Paneldaten entspricht einer Kombination von Querschnittsdaten (mehrere Regionen werden nur zu einem Zeitpunkt betrachtet) und Zeitreihendaten (eine Region wird über die Zeit betrachtet), so dass mehrere Beobachtungen zu verschiedenen Zeitpunkten pro Region vorliegen. Gepoolter Schätzer
Diese einfachste Schätzmethode berücksichtigt nicht, dass Regionen spezifische, unbeobachtete Eigenschaften haben können, die sich im Zeitverlauf nicht ändern, aber die Arbeitssuchendenquote beeinflussen. Werden diese Eigenschaften nicht über die übrigen erklärenden Variablen kontrolliert, dann werden sie Teil des Störterms. Die Effekte aller erklärenden Variablen können dann nicht mehr konsistent geschätzt werden. Dies stellt insbesondere im dynamischen Fall ein Problem dar. Da diese unbeobachteten Effekte
62
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
über die Zeit konstant sind, sind sie zu jeder Zeit mit der verzögerten endogenen Variable korreliert, was zu einem inkonsistenten Schätzer führt (vgl. Nickell (1981)). Fixed Effects / Withinschätzer
Es gibt verschiedene Möglichkeiten, die zeitkonstanten, unbeobachteten Effekte (auch fixe Effekte genannt) durch Transformation der Variablen algebraisch zu eliminieren. Zum einen kann von jedem Wert der Mittelwert der Region abgezogen werden. Zum anderen indem von jedem Wert der Wert in der vorangegangenen Periode abgezogen wird. In diesem Fall wird davon gesprochen, dass das Modell in ersten Differenzen geschätzt wird. Mit den transformierten Daten kann dann im statischen Fall per Kleinstquadrateverfahren konsistent geschätzt werden. Ist allerdings ein dynamisches Modell formuliert, führen beide Verfahren dazu, dass die transformierte verzögerte endogene Variable mit dem transformierten Störterm korreliert ist. GMM (General Method of Moments) und System GMM Schätzer
Um die Endogenität der verzögerten endogenen Variable zu beheben, müssen Instrumente gefunden werden, die mit dieser Variablen, nicht aber dem Störterm korreliert sind. Zur Schätzung wird im Allgemeinen die Methode von Arellano, Bond (1991) verwendet. Dazu wird das Modell in ersten Differenzen geschätzt, wodurch fixe Effekte für regionale Geschäftsstellen eliminiert werden. Es entsteht auch hier Endogenität der ersten Differenz der verzögerten abhängigen Variablen yrt-1-yrt-2, da diese mit dem differenzierten Störterm εrt - εrt-1 korreliert ist. Dabei sind alle weiter zurückliegenden Werte von yrt-k (k = 2, 3, …) nicht mehr mit dem differenzierten Störterm korreliert und können damit als interne Instrumente dienen. Bei langsamen Anpassungsprozessen (wenn der Effekt der verzögerten endogenen Variablen nahe der 1 liegt) haben allerdings frühere Niveaus der endogenen Variablen wenig Erklärungsgehalt für Differenzen und sind damit schwache Instrumente. Diesem Problem kann durch den Systemschätzer von Blundell, Bond (1998) begegnet werden. Dieser schätzt das Modell simultan anhand eines Systems zweier Gleichungen. Die erste Gleichung entspricht derer nach Arellano, Bond (1991), die zweite ist nicht differenziert, nutzt jedoch verzögerte Differenzen als Instrumente für Niveaus. Damit stehen zusätzliche Instrumente zur Verfügung. Deren intuitive Begründung ist, dass bei einem langsamen Anpassungsprozess vergangene Veränderungen einen höheren Erklärungsgehalt für heutige Niveaus haben als umgekehrt. Eine wichtige Voraussetzung für die Konsistenz dieses Ansatzes ist, dass keine Autokorrelation höherer Ordnung in den Störtermen existiert. Während Autokorrelation erster Ordnung per Konstruktion durch die Differenzierung entsteht, muss auf Autokorrelation zweiter und höherer Ordnung getestet werden, um die Validität der Ergebnisse zu überprüfen.
63
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
ML-Schätzer für dynamisches Modell mit räumlicher Verzögerung
Die Berücksichtigung räumlicher Interdependenzen in Form einer räumlich verzögerten endogenen Variablen führt zu einer zusätzlichen Korrelation mit der Störgröße. Diese Form der Endogenität kann mit dem beschriebenen System GMM-Schätzer nicht adäquat berücksichtigt werden. Mutl (2007) erweitert diesen dynamischen Panelschätzer zwar um räumliche Abhängigkeiten, allerdings nicht für den Fall zusätzlicher fixer Effekte für Regionen und Zeitpunkte. Ein geeignetes Schätzverfahren für das vorliegende Modell wurde von Lee und Yu (2009) entwickelt. In einem ersten Schritt wird die Schätzgleichung transformiert, um die fixen Effekte für Zeitpunkte zu eliminieren. Anschließend erfolgt die eigentliche Schätzung in Form eines Quasi-MaximumLikelihood-Schätzers. Abschließend wird noch eine Verzerrungskorrektur für den MLSchätzer vorgenommen. 6.5 DATEN Datengrundlage für die Schätzung der erweiterten Matchingfunktion (Gleichung (3)) ist der von JOANNEUM RESEARCH aufbereitete Datensatz (vgl. A.2.3). Die Verwendung des Erwerbskarrierenmonitorings mit den tagesgenauen Informationen und der Verschneidung mit dem AMS-Förderdatensatz erlaubt es, für jedes Quartal und jede regionale Geschäftsstelle den Bestand an aktuellen MaßnahmenteilnehmerInnen, ehemaligen MaßnahmenteilnehmerInnen und (restlichen) Arbeitslosen zu bestimmen. 39 Zur Gruppe der aktuellen MaßnahmenteilnehmerInnen gehören grundsätzlich Arbeitssuchende, die am jeweiligen Stichtag (d.h. letzter Tag eines Quartals) an einer vorab definierten Gruppe von Maßnahmen teilnehmen. Beendet eine Person allerdings die jeweilige Maßnahme in der ersten Hälfte des Folgequartals, so wird diese Person bereits zum Stichtag zur Gruppe der ehemaligen MaßnahmenteilnehmerInnen ( Q ) gezählt. Hintergrund dieser gewählten Operationalisierung von P und Q sind die Annahmen, dass zum einen die Suchintensität zum Ende einer Maßnahme bereits wieder ansteigt und zum anderen der MaßnahmenteilnehmerInnen bereits die höhere Qualifikation hat oder das on-the-job-Training realisieren konnte. Zur Gruppe der ehemaligen MaßnahmenteilnehmerInnen Q werden außerdem alle diejenigen Arbeitssuchenden gezählt, die bis zu sechs Monate (2 Quartale) vor dem Stichtag eine Maßnahme beendet haben. Als ein Match wird ein Übergang aus registrierter Arbeitslosigkeit oder Maßnahmenteilnahme in ungeförderte unselbstständige Beschäftigung gezählt. Die aggregierte Zahl der Matches in einer regionalen Geschäftsstelle in einem Quartal bildet die abhängige Variable. Hierbei ist zu beachten, dass nur die Matches von solchen 39
Die Daten wurden zunächst sowohl auf Monats- als auch auf Quartalsbasis aufbereitet. Für die Analysen wurden ausschließlich Quartalsdaten verwendet, da es hiermit besser gelingt saisonale Schwankungen zu glätten bzw. unsystematische Zufallsschwankungen zu verringern.
64
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Arbeitssuchenden gezählt werden, die Teil der Gruppen P , Q oder U sind. Die Zahl der Matches bzw. auch die Zahl der Arbeitslosen im so aufbereiteten Datensatz ist damit nicht vergleichbar mit den offiziellen Angaben. Um neben den theoretisch abgeleiteten Größen auch für weitere Einflussfaktoren auf die Zahl der Übergänge zu kontrollieren, werden zusätzliche erklärende Variablen berücksichtigt. Neben den bereits erwähnten Dummy-Variablen für Regionen und Zeitpunkte handelt es sich dabei vorwiegend um Strukturvariablen der Arbeitssuchenden. Eine zumindest im theoretischen Modell wichtige Variable ist die Zahl der offenen Stellen. Da zur Gesamtzahl offener Stellen keine Daten vorliegen, muss auf die Angaben zu den vorgemerkten sofort und nicht sofort verfügbaren offenen Stellen der jeweiligen RGS zurückgegriffen werden. Dies repräsentiert lediglich einen Anteil der tatsächlichen offenen Stellen. Da es keine gesicherten Erkenntnisse gibt, inwieweit der Einschaltungsgrad der RGS zeitlich bzw. regional variiert, werden keine Versuche unternommen, diese Zahlen zu korrigieren, sondern diese Größe wird trotz der Probleme als Proxy für die tatsächliche offene Stellenanzahl verwendet. Abbildung 15 zeigt die zentralen Variablen der Matchingfunktion (Arbeitssuchende, offene Stellen und Matches) im Untersuchungszeitraum auf Bundesebene. 40 Hierbei ist ein ausgeprägtes Saisonmuster zu erkennen. Die Entwicklung der TeilnehmerInnenzahlen an den Maßnahmen der aktiven Arbeitsmarktpolitik findet sich in Abbildung 16. Diejenige Maßnahme mit den größten TeilnehmerInnenzahlen ist Aus- und Weiterbildung. Im Zeitverlauf fällt die deutliche Zunahme der TeilnehmerInnenzahlen bei der Lehrstellenförderung ab 2006 auf. Aktive Arbeitssuche hat dagegen im Untersuchungszeitraum sehr stark an Bedeutung verloren. 41
0
100000
200000
300000
Abbildung 15: Matchingvariablen auf Bundesebene
März '01
März '02
März '03
März '04
März '05
Arbeitsuchende gem. offene Stellen
40 41
März '06
März '07
Matches
Personen mit Wiedereinstellungszusage werden nicht berücksichtigt. Eine ausführliche Darstellung des regionalen Fördergeschehens findet sich bereits in Abschnitt 4.2.
65
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
AT GB / SöB AW
AA KK LE
OR EB
März '01 . . . März '02 . . . März '03 . . . März '04 . . . März '05 . . . März '06 . . . März '07 . . .
0
20.000
40.000
60.000
80.000
Abbildung 16: TeilnehmerInnenzahlen nach Maßnahmen auf Bundesebene
6.6 ERGEBNISSE Im Folgenden werden die Schätzergebnisse der um aktive Arbeitsmarktpolitik erweiterten Matchingfunktion dargestellt. Ausgangspunkt hierfür ist zunächst eine einfache Matchingfunktion mit den Variablen Zahl der Arbeitssuchenden (logarithmiert) und Zahl der offenen Stellen (logarithmiert) pro Quartal und Region (vgl. Tabelle 12). Zusätzlich wird für regionale und zeitliche Heterogenität in Form von fixen Effekten kontrolliert. Es zeigt sich, dass die Matchingfunktion in Österreich im Untersuchungszeitraum (20012007) zunehmende Skalenerträge aufweist. Die Summe der Koeffizienten der Arbeitssuchenden und offenen Stellen, die aufgrund der logarithmischen Darstellung als Elastizitäten interpretiert werden können, ist signifikant größer als Eins. 42 Als mögliche Gründe für solch zunehmende Skalenerträge werden von Münich, Svejnar, Terrell (1998) z.B. Externalitäten im Suchprozess genannt, die durch den größeren Pool an potentiellen Machtingpartnern verursacht werden. Der Koeffizient der offenen Stellen ist im Vergleich zu dem der Arbeitssuchenden nur gering. Zu diesem Ergebnis kommen die meisten empirischen Studien, die als Matches nicht alle Neueinstellungen verwenden, sondern nur solche aus Arbeitslosigkeit (vgl. z.B. Ibourk et al. (2004) oder auch Fahr, Sunde (2006)). Um die Effekte aktiver Arbeitsmarktpolitik auf die Zahl der Matches zu identifizieren, wird die einfache Matchingfunktion um die Maßnahmenintensität erweitert. Wie in Abschnitt 6.4 ausgeführt, werden hierbei aktuelle und ehemalige MaßnahmenteilnehmerInnen unterschieden. Die jeweiligen Akkomodationsraten werden 42
Im theoretischen Rahmen der Cobb-Douglas Produktionsfunktion entspricht das zunehmenden Skalenerträgen.
66
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
zunächst gesamt d.h. nicht disaggregiert nach einzelnen Maßnahmentypen in das Modell aufgenommen (Spalte 2, Tabelle 12). Zusätzlich erfolgt die Kontrolle weiterer Faktoren, welche die Struktur der in einer RGS vorhandenen Arbeitssuchenden bzw. den regionalen Arbeitsmarkt beschreiben. Zu den erstgenannten gehören die Anteile verschiedener Alters- und Qualifikationsgruppen, der Anteil der Frauen, der Anteil der Migranten und der Anteil der Langzeitbeschäftigungslosen. Der regionale Arbeitsmarkt wird im Modell durch die beiden Variablen Partizipationsquote und Tertiarisierungsgrad berücksichtigt. Die Ergebnisse zeigen, dass regionale Geschäftsstellen mit einem hohen Anteil von jüngeren (50 Jahre) Arbeitssuchenden ceteris paribus weniger Matches realisieren als solche mit einem hohen Anteil an Arbeitssuchenden zwischen 25 und 50 Jahren. Auch ein hoher Anteil weiblicher Arbeitssuchender ist mit weniger Matches verbunden. Gleiches gilt für Langzeitbeschäftigungslose (vgl. auch Hagen (2003) und Hujer, Zeiss (2006a). 43 Die Koeffizienten der beiden Akkomodationsraten zeigen die Vorzeichen, die aufgrund der theoretischen Überlegungen zur Sucheffektivität zu erwarten waren. Regionen mit einem höheren Anteil (aktueller) MaßnahmenteilnehmerInnen weisen bei sonst gleichen Bedingungen eine geringere Zahl von Matches auf, wobei der Effekte allerdings nicht signifikant von Null verschieden ist. Der in mikroökonometrischen Studien gefundene individuelle Lock-In Effekt der TeilnehmerInnen scheint sich somit nicht komplett auf die regionale Ebene zu übertragen. Eine Vermutung ist, dass die „eingesperrten“ MaßnahmenteilnehmerInnen durch Arbeitssuchende ersetzt werden, die sich nicht in einer Maßnahme befinden. Aufgrund dieses positiv wirkenden Substitutionseffekts verändert sich nicht die Zahl der Übergänge aus Arbeitslosigkeit in Beschäftigung, sondern lediglich die Zusammensetzung derjenigen Personen, welche die Arbeitslosigkeit verlassen. Der Koeffizient des Anteils ehemaliger MaßnahmenteilnehmerInnen ist positiv. Ein höherer Anteil Arbeitssuchender in einer Region, die bereits eine Maßnahme abgeschlossen haben, steigert ceteris paribus die Zahl der Matches, d.h. die Matchingeffizienz wird durch aktive Arbeitsmarktpolitik erhöht. Dieser Effekt ist allerdings ebenfalls nicht signifikant von Null verschieden. Hier gibt es zwei mögliche Erklärungsmuster. Der insignifikante Effekt kann zustande kommen, weil es auf der individuellen Ebene keine positiven Teilnahmeeffekte der Maßnahme gibt, d.h. die individuelle Wahrscheinlichkeit des Übergangs in Beschäftigung wird durch eine abgeschlossene Maßnahmenteilnahme nicht erhöht. Wenn sich nun die Sucheffektivität des einzelnen Teilnehmers im Anschluss an eine Maßnahme nicht erhöht, dann kann sich auch die gesamtwirtschaftliche Matchingeffizienz nicht signifikant verbessern. Eine andere Interpretation des insignifikanten Effekts liegt in der Existenz der in Abschnitt 5.1 erläuterten negativen indirekten Effekte. In diesem Fall existieren zwar positive 43
Der negativ signifikante Koeffizient des Anteils der Arbeitssuchenden mit Pflichtschulausbildung wird an dieser Stelle nicht interpretiert, da diese Variable in allen weiteren Spezifikationen einen insignifikanten Effekt aufweist.
67
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
individuelle Effekte nach Beendigung der Maßnahme, diese werden aber konterkariert durch Substitutionseffekte. Die Arbeitssuchenden, die eine Maßnahme abgeschlossen haben, verbessern ihre Chancen auf eine Beschäftigung, allerdings zu Lasten derjenigen Arbeitssuchenden ohne Maßnahmeteilnahme. Auch hier bleibt die Gesamtzahl der Matches in einer Region konstant, es kommt wieder lediglich zu einer Umverteilung der Abgangschancen in Beschäftigung. Tabelle 12: Regressionsanalyse für Matchingfunktion (Aktive Arbeitsmarktpolitik gesamt) Abh. Variable: log. Zahl der Matches Log Zahl der Arbeitssuchenden Log offene Stellen
einfache Matchingfunktion 1.198 *** 0.113 ***
erweiterte Matchingfunktion 0.994 *** 0.110 ***
Anteil (aktuelle) Maßnahmeteilnehmer Anteil (ehemalige Maßnahmeteilnehmer)
-0.344 0.196
Anteil Langzeitbeschäftigungsloser Anteil Arbeitssuchender unter 25 Anteil Arbeitssuchender über 50 Anteil Arbeitssuchender Migranten Anteil ASU Pflichtschulausbildung Anteil ASU mit Hochschulabschluss Anteil weiblicher Arbeitssuchender Partizipationsrate Tertiarisierungsgrad
-1.198 -2.003 -0.680 -0.313 0.859 0.254 -1.422 0.059 -0.972
Beobachtungen Querschnittseinheiten
2408 86
*** *** ** *** *** ***
2408 86
Signifikanzniveaus: *** 1%, ** 5%, * 10%. (basieren auf heteroskedastie-konsistenten Standardfehlern) Alle Modelle mit fixen Effekten für Regionen und Zeitpunkte
Die insignifikanten Vorzeichen der beiden Akkomodationsraten können allerdings auch darauf zurückzuführen sein, dass keine Unterscheidung zwischen den einzelnen Maßnahmentypen getroffen wird. Sowohl die theoretischen Überlegungen als auch die Ergebnisse der mikroökonometrischen Evaluationsstudien lassen aber die Vermutung zu, dass die Effekte auf die Zahl der regionalen Matches zwischen den Maßnahmentypen stark variieren. Um dies zu überprüfen, werden die Anteile aktueller und ehemaliger MaßnahmenteilnehmerInnen für acht unterschiedliche Maßnahmenkategorien in die Analyse aufgenommen. Zusätzlich wird für zeitliche Anpassungsprozesse kontrolliert, indem die verzögerte endogene Variable in das Modell aufgenommen wird. Tabelle 13 enthält die Ergebnisse dieses Modells, wobei zwei Spezifikationen unterschieden werden – ohne und mit Berücksichtigung räumlicher Zusammenhänge. 44 Diese beiden Schätzungen führen im Wesentlichen zu den gleichen Aussagen. Da der Effekt der räumlich verzögerten Matches signifikant von Null verschieden ist, bezieht sich die 44
Für die räumliche Schätzung in Tabelle 13 wird eine Gewichtsmatrix auf Basis von Fahrzeiten zwischen den regionalen Geschäftsstellen verwendet. Für einen Robustheitsüberprüfung wurde die Schätzung mit einer einfachen Nachbarschafts-Matrix wiederholt. Dies führte nur zu geringfügig anderen Ergebnissen.
68
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Interpretation der geschätzten Koeffizienten im Folgenden auf die Ergebnisse der räumlichen Spezifikation. Auftretende Unterschiede zur Spezifikation ohne räumliche Komponente werden jeweils gesondert erläutert. 45 Der Koeffizient der räumlich verzögerten Matches ist positiv signifikant, d.h. eine hohe Zahl von Matches in einer Region ist mit ebenfalls hohen Matches in den benachbarten Regionen verbunden. Dieser Effekt ist nicht als eine regionale Reaktionsfunktion zu verstehen. Vielmehr zeigt dieses Ergebnis die Existenz unbeobachteter Faktoren, welche die Matches in mehreren benachbarten Regionen gleichermaßen positiv oder negativ beeinflussen. Eine Nichtberücksichtigung dieser regional verzögerten Variablen wäre gleichbedeutend mit dem Auslassen einer wichtigen erklärenden Variablen, was einen „omitted variable bias“ zur Folge hätte. Bezogen auf die Effekte der aktiven Arbeitsmarktpolitik lässt sich als erstes Ergebnis festhalten, dass die Tendenzen, die bei der Schätzung der erweiterten Matchingfunktion mit aggregierten Akkomodationsraten gefunden wurden, bestätigt werden. Die Akkomodationsraten der aktuellen MaßnahmenteilnehmerInnen sind für nahezu alle untersuchten Maßnahmentypen negativ und in drei Fällen sogar signifikant negativ. Bei GBP/SÖB und bei der Lehrstellenförderung handelt es sich um Maßnahmen mit langer Förderdauer. Da der individuelle Lock-In Effekt gewöhnlich mit der Maßnahmendauer ansteigt, überträgt sich dieser auch auf die aggregierte regionale Ebene. Die übrigen Arbeitssuchenden scheinen dabei kein geeigneter Ersatz für die „eingesperrten“ MaßnahmenteilnehmerInnen zu sein. In Regionen mit einem hohen Anteil von Arbeitssuchenden in Lehrstellenförderung oder GBP/SÖB kann somit nur eine geringere Zahl von Matches realisiert werden als in anderen ansonsten vergleichbaren Regionen. Besonders ausgeprägt ist dieser negative Effekt der Maßnahmenteilnahme bei der aktiven Arbeitssuche. Da es sich hierbei um eine relativ kurze Maßnahme handelt, ist dies zunächst etwas überraschend. Die Gründe liegen allerdings im Einsatz der Maßnahme. Aktive Arbeitssuche zielt zum einen auf Personen ab, die erst vergleichsweise kurz arbeitslos sind. Gerade dieser Personenkreis hätte aber unter Umständen bereits während der Teilnahme an der Maßnahme gute Chancen, wieder eine Beschäftigung zu finden. 46 Dies scheitert aber aufgrund der geringen Suchintensität. Die Gesamtzahl der Matches in einer Region sinkt. Darüber hinaus wird aktive Arbeitssuche zum Teil als eine Art Screening-Instrument verwendet, um die Arbeitsbereitschaft zu testen. Wird dieser „Arbeitstest“ erfolgreich absolviert, schließt sich häufig eine weitere Maßnahme wie z.B. eine Qualifizierungsmaßnahme an, so dass die Suchintensität auch zum Ende der relativ kurzen Maßnahmen nicht wieder ansteigt. Alle anderen Maßnahmen zeigen insignifikante Effekte. Da mikroökonometrische Studien für alle betrachteten Maßnahmen Lock-In 45
46
Bei den in Tabelle 13 ausgewiesenen und im Text interpretierten Koeffizienten handelt es sich um die kontemporären Effekte. Die langfristigen Effekte, die sich nach Abschluss sämtlicher Anpassungsprozesse ergeben, sind aufgrund des kleinen Koeffizienten der verzögert endogenen Variable nur geringfügig höher, vgl. auch Kasten 3. Aktive Arbeitssuche zeigt auch bei den mikroökonmetrischen Analysen kaum positive Effekte.
69
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Effekte finden, muss davon ausgegangen werden, dass der bereits erwähnte positiv wirkende Substitutionseffekt dazu führt, dass die Zahl der Matches nicht vom Anteil der Arbeitssuchenden in diesen Maßnahmen abhängt. Tabelle 13: Regressionsergebnisse für Matchingfunktion – disaggregierte Maßnahmen (mit und ohne räumliche Komponente) Abh. Variable: log. Zahl der Matches
ohne räumliche Komponente
mit räumlicher Komponente
Räumliche Log Matches Verzögerte Log Matches Räumlich verzögerte Log Matches
0.085 ***
0.3388 *** 0.1118 *** -0.0383
Log der Arbeitssuchenden Zahl Zahl der Arbeitssuchenden Log offene Stellen Vakanzrate
1.318 *** 0.136 ***
0.8468 *** 0.076 ***
Aktive Arbeitssuche aktuelle MT ehemalige MT Arbeitstraining aktuelle MT ehemalige MT Orientierung aktuelle MT ehemalige MT Aus- und Weiterbildung aktuelle MT ehemalige MT Kurskosten aktuelle MT ehemalige MT GB / SÖB aktuelle MT ehemalige MT Eingliederungsbeihilfen aktuelle MT ehemalige MT Lehrstellensuche aktuelle MT ehemalige MT Anteil Langzeitbeschäftigungsloser Anteil Arbeitssuchender unter 25 Anteil Arbeitssuchender über 50 Anteil Arbeitssuchender Migranten Anteil ASU Pflichtschulausbildung Anteil ASU mit Hochschulabschluss Anteil weiblicher Arbeitssuchender Partizipationsrate Partizipationsquote Tertiarisierungsgrad Beobachtungen Querschnittseinheiten Test auf Autokorrelation 1. Ordnung Test auf Autokorrelation 2. Ordnung Sargan-Test
-1.602 ** 0.379
-1.521 *** 0.0606
3.061 ** -0.365
0.2523 -1.9551 ***
-0.562 0.220
-0.3726 -0.014
0.161 0.208
0.0819 0.1231
-0.110 -0.167
-0.2454 -0.1553
-0.205 0.037
-0.8403 *** 1.4129 ***
0.287 2.045 ***
-0.2071 1.2419 ***
-1.293 *** 2.302 ***
-0.3941 *** 2.868 ***
-0.881 -1.759 -1.083 0.585 0.128 -0.740 -0.926 -0.430 -0.936
-0.8498 -1.7121 -0.8386 -0.2142 0.6253 0.063 -1.2484 0.2709 -0.7369
*** *** ***
*** ***
2236 86 -6.20 *** -0.59 46.58 (p = 1)
*** *** ***
*** ***
2236 86
Signifikanzniveaus: *** 1%, ** 5%, * 10%. (Basieren auf heteroskedastie-konsistenten Standardfehlern (ohne räumliche Komponente))
70
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Die Akkomodationsraten für die ehemaligen MaßnahmenteilnehmerInnen bestätigen ebenfalls im Wesentlichen die Ergebnisse der Spezifikation ohne Unterscheidung nach einzelnen Maßnahmentypen. Es zeigen sich hier allerdings für drei Einzelmaßnahmen positiv signifikante Effekte. So realisieren Regionen, die einen höheren Anteil an ehemaligen Empfängern von Eingliederungsbeihilfen unter den Arbeitssuchenden aufweisen, ceteris paribus mehr Matches. Im Anschluss an die Maßnahmenteilnahme werden positive Effekte für die TeilnehmerInnen ausgelöst, die nicht (oder zumindest nicht ausschließlich) auf Kosten der Nicht-TeilnehmerInnen gehen. Dieses Ergebnis ist besonders bedeutsam, da vor allem Eingliederungsbeihilfen häufig im Verdacht stehen, ausgeprägte negative indirekte Effekte auszulösen. 47 Auch die Lehrstellenförderung und GBP/SÖB erhöhen die Matchingeffizienz signifikant. Diese positiv signifikanten Effekte wären ohne die vorgenommene Trennung in (aktuelle) MaßnahmenteilnehmerInnen und ehemalige MaßnahmenteilnehmerInnen nicht oder nur in geringem Maße zu identifizieren gewesen, da sie sich erst nach Abschluss der Maßnahme einstellen. Der Koeffizient der ehemaligen TeilnehmerInnen in Maßnahmen des Arbeitstrainings ist dagegen negativ signifikant. Der Effekt dieser Maßnahme ist allerdings sehr instabil. Für den Fall, dass Oberösterreich aus der Analyse ausgeschlossen wird, ist weder der Koeffizient der aktuellen MaßnahmenteilnehmerInnen (nicht-räumlich) noch der Koeffizient der ehemaligen MaßnahmenteilnehmerInnen (räumlich) signifikant. Im Folgenden werden die für Österreich gefundenen Makroergebnisse der erweiterten Matchingfunktion mit Ergebnissen ausgewählter internationaler Studien verglichen. Hierbei ist allerdings darauf hinzuweisen, dass sich die Studien hinsichtlich ihres Zeitraums, der gewählten Modellspezifikationen und der Operationalisierung der zentralen Variablen unterscheiden. Anders als in Österreich finden verschiedene Makrostudien für Deutschland (Hagen (2003), Hujer, Zeiss (2005a), Fertig et al. (2006)) negativ signifikante Effekte auf den Matchingprozess von beschäftigungsschaffenden Maßnahmen. Die für Österreich insignifikanten Effekte von Qualifizierungsmaßnahmen finden sich so dagegen auch in den Makrostudien für Deutschland (Hagen (2003), Hujer et al. (2009)). Bei Fertig et al. (2006) sind hohe Ausgabenanteile für Qualifzierungsmaßnahmen sogar mit negativ signifikanten Effekten auf die Zahl der Austritte aus Arbeitslosigkeit verbunden. Zu insignifikanten Effekten kommen auch Lehmann (1995) für Tschechien und Puhani (2003) für Polen. Für Lohnsubventionen, deren Einfluss auf den Matchingprozess bislang vergleichsweise wenig untersucht wurde, finden sowohl Fertig et al. (2006) als auch Hujer et al. (2009) für Deutschland nur insignifikante Effekte.
47
Wie die Ergebnisse der Beveridge-Kurve zeigen, existieren auch keine nennenswerten Verdrängungseffekte.
71
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Bislang wurden die geschätzten Koeffizienten in Tabelle 13 nur hinsichtlich Signifikanz und Vorzeichen interpretiert. Aufgrund der logarithmierten Darstellung ist es schwierig, die Koeffizienten der Maßnahmenanteile direkt bezüglich ihrer Größenordnung zu beurteilen. Diese Koeffizienten geben an, um wie viel Prozent sich die Zahl der Matches ceteris paribus in einer Region in einem Quartal verändert, wenn sich der jeweilige Anteil um eine Einheit verändert, d.h. um 100 Prozentpunkte. 48 Im Folgenden werden zur besseren Einschätzung der Effektgrößen marginale Effekte für konkrete Beispiele berechnet, wobei stets eine realistische Erhöhung der TeilnehmerInnenzahl um zehn Prozent zugrunde gelegt wird. Es werden zum zweiten Quartal 2007 regionale Geschäftsstellen ausgewählt, die sowohl hinsichtlich ihrer Arbeitssuchendenquoten als auch ihrer Akkomodationsraten möglichst nahe am bundesweiten Durchschnitt liegen. Tabelle 14 zeigt für jede Maßnahme eine passende RGS und wie sich dort eine Erhöhung der aktuellen bzw. ehemaligen MaßnahmenteilnehmerInnen um zehn Prozent auswirken sollte. In Leoben gibt es z.B. am Stichtag 31.03.07 53 aktuelle und 35 ehemalige TeilnehmerInnen in Eingliederungsbeihilfen, eine zehnprozentige Veränderung bedeutet, dass die Zahl der TeilnehmerInnen um 5,3 aktuelle und 3,5 ehemalige erhöht wird. Die Zahl der zu erwartenden Matches reagiert auf die zusätzlichen MaßnahmenteilnehmerInnen kaum – lediglich eine Abnahme von 0,27 ist zu erwarten. Eine relativ starke Reaktion ist aber bei der Zunahme der ehemaligen MaßnahmenteilnehmerInnen zu erwarten. Bei sonst gleichbleibenden Umständen steigt bei einer Zunahme von 2,3 ehemaligen MaßnahmenteilnehmerInnen die erwartete Zahl der Matches um einen Match an. Bei der Interpretation der Zahlen ist allerdings daran zu erinnern, dass die ausgewiesenen Zahlen lediglich der Veranschaulichung dienen, um einen quantitativen Eindruck der Effektstärken zu gewinnen. Tabelle
Maßnahme
14:
Effekte bei einer Erhöhung der Zahl der aktuellen bzw. ehemaligen MaßnahmenteilnehmerInnen um 10 Prozent für ausgewählte Geschäftsstellen im 2. Quartal 2007
Geschäftsstelle
Aktive Arbeitssuche Braunau Arbeitstraining Liezen/Gröbming Orientierung Spittal/Drau Aus- und Weiterbildung Oberpullendorf Kurskosten Ried im Innkreis GB / SÖB Bregenz Eingliederungsbeihilfen Leoben Lehrstellenförderung Bludenz * Der Effekt ist statistisch nicht signifikant.
48
Matches
520 417 580 243 343 844 505 430
Aktuelle Marginaler Maßnahme- Zunahme in Effekt in teilnehmer Personen Personen
10.00 9.00 10.00 57.00 10.00 109.00 53.00 189.00
1.00 0.90 1.00 5.70 1.00 10.90 5.30 18.90
-0.37 0.05* -0.11* 0.95* -0.06* -2.12 -0.27* -1.88
Ehemalige Maßnahme- Zunahme in teilnehmer Personen
6.00 8.00 90.00 212.00 32.00 23.00 35.00 53.00
0.60 0.80 9.00 21.20 3.20 2.30 3.50 5.30
Marginaler Effekt in Personen
0.01* -0.35 -0.04 0.53* -0.13* 0.75 1.06 3.86
Dies ist bei Anteilen unmöglich.
72
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Bei den bislang dargestellten Schätzungen wurde stets davon ausgegangen, dass der Maßnahmeneinsatz exogen ist, d.h. nicht auf Veränderungen der endogenen Variable (Anzahl der Matches) reagiert. Grundlage dieser Annahme ist die Tatsache, dass die Zahl der Matches in einem Quartal vom Maßnahmeeinsatz der Vorperiode abhängt. Durch diese zeitliche Verzögerung ist eine Rückwirkung kaum möglich (vgl. Hujer, Zeiss (2005a)). Eine Verletzung der Annahme hätte allerdings inkonsistent geschätzte Koeffizienten zur Folge. Eine kausale Interpretation wäre dann nicht mehr möglich. Obwohl das Testergebnis des Sargan-Test in Tabelle 13 bereits die Annahme eines exogenen Maßnahmeeinsatzes unterstützt, wird als Robustheitscheck trotzdem eine GMM-Schätzung unter Berücksichtigung der potenziellen Endogenität vorgenommen. Der Maßnahmeneinsatz wird dabei mit verzögerten Werten instrumentiert. Wie Tabelle 31 im Anhang zeigt, ändert sich an den Ergebnissen qualitativ kaum etwas. Nur die negativen Vorzeichen der aktuellen MaßnahmenteilnehmerInnen in Lehrstellenförderung und GB/SÖB sind bei Instrumentierung nicht mehr signifikant. Grund hierfür ist die durch die zusätzliche Instrumentierung verursachte geringere Effizienz der Schätzung.
73
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
7 Beveridgekurve: Senkung der Arbeitslosigkeit 7.1 MOTIVATION Bislang stand die Zahl der Matches, also der Übergänge von Arbeitssuchenden in ungeförderte Beschäftigung, im Fokus der Analyse. Die Schätzung der Matchingfunktion erlaubt es, den Effekt von Maßnahmen auf ein zentrales Ziel der regionalen Geschäftsstellen des AMS zu betrachten, das auch indirekte Effekte auf NichtteilnehmerInnen in Form von Mitnahme- und Substitutionseffekten berücksichtigt. Neben der Möglichkeit, dass Arbeitgeber geförderte anstelle von ungeförderten Arbeitnehmern einstellen, existieren jedoch noch weitere indirekte Effekte, die sich nicht anhand von Übergängen aus Arbeitslosigkeit in (reguläre) Beschäftigung erkennen lassen. So ist es vorstellbar, dass Betriebe reguläre Arbeitnehmer entlassen, um sie bei gegebener Zeit mit geförderten Arbeitnehmern zu ersetzen. Zudem kann aktive Arbeitsmarktpolitik zu Verzerrungen auf den Gütermärkten führen, wenn sie sich auf die Personalkosten auswirkt und damit die Kostenstruktur und Wettbewerbsfähigkeit von Betrieben beeinflusst. Derartige Substitutions- und Verdrängungseffekte von regulärer Beschäftigung wirken sich weniger auf die Anzahl der Integrationen in Beschäftigungsverhältnisse im Sinne der Matchingfunktion aus, sondern auf ein weiteres Ziel der Arbeitsmarktpolitik, der Verringerung von Arbeitslosigkeit. Dies wird im Folgenden durch die Analyse der erweiterten Beveridge-Kurve empirisch umgesetzt. Mit Hilfe dieses Ansatzes können zudem auch Arbeitsangebotsentscheidungen berücksichtigt werden. So kann aktive Arbeitsmarktpolitik einen Einfluss auf die Partizipation von Individuen haben. In der Schätzung ermittelt werden kann auch hier nur der Nettoeffekt aller direkten und indirekten Wirkungen. Eine Einschränkung der Beveridge-Kurve gegenüber der Matchingfunktion ist zudem, dass sie keine theoretisch abgeleitete Funktion ist, sondern die reduzierte Form von Lohnsetzungs- und Arbeitsnachfragegleichungen darstellt (vgl. Calmfors, Skedinger (1995)). Während die Effekte der erklärenden Variablen zwar gemessen und theoretisch erklärt werden können, wirken die zugrundeliegenden Zusammenhänge gewissermaßen in einer „Black-Box“ und sind nicht modellierbar. Im Folgenden wird zunächst die der Beveridge-Kurve zugrundeliegende Theorie erläutert. Dabei wird auch erklärt, welche Effekte durch die Maßnahmen der aktiven Arbeitsmarktpolitik zu erwarten sind. Ein Literaturüberblick ordnet die vorliegende Analyse in den Stand der Forschung ein. Anschließend wird die ökonometrische Methode dargestellt und danach die verwendeten Daten beschrieben. Den Schwerpunkt bildet im Anschluss die Darstellung der Ergebnisse verschiedener Modellspezifikationen.
74
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
7.2 THEORIE Die herkömmliche Beveridge-Kurve (nach Beveridge (1945); vgl. auch Blanchard, Diamond (1989)) ist eine inverse, konvexe Beziehung von Arbeitslosigkeit und offenen Stellen (vgl. Abbildung 17). Alle Punkte auf der Kurve stellen eine Gleichgewichtssituation dar, bei der Entlassungen und Einstellungen sich die Waage halten. An der Lage eines Punktes auf der Beveridge-Kurve lässt sich die konjunkturelle Lage eines Arbeitsmarktes ablesen. In einer Rezession übersteigt die Zahl der Arbeitssuchenden die der offenen Stellen, während es in der Hochkonjunktur zu einer Überschussnachfrage nach Arbeit kommt. Wenn die Bestände an Arbeitssuchenden und offenen Stellen übereinstimmen, dann kann dies als Vollbeschäftigung angesehen werden (vgl. Beveridge (1945)). Tatsächlich ist es jedoch selbst in diesem Fall höchst unwahrscheinlich, dass es zur totalen Markträumung kommt. Ein Grund dafür ist, dass in den meisten Fällen Zeit vergeht, bis ein Arbeitnehmer nach Beendigung eines Arbeitsverhältnisses einen neuen Job findet. Diese Friktionen können durchaus erwünscht sein, da sie zu einer effizienten Allokation von Arbeitnehmern führen. Ein weiterer Grund ist jedoch, dass Angebot und Nachfrage nach Arbeit qualitativ nicht immer kompatibel sind. Dieser Mismatch kann in der regionalen Wirtschaftsstruktur, der Qualifikation der Arbeitssuchenden oder räumlichen Hindernissen begründet sein. Die Lage der BeveridgeKurve gibt Auskunft darüber, wie stark dieser Mismatch die Markträumung verhindert. Dies kann empirisch in Form einer Zeitreihe für eine gesamte Volkswirtschaft oder anhand Paneldaten als erweiterte Beveridge-Kurve für mehrere Regionen dargestellt werden (vgl. Börsch-Supan (1991); Wall, Zoega (2002)). Bei einer regionalen Betrachtung ist die regionale Ressourcenausstattung zu berücksichtigen, die sich ebenfalls auf die Lage der Kurve auswirkt. Hier setzt die makro- bzw. regionalökonomische Evaluation der aktiven Arbeitsmarktpolitik an. Unter sonst gleichen Umständen müsste eine effektive aktive Arbeitsmarktpolitik den Mismatch senken und damit zu einer Verringerung der Arbeitslosigkeit bei einer konstanten Zahl offener Stellen führen (vgl. Bleakley, Fuhrer (1997)). Dies entspräche einer Verschiebung der erweiterten BeveridgeKurve nach innen wie in Abbildung 17 dargestellt.
75
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Abbildung 17: Beveridge-Kurve
V a k a n z q u o t e Arbeitslosenquote Quelle: IAB.
Bei diesem Ansatz der Maßnahmenevaluation muss darauf geachtet werden, dass MaßnahmenteilnehmerInnen nicht als arbeitslos registriert werden. Wird die Zahl der MaßnahmenteilnehmerInnen erhöht, führt dies damit zwangsläufig zu einem Rückgang der Zahl der Arbeitslosen, obwohl die Unterbeschäftigung unverändert ist. Aus diesem Grund stellt die vorliegende Analyse auf Arbeitssuchende statt Arbeitslose ab, um diesen „Bookkeeping-Effekt“ zu vermeiden (vgl. Hujer et. al. (2006)). Zusätzlich werden die absoluten Zahlen der Arbeitssuchenden und Vakanzen durch die Zahl der Erwerbspersonen dividiert. Durch diese Normierung sind alle regionalen Geschäftsstellen trotz ihrer unterschiedlichen Größe vergleichbar. Grundsätzlich wird die Lage der Beveridge-Kurve durch die Arbeitssuchenden und Vakanzen bestimmt. Diese können durch eine Vielzahl von Faktoren beeinflusst werden: Das Ausmaß des Mismatch am Arbeitsmarkt hängt insbesondere von der Struktur der regionalen Wirtschaft, also der Nachfrageseite ab. Da sich die Arbeitsnachfrage aus der Güternachfrage ableitet, wirkt sich die Nachfrage nach den in einer Region hergestellten Gütern auf die Lage der Beveridge-Kurve aus (vgl. Jackman, Pissarides, Savouri (1990)). Wenn sich eine Region beispielsweise auf Produkte spezialisiert hat, welche sich am Ende des Produktlebenszyklus befinden, dann führt dies im Zeitverlauf zu einem Abbau an Arbeitsplätzen in der Region (vgl. Blien, Sanner (2006)). Arbeitnehmer, die in den betroffenen Branchen ausgebildet sind, werden möglicherweise nur schwer eine Anstellung in einer anderen Branche finden. Die führt zu einer Erhöhung der Arbeitslosigkeit bei einer konstanten Zahl an offenen Stellen. Einen ähnlich großen Einfluss auf die Lage der Beveridge-Kurve hat die Angebotsseite. Eine Veränderung der Partizipationsquote, also des Anteils der Erwerbspersonen an der erwerbsfähigen Bevölkerung, wirkt sich sowohl auf die Arbeitssuchendenquote, als auch auf die Vakanzquote aus. 76
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Neben der quantitativen bestimmt auch die qualitative Dimension des Arbeitsangebots die Lage der Beveridge-Kurve. Hier ist insbesondere die Qualifikation der Arbeitssuchenden zu beachten. Im Zuge des technischen Wandels ist ein Wegfallen zahlreicher Arbeitsplätze mit niedrigen Qualifikationsanforderungen zu beobachten. Je höher dagegen der Anteil an Arbeitssuchenden mit höheren Bildungsabschlüssen ist, desto geringer sollte der Mismatch sein. Auch andere Gruppen mit Integrationshemmnissen, wie ältere Arbeitssuchende oder solche mit Migrationshintergrund erhöhen den Mismatch am Arbeitsmarkt und wirken sich damit auf die Lage der Beveridge-Kurve aus. Ein wichtiges Ziel der aktiven Arbeitsmarktpolitik ist es, den Mismatch auf dem Arbeitsmarkt zu verringern, was einer Verringerung der Arbeitssuchendenquote bei konstanter Quote der offenen Stellen entspricht. Wie bereits bei der Matchingfunktion ist auch hier zu befürchten, dass es kurzfristig zu keiner oder sogar zu einer unerwünschten Reaktion der Arbeitssuchendenquote auf eine stärkere Maßnahmenintensität kommt. Dies ist durch den Lock-In Effekt zu erklären. Da TeilnehmerInnen während der Maßnahmen ihre Anstrengungen bei der Arbeitssuche verringern, können sie zunächst nicht zur Senkung der Arbeitssuchendenquote beitragen. Somit ist zu erwarten, dass sich der gewünschte Effekt erst zeitverzögert einstellt. Wenn die Teilnahme an einer Maßnahme wie der aktiven Arbeitssuche oder Orientierung die Motivation der Arbeitssuchenden steigert, oder sie danach überhaupt erst in der Lage sind, eine formal korrekte Bewerbung abzugeben, erhöht dies ihre Suchintensität. Dadurch nimmt die Wahrscheinlichkeit für einen Match zu und die Beveridge-Kurve verschiebt sich unter sonst gleichen Umständen nach innen. Qualifizierungsmaßnahmen wirken sich direkt auf den qualifikatorischen Mismatch aus, da Arbeitssuchende gezielt entsprechend ihren Defiziten oder den Bedürfnissen der Nachfrageseite weitergebildet werden können. Beschäftigungsschaffende Maßnahmen stellen dagegen Arbeitsplätze für Arbeitssuchende zur Verfügung, die sonst womöglich nicht in ungeförderte Beschäftigung integriert werden könnten. Zudem stellen solche Maßnahmen ein on-the-job-training dar, welches ebenfalls die Qualifikation der TeilnehmerInnen für ungeförderte Stellen steigert. Ein wichtiger Aspekt ist auch, dass die Abschreibung von Humankapital und Demotivationswirkung durch Langzeitarbeitslosigkeit gebremst wird wodurch eine weitere Rechtsverschiebung der Beveridge-Kurve verhindert wird. Bei allen Maßnahmen ist jedoch zu beachten, dass sie nicht nur auf die TeilnehmerInnen selbst, sondern auch auf Nicht-TeilnehmerInnen wirken können. Durch Mitnahme-, Substitutions- oder Verdrängungseffekte könnte die erwünschte Wirkung von Maßnahmen geschwächt oder sogar umgekehrt werden (vgl. Abschnitt 5.1). Auf die Frage, in welche Richtung die Effekte von Maßnahmen der aktiven Arbeitsmarktpolitik tatsächlich wirken, kann letztlich die Theorie keine Antwort liefern, sie muss empirisch überprüft werden.
77
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
7.3 LITERATURÜBERBLICK Das Konzept der Beveridge-Kurve wird bereits seit geraumer Zeit eingesetzt, um den Einfluss von Arbeitsmarktpolitik auf Unterbeschäftigung zu untersuchen. In einer frühen Arbeit betrachten Jackman, Pissarides, Savouri (1990) aggregierte Beverdige-Kurven für eine Vielzahl von Ländern der OECD in den Jahren 1971-1988. Sie finden dabei, dass bei Kontrolle der Lohnersatzleistungen die Ausgaben für Arbeitsmarktpolitik einen senkenden Einfluss auf die Arbeitslosenquote ausüben. Die erste Arbeit, welche explizit den Einfluss einzelner Maßnahmen auf die Arbeitssuchendenquote auf regionaler Ebene untersucht, ist die sehr viel beachtete Studie von Calmfors, Skedinger (1995). Sie kommen zu dem Ergebnis, dass beschäftigungsschaffende Maßnahmen in Schweden eher zu Verdrängungseffekten führen, während Trainingsmaßnahmen einen günstigeren Effekt haben. Zwei deutsche Studien, deren Herangehensweise sehr gut mit der vorliegenden vergleichbar ist, sind die von Hujer et. al. (2006) und Hagen (2003). Die erstgenannte Studie findet für Westdeutschland einen kurzfristig senkenden Effekt von Arbeitsbeschaffungsmaßnahmen auf die Arbeitssuchendenquote, der in der langen Frist jedoch verschwindet. Berufliche Qualifizierungsmaßnahmen senken die Arbeitssuchendenquote, wobei dieser Effekt nach drei Quartalen zunimmt. Dies begründen die Autoren durch anfängliche Lock-In Effekte, die über die Zeit kompensiert werden. Die zweite Studie bezieht sich ausschließlich auf Ostdeutschland. Hier haben lediglich Strukturanpassungsmaßnahmen (Beschäftigungsschaffende Maßnahmen, die auch für den privaten Sektor zugänglich sind) und in einigen Modellen berufliche Qualifizierungsmaßnahmen einen signifikant senkenden Effekt innerhalb eines Quartals. Insbesondere der Effekt der Strukturanpassungsmaßnahmen ist angesichts potentieller Lock-In Effekte überraschend. Dies erklärt der Autor durch die Möglichkeit, dass auch Beschäftigte, deren Arbeitsplätze gefährdet sind, an dieser Maßnahme teilnehmen können. Dadurch kann Arbeitslosigkeit bereits im Voraus verhindert werden. In der langen Frist hat keine der untersuchten Maßnahmen einen Effekt auf die Arbeitssuchendenquote. Eine neuere Arbeit stammt aus Italien (Altavilla, Caroleo (2006)), untersucht jedoch nur kurzfristige Effekte innerhalb eines Monats. Während in Süditalien nur Lohnzuschüsse und Gründungsbeihilfen einen signifikanten senkenden Effekt auf die Arbeitslosenquote haben, findet sich im Norden zusätzlich noch ein signifikanter Effekt von gemischten Verträgen, die Arbeit und betriebliche Weiterbildung kombinieren.
78
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
7.4 ÖKONOMETRISCHES MODELL In der folgenden ökonometrischen Analyse wird die logarithmierte Arbeitssuchendenquote als Funktion der logarithmierten Quote der offenen Stellen 49, regionaler Kontrollvariablen, der Intensität des Einsatzes der einzelnen Maßnahmen, fixer Effekte der betrachteten Zeitpunkte und fixer Effekte für die betrachteten Regionen dargestellt. Die Verwendung der Arbeitslosenquote als abhängige Variable wäre – wie in Abschnitt 7.1 bereits ausgeführt – problematisch, da MaßnahmenteilnehmerInnen nicht als arbeitslos gezählt werden und deshalb ein erhöhter Maßnahmeneinsatz zwangsläufig zu einer Senkung der Arbeitslosenquote führen würde. Hier besteht ein entscheidender Vorteil der verwendeten Daten, die die genauen Zahlen von Arbeitssuchenden in Maßnahmen enthalten, welche in die abhängige Variable mit eingehen können. Die regionale Arbeitssuchendenquote unterliegt erfahrungsgemäß einer gewissen Persistenz. Aufgrund von Einstellungs- und Entlassungskosten, Arbeitskräftehortung und Insider-Outsider Verhalten reagiert die Arbeitssuchendenquote verzögert auf exogene Veränderungen, wie etwa denen des Gütermarktes (vgl. Hamermesh (1993), Layard, Nickell, Jackman (1991)). Die Folge ist, dass die Arbeitssuchendenquote Anpassungsmechanismen unterliegt und möglicherweise auch erst zeitlich verzögert auf Änderungen der Maßnahmenintensität reagiert. Um diese Prozesse zu modellieren, sind zeitlich verzögerte Werte der Arbeitssuchendenquote selbst in das Modell aufzunehmen. Da Maßnahmen aufgrund des Lock-In Effekts sowohl ihre erwünschten, als auch unerwünschten Wirkungen ebenfalls erst zeitlich verzögert entfalten können, sind neben aktuellen auch vergangene Werte der erklärenden Variablen im Modell zu berücksichtigen. Das zu schätzende dynamische Modell kann wie folgt dargestellt werden: 8
J
k =1
j =1
ln( JSRrt ) = α 0 + α1 ( L) ln( JSRrt −1 ) + α 2 ( L) ln(VRrt ) + ∑ β k ( L) ln(accrrtk ) + ∑ δ j xrtj + ε rt Die Beobachtungseinheit ist die regionale Geschäftstelle r zum Zeitpunkt t. JSRrt steht für die Arbeitssuchendenquote (Arbeitslose und MaßnahmenteilnehmerInnen im Verhältnis zur Erwerbsbevölkerung) und VRrt für die Vakanzquote. xrt ist ein Vektor aus Kontrollvariablen und fixen Zeit- und Regioneneffekten. accrkrt ist die Akkomodationsrate der Maßnahme k. Diese berechnet sich aus der Zahl der TeilnehmerInnen in Maßnahme k im Verhältnis zu allen Arbeitssuchenden. α1(L), α2(L) und βj(L) sind Polynome im Lag Operator. Das bedeutet, dass die Variablen nicht nur zum Zeitpunkt t in das Modell aufgenommen werden, sondern dass Werte der letzten L Quartale berücksichtigt werden können. Im vorliegenden Fall werden vier Lags verwendet um ein ganzes Jahr und die damit verbundenen saisonalen Schwankungen 49
Eine Diskussion der Variable „Gemeldete offene Stellen“ erfolgte bereits in Abschnitt 6.5.
79
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
abzudecken. Dies erlaubt die Modellierung von langfristigen Effekten der erklärenden Variablen. Bei der Interpretation der Koeffizienten ist zu berücksichtigen, dass eine Änderung der Akkomodationsrate aufgrund der dynamischen Spezifikation nicht nur kontemporäre Effekte aufweist, sondern sich auch in den nachfolgenden Perioden auswirkt (vgl. Kasten 3). εrt ist der Störterm. Die Schätzung des Modells erfolgt anhand des Systemschätzers nach Blundell, Bond (1998). Damit wird dem Problem Rechnung getragen, dass in einfachen Regressionen eine verzögerte abhängige Variable endogen ist und damit zu verzerrten Schätzergebnissen führt (vgl. Ausführungen Kasten 1). Zusätzlich muss eine mögliche Endogenität der Akkomodationsraten berücksichtigt werden. Vergleicht man die Ausgaben für aktive Arbeitsmarktpolitik verschiedener Länder, so ist zu beobachten, dass diese positiv mit der Arbeitslosenquote korreliert sind (vgl. Grubb (1994); OECD (1994)). Wenn dies seine Ursache in einer Politikreaktionsfunktion hat, führt das zu Simultanität beider Größen. Damit ist die kausale Richtung der Effekte von Arbeitslosigkeit und Maßnahmen unklar. Dies ist insbesondere dann problematisch, wenn die Maßnahmenintensität als Anteil der TeilnehmerInnen an der Erwerbsbevölkerung gemessen wird. Durch die Verwendung von Akkomodationsraten kann dieses Problem jedoch abgeschwächt werden. Dadurch wird die Intensität der Maßnahmen in Relation zu den Arbeitslosen ohne Maßnahme gemessen. Die Richtung des Zusammenhangs zwischen diesen Größen steht a priori noch nicht fest (vgl. Calmfors, Skedinger (1995)). Des Weiteren ist jedoch denkbar, dass die Auswahl und Intensität der Maßnahmen von der RGS an die lokalen Verhältnisse am Arbeitsmarkt angepasst werden. Ist die Lage am Arbeitsmarkt beispielsweise sehr ungünstig, sind Qualifizierungsmaßnahmen weniger zweckmäßig als beschäftigungsschaffende Maßnahmen (vgl. Hujer et. al. (2006)). Wenn die Akkomodationsraten der Maßnahmen also als endogen angenommen werden, erfordert eine konsistente Schätzung den Einsatz von validen Instrumenten. Genau wie bei der verzögerten abhängigen Variablen werden weitere verzögerte Niveaus und Differenzen der Akkomodationsraten als interne Instrumente verwendet. Andere Studien verwenden noch weitere, externe Instrumente. So argumentieren Calmfors, Skedinger (1995), dass linksgerichtete Parteien stärker zum Einsatz von aktiver Arbeitsmarktpolitik neigen als konservative. Damit wäre die Verteilung der Sitze im Landtag ein valides Instrument für den gesamten Maßnahmeneinsatz in Sinne einer Politikreaktionsfunktion. Da diese Instrumente aber weder über die RGS eines Bundeslands noch über die Quartale variieren, sind solche externen Instrumente für die vorliegende Studie kaum von Nutzen. Entsprechend der relativ geringen Zahl an Zeitpunkten, die für jede RGS vorliegen (vgl. Abschnitt 7.5), wird die maximale Anzahl an verzögerten Niveaus und Differenzen als Instrumente genutzt, um möglichst viele Informationen zu nutzen. Die Validität der Instrumente kann im Anschluss an die Schätzung durch den Sargan-Test geprüft werden.
80
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
7.5 DATEN Zur Schätzung des ökonometrischen Modells sind weitere Aufbereitungsschritte der von JOANNEUM RESEARCH generierten Daten notwendig. Die Arbeitssuchendenquote JSRrt ist das Verhältnis aller Arbeitslosen und MaßnahmenteilnehmerInnen laut Förderdatensatz geteilt durch die Summe aus dieser Zahl und der Zahl der unselbstständig Beschäftigten am Wohnort. 50 Da die Beveridge-Kurve auf Arbeitssuchende abzielt, die per Definition keinen Arbeitsort besitzen, ist die Betrachtung der Beschäftigten am Wohnort zwingend notwendig. Deren Zahl ist jedoch erst ab dem Jahr 2004 bekannt. Über den gesamten Zeitraum liegen Angaben für Beschäftigte am Wohnort nur aus einer Fortschreibung der Volkszählung mittels Mikrozensus seitens des ÖIR vor. Da diese Information nur jährlich erhoben wird, variiert diese Zahl nicht zwischen den Quartalen. Somit kommt es jeweils am Jahresende zu „Sprüngen“ in den Beschäftigtenzahlen, was sich stark auf die Qualität der Schätzergebnisse auswirkt. Eine Schätzung über den gesamten Zeitraum anhand der Beschäftigungsdaten des ÖIR kann also lediglich als Robustheitscheck der übrigen Ergebnisse dienen 51. Ähnliches gilt für die Vakanzquote, da auch hier im Nenner die Arbeitssuchendenquote verwendet wird. Die übrigen Variablen können problemlos aus den vorhandenen Daten berechnet werden. Die Akkomodationsraten ergeben sich als die Zahl der TeilnehmerInnen an einer Maßnahme geteilt durch alle Arbeitssuchenden. Diese addieren sich zusammen mit dem Anteil aller Arbeitslosen ohne Maßnahme an allen Arbeitssuchenden zu eins auf. Das bedeutet, dass die Interpretation der Koeffizienten der Akkomodationsraten stets in Bezug zur Referenzkategorie der Arbeitslosen zu erfolgen hat. Die Kontrollvariablen entsprechen jenen aus der Matchingfunktion (vgl. Abschnitt 6.5). Durch die Notwendigkeit der Modellierung von Anpassungsprozessen muss der Analysezeitrum weiter reduziert werden. Grundsätzlich stehen korrekte Daten für den Zeitraum 2004 bis 2007 zur Verfügung. Die vier Quartale des Jahres 2004 werden jedoch benötigt, um die verzögerten Werte der dynamischen Komponente zu bilden. Die tatsächliche Schätzung erfolgt nunmehr nur noch über den Zeitraum 2005 bis 2007. Tabelle 15 zeigt eine Übersicht über die in den Regressionsanalysen verwendeten Variablen über alle regionalen Geschäftstellen im Zeitraum 1. Quartal 2005 bis 4. Quartal 2007. Eine Übersicht über die Entwicklung der auf Bundesebene aggregierten Akkomodationsraten findet sich in Abbildung 18. Man erkennt deutlich, wie die Lehrstellensuche stetig an Bedeutung gewonnen hat („Blum-Bonus“), während bei Ausund Weiterbildung ein gegenläufiger Trend zu erkennen ist. Die übrigen Maßnahmen haben relativ konstante landesweite Akkomodationsraten von weniger als vier Prozent. 50 51
Arbeitssuchende mit Wiedereinstellungszusage werden nicht berücksichtigt. Erwartungsgemäß führt die Verwendung der Daten aus dem Mikrozensus zu meist nicht signifikanten Ergebnissen. Dies liegt daran, dass die Arbeitssuchendenquote entsprechend ihrer Erhebungsmethode nicht ausreichend variieren kann, obwohl sich die Akkomodationsraten ändern (vgl.Tabelle 34).
81
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Tabelle 15: Deskriptive Statistiken (alle Quartale 2005 - 07, alle RGS) Variable
Mittelwert
Median
S.D.
Minimum
Maximum
Vakkanzrate Vakanzquote
8.556 1.397
8.103 1.201
2.507 0.831
3.734 0.168
17.152 8.655
Akkomodationsraten: Aktive Arbeitssuche Arbeitstraining Orientierung Aus- und Weiterbildung Kurskosten GB / SÖB Eingliederungsbeihilfen Lehrstellenförderung
0.356 0.354 1.539 7.326 1.351 1.963 3.144 7.695
0.082 0.072 1.095 7.198 0.946 1.628 2.653 6.689
0.527 0.555 1.486 3.217 1.232 1.488 1.932 5.172
0.000 0.000 0.000 0.296 0.000 0.000 0.256 0.283
4.751 3.249 7.728 17.345 7.807 11.621 14.424 32.357
16.354 17.118 25.233 17.007 42.809
16.159 16.092 24.843 16.797 42.658
7.994 5.609 4.123 7.614 6.785
0.611 6.214 14.495 3.336 21.429
46.566 42.235 37.535 44.195 60.448
2.403 47.076 62.580 55.875
2.017 47.314 62.922 54.935
1.463 7.281 2.755 11.863
0.147 24.656 53.169 24.291
9.343 64.331 69.517 85.495
Arbeitssuchendenrate
Kontrollvariablen: Anteil Langzeitbeschäftigungsloser Anteil Arbeitssuchender unter 25 Anteil Arbeitssuchender über 50 Anteil Arbeitssuchender Migranten Anteil Arbeitssuchender ohne oder mit Pflichtschulausbildung Anteil Arbeitssuchender mit Hochschulabschluss Anteil weiblicher Arbeitssuchender Partizipationsrate Partizipationsquote Tertiarisierungsgrad Alle Werte in Prozent
Abbildung 18: Akkomodationsraten auf Bundesebene 0,12
0,1 Aktive Arbeitssuche Arbeitstraining
0,08
Orientierung Aus- und W eiterbildung
0,06
Kurskosten GB / SÖB
0,04
Eingliederungsbeihilfen Lehrstellenförderung
0,02
0 März 05
Juni 05
März 06
Juni 06
März 07
Juni 07
82
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
7.6 ERGEBNISSE Tabelle 16 zeigt die Schätzergebnisse der Beveridge-Kurve für die Jahre 2005-2007. Neben den kontemporären Koeffizienten enthält die Tabelle auch die langfristigen Effekte, die sich nach Vollendung aller Anpassungsprozesse ergeben 52. Von den Kontrollvariablen besitzen lediglich drei einen signifikanten Einfluss auf die Arbeitssuchendenquote. Je höher der Anteil junger oder hochqualifizierter Arbeitssuchender in einer Region ist, desto geringer ist die Arbeitssuchendenquote. Diese Ergebnisse entsprechen der Intuition, dass junge Arbeitskräfte bei sonst gleicher Qualifikation häufig aufgrund von Senioritätsentlohnung billiger sind als ältere und damit leichter Arbeit finden und Qualifikation vor Arbeitslosigkeit schützt. Der negative Koeffizient des Anteils Langzeitbeschäftigungsloser sollte dagegen keinesfalls als kausaler Effekt interpretiert werden. Hier handelt es sich vielmehr um eine Korrelation, die sehr schlüssig zu erklären ist: In Regionen mit geringen Arbeitslosenquoten findet sich oft ein hoher Anteil an Langzeitbeschäftigungslosen. Wenn der Arbeitsmarkt sehr aufnahmefähig ist, bleiben auf Dauer nur noch jene Arbeitslosen übrig, die aufgrund besonderer Hemmnisse nicht vermittelbar sind. Erwartungsgemäß hat die Hälfte der Akkomodationsraten keinen signifikanten kurzfristigen Effekt auf die Arbeitssuchendenquote. Dies steht mit der Vermutung im Einklang, dass die Intensität der Arbeitssuche während der Maßnahmendauer eingeschränkt ist. Dieser individuelle Lock-In Effekt überträgt sich aber nicht auf die regionale Arbeitssuchendenquote, d.h. selbst wenn Personen durch ihre Teilnahme an Maßnahmen ihre Suchintensität verringern, hat das keine Auswirkungen auf die Gesamtzahl der Arbeitssuchenden. Es ist zu vermuten, dass durch den Lock-In Effekt der MaßnahmenteilnehmerInnen nicht-teilnehmende Arbeitssuchende leichter ihre Arbeitslosigkeit beenden können. Dieser Zusammenhang zeigte sich bereits bei der Schätzung der erweiterten Matchingfunktion (vgl. Abschnitt 6.6). Arbeitstraining, GB/SÖB und Lehrstellenförderung haben sogar einen unmittelbaren senkenden Einfluss. Es muss hier allerdings beachtet werden, dass im Gegensatz zu einer Evaluation auf der mikroökonomischen Ebene, dieser Effekt nicht von den MaßnahmenteilnehmerInnen selbst ausgehen muss. Diese verbleiben weiterhin in der Gruppe der Arbeitssuchenden. Die Ursache ist vielmehr in der Art der jeweiligen Maßnahme zu suchen. Die Zielgruppe des Arbeitstrainings sind Problemfälle mit besonderen Vermittlungshemmnissen. Wenn diese einer intensiven Betreuung bedürfen, dann könnte eine Ausweitung dieser Maßnahme Arbeitsplätze für Betreuer schaffen. Der relativ kleine Koeffizient lässt dies durchaus plausibel erscheinen. 53 Ähnliches könnte auch für GB/SÖB und Lehrstellenförderung gelten. Bei diesen kommt auch eine Verringerung der Personalkosten durch die geförderten Beschäftigten hinzu. Der positive, wenn auch kleine 52 53
Für eine Abgrenzung der verschiedenen Arten von Effekten, siehe Kasten 3. Wie bereits bei Schätzung der Matchingfunktion ist auch hier das signifikante Vorzeichen von Arbeitstraining lediglich auf Oberösterreich zurückzuführen.
83
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Effekt der Orientierung deutet auf einen Lock-In Effekt hin. Wenn TeilnehmerInnen an dieser Maßnahme ohne die Teilnahme gleich eine Anstellung gefunden hätten, dann wirkt sich eine Erhöhung der Maßnahmenintensität im Vergleich zu den anderen Regionen steigernd auf die Arbeitssuchendenquote aus. Tabelle 16: Regressionsergebnisse der Beveridge-Kurve Abhängige Variable: log. Arbeitssuchendenquote Job seeker Rate langfr. Aktive Arbeitssuche kurzfr. langfr. Arbeitstraining kurzfr. langfr. Orientierung kurzfr. langfr. Aus- und Weiterbildung kurzfr. langfr.
0.910 ***
0.000 0.073 *** -0.003 * -0.040 * 0.003 ** 0.065 ** 0.003 0.197
Vakanzquote kurzfr. langfr. Kurskosten kurzfr. langfr. GB / SÖB kurzfr. langfr. Eingliederungsbeihilfen kurzfr. langfr. Lehrstellensuche kurzfr. langfr.
-0.012 * -0.188
0.001 0.001 -0.037 *** -0.059 -0.007 -0.203 * -0.049 *** -0.071
Anteil Langzeitbeschäftigungsloser Anteil Arbeitssuchender unter 25 Anteil Arbeitssuchender über 50 Anteil Arbeitssuchender Migranten Anteil Arbeitssuchender ohne oder mit Pflichtschulausbildung Anteil Arbeitssuchender mit Hochschulabschluss Anteil weiblicher Arbeitssuchender Partizipationsquote Tertiarisierungsgrad
-0.389 *** -0.252 *** -0.122 -0.023 0.043 -1.569 *** 0.047 -0.114 0.005
Beobachtungen Querschnittseinheiten Zeitraum Test auf Autokorrelation 1. Ordnung Test auf Autokorrelation 2. Ordnung Sargan-Test Alle erklärenden Variablen sind logarithmiert. Signifikanzniveaus: *** 1%, ** 5%, * 10%. (basieren auf heteroskedastie-konsistenten Standardfehlern)
1032 86 2005 - 07 -5.71 *** -0.71 17.73 (p = 1)
Langfristig haben sowohl aktive Arbeitssuche als auch Orientierung einen signifikant positiven Effekt. Hier ist jedoch zu beachten, dass beide Maßnahmen häufig nicht direkt auf die Integration von Arbeitssuchenden ausgelegt sind. Sie dienen vielmehr der Vorbereitung auf andere Maßnahmen wie Eingliederungsbeihilfen. Zu dem positiven Effekt scheinen solche Personen beizutragen, die im Anschluss an die Orientierungsmaßnahme oder aktive Arbeitssuche in einer weiteren Maßnahme „eingeschlossen“ sind. Beim Arbeitstraining bleibt – zumindest wenn Oberösterreich 84
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
berücksichtigt wird – der negative Koeffizient auch in der langen Frist erhalten. Neben dem bereits erklärten beschäftigungsschaffenden Effekt könnten auch Matches von Personen kommen, die ohne diese Maßnahme keinerlei Chancen auf einen ungeförderten Job gehabt hätten. Dass GB/SÖB in der langen Frist keinen Effekt mehr auf die Arbeitssuchendenquote haben, könnte im Verdrängungseffekt begründet sein. Offenbar konkurrieren geförderte Betriebe am freien Markt mit ungeförderten, so dass es im Aggregat zu keinem Abbau von Arbeitslosigkeit kommt. Sowohl beide Arten von Qualifizierungsmaßnahmen, als auch die Lehrstellenförderung senken ebenfalls nicht die Arbeitssuchendenquote in der langen Frist. Eine plausible Erklärung dafür ist, dass ehemalige TeilnehmerInnen nach Beendigung der Maßnahme zu perfekten Substituten von anderen Arbeitssuchenden geworden sind und mit diesen nun um die gleichen Vakanzen konkurrieren müssen. Die Eingliederungsbeihilfen zeigen den erwarteten Effekt: Nach dem kurzfristigen Lock-In finden ehemalige TeilnehmerInnen einen Arbeitsplatz, ohne dass sich dadurch die Chancen anderer Arbeitssuchender verringern. Eine Erklärung hierfür kann das während der Maßnahme erworbene betriebsspezifische Humankapital sein. Ebenso ist es möglich, dass die Tatsache sich nicht aus Arbeitslosigkeit heraus bewerben zu müssen, die ehemaligen TeilnehmerInnen stärker in die Lage versetzt, mit Job-to-Job-Wechslern zu konkurrieren (vgl. 5.3). Kasten 3:
Kontemporäre, verzögerte, kumulierte und langfristige Effekte
Standardmäßig werden durch die Statistiksoftware im dynamischen Modell für jeden verzögerten Wert der Akkomodationsraten Koeffizienten ausgegeben. Dabei handelt es sich um die so genannten kontemporären und verzögerten Koeffizienten:
Kontemporäre Koeffizienten
Dies sind die Effekte, die sich unmittelbar bei Veränderung einer Akkomodationsrate einstellen.
Verzögerte Koeffizienten
Effekte, die in einem bestimmten Quartal (z.B. ein, zwei, drei usw. Quartale) nach Veränderung einer Akkomodationsrate auftreten würden, wenn man die vorhergehenden Anpassungsprozesse nicht berücksichtigt. Es handelt sich hierbei um rein rechnerische Werte, die durch die Statistiksoftware berechnet werden. Sie besitzen keine praktische Relevanz und werden deshalb im Folgenden nicht beachtet. Sie sind jedoch notwendig, um kumulierte und langfristige Koeffizienten berechnen zu können.
85
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Durch weitere Umrechnung gelangt man zu den kumulierten und langfristigen Koeffizienten. Diese berücksichtigen die Anpassungsmechanismen im Zeitverlauf und sind damit die für die Politikberatung relevanten Koeffizienten:
Kumulierte Koeffizienten
Effekte, die seit einer Veränderung der Akkomodationsrate festgestellt werden. Sie berechnen sich aus den kontemporären und verzögerten Koeffizienten der Akkomodationsrate und den Koeffizienten der verzögerten Arbeitssuchendenquote. Damit berücksichtigen kumulierte Koeffizienten alle Wechselwirkungen und Anpassungsprozesse, die in den vorhergehenden Quartalen seit einer Änderung der Akkomodationsrate stattgefunden haben. Anhand dieser Koeffizienten lässt sich die zeitverzögerte Wirkung einer Maßnahme zu einem beliebigen Zeitpunkt (z.B. 10 Quartale nach Änderung der Maßnahmenintensität) darstellen. Die zugehörigen Standardfehler können für weiter zurückliegende Zeitpunkte nicht mehr ausreichend genau berechnet werden. Aus diesem Grund wird auf eine Simulation zurückgegriffen. Aus der gemeinsamen Verteilung der einfachen Schätzkoeffizienten werden 10000 Züge mit Zurücklegen gezogen. Für jede Simulation werden die kumulierten Koeffizienten berechnet. Deren Standardabweichungen sind sehr genaue Schätzer für die Standardfehler der tatsächlichen Koeffizienten.
Langfristige Koeffizienten
Während die kumulierten Koeffizienten interessant sind, um den Maßnahmenerfolg etwa innerhalb der ersten drei Jahre nach Änderung der Maßnahmenintensität einzuschätzen, kommt es auch über diesen Zeitraum hinaus zu langfristigen Anpassungsmechanismen. Dies wird insbesondere durch die hohe Persistenz der Arbeitssuchendenquote verursacht. Ein weiterer interessanter Wert ist der langfristige Koeffizient. Dies ist der durch die Maßnahme verursachte Effekt auf die Arbeitssuchendenquote, der sich im neuen Gleichgewicht einstellt, nachdem alle Anpassungsprozesse abgeschlossen sind. Mit zunehmendem zeitlichem Abstand zu einer Änderung der Akkomodationsrate konvergieren die kumulierten Koeffizienten zu diesem langfristigen Koeffizienten. Obwohl dies ist ein rein rechnerischer Wert ist, eignen sich langfristige Koeffizienten ebenfalls, um die Wirksamkeit einer Maßnahme einzuschätzen. Während die Konvergenz der kumulierten Koeffizienten zum langfristigen Wert zunächst recht schnell geht, ergeben Simulationen, dass sich im vorliegenden Fall der exakte langfristige Effekt erst nach etwa 200 Quartalen einstellen würde.
86
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Aufgrund der hohen Persistenz der Arbeitssuchendenquoten kann es sehr lange dauern, bis sich die langfristigen Effekte einstellen. Um die Wirkungen der Maßnahmen in realistischen Zeiträumen zu betrachten, können aus den Koeffizienten der kontemporären und verzögerten Variablen kumulierte Effekte berechnet werden (vgl. Greene (2003), S. 575). Tabelle 17 zeigt die kumulierten Effekte der Maßnahmen innerhalb von zwölf Quartalen. Im Vergleich zu den langfristigen Effekten aus Tabelle 16 zeigt sich, dass nach drei Jahren GB / SÖB noch signifikant negativ auf die Arbeitssuchendenquote wirken. Bis die Anpassungsprozesse zu einer Nivellierung des Effektes führen, vergeht also deutlich mehr Zeit als drei Jahre. Tabelle 17: Kumulierte Effekte der Akkomodationsraten Aktive Arbeitssuche t t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11
0.000 0.002 0.004 0.005 0.007 0.009 0.011 0.012 0.014 0.016 0.017 0.018
* ** *** *** *** *** *** *** *** *** ***
Arbeitstraining -0.003 -0.003 -0.002 -0.004 -0.006 -0.006 -0.006 -0.008 -0.010 -0.010 -0.010 -0.011
*
* ** ** ** ** ** ** ** **
Orientierung
Aus- und Weiterbildung
Kurskosten
0.003 0.004 0.005 0.008 0.009 0.010 0.012 0.014 0.015 0.016 0.017 0.019
0.003 -0.008 0.018 0.030 ** 0.023 0.017 0.035 0.046 * 0.041 0.038 0.051 0.060
0.001 0.007 ** 0.007 * 0.003 0.002 0.006 0.006 0.003 0.002 0.005 0.005 0.003
** ** ** *** ** ** ** ** ** ** ** **
GB / SÖB -0.037 -0.021 -0.028 -0.019 -0.035 -0.027 -0.030 -0.025 -0.035 -0.031 -0.032 -0.030
*** *** *** *** *** *** *** *** *** *** *** ***
Eingliederungsbeihilfen -0.007 0.003 -0.011 -0.005 -0.023 -0.020 -0.029 -0.027 -0.040 -0.040 -0.046 -0.047
** * ** * ** *
Lehrstellenförderung -0.049 -0.014 -0.011 -0.005 -0.042 -0.023 -0.017 -0.016 -0.040 -0.029 -0.023 -0.024
***
*** *
**
87
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Abbildung 19: Kumulierte Koeffizienten
,08 ,04 0 -,08 -,04
-,08 -,04
0
,04
,08
,12
Arbeitstraining
,12
aktive Arbeitssuche
t
t+2
t+4
t+6
t+8
t+10
t+12
t
t+2
t+6
t+8
t+10
t+12
t+8
t+10
t+12
t+8
t+10
t+12
t+10
t+12
,08 ,04 0 -,08 -,04
-,08 -,04
0
,04
,08
,12
Aus- und Weiterbildung
,12
Orientierung
t+4
t
t+2
t+4
t+6
t+8
t+10
t+12
t
t+2
t+4
,08 ,04 0 -,08 -,04
-,08 -,04
0
,04
,08
,12
GB/SÖB
,12
Kurskosten
t+6
t
t+2
t+4
t+6
t+8
t+10
t+12
t
t+2
t+6
,08 ,04 0 -,08 -,04
-,08 -,04
0
,04
,08
,12
Lehrstellenförderung
,12
Eingliederungsbeihilfen
t+4
t
t+2
t+4
t+6
t+8
t+10
t+12
t
t+2
t+4
t+6
t+8
Die gestrichelten Linien stellen die simulierten 95%-Konfidenzintervalle dar.
88
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Auch die Beverdigekurven-Ergebnisse für Österreich sollen nun Ergebnissen internationaler Studien gegenübergestellt werden. Zunächst werden verschiedene Formen von beschäftigungsschaffenden Maßnahmen betrachtet. GB/SÖB sind in der kurzen bis mittleren Frist positiv signifikant, langfristig allerdings insignifikant. Ähnliche Ergebnisse finden sowohl Hagen (2003) als auch Hujer et al. (2006) für Deutschland. In Schweden ist diese Art von Maßnahmen eher mit ungünstigen Effekten verbunden (Calmfors, Skedinger (1995)). Bezüglich Qualifizierungsmaßnahmen lassen sich keine signifikanten Effekte auf die regionale Arbeitssuchendenquote in Österreich identifizieren. Dies entspricht in etwa dem Ergebnis, das Calmfors, Skedinger (1995) für Schweden finden. Sie sprechen von äußerst instabilen Effekten, die sich allerdings in der Tendenz eher senkend auswirken. Der günstige Effekt von Eingliederungsbeihilfen in Österreich ähnelt den Ergebnissen von Altavilla, Caroleo (2006) für Italien, wenngleich jene Studie aufgrund der Natur der italienischen Maßnahmen und des sehr kurzen Zeithorizonts nur eingeschränkt mit der vorliegenden Evaluation vergleichbar ist. Für die weiteren von uns für Österreich untersuchten Maßnahmen gibt es international keine Vergleichswerte. Die Interpretation der Effektstärken im loglinearen Modell ist nicht trivial. Die Koeffizienten geben näherungsweise an, um wie viel Prozent sich die Arbeitssuchendenquote ceteris paribus ändert, wenn sich eine erklärende Variable um ein Prozent ändert. Eine intuitiv zugänglichere Darstellung marginaler Effekte erfolgt wie bereits bei der Matchingfunktion anhand von regionalen Geschäftsstellen, die sowohl hinsichtlich ihrer Arbeitssuchendenquoten als auch ihrer Akkomodationsraten möglichst nahe am bundesweiten Durchschnitt liegen. Tabelle 18 zeigt für jede Maßnahme eine passende RGS und wie sich dort eine Erhöhung der Akkomodationsrate um zehn Prozent nach zwölf Quartalen schätzungsweise auswirken sollte. Im Folgenden sei angenommen, dass lediglich eine Umschichtung von Arbeitslosen zu MaßnahmenteilnehmerInnen stattfindet und sich damit der Nenner der Akkomodationsraten nicht ändert. Dann wäre die Tabelle am Beispiel der Eingliederungsbeihilfen wie folgt zu interpretieren: In Leoben gibt es 2173 Arbeitssuchende, was einer Arbeitssuchendenquote von 8,47 Prozent entspricht. Wird die Zahl der TeilnehmerInnen an Eingliederungsbeihilfen von 82 um 10 Prozent, also um etwa 8 Personen erhöht und auf dem höheren Niveau gehalten, so sinkt die Arbeitssuchendenquote nach drei Jahren um 0,04 Prozentpunkte auf 8,43 Prozent. Dies entspricht einer Verringerung der Zahl der Arbeitssuchenden um 10 Personen. Es muss unbedingt beachtet werden, dass es sich hierbei um simulierte Zahlen handelt. Wie bereits bei der Matchingfunktion gilt auch hier, dass im angesprochenen Zeitraum die Zahl der Arbeitssuchenden in Leoben nicht tatsächlich um 10 reduziert wurde, sondern dass eine Reduktion in dieser Größenordnung, bei sonst gleichbleibenden Umständen, im Durchschnitt zu erwarten gewesen wäre. Diese Zahlen dienen vielmehr rein zur Veranschaulichung, um einen quantitativen Eindruck der Effektstärken zu vermitteln.
89
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Tabelle
Maßnahme
18:
Effekte nach zwölf Quartalen bei einer Erhöhung der Zahl der MaßnahmenteilnehmerInnen um 10 Prozent für ausgewählte Geschäftsstellen im 2. Quartal 2007 Geschäftsstelle
Aktive Arbeitssuche Braunau Arbeitstraining Liezen und Gröbming Orientierung Spittal/Drau Aus- und Weiterbildung* Oberpullendorf Kurskosten* Ried im Innkreis GB / SÖB Bregenz Eingliederungsbeihilfen Leoben Lehrstellenförderung* Bludenz * Der Effekt ist statistisch nicht signifikant.
Arbeitssuchende Arbeitssuchende Quote Anzahl 2348 2437 2638 1212 1493 4065 2173 2050
6.35 7.32 8.52 7.89 6.24 8.04 8.47 8.03
Maßnahmen-Effekt in teilnehmer Prozentpunkten 11 10 49 97 16 112 82 239
0.01 -0.01 0.02 0.05 0.00 -0.02 -0.04 -0.02
Effekt in Personen 4 -3 5 7 0 -12 -10 -5
Bei der Berechnung dieser Ergebnisse wurde der Literatur folgend angenommen, dass die Maßnahmenintensität endogen ist. Folgt man der Argumentation von Calmfors, Skedinger (1995), dass dieses Problem durch die Verwendung von Akkomodationsraten geschwächt werden kann, so braucht für diese nicht mehr instrumentiert zu werden. Tabelle 32 im Anhang zeigt die Ergebnisse einer entsprechenden Schätzung als Robustheitscheck. Während sich die Ergebnisse nur unwesentlich geändert haben, weist jedoch der Test auf Autokorrelation zweiter Ordnung auf ein Problem dieser Spezifikation hin. Es liegt also eine Endogenität der Akkomodationsraten vor. Als ein weiterer Robustheitstest wurde das Modell mit räumlichen Abhängigkeiten geschätzt. Anders als bei der Matchingfunktion bleiben die Ergebnisse stabil (vgl. Tabelle 34).
90
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
8 Partizipationsquote: Der Verbleib im Arbeitsangebot 8.1 MOTIVATION Mittels der Partizipationsquote als dritte und letzte Zielgröße dieser Evaluierungsstudie, soll ein weiterer Blickwinkel in der Evaluierung von Arbeitsmarktpolitik aufgespannt werden. Erst durch Berücksichtigung von erwerbsfernen Personen kann die Analyse komplettiert werden, indes sich die Betrachtung der Beveridge-Kurve 54 (Verringerung der Arbeitslosigkeit) bzw. Matching-Funktion (Übergänge in unselbstständige Beschäftigung) in der betrachteten Grundgesamt auf Arbeitsmarkt-nahe Status beschränkt. Als „Erfolgskriterium“ von Maßnahmen aktiver Arbeitsmarktpolitik gilt nunmehr, ob ein Teilnehmer letztlich weiterhin im Arbeitsangebot verbleibt, also nicht in einen arbeitsmarktfernen Status wechselt. Der Verbleib im Arbeitsangebot ist eine dezidierte Zielgröße auf jedem Politikniveau: Im Rahmen der Lissabon Strategie wird neben der Erhöhung der Beschäftigtenquote insgesamt explizit auch die Steigerung der Erwerbsbeteiligung von Frauen und von Älteren festgeschrieben. Dies findet seine Fortsetzung in der nationalen Beschäftigungspolitik, welche zur Erreichung dieser Beschäftigungsquotenziele unter anderem auf eine kontinuierliche Erwerbsintegration mit existenzsicherndem Einkommen sowie die Verhinderung dauerhafter Ausgrenzung abzielt. Gerade für Regionen wird die Frage nach dem Verbleib im Arbeitsangebot immer wichtiger: Regionen mit höheren Partizipationsquoten erwirtschaften auch ein höheres regionales Einkommen (siehe dazu auch die empirischen Befunde der Clusteranalyse in Abschnitt 4.1). Eine hohe Erwerbsbeteiligung ermöglicht es zudem, die Auswirkungen des demographischen Wandels zu verringern, um auch in Zukunft auf einen entsprechend großen Pool an Humanressourcen zurückgreifen zu können, vorausgesetzt die Arbeitskräfte verfügen über die – von regionalen Firmen – nachgefragten Qualifikationen. Vor dem Hintergrund des gerade in den letzten Jahren des Projektzeitraums beobachteten „FacharbeiterInnen-“ und „TechnikerInnenmangels“ wurden seitens des AMS daher verstärkt Initiativen ergriffen, die über den Weg der (Re-)Qualifizierung auch auf diese Zielgröße hin wirken sollten (z.B. Qualifizierungsoffensive „Metallfachkräfte“, Beschäftigungsförderungsgesetz, Frauen in Handwerk und Technik etc.). Die Partizipationsquote wird definiert als Anteil der registriert Arbeitslosen sowie der MaßnahmenteilnehmerInnen und der Beschäftigten, in Prozent der gesamten
54
Eine – im Rahmen der Beveridgekurve betrachtete – sinkende Arbeitslosenquote könnte zum Beispiel auch aus dem Abgang vieler „entmutigter“ Arbeitsloser resultieren – ein Ergebnis, das jedenfalls vor dem Hintergrund der Entwicklung der Partizipationsrate gesehen werden sollte.
91
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Bevölkerung im erwerbsfähigen Alter (von 15-64 Jahren) 55. Als Erfolg ist in diesem Kontext ein Wechsel von einem Arbeitsmarkt-fernen Status in einen Arbeitsmarkt-nahen Status (USB, aber auch AL und SC) zu werten. Die Schulungsintensität wird wiederum in Form von Akkomodationsraten dargestellt 56. Abbildung 20: Entwicklung der österreichischen Partizipationsquote und Akkomodationsrate – mit und ohne Lehrlinge – im Projektzeitraum 63.5%
30.0%
63.0%
25.0%
62.5%
20.0%
62.0%
15.0%
61.5%
10.0% Partizipation gesamt
61.0%
Akkomodationsrate gesamt 5.0%
Partizipation ohne Lehrlinge
60.5%
Akkomodationsrate ohne Lehrlinge
0.0% 1
2
3
4
2004
1
2
3
2005
4
1
2
3
2006
4
1
2
3
2007
4
1
2
3
2004
4
1
2
3
2005
4
1
2
3
2006
4
1
2
3
4
2007
Quelle: JR-InTeReg.
Die Partizipationsquote unterliegt vielfältig begründbaren Änderungsmöglichkeiten. So können beispielsweise (regionale) Variationen im Nenner, also der Bevölkerung, durch Migrationsbewegungen und damit verbundenem demografischen Wandel – wer zieht zu bzw. ab, und welche Altersstrukturen weisen diese Gruppen auf? – begründet werden. Veränderungen im Zähler – betreffend die Zahl der Beschäftigten, Arbeitslosen und MaßnahmenteilnehmerInnen – unterliegen wiederum mannigfachen Gründen, die der neoklassischen Theorie zufolge als individuelle bzw. haushaltsweise Partizipationsentscheidungen gegenüber der Aufgabe von Freizeit aufgefasst werden. Da es mit Einführung des Blum-Bonus zu einem überaus hohen Anstieg an Lehrstellenförderungen gekommen ist (siehe Abbildung 20), wird in diesem Abschnitt jeweils ein Modell mit und ohne Lehrstellenförderungen geschätzt. 8.2 THEORIE Die Partizipation am Arbeitsmarkt wird im Rahmen der Mikroökonomie auf Basis individueller oder haushaltsweiser Partizipationsentscheidungen erfasst. Dabei wird der Wert der Partizipation dem Wert der Nicht-Partizipation, unter Einbezug des Wertes der Freizeit bzw. der Kosten des „Arbeitsleids“, des zukünftig zu erwartenden Einkommens in Abhängigkeit der gewählten Ausbildung und der anfallenden Suchkosten, gegenübergestellt (vgl. dazu Johansson 2002). 55
56
p=
AL + MT + USBWO − MTUSB . Maßnahmenteilnehmer mit Status USB wurden von den unselbstständig Beschäftigten am POP15−64 Jahre
Wohnort abgezogen um diese nicht doppelt zu zählen. MT Akk = . AL + MT
92
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Die regionale Partizipation steigt, wenn der Wert der Partizipation erhöht wird oder umgekehrt der Wert der Nicht-Partizipation gesenkt wird. Ausschlaggebend hierfür können z.B. Veränderung in der Kinder- und Altenbetreuung, im Haushaltseinkommen wie in der Arbeitsmarktsituation sein. Die längerfristige Betrachtung zeigt, dass das Wachstum des Arbeitsvolumens in Österreich in den letzten Jahren vor allem auf die gesteigerte Erwerbsbeteiligung von Frauen zurückzuführen ist (vgl. Kurzmann et al. (2008)). Einige österreichische Regionen – insbesondere im städtischen Bereich – verzeichnen auch stärkere Zuwächse von AusländerInnen bzw. auch von als arbeitslos registrierten AusländerInnen (Deutschkurse, etc.). Kanäle, über die Maßnahmen aktiver Arbeitsmarktpolitik auf die Partizpationsquote wirken können, resultieren letzten Endes in einer direkten oder indirekten Beeinflussung des Einkommens und damit in der Beeinflussung des individuellen Werts, in der labour force zu bleiben. In einigen Ländern sind Maßnahmen aktiver Arbeitsmarktpolitik mit der Verlängerung des Anspruchs auf Arbeitslosengeld bzw. einem höheren Arbeitslosengeld verbunden. Damit verlängert die derart motivierte Teilnahme in AL oder SC selbst die Partizipation. In Österreich ist dieser Effekt indirekt denkbar, wenn DLU-Bezug zum Beispiel an Stelle der Notstandshilfe treten kann. Beiträge zu Kurskosten, Kinderbetreuung etc. können zumindest die negativen Auswirkungen (Verlust von Freizeit, Opportunitätskosten der Kinderbetreuung etc.) abfedern. Weiters kann die Teilnahme an Bildungsangeboten außerdem die Erwartung eines damit verbundenen zukünftig höheren Einkommens wecken und somit für manche eine Motivation darstellen, Kurse zu besuchen und länger im Pool der Arbeitssuchenden zu verweilen. Daneben werden Suchkosten gesenkt, indem die Wahrscheinlichkeit von Stellenangeboten z.B. über Signalling (Kurse mit Zertifikaten, gute Arbeitszeugnisse aus beschäftigungsfördernden Projekten als Beleg) erhöht wird. Aber auch nicht-monetäre Nutzenüberlegungen der Individuen haben einen Einfluss: Insgesamt sollten Maßnahmen dem „discouraged worker effect“ entgegenwirken können. Gerade bei beschäftigungsfördernden Maßnahmen wie SÖB oder GBP kann vermutet werden, dass diese zunächst auf die grundsätzliche Partizipation und erst in zweiter Linie auf andere Zielgrößen wie Matching/Reduktion der Arbeitslosigkeit abzielen. In den im Rahmen dieses Projekts geführten Interviews wurde beispielsweise hervorgehoben, in welchem Ausmaß Maßnahmen zur Schaffung der „Beschäftigungsfähigkeit“ beitragen: Dies beinhaltet Eigenschaften wie Pünktlichkeit, Verlässlichkeit, Ausdauer oder Arbeitshaltungen, aber auch elementare Fertigkeiten wie Rechnen, Lesen, und Schreiben. Insbesondere bei der jüngeren und der ausländischen AMS-Klientel wurde dies als Mangel festgestellt, dem zum Teil mit Maßnahmen57 begegnet werden kann.
57
Bsp. aus den Interviews: Ausdehnen von sozialökonomischen Betrieben in Graz: Beschäftigungsdrehscheibe; Angebot von grundlegenden Deutschkursen in Linz/Graz.
93
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Neben kurzfristig motivierter Partizipation in Arbeitslosigkeit oder in Schulung – also auch im Sinne von Förderketten – sind jedoch vor allem langfristige Wirkungen von Maßnahmen wünschenswert. Durch den Verbleib in Arbeitslosigkeit oder Schulung kann im ersten Schritt die Distanz zum Arbeitsmarkt verringert werden. In weiterer Folge besteht natürlich das Ziel eines Wechsels in Beschäftigung, worin der Ansatzpunkt zu der zuvor behandelten Matching-Funktion gegeben ist. 8.3 LITERATURÜBERBLICK In der österreichischen wie auch in der internationalen Literatur sind nur wenige Beispiele zu finden, die explizit die Erwerbsbeteiligung gegenüber einer Nicht-Teilnahme thematisieren. Lutz et al. (2005) betrachten in einer Mikrostudie neben den Evaluierungsgrößen Arbeitslosigkeit und Beschäftigung auch die Zeiten der NichtErwerbsbeteiligung und stellen fest, dass insbesondere Frauen über 45 hinsichtlich Erhöhung der Erwerbsbeteiligung profitieren, wenn sie an arbeitsmarktpolitischen Maßnahmen teilnahmen. Besonders hervorgehoben wurden in diesem Zusammenhang die Eingliederungsbeihilfen, welche im Rahmen dieser Studie als sehr erfolgreich eingeschätzt wurden: Zeiten außerhalb des Arbeitsangebotes nehmen für beide Geschlechter und in allen Altersgruppen im Beobachtungszeitraum von 3 Jahren ab. Tabelle 19 gibt einen Überblick über die Ergebnisse der Studie über Effekte bezüglich der Erwerbsbeteiligung von Personen. Tabelle 19: Zusätzliche Tage von geförderten versus nicht-geförderten Personen in Arbeitsmarkt-nahen Status innerhalb eines Beobachtungszeitraumes von 3,5 Jahren (1278 Tage) ab Förderbeginn. Maßnahmenteilnahme zählt als Partizipation (Lutz et al. 2005, 172) Lehrstellenförderung
186
Qualifizierung intern
120
Eingliederungsbeihilfe
185
Aktive Arbeitssuche
104
Arbeitsstiftungen
176
SÖB
91
Qualifizierung extern
130
Orientierung
79
GBP
126
Arbeitstraining
64
Dabei ist zu beachten, dass der Großteil des Effekts erst gegen Ende des Beobachtungszeitraums wirksam wird. Indirekte Anhaltspunkte für die zu erwartende Richtung geben natürlich auch jene Studien, die Zeiten der Beschäftigung oder der Arbeitslosigkeit ermitteln: Die bisherigen Mikroevaluierungen von Beschäftigungseffekten diverser Maßnahmen aktiver Arbeitsmarktpolitik in Österreich wiesen auf signifikante positive Effekte hin. So kamen Mitterauer et al. (1999) zu dem Schluss, dass im Rahmen der besonderen Eingliederungsbeihilfe (BESEB), welche Lohnkostenzuschüsse für NostandshilfeBezieher mit einer Vormerkdauer von mehr als 6 Monaten vorsah, der Zuwachs an Beschäftigungsanteilen korrigiert um die Kontrollgruppe im Jahr nach Ende der Maßnahme rund 21 %-Punkte bzw. 75 Tage betrug. Dabei konnten rund 57 % der 94
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Bezieher bei dem geförderten Betrieb weiter beschäftigt werden und bei rund 42 % war diese Beschäftigung bis zum Ende des Projektzeitraums aufrecht. Laut der Mikroevaluierung von Lutz et al. (2005) zeigten JASG-Lehrgänge in den Jahren 20002003 einen hohen Integrationserfolg. Makrostudien
International liegen bisher kaum Studien vor, die dezidiert die Partizipationsquote betrachten: Vor dem Hintergrund zeitweilig stärker sinkender Partizipation als Antwort auf sonst ansteigende Arbeitslosigkeit, ist die schwedische Arbeit von Johansson (2002) zu sehen. Diese findet mittels Verwendung eines ähnlichen methodischen Ansatzes, wie er dieser Studie zugrunde liegt, positive, jedoch nur kontemporäre Effekte. In der längeren Frist kehrt der schwedischen Studie zufolge jedoch die Partizipationsquote wieder auf ihr Ursprungsniveau zurück. Jaumotte (2004) widmete sich in einer OECD-Länderstudie hingegen den Determinanten der Partizipation von Frauen und stellte hohes Potenzial in der Verringerung von Steuernachteilen von Zweitverdienern fest. Auch ein gesteigertes Angebot von Teilzeitstellen wirkt positiv. Unterschiede in den Determinanten wie in der Wirkung von Maßnahmen können sich darüber hinaus auch aus der ethnischen Zugehörigkeit von Personengruppen sowie aus sonstigen soziodemographischen Merkmalen ergeben (vgl. dazu Gray und Hunter (1999), Dixon (1996)). Auf diesem Gebiet existieren bis zu diesem Zeitpunkt jedoch keine einschlägigen Studien für Österreich. 8.4 EMPIRISCHE UMSETZUNG Zur Erklärung der regionalen Partizipationsquote wurde in dieser Arbeit ein dynamisches Panelmodell über 86 Regionen über den Zeitraum 2004-2007 mit vierteljährlichen Beobachtungsdaten geschätzt. Reihen bezüglich des Arbeitsmarktes basieren auf demselben von JOANNEUM RESEARCH aufbereiteten Datensatz, wie er auch für die Matchingfunktion und die Beveridge-Kurve verwendet wurde, hier jedoch inklusive den Personen mit Wiedereinstellungszusage. Die Bevölkerungsreihen, welche nur einmal jährlich verfügbar sind, wurden für den unterjährigen Zeitraum linear interpoliert. Damit wird implizit angenommen, dass die regionale Bevölkerungsentwicklung gleichmäßig über das Jahr verteilt ist. Die Modellspezifikation folgt dabei im Wesentlichen Johansson (2002). Hier wird die regionale Partizipationsquote als abhängige Variable erklärt durch eigene verzögerte Werte, die Höhe der regionalen Arbeitslosenquote, das regionale Einkommen je Person und verschiedene Maßnahmenkategorien des AMS, die ihrerseits wieder mit zeitlicher Verzögerung aufgenommen werden: 5
J
k =1
j =1
ln( Pr ,t ) = α 0 + α1 ( L) ln( Pr ,t − p ) + α 2 ln( Er ,t − p ) + α 3 ( L) ln(Vr ,t − p ) + ∑ β k ( L ) ln( M k r ,t − p ) + ∑ α 4 ln( xrj,t ) + ε r ,t
95
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
wobei P für Partizipationsquote (mit und ohne Lehrlinge) steht, L den Lag-Operator mit jeweils 2-4 Lags symbolisiert, E das durchschnittliche geschätzte Einkommen laut EWKM unter zusätzlicher Berücksichtigung des Einkommens der Nachbarregionen anhand einer räumlichen Gewichtung, V die offenen Stellen je regionalem Betrieb (auch mit räumlicher Gewichtung), M die Akkomodationsraten der Maßnahmenkategorien 58 und x Kontrollvariablen wie Regionendummies, Zeitdummies, diverser Anteile wie Altersgruppen der regionalen Bevölkerung nach Geschlecht und dynamische Variablen wie das regionale Bevölkerungswachstum. Als Schätzverfahren wurde der von Arellano und Bond (1991) vorgestellte GMM Systemschätzer mit Instrumentalvariablen mit fixen Perioden- bzw. Regionseffekten gewählt 59. Ausgehend von der dynamischen Spezifikation wurden die langfristigen Effekte von Maßnahmen ermittelt, indem Zeitdifferenzen auf Null gesetzt und nach der endogenen Variable aufgelöst wurde (siehe dazu Abschnitt A.4.2). Die Signifikanz der langfristigen Effekte wurde anhand eines nicht-linearen Wald Tests bestimmt. 8.5 ERGEBNISSE Die Ergebnisse der Regressionsanalyse sind in Tabelle 20 angeführt. Die Höhe der regionalen Arbeitslosenquote zeigt einen negativen Einfluss auf die Höhe der regionalen Partizipationsquote. Hier kann davon ausgegangen werden, dass dies den „discouraged worker effect“ widerspiegelt bzw. hier auch ein gleichzeitiges Auftreten der beiden Größen vorliegt: Regionen mit hoher Arbeitslosigkeit weisen niedrige Partizipationsquoten auf. Das negative Vorzeichen des Einkommens ist vor dem Hintergrund der oben diskutierten theoretischen Überlegungen zur individuellen Partizipationsentscheidung kaum zu erklären, und blieb auch bestehen, wenn jeweils nur das durchschnittliche Einkommen der Frauen bzw. der Männer herangezogen wurde. Wird die Partizipationsentscheidung aufgefasst auf Basis der Haushalte, können die Ergebnisse dahingehend interpretiert werden, dass ein hohes regionales Einkommen es den Haushalten erlaubt, dass ein Teil ohne Einkommen bleibt. Offene Stellen (inkludierend auch jene in den Nachbarregionen) in der Region zeigten wiederum einen positiven Einfluss auf die Partizipationsquote. Wie die Schätzungen zeigen, weisen einige Maßnahmentypen signifikante kurzfristige Einflüsse auf, diese sind jedoch lediglich im Falle der Eingliederungsbeihilfe positiv, kurze – AA, OR, AT – und lange – AA, KK – Maßnahmen sind negativ. Längerfristige Einflüsse sind so gut wie gar nicht zu finden. Nur die beschäftigungsfördernden Maßnahmen (SÖB und GBP) waren in Modell 2 (ohne Lehrlinge) langfristig schwach signifikant negativ.
58
59
Die Kategorien sind: Beschäftigungsfördernde Maßnahmen (SÖB und GBP), Eingliederungsbeihilfe (EB), längere Maßnahmen (AW, KK), kürzere Maßnahmen (AA, OR, AT) und Lehrstellenförderungen (LE)). Vgl. auch Kasten 2.
96
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Tabelle 20: Regressionsergebnisse der Partizipationsquote 2004 - 2007 Modell 1 – mit Lehrlingen Partizipationsquote
kurzfristig
Modell 2 – ohne Lehrlinge
langfristig
kurzfristig
Arbeitslosenquote
-0.032 ***
-0.026 ***
Einkommen
-0.296 ***
-0.314 ***
0.028 ***
0.027 ***
Offene Stellen Aktive Arbeitssuche, Orientierung und Arbeitstraining Aus- und Weiterbildung, Kurskosten Eingliederungsbeihilfe
-0.005 **
-0.006
-0.003 ***
-0.001
-0.053 ***
-0.032
-0.027 ***
-0.012
0.028 ***
0.012
0.024 ***
0.006
Lehrstellen
-0.001
-0.024
SÖB und GBP
-0.004
-0.010
J-statistic Instrument rank
langfristig
-0.001
60.27
64.55
87
86
-0.006 *
p-value Sargan 0.32 0.17 Schätzung mit Panel-GMM in logarithmierten Größen: Arellano/Bond n-step; Instrumente: Verzögerte endogene (dynamisch, 4 Lags) und Bevölkerungsanteile (weiblich, 3 Altersgruppen, Anteil der Bevölkerung am nicht erwerbsfähigen Alter, mit fixen Regions- und Periodeneffekten). Signifikanzniveaus: *** 1%, ** 5%, * 10%, Berechnung der langfristigen Signifikanzen mittels Delta-Methode (Wald-Test).
Heruntergebrochen auf Personen können durch 100 zusätzliche MaßnahmenteilnehmerInnen (partizipationsquotenneutrale Verschiebung von AL nach SC) mit Eingliederungsbeihilfe 11 erwerbsferne Personen zusätzlich in einen Arbeitsmarkt-nahen Status geholt werden. Langfristig verbleiben rund 5 Personen (jedoch nicht signifikant) je 100 im Arbeitskräftepotenzial. In etwas abgeschwächter Form sind diese Ergebnisse auch gültig für das Modell ohne Lehrlinge. Die übrigen Maßnahmenkategorien verhalten sich der Partizipation gegenüber neutral bis leicht negativ (Tabelle 21). wobei die negativen Koeffizienten einer geringfügigen Verdrängung von Personen in Arbeitsmarkt-ferne Status, ausgelöst durch zusätzliche MaßnahmenteilnehmerInnen, entsprechen. Diese indirekten Effekte lassen sich jedoch nur schwer begründen. Inwiefern diese auf Signaleffekte (z.B. Entmutigung) oder einen Droheffekt (vorübergehende Abmeldung von Personen als arbeitssuchend, um nicht an einer Maßnahme teilzunehmen) der Maßnahmen zurückzuführen sind, bleibt offen bzw. bedarf einer weiteren Analyse. Tabelle 21: Effekte je 100 zusätzlichen MaßnahmenteilnehmerInnen auf die Partizipation von erwerbsfernen Personen auf Basis des österreichischen Durchschnitts 2007 Modell 1 – mit Lehrlingen
Modell 2 – ohne Lehrlinge
kurzfristig
kurzfristig
langfristig
langfristig
Aktive Arbeitssuche, Orientierung und Arbeitstraining
-3,1
-3,4
-1,8
-0,4
Aus- und Weiterbildung, Kurskosten
-6,1
-3,8
-3,1
-1,4 2,3
Eingliederungsbeihilfe
11,0
4,7
9,2
Lehrstellen
-0,1
-3,2
-
-
SÖB und GBP Quelle: Schätzungen JR-InTeReg.
-1,9
-4,8
-0,5
-2,5
Vor dem Hintergrund des regional sehr unterschiedlich ausgeprägten Fördermixes kann vermutet werden, dass manche Kategorien regionenweise unterschiedliche Wirkungen entfalten. Im Sinne eines Robustheitschecks wurde daher für verschiedene 97
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Kombinationen von Bundesländern bzw. Clustern und Maßnahmentypen ermittelt, ob die beobachteten Ergebnisse bestehen bleiben. Dies wurde mittels sogenannter „Interaktionsterme“ spezifiziert 60. Insgesamt finden sich mit dieser Methode einige wenige Ausnahmen vom oben präsentierten „durchschnittlichen“ Wirkungsmuster: Kürzere Maßnahmen •
zeigen in OÖ wie auch in Cluster 4 (0406) sowohl einen kurz- wie auch einen langfristig positiven Effekt.
•
Im Cluster 3 (0103) – den steirischen Industriegebieten und peripheren Regionen („schlechtere Arbeitsmärkte“) – wirken die kürzeren Maßnahmen kurzfristig signifikant positiv, zeitigen aber keine längeren Wirkungen auf die Partizipationsquote.
•
Berücksichtigt man die Interaktion mit den Tourismusregionen, geht der signifikant negative Effekt der kürzeren Maßnahmen auf das gesamte Ergebnis verloren.
Auch die langen Maßnahmen (AW + KK) sind in Oberösterreich ebenfalls kurz- und langfristig signifikant positiv. Bei den Eingliederungsbeihilfen geht der signifikante Effekt verloren, wenn man Cluster 3 berücksichtigt. GBP + SÖB im Cluster 1 (0406) und im Cluster 5 (0406) („Gute Arbeitsmarktlage“) sind jedoch signifikant negativ. Insgesamt zeigen diese Variationen des Modells, dass Gruppen von Regionen – seien es Bundesländer oder Cluster – entweder selbst andere Wirkungen von Maßnahmen auf die Partizipationsquote zeigen (Oberösterreich, Cluster 3: „schlechtere Arbeitsmärkte) oder auch das Evaluierungsergebnis beeinflussen können (Tourismusregionen). Mit dementsprechender Vorsicht sollten die Gesamtergebnisse auch gelesen werden. In Hinblick auf sich verändernde Wirkungen in Abhängigkeit von der konjunkturellen Lage zeigt eine Stichprobenvariation, dass die Effekte ohne das Jahr der Hochkonjunktur 2007 (2004-2006) leicht positiver werden. Demgemäß konnten Hinweise gefunden werden, dass in Zeiten höherer Arbeitslosigkeit die Effektivität der Maßnahmen höher sein könnte, indem die zu bemaßnahmende Klientel erweitert wird, wodurch diese nicht nur den sich verfestigten Kern repräsentiert. Jedoch ist zu bemerken, dass die Modelle hinsichtlich des verkürzten Beobachtungszeitraums an ihre Grenzen stoßen, wodurch die Ergebnisse der Stichprobenvariation nur bedingt belastbar sind.
60
Die jeweils interessierende Maßnahmenkategorie und deren verzögerte Werte werden dabei mit einer „Dummyvariablen“ multipliziert, die nur dann den Wert 1 annimmt, wenn eine Beobachtung in der interessierenden Region betrachtet werden soll. Damit wird zusätzlich ein regionsspezifischer Maßnahmeneffekt ausgegeben, ansonsten bleibt das „durchschnittliche“ Modell über alle Regionen hinweg bestehen.
98
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
9 Vektorautoregressives Modell: Die zeitlichen Zusammenhänge 9.1 MOTIVATION Ziel dieses Abschnittes ist es, zeitliche Effekte der aktiven Arbeitsmarktpolitik anhand eines Vektorautoregressiven Ansatzes (der das Zusammenspiel mehrerer abhängiger Variablen erlaubt), abzuschätzen, indem ausgewählte Größen zueinander in Bezug gesetzt werden. Im Unterschied zu den anderen Modellen in dieser Studie wird im Rahmen dieses Ansatzes keine Unterscheidung zwischen endogenen und exogenen Variablen vorgenommen, sondern das „System“ als Ganzes betrachtet. Im Vektorautoregressiven Modell (VAR 61) werden 4 zentrale Arbeitsmarktgrößen 62 (Arbeitssuchende 63, offene Stellen, Schulungen und Beschäftigung) in Zeitreihenform zueinander in Bezug gesetzt: Jede Größe kann (potenziell) von der Gegenwart und Vergangenheit der anderen abhängen, die Stärke des Einflusses wird empirisch geschätzt. Das ermittelte VARModell dient dann als Grundlage für die Berechnung von Impuls-Antwort-Funktionen. Diese Impuls-Antwort-Funktionen geben Antwort auf die Frage, wie eine Veränderung einer Variablen („Schock“) sich in Zukunft auf diese und die anderen Variablen auswirken wird. Mittels der Methode der Zerlegung der Varianz der Prognosefehler kann überprüft werden, ob der Prognosefehler hauptsächlich auf Schocks der Variablen selbst oder auf Schocks anderer Variablen zurückzuführen ist. Unbedingt festzuhalten ist an dieser Stelle, dass die Interpretation der Ergebnisse nur eine „zeitliche Kausalität“ beinhalten kann (nicht muss), jedoch nicht als tatsächlich kausal interpretiert werden kann. 9.2 DATENSATZ UND AUSWAHL DER VARIABLEN Bei der Zahl der „Arbeitssuchenden“ sind in den Jahren 1987 bis 2007 zwei Konjunkturzyklen beobachtbar, „SchulungsteilnehmerInnen“ und „unselbstständig Beschäftigte“ steigen in diesem Zeitraum kontinuierlich an. Nach einem kontinuierlichen Rückgang der Meldung offener Stellen in den 1990er Jahren und einem zweiten Tief 2002-2004 steigen die Zahlen nun wieder an. Alle vier betrachteten Größen zeigen neben einem Trend starke saisonale Schwankungen.
61 62
63
Zum theoretischen Konzept siehe Anhang Abschnitt 0. Zu Beginn des Projekts stand die ursprüngliche Idee, die drei zentralen Zielgrößen der Evaluierung: Übergänge in geförderte Beschäftigung, Reduktion der Arbeitslosenquote bzw. Partizipationsrate gemeinsam mit einem Indikator für die aktive Arbeitsmarktpolitik zueinander in Bezug zu setzen. Aus methodischen Gründen wurde im Projektverlauf jedoch davon Abstand genommen: Bei Raten (die ja definitionsgemäß zwischen 0 und 1 beschränkt sind) wird die Normalverteilungsannahme der verwendeten Modelle verletzt. SchulungsteilnehmerInnen werden in diesem Ansatz zweifach berücksichtigt: einerseits durch die Arbeitssuchenden, andererseits durch die SchulungsteilnehmerInnen für sich. Dabei beschreiben die Arbeitssuchenden den Gesamtzustand des Arbeitsmarktes und die SchulungsteilnehmerInnen stellen die Interventionsgröße der Politik dar.
99
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Da für die Anwendung dieser Methode längere Zeitreihen benötigt werden, wurde hier – im Gegensatz zu den anderen Evaluierungsgrößen – auf die offiziellen Arbeitsmarktstatistiken des AMS zurückgegriffen. Während in den anderen Analysen Daten auf RGS-Ebene verwendet werden, werden für die Modellierung von VARs Daten auf Bundesländerbasis verwendet, da diese bis in die 1980er Jahre konsistent erhoben wurden, auf RGS-Ebene aber erst seit dem Jahr 2000 monatliche Beschäftigungsdaten verfügbar sind. Auch regionale Verzerrungen durch Pendlerströme werden durch die Verwendung von Bundesland-Daten minimiert. Die Verwendung von Monatsdaten bietet sich an, da dadurch sämtliche verfügbare Information in die Modelle Eingang findet. Dadurch lassen sich „komplexere“ Modelle mit mehr Variablen rechnen als bei Vorliegen von kurzen Reihen. Die aktive Arbeitsmarktpolitik kann durch das Arbeitsangebot, die Arbeitsnachfrage, den Bestand an Arbeitskräften und eine Größe, die den Einfluss der Politik misst, beschrieben werden. Daher wurden die Variablen „Arbeitssuchende“, „offene Stellen“, „SchulungsteilnehmerInnen“ und „unselbstständig Beschäftigte“ für die Berechnung der Modelle ausgewählt. Diese Variablen liegen auf Bundesländerbasis monatlich für den Zeitraum Jänner 1987 bis Dezember 2007 (21 Jahre bzw. 252 Monate) vor. Die aktive Arbeitsmarktpolitik kann durch das Arbeitsangebot, die Arbeitsnachfrage, den Bestand an Arbeitskräften und eine Größe, die den Einfluss der Politik misst, beschrieben werden. Daher wurden die Variablen „Arbeitssuchende“ 64 (diese deckt das Arbeitsangebot ab), „offene Stellen“ (steht für die Arbeitsnachfrage), „Schulungsteilnehmer/innen“ (als Maß des Einflusses der Politik) und „unselbstständig Beschäftigte“ (als Maß für den Bestand an Arbeitskräften) für die Berechnung der Modelle ausgewählt. Diese Variablen liegen auf Bundesländerbasis monatlich für den Zeitraum Jänner 1987 bis Dezember 2007 (21 Jahre bzw. 252 Monate) vor. Tabelle 22: Untersuchte Variablen für das VAR
AS
Zahl der Arbeitssuchenden (Arbeitslose und SchulungsteilnehmerInnen)
OS
an das AMS gemeldete offene Stellen
SC
Zahl der SchulungsteilnehmerInnen in Schulungen des AMS
USB_ges
Zahl der unselbstständig Beschäftigten
Bei den Arbeitssuchenden sind etwa 2 Konjunkturzyklen zu beobachten (1989 – 2001 sowie 2001 – 2006). Die Saisonalität aufgrund des Baugewerbes und des Tourismus ist sehr stark ausgeprägt: hoher Beschäftigungsgrad im Sommer (wenig Arbeitssuchende) und viele Arbeitssuchende im Winter. Im Burgenland sinken die Arbeitssuchendenzahlen 64
Die Zahl der Arbeitslosen hingegen ist eine durch den Einfluss der Politik veränderte Größe und beschreibt nicht das gesamte zur Verfügung stehende Arbeitsangebot.
100
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
in der warmen Jahreszeit früher und steigen später (breitere „Täler“), im Winter dagegen steigen die Arbeitssuchendenzahlen später und sinken früher als in den anderen Bundesländern. Die Arbeitssuchendenzahlen Salzburgs und Tirols spiegeln die Tourismussaisonen wider, Wien hat neben den höchsten Werten an Arbeitssuchenden auch die größten Zunahmen, des Weiteren hat sich in den letzten Jahren (ca. ab 2000) die Differenz zwischen Arbeitssuchenden-Hoch- und Tiefständen vergrößert. Abbildung 21: Entwicklung der Zahl der Arbeitssuchenden in Österreich 400,000
350,000
300,000
250,000
200,000
150,000
100,000 88
90
92
94
96
98
00
02
04
02
04
06
Quelle: AMS, JR-InTeReg.
Abbildung 22: Arbeitssuchende je Bundesland 120,000
100,000
80,000
60,000
40,000
20,000
0 88
90
92
94
B_AS N_AS T_AS
96
98 K_AS O_AS V_AS
00
06
M_AS S_AS W_AS
Quelle: AMS, JR-InTeReg.
101
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Vergleicht man die Zahl der Arbeitssuchenden (die sich aus den gemeldeten Arbeitslosen plus den SchulungsteilnehmerInnen zusammensetzt) mit der der Arbeitslosen, so ist der Effekt der Erhöhung der SchulungsteilnehmerInnen deutlich zu sehen: Seit etwa 2000 klaffen die Arbeitssuchenden- und Arbeitslosenzahlen im Winter bzw. im Sommer weit stärker auseinander als in den Jahren davor. Abbildung 23: Arbeitslose und Arbeitssuchende in Österreich im Vergleich 400,000
350,000
300,000
250,000
200,000
150,000
100,000 88
90
92
94
96 AS
98
00
02
04
06
AL
Quelle: AMS, JR-InTeReg.
Die offenen Stellen zeigen 2 Konjunkturzyklen und möglicherweise auch einen Wandel in der Meldepolitik der Unternehmen. Während in den Jahren 1989 bis 1993 je Monat immer mehr als 40.000 offene Stellen verzeichnet werden, sind es in den weiteren Jahren ständig weniger. Die absolute Spitze von über 67.700 offenen Stellen liegt im Jahr 1990, Mitte 2007 werden rund 43.000 offene Stellen verzeichnet.
102
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Abbildung 24: Entwicklung der Zahl der (gemeldeten) offenen Stellen in Österreich 70,000
60,000
50,000
40,000
30,000
20,000
10,000 88
90
92
94
96
98
00
02
04
06
Quelle: AMS, JR-InTeReg.
Die Schulungsteilnahmen nehmen (bis auf einen Einbruch gleich zu Beginn des Beobachtungszeitraums) sukzessive zu. Die sehr regelmäßige Struktur der Jahre 1988 bis 1999 (wenige Schulungen im Sommer, ein leichter Rückgang an SchulungsteilnehmerInnen zum Jahreswechsel) ändert sich ab 2000 insofern, als die Zahl der Schulungsteilnehmer/innen nun sowohl im Sommer als auch im Winter stark abnimmt. In Kärnten, Burgenland, Salzburg und Tirol stagnieren die Schulungszahlen über die Jahre auf einem recht niedrigen Niveau, in Niederösterreich steigen die Schulungszahlen ab 1997 stärker als in den Jahren zuvor und sind seit dieser Zeit auf demselben (absoluten) Niveau wie die Zahlen in der Steiermark und in Oberösterreich. Während sich die Schulungszahlen in Wien bis etwa Ende 1998 auf demselben (absoluten) Niveau wie Oberösterreich und Steiermark bewegen, nehmen sie seit 1999 überproportional stark (im Vergleich zu den anderen Bundesländern) zu. Des Weiteren ist der Unterschied zwischen den Tiefst- und Höchstständen an SchulungsteilnehmerInnen in Wien seit etwa 1999 viel größer geworden.
103
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Abbildung 25: Entwicklung der Zahl der SchulungsteilnehmerInnen in Österreich 70,000 60,000 50,000 40,000 30,000 20,000 10,000 0 88
90
92
94
96
98
00
02
04
06
Quelle: HVSV, JR-InTeReg.
Abbildung 26: SchulungsteilnehmerInnen je Bundesland 24,000
20,000
16,000
12,000
8,000
4,000
0 88
90
92
94
B_SC N_SC T_SC
96
98 K_SC O_SC V_SC
00
02
04
06
M_SC S_SC W_SC
Quelle: AMS, JR-InTeReg.
Die Zahl der unselbstständig Beschäftigten (USB) nimmt im Betrachtungszeitraum 19872007 um rund 25 % zu, wobei ab 1993 die Zunahmen langsamer erfolgen als im Zeitraum davor – dies ist vor allem auf die Stagnation der Zuwächse an unselbstständig Beschäftigten in Wien zurückzuführen.
104
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Abbildung 27: Entwicklung der Zahl der unselbstständig Beschäftigten in Österreich 3,500,000 3,400,000 3,300,000 3,200,000 3,100,000 3,000,000 2,900,000 2,800,000 2,700,000 88
90
92
94
96
98
00
02
04
06
02
04
Quelle: HVSV, JR-InTeReg.
Abbildung 28: Unselbstständig Beschäftigte je Bundesland 900,000 800,000 700,000 600,000 500,000 400,000 300,000 200,000 100,000 0 88
90
92
94
B_USB N_USB T_USB
96
98 K_USB O_USB V_USB
00
06
M_USB S_USB W_USB
Quelle: AMS, JR-InTeReg.
105
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
9.3 MODELLIERUNG MITTELS VAR Die Modellierung von Zeitreihen mittels VAR 65 (vgl. etwa Lütkepohl, H. (2006)) bietet sehr flexible und relativ einfach anzuwendende Methoden zur Analyse multivariater Zeitreihen. Fragestellungen, die mit Hilfe der nachfolgenden Analyse geklärt werden sollen, sind etwa: Mit welcher Verzögerung reagiert die Politik auf gesteigerte Arbeitslosenzahlen? Gibt es einen zeitlichen Zusammenhang zwischen Schulungen und einer folgenden Änderung der Arbeitslosigkeit? Welcher zeitliche Zusammenhang besteht zwischen der Veränderung offener Stellen (= Nachfragesteigerungen) und der Veränderung der Arbeitslosigkeit? Wie viel Prozent der Varianz des Prognosefehlers der Arbeitssuchendenzahlen erklären sich durch einen Schock auf die Schulungen? Des Weiteren kann man sich fragen, ob es räumliche Muster gibt, ob also die zu obigen Fragen gefundenen Antworten für ganz Österreich gleichermaßen gelten oder ob es Regionen gibt, für die die Antworten anders ausfallen. Dies könnte mittels Methoden zur Berechnung räumlicher VARs geklärt werden. Diese Methoden existieren in theoretischen Konzepten und teilweise als Routinen (etwa Beenstock, Felsenstein (2007) oder Mutl (2009)), wurden aber bislang nicht in kommerziellen Softwarepaketen implementiert. Der Aufwand, die theoretischen Konzepte selbst in Routinen umzusetzen, würde den Rahmen dieses Projektes sprengen. Räumliche Effekte werden aber untersucht und berücksichtigt, indem neben der Modellierung des Panel-Ö-VARs und der VARs für die einzelnen Bundesländer auch Gruppen von Ländern modelliert werden mit dem Ziel herauszufinden, ob es Länder gibt, die untereinander homogen in den untersuchten Variablen agieren (also etwa eine ähnliche Arbeitsmarktpolitik betreiben oder wo die Teilnahme an Schulungen ähnliche Verläufe über die Jahre zeigt) und wo Schocks in Variablen ähnliche Auswirkungen im Zeitverlauf haben.
65
Eine Beschreibung des Modells findet sich im Anhang.
106
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
9.4 ERGEBNISSE Betrachtet man die Zahl der Arbeitssuchenden als Reaktion auf eine Steigerung der SchulungsteilnehmerInnen, so lassen sich vier Bundesländer-Gruppen identifizieren: Wien, Gruppe Salzburg, Tirol und Vorarlberg, Gruppe Nieder- und Oberösterreich, Gruppe Burgenland, Kärnten, Steiermark. Diese Gruppen können als Panel-VARs modelliert werden. Abbildung 29: Überblick über die Vorgehensweise bei der Modellierung der VARs
Österreich-VAR Panel-VAR (alle neun Bundesländer gemeinsam) B
K
N
Gruppe B, K, St
O
S
Gruppe S, T, V
St
T
V
W
Gr. N, O
W
Zunächst werden die Zeitreihen je betrachteter Variablen summiert und ein VAR für die entstandenen Österreich-Werte gerechnet. Dieses VAR (in Folge „Österreich-VAR“) gibt also die Abhängigkeiten und gegenseitigen Beeinflussungen auf Österreich-Niveau wieder, wenn also angenommen wird, dass es keine räumlichen Unterschiede in den Arbeitsmärkten der Bundesländer gibt. Anschließend wird das numerisch aufwendigere Modell mit Panel-Daten gerechnet, also ein Panel-VAR für Österreich (in Folge „PanelÖ-VAR“), in dem die Unterschiede in den Bundesländern berücksichtigt werden. In einem weiteren Schritt werden Modelle für die einzelnen Bundesländer geschätzt und analysiert. Dabei wird untersucht, ob es Länder gibt, die vom Österreich-Schnitt abweichen und wenn ja, in welchen Variablen, ob es Bundesländer gibt, die sich „ähneln“ und ob es räumliche Muster gibt. Solcherart identifizierte Bundesländer werden anschließend zu Gruppen zusammengefasst und wieder in Form von Panel-VARs analysiert. Österreich-VAR
Eine Untersuchung der vier betrachteten Größen ergibt für das Österreich-VAR, dass die Variablen laut Granger-Kriterium66 ein Feedback-System 67 bilden. Es wird ein VAR unter Beachtung eines Trends und von Saisonalitäten angewendet.
66
Definition des Granger-Kriteriums im Anhang Abschnitt 0. Wenn gleichzeitig xt Granger kausal für yt und yt Granger kausal für xt ist, spricht man von einem Feedback-System der beiden Variablen. 67
107
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Tabelle 23: Granger-Kausalität für Österreich-VAR VAR Granger Causality/Block Exogeneity Wald Tests Sample: 1987M01 2007M12 Included observations: 240 Dependent variable: AS Excluded Chi-sq df Sig. OS SC USB_GES All
23.24719 26.15824 52.47563 127.8867
Dependent variable: OS Excluded Chi-sq AS SC USB_GES All
25.31923 51.70118 18.02339 132.3931
Dependent variable: SC Excluded Chi-sq AS OS USB_GES All
24.11616 22.91618 28.12821 111.7017
Dependent variable: USB_GES Excluded Chi-sq AS OS SC All
16.92189 31.12797 31.08270 95.60714
12 12 12 36
* * *** ***
df 12 12 12 36
* *** ***
df
Sig.
12 12 12 36
* * ** ***
df
Sig.
12 12 12 36
** ** ***
Quelle: AMS, HVSV, Berechnung JR-STA.
Anschließend an die Schätzung des Modells werden Impuls-Antwort-Funktionen für die vier Variablen gerechnet. Die Arbeitssuchendenzahlen reagieren auf Veränderungen („Schocks“) in den anderen Variablen wie folgt: •
Schock auf Personen in Schulungen: Eine Erhöhung der Personen in Schulungen bewirkt nach ca. 5 Monaten ein Sinken der Zahl an Arbeitssuchenden. Es ist also eine positive (zeitverzögerte) Tendenz zu beobachten.
•
Schock auf offene Stellen: Im ersten Jahr nach der Erhöhung der Zahl der offenen Stellen kommt es zu einer leichten Erhöhung der Arbeitssuchendenzahlen, anschließend sinken die Arbeitssuchendenzahlen im Mittel nachhaltig. Dies könnte dahingehend interpretiert werden, dass ein Anstieg offener Stellen zunächst den Pool der Arbeitssuchenden erhöht, weil auch vormals nicht Arbeitssuchende durch das stärkere Angebot angezogen werden, und sich als Arbeitssuchend melden. Erst nach ca. 12 Monaten werden diese Arbeitssuchenden wieder „abgebaut“, durch Besetzungen, die erst mit friktionaler Verzögerung stattfinden, und zeitintensivere Such- und Matchingprozesse suggerieren, oder auch wieder durch Rückzug der Arbeitssuchenden aus dem Arbeitsangebot. Der Effekt nivelliert nach ca. 2 Jahren und kommt zum Stillstand. 108
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Schock auf unselbstständig Beschäftigte: Die Arbeitssuchendenzahlen steigen sofort, zunächst leicht, nach einem halben Jahr verstärkt. Wenn der Arbeitsmarkt attraktiver wird, ziehen unter Umständen Menschen zu und versuchen, in Beschäftigung zu kommen. Da dies nicht allen gelingen muss, erhöht sich auch die Zahl der Arbeitssuchenden. Dieser Effekt ist ab ca. 1 Jahr bis etwa 2 ½ Jahre nach dem Schock signifikant.
•
Abbildung 30: IRF für Österreich-VAR – Reaktionen von AS auf Schocks auf OS, SC und USB Accumulated Response of AS to Nonfactorized One Unit SC Innovation
Accumulated Response of AS to Nonfactorized One Unit OS Innovation
20
Accumulated Response of AS to Nonfactorized One Unit USB_GES Innovation
30
20
20 10
16 10
0
0
12
-10 -10
8 -20
-20
-30
4
-40 -30
0 -50
-40
-60 5
10
15
20
25
30
35
-4 5
10
15
20
25
30
35
5
10
15
20
25
30
35
Quelle: AMS, HVSV, JR-InTeReg.
Die Analyse der Fehler-Dekomposition (FEVD) ergibt für die Zahl der Arbeitssuchenden, dass die Schulungsteilnahmen und die offenen Stellen keine große Rolle bei den monatlichen Fluktuationen der Arbeitssuchenden spielen. Die Dynamiken der Arbeitssuchendenzahlen sind zunächst großteils durch ihre eigenen Schocks dominiert, Fluktuationen in den Arbeitssuchendenzahlen zeigen auf kurze Sicht (bis ein halbes Jahr nach dem Schock) keine Zusammenhänge mit den offenen Stellen, den Schulungsteilnahmen oder den unselbstständig Beschäftigten. Auf längere Sicht nimmt der Einfluss der unselbstständig Beschäftigten zu (über 24 % nach 3 Jahren). Tabelle 24: Österreich-VAR: Varianz-Dekomposition für AS VD von AS: Periode 1 6 12 18 24 30 36
AS
OS
SC
USB_GES
100,00 96,31 81,54 73,37 67,36 65,73 66,11
0,00 1,30 2,86 4,44 6,36 6,79 6,64
0,00 0,92 1,59 1,69 2,05 2,64 2,95
0,00 1,46 14,02 20,51 24,24 24,84 24,29
Quelle: AMS, HVSV, JR-InTeReg.
109
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Panel-Ö-VAR
Die Untersuchung der Kausalität der Variablen für die Panel-Ö-Daten mittels Test auf Granger-Kausalität ergibt, dass alle gewählten Variablen jeweils die anderen paarweise beeinflussen, es existieren also bidirektionale Wirkungsweisen, wir haben es also mit einem sogenannten Feedback-System zu tun. Die Modellierung des Panel-Ö-VARs erfolgt unter Beachtung eines Trends und von Saisonalitäten, wobei als exogene Variablen Dummies für die Bundesländer gesetzt werden. Tabelle 25: Granger-Kausalität für das Panel-Ö-VAR VAR Granger Causality/Block Exogeneity Wald Tests Sample: 1987M01 2007M12 Included observations: 2160 Dependent variable: AS Excluded Chi-sq
df
Sig.
SC OS USB_GES
155.5367 227.8623 353.5328
12 12 12
*** *** ***
All
862.2700
36
***
df
Sig.
Dependent variable: SC Excluded Chi-sq AS OS USB_GES
162.2947 87.86695 95.45226
12 12 12
*** *** ***
All
433.2089
36
***
df
Sig.
Dependent variable: OS Excluded Chi-sq AS SC USB_GES
186.0888 155.4071 256.8886
12 12 12
*** *** ***
All
791.1870
36
***
df
Sig.
Dependent variable: USB_GES Excluded Chi-sq AS SC OS
264.7350 145.6334 425.8623
12 12 12
*** *** ***
All
1365.348
36
***
Quelle: AMS, HVSV, JR-STA.
Vergleicht man die obigen Ergebnisse mit dem Panel-Ö-VAR, so ergibt sich ein ähnliches, aber nicht deckungsgleiches Bild bei den Reaktionen der Arbeitssuchendenzahlen auf Schocks in den anderen drei Variablen: •
Eine Erhöhung der Personen in Schulungen bewirkt nach 20 Monaten, in denen ein leichtes Steigen von einem Sinken und einem nochmaligen Steigen gefolgt wird, im Mittel ein nachhaltiges Sinken der Zahl an Arbeitssuchenden. Es ist also eine positive (zeitverzögerte) Tendenz zu beobachten. 110
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
•
Schock auf offene Stellen: Die Zahl der Arbeitssuchenden sinkt sofort nachhaltig. Nach jeweils einem Jahr lässt sich eine leichte, etwa 2 Monate dauernde Trendumkehr beobachten). Nicht mehr beobachtet wird hier das im ÖsterreichAggregat zu beobachtende vorläufige Ansteigen der Zahl der Arbeitssuchenden.
•
Nimmt die Zahl der unselbstständig Beschäftigten zu, dann steigt auch die Zahl der Arbeitssuchenden signifikant.
Auffallend sind vor allem die weniger „glatten“ Kurven. Bei allen drei Abbildungen sind Richtungsänderungen des Verlaufs der IRFs zu beobachten. Grund dafür könnten starke saisonale Schwankungen in einzelnen Bundesländern sein. Die engeren Fehler-Bänder (Error Bounds) resultieren aus der Mehrinformation durch Verwendung der Panel-Daten anstelle der summierten Daten. Der Vergleich der IRFs für die österreichischen Durchschnittsdaten und für die PanelDaten zeigt also, dass es Unterschiede der Auswirkung von Schocks in einer Variablen auf die anderen Variablen gibt – das VAR für die Panel-Daten geht eben genauer auf Unterschiede in den Bundesländern ein und erlaubt damit eine differenziertere Betrachtung. Eine regionale Betrachtung ist daher sinnvoll. Abbildung 31: IRFs für Panel-Ö-Daten – Reaktionen von AS auf Schocks auf OS, SC und USB Accumulated Response of AS to Nonfactorized One Unit SC Innovation
Accumulated Response of AS to Nonfactorized One Unit OS Innovation
4
Accumulated Response of AS to Nonfactorized One Unit USB_GES Innovation
0
2
5
-4
4
0 -8 3
-2 -12 -4
2 -16
-6 1
-20
-8 -10
-24 5
10
15
20
25
30
35
0 5
10
15
20
25
30
35
5
10
15
20
25
30
35
Quelle: AMS, HVSV, JR-InTeReg.
Weitere interessante Ergebnisse der Modellierung der Panel-Daten durch IRFs sind: Ein Schock auf die Zahl der Arbeitssuchenden (AS) wirkt sich positiv auf die Zahl der Personen in Schulungen (SC) aus (leichte, signifikante Zunahme an SC in den nächsten 3 Jahren), aber nicht auf die Zahl der offenen Stellen (OS). Abbildung 32: IRF für Panel-Ö-Daten –Schock auf AS, Reaktion von SC bzw. von OS Accumulated Response of SC to Nonfactorized One Unit AS Innovation
Accumulated Response of OS to Nonfactorized One Unit AS Innovation
2.8
0.4
2.4 0.0 2.0 -0.4
1.6 1.2
-0.8
0.8 -1.2 0.4 0.0
-1.6 5
10
15
20
25
30
35
5
10
15
20
25
30
35
Quelle: AMS, JR-InTeReg.
111
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Steigt die Zahl der offenen Stellen, so geht die Zahl der Personen in Schulungen nach ca. 2 Jahren im Mittel leicht zurück. Das heißt, dass bereits diese zeitliche Analyse auf das potenzielle Vorliegen von Lock-In Effekten hin deutet: Während die Zahl der Arbeitssuchenden auf eine Veränderung der offenen Stellen sofort reagiert, sinken die SchulungsteilnehmerInnenzahlen erst mit merklicher Verzögerung: Dies könnte einerseits bedeuten, dass SchulungsteilnehmerInnen erst als „letzte Gruppe“ eines Aufschwungs gematcht werden, oder auch, dass im Zuge einer besseren Arbeitsmarktlage – signalisiert durch den Anstieg offener Stellen – letztlich mit starker zeitlicher Verzögerung weniger Personen in Schulungen aufgenommen werden (müssen). Abbildung 33: IRF für Panel-Ö-Daten –Schock auf OS, Reaktion von SC Accumulated Response of SC to Nonfactorized One Unit OS Innovation 2 1 0 -1 -2 -3 -4 -5 5
10
15
20
25
30
35
Quelle: AMS, JR-InTeReg.
Die Analyse der Fehler-Dekomposition (FEVD) ergibt für die Arbeitssuchenden ein ähnliches Bild wie im Österreich-VAR. Die Dynamiken der Arbeitssuchendenzahlen sind großteils durch ihre eigenen Schocks dominiert, und zwar stärker noch als beim Österreich-VAR. Auf längere Sicht nimmt der Einfluss der unselbstständig Beschäftigten zu, aber nicht so stark wie beim Österreich-VAR. Tabelle 26: Panel-Ö-VAR: Varianz-Dekomposition für AS VD von AS: Periode 1 6 12 18 24 30 36
AS
SC
OS
USB_GES
100.00 83.59 78.67 80.53 78.45 79.85 78.44
0.00 0.72 1.38 1.27 1.92 1.60 2.03
0.00 3.43 6.16 5.36 5.17 5.00 4.87
0.00 12.26 13.79 12.84 14.46 13.55 14.67
Quelle: AMS, HVSV, JR-InTeReg.
112
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Bundesländer-VARs
Da die Analyse der Daten als Panel-VAR zwar eine differenziertere Sicht ermöglicht als mittels Österreich-VAR, trotzdem aber nicht alle Eigenheiten der einzelnen Bundesländer widerspiegeln kann, werden die Bundesländer auch separat mit VARs modelliert. So kann die Frage beantwortet werden, wie die unterschiedlichen Arbeitsmärkte (Tourismus, Industrie,…) in Zusammenhang mit der Arbeitsmarktpolitik stehen. Die Analyse der einzelnen Bundesländer ergibt: Wird ein Schock auf die Zahl der Personen in Schulungen initiiert (die Zahl der Personen in Schulungen wird also zu einem bestimmten Zeitpunkt „schockartig“ erhöht), so lassen sich Gruppen von Bundesländern identifizieren, die in Bezug auf die Reaktion der Arbeitssuchendenzahlen ähnlich reagieren:
•
Burgenland, Kärnten und Steiermark zeigen im Mittel erst eine Zunahme an Arbeitssuchenden, nach ca. 15 bzw. 25 Monaten (Burgenland) nimmt die Zahl der Arbeitssuchenden dann ab, Nieder- und Oberösterreich zeigen zunächst keinen Effekt, dann nehmen die Arbeitssuchenden im Mittel ab, Salzburg, Tirol und Vorarlberg zeigen im Mittel eine sofortige Abnahme von Arbeitssuchenden, Wien zeigt erst nach rund 3 Jahren im Mittel eine schwach ausgeprägte Abnahme der Arbeitssuchenden..
• • •
Abbildung 34: Schock auf SC, Antwort von AS – Burgenland, Kärnten, Steiermark Accumulated Response of B_AS to Nonfactorized One Unit B_SC Innovation
Accumulated Response of K_AS to Nonfactorized One Unit K_SC Innovation
Accumulated Response of M_AS to Nonfactorized One Unit M_SC Innovation
20
40
30
15
30
20
10
20
5
10
10 0
0 0 -5
-10 -10
-10
-20
-20
-15 -20
-30
-25
-40 5
10
15
20
25
30
35
-30 -40 5
10
15
20
25
30
35
5
10
15
20
25
30
35
Quelle: AMS, JR-InTeReg.
Abbildung 35: Schock auf SC, Antwort von AS – Nieder- und Oberösterreich Accumulated Response of N_AS to Nonfactorized One Unit N_SC Innovation
Accumulated Response of O_AS to Nonfactorized One Unit O_SC Innovation
20
20
10
10 0
0
-10 -10 -20 -20 -30 -30
-40
-40
-50
-50
-60 5
10
15
20
25
30
35
5
10
15
20
25
30
35
Quelle: AMS, JR-InTeReg.
113
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Abbildung 36: Schock auf SC, Antwort von AS – Salzburg, Tirol, Vorarlberg Accumulated Response of S_AS to Nonfactorized One Unit S_SC Innovation
Accumulated Response of T_AS to Nonfactorized One Unit T_SC Innovation
10
30
0
20
Accumulated Response of V_AS to Nonfactorized One Unit V_SC Innovation 20 0
10
-10
-20
0 -20
-40 -10
-30
-60 -20
-40
-80
-30
-50
-100
-40
-60
-50 5
10
15
20
25
30
35
-120 5
10
15
20
25
30
35
5
10
15
20
25
30
35
Quelle: AMS, JR-InTeReg.
Abbildung 37: Schock auf SC, Antwort von AS – Wien Accumulated Response of W_AS to Nonfactorized One Unit W_SC Innovation 30
20
10
0
-10
-20
-30 5
10
15
20
25
30
35
Quelle: AMS, JR-InTeReg.
Die Untersuchung von Schocks auf andere Variablen und deren Auswirkungen ergibt kein so differenziertes Bild, es können also keine gut abgegrenzten Gruppen identifiziert werden. Daher werden die Bundesländer in die vier oben identifizierten Gruppen zusammengefasst und VAR-Modelle für diese Gruppen berechnet und analysiert. Gruppen-VARs
Werden Niederösterreich und Oberösterreich zusammen in einem Panel geschätzt, dann ergeben sich zu den Einzelschätzungen konsistente Impuls-Antwort-Funktionen – anstelle der beiden VARs für Nieder- und Oberösterreich (im Folgenden „NO“) allein kann also das Panel-VAR für die Gruppe verwendet werden. Dies gilt gleichermaßen für die Gruppe Burgenland, Kärnten und Steiermark (im Folgenden „BKM“), sowie für die Gruppe Salzburg, Tirol, Vorarlberg („STV“). Damit können anstelle von 9 einzelnen VARs nun drei Panel-VARs und ein VAR für Wien („W“) geschätzt und für Analysen herangezogen werden. Anders betrachtet, ist die Modellierung und Analyse dieser PanelVARs ein Test, ob die identifizierten Gruppen wirklich Gruppen sind, auch in den Ergebnissen für die anderen Variablen. Die Ergebnisse der Modellierung der Gruppen sind im Folgenden angeführt.
114
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Auswirkung auf die Zahl der Arbeitssuchenden:
Schock auf SC, Antwort von AS: Die Gruppen STV, BKM und NO zeigen stärkere Effekte als Panel-Ö, ein Schock auf die Personen in Schulungen zieht in diesen Gruppen eine Verringerung der Arbeitssuchenden nach sich, die auch stärker ausgeprägt ist als in Wien, wobei in STV und BKM dieser Verringerung zunächst (im ersten Jahr nach dem Schock) eine Erhöhung der Arbeitssuchendenzahlen vorausgeht. Schock auf OS, Antwort von AS: Die Gruppe BKM zeigt nach rund zwei Jahren einen leichten Aufwärtstrend – der Schock auf die offenen Stellen zeigt also keinen nachhaltigen Effekt auf die Verringerung der Arbeitssuchendenzahlen. Dies könnte auf einen stärkeren strukturellen Mismatch in der Steiermark und in Kärnten zurückzuführen sein. In der Gruppe STV sind saisonale Effekte zu sehen, die die anderen Gruppen nicht zeigen, die aber auch in der IRF der Paneldaten für Österreich zu sehen sind. Die starken saisonalen Effekte dieser Tourismusländer wirken also auch in der gemeinsamen Betrachtung aller neun Bundesländer. Auswirkung auf die Zahl der unselbstständig Beschäftigten:
Ein Schock auf die Arbeitssuchenden wirkt sich in keiner Gruppe auf die Zahl der unselbstständig Beschäftigten aus. Ein Schock auf die Personen in Schulungen wird von einer Erhöhung der Zahl der unselbstständig Beschäftigten in allen Gruppen außer Wien, hier sinkt die Zahl, gefolgt. Werden die offenen Stellen geschockt, so steigt in allen Gruppen die Zahl der unselbstständig Beschäftigten. Schock auf SC, Antwort von SC: Während im Panel-Ö-VAR die Reaktion auf einen Schock in den Schulungsteilnahmen über alle 3 Jahre in die Zukunft einen positiven Effekt auf sich selbst zeigt (ein Schocken der Schulungsteilnahmen bewirkt also eine Erhöhung der Schulungsteilnahmen in den darauffolgenden Jahren), zeigt die Gruppe NO zwar zunächst auch eine Zunahme, dann aber eine Trendumkehr. Dies ist in den anderen Gruppen nicht zu beobachten. Wien zeigt keinen Effekt: Ein Schock auf die Schulungsteilnahmen zum Zeitpunkt Null zeigt also keine Wirkung in den folgenden Monaten.
115
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
A Anhang A.1. STRATEGISCHE LEITLINIEN DER EU UND DES AMS Tabelle 27: Beschäftigungspolitische Leitlinien der Europäischen Union, 2001-2005 Beschäftigungspolitische Leitlinien 2001/2002
Beschäftigungspolitische Leitlinien 2003
Beschäftigungspolitische Leitlinien 2005
Übergreifende Ziele: (1) Vollbeschäftigung, (2) Steigerung der Arbeitsplatzqualität und Arbeitsproduktivität, (3) Stärkung des sozialen Zusammenhalts und der sozialen Eingliederung
LL 16: (1) Vollbeschäftigung, (2) Steigerung Arbeitsplatzqualität und Arbeitsproduktivität und Stärkung des sozialen und territorialen Zusammenhalts
LL1 Aktive und präventive Maßnahmen für Arbeitslose und Nichterwerbspersonen
LL 18 Bessere Integration arbeitsuchende und benachteiligte Menschen in den Arbeitsmarkt
der (3)
I. Verbesserung der Beschäftigungsfähigkeit LL1 Bekämpfung der Jugendarbeitslosigkeit und Verhütung von Langzeitarbeitslosigkeit
LL2 Beschäftigungsfreundlicher Ansatz für Sozialleistungen, Steuern und Ausbildungssysteme
LL 8 Arbeit lohnend machen und entsprechende Anreize schaffen
LL 21 Beschäftigungsfreundliche Entwicklung der Lohnkosten und der sonstigen Arbeitskosten
LL 9 Überführung von nicht angemeldeter Erwerbstätigkeit in reguläre Beschäftigung
LL 20 Ausgewogenes Verhältnis von Flexibilität und Beschäftigungssicherheit und Verringerung der Segmentierung der Arbeitsmärkte
LL3 Entwicklung einer Politik zur Förderung des aktiven Alterns
LL 5 Erhöhung des Arbeitskräfteangebots und Förderung des aktiven Alterns
LL 17 Lebenszyklusorientierter Beschäftigungspolitik
LL4 + 5 Qualifizierung für den neuen Arbeitsmarkt im Kontext des lebenslangen Lernens
LL 4 Förderung des Aufbaus von Humankapital und des lebensbegleitenden Lernens
Ansatz
in
LL 22 Steigerung und Optimierung der Investitionen in Humankapital LL 23 Anpassung der Aus- und Weiterbildungssysteme auf neue Qualifikationsanforderungen
LL 6 Aktive Politiken zur besseren Abstimmung zwischen Angebot und Nachfrage und zur frühzeitigen Behebung von Engpässen auf den neuen europäischen Arbeitsmärkten
116
der
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich Beschäftigungspolitische Leitlinien 2001/2002 LL 7 Bekämpfung von Diskriminierung und Förderung der sozialen Integration durch Zugang zur Beschäftigung II. Entwicklung des Unternehmergeistes und Schaffung von Arbeitsplätzen LL 8 + 9 Erleichterung der Gründung und Führung von Unternehmen LL 10 Neue Beschäftigungsmöglichkeiten in der wissensbasierten Gesellschaft und im Dienstleistungssektor LL 11 Regionale und lokale Beschäftigungsinitiativen LL 12 Steuerreform zur Förderung von Beschäftigung und Ausbildung
Beschäftigungspolitische Leitlinien 2003
Beschäftigungspolitische Leitlinien 2005
LL 7 Förderung der Integration und Bekämpfung der Diskriminierung benachteiligter Menschen auf dem Arbeitsmarkt
LL 18 Bessere Integration arbeitsuchende und benachteiligte Menschen in den Arbeitsmarkt
LL 2 Schaffung von Arbeitsplätzen und Unternehmergeist
LL 10 Überwindung regionaler Disparitäten bei der Beschäftigung LL 8 Arbeit lohnend machen und entsprechende Anreize schaffen
III. Förderung der Anpassungsfähigkeit der Unternehmen und ihrer Beschäftigten LL 13 + 14 Modernisierung der Arbeitsorganisation LL 15 Förderung der Anpassungsfähigkeit in den Unternehmen als Komponente des lebenslangen Lernens IV. Verstärkung der Maßnahmen zur Förderung der Chancengleichheit für Frauen und Männer LL 16 Gender Mainstreaming LL 17 Abbau der geschlechtsspezifischen Unterschiede LL 18 Vereinbarkeit von Familie und Beruf
LL 3 Bewältigung des Wandels und Förderung der Anpassungsfähigkeit in der Arbeitswelt
LL 20 Ausgewogenes Verhältnis von Flexibilität und Beschäftigungssicherheit und Verringerung der Segmentierung der Arbeitsmärkte
LL 19 Abbau von Ungleichgewichten am Arbeitsmarkt LL 21 Beschäftigungsfreundliche Entwicklung Lohnkosten und der sonstigen Arbeitskosten
der
LL 20 Ausgewogenes Verhältnis von Flexibilität und Beschäftigungssicherheit und Verringerung der Segmentierung der Arbeitsmärkte LL 22 Steigerung und Optimierung der Investitionen in Humankapital
LL 6 Gleichstellung der Geschlechter
LL 20 Ausgewogenes Verhältnis von Flexibilität und Beschäftigungssicherheit und Verringerung der Segmentierung der Arbeitsmärkte
Quellen: Lutz, Mahringer, Pöschl (2005), AMS. Anmerkung: Die Zuordnung 2003 und 2005 beruht auf jener von Lutz, Mahringer, Pöschl (2005), S. 312.
117
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Tabelle 28: Zielvorgaben des Bundesministeriums Zielvorgaben des zuständigen Bundesministeriums an das Arbeitsmarktservice (AMS) 2001
Zielvorgaben des zuständigen Bundesministeriums an das Arbeitsmarktservice (AMS) 2006 Spitzenposition des AMS im europäischen Vergleich halten
Dauerhafte Integration auf Arbeitsplätze im ersten Arbeitsmarkt mit existenzsicherndem Einkommen Aktive Maßnahmen Qualifizierungsmaßnahmen im weitesten Sinne mit dem Ziel der Verringerung von Arbeitslosigkeit, zur Sicherung der Beschäftigung und zur Unterstützung der Arbeitsaufnahme
Qualität und Nachhaltigkeit der arbeitsmarktpolitischen Maßnahmen verbessern Qualitätsvermittlung fördern durch • Verbesserung der Selbstbedienungsangebote • Förderung berufs- und branchenübergreifende sowie überregionaler Vermittlung Orientierung auf die KundInnen
Vorziehen der Aktivierung gegenüber passiver Versorgung sowie die materielle Absicherung von arbeitslosen Personen gewährleisten
Vereinbarungskultur zwischen AMS und Kunden und Kundinnen durch Betreuungspläne verbessern Weiterentwicklung der Early Intervention
Ausgrenzung infolge von Langzeitarbeitslosigkeit, v.a. bei Älteren, entgegenwirken
Langzeitbeschäftigungslosigkeit abbauen und Langzeitarbeitslosigkeit im Auge behalten
Verringerung der geschlechtsspezifischen Segregation am Arbeitsmarkt durch weitestmögliche Herstellung von Chancengleichheit
Chancengleichheit für Frauen, Jugendliche und ältere Menschen am Arbeitsmarkt fördern
Erhöhung der Transparenz am Arbeitsmarkt, um ein möglichst rasches Zusammenfinden von Arbeitskräfteangebot und –nachfrage zu ermöglichen (Optimierung des Matching)
Transparenz des Arbeitsmarktes ausbauen (Internet, wissenschaftliche Begleitforschung) Qualitätsvermittlung fördern durch • Verbesserung der Selbstbedienungsangebote • Förderung berufs- und branchenübergreifende sowie überregionaler Vermittlung
Frühzeitige Beratung und Unterstützung der Betriebe bei der Entwicklung der „Humanressourcen“ Quelle: BMWA..
118
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Tabelle 29: Längerfristiger Plan des AMS 1999-2002, 2003-05, 2006-08 Strategische Schwerpunkte des AMS (1999-2002)
Strategische Schwerpunkte des AMS (2003-05)
Verhinderung dauerhafter Ausgrenzung aus dem Beschäftigungssystem
Kernprozess: Unterstützung der Arbeitkräfte • Verhinderung dauerhafter Ausgrenzung aus dem Beschäftigungssystem
Unterstützung der Anpassung der Arbeitskräfte an den strukturellen Wandel
• •
Aktivierung vor passiver Versorgung (Early Intervention) Konsequente Ausrichtung des AMS auf seine KundInnen
Kernprozess: Unterstützung der Unternehmen •
Optimierung des Arbeitsmarkt-Matchings Optimale Bereitstellung der behördlichen Dienstleistungen
Entwicklung und Erschließung der Humanressourcen
Kernprozess: Informationsbereitstellung und Vermittlungsdrehscheibe • Optimierung des Arbeitsmarktmatchings • Positionierung des AMS als führendes Dienstleistungsunternehmen am Arbeitsmarkt Querschnitt: Förderung der Chancengleichheit • Förderung der Chancengleichheit von Männern und Frauen am Arbeitsmarkt
Strategische Schwerpunkte des AMS (2006-08) Kernprozess: Unterstützung der Arbeitkräfte • Verhinderung von dauerhafter Ausgrenzung aus dem Beschäftigungssystem • Unterstützung der Anpassung der Arbeitskräfte an den strukturellen Wandel • Aktivierung vor passiver Versorgung (Early Intervention) • Ausrichtung des Dienstleistungsangebotes auf KundInnenwunsch und –bedarf Kernprozess: Unterstützung der Unternehmen • Erhöhung des Einschaltgrades • Entwicklung der Humanressourcen Kernprozess: Informationsbereitstellung und Vermittlungsdrehscheibe • Optimierung des Arbeitsmarkt-Matching • Positionierung des AMS als führendes Dienstleistungsunternehmen am Arbeitsmarkt • Konsequente Ausrichtung des AMS auf seine KundInnen Querschnitt: Förderung der Chancengleichheit • Programm für die Gleichstellung v on Frauen und Männern am Arbeitsmarkt • Fortführung des GM-Prinzips im AMS
Quelle: AMS.
119
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Tabelle 30: Arbeitsmarktpolitische Jahresziele des AMS 1999-2008 Zielsetzungen Early Intervention für Jüngere, Arbeitslosigkeit kurz halten
Early Intervention für Ältere, Arbeitslosigkeit kurz halten
Indikator Übertritte > 6 Monate Jugendliche Arbeitslosigkeit, Lehrstellensuchende Übertritte über 5 Monate AL Jugendliche 6 Monate
Verhinderung von LZAL
Übertrittsquote > 12 Monate
AM-Intergration verbessern
Arbeitsaufnahmen von LZBL
Länger Beschäftigungslose in Arbeit bringen
Einschaltung am Arbeitsmarkt erhöhen und sichern
2000
2001
2002
X
X
X
X
2003
2006
2007
2008
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X X X
X
X
X
X
X X
X
X
X
Zugang von Jugendlichen 365) + Abgang aus Bemo mit Vorkarriere >12 Monate in Arbeit (direkt bzw. innerhalb von 4 Monaten) Stellenbesetzungen (inklusive Lehrstellen)
2004
X
Übertritte > 6 Monate Ältere (über 50) Übertritte über 5 Monate AL Ältere >=50J
Verkürzung Arbeitslosigkeit
AM-Integration von besonderen Personengruppen / Erhöhung der AM-Chancen von Älteren AM-Integration von besonderen Personengruppen
1999
Einschaltgrad ohne Primärsektor absoluter Zugang an offenen Stellen Abgang offener Stellen E,A,B
X
X
X X X
120
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich Zielsetzungen
Wiedereinstieg erleichtern
Effektivität von Schulungen verbessern Erhöhung der Arbeitsmarktchancen von Jugendlichen und Älteren Position am Arbeitsmarkt verbessern
Erhöhung der Arbeitsmarktchancen von Frauen durch Qualifizierung
Indikator Arbeitsaufnahmen innerhalb von 3 Monaten von geschulten Personen Abgang in Arbeit von Wiedereinsteigerinnen innerhalb von 6 Monaten ab Vormerkung Teilnahmen in Qualifizierung von Wiedereinsteigerinnen innerhalb von 6 Monaten ab Vormerkung Arbeitsaufnahmequote innerhalb von 3 Monaten von geschulten Personen
1999
2000
2001
2002
2003
X
X
Bedarfsgerechte Ausbildung von Arbeitslosen
TeilnehmerInnen an Qualifizierungsmaßnahmen (IT3 und IT4, Technisch handwerklichen Maßnahmen, Gesundheit und Pflege)
Gezielte IT Qualifizierung von Arbeitslosen
TeilnehmerInnen an Qualifizierungsmaßnahmen IT3 und IT4 (Anfangsbestand 12/01+Zugänge02)
Stabilisierung der beruflichen Reha arbeitslos vorgemerkter
Jahresdurchschnittliche Personenbestand in Maßnahmen der beruflichen Reha
2007
X
X
X
X
X
X
2008
X
X
X
X
X
X X
X
X
X
Arbeitsaufnahmen von Frauen 3 Monate nach Qualifizierung lt. AMB für AMF (Bemo Aus- und Weiterbildung) Teilnahmen an Gesundheitsausbildungen, technischhandwerklichen Qualifizierungen, und Implacementstiftungen
2006
X
Teilnahmen in Qualifikation von gering Qualifizierten im Haupterwerbsalter (Frauen max. Lehre, Männer max Pflichtschule) Abgang in Arbeit nach Qualifikation innerhalb von 2 Monaten Abgang in Arbeit nach Maßnahmentyp Ausbildung/Weiterbildung innerhalb von 4 Monaten
Schulung in qualifikatorischen Nachfragebereichen
2005
X
Teilnahmen in Qualifikation Jüngere / Ältere
Arbeitsaufnahmen von Frauen nach Qualifizierung darunter aus Schulungen, welche länger als 3 Monate dauerten
2004
X
X
X
X X
X
X
121
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich Zielsetzungen Behinderter
Transparenz am Arbeitsmarkt erhöhen Erschließung des Arbeitskräftepotenzials Verbesserung der Nutzung des Beschäftigungspotenzials im Inland Prompte Anweisung von finanziellen Leistungen Gleichstellungsziel Reintegration von Frauen >=50J Gleichstellungsziel: Erhöhung der Ausbildungsbereitschaft und Verbreiterung des Berufsspektrums von Frauen Gleichstellungsziel Qualifizierung von Frauen im Haupterwerbsalter Gleichstellungsziel: Verbesserung der Qualifikation arbeitsloser Frauen ohne Berufsausbildung Gleichstellungsziel: Erhöhung des Frauenanteils in technischhandwerklichen Qualifizierung Gleichstellungsziel: Erhöhung des Frauenanteils beim Zugang in IT 4 und bei technisch-handwerklichen Qualifizierungsmaßnahmen; Erhöhung Männeranteil bei Zugang in Qualifizierungen Gesundheit und Pflege
Indikator
Neuzugänge von Betrieben im e-jobroom (accounts) Anteil der frei formulierten Internet Inserate am Bestand PST (AL, AS, SC) mit Codierung SV-Post =J Arbeitsaufnahmen aus dem Status AS und WE aus dem Status AS und SC Erfolgreiche bundesländerüberschreitende Vermittlungen im Fremdenverkehr (PST und ADG) Rückstände anweisungsreifer Anträge zum 20. des Folgemonats
1999
2000
2001
2002
2003
2004
2007
X X X
X
X
X
Zugang von Frauen =50J in Maßnahmen der Beschäftigungsförderung (EB, SÖB,BG,GBP)
Zugänge von Frauen mit max. PS in Aus- und Weiterbildung (Bemo)
2005
X
X
Quelle: AMS. Anmerkung: Über den Zeitraum durchgängig verfolgte Jahresziele wurden fett hervorgehoben.
122
2008
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
A.2. DATENAUFBEREITUNG A.2.1. Räumliche Abgrenzung
Die im Projekt gewählte räumliche Abgrenzung von 86 Regionen entspricht im wesentlichen den österreichischen AMS-Bezirken, mit den folgenden Einschränkungen: Wien wurde als eine Geschäftsstelle behandelt, da die inhaltliche Aufgabenteilung der Wiener Geschäftsstellen einer funktionalen Gliederung unterliegt und somit keine räumliche Trennung zulässt. AMS-Bezirke, die im Laufe des Projektzeitraums (20012007) getrennt wurden, wurden über den gesamten Zeitraum zusammengefasst, um durchgängige Beobachtungen über die Zeit zu generieren. Dabei handelt es sich um Linz alt (408), nunmehr Linz neu (409) inkl. Traun (421), Liezen (618) mit Gröbming (620) sowie Stegersbach (106) mit Jennersdorf (107). A.2.2. Zeitliche Abgrenzung
Der Zeitraum wurde auf die Jahre 2001-2007 eingegrenzt. Diese Beschränkung war durch den Förderdatensatz gegeben, bzw. die Tatsache, dass zu Projektbeginn noch keine endgültigen Daten für das Jahr 2008 verfügbar waren. Durch die Erfassung der ehemaligen TeilnehmerInnen bis zu 2 Quartale davor gehen die ersten beiden Quartale für diese Reihe verloren bzw. auch die Matchingdaten für das letzte Quartal 2007, da auch hier kein Abgleich mehr mit den zukünftigen Förderdaten stattfinden kann. A.2.3. Matchingfunktionsdaten
Für die Matchingfunktion wurde eine personenbezogene Verschneidung des AMS Förderdatensatzes 68 mit dem Erwerbskarrierenmonitoring 69 der AMS-BMASK Arbeitsmarktdatenbank vorgenommen. Im Erwerbskarrierenmonitoring (EWKM) ist für jede in Österreich versicherte und mitversicherte Person ein aufbereiteter lückenloser, taggenauer und nicht überlappender Arbeitsmarktstatus vorhanden. Das EWKM bietet somit die Möglichkeit, Übergänge von geförderten und nicht geförderten Arbeitssuchenden in ungeförderte Beschäftigung zu identifizieren, die als Grundlage für die Matchingfunktion dienen. Der AMS-Förderdatensatz enthält detaillierte Informationen zur Art der Förderung, welche im EWKM nicht ersichtlich sind. Für die Aufbereitung der Daten wurde die folgende Vorgehensweise in mehreren Schritten gewählt, welche im Anschluss noch detaillierter beschrieben werden. Zunächst wurde der Förderdatensatz aufbereitet, und jeder Person eine einzige projektrelevante Förderung zum Stichtag zugeschrieben. Die Grundmenge der Personen („Arbeitssuchende“), welche in der Matchingfunktion betrachtet werden, wurde im zweiten Schritt als Verschneidung der Datenmengen: Personen mit AMS-Förderung lt. AMS-Datensatz, sowie Personen mit dem Status AL/Q bzw. geförderte Beschäftigung lt. EWKM im zweiten Schritt ermittelt. 68 69
Tabelle fdg3_unique_bus. Tabelle mon_ew_xt_bus.
123
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Ausgehend von dieser Grundmenge wurden im dritten Schritt weitere für die Matchingfunktion relevante Teilmengen an Arbeitssuchenden – Arbeitssuchende ohne Förderung (AO), Ehemalige MaßnahmenteilnehmerInnen (EM), Bald ehemalige MaßnahmenteilnehmerInnen (BM), SchulungsteilnehmerInnen (SC) identifiziert, indem jeweils ihr Förderstatus mit der Fördertabelle abgeglichen wurde. Im vierten Schritt wurden diese Personen „gematcht“: ein Übergang in ungeförderte Beschäftigung laut EWKM wird in diesem Fall als Match gezählt, gleichzeitig findet ein Abgleich mit dem Förderdatensatz statt, ob auch tatsächlich keine Förderung vorliegt. Abbildung 38: Aufbereitung der Matchingdaten
1. Schritt: Aufbereitung AMS-Datensatz
Ermittlung dominanter Förderstatus
2. Schritt: Erstellung Grundtabelle: EWKM u. AMS
Identifikation der interessierenden Arbeitssuchenden am Stichtag
3. Schritt: Identifikation verschiedener Typen
AO, SC, BM, EM, EM2
4. Schritt: Matching
Übergang in ungeförderte Beschäftigung im Matchingzeitraum
Schwierigkeiten bei der Verknüpfung ergaben sich einerseits durch den unterschiedlichen Aufbereitungsstand der beiden Datenquellen – das EWKM wird mehrfach aufbereitet, nachträgliche Änderungen werden berücksichtigt, während der AMS Datensatz relativ rasch „eingefroren“ wird -, im EWKM können zudem über Glättungsregeln, bzw. die Zusammenlegung fragmentierter unselbstständiger Beschäftigungsepisoden kürzere Förderepisoden überdeckt werden. Erster Schritt: Aufbereitung der AMS-Förderdaten
Ziel der Aufbereitung des Förderdatensatzes war es, jeder Person zum jeweiligen (Monats-)Stichtag eine eindeutige relevante Förderepisode zuzuweisen. Dabei wurde zunächst der Datensatz um projektunrelevante Förderungen bereinigt: Arbeitsstiftungen, Qualifizierung für Beschäftigte und Kurzarbeit sowie alle Unterstützungsmaßnahmen wurden als nicht projektrelevant ausgeschlossen, waren die Personen aber zeitgleich in projektrelevanten Maßnahmen (z.B. Aus- und Weiterbildung während einer Arbeitsstiftung), so wurden diese Maßnahmen gezählt. Die projektrelevante „dominante“ Maßnahme pro Person wurde auf Basis maximales Anfangsdatum, maximales Enddatum, und – sofern weitere Doppelförderungen vorlagen – über eine Hierarchie von Förderkategorien 70 ermittelt, die die eher längeren Qualifizierungs- und Beschäftigungsfördernden Maßnahmen höher ansiedelte als kürzere „Einstiegs“70
Aus- und Weiterbildung, Kurskosten, Eingliederungsbeihilfe, SÖB, GBP, Arbeitstraining, Aktive Arbeitssuche, Orientierung, Lehrstellen.
124
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Maßnahmen wie z.B. Berufsorientierung. Weiters wurden im Vorfeld Maßnahmen, deren „künstliche“ Beendigung eindeutig auf administrative Umstellungen in andere Beihilfekategorien erfolgte, mit den neuen Kategorien verknüpft. Zweiter Schritt: Erstellung der Grundtabelle
Das Konzept der Matchingfunktion ist ein „stock-flow“-Ansatz: Gematcht (flow) kann hier nur werden, wer sich zum Stichtag im Bestand (stock) befindet. Dieser Bestand an relevanten Personen wird hier im zweiten Aufbereitungsschritt in der Grundtabelle definiert. Das Konzept der hier verwendeten erweiterten Matchingfunktion sieht – wie bereits erläutert – vor, verschiedene Personengruppen mit unterschiedlichen „Produktivitäten“ in Bezug auf ihr zu erwartendes Matchingergebnis zu unterscheiden. Nachdem der Arbeitsmarktstatus des EWKM aus mehrfachen Gründen 71 keine hinreichende Information über eine tatsächliche Förderung bzw. Arbeitssuche darstellt, wurde eine Verschneidung der „Arbeitssuchenden“ Personen 72 laut EWKM mit den geförderten Personen aus dem AMS-Förderwürfel vorgenommen. Arbeitssuchend ist laut Projektdefinition nunmehr, wer entweder einen Arbeitslosigkeitsod. Lehrstellensuchenden, Qualifizierungs- bzw. geförderten Beschäftigungsstatus laut EWKM aufweist, oder eine Förderung laut AMS-Förderwürfel hatte. Damit sind nunmehr z.B. auch Personen im Kreise der Arbeitssuchenden vertreten, die z.B. einen Karenzgeldbezug aufweisen, von denen aber – durch vorliegen einer Förderung – bekannt ist, dass sie sich auf Arbeitssuche befinden. Aufgrund der vorgenommen Definitionen wird daher nicht mehr von „Arbeitslosen“ oder „Lehrstellensuchenden“ gesprochen, sondern auf den Förderstatus abgestellt: Projektrelevant sind alle sich in der Grundtabelle befindlichen Personen, die zum jeweiligen Stichtag entweder eine projektrelevante Förderung aufweisen (MaßnahmenteilnehmerInnen MT) oder aber keine Förderung haben (Arbeitssuchende ohne Förderung AO). In der Grundtabelle wurde weiters das Personenmerkmal „Wiedereinstellungszusage“ aufgenommen, das aus einer Sonderauswertung BMASK-AMSBG zur Verfügung gestellt wurde. Dritter Schritt: Identifikation verschiedener Typen
Aus der Menge der Arbeitssuchenden wurden im nächsten Schritt vier verschiedene Personengruppen extrahiert: Arbeitssuchende ohne Förderung stellen mit ca. 7,2 bzw. 5,8 Mio. ohne jene mit Wiedereinstellungszusage) die weitaus größte Personengruppe über alle im Projekt betrachteten relevanten Stichtage dar. Zur Gruppe der ehemaligen MaßnahmenteilnehmerInnen wurde gezählt, wer am Stichtag keine Förderung hatte, im 71
72
So können zum Beispiel AMS Geförderte im EWKM als arbeitslos, mit Wochengeldbezug, Versicherungslücken oder auch in ungeförderten Beschäftigungsverhältnissen verzeichnet sein. Letzteres tritt vermehrt bei Maßnahmenteilnehmern in Sozialökonomischen Betrieben auf, was zur Folge hat, dass diese bei alleiniger Referenz auf den EWKM Status projektrelevante Förderfälle verloren gingen. Abweichungen in der Taggenauigkeit der Förderungen können durch den unterschiedlichen Aufbereitungsgrad der Datenquellen zustande kommen: Während die vorliegende Fördertabelle relativ rasch „eingefroren“ wird, und keine Nachmeldungen mehr berücksichtigt werden, finden im EWKM sukzessive Aufbereitungs, - und Glättungsschritte statt, die vor allem kürzere Förderepisoden im Nachhinein überdecken können. Diese sind alle jene Personen, die im EWKM einen Status in Arbeitslosigkeit, Qualifizierung bzw. geförderter Beschäftigung aufweisen. (Berücksichtigt wurden die Status AL, LS, SC, D2, FF, FL, FD, FA).
125
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Matchingzeitraum davor (1 Quartal, bzw. zusätzlich auch 2 Quartale zurück) jedoch zumindest einmal eine Maßnahmenteilnahme verzeichnete. MaßnahmenteilnehmerInnen wurden auf Basis des Vorhandenseins einer projektrelevanten Förderung am Stichtag identifiziert, Personen welche eine nicht-projektrelevante Förderung aufwiesen, werden den Arbeitssuchenden ohne Förderung zugeschlagen. Dies betrifft in erster Linie Personen in Arbeitsstiftungen, sowie Personen die reine Unterstützungsleistungen und DLU Bezug aber keine Maßnahme laut Förderdatensatz aufwiesen. „Bald ehemalige MaßnahmenteilnehmerInnen“ sind schließlich jene Personen, die sich zum Stichtag noch in Maßnahmen befinden, innerhalb des nächsten halben Quartals jedoch keine weitere Förderung mehr haben, bzw. als zusätzliche Variante keine weitere Förderung, welche über den nächsten Monatsstichtag geht, bei Beendigung der Maßnahme verzeichnen. Abbildung 39: Personengruppen in der Grundtabelle über alle Stichtage, Quartalsendbestände 20012007, Summe aller Fälle auf Personenebene
MaßnahmenteilnehmerInnen (ca. 1,62 Mio davon 1,59 Mio ohne WEZ)
Bald ehemalige MaßnahmenteilnehmerInnen (620t davon 607 ohne WEZ)
Ehemalige MaßnahmenteilnehmerInnen (780t davon 740t ohne WEZ)
Arbeitssuchende ohne Förderung (ca. 7,2 Mio davon 5,8 ohne WEZ)
Vierter Schritt: Matching
Zur Identifikation der Matches dieser Personengruppen wurde auf deren Status im Erwerbskarrierenmonitoring abgestellt. Als Matchingzeitraum gilt das folgende Quartal, ohne den Stichtag, an dem die Person im Bestand gezählt wurde. Als „Match“ gelten alle Übergänge in ungeförderte Beschäftigungsverhältnisse73 im EWKM, sofern zum Anfangszeitpunkt dieser Episode keine Förderung laut AMS Datensatz mehr vorliegt.
73
AA, LE, BE, FU, FD, SO.
126
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Gezählt wird hier höchstens ein Match pro Person, unabhängig von der Dauer des tatsächlichen Beschäftigungsverhältnisses. A.2.4. Zum Thema Raum – Erstellung von Nachbarschaftsmatrizen
„The first law of geography is that everything is related to everything else, but near things are more related than distant things.”(Tobler (1970)). Zur Berücksichtigung von räumlichen Interaktionen zwischen den Arbeitsmarktregionen werden in den ökonometrischen Modellen sogenannte „Nachbarschaftsmatrizen“ verwendet, um verschiedene Variablen auch in ihrer räumlichen Ausprägung zu erfassen. Eine Nachbarschaftsmatrix gibt an, welche Regionen zueinander in Nachbarschaft stehen, und welche nicht. Im einfachsten Fall sind Regionen miteinander benachbart, wenn sie eine gemeinsame Grenze aufweisen. Im Rahmen dieses Projekts wurden 3 verschiedene Nachbarschaftsmatrizen erstellt, um die Robustheit der Ergebnisse auch auf die Verwendung verschiedener räumlicher Abhängigkeiten abzusichern. Zunächst wurde eine 86x86 Matrix auf Basis gemeinsamer Grenzen erstellt: Benachbarte Regionen erhalten den Eintrag 1, nicht benachbarte Regionen den Wert 0, eine Region steht zudem nie in Nachbarschaft mit sich selbst. Für die österreichische – gebirgige – Geographie ist dieser Vorgehensweise jedoch nicht unbedingt zielführend: So sind z.B. die Tiroler Arbeitsmarktregionen durch ihre Lage in den Bergen zwar räumlich benachbart, in vielen Fällen wird jedoch keine tatsächliche Nähe und Interaktion gegeben sein. Daher wurden im zweiten Schritt auf der Basis eines geographischen Informationssystems (GIS) mittels Informationen zum Vorhandensein von Autobahnen, Schnellstraßen, Eisenbahnanbindungen, Bahnstrecken, bzw. dem Vorhandensein von Agglomerationen „Korrekturen“ an der ersten Matrix vorgenommen. In diesem Schritt wurden jene Nachbarschaften eliminiert, wo aufgrund nicht offensichtlich vorhandener geographischer Beschränkungen nur geringe räumliche Verflechtungen denkbar sind.
127
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Abbildung 40: Basiskarte für die Korrektur an den Nachbarschaftsmatrizen
Quelle: JR-InTeReg.
Als weitere Variante wurde im dritten Schritt eine fahrzeitenbasierte Matrix erstellt: In dieser wurden alle Fahrzeiten in Minuten zwischen den Hauptorten der einzelnen Regionen (=Sitz der RGSen), auf der Basis eines Routenplaners verzeichnet. A.2.5. Daten für die VAR - Modelle
Während für die Clusteranalyse, die Berechnung der Matchingfunktionen und der Beveridgekurven Daten auf Basis der RGS verwendet werden konnten, können für die Vektorautoregressiven Modelle nur Bundesländerdaten verwendet werden, da damit Zeitreihen mit ausreichender Länge zur Verfügung stehen (monatliche Daten für 21 Jahre). Die Daten stammen einerseits vom AMS, andererseits vom HVSV (USB_ges). Die Zahl der SchulungsteilnehmerInnen, der Arbeitssuchenden und der unselbständig Beschäftigten liegen auch getrennt nach Geschlecht vor. Da offene Stellen geschlechtsneutral ausgeschrieben werden müssen, ist hier keine Unterteilung in Stellen für Männer und Frauen möglich. Im Modell werden daher nur die Gesamtzahlen ohne Trennung nach Geschlecht verwendet.
128
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
A.3. ENTWICKLUNG REGIONALER FÖRDERMUSTER Folgende Abbildungen zeigen das regionale Fördermuster nach Bundesländern für das Jahr 2001 und den Durchschnitt aus 2006 und 2007. Jahresmittelwerte können den Tabellen entnommen werden. Die Zahlen basieren auf dem von JOANNEUM RESEARCH aufbereiteten Datensatz ohne Personen mit Wiedereinstellungszusage. Burgenland
Kärnten
70%
70%
2001
2001
2006/07
2006/07 60%
60%
50%
50%
40%
40%
30%
30%
20%
20%
10%
10%
0% SC: 2001 2006/07
AA 130 76
AT 103 151
AW 381 980
EB 284 347
GB 40 30
KK 34 62
LE 400 961
OR 87 91
SO 126 122
0% SC: 2001 2006/07
AA 33 17
AT 79 3
AW 490 1.446
Niederösterreich
GB 81 89
KK 63 77
LE 747 1.968
OR 464 213
SO 106 121
Oberösterreich 70%
70% 2001 2006/07
2001 2006/07
60%
60%
50%
50%
40%
40%
30%
30%
20%
20%
10%
10%
0% SC: 2001 2006/07
EB 1.419 1.131
AA 826 170
AT 109 1
AW 1.421 4.475
EB 1.620 1.299
GB 542 1.314
KK 151 278
LE 635 3.881
OR 379 1.558
SO 263 511
0% SC: 2001 2006/07
AA 348 52
AT 421 415
AW 1.701 3.871
EB 1.526 859
GB 85 301
KK 985 746
LE 506 4.228
OR 343 552
129
SO 506 527
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Steiermark
Salzburg
70%
70%
2001 2006/07
2001 2006/07 60%
60%
50%
50%
40%
40%
30%
30%
20%
20%
10%
10%
0% SC: 2001 2006/07
AA 71 90
AT 49 44
AW 478 1.270
EB 604 823
GB 1 12
KK 204 242
LE 221 1.698
SO 65 86
OR 31 118
0% SC: 2001 2006/07
AA 638 310
AT 165 164
AW 2.263 3.898
EB 1.642 1.425
GB 525 531
KK 581 1.178
LE 145 3.566
70%
70%
2001 2006/07
2001 2006/07 60%
60%
50%
50%
40%
40%
30%
30%
20%
20%
10%
10%
AA 46 39
AT 9 52
AW 539 803
EB 762 463
GB 26 77
KK 302 172
LE 218 2.278
OR 78 75
SO 131 142
0% SC: 2001 2006/07
AA 135 82
AT 6 0
AW 338 645
EB 236 247
GB 192 500
KK 176 362
LE 62 1.252
OR 124 197
Wien 70% 2001 2006/07 60%
50%
40%
30%
20%
10%
0% SC: 2001 2006/07
SO 222 167
Vorarlberg
Tirol
0% SC: 2001 2006/07
OR 400 632
AA 2.779 1.117
AT 123 105
AW 3.926 9.875
EB 3.150 2.650
GB 102 247
KK 278 3.844
LE 635 1.659
OR 638 833
SO 408 2.534
130
SO 21 8
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
A.4. ERLÄUTERUNG DER TECHNISCHEN UND THEORETISCHEN KONZEPTE A.4.1. Clusteranalyse Erstellung räumlicher Regressionsmodelle zur Erklärung der Arbeitslosigkeit
Bei der Erstellung beider Clusteranalysen wurde die folgende Vorgehensweise gewählt: zunächst wurden separat für die Zeiträume 2001-2003 und 2004-2007 räumliche und nicht-räumlichen Regressionsmodelle, geschätzt, in denen die Einflussfaktoren der Arbeitssuchendenquote, bzw. regional gleichzeitig auftretende Ausprägungen verschiedener Größen, untersucht wurden. Ausgewählt wurden letztlich 2 räumliche Autokorrelationsmodelle: In diesen wird berücksichtigt, dass die Höhe der Arbeitssuchendenquote der jeweiligen Nachbarregionen einen expliziten Einfluss auf die eigene Arbeitssuchendenquote ausübt. (Eine Vernachlässigung dieser Größe würde sich in verzerrten Schätzergebnissen niederschlagen), vgl. z.B. Anselin (1988). Die derart identifizierten statistisch signifikanten Größen (bis zum 10 % Niveau) wurden in weiterer Folge als Ausgangsgrößen für die Clusteranalysen herangezogen. Um der unterschiedlichen Bedeutung dieser Variablen in der Erklärung für die Höhe der Arbeitslosigkeit Rechnung zu tragen, wurden diese – wie in Blien et al (2006ab) ausgeführt – mit den z-values der Regressionsmodelle gewichtet. Variablen die einen stärker signifikanten Beitrag zur Erklärung der Höhe regionaler Arbeitslosigkeit leisten, wurden damit höher gewichtet. Vorgehensweise bei der Gruppierung
Bei der Clusteranalyse handelt es sich um eine Methode zur Bildung einer unterschiedlichen Anzahl von in sich möglichst homogenen Gruppen, die gegenüber den anderen Gruppen in Bezug auf ihre Merkmalsausprägungen möglichst unterschiedlich sein sollen. Eine Reihe von Objekten (hier sind es die 86 AMS Bezirke) wird dabei anhand der vorher bereits identifizierten Variablen gruppiert. Für die hier analysierte Problematik wurde im ersten Schritt eine sogenannte „Hierarchische Clusteranalyse“, im speziellen das „Ward-Verfahren“ gewählt, eine Analysemethode zur Bildung hierarchischer Systeme. Die Gruppierung beginnt mit der feinsten Partition, wobei hier jedes einzelne Objekt einen eigenen Cluster bildet. In der Folge wird die Zahl der einzelnen Cluster Schritt für Schritt so weit verringert, bis der letzte sich ergebende Cluster alle zuzuordnenden Objekte enthält. Die optimale bzw. erwünschte Clusteranzahl muss somit a priori festgelegt werden. Kritikpunkte an dieser Methode bestehen vorwiegend darin, dass eine einmal getroffene Gruppenzuordnung im Zuge des Verfahrens nicht mehr revidiert wird, das letztliche Ergebnis damit von der Anordnung der Objekte bestimmt wird. Herausgebildet hat sich daher in der einschlägigen Literatur die gängige Vorgehensweise, die mit dem Ward-Verfahren ermittelte Gruppierung als 131
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Startwert für ein partionierendes Verfahren – hier wird der k-Means Ansatz gewählt – zu wählen. Bei diesem Ansatz ist die Verlagerung der Objekte noch einmal möglich. Nähere Ausführungen zur Clusteranalyse finden sich z.B. in Backhaus et al. (2000). Abbildung 41: Vorgehensweise bei der Erstellung der Clusteranalyse Welche Einflußgrößen erklären regionale Unterschiede in der Höhe der Arbeitssuchendenrate, bzw. welche Ausprägungen liegen gleichzeitig vor?
1. Clusteranalyse: WARD-Algorithmus zur Generierung von Startwerten. Hierarchisches Verfahren, Gruppenzuteilung wird nicht mehr revidiert.
Schätzung von ökonometrischen Modellen mit räumlichen Bezügen für die Zeiträume 2001-2003 und 2004-2007. (86 bzw. 85 Regionen, Jahresmittel über die Zeiträume)
Auswahl zweier räumlicher Autokorrelationsmodelle. Verwendung der signifikanten Variablen als Ausgangspunkt für die Klassifikation, sowie der zugehörigen z-values zur Gewichtung der Variablen.
2. Clusteranalyse: K-Means Algorithmus Vorgabe der Anzahl der Gruppen (6) sowie der „Gruppenmittelpunkte“; dieses Verfahren erlaubt die Regruppierung einmal getroffener Zuordnungen.
A.4.2. Berechnung der langfristigen und kumulierten Koeffizienten
Die Ergebnisse der ökonometrischen Analysen und deren Interpretation beziehen sich auf verschiedene Arten von Koeffizienten (siehe Kasten 2). Die kontemporären und verzögerten Koeffizienten werden direkt durch das jeweilige Schätzverfahren ermittelt. Die langfristigen und kumulierten Koeffizienten müssen dagegen separat berechnet werden. Dabei wird auf die direkt geschätzten Koeffizienten zurückgegriffen. Um deren Berechnung zu beschreiben, wird das geschätzte Modell allgemein dargestellt: y t = δ + γ 1 y t −1 + γ 2 y t − 2 + γ 3 y t −3 + γ 4 y t −4 + β 0 xt + β1 xt −1 + β 2 xt − 2 + β 3 xt −3 + β 4 xt − 4 + ε t y sei die abhängige Variable, die auf vier verzögerte Werte ihrer selbst, einen Achsenabschnitt δ und eine exogene Variable x, samt vier verzögerter Werte, regressiert wird. β0 ist der kontemporäre Koeffizient von x. β1 bis β4 sind die verzögerten Koeffizienten von x und γ1 bis γ4 die der verzögerten abhängigen Variablen. Greene (2003), S. 575, folgend können daraus für x der langfristige Koeffizient α und die kumulierten Koeffizienten αj für beliebig viele j Folgequartale berechnet werden.
132
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Der langfristige Koeffizient, der sich nach Abschluss aller Anpassungsvorgänge einstellt, berechnet sich aus:
α=
β 0 + β1 + β 2 + β 3 + β 4 1 − (γ 1 + γ 2 + γ 3 + γ 4 )
Die kumulierten Koeffizienten der ersten vier Quartale berechnen sich wie folgt:
α0 = β0 , α 1 = β1 + α 0 γ 1 , α 2 = β 2 + α 0γ 2 + α1γ 1 , α 3 = β 3 + α 0γ 3 + α1γ 2 + α 2γ 1 , α 4 = β 4 + α 0γ 4 + α1γ 3 + α 2γ 2 + α 3γ Und für jedes weitere Quartal:
α j = γ 1α j −1 + γ 2α j −2 + γ 3α j −3 + γ 4α j −4 ,
j = 5, 6, …
Um die Signifikanz der Koeffizienten zu bestimmen, müssen Informationen darüber vorliegen, wie stark die Unsicherheit der Schätzung ist. Diese Unsicherheit selbst wird anhand der Stichprobenvarianz der Daten geschätzt. Daraus lassen sich die Standardfehler der Koeffizienten im Schätzmodell berechnen. Da kontemporäre und verzögerte Koeffizienten direkt über das jeweilige Schätzverfahren ermittelt werden, ist auch die Berechnung ihrer Standardfehler entsprechend einfach und wird durch die Statistiksoftware automatisch durchgeführt. Bei den langfristigen und kumulierten Koeffizienten ist die Berechnung der Standardfehler komplizierter. Eine Lösung hierfür liefert die so genannte Delta-Methode (vgl. Ohlert (1992)), mit der die Momente von Zufallsvariablen approximiert werden können. Eine Voraussetzung dafür ist jedoch, dass die Berechnung der Koeffizienten linear ist. Bei den langfristigen Koeffizienten ist dies der Fall, weshalb hier die Delta-Methode angewendet wird. Bei den kumulierten Koeffizienten führt diese Methode nach einigen Quartalen nicht mehr zu verlässlichen Ergebnissen. Hier wird deshalb auf eine Simulation zurückgegriffen. Die Verteilung der geschätzten kontemporären und verzögerten Koeffizienten ist aus der anfänglichen Schätzung bekannt. Aus dieser multivariaten Normalverteilung werden nun 10000 Zufallsstichproben mit Zurücklegen gezogen. Es ergeben sich 10000 zufällige Parametervektoren, deren Erwartungswerte und Streuungen denen der ursprünglich geschätzten Koeffizienten entsprechen. Daraus werden nun 10000-mal kumulierte Koeffizienten für beliebig viele Quartale berechnet. Die Standardabweichung dieser simulierten kumulierten Koeffizienten entspricht mit großer Genauigkeit der tatsächlichen Standardabweichung der kumulierten Koeffizienten αj.
133
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
A.4.3. Die österreichische Beveridge-Kurve 74
Zur Darstellung der Beveridge-Kurve für Gesamtösterreich werden die offenen Stellen in diesem Abschnitt in Form einer Quote an offenen Stellen ausgedrückt. Diese entspricht dem Anteil der offenen Stellen am Arbeitsplatzpotenzial: QOS =
OS OS + USB
und gibt somit
jenen Prozentsatz der Stellen an, welcher unbesetzt ist. Die Arbeitslosen werden als Arbeitslosenquote bzw. unter Berücksichtigung der SchulungsteilnehmerInnen als Arbeitssuchendenquote nach nationaler Definition abgebildet. Da die offenen Stellen des AMS nur einen Teil der offenen Stellen des Arbeitsmarktes repräsentieren (Printmedien, Internet, etc.), wurden diese, analog zu Christl (1987), durch einen geschätzten Einschaltgrad korrigiert. Dieser ergibt sich aus einem Vergleich der Abgänge offener Stellen und der Neuzugänge in Beschäftigung, wobei letztere als Maßstab für den gesamten Markt an offenen Stellen fungieren. Abbildung 42 stellt die Entwicklung der unkorrigierten und korrigierten BeveridgeKurven gegenüber. Während Christl auf eine Zunahme struktureller Arbeitslosigkeit Anfang der 80er-Jahre hinwies, zeigt sich auch eine Zunahme in den Jahren 2003 bis 2005 (Bewegung nach rechts außen). Abbildung 42: Beveridge-Kurven für Österreich 1960 bis 2007. Vergleich mit Christl (1987) 8% 1973 1972
Christl offiziell
7%
Christl-Korrektur
1971 1966
Quote der offenen Stellen
6% 1974
JR AMS OS
1965 1970
JR AMS-OS bereinigt
1964
5% 1963
1962 1961 1967
4%
1969
1968
3% 1973
2%
1974
1977
2001
1960
1971 1970 1969
2004
1976 1978
1990
0% 0%
2%
1982
1989 1985 1984
4%
2005
2002
1981
1979
1961 1960
1980 1981
2006 1985
1975
1975
1%
2007
1980
1984
2003 1991 1992
1982
1983
2007
1988 1994 1987
6%
2006 2005 2004
8%
10 %
ALQ (Christl offiziell), UBQ (Christl-Korrektur), ASQ (JR) Anmerkung: Die Unterbeschäftigungsquote UBQ laut Christl enthält diverse Korrekturen der Zahl der Arbeitslosen. Im Gegensatz zur Arbeitslosenquote ALQ enthält die Arbeitssuchendenquote ASQ auch SchulungsteilnehmerInnen.
Quelle: AMS, Christl (1987).
74
Die Theorie zur Beveridge-Kurve kann Abschnitt 7.2 entnommen werden.
134
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
A.4.4. Vektorautoregressives Modell VAR – theoretisches Konzept
Das VAR-Modell ist eine natürliche Erweiterung des univariaten autoregressiven Modells auf dynamische multivariate Zeitreihen. Es eignet sich besonders gut, um das dynamische Verhalten von ökonometrischen Zeitreihen zu beschreiben und vorherzusagen (Zivot, E. und Wang, J. (2003)). Mit dem VAR kann ein Modell gewählt werden, das einen rein datenorientierten Ansatz ohne weitere Modellannahmen erlaubt. Ein VAR mit zeitlichem Lag p wird folgend definiert: VAR(p) :
Yt = c + A 1 Yt -1 + A 2 Yt -2 + ... + A p Yt -p + u t ,
t = 1,..., T
Der Vektor Yt enthält dabei die betrachteten Variablen zum Zeitpunkt t, der Vektor c und die Matrizen A1 bis Ap enthalten die systematischen Koeffizienten und ut ist der Vektor der Fehler. Des Weiteren können auch noch Vektoren mit exogenen Variablen mit ins Modell aufgenommen werden (z.B. Dummyvariablen). Im Falle des Vorliegens eines Panels sind in Yt alle Variablen zum Zeitpunkt für alle Regionen (hier Bundesländer) des Panels enthalten. Das Schätzen eines VARs dient hauptsächlich dazu, anschließend eine Vorhersage treffen zu können. Dies kann durch Berechnung von sog. Impuls-Antwort-Funktionen (IRF Impulse Response Functions, siehe etwa, auch im Folgenden, Lütkepohl, H. (2008)) geschehen. Dabei wird eine der Variablen des VAR-Modells zu einem bestimmten Zeitpunkt einmalig „schockartig“ verändert (erhöht), und dann die Auswirkung dieser Veränderung auf sich selbst und die anderen Variablen in der Zukunft untersucht. Damit kann etwa die Frage geklärt werden, wie sich eine einmalige Erhöhung der Personen in Schulungen auf die Zahl der Arbeitssuchenden auswirkt. Während IRFs den Effekt eines Schocks einer endogenen Variablen auf die anderen Variablen im VAR verfolgt, trennt die Varianz-Zerlegung (FEVD – Forecast Error Variance Decomposition) die Varianz in einer endogenen Variablen in die komponentenweisen Schocks im VAR. Die FEVD-Analyse informiert also über den Prozentsatz an Variation im Prognosefehler einer Variablen durch ihre eigene Innovation und den Anteil an Innovationen durch die anderen Variablen zu verschiedenen Zeithorizonten. Man kann damit also herausfinden, ob ein Schock in einer Variablen hauptsächlich Auswirkung auf diese Variable selbst hat oder ob sich dieser Schock auch auf eine oder mehrere der anderen Variablen auswirkt. Granger-Kausalität – theoretisches Konzept
Existieren statistische Korrelationen zwischen verschiedenen Variablen, so kann daraus nicht einfach auf Kausalität zwischen diesen Variablen geschlossen werden, da beide Variablen durch eine dritte, nicht beobachtete, beeinflusst werden können. 135
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Granger, C. W. J (1969) hat ein pragmatisches Konzept zur Kausalitätsüberprüfung entwickelt (Granger-Kausalität), das an der zeitlichen Folge von Ursache und Wirkung ansetzt. Notwendige Bedingung für eine Ursache/Wirkungs-Kette ist, dass die Ursache der Wirkung zeitlich vorausgeht. Diesen Aspekt einer Kausalbeziehung kann man empirisch mit Tests überprüfen. Falls die Erklärungskraft eines autoregressiven Ansatzes für die Variable Y durch die Aufnahme von verzögerten Werten von X auch bei Daten mit kurzer Periodizität nicht erhöht werden kann, scheidet X als Ursache für Y aus. Auch der umgekehrte Fall wird geprüft, ob also die Aufnahme von verzögerten Y-Werten einen autoregressiven Ansatz für X verbessern helfen (man also kleinere Prognosefehler erhält). Das Konzept der Granger-Kausalität untersucht nur eine notwendige, aber keine hinreichende Bedingung für Kausalität. Daher gibt es kritische Einwänden gegen dieses Konzept, so kann es offenbar Regularitäten in der zeitlichen Abfolge von Ereignissen geben, ohne dass deshalb Kausalität zwischen diesen Ereignissen impliziert ist. Das Konzept der Granger-Kausalität kann also als „weiches“ Konzept angesehen werden (vgl. etwa Möller, J. (2004)).Prognosefehlervarianzzerlegung (FEVD) – theoretisches Konzept Seymen, A. (2008) diskutiert die Grenzen und Anwendungsmöglichkeiten der Prognosefehlervarianzzerlegung (FEVD) für Konjunkturanalysen und stellt einen mangelnden Zusammenhang zwischen der FEVD und den üblichen Definitionen von Konjunkturzyklen fest. Implementierung
Vektorautoregressive Modelle sind in verschiedenen Softwarepaketen implementiert, so auch in der freien Softwareumgebung R75. Routinen zur Berechnung von Panel-VARs sind hier allerdings bislang nicht umgesetzt worden. In EViews 76 können hingegen sowohl VARs für einzelne Länder als auch für Panels (bestehend aus den Zeitreihen der verschiedenen betrachteten Variablen der neun Bundesländer bzw. bei den Gruppen der zwei bzw. drei Länder) gerechnet werden. A.5. ROBUSTHEITSCHECKS A.5.1. Matchingfunktion
Um die Robustheit der Ergebnisse hinsichtlich verschiedener Modellannahmen zu überprüfen, wurde ein weiteres Modell geschätzt. So kann die Annahme der Exogenität des Maßnahmeeinsatzes in Frage gestellt werden. Nimmt man an, dass die Intensität der einzelnen Maßnahmen von den Matches in der Folgeperiode beeinflusst wird, dann ist der Maßnahmeneinsatz mit weiteren verzögerten Werten zu instrumentieren: 75 76
http://www.r-project.org/ http://www.eviews.com/. Für diesen Bericht wurde EViews in der Version 6 verwendet.
136
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Tabelle 31: Effekte bei endogen angenommenen Maßnahmeneinsatz Abh. Variable: log. Zahl der Matches Verzögerte Log Matches
0,097 ***
Log Zahl der Arbeitssuchenden Log offene Stellen
1,088 *** 0,114 ***
Aktive Arbeitssuche aktuelle MT ehemalige MT Arbeitstraining aktuelle MT ehemalige MT Orientierung aktuelle MT ehemalige MT Aus- und Weiterbildung aktuelle MT ehemalige MT Kurskosten aktuelle MT ehemalige MT GB / SÖB aktuelle MT ehemalige MT Eingliederungsbeihilfen aktuelle MT ehemalige MT Lehrstellensuche aktuelle MT ehemalige MT Anteil Langzeitbeschäftigungsloser Anteil Arbeitssuchender unter 25 Anteil Arbeitssuchender über 50 Anteil Arbeitssuchender Migranten Anteil ASU Pflichtschulausbildung Anteil ASU mit Hochschulabschluss Anteil weiblicher Arbeitssuchender Partizipationsquote Tertiarisierungsgrad Beobachtungen Querschnittseinheiten Test auf Autokorrelation 1. Ordnung Test auf Autokorrelation 2. Ordnung Sargan-Test
-1,463 ** 0,268 -0,105 -1,718 * -0,124 0,136 -0,085 0,191 0,001 -0,168 -0,460 2,099 *** -0,422 1,534 *** -0,568 3,512 *** -1,222 -2,030 -0,881 0,083 0,666 -0,093 -1,245 -0,203 -1,031
*** *** ** *** *** ***
2236 86 -6,52 *** -0,02 48,99 (p = 1)
Signifikanzniveaus: *** 1%, ** 5%, * 10%. (basieren auf heteroskedastie-konsistenten Standardfehlern)
137
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
A.5.2. Beveridge-Kurve
Um die Robustheit der Ergebnisse hinsichtlich verschiedener Modellannahmen zu überprüfen, wurden verschiedene weitere Modelle geschätzt. So kann die Annahme der Endogenität der Akkomodationsraten gelockert werden. Nimmt man an, dass die Intensität der einzelnen Maßnahmen nicht von der aktuellen Arbeitssuchendenquote abhängt, dann brauchen die Akkomodationsraten nicht mit weiteren verzögerten Werten instrumentiert werden. Tabelle 32: Effekte der als exogen angenommenen Akkomodationsraten (weitere erklärende Variablen vgl. Tabelle 16) Abhängige Variable: log. Arbeitsssuchendenrate Job seeker Rate langfr. Vakanzquote kurzfr. langfr. Aktive Arbeitssuche kurzfr. langfr. Arbeitstraining kurzfr. langfr. Orientierung kurzfr. langfr. Aus- und Weiterbildung kurzfr. langfr. Kurskosten kurzfr. langfr. GB / SÖB kurzfr. langfr. Eingliederungsbeihilfen kurzfr. langfr. Lehrstellensuche kurzfr. langfr.
0,727
***
-0,016 -0,154
** **
0,000 0,022
**
-0,004 -0,021
*** *
0,004 0,046
** *
0,003 0,130 -0,001 0,020 -0,038 -0,058
***
-0,015 -0,174
** **
-0,046 -0,094
*** *
Beobachtungen 1032 Querschnittseinheiten 86 Zeitraum 2005 - 07 Test auf Autokorrelation 1. Ordnung -5,19 *** Test auf Autokorrelation 2. Ordnung -1,98 ** Sargan-Test 39,01 (p = 1) Alle erklärenden Variablen sind logarithmiert. Signifikanzniveaus: *** 1%, ** 5%, * 10%. (basieren auf heteroskedastie-konsistenten Standardfehlern)
138
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Tabelle 32 zeigt die Effekte der Akkomodationsraten, wenn sie als exogen angenommen werden. Während sich die Effekte selbst nur verhältnismäßig wenig ändern, erkennt man an den Tests auf Autokorrelation, dass die wichtigste Annahme des Blundell/Bond Schätzers nicht mehr erfüllt ist. Die Nullhypothese der Abwesenheit von Autokorrelation höherer Ordnung wird verworfen. Damit sind die Ergebnisse dieses Modells nicht valide. Dies bestätigt die Annahme der Endogenität der Akkomodationsraten. Die Vorgehensweise der Instrumentierung hat sich als richtig erwiesen. Wie Tabelle 33 zeigt, verändert eine analog zu den Schätzungen der Matchingfunktion vorgenommene Berücksichtigung regionaler Interaktionen die Ergebnisse kaum. Tabelle 33: Beveridgekurve mit Berücksichtigung räumlicher Interaktionen (weitere erklärende Variable vgl. Tabelle 16) Abhängige Variable: log. Arbeitsssuchendenquote
Job seeker Rate langfr. Job seeker Rate (räumlich) Vakanzquote kurzfr. langfr. Aktive Arbeitssuche kurzfr. langfr. Arbeitstraining kurzfr. langfr. Orientierung kurzfr. langfr. Aus- und Weiterbildung kurzfr. langfr. Kurskosten kurzfr. langfr. GB / SÖB kurzfr. langfr. Eingliederungsbeihilfen kurzfr. langfr. Lehrstellensuche kurzfr. langfr.
0,792 0,073
*** ***
-0,009 -0,074
* *
0,000 0,029
**
-0,004 -0,026
*** *
0,003 0,029
*** *
0,006 0,161 0,001 0,039 -0,033 -0,057
***
-0,011 -0,170
*** **
-0,042 -0,003
***
Beobachtungen 1032 Querschnittseinheiten 86 Zeitraum 2005 - 07 Alle erklärenden Variablen sind logarithmiert. Signifikanzniveaus: *** 1%, ** 5%, * 10%.
139
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
In Abschnitt 7.5 wurde darauf eingegangen, dass verlässliche Daten über Erwerbstätige am Wohnort erst ab 2004 zur Verfügung stehen. Davor wurden entsprechende Daten lediglich jährlich über den Mikrozensus geschätzt. Dies führt dazu, dass sich der Nenner der abhängigen Variable nur alle vier Quartale ändern kann, während sich der Zähler normal verhält. Von der Verwendung dieser Daten ist deshalb strengstens abzuraten. An dieser Stelle sollen dennoch die Ergebnisse dargestellt werden, die sich ergeben, wenn über den gesamten Zeitraum von 2002 bis 2007 geschätzt wird. Tabelle 34 zeigt die entsprechenden kontemporären und langfristigen Koeffizienten. Es ist deutlich zu erkennen, dass keine langfristigen Effekte mehr identifiziert werden können und die kurzfristigen Effekte sehr klein ausfallen. Dies ist darauf zurückzuführen, dass die Variation in den Daten fehlt, um die entsprechenden Effekte identifizieren zu können. Angesichts dieses Problems ist die Verwendung des kürzeren Zeitraumes vorzuziehen. Tabelle 34: Effekte für den gesamten Zeitraum 2002-2007 (weitere erklärende Variable vgl. Tabelle 16) Abhängige Variable: log. Arbeitsssuchendenrate Job seeker Rate langfr. Vakanzquote kurzfr. langfr. Aktive Arbeitssuche kurzfr. langfr. Arbeitstraining kurzfr. langfr. Orientierung kurzfr. langfr. Aus- und Weiterbildung kurzfr. langfr. Kurskosten kurzfr. langfr. GB / SÖB kurzfr. langfr. Eingliederungsbeihilfen kurzfr. langfr. Lehrstellensuche kurzfr. langfr.
0,956
***
-0,012 -6,620
*
0,000 0,009 0,000 -0,006
*
0,000 0,014
***
0,001 0,007 0,000 0,003 -0,002 -0,008
***
-0,001 -0,011
**
-0,004 -0,014
***
Beobachtungen 2064 Querschnittseinheiten 86 Zeitraum 2002 - 07 Test auf Autokorrelation 1. Ordnung -6,57 *** Test auf Autokorrelation 2. Ordnung 1,05 Sargan-Test 36,87 (p = 1) Alle erklärenden Variablen sind logarithmiert. Signifikanzniveaus: *** 1%, ** 5%, * 10%. (basieren auf heteroskedastie-konsistenten Standardfehlern)
140
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
A.6. LISTE DER INTERVIEWPARTNERINNEN
Bernhard Eisner
Arbeitsmarktservice Wr. Neustadt
Karl Fakler
Arbeitsmarktservice NÖ, Landesgeschäftsstelle
Claudia Galehr
Arbeitsmarktservice Österreich
Sieghard Holzer
Arbeitsmarktservice Tirol
Marianne Katzengruber
Arbeitsmarktservice Amstetten
Reinhard Pokorn
Arbeitsmarktservice Steiermark, Landesgeschäftsstelle
Heinz Riedel
Arbeitsmarktservice Steiermark, Landesgeschäftsstelle
Christian Schaur
Arbeitsmarktservice Tirol
Elisabeth Szammer
Arbeitsmarktservice Fürstenfeld
Harald Vetter
Arbeitsmarktservice Amstetten
Ewald Warras
Arbeitsmarktservice Linz
Marius Wilk
Arbeitsmarktservice Österreich BGS
141
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
B. Bibliographie Abbring, J. H.; Heckman, J. J. (2007), Econometric Evaluation of Social Programs, Part III: Distributional Treatment Effect, Dynamic Treatment Effects, Dynamic Discrete Choice, and General Equilibrium Policy Evaluation, in: Heckman, J. J.; Leamer, E. (Hrsg.), Handbook of Econometrics, Bd. 6B, North-Holland, Amsterdam, S.5145-5306. Abbring, J. H.; van den Berg, G. J. (2003), The Nonparametric Identification of Treatment Effects in Duration Models, in: Econometrica, 71(5), S.1491-1517. Altavilla, C.; Caroleo, F. (2006), Evaluating the Dynamic Effects of Active Labour Policies in Italy, in: Labour, 20(2), S.349-382. AMS (2004), Geschäftsbericht. AMS (2005), Förderbudget 2006. AMS (2006), Längerfristiger Plan des AMS 2006-2008. AMS (2007), Förderbudget 2007. AMS (o.J.), Arbeitsmarktpolitische Ziele des Arbeitsmarktservice Österreich der Jahre 2001-2009. Anselin, L. (1988), Spatial Econometrics: Methods and Models, Dordrecht, Kluwer Academic Publishers. Anselin, L. (2002), Under the Hood: Issues in the Specification and Interpretation of Spatial Regression Models, in: Agricultural Economics, 27(3), S. 247-267 Arellano, M.; Bond, S. (1991), Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations, in: Review of Economic Studies, 58(2), S.277– 297. Aumayr, C.; Woitech, B.; Kurzmann, R. (2007), Makroökonomische Effekte von Ausgaben für aktive Arbeitsmarktpolitik. Eine Analyse makroökonomischer Evaluierungen und Schlußfolgerungen für eine Umsetzung in Österreich, JR-Research Report Nr. 62, im Auftrag des Bundesministerium für Wirtschaft und Arbeit. Aumayr, C. (2007)‚ Region Types in EU-25, European Journal of Comparative Economics, 4(2). Baccaro, L.; Rei, D. (2005), Institutional Determinants of Unemployment in OECD countries: A Time Series Cross-Section Analysis (1960-98), International Institute for Labour Studies, Discussion Paper No. 160/2005. Baccaro, L.; Rei, D. (2007), Institutional Determinants of Unemployment in OECD countries: Does the Deregulatory View Hold Water?, in: International Organziation, 61, S. 527-569. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R. (2000), Multivariate Analysemethoden - Eine anwendungsorientierte Einführung, 9. Auflage, Springer Verlag 2000. Bassanini, A.; Duval, R. (2006a), The Determinants of Unemployment Across OECD Countries: Reassessing the Role of Policies and Institutions, in: OECD Economic Studies No. 42, 2006/1.
142
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Bassanini, A.; Duval, R. (2006b), Employment Patterns in OECD Countries: Reassessing the Role of Policies and Institutions, Social, Employment and Migration Working Paper No. 35. Beenstock, M.; Felsenstein, D. (2007), Spatial Vector Autoregressions, in: Spatial Economic Analysis, 2:2, S. 167-196. Bellmann, L.; Jackman, R. (1996), The Impact of Labour Market Policy on Wages, Employment and Labour Market Mismatch, in: Schmid, G; O’Reilly, J; Schömann, K. (Hrsg.), International Handbook of Labour Market Policy and Evaluation, Edward Elgar, Cheltenham, S.725-746. Berger, J.; Felderer, B.; Fortin, I.; Gstrein, M.; Graf, N.; Hofer, H.; Kuschej, H.; Leitner, A.; Mateeva, L.; Paterson, I.; Schuh, U.; Schwarzbauer, W.; Skriner, E.; Steiner, M.; Strohner, L.; Weyerstraß, K.; Wroblewski, A. (2007), Evaluation of the Austrian National Reform Programme – An Update with a Special Focus on Employment, Liberal Professions and International Competition, Research Report, IHS Wien. Beveridge, W.H. (1945), Full Employment in a Free Society, Allen & Unwin, New York. Black, D.; Smith, J.A.; Berger, M.; Noel, B.J. (2003), Is the Threat of Reemployment Services More Effective Than the Services Themselves? Evidence from Random Assignment in the UI System, in: The American Economic Review, S.1313-1327. Blanchard, O.; Diamond, P. (1989), The Beveridge Curve, in: Brookings Papers on Economic Activity, 1989(1), S.1-76. Bleakley, H.; Fuhrer, J. (1997), Shifts in the Beveridge Curve, Job Matching, and Labor Market Dynamics, in: New England Economic Review, S.3-19. Blien, U.; Hirschenauer, F.; Hong, V. t. P. (2006b), Model-Based Classification of Regional Labour Markets for Purposes of Labour Market Policy, Institut für Arbeitsmarkt- und Berufsforschung, Discussion Paper No. 29/2006. Blien, U.; Rueb, F.; Werner, D.; Wolf, K. (2006a), Classification of Regional Labour Markets at the Nuts 3 level in Germany, Conference paper presented at the 46th congress of the European Regional Science Association in Volos, Greece.. Blien, U.; Sanner, H. (2006), Structural Change and Regional Employment Dynamics, IAB Discussion Paper No. 06/2006. Blundell, R.; Bond, S. (1998), Initial Conditions and Moment Restrictions in Dynamic Panel Data Models, in: Journal of Econometrics, 87(4), S.115-143. Blundell, R.; Costa Dias, M. (2008), Alternative Approaches to Evaluation in Empirical Microeconomics, IZA-Discussion Paper No. 3800. BMAGS, BMWA (1999), Nationaler Aktionsplan für Beschäftigung. BMASK (2008), Arbeitsmarktförderungen Arbeitsmarktservice,
-
Förderinstrumente
und
Beihilfen
des
http://www.bmsk.gv.at/cms/site/attachments/3/0/0/CH0697/CMS1232553164353/arbeitsmarktfoerderungen_(oktober_2008).pdf.
BMWA
(2002),
Arbeitsmarktpolitik
in
Österreich,
http://www.bmask.gv.at/cms/site/attachments/2/7/9/CH0690/CMS1249975678352/arbeitsmarktpolitik_in_oesterreich_2001.pdf.
BMWA (2004), Fortschrittsbericht zum Nationalen Aktionsplan für Beschäftigung 2004. 143
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
BMWA (2007), Arbeitsmarktpolitik in Österreich im Jahr 2006, http://www.bmask.gv.at/cms/site/attachments/2/7/9/CH0690/CMS1249975678352/arbeitsmarktp olitik_in_oesterreich_2006.pdf. BMWA (2008a), Aktive Arbeitsmarktpolitik in Österreich 1994-2008, Dokumentation, http://www.bmsk.gv.at/cms/site/attachments/2/7/9/CH0690/CMS1249975678352/dokumentation _aktive_arbeitsmarktpolitik_in_oesterreich_1994-2008.pdf. BMWA (2008b), Arbeitsmarktpolitik in Österreich im Jahr 2007, http://www.bmsk.gv.at/cms/site/attachments/2/7/9/CH0690/CMS1249975678352/arbeitsmarktpol itik_in_oesterreich_2007.pdf. Boeri, T.; Burda, M.C. (1996), Active Labor Market Policies, Job Matching and the Czech Miracle, in: European Economic Review, 40(3-5), S.805-817. Börsch-Supan, A. (1991), Panel Data Analysis of the Beveridge Curve: Is There a Macroeconomic Relation between the Rate of Unemployment and the Vacancy Rate?, in: Economica, 58(231), S.279-297. Budd, A.; Levine, P.; Smith, P. (1998), Unemployment, Vacancies and the Long-Term Unemployed, in: The Economic Journal, 98(393), S.1071-1091. Bundesministerium für Arbeit und Soziales (2006), Evaluation der Maßnahmen zur Umsetzung der Vorschläge der Hartz – Kommission, Berlin. Burgess, S.M. (1993), A Model of Competition Between Unemployed and Employed Job Searchers: An Application to the Unemployment Outflow Rate in Britain, in: The Economic Journal, 103(420), S.1190-1204. Büttner, T. (2007), Ankündigungseffekt oder Maßnahmewirkung? Eine Evaluation von Trainingsmaßnahmen zur Überprüfung der Verfügbarkeit, IAB Discussion Paper No. 25/2007. Buxbaum, A.; Ertl, S.; Pointecker, M. (2008), Neue Wege der Arbeitsmarktpolitik – Lehren aus einem Ländervergleich für Österreich, in: Wallner J. (Hsg.), Gestaltung und Finanzierung von Arbeitsmarktpolitik: Ein internationaler Vergleich, sozialpolitik in diskussion Nr. 7, AK Wien. Caliendo, M.; Hujer, R.; Thomsen, St. (2008), The Employment Effects of Job Creation Schemes in Germany – A Microeconometric Evaluation, in: Millimet, D.; Smith, J.; Vytlacil, E. (Hrsg.), Advances in Econometrics, Bd. 21; Estimating and Evaluating Treatment Effect in Econometrics, Elsevier, S.383-430. Calmfors, L. (1994), Active Labour Market Policy and Unemployment – a Framework for the Analysis of Crucial Design Features, OECD Economic Studies No. 22. Calmfors, L.; Forslund, A.; Hemström, M. (2002), Does Active Labour Market Policy Work? Lessons from the Swedish Experience, CESifo Working Paper 675(4). Calmfors, L.; Lang, H. (1995), Macroeconomic Effects of Active Labour Market Programmes in a Union Wage-Setting Model, in: The Economic Journal, 105(5), S.601-619. Calmfors, L.; Skedinger, P. (1995), Does Active Labour Market Policy Increase Employment? Theoretical Considerations and Some Empirical Evidence from Sweden, in: Oxford Review of Economics, 11(1), S.91-109.
144
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Christl, J. (1987), Steigt die strukturelle Arbeitslosigkeit?, in: Bundesministerium für Arbeit und Soziales (Hrsg.), Forschungsberichte aus Sozial- und Arbeitsmarktpolitik Nr. 19, Die Dynamik des Arbeitsmarktes, 107-147, Wien 1987. Coles, M.G.; Petrongolo, B. (2002), A Test Between Unemployment Theories Using Matching Data, CEPR Discussion Paper 3241. Coles, M.G.; Smith, E. (1998), Marketplaces and Matching, in: International Economic Review, 39(1), S.239-254. Dalhberg, M.; Forslund, A. (2005), Direct Displacement Effects of Active Labour Market Programmes, in: Scandinavian Journal of Economics, 107(3), S.474-494. Dixon, S. (1996), Labour Force Participation over the Last Ten Years, in: Labour Market Bulletin, 1996/2, S. 71-88. Eriksson, S.; Lagerström, J. (2006), Competition between Employed and Unemployed Job Applicants: Swedisch Evidence, in: Scandinavian Journal of Economics 108(3), S.373-396. EU-Kommission (2005), Integrierte Leitlinien für Wachstum und Beschäftigung, KOM(2005) 141 endgültig, 12.4.2005. EU-Kommission (2007), Zehn Jahre Europäische Beschäftigungsstrategie (EBS). Fahr, R.; Sunde, U. (2006), Spatial Mobility and Competition for Jobs: Some Theory and Evidence for Western Germany, in: Regional Science and Urban Economics 36(6), S.803-825. Fertig, M.; Kluve, J. (2004), A Conceptual Framework for the Evaluation of Comprehensive Labor Market Policy Reforms in Germany, in: Applied Economics Quarterly, 55(Supplement), S.83113. Fertig, M.; Kluve, J.; Schmidt, C. (2006), Die makroökonomische Wirkung aktiver Arbeitsmarktpolitik – eine Panelanalyse auf Ebene regionaler Arbeitsmärkte, in: Zeitschrift für ArbeitsmarktForschung, 39(3/4), S.575-601. Fertig, M.; Schmidt, C.M. (2000), Discretionary Measures of Active Labor Market Policy: The German Employment Promotion Reform in Perspective, in: Schmollers Jahrbuch, 120(4), S.537565. Fertig, M.; Schmidt, C.M.; Schneider, H. (2006), Active Labor Market Policy in Germany – Is there a Successful Policy Strategy?, in: Regional Science and Urban Economics, 36(3), S.399-430. Filipic, U. (Hsg.in) (2005), Arbeitsmarktpolitik in Europa, sozialpolitik in diskussion Nr.3, AK Wien. Fitzenberger, B.; Orlyanskaya, O.; Osikominu, A.; Waller, M. (2008), Déjà vu? Short-term training in Germany 1980-1992 and 2000-2003, IAB Discussion Paper No. 27/2008. Gary, M.; Hunter, B. (1999), Determinants of Employment and Labour Force Participation: A Cohort Analysis of Indigenous and Non-Indigenous Australians, 1986-96, Centre for Aboriginal Economic Policy Research (CAEPR), Discussion Paper No. 186. Geerdsen, L. (2006), Is There a Threat Effect of Labour Market Programmes? A Study of Almp in the Danish UI System, in: The Economic Journal, 116(513), S.738-750.
145
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Grand, P. (2007), Aktive Arbeitsmarktpolitik in Österreich 1998-2005 vor dem Kontext der Europäischen Beschäftigungspolitik, Diplomarbeit Politikwissenschaft, Universität Wien. Greene, W. (2003), Econometric Analysis, 5. Auflage, Prentice Hall, Upper Saddle River. Gregoritsch, P.; Kernbeiß, G.; Lehner, U.; Löffler, R.; Städtner, K.; Wagner-Pinter, M. (2007), Die Langzeitwirkung arbeitsmarktpolitischer Qualifikationsmaßmahmen, Synthesis Bericht, http:// www.ams-forschungsnetzwerk.at/deutsch/publikationen. Grubb, D. (1994), Direct and Indirect Effects of Active Labour Market Policies in OECD Countries, in: R. Bauell (Hrsg.), The UK Labour Market, Comparative Aspects and Institutional Development, Cambridge. Hagen, T. (2003), Three Approaches to the Evaluation of Active Labour Market Policy in East Germany Using Regional Data, ZEW Discussion Paper No. 03-27. Hamermesh, D. (1993), Labor Demand, Princeton University Press, Princeton. Heckman, J. J.; Vytlacil, E. J. (2007), Econometric Evaluation of Social Programs, Part I: Causal Models, Structural Models and Econometric Policy Evaluation, in: Heckman, J. J.; Leamer E. E. (Hrsg.), Handbook of Econometrics, Bd. 6B, North-Holland, Amsterdam, S.4779-4874. Heckman, J.J. (2008), Econometric Causality, in: International Statistical Review, 76(1), S.1-27. Heckman, J.J.; LaLonde, R.J.; Smith, J.A. (1999), The Economics and Econometrics of Active Labor Market Programs, in: O. Ashenfelter / D. Card (Hrsg.), Handbook of Labor Economics, Bd. 3A, North-Holland, Amsterdam, S.1865-2097. Hofer, H.; Kunst, R. M.; Schwarzbauer, W.; Schuh, U.; Snower, D. J. (2007), Some Evidence on the Relevance of the Chain-reaction Theory in Selected Countries, Institut für Höhere Studien, Reihe Ökonomie Nr. 207. Hujer, R.; Blien, U.; Caliendo, M.; Zeiss, C. (2006), Macroeconometric Evaluation of Active Labour Market Policy in Germany – A Dynamic Panel Approach Using Regional Data, in: Caroleo, F.E.; Destefanis, S. (Hrsg.), The European Labour Market. Regional Dimensions, Physika, Heidelberg, S.287-310. Hujer, R.; Rodrigues, P.J.M.; Wolf, K. (2009), Estimating the Macroeconomic effects of active labour market policies using spatial econometric methods, in: International Journal of Manpower (im Erscheinen). Hujer, R.; Thomsen, S. L.; Zeiss, C. (2006), The Effects of Short-Term Training Measures on the Individual Unemployment Duration in West Germany, ZEW Discussion Paper No. 06–065. Hujer, R; Zeiss, C. (2003), Macroeconomic Impacts of ALMP on the Matching Process in West Germany, Forschungsinstitut zur Zukunft der Arbeit, Discussion Paper No. 915. Hujer, R; Zeiss, C. (2005a), Macroeconomic Impacts of Job Creation Schemes in the Matching Process in West Germany, in: Applied Economics Quarterly, 51(2), S.203-217. Hujer, R; Zeiss, C. (2005b), Vermittlungsgutscheine – Zwischenergebnisse der Begleitforschung 2004, IAB-Forschungsbericht 4/2005. Hujer, R; Zeiss, C. (2006a), Macroeconomic Effects of Short-Term Training Measures on the Matching Process in Western Germany, IZA Discussion Paper No. 2489. 146
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Hujer, R; Zeiss, C. (2006b), Makroökonometrische Analyse der Effekte von Beauftragungen Dritter, in: Kruppe, T. (Hrsg), Private Vermittlung als Unterstützung, Beiträge zur Arbeitsmarkt- und Berufsforschung, Bd. 301, Nürnberg, S.111-126. Hynninen, S.M.; Lahtonen, J. (2007), Does Population Density Matter in the Progress of Matching Heterogeneous Job Seekers and Vacancies?, in: Empirica, 34(5), S.397-410. Ibourk A.; Maillard, B.; Perelman, S.; Sneessens H.R. (2004), Aggregate Matching Efficiency: A Stochastic Production Frontier Approach, France 1990-1994, in: Empirica, 31(1), S.1-25. Jackman, R. (2002), Determinants of Unemployment in Western Europe and Possible Policy Responses. Jackman, R.; Pissarides, C.; Savouri, S. (1990), Labour Market Policies and Unemployment in the OECD, in: Economic Policy, 5(11), S.450-490. Jackman, R.; Roper, S. (1987), Structural Unemployment, in: Oxford Bulletin of Economics and Statistics, 49(1), S. 9-36. Jaumotte, F. (2003), Labour Force Participation of Women, Empirical Evidence on the Role of Policy and Other Determinants in OECD Countries, in: OECD Economic Studies No. 37, 2003/2. Johansson, K. (2002), Labor Market Programs, the Discouraged-Worker Effect, and Labor Force Participation, Institute for Labour Market Policy Evaluation, Working Paper No. 2002:9. Karanassou, M.; Sala, H.; Snower, D. J. (2002), Unemployment in the European Union: A Dyanamic Reappraisal, Forschungsinstitut zur Zukunft der Arbeit, Discussion Paper No. 531. Kluve, J. (2006), The Effectiveness of European Active Labour Market Policy, IZA-Discussion Paper No. 2018. Kluve, J.; Card, D.; Fertig, M.; Góra, M.; Jacobi, L.; Jensen, P.; Leetmaa, R.; Nima, L.; Patacchini, E.; Schaffner, S.; Schmidt, C. M.; Klaauw, B. van der; Weber, A. (2007), Active Labour Market Policy in Europe. Performance and Perspective, Springer Verlag, Berlin-Heidelberg 2007. Koning de, J. (2001), Aggregate Impact Analysis of Active Labour Market Policy, in: International Journal of Manpower, 22(8), S.707-735. Kurzmann, R.; Aumayr, C.; Dumrailer, A. (2008), Das Arbeitsvolumen in der Steiermark und in Österreich 2002 bis 2006, Joanneum Research, Institut für Technologie- und Regionalpolitik, Research Report Nr. 71-2008. Layard, R.; Nickell, S.; Jackman, R. (1991), Unemployment: Macroeconomic Performance and the Labour Market, Oxford University Press, Oxford. Lechner, M.; Miquel, R.; Werner, St.; Wiehler, St. (2007), Mikroökonometrische Evaluierung der Instrumente der Aktiven Arbeitsmarktpolitik in Österreich, Projektbericht, St. Gallen. Lechner, M.; Wiehler, St. (2007a), What’s Good for the Goose. Isn’t Good for the Gander – Heterogeneous Effects of the Austrian Active Labour Market Policy, Discussion Paper, Universität St. Gallen. Lechner, M.; Wiehler, St. (2007b), Kids or Courses? Gender Differences in the Effects of Active Labour Market Policies, IZA-Discussion Paper No. 2740.
147
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Lee, L. F.; Yu, J. (2009), A Spatial Dynamic Panel Data Model with Both Time and Individual Fixed Effects, in: Econometric Theory (im Erscheinen). Lee, L.; Yu, J. (2007), A Spatial Dynamic Panel Data Model with Both Time and Individual Fixed Effects, University of Rochester, http://www.econ.ohio-state.edu/lee/wp/Time-Dummy-SpatialPanel-0718.pdf. Lehmann, H. (1995), Active Labor Market Policies in the OECD and in Selected Transition Economies, World Bank Policy Research Working Paper, 1502. Lütkepohl, H. (2008), Impulse Response Function, in: Durlauf, S. N.; Blume, L. E. (Hrsg.), The New Palgrave Dictionary of Economics. Lütkepohl, H. (2006), New Introduction to Multiple Time Series Analysis, Springer Verlag, Berlin 2006. Lutz, H.; Mahringer, H.; Pöschl, A. (2005), Evaluierung der österreichischen Arbeitsmarktförderung 2000-2003, WIFO, Wien. Marelli, E. (2007), Regional Employment Dynamics in the EU: Structural Outlook, Co-Movements, Clusters and Common Shocks, in: Caroleo, F.; Destefanis, S. (Hrsg.), The European Labour Market, Physica Verlag Heidelberg, New York. Marterbauer, M.; Walterskirchen, E. (1999), Determinants of the Rise of Unemployment in Austria, in: Austrian Economic Quarterly, 2/1999, S. 115-123. Mitterauer, L.; Reiter, W.; Riesenfelder, A. (1999), Evaluation der BESEB 1997 Endbericht, L&R Sozialforschung. Möller, J. (2004), Empirische Makroökonomik (Skriptum), Universität Regensburg. Münich, D.; Svejnar, J; Terrell, K. (1997), Worker-Firm Matching and Unemployment in Transition to a Market Economy: (Why) are the Czech more successful than Others?, Working Paper 107, The William Davidson Institute. Mutl, J. (2006), Dynamic Panel Data Models with Spatially Correlated Disturbances, Dissertation, University of Maryland. Mutl, J. (2009), Panel VAR Models with Spatial Dependence, Institut für Höhere Studien, Reihe Ökonomie Nr. 237. Nickell, S. (1981), Biases in Dynamic Models with Fixed Effects, in: Econometrica, 49(6), S.1417– 1426. Österreichisches Reformprogramm für Wachstum und Beschäftigung (2005). OECD (1994), Jobs Study – Evidence and Explanations Part II: The Adjustment Potential of the Labour Market, Paris. OECD (2007), OECD Economic Surveys Austria, 2007/15. OECD (2008), OECD Employment Outlook 2008. Ohlert, G. (1992), A Note on the Delta Method, The American Statistician, 46(1), S.27-29.
148
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
Palme, G. (1995), Struktur und Entwicklung österreichischer Wirtschaftsregionen, in: Mitteilungen der Österreichischen Geographischen Gesellschaft, 137 (1995), S. 393-416. Pannenberg, M.; Schwarze, J. (1998), Labor Market Slack and the Wage Curve, in: Economics Letters, 58(3), S.351-354. Pissarides, C. (1990), Equilibrium Unemployment Theory, Blackwell, Oxford. Puhani, P.A. (1999), Estimating the Effects of Public Training on Polish Unemployment by Way of the Augmented Matching Function Approach, ZEW Discussion Paper 99-38. Puhani, P.A. (2003), Active Labour Market Policy and Employment Flows. Evidence from Polish Regional Data, in: International Journal of Manpower, 24(8), S.897-915. Richter, U. (1994), Geographie der Arbeitslosigkeit in Österreich: Theoretische Grundlagen empirische Befunde, in: Fassmann, H. (Hrsg.), Beiträge zur Stadt- und Regionalforschung, Bd. 13, Verlag der österreichischen Akademie der Wissenschaften, Wien. Rosenbaum, P.R.; Rubin, D.B. (1983), The Central Role of the Propensity Score in Observational Studies for Causal Effects, in: Biometrika, 70(1), S.41-55. Rosholm, M.; Svarer, M. (2008), The Threat Effect of Active Labour Market Programmes, in: Scandinavian Journal of Economics 110(2), S.385-401. Seymen, A. (2008), A Critical Note on the Forecast Error Variance Decomposition. Discussion Paper No. 08-065, ZEW. Sianesi, B. (2001), Implementing Propensity Score Estimators with STATA. Sianesi, B. (2004), An Evaluation of the Swedish System of Active Labor Market Programs in the 1990s, in: The Review of Economics and Statistics, 86(1), S.133-155. Speckesser, S. (2004), Essays on Evaluation of Active Labour Market Policy, Diss., Mannheim. Stephan, G.; Pahnke, A. (2008), A Pairwise Comparison of the Effectiveness of Selected Active Labour Market Programmes in Germany, IAB Discussion Paper No. 29/2008. Tobler, W. (1970), A Computer Movie Simulating Urban Growth in the Detroit Region, in: Economic Geography, 46(2), S. 234-240. Van den Berg, G.J. (2001), Duration Models: Specification, Identification, and Multiple Durations, in: Heckman; J.J.; Leamer; E. (Hrsg.): Handbook of Econometrics, Bd. 5, North-Holland, Amsterdam, S.3381-3462. Van den Berg, G.J.; Bergemann, A.; Caliendo, M. (2008), The Effect of Active Labor Market Programs on Not-Yet Treated Unemployed Individuals, IZA Discussion Paper No. 3825. Wall, H.; Zoega, G. (2002), The British Beveridge Curve: A Tale of Ten Regions, in: Oxford Bulletin of Economics and Statistics, 64(3), S.261-280. Wapler, R.; Werner, D.; Wolf, K. (2008), Macro Evaluation of Active Labour Market Policies in West and East Germany. An Extension of the Theory and Empirical Evidence, Insitut für Arbeitsmarkt- und Berufsforschung. Zivot, J.; Wang, J. (2003), Modelling Financial TS with S-PLUS, Springer Verlag, NY 2003. 149
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
C. Abbildungsverzeichnis Abbildung 1: Projektüberblick und Studienaufbau ..............................................................................................................................................2 Abbildung 2: Internationaler Vergleich der Arbeitslosenquoten im Jahr 2007..................................................................................................5 Abbildung 3: Ausgaben für aktive Arbeitsmarktpolitik in % des Bruttoinlandsprodukts im Vergleich zur Arbeitslosenquote im Jahr 2005 .........................................................................................................................................................6 Abbildung 4: Entwicklung verschiedener Quoten am österreichischen Arbeitsmarkt, 1987 - 2007 ................................................................9 Abbildung 5: Entwicklung der österreichischen Beveridge-Kurve im Vergleich mit jenen der Bundesländer 2001-2007......................... 10 Abbildung 6: Regionaler Mismatch gesamt 1987-2007 (1), regionaler Mismatch nach Bundesländern 1987 bis 2007 (2) sowie beruflicher Mismatch nach relevanten Berufsgruppen 2001 bis 2007 (3) ................................................................... 11 Abbildung 7: Regionale Arbeitssuchendenquoten 2001 und 2007 .................................................................................................................. 31 Abbildung 8: Untersuchte erklärende Variablen ............................................................................................................................................... 33 Abbildung 9: Typisierung österreichischer Arbeitsmarktregionen im Zeitraum 2001-2003 ......................................................................... 36 Abbildung 10: Typisierung österreichischer Arbeitsmarktregionen im Zeitraum 2004-2007 ....................................................................... 37 Abbildung 11: Entwicklung der AMS-Förderkategorien in den Bundesländern von 2001 bis 2007 auf Personenebene............................ 38 Abbildung 12: Gegenüberstellung der Fördermuster der Bundesländer in den Zeiträumen 2002-03 und 2006-07.................................... 39 Abbildung 13: Lokation der AMS-Förderkategorien nach Bundesland, Summe der Jahre 2001 bis 2003 .................................................. 40 Abbildung 14: Lokation der AMS-Förderkategorien nach Bundesland, Summe der Jahre 2004 bis 2007 .................................................. 41 Abbildung 15: Matchingvariablen auf Bundesebene ........................................................................................................................................ 65 Abbildung 16: TeilnehmerInnenzahlen nach Maßnahmen auf Bundesebene ................................................................................................. 66 Abbildung 17: Beveridge-Kurve ........................................................................................................................................................................ 76 Abbildung 18: Akkomodationsraten auf Bundesebene..................................................................................................................................... 82 Abbildung 19: Kumulierte Koeffizienten .......................................................................................................................................................... 88 Abbildung 20: Entwicklung der österreichischen Partizipationsquote und Akkomodationsrate – mit und ohne Lehrlinge – im Projektzeitraum .............................................................................................................................................. 92 Abbildung 21: Entwicklung der Zahl der Arbeitssuchenden in Österreich ................................................................................................... 101 Abbildung 22: Arbeitssuchende je Bundesland............................................................................................................................................... 101 Abbildung 23: Arbeitslose und Arbeitssuchende in Österreich im Vergleich............................................................................................... 102 Abbildung 24: Entwicklung der Zahl der (gemeldeten) offenen Stellen in Österreich................................................................................. 103 Abbildung 25: Entwicklung der Zahl der SchulungsteilnehmerInnen in Österreich .................................................................................... 104 Abbildung 26: SchulungsteilnehmerInnen je Bundesland.............................................................................................................................. 104 Abbildung 27: Entwicklung der Zahl der unselbstständig Beschäftigten in Österreich ............................................................................... 105 Abbildung 28: Unselbstständig Beschäftigte je Bundesland .......................................................................................................................... 105 Abbildung 29: Überblick über die Vorgehensweise bei der Modellierung der VARs ................................................................................. 107 Abbildung 30: IRF für Österreich-VAR – Reaktionen von AS auf Schocks auf OS, SC und USB............................................................ 109 Abbildung 31: IRFs für Panel-Ö-Daten – Reaktionen von AS auf Schocks auf OS, SC und USB............................................................. 111 Abbildung 32: IRF für Panel-Ö-Daten –Schock auf AS, Reaktion von SC bzw. von OS ........................................................................... 111 Abbildung 33: IRF für Panel-Ö-Daten –Schock auf OS, Reaktion von SC .................................................................................................. 112 Abbildung 34: Schock auf SC, Antwort von AS – Burgenland, Kärnten, Steiermark ................................................................................. 113 Abbildung 35: Schock auf SC, Antwort von AS – Nieder- und Oberösterreich........................................................................................... 113 Abbildung 36: Schock auf SC, Antwort von AS – Salzburg, Tirol, Vorarlberg ........................................................................................... 114 Abbildung 37: Schock auf SC, Antwort von AS – Wien................................................................................................................................ 114 Abbildung 38: Aufbereitung der Matchingdaten............................................................................................................................................. 124 Abbildung 39: Personengruppen in der Grundtabelle über alle Stichtage, Quartalsendbestände 2001-2007, Summe aller Fälle auf Personenebene........................................................................................................................................... 126 Abbildung 40: Basiskarte für die Korrektur an den Nachbarschaftsmatrizen ............................................................................................... 128 Abbildung 41: Vorgehensweise bei der Erstellung der Clusteranalyse ......................................................................................................... 132 Abbildung 42: Beveridge-Kurven für Österreich 1960 bis 2007. Vergleich mit Christl (1987).................................................................. 134
150
Makroökonomische Effekte der aktiven Arbeitsmarktpolitik in Österreich
D. Tabellenverzeichnis Tabelle 1: Ziel- und Planungshierarchie des AMS............................................................................................................................................ 13 Tabelle 2: Jahresplanung des AMS .................................................................................................................................................................... 22 Tabelle 3: Budgetverteilung aktive Arbeitsmarktpolitik 2001-07.................................................................................................................... 23 Tabelle 4: Maßnahmenkategorisierung .............................................................................................................................................................. 24 Tabelle 5: Budgetentwicklung aAMP nach Maßnahmenkategorisierung, 2001-07 ....................................................................................... 29 Tabelle 6: Schätzergebnisse ................................................................................................................................................................................ 34 Tabelle 7: Variationskoeffizienten des regionalen Fördergeschehens nach Bundesländern und Maßnahmenkategorien im Zeitraum 2006-07........................................................................................................................................................................ 41 Tabelle 8: Mikroökonometrische Studien: Empirische Ergebnisse (Lechner, Wiehler (2007a, b)) ............................................................. 47 Tabelle 9: Mikroökonometrische Studien: Empirische Ergebnisse von Lutz, Mahringer, Pöschl (2005) für Geförderte ab 25 Jahren, 3 Jahre ab Förderbeginn ............................................................................................................................................ 48 Tabelle 10: Mikroökonometrische Studie: Empirische Ergebnisse von Lutz, Mahringer, Pöschl (2005) für den Gesamteffekt auf Beschäftigung und Arbeitslosigkeit................................................................................................................... 48 Tabelle 11: Makroökonomische Effekte für 2002 nach Lutz, Mahringer, Pöschl (2005) ............................................................................. 49 Tabelle 12: Regressionsanalyse für Matchingfunktion (Aktive Arbeitsmarktpolitik gesamt) ....................................................................... 68 Tabelle 13: Regressionsergebnisse für Matchingfunktion – disaggregierte Maßnahmen (mit und ohne räumliche Komponente)............ 70 Tabelle 14: Effekte bei einer Erhöhung der Zahl der aktuellen bzw. ehemaligen MaßnahmenteilnehmerInnen um 10 Prozent für ausgewählte Geschäftsstellen im 2. Quartal 2007 ................................................................................................. 72 Tabelle 15: Deskriptive Statistiken (alle Quartale 2005 - 07, alle RGS) ......................................................................................................... 82 Tabelle 16: Regressionsergebnisse der Beveridge-Kurve................................................................................................................................. 84 Tabelle 17: Kumulierte Effekte der Akkomodationsraten ................................................................................................................................ 87 Tabelle 18: Effekte nach zwölf Quartalen bei einer Erhöhung der Zahl der MaßnahmenteilnehmerInnen um 10 Prozent für ausgewählte Geschäftsstellen im 2. Quartal 2007 ................................................................................................. 90 Tabelle 19: Zusätzliche Tage von geförderten versus nicht-geförderten Personen in Arbeitsmarkt-nahen Status innerhalb eines Beobachtungszeitraumes von 3,5 Jahren (1278 Tage) ab Förderbeginn. Maßnahmenteilnahme zählt als Partizipation (Lutz et al. 2005, 172) ................................................................................................................................. 94 Tabelle 20: Regressionsergebnisse der Partizipationsquote 2004 - 2007 ........................................................................................................ 97 Tabelle 21: Effekte je 100 zusätzlichen MaßnahmenteilnehmerInnen auf die Partizipation von erwerbsfernen Personen auf Basis des österreichischen Durchschnitts 2007 ........................................................................................................................ 97 Tabelle 22: Untersuchte Variablen für das VAR............................................................................................................................................. 100 Tabelle 23: Granger-Kausalität für Österreich-VAR ...................................................................................................................................... 108 Tabelle 24: Österreich-VAR: Varianz-Dekomposition für AS ...................................................................................................................... 109 Tabelle 25: Granger-Kausalität für das Panel-Ö-VAR ................................................................................................................................... 110 Tabelle 26: Panel-Ö-VAR: Varianz-Dekomposition für AS.......................................................................................................................... 112 Tabelle 27: Beschäftigungspolitische Leitlinien der Europäischen Union, 2001-2005................................................................................ 116 Tabelle 28: Zielvorgaben des Bundesministeriums......................................................................................................................................... 118 Tabelle 29: Längerfristiger Plan des AMS 1999-2002, 2003-05, 2006-08 ................................................................................................... 119 Tabelle 30: Arbeitsmarktpolitische Jahresziele des AMS 1999-2008 ........................................................................................................... 120 Tabelle 31: Effekte bei endogen angenommenen Maßnahmeneinsatz .......................................................................................................... 137 Tabelle 32: Effekte der als exogen angenommenen Akkomodationsraten (weitere erklärende Variablen vgl. Tabelle 16) ..................... 138 Tabelle 33: Beveridgekurve mit Berücksichtigung räumlicher Interaktionen (weitere erklärende Variable vgl. Tabelle 16) .................. 139 Tabelle 34: Effekte für den gesamten Zeitraum 2002-2007 (weitere erklärende Variable vgl. Tabelle 16) .............................................. 140
151
InTeReg Research Report Series Research Reports des Instituts für Technologie- und Regionalpolitik der JOANNEUM RESEARCH geben die Ergebnisse ausgewählter Auftragsforschungsprojekte des InTeReg wieder. Weitere .pdf-Files der Research Report Series können unter http://www.joanneum.at/rtg/rp heruntergeladen werden. Für weitere Fragen wenden Sie sich bitte an
[email protected]. © 2008, JOANNEUM RESEARCH Forschungsgesellschaft mbH – Alle Rechte vorbehalten.
JOANNEUM RESEARCH Forschungsgesellschaft mbH – Institut für Technologie- und Regionalpolitik (InTeReg) Büro Graz: Elisabethstraße 20 A-8010 Graz, Austria Tel.: +43-316-876 1488 E-Mail:
[email protected]
Büro Wien: Haus der Forschung, Sensengasse 1 A-1090 Wien, Austria Tel.: +43-1-581 75 20 E-Mail:
[email protected]