Advertisement

Armut von Erwerbstätigen aus einer Mehrebenenperspektive

Chapter
  • 1.3k Downloads

Auszug

Im vorangegangenen Kapitel wurde in deskriptiven Analysen gezeigt, dass Länderunterschiede im Armutsrisiko wie auch in der Struktur der Erwerbstätigen und ihrer Haushalte bestehen. Es ergaben sich dabei Hinweise, dass diese zumindest teilweise auf Unterschiede in den institutionellen Rahmenbedingungen zurückzuführen sind. So zeigt sich auch bei Erwerbstätigen ein unterschiedliches Ausmaß der Armutsreduktion durch allgemeine Transfers, ein unterschiedliches Ausmaß an Niedriglohnbeschäftigung, eine unterschiedliche Zusammensetzung der Erwerbstätigenhaushalte und der Erwerbsbeteiligung von Frauen. Es finden sich überwiegend Muster, wie sie aufgrund der Charakteristika unterschiedlicher Wohlfahrtsregimes erwartet wurden. Ein Einfluss der dahinter liegenden, in Kapitel 3 ausführlich diskutierten Einzeldimensionen — des unterschiedlichen Grades an Dekommodifizierung und Defamilisierung sowie die der unterschiedlichen Ausgestaltung von Lohnverhandlungssystemen — lässt sich auf Basis der deskriptiven Ergebnisse vermuten, allerdings nicht direkt zeigen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. 84.
    Dies bedeutet nicht, dass die Wohlfahrtsregimes zugrunde liegende Sichtweise, nämlich dass Wohlfahrtsstaaten keine zufällige Konfiguration von Maßnahmen darstellen, sondern diese sich zumindest in Teilen gegenseitig bedingen, verworfen wird. Vgl. aber auch Brady (2004: 29), der aufgrund der Tatsache, dass bei Kontrolle von Einzelfaktoren Wohlfahrtsregimes keinen eigenständigen Einfluss auf Armut mehr aufweisen, schließt, dass eben dies nicht der Fall ist. In jedem Fall erlaubt die Analyse des Einflusses von Einzelfaktoren es aber, genauer zu erklären, in welcher Weise Wohlfahrtsstaaten Armut von Erwerbstätigen verringern.Google Scholar
  2. 85.
    Vgl. z.B. Snijders/ Bosker 1999, Hox 2002 oder Engel 1998. In der neueren Literatur ist mit Mehrebenenanalyse zumeist die Schätzung von ‚random effects models’, also Modellen mit Zufallseffekten gemeint (vgl. dagegen aber Hummell 1972). Die Bezeichnung ‚random effects model’ ist vor allem auch in der Literatur zur Analyse von Paneldaten gebräuchlich (vgl. Wooldridge 2002). Dies ist kein Widerspruch, da die Analyse von Paneldaten als Spezialfall der Mehrebenenanalyse aufgefasst werden kann.Google Scholar
  3. 89.
    Die Schätzung des Modells mit Zufallskonstante (random intercept model) basiert weiterhin auf der Annahme, dass uj nicht mit den unabhängigen Variablen korreliert ist [corr(uj, xij)=0] (vgl. Fußnote 88). Das Problem der Verletzung dieser Annahme wird ausführlich im Rahmen der Analyse von Paneldaten diskutiert (vgl. z.B. Wooldridge 2002: 247ff). In der Literatur zur Mehrebenenanalyse wird dieses Problem weitaus weniger ausführlich thematisiert (vgl. aber Snijders/Bosker 1999: 44). Auch die folgenden empirischen Analysen gehen davon aus, dass die Annahme nicht verletzt wird.Google Scholar
  4. 91.
    Erläuterungen anhand eines Beispiels, in dem ‚Zeit’ eine der Modellebenen darstellt, finden sich in Rabe-Hesketh und Skrondal (2005: 249ff). Auch hier wäre eine Berücksichtigung von ‚random slopes’ möglich. Da eine entsprechende Modellierung aber aufgrund der kleinen Länderfallzahl bereits verworfen wurde, wird auch hier nicht darauf eingegangen. Eine Anwendung mit ‚Zeit’ und ‚Land’ als Kontexte für Personen stellt die Analyse von Lubbers und Scheepers (2001) dar. Allerdings verwenden sie gepoolte Querschnittsdaten, sodass jeweils nur eine Beobachtung pro Person vorliegt und somit das Problem der Panelregression nicht auftritt.Google Scholar
  5. 93.
    Es gibt verschiedene Ansätze, Logit-Modelle mit Zufallskomponenten zu schätzen. Dies liegt daran, dass die Schätzung außerordentlich rechenintensiv ist, sodass häufig Näherungsverfahren verwendet werden. Leider können sich die Ergebnisse der unterschiedlichen Näherungsverfahren unterscheiden (vgl. Guo/ Zhao 2000). Für die Schätzung der Zweiebenenmodelle wurde das auf Stata basierende Programm GLLAMM verwendet. Die Dreiebenenmodelle wurden mit dem Programm HLM 6.0 geschätzt.Google Scholar
  6. 95.
    Vorstellbar wäre eine Operationalisierung, die die rechtlichen Verpflichtungen bzgl. Pflege und Unterhalt von Kindern gegenüber ihren Eltern bzw. anders herum betrachten (vgl. Millar/ Warman 1996). Entsprechende Regelungen sind allerdings nur schwer zu quantifizieren. Außerdem liegen keine aktuellen Arbeiten vor, die entsprechende Regelungen in international vergleichender Form aufarbeiten. Zudem wird darüber nur ein Aspekt intergenerationaler Abhängigkeit abgedeckt. Zu berücksichtigen wären weiter die Regulierung des Zugangs junger Erwachsener zum Arbeitsmarkt und die eigenständige Absicherung junger Arbeitsloser durch soziale Sicherungssysteme. Beides betrifft die materielle Unabhängigkeit junger Erwachsener von ihren Eltern und somit einen zentralen Aspekt mterge ne rationaler Abhängigkeit.Google Scholar

Copyright information

© VS Verlag für Sozialwissenschaften | GWV Fachverlage GmbH, Wiesbaden 2007

Personalised recommendations