Mismatch-Arbeitslosigkeit in Oberösterreich - L&R Sozialforschung
Mismatch-Arbeitslosigkeit in Oberösterreich - L&R Sozialforschung
Mismatch-Arbeitslosigkeit in Oberösterreich - L&R Sozialforschung
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
MM 1a misst den Anteil der Arbeitslosen, die zwischen den Arbeitsmarktsektoren ausgetauscht<br />
werden müssten, um e<strong>in</strong>e gleichmäßige Verteilung des Stellenandrangs zu<br />
erreichen. Aufgrund se<strong>in</strong>er Spezifikation streuen die Werte zwischen 0 und 1, wobei<br />
MM 1a =0 e<strong>in</strong>en perfekten Match und MM 1a =1 vollständiges ane<strong>in</strong>ander vorbeilaufen von<br />
Angebot und Nachfrage darstellen. Die ‚Sektoren’ oder Teilarbeitsmärkte können unterschiedlich<br />
def<strong>in</strong>iert werden, z.B. nach Berufen, Regionen oder Qualifikationen.<br />
Für diesen Indikator liegen zahlreiche Variationen vor, teilweise Variationen, die ebenfalls<br />
von Jackman und Roper verwendet wurden. So wird häufig auf die Halbierung der<br />
Summen der <strong>in</strong>tersektoralen Ungleichgewichte verzichtet oder e<strong>in</strong>e multiplikative Beziehung<br />
zwischen den Vakanzen und Arbeitslosen der Teilarbeitsmärkte angenommen.<br />
So hat der folgende Indikator von Jackman/Roper e<strong>in</strong>e ähnliche Aussagekraft wie der<br />
erste <strong>Mismatch</strong>-Indikator, aber ist etwas gestauchter.<br />
Jackman/Roper (1987):<br />
⎛U<br />
i<br />
Vi<br />
⎞<br />
MM<br />
1b<br />
= 1 − ∑⎜<br />
∗ ⎟<br />
i<br />
⎝ U V ⎠<br />
Der Vorteil dieses Indikators liegt vor allem bei se<strong>in</strong>er Anschaulichkeit und Nachvollziehbarkeit.<br />
Mit dem Anknüpfen an verbreiteten Ansätzen von Stellenandrangziffer und<br />
Beveridgekurve ist er auch leicht nachvollziehbar und gibt das Konzept der <strong>Mismatch</strong>-<br />
<strong>Arbeitslosigkeit</strong> anschaulich wieder. Er ist zwischen verschiedenen Regionen gut vergleichbar,<br />
vorausgesetzt es s<strong>in</strong>d Daten <strong>in</strong> entsprechender Qualität vorhanden. Dieser<br />
Indikator ist anschaulich, e<strong>in</strong>fach zu <strong>in</strong>terpretieren und relativ unkompliziert fortführbar.<br />
Allerd<strong>in</strong>gs erfordert MM 1a Vakanzdaten, die – wie weiter oben schon erläutert – oft verzerrt<br />
s<strong>in</strong>d.<br />
1<br />
2<br />
3.1.2 MM 2 <strong>Mismatch</strong>-Indikatoren auf Basis der Varianzen<br />
sektoraler Arbeitslosenraten<br />
<strong>Mismatch</strong>-Indikatoren auf Basis der Varianzen sektoraler Arbeitslosenraten knüpfen<br />
am NAIRU-Konzept an. Sie verfolgen e<strong>in</strong>e M<strong>in</strong>imierung der Varianz sektoraler Arbeitslosenraten<br />
unter der Annahme, dass sektorale Reallöhne sektorale Arbeitslosenraten<br />
bestimmen.<br />
Die non acceleration <strong>in</strong>flation rate of unemployment (NAIRU, deutsch: Arbeitslosenquote,<br />
bei der sich die Inflation nicht beschleunigt) ist e<strong>in</strong> aus der (modifizierten) Phillipskurve<br />
abgeleitetes wirtschaftstheoretisches Konzept, das den Zusammenhang zwischen<br />
Veränderung von Nom<strong>in</strong>allöhnen und <strong>Arbeitslosigkeit</strong> verfolgt. Sie umschreibt<br />
also e<strong>in</strong>e „natürliche“ Arbeitslosenquote, bei der ke<strong>in</strong>e Inflationsbeschleunigung durch<br />
Arbeitsmarktungleichgewichte, d.h. durch zu hohe Durchsetzungskraft der Lohnforderungen<br />
der ArbeitnehmerInnen, zu erwarten ist.<br />
Die jeweiligen Arbeitslosenquoten der Teilarbeitsmärkte werden mit der theoretisch<br />
m<strong>in</strong>imalen Arbeitslosenrate, die im Gleichgewichtszustand gegeben wäre, verglichen<br />
und deren Varianz berechnet. Auch hier haben sich unterschiedliche Indikatoren her-<br />
28